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

asda	0.11 14	0.11 135	0.16 23	0.17 17	0.09 26	0.14 13	0.12 21	0.24 74	0.16 27	0.11 19	0.11 17	0.08 3	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

asd	0.10 2	0.10 74	0.15 9	0.17 17	0.10 65	0.16 44	0.10 7	0.19 18	0.13 12	0.12 32	0.11 17	0.09 16	0.10 39	0.16 31	0.11 11	0.04 1	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

qwe	0.11 14	0.10 74	0.14 3	0.17 17	0.10 65	0.15 21	0.12 21	0.25 80	0.17 44	0.14 68	0.13 37	0.09 16	0.09 16	0.18 62	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.25_new	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.5w_new	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.25w-stereo	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4w-stereo	0.10 2	0.10 74	0.15 9	0.17 17	0.09 26	0.15 21	0.10 7	0.19 18	0.13 12	0.12 32	0.12 25	0.08 3	0.11 63	0.16 31	0.12 43	0.04 1	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

3.5w_stereo	0.11 14	0.10 74	0.14 3	0.17 17	0.09 26	0.17 63	0.09 2	0.22 42	0.16 27	0.13 45	0.13 37	0.09 16	0.11 63	0.19 85	0.13 83	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

AdaDepth	0.11 14	0.09 37	0.20 49	0.20 144	0.10 65	0.19 109	0.13 38	0.16 4	0.13 12	0.10 10	0.10 14	0.09 16	0.09 16	0.19 85	0.12 43	0.05 9	0.05 29	0.06 22	0.06 80	0.05 4	0.05 21

2.25w	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.15 21	0.10 7	0.19 18	0.18 54	0.14 68	0.17 88	0.09 16	0.10 39	0.18 62	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

4.5_new	0.11 14	0.11 135	0.15 9	0.17 17	0.09 26	0.14 13	0.12 21	0.21 32	0.16 27	0.13 45	0.13 37	0.08 3	0.09 16	0.13 5	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.06 40	0.04 1

4.5w-stereo	0.11 14	0.11 135	0.15 9	0.17 17	0.09 26	0.14 13	0.12 21	0.21 32	0.16 27	0.13 45	0.13 37	0.08 3	0.09 16	0.13 5	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.06 40	0.04 1

2.5w	0.11 14	0.10 74	0.15 9	0.18 46	0.09 26	0.15 21	0.15 82	0.20 26	0.15 22	0.12 32	0.13 37	0.10 32	0.09 16	0.17 44	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

2.75w_new	0.11 14	0.09 37	0.14 3	0.16 7	0.09 26	0.15 21	0.12 21	0.25 80	0.16 27	0.14 68	0.13 37	0.08 3	0.10 39	0.16 31	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

3.25w_new	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.19 109	0.10 7	0.22 42	0.17 44	0.14 68	0.12 25	0.10 32	0.11 63	0.17 44	0.12 43	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

3.25w	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.19 109	0.10 7	0.22 42	0.17 44	0.14 68	0.12 25	0.10 32	0.11 63	0.17 44	0.12 43	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

3.75w	0.11 14	0.09 37	0.15 9	0.17 17	0.11 108	0.18 83	0.12 21	0.23 60	0.14 17	0.13 45	0.11 17	0.08 3	0.10 39	0.16 31	0.11 11	0.05 9	0.03 1	0.05 1	0.04 1	0.05 4	0.04 1

3w_stereo	0.12 39	0.11 135	0.18 35	0.18 46	0.08 9	0.16 44	0.15 82	0.27 101	0.19 67	0.12 32	0.12 25	0.07 1	0.12 86	0.15 15	0.11 11	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

2w_stereo	0.11 14	0.10 74	0.15 9	0.18 46	0.08 9	0.16 44	0.14 58	0.27 101	0.20 86	0.14 68	0.14 64	0.08 3	0.11 63	0.13 5	0.12 43	0.05 9	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

1w_stereo	0.12 39	0.08 8	0.14 3	0.18 46	0.09 26	0.16 44	0.15 82	0.25 80	0.21 101	0.13 45	0.16 77	0.08 3	0.12 86	0.16 31	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

monsterstereo	0.11 14	0.09 37	0.14 3	0.19 85	0.12 164	0.14 13	0.12 21	0.25 80	0.17 44	0.13 45	0.16 77	0.08 3	0.09 16	0.19 85	0.11 11	0.05 9	0.05 29	0.06 22	0.05 39	0.05 4	0.04 1

LG-Stereo	0.13 49	0.10 74	0.24 79	0.20 144	0.09 26	0.16 44	0.18 190	0.21 32	0.18 54	0.11 19	0.17 88	0.09 16	0.09 16	0.15 15	0.14 117	0.05 9	0.06 145	0.08 153	0.08 211	0.07 107	0.05 21

MonSter	0.10 2	0.08 8	0.13 1	0.17 17	0.08 9	0.14 13	0.12 21	0.24 74	0.19 67	0.09 5	0.11 17	0.08 3	0.07 2	0.14 9	0.11 11	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

monsters	0.11 14	0.09 37	0.13 1	0.17 17	0.12 164	0.15 21	0.11 14	0.23 60	0.15 22	0.14 68	0.12 25	0.08 3	0.09 16	0.21 119	0.10 1	0.06 24	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

IGEV	0.11 14	0.06 1	0.17 29	0.15 4	0.11 108	0.16 44	0.13 38	0.21 32	0.16 27	0.11 19	0.15 67	0.09 16	0.07 2	0.14 9	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.05 4	0.05 21

xyz-stereo-finetune2	0.17 132	0.11 135	0.26 99	0.16 7	0.09 26	0.27 282	0.19 234	0.27 101	0.20 86	0.22 157	0.28 191	0.21 169	0.22 262	0.37 306	0.22 302	0.06 24	0.05 29	0.08 153	0.06 80	0.06 40	0.07 150

xyz-stereo-finetune	0.16 115	0.12 177	0.23 71	0.16 7	0.08 9	0.23 216	0.20 281	0.29 131	0.31 237	0.19 136	0.22 144	0.19 149	0.15 151	0.29 248	0.20 259	0.06 24	0.06 145	0.08 153	0.06 80	0.06 40	0.06 75

LG-Stereo_L2	0.10 2	0.08 8	0.19 40	0.16 7	0.09 26	0.12 7	0.13 38	0.18 14	0.13 12	0.09 5	0.07 3	0.08 3	0.08 6	0.16 31	0.10 1	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.04 1

LG-Stereo_L1	0.10 2	0.08 8	0.19 40	0.16 7	0.09 26	0.12 7	0.13 38	0.17 9	0.11 4	0.08 1	0.07 3	0.08 3	0.07 2	0.17 44	0.10 1	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.04 1

MLG-Stereo_test1	0.10 2	0.08 8	0.15 9	0.18 46	0.09 26	0.15 21	0.11 14	0.16 4	0.10 2	0.08 1	0.06 1	0.10 32	0.07 2	0.17 44	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

MLG-Stereo	0.10 2	0.08 8	0.15 9	0.18 46	0.07 1	0.15 21	0.11 14	0.17 9	0.11 4	0.08 1	0.06 1	0.10 32	0.08 6	0.18 62	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

MM-Stereo_test2	0.15 101	0.10 74	0.44 316	0.23 294	0.11 108	0.21 167	0.21 312	0.27 101	0.22 114	0.15 80	0.16 77	0.13 63	0.11 63	0.20 100	0.13 83	0.06 24	0.05 29	0.07 75	0.06 80	0.09 235	0.05 21

HART	0.15 101	0.11 135	0.30 136	0.21 188	0.09 26	0.17 63	0.16 111	0.30 150	0.19 67	0.15 80	0.25 169	0.17 125	0.09 16	0.21 119	0.12 43	0.06 24	0.07 262	0.07 75	0.05 39	0.08 169	0.06 75

GREAT-IGEV	0.12 39	0.09 37	0.25 91	0.16 7	0.11 108	0.14 13	0.16 111	0.17 9	0.17 44	0.10 10	0.15 67	0.09 16	0.09 16	0.18 62	0.10 1	0.06 24	0.07 262	0.06 22	0.05 39	0.07 107	0.10 329

HI	0.20 209	0.13 239	0.33 171	0.18 46	0.15 330	0.17 63	0.16 111	0.34 193	0.21 101	0.37 385	0.39 327	0.36 345	0.24 294	0.29 248	0.21 282	0.06 24	0.05 29	0.08 153	0.09 297	0.09 235	0.07 150

CoSv	0.20 209	0.13 239	0.33 171	0.18 46	0.15 330	0.17 63	0.16 111	0.34 193	0.21 101	0.37 385	0.39 327	0.36 345	0.24 294	0.29 248	0.21 282	0.06 24	0.05 29	0.08 153	0.09 297	0.09 235	0.07 150

SCV_C0	0.14 73	0.11 135	0.25 91	0.19 85	0.12 164	0.15 21	0.16 111	0.30 150	0.22 114	0.13 45	0.15 67	0.13 63	0.09 16	0.24 153	0.10 1	0.06 24	0.05 29	0.06 22	0.06 80	0.09 235	0.06 75

AIO_rvc	0.12 39	0.11 135	0.22 65	0.19 85	0.10 65	0.15 21	0.17 147	0.20 26	0.16 27	0.11 19	0.13 37	0.13 63	0.08 6	0.22 134	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.07 150

fffft	0.13 49	0.09 37	0.24 79	0.19 85	0.10 65	0.17 63	0.19 234	0.22 42	0.16 27	0.14 68	0.11 17	0.13 63	0.10 39	0.24 153	0.18 216	0.06 24	0.05 29	0.07 75	0.06 80	0.07 107	0.06 75
1: 1. 1
DEFOM-Stereo	0.11 14	0.08 8	0.17 29	0.17 17	0.09 26	0.22 195	0.14 58	0.14 3	0.16 27	0.11 19	0.10 14	0.09 16	0.08 6	0.21 119	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

SMoEStereo_RVC	0.13 49	0.10 74	0.22 65	0.19 85	0.10 65	0.19 109	0.17 147	0.19 18	0.19 67	0.15 80	0.13 37	0.12 52	0.11 63	0.24 153	0.16 165	0.06 24	0.05 29	0.07 75	0.06 80	0.06 40	0.06 75

mms	0.13 49	0.11 135	0.19 40	0.19 85	0.12 164	0.16 44	0.17 147	0.20 26	0.17 44	0.13 45	0.17 88	0.14 85	0.09 16	0.24 153	0.14 117	0.06 24	0.05 29	0.08 153	0.06 80	0.07 107	0.07 150

ours_stereo	0.13 49	0.11 135	0.23 71	0.20 144	0.11 108	0.17 63	0.18 190	0.20 26	0.19 67	0.13 45	0.18 98	0.14 85	0.10 39	0.23 143	0.14 117	0.06 24	0.05 29	0.08 153	0.06 80	0.06 40	0.05 21

fffy	0.14 73	0.11 135	0.24 79	0.20 144	0.10 65	0.19 109	0.18 190	0.22 42	0.19 67	0.13 45	0.16 77	0.15 101	0.13 116	0.25 184	0.14 117	0.06 24	0.06 145	0.08 153	0.06 80	0.07 107	0.06 75

WCG-NET	0.14 73	0.09 37	0.23 71	0.18 46	0.08 9	0.18 83	0.17 147	0.21 32	0.28 194	0.18 131	0.21 134	0.15 101	0.12 86	0.18 62	0.12 43	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

IGEV-Stereo++	0.11 14	0.08 8	0.15 9	0.19 85	0.11 108	0.14 13	0.10 7	0.22 42	0.18 54	0.10 10	0.13 37	0.10 32	0.11 63	0.14 9	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

AIO-Stereo	0.13 49	0.10 74	0.22 65	0.20 144	0.09 26	0.16 44	0.15 82	0.27 101	0.16 27	0.13 45	0.15 67	0.13 63	0.08 6	0.18 62	0.11 11	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

WCG-NET（raft）	0.14 73	0.09 37	0.23 71	0.17 17	0.08 9	0.19 109	0.16 111	0.23 60	0.26 169	0.18 131	0.19 106	0.20 158	0.12 86	0.21 119	0.12 43	0.06 24	0.06 145	0.06 22	0.05 39	0.06 40	0.05 21

RSM++	0.12 39	0.09 37	0.19 40	0.20 144	0.09 26	0.17 63	0.15 82	0.21 32	0.19 67	0.12 32	0.12 25	0.14 85	0.09 16	0.20 100	0.12 43	0.06 24	0.05 29	0.07 75	0.07 136	0.07 107	0.05 21

RSM	0.12 39	0.09 37	0.20 49	0.20 144	0.09 26	0.16 44	0.15 82	0.23 60	0.18 54	0.13 45	0.13 37	0.15 101	0.09 16	0.21 119	0.12 43	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

MoCha-V2	0.13 49	0.08 8	0.26 99	0.23 294	0.09 26	0.16 44	0.15 82	0.26 89	0.16 27	0.15 80	0.15 67	0.13 63	0.14 136	0.20 100	0.11 11	0.06 24	0.07 262	0.06 22	0.06 80	0.06 40	0.05 21

MIM_Stereo	0.18 156	0.12 177	0.38 241	0.20 144	0.11 108	0.17 63	0.14 58	0.35 217	0.25 160	0.27 206	0.35 281	0.23 201	0.13 116	0.27 219	0.16 165	0.06 24	0.07 262	0.08 153	0.08 211	0.08 169	0.06 75

LL-Strereo2	0.18 156	0.18 372	0.39 256	0.22 247	0.12 164	0.24 238	0.13 38	0.31 161	0.23 132	0.24 177	0.20 122	0.24 213	0.12 86	0.26 200	0.15 141	0.06 24	0.06 145	0.12 398	0.09 297	0.08 169	0.07 150

4D-IteraStereo	0.17 132	0.16 339	0.50 368	0.21 188	0.14 280	0.19 109	0.17 147	0.28 120	0.28 194	0.23 163	0.20 122	0.20 158	0.11 63	0.19 85	0.14 117	0.06 24	0.04 2	0.10 303	0.08 211	0.08 169	0.06 75

LoS_RVC	0.13 49	0.10 74	0.19 40	0.18 46	0.16 362	0.20 140	0.18 190	0.20 26	0.17 44	0.13 45	0.19 106	0.12 52	0.15 151	0.17 44	0.13 83	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.12 387

Selective-IGEV	0.12 39	0.09 37	0.22 65	0.19 85	0.10 65	0.15 21	0.14 58	0.27 101	0.15 22	0.13 45	0.14 64	0.13 63	0.08 6	0.21 119	0.12 43	0.06 24	0.05 29	0.07 75	0.06 80	0.06 40	0.05 21

ProNet	0.14 73	0.12 177	0.25 91	0.19 85	0.11 108	0.19 109	0.19 234	0.27 101	0.20 86	0.14 68	0.13 37	0.13 63	0.12 86	0.24 153	0.12 43	0.06 24	0.05 29	0.07 75	0.06 80	0.07 107	0.07 150

RAFT_CTSACE	0.21 229	0.16 339	0.41 287	0.25 382	0.15 330	0.22 195	0.24 385	0.32 171	0.28 194	0.33 326	0.51 430	0.29 276	0.17 193	0.32 276	0.13 83	0.06 24	0.07 262	0.09 230	0.08 211	0.08 169	0.06 75

test_4	0.18 156	0.12 177	0.34 180	0.23 294	0.12 164	0.18 83	0.22 338	0.26 89	0.24 147	0.24 177	0.47 414	0.22 181	0.13 116	0.24 153	0.16 165	0.06 24	0.05 29	0.09 230	0.09 297	0.07 107	0.05 21

iRaft-Stereo_5w	0.23 276	0.18 372	0.44 316	0.22 247	0.13 238	0.19 109	0.19 234	0.37 245	0.32 246	0.28 216	0.37 300	0.34 326	0.23 276	0.65 437	0.27 360	0.06 24	0.06 145	0.08 153	0.07 136	0.09 235	0.08 216

test-3	0.16 115	0.09 37	0.31 150	0.21 188	0.11 108	0.18 83	0.16 111	0.30 150	0.27 179	0.26 197	0.16 77	0.22 181	0.12 86	0.26 200	0.18 216	0.06 24	0.04 2	0.08 153	0.08 211	0.06 40	0.06 75

test_1	0.16 115	0.09 37	0.31 150	0.21 188	0.11 108	0.18 83	0.16 111	0.30 150	0.27 179	0.25 185	0.16 77	0.22 181	0.12 86	0.26 200	0.18 216	0.06 24	0.04 2	0.08 153	0.08 211	0.06 40	0.06 75

test_3	0.18 156	0.11 135	0.32 156	0.24 345	0.11 108	0.22 195	0.25 402	0.31 161	0.31 237	0.25 185	0.18 98	0.23 201	0.13 116	0.25 184	0.19 245	0.06 24	0.05 29	0.09 230	0.10 339	0.07 107	0.06 75

cross-raft	0.17 132	0.12 177	0.41 287	0.23 294	0.10 65	0.20 140	0.24 385	0.33 185	0.23 132	0.23 163	0.28 191	0.29 276	0.15 151	0.17 44	0.15 141	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

RAFT-Stereo + iAFF	0.17 132	0.14 281	0.32 156	0.20 144	0.09 26	0.19 109	0.17 147	0.32 171	0.30 225	0.25 185	0.33 261	0.20 158	0.17 193	0.19 85	0.15 141	0.06 24	0.05 29	0.07 75	0.07 136	0.07 107	0.05 21

AFF-stereo	0.18 156	0.15 314	0.32 156	0.21 188	0.10 65	0.18 83	0.18 190	0.33 185	0.27 179	0.25 185	0.37 300	0.25 221	0.17 193	0.24 153	0.15 141	0.06 24	0.05 29	0.08 153	0.08 211	0.07 107	0.05 21

GASTEREO	0.13 49	0.12 177	0.21 56	0.23 294	0.10 65	0.18 83	0.15 82	0.26 89	0.18 54	0.17 114	0.16 77	0.11 45	0.13 116	0.19 85	0.11 11	0.07 67	0.05 29	0.06 22	0.07 136	0.06 40	0.06 75

MSCF	0.13 49	0.12 177	0.21 56	0.22 247	0.10 65	0.16 44	0.15 82	0.26 89	0.18 54	0.17 114	0.16 77	0.11 45	0.13 116	0.18 62	0.11 11	0.07 67	0.05 29	0.06 22	0.07 136	0.06 40	0.06 75

water-stereo	0.13 49	0.08 8	0.20 49	0.19 85	0.10 65	0.17 63	0.14 58	0.25 80	0.19 67	0.17 114	0.23 148	0.15 101	0.15 151	0.12 2	0.13 83	0.07 67	0.06 145	0.07 75	0.06 80	0.06 40	0.05 21

depthmonostereo	0.14 73	0.09 37	0.19 40	0.19 85	0.08 9	0.20 140	0.15 82	0.27 101	0.23 132	0.16 102	0.18 98	0.14 85	0.17 193	0.19 85	0.13 83	0.07 67	0.06 145	0.07 75	0.05 39	0.05 4	0.05 21

DilatedVolume-Stereo	0.14 73	0.08 8	0.18 35	0.18 46	0.09 26	0.21 167	0.14 58	0.24 74	0.21 101	0.21 151	0.21 134	0.15 101	0.14 136	0.23 143	0.15 141	0.07 67	0.06 145	0.06 22	0.06 80	0.05 4	0.05 21

xyz-stereo	1.40 552	0.10 74	17.09 582	0.18 46	0.07 1	4.78 569	0.18 190	0.29 131	0.34 268	0.36 379	2.81 566	0.40 385	0.29 374	0.56 389	0.24 332	0.07 67	0.05 29	0.09 230	0.06 80	0.06 40	0.05 21

111111	0.11 14	0.07 2	0.17 29	0.19 85	0.11 108	0.13 11	0.11 14	0.22 42	0.15 22	0.11 19	0.12 25	0.12 52	0.08 6	0.18 62	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.08 169	0.06 75

MLG-Stereo_test3	0.10 2	0.08 8	0.16 23	0.17 17	0.08 9	0.16 44	0.12 21	0.17 9	0.12 8	0.10 10	0.07 3	0.10 32	0.08 6	0.14 9	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

MLG-Stereo_test2	0.10 2	0.08 8	0.15 9	0.17 17	0.09 26	0.15 21	0.11 14	0.16 4	0.10 2	0.09 5	0.07 3	0.10 32	0.06 1	0.15 15	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.05 21

LG-G_1	0.11 14	0.08 8	0.18 35	0.18 46	0.07 1	0.21 167	0.09 2	0.19 18	0.11 4	0.10 10	0.09 11	0.11 45	0.10 39	0.19 85	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

LG-G	0.11 14	0.08 8	0.18 35	0.18 46	0.07 1	0.21 167	0.09 2	0.19 18	0.11 4	0.10 10	0.09 11	0.11 45	0.10 39	0.19 85	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

LG-Stereo_Zeroshot	0.13 49	0.09 37	0.24 79	0.20 144	0.10 65	0.15 21	0.14 58	0.22 42	0.16 27	0.12 32	0.19 106	0.15 101	0.11 63	0.13 5	0.17 195	0.07 67	0.05 29	0.06 22	0.06 80	0.07 107	0.06 75

MM-Stereo_test3	0.17 132	0.12 177	0.29 129	0.23 294	0.14 280	0.19 109	0.22 338	0.39 263	0.36 297	0.16 102	0.24 161	0.17 125	0.12 86	0.19 85	0.14 117	0.07 67	0.07 262	0.08 153	0.06 80	0.09 235	0.06 75

MM-Stereo_test1	0.17 132	0.10 74	0.39 256	0.23 294	0.11 108	0.20 140	0.22 338	0.33 185	0.29 213	0.22 157	0.21 134	0.15 101	0.14 136	0.23 143	0.13 83	0.07 67	0.06 145	0.08 153	0.07 136	0.09 235	0.06 75

Reg-Stereo(zero)	0.16 115	0.07 2	0.36 210	0.19 85	0.10 65	0.19 109	0.14 58	0.28 120	0.24 147	0.22 157	0.20 122	0.24 213	0.18 218	0.21 119	0.18 216	0.07 67	0.05 29	0.06 22	0.06 80	0.06 40	0.06 75

SCV	0.14 73	0.14 281	0.24 79	0.21 188	0.11 108	0.15 21	0.16 111	0.31 161	0.18 54	0.11 19	0.15 67	0.13 63	0.10 39	0.23 143	0.11 11	0.07 67	0.05 29	0.07 75	0.06 80	0.09 235	0.06 75

DEFOM-Stereo_RVC	0.13 49	0.14 281	0.19 40	0.26 416	0.09 26	0.15 21	0.13 38	0.22 42	0.18 54	0.12 32	0.11 17	0.10 32	0.13 116	0.21 119	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.07 107	0.05 21

FoundationStereo	0.09 1	0.07 2	0.16 23	0.16 7	0.08 9	0.12 7	0.13 38	0.11 1	0.12 8	0.09 5	0.07 3	0.10 32	0.09 16	0.11 1	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

HUF	0.15 101	0.11 135	0.38 241	0.17 17	0.11 108	0.16 44	0.17 147	0.22 42	0.20 86	0.11 19	0.13 37	0.14 85	0.11 63	0.18 62	0.12 43	0.07 67	0.20 512	0.06 22	0.05 39	0.07 107	0.14 424

AIO_test	0.12 39	0.09 37	0.20 49	0.19 85	0.11 108	0.15 21	0.17 147	0.19 18	0.16 27	0.11 19	0.13 37	0.14 85	0.09 16	0.20 100	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

AIO-test1	0.19 194	0.14 281	0.41 287	0.27 444	0.15 330	0.21 167	0.16 111	0.39 263	0.36 297	0.17 114	0.26 179	0.18 135	0.13 116	0.28 232	0.14 117	0.07 67	0.06 145	0.10 303	0.11 378	0.06 40	0.09 273

castereo++	0.13 49	0.10 74	0.18 35	0.18 46	0.10 65	0.27 282	0.13 38	0.23 60	0.23 132	0.11 19	0.13 37	0.16 118	0.10 39	0.18 62	0.10 1	0.07 67	0.05 29	0.07 75	0.06 80	0.05 4	0.04 1

castereo	0.14 73	0.10 74	0.19 40	0.18 46	0.10 65	0.20 140	0.19 234	0.30 150	0.27 179	0.13 45	0.18 98	0.16 118	0.16 167	0.15 15	0.13 83	0.07 67	0.05 29	0.06 22	0.06 80	0.06 40	0.05 21

GIP-stereo	0.12 39	0.09 37	0.20 49	0.19 85	0.11 108	0.16 44	0.14 58	0.29 131	0.18 54	0.11 19	0.16 77	0.13 63	0.09 16	0.15 15	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

tt45	0.14 73	0.09 37	0.22 65	0.19 85	0.11 108	0.23 216	0.18 190	0.22 42	0.17 44	0.15 80	0.13 37	0.14 85	0.10 39	0.30 263	0.14 117	0.07 67	0.05 29	0.08 153	0.06 80	0.07 107	0.07 150

999	0.14 73	0.08 8	0.24 79	0.19 85	0.11 108	0.20 140	0.17 147	0.24 74	0.18 54	0.13 45	0.16 77	0.14 85	0.11 63	0.36 303	0.15 141	0.07 67	0.05 29	0.07 75	0.06 80	0.06 40	0.07 150

tg	0.16 115	0.11 135	0.25 91	0.21 188	0.11 108	0.23 216	0.15 82	0.34 193	0.24 147	0.20 140	0.25 169	0.19 149	0.12 86	0.24 153	0.15 141	0.07 67	0.05 29	0.09 230	0.09 297	0.08 169	0.07 150

dual_stereo	0.10 2	0.07 2	0.14 3	0.17 17	0.08 9	0.09 1	0.13 38	0.24 74	0.13 12	0.10 10	0.09 11	0.09 16	0.08 6	0.18 62	0.12 43	0.07 67	0.06 145	0.06 22	0.04 1	0.05 4	0.05 21

UGAM-zero	0.23 276	0.10 74	0.54 390	0.19 85	0.13 238	0.21 167	0.14 58	0.44 318	0.22 114	0.28 216	0.28 191	0.51 452	0.33 413	0.65 437	0.14 117	0.07 67	0.06 145	0.07 75	0.08 211	0.06 40	0.07 150

GCAP-BAT	0.16 115	0.11 135	0.36 210	0.18 46	0.13 238	0.21 167	0.16 111	0.23 60	0.18 54	0.26 197	0.28 191	0.20 158	0.11 63	0.24 153	0.17 195	0.07 67	0.06 145	0.07 75	0.06 80	0.05 4	0.06 75

Occ-G	0.13 49	0.08 8	0.21 56	0.17 17	0.10 65	0.15 21	0.19 234	0.22 42	0.19 67	0.13 45	0.19 106	0.21 169	0.11 63	0.17 44	0.14 117	0.07 67	0.06 145	0.07 75	0.06 80	0.07 107	0.06 75

AIO-Stereo-zeroshot1	0.25 334	0.14 281	0.95 505	0.21 188	0.27 500	0.20 140	0.19 234	0.48 359	0.25 160	0.26 197	0.55 452	0.34 326	0.18 218	0.25 184	0.17 195	0.07 67	0.06 145	0.08 153	0.12 417	0.12 385	0.12 387

U	1.00 542	0.09 37	0.21 56	0.21 188	3.68 569	6.12 573	0.14 58	0.21 32	0.21 101	0.11 19	0.11 17	0.10 32	0.09 16	0.12 2	0.11 11	0.07 67	0.05 29	5.42 577	2.90 575	0.07 107	0.06 75

IGEV-Stereo+	0.12 39	0.08 8	0.17 29	0.18 46	0.13 238	0.09 1	0.11 14	0.16 4	0.15 22	0.10 10	0.08 10	0.10 32	0.10 39	0.21 119	0.11 11	0.07 67	0.05 29	0.06 22	0.05 39	0.16 440	0.24 513

RAFT-Stereo-weight	0.15 101	0.09 37	0.26 99	0.20 144	0.10 65	0.19 109	0.17 147	0.36 235	0.29 213	0.24 177	0.20 122	0.19 149	0.10 39	0.18 62	0.15 141	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.05 21

gcap-zeroshot	0.17 132	0.11 135	0.36 210	0.20 144	0.12 164	0.26 272	0.16 111	0.30 150	0.22 114	0.26 197	0.20 122	0.30 292	0.14 136	0.20 100	0.13 83	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

testlalala2	0.18 156	0.10 74	0.50 368	0.36 507	0.25 493	0.23 216	0.14 58	0.34 193	0.24 147	0.25 185	0.25 169	0.21 169	0.12 86	0.16 31	0.16 165	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

H2IRNET	0.18 156	0.13 239	0.35 190	0.21 188	0.12 164	0.20 140	0.15 82	0.27 101	0.30 225	0.17 114	0.31 231	0.25 221	0.20 242	0.24 153	0.18 216	0.07 67	0.06 145	0.09 230	0.10 339	0.09 235	0.06 75

MGS-Stereo	0.14 73	0.11 135	0.32 156	0.19 85	0.11 108	0.18 83	0.17 147	0.20 26	0.22 114	0.14 68	0.24 161	0.15 101	0.10 39	0.18 62	0.12 43	0.07 67	0.06 145	0.07 75	0.06 80	0.10 300	0.06 75

IGEV++	0.13 49	0.10 74	0.23 71	0.21 188	0.10 65	0.15 21	0.15 82	0.29 131	0.16 27	0.12 32	0.15 67	0.12 52	0.12 86	0.17 44	0.14 117	0.07 67	0.06 145	0.07 75	0.05 39	0.07 107	0.07 150

MyStereo07	0.16 115	0.12 177	0.26 99	0.22 247	0.14 280	0.25 252	0.23 363	0.29 131	0.21 101	0.15 80	0.13 37	0.12 52	0.13 116	0.25 184	0.13 83	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MyStereo06	0.20 209	0.12 177	0.57 403	0.21 188	0.14 280	0.25 252	0.23 363	0.40 274	0.21 101	0.30 274	0.24 161	0.31 303	0.18 218	0.22 134	0.18 216	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MyStereo05	0.23 276	0.12 177	0.57 403	0.21 188	0.14 280	0.25 252	0.23 363	0.48 359	0.52 458	0.31 291	0.23 148	0.25 221	0.22 262	0.30 263	0.21 282	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MyStereo04	0.23 276	0.12 177	0.55 396	0.22 247	0.14 280	0.25 252	0.23 363	0.49 367	0.52 458	0.28 216	0.23 148	0.27 251	0.23 276	0.30 263	0.22 302	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

AE-Stereo	0.17 132	0.11 135	0.31 150	0.24 345	0.14 280	0.23 216	0.18 190	0.34 193	0.29 213	0.15 80	0.25 169	0.21 169	0.13 116	0.20 100	0.14 117	0.07 67	0.08 346	0.09 230	0.10 339	0.07 107	0.06 75

ff7	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

IGEVStereo-DCA	0.14 73	0.11 135	0.27 108	0.19 85	0.12 164	0.20 140	0.18 190	0.27 101	0.20 86	0.15 80	0.12 25	0.14 85	0.12 86	0.28 232	0.14 117	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.07 150

ffff	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

rrr	0.17 132	0.11 135	0.57 403	0.19 85	0.12 164	0.20 140	0.18 190	0.35 217	0.22 114	0.15 80	0.12 25	0.14 85	0.12 86	0.28 232	0.14 117	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.07 150

11t	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

IGEV_Zeroshot_test	0.18 156	0.10 74	0.65 438	0.20 144	0.12 164	0.19 109	0.15 82	0.34 193	0.19 67	0.28 216	0.22 144	0.27 251	0.13 116	0.23 143	0.18 216	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.06 75

MSKI-zero shot	0.17 132	0.09 37	0.43 308	0.20 144	0.11 108	0.21 167	0.15 82	0.32 171	0.21 101	0.23 163	0.24 161	0.23 201	0.10 39	0.31 270	0.13 83	0.07 67	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75

CASnet	0.14 73	0.12 177	0.22 65	0.22 247	0.08 9	0.16 44	0.15 82	0.27 101	0.25 160	0.22 157	0.20 122	0.15 101	0.11 63	0.17 44	0.13 83	0.07 67	0.05 29	0.11 360	0.09 297	0.08 169	0.05 21
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.15 101	0.10 74	0.36 210	0.19 85	0.12 164	0.23 216	0.16 111	0.26 89	0.19 67	0.24 177	0.19 106	0.14 85	0.11 63	0.16 31	0.13 83	0.07 67	0.05 29	0.07 75	0.06 80	0.05 4	0.05 21

AEACV	0.13 49	0.09 37	0.23 71	0.18 46	0.19 424	0.19 109	0.16 111	0.23 60	0.14 17	0.13 45	0.17 88	0.13 63	0.16 167	0.16 31	0.12 43	0.07 67	0.05 29	0.07 75	0.08 211	0.07 107	0.06 75

GCAP-Stereo	0.14 73	0.14 281	0.33 171	0.20 144	0.09 26	0.21 167	0.10 7	0.26 89	0.20 86	0.18 131	0.19 106	0.15 101	0.13 116	0.17 44	0.13 83	0.07 67	0.06 145	0.07 75	0.05 39	0.06 40	0.06 75

RAFT-Test	0.17 132	0.10 74	0.38 241	0.19 85	0.12 164	0.25 252	0.17 147	0.33 185	0.23 132	0.23 163	0.29 204	0.27 251	0.14 136	0.20 100	0.14 117	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

HH	0.18 156	0.12 177	0.55 396	0.22 247	0.12 164	0.18 83	0.18 190	0.34 193	0.19 67	0.20 140	0.24 161	0.34 326	0.18 218	0.29 248	0.12 43	0.07 67	0.05 29	0.07 75	0.07 136	0.07 107	0.06 75

HanStereo	0.18 156	0.12 177	0.55 396	0.22 247	0.12 164	0.18 83	0.18 190	0.34 193	0.19 67	0.20 140	0.24 161	0.34 326	0.18 218	0.29 248	0.12 43	0.07 67	0.05 29	0.07 75	0.07 136	0.07 107	0.06 75

anonymousdsp2	0.17 132	0.10 74	0.28 119	0.20 144	0.11 108	0.25 252	0.17 147	0.41 286	0.31 237	0.23 163	0.23 148	0.22 181	0.15 151	0.25 184	0.15 141	0.07 67	0.05 29	0.07 75	0.05 39	0.08 169	0.07 150

anonymousdsp	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.28 120	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.07 150

CES	0.14 73	0.08 8	0.19 40	0.17 17	0.22 465	0.18 83	0.16 111	0.23 60	0.19 67	0.14 68	0.17 88	0.14 85	0.10 39	0.18 62	0.12 43	0.07 67	0.05 29	0.06 22	0.04 1	0.08 169	0.18 470

EGLCR-Stereo	0.13 49	0.08 8	0.20 49	0.18 46	0.09 26	0.21 167	0.13 38	0.27 101	0.21 101	0.13 45	0.10 14	0.15 101	0.09 16	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

DCRE	0.20 209	0.13 239	0.40 264	0.21 188	0.15 330	0.20 140	0.19 234	0.30 150	0.27 179	0.22 157	0.80 509	0.23 201	0.16 167	0.23 143	0.15 141	0.07 67	0.07 262	0.07 75	0.08 211	0.07 107	0.06 75

Selective-RAFT	0.17 132	0.12 177	0.30 136	0.24 345	0.10 65	0.29 322	0.15 82	0.32 171	0.31 237	0.17 114	0.17 88	0.21 169	0.18 218	0.28 232	0.17 195	0.07 67	0.06 145	0.07 75	0.07 136	0.08 169	0.06 75

MC-Stereo	0.14 73	0.09 37	0.25 91	0.21 188	0.09 26	0.18 83	0.16 111	0.23 60	0.19 67	0.18 131	0.23 148	0.16 118	0.13 116	0.22 134	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

RCA-Stereo	0.16 115	0.09 37	0.25 91	0.20 144	0.10 65	0.19 109	0.17 147	0.36 235	0.35 284	0.20 140	0.25 169	0.17 125	0.17 193	0.18 62	0.14 117	0.07 67	0.05 29	0.07 75	0.06 80	0.06 40	0.05 21

CroCo-Stereo Lap2	0.15 101	0.15 314	0.28 119	0.25 382	0.18 404	0.11 4	0.19 234	0.28 120	0.21 101	0.13 45	0.16 77	0.15 101	0.12 86	0.17 44	0.14 117	0.07 67	0.07 262	0.08 153	0.06 80	0.08 169	0.07 150

TestStereo1	0.21 229	0.16 339	0.32 156	0.26 416	0.13 238	0.26 272	0.27 420	0.40 274	0.36 297	0.29 243	0.39 327	0.22 181	0.21 249	0.33 283	0.17 195	0.07 67	0.06 145	0.09 230	0.08 211	0.08 169	0.07 150

DCANet-4	0.19 194	0.10 74	0.52 383	0.19 85	0.09 26	0.19 109	0.18 190	0.36 235	0.39 332	0.29 243	0.30 217	0.17 125	0.22 262	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

ccc-4	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

fff	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

ADStereo(finetuned)	0.19 194	0.13 239	0.49 357	0.19 85	0.09 26	0.19 109	0.18 190	0.34 193	0.39 332	0.29 243	0.31 231	0.18 135	0.31 403	0.21 119	0.19 245	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.07 150

raft_robust	0.22 259	0.17 358	0.30 136	0.22 247	0.12 164	0.23 216	0.22 338	0.49 367	0.48 430	0.32 314	0.32 240	0.26 242	0.23 276	0.53 370	0.15 141	0.07 67	0.06 145	0.08 153	0.10 339	0.08 169	0.06 75

RAFT+CT+SA	0.21 229	0.18 372	0.33 171	0.25 382	0.18 404	0.23 216	0.29 441	0.40 274	0.36 297	0.24 177	0.38 314	0.18 135	0.16 167	0.32 276	0.16 165	0.07 67	0.05 29	0.09 230	0.12 417	0.09 235	0.09 273

test_5	0.23 276	0.19 388	0.38 241	0.26 416	0.18 404	0.25 252	0.29 441	0.40 274	0.37 308	0.29 243	0.40 337	0.25 221	0.22 262	0.34 289	0.18 216	0.07 67	0.05 29	0.09 230	0.09 297	0.10 300	0.10 329

SA-5K	0.21 229	0.16 339	0.32 156	0.26 416	0.13 238	0.26 272	0.27 420	0.40 274	0.36 297	0.29 243	0.39 327	0.22 181	0.21 249	0.33 283	0.17 195	0.07 67	0.06 145	0.09 230	0.08 211	0.08 169	0.07 150

Sa-1000	0.22 259	0.15 314	0.35 190	0.23 294	0.13 238	0.28 301	0.23 363	0.47 347	0.39 332	0.30 274	0.50 424	0.26 242	0.19 233	0.33 283	0.16 165	0.07 67	0.06 145	0.10 303	0.11 378	0.08 169	0.06 75

SA	0.22 259	0.16 339	0.36 210	0.23 294	0.13 238	0.24 238	0.23 363	0.45 328	0.40 348	0.27 206	0.44 385	0.23 201	0.23 276	0.33 283	0.17 195	0.07 67	0.06 145	0.10 303	0.11 378	0.08 169	0.06 75

IGEV-Stereo	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.28 120	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.07 150
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.19 194	0.10 74	0.46 335	0.19 85	0.13 238	0.25 252	0.19 234	0.52 411	0.19 67	0.29 243	0.21 134	0.22 181	0.20 242	0.28 232	0.18 216	0.07 67	0.06 145	0.07 75	0.08 211	0.08 169	0.08 216

GLC_STEREO	0.15 101	0.10 74	0.24 79	0.21 188	0.09 26	0.17 63	0.15 82	0.23 60	0.27 179	0.17 114	0.20 122	0.17 125	0.11 63	0.23 143	0.16 165	0.07 67	0.09 380	0.09 230	0.08 211	0.07 107	0.06 75

IPLG	0.21 229	0.15 314	0.53 387	0.21 188	0.12 164	0.28 301	0.17 147	0.42 300	0.30 225	0.33 326	0.32 240	0.15 101	0.17 193	0.50 352	0.21 282	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.06 75

MIPNet	0.21 229	0.15 314	0.52 383	0.21 188	0.12 164	0.27 282	0.20 281	0.45 328	0.37 308	0.30 274	0.23 148	0.19 149	0.24 294	0.27 219	0.19 245	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.06 75

IPLGR	0.21 229	0.13 239	0.61 419	0.21 188	0.11 108	0.25 252	0.18 190	0.41 286	0.37 308	0.28 216	0.27 186	0.21 169	0.19 233	0.37 306	0.18 216	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.06 75

GMOStereo	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

error version	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

test-v	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

CrosDoStereo	0.31 405	0.10 74	0.49 357	0.18 46	0.12 164	0.22 195	1.11 564	0.34 193	0.37 308	0.38 400	0.61 478	0.28 266	0.46 480	0.61 415	0.57 479	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.07 150

LCNet	0.21 229	0.11 135	0.29 129	0.25 382	0.12 164	0.23 216	0.19 234	0.34 193	0.26 169	0.28 216	0.35 281	0.26 242	0.30 387	0.35 298	0.17 195	0.07 67	0.05 29	0.09 230	0.10 339	0.13 400	0.22 501

STrans-v2	0.24 306	0.13 239	0.54 390	0.21 188	0.12 164	0.23 216	0.21 312	0.47 347	0.28 194	0.31 291	0.42 361	0.36 345	0.35 426	0.62 423	0.23 321	0.07 67	0.05 29	0.08 153	0.07 136	0.06 40	0.06 75

TransformOpticalFlow	0.24 306	0.13 239	0.56 400	0.23 294	0.11 108	0.21 167	0.19 234	0.40 274	0.32 246	0.30 274	0.43 374	0.36 345	0.31 403	0.61 415	0.20 259	0.07 67	0.05 29	0.08 153	0.07 136	0.06 40	0.07 150

OMP-Stereo	0.23 276	0.14 281	0.35 190	0.29 468	0.13 238	0.21 167	0.16 111	0.37 245	0.33 258	0.34 346	0.30 217	0.34 326	0.19 233	0.70 452	0.24 332	0.07 67	0.06 145	0.09 230	0.07 136	0.07 107	0.06 75

NRIStereo	0.18 156	0.11 135	0.35 190	0.23 294	0.11 108	0.24 238	0.20 281	0.29 131	0.26 169	0.26 197	0.25 169	0.25 221	0.18 218	0.34 289	0.18 216	0.07 67	0.06 145	0.09 230	0.07 136	0.09 235	0.08 216

PSM-AAD	0.25 334	0.10 74	0.30 136	0.24 345	0.12 164	0.26 272	0.38 493	0.34 193	0.28 194	0.35 363	0.39 327	0.28 266	0.79 528	0.30 263	0.16 165	0.07 67	0.06 145	0.12 398	0.11 378	0.08 169	0.21 496

KYRaft	0.22 259	0.10 74	0.30 136	0.23 294	0.12 164	0.23 216	0.23 363	0.35 217	0.24 147	0.35 363	0.54 448	0.34 326	0.26 324	0.29 248	0.15 141	0.07 67	0.05 29	0.09 230	0.10 339	0.08 169	0.31 525

ASMatch	0.23 276	0.11 135	0.51 379	0.24 345	0.14 280	0.19 109	0.17 147	0.31 161	0.28 194	0.28 216	0.68 492	0.27 251	0.26 324	0.50 352	0.22 302	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.11 364

DeepStereo_LL	0.31 405	0.10 74	0.49 357	0.18 46	0.12 164	0.22 195	1.11 564	0.34 193	0.37 308	0.38 400	0.61 478	0.28 266	0.46 480	0.61 415	0.57 479	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.07 150

DEmStereo	0.26 350	0.09 37	0.47 343	0.19 85	0.12 164	0.30 339	0.25 402	0.28 120	0.36 297	0.36 379	0.58 464	0.25 221	0.48 489	0.53 370	0.44 452	0.07 67	0.06 145	0.08 153	0.08 211	0.06 40	0.07 150

THIR-Stereo	0.29 389	0.12 177	0.41 287	0.19 85	0.11 108	0.28 301	0.72 542	0.32 171	0.35 284	0.37 385	0.65 486	0.34 326	0.50 492	0.57 393	0.45 455	0.07 67	0.06 145	0.08 153	0.09 297	0.07 107	0.07 150

DRaft	0.24 306	0.10 74	0.34 180	0.18 46	0.12 164	0.28 301	0.23 363	0.33 185	0.39 332	0.38 400	0.61 478	0.21 169	0.41 457	0.48 343	0.42 447	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.08 216

GrayStereo	0.25 334	0.09 37	0.32 156	0.26 416	0.13 238	0.23 216	0.47 519	0.34 193	0.30 225	0.39 415	0.47 414	0.30 292	0.79 528	0.29 248	0.16 165	0.07 67	0.06 145	0.08 153	0.09 297	0.07 107	0.13 403

RAFT-RH_RVC	0.25 334	0.11 135	0.45 327	0.21 188	0.12 164	0.25 252	0.14 58	0.27 101	0.27 179	0.38 400	1.15 533	0.23 201	0.17 193	0.57 393	0.24 332	0.07 67	0.05 29	0.10 303	0.07 136	0.06 40	0.07 150

RAFT-345	0.21 229	0.10 74	0.46 335	0.22 247	0.11 108	0.20 140	0.16 111	0.26 89	0.25 160	0.27 206	0.66 488	0.21 169	0.16 167	0.55 378	0.21 282	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.06 75

test-2	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

test-1	0.17 132	0.11 135	0.40 264	0.23 294	0.13 238	0.22 195	0.23 363	0.34 193	0.26 169	0.20 140	0.24 161	0.22 181	0.14 136	0.16 31	0.20 259	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.08 216

GMM-Stereo	0.21 229	0.10 74	0.43 308	0.23 294	0.13 238	0.24 238	0.25 402	0.37 245	0.27 179	0.30 274	0.45 397	0.27 251	0.21 249	0.31 270	0.17 195	0.07 67	0.05 29	0.10 303	0.09 297	0.08 169	0.19 478

Prome-Stereo	0.21 229	0.10 74	0.30 136	0.24 345	0.12 164	0.23 216	0.23 363	0.36 235	0.25 160	0.33 326	0.59 466	0.24 213	0.28 359	0.29 248	0.16 165	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.20 488

iRaftStereo_RVC	0.16 115	0.12 177	0.26 99	0.21 188	0.11 108	0.20 140	0.17 147	0.32 171	0.23 132	0.20 140	0.25 169	0.18 135	0.12 86	0.20 100	0.15 141	0.07 67	0.05 29	0.09 230	0.09 297	0.08 169	0.07 150

CREStereo++_RVC	0.15 101	0.08 8	0.26 99	0.17 17	0.11 108	0.18 83	0.13 38	0.22 42	0.30 225	0.21 151	0.30 217	0.13 63	0.11 63	0.16 31	0.15 141	0.07 67	0.04 2	0.06 22	0.15 466	0.06 40	0.05 21
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.17 132	0.09 37	0.26 99	0.18 46	0.07 1	0.32 364	0.19 234	0.37 245	0.32 246	0.23 163	0.25 169	0.18 135	0.17 193	0.25 184	0.16 165	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.05 21

DCANet	0.18 156	0.13 239	0.40 264	0.19 85	0.09 26	0.19 109	0.18 190	0.34 193	0.39 332	0.29 243	0.31 231	0.18 135	0.23 276	0.20 100	0.19 245	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.07 150

csc	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

cscssc	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

111	0.20 209	0.17 358	0.40 264	0.18 46	0.09 26	0.24 238	0.17 147	0.41 286	0.45 398	0.23 163	0.29 204	0.29 276	0.21 249	0.24 153	0.18 216	0.07 67	0.05 29	0.07 75	0.06 80	0.07 107	0.08 216

test_xeample3	0.16 115	0.11 135	0.56 400	0.19 85	0.12 164	0.20 140	0.18 190	0.35 217	0.20 86	0.16 102	0.12 25	0.13 63	0.12 86	0.24 153	0.15 141	0.07 67	0.06 145	0.07 75	0.08 211	0.07 107	0.07 150

ARAFT	0.24 306	0.21 414	0.78 466	0.22 247	0.12 164	0.29 322	0.24 385	0.43 312	0.32 246	0.33 326	0.28 191	0.28 266	0.19 233	0.49 348	0.18 216	0.07 67	0.06 145	0.12 398	0.11 378	0.09 235	0.06 75

EAI-Stereo	0.21 229	0.10 74	0.33 171	0.21 188	0.12 164	0.30 339	0.46 515	0.46 339	0.20 86	0.25 185	0.50 424	0.17 125	0.16 167	0.24 153	0.23 321	0.07 67	0.06 145	0.07 75	0.10 339	0.06 40	0.07 150

CFNet-RSSM	0.17 132	0.10 74	0.40 264	0.20 144	0.11 108	0.20 140	0.15 82	0.36 235	0.30 225	0.23 163	0.21 134	0.26 242	0.15 151	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

Gwc-CoAtRS	0.17 132	0.10 74	0.37 222	0.20 144	0.12 164	0.19 109	0.15 82	0.32 171	0.28 194	0.23 163	0.23 148	0.27 251	0.15 151	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

DIP-Stereo	0.18 156	0.12 177	0.33 171	0.20 144	0.13 238	0.28 301	0.12 21	0.42 300	0.25 160	0.27 206	0.32 240	0.21 169	0.17 193	0.25 184	0.20 259	0.07 67	0.06 145	0.08 153	0.06 80	0.07 107	0.08 216
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.20 209	0.17 358	0.43 308	0.19 85	0.08 9	0.27 282	0.14 58	0.42 300	0.30 225	0.29 243	0.32 240	0.27 251	0.21 249	0.28 232	0.25 342	0.07 67	0.05 29	0.07 75	0.06 80	0.09 235	0.06 75
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
MLCV	0.22 259	0.16 339	0.44 316	0.21 188	0.08 9	0.29 322	0.19 234	0.38 251	0.37 308	0.38 400	0.44 385	0.31 303	0.21 249	0.41 322	0.24 332	0.07 67	0.05 29	0.06 22	0.05 39	0.07 107	0.06 75

iResNet	0.24 306	0.18 372	0.61 419	0.25 382	0.11 108	0.29 322	0.21 312	0.42 300	0.43 372	0.33 326	0.43 374	0.27 251	0.22 262	0.34 289	0.26 355	0.07 67	0.05 29	0.07 75	0.06 80	0.08 169	0.07 150

DN-CSS_ROB	0.22 259	0.25 445	0.47 343	0.24 345	0.14 280	0.25 252	0.12 21	0.40 274	0.33 258	0.29 243	0.42 361	0.22 181	0.20 242	0.33 283	0.19 245	0.07 67	0.06 145	0.11 360	0.11 378	0.11 348	0.07 150

z-ln-s-r	0.32 414	0.21 414	0.82 480	0.23 294	0.14 280	0.30 339	0.26 414	0.43 312	0.50 447	0.32 314	0.60 471	0.39 371	0.29 374	0.73 462	0.66 499	0.08 192	0.06 145	0.08 153	0.07 136	0.10 300	0.08 216

DFGA-Net	0.23 276	0.24 440	0.49 357	0.22 247	0.15 330	0.25 252	0.17 147	0.39 263	0.39 332	0.29 243	0.31 231	0.21 169	0.17 193	0.59 406	0.28 364	0.08 192	0.06 145	0.09 230	0.09 297	0.10 300	0.08 216

G2L-Stereo_test	0.24 306	0.16 339	0.38 241	0.19 85	0.13 238	0.27 282	0.24 385	0.49 367	0.38 322	0.37 385	0.37 300	0.40 385	0.24 294	0.52 363	0.28 364	0.08 192	0.06 145	0.06 22	0.06 80	0.09 235	0.08 216

LGtest1	0.10 2	0.08 8	0.17 29	0.17 17	0.08 9	0.13 11	0.09 2	0.16 4	0.12 8	0.09 5	0.07 3	0.09 16	0.09 16	0.15 15	0.11 11	0.08 192	0.05 29	0.06 22	0.05 39	0.06 40	0.06 75

SGD-Stereo	0.11 14	0.08 8	0.17 29	0.17 17	0.07 1	0.17 63	0.13 38	0.18 14	0.16 27	0.11 19	0.13 37	0.11 45	0.12 86	0.18 62	0.11 11	0.08 192	0.04 2	0.06 22	0.05 39	0.06 40	0.04 1

PAM_32	0.23 276	0.10 74	0.63 430	0.21 188	0.14 280	0.33 375	0.19 234	0.36 235	0.23 132	0.29 243	0.28 191	0.56 472	0.28 359	0.27 219	0.18 216	0.08 192	0.06 145	0.08 153	0.09 297	0.07 107	0.09 273

PAM	0.23 276	0.10 74	0.63 430	0.22 247	0.15 330	0.34 388	0.21 312	0.37 245	0.22 114	0.31 291	0.27 186	0.55 469	0.26 324	0.26 200	0.17 195	0.08 192	0.06 145	0.07 75	0.09 297	0.07 107	0.09 273

UGAM	0.26 350	0.14 281	0.45 327	0.25 382	0.12 164	0.23 216	0.25 402	0.32 171	0.41 358	0.31 291	0.42 361	0.41 392	0.22 262	0.92 512	0.22 302	0.08 192	0.06 145	0.14 445	0.12 417	0.10 300	0.07 150

model_zeroshot	0.17 132	0.11 135	0.39 256	0.20 144	0.12 164	0.24 238	0.15 82	0.34 193	0.22 114	0.30 274	0.20 122	0.22 181	0.12 86	0.24 153	0.14 117	0.08 192	0.07 262	0.07 75	0.07 136	0.07 107	0.07 150

RAStereo	0.13 49	0.12 177	0.27 108	0.22 247	0.11 108	0.15 21	0.18 190	0.23 60	0.23 132	0.13 45	0.17 88	0.11 45	0.09 16	0.15 15	0.13 83	0.08 192	0.06 145	0.08 153	0.06 80	0.07 107	0.05 21

Pointernet	0.13 49	0.07 2	0.27 108	0.19 85	0.11 108	0.20 140	0.12 21	0.31 161	0.24 147	0.15 80	0.15 67	0.13 63	0.11 63	0.17 44	0.13 83	0.08 192	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

AIO-Stereo-zeroshot	0.23 276	0.13 239	0.83 482	0.20 144	0.21 449	0.23 216	0.17 147	0.48 359	0.27 179	0.23 163	0.29 204	0.39 371	0.23 276	0.25 184	0.15 141	0.08 192	0.06 145	0.08 153	0.11 378	0.11 348	0.10 329

trnet	0.13 49	0.08 8	0.21 56	0.15 4	0.07 1	0.21 167	0.12 21	0.24 74	0.24 147	0.16 102	0.21 134	0.15 101	0.13 116	0.18 62	0.13 83	0.08 192	0.05 29	0.06 22	0.04 1	0.06 40	0.05 21

Former-RAFT_DAM_RVC	0.17 132	0.13 239	0.24 79	0.19 85	0.13 238	0.24 238	0.17 147	0.30 150	0.37 308	0.43 450	0.17 88	0.13 63	0.12 86	0.19 85	0.15 141	0.08 192	0.07 262	0.09 230	0.07 136	0.09 235	0.08 216

MyStereo8	0.22 259	0.15 314	0.63 430	0.21 188	0.17 383	0.31 355	0.16 111	0.36 235	0.32 246	0.28 216	0.36 291	0.25 221	0.18 218	0.25 184	0.28 364	0.08 192	0.07 262	0.08 153	0.07 136	0.10 300	0.12 387

ACVNet-DCA	0.18 156	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.41 286	0.27 179	0.17 114	0.19 106	0.13 63	0.18 218	0.28 232	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.09 235	0.09 273

xx1	0.20 209	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.35 217	0.47 420	0.17 114	0.19 106	0.28 266	0.24 294	0.28 232	0.11 11	0.08 192	0.05 29	0.10 303	0.09 297	0.09 235	0.09 273

1test111	0.19 194	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.41 286	0.27 179	0.17 114	0.19 106	0.13 63	0.18 218	0.34 289	0.22 302	0.08 192	0.05 29	0.08 153	0.06 80	0.09 235	0.09 273

cc1	0.18 156	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.35 217	0.47 420	0.17 114	0.19 106	0.13 63	0.18 218	0.28 232	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.08 169	0.08 216

ffm	0.22 259	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.35 217	0.44 387	0.30 274	0.42 361	0.34 326	0.23 276	0.27 219	0.11 11	0.08 192	0.05 29	0.11 360	0.10 339	0.08 169	0.08 216

ff1	0.29 389	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.35 217	0.44 387	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 529	0.08 192	0.05 29	0.11 360	0.10 339	0.08 169	0.08 216

tt1	0.18 156	0.14 281	0.35 190	0.23 294	0.11 108	0.30 339	0.19 234	0.35 217	0.44 387	0.17 114	0.19 106	0.13 63	0.16 167	0.27 219	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.08 169	0.08 216

plain	0.17 132	0.13 239	0.43 308	0.21 188	0.13 238	0.16 44	0.17 147	0.27 101	0.22 114	0.16 102	0.26 179	0.13 63	0.16 167	0.27 219	0.16 165	0.08 192	0.06 145	0.10 303	0.07 136	0.10 300	0.07 150

MaDis-Stereo	0.14 73	0.13 239	0.26 99	0.19 85	0.14 280	0.16 44	0.13 38	0.25 80	0.21 101	0.13 45	0.14 64	0.14 85	0.11 63	0.17 44	0.17 195	0.08 192	0.07 262	0.08 153	0.06 80	0.07 107	0.06 75

UniTT-Stereo	0.14 73	0.10 74	0.30 136	0.21 188	0.13 238	0.17 63	0.13 38	0.19 18	0.18 54	0.15 80	0.20 122	0.10 32	0.11 63	0.18 62	0.16 165	0.08 192	0.06 145	0.07 75	0.06 80	0.08 169	0.06 75

Any-RAFT	0.17 132	0.08 8	0.31 150	0.19 85	0.10 65	0.29 322	0.16 111	0.42 300	0.30 225	0.24 177	0.27 186	0.27 251	0.16 167	0.21 119	0.12 43	0.08 192	0.05 29	0.06 22	0.05 39	0.07 107	0.06 75

LL-Strereo	0.29 389	0.25 445	0.58 408	0.25 382	0.21 449	0.23 216	0.24 385	0.55 439	0.42 365	0.34 346	0.32 240	0.41 392	0.40 453	0.94 516	0.23 321	0.08 192	0.07 262	0.11 360	0.09 297	0.09 235	0.09 273

CBFPSM	0.27 358	0.16 339	0.67 443	0.20 144	0.14 280	0.38 421	0.25 402	0.40 274	0.36 297	0.33 326	0.36 291	0.56 472	0.38 443	0.32 276	0.38 421	0.08 192	0.08 346	0.07 75	0.08 211	0.09 235	0.11 364

LoS	0.14 73	0.08 8	0.27 108	0.16 7	0.09 26	0.22 195	0.14 58	0.26 89	0.26 169	0.15 80	0.18 98	0.18 135	0.13 116	0.22 134	0.14 117	0.08 192	0.06 145	0.06 22	0.04 1	0.06 40	0.06 75
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ToySt	0.24 306	0.16 339	0.48 352	0.21 188	0.13 238	0.29 322	0.29 441	0.39 263	0.39 332	0.27 206	0.35 281	0.39 371	0.31 403	0.31 270	0.29 376	0.08 192	0.09 380	0.10 303	0.11 378	0.11 348	0.10 329

anonymousa	0.23 276	0.11 135	0.50 368	0.21 188	0.16 362	0.31 355	0.20 281	0.36 235	0.35 284	0.32 314	0.50 424	0.39 371	0.26 324	0.22 134	0.20 259	0.08 192	0.06 145	0.09 230	0.11 378	0.07 107	0.08 216

qqq	0.20 209	0.12 177	0.31 150	0.20 144	0.11 108	0.23 216	0.19 234	0.41 286	0.27 179	0.24 177	0.28 191	0.28 266	0.24 294	0.34 289	0.22 302	0.08 192	0.07 262	0.10 303	0.09 297	0.09 235	0.09 273

CIPLG	0.21 229	0.21 414	0.55 396	0.23 294	0.15 330	0.25 252	0.20 281	0.35 217	0.29 213	0.31 291	0.33 261	0.22 181	0.15 151	0.26 200	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

IPLGR_C	0.21 229	0.22 427	0.60 416	0.23 294	0.15 330	0.24 238	0.20 281	0.35 217	0.29 213	0.31 291	0.32 240	0.22 181	0.15 151	0.25 184	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

ACRE	0.21 229	0.20 400	0.62 427	0.23 294	0.15 330	0.24 238	0.20 281	0.35 217	0.28 194	0.31 291	0.32 240	0.22 181	0.15 151	0.25 184	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

HHNet	0.22 259	0.12 177	0.52 383	0.18 46	0.18 404	0.20 140	0.20 281	0.34 193	0.31 237	0.32 314	0.59 466	0.20 158	0.21 249	0.24 153	0.31 391	0.08 192	0.05 29	0.09 230	0.07 136	0.08 169	0.11 364

Patchmatch Stereo++	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.26 200	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216
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
AAGNet	0.33 423	0.11 135	0.37 222	0.25 382	0.16 362	0.20 140	0.19 234	0.30 150	0.27 179	0.35 363	0.35 281	0.27 251	0.30 387	0.44 331	2.66 565	0.08 192	0.05 29	0.10 303	0.07 136	0.08 169	0.06 75

IIG-Stereo	0.23 276	0.13 239	0.35 190	0.29 468	0.12 164	0.23 216	0.14 58	0.38 251	0.31 237	0.34 346	0.37 300	0.33 319	0.21 249	0.70 452	0.26 355	0.08 192	0.06 145	0.09 230	0.07 136	0.07 107	0.06 75

NF-Stereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

OCTAStereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

PSM-adaLoss	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.16 111	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.18 218	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

FTStereo	0.28 378	0.10 74	0.43 308	0.23 294	0.13 238	0.21 167	0.53 529	0.34 193	0.26 169	0.38 400	0.95 522	0.30 292	0.56 502	0.32 276	0.18 216	0.08 192	0.06 145	0.09 230	0.08 211	0.07 107	0.19 478

ROB_FTStereo_v2	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.16 111	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

ROB_FTStereo	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.28 191	0.25 221	0.17 193	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

HUI-Stereo	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.28 191	0.25 221	0.17 193	0.22 134	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

SST-Stereo	0.21 229	0.10 74	0.37 222	0.24 345	0.13 238	0.19 109	0.17 147	0.31 161	0.24 147	0.34 346	0.33 261	0.29 276	0.25 315	0.56 389	0.17 195	0.08 192	0.05 29	0.10 303	0.08 211	0.09 235	0.07 150

RAFT_R40	0.21 229	0.10 74	0.37 222	0.24 345	0.13 238	0.18 83	0.18 190	0.31 161	0.29 213	0.33 326	0.33 261	0.30 292	0.24 294	0.55 378	0.18 216	0.08 192	0.05 29	0.10 303	0.08 211	0.08 169	0.07 150

RE-Stereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

TVStereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

DeepStereo_RVC	0.18 156	0.11 135	0.40 264	0.21 188	0.11 108	0.19 109	0.16 111	0.28 120	0.22 114	0.27 206	0.27 186	0.23 201	0.28 359	0.24 153	0.18 216	0.08 192	0.06 145	0.09 230	0.07 136	0.09 235	0.10 329

iGMRVC	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.15 82	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.27 219	0.17 195	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

IRAFT_RVC	0.22 259	0.12 177	0.39 256	0.26 416	0.11 108	0.18 83	0.24 385	0.40 274	0.37 308	0.31 291	0.30 217	0.29 276	0.24 294	0.55 378	0.22 302	0.08 192	0.06 145	0.10 303	0.08 211	0.08 169	0.07 150

iRAFT	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.26 200	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

CRE-IMP	0.18 156	0.12 177	0.37 222	0.22 247	0.11 108	0.24 238	0.17 147	0.29 131	0.21 101	0.27 206	0.26 179	0.24 213	0.17 193	0.23 143	0.18 216	0.08 192	0.05 29	0.10 303	0.07 136	0.10 300	0.10 329

CroCo-Stereo	0.14 73	0.13 239	0.24 79	0.25 382	0.11 108	0.11 4	0.18 190	0.32 171	0.23 132	0.12 32	0.12 25	0.18 135	0.12 86	0.14 9	0.13 83	0.08 192	0.06 145	0.07 75	0.05 39	0.07 107	0.06 75
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
RAFT	0.21 229	0.17 358	0.32 156	0.24 345	0.12 164	0.25 252	0.27 420	0.35 217	0.28 194	0.33 326	0.33 261	0.38 359	0.22 262	0.29 248	0.17 195	0.08 192	0.08 346	0.11 360	0.10 339	0.10 300	0.06 75

RAFT-IKP	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.15 82	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.18 218	0.25 184	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

rafts_anoy	0.18 156	0.15 314	0.35 190	0.22 247	0.14 280	0.19 109	0.17 147	0.32 171	0.30 225	0.23 163	0.25 169	0.20 158	0.16 167	0.22 134	0.19 245	0.08 192	0.07 262	0.10 303	0.12 417	0.09 235	0.08 216

TestStereo	0.21 229	0.19 388	0.40 264	0.25 382	0.10 65	0.22 195	0.21 312	0.31 161	0.31 237	0.23 163	0.34 270	0.22 181	0.18 218	0.62 423	0.18 216	0.08 192	0.06 145	0.10 303	0.07 136	0.11 348	0.06 75

raft+_RVC	0.18 156	0.14 281	0.32 156	0.21 188	0.15 330	0.21 167	0.16 111	0.38 251	0.34 268	0.21 151	0.28 191	0.20 158	0.15 151	0.24 153	0.19 245	0.08 192	0.06 145	0.08 153	0.07 136	0.07 107	0.08 216

TANstereo	0.15 101	0.09 37	0.28 119	0.16 7	0.08 9	0.25 252	0.14 58	0.23 60	0.28 194	0.24 177	0.30 217	0.16 118	0.12 86	0.17 44	0.13 83	0.08 192	0.07 262	0.06 22	0.05 39	0.06 40	0.07 150

XX-TBD	0.15 101	0.18 372	0.28 119	0.22 247	0.10 65	0.22 195	0.15 82	0.22 42	0.27 179	0.22 157	0.26 179	0.14 85	0.12 86	0.16 31	0.13 83	0.08 192	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75

raftrobust	0.16 115	0.13 239	0.29 129	0.22 247	0.15 330	0.19 109	0.13 38	0.32 171	0.26 169	0.26 197	0.20 122	0.19 149	0.17 193	0.21 119	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.07 150

RALCasStereoNet	0.18 156	0.15 314	0.33 171	0.21 188	0.14 280	0.21 167	0.18 190	0.31 161	0.25 160	0.21 151	0.29 204	0.22 181	0.15 151	0.27 219	0.17 195	0.08 192	0.10 405	0.07 75	0.06 80	0.09 235	0.09 273

RALAANet	0.19 194	0.18 372	0.37 222	0.23 294	0.14 280	0.23 216	0.13 38	0.37 245	0.29 213	0.28 216	0.26 179	0.25 221	0.15 151	0.26 200	0.18 216	0.08 192	0.06 145	0.09 230	0.08 211	0.09 235	0.06 75

XX-Stereo	0.21 229	0.10 74	0.83 482	0.26 416	0.17 383	0.23 216	0.13 38	0.40 274	0.18 54	0.20 140	0.41 345	0.31 303	0.10 39	0.32 276	0.12 43	0.08 192	0.06 145	0.08 153	0.08 211	0.07 107	0.05 21

MMNet	0.27 358	0.14 281	0.49 357	0.24 345	0.17 383	0.47 469	0.22 338	0.45 328	0.51 451	0.39 415	0.41 345	0.36 345	0.33 413	0.39 313	0.34 408	0.08 192	0.07 262	0.09 230	0.09 297	0.10 300	0.08 216

ACVNet	0.23 276	0.13 239	0.35 190	0.18 46	0.15 330	0.27 282	0.23 363	0.39 263	0.44 387	0.28 216	0.41 345	0.38 359	0.26 324	0.27 219	0.32 396	0.08 192	0.07 262	0.08 153	0.07 136	0.10 300	0.07 150

acv_ft	0.25 334	0.13 239	0.40 264	0.23 294	0.19 424	0.34 388	0.21 312	0.45 328	0.44 387	0.38 400	0.41 345	0.38 359	0.27 343	0.27 219	0.35 412	0.08 192	0.07 262	0.08 153	0.07 136	0.11 348	0.07 150

BEATNet_4x	0.22 259	0.18 372	0.47 343	0.22 247	0.10 65	0.28 301	0.14 58	0.46 339	0.32 246	0.31 291	0.34 270	0.31 303	0.25 315	0.31 270	0.29 376	0.08 192	0.06 145	0.08 153	0.06 80	0.10 300	0.08 216

R-Stereo Train	0.18 156	0.09 37	0.32 156	0.22 247	0.12 164	0.22 195	0.19 234	0.42 300	0.19 67	0.31 291	0.45 397	0.20 158	0.14 136	0.18 62	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75

RAFT-Stereo	0.18 156	0.09 37	0.32 156	0.22 247	0.12 164	0.22 195	0.19 234	0.42 300	0.19 67	0.31 291	0.45 397	0.20 158	0.14 136	0.18 62	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	0.27 358	0.11 135	0.42 297	0.19 85	0.11 108	0.34 388	0.20 281	0.62 498	0.43 372	0.40 425	0.43 374	0.50 448	0.26 324	0.76 476	0.22 302	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	0.27 358	0.26 456	0.72 459	0.23 294	0.13 238	0.29 322	0.18 190	0.52 411	0.49 439	0.37 385	0.45 397	0.39 371	0.25 315	0.34 289	0.20 259	0.08 192	0.06 145	0.07 75	0.05 39	0.12 385	0.09 273

HSM	0.28 378	0.16 339	0.35 190	0.20 144	0.15 330	0.33 375	0.19 234	0.53 422	0.37 308	0.36 379	0.38 314	0.67 507	0.31 403	0.89 507	0.23 321	0.08 192	0.06 145	0.08 153	0.07 136	0.08 169	0.08 216

iResNet_ROB	0.25 334	0.19 388	0.40 264	0.20 144	0.12 164	0.30 339	0.16 111	0.55 439	0.53 462	0.38 400	0.43 374	0.37 351	0.26 324	0.38 311	0.22 302	0.08 192	0.06 145	0.06 22	0.04 1	0.09 235	0.09 273

pmcnn	0.50 499	0.20 400	0.78 466	0.24 345	0.26 498	0.39 429	0.30 452	0.51 394	0.50 447	0.54 497	1.23 536	2.52 561	0.37 439	0.77 482	0.95 522	0.08 192	0.06 145	0.06 22	0.05 39	0.10 300	0.08 216

S2M2_XL	0.10 2	0.09 37	0.21 56	0.14 1	0.10 65	0.09 1	0.09 2	0.11 1	0.09 1	0.10 10	0.11 17	0.09 16	0.09 16	0.12 2	0.11 11	0.09 270	0.07 262	0.08 153	0.07 136	0.08 169	0.06 75

G2L-ROB	0.23 276	0.15 314	0.41 287	0.19 85	0.12 164	0.27 282	0.21 312	0.47 347	0.33 258	0.34 346	0.31 231	0.41 392	0.22 262	0.49 348	0.26 355	0.09 270	0.06 145	0.07 75	0.06 80	0.09 235	0.10 329

StereoAnything_RVC	0.13 49	0.37 504	0.36 210	0.14 1	0.07 1	0.11 4	0.12 21	0.17 9	0.12 8	0.08 1	0.07 3	0.07 1	0.10 39	0.20 100	0.10 1	0.09 270	0.05 29	0.06 22	0.04 1	0.24 501	0.05 21

IGEV-RUCA	0.21 229	0.08 8	0.23 71	0.19 85	0.19 424	0.28 301	0.24 385	0.23 60	0.21 101	0.20 140	0.23 148	0.28 266	0.49 490	0.26 200	0.18 216	0.09 270	0.08 346	0.18 484	0.13 444	0.17 457	0.17 457

test_sample2	0.21 229	0.10 74	0.28 119	0.19 85	0.11 108	0.27 282	0.21 312	0.43 312	0.29 213	0.26 197	0.31 231	0.30 292	0.24 294	0.45 334	0.18 216	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.09 273

test_sample1	0.20 209	0.10 74	0.28 119	0.19 85	0.12 164	0.28 301	0.19 234	0.41 286	0.25 160	0.26 197	0.31 231	0.29 276	0.26 324	0.44 331	0.21 282	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.09 273

DispNO	0.27 358	0.18 372	0.62 427	0.23 294	0.17 383	0.25 252	0.22 338	0.45 328	0.41 358	0.32 314	0.39 327	0.38 359	0.27 343	0.77 482	0.27 360	0.09 270	0.07 262	0.10 303	0.10 339	0.08 169	0.08 216

CoDeX	0.23 276	0.12 177	0.46 335	0.21 188	0.14 280	0.29 322	0.21 312	0.53 422	0.41 358	0.29 243	0.35 281	0.29 276	0.22 262	0.48 343	0.19 245	0.09 270	0.06 145	0.08 153	0.07 136	0.08 169	0.07 150

mmm	0.21 229	0.12 177	0.31 150	0.22 247	0.12 164	0.28 301	0.21 312	0.41 286	0.27 179	0.29 243	0.38 314	0.29 276	0.24 294	0.29 248	0.22 302	0.09 270	0.07 262	0.11 360	0.09 297	0.10 300	0.09 273

11t1	0.18 156	0.10 74	0.30 136	0.20 144	0.11 108	0.27 282	0.17 147	0.35 217	0.23 132	0.25 185	0.23 148	0.23 201	0.23 276	0.25 184	0.18 216	0.09 270	0.07 262	0.07 75	0.06 80	0.09 235	0.09 273

1111x	0.32 414	0.11 135	0.40 264	0.22 247	0.11 108	0.32 364	0.26 414	0.59 478	0.43 372	0.31 291	0.41 345	0.39 371	0.28 359	0.76 476	1.37 545	0.09 270	0.08 346	0.09 230	0.10 339	0.09 235	0.08 216

MIF-Stereo (partial)	0.16 115	0.10 74	0.34 180	0.21 188	0.15 330	0.15 21	0.13 38	0.28 120	0.25 160	0.17 114	0.26 179	0.15 101	0.16 167	0.25 184	0.17 195	0.09 270	0.06 145	0.10 303	0.08 211	0.09 235	0.08 216

EKT-Stereo	0.38 457	0.12 177	0.38 241	0.42 521	3.88 571	0.21 167	0.17 147	0.35 217	0.28 194	0.20 140	0.20 122	0.23 201	0.15 151	0.28 232	0.16 165	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

PCWNet_CMD	0.23 276	0.13 239	0.48 352	0.20 144	0.13 238	0.28 301	0.16 111	0.46 339	0.46 415	0.29 243	0.36 291	0.37 351	0.24 294	0.28 232	0.20 259	0.09 270	0.06 145	0.10 303	0.08 211	0.11 348	0.09 273

gwcnet-sp	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

scenet	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

knoymous	0.17 132	0.09 37	0.32 156	0.17 17	0.11 108	0.21 167	0.17 147	0.32 171	0.23 132	0.23 163	0.28 191	0.27 251	0.16 167	0.23 143	0.16 165	0.09 270	0.06 145	0.09 230	0.06 80	0.09 235	0.09 273

riskmin	0.18 156	0.09 37	0.34 180	0.18 46	0.12 164	0.24 238	0.16 111	0.34 193	0.28 194	0.21 151	0.23 148	0.33 319	0.24 294	0.23 143	0.17 195	0.09 270	0.06 145	0.09 230	0.06 80	0.10 300	0.10 329

ssnet	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

x	0.19 194	0.11 135	0.29 129	0.20 144	0.11 108	0.26 272	0.18 190	0.41 286	0.29 213	0.25 185	0.29 204	0.28 266	0.24 294	0.26 200	0.23 321	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.08 216

DisPM	0.19 194	0.10 74	0.35 190	0.23 294	0.13 238	0.18 83	0.20 281	0.29 131	0.29 213	0.33 326	0.34 270	0.23 201	0.16 167	0.33 283	0.16 165	0.09 270	0.06 145	0.09 230	0.08 211	0.07 107	0.11 364

Wz-Net-LNSev-Ref	0.30 398	0.20 400	0.70 455	0.21 188	0.17 383	0.46 463	0.27 420	0.50 377	0.49 439	0.42 444	0.55 452	0.43 405	0.30 387	0.46 337	0.38 421	0.09 270	0.06 145	0.07 75	0.06 80	0.11 348	0.10 329

IER	0.23 276	0.12 177	0.39 256	0.20 144	0.14 280	0.31 355	0.19 234	0.42 300	0.36 297	0.33 326	0.40 337	0.32 312	0.33 413	0.29 248	0.22 302	0.09 270	0.07 262	0.08 153	0.08 211	0.09 235	0.08 216

hknet	0.25 334	0.14 281	0.40 264	0.25 382	0.15 330	0.35 403	0.21 312	0.56 454	0.37 308	0.34 346	0.35 281	0.43 405	0.27 343	0.37 306	0.21 282	0.09 270	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

DAS	0.27 358	0.12 177	0.42 297	0.24 345	0.18 404	0.29 322	0.24 385	0.45 328	0.45 398	0.41 434	0.44 385	0.34 326	0.29 374	0.75 471	0.21 282	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

SepStereo	0.26 350	0.12 177	0.42 297	0.24 345	0.18 404	0.29 322	0.24 385	0.45 328	0.45 398	0.41 434	0.44 385	0.34 326	0.29 374	0.64 431	0.21 282	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

GwcNet-ADL	0.22 259	0.14 281	0.58 408	0.24 345	0.13 238	0.22 195	0.23 363	0.49 367	0.40 348	0.27 206	0.29 204	0.30 292	0.20 242	0.26 200	0.23 321	0.09 270	0.07 262	0.07 75	0.07 136	0.09 235	0.09 273

TRStereo	0.19 194	0.17 358	0.47 343	0.23 294	0.19 424	0.19 109	0.16 111	0.52 411	0.28 194	0.20 140	0.19 106	0.21 169	0.13 116	0.24 153	0.13 83	0.09 270	0.06 145	0.09 230	0.11 378	0.06 40	0.06 75

PSM-softLoss	0.21 229	0.10 74	0.39 256	0.24 345	0.12 164	0.20 140	0.18 190	0.38 251	0.26 169	0.29 243	0.32 240	0.24 213	0.16 167	0.52 363	0.20 259	0.09 270	0.06 145	0.10 303	0.09 297	0.08 169	0.12 387

KMStereo	0.21 229	0.10 74	0.39 256	0.24 345	0.12 164	0.20 140	0.18 190	0.38 251	0.26 169	0.29 243	0.32 240	0.24 213	0.16 167	0.52 363	0.20 259	0.09 270	0.06 145	0.10 303	0.09 297	0.08 169	0.12 387

PFNet	0.23 276	0.10 74	0.57 403	0.24 345	0.14 280	0.22 195	0.19 234	0.39 263	0.33 258	0.35 363	0.32 240	0.27 251	0.19 233	0.64 431	0.22 302	0.09 270	0.05 29	0.09 230	0.07 136	0.08 169	0.07 150

Pruner-Stereo	0.19 194	0.11 135	0.34 180	0.29 468	0.12 164	0.19 109	0.17 147	0.31 161	0.29 213	0.33 326	0.32 240	0.25 221	0.15 151	0.24 153	0.21 282	0.09 270	0.06 145	0.09 230	0.08 211	0.08 169	0.09 273

AnonymousM	0.17 132	0.19 388	0.24 79	0.18 46	0.10 65	0.18 83	0.17 147	0.30 150	0.23 132	0.26 197	0.20 122	0.18 135	0.14 136	0.19 85	0.14 117	0.09 270	0.06 145	0.38 529	0.15 466	0.06 40	0.05 21

CFNet_pseudo	0.23 276	0.13 239	0.47 343	0.19 85	0.13 238	0.26 272	0.16 111	0.44 318	0.44 387	0.29 243	0.37 300	0.38 359	0.23 276	0.29 248	0.21 282	0.09 270	0.06 145	0.11 360	0.08 211	0.11 348	0.09 273

RAFT + AFF	0.27 358	0.23 436	0.50 368	0.25 382	0.17 383	0.30 339	0.33 473	0.52 411	0.40 348	0.28 216	0.30 217	0.30 292	0.31 403	0.62 423	0.24 332	0.09 270	0.10 405	0.11 360	0.10 339	0.11 348	0.11 364

GMStereo	0.19 194	0.25 445	0.40 264	0.21 188	0.12 164	0.22 195	0.19 234	0.29 131	0.40 348	0.25 185	0.23 148	0.16 118	0.15 151	0.25 184	0.19 245	0.09 270	0.06 145	0.08 153	0.08 211	0.10 300	0.08 216
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.22 259	0.10 74	0.51 379	0.21 188	0.14 280	0.34 388	0.22 338	0.55 439	0.39 332	0.29 243	0.32 240	0.23 201	0.21 249	0.27 219	0.19 245	0.09 270	0.07 262	0.09 230	0.09 297	0.09 235	0.08 216

delet	0.27 358	0.14 281	0.40 264	0.23 294	0.19 424	0.41 438	0.29 441	0.49 367	0.48 430	0.33 326	0.41 345	0.37 351	0.30 387	0.48 343	0.34 408	0.09 270	0.09 380	0.11 360	0.12 417	0.08 169	0.08 216

UNet	0.28 378	0.14 281	0.69 449	0.23 294	0.20 441	0.44 455	0.22 338	0.50 377	0.40 348	0.34 346	0.39 327	0.43 405	0.33 413	0.40 320	0.31 391	0.09 270	0.07 262	0.10 303	0.08 211	0.10 300	0.08 216

CREStereo	0.13 49	0.08 8	0.21 56	0.14 1	0.08 9	0.22 195	0.15 82	0.25 80	0.24 147	0.16 102	0.21 134	0.14 85	0.13 116	0.18 62	0.13 83	0.09 270	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75
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
FENet	0.21 229	0.11 135	0.45 327	0.21 188	0.12 164	0.26 272	0.17 147	0.41 286	0.35 284	0.30 274	0.31 231	0.29 276	0.23 276	0.26 200	0.23 321	0.09 270	0.06 145	0.09 230	0.09 297	0.09 235	0.09 273

ADCRef	0.38 457	0.24 440	0.88 494	0.26 416	0.21 449	0.49 480	0.27 420	0.52 411	0.48 430	0.50 478	0.58 464	0.35 340	0.47 483	0.48 343	1.29 544	0.09 270	0.08 346	0.12 398	0.12 417	0.11 348	0.11 364

RASNet	0.28 378	0.14 281	0.44 316	0.22 247	0.18 404	0.32 364	0.19 234	0.48 359	0.38 322	0.29 243	0.43 374	0.47 430	0.37 439	0.79 486	0.36 418	0.09 270	0.07 262	0.07 75	0.09 297	0.07 107	0.07 150

MSMDNet	0.23 276	0.13 239	0.48 352	0.20 144	0.13 238	0.28 301	0.16 111	0.46 339	0.46 415	0.29 243	0.36 291	0.37 351	0.24 294	0.28 232	0.20 259	0.09 270	0.06 145	0.09 230	0.08 211	0.11 348	0.09 273

CFNet	0.27 358	0.20 400	0.44 316	0.22 247	0.14 280	0.33 375	0.14 58	0.51 394	0.45 398	0.30 274	0.40 337	0.38 359	0.27 343	0.76 476	0.25 342	0.09 270	0.07 262	0.11 360	0.11 378	0.11 348	0.08 216

ccs_rob	0.23 276	0.13 239	0.47 343	0.20 144	0.13 238	0.26 272	0.17 147	0.44 318	0.44 387	0.29 243	0.37 300	0.38 359	0.23 276	0.29 248	0.21 282	0.09 270	0.06 145	0.11 360	0.08 211	0.11 348	0.09 273

StereoDRNet-Refined	0.27 358	0.17 358	0.35 190	0.25 382	0.14 280	0.37 413	0.21 312	0.47 347	0.41 358	0.44 457	0.51 430	0.41 392	0.28 359	0.45 334	0.37 419	0.09 270	0.06 145	0.11 360	0.11 378	0.10 300	0.10 329
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	0.32 414	0.13 239	0.51 379	0.25 382	0.16 362	0.48 475	0.25 402	0.50 377	0.57 477	0.37 385	0.45 397	0.62 491	0.36 430	0.64 431	0.49 466	0.09 270	0.07 262	0.09 230	0.08 211	0.12 385	0.11 364

FlowAnything_test	0.14 73	0.11 135	0.21 56	0.21 188	0.12 164	0.17 63	0.16 111	0.25 80	0.16 27	0.15 80	0.13 37	0.15 101	0.14 136	0.18 62	0.16 165	0.10 318	0.07 262	0.11 360	0.12 417	0.08 169	0.09 273

z-mn7	0.44 484	0.40 509	1.09 520	0.25 382	0.18 404	0.61 507	0.34 475	0.56 454	0.93 536	0.43 450	0.96 523	0.53 463	0.39 449	0.94 516	0.59 485	0.10 318	0.09 380	0.10 303	0.10 339	0.14 418	0.13 403

w-ln-seven-2	0.36 440	0.29 473	1.06 518	0.27 444	0.18 404	0.37 413	0.30 452	0.50 377	0.54 465	0.45 461	0.55 452	0.45 420	0.41 457	0.62 423	0.49 466	0.10 318	0.10 405	0.12 398	0.11 378	0.14 418	0.11 364

coex_refinement	0.26 350	0.16 339	0.36 210	0.23 294	0.15 330	0.31 355	0.20 281	0.49 367	0.42 365	0.35 363	0.42 361	0.45 420	0.27 343	0.55 378	0.33 403	0.10 318	0.06 145	0.07 75	0.07 136	0.10 300	0.10 329

G2L-Stereo	0.25 334	0.16 339	0.47 343	0.22 247	0.14 280	0.25 252	0.18 190	0.46 339	0.35 284	0.33 326	0.37 300	0.40 385	0.22 262	0.60 408	0.30 384	0.10 318	0.09 380	0.10 303	0.08 211	0.09 235	0.09 273

FACV-RUCA	0.21 229	0.15 314	0.32 156	0.23 294	0.23 478	0.26 272	0.19 234	0.39 263	0.34 268	0.25 185	0.32 240	0.21 169	0.24 294	0.24 153	0.19 245	0.10 318	0.07 262	0.15 459	0.08 211	0.16 440	0.13 403

DCVSM-stereo	0.24 306	0.13 239	0.52 383	0.20 144	0.14 280	0.26 272	0.13 38	0.34 193	0.34 268	0.41 434	0.33 261	0.47 430	0.29 374	0.30 263	0.22 302	0.10 318	0.10 405	0.11 360	0.10 339	0.12 385	0.15 436

ACV-stereo	0.29 389	0.18 372	0.79 472	0.23 294	0.16 362	0.47 469	0.19 234	0.36 235	0.34 268	0.29 243	0.33 261	0.67 507	0.42 466	0.54 376	0.30 384	0.10 318	0.09 380	0.09 230	0.09 297	0.10 300	0.11 364

test_sample6	0.25 334	0.13 239	0.41 287	0.21 188	0.11 108	0.30 339	0.22 338	0.51 394	0.35 284	0.33 326	0.43 374	0.30 292	0.24 294	0.57 393	0.22 302	0.10 318	0.07 262	0.10 303	0.10 339	0.11 348	0.10 329

test_sample5	0.24 306	0.13 239	0.42 297	0.21 188	0.12 164	0.30 339	0.21 312	0.50 377	0.34 268	0.32 314	0.41 345	0.29 276	0.23 276	0.55 378	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

test_sample4	0.24 306	0.13 239	0.43 308	0.20 144	0.12 164	0.32 364	0.21 312	0.51 394	0.34 268	0.31 291	0.37 300	0.28 266	0.23 276	0.53 370	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

test_sample3	0.23 276	0.12 177	0.43 308	0.19 85	0.12 164	0.32 364	0.20 281	0.50 377	0.34 268	0.31 291	0.33 261	0.29 276	0.22 262	0.53 370	0.22 302	0.10 318	0.07 262	0.09 230	0.08 211	0.10 300	0.10 329

SMFormer	0.25 334	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.28 364	0.10 318	0.07 262	0.08 153	0.08 211	0.09 235	0.09 273

tta	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.28 364	0.10 318	0.07 262	0.08 153	0.08 211	0.08 169	0.07 150

qqq1	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.16 165	0.10 318	0.07 262	0.07 75	0.06 80	0.08 169	0.07 150

fff1	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.16 165	0.10 318	0.07 262	0.07 75	0.06 80	0.08 169	0.07 150

DualNet	0.24 306	0.13 239	0.42 297	0.21 188	0.12 164	0.30 339	0.21 312	0.50 377	0.34 268	0.33 326	0.43 374	0.29 276	0.23 276	0.55 378	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

mmx	0.31 405	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.55 439	0.45 398	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 529	0.10 318	0.07 262	0.11 360	0.10 339	0.11 348	0.10 329

xxx	0.31 405	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.55 439	0.45 398	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 529	0.10 318	0.07 262	0.11 360	0.10 339	0.11 348	0.10 329

iinet-f	0.30 398	0.18 372	1.03 516	0.20 144	0.15 330	0.44 455	0.22 338	0.45 328	0.37 308	0.35 363	0.44 385	0.41 392	0.34 422	0.34 289	0.40 436	0.10 318	0.09 380	0.08 153	0.08 211	0.13 400	0.11 364

BUS	0.23 276	0.12 177	0.28 119	0.25 382	0.14 280	0.43 453	0.17 147	0.56 454	0.34 268	0.34 346	0.35 281	0.32 312	0.20 242	0.26 200	0.21 282	0.10 318	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

NINENet	0.25 334	0.15 314	0.37 222	0.23 294	0.16 362	0.43 453	0.17 147	0.60 486	0.46 415	0.32 314	0.37 300	0.32 312	0.20 242	0.42 325	0.21 282	0.10 318	0.10 405	0.12 398	0.08 211	0.11 348	0.10 329

BSDual-CNN	0.23 276	0.12 177	0.28 119	0.25 382	0.14 280	0.35 403	0.21 312	0.56 454	0.34 268	0.34 346	0.35 281	0.38 359	0.24 294	0.26 200	0.21 282	0.10 318	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

psmg	0.23 276	0.12 177	0.28 119	0.21 188	0.14 280	0.35 403	0.23 363	0.51 394	0.34 268	0.35 363	0.38 314	0.38 359	0.24 294	0.26 200	0.21 282	0.10 318	0.08 346	0.10 303	0.10 339	0.09 235	0.08 216

GANet-ADL	0.21 229	0.12 177	0.45 327	0.23 294	0.14 280	0.29 322	0.19 234	0.46 339	0.35 284	0.25 185	0.32 240	0.32 312	0.19 233	0.24 153	0.20 259	0.10 318	0.07 262	0.07 75	0.06 80	0.09 235	0.10 329

ADLNet2	0.30 398	0.17 358	0.72 459	0.23 294	0.17 383	0.36 408	0.24 385	0.52 411	0.51 451	0.32 314	0.38 314	0.45 420	0.30 387	0.69 449	0.35 412	0.10 318	0.08 346	0.09 230	0.09 297	0.12 385	0.10 329

PFNet+	0.20 209	0.10 74	0.37 222	0.21 188	0.12 164	0.17 63	0.19 234	0.29 131	0.34 268	0.33 326	0.32 240	0.24 213	0.16 167	0.32 276	0.17 195	0.10 318	0.07 262	0.11 360	0.10 339	0.08 169	0.12 387

sAnonymous2	0.20 209	0.21 414	0.58 408	0.24 345	0.17 383	0.22 195	0.19 234	0.34 193	0.28 194	0.17 114	0.19 106	0.17 125	0.16 167	0.17 44	0.14 117	0.10 318	0.07 262	0.09 230	0.08 211	0.23 498	0.17 457

CroCo_RVC	0.20 209	0.21 414	0.58 408	0.24 345	0.17 383	0.22 195	0.19 234	0.34 193	0.28 194	0.17 114	0.19 106	0.17 125	0.16 167	0.17 44	0.14 117	0.10 318	0.07 262	0.09 230	0.08 211	0.23 498	0.17 457

sCroCo_RVC	0.18 156	0.14 281	0.49 357	0.27 444	0.18 404	0.22 195	0.17 147	0.27 101	0.23 132	0.14 68	0.22 144	0.17 125	0.14 136	0.21 119	0.15 141	0.10 318	0.11 429	0.09 230	0.09 297	0.09 235	0.09 273

GES	0.22 259	0.12 177	0.42 297	0.20 144	0.14 280	0.27 282	0.19 234	0.49 367	0.33 258	0.30 274	0.36 291	0.25 221	0.23 276	0.29 248	0.22 302	0.10 318	0.08 346	0.08 153	0.07 136	0.10 300	0.11 364

test_xeample	0.34 431	0.10 74	0.29 129	0.19 85	0.11 108	0.33 375	0.23 363	0.55 439	0.38 322	0.32 314	0.45 397	0.29 276	0.26 324	0.57 393	2.24 563	0.10 318	0.07 262	0.09 230	0.08 211	0.09 235	0.09 273

UPFNet	0.25 334	0.12 177	0.38 241	0.24 345	0.19 424	0.37 413	0.28 435	0.48 359	0.38 322	0.34 346	0.37 300	0.37 351	0.28 359	0.39 313	0.33 403	0.10 318	0.09 380	0.10 303	0.10 339	0.10 300	0.08 216

EDNetEfficientorigin	7.51 574	0.52 530	140.47 593	0.25 382	0.17 383	0.42 445	0.29 441	0.47 347	1.03 540	1.28 547	1.02 527	0.83 522	0.84 534	0.75 471	0.99 524	0.10 318	0.09 380	0.12 398	0.10 339	0.21 489	0.22 501

FADNet-RVC-Resample	0.29 389	0.25 445	0.93 502	0.26 416	0.16 362	0.32 364	0.21 312	0.47 347	0.39 332	0.35 363	0.38 314	0.33 319	0.27 343	0.53 370	0.24 332	0.10 318	0.10 405	0.14 445	0.13 444	0.13 400	0.16 445

SuperB	0.49 496	0.28 466	2.23 553	0.23 294	0.15 330	0.41 438	0.32 463	0.47 347	0.82 521	0.43 450	0.50 424	0.33 319	0.45 474	0.68 447	1.08 529	0.10 318	0.07 262	0.09 230	0.08 211	0.98 560	0.14 424

ADCP+	0.45 486	0.24 440	1.15 526	0.25 382	0.22 465	0.56 496	0.39 498	0.54 429	0.51 451	0.44 457	0.51 430	0.46 428	0.52 497	0.56 389	1.89 557	0.10 318	0.08 346	0.11 360	0.10 339	0.14 418	0.13 403

DLCB_ROB	0.28 378	0.16 339	0.34 180	0.27 444	0.16 362	0.38 421	0.25 402	0.48 359	0.43 372	0.46 465	0.46 407	0.51 452	0.33 413	0.53 370	0.33 403	0.10 318	0.10 405	0.11 360	0.11 378	0.10 300	0.09 273

LE_ROB	1.76 561	0.20 400	2.68 561	0.48 529	0.52 537	0.78 526	0.96 557	0.84 540	6.61 574	7.40 576	2.08 560	2.08 553	4.83 570	1.27 543	3.79 569	0.10 318	0.08 346	0.12 398	0.11 378	0.11 348	0.10 329

MSAF-DinoV2	0.76 535	0.44 515	1.98 551	0.49 532	0.16 362	0.58 500	0.31 457	0.81 537	0.83 525	0.41 434	0.52 438	0.98 531	0.58 506	4.97 573	1.03 526	0.11 357	0.07 262	0.10 303	0.24 513	0.27 513	0.26 517

w-ln-seven	0.42 473	0.30 480	1.18 527	0.26 416	0.22 465	0.58 500	0.31 457	0.62 498	0.81 520	0.58 502	0.61 478	0.53 463	0.36 430	0.57 393	0.65 498	0.11 357	0.10 405	0.13 419	0.12 417	0.15 432	0.13 403

DDVS	0.25 334	0.15 314	0.39 256	0.24 345	0.17 383	0.34 388	0.21 312	0.41 286	0.30 225	0.33 326	0.41 345	0.48 436	0.21 249	0.52 363	0.27 360	0.11 357	0.09 380	0.11 360	0.09 297	0.13 400	0.14 424

rvit_stereo_0083	0.16 115	0.12 177	0.26 99	0.21 188	0.13 238	0.17 63	0.17 147	0.22 42	0.34 268	0.16 102	0.21 134	0.19 149	0.16 167	0.21 119	0.16 165	0.11 357	0.10 405	0.10 303	0.08 211	0.09 235	0.07 150

rvit_stereo_0081_aga	0.16 115	0.14 281	0.28 119	0.21 188	0.13 238	0.19 109	0.17 147	0.23 60	0.24 147	0.17 114	0.21 134	0.19 149	0.13 116	0.19 85	0.14 117	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

rvit_stereo_0081	0.16 115	0.11 135	0.24 79	0.21 188	0.12 164	0.16 44	0.17 147	0.22 42	0.33 258	0.16 102	0.18 98	0.18 135	0.14 136	0.20 100	0.16 165	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

ITSA-stereo	0.25 334	0.15 314	0.33 171	0.23 294	0.11 108	0.27 282	0.18 190	0.56 454	0.59 480	0.31 291	0.32 240	0.33 319	0.28 359	0.49 348	0.30 384	0.11 357	0.08 346	0.11 360	0.10 339	0.11 348	0.13 403

rvit_stereo_0082	0.16 115	0.11 135	0.24 79	0.21 188	0.12 164	0.16 44	0.17 147	0.22 42	0.33 258	0.16 102	0.18 98	0.18 135	0.14 136	0.20 100	0.16 165	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

rvit_stereo_0080	0.15 101	0.13 239	0.25 91	0.19 85	0.13 238	0.15 21	0.20 281	0.28 120	0.24 147	0.15 80	0.17 88	0.19 149	0.13 116	0.19 85	0.15 141	0.11 357	0.08 346	0.08 153	0.08 211	0.10 300	0.07 150

rvit_stereo_ft	0.17 132	0.14 281	0.30 136	0.25 382	0.14 280	0.17 63	0.21 312	0.28 120	0.26 169	0.16 102	0.19 106	0.20 158	0.16 167	0.22 134	0.17 195	0.11 357	0.07 262	0.09 230	0.09 297	0.09 235	0.07 150

whm_eth	0.15 101	0.13 239	0.25 91	0.19 85	0.13 238	0.15 21	0.20 281	0.28 120	0.24 147	0.15 80	0.17 88	0.19 149	0.13 116	0.19 85	0.15 141	0.11 357	0.08 346	0.08 153	0.08 211	0.10 300	0.07 150

StereoVision	0.22 259	0.18 372	0.37 222	0.27 444	0.17 383	0.23 216	0.22 338	0.38 251	0.31 237	0.20 140	0.51 430	0.22 181	0.16 167	0.28 232	0.18 216	0.11 357	0.12 446	0.13 419	0.13 444	0.10 300	0.07 150

CFNet_ucs	0.24 306	0.13 239	0.50 368	0.20 144	0.15 330	0.28 301	0.17 147	0.49 367	0.45 398	0.32 314	0.42 361	0.39 371	0.22 262	0.31 270	0.21 282	0.11 357	0.08 346	0.12 398	0.09 297	0.12 385	0.11 364

fast-acv-ft	0.31 405	0.20 400	0.81 477	0.24 345	0.18 404	0.46 463	0.27 420	0.41 286	0.49 439	0.39 415	0.55 452	0.49 441	0.35 426	0.37 306	0.38 421	0.11 357	0.11 429	0.11 360	0.12 417	0.12 385	0.09 273

Wz-Net-LNSev	0.34 431	0.29 473	0.91 498	0.26 416	0.21 449	0.47 469	0.31 457	0.54 429	0.54 465	0.44 457	0.52 438	0.50 448	0.35 426	0.39 313	0.39 429	0.11 357	0.11 429	0.10 303	0.09 297	0.14 418	0.13 403

Wz-Net-MNSev	0.36 440	0.26 456	0.79 472	0.26 416	0.21 449	0.59 503	0.38 493	0.55 439	0.56 474	0.48 475	0.54 448	0.53 463	0.36 430	0.60 408	0.44 452	0.11 357	0.09 380	0.11 360	0.11 378	0.15 432	0.13 403

CRFU-Net	0.28 378	0.14 281	0.45 327	0.25 382	0.15 330	0.45 461	0.23 363	0.50 377	0.30 225	0.43 450	0.41 345	0.48 436	0.46 480	0.43 327	0.29 376	0.11 357	0.10 405	0.09 230	0.08 211	0.10 300	0.10 329

AASNet	0.27 358	0.19 388	0.49 357	0.26 416	0.17 383	0.34 388	0.20 281	0.62 498	0.48 430	0.35 363	0.40 337	0.32 312	0.25 315	0.28 232	0.34 408	0.11 357	0.09 380	0.10 303	0.08 211	0.13 400	0.11 364

AACVNet	0.26 350	0.16 339	0.37 222	0.22 247	0.14 280	0.29 322	0.19 234	0.41 286	0.31 237	0.38 400	0.42 361	0.43 405	0.28 359	0.73 462	0.25 342	0.11 357	0.08 346	0.11 360	0.09 297	0.13 400	0.11 364

PSMNet-ADL	0.25 334	0.15 314	0.32 156	0.26 416	0.14 280	0.31 355	0.22 338	0.44 318	0.36 297	0.27 206	0.33 261	0.41 392	0.28 359	0.61 415	0.29 376	0.11 357	0.09 380	0.09 230	0.11 378	0.10 300	0.10 329

LMCR-Stereo	0.26 350	0.18 372	0.49 357	0.28 465	0.14 280	0.36 408	0.23 363	0.54 429	0.34 268	0.39 415	0.40 337	0.29 276	0.29 374	0.37 306	0.27 360	0.11 357	0.07 262	0.09 230	0.07 136	0.13 400	0.09 273

ADLNet	0.28 378	0.15 314	0.42 297	0.23 294	0.19 424	0.34 388	0.23 363	0.53 422	0.43 372	0.42 444	0.41 345	0.44 416	0.27 343	0.55 378	0.35 412	0.11 357	0.08 346	0.11 360	0.11 378	0.11 348	0.12 387

222	0.41 470	0.10 74	0.29 129	0.19 85	0.11 108	0.36 408	0.20 281	0.57 464	0.39 332	0.35 363	0.44 385	0.30 292	0.27 343	0.55 378	3.56 568	0.11 357	0.07 262	0.08 153	0.08 211	0.09 235	0.09 273

xxxx	0.34 431	0.10 74	0.29 129	0.19 85	0.11 108	0.37 413	0.20 281	0.58 473	0.38 322	0.29 243	0.42 361	0.38 359	0.24 294	0.46 337	2.20 561	0.11 357	0.07 262	0.09 230	0.08 211	0.09 235	0.09 273

psm_up	0.29 389	0.16 339	0.41 287	0.26 416	0.17 383	0.32 364	0.26 414	0.55 439	0.43 372	0.36 379	0.40 337	0.45 420	0.37 439	0.58 400	0.30 384	0.11 357	0.12 446	0.13 419	0.12 417	0.10 300	0.10 329

aanetorigin	0.39 462	0.29 473	1.09 520	0.24 345	0.19 424	0.28 301	0.37 487	0.33 185	0.47 420	0.94 532	0.82 512	0.52 458	0.54 498	0.49 348	0.50 472	0.11 357	0.09 380	0.10 303	0.10 339	0.16 440	0.15 436

EDNetEfficient	0.63 520	0.37 504	2.40 557	0.26 416	0.25 493	0.38 421	0.49 525	0.41 286	1.06 543	1.38 550	0.87 519	0.62 491	0.95 539	0.65 437	1.65 550	0.11 357	0.09 380	0.10 303	0.11 378	0.19 478	0.17 457

ac_64	0.27 358	0.13 239	0.41 287	0.24 345	0.17 383	0.36 408	0.22 338	0.46 339	0.33 258	0.35 363	0.36 291	0.52 458	0.30 387	0.62 423	0.32 396	0.11 357	0.09 380	0.10 303	0.10 339	0.09 235	0.08 216

HGLStereo	0.27 358	0.14 281	0.46 335	0.24 345	0.21 449	0.33 375	0.23 363	0.50 377	0.42 365	0.35 363	0.48 420	0.41 392	0.33 413	0.45 334	0.33 403	0.11 357	0.10 405	0.09 230	0.09 297	0.10 300	0.12 387

cf-r	0.24 306	0.15 314	0.44 316	0.21 188	0.14 280	0.27 282	0.22 338	0.42 300	0.40 348	0.30 274	0.42 361	0.42 401	0.26 324	0.43 327	0.25 342	0.11 357	0.06 145	0.08 153	0.10 339	0.08 169	0.08 216

GANet-RSSM	0.24 306	0.14 281	0.36 210	0.21 188	0.14 280	0.27 282	0.21 312	0.45 328	0.33 258	0.29 243	0.39 327	0.39 371	0.28 359	0.58 400	0.23 321	0.11 357	0.07 262	0.09 230	0.09 297	0.10 300	0.09 273

GwcNet-RSSM	0.26 350	0.17 358	0.46 335	0.21 188	0.13 238	0.28 301	0.23 363	0.44 318	0.42 365	0.31 291	0.45 397	0.40 385	0.26 324	0.55 378	0.28 364	0.11 357	0.07 262	0.09 230	0.10 339	0.09 235	0.08 216

DMCA	0.22 259	0.14 281	0.36 210	0.22 247	0.14 280	0.27 282	0.20 281	0.43 312	0.38 322	0.31 291	0.32 240	0.33 319	0.24 294	0.24 153	0.28 364	0.11 357	0.08 346	0.10 303	0.08 211	0.10 300	0.11 364

ADCL	0.47 490	0.22 427	1.00 511	0.27 444	0.19 424	0.74 520	0.64 537	0.54 429	0.69 504	0.56 499	0.71 497	0.55 469	0.60 509	0.60 408	1.43 546	0.11 357	0.09 380	0.13 419	0.13 444	0.14 418	0.14 424

RYNet	0.37 450	0.18 372	0.59 414	0.25 382	0.28 505	0.61 507	0.32 463	0.59 478	0.59 480	0.41 434	0.38 314	0.57 477	0.39 449	0.87 502	0.53 477	0.11 357	0.08 346	0.12 398	0.11 378	0.18 471	0.18 470

NLCA_NET_v2_RVC	0.27 358	0.21 414	0.59 414	0.25 382	0.18 404	0.29 322	0.22 338	0.50 377	0.40 348	0.38 400	0.41 345	0.43 405	0.27 343	0.43 327	0.29 376	0.11 357	0.08 346	0.10 303	0.10 339	0.10 300	0.11 364
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.31 405	0.22 427	0.50 368	0.23 294	0.14 280	0.30 339	0.24 385	0.47 347	0.54 465	0.38 400	0.60 471	0.43 405	0.29 374	0.87 502	0.40 436	0.11 357	0.07 262	0.07 75	0.07 136	0.09 235	0.09 273

StereoDRNet	0.32 414	0.22 427	0.61 419	0.27 444	0.21 449	0.42 445	0.30 452	0.61 490	0.48 430	0.46 465	0.39 327	0.48 436	0.30 387	0.57 393	0.40 436	0.11 357	0.09 380	0.12 398	0.11 378	0.12 385	0.10 329

zh-sn7	0.48 493	0.51 528	1.43 541	0.29 468	0.20 441	0.47 469	0.39 498	0.57 464	0.62 489	0.52 489	0.81 510	0.52 458	0.56 502	1.05 528	0.87 516	0.12 395	0.13 458	0.13 419	0.13 444	0.17 457	0.16 445

zh-mn7	0.46 488	0.45 516	1.48 542	0.25 382	0.19 424	0.44 455	0.29 441	0.56 454	0.82 521	0.65 512	0.96 523	0.49 441	0.38 443	0.88 505	0.63 494	0.12 395	0.10 405	0.11 360	0.11 378	0.13 400	0.14 424

CAS++	0.16 115	0.12 177	0.27 108	0.18 46	0.12 164	0.17 63	0.15 82	0.42 300	0.24 147	0.19 136	0.18 98	0.13 63	0.10 39	0.21 119	0.12 43	0.12 395	0.10 405	0.11 360	0.08 211	0.10 300	0.09 273
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GMStereo_Zeroshot	0.24 306	0.21 414	0.45 327	0.26 416	0.13 238	0.28 301	0.15 82	0.39 263	0.35 284	0.37 385	0.43 374	0.40 385	0.17 193	0.34 289	0.20 259	0.12 395	0.07 262	0.13 419	0.07 136	0.16 440	0.09 273

coex-ft	3.44 568	0.73 541	48.55 591	0.24 345	0.19 424	0.50 483	0.43 509	0.47 347	2.40 561	7.03 575	1.20 534	0.97 530	2.23 564	0.73 462	1.92 558	0.12 395	0.15 483	0.14 445	0.12 417	0.21 489	0.43 536

Wz-Net-SNSev	0.43 478	0.41 513	1.27 534	0.30 477	0.21 449	0.44 455	0.41 504	0.61 490	0.65 495	0.46 465	0.65 486	0.62 491	0.39 449	0.74 470	0.59 485	0.12 395	0.11 429	0.12 398	0.13 444	0.16 440	0.14 424

CSP-Net	0.27 358	0.15 314	0.30 136	0.21 188	0.14 280	0.44 455	0.24 385	0.50 377	0.40 348	0.41 434	0.43 374	0.42 401	0.26 324	0.66 442	0.28 364	0.12 395	0.08 346	0.08 153	0.08 211	0.10 300	0.09 273

dd	0.22 259	0.26 456	0.40 264	0.22 247	0.12 164	0.25 252	0.21 312	0.32 171	0.44 387	0.29 243	0.28 191	0.25 221	0.16 167	0.30 263	0.25 342	0.12 395	0.07 262	0.10 303	0.08 211	0.11 348	0.09 273

ICVP	0.23 276	0.13 239	0.44 316	0.26 416	0.14 280	0.29 322	0.25 402	0.45 328	0.33 258	0.29 243	0.43 374	0.35 340	0.25 315	0.26 200	0.23 321	0.12 395	0.09 380	0.09 230	0.08 211	0.09 235	0.10 329
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.27 358	0.20 400	0.44 316	0.27 444	0.16 362	0.33 375	0.25 402	0.56 454	0.54 465	0.34 346	0.38 314	0.34 326	0.25 315	0.51 357	0.28 364	0.12 395	0.08 346	0.09 230	0.08 211	0.11 348	0.11 364

Anonymous3	0.23 276	0.18 372	0.63 430	0.27 444	0.18 404	0.41 438	0.23 363	0.43 312	0.35 284	0.23 163	0.27 186	0.20 158	0.18 218	0.27 219	0.18 216	0.12 395	0.11 429	0.10 303	0.10 339	0.11 348	0.12 387

PSMNet-RSSM	0.24 306	0.15 314	0.36 210	0.21 188	0.14 280	0.25 252	0.20 281	0.48 359	0.37 308	0.30 274	0.44 385	0.38 359	0.26 324	0.52 363	0.22 302	0.12 395	0.07 262	0.11 360	0.13 444	0.10 300	0.09 273

CFNet-ft	0.24 306	0.15 314	0.35 190	0.18 46	0.15 330	0.30 339	0.21 312	0.39 263	0.36 297	0.28 216	0.40 337	0.43 405	0.25 315	0.47 341	0.24 332	0.12 395	0.07 262	0.12 398	0.11 378	0.12 385	0.09 273

DSFCA	0.27 358	0.13 239	0.36 210	0.20 144	0.17 383	0.38 421	0.31 457	0.47 347	0.43 372	0.43 450	0.37 300	0.39 371	0.29 374	0.52 363	0.32 396	0.12 395	0.10 405	0.10 303	0.11 378	0.11 348	0.10 329

S-Stereo	0.38 457	0.20 400	1.05 517	0.27 444	0.22 465	0.38 421	0.32 463	0.55 439	0.66 496	0.39 415	0.59 466	0.49 441	0.41 457	0.75 471	0.40 436	0.12 395	0.15 483	0.13 419	0.13 444	0.16 440	0.21 496

PA-Net	0.37 450	0.28 466	0.83 482	0.31 483	0.28 505	0.39 429	0.42 507	0.51 394	0.55 471	0.34 346	0.42 361	0.41 392	0.36 430	0.79 486	0.49 466	0.12 395	0.23 522	0.16 470	0.23 511	0.12 385	0.18 470
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.24 306	0.15 314	0.35 190	0.18 46	0.15 330	0.30 339	0.21 312	0.39 263	0.36 297	0.28 216	0.40 337	0.43 405	0.25 315	0.47 341	0.24 332	0.12 395	0.07 262	0.12 398	0.11 378	0.12 385	0.09 273

DRN-Test	0.33 423	0.17 358	0.61 419	0.27 444	0.19 424	0.46 463	0.29 441	0.65 507	0.51 451	0.47 472	0.46 407	0.44 416	0.34 422	0.62 423	0.41 444	0.12 395	0.08 346	0.13 419	0.12 417	0.12 385	0.10 329

NaN_ROB	0.41 470	0.28 466	0.62 427	0.30 477	0.19 424	0.51 484	0.47 519	0.58 473	0.59 480	0.56 499	0.47 414	0.49 441	0.41 457	1.21 539	0.64 496	0.12 395	0.18 503	0.12 398	0.13 444	0.11 348	0.14 424

S2M2	0.13 49	0.11 135	0.20 49	0.16 7	0.12 164	0.12 7	0.07 1	0.18 14	0.20 86	0.12 32	0.15 67	0.14 85	0.12 86	0.15 15	0.14 117	0.13 414	0.09 380	0.09 230	0.10 339	0.11 348	0.09 273

YMNet	0.32 414	0.22 427	0.58 408	0.27 444	0.23 478	0.48 475	0.27 420	0.51 394	0.45 398	0.48 475	0.56 459	0.51 452	0.30 387	0.39 313	0.40 436	0.13 414	0.16 490	0.13 419	0.12 417	0.13 400	0.12 387

YMNet_1	0.32 414	0.22 427	0.58 408	0.27 444	0.23 478	0.48 475	0.27 420	0.51 394	0.45 398	0.48 475	0.56 459	0.51 452	0.30 387	0.39 313	0.40 436	0.13 414	0.16 490	0.13 419	0.12 417	0.13 400	0.12 387

ttt	0.29 389	0.12 177	0.34 180	0.21 188	0.13 238	0.29 322	0.20 281	0.56 454	0.47 420	0.31 291	0.44 385	0.30 292	0.22 262	0.65 437	0.85 515	0.13 414	0.10 405	0.10 303	0.10 339	0.11 348	0.11 364

CASS	0.21 229	0.15 314	0.32 156	0.26 416	0.11 108	0.28 301	0.19 234	0.39 263	0.30 225	0.32 314	0.34 270	0.25 221	0.24 294	0.25 184	0.20 259	0.13 414	0.08 346	0.11 360	0.09 297	0.11 348	0.11 364
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet_v2	0.28 378	0.16 339	0.44 316	0.22 247	0.15 330	0.40 434	0.30 452	0.57 464	0.46 415	0.38 400	0.36 291	0.47 430	0.29 374	0.38 311	0.39 429	0.13 414	0.11 429	0.11 360	0.11 378	0.11 348	0.11 364

WZ-Net	0.52 507	0.38 507	1.90 550	0.30 477	0.24 486	0.57 499	0.48 523	0.62 498	0.78 517	0.50 478	0.71 497	0.68 511	0.54 498	0.98 523	0.84 512	0.13 414	0.10 405	0.11 360	0.12 417	0.19 478	0.20 488

SACVNet	0.30 398	0.20 400	0.41 287	0.25 382	0.18 404	0.34 388	0.25 402	0.52 411	0.40 348	0.41 434	0.44 385	0.46 428	0.32 410	0.71 455	0.25 342	0.13 414	0.10 405	0.12 398	0.12 417	0.16 440	0.17 457

HCRNet	0.24 306	0.25 445	0.33 171	0.34 497	0.16 362	0.27 282	0.18 190	0.43 312	0.35 284	0.30 274	0.35 281	0.32 312	0.22 262	0.44 331	0.20 259	0.13 414	0.08 346	0.13 419	0.11 378	0.10 300	0.09 273

APVNet	0.36 440	0.20 400	0.70 455	0.26 416	0.22 465	0.52 493	0.35 479	0.61 490	0.44 387	0.38 400	0.52 438	0.48 436	0.38 443	0.84 498	0.46 461	0.13 414	0.14 468	0.15 459	0.16 478	0.16 440	0.15 436

GwcNet	0.35 436	0.23 436	0.88 494	0.25 382	0.24 486	0.48 475	0.27 420	0.55 439	0.57 477	0.38 400	0.52 438	0.51 452	0.32 410	0.60 408	0.41 444	0.13 414	0.11 429	0.12 398	0.11 378	0.13 400	0.14 424

FAT-Stereo	0.36 440	0.18 372	0.73 463	0.26 416	0.18 404	0.33 375	0.29 441	0.60 486	0.59 480	0.46 465	0.60 471	0.60 485	0.50 492	0.61 415	0.34 408	0.13 414	0.14 468	0.13 419	0.12 417	0.14 418	0.18 470

DMCA-RVC	0.27 358	0.21 414	0.61 419	0.28 465	0.17 383	0.29 322	0.21 312	0.42 300	0.35 284	0.40 425	0.37 300	0.39 371	0.36 430	0.43 327	0.30 384	0.13 414	0.10 405	0.15 459	0.11 378	0.13 400	0.10 329

FADNet-RVC	0.31 405	0.35 496	0.78 466	0.25 382	0.20 441	0.33 375	0.20 281	0.49 367	0.40 348	0.34 346	0.39 327	0.41 392	0.29 374	0.63 429	0.31 391	0.13 414	0.14 468	0.14 445	0.15 466	0.19 478	0.19 478

STTStereo	0.28 378	0.20 400	0.61 419	0.25 382	0.17 383	0.29 322	0.24 385	0.47 347	0.39 332	0.39 415	0.41 345	0.44 416	0.28 359	0.40 320	0.28 364	0.13 414	0.12 446	0.13 419	0.16 478	0.12 385	0.11 364

stereogan	0.37 450	0.17 358	0.65 438	0.27 444	0.22 465	0.62 509	0.26 414	0.59 478	0.63 493	0.43 450	0.60 471	0.67 507	0.42 466	0.68 447	0.35 412	0.13 414	0.14 468	0.14 445	0.12 417	0.19 478	0.17 457

RTSC	0.39 462	0.28 466	0.78 466	0.27 444	0.18 404	0.49 480	0.22 338	0.59 478	0.84 528	0.55 498	0.53 445	0.49 441	0.36 430	0.67 446	0.82 511	0.13 414	0.10 405	0.11 360	0.12 417	0.17 457	0.17 457

ADCMid	0.49 496	0.34 494	1.13 525	0.26 416	0.21 449	0.51 484	0.37 487	0.57 464	0.54 465	0.75 523	0.66 488	0.62 491	0.64 519	0.64 431	1.68 551	0.13 414	0.12 446	0.17 476	0.17 487	0.20 486	0.17 457

DANet	0.35 436	0.23 436	0.60 416	0.36 507	0.22 465	0.39 429	0.25 402	0.48 359	0.43 372	0.52 489	0.50 424	0.59 482	0.41 457	0.76 476	0.49 466	0.13 414	0.11 429	0.14 445	0.12 417	0.17 457	0.15 436
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.36 440	0.22 427	0.49 357	0.29 468	0.17 383	0.41 438	0.38 493	0.57 464	0.45 398	0.46 465	0.75 503	0.55 469	0.40 453	0.94 516	0.41 444	0.13 414	0.13 458	0.13 419	0.11 378	0.14 418	0.11 364

UCFNet_RVC	0.24 306	0.16 339	0.34 180	0.18 46	0.15 330	0.33 375	0.16 111	0.46 339	0.35 284	0.29 243	0.35 281	0.39 371	0.25 315	0.34 289	0.22 302	0.13 414	0.08 346	0.13 419	0.14 457	0.13 400	0.12 387

NVstereo2D	0.31 405	0.16 339	0.54 390	0.24 345	0.22 465	0.42 445	0.28 435	0.58 473	0.56 474	0.28 216	0.38 314	0.40 385	0.30 387	0.71 455	0.28 364	0.13 414	0.08 346	0.13 419	0.10 339	0.19 478	0.16 445

MDST_ROB	0.48 493	0.14 281	0.95 505	0.30 477	0.21 449	1.33 553	0.32 463	0.77 530	0.56 474	1.06 540	0.71 497	0.49 441	0.35 426	1.26 542	0.38 421	0.13 414	0.11 429	0.16 470	0.13 444	0.12 385	0.12 387

FBW_ROB	0.43 478	0.26 456	0.54 390	0.31 483	0.20 441	0.51 484	0.32 463	0.70 523	0.60 484	0.59 503	0.55 452	0.65 502	0.41 457	1.40 547	0.51 474	0.13 414	0.17 497	0.21 498	0.16 478	0.17 457	0.18 470

ETE_ROB	0.34 431	0.26 456	0.45 327	0.29 468	0.18 404	0.40 434	0.37 487	0.57 464	0.47 420	0.50 478	0.50 424	0.62 491	0.36 430	0.55 378	0.38 421	0.13 414	0.10 405	0.14 445	0.12 417	0.16 440	0.16 445

PWC_ROB	0.38 457	0.29 473	0.69 449	0.25 382	0.20 441	0.38 421	0.19 234	0.58 473	0.67 499	0.57 501	0.85 515	0.51 452	0.40 453	0.71 455	0.52 475	0.13 414	0.09 380	0.14 445	0.10 339	0.17 457	0.14 424

TCMNet	0.33 423	0.23 436	0.72 459	0.29 468	0.30 513	0.40 434	0.28 435	0.50 377	0.47 420	0.37 385	0.45 397	0.40 385	0.29 374	0.60 408	0.39 429	0.14 440	0.13 458	0.15 459	0.14 457	0.17 457	0.15 436

test_sample7	0.25 334	0.15 314	0.35 190	0.20 144	0.14 280	0.28 301	0.21 312	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.39 313	0.23 321	0.14 440	0.09 380	0.13 419	0.12 417	0.13 400	0.12 387

pcwnet_v2	0.32 414	0.15 314	1.26 533	0.23 294	0.18 404	0.32 364	0.18 190	0.59 478	0.60 484	0.36 379	0.45 397	0.35 340	0.29 374	0.36 303	0.25 342	0.14 440	0.11 429	0.12 398	0.11 378	0.14 418	0.15 436

psmorigin	0.50 499	0.25 445	3.03 562	0.24 345	0.19 424	0.38 421	0.22 338	0.50 377	0.44 387	0.64 510	0.68 492	0.71 516	0.51 495	0.85 499	0.45 455	0.14 440	0.17 497	0.13 419	0.14 457	0.16 440	0.21 496

hitnet-ft	0.29 389	0.17 358	0.40 264	0.19 85	0.14 280	0.39 429	0.23 363	0.44 318	0.41 358	0.36 379	0.46 407	0.53 463	0.34 422	0.76 476	0.32 396	0.14 440	0.10 405	0.13 419	0.10 339	0.15 432	0.13 403

FADNet_RVC	0.30 398	0.28 466	0.83 482	0.23 294	0.15 330	0.30 339	0.17 147	0.49 367	0.37 308	0.30 274	0.38 314	0.30 292	0.27 343	0.52 363	0.31 391	0.14 440	0.14 468	0.14 445	0.16 478	0.21 489	0.23 508

RTS	0.78 536	0.48 521	4.68 565	0.34 497	0.28 505	1.12 543	0.46 515	0.62 498	1.03 540	0.73 519	0.89 520	0.60 485	0.59 507	1.61 550	1.16 537	0.14 440	0.11 429	0.15 459	0.15 466	0.21 489	0.19 478

RTSA	0.78 536	0.48 521	4.68 565	0.34 497	0.28 505	1.12 543	0.46 515	0.62 498	1.03 540	0.73 519	0.89 520	0.60 485	0.59 507	1.61 550	1.16 537	0.14 440	0.11 429	0.15 459	0.15 466	0.21 489	0.19 478

TDLM	0.30 398	0.21 414	0.38 241	0.28 465	0.15 330	0.33 375	0.32 463	0.52 411	0.47 420	0.38 400	0.43 374	0.39 371	0.29 374	0.91 511	0.28 364	0.14 440	0.08 346	0.13 419	0.11 378	0.12 385	0.10 329

CVANet_RVC	0.30 398	0.19 388	0.41 287	0.26 416	0.16 362	0.33 375	0.26 414	0.52 411	0.47 420	0.40 425	0.46 407	0.43 405	0.31 403	0.89 507	0.26 355	0.14 440	0.09 380	0.14 445	0.13 444	0.14 418	0.10 329

AdaStereo	0.24 306	0.16 339	0.37 222	0.24 345	0.12 164	0.32 364	0.17 147	0.54 429	0.42 365	0.33 326	0.38 314	0.35 340	0.21 249	0.30 263	0.22 302	0.14 440	0.06 145	0.13 419	0.08 211	0.11 348	0.08 216
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.
SANet	0.53 508	0.28 466	0.96 507	0.26 416	0.15 330	0.69 515	0.44 512	0.67 518	1.34 550	0.67 514	0.98 526	0.94 527	0.71 524	0.89 507	0.76 504	0.14 440	0.12 446	0.12 398	0.11 378	0.17 457	0.16 445

PSMNet_ROB	0.33 423	0.24 440	0.54 390	0.31 483	0.21 449	0.42 445	0.43 509	0.59 478	0.47 420	0.37 385	0.44 385	0.49 441	0.31 403	0.64 431	0.43 448	0.14 440	0.10 405	0.15 459	0.14 457	0.13 400	0.11 364

rvit_0105_6	0.19 194	0.14 281	0.34 180	0.23 294	0.14 280	0.18 83	0.20 281	0.29 131	0.37 308	0.18 131	0.22 144	0.23 201	0.17 193	0.26 200	0.17 195	0.15 453	0.13 458	0.13 419	0.11 378	0.11 348	0.08 216

rvit_0105_5	0.21 229	0.15 314	0.38 241	0.23 294	0.13 238	0.22 195	0.24 385	0.36 235	0.39 332	0.21 151	0.23 148	0.26 242	0.19 233	0.26 200	0.19 245	0.15 453	0.13 458	0.12 398	0.12 417	0.10 300	0.09 273

rvit_0105_3	0.23 276	0.17 358	0.40 264	0.25 382	0.15 330	0.24 238	0.28 435	0.38 251	0.41 358	0.25 185	0.25 169	0.28 266	0.21 249	0.28 232	0.20 259	0.15 453	0.13 458	0.14 445	0.15 466	0.10 300	0.09 273

rvit_105_1	0.27 358	0.19 388	0.46 335	0.27 444	0.19 424	0.30 339	0.35 479	0.44 318	0.51 451	0.31 291	0.31 231	0.31 303	0.26 324	0.35 298	0.25 342	0.15 453	0.14 468	0.15 459	0.17 487	0.11 348	0.10 329

GASNet	0.36 440	0.46 517	0.88 494	0.34 497	0.23 478	0.35 403	0.22 338	0.60 486	0.53 462	0.40 425	0.37 300	0.45 420	0.30 387	0.79 486	0.35 412	0.15 453	0.10 405	0.14 445	0.14 457	0.22 495	0.12 387

Wz-Net-TNSev	0.51 503	0.58 532	1.61 548	0.25 382	0.21 449	0.65 511	0.45 513	0.63 505	0.69 504	0.51 483	0.54 448	0.71 516	0.60 509	1.00 524	0.77 507	0.15 453	0.15 483	0.13 419	0.15 466	0.21 489	0.20 488

UDGNet	0.23 276	0.31 487	0.38 241	0.24 345	0.14 280	0.24 238	0.18 190	0.32 171	0.43 372	0.29 243	0.28 191	0.24 213	0.19 233	0.29 248	0.20 259	0.15 453	0.07 262	0.21 498	0.11 378	0.14 418	0.10 329

AF-Net	0.37 450	0.26 456	0.56 400	0.32 489	0.23 478	0.41 438	0.29 441	0.61 490	0.64 494	0.42 444	0.68 492	0.65 502	0.49 490	0.57 393	0.44 452	0.15 453	0.11 429	0.19 492	0.14 457	0.15 432	0.13 403

RGC	0.39 462	0.32 492	0.64 437	0.34 497	0.27 500	0.40 434	0.29 441	0.57 464	0.53 462	0.45 461	0.64 485	0.62 491	0.45 474	0.72 460	0.39 429	0.15 453	0.15 483	0.21 498	0.20 498	0.18 471	0.19 478

Nwc_Net	0.37 450	0.25 445	0.68 448	0.31 483	0.24 486	0.44 455	0.30 452	0.65 507	0.50 447	0.37 385	0.69 496	0.58 480	0.45 474	0.60 408	0.40 436	0.15 453	0.12 446	0.19 492	0.21 501	0.14 418	0.13 403

SHD	0.42 473	0.27 463	0.81 477	0.31 483	0.25 493	0.42 445	0.22 338	0.66 513	0.94 538	0.63 508	0.60 471	0.59 482	0.47 483	0.59 406	0.58 484	0.15 453	0.13 458	0.16 470	0.16 478	0.20 486	0.22 501

AnyNet_C32	0.51 503	0.40 509	1.10 524	0.29 468	0.28 505	0.59 503	0.58 532	0.54 429	0.60 484	0.62 506	0.66 488	0.54 467	0.54 498	0.78 484	1.74 554	0.15 453	0.14 468	0.15 459	0.17 487	0.20 486	0.20 488

ADCPNet	0.48 493	0.29 473	1.60 546	0.27 444	0.23 478	0.70 518	0.38 493	0.53 422	0.51 451	0.51 483	0.59 466	0.67 507	0.56 502	0.60 408	1.14 534	0.15 453	0.18 503	0.14 445	0.23 511	0.19 478	0.19 478

DeepPruner_ROB	0.26 350	0.19 388	0.44 316	0.21 188	0.16 362	0.30 339	0.21 312	0.52 411	0.32 246	0.35 363	0.38 314	0.39 371	0.26 324	0.42 325	0.24 332	0.15 453	0.11 429	0.11 360	0.11 378	0.14 418	0.13 403

CBMV	0.33 423	0.21 414	0.54 390	0.23 294	0.13 238	0.42 445	0.33 473	0.53 422	0.48 430	0.52 489	0.49 422	0.50 448	0.41 457	0.56 389	0.31 391	0.15 453	0.16 490	0.18 484	0.16 478	0.13 400	0.13 403
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_0105_4	0.20 209	0.15 314	0.38 241	0.23 294	0.14 280	0.20 140	0.22 338	0.33 185	0.39 332	0.19 136	0.24 161	0.25 221	0.19 233	0.27 219	0.17 195	0.16 468	0.13 458	0.13 419	0.11 378	0.11 348	0.08 216

FADNet	0.32 414	0.36 499	0.74 464	0.23 294	0.22 465	0.37 413	0.19 234	0.53 422	0.48 430	0.32 314	0.36 291	0.43 405	0.32 410	0.64 431	0.25 342	0.16 468	0.16 490	0.14 445	0.16 478	0.24 501	0.19 478

RP	0.35 436	0.22 427	0.51 379	0.31 483	0.24 486	0.37 413	0.28 435	0.50 377	0.58 479	0.40 425	0.63 484	0.61 489	0.47 483	0.61 415	0.39 429	0.16 468	0.15 483	0.17 476	0.15 466	0.17 457	0.17 457

G-Net	0.46 488	0.25 445	0.86 491	0.34 497	0.28 505	0.90 535	0.35 479	0.47 347	0.45 398	0.68 515	1.22 535	0.64 501	0.60 509	0.61 415	0.57 479	0.16 468	0.14 468	0.17 476	0.13 444	0.22 495	0.19 478

edge stereo	0.39 462	0.22 427	0.81 477	0.27 444	0.22 465	0.37 413	0.24 385	0.56 454	0.54 465	0.53 495	0.60 471	0.71 516	0.50 492	0.78 484	0.40 436	0.16 468	0.14 468	0.19 492	0.14 457	0.16 440	0.17 457

ADCS	0.58 514	0.40 509	1.35 539	0.29 468	0.24 486	0.55 495	0.45 513	0.67 518	0.83 525	0.76 524	0.71 497	0.68 511	0.60 509	0.76 476	2.23 562	0.16 468	0.16 490	0.16 470	0.17 487	0.22 495	0.22 501

AnyNet_C01	0.65 522	0.58 532	2.60 560	0.32 489	0.26 498	0.88 533	0.61 535	0.63 505	0.62 489	0.68 515	0.96 523	0.76 519	0.60 509	0.96 520	1.43 546	0.16 468	0.16 490	0.17 476	0.17 487	0.23 498	0.23 508

LSM	1.64 560	0.40 509	2.56 559	2.02 569	17.61 582	0.51 484	0.52 527	0.61 490	0.76 514	0.82 526	1.11 531	0.63 499	0.54 498	0.75 471	0.49 466	0.16 468	0.24 524	0.18 484	0.21 501	0.25 503	2.42 572

DPSNet	0.47 490	0.24 440	0.93 502	0.27 444	0.20 441	0.75 522	0.57 531	0.84 540	0.79 518	0.47 472	0.51 430	0.60 485	0.69 522	0.87 502	0.71 502	0.16 468	0.13 458	0.12 398	0.10 339	0.25 503	0.21 496

NCCL2	0.35 436	0.26 456	0.49 357	0.36 507	0.22 465	0.41 438	0.41 504	0.53 422	0.42 365	0.47 472	0.46 407	0.61 489	0.39 449	0.55 378	0.37 419	0.16 468	0.13 458	0.21 498	0.21 501	0.16 440	0.16 445

SGM_RVC	0.50 499	0.19 388	0.50 368	0.25 382	0.15 330	0.69 515	0.39 498	0.68 521	0.82 521	0.95 534	0.84 514	1.13 533	0.76 526	1.16 535	0.60 488	0.16 468	0.16 490	0.16 470	0.16 478	0.16 440	0.17 457
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_stereo_0075_2	0.24 306	0.17 358	0.50 368	0.26 416	0.22 465	0.22 195	0.15 82	0.40 274	0.35 284	0.27 206	0.37 300	0.29 276	0.20 242	0.28 232	0.19 245	0.17 479	0.12 446	0.19 492	0.12 417	0.13 400	0.13 403

Syn2CoEx	0.36 440	0.31 487	0.78 466	0.34 497	0.21 449	0.41 438	0.28 435	0.61 490	0.49 439	0.42 444	0.56 459	0.45 420	0.44 471	0.69 449	0.38 421	0.17 479	0.14 468	0.15 459	0.12 417	0.13 400	0.12 387

NCC-stereo	0.39 462	0.25 445	0.69 449	0.32 489	0.28 505	0.46 463	0.36 483	0.65 507	0.52 458	0.40 425	0.57 462	0.56 472	0.47 483	0.73 462	0.45 455	0.17 479	0.14 468	0.18 484	0.25 517	0.16 440	0.16 445

Abc-Net	0.39 462	0.25 445	0.69 449	0.32 489	0.28 505	0.46 463	0.36 483	0.65 507	0.52 458	0.40 425	0.57 462	0.56 472	0.47 483	0.73 462	0.45 455	0.17 479	0.14 468	0.18 484	0.25 517	0.16 440	0.16 445
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	0.43 478	0.37 504	0.96 507	0.34 497	0.25 493	0.53 494	0.34 475	0.60 486	0.73 512	0.51 483	0.46 407	0.57 477	0.47 483	0.70 452	0.72 503	0.17 479	0.12 446	0.18 484	0.15 466	0.25 503	0.23 508

SGM-ForestM	1.36 551	0.28 466	0.79 472	0.26 416	0.16 362	2.26 564	1.00 559	1.42 554	1.46 554	2.38 566	2.05 559	5.95 574	2.66 567	2.95 565	2.46 564	0.17 479	0.18 503	0.18 484	0.18 493	0.15 432	0.18 470

PS-NSSS	0.32 414	0.30 480	0.46 335	0.23 294	0.17 383	0.33 375	0.24 385	0.57 464	0.41 358	0.37 385	0.52 438	0.35 340	0.30 387	0.80 490	0.30 384	0.17 479	0.14 468	0.21 498	0.15 466	0.15 432	0.13 403

XPNet_ROB	0.33 423	0.20 400	0.43 308	0.27 444	0.18 404	0.37 413	0.31 457	0.55 439	0.50 447	0.51 483	0.53 445	0.58 480	0.37 439	0.63 429	0.45 455	0.17 479	0.12 446	0.13 419	0.12 417	0.15 432	0.14 424

LALA_ROB	0.36 440	0.25 445	0.46 335	0.30 477	0.21 449	0.47 469	0.39 498	0.61 490	0.51 451	0.52 489	0.51 430	0.69 513	0.36 430	0.50 352	0.43 448	0.17 479	0.11 429	0.16 470	0.14 457	0.17 457	0.15 436

SGM-Forest	0.36 440	0.17 358	0.47 343	0.23 294	0.16 362	0.45 461	0.41 504	0.55 439	0.48 430	0.52 489	0.60 471	0.52 458	0.41 457	0.85 499	0.50 472	0.17 479	0.17 497	0.17 476	0.15 466	0.15 432	0.15 436
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MeshStereo	0.58 514	0.27 463	0.67 443	0.22 247	0.17 383	0.66 513	0.37 487	0.78 531	0.61 487	1.47 561	1.30 538	1.65 547	0.79 528	1.12 533	0.59 485	0.17 479	0.17 497	0.17 476	0.14 457	0.17 457	0.14 424
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
AIO-test2	0.20 209	0.20 400	0.36 210	0.26 416	0.15 330	0.22 195	0.16 111	0.42 300	0.42 365	0.16 102	0.29 204	0.15 101	0.11 63	0.26 200	0.13 83	0.18 490	0.06 145	0.10 303	0.11 378	0.07 107	0.07 150

HBP-ISP	0.33 423	0.30 480	0.72 459	0.22 247	0.16 362	0.32 364	0.22 338	0.54 429	0.44 387	0.41 434	0.49 422	0.33 319	0.38 443	0.73 462	0.25 342	0.18 490	0.19 507	0.24 507	0.20 498	0.16 440	0.13 403

DeepPrunerF	0.44 484	0.29 473	1.29 536	0.33 495	0.30 513	0.35 403	0.36 483	0.62 498	1.15 548	0.40 425	0.44 385	0.39 371	0.41 457	0.80 490	0.52 475	0.18 490	0.14 468	0.23 505	0.21 501	0.17 457	0.17 457

CBMV_ROB	0.33 423	0.18 372	0.53 387	0.21 188	0.14 280	0.33 375	0.20 281	0.51 394	0.45 398	0.51 483	0.55 452	0.45 420	0.42 466	0.71 455	0.32 396	0.18 490	0.19 507	0.23 505	0.21 501	0.14 418	0.15 436

PWCDC_ROB	0.38 457	0.30 480	0.60 416	0.33 495	0.20 441	0.42 445	0.19 234	0.58 473	0.89 530	0.42 444	1.26 537	0.36 345	0.34 422	0.50 352	0.38 421	0.18 490	0.11 429	0.11 360	0.09 297	0.19 478	0.13 403

WCMA_ROB	0.51 503	0.21 414	0.65 438	0.25 382	0.21 449	0.58 500	0.32 463	0.54 429	0.55 471	0.95 534	1.40 541	1.28 540	0.81 531	0.73 462	0.62 491	0.18 490	0.15 483	0.15 459	0.15 466	0.19 478	0.19 478

FINET	0.34 431	0.27 463	0.80 475	0.24 345	0.24 486	0.36 408	0.34 475	0.54 429	0.72 509	0.39 415	0.47 414	0.32 312	0.30 387	0.51 357	0.32 396	0.19 496	0.17 497	0.13 419	0.12 417	0.18 471	0.16 445

SAMSARA	0.56 510	0.39 508	0.80 475	0.60 538	0.46 530	1.00 539	1.23 567	0.67 518	0.68 502	0.71 518	0.54 448	0.89 526	0.57 505	0.81 493	0.62 491	0.19 496	0.22 518	0.18 484	0.18 493	0.27 513	0.25 515

NOSS_ROB	0.31 405	0.20 400	0.35 190	0.24 345	0.16 362	0.32 364	0.19 234	0.52 411	0.48 430	0.33 326	0.36 291	0.42 401	0.28 359	0.93 514	0.24 332	0.19 496	0.20 512	0.24 507	0.22 509	0.17 457	0.17 457

ISRNet	0.27 358	0.13 239	0.45 327	0.26 416	0.19 424	0.24 238	0.14 58	0.45 328	0.43 372	0.39 415	0.48 420	0.42 401	0.27 343	0.32 276	0.29 376	0.20 499	0.12 446	0.17 476	0.16 478	0.16 440	0.20 488

dad	0.28 378	0.31 487	0.44 316	0.21 188	0.14 280	0.30 339	0.20 281	0.33 185	0.49 439	0.44 457	0.44 385	0.45 420	0.21 249	0.41 322	0.26 355	0.20 499	0.11 429	0.20 496	0.11 378	0.14 418	0.10 329

PVD	0.58 514	0.34 494	0.84 487	0.39 517	0.31 516	0.59 503	0.47 519	0.80 535	1.25 549	0.92 531	1.09 529	0.79 520	0.82 532	0.85 499	0.76 504	0.21 501	0.18 503	0.22 504	0.18 493	0.27 513	0.35 530

CSAN	0.50 499	0.35 496	0.78 466	0.36 507	0.23 478	0.56 496	0.59 534	0.61 490	0.70 506	0.64 510	0.78 507	0.65 502	0.60 509	1.38 546	0.62 491	0.21 501	0.17 497	0.20 496	0.20 498	0.18 471	0.18 470

PDISCO_ROB	0.43 478	0.30 480	0.67 443	0.43 522	0.36 522	0.67 514	0.32 463	0.72 526	0.76 514	0.43 450	0.53 445	0.63 499	0.40 453	0.66 442	0.47 463	0.21 501	0.12 446	0.21 498	0.19 497	0.25 503	0.20 488

DualNet (step1)	0.28 378	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.39 313	0.23 321	0.23 504	0.09 380	0.28 516	0.24 513	0.18 471	0.16 445

test_sample9	0.42 473	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.66 442	0.91 519	0.23 504	1.82 569	0.28 516	0.24 513	0.18 471	0.16 445

test_sample8	0.49 496	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.55 439	0.34 268	0.62 506	0.38 314	1.15 536	0.67 520	0.66 442	0.91 519	0.23 504	1.82 569	0.28 516	0.24 513	0.18 471	0.16 445

SDNR	0.42 473	0.21 414	0.82 480	0.21 188	0.18 404	1.27 550	0.17 147	0.50 377	0.49 439	0.42 444	0.81 510	0.38 359	0.27 343	1.19 536	0.38 421	0.23 504	0.24 524	0.17 476	0.13 444	0.17 457	0.20 488

MFN_U_SF_DS_RVC	0.51 503	0.50 526	0.86 491	0.39 517	0.24 486	0.84 530	0.55 530	0.56 454	0.62 489	0.60 504	0.68 492	0.62 491	0.42 466	1.13 534	0.43 448	0.23 504	0.27 528	0.27 510	0.35 531	0.25 503	0.29 522

MSMD_ROB	0.60 518	0.33 493	0.61 419	0.30 477	0.25 493	0.86 532	0.35 479	0.55 439	0.67 499	1.10 542	1.49 546	1.76 550	0.97 542	0.88 505	0.49 466	0.23 504	0.21 514	0.27 510	0.27 524	0.25 503	0.24 513

FC-DCNN v2	0.71 528	0.30 480	0.67 443	0.32 489	0.27 500	0.84 530	0.39 498	0.84 540	0.85 529	1.44 557	1.64 552	2.09 554	1.28 553	1.06 529	0.80 510	0.24 510	0.22 518	0.27 510	0.26 521	0.26 509	0.25 515

FCDSN-DC	0.63 520	0.31 487	0.61 419	0.36 507	0.30 513	0.65 511	0.37 487	0.66 513	0.68 502	1.14 544	1.54 549	1.71 549	1.26 551	0.92 512	0.64 496	0.24 510	0.22 518	0.27 510	0.26 521	0.27 513	0.27 521
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.70 527	0.30 480	0.69 449	0.32 489	0.27 500	0.81 529	0.39 498	0.79 534	0.82 521	1.41 553	1.58 551	1.98 552	1.26 551	1.02 526	0.77 507	0.24 510	0.22 518	0.27 510	0.26 521	0.26 509	0.26 517

PSMNet-RUCA	0.37 450	0.41 513	0.66 442	0.46 527	0.41 526	0.34 388	0.25 402	0.57 464	0.45 398	0.39 415	0.52 438	0.43 405	0.33 413	0.41 322	0.29 376	0.25 513	0.14 468	0.33 526	0.21 501	0.31 521	0.22 501

Anonymous_2	0.37 450	0.21 414	0.47 343	0.20 144	0.21 449	0.42 445	0.26 414	0.38 251	0.29 213	0.33 326	0.30 217	0.44 416	0.38 443	0.36 303	0.29 376	0.26 514	0.29 532	0.44 533	1.41 568	0.34 525	0.21 496

UDG	0.40 468	0.46 517	0.49 357	0.40 519	0.35 521	0.47 469	0.27 420	0.54 429	0.47 420	0.39 415	0.45 397	0.59 482	0.44 471	0.46 337	0.39 429	0.26 514	0.19 507	0.48 535	0.22 509	0.34 525	0.26 517

ccnet	0.42 473	0.31 487	0.48 352	0.27 444	0.32 517	0.60 506	0.32 463	0.65 507	0.46 415	0.53 495	0.66 488	0.56 472	0.45 474	0.72 460	0.61 489	0.26 514	0.19 507	0.24 507	0.21 501	0.26 509	0.22 501

PASM	0.45 486	0.35 496	0.90 497	0.35 506	0.33 518	0.39 429	0.38 493	0.50 377	0.61 487	0.52 489	0.51 430	0.62 491	0.45 474	0.93 514	0.48 464	0.26 514	0.29 532	0.29 520	0.33 529	0.29 519	0.26 517

ELAS	0.74 533	0.36 499	0.85 490	0.36 507	0.33 518	1.36 554	0.77 547	0.93 544	0.92 534	1.41 553	1.53 548	1.16 537	1.17 547	0.95 519	1.03 526	0.26 514	0.25 526	0.28 516	0.28 527	0.31 521	0.30 523
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GANetREF_RVC	0.43 478	0.47 519	0.69 449	0.38 515	0.20 441	0.51 484	0.48 523	0.66 513	0.66 496	0.46 465	0.46 407	0.50 448	0.44 471	0.90 510	0.39 429	0.27 519	0.21 514	0.32 524	0.18 493	0.27 513	0.22 501
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
DispFullNet	0.66 523	0.89 549	1.59 545	0.77 546	1.21 563	0.51 484	0.23 363	0.59 478	0.72 509	0.69 517	0.61 478	0.69 513	0.91 538	0.79 486	0.48 464	0.27 519	0.12 446	0.73 547	0.30 528	0.65 544	0.40 534

ELAS_RVC	0.74 533	0.36 499	1.00 511	0.37 513	0.33 518	0.88 533	0.93 556	0.83 539	1.08 544	1.35 549	1.33 540	1.24 538	1.33 555	1.06 529	0.95 522	0.27 519	0.25 526	0.29 520	0.27 524	0.30 520	0.30 523
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet-Init1	4.73 572	2.61 570	13.29 581	0.58 536	0.53 538	10.12 577	3.33 572	4.83 573	5.01 572	8.75 577	8.51 575	14.08 584	7.60 576	7.70 577	5.34 573	0.28 522	0.28 531	0.34 527	0.37 535	0.57 537	0.45 537

MANE	1.41 553	0.36 499	0.74 464	0.43 522	0.41 526	2.16 563	0.80 549	2.39 569	3.38 564	2.22 565	3.06 567	3.54 567	2.73 568	2.15 562	1.94 559	0.28 522	0.27 528	0.30 522	0.46 539	0.28 518	0.34 529

test_for_model	0.29 389	0.89 549	0.34 180	0.69 542	0.49 533	0.20 140	0.16 111	0.30 150	0.23 132	0.28 216	0.15 67	0.13 63	0.11 63	0.17 44	0.13 83	0.29 524	0.10 405	0.06 22	0.04 1	0.86 553	0.18 470

CAS	0.15 101	0.07 2	0.21 56	0.41 520	0.16 362	0.20 140	0.18 190	0.22 42	0.19 67	0.15 80	0.19 106	0.11 45	0.09 16	0.14 9	0.13 83	0.29 524	0.04 2	0.06 22	0.04 1	0.06 40	0.14 424

MFN_U_SF_RVC	0.56 510	0.51 528	1.19 528	0.38 515	0.22 465	0.69 515	0.27 420	0.80 535	0.67 499	0.73 519	0.74 502	0.87 523	0.61 518	0.81 493	0.76 504	0.29 524	0.27 528	0.32 524	0.37 535	0.32 524	0.31 525

PMTNet	0.15 101	0.08 8	0.23 71	0.15 4	0.09 26	0.23 216	0.16 111	0.25 80	0.23 132	0.17 114	0.21 134	0.16 118	0.14 136	0.22 134	0.13 83	0.29 524	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75

NVStereoNet_ROB	0.67 524	0.49 525	0.83 482	0.48 529	0.40 525	0.51 484	0.46 515	0.70 523	0.77 516	0.84 527	1.72 553	1.02 532	0.83 533	1.23 540	0.79 509	0.32 528	0.38 539	0.40 531	0.46 539	0.36 527	0.41 535
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 470	0.50 526	0.48 352	0.44 524	0.39 523	0.46 463	0.32 463	0.50 377	0.43 372	0.45 461	0.52 438	0.57 477	0.36 430	0.48 343	0.33 403	0.33 529	0.21 514	0.55 539	0.25 517	0.37 528	0.32 528

CC-Net-ROB	0.43 478	0.47 519	0.65 438	0.37 513	0.23 478	0.51 484	0.29 441	0.66 513	0.49 439	0.46 465	0.51 430	0.48 436	0.38 443	0.96 520	0.35 412	0.34 530	0.23 522	0.55 539	0.25 517	0.31 521	0.20 488

IGEV-BASED-STEREO-	0.20 209	0.72 540	0.70 455	0.17 17	0.08 9	0.15 21	0.15 82	0.18 14	0.16 27	0.13 45	0.12 25	0.09 16	0.08 6	0.16 31	0.13 83	0.35 531	0.04 2	0.08 153	0.07 136	0.11 348	0.23 508

SQANet	0.40 468	0.48 521	0.67 443	0.48 529	0.39 523	0.48 475	0.22 338	0.51 394	0.43 372	0.40 425	0.47 414	0.47 430	0.33 413	0.54 376	0.32 396	0.36 532	0.15 483	0.40 531	0.21 501	0.45 531	0.31 525

MaskLacGwcNet_RVC	0.36 440	0.36 499	0.53 387	0.34 497	0.19 424	0.51 484	0.24 385	0.55 439	0.38 322	0.41 434	0.47 414	0.47 430	0.27 343	0.73 462	0.30 384	0.36 532	0.19 507	0.27 510	0.17 487	0.26 509	0.23 508

MSC_U_SF_DS_RVC	0.68 525	0.64 537	1.06 518	0.45 525	0.27 500	1.40 556	0.58 532	0.78 531	0.92 534	0.84 527	0.86 516	0.88 525	0.68 521	1.33 545	0.68 501	0.37 534	0.29 532	0.34 527	0.36 534	0.43 529	0.37 531

MADNet+	1.01 544	1.16 561	4.72 567	0.70 543	0.47 531	1.24 549	0.96 557	0.97 545	0.89 530	0.65 512	0.77 506	0.87 523	0.85 536	2.09 560	1.68 551	0.38 535	0.39 540	0.31 523	0.27 524	0.43 529	0.39 533

testlalala_base	0.20 209	0.13 239	0.35 190	0.25 382	0.15 330	0.25 252	0.16 111	0.34 193	0.17 44	0.19 136	0.26 179	0.17 125	0.14 136	0.18 62	0.16 165	0.39 536	0.09 380	0.07 75	0.05 39	0.45 531	0.08 216

Consistency-Raft	0.55 509	0.48 521	1.02 514	0.45 525	0.49 533	0.49 480	0.47 519	0.72 526	0.72 509	0.45 461	0.82 512	0.47 430	0.60 509	0.50 352	0.63 494	0.39 536	0.39 540	0.44 533	0.51 544	0.52 534	0.37 531

JetBlue	1.14 549	0.76 542	2.36 555	0.59 537	0.75 548	3.04 567	1.78 569	1.11 547	0.90 532	0.94 532	1.10 530	1.66 548	1.28 553	2.09 560	1.72 553	0.43 538	0.36 538	0.38 529	0.38 537	0.58 538	0.56 545

otaku	0.57 513	0.62 536	0.87 493	0.63 540	0.44 529	0.73 519	0.37 487	0.65 507	0.66 496	0.51 483	0.75 503	0.66 506	0.45 474	0.69 449	0.46 461	0.53 539	0.34 537	0.55 539	0.35 531	0.60 539	0.45 537

DGSMNet	0.61 519	0.29 473	0.91 498	0.51 533	0.70 546	0.62 509	1.38 568	0.59 478	0.55 471	0.37 385	0.61 478	0.52 458	0.33 413	0.65 437	0.43 448	0.53 539	0.60 557	0.67 544	0.61 552	0.63 541	0.61 552

ACVNet_1	0.72 529	0.81 544	1.37 540	0.72 544	0.53 538	0.77 523	0.42 507	0.85 543	0.90 532	0.74 522	0.75 503	1.32 542	0.72 525	1.02 526	0.55 478	0.54 541	0.31 535	0.71 546	0.35 531	0.64 543	0.45 537

anonymity	0.56 510	0.54 531	0.70 455	0.47 528	0.61 542	0.56 496	0.43 509	0.69 522	0.49 439	0.63 508	0.55 452	0.54 467	0.60 509	0.61 415	0.57 479	0.55 542	0.53 550	0.50 536	0.54 547	0.51 533	0.56 545

Ntro	0.58 514	0.64 537	0.92 500	0.66 541	0.50 535	0.77 523	0.36 483	0.66 513	0.70 506	0.50 478	0.59 466	0.65 502	0.51 495	0.75 471	0.45 455	0.56 543	0.32 536	0.56 542	0.34 530	0.63 541	0.46 540

SGM+DAISY	0.87 538	0.66 539	1.30 537	0.51 533	0.60 541	1.03 540	0.84 553	0.76 529	0.73 512	1.39 551	1.51 547	1.31 541	1.22 549	1.11 531	1.08 529	0.57 544	0.53 550	0.51 538	0.51 544	0.54 535	0.61 552

SPS-STEREO	0.69 526	0.61 535	0.98 509	0.52 535	0.57 540	0.74 520	0.50 526	0.78 531	0.62 489	0.95 534	0.86 516	0.94 527	0.70 523	1.01 525	0.87 516	0.58 545	0.51 547	0.50 536	0.50 543	0.55 536	0.58 547
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	1.01 544	0.89 549	0.93 502	0.83 549	0.66 545	1.18 545	0.81 551	1.40 553	1.57 555	1.11 543	1.76 555	1.45 544	1.19 548	1.50 549	1.14 534	0.61 546	0.62 560	0.70 545	0.68 555	0.66 546	0.60 549

ACVNet_2	0.89 539	0.87 548	1.25 532	0.82 547	0.62 543	0.97 538	0.62 536	1.14 548	1.42 552	1.00 537	1.40 541	1.47 545	0.84 534	1.11 531	0.66 499	0.61 546	0.43 543	0.78 549	0.49 541	0.75 548	0.52 543

MFMNet_re	0.72 529	0.76 542	0.99 510	0.62 539	0.70 546	0.77 523	0.67 538	0.75 528	0.83 525	0.78 525	0.86 516	0.69 513	0.78 527	0.71 455	0.61 489	0.66 548	0.59 556	0.61 543	0.58 551	0.68 547	0.71 556

GCST	0.47 490	0.60 534	0.57 403	1.04 557	0.48 532	0.38 421	0.11 14	0.40 274	0.32 246	0.41 434	0.34 270	0.29 276	0.17 193	0.46 337	0.19 245	0.69 549	0.42 542	0.79 551	0.62 553	0.62 540	0.46 540

IMH-64-1	0.91 540	0.86 546	0.84 487	0.97 552	0.75 548	0.92 536	0.71 540	1.27 549	1.10 545	0.89 529	1.45 543	1.14 534	0.96 540	1.19 536	0.84 512	0.74 550	0.51 547	0.97 554	0.55 548	0.84 551	0.60 549

IMH-64	0.91 540	0.86 546	0.84 487	0.97 552	0.75 548	0.92 536	0.71 540	1.27 549	1.10 545	0.89 529	1.45 543	1.14 534	0.96 540	1.19 536	0.84 512	0.74 550	0.51 547	0.97 554	0.55 548	0.84 551	0.60 549

TorneroNet-64	1.43 554	1.03 556	1.20 529	1.10 558	0.86 557	2.26 564	0.73 543	1.84 562	3.84 569	1.25 546	2.25 563	2.69 563	1.42 556	1.76 557	1.43 546	0.76 552	0.50 545	1.09 559	0.66 554	1.23 563	0.76 561

WAO-6	1.07 547	0.93 553	0.92 500	0.96 551	0.78 551	1.28 551	0.75 544	1.34 551	2.00 559	1.02 539	1.54 549	1.59 546	1.22 549	1.31 544	1.14 534	0.78 553	0.55 553	1.02 558	0.75 559	0.83 550	0.69 555

RainbowNet	0.72 529	0.89 549	1.02 514	0.82 547	0.63 544	0.78 526	0.52 527	0.81 537	0.93 536	0.60 504	0.79 508	0.80 521	0.60 509	0.80 490	0.57 479	0.78 553	0.55 553	0.78 549	0.49 541	0.76 549	0.58 547

Dean	1.17 550	1.04 557	1.49 544	1.03 556	0.78 551	1.20 548	0.77 547	1.48 557	1.96 557	1.28 547	1.99 558	2.15 555	1.14 544	1.25 541	1.00 525	0.81 555	0.60 557	1.01 557	0.69 556	0.92 558	0.74 559

TorneroNet	2.22 564	1.08 558	1.24 531	1.14 562	0.90 558	5.58 570	0.80 549	2.12 567	8.69 575	2.58 567	5.42 572	3.88 568	1.97 562	1.78 559	1.87 556	0.86 556	0.54 552	1.15 563	0.74 558	1.23 563	0.85 562

PWCK	1.00 542	1.17 562	1.70 549	0.91 550	0.41 526	1.19 547	0.92 555	1.10 546	1.14 547	1.16 545	1.14 532	1.25 539	0.88 537	1.75 556	1.04 528	0.87 557	0.50 545	0.87 552	0.53 546	0.96 559	0.52 543

WAO-8	1.46 556	1.10 559	1.09 520	1.10 558	0.84 555	2.06 560	0.75 544	1.84 562	3.83 567	1.44 557	2.21 561	2.15 555	1.43 557	3.17 566	1.19 539	0.91 558	0.65 562	1.09 559	0.79 560	0.90 556	0.71 556

Venus	1.46 556	1.10 559	1.09 520	1.10 558	0.84 555	2.06 560	0.75 544	1.84 562	3.83 567	1.44 557	2.21 561	2.15 555	1.43 557	3.17 566	1.19 539	0.91 558	0.65 562	1.09 559	0.79 560	0.90 556	0.71 556

LVE	1.13 548	1.02 555	1.28 535	1.01 554	0.80 554	1.29 552	0.81 551	1.47 556	1.96 557	1.07 541	1.90 556	1.90 551	1.01 543	1.48 548	0.91 519	0.93 560	0.61 559	0.94 553	0.69 556	0.87 554	0.75 560

JetRed	2.30 566	2.64 571	6.12 569	1.12 561	1.38 566	5.85 572	3.29 571	1.99 565	1.67 556	1.98 564	1.95 557	2.16 558	1.60 560	2.48 564	4.10 570	1.05 561	1.60 568	1.09 559	1.01 566	1.67 568	1.28 568

UNDER WATER	1.59 559	1.22 564	2.36 555	1.38 564	1.03 560	1.67 559	1.10 563	1.54 560	3.63 565	1.44 557	1.47 545	2.85 564	2.25 565	1.67 553	1.94 559	1.06 562	0.62 560	1.31 565	0.93 564	1.21 562	1.02 565

IMH	1.05 546	0.95 554	1.00 511	1.01 554	0.78 551	1.11 542	0.68 539	1.38 552	1.43 553	1.00 537	1.72 553	1.43 543	1.14 544	1.73 555	0.89 518	1.09 563	0.55 553	0.99 556	0.57 550	0.87 554	0.62 554

UNDER WATER-64	1.55 558	1.19 563	2.52 558	1.31 563	0.95 559	2.12 562	1.21 566	1.45 555	3.19 563	1.43 556	1.32 539	2.64 562	2.04 563	1.63 552	1.83 555	1.11 564	0.67 564	1.28 564	0.92 563	1.19 561	1.02 565

notaker	1.45 555	1.34 565	1.48 542	1.40 565	1.07 561	1.18 545	0.85 554	1.48 557	1.40 551	1.51 562	3.46 568	2.40 560	1.81 561	1.76 557	1.45 549	1.11 564	0.69 565	1.38 566	0.87 562	1.31 565	0.97 564

ACVNet-4b	0.72 529	0.81 544	1.33 538	0.72 544	0.50 535	0.80 528	0.31 457	0.71 525	0.80 519	0.50 478	0.72 501	0.95 529	0.43 470	0.96 520	1.20 541	1.13 566	0.21 514	0.76 548	0.45 538	0.65 544	0.46 540

KSHMR	1.89 563	1.36 566	1.60 546	1.47 567	1.22 564	1.38 555	1.06 561	1.79 561	5.97 573	1.42 555	5.65 573	2.98 565	1.14 544	2.23 563	1.20 541	1.27 567	1.12 567	1.46 568	1.10 567	1.32 566	1.15 567

ktn	1.77 562	1.36 566	1.22 530	1.43 566	1.14 562	1.52 557	1.08 562	1.51 559	3.96 570	2.77 569	4.69 570	3.35 566	1.46 559	1.69 554	1.25 543	1.43 568	0.77 566	1.45 567	0.99 565	1.32 566	0.96 563

USTest	6.88 573	5.23 575	5.63 568	7.22 576	7.29 572	14.34 580	22.76 579	8.48 577	9.32 576	5.42 572	6.39 574	6.29 576	6.64 573	6.92 576	8.62 577	1.94 569	3.29 575	2.16 572	2.55 573	3.85 573	3.29 574

TCMNet-wrong-test	4.29 569	5.57 576	4.65 564	11.33 580	10.39 577	5.73 571	4.48 573	4.13 572	1.02 539	1.91 563	2.39 564	6.16 575	3.62 569	3.84 571	4.50 572	1.99 570	0.47 544	1.97 571	1.69 570	5.69 576	4.31 576

MADNet++	2.26 565	1.80 569	2.06 552	2.13 571	1.97 568	2.61 566	1.79 570	2.38 568	2.16 560	2.75 568	2.65 565	2.38 559	2.43 566	3.17 566	3.21 566	2.17 571	1.95 571	1.94 570	1.63 569	2.06 569	2.01 571

DLNR_Zeroshot_test	10.44 577	12.10 584	19.93 584	106.08 593	23.66 590	0.14 13	0.13 38	3.22 571	0.17 44	0.16 102	0.23 148	0.16 118	0.10 39	0.31 270	0.15 141	2.36 572	0.06 145	0.07 75	0.07 136	39.70 591	0.06 75

HanzoNet	2.97 567	1.69 568	2.29 554	1.74 568	1.33 565	1.53 558	1.03 560	1.99 565	2.64 562	5.51 573	5.16 571	5.90 573	6.82 575	4.32 572	3.29 567	3.16 573	2.02 573	1.92 569	2.87 574	2.24 570	1.89 570

DGTPSM_ROB	8.34 575	5.10 573	10.37 579	5.31 574	10.18 575	8.33 574	23.60 583	6.06 575	13.41 582	4.90 570	10.87 580	5.65 571	10.44 577	6.17 574	12.59 578	3.74 574	7.55 577	3.69 574	7.26 579	4.14 574	7.46 577

DPSMNet_ROB	8.40 576	5.11 574	10.49 580	5.58 575	10.25 576	8.34 575	23.62 584	6.07 576	13.45 583	4.93 571	10.88 581	5.66 572	10.44 577	6.24 575	12.64 579	3.98 575	7.61 578	3.76 575	7.30 580	4.20 575	7.51 578

DPSimNet_ROB	4.34 570	4.23 572	6.89 571	3.67 572	3.68 569	4.75 568	5.21 574	2.67 570	3.68 566	5.82 574	3.95 569	5.57 570	6.72 574	3.46 570	4.48 571	4.05 576	2.88 574	4.68 576	3.12 576	3.69 572	3.62 575

tt	4.71 571	0.10 74	3.94 563	2.06 570	1.53 567	10.14 578	16.88 578	9.27 579	4.98 571	1.39 551	1.02 527	4.68 569	4.90 571	3.35 569	5.86 574	5.76 577	9.15 582	2.24 573	2.53 572	3.10 571	1.32 569

PML	16.10 584	12.82 585	6.78 570	5.23 573	7.76 573	33.92 588	66.56 592	5.30 574	10.28 577	26.12 591	68.59 592	20.51 586	13.49 585	10.06 579	6.78 576	5.96 578	2.00 572	6.04 580	2.18 571	8.96 579	2.60 573

DPSM_ROB	11.49 579	9.87 582	10.35 577	11.13 578	11.31 578	19.11 586	27.51 586	13.37 584	14.21 585	10.31 581	11.06 582	10.96 582	11.27 583	11.96 584	13.59 581	6.78 579	8.19 580	6.03 578	7.09 577	7.93 577	7.73 580

DPSM	11.49 579	9.87 582	10.35 577	11.13 578	11.31 578	19.11 586	27.51 586	13.37 584	14.21 585	10.31 581	11.06 582	10.96 582	11.27 583	11.96 584	13.59 581	6.78 579	8.19 580	6.03 578	7.09 577	7.93 577	7.73 580

xxxxx1	15.27 581	9.54 579	10.31 574	20.13 584	18.88 583	17.08 581	23.03 580	10.36 580	10.99 578	9.21 578	9.62 576	10.74 579	10.61 580	10.72 580	13.89 583	7.97 581	9.20 583	31.85 590	44.72 590	12.84 580	13.69 582

tt_ll	15.27 581	9.54 579	10.31 574	20.13 584	18.88 583	17.08 581	23.03 580	10.36 580	10.99 578	9.21 578	9.62 576	10.74 579	10.61 580	10.72 580	13.89 583	7.97 581	9.20 583	31.85 590	44.72 590	12.84 580	13.69 582

ff	15.27 581	9.54 579	10.31 574	20.13 584	18.88 583	17.08 581	23.03 580	10.36 580	10.99 578	9.21 578	9.62 576	10.74 579	10.61 580	10.72 580	13.89 583	7.97 581	9.20 583	31.85 590	44.72 590	12.84 580	13.69 582

CasAABBNet	23.10 588	19.86 587	20.64 585	22.47 587	22.73 587	38.41 590	55.50 591	26.89 589	28.70 590	20.61 587	22.15 588	22.08 589	22.75 589	23.99 588	27.36 590	13.59 584	16.48 587	12.14 581	14.27 582	15.95 584	15.53 587

FlowAnything	23.14 589	19.87 588	20.79 586	22.50 588	22.74 588	38.39 589	55.46 589	26.89 589	28.72 591	20.77 589	22.29 590	22.07 588	22.72 588	23.99 588	27.41 592	13.60 585	16.55 589	12.15 582	14.36 584	15.97 585	15.52 586

Selective-RAFT-Error	23.16 590	19.93 589	20.87 587	22.54 589	22.81 589	38.52 592	55.47 590	27.01 592	28.83 592	20.66 588	22.25 589	22.09 590	22.80 591	24.09 590	27.36 590	13.61 586	16.48 587	12.15 582	14.28 583	15.99 586	15.57 588

LSM0	24.24 591	19.98 590	22.32 588	24.22 590	40.14 592	38.48 591	55.20 588	26.95 591	28.57 589	20.49 586	21.83 586	22.26 591	22.75 589	24.22 591	27.30 589	13.66 587	16.32 586	12.19 584	14.15 581	16.10 587	17.66 589

Anonymous_1	16.62 585	9.35 578	9.84 573	10.66 577	14.64 580	18.66 585	27.12 585	12.64 583	13.51 584	10.76 583	10.30 579	10.13 578	10.60 579	11.06 583	12.74 580	15.87 588	7.74 579	16.92 585	43.48 589	58.66 592	7.68 579

LRCNet_RVC	10.90 578	14.34 586	9.35 572	15.35 581	8.04 574	1.08 541	0.34 475	8.78 578	0.70 506	12.63 584	16.05 584	9.85 577	6.54 572	8.57 578	6.34 575	20.27 589	5.40 576	23.70 587	21.88 586	14.87 583	13.83 585

HaxPig	17.72 586	20.22 591	19.73 583	16.53 582	16.51 581	9.27 576	9.33 575	14.34 586	13.27 581	18.65 585	18.70 585	17.35 585	16.77 586	17.04 586	16.45 586	22.05 590	20.89 590	22.27 586	21.53 585	21.29 588	22.13 590

MEDIAN_ROB	21.21 587	24.62 592	23.47 589	19.58 583	19.65 586	13.22 579	10.96 576	17.88 587	17.00 587	22.14 590	22.02 587	20.86 587	20.36 587	21.06 587	19.71 587	25.63 591	24.13 591	26.21 588	25.20 587	25.17 589	25.38 591

AVERAGE_ROB	25.43 592	29.06 593	27.24 590	24.63 591	24.20 591	17.73 584	12.61 577	22.29 588	21.39 588	26.79 592	26.16 591	25.20 592	24.64 592	25.07 592	23.53 588	29.96 592	28.40 592	30.60 589	29.58 588	29.72 590	29.84 592

test_example2	101.33 593	108.28 594	68.15 592	98.43 592	106.93 593	89.75 593	102.43 593	36.80 593	97.65 593	129.04 593	130.15 593	65.26 593	66.62 593	92.11 593	80.24 593	144.10 593	199.48 593	81.81 593	103.01 593	125.01 593	101.27 593

ccccc		256.29 595		354.40 594	364.36 594	149.10 594		152.89 594		153.93 594		164.00 594		268.02 594		390.55 594	349.22 594	244.59 594	219.82 594	412.30 594

ASD4		6.65 577

Low-res two-view benchmark