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

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

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

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

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

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	0.98 382	1.23 57	0.90 154	0.40 46	3.40 227	0.88 286	2.77 169	1.44 97	1.39 155	1.30 132	0.55 38	1.35 249	1.33 109	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.25 61	0.31 202

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

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

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

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	0.64 200	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 338	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
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	0.60 152	1.18 50	0.82 93	0.58 168	2.29 106	0.66 142	1.38 11	0.80 19	1.03 124	0.76 25	0.63 50	0.49 19	0.84 12	0.91 177	0.31 230	0.27 303	0.40 374	0.48 450	0.31 163	0.30 192

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

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

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

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	2.92 470	0.47 1	0.29 2	0.66 60	0.47 14	1.35 113	0.39 4	0.20 24	0.18 66	0.24 58	0.16 12	0.19 4	0.20 19

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	3.05 484	0.50 4	0.24 1	0.67 61	0.43 9	1.33 109	0.40 5	0.21 27	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.95 95	0.69 242	1.27 66	0.84 113	0.52 127	4.54 484	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
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	0.69 242	13.59 369	0.65 23	0.73 234	1.66 62	0.57 92	3.17 214	1.94 281	0.77 75	1.24 113	0.80 94	0.86 123	1.60 163	0.96 197	0.33 267	0.21 166	0.32 249	0.25 183	0.42 330	0.28 155

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	1.61 321	1.28 97	0.61 50	0.22 35	0.18 66	0.26 109	0.23 146	0.27 90	0.23 71

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

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

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

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

LoS_RVC	0.94 88	1.30 444	1.31 70	0.84 113	1.63 480	2.02 84	0.59 105	1.51 18	1.36 79	0.81 84	1.33 138	0.84 102	0.88 129	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 516

CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 373	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 530	0.24 47	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	1.01 113	0.55 99	1.73 111	0.76 72	0.36 14	4.04 379	0.38 22	1.48 16	1.62 210	2.03 294	2.10 373	0.84 102	0.93 144	0.98 32	0.62 52	0.28 149	0.36 386	0.23 28	0.20 84	0.25 61	0.46 358

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

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

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

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

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

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

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

GMStereo	1.01 113	1.00 386	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
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	0.66 221	1.53 95	0.65 23	1.87 511	1.24 24	0.36 20	2.13 77	1.27 68	0.67 41	0.75 24	0.88 115	0.70 68	1.15 64	1.07 215	0.29 171	0.23 222	0.26 109	0.20 84	0.31 163	0.22 60

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

xyz-stereo-finetune	1.05 120	0.62 179	1.46 87	0.59 3	0.36 14	3.48 244	0.81 240	2.69 158	1.74 246	0.94 108	1.21 106	0.91 121	0.78 101	2.53 271	1.28 267	0.24 61	0.24 256	0.26 109	0.23 146	0.30 144	0.23 71

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	2.73 441	2.01 285	2.48 439	0.91 121	0.96 149	2.01 224	0.70 93	0.29 171	0.18 66	0.24 58	0.16 12	0.27 90	0.18 3

DIP-Stereo	1.24 161	0.69 242	1.77 116	0.65 23	0.61 178	4.29 444	0.58 101	4.44 505	2.53 415	1.98 266	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
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	0.63 188	1.38 79	1.70 481	0.41 53	1.23 20	0.89 291	3.53 264	1.57 184	0.61 23	1.54 195	0.93 127	0.77 93	1.66 178	0.66 70	0.36 310	0.20 134	0.25 80	0.19 67	0.29 121	0.25 96

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

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

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	0.87 350	3.55 246	0.97 203	0.66 204	1.06 10	0.80 231	2.78 172	1.67 222	0.78 78	0.96 62	0.95 131	1.14 207	1.06 44	0.90 170	0.32 251	0.24 256	0.27 137	0.28 258	0.39 282	0.27 136

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

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

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

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

CroCo-Stereo	0.98 102	0.87 350	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	0.35 244	0.27 136
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AE-Stereo	1.18 141	0.60 152	2.05 144	1.10 280	0.60 174	4.39 455	0.72 167	3.74 301	1.62 210	1.10 129	1.90 330	1.01 137	0.92 141	1.45 134	0.82 137	0.28 149	0.22 195	0.28 166	0.28 258	0.26 78	0.22 60

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

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

FACV-RUCA	1.26 172	0.65 210	2.21 165	1.06 255	1.50 456	2.69 140	1.15 385	3.05 200	1.87 268	1.36 149	1.99 349	1.03 140	1.15 215	1.36 115	1.10 221	0.41 369	0.41 428	0.73 505	0.41 424	0.61 423	0.41 323

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 307	0.90 296	4.09 399	1.51 139	2.16 338	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AnonymousM	1.22 155	1.32 450	0.97 1	0.88 140	0.56 147	4.03 377	0.69 156	2.41 107	1.68 224	1.48 165	1.31 135	1.15 154	1.00 161	1.18 78	0.73 104	0.32 251	0.40 419	2.07 536	1.70 538	0.24 47	0.22 60

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ICVP	2.26 326	0.66 221	21.18 539	0.99 215	0.88 294	4.28 443	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 453	0.35 381	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iResNet	2.52 388	0.94 372	21.17 538	1.84 499	0.72 229	3.75 302	0.81 240	4.14 416	2.55 421	2.33 399	2.03 355	1.35 186	1.44 276	3.27 297	2.16 412	0.35 299	0.23 222	0.28 166	0.22 131	0.44 348	0.45 348

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

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

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

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

CASS	1.29 182	0.66 221	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 437	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 438	0.28 315	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TestStereo1	1.56 211	0.81 325	2.32 179	1.61 470	0.64 189	4.13 401	1.36 418	3.79 310	3.20 500	1.60 177	2.57 451	1.39 191	2.15 409	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HITNet	2.07 300	0.82 332	14.77 392	1.34 397	0.56 147	3.47 241	0.80 231	4.07 393	2.35 371	2.16 338	1.61 217	1.64 223	1.44 276	2.09 231	2.56 445	0.26 97	0.18 66	0.41 386	0.26 203	0.45 356	0.25 96
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
FINET	2.96 439	1.07 400	23.18 564	1.29 372	1.86 510	2.03 85	1.52 444	4.30 473	4.71 536	2.23 366	2.34 430	1.65 224	1.48 287	5.89 355	2.81 455	0.51 444	0.47 459	0.49 440	0.40 417	0.59 414	0.49 375

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

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

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

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

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

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

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

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

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

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

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

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

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

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

test_sample4	2.34 351	0.63 188	11.59 348	1.30 379	0.83 273	3.07 181	0.72 167	4.27 457	2.30 359	2.30 383	1.88 319	1.73 239	1.42 270	11.14 497	1.46 298	0.35 299	0.29 325	0.35 321	0.36 374	0.40 287	0.38 290

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

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

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

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

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

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

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

Patchmatch Stereo++	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 508	0.76 197	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 161	0.65 210	2.03 141	0.75 58	0.37 28	4.68 508	0.73 172	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

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

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

iGMRVC	1.26 172	0.66 221	2.14 159	0.75 58	0.37 28	4.66 505	0.74 184	2.53 127	1.58 187	1.99 271	1.46 170	1.78 247	1.14 207	2.46 258	0.92 181	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	0.83 336	8.57 307	0.81 83	0.76 245	3.21 194	0.84 252	3.71 298	1.65 218	1.56 174	2.50 441	2.20 314	2.23 418	9.13 422	2.01 393	0.38 335	0.19 96	0.35 321	0.27 229	0.45 356	0.39 297

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

z-ln-s-r	2.67 409	1.16 419	12.43 355	1.34 397	1.26 405	3.70 292	1.21 401	4.20 426	2.38 385	2.04 297	1.92 333	2.43 342	1.60 320	10.58 468	5.19 490	0.29 171	0.20 134	0.32 249	0.24 171	0.51 384	0.38 290

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

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

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

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

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

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

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

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

GANetREF_RVC	3.20 469	1.93 492	18.84 455	1.51 450	0.80 257	4.12 398	1.82 473	4.16 421	2.91 468	1.87 233	1.74 254	2.48 351	1.84 379	13.18 547	1.74 358	0.80 496	0.57 483	0.79 508	0.74 499	1.20 515	0.86 480
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
AdaStereo	1.45 201	0.83 336	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 426	2.46 404	2.05 299	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 279	0.43 397	0.28 258	0.44 348	0.34 241
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
STTStereo	2.34 351	0.95 374	14.93 398	1.43 430	1.54 462	3.86 332	0.86 264	3.65 281	2.44 400	2.15 333	1.55 199	2.49 353	1.59 315	5.14 337	1.44 294	0.38 335	0.39 414	0.47 418	0.51 464	0.52 388	0.51 390

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

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

HSM-Net_RVC	2.87 429	0.57 119	17.46 434	0.92 168	0.90 302	3.70 292	1.20 398	5.64 549	2.51 413	3.22 497	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 279	0.26 109	0.23 146	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Reg-Stereo(zero)	1.60 220	0.42 15	10.69 338	0.89 145	0.68 216	3.27 208	0.47 59	2.27 94	1.54 164	1.48 165	1.24 113	2.55 357	2.68 447	1.48 141	1.10 221	0.19 19	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

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

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

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

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

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

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

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

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

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

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

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

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

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

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

fast-acv-ft	2.54 391	1.19 424	20.08 493	1.41 426	1.40 437	3.18 192	1.17 390	3.37 243	2.28 355	1.90 243	2.15 385	2.69 370	2.17 414	2.91 289	2.31 421	0.37 318	0.39 414	0.45 409	0.39 406	0.57 410	0.45 348

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

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

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

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

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

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

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

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

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

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

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

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

LALA_ROB	1.95 278	1.48 468	3.11 228	1.05 249	0.98 327	3.99 370	1.82 473	4.44 505	2.28 355	3.31 499	1.85 312	2.76 384	1.67 346	4.04 321	3.23 464	0.46 409	0.41 428	0.55 464	0.52 467	0.60 418	0.57 414

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

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

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

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

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

NLCA_NET_v2_RVC	2.54 391	1.04 393	16.73 420	1.53 453	2.00 517	3.96 362	0.87 282	3.87 329	2.31 363	2.54 432	1.67 233	2.85 391	1.63 337	5.55 346	1.62 337	0.46 409	0.33 363	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 391	0.90 355	11.10 343	1.32 385	1.47 452	3.58 272	1.38 425	4.13 410	2.45 401	1.90 243	1.71 247	2.86 392	1.76 362	10.86 480	1.66 346	0.60 465	0.43 436	0.53 456	0.41 424	0.78 474	0.94 488

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

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

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

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

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

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

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

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

StereoDRNet-Refined	1.77 249	0.81 325	2.22 168	1.21 340	0.76 245	3.26 206	0.71 164	3.82 316	2.05 303	2.29 379	2.05 364	2.98 401	1.44 276	7.15 385	2.27 419	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	2.26 326	1.18 422	13.71 370	1.14 299	1.11 364	3.77 305	1.10 375	4.14 416	2.17 332	2.06 304	1.76 267	2.99 402	2.99 459	2.50 261	2.49 437	0.35 299	0.39 414	0.27 137	0.28 258	0.45 356	0.39 297

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

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

PA-Net	3.09 458	1.24 438	18.84 455	1.38 420	1.19 384	3.42 231	1.75 467	3.89 334	3.27 508	1.88 236	2.10 373	3.03 405	1.88 388	11.60 513	2.88 456	0.40 354	0.54 476	0.44 402	0.62 488	0.52 388	1.02 493
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT	1.23 156	0.84 340	2.05 144	0.96 196	0.47 97	1.80 68	0.94 325	3.18 216	1.46 106	1.60 177	1.71 247	3.04 406	1.59 315	1.64 175	1.32 274	0.38 335	0.24 256	0.40 374	0.32 331	0.40 287	0.35 255

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

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

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

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

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

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

AnyNet_C32	4.17 505	5.75 536	12.62 358	1.60 467	1.54 462	5.51 538	4.09 545	3.90 339	3.23 502	4.22 526	3.03 482	3.10 411	3.41 481	8.01 402	18.85 560	0.53 453	0.58 488	0.53 456	0.74 499	1.19 514	0.97 490

HGLStereo	2.03 293	0.74 287	7.50 297	1.23 347	1.56 469	3.62 280	0.95 329	3.78 309	1.89 274	2.03 294	2.20 394	3.12 414	2.14 408	5.68 350	2.04 395	0.37 318	0.31 348	0.32 249	0.29 286	0.40 287	0.45 348

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CRFU-Net	2.49 382	0.78 313	10.36 333	2.30 525	1.08 356	3.91 340	1.41 432	3.85 323	1.65 218	2.15 333	1.76 267	3.34 432	7.95 546	5.56 347	1.48 306	0.47 418	0.35 381	0.30 207	0.28 258	0.37 267	0.43 336

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

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

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

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

IIG-Stereo	1.95 278	0.79 317	2.14 159	2.78 536	0.66 204	4.62 499	0.76 197	4.27 457	1.53 155	2.63 451	3.14 491	3.35 433	1.61 321	7.65 396	1.41 289	0.39 347	0.20 134	0.31 229	0.25 183	0.33 208	0.22 60

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Abc-Net	3.16 467	1.28 442	18.31 447	1.25 351	1.75 500	4.06 382	1.40 429	3.89 334	2.22 339	2.72 461	2.55 447	3.49 450	2.65 445	9.91 445	2.99 458	1.29 526	0.65 500	0.64 489	0.86 510	0.65 440	0.71 451
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	3.34 476	0.81 325	20.05 489	1.25 351	1.20 390	3.44 233	1.99 483	4.23 439	2.67 435	3.14 492	3.82 508	3.51 453	3.32 478	11.68 523	1.94 383	0.64 473	0.67 504	0.48 426	0.52 467	0.61 423	0.81 474

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RP	2.79 420	1.20 426	10.36 333	1.54 455	1.93 514	3.44 233	1.97 481	4.05 387	2.34 369	2.66 457	2.79 469	3.98 475	2.58 442	10.21 458	2.61 446	0.95 507	0.47 459	0.71 498	0.57 479	0.71 462	0.68 445

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

MyStereo06	2.46 375	0.72 268	19.97 487	1.02 239	0.99 330	4.26 437	0.86 264	3.51 259	1.68 224	1.92 250	1.73 252	4.01 477	4.22 501	1.62 169	0.88 163	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

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

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

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

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

DANet	2.63 403	1.07 400	8.10 303	1.83 498	1.70 495	3.25 204	1.16 387	4.31 476	2.38 385	3.40 505	2.18 390	4.08 481	1.80 372	9.77 438	3.89 472	0.52 450	0.55 480	0.59 473	0.44 436	0.63 429	0.86 480
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Anonymous_2	3.01 451	0.89 353	4.53 268	1.06 255	1.18 377	2.93 164	0.87 282	3.24 223	1.46 106	1.86 231	1.35 146	4.11 483	2.35 427	1.64 175	1.28 267	0.82 499	0.90 520	8.71 574	15.84 577	4.44 553	0.74 460

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

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

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

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

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

CBMV_ROB	3.62 484	0.70 252	21.42 545	1.21 340	0.89 299	4.43 465	1.76 468	4.39 497	2.79 450	5.88 539	3.38 499	4.18 487	5.12 515	10.75 475	2.32 422	0.56 459	0.55 480	0.53 456	0.51 464	0.55 399	0.46 358

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

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

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

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

ADCL	4.35 508	1.63 476	14.21 386	1.29 372	1.26 405	5.56 539	11.16 558	3.97 364	3.37 512	6.07 540	4.67 515	4.30 494	5.72 523	5.08 336	14.51 538	0.50 438	0.48 465	0.89 514	0.77 503	0.78 474	0.76 465

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

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

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

CBMV	3.32 475	0.96 380	21.16 537	1.32 385	0.83 273	3.81 315	3.91 544	4.47 510	2.53 415	3.34 502	2.24 400	4.45 498	2.58 442	10.07 454	1.96 388	0.45 402	0.43 436	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCS	4.22 507	5.33 532	16.32 413	1.64 472	1.31 412	3.91 340	3.64 538	4.21 432	2.89 466	5.11 534	2.81 473	4.46 499	3.06 468	5.21 338	19.50 562	0.63 470	0.64 499	0.69 495	0.69 497	1.12 505	1.26 505

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	2.96 439	0.62 179	3.49 243	1.09 271	0.80 257	4.06 382	3.30 527	4.37 494	3.09 488	4.18 525	3.27 496	4.67 511	3.86 494	11.69 524	7.91 511	0.51 444	0.46 455	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSC_U_SF_DS_RVC	4.48 510	10.62 559	15.18 404	1.55 460	1.45 451	6.16 541	3.54 536	5.41 547	3.68 522	2.59 443	2.74 464	4.81 512	2.20 417	13.79 556	4.40 475	2.04 533	3.36 565	1.05 520	1.20 529	2.09 529	1.72 523

NVStereoNet_ROB	4.91 520	1.40 460	16.46 416	1.47 442	1.72 498	3.46 238	1.96 480	3.89 334	3.61 519	2.90 473	24.61 571	4.81 512	4.49 507	13.57 553	4.87 485	1.33 529	1.29 532	1.70 533	1.68 536	1.41 522	1.66 520
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AIO-Stereo-zeroshot	2.35 356	0.99 383	19.62 474	1.09 271	0.96 316	1.51 52	0.44 47	4.05 387	1.64 214	1.31 143	1.67 233	4.93 514	2.45 434	2.52 269	1.40 285	0.30 211	0.20 134	0.31 229	0.50 460	0.57 410	0.60 424

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

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

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

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

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

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

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

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

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

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

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

SAMSARA	3.55 482	2.16 502	14.18 385	1.86 502	1.49 454	4.62 499	2.65 509	3.58 272	2.80 454	7.05 547	3.05 483	5.16 526	4.07 498	9.18 424	4.80 483	0.64 473	0.67 504	0.59 473	0.68 495	0.89 485	0.91 485

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

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

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

SPS-STEREO	3.97 499	1.44 465	20.85 525	1.72 484	1.71 496	3.24 201	2.30 497	3.55 267	2.68 437	4.79 532	3.66 504	5.44 530	2.97 458	9.11 421	9.35 518	1.15 516	1.10 525	1.06 521	1.02 521	1.16 511	1.18 503
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet-4b	6.73 541	13.67 569	21.87 553	3.54 547	3.07 542	4.19 426	2.25 494	4.03 379	3.65 520	1.64 188	3.98 510	5.88 531	2.89 455	10.01 451	16.98 550	23.29 581	2.24 548	2.53 541	1.78 541	3.87 547	3.21 552

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

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

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

ELAS	5.99 535	1.62 474	20.29 506	1.96 510	2.01 518	15.09 565	8.38 557	5.23 540	5.54 545	9.02 556	8.61 537	6.74 535	9.75 553	7.48 391	11.40 528	0.96 508	1.18 527	0.72 502	0.93 514	1.30 518	1.67 521
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	5.87 534	2.27 503	15.05 400	2.96 538	2.77 536	12.01 559	3.58 537	5.37 546	11.91 560	3.34 502	9.69 544	6.78 536	5.84 524	11.82 530	8.89 517	2.87 539	2.35 553	2.50 540	1.84 544	2.85 535	2.67 542

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

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

SGM_RVC	4.57 512	0.72 268	17.46 434	1.84 499	0.58 168	4.23 435	3.45 531	4.66 528	3.66 521	7.99 552	8.82 541	7.56 539	8.74 551	12.30 537	6.84 502	0.43 386	0.38 405	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 526	12.60 564	20.42 512	3.27 543	3.15 546	4.50 478	3.02 521	4.66 528	3.73 523	3.35 504	5.36 520	7.86 540	2.88 454	12.33 539	4.76 482	3.12 544	2.22 547	2.70 547	1.69 537	3.49 539	3.10 548

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

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

ELAS_RVC	5.72 532	1.64 479	20.40 510	2.09 516	2.01 518	4.95 531	11.47 560	4.66 528	6.31 551	8.09 553	8.01 531	8.06 543	11.65 554	8.36 404	10.22 521	0.99 510	1.17 526	0.81 511	0.76 501	1.14 507	1.58 519
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	6.81 543	13.66 568	20.41 511	4.33 560	3.74 552	5.50 537	3.06 523	5.49 548	6.22 549	4.64 531	10.35 547	9.30 544	8.03 548	13.61 554	6.81 500	4.80 567	2.99 562	3.09 552	2.12 552	4.36 552	3.61 556

JetBlue	6.27 538	9.15 551	13.76 371	1.94 509	4.60 563	11.91 558	12.00 561	5.12 538	3.45 516	3.79 512	4.52 514	9.54 545	6.56 536	9.40 429	13.48 536	1.26 524	1.37 533	1.17 526	1.34 533	7.06 567	3.95 561

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

MeshStereo	5.35 525	1.32 450	21.34 542	1.34 397	1.15 370	4.40 459	3.90 543	5.18 539	4.55 533	10.14 562	11.82 555	11.47 547	5.84 524	13.84 557	7.03 506	0.61 467	0.58 488	0.60 478	0.58 480	0.72 465	0.59 423
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
WAO-8	11.95 559	13.02 565	20.56 517	3.50 544	3.08 543	15.11 566	2.80 512	12.91 563	19.11 571	7.69 549	13.12 557	11.62 548	7.01 540	84.40 589	7.91 511	3.42 546	1.92 542	3.54 559	1.93 547	3.68 541	2.69 543

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

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

WCMA_ROB	5.12 521	0.90 355	21.33 541	1.50 448	1.33 422	4.09 389	3.49 532	4.03 379	4.59 535	6.57 545	10.95 550	12.92 551	8.41 550	9.86 443	8.78 516	0.75 491	0.58 488	0.51 446	0.50 460	0.68 450	0.57 414

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

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

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

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

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

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

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

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

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

FCDSN-DC	6.04 536	0.84 340	19.25 463	1.24 349	1.09 360	4.38 452	2.62 508	4.38 495	4.71 536	9.59 560	11.22 551	19.19 561	17.40 564	12.30 537	8.55 515	0.69 487	0.57 483	0.60 478	0.60 484	0.70 453	0.78 469
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.64 540	0.77 307	19.26 465	1.68 477	1.64 482	8.27 553	2.35 498	6.35 550	9.23 554	10.85 565	11.27 552	19.89 562	13.33 556	12.51 543	11.79 531	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

KSHMR	16.96 569	5.37 533	21.64 552	4.46 561	4.50 561	8.30 554	3.32 528	15.58 571	76.24 586	6.62 546	61.47 584	56.53 584	5.43 520	35.17 579	11.37 527	4.39 560	2.97 561	3.63 561	2.74 562	5.10 557	4.34 565

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

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

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

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

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

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

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

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

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

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

ASD4		113.98 592

Low-res two-view benchmark