Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 52	0.65 56	0.53 23	0.54 1	0.50 29	0.28 149	0.24 256	0.25 80	0.21 98	0.23 42	0.22 60

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 80	0.42 59	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 80	0.77 93	0.69 2	0.36 2	0.26 97	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 9	0.93 33	0.53 7	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 99	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 40	0.33 1	0.96 29	0.54 40	0.21 27	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

LG-Stereo_L1	0.61 5	0.47 40	1.10 28	0.73 55	0.49 112	1.72 63	0.33 12	1.95 63	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 47	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 141	0.92 32	0.58 17	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

LG-Stereo_L2	0.63 7	0.46 28	1.15 47	0.70 39	0.43 65	2.32 108	0.28 5	1.86 52	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 47	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

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

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 125	0.31 4	2.44 118	0.46 54	1.09 5	0.69 5	0.84 94	0.52 11	0.55 38	0.53 23	1.49 143	0.46 17	0.31 230	0.14 11	0.25 80	0.18 47	0.23 42	0.20 19

4.5_new	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.78 14	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.77 11	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

4w-stereo	0.67 10	0.49 56	1.07 10	0.63 12	0.75 241	1.63 61	0.44 47	2.23 90	0.77 11	0.56 10	0.92 52	0.40 11	0.82 113	1.08 46	0.53 38	0.18 14	0.13 1	0.25 80	0.18 47	0.19 4	0.20 19

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 246	1.03 43	0.50 4	0.46 9	0.58 41	0.40 5	1.85 211	0.49 23	0.23 47	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.78 6	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.79 7	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 152	0.43 43	1.64 34	0.79 17	0.68 43	0.88 44	0.43 21	0.74 81	0.85 13	0.49 23	0.19 19	0.13 1	0.24 58	0.17 27	0.22 37	0.20 19

IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 412	2.82 145	0.41 34	1.76 44	0.98 40	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

DEFOM-Stereo	0.70 16	0.46 28	1.13 43	0.72 52	0.48 105	3.40 228	0.44 47	0.90 3	0.77 11	0.86 97	0.58 14	0.45 29	0.43 9	1.76 193	0.43 11	0.24 61	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

3w_stereo	0.71 21	0.47 40	1.14 45	0.65 23	0.39 42	1.73 65	0.68 150	2.79 177	0.79 17	0.67 41	0.84 39	0.37 5	1.02 166	1.03 38	0.56 42	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

4.25_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

GREAT-IGEV	0.74 25	0.54 93	1.86 123	1.10 280	0.44 71	2.44 118	0.34 16	1.37 10	1.51 139	0.48 2	0.86 42	0.51 34	0.60 41	1.07 45	0.45 15	0.22 35	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

FlowAnything_test	0.75 26	0.60 152	1.18 50	0.82 93	0.58 168	2.29 106	0.66 142	1.38 11	0.80 19	1.03 124	0.76 25	0.63 50	0.49 19	0.84 12	0.91 177	0.31 230	0.27 303	0.40 374	0.48 450	0.31 163	0.30 192

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 350	2.49 122	0.45 51	2.57 141	0.90 28	0.71 50	0.83 38	0.43 21	0.48 18	1.10 49	0.64 58	0.17 4	0.14 11	0.24 58	0.16 12	0.21 26	0.20 19

2.25w	0.75 26	0.47 40	1.09 24	0.69 38	0.65 197	2.28 105	0.40 28	2.42 110	0.80 19	0.73 53	1.03 68	0.40 11	0.81 112	1.24 86	0.80 128	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 114	0.56 89	2.77 169	0.82 24	0.63 28	0.88 44	0.37 5	0.75 84	1.36 115	0.50 29	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 184	2.45 120	0.56 89	2.75 166	0.74 9	0.78 78	0.73 21	0.38 9	0.92 141	1.04 42	0.66 70	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

3.75w	0.75 26	0.47 40	1.09 24	0.63 12	1.10 362	2.61 136	0.53 78	2.46 119	0.97 39	0.62 25	0.80 33	0.40 11	0.66 60	1.11 51	0.48 19	0.19 19	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

2w_stereo	0.75 26	0.46 28	1.08 17	0.68 37	0.56 147	2.00 83	0.61 112	2.87 185	0.83 25	0.93 107	0.93 55	0.36 3	1.13 200	0.90 19	0.61 50	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

RAStereo	0.75 26	0.52 71	2.86 219	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 41	0.75 60	1.05 78	0.64 52	0.47 14	0.80 8	0.94 191	0.22 35	0.20 134	0.27 137	0.21 98	0.34 226	0.22 60

AdaDepth	0.76 34	0.45 21	1.41 83	0.70 39	1.27 407	3.12 186	0.43 43	1.02 4	0.94 37	0.63 28	0.91 50	0.43 21	0.58 33	1.41 125	0.48 19	0.18 14	0.21 166	0.23 28	0.19 67	0.25 61	0.26 120

MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 16	0.82 269	3.49 248	0.23 2	1.69 39	2.14 326	0.62 25	0.32 3	0.67 61	0.33 1	1.14 59	0.37 3	0.23 47	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

AIO_test	0.76 34	0.47 40	1.31 70	0.81 83	0.70 225	1.36 40	0.88 286	1.40 12	1.45 98	0.55 9	0.95 60	1.81 262	0.58 33	1.16 66	0.46 17	0.27 112	0.17 39	0.24 58	0.19 67	0.24 47	0.21 46

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 52	0.80 231	2.09 75	1.18 53	0.63 28	0.84 39	0.59 44	0.55 27	1.80 200	0.85 146	0.19 19	0.18 66	0.27 137	0.20 84	0.26 78	0.24 86
1: 1. 1
ours_stereo	0.76 34	0.64 200	1.40 82	0.86 130	0.61 178	1.12 13	0.57 92	1.63 32	1.20 55	0.72 52	1.43 165	0.70 67	0.62 46	1.56 153	0.58 45	0.25 82	0.18 66	0.26 109	0.21 98	0.29 121	0.31 202

AIO-Stereo	0.76 34	0.54 93	1.07 10	0.73 55	0.40 46	1.28 33	0.82 244	2.26 93	1.49 127	0.70 46	1.58 205	0.89 117	0.45 12	1.03 38	0.55 41	0.24 61	0.18 66	0.25 80	0.20 84	0.26 78	0.21 46

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

asda	0.77 41	0.46 28	1.10 28	0.64 16	0.82 269	3.33 219	0.49 62	2.40 106	0.81 23	0.63 28	0.80 33	0.44 26	0.85 120	0.88 17	0.60 48	0.17 4	0.13 1	0.24 58	0.17 27	0.20 16	0.20 19

3.5w_stereo	0.77 41	0.53 82	1.09 24	0.65 23	0.72 229	2.52 126	0.51 68	2.43 113	0.80 19	0.76 70	1.20 102	0.43 21	0.66 60	1.23 85	0.73 104	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 173	0.31 8	1.89 54	2.92 470	0.47 1	0.29 2	0.66 60	0.47 14	1.35 113	0.39 4	0.20 24	0.18 66	0.24 58	0.16 12	0.19 4	0.20 19

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

RSM++	0.77 41	0.51 65	1.08 17	0.95 190	0.42 59	1.52 54	0.71 164	2.11 76	1.40 86	0.80 82	1.23 112	0.90 119	0.59 38	1.14 59	0.69 87	0.24 61	0.19 96	0.25 80	0.21 98	0.28 107	0.20 19

water-stereo	0.78 46	0.45 21	1.94 131	0.79 80	0.48 105	2.36 111	0.47 59	1.53 21	1.09 48	0.88 100	1.04 73	0.82 98	0.75 84	0.72 4	0.78 122	0.22 35	0.23 222	0.25 80	0.23 146	0.24 47	0.29 165

AIO_rvc	0.78 46	0.55 99	1.25 60	0.75 58	0.65 197	1.46 47	0.99 345	2.13 77	1.52 148	0.57 13	1.15 94	1.09 145	0.55 27	1.15 64	0.53 38	0.24 61	0.17 39	0.24 58	0.17 27	0.25 61	0.21 46

CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 274	1.64 188	1.09 84	0.65 56	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 386	0.31 320	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.79 49	0.54 93	1.35 77	0.97 203	0.63 187	1.13 14	0.92 317	2.02 68	0.91 31	0.76 70	0.79 32	0.80 94	1.61 321	1.28 97	0.61 50	0.22 35	0.18 66	0.26 109	0.23 146	0.27 90	0.23 71

MLG-Stereo_test1	0.80 50	0.39 4	1.02 2	0.65 23	1.20 390	3.14 188	0.29 7	1.59 25	3.05 484	0.50 4	0.24 1	0.67 61	0.43 9	1.33 109	0.40 5	0.21 27	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

SMoEStereo_RVC	0.80 50	0.53 82	1.12 38	0.92 168	0.44 71	2.41 116	0.79 221	1.49 17	1.16 50	0.70 46	1.12 90	0.64 52	0.64 51	1.69 184	0.87 159	0.22 35	0.16 26	0.31 229	0.22 131	0.26 78	0.25 96

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

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

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

RSM	0.80 50	0.50 59	1.08 17	0.83 104	0.51 118	1.31 36	0.77 210	2.28 96	1.43 95	0.82 86	1.44 167	1.22 170	0.62 46	1.17 73	0.63 55	0.22 35	0.18 66	0.24 58	0.19 67	0.27 90	0.20 19

MGS-Stereo	0.80 50	0.56 110	1.53 95	0.93 182	0.39 42	1.26 27	0.73 172	1.45 14	1.30 72	1.01 118	2.26 403	0.80 94	0.56 29	1.16 66	0.65 65	0.27 112	0.23 222	0.26 109	0.22 131	0.27 90	0.25 96

Selective-IGEV	0.80 50	0.52 71	1.05 5	0.75 58	0.61 178	1.31 36	0.82 244	2.60 147	1.41 89	0.82 86	1.64 224	0.71 74	0.62 46	1.22 83	0.64 58	0.22 35	0.19 96	0.24 58	0.18 47	0.25 61	0.20 19

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

DEFOM-Stereo_RVC	0.81 58	1.13 412	1.23 57	0.97 203	0.57 159	0.81 6	0.43 43	3.49 253	0.84 26	0.73 53	0.95 60	0.44 26	1.17 216	1.45 134	0.60 48	0.26 97	0.18 66	0.24 58	0.17 27	0.30 144	0.19 5

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

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 444	2.54 132	0.40 28	3.14 209	0.71 7	0.70 46	1.11 88	0.41 18	0.39 4	1.50 144	0.50 29	0.19 19	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

monsters	0.82 61	0.58 132	1.16 48	0.76 72	1.52 460	2.92 160	0.40 28	2.66 154	0.72 8	0.66 38	0.84 39	0.38 9	0.41 7	1.84 205	0.48 19	0.20 24	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

castereo	0.82 61	0.70 252	1.04 3	0.85 125	0.50 116	1.29 35	0.91 304	3.22 219	1.20 55	0.83 92	1.24 113	0.72 76	0.91 138	1.00 35	0.67 75	0.26 97	0.16 26	0.25 80	0.20 84	0.24 47	0.21 46

MaDis-Stereo	0.82 61	0.66 221	1.53 95	0.65 23	1.87 512	1.24 24	0.36 20	2.13 77	1.27 68	0.67 41	0.75 24	0.88 115	0.70 68	1.15 64	1.07 215	0.29 171	0.23 222	0.26 109	0.20 84	0.31 163	0.22 60

UniTT-Stereo	0.82 61	0.47 40	2.63 206	0.96 196	1.19 384	0.78 5	0.39 24	1.12 6	1.54 164	1.19 137	1.26 121	0.51 34	0.64 51	1.13 57	1.03 209	0.30 211	0.20 134	0.24 58	0.21 98	0.40 287	0.25 96

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

LG-Stereo	0.85 67	0.60 152	2.71 210	0.59 3	0.45 78	2.85 149	0.55 85	2.41 107	1.34 76	0.59 18	1.19 100	0.43 21	0.40 5	0.76 5	0.75 112	0.20 24	0.17 39	0.31 229	0.24 171	0.29 121	0.19 5

1w_stereo	0.86 68	0.42 15	1.07 10	0.72 52	0.81 260	3.00 171	0.67 144	3.28 227	0.75 10	0.74 58	1.32 136	0.37 5	1.37 252	0.92 23	0.68 78	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

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

Occ-G	0.86 68	0.52 71	1.39 80	0.82 93	0.66 204	1.37 41	0.79 221	1.58 24	1.31 73	1.56 174	0.87 43	2.18 313	0.89 133	0.97 30	0.88 163	0.26 97	0.19 96	0.26 109	0.19 67	0.25 61	0.24 86

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

111111	0.87 72	0.50 59	1.13 43	0.66 31	1.08 356	3.37 223	0.33 12	2.33 103	1.47 111	0.74 58	1.50 183	0.61 46	0.59 38	1.40 120	0.48 19	0.24 61	0.19 96	0.22 14	0.16 12	0.24 47	0.19 5

MoCha-V2	0.87 72	0.48 49	1.87 124	0.88 140	0.32 7	1.37 41	0.55 85	2.71 160	1.42 91	0.92 106	1.75 258	0.65 56	1.17 216	1.45 134	0.57 43	0.21 27	0.21 166	0.20 1	0.19 67	0.24 47	0.23 71

GIP-stereo	0.88 74	0.50 59	1.34 75	1.32 385	0.94 312	2.90 154	0.42 38	3.41 247	1.06 45	0.63 28	0.76 25	0.90 119	0.76 91	0.91 21	0.52 37	0.27 112	0.18 66	0.25 80	0.16 12	0.25 61	0.19 5

WCG-NET	0.88 74	0.49 56	1.26 61	0.90 154	0.37 28	1.48 49	1.07 364	1.73 41	2.30 359	1.63 185	1.49 182	0.92 126	0.97 152	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 84	0.25 61	0.21 46

Pointernet	0.88 74	0.44 18	2.26 172	0.84 113	0.37 28	2.29 106	0.38 22	3.06 203	1.46 106	0.66 38	1.39 156	0.91 121	0.73 77	1.01 36	0.72 101	0.23 47	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

LG-Stereo_Zeroshot	0.89 77	0.47 40	2.08 156	0.76 72	0.73 234	3.91 341	0.41 34	2.07 73	1.07 46	0.77 75	0.89 47	0.64 52	0.86 123	0.95 25	0.77 121	0.26 97	0.18 66	0.26 109	0.19 67	0.32 190	0.32 213

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

CAS++	0.89 77	0.64 200	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 338	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV-RUCA	0.90 80	0.53 82	1.05 5	0.81 83	0.74 239	3.89 338	0.80 231	1.92 60	1.41 89	0.96 115	0.71 18	0.70 67	0.73 77	1.30 105	0.68 78	0.29 171	0.20 134	0.25 80	0.19 67	0.43 340	0.34 241

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

trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 460	0.41 34	2.20 84	1.53 155	0.94 108	1.14 93	0.88 115	0.89 133	1.09 48	0.71 96	0.27 112	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

Former-RAFT_DAM_RVC	0.92 83	0.73 279	1.42 84	0.92 168	1.08 356	2.97 170	0.53 78	1.77 47	1.39 82	1.16 135	1.54 195	0.58 41	0.65 54	1.03 38	0.84 143	0.25 82	0.23 222	0.30 207	0.24 171	0.43 340	0.29 165

CREStereo	0.92 83	0.53 82	1.45 86	0.61 6	0.34 9	4.42 464	0.40 28	2.21 86	1.54 164	0.94 108	1.12 90	0.87 112	0.87 127	1.12 54	0.72 101	0.28 149	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
castereo++	0.93 85	0.56 110	1.26 61	0.92 168	0.73 234	2.48 121	1.00 346	2.99 192	1.03 43	0.68 43	1.41 161	1.92 277	0.59 38	1.26 92	0.44 13	0.25 82	0.19 96	0.28 166	0.19 67	0.23 42	0.23 71

IGEV-Stereo++	0.93 85	0.44 18	1.08 17	0.70 39	1.20 390	3.87 336	0.33 12	3.36 242	1.43 95	0.75 60	1.17 97	0.68 63	1.04 171	0.95 25	0.42 7	0.22 35	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

GCAP-Stereo	0.93 85	0.68 239	1.35 77	0.85 125	0.41 53	3.61 280	0.52 77	2.20 84	1.50 132	1.11 132	1.04 73	1.17 156	0.84 118	1.11 51	0.71 96	0.25 82	0.20 134	0.27 137	0.18 47	0.28 107	0.23 71

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

StereoAnything_RVC	0.94 88	2.66 514	2.20 163	0.76 72	0.34 9	1.18 17	0.39 24	2.31 100	0.69 5	0.51 6	0.34 4	0.32 1	0.89 133	1.57 155	0.35 1	0.32 251	0.16 26	0.23 28	0.15 4	3.31 538	0.18 3

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

IGEV-Stereo+	0.94 88	0.47 40	1.19 51	0.86 130	2.02 522	1.40 43	0.39 24	1.17 8	0.88 27	0.61 23	0.44 8	0.47 31	0.79 104	2.14 236	0.42 7	0.27 112	0.19 96	0.22 14	0.17 27	2.26 533	2.41 538

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

LoS_RVC	0.94 88	1.30 445	1.31 70	0.84 113	1.63 481	2.02 84	0.59 105	1.51 18	1.36 79	0.81 84	1.33 138	0.84 102	0.88 129	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 517

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 406	0.51 68	2.18 81	1.45 98	0.97 116	0.88 44	0.62 48	0.79 104	1.59 161	0.86 153	0.26 97	0.19 96	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
SCV	0.95 95	0.63 188	1.38 79	1.70 482	0.41 53	1.23 20	0.89 291	3.53 264	1.57 184	0.61 23	1.54 195	0.93 127	0.77 93	1.66 178	0.66 70	0.36 310	0.20 134	0.25 80	0.19 67	0.29 121	0.25 96

WCG-NET（raft）	0.95 95	0.55 99	1.20 55	0.84 113	0.31 4	1.44 45	1.01 349	1.55 22	2.37 380	1.64 188	1.42 163	2.38 333	1.01 163	1.29 101	0.76 116	0.22 35	0.19 96	0.22 14	0.20 84	0.25 61	0.21 46

anonymousdsp	0.95 95	0.69 242	1.27 66	0.83 104	0.52 127	4.54 485	0.84 252	1.76 44	1.24 59	0.76 70	1.06 80	0.78 88	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120

IGEV-Stereo	0.95 95	0.69 242	1.27 66	0.84 113	0.52 127	4.54 485	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
tt45	0.96 99	0.48 49	1.19 51	0.89 145	0.66 204	3.91 341	0.76 197	1.90 57	1.26 67	0.70 46	1.30 132	0.71 74	0.63 49	2.59 276	0.74 109	0.22 35	0.17 39	0.28 166	0.23 146	0.27 90	0.27 136

MSCF	0.97 100	0.82 332	1.26 61	0.88 140	0.40 46	3.17 190	0.88 286	2.79 177	1.39 82	1.32 144	1.19 100	0.58 41	1.33 244	1.28 97	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.28 107	0.32 213

999	0.97 100	0.48 49	1.24 59	1.03 246	0.64 189	3.25 205	0.92 317	1.40 12	1.39 82	0.71 50	1.68 236	0.70 67	0.66 60	3.03 295	0.89 166	0.23 47	0.19 96	0.25 80	0.21 98	0.25 61	0.29 165

ff7	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ffff	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

11t	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

MIF-Stereo (partial)	0.98 102	0.55 99	2.83 216	0.71 44	1.03 342	1.08 11	0.49 62	2.55 137	1.66 220	0.79 80	1.20 102	0.80 94	0.90 136	1.61 168	1.56 323	0.36 310	0.24 256	0.33 284	0.25 183	0.40 287	0.28 155

ccc-4	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

CroCo-Stereo	0.98 102	0.87 350	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	0.35 244	0.27 136
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CroCo-Stereo Lap2	0.99 108	0.89 353	2.55 195	0.99 215	1.80 509	0.54 3	0.46 54	3.10 205	1.24 59	1.07 126	1.21 106	1.05 144	0.78 101	1.26 92	1.08 217	0.27 112	0.23 222	0.27 137	0.21 98	0.43 340	0.34 241

PMTNet	0.99 108	0.48 49	1.73 111	0.62 9	0.56 147	4.20 432	0.43 43	1.88 53	1.58 187	1.00 117	1.05 78	0.78 88	0.98 158	1.50 144	0.85 146	1.21 518	0.20 134	0.23 28	0.15 4	0.22 37	0.19 5

GASTEREO	1.00 110	0.98 382	1.23 57	0.90 154	0.40 46	3.40 228	0.88 286	2.77 169	1.44 97	1.39 155	1.30 132	0.55 38	1.35 249	1.33 109	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.25 61	0.31 202

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

rvit_stereo_ft	1.00 110	0.87 350	3.55 246	0.97 203	0.66 204	1.06 10	0.80 231	2.78 172	1.67 222	0.78 78	0.96 62	0.95 131	1.14 207	1.06 44	0.90 170	0.32 251	0.24 256	0.27 137	0.28 258	0.39 282	0.27 136

MyStereo07	1.01 113	0.80 321	1.26 61	1.00 223	1.04 345	3.95 358	0.95 329	2.07 73	1.42 91	0.75 60	1.22 108	0.68 63	0.91 138	1.63 173	0.67 75	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

CES	1.01 113	0.55 99	1.74 114	0.92 168	2.15 526	2.15 95	0.50 64	2.01 67	1.45 98	0.76 70	1.02 65	0.61 46	0.47 14	1.29 101	0.79 127	0.22 35	0.17 39	0.24 58	0.14 2	0.63 429	2.29 535

TANstereo	1.01 113	0.55 99	1.73 111	0.76 72	0.36 14	4.04 380	0.38 22	1.48 16	1.62 210	2.03 295	2.10 373	0.84 102	0.93 144	0.98 32	0.62 52	0.28 149	0.36 386	0.23 28	0.20 84	0.25 61	0.46 358

GMStereo	1.01 113	1.00 386	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 374	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 531	0.24 47	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
HART	1.03 118	0.85 344	3.13 229	0.84 113	0.38 39	1.17 16	0.42 38	3.54 265	1.47 111	1.08 127	2.17 388	1.48 204	0.57 30	1.37 119	0.74 109	0.23 47	0.18 66	0.28 166	0.21 98	0.32 190	0.24 86

XX-TBD	1.03 118	0.95 374	1.94 131	1.30 379	0.43 65	3.97 368	0.33 12	1.74 42	1.73 240	1.59 176	2.02 353	0.69 66	0.60 41	1.16 66	0.66 70	0.30 211	0.25 279	0.23 28	0.15 4	0.31 163	0.22 60

xyz-stereo-finetune	1.05 120	0.62 179	1.46 87	0.59 3	0.36 14	3.48 245	0.81 240	2.69 158	1.74 246	0.94 108	1.21 106	0.91 121	0.78 101	2.53 271	1.28 267	0.24 61	0.24 256	0.26 109	0.23 146	0.30 144	0.23 71

EGLCR-Stereo	1.06 121	0.51 65	1.56 101	1.02 239	0.39 42	4.27 443	0.42 38	4.08 398	1.48 119	0.90 102	0.68 17	1.09 145	0.66 60	1.81 201	0.62 52	0.27 112	0.19 96	0.29 187	0.23 146	0.37 267	0.25 96

MC-Stereo	1.06 121	0.48 49	1.55 99	1.15 312	0.41 53	4.56 493	0.61 112	2.06 71	1.46 106	1.90 243	1.61 217	0.89 117	1.12 198	1.35 113	0.73 104	0.25 82	0.18 66	0.26 109	0.22 131	0.25 61	0.24 86

sCroCo_RVC	1.06 121	0.82 332	5.05 272	1.02 239	1.05 347	0.98 8	0.61 112	2.06 71	1.29 70	0.69 45	1.26 121	0.82 98	1.10 194	1.20 80	0.90 170	0.42 380	0.40 419	0.33 284	0.30 304	0.46 367	0.38 290

rvit_0105_4	1.07 124	0.99 383	2.39 187	0.93 182	0.54 136	1.62 60	0.84 252	2.77 169	2.91 468	0.80 82	0.91 50	1.09 145	0.86 123	1.63 173	0.85 146	0.40 354	0.45 446	0.35 321	0.31 320	0.43 340	0.40 317

MM-Stereo_test3	1.09 125	0.59 140	1.55 99	1.73 486	1.18 377	1.91 76	0.86 264	3.52 260	1.76 250	1.25 139	1.86 315	1.10 148	0.69 66	1.32 108	0.86 153	0.27 112	0.23 222	0.27 137	0.22 131	0.34 226	0.30 192

IGEV-BASED-STEREO-	1.09 125	3.30 523	2.61 202	0.82 93	0.38 39	1.27 28	0.62 125	1.51 18	1.29 70	0.91 103	0.92 52	0.65 56	0.57 30	1.08 46	0.59 46	1.55 532	0.15 21	0.32 249	0.28 258	1.10 504	1.98 531

iRaftStereo_RVC	1.09 125	0.70 252	1.39 80	0.95 190	0.45 78	3.83 318	0.42 38	2.37 105	1.58 187	1.69 197	1.76 267	1.80 257	0.83 117	1.50 144	0.98 201	0.28 149	0.18 66	0.29 187	0.26 203	0.30 144	0.31 202

RAFT-Stereo-weight	1.11 128	0.48 49	1.22 56	0.99 215	0.42 59	4.17 420	0.80 231	3.60 273	1.50 132	1.97 265	1.50 183	1.30 180	0.65 54	1.24 86	0.85 146	0.25 82	0.19 96	0.26 109	0.22 131	0.27 90	0.23 71

11t1	1.11 128	0.53 82	1.80 119	1.55 461	0.65 197	2.20 100	0.60 108	3.66 284	1.49 127	1.60 177	1.26 121	1.03 140	1.35 249	1.72 188	0.97 198	0.28 149	0.31 348	0.29 187	0.23 146	0.30 144	0.34 241

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

GMOStereo	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

error version	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-v	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-2	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

testlalala	1.14 135	0.62 179	1.34 75	1.00 223	0.78 252	4.38 453	0.93 319	2.46 119	2.20 337	2.44 419	1.52 186	1.31 181	0.61 44	1.04 42	0.65 65	0.35 299	0.19 96	0.24 58	0.19 67	0.24 47	0.23 71

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

tg	1.15 136	0.67 231	1.31 70	0.94 186	0.54 136	4.02 376	0.41 34	2.96 189	1.59 202	1.69 197	1.85 312	1.84 269	0.97 152	1.78 195	0.83 140	0.27 112	0.17 39	0.29 187	0.26 203	0.29 121	0.27 136

Selective-RAFT	1.15 136	0.46 28	1.64 107	0.99 215	0.45 78	4.17 420	0.51 68	3.21 217	1.69 230	1.12 133	1.34 143	1.45 201	1.40 260	2.08 228	0.94 191	0.41 369	0.20 134	0.24 58	0.23 146	0.27 90	0.25 96

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

xyz-stereo-finetune2	1.16 140	0.63 188	1.50 92	0.57 1	0.36 14	3.47 242	0.65 139	2.70 159	1.23 57	0.88 100	1.75 258	0.91 121	1.76 362	3.54 304	1.74 358	0.24 61	0.22 195	0.30 207	0.27 229	0.31 163	0.26 120

rvit_stereo_0075_2	1.18 141	0.74 287	2.66 208	0.90 154	1.27 407	2.51 124	0.69 156	2.25 92	2.06 305	1.40 157	1.86 315	1.46 203	0.84 118	1.42 127	0.94 191	0.46 409	0.40 419	0.48 426	0.38 399	0.46 367	0.51 390

AE-Stereo	1.18 141	0.60 152	2.05 144	1.10 280	0.60 174	4.39 456	0.72 167	3.74 301	1.62 210	1.10 129	1.90 330	1.01 137	0.92 141	1.45 134	0.82 137	0.28 149	0.22 195	0.28 166	0.28 258	0.26 78	0.22 60

test-3	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.91 304	4.35 487	1.47 111	2.24 370	1.16 95	2.06 303	0.79 104	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

test_1	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.90 296	4.36 492	1.47 111	2.17 343	1.16 95	2.06 303	0.78 101	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

test_3	1.19 143	0.51 65	2.08 156	0.99 215	0.41 53	2.05 90	0.87 282	4.40 500	1.42 91	1.99 272	1.18 98	2.03 297	0.79 104	2.70 284	0.75 112	0.27 112	0.17 39	0.29 187	0.29 286	0.30 144	0.27 136

raftrobust	1.19 143	0.72 268	2.30 178	1.26 358	1.31 412	3.55 266	0.68 150	2.75 166	1.47 111	2.21 361	1.38 154	1.17 156	1.22 225	1.20 80	1.11 224	0.28 149	0.24 256	0.21 9	0.19 67	0.25 61	0.28 155

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

MIM_Stereo	1.20 148	0.78 313	3.30 237	1.05 249	0.43 65	3.04 174	0.60 108	2.46 119	1.51 139	1.60 177	1.58 205	1.82 263	1.29 237	2.00 221	1.07 215	0.24 61	0.24 256	0.28 166	0.25 183	0.27 90	0.27 136

R-Stereo Train	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96

RAFT-Stereo	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 151	0.60 152	3.55 246	1.05 249	0.57 159	3.46 239	0.63 127	2.73 163	1.55 172	2.05 300	1.38 154	1.50 207	0.82 113	1.69 184	0.87 159	0.29 171	0.23 222	0.30 207	0.23 146	0.27 90	0.32 213

GCAP-BAT	1.21 151	0.74 287	3.23 232	0.95 190	0.70 225	3.86 333	0.93 319	1.89 54	1.48 119	1.85 226	1.96 338	1.68 228	0.79 104	1.78 195	0.81 134	0.29 171	0.20 134	0.24 58	0.20 84	0.26 78	0.35 255

RCA-Stereo	1.21 151	0.52 71	1.58 103	0.90 154	0.46 87	4.68 509	0.79 221	4.13 411	1.74 246	1.92 250	1.80 281	0.94 130	1.48 287	1.14 59	0.70 93	0.27 112	0.18 66	0.25 80	0.19 67	0.25 61	0.23 71

raft+_RVC	1.21 151	0.83 336	2.61 202	1.35 402	0.97 320	3.60 276	0.76 197	3.23 221	1.51 139	1.33 145	1.67 233	1.03 140	1.10 194	1.87 212	0.92 181	0.24 61	0.22 195	0.25 80	0.24 171	0.26 78	0.25 96

AnonymousM	1.22 155	1.32 451	0.97 1	0.88 140	0.56 147	4.03 378	0.69 156	2.41 107	1.68 224	1.48 165	1.31 135	1.15 154	1.00 161	1.18 78	0.73 104	0.32 251	0.40 419	2.07 537	1.70 539	0.24 47	0.22 60

LL-Strereo2	1.23 156	0.85 344	2.38 186	0.93 182	0.68 216	3.72 297	1.37 423	2.54 136	1.99 287	1.75 212	1.40 159	1.82 263	0.73 77	1.40 120	0.99 204	0.31 230	0.23 222	0.55 464	0.35 364	0.29 121	0.24 86

ROB_FTStereo_v2	1.23 156	0.66 221	2.02 140	0.75 58	0.37 28	4.67 508	0.76 197	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.08 228	0.88 163	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

CRE-IMP	1.23 156	0.61 169	2.14 159	0.82 93	0.39 42	4.54 485	0.83 249	2.63 150	1.55 172	1.95 259	1.46 170	1.87 274	0.96 149	1.48 141	1.33 278	0.45 402	0.21 166	0.31 229	0.26 203	0.41 311	0.31 202

RAFT	1.23 156	0.84 340	2.05 144	0.96 196	0.47 97	1.80 68	0.94 325	3.18 216	1.46 106	1.60 177	1.71 247	3.04 407	1.59 315	1.64 175	1.32 274	0.38 335	0.24 256	0.40 374	0.32 331	0.40 287	0.35 255

test-1	1.23 156	0.65 210	1.88 125	0.96 196	0.52 127	3.84 323	0.62 125	4.01 374	1.47 111	1.93 254	1.78 275	1.83 266	0.92 141	1.19 79	1.28 267	0.26 97	0.29 325	0.31 229	0.24 171	0.29 121	0.36 261

rvit_0105_3	1.24 161	0.93 366	2.84 217	0.97 203	0.58 168	2.38 112	1.08 369	3.26 226	2.53 415	1.18 136	1.40 159	1.24 172	1.04 171	1.73 189	0.97 198	0.44 393	0.44 441	0.40 374	0.42 430	0.42 330	0.50 382

PSM-adaLoss	1.24 161	0.65 210	2.03 141	0.75 58	0.37 28	4.68 509	0.73 172	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

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

DIP-Stereo	1.24 161	0.69 242	1.77 116	0.65 23	0.61 178	4.29 445	0.58 101	4.44 506	2.53 415	1.98 267	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 165	0.56 110	2.05 144	1.05 249	0.93 310	2.86 151	0.55 85	3.23 221	1.34 76	1.55 172	1.07 82	3.56 460	2.03 397	1.29 101	1.00 206	0.28 149	0.27 303	0.34 302	0.21 98	0.41 311	0.43 336

Patchmatch Stereo++	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 509	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo	1.25 165	0.66 221	2.14 159	0.75 58	0.37 28	4.65 505	0.77 210	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.26 251	0.86 153	0.47 418	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

HUI-Stereo	1.25 165	0.66 221	2.33 181	0.75 58	0.37 28	4.68 509	0.78 214	2.53 127	1.58 187	1.99 272	1.46 170	1.79 254	1.13 200	2.17 240	0.85 146	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

iRAFT	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 509	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

RAFT-IKP	1.25 165	0.66 221	2.23 170	0.75 58	0.37 28	4.64 503	0.74 184	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.22 248	0.92 181	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

RAFT-Stereo + iAFF	1.25 165	0.72 268	1.74 114	1.05 249	0.36 14	4.13 402	0.42 38	2.95 188	2.84 464	2.02 291	2.40 433	1.61 221	1.11 197	1.26 92	0.97 198	0.21 27	0.15 21	0.26 109	0.23 146	0.29 121	0.23 71

FACV-RUCA	1.26 172	0.65 210	2.21 165	1.06 255	1.50 457	2.69 140	1.15 385	3.05 200	1.87 268	1.36 149	1.99 349	1.03 140	1.15 215	1.36 115	1.10 221	0.41 369	0.41 428	0.73 505	0.41 424	0.61 423	0.41 323

CAS	1.26 172	0.40 7	1.46 87	2.97 540	1.61 478	4.13 402	0.73 172	1.78 48	1.49 127	0.83 92	1.10 87	0.59 44	0.53 23	1.26 92	0.80 128	2.99 543	0.13 1	0.21 9	0.13 1	0.31 163	1.72 524

anonymousdsp2	1.26 172	0.60 152	3.74 256	1.02 239	0.41 53	3.60 276	0.72 167	3.68 287	1.47 111	1.37 152	1.56 202	1.83 266	1.01 163	2.00 221	0.66 70	0.29 171	0.20 134	0.28 166	0.20 84	0.32 190	0.29 165

dd	1.26 172	1.15 417	2.47 192	0.92 168	0.49 112	4.35 451	0.75 194	1.92 60	2.11 321	1.44 162	1.24 113	1.19 164	1.05 176	1.78 195	1.70 350	0.57 461	0.34 375	0.35 321	0.33 339	0.60 418	0.46 358

iGMRVC	1.26 172	0.66 221	2.14 159	0.75 58	0.37 28	4.66 506	0.74 184	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.46 258	0.92 181	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

HI	1.27 177	0.90 355	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 323	1.65 230	2.42 339	1.84 379	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

CoSv	1.27 177	0.90 355	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 323	1.65 230	2.42 339	1.84 379	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

mmm	1.27 177	0.58 132	2.20 163	1.41 426	0.68 216	2.39 114	0.85 261	3.90 339	1.63 213	2.20 352	1.84 305	1.28 176	1.50 294	1.91 215	0.89 166	0.31 230	0.27 303	0.45 409	0.37 386	0.38 272	0.34 241

NRIStereo	1.28 180	0.61 169	1.67 108	1.15 312	0.38 39	4.73 522	0.90 296	2.42 110	1.50 132	1.93 254	1.33 138	1.75 241	1.22 225	2.96 293	1.33 278	0.46 409	0.22 195	0.29 187	0.26 203	0.30 144	0.28 155

RALAANet	1.28 180	1.08 403	3.21 231	1.25 351	0.94 312	1.44 45	0.69 156	3.15 211	2.57 422	2.01 286	1.80 281	1.29 179	1.05 176	2.00 221	1.48 306	0.27 112	0.20 134	0.27 137	0.24 171	0.40 287	0.27 136

CASS	1.29 182	0.66 221	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 438	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 438	0.28 315	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 183	0.61 169	4.09 259	0.94 186	0.56 147	3.50 252	0.84 252	3.12 207	1.72 237	1.84 225	1.22 108	2.72 376	0.88 129	1.46 138	0.80 128	0.29 171	0.30 338	0.27 137	0.21 98	0.29 121	0.25 96

knoymous	1.30 183	0.60 152	5.57 281	0.88 140	0.75 241	3.04 174	0.90 296	2.68 156	1.33 75	1.48 165	1.07 82	2.78 387	0.88 129	1.29 101	0.85 146	0.31 230	0.22 195	0.35 321	0.20 84	0.45 356	0.37 275

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

test_4	1.30 183	0.50 59	6.16 284	0.84 113	0.45 78	1.61 58	1.12 379	2.14 79	1.42 91	1.52 169	2.31 423	1.84 269	0.79 104	2.52 269	1.19 239	0.27 112	0.17 39	0.29 187	0.29 286	0.29 121	0.25 96

s12784h	1.31 187	0.45 21	2.41 190	0.71 44	0.35 12	4.42 464	0.50 64	4.22 436	2.73 441	2.01 286	2.48 439	0.91 121	0.96 149	2.01 224	0.70 93	0.29 171	0.18 66	0.24 58	0.16 12	0.27 90	0.18 3

AFF-stereo	1.31 187	0.77 307	1.46 87	1.10 280	0.45 78	3.93 348	0.48 61	2.92 187	2.92 470	1.90 243	2.21 396	2.11 310	1.52 300	1.93 216	1.12 227	0.21 27	0.16 26	0.25 80	0.25 183	0.29 121	0.20 19

Pruner-Stereo	1.32 189	0.59 140	2.11 158	1.79 496	0.47 97	4.73 522	0.79 221	2.53 127	1.72 237	2.47 423	1.58 205	1.48 204	1.03 167	1.66 178	1.47 303	0.44 393	0.21 166	0.34 302	0.30 304	0.30 144	0.39 297

ToySt	1.35 190	0.72 268	3.65 254	1.01 229	0.50 116	3.31 218	1.01 349	3.46 249	1.73 240	1.30 142	1.55 199	2.07 306	1.47 285	1.88 213	1.40 285	0.27 112	0.27 303	0.30 207	0.32 331	0.42 330	0.39 297

DisPM	1.36 191	0.55 99	2.39 187	1.54 456	0.51 118	4.59 496	0.79 221	2.50 125	1.88 270	2.50 426	1.83 300	1.45 201	1.01 163	2.71 285	0.93 189	0.46 409	0.20 134	0.32 249	0.31 320	0.31 163	0.44 342

sAnonymous2	1.37 192	1.22 434	9.79 324	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 279	0.31 229	0.30 304	1.06 498	0.71 452

CroCo_RVC	1.37 192	1.22 434	9.79 324	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 279	0.31 229	0.30 304	1.06 498	0.71 452

GES	1.38 194	0.64 200	2.61 202	1.09 271	0.57 159	4.30 447	1.02 353	3.86 326	1.51 139	1.72 206	1.74 254	1.28 176	1.77 364	1.62 169	1.61 332	0.39 347	0.27 303	0.33 284	0.30 304	0.41 311	0.47 363

Any-RAFT	1.40 195	0.53 82	2.78 215	1.09 271	0.64 189	4.41 462	0.81 240	3.97 364	2.78 448	1.99 272	1.34 143	2.36 331	1.56 314	1.56 153	0.75 112	0.27 112	0.20 134	0.25 80	0.18 47	0.25 61	0.28 155

UDGNet	1.40 195	1.52 472	2.22 168	1.38 420	0.62 184	4.39 456	0.68 150	1.80 49	2.18 334	1.34 146	1.18 98	0.99 133	1.00 161	2.16 238	1.19 239	1.09 512	0.34 375	1.30 529	0.98 519	1.10 504	0.58 419

GMStereo_Zeroshot	1.41 197	1.21 428	3.33 239	1.29 372	0.72 229	3.35 221	0.53 78	2.58 145	1.68 224	2.35 402	1.56 202	2.42 339	0.96 149	2.50 261	1.16 233	0.45 402	0.23 222	0.40 374	0.24 171	0.79 476	0.33 229

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

RAFT-Test	1.44 199	0.59 140	6.10 283	1.01 229	0.69 222	2.90 154	0.80 231	3.68 287	1.70 233	1.85 226	1.68 236	3.15 417	1.03 167	1.20 80	0.99 204	0.27 112	0.22 195	0.25 80	0.23 146	0.27 90	0.25 96

DCRE	1.44 199	0.74 287	3.50 245	1.13 298	0.72 229	1.78 66	0.67 144	2.14 79	1.56 178	1.99 272	8.09 534	1.73 239	1.07 185	1.24 86	0.83 140	0.23 47	0.25 279	0.26 109	0.26 203	0.28 107	0.30 192

AdaStereo	1.45 201	0.83 336	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 427	2.46 404	2.05 300	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 279	0.43 397	0.28 258	0.44 348	0.34 241
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
BSDual-CNN	1.46 202	0.59 140	1.94 131	0.87 135	0.85 281	4.16 415	1.16 387	4.48 512	1.88 270	2.93 477	1.83 300	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

PFNet+	1.46 202	0.57 119	2.84 217	0.92 168	0.47 97	4.64 503	0.84 252	2.46 119	1.99 287	2.14 326	1.64 224	1.34 184	1.03 167	4.68 331	1.23 252	0.45 402	0.33 363	0.37 348	0.39 406	0.32 190	0.49 375

ACVNet	1.46 202	0.64 200	3.56 248	0.93 182	0.85 281	4.22 433	0.80 231	2.85 180	2.08 308	1.78 216	1.88 319	3.10 412	1.46 283	1.33 109	1.89 376	0.29 171	0.26 292	0.30 207	0.26 203	0.39 282	0.27 136

psmg	1.47 205	0.59 140	1.94 131	0.92 168	0.85 281	4.30 447	1.42 434	4.10 408	1.88 270	2.64 453	2.09 372	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.27 303	0.33 284	0.34 348	0.36 257	0.34 241

BUS	1.49 206	0.59 140	1.94 131	0.87 135	0.85 281	4.50 479	0.76 197	4.48 512	1.88 270	2.93 477	1.83 300	3.63 462	0.97 152	1.60 163	1.17 236	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

plain	1.55 207	0.69 242	13.59 369	0.65 23	0.73 234	1.66 62	0.57 92	3.17 214	1.94 281	0.77 75	1.24 113	0.80 94	0.86 123	1.60 163	0.96 197	0.33 267	0.21 166	0.32 249	0.25 183	0.42 330	0.28 155

LCNet	1.55 207	0.54 93	1.88 125	0.99 215	0.55 143	3.60 276	1.21 401	2.86 183	1.53 155	2.18 345	1.74 254	1.43 200	4.17 501	3.62 307	0.87 159	0.29 171	0.20 134	0.28 166	0.77 504	0.47 371	1.85 527

DeepStereo_RVC	1.55 207	0.63 188	3.32 238	0.77 76	0.42 59	4.49 476	0.72 167	2.50 125	1.58 187	2.02 291	1.81 293	1.54 212	6.38 535	1.73 189	1.19 239	0.46 409	0.22 195	0.29 187	0.28 258	0.35 244	0.38 290

acv_ft	1.55 207	0.64 200	3.29 236	1.14 299	2.01 519	2.93 164	0.97 338	3.81 313	2.08 308	2.22 363	1.88 319	3.10 412	1.66 344	1.33 109	2.22 416	0.29 171	0.26 292	0.30 207	0.26 203	0.39 282	0.27 136

TestStereo1	1.56 211	0.81 325	2.32 179	1.61 471	0.64 189	4.13 402	1.36 418	3.79 310	3.20 500	1.60 177	2.57 451	1.39 191	2.15 410	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

SA-5K	1.56 211	0.81 325	2.32 179	1.61 471	0.64 189	4.13 402	1.36 418	3.79 310	3.20 500	1.60 177	2.57 451	1.39 191	2.15 410	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

UCFNet_RVC	1.57 213	0.84 340	3.25 233	1.36 408	1.40 437	4.07 388	1.01 349	2.68 156	1.50 132	2.11 316	1.88 319	2.37 332	1.50 294	3.41 301	1.42 291	0.36 310	0.28 315	0.52 452	0.40 417	0.53 394	0.43 336

NF-Stereo	1.58 214	0.61 169	2.66 208	2.26 522	0.47 97	4.68 509	0.67 144	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.08 361	1.20 242	0.40 354	0.20 134	0.36 336	0.34 348	0.31 163	0.36 261

OCTAStereo	1.58 214	0.61 169	2.72 211	2.27 525	0.46 87	4.68 509	0.67 144	3.30 230	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.02 358	1.21 246	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

RE-Stereo	1.58 214	0.61 169	2.72 211	2.26 522	0.46 87	4.68 509	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

TVStereo	1.58 214	0.61 169	2.72 211	2.26 522	0.46 87	4.68 509	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

Gwc-CoAtRS	1.58 214	0.57 119	11.69 350	1.01 229	0.60 174	2.53 130	0.64 130	2.36 104	1.56 178	1.80 220	1.47 174	2.74 377	1.18 218	1.12 54	0.90 170	0.27 112	0.21 166	0.25 80	0.22 131	0.27 90	0.23 71

KYRaft	1.59 219	0.52 71	1.73 111	0.95 190	0.49 112	4.38 453	1.79 470	2.43 113	1.51 139	2.49 425	2.98 479	2.00 293	3.41 482	2.14 236	0.82 137	0.30 211	0.21 166	0.33 284	0.46 442	0.35 244	2.45 541

Reg-Stereo(zero)	1.60 220	0.42 15	10.69 338	0.89 145	0.68 216	3.27 209	0.47 59	2.27 94	1.54 164	1.48 165	1.24 113	2.55 357	2.68 448	1.48 141	1.10 221	0.19 19	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

HCRNet	1.60 220	0.56 110	2.47 192	0.78 78	1.36 428	4.11 397	0.71 164	3.57 269	2.79 450	1.75 212	1.61 217	1.58 216	1.41 265	5.79 353	1.56 323	0.34 279	0.28 315	0.36 336	0.29 286	0.33 208	0.37 275

AIO-test2	1.61 222	1.30 445	3.40 241	1.16 318	1.31 412	3.18 192	0.74 184	4.06 391	1.52 148	1.72 206	2.21 396	0.78 88	0.74 81	3.64 309	0.95 196	3.64 551	0.26 292	0.35 321	0.42 430	0.37 267	0.33 229

Prome-Stereo	1.61 222	0.55 99	1.71 110	0.98 209	0.60 174	4.41 462	1.82 474	3.03 198	1.53 155	2.18 345	3.45 501	1.72 238	3.49 488	2.23 249	1.08 217	0.29 171	0.20 134	0.26 109	0.25 183	0.34 226	2.16 533

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

testlalala_base	1.62 224	0.74 287	1.63 105	1.19 329	1.40 437	2.63 138	0.84 252	4.09 400	1.31 73	1.22 138	1.42 163	1.21 169	0.85 120	1.16 66	0.73 104	3.92 557	2.10 544	0.27 137	0.18 47	4.49 555	1.11 501

RAFT+CT+SA	1.62 224	0.72 268	7.42 294	0.97 203	1.42 446	4.04 380	0.94 325	3.90 339	1.61 207	1.61 182	1.63 222	1.33 183	1.18 218	2.73 287	1.10 221	0.27 112	0.19 96	0.31 229	0.34 348	0.33 208	0.33 229

SA	1.62 224	0.75 299	3.78 258	1.07 257	0.43 65	4.26 438	1.36 418	4.45 509	3.12 489	1.63 185	1.97 344	1.68 228	2.26 421	2.55 272	1.27 263	0.27 112	0.22 195	0.37 348	0.37 386	0.35 244	0.30 192

Sa-1000	1.63 228	0.79 317	3.56 248	1.11 287	0.48 105	4.06 383	1.41 432	4.49 515	2.75 445	2.00 284	2.80 471	1.84 269	1.43 273	2.64 281	1.50 310	0.27 112	0.19 96	0.36 336	0.33 339	0.36 257	0.30 192

PSMNet-RUCA	1.64 229	1.50 471	2.57 198	1.50 449	1.38 433	3.05 176	1.36 418	3.31 231	2.24 343	1.36 149	2.07 369	1.40 196	1.09 188	1.83 204	1.55 321	1.15 516	0.69 508	1.26 528	0.96 517	1.64 526	0.94 489

test_sample7	1.65 230	0.70 252	2.60 199	1.48 445	0.76 245	2.38 112	1.07 364	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 346	6.26 365	1.26 260	0.44 393	0.48 465	0.43 397	0.40 417	0.46 367	0.43 336

StereoVision	1.65 230	0.75 299	7.47 296	1.01 229	1.80 509	2.61 136	0.61 112	3.06 203	1.96 282	1.25 139	3.46 502	1.85 272	0.88 129	2.07 226	1.93 381	0.43 386	0.36 386	0.37 348	0.36 374	0.48 374	0.33 229

dad	1.65 230	1.19 425	3.04 226	0.98 209	0.56 147	4.22 433	0.84 252	1.99 66	2.48 405	2.14 326	1.68 236	1.62 222	1.13 200	3.85 313	2.04 395	1.03 511	0.40 419	2.04 536	0.48 450	0.75 470	0.53 397

PSM-softLoss	1.66 233	0.59 140	5.15 274	2.25 520	0.48 105	4.68 509	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

KMStereo	1.66 233	0.59 140	5.15 274	2.25 520	0.48 105	4.68 509	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

DDVS	1.68 235	0.79 317	2.52 194	1.26 358	1.16 375	3.17 190	0.78 214	3.12 207	1.82 258	1.86 231	1.91 331	2.92 400	1.43 273	6.20 363	1.63 340	0.45 402	0.65 500	0.34 302	0.38 399	0.48 374	0.79 473

ISRNet	1.69 236	0.76 304	5.69 282	1.27 366	1.36 428	2.85 149	0.61 112	3.60 273	1.91 278	2.13 323	2.12 380	2.90 395	1.41 265	2.51 264	1.71 351	0.49 434	0.50 471	0.56 466	0.47 445	0.49 380	0.57 414

IER	1.69 236	0.65 210	7.19 293	0.94 186	1.15 370	3.28 213	0.89 291	3.48 250	1.97 284	2.10 312	1.98 346	2.28 318	2.12 406	2.25 250	1.75 361	0.29 171	0.23 222	0.36 336	0.30 304	0.32 190	0.34 241

RAFT_R40	1.70 238	0.59 140	2.99 223	1.46 439	0.46 87	4.74 525	0.98 344	2.23 90	1.56 178	2.02 291	2.35 431	2.71 374	2.56 442	6.71 378	0.90 170	0.40 354	0.19 96	0.30 207	0.27 229	0.33 208	0.26 120

ffm	1.72 239	0.60 152	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.22 436	3.37 513	2.20 352	2.30 416	3.48 445	1.62 324	2.21 246	0.65 65	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

Anonymous3	1.72 239	0.76 304	11.61 349	0.83 104	0.84 280	4.46 468	0.84 252	3.57 269	1.16 50	1.34 146	1.37 151	1.11 150	1.03 167	1.58 156	1.13 228	0.70 488	0.58 488	0.33 284	0.35 364	0.47 371	0.42 327

DMCA	1.72 239	0.74 287	6.63 286	1.14 299	0.96 316	3.98 370	0.90 296	3.75 302	2.76 446	2.83 472	1.58 205	2.35 329	1.18 218	1.58 156	1.98 390	0.40 354	0.27 303	0.42 393	0.26 203	0.36 257	0.38 290

fff	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 463	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

DCANet	1.74 242	0.73 279	9.08 314	0.82 93	0.40 46	4.18 423	0.59 105	4.25 450	2.97 475	2.35 402	1.84 305	1.18 160	1.63 337	1.51 147	1.55 321	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.53 397

csc	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 463	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

cscssc	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 463	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

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

anonymity	1.76 247	1.26 441	2.73 214	1.66 476	1.32 418	1.84 70	1.07 364	3.49 253	2.30 359	2.11 316	2.11 377	1.71 237	3.90 496	1.82 203	1.48 306	1.10 513	1.09 524	1.08 523	1.08 524	1.05 497	1.09 499

SST-Stereo	1.76 247	0.58 132	3.10 227	1.44 433	0.46 87	4.71 521	0.76 197	2.22 89	2.79 450	2.07 308	2.18 390	2.43 342	3.22 475	6.66 374	0.84 143	0.42 380	0.19 96	0.30 207	0.27 229	0.35 244	0.26 120

StereoDRNet-Refined	1.77 249	0.81 325	2.22 168	1.21 340	0.76 245	3.26 207	0.71 164	3.82 316	2.05 303	2.29 380	2.05 364	2.98 402	1.44 276	7.15 385	2.27 420	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 250	1.32 451	1.92 130	1.16 318	1.03 342	3.38 224	1.31 411	3.52 260	1.75 248	1.96 263	1.93 336	2.40 334	1.48 287	8.58 410	1.58 325	0.46 409	0.34 375	0.27 137	0.26 203	0.41 311	0.50 382

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

tt1	1.79 251	0.73 279	10.41 335	1.75 488	0.36 14	4.55 488	0.79 221	4.22 436	3.37 513	1.08 127	1.80 281	0.74 84	1.48 287	2.21 246	0.65 65	0.29 171	0.16 26	0.31 229	0.22 131	0.30 144	0.29 165

RAFT_CTSACE	1.80 253	1.06 400	10.00 327	1.71 483	1.39 435	3.49 248	1.06 362	3.05 200	1.62 210	1.70 201	2.04 358	2.51 354	1.80 372	1.98 220	0.94 191	0.25 82	0.22 195	0.28 166	0.30 304	0.30 144	0.26 120

UPFNet	1.81 254	0.63 188	6.71 287	1.25 351	1.44 447	3.50 252	1.35 416	4.02 378	1.85 266	2.40 414	1.52 186	2.41 336	1.40 260	3.62 307	1.88 375	0.34 279	0.33 363	0.37 348	0.31 320	0.41 311	0.39 297

AACVNet	1.83 255	1.02 388	2.41 190	1.45 437	0.87 291	3.21 194	0.73 172	3.16 212	1.61 207	2.01 286	1.82 299	2.28 318	1.33 244	10.98 486	1.49 309	0.39 347	0.32 356	0.38 364	0.32 331	0.43 340	0.44 342

111	1.83 255	0.92 362	9.08 314	0.81 83	0.36 14	4.25 437	0.91 304	4.44 506	2.70 438	2.39 412	1.96 338	2.30 324	1.64 340	1.28 97	1.82 368	0.28 149	0.22 195	0.24 58	0.20 84	0.31 163	0.54 403

ACVNet-DCA	1.85 257	0.74 287	13.77 372	1.78 491	0.36 14	4.48 470	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

ITSA-stereo	1.86 258	0.72 268	3.74 256	1.20 334	0.66 204	4.09 390	0.91 304	4.24 448	2.53 415	1.93 254	1.77 272	1.59 218	2.15 410	6.12 362	2.44 434	0.40 354	0.38 405	0.40 374	0.40 417	0.50 382	0.98 493

test_5	1.87 259	0.75 299	10.23 332	1.14 299	1.40 437	3.85 331	1.27 407	3.91 344	1.93 280	1.69 197	1.78 275	1.67 226	1.79 367	2.99 294	1.17 236	0.30 211	0.18 66	0.35 321	0.33 339	0.34 226	0.33 229

NINENet	1.87 259	0.74 287	2.60 199	1.12 291	1.06 350	4.50 479	0.76 197	4.41 501	2.24 343	2.16 339	1.86 315	3.63 462	0.97 152	8.00 401	1.17 236	0.41 369	0.30 338	0.41 386	0.30 304	0.41 311	0.36 261

IRAFT_RVC	1.87 259	0.60 152	4.33 262	2.40 529	0.66 204	4.59 496	1.59 454	2.96 189	1.51 139	2.23 367	1.75 258	2.09 307	2.63 445	6.70 375	1.50 310	0.33 267	0.21 166	0.33 284	0.29 286	0.32 190	0.32 213

MLCV	1.87 259	0.91 360	8.59 308	1.10 280	0.57 159	3.59 274	0.53 78	3.70 297	2.20 337	2.80 469	2.25 402	2.00 293	1.42 270	4.13 322	1.86 373	0.30 211	0.20 134	0.32 249	0.21 98	0.33 208	0.36 261

iRaft-Stereo_20w	1.88 263	0.62 179	10.58 337	0.90 154	0.83 273	2.96 169	0.78 214	4.90 536	1.58 187	2.29 380	1.60 213	1.25 173	4.51 509	2.28 252	0.90 170	0.29 171	0.21 166	0.26 109	0.24 171	0.41 311	0.31 202

DSFCA	1.89 264	0.69 242	3.14 230	1.10 280	1.18 377	3.99 371	1.79 470	3.50 256	2.16 330	3.10 490	1.64 224	2.91 398	2.50 438	5.38 341	2.26 418	0.43 386	0.38 405	0.37 348	0.36 374	0.50 382	0.42 327

iResNet_ROB	1.89 264	1.02 388	8.60 309	1.39 422	0.98 327	3.72 297	0.66 142	3.84 320	2.65 432	1.88 236	2.05 364	1.98 290	1.27 232	4.52 327	1.67 347	0.30 211	0.20 134	0.28 166	0.18 47	0.31 163	0.40 317

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

H2IRNET	1.90 266	0.53 82	14.29 388	1.14 299	0.60 174	4.48 470	0.44 47	2.65 152	1.81 257	1.05 125	2.30 416	1.67 226	1.40 260	2.17 240	1.50 310	0.36 310	0.21 166	0.33 284	0.37 386	0.34 226	0.29 165

CFNet-ft	1.90 266	0.95 374	3.56 248	1.07 257	1.54 463	4.09 390	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 379	1.48 287	9.33 427	1.72 353	0.33 267	0.30 338	0.61 481	0.36 374	0.52 388	0.39 297

CFNet_RVC	1.90 266	0.95 374	3.56 248	1.07 257	1.54 463	4.09 390	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 379	1.48 287	9.33 427	1.72 353	0.33 267	0.30 338	0.61 481	0.36 374	0.52 388	0.39 297

PSMNet-ADL	1.91 270	0.72 268	1.78 118	1.09 271	0.86 286	4.18 423	0.78 214	3.77 306	2.10 319	1.72 206	1.85 312	2.91 398	1.82 377	10.38 465	1.91 379	0.48 422	0.46 455	0.28 166	0.29 286	0.38 272	0.51 390

GEStereo_RVC	1.91 270	0.80 321	6.57 285	1.20 334	1.06 350	4.02 376	1.43 436	4.13 411	1.89 274	2.03 295	1.80 281	2.34 327	1.86 384	4.94 333	1.77 362	0.48 422	0.38 405	0.32 249	0.28 258	0.42 330	0.50 382

DN-CSS_ROB	1.91 270	1.55 474	11.13 344	1.82 498	0.88 294	3.99 371	0.61 112	4.01 374	1.67 222	1.64 188	1.89 325	1.39 191	1.06 183	3.23 296	1.50 310	0.31 230	0.19 96	0.44 402	0.29 286	0.37 267	0.31 202

qqq1	1.92 273	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 454	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 356	0.30 207	0.23 146	0.29 121	0.29 165

fff1	1.92 273	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 454	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 356	0.30 207	0.23 146	0.29 121	0.29 165

raft_robust	1.92 273	1.15 417	3.34 240	1.02 239	0.43 65	3.84 323	0.46 54	4.42 502	2.52 414	1.67 195	1.36 150	2.17 312	6.37 533	6.78 380	1.04 210	0.28 149	0.24 256	0.30 207	0.35 364	0.31 163	0.32 213

delet	1.92 273	0.76 304	5.14 273	1.01 229	1.65 487	3.44 234	2.03 486	3.76 304	2.48 405	2.01 286	2.05 364	2.63 366	1.90 390	5.34 340	2.12 405	0.28 149	0.29 325	0.40 374	0.31 320	0.41 311	0.45 348

BEATNet_4x	1.92 273	1.36 456	8.75 312	1.20 334	0.56 147	3.46 239	1.03 355	4.00 372	2.43 396	2.25 373	1.70 243	2.10 308	1.59 315	2.57 275	3.05 462	0.37 318	0.22 195	0.47 418	0.29 286	0.60 418	0.40 317

IIG-Stereo	1.95 278	0.79 317	2.14 159	2.78 537	0.66 204	4.62 500	0.76 197	4.27 458	1.53 155	2.63 452	3.14 491	3.35 434	1.61 321	7.65 396	1.41 289	0.39 347	0.20 134	0.31 229	0.25 183	0.33 208	0.22 60

LALA_ROB	1.95 278	1.48 469	3.11 228	1.05 249	0.98 327	3.99 371	1.82 474	4.44 506	2.28 355	3.31 500	1.85 312	2.76 385	1.67 346	4.04 321	3.23 465	0.46 409	0.41 428	0.55 464	0.52 467	0.60 418	0.57 414

DCANet-4	1.96 280	0.51 65	14.31 389	0.82 93	0.40 46	4.16 415	0.57 92	4.29 466	2.98 478	2.30 384	1.80 281	1.03 140	1.54 310	1.44 130	1.44 294	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

PSMNet-RSSM	1.96 280	0.77 307	3.26 234	1.29 372	1.31 412	4.19 427	0.96 335	3.68 287	1.89 274	2.05 300	1.80 281	2.60 362	1.70 353	9.84 442	1.81 366	0.35 299	0.29 325	0.35 321	0.37 386	0.42 330	0.35 255

4D-IteraStereo	1.97 282	0.84 340	20.43 513	0.78 78	1.56 470	2.09 93	1.05 361	2.43 113	1.56 178	1.41 159	1.00 64	1.94 279	0.61 44	1.22 83	1.06 212	0.27 112	0.18 66	0.31 229	0.26 203	0.27 90	0.23 71

OMP-Stereo	1.97 282	0.93 366	1.88 125	2.76 536	0.67 211	4.58 495	1.48 439	4.31 477	1.54 164	3.15 495	2.76 467	3.25 425	1.38 253	7.66 397	1.35 282	0.40 354	0.20 134	0.33 284	0.26 203	0.33 208	0.24 86

cc1	1.98 284	0.74 287	13.77 372	1.78 491	0.36 14	4.48 470	0.74 184	4.23 440	3.95 529	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.31 163	0.29 165

hknet	1.98 284	0.64 200	8.70 311	0.87 135	1.07 354	4.16 415	1.16 387	4.48 512	1.73 240	2.93 477	1.83 300	3.48 445	1.30 240	3.91 317	1.51 316	0.31 230	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

GANet-RSSM	1.98 284	0.62 179	3.49 243	1.69 479	1.23 398	4.22 433	0.91 304	3.31 231	1.86 267	1.81 221	1.74 254	2.34 327	1.82 377	10.92 484	1.73 357	0.34 279	0.29 325	0.31 229	0.28 258	0.39 282	0.40 317

1test111	1.99 287	0.74 287	13.77 372	1.78 491	0.36 14	4.48 470	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	4.66 329	0.98 201	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

SMFormer	2.00 288	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 454	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 356	0.36 336	0.31 320	0.38 272	0.36 261

tta	2.00 288	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 454	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 356	0.36 336	0.31 320	0.29 121	0.29 165

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

cross-raft	2.01 291	0.57 119	19.01 460	1.03 246	0.56 147	2.11 94	0.72 167	3.63 278	1.57 184	1.77 214	1.51 185	3.17 419	1.13 200	1.16 66	0.85 146	0.23 47	0.21 166	0.26 109	0.23 146	0.28 107	0.25 96

MMNet	2.02 292	0.81 325	10.76 339	1.12 291	1.23 398	3.53 259	0.89 291	3.79 310	2.08 308	2.15 334	1.76 267	2.15 311	2.12 406	3.69 310	2.32 423	0.31 230	0.29 325	0.34 302	0.27 229	0.38 272	0.42 327

xx1	2.03 293	0.74 287	13.77 372	1.78 491	0.36 14	4.48 470	0.74 184	4.23 440	3.95 529	1.01 118	1.81 293	1.79 254	1.34 246	2.13 233	0.64 58	0.29 171	0.17 39	0.33 284	0.33 339	0.33 208	0.32 213

HGLStereo	2.03 293	0.74 287	7.50 297	1.23 347	1.56 470	3.62 281	0.95 329	3.78 309	1.89 274	2.03 295	2.20 394	3.12 415	2.14 409	5.68 350	2.04 395	0.37 318	0.31 348	0.32 249	0.29 286	0.40 287	0.45 348

ssnet_v2	2.04 295	0.88 352	7.87 298	1.20 334	0.87 291	3.86 333	1.64 460	4.01 374	2.60 426	2.61 447	1.96 338	3.79 467	1.71 355	2.20 244	2.96 458	0.41 369	0.35 381	0.42 393	0.37 386	0.55 399	0.52 395

ADStereo(finetuned)	2.04 295	0.73 279	13.28 363	0.82 93	0.40 46	4.16 415	0.59 105	4.25 450	2.97 475	2.35 402	1.84 305	1.18 160	3.40 481	1.52 149	1.54 320	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.51 390

CBFPSM	2.05 297	0.95 374	10.12 331	1.07 257	1.05 347	2.84 147	1.20 398	3.28 227	1.73 240	1.82 223	1.30 132	4.56 506	4.06 498	2.34 253	2.34 425	0.25 82	0.38 405	0.32 249	0.27 229	0.37 267	0.79 473

DeepPruner_ROB	2.05 297	1.09 406	10.50 336	1.01 229	1.20 390	4.39 456	0.91 304	3.14 209	1.72 237	2.60 445	1.54 195	2.78 387	1.27 232	4.52 327	1.72 353	0.51 444	0.40 419	0.37 348	0.34 348	0.48 374	0.52 395

DLCB_ROB	2.05 297	0.95 374	2.37 185	1.24 349	1.02 341	2.92 160	1.30 410	3.68 287	2.30 359	2.91 475	2.17 388	3.32 432	1.52 300	10.37 463	2.50 439	0.40 354	0.33 363	0.40 374	0.36 374	0.41 311	0.47 363

HITNet	2.07 300	0.82 332	14.77 392	1.34 397	0.56 147	3.47 242	0.80 231	4.07 394	2.35 371	2.16 339	1.61 217	1.64 223	1.44 276	2.09 231	2.56 446	0.26 97	0.18 66	0.41 386	0.26 203	0.45 356	0.25 96
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
ETE_ROB	2.07 300	1.40 461	3.01 225	1.09 271	0.92 305	3.94 353	1.53 446	4.25 450	2.23 341	3.31 500	2.06 368	2.35 329	1.52 300	8.74 412	2.07 401	0.44 393	0.36 386	0.51 446	0.48 450	0.54 397	0.62 430

CFNet-RSSM	2.08 302	0.52 71	20.06 490	1.01 229	0.56 147	3.39 225	0.64 130	3.67 285	1.55 172	1.72 206	1.37 151	2.57 359	1.19 222	1.11 51	0.86 153	0.27 112	0.20 134	0.25 80	0.23 146	0.27 90	0.23 71

coex_refinement	2.10 303	0.85 344	3.67 255	1.31 382	1.13 367	3.21 194	0.85 261	3.86 326	2.31 363	2.51 429	1.92 333	3.49 451	1.69 351	11.08 494	2.13 408	0.37 318	0.25 279	0.27 137	0.31 320	0.41 311	0.37 275

iRaft-Stereo_5w	2.10 303	0.83 336	8.57 307	0.81 83	0.76 245	3.21 194	0.84 252	3.71 298	1.65 218	1.56 174	2.50 441	2.20 314	2.23 419	9.13 422	2.01 393	0.38 335	0.19 96	0.35 321	0.27 229	0.45 356	0.39 297

DFGA-Net	2.11 305	3.00 518	7.43 295	1.11 287	0.76 245	3.72 297	0.60 108	2.63 150	1.91 278	2.01 286	2.07 369	1.22 170	1.04 171	10.26 461	2.26 418	0.27 112	0.22 195	0.34 302	0.34 348	0.61 423	0.48 368

G2L-Stereo_test	2.11 305	0.86 347	7.12 292	1.65 475	1.19 384	3.54 263	1.02 353	3.57 269	2.01 293	2.50 426	1.68 236	3.15 417	1.50 294	9.21 425	1.62 337	0.28 149	0.19 96	0.23 28	0.22 131	0.27 90	0.31 202

CFNet_pseudo	2.12 307	0.67 231	15.14 403	0.85 125	0.74 239	3.95 358	0.64 130	3.95 357	1.78 253	1.90 243	1.79 278	3.27 427	1.62 324	2.51 264	1.16 233	0.31 230	0.36 386	0.53 456	0.27 229	0.63 429	0.44 342

test_xeample3	2.12 307	0.63 188	21.55 548	0.91 162	0.47 97	1.85 71	0.94 325	7.96 554	1.23 57	0.75 60	0.76 25	0.64 52	0.70 68	1.77 194	0.83 140	0.30 211	0.21 166	0.27 137	0.21 98	0.27 90	0.24 86

G2L-ROB	2.13 309	0.78 313	10.06 328	1.19 329	1.06 350	3.84 323	0.93 319	3.32 236	2.27 351	2.20 352	1.47 174	2.65 369	1.20 224	8.38 406	1.81 366	0.28 149	0.19 96	0.23 28	0.22 131	0.28 107	0.32 213

ccs_rob	2.13 309	0.67 231	15.11 402	0.84 113	0.75 241	3.96 363	0.65 139	3.95 357	1.78 253	1.88 236	1.79 278	3.26 426	1.64 340	2.51 264	1.16 233	0.31 230	0.36 386	0.54 463	0.27 229	0.65 440	0.45 348

SepStereo	2.15 311	0.67 231	4.79 270	1.14 299	1.64 483	2.93 164	2.13 491	4.09 400	2.74 442	4.17 523	2.52 444	2.46 349	1.79 367	8.36 404	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

test_for_model	2.16 312	3.87 527	1.58 103	4.16 555	3.64 551	2.51 124	0.96 335	3.63 278	2.62 427	2.45 420	1.39 156	1.02 138	0.73 77	0.92 23	0.57 43	2.97 542	2.19 546	0.26 109	0.17 27	5.32 559	2.24 534

IGEV_Zeroshot_test	2.16 312	0.69 242	20.60 520	1.22 343	0.54 136	2.18 97	0.53 78	3.38 244	1.61 207	1.93 254	1.55 199	3.76 466	1.05 176	1.55 152	0.91 177	0.29 171	0.20 134	0.27 137	0.29 286	0.40 287	0.32 213

anonymousa	2.16 312	0.67 231	19.19 461	1.04 248	1.67 491	2.06 91	0.79 221	2.86 183	1.96 282	1.85 226	2.14 383	3.23 424	1.81 375	1.12 54	1.15 230	0.26 97	0.26 292	0.34 302	0.32 331	0.30 144	0.28 155

AIO-test1	2.18 315	0.66 221	18.95 458	0.89 145	1.48 454	3.40 228	0.97 338	4.19 426	1.68 224	0.86 97	1.35 146	0.99 133	0.75 84	4.47 326	1.27 263	0.23 47	0.23 222	0.28 166	0.33 339	0.31 163	0.35 255

SFCPSM	2.18 315	0.63 188	17.03 425	0.88 140	0.98 327	3.74 302	1.28 409	4.09 400	2.16 330	1.85 226	1.83 300	1.65 224	1.39 256	2.50 261	1.50 310	0.33 267	0.27 303	0.39 368	0.36 374	0.34 226	0.37 275

GANet-ADL	2.20 317	0.73 279	20.11 495	1.25 351	0.69 222	3.83 318	0.76 197	3.49 253	1.71 234	1.65 192	1.99 349	2.10 308	1.10 194	1.42 127	1.26 260	0.38 335	0.33 363	0.25 80	0.22 131	0.42 330	0.36 261

MSKI-zero shot	2.22 318	0.64 200	20.09 494	0.96 196	0.56 147	4.04 380	0.70 162	3.91 344	1.50 132	1.92 250	2.28 408	1.92 277	0.71 70	2.93 291	0.67 75	0.26 97	0.23 222	0.26 109	0.21 98	0.28 107	0.26 120

PS-NSSS	2.22 318	1.33 454	2.90 221	0.97 203	1.53 462	4.11 397	1.08 369	4.55 522	2.65 432	2.10 312	2.32 428	1.77 246	1.40 260	11.79 528	1.61 332	0.68 484	0.45 446	0.96 517	0.43 433	0.95 490	0.92 487

PCWNet_CMD	2.23 320	0.65 210	17.36 430	0.83 104	0.76 245	3.51 255	0.64 130	3.60 273	1.97 284	1.70 201	1.63 222	3.22 422	3.05 467	2.09 231	1.11 224	0.31 230	0.36 386	0.47 418	0.26 203	0.64 437	0.47 363

HH	2.23 320	0.86 347	21.59 549	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 508	1.86 384	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

HanStereo	2.23 320	0.86 347	21.59 549	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 508	1.86 384	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

MSMDNet	2.23 320	0.64 200	17.32 426	0.84 113	0.75 241	3.53 259	0.64 130	3.61 276	1.98 286	1.71 205	1.64 224	3.22 422	2.99 460	2.08 228	1.11 224	0.31 230	0.37 399	0.45 409	0.26 203	0.62 427	0.45 348

FENet	2.25 324	0.50 59	20.29 506	1.35 402	0.67 211	4.01 374	0.60 108	3.95 357	1.99 287	1.96 263	1.11 88	2.43 342	1.43 273	1.60 163	1.39 284	0.32 251	0.22 195	0.33 284	0.26 203	0.29 121	0.39 297

DISCO	2.25 324	0.73 279	10.06 328	1.76 489	1.12 365	3.47 242	1.25 406	3.24 223	2.26 349	2.65 457	1.96 338	4.53 504	1.92 392	4.17 324	3.61 469	0.32 251	0.25 279	0.31 229	0.29 286	0.66 445	0.41 323

iinet-f	2.26 326	1.18 423	13.71 370	1.14 299	1.11 364	3.77 306	1.10 375	4.14 417	2.17 332	2.06 305	1.76 267	2.99 403	2.99 460	2.50 261	2.49 438	0.35 299	0.39 414	0.27 137	0.28 258	0.45 356	0.39 297

ICVP	2.26 326	0.66 221	21.18 540	0.99 215	0.88 294	4.28 444	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 453	0.35 381	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 328	0.65 210	23.82 567	0.90 154	0.46 87	1.57 56	0.96 335	7.98 555	1.19 54	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.25 96

CIPLG	2.27 328	1.18 423	19.24 462	0.92 168	1.34 424	3.95 358	0.89 291	4.23 440	1.82 258	2.31 390	2.67 460	1.17 156	1.06 183	1.53 151	1.32 274	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

ACRE	2.27 328	1.11 410	19.45 469	0.91 162	1.30 410	3.94 353	0.87 282	4.21 433	1.80 256	2.28 378	2.62 455	1.17 156	1.04 171	1.52 149	1.30 271	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.46 358

NOSS_ROB	2.27 328	0.73 279	3.00 224	1.71 483	1.00 338	3.90 340	0.97 338	4.29 466	2.81 460	2.94 481	2.19 392	3.88 471	1.19 222	11.77 527	1.62 337	0.59 464	0.54 476	0.56 466	0.52 467	0.56 405	0.54 403

XPNet_ROB	2.27 328	1.11 410	4.10 260	1.36 408	0.97 320	3.94 353	1.63 458	4.07 394	2.14 326	2.82 471	2.00 351	2.32 326	1.73 360	10.81 479	3.39 466	0.51 444	0.47 459	0.48 426	0.40 417	0.51 384	0.56 410

IPLGR_C	2.28 333	1.31 449	19.46 470	0.92 168	1.32 418	3.93 348	0.89 291	4.20 427	1.82 258	2.30 384	2.63 457	1.16 155	1.07 185	1.41 125	1.29 270	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

DRaft	2.28 333	0.56 110	2.64 207	0.74 57	0.46 87	3.94 353	1.23 403	2.32 102	1.55 172	2.64 453	2.80 471	1.60 219	5.34 520	6.96 384	10.99 526	0.34 279	0.22 195	0.27 137	0.27 229	0.29 121	0.37 275

psm_up	2.28 333	0.81 325	5.45 280	1.26 358	1.50 457	3.84 323	1.23 403	4.23 440	2.03 296	2.55 434	1.80 281	2.44 346	1.65 342	12.90 547	1.58 325	0.37 318	0.38 405	0.41 386	0.34 348	0.43 340	0.39 297

MyStereo04	2.29 336	0.80 321	18.77 454	1.00 223	1.04 345	3.95 358	0.95 329	3.91 344	2.54 419	1.99 272	1.27 127	2.31 325	1.65 342	2.02 225	1.77 362	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

ADLNet	2.29 336	0.83 336	3.62 253	1.35 402	1.60 476	3.67 289	1.24 405	3.95 357	2.98 478	2.58 441	2.29 411	4.01 478	1.79 367	11.23 500	2.09 403	0.37 318	0.38 405	0.36 336	0.34 348	0.45 356	0.71 452

TDLM	2.29 336	1.08 403	4.61 269	1.29 372	1.01 339	4.26 438	2.17 493	3.75 302	2.79 450	2.31 390	1.98 346	2.06 303	1.59 315	12.45 542	1.72 353	0.51 444	0.28 315	0.52 452	0.35 364	0.56 405	0.50 382

Wz-Net-LNSev	2.30 339	1.67 483	14.88 395	1.18 326	1.65 487	3.49 248	1.54 449	3.63 278	2.03 296	1.88 236	1.64 224	3.29 428	2.06 401	2.71 285	2.02 394	0.40 354	0.33 363	0.32 249	0.31 320	0.53 394	0.49 375

DCVSM-stereo	2.31 340	0.66 221	20.69 522	1.11 287	0.93 310	2.58 135	0.73 172	2.61 148	1.60 203	2.57 438	1.53 193	3.30 430	1.72 357	2.19 243	1.23 252	0.34 279	0.53 474	0.41 386	0.32 331	0.45 356	0.62 430

testlalala2	2.31 340	0.63 188	20.54 516	2.56 533	2.87 539	3.79 312	0.76 197	4.20 427	1.48 119	1.42 161	1.43 165	2.45 347	0.80 111	1.03 38	0.68 78	0.27 112	0.25 279	0.24 58	0.21 98	0.33 208	0.28 155

gwcnet-sp	2.31 340	1.21 428	17.34 427	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

scenet	2.31 340	1.21 428	17.34 427	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

ssnet	2.31 340	1.21 428	17.34 427	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

DAS	2.31 340	0.67 231	4.79 270	1.14 299	1.64 483	2.93 164	2.13 491	4.09 400	2.74 442	4.17 523	2.52 444	2.46 349	1.79 367	11.55 512	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

TRStereo	2.31 340	1.87 491	19.74 478	1.53 454	1.16 375	4.26 438	1.08 369	4.73 532	1.45 98	1.55 172	1.28 128	1.75 241	0.85 120	1.81 201	1.20 242	0.36 310	0.26 292	0.32 249	0.36 374	0.34 226	0.33 229

test_sample5	2.33 347	0.62 179	11.29 345	1.29 372	0.83 273	3.09 183	0.74 184	4.28 463	2.31 363	2.20 352	1.97 344	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 348	0.37 348	0.37 386	0.41 311	0.39 297

MyStereo8	2.33 347	1.13 412	19.26 465	1.22 343	1.62 479	4.16 415	0.57 92	3.50 256	2.36 374	2.15 334	1.75 258	2.28 318	1.14 207	1.46 138	2.20 414	0.24 61	0.21 166	0.32 249	0.27 229	0.36 257	0.43 336

DualNet	2.33 347	0.62 179	11.29 345	1.29 372	0.83 273	3.09 183	0.74 184	4.28 463	2.31 363	2.26 376	2.04 358	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 348	0.37 348	0.37 386	0.41 311	0.39 297

MIPNet	2.33 347	0.71 264	19.82 480	0.89 145	0.56 147	4.76 527	0.61 112	4.32 481	2.37 380	1.83 224	1.48 181	1.48 204	1.98 396	2.63 279	1.44 294	0.29 171	0.20 134	0.26 109	0.23 146	0.30 144	0.39 297

DualNet (step1)	2.34 351	1.05 395	7.87 298	1.07 257	0.86 286	3.93 348	1.19 394	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 346	6.26 365	1.26 260	1.23 520	0.48 465	4.27 564	2.09 550	0.70 453	0.69 447

test_sample4	2.34 351	0.63 188	11.59 348	1.30 379	0.83 273	3.07 181	0.72 167	4.27 458	2.30 359	2.30 384	1.88 319	1.73 239	1.42 270	11.14 497	1.46 298	0.35 299	0.29 325	0.35 321	0.36 374	0.40 287	0.38 290

test_sample3	2.34 351	0.61 169	11.94 351	1.33 390	0.85 281	3.10 185	0.73 172	4.24 448	2.19 335	2.21 361	1.75 258	1.80 257	1.41 265	11.11 496	1.46 298	0.35 299	0.29 325	0.34 302	0.35 364	0.39 282	0.37 275

STTStereo	2.34 351	0.95 374	14.93 398	1.43 430	1.54 463	3.86 333	0.86 264	3.65 281	2.44 400	2.15 334	1.55 199	2.49 353	1.59 315	5.14 337	1.44 294	0.38 335	0.39 414	0.47 418	0.51 464	0.52 388	0.51 390

CFNet	2.34 351	1.10 407	8.96 313	1.34 397	1.24 400	4.09 390	0.73 172	4.04 383	2.77 447	1.62 184	1.87 318	2.27 317	1.45 280	11.41 505	1.82 368	0.31 230	0.24 256	0.43 397	0.36 374	0.43 340	0.33 229

AIO-Stereo-zeroshot	2.35 356	0.99 383	19.62 474	1.09 271	0.96 316	1.51 52	0.44 47	4.05 387	1.64 214	1.31 143	1.67 233	4.93 515	2.45 435	2.52 269	1.40 285	0.30 211	0.20 134	0.31 229	0.50 460	0.57 410	0.60 424

test_sample6	2.35 356	0.62 179	10.78 340	1.33 390	0.83 273	3.15 189	0.79 221	4.36 492	2.43 396	2.26 376	2.04 358	1.69 233	1.39 256	11.48 510	1.61 332	0.38 335	0.32 356	0.37 348	0.39 406	0.41 311	0.42 327

EAI-Stereo	2.35 356	0.63 188	2.97 222	0.95 190	0.65 197	3.84 323	14.27 565	5.04 538	2.19 335	2.06 305	7.25 527	1.10 148	0.94 146	1.65 177	1.37 283	0.31 230	0.22 195	0.27 137	0.60 484	0.27 90	0.32 213

ac_64	2.35 356	0.62 179	9.77 323	1.32 385	1.71 497	3.27 209	0.93 319	3.48 250	2.50 410	1.74 210	1.73 252	3.91 472	1.77 364	10.21 458	1.86 373	0.40 354	0.31 348	0.33 284	0.30 304	0.34 226	0.39 297

HSM	2.35 356	0.81 325	2.21 165	1.14 299	1.55 467	3.44 234	1.03 355	3.99 370	2.25 346	2.29 380	2.11 377	8.04 542	3.05 467	11.60 513	1.71 351	0.33 267	0.22 195	0.28 166	0.23 146	0.32 190	0.35 255

CFNet_ucs	2.36 361	0.68 239	18.42 450	0.89 145	0.81 260	3.85 331	0.68 150	4.29 466	2.37 380	2.09 309	2.04 358	3.31 431	1.24 230	2.63 279	1.14 229	0.36 310	0.45 446	0.56 466	0.29 286	0.66 445	0.49 375

MyStereo05	2.37 362	0.72 268	19.94 485	1.02 239	0.99 330	4.26 438	0.86 264	4.01 374	2.62 427	2.14 326	1.26 121	2.28 318	1.63 337	2.07 226	1.68 348	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

hitnet-ft	2.37 362	0.73 279	8.34 304	0.96 196	0.89 299	3.77 306	0.80 231	3.55 267	2.58 423	2.24 370	2.04 358	3.65 464	1.49 293	11.71 525	1.89 376	0.44 393	0.53 474	0.44 402	0.35 364	0.52 388	0.48 368

YMNet	2.40 364	1.41 463	13.46 366	1.36 408	1.67 491	3.96 363	0.97 338	3.81 313	2.37 380	2.64 453	2.57 451	3.35 434	1.53 307	3.28 298	2.42 431	0.48 422	0.54 476	0.52 452	0.49 454	0.70 453	0.54 403

YMNet_1	2.40 364	1.41 463	13.46 366	1.36 408	1.67 491	3.96 363	0.97 338	3.81 313	2.37 380	2.64 453	2.57 451	3.35 434	1.53 307	3.28 298	2.42 431	0.48 422	0.54 476	0.52 452	0.49 454	0.70 453	0.54 403

CoDeX	2.40 364	0.78 313	13.21 362	1.00 223	1.18 377	3.24 202	1.32 412	4.14 417	2.41 392	1.74 210	1.84 305	2.05 301	1.47 285	10.03 452	1.60 329	0.34 279	0.28 315	0.32 249	0.27 229	0.32 190	0.39 297

LMCR-Stereo	2.40 364	1.31 449	18.61 453	1.59 466	0.86 286	3.87 336	1.15 385	4.32 481	1.60 203	2.25 373	2.27 404	1.13 151	2.43 433	2.48 260	1.60 329	0.88 504	0.24 256	0.29 187	0.24 171	0.56 405	0.30 192

Wz-Net-LNSev-Ref	2.42 368	1.47 468	14.14 383	1.30 379	1.35 425	3.51 255	1.64 460	4.04 383	2.10 319	2.46 421	1.88 319	2.28 318	2.51 439	4.73 332	3.17 464	0.38 335	0.19 96	0.35 321	0.20 84	0.40 287	0.36 261

PAM	2.43 369	0.61 169	20.86 526	1.07 257	0.73 234	2.93 164	0.53 78	3.24 223	1.53 155	1.89 242	2.43 434	5.29 528	2.76 450	1.84 205	1.02 208	0.27 112	0.24 256	0.26 109	0.25 183	0.40 287	0.50 382

PSM-AAD	2.43 369	0.54 93	1.32 73	0.92 168	0.54 136	4.48 470	7.47 553	2.96 189	1.55 172	2.31 390	2.56 449	1.26 174	16.23 563	2.46 258	0.89 166	0.28 149	0.21 166	0.58 470	0.41 424	0.34 226	1.32 511

AASNet	2.44 371	0.92 362	19.79 479	1.35 402	1.49 455	3.81 316	1.07 364	3.85 323	2.93 472	1.95 259	2.29 411	1.96 286	1.29 237	1.73 189	1.93 381	0.39 347	0.33 363	0.45 409	0.30 304	0.55 399	0.45 348

PAM_32	2.45 372	0.63 188	20.74 523	1.05 249	0.65 197	2.83 146	0.46 54	2.91 186	1.54 164	1.95 259	2.66 459	4.99 518	3.78 492	1.96 219	0.92 181	0.27 112	0.22 195	0.27 137	0.25 183	0.36 257	0.48 368

GMM-Stereo	2.45 372	0.52 71	20.38 509	0.89 145	0.82 269	4.18 423	1.91 479	2.45 116	1.48 119	2.48 424	2.30 416	1.69 233	1.86 384	2.93 291	1.08 217	0.28 149	0.18 66	0.33 284	0.48 450	0.35 244	2.41 538

DMCA-RVC	2.45 372	1.22 434	18.29 445	1.23 347	1.14 368	2.49 122	0.85 261	3.29 229	1.68 224	3.02 484	1.41 161	2.00 293	1.53 307	6.39 367	2.00 391	0.38 335	0.30 338	0.44 402	0.35 364	0.45 356	0.44 342

MyStereo06	2.46 375	0.72 268	19.97 487	1.02 239	0.99 330	4.26 438	0.86 264	3.51 259	1.68 224	1.92 250	1.73 252	4.01 478	4.22 502	1.62 169	0.88 163	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

SACVNet	2.46 375	1.14 416	9.47 321	1.44 433	1.18 377	4.06 383	1.49 443	3.84 320	2.24 343	2.62 449	1.89 325	2.57 359	1.28 234	11.35 503	1.64 343	0.50 438	0.39 414	0.48 426	0.41 424	0.55 399	0.75 464

RAFT-345	2.46 375	0.55 99	19.69 477	1.02 239	0.49 112	4.43 466	0.78 214	1.64 34	2.34 369	2.09 309	3.12 489	1.96 286	1.31 241	6.65 373	1.43 292	0.36 310	0.23 222	0.32 249	0.25 183	0.28 107	0.25 96

GwcNet-ADL	2.47 378	0.67 231	21.48 547	0.96 196	0.72 229	4.61 499	0.95 329	4.42 502	2.36 374	1.98 267	1.80 281	2.55 357	1.24 230	1.90 214	1.41 289	0.40 354	0.46 455	0.24 58	0.27 229	0.41 311	0.49 375

PFNet	2.47 378	0.60 152	16.95 424	2.15 519	0.81 260	4.63 502	0.91 304	2.55 137	1.52 148	2.40 414	2.79 469	1.83 266	1.42 270	7.54 392	1.34 281	0.33 267	0.21 166	0.36 336	0.27 229	0.32 190	0.39 297

IPLG	2.48 380	0.65 210	19.63 475	0.91 162	0.79 255	4.60 498	0.56 89	4.31 477	1.84 265	1.91 248	2.00 351	1.31 181	1.38 253	6.61 371	1.53 319	0.27 112	0.20 134	0.27 137	0.23 146	0.31 163	0.36 261

HHNet	2.48 380	0.71 264	20.52 515	0.64 16	0.64 189	4.07 388	0.93 319	3.76 304	1.56 178	2.15 334	4.92 519	0.98 132	3.37 480	1.66 178	1.79 365	0.32 251	0.20 134	0.31 229	0.27 229	0.36 257	0.42 327

G2L-Stereo	2.49 382	0.94 372	14.54 391	1.15 312	1.35 425	3.57 272	0.95 329	3.62 277	2.00 291	2.11 316	1.61 217	3.20 420	1.34 246	9.54 432	1.91 379	0.34 279	0.27 303	0.35 321	0.28 258	0.30 144	0.35 255

CRFU-Net	2.49 382	0.78 313	10.36 333	2.30 526	1.08 356	3.91 341	1.41 432	3.85 323	1.65 218	2.15 334	1.76 267	3.34 433	7.95 547	5.56 347	1.48 306	0.47 418	0.35 381	0.30 207	0.28 258	0.37 267	0.43 336

FADNet	2.49 382	1.76 487	13.17 361	1.17 320	0.95 315	3.27 209	0.88 286	3.94 355	2.27 351	1.40 157	1.29 130	2.51 354	2.06 401	9.93 447	1.94 383	0.43 386	0.45 446	0.40 374	0.43 433	1.06 498	0.53 397

RAFT + AFF	2.51 385	2.66 514	4.48 267	1.15 312	1.95 516	4.15 406	2.01 485	4.46 510	3.30 510	2.19 349	2.51 443	2.22 315	4.87 513	8.91 416	2.06 398	0.30 211	0.60 493	0.48 426	0.38 399	0.77 472	0.69 447

UNet	2.51 385	0.74 287	20.17 497	1.14 299	1.44 447	3.48 245	0.76 197	3.77 306	1.87 268	2.05 300	1.57 204	2.75 379	2.39 430	3.51 303	2.51 440	0.32 251	0.26 292	0.41 386	0.26 203	0.38 272	0.39 297

FADNet-RVC	2.51 385	2.27 504	14.03 381	1.09 271	0.81 260	3.54 263	1.10 375	4.13 411	2.48 405	1.39 155	1.22 108	1.85 272	1.77 364	9.78 440	2.06 398	0.38 335	0.37 399	0.40 374	0.40 417	0.67 447	0.48 368

iResNet	2.52 388	0.94 372	21.17 539	1.84 500	0.72 229	3.75 303	0.81 240	4.14 417	2.55 421	2.33 400	2.03 355	1.35 186	1.44 276	3.27 297	2.16 412	0.35 299	0.23 222	0.28 166	0.22 131	0.44 348	0.45 348

IPLGR	2.53 389	0.58 132	20.46 514	0.82 93	0.52 127	4.56 493	0.50 64	4.30 474	2.38 385	1.87 233	1.53 193	1.68 228	1.72 357	6.95 383	1.15 230	0.28 149	0.21 166	0.27 137	0.23 146	0.33 208	0.32 213

NCCL2	2.53 389	1.35 455	10.90 342	1.15 312	0.97 320	3.53 259	2.56 506	3.65 281	2.23 341	2.76 465	1.80 281	2.41 336	1.66 344	10.35 462	2.07 401	0.44 393	0.40 419	0.57 469	0.53 471	0.59 414	0.65 440

fast-acv-ft	2.54 391	1.19 425	20.08 493	1.41 426	1.40 437	3.18 192	1.17 390	3.37 243	2.28 355	1.90 243	2.15 385	2.69 371	2.17 415	2.91 289	2.31 422	0.37 318	0.39 414	0.45 409	0.39 406	0.57 410	0.45 348

XX-Stereo	2.54 391	0.61 169	20.21 498	1.78 491	1.19 384	4.30 447	0.46 54	4.39 498	1.58 187	2.32 394	1.89 325	4.64 510	0.60 41	4.16 323	0.82 137	0.31 230	0.21 166	0.28 166	0.27 229	0.51 384	0.26 120

NLCA_NET_v2_RVC	2.54 391	1.04 394	16.73 420	1.53 454	2.00 518	3.96 363	0.87 282	3.87 329	2.31 363	2.54 433	1.67 233	2.85 392	1.63 337	5.55 346	1.62 337	0.46 409	0.33 363	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 391	0.90 355	11.10 343	1.32 385	1.47 452	3.58 273	1.38 425	4.13 411	2.45 401	1.90 243	1.71 247	2.86 393	1.76 362	10.86 480	1.66 346	0.60 465	0.43 436	0.53 456	0.41 424	0.78 474	0.94 489

CVANet_RVC	2.55 395	1.10 407	9.13 319	1.46 439	1.15 370	3.96 363	1.53 446	3.91 344	2.50 410	3.04 486	2.04 358	2.60 362	1.72 357	12.46 543	1.50 310	0.49 434	0.30 338	0.51 446	0.41 424	0.63 429	0.50 382

GCST	2.56 396	1.79 489	18.02 441	1.92 506	1.33 422	1.72 63	0.51 68	3.67 285	2.03 296	1.70 201	1.61 217	1.55 213	1.29 237	5.06 335	1.24 254	2.06 535	0.77 515	1.45 532	0.97 518	1.14 508	1.34 512

ARAFT	2.56 396	1.13 412	19.50 472	0.89 145	0.48 105	4.15 406	1.40 429	4.36 492	2.82 462	2.36 406	1.88 319	1.70 235	1.04 171	6.45 368	1.22 249	0.29 171	0.18 66	0.37 348	0.35 364	0.35 244	0.25 96

RASNet	2.56 396	0.70 252	10.06 328	1.60 468	2.25 530	3.67 289	1.00 346	3.38 244	3.14 492	1.81 221	2.11 377	4.60 507	2.30 423	10.25 460	2.61 447	0.37 318	0.24 256	0.25 80	0.24 171	0.28 107	0.26 120

cf-r	2.57 399	0.79 317	16.09 411	1.48 445	1.35 425	4.19 427	0.93 319	3.68 287	2.36 374	1.97 265	1.81 293	3.42 441	1.45 280	8.24 403	1.83 370	0.32 251	0.26 292	0.33 284	0.30 304	0.34 226	0.37 275

UGAM	2.58 400	0.56 110	18.55 452	0.89 145	0.71 227	3.23 198	1.03 355	2.75 166	1.75 248	1.36 149	2.77 468	2.69 371	1.28 234	10.75 475	1.40 285	0.28 149	0.24 256	0.40 374	0.31 320	0.35 244	0.30 192

GrayStereo	2.58 400	0.53 82	1.63 105	1.58 465	0.89 299	4.17 420	8.17 557	3.03 198	1.52 148	2.80 469	2.50 441	1.70 235	17.10 564	2.83 288	1.15 230	0.33 267	0.21 166	0.27 137	0.32 331	0.28 107	0.53 397

ASMatch	2.62 402	0.60 152	20.65 521	1.37 418	0.64 189	4.39 456	0.78 214	1.97 64	1.58 187	1.70 201	3.89 510	1.94 279	3.79 493	5.46 343	1.64 343	0.31 230	0.24 256	0.34 302	0.28 258	0.33 208	0.50 382

RAFT-RH_RVC	2.63 403	0.55 99	19.97 487	1.26 358	0.47 97	4.46 468	0.57 92	1.71 40	1.64 214	3.06 489	5.51 522	2.03 297	1.28 234	6.70 375	1.52 318	0.42 380	0.22 195	0.37 348	0.34 348	0.28 107	0.29 165

DANet	2.63 403	1.07 401	8.10 303	1.83 499	1.70 496	3.25 205	1.16 387	4.31 477	2.38 385	3.40 506	2.18 390	4.08 482	1.80 372	9.77 438	3.89 473	0.52 450	0.55 480	0.59 473	0.44 436	0.63 429	0.86 481
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet_RVC	2.65 405	2.28 506	16.51 417	0.98 209	0.92 305	4.09 390	0.83 249	4.26 457	1.73 240	1.46 163	1.78 275	1.60 219	1.50 294	8.88 414	2.39 426	0.47 418	0.38 405	0.44 402	0.58 480	0.89 485	0.97 491

iResNetv2_ROB	2.65 405	5.00 532	19.28 467	2.06 516	1.09 360	3.83 318	1.13 382	4.14 417	2.09 311	1.85 226	2.03 355	2.01 296	1.51 298	3.58 305	1.58 325	0.34 279	0.21 166	0.32 249	0.21 98	0.44 348	0.29 165

ccnet	2.66 407	0.97 381	8.01 302	1.54 456	1.24 400	3.75 303	2.18 494	4.07 394	2.41 392	2.66 458	3.25 494	2.87 394	2.31 426	9.89 444	3.50 467	0.78 493	0.75 514	0.71 498	0.67 492	0.76 471	0.81 475

GwcNet-RSSM	2.66 407	1.05 395	15.91 409	1.22 343	1.19 384	4.12 399	1.12 379	3.84 320	2.02 294	1.93 254	1.79 278	3.12 415	1.46 283	10.37 463	2.05 397	0.33 267	0.27 303	0.35 321	0.30 304	0.40 287	0.36 261

z-ln-s-r	2.67 409	1.16 420	12.43 355	1.34 397	1.26 405	3.70 293	1.21 401	4.20 427	2.38 385	2.04 298	1.92 333	2.43 342	1.60 320	10.58 468	5.19 491	0.29 171	0.20 134	0.32 249	0.24 171	0.51 384	0.38 290

xxxx	2.67 409	0.54 93	2.03 141	1.22 343	0.81 260	3.49 248	0.63 127	4.49 515	2.49 409	2.22 363	2.23 399	2.05 301	1.38 253	10.05 453	17.91 555	0.32 251	0.32 356	0.30 207	0.27 229	0.33 208	0.34 241

test_xeample	2.67 409	0.56 110	2.05 144	1.09 271	0.81 260	3.24 202	0.80 231	4.55 522	2.70 438	2.42 416	2.27 404	1.39 191	1.40 260	10.75 475	17.51 554	0.30 211	0.30 338	0.32 249	0.28 258	0.34 226	0.33 229

PASM	2.67 409	2.05 500	9.71 322	1.73 486	1.37 430	2.53 130	1.52 444	3.10 205	2.17 332	2.79 468	1.84 305	2.90 395	1.85 383	11.89 532	2.19 413	0.81 498	0.85 518	0.87 514	1.01 520	1.14 508	1.05 496

AIO-Stereo-zeroshot1	2.68 413	1.26 441	22.01 556	1.08 265	0.99 330	1.61 58	0.86 264	3.69 292	1.64 214	1.52 169	5.62 524	3.35 434	3.44 486	2.20 244	1.33 278	0.26 97	0.21 166	0.30 207	0.62 488	0.93 489	0.67 442

222	2.68 413	0.57 119	2.03 141	1.11 287	0.81 260	3.23 198	0.65 139	4.52 520	2.45 401	2.34 401	2.29 411	1.41 197	1.44 276	10.50 466	18.47 559	0.32 251	0.30 338	0.32 249	0.27 229	0.32 190	0.34 241

PWC_ROB	2.69 415	2.01 497	8.36 305	1.33 390	1.90 514	3.23 198	1.18 391	4.33 483	3.25 504	3.11 491	3.41 500	2.71 374	2.18 417	9.15 423	4.48 477	0.56 459	0.31 348	0.61 481	0.36 374	0.69 452	0.74 461

pcwnet_v2	2.70 416	0.65 210	22.48 559	1.08 265	1.03 342	3.56 268	0.81 240	4.29 466	3.14 492	2.29 380	2.29 411	3.01 405	1.71 355	3.32 300	1.43 292	0.43 386	0.50 471	0.41 386	0.34 348	0.61 423	0.56 410

Wz-Net-MNSev	2.71 417	2.54 512	13.91 379	1.52 452	1.37 430	3.28 213	2.47 501	4.03 379	2.32 367	2.57 438	2.07 369	2.29 323	3.01 462	7.55 393	2.74 452	0.38 335	0.36 386	0.36 336	0.37 386	0.57 410	0.47 363

w-ln-seven-2	2.73 418	2.13 501	12.47 357	1.18 326	1.01 339	3.54 263	1.58 453	3.93 351	3.26 505	2.43 418	2.02 353	2.63 366	2.28 422	7.93 400	5.45 494	0.40 354	0.40 419	0.44 402	0.34 348	0.62 427	0.47 363

ttt	2.76 419	0.56 110	2.28 177	1.41 426	1.21 396	3.67 289	0.77 210	4.59 525	2.94 473	2.35 402	2.30 416	2.45 347	1.54 310	11.25 501	15.56 542	0.43 386	0.36 386	0.37 348	0.33 339	0.40 287	0.40 317

UGAM-zero	2.79 420	0.57 119	20.87 528	0.98 209	0.77 251	2.08 92	0.35 19	3.88 332	1.51 139	2.05 300	1.64 224	5.07 522	3.42 485	9.83 441	1.24 254	0.28 149	0.21 166	0.27 137	0.29 286	0.29 121	0.28 155

RP	2.79 420	1.20 427	10.36 333	1.54 456	1.93 515	3.44 234	1.97 482	4.05 387	2.34 369	2.66 458	2.79 469	3.98 476	2.58 443	10.21 458	2.61 447	0.95 507	0.47 459	0.71 498	0.57 479	0.71 462	0.68 445

SHD	2.82 422	2.04 499	13.80 376	1.69 479	1.79 506	2.73 141	1.07 364	3.85 323	3.18 496	4.63 531	2.74 464	3.38 439	2.77 451	5.48 345	3.66 470	0.62 469	0.47 459	0.51 446	0.55 474	0.65 440	0.74 461

FADNet-RVC-Resample	2.83 423	2.02 498	21.07 534	1.12 291	0.91 304	3.53 259	1.37 423	4.08 398	2.09 311	1.68 196	1.33 138	2.03 297	1.51 298	9.54 432	1.69 349	0.38 335	0.37 399	0.42 393	0.44 436	0.56 405	0.56 410

StereoDRNet	2.84 424	1.49 470	14.48 390	1.33 390	1.57 474	3.44 234	2.06 487	3.69 292	2.36 374	3.26 499	1.84 305	2.79 389	1.80 372	10.88 481	3.16 463	0.41 369	0.33 363	0.39 368	0.36 374	0.59 414	0.58 419

w-ln-seven	2.86 425	3.06 519	14.02 380	1.27 366	1.32 418	4.10 396	1.59 454	3.90 339	2.59 425	3.03 485	2.27 404	3.42 441	2.25 420	6.70 375	4.81 485	0.39 347	0.34 375	0.48 426	0.40 417	0.74 467	0.55 407

AAGNet	2.86 425	0.60 152	1.77 116	2.05 515	0.46 87	4.76 527	1.09 373	2.27 94	1.56 178	2.17 343	1.84 305	2.41 336	4.00 497	6.23 364	24.22 571	0.46 409	0.19 96	0.30 207	0.29 286	0.32 190	0.24 86

Consistency-Raft	2.86 425	1.66 481	19.61 473	1.40 425	1.75 501	3.84 323	1.32 412	4.07 394	2.25 346	1.78 216	2.67 460	1.82 263	4.41 506	1.94 218	2.06 398	0.83 501	0.94 521	1.03 519	1.12 525	1.70 528	1.09 499

PDISCO_ROB	2.86 425	1.53 473	14.27 387	1.98 512	2.19 527	4.52 484	1.35 416	4.65 528	3.19 497	2.09 309	2.16 386	3.53 456	2.45 435	5.32 339	2.12 405	1.30 528	0.78 516	0.72 502	0.59 482	1.24 517	1.28 507

AF-Net	2.87 429	1.30 445	16.24 412	1.33 390	1.75 501	3.26 207	1.59 454	4.09 400	2.43 396	2.69 460	2.94 477	4.51 502	3.20 474	5.84 354	2.75 453	0.76 492	0.36 386	0.72 502	0.49 454	0.70 453	0.56 410

HSM-Net_RVC	2.87 429	0.57 119	17.46 434	0.92 168	0.90 302	3.70 293	1.20 398	5.64 550	2.51 413	3.22 498	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 279	0.26 109	0.23 146	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 431	1.16 420	18.30 446	1.35 402	1.68 494	3.52 258	1.18 391	3.90 339	2.06 305	2.52 431	2.82 474	3.82 469	2.34 427	6.78 380	2.55 445	0.86 503	0.40 419	0.59 473	0.67 492	0.57 410	0.55 407

DDUNet	2.91 432	2.78 516	6.94 291	3.53 547	2.26 531	3.28 213	1.36 418	3.77 306	2.04 300	2.62 449	2.49 440	4.18 488	1.69 351	5.38 341	1.85 372	2.21 537	1.77 540	2.61 545	2.43 556	2.60 534	2.34 537

MFMNet_re	2.91 432	1.91 492	18.25 443	3.06 541	1.89 513	3.13 187	1.67 465	3.52 260	2.97 475	3.14 493	2.87 476	2.26 316	2.41 431	2.42 255	2.00 391	1.10 513	1.05 523	0.94 516	0.90 513	1.28 518	1.46 519

ACV-stereo	2.92 434	0.92 362	20.27 504	1.33 390	1.05 347	4.68 509	1.10 375	2.66 154	1.64 214	1.46 163	1.32 136	5.41 530	4.24 503	7.83 398	1.90 378	0.44 393	0.52 473	0.32 249	0.29 286	0.45 356	0.63 434

GANet	2.93 435	1.05 395	11.29 345	1.64 473	0.96 316	3.91 341	2.52 504	3.72 299	2.41 392	2.95 482	3.00 480	3.21 421	2.03 397	12.42 541	4.72 482	0.51 444	0.41 428	0.46 415	0.39 406	0.60 418	0.50 382

RTSC	2.95 436	2.51 508	15.49 407	1.54 456	1.30 410	3.51 255	0.86 264	3.89 334	2.48 405	3.64 509	3.12 489	3.04 407	2.30 423	5.70 351	6.67 498	0.55 457	0.35 381	0.37 348	0.39 406	0.70 453	0.60 424

PWCDC_ROB	2.95 436	3.26 521	14.06 382	1.59 466	1.56 470	4.19 427	0.86 264	4.30 474	4.08 531	2.06 305	7.37 528	2.75 379	2.42 432	3.59 306	2.67 450	1.34 530	0.36 386	0.39 368	0.34 348	1.13 507	0.62 430

PSMNet_ROB	2.95 436	1.38 458	18.46 451	1.19 329	1.20 390	3.80 314	1.65 463	3.54 265	2.35 371	1.98 267	1.71 247	2.75 379	1.79 367	11.43 507	2.78 454	0.42 380	0.36 386	0.50 443	0.60 484	0.59 414	0.49 375

ff1	2.96 439	0.60 152	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.22 436	3.37 513	2.20 352	2.30 416	3.48 445	1.62 324	11.62 515	16.09 544	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

FINET	2.96 439	1.07 401	23.18 565	1.29 372	1.86 511	2.03 85	1.52 444	4.30 474	4.71 537	2.23 367	2.34 430	1.65 224	1.48 287	5.89 355	2.81 456	0.51 444	0.47 459	0.49 440	0.40 417	0.59 414	0.49 375

XQC	2.96 439	2.42 507	14.85 393	1.36 408	1.32 418	3.29 217	1.53 446	4.28 463	2.78 448	3.21 497	2.46 436	3.53 456	2.92 458	6.58 370	4.67 479	0.70 488	0.41 428	0.59 473	0.56 476	0.96 494	0.83 480

SGM-Forest	2.96 439	0.62 179	3.49 243	1.09 271	0.80 257	4.06 383	3.30 528	4.37 495	3.09 488	4.18 526	3.27 496	4.67 512	3.86 495	11.69 524	7.91 512	0.51 444	0.46 455	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 443	0.58 132	13.42 365	0.79 80	0.51 118	3.84 323	1.84 477	2.42 110	1.60 203	2.25 373	2.74 464	2.03 297	6.04 527	6.79 382	12.80 535	0.35 299	0.26 292	0.26 109	0.27 229	0.27 90	0.37 275

RYNet	2.97 443	0.93 366	15.09 401	1.12 291	1.38 433	3.66 288	1.42 434	4.03 379	2.29 358	2.10 312	1.70 243	3.79 467	2.16 413	13.64 556	3.02 461	0.37 318	0.41 428	0.48 426	0.34 348	0.81 479	0.75 464

TCMNet	2.98 445	1.30 445	18.26 444	1.47 442	2.09 524	3.84 323	1.08 369	3.96 362	2.39 389	2.53 432	2.29 411	2.43 342	1.75 361	10.09 455	2.39 426	0.52 450	0.45 446	0.61 481	0.50 460	0.80 478	0.78 470

mmx	2.98 445	0.60 152	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.49 515	3.05 484	2.20 352	2.30 416	3.48 445	1.62 324	11.62 515	16.09 544	0.33 267	0.28 315	0.48 426	0.37 386	0.44 348	0.37 275

xxx	2.98 445	0.60 152	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.49 515	3.05 484	2.20 352	2.30 416	3.48 445	1.62 324	11.62 515	16.09 544	0.33 267	0.28 315	0.48 426	0.37 386	0.44 348	0.37 275

Wz-Net-SNSev	2.98 445	4.36 529	15.98 410	1.57 464	1.19 384	3.28 213	1.80 472	3.96 362	2.40 390	2.32 394	2.28 408	3.48 445	2.05 400	7.84 399	3.82 472	0.47 418	0.39 414	0.53 456	0.49 454	0.71 462	0.60 424

DispNO	3.00 449	0.75 299	18.92 457	1.17 320	1.10 362	3.72 297	0.94 325	4.29 466	2.54 419	2.24 370	2.28 408	4.51 502	2.12 406	11.40 504	2.09 403	0.31 230	0.28 315	0.31 229	0.28 258	0.36 257	0.39 297

GwcNet	3.00 449	1.63 477	19.83 481	1.32 385	2.04 523	3.27 209	1.55 450	3.65 281	2.33 368	2.00 284	2.12 380	3.56 460	1.68 350	9.47 430	2.45 435	0.44 393	0.45 446	0.46 415	0.38 399	0.60 418	0.76 466

LL-Strereo	3.01 451	1.81 490	17.59 437	1.12 291	2.10 525	2.90 154	1.09 373	4.33 483	2.00 291	3.12 492	2.24 400	3.29 428	3.15 470	11.31 502	1.84 371	0.30 211	0.28 315	0.46 415	0.34 348	0.49 380	0.45 348

Anonymous_2	3.01 451	0.89 353	4.53 268	1.06 255	1.18 377	2.93 164	0.87 282	3.24 223	1.46 106	1.86 231	1.35 146	4.11 484	2.35 428	1.64 175	1.28 267	0.82 499	0.90 520	8.71 575	15.84 578	4.44 554	0.74 461

STrans-v2	3.03 453	0.77 307	20.91 530	0.81 83	0.63 187	3.89 338	1.01 349	4.27 458	2.64 431	2.28 378	3.70 506	4.13 485	5.20 517	7.33 387	1.27 263	0.31 230	0.18 66	0.29 187	0.25 183	0.29 121	0.41 323

TransformOpticalFlow	3.03 453	0.77 307	20.99 533	1.00 223	0.55 143	4.18 423	0.64 130	4.33 483	3.02 482	2.18 345	3.09 487	4.35 496	5.07 515	7.36 390	1.27 263	0.32 251	0.18 66	0.32 249	0.26 203	0.28 107	0.46 358

AANet_RVC	3.03 453	1.72 484	12.78 359	1.17 320	1.12 365	3.79 312	1.10 375	3.86 326	3.13 490	2.62 449	4.26 513	3.96 475	1.41 265	11.43 507	5.23 492	0.94 506	0.47 459	0.34 302	0.23 146	0.40 287	0.55 407

DRN-Test	3.03 453	0.99 383	18.18 442	1.35 402	1.60 476	3.59 274	1.48 439	4.13 411	2.45 401	3.47 508	1.92 333	2.58 361	2.53 440	10.88 481	2.80 455	0.39 347	0.36 386	0.44 402	0.41 424	0.55 399	0.57 414

Syn2CoEx	3.08 457	2.55 513	19.88 483	1.34 397	1.18 377	2.43 117	1.65 463	3.91 344	2.40 390	2.39 412	2.27 404	2.90 395	3.17 473	9.57 435	2.54 444	0.50 438	0.45 446	0.53 456	0.39 406	0.74 467	0.72 459

stereogan	3.09 458	0.93 366	16.43 415	1.37 418	1.66 490	3.70 293	1.67 465	3.87 329	3.15 494	3.04 486	2.70 463	5.04 521	2.79 452	9.96 448	1.78 364	0.63 470	0.49 470	0.69 495	0.47 445	0.83 482	0.68 445

PA-Net	3.09 458	1.24 439	18.84 455	1.38 420	1.19 384	3.42 232	1.75 468	3.89 334	3.27 509	1.88 236	2.10 373	3.03 406	1.88 388	11.60 513	2.88 457	0.40 354	0.54 476	0.44 402	0.62 488	0.52 388	1.02 494
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 460	1.45 467	14.90 396	1.46 439	1.79 506	3.33 219	1.39 427	4.04 383	2.26 349	2.77 466	3.26 495	4.00 477	2.71 449	11.63 520	2.62 449	0.82 499	0.46 455	0.79 508	0.79 508	0.71 462	0.78 470

PVD	3.12 461	1.97 496	12.80 360	1.79 496	1.63 481	3.83 318	1.34 415	3.48 250	3.88 526	5.77 538	3.56 504	3.45 444	3.29 477	5.58 349	5.30 493	0.71 490	0.69 508	0.74 506	0.77 504	0.79 476	1.13 502

1111x	3.13 462	0.57 119	8.38 306	1.20 334	0.76 245	3.80 314	0.88 286	4.61 527	2.63 429	2.31 390	2.16 386	1.95 281	1.81 375	11.54 511	18.13 557	0.32 251	0.31 348	0.32 249	0.30 304	0.35 244	0.34 241

APVNet	3.13 462	1.25 440	21.14 536	1.31 382	1.52 460	3.94 353	1.13 382	3.32 236	2.14 326	2.20 352	2.03 355	3.05 410	1.96 394	11.79 528	2.53 442	0.42 380	0.45 446	0.64 489	0.46 442	0.67 447	0.57 414

MaskLacGwcNet_RVC	3.13 462	1.43 465	9.93 326	2.50 531	1.62 479	4.29 445	1.68 467	3.95 357	2.43 396	1.66 193	1.91 331	3.04 407	1.41 265	13.26 549	1.58 325	3.82 555	1.59 536	1.12 525	0.46 442	2.21 532	2.74 547

zh-mn7	3.15 465	9.61 557	12.45 356	1.26 358	0.99 330	2.91 157	1.32 412	4.12 409	2.74 442	3.33 502	3.07 484	2.84 391	1.89 389	8.91 416	4.69 481	0.49 434	0.40 419	0.38 364	0.38 399	0.56 405	0.63 434

ADLNet2	3.15 465	0.92 362	20.06 490	1.20 334	1.79 506	3.83 318	1.48 439	3.94 355	3.59 519	2.19 349	2.47 438	4.65 511	1.93 393	10.69 474	1.96 388	0.39 347	0.37 399	0.28 166	0.30 304	0.48 374	0.43 336

NCC-stereo	3.16 467	1.28 443	18.31 447	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 462	2.55 447	3.49 451	2.65 446	9.91 445	2.99 459	1.29 526	0.65 500	0.64 489	0.86 511	0.65 440	0.71 452

Abc-Net	3.16 467	1.28 443	18.31 447	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 462	2.55 447	3.49 451	2.65 446	9.91 445	2.99 459	1.29 526	0.65 500	0.64 489	0.86 511	0.65 440	0.71 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	3.20 469	1.93 493	18.84 455	1.51 451	0.80 257	4.12 399	1.82 474	4.16 422	2.91 468	1.87 233	1.74 254	2.48 351	1.84 379	13.18 548	1.74 358	0.80 496	0.57 483	0.79 508	0.74 500	1.20 516	0.86 481
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
GASNet	3.24 470	5.55 536	20.58 519	1.56 463	1.25 403	2.32 108	1.12 379	4.04 383	2.67 435	1.88 236	2.10 373	3.00 404	2.16 413	10.59 469	2.43 433	0.65 476	0.37 399	0.61 481	0.45 440	0.87 484	0.58 419

FBW_ROB	3.24 470	1.02 388	9.21 320	1.49 448	1.07 354	3.78 308	1.48 439	4.31 477	3.08 487	2.46 421	2.32 428	4.20 491	2.08 404	15.19 562	7.16 508	0.84 502	0.62 496	1.33 530	0.92 514	0.99 495	1.31 509

HBP-ISP	3.25 472	1.10 407	20.86 526	1.54 456	1.15 370	4.50 479	2.89 517	4.43 505	2.38 385	4.14 522	1.96 338	1.90 275	2.04 399	11.08 494	1.32 274	0.66 478	0.57 483	0.66 492	0.61 487	0.64 437	0.61 427

aanetorigin	3.30 473	1.66 481	17.52 436	1.18 326	1.58 475	2.57 133	3.80 542	2.65 152	2.03 296	6.12 543	4.30 514	2.82 390	5.70 523	5.47 344	4.67 479	0.50 438	0.44 441	0.43 397	0.47 445	1.17 513	0.92 487

ADCRef	3.30 473	1.23 438	14.90 396	1.17 320	1.41 444	3.95 358	1.64 460	3.88 332	2.36 374	3.05 488	2.21 396	2.40 334	2.81 454	5.04 334	16.63 549	0.46 409	0.34 375	0.63 486	0.62 488	0.54 397	0.67 442

CBMV	3.32 475	0.96 380	21.16 538	1.32 385	0.83 273	3.81 316	3.91 545	4.47 511	2.53 415	3.34 503	2.24 400	4.45 499	2.58 443	10.07 454	1.96 388	0.45 402	0.43 436	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 476	0.81 325	20.05 489	1.25 351	1.20 390	3.44 234	1.99 484	4.23 440	2.67 435	3.14 493	3.82 509	3.51 454	3.32 479	11.68 523	1.94 383	0.64 473	0.67 504	0.48 426	0.52 467	0.61 423	0.81 475

CC-Net-ROB	3.35 477	1.76 487	13.89 378	2.33 528	1.65 487	4.49 476	1.62 457	4.73 532	2.90 467	1.92 250	2.05 364	1.99 292	1.61 321	12.57 546	1.60 329	2.46 538	2.18 545	2.68 547	1.04 523	2.11 531	1.38 515

z-mn7	3.36 478	9.42 555	14.16 384	1.28 368	1.22 397	3.78 308	1.43 436	3.92 349	3.35 512	2.85 473	3.36 498	3.06 411	1.97 395	9.66 436	5.16 489	0.42 380	0.35 381	0.43 397	0.33 339	0.63 429	0.48 368

edge stereo	3.37 479	1.01 387	21.99 555	1.28 368	1.37 430	2.67 139	1.39 427	3.98 366	2.87 465	2.93 477	3.27 496	4.35 496	2.43 433	11.62 515	2.39 426	0.60 465	0.63 498	0.79 508	0.55 474	0.68 450	0.67 442

DPSNet	3.43 480	1.37 457	12.19 352	1.39 422	1.24 400	4.15 406	2.06 487	4.51 519	3.34 511	2.69 460	1.96 338	3.52 455	5.56 522	10.68 473	9.68 520	0.93 505	0.73 512	0.40 374	0.37 386	1.06 498	0.86 481

S-Stereo	3.48 481	0.91 360	22.06 558	1.36 408	1.50 457	3.55 266	2.53 505	4.21 433	2.81 460	2.37 407	3.81 508	3.75 465	1.84 379	11.90 533	2.51 440	0.63 470	0.71 510	0.48 426	0.76 502	0.67 447	1.19 505

STTRV1_RVC	3.52 482	1.03 393	20.87 528	1.47 442	1.47 452	3.23 198	1.55 450	4.06 391	3.22 502	1.95 259	3.50 503	2.63 366	2.07 403	11.96 535	2.21 415	1.86 533	4.03 567	0.81 511	0.73 499	1.06 498	0.70 451

UDG	3.55 483	2.81 517	17.45 433	2.69 534	1.98 517	3.97 368	1.19 394	4.35 487	2.02 294	2.42 416	2.53 446	4.50 501	2.46 437	6.53 369	2.41 430	2.12 536	1.77 540	2.63 546	2.57 558	2.64 535	1.95 529

SAMSARA	3.55 483	2.16 503	14.18 385	1.86 503	1.49 455	4.62 500	2.65 510	3.58 272	2.80 454	7.05 548	3.05 483	5.16 527	4.07 499	9.18 424	4.80 484	0.64 473	0.67 504	0.59 473	0.68 495	0.89 485	0.91 486

WZ-Net	3.62 485	4.87 531	16.77 422	1.43 430	1.40 437	3.75 303	2.29 497	4.12 409	2.50 410	2.74 464	2.19 392	4.06 481	5.29 519	10.19 457	7.36 509	0.54 455	0.37 399	0.47 418	0.49 454	0.77 472	0.73 460

CBMV_ROB	3.62 485	0.70 252	21.42 546	1.21 340	0.89 299	4.43 466	1.76 469	4.39 498	2.79 450	5.88 540	3.38 499	4.18 488	5.12 516	10.75 475	2.32 423	0.56 459	0.55 480	0.53 456	0.51 464	0.55 399	0.46 358

Wz-Net-TNSev	3.67 487	8.83 546	13.47 368	1.48 445	1.18 377	3.60 276	2.49 503	4.27 458	3.13 490	2.18 345	1.89 325	4.21 492	2.80 453	12.10 536	7.58 511	0.57 461	0.55 480	0.47 418	0.54 473	0.91 488	1.05 496

SQANet	3.70 488	9.34 554	18.41 449	2.75 535	2.74 536	3.40 228	1.47 438	3.50 256	1.68 224	2.60 445	1.75 258	2.69 371	1.91 391	6.72 379	1.74 358	2.96 541	1.41 534	1.85 535	1.12 525	3.17 537	2.70 546

DeepPrunerF	3.70 488	1.72 484	14.87 394	1.33 390	1.74 500	3.70 293	1.55 450	4.20 427	14.00 563	2.02 291	1.77 272	2.74 377	2.30 423	10.88 481	6.88 504	0.68 484	0.60 493	0.78 507	0.78 507	0.81 479	0.71 452

FTStereo	3.71 490	0.53 82	20.37 508	0.96 196	0.65 197	4.34 450	11.29 560	2.62 149	1.50 132	2.58 441	5.04 520	1.90 275	13.84 559	3.71 311	1.25 257	0.38 335	0.24 256	0.31 229	0.32 331	0.30 144	2.10 532

ADCP+	3.74 491	1.96 495	16.90 423	1.09 271	1.55 467	4.35 451	3.65 540	3.93 351	2.98 478	2.22 363	1.66 232	3.95 473	4.83 512	3.41 301	18.87 562	0.38 335	0.41 428	0.63 486	0.53 471	0.64 437	0.81 475

test_sample9	3.79 492	1.05 395	7.87 298	1.07 257	0.86 286	3.93 348	1.19 394	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 346	11.06 491	11.61 530	1.23 520	14.45 579	4.27 564	2.09 550	0.70 453	0.69 447

zh-sn7	3.81 493	11.43 564	15.78 408	1.25 351	1.15 370	3.68 292	2.58 508	4.15 421	2.42 395	2.61 447	3.10 488	3.38 439	3.03 466	11.43 507	6.88 504	0.45 402	0.48 465	0.45 409	0.43 433	0.72 465	0.71 452

MFN_U_SF_RVC	3.81 493	10.78 561	15.01 399	1.84 500	1.39 435	3.73 301	1.63 458	4.05 387	3.26 505	2.91 475	2.38 432	4.36 498	3.65 490	8.43 407	4.91 487	1.11 515	1.04 522	0.99 518	1.31 532	1.58 524	1.75 526

ADCPNet	3.89 495	1.63 477	20.25 503	1.28 368	1.27 407	6.43 545	2.65 510	3.93 351	2.70 438	2.78 467	2.20 394	4.28 494	6.16 531	5.56 347	10.27 523	0.65 476	1.18 527	0.71 498	1.70 539	0.84 483	1.37 513

RTS	3.90 496	7.04 540	17.94 439	1.92 506	2.19 527	5.00 533	2.96 519	4.29 466	3.19 497	4.05 519	3.08 485	4.94 516	3.16 471	7.64 394	6.72 499	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 466

RTSA	3.90 496	7.04 540	17.94 439	1.92 506	2.19 527	5.00 533	2.96 519	4.29 466	3.19 497	4.05 519	3.08 485	4.94 516	3.16 471	7.64 394	6.72 499	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 466

MFN_U_SF_DS_RVC	3.94 498	10.88 562	12.30 354	1.26 358	1.55 467	5.19 536	3.33 530	4.42 502	2.82 462	2.58 441	2.62 455	5.00 519	2.11 405	14.03 560	2.73 451	1.28 525	2.34 552	0.67 494	1.83 544	0.81 479	1.03 495

ADCMid	3.96 499	3.27 522	15.48 406	1.26 358	1.40 437	4.66 506	2.28 496	4.06 391	3.54 518	3.94 516	3.02 481	3.85 470	3.67 491	4.03 320	18.65 560	0.68 484	0.61 495	1.09 524	1.18 529	1.38 521	1.08 498

SDNR	3.97 500	1.93 493	20.28 505	1.31 382	0.94 312	5.16 535	0.67 144	4.33 483	2.58 423	4.82 534	5.94 525	5.01 520	1.45 280	17.52 564	2.53 442	0.79 494	0.72 511	0.59 473	0.45 440	1.15 511	1.17 503

MADNet+	3.97 500	9.54 556	13.83 377	1.87 504	1.69 495	4.19 427	2.87 516	4.80 535	4.10 532	2.51 429	2.67 460	4.55 505	3.41 482	8.72 411	6.92 506	1.25 523	1.27 531	1.04 520	0.93 515	1.39 522	1.85 527

SPS-STEREO	3.97 500	1.44 466	20.85 525	1.72 485	1.71 497	3.24 202	2.30 498	3.55 267	2.68 437	4.79 533	3.66 505	5.44 531	2.97 459	9.11 421	9.35 519	1.15 516	1.10 525	1.06 522	1.02 522	1.16 512	1.18 504
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 503	1.13 412	16.64 418	1.12 291	1.25 403	3.50 252	3.05 523	4.29 466	3.26 505	3.64 509	2.56 449	2.97 401	4.79 511	13.33 550	16.91 550	0.37 318	0.41 428	0.38 364	0.39 406	0.48 374	0.81 475

G-Net	4.11 504	1.21 428	19.47 471	2.31 527	2.94 540	4.74 525	2.95 518	3.33 240	2.14 326	4.44 529	9.43 544	6.93 538	3.84 494	9.01 420	4.92 488	0.79 494	0.80 517	0.70 497	0.50 460	0.95 490	0.87 484

THIR-Stereo	4.14 505	0.82 332	10.85 341	0.86 130	0.43 65	2.16 96	16.77 567	3.22 219	1.54 164	2.04 298	12.05 557	2.68 370	7.53 544	7.30 386	12.62 534	0.30 211	0.21 166	0.29 187	0.28 258	0.33 208	0.41 323

AnyNet_C32	4.17 506	5.75 537	12.62 358	1.60 468	1.54 463	5.51 539	4.09 546	3.90 339	3.23 503	4.22 527	3.03 482	3.10 412	3.41 482	8.01 402	18.85 561	0.53 453	0.58 488	0.53 456	0.74 500	1.19 515	0.97 491

Ntro	4.21 507	8.94 550	19.89 484	3.22 543	2.96 541	4.15 406	1.89 478	3.92 349	2.36 374	1.77 214	2.14 383	3.35 434	2.17 415	9.48 431	2.24 417	3.52 550	1.76 539	2.13 538	1.31 532	3.83 547	3.09 548

ADCS	4.22 508	5.33 533	16.32 413	1.64 473	1.31 412	3.91 341	3.64 539	4.21 433	2.89 466	5.11 535	2.81 473	4.46 500	3.06 469	5.21 338	19.50 563	0.63 470	0.64 499	0.69 495	0.69 497	1.12 506	1.26 506

ADCL	4.35 509	1.63 477	14.21 386	1.29 372	1.26 405	5.56 540	11.16 559	3.97 364	3.37 513	6.07 541	4.67 516	4.30 495	5.72 524	5.08 336	14.51 539	0.50 438	0.48 465	0.89 515	0.77 504	0.78 474	0.76 466

AnyNet_C01	4.37 510	7.80 542	16.40 414	1.98 512	1.40 437	6.37 544	6.47 552	4.09 400	5.03 542	4.06 521	3.78 507	4.16 487	3.31 478	6.62 372	10.00 521	0.61 467	0.67 504	0.63 486	0.67 492	2.01 529	1.31 509

MSC_U_SF_DS_RVC	4.48 511	10.62 560	15.18 404	1.55 461	1.45 451	6.16 542	3.54 537	5.41 548	3.68 523	2.59 444	2.74 464	4.81 513	2.20 418	13.79 557	4.40 476	2.04 534	3.36 565	1.05 521	1.20 530	2.09 530	1.72 524

RainbowNet	4.56 512	8.28 543	20.07 492	3.64 551	3.23 549	4.15 406	2.99 521	4.18 423	3.03 483	2.20 352	2.65 458	4.26 493	2.90 457	9.77 438	2.12 405	3.88 556	2.27 549	2.71 549	1.72 541	3.78 546	3.31 555

SGM_RVC	4.57 513	0.72 268	17.46 434	1.84 500	0.58 168	4.23 436	3.45 532	4.66 529	3.66 522	7.99 553	8.82 542	7.56 540	8.74 552	12.30 538	6.84 503	0.43 386	0.38 405	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 514	8.93 549	19.95 486	3.11 542	2.67 534	3.91 341	2.57 507	3.82 316	2.25 346	2.22 363	9.72 546	4.08 482	2.35 428	8.57 409	2.13 408	3.51 549	1.65 538	2.15 539	1.17 528	3.69 544	3.15 550

DispFullNet	4.64 515	3.48 524	23.95 568	3.99 553	3.03 542	3.35 221	1.06 362	4.18 423	2.80 454	6.33 545	2.94 477	4.04 480	7.81 546	3.92 318	5.16 489	2.75 539	1.61 537	3.10 554	2.68 561	3.32 539	3.31 555

CSAN	4.71 516	1.39 460	20.23 499	1.19 329	0.87 291	3.65 287	3.50 534	4.57 524	3.87 525	3.89 515	7.82 531	3.54 459	6.16 531	23.47 573	6.82 502	0.52 450	0.45 446	0.49 440	0.52 467	0.63 429	0.66 441

test_sample8	4.76 517	1.05 395	7.87 298	1.07 257	0.86 286	3.93 348	1.19 394	4.38 496	2.05 303	5.49 536	1.89 325	12.98 554	6.37 533	11.06 491	11.61 530	1.23 520	14.45 579	4.27 564	2.09 550	0.70 453	0.69 447

SuperB	4.79 518	4.41 530	21.08 535	1.45 437	1.08 356	3.91 341	3.08 525	4.18 423	3.01 481	2.50 426	2.10 373	2.75 379	3.49 488	8.80 413	19.60 564	0.44 393	0.33 363	0.53 456	0.39 406	12.01 575	0.64 438

IMH-64-1	4.84 519	2.53 510	6.83 288	4.30 559	3.74 553	4.81 529	6.05 549	5.30 543	3.92 527	3.95 517	8.33 535	5.08 523	6.06 528	8.96 418	6.30 496	4.57 565	2.96 559	3.04 551	2.12 553	4.28 551	3.62 558

IMH-64	4.84 519	2.53 510	6.83 288	4.30 559	3.74 553	4.81 529	6.05 549	5.30 543	3.92 527	3.95 517	8.33 535	5.08 523	6.06 528	8.96 418	6.30 496	4.57 565	2.96 559	3.04 551	2.12 553	4.28 551	3.62 558

NVStereoNet_ROB	4.91 521	1.40 461	16.46 416	1.47 442	1.72 499	3.46 239	1.96 481	3.89 334	3.61 520	2.90 474	24.61 572	4.81 513	4.49 508	13.57 554	4.87 486	1.33 529	1.29 532	1.70 534	1.68 537	1.41 523	1.66 521
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WCMA_ROB	5.12 522	0.90 355	21.33 542	1.50 449	1.33 422	4.09 390	3.49 533	4.03 379	4.59 536	6.57 546	10.95 551	12.92 553	8.41 551	9.86 443	8.78 517	0.75 491	0.58 488	0.51 446	0.50 460	0.68 450	0.57 414

WAO-7	5.16 523	3.21 520	18.98 459	1.88 505	1.44 447	5.34 537	3.09 526	4.91 537	5.81 549	4.35 528	8.92 543	6.55 535	6.06 528	13.40 552	10.81 525	1.34 530	1.20 530	1.48 533	1.35 535	1.60 525	1.45 517

CrosDoStereo	5.24 524	0.60 152	20.23 499	0.82 93	0.51 118	3.39 225	18.11 569	3.82 316	2.27 351	1.98 267	8.74 539	1.96 286	6.96 539	7.35 388	26.35 573	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

DeepStereo_LL	5.24 524	0.60 152	20.23 499	0.82 93	0.51 118	3.39 225	18.11 569	3.82 316	2.27 351	1.98 267	8.74 539	1.96 286	6.96 539	7.35 388	26.35 573	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

MeshStereo	5.35 526	1.32 451	21.34 543	1.34 397	1.15 370	4.40 460	3.90 544	5.18 540	4.55 534	10.14 563	11.82 556	11.47 548	5.84 525	13.84 558	7.03 507	0.61 467	0.58 488	0.60 478	0.58 480	0.72 465	0.59 423
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ACVNet_2	5.41 527	12.60 565	20.42 512	3.27 544	3.15 547	4.50 479	3.02 522	4.66 529	3.73 524	3.35 505	5.36 521	7.86 541	2.88 455	12.33 540	4.76 483	3.12 545	2.22 547	2.70 548	1.69 538	3.49 540	3.10 549

pmcnn	5.45 528	1.22 434	17.40 431	1.60 468	2.41 533	3.48 245	2.12 490	4.52 520	3.26 505	3.67 511	13.15 560	22.10 567	3.46 487	11.92 534	17.16 552	0.34 279	0.21 166	0.23 28	0.19 67	0.36 257	0.28 155

MDST_ROB	5.53 529	0.59 140	23.11 563	2.55 532	2.69 535	21.20 571	1.98 483	4.77 534	2.65 432	9.36 558	4.25 512	4.14 486	4.45 507	22.57 568	3.68 471	0.48 422	0.33 363	0.47 418	0.44 436	0.44 348	0.44 342

EDNetEfficient	5.61 530	2.14 502	16.75 421	1.67 477	3.64 551	4.12 399	7.51 554	3.05 200	5.63 548	11.57 569	4.83 518	3.95 473	12.72 556	8.44 408	20.78 566	0.41 369	0.43 436	0.47 418	1.01 520	1.66 527	1.39 516

MSMD_ROB	5.61 530	1.08 403	16.68 419	1.21 340	0.83 273	10.14 557	2.07 489	3.93 351	6.22 550	10.37 564	8.03 533	22.22 568	9.45 553	11.66 521	4.52 478	0.66 478	0.58 488	0.66 492	0.68 495	0.65 440	0.63 434

SANet	5.65 532	1.72 484	20.94 531	1.26 358	0.88 294	7.20 549	3.81 543	4.60 526	11.23 557	4.56 530	8.78 541	7.49 539	6.95 538	11.85 531	18.11 556	0.49 434	0.44 441	0.50 443	0.42 430	0.90 487	0.82 479

ELAS_RVC	5.72 533	1.64 480	20.40 510	2.09 517	2.01 519	4.95 532	11.47 561	4.66 529	6.31 552	8.09 554	8.01 532	8.06 544	11.65 555	8.36 404	10.22 522	0.99 510	1.17 526	0.81 511	0.76 502	1.14 508	1.58 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 534	9.95 558	15.22 405	2.90 538	1.56 470	5.66 541	7.69 555	5.27 542	4.74 539	3.88 514	7.51 529	8.04 542	5.28 518	15.18 561	8.40 515	3.08 544	1.51 535	2.24 540	1.37 536	5.55 560	1.96 530

WAO-6	5.87 535	2.27 504	15.05 400	2.96 539	2.77 537	12.01 560	3.58 538	5.37 547	11.91 561	3.34 503	9.69 545	6.78 537	5.84 525	11.82 530	8.89 518	2.87 540	2.35 553	2.50 541	1.84 545	2.85 536	2.67 543

ELAS	5.99 536	1.62 475	20.29 506	1.96 511	2.01 519	15.09 566	8.38 558	5.23 541	5.54 546	9.02 557	8.61 538	6.74 536	9.75 554	7.48 391	11.40 529	0.96 508	1.18 527	0.72 502	0.93 515	1.30 519	1.67 522
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 537	13.97 572	21.36 544	3.58 549	3.14 546	4.73 522	2.48 502	4.20 427	3.17 495	2.98 483	2.83 475	23.31 569	4.34 505	11.06 491	2.45 435	3.68 552	2.33 551	2.60 544	1.79 543	3.69 544	3.19 552

FCDSN-DC	6.04 537	0.84 340	19.25 463	1.24 349	1.09 360	4.38 453	2.62 509	4.38 496	4.71 537	9.59 561	11.22 552	19.19 563	17.40 565	12.30 538	8.55 516	0.69 487	0.57 483	0.60 478	0.60 484	0.70 453	0.78 470
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 539	9.15 552	13.76 371	1.94 510	4.60 564	11.91 559	12.00 562	5.12 539	3.45 517	3.79 513	4.52 515	9.54 546	6.56 537	9.40 429	13.48 537	1.26 524	1.37 533	1.17 527	1.34 534	7.06 568	3.95 562

psmorigin	6.59 540	1.15 417	88.11 589	1.52 452	0.97 320	2.88 152	1.20 398	3.21 217	2.04 300	3.73 512	2.46 436	5.15 526	2.55 441	10.60 470	2.47 437	0.55 457	0.68 507	0.48 426	0.51 464	0.70 453	0.88 485

FC-DCNN	6.64 541	0.77 307	19.26 465	1.68 478	1.64 483	8.27 554	2.35 499	6.35 551	9.23 555	10.85 566	11.27 553	19.89 564	13.33 557	12.51 544	11.79 532	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

ACVNet-4b	6.73 542	13.67 570	21.87 554	3.54 548	3.07 543	4.19 427	2.25 495	4.03 379	3.65 521	1.64 188	3.98 511	5.88 532	2.89 456	10.01 451	16.98 551	23.29 582	2.24 548	2.53 542	1.78 542	3.87 548	3.21 553

EKT-Stereo	6.79 543	0.64 200	4.24 261	1.77 490	106.39 589	4.51 483	0.61 112	3.16 212	1.53 155	1.88 236	1.22 108	1.98 290	1.36 251	3.81 312	0.84 143	0.35 299	0.24 256	0.29 187	0.26 203	0.34 226	0.48 368

IMH	6.81 544	13.66 569	20.41 511	4.33 561	3.74 553	5.50 538	3.06 524	5.49 549	6.22 550	4.64 532	10.35 548	9.30 545	8.03 549	13.61 555	6.81 501	4.80 568	2.99 562	3.09 553	2.12 553	4.36 553	3.61 557

LVE	6.88 545	9.31 553	21.14 536	3.61 550	3.18 548	4.49 476	2.79 512	10.21 559	11.69 559	3.16 496	11.53 554	18.33 560	4.31 504	11.66 521	3.52 468	4.45 563	2.93 557	2.56 543	1.91 547	3.62 541	3.16 551

FC-DCNN v2	6.91 546	0.77 307	19.25 463	1.69 479	1.64 483	9.13 556	2.40 500	7.20 553	9.47 556	11.07 568	11.62 555	20.05 566	15.79 562	12.55 545	11.99 533	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

tt	7.19 547	0.51 65	6.83 288	4.03 554	2.30 532	12.05 561	20.19 573	15.46 571	6.58 553	3.42 507	3.22 493	5.37 529	6.39 536	4.20 325	7.46 510	9.81 574	11.53 578	7.05 571	7.46 573	6.31 563	3.71 560

Dean	7.52 548	9.08 551	21.41 545	3.74 552	3.53 550	4.81 529	3.53 535	5.33 546	5.25 543	4.17 523	26.53 573	25.62 575	4.09 500	10.97 485	4.32 475	3.69 553	2.30 550	2.91 550	1.87 546	4.03 549	3.24 554

DGSMNet	7.55 549	1.62 475	17.42 432	1.92 506	12.73 568	7.45 552	42.99 583	4.13 411	2.07 307	2.10 312	3.16 492	3.42 441	1.70 353	9.24 426	2.30 421	3.70 554	10.89 577	11.80 579	5.54 569	4.24 550	2.66 542

MADNet++	7.57 550	5.80 538	13.28 363	6.38 569	5.26 566	7.18 548	7.77 556	5.32 545	5.62 547	6.11 542	7.78 530	6.02 534	8.01 548	11.74 526	16.36 548	9.36 573	4.95 570	8.57 574	5.66 570	4.83 557	5.34 568

SGM+DAISY	8.36 551	3.82 526	24.83 569	2.02 514	1.75 501	14.80 565	17.22 568	4.27 458	11.79 560	13.88 570	14.38 563	11.74 551	13.83 558	10.56 467	15.12 540	1.21 518	1.19 529	1.14 526	1.13 527	1.17 513	1.37 513

UNDER WATER-64	9.33 552	5.37 534	22.60 561	5.22 568	4.86 565	10.75 558	4.61 548	11.45 560	17.30 567	7.59 549	9.80 547	15.99 559	17.90 567	10.63 471	15.72 543	4.36 560	2.87 556	4.39 567	2.86 564	7.01 567	5.36 569

TorneroNet-64	10.12 553	8.74 545	20.95 532	4.27 557	3.76 556	13.86 564	2.85 515	15.05 569	23.15 575	10.07 562	23.84 571	13.47 555	8.24 550	13.96 559	17.21 553	3.96 558	2.72 554	3.23 555	2.48 557	6.29 562	4.27 565

UNDER WATER	10.47 554	3.95 528	22.62 562	5.07 567	4.51 563	7.78 553	3.77 541	12.56 563	21.72 574	7.84 552	10.78 549	23.96 571	31.66 576	10.78 478	16.19 547	4.44 562	2.93 557	4.24 563	2.86 564	6.33 564	5.47 570

JetRed	10.48 555	27.10 579	35.70 575	4.27 557	4.09 560	15.55 569	12.83 564	12.16 561	5.50 545	5.83 539	5.56 523	10.14 547	7.43 543	8.88 414	26.39 575	3.32 546	3.81 566	3.51 558	2.96 566	7.85 570	6.69 572

notaker	10.50 556	8.60 544	20.23 499	4.54 564	3.95 557	6.27 543	3.44 531	8.07 556	4.75 540	8.73 555	46.45 580	13.86 558	27.86 575	13.49 553	13.61 538	4.56 564	3.18 563	3.52 559	2.68 561	8.13 572	4.05 563

xyz-stereo	10.85 557	0.45 21	79.01 588	0.62 9	0.45 78	83.70 590	0.77 210	2.59 146	1.34 76	2.19 349	32.02 578	2.76 385	1.62 324	5.75 352	2.39 426	0.25 82	0.17 39	0.33 284	0.21 98	0.25 61	0.19 5

MANE	11.39 558	1.38 458	23.16 564	4.82 566	2.79 538	22.02 572	14.51 566	25.81 575	26.28 576	10.93 567	13.17 561	19.90 565	18.03 568	15.69 563	20.41 565	0.96 508	0.74 513	1.42 531	3.24 567	0.74 467	1.71 523

SGM-ForestM	11.55 559	1.16 420	21.62 551	2.14 518	0.81 260	22.25 573	19.08 571	16.50 573	11.34 558	15.94 573	14.44 564	27.12 576	22.61 574	24.76 574	28.39 579	0.50 438	0.48 465	0.47 418	0.44 436	0.55 399	0.53 397

WAO-8	11.95 560	13.02 566	20.56 517	3.50 545	3.08 544	15.11 567	2.80 513	12.91 564	19.11 572	7.69 550	13.12 558	11.62 549	7.01 541	84.40 590	7.91 512	3.42 547	1.92 542	3.54 560	1.93 548	3.68 542	2.69 544

Venus	11.95 560	13.02 566	20.56 517	3.50 545	3.08 544	15.11 567	2.80 513	12.91 564	19.11 572	7.69 550	13.12 558	11.62 549	7.01 541	84.40 590	7.91 512	3.42 547	1.92 542	3.54 560	1.93 548	3.68 542	2.69 544

TCMNet-wrong-test	12.32 562	14.13 573	19.38 468	22.38 577	19.85 573	15.99 570	12.34 563	22.95 574	4.56 535	6.24 544	6.27 526	18.40 562	15.71 561	10.10 456	10.72 524	9.06 572	4.78 568	5.35 568	3.95 568	12.28 576	11.97 574

EDNetEfficientorigin	12.35 563	2.51 508	179.47 594	1.19 329	0.96 316	2.91 157	1.81 473	3.00 194	5.35 544	8.91 556	4.79 517	4.18 488	4.64 510	9.98 449	11.30 527	0.37 318	0.38 405	0.60 478	0.85 510	1.32 520	2.43 540

LSM	12.71 564	3.52 525	20.79 524	55.63 588	84.76 587	3.63 286	6.30 551	3.73 300	4.93 541	5.55 537	13.92 562	3.53 456	3.25 476	9.72 437	4.12 474	0.64 473	0.85 518	0.71 498	0.81 509	1.03 496	26.84 579

U	12.82 565	0.38 3	1.99 137	0.66 31	58.94 585	63.38 589	0.34 16	1.91 59	0.94 37	0.59 18	0.80 33	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 588	59.81 587	0.29 121	0.20 19

MSAF-DinoV2	13.69 566	13.09 568	22.03 557	2.41 530	1.44 447	4.03 378	1.38 425	9.07 557	9.20 554	2.23 367	1.98 346	5.08 523	5.06 514	177.66 594	5.46 495	0.45 402	0.34 375	0.40 374	0.62 488	6.09 561	5.80 571

DGTPSM_ROB	15.31 567	8.85 547	28.14 573	9.90 573	18.89 571	12.44 562	33.21 576	13.48 566	17.86 570	9.50 559	22.89 569	13.78 556	19.67 569	21.26 566	23.68 569	5.08 570	8.84 572	5.62 569	11.50 574	6.72 565	14.87 575

DPSMNet_ROB	15.52 568	8.89 548	31.44 574	10.07 574	18.91 572	12.44 562	33.22 577	13.51 567	17.94 571	9.58 560	22.91 570	13.79 557	19.67 569	21.43 567	23.73 570	5.17 571	8.84 572	5.63 570	11.52 577	6.79 566	14.90 576

USTest	15.98 569	15.58 574	22.56 560	18.49 576	16.99 570	26.43 574	36.08 579	27.68 578	12.77 562	10.69 565	10.80 550	18.35 561	15.09 560	18.62 565	23.37 568	4.85 569	5.34 571	7.38 572	7.43 572	9.90 574	11.23 573

KSHMR	16.96 570	5.37 534	21.64 553	4.46 562	4.50 562	8.30 555	3.32 529	15.58 572	76.24 587	6.62 547	61.47 585	56.53 586	5.43 521	35.17 580	11.37 528	4.39 561	2.97 561	3.63 562	2.74 563	5.10 558	4.34 566

LE_ROB	18.58 571	1.21 428	48.38 581	8.60 572	23.00 576	7.32 551	19.74 572	9.94 558	38.69 581	43.53 579	21.91 568	28.40 577	40.92 579	23.18 570	54.71 584	0.34 279	0.33 363	0.32 249	0.36 374	0.42 330	0.40 317

coex-ft	18.59 572	6.62 539	113.53 591	1.17 320	1.31 412	2.33 110	1.93 480	2.81 179	14.00 563	124.82 593	8.45 537	5.90 533	51.74 586	9.99 450	22.69 567	0.57 461	0.62 496	0.50 443	0.49 454	1.08 503	1.28 507

DPSM_ROB	20.78 573	20.03 577	26.57 571	23.62 579	22.46 574	31.10 576	39.97 581	33.52 580	17.41 568	15.25 571	15.80 566	24.06 572	20.71 572	23.30 571	27.62 577	10.78 575	9.41 575	11.69 577	11.50 574	14.49 577	16.36 577

DPSM	20.78 573	20.03 577	26.57 571	23.62 579	22.46 574	31.10 576	39.97 581	33.52 580	17.41 568	15.25 571	15.80 566	24.06 572	20.71 572	23.30 571	27.62 577	10.78 575	9.41 575	11.69 577	11.50 574	14.49 577	16.36 577

ktn	21.74 575	10.34 559	19.68 476	4.53 563	4.00 558	6.53 546	4.51 547	6.79 552	78.82 589	84.69 589	100.86 593	58.49 587	7.57 545	12.11 537	13.35 536	4.58 567	3.24 564	3.49 557	2.62 559	4.65 556	3.84 561

LRCNet_RVC	25.52 576	33.45 580	23.21 566	31.79 581	32.78 577	6.74 547	1.18 391	25.88 576	4.46 533	28.94 574	30.89 574	24.91 574	17.57 566	27.66 575	24.34 572	35.26 584	25.60 585	35.91 584	33.81 583	31.90 585	34.10 585

TorneroNet	25.88 577	11.28 563	21.62 551	4.20 556	4.07 559	55.25 584	3.15 527	15.16 570	76.94 588	58.09 584	82.72 590	86.88 591	41.15 580	13.35 551	18.13 557	4.32 559	2.85 555	3.45 556	2.62 559	8.33 573	4.14 564

DLNR_Zeroshot_test	28.62 578	55.50 589	49.94 583	183.62 592	115.05 590	3.43 233	0.28 5	29.49 579	1.49 127	1.01 118	1.26 121	0.93 127	0.63 49	3.92 318	1.51 316	29.81 583	0.41 428	0.26 109	0.23 146	93.28 589	0.32 213

HanzoNet	31.60 579	17.23 575	21.22 541	7.32 570	5.84 567	7.25 550	3.53 535	13.82 568	14.20 565	50.38 582	47.01 581	44.45 579	56.61 587	36.61 581	32.00 580	63.89 588	56.57 589	7.97 573	89.20 589	28.69 579	28.25 581

FlowAnything	41.75 580	39.90 581	53.36 585	47.83 587	45.06 582	62.45 585	80.51 589	67.34 588	34.89 578	30.56 576	31.52 575	48.18 583	42.05 583	46.66 587	55.24 586	21.71 581	18.88 582	23.49 582	23.13 579	29.12 581	33.04 582

Selective-RAFT-Error	41.77 581	40.16 583	53.34 584	47.73 585	45.25 584	62.51 586	80.64 590	67.22 586	34.93 579	30.64 577	31.81 576	48.11 582	42.11 584	46.57 584	54.95 585	21.61 579	18.87 581	23.48 580	23.15 581	29.16 582	33.08 584

CasAABBNet	41.80 582	40.20 584	53.41 586	47.73 585	45.18 583	62.51 586	80.71 591	67.26 587	34.80 577	30.49 575	31.88 577	48.24 584	41.81 582	46.63 586	55.64 588	21.60 578	18.88 582	23.48 580	23.22 582	29.19 583	33.05 583

HaxPig	43.25 583	43.65 585	45.00 579	33.85 582	35.61 579	32.69 578	30.52 574	45.09 583	42.97 582	48.77 580	48.17 582	43.00 578	40.26 578	44.58 582	43.61 581	47.18 585	49.30 586	51.54 586	50.25 585	43.73 586	45.29 586

AVERAGE_ROB	44.46 584	45.91 586	46.59 580	40.59 584	38.66 580	32.99 579	30.52 574	46.19 584	43.26 583	49.59 581	48.97 583	44.62 580	39.89 577	45.04 583	43.94 582	48.74 586	50.69 587	50.80 585	49.79 584	45.54 587	46.97 587

MEDIAN_ROB	47.37 585	49.08 587	49.92 582	40.32 583	39.97 581	34.95 580	33.43 578	49.17 585	46.39 585	53.06 583	52.65 584	47.65 581	42.23 585	48.35 588	47.29 583	52.10 587	54.04 588	54.28 587	53.48 586	48.76 588	50.33 588

LSM0	49.58 586	40.04 582	53.62 587	97.15 589	128.68 591	62.75 588	79.89 588	67.63 589	35.11 580	33.02 578	32.61 579	48.43 585	41.60 581	46.60 585	55.43 587	21.63 580	18.99 584	23.62 583	23.13 579	29.47 584	52.26 589

BEATNet-Init1	49.72 587	64.32 590	97.77 590	4.68 565	4.28 561	84.75 591	60.42 584	73.38 590	68.59 586	88.29 590	88.51 592	91.94 592	97.99 592	85.26 592	70.96 592	0.80 496	0.65 500	0.85 513	0.70 498	7.96 571	2.33 536

Anonymous_1	57.11 588	19.68 576	26.15 570	23.10 578	142.31 592	30.84 575	39.75 580	33.86 582	16.98 566	70.53 588	15.42 565	23.46 570	19.75 571	23.04 569	27.23 576	164.73 594	9.02 574	130.38 590	137.40 591	161.27 595	27.24 580

PML	64.32 589	53.22 588	17.88 438	8.10 571	32.94 578	148.46 594	247.79 595	12.18 562	45.42 584	111.41 591	288.92 595	101.47 594	101.31 593	31.67 576	15.55 541	14.03 577	4.83 569	10.98 576	6.18 571	28.82 580	5.17 567

DPSimNet_ROB	102.30 590	119.72 595	143.59 593	109.42 591	94.10 588	127.22 593	127.15 593	26.62 577	102.36 594	149.58 594	83.99 591	139.34 595	137.54 594	64.62 589	82.36 593	105.18 590	66.15 590	120.15 589	69.61 588	99.58 590	77.72 590

ASD4	103.30 591	113.98 594	120.24 592	106.67 590	79.75 586	115.36 592	120.35 592	119.13 594	79.65 593	120.04 592	74.64 586	101.45 593	65.48 588	109.11 593	84.31 594	104.31 589	90.04 591	133.15 591	103.58 590	130.15 591	94.66 591

xxxxx1	112.33 592	88.53 591	37.76 576	227.84 594	157.23 593	39.05 581	61.41 585	93.76 591	79.29 590	62.45 585	74.79 587	78.32 588	70.96 589	33.47 577	70.69 589	114.00 591	130.36 592	259.31 593	274.34 593	145.54 592	147.50 592

tt_ll	112.33 592	88.53 591	37.76 576	227.84 594	157.23 593	39.05 581	61.41 585	93.76 591	79.29 590	62.45 585	74.79 587	78.32 588	70.96 589	33.47 577	70.69 589	114.00 591	130.36 592	259.31 593	274.34 593	145.54 592	147.50 592

ff	112.33 592	88.53 591	37.76 576	227.84 594	157.23 593	39.05 581	61.41 585	93.76 591	79.29 590	62.45 585	74.79 587	78.32 588	70.96 589	33.47 577	70.69 589	114.00 591	130.36 592	259.31 593	274.34 593	145.54 592	147.50 592

test_example2	212.63 595	219.92 596	221.87 595	213.67 593	221.17 596	199.47 595	200.74 594	185.30 595	141.66 595	209.52 595	213.45 594	210.82 596	205.48 595	221.27 595	216.64 595	236.83 595	242.07 596	213.93 592	217.01 592	235.69 596	226.10 595

ccccc	590.94 596	629.75 597	645.59 596	567.84 597	570.84 597	582.44 596	641.68 596	613.82 596	494.59 596	614.58 596	651.20 596	555.57 597	637.59 596	666.94 596	652.42 596	781.57 597	507.24 597	391.36 597	342.44 597	689.82 597	581.48 596

FADE		13.79 571		10.71 575	13.34 569							11.85 552				474.90 596	161.58 595	347.36 596	322.13 596	7.29 569

Low-res two-view benchmark