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

StereoAnything_RVC	0.94 88	2.66 514	2.20 163	0.76 72	0.34 9	1.18 17	0.39 24	2.31 100	0.69 5	0.51 6	0.34 4	0.32 1	0.89 133	1.57 155	0.35 1	0.32 251	0.16 26	0.23 28	0.15 4	3.31 537	0.18 3

IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 412	2.82 145	0.41 34	1.76 44	0.98 40	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

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

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

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

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

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

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

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

monsters	0.82 61	0.58 133	1.16 48	0.76 72	1.52 459	2.92 160	0.40 28	2.66 154	0.72 8	0.66 38	0.84 39	0.38 9	0.41 7	1.84 205	0.48 19	0.20 24	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LG-Stereo	0.85 67	0.60 153	2.71 210	0.59 3	0.45 78	2.85 149	0.55 85	2.41 107	1.34 76	0.59 18	1.19 100	0.43 21	0.40 5	0.76 5	0.75 112	0.20 24	0.17 39	0.31 229	0.24 171	0.29 121	0.19 5

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

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

DEFOM-Stereo_RVC	0.81 58	1.13 412	1.23 57	0.97 203	0.57 159	0.81 6	0.43 43	3.49 253	0.84 26	0.73 53	0.95 60	0.44 26	1.17 216	1.45 134	0.60 48	0.26 97	0.18 66	0.24 58	0.17 27	0.30 144	0.19 5

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

U	12.82 565	0.38 3	1.99 137	0.66 31	58.94 584	63.38 589	0.34 16	1.91 59	0.94 37	0.59 18	0.80 33	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 588	59.81 587	0.29 121	0.20 19

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

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

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

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

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

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

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

GASTEREO	1.00 110	0.98 383	1.23 57	0.90 154	0.40 46	3.40 227	0.88 286	2.77 169	1.44 97	1.39 155	1.30 132	0.55 38	1.35 249	1.33 109	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.25 61	0.31 202

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

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

MSCF	0.97 100	0.82 333	1.26 61	0.88 140	0.40 46	3.17 190	0.88 286	2.79 177	1.39 82	1.32 144	1.19 100	0.58 41	1.33 244	1.28 97	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.28 107	0.32 213

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

Former-RAFT_DAM_RVC	0.92 83	0.73 280	1.42 84	0.92 168	1.08 356	2.97 170	0.53 78	1.77 47	1.39 82	1.16 135	1.54 195	0.58 41	0.65 54	1.03 38	0.84 143	0.25 82	0.23 222	0.30 207	0.24 171	0.43 340	0.29 165

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 52	0.80 231	2.09 75	1.18 53	0.63 28	0.84 39	0.59 44	0.55 27	1.80 200	0.85 146	0.19 19	0.18 66	0.27 137	0.20 84	0.26 78	0.24 86
1: 1. 1
CAS	1.26 172	0.40 7	1.46 87	2.97 540	1.61 477	4.13 401	0.73 172	1.78 48	1.49 127	0.83 92	1.10 87	0.59 44	0.53 23	1.26 92	0.80 128	2.99 543	0.13 1	0.21 9	0.13 1	0.31 163	1.72 523

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

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

CAS++	0.89 77	0.64 201	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 339	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 405	0.51 68	2.18 81	1.45 98	0.97 116	0.88 44	0.62 48	0.79 104	1.59 161	0.86 153	0.26 97	0.19 96	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
FlowAnything_test	0.75 26	0.60 153	1.18 50	0.82 93	0.58 168	2.29 106	0.66 142	1.38 11	0.80 19	1.03 124	0.76 25	0.63 50	0.49 19	0.84 12	0.91 177	0.31 230	0.27 304	0.40 374	0.48 450	0.31 163	0.30 192

mms	0.77 41	0.68 240	1.17 49	0.83 104	0.71 227	1.41 44	0.67 144	1.61 26	1.12 49	0.77 75	1.37 151	0.63 50	0.54 26	1.75 192	0.63 55	0.24 61	0.19 96	0.26 109	0.21 98	0.31 163	0.34 241

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

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

RAStereo	0.75 26	0.52 71	2.86 219	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 41	0.75 60	1.05 78	0.64 52	0.47 14	0.80 8	0.94 191	0.22 35	0.20 134	0.27 137	0.21 98	0.34 226	0.22 60

test_xeample3	2.12 307	0.63 189	21.55 548	0.91 162	0.47 97	1.85 71	0.94 325	7.96 554	1.23 57	0.75 60	0.76 25	0.64 52	0.70 68	1.77 194	0.83 140	0.30 211	0.21 166	0.27 137	0.21 98	0.27 90	0.24 86

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

IGEV-BASED-STEREO-	1.09 125	3.30 523	2.61 202	0.82 93	0.38 39	1.27 28	0.62 125	1.51 18	1.29 70	0.91 103	0.92 52	0.65 56	0.57 30	1.08 46	0.59 46	1.55 533	0.15 21	0.32 249	0.28 258	1.10 503	1.98 530

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

CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 274	1.64 188	1.09 84	0.65 56	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 386	0.31 320	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 173	0.31 8	1.89 54	2.92 471	0.47 1	0.29 2	0.66 60	0.47 14	1.35 113	0.39 4	0.20 24	0.18 66	0.24 58	0.16 12	0.19 4	0.20 19

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

MLG-Stereo_test1	0.80 50	0.39 4	1.02 2	0.65 23	1.20 390	3.14 188	0.29 7	1.59 25	3.05 485	0.50 4	0.24 1	0.67 61	0.43 9	1.33 109	0.40 5	0.21 27	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

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

MyStereo07	1.01 113	0.80 322	1.26 61	1.00 223	1.04 345	3.95 357	0.95 329	2.07 73	1.42 91	0.75 60	1.22 108	0.68 63	0.91 138	1.63 173	0.67 75	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

GLC_STEREO	0.76 34	0.52 71	1.12 38	0.83 104	0.33 8	1.86 72	0.82 244	1.46 15	1.38 81	0.95 112	1.04 73	0.68 63	0.72 73	0.97 30	0.80 128	0.23 47	0.25 280	0.32 249	0.25 183	0.32 190	0.30 192

XX-TBD	1.03 118	0.95 375	1.94 131	1.30 379	0.43 65	3.97 367	0.33 12	1.74 42	1.73 240	1.59 176	2.02 353	0.69 66	0.60 41	1.16 66	0.66 70	0.30 211	0.25 280	0.23 28	0.15 4	0.31 163	0.22 60

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

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

ours_stereo	0.76 34	0.64 201	1.40 82	0.86 130	0.61 178	1.12 13	0.57 92	1.63 32	1.20 55	0.72 52	1.43 165	0.70 67	0.62 46	1.56 153	0.58 45	0.25 82	0.18 66	0.26 109	0.21 98	0.29 121	0.31 202

ff7	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ffff	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

11t	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ccc-4	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

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

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

castereo	0.82 61	0.70 253	1.04 3	0.85 125	0.50 116	1.29 35	0.91 304	3.22 219	1.20 55	0.83 92	1.24 113	0.72 76	0.91 138	1.00 35	0.67 75	0.26 97	0.16 26	0.25 80	0.20 84	0.24 47	0.21 46

ACVNet-DCA	1.85 257	0.74 288	13.77 373	1.78 490	0.36 14	4.48 469	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 325	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

1test111	1.99 287	0.74 288	13.77 373	1.78 490	0.36 14	4.48 469	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 325	4.66 329	0.98 201	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

cc1	1.98 284	0.74 288	13.77 373	1.78 490	0.36 14	4.48 469	0.74 184	4.23 439	3.95 529	1.01 118	1.81 293	0.72 76	1.62 325	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.31 163	0.29 165

SCV_C0	0.89 77	0.59 141	1.96 136	0.83 104	0.44 71	1.24 24	0.64 130	3.33 240	1.66 220	0.82 86	1.20 102	0.73 80	0.66 60	1.62 169	0.66 70	0.32 251	0.21 166	0.24 58	0.20 84	0.28 107	0.23 71

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

sAnonymous2	1.37 192	1.22 434	9.79 325	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 280	0.31 229	0.30 304	1.06 498	0.71 451

CroCo_RVC	1.37 192	1.22 434	9.79 325	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 280	0.31 229	0.30 304	1.06 498	0.71 451

IGEVStereo-DCA	0.86 68	0.65 211	2.05 144	0.90 154	0.46 87	1.57 56	0.86 264	1.62 27	1.24 59	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.27 136

rrr	2.27 328	0.65 211	23.82 567	0.90 154	0.46 87	1.57 56	0.96 335	7.98 555	1.19 54	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.25 96

tt1	1.79 251	0.73 280	10.41 336	1.75 487	0.36 14	4.55 487	0.79 221	4.22 435	3.37 513	1.08 127	1.80 281	0.74 84	1.48 287	2.21 246	0.65 65	0.29 171	0.16 26	0.31 229	0.22 131	0.30 144	0.29 165

DilatedVolume-Stereo	0.81 58	0.60 153	1.51 94	1.01 229	0.59 171	1.34 38	0.51 68	1.56 23	1.08 47	1.26 141	1.24 113	0.77 87	0.87 127	1.79 199	0.72 101	0.23 47	0.24 256	0.22 14	0.21 98	0.25 61	0.23 71

AIO-test2	1.61 222	1.30 445	3.40 241	1.16 318	1.31 412	3.18 192	0.74 184	4.06 391	1.52 148	1.72 206	2.21 396	0.78 88	0.74 81	3.64 309	0.95 196	3.64 551	0.26 293	0.35 321	0.42 430	0.37 267	0.33 229

anonymousdsp	0.95 95	0.69 243	1.27 66	0.83 104	0.52 127	4.54 484	0.84 252	1.76 44	1.24 59	0.76 70	1.06 80	0.78 88	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120

ProNet	0.82 61	0.71 265	1.50 92	0.86 130	0.45 78	1.78 66	0.83 249	1.75 43	1.28 69	0.66 38	1.13 92	0.78 88	0.76 91	1.66 178	0.71 96	0.24 61	0.20 134	0.25 80	0.23 146	0.29 121	0.25 96

PMTNet	0.99 108	0.48 49	1.73 111	0.62 9	0.56 147	4.20 431	0.43 43	1.88 53	1.58 187	1.00 117	1.05 78	0.78 88	0.98 158	1.50 144	0.85 146	1.21 519	0.20 134	0.23 28	0.15 4	0.22 37	0.19 5

rvit_stereo_0081_aga	0.81 58	0.75 300	1.84 122	0.72 52	0.73 234	1.21 19	0.63 127	1.92 60	1.39 82	0.87 99	0.80 33	0.79 92	0.69 66	1.27 96	0.69 87	0.35 299	0.29 326	0.26 109	0.25 183	0.40 287	0.27 136

IGEV-Stereo	0.95 95	0.69 243	1.27 66	0.84 113	0.52 127	4.54 484	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MGS-Stereo	0.80 50	0.56 110	1.53 95	0.93 182	0.39 42	1.26 27	0.73 172	1.45 14	1.30 72	1.01 118	2.26 403	0.80 94	0.56 29	1.16 66	0.65 65	0.27 112	0.23 222	0.26 109	0.22 131	0.27 90	0.25 96

plain	1.55 207	0.69 243	13.59 370	0.65 23	0.73 234	1.66 62	0.57 92	3.17 214	1.94 281	0.77 75	1.24 113	0.80 94	0.86 123	1.60 163	0.96 197	0.33 267	0.21 166	0.32 249	0.25 183	0.42 330	0.28 155

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

AEACV	0.79 49	0.54 93	1.35 77	0.97 203	0.63 187	1.13 14	0.92 317	2.02 68	0.91 31	0.76 70	0.79 32	0.80 94	1.61 322	1.28 97	0.61 50	0.22 35	0.18 66	0.26 109	0.23 146	0.27 90	0.23 71

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

sCroCo_RVC	1.06 121	0.82 333	5.05 272	1.02 239	1.05 347	0.98 8	0.61 112	2.06 71	1.29 70	0.69 45	1.26 121	0.82 98	1.10 194	1.20 80	0.90 170	0.42 380	0.40 420	0.33 284	0.30 304	0.46 367	0.38 290

HUF	1.15 136	0.64 201	8.62 311	0.90 154	0.35 12	1.35 39	0.78 214	1.97 64	1.50 132	0.63 28	1.52 186	0.83 100	0.66 60	1.28 97	0.63 55	0.29 171	0.23 222	0.26 109	0.17 27	0.23 42	0.25 96

fffy	0.80 50	0.59 141	1.56 101	1.00 223	0.47 97	1.27 28	0.76 197	1.90 57	1.02 42	0.75 60	1.35 146	0.83 100	0.72 73	1.70 186	0.62 52	0.23 47	0.19 96	0.27 137	0.21 98	0.28 107	0.32 213

MM-Stereo_test2	1.79 251	0.53 82	20.16 497	1.43 430	0.47 97	2.57 133	0.73 172	1.67 36	1.47 111	0.94 108	0.96 62	0.84 102	0.79 104	1.16 66	0.68 78	0.24 61	0.17 39	0.25 80	0.22 131	0.30 144	0.22 60

LoS_RVC	0.94 88	1.30 445	1.31 70	0.84 113	1.63 480	2.02 84	0.59 105	1.51 18	1.36 79	0.81 84	1.33 138	0.84 102	0.88 129	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 516

CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 373	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 531	0.24 47	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	1.01 113	0.55 99	1.73 111	0.76 72	0.36 14	4.04 379	0.38 22	1.48 16	1.62 210	2.03 294	2.10 373	0.84 102	0.93 144	0.98 32	0.62 52	0.28 149	0.36 387	0.23 28	0.20 84	0.25 61	0.46 358

rvit_stereo_0081	0.80 50	0.63 189	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 293	0.27 137	0.25 183	0.38 272	0.27 136

rvit_stereo_0082	0.80 50	0.63 189	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 293	0.27 137	0.25 183	0.38 272	0.27 136

rvit_stereo_0080	0.94 88	0.72 269	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 326	0.25 80	0.27 229	0.45 356	0.29 165

whm_eth	0.94 88	0.72 269	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 326	0.25 80	0.27 229	0.45 356	0.29 165

S2M2	0.64 8	0.55 99	1.07 10	0.89 145	0.54 136	1.08 11	0.20 1	1.16 7	1.37 80	0.59 18	0.81 37	0.86 110	0.47 14	0.70 3	0.65 65	0.31 230	0.33 364	0.27 137	0.27 229	0.36 257	0.31 202

IGEV++	0.90 80	0.58 133	1.32 73	0.94 186	0.45 78	1.27 28	1.00 346	3.32 236	1.55 172	0.82 86	1.34 143	0.86 110	1.09 188	1.16 66	0.89 166	0.33 267	0.18 66	0.23 28	0.19 67	0.29 121	0.22 60

MM-Stereo_test1	1.90 266	0.53 82	19.85 483	1.39 422	0.48 105	1.81 69	0.79 221	3.00 194	1.82 258	1.69 197	1.09 84	0.87 112	0.97 152	1.45 134	0.74 109	0.24 61	0.21 166	0.27 137	0.24 171	0.35 244	0.24 86

GMStereo	1.01 113	1.00 387	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo	0.92 83	0.53 82	1.45 86	0.61 6	0.34 9	4.42 463	0.40 28	2.21 86	1.54 164	0.94 108	1.12 90	0.87 112	0.87 127	1.12 54	0.72 101	0.28 149	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 459	0.41 34	2.20 84	1.53 155	0.94 108	1.14 93	0.88 115	0.89 133	1.09 48	0.71 96	0.27 112	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

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

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

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

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

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

xyz-stereo-finetune2	1.16 140	0.63 189	1.50 92	0.57 1	0.36 14	3.47 241	0.65 139	2.70 159	1.23 57	0.88 100	1.75 258	0.91 121	1.76 363	3.54 304	1.74 358	0.24 61	0.22 195	0.30 207	0.27 229	0.31 163	0.26 120

xyz-stereo-finetune	1.05 120	0.62 180	1.46 87	0.59 3	0.36 14	3.48 244	0.81 240	2.69 158	1.74 246	0.94 108	1.21 106	0.91 121	0.78 101	2.53 271	1.28 267	0.24 61	0.24 256	0.26 109	0.23 146	0.30 144	0.23 71

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

s12784h	1.31 187	0.45 21	2.41 190	0.71 44	0.35 12	4.42 463	0.50 64	4.22 435	2.73 442	2.01 285	2.48 439	0.91 121	0.96 149	2.01 224	0.70 93	0.29 171	0.18 66	0.24 58	0.16 12	0.27 90	0.18 3

DIP-Stereo	1.24 161	0.69 243	1.77 116	0.65 23	0.61 178	4.29 444	0.58 101	4.44 505	2.53 415	1.98 266	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WCG-NET	0.88 74	0.49 56	1.26 61	0.90 154	0.37 28	1.48 49	1.07 364	1.73 41	2.30 359	1.63 185	1.49 182	0.92 126	0.97 152	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 84	0.25 61	0.21 46

SCV	0.95 95	0.63 189	1.38 79	1.70 481	0.41 53	1.23 20	0.89 291	3.53 264	1.57 184	0.61 23	1.54 195	0.93 127	0.77 93	1.66 178	0.66 70	0.36 310	0.20 134	0.25 80	0.19 67	0.29 121	0.25 96

rvit_stereo_0083	0.86 68	0.67 232	1.42 84	0.87 135	0.65 197	1.23 20	0.64 130	1.67 36	2.28 355	0.79 80	0.93 55	0.93 127	1.07 185	1.46 138	0.75 112	0.32 251	0.36 387	0.30 207	0.26 203	0.33 208	0.28 155

DLNR_Zeroshot_test	28.62 578	55.50 588	49.94 583	183.62 590	115.05 588	3.43 232	0.28 5	29.49 579	1.49 127	1.01 118	1.26 121	0.93 127	0.63 49	3.92 318	1.51 316	29.81 583	0.41 429	0.26 109	0.23 146	93.28 588	0.32 213

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

rvit_stereo_ft	1.00 110	0.87 351	3.55 246	0.97 203	0.66 204	1.06 10	0.80 231	2.78 172	1.67 222	0.78 78	0.96 62	0.95 131	1.14 207	1.06 44	0.90 170	0.32 251	0.24 256	0.27 137	0.28 258	0.39 282	0.27 136

HHNet	2.48 380	0.71 265	20.52 516	0.64 16	0.64 189	4.07 387	0.93 319	3.76 304	1.56 178	2.15 333	4.92 518	0.98 132	3.37 480	1.66 178	1.79 365	0.32 251	0.20 134	0.31 229	0.27 229	0.36 257	0.42 327

depthmonostereo	0.94 88	0.71 265	2.39 187	0.85 125	0.54 136	2.21 101	0.53 78	1.83 51	1.17 52	0.95 112	1.09 84	0.99 133	0.97 152	2.37 254	0.68 78	0.23 47	0.27 304	0.22 14	0.20 84	0.25 61	0.26 120

AIO-test1	2.18 315	0.66 222	18.95 459	0.89 145	1.48 453	3.40 227	0.97 338	4.19 425	1.68 224	0.86 97	1.35 146	0.99 133	0.75 84	4.47 326	1.27 263	0.23 47	0.23 222	0.28 166	0.33 339	0.31 163	0.35 255

UDGNet	1.40 195	1.52 472	2.22 168	1.38 420	0.62 184	4.39 455	0.68 150	1.80 49	2.18 334	1.34 146	1.18 98	0.99 133	1.00 161	2.16 238	1.19 239	1.09 513	0.34 376	1.30 529	0.98 518	1.10 503	0.58 419

CroCo-Stereo	0.98 102	0.87 351	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	0.35 244	0.27 136
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AE-Stereo	1.18 141	0.60 153	2.05 144	1.10 280	0.60 174	4.39 455	0.72 167	3.74 301	1.62 210	1.10 129	1.90 330	1.01 137	0.92 141	1.45 134	0.82 137	0.28 149	0.22 195	0.28 166	0.28 258	0.26 78	0.22 60

rvit_0105_6	1.00 110	0.93 367	2.21 165	0.92 168	0.55 143	1.52 54	0.79 221	2.41 107	2.96 475	0.76 70	0.72 20	1.02 138	0.75 84	1.42 127	0.81 134	0.40 354	0.43 437	0.34 302	0.31 320	0.43 340	0.34 241

test_for_model	2.16 312	3.87 527	1.58 103	4.16 555	3.64 550	2.51 124	0.96 335	3.63 278	2.62 428	2.45 419	1.39 156	1.02 138	0.73 77	0.92 23	0.57 43	2.97 542	2.19 547	0.26 109	0.17 27	5.32 558	2.24 533

FACV-RUCA	1.26 172	0.65 211	2.21 165	1.06 255	1.50 456	2.69 140	1.15 385	3.05 200	1.87 268	1.36 149	1.99 349	1.03 140	1.15 215	1.36 115	1.10 221	0.41 369	0.41 429	0.73 506	0.41 424	0.61 423	0.41 323

11t1	1.11 128	0.53 82	1.80 119	1.55 460	0.65 197	2.20 100	0.60 108	3.66 284	1.49 127	1.60 177	1.26 121	1.03 140	1.35 249	1.72 188	0.97 198	0.28 149	0.31 349	0.29 187	0.23 146	0.30 144	0.34 241

DCANet-4	1.96 280	0.51 65	14.31 390	0.82 93	0.40 46	4.16 414	0.57 92	4.29 465	2.98 479	2.30 383	1.80 281	1.03 140	1.54 310	1.44 130	1.44 294	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

raft+_RVC	1.21 151	0.83 337	2.61 202	1.35 402	0.97 320	3.60 275	0.76 197	3.23 221	1.51 139	1.33 145	1.67 233	1.03 140	1.10 194	1.87 212	0.92 181	0.24 61	0.22 195	0.25 80	0.24 171	0.26 78	0.25 96

CroCo-Stereo Lap2	0.99 108	0.89 354	2.55 195	0.99 215	1.80 508	0.54 3	0.46 54	3.10 205	1.24 59	1.07 126	1.21 106	1.05 144	0.78 101	1.26 92	1.08 217	0.27 112	0.23 222	0.27 137	0.21 98	0.43 340	0.34 241

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

rvit_0105_4	1.07 124	0.99 384	2.39 187	0.93 182	0.54 136	1.62 60	0.84 252	2.77 169	2.91 469	0.80 82	0.91 50	1.09 145	0.86 123	1.63 173	0.85 146	0.40 354	0.45 447	0.35 321	0.31 320	0.43 340	0.40 317

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

MM-Stereo_test3	1.09 125	0.59 141	1.55 99	1.73 485	1.18 377	1.91 76	0.86 264	3.52 260	1.76 250	1.25 139	1.86 315	1.10 148	0.69 66	1.32 108	0.86 153	0.27 112	0.23 222	0.27 137	0.22 131	0.34 226	0.30 192

EAI-Stereo	2.35 356	0.63 189	2.97 222	0.95 190	0.65 197	3.84 322	14.27 565	5.04 538	2.19 335	2.06 304	7.25 527	1.10 148	0.94 146	1.65 177	1.37 283	0.31 230	0.22 195	0.27 137	0.60 484	0.27 90	0.32 213

Anonymous3	1.72 239	0.76 305	11.61 350	0.83 104	0.84 280	4.46 467	0.84 252	3.57 269	1.16 50	1.34 146	1.37 151	1.11 150	1.03 167	1.58 156	1.13 228	0.70 489	0.58 489	0.33 284	0.35 364	0.47 371	0.42 327

LMCR-Stereo	2.40 364	1.31 449	18.61 454	1.59 465	0.86 286	3.87 335	1.15 385	4.32 480	1.60 203	2.25 372	2.27 404	1.13 151	2.43 433	2.48 260	1.60 329	0.88 505	0.24 256	0.29 187	0.24 171	0.56 405	0.30 192

R-Stereo Train	1.20 148	0.58 133	1.81 120	0.99 215	0.67 211	3.78 307	0.90 296	4.09 399	1.51 139	2.16 338	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96

RAFT-Stereo	1.20 148	0.58 133	1.81 120	0.99 215	0.67 211	3.78 307	0.90 296	4.09 399	1.51 139	2.16 338	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AnonymousM	1.22 155	1.32 451	0.97 1	0.88 140	0.56 147	4.03 377	0.69 156	2.41 107	1.68 224	1.48 165	1.31 135	1.15 154	1.00 161	1.18 78	0.73 104	0.32 251	0.40 420	2.07 537	1.70 539	0.24 47	0.22 60

IPLGR_C	2.28 333	1.31 449	19.46 471	0.92 168	1.32 418	3.93 347	0.89 291	4.20 426	1.82 258	2.30 383	2.63 457	1.16 155	1.07 185	1.41 125	1.29 270	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

GCAP-Stereo	0.93 85	0.68 240	1.35 77	0.85 125	0.41 53	3.61 279	0.52 77	2.20 84	1.50 132	1.11 132	1.04 73	1.17 156	0.84 118	1.11 51	0.71 96	0.25 82	0.20 134	0.27 137	0.18 47	0.28 107	0.23 71

CIPLG	2.27 328	1.18 423	19.24 463	0.92 168	1.34 424	3.95 357	0.89 291	4.23 439	1.82 258	2.31 389	2.67 460	1.17 156	1.06 183	1.53 151	1.32 274	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

ACRE	2.27 328	1.11 410	19.45 470	0.91 162	1.30 410	3.94 352	0.87 282	4.21 432	1.80 256	2.28 377	2.62 455	1.17 156	1.04 171	1.52 149	1.30 271	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.46 358

raftrobust	1.19 143	0.72 269	2.30 178	1.26 358	1.31 412	3.55 265	0.68 150	2.75 166	1.47 111	2.21 360	1.38 154	1.17 156	1.22 225	1.20 80	1.11 224	0.28 149	0.24 256	0.21 9	0.19 67	0.25 61	0.28 155

rvit_0105_5	1.13 130	0.93 367	2.60 199	0.91 162	0.56 147	1.92 77	0.91 304	3.02 197	2.63 430	0.95 112	1.20 102	1.18 160	0.93 144	1.51 147	0.93 189	0.40 354	0.43 437	0.37 348	0.35 364	0.42 330	0.44 342

ADStereo(finetuned)	2.04 295	0.73 280	13.28 364	0.82 93	0.40 46	4.16 414	0.59 105	4.25 449	2.97 476	2.35 401	1.84 305	1.18 160	3.40 481	1.52 149	1.54 320	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.51 390

RALCasStereoNet	1.19 143	1.02 389	2.06 153	1.12 291	1.14 368	3.08 182	0.70 162	2.99 192	1.73 240	1.34 146	1.68 236	1.18 160	0.91 138	2.16 238	1.00 206	0.30 211	0.26 293	0.24 58	0.21 98	0.29 121	0.30 192

DCANet	1.74 242	0.73 280	9.08 315	0.82 93	0.40 46	4.18 422	0.59 105	4.25 449	2.97 476	2.35 401	1.84 305	1.18 160	1.63 338	1.51 147	1.55 321	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.53 397

fff	1.74 242	0.70 253	9.08 315	0.81 83	0.36 14	4.15 405	0.57 92	4.23 439	2.09 311	2.30 383	1.80 281	1.19 164	3.02 463	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

dd	1.26 172	1.15 417	2.47 192	0.92 168	0.49 112	4.35 450	0.75 194	1.92 60	2.11 321	1.44 162	1.24 113	1.19 164	1.05 176	1.78 195	1.70 350	0.57 462	0.34 376	0.35 321	0.33 339	0.60 418	0.46 358

rafts_anoy	1.24 161	0.80 322	3.61 252	1.17 320	1.20 390	3.00 171	0.61 112	3.17 214	1.58 187	1.37 152	1.26 121	1.19 164	1.12 198	1.78 195	1.25 257	0.32 251	0.23 222	0.32 249	0.32 331	0.31 163	0.30 192

csc	1.74 242	0.70 253	9.08 315	0.81 83	0.36 14	4.15 405	0.57 92	4.23 439	2.09 311	2.30 383	1.80 281	1.19 164	3.02 463	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

cscssc	1.74 242	0.70 253	9.08 315	0.81 83	0.36 14	4.15 405	0.57 92	4.23 439	2.09 311	2.30 383	1.80 281	1.19 164	3.02 463	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

testlalala_base	1.62 224	0.74 288	1.63 105	1.19 329	1.40 437	2.63 138	0.84 252	4.09 399	1.31 73	1.22 138	1.42 163	1.21 169	0.85 120	1.16 66	0.73 104	3.92 557	2.10 545	0.27 137	0.18 47	4.49 554	1.11 500

DFGA-Net	2.11 305	3.00 518	7.43 296	1.11 287	0.76 245	3.72 296	0.60 108	2.63 150	1.91 278	2.01 285	2.07 369	1.22 170	1.04 171	10.26 461	2.26 417	0.27 112	0.22 195	0.34 302	0.34 348	0.61 423	0.48 368

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

rvit_0105_3	1.24 161	0.93 367	2.84 217	0.97 203	0.58 168	2.38 112	1.08 369	3.26 226	2.53 415	1.18 136	1.40 159	1.24 172	1.04 171	1.73 189	0.97 198	0.44 393	0.44 442	0.40 374	0.42 430	0.42 330	0.50 382

iRaft-Stereo_20w	1.88 263	0.62 180	10.58 338	0.90 154	0.83 273	2.96 169	0.78 214	4.90 535	1.58 187	2.29 379	1.60 213	1.25 173	4.51 509	2.28 252	0.90 170	0.29 171	0.21 166	0.26 109	0.24 171	0.41 311	0.31 202

PSM-AAD	2.43 369	0.54 93	1.32 73	0.92 168	0.54 136	4.48 469	7.47 552	2.96 189	1.55 172	2.31 389	2.56 449	1.26 174	16.23 563	2.46 258	0.89 166	0.28 149	0.21 166	0.58 471	0.41 424	0.34 226	1.32 510

TestStereo	2.00 288	1.02 389	12.25 354	0.70 39	0.61 178	1.88 73	0.55 85	2.31 100	1.52 148	1.41 159	1.33 138	1.27 175	0.90 136	11.62 515	0.81 134	0.34 279	0.19 96	0.33 284	0.24 171	0.44 348	0.24 86

rvit_105_1	1.43 198	0.90 356	3.27 235	1.08 265	0.68 216	2.79 142	1.27 407	3.52 260	2.35 371	1.38 154	1.54 195	1.28 176	1.14 207	2.91 289	1.40 285	0.54 456	0.47 460	0.45 409	0.59 482	0.44 348	0.58 419

mmm	1.27 177	0.58 133	2.20 163	1.41 426	0.68 216	2.39 114	0.85 261	3.90 339	1.63 213	2.20 351	1.84 305	1.28 176	1.50 294	1.91 215	0.89 166	0.31 230	0.27 304	0.45 409	0.37 386	0.38 272	0.34 241

GES	1.38 194	0.64 201	2.61 202	1.09 271	0.57 159	4.30 446	1.02 353	3.86 326	1.51 139	1.72 206	1.74 254	1.28 176	1.77 365	1.62 169	1.61 332	0.39 347	0.27 304	0.33 284	0.30 304	0.41 311	0.47 363

RALAANet	1.28 180	1.08 403	3.21 231	1.25 351	0.94 312	1.44 45	0.69 156	3.15 211	2.57 422	2.01 285	1.80 281	1.29 179	1.05 176	2.00 221	1.48 306	0.27 112	0.20 134	0.27 137	0.24 171	0.40 287	0.27 136

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

testlalala	1.14 135	0.62 180	1.34 75	1.00 223	0.78 252	4.38 452	0.93 319	2.46 119	2.20 337	2.44 418	1.52 186	1.31 181	0.61 44	1.04 42	0.65 65	0.35 299	0.19 96	0.24 58	0.19 67	0.24 47	0.23 71

IPLG	2.48 380	0.65 211	19.63 476	0.91 162	0.79 255	4.60 497	0.56 89	4.31 476	1.84 265	1.91 248	2.00 351	1.31 181	1.38 253	6.61 371	1.53 319	0.27 112	0.20 134	0.27 137	0.23 146	0.31 163	0.36 261

RAFT+CT+SA	1.62 224	0.72 269	7.42 295	0.97 203	1.42 446	4.04 379	0.94 325	3.90 339	1.61 207	1.61 182	1.63 222	1.33 183	1.18 218	2.73 287	1.10 221	0.27 112	0.19 96	0.31 229	0.34 348	0.33 208	0.33 229

PFNet+	1.46 202	0.57 120	2.84 217	0.92 168	0.47 97	4.64 502	0.84 252	2.46 119	1.99 287	2.14 325	1.64 224	1.34 184	1.03 167	4.68 331	1.23 252	0.45 402	0.33 364	0.37 348	0.39 406	0.32 190	0.49 375

ICVP	2.26 326	0.66 222	21.18 540	0.99 215	0.88 294	4.28 443	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 454	0.35 382	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iResNet	2.52 388	0.94 373	21.17 539	1.84 499	0.72 229	3.75 302	0.81 240	4.14 416	2.55 421	2.33 399	2.03 355	1.35 186	1.44 276	3.27 297	2.16 412	0.35 299	0.23 222	0.28 166	0.22 131	0.44 348	0.45 348

NF-Stereo	1.58 214	0.61 170	2.66 208	2.26 522	0.47 97	4.68 508	0.67 144	3.31 231	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.08 361	1.20 242	0.40 354	0.20 134	0.36 336	0.34 348	0.31 163	0.36 261

OCTAStereo	1.58 214	0.61 170	2.72 211	2.27 525	0.46 87	4.68 508	0.67 144	3.30 230	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.02 358	1.21 246	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

RE-Stereo	1.58 214	0.61 170	2.72 211	2.26 522	0.46 87	4.68 508	0.68 150	3.31 231	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

TVStereo	1.58 214	0.61 170	2.72 211	2.26 522	0.46 87	4.68 508	0.68 150	3.31 231	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

CASS	1.29 182	0.66 222	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 437	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 439	0.28 316	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TestStereo1	1.56 211	0.81 326	2.32 179	1.61 470	0.64 189	4.13 401	1.36 418	3.79 310	3.20 501	1.60 177	2.57 451	1.39 191	2.15 410	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

SA-5K	1.56 211	0.81 326	2.32 179	1.61 470	0.64 189	4.13 401	1.36 418	3.79 310	3.20 501	1.60 177	2.57 451	1.39 191	2.15 410	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

test_xeample	2.67 409	0.56 110	2.05 144	1.09 271	0.81 260	3.24 201	0.80 231	4.55 521	2.70 439	2.42 415	2.27 404	1.39 191	1.40 260	10.75 475	17.51 554	0.30 211	0.30 339	0.32 249	0.28 258	0.34 226	0.33 229

DN-CSS_ROB	1.91 270	1.55 474	11.13 345	1.82 497	0.88 294	3.99 370	0.61 112	4.01 374	1.67 222	1.64 188	1.89 325	1.39 191	1.06 183	3.23 296	1.50 310	0.31 230	0.19 96	0.44 402	0.29 286	0.37 267	0.31 202

PSMNet-RUCA	1.64 229	1.50 471	2.57 198	1.50 448	1.38 433	3.05 176	1.36 418	3.31 231	2.24 343	1.36 149	2.07 369	1.40 196	1.09 188	1.83 204	1.55 321	1.15 517	0.69 509	1.26 528	0.96 516	1.64 525	0.94 488

222	2.68 413	0.57 120	2.03 141	1.11 287	0.81 260	3.23 198	0.65 139	4.52 519	2.45 401	2.34 400	2.29 411	1.41 197	1.44 276	10.50 466	18.47 559	0.32 251	0.30 339	0.32 249	0.27 229	0.32 190	0.34 241

PSM-softLoss	1.66 233	0.59 141	5.15 274	2.25 520	0.48 105	4.68 508	0.69 156	2.57 141	1.52 148	2.14 325	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

KMStereo	1.66 233	0.59 141	5.15 274	2.25 520	0.48 105	4.68 508	0.69 156	2.57 141	1.52 148	2.14 325	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

LCNet	1.55 207	0.54 93	1.88 125	0.99 215	0.55 143	3.60 275	1.21 401	2.86 183	1.53 155	2.18 344	1.74 254	1.43 200	4.17 501	3.62 307	0.87 159	0.29 171	0.20 134	0.28 166	0.77 503	0.47 371	1.85 526

Selective-RAFT	1.15 136	0.46 28	1.64 107	0.99 215	0.45 78	4.17 419	0.51 68	3.21 217	1.69 230	1.12 133	1.34 143	1.45 201	1.40 260	2.08 228	0.94 191	0.41 369	0.20 134	0.24 58	0.23 146	0.27 90	0.25 96

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

rvit_stereo_0075_2	1.18 141	0.74 288	2.66 208	0.90 154	1.27 407	2.51 124	0.69 156	2.25 92	2.06 305	1.40 157	1.86 315	1.46 203	0.84 118	1.42 127	0.94 191	0.46 409	0.40 420	0.48 426	0.38 399	0.46 367	0.51 390

HART	1.03 118	0.85 345	3.13 229	0.84 113	0.38 39	1.17 16	0.42 38	3.54 265	1.47 111	1.08 127	2.17 388	1.48 204	0.57 30	1.37 119	0.74 109	0.23 47	0.18 66	0.28 166	0.21 98	0.32 190	0.24 86

MIPNet	2.33 347	0.71 265	19.82 481	0.89 145	0.56 147	4.76 526	0.61 112	4.32 480	2.37 380	1.83 224	1.48 181	1.48 204	1.98 397	2.63 279	1.44 294	0.29 171	0.20 134	0.26 109	0.23 146	0.30 144	0.39 297

Pruner-Stereo	1.32 189	0.59 141	2.11 158	1.79 495	0.47 97	4.73 521	0.79 221	2.53 127	1.72 237	2.47 422	1.58 205	1.48 204	1.03 167	1.66 178	1.47 303	0.44 393	0.21 166	0.34 302	0.30 304	0.30 144	0.39 297

model_zeroshot	1.21 151	0.60 153	3.55 246	1.05 249	0.57 159	3.46 238	0.63 127	2.73 163	1.55 172	2.05 299	1.38 154	1.50 207	0.82 113	1.69 184	0.87 159	0.29 171	0.23 222	0.30 207	0.23 146	0.27 90	0.32 213

GMOStereo	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

error version	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-v	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-2	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

DeepStereo_RVC	1.55 207	0.63 189	3.32 238	0.77 76	0.42 59	4.49 475	0.72 167	2.50 125	1.58 187	2.02 290	1.81 293	1.54 212	6.38 535	1.73 189	1.19 239	0.46 409	0.22 195	0.29 187	0.28 258	0.35 244	0.38 290

GCST	2.56 396	1.79 489	18.02 442	1.92 505	1.33 422	1.72 63	0.51 68	3.67 285	2.03 296	1.70 201	1.61 217	1.55 213	1.29 237	5.06 335	1.24 254	2.06 535	0.77 516	1.45 532	0.97 517	1.14 507	1.34 511

test_sample2	1.75 246	0.56 110	2.25 171	1.41 426	0.80 257	2.91 157	0.86 264	4.05 387	2.04 300	1.91 248	1.39 156	1.57 214	1.55 312	10.65 472	1.06 212	0.32 251	0.28 316	0.32 249	0.30 304	0.36 257	0.33 229

test_sample1	1.62 224	0.55 99	1.88 125	1.44 433	0.79 255	2.27 104	0.64 130	4.00 372	1.82 258	1.87 233	1.35 146	1.57 214	1.62 325	9.55 434	1.24 254	0.30 211	0.27 304	0.31 229	0.28 258	0.32 190	0.32 213

x	1.15 136	0.57 120	1.53 95	1.44 433	0.67 211	1.94 78	0.97 338	3.87 329	1.57 184	1.61 182	1.28 128	1.58 216	1.22 225	1.93 216	1.04 210	0.28 149	0.30 339	0.34 302	0.29 286	0.32 190	0.31 202

HCRNet	1.60 220	0.56 110	2.47 192	0.78 78	1.36 428	4.11 396	0.71 164	3.57 269	2.79 451	1.75 212	1.61 217	1.58 216	1.41 265	5.79 353	1.56 323	0.34 279	0.28 316	0.36 336	0.29 286	0.33 208	0.37 275

ITSA-stereo	1.86 258	0.72 269	3.74 256	1.20 334	0.66 204	4.09 389	0.91 304	4.24 447	2.53 415	1.93 254	1.77 272	1.59 218	2.15 410	6.12 362	2.44 433	0.40 354	0.38 406	0.40 374	0.40 417	0.50 382	0.98 492

DRaft	2.28 333	0.56 110	2.64 207	0.74 57	0.46 87	3.94 352	1.23 403	2.32 102	1.55 172	2.64 453	2.80 471	1.60 219	5.34 520	6.96 384	10.99 526	0.34 279	0.22 195	0.27 137	0.27 229	0.29 121	0.37 275

FADNet_RVC	2.65 405	2.28 506	16.51 418	0.98 209	0.92 305	4.09 389	0.83 249	4.26 456	1.73 240	1.46 163	1.78 275	1.60 219	1.50 294	8.88 414	2.39 425	0.47 418	0.38 406	0.44 402	0.58 480	0.89 485	0.97 490

RAFT-Stereo + iAFF	1.25 165	0.72 269	1.74 114	1.05 249	0.36 14	4.13 401	0.42 38	2.95 188	2.84 465	2.02 290	2.40 433	1.61 221	1.11 197	1.26 92	0.97 198	0.21 27	0.15 21	0.26 109	0.23 146	0.29 121	0.23 71

dad	1.65 230	1.19 425	3.04 226	0.98 209	0.56 147	4.22 432	0.84 252	1.99 66	2.48 405	2.14 325	1.68 236	1.62 222	1.13 200	3.85 313	2.04 395	1.03 512	0.40 420	2.04 536	0.48 450	0.75 470	0.53 397

HITNet	2.07 300	0.82 333	14.77 393	1.34 397	0.56 147	3.47 241	0.80 231	4.07 393	2.35 371	2.16 338	1.61 217	1.64 223	1.44 276	2.09 231	2.56 445	0.26 97	0.18 66	0.41 386	0.26 203	0.45 356	0.25 96
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
FINET	2.96 439	1.07 401	23.18 565	1.29 372	1.86 510	2.03 85	1.52 444	4.30 473	4.71 537	2.23 366	2.34 430	1.65 224	1.48 287	5.89 355	2.81 455	0.51 445	0.47 460	0.49 440	0.40 417	0.59 414	0.49 375

SFCPSM	2.18 315	0.63 189	17.03 426	0.88 140	0.98 327	3.74 301	1.28 409	4.09 399	2.16 330	1.85 226	1.83 300	1.65 224	1.39 256	2.50 261	1.50 310	0.33 267	0.27 304	0.39 368	0.36 374	0.34 226	0.37 275

H2IRNET	1.90 266	0.53 82	14.29 389	1.14 299	0.60 174	4.48 469	0.44 47	2.65 152	1.81 257	1.05 125	2.30 416	1.67 226	1.40 260	2.17 240	1.50 310	0.36 310	0.21 166	0.33 284	0.37 386	0.34 226	0.29 165

test_5	1.87 259	0.75 300	10.23 333	1.14 299	1.40 437	3.85 330	1.27 407	3.91 344	1.93 280	1.69 197	1.78 275	1.67 226	1.79 368	2.99 294	1.17 236	0.30 211	0.18 66	0.35 321	0.33 339	0.34 226	0.33 229

GCAP-BAT	1.21 151	0.74 288	3.23 232	0.95 190	0.70 225	3.86 332	0.93 319	1.89 54	1.48 119	1.85 226	1.96 338	1.68 228	0.79 104	1.78 195	0.81 134	0.29 171	0.20 134	0.24 58	0.20 84	0.26 78	0.35 255

test_sample5	2.33 347	0.62 180	11.29 346	1.29 372	0.83 273	3.09 183	0.74 184	4.28 462	2.31 363	2.20 351	1.97 344	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 349	0.37 348	0.37 386	0.41 311	0.39 297

DualNet	2.33 347	0.62 180	11.29 346	1.29 372	0.83 273	3.09 183	0.74 184	4.28 462	2.31 363	2.26 375	2.04 358	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 349	0.37 348	0.37 386	0.41 311	0.39 297

SA	1.62 224	0.75 300	3.78 258	1.07 257	0.43 65	4.26 437	1.36 418	4.45 508	3.12 490	1.63 185	1.97 344	1.68 228	2.26 421	2.55 272	1.27 263	0.27 112	0.22 195	0.37 348	0.37 386	0.35 244	0.30 192

IPLGR	2.53 389	0.58 133	20.46 515	0.82 93	0.52 127	4.56 492	0.50 64	4.30 473	2.38 385	1.87 233	1.53 193	1.68 228	1.72 358	6.95 383	1.15 230	0.28 149	0.21 166	0.27 137	0.23 146	0.33 208	0.32 213

test_sample6	2.35 356	0.62 180	10.78 341	1.33 390	0.83 273	3.15 189	0.79 221	4.36 491	2.43 396	2.26 375	2.04 358	1.69 233	1.39 256	11.48 510	1.61 332	0.38 335	0.32 357	0.37 348	0.39 406	0.41 311	0.42 327

GMM-Stereo	2.45 372	0.52 71	20.38 510	0.89 145	0.82 269	4.18 422	1.91 478	2.45 116	1.48 119	2.48 423	2.30 416	1.69 233	1.86 385	2.93 291	1.08 217	0.28 149	0.18 66	0.33 284	0.48 450	0.35 244	2.41 537

GrayStereo	2.58 400	0.53 82	1.63 105	1.58 464	0.89 299	4.17 419	8.17 556	3.03 198	1.52 148	2.80 469	2.50 441	1.70 235	17.10 564	2.83 288	1.15 230	0.33 267	0.21 166	0.27 137	0.32 331	0.28 107	0.53 397

ARAFT	2.56 396	1.13 412	19.50 473	0.89 145	0.48 105	4.15 405	1.40 429	4.36 491	2.82 463	2.36 405	1.88 319	1.70 235	1.04 171	6.45 368	1.22 249	0.29 171	0.18 66	0.37 348	0.35 364	0.35 244	0.25 96

anonymity	1.76 247	1.26 441	2.73 214	1.66 475	1.32 418	1.84 70	1.07 364	3.49 253	2.30 359	2.11 315	2.11 377	1.71 237	3.90 496	1.82 203	1.48 306	1.10 514	1.09 525	1.08 523	1.08 524	1.05 497	1.09 498

Prome-Stereo	1.61 222	0.55 99	1.71 110	0.98 209	0.60 174	4.41 461	1.82 473	3.03 198	1.53 155	2.18 344	3.45 501	1.72 238	3.49 488	2.23 249	1.08 217	0.29 171	0.20 134	0.26 109	0.25 183	0.34 226	2.16 532

test_sample4	2.34 351	0.63 189	11.59 349	1.30 379	0.83 273	3.07 181	0.72 167	4.27 457	2.30 359	2.30 383	1.88 319	1.73 239	1.42 270	11.14 497	1.46 298	0.35 299	0.29 326	0.35 321	0.36 374	0.40 287	0.38 290

DCRE	1.44 199	0.74 288	3.50 245	1.13 298	0.72 229	1.78 66	0.67 144	2.14 79	1.56 178	1.99 271	8.09 534	1.73 239	1.07 185	1.24 86	0.83 140	0.23 47	0.25 280	0.26 109	0.26 203	0.28 107	0.30 192

DualNet (step1)	2.34 351	1.05 395	7.87 299	1.07 257	0.86 286	3.93 347	1.19 394	4.35 486	2.11 321	2.14 325	1.75 258	1.75 241	1.67 347	6.26 365	1.26 260	1.23 521	0.48 466	4.27 564	2.09 550	0.70 453	0.69 447

test_sample9	3.79 491	1.05 395	7.87 299	1.07 257	0.86 286	3.93 347	1.19 394	4.35 486	2.11 321	2.14 325	1.75 258	1.75 241	1.67 347	11.06 491	11.61 530	1.23 521	14.45 579	4.27 564	2.09 550	0.70 453	0.69 447

test_sample7	1.65 230	0.70 253	2.60 199	1.48 444	0.76 245	2.38 112	1.07 364	4.35 486	2.11 321	2.14 325	1.75 258	1.75 241	1.67 347	6.26 365	1.26 260	0.44 393	0.48 466	0.43 397	0.40 417	0.46 367	0.43 336

TRStereo	2.31 340	1.87 491	19.74 479	1.53 453	1.16 375	4.26 437	1.08 369	4.73 531	1.45 98	1.55 172	1.28 128	1.75 241	0.85 120	1.81 201	1.20 242	0.36 310	0.26 293	0.32 249	0.36 374	0.34 226	0.33 229

NRIStereo	1.28 180	0.61 170	1.67 108	1.15 312	0.38 39	4.73 521	0.90 296	2.42 110	1.50 132	1.93 254	1.33 138	1.75 241	1.22 225	2.96 293	1.33 278	0.46 409	0.22 195	0.29 187	0.26 203	0.30 144	0.28 155

PS-NSSS	2.22 318	1.33 454	2.90 221	0.97 203	1.53 461	4.11 396	1.08 369	4.55 521	2.65 433	2.10 311	2.32 428	1.77 246	1.40 260	11.79 528	1.61 332	0.68 485	0.45 447	0.96 517	0.43 433	0.95 490	0.92 486

Patchmatch Stereo++	1.25 165	0.65 211	2.06 153	0.75 58	0.37 28	4.68 508	0.76 197	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 161	0.65 211	2.03 141	0.75 58	0.37 28	4.68 508	0.73 172	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo_v2	1.23 156	0.66 222	2.02 140	0.75 58	0.37 28	4.67 507	0.76 197	2.53 127	1.58 187	1.99 271	1.46 170	1.78 247	1.14 207	2.08 228	0.88 163	0.48 423	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo	1.25 165	0.66 222	2.14 159	0.75 58	0.37 28	4.65 504	0.77 210	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.26 251	0.86 153	0.47 418	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

iGMRVC	1.26 172	0.66 222	2.14 159	0.75 58	0.37 28	4.66 505	0.74 184	2.53 127	1.58 187	1.99 271	1.46 170	1.78 247	1.14 207	2.46 258	0.92 181	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

iRAFT	1.25 165	0.65 211	2.06 153	0.75 58	0.37 28	4.68 508	0.76 197	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

RAFT-IKP	1.25 165	0.66 222	2.23 170	0.75 58	0.37 28	4.64 502	0.74 184	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.22 248	0.92 181	0.48 423	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

xx1	2.03 293	0.74 288	13.77 373	1.78 490	0.36 14	4.48 469	0.74 184	4.23 439	3.95 529	1.01 118	1.81 293	1.79 254	1.34 246	2.13 233	0.64 58	0.29 171	0.17 39	0.33 284	0.33 339	0.33 208	0.32 213

qqq	1.30 183	0.57 120	1.67 108	1.15 312	0.51 118	2.18 97	0.91 304	3.98 366	1.53 155	1.50 168	1.24 113	1.79 254	1.34 246	4.66 329	0.98 201	0.28 149	0.31 349	0.33 284	0.33 339	0.33 208	0.32 213

HUI-Stereo	1.25 165	0.66 222	2.33 181	0.75 58	0.37 28	4.68 508	0.78 214	2.53 127	1.58 187	1.99 271	1.46 170	1.79 254	1.13 200	2.17 240	0.85 146	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

test_sample3	2.34 351	0.61 170	11.94 352	1.33 390	0.85 281	3.10 185	0.73 172	4.24 447	2.19 335	2.21 360	1.75 258	1.80 257	1.41 265	11.11 496	1.46 298	0.35 299	0.29 326	0.34 302	0.35 364	0.39 282	0.37 275

gwcnet-sp	2.31 340	1.21 428	17.34 428	1.08 265	0.92 305	3.56 267	1.04 358	3.69 292	2.09 311	2.55 433	1.60 213	1.80 257	1.62 325	3.87 314	1.95 385	0.29 171	0.29 326	0.30 207	0.28 258	0.38 272	0.39 297

scenet	2.31 340	1.21 428	17.34 428	1.08 265	0.92 305	3.56 267	1.04 358	3.69 292	2.09 311	2.55 433	1.60 213	1.80 257	1.62 325	3.87 314	1.95 385	0.29 171	0.29 326	0.30 207	0.28 258	0.38 272	0.39 297

ssnet	2.31 340	1.21 428	17.34 428	1.08 265	0.92 305	3.56 267	1.04 358	3.69 292	2.09 311	2.55 433	1.60 213	1.80 257	1.62 325	3.87 314	1.95 385	0.29 171	0.29 326	0.30 207	0.28 258	0.38 272	0.39 297

iRaftStereo_RVC	1.09 125	0.70 253	1.39 80	0.95 190	0.45 78	3.83 317	0.42 38	2.37 105	1.58 187	1.69 197	1.76 267	1.80 257	0.83 117	1.50 144	0.98 201	0.28 149	0.18 66	0.29 187	0.26 203	0.30 144	0.31 202

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

MIM_Stereo	1.20 148	0.78 314	3.30 237	1.05 249	0.43 65	3.04 174	0.60 108	2.46 119	1.51 139	1.60 177	1.58 205	1.82 263	1.29 237	2.00 221	1.07 215	0.24 61	0.24 256	0.28 166	0.25 183	0.27 90	0.27 136

LL-Strereo2	1.23 156	0.85 345	2.38 186	0.93 182	0.68 216	3.72 296	1.37 423	2.54 136	1.99 287	1.75 212	1.40 159	1.82 263	0.73 77	1.40 120	0.99 204	0.31 230	0.23 222	0.55 465	0.35 364	0.29 121	0.24 86

Consistency-Raft	2.86 425	1.66 481	19.61 474	1.40 425	1.75 500	3.84 322	1.32 412	4.07 393	2.25 346	1.78 216	2.67 460	1.82 263	4.41 506	1.94 218	2.06 398	0.83 502	0.94 522	1.03 519	1.12 525	1.70 527	1.09 498

anonymousdsp2	1.26 172	0.60 153	3.74 256	1.02 239	0.41 53	3.60 275	0.72 167	3.68 287	1.47 111	1.37 152	1.56 202	1.83 266	1.01 163	2.00 221	0.66 70	0.29 171	0.20 134	0.28 166	0.20 84	0.32 190	0.29 165

PFNet	2.47 378	0.60 153	16.95 425	2.15 519	0.81 260	4.63 501	0.91 304	2.55 137	1.52 148	2.40 413	2.79 469	1.83 266	1.42 270	7.54 392	1.34 281	0.33 267	0.21 166	0.36 336	0.27 229	0.32 190	0.39 297

test-1	1.23 156	0.65 211	1.88 125	0.96 196	0.52 127	3.84 322	0.62 125	4.01 374	1.47 111	1.93 254	1.78 275	1.83 266	0.92 141	1.19 79	1.28 267	0.26 97	0.29 326	0.31 229	0.24 171	0.29 121	0.36 261

tg	1.15 136	0.67 232	1.31 70	0.94 186	0.54 136	4.02 375	0.41 34	2.96 189	1.59 202	1.69 197	1.85 312	1.84 269	0.97 152	1.78 195	0.83 140	0.27 112	0.17 39	0.29 187	0.26 203	0.29 121	0.27 136

Sa-1000	1.63 228	0.79 318	3.56 248	1.11 287	0.48 105	4.06 382	1.41 432	4.49 514	2.75 446	2.00 283	2.80 471	1.84 269	1.43 273	2.64 281	1.50 310	0.27 112	0.19 96	0.36 336	0.33 339	0.36 257	0.30 192

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

StereoVision	1.65 230	0.75 300	7.47 297	1.01 229	1.80 508	2.61 136	0.61 112	3.06 203	1.96 282	1.25 139	3.46 502	1.85 272	0.88 129	2.07 226	1.93 381	0.43 386	0.36 387	0.37 348	0.36 374	0.48 374	0.33 229

FADNet-RVC	2.51 385	2.27 504	14.03 382	1.09 271	0.81 260	3.54 262	1.10 375	4.13 410	2.48 405	1.39 155	1.22 108	1.85 272	1.77 365	9.78 440	2.06 398	0.38 335	0.37 400	0.40 374	0.40 417	0.67 447	0.48 368

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

HBP-ISP	3.25 472	1.10 407	20.86 527	1.54 455	1.15 370	4.50 478	2.89 516	4.43 504	2.38 385	4.14 522	1.96 338	1.90 275	2.04 400	11.08 494	1.32 274	0.66 479	0.57 484	0.66 493	0.61 487	0.64 437	0.61 427

FTStereo	3.71 489	0.53 82	20.37 509	0.96 196	0.65 197	4.34 449	11.29 560	2.62 149	1.50 132	2.58 441	5.04 519	1.90 275	13.84 559	3.71 311	1.25 257	0.38 335	0.24 256	0.31 229	0.32 331	0.30 144	2.10 531

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

MSKI-zero shot	2.22 318	0.64 201	20.09 495	0.96 196	0.56 147	4.04 379	0.70 162	3.91 344	1.50 132	1.92 250	2.28 408	1.92 277	0.71 70	2.93 291	0.67 75	0.26 97	0.23 222	0.26 109	0.21 98	0.28 107	0.26 120

4D-IteraStereo	1.97 282	0.84 341	20.43 514	0.78 78	1.56 469	2.09 93	1.05 361	2.43 113	1.56 178	1.41 159	1.00 64	1.94 279	0.61 44	1.22 83	1.06 212	0.27 112	0.18 66	0.31 229	0.26 203	0.27 90	0.23 71

ASMatch	2.62 402	0.60 153	20.65 522	1.37 418	0.64 189	4.39 455	0.78 214	1.97 64	1.58 187	1.70 201	3.89 509	1.94 279	3.79 493	5.46 343	1.64 343	0.31 230	0.24 256	0.34 302	0.28 258	0.33 208	0.50 382

SMFormer	2.00 288	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 455	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 357	0.36 336	0.31 320	0.38 272	0.36 261

tta	2.00 288	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 455	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 357	0.36 336	0.31 320	0.29 121	0.29 165

qqq1	1.92 273	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 455	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 357	0.30 207	0.23 146	0.29 121	0.29 165

fff1	1.92 273	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 455	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 357	0.30 207	0.23 146	0.29 121	0.29 165

1111x	3.13 462	0.57 120	8.38 307	1.20 334	0.76 245	3.80 313	0.88 286	4.61 526	2.63 430	2.31 389	2.16 386	1.95 281	1.81 376	11.54 511	18.13 557	0.32 251	0.31 349	0.32 249	0.30 304	0.35 244	0.34 241

AASNet	2.44 371	0.92 363	19.79 480	1.35 402	1.49 454	3.81 315	1.07 364	3.85 323	2.93 473	1.95 259	2.29 411	1.96 286	1.29 237	1.73 189	1.93 381	0.39 347	0.33 364	0.45 409	0.30 304	0.55 399	0.45 348

CrosDoStereo	5.24 523	0.60 153	20.23 500	0.82 93	0.51 118	3.39 224	18.11 569	3.82 316	2.27 351	1.98 266	8.74 539	1.96 286	6.96 539	7.35 388	26.35 573	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

DeepStereo_LL	5.24 523	0.60 153	20.23 500	0.82 93	0.51 118	3.39 224	18.11 569	3.82 316	2.27 351	1.98 266	8.74 539	1.96 286	6.96 539	7.35 388	26.35 573	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

RAFT-345	2.46 375	0.55 99	19.69 478	1.02 239	0.49 112	4.43 465	0.78 214	1.64 34	2.34 369	2.09 308	3.12 489	1.96 286	1.31 241	6.65 373	1.43 292	0.36 310	0.23 222	0.32 249	0.25 183	0.28 107	0.25 96

EKT-Stereo	6.79 542	0.64 201	4.24 261	1.77 489	106.39 587	4.51 482	0.61 112	3.16 212	1.53 155	1.88 236	1.22 108	1.98 290	1.36 251	3.81 312	0.84 143	0.35 299	0.24 256	0.29 187	0.26 203	0.34 226	0.48 368

iResNet_ROB	1.89 264	1.02 389	8.60 310	1.39 422	0.98 327	3.72 296	0.66 142	3.84 320	2.65 433	1.88 236	2.05 364	1.98 290	1.27 232	4.52 327	1.67 347	0.30 211	0.20 134	0.28 166	0.18 47	0.31 163	0.40 317

CC-Net-ROB	3.35 477	1.76 487	13.89 379	2.33 528	1.65 486	4.49 475	1.62 456	4.73 531	2.90 468	1.92 250	2.05 364	1.99 292	1.61 322	12.57 545	1.60 329	2.46 538	2.18 546	2.68 547	1.04 523	2.11 530	1.38 514

KYRaft	1.59 219	0.52 71	1.73 111	0.95 190	0.49 112	4.38 452	1.79 469	2.43 113	1.51 139	2.49 424	2.98 479	2.00 293	3.41 482	2.14 236	0.82 137	0.30 211	0.21 166	0.33 284	0.46 442	0.35 244	2.45 540

DMCA-RVC	2.45 372	1.22 434	18.29 446	1.23 347	1.14 368	2.49 122	0.85 261	3.29 229	1.68 224	3.02 484	1.41 161	2.00 293	1.53 307	6.39 367	2.00 391	0.38 335	0.30 339	0.44 402	0.35 364	0.45 356	0.44 342

MLCV	1.87 259	0.91 361	8.59 309	1.10 280	0.57 159	3.59 273	0.53 78	3.70 297	2.20 337	2.80 469	2.25 402	2.00 293	1.42 270	4.13 322	1.86 373	0.30 211	0.20 134	0.32 249	0.21 98	0.33 208	0.36 261

iResNetv2_ROB	2.65 405	5.00 532	19.28 468	2.06 515	1.09 360	3.83 317	1.13 382	4.14 416	2.09 311	1.85 226	2.03 355	2.01 296	1.51 298	3.58 305	1.58 325	0.34 279	0.21 166	0.32 249	0.21 98	0.44 348	0.29 165

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

DEmStereo	2.97 443	0.58 133	13.42 366	0.79 80	0.51 118	3.84 322	1.84 476	2.42 110	1.60 203	2.25 372	2.74 464	2.03 297	6.04 527	6.79 382	12.80 535	0.35 299	0.26 293	0.26 109	0.27 229	0.27 90	0.37 275

RAFT-RH_RVC	2.63 403	0.55 99	19.97 488	1.26 358	0.47 97	4.46 467	0.57 92	1.71 40	1.64 214	3.06 489	5.51 522	2.03 297	1.28 234	6.70 375	1.52 318	0.42 380	0.22 195	0.37 348	0.34 348	0.28 107	0.29 165

FADNet-RVC-Resample	2.83 423	2.02 498	21.07 534	1.12 291	0.91 304	3.53 258	1.37 423	4.08 397	2.09 311	1.68 196	1.33 138	2.03 297	1.51 298	9.54 432	1.69 349	0.38 335	0.37 400	0.42 393	0.44 436	0.56 405	0.56 410

CoDeX	2.40 364	0.78 314	13.21 363	1.00 223	1.18 377	3.24 201	1.32 412	4.14 416	2.41 392	1.74 210	1.84 305	2.05 301	1.47 285	10.03 452	1.60 329	0.34 279	0.28 316	0.32 249	0.27 229	0.32 190	0.39 297

xxxx	2.67 409	0.54 93	2.03 141	1.22 343	0.81 260	3.49 247	0.63 127	4.49 514	2.49 409	2.22 362	2.23 399	2.05 301	1.38 253	10.05 453	17.91 555	0.32 251	0.32 357	0.30 207	0.27 229	0.33 208	0.34 241

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

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

TDLM	2.29 336	1.08 403	4.61 269	1.29 372	1.01 339	4.26 437	2.17 492	3.75 302	2.79 451	2.31 389	1.98 346	2.06 303	1.59 315	12.45 541	1.72 353	0.51 445	0.28 316	0.52 452	0.35 364	0.56 405	0.50 382

ToySt	1.35 190	0.72 269	3.65 254	1.01 229	0.50 116	3.31 217	1.01 349	3.46 249	1.73 240	1.30 142	1.55 199	2.07 306	1.47 285	1.88 213	1.40 285	0.27 112	0.27 304	0.30 207	0.32 331	0.42 330	0.39 297

IRAFT_RVC	1.87 259	0.60 153	4.33 262	2.40 529	0.66 204	4.59 495	1.59 453	2.96 189	1.51 139	2.23 366	1.75 258	2.09 307	2.63 445	6.70 375	1.50 310	0.33 267	0.21 166	0.33 284	0.29 286	0.32 190	0.32 213

GANet-ADL	2.20 317	0.73 280	20.11 496	1.25 351	0.69 222	3.83 317	0.76 197	3.49 253	1.71 234	1.65 192	1.99 349	2.10 308	1.10 194	1.42 127	1.26 260	0.38 335	0.33 364	0.25 80	0.22 131	0.42 330	0.36 261

BEATNet_4x	1.92 273	1.36 456	8.75 313	1.20 334	0.56 147	3.46 238	1.03 355	4.00 372	2.43 396	2.25 372	1.70 243	2.10 308	1.59 315	2.57 275	3.05 461	0.37 318	0.22 195	0.47 418	0.29 286	0.60 418	0.40 317

AFF-stereo	1.31 187	0.77 308	1.46 87	1.10 280	0.45 78	3.93 347	0.48 61	2.92 187	2.92 471	1.90 243	2.21 396	2.11 310	1.52 300	1.93 216	1.12 227	0.21 27	0.16 26	0.25 80	0.25 183	0.29 121	0.20 19

MMNet	2.02 292	0.81 326	10.76 340	1.12 291	1.23 398	3.53 258	0.89 291	3.79 310	2.08 308	2.15 333	1.76 267	2.15 311	2.12 406	3.69 310	2.32 422	0.31 230	0.29 326	0.34 302	0.27 229	0.38 272	0.42 327

raft_robust	1.92 273	1.15 417	3.34 240	1.02 239	0.43 65	3.84 322	0.46 54	4.42 501	2.52 414	1.67 195	1.36 150	2.17 312	6.37 533	6.78 380	1.04 210	0.28 149	0.24 256	0.30 207	0.35 364	0.31 163	0.32 213

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

iRaft-Stereo_5w	2.10 303	0.83 337	8.57 308	0.81 83	0.76 245	3.21 194	0.84 252	3.71 298	1.65 218	1.56 174	2.50 441	2.20 314	2.23 419	9.13 422	2.01 393	0.38 335	0.19 96	0.35 321	0.27 229	0.45 356	0.39 297

RAFT + AFF	2.51 385	2.66 514	4.48 267	1.15 312	1.95 515	4.15 405	2.01 484	4.46 509	3.30 510	2.19 348	2.51 443	2.22 315	4.87 513	8.91 416	2.06 398	0.30 211	0.60 494	0.48 426	0.38 399	0.77 472	0.69 447

MFMNet_re	2.91 432	1.91 492	18.25 444	3.06 541	1.89 512	3.13 187	1.67 464	3.52 260	2.97 476	3.14 493	2.87 476	2.26 316	2.41 431	2.42 255	2.00 391	1.10 514	1.05 524	0.94 516	0.90 512	1.28 517	1.46 518

CFNet	2.34 351	1.10 407	8.96 314	1.34 397	1.24 400	4.09 389	0.73 172	4.04 383	2.77 448	1.62 184	1.87 318	2.27 317	1.45 280	11.41 505	1.82 368	0.31 230	0.24 256	0.43 397	0.36 374	0.43 340	0.33 229

MyStereo8	2.33 347	1.13 412	19.26 466	1.22 343	1.62 478	4.16 414	0.57 92	3.50 256	2.36 374	2.15 333	1.75 258	2.28 318	1.14 207	1.46 138	2.20 414	0.24 61	0.21 166	0.32 249	0.27 229	0.36 257	0.43 336

MyStereo05	2.37 362	0.72 269	19.94 486	1.02 239	0.99 330	4.26 437	0.86 264	4.01 374	2.62 428	2.14 325	1.26 121	2.28 318	1.63 338	2.07 226	1.68 348	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

Wz-Net-LNSev-Ref	2.42 368	1.47 468	14.14 384	1.30 379	1.35 425	3.51 254	1.64 459	4.04 383	2.10 319	2.46 420	1.88 319	2.28 318	2.51 439	4.73 332	3.17 463	0.38 335	0.19 96	0.35 321	0.20 84	0.40 287	0.36 261

IER	1.69 236	0.65 211	7.19 293	0.94 186	1.15 370	3.28 212	0.89 291	3.48 250	1.97 284	2.10 311	1.98 346	2.28 318	2.12 406	2.25 250	1.75 361	0.29 171	0.23 222	0.36 336	0.30 304	0.32 190	0.34 241

AACVNet	1.83 255	1.02 389	2.41 190	1.45 437	0.87 291	3.21 194	0.73 172	3.16 212	1.61 207	2.01 285	1.82 299	2.28 318	1.33 244	10.98 486	1.49 309	0.39 347	0.32 357	0.38 364	0.32 331	0.43 340	0.44 342

Wz-Net-MNSev	2.71 417	2.54 512	13.91 380	1.52 451	1.37 430	3.28 212	2.47 500	4.03 379	2.32 367	2.57 437	2.07 369	2.29 323	3.01 462	7.55 393	2.74 451	0.38 335	0.36 387	0.36 336	0.37 386	0.57 410	0.47 363

111	1.83 255	0.92 363	9.08 315	0.81 83	0.36 14	4.25 436	0.91 304	4.44 505	2.70 439	2.39 411	1.96 338	2.30 324	1.64 341	1.28 97	1.82 368	0.28 149	0.22 195	0.24 58	0.20 84	0.31 163	0.54 403

MyStereo04	2.29 336	0.80 322	18.77 455	1.00 223	1.04 345	3.95 357	0.95 329	3.91 344	2.54 419	1.99 271	1.27 127	2.31 325	1.65 343	2.02 225	1.77 362	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

XPNet_ROB	2.27 328	1.11 410	4.10 260	1.36 408	0.97 320	3.94 352	1.63 457	4.07 393	2.14 326	2.82 471	2.00 351	2.32 326	1.73 361	10.81 479	3.39 465	0.51 445	0.47 460	0.48 426	0.40 417	0.51 384	0.56 410

GEStereo_RVC	1.91 270	0.80 322	6.57 285	1.20 334	1.06 350	4.02 375	1.43 436	4.13 410	1.89 274	2.03 294	1.80 281	2.34 327	1.86 385	4.94 333	1.77 362	0.48 423	0.38 406	0.32 249	0.28 258	0.42 330	0.50 382

GANet-RSSM	1.98 284	0.62 180	3.49 243	1.69 478	1.23 398	4.22 432	0.91 304	3.31 231	1.86 267	1.81 221	1.74 254	2.34 327	1.82 378	10.92 484	1.73 357	0.34 279	0.29 326	0.31 229	0.28 258	0.39 282	0.40 317

DMCA	1.72 239	0.74 288	6.63 286	1.14 299	0.96 316	3.98 369	0.90 296	3.75 302	2.76 447	2.83 472	1.58 205	2.35 329	1.18 218	1.58 156	1.98 390	0.40 354	0.27 304	0.42 393	0.26 203	0.36 257	0.38 290

ETE_ROB	2.07 300	1.40 461	3.01 225	1.09 271	0.92 305	3.94 352	1.53 446	4.25 449	2.23 341	3.31 500	2.06 368	2.35 329	1.52 300	8.74 412	2.07 401	0.44 393	0.36 387	0.51 446	0.48 450	0.54 397	0.62 430

Any-RAFT	1.40 195	0.53 82	2.78 215	1.09 271	0.64 189	4.41 461	0.81 240	3.97 364	2.78 449	1.99 271	1.34 143	2.36 331	1.56 314	1.56 153	0.75 112	0.27 112	0.20 134	0.25 80	0.18 47	0.25 61	0.28 155

UCFNet_RVC	1.57 213	0.84 341	3.25 233	1.36 408	1.40 437	4.07 387	1.01 349	2.68 156	1.50 132	2.11 315	1.88 319	2.37 332	1.50 294	3.41 301	1.42 291	0.36 310	0.28 316	0.52 452	0.40 417	0.53 394	0.43 336

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

CSP-Net	1.78 250	1.32 451	1.92 130	1.16 318	1.03 342	3.38 223	1.31 411	3.52 260	1.75 248	1.96 262	1.93 336	2.40 334	1.48 287	8.58 410	1.58 325	0.46 409	0.34 376	0.27 137	0.26 203	0.41 311	0.50 382

ADCRef	3.30 473	1.23 438	14.90 397	1.17 320	1.41 444	3.95 357	1.64 459	3.88 332	2.36 374	3.05 488	2.21 396	2.40 334	2.81 454	5.04 334	16.63 549	0.46 409	0.34 376	0.63 487	0.62 488	0.54 397	0.67 442

AAGNet	2.86 425	0.60 153	1.77 116	2.05 514	0.46 87	4.76 526	1.09 373	2.27 94	1.56 178	2.17 342	1.84 305	2.41 336	4.00 497	6.23 364	24.22 571	0.46 409	0.19 96	0.30 207	0.29 286	0.32 190	0.24 86

UPFNet	1.81 254	0.63 189	6.71 287	1.25 351	1.44 447	3.50 251	1.35 416	4.02 378	1.85 266	2.40 413	1.52 186	2.41 336	1.40 260	3.62 307	1.88 375	0.34 279	0.33 364	0.37 348	0.31 320	0.41 311	0.39 297

NCCL2	2.53 389	1.35 455	10.90 343	1.15 312	0.97 320	3.53 258	2.56 505	3.65 281	2.23 341	2.76 465	1.80 281	2.41 336	1.66 345	10.35 462	2.07 401	0.44 393	0.40 420	0.57 470	0.53 471	0.59 414	0.65 440

HI	1.27 177	0.90 356	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 322	1.65 230	2.42 339	1.84 380	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

CoSv	1.27 177	0.90 356	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 322	1.65 230	2.42 339	1.84 380	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

GMStereo_Zeroshot	1.41 197	1.21 428	3.33 239	1.29 372	0.72 229	3.35 220	0.53 78	2.58 145	1.68 224	2.35 401	1.56 202	2.42 339	0.96 149	2.50 261	1.16 233	0.45 402	0.23 222	0.40 374	0.24 171	0.79 476	0.33 229

z-ln-s-r	2.67 409	1.16 420	12.43 356	1.34 397	1.26 405	3.70 292	1.21 401	4.20 426	2.38 385	2.04 297	1.92 333	2.43 342	1.60 321	10.58 468	5.19 490	0.29 171	0.20 134	0.32 249	0.24 171	0.51 384	0.38 290

TCMNet	2.98 445	1.30 445	18.26 445	1.47 442	2.09 523	3.84 322	1.08 369	3.96 362	2.39 389	2.53 431	2.29 411	2.43 342	1.75 362	10.09 455	2.39 425	0.52 451	0.45 447	0.61 482	0.50 460	0.80 478	0.78 469

SST-Stereo	1.76 247	0.58 133	3.10 227	1.44 433	0.46 87	4.71 520	0.76 197	2.22 89	2.79 451	2.07 307	2.18 390	2.43 342	3.22 475	6.66 374	0.84 143	0.42 380	0.19 96	0.30 207	0.27 229	0.35 244	0.26 120

FENet	2.25 324	0.50 59	20.29 507	1.35 402	0.67 211	4.01 373	0.60 108	3.95 357	1.99 287	1.96 262	1.11 88	2.43 342	1.43 273	1.60 163	1.39 284	0.32 251	0.22 195	0.33 284	0.26 203	0.29 121	0.39 297

psm_up	2.28 333	0.81 326	5.45 280	1.26 358	1.50 456	3.84 322	1.23 403	4.23 439	2.03 296	2.55 433	1.80 281	2.44 346	1.65 343	12.90 546	1.58 325	0.37 318	0.38 406	0.41 386	0.34 348	0.43 340	0.39 297

testlalala2	2.31 340	0.63 189	20.54 517	2.56 533	2.87 538	3.79 311	0.76 197	4.20 426	1.48 119	1.42 161	1.43 165	2.45 347	0.80 111	1.03 38	0.68 78	0.27 112	0.25 280	0.24 58	0.21 98	0.33 208	0.28 155

ttt	2.76 419	0.56 110	2.28 177	1.41 426	1.21 396	3.67 288	0.77 210	4.59 524	2.94 474	2.35 401	2.30 416	2.45 347	1.54 310	11.25 501	15.56 542	0.43 386	0.36 387	0.37 348	0.33 339	0.40 287	0.40 317

DAS	2.31 340	0.67 232	4.79 270	1.14 299	1.64 482	2.93 164	2.13 490	4.09 399	2.74 443	4.17 523	2.52 444	2.46 349	1.79 368	11.55 512	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

SepStereo	2.15 311	0.67 232	4.79 270	1.14 299	1.64 482	2.93 164	2.13 490	4.09 399	2.74 443	4.17 523	2.52 444	2.46 349	1.79 368	8.36 404	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

GANetREF_RVC	3.20 469	1.93 493	18.84 456	1.51 450	0.80 257	4.12 398	1.82 473	4.16 421	2.91 469	1.87 233	1.74 254	2.48 351	1.84 380	13.18 547	1.74 358	0.80 497	0.57 484	0.79 509	0.74 499	1.20 515	0.86 480
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
AdaStereo	1.45 201	0.83 337	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 426	2.46 404	2.05 299	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 280	0.43 397	0.28 258	0.44 348	0.34 241
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
STTStereo	2.34 351	0.95 375	14.93 399	1.43 430	1.54 462	3.86 332	0.86 264	3.65 281	2.44 400	2.15 333	1.55 199	2.49 353	1.59 315	5.14 337	1.44 294	0.38 335	0.39 415	0.47 418	0.51 464	0.52 388	0.51 390

RAFT_CTSACE	1.80 253	1.06 400	10.00 328	1.71 482	1.39 435	3.49 247	1.06 362	3.05 200	1.62 210	1.70 201	2.04 358	2.51 354	1.80 373	1.98 220	0.94 191	0.25 82	0.22 195	0.28 166	0.30 304	0.30 144	0.26 120

FADNet	2.49 382	1.76 487	13.17 362	1.17 320	0.95 315	3.27 208	0.88 286	3.94 355	2.27 351	1.40 157	1.29 130	2.51 354	2.06 402	9.93 447	1.94 383	0.43 386	0.45 447	0.40 374	0.43 433	1.06 498	0.53 397

HSM-Net_RVC	2.87 429	0.57 120	17.46 435	0.92 168	0.90 302	3.70 292	1.20 398	5.64 550	2.51 413	3.22 498	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 280	0.26 109	0.23 146	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Reg-Stereo(zero)	1.60 220	0.42 15	10.69 339	0.89 145	0.68 216	3.27 208	0.47 59	2.27 94	1.54 164	1.48 165	1.24 113	2.55 357	2.68 448	1.48 141	1.10 221	0.19 19	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

GwcNet-ADL	2.47 378	0.67 232	21.48 547	0.96 196	0.72 229	4.61 498	0.95 329	4.42 501	2.36 374	1.98 266	1.80 281	2.55 357	1.24 230	1.90 214	1.41 289	0.40 354	0.46 456	0.24 58	0.27 229	0.41 311	0.49 375

SACVNet	2.46 375	1.14 416	9.47 322	1.44 433	1.18 377	4.06 382	1.49 443	3.84 320	2.24 343	2.62 449	1.89 325	2.57 359	1.28 234	11.35 503	1.64 343	0.50 439	0.39 415	0.48 426	0.41 424	0.55 399	0.75 463

CFNet-RSSM	2.08 302	0.52 71	20.06 491	1.01 229	0.56 147	3.39 224	0.64 130	3.67 285	1.55 172	1.72 206	1.37 151	2.57 359	1.19 222	1.11 51	0.86 153	0.27 112	0.20 134	0.25 80	0.23 146	0.27 90	0.23 71

DRN-Test	3.03 453	0.99 384	18.18 443	1.35 402	1.60 475	3.59 273	1.48 439	4.13 410	2.45 401	3.47 508	1.92 333	2.58 361	2.53 440	10.88 481	2.80 454	0.39 347	0.36 387	0.44 402	0.41 424	0.55 399	0.57 414

BSDual-CNN	1.46 202	0.59 141	1.94 131	0.87 135	0.85 281	4.16 414	1.16 387	4.48 511	1.88 270	2.93 477	1.83 300	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.25 280	0.31 229	0.28 258	0.35 244	0.33 229

psmg	1.47 205	0.59 141	1.94 131	0.92 168	0.85 281	4.30 446	1.42 434	4.10 407	1.88 270	2.64 453	2.09 372	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.27 304	0.33 284	0.34 348	0.36 257	0.34 241

PSMNet-RSSM	1.96 280	0.77 308	3.26 234	1.29 372	1.31 412	4.19 426	0.96 335	3.68 287	1.89 274	2.05 299	1.80 281	2.60 362	1.70 354	9.84 442	1.81 366	0.35 299	0.29 326	0.35 321	0.37 386	0.42 330	0.35 255

CVANet_RVC	2.55 395	1.10 407	9.13 320	1.46 439	1.15 370	3.96 362	1.53 446	3.91 344	2.50 410	3.04 486	2.04 358	2.60 362	1.72 358	12.46 542	1.50 310	0.49 435	0.30 339	0.51 446	0.41 424	0.63 429	0.50 382

w-ln-seven-2	2.73 418	2.13 501	12.47 358	1.18 326	1.01 339	3.54 262	1.58 452	3.93 351	3.26 505	2.43 417	2.02 353	2.63 366	2.28 422	7.93 400	5.45 493	0.40 354	0.40 420	0.44 402	0.34 348	0.62 427	0.47 363

delet	1.92 273	0.76 305	5.14 273	1.01 229	1.65 486	3.44 233	2.03 485	3.76 304	2.48 405	2.01 285	2.05 364	2.63 366	1.90 391	5.34 340	2.12 405	0.28 149	0.29 326	0.40 374	0.31 320	0.41 311	0.45 348

G2L-ROB	2.13 309	0.78 314	10.06 329	1.19 329	1.06 350	3.84 322	0.93 319	3.32 236	2.27 351	2.20 351	1.47 174	2.65 368	1.20 224	8.38 406	1.81 366	0.28 149	0.19 96	0.23 28	0.22 131	0.28 107	0.32 213

THIR-Stereo	4.14 504	0.82 333	10.85 342	0.86 130	0.43 65	2.16 96	16.77 567	3.22 219	1.54 164	2.04 297	12.05 557	2.68 369	7.53 544	7.30 386	12.62 534	0.30 211	0.21 166	0.29 187	0.28 258	0.33 208	0.41 323

UGAM	2.58 400	0.56 110	18.55 453	0.89 145	0.71 227	3.23 198	1.03 355	2.75 166	1.75 248	1.36 149	2.77 468	2.69 370	1.28 234	10.75 475	1.40 285	0.28 149	0.24 256	0.40 374	0.31 320	0.35 244	0.30 192

SQANet	3.70 487	9.34 554	18.41 450	2.75 535	2.74 535	3.40 227	1.47 438	3.50 256	1.68 224	2.60 445	1.75 258	2.69 370	1.91 392	6.72 379	1.74 358	2.96 541	1.41 535	1.85 535	1.12 525	3.17 536	2.70 545

fast-acv-ft	2.54 391	1.19 425	20.08 494	1.41 426	1.40 437	3.18 192	1.17 390	3.37 243	2.28 355	1.90 243	2.15 385	2.69 370	2.17 415	2.91 289	2.31 421	0.37 318	0.39 415	0.45 409	0.39 406	0.57 410	0.45 348

RAFT_R40	1.70 238	0.59 141	2.99 223	1.46 439	0.46 87	4.74 524	0.98 344	2.23 90	1.56 178	2.02 290	2.35 431	2.71 373	2.56 442	6.71 378	0.90 170	0.40 354	0.19 96	0.30 207	0.27 229	0.33 208	0.26 120

PWC_ROB	2.69 415	2.01 497	8.36 306	1.33 390	1.90 513	3.23 198	1.18 391	4.33 482	3.25 504	3.11 491	3.41 500	2.71 373	2.18 417	9.15 423	4.48 476	0.56 460	0.31 349	0.61 482	0.36 374	0.69 452	0.74 460

gcap-zeroshot	1.30 183	0.61 170	4.09 259	0.94 186	0.56 147	3.50 251	0.84 252	3.12 207	1.72 237	1.84 225	1.22 108	2.72 375	0.88 129	1.46 138	0.80 128	0.29 171	0.30 339	0.27 137	0.21 98	0.29 121	0.25 96

Gwc-CoAtRS	1.58 214	0.57 120	11.69 351	1.01 229	0.60 174	2.53 130	0.64 130	2.36 104	1.56 178	1.80 220	1.47 174	2.74 376	1.18 218	1.12 54	0.90 170	0.27 112	0.21 166	0.25 80	0.22 131	0.27 90	0.23 71

DeepPrunerF	3.70 487	1.72 484	14.87 395	1.33 390	1.74 499	3.70 292	1.55 450	4.20 426	14.00 563	2.02 290	1.77 272	2.74 376	2.30 423	10.88 481	6.88 503	0.68 485	0.60 494	0.78 508	0.78 506	0.81 479	0.71 451

UNet	2.51 385	0.74 288	20.17 498	1.14 299	1.44 447	3.48 244	0.76 197	3.77 306	1.87 268	2.05 299	1.57 204	2.75 378	2.39 430	3.51 303	2.51 439	0.32 251	0.26 293	0.41 386	0.26 203	0.38 272	0.39 297

CFNet-ft	1.90 266	0.95 375	3.56 248	1.07 257	1.54 462	4.09 389	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 378	1.48 287	9.33 427	1.72 353	0.33 267	0.30 339	0.61 482	0.36 374	0.52 388	0.39 297

SuperB	4.79 517	4.41 530	21.08 535	1.45 437	1.08 356	3.91 340	3.08 524	4.18 422	3.01 482	2.50 425	2.10 373	2.75 378	3.49 488	8.80 413	19.60 564	0.44 393	0.33 364	0.53 457	0.39 406	12.01 574	0.64 438

CFNet_RVC	1.90 266	0.95 375	3.56 248	1.07 257	1.54 462	4.09 389	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 378	1.48 287	9.33 427	1.72 353	0.33 267	0.30 339	0.61 482	0.36 374	0.52 388	0.39 297

PWCDC_ROB	2.95 436	3.26 521	14.06 383	1.59 465	1.56 469	4.19 426	0.86 264	4.30 473	4.08 531	2.06 304	7.37 528	2.75 378	2.42 432	3.59 306	2.67 449	1.34 531	0.36 387	0.39 368	0.34 348	1.13 506	0.62 430

PSMNet_ROB	2.95 436	1.38 458	18.46 452	1.19 329	1.20 390	3.80 313	1.65 462	3.54 265	2.35 371	1.98 266	1.71 247	2.75 378	1.79 368	11.43 507	2.78 453	0.42 380	0.36 387	0.50 443	0.60 484	0.59 414	0.49 375

xyz-stereo	10.85 557	0.45 21	79.01 588	0.62 9	0.45 78	83.70 590	0.77 210	2.59 146	1.34 76	2.19 348	32.02 578	2.76 384	1.62 325	5.75 352	2.39 425	0.25 82	0.17 39	0.33 284	0.21 98	0.25 61	0.19 5

LALA_ROB	1.95 278	1.48 469	3.11 228	1.05 249	0.98 327	3.99 370	1.82 473	4.44 505	2.28 355	3.31 500	1.85 312	2.76 384	1.67 347	4.04 321	3.23 464	0.46 409	0.41 429	0.55 465	0.52 467	0.60 418	0.57 414

knoymous	1.30 183	0.60 153	5.57 281	0.88 140	0.75 241	3.04 174	0.90 296	2.68 156	1.33 75	1.48 165	1.07 82	2.78 386	0.88 129	1.29 101	0.85 146	0.31 230	0.22 195	0.35 321	0.20 84	0.45 356	0.37 275

DeepPruner_ROB	2.05 297	1.09 406	10.50 337	1.01 229	1.20 390	4.39 455	0.91 304	3.14 209	1.72 237	2.60 445	1.54 195	2.78 386	1.27 232	4.52 327	1.72 353	0.51 445	0.40 420	0.37 348	0.34 348	0.48 374	0.52 395

StereoDRNet	2.84 424	1.49 470	14.48 391	1.33 390	1.57 473	3.44 233	2.06 486	3.69 292	2.36 374	3.26 499	1.84 305	2.79 388	1.80 373	10.88 481	3.16 462	0.41 369	0.33 364	0.39 368	0.36 374	0.59 414	0.58 419

aanetorigin	3.30 473	1.66 481	17.52 437	1.18 326	1.58 474	2.57 133	3.80 541	2.65 152	2.03 296	6.12 543	4.30 513	2.82 389	5.70 523	5.47 344	4.67 478	0.50 439	0.44 442	0.43 397	0.47 445	1.17 512	0.92 486

zh-mn7	3.15 465	9.61 557	12.45 357	1.26 358	0.99 330	2.91 157	1.32 412	4.12 408	2.74 443	3.33 502	3.07 484	2.84 390	1.89 390	8.91 416	4.69 480	0.49 435	0.40 420	0.38 364	0.38 399	0.56 405	0.63 434

NLCA_NET_v2_RVC	2.54 391	1.04 394	16.73 421	1.53 453	2.00 517	3.96 362	0.87 282	3.87 329	2.31 363	2.54 432	1.67 233	2.85 391	1.63 338	5.55 346	1.62 337	0.46 409	0.33 364	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 391	0.90 356	11.10 344	1.32 385	1.47 452	3.58 272	1.38 425	4.13 410	2.45 401	1.90 243	1.71 247	2.86 392	1.76 363	10.86 480	1.66 346	0.60 466	0.43 437	0.53 457	0.41 424	0.78 474	0.94 488

ccnet	2.66 407	0.97 382	8.01 303	1.54 455	1.24 400	3.75 302	2.18 493	4.07 393	2.41 392	2.66 458	3.25 494	2.87 393	2.31 426	9.89 444	3.50 466	0.78 494	0.75 515	0.71 499	0.67 492	0.76 471	0.81 474

ISRNet	1.69 236	0.76 305	5.69 282	1.27 366	1.36 428	2.85 149	0.61 112	3.60 273	1.91 278	2.13 322	2.12 380	2.90 394	1.41 265	2.51 264	1.71 351	0.49 435	0.50 472	0.56 467	0.47 445	0.49 380	0.57 414

Syn2CoEx	3.08 457	2.55 513	19.88 484	1.34 397	1.18 377	2.43 117	1.65 462	3.91 344	2.40 390	2.39 411	2.27 404	2.90 394	3.17 473	9.57 435	2.54 443	0.50 439	0.45 447	0.53 457	0.39 406	0.74 467	0.72 458

PASM	2.67 409	2.05 500	9.71 323	1.73 485	1.37 430	2.53 130	1.52 444	3.10 205	2.17 332	2.79 468	1.84 305	2.90 394	1.85 384	11.89 532	2.19 413	0.81 499	0.85 519	0.87 514	1.01 520	1.14 507	1.05 495

PSMNet-ADL	1.91 270	0.72 269	1.78 118	1.09 271	0.86 286	4.18 422	0.78 214	3.77 306	2.10 319	1.72 206	1.85 312	2.91 397	1.82 378	10.38 465	1.91 379	0.48 423	0.46 456	0.28 166	0.29 286	0.38 272	0.51 390

DSFCA	1.89 264	0.69 243	3.14 230	1.10 280	1.18 377	3.99 370	1.79 469	3.50 256	2.16 330	3.10 490	1.64 224	2.91 397	2.50 438	5.38 341	2.26 417	0.43 386	0.38 406	0.37 348	0.36 374	0.50 382	0.42 327

DDVS	1.68 235	0.79 318	2.52 194	1.26 358	1.16 375	3.17 190	0.78 214	3.12 207	1.82 258	1.86 231	1.91 331	2.92 399	1.43 273	6.20 363	1.63 340	0.45 402	0.65 501	0.34 302	0.38 399	0.48 374	0.79 472

NaN_ROB	4.06 502	1.13 412	16.64 419	1.12 291	1.25 403	3.50 251	3.05 522	4.29 465	3.26 505	3.64 509	2.56 449	2.97 400	4.79 511	13.33 549	16.91 550	0.37 318	0.41 429	0.38 364	0.39 406	0.48 374	0.81 474

StereoDRNet-Refined	1.77 249	0.81 326	2.22 168	1.21 340	0.76 245	3.26 206	0.71 164	3.82 316	2.05 303	2.29 379	2.05 364	2.98 401	1.44 276	7.15 385	2.27 419	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	2.26 326	1.18 423	13.71 371	1.14 299	1.11 364	3.77 305	1.10 375	4.14 416	2.17 332	2.06 304	1.76 267	2.99 402	2.99 460	2.50 261	2.49 437	0.35 299	0.39 415	0.27 137	0.28 258	0.45 356	0.39 297

GASNet	3.24 470	5.55 536	20.58 520	1.56 462	1.25 403	2.32 108	1.12 379	4.04 383	2.67 436	1.88 236	2.10 373	3.00 403	2.16 413	10.59 469	2.43 432	0.65 477	0.37 400	0.61 482	0.45 440	0.87 484	0.58 419

pcwnet_v2	2.70 416	0.65 211	22.48 559	1.08 265	1.03 342	3.56 267	0.81 240	4.29 465	3.14 493	2.29 379	2.29 411	3.01 404	1.71 356	3.32 300	1.43 292	0.43 386	0.50 472	0.41 386	0.34 348	0.61 423	0.56 410

PA-Net	3.09 458	1.24 439	18.84 456	1.38 420	1.19 384	3.42 231	1.75 467	3.89 334	3.27 509	1.88 236	2.10 373	3.03 405	1.88 389	11.60 513	2.88 456	0.40 354	0.54 477	0.44 402	0.62 488	0.52 388	1.02 493
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT	1.23 156	0.84 341	2.05 144	0.96 196	0.47 97	1.80 68	0.94 325	3.18 216	1.46 106	1.60 177	1.71 247	3.04 406	1.59 315	1.64 175	1.32 274	0.38 335	0.24 256	0.40 374	0.32 331	0.40 287	0.35 255

MaskLacGwcNet_RVC	3.13 462	1.43 465	9.93 327	2.50 531	1.62 478	4.29 444	1.68 466	3.95 357	2.43 396	1.66 193	1.91 331	3.04 406	1.41 265	13.26 548	1.58 325	3.82 555	1.59 537	1.12 525	0.46 442	2.21 531	2.74 546

RTSC	2.95 436	2.51 508	15.49 408	1.54 455	1.30 410	3.51 254	0.86 264	3.89 334	2.48 405	3.64 509	3.12 489	3.04 406	2.30 423	5.70 351	6.67 497	0.55 458	0.35 382	0.37 348	0.39 406	0.70 453	0.60 424

APVNet	3.13 462	1.25 440	21.14 536	1.31 382	1.52 459	3.94 352	1.13 382	3.32 236	2.14 326	2.20 351	2.03 355	3.05 409	1.96 395	11.79 528	2.53 441	0.42 380	0.45 447	0.64 490	0.46 442	0.67 447	0.57 414

z-mn7	3.36 478	9.42 555	14.16 385	1.28 368	1.22 397	3.78 307	1.43 436	3.92 349	3.35 512	2.85 473	3.36 498	3.06 410	1.97 396	9.66 436	5.16 488	0.42 380	0.35 382	0.43 397	0.33 339	0.63 429	0.48 368

ACVNet	1.46 202	0.64 201	3.56 248	0.93 182	0.85 281	4.22 432	0.80 231	2.85 180	2.08 308	1.78 216	1.88 319	3.10 411	1.46 283	1.33 109	1.89 376	0.29 171	0.26 293	0.30 207	0.26 203	0.39 282	0.27 136

acv_ft	1.55 207	0.64 201	3.29 236	1.14 299	2.01 518	2.93 164	0.97 338	3.81 313	2.08 308	2.22 362	1.88 319	3.10 411	1.66 345	1.33 109	2.22 415	0.29 171	0.26 293	0.30 207	0.26 203	0.39 282	0.27 136

AnyNet_C32	4.17 505	5.75 537	12.62 359	1.60 467	1.54 462	5.51 538	4.09 545	3.90 339	3.23 503	4.22 527	3.03 482	3.10 411	3.41 482	8.01 402	18.85 561	0.53 454	0.58 489	0.53 457	0.74 499	1.19 514	0.97 490

HGLStereo	2.03 293	0.74 288	7.50 298	1.23 347	1.56 469	3.62 280	0.95 329	3.78 309	1.89 274	2.03 294	2.20 394	3.12 414	2.14 409	5.68 350	2.04 395	0.37 318	0.31 349	0.32 249	0.29 286	0.40 287	0.45 348

GwcNet-RSSM	2.66 407	1.05 395	15.91 410	1.22 343	1.19 384	4.12 398	1.12 379	3.84 320	2.02 294	1.93 254	1.79 278	3.12 414	1.46 283	10.37 463	2.05 397	0.33 267	0.27 304	0.35 321	0.30 304	0.40 287	0.36 261

G2L-Stereo_test	2.11 305	0.86 348	7.12 292	1.65 474	1.19 384	3.54 262	1.02 353	3.57 269	2.01 293	2.50 425	1.68 236	3.15 416	1.50 294	9.21 425	1.62 337	0.28 149	0.19 96	0.23 28	0.22 131	0.27 90	0.31 202

RAFT-Test	1.44 199	0.59 141	6.10 283	1.01 229	0.69 222	2.90 154	0.80 231	3.68 287	1.70 233	1.85 226	1.68 236	3.15 416	1.03 167	1.20 80	0.99 204	0.27 112	0.22 195	0.25 80	0.23 146	0.27 90	0.25 96

cross-raft	2.01 291	0.57 120	19.01 461	1.03 246	0.56 147	2.11 94	0.72 167	3.63 278	1.57 184	1.77 214	1.51 185	3.17 418	1.13 200	1.16 66	0.85 146	0.23 47	0.21 166	0.26 109	0.23 146	0.28 107	0.25 96

G2L-Stereo	2.49 382	0.94 373	14.54 392	1.15 312	1.35 425	3.57 271	0.95 329	3.62 277	2.00 291	2.11 315	1.61 217	3.20 419	1.34 246	9.54 432	1.91 379	0.34 279	0.27 304	0.35 321	0.28 258	0.30 144	0.35 255

GANet	2.93 435	1.05 395	11.29 346	1.64 472	0.96 316	3.91 340	2.52 503	3.72 299	2.41 392	2.95 482	3.00 480	3.21 420	2.03 398	12.42 540	4.72 481	0.51 445	0.41 429	0.46 415	0.39 406	0.60 418	0.50 382

PCWNet_CMD	2.23 320	0.65 211	17.36 431	0.83 104	0.76 245	3.51 254	0.64 130	3.60 273	1.97 284	1.70 201	1.63 222	3.22 421	3.05 467	2.09 231	1.11 224	0.31 230	0.36 387	0.47 418	0.26 203	0.64 437	0.47 363

MSMDNet	2.23 320	0.64 201	17.32 427	0.84 113	0.75 241	3.53 258	0.64 130	3.61 276	1.98 286	1.71 205	1.64 224	3.22 421	2.99 460	2.08 228	1.11 224	0.31 230	0.37 400	0.45 409	0.26 203	0.62 427	0.45 348

anonymousa	2.16 312	0.67 232	19.19 462	1.04 248	1.67 490	2.06 91	0.79 221	2.86 183	1.96 282	1.85 226	2.14 383	3.23 423	1.81 376	1.12 54	1.15 230	0.26 97	0.26 293	0.34 302	0.32 331	0.30 144	0.28 155

OMP-Stereo	1.97 282	0.93 367	1.88 125	2.76 536	0.67 211	4.58 494	1.48 439	4.31 476	1.54 164	3.15 495	2.76 467	3.25 424	1.38 253	7.66 397	1.35 282	0.40 354	0.20 134	0.33 284	0.26 203	0.33 208	0.24 86

ccs_rob	2.13 309	0.67 232	15.11 403	0.84 113	0.75 241	3.96 362	0.65 139	3.95 357	1.78 253	1.88 236	1.79 278	3.26 425	1.64 341	2.51 264	1.16 233	0.31 230	0.36 387	0.54 464	0.27 229	0.65 440	0.45 348

CFNet_pseudo	2.12 307	0.67 232	15.14 404	0.85 125	0.74 239	3.95 357	0.64 130	3.95 357	1.78 253	1.90 243	1.79 278	3.27 426	1.62 325	2.51 264	1.16 233	0.31 230	0.36 387	0.53 457	0.27 229	0.63 429	0.44 342

LL-Strereo	3.01 451	1.81 490	17.59 438	1.12 291	2.10 524	2.90 154	1.09 373	4.33 482	2.00 291	3.12 492	2.24 400	3.29 427	3.15 470	11.31 502	1.84 371	0.30 211	0.28 316	0.46 415	0.34 348	0.49 380	0.45 348

Wz-Net-LNSev	2.30 339	1.67 483	14.88 396	1.18 326	1.65 486	3.49 247	1.54 449	3.63 278	2.03 296	1.88 236	1.64 224	3.29 427	2.06 402	2.71 285	2.02 394	0.40 354	0.33 364	0.32 249	0.31 320	0.53 394	0.49 375

DCVSM-stereo	2.31 340	0.66 222	20.69 523	1.11 287	0.93 310	2.58 135	0.73 172	2.61 148	1.60 203	2.57 437	1.53 193	3.30 429	1.72 358	2.19 243	1.23 252	0.34 279	0.53 475	0.41 386	0.32 331	0.45 356	0.62 430

CFNet_ucs	2.36 361	0.68 240	18.42 451	0.89 145	0.81 260	3.85 330	0.68 150	4.29 465	2.37 380	2.09 308	2.04 358	3.31 430	1.24 230	2.63 279	1.14 229	0.36 310	0.45 447	0.56 467	0.29 286	0.66 445	0.49 375

DLCB_ROB	2.05 297	0.95 375	2.37 185	1.24 349	1.02 341	2.92 160	1.30 410	3.68 287	2.30 359	2.91 475	2.17 388	3.32 431	1.52 300	10.37 463	2.50 438	0.40 354	0.33 364	0.40 374	0.36 374	0.41 311	0.47 363

CRFU-Net	2.49 382	0.78 314	10.36 334	2.30 526	1.08 356	3.91 340	1.41 432	3.85 323	1.65 218	2.15 333	1.76 267	3.34 432	7.95 547	5.56 347	1.48 306	0.47 418	0.35 382	0.30 207	0.28 258	0.37 267	0.43 336

YMNet	2.40 364	1.41 463	13.46 367	1.36 408	1.67 490	3.96 362	0.97 338	3.81 313	2.37 380	2.64 453	2.57 451	3.35 433	1.53 307	3.28 298	2.42 430	0.48 423	0.54 477	0.52 452	0.49 454	0.70 453	0.54 403

YMNet_1	2.40 364	1.41 463	13.46 367	1.36 408	1.67 490	3.96 362	0.97 338	3.81 313	2.37 380	2.64 453	2.57 451	3.35 433	1.53 307	3.28 298	2.42 430	0.48 423	0.54 477	0.52 452	0.49 454	0.70 453	0.54 403

AIO-Stereo-zeroshot1	2.68 413	1.26 441	22.01 556	1.08 265	0.99 330	1.61 58	0.86 264	3.69 292	1.64 214	1.52 169	5.62 524	3.35 433	3.44 486	2.20 244	1.33 278	0.26 97	0.21 166	0.30 207	0.62 488	0.93 489	0.67 442

Ntro	4.21 506	8.94 550	19.89 485	3.22 543	2.96 540	4.15 405	1.89 477	3.92 349	2.36 374	1.77 214	2.14 383	3.35 433	2.17 415	9.48 431	2.24 416	3.52 550	1.76 540	2.13 538	1.31 532	3.83 546	3.09 547

IIG-Stereo	1.95 278	0.79 318	2.14 159	2.78 537	0.66 204	4.62 499	0.76 197	4.27 457	1.53 155	2.63 452	3.14 491	3.35 433	1.61 322	7.65 396	1.41 289	0.39 347	0.20 134	0.31 229	0.25 183	0.33 208	0.22 60

zh-sn7	3.81 492	11.43 564	15.78 409	1.25 351	1.15 370	3.68 291	2.58 507	4.15 420	2.42 395	2.61 447	3.10 488	3.38 438	3.03 466	11.43 507	6.88 503	0.45 402	0.48 466	0.45 409	0.43 433	0.72 465	0.71 451

SHD	2.82 422	2.04 499	13.80 377	1.69 478	1.79 505	2.73 141	1.07 364	3.85 323	3.18 497	4.63 531	2.74 464	3.38 438	2.77 451	5.48 345	3.66 469	0.62 470	0.47 460	0.51 446	0.55 474	0.65 440	0.74 460

w-ln-seven	2.86 425	3.06 519	14.02 381	1.27 366	1.32 418	4.10 395	1.59 453	3.90 339	2.59 426	3.03 485	2.27 404	3.42 440	2.25 420	6.70 375	4.81 484	0.39 347	0.34 376	0.48 426	0.40 417	0.74 467	0.55 407

DGSMNet	7.55 548	1.62 475	17.42 433	1.92 505	12.73 567	7.45 551	42.99 583	4.13 410	2.07 307	2.10 311	3.16 492	3.42 440	1.70 354	9.24 426	2.30 420	3.70 554	10.89 577	11.80 579	5.54 569	4.24 549	2.66 541

cf-r	2.57 399	0.79 318	16.09 412	1.48 444	1.35 425	4.19 426	0.93 319	3.68 287	2.36 374	1.97 264	1.81 293	3.42 440	1.45 280	8.24 403	1.83 370	0.32 251	0.26 293	0.33 284	0.30 304	0.34 226	0.37 275

PVD	3.12 461	1.97 496	12.80 361	1.79 495	1.63 480	3.83 317	1.34 415	3.48 250	3.88 526	5.77 538	3.56 503	3.45 443	3.29 477	5.58 349	5.30 492	0.71 491	0.69 509	0.74 507	0.77 503	0.79 476	1.13 501

ffm	1.72 239	0.60 153	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.22 435	3.37 513	2.20 351	2.30 416	3.48 444	1.62 325	2.21 246	0.65 65	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

ff1	2.96 439	0.60 153	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.22 435	3.37 513	2.20 351	2.30 416	3.48 444	1.62 325	11.62 515	16.09 544	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

mmx	2.98 445	0.60 153	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.49 514	3.05 485	2.20 351	2.30 416	3.48 444	1.62 325	11.62 515	16.09 544	0.33 267	0.28 316	0.48 426	0.37 386	0.44 348	0.37 275

xxx	2.98 445	0.60 153	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.49 514	3.05 485	2.20 351	2.30 416	3.48 444	1.62 325	11.62 515	16.09 544	0.33 267	0.28 316	0.48 426	0.37 386	0.44 348	0.37 275

Wz-Net-SNSev	2.98 445	4.36 529	15.98 411	1.57 463	1.19 384	3.28 212	1.80 471	3.96 362	2.40 390	2.32 393	2.28 408	3.48 444	2.05 401	7.84 399	3.82 471	0.47 418	0.39 415	0.53 457	0.49 454	0.71 462	0.60 424

hknet	1.98 284	0.64 201	8.70 312	0.87 135	1.07 354	4.16 414	1.16 387	4.48 511	1.73 240	2.93 477	1.83 300	3.48 444	1.30 240	3.91 317	1.51 316	0.31 230	0.25 280	0.31 229	0.28 258	0.35 244	0.33 229

coex_refinement	2.10 303	0.85 345	3.67 255	1.31 382	1.13 367	3.21 194	0.85 261	3.86 326	2.31 363	2.51 428	1.92 333	3.49 450	1.69 352	11.08 494	2.13 408	0.37 318	0.25 280	0.27 137	0.31 320	0.41 311	0.37 275

NCC-stereo	3.16 467	1.28 443	18.31 448	1.25 351	1.75 500	4.06 382	1.40 429	3.89 334	2.22 339	2.72 462	2.55 447	3.49 450	2.65 446	9.91 445	2.99 458	1.29 527	0.65 501	0.64 490	0.86 510	0.65 440	0.71 451

Abc-Net	3.16 467	1.28 443	18.31 448	1.25 351	1.75 500	4.06 382	1.40 429	3.89 334	2.22 339	2.72 462	2.55 447	3.49 450	2.65 446	9.91 445	2.99 458	1.29 527	0.65 501	0.64 490	0.86 510	0.65 440	0.71 451
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	3.34 476	0.81 326	20.05 490	1.25 351	1.20 390	3.44 233	1.99 483	4.23 439	2.67 436	3.14 493	3.82 508	3.51 453	3.32 479	11.68 523	1.94 383	0.64 474	0.67 505	0.48 426	0.52 467	0.61 423	0.81 474

DPSNet	3.43 480	1.37 457	12.19 353	1.39 422	1.24 400	4.15 405	2.06 486	4.51 518	3.34 511	2.69 460	1.96 338	3.52 454	5.56 522	10.68 473	9.68 520	0.93 506	0.73 513	0.40 374	0.37 386	1.06 498	0.86 480

XQC	2.96 439	2.42 507	14.85 394	1.36 408	1.32 418	3.29 216	1.53 446	4.28 462	2.78 449	3.21 497	2.46 436	3.53 455	2.92 458	6.58 370	4.67 478	0.70 489	0.41 429	0.59 474	0.56 476	0.96 494	0.83 479

LSM	12.71 564	3.52 525	20.79 525	55.63 587	84.76 585	3.63 285	6.30 550	3.73 300	4.93 541	5.55 537	13.92 562	3.53 455	3.25 476	9.72 437	4.12 473	0.64 474	0.85 519	0.71 499	0.81 508	1.03 496	26.84 579

PDISCO_ROB	2.86 425	1.53 473	14.27 388	1.98 511	2.19 526	4.52 483	1.35 416	4.65 527	3.19 498	2.09 308	2.16 386	3.53 455	2.45 435	5.32 339	2.12 405	1.30 529	0.78 517	0.72 503	0.59 482	1.24 516	1.28 506

CSAN	4.71 515	1.39 460	20.23 500	1.19 329	0.87 291	3.65 286	3.50 533	4.57 523	3.87 525	3.89 515	7.82 531	3.54 458	6.16 531	23.47 572	6.82 501	0.52 451	0.45 447	0.49 440	0.52 467	0.63 429	0.66 441

riskmin	1.25 165	0.56 110	2.05 144	1.05 249	0.93 310	2.86 151	0.55 85	3.23 221	1.34 76	1.55 172	1.07 82	3.56 459	2.03 398	1.29 101	1.00 206	0.28 149	0.27 304	0.34 302	0.21 98	0.41 311	0.43 336

GwcNet	3.00 449	1.63 477	19.83 482	1.32 385	2.04 522	3.27 208	1.55 450	3.65 281	2.33 368	2.00 283	2.12 380	3.56 459	1.68 351	9.47 430	2.45 434	0.44 393	0.45 447	0.46 415	0.38 399	0.60 418	0.76 465

BUS	1.49 206	0.59 141	1.94 131	0.87 135	0.85 281	4.50 478	0.76 197	4.48 511	1.88 270	2.93 477	1.83 300	3.63 461	0.97 152	1.60 163	1.17 236	0.34 279	0.25 280	0.31 229	0.28 258	0.35 244	0.33 229

NINENet	1.87 259	0.74 288	2.60 199	1.12 291	1.06 350	4.50 478	0.76 197	4.41 500	2.24 343	2.16 338	1.86 315	3.63 461	0.97 152	8.00 401	1.17 236	0.41 369	0.30 339	0.41 386	0.30 304	0.41 311	0.36 261

hitnet-ft	2.37 362	0.73 280	8.34 305	0.96 196	0.89 299	3.77 305	0.80 231	3.55 267	2.58 423	2.24 369	2.04 358	3.65 463	1.49 293	11.71 525	1.89 376	0.44 393	0.53 475	0.44 402	0.35 364	0.52 388	0.48 368

S-Stereo	3.48 481	0.91 361	22.06 558	1.36 408	1.50 456	3.55 265	2.53 504	4.21 432	2.81 461	2.37 406	3.81 507	3.75 464	1.84 380	11.90 533	2.51 439	0.63 471	0.71 511	0.48 426	0.76 501	0.67 447	1.19 504

IGEV_Zeroshot_test	2.16 312	0.69 243	20.60 521	1.22 343	0.54 136	2.18 97	0.53 78	3.38 244	1.61 207	1.93 254	1.55 199	3.76 465	1.05 176	1.55 152	0.91 177	0.29 171	0.20 134	0.27 137	0.29 286	0.40 287	0.32 213

ssnet_v2	2.04 295	0.88 353	7.87 299	1.20 334	0.87 291	3.86 332	1.64 459	4.01 374	2.60 427	2.61 447	1.96 338	3.79 466	1.71 356	2.20 244	2.96 457	0.41 369	0.35 382	0.42 393	0.37 386	0.55 399	0.52 395

RYNet	2.97 443	0.93 367	15.09 402	1.12 291	1.38 433	3.66 287	1.42 434	4.03 379	2.29 358	2.10 311	1.70 243	3.79 466	2.16 413	13.64 555	3.02 460	0.37 318	0.41 429	0.48 426	0.34 348	0.81 479	0.75 463

Nwc_Net	2.88 431	1.16 420	18.30 447	1.35 402	1.68 493	3.52 257	1.18 391	3.90 339	2.06 305	2.52 430	2.82 474	3.82 468	2.34 427	6.78 380	2.55 444	0.86 504	0.40 420	0.59 474	0.67 492	0.57 410	0.55 407

ADCMid	3.96 498	3.27 522	15.48 407	1.26 358	1.40 437	4.66 505	2.28 495	4.06 391	3.54 518	3.94 516	3.02 481	3.85 469	3.67 491	4.03 320	18.65 560	0.68 485	0.61 496	1.09 524	1.18 529	1.38 520	1.08 497

NOSS_ROB	2.27 328	0.73 280	3.00 224	1.71 482	1.00 338	3.90 339	0.97 338	4.29 465	2.81 461	2.94 481	2.19 392	3.88 470	1.19 222	11.77 527	1.62 337	0.59 465	0.54 477	0.56 467	0.52 467	0.56 405	0.54 403

ac_64	2.35 356	0.62 180	9.77 324	1.32 385	1.71 496	3.27 208	0.93 319	3.48 250	2.50 410	1.74 210	1.73 252	3.91 471	1.77 365	10.21 458	1.86 373	0.40 354	0.31 349	0.33 284	0.30 304	0.34 226	0.39 297

EDNetEfficient	5.61 529	2.14 502	16.75 422	1.67 476	3.64 550	4.12 398	7.51 553	3.05 200	5.63 548	11.57 569	4.83 517	3.95 472	12.72 556	8.44 408	20.78 566	0.41 369	0.43 437	0.47 418	1.01 520	1.66 526	1.39 515

ADCP+	3.74 490	1.96 495	16.90 424	1.09 271	1.55 466	4.35 450	3.65 539	3.93 351	2.98 479	2.22 362	1.66 232	3.95 472	4.83 512	3.41 301	18.87 562	0.38 335	0.41 429	0.63 487	0.53 471	0.64 437	0.81 474

AANet_RVC	3.03 453	1.72 484	12.78 360	1.17 320	1.12 365	3.79 311	1.10 375	3.86 326	3.13 491	2.62 449	4.26 512	3.96 474	1.41 265	11.43 507	5.23 491	0.94 507	0.47 460	0.34 302	0.23 146	0.40 287	0.55 407

RP	2.79 420	1.20 427	10.36 334	1.54 455	1.93 514	3.44 233	1.97 481	4.05 387	2.34 369	2.66 458	2.79 469	3.98 475	2.58 443	10.21 458	2.61 446	0.95 508	0.47 460	0.71 499	0.57 479	0.71 462	0.68 445

RGC	3.10 460	1.45 467	14.90 397	1.46 439	1.79 505	3.33 218	1.39 427	4.04 383	2.26 349	2.77 466	3.26 495	4.00 476	2.71 449	11.63 520	2.62 448	0.82 500	0.46 456	0.79 509	0.79 507	0.71 462	0.78 469

MyStereo06	2.46 375	0.72 269	19.97 488	1.02 239	0.99 330	4.26 437	0.86 264	3.51 259	1.68 224	1.92 250	1.73 252	4.01 477	4.22 502	1.62 169	0.88 163	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

ADLNet	2.29 336	0.83 337	3.62 253	1.35 402	1.60 475	3.67 288	1.24 405	3.95 357	2.98 479	2.58 441	2.29 411	4.01 477	1.79 368	11.23 500	2.09 403	0.37 318	0.38 406	0.36 336	0.34 348	0.45 356	0.71 451

DispFullNet	4.64 514	3.48 524	23.95 568	3.99 553	3.03 541	3.35 220	1.06 362	4.18 422	2.80 455	6.33 545	2.94 477	4.04 479	7.81 546	3.92 318	5.16 488	2.75 539	1.61 538	3.10 554	2.68 561	3.32 538	3.31 554

WZ-Net	3.62 484	4.87 531	16.77 423	1.43 430	1.40 437	3.75 302	2.29 496	4.12 408	2.50 410	2.74 464	2.19 392	4.06 480	5.29 519	10.19 457	7.36 508	0.54 456	0.37 400	0.47 418	0.49 454	0.77 472	0.73 459

otaku	4.58 513	8.93 549	19.95 487	3.11 542	2.67 533	3.91 340	2.57 506	3.82 316	2.25 346	2.22 362	9.72 546	4.08 481	2.35 428	8.57 409	2.13 408	3.51 549	1.65 539	2.15 539	1.17 528	3.69 543	3.15 549

DANet	2.63 403	1.07 401	8.10 304	1.83 498	1.70 495	3.25 204	1.16 387	4.31 476	2.38 385	3.40 506	2.18 390	4.08 481	1.80 373	9.77 438	3.89 472	0.52 451	0.55 481	0.59 474	0.44 436	0.63 429	0.86 480
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Anonymous_2	3.01 451	0.89 354	4.53 268	1.06 255	1.18 377	2.93 164	0.87 282	3.24 223	1.46 106	1.86 231	1.35 146	4.11 483	2.35 428	1.64 175	1.28 267	0.82 500	0.90 521	8.71 575	15.84 578	4.44 553	0.74 460

STrans-v2	3.03 453	0.77 308	20.91 530	0.81 83	0.63 187	3.89 337	1.01 349	4.27 457	2.64 432	2.28 377	3.70 505	4.13 484	5.20 517	7.33 387	1.27 263	0.31 230	0.18 66	0.29 187	0.25 183	0.29 121	0.41 323

MDST_ROB	5.53 528	0.59 141	23.11 563	2.55 532	2.69 534	21.20 570	1.98 482	4.77 533	2.65 433	9.36 558	4.25 511	4.14 485	4.45 507	22.57 567	3.68 470	0.48 423	0.33 364	0.47 418	0.44 436	0.44 348	0.44 342

AnyNet_C01	4.37 509	7.80 542	16.40 415	1.98 511	1.40 437	6.37 543	6.47 551	4.09 399	5.03 542	4.06 521	3.78 506	4.16 486	3.31 478	6.62 372	10.00 521	0.61 468	0.67 505	0.63 487	0.67 492	2.01 528	1.31 508

DDUNet	2.91 432	2.78 516	6.94 291	3.53 547	2.26 530	3.28 212	1.36 418	3.77 306	2.04 300	2.62 449	2.49 440	4.18 487	1.69 352	5.38 341	1.85 372	2.21 537	1.77 541	2.61 545	2.43 556	2.60 533	2.34 536

EDNetEfficientorigin	12.35 563	2.51 508	179.47 593	1.19 329	0.96 316	2.91 157	1.81 472	3.00 194	5.35 544	8.91 556	4.79 516	4.18 487	4.64 510	9.98 449	11.30 527	0.37 318	0.38 406	0.60 479	0.85 509	1.32 519	2.43 539

CBMV_ROB	3.62 484	0.70 253	21.42 546	1.21 340	0.89 299	4.43 465	1.76 468	4.39 497	2.79 451	5.88 540	3.38 499	4.18 487	5.12 516	10.75 475	2.32 422	0.56 460	0.55 481	0.53 457	0.51 464	0.55 399	0.46 358

FBW_ROB	3.24 470	1.02 389	9.21 321	1.49 447	1.07 354	3.78 307	1.48 439	4.31 476	3.08 488	2.46 420	2.32 428	4.20 490	2.08 404	15.19 561	7.16 507	0.84 503	0.62 497	1.33 530	0.92 513	0.99 495	1.31 508

Wz-Net-TNSev	3.67 486	8.83 546	13.47 369	1.48 444	1.18 377	3.60 275	2.49 502	4.27 457	3.13 491	2.18 344	1.89 325	4.21 491	2.80 453	12.10 535	7.58 511	0.57 462	0.55 481	0.47 418	0.54 473	0.91 488	1.05 495

RainbowNet	4.56 511	8.28 543	20.07 493	3.64 551	3.23 548	4.15 405	2.99 520	4.18 422	3.03 484	2.20 351	2.65 458	4.26 492	2.90 457	9.77 438	2.12 405	3.88 556	2.27 550	2.71 549	1.72 541	3.78 545	3.31 554

ADCPNet	3.89 494	1.63 477	20.25 504	1.28 368	1.27 407	6.43 544	2.65 509	3.93 351	2.70 439	2.78 467	2.20 394	4.28 493	6.16 531	5.56 347	10.27 523	0.65 477	1.18 528	0.71 499	1.70 539	0.84 483	1.37 512

ADCL	4.35 508	1.63 477	14.21 387	1.29 372	1.26 405	5.56 539	11.16 559	3.97 364	3.37 513	6.07 541	4.67 515	4.30 494	5.72 524	5.08 336	14.51 539	0.50 439	0.48 466	0.89 515	0.77 503	0.78 474	0.76 465

TransformOpticalFlow	3.03 453	0.77 308	20.99 533	1.00 223	0.55 143	4.18 422	0.64 130	4.33 482	3.02 483	2.18 344	3.09 487	4.35 495	5.07 515	7.36 390	1.27 263	0.32 251	0.18 66	0.32 249	0.26 203	0.28 107	0.46 358

edge stereo	3.37 479	1.01 388	21.99 555	1.28 368	1.37 430	2.67 139	1.39 427	3.98 366	2.87 466	2.93 477	3.27 496	4.35 495	2.43 433	11.62 515	2.39 425	0.60 466	0.63 499	0.79 509	0.55 474	0.68 450	0.67 442

MFN_U_SF_RVC	3.81 492	10.78 561	15.01 400	1.84 499	1.39 435	3.73 300	1.63 457	4.05 387	3.26 505	2.91 475	2.38 432	4.36 497	3.65 490	8.43 407	4.91 486	1.11 516	1.04 523	0.99 518	1.31 532	1.58 523	1.75 525

CBMV	3.32 475	0.96 381	21.16 538	1.32 385	0.83 273	3.81 315	3.91 544	4.47 510	2.53 415	3.34 503	2.24 400	4.45 498	2.58 443	10.07 454	1.96 388	0.45 402	0.43 437	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCS	4.22 507	5.33 533	16.32 414	1.64 472	1.31 412	3.91 340	3.64 538	4.21 432	2.89 467	5.11 535	2.81 473	4.46 499	3.06 469	5.21 338	19.50 563	0.63 471	0.64 500	0.69 496	0.69 497	1.12 505	1.26 505

UDG	3.55 482	2.81 517	17.45 434	2.69 534	1.98 516	3.97 367	1.19 394	4.35 486	2.02 294	2.42 415	2.53 446	4.50 500	2.46 437	6.53 369	2.41 429	2.12 536	1.77 541	2.63 546	2.57 558	2.64 534	1.95 528

DispNO	3.00 449	0.75 300	18.92 458	1.17 320	1.10 362	3.72 296	0.94 325	4.29 465	2.54 419	2.24 369	2.28 408	4.51 501	2.12 406	11.40 504	2.09 403	0.31 230	0.28 316	0.31 229	0.28 258	0.36 257	0.39 297

AF-Net	2.87 429	1.30 445	16.24 413	1.33 390	1.75 500	3.26 206	1.59 453	4.09 399	2.43 396	2.69 460	2.94 477	4.51 501	3.20 474	5.84 354	2.75 452	0.76 493	0.36 387	0.72 503	0.49 454	0.70 453	0.56 410

DISCO	2.25 324	0.73 280	10.06 329	1.76 488	1.12 365	3.47 241	1.25 406	3.24 223	2.26 349	2.65 457	1.96 338	4.53 503	1.92 393	4.17 324	3.61 468	0.32 251	0.25 280	0.31 229	0.29 286	0.66 445	0.41 323

MADNet+	3.97 499	9.54 556	13.83 378	1.87 503	1.69 494	4.19 426	2.87 515	4.80 534	4.10 532	2.51 428	2.67 460	4.55 504	3.41 482	8.72 411	6.92 505	1.25 524	1.27 532	1.04 520	0.93 514	1.39 521	1.85 526

CBFPSM	2.05 297	0.95 375	10.12 332	1.07 257	1.05 347	2.84 147	1.20 398	3.28 227	1.73 240	1.82 223	1.30 132	4.56 505	4.06 498	2.34 253	2.34 424	0.25 82	0.38 406	0.32 249	0.27 229	0.37 267	0.79 472

RASNet	2.56 396	0.70 253	10.06 329	1.60 467	2.25 529	3.67 288	1.00 346	3.38 244	3.14 493	1.81 221	2.11 377	4.60 506	2.30 423	10.25 460	2.61 446	0.37 318	0.24 256	0.25 80	0.24 171	0.28 107	0.26 120

HH	2.23 320	0.86 348	21.59 549	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 507	1.86 385	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

HanStereo	2.23 320	0.86 348	21.59 549	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 507	1.86 385	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

XX-Stereo	2.54 391	0.61 170	20.21 499	1.78 490	1.19 384	4.30 446	0.46 54	4.39 497	1.58 187	2.32 393	1.89 325	4.64 509	0.60 41	4.16 323	0.82 137	0.31 230	0.21 166	0.28 166	0.27 229	0.51 384	0.26 120

ADLNet2	3.15 465	0.92 363	20.06 491	1.20 334	1.79 505	3.83 317	1.48 439	3.94 355	3.59 519	2.19 348	2.47 438	4.65 510	1.93 394	10.69 474	1.96 388	0.39 347	0.37 400	0.28 166	0.30 304	0.48 374	0.43 336

SGM-Forest	2.96 439	0.62 180	3.49 243	1.09 271	0.80 257	4.06 382	3.30 527	4.37 494	3.09 489	4.18 526	3.27 496	4.67 511	3.86 495	11.69 524	7.91 512	0.51 445	0.46 456	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSC_U_SF_DS_RVC	4.48 510	10.62 560	15.18 405	1.55 460	1.45 451	6.16 541	3.54 536	5.41 548	3.68 523	2.59 444	2.74 464	4.81 512	2.20 418	13.79 556	4.40 475	2.04 534	3.36 566	1.05 521	1.20 530	2.09 529	1.72 523

NVStereoNet_ROB	4.91 520	1.40 461	16.46 417	1.47 442	1.72 498	3.46 238	1.96 480	3.89 334	3.61 520	2.90 474	24.61 572	4.81 512	4.49 508	13.57 553	4.87 485	1.33 530	1.29 533	1.70 534	1.68 537	1.41 522	1.66 520
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AIO-Stereo-zeroshot	2.35 356	0.99 384	19.62 475	1.09 271	0.96 316	1.51 52	0.44 47	4.05 387	1.64 214	1.31 143	1.67 233	4.93 514	2.45 435	2.52 269	1.40 285	0.30 211	0.20 134	0.31 229	0.50 460	0.57 410	0.60 424

RTS	3.90 495	7.04 540	17.94 440	1.92 505	2.19 526	5.00 532	2.96 518	4.29 465	3.19 498	4.05 519	3.08 485	4.94 515	3.16 471	7.64 394	6.72 498	0.66 479	0.44 442	0.51 446	0.47 445	0.95 490	0.76 465

RTSA	3.90 495	7.04 540	17.94 440	1.92 505	2.19 526	5.00 532	2.96 518	4.29 465	3.19 498	4.05 519	3.08 485	4.94 515	3.16 471	7.64 394	6.72 498	0.66 479	0.44 442	0.51 446	0.47 445	0.95 490	0.76 465

PAM_32	2.45 372	0.63 189	20.74 524	1.05 249	0.65 197	2.83 146	0.46 54	2.91 186	1.54 164	1.95 259	2.66 459	4.99 517	3.78 492	1.96 219	0.92 181	0.27 112	0.22 195	0.27 137	0.25 183	0.36 257	0.48 368

MFN_U_SF_DS_RVC	3.94 497	10.88 562	12.30 355	1.26 358	1.55 466	5.19 535	3.33 529	4.42 501	2.82 463	2.58 441	2.62 455	5.00 518	2.11 405	14.03 559	2.73 450	1.28 526	2.34 553	0.67 495	1.83 544	0.81 479	1.03 494

SDNR	3.97 499	1.93 493	20.28 506	1.31 382	0.94 312	5.16 534	0.67 144	4.33 482	2.58 423	4.82 534	5.94 525	5.01 519	1.45 280	17.52 563	2.53 441	0.79 495	0.72 512	0.59 474	0.45 440	1.15 510	1.17 502

stereogan	3.09 458	0.93 367	16.43 416	1.37 418	1.66 489	3.70 292	1.67 464	3.87 329	3.15 495	3.04 486	2.70 463	5.04 520	2.79 452	9.96 448	1.78 364	0.63 471	0.49 471	0.69 496	0.47 445	0.83 482	0.68 445

UGAM-zero	2.79 420	0.57 120	20.87 529	0.98 209	0.77 251	2.08 92	0.35 19	3.88 332	1.51 139	2.05 299	1.64 224	5.07 521	3.42 485	9.83 441	1.24 254	0.28 149	0.21 166	0.27 137	0.29 286	0.29 121	0.28 155

MSAF-DinoV2	13.69 566	13.09 568	22.03 557	2.41 530	1.44 447	4.03 377	1.38 425	9.07 557	9.20 554	2.23 366	1.98 346	5.08 522	5.06 514	177.66 593	5.46 494	0.45 402	0.34 376	0.40 374	0.62 488	6.09 560	5.80 570

IMH-64-1	4.84 518	2.53 510	6.83 288	4.30 559	3.74 552	4.81 528	6.05 548	5.30 543	3.92 527	3.95 517	8.33 535	5.08 522	6.06 528	8.96 418	6.30 495	4.57 565	2.96 560	3.04 551	2.12 553	4.28 550	3.62 557

IMH-64	4.84 518	2.53 510	6.83 288	4.30 559	3.74 552	4.81 528	6.05 548	5.30 543	3.92 527	3.95 517	8.33 535	5.08 522	6.06 528	8.96 418	6.30 495	4.57 565	2.96 560	3.04 551	2.12 553	4.28 550	3.62 557

psmorigin	6.59 539	1.15 417	88.11 589	1.52 451	0.97 320	2.88 152	1.20 398	3.21 217	2.04 300	3.73 512	2.46 436	5.15 525	2.55 441	10.60 470	2.47 436	0.55 458	0.68 508	0.48 426	0.51 464	0.70 453	0.88 484

SAMSARA	3.55 482	2.16 503	14.18 386	1.86 502	1.49 454	4.62 499	2.65 509	3.58 272	2.80 455	7.05 548	3.05 483	5.16 526	4.07 499	9.18 424	4.80 483	0.64 474	0.67 505	0.59 474	0.68 495	0.89 485	0.91 485

PAM	2.43 369	0.61 170	20.86 527	1.07 257	0.73 234	2.93 164	0.53 78	3.24 223	1.53 155	1.89 242	2.43 434	5.29 527	2.76 450	1.84 205	1.02 208	0.27 112	0.24 256	0.26 109	0.25 183	0.40 287	0.50 382

tt	7.19 546	0.51 65	6.83 288	4.03 554	2.30 531	12.05 560	20.19 573	15.46 571	6.58 553	3.42 507	3.22 493	5.37 528	6.39 536	4.20 325	7.46 509	9.81 574	11.53 578	7.05 571	7.46 573	6.31 562	3.71 559

ACV-stereo	2.92 434	0.92 363	20.27 505	1.33 390	1.05 347	4.68 508	1.10 375	2.66 154	1.64 214	1.46 163	1.32 136	5.41 529	4.24 503	7.83 398	1.90 378	0.44 393	0.52 474	0.32 249	0.29 286	0.45 356	0.63 434

SPS-STEREO	3.97 499	1.44 466	20.85 526	1.72 484	1.71 496	3.24 201	2.30 497	3.55 267	2.68 438	4.79 533	3.66 504	5.44 530	2.97 459	9.11 421	9.35 519	1.15 517	1.10 526	1.06 522	1.02 522	1.16 511	1.18 503
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MultiAttention	8.74 551	0.56 110	7.25 294	2.07 516	22.74 574	35.86 580	8.44 558	4.97 537	2.58 423	2.57 437	5.11 520	5.55 531	1.59 315	52.70 588	7.50 510	0.47 418	0.24 256	0.52 452	1.00 519	6.84 566	6.30 571

ACVNet-4b	6.73 541	13.67 570	21.87 554	3.54 548	3.07 542	4.19 426	2.25 494	4.03 379	3.65 521	1.64 188	3.98 510	5.88 532	2.89 456	10.01 451	16.98 551	23.29 582	2.24 549	2.53 542	1.78 542	3.87 547	3.21 552

coex-ft	18.59 572	6.62 539	113.53 591	1.17 320	1.31 412	2.33 110	1.93 479	2.81 179	14.00 563	124.82 592	8.45 537	5.90 533	51.74 586	9.99 450	22.69 567	0.57 462	0.62 497	0.50 443	0.49 454	1.08 502	1.28 506

MADNet++	7.57 549	5.80 538	13.28 364	6.38 569	5.26 565	7.18 547	7.77 555	5.32 545	5.62 547	6.11 542	7.78 530	6.02 534	8.01 548	11.74 526	16.36 548	9.36 573	4.95 570	8.57 574	5.66 570	4.83 556	5.34 567

WAO-7	5.16 522	3.21 520	18.98 460	1.88 504	1.44 447	5.34 536	3.09 525	4.91 536	5.81 549	4.35 528	8.92 543	6.55 535	6.06 528	13.40 551	10.81 525	1.34 531	1.20 531	1.48 533	1.35 535	1.60 524	1.45 516

ELAS	5.99 535	1.62 475	20.29 507	1.96 510	2.01 518	15.09 565	8.38 557	5.23 541	5.54 546	9.02 557	8.61 538	6.74 536	9.75 554	7.48 391	11.40 529	0.96 509	1.18 528	0.72 503	0.93 514	1.30 518	1.67 521
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	5.87 534	2.27 504	15.05 401	2.96 539	2.77 536	12.01 559	3.58 537	5.37 547	11.91 561	3.34 503	9.69 545	6.78 537	5.84 525	11.82 530	8.89 518	2.87 540	2.35 554	2.50 541	1.84 545	2.85 535	2.67 542

G-Net	4.11 503	1.21 428	19.47 472	2.31 527	2.94 539	4.74 524	2.95 517	3.33 240	2.14 326	4.44 529	9.43 544	6.93 538	3.84 494	9.01 420	4.92 487	0.79 495	0.80 518	0.70 498	0.50 460	0.95 490	0.87 483

SANet	5.65 531	1.72 484	20.94 531	1.26 358	0.88 294	7.20 548	3.81 542	4.60 525	11.23 557	4.56 530	8.78 541	7.49 539	6.95 538	11.85 531	18.11 556	0.49 435	0.44 442	0.50 443	0.42 430	0.90 487	0.82 478

SGM_RVC	4.57 512	0.72 269	17.46 435	1.84 499	0.58 168	4.23 435	3.45 531	4.66 528	3.66 522	7.99 553	8.82 542	7.56 540	8.74 552	12.30 537	6.84 502	0.43 386	0.38 406	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 526	12.60 565	20.42 513	3.27 544	3.15 546	4.50 478	3.02 521	4.66 528	3.73 524	3.35 505	5.36 521	7.86 541	2.88 455	12.33 539	4.76 482	3.12 545	2.22 548	2.70 548	1.69 538	3.49 539	3.10 548

HSM	2.35 356	0.81 326	2.21 165	1.14 299	1.55 466	3.44 233	1.03 355	3.99 370	2.25 346	2.29 379	2.11 377	8.04 542	3.05 467	11.60 513	1.71 351	0.33 267	0.22 195	0.28 166	0.23 146	0.32 190	0.35 255

PWCK	5.85 533	9.95 558	15.22 406	2.90 538	1.56 469	5.66 540	7.69 554	5.27 542	4.74 539	3.88 514	7.51 529	8.04 542	5.28 518	15.18 560	8.40 515	3.08 544	1.51 536	2.24 540	1.37 536	5.55 559	1.96 529

ELAS_RVC	5.72 532	1.64 480	20.40 511	2.09 517	2.01 518	4.95 531	11.47 561	4.66 528	6.31 552	8.09 554	8.01 532	8.06 544	11.65 555	8.36 404	10.22 522	0.99 511	1.17 527	0.81 512	0.76 501	1.14 507	1.58 519
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	6.81 543	13.66 569	20.41 512	4.33 561	3.74 552	5.50 537	3.06 523	5.49 549	6.22 550	4.64 532	10.35 548	9.30 545	8.03 549	13.61 554	6.81 500	4.80 568	2.99 563	3.09 553	2.12 553	4.36 552	3.61 556

JetBlue	6.27 538	9.15 552	13.76 372	1.94 509	4.60 563	11.91 558	12.00 562	5.12 539	3.45 517	3.79 513	4.52 514	9.54 546	6.56 537	9.40 429	13.48 537	1.26 525	1.37 534	1.17 527	1.34 534	7.06 568	3.95 561

JetRed	10.48 555	27.10 578	35.70 575	4.27 557	4.09 559	15.55 568	12.83 564	12.16 561	5.50 545	5.83 539	5.56 523	10.14 547	7.43 543	8.88 414	26.39 575	3.32 546	3.81 567	3.51 558	2.96 566	7.85 569	6.69 572

MeshStereo	5.35 525	1.32 451	21.34 543	1.34 397	1.15 370	4.40 459	3.90 543	5.18 540	4.55 534	10.14 563	11.82 556	11.47 548	5.84 525	13.84 557	7.03 506	0.61 468	0.58 489	0.60 479	0.58 480	0.72 465	0.59 423
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
WAO-8	11.95 560	13.02 566	20.56 518	3.50 545	3.08 543	15.11 566	2.80 512	12.91 564	19.11 572	7.69 550	13.12 558	11.62 549	7.01 541	84.40 590	7.91 512	3.42 547	1.92 543	3.54 560	1.93 548	3.68 541	2.69 543

Venus	11.95 560	13.02 566	20.56 518	3.50 545	3.08 543	15.11 566	2.80 512	12.91 564	19.11 572	7.69 550	13.12 558	11.62 549	7.01 541	84.40 590	7.91 512	3.42 547	1.92 543	3.54 560	1.93 548	3.68 541	2.69 543

SGM+DAISY	8.36 550	3.82 526	24.83 569	2.02 513	1.75 500	14.80 564	17.22 568	4.27 457	11.79 560	13.88 570	14.38 563	11.74 551	13.83 558	10.56 467	15.12 540	1.21 519	1.19 530	1.14 526	1.13 527	1.17 512	1.37 512

WCMA_ROB	5.12 521	0.90 356	21.33 542	1.50 448	1.33 422	4.09 389	3.49 532	4.03 379	4.59 536	6.57 546	10.95 551	12.92 552	8.41 551	9.86 443	8.78 517	0.75 492	0.58 489	0.51 446	0.50 460	0.68 450	0.57 414

test_sample8	4.76 516	1.05 395	7.87 299	1.07 257	0.86 286	3.93 347	1.19 394	4.38 495	2.05 303	5.49 536	1.89 325	12.98 553	6.37 533	11.06 491	11.61 530	1.23 521	14.45 579	4.27 564	2.09 550	0.70 453	0.69 447

TorneroNet-64	10.12 553	8.74 545	20.95 532	4.27 557	3.76 555	13.86 563	2.85 514	15.05 569	23.15 575	10.07 562	23.84 571	13.47 554	8.24 550	13.96 558	17.21 553	3.96 558	2.72 555	3.23 555	2.48 557	6.29 561	4.27 564

DGTPSM_ROB	15.31 567	8.85 547	28.14 573	9.90 573	18.89 569	12.44 561	33.21 576	13.48 566	17.86 570	9.50 559	22.89 569	13.78 555	19.67 569	21.26 565	23.68 569	5.08 570	8.84 572	5.62 569	11.50 574	6.72 564	14.87 575

DPSMNet_ROB	15.52 568	8.89 548	31.44 574	10.07 574	18.91 570	12.44 561	33.22 577	13.51 567	17.94 571	9.58 560	22.91 570	13.79 556	19.67 569	21.43 566	23.73 570	5.17 571	8.84 572	5.63 570	11.52 577	6.79 565	14.90 576

notaker	10.50 556	8.60 544	20.23 500	4.54 564	3.95 556	6.27 542	3.44 530	8.07 556	4.75 540	8.73 555	46.45 580	13.86 557	27.86 575	13.49 552	13.61 538	4.56 564	3.18 564	3.52 559	2.68 561	8.13 571	4.05 562

UNDER WATER-64	9.33 552	5.37 534	22.60 561	5.22 568	4.86 564	10.75 557	4.61 547	11.45 560	17.30 567	7.59 549	9.80 547	15.99 558	17.90 567	10.63 471	15.72 543	4.36 560	2.87 557	4.39 567	2.86 564	7.01 567	5.36 568

LVE	6.88 544	9.31 553	21.14 536	3.61 550	3.18 547	4.49 475	2.79 511	10.21 559	11.69 559	3.16 496	11.53 554	18.33 559	4.31 504	11.66 521	3.52 467	4.45 563	2.93 558	2.56 543	1.91 547	3.62 540	3.16 550

USTest	15.98 569	15.58 573	22.56 560	18.49 575	16.99 568	26.43 573	36.08 579	27.68 578	12.77 562	10.69 565	10.80 550	18.35 560	15.09 560	18.62 564	23.37 568	4.85 569	5.34 571	7.38 572	7.43 572	9.90 573	11.23 573

TCMNet-wrong-test	12.32 562	14.13 572	19.38 469	22.38 576	19.85 571	15.99 569	12.34 563	22.95 574	4.56 535	6.24 544	6.27 526	18.40 561	15.71 561	10.10 456	10.72 524	9.06 572	4.78 568	5.35 568	3.95 568	12.28 575	11.97 574

FCDSN-DC	6.04 536	0.84 341	19.25 464	1.24 349	1.09 360	4.38 452	2.62 508	4.38 495	4.71 537	9.59 561	11.22 552	19.19 562	17.40 565	12.30 537	8.55 516	0.69 488	0.57 484	0.60 479	0.60 484	0.70 453	0.78 469
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.64 540	0.77 308	19.26 466	1.68 477	1.64 482	8.27 553	2.35 498	6.35 551	9.23 555	10.85 566	11.27 553	19.89 563	13.33 557	12.51 543	11.79 532	0.66 479	0.57 484	0.58 471	0.56 476	0.63 429	0.61 427

MANE	11.39 558	1.38 458	23.16 564	4.82 566	2.79 537	22.02 571	14.51 566	25.81 575	26.28 576	10.93 567	13.17 561	19.90 564	18.03 568	15.69 562	20.41 565	0.96 509	0.74 514	1.42 531	3.24 567	0.74 467	1.71 522

FC-DCNN v2	6.91 545	0.77 308	19.25 464	1.69 478	1.64 482	9.13 555	2.40 499	7.20 553	9.47 556	11.07 568	11.62 555	20.05 565	15.79 562	12.55 544	11.99 533	0.66 479	0.57 484	0.58 471	0.56 476	0.63 429	0.61 427

pmcnn	5.45 527	1.22 434	17.40 432	1.60 467	2.41 532	3.48 244	2.12 489	4.52 519	3.26 505	3.67 511	13.15 560	22.10 566	3.46 487	11.92 534	17.16 552	0.34 279	0.21 166	0.23 28	0.19 67	0.36 257	0.28 155

MSMD_ROB	5.61 529	1.08 403	16.68 420	1.21 340	0.83 273	10.14 556	2.07 488	3.93 351	6.22 550	10.37 564	8.03 533	22.22 567	9.45 553	11.66 521	4.52 477	0.66 479	0.58 489	0.66 493	0.68 495	0.65 440	0.63 434

ACVNet_1	6.04 536	13.97 571	21.36 544	3.58 549	3.14 545	4.73 521	2.48 501	4.20 426	3.17 496	2.98 483	2.83 475	23.31 568	4.34 505	11.06 491	2.45 434	3.68 552	2.33 552	2.60 544	1.79 543	3.69 543	3.19 551

Anonymous_1	57.11 588	19.68 575	26.15 570	23.10 577	142.31 590	30.84 574	39.75 580	33.86 582	16.98 566	70.53 588	15.42 565	23.46 569	19.75 571	23.04 568	27.23 576	164.73 593	9.02 574	130.38 590	137.40 590	161.27 593	27.24 580

UNDER WATER	10.47 554	3.95 528	22.62 562	5.07 567	4.51 562	7.78 552	3.77 540	12.56 563	21.72 574	7.84 552	10.78 549	23.96 570	31.66 576	10.78 478	16.19 547	4.44 562	2.93 558	4.24 563	2.86 564	6.33 563	5.47 569

DPSM_ROB	20.78 573	20.03 576	26.57 571	23.62 578	22.46 572	31.10 575	39.97 581	33.52 580	17.41 568	15.25 571	15.80 566	24.06 571	20.71 572	23.30 570	27.62 577	10.78 575	9.41 575	11.69 577	11.50 574	14.49 576	16.36 577

DPSM	20.78 573	20.03 576	26.57 571	23.62 578	22.46 572	31.10 575	39.97 581	33.52 580	17.41 568	15.25 571	15.80 566	24.06 571	20.71 572	23.30 570	27.62 577	10.78 575	9.41 575	11.69 577	11.50 574	14.49 576	16.36 577

LRCNet_RVC	25.52 576	33.45 579	23.21 566	31.79 580	32.78 576	6.74 546	1.18 391	25.88 576	4.46 533	28.94 574	30.89 574	24.91 573	17.57 566	27.66 574	24.34 572	35.26 584	25.60 585	35.91 584	33.81 583	31.90 584	34.10 585

Dean	7.52 547	9.08 551	21.41 545	3.74 552	3.53 549	4.81 528	3.53 534	5.33 546	5.25 543	4.17 523	26.53 573	25.62 574	4.09 500	10.97 485	4.32 474	3.69 553	2.30 551	2.91 550	1.87 546	4.03 548	3.24 553

SGM-ForestM	11.55 559	1.16 420	21.62 551	2.14 518	0.81 260	22.25 572	19.08 571	16.50 573	11.34 558	15.94 573	14.44 564	27.12 575	22.61 574	24.76 573	28.39 579	0.50 439	0.48 466	0.47 418	0.44 436	0.55 399	0.53 397

LE_ROB	18.58 571	1.21 428	48.38 581	8.60 572	23.00 575	7.32 550	19.74 572	9.94 558	38.69 581	43.53 579	21.91 568	28.40 576	40.92 579	23.18 569	54.71 584	0.34 279	0.33 364	0.32 249	0.36 374	0.42 330	0.40 317

HaxPig	43.25 583	43.65 584	45.00 579	33.85 581	35.61 578	32.69 577	30.52 574	45.09 583	42.97 582	48.77 580	48.17 582	43.00 577	40.26 578	44.58 581	43.61 581	47.18 585	49.30 586	51.54 586	50.25 585	43.73 585	45.29 586

HanzoNet	31.60 579	17.23 574	21.22 541	7.32 570	5.84 566	7.25 549	3.53 534	13.82 568	14.20 565	50.38 582	47.01 581	44.45 578	56.61 587	36.61 580	32.00 580	63.89 588	56.57 589	7.97 573	89.20 589	28.69 578	28.25 581

AVERAGE_ROB	44.46 584	45.91 585	46.59 580	40.59 583	38.66 579	32.99 578	30.52 574	46.19 584	43.26 583	49.59 581	48.97 583	44.62 579	39.89 577	45.04 582	43.94 582	48.74 586	50.69 587	50.80 585	49.79 584	45.54 586	46.97 587

MEDIAN_ROB	47.37 585	49.08 586	49.92 582	40.32 582	39.97 580	34.95 579	33.43 578	49.17 585	46.39 585	53.06 583	52.65 584	47.65 580	42.23 585	48.35 587	47.29 583	52.10 587	54.04 588	54.28 587	53.48 586	48.76 587	50.33 588

Selective-RAFT-Error	41.77 581	40.16 582	53.34 584	47.73 584	45.25 583	62.51 586	80.64 590	67.22 586	34.93 579	30.64 577	31.81 576	48.11 581	42.11 584	46.57 583	54.95 585	21.61 579	18.87 581	23.48 580	23.15 581	29.16 581	33.08 584

FlowAnything	41.75 580	39.90 580	53.36 585	47.83 586	45.06 581	62.45 585	80.51 589	67.34 588	34.89 578	30.56 576	31.52 575	48.18 582	42.05 583	46.66 586	55.24 586	21.71 581	18.88 582	23.49 582	23.13 579	29.12 580	33.04 582

CasAABBNet	41.80 582	40.20 583	53.41 586	47.73 584	45.18 582	62.51 586	80.71 591	67.26 587	34.80 577	30.49 575	31.88 577	48.24 583	41.81 582	46.63 585	55.64 588	21.60 578	18.88 582	23.48 580	23.22 582	29.19 582	33.05 583

LSM0	49.58 586	40.04 581	53.62 587	97.15 588	128.68 589	62.75 588	79.89 588	67.63 589	35.11 580	33.02 578	32.61 579	48.43 584	41.60 581	46.60 584	55.43 587	21.63 580	18.99 584	23.62 583	23.13 579	29.47 583	52.26 589

KSHMR	16.96 570	5.37 534	21.64 553	4.46 562	4.50 561	8.30 554	3.32 528	15.58 572	76.24 587	6.62 547	61.47 585	56.53 585	5.43 521	35.17 579	11.37 528	4.39 561	2.97 562	3.63 562	2.74 563	5.10 557	4.34 565

ktn	21.74 575	10.34 559	19.68 477	4.53 563	4.00 557	6.53 545	4.51 546	6.79 552	78.82 589	84.69 589	100.86 592	58.49 586	7.57 545	12.11 536	13.35 536	4.58 567	3.24 565	3.49 557	2.62 559	4.65 555	3.84 560

xxxxx1	112.33 591	88.53 590	37.76 576	227.84 592	157.23 591	39.05 581	61.41 585	93.76 591	79.29 590	62.45 585	74.79 586	78.32 587	70.96 588	33.47 576	70.69 589	114.00 590	130.36 591	259.31 592	274.34 592	145.54 590	147.50 591

tt_ll	112.33 591	88.53 590	37.76 576	227.84 592	157.23 591	39.05 581	61.41 585	93.76 591	79.29 590	62.45 585	74.79 586	78.32 587	70.96 588	33.47 576	70.69 589	114.00 590	130.36 591	259.31 592	274.34 592	145.54 590	147.50 591

ff	112.33 591	88.53 590	37.76 576	227.84 592	157.23 591	39.05 581	61.41 585	93.76 591	79.29 590	62.45 585	74.79 586	78.32 587	70.96 588	33.47 576	70.69 589	114.00 590	130.36 591	259.31 592	274.34 592	145.54 590	147.50 591

TorneroNet	25.88 577	11.28 563	21.62 551	4.20 556	4.07 558	55.25 584	3.15 526	15.16 570	76.94 588	58.09 584	82.72 589	86.88 590	41.15 580	13.35 550	18.13 557	4.32 559	2.85 556	3.45 556	2.62 559	8.33 572	4.14 563

BEATNet-Init1	49.72 587	64.32 589	97.77 590	4.68 565	4.28 560	84.75 591	60.42 584	73.38 590	68.59 586	88.29 590	88.51 591	91.94 591	97.99 591	85.26 592	70.96 592	0.80 497	0.65 501	0.85 513	0.70 498	7.96 570	2.33 535

PML	64.32 589	53.22 587	17.88 439	8.10 571	32.94 577	148.46 593	247.79 594	12.18 562	45.42 584	111.41 591	288.92 594	101.47 592	101.31 592	31.67 575	15.55 541	14.03 577	4.83 569	10.98 576	6.18 571	28.82 579	5.17 566

DPSimNet_ROB	102.30 590	119.72 594	143.59 592	109.42 589	94.10 586	127.22 592	127.15 592	26.62 577	102.36 593	149.58 593	83.99 590	139.34 593	137.54 593	64.62 589	82.36 593	105.18 589	66.15 590	120.15 589	69.61 588	99.58 589	77.72 590

test_example2	212.63 594	219.92 595	221.87 594	213.67 591	221.17 594	199.47 594	200.74 593	185.30 594	141.66 594	209.52 594	213.45 593	210.82 594	205.48 594	221.27 594	216.64 594	236.83 594	242.07 594	213.93 591	217.01 591	235.69 594	226.10 594

ccccc		629.75 596		567.84 595	570.84 595	582.44 595		613.82 595		614.58 595		555.57 595		666.94 595		781.57 595	507.24 595	391.36 595	342.44 595	689.82 595

ASD4		113.98 593

Low-res two-view benchmark