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

monsterstereo	0.34 38	0.20 8	0.44 37	0.45 95	0.35 239	0.27 8	0.29 59	0.53 9	0.51 74	0.44 65	0.61 96	0.26 14	0.25 12	1.19 233	0.27 23	0.13 19	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

LG-Stereo_L2	0.29 10	0.20 8	0.45 50	0.37 9	0.25 55	0.26 4	0.20 9	0.78 74	0.28 11	0.28 7	0.26 10	0.24 6	0.26 17	0.91 154	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

LG-Stereo_L1	0.30 14	0.20 8	0.44 37	0.37 9	0.26 63	0.29 10	0.21 12	0.66 41	0.26 9	0.25 3	0.25 7	0.24 6	0.22 6	1.24 245	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MLG-Stereo_test2	0.26 3	0.20 8	0.36 3	0.37 9	0.22 16	0.35 17	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 43	0.20 1	0.77 106	0.23 2	0.16 57	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

StereoAnything_RVC	0.45 106	1.43 538	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 69	1.27 252	0.22 1	0.21 249	0.11 26	0.14 1	0.10 2	2.37 544	0.11 2

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 148	0.31 76	0.55 12	0.43 45	0.28 7	0.29 13	0.23 3	0.21 2	0.56 40	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

dual_stereo	0.27 4	0.19 5	0.35 1	0.39 29	0.21 9	0.25 3	0.22 16	0.48 6	0.31 16	0.32 19	0.26 10	0.37 52	0.24 10	0.83 129	0.29 35	0.16 57	0.12 50	0.14 1	0.11 8	0.14 18	0.11 2

CREStereo++_RVC	0.47 120	0.21 26	0.38 8	0.45 95	0.38 281	0.45 61	0.25 31	0.75 64	1.29 402	0.80 167	1.21 302	0.47 81	0.37 74	0.53 30	0.44 190	0.16 57	0.11 26	0.15 19	0.80 534	0.18 120	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.52 139	0.20 8	0.38 8	0.41 44	0.19 1	0.96 358	0.34 102	1.17 234	1.25 382	0.81 171	0.90 170	0.63 156	0.50 154	1.45 299	0.42 177	0.14 29	0.12 50	0.17 76	0.11 8	0.18 120	0.11 2

asda	0.30 14	0.24 75	0.42 30	0.38 22	0.23 22	0.43 51	0.34 102	0.58 18	0.37 29	0.38 40	0.42 28	0.27 18	0.34 52	0.52 27	0.30 45	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 70	0.30 69	0.69 48	0.30 13	0.41 50	0.39 24	0.28 27	0.33 45	0.62 64	0.27 23	0.13 19	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

qwe	0.32 27	0.21 26	0.40 17	0.37 9	0.26 63	0.49 88	0.29 59	0.64 33	0.39 32	0.49 95	0.48 55	0.26 14	0.27 19	0.80 118	0.34 97	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

4.25_new	0.30 14	0.26 126	0.44 37	0.38 22	0.26 63	0.49 88	0.40 175	0.59 19	0.31 16	0.38 40	0.42 28	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 14	0.26 126	0.44 37	0.38 22	0.26 63	0.49 88	0.40 175	0.59 19	0.31 16	0.38 40	0.42 28	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5_new	0.29 10	0.25 103	0.41 22	0.36 5	0.23 22	0.52 123	0.36 126	0.56 13	0.34 23	0.45 73	0.42 28	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.5w-stereo	0.29 10	0.25 103	0.41 22	0.36 5	0.23 22	0.52 123	0.36 126	0.56 13	0.34 23	0.45 73	0.42 28	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.25w-stereo	0.30 14	0.26 126	0.44 37	0.38 22	0.26 63	0.49 88	0.40 175	0.59 19	0.32 20	0.38 40	0.42 28	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4w-stereo	0.30 14	0.24 75	0.44 37	0.37 9	0.23 22	0.46 66	0.27 48	0.63 31	0.31 16	0.41 50	0.44 41	0.27 18	0.36 69	0.59 46	0.30 45	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

2.5w	0.31 23	0.23 57	0.46 58	0.39 29	0.24 38	0.42 42	0.39 167	0.61 27	0.30 13	0.37 34	0.53 73	0.24 6	0.25 12	0.77 106	0.28 32	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

2.75w_new	0.31 23	0.23 57	0.43 35	0.35 3	0.23 22	0.42 42	0.42 195	0.54 11	0.35 25	0.47 81	0.43 37	0.24 6	0.30 31	0.66 76	0.33 80	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

3.25w_new	0.32 27	0.21 26	0.45 50	0.38 22	0.23 22	0.52 123	0.34 102	0.65 37	0.39 32	0.47 81	0.45 46	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 27	0.21 26	0.45 50	0.37 9	0.23 22	0.52 123	0.34 102	0.65 37	0.39 32	0.47 81	0.45 46	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.75w	0.32 27	0.23 57	0.44 37	0.37 9	0.29 129	0.62 189	0.36 126	0.59 19	0.32 20	0.41 50	0.47 52	0.25 12	0.34 52	0.64 68	0.26 18	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

1w_stereo	0.34 38	0.20 8	0.42 30	0.43 58	0.26 63	0.47 70	0.54 313	0.59 19	0.50 65	0.41 50	0.66 106	0.25 12	0.44 109	0.62 64	0.33 80	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

IGEV	0.28 7	0.18 1	0.39 14	0.37 9	0.31 177	0.45 61	0.21 12	0.59 19	0.40 36	0.31 15	0.43 37	0.26 14	0.21 2	0.43 11	0.25 10	0.13 19	0.12 50	0.16 49	0.13 61	0.12 1	0.12 10

xyz-stereo	7.16 564	0.22 45	69.90 591	0.42 51	0.21 9	32.92 586	0.49 279	0.87 108	0.76 156	1.38 413	27.04 581	1.19 348	1.16 429	4.69 486	0.97 395	0.16 57	0.12 50	0.20 168	0.14 89	0.16 58	0.12 10

MLG-Stereo_test1	0.27 4	0.19 5	0.38 8	0.40 36	0.24 38	0.38 26	0.20 9	0.59 19	0.19 1	0.24 2	0.17 1	0.33 41	0.27 19	0.90 153	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

MLG-Stereo	0.29 10	0.19 5	0.38 8	0.41 44	0.20 3	0.42 42	0.20 9	0.66 41	0.21 2	0.25 3	0.22 4	0.33 41	0.28 23	1.09 207	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

LG-Stereo	0.34 38	0.25 103	0.78 281	0.47 113	0.26 63	0.37 23	0.30 69	0.71 56	0.52 81	0.36 31	0.57 88	0.29 28	0.21 2	0.50 22	0.36 117	0.13 19	0.13 111	0.20 168	0.18 188	0.18 120	0.12 10

DEFOM-Stereo_RVC	0.40 70	0.67 479	0.42 30	0.64 380	0.29 129	0.48 76	0.25 31	0.85 105	0.44 48	0.38 40	0.36 20	0.30 33	0.70 248	1.15 221	0.29 35	0.16 57	0.11 26	0.16 49	0.11 8	0.18 120	0.12 10

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	0.22 16	0.32 13	0.22 16	0.39 2	0.23 6	0.30 14	0.25 7	0.30 33	0.33 45	0.34 3	0.26 18	0.16 57	0.12 50	0.15 19	0.11 8	0.13 4	0.12 10

AIO_test	0.35 46	0.22 45	0.44 37	0.43 58	0.27 87	0.57 158	0.44 227	0.79 79	0.41 40	0.32 19	0.47 52	0.46 74	0.30 31	0.69 81	0.30 45	0.16 57	0.11 26	0.16 49	0.13 61	0.15 38	0.12 10

castereo	0.41 78	0.22 45	0.46 58	0.44 81	0.30 151	0.61 180	0.56 339	0.97 154	0.80 168	0.38 40	0.69 117	0.45 70	0.69 243	0.51 24	0.30 45	0.16 57	0.11 26	0.16 49	0.13 61	0.16 58	0.12 10

Pointernet	0.37 52	0.20 8	0.57 127	0.43 58	0.28 112	0.51 119	0.27 48	0.93 134	0.61 101	0.47 81	0.63 101	0.49 94	0.38 81	0.49 21	0.33 80	0.17 100	0.13 111	0.14 1	0.11 8	0.13 4	0.12 10

3.5w_stereo	0.33 35	0.25 103	0.45 50	0.37 9	0.24 38	0.54 140	0.35 110	0.66 41	0.36 26	0.43 61	0.44 41	0.29 28	0.34 52	0.77 106	0.39 148	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

2w_stereo	0.32 27	0.24 75	0.45 50	0.39 29	0.22 16	0.46 66	0.47 258	0.69 48	0.42 43	0.43 61	0.50 66	0.24 6	0.45 113	0.47 18	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

monsters	0.34 38	0.20 8	0.41 22	0.39 29	0.36 249	0.34 15	0.27 48	0.66 41	0.43 45	0.47 81	0.40 25	0.22 2	0.23 8	1.33 267	0.25 10	0.13 19	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

111111	0.34 38	0.20 8	0.41 22	0.45 95	0.42 315	0.37 23	0.22 16	0.95 146	0.38 31	0.31 15	0.31 16	0.40 56	0.27 19	0.96 168	0.26 18	0.17 100	0.12 50	0.15 19	0.11 8	0.15 38	0.13 35

MLG-Stereo_test3	0.28 7	0.18 1	0.42 30	0.40 36	0.23 22	0.47 70	0.19 6	0.61 27	0.29 12	0.35 26	0.21 2	0.35 45	0.21 2	0.60 58	0.25 10	0.15 36	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

LG-G_1	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 196	0.18 2	0.70 52	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 144	0.24 5	0.16 57	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 196	0.18 2	0.70 52	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 144	0.24 5	0.16 57	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 42	0.19 6	0.56 13	0.26 9	0.29 10	0.24 6	0.29 28	0.29 27	0.55 39	0.25 10	0.18 139	0.12 50	0.16 49	0.12 38	0.14 18	0.13 35

SGD-Stereo	0.32 27	0.20 8	0.40 17	0.38 22	0.19 1	0.43 51	0.22 16	0.64 33	0.33 22	0.42 56	0.34 18	0.27 18	0.35 60	1.15 221	0.30 45	0.20 215	0.10 9	0.15 19	0.13 61	0.17 89	0.13 35

AIO_rvc	0.36 47	0.23 57	0.49 70	0.43 58	0.27 87	0.59 166	0.38 152	0.94 141	0.45 50	0.33 24	0.46 50	0.49 94	0.22 6	0.84 132	0.30 45	0.16 57	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

WCG-NET	0.42 81	0.21 26	0.54 103	0.40 36	0.25 55	0.47 70	0.32 83	0.73 59	1.15 326	0.76 154	0.73 130	0.58 136	0.45 113	0.60 58	0.34 97	0.15 36	0.11 26	0.16 49	0.14 89	0.15 38	0.13 35

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 102	0.30 151	0.33 14	0.22 16	0.75 64	0.45 50	0.32 19	0.41 27	0.32 37	0.48 140	0.38 4	0.27 23	0.15 36	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

RAStereo	0.34 38	0.21 26	0.66 178	0.47 113	0.27 87	0.26 4	0.29 59	0.69 48	0.63 106	0.32 19	0.42 28	0.45 70	0.31 36	0.45 12	0.34 97	0.17 100	0.15 220	0.19 133	0.15 107	0.18 120	0.13 35

U	9.45 568	0.21 26	0.58 133	0.47 113	53.11 589	61.27 593	0.24 29	0.70 52	0.52 81	0.36 31	0.28 12	0.29 28	0.35 60	0.33 2	0.26 18	0.19 180	0.11 26	60.50 590	8.88 576	0.17 89	0.13 35

AIO-Stereo	0.37 52	0.25 103	0.51 83	0.47 113	0.23 22	0.45 61	0.39 167	1.07 205	0.52 81	0.41 50	0.48 55	0.52 111	0.25 12	0.72 92	0.30 45	0.16 57	0.12 50	0.17 76	0.13 61	0.16 58	0.13 35

RSM++	0.38 57	0.24 75	0.51 83	0.47 113	0.26 63	0.50 102	0.41 191	0.79 79	0.45 50	0.37 34	0.45 46	0.60 144	0.35 60	1.02 188	0.30 45	0.15 36	0.13 111	0.17 76	0.14 89	0.18 120	0.13 35

RSM	0.39 61	0.24 75	0.49 70	0.46 102	0.26 63	0.47 70	0.40 175	0.92 127	0.44 48	0.41 50	0.42 28	0.65 162	0.33 45	1.07 202	0.29 35	0.15 36	0.12 50	0.17 76	0.13 61	0.17 89	0.13 35

trnet	0.39 61	0.21 26	0.37 5	0.36 5	0.20 3	0.53 132	0.29 59	0.78 74	1.12 299	0.59 127	0.71 124	0.53 116	0.42 94	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.13 35

4D-IteraStereo	0.48 126	0.24 75	0.76 266	0.50 168	0.44 332	0.66 221	0.31 76	0.87 108	1.02 250	1.03 235	0.72 128	0.78 199	0.32 42	0.64 68	0.37 129	0.17 100	0.11 26	0.23 270	0.19 210	0.19 161	0.13 35

Selective-IGEV	0.39 61	0.24 75	0.50 76	0.44 81	0.25 55	0.46 66	0.33 90	1.25 266	0.40 36	0.35 26	0.45 46	0.52 111	0.30 31	1.07 202	0.30 45	0.14 29	0.12 50	0.17 76	0.13 61	0.16 58	0.13 35

MC-Stereo	0.43 87	0.23 57	0.48 63	0.51 198	0.28 112	0.39 29	0.32 83	0.88 116	0.68 132	0.60 129	0.84 158	0.56 129	0.61 215	1.03 189	0.31 62	0.17 100	0.11 26	0.17 76	0.15 107	0.16 58	0.13 35

test-3	0.54 164	0.22 45	0.68 187	0.47 113	0.27 87	0.58 161	0.35 110	0.92 127	1.00 244	1.32 388	0.69 117	0.87 238	0.45 113	1.68 346	0.37 129	0.16 57	0.11 26	0.20 168	0.16 149	0.17 89	0.13 35

test_1	0.54 164	0.22 45	0.68 187	0.47 113	0.27 87	0.58 161	0.35 110	0.92 127	1.00 244	1.28 359	0.68 113	0.87 238	0.45 113	1.67 341	0.37 129	0.16 57	0.11 26	0.20 168	0.16 149	0.17 89	0.13 35

AnonymousM	0.59 207	1.11 523	0.41 22	0.44 81	0.32 196	0.43 51	0.47 258	1.05 190	0.64 110	0.98 216	0.63 101	0.67 169	0.43 101	0.59 46	0.41 166	0.20 215	0.15 220	1.84 545	0.84 536	0.14 18	0.13 35

RAFT-Stereo + iAFF	0.54 164	0.25 103	0.68 187	0.43 58	0.24 38	0.40 31	0.34 102	1.04 182	1.09 286	1.32 388	1.60 430	0.80 205	0.68 240	0.67 79	0.39 148	0.13 19	0.10 9	0.18 111	0.17 170	0.17 89	0.13 35

PMTNet	0.46 113	0.21 26	0.38 8	0.37 9	0.23 22	0.71 249	0.27 48	0.74 63	1.04 259	0.64 135	0.70 121	0.55 121	0.47 129	0.86 141	0.35 107	1.00 530	0.13 111	0.15 19	0.10 2	0.15 38	0.13 35

GASTEREO	0.40 70	0.25 103	0.51 83	0.48 140	0.25 55	0.65 212	0.36 126	0.81 92	0.49 61	0.51 108	0.82 155	0.30 33	0.66 238	0.62 64	0.28 32	0.19 180	0.12 50	0.16 49	0.14 89	0.16 58	0.14 61

MSCF	0.38 57	0.25 103	0.52 91	0.47 113	0.25 55	0.62 189	0.37 145	0.81 92	0.47 59	0.50 103	0.71 124	0.32 37	0.65 235	0.54 33	0.28 32	0.19 180	0.12 50	0.17 76	0.14 89	0.17 89	0.14 61

S2M2_XL	0.24 1	0.24 75	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 25	0.24 6	0.23 8	0.32 1	0.26 18	0.20 215	0.18 310	0.18 111	0.16 149	0.18 120	0.14 61

DilatedVolume-Stereo	0.43 87	0.21 26	0.55 113	0.43 58	0.32 196	0.72 252	0.29 59	0.80 87	0.51 74	0.77 159	0.73 130	0.48 86	0.40 87	1.13 218	0.39 148	0.15 36	0.14 162	0.15 19	0.14 89	0.16 58	0.14 61

2.25w	0.32 27	0.24 75	0.48 63	0.37 9	0.24 38	0.45 61	0.25 31	0.62 29	0.40 36	0.45 73	0.58 91	0.27 18	0.32 42	0.74 102	0.35 107	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

MM-Stereo_test2	0.43 87	0.24 75	0.67 183	0.51 198	0.32 196	0.55 148	0.45 244	0.97 154	0.77 160	0.59 127	0.51 69	0.49 94	0.42 94	0.80 118	0.30 45	0.15 36	0.13 111	0.18 111	0.14 89	0.19 161	0.14 61

HART	0.45 106	0.22 45	0.54 103	0.50 168	0.26 63	0.41 35	0.29 59	1.03 176	0.50 65	0.58 119	1.45 389	0.61 148	0.35 60	1.08 206	0.30 45	0.15 36	0.13 111	0.19 133	0.14 89	0.19 161	0.14 61

GREAT-IGEV	0.32 27	0.20 8	0.42 30	0.37 9	0.29 129	0.36 21	0.28 54	0.56 13	0.58 93	0.28 7	0.50 66	0.29 28	0.29 27	0.84 132	0.27 23	0.14 29	0.11 26	0.15 19	0.11 8	0.17 89	0.14 61

SCV	0.46 113	0.26 126	0.55 113	0.47 113	0.25 55	0.39 29	0.38 152	1.98 461	0.60 100	0.35 26	0.48 55	0.55 121	0.36 69	1.28 254	0.32 67	0.24 315	0.12 50	0.17 76	0.13 61	0.18 120	0.14 61

HUF	0.36 47	0.23 57	0.52 91	0.40 36	0.22 16	0.54 140	0.47 258	0.82 97	0.43 45	0.36 31	0.43 37	0.50 100	0.42 94	0.64 68	0.29 35	0.17 100	0.12 50	0.16 49	0.12 38	0.15 38	0.14 61

castereo++	0.38 57	0.23 57	0.41 22	0.43 58	0.31 177	0.97 362	0.22 16	0.86 107	0.58 93	0.32 19	0.44 41	0.51 104	0.39 83	0.93 162	0.24 5	0.17 100	0.11 26	0.17 76	0.12 38	0.14 18	0.14 61

GIP-stereo	0.34 38	0.23 57	0.45 50	0.50 168	0.36 249	0.38 26	0.23 24	0.78 74	0.52 81	0.34 25	0.51 69	0.46 74	0.38 81	0.51 24	0.27 23	0.20 215	0.12 50	0.16 49	0.12 38	0.16 58	0.14 61

DEFOM-Stereo	0.33 35	0.20 8	0.40 17	0.42 51	0.28 112	0.80 298	0.23 24	0.48 6	0.37 29	0.37 34	0.31 16	0.23 3	0.24 10	1.20 235	0.27 23	0.16 57	0.12 50	0.14 1	0.11 8	0.14 18	0.14 61

ours_stereo	0.39 61	0.28 177	0.51 83	0.46 102	0.30 151	0.40 31	0.44 227	0.73 59	0.56 90	0.35 26	0.56 85	0.46 74	0.33 45	1.11 213	0.32 67	0.16 57	0.13 111	0.19 133	0.15 107	0.19 161	0.14 61

fffy	0.42 81	0.27 155	0.57 127	0.46 102	0.29 129	0.48 76	0.35 110	0.91 124	0.55 88	0.40 49	0.58 91	0.55 121	0.41 90	1.26 249	0.36 117	0.15 36	0.13 111	0.19 133	0.16 149	0.18 120	0.14 61

WCG-NET（raft）	0.45 106	0.21 26	0.55 113	0.40 36	0.24 38	0.50 102	0.36 126	0.73 59	1.09 286	0.71 146	0.76 138	0.92 263	0.51 157	0.84 132	0.34 97	0.16 57	0.12 50	0.15 19	0.14 89	0.14 18	0.14 61

MaDis-Stereo	0.36 47	0.25 103	0.58 133	0.44 81	0.34 235	0.30 11	0.30 69	0.72 57	0.50 65	0.37 34	0.36 20	0.58 136	0.49 148	0.52 27	0.36 117	0.19 180	0.16 259	0.19 133	0.15 107	0.18 120	0.14 61

MIM_Stereo	0.57 195	0.24 75	0.92 340	0.46 102	0.30 151	0.54 140	0.28 54	1.27 268	0.75 150	1.00 224	1.16 284	0.93 265	0.53 167	1.45 299	0.61 293	0.16 57	0.16 259	0.20 168	0.19 210	0.17 89	0.14 61

CASnet	0.41 78	0.25 103	0.48 63	0.50 168	0.20 3	0.50 102	0.36 126	0.81 92	0.80 168	0.83 177	0.68 113	0.48 86	0.31 36	0.54 33	0.32 67	0.18 139	0.12 50	0.27 365	0.22 315	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.37 52	0.24 75	0.52 91	0.47 113	0.51 378	0.37 23	0.38 152	0.65 37	0.53 85	0.42 56	0.56 85	0.46 74	0.60 206	0.53 30	0.30 45	0.16 57	0.13 111	0.18 111	0.15 107	0.17 89	0.14 61

GCAP-Stereo	0.40 70	0.28 177	0.68 187	0.47 113	0.25 55	0.53 132	0.32 83	0.82 97	0.58 93	0.65 137	0.69 117	0.58 136	0.42 94	0.47 18	0.29 35	0.17 100	0.14 162	0.17 76	0.13 61	0.17 89	0.14 61

LoS	0.40 70	0.21 26	0.44 37	0.37 9	0.22 16	0.50 102	0.40 175	1.00 164	0.94 213	0.48 89	0.66 106	0.48 86	0.40 87	0.60 58	0.37 129	0.18 139	0.14 162	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	0.50 136	0.23 57	0.58 133	0.48 140	0.33 217	0.55 148	0.45 244	0.97 154	1.38 445	0.68 141	1.05 229	0.63 156	0.80 290	0.59 46	0.32 67	0.17 100	0.12 50	0.17 76	0.14 89	0.16 58	0.14 61

RAFT_CTSACE	0.63 227	0.26 126	0.88 323	0.55 276	0.51 378	0.71 249	0.44 227	0.80 87	0.97 227	0.97 212	1.84 469	1.18 347	0.68 240	1.47 305	0.36 117	0.16 57	0.15 220	0.21 203	0.20 242	0.20 195	0.14 61

test_3	0.55 179	0.23 57	0.71 218	0.53 237	0.28 112	0.61 180	0.40 175	0.92 127	1.05 263	1.19 317	0.68 113	0.93 265	0.44 109	1.67 341	0.39 148	0.15 36	0.12 50	0.22 232	0.19 210	0.21 236	0.14 61

OMP-Stereo	0.94 387	0.33 303	0.72 224	0.90 509	0.31 177	0.49 88	0.36 126	1.16 232	1.06 267	1.58 464	1.12 262	1.46 412	0.69 243	6.94 536	0.49 237	0.19 180	0.14 162	0.24 290	0.18 188	0.20 195	0.14 61

IIG-Stereo	0.96 391	0.31 265	0.72 224	0.88 504	0.33 217	0.61 180	0.26 41	1.19 247	1.03 254	1.69 477	1.37 364	1.46 412	0.75 261	6.96 537	0.51 248	0.19 180	0.14 162	0.23 270	0.18 188	0.20 195	0.14 61

cross-raft	0.54 164	0.25 103	0.61 148	0.52 219	0.29 129	0.68 232	0.37 145	1.46 309	0.76 156	1.01 227	1.06 231	1.28 375	0.46 120	0.71 89	0.35 107	0.15 36	0.12 50	0.18 111	0.16 149	0.19 161	0.14 61

XX-TBD	0.46 113	0.70 487	0.35 1	0.79 471	0.25 55	0.58 161	0.26 41	0.69 48	1.27 393	0.76 154	1.00 200	0.45 70	0.33 45	0.47 18	0.37 129	0.19 180	0.15 220	0.15 19	0.11 8	0.17 89	0.14 61

XX-Stereo	0.63 227	0.26 126	1.90 496	0.81 477	0.67 451	0.43 51	0.23 24	1.03 176	0.58 93	0.65 137	1.56 421	1.41 400	0.39 83	1.28 254	0.35 107	0.20 215	0.14 162	0.20 168	0.19 210	0.18 120	0.14 61

AFF-stereo	0.58 201	0.25 103	0.64 164	0.46 102	0.29 129	0.34 15	0.38 152	1.15 230	1.14 314	1.17 308	1.60 430	1.10 329	0.71 252	0.97 176	0.43 187	0.13 19	0.11 26	0.19 133	0.19 210	0.17 89	0.14 61

CFNet-RSSM	0.54 164	0.24 75	0.70 206	0.48 140	0.28 112	0.60 174	0.27 48	1.49 315	1.14 314	1.06 239	0.93 177	1.08 317	0.54 172	0.70 85	0.35 107	0.16 57	0.12 50	0.17 76	0.15 107	0.16 58	0.14 61

CREStereo	0.39 61	0.21 26	0.38 8	0.34 1	0.22 16	0.53 132	0.29 59	0.77 70	1.11 295	0.58 119	0.71 124	0.51 104	0.41 90	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.14 61
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
AdaDepth	0.30 14	0.22 45	0.49 70	0.44 81	0.27 87	0.44 57	0.24 29	0.52 8	0.30 13	0.31 15	0.37 23	0.26 14	0.32 42	0.79 115	0.25 10	0.12 5	0.12 50	0.16 49	0.13 61	0.16 58	0.15 94

water-stereo	0.39 61	0.20 8	0.48 63	0.44 81	0.27 87	0.50 102	0.26 41	0.92 127	0.51 74	0.53 111	0.78 142	0.55 121	0.49 148	0.42 10	0.42 177	0.16 57	0.15 220	0.17 76	0.15 107	0.16 58	0.15 94

depthmonostereo	0.41 78	0.23 57	0.53 97	0.47 113	0.23 22	0.61 180	0.35 110	1.00 164	0.76 156	0.48 89	0.65 105	0.47 81	0.49 148	0.67 79	0.37 129	0.16 57	0.15 220	0.16 49	0.14 89	0.16 58	0.15 94

3w_stereo	0.33 35	0.25 103	0.52 91	0.40 36	0.21 9	0.53 132	0.54 313	0.65 37	0.46 56	0.44 65	0.48 55	0.23 3	0.45 113	0.46 14	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 94

xyz-stereo-finetune	0.48 126	0.25 103	0.54 103	0.42 51	0.23 22	0.80 298	0.42 195	0.80 87	0.80 168	0.61 130	0.62 99	0.54 118	0.43 101	1.70 348	0.58 280	0.15 36	0.15 220	0.19 133	0.15 107	0.16 58	0.15 94

MM-Stereo_test1	0.49 132	0.24 75	0.56 117	0.51 198	0.30 151	0.50 102	0.54 313	0.91 124	1.03 254	0.84 180	0.69 117	0.54 118	0.60 206	1.16 225	0.33 80	0.18 139	0.16 259	0.20 168	0.17 170	0.19 161	0.15 94

Reg-Stereo(zero)	0.44 98	0.22 45	0.45 50	0.43 58	0.23 22	0.38 26	0.25 31	0.76 67	1.08 278	0.90 192	0.78 142	0.90 251	0.47 129	0.70 85	0.36 117	0.15 36	0.12 50	0.15 19	0.12 38	0.15 38	0.15 94

SCV_C0	0.43 87	0.26 126	0.65 171	0.43 58	0.29 129	0.47 70	0.31 76	1.34 280	0.73 147	0.38 40	0.49 63	0.54 118	0.29 27	1.24 245	0.30 45	0.17 100	0.13 111	0.16 49	0.13 61	0.20 195	0.15 94

SMoEStereo_RVC	0.39 61	0.25 103	0.50 76	0.45 95	0.30 151	0.61 180	0.36 126	0.72 57	0.45 50	0.46 78	0.43 37	0.42 57	0.35 60	1.39 287	0.29 35	0.15 36	0.12 50	0.20 168	0.15 107	0.16 58	0.15 94

mms	0.40 70	0.27 155	0.52 91	0.46 102	0.32 196	0.43 51	0.46 251	0.70 52	0.46 56	0.35 26	0.58 91	0.44 62	0.30 31	1.36 277	0.33 80	0.16 57	0.13 111	0.18 111	0.15 107	0.19 161	0.15 94

tg	0.52 139	0.24 75	0.61 148	0.49 156	0.30 151	0.90 332	0.29 59	1.07 205	0.83 177	0.83 177	1.02 214	0.62 153	0.43 101	1.35 272	0.41 166	0.17 100	0.12 50	0.22 232	0.20 242	0.17 89	0.15 94

GCAP-BAT	0.49 132	0.31 265	0.64 164	0.41 44	0.46 350	0.70 244	0.35 110	0.77 70	0.64 110	0.86 187	1.00 200	0.77 195	0.37 74	1.18 231	0.36 117	0.18 139	0.14 162	0.18 111	0.13 61	0.17 89	0.15 94

RAFT-Stereo-weight	0.47 120	0.24 75	0.53 97	0.48 140	0.27 87	0.60 174	0.35 110	1.02 171	1.07 272	0.99 219	0.78 142	0.76 192	0.28 23	0.76 103	0.36 117	0.16 57	0.12 50	0.17 76	0.15 107	0.16 58	0.15 94

MoCha-V2	0.40 70	0.20 8	0.49 70	0.50 168	0.21 9	0.44 57	0.33 90	0.93 134	0.53 85	0.53 111	0.53 73	0.42 57	0.58 202	1.09 207	0.27 23	0.14 29	0.12 50	0.15 19	0.12 38	0.17 89	0.15 94

IGEV++	0.40 70	0.22 45	0.51 83	0.52 219	0.29 129	0.45 61	0.25 31	1.65 363	0.46 56	0.37 34	0.57 88	0.46 74	0.45 113	0.50 22	0.38 140	0.19 180	0.12 50	0.16 49	0.13 61	0.16 58	0.15 94

AE-Stereo	0.49 132	0.27 155	0.67 183	0.60 336	0.39 291	0.67 225	0.46 251	1.18 239	1.09 286	0.47 81	0.75 136	0.69 176	0.47 129	0.59 46	0.40 155	0.16 57	0.15 220	0.21 203	0.20 242	0.19 161	0.15 94

UniTT-Stereo	0.36 47	0.23 57	0.59 140	0.48 140	0.36 249	0.40 31	0.32 83	0.53 9	0.49 61	0.54 114	0.55 82	0.36 47	0.31 36	0.58 45	0.51 248	0.20 215	0.15 220	0.17 76	0.15 107	0.19 161	0.15 94

testlalala	0.45 106	0.28 177	0.59 140	0.42 51	0.39 291	0.71 249	0.39 167	1.08 211	0.45 50	1.24 344	0.80 153	0.61 148	0.36 69	0.54 33	0.33 80	0.20 215	0.13 111	0.18 111	0.12 38	0.15 38	0.15 94

EGLCR-Stereo	0.37 52	0.22 45	0.51 83	0.43 58	0.26 63	0.44 57	0.22 16	0.99 160	0.48 60	0.42 56	0.42 28	0.67 169	0.29 27	0.86 141	0.33 80	0.17 100	0.12 50	0.19 133	0.17 170	0.17 89	0.15 94

test_4	0.53 149	0.22 45	0.56 117	0.54 252	0.32 196	0.64 196	0.39 167	0.80 87	0.62 103	0.92 199	1.87 474	0.68 171	0.42 94	1.16 225	0.37 129	0.15 36	0.13 111	0.20 168	0.22 315	0.20 195	0.15 94

GMOStereo	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 422	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

error version	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 422	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

test-v	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 422	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

TRStereo	0.60 210	0.60 467	0.97 358	0.74 457	0.67 451	0.46 66	0.38 152	1.85 425	0.89 194	0.79 165	0.80 153	0.88 242	0.39 83	1.10 210	0.41 166	0.23 300	0.15 220	0.23 270	0.24 351	0.17 89	0.15 94

AAGNet	1.83 507	0.28 177	0.72 224	0.61 350	0.32 196	0.67 225	0.51 288	0.96 153	0.98 232	1.47 435	1.20 300	1.00 293	1.18 434	2.83 443	22.77 579	0.22 275	0.13 111	0.22 232	0.19 210	0.23 285	0.15 94

test-2	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 422	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

iRaftStereo_RVC	0.47 120	0.26 126	0.64 164	0.50 168	0.29 129	0.53 132	0.33 90	1.05 190	0.77 160	0.84 180	1.00 200	0.55 121	0.37 74	0.81 124	0.40 155	0.17 100	0.12 50	0.22 232	0.20 242	0.19 161	0.15 94

raft+_RVC	0.53 149	0.26 126	0.54 103	0.60 336	0.47 355	0.54 140	0.54 313	1.27 268	0.99 239	0.76 154	1.03 224	0.70 180	0.56 184	0.93 162	0.47 224	0.18 139	0.14 162	0.19 133	0.18 188	0.18 120	0.15 94

Gwc-CoAtRS	0.52 139	0.24 75	0.68 187	0.48 140	0.29 129	0.64 196	0.25 31	1.16 232	1.08 278	1.01 227	1.00 200	1.12 334	0.56 184	0.69 81	0.37 129	0.16 57	0.13 111	0.17 76	0.15 107	0.15 38	0.15 94

HITNet	0.65 247	0.40 382	0.77 273	0.48 140	0.24 38	1.05 379	0.49 279	1.76 395	1.02 250	1.18 313	1.18 289	0.89 250	0.80 290	0.85 137	0.79 353	0.17 100	0.12 50	0.21 203	0.17 170	0.29 368	0.15 94
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
fffft	0.38 57	0.23 57	0.51 83	0.44 81	0.32 196	0.43 51	0.48 269	0.76 67	0.36 26	0.44 65	0.34 18	0.38 54	0.31 36	1.31 260	0.32 67	0.14 29	0.11 26	0.19 133	0.15 107	0.16 58	0.16 124
1: 1. 1
UGAM	1.14 444	0.27 155	0.95 350	0.53 237	0.42 315	0.70 244	0.72 405	0.95 146	1.32 416	0.98 216	1.48 401	1.78 467	0.87 327	9.65 565	0.87 375	0.21 249	0.18 310	0.30 403	0.24 351	0.19 161	0.16 124

model_zeroshot	0.48 126	0.29 212	0.86 305	0.51 198	0.36 249	0.69 237	0.37 145	1.12 224	0.62 103	0.85 185	0.84 158	0.66 166	0.37 74	0.73 96	0.34 97	0.20 215	0.16 259	0.19 133	0.16 149	0.17 89	0.16 124

Occ-G	0.42 81	0.21 26	0.48 63	0.41 44	0.26 63	0.42 42	0.62 371	0.77 70	0.49 61	0.43 61	0.66 106	1.02 302	0.46 120	0.78 111	0.41 166	0.16 57	0.13 111	0.18 111	0.13 61	0.16 58	0.16 124

gcap-zeroshot	0.53 149	0.28 177	0.89 329	0.49 156	0.28 112	0.76 271	0.37 145	1.34 280	0.73 147	0.89 190	0.67 110	1.35 390	0.51 157	0.79 115	0.33 80	0.18 139	0.15 220	0.18 111	0.15 107	0.17 89	0.16 124

MGS-Stereo	0.42 81	0.26 126	0.58 133	0.44 81	0.28 112	0.50 102	0.34 102	0.57 17	0.83 177	0.46 78	1.31 340	0.52 111	0.33 45	0.65 74	0.36 117	0.19 180	0.16 259	0.18 111	0.15 107	0.17 89	0.16 124

rrr	0.46 113	0.28 177	0.73 236	0.43 58	0.33 217	0.49 88	0.38 152	0.76 67	0.50 65	0.47 81	0.48 55	0.48 86	0.46 120	2.03 388	0.30 45	0.19 180	0.14 162	0.19 133	0.15 107	0.16 58	0.16 124

plain	0.46 113	0.27 155	1.01 371	0.50 168	0.40 302	0.35 17	0.37 145	0.87 108	0.56 90	0.43 61	0.76 138	0.42 57	0.40 87	1.13 218	0.45 203	0.21 249	0.15 220	0.24 290	0.19 210	0.24 300	0.16 124

MSKI-zero shot	0.55 179	0.26 126	0.57 127	0.51 198	0.26 63	0.69 237	0.28 54	1.18 239	0.64 110	0.91 197	1.32 346	0.82 214	0.33 45	1.92 376	0.32 67	0.17 100	0.12 50	0.17 76	0.13 61	0.16 58	0.16 124

DLNR_Zeroshot_test	23.17 581	48.52 595	43.29 585	176.68 595	78.69 591	0.35 17	0.21 12	23.41 580	0.75 150	0.66 140	0.86 161	0.59 143	0.30 31	1.56 322	0.44 190	9.57 578	0.12 50	0.18 111	0.14 89	76.92 594	0.16 124

Any-RAFT	0.53 149	0.24 75	0.47 61	0.47 113	0.27 87	1.00 370	0.25 31	1.58 346	1.05 263	0.85 185	0.99 196	1.06 311	0.47 129	0.70 85	0.32 67	0.18 139	0.13 111	0.16 49	0.13 61	0.16 58	0.16 124

RAFT-Test	0.54 164	0.25 103	0.64 164	0.47 113	0.30 151	0.97 362	0.27 48	1.24 264	0.81 171	0.96 209	1.12 262	1.28 375	0.48 140	0.71 89	0.36 117	0.17 100	0.13 111	0.17 76	0.14 89	0.16 58	0.16 124

HH	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 444	0.85 314	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

HanStereo	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 444	0.85 314	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

LL-Strereo2	0.52 139	0.33 303	0.69 200	0.52 219	0.37 264	0.70 244	0.30 69	1.13 227	0.67 128	0.94 205	0.78 142	0.91 254	0.42 94	1.05 197	0.42 177	0.17 100	0.16 259	0.29 391	0.25 366	0.21 236	0.16 124

ProNet	0.43 87	0.28 177	0.58 133	0.43 58	0.30 151	0.56 153	0.52 299	1.00 164	0.58 93	0.44 65	0.49 63	0.43 60	0.43 101	1.28 254	0.36 117	0.15 36	0.13 111	0.19 133	0.16 149	0.17 89	0.16 124

raft_robust	0.68 267	0.30 232	0.64 164	0.52 219	0.26 63	0.54 140	0.35 110	1.33 275	1.24 379	1.16 299	1.07 235	0.60 144	0.54 172	3.58 469	0.37 129	0.18 139	0.14 162	0.20 168	0.22 315	0.20 195	0.16 124

Sa-1000	0.72 282	0.29 212	0.76 266	0.59 324	0.30 151	0.73 256	0.37 145	1.62 358	1.33 420	1.28 359	2.04 490	0.86 234	0.75 261	1.84 367	0.38 140	0.19 180	0.14 162	0.25 329	0.23 338	0.20 195	0.16 124

RAFT-345	0.84 358	0.25 103	0.66 178	0.50 168	0.27 87	0.54 140	0.42 195	0.83 101	1.11 295	1.32 388	2.34 504	0.86 234	0.54 172	5.72 513	0.47 224	0.18 139	0.13 111	0.22 232	0.17 170	0.17 89	0.16 124

CroCo-Stereo	0.40 70	0.31 265	0.73 236	0.58 311	0.27 87	0.26 4	0.33 90	0.95 146	0.81 171	0.42 56	0.47 52	0.65 162	0.47 129	0.39 6	0.34 97	0.18 139	0.15 220	0.16 49	0.14 89	0.19 161	0.16 124
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
TestStereo	0.64 239	0.39 376	0.71 218	0.51 198	0.27 87	0.56 153	0.42 195	1.03 176	0.91 203	0.80 167	1.00 200	0.68 171	0.52 162	3.25 459	0.45 203	0.22 275	0.15 220	0.24 290	0.18 188	0.27 338	0.16 124

raftrobust	0.52 139	0.25 103	0.56 117	0.65 394	0.52 390	0.49 88	0.34 102	0.98 158	0.91 203	1.30 374	0.87 164	0.63 156	0.81 294	0.78 111	0.41 166	0.19 180	0.15 220	0.16 49	0.14 89	0.15 38	0.16 124

test_xeample3	0.42 81	0.28 177	0.69 200	0.43 58	0.33 217	0.56 153	0.38 152	0.79 79	0.45 50	0.53 111	0.46 50	0.44 62	0.44 109	1.38 282	0.31 62	0.18 139	0.14 162	0.19 133	0.15 107	0.17 89	0.16 124

ARAFT	0.77 321	0.36 357	1.49 471	0.51 198	0.31 177	0.90 332	0.82 433	1.90 439	1.06 267	1.62 469	1.24 310	1.02 302	0.64 229	1.84 367	0.50 243	0.18 139	0.14 162	0.28 380	0.27 394	0.17 89	0.16 124

RASNet	1.12 439	0.30 232	0.91 336	0.66 401	0.77 481	0.97 362	0.57 350	1.37 286	1.35 433	1.02 231	1.34 355	2.11 499	1.43 470	7.09 538	1.39 455	0.19 180	0.17 288	0.17 76	0.19 210	0.18 120	0.16 124

xyz-stereo-finetune2	0.58 201	0.27 155	0.57 127	0.40 36	0.24 38	1.09 388	0.32 83	0.79 79	0.53 85	0.65 137	1.07 235	0.58 136	0.80 290	2.47 430	0.80 357	0.16 57	0.15 220	0.21 203	0.17 170	0.16 58	0.17 149

UGAM-zero	1.00 408	0.30 232	0.93 342	0.47 113	0.30 151	0.57 158	0.25 31	2.25 511	0.63 106	1.01 227	1.10 249	2.73 522	1.85 509	6.26 522	0.40 155	0.17 100	0.14 162	0.19 133	0.15 107	0.16 58	0.17 149

rvit_stereo_0083	0.47 120	0.33 303	0.81 290	0.56 289	0.36 249	0.50 102	0.44 227	0.68 47	0.95 215	0.49 95	0.57 88	0.55 121	0.49 148	0.88 146	0.46 217	0.25 342	0.25 416	0.24 290	0.20 242	0.24 300	0.17 149

rvit_stereo_0081	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 342	0.20 346	0.22 232	0.19 210	0.25 312	0.17 149

rvit_stereo_0082	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 342	0.20 346	0.22 232	0.19 210	0.25 312	0.17 149

rvit_stereo_ft	0.47 120	0.35 347	0.87 316	0.67 413	0.42 315	0.40 31	0.59 362	0.81 92	0.74 149	0.46 78	0.55 82	0.57 131	0.49 148	0.65 74	0.50 243	0.25 342	0.17 288	0.22 232	0.22 315	0.24 300	0.17 149

testlalala2	0.58 201	0.27 155	0.68 187	1.72 540	1.27 536	0.68 232	0.42 195	0.93 134	0.70 137	0.90 192	0.93 177	0.76 192	0.34 52	0.52 27	0.40 155	0.18 139	0.15 220	0.17 76	0.13 61	0.17 89	0.17 149

IGEV_Zeroshot_test	0.53 149	0.30 232	0.99 362	0.56 289	0.35 239	0.41 35	0.32 83	1.37 286	0.63 106	1.00 224	1.09 245	0.95 276	0.41 90	0.83 129	0.39 148	0.18 139	0.12 50	0.19 133	0.18 188	0.19 161	0.17 149

DCRE	0.82 347	0.26 126	0.70 206	0.58 311	0.44 332	0.54 140	0.48 269	0.95 146	0.78 163	0.78 162	7.33 557	0.86 234	0.52 162	0.76 103	0.41 166	0.16 57	0.16 259	0.19 133	0.17 170	0.18 120	0.17 149

Selective-RAFT	0.52 139	0.28 177	0.79 284	0.55 276	0.27 87	0.91 336	0.33 90	0.80 87	0.88 191	0.58 119	0.63 101	0.81 209	0.77 273	1.29 258	0.48 229	0.19 180	0.14 162	0.17 76	0.15 107	0.19 161	0.17 149

TestStereo1	0.63 227	0.28 177	0.75 256	0.76 464	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 273	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

SA-5K	0.63 227	0.28 177	0.75 256	0.76 464	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 273	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

SA	0.66 254	0.30 232	0.82 293	0.61 350	0.30 151	0.58 161	0.38 152	1.44 305	1.30 408	0.96 209	1.36 362	0.66 166	0.95 364	1.85 370	0.42 177	0.19 180	0.15 220	0.25 329	0.23 338	0.21 236	0.17 149

GLC_STEREO	0.39 61	0.25 103	0.41 22	0.54 252	0.23 22	0.48 76	0.30 69	0.73 59	0.58 93	0.52 110	0.73 130	0.51 104	0.31 36	0.64 68	0.42 177	0.17 100	0.20 346	0.23 270	0.19 210	0.21 236	0.17 149

IPLG	0.69 269	0.27 155	0.97 358	0.51 198	0.43 325	0.79 290	0.33 90	1.21 250	1.06 267	1.30 374	1.10 249	0.52 111	0.55 179	3.16 457	0.63 300	0.16 57	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

MIPNet	0.56 188	0.28 177	0.94 346	0.49 156	0.33 217	0.66 221	0.38 152	1.35 283	1.08 278	1.06 239	0.92 174	0.60 144	0.79 284	0.73 96	0.52 255	0.17 100	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

NRIStereo	0.60 210	0.29 212	0.69 200	0.53 237	0.28 112	0.63 193	0.33 90	1.08 211	0.87 187	1.14 283	0.87 164	0.91 254	0.59 203	2.24 409	0.49 237	0.20 215	0.14 162	0.21 203	0.19 210	0.21 236	0.17 149

PFNet	0.91 380	0.26 126	1.10 406	0.63 371	0.32 196	0.64 196	0.56 339	1.17 234	0.99 239	1.47 435	1.08 240	0.98 286	0.69 243	6.62 528	0.54 268	0.20 215	0.12 50	0.24 290	0.19 210	0.20 195	0.17 149

RAFT-RH_RVC	1.03 420	0.24 75	0.67 183	0.49 156	0.28 112	0.81 307	0.33 90	0.83 101	1.08 278	2.05 507	4.65 543	1.04 309	0.57 193	5.98 521	0.50 243	0.18 139	0.13 111	0.26 348	0.20 242	0.16 58	0.17 149

RAFT	0.64 239	0.30 232	0.73 236	0.59 324	0.33 217	0.68 232	0.58 354	1.04 182	0.76 156	1.08 243	1.19 296	1.65 450	0.93 354	1.06 198	0.56 274	0.21 249	0.18 310	0.27 365	0.24 351	0.22 260	0.17 149

RALAANet	0.60 210	0.33 303	0.87 316	0.62 362	0.50 367	0.69 237	0.31 76	1.21 250	1.06 267	1.09 249	1.16 284	0.88 242	0.46 120	1.22 238	0.42 177	0.19 180	0.15 220	0.21 203	0.17 170	0.27 338	0.17 149

EAI-Stereo	0.65 247	0.28 177	0.69 200	0.53 237	0.27 87	0.60 174	0.40 175	2.28 515	0.64 110	0.71 146	3.18 525	0.57 131	0.43 101	1.06 198	0.41 166	0.18 139	0.13 111	0.17 76	0.17 170	0.17 89	0.17 149

R-Stereo Train	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 466	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149

RAFT-Stereo	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 466	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.72 282	0.34 326	1.10 406	0.51 198	0.23 22	0.91 336	0.39 167	1.33 275	1.23 373	1.46 434	1.55 417	1.01 300	0.64 229	1.95 381	0.80 357	0.18 139	0.12 50	0.18 111	0.14 89	0.19 161	0.17 149

LG-Stereo_Zeroshot	0.36 47	0.23 57	0.54 103	0.50 168	0.28 112	0.36 21	0.22 16	1.02 171	0.39 32	0.42 56	0.64 104	0.36 47	0.51 157	0.39 6	0.29 35	0.18 139	0.12 50	0.17 76	0.13 61	0.18 120	0.18 174

MM-Stereo_test3	0.50 136	0.24 75	0.54 103	0.54 252	0.74 470	0.49 88	0.53 307	1.09 213	1.05 263	0.62 133	0.95 181	0.61 148	0.42 94	0.77 106	0.38 140	0.20 215	0.17 288	0.20 168	0.16 149	0.18 120	0.18 174

HI	0.64 239	0.32 281	0.68 187	0.47 113	0.51 378	0.41 35	0.36 126	1.04 182	0.75 150	1.31 384	1.43 382	1.62 439	1.12 422	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

CoSv	0.64 239	0.32 281	0.68 187	0.47 113	0.51 378	0.41 35	0.36 126	1.04 182	0.75 150	1.31 384	1.43 382	1.62 439	1.12 422	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

tt45	0.45 106	0.23 57	0.46 58	0.45 95	0.33 217	0.79 290	0.32 83	0.78 74	0.41 40	0.51 108	0.44 41	0.49 94	0.37 74	2.14 398	0.34 97	0.16 57	0.13 111	0.19 133	0.16 149	0.17 89	0.18 174

rvit_stereo_0081_aga	0.44 98	0.34 326	0.73 236	0.51 198	0.41 310	0.50 102	0.40 175	0.81 92	0.57 92	0.58 119	0.56 85	0.53 116	0.43 101	0.66 76	0.40 155	0.26 365	0.21 368	0.22 232	0.20 242	0.26 324	0.18 174

H2IRNET	0.56 188	0.26 126	0.66 178	0.47 113	0.35 239	0.41 35	0.26 41	0.92 127	1.17 338	0.61 130	1.28 330	1.08 317	0.86 322	0.99 180	0.63 300	0.19 180	0.16 259	0.22 232	0.25 366	0.21 236	0.18 174

tta	0.75 313	0.30 232	0.86 305	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 364	1.71 350	0.82 364	0.24 315	0.20 346	0.22 232	0.21 286	0.18 120	0.18 174

qqq1	0.72 282	0.30 232	0.86 305	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 364	1.71 350	0.44 190	0.24 315	0.20 346	0.18 111	0.15 107	0.18 120	0.18 174

fff1	0.72 282	0.30 232	0.86 305	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 364	1.71 350	0.44 190	0.24 315	0.20 346	0.18 111	0.15 107	0.18 120	0.18 174

CoDeX	0.73 300	0.29 212	0.93 342	0.54 252	0.36 249	1.14 394	0.61 368	2.34 520	1.17 338	1.16 299	1.25 314	0.91 254	0.87 327	1.33 267	0.64 304	0.20 215	0.16 259	0.21 203	0.18 188	0.20 195	0.18 174

ff7	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

IGEVStereo-DCA	0.46 113	0.28 177	0.56 117	0.43 58	0.33 217	0.49 88	0.42 195	0.87 108	0.50 65	0.47 81	0.48 55	0.48 86	0.46 120	2.03 388	0.30 45	0.19 180	0.14 162	0.19 133	0.15 107	0.16 58	0.18 174

ffff	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

11t	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

MIF-Stereo (partial)	0.45 106	0.25 103	0.70 206	0.50 168	0.52 390	0.35 17	0.26 41	0.91 124	0.59 99	0.45 73	0.71 124	0.51 104	0.51 157	1.11 213	0.45 203	0.20 215	0.16 259	0.23 270	0.20 242	0.24 300	0.18 174

anonymousdsp2	0.53 149	0.27 155	0.74 252	0.48 140	0.29 129	0.76 271	0.47 258	1.61 354	0.82 176	0.77 159	0.77 140	0.75 188	0.47 129	1.03 189	0.40 155	0.18 139	0.13 111	0.18 111	0.13 61	0.19 161	0.18 174

anonymousdsp	0.43 87	0.27 155	0.53 97	0.44 81	0.32 196	0.50 102	0.42 195	0.89 117	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.33 267	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

anonymousa	0.72 282	0.27 155	0.75 256	0.47 113	0.63 439	1.43 448	0.45 244	1.24 264	0.89 194	1.28 359	1.75 459	1.62 439	1.13 426	0.69 81	0.59 283	0.19 180	0.16 259	0.23 270	0.25 366	0.20 195	0.18 174

ccc-4	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

RAFT+CT+SA	0.58 201	0.29 212	0.60 145	0.66 401	0.37 264	0.42 42	0.55 331	1.27 268	1.03 254	0.70 144	1.22 304	0.60 144	0.70 248	1.64 335	0.41 166	0.18 139	0.13 111	0.22 232	0.22 315	0.21 236	0.18 174

IGEV-Stereo	0.43 87	0.27 155	0.54 103	0.45 95	0.32 196	0.50 102	0.42 195	0.90 123	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.32 264	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.65 247	0.31 265	1.00 367	0.47 113	0.34 235	0.73 256	0.30 69	2.96 539	0.70 137	1.15 289	1.14 271	0.76 192	0.65 235	1.11 213	0.38 140	0.17 100	0.13 111	0.18 111	0.16 149	0.19 161	0.18 174

IPLGR	0.58 201	0.27 155	1.14 416	0.48 140	0.28 112	0.65 212	0.33 90	1.22 258	1.13 311	1.18 313	1.05 229	0.69 176	0.66 238	0.96 168	0.52 255	0.17 100	0.15 220	0.20 168	0.17 170	0.20 195	0.18 174

Patchmatch Stereo++	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174
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
STrans-v2	1.04 423	0.28 177	0.96 356	0.49 156	0.32 196	0.68 232	0.79 422	2.47 530	1.12 299	1.12 265	1.46 395	1.40 397	1.46 475	6.70 533	0.43 187	0.18 139	0.13 111	0.20 168	0.18 188	0.18 120	0.18 174

PSM-adaLoss	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.41 191	1.04 182	0.64 110	1.12 265	0.96 184	0.82 214	0.61 215	1.06 198	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

ROB_FTStereo_v2	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.64 196	0.42 195	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.12 216	0.46 217	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

ROB_FTStereo	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.64 196	0.25 31	1.05 190	0.64 110	1.12 265	0.95 181	0.82 214	0.61 215	1.15 221	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

HUI-Stereo	0.52 139	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.30 69	1.04 182	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	0.79 115	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

SST-Stereo	0.83 353	0.28 177	0.72 224	0.59 324	0.31 177	0.72 252	0.26 41	1.09 213	0.86 183	1.47 435	1.10 249	1.00 293	0.87 327	5.73 514	0.45 203	0.22 275	0.13 111	0.23 270	0.19 210	0.23 285	0.18 174

RAFT_R40	0.83 353	0.28 177	0.73 236	0.59 324	0.31 177	0.69 237	0.44 227	1.10 216	0.95 215	1.47 435	1.10 249	1.00 293	0.85 314	5.53 508	0.46 217	0.22 275	0.13 111	0.23 270	0.20 242	0.23 285	0.18 174

iGMRVC	0.56 188	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.38 152	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.52 312	0.46 217	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

iRAFT	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

RAFT-IKP	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.59 166	0.36 126	1.04 182	0.64 110	1.12 265	0.96 184	0.83 221	0.61 215	1.22 238	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

rafts_anoy	0.52 139	0.29 212	0.59 140	0.59 324	0.50 367	0.53 132	0.40 175	1.11 222	1.03 254	0.84 180	0.83 156	0.68 171	0.54 172	0.72 92	0.51 248	0.19 180	0.14 162	0.24 290	0.26 383	0.21 236	0.18 174

UPFNet	0.80 336	0.32 281	0.90 333	0.59 324	0.74 470	1.26 419	0.80 428	1.52 328	1.10 293	1.30 374	1.12 262	1.30 379	0.84 311	1.67 341	1.09 412	0.24 315	0.24 407	0.24 290	0.23 338	0.25 312	0.18 174

ACVNet	0.63 227	0.31 265	0.54 103	0.54 252	0.36 249	0.80 298	0.46 251	1.37 286	1.07 272	0.93 200	1.30 334	1.08 317	0.85 314	0.80 118	0.94 386	0.21 249	0.19 328	0.21 203	0.18 188	0.22 260	0.18 174

acv_ft	0.75 313	0.31 265	0.95 350	0.70 434	0.86 502	1.24 416	0.53 307	1.44 305	1.07 272	1.24 344	1.30 334	1.08 317	0.92 345	0.80 118	1.34 447	0.21 249	0.19 328	0.21 203	0.18 188	0.21 236	0.18 174

pmcnn	2.37 530	0.42 394	2.71 525	0.63 371	0.43 325	1.54 458	1.19 499	2.01 468	1.53 477	2.64 529	7.60 558	18.07 577	1.45 474	3.44 466	2.78 512	0.18 139	0.15 220	0.15 19	0.12 38	0.20 195	0.18 174

FlowAnything_test	0.39 61	0.26 126	0.61 148	0.59 324	0.33 217	0.62 189	0.36 126	0.62 29	0.40 36	0.45 73	0.36 20	0.45 70	0.37 74	0.53 30	0.48 229	0.24 315	0.18 310	0.28 380	0.33 460	0.21 236	0.19 214

G2L-Stereo_test	0.73 300	0.27 155	0.74 252	0.49 156	0.40 302	0.90 332	0.81 431	1.53 334	1.14 314	1.28 359	1.27 324	1.52 425	0.72 255	1.62 331	0.94 386	0.19 180	0.14 162	0.16 49	0.15 107	0.18 120	0.19 214

AIO-test2	0.57 195	0.28 177	0.63 157	0.61 350	0.58 418	0.79 290	0.51 288	1.18 239	1.40 455	0.63 134	1.15 279	0.51 104	0.43 101	1.09 207	0.35 107	0.21 249	0.17 288	0.26 348	0.30 436	0.20 195	0.19 214

IGEV-RUCA	0.37 52	0.23 57	0.48 63	0.49 156	0.36 249	0.60 174	0.23 24	0.64 33	0.49 61	0.39 48	0.49 63	0.44 62	0.31 36	0.85 137	0.30 45	0.24 315	0.13 111	0.16 49	0.12 38	0.20 195	0.19 214

999	0.48 126	0.22 45	0.49 70	0.48 140	0.34 235	0.75 265	0.31 76	0.85 105	0.55 88	0.37 34	0.48 55	0.50 100	0.36 69	2.45 425	0.39 148	0.16 57	0.13 111	0.18 111	0.15 107	0.16 58	0.19 214

PAM_32	0.77 321	0.28 177	1.03 382	0.52 219	0.30 151	1.32 428	0.35 110	1.97 459	0.65 125	1.02 231	1.06 231	3.05 527	1.49 480	0.96 168	0.36 117	0.19 180	0.13 111	0.20 168	0.18 188	0.19 161	0.19 214

rvit_stereo_0080	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 365	0.21 368	0.20 168	0.20 242	0.31 388	0.19 214

CAS++	0.47 120	0.31 265	0.56 117	0.47 113	0.32 196	0.42 42	0.28 54	1.76 395	0.72 143	0.71 146	0.72 128	0.37 52	0.28 23	0.69 81	0.33 80	0.27 381	0.22 386	0.26 348	0.21 286	0.29 368	0.19 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.46 113	0.36 357	0.71 218	0.47 113	0.36 249	0.67 225	0.35 110	0.78 74	1.12 299	0.61 130	0.62 99	0.39 55	0.39 83	0.71 89	0.39 148	0.20 215	0.17 288	0.22 232	0.18 188	0.23 285	0.19 214

cc1	0.64 239	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 541	0.58 119	0.79 148	0.48 86	0.88 332	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.19 161	0.19 214

whm_eth	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 365	0.21 368	0.20 168	0.20 242	0.31 388	0.19 214

testlalala_base	0.77 321	0.40 382	0.70 206	0.65 394	0.50 367	0.79 290	0.28 54	1.50 319	0.51 74	0.73 152	0.90 170	0.69 176	0.54 172	0.66 76	0.40 155	2.82 552	0.14 162	0.17 76	0.12 38	2.68 548	0.19 214

DCANet-4	0.54 164	0.26 126	1.07 396	0.42 51	0.24 38	0.48 76	0.36 126	0.99 160	1.30 408	1.10 257	1.02 214	0.56 129	0.75 261	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

fff	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 409	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

ADStereo(finetuned)	0.57 195	0.24 75	1.06 391	0.43 58	0.24 38	0.49 88	0.35 110	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	1.20 440	0.84 132	0.51 248	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

IER	0.70 273	0.31 265	1.02 378	0.48 140	0.52 390	1.34 432	0.51 288	1.17 234	0.99 239	1.23 336	1.34 355	1.12 334	1.11 419	0.99 180	0.71 324	0.20 215	0.16 259	0.21 203	0.21 286	0.20 195	0.19 214

test_5	0.65 247	0.30 232	0.75 256	0.67 413	0.50 367	0.92 343	0.52 299	1.39 292	1.12 299	0.76 154	1.11 255	1.00 293	0.90 339	1.53 316	0.45 203	0.18 139	0.13 111	0.23 270	0.22 315	0.21 236	0.19 214

CrosDoStereo	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 572	1.10 216	0.98 232	1.34 400	1.75 459	1.00 293	1.89 511	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

TransformOpticalFlow	0.96 391	0.28 177	0.89 329	0.52 219	0.31 177	0.66 221	0.54 313	1.75 389	1.12 299	1.09 249	1.44 387	1.37 395	1.01 393	6.70 533	0.42 177	0.19 180	0.12 50	0.20 168	0.19 210	0.18 120	0.19 214

DeepStereo_LL	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 572	1.10 216	0.98 232	1.34 400	1.75 459	1.00 293	1.89 511	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

IRAFT_RVC	0.88 372	0.28 177	0.76 266	0.63 371	0.31 177	0.65 212	1.02 479	1.22 258	0.94 213	1.22 330	1.04 227	1.01 300	0.98 381	5.82 516	0.53 262	0.22 275	0.12 50	0.25 329	0.20 242	0.20 195	0.19 214

RALCasStereoNet	0.54 164	0.30 232	0.66 178	0.59 324	0.51 378	0.61 180	0.52 299	0.94 141	0.93 210	0.70 144	1.01 206	0.78 199	0.44 109	1.33 267	0.47 224	0.20 215	0.16 259	0.18 111	0.16 149	0.20 195	0.19 214

DCANet	0.54 164	0.24 75	0.70 206	0.43 58	0.24 38	0.49 88	0.36 126	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	0.92 345	0.81 124	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

csc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 409	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

cscssc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 409	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

111	0.60 210	0.23 57	0.70 206	0.43 58	0.24 38	0.72 252	0.42 195	1.18 239	1.41 459	0.80 167	1.38 369	1.10 329	0.79 284	0.96 168	0.58 280	0.18 139	0.13 111	0.17 76	0.15 107	0.17 89	0.19 214

SFCPSM	0.70 273	0.28 177	1.02 378	0.51 198	0.38 281	1.37 435	0.66 385	2.00 464	1.03 254	1.17 308	1.21 302	0.82 214	0.78 280	1.03 189	0.53 262	0.21 249	0.17 288	0.22 232	0.24 351	0.21 236	0.19 214

ac_64	0.82 347	0.29 212	0.81 290	0.71 442	0.60 429	1.05 379	0.54 313	1.99 463	0.92 208	1.18 313	1.06 231	1.99 490	1.08 414	1.94 380	0.97 395	0.27 381	0.22 386	0.24 290	0.23 338	0.22 260	0.19 214

cf-r	0.73 300	0.30 232	0.77 273	0.55 276	0.63 439	0.78 284	0.48 269	1.79 409	1.15 326	1.13 280	1.26 321	1.43 402	0.87 327	1.40 293	0.85 372	0.25 342	0.18 310	0.22 232	0.23 338	0.19 161	0.19 214

GwcNet-RSSM	0.77 321	0.32 281	1.01 371	0.62 362	0.54 397	0.78 284	0.51 288	1.73 382	1.20 358	1.09 249	1.37 364	1.46 412	0.85 314	1.53 316	1.09 412	0.25 342	0.18 310	0.23 270	0.24 351	0.20 195	0.19 214

DIP-Stereo	0.62 220	0.30 232	0.83 297	0.48 140	0.36 249	0.95 352	0.33 90	2.37 523	0.67 128	1.25 350	1.00 200	0.68 171	0.51 157	0.91 154	0.61 293	0.18 139	0.15 220	0.21 203	0.17 170	0.19 161	0.19 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	0.87 371	0.29 212	0.53 97	0.53 237	0.30 151	1.15 400	0.55 331	3.57 547	1.28 398	1.53 448	1.74 456	1.68 453	0.93 354	1.49 307	0.77 345	0.22 275	0.17 288	0.19 133	0.18 188	0.20 195	0.19 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	0.80 336	0.37 364	1.71 484	0.56 289	0.37 264	0.94 348	0.64 378	1.73 382	1.34 423	1.23 336	1.42 378	1.26 368	0.92 345	1.85 370	0.56 274	0.23 300	0.15 220	0.19 133	0.14 89	0.24 300	0.19 214

PAM	0.76 319	0.29 212	1.08 400	0.52 219	0.33 217	1.38 438	0.39 167	2.01 468	0.67 128	1.06 239	0.96 184	2.89 526	1.43 470	0.86 141	0.35 107	0.19 180	0.12 50	0.19 133	0.17 170	0.19 161	0.20 247

DispNO	0.93 385	0.30 232	1.34 447	0.55 276	0.55 403	0.89 329	0.49 279	1.48 313	1.21 364	1.17 308	1.27 324	1.19 348	0.90 339	5.23 498	0.74 331	0.22 275	0.17 288	0.24 290	0.21 286	0.19 161	0.20 247

MyStereo07	0.48 126	0.29 212	0.50 76	0.55 276	0.45 339	0.59 166	0.79 422	1.05 190	0.51 74	0.48 89	0.53 73	0.43 60	0.55 179	1.30 259	0.34 97	0.17 100	0.16 259	0.24 290	0.20 242	0.23 285	0.20 247

MyStereo06	0.61 216	0.28 177	0.95 350	0.56 289	0.46 350	0.61 180	0.73 406	1.78 403	0.67 128	1.03 235	1.12 262	1.13 339	0.56 184	0.78 111	0.41 166	0.17 100	0.16 259	0.23 270	0.20 242	0.22 260	0.20 247

MyStereo05	0.66 254	0.28 177	1.07 396	0.56 289	0.46 350	0.61 180	0.73 406	1.34 280	1.41 459	1.15 289	0.91 172	0.77 195	0.80 290	1.41 294	0.63 300	0.17 100	0.16 259	0.23 270	0.20 242	0.22 260	0.20 247

MyStereo04	0.67 263	0.29 212	1.07 396	0.55 276	0.45 339	0.59 166	0.79 422	1.50 319	1.40 455	0.91 197	0.91 172	0.74 186	0.86 322	1.52 312	0.62 296	0.17 100	0.16 259	0.24 290	0.20 242	0.23 285	0.20 247

ffm	0.72 282	0.33 303	0.85 299	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 528	1.15 289	1.45 389	1.06 311	0.82 299	1.55 320	0.32 67	0.20 215	0.12 50	0.31 409	0.27 394	0.19 161	0.20 247

ff1	1.37 470	0.33 303	0.85 299	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 528	1.15 289	1.45 389	1.06 311	0.82 299	7.22 539	7.61 548	0.20 215	0.12 50	0.31 409	0.27 394	0.19 161	0.20 247

tt1	0.62 220	0.32 281	0.51 83	0.54 252	0.26 63	1.16 402	0.48 269	0.95 146	2.47 528	0.57 117	0.77 140	0.49 94	0.81 294	1.55 320	0.32 67	0.20 215	0.12 50	0.24 290	0.15 107	0.19 161	0.20 247

StereoVision	0.65 247	0.34 326	0.86 305	0.59 324	0.40 302	0.50 102	0.41 191	1.09 213	0.93 210	0.71 146	2.50 512	0.82 214	0.57 193	1.03 189	0.49 237	0.25 342	0.28 438	0.29 391	0.28 415	0.36 420	0.20 247

CroCo-Stereo Lap2	0.44 98	0.34 326	0.77 273	0.61 350	0.79 486	0.28 9	0.35 110	0.75 64	0.71 142	0.38 40	0.50 66	0.72 184	0.55 179	0.57 44	0.47 224	0.17 100	0.18 310	0.19 133	0.16 149	0.21 236	0.20 247

x	0.54 164	0.31 265	0.61 148	0.47 113	0.30 151	0.67 225	0.47 258	1.53 334	0.79 167	0.81 171	0.83 156	0.78 199	0.70 248	0.70 85	0.62 296	0.21 249	0.19 328	0.22 232	0.19 210	0.21 236	0.20 247

iRaft-Stereo_5w	0.85 362	0.29 212	0.91 336	0.53 237	0.43 325	0.49 88	0.68 393	0.99 160	0.87 187	0.79 165	1.34 355	1.46 412	0.91 342	5.11 495	1.11 418	0.17 100	0.14 162	0.22 232	0.18 188	0.20 195	0.20 247

DEmStereo	0.97 397	0.23 57	0.79 284	0.47 113	0.32 196	1.04 378	0.56 339	0.93 134	0.89 194	1.39 419	2.14 496	1.02 302	2.07 522	5.64 512	0.77 345	0.17 100	0.15 220	0.20 168	0.20 242	0.18 120	0.20 247

THIR-Stereo	1.02 417	0.27 155	0.69 200	0.49 156	0.28 112	0.95 352	1.34 510	1.03 176	0.97 227	1.34 400	1.90 477	1.17 344	1.58 486	6.44 526	0.78 347	0.19 180	0.14 162	0.21 203	0.22 315	0.19 161	0.20 247

LMCR-Stereo	0.82 347	0.46 409	0.88 323	0.75 461	0.43 325	1.33 430	0.56 339	2.43 528	0.98 232	1.53 448	1.49 403	0.74 186	1.00 391	1.63 333	0.89 379	0.28 395	0.17 288	0.22 232	0.17 170	0.29 368	0.20 247

DN-CSS_ROB	0.64 239	0.32 281	1.05 387	0.55 276	0.40 302	0.54 140	0.45 244	1.21 250	0.93 210	1.03 235	1.47 396	0.69 176	0.63 225	1.76 360	0.49 237	0.18 139	0.14 162	0.25 329	0.22 315	0.22 260	0.20 247

z-ln-s-r	1.02 417	0.55 445	2.09 503	0.52 219	0.55 403	0.78 284	0.87 444	1.47 311	1.34 423	1.12 265	1.62 437	1.37 395	1.06 409	2.62 437	3.32 524	0.19 180	0.14 162	0.21 203	0.17 170	0.27 338	0.21 264

rvit_0105_6	0.53 149	0.37 364	0.98 361	0.65 394	0.38 281	0.51 119	0.51 288	0.77 70	1.20 358	0.54 114	0.55 82	0.65 162	0.53 167	0.94 165	0.44 190	0.32 426	0.32 467	0.28 380	0.24 351	0.28 357	0.21 264

test_sample1	0.61 216	0.29 212	0.75 256	0.50 168	0.31 177	0.76 271	0.48 269	1.59 347	0.84 181	0.90 192	0.94 180	0.88 242	0.95 364	1.16 225	0.67 311	0.22 275	0.18 310	0.20 168	0.19 210	0.21 236	0.21 264

ACVNet-DCA	0.56 188	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 332	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

xx1	0.67 263	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 541	0.58 119	0.79 148	0.95 276	0.77 273	1.46 301	0.32 67	0.20 215	0.12 50	0.24 290	0.23 338	0.22 260	0.21 264

1test111	0.54 164	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 332	0.88 146	0.59 283	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

11t1	0.52 139	0.28 177	0.68 187	0.51 198	0.28 112	0.83 314	0.39 167	1.22 258	0.63 106	0.84 180	0.74 134	0.68 171	0.68 240	0.91 154	0.57 277	0.21 249	0.18 310	0.19 133	0.16 149	0.20 195	0.21 264

qqq	0.57 195	0.34 326	0.71 218	0.47 113	0.27 87	0.64 196	0.62 371	1.42 298	0.78 163	0.80 167	0.92 174	0.95 276	0.77 273	0.88 146	0.59 283	0.21 249	0.20 346	0.24 290	0.23 338	0.22 260	0.21 264

CIPLG	0.62 220	0.33 303	0.96 356	0.58 311	0.50 367	0.75 265	0.48 269	1.05 190	0.96 220	1.40 420	1.57 425	0.64 159	0.48 140	0.89 151	0.70 319	0.23 300	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

IPLGR_C	0.62 220	0.33 303	0.99 362	0.58 311	0.49 360	0.76 271	0.48 269	1.10 216	0.96 220	1.40 420	1.56 421	0.62 153	0.48 140	0.80 118	0.71 324	0.23 300	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

ACRE	0.61 216	0.33 303	1.01 371	0.58 311	0.49 360	0.75 265	0.47 258	1.06 203	0.95 215	1.37 408	1.55 417	0.62 153	0.46 120	0.83 129	0.70 319	0.23 300	0.15 220	0.19 133	0.16 149	0.18 120	0.21 264

DRaft	0.80 336	0.24 75	0.70 206	0.45 95	0.30 151	0.97 362	0.53 307	1.05 190	0.97 227	1.78 484	2.02 488	0.80 205	1.74 500	2.73 441	0.72 327	0.17 100	0.14 162	0.20 168	0.20 242	0.18 120	0.21 264

MMNet	0.84 358	0.32 281	1.09 403	0.60 336	0.59 426	1.85 490	0.49 279	1.51 326	1.27 393	1.37 408	1.15 279	1.26 368	1.18 434	1.67 341	1.22 431	0.19 180	0.18 310	0.23 270	0.22 315	0.25 312	0.21 264

delet	0.85 362	0.32 281	0.95 350	0.65 394	0.66 447	1.64 468	0.84 435	1.75 389	1.35 433	1.32 388	1.30 334	1.30 379	0.88 332	1.68 346	1.10 415	0.21 249	0.21 368	0.24 290	0.24 351	0.21 236	0.21 264

GANet-RSSM	0.72 282	0.28 177	0.63 157	0.64 380	0.58 418	0.80 298	0.58 354	1.89 436	1.08 278	1.04 238	1.25 314	1.15 342	1.04 402	1.49 307	0.62 296	0.25 342	0.19 328	0.22 232	0.22 315	0.22 260	0.21 264

BEATNet_4x	0.73 300	0.49 421	1.17 420	0.53 237	0.26 63	1.03 376	0.55 331	1.82 416	1.06 267	1.21 325	1.22 304	0.96 282	0.91 342	1.01 185	1.06 406	0.21 249	0.14 162	0.24 290	0.19 210	0.37 424	0.21 264

CFNet	0.96 391	0.36 357	1.01 371	0.62 362	0.42 315	0.99 368	0.47 258	1.90 439	1.32 416	0.99 219	1.39 373	1.10 329	0.86 322	5.58 511	0.79 353	0.23 300	0.17 288	0.28 380	0.27 394	0.26 324	0.21 264

HSM	1.19 453	0.32 281	0.65 171	0.57 305	0.38 281	1.23 415	0.59 362	2.25 511	1.19 353	1.30 374	1.25 314	1.94 484	1.03 400	9.32 560	0.71 324	0.22 275	0.16 259	0.20 168	0.16 149	0.21 236	0.21 264

G2L-ROB	0.73 300	0.25 103	0.76 266	0.54 252	0.39 291	0.95 352	0.66 385	1.66 368	1.09 286	1.24 344	1.02 214	1.64 447	0.71 252	1.63 333	1.02 402	0.20 215	0.14 162	0.17 76	0.15 107	0.20 195	0.22 282

S2M2	0.34 38	0.28 177	0.45 50	0.40 36	0.30 151	0.31 12	0.16 1	0.60 26	0.64 110	0.31 15	0.48 55	0.47 81	0.34 52	0.38 4	0.32 67	0.25 342	0.22 386	0.20 168	0.22 315	0.25 312	0.22 282

test_sample2	0.62 220	0.29 212	0.74 252	0.50 168	0.28 112	0.80 298	0.61 368	1.61 354	1.00 244	0.88 189	0.99 196	0.94 268	0.83 307	1.16 225	0.51 248	0.23 300	0.18 310	0.22 232	0.21 286	0.23 285	0.22 282

1111x	1.70 500	0.29 212	0.86 305	0.51 198	0.27 87	1.01 371	0.68 393	2.22 508	1.28 398	1.13 280	1.40 375	1.21 351	1.10 418	5.53 508	15.20 569	0.22 275	0.21 368	0.22 232	0.22 315	0.24 300	0.22 282

GMStereo_Zeroshot	0.67 263	0.61 469	1.01 371	0.64 380	0.37 264	0.84 322	0.35 110	1.05 190	1.12 299	1.12 265	1.06 231	1.27 372	0.54 172	1.19 233	0.59 283	0.32 426	0.17 288	0.31 409	0.18 188	0.52 486	0.22 282

EKT-Stereo	0.53 149	0.30 232	0.73 236	0.58 311	0.60 429	0.51 119	0.48 269	0.94 141	0.90 198	0.71 146	0.88 166	0.77 195	0.43 101	1.07 202	0.40 155	0.22 275	0.16 259	0.21 203	0.18 188	0.20 195	0.22 282

gwcnet-sp	0.74 305	0.33 303	1.44 457	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 299	1.39 287	0.76 339	0.21 249	0.21 368	0.22 232	0.21 286	0.22 260	0.22 282

scenet	0.74 305	0.33 303	1.44 457	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 299	1.39 287	0.76 339	0.21 249	0.21 368	0.22 232	0.21 286	0.22 260	0.22 282

ssnet	0.74 305	0.33 303	1.44 457	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 299	1.39 287	0.76 339	0.21 249	0.21 368	0.22 232	0.21 286	0.22 260	0.22 282

BUS	0.74 305	0.32 281	0.68 187	0.54 252	0.44 332	2.34 516	0.42 195	2.16 495	0.98 232	1.20 321	1.11 255	1.03 306	0.62 220	0.91 154	0.70 319	0.24 315	0.17 288	0.25 329	0.22 315	0.22 260	0.22 282

BSDual-CNN	0.71 280	0.32 281	0.68 187	0.54 252	0.44 332	1.27 420	0.65 380	2.16 495	0.98 232	1.20 321	1.11 255	1.12 334	0.74 259	0.91 154	0.66 308	0.24 315	0.17 288	0.25 329	0.22 315	0.22 260	0.22 282

hknet	0.77 321	0.32 281	0.95 350	0.54 252	0.38 281	1.27 420	0.65 380	2.16 495	1.07 272	1.20 321	1.11 255	1.59 435	0.81 294	1.37 278	0.66 308	0.22 275	0.17 288	0.25 329	0.22 315	0.22 260	0.22 282

psmg	0.72 282	0.32 281	0.68 187	0.50 168	0.44 332	1.48 452	0.75 411	1.94 452	0.98 232	1.21 325	1.33 348	1.12 334	0.74 259	0.91 154	0.66 308	0.24 315	0.19 328	0.25 329	0.25 366	0.23 285	0.22 282

DAS	0.84 358	0.34 326	1.03 382	0.64 380	0.69 459	0.77 279	0.63 376	1.54 337	1.20 358	1.79 487	1.55 417	0.95 276	1.04 402	2.83 443	0.60 291	0.21 249	0.16 259	0.25 329	0.18 188	0.27 338	0.22 282

SepStereo	0.82 347	0.34 326	1.03 382	0.64 380	0.69 459	0.77 279	0.63 376	1.54 337	1.20 358	1.79 487	1.55 417	0.95 276	1.04 402	2.30 415	0.60 291	0.21 249	0.16 259	0.25 329	0.18 188	0.27 338	0.22 282

CRE-IMP	0.55 179	0.30 232	0.74 252	0.52 219	0.29 129	0.79 290	0.25 31	1.04 182	0.72 143	1.09 249	0.95 181	0.81 209	0.57 193	1.10 210	0.50 243	0.21 249	0.14 162	0.23 270	0.19 210	0.28 357	0.22 282

test_xeample	1.45 478	0.28 177	0.65 171	0.51 198	0.28 112	0.94 348	0.59 362	2.14 490	1.29 402	1.24 344	1.51 408	0.88 242	0.86 322	1.46 301	15.10 568	0.22 275	0.20 346	0.22 232	0.20 242	0.22 260	0.22 282

UNet	0.83 353	0.34 326	1.31 439	0.58 311	0.74 470	1.58 462	0.49 279	1.41 296	1.04 259	1.21 325	1.08 240	1.54 427	1.12 422	1.65 336	1.09 412	0.23 300	0.17 288	0.25 329	0.20 242	0.25 312	0.22 282

AdaStereo	0.70 273	0.43 397	0.75 256	0.73 454	0.37 264	0.92 343	0.53 307	1.85 425	1.18 345	1.12 265	1.23 308	1.07 316	0.65 235	0.96 168	0.63 300	0.31 419	0.15 220	0.32 424	0.21 286	0.29 368	0.22 282
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.
LE_ROB	8.05 565	0.37 364	23.53 574	0.74 457	0.33 217	2.77 531	2.87 562	3.71 549	27.24 583	25.39 583	8.87 565	8.46 563	26.71 583	6.65 529	21.99 575	0.21 249	0.19 328	0.20 168	0.21 286	0.25 312	0.22 282

AIO-test1	0.56 188	0.25 103	0.55 113	0.64 380	0.78 483	0.80 298	0.36 126	1.18 239	1.34 423	0.57 117	0.88 166	0.61 148	0.50 154	1.12 216	0.35 107	0.17 100	0.17 288	0.22 232	0.24 351	0.18 120	0.23 302

rvit_0105_4	0.56 188	0.38 371	1.06 391	0.66 401	0.38 281	0.53 132	0.53 307	0.84 104	1.17 338	0.56 116	0.61 96	0.72 184	0.59 203	0.98 177	0.45 203	0.32 426	0.33 472	0.29 391	0.25 366	0.29 368	0.23 302

mmm	0.63 227	0.35 347	0.72 224	0.51 198	0.30 151	0.86 326	0.54 313	1.59 347	0.86 183	1.07 242	1.38 369	0.79 203	0.75 261	0.91 154	0.58 280	0.22 275	0.18 310	0.29 391	0.25 366	0.25 312	0.23 302

ToySt	0.66 254	0.33 303	1.23 426	0.51 198	0.33 217	0.86 326	0.68 393	1.10 216	0.97 227	0.84 180	1.08 240	1.25 364	0.94 359	1.01 185	0.74 331	0.19 180	0.19 328	0.24 290	0.24 351	0.27 338	0.23 302

knoymous	0.51 138	0.29 212	0.47 61	0.43 58	0.30 151	0.55 148	0.55 331	1.02 171	0.77 160	0.98 216	0.85 160	0.94 268	0.56 184	0.85 137	0.45 203	0.20 215	0.14 162	0.26 348	0.14 89	0.23 285	0.23 302

Pruner-Stereo	0.62 220	0.29 212	0.70 206	0.61 350	0.31 177	0.63 193	0.43 214	1.17 234	0.99 239	1.53 448	1.08 240	0.95 276	0.55 179	1.35 272	0.51 248	0.23 300	0.14 162	0.24 290	0.21 286	0.21 236	0.23 302

test-1	0.52 139	0.26 126	1.04 386	0.56 289	0.32 196	0.61 180	0.38 152	1.10 216	0.91 203	0.78 162	1.01 206	0.77 195	0.52 162	0.60 58	0.42 177	0.17 100	0.14 162	0.20 168	0.17 170	0.20 195	0.23 302

HCRNet	0.70 273	0.39 376	0.73 236	0.60 336	0.59 426	0.76 271	0.35 110	1.22 258	1.13 311	1.02 231	0.99 196	1.02 302	0.76 269	2.19 406	0.70 319	0.28 395	0.19 328	0.28 380	0.23 338	0.25 312	0.23 302

222	1.61 492	0.29 212	0.67 183	0.56 289	0.29 129	1.06 382	0.42 195	2.17 501	1.31 412	1.31 384	1.52 409	0.92 263	0.94 359	1.76 360	17.65 572	0.24 315	0.20 346	0.21 203	0.19 210	0.22 260	0.23 302

xxxx	1.51 482	0.28 177	0.68 187	0.54 252	0.28 112	1.16 402	0.44 227	2.19 504	1.29 402	1.09 249	1.36 362	1.22 353	0.85 314	1.79 363	15.70 571	0.24 315	0.21 368	0.21 203	0.20 242	0.22 260	0.23 302

FENet	0.60 210	0.28 177	0.63 157	0.54 252	0.33 217	0.83 314	0.38 152	1.27 268	1.07 272	1.00 224	0.86 161	0.99 292	0.85 314	0.96 168	0.68 315	0.22 275	0.15 220	0.23 270	0.20 242	0.22 260	0.23 302

CFNet-ft	0.72 282	0.32 281	0.54 103	0.66 401	0.54 397	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 431	0.97 374	1.35 272	0.81 359	0.26 365	0.20 346	0.33 433	0.25 366	0.30 379	0.23 302

CFNet_RVC	0.72 282	0.32 281	0.54 103	0.66 401	0.54 397	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 431	0.97 374	1.35 272	0.81 359	0.26 365	0.20 346	0.33 433	0.25 366	0.30 379	0.23 302

iResNet	0.75 313	0.40 382	1.36 448	0.67 413	0.29 129	0.92 343	0.59 362	1.52 328	1.25 382	1.28 359	1.48 401	0.94 268	0.76 269	1.62 331	0.78 347	0.18 139	0.14 162	0.18 111	0.15 107	0.22 260	0.23 302

SMFormer	0.75 313	0.30 232	0.86 305	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 364	1.71 350	0.82 364	0.24 315	0.20 346	0.22 232	0.21 286	0.23 285	0.24 316

CRFU-Net	0.86 367	0.39 376	1.00 367	0.65 394	0.57 409	1.78 483	0.86 442	2.15 492	0.81 171	1.38 413	1.18 289	1.64 447	1.19 437	1.35 272	0.90 382	0.26 365	0.22 386	0.21 203	0.19 210	0.23 285	0.24 316

dd	0.59 207	0.48 418	0.97 358	0.55 276	0.32 196	0.64 196	0.47 258	1.02 171	1.34 423	0.78 162	0.86 161	0.58 136	0.54 172	1.01 185	0.86 374	0.28 395	0.18 310	0.26 348	0.19 210	0.32 397	0.24 316

AASNet	0.76 319	0.35 347	0.91 336	0.79 471	0.81 493	1.14 394	0.56 339	2.02 472	1.08 278	1.22 330	1.24 310	0.93 265	0.76 269	0.77 106	1.16 424	0.27 381	0.23 398	0.24 290	0.20 242	0.28 357	0.24 316

DeepStereo_RVC	0.55 179	0.29 212	0.72 224	0.51 198	0.30 151	0.59 166	0.33 90	1.03 176	0.70 137	1.16 299	0.93 177	0.83 221	0.94 359	0.96 168	0.54 268	0.21 249	0.14 162	0.21 203	0.19 210	0.24 300	0.24 316

GMStereo	0.55 179	0.45 407	0.94 346	0.50 168	0.32 196	0.64 196	0.43 214	1.00 164	1.40 455	0.82 175	0.73 130	0.51 104	0.45 113	0.85 137	0.55 272	0.24 315	0.15 220	0.20 168	0.21 286	0.31 388	0.24 316
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	0.72 282	0.30 232	0.61 148	0.63 371	0.42 315	0.73 256	0.56 339	1.92 446	1.10 293	1.09 249	1.37 364	1.22 353	0.98 381	1.28 254	0.72 327	0.27 381	0.19 328	0.27 365	0.29 427	0.24 300	0.24 316

DSFCA	0.93 385	0.34 326	1.06 391	0.52 219	0.65 444	1.55 459	0.93 461	1.49 315	1.19 353	1.56 458	1.15 279	1.50 421	0.96 371	3.07 452	1.02 402	0.30 411	0.26 422	0.25 329	0.25 366	0.28 357	0.24 316

DMCA-RVC	0.74 305	0.40 382	1.27 435	0.66 401	0.49 360	0.77 279	0.47 258	1.35 283	1.01 247	1.53 448	1.01 206	1.29 378	0.82 299	1.31 260	0.78 347	0.27 381	0.21 368	0.35 451	0.27 394	0.32 397	0.24 316

MSMDNet	0.66 254	0.32 281	0.87 316	0.49 156	0.37 264	0.79 290	0.40 175	1.43 304	1.31 412	1.15 289	1.31 340	1.24 360	0.63 225	0.88 146	0.57 277	0.21 249	0.16 259	0.26 348	0.19 210	0.39 437	0.24 316

TDLM	1.06 424	0.44 400	0.79 284	0.63 371	0.50 367	0.89 329	1.44 515	1.48 313	1.26 387	1.12 265	1.40 375	1.08 317	0.98 381	6.65 529	0.78 347	0.33 435	0.21 368	0.33 433	0.26 383	0.37 424	0.24 316

DLCB_ROB	0.86 367	0.40 382	0.78 281	0.68 424	0.54 397	1.11 389	0.84 435	1.49 315	1.23 373	1.64 473	1.65 444	1.70 456	0.91 342	1.70 348	1.05 404	0.25 342	0.24 407	0.26 348	0.27 394	0.27 338	0.24 316

DFGA-Net	0.72 282	0.40 382	1.40 450	0.52 219	0.45 339	0.83 314	0.44 227	1.28 272	1.08 278	0.99 219	1.19 296	0.70 180	0.55 179	2.14 398	1.16 424	0.18 139	0.16 259	0.24 290	0.23 338	0.27 338	0.25 328

coex_refinement	0.80 336	0.28 177	0.73 236	0.70 434	0.51 378	0.95 352	0.60 366	1.78 403	1.23 373	1.36 405	1.37 364	1.82 471	0.81 294	1.32 264	1.13 421	0.26 365	0.17 288	0.19 133	0.20 242	0.24 300	0.25 328

FACV-RUCA	0.63 227	0.34 326	0.82 293	0.62 362	0.65 444	0.81 307	0.41 191	1.44 305	1.07 272	0.86 187	1.14 271	0.61 148	0.69 243	0.80 118	0.53 262	0.28 395	0.19 328	0.47 493	0.21 286	0.35 413	0.25 328

rvit_0105_5	0.58 201	0.39 376	1.05 387	0.66 401	0.37 264	0.58 161	0.56 339	0.94 141	1.18 345	0.64 135	0.68 113	0.75 188	0.63 225	0.88 146	0.50 243	0.32 426	0.32 467	0.30 403	0.27 394	0.28 357	0.25 328

test_sample4	0.69 269	0.33 303	0.91 336	0.51 198	0.30 151	0.92 343	0.52 299	1.87 430	1.15 326	1.14 283	1.18 289	0.87 238	0.75 261	1.18 231	0.68 315	0.25 342	0.20 346	0.26 348	0.26 383	0.26 324	0.25 328

test_sample3	0.68 267	0.32 281	0.88 323	0.52 219	0.30 151	0.97 362	0.52 299	1.86 428	1.15 326	1.08 243	1.11 255	0.88 242	0.71 252	1.17 229	0.68 315	0.25 342	0.20 346	0.25 329	0.25 366	0.25 312	0.25 328

mmx	1.39 473	0.33 303	0.85 299	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 299	7.22 539	7.61 548	0.24 315	0.19 328	0.31 409	0.27 394	0.30 379	0.25 328

xxx	1.39 473	0.33 303	0.85 299	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 299	7.22 539	7.61 548	0.24 315	0.19 328	0.31 409	0.27 394	0.30 379	0.25 328

PCWNet_CMD	0.66 254	0.32 281	0.88 323	0.49 156	0.37 264	0.78 284	0.40 175	1.42 298	1.31 412	1.16 299	1.31 340	1.25 364	0.62 220	0.89 151	0.57 277	0.20 215	0.16 259	0.27 365	0.19 210	0.40 441	0.25 328

LL-Strereo	1.33 466	0.39 376	1.38 449	0.61 350	0.61 432	0.75 265	0.66 385	1.63 360	1.17 338	1.56 458	1.60 430	2.03 495	2.12 524	9.72 566	0.97 395	0.21 249	0.18 310	0.27 365	0.23 338	0.22 260	0.25 328

iinet-f	0.99 403	0.45 407	3.71 534	0.55 276	0.43 325	1.81 485	0.68 393	1.14 228	1.14 314	1.18 313	1.42 378	1.58 434	1.44 472	1.34 271	1.59 480	0.24 315	0.23 398	0.20 168	0.19 210	0.26 324	0.25 328

riskmin	0.56 188	0.27 155	0.60 145	0.43 58	0.31 177	0.83 314	0.42 195	1.14 228	1.04 259	0.73 152	0.75 136	1.11 333	1.01 393	0.81 124	0.51 248	0.20 215	0.14 162	0.24 290	0.15 107	0.24 300	0.25 328

DisPM	0.66 254	0.28 177	0.72 224	0.61 350	0.35 239	0.62 189	0.45 244	1.02 171	0.99 239	1.56 458	1.10 249	0.80 205	0.59 203	2.37 420	0.41 166	0.23 300	0.14 162	0.23 270	0.21 286	0.20 195	0.25 328

NINENet	0.77 321	0.37 364	0.78 281	0.62 362	0.51 378	2.34 516	0.42 195	1.83 421	1.04 259	1.14 283	1.23 308	1.03 306	0.62 220	1.24 245	0.70 319	0.28 395	0.23 398	0.31 409	0.21 286	0.26 324	0.25 328

CSP-Net	0.97 397	0.38 371	0.83 297	0.53 237	0.41 310	1.63 466	0.77 417	2.00 464	1.05 263	1.25 350	1.20 300	1.33 385	0.83 307	4.93 494	0.85 372	0.32 426	0.22 386	0.20 168	0.20 242	0.23 285	0.25 328

AACVNet	0.86 367	0.35 347	0.79 284	0.82 485	0.39 291	0.76 271	0.49 279	1.61 354	0.81 171	1.08 243	1.33 348	1.30 379	0.93 354	4.34 480	0.74 331	0.25 342	0.21 368	0.28 380	0.22 315	0.29 368	0.25 328

GANet-ADL	0.60 210	0.35 347	0.72 224	0.64 380	0.40 302	0.68 232	0.51 288	1.49 315	1.12 299	0.95 207	1.08 240	0.91 254	0.57 193	0.76 103	0.55 272	0.26 365	0.18 310	0.18 111	0.16 149	0.23 285	0.25 328

PFNet+	0.59 207	0.28 177	0.77 273	0.53 237	0.30 151	0.59 166	0.31 76	0.92 127	1.14 314	1.33 396	1.10 249	0.79 203	0.57 193	1.31 260	0.49 237	0.25 342	0.17 288	0.28 380	0.26 383	0.21 236	0.25 328

PSM-softLoss	0.78 329	0.31 265	0.77 273	0.58 311	0.32 196	0.56 153	0.40 175	1.18 239	0.70 137	1.24 344	1.07 235	0.83 221	0.52 162	5.36 501	0.53 262	0.24 315	0.15 220	0.25 329	0.22 315	0.20 195	0.25 328

KMStereo	0.78 329	0.31 265	0.77 273	0.58 311	0.32 196	0.56 153	0.40 175	1.18 239	0.70 137	1.24 344	1.07 235	0.83 221	0.52 162	5.36 501	0.53 262	0.24 315	0.15 220	0.25 329	0.22 315	0.20 195	0.25 328

CFNet_pseudo	0.66 254	0.32 281	0.86 305	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.24 360	0.64 229	0.98 177	0.59 283	0.21 249	0.16 259	0.33 433	0.19 210	0.36 420	0.25 328

sCroCo_RVC	0.49 132	0.40 382	1.02 378	0.65 394	0.60 429	0.52 123	0.40 175	0.83 101	0.61 101	0.44 65	0.74 134	0.49 94	0.50 154	0.63 67	0.48 229	0.26 365	0.27 431	0.23 270	0.22 315	0.29 368	0.25 328

psm_up	0.77 321	0.34 326	0.70 206	0.66 401	0.58 418	1.05 379	0.92 457	1.52 328	1.12 299	1.26 354	1.16 284	1.31 383	1.23 446	1.20 235	0.81 359	0.25 342	0.29 449	0.31 409	0.27 394	0.27 338	0.25 328

ccs_rob	0.66 254	0.33 303	0.86 305	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.23 358	0.64 229	0.98 177	0.59 283	0.21 249	0.16 259	0.35 451	0.20 242	0.37 424	0.25 328

G2L-Stereo	0.80 336	0.32 281	0.95 350	0.60 336	0.42 315	0.78 284	0.69 397	1.50 319	1.09 286	1.33 396	1.14 271	1.45 409	0.72 255	2.45 425	1.10 415	0.25 342	0.20 346	0.26 348	0.21 286	0.20 195	0.26 352

AIO-Stereo-zeroshot	0.72 282	0.35 347	1.70 482	0.49 156	0.56 406	0.63 193	0.38 152	2.41 526	0.65 125	0.77 159	1.07 235	1.82 471	0.95 364	0.93 162	0.43 187	0.20 215	0.13 111	0.21 203	0.25 366	0.28 357	0.26 352

test_sample5	0.69 269	0.34 326	0.87 316	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.11 263	1.25 314	0.88 242	0.78 280	1.23 240	0.65 305	0.26 365	0.20 346	0.27 365	0.27 394	0.27 338	0.26 352

MyStereo8	0.65 247	0.29 212	1.00 367	0.58 311	0.49 360	0.91 336	0.35 110	1.18 239	1.31 412	1.16 299	1.27 324	0.90 251	0.64 229	0.72 92	0.95 390	0.18 139	0.14 162	0.20 168	0.18 188	0.22 260	0.26 352

DualNet	0.70 273	0.34 326	0.87 316	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.14 283	1.33 348	0.88 242	0.78 280	1.23 240	0.65 305	0.26 365	0.20 346	0.27 365	0.27 394	0.27 338	0.26 352

fast-acv-ft	0.94 387	0.44 400	1.40 450	0.58 311	0.51 378	1.77 481	0.69 397	1.36 285	1.42 462	1.29 365	1.86 472	1.74 461	1.25 450	1.52 312	1.38 452	0.26 365	0.28 438	0.28 380	0.28 415	0.27 338	0.26 352

ssnet_v2	0.88 372	0.36 357	1.02 378	0.62 362	0.38 281	1.32 428	0.97 469	2.07 481	1.34 423	1.37 408	1.18 289	1.54 427	0.92 345	1.10 210	1.65 481	0.30 411	0.27 431	0.30 403	0.28 415	0.27 338	0.26 352

Wz-Net-LNSev-Ref	0.99 403	0.40 382	1.82 492	0.66 401	0.62 438	2.05 504	0.78 419	1.91 443	1.29 402	1.54 454	1.42 378	1.51 423	1.23 446	1.99 384	1.33 445	0.23 300	0.14 162	0.20 168	0.15 107	0.27 338	0.26 352

TANstereo	0.44 98	0.21 26	0.44 37	0.41 44	0.21 9	0.65 212	0.26 41	0.79 79	0.83 177	0.93 200	0.98 194	0.51 104	0.46 120	0.54 33	0.35 107	0.18 139	0.24 407	0.16 49	0.13 61	0.16 58	0.26 352

AANet_RVC	1.16 450	0.52 435	1.49 471	0.65 394	0.45 339	0.75 265	0.69 397	1.42 298	1.55 480	1.34 400	1.87 474	1.53 426	0.78 280	7.43 544	1.38 452	0.25 342	0.17 288	0.19 133	0.16 149	0.22 260	0.26 352

test_sample6	0.71 280	0.34 326	0.87 316	0.52 219	0.30 151	0.82 309	0.58 354	1.79 409	1.15 326	1.14 283	1.33 348	0.91 254	0.79 284	1.31 260	0.74 331	0.27 381	0.21 368	0.27 365	0.29 427	0.28 357	0.27 362

ASMatch	0.88 372	0.26 126	0.69 200	0.51 198	0.35 239	0.48 76	0.37 145	1.12 224	0.92 208	1.10 257	3.28 526	0.96 282	0.98 381	4.90 492	0.49 237	0.19 180	0.16 259	0.22 232	0.19 210	0.19 161	0.27 362

ICVP	0.63 227	0.33 303	0.57 127	0.61 350	0.40 302	0.80 298	0.58 354	1.61 354	0.89 194	0.90 192	1.24 310	0.88 242	0.73 257	0.72 92	0.88 376	0.29 406	0.21 368	0.22 232	0.21 286	0.24 300	0.27 362
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.61 216	0.44 400	1.11 408	0.59 324	0.49 360	0.93 347	0.65 380	0.93 134	0.81 171	0.72 151	0.88 166	0.65 162	0.69 243	1.06 198	0.53 262	0.35 452	0.30 453	0.26 348	0.26 383	0.31 388	0.27 362

RAFT + AFF	1.00 408	0.42 394	1.09 403	0.67 413	0.50 367	1.22 414	1.24 502	2.24 510	1.19 353	1.30 374	1.56 421	1.17 344	1.49 480	3.44 466	0.83 366	0.21 249	0.25 416	0.30 403	0.26 383	0.27 338	0.27 362

HGLStereo	0.85 362	0.38 371	0.94 346	0.80 474	1.03 515	1.17 404	0.58 354	1.52 328	1.20 358	1.19 317	1.62 437	1.13 339	1.20 440	1.80 364	1.06 406	0.24 315	0.24 407	0.24 290	0.21 286	0.23 285	0.27 362

DMCA	0.67 263	0.34 326	0.90 333	0.51 198	0.44 332	0.86 326	0.47 258	1.42 298	1.02 250	1.17 308	1.12 262	1.23 358	0.75 261	0.78 111	0.95 390	0.25 342	0.19 328	0.27 365	0.19 210	0.24 300	0.27 362

CVANet_RVC	1.07 426	0.43 397	0.76 266	0.60 336	0.50 367	0.90 332	0.97 469	1.52 328	1.26 387	1.33 396	1.38 369	1.24 360	1.18 434	6.75 535	0.75 336	0.34 445	0.23 398	0.34 443	0.29 427	0.42 449	0.27 362

UCFNet_RVC	0.69 269	0.35 347	0.49 70	0.64 380	0.39 291	0.85 325	0.58 354	1.75 389	1.14 314	0.97 212	1.19 296	1.17 344	0.93 354	0.99 180	0.62 296	0.28 395	0.20 346	0.34 443	0.31 442	0.32 397	0.27 362

StereoDRNet	0.98 401	0.47 414	1.70 482	0.76 464	0.94 510	1.51 455	0.91 455	1.92 446	1.32 416	1.61 466	1.13 267	1.47 417	0.97 374	1.75 355	1.46 471	0.28 395	0.23 398	0.29 391	0.27 394	0.35 413	0.27 362

DISCO	1.03 420	0.34 326	1.11 408	0.69 428	0.45 339	2.07 505	0.84 435	2.13 486	1.50 472	1.15 289	1.33 348	2.40 511	1.07 413	2.60 435	1.51 476	0.23 300	0.18 310	0.22 232	0.20 242	0.31 388	0.27 362

iResNet_ROB	0.77 321	0.30 232	0.99 362	0.57 305	0.36 249	0.83 314	0.36 126	2.33 518	1.58 482	1.27 357	1.30 334	1.25 364	0.84 311	1.65 336	0.79 353	0.20 215	0.14 162	0.17 76	0.12 38	0.18 120	0.27 362

w-ln-seven-2	1.18 452	0.61 469	4.25 536	0.68 424	0.61 432	1.20 411	0.93 461	1.63 360	1.35 433	1.66 474	1.53 410	1.47 417	1.37 466	3.00 451	1.74 484	0.25 342	0.24 407	0.29 391	0.26 383	0.33 406	0.28 374

rvit_0105_3	0.63 227	0.44 400	1.08 400	0.72 446	0.40 302	0.64 196	0.71 402	1.03 176	1.17 338	0.82 175	0.70 121	0.80 205	0.70 248	0.91 154	0.56 274	0.35 452	0.34 474	0.34 443	0.32 450	0.27 338	0.28 374

CFNet_ucs	0.70 273	0.33 303	0.88 323	0.50 168	0.43 325	0.74 260	0.44 227	1.60 351	1.29 402	1.22 330	1.54 415	1.09 327	0.63 225	0.99 180	0.59 283	0.25 342	0.20 346	0.37 462	0.21 286	0.40 441	0.28 374

StereoDRNet-Refined	0.80 336	0.41 390	0.88 323	0.62 362	0.42 315	1.33 430	0.48 269	1.52 328	1.17 338	1.45 432	1.44 387	1.44 407	0.90 339	1.26 249	1.24 433	0.20 215	0.16 259	0.27 365	0.24 351	0.25 312	0.28 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	1.00 408	0.44 400	1.13 412	0.70 434	0.81 493	1.62 465	0.79 422	2.14 490	1.44 465	1.78 484	1.33 348	1.43 402	1.05 406	2.18 404	1.53 477	0.27 381	0.21 368	0.31 409	0.30 436	0.32 397	0.28 374

YMNet	1.00 408	0.54 440	1.40 450	0.81 477	0.85 500	1.87 492	0.62 371	1.55 341	1.18 345	1.63 471	1.99 483	1.77 465	0.97 374	1.50 309	1.45 468	0.33 435	0.37 492	0.31 409	0.32 450	0.32 397	0.29 379

YMNet_1	1.00 408	0.54 440	1.40 450	0.81 477	0.85 500	1.87 492	0.62 371	1.55 341	1.18 345	1.63 471	1.99 483	1.77 465	0.97 374	1.50 309	1.45 468	0.33 435	0.37 492	0.31 409	0.32 450	0.32 397	0.29 379

test_sample7	0.74 305	0.37 364	0.76 266	0.52 219	0.35 239	0.91 336	0.67 389	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 345	1.23 240	0.67 311	0.31 419	0.28 438	0.32 424	0.31 442	0.33 406	0.29 379

ttt	0.94 387	0.34 326	0.59 140	0.61 350	0.37 264	0.94 348	0.50 287	2.17 501	1.34 423	1.23 336	1.61 434	0.91 254	0.76 269	1.85 370	3.97 533	0.30 411	0.26 422	0.26 348	0.24 351	0.29 368	0.29 379

dad	0.86 367	0.66 478	1.06 391	0.56 289	0.37 264	0.76 271	0.44 227	1.17 234	1.50 472	1.44 430	1.27 324	1.34 389	0.75 261	2.52 432	0.84 369	0.42 478	0.27 431	0.83 528	0.26 383	0.41 444	0.29 379

GwcNet-ADL	0.64 239	0.31 265	0.79 284	0.56 289	0.41 310	0.60 174	0.58 354	1.41 296	1.26 387	1.08 243	1.13 267	0.91 254	0.60 206	1.04 195	0.78 347	0.27 381	0.18 310	0.18 111	0.18 188	0.25 312	0.29 379

PSMNet-ADL	0.72 282	0.35 347	0.62 154	0.69 428	0.46 350	1.14 394	0.44 227	1.37 286	1.01 247	0.83 177	1.17 287	1.33 385	0.96 371	1.43 295	0.95 390	0.33 435	0.22 386	0.21 203	0.23 338	0.27 338	0.29 379

ADLNet2	0.88 372	0.34 326	1.17 420	0.77 467	0.64 442	1.12 392	0.76 414	1.74 387	1.24 379	1.21 325	1.65 444	1.71 457	1.05 406	1.67 341	1.17 427	0.24 315	0.21 368	0.21 203	0.22 315	0.26 324	0.29 379

GEStereo_RVC	0.90 377	0.37 364	0.99 362	0.64 380	0.50 367	0.95 352	0.79 422	2.42 527	1.17 338	1.16 299	1.11 255	1.26 368	0.92 345	3.24 458	0.90 382	0.29 406	0.19 328	0.23 270	0.20 242	0.27 338	0.29 379

ADCRef	1.35 468	0.55 445	2.37 516	0.72 446	0.77 481	1.94 497	0.78 419	1.91 443	1.27 393	1.57 462	1.59 429	1.36 392	1.41 468	1.54 318	7.53 547	0.23 300	0.20 346	0.32 424	0.30 436	0.29 368	0.29 379

ADCP+	1.99 519	0.48 418	7.73 551	0.66 401	0.91 506	2.30 514	1.05 483	1.82 416	1.34 423	1.54 454	1.32 346	1.74 461	1.61 490	2.17 401	13.37 564	0.24 315	0.21 368	0.32 424	0.28 415	0.37 424	0.29 379

NLCA_NET_v2_RVC	0.79 333	0.43 397	1.05 387	0.64 380	0.58 418	0.95 352	0.53 307	1.53 334	1.18 345	1.37 408	1.15 279	1.43 402	0.88 332	1.61 330	0.84 369	0.25 342	0.22 386	0.27 365	0.27 394	0.29 368	0.29 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PSMNet_ROB	0.90 377	0.52 435	1.17 420	0.72 446	0.61 432	1.27 420	1.12 491	1.76 395	1.12 299	1.09 249	1.28 330	1.45 409	0.89 338	1.65 336	1.42 464	0.33 435	0.25 416	0.37 462	0.39 482	0.35 413	0.29 379

SGM_RVC	1.68 498	0.36 357	0.61 148	0.59 324	0.29 129	2.25 512	1.18 498	2.38 524	1.68 490	3.60 545	2.67 516	3.69 537	2.42 534	8.13 553	1.90 492	0.31 419	0.31 459	0.30 403	0.28 415	0.30 379	0.29 379
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
HHNet	0.62 220	0.26 126	0.63 157	0.43 58	0.45 339	0.50 102	0.58 354	1.07 205	1.01 247	1.25 350	2.23 499	0.70 180	0.61 215	1.07 202	0.47 224	0.20 215	0.13 111	0.23 270	0.19 210	0.19 161	0.30 393

NF-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.02 214	0.82 214	0.57 193	5.40 506	0.48 229	0.23 300	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

OCTAStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.82 214	0.57 193	5.35 500	0.48 229	0.24 315	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

RE-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 315	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

TVStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 315	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

ADLNet	0.85 362	0.36 357	0.89 329	0.85 494	0.72 464	1.24 416	0.76 414	1.82 416	1.36 437	1.52 447	1.35 361	1.27 372	0.99 389	1.23 240	1.15 423	0.27 381	0.20 346	0.26 348	0.25 366	0.28 357	0.30 393

GES	0.66 254	0.34 326	0.90 333	0.59 324	0.38 281	0.94 348	0.57 350	2.11 485	0.86 183	1.02 231	1.11 255	0.66 166	0.79 284	0.99 180	0.61 293	0.27 381	0.19 328	0.20 168	0.20 242	0.21 236	0.30 393

STTStereo	0.78 329	0.50 428	1.22 425	0.64 380	0.54 397	0.89 329	0.54 313	1.44 305	1.11 295	1.38 413	1.09 245	1.27 372	0.85 314	1.43 295	0.83 366	0.29 406	0.27 431	0.33 433	0.39 482	0.32 397	0.30 393

GANet	1.36 469	0.47 414	0.86 305	0.67 413	0.45 339	1.34 432	1.73 528	1.64 362	1.24 379	1.49 443	2.38 505	1.55 429	1.20 440	9.30 559	0.93 384	0.30 411	0.31 459	0.33 433	0.28 415	0.39 437	0.30 393

MDST_ROB	1.67 496	0.34 326	1.58 476	0.92 514	0.58 418	4.26 554	1.11 489	2.83 536	1.41 459	4.49 555	2.55 513	1.45 409	0.97 374	7.79 550	1.17 427	0.31 419	0.25 416	0.37 462	0.33 460	0.31 388	0.30 393

z-mn7	1.56 486	0.84 501	4.36 539	0.71 442	0.51 378	2.60 525	1.04 481	1.73 382	2.70 537	1.53 448	2.99 522	1.94 484	1.34 463	4.78 489	2.41 506	0.29 406	0.24 407	0.27 365	0.24 351	0.34 410	0.31 403

GASNet	0.99 403	0.97 511	1.72 485	0.98 518	0.68 457	0.83 314	0.67 389	1.60 351	1.28 398	1.31 384	1.22 304	1.22 353	1.21 443	2.41 423	1.41 460	0.43 483	0.26 422	0.36 459	0.34 466	0.55 492	0.31 403

Wz-Net-MNSev	1.11 437	0.58 456	2.23 512	0.66 401	0.71 462	1.95 498	1.46 516	1.98 461	1.45 466	1.79 487	1.43 382	1.49 420	1.33 462	1.97 383	1.42 464	0.27 381	0.23 398	0.28 380	0.28 415	0.34 410	0.31 403

UDGNet	0.72 282	1.17 528	0.80 289	0.77 467	0.41 310	0.77 279	0.38 152	0.97 154	1.34 423	0.81 171	0.88 166	0.71 183	0.60 206	1.21 237	0.54 268	0.52 502	0.19 328	1.02 536	0.26 383	0.71 515	0.31 403

hitnet-ft	0.79 333	0.35 347	0.57 127	0.58 311	0.42 315	0.96 358	0.46 251	1.47 311	1.33 420	1.19 317	1.22 304	1.81 468	0.98 381	1.66 340	0.94 386	0.33 435	0.28 438	0.34 443	0.27 394	0.35 413	0.31 403

DeepPruner_ROB	0.74 305	0.48 418	0.87 316	0.57 305	0.44 332	0.79 290	0.54 313	1.73 382	0.96 220	1.38 413	1.27 324	1.24 360	0.73 257	1.43 295	0.73 330	0.34 445	0.28 438	0.27 365	0.26 383	0.31 388	0.31 403

ACV-stereo	0.99 403	0.51 431	1.41 455	0.56 289	0.41 310	2.43 520	0.57 350	1.15 230	1.18 345	0.81 171	1.01 206	3.39 533	2.14 525	1.60 328	1.07 409	0.27 381	0.22 386	0.22 232	0.22 315	0.28 357	0.32 409

rvit_stereo_0075_2	0.64 239	0.46 409	1.05 387	0.66 401	0.66 447	0.53 132	0.48 269	1.20 249	1.12 299	0.76 154	0.92 174	0.78 199	0.53 167	1.03 189	0.59 283	0.37 460	0.28 438	0.40 476	0.31 442	0.37 424	0.32 409

Wz-Net-LNSev	1.03 420	0.67 479	2.71 525	0.64 380	0.84 497	1.75 476	1.00 476	1.80 412	1.32 416	1.28 359	1.25 314	1.65 450	1.22 444	1.39 287	1.40 456	0.28 395	0.26 422	0.24 290	0.23 338	0.33 406	0.32 409

AF-Net	1.13 442	0.52 435	1.33 444	0.86 496	0.91 506	1.38 438	0.71 402	2.16 495	1.62 484	1.56 458	2.40 507	1.99 490	1.65 493	1.81 366	1.48 473	0.48 497	0.28 438	0.49 497	0.33 460	0.39 437	0.32 409

SGM-Forest	1.24 455	0.38 371	0.60 145	0.52 219	0.37 264	1.56 460	1.30 507	1.65 363	1.36 437	2.11 510	1.79 463	1.63 444	0.93 354	7.48 546	0.95 390	0.36 456	0.37 492	0.39 471	0.34 466	0.37 424	0.32 409
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.95 390	0.44 400	0.66 178	0.53 237	0.35 239	1.53 457	1.63 526	1.69 373	1.42 462	2.00 506	1.60 430	1.43 402	1.17 430	1.59 327	0.99 399	0.34 445	0.34 474	0.39 471	0.33 460	0.33 406	0.32 409
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven	1.38 472	0.70 487	3.91 535	0.75 461	0.72 464	2.69 529	0.95 466	2.02 472	1.99 513	1.99 503	1.73 454	1.82 471	1.17 430	2.45 425	2.84 513	0.28 395	0.25 416	0.31 409	0.30 436	0.41 444	0.33 415

DDVS	0.78 329	0.41 390	0.94 346	0.60 336	0.43 325	1.30 425	0.43 214	1.40 294	0.91 203	1.20 321	1.15 279	1.43 402	0.64 229	2.18 404	0.89 379	0.28 395	0.22 386	0.26 348	0.23 338	0.31 388	0.33 415

rvit_105_1	0.72 282	0.52 435	1.01 371	0.78 469	0.49 360	0.75 265	0.87 444	1.12 224	1.18 345	0.99 219	0.79 148	0.90 251	0.77 273	1.26 249	0.75 336	0.41 474	0.36 490	0.36 459	0.41 487	0.30 379	0.33 415

CBFPSM	0.92 382	0.33 303	1.86 495	0.49 156	0.38 281	1.75 476	0.84 435	1.39 292	1.12 299	1.09 249	0.99 196	2.37 509	1.66 497	1.32 264	1.42 464	0.19 180	0.18 310	0.20 168	0.20 242	0.21 236	0.33 415

NaN_ROB	1.13 442	0.55 445	1.15 417	0.64 380	0.48 356	1.61 464	2.03 544	1.72 381	1.48 469	2.09 509	1.27 324	1.40 397	1.08 414	3.94 472	1.30 442	0.28 395	0.34 474	0.28 380	0.28 415	0.30 379	0.33 415

Syn2CoEx	1.14 444	0.69 484	1.66 480	0.80 474	0.67 451	1.40 442	0.88 447	2.06 480	1.54 478	1.25 350	1.58 428	1.42 401	1.50 482	4.09 474	1.40 456	0.36 456	0.32 467	0.34 443	0.29 427	0.29 368	0.34 420

FADNet-RVC-Resample	0.84 358	0.47 414	2.10 504	0.61 350	0.45 339	1.07 384	0.61 368	1.59 347	1.20 358	1.08 243	0.98 194	1.03 306	0.98 381	2.17 401	0.72 327	0.23 300	0.22 386	0.30 403	0.32 450	0.35 413	0.34 420

SuperB	2.53 536	0.59 459	18.45 568	0.69 428	0.50 367	1.87 492	0.88 447	1.67 370	2.39 525	1.50 444	1.42 378	1.14 341	1.15 428	4.28 479	5.07 537	0.24 315	0.19 328	0.22 232	0.19 210	7.86 576	0.34 420

SGM-ForestM	6.52 561	0.38 371	1.26 432	0.63 371	0.35 239	13.59 572	5.32 568	6.32 567	6.70 563	11.14 573	9.18 566	22.51 585	13.93 573	16.89 576	20.07 574	0.36 456	0.37 492	0.36 459	0.35 471	0.36 420	0.34 420

XPNet_ROB	0.96 391	0.49 421	1.09 403	0.72 446	0.57 409	1.11 389	1.14 493	1.66 368	1.23 373	1.85 494	1.39 373	1.64 447	1.11 419	1.80 364	1.42 464	0.38 464	0.30 453	0.33 433	0.29 427	0.37 424	0.34 420

zh-mn7	1.70 500	1.21 529	8.30 555	0.69 428	0.53 393	1.45 450	0.84 435	1.70 378	2.09 519	2.41 523	2.67 516	1.68 453	1.23 446	4.49 481	2.87 514	0.30 411	0.26 422	0.27 365	0.27 394	0.31 388	0.35 425

AIO-Stereo-zeroshot1	0.98 401	0.39 376	3.21 529	0.50 168	0.63 439	0.64 196	0.39 167	2.36 521	0.75 150	0.95 207	4.63 541	1.81 468	0.56 184	0.96 168	0.41 166	0.18 139	0.13 111	0.21 203	0.26 383	0.32 397	0.35 425

pcwnet_v2	0.97 397	0.37 364	4.33 537	0.62 362	0.54 397	0.79 290	0.45 244	2.02 472	1.58 482	1.42 428	1.64 442	1.09 327	0.79 284	1.24 245	0.67 311	0.32 426	0.25 416	0.29 391	0.27 394	0.37 424	0.35 425

GwcNet	1.08 429	0.51 431	2.33 514	0.79 471	1.18 530	1.76 478	0.70 400	1.68 371	1.47 468	1.41 422	1.64 442	1.74 461	1.04 402	2.20 407	1.41 460	0.30 411	0.29 449	0.29 391	0.27 394	0.30 379	0.35 425

FADNet-RVC	0.88 372	0.67 479	1.93 498	0.60 336	0.48 356	0.91 336	0.60 366	1.71 380	1.18 345	0.90 192	0.96 184	1.36 392	0.92 345	2.25 411	1.17 427	0.30 411	0.29 449	0.32 424	0.32 450	0.41 444	0.35 425

ADCL	1.72 504	0.57 453	3.66 532	0.67 413	0.61 432	2.61 527	1.85 534	1.96 455	1.67 488	1.90 499	1.83 467	2.06 498	1.90 513	2.13 397	9.15 556	0.26 365	0.24 407	0.34 443	0.32 450	0.38 433	0.35 425

TCMNet	1.01 414	0.60 467	2.10 504	0.86 496	1.33 537	1.14 394	0.67 389	1.69 373	1.23 373	1.11 263	1.57 425	1.30 379	0.97 374	2.01 386	1.50 475	0.31 419	0.31 459	0.38 465	0.34 466	0.42 449	0.36 431

DCVSM-stereo	0.72 282	0.35 347	0.76 266	0.55 276	0.42 315	0.73 256	0.38 152	1.21 250	1.02 250	1.79 487	1.04 227	1.62 439	1.03 400	1.04 195	0.79 353	0.24 315	0.27 431	0.29 391	0.24 351	0.30 379	0.36 431

ITSA-stereo	0.82 347	0.36 357	0.82 293	0.54 252	0.31 177	0.80 298	0.47 258	2.17 501	1.67 488	1.13 280	1.13 267	0.94 268	0.86 322	2.46 428	1.00 400	0.26 365	0.23 398	0.28 380	0.27 394	0.28 357	0.36 431

Wz-Net-SNSev	1.49 479	1.23 530	6.27 548	0.68 424	0.67 451	1.37 435	1.41 513	2.00 464	1.39 450	1.48 441	1.61 434	2.29 504	1.32 461	3.93 471	2.14 502	0.31 419	0.28 438	0.31 409	0.33 460	0.42 449	0.36 431

CBMV_ROB	0.90 377	0.44 400	0.63 157	0.51 198	0.37 264	1.25 418	0.49 279	1.77 399	1.27 393	1.41 422	2.00 485	1.33 385	1.08 414	2.17 401	0.76 339	0.43 483	0.42 507	0.47 493	0.44 494	0.41 444	0.36 431

APVNet	1.06 424	0.53 439	1.42 456	0.84 489	0.79 486	1.92 495	0.82 433	1.90 439	1.08 278	1.08 243	1.43 382	1.56 430	1.13 426	3.07 452	1.58 478	0.31 419	0.34 474	0.42 481	0.36 475	0.36 420	0.37 436

Nwc_Net	1.09 432	0.49 421	1.33 444	0.89 508	0.80 491	1.49 454	0.66 385	2.19 504	1.27 393	1.32 388	2.26 500	1.96 487	1.54 483	1.92 376	1.34 447	0.40 470	0.30 453	0.43 483	0.45 496	0.38 433	0.37 436

RTSC	1.29 459	0.73 490	2.44 517	0.83 488	0.57 409	1.85 490	0.65 380	1.88 433	2.00 514	2.20 512	1.66 447	1.60 437	1.26 452	2.33 417	3.92 530	0.32 426	0.23 398	0.27 365	0.29 427	0.37 424	0.37 436

SANet	1.88 511	0.57 453	2.18 511	0.63 371	0.40 302	2.80 533	1.57 523	2.39 525	5.88 561	2.36 520	3.57 530	3.72 538	2.97 543	4.74 487	1.76 485	0.34 445	0.30 453	0.32 424	0.29 427	0.48 476	0.37 436

LALA_ROB	1.01 414	0.59 459	1.16 418	0.67 413	0.51 378	1.63 466	1.26 506	1.69 373	1.38 445	1.81 491	1.37 364	1.94 484	1.02 398	1.58 325	1.38 452	0.37 460	0.27 431	0.43 483	0.37 478	0.43 455	0.37 436

PWCDC_ROB	1.29 459	0.75 495	1.33 444	1.05 523	0.88 505	1.73 475	0.52 299	1.89 436	3.28 543	1.29 365	4.88 546	1.22 353	1.46 475	1.77 362	1.45 468	0.60 516	0.26 422	0.29 391	0.25 366	0.52 486	0.37 436

FINET	0.97 397	0.54 440	1.60 477	0.63 371	0.79 486	1.08 385	1.07 486	1.56 344	2.20 522	1.15 289	1.49 403	0.94 268	0.88 332	2.32 416	1.05 404	0.42 478	0.35 485	0.32 424	0.28 415	0.43 455	0.38 442

FADNet_RVC	0.83 353	0.51 431	1.83 494	0.54 252	0.42 315	1.19 409	0.46 251	1.51 326	1.09 286	0.89 190	1.24 310	0.91 254	0.87 327	2.11 396	1.11 418	0.27 381	0.22 386	0.31 409	0.28 415	0.43 455	0.38 442

PS-NSSS	0.99 403	0.58 456	0.93 342	0.58 311	0.57 409	0.91 336	0.80 428	1.81 415	1.14 314	1.14 283	1.67 449	1.00 293	0.83 307	4.62 485	0.78 347	0.37 460	0.31 459	0.52 501	0.32 450	0.45 465	0.38 442

GrayStereo	0.82 347	0.26 126	0.58 133	0.63 371	0.37 264	0.76 271	1.86 535	1.11 222	0.87 187	1.99 503	1.89 476	1.08 317	1.82 508	1.39 287	0.48 229	0.19 180	0.14 162	0.19 133	0.21 286	0.18 120	0.39 445

zh-sn7	1.76 506	1.38 532	6.58 549	0.74 457	0.72 464	1.78 483	1.31 508	1.88 433	1.56 481	1.86 495	2.47 511	1.81 468	2.08 523	5.12 496	3.80 529	0.32 426	0.32 467	0.32 424	0.32 450	0.44 461	0.40 446

HBP-ISP	0.96 391	0.58 456	0.72 224	0.61 350	0.46 350	1.64 468	0.76 414	1.86 428	1.28 398	1.30 374	1.53 410	0.86 234	0.94 359	3.27 460	0.69 318	0.45 489	0.44 511	0.54 507	0.48 503	0.47 472	0.40 446

FADNet	0.92 382	0.61 469	1.81 491	0.62 362	0.55 403	0.96 358	0.57 350	1.78 403	1.33 420	0.93 200	1.01 206	1.36 392	1.01 393	2.71 440	0.75 336	0.33 435	0.34 474	0.31 409	0.34 466	0.59 499	0.40 446

DeepPrunerF	1.60 490	0.73 490	5.81 546	0.88 504	1.19 531	0.91 336	0.95 466	2.19 504	5.24 559	1.17 308	1.30 334	1.19 348	1.30 459	4.90 492	1.66 483	0.42 478	0.34 474	0.52 501	0.47 501	0.41 444	0.40 446

NCCL2	1.00 408	0.56 449	1.06 391	0.75 461	0.57 409	1.31 427	1.72 527	1.77 399	1.36 437	1.50 444	1.17 287	1.91 479	1.17 430	1.54 318	1.29 441	0.35 452	0.31 459	0.45 488	0.44 494	0.40 441	0.40 446

CSAN	1.41 476	0.59 459	1.26 432	0.70 434	0.50 367	1.76 478	1.78 529	1.77 399	1.90 508	2.35 518	2.32 502	1.92 482	1.94 515	5.56 510	1.49 474	0.43 483	0.35 485	0.40 476	0.41 487	0.43 455	0.41 451

NOSS_ROB	1.26 458	0.46 409	0.62 154	0.56 289	0.38 281	1.06 382	0.78 419	1.73 382	1.40 455	1.01 227	1.43 382	1.10 329	0.75 261	10.62 570	0.65 305	0.45 489	0.43 508	0.48 495	0.45 496	0.44 461	0.41 451

ETE_ROB	0.96 391	0.64 476	1.16 418	0.69 428	0.48 356	1.14 394	1.13 492	1.77 399	1.19 353	1.91 500	1.45 389	1.73 459	1.05 406	1.60 328	1.14 422	0.32 426	0.26 422	0.38 465	0.34 466	0.39 437	0.41 451

PWC_ROB	1.24 455	0.76 496	2.46 518	0.72 446	0.78 483	1.15 400	0.49 279	1.75 389	1.92 509	2.31 515	3.07 523	1.59 435	1.40 467	2.46 428	2.10 501	0.33 435	0.22 386	0.35 451	0.24 351	0.38 433	0.41 451

DualNet (step1)	0.83 353	0.49 421	1.13 412	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 345	1.23 240	0.67 311	0.57 511	0.28 438	0.62 520	0.67 527	0.45 465	0.42 455

test_sample9	1.86 510	0.49 421	1.13 412	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 345	2.27 413	7.92 552	0.57 511	12.61 583	0.62 520	0.67 527	0.45 465	0.42 455

test_sample8	2.19 524	0.49 421	1.13 412	0.56 289	0.39 291	1.02 373	0.73 406	1.82 416	1.15 326	2.26 513	1.30 334	4.94 548	2.52 537	2.27 413	7.92 552	0.57 511	12.61 583	0.62 520	0.67 527	0.45 465	0.42 455

CASS	0.65 247	0.34 326	0.72 224	0.56 289	0.27 87	0.78 284	0.42 195	1.59 347	0.86 183	1.30 374	1.25 314	0.87 238	0.84 311	0.84 132	0.54 268	0.35 452	0.19 328	0.26 348	0.21 286	0.28 357	0.42 455
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
NCC-stereo	1.10 434	0.54 440	1.24 429	0.84 489	0.94 510	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 500	2.35 418	1.25 434	0.45 489	0.37 492	0.45 488	0.58 519	0.42 449	0.42 455

Abc-Net	1.10 434	0.54 440	1.24 429	0.84 489	0.94 510	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 500	2.35 418	1.25 434	0.45 489	0.37 492	0.45 488	0.58 519	0.42 449	0.42 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	2.26 526	0.56 449	0.92 340	0.61 350	0.49 360	2.60 525	1.02 479	3.18 542	2.05 517	7.40 570	4.98 547	7.58 559	2.98 544	6.37 525	1.96 495	0.43 483	0.43 508	0.45 488	0.39 482	0.43 455	0.42 455
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
RP	1.09 432	0.50 428	1.12 410	0.90 509	1.04 516	1.11 389	0.84 435	1.80 412	1.62 484	1.55 457	2.00 485	1.90 478	1.78 503	1.84 367	1.25 434	0.52 502	0.36 490	0.48 495	0.36 475	0.45 465	0.43 462

FBW_ROB	1.71 503	0.62 473	1.45 462	0.67 413	0.61 432	1.81 485	1.08 487	2.52 531	1.70 491	1.77 483	1.73 454	1.98 489	1.25 450	12.57 573	1.84 488	0.34 445	0.37 492	0.56 515	0.38 480	0.45 465	0.43 462

SACVNet	0.85 362	0.46 409	0.85 299	0.81 477	0.56 406	0.80 298	0.79 422	1.68 371	1.12 299	1.34 400	1.33 348	1.25 364	0.94 359	2.39 422	0.76 339	0.34 445	0.26 422	0.31 409	0.29 427	0.35 413	0.44 464

ADCMid	1.89 514	0.73 490	5.06 541	0.72 446	0.67 451	2.00 502	1.14 493	1.97 459	1.48 469	2.86 536	1.81 466	2.37 509	2.05 521	2.24 409	10.39 561	0.33 435	0.31 459	0.39 471	0.43 492	0.50 480	0.44 464

aanetorigin	1.23 454	0.79 498	2.78 527	0.70 434	0.79 486	0.99 368	1.06 485	1.06 203	1.37 441	3.52 544	2.61 514	1.72 458	1.63 491	1.99 384	1.78 486	0.25 342	0.24 407	0.26 348	0.25 366	0.38 433	0.45 466

ADCPNet	1.85 509	0.69 484	8.07 552	0.71 442	0.58 418	2.79 532	1.22 501	1.94 452	1.54 478	1.88 496	1.69 450	2.46 514	2.04 519	2.37 420	6.48 542	0.38 464	0.37 492	0.38 465	0.43 492	0.47 472	0.45 466

DANet	1.08 429	0.61 469	1.32 442	0.85 494	0.72 464	1.37 435	0.51 288	1.54 337	1.15 326	1.78 484	1.54 415	2.01 492	1.11 419	2.90 446	2.00 497	0.33 435	0.30 453	0.40 476	0.30 436	0.44 461	0.45 466
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MSAF-DinoV2	1.97 517	0.80 500	10.38 560	0.86 496	0.48 356	1.39 440	0.97 469	2.55 533	1.72 494	1.53 448	1.65 444	3.59 535	2.20 528	5.39 505	3.94 531	0.27 381	0.17 288	0.26 348	0.28 415	0.47 472	0.46 469

RGC	1.14 444	0.79 498	1.26 432	0.91 512	0.96 513	1.52 456	0.77 417	1.92 446	1.26 387	1.54 454	1.93 479	2.02 494	1.54 483	2.25 411	1.31 443	0.44 488	0.35 485	0.58 518	0.48 503	0.47 472	0.46 469

stereogan	1.15 448	0.42 394	1.40 450	0.86 496	0.84 497	2.38 518	0.71 402	1.88 433	1.73 495	1.72 479	1.94 481	2.31 506	1.29 455	2.07 392	1.08 410	0.36 456	0.35 485	0.39 471	0.31 442	0.51 484	0.46 469

edge stereo	1.11 437	0.50 428	1.30 438	0.71 442	0.65 444	1.14 394	0.75 411	1.93 450	1.37 441	1.71 478	1.83 467	2.54 515	1.44 472	2.43 424	1.23 432	0.42 478	0.41 505	0.54 507	0.35 471	0.42 449	0.46 469

WZ-Net	1.95 515	0.95 510	10.10 557	0.86 496	0.78 483	1.69 471	1.60 524	2.20 507	1.98 512	2.08 508	1.93 479	2.30 505	1.97 516	5.30 499	3.17 521	0.34 445	0.26 422	0.29 391	0.31 442	0.51 484	0.47 473

PA-Net	1.01 414	0.57 453	1.29 437	0.64 380	0.74 470	1.19 409	0.84 435	1.69 373	1.43 464	1.16 299	1.19 296	1.32 384	1.19 437	3.42 464	1.25 434	0.29 406	0.45 515	0.33 433	0.49 506	0.32 397	0.47 473
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCMA_ROB	1.84 508	0.47 414	1.31 439	0.69 428	0.57 409	2.11 507	1.14 493	1.87 430	1.73 495	4.04 549	6.43 552	5.62 553	3.61 549	2.59 434	1.94 494	0.52 502	0.44 511	0.39 471	0.42 490	0.48 476	0.47 473

RTS	2.67 538	1.38 532	15.28 566	0.99 519	1.26 534	3.78 546	1.96 541	2.15 492	2.62 534	2.61 527	2.85 520	2.60 517	1.59 487	6.27 523	5.71 540	0.40 470	0.28 438	0.35 451	0.35 471	0.50 480	0.48 476

RTSA	2.67 538	1.38 532	15.28 566	0.99 519	1.26 534	3.78 546	1.96 541	2.15 492	2.62 534	2.61 527	2.85 520	2.60 517	1.59 487	6.27 523	5.71 540	0.40 470	0.28 438	0.35 451	0.35 471	0.50 480	0.48 476

CC-Net-ROB	1.49 479	1.26 531	1.27 435	0.88 504	0.79 486	1.76 478	1.00 476	1.79 409	1.26 387	1.10 257	1.61 434	1.21 351	0.99 389	8.13 553	0.84 369	1.09 537	0.41 505	2.20 546	0.46 499	1.20 536	0.48 476

DPSNet	1.69 499	0.59 459	4.33 537	0.70 434	0.57 409	2.02 503	1.62 525	3.35 545	1.78 499	1.48 441	1.38 369	2.17 500	2.84 541	4.77 488	3.66 527	0.48 497	0.31 459	0.29 391	0.25 366	0.64 506	0.48 476

ISRNet	0.80 336	0.33 303	1.07 396	0.81 477	0.66 447	0.60 174	0.34 102	1.19 247	1.13 311	1.59 465	1.53 410	1.35 390	0.77 273	1.27 252	0.94 386	0.39 467	0.34 474	0.43 483	0.38 480	0.34 410	0.49 480

Anonymous_2	1.30 461	0.55 445	0.82 293	0.52 219	0.58 418	1.01 371	0.64 378	1.25 266	0.97 227	0.96 209	0.78 142	1.33 385	1.29 455	1.03 189	0.74 331	0.62 518	0.64 537	1.06 537	9.63 577	1.16 533	0.49 480

coex-ft	8.13 566	2.13 558	98.04 593	0.67 413	0.53 393	1.71 472	1.56 521	1.65 363	11.11 567	18.17 582	3.75 532	3.88 539	7.61 568	2.98 450	6.49 543	0.30 411	0.30 453	0.32 424	0.31 442	0.66 510	0.50 482

MFN_U_SF_DS_RVC	1.74 505	0.87 506	3.56 531	0.80 474	0.75 477	3.72 545	2.44 557	1.82 416	1.82 503	1.74 480	1.91 478	1.92 482	1.26 452	7.69 549	1.28 440	0.45 489	0.47 519	0.52 501	0.77 532	0.50 480	0.50 482

SHD	1.31 463	0.71 489	2.34 515	0.86 496	0.75 477	1.77 481	0.65 380	2.22 508	2.50 531	2.40 522	1.71 452	1.91 479	1.60 489	1.93 379	2.37 505	0.38 464	0.31 459	0.38 465	0.40 486	0.48 476	0.50 482

MSMD_ROB	1.99 519	0.59 459	0.89 329	0.70 434	0.61 432	3.95 550	0.94 464	1.80 412	1.79 500	4.41 553	4.43 537	8.17 562	3.66 550	3.40 462	1.33 445	0.52 502	0.48 520	0.54 507	0.58 519	0.53 488	0.50 482

FC-DCNN v2	2.81 544	0.59 459	0.85 299	0.73 454	0.57 409	2.97 536	1.05 483	3.39 546	2.61 533	6.98 566	7.67 560	10.38 569	6.31 564	5.75 515	3.37 525	0.53 508	0.48 520	0.51 499	0.50 509	0.53 488	0.51 486

FC-DCNN	2.72 543	0.59 459	0.86 305	0.73 454	0.57 409	2.91 534	1.04 481	3.01 540	2.60 532	6.83 565	7.64 559	9.92 566	6.33 565	5.21 497	3.14 519	0.53 508	0.48 520	0.51 499	0.50 509	0.53 488	0.51 486

STTRV1_RVC	1.58 487	0.68 483	1.96 500	0.88 504	1.12 523	1.57 461	0.90 454	2.25 511	1.75 498	1.29 365	2.02 488	1.40 397	1.22 444	9.77 567	1.31 443	0.81 526	0.33 472	0.54 507	0.49 506	0.73 517	0.52 488

FAT-Stereo	1.07 426	0.41 390	1.32 442	0.72 446	0.58 418	1.08 385	0.89 449	1.96 455	1.65 486	1.75 481	1.98 482	2.03 495	1.48 478	2.02 387	1.18 430	0.42 478	0.35 485	0.34 443	0.29 427	0.35 413	0.53 489

ccnet	1.12 439	0.67 479	1.01 371	0.78 469	0.73 469	1.72 474	0.99 474	1.84 424	1.26 387	1.47 435	1.85 471	1.75 464	1.29 455	1.75 355	1.88 491	0.57 511	0.53 528	0.57 517	0.55 516	0.59 499	0.54 490

AnyNet_C32	1.96 516	1.10 520	5.17 542	0.90 509	1.11 521	2.12 508	2.37 555	1.85 425	1.48 469	2.45 524	1.70 451	2.05 497	1.64 492	2.50 431	10.28 560	0.37 460	0.34 474	0.35 451	0.41 487	0.49 479	0.54 490

MANE	6.19 559	0.59 459	1.03 382	0.93 515	1.22 533	13.38 571	2.69 558	12.81 574	17.94 579	8.21 571	10.82 570	14.72 573	11.68 569	11.39 572	11.90 563	0.59 515	0.50 525	0.52 501	1.76 561	0.55 492	0.54 490

RYNet	1.17 451	0.49 421	1.24 429	0.70 434	0.97 514	1.71 472	0.92 457	1.91 443	1.46 467	1.38 413	1.14 271	1.88 474	1.30 459	4.24 476	1.87 489	0.26 365	0.21 368	0.35 451	0.27 394	0.55 492	0.54 490

sAnonymous2	0.55 179	0.56 449	1.46 464	0.60 336	0.51 378	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 288	0.22 232	0.21 286	0.86 520	0.56 494

CroCo_RVC	0.55 179	0.56 449	1.46 464	0.60 336	0.51 378	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 288	0.22 232	0.21 286	0.86 520	0.56 494

psmorigin	1.52 483	0.69 484	10.52 561	0.68 424	0.59 426	1.13 393	0.70 400	1.57 345	1.19 353	1.99 503	1.79 463	2.26 503	1.47 477	2.09 394	1.36 451	0.39 467	0.40 503	0.34 443	0.33 460	0.43 455	0.56 494

ADCS	2.25 525	0.99 514	5.55 543	0.81 477	0.74 470	2.19 510	1.80 530	2.27 514	2.14 520	2.80 535	2.13 495	2.40 511	2.03 518	2.64 438	13.69 565	0.41 474	0.39 501	0.40 476	0.45 496	0.58 497	0.56 494

G-Net	1.66 495	0.63 474	1.56 474	1.11 528	0.74 470	2.98 537	0.91 455	1.55 341	1.22 370	2.76 533	8.18 564	2.32 507	2.53 538	1.92 376	1.87 489	0.48 497	0.44 511	0.45 488	0.31 442	0.60 503	0.57 498

Wz-Net-TNSev	1.88 511	2.08 557	7.66 550	0.67 413	0.64 442	2.42 519	1.83 533	2.33 518	1.74 497	1.57 462	1.56 421	2.58 516	1.90 513	4.86 490	3.12 518	0.39 467	0.37 492	0.33 433	0.37 478	0.53 488	0.58 499

FCDSN-DC	2.32 528	0.63 474	0.81 290	0.84 489	0.75 477	2.23 511	0.94 464	2.09 484	1.80 501	5.45 563	7.72 561	7.77 561	6.93 567	3.39 461	1.80 487	0.52 502	0.48 520	0.52 501	0.51 512	0.57 495	0.58 499
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	26.87 582	13.43 578	70.68 592	0.91 512	0.68 457	57.02 592	21.06 576	32.82 588	32.67 585	52.12 593	53.61 592	66.05 594	49.56 593	48.79 594	34.71 587	0.49 501	0.44 511	0.53 506	0.53 514	0.63 504	0.59 501

SAMSARA	1.55 485	0.84 501	2.61 522	1.22 531	1.07 517	2.50 522	1.93 539	2.05 475	1.89 506	2.75 532	1.66 447	2.81 523	1.69 498	3.08 454	1.97 496	0.46 495	0.51 526	0.42 481	0.46 499	0.58 497	0.59 501

GANetREF_RVC	1.07 426	0.86 505	1.31 439	0.82 485	0.53 393	1.41 447	1.31 508	1.76 395	1.52 475	1.27 357	1.31 340	1.46 412	1.24 449	2.03 388	0.96 394	0.56 510	0.45 515	0.67 523	0.50 509	0.88 522	0.59 501
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
XQC	1.37 470	0.87 506	2.56 521	0.84 489	0.69 459	1.83 488	0.89 449	2.07 481	1.88 505	1.88 496	1.53 410	1.91 479	1.55 485	2.85 445	3.05 516	0.48 497	0.29 449	0.44 487	0.39 482	0.69 513	0.60 504

EDNetEfficient	2.37 530	1.10 520	8.08 553	0.74 457	0.71 462	0.98 367	1.56 521	1.46 309	4.06 552	4.90 558	2.82 519	2.25 502	3.48 548	2.95 447	9.97 557	0.26 365	0.24 407	0.26 348	0.30 436	0.68 512	0.61 505

MFN_U_SF_RVC	1.52 483	0.84 501	3.42 530	0.87 503	0.66 447	2.56 524	0.95 466	2.36 521	1.70 491	1.98 502	1.86 472	2.45 513	1.79 504	2.95 447	2.58 508	0.52 502	0.48 520	0.55 512	0.59 522	0.59 499	0.61 505

FTStereo	0.91 380	0.26 126	0.56 117	0.54 252	0.33 217	0.66 221	1.87 536	1.00 164	0.75 150	1.75 481	4.15 536	1.04 309	1.65 493	1.57 323	0.46 217	0.19 180	0.16 259	0.23 270	0.21 286	0.18 120	0.63 507

AnyNet_C01	2.26 526	1.78 546	10.22 559	0.93 515	0.74 470	2.92 535	2.20 550	2.29 516	1.80 501	2.53 526	2.41 508	2.71 521	1.73 499	3.41 463	6.72 544	0.41 474	0.39 501	0.40 476	0.42 490	0.67 511	0.63 507

NVstereo2D	0.92 382	0.41 390	1.48 469	0.72 446	0.72 464	1.20 411	0.87 444	1.75 389	1.38 445	0.99 219	1.13 267	1.26 368	0.98 381	2.21 408	0.89 379	0.43 483	0.20 346	0.38 465	0.24 351	0.57 495	0.63 507

ELAS_RVC	2.48 535	0.74 493	1.90 496	1.05 523	0.92 508	2.76 530	4.01 566	2.76 535	4.11 553	4.69 556	4.63 541	4.62 543	5.96 562	3.97 473	3.96 532	0.63 520	0.53 528	0.56 515	0.52 513	0.64 506	0.63 507
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.02 417	0.97 511	1.44 457	1.23 532	1.10 519	1.40 442	0.62 371	1.69 373	1.38 445	0.94 205	1.53 410	0.97 284	0.83 307	1.17 229	0.93 384	0.69 523	0.34 474	0.99 534	0.60 523	0.97 524	0.64 511

ELAS	2.37 530	0.74 493	1.54 473	0.99 519	0.92 508	4.78 556	2.33 554	3.33 544	3.37 545	5.05 561	4.77 545	3.67 536	4.53 557	3.42 464	4.50 535	0.62 518	0.53 528	0.55 512	0.53 514	0.63 504	0.64 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.62 493	0.51 431	2.17 509	0.53 237	0.56 406	3.80 548	0.45 244	1.54 337	1.29 402	1.33 396	2.41 508	1.08 317	0.96 371	11.18 571	1.16 424	0.66 522	0.63 536	0.43 483	0.32 450	0.64 506	0.67 513

MSC_U_SF_DS_RVC	2.12 521	1.15 526	3.10 528	1.05 523	0.76 480	5.03 559	2.40 556	2.16 495	2.62 534	1.89 498	2.28 501	2.69 520	1.65 493	9.35 561	2.04 498	0.64 521	0.51 526	0.68 524	0.71 530	1.09 532	0.67 513

PASM	1.34 467	0.92 509	2.62 523	0.86 496	0.87 504	1.03 376	1.08 487	1.50 319	1.51 474	1.82 492	1.41 377	1.68 453	1.26 452	4.87 491	1.34 447	0.61 517	0.65 539	0.68 524	0.78 533	0.69 513	0.68 515

PSM-AAD	0.79 333	0.27 155	0.53 97	0.55 276	0.28 112	0.77 279	1.24 502	0.99 160	0.91 203	1.66 474	1.57 425	0.81 209	2.19 527	1.65 336	0.44 190	0.19 180	0.14 162	0.38 465	0.32 450	0.21 236	0.70 516

DGSMNet	1.14 444	0.76 496	2.49 519	0.81 477	0.86 502	1.39 440	1.39 512	2.13 486	1.35 433	1.26 354	1.63 441	1.48 419	0.98 381	1.75 355	1.10 415	0.45 489	0.43 508	0.55 512	0.49 506	0.75 518	0.70 516

S-Stereo	1.15 448	0.46 409	2.17 509	0.81 477	0.80 491	1.21 413	1.19 499	1.93 450	2.02 515	1.47 435	2.11 493	1.57 431	1.17 430	2.05 391	1.41 460	0.40 470	0.40 503	0.35 451	0.31 442	0.44 461	0.70 516

LCNet	0.72 282	0.28 177	0.52 91	0.55 276	0.31 177	0.69 237	0.54 313	1.00 164	0.88 191	1.19 317	1.34 355	0.97 284	1.34 463	2.56 433	0.45 203	0.18 139	0.13 111	0.21 203	0.25 366	0.27 338	0.73 519

PDISCO_ROB	1.32 465	0.65 477	1.44 457	1.36 533	1.46 540	2.55 523	0.92 457	2.45 529	2.07 518	1.37 408	1.49 403	1.65 450	1.00 391	2.82 442	1.35 450	1.01 531	0.27 431	0.54 507	0.47 501	0.71 515	0.73 519

PVD	1.70 500	0.84 501	2.26 513	0.94 517	0.83 496	2.48 521	0.97 469	2.59 534	3.35 544	3.01 541	2.77 518	2.34 508	2.47 536	2.67 439	3.14 519	0.47 496	0.45 515	0.59 519	0.48 503	0.59 499	0.75 521

EDNetEfficientorigin	10.57 570	1.47 540	177.42 594	0.67 413	0.53 393	1.58 462	1.16 496	1.90 439	3.37 545	4.71 557	3.38 527	3.10 531	2.69 540	3.13 456	3.58 526	0.25 342	0.23 398	0.33 433	0.27 394	0.83 519	0.81 522

MaskLacGwcNet_RVC	1.10 434	1.02 516	1.00 367	0.82 485	0.67 451	1.93 496	0.93 461	1.62 358	1.11 295	1.15 289	1.25 314	1.50 421	0.79 284	1.96 382	0.76 339	1.89 543	0.34 474	0.79 527	0.36 475	1.25 537	0.83 523

LoS_RVC	0.42 81	0.26 126	0.40 17	0.44 81	0.82 495	0.51 119	0.44 227	0.64 33	0.41 40	0.44 65	0.78 142	0.44 62	0.47 129	0.56 40	0.36 117	0.13 19	0.12 50	0.14 1	0.10 2	0.13 4	0.84 524

GMM-Stereo	0.74 305	0.25 103	0.59 140	0.54 252	0.34 235	0.72 252	0.99 474	1.01 170	0.87 187	1.36 405	1.78 462	1.12 334	0.81 294	2.09 394	0.46 217	0.18 139	0.12 50	0.25 329	0.25 366	0.20 195	0.85 525

GCST	1.08 429	1.47 540	0.93 342	1.73 541	1.14 527	1.30 425	0.31 76	1.33 275	1.16 335	1.29 365	0.97 193	0.98 286	0.49 148	2.08 393	0.46 217	1.19 540	0.70 540	1.30 540	0.85 538	1.02 528	0.89 526

Prome-Stereo	0.75 313	0.27 155	0.53 97	0.55 276	0.32 196	0.59 166	0.97 469	0.89 117	0.88 191	1.45 432	2.46 510	0.91 254	1.41 468	1.58 325	0.44 190	0.18 139	0.13 111	0.19 133	0.17 170	0.20 195	0.92 527

Consistency-Raft	1.25 457	0.99 514	1.93 498	1.02 522	1.21 532	0.96 358	1.01 478	1.75 389	1.92 509	1.36 405	2.12 494	1.44 407	1.01 393	1.14 220	1.40 456	0.72 524	0.82 543	0.89 530	0.98 546	1.31 538	0.95 528

MADNet+	2.69 540	3.22 568	11.53 562	1.44 538	1.12 523	3.19 539	1.81 531	2.85 537	2.37 524	1.68 476	2.07 492	2.85 525	2.18 526	7.41 543	5.23 538	0.79 525	0.76 541	0.69 526	0.65 526	0.98 525	0.95 528

anonymity	1.12 439	0.97 511	1.21 423	1.07 526	1.12 523	1.08 385	0.89 449	1.95 454	1.16 335	1.29 365	1.26 321	1.22 353	1.09 417	1.15 221	1.01 401	1.02 533	1.00 556	0.97 532	0.97 544	0.98 525	0.99 530

KYRaft	0.75 313	0.28 177	0.62 154	0.56 289	0.29 129	0.67 225	0.86 442	0.94 141	0.84 181	1.62 469	2.21 498	1.16 343	1.02 398	1.57 323	0.40 155	0.20 215	0.13 111	0.22 232	0.28 415	0.20 195	1.02 531

SPS-STEREO	1.67 496	1.04 517	1.23 426	1.21 530	1.13 526	1.82 487	1.11 489	2.16 495	1.52 475	3.07 543	2.32 502	2.82 524	1.80 505	4.11 475	2.04 498	1.03 534	0.99 555	0.97 532	0.94 542	1.03 530	1.02 531
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UDG	1.41 476	2.65 563	0.99 362	1.44 538	1.64 542	1.34 432	0.80 428	1.60 351	1.23 373	1.23 336	1.71 452	2.01 492	1.34 463	1.47 305	1.41 460	0.90 528	0.54 531	2.29 548	0.75 531	1.84 540	1.04 533

SGM+DAISY	2.41 533	1.07 518	2.14 508	1.18 529	1.10 519	2.14 509	1.36 511	1.96 455	1.66 487	5.46 564	7.07 555	4.95 549	4.32 556	5.50 507	2.26 504	1.04 535	1.02 558	0.99 534	0.97 544	1.02 528	1.04 533

MFMNet_re	1.40 475	1.14 525	1.68 481	1.39 535	1.07 517	1.48 452	1.43 514	1.87 430	1.82 503	2.26 513	2.19 497	1.51 423	1.86 510	1.52 312	1.25 434	0.93 529	0.83 544	0.84 529	0.80 534	0.99 527	1.05 535

CAS	0.63 227	0.18 1	0.37 5	2.27 547	0.84 497	0.57 158	0.54 313	0.79 79	0.62 103	0.48 89	0.70 121	0.36 47	0.26 17	0.45 12	0.35 107	2.24 547	0.10 9	0.14 1	0.09 1	0.15 38	1.06 536

WAO-7	2.66 537	1.40 535	1.73 487	1.39 535	1.17 528	3.93 549	1.94 540	4.11 552	3.88 551	2.92 537	5.50 548	4.18 541	3.00 545	7.63 548	3.71 528	1.13 539	1.00 556	1.17 539	1.13 550	1.18 535	1.09 537

PWCK	2.88 546	2.05 555	5.72 545	2.08 545	1.11 521	3.55 543	3.90 565	2.86 538	3.54 549	3.03 542	3.63 531	3.10 531	2.31 531	8.15 555	3.09 517	2.12 546	0.91 553	1.75 543	0.98 546	2.57 547	1.18 538

NVStereoNet_ROB	1.88 511	1.07 518	1.45 462	1.07 526	1.17 528	1.47 451	1.48 518	1.89 436	1.93 511	1.94 501	4.67 544	3.08 530	1.80 505	6.51 527	1.65 481	1.06 536	0.86 550	1.08 538	1.32 551	0.93 523	1.26 539
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV-BASED-STEREO-	0.70 273	3.18 567	2.55 520	0.39 29	0.23 22	0.44 57	0.23 24	0.63 31	0.42 43	0.44 65	0.44 41	0.34 43	0.28 23	0.56 40	0.29 35	1.35 541	0.10 9	0.22 232	0.19 210	0.46 471	1.31 540

DDUNet	1.50 481	2.69 564	1.12 410	1.77 542	1.88 544	1.84 489	0.92 457	1.70 378	1.16 335	1.38 413	1.79 463	1.60 437	1.12 422	1.37 278	1.08 410	1.10 538	0.76 541	2.37 550	0.94 542	2.00 541	1.37 541

CES	0.48 126	0.20 8	0.37 5	0.39 29	1.39 538	0.55 148	0.35 110	0.98 158	0.66 127	0.44 65	0.66 106	0.35 45	0.27 19	0.56 40	0.33 80	0.15 36	0.13 111	0.15 19	0.10 2	0.19 161	1.46 542

test_for_model	1.30 461	3.71 570	0.58 133	3.22 561	2.84 561	0.59 166	0.33 90	1.40 294	0.83 177	1.42 428	0.61 96	0.52 111	0.37 74	0.51 24	0.33 80	2.46 548	0.15 220	0.16 49	0.11 8	4.39 571	1.50 543

SQANet	1.31 463	0.88 508	1.08 400	1.83 543	1.44 539	1.44 449	0.75 411	1.74 387	1.09 286	1.32 388	1.26 321	1.28 375	1.01 393	1.50 309	0.83 366	2.50 549	0.34 474	1.47 541	0.55 516	2.32 543	1.57 544

WAO-8	4.40 552	1.82 549	1.79 489	2.34 548	2.20 547	9.19 564	1.53 519	6.09 564	16.46 573	3.94 547	7.84 562	7.32 556	3.72 552	9.41 563	3.31 522	2.00 544	1.07 559	2.44 555	1.37 555	2.50 545	1.68 545

Venus	4.40 552	1.82 549	1.79 489	2.34 548	2.20 547	9.19 564	1.53 519	6.09 564	16.46 573	3.94 547	7.84 562	7.32 556	3.72 552	9.41 563	3.31 522	2.00 544	1.07 559	2.44 555	1.37 555	2.50 545	1.68 545

IGEV-Stereo+	0.45 106	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 26	0.26 5	0.25 7	0.31 36	0.41 90	1.43 295	0.30 45	0.17 100	0.12 50	0.15 19	0.11 8	1.16 533	1.70 547

WAO-6	2.81 544	1.60 543	1.46 464	2.36 550	2.28 552	3.55 543	2.29 553	4.21 553	4.56 557	2.36 520	4.51 538	4.88 547	2.66 539	4.60 484	4.07 534	1.72 542	1.15 562	2.31 549	1.46 557	2.31 542	1.85 548

JetBlue	3.97 550	2.01 552	10.19 558	1.38 534	2.84 561	10.53 567	9.54 569	3.60 548	2.41 526	2.73 531	3.39 528	4.54 542	4.31 555	7.85 552	6.84 545	0.88 527	0.93 554	0.89 530	0.91 540	1.74 539	1.91 549

otaku	1.60 490	1.11 523	1.21 423	2.20 546	1.56 541	1.97 499	1.24 502	2.07 481	1.36 437	1.44 430	1.62 437	1.73 459	1.19 437	1.73 354	0.98 398	2.89 554	0.57 533	1.74 542	0.60 523	2.78 550	1.94 550

Ntro	1.64 494	1.15 526	1.23 426	2.48 551	1.83 543	2.09 506	1.16 496	1.96 455	1.38 445	1.21 325	1.62 437	1.62 439	1.29 455	1.87 373	1.11 418	3.04 555	0.56 532	1.82 544	0.64 525	2.80 551	2.05 551

RainbowNet	1.97 517	1.76 545	1.57 475	2.81 554	2.21 549	1.98 501	1.81 531	2.54 532	1.89 506	1.50 444	1.84 469	1.96 487	1.65 493	2.14 398	1.25 434	3.33 561	0.85 548	2.39 553	0.98 546	2.82 553	2.22 552

DispFullNet	2.34 529	2.85 565	3.66 532	3.08 560	2.27 551	1.97 499	0.67 389	2.00 464	1.70 491	2.52 525	2.00 485	2.23 501	5.86 560	3.44 466	1.58 478	1.01 531	0.32 467	2.64 559	1.94 564	2.85 555	2.24 553

ACVNet_2	2.43 534	1.41 536	2.04 501	2.62 552	2.24 550	2.63 528	1.88 537	3.31 543	3.01 540	2.19 511	3.45 529	4.62 543	2.04 519	4.50 483	1.47 472	2.55 550	0.64 537	2.22 547	0.84 536	2.69 549	2.29 554

ACVNet_1	2.18 523	1.45 539	1.72 485	2.85 555	2.33 554	2.28 513	1.46 516	3.08 541	2.22 523	1.82 492	2.05 491	3.56 534	1.98 517	3.09 455	1.40 456	3.17 556	0.60 535	2.40 554	0.92 541	2.91 557	2.37 555

ACVNet-4b	2.15 522	1.41 536	1.64 478	2.80 553	2.31 553	2.31 515	1.24 502	2.32 517	2.14 520	1.26 354	2.39 506	2.66 519	1.48 478	5.95 520	1.06 406	3.20 559	0.45 515	2.37 550	0.89 539	2.83 554	2.37 555

LVE	3.31 549	1.67 544	1.64 478	2.85 555	2.42 555	3.20 540	2.26 552	4.78 558	5.05 558	2.35 518	6.91 553	6.02 554	2.37 532	9.15 557	2.17 503	3.19 558	1.08 561	2.38 552	1.47 558	2.81 552	2.40 557

Dean	2.91 547	1.53 542	2.07 502	2.96 559	2.51 556	3.15 538	2.14 548	4.75 557	4.41 556	2.76 533	6.10 551	5.53 552	2.37 532	2.97 449	1.92 493	3.18 557	0.85 548	2.51 557	1.04 549	2.88 556	2.47 558

tt	6.58 562	0.26 126	6.10 547	3.77 569	2.16 546	11.55 568	19.63 575	13.33 575	5.74 560	2.96 538	2.65 515	4.97 550	6.33 565	3.81 470	7.24 546	9.15 577	11.32 582	5.89 576	6.24 575	6.03 572	2.55 559

IMH	3.21 548	1.85 551	1.48 469	3.25 562	2.69 559	4.07 552	2.02 543	4.41 555	3.80 550	2.72 530	7.11 556	4.75 546	2.92 542	5.92 518	2.55 507	3.85 569	0.88 551	2.78 562	1.36 554	3.19 561	2.59 560

IMH-64-1	2.70 541	1.79 547	1.46 464	3.26 563	2.66 557	3.23 541	2.10 545	4.08 550	2.75 538	2.34 516	3.81 533	3.06 528	2.22 529	4.25 477	2.59 509	3.75 565	0.84 545	2.75 560	1.35 552	3.15 559	2.60 561

IMH-64	2.70 541	1.79 547	1.46 464	3.26 563	2.66 557	3.23 541	2.10 545	4.08 550	2.75 538	2.34 516	3.81 533	3.06 528	2.22 529	4.25 477	2.59 509	3.75 565	0.84 545	2.75 560	1.35 552	3.15 559	2.60 561

ktn	4.70 554	2.38 561	2.12 507	3.76 568	3.24 565	4.85 557	2.95 563	5.52 560	7.37 564	4.07 551	19.32 578	7.46 558	3.47 547	7.39 542	2.95 515	4.04 570	1.85 567	3.26 568	2.22 567	3.08 558	2.65 563

TorneroNet-64	5.30 558	2.03 553	1.74 488	3.43 565	2.81 560	10.09 566	2.12 547	9.10 571	17.12 578	4.96 560	9.27 567	10.72 571	3.70 551	9.20 558	4.55 536	3.31 560	0.84 545	2.88 563	1.55 559	3.49 562	3.04 564

TorneroNet	10.70 571	2.03 553	1.82 492	3.43 565	3.01 563	43.83 587	2.22 551	8.87 570	67.47 594	7.17 569	27.36 582	10.68 570	3.85 554	8.67 556	7.65 551	3.59 563	0.88 551	3.04 564	1.57 560	3.71 563	3.17 565

KSHMR	8.75 567	2.06 556	2.11 506	3.53 567	3.11 564	4.13 553	2.69 558	5.60 561	61.37 593	3.00 540	55.83 593	4.98 551	2.45 535	4.49 481	2.61 511	3.46 562	1.55 566	3.14 566	1.94 564	3.72 564	3.18 566

notaker	3.98 551	2.40 562	2.68 524	3.82 570	3.27 567	3.97 551	2.14 548	4.78 558	3.45 547	4.12 552	6.94 554	7.65 560	3.26 546	7.82 551	5.30 539	4.04 570	1.41 564	3.36 569	2.10 566	3.88 565	3.31 567

JetRed	6.91 563	8.80 575	25.96 578	2.85 555	3.25 566	13.98 574	11.87 571	6.25 566	4.28 555	4.45 554	4.56 539	6.69 555	5.46 559	7.46 545	14.05 566	2.59 551	3.31 570	2.59 558	2.29 568	4.20 568	3.36 568

UNDER WATER-64	5.27 557	2.32 559	8.78 556	3.93 571	3.54 569	7.61 562	3.03 564	5.84 563	14.19 569	4.04 549	4.04 535	9.39 565	6.26 563	5.93 519	8.48 554	3.60 564	1.51 565	3.13 565	1.88 562	4.29 569	3.61 569

UNDER WATER	5.08 556	2.33 560	5.55 543	3.94 572	3.51 568	5.20 560	2.72 560	5.61 562	16.52 575	3.84 546	4.60 540	9.21 564	5.89 561	5.90 517	8.66 555	3.75 565	1.34 563	3.18 567	1.88 562	4.33 570	3.61 569

HanzoNet	11.04 572	3.62 569	8.10 554	4.08 573	3.55 570	4.90 558	2.73 561	7.19 568	10.10 565	31.86 589	28.92 583	21.96 584	36.36 585	18.08 578	10.17 559	7.94 576	3.32 571	3.47 570	3.31 569	7.06 575	4.04 571

MADNet++	5.01 555	3.14 566	4.91 540	4.55 574	3.94 571	5.20 560	4.41 567	4.40 554	4.13 554	4.95 559	6.08 550	4.74 545	5.37 558	9.40 562	10.67 562	4.65 572	4.15 573	3.97 571	3.34 570	4.09 567	4.08 572

PML	51.67 591	36.25 587	13.28 564	7.46 575	20.81 578	108.69 594	232.22 595	8.72 569	27.82 584	87.01 594	269.67 595	69.67 595	61.95 594	24.76 586	14.20 567	9.74 579	3.40 572	9.62 578	4.70 572	18.74 582	4.72 573

DPSimNet_ROB	11.20 573	4.98 572	35.43 582	2.90 558	4.52 572	7.89 563	17.09 574	4.66 556	6.06 562	14.89 578	10.93 571	17.29 576	36.81 587	13.18 574	15.68 570	2.86 553	6.29 575	5.75 575	5.09 573	3.91 566	7.70 574

USTest	14.33 576	14.94 579	21.04 570	17.44 579	16.05 574	23.26 576	33.84 583	21.73 578	11.80 568	9.36 572	10.14 568	15.97 574	13.20 572	17.28 577	22.43 577	3.78 568	5.01 574	6.17 577	6.16 574	9.25 577	7.72 575

TCMNet-wrong-test	10.31 569	11.40 577	14.84 565	20.96 580	18.45 577	13.80 573	10.76 570	15.78 576	3.53 548	5.20 562	5.52 549	16.26 575	12.61 570	7.51 547	10.15 558	7.43 575	2.37 568	4.31 572	3.43 571	11.36 578	10.61 576

DPSMNet_ROB	13.02 575	8.23 573	21.91 572	9.53 577	18.11 576	11.56 569	32.02 582	10.64 573	16.23 572	7.05 568	19.49 580	10.16 568	16.66 575	9.85 569	22.43 577	4.77 574	8.68 576	5.38 574	10.26 579	6.17 574	11.36 577

DGTPSM_ROB	13.01 574	8.23 573	21.87 571	9.51 576	18.10 575	11.56 569	32.01 581	10.63 572	16.20 571	7.03 567	19.48 579	10.15 567	16.66 575	9.83 568	22.42 576	4.75 573	8.68 576	5.37 573	10.25 578	6.16 573	11.36 577

Anonymous_1	43.04 590	18.73 580	24.79 575	21.81 581	46.26 588	27.80 577	37.60 584	28.08 583	16.14 570	14.66 577	14.30 572	20.65 578	17.88 577	21.56 579	25.94 581	117.93 594	8.92 578	100.65 591	126.50 591	158.64 595	12.08 579

DPSM_ROB	19.08 578	19.14 581	25.17 576	22.15 582	20.85 579	28.17 578	37.82 585	26.56 581	16.85 576	14.14 575	14.84 573	21.70 579	18.75 578	21.87 580	26.55 582	10.16 580	9.30 579	10.47 579	10.42 580	14.03 579	12.61 580

DPSM	19.08 578	19.14 581	25.17 576	22.15 582	20.85 579	28.17 578	37.82 585	26.56 581	16.85 576	14.14 575	14.84 573	21.70 579	18.75 578	21.87 580	26.55 582	10.16 580	9.30 579	10.47 579	10.42 580	14.03 579	12.61 580

ASD4	15.85 577	10.99 576	19.63 569	10.21 578	11.70 573	19.24 575	31.10 580	19.35 577	10.68 566	11.14 573	10.18 569	12.59 572	12.64 571	14.74 575	24.83 580	12.93 582	9.94 581	26.83 585	19.40 582	16.23 581	12.70 582

LSM	6.33 560	1.10 520	13.19 563	1.41 537	68.17 590	1.64 468	1.90 538	1.92 446	2.46 527	2.99 539	3.11 524	1.88 474	1.80 505	2.61 436	2.06 500	0.41 474	0.58 534	0.50 498	0.57 518	0.64 506	17.66 583

FlowAnything	38.37 584	38.41 588	50.38 588	44.76 590	41.94 586	56.64 588	76.34 591	53.28 593	34.23 589	28.25 585	29.72 586	43.60 590	37.79 590	43.83 590	53.38 592	20.39 585	18.71 588	21.07 581	21.14 586	28.23 583	25.29 584

CasAABBNet	38.33 583	38.46 589	50.35 587	44.75 589	41.84 585	56.68 589	76.37 592	53.22 591	33.83 587	28.31 586	29.54 585	43.62 592	37.71 589	43.84 591	53.41 593	20.30 583	18.70 586	21.07 581	21.07 584	28.24 584	25.34 585

Selective-RAFT-Error	38.39 585	38.47 590	50.44 589	44.73 588	41.97 587	56.68 589	76.38 593	53.24 592	33.92 588	28.34 587	29.85 587	43.60 590	38.20 591	43.75 589	53.34 591	20.38 584	18.70 586	21.09 583	21.05 583	28.30 585	25.43 586

LRCNet_RVC	22.74 580	32.10 586	21.97 573	29.84 584	26.23 581	4.42 555	0.81 431	22.66 579	2.02 515	26.93 584	29.26 584	23.06 586	15.59 574	23.84 582	18.88 573	31.75 587	19.90 589	34.65 586	32.13 587	30.54 587	28.32 587

LSM0	42.82 589	38.75 591	50.81 590	47.07 591	109.38 595	57.00 591	76.02 590	53.74 594	33.71 586	29.02 588	30.41 588	43.87 593	37.22 588	43.91 592	53.54 594	20.52 586	18.62 585	21.10 584	21.11 585	28.41 586	42.22 588

AVERAGE_ROB	40.43 587	42.37 593	42.73 584	36.96 587	35.58 584	30.50 581	27.61 578	36.71 590	38.39 591	44.91 591	44.36 590	37.45 589	36.70 586	41.88 588	40.35 588	45.43 592	46.81 593	47.11 588	46.35 588	42.51 589	43.87 589

HaxPig	38.92 586	41.40 592	41.64 583	29.95 585	32.27 582	28.90 580	27.60 577	29.73 584	37.71 590	43.82 590	43.87 589	33.17 587	35.56 584	41.53 587	40.37 589	43.94 591	47.51 594	45.82 587	47.08 589	42.38 588	44.15 590

MEDIAN_ROB	42.00 588	44.40 594	44.29 586	35.15 586	34.95 583	31.28 585	29.60 579	35.88 589	40.02 592	47.20 592	46.64 591	37.37 588	38.48 592	44.35 593	42.45 590	48.03 593	49.39 595	49.71 589	49.03 590	45.14 590	46.65 591

xxxxx1	54.10 592	25.67 583	27.13 579	113.43 592	96.96 592	30.69 582	47.44 587	32.38 585	25.60 580	17.75 579	17.27 575	21.81 581	21.02 580	24.43 583	33.82 584	33.37 588	40.54 590	157.71 593	175.86 593	66.16 591	72.93 592

tt_ll	54.10 592	25.67 583	27.13 579	113.43 592	96.96 592	30.69 582	47.44 587	32.38 585	25.60 580	17.75 579	17.27 575	21.81 581	21.02 580	24.43 583	33.82 584	33.37 588	40.54 590	157.71 593	175.86 593	66.16 591	72.93 592

ff	54.10 592	25.67 583	27.13 579	113.43 592	96.96 592	30.69 582	47.44 587	32.38 585	25.60 580	17.75 579	17.27 575	21.81 581	21.02 580	24.43 583	33.82 584	33.37 588	40.54 590	157.71 593	175.86 593	66.16 591	72.93 592

test_example2	192.40 595	210.76 596	206.48 595	199.83 596	204.73 596	172.94 595	183.52 594	133.93 595	133.41 595	191.38 595	196.19 594	187.13 596	178.77 595	205.33 595	208.00 595	222.09 596	238.72 596	186.54 596	190.54 596	227.34 596	170.31 595

ccccc	497.63 596	492.34 597	595.97 596	530.87 597	530.37 597	478.08 596	442.62 596	491.76 596	343.70 596	448.18 596	520.80 596	476.12 597	550.57 596	541.64 596	605.32 596	663.49 597	459.54 597	353.94 597	309.79 597	586.66 597	530.90 596

FADE		4.78 571		1.89 544	1.92 545							4.13 540				188.09 595	2.77 569	123.78 592	127.92 592	1.06 531

Low-res two-view benchmark