Low-res two-view results

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

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

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

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

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

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

S2M2_XL	1.03 1	1.01 24	3.78 7	2.42 1	0.31 2	0.43 1	0.01 1	1.74 1	1.12 1	1.28 3	2.82 20	1.72 41	1.19 24	1.48 1	1.21 16	0.03 33	0.01 11	0.01 146	0.00 1	0.02 2	0.02 1

FoundationStereo	1.56 2	0.84 11	3.56 4	3.37 40	1.49 134	2.27 10	0.59 39	3.96 2	2.27 10	2.10 18	0.11 1	2.58 55	2.83 81	2.97 4	1.00 6	0.04 46	0.88 336	0.00 1	0.00 1	0.02 2	0.34 47

LGtest1	1.67 3	0.87 12	4.47 23	2.67 6	0.82 50	3.00 20	0.11 7	6.42 14	1.80 3	1.94 15	1.62 14	0.65 28	0.92 20	5.90 28	1.02 9	0.04 46	0.55 261	0.00 1	0.00 1	0.10 59	0.46 86

MLG-Stereo_test1	1.73 4	0.79 4	3.82 9	2.83 14	2.75 249	2.77 15	0.15 11	6.43 18	2.10 9	1.21 1	0.16 2	1.52 39	0.52 4	7.62 62	0.90 2	0.03 33	0.74 303	0.00 1	0.03 131	0.03 11	0.24 28

MLG-Stereo	1.73 4	0.78 3	3.87 10	3.09 27	1.06 80	3.04 21	0.16 13	7.00 28	2.55 13	1.24 2	0.19 4	1.50 38	0.65 11	7.55 60	0.86 1	0.11 159	0.81 320	0.00 1	0.03 131	0.03 11	0.19 24

MLG-Stereo_test3	1.79 6	0.82 9	4.52 24	2.79 11	1.61 150	3.91 45	0.24 20	6.61 24	1.52 2	1.35 6	1.22 11	1.97 47	0.63 10	6.25 38	1.27 19	0.04 46	0.66 285	0.00 1	0.00 1	0.05 25	0.29 35

LG-Stereo_L2	1.81 7	1.11 40	5.06 47	3.06 26	0.92 63	2.71 14	0.43 29	7.45 40	1.91 6	1.93 13	0.44 7	0.41 18	0.52 4	8.16 75	1.05 12	0.05 71	0.73 301	0.00 1	0.00 1	0.04 23	0.32 41

LG-Stereo_L1	1.82 8	1.13 43	4.80 33	3.05 25	1.18 91	2.86 18	0.49 32	7.33 39	2.07 8	1.66 9	0.31 5	0.52 21	0.58 7	8.22 78	1.09 14	0.05 71	0.74 303	0.01 146	0.00 1	0.03 11	0.29 35

MLG-Stereo_test2	1.82 8	0.81 7	3.61 5	3.13 29	2.26 215	2.82 17	0.16 13	5.42 6	2.37 11	2.20 21	0.17 3	3.22 62	0.17 1	7.52 59	0.91 3	0.37 288	0.71 297	0.00 1	0.00 1	0.05 25	0.51 98

SGD-Stereo	2.03 10	0.90 14	4.25 15	2.80 12	0.38 8	3.39 28	0.90 54	7.22 37	2.50 12	4.05 66	1.12 10	1.77 43	1.31 27	8.51 84	1.04 10	0.24 241	0.01 11	0.00 1	0.00 1	0.06 35	0.12 14

dual_stereo	2.05 11	0.76 2	3.43 1	2.96 20	1.50 138	2.64 13	0.08 3	5.59 7	2.63 14	1.35 6	0.77 9	2.38 53	0.61 8	10.75 151	1.98 50	0.02 16	1.41 455	0.00 1	0.23 291	0.01 1	1.86 320

MonSter	2.06 12	0.90 14	4.81 34	2.70 7	1.72 164	6.01 169	0.13 9	6.67 25	3.15 24	1.51 8	2.25 16	0.33 13	0.36 2	7.02 49	1.29 21	0.01 4	0.98 357	0.00 1	0.38 381	0.02 2	1.01 200

IGEV	2.11 13	0.73 1	4.37 18	2.86 17	3.48 291	4.13 55	0.94 56	7.90 48	3.86 38	2.26 23	4.35 41	0.28 8	0.61 8	3.78 11	1.05 12	0.08 132	0.72 298	0.00 1	0.20 275	0.03 11	0.56 107

4.5_new	2.16 14	0.96 18	4.43 21	2.83 14	1.93 188	5.59 147	1.24 77	6.25 11	2.81 17	4.41 75	3.54 28	0.46 19	0.96 21	3.70 8	1.41 29	0.33 273	1.01 375	0.00 1	0.21 279	0.11 69	1.11 221

4.5w-stereo	2.16 14	0.96 18	4.43 21	2.83 14	1.93 188	5.59 147	1.25 79	6.25 11	2.81 17	4.41 75	3.53 27	0.46 19	0.96 21	3.70 8	1.42 32	0.33 273	1.01 375	0.00 1	0.21 279	0.11 69	1.11 221

S2M2	2.24 16	1.47 88	4.41 20	3.77 52	1.20 93	2.26 9	0.06 2	6.51 20	7.31 100	1.92 12	4.58 48	4.42 85	0.81 16	2.90 3	1.83 43	0.58 342	0.11 132	0.03 188	0.00 1	0.49 270	0.09 8

4.25_new	2.28 17	1.01 24	4.72 30	3.33 36	2.74 244	4.30 58	2.29 178	6.42 14	3.33 28	2.35 25	3.76 30	0.26 3	2.35 64	4.64 14	1.40 24	0.63 354	0.99 368	0.00 1	0.26 312	0.03 11	0.74 142

4.5w_new	2.28 17	1.01 24	4.72 30	3.33 36	2.74 244	4.30 58	2.29 178	6.42 14	3.33 28	2.35 25	3.76 30	0.26 3	2.35 64	4.64 14	1.40 24	0.63 354	0.99 368	0.00 1	0.26 312	0.03 11	0.74 142

4.25w-stereo	2.28 17	1.01 24	4.72 30	3.33 36	2.74 244	4.31 60	2.30 182	6.42 14	3.33 28	2.35 25	3.76 30	0.26 3	2.35 64	4.64 14	1.40 24	0.63 354	0.99 368	0.00 1	0.26 312	0.03 11	0.74 142

asda	2.30 20	1.05 30	5.07 51	3.16 31	1.97 193	3.28 25	0.84 53	6.58 23	3.63 34	2.65 36	3.26 23	0.65 28	2.93 83	6.05 33	1.83 43	0.70 366	1.01 375	0.00 1	0.27 320	0.10 59	0.86 161

LG-G_1	2.39 21	0.79 4	4.63 26	3.83 58	0.64 32	10.74 271	0.58 37	7.00 28	1.89 4	1.72 10	1.33 12	1.33 36	2.10 55	8.16 75	1.40 24	0.05 71	0.66 285	0.00 1	0.00 1	0.06 35	0.94 188

LG-G	2.39 21	0.79 4	4.63 26	3.83 58	0.64 32	10.74 271	0.58 37	7.00 28	1.89 4	1.72 10	1.33 12	1.33 36	2.10 55	8.16 75	1.40 24	0.05 71	0.66 285	0.00 1	0.00 1	0.06 35	0.94 188

asd	2.40 23	0.92 16	4.93 41	2.96 20	2.30 218	3.95 46	0.35 23	7.56 42	2.81 17	3.69 59	2.96 21	0.54 23	2.23 61	8.72 88	1.25 17	0.70 366	0.84 326	0.00 1	0.13 217	0.12 74	0.93 183

4w-stereo	2.40 23	1.23 56	5.26 57	2.81 13	2.14 207	3.64 39	0.60 40	7.00 28	2.73 16	2.99 42	4.33 40	0.35 15	3.26 90	7.50 58	1.55 36	0.32 270	0.98 357	0.00 1	0.30 336	0.05 25	0.96 194

DEFOM-Stereo	2.43 25	1.22 53	4.56 25	3.89 60	1.05 77	12.70 302	0.80 50	5.07 4	2.70 15	3.02 44	1.81 15	0.61 25	0.54 6	8.77 90	1.01 7	0.02 16	0.01 11	0.00 1	0.00 1	0.03 11	0.69 131

2.75w_new	2.45 26	1.02 29	5.11 52	2.65 3	1.60 148	3.48 33	2.22 177	6.17 10	3.29 27	5.05 97	4.14 39	0.30 11	2.34 63	6.69 44	2.71 102	0.06 105	0.99 368	0.00 1	0.28 324	0.03 11	0.85 158

2.5w	2.47 27	0.97 20	5.69 66	3.45 41	1.92 186	3.19 23	2.18 172	6.67 25	2.91 21	2.14 19	5.66 80	0.25 2	1.97 50	7.82 66	1.43 33	0.18 212	1.07 390	0.00 1	0.30 336	0.03 11	1.46 269

AdaDepth	2.53 28	1.09 36	6.44 94	3.77 52	3.11 274	3.50 37	0.68 43	5.77 8	3.85 37	2.06 17	3.46 26	0.52 21	1.57 35	11.34 175	1.39 23	0.04 46	0.91 342	0.00 1	0.22 281	0.05 25	0.78 150

RAStereo	2.53 28	1.48 91	7.27 132	4.18 81	1.48 128	1.78 5	0.13 9	8.50 56	8.15 125	2.40 29	4.11 38	3.37 63	0.81 16	3.73 10	2.75 105	0.05 71	0.00 1	0.00 1	0.00 1	0.35 189	0.14 16

monsters	2.54 30	1.47 88	4.92 40	4.14 75	4.45 339	2.18 8	0.17 15	8.94 65	3.39 31	4.75 86	3.04 22	0.22 1	0.75 13	8.85 92	1.43 33	0.17 205	0.98 357	0.00 1	0.32 343	0.02 2	0.60 117

IGEV-Stereo++	2.55 31	0.93 17	4.65 28	4.40 99	3.52 293	3.33 27	0.10 6	8.77 61	4.60 46	2.63 35	4.41 42	2.00 49	4.67 147	3.47 6	0.98 4	0.02 16	0.78 314	0.09 257	0.00 1	0.06 35	1.65 294

3.25w_new	2.57 32	1.05 30	5.06 47	2.75 9	1.49 134	5.86 162	1.15 69	7.21 35	3.61 32	4.57 81	3.97 36	0.64 26	2.42 70	7.83 68	1.41 29	0.07 124	0.97 353	0.00 1	0.23 291	0.08 49	0.95 191

3.25w	2.57 32	1.05 30	5.06 47	2.75 9	1.49 134	5.87 163	1.15 69	7.21 35	3.61 32	4.57 81	3.97 36	0.64 26	2.42 70	7.82 66	1.41 29	0.07 124	0.97 353	0.00 1	0.23 291	0.08 49	0.95 191

qwe	2.64 34	0.97 20	4.85 37	3.09 27	2.86 257	4.53 69	0.28 21	7.28 38	3.06 22	5.38 104	4.85 55	0.57 24	0.88 18	9.13 105	2.39 78	0.42 307	0.96 349	0.00 1	0.30 336	0.12 74	0.90 174

3.75w	2.66 35	1.12 42	4.96 44	2.92 19	3.25 280	7.95 236	1.38 85	6.44 19	3.16 25	3.38 51	4.87 56	0.33 13	2.71 78	6.99 48	1.28 20	0.36 283	0.96 349	0.00 1	0.14 228	0.10 59	0.89 171

2w_stereo	2.67 36	1.09 36	5.38 61	3.25 34	1.25 103	4.61 73	3.77 249	7.59 44	4.10 42	4.28 71	5.14 65	0.27 6	4.25 119	4.81 17	2.06 56	0.11 159	0.72 298	0.00 1	0.18 265	0.02 2	0.48 91

GREAT-IGEV	2.67 36	1.48 91	5.32 60	3.65 47	1.73 165	2.92 19	0.20 17	6.37 13	6.52 89	1.34 5	5.23 68	1.09 34	1.45 33	10.01 132	1.57 37	0.11 159	1.50 467	0.00 1	0.24 299	0.19 109	2.48 409

2.25w	2.72 38	1.05 30	6.11 76	3.00 23	1.81 176	3.48 33	0.41 26	6.68 27	2.83 20	4.84 90	6.79 89	0.37 17	2.42 70	9.01 96	3.30 137	0.22 235	1.00 372	0.00 1	0.30 336	0.02 2	0.81 152

monsterstereo	2.74 39	1.26 59	5.23 56	4.64 111	4.44 335	1.81 7	0.08 3	6.52 21	5.70 63	3.84 64	7.47 97	0.27 6	0.37 3	9.33 112	1.51 35	0.05 71	1.11 400	0.00 1	0.35 359	0.03 11	0.75 145

LG-Stereo	2.75 40	1.78 139	8.47 179	4.32 98	1.04 76	3.56 38	1.20 74	7.18 34	6.19 82	2.53 33	7.57 100	1.07 33	0.75 13	5.24 21	2.51 85	0.49 323	0.27 185	0.01 146	0.03 131	0.34 183	0.44 80

3.5w_stereo	2.78 41	1.48 91	5.51 64	2.66 4	1.61 150	5.90 167	1.09 66	7.46 41	3.28 26	4.31 73	4.49 44	0.35 15	2.04 54	10.32 140	3.27 136	0.21 230	0.66 285	0.00 1	0.09 195	0.02 2	0.88 167

111111	2.79 42	1.16 44	4.90 38	4.16 76	4.50 342	3.40 29	0.22 19	9.37 73	4.11 43	2.47 32	4.41 42	2.27 51	2.02 52	9.21 108	1.37 22	0.01 4	0.79 316	0.08 247	0.01 88	0.14 85	1.19 232

StereoAnything_RVC	2.80 43	12.35 492	6.48 101	2.89 18	1.06 80	1.47 4	0.17 15	5.24 5	2.04 7	1.29 4	0.35 6	0.29 10	3.53 97	8.37 82	1.01 7	0.05 71	0.88 336	0.00 1	0.00 1	6.93 490	1.66 295

3w_stereo	2.85 44	1.08 35	6.84 116	3.00 23	0.62 29	5.35 130	6.31 325	7.70 46	3.87 39	4.12 68	5.00 63	0.30 11	4.15 117	4.87 18	1.71 40	0.00 1	1.02 383	0.00 1	0.24 299	0.03 11	0.87 166

fffft	2.87 45	1.37 74	6.09 75	3.63 46	1.48 128	4.34 63	4.03 257	9.11 69	3.91 40	3.19 46	2.34 17	1.90 45	1.43 32	10.93 155	2.22 61	0.00 1	0.23 174	0.00 1	0.00 1	0.38 218	0.85 158
1: 1. 1
MaDis-Stereo	2.96 46	2.05 205	7.26 131	3.35 39	2.54 234	1.78 5	0.28 21	8.41 53	5.58 61	2.77 39	3.62 29	7.05 137	4.60 135	5.95 29	3.33 138	0.01 4	0.05 71	0.00 1	0.00 1	0.19 109	0.39 65

IGEV-Stereo+	3.03 47	1.10 38	5.14 55	3.52 44	4.87 354	2.53 11	0.68 43	4.40 3	3.11 23	2.20 21	0.71 8	0.79 32	3.45 92	8.89 94	1.25 17	0.08 132	0.70 294	0.00 1	0.40 388	5.72 486	11.13 525

LG-Stereo_Zeroshot	3.06 48	1.06 34	6.40 92	5.55 173	1.90 184	3.79 42	0.82 51	7.92 50	3.70 36	4.01 65	10.87 146	2.27 51	5.15 157	3.49 7	2.09 59	0.19 223	0.64 282	0.00 1	0.35 359	0.42 238	0.58 115

SMoEStereo_RVC	3.08 49	1.77 138	5.88 71	4.29 96	0.76 40	6.25 184	1.85 148	8.81 63	4.44 45	4.08 67	3.85 34	2.76 57	2.21 58	11.07 158	2.28 64	0.01 4	0.13 140	0.03 188	0.00 1	0.35 189	0.83 156

AIO_test	3.09 50	1.33 70	5.84 69	4.60 109	3.35 283	5.26 124	2.32 183	9.12 71	5.01 51	1.93 13	4.76 53	4.23 83	1.35 29	7.85 71	1.18 15	0.92 403	1.03 386	0.00 1	0.29 329	0.07 44	1.30 247

GIP-stereo	3.09 50	1.42 81	4.82 36	5.64 181	4.11 318	3.31 26	0.74 46	9.86 80	6.75 92	2.44 30	5.48 71	4.08 77	3.14 86	5.77 26	1.68 39	0.14 185	0.63 280	0.00 1	0.00 1	0.09 57	1.66 295

UniTT-Stereo	3.10 52	1.22 53	7.79 154	4.50 104	2.51 231	2.59 12	0.42 28	5.88 9	5.74 66	5.46 107	7.76 102	1.12 35	1.46 34	9.06 100	5.42 225	0.06 105	0.07 109	0.00 1	0.01 88	0.60 307	0.26 31

IGEV-RUCA	3.15 53	1.28 64	5.12 53	5.23 151	2.34 223	6.02 170	1.75 138	7.71 47	5.31 56	2.77 39	4.98 62	4.01 75	2.39 69	10.02 133	1.73 41	0.17 205	0.26 184	0.21 344	0.29 329	0.74 343	0.58 115

1w_stereo	3.18 54	0.88 13	4.34 17	3.77 52	2.15 208	4.45 67	6.50 331	7.10 33	5.69 62	3.58 56	7.40 96	0.28 8	4.26 121	8.58 86	2.83 117	0.05 71	0.64 282	0.00 1	0.01 88	0.02 2	1.16 226

mms	3.23 55	1.87 165	6.16 81	4.22 86	2.38 225	4.13 55	3.87 250	8.68 59	5.05 52	2.68 37	5.66 80	3.05 59	1.33 28	9.68 124	2.35 72	0.01 4	0.55 261	0.00 1	0.00 1	0.42 238	2.47 408

ours_stereo	3.25 56	1.81 147	5.95 74	4.18 81	1.97 193	3.79 42	2.71 207	8.97 66	6.86 93	2.39 28	5.79 83	3.97 74	1.82 47	9.84 127	2.05 55	0.02 16	0.21 169	0.00 1	0.00 1	0.38 218	2.35 399

AIO-Stereo	3.32 57	1.49 96	5.67 65	5.06 137	1.51 140	4.67 79	1.71 131	10.31 85	5.90 78	3.02 44	4.90 59	5.32 108	0.80 15	10.66 145	1.88 46	0.06 105	0.85 332	0.00 1	0.70 431	0.14 85	1.78 308

AIO_rvc	3.33 58	1.66 120	6.67 110	4.55 105	3.62 296	5.18 118	1.79 143	8.85 64	5.06 53	2.17 20	4.89 58	4.69 93	1.16 23	10.57 143	2.01 53	0.59 347	1.10 396	0.00 1	0.04 146	0.16 93	1.84 317

RSM++	3.35 59	1.29 66	5.82 68	5.16 148	1.00 74	4.93 105	2.54 195	10.70 94	5.17 54	3.45 53	4.81 54	6.63 131	1.86 48	10.23 137	2.06 56	0.05 71	0.06 96	0.01 146	0.18 265	0.19 109	0.95 191

HUF	3.37 60	1.82 155	7.11 127	3.74 51	1.68 159	5.10 114	2.12 166	10.44 89	5.26 55	2.44 30	4.54 46	5.45 112	2.61 75	7.44 57	2.03 54	0.91 401	2.05 486	0.09 257	0.00 1	0.19 109	2.46 405

RSM	3.39 61	1.22 53	5.46 62	5.06 137	1.60 148	4.70 82	1.76 140	10.72 95	4.92 50	3.67 58	4.52 45	7.70 151	1.74 44	11.04 157	2.06 56	0.05 71	0.18 156	0.00 1	0.35 359	0.19 109	0.92 178

FlowAnything_test	3.40 62	1.63 112	7.17 128	8.89 384	1.37 113	8.59 239	2.43 190	8.27 52	4.69 48	4.28 71	2.68 18	3.47 68	0.74 12	6.21 37	5.48 229	0.11 159	0.04 60	0.17 325	0.65 427	0.17 99	0.91 177

DEFOM-Stereo_RVC	3.40 62	7.12 443	4.30 16	11.17 445	1.69 161	4.59 71	0.46 31	9.11 69	3.63 34	2.69 38	3.29 24	0.75 30	7.02 215	9.35 113	2.00 51	0.01 4	0.15 149	0.00 1	0.19 270	0.06 35	0.39 65

EGLCR-Stereo	3.41 64	1.28 64	6.47 97	4.22 86	1.36 111	5.18 118	1.24 77	11.58 115	5.47 59	3.80 62	3.40 25	8.10 159	1.69 42	9.53 121	2.23 63	0.09 142	0.89 340	0.01 146	0.00 1	0.24 130	1.42 265

Selective-IGEV	3.46 65	1.32 69	5.92 73	4.55 105	2.27 216	4.65 76	2.07 165	11.50 112	5.81 68	3.19 46	4.75 52	5.46 113	1.77 45	11.24 170	2.37 75	0.05 71	0.82 324	0.00 1	0.20 275	0.10 59	1.17 229

tt45	3.47 66	1.65 117	5.29 59	4.20 84	1.93 188	8.00 237	1.99 162	9.99 83	4.05 41	5.83 111	4.57 47	4.57 92	2.37 68	11.40 177	2.38 77	0.01 4	0.14 146	0.00 1	0.01 88	0.40 227	0.69 131

MGS-Stereo	3.47 66	1.54 100	7.34 139	3.79 55	0.51 23	4.78 90	1.51 100	6.53 22	9.92 155	4.54 80	10.22 132	5.44 110	1.26 26	8.51 84	2.53 89	0.21 230	0.01 11	0.02 170	0.00 1	0.59 301	0.23 26

IGEV++	3.49 68	1.67 122	6.59 106	6.41 249	1.44 118	4.50 68	1.66 120	11.20 106	5.34 57	3.01 43	6.40 87	4.30 84	4.36 124	5.66 25	3.53 149	0.05 71	1.20 417	0.00 1	0.15 237	0.32 173	2.10 375

CroCo-Stereo	3.51 69	2.49 302	8.03 164	9.10 387	1.26 105	0.97 2	0.96 59	11.24 111	8.52 133	3.79 61	4.87 56	7.93 157	4.44 133	3.26 5	2.76 107	0.03 33	0.00 1	0.00 1	0.00 1	0.34 183	0.16 20
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
MSCF	3.53 70	2.33 273	6.43 93	4.97 133	1.76 170	5.30 127	1.43 89	9.49 75	5.37 58	5.50 108	6.46 88	1.79 44	6.92 213	6.16 36	1.85 45	0.11 159	1.01 375	0.00 1	1.07 456	0.27 153	2.30 393

Pointernet	3.56 71	0.99 23	6.55 104	3.79 55	0.85 55	5.19 120	0.36 24	17.55 220	7.32 101	4.50 79	6.92 90	4.82 96	2.69 76	5.26 22	2.99 121	0.04 46	0.53 255	0.00 1	0.35 359	0.05 25	0.42 74

GLC_STEREO	3.61 72	1.35 72	3.91 11	6.86 289	0.23 1	4.69 80	1.61 108	9.80 78	7.20 98	5.64 110	9.11 113	5.19 102	2.02 52	10.25 138	3.70 156	0.07 124	0.04 60	0.22 352	0.00 1	0.24 130	0.17 22

MoCha-V2	3.68 73	1.42 81	5.50 63	6.03 220	1.50 138	4.53 69	1.32 83	11.05 104	6.30 85	5.86 112	5.39 70	2.66 56	6.33 190	10.36 141	1.58 38	0.19 223	1.57 473	0.00 1	0.24 299	0.07 44	1.77 307

GASTEREO	3.69 74	2.44 294	6.32 86	5.26 154	1.76 170	5.46 132	1.44 92	9.55 77	5.71 64	5.61 109	6.96 92	1.61 40	6.99 214	8.15 74	1.89 47	0.10 153	1.01 375	0.00 1	1.07 456	0.17 99	2.30 393

fffy	3.69 74	1.76 135	7.01 120	4.25 95	1.49 134	4.74 87	1.69 129	10.96 100	7.10 96	2.90 41	6.29 85	6.27 126	3.10 85	10.41 142	2.09 59	0.01 4	1.02 383	0.00 1	0.00 1	0.37 206	2.28 392

SCV	3.72 76	1.81 147	7.24 130	5.65 183	1.66 158	4.31 60	1.64 112	12.11 119	6.98 94	2.28 24	4.94 61	6.07 121	2.70 77	10.28 139	2.30 65	0.09 142	0.98 357	0.00 1	0.53 412	0.55 286	2.27 390

999	3.74 77	1.55 102	5.72 67	5.15 147	2.42 227	7.40 220	2.13 167	10.76 96	7.33 102	3.20 48	5.04 64	5.01 98	2.26 62	12.45 236	3.06 124	0.06 105	0.24 178	0.00 1	0.00 1	0.37 206	0.66 125

AEACV	3.74 77	1.42 81	6.45 95	5.61 177	6.24 421	4.69 80	1.54 104	7.61 45	7.19 97	3.59 57	7.87 103	4.20 80	6.43 195	6.07 34	1.96 49	0.03 33	1.03 386	0.04 204	0.54 414	0.23 126	2.12 377

CREStereo	3.75 79	1.21 49	3.79 8	2.66 4	0.66 34	5.52 136	0.39 25	10.77 98	14.18 203	7.14 122	10.54 138	5.25 105	3.54 98	6.27 40	2.88 119	0.04 46	0.01 11	0.03 188	0.01 88	0.05 25	0.05 2
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
castereo++	3.76 80	1.79 141	5.06 47	4.09 72	2.65 239	16.30 371	1.89 154	8.46 55	9.15 145	2.53 33	4.66 49	5.04 99	2.00 51	9.08 102	1.04 10	0.02 16	0.59 274	0.00 1	0.34 355	0.08 49	0.50 96

trnet	3.79 81	1.10 38	3.76 6	2.70 7	0.63 31	5.60 149	0.41 26	10.89 99	14.11 202	7.11 121	10.55 140	5.73 116	3.75 102	6.25 38	2.89 120	0.04 46	0.02 35	0.03 188	0.01 88	0.06 35	0.07 4

SCV_C0	3.81 82	1.92 175	7.94 161	4.22 86	1.75 168	4.82 93	1.56 105	11.79 116	8.00 120	3.23 49	5.14 65	6.19 123	1.81 46	11.49 185	2.42 80	0.17 205	1.09 392	0.00 1	0.23 291	0.38 218	2.04 362

LoS	3.83 83	1.25 58	4.39 19	3.29 35	0.58 27	4.87 94	1.15 69	11.00 101	13.34 191	5.02 93	10.69 141	4.14 78	3.78 104	9.15 107	3.20 131	0.08 132	0.03 51	0.09 257	0.00 1	0.13 83	0.35 49
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 84	0.81 7	6.63 108	4.40 99	11.89 504	11.98 290	0.20 17	8.42 54	5.78 67	1.97 16	2.73 19	0.77 31	1.59 36	2.60 2	0.98 4	0.04 46	0.04 60	10.46 522	5.41 511	0.05 25	0.14 16

IGEVStereo-DCA	3.90 85	2.95 336	7.30 133	4.05 67	0.92 63	4.94 107	1.65 115	14.40 155	5.82 69	4.17 69	4.67 50	4.50 90	3.95 109	11.24 170	4.28 186	0.18 212	0.56 264	0.00 1	0.17 252	0.25 134	1.98 342

ff7	3.92 86	2.12 225	7.30 133	4.22 86	1.47 123	4.90 98	1.65 115	14.40 155	5.82 69	5.08 98	5.59 76	3.45 64	4.61 138	11.48 181	2.76 107	0.04 46	0.98 357	0.00 1	0.17 252	0.35 189	1.98 342

ffff	3.92 86	2.12 225	7.30 133	4.22 86	1.47 123	4.90 98	1.65 115	14.40 155	5.82 69	5.08 98	5.59 76	3.45 64	4.61 138	11.48 181	2.76 107	0.04 46	0.98 357	0.00 1	0.17 252	0.35 189	1.98 342

11t	3.92 86	2.12 225	7.30 133	4.22 86	1.47 123	4.90 98	1.65 115	14.40 155	5.82 69	5.08 98	5.59 76	3.45 64	4.61 138	11.48 181	2.76 107	0.04 46	0.98 357	0.00 1	0.17 252	0.35 189	1.98 342

ccc-4	3.92 86	2.12 225	7.30 133	4.22 86	1.47 123	4.90 98	1.65 115	14.40 155	5.82 69	5.08 98	5.59 76	3.45 64	4.61 138	11.48 181	2.76 107	0.04 46	0.98 357	0.00 1	0.17 252	0.35 189	1.98 342

anonymousdsp	3.97 90	2.10 218	6.76 113	4.43 101	1.82 179	4.92 103	1.68 121	14.84 167	5.82 69	5.26 103	5.54 74	4.20 80	4.37 128	11.54 191	2.68 100	0.04 46	0.87 334	0.00 1	0.18 265	0.36 200	1.98 342

IGEV-Stereo	3.97 90	2.10 218	6.78 115	4.43 101	1.81 176	4.92 103	1.68 121	14.84 167	5.82 69	5.25 102	5.54 74	4.22 82	4.36 124	11.55 192	2.68 100	0.04 46	0.88 336	0.00 1	0.18 265	0.36 200	1.98 342
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 92	2.95 336	11.04 299	4.05 67	0.92 63	4.94 107	1.53 103	11.97 118	6.50 88	4.17 69	4.67 50	4.50 90	3.95 109	11.24 170	4.28 186	0.18 212	0.56 264	0.00 1	0.22 281	0.25 134	1.88 322

rvit_stereo_0081_aga	4.01 93	3.10 348	10.05 249	5.65 183	3.01 269	4.91 102	1.88 153	8.80 62	7.27 99	6.97 117	6.94 91	5.81 118	3.23 89	7.63 63	3.77 160	0.08 132	0.00 1	0.00 1	0.00 1	0.62 311	0.44 80

water-stereo	4.05 94	1.16 44	6.14 78	3.96 62	0.83 53	5.09 113	1.09 66	13.45 141	5.71 64	6.59 115	14.69 179	7.49 145	5.81 177	3.80 12	3.51 146	0.38 292	0.18 156	0.10 269	0.05 161	0.07 44	0.90 174

CES	4.08 95	1.34 71	3.46 2	3.65 47	11.49 501	5.24 122	0.99 61	10.15 84	9.15 145	3.80 62	9.29 118	1.76 42	0.91 19	6.94 46	2.64 99	0.07 124	0.05 71	0.01 146	0.00 1	1.63 408	9.03 510

test_xeample3	4.08 95	2.95 336	11.20 303	4.05 67	1.05 77	5.62 150	1.58 106	13.23 129	4.76 49	7.10 120	3.83 33	3.18 61	3.30 91	11.75 196	4.42 193	0.08 132	0.74 303	0.00 1	0.38 381	0.26 144	2.04 362

LoS_RVC	4.09 97	3.01 342	4.81 34	4.88 123	7.78 461	5.24 122	2.80 212	7.57 43	4.24 44	4.41 75	10.34 134	3.62 70	6.34 191	6.59 43	2.37 75	0.04 46	0.03 51	0.00 1	0.01 88	0.06 35	7.70 498

CASnet	4.11 98	1.27 62	5.28 58	5.63 180	0.31 2	4.89 97	2.86 214	11.52 113	11.73 171	11.06 164	11.80 154	4.16 79	1.63 38	6.30 41	2.22 61	0.63 354	0.00 1	0.60 409	0.13 217	0.15 89	0.07 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 99	1.50 98	5.89 72	3.82 57	1.88 182	3.75 41	6.51 332	8.68 59	6.38 87	4.81 87	8.44 106	9.56 182	4.31 122	10.00 131	4.16 177	0.05 71	0.84 326	0.00 1	0.19 270	0.23 126	1.71 300

ProNet	4.14 99	2.35 282	7.50 143	4.22 86	1.47 123	5.67 154	6.24 321	13.78 151	7.71 108	3.38 51	4.93 60	3.72 71	3.52 95	11.52 190	2.72 103	0.08 132	1.32 439	0.01 146	0.26 312	0.47 258	2.02 356

WCG-NET	4.15 101	1.44 86	6.47 97	3.48 42	0.31 2	4.36 65	1.74 136	8.24 51	15.53 217	8.94 144	9.64 121	6.87 135	4.12 116	7.42 56	2.86 118	0.02 16	1.09 392	0.00 1	0.00 1	0.21 118	0.28 33

castereo	4.17 102	1.71 127	4.94 42	4.23 94	1.13 85	6.25 184	6.97 349	10.76 96	16.22 226	3.25 50	7.74 101	3.55 69	7.25 219	5.61 24	2.63 97	0.04 46	0.38 213	0.00 1	0.26 312	0.08 49	0.44 80

rvit_stereo_0081	4.20 103	2.18 244	9.43 224	6.66 273	1.77 172	3.43 30	2.29 178	8.53 57	16.32 231	4.68 84	5.52 72	5.21 103	4.60 135	8.22 78	4.20 179	0.05 71	0.01 11	0.00 1	0.01 88	0.41 231	0.49 94

rvit_stereo_0082	4.20 103	2.18 244	9.43 224	6.66 273	1.77 172	3.43 30	2.29 178	8.53 57	16.32 231	4.68 84	5.52 72	5.21 103	4.60 135	8.22 78	4.20 179	0.05 71	0.01 11	0.00 1	0.01 88	0.41 231	0.49 94

CroCo-Stereo Lap2	4.21 105	2.60 313	9.11 202	10.21 416	6.06 415	1.11 3	0.78 49	10.63 92	8.34 128	3.46 54	5.18 67	8.92 170	5.66 173	6.42 42	4.53 198	0.03 33	0.05 71	0.00 1	0.00 1	0.81 357	0.39 65

HART	4.24 106	2.13 231	6.15 79	5.53 169	1.40 116	4.32 62	0.74 46	13.35 138	5.92 79	6.13 113	12.75 164	6.81 134	1.70 43	11.14 167	2.42 80	0.03 33	1.48 466	0.10 269	0.00 1	0.55 286	2.26 388

CAS++	4.25 107	2.16 239	6.64 109	4.57 108	1.14 88	4.22 57	1.62 109	19.22 245	10.81 162	9.35 147	9.25 117	1.97 47	1.40 31	9.87 129	2.00 51	0.15 196	0.05 71	0.00 1	0.00 1	0.33 177	0.28 33
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 108	2.26 261	8.78 188	5.09 141	1.45 119	5.66 151	1.08 65	13.30 137	8.20 126	8.93 143	10.09 130	6.61 130	3.52 95	5.14 20	3.20 131	0.02 16	1.13 403	0.06 221	0.00 1	0.32 173	0.39 65

rvit_stereo_0080	4.27 109	2.89 330	9.02 197	4.10 73	1.93 188	4.06 48	7.35 360	10.37 86	8.86 139	5.39 105	7.51 98	6.20 124	4.36 124	7.08 50	4.75 204	0.45 316	0.01 11	0.00 1	0.00 1	0.59 301	0.45 83

whm_eth	4.27 109	2.89 330	9.02 197	4.10 73	1.93 188	4.06 48	7.35 360	10.37 86	8.86 139	5.39 105	7.51 98	6.20 124	4.36 124	7.08 50	4.75 204	0.45 316	0.01 11	0.00 1	0.00 1	0.59 301	0.45 83

testlalala	4.28 111	1.72 129	8.36 176	4.01 63	3.59 294	7.88 233	1.70 130	9.98 82	5.56 60	13.20 198	10.02 124	7.06 138	1.91 49	5.98 30	2.36 73	0.03 33	1.26 431	0.00 1	0.41 391	0.06 35	0.52 99

MM-Stereo_test2	4.38 112	1.62 109	7.85 157	5.85 213	1.12 83	7.07 212	2.18 172	15.22 171	8.69 136	7.23 126	5.26 69	4.83 97	3.75 102	10.87 153	2.40 79	0.03 33	1.04 388	0.00 1	0.14 228	0.41 231	2.02 356

plain	4.41 113	2.18 244	11.50 311	5.46 167	2.97 267	3.20 24	1.38 85	9.01 68	5.96 80	3.56 55	16.63 198	3.01 58	2.76 79	14.80 321	4.25 185	0.32 270	0.00 1	0.04 204	0.01 88	0.79 352	0.43 77

depthmonostereo	4.46 114	2.22 250	7.17 128	4.79 118	1.32 109	7.84 232	1.36 84	15.70 179	12.86 182	5.04 94	7.89 105	5.04 99	6.26 189	6.95 47	3.25 134	0.07 124	0.23 174	0.12 296	0.07 180	0.08 49	1.06 210

MC-Stereo	4.47 115	1.16 44	5.85 70	6.14 226	1.43 117	3.70 40	1.73 132	10.62 91	7.83 117	6.85 116	13.33 170	6.77 133	6.21 188	11.23 169	2.52 87	0.04 46	1.30 433	0.06 221	0.24 299	0.17 99	2.14 380

MIF-Stereo (partial)	4.55 116	1.63 112	8.37 177	5.46 167	5.35 378	3.48 33	0.94 56	9.80 78	8.03 122	4.45 78	15.68 188	5.33 109	5.11 154	11.92 206	4.57 199	0.06 105	0.02 35	0.06 221	0.03 131	0.45 251	0.30 38

DilatedVolume-Stereo	4.62 117	1.66 120	6.95 119	4.21 85	1.86 181	10.94 273	0.99 61	12.18 120	6.28 84	12.65 178	10.00 123	5.44 110	3.80 105	10.06 135	3.61 154	0.13 181	0.49 244	0.09 257	0.28 324	0.09 57	0.68 128

XX-TBD	4.63 118	10.71 473	3.94 12	10.55 430	0.62 29	5.95 168	0.08 3	7.91 49	12.75 178	11.73 170	14.80 182	4.04 76	1.64 39	4.90 19	2.61 95	0.08 132	0.01 11	0.00 1	0.00 1	0.26 144	0.06 3

rvit_stereo_0083	4.77 119	2.28 263	10.63 280	7.49 330	1.73 165	4.88 95	2.71 207	8.97 66	18.71 263	5.01 92	7.88 104	6.38 128	5.11 154	7.80 65	4.86 208	0.28 260	0.04 60	0.00 1	0.01 88	0.26 144	0.39 65

MyStereo07	4.80 120	2.38 287	6.21 82	6.63 268	4.77 351	6.47 195	9.60 398	16.70 202	5.88 76	4.81 87	5.77 82	3.13 60	5.68 174	12.07 212	2.46 82	0.09 142	1.33 443	0.03 188	0.32 343	0.74 343	0.93 183

CREStereo++_RVC	4.83 121	1.16 44	4.67 29	4.71 114	2.02 198	4.01 47	0.11 7	9.48 74	18.00 248	8.87 140	16.74 200	4.43 86	2.15 57	6.09 35	3.39 142	0.07 124	0.00 1	0.00 1	10.51 530	0.05 25	0.12 14
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
WCG-NET（raft）	4.87 122	1.67 122	6.84 116	3.49 43	0.31 2	4.96 109	1.95 158	11.08 105	15.49 216	8.82 138	11.46 151	9.50 180	4.96 152	11.32 174	3.26 135	0.09 142	1.41 455	0.00 1	0.03 131	0.23 126	0.54 102

TANstereo	4.87 122	1.49 96	5.02 46	4.02 65	0.51 23	14.25 328	0.15 11	9.17 72	12.84 180	12.80 189	18.36 218	5.14 101	4.43 130	6.01 31	2.30 65	0.09 142	0.12 139	0.00 1	0.01 88	0.02 2	0.68 128

Former-RAFT_DAM_RVC	4.91 124	3.05 347	9.51 227	4.55 105	3.59 294	9.01 247	1.46 95	14.59 165	19.31 270	7.65 132	7.22 95	2.04 50	2.21 58	10.13 136	2.51 85	0.12 174	0.03 51	0.08 247	0.00 1	0.62 311	0.50 96

Reg-Stereo(zero)	4.96 125	0.83 10	5.01 45	3.71 49	2.33 220	3.81 44	1.18 73	17.25 213	13.30 190	10.52 156	10.73 143	10.47 190	4.43 130	9.47 119	4.17 178	0.06 105	0.74 303	0.00 1	0.27 320	0.04 23	0.88 167

rvit_stereo_ft	5.02 126	3.45 366	10.80 287	11.76 456	2.76 250	4.08 53	8.16 378	10.64 93	10.63 161	4.34 74	6.39 86	6.65 132	4.63 143	9.35 113	5.82 242	0.11 159	0.00 1	0.00 1	0.00 1	0.34 183	0.42 74

iRaftStereo_RVC	5.06 127	2.15 235	7.88 159	5.54 172	0.78 46	5.22 121	0.45 30	18.47 234	11.75 172	9.72 151	15.05 184	5.74 117	3.18 88	9.29 111	2.52 87	0.02 16	1.24 428	0.00 1	0.01 88	0.58 295	1.62 291

MSKI-zero shot	5.11 128	1.81 147	6.47 97	6.17 229	1.78 174	6.42 194	1.50 99	13.59 143	8.66 135	10.63 159	11.58 152	13.29 244	2.35 64	12.34 229	3.09 126	0.05 71	1.21 423	0.02 170	0.29 329	0.15 89	0.85 158

GCAP-BAT	5.15 129	2.42 290	8.74 186	4.07 70	5.04 364	6.61 202	1.82 145	10.43 88	6.66 91	13.47 209	12.76 165	9.14 174	2.87 82	11.51 189	3.58 153	0.03 33	1.24 428	0.01 146	0.60 422	0.13 83	1.81 310

sCroCo_RVC	5.29 130	3.82 382	17.52 413	11.17 445	6.67 434	5.78 160	2.66 202	10.47 90	8.48 132	3.78 60	9.32 119	4.76 95	4.83 150	8.33 81	4.88 209	1.17 436	0.52 253	0.06 221	0.03 131	0.70 333	0.90 174

MM-Stereo_test1	5.41 131	1.55 102	6.52 102	5.96 217	1.09 82	4.88 95	6.82 342	14.32 154	12.83 179	13.28 201	10.54 138	5.88 119	6.54 197	11.72 194	2.75 105	0.18 212	1.13 403	0.00 1	0.02 117	0.48 261	1.73 302

tg	5.41 131	2.04 199	7.70 148	5.40 164	1.27 106	7.45 223	0.49 32	18.97 238	13.10 184	9.51 148	14.60 178	7.15 139	4.05 113	10.89 154	2.99 121	0.02 16	0.70 294	0.00 1	0.00 1	0.55 286	1.42 265

RAFT-Stereo-weight	5.42 133	1.21 49	6.22 83	4.69 112	1.28 107	6.18 181	1.58 106	18.42 233	18.47 257	11.35 167	10.27 133	11.93 214	1.65 40	9.59 122	3.83 162	0.10 153	0.60 276	0.00 1	0.00 1	0.16 93	0.89 171

CAS	5.44 134	0.98 22	3.95 13	17.59 502	7.74 460	7.82 230	6.09 317	9.89 81	9.40 149	4.82 89	10.69 141	1.93 46	1.22 25	4.54 13	2.47 83	10.98 523	0.02 35	0.00 1	0.02 117	0.53 277	8.19 504

4D-IteraStereo	5.47 135	2.05 205	8.66 181	5.34 158	4.93 357	6.11 171	1.79 143	13.74 149	16.35 233	14.53 223	11.10 147	8.22 160	1.59 36	8.73 89	3.37 140	0.00 1	0.49 244	0.09 257	0.02 117	0.25 134	1.98 342

PMTNet	5.52 136	1.11 40	4.24 14	2.49 2	1.38 114	8.75 242	0.67 42	12.64 124	12.84 180	8.66 135	11.27 149	6.00 120	4.70 149	9.91 130	3.02 123	22.39 539	0.01 11	0.04 204	0.02 117	0.06 35	0.23 26

RCA-Stereo	5.58 137	1.26 59	6.71 111	4.85 121	0.80 49	5.51 135	3.97 254	17.56 221	19.40 271	8.45 134	14.11 175	8.73 166	8.70 247	6.88 45	2.77 112	0.05 71	0.98 357	0.11 291	0.00 1	0.14 85	0.61 118

test_1	5.63 138	1.29 66	9.52 229	4.90 129	1.45 119	6.51 197	2.93 218	13.65 146	19.05 268	12.58 177	8.67 107	13.02 238	4.07 114	9.39 117	2.58 90	0.01 4	1.09 392	0.00 1	0.38 381	0.28 159	1.26 242

test-3	5.64 139	1.29 66	9.52 229	4.88 123	1.45 119	6.53 198	2.92 216	13.64 144	19.04 267	12.75 188	8.67 107	13.01 237	4.10 115	9.39 117	2.58 90	0.01 4	1.09 392	0.00 1	0.37 371	0.28 159	1.25 241

xyz-stereo-finetune	5.68 140	2.00 190	6.56 105	3.16 31	0.33 6	11.80 287	3.99 255	13.58 142	21.58 291	8.92 142	12.57 162	6.12 122	3.72 101	12.06 211	6.59 268	0.07 124	0.02 35	0.00 1	0.02 117	0.19 109	0.25 30

AE-Stereo	5.68 140	1.78 139	9.22 216	9.25 391	2.52 232	10.13 255	2.92 216	13.10 128	14.88 208	4.88 91	13.10 168	10.72 193	4.43 130	9.24 110	3.37 140	0.10 153	1.31 437	0.06 221	0.32 343	0.21 118	2.03 360

cross-raft	5.70 142	1.44 86	7.08 122	6.69 275	2.11 203	5.89 164	1.44 92	16.44 193	8.38 129	13.42 207	20.70 251	12.20 218	4.38 129	9.06 100	3.11 127	0.03 33	0.38 213	0.00 1	0.22 281	0.24 130	0.84 157

tt1	5.74 143	2.52 303	6.54 103	6.89 291	0.86 57	10.31 262	4.08 258	19.77 255	16.80 238	7.17 123	9.02 110	4.71 94	8.97 252	11.11 163	2.34 70	0.05 71	1.17 407	0.00 1	0.04 146	0.29 165	2.07 368

test_4	5.75 144	1.40 78	6.47 97	7.20 315	0.89 60	5.81 161	1.82 145	12.26 121	6.62 90	12.85 190	30.51 368	7.61 149	3.81 106	12.70 247	3.47 145	0.02 16	0.27 185	0.03 188	0.17 252	0.39 223	0.67 126

ACVNet-DCA	5.76 145	2.52 303	6.38 88	6.77 282	0.74 35	10.55 265	5.19 286	21.10 275	13.53 192	7.39 128	10.06 125	4.44 87	9.58 261	11.08 159	2.33 67	0.05 71	1.18 411	0.00 1	0.04 146	0.37 206	1.93 330

CFNet-RSSM	5.78 146	1.24 57	9.20 214	4.82 120	1.23 98	6.33 187	1.21 76	17.35 215	18.14 250	13.35 203	11.17 148	11.69 205	5.43 161	9.71 126	3.34 139	0.03 33	0.20 161	0.00 1	0.36 366	0.37 206	0.42 74

cc1	5.79 147	2.52 303	6.38 88	6.77 282	0.74 35	10.55 265	5.19 286	19.19 242	15.95 222	7.39 128	10.06 125	4.44 87	9.58 261	11.08 159	2.33 67	0.05 71	1.18 411	0.00 1	0.04 146	0.34 183	2.04 362

HUI-Stereo	5.80 148	1.98 185	10.42 270	5.66 186	0.45 9	5.52 136	2.68 204	13.29 136	7.82 116	12.71 187	18.16 212	12.91 235	6.60 198	10.73 150	5.36 223	0.89 397	0.08 115	0.10 269	0.00 1	0.25 134	0.36 55

Gwc-CoAtRS	5.80 148	1.37 74	9.07 199	4.80 119	1.39 115	6.90 208	1.27 80	16.50 196	15.48 215	13.07 196	13.35 171	12.64 222	5.61 171	9.14 106	4.20 179	0.04 46	0.32 198	0.00 1	0.29 329	0.30 168	0.33 44

ROB_FTStereo	5.82 150	1.97 178	10.37 266	5.67 193	0.46 15	5.52 136	1.63 110	13.27 134	7.79 110	12.69 181	18.06 209	12.86 230	6.63 202	12.28 225	5.43 226	0.87 396	0.09 117	0.10 269	0.00 1	0.26 144	0.36 55

EAI-Stereo	5.82 150	2.06 209	9.08 200	6.23 234	2.20 212	6.24 183	6.20 320	20.18 262	6.36 86	10.65 160	15.97 193	6.31 127	3.63 100	12.09 215	4.88 209	0.06 105	0.73 301	0.04 204	1.59 474	0.21 118	1.67 297

gcap-zeroshot	5.83 152	1.82 155	11.95 329	5.34 158	1.98 195	11.06 276	1.64 112	11.01 102	7.05 95	15.27 235	9.84 122	18.92 333	5.12 156	9.85 128	2.50 84	0.27 256	0.90 341	0.07 239	0.33 350	0.05 25	1.61 289

PSM-adaLoss	5.83 152	1.97 178	10.44 274	5.66 186	0.46 15	5.54 143	1.91 156	13.24 130	7.80 114	12.69 181	18.19 216	12.80 226	6.65 210	11.89 204	5.45 228	1.02 417	0.09 117	0.10 269	0.00 1	0.26 144	0.36 55

CRE-IMP	5.83 152	1.86 161	11.10 301	6.20 232	0.51 23	6.86 207	1.64 112	12.56 122	9.01 141	13.16 197	16.11 195	10.94 196	6.14 187	12.81 250	6.46 265	0.50 326	0.07 109	0.10 269	0.00 1	0.27 153	0.27 32

model_zeroshot	5.85 155	1.91 172	10.98 296	6.34 245	2.55 235	10.42 263	2.38 186	17.38 216	9.39 148	14.72 226	10.36 135	11.21 199	2.93 83	8.95 95	3.57 151	0.14 185	1.01 375	0.15 315	0.38 381	0.08 49	2.15 381

ROB_FTStereo_v2	5.85 155	1.97 178	10.38 267	5.66 186	0.46 15	5.52 136	1.95 158	13.24 130	7.78 109	12.68 180	18.16 212	12.83 227	6.61 200	12.27 223	5.63 236	1.00 414	0.09 117	0.10 269	0.00 1	0.26 144	0.36 55

RAFT-IKP	5.85 155	1.97 178	10.36 264	5.66 186	0.45 9	5.33 129	2.01 163	13.27 134	7.79 110	12.69 181	18.19 216	12.77 225	6.67 211	12.36 231	5.60 233	1.11 427	0.09 117	0.10 269	0.00 1	0.25 134	0.35 49

iGMRVC	5.86 158	1.97 178	10.41 269	5.66 186	0.45 9	5.53 140	1.75 138	13.35 138	7.81 115	12.69 181	18.17 214	12.86 230	6.53 196	12.34 229	5.77 238	1.13 430	0.09 117	0.10 269	0.00 1	0.26 144	0.34 47

xyz-stereo-finetune2	5.88 159	2.14 234	6.76 113	2.96 20	0.36 7	14.90 334	1.85 148	11.54 114	5.89 77	11.35 167	18.02 208	7.27 143	9.34 259	15.17 326	9.04 304	0.06 105	0.02 35	0.08 247	0.15 237	0.28 159	0.32 41

Patchmatch Stereo++	5.88 159	1.97 178	10.43 272	5.66 186	0.45 9	5.54 143	2.32 183	13.26 132	7.79 110	12.69 181	18.14 210	12.86 230	6.63 202	12.36 231	5.60 233	1.09 424	0.09 117	0.10 269	0.00 1	0.25 134	0.35 49
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
iRAFT	5.88 159	1.97 178	10.43 272	5.66 186	0.45 9	5.54 143	2.32 183	13.26 132	7.79 110	12.69 181	18.14 210	12.86 230	6.63 202	12.36 231	5.60 233	1.09 424	0.09 117	0.10 269	0.00 1	0.25 134	0.35 49

IGEV_Zeroshot_test	5.90 162	2.30 267	15.24 386	6.90 292	2.11 203	4.35 64	1.51 100	15.68 178	8.52 133	13.73 214	11.89 156	11.49 201	3.82 107	11.41 178	4.76 206	0.11 159	0.84 326	0.15 315	0.25 310	0.87 367	1.98 342

raftrobust	5.94 163	2.07 213	6.94 118	7.67 337	6.24 421	4.96 109	1.82 145	17.76 222	14.36 204	12.03 171	11.62 153	7.74 152	9.01 253	11.29 173	3.71 158	0.05 71	0.79 316	0.00 1	0.04 146	0.25 134	0.38 63

RAFT-Stereo + iAFF	5.94 163	2.35 282	8.80 189	4.07 70	1.36 111	2.78 16	0.66 41	17.05 208	15.89 221	12.65 178	18.49 220	11.81 209	7.89 228	8.48 83	3.80 161	0.02 16	0.75 308	0.00 1	0.00 1	0.43 242	1.49 278

DeepStereo_RVC	5.95 165	1.88 166	10.44 274	5.76 204	0.60 28	5.45 131	1.78 142	12.93 126	8.02 121	14.07 218	14.98 183	12.40 219	10.05 269	12.02 209	7.35 274	0.61 352	0.10 128	0.12 296	0.00 1	0.21 118	0.29 35

LL-Strereo2	5.97 166	2.88 329	10.62 279	6.59 262	3.38 285	6.31 186	2.20 174	15.61 177	8.46 131	11.33 166	10.75 144	15.69 279	3.45 92	13.58 286	4.65 201	0.16 199	0.48 241	1.33 459	0.13 217	0.36 200	1.42 265

test_3	5.97 166	1.26 59	9.95 246	6.84 288	1.45 119	8.73 241	3.18 226	14.26 153	19.86 273	12.22 173	8.91 109	13.78 250	3.99 111	9.38 116	2.58 90	0.01 4	1.10 396	0.00 1	0.37 371	0.30 168	1.20 234

NRIStereo	5.98 168	1.91 172	9.60 232	6.29 242	0.45 9	6.56 200	2.52 194	15.37 174	11.43 167	12.55 176	15.07 185	11.45 200	6.11 185	12.32 226	6.23 253	0.83 387	0.16 152	0.11 291	0.00 1	0.32 173	0.33 44

HH	6.00 169	2.42 290	9.81 240	5.74 201	1.64 156	7.05 210	3.48 239	17.54 218	7.69 106	8.73 136	12.47 159	14.83 263	8.86 249	13.04 263	2.59 93	0.04 46	1.21 423	0.20 341	0.05 161	0.30 168	2.34 396

HanStereo	6.00 169	2.42 290	9.81 240	5.74 201	1.64 156	7.05 210	3.48 239	17.54 218	7.69 106	8.73 136	12.47 159	14.83 263	8.86 249	13.04 263	2.59 93	0.04 46	1.21 423	0.20 341	0.05 161	0.30 168	2.34 396

MM-Stereo_test3	6.01 171	1.69 125	6.25 85	6.36 246	5.46 387	4.64 75	6.31 325	20.05 260	24.24 326	8.85 139	11.38 150	7.22 140	2.79 80	9.11 103	3.08 125	0.11 159	0.92 344	0.00 1	0.02 117	0.54 284	1.11 221

test-1	6.03 172	1.76 135	15.61 392	8.01 356	1.98 195	7.82 230	1.16 72	13.64 144	13.60 195	9.69 150	15.16 186	11.55 203	5.45 163	7.78 64	4.35 190	0.16 199	1.18 411	0.00 1	0.13 217	0.16 93	1.39 257

rvit_0105_6	6.06 173	3.23 353	15.34 390	10.26 417	1.75 168	5.08 112	5.19 286	11.03 103	20.73 280	6.39 114	7.02 93	10.21 187	7.94 230	11.42 179	3.83 162	0.40 297	0.29 193	0.00 1	0.01 88	0.57 292	0.40 71

Selective-RAFT	6.10 174	1.16 44	10.90 294	7.41 322	0.91 62	15.22 345	1.11 68	14.84 167	16.23 227	7.19 125	7.06 94	11.49 201	8.10 233	12.83 252	5.19 218	0.26 252	0.97 353	0.00 1	0.46 395	0.10 59	0.65 122

H2IRNET	6.11 175	1.63 112	7.52 144	4.69 112	2.30 218	4.07 52	0.71 45	12.58 123	13.88 197	7.18 124	20.80 254	15.50 275	10.48 274	10.72 149	8.26 289	0.19 223	0.00 1	0.07 239	0.52 411	0.52 276	0.55 104

EKT-Stereo	6.11 175	1.71 127	9.09 201	7.69 338	5.56 390	5.16 116	4.26 263	19.18 241	15.13 211	9.20 146	12.84 166	9.55 181	4.18 118	11.74 195	3.24 133	0.53 330	0.62 278	0.09 257	0.14 228	0.17 99	2.16 382

1test111	6.16 177	2.52 303	6.38 88	6.77 282	0.74 35	10.55 265	5.19 286	21.10 275	13.53 192	7.39 128	10.06 125	4.44 87	9.58 261	12.08 213	9.26 310	0.05 71	1.18 411	0.00 1	0.04 146	0.37 206	1.93 330

RAFT-Test	6.19 178	1.47 88	7.90 160	4.91 130	2.70 243	9.97 251	1.52 102	17.08 209	9.06 144	13.21 199	23.67 292	12.89 234	4.63 143	9.47 119	3.57 151	0.02 16	0.81 320	0.00 1	0.38 381	0.21 118	0.39 65

testlalala2	6.22 179	2.05 205	8.67 182	15.89 496	10.72 497	7.88 233	3.50 243	13.65 146	10.50 160	15.90 257	12.54 161	8.50 165	2.47 73	5.89 27	3.87 167	0.06 105	0.63 280	0.00 1	0.50 407	0.54 284	0.61 118

s12784h	6.22 179	1.01 24	4.95 43	3.57 45	0.54 26	19.55 412	0.95 58	19.51 252	18.39 252	12.98 194	12.58 163	7.78 153	5.56 170	11.34 175	4.36 191	0.89 397	0.01 11	0.05 212	0.00 1	0.07 44	0.20 25

Any-RAFT	6.28 181	1.42 81	4.91 39	5.00 134	1.25 103	10.18 256	1.90 155	22.68 294	15.87 220	12.12 172	19.23 228	13.69 249	4.65 145	9.35 113	2.36 73	0.06 105	0.57 267	0.00 1	0.00 1	0.05 25	0.35 49

GMOStereo	6.33 182	2.04 199	8.28 171	5.68 194	1.20 93	6.11 171	2.14 168	11.20 106	13.15 185	18.66 318	21.83 267	17.35 305	6.64 206	7.09 52	2.78 113	0.02 16	1.42 457	0.13 303	0.00 1	0.53 277	0.37 59

error version	6.33 182	2.04 199	8.28 171	5.68 194	1.20 93	6.11 171	2.14 168	11.20 106	13.15 185	18.66 318	21.83 267	17.35 305	6.64 206	7.09 52	2.78 113	0.02 16	1.42 457	0.13 303	0.00 1	0.53 277	0.37 59

test-v	6.33 182	2.04 199	8.28 171	5.68 194	1.20 93	6.11 171	2.14 168	11.20 106	13.15 185	18.66 318	21.83 267	17.35 305	6.64 206	7.09 52	2.78 113	0.02 16	1.42 457	0.13 303	0.00 1	0.53 277	0.37 59

test-2	6.33 182	2.04 199	8.28 171	5.68 194	1.20 93	6.11 171	2.14 168	11.20 106	13.15 185	18.66 318	21.83 267	17.35 305	6.64 206	7.09 52	2.78 113	0.02 16	1.42 457	0.13 303	0.00 1	0.53 277	0.37 59

GMStereo	6.44 186	4.92 409	12.13 333	5.60 176	0.87 58	9.18 249	2.57 199	12.99 127	25.54 344	12.85 190	11.84 155	5.60 114	3.62 99	11.92 206	6.44 264	0.53 330	0.02 35	0.05 212	0.36 366	0.98 373	0.70 134
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 187	3.34 362	8.02 163	6.23 234	1.68 159	6.33 187	2.48 192	14.54 164	16.71 237	11.71 169	24.13 296	9.38 176	7.13 216	11.83 200	4.32 188	0.12 174	0.01 11	0.00 1	0.00 1	0.73 340	0.33 44

knoymous	6.46 188	1.84 159	5.13 54	4.31 97	1.88 182	6.36 191	5.55 300	15.25 172	14.48 205	13.85 216	21.25 257	12.66 224	6.63 202	13.20 272	5.11 214	0.19 223	0.13 140	0.12 296	0.00 1	0.71 337	0.57 113

rafts_anoy	6.46 188	2.37 284	7.09 123	7.48 329	6.02 412	5.31 128	2.45 191	14.50 162	22.01 297	12.94 193	16.18 196	8.48 164	5.53 168	9.70 125	6.32 259	0.05 71	1.66 475	0.10 269	0.05 161	0.30 168	0.69 131

anonymousdsp2	6.47 190	1.81 147	9.73 237	5.25 153	1.23 98	9.35 250	3.96 253	22.51 290	18.39 252	12.87 192	10.19 131	10.17 186	4.46 134	11.77 197	3.83 162	0.06 105	1.00 372	0.31 380	0.18 265	0.25 134	2.06 367

XX-Stereo	6.50 191	1.81 147	10.42 270	12.71 472	7.14 445	3.46 32	0.90 54	16.31 189	6.13 81	9.03 145	28.11 337	13.48 247	2.22 60	11.87 203	2.61 95	0.45 316	0.78 314	0.08 247	0.42 392	1.09 381	0.88 167

AFF-stereo	6.50 191	2.29 264	8.09 166	4.63 110	0.87 58	3.48 33	0.75 48	16.92 207	13.98 199	13.26 200	25.21 306	15.46 274	7.68 225	11.50 187	3.71 158	0.04 46	0.70 294	0.00 1	0.00 1	0.48 261	1.02 203

xx1	6.52 193	2.52 303	6.38 88	6.77 282	0.74 35	10.55 265	5.19 286	19.19 242	15.95 222	7.39 128	10.07 129	16.17 285	12.10 309	11.08 159	2.33 67	0.05 71	1.18 411	0.02 170	0.36 366	0.37 206	1.93 330

RALCasStereoNet	6.53 194	2.84 328	8.12 167	7.88 351	6.12 417	6.85 206	5.29 293	14.66 166	13.94 198	10.20 152	18.18 215	10.24 188	3.83 108	12.33 227	5.56 232	0.04 46	1.88 481	0.11 291	0.01 88	0.26 144	2.24 387

11t1	6.61 195	1.76 135	9.64 234	5.62 179	2.15 208	13.57 317	2.67 203	15.77 181	8.83 138	13.66 213	11.90 157	12.03 216	9.76 266	12.23 222	8.58 297	0.23 236	1.33 443	0.00 1	0.31 341	0.26 144	1.95 338

TRStereo	6.64 196	6.95 442	12.06 332	9.69 402	7.59 453	5.12 115	1.68 121	20.72 265	12.34 174	10.93 163	9.07 111	10.57 192	3.16 87	14.33 300	4.23 183	0.60 350	0.80 319	0.14 310	0.37 371	0.56 290	1.86 320

DisPM	6.68 197	1.58 107	9.90 244	7.19 314	1.12 83	5.71 155	3.69 245	13.74 149	12.42 175	16.60 269	23.63 291	12.64 222	6.39 193	13.31 278	4.08 175	0.77 375	0.01 11	0.08 247	0.15 237	0.14 85	0.53 100

AIO-test1	6.69 198	2.11 222	7.06 121	10.57 431	6.38 429	8.85 244	1.73 132	22.56 293	20.92 283	7.01 118	17.67 206	8.06 158	4.87 151	10.79 152	3.39 142	0.17 205	0.09 117	0.00 1	0.34 355	0.35 189	0.86 161

DCRE	6.73 199	2.11 222	9.19 213	7.76 344	4.90 355	7.81 229	5.86 312	16.46 194	11.38 166	9.61 149	22.55 282	11.84 211	6.35 192	11.09 162	3.63 155	0.04 46	1.19 416	0.06 221	0.37 371	0.15 89	2.23 385

AnonymousM	6.73 199	12.03 487	3.53 3	4.47 103	1.55 143	4.42 66	3.17 225	11.94 117	8.44 130	17.00 283	10.06 125	9.08 173	4.00 112	7.56 61	4.06 173	0.55 338	0.68 292	23.13 534	8.12 523	0.07 44	0.65 122

iRaft-Stereo_20w	6.75 201	2.17 242	13.20 353	5.07 139	2.34 223	7.43 222	2.61 200	20.20 263	7.85 118	15.28 236	10.36 135	14.42 258	8.13 234	16.81 360	4.20 179	0.06 105	0.84 326	0.13 303	0.83 436	0.66 326	2.42 404

DCANet-4	6.78 202	1.21 49	11.48 309	3.95 61	0.76 40	4.73 83	1.68 121	18.40 232	25.78 347	15.44 240	20.36 244	6.42 129	8.48 242	8.87 93	6.24 254	0.18 212	0.05 71	0.01 146	0.00 1	0.10 59	1.37 251

SST-Stereo	6.85 203	1.67 122	9.39 222	7.24 317	0.82 50	5.89 164	1.87 152	15.34 173	9.89 154	19.25 337	20.26 243	16.63 293	8.40 240	13.81 293	5.75 237	0.40 297	0.05 71	0.13 303	0.00 1	0.10 59	0.08 6

Pruner-Stereo	6.85 203	1.81 147	10.24 259	6.92 294	0.92 63	5.55 146	4.01 256	14.42 160	11.85 173	18.22 314	21.92 273	15.64 278	5.69 175	12.10 216	6.08 246	0.84 389	0.02 35	0.18 330	0.10 204	0.11 69	0.38 63

RALAANet	6.86 205	3.28 358	11.09 300	7.63 334	4.95 359	6.16 180	1.63 110	20.54 264	15.45 213	15.30 237	14.52 177	12.98 236	4.35 123	13.53 282	3.98 168	0.11 159	0.35 208	0.00 1	0.29 329	0.58 295	0.48 91

DCANet	6.87 206	2.02 195	9.12 204	4.03 66	0.76 40	4.77 89	1.74 136	16.15 186	25.07 333	15.88 255	20.79 253	7.89 155	11.31 290	9.23 109	6.15 248	0.18 212	0.05 71	0.00 1	0.00 1	0.28 159	2.01 355

PSM-softLoss	6.90 207	1.81 147	10.84 289	7.04 299	0.93 68	5.53 140	1.97 160	23.18 301	9.65 151	14.16 219	22.01 278	12.84 228	5.15 157	13.03 261	7.95 282	0.76 372	0.06 96	0.27 364	0.55 417	0.21 118	0.14 16

KMStereo	6.90 207	1.81 147	10.84 289	7.04 299	0.93 68	5.53 140	1.97 160	23.18 301	9.65 151	14.16 219	22.01 278	12.84 228	5.15 157	13.03 261	7.95 282	0.76 372	0.06 96	0.27 364	0.55 417	0.21 118	0.14 16

PFNet+	6.92 209	1.64 116	10.96 295	6.27 237	0.90 61	5.66 151	1.68 121	14.43 161	16.02 224	18.13 312	21.24 256	14.33 255	5.97 180	13.13 269	5.51 231	0.90 399	0.20 161	0.11 291	0.30 336	0.08 49	0.94 188

RAFT-345	6.94 210	1.48 91	7.45 141	5.65 183	0.96 72	5.49 134	3.20 227	13.73 148	10.97 163	13.81 215	42.93 485	9.01 172	5.31 160	13.09 268	4.73 203	0.58 342	0.05 71	0.10 269	0.06 172	0.08 49	0.08 6

MyStereo06	6.95 211	2.25 257	14.05 365	6.69 275	4.74 349	7.75 227	9.60 398	17.85 224	9.03 143	13.29 202	10.78 145	18.68 327	5.70 176	10.66 145	4.52 197	0.09 142	1.32 439	0.02 170	0.26 312	0.84 364	0.92 178

NF-Stereo	6.96 212	1.80 144	10.17 253	7.16 313	0.79 48	6.15 179	3.26 234	20.74 270	18.45 256	13.42 207	19.33 229	11.67 204	6.05 181	12.71 248	6.17 249	0.57 341	0.06 96	0.21 344	0.23 291	0.12 74	0.09 8

OCTAStereo	6.97 213	1.80 144	10.20 256	7.15 312	0.78 46	6.12 176	3.38 235	20.72 265	18.47 257	13.41 204	19.33 229	11.91 212	6.05 181	12.68 246	6.19 250	0.59 347	0.06 96	0.21 344	0.22 281	0.12 74	0.10 11

RE-Stereo	6.97 213	1.79 141	10.18 254	7.14 307	0.77 43	6.14 177	3.39 236	20.72 265	18.43 254	13.41 204	19.33 229	11.78 207	6.09 183	12.66 244	6.22 251	0.58 342	0.05 71	0.21 344	0.22 281	0.12 74	0.10 11

TVStereo	6.97 213	1.79 141	10.18 254	7.14 307	0.77 43	6.14 177	3.39 236	20.72 265	18.43 254	13.41 204	19.33 229	11.78 207	6.09 183	12.66 244	6.22 251	0.58 342	0.05 71	0.21 344	0.22 281	0.12 74	0.10 11

sAnonymous2	6.98 216	7.12 443	20.67 444	9.13 388	5.40 380	5.28 125	8.11 376	16.71 203	11.50 169	5.04 94	9.17 114	3.77 72	8.23 235	7.84 69	3.15 128	0.11 159	0.07 109	0.06 221	0.28 324	10.80 512	7.09 494

CroCo_RVC	6.98 216	7.12 443	20.67 444	9.13 388	5.40 380	5.28 125	8.11 376	16.71 203	11.50 169	5.04 94	9.17 114	3.77 72	8.23 235	7.84 69	3.15 128	0.11 159	0.07 109	0.06 221	0.28 324	10.80 512	7.09 494

DIP-Stereo	6.99 218	2.37 284	11.45 308	4.78 116	1.70 163	13.13 308	1.47 96	15.76 180	7.43 103	14.57 224	26.61 323	10.76 194	5.10 153	14.97 324	8.10 286	0.06 105	0.06 96	0.06 221	0.00 1	0.17 99	1.22 236
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 219	3.33 360	16.60 402	10.68 433	1.59 146	5.89 164	6.84 344	14.50 162	23.99 322	7.31 127	9.49 120	13.18 240	9.62 264	12.33 227	4.32 188	0.39 294	0.46 237	0.00 1	0.02 117	0.67 328	0.68 128

ADStereo(finetuned)	7.09 219	2.04 199	11.52 312	4.01 63	0.77 43	4.78 90	1.73 132	16.15 186	25.08 334	15.89 256	20.74 252	7.88 154	13.56 339	9.11 103	6.07 245	0.18 212	0.05 71	0.00 1	0.00 1	0.28 159	1.93 330

raft+_RVC	7.10 221	2.37 284	6.59 106	6.94 297	5.82 404	6.35 190	5.97 315	21.05 273	23.63 318	10.90 162	17.95 207	9.80 183	5.55 169	11.49 185	4.47 196	0.04 46	1.50 467	0.00 1	0.00 1	0.38 218	1.23 238

OMP-Stereo	7.13 222	2.89 330	9.89 243	10.98 441	1.73 165	4.81 92	1.85 148	18.38 231	16.26 228	16.94 281	14.11 175	17.45 310	7.57 222	13.26 276	5.12 216	0.43 309	0.04 60	0.06 221	0.02 117	0.20 116	0.56 107

RAFT_R40	7.14 223	1.73 131	9.36 221	7.36 321	0.82 50	5.74 157	3.69 245	15.47 176	15.09 210	18.24 315	19.87 237	16.82 294	8.50 243	13.72 291	5.81 241	0.28 260	0.02 35	0.14 310	0.00 1	0.11 69	0.09 8

fff	7.26 224	1.99 186	9.12 204	4.17 77	0.47 18	4.73 83	1.68 121	16.56 198	33.55 414	15.45 241	20.36 244	7.49 145	12.54 317	9.03 97	6.26 255	0.18 212	0.05 71	0.01 146	0.00 1	0.10 59	1.37 251

MIPNet	7.26 224	2.30 267	13.74 359	5.32 157	1.61 150	11.32 279	2.77 211	27.02 348	18.47 257	15.56 247	13.20 169	7.01 136	9.46 260	8.84 91	6.32 259	0.15 196	0.03 51	0.06 221	0.08 187	0.42 238	1.39 257

csc	7.26 224	1.99 186	9.12 204	4.17 77	0.47 18	4.73 83	1.68 121	16.56 198	33.55 414	15.45 241	20.36 244	7.49 145	12.54 317	9.03 97	6.26 255	0.18 212	0.05 71	0.01 146	0.00 1	0.10 59	1.37 251

cscssc	7.26 224	1.99 186	9.12 204	4.17 77	0.47 18	4.73 83	1.68 121	16.56 198	33.55 414	15.45 241	20.36 244	7.49 145	12.54 317	9.03 97	6.26 255	0.18 212	0.05 71	0.01 146	0.00 1	0.10 59	1.37 251

riskmin	7.28 228	1.54 100	8.37 177	5.01 135	3.24 279	11.65 284	3.20 227	16.61 201	18.86 265	10.45 154	13.46 172	16.20 287	12.68 323	12.46 237	6.57 267	0.17 205	1.38 451	0.14 310	0.33 350	0.67 328	2.52 411

AIO-test2	7.31 229	2.95 336	8.32 175	9.20 390	5.66 396	8.78 243	5.13 284	26.30 338	23.78 319	7.04 119	20.37 248	5.69 115	3.51 94	10.05 134	2.74 104	4.35 493	0.14 146	0.03 188	0.62 425	0.71 337	0.80 151

R-Stereo Train	7.33 230	1.62 109	9.31 218	6.80 286	2.33 220	7.57 224	5.36 295	24.47 316	7.63 104	16.40 262	33.07 410	12.42 220	5.52 166	8.06 72	5.23 219	0.05 71	0.05 71	0.01 146	0.00 1	0.12 74	0.56 107

RAFT-Stereo	7.33 230	1.62 109	9.31 218	6.80 286	2.33 220	7.57 224	5.36 295	24.47 316	7.63 104	16.40 262	33.07 410	12.42 220	5.52 166	8.06 72	5.23 219	0.05 71	0.05 71	0.01 146	0.00 1	0.12 74	0.56 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 232	2.06 209	12.02 331	4.71 114	1.69 161	5.17 117	1.28 81	19.54 253	13.09 183	16.93 279	28.48 342	13.05 239	5.43 161	13.25 275	7.41 275	0.02 16	0.62 278	0.00 1	0.01 88	0.45 251	2.09 374

UGAM-zero	7.48 233	1.91 172	14.55 372	4.78 116	2.00 197	6.34 189	1.02 64	18.99 239	8.70 137	14.93 229	15.74 189	24.94 395	13.86 349	13.13 269	5.05 211	0.04 46	0.96 349	0.02 170	1.08 458	0.18 105	1.46 269

StereoVision	7.48 233	2.90 333	10.47 276	10.13 412	3.93 309	4.99 111	1.86 151	21.10 275	17.66 244	8.90 141	29.71 358	10.95 197	6.61 200	12.83 252	5.11 214	0.69 365	0.05 71	0.17 325	0.03 131	0.98 373	0.56 107

IPLGR	7.48 233	1.61 108	14.03 364	4.92 131	1.30 108	10.30 260	1.20 74	24.52 319	22.59 305	16.71 276	18.84 223	8.44 163	7.49 221	9.62 123	6.34 261	0.26 252	0.05 71	0.05 212	0.06 172	0.37 206	0.93 183

PAM_32	7.56 236	1.96 177	15.04 383	6.11 225	2.08 200	16.93 382	1.38 85	16.49 195	7.93 119	15.16 232	9.17 114	25.77 401	11.69 299	12.95 257	4.03 171	0.14 185	0.77 313	0.09 257	0.83 436	0.61 309	2.00 354

HHNet	7.57 237	2.01 193	8.03 164	3.71 49	3.46 289	4.93 105	6.17 319	19.69 254	16.27 229	20.91 368	31.75 390	10.56 191	5.82 178	10.69 148	5.10 213	0.67 363	0.07 109	0.21 344	0.14 228	0.63 315	0.54 102

IIG-Stereo	7.59 238	2.47 297	9.40 223	10.39 424	1.78 174	6.67 203	1.47 96	17.83 223	16.51 236	18.91 330	20.12 241	17.76 314	8.74 248	13.21 274	5.43 226	0.44 312	0.05 71	0.03 188	0.00 1	0.17 99	0.45 83

ASMatch	7.61 239	1.63 112	9.18 212	5.79 205	2.27 216	4.63 74	2.54 195	17.23 212	13.73 196	17.27 287	34.28 428	13.26 243	10.15 272	12.39 234	5.49 230	0.12 174	0.24 178	0.21 344	0.17 252	0.18 105	1.55 285

ACRE	7.62 240	3.21 352	14.93 381	7.81 346	5.00 362	10.01 253	4.45 267	16.32 190	15.86 219	17.81 300	19.21 226	8.38 162	4.25 119	11.11 163	10.58 334	0.78 379	0.32 198	0.03 188	0.15 237	0.44 245	1.84 317

LCNet	7.64 241	1.41 79	6.15 79	6.93 295	1.35 110	9.00 246	5.44 297	18.37 230	11.30 164	16.62 270	24.39 299	14.67 259	11.03 280	12.03 210	4.01 169	0.07 124	0.02 35	0.23 353	2.07 483	1.00 376	6.69 489

IPLG	7.65 242	2.00 190	13.81 360	5.86 214	4.35 332	10.97 274	1.43 89	22.52 291	16.50 235	19.78 345	20.62 250	5.28 107	5.49 164	12.58 243	9.70 320	0.13 181	0.06 96	0.03 188	0.07 180	0.41 231	1.38 255

MyStereo8	7.68 243	3.00 340	12.46 339	7.70 341	5.11 368	11.40 281	1.39 88	15.98 183	10.05 159	16.45 264	24.04 295	12.01 215	7.91 229	10.68 147	10.57 333	0.14 185	1.52 470	0.08 247	0.48 402	0.60 307	1.98 342

CIPLG	7.69 244	3.27 356	14.40 369	7.84 348	5.08 367	10.24 257	4.59 272	16.02 184	15.45 213	18.05 310	19.72 235	8.79 169	4.61 138	11.84 202	10.40 330	0.76 372	0.33 204	0.03 188	0.15 237	0.44 245	1.83 316

x	7.70 245	2.12 225	8.93 195	5.08 140	2.55 235	11.65 284	4.40 266	20.91 272	12.53 176	13.58 211	20.49 249	15.73 280	11.10 282	10.65 144	10.16 324	0.11 159	1.37 449	0.04 204	0.29 329	0.34 183	1.95 338

IPLGR_C	7.70 245	3.32 359	14.54 371	7.98 354	5.04 364	10.26 258	4.64 275	16.50 196	16.28 230	17.97 308	18.85 224	8.30 161	4.66 146	11.22 168	10.89 342	0.77 375	0.32 198	0.03 188	0.15 237	0.43 242	1.84 317

qqq	7.72 247	2.15 235	10.06 250	5.01 135	1.82 179	8.62 240	7.27 358	21.10 275	13.53 192	12.48 175	18.71 222	16.17 285	12.10 309	12.08 213	9.26 310	0.08 132	1.35 447	0.02 170	0.36 366	0.36 200	1.93 330

111	7.73 248	2.39 289	9.12 204	4.17 77	0.47 18	10.65 269	3.49 242	21.34 281	28.25 370	10.60 158	16.85 201	14.74 262	10.22 273	12.48 238	6.61 269	0.43 309	0.01 11	0.00 1	0.00 1	0.35 189	2.39 403

AIO-Stereo-zeroshot	7.75 249	3.47 368	14.99 382	5.34 158	7.99 464	7.13 213	0.96 59	23.20 303	10.00 158	11.29 165	17.31 202	18.44 326	9.03 254	13.19 271	5.77 238	0.06 105	1.01 375	0.12 296	1.51 472	1.49 403	2.74 421

RAFT+CT+SA	7.76 250	2.01 193	7.56 145	11.32 448	3.31 281	4.60 72	7.19 355	17.21 211	27.40 362	10.43 153	27.34 327	7.63 150	7.83 227	15.46 332	3.51 146	0.03 33	0.39 216	0.18 330	0.46 395	0.33 177	0.93 183

IGEV-BASED-STEREO-	7.80 251	28.14 530	42.31 502	3.20 33	0.50 22	4.12 54	1.45 94	7.06 32	4.60 46	4.66 83	3.90 35	2.47 54	1.37 30	6.02 32	1.94 48	24.62 540	0.43 233	0.01 146	0.08 187	4.61 475	14.42 530

PAM	7.81 252	1.90 167	15.85 398	6.14 226	2.58 238	17.79 394	4.51 269	16.29 188	8.05 124	16.48 265	9.10 112	25.01 397	11.39 292	12.89 255	3.54 150	0.05 71	0.79 316	0.08 247	0.83 436	0.62 311	2.23 385

testlalala_base	7.81 252	3.52 370	8.75 187	8.73 379	5.44 386	12.21 293	1.77 141	12.73 125	6.24 83	10.56 157	13.62 173	8.76 168	5.61 171	8.69 87	4.24 184	16.24 533	3.38 510	0.00 1	0.46 395	22.32 536	3.02 433

RAFT-RH_RVC	7.88 254	1.51 99	7.72 151	5.41 165	0.96 72	11.41 282	1.48 98	13.43 140	15.04 209	17.54 295	45.66 500	10.86 195	6.42 194	13.48 280	5.26 221	0.81 384	0.04 60	0.12 296	0.13 217	0.12 74	0.17 22

TransformOpticalFlow	7.95 255	2.10 218	9.83 242	6.06 222	1.24 101	6.82 205	7.98 372	18.60 235	14.06 201	14.93 229	28.79 344	18.74 328	11.03 280	12.79 249	4.12 176	0.06 105	0.04 60	0.21 344	0.04 146	0.21 118	1.27 243

rvit_0105_5	8.01 256	3.69 379	17.73 416	10.42 426	1.61 150	7.29 214	6.68 337	18.33 228	25.98 348	10.45 154	10.46 137	15.53 276	11.01 278	12.87 254	5.37 224	0.44 312	0.41 225	0.00 1	0.15 237	0.70 333	1.08 215

TestStereo1	8.04 257	2.22 250	8.85 192	10.87 439	2.12 205	4.66 77	2.40 188	21.17 279	23.79 320	17.41 288	26.31 318	9.41 177	9.09 255	16.23 340	3.85 165	0.14 185	0.40 218	0.02 170	0.13 217	0.58 295	1.10 217

SA-5K	8.04 257	2.22 250	8.85 192	10.87 439	2.12 205	4.66 77	2.40 188	21.17 279	23.79 320	17.41 288	26.31 318	9.41 177	9.09 255	16.23 340	3.85 165	0.14 185	0.40 218	0.02 170	0.13 217	0.58 295	1.10 217

PFNet	8.10 259	1.75 133	12.34 337	7.54 333	2.40 226	7.41 221	5.81 310	23.83 312	17.85 246	20.78 362	17.57 204	15.22 272	7.72 226	13.37 279	6.46 265	0.33 273	0.20 161	0.12 296	0.19 270	0.32 173	0.77 148

FACV-RUCA	8.11 260	2.29 264	10.34 263	8.07 358	6.02 412	14.18 327	3.04 222	20.05 260	19.00 266	12.98 194	18.43 219	8.73 166	11.58 294	12.20 219	5.78 240	0.38 292	0.64 282	4.34 495	0.35 359	1.89 419	1.96 340

AAGNet	8.15 261	1.75 133	10.57 277	7.72 343	0.74 35	5.74 157	4.98 283	15.90 182	14.59 206	20.31 354	23.80 293	15.08 270	11.25 288	12.27 223	16.70 399	0.85 390	0.06 96	0.32 382	0.01 88	0.15 89	0.16 20

STrans-v2	8.16 262	2.09 216	9.79 239	5.44 166	1.53 142	11.87 288	9.69 404	19.77 255	13.20 189	14.01 217	25.80 310	17.88 318	12.55 320	13.30 277	4.39 192	0.06 105	0.01 11	0.18 330	0.01 88	0.25 134	1.31 249

Prome-Stereo	8.22 263	1.48 91	6.24 84	7.06 302	1.55 143	6.54 199	9.08 388	21.88 284	9.88 153	21.12 373	32.48 404	11.82 210	11.59 296	11.99 208	4.04 172	0.08 132	0.02 35	0.19 336	0.12 213	0.45 251	6.89 493

FENet	8.22 263	1.39 76	7.33 138	6.43 253	2.17 211	10.97 274	2.20 174	22.10 287	21.26 284	17.85 303	23.22 289	14.29 253	11.50 293	13.56 285	8.32 291	0.29 264	0.24 178	0.03 188	0.03 131	0.18 105	1.04 205

AIO-Stereo-zeroshot1	8.37 265	4.16 390	20.63 443	5.82 209	11.79 502	6.40 193	2.02 164	20.82 271	8.03 122	14.52 222	21.38 260	17.44 309	5.83 179	14.43 307	5.13 217	0.06 105	1.00 372	0.05 212	1.81 479	2.44 437	3.62 448

raft_robust	8.39 266	2.81 325	7.62 146	6.32 244	1.17 90	5.47 133	0.82 51	34.37 444	35.49 437	18.40 317	20.25 242	7.24 142	5.51 165	15.77 334	3.40 144	0.11 159	1.10 396	0.00 1	0.50 407	0.33 177	1.19 232

HITNet	8.41 267	3.59 377	9.91 245	5.30 155	1.52 141	13.35 314	4.48 268	22.00 285	16.06 225	15.52 245	22.95 288	15.28 273	11.74 300	14.91 323	9.25 309	0.10 153	0.01 11	0.48 398	0.06 172	0.58 295	1.04 205
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
SA	8.43 268	2.16 239	10.02 248	8.41 367	0.93 68	7.36 219	2.21 176	23.73 310	26.15 350	13.55 210	30.84 374	9.89 184	10.09 270	16.84 362	3.52 148	0.18 212	0.68 292	0.17 325	0.40 388	0.48 261	0.92 178

GMM-Stereo	8.44 269	1.27 62	7.36 140	6.64 271	2.56 237	10.00 252	9.29 395	23.79 311	11.33 165	17.96 307	29.59 356	17.14 299	7.59 223	11.77 197	4.61 200	0.13 181	0.01 11	0.24 357	0.94 442	0.49 270	6.14 481

test_sample1	8.49 270	1.83 158	10.60 278	5.53 169	2.95 265	15.17 344	4.51 269	20.73 269	11.47 168	14.78 227	22.80 286	19.06 335	13.86 349	12.52 239	10.17 325	0.14 185	1.20 417	0.02 170	0.19 270	0.28 159	1.93 330

mmm	8.54 271	2.13 231	10.21 257	5.81 207	2.96 266	14.00 323	6.67 335	19.28 248	12.59 177	16.95 282	24.40 300	17.83 317	10.70 277	12.90 256	9.42 315	0.17 205	1.28 432	0.50 400	0.60 422	0.44 245	2.03 360

RAFT_CTSACE	8.55 272	2.62 318	9.63 233	7.41 322	5.06 366	5.76 159	2.54 195	15.38 175	17.84 245	24.33 414	34.69 433	16.37 288	7.22 218	18.05 383	2.63 97	0.01 4	0.56 264	0.00 1	0.03 131	0.42 238	0.41 72

HI	8.56 273	2.44 294	7.70 148	5.09 141	5.21 372	4.06 48	0.49 32	19.26 246	9.96 156	25.77 429	27.88 332	20.72 346	12.22 313	18.06 384	11.58 349	0.05 71	0.11 132	0.00 1	0.10 204	0.16 93	0.31 39

CoSv	8.56 273	2.44 294	7.70 148	5.09 141	5.21 372	4.06 48	0.49 32	19.26 246	9.96 156	25.77 429	27.88 332	20.72 346	12.22 313	18.06 384	11.58 349	0.05 71	0.11 132	0.00 1	0.10 204	0.16 93	0.31 39

dd	8.57 275	5.20 413	13.37 354	6.91 293	1.05 77	10.30 260	3.89 251	17.29 214	34.00 421	15.73 250	17.50 203	7.45 144	6.60 198	15.00 325	10.99 343	1.39 444	0.41 225	0.18 330	0.46 395	2.25 431	1.40 260

CASS	8.64 276	2.03 197	8.60 180	8.71 378	1.59 146	15.02 342	2.75 210	23.27 306	18.58 261	16.29 258	22.78 285	13.42 245	13.68 343	13.07 267	7.66 276	1.18 437	0.05 71	0.13 303	0.01 88	0.75 347	3.24 441
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 277	1.84 159	9.64 234	5.53 169	2.43 228	13.92 321	8.00 373	21.09 274	16.82 241	14.92 228	22.73 284	19.44 337	13.75 344	12.99 258	6.85 270	0.15 196	1.15 406	0.07 239	0.20 275	0.35 189	1.78 308

DN-CSS_ROB	8.72 278	3.49 369	16.63 403	6.74 279	3.39 286	6.20 182	3.43 238	23.40 307	22.03 298	17.46 292	30.28 364	9.33 175	8.32 238	14.71 314	6.36 262	0.91 401	0.00 1	0.45 394	0.00 1	0.65 321	0.70 134

GANet-ADL	8.73 279	2.80 324	9.48 226	7.87 350	2.77 251	12.88 305	5.29 293	29.97 387	25.61 345	14.50 221	16.64 199	17.02 297	7.60 224	11.61 193	8.01 284	0.51 329	0.40 218	0.10 269	0.12 213	0.77 350	0.70 134

PSM-AAD	8.76 280	1.41 79	6.46 96	6.87 290	1.18 91	12.78 303	9.66 403	20.03 259	15.78 218	21.79 384	24.91 301	14.31 254	13.16 332	12.42 235	4.07 174	0.05 71	0.06 96	2.44 480	0.16 246	0.45 251	7.17 496

FTStereo	8.76 280	1.57 105	6.75 112	6.55 259	2.45 229	7.65 226	11.62 436	18.36 229	9.01 141	20.25 347	40.79 472	15.87 281	12.36 316	11.02 156	4.69 202	0.24 241	0.01 11	0.09 257	0.16 246	0.19 109	5.58 475

GwcNet-ADL	8.81 282	2.00 190	10.21 257	7.70 341	2.82 254	6.99 209	7.05 351	30.58 393	26.21 352	15.71 249	17.65 205	13.93 251	6.83 212	13.90 294	11.43 348	0.49 323	0.76 312	0.01 146	0.01 88	0.55 286	1.46 269

test_5	8.85 283	2.05 205	9.51 227	11.62 452	4.99 361	6.74 204	5.48 299	18.25 227	23.57 316	16.72 277	29.73 359	15.54 277	10.54 276	16.25 343	4.02 170	0.05 71	0.40 218	0.27 364	0.08 187	0.34 183	0.81 152

ARAFT	8.86 284	3.86 383	17.37 412	5.96 217	0.94 71	12.59 300	10.80 420	18.20 226	19.95 274	18.77 325	16.27 197	17.78 315	8.88 251	18.82 394	5.30 222	0.35 280	0.04 60	0.00 1	0.00 1	0.62 311	0.64 120

ffm	8.89 285	2.34 276	12.99 348	6.28 238	3.81 303	12.43 296	7.47 362	19.77 255	16.80 238	16.64 272	32.03 395	17.29 301	11.78 301	11.11 163	2.34 70	0.05 71	1.17 407	0.80 426	0.37 371	0.29 165	2.07 368

Sa-1000	8.91 286	2.10 218	9.11 202	8.07 358	1.16 89	16.62 379	2.39 187	25.58 326	25.43 342	15.52 245	28.24 339	12.19 217	8.67 245	16.40 348	3.70 156	0.39 294	0.86 333	0.16 322	0.23 291	0.48 261	0.89 171

IRAFT_RVC	8.93 287	1.80 144	10.65 281	7.83 347	1.81 176	6.36 191	10.05 411	26.32 339	27.59 364	17.93 306	19.70 234	17.67 313	9.98 268	13.20 272	6.29 258	0.37 288	0.30 195	0.19 336	0.05 161	0.23 126	0.24 28

DMCA	8.96 288	2.60 313	11.84 323	5.61 177	4.25 326	11.09 277	4.36 265	25.89 328	20.23 278	17.10 285	20.96 255	17.55 311	11.92 307	11.47 180	12.27 360	0.60 350	0.09 117	0.35 385	0.05 161	0.48 261	0.57 113

GES	9.01 289	2.61 317	12.88 344	6.76 280	2.02 198	13.08 307	6.33 327	22.23 289	22.21 300	19.80 346	26.73 324	8.97 171	11.01 278	14.41 304	8.35 294	0.54 336	0.10 128	0.30 379	0.15 237	0.82 360	0.99 197

GrayStereo	9.02 290	1.35 72	7.73 152	8.62 374	2.88 259	10.28 259	10.99 424	18.66 236	16.36 234	22.78 396	30.63 370	17.56 312	12.19 312	11.50 187	5.08 212	0.09 142	0.02 35	0.19 336	0.78 435	0.33 177	2.37 400

DEmStereo	9.07 291	1.70 126	10.89 292	4.86 122	1.23 98	11.51 283	5.70 303	14.24 152	27.02 359	22.33 392	32.56 405	11.70 206	15.04 365	11.83 200	8.53 295	0.31 267	0.16 152	0.02 170	0.09 195	0.11 69	1.47 273

RAFT	9.07 291	2.76 322	10.38 267	8.89 384	1.24 101	13.48 315	8.19 379	17.14 210	17.29 243	23.01 399	19.34 233	20.06 344	11.13 283	17.79 381	6.43 263	0.09 142	1.12 402	0.28 370	0.02 117	0.79 352	1.94 337

iRaft-Stereo_5w	9.10 293	2.33 273	10.69 283	6.64 271	4.47 341	4.74 87	10.72 419	16.71 203	16.97 242	15.39 238	26.15 314	21.25 353	12.59 321	16.38 345	12.90 370	0.85 390	0.51 250	0.08 247	0.22 281	0.95 372	1.53 283

HCRNet	9.13 294	1.82 155	8.73 185	14.95 490	5.22 374	10.66 270	2.49 193	26.57 343	18.64 262	16.31 259	25.51 308	18.42 325	11.15 284	13.53 282	7.25 273	0.10 153	0.04 60	0.10 269	0.02 117	0.27 153	0.76 146

SFCPSM	9.16 295	1.72 129	12.32 336	5.64 181	3.51 292	16.58 378	6.93 347	31.11 401	26.15 350	17.05 284	20.08 240	11.05 198	9.94 267	12.55 240	6.05 244	0.36 283	0.17 155	0.37 387	0.22 281	0.40 227	1.01 200

KYRaft	9.17 296	1.39 76	7.74 153	7.07 304	1.03 75	8.05 238	7.90 371	23.72 309	9.22 147	21.43 379	31.08 377	22.52 368	8.03 231	12.21 220	3.16 130	0.10 153	0.02 35	0.05 212	0.67 428	0.46 256	17.51 534

CrosDoStereo	9.41 297	1.65 117	8.83 190	5.19 149	1.13 85	7.34 217	14.47 461	16.33 191	24.64 330	24.44 415	33.36 415	13.18 240	13.52 336	12.56 241	9.08 305	0.06 105	0.11 132	0.09 257	0.04 146	0.41 231	1.73 302

DeepStereo_LL	9.41 297	1.65 117	8.83 190	5.19 149	1.13 85	7.34 217	14.47 461	16.33 191	24.64 330	24.44 415	33.36 415	13.18 240	13.52 336	12.56 241	9.08 305	0.06 105	0.11 132	0.09 257	0.04 146	0.41 231	1.73 302

DRaft	9.41 297	1.56 104	10.09 251	4.18 81	0.92 63	12.87 304	5.68 302	17.40 217	29.75 378	21.24 375	38.12 455	9.96 185	13.97 353	11.81 199	8.08 285	0.66 362	0.30 195	0.07 239	0.26 312	0.33 177	0.88 167

rvit_stereo_0075_2	9.46 300	4.16 390	20.27 440	12.15 467	8.82 479	5.72 156	4.24 262	23.21 304	18.05 249	12.37 174	28.80 345	16.10 284	8.43 241	14.57 310	8.89 300	0.58 342	0.34 206	0.52 402	0.08 187	0.44 245	1.41 263

test_sample3	9.46 300	2.24 253	11.38 306	5.72 199	2.79 253	18.29 402	5.20 291	27.54 355	21.43 287	18.03 309	21.98 277	16.47 289	11.22 286	13.58 286	9.99 323	0.24 241	0.96 349	0.05 212	0.17 252	0.47 258	1.39 257

THIR-Stereo	9.52 302	2.21 247	9.26 217	5.38 162	0.85 55	15.55 350	11.50 435	16.88 206	21.74 295	24.45 417	31.96 393	14.20 252	13.85 348	11.89 204	8.54 296	0.14 185	0.25 183	0.10 269	0.05 161	0.40 227	1.11 221

DFGA-Net	9.58 303	4.57 399	19.91 437	6.37 247	4.05 312	11.38 280	2.98 220	26.08 331	29.76 379	17.13 286	19.22 227	9.43 179	7.17 217	16.49 351	13.39 372	0.13 181	0.00 1	0.06 221	0.13 217	1.89 419	1.46 269

MyStereo04	9.58 303	2.38 287	10.28 262	6.63 268	4.77 351	6.47 195	9.60 398	32.50 418	42.15 472	14.59 225	12.10 158	11.92 213	11.87 306	14.80 321	8.14 288	0.09 142	1.33 443	0.03 188	0.32 343	0.74 343	0.93 183

CoDeX	9.58 303	2.12 225	10.82 288	6.52 257	3.76 302	16.55 377	6.82 342	26.62 344	25.63 346	17.50 293	25.62 309	14.70 261	11.81 305	12.82 251	7.88 281	0.42 307	0.20 161	0.15 315	0.02 117	0.36 200	1.28 244

anonymousa	9.61 306	2.06 209	9.20 214	5.24 152	6.67 434	15.03 343	4.18 261	19.08 240	21.43 287	19.03 332	30.96 376	21.49 356	14.23 355	11.12 166	8.61 298	0.08 132	1.24 428	0.29 375	0.69 429	0.18 105	1.48 276

MyStereo05	9.63 307	2.25 257	10.26 260	6.69 275	4.74 349	7.75 227	9.60 398	31.51 409	41.00 467	17.45 291	13.02 167	10.28 189	12.27 315	14.74 318	7.68 278	0.09 142	1.32 439	0.02 170	0.26 312	0.84 364	0.92 178

rvit_0105_3	9.68 308	4.32 395	19.50 432	12.22 468	1.90 184	9.16 248	8.63 380	19.21 244	30.92 391	15.42 239	14.72 180	18.81 330	12.18 311	15.98 336	7.12 271	0.67 363	0.42 231	0.01 146	0.49 405	0.56 290	1.40 260

test_sample4	9.81 309	2.27 262	11.39 307	5.70 198	2.74 244	17.40 390	5.20 291	28.01 360	21.50 289	18.70 322	28.46 341	14.96 265	12.86 325	13.80 292	9.68 319	0.24 241	0.97 353	0.06 221	0.16 246	0.51 274	1.48 276

DispNO	9.82 310	2.57 309	17.77 418	6.22 233	5.73 398	11.89 289	4.77 278	25.54 325	21.70 294	17.56 296	21.28 259	18.01 319	13.83 347	17.46 372	9.91 322	0.35 280	0.16 152	0.03 188	0.12 213	0.51 274	1.05 208

BUS	9.86 311	1.86 161	9.14 209	7.14 307	4.12 320	19.47 410	2.69 205	34.15 440	23.28 311	18.82 327	21.95 274	14.37 256	11.63 297	14.72 315	12.39 361	0.36 283	0.13 140	0.15 315	0.04 146	0.37 206	0.46 86

CFNet_pseudo	9.92 312	2.21 247	11.76 318	5.09 141	2.93 264	14.43 329	3.12 223	27.16 349	32.52 406	17.58 298	22.81 287	21.97 361	9.29 258	13.06 265	8.34 292	0.23 236	0.46 237	1.23 455	0.27 320	2.89 443	0.99 197

ccs_rob	9.95 313	2.21 247	11.74 317	5.11 145	2.91 260	14.48 331	3.21 229	27.26 351	32.72 410	17.53 294	22.70 283	21.96 360	9.25 257	12.99 258	8.34 292	0.23 236	0.45 235	1.38 460	0.28 324	3.13 451	1.07 213

G2L-ROB	9.96 314	2.29 264	9.59 231	6.06 222	4.08 315	12.02 292	7.60 366	29.90 386	18.79 264	20.31 354	22.15 281	22.44 366	13.11 331	17.47 373	12.03 353	0.03 33	0.01 11	0.01 146	0.02 117	0.27 153	1.07 213

MSMDNet	9.96 314	2.08 214	11.66 316	5.39 163	2.92 261	16.50 376	2.89 215	29.73 382	34.55 428	17.86 304	21.91 272	18.86 331	8.36 239	13.06 265	7.74 280	0.24 241	0.47 240	0.66 416	0.24 299	3.07 447	1.04 205

MLCV	9.96 314	3.33 360	14.77 373	5.75 203	1.62 154	14.91 335	1.31 82	22.06 286	24.83 332	22.51 393	31.57 387	17.20 300	8.07 232	17.07 366	12.11 355	0.48 320	0.01 11	0.05 212	0.05 161	0.48 261	1.10 217

PCWNet_CMD	9.97 317	2.08 214	11.61 315	5.36 161	2.92 261	16.39 373	2.94 219	29.76 383	34.38 425	17.83 301	21.86 271	18.91 332	8.27 237	13.01 260	7.73 279	0.23 236	0.46 237	0.79 424	0.25 310	3.46 461	1.12 225

UCFNet_RVC	10.01 318	2.81 325	6.11 76	7.31 319	3.92 308	16.80 381	8.00 373	28.68 367	20.81 281	16.57 267	23.35 290	25.82 403	13.06 330	13.55 284	9.18 307	0.12 174	0.06 96	1.19 449	0.32 343	1.47 402	1.06 210

test_sample5	10.07 319	2.24 253	11.22 304	5.82 209	2.68 241	16.15 367	5.79 308	27.87 358	21.59 292	19.26 338	32.74 408	15.92 282	12.97 326	14.33 300	9.26 310	0.27 256	0.98 357	0.07 239	0.17 252	0.57 292	1.49 278

Anonymous3	10.07 319	4.14 389	31.49 481	9.77 405	5.11 368	25.00 450	11.85 437	25.20 322	19.24 269	10.80 161	14.78 181	7.92 156	8.68 246	14.40 303	6.12 247	3.25 482	1.40 452	0.08 247	0.06 172	0.81 357	1.30 247

BEATNet_4x	10.11 321	5.82 424	14.80 375	6.14 226	1.55 143	13.87 320	5.98 316	26.24 335	18.35 251	16.53 266	25.41 307	18.01 319	13.78 346	18.01 382	12.39 361	0.48 320	0.18 156	0.81 430	0.11 210	2.02 423	1.70 299

GANet-RSSM	10.17 322	2.02 195	8.21 169	7.09 306	5.57 391	13.17 310	7.29 359	27.27 352	19.65 272	15.81 251	28.83 346	26.18 406	16.33 385	14.58 312	9.28 314	0.25 248	0.27 185	0.16 322	0.04 146	0.65 321	0.72 137

DualNet	10.19 323	2.24 253	11.22 304	5.82 209	2.68 241	16.15 367	5.79 308	27.87 358	21.59 292	20.28 348	34.11 425	15.92 282	12.97 326	14.33 300	9.26 310	0.27 256	0.98 357	0.07 239	0.17 252	0.57 292	1.49 278

DCVSM-stereo	10.23 324	2.16 239	12.54 342	6.23 234	3.65 297	12.01 291	3.56 244	19.41 250	23.18 309	24.08 412	19.88 238	29.55 424	18.82 418	14.49 308	10.42 331	0.25 248	1.17 407	0.28 370	0.06 172	0.82 360	2.07 368

gwcnet-sp	10.26 325	3.56 373	15.31 387	6.59 262	4.30 327	15.71 353	5.71 305	26.09 332	25.15 336	21.68 381	21.77 264	15.01 267	16.42 388	15.21 327	10.76 338	0.12 174	0.20 161	0.02 170	0.09 195	0.63 315	0.86 161

scenet	10.26 325	3.56 373	15.31 387	6.59 262	4.30 327	15.71 353	5.71 305	26.09 332	25.15 336	21.68 381	21.77 264	15.01 267	16.42 388	15.21 327	10.76 338	0.12 174	0.20 161	0.02 170	0.09 195	0.63 315	0.86 161

ssnet	10.26 325	3.56 373	15.31 387	6.59 262	4.30 327	15.71 353	5.71 305	26.09 332	25.15 336	21.68 381	21.77 264	15.01 267	16.42 388	15.21 327	10.76 338	0.12 174	0.20 161	0.02 170	0.09 195	0.63 315	0.86 161

PSMNet-ADL	10.30 328	2.32 271	7.83 156	9.69 402	4.44 335	16.04 360	4.16 259	27.57 356	25.08 334	15.16 232	19.04 225	25.28 399	13.63 342	16.49 351	15.33 385	0.86 393	0.81 320	0.01 146	0.04 146	0.33 177	1.81 310

ff1	10.31 329	2.34 276	12.99 348	6.28 238	3.81 303	12.43 296	7.47 362	19.77 255	16.80 238	16.64 272	32.03 395	17.29 301	11.78 301	17.54 374	24.30 452	0.05 71	1.17 407	0.80 426	0.37 371	0.29 165	2.07 368

PSMNet-RSSM	10.31 329	2.47 297	7.79 154	7.85 349	4.38 334	10.47 264	6.67 335	29.67 380	22.25 301	16.62 270	33.75 421	23.30 375	14.58 360	13.91 295	10.56 332	0.23 236	0.09 117	0.07 239	0.24 299	0.87 367	0.48 91

IER	10.32 331	2.06 209	11.88 325	4.95 132	5.34 377	13.34 313	6.11 318	27.47 354	23.59 317	20.37 356	30.03 361	16.50 290	20.42 437	14.24 298	8.81 299	0.16 199	0.03 51	0.18 330	0.10 204	0.27 153	0.56 107

BSDual-CNN	10.33 332	1.86 161	9.14 209	7.14 307	4.12 320	15.83 358	8.93 385	34.15 440	23.28 311	18.82 327	21.95 274	22.14 363	13.58 340	14.72 315	9.53 316	0.36 283	0.13 140	0.15 315	0.04 146	0.37 206	0.46 86

psmg	10.36 333	1.86 161	9.14 209	5.58 175	4.12 320	15.74 357	7.65 367	30.05 388	23.28 311	21.80 385	26.26 316	22.14 363	13.58 340	14.72 315	9.53 316	0.36 283	0.13 140	0.17 325	0.04 146	0.44 245	0.67 126

test_for_model	10.44 334	31.57 533	7.69 147	28.25 529	19.35 527	5.66 151	1.73 132	9.50 76	9.59 150	13.59 212	6.15 84	5.25 105	2.58 74	5.60 23	1.81 42	10.21 519	3.48 514	0.00 1	0.16 246	35.71 544	10.93 522

CFNet-ft	10.46 335	3.02 343	7.10 124	7.69 338	5.42 383	16.93 382	5.92 313	22.83 298	22.31 302	15.81 251	30.40 366	26.42 409	15.19 368	13.60 288	12.18 357	0.14 185	0.10 128	1.87 467	0.34 355	1.22 387	0.73 140

CFNet_RVC	10.46 335	3.02 343	7.10 124	7.69 338	5.42 383	16.93 382	5.92 313	22.82 297	22.31 302	15.81 251	30.40 366	26.41 408	15.19 368	13.60 288	12.19 358	0.14 185	0.10 128	1.87 467	0.34 355	1.22 387	0.73 140

test_sample6	10.49 337	2.24 253	11.49 310	5.91 216	2.48 230	16.12 366	6.37 330	28.98 371	22.48 304	20.28 348	34.11 425	17.08 298	13.28 333	14.57 310	10.61 335	0.32 270	0.95 348	0.10 269	0.19 270	0.59 301	1.61 289

UGAM	10.51 338	1.74 132	10.16 252	7.06 302	4.44 335	6.56 200	11.34 430	16.06 185	27.83 366	21.09 372	28.18 338	23.47 377	11.21 285	26.86 466	11.33 347	0.05 71	0.49 244	0.46 396	0.36 366	0.44 245	0.97 195

qqq1	10.51 338	1.90 167	14.85 376	4.89 125	1.48 128	14.92 336	3.21 229	31.03 396	30.74 387	20.28 348	29.37 352	18.33 321	14.54 356	16.56 354	4.42 193	0.41 301	1.20 417	0.00 1	0.14 228	0.39 223	1.60 286

fff1	10.51 338	1.90 167	14.85 376	4.89 125	1.48 128	14.92 336	3.21 229	31.03 396	30.74 387	20.28 348	29.37 352	18.33 321	14.54 356	16.56 354	4.42 193	0.41 301	1.20 417	0.00 1	0.14 228	0.39 223	1.60 286

UDGNet	10.51 338	14.75 501	11.91 326	10.29 419	2.78 252	7.93 235	1.94 157	19.31 249	34.57 429	17.74 299	13.70 174	13.56 248	7.30 220	13.52 281	7.18 272	5.80 502	0.11 132	12.86 527	2.76 490	9.87 508	2.34 396

ICVP	10.54 342	2.11 222	7.49 142	9.62 400	3.41 287	13.85 319	6.34 328	26.81 346	23.24 310	16.90 278	31.76 391	27.31 418	12.81 324	12.18 218	12.47 365	1.59 449	0.58 271	0.19 336	0.13 217	0.63 315	1.45 268
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 343	2.15 235	12.88 344	5.55 173	4.11 318	15.24 346	3.93 252	28.55 365	32.41 404	18.70 322	24.95 303	22.99 370	9.66 265	14.22 297	8.13 287	0.29 264	0.84 326	1.63 464	0.23 291	3.43 460	1.31 249

G2L-Stereo	10.65 344	2.78 323	11.19 302	7.63 334	4.24 325	8.87 245	9.35 396	29.83 385	23.03 308	19.75 344	26.33 320	23.15 374	12.08 308	16.39 346	16.43 396	0.34 278	0.04 60	0.09 257	0.01 88	0.41 231	1.05 208

cf-r	10.67 345	2.34 276	9.77 238	6.17 229	5.79 401	12.94 306	5.14 285	25.21 324	27.86 367	17.84 302	32.03 395	25.81 402	15.91 379	12.22 221	12.56 367	0.17 205	0.19 160	0.05 212	0.06 172	0.59 301	0.72 137

RAFT + AFF	10.71 346	4.59 401	18.51 423	10.52 427	5.02 363	13.14 309	11.12 427	26.24 335	27.48 363	15.09 231	16.07 194	19.83 341	11.23 287	17.09 367	10.38 328	0.45 316	1.45 462	0.65 415	0.23 291	2.31 434	2.74 421

hknet	10.77 347	1.95 176	11.80 320	7.14 307	3.83 307	15.83 358	8.93 385	34.15 440	22.70 306	18.82 327	21.95 274	23.13 372	17.03 396	16.94 364	9.85 321	0.28 260	0.13 140	0.15 315	0.04 146	0.37 206	0.46 86

ttt	10.82 348	2.17 242	9.66 236	7.03 298	4.44 335	14.16 325	6.87 345	33.72 436	30.69 385	15.67 248	31.50 385	14.99 266	10.50 275	16.54 353	13.98 374	0.41 301	1.31 437	0.10 269	0.29 329	0.47 258	1.92 328

ACVNet	10.83 349	2.25 257	7.10 124	6.43 253	3.02 270	13.17 310	3.75 247	22.83 298	35.15 435	15.81 251	30.67 371	24.65 387	15.77 377	16.47 349	18.13 409	0.16 199	0.01 11	0.06 221	0.07 180	0.65 321	0.43 77

AdaStereo	10.85 350	4.57 399	10.79 285	9.59 399	3.46 289	17.49 391	6.29 323	32.70 421	26.07 349	19.04 333	26.55 322	19.60 340	10.12 271	17.71 380	10.38 328	1.00 414	0.05 71	0.42 391	0.02 117	0.70 333	0.46 86
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.
G2L-Stereo_test	11.01 351	2.34 276	9.34 220	5.12 146	4.31 330	12.30 294	13.21 452	33.14 429	23.33 314	23.77 409	25.10 304	21.80 358	13.91 351	16.39 346	14.37 377	0.09 142	0.06 96	0.01 146	0.02 117	0.38 218	1.16 226

SMFormer	11.03 352	1.90 167	14.85 376	4.89 125	1.48 128	14.92 336	3.21 229	31.03 396	30.74 387	20.28 348	29.37 352	18.33 321	14.54 356	16.56 354	14.46 379	0.41 301	1.20 417	0.28 370	0.24 299	0.45 251	1.47 273

tta	11.03 352	1.90 167	14.85 376	4.89 125	1.48 128	14.92 336	3.21 229	31.03 396	30.73 386	20.28 348	29.37 352	18.33 321	14.54 356	16.56 354	14.46 379	0.41 301	1.20 417	0.28 370	0.24 299	0.39 223	1.60 286

iResNet	11.06 354	4.16 390	16.83 405	7.89 352	2.23 214	15.59 351	9.17 393	24.49 318	29.14 375	20.78 362	31.13 379	16.87 296	11.58 294	15.45 331	12.50 366	0.64 358	0.05 71	0.02 170	0.10 204	0.79 352	1.71 300

DDVS	11.10 355	3.37 363	13.49 356	7.49 330	4.07 313	16.17 369	2.73 209	24.18 314	17.91 247	21.37 377	30.15 363	31.23 439	8.50 243	19.92 402	15.00 383	0.82 386	1.56 472	0.08 247	0.22 281	0.84 364	2.84 425

test_sample7	11.16 356	2.69 319	11.55 313	5.82 209	2.21 213	15.39 348	9.15 391	29.36 374	25.26 339	24.82 419	21.48 261	24.89 391	18.88 421	14.41 304	11.06 344	0.78 379	1.96 484	0.43 392	0.14 228	0.73 340	2.20 383

CFNet	11.23 357	3.41 365	10.68 282	7.08 305	4.22 324	17.38 389	4.83 281	31.29 406	31.29 394	19.15 335	26.85 325	24.06 383	13.75 344	16.23 340	12.22 359	0.26 252	0.05 71	0.44 393	0.09 195	0.92 370	0.41 72

AACVNet	11.24 358	3.71 380	11.56 314	9.45 395	3.35 283	11.67 286	4.88 282	23.23 305	14.00 200	28.19 453	29.90 360	30.39 435	18.03 411	20.04 404	13.22 371	0.50 326	0.21 169	0.23 353	0.07 180	0.75 347	1.52 282

DeepPruner_ROB	11.28 359	5.83 425	15.23 384	6.93 295	4.50 342	10.08 254	6.62 334	36.65 472	20.17 277	18.12 311	27.95 334	23.10 371	13.43 335	20.08 405	11.90 352	1.16 433	0.51 250	0.23 353	0.17 252	1.11 382	1.91 327

GMStereo_Zeroshot	11.32 360	8.59 464	21.66 450	10.06 410	2.53 233	12.38 295	1.43 89	21.36 282	21.50 289	23.48 404	35.74 439	24.85 390	6.12 186	20.48 412	8.28 290	0.83 387	0.02 35	0.25 360	0.01 88	6.33 489	0.53 100

LMCR-Stereo	11.32 360	4.98 411	11.87 324	14.09 479	4.01 310	16.97 386	5.70 303	26.41 340	23.41 315	22.57 395	22.11 280	15.18 271	15.44 373	21.48 434	17.57 405	2.29 465	0.04 60	0.00 1	0.03 131	1.53 406	0.65 122

LL-Strereo	11.34 362	4.25 393	13.90 361	9.09 386	6.20 419	7.31 216	8.93 385	35.93 460	30.30 381	16.93 279	15.83 191	21.85 359	17.45 406	21.92 438	10.25 326	0.43 309	1.47 465	0.74 421	0.08 187	1.15 383	2.71 419

GwcNet-RSSM	11.34 362	2.72 321	10.26 260	7.24 317	5.38 379	12.67 301	6.70 338	26.70 345	31.93 400	17.56 296	34.45 430	24.37 386	15.77 377	13.70 290	15.31 384	0.19 223	0.20 161	0.14 310	0.05 161	0.81 357	0.64 120

HSM-Net_RVC	11.37 364	1.57 105	6.32 86	5.99 219	2.67 240	20.99 422	7.19 355	28.50 363	28.64 372	21.03 371	25.84 311	33.64 462	16.37 387	16.83 361	10.76 338	0.21 230	0.08 115	0.02 170	0.00 1	0.16 93	0.55 104
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 365	3.02 343	11.83 322	8.45 369	5.40 380	19.47 410	2.69 205	39.63 496	34.82 430	19.11 334	27.64 330	14.37 256	11.63 297	16.21 339	12.39 361	0.94 407	0.21 169	0.29 375	0.00 1	0.48 261	0.55 104

ToySt	11.51 366	2.48 300	17.84 419	6.10 224	2.09 201	16.11 365	12.36 442	25.07 321	28.25 370	15.22 234	25.16 305	25.51 400	15.98 381	17.63 379	15.46 387	0.19 223	1.08 391	0.04 204	0.31 341	0.66 326	2.67 416

DAS	11.51 366	2.60 313	15.62 393	9.37 393	6.27 425	16.04 360	7.71 368	22.70 295	33.92 419	19.53 340	29.03 347	19.51 338	19.10 425	17.44 371	8.98 302	0.78 379	0.02 35	0.29 375	0.01 88	0.48 261	0.81 152

ac_64	11.57 368	2.13 231	11.77 319	8.79 381	5.51 388	19.40 408	6.29 323	24.72 320	15.20 212	23.50 405	24.91 301	33.07 456	16.82 393	19.33 397	17.78 407	0.53 330	0.15 149	0.02 170	0.03 131	0.35 189	1.03 204

mmx	11.59 369	2.34 276	12.99 348	6.28 238	3.81 303	12.43 296	7.47 362	32.76 423	28.92 373	16.64 272	32.03 395	17.29 301	11.78 301	17.54 374	24.30 452	0.24 241	1.21 423	0.80 426	0.37 371	0.65 321	1.89 323

xxx	11.59 369	2.34 276	12.99 348	6.28 238	3.81 303	12.43 296	7.47 362	32.75 422	28.92 373	16.64 272	32.03 395	17.29 301	11.78 301	17.54 374	24.30 452	0.24 241	1.21 423	0.80 426	0.37 371	0.65 321	1.89 323

NOSS_ROB	11.76 371	4.63 403	8.14 168	7.46 327	2.92 261	17.82 395	10.55 417	30.45 392	34.08 423	16.37 260	19.97 239	23.14 373	16.31 383	18.22 387	10.67 337	2.98 477	1.84 479	3.39 493	1.64 475	2.24 430	2.37 400

ITSA-stereo	11.88 372	2.48 300	11.96 330	6.54 258	1.92 186	13.33 312	4.81 280	37.17 478	49.04 499	18.70 322	18.52 221	21.69 357	12.63 322	16.77 359	15.60 389	0.53 330	0.40 218	0.32 382	0.33 350	1.07 379	3.89 456

HSM	11.89 373	2.32 271	8.70 183	6.70 278	4.10 317	16.45 374	8.06 375	30.42 391	20.31 279	23.35 403	26.42 321	41.60 504	17.59 408	20.66 415	9.57 318	0.11 159	0.03 51	0.01 146	0.01 88	0.24 130	1.22 236

coex_refinement	12.03 374	2.30 267	8.72 184	8.56 372	5.30 376	16.95 385	7.17 352	31.75 411	32.48 405	18.92 331	31.46 384	25.97 405	12.98 328	14.55 309	21.39 434	0.33 273	0.06 96	0.02 170	0.10 204	0.49 270	1.18 231

SepStereo	12.04 375	2.60 313	15.62 393	9.37 393	6.27 425	16.04 360	7.71 368	22.70 295	33.92 419	19.53 340	29.03 347	19.51 338	19.10 425	27.97 472	8.98 302	0.78 379	0.02 35	0.29 375	0.01 88	0.48 261	0.81 152

DMCA-RVC	12.06 376	4.35 396	14.21 368	10.52 427	4.86 353	13.84 318	4.33 264	25.20 322	24.13 323	20.56 360	29.22 350	26.65 411	25.85 467	17.02 365	16.34 394	0.41 301	0.35 208	0.55 405	0.24 299	0.83 363	1.81 310

ACV-stereo	12.12 377	6.01 431	30.51 477	7.45 325	3.42 288	21.69 428	6.74 339	22.11 288	20.81 281	17.88 305	21.26 258	26.73 414	17.28 400	20.80 419	14.16 375	0.79 383	1.10 396	0.17 325	0.09 195	0.67 328	2.66 414

1111x	12.31 378	2.33 273	12.13 333	5.79 205	2.84 255	15.49 349	8.70 381	36.34 467	29.33 376	16.58 268	27.52 329	26.70 413	15.76 376	17.21 368	24.79 459	0.26 252	1.37 449	0.04 204	0.42 392	0.46 256	2.07 368

UPFNet	12.31 378	2.15 235	11.91 326	7.90 353	7.21 447	20.03 416	9.28 394	29.44 378	27.18 361	20.88 365	30.86 375	21.23 352	18.11 412	19.60 399	17.41 404	0.55 338	0.57 267	0.26 362	0.07 180	0.67 328	0.92 178

FADNet-RVC-Resample	12.31 378	5.22 414	32.28 484	10.14 413	4.08 315	14.97 340	6.98 350	26.54 342	24.42 328	23.72 407	29.31 351	19.87 342	15.01 364	16.26 344	10.61 335	0.65 359	0.52 253	0.48 398	0.54 414	1.52 405	3.09 437

RASNet	12.38 381	2.58 311	12.48 341	6.76 280	5.97 410	16.37 372	6.74 339	34.99 451	22.20 299	17.44 290	33.11 412	22.81 369	24.84 458	20.33 409	18.27 412	1.16 433	0.05 71	0.06 221	0.01 88	0.27 153	1.06 210

test_xeample	12.39 382	2.09 216	10.36 264	5.73 200	3.06 272	18.17 401	6.27 322	31.98 414	24.37 327	18.78 326	33.92 424	19.09 336	16.00 382	14.60 313	39.03 519	0.19 223	1.32 439	0.01 146	0.33 350	0.36 200	2.04 362

iResNet_ROB	12.41 383	3.19 351	12.39 338	6.63 268	3.72 299	16.98 387	2.64 201	32.29 416	38.58 457	26.93 444	33.73 420	26.24 407	17.40 403	17.36 370	8.95 301	0.33 273	0.01 11	0.00 1	0.00 1	0.40 227	0.35 49

DSFCA	12.44 384	3.00 340	14.87 380	6.04 221	7.03 443	17.06 388	10.86 423	31.11 401	32.12 401	26.41 439	23.81 294	22.37 365	15.13 367	21.13 429	13.53 373	0.95 410	0.66 285	0.28 370	0.38 381	1.21 386	0.77 148

FADNet_RVC	12.44 384	6.19 433	40.86 499	7.04 299	3.69 298	11.30 278	4.17 260	29.67 380	27.67 365	18.20 313	26.04 312	13.47 246	17.15 397	16.85 363	14.95 382	0.99 412	0.75 308	0.60 409	1.32 467	4.18 469	3.62 448

CBMV_ROB	12.51 386	3.86 383	7.98 162	5.81 207	2.99 268	16.05 364	4.62 273	27.61 357	31.37 395	26.75 442	32.62 406	23.97 382	22.66 451	21.14 430	12.09 354	2.15 462	1.78 478	2.24 474	1.27 466	1.64 410	1.54 284

NLCA_NET_v2_RVC	12.58 387	4.09 387	18.25 421	8.26 363	5.83 405	14.72 332	5.85 311	33.49 434	27.86 367	22.14 390	32.16 401	24.94 395	14.01 354	16.19 338	16.82 401	0.90 399	0.35 208	0.37 387	0.58 421	1.51 404	3.31 443
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 388	2.25 257	13.50 357	8.30 365	6.23 420	19.81 414	6.34 328	26.43 341	35.15 435	26.38 438	30.67 371	24.65 387	14.91 363	16.47 349	19.16 421	0.16 199	0.01 11	0.06 221	0.07 180	0.74 343	0.43 77

hitnet-ft	12.59 388	3.03 346	7.87 158	7.49 330	4.20 323	27.41 470	3.75 247	23.41 308	24.15 324	21.14 374	34.12 427	31.93 447	19.74 433	20.28 408	18.13 409	0.54 336	1.45 462	0.35 385	0.09 195	1.26 390	1.41 263

xxxx	12.60 390	2.03 197	10.79 285	6.18 231	2.86 257	21.84 429	3.02 221	34.55 448	25.46 343	16.39 261	31.58 388	26.87 417	14.75 362	14.00 296	37.45 511	0.21 230	1.36 448	0.01 146	0.32 343	0.35 189	2.07 368

ISRNet	12.68 391	2.57 309	19.05 429	13.05 474	6.24 421	7.30 215	2.84 213	29.80 384	32.13 402	23.26 402	35.61 438	24.75 389	16.48 391	15.81 335	14.55 381	0.85 390	1.01 375	2.29 475	0.55 417	1.08 380	4.43 460

pcwnet_v2	12.68 391	2.30 267	18.36 422	8.32 366	5.74 399	17.73 393	4.77 278	36.75 475	46.28 495	20.98 369	29.07 349	16.62 291	13.52 336	16.56 354	10.30 327	0.55 338	1.02 383	0.34 384	0.24 299	2.10 426	2.11 376

iResNetv2_ROB	12.78 393	4.09 387	15.60 391	6.44 255	3.75 301	14.86 333	7.17 352	34.46 446	37.12 444	26.06 433	34.81 434	29.76 425	16.32 384	14.77 319	7.67 277	0.31 267	0.03 51	0.12 296	0.01 88	0.94 371	1.23 238

ADLNet	12.84 394	2.93 334	11.94 328	8.87 382	6.88 438	17.96 396	8.85 382	34.12 438	26.67 356	27.81 452	26.24 315	26.84 416	15.04 365	17.54 374	19.94 425	0.59 347	0.58 271	0.24 357	0.11 210	0.80 356	2.85 427

CBFPSM	12.96 395	3.37 363	30.97 479	5.30 155	3.22 278	22.79 436	16.93 481	21.82 283	21.35 285	21.93 387	28.34 340	29.99 429	17.38 402	15.32 330	16.39 395	0.11 159	0.48 241	0.10 269	0.17 252	0.58 295	2.72 420

ADLNet2	12.99 396	2.94 335	14.18 366	9.57 398	5.96 409	20.23 419	10.41 416	33.05 427	37.61 448	19.46 339	19.74 236	22.46 367	18.63 415	22.37 441	20.76 429	0.37 288	0.15 149	0.06 221	0.08 187	1.04 378	0.72 137

dad	13.05 397	11.39 481	15.64 395	7.35 320	2.10 202	15.64 352	3.48 239	18.77 237	35.55 438	27.77 450	33.76 422	31.59 441	13.04 329	14.79 320	11.16 346	3.35 483	0.54 257	7.85 517	0.96 449	3.88 467	2.49 410

AASNet	13.05 397	3.27 356	12.23 335	10.28 418	6.90 439	17.61 392	7.88 370	41.14 503	38.29 453	23.20 401	29.62 357	16.85 295	15.59 375	15.50 333	19.03 419	0.39 294	0.03 51	0.78 423	0.05 161	1.32 394	1.08 215

HBP-ISP	13.07 399	8.80 466	8.99 196	8.11 361	4.55 345	13.48 315	6.60 333	29.09 373	30.50 383	21.33 376	36.14 440	16.62 291	19.42 429	20.92 423	12.81 369	3.63 485	2.61 499	7.18 513	4.12 502	3.74 465	2.69 418

222	13.07 399	1.99 186	10.74 284	6.56 260	2.74 244	19.95 415	2.54 195	34.13 439	24.42 328	22.52 394	31.39 381	20.78 348	16.99 395	14.31 299	48.07 543	0.16 199	1.33 443	0.01 146	0.32 343	0.37 206	2.02 356

DualNet (step1)	13.16 401	5.31 416	19.76 433	6.41 249	3.12 275	17.98 397	9.85 407	29.36 374	25.26 339	24.82 419	21.48 261	24.89 391	18.87 419	14.41 304	11.06 344	6.83 506	1.96 484	6.61 506	7.47 516	3.22 454	4.59 461

UNet	13.18 402	2.47 297	14.45 370	7.45 325	7.82 462	26.01 459	4.67 276	34.38 445	29.42 377	20.90 367	31.81 392	26.68 412	18.98 422	21.08 428	15.56 388	0.21 230	0.06 96	0.27 364	0.09 195	0.37 206	1.01 200

HGLStereo	13.21 403	3.45 366	14.01 363	10.32 421	7.72 459	15.72 356	7.19 355	31.94 413	28.12 369	20.83 364	36.16 442	26.61 410	20.82 439	18.74 391	19.63 424	1.01 416	0.22 172	0.07 239	0.08 187	0.59 301	1.00 199

GEStereo_RVC	13.23 404	3.13 349	15.23 384	10.33 422	4.95 359	18.92 407	11.46 434	31.58 410	48.03 497	20.51 359	27.68 331	19.00 334	13.31 334	20.44 411	16.01 392	1.15 432	0.51 250	0.10 269	0.14 228	0.67 328	1.47 273

delet	13.26 405	2.43 293	12.99 348	8.45 369	6.26 424	22.40 432	10.83 422	28.78 368	38.76 458	20.39 358	30.36 365	20.85 349	17.67 409	22.97 443	19.13 420	0.14 185	0.45 235	0.19 336	0.08 187	0.78 351	1.24 240

CRFU-Net	13.32 406	3.53 372	12.90 346	8.76 380	6.05 414	26.25 462	10.15 413	25.86 327	14.68 207	30.76 472	30.58 369	30.11 432	21.59 448	20.52 413	20.28 427	1.53 448	0.48 241	0.27 364	0.16 246	0.64 320	1.28 244

CSP-Net	13.41 407	3.62 378	11.03 298	6.62 267	4.07 313	25.76 458	9.61 402	29.66 379	27.14 360	29.97 466	33.42 417	29.84 427	17.23 399	20.64 414	16.03 393	1.12 428	0.41 225	0.03 188	0.00 1	0.75 347	1.29 246

MMNet	13.55 408	2.82 327	13.90 361	7.63 334	6.36 428	26.45 464	4.63 274	24.00 313	42.67 475	26.25 436	33.12 413	20.98 351	19.45 431	20.14 406	19.49 423	0.75 370	0.54 257	0.11 291	0.01 88	0.53 277	1.10 217

STTStereo	13.60 409	5.63 422	28.73 473	8.07 358	5.65 395	13.97 322	7.17 352	31.25 403	26.70 357	25.59 427	32.06 400	31.71 444	14.71 361	17.24 369	16.46 398	0.29 264	0.40 218	0.71 418	1.43 470	1.31 392	2.82 424

SGM-Forest	13.63 410	2.55 308	8.22 170	6.30 243	2.16 210	23.84 442	11.13 428	34.68 449	32.40 403	27.27 446	33.02 409	30.08 431	17.82 410	22.13 439	15.40 386	1.66 455	0.32 198	0.88 435	0.03 131	0.79 352	1.93 330
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 411	4.93 410	11.80 320	11.93 461	5.53 389	16.75 380	14.38 460	36.12 464	32.59 407	23.08 400	27.03 326	25.90 404	15.40 371	25.87 461	14.23 376	1.24 440	0.09 117	1.53 462	0.61 424	2.06 425	2.94 430

AANet_RVC	13.75 412	6.34 435	12.90 346	8.87 382	4.53 344	14.09 324	9.12 390	29.37 377	38.32 455	23.85 411	37.41 448	23.55 378	17.51 407	23.31 446	18.56 413	2.08 461	1.30 433	0.25 360	0.06 172	0.73 340	2.87 428

xyz-stereo	13.76 413	1.43 85	40.88 500	3.14 30	0.83 53	42.24 524	4.68 277	14.87 170	26.49 353	23.70 406	37.20 446	30.36 434	19.90 434	18.77 392	9.23 308	0.28 260	0.03 51	0.64 413	0.03 131	0.20 116	0.32 41

ssnet_v2	13.84 414	3.15 350	13.44 355	7.99 355	3.08 273	22.60 433	14.51 463	36.65 472	33.59 417	22.04 389	26.10 313	28.64 420	17.16 398	23.13 444	20.86 431	0.50 326	0.32 198	0.20 341	0.13 217	1.41 398	1.38 255

FADNet-RVC	13.86 415	12.75 495	41.65 501	8.64 375	4.63 347	16.45 374	6.89 346	28.91 369	24.20 325	20.89 366	31.44 383	26.73 414	11.37 291	21.58 436	15.91 390	0.25 248	0.14 146	0.14 310	0.24 299	2.97 445	1.50 281

psm_up	13.88 416	2.70 320	10.89 292	10.20 415	5.97 410	15.01 341	12.58 444	39.13 493	31.75 398	21.39 378	31.09 378	30.18 433	25.01 461	20.33 409	17.62 406	0.75 370	0.39 216	0.18 330	0.03 131	0.82 360	1.67 297

DLCB_ROB	13.97 417	3.74 381	11.01 297	9.99 409	5.85 406	21.40 425	10.37 415	30.17 389	30.49 382	28.21 454	32.18 402	32.67 452	21.17 443	20.20 407	18.59 414	0.34 278	0.18 156	0.41 390	0.15 237	0.61 309	1.76 306

StereoDRNet-Refined	14.03 418	3.52 370	12.77 343	8.70 377	3.31 281	18.50 404	4.58 271	29.08 372	30.59 384	29.85 464	42.52 482	25.24 398	19.57 432	23.88 450	23.55 446	0.44 312	0.07 109	0.54 403	0.38 381	0.88 369	2.64 413
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 419	5.00 412	47.51 515	6.57 261	4.04 311	21.14 423	14.37 458	28.25 361	21.37 286	21.95 388	31.37 380	21.31 354	18.66 416	16.15 337	20.61 428	0.31 267	0.41 225	0.09 257	0.05 161	1.00 376	0.76 146

CVANet_RVC	14.09 420	4.82 408	10.86 291	9.46 396	5.60 394	19.70 413	12.94 449	33.38 432	34.86 431	23.72 407	33.31 414	29.76 425	16.35 386	24.37 452	12.45 364	1.22 438	0.23 174	1.45 461	0.87 441	3.41 458	3.01 432

SACVNet	14.10 421	5.24 415	14.19 367	12.11 465	6.12 417	18.45 403	9.11 389	33.13 428	22.94 307	28.79 457	33.88 423	32.69 453	23.78 452	20.91 422	12.13 356	1.08 422	0.54 257	0.84 433	0.48 402	1.41 398	4.26 458

rvit_105_1	14.11 422	6.23 434	22.11 453	13.74 478	4.55 345	15.38 347	28.19 529	27.21 350	43.35 479	19.53 340	24.36 298	22.05 362	15.96 380	18.37 388	12.70 368	2.27 464	0.58 271	0.26 362	2.37 488	0.70 333	2.20 383

PS-NSSS	14.36 423	8.44 462	16.43 401	7.44 324	5.79 401	18.65 406	12.71 447	39.02 490	26.84 358	20.99 370	36.15 441	21.47 355	18.25 413	18.21 386	18.63 415	2.44 470	0.55 261	5.38 499	0.37 371	5.25 480	4.11 457

CBMV	14.52 424	4.59 401	9.99 247	6.61 266	2.85 256	22.76 435	12.45 443	30.63 394	33.32 413	31.98 477	35.00 436	31.68 442	19.43 430	26.53 464	16.71 400	1.28 441	0.61 277	0.63 411	0.12 213	1.26 390	1.89 323
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 425	11.96 486	39.55 498	8.50 371	6.64 433	18.53 405	6.74 339	35.70 458	35.06 433	19.21 336	28.06 336	28.14 419	13.94 352	18.54 390	11.61 351	0.48 320	0.75 308	0.38 389	0.49 405	9.17 503	2.05 366

fast-acv-ft	14.96 426	4.73 405	17.68 415	8.03 357	5.27 375	28.61 477	9.97 410	26.25 337	35.58 439	26.03 432	38.02 454	31.91 446	21.50 445	19.25 396	21.18 432	0.61 352	0.38 213	0.63 411	0.48 402	1.31 392	1.73 302

pmcnn	15.27 427	4.31 394	22.32 455	7.46 327	4.46 340	22.15 431	15.74 472	28.53 364	31.88 399	27.78 451	40.04 468	39.06 489	19.11 427	18.79 393	20.78 430	1.04 420	0.23 174	0.00 1	0.00 1	0.53 277	1.17 229

Anonymous_2	15.61 428	7.12 443	18.63 426	6.49 256	7.98 463	26.94 467	11.93 438	19.48 251	18.48 260	18.25 316	15.95 192	24.18 384	21.32 444	21.17 431	15.94 391	10.88 522	13.80 537	11.19 525	25.13 541	10.92 514	6.42 487

z-ln-s-r	15.70 429	7.13 447	42.53 503	5.88 215	5.57 391	14.47 330	13.18 451	22.93 300	38.31 454	19.68 343	44.92 499	23.85 381	18.42 414	23.81 449	30.69 498	0.37 288	0.02 35	0.00 1	0.01 88	1.15 383	1.16 226

TCMNet	15.72 430	7.51 451	21.42 449	14.39 482	12.57 509	26.22 461	13.91 457	30.23 390	36.03 441	25.57 426	31.73 389	23.65 379	15.35 370	19.98 403	24.06 451	1.44 445	0.67 290	2.04 471	0.99 451	3.41 458	3.26 442

NVstereo2D	15.77 431	4.01 385	17.73 416	9.96 408	8.10 469	30.36 485	9.52 397	43.10 514	43.12 478	15.45 241	28.03 335	23.46 376	16.84 394	24.62 453	17.06 402	3.35 483	0.87 334	1.76 466	1.13 459	7.76 496	9.19 511

test_sample9	15.79 432	5.31 416	19.76 433	6.41 249	3.12 275	17.98 397	9.85 407	29.36 374	25.26 339	24.82 419	21.48 261	24.89 391	18.87 419	21.03 424	22.11 435	6.83 506	36.75 547	6.61 506	7.47 516	3.22 454	4.59 461

StereoDRNet	16.00 433	5.45 420	16.67 404	11.34 449	8.74 478	25.62 455	11.07 426	40.40 501	37.03 443	29.77 463	30.04 362	34.35 471	19.09 424	19.81 400	25.28 462	0.65 359	0.30 195	0.16 322	0.14 228	1.80 417	2.33 395

Wz-Net-LNSev-Ref	16.12 434	4.56 398	29.46 474	7.78 345	6.11 416	26.08 460	13.01 450	31.08 400	37.61 448	27.66 448	46.96 506	29.92 428	15.40 371	21.54 435	22.39 437	1.09 424	0.05 71	0.10 269	0.00 1	0.43 242	1.21 235

YMNet	16.35 435	6.51 438	23.16 459	11.45 450	8.85 480	25.42 453	8.89 383	32.99 424	32.63 408	34.40 493	39.12 462	34.27 468	17.43 404	20.90 420	22.93 440	0.93 404	1.30 433	1.21 451	0.94 442	1.77 415	1.81 310

YMNet_1	16.35 435	6.51 438	23.16 459	11.45 450	8.85 480	25.42 453	8.89 383	32.99 424	32.63 408	34.40 493	39.12 462	34.27 468	17.43 404	20.90 420	22.93 440	0.93 404	1.30 433	1.21 451	0.94 442	1.77 415	1.81 310

DRN-Test	16.60 437	4.76 406	16.90 408	10.75 434	8.16 471	29.42 481	14.37 458	43.26 516	39.35 459	28.93 459	35.46 437	29.03 422	20.11 436	20.78 417	24.51 457	0.94 407	0.93 345	0.46 396	0.35 359	1.42 400	2.12 377

SDNR	16.80 438	5.88 427	30.01 476	6.39 248	6.53 430	57.67 543	3.15 224	24.30 315	31.49 396	21.50 380	36.56 445	14.69 260	16.76 392	19.14 395	14.45 378	11.12 525	14.00 538	3.11 489	0.51 409	8.86 502	9.92 517

DISCO	16.93 439	2.58 311	17.15 411	8.26 363	4.37 333	27.65 472	10.68 418	31.28 405	44.93 488	22.21 391	34.47 431	36.48 479	23.91 453	36.14 502	34.48 506	0.35 280	0.11 132	0.04 204	0.07 180	1.95 421	1.40 260

PA-Net	16.98 440	8.05 459	29.56 475	10.52 427	11.30 500	21.91 430	29.93 533	32.64 419	39.50 460	20.38 357	28.51 343	23.80 380	20.82 439	21.45 433	25.60 464	0.25 248	2.36 496	0.23 353	4.99 507	1.34 395	6.47 488
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 441	8.11 460	28.42 472	9.29 392	8.89 483	24.46 445	25.06 521	35.40 455	49.52 504	26.73 441	33.49 419	20.50 345	18.75 417	20.67 416	19.18 422	2.30 466	2.09 487	1.13 447	0.75 434	2.86 441	2.84 425

GwcNet	17.31 442	6.61 441	23.02 457	10.83 438	8.63 476	29.48 482	10.80 420	39.37 495	45.73 490	24.16 413	37.85 453	31.50 440	21.81 450	21.37 432	27.25 478	0.81 384	0.88 336	0.57 408	0.46 395	1.54 407	3.61 446

NaN_ROB	17.35 443	7.91 455	18.84 428	11.29 447	4.93 357	33.28 498	20.75 502	38.10 485	43.81 480	30.28 469	31.53 386	32.88 454	20.88 441	29.10 477	17.85 408	0.40 297	0.43 233	0.31 380	0.44 394	0.98 373	3.03 435

S-Stereo	17.36 444	4.46 397	22.16 454	12.58 471	9.10 485	23.07 437	12.60 445	33.18 430	46.12 493	22.78 396	38.67 460	29.04 423	27.48 475	19.40 398	23.90 450	3.14 481	3.13 508	0.88 435	1.95 482	3.77 466	9.86 516

FAT-Stereo	17.45 445	3.56 373	19.19 430	10.31 420	6.54 431	18.00 400	14.89 466	38.68 488	40.49 463	27.39 447	39.66 465	37.32 481	32.14 503	21.07 427	22.97 442	3.68 486	2.16 493	0.81 430	1.21 463	2.10 426	6.78 491

DANet	17.51 446	8.91 467	27.61 468	14.94 489	7.48 449	22.67 434	5.66 301	27.33 353	26.64 354	32.62 484	36.27 443	37.40 482	30.07 492	31.65 488	26.09 470	1.30 442	1.46 464	2.33 477	0.53 412	3.54 462	5.69 476
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 447	17.23 509	20.10 439	12.02 463	6.91 440	28.81 478	11.45 433	41.35 504	21.95 296	30.13 468	34.66 432	32.04 449	11.30 289	21.04 426	16.43 396	8.91 514	2.67 500	12.29 526	0.84 439	12.72 520	8.43 506

PSMNet_ROB	17.59 448	6.52 440	16.27 399	14.43 483	7.71 458	29.22 480	33.59 538	43.94 519	38.52 456	24.74 418	33.46 418	34.17 467	17.29 401	18.52 389	25.68 466	0.40 297	0.29 193	0.96 439	2.22 485	2.03 424	1.81 310

Syn2CoEx	17.68 449	11.86 485	28.39 471	20.88 512	8.24 472	25.66 456	12.35 440	37.57 480	33.60 418	29.57 461	39.80 467	30.02 430	28.00 478	19.91 401	18.91 418	1.14 431	0.53 255	1.23 455	0.46 395	1.97 422	3.61 446

GANet	17.85 450	5.41 419	14.79 374	11.91 459	4.73 348	24.54 447	17.04 484	41.01 502	34.96 432	33.06 485	45.84 501	39.83 494	29.19 485	24.71 455	22.45 439	1.34 443	0.41 225	1.09 443	0.70 431	2.15 428	1.89 323

GASNet	17.87 451	20.62 520	32.66 486	21.17 513	9.48 488	16.26 370	9.15 391	45.00 524	40.55 465	26.16 434	24.34 297	33.05 455	15.45 374	29.82 482	18.15 411	3.79 488	0.28 191	1.87 467	0.51 409	7.06 491	1.97 341

test_sample8	17.93 452	5.31 416	19.76 433	6.41 249	3.12 275	17.98 397	9.85 407	32.68 420	20.05 275	33.68 490	26.30 317	40.74 498	34.14 507	21.03 424	22.11 435	6.83 506	36.75 547	6.61 506	7.47 516	3.22 454	4.59 461

NCCL2	17.94 453	7.94 457	16.87 407	24.07 523	7.60 454	24.52 446	17.08 485	35.42 456	26.65 355	32.01 478	38.57 457	41.96 507	27.61 476	22.24 440	24.43 456	0.65 359	0.33 204	2.64 483	2.13 484	2.28 433	3.86 455

ADCRef	18.01 454	8.01 458	44.10 508	10.75 434	8.85 480	27.18 469	11.06 425	31.77 412	34.40 426	31.90 476	42.45 481	18.79 329	21.55 447	25.18 458	35.17 507	1.03 419	0.42 231	2.18 473	1.79 477	1.38 396	2.27 390

XPNet_ROB	18.03 455	6.06 432	18.19 420	11.68 454	6.83 436	21.23 424	16.93 481	36.66 474	39.82 462	32.51 483	42.05 480	41.04 501	25.77 466	25.72 459	28.80 488	1.67 456	0.91 342	0.79 424	0.27 320	1.24 389	2.38 402

SuperB	18.07 456	7.33 448	56.73 528	8.42 368	5.42 383	20.39 420	9.73 405	26.04 330	50.80 508	26.88 443	39.52 464	17.79 316	21.54 446	23.17 445	25.96 469	0.77 375	0.32 198	1.11 446	0.73 433	16.11 527	2.75 423

RP	18.36 457	5.94 429	17.54 414	15.95 499	12.33 508	21.55 427	12.66 446	28.65 366	45.65 489	23.78 410	42.55 483	39.77 493	29.54 489	26.72 465	23.58 448	6.14 504	1.05 389	4.38 496	1.77 476	3.90 468	3.82 454

APVNet	18.42 458	6.37 436	23.10 458	12.76 473	8.28 473	30.74 487	24.17 517	42.08 510	30.76 390	25.86 431	41.66 476	31.83 445	24.99 459	28.01 473	28.77 486	0.49 323	0.57 267	3.05 487	0.55 417	1.80 417	2.46 405

w-ln-seven-2	18.44 459	8.73 465	43.71 507	11.92 460	6.91 440	24.43 444	13.73 455	30.66 395	41.21 469	29.15 460	43.29 490	30.86 437	29.28 486	23.47 447	24.59 458	0.99 412	1.11 400	0.64 413	0.17 252	1.63 408	2.26 388

ETE_ROB	18.45 460	10.71 473	20.90 446	14.23 481	4.92 356	23.28 439	22.01 505	33.00 426	36.14 442	30.68 471	39.03 461	46.10 519	26.28 468	27.52 470	26.22 471	0.53 330	0.49 244	1.16 448	0.94 442	1.69 412	3.07 436

PWCDC_ROB	18.66 461	11.24 479	21.32 448	18.82 507	8.08 468	25.75 457	6.94 348	35.08 452	53.33 515	30.37 470	49.70 514	20.87 350	21.63 449	31.05 487	22.39 437	6.94 510	0.28 191	0.10 269	0.06 172	5.98 488	3.22 440

Nwc_Net	18.76 462	5.80 423	19.91 437	14.99 491	11.96 505	26.32 463	15.90 473	41.68 507	40.50 464	21.85 386	43.58 491	34.89 472	29.47 488	27.48 469	26.34 472	3.75 487	0.27 185	2.55 482	3.31 495	2.25 431	2.46 405

ADCP+	18.93 463	5.83 425	35.35 490	9.85 406	10.36 493	29.49 483	13.65 454	34.22 443	37.75 450	30.02 467	41.45 474	24.18 384	26.43 472	34.71 496	36.58 509	0.27 256	0.40 218	2.00 470	1.19 461	2.31 434	2.66 414

MDST_ROB	18.99 464	3.23 353	15.81 397	14.15 480	6.98 442	44.89 526	16.81 480	43.19 515	42.83 476	43.71 520	43.84 492	28.79 421	19.02 423	30.64 486	18.70 416	1.84 458	0.84 326	0.69 417	0.47 401	0.71 337	2.61 412

Wz-Net-LNSev	19.04 465	11.48 482	43.55 506	10.82 437	8.01 466	24.96 449	17.46 489	34.72 450	44.36 484	33.43 488	44.72 498	32.54 451	24.13 454	21.64 437	24.38 455	0.93 404	0.22 172	0.00 1	0.03 131	1.44 401	1.99 352

AF-Net	19.18 466	6.50 437	16.90 408	16.60 500	11.00 499	23.83 441	11.31 429	36.25 465	51.10 511	25.56 425	38.34 456	41.77 505	31.01 497	30.20 484	27.83 481	4.87 499	0.27 185	4.60 497	1.00 452	2.67 439	2.02 356

PWC_ROB	19.21 467	12.15 491	28.02 470	11.02 443	6.62 432	25.15 451	5.47 298	36.42 469	49.47 502	33.19 486	44.32 495	34.98 473	26.66 473	32.22 491	27.30 479	1.71 457	0.27 185	1.62 463	0.37 371	2.38 436	4.90 467

stereogan	19.38 468	4.02 386	18.62 425	13.54 476	10.30 492	37.03 508	9.83 406	39.12 492	46.13 494	25.09 424	41.76 478	40.01 495	27.19 474	32.16 489	25.48 463	2.44 470	1.13 403	2.70 485	0.86 440	5.45 482	4.81 464

edge stereo	19.38 468	5.98 430	19.25 431	11.11 444	8.07 467	23.51 440	12.74 448	35.93 460	42.55 473	35.05 496	43.06 487	41.34 503	36.05 512	26.06 462	25.62 465	2.70 474	2.47 497	6.38 504	1.54 473	3.18 453	5.01 468

RYNet	19.73 470	5.52 421	18.58 424	11.63 453	15.84 519	47.05 529	17.28 486	38.60 487	49.19 501	27.71 449	27.46 328	38.63 487	26.42 471	20.79 418	32.08 502	0.73 368	0.59 274	0.97 440	0.16 246	7.40 493	8.04 502

LALA_ROB	19.82 471	8.32 461	18.64 427	13.59 477	5.79 401	28.03 475	23.44 512	43.09 513	37.57 447	33.91 492	41.55 475	50.73 530	25.61 465	29.09 476	27.30 479	0.73 368	0.67 290	2.08 472	1.42 469	2.70 440	2.12 377

Wz-Net-MNSev	19.84 472	7.55 452	35.79 491	10.79 436	7.51 451	38.96 516	18.39 495	35.08 452	44.72 486	31.28 473	41.70 477	41.18 502	20.49 438	28.41 474	30.13 497	0.96 411	0.36 211	0.05 212	0.13 217	1.70 413	1.64 292

aanetorigin	19.84 472	13.32 497	54.46 522	10.07 411	7.99 464	14.16 325	15.32 467	17.85 224	34.49 427	49.59 530	48.88 511	34.28 470	31.32 499	23.53 448	29.64 493	1.12 428	0.81 320	0.73 419	0.94 442	3.05 446	5.23 472

SGM_RVC	20.33 474	3.24 355	8.92 194	7.20 315	1.62 154	39.61 518	17.01 483	39.11 491	35.12 434	46.26 525	42.62 484	51.57 532	39.45 519	39.66 524	29.87 495	1.16 433	0.37 212	0.55 405	0.35 359	1.20 385	1.64 292
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 475	11.06 476	33.58 487	12.11 465	7.19 446	28.90 479	11.99 439	38.49 486	58.85 536	32.22 481	37.28 447	33.11 457	21.14 442	36.93 513	38.84 518	1.49 446	1.50 467	0.15 315	0.64 426	2.18 429	2.67 416

NCC-stereo	20.61 476	7.39 449	25.96 463	15.90 497	16.62 520	20.15 417	23.27 508	44.11 522	41.29 470	25.00 422	38.64 458	35.47 474	28.75 481	36.35 505	26.90 476	4.83 497	2.14 490	3.33 491	9.27 527	3.10 448	3.72 452

Abc-Net	20.61 476	7.39 449	25.96 463	15.90 497	16.62 520	20.15 417	23.27 508	44.11 522	41.29 470	25.00 422	38.64 458	35.47 474	28.75 481	36.35 505	26.90 476	4.83 497	2.14 490	3.33 491	9.27 527	3.10 448	3.72 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 476	12.13 490	46.35 511	21.53 514	17.78 523	19.41 409	23.64 515	37.23 479	50.61 505	26.20 435	37.72 449	24.90 394	25.02 462	24.63 454	23.53 445	3.13 480	1.65 474	5.69 500	4.09 501	3.64 464	3.34 444

RGC	20.62 479	14.30 499	21.99 452	18.85 508	14.53 514	21.42 426	14.82 465	36.00 463	44.32 483	28.54 456	41.82 479	40.12 496	29.43 487	35.44 501	23.33 443	4.12 490	0.72 298	8.80 518	4.39 504	4.55 474	4.84 466

DGSMNet	20.75 480	13.28 496	34.59 489	14.80 488	17.14 522	23.25 438	17.99 494	36.39 468	43.00 477	20.70 361	32.67 407	36.05 478	19.22 428	30.34 485	25.04 461	4.61 494	4.62 522	6.31 503	5.20 510	14.71 524	15.15 532

WCMA_ROB	21.17 481	5.89 428	22.32 455	10.39 424	7.65 456	34.55 502	16.42 478	33.20 431	34.02 422	42.06 515	52.50 519	44.09 511	37.59 515	33.66 494	26.77 475	7.45 513	3.18 509	1.27 458	1.43 470	4.18 469	4.81 464

MSAF-DinoV2	21.31 482	8.93 468	27.84 469	12.03 464	5.14 370	30.91 489	17.73 490	40.05 499	55.15 520	22.96 398	32.01 394	48.05 525	31.88 501	38.57 520	41.67 526	0.94 407	0.49 244	0.45 394	1.22 464	4.83 476	5.39 474

psmorigin	21.56 483	11.18 478	36.59 493	10.19 414	7.08 444	25.30 452	12.35 440	33.52 435	33.12 412	43.62 519	54.15 528	42.72 508	37.44 514	36.87 512	28.98 489	1.65 454	2.78 503	0.81 430	1.19 461	3.62 463	8.10 503

G-Net	21.66 484	9.10 469	39.39 497	15.85 495	9.60 489	51.00 534	16.73 479	28.32 362	31.17 393	38.99 507	43.24 488	33.26 460	32.09 502	28.50 475	26.50 474	4.74 496	3.92 519	3.60 494	1.02 453	8.42 501	7.86 500

z-mn7	21.81 485	11.53 483	47.41 514	11.79 457	5.69 397	34.28 501	15.73 471	36.31 466	57.93 532	27.24 445	53.82 523	32.35 450	26.33 469	36.69 508	33.32 505	1.02 417	0.41 225	0.54 403	0.11 210	1.72 414	1.92 328

FBW_ROB	21.87 486	11.80 484	25.52 462	14.64 486	7.49 450	31.20 491	16.35 477	45.28 525	44.78 487	44.85 524	40.36 470	43.50 510	27.85 477	34.94 497	23.52 444	3.07 479	2.15 492	7.53 516	3.03 494	4.30 471	5.17 471

w-ln-seven	21.91 487	10.67 472	57.04 530	12.00 462	10.37 494	30.36 485	19.88 499	37.81 482	56.05 527	37.35 503	44.23 494	33.79 463	24.77 457	23.92 451	31.80 501	0.77 375	0.34 206	0.85 434	0.20 275	2.88 442	3.10 438

SANet	22.05 488	8.47 463	32.65 485	9.90 407	4.31 330	33.49 499	23.44 512	42.82 512	56.64 529	39.67 510	44.09 493	44.62 512	32.96 505	29.24 481	25.79 467	1.08 422	0.74 303	0.98 441	0.69 429	5.69 485	3.66 451

SQANet	22.07 489	25.29 528	21.78 451	26.81 527	18.92 526	30.75 488	10.25 414	33.47 433	30.10 380	25.73 428	34.31 429	33.45 461	19.94 435	29.16 478	20.03 426	11.68 526	3.08 507	26.95 538	5.80 513	20.97 534	12.99 526

UDG	22.21 490	15.90 507	16.41 400	21.71 515	20.17 528	32.51 494	13.78 456	36.62 471	35.77 440	26.64 440	31.43 382	37.49 483	32.33 504	22.77 442	21.19 433	11.08 524	5.60 526	23.12 533	7.74 520	17.07 529	14.89 531

SHD	22.33 491	11.30 480	32.10 482	15.61 493	9.88 490	26.75 465	10.12 412	41.84 508	61.77 541	36.36 500	44.65 497	39.28 490	31.10 498	35.07 498	32.76 504	2.35 467	1.95 483	1.24 457	1.90 481	4.33 472	6.34 484

CSAN	22.36 492	11.11 477	26.06 465	21.79 516	5.59 393	34.55 502	36.54 540	40.04 498	50.84 509	37.47 504	40.31 469	45.09 515	33.07 506	27.44 468	25.80 468	1.60 452	0.75 308	1.08 442	1.80 478	2.89 443	3.36 445

ADCL	22.44 493	7.79 453	49.20 517	10.61 432	7.28 448	40.40 521	21.03 503	32.07 415	55.07 519	28.53 455	48.73 509	31.68 442	31.69 500	34.04 495	38.38 514	1.22 438	0.93 345	2.65 484	1.89 480	2.65 438	2.94 430

zh-mn7	22.69 494	14.64 500	55.04 523	11.01 442	5.85 406	27.67 473	15.65 469	35.14 454	57.38 531	40.62 511	57.78 534	31.22 438	25.60 464	36.79 511	32.55 503	1.50 447	0.57 267	0.24 357	0.22 281	1.40 397	3.02 433

CC-Net-ROB	22.73 495	23.99 525	30.57 478	14.72 487	8.91 484	32.98 495	16.17 475	46.75 529	37.29 445	33.88 491	32.33 403	35.48 476	25.00 460	24.75 456	28.78 487	9.60 518	3.03 506	25.33 536	3.87 499	14.82 525	6.33 483

ADCPNet	22.75 496	10.94 475	58.96 533	12.24 469	7.57 452	37.33 509	20.08 501	33.89 437	37.37 446	33.49 489	44.32 495	39.36 492	28.43 480	32.19 490	38.55 516	2.25 463	2.69 502	2.37 479	3.59 498	4.33 472	5.01 468

MeshStereo	22.95 497	7.84 454	12.46 339	8.13 362	5.20 371	38.49 514	13.36 453	42.69 511	38.05 452	51.34 533	53.82 523	58.22 538	43.29 528	38.42 518	29.59 492	2.96 476	2.84 505	3.11 489	2.33 487	3.12 450	3.65 450
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
Wz-Net-SNSev	23.35 498	18.18 511	47.37 513	14.55 484	8.63 476	28.33 476	29.16 531	39.88 497	55.80 525	32.16 480	53.91 526	39.35 491	24.42 455	27.60 471	38.11 513	1.06 421	0.24 178	1.20 450	0.95 447	3.16 452	2.93 429

DDUNet	23.49 499	20.59 519	17.13 410	24.58 524	22.45 532	24.86 448	17.96 493	31.42 407	31.06 392	29.59 462	37.81 451	37.85 485	26.39 470	25.77 460	18.74 417	18.99 536	8.10 534	26.65 537	11.80 533	19.41 533	18.58 536

MSMD_ROB	23.50 500	10.55 471	15.65 396	17.87 506	10.07 491	35.58 505	19.04 497	34.53 447	37.81 451	41.55 514	60.11 537	46.01 518	39.81 521	32.74 492	24.92 460	6.86 509	3.63 517	8.92 519	11.16 532	7.21 492	5.99 480

LE_ROB	23.59 501	4.64 404	16.84 406	8.59 373	3.05 271	33.01 496	18.53 496	28.96 370	67.40 553	70.71 554	55.67 532	48.44 526	48.90 535	26.06 462	37.98 512	0.44 312	0.24 178	0.27 364	0.54 414	0.49 270	0.98 196

ADCMid	23.61 502	12.42 493	44.10 508	11.85 458	8.33 474	27.89 474	20.03 500	36.49 470	39.56 461	40.81 512	47.01 507	36.89 480	43.95 529	39.12 522	42.60 530	1.95 459	1.55 471	3.05 487	3.98 500	5.20 479	5.37 473

zh-sn7	23.82 503	16.94 508	52.41 520	14.57 485	8.11 470	26.98 468	24.39 519	37.04 477	49.49 503	34.43 495	52.44 518	33.79 463	35.37 510	40.92 527	39.03 519	0.86 393	0.93 345	0.55 405	0.40 388	3.27 457	4.37 459

AnyNet_C32	24.34 504	15.07 503	42.84 504	13.07 475	11.83 503	31.80 492	31.73 535	32.47 417	45.77 491	35.92 498	49.66 513	34.05 465	35.21 509	44.09 532	43.39 534	1.61 453	1.70 476	1.22 454	2.94 493	4.87 477	7.60 497

PSMNet-RUCA	24.65 505	28.24 531	42.85 505	35.58 536	34.48 541	16.04 360	11.34 430	40.36 500	31.70 397	31.88 475	41.00 473	37.50 484	25.41 463	29.19 480	17.07 403	12.35 529	2.12 489	20.72 532	8.27 525	17.19 530	9.64 514

MFN_U_SF_DS_RVC	24.71 506	14.86 502	32.18 483	26.47 526	10.48 495	40.27 520	22.83 507	36.88 476	44.51 485	42.59 516	47.13 508	40.20 497	28.00 478	36.70 509	28.36 482	4.23 492	4.00 520	6.73 509	16.35 538	5.05 478	6.34 484

ccnet	24.80 507	17.64 510	24.53 461	12.35 470	18.18 525	38.47 513	17.76 492	46.24 527	32.78 411	37.51 505	46.76 503	38.80 488	30.45 495	38.35 517	41.98 527	9.41 517	6.40 528	9.67 521	8.04 521	11.64 518	9.00 509

FC-DCNN	25.07 508	12.06 489	20.30 441	19.06 509	9.41 486	38.40 512	23.46 514	41.37 505	44.07 482	46.76 527	53.99 527	50.49 528	39.32 518	36.43 507	29.46 491	7.40 512	3.39 511	6.15 501	5.01 508	8.05 498	6.83 492

FC-DCNN v2	25.13 509	12.03 487	19.82 436	19.08 510	9.43 487	38.89 515	23.42 511	41.85 509	44.02 481	46.96 528	54.51 529	50.70 529	39.69 520	36.34 504	29.25 490	7.36 511	3.39 511	6.17 502	5.02 509	8.00 497	6.71 490

XQC	25.15 510	18.26 512	52.31 519	22.53 521	12.15 506	37.47 510	21.78 504	38.74 489	55.51 524	32.40 482	30.75 373	38.36 486	30.19 494	38.28 516	41.25 525	4.61 494	1.44 461	2.77 486	2.26 486	12.52 519	9.49 513

DPSNet	25.20 511	7.92 456	36.17 492	11.72 455	6.85 437	53.68 536	43.17 546	52.22 538	60.09 539	31.61 474	39.76 466	40.91 500	35.82 511	33.42 493	26.48 473	4.98 500	2.10 488	0.50 400	1.13 459	9.63 505	5.83 477

SGM-ForestM	25.21 512	4.80 407	13.50 357	8.68 376	3.74 300	46.85 528	22.04 506	46.25 528	51.32 513	51.28 532	52.07 517	62.64 545	47.13 533	46.05 533	36.30 508	1.99 460	2.25 495	1.21 451	1.24 465	1.65 411	3.21 439

PDISCO_ROB	25.35 513	10.44 470	31.01 480	29.47 532	20.36 529	38.32 511	17.74 491	45.56 526	55.34 522	29.88 465	42.94 486	46.63 520	29.76 490	36.23 503	31.29 500	10.74 521	2.20 494	6.96 510	3.53 497	9.98 509	8.52 507

EDNetEfficient	25.68 514	22.94 524	77.88 557	9.49 397	7.66 457	20.89 421	17.37 487	22.52 291	56.02 526	61.49 544	53.31 521	35.83 477	41.88 527	25.06 457	39.53 521	0.86 393	0.83 325	0.91 437	2.82 491	8.28 499	7.98 501

Wz-Net-TNSev	25.85 515	21.47 522	59.51 535	10.38 423	7.64 455	42.40 525	23.33 510	35.97 462	54.36 517	36.56 501	43.26 489	45.90 517	41.27 525	37.81 514	37.10 510	2.35 467	1.90 482	0.77 422	1.34 468	5.89 487	7.75 499

WZ-Net	25.86 516	14.23 498	64.17 538	15.77 494	10.61 496	39.36 517	28.01 528	41.38 506	54.97 518	28.82 458	53.68 522	40.90 499	30.14 493	37.91 515	42.98 533	1.59 449	0.49 244	0.73 419	0.95 447	5.43 481	5.12 470

GANetREF_RVC	26.12 517	30.35 532	27.03 466	26.08 525	6.28 427	31.16 490	37.25 542	48.48 531	50.90 510	37.30 502	36.39 444	34.11 466	30.98 496	38.51 519	28.38 483	9.08 515	2.68 501	16.48 529	5.42 512	16.24 528	9.34 512
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
FCDSN-DC	26.18 518	15.77 506	20.36 442	28.79 531	15.78 518	40.13 519	19.12 498	43.57 517	42.59 474	44.78 523	52.51 520	50.73 530	40.32 523	35.32 500	28.55 484	6.41 505	3.61 516	7.11 512	6.54 514	10.58 510	10.93 522
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 519	15.49 505	48.87 516	15.20 492	10.99 498	31.86 493	24.37 518	43.99 520	58.30 534	43.12 517	49.92 515	41.90 506	41.43 526	42.90 531	46.29 538	3.00 478	2.60 498	2.45 481	3.47 496	7.63 494	8.41 505

DLNR_Zeroshot_test	27.91 520	51.88 546	91.97 571	98.26 581	97.92 581	3.07 22	0.49 32	31.27 404	8.33 127	8.40 133	15.66 187	7.22 140	1.66 41	12.16 217	4.82 207	40.46 546	1.87 480	0.06 221	0.33 350	80.45 570	1.99 352

MFN_U_SF_RVC	28.91 521	15.44 504	55.12 525	22.00 518	8.49 475	41.39 522	15.36 468	52.74 539	46.70 496	47.83 529	53.87 525	54.97 535	40.50 524	39.54 523	40.77 523	6.09 503	4.92 524	7.08 511	9.02 526	7.68 495	8.69 508

PASM	29.37 522	19.17 514	50.43 518	23.55 522	23.15 534	27.62 471	27.82 527	35.90 459	50.76 507	35.98 499	40.55 471	47.26 523	34.98 508	35.28 499	38.72 517	12.58 531	15.96 539	17.57 531	22.46 540	13.71 521	13.92 529

EDNetEfficientorigin	29.50 523	36.05 538	99.77 583	9.67 401	5.93 408	26.79 466	16.02 474	26.87 347	55.18 521	61.15 541	57.72 533	45.04 514	50.99 538	26.90 467	44.78 536	0.53 330	0.54 257	1.72 465	2.53 489	11.05 515	10.75 519

AnyNet_C01	30.67 524	27.57 529	76.09 555	17.61 503	12.18 507	50.42 533	28.89 530	39.14 494	41.14 468	41.36 513	65.66 548	47.21 522	40.16 522	47.50 534	49.82 545	2.38 469	2.79 504	2.31 476	2.83 492	8.35 500	9.99 518

LSM	30.92 525	21.18 521	57.13 532	19.98 511	54.02 553	33.70 500	25.92 523	43.87 518	49.18 500	46.43 526	55.59 531	43.44 509	36.70 513	36.70 509	28.75 485	2.94 475	9.77 535	5.07 498	8.20 524	10.77 511	29.00 543

RTS	30.97 526	24.38 526	96.47 573	17.75 504	12.63 510	58.43 545	26.47 524	38.01 483	63.33 544	44.41 521	46.81 504	33.16 458	45.26 530	52.06 540	42.65 531	2.66 472	1.40 452	1.09 443	1.02 453	5.49 483	5.86 478

RTSA	30.97 526	24.38 526	96.47 573	17.75 504	12.63 510	58.43 545	26.47 524	38.01 483	63.33 544	44.41 521	46.81 504	33.16 458	45.26 530	52.06 540	42.65 531	2.66 472	1.40 452	1.09 443	1.02 453	5.49 483	5.86 478

DispFullNet	31.01 528	32.97 534	59.04 534	30.27 533	28.46 538	33.06 497	11.44 432	37.69 481	54.13 516	33.30 487	37.78 450	44.68 513	28.96 484	42.19 530	29.68 494	12.35 529	3.56 515	36.10 542	12.90 535	32.29 542	19.42 538

coex-ft	31.29 529	39.15 542	93.51 572	9.71 404	5.77 400	36.25 507	26.79 526	31.43 408	59.45 537	73.35 558	58.73 535	45.49 516	48.48 534	30.19 483	46.52 540	1.59 449	1.71 477	0.94 438	0.97 450	9.43 504	6.35 486

MANE	33.27 530	12.69 494	21.10 447	22.10 519	15.09 517	49.75 531	29.51 532	54.10 542	56.36 528	59.73 537	64.93 545	65.43 549	57.34 547	52.70 543	41.02 524	10.52 520	6.09 527	7.35 514	20.29 539	9.66 506	9.65 515

otaku	33.83 531	36.87 540	53.81 521	40.41 539	21.58 530	54.54 538	17.45 488	44.01 521	61.47 540	39.63 508	50.06 516	46.76 521	29.76 490	40.64 526	30.07 496	19.17 537	7.09 531	32.34 540	9.92 529	24.17 537	16.94 533

PVD	34.10 532	19.91 516	39.04 496	27.08 528	18.09 524	35.11 504	44.32 548	52.16 537	66.36 550	53.04 535	64.50 544	52.33 533	56.17 543	52.24 542	42.11 528	4.17 491	4.82 523	9.60 520	4.65 505	11.11 516	25.25 541

ELAS	34.78 533	20.32 517	38.13 495	21.79 516	14.89 515	57.95 544	37.04 541	51.15 536	51.19 512	60.95 540	64.42 543	59.08 540	54.44 541	51.53 538	46.26 537	12.00 527	7.83 532	10.46 522	8.04 521	14.42 522	13.71 528
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 534	20.50 518	37.14 494	22.37 520	15.07 516	54.02 537	38.42 543	50.06 534	56.72 530	61.86 545	63.52 539	58.79 539	54.60 542	54.13 545	43.99 535	12.20 528	7.90 533	10.75 524	7.65 519	14.42 522	13.42 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 535	19.78 515	33.90 488	55.86 548	36.15 542	76.79 565	94.89 575	49.29 532	51.59 514	38.15 506	37.83 452	53.71 534	39.29 517	40.56 525	40.41 522	4.02 489	6.72 530	2.35 478	4.12 502	9.70 507	10.76 520

Ntro	35.59 536	38.58 541	55.41 526	43.66 543	22.54 533	57.26 539	23.73 516	47.69 530	63.99 547	39.63 508	48.82 510	47.68 524	37.60 516	41.55 529	30.80 499	17.85 535	6.61 529	33.21 541	10.52 531	26.65 538	17.97 535

BEATNet-Init1	36.29 537	22.72 523	56.79 529	28.53 530	13.41 513	59.81 548	33.49 536	53.72 541	58.64 535	60.78 539	63.63 540	70.42 551	56.59 545	53.93 544	46.48 539	5.63 501	4.14 521	7.49 515	7.45 515	11.35 517	10.88 521

ACVNet-4b	36.91 538	52.81 547	57.04 530	42.64 542	22.08 531	48.32 530	14.64 464	50.28 535	59.78 538	43.17 518	46.34 502	55.50 536	24.49 456	39.03 521	23.55 446	25.75 542	3.76 518	47.36 546	33.76 545	28.62 539	19.22 537

GCST	37.71 539	41.51 543	27.28 467	92.08 577	36.49 543	24.16 443	0.99 61	26.00 329	20.14 276	26.34 437	15.80 190	19.97 343	4.67 147	17.54 374	5.83 243	80.93 569	35.32 546	87.67 576	74.76 564	73.87 566	42.93 552

MSC_U_SF_DS_RVC	37.85 540	35.62 537	55.10 524	38.16 538	13.19 512	57.63 542	24.72 520	52.87 540	63.40 546	66.39 550	63.74 541	58.16 537	54.28 540	51.56 539	47.39 541	9.36 516	5.44 525	14.82 528	15.34 537	18.80 532	11.04 524

Consistency-Raft	41.94 541	35.39 536	45.40 510	33.16 535	41.47 547	45.14 527	33.50 537	56.78 546	55.37 523	32.11 479	65.41 546	30.46 436	49.76 536	40.94 528	48.33 544	27.72 543	35.00 545	43.33 544	51.89 554	39.60 545	28.04 542

ACVNet_1	42.11 542	50.66 545	66.19 543	45.24 545	25.33 537	50.11 532	25.60 522	55.90 543	65.25 548	60.15 538	59.98 536	63.57 546	50.05 537	50.45 537	38.46 515	20.06 538	11.00 536	38.79 543	14.48 536	31.31 541	19.68 539

NVStereoNet_ROB	42.81 543	34.00 535	46.84 512	37.40 537	28.64 539	35.65 506	33.88 539	49.95 533	58.27 533	69.65 553	75.69 558	66.36 550	65.66 551	48.37 535	62.04 557	16.50 534	25.07 542	23.61 535	32.35 543	21.58 535	24.72 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 544	63.10 555	65.03 542	60.15 549	39.21 546	59.39 547	31.46 534	57.61 547	78.49 564	50.61 531	66.05 549	59.57 541	45.26 530	50.17 536	42.57 529	46.92 550	45.90 553	53.26 550	32.46 544	54.03 551	34.14 546

anonymity	52.60 545	58.73 549	63.81 537	41.37 541	59.41 557	53.52 535	41.39 544	56.50 545	40.60 466	55.03 536	49.64 512	49.57 527	56.22 544	59.42 547	50.07 546	55.57 553	50.19 559	51.15 548	51.23 552	51.90 547	56.75 555

MADNet+	53.97 546	69.36 556	98.79 580	67.30 553	38.52 544	79.97 569	81.50 571	61.38 549	62.53 542	52.01 534	55.50 530	61.22 544	59.61 549	70.25 556	77.26 571	25.21 541	25.07 542	17.40 530	12.69 534	34.21 543	29.70 545

JetBlue	54.72 547	46.20 544	75.05 553	51.44 546	47.85 548	76.48 564	62.38 557	64.44 551	62.86 543	63.67 548	65.49 547	78.96 558	68.77 552	68.63 554	75.95 570	37.07 544	25.78 544	29.10 539	29.19 542	29.75 540	35.27 547

SGM+DAISY	55.54 548	57.77 548	64.45 540	40.89 540	53.89 551	63.34 551	50.45 550	56.00 544	45.95 492	61.43 543	64.32 542	61.05 543	56.70 546	61.32 549	56.86 551	56.51 555	49.35 557	50.49 547	50.00 551	52.52 548	57.57 556

SPS-STEREO	56.02 549	59.82 552	64.35 539	45.23 544	53.96 552	61.34 549	44.05 547	60.08 548	50.73 506	62.61 546	61.78 538	59.73 542	57.62 548	60.63 548	59.08 552	58.29 556	48.28 554	51.30 549	49.29 550	55.67 552	56.59 554
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 550	62.74 554	73.58 552	66.59 552	38.77 545	63.23 550	49.56 549	72.12 562	82.24 568	79.37 566	88.96 574	76.25 555	73.29 557	55.14 546	48.05 542	38.17 545	24.21 541	54.92 551	37.94 546	48.23 546	29.29 544

IMH-64-1	59.89 551	58.89 550	69.08 547	66.46 550	50.96 549	57.48 540	51.18 551	69.03 555	67.25 551	67.90 551	80.31 563	70.42 551	74.30 558	72.66 562	50.07 546	42.88 547	43.00 550	65.88 552	47.48 547	53.41 549	39.15 548

IMH-64	59.89 551	58.89 550	69.08 547	66.46 550	50.96 549	57.48 540	51.18 551	69.03 555	67.25 551	67.90 551	80.31 563	70.42 551	74.30 558	72.66 562	50.07 546	42.88 547	43.00 550	65.88 552	47.48 547	53.41 549	39.15 548

IMH	63.51 553	61.05 553	69.15 549	69.90 554	54.09 554	65.82 554	55.66 553	72.12 562	72.52 557	72.73 556	81.82 565	73.16 554	79.86 563	77.03 567	52.57 549	44.46 549	50.01 558	68.11 554	51.57 553	56.59 553	41.88 551

TorneroNet-64	66.18 554	71.37 558	72.19 551	76.80 558	59.54 558	67.82 555	59.56 554	67.83 554	79.98 565	63.09 547	67.00 550	82.98 563	69.97 554	68.02 551	62.78 558	49.03 551	44.17 552	73.23 556	64.19 556	69.14 557	54.83 553

PWCK	66.53 555	88.82 574	80.30 560	80.69 566	30.85 540	65.18 553	41.64 545	72.55 564	71.28 556	78.68 565	69.18 552	78.14 557	62.17 550	82.93 571	63.46 559	80.46 568	40.52 549	82.05 567	47.71 549	74.54 567	39.47 550

WAO-6	71.06 556	73.42 560	67.24 544	79.78 565	61.93 561	69.67 556	60.23 555	75.12 567	87.02 571	74.87 559	79.60 562	79.28 559	84.75 569	68.25 553	61.91 556	67.67 559	48.98 556	81.65 565	73.43 561	66.76 555	59.64 557

TorneroNet	71.59 557	73.91 561	76.67 556	81.06 567	65.65 562	71.44 558	65.68 559	71.66 561	75.08 559	71.76 555	73.09 557	84.12 567	74.51 560	70.46 557	69.58 562	59.87 557	48.58 555	79.93 561	73.78 562	75.74 568	69.18 566

LVE	71.96 558	73.19 559	84.13 564	75.60 557	55.78 556	75.59 561	63.60 558	77.67 568	83.64 569	82.16 567	87.25 573	83.54 565	82.79 568	76.17 565	65.22 560	49.11 552	57.71 565	74.86 558	62.93 555	66.84 556	61.36 558

MFMNet_re	72.11 559	79.45 566	64.79 541	52.91 547	84.26 572	78.00 567	69.47 562	64.08 550	67.45 554	61.33 542	71.28 554	64.22 547	69.42 553	72.45 559	61.54 554	81.63 571	73.93 572	80.19 563	74.21 563	83.02 572	88.49 574

WAO-7	72.48 560	78.58 563	55.84 527	79.20 563	69.56 567	71.30 557	73.06 566	78.20 571	84.37 570	77.52 562	85.78 569	79.44 560	80.26 564	65.93 550	66.47 561	62.13 558	69.81 570	70.46 555	73.18 560	66.66 554	61.95 559

notaker	72.59 561	79.99 568	79.75 559	79.06 562	68.60 565	63.66 552	62.15 556	69.61 558	75.78 560	77.77 563	79.16 561	79.92 561	84.80 570	77.69 568	59.73 553	70.15 562	61.03 566	77.65 560	68.69 558	70.81 559	65.81 563

ktn	72.86 562	80.20 569	70.88 550	79.38 564	69.76 568	75.01 559	70.17 565	69.27 557	77.21 561	73.05 557	77.79 560	77.79 556	77.01 561	73.04 564	56.44 550	79.36 565	66.31 567	80.24 564	68.37 557	72.53 564	63.45 560

UNDER WATER-64	73.59 563	75.19 562	88.26 567	74.50 556	55.55 555	78.94 568	76.55 568	65.86 552	68.37 555	75.79 561	69.24 553	84.00 566	77.49 562	69.01 555	73.11 565	81.39 570	57.22 564	82.69 568	80.62 567	69.53 558	68.45 565

LRCNet_RVC	73.95 564	70.63 557	75.65 554	77.92 560	60.69 560	41.66 523	16.24 476	71.26 560	48.66 498	88.23 574	93.84 577	90.11 573	82.18 566	80.69 570	61.88 555	97.09 581	72.20 571	96.71 581	97.62 581	77.99 569	77.70 570

DPSimNet_ROB	74.86 565	83.75 572	61.14 536	77.51 559	65.78 563	76.04 563	75.86 567	74.62 566	77.61 562	82.20 568	75.97 559	80.50 562	72.45 555	68.06 552	84.65 573	81.90 572	52.11 560	79.97 562	76.71 566	70.85 560	79.47 571

UNDER WATER	76.36 566	79.65 567	88.23 566	84.62 569	67.01 564	77.90 566	78.03 569	67.43 553	72.64 558	75.52 560	71.49 556	85.52 568	82.57 567	70.68 558	75.48 569	79.61 567	54.01 561	86.59 574	84.76 572	72.44 563	72.94 568

TCMNet-wrong-test	76.88 567	91.55 577	89.69 568	97.65 580	97.33 580	94.96 574	92.79 574	70.14 559	66.18 549	63.79 549	71.43 555	65.35 548	51.30 539	85.36 573	74.52 568	56.30 554	20.24 540	82.94 572	82.30 569	95.20 582	88.51 575

WAO-8	77.20 568	78.94 564	67.39 545	86.73 571	72.82 569	79.98 570	69.63 563	77.88 569	88.66 573	83.17 570	86.77 570	85.56 569	85.20 571	72.63 560	69.82 563	75.00 563	55.65 562	87.92 577	83.63 570	71.60 561	64.97 561

Venus	77.20 568	78.94 564	67.39 545	86.73 571	72.82 569	79.98 570	69.63 563	77.88 569	88.66 573	83.17 570	86.77 570	85.56 569	85.20 571	72.63 560	69.82 563	75.00 563	55.65 562	87.92 577	83.63 570	71.61 562	64.97 561

HanzoNet	77.99 570	81.45 571	83.64 561	78.05 561	69.26 566	75.78 562	69.09 561	73.99 565	78.09 563	82.39 569	83.06 566	85.66 571	87.00 574	86.11 574	74.40 567	85.46 576	68.53 569	81.84 566	75.61 565	73.07 565	67.26 564

JetRed	79.80 571	80.33 570	91.79 570	71.25 555	75.71 571	91.85 573	80.84 570	79.41 572	80.84 566	84.48 572	84.47 568	83.34 564	72.72 556	79.51 569	85.74 574	69.66 561	81.68 573	73.70 557	72.68 559	82.42 571	73.53 569

Dean	80.94 572	86.19 573	83.94 563	85.03 570	60.07 559	75.42 560	67.27 560	81.85 573	88.36 572	92.35 576	87.09 572	92.14 575	93.19 576	83.37 572	74.06 566	68.69 560	66.48 568	94.89 580	84.90 573	83.86 574	69.69 567

ASD4	87.80 573	90.70 576	83.73 562	83.43 568	90.78 576	97.93 577	99.61 582	89.14 575	96.84 579	88.33 575	93.49 575	89.94 572	86.43 573	88.88 575	91.91 575	79.57 566	81.89 574	76.64 559	81.57 568	83.78 573	81.45 572

KSHMR	88.63 574	93.05 578	84.15 565	95.59 578	91.74 577	82.94 572	83.28 572	84.59 574	81.87 567	87.85 573	83.96 567	91.71 574	81.49 565	76.73 566	82.12 572	96.47 580	96.06 579	96.71 581	97.16 580	92.74 580	92.47 580

tt	89.84 575	1.21 49	99.99 585	99.29 584	100.00 587	100.00 587	100.00 587	100.00 587	99.99 585	78.46 564	68.51 551	99.99 588	100.00 586	100.00 588	100.00 589	95.27 578	99.93 584	87.33 575	86.20 574	94.13 581	86.50 573

xxxxx1	91.89 576	95.36 580	98.42 577	87.40 573	89.37 573	98.54 578	98.20 579	92.95 576	93.30 576	93.53 577	95.30 578	97.01 577	96.36 577	94.68 577	94.93 576	83.39 573	84.31 575	82.86 569	88.15 576	84.30 575	89.46 576

tt_ll	91.89 576	95.36 580	98.42 577	87.40 573	89.37 573	98.54 578	98.20 579	92.95 576	93.30 576	93.53 577	95.30 578	97.01 577	96.36 577	94.68 577	94.93 576	83.39 573	84.31 575	82.86 569	88.15 576	84.30 575	89.46 576

ff	91.89 576	95.36 580	98.42 577	87.40 573	89.37 573	98.54 578	98.20 579	92.95 576	93.30 576	93.53 577	95.30 578	97.01 577	96.36 577	94.68 577	94.93 576	83.39 573	84.31 575	82.86 569	88.15 576	84.30 575	89.46 576

USTest	93.46 579	90.54 575	77.93 558	88.02 576	92.66 578	99.95 585	99.98 585	99.76 584	99.80 583	99.20 583	99.52 584	98.00 580	99.17 582	89.23 576	99.32 583	90.19 577	98.20 580	84.23 573	87.33 575	84.55 578	91.69 579

MADNet++	94.07 580	93.58 579	90.62 569	96.24 579	96.57 579	97.26 576	90.52 573	94.64 579	91.89 575	97.09 580	93.64 576	94.65 576	92.81 575	96.06 580	95.06 579	95.31 579	95.85 578	92.44 579	92.08 579	91.00 579	94.17 582

PML	99.07 581	100.00 589	98.17 576	99.22 583	99.21 583	99.98 586	99.74 583	98.27 581	98.10 580	100.00 588	99.37 582	98.77 582	99.85 583	100.00 588	98.07 581	100.00 585	99.54 581	100.00 586	99.51 583	99.87 585	93.65 581

MEDIAN_ROB	99.20 582	99.85 584	99.64 582	98.51 582	98.53 582	98.60 581	97.88 578	98.83 582	98.59 581	99.35 584	99.47 583	99.57 583	99.05 581	98.38 581	98.37 582	99.99 583	99.63 582	100.00 586	100.00 586	99.82 584	99.92 584

HaxPig	99.40 583	99.99 586	97.53 575	99.99 586	99.99 585	96.91 575	97.19 576	99.57 583	99.99 585	99.98 587	100.00 586	99.99 588	99.96 585	99.06 582	97.86 580	99.99 583	100.00 586	100.00 586	100.00 586	100.00 586	99.98 585

Anonymous_1	99.63 584	99.96 585	99.94 584	99.77 585	99.59 584	100.00 587	100.00 587	99.81 586	99.98 584	99.63 585	99.94 585	99.75 585	100.00 586	99.67 583	99.89 584	98.37 582	99.84 583	98.70 583	99.26 582	99.29 583	99.24 583

test_example2	99.67 585	99.99 586	99.99 585	100.00 587	99.99 585	99.87 584	99.99 586	98.01 580	100.00 587	100.00 588	100.00 586	98.18 581	98.43 580	99.98 585	99.98 585	100.00 585	99.99 585	99.40 584	99.52 584	100.00 586	100.00 586

ccccc	99.70 586	98.11 583	100.00 587	100.00 587	100.00 587	99.33 583	99.79 584	99.78 585	99.22 582	99.63 585	98.82 581	99.67 584	99.92 584	99.95 584	99.99 586	100.00 585	100.00 586	99.97 585	99.91 585	100.00 586	100.00 586

AVERAGE_ROB	99.81 587	99.99 586	99.44 581	100.00 587	100.00 587	99.02 582	97.81 577	100.00 587	100.00 587	100.00 588	100.00 586	100.00 590	100.00 586	100.00 588	100.00 589	100.00 585	100.00 586	100.00 586	100.00 586	100.00 586	100.00 586

DPSMNet_ROB	99.95 588	100.00 589	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	99.16 581	100.00 586	99.95 586	100.00 586	99.98 585	99.99 586	100.00 585	100.00 586	100.00 586	100.00 586	100.00 586	100.00 586

DGTPSM_ROB	99.95 588	100.00 589	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	99.16 581	100.00 586	99.95 586	100.00 586	99.98 585	99.99 586	100.00 585	100.00 586	100.00 586	100.00 586	100.00 586	100.00 586

FlowAnything	100.00 590	100.00 589	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 588	100.00 586	100.00 590	100.00 586	100.00 588	100.00 589	100.00 585	100.00 586	100.00 586	100.00 586	100.00 586	100.00 586

Selective-RAFT-Error	100.00 590	100.00 589	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 588	100.00 586	100.00 590	100.00 586	100.00 588	100.00 589	100.00 585	100.00 586	100.00 586	100.00 586	100.00 586	100.00 586

CasAABBNet	100.00 590	100.00 589	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 588	100.00 586	100.00 590	100.00 586	100.00 588	100.00 589	100.00 585	100.00 586	100.00 586	100.00 586	100.00 586	100.00 586

LSM0	100.00 590	100.00 589	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 588	100.00 586	100.00 590	100.00 586	100.00 588	100.00 589	100.00 585	100.00 586	100.00 586	100.00 586	100.00 586	100.00 586

DPSM_ROB	100.00 590	100.00 589	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 588	100.00 586	100.00 590	100.00 586	100.00 588	100.00 589	100.00 585	100.00 586	100.00 586	100.00 586	100.00 586	100.00 586

DPSM	100.00 590	100.00 589	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 587	100.00 588	100.00 586	100.00 590	100.00 586	100.00 588	100.00 589	100.00 585	100.00 586	100.00 586	100.00 586	100.00 586	100.00 586

STTRV1_RVC		18.60 513		16.79 501	23.81 536	29.59 484	15.67 470	35.42 456	34.27 424	35.05 496	34.94 435	31.94 448	28.80 483	29.17 479	23.89 449	12.64 532	3.40 513	6.58 505	4.73 506	15.20 526	6.23 482

FADE		36.34 539		32.23 534	23.74 535													44.28 545		17.94 531

Low-res two-view benchmark