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

#25fwe	0.07 4	0.05 17	0.10 120	0.13 13	0.06 23	0.10 128	0.08 8	0.11 29	0.12 94	0.08 68	0.08 78	0.07 62	0.06 35	0.11 118	0.09 52	0.05 31	0.03 1	0.04 1	0.03 1	0.05 109	0.05 133

￥25erdr	0.07 4	0.06 61	0.08 34	0.15 83	0.05 1	0.11 180	0.10 38	0.12 51	0.12 94	0.08 68	0.09 100	0.08 106	0.06 35	0.10 70	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

$5dtd	0.07 4	0.05 17	0.07 6	0.14 33	0.05 1	0.10 128	0.09 22	0.11 29	0.11 68	0.08 68	0.08 78	0.07 62	0.06 35	0.12 202	0.09 52	0.05 31	0.03 1	0.04 1	0.03 1	0.05 109	0.04 42

#5drz	0.07 4	0.05 17	0.08 34	0.13 13	0.05 1	0.10 128	0.10 38	0.11 29	0.10 37	0.06 9	0.07 38	0.08 106	0.08 151	0.09 37	0.09 52	0.05 31	0.03 1	0.04 1	0.03 1	0.05 109	0.04 42

@esxe	0.08 57	0.06 61	0.09 81	0.14 33	0.06 23	0.10 128	0.10 38	0.13 72	0.17 216	0.08 68	0.08 78	0.08 106	0.08 151	0.09 37	0.09 52	0.05 31	0.04 33	0.04 1	0.03 1	0.04 18	0.04 42

#wrr	0.07 4	0.05 17	0.09 81	0.13 13	0.06 23	0.09 79	0.10 38	0.11 29	0.11 68	0.07 30	0.07 38	0.07 62	0.06 35	0.09 37	0.09 52	0.06 128	0.04 33	0.04 1	0.03 1	0.05 109	0.05 133

$eesxe	0.07 4	0.06 61	0.08 34	0.14 33	0.05 1	0.09 79	0.09 22	0.15 118	0.10 37	0.07 30	0.04 1	0.07 62	0.05 9	0.08 15	0.10 132	0.05 31	0.03 1	0.04 1	0.03 1	0.04 18	0.04 42

%deaf	0.08 57	0.05 17	0.09 81	0.14 33	0.05 1	0.10 128	0.09 22	0.11 29	0.10 37	0.08 68	0.07 38	0.08 106	0.08 151	0.11 118	0.10 132	0.05 31	0.04 33	0.04 1	0.03 1	0.05 109	0.05 133

^frffs	0.07 4	0.05 17	0.08 34	0.14 33	0.05 1	0.11 180	0.09 22	0.11 29	0.12 94	0.07 30	0.07 38	0.08 106	0.07 113	0.10 70	0.09 52	0.05 31	0.04 33	0.04 1	0.03 1	0.04 18	0.04 42

&EFD	0.07 4	0.06 61	0.09 81	0.14 33	0.05 1	0.12 218	0.10 38	0.12 51	0.10 37	0.08 68	0.07 38	0.07 62	0.07 113	0.08 15	0.09 52	0.05 31	0.03 1	0.04 1	0.03 1	0.04 18	0.04 42

*wqe	0.07 4	0.06 61	0.07 6	0.15 83	0.05 1	0.10 128	0.09 22	0.12 51	0.08 11	0.07 30	0.07 38	0.07 62	0.06 35	0.09 37	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.04 18	0.04 42

(q45	0.07 4	0.06 61	0.08 34	0.14 33	0.05 1	0.11 180	0.09 22	0.11 29	0.10 37	0.07 30	0.08 78	0.07 62	0.06 35	0.09 37	0.10 132	0.04 11	0.03 1	0.04 1	0.03 1	0.04 18	0.04 42

)tte	0.07 4	0.05 17	0.08 34	0.14 33	0.05 1	0.11 180	0.09 22	0.12 51	0.09 23	0.07 30	0.07 38	0.07 62	0.07 113	0.09 37	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.04 18	0.04 42

xxxyy	0.07 4	0.06 61	0.07 6	0.14 33	0.06 23	0.08 48	0.08 8	0.10 16	0.15 168	0.08 68	0.10 127	0.07 62	0.06 35	0.08 15	0.10 132	0.05 31	0.03 1	0.04 1	0.04 48	0.03 1	0.04 42

xtttt	0.07 4	0.06 61	0.07 6	0.14 33	0.06 23	0.08 48	0.08 8	0.10 16	0.15 168	0.08 68	0.10 127	0.07 62	0.06 35	0.08 15	0.10 132	0.05 31	0.03 1	0.04 1	0.04 48	0.03 1	0.04 42

rrrtt	0.07 4	0.06 61	0.07 6	0.15 83	0.06 23	0.10 128	0.07 3	0.12 51	0.11 68	0.08 68	0.06 13	0.07 62	0.06 35	0.11 118	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

asda	0.07 4	0.08 249	0.08 34	0.16 157	0.06 23	0.06 8	0.10 38	0.16 145	0.10 37	0.06 9	0.06 13	0.05 1	0.05 9	0.10 70	0.10 132	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

asd	0.07 4	0.08 249	0.07 6	0.16 157	0.07 86	0.08 48	0.08 8	0.11 29	0.08 11	0.07 30	0.07 38	0.06 16	0.06 35	0.10 70	0.09 52	0.03 1	0.03 1	0.04 1	0.04 48	0.04 18	0.03 1

qwe	0.07 4	0.08 249	0.07 6	0.15 83	0.06 23	0.07 27	0.10 38	0.18 210	0.11 68	0.07 30	0.07 38	0.06 16	0.06 35	0.10 70	0.09 52	0.03 1	0.03 1	0.04 1	0.04 48	0.04 18	0.03 1

2.25w	0.07 4	0.06 61	0.07 6	0.14 33	0.06 23	0.08 48	0.08 8	0.10 16	0.15 168	0.08 68	0.10 127	0.07 62	0.06 35	0.08 15	0.10 132	0.05 31	0.03 1	0.04 1	0.04 48	0.03 1	0.04 42

4.25_new	0.07 4	0.08 249	0.09 81	0.15 83	0.06 23	0.09 79	0.08 8	0.14 89	0.08 11	0.07 30	0.07 38	0.06 16	0.06 35	0.12 202	0.10 132	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

4.5w_new	0.07 4	0.08 249	0.09 81	0.15 83	0.06 23	0.09 79	0.08 8	0.14 89	0.08 11	0.07 30	0.07 38	0.06 16	0.06 35	0.12 202	0.10 132	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

4.5_new	0.07 4	0.09 323	0.08 34	0.15 83	0.07 86	0.06 8	0.10 38	0.14 89	0.11 68	0.06 9	0.08 78	0.06 16	0.06 35	0.08 15	0.10 132	0.03 1	0.03 1	0.04 1	0.04 48	0.04 18	0.03 1

4.5w-stereo	0.07 4	0.09 323	0.08 34	0.15 83	0.07 86	0.06 8	0.10 38	0.14 89	0.11 68	0.06 9	0.08 78	0.06 16	0.06 35	0.08 15	0.10 132	0.03 1	0.03 1	0.04 1	0.04 48	0.04 18	0.03 1

4.25w-stereo	0.07 4	0.08 249	0.09 81	0.15 83	0.06 23	0.09 79	0.08 8	0.14 89	0.08 11	0.07 30	0.07 38	0.06 16	0.06 35	0.12 202	0.10 132	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

4w-stereo	0.07 4	0.08 249	0.08 34	0.16 157	0.06 23	0.07 27	0.08 8	0.12 51	0.08 11	0.07 30	0.07 38	0.05 1	0.06 35	0.09 37	0.10 132	0.03 1	0.03 1	0.04 1	0.04 48	0.04 18	0.03 1

2.5w	0.07 4	0.07 152	0.07 6	0.16 157	0.06 23	0.08 48	0.12 79	0.10 16	0.10 37	0.07 30	0.06 13	0.09 136	0.06 35	0.08 15	0.09 52	0.04 11	0.03 1	0.04 1	0.04 48	0.03 1	0.03 1

2.75w_new	0.07 4	0.07 152	0.07 6	0.13 13	0.06 23	0.08 48	0.08 8	0.18 210	0.12 94	0.07 30	0.08 78	0.06 16	0.06 35	0.09 37	0.11 200	0.04 11	0.04 33	0.04 1	0.03 1	0.03 1	0.04 42

3.25w_new	0.07 4	0.06 61	0.07 6	0.15 83	0.06 23	0.10 128	0.07 3	0.12 51	0.11 68	0.08 68	0.06 13	0.07 62	0.06 35	0.11 118	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.25w	0.07 4	0.06 61	0.07 6	0.15 83	0.06 23	0.10 128	0.07 3	0.12 51	0.11 68	0.08 68	0.06 13	0.07 62	0.06 35	0.11 118	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.75w	0.07 4	0.07 152	0.08 34	0.16 157	0.07 86	0.07 27	0.09 22	0.16 145	0.09 23	0.07 30	0.06 13	0.05 1	0.06 35	0.09 37	0.10 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 4	0.07 152	0.07 6	0.15 83	0.07 86	0.09 79	0.06 1	0.13 72	0.11 68	0.07 30	0.07 38	0.06 16	0.07 113	0.10 70	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3w_stereo	0.08 57	0.09 323	0.10 120	0.17 231	0.07 86	0.08 48	0.10 38	0.20 242	0.13 128	0.06 9	0.07 38	0.05 1	0.06 35	0.08 15	0.09 52	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

2w_stereo	0.08 57	0.08 249	0.09 81	0.16 157	0.06 23	0.08 48	0.10 38	0.20 242	0.15 168	0.08 68	0.07 38	0.06 16	0.06 35	0.06 1	0.09 52	0.04 11	0.03 1	0.04 1	0.04 48	0.03 1	0.03 1

1w_stereo	0.07 4	0.06 61	0.07 6	0.16 157	0.06 23	0.07 27	0.10 38	0.14 89	0.14 152	0.07 30	0.08 78	0.05 1	0.06 35	0.09 37	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 42

monsters	0.07 4	0.06 61	0.06 2	0.15 83	0.06 23	0.08 48	0.09 22	0.12 51	0.08 11	0.09 107	0.07 38	0.06 16	0.06 35	0.08 15	0.08 17	0.05 31	0.04 33	0.04 1	0.04 48	0.03 1	0.03 1

MonSter	0.07 4	0.06 61	0.05 1	0.15 83	0.05 1	0.07 27	0.10 38	0.15 118	0.15 168	0.05 1	0.06 13	0.05 1	0.06 35	0.07 4	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

HITNet	0.10 155	0.06 61	0.12 197	0.14 33	0.06 23	0.11 180	0.10 38	0.18 210	0.18 243	0.13 231	0.16 229	0.14 249	0.11 237	0.15 294	0.13 289	0.06 128	0.04 33	0.04 1	0.04 48	0.06 205	0.05 133
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
water-stereo	0.09 94	0.06 61	0.08 34	0.16 157	0.07 86	0.09 79	0.13 117	0.15 118	0.13 128	0.11 166	0.12 172	0.08 106	0.09 180	0.07 4	0.08 17	0.06 128	0.05 198	0.05 39	0.05 120	0.04 18	0.04 42

DilatedVolume-Stereo	0.09 94	0.05 17	0.08 34	0.15 83	0.06 23	0.11 180	0.12 79	0.14 89	0.16 197	0.11 166	0.11 159	0.09 136	0.09 180	0.11 118	0.10 132	0.06 128	0.05 198	0.05 39	0.04 48	0.03 1	0.03 1

monsterstereo	0.07 4	0.06 61	0.06 2	0.16 157	0.06 23	0.08 48	0.10 38	0.16 145	0.11 68	0.07 30	0.08 78	0.06 16	0.07 113	0.08 15	0.09 52	0.04 11	0.04 33	0.05 39	0.04 48	0.03 1	0.03 1

IGEV	0.07 4	0.04 1	0.08 34	0.13 13	0.06 23	0.09 79	0.12 79	0.14 89	0.10 37	0.06 9	0.09 100	0.07 62	0.05 9	0.09 37	0.09 52	0.06 128	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

111111	0.07 4	0.04 1	0.09 81	0.17 231	0.06 23	0.05 4	0.10 38	0.11 29	0.09 23	0.06 9	0.06 13	0.07 62	0.05 9	0.09 37	0.09 52	0.06 128	0.04 33	0.05 39	0.04 48	0.07 270	0.06 211

LG-Stereo_L2	0.07 4	0.05 17	0.10 120	0.14 33	0.06 23	0.07 27	0.12 79	0.09 11	0.09 23	0.06 9	0.04 1	0.05 1	0.05 9	0.08 15	0.08 17	0.05 31	0.04 33	0.05 39	0.03 1	0.04 18	0.03 1

LG-Stereo_L1	0.07 4	0.05 17	0.11 162	0.14 33	0.06 23	0.07 27	0.13 117	0.09 11	0.07 8	0.05 1	0.04 1	0.05 1	0.04 1	0.08 15	0.07 1	0.05 31	0.04 33	0.05 39	0.03 1	0.04 18	0.04 42

MLG-Stereo_test3	0.07 4	0.05 17	0.10 120	0.14 33	0.06 23	0.07 27	0.11 62	0.08 4	0.06 4	0.06 9	0.04 1	0.06 16	0.06 35	0.07 4	0.10 132	0.06 128	0.04 33	0.05 39	0.04 48	0.05 109	0.06 211

MLG-Stereo_test2	0.06 1	0.04 1	0.10 120	0.15 83	0.05 1	0.07 27	0.11 62	0.09 11	0.04 2	0.06 9	0.05 8	0.06 16	0.04 1	0.08 15	0.09 52	0.06 128	0.04 33	0.05 39	0.03 1	0.05 109	0.05 133

MLG-Stereo_test1	0.06 1	0.05 17	0.08 34	0.17 231	0.05 1	0.06 8	0.11 62	0.08 4	0.03 1	0.05 1	0.04 1	0.06 16	0.05 9	0.09 37	0.09 52	0.05 31	0.04 33	0.05 39	0.03 1	0.04 18	0.04 42

MLG-Stereo	0.07 4	0.05 17	0.08 34	0.17 231	0.05 1	0.07 27	0.11 62	0.08 4	0.04 2	0.05 1	0.04 1	0.06 16	0.05 9	0.10 70	0.09 52	0.05 31	0.04 33	0.05 39	0.03 1	0.04 18	0.04 42

LG-G_1	0.07 4	0.04 1	0.11 162	0.15 83	0.06 23	0.09 79	0.08 8	0.08 4	0.06 4	0.06 9	0.05 8	0.07 62	0.07 113	0.11 118	0.08 17	0.07 251	0.04 33	0.05 39	0.04 48	0.05 109	0.05 133

LG-G	0.07 4	0.04 1	0.11 162	0.15 83	0.06 23	0.09 79	0.08 8	0.08 4	0.06 4	0.06 9	0.05 8	0.07 62	0.07 113	0.11 118	0.08 17	0.07 251	0.04 33	0.05 39	0.04 48	0.05 109	0.05 133

G2L-Stereo_test	0.14 322	0.07 152	0.11 162	0.13 13	0.08 141	0.12 218	0.16 296	0.30 425	0.28 394	0.20 390	0.23 335	0.20 352	0.16 373	0.17 360	0.18 403	0.07 251	0.05 198	0.05 39	0.05 120	0.07 270	0.06 211

LGtest1	0.07 4	0.04 1	0.10 120	0.15 83	0.06 23	0.07 27	0.09 22	0.08 4	0.06 4	0.05 1	0.04 1	0.06 16	0.06 35	0.10 70	0.09 52	0.07 251	0.04 33	0.05 39	0.04 48	0.06 205	0.06 211

LG-Stereo_Zeroshot	0.07 4	0.06 61	0.10 120	0.16 157	0.07 86	0.04 1	0.13 117	0.10 16	0.10 37	0.05 1	0.11 159	0.07 62	0.05 9	0.07 4	0.09 52	0.06 128	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

SGD-Stereo	0.08 57	0.05 17	0.10 120	0.14 33	0.05 1	0.12 218	0.12 79	0.11 29	0.12 94	0.07 30	0.09 100	0.09 136	0.09 180	0.08 15	0.08 17	0.06 128	0.04 33	0.05 39	0.04 48	0.05 109	0.03 1

GREAT-IGEV	0.07 4	0.06 61	0.08 34	0.13 13	0.07 86	0.07 27	0.14 165	0.09 11	0.09 23	0.06 9	0.07 38	0.06 16	0.05 9	0.10 70	0.07 1	0.05 31	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

Reg-Stereo(zero)	0.08 57	0.05 17	0.08 34	0.16 157	0.06 23	0.12 218	0.11 62	0.15 118	0.10 37	0.12 204	0.09 100	0.10 167	0.08 151	0.11 118	0.08 17	0.06 128	0.04 33	0.05 39	0.04 48	0.04 18	0.05 133

SCV_C0	0.08 57	0.07 152	0.07 6	0.16 157	0.09 251	0.08 48	0.15 231	0.11 29	0.12 94	0.08 68	0.07 38	0.06 16	0.05 9	0.11 118	0.07 1	0.05 31	0.05 198	0.05 39	0.04 48	0.06 205	0.05 133

DEFOM-Stereo_RVC	0.08 57	0.06 61	0.09 81	0.22 460	0.06 23	0.08 48	0.12 79	0.10 16	0.10 37	0.07 30	0.07 38	0.06 16	0.05 9	0.11 118	0.09 52	0.06 128	0.04 33	0.05 39	0.03 1	0.06 205	0.04 42

FoundationStereo	0.06 1	0.04 1	0.08 34	0.12 4	0.05 1	0.09 79	0.13 117	0.06 1	0.09 23	0.05 1	0.05 8	0.06 16	0.04 1	0.06 1	0.07 1	0.06 128	0.04 33	0.05 39	0.03 1	0.05 109	0.04 42

StereoAnything_RVC	0.07 4	0.15 470	0.17 388	0.11 1	0.05 1	0.05 4	0.11 62	0.08 4	0.08 11	0.06 9	0.06 13	0.05 1	0.05 9	0.09 37	0.08 17	0.08 311	0.04 33	0.05 39	0.03 1	0.05 109	0.04 42

AIO_rvc	0.07 4	0.06 61	0.08 34	0.15 83	0.06 23	0.08 48	0.14 165	0.09 11	0.08 11	0.07 30	0.08 78	0.07 62	0.04 1	0.10 70	0.08 17	0.05 31	0.04 33	0.05 39	0.04 48	0.04 18	0.03 1

HUF	0.08 57	0.05 17	0.08 34	0.14 33	0.06 23	0.09 79	0.13 117	0.13 72	0.13 128	0.07 30	0.07 38	0.08 106	0.06 35	0.10 70	0.09 52	0.06 128	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

AIO_test	0.07 4	0.05 17	0.07 6	0.15 83	0.07 86	0.06 8	0.14 165	0.10 16	0.10 37	0.07 30	0.07 38	0.06 16	0.05 9	0.08 15	0.10 132	0.05 31	0.04 33	0.05 39	0.04 48	0.04 18	0.03 1

castereo++	0.08 57	0.05 17	0.08 34	0.15 83	0.05 1	0.14 290	0.12 79	0.11 29	0.15 168	0.07 30	0.07 38	0.07 62	0.06 35	0.08 15	0.08 17	0.06 128	0.04 33	0.05 39	0.04 48	0.04 18	0.03 1

IGEV-RUCA	0.08 57	0.06 61	0.11 162	0.14 33	0.09 251	0.10 128	0.12 79	0.10 16	0.12 94	0.06 9	0.07 38	0.07 62	0.06 35	0.09 37	0.08 17	0.06 128	0.05 198	0.05 39	0.04 48	0.05 109	0.06 211

castereo	0.09 94	0.06 61	0.11 162	0.15 83	0.06 23	0.11 180	0.15 231	0.14 89	0.18 243	0.08 68	0.10 127	0.11 188	0.08 151	0.09 37	0.10 132	0.05 31	0.04 33	0.05 39	0.04 48	0.04 18	0.03 1

GIP-stereo	0.08 57	0.06 61	0.11 162	0.14 33	0.06 23	0.09 79	0.13 117	0.14 89	0.11 68	0.07 30	0.08 78	0.05 1	0.04 1	0.10 70	0.07 1	0.05 31	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

DEFOM-Stereo	0.07 4	0.05 17	0.07 6	0.14 33	0.06 23	0.10 128	0.13 117	0.07 2	0.13 128	0.06 9	0.07 38	0.06 16	0.05 9	0.10 70	0.09 52	0.04 11	0.04 33	0.05 39	0.03 1	0.04 18	0.04 42

dual_stereo	0.07 4	0.04 1	0.08 34	0.15 83	0.05 1	0.05 4	0.13 117	0.12 51	0.08 11	0.07 30	0.06 13	0.05 1	0.05 9	0.07 4	0.09 52	0.06 128	0.04 33	0.05 39	0.03 1	0.04 18	0.04 42

WCG-NET	0.08 57	0.05 17	0.09 81	0.15 83	0.06 23	0.11 180	0.14 165	0.13 72	0.13 128	0.06 9	0.09 100	0.07 62	0.06 35	0.13 247	0.08 17	0.05 31	0.04 33	0.05 39	0.04 48	0.04 18	0.03 1

IGEV-Stereo++	0.07 4	0.06 61	0.08 34	0.18 312	0.06 23	0.04 1	0.10 38	0.11 29	0.11 68	0.06 9	0.07 38	0.07 62	0.06 35	0.09 37	0.09 52	0.05 31	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

Occ-G	0.08 57	0.05 17	0.06 2	0.14 33	0.07 86	0.08 48	0.14 165	0.13 72	0.15 168	0.07 30	0.11 159	0.07 62	0.05 9	0.09 37	0.10 132	0.06 128	0.05 198	0.05 39	0.04 48	0.05 109	0.05 133

Pointernet	0.09 94	0.04 1	0.09 81	0.16 157	0.08 141	0.13 258	0.10 38	0.15 118	0.17 216	0.09 107	0.07 38	0.06 16	0.06 35	0.11 118	0.09 52	0.08 311	0.04 33	0.05 39	0.03 1	0.06 205	0.05 133

IGEV-Stereo+	0.07 4	0.04 1	0.08 34	0.15 83	0.06 23	0.04 1	0.09 22	0.10 16	0.09 23	0.06 9	0.06 13	0.06 16	0.06 35	0.06 1	0.08 17	0.06 128	0.04 33	0.05 39	0.04 48	0.06 205	0.06 211

AIO-Stereo	0.08 57	0.06 61	0.09 81	0.18 312	0.06 23	0.08 48	0.12 79	0.15 118	0.09 23	0.08 68	0.08 78	0.07 62	0.05 9	0.11 118	0.08 17	0.05 31	0.05 198	0.05 39	0.04 48	0.04 18	0.04 42

WCG-NET（raft）	0.08 57	0.05 17	0.10 120	0.15 83	0.06 23	0.11 180	0.13 117	0.15 118	0.12 94	0.08 68	0.07 38	0.06 16	0.06 35	0.13 247	0.08 17	0.05 31	0.04 33	0.05 39	0.04 48	0.04 18	0.04 42

RSM	0.08 57	0.06 61	0.09 81	0.17 231	0.06 23	0.08 48	0.12 79	0.12 51	0.10 37	0.08 68	0.07 38	0.06 16	0.05 9	0.11 118	0.09 52	0.04 11	0.04 33	0.05 39	0.04 48	0.04 18	0.03 1

test_for_model	0.09 94	0.12 423	0.14 277	0.23 480	0.11 399	0.08 48	0.13 117	0.12 51	0.12 94	0.10 139	0.07 38	0.07 62	0.06 35	0.11 118	0.10 132	0.06 128	0.05 198	0.05 39	0.03 1	0.07 270	0.04 42

trnet	0.08 57	0.05 17	0.07 6	0.12 4	0.05 1	0.12 218	0.11 62	0.13 72	0.10 37	0.08 68	0.13 186	0.09 136	0.08 151	0.11 118	0.10 132	0.08 311	0.05 198	0.05 39	0.03 1	0.06 205	0.05 133

testlalala2	0.10 155	0.06 61	0.11 162	0.20 416	0.10 352	0.10 128	0.12 79	0.17 181	0.12 94	0.12 204	0.13 186	0.09 136	0.07 113	0.11 118	0.13 289	0.06 128	0.05 198	0.05 39	0.04 48	0.05 109	0.05 133

MoCha-V2	0.08 57	0.05 17	0.10 120	0.20 416	0.07 86	0.09 79	0.14 165	0.11 29	0.08 11	0.07 30	0.08 78	0.07 62	0.06 35	0.09 37	0.08 17	0.05 31	0.04 33	0.05 39	0.04 48	0.04 18	0.04 42

IGEV++	0.08 57	0.06 61	0.08 34	0.18 312	0.07 86	0.09 79	0.13 117	0.10 16	0.09 23	0.08 68	0.08 78	0.06 16	0.06 35	0.13 247	0.09 52	0.05 31	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

qqq1	0.13 288	0.07 152	0.17 388	0.14 33	0.08 141	0.16 346	0.17 329	0.26 361	0.27 380	0.19 368	0.20 296	0.18 326	0.15 347	0.15 294	0.11 200	0.08 311	0.05 198	0.05 39	0.05 120	0.06 205	0.06 211

fff1	0.13 288	0.07 152	0.17 388	0.14 33	0.08 141	0.16 346	0.17 329	0.26 361	0.27 380	0.19 368	0.20 296	0.18 326	0.15 347	0.15 294	0.11 200	0.08 311	0.05 198	0.05 39	0.05 120	0.06 205	0.06 211

MSKI-zero shot	0.09 94	0.05 17	0.09 81	0.15 83	0.07 86	0.10 128	0.13 117	0.14 89	0.13 128	0.09 107	0.09 100	0.09 136	0.06 35	0.12 202	0.10 132	0.06 128	0.04 33	0.05 39	0.04 48	0.04 18	0.04 42

UniTT-Stereo	0.09 94	0.07 152	0.08 34	0.18 312	0.08 141	0.13 258	0.11 62	0.12 51	0.11 68	0.10 139	0.12 172	0.05 1	0.07 113	0.09 37	0.09 52	0.07 251	0.05 198	0.05 39	0.05 120	0.05 109	0.05 133

testlalala_base	0.10 155	0.09 323	0.14 277	0.21 445	0.08 141	0.10 128	0.14 165	0.13 72	0.10 37	0.07 30	0.15 217	0.07 62	0.08 151	0.10 70	0.12 248	0.08 311	0.05 198	0.05 39	0.03 1	0.06 205	0.05 133

GCAP-Stereo	0.09 94	0.07 152	0.13 242	0.18 312	0.06 23	0.11 180	0.07 3	0.13 72	0.12 94	0.09 107	0.10 127	0.07 62	0.09 180	0.13 247	0.10 132	0.06 128	0.05 198	0.05 39	0.04 48	0.04 18	0.05 133

Any-RAFT	0.10 155	0.05 17	0.09 81	0.14 33	0.07 86	0.13 258	0.14 165	0.21 264	0.15 168	0.11 166	0.12 172	0.12 205	0.09 180	0.12 202	0.09 52	0.07 251	0.04 33	0.05 39	0.04 48	0.06 205	0.05 133

RAFT-Test	0.09 94	0.06 61	0.10 120	0.15 83	0.07 86	0.11 180	0.15 231	0.16 145	0.13 128	0.09 107	0.10 127	0.10 167	0.09 180	0.12 202	0.09 52	0.06 128	0.04 33	0.05 39	0.04 48	0.04 18	0.05 133

LoS_RVC	0.08 57	0.05 17	0.07 6	0.15 83	0.07 86	0.08 48	0.15 231	0.11 29	0.10 37	0.08 68	0.09 100	0.06 16	0.09 180	0.10 70	0.09 52	0.05 31	0.04 33	0.05 39	0.03 1	0.04 18	0.03 1

CAS	0.08 57	0.04 1	0.07 6	0.17 231	0.08 141	0.10 128	0.13 117	0.12 51	0.09 23	0.09 107	0.10 127	0.08 106	0.06 35	0.09 37	0.08 17	0.08 311	0.04 33	0.05 39	0.03 1	0.05 109	0.04 42

anonymousdsp2	0.11 198	0.07 152	0.10 120	0.16 157	0.09 251	0.13 258	0.14 165	0.18 210	0.22 310	0.13 231	0.14 200	0.12 205	0.09 180	0.14 272	0.11 200	0.05 31	0.04 33	0.05 39	0.04 48	0.06 205	0.05 133

LoS	0.09 94	0.05 17	0.11 162	0.13 13	0.07 86	0.14 290	0.11 62	0.15 118	0.15 168	0.09 107	0.09 100	0.12 205	0.09 180	0.15 294	0.10 132	0.07 251	0.05 198	0.05 39	0.03 1	0.05 109	0.05 133
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 57	0.04 1	0.08 34	0.14 33	0.07 86	0.09 79	0.14 165	0.11 29	0.09 23	0.08 68	0.09 100	0.11 188	0.06 35	0.12 202	0.08 17	0.06 128	0.04 33	0.05 39	0.03 1	0.05 109	0.05 133

Selective-IGEV	0.07 4	0.06 61	0.08 34	0.17 231	0.06 23	0.08 48	0.12 79	0.13 72	0.07 8	0.08 68	0.07 38	0.06 16	0.04 1	0.10 70	0.09 52	0.05 31	0.04 33	0.05 39	0.04 48	0.04 18	0.03 1

DCANet-4	0.10 155	0.06 61	0.12 197	0.16 157	0.06 23	0.09 79	0.17 329	0.18 210	0.19 258	0.13 231	0.16 229	0.09 136	0.14 329	0.11 118	0.12 248	0.06 128	0.04 33	0.05 39	0.04 48	0.04 18	0.05 133

fff	0.10 155	0.06 61	0.12 197	0.15 83	0.07 86	0.09 79	0.17 329	0.16 145	0.20 281	0.13 231	0.16 229	0.10 167	0.11 237	0.11 118	0.12 248	0.06 128	0.04 33	0.05 39	0.04 48	0.04 18	0.05 133

ADStereo(finetuned)	0.10 155	0.06 61	0.12 197	0.16 157	0.06 23	0.09 79	0.17 329	0.15 118	0.19 258	0.13 231	0.17 250	0.10 167	0.12 267	0.11 118	0.12 248	0.06 128	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

CREStereo++_RVC	0.08 57	0.04 1	0.06 2	0.13 13	0.07 86	0.09 79	0.12 79	0.14 89	0.14 152	0.10 139	0.14 200	0.08 106	0.07 113	0.09 37	0.11 200	0.06 128	0.04 33	0.05 39	0.05 120	0.04 18	0.04 42
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
s12784h	0.09 94	0.06 61	0.07 6	0.15 83	0.05 1	0.16 346	0.18 374	0.15 118	0.15 168	0.10 139	0.11 159	0.11 188	0.11 237	0.10 70	0.12 248	0.05 31	0.04 33	0.05 39	0.04 48	0.04 18	0.04 42

TANstereo	0.09 94	0.04 1	0.08 34	0.13 13	0.06 23	0.11 180	0.14 165	0.15 118	0.19 258	0.11 166	0.15 217	0.10 167	0.06 35	0.12 202	0.09 52	0.07 251	0.05 198	0.05 39	0.04 48	0.06 205	0.05 133

XX-TBD	0.09 94	0.06 61	0.07 6	0.14 33	0.07 86	0.12 218	0.16 296	0.14 89	0.13 128	0.11 166	0.12 172	0.09 136	0.08 151	0.10 70	0.10 132	0.06 128	0.04 33	0.05 39	0.03 1	0.06 205	0.05 133

DCANet	0.10 155	0.06 61	0.12 197	0.16 157	0.06 23	0.09 79	0.17 329	0.15 118	0.19 258	0.13 231	0.17 250	0.10 167	0.11 237	0.11 118	0.12 248	0.06 128	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

csc	0.10 155	0.06 61	0.12 197	0.15 83	0.07 86	0.09 79	0.17 329	0.16 145	0.20 281	0.13 231	0.16 229	0.10 167	0.11 237	0.11 118	0.12 248	0.06 128	0.04 33	0.05 39	0.04 48	0.04 18	0.05 133

cscssc	0.10 155	0.06 61	0.12 197	0.15 83	0.07 86	0.09 79	0.17 329	0.16 145	0.20 281	0.13 231	0.16 229	0.10 167	0.11 237	0.11 118	0.12 248	0.06 128	0.04 33	0.05 39	0.04 48	0.04 18	0.05 133

EAI-Stereo	0.09 94	0.07 152	0.11 162	0.15 83	0.06 23	0.10 128	0.15 231	0.16 145	0.09 23	0.08 68	0.09 100	0.08 106	0.07 113	0.09 37	0.11 200	0.05 31	0.04 33	0.05 39	0.05 120	0.05 109	0.04 42

CREStereo	0.09 94	0.04 1	0.08 34	0.11 1	0.06 23	0.13 258	0.14 165	0.14 89	0.10 37	0.08 68	0.13 186	0.09 136	0.08 151	0.11 118	0.10 132	0.08 311	0.04 33	0.05 39	0.03 1	0.06 205	0.06 211
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 94	0.05 17	0.09 81	0.12 4	0.06 23	0.12 218	0.14 165	0.15 118	0.11 68	0.09 107	0.13 186	0.10 167	0.07 113	0.13 247	0.10 132	0.15 498	0.04 33	0.05 39	0.03 1	0.07 270	0.06 211

BEATNet_4x	0.12 263	0.08 249	0.14 277	0.18 312	0.07 86	0.15 316	0.07 3	0.22 286	0.18 243	0.16 307	0.19 284	0.18 326	0.14 329	0.16 328	0.15 354	0.07 251	0.05 198	0.05 39	0.05 120	0.06 205	0.06 211

MLCV	0.12 263	0.07 152	0.16 360	0.18 312	0.06 23	0.15 316	0.17 329	0.19 231	0.21 296	0.18 353	0.25 376	0.17 312	0.13 304	0.14 272	0.13 289	0.05 31	0.04 33	0.05 39	0.04 48	0.05 109	0.04 42

iResNet_ROB	0.14 322	0.07 152	0.13 242	0.14 33	0.07 86	0.18 385	0.14 165	0.26 361	0.31 418	0.22 419	0.25 376	0.23 396	0.15 347	0.15 294	0.13 289	0.07 251	0.05 198	0.05 39	0.04 48	0.08 332	0.08 355

pmcnn	0.15 366	0.07 152	0.19 422	0.15 83	0.07 86	0.20 423	0.15 231	0.24 327	0.26 371	0.21 404	0.34 460	0.28 441	0.18 409	0.18 381	0.17 385	0.07 251	0.05 198	0.05 39	0.04 48	0.07 270	0.06 211

depthmonostereo	0.09 94	0.06 61	0.09 81	0.15 83	0.06 23	0.10 128	0.13 117	0.14 89	0.14 152	0.10 139	0.10 127	0.09 136	0.11 237	0.08 15	0.09 52	0.06 128	0.05 198	0.06 115	0.04 48	0.04 18	0.03 1

G2L-ROB	0.13 288	0.06 61	0.13 242	0.13 13	0.08 141	0.14 290	0.16 296	0.25 343	0.18 243	0.19 368	0.18 275	0.20 352	0.14 329	0.17 360	0.16 370	0.08 311	0.05 198	0.06 115	0.05 120	0.08 332	0.09 399

xyz-stereo	0.13 288	0.07 152	0.20 434	0.15 83	0.05 1	0.20 423	0.15 231	0.17 181	0.31 418	0.15 279	0.29 426	0.26 424	0.16 373	0.13 247	0.12 248	0.05 31	0.05 198	0.06 115	0.05 120	0.04 18	0.04 42

coex_refinement	0.14 322	0.07 152	0.12 197	0.17 231	0.10 352	0.15 316	0.15 231	0.26 361	0.29 401	0.18 353	0.20 296	0.22 379	0.17 396	0.16 328	0.18 403	0.08 311	0.05 198	0.06 115	0.06 198	0.09 393	0.08 355

MM-Stereo_test2	0.09 94	0.06 61	0.09 81	0.19 368	0.08 141	0.12 218	0.18 374	0.15 118	0.14 152	0.07 30	0.10 127	0.07 62	0.06 35	0.12 202	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.05 109	0.03 1

HART	0.08 57	0.07 152	0.09 81	0.17 231	0.07 86	0.10 128	0.16 296	0.13 72	0.11 68	0.08 68	0.10 127	0.07 62	0.05 9	0.10 70	0.08 17	0.05 31	0.04 33	0.06 115	0.04 48	0.05 109	0.04 42

SCV	0.08 57	0.09 323	0.08 34	0.15 83	0.08 141	0.10 128	0.13 117	0.10 16	0.12 94	0.07 30	0.07 38	0.06 16	0.04 1	0.09 37	0.08 17	0.05 31	0.04 33	0.06 115	0.04 48	0.06 205	0.04 42

fffft	0.09 94	0.06 61	0.12 197	0.16 157	0.07 86	0.09 79	0.17 329	0.12 51	0.11 68	0.08 68	0.07 38	0.09 136	0.06 35	0.11 118	0.12 248	0.05 31	0.04 33	0.06 115	0.05 120	0.04 18	0.05 133
1: 1. 1
SMoEStereo_RVC	0.08 57	0.06 61	0.12 197	0.16 157	0.07 86	0.09 79	0.14 165	0.11 29	0.13 128	0.09 107	0.07 38	0.07 62	0.07 113	0.12 202	0.10 132	0.05 31	0.04 33	0.06 115	0.05 120	0.04 18	0.04 42

tt45	0.09 94	0.06 61	0.11 162	0.15 83	0.07 86	0.11 180	0.16 296	0.13 72	0.11 68	0.09 107	0.06 13	0.08 106	0.06 35	0.13 247	0.10 132	0.06 128	0.04 33	0.06 115	0.05 120	0.05 109	0.06 211

999	0.09 94	0.05 17	0.13 242	0.15 83	0.08 141	0.10 128	0.14 165	0.15 118	0.11 68	0.10 139	0.08 78	0.08 106	0.08 151	0.16 328	0.10 132	0.06 128	0.04 33	0.06 115	0.05 120	0.04 18	0.05 133

ours_stereo	0.09 94	0.07 152	0.09 81	0.17 231	0.08 141	0.11 180	0.16 296	0.11 29	0.12 94	0.08 68	0.10 127	0.08 106	0.06 35	0.12 202	0.12 248	0.05 31	0.04 33	0.06 115	0.05 120	0.04 18	0.03 1

PAM_32	0.09 94	0.05 17	0.17 388	0.15 83	0.08 141	0.10 128	0.15 231	0.14 89	0.15 168	0.09 107	0.08 78	0.09 136	0.07 113	0.14 272	0.08 17	0.06 128	0.05 198	0.06 115	0.06 198	0.05 109	0.06 211

PAM	0.10 155	0.05 17	0.16 360	0.15 83	0.08 141	0.09 79	0.16 296	0.15 118	0.16 197	0.12 204	0.09 100	0.09 136	0.07 113	0.13 247	0.08 17	0.06 128	0.05 198	0.06 115	0.06 198	0.05 109	0.06 211

UGAM-zero	0.09 94	0.05 17	0.15 326	0.15 83	0.08 141	0.09 79	0.13 117	0.19 231	0.15 168	0.11 166	0.15 217	0.07 62	0.07 113	0.09 37	0.09 52	0.06 128	0.05 198	0.06 115	0.05 120	0.05 109	0.06 211

model_zeroshot	0.10 155	0.04 1	0.11 162	0.15 83	0.09 251	0.12 218	0.14 165	0.20 242	0.13 128	0.11 166	0.10 127	0.12 205	0.07 113	0.12 202	0.10 132	0.07 251	0.06 318	0.06 115	0.05 120	0.06 205	0.06 211

GCAP-BAT	0.09 94	0.07 152	0.14 277	0.15 83	0.08 141	0.10 128	0.13 117	0.14 89	0.10 37	0.11 166	0.10 127	0.08 106	0.07 113	0.12 202	0.10 132	0.06 128	0.05 198	0.06 115	0.04 48	0.04 18	0.04 42

AIO-Stereo-zeroshot	0.11 198	0.05 17	0.11 162	0.15 83	0.13 451	0.13 258	0.16 296	0.23 305	0.17 216	0.10 139	0.12 172	0.10 167	0.07 113	0.11 118	0.09 52	0.06 128	0.05 198	0.06 115	0.06 198	0.07 270	0.08 355

U	0.08 57	0.07 152	0.09 81	0.19 368	0.10 352	0.10 128	0.13 117	0.12 51	0.17 216	0.07 30	0.07 38	0.06 16	0.05 9	0.07 4	0.08 17	0.06 128	0.04 33	0.06 115	0.04 48	0.06 205	0.05 133

RSM++	0.08 57	0.06 61	0.09 81	0.17 231	0.07 86	0.09 79	0.12 79	0.11 29	0.11 68	0.08 68	0.06 13	0.07 62	0.05 9	0.10 70	0.09 52	0.04 11	0.04 33	0.06 115	0.05 120	0.05 109	0.03 1

RAFT-Stereo-weight	0.09 94	0.06 61	0.10 120	0.16 157	0.07 86	0.09 79	0.14 165	0.19 231	0.16 197	0.11 166	0.10 127	0.08 106	0.06 35	0.10 70	0.11 200	0.06 128	0.04 33	0.06 115	0.04 48	0.04 18	0.04 42

test_sample1	0.13 288	0.07 152	0.14 277	0.13 13	0.08 141	0.19 408	0.16 296	0.20 242	0.15 168	0.14 252	0.22 326	0.18 326	0.16 373	0.17 360	0.14 326	0.07 251	0.06 318	0.06 115	0.06 198	0.08 332	0.07 291

gcap-zeroshot	0.09 94	0.05 17	0.10 120	0.16 157	0.07 86	0.13 258	0.13 117	0.11 29	0.12 94	0.13 231	0.12 172	0.09 136	0.08 151	0.09 37	0.09 52	0.06 128	0.05 198	0.06 115	0.05 120	0.04 18	0.04 42

MGS-Stereo	0.09 94	0.07 152	0.12 197	0.15 83	0.08 141	0.09 79	0.15 231	0.12 51	0.12 94	0.07 30	0.10 127	0.08 106	0.06 35	0.10 70	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.06 205	0.05 133

ACVNet-DCA	0.10 155	0.08 249	0.12 197	0.17 231	0.09 251	0.13 258	0.15 231	0.23 305	0.16 197	0.09 107	0.09 100	0.06 16	0.06 35	0.10 70	0.07 1	0.06 128	0.04 33	0.06 115	0.05 120	0.07 270	0.07 291

1test111	0.11 198	0.08 249	0.12 197	0.17 231	0.09 251	0.13 258	0.15 231	0.23 305	0.16 197	0.09 107	0.09 100	0.06 16	0.06 35	0.15 294	0.16 370	0.06 128	0.04 33	0.06 115	0.05 120	0.07 270	0.07 291

cc1	0.10 155	0.08 249	0.12 197	0.17 231	0.09 251	0.13 258	0.15 231	0.16 145	0.18 243	0.09 107	0.09 100	0.06 16	0.06 35	0.10 70	0.07 1	0.06 128	0.04 33	0.06 115	0.05 120	0.06 205	0.06 211

11t1	0.12 263	0.06 61	0.13 242	0.14 33	0.08 141	0.17 367	0.15 231	0.18 210	0.15 168	0.15 279	0.15 217	0.16 292	0.16 373	0.15 294	0.13 289	0.08 311	0.05 198	0.06 115	0.05 120	0.08 332	0.07 291

ff7	0.09 94	0.07 152	0.11 162	0.16 157	0.09 251	0.11 180	0.15 231	0.16 145	0.12 94	0.10 139	0.06 13	0.06 16	0.06 35	0.11 118	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.05 109	0.06 211

IGEVStereo-DCA	0.09 94	0.06 61	0.11 162	0.15 83	0.10 352	0.11 180	0.15 231	0.16 145	0.12 94	0.10 139	0.06 13	0.08 106	0.06 35	0.10 70	0.08 17	0.06 128	0.05 198	0.06 115	0.05 120	0.05 109	0.06 211

ffff	0.09 94	0.07 152	0.11 162	0.16 157	0.09 251	0.11 180	0.15 231	0.16 145	0.12 94	0.10 139	0.06 13	0.06 16	0.06 35	0.11 118	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.05 109	0.06 211

rrr	0.09 94	0.06 61	0.12 197	0.15 83	0.10 352	0.11 180	0.16 296	0.16 145	0.15 168	0.10 139	0.06 13	0.08 106	0.06 35	0.10 70	0.08 17	0.06 128	0.05 198	0.06 115	0.05 120	0.05 109	0.06 211

11t	0.09 94	0.07 152	0.11 162	0.16 157	0.09 251	0.11 180	0.15 231	0.16 145	0.12 94	0.10 139	0.06 13	0.06 16	0.06 35	0.11 118	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.05 109	0.06 211

tt1	0.10 155	0.08 249	0.12 197	0.17 231	0.09 251	0.12 218	0.16 296	0.15 118	0.19 258	0.09 107	0.08 78	0.06 16	0.06 35	0.10 70	0.07 1	0.06 128	0.04 33	0.06 115	0.05 120	0.06 205	0.06 211

IGEV_Zeroshot_test	0.09 94	0.05 17	0.12 197	0.13 13	0.08 141	0.12 218	0.13 117	0.17 181	0.11 68	0.10 139	0.06 13	0.09 136	0.06 35	0.11 118	0.09 52	0.06 128	0.04 33	0.06 115	0.06 198	0.05 109	0.05 133

DLNR_Zeroshot_test	10.40 586	1.82 578	19.49 592	120.77 597	13.11 590	0.06 8	0.13 117	0.23 305	0.10 37	0.07 30	0.10 127	0.09 136	0.06 35	0.10 70	0.09 52	0.13 481	0.04 33	0.06 115	0.04 48	51.54 596	0.04 42

testlalala	0.08 57	0.07 152	0.17 388	0.16 157	0.08 141	0.09 79	0.12 79	0.15 118	0.10 37	0.07 30	0.09 100	0.06 16	0.06 35	0.11 118	0.09 52	0.05 31	0.04 33	0.06 115	0.04 48	0.04 18	0.04 42

AEACV	0.08 57	0.05 17	0.08 34	0.14 33	0.13 451	0.14 290	0.13 117	0.14 89	0.09 23	0.07 30	0.09 100	0.07 62	0.08 151	0.10 70	0.09 52	0.06 128	0.04 33	0.06 115	0.05 120	0.05 109	0.04 42

HH	0.09 94	0.06 61	0.13 242	0.17 231	0.08 141	0.10 128	0.16 296	0.14 89	0.10 37	0.08 68	0.09 100	0.08 106	0.07 113	0.10 70	0.09 52	0.06 128	0.04 33	0.06 115	0.05 120	0.05 109	0.04 42

HanStereo	0.09 94	0.06 61	0.13 242	0.17 231	0.08 141	0.10 128	0.16 296	0.14 89	0.10 37	0.08 68	0.09 100	0.08 106	0.07 113	0.10 70	0.09 52	0.06 128	0.04 33	0.06 115	0.05 120	0.05 109	0.04 42

anonymousdsp	0.09 94	0.07 152	0.11 162	0.16 157	0.09 251	0.11 180	0.15 231	0.16 145	0.12 94	0.09 107	0.06 13	0.06 16	0.06 35	0.11 118	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.05 109	0.06 211

CBFPSM	0.14 322	0.06 61	0.26 468	0.17 231	0.09 251	0.13 258	0.15 231	0.22 286	0.23 320	0.20 390	0.27 401	0.24 402	0.16 373	0.16 328	0.18 403	0.06 128	0.06 318	0.06 115	0.07 285	0.07 270	0.07 291

EGLCR-Stereo	0.08 57	0.05 17	0.08 34	0.14 33	0.06 23	0.10 128	0.12 79	0.11 29	0.16 197	0.06 9	0.05 8	0.07 62	0.05 9	0.10 70	0.11 200	0.06 128	0.04 33	0.06 115	0.05 120	0.04 18	0.04 42

DCRE	0.11 198	0.07 152	0.13 242	0.16 157	0.11 399	0.11 180	0.17 329	0.18 210	0.17 216	0.11 166	0.18 275	0.10 167	0.10 212	0.15 294	0.11 200	0.06 128	0.05 198	0.06 115	0.06 198	0.05 109	0.04 42

knoymous	0.11 198	0.05 17	0.12 197	0.13 13	0.07 86	0.15 316	0.14 165	0.19 231	0.13 128	0.11 166	0.17 250	0.13 229	0.09 180	0.13 247	0.11 200	0.08 311	0.05 198	0.06 115	0.05 120	0.08 332	0.07 291

Selective-RAFT	0.11 198	0.10 381	0.11 162	0.21 445	0.08 141	0.16 346	0.13 117	0.20 242	0.22 310	0.10 139	0.10 127	0.11 188	0.10 212	0.15 294	0.11 200	0.05 31	0.05 198	0.06 115	0.05 120	0.06 205	0.05 133

ProNet	0.09 94	0.07 152	0.10 120	0.17 231	0.08 141	0.10 128	0.15 231	0.15 118	0.12 94	0.09 107	0.06 13	0.07 62	0.06 35	0.11 118	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.04 18	0.06 211

MC-Stereo	0.08 57	0.06 61	0.09 81	0.17 231	0.06 23	0.10 128	0.14 165	0.12 51	0.10 37	0.09 107	0.12 172	0.09 136	0.06 35	0.11 118	0.10 132	0.06 128	0.04 33	0.06 115	0.05 120	0.04 18	0.04 42

RCA-Stereo	0.09 94	0.06 61	0.09 81	0.16 157	0.06 23	0.09 79	0.13 117	0.18 210	0.14 152	0.09 107	0.10 127	0.08 106	0.07 113	0.12 202	0.11 200	0.06 128	0.04 33	0.06 115	0.05 120	0.05 109	0.04 42

ccc-4	0.09 94	0.07 152	0.11 162	0.16 157	0.09 251	0.11 180	0.15 231	0.16 145	0.12 94	0.10 139	0.06 13	0.06 16	0.06 35	0.11 118	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.05 109	0.06 211

x	0.13 288	0.07 152	0.14 277	0.14 33	0.08 141	0.18 385	0.14 165	0.22 286	0.20 281	0.15 279	0.19 284	0.19 340	0.17 396	0.18 381	0.18 403	0.07 251	0.05 198	0.06 115	0.06 198	0.07 270	0.07 291

Wz-Net-LNSev-Ref	0.18 422	0.09 323	0.29 488	0.15 83	0.10 352	0.22 447	0.20 433	0.26 361	0.39 471	0.25 453	0.42 507	0.24 402	0.15 347	0.20 421	0.19 415	0.07 251	0.05 198	0.06 115	0.05 120	0.10 424	0.09 399

IGEV-Stereo	0.09 94	0.07 152	0.11 162	0.16 157	0.09 251	0.11 180	0.15 231	0.16 145	0.12 94	0.09 107	0.06 13	0.06 16	0.06 35	0.11 118	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.05 109	0.06 211
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.11 198	0.08 249	0.14 277	0.17 231	0.08 141	0.12 218	0.15 231	0.17 181	0.15 168	0.14 252	0.11 159	0.16 292	0.09 180	0.16 328	0.11 200	0.07 251	0.05 198	0.06 115	0.05 120	0.05 109	0.06 211

iRaft-Stereo_20w	0.09 94	0.05 17	0.13 242	0.14 33	0.08 141	0.12 218	0.15 231	0.18 210	0.10 37	0.11 166	0.08 78	0.08 106	0.05 9	0.10 70	0.09 52	0.06 128	0.04 33	0.06 115	0.05 120	0.06 205	0.05 133

DAS	0.15 366	0.08 249	0.18 411	0.19 368	0.10 352	0.19 408	0.17 329	0.27 382	0.29 401	0.18 353	0.25 376	0.21 361	0.15 347	0.16 328	0.12 248	0.08 311	0.06 318	0.06 115	0.06 198	0.07 270	0.07 291

SepStereo	0.15 366	0.08 249	0.18 411	0.19 368	0.10 352	0.19 408	0.17 329	0.27 382	0.29 401	0.18 353	0.25 376	0.21 361	0.15 347	0.25 473	0.12 248	0.08 311	0.06 318	0.06 115	0.06 198	0.07 270	0.07 291

IPLG	0.10 155	0.07 152	0.15 326	0.17 231	0.08 141	0.11 180	0.14 165	0.20 242	0.15 168	0.12 204	0.17 250	0.07 62	0.07 113	0.14 272	0.13 289	0.06 128	0.04 33	0.06 115	0.05 120	0.04 18	0.04 42

IPLGR_C	0.11 198	0.08 249	0.14 277	0.17 231	0.08 141	0.12 218	0.15 231	0.17 181	0.15 168	0.14 252	0.10 127	0.16 292	0.09 180	0.16 328	0.11 200	0.07 251	0.05 198	0.06 115	0.05 120	0.05 109	0.06 211

MIPNet	0.11 198	0.08 249	0.14 277	0.17 231	0.09 251	0.12 218	0.14 165	0.20 242	0.24 336	0.11 166	0.10 127	0.09 136	0.07 113	0.13 247	0.12 248	0.06 128	0.04 33	0.06 115	0.05 120	0.04 18	0.04 42

IPLGR	0.11 198	0.09 323	0.16 360	0.18 312	0.08 141	0.12 218	0.17 329	0.21 264	0.24 336	0.11 166	0.12 172	0.11 188	0.08 151	0.12 202	0.12 248	0.06 128	0.05 198	0.06 115	0.06 198	0.04 18	0.04 42

ACRE	0.11 198	0.08 249	0.14 277	0.17 231	0.08 141	0.12 218	0.15 231	0.17 181	0.14 152	0.14 252	0.10 127	0.16 292	0.09 180	0.16 328	0.11 200	0.07 251	0.05 198	0.06 115	0.05 120	0.05 109	0.06 211

GwcNet-ADL	0.13 288	0.08 249	0.14 277	0.20 416	0.09 251	0.11 180	0.20 433	0.30 425	0.24 336	0.13 231	0.14 200	0.18 326	0.14 329	0.13 247	0.14 326	0.07 251	0.05 198	0.06 115	0.05 120	0.07 270	0.06 211

GANet-ADL	0.13 288	0.07 152	0.15 326	0.17 231	0.10 352	0.18 385	0.15 231	0.30 425	0.20 281	0.13 231	0.18 275	0.19 340	0.12 267	0.16 328	0.13 289	0.08 311	0.06 318	0.06 115	0.05 120	0.07 270	0.08 355

STrans-v2	0.10 155	0.07 152	0.12 197	0.18 312	0.07 86	0.10 128	0.14 165	0.21 264	0.11 68	0.11 166	0.15 217	0.12 205	0.10 212	0.11 118	0.12 248	0.05 31	0.04 33	0.06 115	0.06 198	0.04 18	0.04 42

TransformOpticalFlow	0.10 155	0.08 249	0.13 242	0.18 312	0.07 86	0.09 79	0.15 231	0.19 231	0.15 168	0.12 204	0.17 250	0.11 188	0.11 237	0.11 118	0.10 132	0.05 31	0.04 33	0.06 115	0.06 198	0.05 109	0.05 133

ASMatch	0.11 198	0.06 61	0.13 242	0.16 157	0.10 352	0.07 27	0.14 165	0.17 181	0.17 216	0.12 204	0.16 229	0.16 292	0.10 212	0.13 247	0.10 132	0.05 31	0.04 33	0.06 115	0.05 120	0.04 18	0.08 355

CroCo-Stereo	0.09 94	0.08 249	0.08 34	0.22 460	0.09 251	0.09 79	0.19 412	0.15 118	0.12 94	0.07 30	0.07 38	0.08 106	0.06 35	0.08 15	0.07 1	0.07 251	0.05 198	0.06 115	0.04 48	0.05 109	0.04 42
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
cross-raft	0.10 155	0.09 323	0.09 81	0.19 368	0.07 86	0.11 180	0.25 494	0.13 72	0.15 168	0.08 68	0.11 159	0.12 205	0.10 212	0.09 37	0.11 200	0.05 31	0.04 33	0.06 115	0.05 120	0.04 18	0.04 42

test-1	0.10 155	0.07 152	0.16 360	0.19 368	0.08 141	0.11 180	0.24 480	0.14 89	0.18 243	0.09 107	0.07 38	0.09 136	0.08 151	0.07 4	0.09 52	0.06 128	0.04 33	0.06 115	0.05 120	0.04 18	0.04 42

raftrobust	0.09 94	0.06 61	0.10 120	0.17 231	0.08 141	0.09 79	0.10 38	0.18 210	0.16 197	0.10 139	0.09 100	0.12 205	0.07 113	0.12 202	0.10 132	0.08 311	0.05 198	0.06 115	0.05 120	0.05 109	0.05 133

RALCasStereoNet	0.10 155	0.06 61	0.09 81	0.16 157	0.08 141	0.12 218	0.14 165	0.17 181	0.11 68	0.12 204	0.17 250	0.14 249	0.10 212	0.12 202	0.11 200	0.07 251	0.06 318	0.06 115	0.05 120	0.08 332	0.07 291

XX-Stereo	0.09 94	0.05 17	0.08 34	0.17 231	0.09 251	0.15 316	0.12 79	0.20 242	0.10 37	0.10 139	0.14 200	0.07 62	0.06 35	0.12 202	0.08 17	0.06 128	0.05 198	0.06 115	0.06 198	0.04 18	0.04 42

111	0.10 155	0.06 61	0.12 197	0.15 83	0.07 86	0.10 128	0.14 165	0.21 264	0.23 320	0.11 166	0.12 172	0.14 249	0.11 237	0.13 247	0.10 132	0.06 128	0.04 33	0.06 115	0.04 48	0.05 109	0.05 133

test_xeample3	0.09 94	0.06 61	0.12 197	0.16 157	0.09 251	0.11 180	0.15 231	0.16 145	0.13 128	0.10 139	0.06 13	0.08 106	0.06 35	0.10 70	0.09 52	0.05 31	0.04 33	0.06 115	0.05 120	0.05 109	0.06 211

RAFT-Stereo + iAFF	0.09 94	0.06 61	0.10 120	0.17 231	0.06 23	0.10 128	0.16 296	0.17 181	0.14 152	0.09 107	0.10 127	0.08 106	0.09 180	0.11 118	0.09 52	0.05 31	0.04 33	0.06 115	0.06 198	0.04 18	0.03 1

GMStereo	0.13 288	0.14 464	0.14 277	0.18 312	0.09 251	0.15 316	0.16 296	0.20 242	0.24 336	0.16 307	0.17 250	0.10 167	0.10 212	0.16 328	0.13 289	0.07 251	0.06 318	0.06 115	0.06 198	0.07 270	0.06 211
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.09 94	0.07 152	0.09 81	0.16 157	0.07 86	0.09 79	0.15 231	0.16 145	0.17 216	0.08 68	0.12 172	0.10 167	0.09 180	0.11 118	0.09 52	0.06 128	0.04 33	0.06 115	0.04 48	0.04 18	0.04 42

Gwc-CoAtRS	0.09 94	0.06 61	0.10 120	0.16 157	0.07 86	0.10 128	0.14 165	0.17 181	0.17 216	0.08 68	0.10 127	0.12 205	0.09 180	0.12 202	0.09 52	0.06 128	0.04 33	0.06 115	0.04 48	0.04 18	0.04 42

ACVNet	0.15 366	0.09 323	0.15 326	0.13 13	0.12 430	0.14 290	0.20 433	0.22 286	0.33 432	0.17 323	0.26 393	0.21 361	0.16 373	0.17 360	0.21 441	0.07 251	0.06 318	0.06 115	0.06 198	0.08 332	0.06 211

acv_ft	0.15 366	0.09 323	0.15 326	0.19 368	0.10 352	0.16 346	0.17 329	0.25 343	0.33 432	0.19 368	0.26 393	0.21 361	0.17 396	0.17 360	0.18 403	0.07 251	0.06 318	0.06 115	0.06 198	0.08 332	0.06 211

cf-r	0.13 288	0.07 152	0.12 197	0.16 157	0.08 141	0.14 290	0.19 412	0.20 242	0.25 357	0.17 323	0.25 376	0.21 361	0.16 373	0.14 272	0.14 326	0.10 405	0.05 198	0.06 115	0.08 349	0.06 205	0.06 211

DIP-Stereo	0.11 198	0.07 152	0.14 277	0.17 231	0.09 251	0.13 258	0.09 22	0.16 145	0.16 197	0.11 166	0.16 229	0.14 249	0.12 267	0.15 294	0.13 289	0.06 128	0.05 198	0.06 115	0.05 120	0.05 109	0.06 211
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
SuperB	0.20 446	0.10 381	0.56 534	0.16 157	0.09 251	0.18 385	0.18 374	0.24 327	0.50 514	0.26 457	0.39 486	0.17 312	0.21 441	0.22 448	0.21 441	0.08 311	0.06 318	0.06 115	0.06 198	0.12 458	0.10 423

R-Stereo Train	0.10 155	0.06 61	0.10 120	0.17 231	0.08 141	0.11 180	0.14 165	0.23 305	0.11 68	0.12 204	0.19 284	0.11 188	0.08 151	0.09 37	0.11 200	0.07 251	0.05 198	0.06 115	0.05 120	0.05 109	0.05 133

RAFT-Stereo	0.10 155	0.06 61	0.10 120	0.17 231	0.08 141	0.11 180	0.14 165	0.23 305	0.11 68	0.12 204	0.19 284	0.11 188	0.08 151	0.09 37	0.11 200	0.07 251	0.05 198	0.06 115	0.05 120	0.05 109	0.05 133
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.14 322	0.07 152	0.14 277	0.16 157	0.08 141	0.18 385	0.14 165	0.29 411	0.20 281	0.17 323	0.25 376	0.21 361	0.18 409	0.20 421	0.19 415	0.07 251	0.06 318	0.06 115	0.08 349	0.06 205	0.06 211

HSM-Net_RVC	0.14 322	0.08 249	0.11 162	0.15 83	0.08 141	0.15 316	0.15 231	0.27 382	0.29 401	0.19 368	0.21 317	0.29 448	0.14 329	0.17 360	0.13 289	0.06 128	0.06 318	0.06 115	0.06 198	0.07 270	0.06 211
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.16 389	0.10 381	0.10 120	0.18 312	0.09 251	0.18 385	0.19 412	0.26 361	0.31 418	0.22 419	0.35 464	0.21 361	0.21 441	0.22 448	0.16 370	0.06 128	0.05 198	0.06 115	0.06 198	0.07 270	0.06 211

iResNetv2_ROB	0.14 322	0.08 249	0.15 326	0.16 157	0.08 141	0.16 346	0.12 79	0.25 343	0.35 452	0.21 404	0.29 426	0.24 402	0.13 304	0.14 272	0.14 326	0.06 128	0.05 198	0.06 115	0.04 48	0.09 393	0.08 355

iResNet	0.13 288	0.10 381	0.18 411	0.19 368	0.08 141	0.13 258	0.18 374	0.20 242	0.26 371	0.15 279	0.23 335	0.15 278	0.13 304	0.14 272	0.14 326	0.06 128	0.04 33	0.06 115	0.05 120	0.06 205	0.05 133

LE_ROB	0.50 544	0.07 152	0.14 277	0.15 83	0.08 141	0.24 465	0.16 296	0.22 286	1.81 576	4.63 579	0.67 540	0.47 529	0.44 537	0.20 421	0.29 508	0.07 251	0.06 318	0.06 115	0.06 198	0.08 332	0.06 211

S2M2_XL	0.08 57	0.06 61	0.12 197	0.12 4	0.08 141	0.09 79	0.09 22	0.07 2	0.07 8	0.08 68	0.07 38	0.07 62	0.06 35	0.09 37	0.09 52	0.08 311	0.06 318	0.07 207	0.05 120	0.08 332	0.06 211

xyz-stereo-finetune2	0.11 198	0.07 152	0.13 242	0.13 13	0.07 86	0.11 180	0.19 412	0.17 181	0.12 94	0.15 279	0.15 217	0.17 312	0.12 267	0.13 247	0.11 200	0.05 31	0.04 33	0.07 207	0.05 120	0.04 18	0.06 211

xyz-stereo-finetune	0.11 198	0.08 249	0.13 242	0.14 33	0.06 23	0.10 128	0.19 412	0.17 181	0.19 258	0.12 204	0.14 200	0.15 278	0.10 212	0.13 247	0.11 200	0.05 31	0.04 33	0.07 207	0.05 120	0.04 18	0.05 133

LG-Stereo	0.08 57	0.07 152	0.10 120	0.18 312	0.07 86	0.10 128	0.17 329	0.11 29	0.08 11	0.05 1	0.07 38	0.05 1	0.07 113	0.09 37	0.09 52	0.04 11	0.05 198	0.07 207	0.07 285	0.04 18	0.04 42

MM-Stereo_test3	0.10 155	0.07 152	0.07 6	0.18 312	0.07 86	0.12 218	0.19 412	0.24 327	0.19 258	0.06 9	0.10 127	0.08 106	0.06 35	0.11 118	0.08 17	0.06 128	0.06 318	0.07 207	0.05 120	0.05 109	0.04 42

MM-Stereo_test1	0.10 155	0.07 152	0.08 34	0.18 312	0.07 86	0.12 218	0.18 374	0.21 264	0.20 281	0.09 107	0.11 159	0.08 106	0.06 35	0.10 70	0.10 132	0.06 128	0.05 198	0.07 207	0.06 198	0.05 109	0.04 42

HI	0.11 198	0.06 61	0.11 162	0.13 13	0.09 251	0.09 79	0.14 165	0.21 264	0.10 37	0.19 368	0.17 250	0.14 249	0.09 180	0.16 328	0.08 17	0.05 31	0.04 33	0.07 207	0.08 349	0.07 270	0.06 211

CoSv	0.11 198	0.06 61	0.11 162	0.13 13	0.09 251	0.09 79	0.14 165	0.21 264	0.10 37	0.19 368	0.17 250	0.14 249	0.09 180	0.16 328	0.08 17	0.05 31	0.04 33	0.07 207	0.08 349	0.07 270	0.06 211

mms	0.09 94	0.07 152	0.08 34	0.16 157	0.08 141	0.10 128	0.16 296	0.12 51	0.11 68	0.08 68	0.09 100	0.08 106	0.06 35	0.11 118	0.12 248	0.05 31	0.04 33	0.07 207	0.05 120	0.04 18	0.03 1

fffy	0.09 94	0.08 249	0.09 81	0.16 157	0.07 86	0.13 258	0.17 329	0.13 72	0.12 94	0.08 68	0.09 100	0.08 106	0.09 180	0.13 247	0.11 200	0.05 31	0.05 198	0.07 207	0.05 120	0.04 18	0.05 133

ACV-stereo	0.15 366	0.10 381	0.28 480	0.18 312	0.12 430	0.14 290	0.12 79	0.23 305	0.21 296	0.19 368	0.23 335	0.22 379	0.15 347	0.23 459	0.17 385	0.07 251	0.06 318	0.07 207	0.07 285	0.07 270	0.07 291

RAStereo	0.10 155	0.09 323	0.08 34	0.20 416	0.08 141	0.13 258	0.18 374	0.15 118	0.17 216	0.10 139	0.12 172	0.05 1	0.06 35	0.09 37	0.08 17	0.07 251	0.05 198	0.07 207	0.05 120	0.05 109	0.04 42

AIO-Stereo-zeroshot1	0.11 198	0.05 17	0.14 277	0.15 83	0.20 522	0.09 79	0.17 329	0.21 264	0.15 168	0.11 166	0.14 200	0.10 167	0.07 113	0.10 70	0.08 17	0.06 128	0.05 198	0.07 207	0.07 285	0.07 270	0.09 399

rvit_stereo_0080	0.10 155	0.08 249	0.14 277	0.15 83	0.09 251	0.07 27	0.15 231	0.16 145	0.16 197	0.11 166	0.10 127	0.14 249	0.08 151	0.12 202	0.10 132	0.09 368	0.07 388	0.07 207	0.06 198	0.07 270	0.05 133

IGEV-BASED-STEREO-	0.09 94	0.10 381	0.31 493	0.15 83	0.06 23	0.08 48	0.14 165	0.10 16	0.10 37	0.07 30	0.07 38	0.06 16	0.04 1	0.11 118	0.07 1	0.12 458	0.04 33	0.07 207	0.05 120	0.05 109	0.05 133

test_sample3	0.14 322	0.08 249	0.15 326	0.14 33	0.09 251	0.19 408	0.17 329	0.26 361	0.18 243	0.16 307	0.22 326	0.19 340	0.15 347	0.17 360	0.13 289	0.08 311	0.06 318	0.07 207	0.06 198	0.09 393	0.08 355

test_sample2	0.12 263	0.07 152	0.12 197	0.14 33	0.08 141	0.16 346	0.18 374	0.21 264	0.16 197	0.14 252	0.20 296	0.19 340	0.15 347	0.15 294	0.12 248	0.08 311	0.05 198	0.07 207	0.06 198	0.08 332	0.07 291

MyStereo8	0.12 263	0.07 152	0.15 326	0.15 83	0.09 251	0.18 385	0.14 165	0.19 231	0.22 310	0.12 204	0.18 275	0.11 188	0.10 212	0.16 328	0.18 403	0.07 251	0.05 198	0.07 207	0.05 120	0.08 332	0.09 399

SMFormer	0.14 322	0.07 152	0.17 388	0.14 33	0.08 141	0.16 346	0.17 329	0.26 361	0.27 380	0.19 368	0.20 296	0.18 326	0.15 347	0.15 294	0.17 385	0.08 311	0.05 198	0.07 207	0.06 198	0.07 270	0.06 211

tta	0.14 322	0.07 152	0.17 388	0.14 33	0.08 141	0.16 346	0.17 329	0.26 361	0.27 380	0.19 368	0.20 296	0.18 326	0.15 347	0.15 294	0.17 385	0.08 311	0.05 198	0.07 207	0.06 198	0.06 205	0.06 211

MyStereo06	0.10 155	0.07 152	0.12 197	0.17 231	0.09 251	0.13 258	0.18 374	0.19 231	0.12 94	0.12 204	0.08 78	0.07 62	0.07 113	0.11 118	0.09 52	0.06 128	0.05 198	0.07 207	0.07 285	0.06 205	0.06 211

MyStereo05	0.13 288	0.07 152	0.10 120	0.17 231	0.09 251	0.13 258	0.18 374	0.27 382	0.35 452	0.17 323	0.14 200	0.15 278	0.11 237	0.15 294	0.13 289	0.06 128	0.05 198	0.07 207	0.07 285	0.06 205	0.06 211

AE-Stereo	0.10 155	0.08 249	0.10 120	0.18 312	0.09 251	0.10 128	0.15 231	0.14 89	0.19 258	0.09 107	0.14 200	0.12 205	0.08 151	0.11 118	0.10 132	0.05 31	0.06 318	0.07 207	0.06 198	0.05 109	0.04 42

CoDeX	0.12 263	0.07 152	0.12 197	0.17 231	0.08 141	0.12 218	0.15 231	0.23 305	0.27 380	0.13 231	0.17 250	0.16 292	0.11 237	0.14 272	0.11 200	0.07 251	0.05 198	0.07 207	0.06 198	0.06 205	0.05 133

whm_eth	0.10 155	0.08 249	0.14 277	0.15 83	0.09 251	0.07 27	0.15 231	0.16 145	0.16 197	0.11 166	0.10 127	0.14 249	0.08 151	0.12 202	0.10 132	0.09 368	0.07 388	0.07 207	0.06 198	0.07 270	0.05 133

MaDis-Stereo	0.09 94	0.09 323	0.08 34	0.17 231	0.09 251	0.13 258	0.10 38	0.16 145	0.16 197	0.09 107	0.11 159	0.06 16	0.06 35	0.09 37	0.13 289	0.07 251	0.06 318	0.07 207	0.05 120	0.05 109	0.04 42

EKT-Stereo	0.11 198	0.07 152	0.14 277	0.15 83	0.10 352	0.13 258	0.14 165	0.18 210	0.21 296	0.11 166	0.08 78	0.12 205	0.09 180	0.11 118	0.12 248	0.08 311	0.06 318	0.07 207	0.06 198	0.08 332	0.07 291

MIM_Stereo	0.09 94	0.07 152	0.11 162	0.15 83	0.07 86	0.06 8	0.12 79	0.20 242	0.14 152	0.13 231	0.13 186	0.09 136	0.05 9	0.12 202	0.08 17	0.05 31	0.06 318	0.07 207	0.06 198	0.06 205	0.05 133

PCWNet_CMD	0.14 322	0.08 249	0.15 326	0.17 231	0.09 251	0.14 290	0.14 165	0.29 411	0.36 456	0.14 252	0.20 296	0.21 361	0.12 267	0.17 360	0.13 289	0.07 251	0.05 198	0.07 207	0.07 285	0.07 270	0.07 291

iinet-f	0.16 389	0.06 61	0.45 521	0.14 33	0.10 352	0.21 439	0.14 165	0.27 382	0.23 320	0.21 404	0.24 347	0.21 361	0.15 347	0.18 381	0.21 441	0.09 368	0.07 388	0.07 207	0.06 198	0.09 393	0.10 423

gwcnet-sp	0.14 322	0.07 152	0.12 197	0.18 312	0.09 251	0.16 346	0.17 329	0.24 327	0.24 336	0.18 353	0.24 347	0.15 278	0.16 373	0.15 294	0.15 354	0.08 311	0.06 318	0.07 207	0.08 349	0.08 332	0.07 291

scenet	0.14 322	0.07 152	0.12 197	0.18 312	0.09 251	0.16 346	0.17 329	0.24 327	0.24 336	0.18 353	0.24 347	0.15 278	0.16 373	0.15 294	0.15 354	0.08 311	0.06 318	0.07 207	0.08 349	0.08 332	0.07 291

anonymousa	0.13 288	0.07 152	0.13 242	0.18 312	0.09 251	0.13 258	0.17 329	0.19 231	0.29 401	0.15 279	0.24 347	0.15 278	0.14 329	0.14 272	0.14 326	0.07 251	0.05 198	0.07 207	0.09 393	0.05 109	0.06 211

riskmin	0.11 198	0.06 61	0.13 242	0.14 33	0.08 141	0.14 290	0.14 165	0.18 210	0.14 152	0.11 166	0.14 200	0.16 292	0.11 237	0.14 272	0.12 248	0.09 368	0.05 198	0.07 207	0.05 120	0.08 332	0.08 355

ssnet	0.14 322	0.07 152	0.12 197	0.18 312	0.09 251	0.16 346	0.17 329	0.24 327	0.24 336	0.18 353	0.24 347	0.15 278	0.16 373	0.15 294	0.15 354	0.08 311	0.06 318	0.07 207	0.08 349	0.08 332	0.07 291

CroCo-Stereo Lap2	0.09 94	0.09 323	0.08 34	0.22 460	0.09 251	0.09 79	0.19 412	0.16 145	0.12 94	0.09 107	0.10 127	0.05 1	0.05 9	0.08 15	0.08 17	0.06 128	0.06 318	0.07 207	0.05 120	0.05 109	0.05 133

DisPM	0.11 198	0.07 152	0.12 197	0.16 157	0.09 251	0.06 8	0.13 117	0.17 181	0.17 216	0.14 252	0.20 296	0.12 205	0.10 212	0.11 118	0.10 132	0.06 128	0.04 33	0.07 207	0.06 198	0.06 205	0.11 446

IER	0.14 322	0.07 152	0.13 242	0.17 231	0.09 251	0.14 290	0.16 296	0.25 343	0.26 371	0.18 353	0.25 376	0.17 312	0.20 437	0.16 328	0.14 326	0.08 311	0.05 198	0.07 207	0.06 198	0.08 332	0.07 291

raft_robust	0.13 288	0.10 381	0.07 6	0.18 312	0.08 141	0.13 258	0.24 480	0.28 401	0.33 432	0.20 390	0.19 284	0.14 249	0.10 212	0.11 118	0.12 248	0.05 31	0.05 198	0.07 207	0.07 285	0.05 109	0.04 42

CRFU-Net	0.16 389	0.08 249	0.14 277	0.17 231	0.09 251	0.19 408	0.14 165	0.26 361	0.20 281	0.28 477	0.27 401	0.29 448	0.17 396	0.19 396	0.17 385	0.09 368	0.09 440	0.07 207	0.07 285	0.08 332	0.08 355

RAFT+CT+SA	0.13 288	0.11 406	0.09 81	0.19 368	0.09 251	0.15 316	0.28 514	0.22 286	0.22 310	0.15 279	0.26 393	0.10 167	0.10 212	0.11 118	0.12 248	0.05 31	0.04 33	0.07 207	0.08 349	0.07 270	0.06 211

test_5	0.14 322	0.12 423	0.08 34	0.20 416	0.10 352	0.14 290	0.29 523	0.21 264	0.24 336	0.18 353	0.28 414	0.11 188	0.15 347	0.12 202	0.13 289	0.06 128	0.05 198	0.07 207	0.08 349	0.08 332	0.07 291

iRaft-Stereo_5w	0.12 263	0.09 323	0.12 197	0.19 368	0.08 141	0.09 79	0.12 79	0.21 264	0.21 296	0.19 368	0.14 200	0.11 188	0.09 180	0.20 421	0.16 370	0.05 31	0.05 198	0.07 207	0.06 198	0.05 109	0.06 211

CSP-Net	0.16 389	0.09 323	0.14 277	0.16 157	0.09 251	0.19 408	0.17 329	0.25 343	0.32 425	0.25 453	0.30 432	0.24 402	0.15 347	0.21 437	0.18 403	0.09 368	0.06 318	0.07 207	0.07 285	0.08 332	0.07 291

test-3	0.08 57	0.06 61	0.09 81	0.17 231	0.07 86	0.07 27	0.14 165	0.12 51	0.15 168	0.09 107	0.08 78	0.07 62	0.08 151	0.11 118	0.10 132	0.05 31	0.04 33	0.07 207	0.05 120	0.04 18	0.04 42

test_1	0.08 57	0.06 61	0.09 81	0.17 231	0.07 86	0.07 27	0.14 165	0.12 51	0.15 168	0.09 107	0.08 78	0.07 62	0.08 151	0.11 118	0.10 132	0.05 31	0.04 33	0.07 207	0.05 120	0.04 18	0.04 42

ADLNet2	0.16 389	0.09 323	0.13 242	0.16 157	0.09 251	0.20 423	0.16 296	0.31 435	0.39 471	0.16 307	0.20 296	0.20 352	0.18 409	0.21 437	0.22 450	0.08 311	0.06 318	0.07 207	0.07 285	0.09 393	0.07 291

CrosDoStereo	0.12 263	0.06 61	0.12 197	0.14 33	0.08 141	0.12 218	0.15 231	0.17 181	0.22 310	0.19 368	0.24 347	0.15 278	0.11 237	0.11 118	0.12 248	0.06 128	0.04 33	0.07 207	0.07 285	0.05 109	0.05 133

TRStereo	0.09 94	0.05 17	0.12 197	0.15 83	0.12 430	0.10 128	0.13 117	0.18 210	0.18 243	0.09 107	0.09 100	0.09 136	0.06 35	0.10 70	0.08 17	0.07 251	0.05 198	0.07 207	0.07 285	0.04 18	0.04 42

OMP-Stereo	0.11 198	0.06 61	0.14 277	0.18 312	0.08 141	0.09 79	0.12 79	0.21 264	0.21 296	0.13 231	0.14 200	0.11 188	0.12 267	0.11 118	0.13 289	0.06 128	0.04 33	0.07 207	0.06 198	0.05 109	0.04 42

IIG-Stereo	0.11 198	0.06 61	0.13 242	0.17 231	0.08 141	0.11 180	0.12 79	0.22 286	0.17 216	0.14 252	0.17 250	0.11 188	0.12 267	0.12 202	0.12 248	0.06 128	0.05 198	0.07 207	0.06 198	0.05 109	0.04 42

NF-Stereo	0.11 198	0.07 152	0.13 242	0.17 231	0.09 251	0.10 128	0.14 165	0.23 305	0.19 258	0.12 204	0.17 250	0.12 205	0.11 237	0.11 118	0.11 200	0.06 128	0.04 33	0.07 207	0.06 198	0.06 205	0.12 458

OCTAStereo	0.11 198	0.07 152	0.13 242	0.17 231	0.09 251	0.10 128	0.14 165	0.23 305	0.19 258	0.12 204	0.17 250	0.12 205	0.11 237	0.11 118	0.11 200	0.06 128	0.04 33	0.07 207	0.06 198	0.06 205	0.12 458

NRIStereo	0.11 198	0.08 249	0.14 277	0.18 312	0.08 141	0.10 128	0.14 165	0.16 145	0.15 168	0.12 204	0.14 200	0.13 229	0.12 267	0.13 247	0.10 132	0.06 128	0.04 33	0.07 207	0.06 198	0.06 205	0.07 291

FTStereo	0.12 263	0.06 61	0.14 277	0.18 312	0.09 251	0.07 27	0.15 231	0.21 264	0.18 243	0.12 204	0.24 347	0.12 205	0.12 267	0.13 247	0.13 289	0.05 31	0.05 198	0.07 207	0.06 198	0.06 205	0.10 423

DeepStereo_LL	0.12 263	0.06 61	0.12 197	0.14 33	0.08 141	0.12 218	0.15 231	0.17 181	0.22 310	0.19 368	0.24 347	0.15 278	0.11 237	0.11 118	0.12 248	0.06 128	0.04 33	0.07 207	0.07 285	0.05 109	0.05 133

DEmStereo	0.12 263	0.06 61	0.14 277	0.14 33	0.10 352	0.16 346	0.15 231	0.16 145	0.24 336	0.17 323	0.24 347	0.13 229	0.14 329	0.12 202	0.13 289	0.05 31	0.04 33	0.07 207	0.06 198	0.05 109	0.05 133

THIR-Stereo	0.12 263	0.07 152	0.11 162	0.15 83	0.08 141	0.14 290	0.16 296	0.17 181	0.25 357	0.16 307	0.24 347	0.14 249	0.12 267	0.12 202	0.14 326	0.06 128	0.04 33	0.07 207	0.07 285	0.05 109	0.05 133

DRaft	0.12 263	0.06 61	0.11 162	0.14 33	0.09 251	0.14 290	0.17 329	0.21 264	0.30 411	0.17 323	0.28 414	0.10 167	0.15 347	0.10 70	0.12 248	0.05 31	0.04 33	0.07 207	0.06 198	0.05 109	0.05 133

PFNet	0.12 263	0.06 61	0.17 388	0.17 231	0.08 141	0.09 79	0.15 231	0.26 361	0.20 281	0.16 307	0.16 229	0.14 249	0.11 237	0.12 202	0.11 200	0.06 128	0.04 33	0.07 207	0.06 198	0.05 109	0.05 133

GrayStereo	0.11 198	0.06 61	0.11 162	0.19 368	0.09 251	0.09 79	0.16 296	0.18 210	0.17 216	0.14 252	0.17 250	0.17 312	0.11 237	0.12 202	0.11 200	0.05 31	0.05 198	0.07 207	0.06 198	0.05 109	0.10 423

RE-Stereo	0.11 198	0.07 152	0.13 242	0.17 231	0.09 251	0.10 128	0.14 165	0.23 305	0.19 258	0.12 204	0.17 250	0.12 205	0.11 237	0.11 118	0.11 200	0.06 128	0.04 33	0.07 207	0.06 198	0.06 205	0.12 458

Pruner-Stereo	0.11 198	0.07 152	0.12 197	0.17 231	0.09 251	0.06 8	0.12 79	0.17 181	0.17 216	0.13 231	0.19 284	0.13 229	0.09 180	0.11 118	0.11 200	0.06 128	0.04 33	0.07 207	0.06 198	0.06 205	0.08 355

TVStereo	0.11 198	0.07 152	0.13 242	0.17 231	0.09 251	0.10 128	0.14 165	0.23 305	0.19 258	0.12 204	0.17 250	0.12 205	0.11 237	0.11 118	0.11 200	0.06 128	0.04 33	0.07 207	0.06 198	0.06 205	0.12 458

DeepStereo_RVC	0.11 198	0.08 249	0.16 360	0.18 312	0.08 141	0.08 48	0.12 79	0.17 181	0.12 94	0.13 231	0.14 200	0.12 205	0.12 267	0.12 202	0.11 200	0.06 128	0.04 33	0.07 207	0.06 198	0.07 270	0.08 355

RAFT-345	0.11 198	0.07 152	0.15 326	0.16 157	0.08 141	0.08 48	0.12 79	0.15 118	0.10 37	0.11 166	0.36 467	0.09 136	0.09 180	0.11 118	0.12 248	0.05 31	0.05 198	0.07 207	0.06 198	0.04 18	0.05 133

Prome-Stereo	0.11 198	0.06 61	0.10 120	0.18 312	0.08 141	0.12 218	0.15 231	0.22 286	0.13 128	0.12 204	0.17 250	0.13 229	0.08 151	0.12 202	0.10 132	0.05 31	0.04 33	0.07 207	0.06 198	0.06 205	0.09 399

raft+_RVC	0.11 198	0.07 152	0.09 81	0.16 157	0.07 86	0.10 128	0.11 62	0.24 327	0.20 281	0.12 204	0.15 217	0.12 205	0.08 151	0.12 202	0.13 289	0.07 251	0.04 33	0.07 207	0.06 198	0.05 109	0.05 133

RALAANet	0.11 198	0.08 249	0.10 120	0.17 231	0.09 251	0.14 290	0.10 38	0.20 242	0.15 168	0.14 252	0.13 186	0.16 292	0.09 180	0.12 202	0.11 200	0.06 128	0.05 198	0.07 207	0.06 198	0.05 109	0.04 42

GES	0.14 322	0.08 249	0.16 360	0.15 83	0.10 352	0.13 258	0.13 117	0.28 401	0.25 357	0.16 307	0.23 335	0.18 326	0.13 304	0.16 328	0.13 289	0.08 311	0.07 388	0.07 207	0.06 198	0.08 332	0.09 399

222	0.16 389	0.07 152	0.14 277	0.14 33	0.08 141	0.24 465	0.18 374	0.30 425	0.20 281	0.17 323	0.28 414	0.17 312	0.16 373	0.15 294	0.40 538	0.10 405	0.05 198	0.07 207	0.06 198	0.07 270	0.08 355

xxxx	0.15 366	0.07 152	0.14 277	0.14 33	0.08 141	0.23 460	0.18 374	0.31 435	0.19 258	0.14 252	0.28 414	0.22 379	0.14 329	0.15 294	0.26 491	0.09 368	0.05 198	0.07 207	0.07 285	0.08 332	0.07 291

test_xeample	0.15 366	0.06 61	0.13 242	0.14 33	0.08 141	0.21 439	0.20 433	0.28 401	0.20 281	0.16 307	0.29 426	0.19 340	0.16 373	0.15 294	0.26 491	0.09 368	0.05 198	0.07 207	0.07 285	0.07 270	0.07 291

AFF-stereo	0.09 94	0.06 61	0.10 120	0.17 231	0.07 86	0.10 128	0.16 296	0.17 181	0.09 23	0.10 139	0.12 172	0.09 136	0.09 180	0.12 202	0.09 52	0.05 31	0.04 33	0.07 207	0.07 285	0.04 18	0.03 1

SFCPSM	0.13 288	0.07 152	0.14 277	0.17 231	0.09 251	0.15 316	0.16 296	0.28 401	0.27 380	0.14 252	0.17 250	0.12 205	0.13 304	0.14 272	0.11 200	0.08 311	0.05 198	0.07 207	0.07 285	0.07 270	0.06 211

MMNet	0.17 409	0.09 323	0.16 360	0.20 416	0.11 399	0.27 492	0.20 433	0.25 343	0.41 480	0.22 419	0.30 432	0.21 361	0.20 437	0.17 360	0.20 421	0.06 128	0.06 318	0.07 207	0.07 285	0.08 332	0.07 291

HGLStereo	0.17 409	0.08 249	0.19 422	0.17 231	0.12 430	0.18 385	0.18 374	0.31 435	0.32 425	0.21 404	0.32 444	0.25 415	0.18 409	0.19 396	0.20 421	0.09 368	0.09 440	0.07 207	0.07 285	0.09 393	0.10 423

GANet-RSSM	0.14 322	0.07 152	0.13 242	0.13 13	0.08 141	0.14 290	0.17 329	0.22 286	0.21 296	0.17 323	0.24 347	0.23 396	0.15 347	0.16 328	0.15 354	0.10 405	0.06 318	0.07 207	0.08 349	0.08 332	0.07 291

GwcNet-RSSM	0.14 322	0.07 152	0.12 197	0.15 83	0.08 141	0.15 316	0.20 433	0.21 264	0.27 380	0.18 353	0.27 401	0.22 379	0.16 373	0.14 272	0.15 354	0.10 405	0.05 198	0.07 207	0.09 393	0.07 270	0.07 291

MSMDNet	0.14 322	0.08 249	0.15 326	0.17 231	0.09 251	0.14 290	0.14 165	0.29 411	0.36 456	0.14 252	0.21 317	0.21 361	0.12 267	0.17 360	0.14 326	0.07 251	0.05 198	0.07 207	0.07 285	0.07 270	0.07 291

HSM	0.15 366	0.08 249	0.14 277	0.16 157	0.09 251	0.16 346	0.14 165	0.28 401	0.25 357	0.19 368	0.23 335	0.37 496	0.16 373	0.20 421	0.15 354	0.07 251	0.05 198	0.07 207	0.06 198	0.07 270	0.06 211

DISCO	0.19 434	0.09 323	0.22 448	0.17 231	0.10 352	0.25 475	0.18 374	0.27 382	0.44 497	0.22 419	0.31 440	0.33 479	0.26 475	0.28 489	0.28 505	0.08 311	0.06 318	0.07 207	0.07 285	0.09 393	0.09 399

DFGA-Net	0.13 288	0.11 406	0.18 411	0.17 231	0.10 352	0.12 218	0.13 117	0.22 286	0.25 357	0.16 307	0.16 229	0.13 229	0.12 267	0.16 328	0.14 326	0.07 251	0.05 198	0.08 289	0.07 285	0.05 109	0.05 133

S2M2	0.09 94	0.08 249	0.11 162	0.13 13	0.10 352	0.08 48	0.06 1	0.10 16	0.10 37	0.10 139	0.09 100	0.10 167	0.09 180	0.11 118	0.11 200	0.13 481	0.07 388	0.08 289	0.09 393	0.10 424	0.08 355

G2L-Stereo	0.14 322	0.07 152	0.13 242	0.17 231	0.09 251	0.13 258	0.12 79	0.27 382	0.22 310	0.16 307	0.27 401	0.21 361	0.13 304	0.17 360	0.18 403	0.09 368	0.08 414	0.08 289	0.07 285	0.07 270	0.07 291

AIO-test2	0.10 155	0.08 249	0.10 120	0.23 480	0.08 141	0.11 180	0.10 38	0.23 305	0.23 320	0.08 68	0.09 100	0.08 106	0.05 9	0.10 70	0.08 17	0.06 128	0.05 198	0.08 289	0.09 393	0.05 109	0.05 133

FACV-RUCA	0.13 288	0.11 406	0.12 197	0.19 368	0.12 430	0.15 316	0.15 231	0.22 286	0.20 281	0.15 279	0.16 229	0.14 249	0.16 373	0.14 272	0.13 289	0.07 251	0.05 198	0.08 289	0.06 198	0.10 424	0.08 355

tg	0.10 155	0.06 61	0.10 120	0.18 312	0.08 141	0.11 180	0.16 296	0.20 242	0.12 94	0.08 68	0.11 159	0.11 188	0.07 113	0.11 118	0.10 132	0.05 31	0.04 33	0.08 289	0.08 349	0.04 18	0.04 42

rvit_stereo_0081_aga	0.11 198	0.09 323	0.14 277	0.18 312	0.09 251	0.13 258	0.14 165	0.14 89	0.19 258	0.10 139	0.18 275	0.16 292	0.09 180	0.12 202	0.09 52	0.10 405	0.06 318	0.08 289	0.07 285	0.07 270	0.06 211

rvit_stereo_0081	0.11 198	0.08 249	0.15 326	0.16 157	0.09 251	0.10 128	0.14 165	0.14 89	0.24 336	0.11 166	0.13 186	0.13 229	0.09 180	0.11 118	0.12 248	0.10 405	0.07 388	0.08 289	0.07 285	0.07 270	0.05 133

ITSA-stereo	0.15 366	0.10 381	0.14 277	0.19 368	0.08 141	0.12 218	0.14 165	0.30 425	0.49 511	0.17 323	0.19 284	0.22 379	0.15 347	0.17 360	0.16 370	0.10 405	0.06 318	0.08 289	0.08 349	0.08 332	0.08 355

rvit_stereo_0082	0.11 198	0.08 249	0.15 326	0.16 157	0.09 251	0.10 128	0.14 165	0.14 89	0.24 336	0.11 166	0.13 186	0.13 229	0.09 180	0.11 118	0.12 248	0.10 405	0.07 388	0.08 289	0.07 285	0.07 270	0.05 133

rvit_stereo_ft	0.12 263	0.07 152	0.13 242	0.19 368	0.10 352	0.12 218	0.17 329	0.16 145	0.16 197	0.12 204	0.13 186	0.15 278	0.10 212	0.14 272	0.13 289	0.09 368	0.06 318	0.08 289	0.07 285	0.07 270	0.05 133

test_sample6	0.14 322	0.08 249	0.13 242	0.16 157	0.08 141	0.17 367	0.19 412	0.25 343	0.17 216	0.17 323	0.27 401	0.19 340	0.14 329	0.15 294	0.13 289	0.08 311	0.05 198	0.08 289	0.07 285	0.08 332	0.08 355

test_sample5	0.14 322	0.08 249	0.14 277	0.16 157	0.08 141	0.18 385	0.18 374	0.25 343	0.17 216	0.17 323	0.27 401	0.18 326	0.14 329	0.16 328	0.13 289	0.08 311	0.05 198	0.08 289	0.07 285	0.08 332	0.08 355

test_sample4	0.14 322	0.08 249	0.14 277	0.15 83	0.08 141	0.19 408	0.18 374	0.26 361	0.17 216	0.16 307	0.25 376	0.18 326	0.14 329	0.16 328	0.13 289	0.08 311	0.06 318	0.08 289	0.06 198	0.08 332	0.08 355

H2IRNET	0.10 155	0.09 323	0.09 81	0.18 312	0.09 251	0.12 218	0.15 231	0.14 89	0.21 296	0.10 139	0.10 127	0.10 167	0.10 212	0.10 70	0.10 132	0.05 31	0.04 33	0.08 289	0.08 349	0.06 205	0.05 133

DispNO	0.14 322	0.08 249	0.17 388	0.19 368	0.12 430	0.11 180	0.21 450	0.23 305	0.29 401	0.17 323	0.23 335	0.18 326	0.17 396	0.15 294	0.15 354	0.07 251	0.05 198	0.08 289	0.08 349	0.07 270	0.06 211

Former-RAFT_DAM_RVC	0.10 155	0.08 249	0.12 197	0.16 157	0.08 141	0.15 316	0.16 296	0.18 210	0.18 243	0.10 139	0.09 100	0.09 136	0.08 151	0.11 118	0.12 248	0.07 251	0.05 198	0.08 289	0.06 198	0.07 270	0.06 211

MyStereo07	0.10 155	0.07 152	0.10 120	0.17 231	0.09 251	0.14 290	0.18 374	0.15 118	0.15 168	0.09 107	0.06 13	0.06 16	0.07 113	0.12 202	0.09 52	0.06 128	0.05 198	0.08 289	0.07 285	0.06 205	0.06 211

MyStereo04	0.13 288	0.07 152	0.10 120	0.17 231	0.09 251	0.14 290	0.18 374	0.29 411	0.38 468	0.17 323	0.14 200	0.16 292	0.10 212	0.15 294	0.13 289	0.06 128	0.05 198	0.08 289	0.07 285	0.06 205	0.06 211

xx1	0.11 198	0.08 249	0.12 197	0.17 231	0.09 251	0.13 258	0.15 231	0.16 145	0.18 243	0.09 107	0.09 100	0.16 292	0.16 373	0.10 70	0.07 1	0.06 128	0.04 33	0.08 289	0.08 349	0.07 270	0.07 291

mmm	0.14 322	0.08 249	0.17 388	0.17 231	0.09 251	0.17 367	0.18 374	0.21 264	0.15 168	0.15 279	0.23 335	0.21 361	0.16 373	0.16 328	0.17 385	0.08 311	0.05 198	0.08 289	0.07 285	0.07 270	0.07 291

DualNet	0.14 322	0.08 249	0.14 277	0.16 157	0.08 141	0.18 385	0.18 374	0.25 343	0.17 216	0.17 323	0.27 401	0.18 326	0.14 329	0.16 328	0.13 289	0.08 311	0.05 198	0.08 289	0.07 285	0.08 332	0.08 355

1111x	0.15 366	0.08 249	0.12 197	0.18 312	0.07 86	0.18 385	0.25 494	0.31 435	0.24 336	0.17 323	0.24 347	0.26 424	0.15 347	0.13 247	0.23 462	0.07 251	0.07 388	0.08 289	0.09 393	0.07 270	0.06 211

MIF-Stereo (partial)	0.11 198	0.06 61	0.10 120	0.19 368	0.10 352	0.10 128	0.11 62	0.17 181	0.18 243	0.14 252	0.16 229	0.09 136	0.11 237	0.12 202	0.12 248	0.08 311	0.05 198	0.08 289	0.07 285	0.06 205	0.07 291

CFNet_ucs	0.15 366	0.08 249	0.16 360	0.16 157	0.11 399	0.14 290	0.14 165	0.30 425	0.34 443	0.16 307	0.24 347	0.23 396	0.14 329	0.18 381	0.15 354	0.09 368	0.06 318	0.08 289	0.07 285	0.09 393	0.09 399

4D-IteraStereo	0.09 94	0.07 152	0.10 120	0.18 312	0.07 86	0.09 79	0.15 231	0.17 181	0.15 168	0.10 139	0.11 159	0.10 167	0.07 113	0.11 118	0.09 52	0.05 31	0.03 1	0.08 289	0.07 285	0.06 205	0.05 133

fast-acv-ft	0.18 422	0.11 406	0.19 422	0.19 368	0.12 430	0.24 465	0.21 450	0.25 343	0.34 443	0.22 419	0.34 460	0.27 432	0.20 437	0.21 437	0.23 462	0.09 368	0.09 440	0.08 289	0.10 428	0.08 332	0.07 291

TestStereo1	0.13 288	0.08 249	0.08 34	0.19 368	0.08 141	0.18 385	0.29 523	0.23 305	0.16 197	0.17 323	0.20 296	0.16 292	0.10 212	0.12 202	0.13 289	0.06 128	0.06 318	0.08 289	0.06 198	0.05 109	0.05 133

qqq	0.13 288	0.09 323	0.15 326	0.16 157	0.08 141	0.13 258	0.15 231	0.23 305	0.16 197	0.15 279	0.19 284	0.16 292	0.16 373	0.15 294	0.16 370	0.07 251	0.06 318	0.08 289	0.08 349	0.07 270	0.07 291

Wz-Net-LNSev	0.22 466	0.16 478	0.38 512	0.21 445	0.13 451	0.25 475	0.23 468	0.32 446	0.43 492	0.30 487	0.41 501	0.31 468	0.18 409	0.22 448	0.25 482	0.10 405	0.09 440	0.08 289	0.08 349	0.12 458	0.11 446

RAFT_CTSACE	0.12 263	0.09 323	0.10 120	0.22 460	0.08 141	0.12 218	0.24 480	0.18 210	0.16 197	0.20 390	0.27 401	0.13 229	0.07 113	0.13 247	0.09 52	0.05 31	0.06 318	0.08 289	0.07 285	0.04 18	0.04 42

SA-5K	0.13 288	0.08 249	0.08 34	0.19 368	0.08 141	0.18 385	0.29 523	0.23 305	0.16 197	0.17 323	0.20 296	0.16 292	0.10 212	0.12 202	0.13 289	0.06 128	0.06 318	0.08 289	0.06 198	0.05 109	0.05 133

test_4	0.10 155	0.10 381	0.08 34	0.19 368	0.09 251	0.08 48	0.22 459	0.15 118	0.17 216	0.12 204	0.18 275	0.12 205	0.09 180	0.08 15	0.11 200	0.04 11	0.04 33	0.08 289	0.08 349	0.04 18	0.03 1

psmg	0.14 322	0.09 323	0.14 277	0.17 231	0.10 352	0.15 316	0.17 329	0.29 411	0.19 258	0.17 323	0.21 317	0.25 415	0.16 373	0.15 294	0.14 326	0.08 311	0.06 318	0.08 289	0.08 349	0.07 270	0.06 211

dd	0.15 366	0.16 478	0.16 360	0.19 368	0.09 251	0.15 316	0.18 374	0.21 264	0.25 357	0.23 431	0.20 296	0.21 361	0.09 180	0.21 437	0.16 370	0.10 405	0.06 318	0.08 289	0.06 198	0.08 332	0.06 211

GLC_STEREO	0.11 198	0.07 152	0.11 162	0.17 231	0.07 86	0.09 79	0.13 117	0.15 118	0.24 336	0.12 204	0.13 186	0.12 205	0.08 151	0.18 381	0.11 200	0.06 128	0.08 414	0.08 289	0.06 198	0.05 109	0.05 133

AASNet	0.16 389	0.08 249	0.12 197	0.19 368	0.09 251	0.18 385	0.15 231	0.37 497	0.37 463	0.19 368	0.23 335	0.20 352	0.16 373	0.17 360	0.20 421	0.10 405	0.08 414	0.08 289	0.07 285	0.09 393	0.09 399

test_3	0.10 155	0.09 323	0.10 120	0.20 416	0.08 141	0.13 258	0.26 501	0.14 89	0.21 296	0.10 139	0.10 127	0.09 136	0.09 180	0.08 15	0.11 200	0.05 31	0.04 33	0.08 289	0.07 285	0.04 18	0.04 42

PSMNet-ADL	0.15 366	0.12 423	0.13 242	0.22 460	0.09 251	0.13 258	0.20 433	0.26 361	0.23 320	0.18 353	0.20 296	0.24 402	0.16 373	0.18 381	0.17 385	0.08 311	0.08 414	0.08 289	0.11 458	0.08 332	0.07 291

LCNet	0.11 198	0.07 152	0.09 81	0.19 368	0.09 251	0.08 48	0.15 231	0.21 264	0.15 168	0.11 166	0.15 217	0.16 292	0.11 237	0.12 202	0.11 200	0.05 31	0.04 33	0.08 289	0.07 285	0.06 205	0.15 500

HHNet	0.11 198	0.06 61	0.16 360	0.15 83	0.14 469	0.07 27	0.13 117	0.20 242	0.17 216	0.14 252	0.25 376	0.11 188	0.08 151	0.13 247	0.10 132	0.05 31	0.04 33	0.08 289	0.06 198	0.05 109	0.09 399

Patchmatch Stereo++	0.11 198	0.09 323	0.16 360	0.18 312	0.08 141	0.06 8	0.11 62	0.16 145	0.13 128	0.15 279	0.16 229	0.14 249	0.12 267	0.11 118	0.10 132	0.06 128	0.04 33	0.08 289	0.06 198	0.08 332	0.07 291
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	0.12 263	0.07 152	0.15 326	0.17 231	0.09 251	0.08 48	0.13 117	0.24 327	0.17 216	0.14 252	0.19 284	0.13 229	0.11 237	0.11 118	0.11 200	0.07 251	0.05 198	0.08 289	0.07 285	0.06 205	0.12 458

KMStereo	0.12 263	0.07 152	0.15 326	0.17 231	0.09 251	0.08 48	0.13 117	0.24 327	0.17 216	0.14 252	0.19 284	0.13 229	0.11 237	0.11 118	0.11 200	0.07 251	0.05 198	0.08 289	0.07 285	0.06 205	0.12 458

PSM-adaLoss	0.11 198	0.09 323	0.16 360	0.18 312	0.08 141	0.06 8	0.12 79	0.16 145	0.13 128	0.15 279	0.16 229	0.14 249	0.12 267	0.11 118	0.10 132	0.06 128	0.04 33	0.08 289	0.06 198	0.08 332	0.07 291

ROB_FTStereo_v2	0.11 198	0.09 323	0.16 360	0.19 368	0.08 141	0.06 8	0.12 79	0.16 145	0.13 128	0.15 279	0.16 229	0.14 249	0.12 267	0.11 118	0.10 132	0.06 128	0.04 33	0.08 289	0.06 198	0.08 332	0.07 291

ROB_FTStereo	0.11 198	0.09 323	0.16 360	0.19 368	0.08 141	0.06 8	0.11 62	0.16 145	0.13 128	0.15 279	0.16 229	0.14 249	0.12 267	0.11 118	0.10 132	0.06 128	0.04 33	0.08 289	0.06 198	0.08 332	0.07 291

KYRaft	0.11 198	0.07 152	0.10 120	0.19 368	0.09 251	0.08 48	0.15 231	0.22 286	0.12 94	0.13 231	0.16 229	0.20 352	0.10 212	0.12 202	0.10 132	0.05 31	0.04 33	0.08 289	0.08 349	0.06 205	0.16 511

HUI-Stereo	0.11 198	0.09 323	0.16 360	0.18 312	0.08 141	0.06 8	0.12 79	0.16 145	0.13 128	0.15 279	0.16 229	0.14 249	0.12 267	0.11 118	0.10 132	0.06 128	0.04 33	0.08 289	0.06 198	0.08 332	0.07 291

iGMRVC	0.11 198	0.09 323	0.16 360	0.19 368	0.08 141	0.06 8	0.12 79	0.16 145	0.13 128	0.15 279	0.16 229	0.14 249	0.12 267	0.11 118	0.10 132	0.06 128	0.04 33	0.08 289	0.06 198	0.08 332	0.07 291

RAFT-RH_RVC	0.11 198	0.06 61	0.14 277	0.16 157	0.09 251	0.12 218	0.12 79	0.17 181	0.12 94	0.13 231	0.41 501	0.11 188	0.10 212	0.13 247	0.12 248	0.05 31	0.04 33	0.08 289	0.05 120	0.04 18	0.06 211

iRAFT	0.11 198	0.09 323	0.16 360	0.18 312	0.08 141	0.06 8	0.11 62	0.16 145	0.13 128	0.15 279	0.16 229	0.14 249	0.12 267	0.11 118	0.10 132	0.06 128	0.04 33	0.08 289	0.06 198	0.08 332	0.07 291

AnonymousM	0.09 94	0.05 17	0.10 120	0.14 33	0.06 23	0.09 79	0.13 117	0.19 231	0.14 152	0.13 231	0.11 159	0.09 136	0.08 151	0.13 247	0.10 132	0.08 311	0.05 198	0.08 289	0.05 120	0.05 109	0.05 133

CRE-IMP	0.11 198	0.09 323	0.16 360	0.19 368	0.08 141	0.10 128	0.12 79	0.18 210	0.10 37	0.14 252	0.13 186	0.13 229	0.12 267	0.12 202	0.11 200	0.07 251	0.04 33	0.08 289	0.06 198	0.08 332	0.08 355

GMM-Stereo	0.11 198	0.07 152	0.10 120	0.18 312	0.09 251	0.08 48	0.15 231	0.23 305	0.16 197	0.11 166	0.15 217	0.13 229	0.11 237	0.11 118	0.11 200	0.05 31	0.04 33	0.08 289	0.07 285	0.06 205	0.09 399

RAFT-IKP	0.11 198	0.09 323	0.16 360	0.19 368	0.08 141	0.06 8	0.12 79	0.16 145	0.13 128	0.15 279	0.16 229	0.14 249	0.12 267	0.11 118	0.10 132	0.06 128	0.04 33	0.08 289	0.06 198	0.08 332	0.07 291

LMCR-Stereo	0.15 366	0.08 249	0.13 242	0.21 445	0.09 251	0.17 367	0.20 433	0.27 382	0.19 258	0.24 440	0.24 347	0.23 396	0.17 396	0.20 421	0.17 385	0.07 251	0.06 318	0.08 289	0.06 198	0.10 424	0.08 355

ICVP	0.15 366	0.09 323	0.12 197	0.22 460	0.09 251	0.17 367	0.21 450	0.25 343	0.23 320	0.18 353	0.30 432	0.26 424	0.18 409	0.17 360	0.14 326	0.09 368	0.07 388	0.08 289	0.07 285	0.07 270	0.07 291
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.10 155	0.07 152	0.09 81	0.17 231	0.09 251	0.11 180	0.17 329	0.18 210	0.12 94	0.09 107	0.12 172	0.10 167	0.07 113	0.11 118	0.10 132	0.05 31	0.04 33	0.08 289	0.08 349	0.04 18	0.04 42

GEStereo_RVC	0.17 409	0.12 423	0.15 326	0.22 460	0.11 399	0.19 408	0.17 329	0.32 446	0.48 506	0.20 390	0.25 376	0.17 312	0.13 304	0.21 437	0.16 370	0.10 405	0.06 318	0.08 289	0.07 285	0.09 393	0.08 355

Anonymous3	0.16 389	0.13 452	0.33 499	0.26 504	0.14 469	0.27 492	0.17 329	0.28 401	0.28 394	0.15 279	0.17 250	0.14 249	0.10 212	0.15 294	0.12 248	0.08 311	0.08 414	0.08 289	0.08 349	0.08 332	0.11 446

TestStereo	0.13 288	0.14 464	0.11 162	0.23 480	0.08 141	0.15 316	0.21 450	0.20 242	0.23 320	0.14 252	0.24 347	0.16 292	0.12 267	0.16 328	0.14 326	0.05 31	0.06 318	0.08 289	0.06 198	0.09 393	0.05 133

sAnonymous2	0.13 288	0.12 423	0.24 460	0.20 416	0.12 430	0.17 367	0.13 117	0.26 361	0.21 296	0.11 166	0.11 159	0.13 229	0.08 151	0.10 70	0.10 132	0.09 368	0.05 198	0.08 289	0.06 198	0.15 502	0.10 423

CroCo_RVC	0.13 288	0.12 423	0.24 460	0.20 416	0.12 430	0.17 367	0.13 117	0.26 361	0.21 296	0.11 166	0.11 159	0.13 229	0.08 151	0.10 70	0.10 132	0.09 368	0.05 198	0.08 289	0.06 198	0.15 502	0.10 423

CFNet_pseudo	0.14 322	0.08 249	0.15 326	0.16 157	0.09 251	0.13 258	0.14 165	0.27 382	0.34 443	0.14 252	0.21 317	0.22 379	0.13 304	0.18 381	0.14 326	0.07 251	0.05 198	0.08 289	0.06 198	0.07 270	0.07 291

sCroCo_RVC	0.12 263	0.09 323	0.23 457	0.24 489	0.11 399	0.19 408	0.14 165	0.17 181	0.14 152	0.10 139	0.13 186	0.12 205	0.07 113	0.14 272	0.11 200	0.08 311	0.08 414	0.08 289	0.08 349	0.05 109	0.07 291

UNet	0.17 409	0.09 323	0.18 411	0.19 368	0.12 430	0.27 492	0.19 412	0.33 465	0.29 401	0.21 404	0.24 347	0.23 396	0.19 425	0.19 396	0.18 403	0.07 251	0.06 318	0.08 289	0.07 285	0.08 332	0.06 211

UPFNet	0.16 389	0.08 249	0.12 197	0.20 416	0.12 430	0.20 423	0.23 468	0.28 401	0.26 371	0.17 323	0.24 347	0.22 379	0.19 425	0.19 396	0.21 441	0.09 368	0.07 388	0.08 289	0.09 393	0.08 332	0.06 211

aanetorigin	0.22 466	0.17 489	0.56 534	0.17 231	0.10 352	0.15 316	0.19 412	0.20 242	0.33 432	0.49 534	0.48 517	0.29 448	0.27 483	0.20 421	0.23 462	0.08 311	0.07 388	0.08 289	0.07 285	0.10 424	0.09 399

EDNetEfficientorigin	7.91 582	0.31 536	153.02 597	0.19 368	0.09 251	0.21 439	0.16 296	0.22 286	0.59 532	0.72 549	0.67 540	0.42 515	0.50 542	0.24 468	0.39 536	0.08 311	0.07 388	0.08 289	0.07 285	0.12 458	0.10 423

EDNetEfficient	0.29 513	0.24 520	1.13 564	0.18 312	0.10 352	0.19 408	0.20 433	0.20 242	0.60 535	0.74 553	0.56 532	0.31 468	0.39 524	0.22 448	0.30 513	0.09 368	0.07 388	0.08 289	0.07 285	0.11 444	0.09 399

FENet	0.13 288	0.08 249	0.12 197	0.16 157	0.08 141	0.14 290	0.15 231	0.22 286	0.23 320	0.17 323	0.23 335	0.16 292	0.12 267	0.14 272	0.15 354	0.08 311	0.05 198	0.08 289	0.08 349	0.07 270	0.07 291

ac_64	0.16 389	0.08 249	0.15 326	0.18 312	0.10 352	0.22 447	0.18 374	0.24 327	0.21 296	0.18 353	0.24 347	0.29 448	0.18 409	0.19 396	0.22 450	0.09 368	0.07 388	0.08 289	0.09 393	0.07 270	0.06 211

CFNet-ft	0.14 322	0.07 152	0.15 326	0.12 4	0.09 251	0.16 346	0.18 374	0.22 286	0.24 336	0.17 323	0.26 393	0.24 402	0.14 329	0.16 328	0.14 326	0.11 433	0.06 318	0.08 289	0.09 393	0.09 393	0.08 355

DMCA	0.14 322	0.09 323	0.16 360	0.19 368	0.09 251	0.15 316	0.17 329	0.23 305	0.27 380	0.14 252	0.19 284	0.17 312	0.18 409	0.15 294	0.17 385	0.10 405	0.06 318	0.08 289	0.06 198	0.09 393	0.10 423

ADCP+	0.20 446	0.10 381	0.33 499	0.20 416	0.12 430	0.22 447	0.26 501	0.31 435	0.34 443	0.26 457	0.37 473	0.22 379	0.22 450	0.27 478	0.27 498	0.09 368	0.06 318	0.08 289	0.08 349	0.09 393	0.10 423

CFNet_RVC	0.14 322	0.07 152	0.15 326	0.12 4	0.09 251	0.16 346	0.18 374	0.22 286	0.24 336	0.17 323	0.26 393	0.24 402	0.14 329	0.16 328	0.14 326	0.11 433	0.06 318	0.08 289	0.09 393	0.09 393	0.08 355

NLCA_NET_v2_RVC	0.17 409	0.10 381	0.22 448	0.20 416	0.10 352	0.15 316	0.18 374	0.31 435	0.25 357	0.21 404	0.30 432	0.25 415	0.17 396	0.21 437	0.20 421	0.09 368	0.06 318	0.08 289	0.08 349	0.07 270	0.08 355
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.14 322	0.08 249	0.15 326	0.16 157	0.09 251	0.12 218	0.14 165	0.27 382	0.34 443	0.14 252	0.21 317	0.22 379	0.13 304	0.18 381	0.14 326	0.07 251	0.05 198	0.08 289	0.07 285	0.07 270	0.07 291

AIO-test1	0.10 155	0.07 152	0.10 120	0.23 480	0.07 86	0.09 79	0.13 117	0.21 264	0.14 152	0.11 166	0.12 172	0.09 136	0.07 113	0.11 118	0.09 52	0.06 128	0.05 198	0.09 368	0.10 428	0.03 1	0.06 211

DDVS	0.15 366	0.10 381	0.21 442	0.16 157	0.12 430	0.15 316	0.14 165	0.25 343	0.19 258	0.18 353	0.29 426	0.27 432	0.12 267	0.19 396	0.15 354	0.09 368	0.06 318	0.09 368	0.07 285	0.11 444	0.11 446

rvit_stereo_0083	0.12 263	0.08 249	0.17 388	0.16 157	0.09 251	0.11 180	0.15 231	0.14 89	0.26 371	0.11 166	0.14 200	0.13 229	0.10 212	0.12 202	0.12 248	0.10 405	0.08 414	0.09 368	0.07 285	0.07 270	0.05 133

DCVSM-stereo	0.14 322	0.09 323	0.16 360	0.16 157	0.10 352	0.15 316	0.09 22	0.19 231	0.23 320	0.20 390	0.23 335	0.26 424	0.15 347	0.18 381	0.14 326	0.09 368	0.07 388	0.09 368	0.08 349	0.10 424	0.12 458

CAS++	0.11 198	0.07 152	0.11 162	0.14 33	0.09 251	0.12 218	0.14 165	0.24 327	0.14 152	0.11 166	0.09 100	0.11 188	0.07 113	0.14 272	0.09 52	0.11 433	0.09 440	0.09 368	0.07 285	0.07 270	0.08 355
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ffm	0.12 263	0.09 323	0.14 277	0.16 157	0.08 141	0.17 367	0.17 329	0.15 118	0.19 258	0.15 279	0.25 376	0.19 340	0.13 304	0.10 70	0.07 1	0.06 128	0.04 33	0.09 368	0.08 349	0.06 205	0.06 211

ff1	0.13 288	0.09 323	0.14 277	0.16 157	0.08 141	0.17 367	0.17 329	0.15 118	0.19 258	0.15 279	0.25 376	0.19 340	0.13 304	0.14 272	0.20 421	0.06 128	0.04 33	0.09 368	0.08 349	0.06 205	0.06 211

mmx	0.14 322	0.09 323	0.14 277	0.16 157	0.08 141	0.17 367	0.17 329	0.27 382	0.25 357	0.15 279	0.25 376	0.19 340	0.13 304	0.14 272	0.20 421	0.08 311	0.06 318	0.09 368	0.08 349	0.08 332	0.08 355

ttt	0.14 322	0.08 249	0.14 277	0.15 83	0.08 141	0.15 316	0.18 374	0.27 382	0.29 401	0.16 307	0.24 347	0.17 312	0.13 304	0.13 247	0.14 326	0.11 433	0.08 414	0.09 368	0.08 349	0.09 393	0.08 355

xxx	0.14 322	0.09 323	0.14 277	0.16 157	0.08 141	0.17 367	0.17 329	0.27 382	0.25 357	0.15 279	0.25 376	0.19 340	0.13 304	0.14 272	0.20 421	0.08 311	0.06 318	0.09 368	0.08 349	0.08 332	0.08 355

plain	0.10 155	0.08 249	0.10 120	0.19 368	0.09 251	0.10 128	0.15 231	0.14 89	0.13 128	0.13 231	0.15 217	0.09 136	0.12 267	0.13 247	0.12 248	0.07 251	0.05 198	0.09 368	0.06 198	0.06 205	0.06 211

LL-Strereo	0.13 288	0.09 323	0.11 162	0.20 416	0.10 352	0.11 180	0.18 374	0.32 446	0.24 336	0.15 279	0.15 217	0.14 249	0.13 304	0.19 396	0.11 200	0.06 128	0.04 33	0.09 368	0.08 349	0.04 18	0.05 133

ToySt	0.17 409	0.11 406	0.18 411	0.17 231	0.11 399	0.16 346	0.25 494	0.24 327	0.33 432	0.19 368	0.24 347	0.26 424	0.24 462	0.19 396	0.20 421	0.07 251	0.08 414	0.09 368	0.10 428	0.09 393	0.08 355

ssnet_v2	0.17 409	0.10 381	0.17 388	0.17 231	0.11 399	0.21 439	0.21 450	0.33 465	0.25 357	0.22 419	0.22 326	0.27 432	0.18 409	0.22 448	0.20 421	0.11 433	0.09 440	0.09 368	0.09 393	0.08 332	0.08 355

Wz-Net-SNSev	0.25 497	0.17 489	0.44 520	0.25 499	0.14 469	0.26 483	0.23 468	0.38 504	0.56 526	0.30 487	0.55 527	0.39 508	0.26 475	0.23 459	0.30 513	0.10 405	0.09 440	0.09 368	0.10 428	0.11 444	0.11 446

Wz-Net-MNSev	0.22 466	0.13 452	0.31 493	0.20 416	0.14 469	0.36 524	0.24 480	0.33 465	0.44 497	0.28 477	0.40 491	0.38 500	0.19 425	0.24 468	0.25 482	0.09 368	0.07 388	0.09 368	0.09 393	0.12 458	0.10 423

Sa-1000	0.12 263	0.08 249	0.08 34	0.18 312	0.08 141	0.14 290	0.22 459	0.22 286	0.18 243	0.15 279	0.20 296	0.17 312	0.11 237	0.10 70	0.10 132	0.06 128	0.05 198	0.09 368	0.09 393	0.05 109	0.05 133

SA	0.12 263	0.09 323	0.08 34	0.18 312	0.08 141	0.12 218	0.24 480	0.23 305	0.18 243	0.17 323	0.27 401	0.14 249	0.11 237	0.11 118	0.11 200	0.05 31	0.05 198	0.09 368	0.08 349	0.05 109	0.04 42

WZ-Net	0.28 509	0.17 489	0.78 555	0.22 460	0.16 495	0.34 515	0.29 523	0.39 508	0.57 528	0.24 440	0.55 527	0.37 496	0.24 462	0.33 507	0.35 527	0.09 368	0.08 414	0.09 368	0.10 428	0.14 487	0.16 511

UDGNet	0.14 322	0.13 452	0.16 360	0.17 231	0.10 352	0.12 218	0.16 296	0.21 264	0.27 380	0.20 390	0.20 296	0.16 292	0.13 304	0.16 328	0.13 289	0.10 405	0.06 318	0.09 368	0.07 285	0.06 205	0.07 291

GMOStereo	0.11 198	0.09 323	0.07 6	0.19 368	0.08 141	0.12 218	0.28 514	0.13 72	0.17 216	0.11 166	0.17 250	0.14 249	0.12 267	0.07 4	0.07 1	0.05 31	0.05 198	0.09 368	0.07 285	0.04 18	0.04 42

error version	0.11 198	0.09 323	0.07 6	0.19 368	0.08 141	0.12 218	0.28 514	0.13 72	0.17 216	0.11 166	0.17 250	0.14 249	0.12 267	0.07 4	0.07 1	0.05 31	0.05 198	0.09 368	0.07 285	0.04 18	0.04 42

test-v	0.11 198	0.09 323	0.07 6	0.19 368	0.08 141	0.12 218	0.28 514	0.13 72	0.17 216	0.11 166	0.17 250	0.14 249	0.12 267	0.07 4	0.07 1	0.05 31	0.05 198	0.09 368	0.07 285	0.04 18	0.04 42

AACVNet	0.16 389	0.08 249	0.14 277	0.15 83	0.10 352	0.18 385	0.15 231	0.23 305	0.24 336	0.27 463	0.27 401	0.28 441	0.17 396	0.19 396	0.16 370	0.09 368	0.07 388	0.09 368	0.07 285	0.10 424	0.09 399

PFNet+	0.11 198	0.06 61	0.13 242	0.16 157	0.09 251	0.05 4	0.12 79	0.17 181	0.21 296	0.16 307	0.19 284	0.14 249	0.10 212	0.11 118	0.11 200	0.08 311	0.05 198	0.09 368	0.08 349	0.06 205	0.11 446

AAGNet	0.11 198	0.07 152	0.16 360	0.19 368	0.09 251	0.08 48	0.13 117	0.18 210	0.13 128	0.16 307	0.21 317	0.13 229	0.14 329	0.11 118	0.14 326	0.06 128	0.04 33	0.09 368	0.06 198	0.06 205	0.05 133

PSM-AAD	0.11 198	0.07 152	0.10 120	0.19 368	0.09 251	0.10 128	0.15 231	0.20 242	0.13 128	0.12 204	0.14 200	0.18 326	0.11 237	0.11 118	0.10 132	0.05 31	0.05 198	0.09 368	0.08 349	0.06 205	0.14 493

SST-Stereo	0.10 155	0.07 152	0.15 326	0.18 312	0.09 251	0.06 8	0.12 79	0.17 181	0.11 68	0.15 279	0.17 250	0.13 229	0.12 267	0.10 70	0.11 200	0.06 128	0.04 33	0.09 368	0.06 198	0.06 205	0.05 133

RAFT_R40	0.11 198	0.07 152	0.14 277	0.18 312	0.09 251	0.06 8	0.13 117	0.17 181	0.16 197	0.14 252	0.18 275	0.15 278	0.12 267	0.10 70	0.11 200	0.06 128	0.04 33	0.09 368	0.06 198	0.06 205	0.05 133

IRAFT_RVC	0.12 263	0.08 249	0.16 360	0.19 368	0.08 141	0.07 27	0.15 231	0.24 327	0.23 320	0.14 252	0.14 200	0.15 278	0.12 267	0.12 202	0.10 132	0.06 128	0.04 33	0.09 368	0.06 198	0.06 205	0.06 211

test-2	0.11 198	0.09 323	0.07 6	0.19 368	0.08 141	0.12 218	0.28 514	0.13 72	0.17 216	0.11 166	0.17 250	0.14 249	0.12 267	0.07 4	0.07 1	0.05 31	0.05 198	0.09 368	0.07 285	0.04 18	0.04 42

rafts_anoy	0.11 198	0.06 61	0.10 120	0.17 231	0.08 141	0.10 128	0.14 165	0.17 181	0.14 152	0.13 231	0.13 186	0.12 205	0.10 212	0.11 118	0.12 248	0.07 251	0.04 33	0.09 368	0.11 458	0.07 270	0.06 211

RAFT + AFF	0.13 288	0.07 152	0.20 434	0.20 416	0.10 352	0.14 290	0.24 480	0.26 361	0.20 281	0.11 166	0.10 127	0.12 205	0.10 212	0.15 294	0.12 248	0.07 251	0.06 318	0.09 368	0.08 349	0.06 205	0.08 355

delet	0.17 409	0.08 249	0.17 388	0.19 368	0.11 399	0.20 423	0.21 450	0.30 425	0.37 463	0.17 323	0.26 393	0.19 340	0.19 425	0.19 396	0.21 441	0.08 311	0.08 414	0.09 368	0.11 458	0.06 205	0.06 211

GwcNet	0.20 446	0.13 452	0.19 422	0.18 312	0.12 430	0.24 465	0.19 412	0.35 486	0.43 492	0.20 390	0.32 444	0.33 479	0.20 437	0.22 448	0.24 473	0.11 433	0.09 440	0.09 368	0.09 393	0.09 393	0.10 423

PSMNet-RSSM	0.14 322	0.07 152	0.13 242	0.15 83	0.08 141	0.13 258	0.16 296	0.24 327	0.24 336	0.16 307	0.28 414	0.22 379	0.14 329	0.15 294	0.13 289	0.11 433	0.06 318	0.09 368	0.12 477	0.08 332	0.07 291

DSFCA	0.16 389	0.09 323	0.14 277	0.16 157	0.10 352	0.20 423	0.19 412	0.28 401	0.31 418	0.23 431	0.24 347	0.22 379	0.15 347	0.19 396	0.20 421	0.10 405	0.07 388	0.09 368	0.09 393	0.08 332	0.08 355

RTSC	0.23 481	0.12 423	0.28 480	0.21 445	0.13 451	0.28 498	0.16 296	0.35 486	0.66 542	0.27 463	0.33 456	0.30 456	0.21 441	0.31 499	0.29 508	0.10 405	0.08 414	0.09 368	0.10 428	0.13 474	0.13 476

ADCL	0.24 488	0.11 406	0.47 525	0.22 460	0.12 430	0.34 515	0.29 523	0.29 411	0.56 526	0.24 440	0.46 514	0.30 456	0.30 503	0.29 495	0.29 508	0.08 311	0.07 388	0.09 368	0.09 393	0.10 424	0.10 423

ADCRef	0.19 434	0.12 423	0.41 517	0.20 416	0.12 430	0.22 447	0.18 374	0.32 446	0.36 456	0.26 457	0.32 444	0.17 312	0.23 456	0.24 468	0.24 473	0.07 251	0.06 318	0.09 368	0.09 393	0.08 332	0.08 355

RYNet	0.22 466	0.12 423	0.22 448	0.19 368	0.17 510	0.46 532	0.26 501	0.38 504	0.48 506	0.24 440	0.28 414	0.34 485	0.23 456	0.20 421	0.30 513	0.10 405	0.06 318	0.09 368	0.09 393	0.13 474	0.15 500

CFNet	0.15 366	0.10 381	0.17 388	0.17 231	0.08 141	0.18 385	0.09 22	0.28 401	0.25 357	0.19 368	0.24 347	0.24 402	0.17 396	0.17 360	0.14 326	0.08 311	0.06 318	0.09 368	0.10 428	0.07 270	0.06 211

DeepPruner_ROB	0.16 389	0.11 406	0.15 326	0.17 231	0.10 352	0.17 367	0.15 231	0.32 446	0.21 296	0.19 368	0.21 317	0.22 379	0.18 409	0.20 421	0.15 354	0.13 481	0.09 440	0.09 368	0.09 393	0.11 444	0.10 423

StereoDRNet-Refined	0.17 409	0.12 423	0.15 326	0.20 416	0.09 251	0.18 385	0.18 374	0.26 361	0.23 320	0.26 457	0.40 491	0.22 379	0.17 396	0.21 437	0.20 421	0.08 311	0.05 198	0.09 368	0.10 428	0.07 270	0.07 291
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 422	0.10 381	0.15 326	0.23 480	0.11 399	0.24 465	0.18 374	0.29 411	0.28 394	0.27 463	0.28 414	0.28 441	0.24 462	0.19 396	0.20 421	0.08 311	0.08 414	0.09 368	0.09 393	0.07 270	0.07 291

YMNet	0.20 446	0.12 423	0.19 422	0.20 416	0.14 469	0.26 483	0.23 468	0.32 446	0.34 443	0.27 463	0.34 460	0.30 456	0.18 409	0.18 381	0.22 450	0.10 405	0.13 497	0.10 413	0.10 428	0.08 332	0.09 399

YMNet_1	0.20 446	0.12 423	0.19 422	0.20 416	0.14 469	0.26 483	0.23 468	0.32 446	0.34 443	0.27 463	0.34 460	0.30 456	0.18 409	0.18 381	0.22 450	0.10 405	0.13 497	0.10 413	0.10 428	0.08 332	0.09 399

rvit_0105_5	0.14 322	0.09 323	0.13 242	0.17 231	0.09 251	0.14 290	0.23 468	0.24 327	0.27 380	0.14 252	0.15 217	0.18 326	0.12 267	0.17 360	0.14 326	0.14 494	0.11 470	0.10 413	0.10 428	0.08 332	0.06 211

test_sample7	0.15 366	0.10 381	0.16 360	0.14 33	0.11 399	0.16 346	0.16 296	0.27 382	0.23 320	0.20 390	0.20 296	0.24 402	0.19 425	0.16 328	0.16 370	0.12 458	0.06 318	0.10 413	0.09 393	0.10 424	0.10 423

CASnet	0.09 94	0.09 323	0.09 81	0.19 368	0.06 23	0.07 27	0.11 62	0.18 210	0.14 152	0.11 166	0.10 127	0.09 136	0.07 113	0.10 70	0.10 132	0.06 128	0.04 33	0.10 413	0.08 349	0.05 109	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.10 155	0.10 381	0.15 326	0.18 312	0.08 141	0.15 316	0.09 22	0.17 181	0.14 152	0.14 252	0.10 127	0.09 136	0.07 113	0.16 328	0.10 132	0.05 31	0.05 198	0.10 413	0.07 285	0.06 205	0.05 133

CASS	0.13 288	0.12 423	0.11 162	0.23 480	0.09 251	0.15 316	0.17 329	0.18 210	0.19 258	0.17 323	0.18 275	0.15 278	0.15 347	0.14 272	0.14 326	0.09 368	0.06 318	0.10 413	0.08 349	0.09 393	0.07 291
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-TNSev	0.29 513	0.20 506	0.65 541	0.19 368	0.15 485	0.38 528	0.27 508	0.35 486	0.55 524	0.34 505	0.42 507	0.45 522	0.38 522	0.32 505	0.30 513	0.12 458	0.13 497	0.10 413	0.12 477	0.15 502	0.14 493

BUS	0.14 322	0.09 323	0.14 277	0.22 460	0.10 352	0.19 408	0.14 165	0.34 474	0.19 258	0.17 323	0.22 326	0.16 292	0.13 304	0.15 294	0.13 289	0.08 311	0.06 318	0.10 413	0.09 393	0.07 270	0.07 291

NINENet	0.16 389	0.10 381	0.15 326	0.17 231	0.11 399	0.19 408	0.14 165	0.40 512	0.36 456	0.18 353	0.21 317	0.16 292	0.13 304	0.15 294	0.13 289	0.08 311	0.08 414	0.10 413	0.07 285	0.10 424	0.09 399

BSDual-CNN	0.15 366	0.09 323	0.14 277	0.22 460	0.10 352	0.14 290	0.15 231	0.34 474	0.19 258	0.17 323	0.22 326	0.25 415	0.16 373	0.15 294	0.14 326	0.08 311	0.06 318	0.10 413	0.09 393	0.07 270	0.07 291

hknet	0.15 366	0.11 406	0.13 242	0.22 460	0.11 399	0.14 290	0.15 231	0.34 474	0.25 357	0.17 323	0.22 326	0.22 379	0.18 409	0.17 360	0.12 248	0.07 251	0.06 318	0.10 413	0.09 393	0.07 270	0.07 291

SACVNet	0.18 422	0.12 423	0.14 277	0.17 231	0.13 451	0.22 447	0.18 374	0.31 435	0.30 411	0.23 431	0.31 440	0.30 456	0.22 450	0.22 448	0.17 385	0.11 433	0.08 414	0.10 413	0.10 428	0.12 458	0.14 493

RAFT	0.13 288	0.09 323	0.11 162	0.18 312	0.08 141	0.15 316	0.24 480	0.20 242	0.19 258	0.21 404	0.21 317	0.17 312	0.12 267	0.16 328	0.09 52	0.06 128	0.07 388	0.10 413	0.09 393	0.05 109	0.05 133

pcwnet_v2	0.19 434	0.10 381	0.26 468	0.17 231	0.14 469	0.18 385	0.15 231	0.37 497	0.46 504	0.19 368	0.24 347	0.21 361	0.19 425	0.20 421	0.19 415	0.13 481	0.10 459	0.10 413	0.10 428	0.11 444	0.13 476

ADLNet	0.16 389	0.08 249	0.15 326	0.16 157	0.10 352	0.16 346	0.17 329	0.32 446	0.27 380	0.22 419	0.27 401	0.24 402	0.16 373	0.18 381	0.21 441	0.10 405	0.06 318	0.10 413	0.10 428	0.08 332	0.09 399

ARAFT	0.12 263	0.08 249	0.17 388	0.19 368	0.09 251	0.14 290	0.18 374	0.20 242	0.12 94	0.12 204	0.13 186	0.14 249	0.11 237	0.15 294	0.12 248	0.06 128	0.05 198	0.10 413	0.09 393	0.05 109	0.04 42

hitnet-ft	0.18 422	0.09 323	0.17 388	0.14 33	0.09 251	0.26 483	0.20 433	0.25 343	0.26 371	0.24 440	0.32 444	0.31 468	0.22 450	0.24 468	0.21 441	0.12 458	0.07 388	0.10 413	0.08 349	0.12 458	0.11 446

FAT-Stereo	0.20 446	0.12 423	0.22 448	0.21 445	0.12 430	0.17 367	0.18 374	0.34 474	0.39 471	0.27 463	0.37 473	0.34 485	0.32 510	0.21 437	0.20 421	0.09 368	0.11 470	0.10 413	0.09 393	0.11 444	0.14 493

S-Stereo	0.20 446	0.12 423	0.25 465	0.21 445	0.13 451	0.20 423	0.18 374	0.32 446	0.43 492	0.23 431	0.36 467	0.28 441	0.30 503	0.19 396	0.22 450	0.09 368	0.12 484	0.10 413	0.10 428	0.13 474	0.13 476

stereogan	0.22 466	0.11 406	0.21 442	0.20 416	0.12 430	0.31 505	0.19 412	0.35 486	0.44 497	0.22 419	0.39 486	0.35 489	0.27 483	0.33 507	0.22 450	0.10 405	0.12 484	0.10 413	0.10 428	0.14 487	0.13 476

GANet	0.21 457	0.12 423	0.21 442	0.24 489	0.13 451	0.22 447	0.22 459	0.41 518	0.26 371	0.31 493	0.42 507	0.37 496	0.28 491	0.23 459	0.22 450	0.10 405	0.12 484	0.10 413	0.09 393	0.10 424	0.08 355

TDLM	0.17 409	0.12 423	0.13 242	0.24 489	0.10 352	0.18 385	0.18 374	0.36 492	0.30 411	0.21 404	0.28 414	0.28 441	0.18 409	0.23 459	0.18 403	0.11 433	0.07 388	0.10 413	0.10 428	0.08 332	0.08 355

UCFNet_RVC	0.14 322	0.08 249	0.13 242	0.11 1	0.10 352	0.20 423	0.10 38	0.24 327	0.22 310	0.17 323	0.20 296	0.23 396	0.15 347	0.17 360	0.15 354	0.12 458	0.07 388	0.10 413	0.13 487	0.11 444	0.10 423

AdaStereo	0.15 366	0.11 406	0.15 326	0.18 312	0.09 251	0.20 423	0.11 62	0.32 446	0.28 394	0.20 390	0.23 335	0.20 352	0.13 304	0.19 396	0.14 326	0.12 458	0.05 198	0.10 413	0.07 285	0.09 393	0.07 291
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.
NVstereo2D	0.19 434	0.10 381	0.15 326	0.17 231	0.15 485	0.28 498	0.23 468	0.44 529	0.42 487	0.15 279	0.27 401	0.25 415	0.19 425	0.22 448	0.17 385	0.09 368	0.06 318	0.10 413	0.08 349	0.15 502	0.09 399

NaN_ROB	0.22 466	0.19 502	0.24 460	0.25 499	0.13 451	0.29 501	0.26 501	0.33 465	0.41 480	0.31 493	0.31 440	0.32 476	0.23 456	0.30 498	0.21 441	0.11 433	0.17 520	0.10 413	0.10 428	0.08 332	0.09 399

SANet	0.24 488	0.14 464	0.28 480	0.21 445	0.11 399	0.27 492	0.24 480	0.38 504	0.64 539	0.36 508	0.40 491	0.43 518	0.26 475	0.27 478	0.24 473	0.12 458	0.09 440	0.10 413	0.09 393	0.13 474	0.11 446

XPNet_ROB	0.22 466	0.11 406	0.19 422	0.22 460	0.13 451	0.22 447	0.19 412	0.34 474	0.40 477	0.30 487	0.39 486	0.39 508	0.26 475	0.26 475	0.28 505	0.15 498	0.10 459	0.10 413	0.10 428	0.13 474	0.12 458

DN-CSS_ROB	0.13 288	0.13 452	0.16 360	0.18 312	0.10 352	0.16 346	0.08 8	0.22 286	0.18 243	0.17 323	0.22 326	0.13 229	0.13 304	0.12 202	0.13 289	0.05 31	0.05 198	0.10 413	0.10 428	0.08 332	0.06 211

PWCDC_ROB	0.20 446	0.13 452	0.22 448	0.24 489	0.11 399	0.19 408	0.15 231	0.33 465	0.54 523	0.29 484	0.50 522	0.21 361	0.15 347	0.27 478	0.20 421	0.11 433	0.09 440	0.10 413	0.08 349	0.11 444	0.09 399

TCMNet	0.19 434	0.12 423	0.19 422	0.20 416	0.18 516	0.20 423	0.24 480	0.27 382	0.36 456	0.23 431	0.26 393	0.25 415	0.19 425	0.19 396	0.23 462	0.13 481	0.11 470	0.11 444	0.12 477	0.13 474	0.12 458

rvit_0105_4	0.14 322	0.09 323	0.17 388	0.17 231	0.10 352	0.12 218	0.19 412	0.23 305	0.27 380	0.14 252	0.20 296	0.17 312	0.13 304	0.17 360	0.13 289	0.15 498	0.11 470	0.11 444	0.10 428	0.09 393	0.06 211

GMStereo_Zeroshot	0.16 389	0.13 452	0.24 460	0.20 416	0.10 352	0.17 367	0.13 117	0.29 411	0.25 357	0.23 431	0.32 444	0.25 415	0.11 237	0.19 396	0.14 326	0.09 368	0.06 318	0.11 444	0.06 198	0.12 458	0.08 355

dad	0.17 409	0.20 506	0.20 434	0.16 157	0.11 399	0.20 423	0.18 374	0.21 264	0.28 394	0.30 487	0.24 347	0.29 448	0.13 304	0.19 396	0.16 370	0.18 520	0.09 440	0.11 444	0.09 393	0.11 444	0.07 291

HCRNet	0.16 389	0.24 520	0.12 197	0.35 535	0.11 399	0.15 316	0.17 329	0.26 361	0.22 310	0.19 368	0.24 347	0.21 361	0.14 329	0.15 294	0.13 289	0.11 433	0.07 388	0.11 444	0.10 428	0.09 393	0.07 291

FINET	0.21 457	0.18 499	0.26 468	0.18 312	0.16 495	0.23 460	0.23 468	0.32 446	0.48 506	0.25 453	0.32 444	0.22 379	0.22 450	0.22 448	0.17 385	0.18 520	0.16 515	0.11 444	0.10 428	0.15 502	0.13 476

APVNet	0.22 466	0.12 423	0.19 422	0.18 312	0.14 469	0.32 506	0.31 536	0.39 508	0.32 425	0.27 463	0.40 491	0.30 456	0.29 499	0.26 475	0.25 482	0.11 433	0.12 484	0.11 444	0.14 490	0.12 458	0.12 458

psm_up	0.18 422	0.10 381	0.18 411	0.20 416	0.11 399	0.17 367	0.19 412	0.37 497	0.34 443	0.21 404	0.28 414	0.29 448	0.24 462	0.20 421	0.22 450	0.09 368	0.10 459	0.11 444	0.11 458	0.08 332	0.08 355

psmorigin	0.25 497	0.15 470	0.34 507	0.17 231	0.13 451	0.23 460	0.14 165	0.34 474	0.33 432	0.41 522	0.55 527	0.41 514	0.37 521	0.34 510	0.27 498	0.11 433	0.15 512	0.11 444	0.11 458	0.12 458	0.16 511

STTStereo	0.18 422	0.12 423	0.27 475	0.20 416	0.11 399	0.16 346	0.21 450	0.29 411	0.23 320	0.21 404	0.30 432	0.29 448	0.18 409	0.20 421	0.19 415	0.12 458	0.11 470	0.11 444	0.14 490	0.09 393	0.08 355

ADCMid	0.25 497	0.15 470	0.40 515	0.20 416	0.14 469	0.25 475	0.26 501	0.34 474	0.38 468	0.36 508	0.44 512	0.34 485	0.40 527	0.35 516	0.33 524	0.10 405	0.09 440	0.11 444	0.11 458	0.13 474	0.12 458

ADCPNet	0.25 497	0.16 478	0.61 538	0.21 445	0.15 485	0.35 523	0.25 494	0.32 446	0.35 452	0.30 487	0.40 491	0.36 491	0.28 491	0.28 489	0.32 521	0.12 458	0.10 459	0.11 444	0.12 477	0.14 487	0.13 476

DANet	0.21 457	0.15 470	0.28 480	0.25 499	0.13 451	0.22 447	0.19 412	0.27 382	0.27 380	0.28 477	0.32 444	0.35 489	0.31 507	0.31 499	0.23 462	0.11 433	0.09 440	0.11 444	0.10 428	0.13 474	0.11 446
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	0.28 509	0.16 478	0.31 493	0.18 312	0.13 451	0.54 540	0.42 549	0.51 541	0.67 543	0.29 484	0.38 478	0.38 500	0.29 499	0.31 499	0.23 462	0.11 433	0.10 459	0.11 444	0.08 349	0.20 523	0.16 511

DRN-Test	0.19 434	0.11 406	0.20 434	0.22 460	0.10 352	0.22 447	0.22 459	0.39 508	0.37 463	0.24 440	0.32 444	0.26 424	0.21 441	0.22 448	0.24 473	0.11 433	0.07 388	0.11 444	0.10 428	0.09 393	0.07 291

StereoDRNet	0.18 422	0.11 406	0.17 388	0.22 460	0.11 399	0.21 439	0.22 459	0.37 497	0.33 432	0.24 440	0.28 414	0.30 456	0.19 425	0.20 421	0.20 421	0.09 368	0.08 414	0.11 444	0.09 393	0.09 393	0.07 291

PWC_ROB	0.21 457	0.16 478	0.26 468	0.18 312	0.11 399	0.22 447	0.13 117	0.32 446	0.49 511	0.30 487	0.40 491	0.32 476	0.24 462	0.31 499	0.22 450	0.10 405	0.07 388	0.11 444	0.08 349	0.11 444	0.10 423

rvit_0105_6	0.14 322	0.09 323	0.18 411	0.17 231	0.10 352	0.10 128	0.16 296	0.19 231	0.26 371	0.12 204	0.18 275	0.17 312	0.12 267	0.18 381	0.12 248	0.15 498	0.11 470	0.12 461	0.10 428	0.09 393	0.06 211

rvit_0105_3	0.15 366	0.09 323	0.14 277	0.19 368	0.12 430	0.15 316	0.25 494	0.25 343	0.29 401	0.15 279	0.17 250	0.20 352	0.13 304	0.17 360	0.14 326	0.13 481	0.11 470	0.12 461	0.14 490	0.07 270	0.06 211

StereoVision	0.13 288	0.12 423	0.09 81	0.24 489	0.10 352	0.15 316	0.21 450	0.21 264	0.20 281	0.12 204	0.24 347	0.10 167	0.10 212	0.16 328	0.10 132	0.09 368	0.11 470	0.12 461	0.12 477	0.06 205	0.05 133

coex-ft	3.30 575	0.34 539	59.09 596	0.18 312	0.13 451	0.26 483	0.22 459	0.27 382	0.72 547	1.90 577	0.70 544	0.44 520	0.45 538	0.29 495	0.41 541	0.09 368	0.09 440	0.12 461	0.09 393	0.14 487	0.13 476

GASNet	0.22 466	0.23 517	0.33 499	0.26 504	0.17 510	0.26 483	0.16 296	0.44 529	0.42 487	0.27 463	0.24 347	0.30 456	0.15 347	0.27 478	0.18 403	0.12 458	0.08 414	0.12 461	0.11 458	0.16 509	0.07 291

FADNet-RVC-Resample	0.16 389	0.11 406	0.31 493	0.22 460	0.11 399	0.19 408	0.14 165	0.25 343	0.24 336	0.24 440	0.27 401	0.20 352	0.15 347	0.16 328	0.15 354	0.07 251	0.08 414	0.12 461	0.10 428	0.09 393	0.10 423

FADNet_RVC	0.16 389	0.14 464	0.40 515	0.20 416	0.11 399	0.13 258	0.13 117	0.26 361	0.22 310	0.21 404	0.23 335	0.20 352	0.17 396	0.14 272	0.16 370	0.08 311	0.08 414	0.12 461	0.09 393	0.11 444	0.10 423

FADNet-RVC	0.20 446	0.20 506	0.38 512	0.21 445	0.16 495	0.20 423	0.15 231	0.26 361	0.26 371	0.26 457	0.32 444	0.26 424	0.21 441	0.22 448	0.19 415	0.12 458	0.13 497	0.12 461	0.14 490	0.13 474	0.18 522

FADNet	0.21 457	0.22 516	0.36 508	0.18 312	0.17 510	0.24 465	0.13 117	0.31 435	0.31 418	0.23 431	0.25 376	0.27 432	0.21 441	0.19 396	0.15 354	0.13 481	0.15 512	0.12 461	0.15 505	0.16 509	0.18 522

G-Net	0.24 488	0.16 478	0.36 508	0.22 460	0.16 495	0.51 538	0.23 468	0.29 411	0.34 443	0.36 508	0.38 478	0.31 468	0.29 499	0.27 478	0.26 491	0.11 433	0.09 440	0.12 461	0.09 393	0.16 509	0.13 476

AnyNet_C32	0.26 503	0.16 478	0.36 508	0.20 416	0.16 495	0.25 475	0.30 530	0.32 446	0.44 497	0.31 493	0.49 518	0.30 456	0.33 511	0.40 534	0.33 524	0.12 458	0.12 484	0.12 461	0.14 490	0.14 487	0.15 500

CVANet_RVC	0.18 422	0.10 381	0.14 277	0.21 445	0.10 352	0.18 385	0.17 329	0.34 474	0.33 432	0.22 419	0.31 440	0.28 441	0.18 409	0.23 459	0.17 385	0.12 458	0.08 414	0.12 461	0.11 458	0.09 393	0.07 291

ETE_ROB	0.23 481	0.17 489	0.22 448	0.25 499	0.13 451	0.26 483	0.29 523	0.31 435	0.36 456	0.28 477	0.36 467	0.45 522	0.26 475	0.27 478	0.26 491	0.11 433	0.08 414	0.12 461	0.09 393	0.14 487	0.13 476

LALA_ROB	0.25 497	0.16 478	0.22 448	0.26 504	0.17 510	0.27 492	0.27 508	0.42 523	0.37 463	0.33 503	0.38 478	0.51 532	0.26 475	0.28 489	0.27 498	0.16 514	0.09 440	0.12 461	0.11 458	0.13 474	0.12 458

WCMA_ROB	0.24 488	0.11 406	0.22 448	0.17 231	0.14 469	0.32 506	0.15 231	0.32 446	0.32 425	0.38 513	0.53 524	0.40 512	0.34 515	0.34 510	0.25 482	0.11 433	0.12 484	0.12 461	0.10 428	0.14 487	0.14 493

rvit_105_1	0.19 434	0.11 406	0.25 465	0.21 445	0.16 495	0.21 439	0.27 508	0.31 435	0.41 480	0.19 368	0.20 296	0.22 379	0.17 396	0.19 396	0.17 385	0.12 458	0.12 484	0.13 476	0.15 505	0.08 332	0.07 291

UGAM	0.13 288	0.10 381	0.09 81	0.22 460	0.08 141	0.12 218	0.20 433	0.17 181	0.23 320	0.21 404	0.16 229	0.13 229	0.13 304	0.19 396	0.12 248	0.07 251	0.05 198	0.13 476	0.11 458	0.07 270	0.05 133

UDG	0.21 457	0.17 489	0.19 422	0.23 480	0.15 485	0.30 504	0.20 433	0.33 465	0.35 452	0.23 431	0.28 414	0.31 468	0.27 483	0.20 421	0.22 450	0.15 498	0.12 484	0.13 476	0.09 393	0.14 487	0.14 493

DMCA-RVC	0.17 409	0.10 381	0.15 326	0.24 489	0.11 399	0.18 385	0.18 374	0.25 343	0.24 336	0.21 404	0.26 393	0.25 415	0.27 483	0.18 381	0.20 421	0.12 458	0.08 414	0.13 476	0.10 428	0.10 424	0.08 355

RP	0.21 457	0.13 452	0.21 442	0.23 480	0.11 399	0.21 439	0.20 433	0.25 343	0.44 497	0.21 404	0.38 478	0.36 491	0.24 462	0.27 478	0.25 482	0.11 433	0.12 484	0.13 476	0.12 477	0.12 458	0.14 493

RTS	0.45 540	0.19 502	3.26 573	0.24 489	0.15 485	0.74 555	0.20 433	0.36 492	0.76 553	0.42 525	0.43 510	0.31 468	0.41 532	0.53 546	0.35 527	0.10 405	0.08 414	0.13 476	0.12 477	0.15 502	0.15 500

RTSA	0.45 540	0.19 502	3.26 573	0.24 489	0.15 485	0.74 555	0.20 433	0.36 492	0.76 553	0.42 525	0.43 510	0.31 468	0.41 532	0.53 546	0.35 527	0.10 405	0.08 414	0.13 476	0.12 477	0.15 502	0.15 500

ADCS	0.29 513	0.18 499	0.45 521	0.21 445	0.17 510	0.28 498	0.23 468	0.41 518	0.63 538	0.40 518	0.49 518	0.40 512	0.36 519	0.39 530	0.40 538	0.13 481	0.12 484	0.13 476	0.14 490	0.16 509	0.16 511

AnyNet_C01	0.36 528	0.25 525	1.37 567	0.22 460	0.17 510	0.48 536	0.27 508	0.35 486	0.39 471	0.39 515	0.74 548	0.46 526	0.38 522	0.45 538	0.47 547	0.13 481	0.13 497	0.13 476	0.14 490	0.14 487	0.15 500

PSMNet_ROB	0.21 457	0.11 406	0.15 326	0.27 516	0.15 485	0.24 465	0.35 540	0.43 527	0.37 463	0.27 463	0.32 444	0.32 476	0.22 450	0.21 437	0.26 491	0.12 458	0.08 414	0.13 476	0.11 458	0.09 393	0.09 399

SGM_RVC	0.23 481	0.12 423	0.15 326	0.15 83	0.09 251	0.33 512	0.18 374	0.34 474	0.31 418	0.44 529	0.37 473	0.53 536	0.35 517	0.35 516	0.24 473	0.13 481	0.13 497	0.13 476	0.13 487	0.10 424	0.11 446
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 505	0.13 452	0.18 411	0.15 83	0.11 399	0.32 506	0.24 480	0.40 512	0.36 456	0.52 536	0.57 534	0.67 547	0.40 527	0.35 516	0.26 491	0.14 494	0.13 497	0.13 476	0.11 458	0.11 444	0.10 423
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
ISRNet	0.18 422	0.08 249	0.19 422	0.19 368	0.13 451	0.15 316	0.12 79	0.30 425	0.32 425	0.21 404	0.25 376	0.27 432	0.17 396	0.17 360	0.20 421	0.20 527	0.08 414	0.14 488	0.14 490	0.14 487	0.17 519

DualNet (step1)	0.16 389	0.12 423	0.20 434	0.12 4	0.14 469	0.17 367	0.13 117	0.27 382	0.23 320	0.20 390	0.20 296	0.24 402	0.19 425	0.16 328	0.16 370	0.15 498	0.06 318	0.14 488	0.14 490	0.14 487	0.12 458

test_sample9	0.18 422	0.12 423	0.20 434	0.12 4	0.14 469	0.17 367	0.13 117	0.27 382	0.23 320	0.20 390	0.20 296	0.24 402	0.19 425	0.19 396	0.17 385	0.15 498	0.30 545	0.14 488	0.14 490	0.14 487	0.12 458

test_sample8	0.19 434	0.12 423	0.20 434	0.12 4	0.14 469	0.17 367	0.13 117	0.31 435	0.21 296	0.27 463	0.22 326	0.36 491	0.25 470	0.19 396	0.17 385	0.15 498	0.30 545	0.14 488	0.14 490	0.14 487	0.12 458

SDNR	0.19 434	0.08 249	0.19 422	0.16 157	0.12 430	0.77 561	0.14 165	0.25 343	0.32 425	0.19 368	0.24 347	0.19 340	0.13 304	0.19 396	0.15 354	0.16 514	0.18 522	0.14 488	0.11 458	0.08 332	0.11 446

DGSMNet	0.24 488	0.19 502	0.33 499	0.21 445	0.24 531	0.24 465	0.20 433	0.35 486	0.41 480	0.24 440	0.32 444	0.38 500	0.21 441	0.29 495	0.23 462	0.12 458	0.11 470	0.14 488	0.16 509	0.23 528	0.23 533

Syn2CoEx	0.21 457	0.16 478	0.27 475	0.29 526	0.14 469	0.26 483	0.20 433	0.33 465	0.31 418	0.28 477	0.36 467	0.27 432	0.25 470	0.19 396	0.24 473	0.16 514	0.12 484	0.14 488	0.11 458	0.09 393	0.08 355

edge stereo	0.22 466	0.13 452	0.20 434	0.21 445	0.13 451	0.23 460	0.16 296	0.32 446	0.42 487	0.32 499	0.40 491	0.38 500	0.35 517	0.25 473	0.24 473	0.13 481	0.11 470	0.14 488	0.11 458	0.12 458	0.13 476

SHD	0.26 503	0.15 470	0.30 491	0.24 489	0.18 516	0.22 447	0.15 231	0.38 504	0.71 546	0.32 499	0.41 501	0.36 491	0.28 491	0.32 505	0.29 508	0.12 458	0.11 470	0.14 488	0.13 487	0.16 509	0.20 528

LSM	0.33 524	0.20 506	0.58 536	0.26 504	0.60 561	0.34 515	0.25 494	0.42 523	0.48 506	0.45 530	0.58 536	0.42 515	0.36 519	0.35 516	0.25 482	0.12 458	0.20 528	0.14 488	0.16 509	0.19 522	0.33 548

MDST_ROB	0.22 466	0.10 381	0.17 388	0.18 312	0.11 399	0.37 525	0.19 412	0.43 527	0.41 480	0.39 515	0.39 486	0.29 448	0.21 441	0.26 475	0.18 403	0.11 433	0.10 459	0.14 488	0.11 458	0.10 424	0.08 355

FBW_ROB	0.24 488	0.17 489	0.22 448	0.26 504	0.14 469	0.25 475	0.22 459	0.41 518	0.41 480	0.41 522	0.41 501	0.42 515	0.27 483	0.31 499	0.23 462	0.09 368	0.14 506	0.14 488	0.12 477	0.11 444	0.09 399

NCC-stereo	0.24 488	0.15 470	0.31 493	0.26 504	0.16 495	0.20 423	0.30 530	0.40 512	0.40 477	0.24 440	0.38 478	0.33 479	0.28 491	0.36 521	0.27 498	0.12 458	0.11 470	0.15 500	0.22 527	0.13 474	0.13 476

Abc-Net	0.24 488	0.15 470	0.31 493	0.26 504	0.16 495	0.20 423	0.30 530	0.40 512	0.40 477	0.24 440	0.38 478	0.33 479	0.28 491	0.36 521	0.27 498	0.12 458	0.11 470	0.15 500	0.22 527	0.13 474	0.13 476
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SAMSARA	0.40 533	0.28 531	0.33 499	0.55 551	0.39 545	0.82 562	1.23 576	0.47 535	0.51 521	0.36 508	0.35 464	0.55 538	0.39 524	0.38 527	0.39 536	0.15 498	0.20 528	0.15 500	0.14 490	0.23 528	0.20 528

XQC	0.28 509	0.23 517	0.51 527	0.28 519	0.19 519	0.34 515	0.27 508	0.36 492	0.57 528	0.31 493	0.30 432	0.37 496	0.30 503	0.38 527	0.38 534	0.13 481	0.09 440	0.15 500	0.12 477	0.17 516	0.18 522

PA-Net	0.23 481	0.18 499	0.33 499	0.28 519	0.22 527	0.21 439	0.38 545	0.29 411	0.39 471	0.22 419	0.32 444	0.25 415	0.26 475	0.20 421	0.25 482	0.09 368	0.23 539	0.15 500	0.22 527	0.09 393	0.13 476
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-Forest	0.20 446	0.14 464	0.18 411	0.19 368	0.13 451	0.20 423	0.22 459	0.33 465	0.30 411	0.24 440	0.29 426	0.28 441	0.19 425	0.23 459	0.17 385	0.15 498	0.16 515	0.15 500	0.14 490	0.12 458	0.12 458
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AF-Net	0.22 466	0.17 489	0.17 388	0.26 504	0.13 451	0.25 475	0.24 480	0.32 446	0.50 514	0.25 453	0.33 456	0.38 500	0.26 475	0.28 489	0.25 482	0.11 433	0.10 459	0.16 506	0.11 458	0.11 444	0.10 423

SGM-ForestM	0.32 521	0.12 423	0.16 360	0.16 157	0.11 399	0.39 529	0.19 412	0.41 518	0.50 514	0.52 536	0.54 526	1.32 566	0.42 535	0.40 534	0.27 498	0.14 494	0.16 515	0.16 506	0.16 509	0.12 458	0.12 458

rvit_stereo_0075_2	0.17 409	0.12 423	0.25 465	0.23 480	0.16 495	0.13 258	0.10 38	0.30 425	0.27 380	0.20 390	0.28 414	0.22 379	0.15 347	0.18 381	0.13 289	0.16 514	0.10 459	0.17 508	0.10 428	0.10 424	0.09 399

Anonymous_2	0.22 466	0.17 489	0.28 480	0.15 83	0.16 495	0.32 506	0.22 459	0.22 286	0.17 216	0.23 431	0.24 347	0.26 424	0.27 483	0.27 478	0.23 462	0.22 535	0.25 541	0.17 508	0.17 516	0.17 516	0.17 519

DDUNet	0.22 466	0.17 489	0.21 442	0.22 460	0.15 485	0.25 475	0.24 480	0.29 411	0.30 411	0.31 493	0.36 467	0.33 479	0.25 470	0.24 468	0.20 421	0.18 520	0.13 497	0.17 508	0.11 458	0.16 509	0.16 511

RGC	0.25 497	0.20 506	0.29 488	0.28 519	0.16 495	0.22 447	0.23 468	0.32 446	0.44 497	0.27 463	0.40 491	0.38 500	0.27 483	0.36 521	0.22 450	0.11 433	0.13 497	0.17 508	0.17 516	0.14 487	0.16 511

Nwc_Net	0.23 481	0.16 478	0.21 442	0.25 499	0.14 469	0.24 465	0.26 501	0.37 497	0.38 468	0.22 419	0.41 501	0.30 456	0.28 491	0.28 489	0.25 482	0.11 433	0.10 459	0.17 508	0.20 522	0.10 424	0.10 423

PVD	0.39 530	0.20 506	0.39 514	0.31 532	0.22 527	0.29 501	0.43 551	0.52 542	0.96 560	0.55 539	0.79 552	0.53 536	0.59 550	0.52 544	0.38 534	0.19 525	0.14 506	0.17 508	0.14 490	0.24 534	0.31 546

PS-NSSS	0.20 446	0.21 512	0.23 457	0.20 416	0.10 352	0.19 408	0.17 329	0.36 492	0.25 357	0.27 463	0.33 456	0.27 432	0.24 462	0.20 421	0.20 421	0.15 498	0.12 484	0.17 508	0.14 490	0.10 424	0.08 355

PDISCO_ROB	0.27 505	0.16 478	0.26 468	0.28 519	0.20 522	0.32 506	0.26 501	0.44 529	0.57 528	0.28 477	0.40 491	0.45 522	0.29 499	0.33 507	0.34 526	0.12 458	0.09 440	0.17 508	0.16 509	0.17 516	0.13 476

CBMV	0.19 434	0.14 464	0.17 388	0.18 312	0.10 352	0.20 423	0.11 62	0.29 411	0.30 411	0.29 484	0.30 432	0.30 456	0.23 456	0.27 478	0.19 415	0.13 481	0.15 512	0.17 508	0.16 509	0.10 424	0.10 423
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MFN_U_SF_RVC	0.32 521	0.21 512	0.55 532	0.30 528	0.15 485	0.34 515	0.17 329	0.52 542	0.46 504	0.46 533	0.55 527	0.59 539	0.39 524	0.35 516	0.37 532	0.15 498	0.14 506	0.18 517	0.21 524	0.16 509	0.15 500

NCCL2	0.23 481	0.15 470	0.17 388	0.34 533	0.18 516	0.24 465	0.23 468	0.34 474	0.28 394	0.31 493	0.38 478	0.38 500	0.28 491	0.23 459	0.24 473	0.15 498	0.12 484	0.18 517	0.21 524	0.13 474	0.13 476

CSAN	0.29 513	0.24 520	0.27 475	0.34 533	0.19 519	0.33 512	0.42 549	0.37 497	0.50 514	0.38 513	0.40 491	0.44 520	0.33 511	0.28 489	0.30 513	0.20 527	0.16 515	0.19 519	0.19 521	0.14 487	0.15 500

DispFullNet	0.27 505	0.21 512	0.65 541	0.28 519	0.16 495	0.26 483	0.17 329	0.33 465	0.58 531	0.27 463	0.38 478	0.43 518	0.23 456	0.38 527	0.23 462	0.12 458	0.06 318	0.19 519	0.11 458	0.21 524	0.15 500

DeepPrunerF	0.24 488	0.17 489	0.42 519	0.26 504	0.16 495	0.22 447	0.28 514	0.37 497	0.50 514	0.26 457	0.29 426	0.24 402	0.28 491	0.21 437	0.22 450	0.15 498	0.11 470	0.20 521	0.18 520	0.12 458	0.13 476

SQANet	0.23 481	0.23 517	0.30 491	0.30 528	0.19 519	0.27 492	0.13 117	0.29 411	0.33 432	0.24 440	0.37 473	0.31 468	0.22 450	0.27 478	0.23 462	0.15 498	0.10 459	0.21 522	0.16 509	0.21 524	0.15 500

HBP-ISP	0.18 422	0.13 452	0.16 360	0.15 83	0.11 399	0.08 48	0.13 117	0.28 401	0.29 401	0.22 419	0.33 456	0.21 361	0.25 470	0.23 459	0.17 385	0.14 494	0.16 515	0.21 522	0.17 516	0.10 424	0.08 355

ccnet	0.29 513	0.28 531	0.23 457	0.20 416	0.28 538	0.41 531	0.21 450	0.45 532	0.33 432	0.36 508	0.46 514	0.36 491	0.30 503	0.39 530	0.42 542	0.23 539	0.14 506	0.21 522	0.17 516	0.23 528	0.18 522

MaskLacGwcNet_RVC	0.22 466	0.21 512	0.24 460	0.26 504	0.11 399	0.23 460	0.14 165	0.39 508	0.24 336	0.32 499	0.36 467	0.30 456	0.21 441	0.19 396	0.21 441	0.17 519	0.14 506	0.21 522	0.16 509	0.12 458	0.12 458

CBMV_ROB	0.19 434	0.13 452	0.17 388	0.16 157	0.11 399	0.15 316	0.13 117	0.26 361	0.28 394	0.27 463	0.30 432	0.27 432	0.24 462	0.23 459	0.16 370	0.15 498	0.17 520	0.22 526	0.20 522	0.10 424	0.11 446

BEATNet-Init1	0.52 545	0.27 527	0.62 539	0.30 528	0.21 525	0.76 559	0.29 523	0.54 545	0.65 541	0.86 558	0.95 559	2.07 575	0.62 553	0.56 550	0.42 542	0.18 520	0.18 522	0.23 527	0.22 527	0.22 527	0.21 530

NOSS_ROB	0.19 434	0.12 423	0.18 411	0.16 157	0.12 430	0.15 316	0.12 79	0.30 425	0.32 425	0.20 390	0.22 326	0.27 432	0.23 456	0.21 437	0.16 370	0.16 514	0.18 522	0.23 527	0.21 524	0.12 458	0.13 476

PSMNet-RUCA	0.27 505	0.33 538	0.41 517	0.36 537	0.32 544	0.18 385	0.19 412	0.42 523	0.30 411	0.33 503	0.41 501	0.39 508	0.25 470	0.31 499	0.20 421	0.18 520	0.10 459	0.25 529	0.15 505	0.21 524	0.16 511

MFN_U_SF_DS_RVC	0.30 518	0.24 520	0.29 488	0.36 537	0.16 495	0.34 515	0.30 530	0.32 446	0.42 487	0.40 518	0.46 514	0.38 500	0.31 507	0.34 510	0.28 505	0.19 525	0.20 528	0.26 530	0.29 540	0.18 519	0.19 527

PASM	0.32 521	0.24 520	0.48 526	0.28 519	0.27 537	0.29 501	0.30 530	0.34 474	0.49 511	0.35 506	0.39 486	0.46 526	0.34 515	0.34 510	0.35 527	0.23 539	0.25 541	0.26 530	0.28 539	0.23 528	0.21 530

MSMD_ROB	0.31 519	0.26 526	0.26 468	0.24 489	0.21 525	0.34 515	0.25 494	0.34 474	0.39 471	0.40 518	0.69 542	0.45 522	0.40 527	0.34 510	0.27 498	0.20 527	0.19 525	0.26 530	0.25 533	0.23 528	0.22 532

FC-DCNN v2	0.33 524	0.27 527	0.28 480	0.26 504	0.23 529	0.37 525	0.28 514	0.40 512	0.43 492	0.45 530	0.56 532	0.51 532	0.40 527	0.37 525	0.29 508	0.21 531	0.20 528	0.27 533	0.26 534	0.25 535	0.24 534

FCDSN-DC	0.33 524	0.28 531	0.28 480	0.30 528	0.24 531	0.39 529	0.28 514	0.42 523	0.42 487	0.43 528	0.53 524	0.51 532	0.41 532	0.36 521	0.30 513	0.21 531	0.20 528	0.27 533	0.26 534	0.25 535	0.24 534
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.45 540	0.27 527	0.27 475	0.27 516	0.24 531	0.47 534	0.31 536	0.55 546	0.59 532	0.72 549	1.13 568	1.15 560	0.61 551	0.52 544	0.37 532	0.21 531	0.20 528	0.27 533	0.31 544	0.25 535	0.24 534

FC-DCNN	0.33 524	0.27 527	0.28 480	0.26 504	0.23 529	0.37 525	0.28 514	0.40 512	0.43 492	0.45 530	0.55 527	0.51 532	0.40 527	0.37 525	0.30 513	0.21 531	0.20 528	0.27 533	0.26 534	0.25 535	0.24 534

ELAS_RVC	0.41 535	0.29 534	0.33 499	0.28 519	0.24 531	0.54 540	0.36 541	0.49 538	0.59 532	0.72 549	0.74 548	0.65 545	0.54 544	0.54 548	0.40 538	0.22 535	0.20 528	0.27 533	0.26 534	0.26 539	0.25 539
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 535	0.29 534	0.33 499	0.27 516	0.24 531	0.60 545	0.36 541	0.50 540	0.50 514	0.71 547	0.79 552	0.67 547	0.54 544	0.51 542	0.42 542	0.22 535	0.20 528	0.27 533	0.26 534	0.26 539	0.25 539
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet+	0.75 557	0.71 559	3.70 576	0.66 554	0.41 547	0.98 567	0.97 574	0.69 554	0.73 551	0.52 536	0.57 534	0.64 543	0.68 556	0.86 564	1.01 572	0.34 547	0.36 550	0.28 539	0.23 531	0.36 547	0.31 546

MSC_U_SF_DS_RVC	0.43 537	0.39 543	0.54 530	0.40 540	0.20 522	0.64 547	0.32 538	0.53 544	0.72 547	0.71 547	0.72 545	0.61 541	0.54 544	0.51 542	0.46 546	0.20 527	0.19 525	0.29 540	0.30 542	0.23 528	0.18 522

GANetREF_RVC	0.31 519	0.34 539	0.27 475	0.35 535	0.16 495	0.32 506	0.41 546	0.48 536	0.51 521	0.35 506	0.35 464	0.34 485	0.33 511	0.39 530	0.32 521	0.27 543	0.20 528	0.29 540	0.15 505	0.18 519	0.17 519
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
CC-Net-ROB	0.28 509	0.31 536	0.36 508	0.29 526	0.15 485	0.25 475	0.19 412	0.45 532	0.33 432	0.39 515	0.37 473	0.39 508	0.31 507	0.27 478	0.26 491	0.24 541	0.19 525	0.30 542	0.23 531	0.18 519	0.15 500

JetBlue	0.71 554	0.45 547	1.14 565	0.51 549	0.47 551	2.02 576	0.64 563	0.75 555	0.70 545	0.69 546	0.77 551	1.22 562	0.83 561	1.03 572	1.01 572	0.40 549	0.28 543	0.33 543	0.33 545	0.30 542	0.34 549

NVStereoNet_ROB	0.46 543	0.36 541	0.46 524	0.41 542	0.28 538	0.34 515	0.34 539	0.48 536	0.60 535	0.72 549	0.93 557	0.70 550	0.66 554	0.47 539	0.60 556	0.22 535	0.33 548	0.34 544	0.34 547	0.30 542	0.30 545
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Ntro	0.40 533	0.40 544	0.53 529	0.46 548	0.30 542	0.65 548	0.24 480	0.46 534	0.68 544	0.41 522	0.49 518	0.48 530	0.42 535	0.39 530	0.31 520	0.32 545	0.28 543	0.37 545	0.30 542	0.32 546	0.29 543

otaku	0.39 530	0.37 542	0.52 528	0.44 544	0.28 538	0.58 542	0.24 480	0.41 518	0.62 537	0.40 518	0.49 518	0.46 526	0.33 511	0.40 534	0.32 521	0.30 544	0.30 545	0.39 546	0.33 545	0.29 541	0.28 542

ACVNet_1	0.44 538	0.49 548	0.60 537	0.45 545	0.28 538	0.49 537	0.27 508	0.57 549	0.72 547	0.62 542	0.58 536	0.74 551	0.49 541	0.50 541	0.35 527	0.26 542	0.24 540	0.39 546	0.29 540	0.31 545	0.24 534

Consistency-Raft	0.44 538	0.40 544	0.45 521	0.37 539	0.43 549	0.46 532	0.41 546	0.57 549	0.55 524	0.32 499	0.73 546	0.33 479	0.48 540	0.42 537	0.49 549	0.39 548	0.35 549	0.45 548	0.51 556	0.42 548	0.29 543

ACVNet-4b	0.39 530	0.53 549	0.55 532	0.45 545	0.24 531	0.47 534	0.18 374	0.49 538	0.64 539	0.42 525	0.45 513	0.60 540	0.27 483	0.34 510	0.24 473	0.33 546	0.14 506	0.48 549	0.42 549	0.30 542	0.26 541

SGM+DAISY	0.56 548	0.57 550	0.65 541	0.40 540	0.54 554	0.66 550	0.49 553	0.56 547	0.45 503	0.66 543	0.69 542	0.67 547	0.56 548	0.63 553	0.56 554	0.59 560	0.48 558	0.50 550	0.50 555	0.52 551	0.58 559

anonymity	0.53 546	0.58 551	0.65 541	0.41 542	0.61 562	0.53 539	0.41 546	0.56 547	0.41 480	0.55 539	0.50 522	0.49 531	0.55 547	0.58 551	0.50 552	0.58 559	0.50 562	0.51 551	0.51 556	0.51 550	0.57 558

SPS-STEREO	0.57 549	0.58 551	0.65 541	0.45 545	0.55 556	0.62 546	0.44 552	0.62 552	0.50 514	0.68 545	0.64 538	0.66 546	0.57 549	0.61 552	0.60 556	0.62 562	0.47 557	0.51 551	0.49 553	0.55 555	0.58 559
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 547	0.61 553	0.70 553	0.57 552	0.43 549	0.65 548	0.37 544	0.60 551	0.87 557	0.50 535	0.66 539	0.64 543	0.47 539	0.49 540	0.43 545	0.47 554	0.48 558	0.52 553	0.41 548	0.52 551	0.40 553

ACVNet_2	0.66 553	0.66 557	0.68 549	0.63 553	0.41 547	0.71 553	0.49 553	0.96 564	1.39 569	0.89 559	1.09 564	1.04 556	0.73 557	0.54 548	0.47 547	0.43 552	0.40 551	0.53 554	0.44 550	0.47 549	0.35 550

MFMNet_re	0.64 550	0.66 557	0.65 541	0.51 549	0.69 566	0.69 551	0.57 559	0.64 553	0.73 551	0.60 541	0.73 546	0.62 542	0.67 555	0.65 554	0.60 556	0.66 564	0.58 571	0.63 555	0.59 559	0.68 562	0.69 568

WAO-7	0.79 559	0.78 562	0.54 530	0.85 563	0.67 565	0.74 555	0.68 567	1.05 569	1.32 567	0.90 560	1.20 571	1.04 556	0.92 565	0.69 555	0.66 559	0.60 561	0.62 572	0.67 556	0.68 565	0.64 558	0.58 559

IMH-64-1	0.65 551	0.61 553	0.68 549	0.71 555	0.51 552	0.59 543	0.49 553	0.91 560	0.85 555	0.74 553	1.02 561	0.81 552	0.78 559	0.79 557	0.49 549	0.42 550	0.46 553	0.71 557	0.47 551	0.52 551	0.39 551

IMH-64	0.65 551	0.61 553	0.68 549	0.71 555	0.51 552	0.59 543	0.49 553	0.91 560	0.85 555	0.74 553	1.02 561	0.81 552	0.78 559	0.79 557	0.49 549	0.42 550	0.46 553	0.71 557	0.47 551	0.52 551	0.39 551

TorneroNet-64	0.76 558	0.72 560	0.74 554	0.78 559	0.58 560	0.91 566	0.56 558	0.84 558	1.29 566	0.66 543	0.90 555	1.40 568	0.75 558	0.85 563	0.67 562	0.49 555	0.46 553	0.72 559	0.59 559	0.67 561	0.53 557

GCST	0.37 529	0.42 546	0.26 468	1.02 570	0.39 545	0.18 385	0.08 8	0.20 242	0.17 216	0.28 477	0.25 376	0.15 278	0.12 267	0.16 328	0.14 326	0.64 563	0.43 552	0.75 560	0.65 563	0.63 557	0.46 556

IMH	0.71 554	0.64 556	0.68 549	0.76 557	0.54 554	0.69 551	0.54 557	0.98 566	1.10 562	0.82 557	1.09 564	0.89 554	0.88 564	0.87 565	0.52 553	0.44 553	0.50 562	0.75 560	0.51 556	0.56 556	0.41 554

PWCK	0.71 554	0.94 568	0.95 562	0.76 557	0.31 543	0.74 555	0.36 541	0.90 559	0.90 558	0.96 562	0.75 550	0.95 555	0.61 551	0.87 565	0.66 559	0.72 565	0.46 553	0.75 560	0.49 553	0.69 564	0.44 555

LVE	0.83 562	0.85 566	0.85 560	0.80 560	0.56 557	1.04 572	0.65 564	1.05 569	1.47 572	0.96 562	1.22 572	1.10 559	0.85 562	0.83 560	0.71 564	0.49 555	0.55 568	0.76 563	0.60 561	0.65 559	0.59 564

Dean	0.87 563	0.86 567	0.79 557	0.81 561	0.56 557	0.90 563	0.63 561	1.15 575	1.73 575	1.15 570	1.15 569	1.31 565	0.99 568	0.81 559	0.81 568	0.57 558	0.56 569	0.77 564	0.64 562	0.66 560	0.58 559

TorneroNet	0.82 561	0.74 561	0.81 559	0.84 562	0.63 563	0.99 568	0.63 561	0.96 564	1.16 563	0.80 556	1.11 566	1.36 567	0.86 563	0.93 568	0.80 567	0.56 557	0.49 560	0.78 565	0.66 564	0.73 567	0.63 567

WAO-8	0.91 564	0.81 564	0.65 541	0.94 567	0.69 566	0.90 563	0.67 565	1.07 572	1.83 577	1.06 567	1.45 574	1.30 563	1.07 570	0.84 561	0.78 565	0.74 567	0.53 565	0.86 566	0.75 567	0.69 564	0.62 565

Venus	0.91 564	0.81 564	0.65 541	0.94 567	0.69 566	0.90 563	0.67 565	1.07 572	1.83 577	1.06 567	1.45 574	1.30 563	1.07 570	0.84 561	0.78 565	0.74 567	0.53 565	0.86 566	0.75 567	0.69 564	0.62 565

WAO-6	0.81 560	0.80 563	0.62 539	0.86 564	0.63 563	0.76 559	0.58 560	0.98 566	1.54 574	0.90 560	0.96 560	1.07 558	1.03 569	0.70 556	0.66 559	0.72 565	0.49 560	0.90 568	0.71 566	0.68 562	0.58 559

JetRed	1.62 573	1.46 576	2.98 571	0.92 566	1.21 575	4.99 579	1.53 578	1.27 577	1.39 569	1.83 576	1.74 577	1.60 574	0.95 566	1.41 575	2.45 579	0.90 573	1.60 577	0.93 569	0.90 573	1.35 575	0.99 575

UNDER WATER	0.97 567	0.97 570	1.42 568	0.99 569	0.70 569	1.12 574	0.84 570	0.80 557	1.08 561	1.01 564	0.90 555	1.55 572	1.22 576	1.03 572	1.00 571	0.78 569	0.53 565	1.02 570	0.87 571	0.80 569	0.74 570

UNDER WATER-64	0.95 566	0.94 568	1.43 569	0.87 565	0.56 557	1.18 575	0.87 571	0.77 556	0.94 559	1.04 565	0.85 554	1.58 573	1.21 575	0.94 569	0.96 570	0.87 571	0.57 570	1.03 571	0.88 572	0.78 568	0.73 569

notaker	0.97 567	1.11 571	0.98 563	1.13 572	0.81 570	0.73 554	0.68 567	0.93 562	1.16 563	1.18 572	1.18 570	1.41 569	1.16 574	1.08 574	0.69 563	0.81 570	0.64 573	1.17 572	0.79 569	0.98 571	0.80 572

KSHMR	1.09 570	1.17 572	0.88 561	1.25 575	1.00 574	0.99 568	0.96 573	1.13 574	1.37 568	1.16 571	1.29 573	1.41 569	0.96 567	1.01 571	0.92 569	1.03 574	1.08 576	1.20 573	1.03 575	1.01 572	0.97 574

DPSimNet_ROB	1.11 571	1.23 574	0.78 555	1.13 572	0.88 573	1.10 573	1.13 575	1.16 576	1.23 565	1.43 574	1.02 561	1.41 569	1.10 573	0.90 567	1.60 574	1.46 577	0.51 564	1.21 574	1.03 575	0.90 570	1.01 576

HanzoNet	1.29 572	1.26 575	1.19 566	1.12 571	0.85 571	1.02 571	0.83 569	1.03 568	1.48 573	1.64 575	1.61 576	2.50 577	1.72 577	1.61 576	1.61 575	1.26 575	0.80 575	1.31 575	1.01 574	1.02 573	0.86 573

ktn	1.01 569	1.21 573	0.80 558	1.23 574	0.86 572	1.01 570	0.87 571	0.94 563	1.39 569	1.04 565	1.12 567	1.15 560	1.07 570	0.94 569	0.59 555	1.28 576	0.71 574	1.38 576	0.83 570	1.02 573	0.75 571

MADNet++	1.95 574	1.75 577	1.59 570	1.82 576	1.69 577	2.33 577	1.40 577	2.35 578	2.09 579	2.57 578	2.36 579	2.24 576	2.17 578	2.28 577	2.34 577	1.87 578	1.66 578	1.54 577	1.34 577	1.92 576	1.77 578

USTest	6.22 578	2.73 579	3.00 572	6.57 584	7.29 583	14.37 585	21.57 584	7.00 586	9.56 585	5.34 582	6.10 580	5.72 581	7.64 582	6.41 583	6.96 582	1.97 579	3.42 584	1.64 578	2.15 581	2.66 577	2.36 579

TCMNet-wrong-test	3.67 576	5.48 586	3.89 577	12.18 588	11.75 589	4.65 578	3.88 579	1.06 571	0.72 547	1.09 569	2.15 578	6.30 582	0.53 543	3.43 579	2.36 578	0.89 572	0.20 528	1.87 579	1.69 578	5.57 584	3.62 584

tt	4.67 577	0.06 61	3.55 575	2.02 577	1.55 576	10.25 583	16.71 583	8.91 587	5.03 580	1.31 573	0.94 558	4.71 578	4.76 579	3.33 578	5.87 581	6.06 586	10.30 590	1.88 580	2.11 580	2.75 578	1.21 577

DPSMNet_ROB	8.06 583	4.48 581	8.63 586	5.37 583	10.74 586	8.32 581	22.98 589	5.46 580	13.36 588	5.12 580	9.92 584	5.08 579	10.40 586	5.53 582	12.58 586	3.80 584	8.00 585	3.50 581	7.02 584	3.83 582	7.14 586

DGTPSM_ROB	8.06 583	4.48 581	8.63 586	5.35 581	10.72 585	8.32 581	22.97 588	5.46 580	13.35 587	5.12 580	9.92 584	5.08 579	10.40 586	5.52 581	12.58 586	3.79 583	8.00 585	3.50 581	7.02 584	3.83 582	7.14 586

xxxxx1	7.79 579	5.02 583	7.31 580	3.12 578	3.85 579	16.35 587	22.88 585	5.86 583	8.69 582	7.97 583	8.54 581	9.12 585	8.27 583	10.18 585	10.92 583	2.42 580	2.45 580	3.56 583	12.37 587	3.77 579	3.06 581

tt_ll	7.79 579	5.02 583	7.31 580	3.12 578	3.85 579	16.35 587	22.88 585	5.86 583	8.69 582	7.97 583	8.54 581	9.12 585	8.27 583	10.18 585	10.92 583	2.42 580	2.45 580	3.56 583	12.37 587	3.77 579	3.06 581

ff	7.79 579	5.02 583	7.31 580	3.12 578	3.85 579	16.35 587	22.88 585	5.86 583	8.69 582	7.97 583	8.54 581	9.12 585	8.27 583	10.18 585	10.92 583	2.42 580	2.45 580	3.56 583	12.37 587	3.77 579	3.06 581

Anonymous_1	10.96 588	7.92 587	7.46 583	10.33 585	10.06 584	18.65 591	26.34 591	11.06 588	13.44 589	9.40 586	10.05 586	9.67 588	11.23 588	10.73 588	12.72 588	6.42 587	8.38 587	5.77 586	10.61 586	12.12 588	6.77 585

DPSM_ROB	11.15 589	8.58 588	8.00 584	10.88 586	11.58 587	19.10 592	26.71 592	12.05 589	14.07 590	10.36 587	10.84 587	10.33 589	11.86 589	11.70 589	13.54 589	6.99 588	8.79 588	5.89 587	6.95 582	7.29 585	7.42 588

DPSM	11.15 589	8.58 588	8.00 584	10.88 586	11.58 587	19.10 592	26.71 592	12.05 589	14.07 590	10.36 587	10.84 587	10.33 589	11.86 589	11.70 589	13.54 589	6.99 588	8.79 588	5.89 587	6.95 582	7.29 585	7.42 588

PML	8.91 585	9.34 590	6.13 578	5.35 581	6.41 582	14.99 586	23.38 590	5.27 579	6.83 581	18.04 591	28.19 596	7.67 583	6.83 581	7.85 584	5.75 580	5.35 585	1.83 579	5.95 589	1.93 579	8.64 587	2.52 580

Selective-RAFT-Error	22.47 594	17.37 594	16.09 589	22.06 593	23.34 594	38.39 595	53.83 596	24.29 596	28.47 596	20.74 594	21.83 594	20.81 593	23.90 593	23.54 595	27.53 596	14.08 591	17.69 593	11.82 590	14.00 590	14.69 590	15.00 592

CasAABBNet	22.42 593	17.33 593	16.01 588	22.01 592	23.28 593	38.32 594	53.80 595	24.14 594	28.41 595	20.60 593	21.77 593	20.89 594	23.91 594	23.43 593	27.36 594	14.07 590	17.69 593	11.83 591	14.01 591	14.67 589	14.95 591

LSM0	22.87 595	17.28 592	18.96 590	22.19 594	29.04 596	38.42 596	53.71 594	24.28 595	28.31 594	20.78 595	21.00 592	21.43 595	24.16 595	23.50 594	27.39 595	14.09 592	17.38 592	11.84 592	14.04 592	14.73 591	14.89 590

HaxPig	15.71 591	18.52 595	19.18 591	16.89 589	15.89 591	7.73 580	7.60 580	13.31 591	10.82 586	15.42 590	14.91 589	15.98 591	14.92 591	15.58 591	15.98 591	18.95 593	16.73 591	19.46 593	18.08 593	19.26 593	19.05 594

MEDIAN_ROB	20.38 592	24.04 596	23.31 593	21.23 591	21.71 592	10.40 584	7.92 581	17.64 592	15.50 592	20.12 592	19.70 591	20.34 592	20.32 592	21.19 592	21.13 592	23.81 595	21.81 595	24.98 594	23.76 594	24.71 594	23.93 595

LRCNet_RVC	10.62 587	13.42 591	7.30 579	18.92 590	2.07 578	0.33 512	0.30 530	5.59 582	0.48 506	13.03 589	17.94 590	8.87 584	5.65 580	4.79 580	1.89 576	23.51 594	2.73 583	27.55 595	25.71 595	16.07 592	16.33 593

AVERAGE_ROB	24.90 596	29.20 597	28.14 594	24.89 595	24.64 595	17.75 590	11.12 582	21.45 593	19.93 593	25.12 596	24.46 595	25.12 596	25.46 596	24.69 596	22.83 593	29.76 596	27.13 596	28.97 596	27.95 596	29.91 595	29.47 596

test_example2	98.32 597	94.13 598	45.89 595	96.35 596	109.85 597	88.61 597	95.45 597	25.75 597	94.37 597	130.00 598	126.06 597	58.17 597	74.63 597	88.51 597	79.96 597	150.23 597	221.02 597	77.62 597	99.10 597	113.75 597	96.94 597

ccccc		285.66 599		368.85 598	370.60 598	123.16 598		115.05 598		126.68 597		122.83 598		252.94 598		384.56 598	353.86 598	254.69 598	223.00 598	425.87 598

ASD4		3.38 580

Low-res two-view benchmark