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

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

LoS_RVC	0.94 91	1.30 450	1.31 72	0.84 116	1.63 487	2.02 88	0.59 108	1.51 19	1.36 85	0.81 87	1.33 145	0.84 107	0.88 134	1.36 120	0.73 109	0.21 30	0.17 42	0.20 3	0.14 2	0.20 17	1.45 522

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

Monster-pub-mixall	0.64 9	0.42 15	1.00 2	0.83 106	0.48 107	1.39 45	0.32 11	1.45 14	0.82 26	0.88 104	0.85 46	0.39 12	0.36 4	1.99 226	0.47 21	0.20 26	0.16 28	0.17 1	0.15 4	0.18 1	0.21 47

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

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

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

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

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

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

CREStereo	0.92 86	0.53 87	1.45 90	0.61 6	0.34 9	4.42 470	0.40 31	2.21 89	1.54 171	0.94 113	1.12 95	0.87 117	0.87 132	1.12 58	0.72 106	0.28 152	0.19 102	0.22 17	0.15 4	0.22 39	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.99 114	0.48 53	1.73 115	0.62 9	0.56 151	4.20 436	0.43 46	1.88 55	1.58 194	1.00 123	1.05 83	0.78 92	0.98 163	1.50 149	0.85 152	1.21 526	0.20 140	0.23 31	0.15 4	0.22 39	0.19 5

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

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

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

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

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

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

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

MLG-Stereo_test2	0.76 36	0.40 7	1.07 11	0.64 16	0.82 274	3.49 252	0.23 2	1.69 41	2.14 333	0.62 27	0.32 3	0.67 65	0.33 1	1.14 63	0.37 3	0.23 50	0.19 102	0.23 31	0.16 13	0.19 5	0.20 20

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

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

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

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

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

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

LoS	0.94 91	0.52 75	1.88 129	0.86 133	0.36 14	4.15 410	0.51 71	2.18 84	1.45 104	0.97 122	0.88 49	0.62 52	0.79 109	1.59 166	0.86 159	0.26 100	0.19 102	0.24 62	0.16 13	0.21 27	0.20 20
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
s12784h	1.31 193	0.45 23	2.41 195	0.71 46	0.35 12	4.42 470	0.50 67	4.22 442	2.73 449	2.01 292	2.48 446	0.91 127	0.96 154	2.01 230	0.70 98	0.29 174	0.18 71	0.24 62	0.16 13	0.27 95	0.18 3

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV	0.70 18	0.36 1	1.07 11	0.71 46	1.31 419	2.82 150	0.41 37	1.76 46	0.98 45	0.73 56	0.71 22	0.35 2	0.42 10	0.90 21	0.42 8	0.18 15	0.18 71	0.22 17	0.18 50	0.18 1	0.20 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.98 106	0.87 356	3.44 248	0.87 139	0.53 139	0.49 2	0.50 67	3.99 377	1.49 134	0.81 87	1.25 125	1.00 142	0.75 88	1.10 52	1.09 227	0.24 64	0.21 172	0.24 62	0.19 73	0.35 249	0.27 140
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
raftrobust	1.19 149	0.72 274	2.30 183	1.26 364	1.31 419	3.55 270	0.68 154	2.75 172	1.47 118	2.21 367	1.38 161	1.17 163	1.22 232	1.20 84	1.11 231	0.28 152	0.24 262	0.21 12	0.19 73	0.25 64	0.28 159

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

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

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

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

fffft	0.76 36	0.47 44	1.28 70	0.82 95	0.54 140	1.51 56	0.80 235	2.09 78	1.18 58	0.63 30	0.84 43	0.59 48	0.55 30	1.80 205	0.85 152	0.19 20	0.18 71	0.27 143	0.20 90	0.26 82	0.24 90
1: 1. 1
WCG-NET	0.88 77	0.49 60	1.26 63	0.90 158	0.37 28	1.48 53	1.07 371	1.73 43	2.30 366	1.63 192	1.49 189	0.92 132	0.97 157	0.95 27	0.76 122	0.22 38	0.16 28	0.23 31	0.20 90	0.25 64	0.21 47

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

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

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

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

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

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

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

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

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

S2M2_XL	0.46 1	0.41 12	1.09 26	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 8	0.92 57	0.65 60	0.53 26	0.54 1	0.50 32	0.28 152	0.24 262	0.25 86	0.21 104	0.23 45	0.22 62
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DilatedVolume-Stereo	0.81 61	0.60 158	1.51 98	1.01 235	0.59 175	1.34 40	0.51 71	1.56 24	1.08 52	1.26 148	1.24 118	0.77 91	0.87 132	1.79 204	0.72 106	0.23 50	0.24 262	0.22 17	0.21 104	0.25 64	0.23 74

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.95 98	0.69 248	1.27 68	0.84 116	0.52 130	4.54 491	0.84 256	1.76 46	1.24 64	0.75 63	1.06 85	0.79 97	0.77 97	1.68 188	0.69 92	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.26 124
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
RALCasStereoNet	1.19 149	1.02 394	2.06 157	1.12 297	1.14 374	3.08 187	0.70 166	2.99 199	1.73 247	1.34 153	1.68 243	1.18 167	0.91 143	2.16 244	1.00 212	0.30 214	0.26 299	0.24 62	0.21 104	0.29 126	0.30 197

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

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

RAFT-Stereo	1.20 154	0.58 138	1.81 124	0.99 221	0.67 216	3.78 312	0.90 303	4.09 406	1.51 146	2.16 345	1.71 254	1.13 158	0.94 151	1.40 125	0.91 183	0.30 214	0.24 262	0.26 115	0.21 104	0.26 82	0.25 100
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNetv2_ROB	2.65 411	5.00 538	19.28 474	2.06 521	1.09 366	3.83 322	1.13 389	4.14 423	2.09 318	1.85 233	2.03 362	2.01 303	1.51 305	3.58 312	1.58 332	0.34 284	0.21 172	0.32 255	0.21 104	0.44 353	0.29 169

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

xyz-stereo-finetune	1.05 126	0.62 185	1.46 91	0.59 3	0.36 14	3.48 249	0.81 244	2.69 164	1.74 253	0.94 113	1.21 111	0.91 127	0.78 105	2.53 277	1.28 274	0.24 64	0.24 262	0.26 115	0.23 152	0.30 149	0.23 74

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

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

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

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

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

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

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

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

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

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

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

Selective-RAFT	1.15 142	0.46 30	1.64 111	0.99 221	0.45 79	4.17 424	0.51 71	3.21 224	1.69 237	1.12 140	1.34 150	1.45 208	1.40 267	2.08 234	0.94 197	0.41 375	0.20 140	0.24 62	0.23 152	0.27 95	0.25 100

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

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

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

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

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

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

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

DIP-Stereo	1.24 167	0.69 248	1.77 120	0.65 23	0.61 183	4.29 449	0.58 104	4.44 512	2.53 422	1.98 273	1.33 145	0.91 127	0.86 128	1.25 95	1.25 264	0.36 316	0.23 228	0.32 255	0.23 152	0.32 195	0.29 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	2.87 435	0.57 125	17.46 441	0.92 173	0.90 308	3.70 297	1.20 405	5.64 557	2.51 420	3.22 505	2.43 441	2.54 363	1.59 322	11.41 512	1.65 352	0.34 284	0.25 286	0.26 115	0.23 152	0.30 149	0.29 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	3.03 459	1.72 490	12.78 366	1.17 326	1.12 371	3.79 316	1.10 382	3.86 333	3.13 498	2.62 456	4.26 519	3.96 481	1.41 272	11.43 514	5.23 498	0.94 514	0.47 466	0.34 308	0.23 152	0.40 292	0.55 412

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

z-ln-s-r	2.67 415	1.16 425	12.43 362	1.34 403	1.26 411	3.70 297	1.21 408	4.20 433	2.38 392	2.04 304	1.92 340	2.43 349	1.60 328	10.58 475	5.19 497	0.29 174	0.20 140	0.32 255	0.24 177	0.51 389	0.38 295

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

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

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

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

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

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

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

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

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

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

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

GASTEREO	1.00 116	0.98 388	1.23 59	0.90 158	0.40 46	3.40 232	0.88 293	2.77 175	1.44 103	1.39 162	1.30 138	0.55 42	1.35 256	1.33 114	0.64 63	0.25 85	0.19 102	0.25 86	0.25 189	0.25 64	0.31 207

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IIG-Stereo	1.95 284	0.79 323	2.14 164	2.78 543	0.66 209	4.62 506	0.76 201	4.27 464	1.53 162	2.63 459	3.14 498	3.35 440	1.61 329	7.65 403	1.41 296	0.39 353	0.20 140	0.31 235	0.25 189	0.33 213	0.22 62

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

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

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

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

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

CAS++	0.89 80	0.64 206	1.46 91	0.81 85	0.51 121	1.24 26	0.86 270	3.44 255	1.46 113	1.14 141	1.29 136	0.62 52	0.58 36	1.13 61	0.59 51	0.34 284	0.30 345	0.34 308	0.26 209	0.41 316	0.29 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	1.01 119	0.80 327	1.26 63	1.00 229	1.04 351	3.95 362	0.95 336	2.07 76	1.42 97	0.75 63	1.22 113	0.68 67	0.91 143	1.63 178	0.67 80	0.24 64	0.24 262	0.34 308	0.26 209	0.41 316	0.37 280

MyStereo06	2.46 381	0.72 274	19.97 494	1.02 245	0.99 336	4.26 442	0.86 270	3.51 266	1.68 231	1.92 257	1.73 259	4.01 484	4.22 509	1.62 174	0.88 169	0.24 64	0.23 228	0.34 308	0.26 209	0.42 335	0.36 266

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HITNet	2.07 306	0.82 338	14.77 399	1.34 403	0.56 151	3.47 246	0.80 235	4.07 400	2.35 378	2.16 345	1.61 224	1.64 230	1.44 283	2.09 237	2.56 452	0.26 100	0.18 71	0.41 392	0.26 209	0.45 361	0.25 100
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
xyz-stereo-finetune2	1.16 146	0.63 194	1.50 96	0.57 1	0.36 14	3.47 246	0.65 142	2.70 165	1.23 62	0.88 104	1.75 265	0.91 127	1.76 370	3.54 311	1.74 365	0.24 64	0.22 201	0.30 213	0.27 235	0.31 168	0.26 124

S2M2_L	0.64 9	0.55 104	1.07 11	0.89 149	0.54 140	1.08 12	0.20 1	1.16 7	1.37 86	0.59 20	0.81 41	0.86 115	0.47 16	0.70 3	0.65 70	0.31 234	0.33 370	0.27 143	0.27 235	0.36 262	0.31 207
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0080	0.94 91	0.72 274	2.56 201	0.64 16	0.59 175	1.90 78	0.75 198	2.71 166	1.40 92	0.91 108	1.04 78	0.85 111	0.82 118	1.14 63	0.78 128	0.35 304	0.29 332	0.25 86	0.27 235	0.45 361	0.29 169

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

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

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

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

iRaft-Stereo_5w	2.10 309	0.83 342	8.57 314	0.81 85	0.76 250	3.21 199	0.84 256	3.71 305	1.65 225	1.56 181	2.50 448	2.20 321	2.23 426	9.13 429	2.01 400	0.38 341	0.19 102	0.35 327	0.27 235	0.45 361	0.39 302

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

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

Patchmatch Stereo++	1.25 171	0.65 216	2.06 157	0.75 60	0.37 28	4.68 515	0.76 201	2.53 131	1.58 194	1.99 278	1.47 181	1.78 254	1.14 214	2.44 262	0.90 176	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 167	0.65 216	2.03 145	0.75 60	0.37 28	4.68 515	0.73 176	2.53 131	1.58 194	1.99 278	1.47 181	1.78 254	1.13 207	2.18 248	0.87 165	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

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

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

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

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

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

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

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

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

iGMRVC	1.26 178	0.66 227	2.14 164	0.75 60	0.37 28	4.66 512	0.74 188	2.53 131	1.58 194	1.99 278	1.46 177	1.78 254	1.14 214	2.46 264	0.92 187	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

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

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

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

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

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

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

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

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

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

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

rvit_stereo_ft	1.00 116	0.87 356	3.55 252	0.97 209	0.66 209	1.06 11	0.80 235	2.78 178	1.67 229	0.78 81	0.96 67	0.95 137	1.14 214	1.06 47	0.90 176	0.32 255	0.24 262	0.27 143	0.28 264	0.39 287	0.27 140

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

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

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

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

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

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

CASS	1.29 188	0.66 227	2.62 210	0.95 196	0.66 209	2.84 152	0.69 160	3.00 201	1.79 262	2.57 444	1.95 344	1.39 198	1.55 319	1.59 166	1.06 219	0.50 445	0.28 322	0.34 308	0.28 264	0.46 372	0.63 439
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	2.31 346	1.21 433	17.34 434	1.08 271	0.92 311	3.56 272	1.04 365	3.69 299	2.09 318	2.55 440	1.60 220	1.80 264	1.62 332	3.87 321	1.95 392	0.29 174	0.29 332	0.30 213	0.28 264	0.38 277	0.39 302

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

CRFU-Net	2.49 388	0.78 319	10.36 340	2.30 532	1.08 362	3.91 345	1.41 439	3.85 330	1.65 225	2.15 340	1.76 274	3.34 439	7.95 554	5.56 354	1.48 313	0.47 424	0.35 388	0.30 213	0.28 264	0.37 272	0.43 341

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	1.45 207	0.83 342	2.34 189	1.28 374	0.81 265	3.21 199	1.14 391	4.20 433	2.46 411	2.05 306	1.77 279	2.48 358	1.18 225	1.71 192	1.44 301	0.43 392	0.25 286	0.43 403	0.28 264	0.44 353	0.34 246
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
HI	1.27 183	0.90 361	2.33 186	1.10 286	0.68 221	2.92 165	0.45 54	2.49 127	1.76 257	2.13 329	1.65 237	2.42 346	1.84 387	1.58 161	1.61 339	0.26 100	0.16 28	0.28 172	0.29 292	0.26 82	0.25 100

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

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

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

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

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

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

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

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

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

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

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

ICVP	2.26 332	0.66 227	21.18 546	0.99 221	0.88 300	4.28 448	0.95 336	3.32 243	1.60 210	1.66 200	1.76 274	1.34 191	1.14 214	1.62 174	1.32 281	0.53 460	0.35 388	0.33 290	0.29 292	0.40 292	0.51 395
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	1.60 226	0.56 115	2.47 197	0.78 80	1.36 435	4.11 401	0.71 168	3.57 276	2.79 458	1.75 219	1.61 224	1.58 223	1.41 272	5.79 360	1.56 330	0.34 284	0.28 322	0.36 342	0.29 292	0.33 213	0.37 280

HGLStereo	2.03 299	0.74 293	7.50 304	1.23 353	1.56 476	3.62 285	0.95 336	3.78 316	1.89 281	2.03 301	2.20 401	3.12 421	2.14 416	5.68 357	2.04 402	0.37 324	0.31 355	0.32 255	0.29 292	0.40 292	0.45 353

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GMStereo	1.01 119	1.00 392	2.86 225	0.83 106	0.45 79	1.47 52	0.57 95	1.89 56	2.11 328	1.52 176	1.24 118	0.87 117	0.74 85	1.58 161	0.94 197	0.40 360	0.21 172	0.30 213	0.30 310	0.47 376	0.36 266
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	2.35 362	0.62 185	9.77 330	1.32 391	1.71 503	3.27 213	0.93 326	3.48 257	2.50 417	1.74 217	1.73 259	3.91 478	1.77 372	10.21 465	1.86 380	0.40 360	0.31 355	0.33 290	0.30 310	0.34 231	0.39 302

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

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

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

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

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

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

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

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

CASnet	0.78 48	0.51 69	1.29 71	0.81 85	0.29 1	1.28 35	0.74 188	1.51 19	1.89 281	1.64 195	1.09 89	0.65 60	0.64 54	0.91 23	0.76 122	0.29 174	0.17 42	0.41 392	0.31 326	0.32 195	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	1.36 197	0.55 104	2.39 192	1.54 461	0.51 121	4.59 502	0.79 225	2.50 129	1.88 277	2.50 432	1.83 307	1.45 208	1.01 168	2.71 292	0.93 195	0.46 415	0.20 140	0.32 255	0.31 326	0.31 168	0.44 347

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

StereoDRNet-Refined	1.77 255	0.81 331	2.22 173	1.21 346	0.76 250	3.26 211	0.71 168	3.82 323	2.05 310	2.29 386	2.05 371	2.98 408	1.44 283	7.15 392	2.27 426	0.30 214	0.23 228	0.42 399	0.33 345	0.45 361	0.64 443
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
w-ln-seven-2	2.73 424	2.13 507	12.47 364	1.18 332	1.01 345	3.54 267	1.58 459	3.93 358	3.26 512	2.43 424	2.02 360	2.63 373	2.28 429	7.93 407	5.45 500	0.40 360	0.40 426	0.44 408	0.34 354	0.62 433	0.47 368

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM_RVC	4.57 518	0.72 274	17.46 441	1.84 505	0.58 172	4.23 440	3.45 538	4.66 535	3.66 529	7.99 560	8.82 549	7.56 547	8.74 559	12.30 544	6.84 509	0.43 392	0.38 412	0.39 374	0.35 370	0.51 389	0.48 373
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_sample4	2.34 357	0.63 194	11.59 355	1.30 385	0.83 279	3.07 186	0.72 171	4.27 464	2.30 366	2.30 390	1.88 326	1.73 246	1.42 277	11.14 504	1.46 305	0.35 304	0.29 332	0.35 327	0.36 380	0.40 292	0.38 295

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	2.54 397	1.04 399	16.73 427	1.53 459	2.00 524	3.96 367	0.87 289	3.87 336	2.31 370	2.54 439	1.67 240	2.85 398	1.63 345	5.55 353	1.62 344	0.46 415	0.33 370	0.38 370	0.38 405	0.53 399	0.62 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV	3.32 481	0.96 386	21.16 544	1.32 391	0.83 279	3.81 320	3.91 551	4.47 517	2.53 422	3.34 510	2.24 407	4.45 505	2.58 450	10.07 461	1.96 395	0.45 408	0.43 443	0.48 432	0.38 405	0.52 393	0.53 402
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_sample6	2.35 362	0.62 185	10.78 347	1.33 396	0.83 279	3.15 194	0.79 225	4.36 498	2.43 403	2.26 382	2.04 365	1.69 240	1.39 263	11.48 517	1.61 339	0.38 341	0.32 363	0.37 354	0.39 412	0.41 316	0.42 332

fast-acv-ft	2.54 397	1.19 430	20.08 500	1.41 432	1.40 444	3.18 197	1.17 397	3.37 250	2.28 362	1.90 250	2.15 392	2.69 377	2.17 422	2.91 296	2.31 428	0.37 324	0.39 421	0.45 415	0.39 412	0.57 415	0.45 353

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

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

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

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

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

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

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

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

SGM-Forest	2.96 445	0.62 185	3.49 249	1.09 277	0.80 262	4.06 387	3.30 534	4.37 501	3.09 496	4.18 533	3.27 503	4.67 518	3.86 502	11.69 531	7.91 519	0.51 451	0.46 462	0.49 446	0.39 412	0.48 379	0.49 380
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
w-ln-seven	2.86 431	3.06 525	14.02 387	1.27 372	1.32 425	4.10 400	1.59 460	3.90 346	2.59 433	3.03 492	2.27 411	3.42 447	2.25 427	6.70 382	4.81 491	0.39 353	0.34 382	0.48 432	0.40 423	0.74 473	0.55 412

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

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

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

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

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

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

FACV-RUCA	1.26 178	0.65 216	2.21 170	1.06 261	1.50 463	2.69 145	1.15 392	3.05 207	1.87 275	1.36 156	1.99 356	1.03 147	1.15 222	1.36 120	1.10 228	0.41 375	0.41 435	0.73 513	0.41 430	0.61 429	0.41 328

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

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

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

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

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

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

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

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

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

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

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

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

DANet	2.63 409	1.07 406	8.10 310	1.83 504	1.70 502	3.25 209	1.16 394	4.31 483	2.38 392	3.40 513	2.18 397	4.08 488	1.80 380	9.77 445	3.89 479	0.52 457	0.55 488	0.59 481	0.44 442	0.63 435	0.86 486
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SGM-ForestM	11.55 565	1.16 425	21.62 557	2.14 524	0.81 265	22.25 579	19.08 578	16.50 580	11.34 565	15.94 580	14.44 571	27.12 582	22.61 581	24.76 580	28.39 586	0.50 445	0.48 472	0.47 424	0.44 442	0.55 404	0.53 402

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

WCMA_ROB	5.12 527	0.90 361	21.33 548	1.50 454	1.33 429	4.09 394	3.49 539	4.03 386	4.59 543	6.57 553	10.95 558	12.92 559	8.41 558	9.86 450	8.78 524	0.75 499	0.58 496	0.51 452	0.50 466	0.68 456	0.57 419

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

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

CBMV_ROB	3.62 490	0.70 258	21.42 552	1.21 346	0.89 305	4.43 472	1.76 475	4.39 504	2.79 458	5.88 547	3.38 506	4.18 494	5.12 523	10.75 482	2.32 429	0.56 466	0.55 488	0.53 463	0.51 470	0.55 404	0.46 363

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

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

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

LALA_ROB	1.95 284	1.48 475	3.11 234	1.05 255	0.98 333	3.99 375	1.82 480	4.44 512	2.28 362	3.31 507	1.85 319	2.76 391	1.67 354	4.04 328	3.23 471	0.46 415	0.41 435	0.55 471	0.52 473	0.60 424	0.57 419

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

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

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

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

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

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

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

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

FC-DCNN	6.64 546	0.77 313	19.26 472	1.68 483	1.64 489	8.27 560	2.35 505	6.35 558	9.23 562	10.85 573	11.27 560	19.89 570	13.33 564	12.51 550	11.79 539	0.66 486	0.57 491	0.58 478	0.56 483	0.63 435	0.61 432

RP	2.79 426	1.20 432	10.36 340	1.54 461	1.93 521	3.44 238	1.97 488	4.05 394	2.34 376	2.66 465	2.79 476	3.98 482	2.58 450	10.21 465	2.61 453	0.95 515	0.47 466	0.71 506	0.57 486	0.71 468	0.68 450

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

MeshStereo	5.35 531	1.32 456	21.34 549	1.34 403	1.15 376	4.40 466	3.90 550	5.18 547	4.55 541	10.14 570	11.82 563	11.47 555	5.84 532	13.84 564	7.03 513	0.61 475	0.58 496	0.60 486	0.58 487	0.72 471	0.59 428
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
rvit_105_1	1.43 204	0.90 361	3.27 241	1.08 271	0.68 221	2.79 147	1.27 414	3.52 267	2.35 378	1.38 161	1.54 202	1.28 183	1.14 214	2.91 296	1.40 292	0.54 462	0.47 466	0.45 415	0.59 489	0.44 353	0.58 424

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

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

FCDSN-DC	6.04 542	0.84 346	19.25 470	1.24 355	1.09 366	4.38 458	2.62 515	4.38 502	4.71 544	9.59 568	11.22 559	19.19 569	17.40 572	12.30 544	8.55 523	0.69 495	0.57 491	0.60 486	0.60 491	0.70 459	0.78 474
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	2.95 442	1.38 464	18.46 458	1.19 335	1.20 396	3.80 318	1.65 469	3.54 272	2.35 378	1.98 273	1.71 254	2.75 385	1.79 375	11.43 514	2.78 460	0.42 386	0.36 393	0.50 449	0.60 491	0.59 420	0.49 380

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

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

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

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

PA-Net	3.09 464	1.24 444	18.84 462	1.38 426	1.19 390	3.42 236	1.75 474	3.89 341	3.27 516	1.88 243	2.10 380	3.03 412	1.88 396	11.60 520	2.88 463	0.40 360	0.54 483	0.44 408	0.62 495	0.52 393	1.02 499
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccnet	2.66 413	0.97 387	8.01 309	1.54 461	1.24 406	3.75 307	2.18 500	4.07 400	2.41 399	2.66 465	3.25 501	2.87 400	2.31 433	9.89 451	3.50 473	0.78 501	0.75 522	0.71 506	0.67 499	0.76 477	0.81 480

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

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

SAMSARA	3.55 488	2.16 509	14.18 392	1.86 508	1.49 461	4.62 506	2.65 516	3.58 279	2.80 462	7.05 555	3.05 490	5.16 533	4.07 506	9.18 431	4.80 490	0.64 481	0.67 512	0.59 481	0.68 502	0.89 491	0.91 491

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

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

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

AnyNet_C32	4.17 511	5.75 543	12.62 365	1.60 473	1.54 469	5.51 545	4.09 552	3.90 346	3.23 510	4.22 534	3.03 489	3.10 418	3.41 489	8.01 409	18.85 568	0.53 460	0.58 496	0.53 463	0.74 506	1.19 521	0.97 496

GANetREF_RVC	3.20 475	1.93 499	18.84 462	1.51 456	0.80 262	4.12 403	1.82 480	4.16 428	2.91 476	1.87 240	1.74 261	2.48 358	1.84 387	13.18 554	1.74 365	0.80 504	0.57 491	0.79 516	0.74 506	1.20 522	0.86 486
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
S-Stereo	3.48 487	0.91 366	22.06 564	1.36 414	1.50 463	3.55 270	2.53 511	4.21 439	2.81 468	2.37 413	3.81 514	3.75 471	1.84 387	11.90 540	2.51 446	0.63 478	0.71 518	0.48 432	0.76 508	0.67 453	1.19 510

ELAS_RVC	5.72 538	1.64 486	20.40 517	2.09 523	2.01 525	4.95 538	11.47 568	4.66 535	6.31 559	8.09 561	8.01 539	8.06 551	11.65 562	8.36 411	10.22 529	0.99 518	1.17 534	0.81 519	0.76 508	1.14 514	1.58 525
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LCNet	1.55 213	0.54 98	1.88 129	0.99 221	0.55 147	3.60 280	1.21 408	2.86 190	1.53 162	2.18 351	1.74 261	1.43 207	4.17 508	3.62 314	0.87 165	0.29 174	0.20 140	0.28 172	0.77 510	0.47 376	1.85 532

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

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

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

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

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

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

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

Abc-Net	3.16 473	1.28 448	18.31 454	1.25 357	1.75 507	4.06 387	1.40 436	3.89 341	2.22 346	2.72 469	2.55 454	3.49 457	2.65 453	9.91 452	2.99 465	1.29 534	0.65 508	0.64 497	0.86 517	0.65 446	0.71 456
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	2.91 438	1.91 498	18.25 450	3.06 547	1.89 519	3.13 192	1.67 471	3.52 267	2.97 483	3.14 500	2.87 483	2.26 323	2.41 438	2.42 261	2.00 398	1.10 521	1.05 531	0.94 523	0.90 519	1.28 524	1.46 524

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

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

ELAS	5.99 541	1.62 481	20.29 513	1.96 516	2.01 525	15.09 572	8.38 564	5.23 548	5.54 553	9.02 564	8.61 545	6.74 543	9.75 561	7.48 398	11.40 536	0.96 516	1.18 535	0.72 510	0.93 521	1.30 525	1.67 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.64 235	1.50 477	2.57 203	1.50 454	1.38 440	3.05 181	1.36 425	3.31 238	2.24 350	1.36 156	2.07 376	1.40 203	1.09 194	1.83 209	1.55 328	1.15 524	0.69 516	1.26 535	0.96 523	1.64 532	0.94 494

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

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

MultiAttention	8.74 557	0.56 115	7.25 300	2.07 522	22.74 581	35.86 587	8.44 565	4.97 544	2.58 430	2.57 444	5.11 527	5.55 538	1.59 322	52.70 595	7.50 517	0.47 424	0.24 262	0.52 458	1.00 526	6.84 573	6.30 577

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

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

SPS-STEREO	3.97 505	1.44 472	20.85 532	1.72 490	1.71 503	3.24 206	2.30 504	3.55 274	2.68 445	4.79 540	3.66 511	5.44 537	2.97 466	9.11 428	9.35 526	1.15 524	1.10 533	1.06 529	1.02 529	1.16 518	1.18 509
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CC-Net-ROB	3.35 483	1.76 493	13.89 385	2.33 534	1.65 493	4.49 482	1.62 463	4.73 538	2.90 475	1.92 257	2.05 371	1.99 299	1.61 329	12.57 552	1.60 336	2.46 545	2.18 553	2.68 554	1.04 530	2.11 537	1.38 520

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

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

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

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

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

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

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

CREStereo++_RVC	1.02 123	0.49 60	1.54 102	0.83 106	0.55 147	4.01 378	0.31 8	1.63 34	1.99 294	1.63 192	2.13 389	0.84 107	0.65 57	0.88 18	0.70 98	0.27 115	0.15 22	0.23 31	1.22 538	0.24 50	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Ntro	4.21 512	8.94 556	19.89 491	3.22 549	2.96 547	4.15 410	1.89 484	3.92 356	2.36 381	1.77 221	2.14 390	3.35 440	2.17 422	9.48 438	2.24 423	3.52 557	1.76 547	2.13 545	1.31 539	3.83 553	3.09 553

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

JetBlue	6.27 544	9.15 558	13.76 378	1.94 515	4.60 570	11.91 565	12.00 569	5.12 546	3.45 524	3.79 520	4.52 521	9.54 553	6.56 544	9.40 436	13.48 544	1.26 532	1.37 541	1.17 534	1.34 541	7.06 575	3.95 567

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

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

NVStereoNet_ROB	4.91 526	1.40 467	16.46 423	1.47 448	1.72 505	3.46 243	1.96 487	3.89 341	3.61 527	2.90 481	24.61 579	4.81 519	4.49 515	13.57 560	4.87 492	1.33 537	1.29 540	1.70 541	1.68 544	1.41 529	1.66 526
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_2	5.41 532	12.60 571	20.42 519	3.27 550	3.15 553	4.50 485	3.02 528	4.66 535	3.73 531	3.35 512	5.36 528	7.86 548	2.88 462	12.33 546	4.76 489	3.12 552	2.22 555	2.70 555	1.69 545	3.49 546	3.10 554

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

KSHMR	16.96 576	5.37 540	21.64 559	4.46 568	4.50 568	8.30 561	3.32 535	15.58 579	76.24 594	6.62 554	61.47 592	56.53 592	5.43 528	35.17 586	11.37 535	4.39 568	2.97 569	3.63 569	2.74 570	5.10 564	4.34 571

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		113.98 599

Low-res two-view benchmark