Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2_L	0.64 9	0.55 104	1.07 11	0.89 149	0.54 140	1.08 12	0.20 1	1.16 7	1.37 86	0.59 20	0.81 41	0.86 115	0.47 16	0.70 3	0.65 70	0.31 234	0.33 370	0.27 143	0.27 235	0.36 262	0.31 207
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
S2M2_XL	0.46 1	0.41 12	1.09 26	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 8	0.92 57	0.65 60	0.53 26	0.54 1	0.50 32	0.28 152	0.24 262	0.25 86	0.21 104	0.23 45	0.22 62
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MLG-Stereo_test2	0.76 36	0.40 7	1.07 11	0.64 16	0.82 274	3.49 252	0.23 2	1.69 41	2.14 333	0.62 27	0.32 3	0.67 65	0.33 1	1.14 63	0.37 3	0.23 50	0.19 102	0.23 31	0.16 13	0.19 5	0.20 20

LGtest1	0.55 3	0.41 12	1.14 47	0.70 40	0.40 46	0.99 10	0.26 4	1.32 9	0.93 38	0.53 8	0.60 15	0.44 28	0.49 21	1.02 40	0.45 17	0.27 115	0.19 102	0.23 31	0.16 13	0.21 27	0.23 74

LG-Stereo_L2	0.63 8	0.46 30	1.15 49	0.70 40	0.43 65	2.32 113	0.28 5	1.86 54	0.68 4	0.56 11	0.42 7	0.37 6	0.45 14	1.36 120	0.40 6	0.23 50	0.18 71	0.22 17	0.18 50	0.21 27	0.20 20

DLNR_Zeroshot_test	28.62 584	55.50 594	49.94 589	183.62 596	115.05 595	3.43 237	0.28 5	29.49 586	1.49 134	1.01 124	1.26 126	0.93 133	0.63 52	3.92 325	1.51 323	29.81 590	0.41 435	0.26 115	0.23 152	93.28 595	0.32 218

MLG-Stereo_test1	0.80 53	0.39 4	1.02 3	0.65 23	1.20 396	3.14 193	0.29 7	1.59 27	3.05 492	0.50 4	0.24 1	0.67 65	0.43 11	1.33 114	0.40 6	0.21 30	0.18 71	0.23 31	0.15 4	0.19 5	0.20 20

MLG-Stereo_test3	0.60 4	0.37 2	1.12 40	0.59 3	0.57 163	2.19 104	0.31 8	1.68 40	0.56 2	0.49 3	0.51 10	0.56 44	0.33 1	0.96 31	0.54 43	0.21 30	0.17 42	0.23 31	0.16 13	0.20 17	0.21 47

MLG-Stereo	0.77 43	0.39 4	1.04 4	0.64 16	0.41 53	3.01 178	0.31 8	1.89 56	2.92 478	0.47 1	0.29 2	0.66 64	0.47 16	1.35 118	0.39 4	0.20 26	0.18 71	0.24 62	0.16 13	0.19 5	0.20 20

CREStereo++_RVC	1.02 123	0.49 60	1.54 102	0.83 106	0.55 147	4.01 378	0.31 8	1.63 34	1.99 294	1.63 192	2.13 389	0.84 107	0.65 57	0.88 18	0.70 98	0.27 115	0.15 22	0.23 31	1.22 538	0.24 50	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Monster-pub-mixall	0.64 9	0.42 15	1.00 2	0.83 106	0.48 107	1.39 45	0.32 11	1.45 14	0.82 26	0.88 104	0.85 46	0.39 12	0.36 4	1.99 226	0.47 21	0.20 26	0.16 28	0.17 1	0.15 4	0.18 1	0.21 47

RAStereo	0.75 28	0.52 75	2.86 225	0.58 2	0.62 189	1.19 20	0.32 11	1.81 52	0.99 46	0.75 63	1.05 83	0.64 56	0.47 16	0.80 8	0.94 197	0.22 38	0.20 140	0.27 143	0.21 104	0.34 231	0.22 62

111111	0.87 75	0.50 63	1.13 45	0.66 31	1.08 362	3.37 227	0.33 13	2.33 107	1.47 118	0.74 61	1.50 190	0.61 50	0.59 41	1.40 125	0.48 22	0.24 64	0.19 102	0.22 17	0.16 13	0.24 50	0.19 5

LG-Stereo_L1	0.61 5	0.47 44	1.10 30	0.73 57	0.49 115	1.72 67	0.33 13	1.95 66	0.65 3	0.56 11	0.40 6	0.40 13	0.43 11	1.40 125	0.42 8	0.23 50	0.19 102	0.23 31	0.18 50	0.21 27	0.19 5

IGEV-Stereo++	0.93 88	0.44 20	1.08 19	0.70 40	1.20 396	3.87 340	0.33 13	3.36 249	1.43 101	0.75 63	1.17 102	0.68 67	1.04 176	0.95 27	0.42 8	0.22 38	0.16 28	0.23 31	0.17 29	0.24 50	0.20 20

XX-TBD	1.03 124	0.95 380	1.94 135	1.30 385	0.43 65	3.97 372	0.33 13	1.74 44	1.73 247	1.59 183	2.02 360	0.69 70	0.60 44	1.16 70	0.66 75	0.30 214	0.25 286	0.23 31	0.15 4	0.31 168	0.22 62

Replicate-Monster	0.79 51	1.36 461	2.08 160	0.70 40	0.52 130	2.05 94	0.34 17	1.92 62	0.82 26	1.03 130	0.60 15	0.48 36	0.52 25	1.28 101	0.39 4	0.19 20	0.14 11	0.19 2	0.16 13	0.22 39	0.78 474

GREAT-IGEV	0.74 27	0.54 98	1.86 127	1.10 286	0.44 72	2.44 123	0.34 17	1.37 10	1.51 146	0.48 2	0.86 47	0.51 37	0.60 44	1.07 48	0.45 17	0.22 38	0.17 42	0.21 12	0.17 29	0.23 45	0.25 100

dual_stereo	0.68 15	0.40 7	1.05 6	0.64 16	0.37 28	0.84 8	0.34 17	3.40 253	1.03 48	0.50 4	0.46 9	0.58 45	0.40 7	1.85 216	0.49 26	0.23 50	0.17 42	0.21 12	0.16 13	0.20 17	0.19 5

U	12.82 571	0.38 3	1.99 141	0.66 31	58.94 591	63.38 596	0.34 17	1.91 61	0.94 42	0.59 20	0.80 37	0.46 32	0.57 33	0.83 12	0.44 15	0.29 174	0.17 42	63.35 595	59.81 594	0.29 126	0.20 20

UGAM-zero	2.79 426	0.57 125	20.87 535	0.98 215	0.77 256	2.08 97	0.35 21	3.88 339	1.51 146	2.05 306	1.64 231	5.07 528	3.42 492	9.83 448	1.24 261	0.28 152	0.21 172	0.27 143	0.29 292	0.29 126	0.28 159

FoundationStereo	0.50 2	0.39 4	1.11 37	0.79 82	0.42 59	0.70 4	0.36 22	0.76 2	0.80 21	0.62 27	0.38 5	0.73 84	0.77 97	0.69 2	0.36 2	0.26 100	0.17 42	0.23 31	0.16 13	0.18 1	0.20 20

MaDis-Stereo	0.82 64	0.66 227	1.53 99	0.65 23	1.87 518	1.24 26	0.36 22	2.13 80	1.27 73	0.67 43	0.75 28	0.88 120	0.70 71	1.15 68	1.07 222	0.29 174	0.23 228	0.26 115	0.20 90	0.31 168	0.22 62

Pointernet	0.88 77	0.44 20	2.26 177	0.84 116	0.37 28	2.29 111	0.38 24	3.06 210	1.46 113	0.66 40	1.39 163	0.91 127	0.73 81	1.01 39	0.72 106	0.23 50	0.19 102	0.20 3	0.18 50	0.19 5	0.20 20

TANstereo	1.01 119	0.55 104	1.73 115	0.76 74	0.36 14	4.04 384	0.38 24	1.48 17	1.62 217	2.03 301	2.10 380	0.84 107	0.93 149	0.98 34	0.62 57	0.28 152	0.36 393	0.23 31	0.20 90	0.25 64	0.46 363

Monster-pub-eth3d	0.62 6	0.43 18	1.07 11	0.66 31	0.82 274	1.13 15	0.39 26	2.57 145	0.92 36	0.58 18	0.64 18	0.36 3	0.36 4	0.88 18	0.43 12	0.15 1	0.15 22	0.20 3	0.17 29	0.21 27	0.19 5

StereoAnything_RVC	0.94 91	2.66 520	2.20 168	0.76 74	0.34 9	1.18 19	0.39 26	2.31 104	0.69 6	0.51 7	0.34 4	0.32 1	0.89 138	1.57 160	0.35 1	0.32 255	0.16 28	0.23 31	0.15 4	3.31 544	0.18 3

MonSter	0.62 6	0.43 18	1.07 11	0.66 31	0.82 274	1.13 15	0.39 26	2.57 145	0.92 36	0.58 18	0.64 18	0.36 3	0.35 3	0.95 27	0.43 12	0.15 1	0.15 22	0.20 3	0.17 29	0.21 27	0.19 5

IGEV-Stereo+	0.94 91	0.47 44	1.19 53	0.86 133	2.02 528	1.40 46	0.39 26	1.17 8	0.88 31	0.61 25	0.44 8	0.47 33	0.79 109	2.14 242	0.42 8	0.27 115	0.19 102	0.22 17	0.17 29	2.26 539	2.41 543

UniTT-Stereo	0.82 64	0.47 44	2.63 211	0.96 202	1.19 390	0.78 6	0.39 26	1.12 6	1.54 171	1.19 144	1.26 126	0.51 37	0.64 54	1.13 61	1.03 216	0.30 214	0.20 140	0.24 62	0.21 104	0.40 292	0.25 100

2.25w	0.75 28	0.47 44	1.09 26	0.69 39	0.65 202	2.28 110	0.40 31	2.42 114	0.80 21	0.73 56	1.03 73	0.40 13	0.81 117	1.24 90	0.80 134	0.16 3	0.15 22	0.21 12	0.17 29	0.19 5	0.21 47

monsterstereo	0.82 64	0.50 63	1.26 63	0.77 78	1.41 451	2.54 137	0.40 31	3.14 216	0.71 8	0.70 48	1.11 93	0.41 20	0.39 6	1.50 149	0.50 32	0.19 20	0.16 28	0.22 17	0.16 13	0.21 27	0.17 1

monsters	0.82 64	0.58 138	1.16 50	0.76 74	1.52 466	2.92 165	0.40 31	2.66 160	0.72 9	0.66 40	0.84 43	0.38 10	0.41 9	1.84 210	0.48 22	0.20 26	0.16 28	0.20 3	0.16 13	0.19 5	0.19 5

LG-G_1	0.70 18	0.40 7	1.12 40	0.71 46	0.30 2	2.80 148	0.40 31	2.21 89	0.78 16	0.59 20	0.55 12	0.51 37	0.58 36	1.24 90	0.49 26	0.24 64	0.18 71	0.23 31	0.15 4	0.21 27	0.21 47

LG-G	0.70 18	0.40 7	1.12 40	0.71 46	0.30 2	2.80 148	0.40 31	2.21 89	0.78 16	0.59 20	0.55 12	0.51 37	0.58 36	1.24 90	0.49 26	0.24 64	0.18 71	0.23 31	0.15 4	0.21 27	0.21 47

CREStereo	0.92 86	0.53 87	1.45 90	0.61 6	0.34 9	4.42 470	0.40 31	2.21 89	1.54 171	0.94 113	1.12 95	0.87 117	0.87 132	1.12 58	0.72 106	0.28 152	0.19 102	0.22 17	0.15 4	0.22 39	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
IGEV	0.70 18	0.36 1	1.07 11	0.71 46	1.31 419	2.82 150	0.41 37	1.76 46	0.98 45	0.73 56	0.71 22	0.35 2	0.42 10	0.90 21	0.42 8	0.18 15	0.18 71	0.22 17	0.18 50	0.18 1	0.20 20

LG-Stereo_Zeroshot	0.89 80	0.47 44	2.08 160	0.76 74	0.73 239	3.91 345	0.41 37	2.07 76	1.07 51	0.77 78	0.89 52	0.64 56	0.86 128	0.95 27	0.77 127	0.26 100	0.18 71	0.26 115	0.19 73	0.32 195	0.32 218

tg	1.15 142	0.67 237	1.31 72	0.94 192	0.54 140	4.02 380	0.41 37	2.96 196	1.59 209	1.69 204	1.85 319	1.84 276	0.97 157	1.78 200	0.83 146	0.27 115	0.17 42	0.29 193	0.26 209	0.29 126	0.27 140

trnet	0.91 85	0.48 53	1.46 91	0.62 9	0.31 4	4.40 466	0.41 37	2.20 87	1.53 162	0.94 113	1.14 98	0.88 120	0.89 138	1.09 51	0.71 101	0.27 115	0.19 102	0.22 17	0.15 4	0.21 27	0.19 5

HART	1.03 124	0.85 350	3.13 235	0.84 116	0.38 39	1.17 18	0.42 41	3.54 272	1.47 118	1.08 134	2.17 395	1.48 211	0.57 33	1.37 124	0.74 115	0.23 50	0.18 71	0.28 172	0.21 104	0.32 195	0.24 90

GIP-stereo	0.88 77	0.50 63	1.34 77	1.32 391	0.94 318	2.90 159	0.42 41	3.41 254	1.06 50	0.63 30	0.76 29	0.90 125	0.76 95	0.91 23	0.52 40	0.27 115	0.18 71	0.25 86	0.16 13	0.25 64	0.19 5

EGLCR-Stereo	1.06 127	0.51 69	1.56 105	1.02 245	0.39 42	4.27 447	0.42 41	4.08 404	1.48 126	0.90 107	0.68 21	1.09 152	0.66 63	1.81 206	0.62 57	0.27 115	0.19 102	0.29 193	0.23 152	0.37 272	0.25 100

iRaftStereo_RVC	1.09 131	0.70 258	1.39 83	0.95 196	0.45 79	3.83 322	0.42 41	2.37 109	1.58 194	1.69 204	1.76 274	1.80 264	0.83 122	1.50 149	0.98 207	0.28 152	0.18 71	0.29 193	0.26 209	0.30 149	0.31 207

RAFT-Stereo + iAFF	1.25 171	0.72 274	1.74 118	1.05 255	0.36 14	4.13 406	0.42 41	2.95 195	2.84 472	2.02 297	2.40 440	1.61 228	1.11 203	1.26 96	0.97 204	0.21 30	0.15 22	0.26 115	0.23 152	0.29 126	0.23 74

AdaDepth	0.76 36	0.45 23	1.41 87	0.70 40	1.27 413	3.12 191	0.43 46	1.02 4	0.94 42	0.63 30	0.91 55	0.43 23	0.58 36	1.41 130	0.48 22	0.18 15	0.21 172	0.23 31	0.19 73	0.25 64	0.26 124

asd	0.70 18	0.45 23	1.10 30	0.67 36	0.90 308	2.88 157	0.43 46	1.64 36	0.79 19	0.68 45	0.88 49	0.43 23	0.74 85	0.85 14	0.49 26	0.19 20	0.13 1	0.24 62	0.17 29	0.22 39	0.20 20

DEFOM-Stereo_RVC	0.81 61	1.13 417	1.23 59	0.97 209	0.57 163	0.81 7	0.43 46	3.49 260	0.84 30	0.73 56	0.95 65	0.44 28	1.17 223	1.45 139	0.60 53	0.26 100	0.18 71	0.24 62	0.17 29	0.30 149	0.19 5

PMTNet	0.99 114	0.48 53	1.73 115	0.62 9	0.56 151	4.20 436	0.43 46	1.88 55	1.58 194	1.00 123	1.05 83	0.78 92	0.98 163	1.50 149	0.85 152	1.21 526	0.20 140	0.23 31	0.15 4	0.22 39	0.19 5

4w-stereo	0.67 12	0.49 60	1.07 11	0.63 12	0.75 246	1.63 65	0.44 50	2.23 93	0.77 13	0.56 11	0.92 57	0.40 13	0.82 118	1.08 49	0.53 41	0.18 15	0.13 1	0.25 86	0.18 50	0.19 5	0.20 20

DEFOM-Stereo	0.70 18	0.46 30	1.13 45	0.72 54	0.48 107	3.40 232	0.44 50	0.90 3	0.77 13	0.86 101	0.58 14	0.45 31	0.43 11	1.76 198	0.43 12	0.24 64	0.18 71	0.22 17	0.16 13	0.21 27	0.20 20

AIO-Stereo-zeroshot	2.35 362	0.99 389	19.62 481	1.09 277	0.96 322	1.51 56	0.44 50	4.05 394	1.64 221	1.31 150	1.67 240	4.93 521	2.45 442	2.52 275	1.40 292	0.30 214	0.20 140	0.31 235	0.50 466	0.57 415	0.60 429

H2IRNET	1.90 272	0.53 87	14.29 395	1.14 305	0.60 178	4.48 476	0.44 50	2.65 158	1.81 264	1.05 132	2.30 423	1.67 233	1.40 267	2.17 246	1.50 317	0.36 316	0.21 172	0.33 290	0.37 392	0.34 231	0.29 169

qwe	0.75 28	0.45 23	1.10 30	0.67 36	1.06 356	2.49 127	0.45 54	2.57 145	0.90 32	0.71 52	0.83 42	0.43 23	0.48 20	1.10 52	0.64 63	0.17 5	0.14 11	0.24 62	0.16 13	0.21 27	0.20 20

HI	1.27 183	0.90 361	2.33 186	1.10 286	0.68 221	2.92 165	0.45 54	2.49 127	1.76 257	2.13 329	1.65 237	2.42 346	1.84 387	1.58 161	1.61 339	0.26 100	0.16 28	0.28 172	0.29 292	0.26 82	0.25 100

CoSv	1.27 183	0.90 361	2.33 186	1.10 286	0.68 221	2.92 165	0.45 54	2.49 127	1.76 257	2.13 329	1.65 237	2.42 346	1.84 387	1.58 161	1.61 339	0.26 100	0.16 28	0.28 172	0.29 292	0.26 82	0.25 100

SGD-Stereo	0.65 11	0.41 12	1.06 9	0.85 128	0.31 4	2.44 123	0.46 57	1.09 5	0.69 6	0.84 98	0.52 11	0.55 42	0.53 26	1.49 148	0.46 19	0.31 234	0.14 11	0.25 86	0.18 50	0.23 45	0.20 20

PAM_32	2.45 378	0.63 194	20.74 530	1.05 255	0.65 202	2.83 151	0.46 57	2.91 193	1.54 171	1.95 266	2.66 466	4.99 524	3.78 499	1.96 224	0.92 187	0.27 115	0.22 201	0.27 143	0.25 189	0.36 262	0.48 373

CroCo-Stereo Lap2	0.99 114	0.89 359	2.55 200	0.99 221	1.80 515	0.54 3	0.46 57	3.10 212	1.24 64	1.07 133	1.21 111	1.05 151	0.78 105	1.26 96	1.08 224	0.27 115	0.23 228	0.27 143	0.21 104	0.43 345	0.34 246

raft_robust	1.92 279	1.15 422	3.34 246	1.02 245	0.43 65	3.84 327	0.46 57	4.42 508	2.52 421	1.67 202	1.36 157	2.17 319	6.37 540	6.78 387	1.04 217	0.28 152	0.24 262	0.30 213	0.35 370	0.31 168	0.32 218

XX-Stereo	2.54 397	0.61 175	20.21 505	1.78 496	1.19 390	4.30 451	0.46 57	4.39 504	1.58 194	2.32 400	1.89 332	4.64 516	0.60 44	4.16 330	0.82 143	0.31 234	0.21 172	0.28 172	0.27 235	0.51 389	0.26 124

water-stereo	0.78 48	0.45 23	1.94 135	0.79 82	0.48 107	2.36 116	0.47 62	1.53 22	1.09 53	0.88 104	1.04 78	0.82 103	0.75 88	0.72 4	0.78 128	0.22 38	0.23 228	0.25 86	0.23 152	0.24 50	0.29 169

Reg-Stereo(zero)	1.60 226	0.42 15	10.69 345	0.89 149	0.68 221	3.27 213	0.47 62	2.27 97	1.54 171	1.48 172	1.24 118	2.55 364	2.68 455	1.48 146	1.10 228	0.19 20	0.19 102	0.22 17	0.18 50	0.24 50	0.26 124

AFF-stereo	1.31 193	0.77 313	1.46 91	1.10 286	0.45 79	3.93 352	0.48 64	2.92 194	2.92 478	1.90 250	2.21 403	2.11 317	1.52 307	1.93 221	1.12 234	0.21 30	0.16 28	0.25 86	0.25 189	0.29 126	0.20 20

asda	0.77 43	0.46 30	1.10 30	0.64 16	0.82 274	3.33 223	0.49 65	2.40 110	0.81 25	0.63 30	0.80 37	0.44 28	0.85 125	0.88 18	0.60 53	0.17 5	0.13 1	0.24 62	0.17 29	0.20 17	0.20 20

MIF-Stereo (partial)	0.98 106	0.55 104	2.83 222	0.71 46	1.03 348	1.08 12	0.49 65	2.55 141	1.66 227	0.79 83	1.20 107	0.80 99	0.90 141	1.61 173	1.56 330	0.36 316	0.24 262	0.33 290	0.25 189	0.40 292	0.28 159

CES	1.01 119	0.55 104	1.74 118	0.92 173	2.15 532	2.15 100	0.50 67	2.01 70	1.45 104	0.76 73	1.02 70	0.61 50	0.47 16	1.29 106	0.79 133	0.22 38	0.17 42	0.24 62	0.14 2	0.63 435	2.29 540

IPLGR	2.53 395	0.58 138	20.46 521	0.82 95	0.52 130	4.56 499	0.50 67	4.30 480	2.38 392	1.87 240	1.53 200	1.68 235	1.72 365	6.95 390	1.15 237	0.28 152	0.21 172	0.27 143	0.23 152	0.33 213	0.32 218

CroCo-Stereo	0.98 106	0.87 356	3.44 248	0.87 139	0.53 139	0.49 2	0.50 67	3.99 377	1.49 134	0.81 87	1.25 125	1.00 142	0.75 88	1.10 52	1.09 227	0.24 64	0.21 172	0.24 62	0.19 73	0.35 249	0.27 140
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	1.31 193	0.45 23	2.41 195	0.71 46	0.35 12	4.42 470	0.50 67	4.22 442	2.73 449	2.01 292	2.48 446	0.91 127	0.96 154	2.01 230	0.70 98	0.29 174	0.18 71	0.24 62	0.16 13	0.27 95	0.18 3

DilatedVolume-Stereo	0.81 61	0.60 158	1.51 98	1.01 235	0.59 175	1.34 40	0.51 71	1.56 24	1.08 52	1.26 148	1.24 118	0.77 91	0.87 132	1.79 204	0.72 106	0.23 50	0.24 262	0.22 17	0.21 104	0.25 64	0.23 74

4.5_new	0.67 12	0.46 30	1.11 37	0.63 12	0.78 257	1.97 85	0.51 71	2.18 84	0.78 16	0.73 56	0.90 53	0.42 21	0.49 21	0.81 9	0.49 26	0.21 30	0.14 11	0.26 115	0.19 73	0.22 39	0.20 20

4.5w-stereo	0.67 12	0.46 30	1.11 37	0.63 12	0.78 257	1.97 85	0.51 71	2.18 84	0.77 13	0.73 56	0.90 53	0.42 21	0.49 21	0.81 9	0.49 26	0.21 30	0.14 11	0.26 115	0.19 73	0.22 39	0.20 20

3.25w_new	0.69 16	0.46 30	1.10 30	0.61 6	0.61 183	2.23 107	0.51 71	2.45 120	0.90 32	0.63 30	0.78 34	0.47 33	0.71 73	0.78 6	0.50 32	0.17 5	0.14 11	0.20 3	0.17 29	0.20 17	0.20 20

3.25w	0.69 16	0.46 30	1.10 30	0.61 6	0.61 183	2.23 107	0.51 71	2.45 120	0.90 32	0.63 30	0.78 34	0.47 33	0.71 73	0.79 7	0.50 32	0.17 5	0.14 11	0.20 3	0.17 29	0.20 17	0.20 20

3.5w_stereo	0.77 43	0.53 87	1.09 26	0.65 23	0.72 234	2.52 131	0.51 71	2.43 117	0.80 21	0.76 73	1.20 107	0.43 23	0.66 63	1.23 89	0.73 109	0.17 5	0.13 1	0.23 31	0.17 29	0.20 17	0.21 47

GCST	2.56 402	1.79 495	18.02 448	1.92 511	1.33 429	1.72 67	0.51 71	3.67 292	2.03 303	1.70 208	1.61 224	1.55 220	1.29 244	5.06 342	1.24 261	2.06 542	0.77 523	1.45 539	0.97 524	1.14 514	1.34 517

LoS	0.94 91	0.52 75	1.88 129	0.86 133	0.36 14	4.15 410	0.51 71	2.18 84	1.45 104	0.97 122	0.88 49	0.62 52	0.79 109	1.59 166	0.86 159	0.26 100	0.19 102	0.24 62	0.16 13	0.21 27	0.20 20
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-RAFT	1.15 142	0.46 30	1.64 111	0.99 221	0.45 79	4.17 424	0.51 71	3.21 224	1.69 237	1.12 140	1.34 150	1.45 208	1.40 267	2.08 234	0.94 197	0.41 375	0.20 140	0.24 62	0.23 152	0.27 95	0.25 100

GCAP-Stereo	0.93 88	0.68 245	1.35 80	0.85 128	0.41 53	3.61 284	0.52 80	2.20 87	1.50 139	1.11 139	1.04 78	1.17 163	0.84 123	1.11 54	0.71 101	0.25 85	0.20 140	0.27 143	0.18 50	0.28 112	0.23 74

depthmonostereo	0.94 91	0.71 270	2.39 192	0.85 128	0.54 140	2.21 106	0.53 81	1.83 53	1.17 57	0.95 118	1.09 89	0.99 139	0.97 157	2.37 260	0.68 83	0.23 50	0.27 310	0.22 17	0.20 90	0.25 64	0.26 124

3.75w	0.75 28	0.47 44	1.09 26	0.63 12	1.10 368	2.61 141	0.53 81	2.46 123	0.97 44	0.62 27	0.80 37	0.40 13	0.66 63	1.11 54	0.48 22	0.19 20	0.13 1	0.23 31	0.18 50	0.20 17	0.21 47

PAM	2.43 375	0.61 175	20.86 533	1.07 263	0.73 239	2.93 169	0.53 81	3.24 230	1.53 162	1.89 249	2.43 441	5.29 534	2.76 457	1.84 210	1.02 214	0.27 115	0.24 262	0.26 115	0.25 189	0.40 292	0.50 387

Former-RAFT_DAM_RVC	0.92 86	0.73 285	1.42 88	0.92 173	1.08 362	2.97 175	0.53 81	1.77 49	1.39 88	1.16 142	1.54 202	0.58 45	0.65 57	1.03 41	0.84 149	0.25 85	0.23 228	0.30 213	0.24 177	0.43 345	0.29 169

GMStereo_Zeroshot	1.41 203	1.21 433	3.33 245	1.29 378	0.72 234	3.35 225	0.53 81	2.58 150	1.68 231	2.35 408	1.56 209	2.42 346	0.96 154	2.50 267	1.16 240	0.45 408	0.23 228	0.40 380	0.24 177	0.79 482	0.33 234

IGEV_Zeroshot_test	2.16 318	0.69 248	20.60 527	1.22 349	0.54 140	2.18 102	0.53 81	3.38 251	1.61 214	1.93 261	1.55 206	3.76 472	1.05 181	1.55 157	0.91 183	0.29 174	0.20 140	0.27 143	0.29 292	0.40 292	0.32 218

MLCV	1.87 265	0.91 366	8.59 315	1.10 286	0.57 163	3.59 278	0.53 81	3.70 304	2.20 344	2.80 476	2.25 409	2.00 300	1.42 277	4.13 329	1.86 380	0.30 214	0.20 140	0.32 255	0.21 104	0.33 213	0.36 266

LG-Stereo	0.85 70	0.60 158	2.71 216	0.59 3	0.45 79	2.85 154	0.55 88	2.41 111	1.34 81	0.59 20	1.19 105	0.43 23	0.40 7	0.76 5	0.75 118	0.20 26	0.17 42	0.31 235	0.24 177	0.29 126	0.19 5

MoCha-V2	0.87 75	0.48 53	1.87 128	0.88 144	0.32 7	1.37 43	0.55 88	2.71 166	1.42 97	0.92 111	1.75 265	0.65 60	1.17 223	1.45 139	0.57 48	0.21 30	0.21 172	0.20 3	0.19 73	0.24 50	0.23 74

riskmin	1.25 171	0.56 115	2.05 148	1.05 255	0.93 316	2.86 156	0.55 88	3.23 228	1.34 81	1.55 179	1.07 87	3.56 466	2.03 405	1.29 106	1.00 212	0.28 152	0.27 310	0.34 308	0.21 104	0.41 316	0.43 341

TestStereo	2.00 294	1.02 394	12.25 360	0.70 40	0.61 183	1.88 77	0.55 88	2.31 104	1.52 155	1.41 166	1.33 145	1.27 182	0.90 141	11.62 522	0.81 140	0.34 284	0.19 102	0.33 290	0.24 177	0.44 353	0.24 90

2.5w	0.75 28	0.44 20	1.06 9	0.66 31	0.69 227	2.39 119	0.56 92	2.77 175	0.82 26	0.63 30	0.88 49	0.37 6	0.75 88	1.36 120	0.50 32	0.18 15	0.14 11	0.22 17	0.17 29	0.19 5	0.21 47

2.75w_new	0.75 28	0.45 23	1.10 30	0.65 23	0.62 189	2.45 125	0.56 92	2.75 172	0.74 11	0.78 81	0.73 25	0.38 10	0.92 146	1.04 45	0.66 75	0.17 5	0.14 11	0.22 17	0.17 29	0.18 1	0.19 5

IPLG	2.48 386	0.65 216	19.63 482	0.91 167	0.79 260	4.60 504	0.56 92	4.31 483	1.84 272	1.91 255	2.00 358	1.31 188	1.38 260	6.61 378	1.53 326	0.27 115	0.20 140	0.27 143	0.23 152	0.31 168	0.36 266

ours_stereo	0.76 36	0.64 206	1.40 86	0.86 133	0.61 183	1.12 14	0.57 95	1.63 34	1.20 60	0.72 54	1.43 172	0.70 71	0.62 49	1.56 158	0.58 50	0.25 85	0.18 71	0.26 115	0.21 104	0.29 126	0.31 207

MyStereo8	2.33 353	1.13 417	19.26 472	1.22 349	1.62 485	4.16 419	0.57 95	3.50 263	2.36 381	2.15 340	1.75 265	2.28 325	1.14 214	1.46 143	2.20 421	0.24 64	0.21 172	0.32 255	0.27 235	0.36 262	0.43 341

plain	1.55 213	0.69 248	13.59 376	0.65 23	0.73 239	1.66 66	0.57 95	3.17 221	1.94 288	0.77 78	1.24 118	0.80 99	0.86 128	1.60 168	0.96 203	0.33 272	0.21 172	0.32 255	0.25 189	0.42 335	0.28 159

DCANet-4	1.96 286	0.51 69	14.31 396	0.82 95	0.40 46	4.16 419	0.57 95	4.29 472	2.98 486	2.30 390	1.80 288	1.03 147	1.54 317	1.44 135	1.44 301	0.29 174	0.23 228	0.23 31	0.18 50	0.24 50	0.42 332

fff	1.74 248	0.70 258	9.08 321	0.81 85	0.36 14	4.15 410	0.57 95	4.23 446	2.09 318	2.30 390	1.80 288	1.19 171	3.02 470	1.44 135	1.46 305	0.29 174	0.23 228	0.23 31	0.18 50	0.24 50	0.42 332

RAFT-RH_RVC	2.63 409	0.55 104	19.97 494	1.26 364	0.47 99	4.46 474	0.57 95	1.71 42	1.64 221	3.06 496	5.51 529	2.03 304	1.28 241	6.70 382	1.52 325	0.42 386	0.22 201	0.37 354	0.34 354	0.28 112	0.29 169

csc	1.74 248	0.70 258	9.08 321	0.81 85	0.36 14	4.15 410	0.57 95	4.23 446	2.09 318	2.30 390	1.80 288	1.19 171	3.02 470	1.44 135	1.46 305	0.29 174	0.23 228	0.23 31	0.18 50	0.24 50	0.42 332

cscssc	1.74 248	0.70 258	9.08 321	0.81 85	0.36 14	4.15 410	0.57 95	4.23 446	2.09 318	2.30 390	1.80 288	1.19 171	3.02 470	1.44 135	1.46 305	0.29 174	0.23 228	0.23 31	0.18 50	0.24 50	0.42 332

GMStereo	1.01 119	1.00 392	2.86 225	0.83 106	0.45 79	1.47 52	0.57 95	1.89 56	2.11 328	1.52 176	1.24 118	0.87 117	0.74 85	1.58 161	0.94 197	0.40 360	0.21 172	0.30 213	0.30 310	0.47 376	0.36 266
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
4.25_new	0.73 24	0.46 30	1.08 19	0.71 46	0.97 326	2.52 131	0.58 104	2.28 100	0.93 38	0.57 14	0.94 62	0.40 13	0.65 57	0.87 15	0.50 32	0.17 5	0.13 1	0.25 86	0.17 29	0.19 5	0.20 20

4.5w_new	0.73 24	0.46 30	1.08 19	0.71 46	0.97 326	2.52 131	0.58 104	2.28 100	0.93 38	0.57 14	0.94 62	0.40 13	0.65 57	0.87 15	0.50 32	0.17 5	0.13 1	0.25 86	0.17 29	0.19 5	0.20 20

4.25w-stereo	0.73 24	0.46 30	1.08 19	0.71 46	0.97 326	2.52 131	0.58 104	2.28 100	0.93 38	0.57 14	0.94 62	0.40 13	0.65 57	0.87 15	0.50 32	0.17 5	0.13 1	0.25 86	0.17 29	0.19 5	0.20 20

DIP-Stereo	1.24 167	0.69 248	1.77 120	0.65 23	0.61 183	4.29 449	0.58 104	4.44 512	2.53 422	1.98 273	1.33 145	0.91 127	0.86 128	1.25 95	1.25 264	0.36 316	0.23 228	0.32 255	0.23 152	0.32 195	0.29 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
LoS_RVC	0.94 91	1.30 450	1.31 72	0.84 116	1.63 487	2.02 88	0.59 108	1.51 19	1.36 85	0.81 87	1.33 145	0.84 107	0.88 134	1.36 120	0.73 109	0.21 30	0.17 42	0.20 3	0.14 2	0.20 17	1.45 522

ADStereo(finetuned)	2.04 301	0.73 285	13.28 370	0.82 95	0.40 46	4.16 419	0.59 108	4.25 456	2.97 483	2.35 408	1.84 312	1.18 167	3.40 488	1.52 154	1.54 327	0.29 174	0.24 262	0.23 31	0.18 50	0.30 149	0.51 395

DCANet	1.74 248	0.73 285	9.08 321	0.82 95	0.40 46	4.18 427	0.59 108	4.25 456	2.97 483	2.35 408	1.84 312	1.18 167	1.63 345	1.51 152	1.55 328	0.29 174	0.24 262	0.23 31	0.18 50	0.30 149	0.53 402

DFGA-Net	2.11 311	3.00 524	7.43 302	1.11 293	0.76 250	3.72 301	0.60 111	2.63 155	1.91 285	2.01 292	2.07 376	1.22 177	1.04 176	10.26 468	2.26 424	0.27 115	0.22 201	0.34 308	0.34 354	0.61 429	0.48 373

11t1	1.11 134	0.53 87	1.80 123	1.55 466	0.65 202	2.20 105	0.60 111	3.66 291	1.49 134	1.60 184	1.26 126	1.03 147	1.35 256	1.72 193	0.97 204	0.28 152	0.31 355	0.29 193	0.23 152	0.30 149	0.34 246

MIM_Stereo	1.20 154	0.78 319	3.30 243	1.05 255	0.43 65	3.04 179	0.60 111	2.46 123	1.51 146	1.60 184	1.58 212	1.82 270	1.29 244	2.00 227	1.07 222	0.24 64	0.24 262	0.28 172	0.25 189	0.27 95	0.27 140

FENet	2.25 330	0.50 63	20.29 513	1.35 408	0.67 216	4.01 378	0.60 111	3.95 364	1.99 294	1.96 269	1.11 93	2.43 349	1.43 280	1.60 168	1.39 291	0.32 255	0.22 201	0.33 290	0.26 209	0.29 126	0.39 302

2w_stereo	0.75 28	0.46 30	1.08 19	0.68 38	0.56 151	2.00 87	0.61 115	2.87 192	0.83 29	0.93 112	0.93 60	0.36 3	1.13 207	0.90 21	0.61 55	0.17 5	0.13 1	0.23 31	0.17 29	0.20 17	0.21 47

ISRNet	1.69 242	0.76 310	5.69 288	1.27 372	1.36 435	2.85 154	0.61 115	3.60 280	1.91 285	2.13 329	2.12 387	2.90 401	1.41 272	2.51 270	1.71 358	0.49 441	0.50 478	0.56 473	0.47 451	0.49 385	0.57 419

rvit_stereo_0081	0.80 53	0.63 194	1.19 53	0.91 167	0.64 194	1.27 30	0.61 115	2.05 72	1.71 241	0.82 89	0.73 25	0.85 111	0.75 88	1.30 110	0.80 134	0.31 234	0.26 299	0.27 143	0.25 189	0.38 277	0.27 140

rvit_stereo_0082	0.80 53	0.63 194	1.19 53	0.91 167	0.64 194	1.27 30	0.61 115	2.05 72	1.71 241	0.82 89	0.73 25	0.85 111	0.75 88	1.30 110	0.80 134	0.31 234	0.26 299	0.27 143	0.25 189	0.38 277	0.27 140

StereoVision	1.65 236	0.75 305	7.47 303	1.01 235	1.80 515	2.61 141	0.61 115	3.06 210	1.96 289	1.25 146	3.46 509	1.85 279	0.88 134	2.07 232	1.93 388	0.43 392	0.36 393	0.37 354	0.36 380	0.48 379	0.33 234

EKT-Stereo	6.79 548	0.64 206	4.24 267	1.77 495	106.39 594	4.51 489	0.61 115	3.16 219	1.53 162	1.88 243	1.22 113	1.98 297	1.36 258	3.81 319	0.84 149	0.35 304	0.24 262	0.29 193	0.26 209	0.34 231	0.48 373

MC-Stereo	1.06 127	0.48 53	1.55 103	1.15 318	0.41 53	4.56 499	0.61 115	2.06 74	1.46 113	1.90 250	1.61 224	0.89 122	1.12 204	1.35 118	0.73 109	0.25 85	0.18 71	0.26 115	0.22 137	0.25 64	0.24 90

MIPNet	2.33 353	0.71 270	19.82 487	0.89 149	0.56 151	4.76 533	0.61 115	4.32 487	2.37 387	1.83 231	1.48 188	1.48 211	1.98 404	2.63 285	1.44 301	0.29 174	0.20 140	0.26 115	0.23 152	0.30 149	0.39 302

rafts_anoy	1.24 167	0.80 327	3.61 258	1.17 326	1.20 396	3.00 176	0.61 115	3.17 221	1.58 194	1.37 159	1.26 126	1.19 171	1.12 204	1.78 200	1.25 264	0.32 255	0.23 228	0.32 255	0.32 337	0.31 168	0.30 197

sAnonymous2	1.37 198	1.22 439	9.79 331	0.92 173	0.88 300	1.23 22	0.61 115	2.56 143	1.69 237	0.85 99	1.02 70	0.73 84	1.23 235	0.98 34	0.78 128	0.29 174	0.25 286	0.31 235	0.30 310	1.06 505	0.71 456

CroCo_RVC	1.37 198	1.22 439	9.79 331	0.92 173	0.88 300	1.23 22	0.61 115	2.56 143	1.69 237	0.85 99	1.02 70	0.73 84	1.23 235	0.98 34	0.78 128	0.29 174	0.25 286	0.31 235	0.30 310	1.06 505	0.71 456

sCroCo_RVC	1.06 127	0.82 338	5.05 278	1.02 245	1.05 353	0.98 9	0.61 115	2.06 74	1.29 75	0.69 47	1.26 126	0.82 103	1.10 200	1.20 84	0.90 176	0.42 386	0.40 426	0.33 290	0.30 310	0.46 372	0.38 295

DN-CSS_ROB	1.91 276	1.55 480	11.13 351	1.82 503	0.88 300	3.99 375	0.61 115	4.01 381	1.67 229	1.64 195	1.89 332	1.39 198	1.06 188	3.23 303	1.50 317	0.31 234	0.19 102	0.44 408	0.29 292	0.37 272	0.31 207

IGEV-BASED-STEREO-	1.09 131	3.30 529	2.61 207	0.82 95	0.38 39	1.27 30	0.62 128	1.51 19	1.29 75	0.91 108	0.92 57	0.65 60	0.57 33	1.08 49	0.59 51	1.55 540	0.15 22	0.32 255	0.28 264	1.10 510	1.98 536

test-1	1.23 162	0.65 216	1.88 129	0.96 202	0.52 130	3.84 327	0.62 128	4.01 381	1.47 118	1.93 261	1.78 282	1.83 273	0.92 146	1.19 83	1.28 274	0.26 100	0.29 332	0.31 235	0.24 177	0.29 126	0.36 266

rvit_stereo_0081_aga	0.81 61	0.75 305	1.84 126	0.72 54	0.73 239	1.21 21	0.63 130	1.92 62	1.39 88	0.87 103	0.80 37	0.79 97	0.69 69	1.27 100	0.69 92	0.35 304	0.29 332	0.26 115	0.25 189	0.40 292	0.27 140

model_zeroshot	1.21 157	0.60 158	3.55 252	1.05 255	0.57 163	3.46 243	0.63 130	2.73 169	1.55 179	2.05 306	1.38 161	1.50 214	0.82 118	1.69 189	0.87 165	0.29 174	0.23 228	0.30 213	0.23 152	0.27 95	0.32 218

xxxx	2.67 415	0.54 98	2.03 145	1.22 349	0.81 265	3.49 252	0.63 130	4.49 521	2.49 416	2.22 369	2.23 406	2.05 308	1.38 260	10.05 460	17.91 562	0.32 255	0.32 363	0.30 213	0.27 235	0.33 213	0.34 246

SCV_C0	0.89 80	0.59 146	1.96 140	0.83 106	0.44 72	1.24 26	0.64 133	3.33 247	1.66 227	0.82 89	1.20 107	0.73 84	0.66 63	1.62 174	0.66 75	0.32 255	0.21 172	0.24 62	0.20 90	0.28 112	0.23 74

rvit_stereo_0083	0.86 71	0.67 237	1.42 88	0.87 139	0.65 202	1.23 22	0.64 133	1.67 38	2.28 362	0.79 83	0.93 60	0.93 133	1.07 190	1.46 143	0.75 118	0.32 255	0.36 393	0.30 213	0.26 209	0.33 213	0.28 159

test_sample1	1.62 230	0.55 104	1.88 129	1.44 439	0.79 260	2.27 109	0.64 133	4.00 379	1.82 265	1.87 240	1.35 153	1.57 221	1.62 332	9.55 441	1.24 261	0.30 214	0.27 310	0.31 235	0.28 264	0.32 195	0.32 218

PCWNet_CMD	2.23 326	0.65 216	17.36 437	0.83 106	0.76 250	3.51 259	0.64 133	3.60 280	1.97 291	1.70 208	1.63 229	3.22 428	3.05 474	2.09 237	1.11 231	0.31 234	0.36 393	0.47 424	0.26 209	0.64 443	0.47 368

TransformOpticalFlow	3.03 459	0.77 313	20.99 539	1.00 229	0.55 147	4.18 427	0.64 133	4.33 489	3.02 490	2.18 351	3.09 494	4.35 502	5.07 522	7.36 397	1.27 270	0.32 255	0.18 71	0.32 255	0.26 209	0.28 112	0.46 363

CFNet_pseudo	2.12 313	0.67 237	15.14 410	0.85 128	0.74 244	3.95 362	0.64 133	3.95 364	1.78 260	1.90 250	1.79 285	3.27 433	1.62 332	2.51 270	1.16 240	0.31 234	0.36 393	0.53 463	0.27 235	0.63 435	0.44 347

CFNet-RSSM	2.08 308	0.52 75	20.06 497	1.01 235	0.56 151	3.39 229	0.64 133	3.67 292	1.55 179	1.72 213	1.37 158	2.57 366	1.19 229	1.11 54	0.86 159	0.27 115	0.20 140	0.25 86	0.23 152	0.27 95	0.23 74

Gwc-CoAtRS	1.58 220	0.57 125	11.69 357	1.01 235	0.60 178	2.53 135	0.64 133	2.36 108	1.56 185	1.80 227	1.47 181	2.74 383	1.18 225	1.12 58	0.90 176	0.27 115	0.21 172	0.25 86	0.22 137	0.27 95	0.23 74

MSMDNet	2.23 326	0.64 206	17.32 433	0.84 116	0.75 246	3.53 263	0.64 133	3.61 283	1.98 293	1.71 212	1.64 231	3.22 428	2.99 467	2.08 234	1.11 231	0.31 234	0.37 406	0.45 415	0.26 209	0.62 433	0.45 353

xyz-stereo-finetune2	1.16 146	0.63 194	1.50 96	0.57 1	0.36 14	3.47 246	0.65 142	2.70 165	1.23 62	0.88 104	1.75 265	0.91 127	1.76 370	3.54 311	1.74 365	0.24 64	0.22 201	0.30 213	0.27 235	0.31 168	0.26 124

222	2.68 419	0.57 125	2.03 145	1.11 293	0.81 265	3.23 203	0.65 142	4.52 526	2.45 408	2.34 407	2.29 418	1.41 204	1.44 283	10.50 473	18.47 566	0.32 255	0.30 345	0.32 255	0.27 235	0.32 195	0.34 246

ccs_rob	2.13 315	0.67 237	15.11 409	0.84 116	0.75 246	3.96 367	0.65 142	3.95 364	1.78 260	1.88 243	1.79 285	3.26 432	1.64 348	2.51 270	1.16 240	0.31 234	0.36 393	0.54 470	0.27 235	0.65 446	0.45 353

FlowAnything_test	0.75 28	0.60 158	1.18 52	0.82 95	0.58 172	2.29 111	0.66 145	1.38 11	0.80 21	1.03 130	0.76 29	0.63 54	0.49 21	0.84 13	0.91 183	0.31 234	0.27 310	0.40 380	0.48 456	0.31 168	0.30 197

iResNet_ROB	1.89 270	1.02 394	8.60 316	1.39 428	0.98 333	3.72 301	0.66 145	3.84 327	2.65 440	1.88 243	2.05 371	1.98 297	1.27 239	4.52 334	1.67 354	0.30 214	0.20 140	0.28 172	0.18 50	0.31 168	0.40 322

FSD					0.60 178	0.77 5	0.67 147	1.57 25	0.68 4	0.72 54	0.62 17	1.02 144	0.72 76	0.81 9	0.73 109	0.59 471	0.54 483	0.57 476	0.54 479	0.57 415

1w_stereo	0.86 71	0.42 15	1.07 11	0.72 54	0.81 265	3.00 176	0.67 147	3.28 234	0.75 12	0.74 61	1.32 143	0.37 6	1.37 259	0.92 25	0.68 83	0.16 3	0.14 11	0.20 3	0.16 13	0.19 5	0.22 62

mms	0.77 43	0.68 245	1.17 51	0.83 106	0.71 232	1.41 47	0.67 147	1.61 28	1.12 54	0.77 78	1.37 158	0.63 54	0.54 29	1.75 197	0.63 60	0.24 64	0.19 102	0.26 115	0.21 104	0.31 168	0.34 246

SDNR	3.97 505	1.93 499	20.28 512	1.31 388	0.94 318	5.16 541	0.67 147	4.33 489	2.58 430	4.82 541	5.94 532	5.01 526	1.45 287	17.52 570	2.53 448	0.79 502	0.72 519	0.59 481	0.45 446	1.15 517	1.17 508

DCRE	1.44 205	0.74 293	3.50 251	1.13 304	0.72 234	1.78 70	0.67 147	2.14 82	1.56 185	1.99 278	8.09 541	1.73 246	1.07 190	1.24 90	0.83 146	0.23 50	0.25 286	0.26 115	0.26 209	0.28 112	0.30 197

NF-Stereo	1.58 220	0.61 175	2.66 214	2.26 528	0.47 99	4.68 515	0.67 147	3.31 238	1.48 126	2.11 322	1.59 216	1.36 194	1.09 194	6.08 368	1.20 249	0.40 360	0.20 140	0.36 342	0.34 354	0.31 168	0.36 266

OCTAStereo	1.58 220	0.61 175	2.72 217	2.27 531	0.46 89	4.68 515	0.67 147	3.30 237	1.48 126	2.11 322	1.59 216	1.36 194	1.09 194	6.02 365	1.21 253	0.41 375	0.20 140	0.36 342	0.34 354	0.31 168	0.37 280

3w_stereo	0.71 23	0.47 44	1.14 47	0.65 23	0.39 42	1.73 69	0.68 154	2.79 183	0.79 19	0.67 43	0.84 43	0.37 6	1.02 171	1.03 41	0.56 45	0.18 15	0.14 11	0.23 31	0.18 50	0.20 17	0.22 62

CFNet_ucs	2.36 367	0.68 245	18.42 457	0.89 149	0.81 265	3.85 335	0.68 154	4.29 472	2.37 387	2.09 315	2.04 365	3.31 437	1.24 237	2.63 285	1.14 236	0.36 316	0.45 453	0.56 473	0.29 292	0.66 451	0.49 380

UDGNet	1.40 201	1.52 478	2.22 173	1.38 426	0.62 189	4.39 462	0.68 154	1.80 51	2.18 341	1.34 153	1.18 103	0.99 139	1.00 166	2.16 244	1.19 246	1.09 520	0.34 382	1.30 536	0.98 525	1.10 510	0.58 424

RE-Stereo	1.58 220	0.61 175	2.72 217	2.26 528	0.46 89	4.68 515	0.68 154	3.31 238	1.48 126	2.11 322	1.59 216	1.36 194	1.09 194	6.01 363	1.22 256	0.41 375	0.20 140	0.36 342	0.34 354	0.31 168	0.37 280

TVStereo	1.58 220	0.61 175	2.72 217	2.26 528	0.46 89	4.68 515	0.68 154	3.31 238	1.48 126	2.11 322	1.59 216	1.36 194	1.09 194	6.01 363	1.22 256	0.41 375	0.20 140	0.36 342	0.34 354	0.31 168	0.37 280

raftrobust	1.19 149	0.72 274	2.30 183	1.26 364	1.31 419	3.55 270	0.68 154	2.75 172	1.47 118	2.21 367	1.38 161	1.17 163	1.22 232	1.20 84	1.11 231	0.28 152	0.24 262	0.21 12	0.19 73	0.25 64	0.28 159

rvit_stereo_0075_2	1.18 147	0.74 293	2.66 214	0.90 158	1.27 413	2.51 129	0.69 160	2.25 95	2.06 312	1.40 164	1.86 322	1.46 210	0.84 123	1.42 132	0.94 197	0.46 415	0.40 426	0.48 432	0.38 405	0.46 372	0.51 395

CASS	1.29 188	0.66 227	2.62 210	0.95 196	0.66 209	2.84 152	0.69 160	3.00 201	1.79 262	2.57 444	1.95 344	1.39 198	1.55 319	1.59 166	1.06 219	0.50 445	0.28 322	0.34 308	0.28 264	0.46 372	0.63 439
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSM-softLoss	1.66 239	0.59 146	5.15 280	2.25 526	0.48 107	4.68 515	0.69 160	2.57 145	1.52 155	2.14 332	1.45 175	1.42 205	0.99 164	6.04 366	1.20 249	0.41 375	0.23 228	0.37 354	0.39 412	0.32 195	0.31 207

KMStereo	1.66 239	0.59 146	5.15 280	2.25 526	0.48 107	4.68 515	0.69 160	2.57 145	1.52 155	2.14 332	1.45 175	1.42 205	0.99 164	6.04 366	1.20 249	0.41 375	0.23 228	0.37 354	0.39 412	0.32 195	0.31 207

AnonymousM	1.22 161	1.32 456	0.97 1	0.88 144	0.56 151	4.03 382	0.69 160	2.41 111	1.68 231	1.48 172	1.31 142	1.15 161	1.00 166	1.18 82	0.73 109	0.32 255	0.40 426	2.07 544	1.70 546	0.24 50	0.22 62

RALAANet	1.28 186	1.08 408	3.21 237	1.25 357	0.94 318	1.44 49	0.69 160	3.15 218	2.57 429	2.01 292	1.80 288	1.29 186	1.05 181	2.00 227	1.48 313	0.27 115	0.20 140	0.27 143	0.24 177	0.40 292	0.27 140

MSKI-zero shot	2.22 324	0.64 206	20.09 501	0.96 202	0.56 151	4.04 384	0.70 166	3.91 351	1.50 139	1.92 257	2.28 415	1.92 284	0.71 73	2.93 298	0.67 80	0.26 100	0.23 228	0.26 115	0.21 104	0.28 112	0.26 124

RALCasStereoNet	1.19 149	1.02 394	2.06 157	1.12 297	1.14 374	3.08 187	0.70 166	2.99 199	1.73 247	1.34 153	1.68 243	1.18 167	0.91 143	2.16 244	1.00 212	0.30 214	0.26 299	0.24 62	0.21 104	0.29 126	0.30 197

RSM++	0.77 43	0.51 69	1.08 19	0.95 196	0.42 59	1.52 58	0.71 168	2.11 79	1.40 92	0.80 85	1.23 117	0.90 125	0.59 41	1.14 63	0.69 92	0.24 64	0.19 102	0.25 86	0.21 104	0.28 112	0.20 20

HCRNet	1.60 226	0.56 115	2.47 197	0.78 80	1.36 435	4.11 401	0.71 168	3.57 276	2.79 458	1.75 219	1.61 224	1.58 223	1.41 272	5.79 360	1.56 330	0.34 284	0.28 322	0.36 342	0.29 292	0.33 213	0.37 280

StereoDRNet-Refined	1.77 255	0.81 331	2.22 173	1.21 346	0.76 250	3.26 211	0.71 168	3.82 323	2.05 310	2.29 386	2.05 371	2.98 408	1.44 283	7.15 392	2.27 426	0.30 214	0.23 228	0.42 399	0.33 345	0.45 361	0.64 443
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.34 357	0.63 194	11.59 355	1.30 385	0.83 279	3.07 186	0.72 171	4.27 464	2.30 366	2.30 390	1.88 326	1.73 246	1.42 277	11.14 504	1.46 305	0.35 304	0.29 332	0.35 327	0.36 380	0.40 292	0.38 295

AE-Stereo	1.18 147	0.60 158	2.05 148	1.10 286	0.60 178	4.39 462	0.72 171	3.74 308	1.62 217	1.10 136	1.90 337	1.01 143	0.92 146	1.45 139	0.82 143	0.28 152	0.22 201	0.28 172	0.28 264	0.26 82	0.22 62

anonymousdsp2	1.26 178	0.60 158	3.74 262	1.02 245	0.41 53	3.60 280	0.72 171	3.68 294	1.47 118	1.37 159	1.56 209	1.83 273	1.01 168	2.00 227	0.66 75	0.29 174	0.20 140	0.28 172	0.20 90	0.32 195	0.29 169

DeepStereo_RVC	1.55 213	0.63 194	3.32 244	0.77 78	0.42 59	4.49 482	0.72 171	2.50 129	1.58 194	2.02 297	1.81 300	1.54 219	6.38 542	1.73 194	1.19 246	0.46 415	0.22 201	0.29 193	0.28 264	0.35 249	0.38 295

cross-raft	2.01 297	0.57 125	19.01 467	1.03 252	0.56 151	2.11 99	0.72 171	3.63 285	1.57 191	1.77 221	1.51 192	3.17 425	1.13 207	1.16 70	0.85 152	0.23 50	0.21 172	0.26 115	0.23 152	0.28 112	0.25 100

MM-Stereo_test2	1.79 257	0.53 87	20.16 503	1.43 436	0.47 99	2.57 138	0.73 176	1.67 38	1.47 118	0.94 113	0.96 67	0.84 107	0.79 109	1.16 70	0.68 83	0.24 64	0.17 42	0.25 86	0.22 137	0.30 149	0.22 62

DCVSM-stereo	2.31 346	0.66 227	20.69 529	1.11 293	0.93 316	2.58 140	0.73 176	2.61 153	1.60 210	2.57 444	1.53 200	3.30 436	1.72 365	2.19 249	1.23 259	0.34 284	0.53 481	0.41 392	0.32 337	0.45 361	0.62 435

test_sample3	2.34 357	0.61 175	11.94 358	1.33 396	0.85 287	3.10 190	0.73 176	4.24 454	2.19 342	2.21 367	1.75 265	1.80 264	1.41 272	11.11 503	1.46 305	0.35 304	0.29 332	0.34 308	0.35 370	0.39 287	0.37 280

MGS-Stereo	0.80 53	0.56 115	1.53 99	0.93 188	0.39 42	1.26 29	0.73 176	1.45 14	1.30 77	1.01 124	2.26 410	0.80 99	0.56 32	1.16 70	0.65 70	0.27 115	0.23 228	0.26 115	0.22 137	0.27 95	0.25 100

SMFormer	2.00 294	0.57 125	4.46 269	1.36 414	0.57 163	2.03 89	0.73 176	4.25 456	2.80 462	2.32 400	2.31 430	1.95 288	1.52 307	10.99 494	2.13 415	0.34 284	0.32 363	0.36 342	0.31 326	0.38 277	0.36 266

tta	2.00 294	0.57 125	4.46 269	1.36 414	0.57 163	2.03 89	0.73 176	4.25 456	2.80 462	2.32 400	2.31 430	1.95 288	1.52 307	10.99 494	2.13 415	0.34 284	0.32 363	0.36 342	0.31 326	0.29 126	0.29 169

qqq1	1.92 279	0.57 125	4.46 269	1.36 414	0.57 163	2.03 89	0.73 176	4.25 456	2.80 462	2.32 400	2.31 430	1.95 288	1.52 307	10.99 494	0.71 101	0.34 284	0.32 363	0.30 213	0.23 152	0.29 126	0.29 169

fff1	1.92 279	0.57 125	4.46 269	1.36 414	0.57 163	2.03 89	0.73 176	4.25 456	2.80 462	2.32 400	2.31 430	1.95 288	1.52 307	10.99 494	0.71 101	0.34 284	0.32 363	0.30 213	0.23 152	0.29 126	0.29 169

CAS	1.26 178	0.40 7	1.46 91	2.97 546	1.61 484	4.13 406	0.73 176	1.78 50	1.49 134	0.83 96	1.10 92	0.59 48	0.53 26	1.26 96	0.80 134	2.99 550	0.13 1	0.21 12	0.13 1	0.31 168	1.72 529

AACVNet	1.83 261	1.02 394	2.41 195	1.45 443	0.87 297	3.21 199	0.73 176	3.16 219	1.61 214	2.01 292	1.82 306	2.28 325	1.33 251	10.98 493	1.49 316	0.39 353	0.32 363	0.38 370	0.32 337	0.43 345	0.44 347

PSM-adaLoss	1.24 167	0.65 216	2.03 145	0.75 60	0.37 28	4.68 515	0.73 176	2.53 131	1.58 194	1.99 278	1.47 181	1.78 254	1.13 207	2.18 248	0.87 165	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

CFNet	2.34 357	1.10 412	8.96 320	1.34 403	1.24 406	4.09 394	0.73 176	4.04 390	2.77 455	1.62 191	1.87 325	2.27 324	1.45 287	11.41 512	1.82 375	0.31 234	0.24 262	0.43 403	0.36 380	0.43 345	0.33 234

AIO-test2	1.61 228	1.30 450	3.40 247	1.16 324	1.31 419	3.18 197	0.74 188	4.06 398	1.52 155	1.72 213	2.21 403	0.78 92	0.74 85	3.64 316	0.95 202	3.64 558	0.26 299	0.35 327	0.42 436	0.37 272	0.33 234

test_sample5	2.33 353	0.62 185	11.29 352	1.29 378	0.83 279	3.09 188	0.74 188	4.28 469	2.31 370	2.20 358	1.97 351	1.68 235	1.39 263	11.19 505	1.47 310	0.37 324	0.31 355	0.37 354	0.37 392	0.41 316	0.39 302

ACVNet-DCA	1.85 263	0.74 293	13.77 379	1.78 496	0.36 14	4.48 476	0.74 188	3.98 373	1.53 162	1.01 124	1.81 300	0.72 80	1.62 332	2.13 239	0.64 63	0.29 174	0.17 42	0.32 255	0.21 104	0.33 213	0.32 218

xx1	2.03 299	0.74 293	13.77 379	1.78 496	0.36 14	4.48 476	0.74 188	4.23 446	3.95 536	1.01 124	1.81 300	1.79 261	1.34 253	2.13 239	0.64 63	0.29 174	0.17 42	0.33 290	0.33 345	0.33 213	0.32 218

1test111	1.99 293	0.74 293	13.77 379	1.78 496	0.36 14	4.48 476	0.74 188	3.98 373	1.53 162	1.01 124	1.81 300	0.72 80	1.62 332	4.66 336	0.98 207	0.29 174	0.17 42	0.32 255	0.21 104	0.33 213	0.32 218

cc1	1.98 290	0.74 293	13.77 379	1.78 496	0.36 14	4.48 476	0.74 188	4.23 446	3.95 536	1.01 124	1.81 300	0.72 80	1.62 332	2.13 239	0.64 63	0.29 174	0.17 42	0.32 255	0.21 104	0.31 168	0.29 169

DualNet	2.33 353	0.62 185	11.29 352	1.29 378	0.83 279	3.09 188	0.74 188	4.28 469	2.31 370	2.26 382	2.04 365	1.68 235	1.39 263	11.19 505	1.47 310	0.37 324	0.31 355	0.37 354	0.37 392	0.41 316	0.39 302

CASnet	0.78 48	0.51 69	1.29 71	0.81 85	0.29 1	1.28 35	0.74 188	1.51 19	1.89 281	1.64 195	1.09 89	0.65 60	0.64 54	0.91 23	0.76 122	0.29 174	0.17 42	0.41 392	0.31 326	0.32 195	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iGMRVC	1.26 178	0.66 227	2.14 164	0.75 60	0.37 28	4.66 512	0.74 188	2.53 131	1.58 194	1.99 278	1.46 177	1.78 254	1.14 214	2.46 264	0.92 187	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

RAFT-IKP	1.25 171	0.66 227	2.23 175	0.75 60	0.37 28	4.64 509	0.74 188	2.53 131	1.58 194	1.99 278	1.47 181	1.78 254	1.13 207	2.22 254	0.92 187	0.48 429	0.22 201	0.32 255	0.27 235	0.40 292	0.29 169

rvit_stereo_0080	0.94 91	0.72 274	2.56 201	0.64 16	0.59 175	1.90 78	0.75 198	2.71 166	1.40 92	0.91 108	1.04 78	0.85 111	0.82 118	1.14 63	0.78 128	0.35 304	0.29 332	0.25 86	0.27 235	0.45 361	0.29 169

whm_eth	0.94 91	0.72 274	2.56 201	0.64 16	0.59 175	1.90 78	0.75 198	2.71 166	1.40 92	0.91 108	1.04 78	0.85 111	0.82 118	1.14 63	0.78 128	0.35 304	0.29 332	0.25 86	0.27 235	0.45 361	0.29 169

dd	1.26 178	1.15 422	2.47 197	0.92 173	0.49 115	4.35 456	0.75 198	1.92 62	2.11 328	1.44 169	1.24 118	1.19 171	1.05 181	1.78 200	1.70 357	0.57 468	0.34 382	0.35 327	0.33 345	0.60 424	0.46 363

tt45	0.96 103	0.48 53	1.19 53	0.89 149	0.66 209	3.91 345	0.76 201	1.90 59	1.26 72	0.70 48	1.30 138	0.71 78	0.63 52	2.59 282	0.74 115	0.22 38	0.17 42	0.28 172	0.23 152	0.27 95	0.27 140

fffy	0.80 53	0.59 146	1.56 105	1.00 229	0.47 99	1.27 30	0.76 201	1.90 59	1.02 47	0.75 63	1.35 153	0.83 105	0.72 76	1.70 191	0.62 57	0.23 50	0.19 102	0.27 143	0.21 104	0.28 112	0.32 218

testlalala2	2.31 346	0.63 194	20.54 523	2.56 539	2.87 545	3.79 316	0.76 201	4.20 433	1.48 126	1.42 168	1.43 172	2.45 354	0.80 116	1.03 41	0.68 83	0.27 115	0.25 286	0.24 62	0.21 104	0.33 213	0.28 159

BUS	1.49 212	0.59 146	1.94 135	0.87 139	0.85 287	4.50 485	0.76 201	4.48 518	1.88 277	2.93 484	1.83 307	3.63 468	0.97 157	1.60 168	1.17 243	0.34 284	0.25 286	0.31 235	0.28 264	0.35 249	0.33 234

NINENet	1.87 265	0.74 293	2.60 204	1.12 297	1.06 356	4.50 485	0.76 201	4.41 507	2.24 350	2.16 345	1.86 322	3.63 468	0.97 157	8.00 408	1.17 243	0.41 375	0.30 345	0.41 392	0.30 310	0.41 316	0.36 266

GANet-ADL	2.20 323	0.73 285	20.11 502	1.25 357	0.69 227	3.83 322	0.76 201	3.49 260	1.71 241	1.65 199	1.99 356	2.10 315	1.10 200	1.42 132	1.26 267	0.38 341	0.33 370	0.25 86	0.22 137	0.42 335	0.36 266

Patchmatch Stereo++	1.25 171	0.65 216	2.06 157	0.75 60	0.37 28	4.68 515	0.76 201	2.53 131	1.58 194	1.99 278	1.47 181	1.78 254	1.14 214	2.44 262	0.90 176	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
IIG-Stereo	1.95 284	0.79 323	2.14 164	2.78 543	0.66 209	4.62 506	0.76 201	4.27 464	1.53 162	2.63 459	3.14 498	3.35 440	1.61 329	7.65 403	1.41 296	0.39 353	0.20 140	0.31 235	0.25 189	0.33 213	0.22 62

ROB_FTStereo_v2	1.23 162	0.66 227	2.02 144	0.75 60	0.37 28	4.67 514	0.76 201	2.53 131	1.58 194	1.99 278	1.46 177	1.78 254	1.14 214	2.08 234	0.88 169	0.48 429	0.22 201	0.32 255	0.27 235	0.40 292	0.29 169

SST-Stereo	1.76 253	0.58 138	3.10 233	1.44 439	0.46 89	4.71 527	0.76 201	2.22 92	2.79 458	2.07 314	2.18 397	2.43 349	3.22 482	6.66 381	0.84 149	0.42 386	0.19 102	0.30 213	0.27 235	0.35 249	0.26 124

iRAFT	1.25 171	0.65 216	2.06 157	0.75 60	0.37 28	4.68 515	0.76 201	2.53 131	1.58 194	1.99 278	1.47 181	1.78 254	1.14 214	2.44 262	0.90 176	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

raft+_RVC	1.21 157	0.83 342	2.61 207	1.35 408	0.97 326	3.60 280	0.76 201	3.23 228	1.51 146	1.33 152	1.67 240	1.03 147	1.10 200	1.87 217	0.92 187	0.24 64	0.22 201	0.25 86	0.24 177	0.26 82	0.25 100

UNet	2.51 391	0.74 293	20.17 504	1.14 305	1.44 454	3.48 249	0.76 201	3.77 313	1.87 275	2.05 306	1.57 211	2.75 385	2.39 437	3.51 310	2.51 446	0.32 255	0.26 299	0.41 392	0.26 209	0.38 277	0.39 302

xyz-stereo	10.85 563	0.45 23	79.01 594	0.62 9	0.45 79	83.70 597	0.77 214	2.59 151	1.34 81	2.19 355	32.02 585	2.76 391	1.62 332	5.75 359	2.39 432	0.25 85	0.17 42	0.33 290	0.21 104	0.25 64	0.19 5

RSM	0.80 53	0.50 63	1.08 19	0.83 106	0.51 121	1.31 38	0.77 214	2.28 100	1.43 101	0.82 89	1.44 174	1.22 177	0.62 49	1.17 77	0.63 60	0.22 38	0.18 71	0.24 62	0.19 73	0.27 95	0.20 20

ttt	2.76 425	0.56 115	2.28 182	1.41 432	1.21 402	3.67 293	0.77 214	4.59 531	2.94 481	2.35 408	2.30 423	2.45 354	1.54 317	11.25 508	15.56 549	0.43 392	0.36 393	0.37 354	0.33 345	0.40 292	0.40 322

ROB_FTStereo	1.25 171	0.66 227	2.14 164	0.75 60	0.37 28	4.65 511	0.77 214	2.53 131	1.58 194	1.99 278	1.47 181	1.78 254	1.13 207	2.26 257	0.86 159	0.47 424	0.22 201	0.32 255	0.27 235	0.40 292	0.29 169

HUF	1.15 142	0.64 206	8.62 317	0.90 158	0.35 12	1.35 41	0.78 218	1.97 67	1.50 139	0.63 30	1.52 193	0.83 105	0.66 63	1.28 101	0.63 60	0.29 174	0.23 228	0.26 115	0.17 29	0.23 45	0.25 100

DDVS	1.68 241	0.79 323	2.52 199	1.26 364	1.16 381	3.17 195	0.78 218	3.12 214	1.82 265	1.86 238	1.91 338	2.92 406	1.43 280	6.20 370	1.63 347	0.45 408	0.65 508	0.34 308	0.38 405	0.48 379	0.79 478

iRaft-Stereo_20w	1.88 269	0.62 185	10.58 344	0.90 158	0.83 279	2.96 174	0.78 218	4.90 542	1.58 194	2.29 386	1.60 220	1.25 180	4.51 516	2.28 258	0.90 176	0.29 174	0.21 172	0.26 115	0.24 177	0.41 316	0.31 207

PSMNet-ADL	1.91 276	0.72 274	1.78 122	1.09 277	0.86 292	4.18 427	0.78 218	3.77 313	2.10 326	1.72 213	1.85 319	2.91 404	1.82 385	10.38 472	1.91 386	0.48 429	0.46 462	0.28 172	0.29 292	0.38 277	0.51 395

HUI-Stereo	1.25 171	0.66 227	2.33 186	0.75 60	0.37 28	4.68 515	0.78 218	2.53 131	1.58 194	1.99 278	1.46 177	1.79 261	1.13 207	2.17 246	0.85 152	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

ASMatch	2.62 408	0.60 158	20.65 528	1.37 424	0.64 194	4.39 462	0.78 218	1.97 67	1.58 194	1.70 208	3.89 516	1.94 286	3.79 500	5.46 350	1.64 350	0.31 234	0.24 262	0.34 308	0.28 264	0.33 213	0.50 387

RAFT-345	2.46 381	0.55 104	19.69 484	1.02 245	0.49 115	4.43 472	0.78 218	1.64 36	2.34 376	2.09 315	3.12 496	1.96 293	1.31 248	6.65 380	1.43 299	0.36 316	0.23 228	0.32 255	0.25 189	0.28 112	0.25 100

MM-Stereo_test1	1.90 272	0.53 87	19.85 489	1.39 428	0.48 107	1.81 73	0.79 225	3.00 201	1.82 265	1.69 204	1.09 89	0.87 117	0.97 157	1.45 139	0.74 115	0.24 64	0.21 172	0.27 143	0.24 177	0.35 249	0.24 90

SMoEStereo_RVC	0.80 53	0.53 87	1.12 40	0.92 173	0.44 72	2.41 121	0.79 225	1.49 18	1.16 55	0.70 48	1.12 95	0.64 56	0.64 54	1.69 189	0.87 165	0.22 38	0.16 28	0.31 235	0.22 137	0.26 82	0.25 100

rvit_0105_6	1.00 116	0.93 372	2.21 170	0.92 173	0.55 147	1.52 58	0.79 225	2.41 111	2.96 482	0.76 73	0.72 24	1.02 144	0.75 88	1.42 132	0.81 140	0.40 360	0.43 443	0.34 308	0.31 326	0.43 345	0.34 246

Occ-G	0.86 71	0.52 75	1.39 83	0.82 95	0.66 209	1.37 43	0.79 225	1.58 26	1.31 78	1.56 181	0.87 48	2.18 320	0.89 138	0.97 32	0.88 169	0.26 100	0.19 102	0.26 115	0.19 73	0.25 64	0.24 90

test_sample6	2.35 362	0.62 185	10.78 347	1.33 396	0.83 279	3.15 194	0.79 225	4.36 498	2.43 403	2.26 382	2.04 365	1.69 240	1.39 263	11.48 517	1.61 339	0.38 341	0.32 363	0.37 354	0.39 412	0.41 316	0.42 332

tt1	1.79 257	0.73 285	10.41 342	1.75 493	0.36 14	4.55 494	0.79 225	4.22 442	3.37 520	1.08 134	1.80 288	0.74 88	1.48 294	2.21 252	0.65 70	0.29 174	0.16 28	0.31 235	0.22 137	0.30 149	0.29 169

anonymousa	2.16 318	0.67 237	19.19 468	1.04 254	1.67 497	2.06 96	0.79 225	2.86 190	1.96 289	1.85 233	2.14 390	3.23 430	1.81 383	1.12 58	1.15 237	0.26 100	0.26 299	0.34 308	0.32 337	0.30 149	0.28 159

RCA-Stereo	1.21 157	0.52 75	1.58 107	0.90 158	0.46 89	4.68 515	0.79 225	4.13 417	1.74 253	1.92 257	1.80 288	0.94 136	1.48 294	1.14 63	0.70 98	0.27 115	0.18 71	0.25 86	0.19 73	0.25 64	0.23 74

DisPM	1.36 197	0.55 104	2.39 192	1.54 461	0.51 121	4.59 502	0.79 225	2.50 129	1.88 277	2.50 432	1.83 307	1.45 208	1.01 168	2.71 292	0.93 195	0.46 415	0.20 140	0.32 255	0.31 326	0.31 168	0.44 347

Pruner-Stereo	1.32 195	0.59 146	2.11 163	1.79 501	0.47 99	4.73 528	0.79 225	2.53 131	1.72 244	2.47 429	1.58 212	1.48 211	1.03 172	1.66 183	1.47 310	0.44 399	0.21 172	0.34 308	0.30 310	0.30 149	0.39 302

IGEV-RUCA	0.90 83	0.53 87	1.05 6	0.81 85	0.74 244	3.89 342	0.80 235	1.92 62	1.41 95	0.96 121	0.71 22	0.70 71	0.73 81	1.30 110	0.68 83	0.29 174	0.20 140	0.25 86	0.19 73	0.43 345	0.34 246

fffft	0.76 36	0.47 44	1.28 70	0.82 95	0.54 140	1.51 56	0.80 235	2.09 78	1.18 58	0.63 30	0.84 43	0.59 48	0.55 30	1.80 205	0.85 152	0.19 20	0.18 71	0.27 143	0.20 90	0.26 82	0.24 90
1: 1. 1
rvit_stereo_ft	1.00 116	0.87 356	3.55 252	0.97 209	0.66 209	1.06 11	0.80 235	2.78 178	1.67 229	0.78 81	0.96 67	0.95 137	1.14 214	1.06 47	0.90 176	0.32 255	0.24 262	0.27 143	0.28 264	0.39 287	0.27 140

RAFT-Stereo-weight	1.11 134	0.48 53	1.22 58	0.99 221	0.42 59	4.17 424	0.80 235	3.60 280	1.50 139	1.97 271	1.50 190	1.30 187	0.65 57	1.24 90	0.85 152	0.25 85	0.19 102	0.26 115	0.22 137	0.27 95	0.23 74

RAFT-Test	1.44 205	0.59 146	6.10 289	1.01 235	0.69 227	2.90 159	0.80 235	3.68 294	1.70 240	1.85 233	1.68 243	3.15 423	1.03 172	1.20 84	0.99 210	0.27 115	0.22 201	0.25 86	0.23 152	0.27 95	0.25 100

test_xeample	2.67 415	0.56 115	2.05 148	1.09 277	0.81 265	3.24 206	0.80 235	4.55 528	2.70 446	2.42 422	2.27 411	1.39 198	1.40 267	10.75 482	17.51 561	0.30 214	0.30 345	0.32 255	0.28 264	0.34 231	0.33 234

ACVNet	1.46 208	0.64 206	3.56 254	0.93 188	0.85 287	4.22 437	0.80 235	2.85 187	2.08 315	1.78 223	1.88 326	3.10 418	1.46 290	1.33 114	1.89 383	0.29 174	0.26 299	0.30 213	0.26 209	0.39 287	0.27 140

hitnet-ft	2.37 368	0.73 285	8.34 311	0.96 202	0.89 305	3.77 310	0.80 235	3.55 274	2.58 430	2.24 376	2.04 365	3.65 470	1.49 300	11.71 532	1.89 383	0.44 399	0.53 481	0.44 408	0.35 370	0.52 393	0.48 373

HITNet	2.07 306	0.82 338	14.77 399	1.34 403	0.56 151	3.47 246	0.80 235	4.07 400	2.35 378	2.16 345	1.61 224	1.64 230	1.44 283	2.09 237	2.56 452	0.26 100	0.18 71	0.41 392	0.26 209	0.45 361	0.25 100
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
xyz-stereo-finetune	1.05 126	0.62 185	1.46 91	0.59 3	0.36 14	3.48 249	0.81 244	2.69 164	1.74 253	0.94 113	1.21 111	0.91 127	0.78 105	2.53 277	1.28 274	0.24 64	0.24 262	0.26 115	0.23 152	0.30 149	0.23 74

Any-RAFT	1.40 201	0.53 87	2.78 221	1.09 277	0.64 194	4.41 468	0.81 244	3.97 371	2.78 456	1.99 278	1.34 150	2.36 338	1.56 321	1.56 158	0.75 118	0.27 115	0.20 140	0.25 86	0.18 50	0.25 64	0.28 159

pcwnet_v2	2.70 422	0.65 216	22.48 565	1.08 271	1.03 348	3.56 272	0.81 244	4.29 472	3.14 500	2.29 386	2.29 418	3.01 411	1.71 363	3.32 307	1.43 299	0.43 392	0.50 478	0.41 392	0.34 354	0.61 429	0.56 415

iResNet	2.52 394	0.94 378	21.17 545	1.84 505	0.72 234	3.75 307	0.81 244	4.14 423	2.55 428	2.33 406	2.03 362	1.35 193	1.44 283	3.27 304	2.16 419	0.35 304	0.23 228	0.28 172	0.22 137	0.44 353	0.45 353

AIO-Stereo	0.76 36	0.54 98	1.07 11	0.73 57	0.40 46	1.28 35	0.82 248	2.26 96	1.49 134	0.70 48	1.58 212	0.89 122	0.45 14	1.03 41	0.55 44	0.24 64	0.18 71	0.25 86	0.20 90	0.26 82	0.21 47

HH	2.23 326	0.86 353	21.59 555	0.98 215	0.51 121	1.49 54	0.82 248	2.74 170	1.54 171	1.10 136	1.69 248	4.62 514	1.86 392	2.55 278	0.69 92	0.26 100	0.22 201	0.29 193	0.23 152	0.34 231	0.27 140

HanStereo	2.23 326	0.86 353	21.59 555	0.98 215	0.51 121	1.49 54	0.82 248	2.74 170	1.54 171	1.10 136	1.69 248	4.62 514	1.86 392	2.55 278	0.69 92	0.26 100	0.22 201	0.29 193	0.23 152	0.34 231	0.27 140

Selective-IGEV	0.80 53	0.52 75	1.05 6	0.75 60	0.61 183	1.31 38	0.82 248	2.60 152	1.41 95	0.82 89	1.64 231	0.71 78	0.62 49	1.22 87	0.64 63	0.22 38	0.19 102	0.24 62	0.18 50	0.25 64	0.20 20

GLC_STEREO	0.76 36	0.52 75	1.12 40	0.83 106	0.33 8	1.86 76	0.82 248	1.46 16	1.38 87	0.95 118	1.04 78	0.68 67	0.72 76	0.97 32	0.80 134	0.23 50	0.25 286	0.32 255	0.25 189	0.32 195	0.30 197

ProNet	0.82 64	0.71 270	1.50 96	0.86 133	0.45 79	1.78 70	0.83 253	1.75 45	1.28 74	0.66 40	1.13 97	0.78 92	0.76 95	1.66 183	0.71 101	0.24 64	0.20 140	0.25 86	0.23 152	0.29 126	0.25 100

CRE-IMP	1.23 162	0.61 175	2.14 164	0.82 95	0.39 42	4.54 491	0.83 253	2.63 155	1.55 179	1.95 266	1.46 177	1.87 281	0.96 154	1.48 146	1.33 285	0.45 408	0.21 172	0.31 235	0.26 209	0.41 316	0.31 207

FADNet_RVC	2.65 411	2.28 512	16.51 424	0.98 215	0.92 311	4.09 394	0.83 253	4.26 463	1.73 247	1.46 170	1.78 282	1.60 226	1.50 301	8.88 421	2.39 432	0.47 424	0.38 412	0.44 408	0.58 487	0.89 491	0.97 496

GGEV	0.98 106	0.46 30	1.39 83	0.90 158	0.45 79	4.38 458	0.84 256	2.64 157	1.45 104	0.94 113	1.26 126	0.78 92	1.12 204	1.00 37	0.56 45	0.32 255	0.17 42	0.23 31	0.18 50	0.26 82	0.22 62

rvit_0105_4	1.07 130	0.99 389	2.39 192	0.93 188	0.54 140	1.62 64	0.84 256	2.77 175	2.91 476	0.80 85	0.91 55	1.09 152	0.86 128	1.63 178	0.85 152	0.40 360	0.45 453	0.35 327	0.31 326	0.43 345	0.40 322

gcap-zeroshot	1.30 189	0.61 175	4.09 265	0.94 192	0.56 151	3.50 256	0.84 256	3.12 214	1.72 244	1.84 232	1.22 113	2.72 382	0.88 134	1.46 143	0.80 134	0.29 174	0.30 345	0.27 143	0.21 104	0.29 126	0.25 100

testlalala_base	1.62 230	0.74 293	1.63 109	1.19 335	1.40 444	2.63 143	0.84 256	4.09 406	1.31 78	1.22 145	1.42 170	1.21 176	0.85 125	1.16 70	0.73 109	3.92 564	2.10 552	0.27 143	0.18 50	4.49 561	1.11 506

anonymousdsp	0.95 98	0.69 248	1.27 68	0.83 106	0.52 130	4.54 491	0.84 256	1.76 46	1.24 64	0.76 73	1.06 85	0.78 92	0.77 97	1.67 187	0.69 92	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.26 124

IGEV-Stereo	0.95 98	0.69 248	1.27 68	0.84 116	0.52 130	4.54 491	0.84 256	1.76 46	1.24 64	0.75 63	1.06 85	0.79 97	0.77 97	1.68 188	0.69 92	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.26 124
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	2.10 309	0.83 342	8.57 314	0.81 85	0.76 250	3.21 199	0.84 256	3.71 305	1.65 225	1.56 181	2.50 448	2.20 321	2.23 426	9.13 429	2.01 400	0.38 341	0.19 102	0.35 327	0.27 235	0.45 361	0.39 302

dad	1.65 236	1.19 430	3.04 232	0.98 215	0.56 151	4.22 437	0.84 256	1.99 69	2.48 412	2.14 332	1.68 243	1.62 229	1.13 207	3.85 320	2.04 402	1.03 519	0.40 426	2.04 543	0.48 456	0.75 476	0.53 402

PFNet+	1.46 208	0.57 125	2.84 223	0.92 173	0.47 99	4.64 509	0.84 256	2.46 123	1.99 294	2.14 332	1.64 231	1.34 191	1.03 172	4.68 338	1.23 259	0.45 408	0.33 370	0.37 354	0.39 412	0.32 195	0.49 380

Anonymous3	1.72 245	0.76 310	11.61 356	0.83 106	0.84 286	4.46 474	0.84 256	3.57 276	1.16 55	1.34 153	1.37 158	1.11 157	1.03 172	1.58 161	1.13 235	0.70 496	0.58 496	0.33 290	0.35 370	0.47 376	0.42 332

DA2	0.98 106	0.46 30	1.34 77	0.92 173	0.43 65	4.34 454	0.85 266	2.79 183	1.35 84	0.82 89	1.30 138	0.89 122	1.08 193	1.11 54	0.56 45	0.30 214	0.18 71	0.24 62	0.18 50	0.25 64	0.23 74

coex_refinement	2.10 309	0.85 350	3.67 261	1.31 388	1.13 373	3.21 199	0.85 266	3.86 333	2.31 370	2.51 435	1.92 340	3.49 457	1.69 359	11.08 501	2.13 415	0.37 324	0.25 286	0.27 143	0.31 326	0.41 316	0.37 280

mmm	1.27 183	0.58 138	2.20 168	1.41 432	0.68 221	2.39 119	0.85 266	3.90 346	1.63 220	2.20 358	1.84 312	1.28 183	1.50 301	1.91 220	0.89 172	0.31 234	0.27 310	0.45 415	0.37 392	0.38 277	0.34 246

DMCA-RVC	2.45 378	1.22 439	18.29 452	1.23 353	1.14 374	2.49 127	0.85 266	3.29 236	1.68 231	3.02 491	1.41 168	2.00 300	1.53 314	6.39 374	2.00 398	0.38 341	0.30 345	0.44 408	0.35 370	0.45 361	0.44 347

zero-FE	0.95 98	0.52 75	2.63 211	0.86 133	1.27 413	1.41 47	0.86 270	2.27 97	0.73 10	0.50 4	0.64 18	0.54 41	0.78 105	2.70 290	1.02 214	0.35 304	0.17 42	0.24 62	0.18 50	1.03 502	0.29 169

MM-Stereo_test3	1.09 131	0.59 146	1.55 103	1.73 491	1.18 383	1.91 80	0.86 270	3.52 267	1.76 257	1.25 146	1.86 322	1.10 155	0.69 69	1.32 113	0.86 159	0.27 115	0.23 228	0.27 143	0.22 137	0.34 231	0.30 197

AIO-Stereo-zeroshot1	2.68 419	1.26 446	22.01 562	1.08 271	0.99 336	1.61 62	0.86 270	3.69 299	1.64 221	1.52 176	5.62 531	3.35 440	3.44 493	2.20 250	1.33 285	0.26 100	0.21 172	0.30 213	0.62 495	0.93 495	0.67 447

test_sample2	1.75 252	0.56 115	2.25 176	1.41 432	0.80 262	2.91 162	0.86 270	4.05 394	2.04 307	1.91 255	1.39 163	1.57 221	1.55 319	10.65 479	1.06 219	0.32 255	0.28 322	0.32 255	0.30 310	0.36 262	0.33 234

CAS++	0.89 80	0.64 206	1.46 91	0.81 85	0.51 121	1.24 26	0.86 270	3.44 255	1.46 113	1.14 141	1.29 136	0.62 52	0.58 36	1.13 61	0.59 51	0.34 284	0.30 345	0.34 308	0.26 209	0.41 316	0.29 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo06	2.46 381	0.72 274	19.97 494	1.02 245	0.99 336	4.26 442	0.86 270	3.51 266	1.68 231	1.92 257	1.73 259	4.01 484	4.22 509	1.62 174	0.88 169	0.24 64	0.23 228	0.34 308	0.26 209	0.42 335	0.36 266

MyStereo05	2.37 368	0.72 274	19.94 492	1.02 245	0.99 336	4.26 442	0.86 270	4.01 381	2.62 435	2.14 332	1.26 126	2.28 325	1.63 345	2.07 232	1.68 355	0.24 64	0.23 228	0.34 308	0.26 209	0.42 335	0.36 266

ff7	0.98 106	0.69 248	2.05 148	0.84 116	0.52 130	4.55 494	0.86 270	1.62 29	1.24 64	0.75 63	1.03 73	0.70 71	0.77 97	1.84 210	0.68 83	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.27 140

IGEVStereo-DCA	0.86 71	0.65 216	2.05 148	0.90 158	0.46 89	1.57 60	0.86 270	1.62 29	1.24 64	0.65 38	0.77 32	0.74 88	0.72 76	2.59 282	0.86 159	0.28 152	0.21 172	0.28 172	0.21 104	0.29 126	0.27 140

ffff	0.98 106	0.69 248	2.05 148	0.84 116	0.52 130	4.55 494	0.86 270	1.62 29	1.24 64	0.75 63	1.03 73	0.70 71	0.77 97	1.84 210	0.68 83	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.27 140

ffm	1.72 245	0.60 158	5.21 282	1.14 305	0.99 336	3.62 285	0.86 270	4.22 442	3.37 520	2.20 358	2.30 423	3.48 451	1.62 332	2.21 252	0.65 70	0.29 174	0.16 28	0.48 432	0.37 392	0.30 149	0.29 169

ff1	2.96 445	0.60 158	5.21 282	1.14 305	0.99 336	3.62 285	0.86 270	4.22 442	3.37 520	2.20 358	2.30 423	3.48 451	1.62 332	11.62 522	16.09 551	0.29 174	0.16 28	0.48 432	0.37 392	0.30 149	0.29 169

mmx	2.98 451	0.60 158	5.21 282	1.14 305	0.99 336	3.62 285	0.86 270	4.49 521	3.05 492	2.20 358	2.30 423	3.48 451	1.62 332	11.62 522	16.09 551	0.33 272	0.28 322	0.48 432	0.37 392	0.44 353	0.37 280

11t	0.98 106	0.69 248	2.05 148	0.84 116	0.52 130	4.55 494	0.86 270	1.62 29	1.24 64	0.75 63	1.03 73	0.70 71	0.77 97	1.84 210	0.68 83	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.27 140

xxx	2.98 451	0.60 158	5.21 282	1.14 305	0.99 336	3.62 285	0.86 270	4.49 521	3.05 492	2.20 358	2.30 423	3.48 451	1.62 332	11.62 522	16.09 551	0.33 272	0.28 322	0.48 432	0.37 392	0.44 353	0.37 280

ccc-4	0.98 106	0.69 248	2.05 148	0.84 116	0.52 130	4.55 494	0.86 270	1.62 29	1.24 64	0.75 63	1.03 73	0.70 71	0.77 97	1.84 210	0.68 83	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.27 140

STTStereo	2.34 357	0.95 380	14.93 405	1.43 436	1.54 469	3.86 337	0.86 270	3.65 288	2.44 407	2.15 340	1.55 206	2.49 360	1.59 322	5.14 344	1.44 301	0.38 341	0.39 421	0.47 424	0.51 470	0.52 393	0.51 395

RTSC	2.95 442	2.51 514	15.49 414	1.54 461	1.30 417	3.51 259	0.86 270	3.89 341	2.48 412	3.64 516	3.12 496	3.04 413	2.30 430	5.70 358	6.67 504	0.55 464	0.35 388	0.37 354	0.39 412	0.70 459	0.60 429

PWCDC_ROB	2.95 442	3.26 527	14.06 389	1.59 471	1.56 476	4.19 431	0.86 270	4.30 480	4.08 538	2.06 311	7.37 535	2.75 385	2.42 439	3.59 313	2.67 456	1.34 538	0.36 393	0.39 374	0.34 354	1.13 513	0.62 435

Anonymous_2	3.01 457	0.89 359	4.53 274	1.06 261	1.18 383	2.93 169	0.87 289	3.24 230	1.46 113	1.86 238	1.35 153	4.11 490	2.35 435	1.64 180	1.28 274	0.82 507	0.90 528	8.71 582	15.84 585	4.44 560	0.74 465

ACRE	2.27 334	1.11 415	19.45 476	0.91 167	1.30 417	3.94 357	0.87 289	4.21 439	1.80 263	2.28 384	2.62 462	1.17 163	1.04 176	1.52 154	1.30 278	0.37 324	0.23 228	0.27 143	0.22 137	0.31 168	0.46 363

test_3	1.19 149	0.51 69	2.08 160	0.99 221	0.41 53	2.05 94	0.87 289	4.40 506	1.42 97	1.99 278	1.18 103	2.03 304	0.79 109	2.70 290	0.75 118	0.27 115	0.17 42	0.29 193	0.29 292	0.30 149	0.27 140

NLCA_NET_v2_RVC	2.54 397	1.04 399	16.73 427	1.53 459	2.00 524	3.96 367	0.87 289	3.87 336	2.31 370	2.54 439	1.67 240	2.85 398	1.63 345	5.55 353	1.62 344	0.46 415	0.33 370	0.38 370	0.38 405	0.53 399	0.62 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GASTEREO	1.00 116	0.98 388	1.23 59	0.90 158	0.40 46	3.40 232	0.88 293	2.77 175	1.44 103	1.39 162	1.30 138	0.55 42	1.35 256	1.33 114	0.64 63	0.25 85	0.19 102	0.25 86	0.25 189	0.25 64	0.31 207

MSCF	0.97 104	0.82 338	1.26 63	0.88 144	0.40 46	3.17 195	0.88 293	2.79 183	1.39 88	1.32 151	1.19 105	0.58 45	1.33 251	1.28 101	0.64 63	0.25 85	0.19 102	0.25 86	0.25 189	0.28 112	0.32 218

AIO_test	0.76 36	0.47 44	1.31 72	0.81 85	0.70 230	1.36 42	0.88 293	1.40 12	1.45 104	0.55 10	0.95 65	1.81 269	0.58 36	1.16 70	0.46 19	0.27 115	0.17 42	0.24 62	0.19 73	0.24 50	0.21 47

1111x	3.13 468	0.57 125	8.38 313	1.20 340	0.76 250	3.80 318	0.88 293	4.61 533	2.63 437	2.31 396	2.16 393	1.95 288	1.81 383	11.54 518	18.13 564	0.32 255	0.31 355	0.32 255	0.30 310	0.35 249	0.34 246

FADNet	2.49 388	1.76 493	13.17 368	1.17 326	0.95 321	3.27 213	0.88 293	3.94 362	2.27 358	1.40 164	1.29 136	2.51 361	2.06 409	9.93 454	1.94 390	0.43 392	0.45 453	0.40 380	0.43 439	1.06 505	0.53 402

SCV	0.95 98	0.63 194	1.38 82	1.70 487	0.41 53	1.23 22	0.89 298	3.53 271	1.57 191	0.61 25	1.54 202	0.93 133	0.77 97	1.66 183	0.66 75	0.36 316	0.20 140	0.25 86	0.19 73	0.29 126	0.25 100

IER	1.69 242	0.65 216	7.19 299	0.94 192	1.15 376	3.28 217	0.89 298	3.48 257	1.97 291	2.10 318	1.98 353	2.28 325	2.12 413	2.25 256	1.75 368	0.29 174	0.23 228	0.36 342	0.30 310	0.32 195	0.34 246

CIPLG	2.27 334	1.18 428	19.24 469	0.92 173	1.34 431	3.95 362	0.89 298	4.23 446	1.82 265	2.31 396	2.67 467	1.17 163	1.06 188	1.53 156	1.32 281	0.37 324	0.23 228	0.27 143	0.22 137	0.31 168	0.45 353

IPLGR_C	2.28 339	1.31 454	19.46 477	0.92 173	1.32 425	3.93 352	0.89 298	4.20 433	1.82 265	2.30 390	2.63 464	1.16 162	1.07 190	1.41 130	1.29 277	0.37 324	0.23 228	0.27 143	0.22 137	0.31 168	0.45 353

MMNet	2.02 298	0.81 331	10.76 346	1.12 297	1.23 404	3.53 263	0.89 298	3.79 317	2.08 315	2.15 340	1.76 274	2.15 318	2.12 413	3.69 317	2.32 429	0.31 234	0.29 332	0.34 308	0.27 235	0.38 277	0.42 332

knoymous	1.30 189	0.60 158	5.57 287	0.88 144	0.75 246	3.04 179	0.90 303	2.68 162	1.33 80	1.48 172	1.07 87	2.78 393	0.88 134	1.29 106	0.85 152	0.31 234	0.22 201	0.35 327	0.20 90	0.45 361	0.37 280

test_1	1.19 149	0.52 75	2.00 142	1.01 235	0.42 59	1.95 83	0.90 303	4.36 498	1.47 118	2.17 349	1.16 100	2.06 310	0.78 105	2.68 288	0.76 122	0.27 115	0.18 71	0.28 172	0.26 209	0.26 82	0.25 100

NRIStereo	1.28 186	0.61 175	1.67 112	1.15 318	0.38 39	4.73 528	0.90 303	2.42 114	1.50 139	1.93 261	1.33 145	1.75 248	1.22 232	2.96 300	1.33 285	0.46 415	0.22 201	0.29 193	0.26 209	0.30 149	0.28 159

CFNet-ft	1.90 272	0.95 380	3.56 254	1.07 263	1.54 469	4.09 394	0.90 303	2.85 187	1.82 265	1.78 223	1.70 250	2.75 385	1.48 294	9.33 434	1.72 360	0.33 272	0.30 345	0.61 489	0.36 380	0.52 393	0.39 302

DMCA	1.72 245	0.74 293	6.63 292	1.14 305	0.96 322	3.98 374	0.90 303	3.75 309	2.76 454	2.83 479	1.58 212	2.35 336	1.18 225	1.58 161	1.98 397	0.40 360	0.27 310	0.42 399	0.26 209	0.36 262	0.38 295

R-Stereo Train	1.20 154	0.58 138	1.81 124	0.99 221	0.67 216	3.78 312	0.90 303	4.09 406	1.51 146	2.16 345	1.71 254	1.13 158	0.94 151	1.40 125	0.91 183	0.30 214	0.24 262	0.26 115	0.21 104	0.26 82	0.25 100

RAFT-Stereo	1.20 154	0.58 138	1.81 124	0.99 221	0.67 216	3.78 312	0.90 303	4.09 406	1.51 146	2.16 345	1.71 254	1.13 158	0.94 151	1.40 125	0.91 183	0.30 214	0.24 262	0.26 115	0.21 104	0.26 82	0.25 100
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	1.90 272	0.95 380	3.56 254	1.07 263	1.54 469	4.09 394	0.90 303	2.85 187	1.82 265	1.78 223	1.70 250	2.75 385	1.48 294	9.33 434	1.72 360	0.33 272	0.30 345	0.61 489	0.36 380	0.52 393	0.39 302

castereo	0.82 64	0.70 258	1.04 4	0.85 128	0.50 119	1.29 37	0.91 311	3.22 226	1.20 60	0.83 96	1.24 118	0.72 80	0.91 143	1.00 37	0.67 80	0.26 100	0.16 28	0.25 86	0.20 90	0.24 50	0.21 47

rvit_0105_5	1.13 136	0.93 372	2.60 204	0.91 167	0.56 151	1.92 81	0.91 311	3.02 204	2.63 437	0.95 118	1.20 107	1.18 167	0.93 149	1.51 152	0.93 195	0.40 360	0.43 443	0.37 354	0.35 370	0.42 335	0.44 347

ITSA-stereo	1.86 264	0.72 274	3.74 262	1.20 340	0.66 209	4.09 394	0.91 311	4.24 454	2.53 422	1.93 261	1.77 279	1.59 225	2.15 417	6.12 369	2.44 440	0.40 360	0.38 412	0.40 380	0.40 423	0.50 387	0.98 498

qqq	1.30 189	0.57 125	1.67 112	1.15 318	0.51 121	2.18 102	0.91 311	3.98 373	1.53 162	1.50 175	1.24 118	1.79 261	1.34 253	4.66 336	0.98 207	0.28 152	0.31 355	0.33 290	0.33 345	0.33 213	0.32 218

GMOStereo	1.13 136	0.70 258	2.26 177	0.75 60	0.44 72	3.05 181	0.91 311	2.78 178	1.45 104	2.37 413	1.52 193	1.53 215	1.05 181	1.17 77	0.92 187	0.25 85	0.19 102	0.35 327	0.28 264	0.34 231	0.26 124

error version	1.13 136	0.70 258	2.26 177	0.75 60	0.44 72	3.05 181	0.91 311	2.78 178	1.45 104	2.37 413	1.52 193	1.53 215	1.05 181	1.17 77	0.92 187	0.25 85	0.19 102	0.35 327	0.28 264	0.34 231	0.26 124

test-v	1.13 136	0.70 258	2.26 177	0.75 60	0.44 72	3.05 181	0.91 311	2.78 178	1.45 104	2.37 413	1.52 193	1.53 215	1.05 181	1.17 77	0.92 187	0.25 85	0.19 102	0.35 327	0.28 264	0.34 231	0.26 124

test-3	1.19 149	0.52 75	2.00 142	1.01 235	0.42 59	1.95 83	0.91 311	4.35 493	1.47 118	2.24 376	1.16 100	2.06 310	0.79 109	2.68 288	0.76 122	0.27 115	0.18 71	0.28 172	0.26 209	0.26 82	0.25 100

PFNet	2.47 384	0.60 158	16.95 431	2.15 525	0.81 265	4.63 508	0.91 311	2.55 141	1.52 155	2.40 420	2.79 476	1.83 273	1.42 277	7.54 399	1.34 288	0.33 272	0.21 172	0.36 342	0.27 235	0.32 195	0.39 302

test-2	1.13 136	0.70 258	2.26 177	0.75 60	0.44 72	3.05 181	0.91 311	2.78 178	1.45 104	2.37 413	1.52 193	1.53 215	1.05 181	1.17 77	0.92 187	0.25 85	0.19 102	0.35 327	0.28 264	0.34 231	0.26 124

111	1.83 261	0.92 368	9.08 321	0.81 85	0.36 14	4.25 441	0.91 311	4.44 512	2.70 446	2.39 418	1.96 345	2.30 331	1.64 348	1.28 101	1.82 375	0.28 152	0.22 201	0.24 62	0.20 90	0.31 168	0.54 408

GANet-RSSM	1.98 290	0.62 185	3.49 249	1.69 484	1.23 404	4.22 437	0.91 311	3.31 238	1.86 274	1.81 228	1.74 261	2.34 334	1.82 385	10.92 491	1.73 364	0.34 284	0.29 332	0.31 235	0.28 264	0.39 287	0.40 322

DeepPruner_ROB	2.05 303	1.09 411	10.50 343	1.01 235	1.20 396	4.39 462	0.91 311	3.14 216	1.72 244	2.60 452	1.54 202	2.78 393	1.27 239	4.52 334	1.72 360	0.51 451	0.40 426	0.37 354	0.34 354	0.48 379	0.52 400

999	0.97 104	0.48 53	1.24 61	1.03 252	0.64 194	3.25 209	0.92 324	1.40 12	1.39 88	0.71 52	1.68 243	0.70 71	0.66 63	3.03 302	0.89 172	0.23 50	0.19 102	0.25 86	0.21 104	0.25 64	0.29 169

AEACV	0.79 51	0.54 98	1.35 80	0.97 209	0.63 192	1.13 15	0.92 324	2.02 71	0.91 35	0.76 73	0.79 36	0.80 99	1.61 329	1.28 101	0.61 55	0.22 38	0.18 71	0.26 115	0.23 152	0.27 95	0.23 74

G2L-ROB	2.13 315	0.78 319	10.06 335	1.19 335	1.06 356	3.84 327	0.93 326	3.32 243	2.27 358	2.20 358	1.47 181	2.65 375	1.20 231	8.38 413	1.81 373	0.28 152	0.19 102	0.23 31	0.22 137	0.28 112	0.32 218

GCAP-BAT	1.21 157	0.74 293	3.23 238	0.95 196	0.70 230	3.86 337	0.93 326	1.89 56	1.48 126	1.85 233	1.96 345	1.68 235	0.79 109	1.78 200	0.81 140	0.29 174	0.20 140	0.24 62	0.20 90	0.26 82	0.35 260

testlalala	1.14 141	0.62 185	1.34 77	1.00 229	0.78 257	4.38 458	0.93 326	2.46 123	2.20 344	2.44 425	1.52 193	1.31 188	0.61 47	1.04 45	0.65 70	0.35 304	0.19 102	0.24 62	0.19 73	0.24 50	0.23 74

HHNet	2.48 386	0.71 270	20.52 522	0.64 16	0.64 194	4.07 392	0.93 326	3.76 311	1.56 185	2.15 340	4.92 525	0.98 138	3.37 487	1.66 183	1.79 372	0.32 255	0.20 140	0.31 235	0.27 235	0.36 262	0.42 332

ac_64	2.35 362	0.62 185	9.77 330	1.32 391	1.71 503	3.27 213	0.93 326	3.48 257	2.50 417	1.74 217	1.73 259	3.91 478	1.77 372	10.21 465	1.86 380	0.40 360	0.31 355	0.33 290	0.30 310	0.34 231	0.39 302

cf-r	2.57 405	0.79 323	16.09 418	1.48 450	1.35 432	4.19 431	0.93 326	3.68 294	2.36 381	1.97 271	1.81 300	3.42 447	1.45 287	8.24 410	1.83 377	0.32 255	0.26 299	0.33 290	0.30 310	0.34 231	0.37 280

DispNO	3.00 455	0.75 305	18.92 464	1.17 326	1.10 368	3.72 301	0.94 332	4.29 472	2.54 426	2.24 376	2.28 415	4.51 508	2.12 413	11.40 511	2.09 410	0.31 234	0.28 322	0.31 235	0.28 264	0.36 262	0.39 302

RAFT+CT+SA	1.62 230	0.72 274	7.42 301	0.97 209	1.42 453	4.04 384	0.94 332	3.90 346	1.61 214	1.61 189	1.63 229	1.33 190	1.18 225	2.73 294	1.10 228	0.27 115	0.19 102	0.31 235	0.34 354	0.33 213	0.33 234

RAFT	1.23 162	0.84 346	2.05 148	0.96 202	0.47 99	1.80 72	0.94 332	3.18 223	1.46 113	1.60 184	1.71 254	3.04 413	1.59 322	1.64 180	1.32 281	0.38 341	0.24 262	0.40 380	0.32 337	0.40 292	0.35 260

test_xeample3	2.12 313	0.63 194	21.55 554	0.91 167	0.47 99	1.85 75	0.94 332	7.96 561	1.23 62	0.75 63	0.76 29	0.64 56	0.70 71	1.77 199	0.83 146	0.30 214	0.21 172	0.27 143	0.21 104	0.27 95	0.24 90

G2L-Stereo	2.49 388	0.94 378	14.54 398	1.15 318	1.35 432	3.57 276	0.95 336	3.62 284	2.00 298	2.11 322	1.61 224	3.20 426	1.34 253	9.54 439	1.91 386	0.34 284	0.27 310	0.35 327	0.28 264	0.30 149	0.35 260

MyStereo07	1.01 119	0.80 327	1.26 63	1.00 229	1.04 351	3.95 362	0.95 336	2.07 76	1.42 97	0.75 63	1.22 113	0.68 67	0.91 143	1.63 178	0.67 80	0.24 64	0.24 262	0.34 308	0.26 209	0.41 316	0.37 280

MyStereo04	2.29 342	0.80 327	18.77 461	1.00 229	1.04 351	3.95 362	0.95 336	3.91 351	2.54 426	1.99 278	1.27 133	2.31 332	1.65 350	2.02 231	1.77 369	0.24 64	0.24 262	0.34 308	0.26 209	0.41 316	0.37 280

GwcNet-ADL	2.47 384	0.67 237	21.48 553	0.96 202	0.72 234	4.61 505	0.95 336	4.42 508	2.36 381	1.98 273	1.80 288	2.55 364	1.24 237	1.90 219	1.41 296	0.40 360	0.46 462	0.24 62	0.27 235	0.41 316	0.49 380

ICVP	2.26 332	0.66 227	21.18 546	0.99 221	0.88 300	4.28 448	0.95 336	3.32 243	1.60 210	1.66 200	1.76 274	1.34 191	1.14 214	1.62 174	1.32 281	0.53 460	0.35 388	0.33 290	0.29 292	0.40 292	0.51 395
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	2.03 299	0.74 293	7.50 304	1.23 353	1.56 476	3.62 285	0.95 336	3.78 316	1.89 281	2.03 301	2.20 401	3.12 421	2.14 416	5.68 357	2.04 402	0.37 324	0.31 355	0.32 255	0.29 292	0.40 292	0.45 353

test_for_model	2.16 318	3.87 533	1.58 107	4.16 561	3.64 557	2.51 129	0.96 342	3.63 285	2.62 435	2.45 426	1.39 163	1.02 144	0.73 81	0.92 25	0.57 48	2.97 549	2.19 554	0.26 115	0.17 29	5.32 565	2.24 539

rrr	2.27 334	0.65 216	23.82 573	0.90 158	0.46 89	1.57 60	0.96 342	7.98 562	1.19 59	0.65 38	0.77 32	0.74 88	0.72 76	2.59 282	0.86 159	0.28 152	0.21 172	0.28 172	0.21 104	0.29 126	0.25 100

PSMNet-RSSM	1.96 286	0.77 313	3.26 240	1.29 378	1.31 419	4.19 431	0.96 342	3.68 294	1.89 281	2.05 306	1.80 288	2.60 369	1.70 361	9.84 449	1.81 373	0.35 304	0.29 332	0.35 327	0.37 392	0.42 335	0.35 260

YMNet	2.40 370	1.41 469	13.46 373	1.36 414	1.67 497	3.96 367	0.97 345	3.81 320	2.37 387	2.64 460	2.57 458	3.35 440	1.53 314	3.28 305	2.42 437	0.48 429	0.54 483	0.52 458	0.49 460	0.70 459	0.54 408

YMNet_1	2.40 370	1.41 469	13.46 373	1.36 414	1.67 497	3.96 367	0.97 345	3.81 320	2.37 387	2.64 460	2.57 458	3.35 440	1.53 314	3.28 305	2.42 437	0.48 429	0.54 483	0.52 458	0.49 460	0.70 459	0.54 408

AIO-test1	2.18 321	0.66 227	18.95 465	0.89 149	1.48 460	3.40 232	0.97 345	4.19 432	1.68 231	0.86 101	1.35 153	0.99 139	0.75 88	4.47 333	1.27 270	0.23 50	0.23 228	0.28 172	0.33 345	0.31 168	0.35 260

x	1.15 142	0.57 125	1.53 99	1.44 439	0.67 216	1.94 82	0.97 345	3.87 336	1.57 191	1.61 189	1.28 134	1.58 223	1.22 232	1.93 221	1.04 217	0.28 152	0.30 345	0.34 308	0.29 292	0.32 195	0.31 207

acv_ft	1.55 213	0.64 206	3.29 242	1.14 305	2.01 525	2.93 169	0.97 345	3.81 320	2.08 315	2.22 369	1.88 326	3.10 418	1.66 352	1.33 114	2.22 422	0.29 174	0.26 299	0.30 213	0.26 209	0.39 287	0.27 140

NOSS_ROB	2.27 334	0.73 285	3.00 230	1.71 488	1.00 344	3.90 344	0.97 345	4.29 472	2.81 468	2.94 488	2.19 399	3.88 477	1.19 229	11.77 534	1.62 344	0.59 471	0.54 483	0.56 473	0.52 473	0.56 410	0.54 408

RAFT_R40	1.70 244	0.59 146	2.99 229	1.46 445	0.46 89	4.74 531	0.98 351	2.23 93	1.56 185	2.02 297	2.35 438	2.71 380	2.56 449	6.71 385	0.90 176	0.40 360	0.19 102	0.30 213	0.27 235	0.33 213	0.26 124

AIO_rvc	0.78 48	0.55 104	1.25 62	0.75 60	0.65 202	1.46 51	0.99 352	2.13 80	1.52 155	0.57 14	1.15 99	1.09 152	0.55 30	1.15 68	0.53 41	0.24 64	0.17 42	0.24 62	0.17 29	0.25 64	0.21 47

castereo++	0.93 88	0.56 115	1.26 63	0.92 173	0.73 239	2.48 126	1.00 353	2.99 199	1.03 48	0.68 45	1.41 168	1.92 284	0.59 41	1.26 96	0.44 15	0.25 85	0.19 102	0.28 172	0.19 73	0.23 45	0.23 74

IGEV++	0.90 83	0.58 138	1.32 75	0.94 192	0.45 79	1.27 30	1.00 353	3.32 243	1.55 179	0.82 89	1.34 150	0.86 115	1.09 194	1.16 70	0.89 172	0.33 272	0.18 71	0.23 31	0.19 73	0.29 126	0.22 62

RASNet	2.56 402	0.70 258	10.06 335	1.60 473	2.25 536	3.67 293	1.00 353	3.38 251	3.14 500	1.81 228	2.11 384	4.60 513	2.30 430	10.25 467	2.61 453	0.37 324	0.24 262	0.25 86	0.24 177	0.28 112	0.26 124

WCG-NET（raft）	0.95 98	0.55 104	1.20 57	0.84 116	0.31 4	1.44 49	1.01 356	1.55 23	2.37 387	1.64 195	1.42 170	2.38 340	1.01 168	1.29 106	0.76 122	0.22 38	0.19 102	0.22 17	0.20 90	0.25 64	0.21 47

ToySt	1.35 196	0.72 274	3.65 260	1.01 235	0.50 119	3.31 222	1.01 356	3.46 256	1.73 247	1.30 149	1.55 206	2.07 313	1.47 292	1.88 218	1.40 292	0.27 115	0.27 310	0.30 213	0.32 337	0.42 335	0.39 302

STrans-v2	3.03 459	0.77 313	20.91 536	0.81 85	0.63 192	3.89 342	1.01 356	4.27 464	2.64 439	2.28 384	3.70 512	4.13 491	5.20 524	7.33 394	1.27 270	0.31 234	0.18 71	0.29 193	0.25 189	0.29 126	0.41 328

UCFNet_RVC	1.57 219	0.84 346	3.25 239	1.36 414	1.40 444	4.07 392	1.01 356	2.68 162	1.50 139	2.11 322	1.88 326	2.37 339	1.50 301	3.41 308	1.42 298	0.36 316	0.28 322	0.52 458	0.40 423	0.53 399	0.43 341

G2L-Stereo_test	2.11 311	0.86 353	7.12 298	1.65 480	1.19 390	3.54 267	1.02 360	3.57 276	2.01 300	2.50 432	1.68 243	3.15 423	1.50 301	9.21 432	1.62 344	0.28 152	0.19 102	0.23 31	0.22 137	0.27 95	0.31 207

GES	1.38 200	0.64 206	2.61 207	1.09 277	0.57 163	4.30 451	1.02 360	3.86 333	1.51 146	1.72 213	1.74 261	1.28 183	1.77 372	1.62 174	1.61 339	0.39 353	0.27 310	0.33 290	0.30 310	0.41 316	0.47 368

UGAM	2.58 406	0.56 115	18.55 459	0.89 149	0.71 232	3.23 203	1.03 362	2.75 172	1.75 255	1.36 156	2.77 475	2.69 377	1.28 241	10.75 482	1.40 292	0.28 152	0.24 262	0.40 380	0.31 326	0.35 249	0.30 197

BEATNet_4x	1.92 279	1.36 461	8.75 319	1.20 340	0.56 151	3.46 243	1.03 362	4.00 379	2.43 403	2.25 379	1.70 250	2.10 315	1.59 322	2.57 281	3.05 468	0.37 324	0.22 201	0.47 424	0.29 292	0.60 424	0.40 322

HSM	2.35 362	0.81 331	2.21 170	1.14 305	1.55 473	3.44 238	1.03 362	3.99 377	2.25 353	2.29 386	2.11 384	8.04 549	3.05 474	11.60 520	1.71 358	0.33 272	0.22 201	0.28 172	0.23 152	0.32 195	0.35 260

gwcnet-sp	2.31 346	1.21 433	17.34 434	1.08 271	0.92 311	3.56 272	1.04 365	3.69 299	2.09 318	2.55 440	1.60 220	1.80 264	1.62 332	3.87 321	1.95 392	0.29 174	0.29 332	0.30 213	0.28 264	0.38 277	0.39 302

scenet	2.31 346	1.21 433	17.34 434	1.08 271	0.92 311	3.56 272	1.04 365	3.69 299	2.09 318	2.55 440	1.60 220	1.80 264	1.62 332	3.87 321	1.95 392	0.29 174	0.29 332	0.30 213	0.28 264	0.38 277	0.39 302

ssnet	2.31 346	1.21 433	17.34 434	1.08 271	0.92 311	3.56 272	1.04 365	3.69 299	2.09 318	2.55 440	1.60 220	1.80 264	1.62 332	3.87 321	1.95 392	0.29 174	0.29 332	0.30 213	0.28 264	0.38 277	0.39 302

4D-IteraStereo	1.97 288	0.84 346	20.43 520	0.78 80	1.56 476	2.09 98	1.05 368	2.43 117	1.56 185	1.41 166	1.00 69	1.94 286	0.61 47	1.22 87	1.06 219	0.27 115	0.18 71	0.31 235	0.26 209	0.27 95	0.23 74

RAFT_CTSACE	1.80 259	1.06 405	10.00 334	1.71 488	1.39 442	3.49 252	1.06 369	3.05 207	1.62 217	1.70 208	2.04 365	2.51 361	1.80 380	1.98 225	0.94 197	0.25 85	0.22 201	0.28 172	0.30 310	0.30 149	0.26 124

DispFullNet	4.64 520	3.48 530	23.95 574	3.99 559	3.03 548	3.35 225	1.06 369	4.18 429	2.80 462	6.33 552	2.94 484	4.04 486	7.81 553	3.92 325	5.16 495	2.75 546	1.61 545	3.10 561	2.68 568	3.32 545	3.31 560

WCG-NET	0.88 77	0.49 60	1.26 63	0.90 158	0.37 28	1.48 53	1.07 371	1.73 43	2.30 366	1.63 192	1.49 189	0.92 132	0.97 157	0.95 27	0.76 122	0.22 38	0.16 28	0.23 31	0.20 90	0.25 64	0.21 47

test_sample7	1.65 236	0.70 258	2.60 204	1.48 450	0.76 250	2.38 117	1.07 371	4.35 493	2.11 328	2.14 332	1.75 265	1.75 248	1.67 354	6.26 372	1.26 267	0.44 399	0.48 472	0.43 403	0.40 423	0.46 372	0.43 341

anonymity	1.76 253	1.26 446	2.73 220	1.66 481	1.32 425	1.84 74	1.07 371	3.49 260	2.30 366	2.11 322	2.11 384	1.71 244	3.90 503	1.82 208	1.48 313	1.10 521	1.09 532	1.08 530	1.08 531	1.05 504	1.09 504

AASNet	2.44 377	0.92 368	19.79 486	1.35 408	1.49 461	3.81 320	1.07 371	3.85 330	2.93 480	1.95 266	2.29 418	1.96 293	1.29 244	1.73 194	1.93 388	0.39 353	0.33 370	0.45 415	0.30 310	0.55 404	0.45 353

SHD	2.82 428	2.04 505	13.80 383	1.69 484	1.79 512	2.73 146	1.07 371	3.85 330	3.18 504	4.63 538	2.74 471	3.38 445	2.77 458	5.48 352	3.66 476	0.62 477	0.47 466	0.51 452	0.55 481	0.65 446	0.74 465

TCMNet	2.98 451	1.30 450	18.26 451	1.47 448	2.09 530	3.84 327	1.08 376	3.96 369	2.39 396	2.53 438	2.29 418	2.43 349	1.75 369	10.09 462	2.39 432	0.52 457	0.45 453	0.61 489	0.50 466	0.80 484	0.78 474

rvit_0105_3	1.24 167	0.93 372	2.84 223	0.97 209	0.58 172	2.38 117	1.08 376	3.26 233	2.53 422	1.18 143	1.40 166	1.24 179	1.04 176	1.73 194	0.97 204	0.44 399	0.44 448	0.40 380	0.42 436	0.42 335	0.50 387

TRStereo	2.31 346	1.87 497	19.74 485	1.53 459	1.16 381	4.26 442	1.08 376	4.73 538	1.45 104	1.55 179	1.28 134	1.75 248	0.85 125	1.81 206	1.20 249	0.36 316	0.26 299	0.32 255	0.36 380	0.34 231	0.33 234

PS-NSSS	2.22 324	1.33 459	2.90 227	0.97 209	1.53 468	4.11 401	1.08 376	4.55 528	2.65 440	2.10 318	2.32 435	1.77 253	1.40 267	11.79 535	1.61 339	0.68 492	0.45 453	0.96 524	0.43 439	0.95 496	0.92 492

LL-Strereo	3.01 457	1.81 496	17.59 444	1.12 297	2.10 531	2.90 159	1.09 380	4.33 489	2.00 298	3.12 499	2.24 407	3.29 434	3.15 477	11.31 509	1.84 378	0.30 214	0.28 322	0.46 421	0.34 354	0.49 385	0.45 353

AAGNet	2.86 431	0.60 158	1.77 120	2.05 520	0.46 89	4.76 533	1.09 380	2.27 97	1.56 185	2.17 349	1.84 312	2.41 343	4.00 504	6.23 371	24.22 578	0.46 415	0.19 102	0.30 213	0.29 292	0.32 195	0.24 90

ACV-stereo	2.92 440	0.92 368	20.27 511	1.33 396	1.05 353	4.68 515	1.10 382	2.66 160	1.64 221	1.46 170	1.32 143	5.41 536	4.24 510	7.83 405	1.90 385	0.44 399	0.52 480	0.32 255	0.29 292	0.45 361	0.63 439

iinet-f	2.26 332	1.18 428	13.71 377	1.14 305	1.11 370	3.77 310	1.10 382	4.14 423	2.17 339	2.06 311	1.76 274	2.99 409	2.99 467	2.50 267	2.49 444	0.35 304	0.39 421	0.27 143	0.28 264	0.45 361	0.39 302

FADNet-RVC	2.51 391	2.27 510	14.03 388	1.09 277	0.81 265	3.54 267	1.10 382	4.13 417	2.48 412	1.39 162	1.22 113	1.85 279	1.77 372	9.78 447	2.06 405	0.38 341	0.37 406	0.40 380	0.40 423	0.67 453	0.48 373

AANet_RVC	3.03 459	1.72 490	12.78 366	1.17 326	1.12 371	3.79 316	1.10 382	3.86 333	3.13 498	2.62 456	4.26 519	3.96 481	1.41 272	11.43 514	5.23 498	0.94 514	0.47 466	0.34 308	0.23 152	0.40 292	0.55 412

GASNet	3.24 476	5.55 542	20.58 526	1.56 468	1.25 409	2.32 113	1.12 386	4.04 390	2.67 443	1.88 243	2.10 380	3.00 410	2.16 420	10.59 476	2.43 439	0.65 484	0.37 406	0.61 489	0.45 446	0.87 490	0.58 424

test_4	1.30 189	0.50 63	6.16 290	0.84 116	0.45 79	1.61 62	1.12 386	2.14 82	1.42 97	1.52 176	2.31 430	1.84 276	0.79 109	2.52 275	1.19 246	0.27 115	0.17 42	0.29 193	0.29 292	0.29 126	0.25 100

GwcNet-RSSM	2.66 413	1.05 400	15.91 416	1.22 349	1.19 390	4.12 403	1.12 386	3.84 327	2.02 301	1.93 261	1.79 285	3.12 421	1.46 290	10.37 470	2.05 404	0.33 272	0.27 310	0.35 327	0.30 310	0.40 292	0.36 266

APVNet	3.13 468	1.25 445	21.14 542	1.31 388	1.52 466	3.94 357	1.13 389	3.32 243	2.14 333	2.20 358	2.03 362	3.05 416	1.96 402	11.79 535	2.53 448	0.42 386	0.45 453	0.64 497	0.46 448	0.67 453	0.57 419

iResNetv2_ROB	2.65 411	5.00 538	19.28 474	2.06 521	1.09 366	3.83 322	1.13 389	4.14 423	2.09 318	1.85 233	2.03 362	2.01 303	1.51 305	3.58 312	1.58 332	0.34 284	0.21 172	0.32 255	0.21 104	0.44 353	0.29 169

AdaStereo	1.45 207	0.83 342	2.34 189	1.28 374	0.81 265	3.21 199	1.14 391	4.20 433	2.46 411	2.05 306	1.77 279	2.48 358	1.18 225	1.71 192	1.44 301	0.43 392	0.25 286	0.43 403	0.28 264	0.44 353	0.34 246
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
FACV-RUCA	1.26 178	0.65 216	2.21 170	1.06 261	1.50 463	2.69 145	1.15 392	3.05 207	1.87 275	1.36 156	1.99 356	1.03 147	1.15 222	1.36 120	1.10 228	0.41 375	0.41 435	0.73 513	0.41 430	0.61 429	0.41 328

LMCR-Stereo	2.40 370	1.31 454	18.61 460	1.59 471	0.86 292	3.87 340	1.15 392	4.32 487	1.60 210	2.25 379	2.27 411	1.13 158	2.43 440	2.48 266	1.60 336	0.88 512	0.24 262	0.29 193	0.24 177	0.56 410	0.30 197

BSDual-CNN	1.46 208	0.59 146	1.94 135	0.87 139	0.85 287	4.16 419	1.16 394	4.48 518	1.88 277	2.93 484	1.83 307	2.60 369	1.31 248	1.60 168	1.21 253	0.34 284	0.25 286	0.31 235	0.28 264	0.35 249	0.33 234

hknet	1.98 290	0.64 206	8.70 318	0.87 139	1.07 360	4.16 419	1.16 394	4.48 518	1.73 247	2.93 484	1.83 307	3.48 451	1.30 247	3.91 324	1.51 323	0.31 234	0.25 286	0.31 235	0.28 264	0.35 249	0.33 234

DANet	2.63 409	1.07 406	8.10 310	1.83 504	1.70 502	3.25 209	1.16 394	4.31 483	2.38 392	3.40 513	2.18 397	4.08 488	1.80 380	9.77 445	3.89 479	0.52 457	0.55 488	0.59 481	0.44 442	0.63 435	0.86 486
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
fast-acv-ft	2.54 397	1.19 430	20.08 500	1.41 432	1.40 444	3.18 197	1.17 397	3.37 250	2.28 362	1.90 250	2.15 392	2.69 377	2.17 422	2.91 296	2.31 428	0.37 324	0.39 421	0.45 415	0.39 412	0.57 415	0.45 353

LRCNet_RVC	25.52 582	33.45 585	23.21 572	31.79 586	32.78 583	6.74 553	1.18 398	25.88 583	4.46 540	28.94 581	30.89 581	24.91 580	17.57 573	27.66 581	24.34 579	35.26 591	25.60 592	35.91 591	33.81 590	31.90 591	34.10 591

Nwc_Net	2.88 437	1.16 425	18.30 453	1.35 408	1.68 500	3.52 262	1.18 398	3.90 346	2.06 312	2.52 437	2.82 481	3.82 475	2.34 434	6.78 387	2.55 451	0.86 511	0.40 426	0.59 481	0.67 499	0.57 415	0.55 412

PWC_ROB	2.69 421	2.01 503	8.36 312	1.33 396	1.90 520	3.23 203	1.18 398	4.33 489	3.25 511	3.11 498	3.41 507	2.71 380	2.18 424	9.15 430	4.48 483	0.56 466	0.31 355	0.61 489	0.36 380	0.69 458	0.74 465

DualNet (step1)	2.34 357	1.05 400	7.87 305	1.07 263	0.86 292	3.93 352	1.19 401	4.35 493	2.11 328	2.14 332	1.75 265	1.75 248	1.67 354	6.26 372	1.26 267	1.23 528	0.48 472	4.27 571	2.09 557	0.70 459	0.69 452

test_sample9	3.79 497	1.05 400	7.87 305	1.07 263	0.86 292	3.93 352	1.19 401	4.35 493	2.11 328	2.14 332	1.75 265	1.75 248	1.67 354	11.06 498	11.61 537	1.23 528	14.45 586	4.27 571	2.09 557	0.70 459	0.69 452

test_sample8	4.76 522	1.05 400	7.87 305	1.07 263	0.86 292	3.93 352	1.19 401	4.38 502	2.05 310	5.49 543	1.89 332	12.98 560	6.37 540	11.06 498	11.61 537	1.23 528	14.45 586	4.27 571	2.09 557	0.70 459	0.69 452

UDG	3.55 488	2.81 523	17.45 440	2.69 540	1.98 523	3.97 372	1.19 401	4.35 493	2.02 301	2.42 422	2.53 453	4.50 507	2.46 444	6.53 376	2.41 436	2.12 543	1.77 548	2.63 553	2.57 565	2.64 541	1.95 534

CBFPSM	2.05 303	0.95 380	10.12 338	1.07 263	1.05 353	2.84 152	1.20 405	3.28 234	1.73 247	1.82 230	1.30 138	4.56 512	4.06 505	2.34 259	2.34 431	0.25 85	0.38 412	0.32 255	0.27 235	0.37 272	0.79 478

psmorigin	6.59 545	1.15 422	88.11 595	1.52 457	0.97 326	2.88 157	1.20 405	3.21 224	2.04 307	3.73 519	2.46 443	5.15 532	2.55 448	10.60 477	2.47 443	0.55 464	0.68 515	0.48 432	0.51 470	0.70 459	0.88 490

HSM-Net_RVC	2.87 435	0.57 125	17.46 441	0.92 173	0.90 308	3.70 297	1.20 405	5.64 557	2.51 420	3.22 505	2.43 441	2.54 363	1.59 322	11.41 512	1.65 352	0.34 284	0.25 286	0.26 115	0.23 152	0.30 149	0.29 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
z-ln-s-r	2.67 415	1.16 425	12.43 362	1.34 403	1.26 411	3.70 297	1.21 408	4.20 433	2.38 392	2.04 304	1.92 340	2.43 349	1.60 328	10.58 475	5.19 497	0.29 174	0.20 140	0.32 255	0.24 177	0.51 389	0.38 295

LCNet	1.55 213	0.54 98	1.88 129	0.99 221	0.55 147	3.60 280	1.21 408	2.86 190	1.53 162	2.18 351	1.74 261	1.43 207	4.17 508	3.62 314	0.87 165	0.29 174	0.20 140	0.28 172	0.77 510	0.47 376	1.85 532

DRaft	2.28 339	0.56 115	2.64 213	0.74 59	0.46 89	3.94 357	1.23 410	2.32 106	1.55 179	2.64 460	2.80 478	1.60 226	5.34 527	6.96 391	10.99 533	0.34 284	0.22 201	0.27 143	0.27 235	0.29 126	0.37 280

psm_up	2.28 339	0.81 331	5.45 286	1.26 364	1.50 463	3.84 327	1.23 410	4.23 446	2.03 303	2.55 440	1.80 288	2.44 353	1.65 350	12.90 553	1.58 332	0.37 324	0.38 412	0.41 392	0.34 354	0.43 345	0.39 302

ADLNet	2.29 342	0.83 342	3.62 259	1.35 408	1.60 482	3.67 293	1.24 412	3.95 364	2.98 486	2.58 448	2.29 418	4.01 484	1.79 375	11.23 507	2.09 410	0.37 324	0.38 412	0.36 342	0.34 354	0.45 361	0.71 456

DISCO	2.25 330	0.73 285	10.06 335	1.76 494	1.12 371	3.47 246	1.25 413	3.24 230	2.26 356	2.65 464	1.96 345	4.53 510	1.92 400	4.17 331	3.61 475	0.32 255	0.25 286	0.31 235	0.29 292	0.66 451	0.41 328

rvit_105_1	1.43 204	0.90 361	3.27 241	1.08 271	0.68 221	2.79 147	1.27 414	3.52 267	2.35 378	1.38 161	1.54 202	1.28 183	1.14 214	2.91 296	1.40 292	0.54 462	0.47 466	0.45 415	0.59 489	0.44 353	0.58 424

test_5	1.87 265	0.75 305	10.23 339	1.14 305	1.40 444	3.85 335	1.27 414	3.91 351	1.93 287	1.69 204	1.78 282	1.67 233	1.79 375	2.99 301	1.17 243	0.30 214	0.18 71	0.35 327	0.33 345	0.34 231	0.33 234

SFCPSM	2.18 321	0.63 194	17.03 432	0.88 144	0.98 333	3.74 306	1.28 416	4.09 406	2.16 337	1.85 233	1.83 307	1.65 231	1.39 263	2.50 267	1.50 317	0.33 272	0.27 310	0.39 374	0.36 380	0.34 231	0.37 280

DLCB_ROB	2.05 303	0.95 380	2.37 190	1.24 355	1.02 347	2.92 165	1.30 417	3.68 294	2.30 366	2.91 482	2.17 395	3.32 438	1.52 307	10.37 470	2.50 445	0.40 360	0.33 370	0.40 380	0.36 380	0.41 316	0.47 368

CSP-Net	1.78 256	1.32 456	1.92 134	1.16 324	1.03 348	3.38 228	1.31 418	3.52 267	1.75 255	1.96 269	1.93 343	2.40 341	1.48 294	8.58 417	1.58 332	0.46 415	0.34 382	0.27 143	0.26 209	0.41 316	0.50 387

zh-mn7	3.15 471	9.61 563	12.45 363	1.26 364	0.99 336	2.91 162	1.32 419	4.12 415	2.74 450	3.33 509	3.07 491	2.84 397	1.89 397	8.91 423	4.69 487	0.49 441	0.40 426	0.38 370	0.38 405	0.56 410	0.63 439

CoDeX	2.40 370	0.78 319	13.21 369	1.00 229	1.18 383	3.24 206	1.32 419	4.14 423	2.41 399	1.74 217	1.84 312	2.05 308	1.47 292	10.03 459	1.60 336	0.34 284	0.28 322	0.32 255	0.27 235	0.32 195	0.39 302

Consistency-Raft	2.86 431	1.66 487	19.61 480	1.40 431	1.75 507	3.84 327	1.32 419	4.07 400	2.25 353	1.78 223	2.67 467	1.82 270	4.41 513	1.94 223	2.06 405	0.83 509	0.94 529	1.03 526	1.12 532	1.70 534	1.09 504

PVD	3.12 467	1.97 502	12.80 367	1.79 501	1.63 487	3.83 322	1.34 422	3.48 257	3.88 533	5.77 545	3.56 510	3.45 450	3.29 484	5.58 356	5.30 499	0.71 498	0.69 516	0.74 514	0.77 510	0.79 482	1.13 507

UPFNet	1.81 260	0.63 194	6.71 293	1.25 357	1.44 454	3.50 256	1.35 423	4.02 385	1.85 273	2.40 420	1.52 193	2.41 343	1.40 267	3.62 314	1.88 382	0.34 284	0.33 370	0.37 354	0.31 326	0.41 316	0.39 302

PDISCO_ROB	2.86 431	1.53 479	14.27 394	1.98 517	2.19 533	4.52 490	1.35 423	4.65 534	3.19 505	2.09 315	2.16 393	3.53 462	2.45 442	5.32 346	2.12 412	1.30 536	0.78 524	0.72 510	0.59 489	1.24 523	1.28 512

PSMNet-RUCA	1.64 235	1.50 477	2.57 203	1.50 454	1.38 440	3.05 181	1.36 425	3.31 238	2.24 350	1.36 156	2.07 376	1.40 203	1.09 194	1.83 209	1.55 328	1.15 524	0.69 516	1.26 535	0.96 523	1.64 532	0.94 494

TestStereo1	1.56 217	0.81 331	2.32 184	1.61 476	0.64 194	4.13 406	1.36 425	3.79 317	3.20 508	1.60 184	2.57 458	1.39 198	2.15 417	2.51 270	1.30 278	0.29 174	0.20 140	0.34 308	0.25 189	0.40 292	0.36 266

SA-5K	1.56 217	0.81 331	2.32 184	1.61 476	0.64 194	4.13 406	1.36 425	3.79 317	3.20 508	1.60 184	2.57 458	1.39 198	2.15 417	2.51 270	1.30 278	0.29 174	0.20 140	0.34 308	0.25 189	0.40 292	0.36 266

SA	1.62 230	0.75 305	3.78 264	1.07 263	0.43 65	4.26 442	1.36 425	4.45 515	3.12 497	1.63 192	1.97 351	1.68 235	2.26 428	2.55 278	1.27 270	0.27 115	0.22 201	0.37 354	0.37 392	0.35 249	0.30 197

DDUNet	2.91 438	2.78 522	6.94 297	3.53 553	2.26 537	3.28 217	1.36 425	3.77 313	2.04 307	2.62 456	2.49 447	4.18 494	1.69 359	5.38 348	1.85 379	2.21 544	1.77 548	2.61 552	2.43 563	2.60 540	2.34 542

LL-Strereo2	1.23 162	0.85 350	2.38 191	0.93 188	0.68 221	3.72 301	1.37 430	2.54 140	1.99 294	1.75 219	1.40 166	1.82 270	0.73 81	1.40 125	0.99 210	0.31 234	0.23 228	0.55 471	0.35 370	0.29 126	0.24 90

FADNet-RVC-Resample	2.83 429	2.02 504	21.07 540	1.12 297	0.91 310	3.53 263	1.37 430	4.08 404	2.09 318	1.68 203	1.33 145	2.03 304	1.51 305	9.54 439	1.69 356	0.38 341	0.37 406	0.42 399	0.44 442	0.56 410	0.56 415

MSAF-DinoV2	13.69 572	13.09 574	22.03 563	2.41 536	1.44 454	4.03 382	1.38 432	9.07 564	9.20 561	2.23 373	1.98 353	5.08 529	5.06 521	177.66 600	5.46 501	0.45 408	0.34 382	0.40 380	0.62 495	6.09 567	5.80 576

NVstereo2D	2.54 397	0.90 361	11.10 350	1.32 391	1.47 459	3.58 277	1.38 432	4.13 417	2.45 408	1.90 250	1.71 254	2.86 399	1.76 370	10.86 487	1.66 353	0.60 473	0.43 443	0.53 463	0.41 430	0.78 480	0.94 494

RGC	3.10 466	1.45 473	14.90 403	1.46 445	1.79 512	3.33 223	1.39 434	4.04 390	2.26 356	2.77 473	3.26 502	4.00 483	2.71 456	11.63 527	2.62 455	0.82 507	0.46 462	0.79 516	0.79 514	0.71 468	0.78 474

edge stereo	3.37 485	1.01 393	21.99 561	1.28 374	1.37 437	2.67 144	1.39 434	3.98 373	2.87 473	2.93 484	3.27 503	4.35 502	2.43 440	11.62 522	2.39 432	0.60 473	0.63 506	0.79 516	0.55 481	0.68 456	0.67 447

ARAFT	2.56 402	1.13 417	19.50 479	0.89 149	0.48 107	4.15 410	1.40 436	4.36 498	2.82 470	2.36 412	1.88 326	1.70 242	1.04 176	6.45 375	1.22 256	0.29 174	0.18 71	0.37 354	0.35 370	0.35 249	0.25 100

NCC-stereo	3.16 473	1.28 448	18.31 454	1.25 357	1.75 507	4.06 387	1.40 436	3.89 341	2.22 346	2.72 469	2.55 454	3.49 457	2.65 453	9.91 452	2.99 465	1.29 534	0.65 508	0.64 497	0.86 517	0.65 446	0.71 456

Abc-Net	3.16 473	1.28 448	18.31 454	1.25 357	1.75 507	4.06 387	1.40 436	3.89 341	2.22 346	2.72 469	2.55 454	3.49 457	2.65 453	9.91 452	2.99 465	1.29 534	0.65 508	0.64 497	0.86 517	0.65 446	0.71 456
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CRFU-Net	2.49 388	0.78 319	10.36 340	2.30 532	1.08 362	3.91 345	1.41 439	3.85 330	1.65 225	2.15 340	1.76 274	3.34 439	7.95 554	5.56 354	1.48 313	0.47 424	0.35 388	0.30 213	0.28 264	0.37 272	0.43 341

Sa-1000	1.63 234	0.79 323	3.56 254	1.11 293	0.48 107	4.06 387	1.41 439	4.49 521	2.75 453	2.00 290	2.80 478	1.84 276	1.43 280	2.64 287	1.50 317	0.27 115	0.19 102	0.36 342	0.33 345	0.36 262	0.30 197

psmg	1.47 211	0.59 146	1.94 135	0.92 173	0.85 287	4.30 451	1.42 441	4.10 414	1.88 277	2.64 460	2.09 379	2.60 369	1.31 248	1.60 168	1.21 253	0.34 284	0.27 310	0.33 290	0.34 354	0.36 262	0.34 246

RYNet	2.97 449	0.93 372	15.09 408	1.12 297	1.38 440	3.66 292	1.42 441	4.03 386	2.29 365	2.10 318	1.70 250	3.79 473	2.16 420	13.64 562	3.02 467	0.37 324	0.41 435	0.48 432	0.34 354	0.81 485	0.75 468

z-mn7	3.36 484	9.42 561	14.16 391	1.28 374	1.22 403	3.78 312	1.43 443	3.92 356	3.35 519	2.85 480	3.36 505	3.06 417	1.97 403	9.66 443	5.16 495	0.42 386	0.35 388	0.43 403	0.33 345	0.63 435	0.48 373

GEStereo_RVC	1.91 276	0.80 327	6.57 291	1.20 340	1.06 356	4.02 380	1.43 443	4.13 417	1.89 281	2.03 301	1.80 288	2.34 334	1.86 392	4.94 340	1.77 369	0.48 429	0.38 412	0.32 255	0.28 264	0.42 335	0.50 387

SQANet	3.70 493	9.34 560	18.41 456	2.75 541	2.74 542	3.40 232	1.47 445	3.50 263	1.68 231	2.60 452	1.75 265	2.69 377	1.91 399	6.72 386	1.74 365	2.96 548	1.41 542	1.85 542	1.12 532	3.17 543	2.70 551

ADLNet2	3.15 471	0.92 368	20.06 497	1.20 340	1.79 512	3.83 322	1.48 446	3.94 362	3.59 526	2.19 355	2.47 445	4.65 517	1.93 401	10.69 481	1.96 395	0.39 353	0.37 406	0.28 172	0.30 310	0.48 379	0.43 341

OMP-Stereo	1.97 288	0.93 372	1.88 129	2.76 542	0.67 216	4.58 501	1.48 446	4.31 483	1.54 171	3.15 502	2.76 474	3.25 431	1.38 260	7.66 404	1.35 289	0.40 360	0.20 140	0.33 290	0.26 209	0.33 213	0.24 90

DRN-Test	3.03 459	0.99 389	18.18 449	1.35 408	1.60 482	3.59 278	1.48 446	4.13 417	2.45 408	3.47 515	1.92 340	2.58 368	2.53 447	10.88 488	2.80 461	0.39 353	0.36 393	0.44 408	0.41 430	0.55 404	0.57 419

FBW_ROB	3.24 476	1.02 394	9.21 327	1.49 453	1.07 360	3.78 312	1.48 446	4.31 483	3.08 495	2.46 427	2.32 435	4.20 497	2.08 411	15.19 568	7.16 514	0.84 510	0.62 504	1.33 537	0.92 520	0.99 501	1.31 514

SACVNet	2.46 381	1.14 421	9.47 328	1.44 439	1.18 383	4.06 387	1.49 450	3.84 327	2.24 350	2.62 456	1.89 332	2.57 366	1.28 241	11.35 510	1.64 350	0.50 445	0.39 421	0.48 432	0.41 430	0.55 404	0.75 468

FINET	2.96 445	1.07 406	23.18 571	1.29 378	1.86 517	2.03 89	1.52 451	4.30 480	4.71 544	2.23 373	2.34 437	1.65 231	1.48 294	5.89 362	2.81 462	0.51 451	0.47 466	0.49 446	0.40 423	0.59 420	0.49 380

PASM	2.67 415	2.05 506	9.71 329	1.73 491	1.37 437	2.53 135	1.52 451	3.10 212	2.17 339	2.79 475	1.84 312	2.90 401	1.85 391	11.89 539	2.19 420	0.81 506	0.85 526	0.87 521	1.01 527	1.14 514	1.05 501

XQC	2.96 445	2.42 513	14.85 400	1.36 414	1.32 425	3.29 221	1.53 453	4.28 469	2.78 456	3.21 504	2.46 443	3.53 462	2.92 465	6.58 377	4.67 485	0.70 496	0.41 435	0.59 481	0.56 483	0.96 500	0.83 485

CVANet_RVC	2.55 401	1.10 412	9.13 326	1.46 445	1.15 376	3.96 367	1.53 453	3.91 351	2.50 417	3.04 493	2.04 365	2.60 369	1.72 365	12.46 549	1.50 317	0.49 441	0.30 345	0.51 452	0.41 430	0.63 435	0.50 387

ETE_ROB	2.07 306	1.40 467	3.01 231	1.09 277	0.92 311	3.94 357	1.53 453	4.25 456	2.23 348	3.31 507	2.06 375	2.35 336	1.52 307	8.74 419	2.07 408	0.44 399	0.36 393	0.51 452	0.48 456	0.54 402	0.62 435

Wz-Net-LNSev	2.30 345	1.67 489	14.88 402	1.18 332	1.65 493	3.49 252	1.54 456	3.63 285	2.03 303	1.88 243	1.64 231	3.29 434	2.06 409	2.71 292	2.02 401	0.40 360	0.33 370	0.32 255	0.31 326	0.53 399	0.49 380

GwcNet	3.00 455	1.63 483	19.83 488	1.32 391	2.04 529	3.27 213	1.55 457	3.65 288	2.33 375	2.00 290	2.12 387	3.56 466	1.68 358	9.47 437	2.45 441	0.44 399	0.45 453	0.46 421	0.38 405	0.60 424	0.76 470

DeepPrunerF	3.70 493	1.72 490	14.87 401	1.33 396	1.74 506	3.70 297	1.55 457	4.20 433	14.00 570	2.02 297	1.77 279	2.74 383	2.30 430	10.88 488	6.88 510	0.68 492	0.60 501	0.78 515	0.78 513	0.81 485	0.71 456

w-ln-seven-2	2.73 424	2.13 507	12.47 364	1.18 332	1.01 345	3.54 267	1.58 459	3.93 358	3.26 512	2.43 424	2.02 360	2.63 373	2.28 429	7.93 407	5.45 500	0.40 360	0.40 426	0.44 408	0.34 354	0.62 433	0.47 368

w-ln-seven	2.86 431	3.06 525	14.02 387	1.27 372	1.32 425	4.10 400	1.59 460	3.90 346	2.59 433	3.03 492	2.27 411	3.42 447	2.25 427	6.70 382	4.81 491	0.39 353	0.34 382	0.48 432	0.40 423	0.74 473	0.55 412

IRAFT_RVC	1.87 265	0.60 158	4.33 268	2.40 535	0.66 209	4.59 502	1.59 460	2.96 196	1.51 146	2.23 373	1.75 265	2.09 314	2.63 452	6.70 382	1.50 317	0.33 272	0.21 172	0.33 290	0.29 292	0.32 195	0.32 218

AF-Net	2.87 435	1.30 450	16.24 419	1.33 396	1.75 507	3.26 211	1.59 460	4.09 406	2.43 403	2.69 467	2.94 484	4.51 508	3.20 481	5.84 361	2.75 459	0.76 500	0.36 393	0.72 510	0.49 460	0.70 459	0.56 415

CC-Net-ROB	3.35 483	1.76 493	13.89 385	2.33 534	1.65 493	4.49 482	1.62 463	4.73 538	2.90 475	1.92 257	2.05 371	1.99 299	1.61 329	12.57 552	1.60 336	2.46 545	2.18 553	2.68 554	1.04 530	2.11 537	1.38 520

MFN_U_SF_RVC	3.81 498	10.78 567	15.01 406	1.84 505	1.39 442	3.73 305	1.63 464	4.05 394	3.26 512	2.91 482	2.38 439	4.36 504	3.65 497	8.43 414	4.91 493	1.11 523	1.04 530	0.99 525	1.31 539	1.58 530	1.75 531

XPNet_ROB	2.27 334	1.11 415	4.10 266	1.36 414	0.97 326	3.94 357	1.63 464	4.07 400	2.14 333	2.82 478	2.00 358	2.32 333	1.73 368	10.81 486	3.39 472	0.51 451	0.47 466	0.48 432	0.40 423	0.51 389	0.56 415

ssnet_v2	2.04 301	0.88 358	7.87 305	1.20 340	0.87 297	3.86 337	1.64 466	4.01 381	2.60 434	2.61 454	1.96 345	3.79 473	1.71 363	2.20 250	2.96 464	0.41 375	0.35 388	0.42 399	0.37 392	0.55 404	0.52 400

Wz-Net-LNSev-Ref	2.42 374	1.47 474	14.14 390	1.30 385	1.35 432	3.51 259	1.64 466	4.04 390	2.10 326	2.46 427	1.88 326	2.28 325	2.51 446	4.73 339	3.17 470	0.38 341	0.19 102	0.35 327	0.20 90	0.40 292	0.36 266

ADCRef	3.30 479	1.23 443	14.90 403	1.17 326	1.41 451	3.95 362	1.64 466	3.88 339	2.36 381	3.05 495	2.21 403	2.40 341	2.81 461	5.04 341	16.63 556	0.46 415	0.34 382	0.63 494	0.62 495	0.54 402	0.67 447

Syn2CoEx	3.08 463	2.55 519	19.88 490	1.34 403	1.18 383	2.43 122	1.65 469	3.91 351	2.40 397	2.39 418	2.27 411	2.90 401	3.17 480	9.57 442	2.54 450	0.50 445	0.45 453	0.53 463	0.39 412	0.74 473	0.72 463

PSMNet_ROB	2.95 442	1.38 464	18.46 458	1.19 335	1.20 396	3.80 318	1.65 469	3.54 272	2.35 378	1.98 273	1.71 254	2.75 385	1.79 375	11.43 514	2.78 460	0.42 386	0.36 393	0.50 449	0.60 491	0.59 420	0.49 380

stereogan	3.09 464	0.93 372	16.43 422	1.37 424	1.66 496	3.70 297	1.67 471	3.87 336	3.15 502	3.04 493	2.70 470	5.04 527	2.79 459	9.96 455	1.78 371	0.63 478	0.49 477	0.69 503	0.47 451	0.83 488	0.68 450

MFMNet_re	2.91 438	1.91 498	18.25 450	3.06 547	1.89 519	3.13 192	1.67 471	3.52 267	2.97 483	3.14 500	2.87 483	2.26 323	2.41 438	2.42 261	2.00 398	1.10 521	1.05 531	0.94 523	0.90 519	1.28 524	1.46 524

MaskLacGwcNet_RVC	3.13 468	1.43 471	9.93 333	2.50 537	1.62 485	4.29 449	1.68 473	3.95 364	2.43 403	1.66 200	1.91 338	3.04 413	1.41 272	13.26 555	1.58 332	3.82 562	1.59 544	1.12 532	0.46 448	2.21 538	2.74 552

PA-Net	3.09 464	1.24 444	18.84 462	1.38 426	1.19 390	3.42 236	1.75 474	3.89 341	3.27 516	1.88 243	2.10 380	3.03 412	1.88 396	11.60 520	2.88 463	0.40 360	0.54 483	0.44 408	0.62 495	0.52 393	1.02 499
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMV_ROB	3.62 490	0.70 258	21.42 552	1.21 346	0.89 305	4.43 472	1.76 475	4.39 504	2.79 458	5.88 547	3.38 506	4.18 494	5.12 523	10.75 482	2.32 429	0.56 466	0.55 488	0.53 463	0.51 470	0.55 404	0.46 363

KYRaft	1.59 225	0.52 75	1.73 115	0.95 196	0.49 115	4.38 458	1.79 476	2.43 117	1.51 146	2.49 431	2.98 486	2.00 300	3.41 489	2.14 242	0.82 143	0.30 214	0.21 172	0.33 290	0.46 448	0.35 249	2.45 546

DSFCA	1.89 270	0.69 248	3.14 236	1.10 286	1.18 383	3.99 375	1.79 476	3.50 263	2.16 337	3.10 497	1.64 231	2.91 404	2.50 445	5.38 348	2.26 424	0.43 392	0.38 412	0.37 354	0.36 380	0.50 387	0.42 332

Wz-Net-SNSev	2.98 451	4.36 535	15.98 417	1.57 469	1.19 390	3.28 217	1.80 478	3.96 369	2.40 397	2.32 400	2.28 415	3.48 451	2.05 408	7.84 406	3.82 478	0.47 424	0.39 421	0.53 463	0.49 460	0.71 468	0.60 429

EDNetEfficientorigin	12.35 569	2.51 514	179.47 599	1.19 335	0.96 322	2.91 162	1.81 479	3.00 201	5.35 551	8.91 563	4.79 523	4.18 494	4.64 517	9.98 456	11.30 534	0.37 324	0.38 412	0.60 486	0.85 516	1.32 526	2.43 545

Prome-Stereo	1.61 228	0.55 104	1.71 114	0.98 215	0.60 178	4.41 468	1.82 480	3.03 205	1.53 162	2.18 351	3.45 508	1.72 245	3.49 495	2.23 255	1.08 224	0.29 174	0.20 140	0.26 115	0.25 189	0.34 231	2.16 538

GANetREF_RVC	3.20 475	1.93 499	18.84 462	1.51 456	0.80 262	4.12 403	1.82 480	4.16 428	2.91 476	1.87 240	1.74 261	2.48 358	1.84 387	13.18 554	1.74 365	0.80 504	0.57 491	0.79 516	0.74 506	1.20 522	0.86 486
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
LALA_ROB	1.95 284	1.48 475	3.11 234	1.05 255	0.98 333	3.99 375	1.82 480	4.44 512	2.28 362	3.31 507	1.85 319	2.76 391	1.67 354	4.04 328	3.23 471	0.46 415	0.41 435	0.55 471	0.52 473	0.60 424	0.57 419

DEmStereo	2.97 449	0.58 138	13.42 372	0.79 82	0.51 121	3.84 327	1.84 483	2.42 114	1.60 210	2.25 379	2.74 471	2.03 304	6.04 534	6.79 389	12.80 542	0.35 304	0.26 299	0.26 115	0.27 235	0.27 95	0.37 280

Ntro	4.21 512	8.94 556	19.89 491	3.22 549	2.96 547	4.15 410	1.89 484	3.92 356	2.36 381	1.77 221	2.14 390	3.35 440	2.17 422	9.48 438	2.24 423	3.52 557	1.76 547	2.13 545	1.31 539	3.83 553	3.09 553

GMM-Stereo	2.45 378	0.52 75	20.38 516	0.89 149	0.82 274	4.18 427	1.91 485	2.45 120	1.48 126	2.48 430	2.30 423	1.69 240	1.86 392	2.93 298	1.08 224	0.28 152	0.18 71	0.33 290	0.48 456	0.35 249	2.41 543

coex-ft	18.59 578	6.62 545	113.53 597	1.17 326	1.31 419	2.33 115	1.93 486	2.81 186	14.00 570	124.82 599	8.45 544	5.90 540	51.74 593	9.99 457	22.69 574	0.57 468	0.62 504	0.50 449	0.49 460	1.08 509	1.28 512

NVStereoNet_ROB	4.91 526	1.40 467	16.46 423	1.47 448	1.72 505	3.46 243	1.96 487	3.89 341	3.61 527	2.90 481	24.61 579	4.81 519	4.49 515	13.57 560	4.87 492	1.33 537	1.29 540	1.70 541	1.68 544	1.41 529	1.66 526
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RP	2.79 426	1.20 432	10.36 340	1.54 461	1.93 521	3.44 238	1.97 488	4.05 394	2.34 376	2.66 465	2.79 476	3.98 482	2.58 450	10.21 465	2.61 453	0.95 515	0.47 466	0.71 506	0.57 486	0.71 468	0.68 450

MDST_ROB	5.53 534	0.59 146	23.11 569	2.55 538	2.69 541	21.20 577	1.98 489	4.77 540	2.65 440	9.36 565	4.25 518	4.14 492	4.45 514	22.57 574	3.68 477	0.48 429	0.33 370	0.47 424	0.44 442	0.44 353	0.44 347

FAT-Stereo	3.34 482	0.81 331	20.05 496	1.25 357	1.20 396	3.44 238	1.99 490	4.23 446	2.67 443	3.14 500	3.82 515	3.51 460	3.32 486	11.68 530	1.94 390	0.64 481	0.67 512	0.48 432	0.52 473	0.61 429	0.81 480

RAFT + AFF	2.51 391	2.66 520	4.48 273	1.15 318	1.95 522	4.15 410	2.01 491	4.46 516	3.30 517	2.19 355	2.51 450	2.22 322	4.87 520	8.91 423	2.06 405	0.30 214	0.60 501	0.48 432	0.38 405	0.77 478	0.69 452

delet	1.92 279	0.76 310	5.14 279	1.01 235	1.65 493	3.44 238	2.03 492	3.76 311	2.48 412	2.01 292	2.05 371	2.63 373	1.90 398	5.34 347	2.12 412	0.28 152	0.29 332	0.40 380	0.31 326	0.41 316	0.45 353

DPSNet	3.43 486	1.37 463	12.19 359	1.39 428	1.24 406	4.15 410	2.06 493	4.51 525	3.34 518	2.69 467	1.96 345	3.52 461	5.56 529	10.68 480	9.68 527	0.93 513	0.73 520	0.40 380	0.37 392	1.06 505	0.86 486

StereoDRNet	2.84 430	1.49 476	14.48 397	1.33 396	1.57 480	3.44 238	2.06 493	3.69 299	2.36 381	3.26 506	1.84 312	2.79 395	1.80 380	10.88 488	3.16 469	0.41 375	0.33 370	0.39 374	0.36 380	0.59 420	0.58 424

MSMD_ROB	5.61 535	1.08 408	16.68 426	1.21 346	0.83 279	10.14 563	2.07 495	3.93 358	6.22 557	10.37 571	8.03 540	22.22 574	9.45 560	11.66 528	4.52 484	0.66 486	0.58 496	0.66 500	0.68 502	0.65 446	0.63 439

pmcnn	5.45 533	1.22 439	17.40 438	1.60 473	2.41 539	3.48 249	2.12 496	4.52 526	3.26 512	3.67 518	13.15 567	22.10 573	3.46 494	11.92 541	17.16 559	0.34 284	0.21 172	0.23 31	0.19 73	0.36 262	0.28 159

DAS	2.31 346	0.67 237	4.79 276	1.14 305	1.64 489	2.93 169	2.13 497	4.09 406	2.74 450	4.17 530	2.52 451	2.46 356	1.79 375	11.55 519	1.63 347	0.37 324	0.22 201	0.39 374	0.25 189	0.41 316	0.34 246

SepStereo	2.15 317	0.67 237	4.79 276	1.14 305	1.64 489	2.93 169	2.13 497	4.09 406	2.74 450	4.17 530	2.52 451	2.46 356	1.79 375	8.36 411	1.63 347	0.37 324	0.22 201	0.39 374	0.25 189	0.41 316	0.34 246

TDLM	2.29 342	1.08 408	4.61 275	1.29 378	1.01 345	4.26 442	2.17 499	3.75 309	2.79 458	2.31 396	1.98 353	2.06 310	1.59 322	12.45 548	1.72 360	0.51 451	0.28 322	0.52 458	0.35 370	0.56 410	0.50 387

ccnet	2.66 413	0.97 387	8.01 309	1.54 461	1.24 406	3.75 307	2.18 500	4.07 400	2.41 399	2.66 465	3.25 501	2.87 400	2.31 433	9.89 451	3.50 473	0.78 501	0.75 522	0.71 506	0.67 499	0.76 477	0.81 480

ACVNet-4b	6.73 547	13.67 576	21.87 560	3.54 554	3.07 549	4.19 431	2.25 501	4.03 386	3.65 528	1.64 195	3.98 517	5.88 539	2.89 463	10.01 458	16.98 558	23.29 589	2.24 556	2.53 549	1.78 549	3.87 554	3.21 558

ADCMid	3.96 504	3.27 528	15.48 413	1.26 364	1.40 444	4.66 512	2.28 502	4.06 398	3.54 525	3.94 523	3.02 488	3.85 476	3.67 498	4.03 327	18.65 567	0.68 492	0.61 503	1.09 531	1.18 536	1.38 527	1.08 503

WZ-Net	3.62 490	4.87 537	16.77 429	1.43 436	1.40 444	3.75 307	2.29 503	4.12 415	2.50 417	2.74 471	2.19 399	4.06 487	5.29 526	10.19 464	7.36 515	0.54 462	0.37 406	0.47 424	0.49 460	0.77 478	0.73 464

SPS-STEREO	3.97 505	1.44 472	20.85 532	1.72 490	1.71 503	3.24 206	2.30 504	3.55 274	2.68 445	4.79 540	3.66 511	5.44 537	2.97 466	9.11 428	9.35 526	1.15 524	1.10 533	1.06 529	1.02 529	1.16 518	1.18 509
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FC-DCNN	6.64 546	0.77 313	19.26 472	1.68 483	1.64 489	8.27 560	2.35 505	6.35 558	9.23 562	10.85 573	11.27 560	19.89 570	13.33 564	12.51 550	11.79 539	0.66 486	0.57 491	0.58 478	0.56 483	0.63 435	0.61 432

FC-DCNN v2	6.91 551	0.77 313	19.25 470	1.69 484	1.64 489	9.13 562	2.40 506	7.20 560	9.47 563	11.07 575	11.62 562	20.05 572	15.79 569	12.55 551	11.99 540	0.66 486	0.57 491	0.58 478	0.56 483	0.63 435	0.61 432

Wz-Net-MNSev	2.71 423	2.54 518	13.91 386	1.52 457	1.37 437	3.28 217	2.47 507	4.03 386	2.32 374	2.57 444	2.07 376	2.29 330	3.01 469	7.55 400	2.74 458	0.38 341	0.36 393	0.36 342	0.37 392	0.57 415	0.47 368

ACVNet_1	6.04 542	13.97 577	21.36 550	3.58 555	3.14 552	4.73 528	2.48 508	4.20 433	3.17 503	2.98 490	2.83 482	23.31 575	4.34 512	11.06 498	2.45 441	3.68 559	2.33 559	2.60 551	1.79 550	3.69 550	3.19 557

Wz-Net-TNSev	3.67 492	8.83 552	13.47 375	1.48 450	1.18 383	3.60 280	2.49 509	4.27 464	3.13 498	2.18 351	1.89 332	4.21 498	2.80 460	12.10 542	7.58 518	0.57 468	0.55 488	0.47 424	0.54 479	0.91 494	1.05 501

GANet	2.93 441	1.05 400	11.29 352	1.64 478	0.96 322	3.91 345	2.52 510	3.72 306	2.41 399	2.95 489	3.00 487	3.21 427	2.03 405	12.42 547	4.72 488	0.51 451	0.41 435	0.46 421	0.39 412	0.60 424	0.50 387

S-Stereo	3.48 487	0.91 366	22.06 564	1.36 414	1.50 463	3.55 270	2.53 511	4.21 439	2.81 468	2.37 413	3.81 514	3.75 471	1.84 387	11.90 540	2.51 446	0.63 478	0.71 518	0.48 432	0.76 508	0.67 453	1.19 510

NCCL2	2.53 395	1.35 460	10.90 349	1.15 318	0.97 326	3.53 263	2.56 512	3.65 288	2.23 348	2.76 472	1.80 288	2.41 343	1.66 352	10.35 469	2.07 408	0.44 399	0.40 426	0.57 476	0.53 477	0.59 420	0.65 445

otaku	4.58 519	8.93 555	19.95 493	3.11 548	2.67 540	3.91 345	2.57 513	3.82 323	2.25 353	2.22 369	9.72 553	4.08 488	2.35 435	8.57 416	2.13 415	3.51 556	1.65 546	2.15 546	1.17 535	3.69 550	3.15 555

zh-sn7	3.81 498	11.43 570	15.78 415	1.25 357	1.15 376	3.68 296	2.58 514	4.15 427	2.42 402	2.61 454	3.10 495	3.38 445	3.03 473	11.43 514	6.88 510	0.45 408	0.48 472	0.45 415	0.43 439	0.72 471	0.71 456

FCDSN-DC	6.04 542	0.84 346	19.25 470	1.24 355	1.09 366	4.38 458	2.62 515	4.38 502	4.71 544	9.59 568	11.22 559	19.19 569	17.40 572	12.30 544	8.55 523	0.69 495	0.57 491	0.60 486	0.60 491	0.70 459	0.78 474
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	3.55 488	2.16 509	14.18 392	1.86 508	1.49 461	4.62 506	2.65 516	3.58 279	2.80 462	7.05 555	3.05 490	5.16 533	4.07 506	9.18 431	4.80 490	0.64 481	0.67 512	0.59 481	0.68 502	0.89 491	0.91 491

ADCPNet	3.89 500	1.63 483	20.25 510	1.28 374	1.27 413	6.43 551	2.65 516	3.93 358	2.70 446	2.78 474	2.20 401	4.28 500	6.16 538	5.56 354	10.27 530	0.65 484	1.18 535	0.71 506	1.70 546	0.84 489	1.37 518

LVE	6.88 550	9.31 559	21.14 542	3.61 556	3.18 554	4.49 482	2.79 518	10.21 566	11.69 566	3.16 503	11.53 561	18.33 566	4.31 511	11.66 528	3.52 474	4.45 570	2.93 565	2.56 550	1.91 554	3.62 547	3.16 556

WAO-8	11.95 566	13.02 572	20.56 524	3.50 551	3.08 550	15.11 573	2.80 519	12.91 571	19.11 579	7.69 557	13.12 565	11.62 556	7.01 548	84.40 597	7.91 519	3.42 554	1.92 550	3.54 567	1.93 555	3.68 548	2.69 549

Venus	11.95 566	13.02 572	20.56 524	3.50 551	3.08 550	15.11 573	2.80 519	12.91 571	19.11 579	7.69 557	13.12 565	11.62 556	7.01 548	84.40 597	7.91 519	3.42 554	1.92 550	3.54 567	1.93 555	3.68 548	2.69 549

TorneroNet-64	10.12 559	8.74 551	20.95 538	4.27 563	3.76 562	13.86 570	2.85 521	15.05 576	23.15 582	10.07 569	23.84 578	13.47 561	8.24 557	13.96 565	17.21 560	3.96 565	2.72 562	3.23 562	2.48 564	6.29 568	4.27 570

MADNet+	3.97 505	9.54 562	13.83 384	1.87 509	1.69 501	4.19 431	2.87 522	4.80 541	4.10 539	2.51 435	2.67 467	4.55 511	3.41 489	8.72 418	6.92 512	1.25 531	1.27 539	1.04 527	0.93 521	1.39 528	1.85 532

HBP-ISP	3.25 478	1.10 412	20.86 533	1.54 461	1.15 376	4.50 485	2.89 523	4.43 511	2.38 392	4.14 529	1.96 345	1.90 282	2.04 407	11.08 501	1.32 281	0.66 486	0.57 491	0.66 500	0.61 494	0.64 443	0.61 432

G-Net	4.11 509	1.21 433	19.47 478	2.31 533	2.94 546	4.74 531	2.95 524	3.33 247	2.14 333	4.44 536	9.43 551	6.93 545	3.84 501	9.01 427	4.92 494	0.79 502	0.80 525	0.70 505	0.50 466	0.95 496	0.87 489

RTS	3.90 501	7.04 546	17.94 446	1.92 511	2.19 533	5.00 539	2.96 525	4.29 472	3.19 505	4.05 526	3.08 492	4.94 522	3.16 478	7.64 401	6.72 505	0.66 486	0.44 448	0.51 452	0.47 451	0.95 496	0.76 470

RTSA	3.90 501	7.04 546	17.94 446	1.92 511	2.19 533	5.00 539	2.96 525	4.29 472	3.19 505	4.05 526	3.08 492	4.94 522	3.16 478	7.64 401	6.72 505	0.66 486	0.44 448	0.51 452	0.47 451	0.95 496	0.76 470

RainbowNet	4.56 517	8.28 549	20.07 499	3.64 557	3.23 555	4.15 410	2.99 527	4.18 429	3.03 491	2.20 358	2.65 465	4.26 499	2.90 464	9.77 445	2.12 412	3.88 563	2.27 557	2.71 556	1.72 548	3.78 552	3.31 560

ACVNet_2	5.41 532	12.60 571	20.42 519	3.27 550	3.15 553	4.50 485	3.02 528	4.66 535	3.73 531	3.35 512	5.36 528	7.86 548	2.88 462	12.33 546	4.76 489	3.12 552	2.22 555	2.70 555	1.69 545	3.49 546	3.10 554

NaN_ROB	4.06 508	1.13 417	16.64 425	1.12 297	1.25 409	3.50 256	3.05 529	4.29 472	3.26 512	3.64 516	2.56 456	2.97 407	4.79 518	13.33 556	16.91 557	0.37 324	0.41 435	0.38 370	0.39 412	0.48 379	0.81 480

IMH	6.81 549	13.66 575	20.41 518	4.33 567	3.74 559	5.50 544	3.06 530	5.49 556	6.22 557	4.64 539	10.35 555	9.30 552	8.03 556	13.61 561	6.81 507	4.80 575	2.99 570	3.09 560	2.12 560	4.36 559	3.61 562

SuperB	4.79 523	4.41 536	21.08 541	1.45 443	1.08 362	3.91 345	3.08 531	4.18 429	3.01 489	2.50 432	2.10 380	2.75 385	3.49 495	8.80 420	19.60 571	0.44 399	0.33 370	0.53 463	0.39 412	12.01 581	0.64 443

WAO-7	5.16 528	3.21 526	18.98 466	1.88 510	1.44 454	5.34 543	3.09 532	4.91 543	5.81 556	4.35 535	8.92 550	6.55 542	6.06 535	13.40 558	10.81 532	1.34 538	1.20 538	1.48 540	1.35 542	1.60 531	1.45 522

TorneroNet	25.88 583	11.28 569	21.62 557	4.20 562	4.07 565	55.25 591	3.15 533	15.16 577	76.94 595	58.09 591	82.72 596	86.88 597	41.15 587	13.35 557	18.13 564	4.32 566	2.85 563	3.45 563	2.62 566	8.33 579	4.14 569

SGM-Forest	2.96 445	0.62 185	3.49 249	1.09 277	0.80 262	4.06 387	3.30 534	4.37 501	3.09 496	4.18 533	3.27 503	4.67 518	3.86 502	11.69 531	7.91 519	0.51 451	0.46 462	0.49 446	0.39 412	0.48 379	0.49 380
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
KSHMR	16.96 576	5.37 540	21.64 559	4.46 568	4.50 568	8.30 561	3.32 535	15.58 579	76.24 594	6.62 554	61.47 592	56.53 592	5.43 528	35.17 586	11.37 535	4.39 568	2.97 569	3.63 569	2.74 570	5.10 564	4.34 571

MFN_U_SF_DS_RVC	3.94 503	10.88 568	12.30 361	1.26 364	1.55 473	5.19 542	3.33 536	4.42 508	2.82 470	2.58 448	2.62 462	5.00 525	2.11 412	14.03 566	2.73 457	1.28 533	2.34 560	0.67 502	1.83 551	0.81 485	1.03 500

notaker	10.50 562	8.60 550	20.23 506	4.54 570	3.95 563	6.27 549	3.44 537	8.07 563	4.75 547	8.73 562	46.45 587	13.86 564	27.86 582	13.49 559	13.61 545	4.56 571	3.18 571	3.52 566	2.68 568	8.13 578	4.05 568

SGM_RVC	4.57 518	0.72 274	17.46 441	1.84 505	0.58 172	4.23 440	3.45 538	4.66 535	3.66 529	7.99 560	8.82 549	7.56 547	8.74 559	12.30 544	6.84 509	0.43 392	0.38 412	0.39 374	0.35 370	0.51 389	0.48 373
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCMA_ROB	5.12 527	0.90 361	21.33 548	1.50 454	1.33 429	4.09 394	3.49 539	4.03 386	4.59 543	6.57 553	10.95 558	12.92 559	8.41 558	9.86 450	8.78 524	0.75 499	0.58 496	0.51 452	0.50 466	0.68 456	0.57 419

CSAN	4.71 521	1.39 466	20.23 506	1.19 335	0.87 297	3.65 291	3.50 540	4.57 530	3.87 532	3.89 522	7.82 538	3.54 465	6.16 538	23.47 579	6.82 508	0.52 457	0.45 453	0.49 446	0.52 473	0.63 435	0.66 446

HanzoNet	31.60 585	17.23 580	21.22 547	7.32 576	5.84 573	7.25 556	3.53 541	13.82 575	14.20 572	50.38 589	47.01 588	44.45 585	56.61 594	36.61 587	32.00 587	63.89 595	56.57 596	7.97 580	89.20 596	28.69 585	28.25 587

Dean	7.52 553	9.08 557	21.41 551	3.74 558	3.53 556	4.81 535	3.53 541	5.33 553	5.25 550	4.17 530	26.53 580	25.62 581	4.09 507	10.97 492	4.32 481	3.69 560	2.30 558	2.91 557	1.87 553	4.03 555	3.24 559

MSC_U_SF_DS_RVC	4.48 516	10.62 566	15.18 411	1.55 466	1.45 458	6.16 548	3.54 543	5.41 555	3.68 530	2.59 451	2.74 471	4.81 519	2.20 425	13.79 563	4.40 482	2.04 541	3.36 573	1.05 528	1.20 537	2.09 536	1.72 529

WAO-6	5.87 540	2.27 510	15.05 407	2.96 545	2.77 543	12.01 566	3.58 544	5.37 554	11.91 568	3.34 510	9.69 552	6.78 544	5.84 532	11.82 537	8.89 525	2.87 547	2.35 561	2.50 548	1.84 552	2.85 542	2.67 548

ADCS	4.22 513	5.33 539	16.32 420	1.64 478	1.31 419	3.91 345	3.64 545	4.21 439	2.89 474	5.11 542	2.81 480	4.46 506	3.06 476	5.21 345	19.50 570	0.63 478	0.64 507	0.69 503	0.69 504	1.12 512	1.26 511

ADCP+	3.74 496	1.96 501	16.90 430	1.09 277	1.55 473	4.35 456	3.65 546	3.93 358	2.98 486	2.22 369	1.66 239	3.95 479	4.83 519	3.41 308	18.87 569	0.38 341	0.41 435	0.63 494	0.53 477	0.64 443	0.81 480

UNDER WATER	10.47 560	3.95 534	22.62 568	5.07 573	4.51 569	7.78 559	3.77 547	12.56 570	21.72 581	7.84 559	10.78 556	23.96 577	31.66 583	10.78 485	16.19 554	4.44 569	2.93 565	4.24 570	2.86 571	6.33 570	5.47 575

aanetorigin	3.30 479	1.66 487	17.52 443	1.18 332	1.58 481	2.57 138	3.80 548	2.65 158	2.03 303	6.12 550	4.30 520	2.82 396	5.70 530	5.47 351	4.67 485	0.50 445	0.44 448	0.43 403	0.47 451	1.17 519	0.92 492

SANet	5.65 537	1.72 490	20.94 537	1.26 364	0.88 300	7.20 555	3.81 549	4.60 532	11.23 564	4.56 537	8.78 548	7.49 546	6.95 545	11.85 538	18.11 563	0.49 441	0.44 448	0.50 449	0.42 436	0.90 493	0.82 484

MeshStereo	5.35 531	1.32 456	21.34 549	1.34 403	1.15 376	4.40 466	3.90 550	5.18 547	4.55 541	10.14 570	11.82 563	11.47 555	5.84 532	13.84 564	7.03 513	0.61 475	0.58 496	0.60 486	0.58 487	0.72 471	0.59 428
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
CBMV	3.32 481	0.96 386	21.16 544	1.32 391	0.83 279	3.81 320	3.91 551	4.47 517	2.53 422	3.34 510	2.24 407	4.45 505	2.58 450	10.07 461	1.96 395	0.45 408	0.43 443	0.48 432	0.38 405	0.52 393	0.53 402
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AnyNet_C32	4.17 511	5.75 543	12.62 365	1.60 473	1.54 469	5.51 545	4.09 552	3.90 346	3.23 510	4.22 534	3.03 489	3.10 418	3.41 489	8.01 409	18.85 568	0.53 460	0.58 496	0.53 463	0.74 506	1.19 521	0.97 496

ktn	21.74 581	10.34 565	19.68 483	4.53 569	4.00 564	6.53 552	4.51 553	6.79 559	78.82 596	84.69 596	100.86 599	58.49 593	7.57 552	12.11 543	13.35 543	4.58 574	3.24 572	3.49 564	2.62 566	4.65 562	3.84 566

UNDER WATER-64	9.33 558	5.37 540	22.60 567	5.22 574	4.86 571	10.75 564	4.61 554	11.45 567	17.30 574	7.59 556	9.80 554	15.99 565	17.90 574	10.63 478	15.72 550	4.36 567	2.87 564	4.39 574	2.86 571	7.01 574	5.36 574

IMH-64-1	4.84 524	2.53 516	6.83 294	4.30 565	3.74 559	4.81 535	6.05 555	5.30 550	3.92 534	3.95 524	8.33 542	5.08 529	6.06 535	8.96 425	6.30 502	4.57 572	2.96 567	3.04 558	2.12 560	4.28 557	3.62 563

IMH-64	4.84 524	2.53 516	6.83 294	4.30 565	3.74 559	4.81 535	6.05 555	5.30 550	3.92 534	3.95 524	8.33 542	5.08 529	6.06 535	8.96 425	6.30 502	4.57 572	2.96 567	3.04 558	2.12 560	4.28 557	3.62 563

LSM	12.71 570	3.52 531	20.79 531	55.63 593	84.76 592	3.63 290	6.30 557	3.73 307	4.93 548	5.55 544	13.92 569	3.53 462	3.25 483	9.72 444	4.12 480	0.64 481	0.85 526	0.71 506	0.81 515	1.03 502	26.84 585

AnyNet_C01	4.37 515	7.80 548	16.40 421	1.98 517	1.40 444	6.37 550	6.47 558	4.09 406	5.03 549	4.06 528	3.78 513	4.16 493	3.31 485	6.62 379	10.00 528	0.61 475	0.67 512	0.63 494	0.67 499	2.01 535	1.31 514

PSM-AAD	2.43 375	0.54 98	1.32 75	0.92 173	0.54 140	4.48 476	7.47 559	2.96 196	1.55 179	2.31 396	2.56 456	1.26 181	16.23 570	2.46 264	0.89 172	0.28 152	0.21 172	0.58 478	0.41 430	0.34 231	1.32 516

EDNetEfficient	5.61 535	2.14 508	16.75 428	1.67 482	3.64 557	4.12 403	7.51 560	3.05 207	5.63 555	11.57 576	4.83 524	3.95 479	12.72 563	8.44 415	20.78 573	0.41 375	0.43 443	0.47 424	1.01 527	1.66 533	1.39 521

PWCK	5.85 539	9.95 564	15.22 412	2.90 544	1.56 476	5.66 547	7.69 561	5.27 549	4.74 546	3.88 521	7.51 536	8.04 549	5.28 525	15.18 567	8.40 522	3.08 551	1.51 543	2.24 547	1.37 543	5.55 566	1.96 535

MADNet++	7.57 555	5.80 544	13.28 370	6.38 575	5.26 572	7.18 554	7.77 562	5.32 552	5.62 554	6.11 549	7.78 537	6.02 541	8.01 555	11.74 533	16.36 555	9.36 580	4.95 577	8.57 581	5.66 577	4.83 563	5.34 573

GrayStereo	2.58 406	0.53 87	1.63 109	1.58 470	0.89 305	4.17 424	8.17 563	3.03 205	1.52 155	2.80 476	2.50 448	1.70 242	17.10 571	2.83 295	1.15 237	0.33 272	0.21 172	0.27 143	0.32 337	0.28 112	0.53 402

ELAS	5.99 541	1.62 481	20.29 513	1.96 516	2.01 525	15.09 572	8.38 564	5.23 548	5.54 553	9.02 564	8.61 545	6.74 543	9.75 561	7.48 398	11.40 536	0.96 516	1.18 535	0.72 510	0.93 521	1.30 525	1.67 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MultiAttention	8.74 557	0.56 115	7.25 300	2.07 522	22.74 581	35.86 587	8.44 565	4.97 544	2.58 430	2.57 444	5.11 527	5.55 538	1.59 322	52.70 595	7.50 517	0.47 424	0.24 262	0.52 458	1.00 526	6.84 573	6.30 577

ADCL	4.35 514	1.63 483	14.21 393	1.29 378	1.26 411	5.56 546	11.16 566	3.97 371	3.37 520	6.07 548	4.67 522	4.30 501	5.72 531	5.08 343	14.51 546	0.50 445	0.48 472	0.89 522	0.77 510	0.78 480	0.76 470

FTStereo	3.71 495	0.53 87	20.37 515	0.96 202	0.65 202	4.34 454	11.29 567	2.62 154	1.50 139	2.58 448	5.04 526	1.90 282	13.84 566	3.71 318	1.25 264	0.38 341	0.24 262	0.31 235	0.32 337	0.30 149	2.10 537

ELAS_RVC	5.72 538	1.64 486	20.40 517	2.09 523	2.01 525	4.95 538	11.47 568	4.66 535	6.31 559	8.09 561	8.01 539	8.06 551	11.65 562	8.36 411	10.22 529	0.99 518	1.17 534	0.81 519	0.76 508	1.14 514	1.58 525
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	6.27 544	9.15 558	13.76 378	1.94 515	4.60 570	11.91 565	12.00 569	5.12 546	3.45 524	3.79 520	4.52 521	9.54 553	6.56 544	9.40 436	13.48 544	1.26 532	1.37 541	1.17 534	1.34 541	7.06 575	3.95 567

TCMNet-wrong-test	12.32 568	14.13 578	19.38 475	22.38 582	19.85 578	15.99 576	12.34 570	22.95 581	4.56 542	6.24 551	6.27 533	18.40 568	15.71 568	10.10 463	10.72 531	9.06 579	4.78 575	5.35 575	3.95 575	12.28 582	11.97 580

JetRed	10.48 561	27.10 584	35.70 581	4.27 563	4.09 566	15.55 575	12.83 571	12.16 568	5.50 552	5.83 546	5.56 530	10.14 554	7.43 550	8.88 421	26.39 582	3.32 553	3.81 574	3.51 565	2.96 573	7.85 576	6.69 578

EAI-Stereo	2.35 362	0.63 194	2.97 228	0.95 196	0.65 202	3.84 327	14.27 572	5.04 545	2.19 342	2.06 311	7.25 534	1.10 155	0.94 151	1.65 182	1.37 290	0.31 234	0.22 201	0.27 143	0.60 491	0.27 95	0.32 218

MANE	11.39 564	1.38 464	23.16 570	4.82 572	2.79 544	22.02 578	14.51 573	25.81 582	26.28 583	10.93 574	13.17 568	19.90 571	18.03 575	15.69 569	20.41 572	0.96 516	0.74 521	1.42 538	3.24 574	0.74 473	1.71 528

THIR-Stereo	4.14 510	0.82 338	10.85 348	0.86 133	0.43 65	2.16 101	16.77 574	3.22 226	1.54 171	2.04 304	12.05 564	2.68 376	7.53 551	7.30 393	12.62 541	0.30 214	0.21 172	0.29 193	0.28 264	0.33 213	0.41 328

SGM+DAISY	8.36 556	3.82 532	24.83 575	2.02 519	1.75 507	14.80 571	17.22 575	4.27 464	11.79 567	13.88 577	14.38 570	11.74 558	13.83 565	10.56 474	15.12 547	1.21 526	1.19 537	1.14 533	1.13 534	1.17 519	1.37 518

CrosDoStereo	5.24 529	0.60 158	20.23 506	0.82 95	0.51 121	3.39 229	18.11 576	3.82 323	2.27 358	1.98 273	8.74 546	1.96 293	6.96 546	7.35 395	26.35 580	0.30 214	0.22 201	0.30 213	0.28 264	0.33 213	0.38 295

DeepStereo_LL	5.24 529	0.60 158	20.23 506	0.82 95	0.51 121	3.39 229	18.11 576	3.82 323	2.27 358	1.98 273	8.74 546	1.96 293	6.96 546	7.35 395	26.35 580	0.30 214	0.22 201	0.30 213	0.28 264	0.33 213	0.38 295

SGM-ForestM	11.55 565	1.16 425	21.62 557	2.14 524	0.81 265	22.25 579	19.08 578	16.50 580	11.34 565	15.94 580	14.44 571	27.12 582	22.61 581	24.76 580	28.39 586	0.50 445	0.48 472	0.47 424	0.44 442	0.55 404	0.53 402

LE_ROB	18.58 577	1.21 433	48.38 587	8.60 578	23.00 582	7.32 557	19.74 579	9.94 565	38.69 588	43.53 586	21.91 575	28.40 583	40.92 586	23.18 576	54.71 591	0.34 284	0.33 370	0.32 255	0.36 380	0.42 335	0.40 322

tt	7.19 552	0.51 69	6.83 294	4.03 560	2.30 538	12.05 567	20.19 580	15.46 578	6.58 560	3.42 514	3.22 500	5.37 535	6.39 543	4.20 332	7.46 516	9.81 581	11.53 585	7.05 578	7.46 580	6.31 569	3.71 565

HaxPig	43.25 589	43.65 590	45.00 585	33.85 587	35.61 585	32.69 584	30.52 581	45.09 590	42.97 589	48.77 587	48.17 589	43.00 584	40.26 585	44.58 588	43.61 588	47.18 592	49.30 593	51.54 593	50.25 592	43.73 592	45.29 592

AVERAGE_ROB	44.46 590	45.91 591	46.59 586	40.59 589	38.66 586	32.99 585	30.52 581	46.19 591	43.26 590	49.59 588	48.97 590	44.62 586	39.89 584	45.04 589	43.94 589	48.74 593	50.69 594	50.80 592	49.79 591	45.54 593	46.97 593

DGTPSM_ROB	15.31 573	8.85 553	28.14 579	9.90 579	18.89 576	12.44 568	33.21 583	13.48 573	17.86 577	9.50 566	22.89 576	13.78 562	19.67 576	21.26 572	23.68 576	5.08 577	8.84 579	5.62 576	11.50 581	6.72 571	14.87 581

DPSMNet_ROB	15.52 574	8.89 554	31.44 580	10.07 580	18.91 577	12.44 568	33.22 584	13.51 574	17.94 578	9.58 567	22.91 577	13.79 563	19.67 576	21.43 573	23.73 577	5.17 578	8.84 579	5.63 577	11.52 584	6.79 572	14.90 582

MEDIAN_ROB	47.37 591	49.08 592	49.92 588	40.32 588	39.97 587	34.95 586	33.43 585	49.17 592	46.39 592	53.06 590	52.65 591	47.65 587	42.23 592	48.35 594	47.29 590	52.10 594	54.04 595	54.28 594	53.48 593	48.76 594	50.33 594

USTest	15.98 575	15.58 579	22.56 566	18.49 581	16.99 575	26.43 580	36.08 586	27.68 585	12.77 569	10.69 572	10.80 557	18.35 567	15.09 567	18.62 571	23.37 575	4.85 576	5.34 578	7.38 579	7.43 579	9.90 580	11.23 579

Anonymous_1	57.11 594	19.68 581	26.15 576	23.10 583	142.31 597	30.84 581	39.75 587	33.86 589	16.98 573	70.53 595	15.42 572	23.46 576	19.75 578	23.04 575	27.23 583	164.73 600	9.02 581	130.38 597	137.40 597	161.27 600	27.24 586

DPSM_ROB	20.78 579	20.03 582	26.57 577	23.62 584	22.46 579	31.10 582	39.97 588	33.52 587	17.41 575	15.25 578	15.80 573	24.06 578	20.71 579	23.30 577	27.62 584	10.78 582	9.41 582	11.69 584	11.50 581	14.49 583	16.36 583

DPSM	20.78 579	20.03 582	26.57 577	23.62 584	22.46 579	31.10 582	39.97 588	33.52 587	17.41 575	15.25 578	15.80 573	24.06 578	20.71 579	23.30 577	27.62 584	10.78 582	9.41 582	11.69 584	11.50 581	14.49 583	16.36 583

DGSMNet	7.55 554	1.62 481	17.42 439	1.92 511	12.73 574	7.45 558	42.99 590	4.13 417	2.07 314	2.10 318	3.16 499	3.42 447	1.70 361	9.24 433	2.30 427	3.70 561	10.89 584	11.80 586	5.54 576	4.24 556	2.66 547

BEATNet-Init1	49.72 593	64.32 595	97.77 596	4.68 571	4.28 567	84.75 598	60.42 591	73.38 597	68.59 593	88.29 597	88.51 598	91.94 598	97.99 598	85.26 599	70.96 599	0.80 504	0.65 508	0.85 520	0.70 505	7.96 577	2.33 541

xxxxx1	112.33 597	88.53 596	37.76 582	227.84 598	157.23 598	39.05 588	61.41 592	93.76 598	79.29 597	62.45 592	74.79 593	78.32 594	70.96 595	33.47 583	70.69 596	114.00 597	130.36 598	259.31 599	274.34 599	145.54 597	147.50 597

tt_ll	112.33 597	88.53 596	37.76 582	227.84 598	157.23 598	39.05 588	61.41 592	93.76 598	79.29 597	62.45 592	74.79 593	78.32 594	70.96 595	33.47 583	70.69 596	114.00 597	130.36 598	259.31 599	274.34 599	145.54 597	147.50 597

ff	112.33 597	88.53 596	37.76 582	227.84 598	157.23 598	39.05 588	61.41 592	93.76 598	79.29 597	62.45 592	74.79 593	78.32 594	70.96 595	33.47 583	70.69 596	114.00 597	130.36 598	259.31 599	274.34 599	145.54 597	147.50 597

LSM0	49.58 592	40.04 587	53.62 593	97.15 594	128.68 596	62.75 595	79.89 595	67.63 596	35.11 587	33.02 585	32.61 586	48.43 591	41.60 588	46.60 591	55.43 594	21.63 587	18.99 591	23.62 590	23.13 586	29.47 590	52.26 595

FlowAnything	41.75 586	39.90 586	53.36 591	47.83 592	45.06 588	62.45 592	80.51 596	67.34 595	34.89 585	30.56 583	31.52 582	48.18 589	42.05 590	46.66 593	55.24 593	21.71 588	18.88 589	23.49 589	23.13 586	29.12 587	33.04 588

Selective-RAFT-Error	41.77 587	40.16 588	53.34 590	47.73 590	45.25 590	62.51 593	80.64 597	67.22 593	34.93 586	30.64 584	31.81 583	48.11 588	42.11 591	46.57 590	54.95 592	21.61 586	18.87 588	23.48 587	23.15 588	29.16 588	33.08 590

CasAABBNet	41.80 588	40.20 589	53.41 592	47.73 590	45.18 589	62.51 593	80.71 598	67.26 594	34.80 584	30.49 582	31.88 584	48.24 590	41.81 589	46.63 592	55.64 595	21.60 585	18.88 589	23.48 587	23.22 589	29.19 589	33.05 589

DPSimNet_ROB	102.30 596	119.72 600	143.59 598	109.42 595	94.10 593	127.22 599	127.15 599	26.62 584	102.36 600	149.58 600	83.99 597	139.34 600	137.54 600	64.62 596	82.36 600	105.18 596	66.15 597	120.15 596	69.61 595	99.58 596	77.72 596

test_example2	212.63 600	219.92 601	221.87 600	213.67 597	221.17 601	199.47 601	200.74 600	185.30 601	141.66 601	209.52 601	213.45 600	210.82 601	205.48 601	221.27 601	216.64 601	236.83 601	242.07 601	213.93 598	217.01 598	235.69 601	226.10 600

PML	64.32 595	53.22 593	17.88 445	8.10 577	32.94 584	148.46 600	247.79 601	12.18 569	45.42 591	111.41 598	288.92 601	101.47 599	101.31 599	31.67 582	15.55 548	14.03 584	4.83 576	10.98 583	6.18 578	28.82 586	5.17 572

ccccc		629.75 602		567.84 601	570.84 602	582.44 602		613.82 602		614.58 602		555.57 602		666.94 602		781.57 602	507.24 602	391.36 602	342.44 602	689.82 602

ASD4		113.98 599

Low-res two-view benchmark