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

MLG-Stereo_test1	0.06 1	0.05 47	0.08 27	0.17 271	0.05 1	0.07 29	0.11 54	0.09 10	0.03 1	0.05 2	0.04 1	0.06 30	0.05 14	0.09 48	0.09 52	0.05 35	0.04 23	0.05 74	0.03 1	0.04 19	0.05 156

FoundationStereo	0.06 1	0.04 1	0.08 27	0.13 10	0.05 1	0.09 110	0.13 155	0.06 1	0.09 58	0.05 2	0.05 7	0.06 30	0.04 1	0.07 3	0.07 1	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

5k_new	0.07 3	0.04 1	0.10 125	0.13 10	0.07 103	0.08 61	0.12 89	0.13 76	0.07 16	0.06 19	0.06 13	0.06 30	0.07 121	0.11 163	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.05 142	0.05 156

uiiii_40	0.07 3	0.06 102	0.06 1	0.13 10	0.07 103	0.07 29	0.10 28	0.14 100	0.07 16	0.05 2	0.06 13	0.06 30	0.06 42	0.10 84	0.09 52	0.05 35	0.04 23	0.04 1	0.03 1	0.05 142	0.05 156

4.5w_L	0.07 3	0.06 102	0.07 6	0.14 62	0.07 103	0.08 61	0.10 28	0.14 100	0.10 76	0.06 19	0.07 49	0.06 30	0.06 42	0.10 84	0.09 52	0.06 130	0.04 23	0.04 1	0.03 1	0.05 142	0.05 156

StePilot	0.07 3	0.06 102	0.07 6	0.14 62	0.07 103	0.08 61	0.10 28	0.14 100	0.10 76	0.06 19	0.07 49	0.06 30	0.06 42	0.10 84	0.10 136	0.05 35	0.04 23	0.04 1	0.03 1	0.05 142	0.05 156

SteFusion	0.07 3	0.05 47	0.08 27	0.15 115	0.06 17	0.07 29	0.13 155	0.15 138	0.14 198	0.06 19	0.06 13	0.05 7	0.08 187	0.08 16	0.09 52	0.04 6	0.04 23	0.04 1	0.04 68	0.04 19	0.03 1

PyraSte	0.07 3	0.05 47	0.08 27	0.17 271	0.06 17	0.08 61	0.12 89	0.15 138	0.09 58	0.07 76	0.07 49	0.04 1	0.07 121	0.08 16	0.10 136	0.04 6	0.04 23	0.04 1	0.04 68	0.04 19	0.03 1

tim_s	0.07 3	0.04 1	0.08 27	0.16 192	0.06 17	0.09 110	0.12 89	0.14 100	0.09 58	0.06 19	0.06 13	0.04 1	0.08 187	0.08 16	0.10 136	0.04 6	0.04 23	0.04 1	0.04 68	0.04 19	0.03 1

xxxad45	0.07 3	0.05 47	0.08 27	0.16 192	0.06 17	0.07 29	0.12 89	0.15 138	0.12 139	0.07 76	0.05 7	0.04 1	0.08 187	0.08 16	0.09 52	0.04 6	0.05 185	0.04 1	0.04 68	0.04 19	0.03 1

ACW_4w	0.07 3	0.05 47	0.09 78	0.15 115	0.06 17	0.08 61	0.12 89	0.14 100	0.13 175	0.06 19	0.07 49	0.04 1	0.08 187	0.08 16	0.09 52	0.04 6	0.04 23	0.04 1	0.04 68	0.04 19	0.03 1

5w_v4	0.07 3	0.05 47	0.08 27	0.15 115	0.06 17	0.08 61	0.12 89	0.15 138	0.11 106	0.07 76	0.06 13	0.04 1	0.08 187	0.08 16	0.09 52	0.04 6	0.05 185	0.04 1	0.04 68	0.04 19	0.03 1

ITERv30	0.07 3	0.04 1	0.11 190	0.12 4	0.07 103	0.08 61	0.12 89	0.11 34	0.08 33	0.05 2	0.10 173	0.07 114	0.07 121	0.10 84	0.10 136	0.06 130	0.06 363	0.05 74	0.04 68	0.04 19	0.04 40

qyd29nn	0.07 3	0.04 1	0.09 78	0.13 10	0.06 17	0.07 29	0.11 54	0.13 76	0.06 6	0.05 2	0.07 49	0.06 30	0.08 187	0.09 48	0.10 136	0.07 305	0.06 363	0.04 1	0.03 1	0.04 19	0.04 40

yuret106	0.07 3	0.04 1	0.10 125	0.13 10	0.07 103	0.08 61	0.11 54	0.13 76	0.06 6	0.05 2	0.06 13	0.07 114	0.07 121	0.11 163	0.10 136	0.06 130	0.06 363	0.04 1	0.03 1	0.04 19	0.04 40

ITERv19	0.07 3	0.05 47	0.09 78	0.14 62	0.05 1	0.04 1	0.12 89	0.11 34	0.09 58	0.06 19	0.07 49	0.06 30	0.07 121	0.07 3	0.08 14	0.06 130	0.04 23	0.04 1	0.04 68	0.04 19	0.04 40

iked130	0.07 3	0.04 1	0.10 125	0.14 62	0.06 17	0.09 110	0.13 155	0.15 138	0.04 2	0.05 2	0.08 98	0.06 30	0.07 121	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

ITERv4	0.07 3	0.06 102	0.09 78	0.14 62	0.06 17	0.06 10	0.10 28	0.11 34	0.07 16	0.07 76	0.08 98	0.06 30	0.07 121	0.08 16	0.09 52	0.05 35	0.05 185	0.05 74	0.04 68	0.03 1	0.03 1

VIP-Stereo	0.07 3	0.07 181	0.08 27	0.15 115	0.06 17	0.11 226	0.10 28	0.11 34	0.11 106	0.06 19	0.07 49	0.06 30	0.05 14	0.10 84	0.08 14	0.05 35	0.04 23	0.05 74	0.04 68	0.03 1	0.03 1

zaero_v3	0.07 3	0.04 1	0.10 125	0.14 62	0.05 1	0.06 10	0.11 54	0.10 17	0.09 58	0.07 76	0.07 49	0.04 1	0.07 121	0.08 16	0.08 14	0.06 130	0.04 23	0.04 1	0.04 68	0.04 19	0.04 40

ITERv2	0.07 3	0.04 1	0.10 125	0.14 62	0.05 1	0.08 61	0.11 54	0.12 57	0.07 16	0.06 19	0.07 49	0.05 7	0.07 121	0.08 16	0.09 52	0.06 130	0.04 23	0.04 1	0.04 68	0.05 142	0.04 40

ITER	0.07 3	0.04 1	0.10 125	0.14 62	0.05 1	0.07 29	0.11 54	0.10 17	0.07 16	0.06 19	0.08 98	0.06 30	0.08 187	0.08 16	0.09 52	0.06 130	0.04 23	0.04 1	0.03 1	0.05 142	0.05 156

OmniDepth	0.07 3	0.07 181	0.08 27	0.18 354	0.06 17	0.07 29	0.11 54	0.10 17	0.06 6	0.04 1	0.07 49	0.10 217	0.09 232	0.08 16	0.08 14	0.04 6	0.03 1	0.04 1	0.04 68	0.03 1	0.03 1

MonStereo	0.07 3	0.06 102	0.06 1	0.15 115	0.05 1	0.08 61	0.10 28	0.15 138	0.15 219	0.05 2	0.06 13	0.05 7	0.06 42	0.07 3	0.09 52	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Wavelet-MonSter	0.07 3	0.05 47	0.07 6	0.16 192	0.06 17	0.07 29	0.11 54	0.10 17	0.08 33	0.06 19	0.07 49	0.07 114	0.07 121	0.09 48	0.09 52	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 3	0.06 102	0.06 1	0.15 115	0.05 1	0.08 61	0.10 28	0.15 138	0.15 219	0.05 2	0.06 13	0.05 7	0.06 42	0.07 3	0.10 136	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-mixall	0.07 3	0.04 1	0.09 78	0.13 10	0.06 17	0.06 10	0.08 7	0.12 57	0.07 16	0.06 19	0.06 13	0.05 7	0.06 42	0.09 48	0.09 52	0.06 130	0.04 23	0.04 1	0.03 1	0.05 142	0.05 156

Replicate-Monster	0.07 3	0.05 47	0.09 78	0.14 62	0.06 17	0.09 110	0.09 18	0.14 100	0.12 139	0.05 2	0.07 49	0.06 30	0.06 42	0.08 16	0.10 136	0.06 130	0.04 23	0.05 74	0.03 1	0.04 19	0.04 40

AdaDepth	0.07 3	0.06 102	0.07 6	0.18 354	0.06 17	0.11 226	0.11 54	0.10 17	0.08 33	0.06 19	0.05 7	0.07 114	0.06 42	0.09 48	0.10 136	0.04 6	0.05 185	0.05 74	0.04 68	0.04 19	0.04 40

asda	0.07 3	0.08 296	0.08 27	0.16 192	0.07 103	0.06 10	0.10 28	0.16 186	0.11 106	0.06 19	0.06 13	0.05 7	0.06 42	0.10 84	0.10 136	0.03 1	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

asd	0.07 3	0.08 296	0.08 27	0.16 192	0.07 103	0.08 61	0.08 7	0.11 34	0.08 33	0.07 76	0.07 49	0.06 30	0.06 42	0.10 84	0.09 52	0.03 1	0.03 1	0.04 1	0.04 68	0.04 19	0.03 1

2.25w	0.07 3	0.07 181	0.08 27	0.15 115	0.06 17	0.08 61	0.09 18	0.10 17	0.15 219	0.08 118	0.10 173	0.07 114	0.06 42	0.09 48	0.10 136	0.05 35	0.04 23	0.04 1	0.04 68	0.03 1	0.04 40

4.25_new	0.07 3	0.08 296	0.09 78	0.15 115	0.06 17	0.08 61	0.08 7	0.14 100	0.08 33	0.07 76	0.07 49	0.06 30	0.06 42	0.12 247	0.10 136	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4.5w_new	0.07 3	0.08 296	0.09 78	0.15 115	0.06 17	0.08 61	0.08 7	0.14 100	0.08 33	0.07 76	0.07 49	0.06 30	0.06 42	0.12 247	0.10 136	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4.5_new	0.07 3	0.09 368	0.08 27	0.15 115	0.07 103	0.07 29	0.10 28	0.14 100	0.11 106	0.06 19	0.08 98	0.06 30	0.06 42	0.08 16	0.10 136	0.03 1	0.03 1	0.04 1	0.04 68	0.04 19	0.03 1

4.5w-stereo	0.07 3	0.09 368	0.08 27	0.15 115	0.07 103	0.07 29	0.10 28	0.14 100	0.11 106	0.06 19	0.08 98	0.06 30	0.06 42	0.08 16	0.10 136	0.03 1	0.03 1	0.04 1	0.04 68	0.04 19	0.03 1

4.25w-stereo	0.07 3	0.08 296	0.09 78	0.15 115	0.06 17	0.08 61	0.08 7	0.14 100	0.08 33	0.07 76	0.07 49	0.06 30	0.06 42	0.12 247	0.10 136	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4w-stereo	0.07 3	0.08 296	0.08 27	0.16 192	0.07 103	0.07 29	0.08 7	0.11 34	0.09 58	0.07 76	0.07 49	0.05 7	0.06 42	0.09 48	0.10 136	0.03 1	0.03 1	0.04 1	0.04 68	0.04 19	0.03 1

2.5w	0.07 3	0.07 181	0.08 27	0.16 192	0.06 17	0.08 61	0.12 89	0.10 17	0.10 76	0.07 76	0.06 13	0.09 184	0.06 42	0.08 16	0.09 52	0.04 6	0.03 1	0.04 1	0.04 68	0.03 1	0.03 1

2.75w_new	0.07 3	0.07 181	0.07 6	0.13 10	0.06 17	0.08 61	0.08 7	0.18 252	0.13 175	0.08 118	0.08 98	0.06 30	0.06 42	0.09 48	0.11 225	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.04 40

3.25w_new	0.07 3	0.06 102	0.08 27	0.15 115	0.06 17	0.10 175	0.07 3	0.12 57	0.11 106	0.08 118	0.07 49	0.07 114	0.06 42	0.11 163	0.10 136	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 40

3.25w	0.07 3	0.06 102	0.08 27	0.15 115	0.06 17	0.10 175	0.07 3	0.12 57	0.11 106	0.08 118	0.07 49	0.07 114	0.06 42	0.11 163	0.10 136	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 40

3.75w	0.07 3	0.07 181	0.08 27	0.16 192	0.07 103	0.07 29	0.09 18	0.16 186	0.10 76	0.07 76	0.06 13	0.06 30	0.06 42	0.09 48	0.10 136	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 3	0.07 181	0.07 6	0.15 115	0.07 103	0.09 110	0.06 1	0.14 100	0.11 106	0.08 118	0.07 49	0.06 30	0.07 121	0.10 84	0.09 52	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

monsters	0.07 3	0.06 102	0.06 1	0.15 115	0.06 17	0.08 61	0.09 18	0.13 76	0.09 58	0.09 154	0.07 49	0.06 30	0.06 42	0.09 48	0.08 14	0.05 35	0.04 23	0.04 1	0.04 68	0.03 1	0.04 40

111111	0.07 3	0.05 47	0.10 125	0.17 271	0.06 17	0.05 4	0.10 28	0.11 34	0.10 76	0.06 19	0.06 13	0.07 114	0.05 14	0.08 16	0.09 52	0.06 130	0.04 23	0.05 74	0.04 68	0.07 316	0.06 255

LG-Stereo_L2	0.07 3	0.05 47	0.10 125	0.14 62	0.06 17	0.07 29	0.12 89	0.09 10	0.10 76	0.06 19	0.04 1	0.05 7	0.05 14	0.08 16	0.08 14	0.05 35	0.04 23	0.05 74	0.03 1	0.04 19	0.03 1

LG-Stereo_L1	0.07 3	0.05 47	0.11 190	0.14 62	0.06 17	0.07 29	0.12 89	0.09 10	0.08 33	0.05 2	0.04 1	0.05 7	0.04 1	0.08 16	0.08 14	0.05 35	0.04 23	0.05 74	0.03 1	0.04 19	0.04 40

MLG-Stereo_test3	0.07 3	0.05 47	0.10 125	0.15 115	0.06 17	0.07 29	0.10 28	0.08 4	0.06 6	0.06 19	0.04 1	0.06 30	0.06 42	0.08 16	0.10 136	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.06 255

MLG-Stereo_test2	0.07 3	0.04 1	0.10 125	0.15 115	0.06 17	0.07 29	0.11 54	0.09 10	0.04 2	0.06 19	0.05 7	0.06 30	0.04 1	0.08 16	0.09 52	0.06 130	0.04 23	0.05 74	0.03 1	0.05 142	0.05 156

MLG-Stereo	0.07 3	0.05 47	0.09 78	0.17 271	0.05 1	0.07 29	0.11 54	0.08 4	0.05 4	0.05 2	0.04 1	0.06 30	0.05 14	0.10 84	0.09 52	0.05 35	0.04 23	0.05 74	0.03 1	0.04 19	0.05 156

LG-G_1	0.07 3	0.04 1	0.11 190	0.15 115	0.06 17	0.09 110	0.08 7	0.08 4	0.06 6	0.06 19	0.06 13	0.07 114	0.07 121	0.11 163	0.08 14	0.07 305	0.04 23	0.05 74	0.04 68	0.05 142	0.06 255

LG-G	0.07 3	0.04 1	0.11 190	0.15 115	0.06 17	0.09 110	0.08 7	0.08 4	0.06 6	0.06 19	0.06 13	0.07 114	0.07 121	0.11 163	0.08 14	0.07 305	0.04 23	0.05 74	0.04 68	0.05 142	0.06 255

LGtest1	0.07 3	0.05 47	0.11 190	0.15 115	0.06 17	0.07 29	0.09 18	0.08 4	0.06 6	0.06 19	0.04 1	0.06 30	0.07 121	0.10 84	0.09 52	0.07 305	0.04 23	0.05 74	0.04 68	0.06 247	0.06 255

LG-Stereo_Zeroshot	0.07 3	0.06 102	0.10 125	0.16 192	0.07 103	0.04 1	0.13 155	0.10 17	0.10 76	0.05 2	0.11 212	0.07 114	0.05 14	0.07 3	0.09 52	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

GREAT-IGEV	0.07 3	0.06 102	0.09 78	0.13 10	0.07 103	0.07 29	0.14 221	0.10 17	0.09 58	0.06 19	0.08 98	0.06 30	0.05 14	0.10 84	0.07 1	0.05 35	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

StereoAnything_RVC	0.07 3	0.16 538	0.17 421	0.11 1	0.05 1	0.06 10	0.11 54	0.08 4	0.08 33	0.06 19	0.06 13	0.05 7	0.05 14	0.09 48	0.08 14	0.08 367	0.04 23	0.05 74	0.03 1	0.05 142	0.04 40

AIO_rvc	0.07 3	0.06 102	0.08 27	0.15 115	0.06 17	0.08 61	0.14 221	0.09 10	0.08 33	0.07 76	0.08 98	0.07 114	0.04 1	0.10 84	0.08 14	0.05 35	0.04 23	0.05 74	0.04 68	0.04 19	0.03 1

AIO_test	0.07 3	0.06 102	0.07 6	0.15 115	0.07 103	0.07 29	0.14 221	0.10 17	0.10 76	0.07 76	0.07 49	0.06 30	0.05 14	0.08 16	0.10 136	0.05 35	0.04 23	0.05 74	0.04 68	0.04 19	0.03 1

MonSter	0.07 3	0.06 102	0.06 1	0.15 115	0.05 1	0.08 61	0.10 28	0.15 138	0.15 219	0.05 2	0.06 13	0.05 7	0.06 42	0.07 3	0.09 52	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

DEFOM-Stereo	0.07 3	0.05 47	0.07 6	0.14 62	0.06 17	0.09 110	0.13 155	0.07 2	0.13 175	0.06 19	0.07 49	0.06 30	0.05 14	0.10 84	0.09 52	0.05 35	0.04 23	0.05 74	0.03 1	0.04 19	0.04 40

dual_stereo	0.07 3	0.05 47	0.08 27	0.15 115	0.05 1	0.05 4	0.13 155	0.12 57	0.08 33	0.07 76	0.06 13	0.05 7	0.05 14	0.07 3	0.09 52	0.06 130	0.04 23	0.05 74	0.03 1	0.04 19	0.04 40

IGEV-Stereo++	0.07 3	0.06 102	0.08 27	0.18 354	0.06 17	0.05 4	0.10 28	0.11 34	0.11 106	0.06 19	0.07 49	0.07 114	0.06 42	0.09 48	0.09 52	0.05 35	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

IGEV-Stereo+	0.07 3	0.04 1	0.08 27	0.15 115	0.06 17	0.04 1	0.09 18	0.10 17	0.09 58	0.06 19	0.06 13	0.06 30	0.06 42	0.06 1	0.09 52	0.06 130	0.04 23	0.05 74	0.04 68	0.06 247	0.06 255

Selective-IGEV	0.07 3	0.06 102	0.09 78	0.17 271	0.06 17	0.08 61	0.12 89	0.13 76	0.08 33	0.08 118	0.07 49	0.06 30	0.04 1	0.10 84	0.09 52	0.05 35	0.04 23	0.05 74	0.04 68	0.04 19	0.03 1

4k_L	0.08 66	0.04 1	0.10 125	0.13 10	0.07 103	0.09 110	0.12 89	0.15 138	0.08 33	0.06 19	0.08 98	0.06 30	0.07 121	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

aaa3	0.08 66	0.04 1	0.09 78	0.13 10	0.07 103	0.08 61	0.12 89	0.15 138	0.08 33	0.05 2	0.09 131	0.06 30	0.08 187	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

gc-stereo	0.08 66	0.04 1	0.10 125	0.13 10	0.06 17	0.09 110	0.13 155	0.13 76	0.08 33	0.06 19	0.09 131	0.06 30	0.07 121	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

mfccc	0.08 66	0.04 1	0.11 190	0.13 10	0.07 103	0.10 175	0.11 54	0.14 100	0.09 58	0.06 19	0.08 98	0.06 30	0.08 187	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

ss10	0.08 66	0.04 1	0.10 125	0.14 62	0.06 17	0.09 110	0.12 89	0.15 138	0.09 58	0.06 19	0.08 98	0.05 7	0.07 121	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

SX	0.08 66	0.04 1	0.11 190	0.13 10	0.07 103	0.10 175	0.12 89	0.12 57	0.08 33	0.07 76	0.06 13	0.07 114	0.07 121	0.11 163	0.11 225	0.06 130	0.05 185	0.04 1	0.03 1	0.05 142	0.05 156

USM	0.08 66	0.05 47	0.09 78	0.14 62	0.06 17	0.10 175	0.13 155	0.15 138	0.10 76	0.06 19	0.07 49	0.05 7	0.07 121	0.10 84	0.10 136	0.05 35	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

weee2	0.08 66	0.04 1	0.10 125	0.13 10	0.06 17	0.10 175	0.13 155	0.13 76	0.08 33	0.06 19	0.07 49	0.06 30	0.08 187	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.05 156

ACM	0.08 66	0.04 1	0.11 190	0.13 10	0.07 103	0.09 110	0.11 54	0.14 100	0.08 33	0.06 19	0.08 98	0.06 30	0.07 121	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.05 156

ITERv28	0.08 66	0.05 47	0.10 125	0.13 10	0.06 17	0.10 175	0.13 155	0.14 100	0.08 33	0.05 2	0.08 98	0.06 30	0.07 121	0.09 48	0.10 136	0.06 130	0.06 363	0.04 1	0.03 1	0.05 142	0.05 156

uio108cc	0.08 66	0.05 47	0.09 78	0.14 62	0.06 17	0.09 110	0.12 89	0.15 138	0.07 16	0.05 2	0.07 49	0.07 114	0.08 187	0.09 48	0.10 136	0.06 130	0.06 363	0.05 74	0.04 68	0.04 19	0.04 40

oiu110	0.08 66	0.04 1	0.09 78	0.13 10	0.07 103	0.09 110	0.12 89	0.14 100	0.07 16	0.06 19	0.09 131	0.06 30	0.07 121	0.09 48	0.11 225	0.06 130	0.06 363	0.04 1	0.03 1	0.04 19	0.05 156

ITERv24	0.08 66	0.04 1	0.09 78	0.13 10	0.06 17	0.09 110	0.12 89	0.16 186	0.06 6	0.06 19	0.08 98	0.07 114	0.08 187	0.10 84	0.11 225	0.06 130	0.06 363	0.04 1	0.03 1	0.04 19	0.04 40

dd23bbn	0.08 66	0.05 47	0.09 78	0.14 62	0.06 17	0.09 110	0.13 155	0.16 186	0.07 16	0.07 76	0.11 212	0.07 114	0.08 187	0.08 16	0.10 136	0.05 35	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

hj116sk	0.08 66	0.04 1	0.10 125	0.13 10	0.07 103	0.09 110	0.11 54	0.15 138	0.08 33	0.06 19	0.09 131	0.07 114	0.08 187	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

ITERv21	0.08 66	0.04 1	0.11 190	0.13 10	0.07 103	0.10 175	0.12 89	0.13 76	0.07 16	0.06 19	0.08 98	0.06 30	0.07 121	0.10 84	0.11 225	0.06 130	0.06 363	0.04 1	0.03 1	0.04 19	0.05 156

v20iiwwt	0.08 66	0.05 47	0.10 125	0.13 10	0.06 17	0.10 175	0.12 89	0.15 138	0.08 33	0.07 76	0.09 131	0.06 30	0.08 187	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

ITER124	0.08 66	0.04 1	0.10 125	0.14 62	0.06 17	0.10 175	0.13 155	0.15 138	0.07 16	0.06 19	0.08 98	0.06 30	0.08 187	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.04 68	0.04 19	0.04 40

dddd17k	0.08 66	0.04 1	0.10 125	0.14 62	0.06 17	0.09 110	0.12 89	0.14 100	0.05 4	0.06 19	0.09 131	0.05 7	0.07 121	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.04 68	0.04 19	0.04 40

zxcv128	0.08 66	0.04 1	0.10 125	0.13 10	0.06 17	0.09 110	0.13 155	0.14 100	0.06 6	0.06 19	0.10 173	0.06 30	0.08 187	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.04 68	0.04 19	0.04 40

ITERv14	0.08 66	0.04 1	0.10 125	0.13 10	0.06 17	0.09 110	0.12 89	0.15 138	0.06 6	0.06 19	0.09 131	0.06 30	0.07 121	0.10 84	0.10 136	0.05 35	0.05 185	0.04 1	0.04 68	0.04 19	0.04 40

v134_o9	0.08 66	0.04 1	0.11 190	0.13 10	0.06 17	0.10 175	0.12 89	0.16 186	0.07 16	0.06 19	0.08 98	0.06 30	0.08 187	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

ITERv12	0.08 66	0.04 1	0.11 190	0.13 10	0.07 103	0.09 110	0.12 89	0.13 76	0.09 58	0.07 76	0.09 131	0.07 114	0.07 121	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.05 142	0.05 156

vnu138km	0.08 66	0.04 1	0.11 190	0.13 10	0.07 103	0.09 110	0.12 89	0.15 138	0.07 16	0.06 19	0.09 131	0.06 30	0.06 42	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

ITERv10	0.08 66	0.04 1	0.11 190	0.13 10	0.06 17	0.09 110	0.13 155	0.15 138	0.08 33	0.06 19	0.09 131	0.06 30	0.07 121	0.10 84	0.10 136	0.05 35	0.04 23	0.04 1	0.04 68	0.04 19	0.04 40

99wein	0.08 66	0.04 1	0.11 190	0.13 10	0.06 17	0.09 110	0.12 89	0.15 138	0.09 58	0.07 76	0.09 131	0.06 30	0.07 121	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

ITERv8	0.08 66	0.04 1	0.10 125	0.13 10	0.07 103	0.09 110	0.12 89	0.15 138	0.08 33	0.06 19	0.09 131	0.06 30	0.07 121	0.10 84	0.11 225	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

ITERv7	0.08 66	0.04 1	0.11 190	0.13 10	0.06 17	0.09 110	0.12 89	0.15 138	0.07 16	0.06 19	0.09 131	0.06 30	0.07 121	0.10 84	0.10 136	0.05 35	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

s6wercc	0.08 66	0.04 1	0.10 125	0.13 10	0.06 17	0.09 110	0.13 155	0.15 138	0.07 16	0.06 19	0.09 131	0.06 30	0.07 121	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

a5sdf	0.08 66	0.04 1	0.11 190	0.13 10	0.06 17	0.09 110	0.12 89	0.15 138	0.07 16	0.06 19	0.09 131	0.06 30	0.07 121	0.10 84	0.10 136	0.06 130	0.05 185	0.04 1	0.03 1	0.04 19	0.04 40

GEAStereo	0.08 66	0.06 102	0.09 78	0.13 10	0.08 182	0.08 61	0.14 221	0.10 17	0.10 76	0.08 118	0.10 173	0.06 30	0.04 1	0.11 163	0.08 14	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.05 156

GSStereo	0.08 66	0.06 102	0.09 78	0.13 10	0.08 182	0.08 61	0.14 221	0.11 34	0.12 139	0.08 118	0.10 173	0.05 7	0.04 1	0.11 163	0.08 14	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.05 156

gasm-f	0.08 66	0.05 47	0.08 27	0.13 10	0.08 182	0.08 61	0.14 221	0.10 17	0.10 76	0.08 118	0.10 173	0.06 30	0.05 14	0.10 84	0.08 14	0.06 130	0.04 23	0.05 74	0.04 68	0.06 247	0.05 156

DDF-Stereo	0.08 66	0.05 47	0.10 125	0.15 115	0.10 399	0.05 4	0.13 155	0.09 10	0.14 198	0.06 19	0.06 13	0.07 114	0.06 42	0.09 48	0.10 136	0.06 130	0.04 23	0.06 162	0.04 68	0.08 382	0.05 156

252Zero-FE	0.08 66	0.04 1	0.10 125	0.13 10	0.07 103	0.13 301	0.11 54	0.13 76	0.14 198	0.07 76	0.05 7	0.06 30	0.05 14	0.09 48	0.10 136	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.06 255

Zero-FE251	0.08 66	0.05 47	0.10 125	0.13 10	0.06 17	0.12 269	0.12 89	0.11 34	0.10 76	0.07 76	0.08 98	0.06 30	0.06 42	0.10 84	0.08 14	0.06 130	0.04 23	0.05 74	0.04 68	0.04 19	0.04 40

zero-FE	0.08 66	0.05 47	0.10 125	0.15 115	0.10 399	0.05 4	0.13 155	0.09 10	0.14 198	0.07 76	0.06 13	0.07 114	0.06 42	0.09 48	0.10 136	0.06 130	0.04 23	0.06 162	0.04 68	0.08 382	0.05 156

GASTEREO	0.08 66	0.05 47	0.09 78	0.19 414	0.08 182	0.08 61	0.12 89	0.14 100	0.11 106	0.10 185	0.09 131	0.07 114	0.04 1	0.12 247	0.08 14	0.06 130	0.05 185	0.05 74	0.04 68	0.04 19	0.05 156

MSCF	0.08 66	0.05 47	0.09 78	0.19 414	0.08 182	0.07 29	0.12 89	0.14 100	0.11 106	0.10 185	0.09 131	0.07 114	0.04 1	0.11 163	0.08 14	0.06 130	0.05 185	0.05 74	0.04 68	0.05 142	0.05 156

S2M2_XL	0.08 66	0.06 102	0.12 240	0.12 4	0.08 182	0.09 110	0.09 18	0.07 2	0.07 16	0.08 118	0.07 49	0.07 114	0.06 42	0.09 48	0.09 52	0.08 367	0.06 363	0.07 263	0.06 246	0.08 382	0.06 255
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qwe	0.08 66	0.08 296	0.07 6	0.15 115	0.06 17	0.07 29	0.10 28	0.18 252	0.12 139	0.07 76	0.07 49	0.06 30	0.06 42	0.10 84	0.09 52	0.04 6	0.03 1	0.04 1	0.04 68	0.04 19	0.03 1

3w_stereo	0.08 66	0.09 368	0.10 125	0.17 271	0.07 103	0.08 61	0.11 54	0.20 293	0.13 175	0.06 19	0.07 49	0.05 7	0.06 42	0.08 16	0.09 52	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

2w_stereo	0.08 66	0.08 296	0.09 78	0.16 192	0.06 17	0.09 110	0.10 28	0.20 293	0.15 219	0.08 118	0.07 49	0.06 30	0.06 42	0.06 1	0.10 136	0.04 6	0.03 1	0.04 1	0.04 68	0.03 1	0.03 1

1w_stereo	0.08 66	0.06 102	0.07 6	0.16 192	0.06 17	0.07 29	0.10 28	0.14 100	0.15 219	0.07 76	0.08 98	0.05 7	0.06 42	0.10 84	0.09 52	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 40

monsterstereo	0.08 66	0.06 102	0.07 6	0.16 192	0.06 17	0.08 61	0.10 28	0.16 186	0.12 139	0.07 76	0.08 98	0.06 30	0.07 121	0.08 16	0.09 52	0.04 6	0.04 23	0.05 74	0.04 68	0.04 19	0.03 1

IGEV	0.08 66	0.04 1	0.09 78	0.13 10	0.06 17	0.09 110	0.12 89	0.14 100	0.10 76	0.06 19	0.09 131	0.07 114	0.05 14	0.09 48	0.09 52	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

LG-Stereo	0.08 66	0.08 296	0.10 125	0.18 354	0.07 103	0.10 175	0.17 381	0.11 34	0.08 33	0.06 19	0.08 98	0.06 30	0.07 121	0.09 48	0.09 52	0.04 6	0.05 185	0.07 263	0.07 338	0.04 19	0.04 40

SGD-Stereo	0.08 66	0.05 47	0.10 125	0.14 62	0.06 17	0.12 269	0.12 89	0.11 34	0.12 139	0.07 76	0.09 131	0.09 184	0.09 232	0.08 16	0.08 14	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

HART	0.08 66	0.07 181	0.09 78	0.18 354	0.07 103	0.10 175	0.16 355	0.13 76	0.11 106	0.09 154	0.10 173	0.08 157	0.05 14	0.10 84	0.08 14	0.05 35	0.04 23	0.06 162	0.04 68	0.05 142	0.04 40

SCV_C0	0.08 66	0.07 181	0.08 27	0.16 192	0.10 399	0.08 61	0.14 221	0.11 34	0.13 175	0.08 118	0.07 49	0.06 30	0.05 14	0.11 163	0.07 1	0.05 35	0.05 185	0.05 74	0.04 68	0.06 247	0.05 156

SCV	0.08 66	0.09 368	0.08 27	0.15 115	0.08 182	0.10 175	0.12 89	0.11 34	0.12 139	0.07 76	0.07 49	0.06 30	0.04 1	0.10 84	0.08 14	0.05 35	0.05 185	0.06 162	0.04 68	0.06 247	0.04 40

DEFOM-Stereo_RVC	0.08 66	0.07 181	0.09 78	0.22 523	0.06 17	0.08 61	0.12 89	0.10 17	0.10 76	0.07 76	0.07 49	0.06 30	0.05 14	0.11 163	0.09 52	0.06 130	0.04 23	0.05 74	0.03 1	0.06 247	0.04 40

HUF	0.08 66	0.05 47	0.08 27	0.14 62	0.06 17	0.09 110	0.13 155	0.13 76	0.13 175	0.07 76	0.07 49	0.09 184	0.06 42	0.10 84	0.09 52	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

castereo++	0.08 66	0.06 102	0.08 27	0.15 115	0.05 1	0.14 341	0.11 54	0.11 34	0.15 219	0.07 76	0.07 49	0.08 157	0.06 42	0.08 16	0.08 14	0.06 130	0.04 23	0.05 74	0.04 68	0.04 19	0.03 1

IGEV-RUCA	0.08 66	0.06 102	0.11 190	0.14 62	0.09 292	0.10 175	0.12 89	0.10 17	0.12 139	0.06 19	0.07 49	0.08 157	0.06 42	0.09 48	0.08 14	0.06 130	0.05 185	0.05 74	0.04 68	0.05 142	0.06 255

GIP-stereo	0.08 66	0.06 102	0.11 190	0.15 115	0.07 103	0.09 110	0.13 155	0.15 138	0.11 106	0.07 76	0.08 98	0.05 7	0.04 1	0.10 84	0.07 1	0.05 35	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

SMoEStereo_RVC	0.08 66	0.06 102	0.12 240	0.16 192	0.07 103	0.09 110	0.13 155	0.11 34	0.14 198	0.09 154	0.07 49	0.07 114	0.07 121	0.12 247	0.10 136	0.05 35	0.04 23	0.06 162	0.05 174	0.04 19	0.04 40

WCG-NET	0.08 66	0.05 47	0.10 125	0.15 115	0.06 17	0.11 226	0.14 221	0.13 76	0.14 198	0.07 76	0.09 131	0.07 114	0.06 42	0.13 299	0.08 14	0.05 35	0.04 23	0.06 162	0.04 68	0.04 19	0.03 1

Occ-G	0.08 66	0.05 47	0.07 6	0.14 62	0.07 103	0.09 110	0.14 221	0.14 100	0.15 219	0.07 76	0.12 228	0.07 114	0.05 14	0.09 48	0.10 136	0.06 130	0.05 185	0.05 74	0.04 68	0.05 142	0.06 255

U	0.08 66	0.07 181	0.10 125	0.19 414	0.10 399	0.10 175	0.13 155	0.12 57	0.17 272	0.07 76	0.07 49	0.06 30	0.05 14	0.07 3	0.09 52	0.06 130	0.04 23	0.06 162	0.04 68	0.06 247	0.05 156

AIO-Stereo	0.08 66	0.06 102	0.10 125	0.18 354	0.06 17	0.09 110	0.11 54	0.16 186	0.09 58	0.09 154	0.08 98	0.07 114	0.05 14	0.11 163	0.08 14	0.05 35	0.05 185	0.05 74	0.04 68	0.04 19	0.04 40

WCG-NET（raft）	0.08 66	0.05 47	0.10 125	0.15 115	0.06 17	0.11 226	0.13 155	0.15 138	0.12 139	0.08 118	0.07 49	0.06 30	0.06 42	0.13 299	0.08 14	0.05 35	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

RSM++	0.08 66	0.06 102	0.09 78	0.17 271	0.07 103	0.09 110	0.12 89	0.11 34	0.11 106	0.08 118	0.06 13	0.07 114	0.05 14	0.10 84	0.09 52	0.05 35	0.04 23	0.06 162	0.05 174	0.05 142	0.03 1

RSM	0.08 66	0.06 102	0.09 78	0.17 271	0.07 103	0.08 61	0.12 89	0.12 57	0.10 76	0.08 118	0.07 49	0.06 30	0.05 14	0.11 163	0.09 52	0.04 6	0.04 23	0.05 74	0.04 68	0.04 19	0.04 40

trnet	0.08 66	0.05 47	0.07 6	0.12 4	0.05 1	0.12 269	0.10 28	0.13 76	0.10 76	0.08 118	0.13 243	0.09 184	0.08 187	0.11 163	0.10 136	0.08 367	0.05 185	0.05 74	0.03 1	0.06 247	0.05 156

MoCha-V2	0.08 66	0.05 47	0.11 190	0.20 471	0.07 103	0.10 175	0.14 221	0.12 57	0.08 33	0.07 76	0.08 98	0.07 114	0.06 42	0.09 48	0.08 14	0.05 35	0.05 185	0.05 74	0.04 68	0.04 19	0.04 40

IGEV++	0.08 66	0.06 102	0.09 78	0.18 354	0.07 103	0.10 175	0.13 155	0.10 17	0.10 76	0.08 118	0.08 98	0.06 30	0.05 14	0.13 299	0.09 52	0.05 35	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

testlalala	0.08 66	0.07 181	0.17 421	0.16 192	0.08 182	0.09 110	0.12 89	0.15 138	0.10 76	0.07 76	0.09 131	0.06 30	0.06 42	0.11 163	0.09 52	0.05 35	0.04 23	0.06 162	0.04 68	0.04 19	0.04 40

LoS_RVC	0.08 66	0.05 47	0.07 6	0.15 115	0.07 103	0.08 61	0.15 295	0.12 57	0.11 106	0.08 118	0.09 131	0.06 30	0.09 232	0.10 84	0.09 52	0.05 35	0.04 23	0.05 74	0.03 1	0.04 19	0.04 40

CAS	0.08 66	0.04 1	0.07 6	0.17 271	0.08 182	0.10 175	0.13 155	0.12 57	0.09 58	0.09 154	0.10 173	0.08 157	0.06 42	0.09 48	0.09 52	0.08 367	0.04 23	0.05 74	0.03 1	0.05 142	0.04 40

CES	0.08 66	0.04 1	0.08 27	0.14 62	0.07 103	0.09 110	0.14 221	0.11 34	0.09 58	0.08 118	0.09 131	0.11 241	0.07 121	0.12 247	0.08 14	0.06 130	0.04 23	0.05 74	0.03 1	0.05 142	0.05 156

EGLCR-Stereo	0.08 66	0.05 47	0.08 27	0.14 62	0.07 103	0.11 226	0.12 89	0.11 34	0.16 247	0.06 19	0.05 7	0.07 114	0.05 14	0.10 84	0.11 225	0.06 130	0.04 23	0.06 162	0.05 174	0.04 19	0.04 40

CREStereo++_RVC	0.08 66	0.04 1	0.07 6	0.13 10	0.07 103	0.09 110	0.12 89	0.14 100	0.14 198	0.10 185	0.14 256	0.08 157	0.07 121	0.10 84	0.11 225	0.06 130	0.04 23	0.05 74	0.05 174	0.04 19	0.04 40
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
FE-Mocha	0.09 139	0.06 102	0.14 318	0.16 192	0.09 292	0.11 226	0.15 295	0.19 279	0.16 247	0.10 185	0.09 131	0.07 114	0.07 121	0.09 48	0.09 52	0.06 130	0.04 23	0.06 162	0.06 246	0.05 142	0.05 156

IGEV-FE	0.09 139	0.05 47	0.13 273	0.14 62	0.08 182	0.12 269	0.13 155	0.17 224	0.11 106	0.10 185	0.06 13	0.09 184	0.06 42	0.11 163	0.09 52	0.06 130	0.04 23	0.06 162	0.06 246	0.05 142	0.05 156

DA	0.09 139	0.07 181	0.07 6	0.19 414	0.08 182	0.10 175	0.13 155	0.13 76	0.12 139	0.08 118	0.10 173	0.10 217	0.08 187	0.09 48	0.10 136	0.05 35	0.04 23	0.06 162	0.04 68	0.05 142	0.04 40

GGEV	0.09 139	0.07 181	0.07 6	0.19 414	0.08 182	0.10 175	0.13 155	0.13 76	0.12 139	0.08 118	0.10 173	0.10 217	0.08 187	0.09 48	0.10 136	0.05 35	0.04 23	0.06 162	0.04 68	0.05 142	0.04 40

water-stereo	0.09 139	0.06 102	0.08 27	0.16 192	0.07 103	0.10 175	0.13 155	0.15 138	0.13 175	0.11 224	0.12 228	0.09 184	0.10 255	0.07 3	0.08 14	0.06 130	0.05 185	0.05 74	0.05 174	0.04 19	0.04 40

depthmonostereo	0.09 139	0.06 102	0.09 78	0.15 115	0.06 17	0.11 226	0.13 155	0.14 100	0.15 219	0.10 185	0.10 173	0.09 184	0.11 285	0.08 16	0.09 52	0.06 130	0.05 185	0.06 162	0.04 68	0.04 19	0.03 1

DilatedVolume-Stereo	0.09 139	0.05 47	0.08 27	0.15 115	0.06 17	0.11 226	0.12 89	0.14 100	0.16 247	0.11 224	0.11 212	0.09 184	0.10 255	0.11 163	0.11 225	0.06 130	0.05 185	0.05 74	0.04 68	0.03 1	0.03 1

S2M2_L	0.09 139	0.08 296	0.11 190	0.13 10	0.10 399	0.08 61	0.06 1	0.10 17	0.10 76	0.10 185	0.10 173	0.09 184	0.09 232	0.11 163	0.11 225	0.13 540	0.07 442	0.08 344	0.09 451	0.10 481	0.08 403
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 139	0.07 181	0.09 78	0.19 414	0.08 182	0.12 269	0.18 429	0.15 138	0.14 198	0.07 76	0.10 173	0.07 114	0.06 42	0.12 247	0.09 52	0.05 35	0.04 23	0.06 162	0.05 174	0.06 247	0.04 40

Reg-Stereo(zero)	0.09 139	0.05 47	0.08 27	0.16 192	0.06 17	0.12 269	0.11 54	0.15 138	0.11 106	0.12 256	0.09 131	0.10 217	0.08 187	0.11 163	0.09 52	0.06 130	0.05 185	0.05 74	0.04 68	0.04 19	0.05 156

castereo	0.09 139	0.06 102	0.11 190	0.15 115	0.06 17	0.11 226	0.14 221	0.14 100	0.18 286	0.08 118	0.10 173	0.11 241	0.08 187	0.09 48	0.10 136	0.05 35	0.04 23	0.05 74	0.04 68	0.04 19	0.04 40

fffft	0.09 139	0.06 102	0.12 240	0.16 192	0.07 103	0.09 110	0.16 355	0.12 57	0.11 106	0.09 154	0.07 49	0.09 184	0.06 42	0.11 163	0.12 297	0.05 35	0.04 23	0.06 162	0.05 174	0.04 19	0.05 156
1: 1. 1
tt45	0.09 139	0.06 102	0.11 190	0.15 115	0.07 103	0.12 269	0.15 295	0.13 76	0.12 139	0.09 154	0.06 13	0.08 157	0.06 42	0.13 299	0.10 136	0.06 130	0.04 23	0.06 162	0.05 174	0.05 142	0.06 255

999	0.09 139	0.06 102	0.13 273	0.15 115	0.08 182	0.10 175	0.14 221	0.15 138	0.12 139	0.10 185	0.08 98	0.08 157	0.08 187	0.16 372	0.10 136	0.06 130	0.04 23	0.06 162	0.05 174	0.04 19	0.06 255

mms	0.09 139	0.07 181	0.08 27	0.17 271	0.08 182	0.11 226	0.15 295	0.12 57	0.11 106	0.09 154	0.09 131	0.08 157	0.06 42	0.11 163	0.12 297	0.05 35	0.04 23	0.07 263	0.05 174	0.04 19	0.04 40

ours_stereo	0.09 139	0.07 181	0.09 78	0.17 271	0.08 182	0.11 226	0.16 355	0.11 34	0.12 139	0.08 118	0.10 173	0.08 157	0.06 42	0.12 247	0.12 297	0.05 35	0.04 23	0.06 162	0.05 174	0.04 19	0.04 40

fffy	0.09 139	0.08 296	0.10 125	0.16 192	0.07 103	0.13 301	0.17 381	0.13 76	0.12 139	0.08 118	0.09 131	0.08 157	0.09 232	0.13 299	0.11 225	0.05 35	0.05 185	0.07 263	0.05 174	0.04 19	0.05 156

GCAP-BAT	0.09 139	0.07 181	0.14 318	0.15 115	0.08 182	0.10 175	0.12 89	0.15 138	0.11 106	0.11 224	0.10 173	0.09 184	0.07 121	0.12 247	0.10 136	0.06 130	0.05 185	0.06 162	0.04 68	0.04 19	0.04 40

Pointernet	0.09 139	0.05 47	0.10 125	0.16 192	0.08 182	0.13 301	0.10 28	0.15 138	0.18 286	0.09 154	0.07 49	0.06 30	0.06 42	0.11 163	0.10 136	0.08 367	0.04 23	0.05 74	0.03 1	0.06 247	0.05 156

IGEV-BASED-STEREO-	0.09 139	0.10 433	0.32 555	0.15 115	0.06 17	0.08 61	0.14 221	0.11 34	0.10 76	0.07 76	0.07 49	0.06 30	0.04 1	0.11 163	0.07 1	0.12 523	0.04 23	0.07 263	0.05 174	0.05 142	0.05 156

RAFT-Stereo-weight	0.09 139	0.06 102	0.11 190	0.16 192	0.07 103	0.09 110	0.14 221	0.19 279	0.16 247	0.11 224	0.10 173	0.08 157	0.06 42	0.10 84	0.11 225	0.06 130	0.04 23	0.06 162	0.04 68	0.04 19	0.04 40

gcap-zeroshot	0.09 139	0.06 102	0.10 125	0.16 192	0.07 103	0.14 341	0.13 155	0.11 34	0.12 139	0.13 285	0.12 228	0.09 184	0.08 187	0.09 48	0.09 52	0.06 130	0.05 185	0.06 162	0.05 174	0.04 19	0.04 40

test_for_model	0.09 139	0.12 477	0.14 318	0.23 542	0.11 454	0.08 61	0.13 155	0.12 57	0.13 175	0.10 185	0.07 49	0.07 114	0.06 42	0.11 163	0.10 136	0.06 130	0.05 185	0.05 74	0.04 68	0.08 382	0.05 156

MGS-Stereo	0.09 139	0.07 181	0.12 240	0.16 192	0.08 182	0.09 110	0.15 295	0.12 57	0.12 139	0.07 76	0.10 173	0.08 157	0.06 42	0.11 163	0.09 52	0.05 35	0.04 23	0.06 162	0.05 174	0.06 247	0.05 156

ff7	0.09 139	0.07 181	0.11 190	0.16 192	0.09 292	0.11 226	0.15 295	0.16 186	0.12 139	0.10 185	0.06 13	0.06 30	0.06 42	0.11 163	0.09 52	0.05 35	0.04 23	0.06 162	0.05 174	0.05 142	0.06 255

IGEVStereo-DCA	0.09 139	0.07 181	0.11 190	0.16 192	0.10 399	0.11 226	0.15 295	0.16 186	0.12 139	0.10 185	0.06 13	0.08 157	0.06 42	0.10 84	0.09 52	0.06 130	0.05 185	0.06 162	0.05 174	0.05 142	0.06 255

ffff	0.09 139	0.07 181	0.11 190	0.16 192	0.09 292	0.11 226	0.15 295	0.16 186	0.12 139	0.10 185	0.06 13	0.06 30	0.06 42	0.11 163	0.09 52	0.05 35	0.04 23	0.06 162	0.05 174	0.05 142	0.06 255

rrr	0.09 139	0.07 181	0.13 273	0.16 192	0.10 399	0.11 226	0.15 295	0.16 186	0.15 219	0.10 185	0.06 13	0.08 157	0.06 42	0.10 84	0.09 52	0.06 130	0.05 185	0.06 162	0.05 174	0.05 142	0.06 255

11t	0.09 139	0.07 181	0.11 190	0.16 192	0.09 292	0.11 226	0.15 295	0.16 186	0.12 139	0.10 185	0.06 13	0.06 30	0.06 42	0.11 163	0.09 52	0.05 35	0.04 23	0.06 162	0.05 174	0.05 142	0.06 255

MaDis-Stereo	0.09 139	0.09 368	0.08 27	0.17 271	0.09 292	0.14 341	0.11 54	0.16 186	0.16 247	0.09 154	0.11 212	0.06 30	0.06 42	0.09 48	0.13 332	0.07 305	0.06 363	0.08 344	0.05 174	0.05 142	0.04 40

IGEV_Zeroshot_test	0.09 139	0.05 47	0.13 273	0.14 62	0.08 182	0.12 269	0.13 155	0.17 224	0.11 106	0.10 185	0.06 13	0.09 184	0.06 42	0.11 163	0.09 52	0.06 130	0.04 23	0.06 162	0.06 246	0.05 142	0.05 156

MSKI-zero shot	0.09 139	0.05 47	0.09 78	0.16 192	0.07 103	0.10 175	0.13 155	0.15 138	0.14 198	0.09 154	0.09 131	0.09 184	0.06 42	0.12 247	0.11 225	0.06 130	0.04 23	0.05 74	0.04 68	0.04 19	0.05 156

UniTT-Stereo	0.09 139	0.07 181	0.08 27	0.18 354	0.08 182	0.13 301	0.11 54	0.12 57	0.11 106	0.10 185	0.12 228	0.05 7	0.06 42	0.09 48	0.10 136	0.07 305	0.06 363	0.05 74	0.05 174	0.06 247	0.05 156

CASnet	0.09 139	0.09 368	0.09 78	0.19 414	0.06 17	0.07 29	0.11 54	0.18 252	0.14 198	0.11 224	0.10 173	0.09 184	0.07 121	0.10 84	0.10 136	0.06 130	0.04 23	0.10 476	0.08 405	0.06 247	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.09 139	0.05 47	0.08 27	0.14 62	0.13 510	0.14 341	0.13 155	0.15 138	0.09 58	0.07 76	0.09 131	0.07 114	0.08 187	0.10 84	0.09 52	0.06 130	0.04 23	0.06 162	0.05 174	0.05 142	0.04 40

GCAP-Stereo	0.09 139	0.07 181	0.13 273	0.18 354	0.06 17	0.11 226	0.07 3	0.14 100	0.12 139	0.09 154	0.10 173	0.07 114	0.09 232	0.13 299	0.10 136	0.06 130	0.05 185	0.05 74	0.04 68	0.04 19	0.05 156

RAFT-Test	0.09 139	0.06 102	0.10 125	0.16 192	0.07 103	0.11 226	0.15 295	0.16 186	0.13 175	0.09 154	0.10 173	0.11 241	0.09 232	0.12 247	0.09 52	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.05 156

HH	0.09 139	0.06 102	0.13 273	0.17 271	0.08 182	0.11 226	0.16 355	0.15 138	0.10 76	0.08 118	0.10 173	0.08 157	0.07 121	0.10 84	0.09 52	0.06 130	0.04 23	0.06 162	0.05 174	0.05 142	0.04 40

HanStereo	0.09 139	0.06 102	0.13 273	0.17 271	0.08 182	0.11 226	0.16 355	0.15 138	0.10 76	0.08 118	0.10 173	0.08 157	0.07 121	0.10 84	0.09 52	0.06 130	0.04 23	0.06 162	0.05 174	0.05 142	0.04 40

anonymousdsp	0.09 139	0.07 181	0.11 190	0.17 271	0.09 292	0.11 226	0.15 295	0.16 186	0.12 139	0.10 185	0.06 13	0.06 30	0.06 42	0.11 163	0.09 52	0.05 35	0.04 23	0.06 162	0.05 174	0.05 142	0.06 255

LoS	0.09 139	0.05 47	0.11 190	0.13 10	0.07 103	0.14 341	0.11 54	0.15 138	0.15 219	0.09 154	0.09 131	0.12 262	0.09 232	0.15 345	0.10 136	0.07 305	0.05 185	0.05 74	0.03 1	0.05 142	0.05 156
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 139	0.07 181	0.11 190	0.17 271	0.08 182	0.11 226	0.15 295	0.15 138	0.12 139	0.10 185	0.06 13	0.07 114	0.06 42	0.11 163	0.09 52	0.05 35	0.05 185	0.06 162	0.05 174	0.04 19	0.06 255

MC-Stereo	0.09 139	0.07 181	0.09 78	0.17 271	0.06 17	0.10 175	0.14 221	0.12 57	0.11 106	0.09 154	0.12 228	0.09 184	0.06 42	0.11 163	0.10 136	0.06 130	0.04 23	0.06 162	0.05 174	0.04 19	0.04 40

RCA-Stereo	0.09 139	0.06 102	0.09 78	0.16 192	0.06 17	0.09 110	0.13 155	0.18 252	0.14 198	0.10 185	0.11 212	0.08 157	0.07 121	0.12 247	0.11 225	0.06 130	0.04 23	0.06 162	0.05 174	0.05 142	0.04 40

CroCo-Stereo Lap2	0.09 139	0.09 368	0.08 27	0.22 523	0.09 292	0.09 110	0.18 429	0.16 186	0.12 139	0.09 154	0.10 173	0.05 7	0.05 14	0.08 16	0.08 14	0.06 130	0.06 363	0.07 263	0.05 174	0.06 247	0.05 156

ccc-4	0.09 139	0.07 181	0.11 190	0.16 192	0.09 292	0.11 226	0.15 295	0.16 186	0.12 139	0.10 185	0.06 13	0.06 30	0.06 42	0.11 163	0.09 52	0.05 35	0.04 23	0.06 162	0.05 174	0.05 142	0.06 255

IGEV-Stereo	0.09 139	0.07 181	0.11 190	0.17 271	0.09 292	0.11 226	0.15 295	0.16 186	0.12 139	0.10 185	0.06 13	0.06 30	0.06 42	0.11 163	0.09 52	0.05 35	0.04 23	0.06 162	0.05 174	0.05 142	0.06 255
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 139	0.05 47	0.13 273	0.14 62	0.09 292	0.12 269	0.15 295	0.19 279	0.11 106	0.11 224	0.08 98	0.08 157	0.05 14	0.10 84	0.09 52	0.06 130	0.04 23	0.06 162	0.05 174	0.06 247	0.05 156

test-3	0.09 139	0.06 102	0.10 125	0.18 354	0.07 103	0.07 29	0.14 221	0.12 57	0.16 247	0.10 185	0.08 98	0.08 157	0.08 187	0.11 163	0.10 136	0.05 35	0.04 23	0.07 263	0.05 174	0.04 19	0.04 40

test_1	0.09 139	0.06 102	0.10 125	0.18 354	0.07 103	0.07 29	0.14 221	0.12 57	0.16 247	0.10 185	0.08 98	0.08 157	0.08 187	0.11 163	0.10 136	0.05 35	0.04 23	0.07 263	0.05 174	0.04 19	0.04 40

CroCo-Stereo	0.09 139	0.08 296	0.08 27	0.22 523	0.09 292	0.09 110	0.18 429	0.16 186	0.12 139	0.07 76	0.07 49	0.08 157	0.06 42	0.08 16	0.07 1	0.07 305	0.05 185	0.06 162	0.04 68	0.05 142	0.04 40
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
TANstereo	0.09 139	0.04 1	0.08 27	0.13 10	0.06 17	0.11 226	0.13 155	0.15 138	0.19 308	0.11 224	0.15 269	0.10 217	0.07 121	0.12 247	0.09 52	0.07 305	0.05 185	0.05 74	0.04 68	0.06 247	0.05 156

XX-TBD	0.09 139	0.06 102	0.07 6	0.14 62	0.07 103	0.13 301	0.16 355	0.14 100	0.14 198	0.11 224	0.12 228	0.09 184	0.08 187	0.10 84	0.10 136	0.06 130	0.04 23	0.05 74	0.04 68	0.06 247	0.05 156

raftrobust	0.09 139	0.06 102	0.11 190	0.17 271	0.08 182	0.09 110	0.10 28	0.18 252	0.16 247	0.10 185	0.09 131	0.12 262	0.08 187	0.12 247	0.10 136	0.08 367	0.05 185	0.06 162	0.05 174	0.05 142	0.06 255

XX-Stereo	0.09 139	0.05 47	0.09 78	0.17 271	0.09 292	0.15 367	0.12 89	0.21 311	0.10 76	0.10 185	0.14 256	0.07 114	0.06 42	0.13 299	0.08 14	0.06 130	0.05 185	0.06 162	0.06 246	0.04 19	0.04 40

test_xeample3	0.09 139	0.07 181	0.12 240	0.16 192	0.09 292	0.11 226	0.15 295	0.16 186	0.14 198	0.10 185	0.07 49	0.08 157	0.06 42	0.10 84	0.09 52	0.06 130	0.04 23	0.06 162	0.05 174	0.05 142	0.06 255

RAFT-Stereo + iAFF	0.09 139	0.06 102	0.10 125	0.17 271	0.07 103	0.10 175	0.15 295	0.17 224	0.15 219	0.10 185	0.10 173	0.08 157	0.09 232	0.12 247	0.10 136	0.05 35	0.04 23	0.06 162	0.06 246	0.04 19	0.03 1

AFF-stereo	0.09 139	0.07 181	0.10 125	0.17 271	0.07 103	0.10 175	0.15 295	0.18 252	0.10 76	0.10 185	0.11 212	0.09 184	0.10 255	0.12 247	0.10 136	0.05 35	0.04 23	0.07 263	0.07 338	0.04 19	0.04 40

EAI-Stereo	0.09 139	0.07 181	0.11 190	0.16 192	0.07 103	0.10 175	0.15 295	0.16 186	0.09 58	0.08 118	0.09 131	0.08 157	0.07 121	0.09 48	0.11 225	0.05 35	0.05 185	0.05 74	0.05 174	0.05 142	0.04 40

CFNet-RSSM	0.09 139	0.07 181	0.10 125	0.16 192	0.07 103	0.09 110	0.15 295	0.17 224	0.18 286	0.08 118	0.12 228	0.11 241	0.09 232	0.12 247	0.10 136	0.06 130	0.04 23	0.06 162	0.04 68	0.04 19	0.04 40

Gwc-CoAtRS	0.09 139	0.07 181	0.10 125	0.16 192	0.07 103	0.10 175	0.15 295	0.18 252	0.17 272	0.08 118	0.10 173	0.12 262	0.09 232	0.12 247	0.09 52	0.06 130	0.04 23	0.06 162	0.04 68	0.04 19	0.05 156

CREStereo	0.09 139	0.05 47	0.08 27	0.11 1	0.06 17	0.14 341	0.14 221	0.14 100	0.10 76	0.09 154	0.13 243	0.09 184	0.08 187	0.12 247	0.10 136	0.08 367	0.04 23	0.05 74	0.03 1	0.06 247	0.06 255
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 139	0.05 47	0.09 78	0.12 4	0.06 17	0.13 301	0.14 221	0.16 186	0.11 106	0.09 154	0.13 243	0.10 217	0.07 121	0.14 327	0.10 136	0.15 564	0.04 23	0.05 74	0.03 1	0.07 316	0.06 255

MM-Stereo_test3	0.10 202	0.07 181	0.07 6	0.18 354	0.07 103	0.12 269	0.19 473	0.24 377	0.19 308	0.06 19	0.10 173	0.08 157	0.06 42	0.11 163	0.09 52	0.06 130	0.06 363	0.07 263	0.05 174	0.05 142	0.04 40

MM-Stereo_test1	0.10 202	0.07 181	0.09 78	0.18 354	0.07 103	0.12 269	0.18 429	0.21 311	0.20 329	0.09 154	0.11 212	0.08 157	0.06 42	0.10 84	0.10 136	0.06 130	0.05 185	0.07 263	0.06 246	0.05 142	0.04 40

AIO-test2	0.10 202	0.08 296	0.10 125	0.23 542	0.09 292	0.11 226	0.11 54	0.23 353	0.24 385	0.08 118	0.09 131	0.08 157	0.05 14	0.10 84	0.08 14	0.06 130	0.05 185	0.08 344	0.09 451	0.05 142	0.05 156

AIO-test1	0.10 202	0.07 181	0.11 190	0.24 553	0.07 103	0.09 110	0.13 155	0.22 334	0.15 219	0.11 224	0.12 228	0.09 184	0.07 121	0.11 163	0.09 52	0.06 130	0.05 185	0.09 428	0.10 489	0.04 19	0.07 334

tg	0.10 202	0.06 102	0.10 125	0.18 354	0.08 182	0.11 226	0.16 355	0.20 293	0.12 139	0.08 118	0.11 212	0.11 241	0.07 121	0.11 163	0.10 136	0.05 35	0.04 23	0.08 344	0.08 405	0.04 19	0.04 40

PAM_32	0.10 202	0.06 102	0.17 421	0.15 115	0.08 182	0.10 175	0.15 295	0.14 100	0.16 247	0.09 154	0.08 98	0.10 217	0.07 121	0.14 327	0.09 52	0.06 130	0.05 185	0.06 162	0.06 246	0.05 142	0.06 255

PAM	0.10 202	0.06 102	0.17 421	0.15 115	0.09 292	0.10 175	0.16 355	0.15 138	0.16 247	0.12 256	0.09 131	0.10 217	0.07 121	0.13 299	0.09 52	0.06 130	0.05 185	0.06 162	0.06 246	0.05 142	0.06 255

UGAM-zero	0.10 202	0.05 47	0.15 356	0.15 115	0.08 182	0.10 175	0.13 155	0.20 293	0.15 219	0.11 224	0.15 269	0.07 114	0.08 187	0.09 48	0.10 136	0.06 130	0.05 185	0.06 162	0.05 174	0.05 142	0.06 255

model_zeroshot	0.10 202	0.05 47	0.12 240	0.15 115	0.09 292	0.13 301	0.14 221	0.20 293	0.14 198	0.11 224	0.10 173	0.12 262	0.07 121	0.12 247	0.11 225	0.07 305	0.06 363	0.06 162	0.05 174	0.06 247	0.06 255

RAStereo	0.10 202	0.09 368	0.08 27	0.20 471	0.08 182	0.13 301	0.18 429	0.16 186	0.17 272	0.10 185	0.12 228	0.05 7	0.06 42	0.09 48	0.08 14	0.07 305	0.05 185	0.07 263	0.05 174	0.05 142	0.04 40

rvit_stereo_0080	0.10 202	0.08 296	0.15 356	0.15 115	0.10 399	0.07 29	0.15 295	0.16 186	0.16 247	0.11 224	0.10 173	0.15 330	0.09 232	0.12 247	0.10 136	0.09 423	0.07 442	0.07 263	0.06 246	0.07 316	0.05 156

testlalala2	0.10 202	0.06 102	0.11 190	0.20 471	0.10 399	0.10 175	0.11 54	0.17 224	0.13 175	0.12 256	0.13 243	0.09 184	0.08 187	0.11 163	0.13 332	0.06 130	0.05 185	0.05 74	0.04 68	0.05 142	0.05 156

H2IRNET	0.10 202	0.09 368	0.10 125	0.18 354	0.09 292	0.12 269	0.15 295	0.14 100	0.21 343	0.10 185	0.10 173	0.10 217	0.11 285	0.10 84	0.10 136	0.06 130	0.04 23	0.08 344	0.08 405	0.06 247	0.05 156

MyStereo07	0.10 202	0.07 181	0.10 125	0.17 271	0.09 292	0.14 341	0.17 381	0.15 138	0.15 219	0.09 154	0.06 13	0.06 30	0.07 121	0.12 247	0.09 52	0.06 130	0.05 185	0.08 344	0.07 338	0.06 247	0.06 255

MyStereo06	0.10 202	0.07 181	0.12 240	0.17 271	0.09 292	0.13 301	0.18 429	0.19 279	0.12 139	0.13 285	0.08 98	0.07 114	0.07 121	0.11 163	0.09 52	0.06 130	0.05 185	0.08 344	0.07 338	0.06 247	0.06 255

AE-Stereo	0.10 202	0.08 296	0.11 190	0.19 414	0.09 292	0.10 175	0.15 295	0.14 100	0.20 329	0.09 154	0.15 269	0.12 262	0.08 187	0.11 163	0.10 136	0.05 35	0.06 363	0.07 263	0.06 246	0.05 142	0.04 40

ACVNet-DCA	0.10 202	0.08 296	0.13 273	0.17 271	0.09 292	0.13 301	0.15 295	0.24 377	0.16 247	0.09 154	0.09 131	0.06 30	0.06 42	0.10 84	0.07 1	0.06 130	0.05 185	0.06 162	0.05 174	0.07 316	0.07 334

cc1	0.10 202	0.08 296	0.13 273	0.17 271	0.09 292	0.13 301	0.15 295	0.16 186	0.18 286	0.09 154	0.09 131	0.06 30	0.06 42	0.10 84	0.07 1	0.06 130	0.05 185	0.06 162	0.05 174	0.06 247	0.06 255

tt1	0.10 202	0.08 296	0.13 273	0.17 271	0.09 292	0.13 301	0.15 295	0.15 138	0.19 308	0.09 154	0.08 98	0.06 30	0.06 42	0.10 84	0.08 14	0.06 130	0.05 185	0.06 162	0.05 174	0.06 247	0.06 255

whm_eth	0.10 202	0.08 296	0.15 356	0.15 115	0.10 399	0.07 29	0.15 295	0.16 186	0.16 247	0.11 224	0.10 173	0.15 330	0.09 232	0.12 247	0.10 136	0.09 423	0.07 442	0.07 263	0.06 246	0.07 316	0.05 156

MIM_Stereo	0.10 202	0.07 181	0.11 190	0.15 115	0.07 103	0.07 29	0.12 89	0.20 293	0.14 198	0.13 285	0.14 256	0.09 184	0.05 14	0.12 247	0.08 14	0.05 35	0.06 363	0.07 263	0.06 246	0.06 247	0.05 156

testlalala_base	0.10 202	0.09 368	0.14 318	0.21 502	0.08 182	0.10 175	0.14 221	0.13 76	0.11 106	0.08 118	0.15 269	0.07 114	0.08 187	0.11 163	0.12 297	0.08 367	0.05 185	0.05 74	0.03 1	0.07 316	0.05 156

Any-RAFT	0.10 202	0.05 47	0.10 125	0.15 115	0.07 103	0.13 301	0.14 221	0.21 311	0.15 219	0.11 224	0.12 228	0.13 286	0.10 255	0.13 299	0.10 136	0.07 305	0.04 23	0.05 74	0.04 68	0.06 247	0.05 156

4D-IteraStereo	0.10 202	0.07 181	0.10 125	0.18 354	0.07 103	0.09 110	0.15 295	0.18 252	0.15 219	0.10 185	0.11 212	0.10 217	0.07 121	0.12 247	0.09 52	0.05 35	0.03 1	0.08 344	0.07 338	0.06 247	0.05 156

fff	0.10 202	0.06 102	0.12 240	0.15 115	0.07 103	0.09 110	0.17 381	0.16 186	0.21 343	0.13 285	0.17 305	0.10 217	0.11 285	0.12 247	0.13 332	0.06 130	0.04 23	0.05 74	0.04 68	0.04 19	0.05 156

ADStereo(finetuned)	0.10 202	0.06 102	0.13 273	0.16 192	0.06 17	0.09 110	0.17 381	0.16 186	0.20 329	0.13 285	0.18 328	0.10 217	0.12 317	0.12 247	0.12 297	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.05 156

TRStereo	0.10 202	0.05 47	0.12 240	0.16 192	0.12 484	0.10 175	0.13 155	0.18 252	0.19 308	0.09 154	0.09 131	0.09 184	0.07 121	0.10 84	0.08 14	0.07 305	0.05 185	0.07 263	0.07 338	0.04 19	0.04 40

STrans-v2	0.10 202	0.07 181	0.13 273	0.18 354	0.08 182	0.10 175	0.14 221	0.22 334	0.11 106	0.11 224	0.15 269	0.12 262	0.10 255	0.11 163	0.12 297	0.05 35	0.04 23	0.06 162	0.06 246	0.05 142	0.05 156

TransformOpticalFlow	0.10 202	0.08 296	0.13 273	0.18 354	0.07 103	0.09 110	0.15 295	0.19 279	0.16 247	0.12 256	0.16 286	0.11 241	0.11 285	0.11 163	0.11 225	0.05 35	0.04 23	0.06 162	0.06 246	0.05 142	0.05 156

AnonymousM	0.10 202	0.06 102	0.10 125	0.14 62	0.07 103	0.09 110	0.13 155	0.19 279	0.14 198	0.13 285	0.12 228	0.09 184	0.08 187	0.13 299	0.10 136	0.08 367	0.05 185	0.08 344	0.05 174	0.05 142	0.05 156

cross-raft	0.10 202	0.09 368	0.09 78	0.19 414	0.07 103	0.11 226	0.24 542	0.13 76	0.15 219	0.08 118	0.10 173	0.12 262	0.10 255	0.09 48	0.11 225	0.05 35	0.04 23	0.06 162	0.05 174	0.04 19	0.04 40

test-1	0.10 202	0.07 181	0.17 421	0.19 414	0.08 182	0.11 226	0.24 542	0.15 138	0.18 286	0.09 154	0.07 49	0.10 217	0.08 187	0.08 16	0.09 52	0.06 130	0.04 23	0.06 162	0.06 246	0.04 19	0.05 156

iRaftStereo_RVC	0.10 202	0.07 181	0.10 125	0.17 271	0.09 292	0.11 226	0.17 381	0.18 252	0.12 139	0.09 154	0.11 212	0.10 217	0.07 121	0.11 163	0.10 136	0.05 35	0.04 23	0.08 344	0.08 405	0.04 19	0.04 40

s12784h	0.10 202	0.06 102	0.08 27	0.15 115	0.05 1	0.16 395	0.18 429	0.16 186	0.15 219	0.10 185	0.11 212	0.11 241	0.11 285	0.11 163	0.12 297	0.05 35	0.04 23	0.06 162	0.04 68	0.04 19	0.04 40

DCANet	0.10 202	0.06 102	0.12 240	0.16 192	0.06 17	0.09 110	0.17 381	0.16 186	0.20 329	0.13 285	0.18 328	0.10 217	0.11 285	0.11 163	0.12 297	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.05 156

csc	0.10 202	0.06 102	0.12 240	0.15 115	0.07 103	0.09 110	0.17 381	0.16 186	0.21 343	0.13 285	0.17 305	0.10 217	0.11 285	0.12 247	0.13 332	0.06 130	0.04 23	0.05 74	0.04 68	0.04 19	0.05 156

cscssc	0.10 202	0.06 102	0.12 240	0.15 115	0.07 103	0.09 110	0.17 381	0.16 186	0.21 343	0.13 285	0.17 305	0.10 217	0.11 285	0.12 247	0.13 332	0.06 130	0.04 23	0.05 74	0.04 68	0.04 19	0.05 156

R-Stereo Train	0.10 202	0.06 102	0.11 190	0.17 271	0.08 182	0.11 226	0.14 221	0.24 377	0.11 106	0.12 256	0.19 342	0.11 241	0.08 187	0.10 84	0.11 225	0.07 305	0.05 185	0.06 162	0.05 174	0.05 142	0.05 156

RAFT-Stereo	0.10 202	0.06 102	0.11 190	0.17 271	0.08 182	0.11 226	0.14 221	0.24 377	0.11 106	0.12 256	0.19 342	0.11 241	0.08 187	0.10 84	0.11 225	0.07 305	0.05 185	0.06 162	0.05 174	0.05 142	0.05 156
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Select-FE	0.11 241	0.06 102	0.21 490	0.15 115	0.11 454	0.12 269	0.13 155	0.22 334	0.18 286	0.09 154	0.11 212	0.10 217	0.06 42	0.12 247	0.09 52	0.07 305	0.05 185	0.07 263	0.08 405	0.06 247	0.08 403

FlowAnything_test	0.11 241	0.08 296	0.14 318	0.15 115	0.09 292	0.08 61	0.14 221	0.20 293	0.11 106	0.10 185	0.09 131	0.12 262	0.12 317	0.13 299	0.11 225	0.09 423	0.06 363	0.09 428	0.09 451	0.06 247	0.09 448

xyz-stereo-finetune2	0.11 241	0.07 181	0.13 273	0.13 10	0.07 103	0.11 226	0.19 473	0.17 224	0.12 139	0.15 332	0.15 269	0.17 367	0.13 349	0.13 299	0.11 225	0.05 35	0.04 23	0.07 263	0.05 174	0.04 19	0.06 255

xyz-stereo-finetune	0.11 241	0.08 296	0.13 273	0.14 62	0.06 17	0.10 175	0.19 473	0.18 252	0.19 308	0.12 256	0.14 256	0.15 330	0.11 285	0.13 299	0.12 297	0.05 35	0.04 23	0.07 263	0.05 174	0.04 19	0.05 156

HI	0.11 241	0.06 102	0.12 240	0.13 10	0.09 292	0.09 110	0.14 221	0.22 334	0.11 106	0.20 442	0.17 305	0.14 305	0.10 255	0.16 372	0.09 52	0.05 35	0.04 23	0.07 263	0.08 405	0.07 316	0.06 255

CoSv	0.11 241	0.06 102	0.12 240	0.13 10	0.09 292	0.09 110	0.14 221	0.22 334	0.11 106	0.20 442	0.17 305	0.14 305	0.10 255	0.16 372	0.09 52	0.05 35	0.04 23	0.07 263	0.08 405	0.07 316	0.06 255

rvit_stereo_0081	0.11 241	0.08 296	0.16 398	0.16 192	0.09 292	0.11 226	0.14 221	0.14 100	0.24 385	0.11 224	0.13 243	0.14 305	0.09 232	0.11 163	0.12 297	0.10 465	0.07 442	0.08 344	0.07 338	0.07 316	0.06 255

rvit_stereo_0082	0.11 241	0.08 296	0.16 398	0.16 192	0.09 292	0.11 226	0.14 221	0.14 100	0.24 385	0.11 224	0.13 243	0.14 305	0.09 232	0.11 163	0.12 297	0.10 465	0.07 442	0.08 344	0.07 338	0.07 316	0.06 255

AIO-Stereo-zeroshot1	0.11 241	0.05 47	0.14 318	0.16 192	0.21 589	0.09 110	0.17 381	0.21 311	0.16 247	0.11 224	0.15 269	0.10 217	0.07 121	0.10 84	0.08 14	0.06 130	0.05 185	0.07 263	0.07 338	0.07 316	0.09 448

AIO-Stereo-zeroshot	0.11 241	0.05 47	0.12 240	0.15 115	0.13 510	0.14 341	0.16 355	0.23 353	0.18 286	0.10 185	0.13 243	0.10 217	0.07 121	0.12 247	0.09 52	0.06 130	0.05 185	0.06 162	0.06 246	0.07 316	0.08 403

CAS++	0.11 241	0.07 181	0.11 190	0.14 62	0.10 399	0.13 301	0.14 221	0.24 377	0.14 198	0.11 224	0.09 131	0.11 241	0.07 121	0.14 327	0.09 52	0.11 497	0.09 500	0.09 428	0.07 338	0.07 316	0.08 403
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.11 241	0.08 296	0.13 273	0.16 192	0.08 182	0.15 367	0.16 355	0.18 252	0.19 308	0.10 185	0.09 131	0.09 184	0.08 187	0.11 163	0.12 297	0.07 305	0.05 185	0.08 344	0.06 246	0.07 316	0.06 255

xx1	0.11 241	0.08 296	0.13 273	0.17 271	0.09 292	0.13 301	0.15 295	0.16 186	0.18 286	0.09 154	0.09 131	0.16 350	0.16 423	0.10 84	0.07 1	0.06 130	0.05 185	0.08 344	0.08 405	0.07 316	0.07 334

1test111	0.11 241	0.08 296	0.13 273	0.17 271	0.09 292	0.13 301	0.15 295	0.24 377	0.16 247	0.09 154	0.09 131	0.06 30	0.06 42	0.15 345	0.16 421	0.06 130	0.05 185	0.06 162	0.05 174	0.07 316	0.07 334

plain	0.11 241	0.09 368	0.10 125	0.19 414	0.09 292	0.11 226	0.14 221	0.14 100	0.13 175	0.13 285	0.15 269	0.09 184	0.12 317	0.13 299	0.12 297	0.07 305	0.05 185	0.09 428	0.06 246	0.06 247	0.06 255

MIF-Stereo (partial)	0.11 241	0.06 102	0.10 125	0.19 414	0.10 399	0.10 175	0.12 89	0.17 224	0.19 308	0.14 308	0.16 286	0.10 217	0.11 285	0.12 247	0.12 297	0.08 367	0.05 185	0.08 344	0.07 338	0.06 247	0.07 334

EKT-Stereo	0.11 241	0.07 181	0.14 318	0.16 192	0.10 399	0.13 301	0.14 221	0.19 279	0.21 343	0.11 224	0.08 98	0.13 286	0.10 255	0.11 163	0.12 297	0.08 367	0.06 363	0.07 263	0.06 246	0.08 382	0.07 334

LL-Strereo2	0.11 241	0.10 433	0.16 398	0.18 354	0.08 182	0.15 367	0.09 18	0.17 224	0.14 198	0.14 308	0.11 212	0.09 184	0.07 121	0.16 372	0.10 136	0.05 35	0.05 185	0.11 506	0.07 338	0.06 247	0.05 156

anonymousdsp2	0.11 241	0.07 181	0.11 190	0.16 192	0.09 292	0.13 301	0.14 221	0.19 279	0.23 375	0.13 285	0.14 256	0.12 262	0.09 232	0.14 327	0.11 225	0.05 35	0.05 185	0.05 74	0.04 68	0.06 247	0.06 255

DCRE	0.11 241	0.07 181	0.13 273	0.16 192	0.11 454	0.11 226	0.17 381	0.18 252	0.17 272	0.11 224	0.18 328	0.11 241	0.10 255	0.15 345	0.11 225	0.06 130	0.05 185	0.06 162	0.06 246	0.05 142	0.05 156

knoymous	0.11 241	0.06 102	0.12 240	0.14 62	0.07 103	0.15 367	0.13 155	0.20 293	0.14 198	0.11 224	0.17 305	0.13 286	0.09 232	0.14 327	0.11 225	0.09 423	0.05 185	0.06 162	0.05 174	0.07 316	0.07 334

riskmin	0.11 241	0.06 102	0.13 273	0.14 62	0.08 182	0.14 341	0.14 221	0.18 252	0.15 219	0.12 256	0.15 269	0.17 367	0.11 285	0.14 327	0.12 297	0.09 423	0.05 185	0.07 263	0.05 174	0.08 382	0.08 403

Selective-RAFT	0.11 241	0.11 458	0.12 240	0.21 502	0.08 182	0.16 395	0.13 155	0.21 311	0.23 375	0.10 185	0.10 173	0.11 241	0.10 255	0.15 345	0.11 225	0.05 35	0.05 185	0.06 162	0.05 174	0.06 247	0.05 156

DCANet-4	0.11 241	0.07 181	0.13 273	0.16 192	0.06 17	0.09 110	0.17 381	0.18 252	0.20 329	0.13 285	0.17 305	0.09 184	0.14 381	0.12 247	0.13 332	0.06 130	0.04 23	0.05 74	0.04 68	0.04 19	0.05 156

DisPM	0.11 241	0.07 181	0.13 273	0.16 192	0.09 292	0.06 10	0.13 155	0.18 252	0.17 272	0.14 308	0.19 342	0.12 262	0.10 255	0.12 247	0.11 225	0.07 305	0.05 185	0.07 263	0.06 246	0.06 247	0.11 502

test_4	0.11 241	0.10 433	0.08 27	0.19 414	0.09 292	0.08 61	0.21 508	0.15 138	0.18 286	0.12 256	0.18 328	0.12 262	0.09 232	0.08 16	0.11 225	0.04 6	0.04 23	0.08 344	0.08 405	0.04 19	0.04 40

CIPLG	0.11 241	0.08 296	0.15 356	0.17 271	0.08 182	0.13 301	0.15 295	0.17 224	0.16 247	0.14 308	0.11 212	0.16 350	0.10 255	0.17 411	0.12 297	0.07 305	0.05 185	0.06 162	0.06 246	0.05 142	0.06 255

GLC_STEREO	0.11 241	0.07 181	0.11 190	0.18 354	0.07 103	0.08 61	0.13 155	0.16 186	0.24 385	0.12 256	0.13 243	0.12 262	0.08 187	0.18 428	0.12 297	0.06 130	0.08 473	0.08 344	0.06 246	0.05 142	0.05 156

IPLG	0.11 241	0.08 296	0.15 356	0.17 271	0.08 182	0.11 226	0.14 221	0.20 293	0.15 219	0.13 285	0.18 328	0.07 114	0.07 121	0.14 327	0.14 368	0.06 130	0.04 23	0.06 162	0.05 174	0.04 19	0.04 40

IPLGR_C	0.11 241	0.08 296	0.15 356	0.17 271	0.08 182	0.12 269	0.15 295	0.17 224	0.15 219	0.14 308	0.11 212	0.16 350	0.10 255	0.16 372	0.12 297	0.07 305	0.05 185	0.06 162	0.06 246	0.05 142	0.06 255

MIPNet	0.11 241	0.08 296	0.15 356	0.17 271	0.09 292	0.12 269	0.14 221	0.21 311	0.25 409	0.12 256	0.10 173	0.09 184	0.07 121	0.13 299	0.13 332	0.06 130	0.04 23	0.06 162	0.05 174	0.04 19	0.04 40

IPLGR	0.11 241	0.09 368	0.17 421	0.18 354	0.08 182	0.13 301	0.16 355	0.21 311	0.24 385	0.12 256	0.12 228	0.11 241	0.09 232	0.13 299	0.12 297	0.06 130	0.05 185	0.06 162	0.06 246	0.05 142	0.04 40

GMOStereo	0.11 241	0.09 368	0.08 27	0.19 414	0.08 182	0.12 269	0.28 579	0.13 76	0.18 286	0.11 224	0.17 305	0.14 305	0.12 317	0.07 3	0.07 1	0.05 35	0.05 185	0.09 428	0.07 338	0.04 19	0.04 40

error version	0.11 241	0.09 368	0.08 27	0.19 414	0.08 182	0.12 269	0.28 579	0.13 76	0.18 286	0.11 224	0.17 305	0.14 305	0.12 317	0.07 3	0.07 1	0.05 35	0.05 185	0.09 428	0.07 338	0.04 19	0.04 40

test-v	0.11 241	0.09 368	0.08 27	0.19 414	0.08 182	0.12 269	0.28 579	0.13 76	0.18 286	0.11 224	0.17 305	0.14 305	0.12 317	0.07 3	0.07 1	0.05 35	0.05 185	0.09 428	0.07 338	0.04 19	0.04 40

ACRE	0.11 241	0.08 296	0.15 356	0.17 271	0.08 182	0.13 301	0.15 295	0.17 224	0.14 198	0.14 308	0.11 212	0.16 350	0.10 255	0.16 372	0.12 297	0.07 305	0.05 185	0.06 162	0.06 246	0.05 142	0.06 255

test_3	0.11 241	0.09 368	0.10 125	0.21 502	0.08 182	0.13 301	0.25 559	0.14 100	0.21 343	0.10 185	0.10 173	0.09 184	0.10 255	0.08 16	0.11 225	0.05 35	0.04 23	0.08 344	0.07 338	0.04 19	0.04 40

LCNet	0.11 241	0.07 181	0.09 78	0.19 414	0.09 292	0.08 61	0.14 221	0.21 311	0.15 219	0.12 256	0.15 269	0.16 350	0.11 285	0.12 247	0.11 225	0.05 35	0.04 23	0.08 344	0.07 338	0.06 247	0.14 553

HHNet	0.11 241	0.06 102	0.16 398	0.15 115	0.14 528	0.07 29	0.13 155	0.20 293	0.18 286	0.15 332	0.25 429	0.11 241	0.09 232	0.13 299	0.10 136	0.06 130	0.04 23	0.08 344	0.06 246	0.05 142	0.09 448

Patchmatch Stereo++	0.11 241	0.09 368	0.17 421	0.19 414	0.08 182	0.06 10	0.11 54	0.17 224	0.13 175	0.15 332	0.16 286	0.14 305	0.12 317	0.11 163	0.11 225	0.06 130	0.05 185	0.08 344	0.06 246	0.08 382	0.07 334
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
OMP-Stereo	0.11 241	0.07 181	0.14 318	0.18 354	0.08 182	0.09 110	0.12 89	0.21 311	0.21 343	0.13 285	0.14 256	0.11 241	0.12 317	0.11 163	0.13 332	0.06 130	0.05 185	0.07 263	0.06 246	0.05 142	0.04 40

IIG-Stereo	0.11 241	0.06 102	0.13 273	0.17 271	0.08 182	0.11 226	0.12 89	0.22 334	0.18 286	0.14 308	0.17 305	0.12 262	0.13 349	0.12 247	0.13 332	0.06 130	0.05 185	0.07 263	0.06 246	0.06 247	0.05 156

NF-Stereo	0.11 241	0.07 181	0.13 273	0.17 271	0.09 292	0.10 175	0.13 155	0.23 353	0.19 308	0.12 256	0.17 305	0.12 262	0.12 317	0.11 163	0.11 225	0.06 130	0.04 23	0.07 263	0.06 246	0.07 316	0.12 523

OCTAStereo	0.11 241	0.07 181	0.14 318	0.17 271	0.09 292	0.10 175	0.13 155	0.23 353	0.19 308	0.12 256	0.17 305	0.12 262	0.12 317	0.11 163	0.11 225	0.06 130	0.04 23	0.07 263	0.06 246	0.07 316	0.11 502

NRIStereo	0.11 241	0.08 296	0.15 356	0.18 354	0.08 182	0.10 175	0.13 155	0.17 224	0.15 219	0.12 256	0.15 269	0.13 286	0.13 349	0.13 299	0.10 136	0.06 130	0.04 23	0.07 263	0.06 246	0.06 247	0.07 334

PSM-adaLoss	0.11 241	0.09 368	0.17 421	0.19 414	0.08 182	0.06 10	0.12 89	0.17 224	0.13 175	0.15 332	0.16 286	0.14 305	0.12 317	0.11 163	0.11 225	0.06 130	0.05 185	0.08 344	0.06 246	0.08 382	0.07 334

PSM-AAD	0.11 241	0.07 181	0.10 125	0.20 471	0.09 292	0.10 175	0.14 221	0.21 311	0.13 175	0.12 256	0.14 256	0.18 382	0.11 285	0.11 163	0.10 136	0.05 35	0.05 185	0.09 428	0.08 405	0.06 247	0.14 553

ROB_FTStereo_v2	0.11 241	0.09 368	0.17 421	0.19 414	0.08 182	0.06 10	0.12 89	0.17 224	0.13 175	0.15 332	0.16 286	0.14 305	0.12 317	0.11 163	0.11 225	0.06 130	0.05 185	0.08 344	0.06 246	0.08 382	0.07 334

ROB_FTStereo	0.11 241	0.09 368	0.17 421	0.19 414	0.08 182	0.06 10	0.11 54	0.17 224	0.13 175	0.15 332	0.16 286	0.14 305	0.12 317	0.11 163	0.11 225	0.06 130	0.05 185	0.08 344	0.06 246	0.08 382	0.07 334

HUI-Stereo	0.11 241	0.09 368	0.17 421	0.19 414	0.08 182	0.06 10	0.11 54	0.17 224	0.13 175	0.15 332	0.16 286	0.14 305	0.12 317	0.11 163	0.11 225	0.06 130	0.05 185	0.08 344	0.06 246	0.08 382	0.07 334

ASMatch	0.11 241	0.06 102	0.13 273	0.17 271	0.10 399	0.08 61	0.14 221	0.18 252	0.16 247	0.12 256	0.16 286	0.16 350	0.11 285	0.13 299	0.11 225	0.05 35	0.04 23	0.06 162	0.06 246	0.04 19	0.09 448

SST-Stereo	0.11 241	0.07 181	0.16 398	0.18 354	0.09 292	0.06 10	0.12 89	0.18 252	0.10 76	0.15 332	0.18 328	0.13 286	0.12 317	0.10 84	0.11 225	0.06 130	0.04 23	0.09 428	0.06 246	0.07 316	0.06 255

RAFT_R40	0.11 241	0.07 181	0.15 356	0.18 354	0.09 292	0.06 10	0.13 155	0.17 224	0.15 219	0.14 308	0.18 328	0.15 330	0.12 317	0.10 84	0.11 225	0.06 130	0.04 23	0.09 428	0.06 246	0.06 247	0.05 156

GrayStereo	0.11 241	0.06 102	0.11 190	0.19 414	0.09 292	0.09 110	0.16 355	0.18 252	0.17 272	0.14 308	0.17 305	0.17 367	0.11 285	0.12 247	0.11 225	0.05 35	0.05 185	0.07 263	0.06 246	0.06 247	0.10 478

RE-Stereo	0.11 241	0.07 181	0.13 273	0.17 271	0.09 292	0.10 175	0.13 155	0.23 353	0.19 308	0.12 256	0.17 305	0.12 262	0.12 317	0.11 163	0.11 225	0.06 130	0.04 23	0.07 263	0.06 246	0.07 316	0.11 502

Pruner-Stereo	0.11 241	0.07 181	0.12 240	0.17 271	0.09 292	0.06 10	0.12 89	0.18 252	0.17 272	0.14 308	0.19 342	0.13 286	0.10 255	0.11 163	0.11 225	0.06 130	0.04 23	0.07 263	0.06 246	0.06 247	0.08 403

TVStereo	0.11 241	0.07 181	0.13 273	0.17 271	0.09 292	0.10 175	0.13 155	0.23 353	0.19 308	0.12 256	0.17 305	0.12 262	0.12 317	0.11 163	0.11 225	0.06 130	0.04 23	0.07 263	0.06 246	0.07 316	0.11 502

DeepStereo_RVC	0.11 241	0.08 296	0.17 421	0.18 354	0.08 182	0.08 61	0.11 54	0.17 224	0.12 139	0.13 285	0.15 269	0.12 262	0.12 317	0.12 247	0.11 225	0.06 130	0.04 23	0.07 263	0.06 246	0.07 316	0.08 403

iGMRVC	0.11 241	0.09 368	0.17 421	0.19 414	0.08 182	0.06 10	0.12 89	0.17 224	0.13 175	0.15 332	0.16 286	0.14 305	0.12 317	0.11 163	0.11 225	0.06 130	0.05 185	0.08 344	0.06 246	0.08 382	0.07 334

RAFT-345	0.11 241	0.07 181	0.16 398	0.17 271	0.08 182	0.08 61	0.12 89	0.16 186	0.10 76	0.11 224	0.34 521	0.09 184	0.10 255	0.11 163	0.12 297	0.05 35	0.05 185	0.07 263	0.06 246	0.04 19	0.05 156

iRAFT	0.11 241	0.09 368	0.17 421	0.19 414	0.08 182	0.06 10	0.11 54	0.17 224	0.13 175	0.15 332	0.16 286	0.14 305	0.12 317	0.11 163	0.11 225	0.06 130	0.05 185	0.08 344	0.06 246	0.08 382	0.07 334

CRE-IMP	0.11 241	0.09 368	0.16 398	0.19 414	0.09 292	0.10 175	0.12 89	0.18 252	0.10 76	0.14 308	0.14 256	0.14 305	0.13 349	0.12 247	0.12 297	0.07 305	0.04 23	0.08 344	0.06 246	0.08 382	0.08 403

test-2	0.11 241	0.09 368	0.08 27	0.19 414	0.08 182	0.12 269	0.28 579	0.13 76	0.18 286	0.11 224	0.17 305	0.14 305	0.12 317	0.07 3	0.07 1	0.05 35	0.05 185	0.09 428	0.07 338	0.04 19	0.04 40

GMM-Stereo	0.11 241	0.07 181	0.10 125	0.18 354	0.09 292	0.08 61	0.14 221	0.24 377	0.16 247	0.11 224	0.15 269	0.13 286	0.11 285	0.11 163	0.11 225	0.05 35	0.04 23	0.08 344	0.07 338	0.06 247	0.09 448

RAFT-IKP	0.11 241	0.09 368	0.17 421	0.19 414	0.08 182	0.06 10	0.11 54	0.17 224	0.13 175	0.15 332	0.16 286	0.14 305	0.12 317	0.11 163	0.11 225	0.06 130	0.05 185	0.08 344	0.06 246	0.08 382	0.07 334

Prome-Stereo	0.11 241	0.07 181	0.11 190	0.18 354	0.09 292	0.12 269	0.14 221	0.23 353	0.13 175	0.13 285	0.16 286	0.13 286	0.08 187	0.12 247	0.10 136	0.05 35	0.05 185	0.07 263	0.06 246	0.06 247	0.10 478

rafts_anoy	0.11 241	0.06 102	0.10 125	0.17 271	0.08 182	0.10 175	0.14 221	0.18 252	0.14 198	0.13 285	0.13 243	0.12 262	0.11 285	0.11 163	0.13 332	0.07 305	0.05 185	0.09 428	0.11 519	0.07 316	0.06 255

raft+_RVC	0.11 241	0.07 181	0.09 78	0.16 192	0.07 103	0.10 175	0.11 54	0.24 377	0.20 329	0.12 256	0.15 269	0.12 262	0.08 187	0.12 247	0.13 332	0.07 305	0.04 23	0.07 263	0.06 246	0.05 142	0.05 156

RALCasStereoNet	0.11 241	0.07 181	0.09 78	0.16 192	0.08 182	0.13 301	0.14 221	0.17 224	0.11 106	0.12 256	0.17 305	0.14 305	0.10 255	0.12 247	0.11 225	0.07 305	0.06 363	0.06 162	0.05 174	0.08 382	0.07 334

RALAANet	0.11 241	0.08 296	0.10 125	0.17 271	0.09 292	0.14 341	0.10 28	0.20 293	0.16 247	0.14 308	0.13 243	0.16 350	0.09 232	0.12 247	0.12 297	0.06 130	0.05 185	0.08 344	0.07 338	0.06 247	0.04 40

111	0.11 241	0.06 102	0.12 240	0.15 115	0.07 103	0.10 175	0.14 221	0.21 311	0.24 385	0.11 224	0.12 228	0.14 305	0.12 317	0.13 299	0.10 136	0.06 130	0.04 23	0.06 162	0.04 68	0.06 247	0.05 156

DIP-Stereo	0.11 241	0.08 296	0.15 356	0.17 271	0.09 292	0.13 301	0.09 18	0.16 186	0.16 247	0.12 256	0.16 286	0.14 305	0.12 317	0.16 372	0.14 368	0.06 130	0.05 185	0.06 162	0.05 174	0.05 142	0.07 334
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.11 241	0.06 102	0.12 240	0.14 62	0.06 17	0.12 269	0.10 28	0.18 252	0.18 286	0.13 285	0.17 305	0.15 330	0.11 285	0.15 345	0.14 368	0.06 130	0.04 23	0.04 1	0.04 68	0.06 247	0.05 156
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
rvit_stereo_0083	0.12 314	0.08 296	0.17 421	0.16 192	0.09 292	0.11 226	0.15 295	0.15 138	0.26 422	0.11 224	0.14 256	0.13 286	0.10 255	0.12 247	0.13 332	0.10 465	0.08 473	0.09 428	0.07 338	0.07 316	0.06 255

rvit_stereo_0081_aga	0.12 314	0.09 368	0.15 356	0.18 354	0.10 399	0.14 341	0.14 221	0.14 100	0.19 308	0.10 185	0.18 328	0.16 350	0.09 232	0.12 247	0.10 136	0.10 465	0.06 363	0.08 344	0.07 338	0.07 316	0.06 255

rvit_stereo_ft	0.12 314	0.07 181	0.13 273	0.19 414	0.10 399	0.12 269	0.17 381	0.16 186	0.16 247	0.13 285	0.13 243	0.15 330	0.10 255	0.14 327	0.13 332	0.10 465	0.06 363	0.08 344	0.07 338	0.07 316	0.06 255

MyStereo8	0.12 314	0.07 181	0.15 356	0.15 115	0.09 292	0.18 434	0.14 221	0.19 279	0.22 365	0.12 256	0.18 328	0.11 241	0.10 255	0.16 372	0.18 451	0.07 305	0.05 185	0.07 263	0.05 174	0.08 382	0.09 448

CoDeX	0.12 314	0.07 181	0.13 273	0.17 271	0.08 182	0.12 269	0.16 355	0.23 353	0.27 435	0.13 285	0.17 305	0.15 330	0.12 317	0.14 327	0.11 225	0.07 305	0.05 185	0.07 263	0.06 246	0.06 247	0.05 156

11t1	0.12 314	0.07 181	0.14 318	0.14 62	0.08 182	0.17 418	0.15 295	0.19 279	0.15 219	0.15 332	0.15 269	0.17 367	0.16 423	0.15 345	0.13 332	0.08 367	0.05 185	0.06 162	0.05 174	0.08 382	0.07 334

ffm	0.12 314	0.09 368	0.15 356	0.16 192	0.09 292	0.17 418	0.17 381	0.15 138	0.19 308	0.15 332	0.26 442	0.19 391	0.13 349	0.10 84	0.08 14	0.06 130	0.05 185	0.09 428	0.08 405	0.06 247	0.06 255

RAFT_CTSACE	0.12 314	0.09 368	0.10 125	0.22 523	0.08 182	0.12 269	0.24 542	0.18 252	0.17 272	0.21 458	0.27 460	0.13 286	0.07 121	0.13 299	0.09 52	0.05 35	0.06 363	0.08 344	0.07 338	0.04 19	0.04 40

Sa-1000	0.12 314	0.08 296	0.09 78	0.18 354	0.08 182	0.15 367	0.22 520	0.22 334	0.19 308	0.15 332	0.20 352	0.17 367	0.11 285	0.10 84	0.10 136	0.06 130	0.05 185	0.09 428	0.09 451	0.05 142	0.05 156

iRaft-Stereo_5w	0.12 314	0.09 368	0.12 240	0.20 471	0.08 182	0.09 110	0.12 89	0.22 334	0.22 365	0.19 420	0.14 256	0.11 241	0.09 232	0.20 471	0.16 421	0.05 35	0.05 185	0.07 263	0.06 246	0.05 142	0.06 255

CrosDoStereo	0.12 314	0.07 181	0.12 240	0.14 62	0.09 292	0.12 269	0.15 295	0.17 224	0.22 365	0.19 420	0.24 401	0.15 330	0.11 285	0.11 163	0.12 297	0.06 130	0.05 185	0.07 263	0.07 338	0.05 142	0.05 156

PFNet+	0.12 314	0.06 102	0.14 318	0.16 192	0.09 292	0.05 4	0.12 89	0.18 252	0.21 343	0.16 361	0.19 342	0.14 305	0.10 255	0.11 163	0.11 225	0.08 367	0.05 185	0.09 428	0.08 405	0.06 247	0.11 502

AAGNet	0.12 314	0.08 296	0.17 421	0.19 414	0.09 292	0.08 61	0.13 155	0.19 279	0.13 175	0.16 361	0.21 369	0.13 286	0.14 381	0.11 163	0.14 368	0.06 130	0.04 23	0.09 428	0.06 246	0.06 247	0.05 156

PSM-softLoss	0.12 314	0.07 181	0.15 356	0.17 271	0.09 292	0.08 61	0.12 89	0.24 377	0.17 272	0.15 332	0.19 342	0.13 286	0.11 285	0.11 163	0.11 225	0.07 305	0.05 185	0.08 344	0.07 338	0.07 316	0.12 523

KMStereo	0.12 314	0.07 181	0.15 356	0.17 271	0.09 292	0.08 61	0.12 89	0.24 377	0.17 272	0.15 332	0.19 342	0.13 286	0.11 285	0.11 163	0.11 225	0.07 305	0.05 185	0.08 344	0.07 338	0.07 316	0.12 523

FTStereo	0.12 314	0.07 181	0.14 318	0.18 354	0.09 292	0.07 29	0.15 295	0.22 334	0.18 286	0.12 256	0.24 401	0.11 241	0.13 349	0.13 299	0.14 368	0.05 35	0.05 185	0.07 263	0.07 338	0.06 247	0.10 478

KYRaft	0.12 314	0.07 181	0.10 125	0.19 414	0.09 292	0.08 61	0.15 295	0.23 353	0.12 139	0.13 285	0.16 286	0.20 408	0.10 255	0.12 247	0.11 225	0.06 130	0.04 23	0.08 344	0.08 405	0.06 247	0.15 567

DeepStereo_LL	0.12 314	0.07 181	0.12 240	0.14 62	0.09 292	0.12 269	0.15 295	0.17 224	0.22 365	0.19 420	0.24 401	0.15 330	0.11 285	0.11 163	0.12 297	0.06 130	0.05 185	0.07 263	0.07 338	0.05 142	0.05 156

DEmStereo	0.12 314	0.06 102	0.14 318	0.14 62	0.10 399	0.16 395	0.15 295	0.16 186	0.24 385	0.17 373	0.23 389	0.12 262	0.14 381	0.12 247	0.14 368	0.05 35	0.04 23	0.07 263	0.06 246	0.05 142	0.05 156

THIR-Stereo	0.12 314	0.07 181	0.11 190	0.15 115	0.08 182	0.14 341	0.16 355	0.18 252	0.25 409	0.17 373	0.24 401	0.13 286	0.13 349	0.12 247	0.14 368	0.06 130	0.05 185	0.07 263	0.07 338	0.05 142	0.05 156

DRaft	0.12 314	0.06 102	0.12 240	0.14 62	0.09 292	0.14 341	0.17 381	0.21 311	0.30 464	0.18 405	0.27 460	0.10 217	0.16 423	0.11 163	0.12 297	0.05 35	0.04 23	0.07 263	0.07 338	0.05 142	0.05 156

PFNet	0.12 314	0.06 102	0.17 421	0.18 354	0.08 182	0.09 110	0.15 295	0.26 411	0.20 329	0.16 361	0.16 286	0.14 305	0.12 317	0.13 299	0.11 225	0.06 130	0.04 23	0.07 263	0.06 246	0.05 142	0.05 156

RAFT-RH_RVC	0.12 314	0.06 102	0.14 318	0.16 192	0.09 292	0.12 269	0.12 89	0.17 224	0.12 139	0.13 285	0.40 552	0.11 241	0.10 255	0.13 299	0.12 297	0.05 35	0.04 23	0.08 344	0.05 174	0.05 142	0.06 255

IRAFT_RVC	0.12 314	0.08 296	0.17 421	0.19 414	0.08 182	0.07 29	0.14 221	0.25 398	0.23 375	0.14 308	0.15 269	0.15 330	0.12 317	0.12 247	0.11 225	0.06 130	0.04 23	0.09 428	0.06 246	0.06 247	0.06 255

sCroCo_RVC	0.12 314	0.09 368	0.24 515	0.24 553	0.11 454	0.19 456	0.14 221	0.17 224	0.15 219	0.10 185	0.13 243	0.12 262	0.07 121	0.14 327	0.11 225	0.08 367	0.08 473	0.08 344	0.08 405	0.05 142	0.07 334

ARAFT	0.12 314	0.08 296	0.18 453	0.19 414	0.09 292	0.15 367	0.17 381	0.20 293	0.13 175	0.12 256	0.13 243	0.14 305	0.12 317	0.15 345	0.13 332	0.06 130	0.05 185	0.10 476	0.09 451	0.06 247	0.04 40

BEATNet_4x	0.12 314	0.09 368	0.15 356	0.18 354	0.07 103	0.15 367	0.07 3	0.23 353	0.19 308	0.16 361	0.19 342	0.19 391	0.14 381	0.17 411	0.15 402	0.07 305	0.05 185	0.05 74	0.05 174	0.06 247	0.07 334

G2L-ROB	0.13 341	0.07 181	0.13 273	0.13 10	0.08 182	0.14 341	0.17 381	0.25 398	0.19 308	0.20 442	0.19 342	0.20 408	0.14 381	0.18 428	0.16 421	0.08 367	0.05 185	0.06 162	0.05 174	0.08 382	0.09 448

DFGA-Net	0.13 341	0.11 458	0.19 476	0.18 354	0.10 399	0.13 301	0.13 155	0.23 353	0.25 409	0.16 361	0.16 286	0.13 286	0.12 317	0.17 411	0.15 402	0.07 305	0.05 185	0.08 344	0.07 338	0.05 142	0.05 156

FACV-RUCA	0.13 341	0.11 458	0.13 273	0.19 414	0.12 484	0.15 367	0.16 355	0.22 334	0.21 343	0.16 361	0.16 286	0.15 330	0.16 423	0.14 327	0.13 332	0.07 305	0.05 185	0.08 344	0.06 246	0.10 481	0.08 403

UGAM	0.13 341	0.10 433	0.09 78	0.22 523	0.08 182	0.13 301	0.20 492	0.18 252	0.24 385	0.22 473	0.16 286	0.13 286	0.13 349	0.19 453	0.13 332	0.07 305	0.05 185	0.13 542	0.11 519	0.07 316	0.05 156

test_sample2	0.13 341	0.07 181	0.12 240	0.14 62	0.08 182	0.16 395	0.18 429	0.21 311	0.16 247	0.14 308	0.21 369	0.20 408	0.15 402	0.15 345	0.13 332	0.08 367	0.06 363	0.07 263	0.06 246	0.08 382	0.08 403

test_sample1	0.13 341	0.07 181	0.14 318	0.14 62	0.08 182	0.19 456	0.17 381	0.20 293	0.15 219	0.14 308	0.22 385	0.18 382	0.16 423	0.17 411	0.15 402	0.07 305	0.06 363	0.06 162	0.06 246	0.08 382	0.08 403

MyStereo05	0.13 341	0.07 181	0.10 125	0.17 271	0.09 292	0.13 301	0.18 429	0.28 450	0.35 510	0.17 373	0.14 256	0.15 330	0.11 285	0.15 345	0.13 332	0.06 130	0.05 185	0.08 344	0.07 338	0.06 247	0.06 255

MyStereo04	0.13 341	0.07 181	0.10 125	0.17 271	0.09 292	0.14 341	0.17 381	0.29 468	0.38 528	0.17 373	0.14 256	0.16 350	0.11 285	0.15 345	0.13 332	0.06 130	0.05 185	0.08 344	0.07 338	0.06 247	0.06 255

ff1	0.13 341	0.09 368	0.15 356	0.16 192	0.09 292	0.17 418	0.17 381	0.15 138	0.19 308	0.15 332	0.26 442	0.19 391	0.13 349	0.15 345	0.22 502	0.06 130	0.05 185	0.09 428	0.08 405	0.06 247	0.06 255

LL-Strereo	0.13 341	0.10 433	0.12 240	0.20 471	0.10 399	0.11 226	0.18 429	0.33 514	0.25 409	0.16 361	0.16 286	0.14 305	0.14 381	0.19 453	0.11 225	0.06 130	0.05 185	0.09 428	0.08 405	0.04 19	0.05 156

anonymousa	0.13 341	0.07 181	0.14 318	0.18 354	0.09 292	0.13 301	0.17 381	0.20 293	0.29 458	0.15 332	0.24 401	0.16 350	0.14 381	0.14 327	0.14 368	0.07 305	0.05 185	0.07 263	0.09 451	0.05 142	0.07 334

TestStereo1	0.13 341	0.08 296	0.08 27	0.20 471	0.08 182	0.18 434	0.29 590	0.23 353	0.17 272	0.17 373	0.20 352	0.16 350	0.11 285	0.12 247	0.13 332	0.06 130	0.06 363	0.08 344	0.06 246	0.05 142	0.05 156

qqq	0.13 341	0.09 368	0.15 356	0.16 192	0.08 182	0.13 301	0.15 295	0.24 377	0.16 247	0.15 332	0.19 342	0.16 350	0.16 423	0.15 345	0.16 421	0.07 305	0.06 363	0.08 344	0.08 405	0.07 316	0.07 334

x	0.13 341	0.08 296	0.15 356	0.14 62	0.08 182	0.19 456	0.14 221	0.22 334	0.21 343	0.15 332	0.20 352	0.20 408	0.18 461	0.18 428	0.18 451	0.07 305	0.05 185	0.06 162	0.06 246	0.07 316	0.07 334

raft_robust	0.13 341	0.10 433	0.07 6	0.18 354	0.08 182	0.13 301	0.24 542	0.29 468	0.34 496	0.20 442	0.20 352	0.15 330	0.10 255	0.11 163	0.12 297	0.05 35	0.05 185	0.07 263	0.07 338	0.05 142	0.04 40

RAFT+CT+SA	0.13 341	0.11 458	0.09 78	0.19 414	0.09 292	0.15 367	0.28 579	0.22 334	0.22 365	0.15 332	0.26 442	0.10 217	0.10 255	0.11 163	0.12 297	0.05 35	0.04 23	0.07 263	0.08 405	0.07 316	0.06 255

SA-5K	0.13 341	0.08 296	0.08 27	0.20 471	0.08 182	0.18 434	0.29 590	0.23 353	0.17 272	0.17 373	0.20 352	0.16 350	0.11 285	0.12 247	0.13 332	0.06 130	0.06 363	0.08 344	0.06 246	0.05 142	0.05 156

SA	0.13 341	0.09 368	0.09 78	0.18 354	0.08 182	0.12 269	0.24 542	0.23 353	0.19 308	0.17 373	0.27 460	0.15 330	0.11 285	0.11 163	0.11 225	0.05 35	0.05 185	0.09 428	0.08 405	0.05 142	0.05 156

GwcNet-ADL	0.13 341	0.08 296	0.14 318	0.20 471	0.09 292	0.12 269	0.20 492	0.30 479	0.25 409	0.14 308	0.14 256	0.18 382	0.14 381	0.13 299	0.15 402	0.07 305	0.05 185	0.06 162	0.05 174	0.07 316	0.06 255

GANet-ADL	0.13 341	0.07 181	0.15 356	0.17 271	0.10 399	0.19 456	0.15 295	0.30 479	0.21 343	0.13 285	0.18 328	0.19 391	0.13 349	0.16 372	0.14 368	0.08 367	0.06 363	0.06 162	0.05 174	0.07 316	0.08 403

RAFT	0.13 341	0.09 368	0.11 190	0.18 354	0.08 182	0.15 367	0.23 532	0.21 311	0.20 329	0.21 458	0.21 369	0.18 382	0.13 349	0.17 411	0.10 136	0.06 130	0.07 442	0.10 476	0.09 451	0.06 247	0.05 156

sAnonymous2	0.13 341	0.12 477	0.25 518	0.20 471	0.12 484	0.18 434	0.14 221	0.27 425	0.21 343	0.11 224	0.12 228	0.13 286	0.08 187	0.11 163	0.11 225	0.09 423	0.05 185	0.08 344	0.06 246	0.15 564	0.10 478

CroCo_RVC	0.13 341	0.12 477	0.25 518	0.20 471	0.12 484	0.18 434	0.14 221	0.27 425	0.21 343	0.11 224	0.12 228	0.13 286	0.08 187	0.11 163	0.11 225	0.09 423	0.05 185	0.08 344	0.06 246	0.15 564	0.10 478

RAFT + AFF	0.13 341	0.08 296	0.21 490	0.20 471	0.10 399	0.14 341	0.23 532	0.27 425	0.21 343	0.12 256	0.10 173	0.12 262	0.10 255	0.16 372	0.12 297	0.08 367	0.07 442	0.09 428	0.09 451	0.06 247	0.09 448

GMStereo	0.13 341	0.15 527	0.14 318	0.18 354	0.09 292	0.16 395	0.16 355	0.20 293	0.25 409	0.17 373	0.17 305	0.11 241	0.11 285	0.16 372	0.13 332	0.07 305	0.06 363	0.06 162	0.06 246	0.07 316	0.06 255
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 341	0.07 181	0.15 356	0.17 271	0.09 292	0.15 367	0.16 355	0.28 450	0.27 435	0.14 308	0.18 328	0.12 262	0.13 349	0.14 327	0.11 225	0.08 367	0.05 185	0.07 263	0.07 338	0.07 316	0.06 255

FENet	0.13 341	0.08 296	0.13 273	0.16 192	0.08 182	0.15 367	0.16 355	0.23 353	0.23 375	0.17 373	0.24 401	0.16 350	0.13 349	0.14 327	0.15 402	0.08 367	0.05 185	0.08 344	0.08 405	0.08 382	0.08 403

MLCV	0.13 341	0.08 296	0.17 421	0.18 354	0.06 17	0.16 395	0.17 381	0.19 279	0.22 365	0.19 420	0.25 429	0.17 367	0.13 349	0.15 345	0.14 368	0.05 35	0.04 23	0.05 74	0.04 68	0.05 142	0.04 40

iResNet	0.13 341	0.10 433	0.18 453	0.19 414	0.08 182	0.14 341	0.18 429	0.21 311	0.27 435	0.16 361	0.24 401	0.15 330	0.13 349	0.14 327	0.15 402	0.06 130	0.04 23	0.06 162	0.05 174	0.06 247	0.05 156

DN-CSS_ROB	0.13 341	0.13 505	0.17 421	0.18 354	0.10 399	0.16 395	0.08 7	0.22 334	0.19 308	0.17 373	0.23 389	0.13 286	0.13 349	0.13 299	0.14 368	0.05 35	0.05 185	0.10 476	0.10 489	0.08 382	0.06 255

xyz-stereo	0.14 371	0.07 181	0.22 501	0.15 115	0.05 1	0.22 500	0.15 295	0.17 224	0.31 474	0.15 332	0.28 471	0.26 484	0.17 447	0.13 299	0.12 297	0.05 35	0.05 185	0.06 162	0.05 174	0.04 19	0.04 40

G2L-Stereo_test	0.14 371	0.07 181	0.11 190	0.13 10	0.08 182	0.12 269	0.17 381	0.31 495	0.28 451	0.21 458	0.23 389	0.20 408	0.16 423	0.17 411	0.19 466	0.07 305	0.05 185	0.05 74	0.05 174	0.07 316	0.07 334

coex_refinement	0.14 371	0.07 181	0.12 240	0.17 271	0.10 399	0.16 395	0.15 295	0.27 425	0.29 458	0.18 405	0.21 369	0.22 435	0.17 447	0.16 372	0.19 466	0.08 367	0.05 185	0.06 162	0.06 246	0.09 446	0.08 403

G2L-Stereo	0.14 371	0.07 181	0.13 273	0.17 271	0.09 292	0.13 301	0.12 89	0.27 425	0.22 365	0.17 373	0.27 460	0.21 417	0.13 349	0.18 428	0.18 451	0.09 423	0.08 473	0.08 344	0.07 338	0.07 316	0.07 334

rvit_0105_6	0.14 371	0.09 368	0.18 453	0.17 271	0.10 399	0.10 175	0.17 381	0.19 279	0.26 422	0.12 256	0.18 328	0.17 367	0.13 349	0.18 428	0.13 332	0.15 564	0.11 537	0.12 528	0.10 489	0.09 446	0.06 255

rvit_0105_5	0.14 371	0.10 433	0.14 318	0.17 271	0.09 292	0.14 341	0.23 532	0.24 377	0.27 435	0.14 308	0.15 269	0.18 382	0.13 349	0.17 411	0.14 368	0.14 560	0.11 537	0.10 476	0.11 519	0.08 382	0.07 334

test_sample6	0.14 371	0.09 368	0.14 318	0.17 271	0.08 182	0.17 418	0.19 473	0.26 411	0.18 286	0.18 405	0.28 471	0.19 391	0.15 402	0.15 345	0.13 332	0.08 367	0.05 185	0.08 344	0.07 338	0.08 382	0.08 403

test_sample5	0.14 371	0.08 296	0.14 318	0.16 192	0.08 182	0.18 434	0.18 429	0.25 398	0.17 272	0.17 373	0.28 471	0.18 382	0.15 402	0.16 372	0.13 332	0.08 367	0.06 363	0.08 344	0.07 338	0.09 446	0.08 403

test_sample4	0.14 371	0.08 296	0.15 356	0.15 115	0.08 182	0.19 456	0.18 429	0.26 411	0.18 286	0.17 373	0.26 442	0.18 382	0.15 402	0.17 411	0.13 332	0.08 367	0.06 363	0.08 344	0.06 246	0.09 446	0.08 403

test_sample3	0.14 371	0.08 296	0.15 356	0.14 62	0.09 292	0.20 475	0.17 381	0.27 425	0.18 286	0.17 373	0.22 385	0.19 391	0.15 402	0.17 411	0.14 368	0.09 423	0.06 363	0.07 263	0.06 246	0.09 446	0.08 403

SMFormer	0.14 371	0.07 181	0.18 453	0.14 62	0.08 182	0.17 418	0.17 381	0.27 425	0.27 435	0.19 420	0.20 352	0.19 391	0.15 402	0.15 345	0.17 438	0.08 367	0.05 185	0.07 263	0.06 246	0.08 382	0.07 334

tta	0.14 371	0.07 181	0.18 453	0.14 62	0.08 182	0.17 418	0.17 381	0.27 425	0.27 435	0.19 420	0.20 352	0.19 391	0.15 402	0.15 345	0.17 438	0.08 367	0.05 185	0.07 263	0.06 246	0.06 247	0.06 255

qqq1	0.14 371	0.07 181	0.18 453	0.14 62	0.08 182	0.17 418	0.17 381	0.27 425	0.27 435	0.19 420	0.20 352	0.19 391	0.15 402	0.15 345	0.12 297	0.08 367	0.05 185	0.05 74	0.05 174	0.06 247	0.06 255

fff1	0.14 371	0.07 181	0.18 453	0.14 62	0.08 182	0.17 418	0.17 381	0.27 425	0.27 435	0.19 420	0.20 352	0.19 391	0.15 402	0.15 345	0.12 297	0.08 367	0.05 185	0.05 74	0.05 174	0.06 247	0.06 255

mmm	0.14 371	0.08 296	0.18 453	0.17 271	0.09 292	0.17 418	0.18 429	0.21 311	0.16 247	0.16 361	0.23 389	0.21 417	0.16 423	0.16 372	0.17 438	0.08 367	0.05 185	0.08 344	0.08 405	0.08 382	0.07 334

DualNet	0.14 371	0.08 296	0.14 318	0.16 192	0.08 182	0.18 434	0.18 429	0.25 398	0.17 272	0.18 405	0.28 471	0.18 382	0.15 402	0.16 372	0.13 332	0.08 367	0.06 363	0.08 344	0.07 338	0.09 446	0.08 403

ttt	0.14 371	0.08 296	0.14 318	0.15 115	0.08 182	0.15 367	0.18 429	0.27 425	0.30 464	0.16 361	0.24 401	0.17 367	0.14 381	0.13 299	0.14 368	0.11 497	0.08 473	0.09 428	0.08 405	0.09 446	0.09 448

StereoVision	0.14 371	0.13 505	0.10 125	0.24 553	0.10 399	0.16 395	0.21 508	0.21 311	0.20 329	0.12 256	0.25 429	0.10 217	0.10 255	0.16 372	0.10 136	0.09 423	0.10 523	0.12 528	0.12 540	0.06 247	0.05 156

PCWNet_CMD	0.14 371	0.08 296	0.15 356	0.17 271	0.09 292	0.14 341	0.14 221	0.29 468	0.36 516	0.14 308	0.20 352	0.21 417	0.13 349	0.17 411	0.14 368	0.07 305	0.05 185	0.07 263	0.07 338	0.07 316	0.07 334

gwcnet-sp	0.14 371	0.07 181	0.13 273	0.18 354	0.09 292	0.16 395	0.18 429	0.24 377	0.24 385	0.19 420	0.24 401	0.15 330	0.16 423	0.16 372	0.15 402	0.08 367	0.07 442	0.07 263	0.08 405	0.08 382	0.07 334

scenet	0.14 371	0.07 181	0.13 273	0.18 354	0.09 292	0.16 395	0.18 429	0.24 377	0.24 385	0.19 420	0.24 401	0.15 330	0.16 423	0.16 372	0.15 402	0.08 367	0.07 442	0.07 263	0.08 405	0.08 382	0.07 334

CASS	0.14 371	0.12 477	0.12 240	0.23 542	0.09 292	0.15 367	0.17 381	0.19 279	0.20 329	0.17 373	0.18 328	0.15 330	0.15 402	0.15 345	0.14 368	0.09 423	0.06 363	0.10 476	0.08 405	0.09 446	0.07 334
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 371	0.07 181	0.13 273	0.18 354	0.09 292	0.16 395	0.18 429	0.24 377	0.24 385	0.19 420	0.24 401	0.15 330	0.16 423	0.16 372	0.15 402	0.08 367	0.07 442	0.07 263	0.08 405	0.08 382	0.07 334

IER	0.14 371	0.08 296	0.13 273	0.17 271	0.09 292	0.14 341	0.16 355	0.26 411	0.27 435	0.18 405	0.26 442	0.17 367	0.20 491	0.17 411	0.14 368	0.08 367	0.05 185	0.07 263	0.06 246	0.08 382	0.07 334

test_5	0.14 371	0.12 477	0.08 27	0.20 471	0.10 399	0.14 341	0.28 579	0.21 311	0.24 385	0.19 420	0.28 471	0.11 241	0.15 402	0.12 247	0.13 332	0.06 130	0.05 185	0.07 263	0.08 405	0.08 382	0.07 334

psmg	0.14 371	0.09 368	0.14 318	0.17 271	0.10 399	0.15 367	0.17 381	0.29 468	0.20 329	0.17 373	0.21 369	0.25 474	0.16 423	0.16 372	0.14 368	0.08 367	0.07 442	0.08 344	0.08 405	0.07 316	0.07 334

UDGNet	0.14 371	0.13 505	0.17 421	0.18 354	0.10 399	0.12 269	0.16 355	0.21 311	0.27 435	0.20 442	0.20 352	0.17 367	0.13 349	0.16 372	0.14 368	0.10 465	0.06 363	0.09 428	0.07 338	0.07 316	0.07 334

TestStereo	0.14 371	0.15 527	0.11 190	0.23 542	0.08 182	0.15 367	0.21 508	0.20 293	0.23 375	0.14 308	0.25 429	0.16 350	0.13 349	0.16 372	0.14 368	0.06 130	0.06 363	0.08 344	0.06 246	0.09 446	0.05 156

CFNet_pseudo	0.14 371	0.08 296	0.16 398	0.16 192	0.09 292	0.13 301	0.14 221	0.27 425	0.34 496	0.15 332	0.21 369	0.22 435	0.13 349	0.18 428	0.14 368	0.07 305	0.05 185	0.08 344	0.06 246	0.07 316	0.07 334

GES	0.14 371	0.08 296	0.16 398	0.15 115	0.10 399	0.13 301	0.13 155	0.28 450	0.26 422	0.17 373	0.24 401	0.19 391	0.14 381	0.16 372	0.14 368	0.08 367	0.08 473	0.07 263	0.06 246	0.08 382	0.09 448

cf-r	0.14 371	0.07 181	0.13 273	0.16 192	0.08 182	0.14 341	0.19 473	0.21 311	0.25 409	0.17 373	0.26 442	0.22 435	0.17 447	0.14 327	0.15 402	0.10 465	0.05 185	0.06 162	0.08 405	0.06 247	0.06 255

GANet-RSSM	0.14 371	0.07 181	0.13 273	0.13 10	0.08 182	0.14 341	0.18 429	0.23 353	0.21 343	0.17 373	0.25 429	0.24 461	0.16 423	0.16 372	0.16 421	0.10 465	0.06 363	0.07 263	0.08 405	0.08 382	0.07 334

PSMNet-RSSM	0.14 371	0.07 181	0.14 318	0.15 115	0.08 182	0.13 301	0.16 355	0.25 398	0.24 385	0.17 373	0.28 471	0.23 452	0.14 381	0.16 372	0.14 368	0.11 497	0.06 363	0.09 428	0.12 540	0.08 382	0.07 334

GwcNet-RSSM	0.14 371	0.07 181	0.12 240	0.16 192	0.08 182	0.15 367	0.20 492	0.22 334	0.28 451	0.18 405	0.28 471	0.23 452	0.17 447	0.15 345	0.16 421	0.10 465	0.06 363	0.07 263	0.09 451	0.07 316	0.07 334

CFNet-ft	0.14 371	0.07 181	0.15 356	0.12 4	0.09 292	0.17 418	0.18 429	0.22 334	0.24 385	0.17 373	0.26 442	0.24 461	0.14 381	0.16 372	0.15 402	0.11 497	0.06 363	0.08 344	0.09 451	0.09 446	0.08 403

DMCA	0.14 371	0.09 368	0.17 421	0.19 414	0.09 292	0.15 367	0.17 381	0.23 353	0.28 451	0.14 308	0.20 352	0.17 367	0.18 461	0.15 345	0.17 438	0.10 465	0.06 363	0.08 344	0.06 246	0.09 446	0.10 478

MSMDNet	0.14 371	0.08 296	0.15 356	0.17 271	0.09 292	0.14 341	0.14 221	0.29 468	0.36 516	0.14 308	0.20 352	0.21 417	0.13 349	0.18 428	0.14 368	0.07 305	0.05 185	0.07 263	0.07 338	0.07 316	0.07 334

HSM-Net_RVC	0.14 371	0.08 296	0.12 240	0.15 115	0.08 182	0.16 395	0.15 295	0.27 425	0.29 458	0.20 442	0.21 369	0.29 509	0.14 381	0.18 428	0.13 332	0.06 130	0.06 363	0.06 162	0.06 246	0.07 316	0.06 255
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 371	0.07 181	0.15 356	0.12 4	0.09 292	0.17 418	0.18 429	0.22 334	0.24 385	0.17 373	0.26 442	0.24 461	0.14 381	0.16 372	0.15 402	0.11 497	0.06 363	0.08 344	0.09 451	0.09 446	0.08 403

ccs_rob	0.14 371	0.09 368	0.16 398	0.16 192	0.09 292	0.13 301	0.14 221	0.27 425	0.34 496	0.15 332	0.21 369	0.22 435	0.13 349	0.18 428	0.14 368	0.07 305	0.05 185	0.08 344	0.07 338	0.07 316	0.07 334

iResNet_ROB	0.14 371	0.07 181	0.13 273	0.15 115	0.07 103	0.19 456	0.14 221	0.26 411	0.32 480	0.23 487	0.26 442	0.23 452	0.16 423	0.15 345	0.14 368	0.07 305	0.05 185	0.05 74	0.04 68	0.08 382	0.08 403

rvit_0105_4	0.15 412	0.09 368	0.17 421	0.17 271	0.10 399	0.12 269	0.20 492	0.23 353	0.27 435	0.14 308	0.20 352	0.17 367	0.14 381	0.17 411	0.13 332	0.15 564	0.11 537	0.11 506	0.10 489	0.09 446	0.06 255

DCVSM-stereo	0.15 412	0.09 368	0.16 398	0.16 192	0.10 399	0.15 367	0.09 18	0.20 293	0.24 385	0.20 442	0.24 401	0.26 484	0.15 402	0.19 453	0.14 368	0.09 423	0.07 442	0.09 428	0.08 405	0.10 481	0.12 523

ACV-stereo	0.15 412	0.10 433	0.29 542	0.18 354	0.12 484	0.15 367	0.13 155	0.23 353	0.21 343	0.19 420	0.23 389	0.22 435	0.15 402	0.23 515	0.17 438	0.08 367	0.07 442	0.07 263	0.07 338	0.08 382	0.07 334

DispNO	0.15 412	0.09 368	0.18 453	0.19 414	0.12 484	0.11 226	0.21 508	0.23 353	0.29 458	0.18 405	0.23 389	0.19 391	0.17 447	0.16 372	0.16 421	0.07 305	0.05 185	0.08 344	0.08 405	0.07 316	0.06 255

mmx	0.15 412	0.09 368	0.15 356	0.16 192	0.09 292	0.17 418	0.17 381	0.27 425	0.26 422	0.15 332	0.26 442	0.19 391	0.13 349	0.15 345	0.22 502	0.08 367	0.06 363	0.09 428	0.08 405	0.08 382	0.08 403

xxx	0.15 412	0.09 368	0.15 356	0.16 192	0.09 292	0.17 418	0.17 381	0.27 425	0.26 422	0.15 332	0.26 442	0.19 391	0.13 349	0.15 345	0.22 502	0.08 367	0.06 363	0.09 428	0.08 405	0.08 382	0.08 403

CFNet_ucs	0.15 412	0.09 368	0.17 421	0.16 192	0.11 454	0.14 341	0.14 221	0.30 479	0.34 496	0.16 361	0.24 401	0.23 452	0.14 381	0.18 428	0.15 402	0.09 423	0.06 363	0.08 344	0.07 338	0.09 446	0.09 448

CBFPSM	0.15 412	0.07 181	0.27 530	0.17 271	0.09 292	0.13 301	0.15 295	0.22 334	0.23 375	0.20 442	0.27 460	0.23 452	0.16 423	0.16 372	0.19 466	0.06 130	0.06 363	0.06 162	0.07 338	0.07 316	0.07 334

BUS	0.15 412	0.09 368	0.14 318	0.22 523	0.10 399	0.20 475	0.14 221	0.34 528	0.20 329	0.17 373	0.23 389	0.16 350	0.14 381	0.16 372	0.14 368	0.08 367	0.06 363	0.10 476	0.09 451	0.07 316	0.07 334

BSDual-CNN	0.15 412	0.09 368	0.14 318	0.22 523	0.10 399	0.15 367	0.15 295	0.34 528	0.20 329	0.17 373	0.23 389	0.25 474	0.16 423	0.16 372	0.14 368	0.08 367	0.06 363	0.10 476	0.09 451	0.07 316	0.07 334

hknet	0.15 412	0.11 458	0.14 318	0.22 523	0.11 454	0.15 367	0.15 295	0.34 528	0.26 422	0.17 373	0.23 389	0.22 435	0.18 461	0.17 411	0.13 332	0.07 305	0.06 363	0.10 476	0.09 451	0.07 316	0.07 334

dd	0.15 412	0.17 548	0.17 421	0.19 414	0.09 292	0.15 367	0.18 429	0.22 334	0.26 422	0.23 487	0.20 352	0.21 417	0.10 255	0.21 489	0.17 438	0.10 465	0.06 363	0.08 344	0.06 246	0.08 382	0.07 334

DAS	0.15 412	0.08 296	0.18 453	0.19 414	0.10 399	0.19 456	0.17 381	0.28 450	0.30 464	0.18 405	0.26 442	0.21 417	0.16 423	0.16 372	0.13 332	0.08 367	0.06 363	0.06 162	0.06 246	0.07 316	0.07 334

SepStereo	0.15 412	0.08 296	0.18 453	0.19 414	0.10 399	0.19 456	0.17 381	0.28 450	0.30 464	0.18 405	0.26 442	0.21 417	0.16 423	0.26 535	0.13 332	0.08 367	0.06 363	0.06 162	0.06 246	0.07 316	0.07 334

PSMNet-ADL	0.15 412	0.12 477	0.13 273	0.22 523	0.09 292	0.13 301	0.20 492	0.26 411	0.23 375	0.18 405	0.20 352	0.23 452	0.17 447	0.18 428	0.18 451	0.09 423	0.08 473	0.08 344	0.11 519	0.08 382	0.07 334

LMCR-Stereo	0.15 412	0.08 296	0.14 318	0.21 502	0.09 292	0.18 434	0.19 473	0.28 450	0.19 308	0.24 499	0.24 401	0.23 452	0.17 447	0.20 471	0.17 438	0.07 305	0.06 363	0.08 344	0.06 246	0.10 481	0.09 448

xxxx	0.15 412	0.07 181	0.14 318	0.14 62	0.08 182	0.24 519	0.18 429	0.32 500	0.20 329	0.14 308	0.28 471	0.22 435	0.14 381	0.15 345	0.29 569	0.09 423	0.05 185	0.07 263	0.07 338	0.08 382	0.08 403

test_xeample	0.15 412	0.07 181	0.14 318	0.15 115	0.08 182	0.22 500	0.20 492	0.29 468	0.21 343	0.16 361	0.29 486	0.19 391	0.17 447	0.16 372	0.28 561	0.09 423	0.05 185	0.07 263	0.07 338	0.07 316	0.07 334

ACVNet	0.15 412	0.09 368	0.15 356	0.13 10	0.12 484	0.14 341	0.20 492	0.22 334	0.34 496	0.17 373	0.26 442	0.21 417	0.17 447	0.18 428	0.21 489	0.07 305	0.06 363	0.06 162	0.06 246	0.08 382	0.06 255

acv_ft	0.15 412	0.09 368	0.16 398	0.19 414	0.10 399	0.16 395	0.17 381	0.25 398	0.34 496	0.19 420	0.26 442	0.21 417	0.17 447	0.18 428	0.19 466	0.07 305	0.06 363	0.06 162	0.06 246	0.08 382	0.06 255

RASNet	0.15 412	0.07 181	0.15 356	0.16 192	0.08 182	0.19 456	0.14 221	0.30 479	0.21 343	0.17 373	0.25 429	0.21 417	0.19 479	0.20 471	0.20 476	0.07 305	0.06 363	0.06 162	0.08 405	0.06 247	0.06 255

CFNet	0.15 412	0.11 458	0.17 421	0.17 271	0.08 182	0.19 456	0.10 28	0.29 468	0.26 422	0.19 420	0.24 401	0.24 461	0.18 461	0.18 428	0.15 402	0.08 367	0.06 363	0.09 428	0.10 489	0.08 382	0.07 334

UCFNet_RVC	0.15 412	0.08 296	0.13 273	0.11 1	0.10 399	0.20 475	0.10 28	0.24 377	0.23 375	0.17 373	0.21 369	0.24 461	0.15 402	0.18 428	0.15 402	0.12 523	0.07 442	0.11 506	0.13 551	0.11 503	0.10 478

AdaStereo	0.15 412	0.11 458	0.16 398	0.19 414	0.09 292	0.21 486	0.11 54	0.33 514	0.28 451	0.21 458	0.23 389	0.21 417	0.13 349	0.19 453	0.15 402	0.13 540	0.05 185	0.10 476	0.07 338	0.09 446	0.07 334
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.
iResNetv2_ROB	0.15 412	0.08 296	0.16 398	0.16 192	0.08 182	0.16 395	0.13 155	0.26 411	0.36 516	0.21 458	0.29 486	0.24 461	0.13 349	0.14 327	0.14 368	0.06 130	0.06 363	0.06 162	0.04 68	0.09 446	0.08 403

HSM	0.15 412	0.09 368	0.15 356	0.16 192	0.09 292	0.16 395	0.14 221	0.28 450	0.25 409	0.20 442	0.24 401	0.37 561	0.17 447	0.20 471	0.15 402	0.07 305	0.05 185	0.07 263	0.06 246	0.07 316	0.06 255

pmcnn	0.15 412	0.07 181	0.20 480	0.15 115	0.07 103	0.21 486	0.16 355	0.25 398	0.26 422	0.21 458	0.33 511	0.29 509	0.19 479	0.18 428	0.17 438	0.07 305	0.05 185	0.05 74	0.04 68	0.07 316	0.06 255

DDVS	0.16 439	0.10 433	0.22 501	0.16 192	0.12 484	0.15 367	0.14 221	0.25 398	0.19 308	0.18 405	0.30 492	0.27 491	0.13 349	0.20 471	0.16 421	0.09 423	0.06 363	0.09 428	0.07 338	0.11 503	0.11 502

rvit_0105_3	0.16 439	0.10 433	0.15 356	0.20 471	0.12 484	0.15 367	0.26 568	0.25 398	0.30 464	0.15 332	0.17 305	0.21 417	0.14 381	0.18 428	0.14 368	0.14 560	0.11 537	0.12 528	0.14 556	0.07 316	0.07 334

ITSA-stereo	0.16 439	0.11 458	0.14 318	0.19 414	0.08 182	0.13 301	0.14 221	0.30 479	0.49 571	0.17 373	0.18 328	0.22 435	0.15 402	0.17 411	0.16 421	0.10 465	0.06 363	0.08 344	0.08 405	0.08 382	0.09 448

test_sample7	0.16 439	0.10 433	0.16 398	0.14 62	0.12 484	0.16 395	0.17 381	0.28 450	0.24 385	0.21 458	0.21 369	0.24 461	0.20 491	0.16 372	0.16 421	0.12 523	0.06 363	0.10 476	0.09 451	0.11 503	0.10 478

1111x	0.16 439	0.09 368	0.13 273	0.18 354	0.08 182	0.18 434	0.25 559	0.32 500	0.25 409	0.17 373	0.24 401	0.27 491	0.15 402	0.14 327	0.24 525	0.07 305	0.07 442	0.08 344	0.09 451	0.07 316	0.07 334

GMStereo_Zeroshot	0.16 439	0.13 505	0.25 518	0.20 471	0.10 399	0.17 418	0.13 155	0.30 479	0.25 409	0.23 487	0.32 505	0.25 474	0.11 285	0.19 453	0.14 368	0.09 423	0.06 363	0.11 506	0.06 246	0.12 521	0.08 403

CRFU-Net	0.16 439	0.08 296	0.15 356	0.17 271	0.09 292	0.20 475	0.14 221	0.27 425	0.21 343	0.28 538	0.28 471	0.29 509	0.18 461	0.19 453	0.18 451	0.09 423	0.09 500	0.07 263	0.07 338	0.08 382	0.09 448

NINENet	0.16 439	0.10 433	0.16 398	0.17 271	0.11 454	0.20 475	0.14 221	0.41 581	0.37 522	0.18 405	0.21 369	0.16 350	0.14 381	0.16 372	0.14 368	0.08 367	0.08 473	0.10 476	0.07 338	0.10 481	0.09 448

CSP-Net	0.16 439	0.09 368	0.14 318	0.17 271	0.09 292	0.19 456	0.18 429	0.25 398	0.33 485	0.26 517	0.31 496	0.25 474	0.16 423	0.21 489	0.19 466	0.09 423	0.06 363	0.07 263	0.07 338	0.08 382	0.08 403

AASNet	0.16 439	0.08 296	0.13 273	0.19 414	0.09 292	0.19 456	0.15 295	0.38 567	0.37 522	0.20 442	0.24 401	0.20 408	0.17 447	0.17 411	0.21 489	0.10 465	0.08 473	0.08 344	0.07 338	0.09 446	0.09 448

AACVNet	0.16 439	0.08 296	0.15 356	0.15 115	0.10 399	0.18 434	0.15 295	0.24 377	0.25 409	0.27 524	0.27 460	0.28 501	0.18 461	0.19 453	0.17 438	0.09 423	0.07 442	0.09 428	0.07 338	0.10 481	0.09 448

ADLNet2	0.16 439	0.09 368	0.14 318	0.17 271	0.09 292	0.20 475	0.16 355	0.32 500	0.39 533	0.17 373	0.20 352	0.20 408	0.19 479	0.21 489	0.23 513	0.08 367	0.07 442	0.07 263	0.07 338	0.09 446	0.07 334

ICVP	0.16 439	0.09 368	0.12 240	0.22 523	0.09 292	0.18 434	0.21 508	0.26 411	0.24 385	0.18 405	0.30 492	0.27 491	0.18 461	0.18 428	0.15 402	0.10 465	0.07 442	0.08 344	0.07 338	0.07 316	0.08 403
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.16 439	0.14 520	0.34 560	0.26 571	0.14 528	0.27 549	0.18 429	0.28 450	0.28 451	0.15 332	0.17 305	0.14 305	0.11 285	0.16 372	0.12 297	0.08 367	0.08 473	0.08 344	0.08 405	0.08 382	0.11 502

ADLNet	0.16 439	0.08 296	0.15 356	0.16 192	0.10 399	0.16 395	0.17 381	0.33 514	0.27 435	0.23 487	0.27 460	0.24 461	0.16 423	0.18 428	0.21 489	0.10 465	0.06 363	0.10 476	0.10 489	0.08 382	0.09 448

HCRNet	0.16 439	0.23 581	0.12 240	0.35 604	0.11 454	0.15 367	0.17 381	0.26 411	0.22 365	0.19 420	0.24 401	0.21 417	0.14 381	0.15 345	0.13 332	0.11 497	0.07 442	0.11 506	0.10 489	0.09 446	0.07 334

222	0.16 439	0.07 181	0.15 356	0.14 62	0.08 182	0.25 528	0.18 429	0.30 479	0.21 343	0.18 405	0.29 486	0.17 367	0.16 423	0.16 372	0.44 610	0.10 465	0.05 185	0.07 263	0.06 246	0.08 382	0.08 403

UPFNet	0.16 439	0.08 296	0.12 240	0.20 471	0.12 484	0.20 475	0.23 532	0.28 450	0.26 422	0.18 405	0.24 401	0.22 435	0.20 491	0.19 453	0.22 502	0.09 423	0.07 442	0.08 344	0.09 451	0.08 382	0.06 255

ac_64	0.16 439	0.09 368	0.15 356	0.18 354	0.10 399	0.22 500	0.17 381	0.24 377	0.22 365	0.19 420	0.24 401	0.29 509	0.18 461	0.19 453	0.22 502	0.09 423	0.08 473	0.08 344	0.09 451	0.07 316	0.06 255

DSFCA	0.16 439	0.09 368	0.14 318	0.16 192	0.10 399	0.21 486	0.19 473	0.28 450	0.31 474	0.23 487	0.25 429	0.22 435	0.16 423	0.20 471	0.20 476	0.10 465	0.07 442	0.09 428	0.09 451	0.08 382	0.08 403

AANet_RVC	0.16 439	0.10 433	0.11 190	0.18 354	0.09 292	0.19 456	0.18 429	0.27 425	0.32 480	0.22 473	0.35 526	0.21 417	0.22 506	0.22 507	0.17 438	0.06 130	0.05 185	0.06 162	0.06 246	0.07 316	0.06 255

DeepPruner_ROB	0.16 439	0.11 458	0.16 398	0.17 271	0.10 399	0.17 418	0.15 295	0.32 500	0.21 343	0.19 420	0.21 369	0.22 435	0.19 479	0.21 489	0.16 421	0.13 540	0.09 500	0.09 428	0.10 489	0.11 503	0.11 502

rvit_stereo_0075_2	0.17 461	0.12 477	0.25 518	0.23 542	0.16 558	0.13 301	0.10 28	0.30 479	0.27 435	0.20 442	0.28 471	0.22 435	0.15 402	0.18 428	0.13 332	0.16 581	0.10 523	0.17 576	0.10 489	0.10 481	0.10 478

DualNet (step1)	0.17 461	0.12 477	0.21 490	0.13 10	0.14 528	0.18 434	0.14 221	0.28 450	0.24 385	0.21 458	0.21 369	0.24 461	0.20 491	0.16 372	0.16 421	0.15 564	0.06 363	0.14 555	0.14 556	0.15 564	0.13 537

iinet-f	0.17 461	0.07 181	0.46 583	0.14 62	0.10 399	0.21 486	0.14 221	0.27 425	0.23 375	0.22 473	0.25 429	0.21 417	0.16 423	0.18 428	0.22 502	0.09 423	0.07 442	0.07 263	0.06 246	0.09 446	0.10 478

ToySt	0.17 461	0.11 458	0.19 476	0.17 271	0.11 454	0.16 395	0.26 568	0.24 377	0.33 485	0.19 420	0.24 401	0.26 484	0.24 521	0.19 453	0.21 489	0.07 305	0.08 473	0.09 428	0.10 489	0.09 446	0.08 403

ssnet_v2	0.17 461	0.10 433	0.18 453	0.17 271	0.11 454	0.21 486	0.22 520	0.34 528	0.25 409	0.23 487	0.23 389	0.27 491	0.19 479	0.22 507	0.21 489	0.11 497	0.10 523	0.09 428	0.09 451	0.08 382	0.08 403

GEStereo_RVC	0.17 461	0.12 477	0.16 398	0.22 523	0.11 454	0.19 456	0.18 429	0.32 500	0.49 571	0.20 442	0.25 429	0.17 367	0.13 349	0.21 489	0.16 421	0.10 465	0.06 363	0.08 344	0.07 338	0.09 446	0.08 403

MMNet	0.17 461	0.10 433	0.17 421	0.20 471	0.11 454	0.27 549	0.20 492	0.26 411	0.42 546	0.22 473	0.30 492	0.22 435	0.20 491	0.18 428	0.20 476	0.06 130	0.06 363	0.07 263	0.07 338	0.08 382	0.07 334

delet	0.17 461	0.09 368	0.18 453	0.19 414	0.11 454	0.21 486	0.22 520	0.30 479	0.38 528	0.17 373	0.27 460	0.19 391	0.19 479	0.19 453	0.21 489	0.08 367	0.08 473	0.09 428	0.11 519	0.06 247	0.07 334

UNet	0.17 461	0.09 368	0.18 453	0.19 414	0.12 484	0.28 560	0.19 473	0.33 514	0.30 464	0.21 458	0.25 429	0.23 452	0.19 479	0.20 471	0.19 466	0.07 305	0.06 363	0.08 344	0.07 338	0.08 382	0.07 334

HGLStereo	0.17 461	0.09 368	0.19 476	0.17 271	0.12 484	0.18 434	0.18 429	0.31 495	0.33 485	0.22 473	0.33 511	0.24 461	0.18 461	0.20 471	0.21 489	0.10 465	0.09 500	0.07 263	0.07 338	0.09 446	0.10 478

DMCA-RVC	0.17 461	0.10 433	0.16 398	0.24 553	0.11 454	0.19 456	0.18 429	0.26 411	0.24 385	0.21 458	0.27 460	0.25 474	0.27 544	0.18 428	0.21 489	0.12 523	0.08 473	0.13 542	0.10 489	0.10 481	0.08 403

FADNet-RVC-Resample	0.17 461	0.12 477	0.32 555	0.22 523	0.12 484	0.19 456	0.14 221	0.25 398	0.24 385	0.24 499	0.27 460	0.20 408	0.15 402	0.17 411	0.16 421	0.07 305	0.08 473	0.12 528	0.10 489	0.09 446	0.11 502

FADNet_RVC	0.17 461	0.14 520	0.41 576	0.20 471	0.11 454	0.13 301	0.13 155	0.27 425	0.22 365	0.21 458	0.23 389	0.20 408	0.18 461	0.15 345	0.17 438	0.08 367	0.08 473	0.12 528	0.09 451	0.11 503	0.10 478

NLCA_NET_v2_RVC	0.17 461	0.10 433	0.23 509	0.20 471	0.10 399	0.15 367	0.18 429	0.31 495	0.25 409	0.21 458	0.31 496	0.25 474	0.17 447	0.21 489	0.20 476	0.09 423	0.06 363	0.08 344	0.09 451	0.07 316	0.08 403
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 461	0.12 477	0.16 398	0.20 471	0.10 399	0.18 434	0.18 429	0.27 425	0.24 385	0.26 517	0.41 563	0.23 452	0.18 461	0.21 489	0.21 489	0.09 423	0.05 185	0.09 428	0.10 489	0.07 316	0.07 334
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
z-ln-s-r	0.18 476	0.10 433	0.41 576	0.19 414	0.08 182	0.18 434	0.18 429	0.23 353	0.34 496	0.19 420	0.41 563	0.22 435	0.17 447	0.20 471	0.25 533	0.07 305	0.05 185	0.07 263	0.07 338	0.07 316	0.06 255

ISRNet	0.18 476	0.08 296	0.20 480	0.19 414	0.13 510	0.15 367	0.12 89	0.30 479	0.33 485	0.21 458	0.26 442	0.27 491	0.18 461	0.17 411	0.20 476	0.20 596	0.08 473	0.14 555	0.14 556	0.14 552	0.17 585

test_sample9	0.18 476	0.12 477	0.21 490	0.13 10	0.14 528	0.18 434	0.14 221	0.28 450	0.24 385	0.21 458	0.21 369	0.24 461	0.20 491	0.19 453	0.18 451	0.15 564	0.30 615	0.14 555	0.14 556	0.15 564	0.13 537

fast-acv-ft	0.18 476	0.11 458	0.20 480	0.19 414	0.12 484	0.26 540	0.21 508	0.26 411	0.35 510	0.22 473	0.34 521	0.27 491	0.21 499	0.21 489	0.23 513	0.09 423	0.09 500	0.08 344	0.10 489	0.08 382	0.07 334

HBP-ISP	0.18 476	0.13 505	0.17 421	0.15 115	0.11 454	0.08 61	0.13 155	0.28 450	0.30 464	0.22 473	0.33 511	0.21 417	0.25 529	0.23 515	0.18 451	0.15 564	0.17 587	0.21 590	0.17 584	0.10 481	0.09 448

Wz-Net-LNSev-Ref	0.18 476	0.09 368	0.30 548	0.15 115	0.11 454	0.23 513	0.20 492	0.27 425	0.40 537	0.26 517	0.43 574	0.25 474	0.15 402	0.21 489	0.20 476	0.07 305	0.05 185	0.06 162	0.05 174	0.10 481	0.09 448

dad	0.18 476	0.20 570	0.21 490	0.17 271	0.11 454	0.20 475	0.19 473	0.21 311	0.28 451	0.30 553	0.24 401	0.30 518	0.13 349	0.19 453	0.17 438	0.18 587	0.09 500	0.11 506	0.09 451	0.11 503	0.07 334

hitnet-ft	0.18 476	0.10 433	0.17 421	0.14 62	0.09 292	0.27 549	0.20 492	0.25 398	0.26 422	0.24 499	0.32 505	0.32 541	0.23 512	0.24 526	0.21 489	0.12 523	0.07 442	0.10 476	0.08 405	0.12 521	0.11 502

STTStereo	0.18 476	0.13 505	0.28 533	0.20 471	0.11 454	0.16 395	0.21 508	0.29 468	0.23 375	0.22 473	0.30 492	0.29 509	0.18 461	0.20 471	0.20 476	0.12 523	0.11 537	0.11 506	0.14 556	0.09 446	0.08 403

TDLM	0.18 476	0.12 477	0.14 318	0.24 553	0.10 399	0.18 434	0.18 429	0.37 560	0.30 464	0.22 473	0.28 471	0.28 501	0.18 461	0.23 515	0.19 466	0.11 497	0.07 442	0.10 476	0.10 489	0.08 382	0.08 403

CVANet_RVC	0.18 476	0.11 458	0.14 318	0.21 502	0.11 454	0.19 456	0.18 429	0.34 528	0.34 496	0.22 473	0.31 496	0.28 501	0.18 461	0.24 526	0.18 451	0.12 523	0.08 473	0.12 528	0.12 540	0.09 446	0.08 403

DLCB_ROB	0.18 476	0.10 433	0.16 398	0.23 542	0.11 454	0.24 519	0.18 429	0.30 479	0.28 451	0.27 524	0.29 486	0.28 501	0.25 529	0.20 471	0.20 476	0.08 367	0.08 473	0.09 428	0.09 451	0.07 316	0.07 334

TCMNet	0.19 488	0.12 477	0.20 480	0.21 502	0.18 579	0.21 486	0.24 542	0.28 450	0.36 516	0.23 487	0.26 442	0.25 474	0.20 491	0.20 471	0.23 513	0.13 540	0.11 537	0.11 506	0.12 540	0.13 536	0.12 523

rvit_105_1	0.19 488	0.12 477	0.25 518	0.21 502	0.16 558	0.22 500	0.28 579	0.32 500	0.42 546	0.20 442	0.21 369	0.22 435	0.18 461	0.19 453	0.18 451	0.12 523	0.12 552	0.13 542	0.15 572	0.08 382	0.07 334

SACVNet	0.19 488	0.12 477	0.15 356	0.17 271	0.13 510	0.22 500	0.18 429	0.31 495	0.31 474	0.24 499	0.31 496	0.30 518	0.23 512	0.23 515	0.17 438	0.11 497	0.08 473	0.10 476	0.10 489	0.12 521	0.14 553

pcwnet_v2	0.19 488	0.11 458	0.26 527	0.18 354	0.14 528	0.18 434	0.15 295	0.37 560	0.46 567	0.19 420	0.24 401	0.21 417	0.19 479	0.21 489	0.20 476	0.13 540	0.10 523	0.10 476	0.10 489	0.11 503	0.13 537

psm_up	0.19 488	0.10 433	0.18 453	0.21 502	0.11 454	0.17 418	0.19 473	0.38 567	0.34 496	0.22 473	0.28 471	0.29 509	0.25 529	0.20 471	0.22 502	0.09 423	0.10 523	0.11 506	0.11 519	0.08 382	0.08 403

NVstereo2D	0.19 488	0.11 458	0.16 398	0.17 271	0.16 558	0.28 560	0.23 532	0.44 596	0.42 546	0.15 332	0.28 471	0.25 474	0.19 479	0.23 515	0.18 451	0.09 423	0.06 363	0.10 476	0.08 405	0.15 564	0.10 478

StereoDRNet	0.19 488	0.11 458	0.18 453	0.22 523	0.11 454	0.22 500	0.22 520	0.37 560	0.34 496	0.24 499	0.28 471	0.30 518	0.19 479	0.20 471	0.21 489	0.10 465	0.08 473	0.11 506	0.09 451	0.09 446	0.07 334

CBMV_ROB	0.19 488	0.13 505	0.18 453	0.16 192	0.11 454	0.16 395	0.12 89	0.27 425	0.29 458	0.27 524	0.31 496	0.27 491	0.24 521	0.24 526	0.16 421	0.15 564	0.18 589	0.22 594	0.20 590	0.10 481	0.12 523

NOSS_ROB	0.19 488	0.13 505	0.18 453	0.16 192	0.12 484	0.16 395	0.12 89	0.30 479	0.33 485	0.20 442	0.22 385	0.27 491	0.24 521	0.21 489	0.16 421	0.16 581	0.18 589	0.23 595	0.21 592	0.13 536	0.13 537

w-ln-seven-2	0.20 497	0.14 520	0.39 571	0.23 542	0.12 484	0.21 486	0.21 508	0.29 468	0.38 528	0.25 512	0.38 541	0.28 501	0.23 512	0.21 489	0.25 533	0.08 367	0.08 473	0.09 428	0.09 451	0.10 481	0.09 448

YMNet	0.20 497	0.12 477	0.20 480	0.21 502	0.14 528	0.27 549	0.23 532	0.32 500	0.34 496	0.28 538	0.35 526	0.30 518	0.18 461	0.18 428	0.22 502	0.11 497	0.13 564	0.10 476	0.10 489	0.09 446	0.09 448

YMNet_1	0.20 497	0.12 477	0.20 480	0.21 502	0.14 528	0.27 549	0.23 532	0.32 500	0.34 496	0.28 538	0.35 526	0.30 518	0.18 461	0.18 428	0.22 502	0.11 497	0.13 564	0.10 476	0.10 489	0.09 446	0.09 448

test_sample8	0.20 497	0.12 477	0.21 490	0.13 10	0.14 528	0.18 434	0.14 221	0.32 500	0.21 343	0.28 538	0.22 385	0.36 558	0.26 537	0.19 453	0.18 451	0.15 564	0.30 615	0.14 555	0.14 556	0.15 564	0.13 537

SDNR	0.20 497	0.09 368	0.19 476	0.16 192	0.12 484	0.79 626	0.13 155	0.26 411	0.33 485	0.19 420	0.25 429	0.19 391	0.12 317	0.19 453	0.15 402	0.16 581	0.18 589	0.14 555	0.11 519	0.08 382	0.12 523

GwcNet	0.20 497	0.14 520	0.20 480	0.18 354	0.12 484	0.25 528	0.20 492	0.36 551	0.45 560	0.20 442	0.33 511	0.33 547	0.21 499	0.22 507	0.25 533	0.11 497	0.09 500	0.09 428	0.09 451	0.09 446	0.10 478

SuperB	0.20 497	0.10 433	0.57 597	0.16 192	0.09 292	0.19 456	0.18 429	0.25 398	0.51 578	0.27 524	0.39 549	0.17 367	0.22 506	0.22 507	0.21 489	0.08 367	0.06 363	0.06 162	0.06 246	0.12 521	0.11 502

ADCRef	0.20 497	0.12 477	0.43 581	0.20 471	0.12 484	0.23 513	0.18 429	0.32 500	0.37 522	0.26 517	0.33 511	0.18 382	0.23 512	0.25 531	0.26 547	0.07 305	0.06 363	0.09 428	0.09 451	0.08 382	0.09 448

ADCP+	0.20 497	0.10 433	0.35 566	0.21 502	0.12 484	0.22 500	0.27 573	0.31 495	0.35 510	0.26 517	0.37 534	0.22 435	0.22 506	0.27 537	0.28 561	0.09 423	0.06 363	0.08 344	0.08 405	0.10 481	0.10 478

PS-NSSS	0.20 497	0.21 575	0.23 509	0.20 471	0.10 399	0.19 456	0.17 381	0.36 551	0.26 422	0.27 524	0.34 521	0.27 491	0.24 521	0.20 471	0.20 476	0.15 564	0.12 552	0.17 576	0.14 556	0.10 481	0.09 448

DRN-Test	0.20 497	0.11 458	0.21 490	0.22 523	0.10 399	0.22 500	0.22 520	0.40 576	0.38 528	0.24 499	0.33 511	0.26 484	0.22 506	0.22 507	0.25 533	0.11 497	0.07 442	0.11 506	0.10 489	0.09 446	0.08 403

DISCO	0.20 497	0.09 368	0.22 501	0.17 271	0.10 399	0.25 528	0.18 429	0.28 450	0.45 560	0.23 487	0.32 505	0.34 551	0.26 537	0.29 554	0.29 569	0.08 367	0.06 363	0.07 263	0.07 338	0.09 446	0.10 478

SGM-Forest	0.20 497	0.14 520	0.18 453	0.20 471	0.13 510	0.21 486	0.22 520	0.33 514	0.31 474	0.24 499	0.29 486	0.28 501	0.20 491	0.23 515	0.18 451	0.15 564	0.16 583	0.15 566	0.14 556	0.13 536	0.12 523
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.20 497	0.15 527	0.18 453	0.18 354	0.10 399	0.20 475	0.11 54	0.30 479	0.31 474	0.29 547	0.31 496	0.31 533	0.23 512	0.28 546	0.19 466	0.13 540	0.15 578	0.17 576	0.16 576	0.10 481	0.10 478
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UDG	0.21 511	0.17 548	0.20 480	0.23 542	0.15 546	0.31 570	0.20 492	0.33 514	0.35 510	0.24 499	0.28 471	0.31 533	0.29 557	0.21 489	0.23 513	0.15 564	0.12 552	0.13 542	0.09 451	0.14 552	0.15 567

FAT-Stereo	0.21 511	0.13 505	0.22 501	0.21 502	0.12 484	0.18 434	0.18 429	0.35 543	0.40 537	0.28 538	0.37 534	0.33 547	0.33 579	0.21 489	0.20 476	0.09 423	0.11 537	0.10 476	0.09 451	0.11 503	0.14 553

FADNet-RVC	0.21 511	0.20 570	0.40 574	0.21 502	0.16 558	0.21 486	0.15 295	0.27 425	0.27 435	0.26 517	0.32 505	0.26 484	0.21 499	0.22 507	0.19 466	0.12 523	0.13 564	0.12 528	0.14 556	0.13 536	0.18 588

FADNet	0.21 511	0.23 581	0.37 569	0.18 354	0.17 570	0.25 528	0.13 155	0.32 500	0.32 480	0.23 487	0.25 429	0.27 491	0.21 499	0.19 453	0.16 421	0.13 540	0.15 578	0.12 528	0.15 572	0.17 582	0.18 588

S-Stereo	0.21 511	0.12 477	0.25 518	0.21 502	0.13 510	0.21 486	0.19 473	0.33 514	0.45 560	0.23 487	0.36 531	0.28 501	0.29 557	0.20 471	0.23 513	0.09 423	0.12 552	0.10 476	0.10 489	0.13 536	0.14 553

DANet	0.21 511	0.16 538	0.29 542	0.25 561	0.13 510	0.23 513	0.19 473	0.28 450	0.27 435	0.28 538	0.32 505	0.35 556	0.32 576	0.31 561	0.24 525	0.11 497	0.09 500	0.11 506	0.10 489	0.13 536	0.11 502
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PWC_ROB	0.21 511	0.16 538	0.27 530	0.18 354	0.11 454	0.22 500	0.13 155	0.33 514	0.49 571	0.30 553	0.40 552	0.32 541	0.25 529	0.31 561	0.23 513	0.10 465	0.07 442	0.11 506	0.08 405	0.11 503	0.10 478

PWCDC_ROB	0.21 511	0.13 505	0.23 509	0.25 561	0.12 484	0.20 475	0.15 295	0.34 528	0.55 588	0.29 547	0.49 584	0.21 417	0.15 402	0.28 546	0.20 476	0.11 497	0.09 500	0.10 476	0.08 405	0.11 503	0.09 448

GASNet	0.22 519	0.24 584	0.34 560	0.26 571	0.17 570	0.27 549	0.16 355	0.45 598	0.42 546	0.27 524	0.24 401	0.30 518	0.16 423	0.27 537	0.18 451	0.12 523	0.09 500	0.12 528	0.11 519	0.16 575	0.08 403

Anonymous_2	0.22 519	0.17 548	0.28 533	0.15 115	0.16 558	0.33 574	0.22 520	0.23 353	0.18 286	0.23 487	0.24 401	0.26 484	0.27 544	0.27 537	0.24 525	0.22 603	0.26 611	0.17 576	0.17 584	0.16 575	0.18 588

Wz-Net-LNSev	0.22 519	0.16 538	0.41 576	0.22 523	0.13 510	0.25 528	0.24 542	0.33 514	0.44 556	0.30 553	0.42 571	0.32 541	0.19 479	0.23 515	0.27 553	0.10 465	0.09 500	0.08 344	0.08 405	0.12 521	0.11 502

FINET	0.22 519	0.18 563	0.28 533	0.19 414	0.16 558	0.24 519	0.24 542	0.33 514	0.49 571	0.26 517	0.33 511	0.22 435	0.23 512	0.23 515	0.18 451	0.18 587	0.16 583	0.11 506	0.10 489	0.15 564	0.14 553

Syn2CoEx	0.22 519	0.16 538	0.29 542	0.29 592	0.15 546	0.26 540	0.21 508	0.34 528	0.32 480	0.29 547	0.36 531	0.28 501	0.25 529	0.20 471	0.25 533	0.16 581	0.12 552	0.14 555	0.11 519	0.09 446	0.08 403

aanetorigin	0.22 519	0.17 548	0.57 597	0.18 354	0.10 399	0.16 395	0.19 473	0.20 293	0.33 485	0.49 604	0.48 583	0.30 518	0.28 553	0.21 489	0.24 525	0.08 367	0.07 442	0.08 344	0.07 338	0.10 481	0.09 448

MaskLacGwcNet_RVC	0.22 519	0.21 575	0.25 518	0.26 571	0.11 454	0.24 519	0.14 221	0.39 573	0.24 385	0.32 566	0.36 531	0.30 518	0.21 499	0.19 453	0.22 502	0.17 586	0.14 574	0.21 590	0.16 576	0.13 536	0.12 523

RP	0.22 519	0.13 505	0.22 501	0.23 542	0.12 484	0.21 486	0.20 492	0.26 411	0.45 560	0.22 473	0.38 541	0.37 561	0.25 529	0.28 546	0.25 533	0.11 497	0.12 552	0.13 542	0.12 540	0.13 536	0.14 553

stereogan	0.22 519	0.11 458	0.21 490	0.20 471	0.12 484	0.32 572	0.19 473	0.36 551	0.45 560	0.23 487	0.39 549	0.35 556	0.27 544	0.33 570	0.23 513	0.10 465	0.12 552	0.10 476	0.10 489	0.14 552	0.14 553

GANet	0.22 519	0.13 505	0.21 490	0.25 561	0.14 528	0.23 513	0.22 520	0.42 586	0.27 435	0.31 559	0.43 574	0.37 561	0.29 557	0.23 515	0.23 513	0.10 465	0.12 552	0.10 476	0.09 451	0.10 481	0.08 403

MDST_ROB	0.22 519	0.10 433	0.18 453	0.18 354	0.11 454	0.40 596	0.19 473	0.44 596	0.42 546	0.40 586	0.40 552	0.29 509	0.21 499	0.27 537	0.19 466	0.11 497	0.10 523	0.14 555	0.11 519	0.10 481	0.08 403

XPNet_ROB	0.22 519	0.12 477	0.20 480	0.22 523	0.13 510	0.22 500	0.19 473	0.35 543	0.40 537	0.30 553	0.40 552	0.38 567	0.27 544	0.26 535	0.29 569	0.15 564	0.10 523	0.10 476	0.10 489	0.13 536	0.12 523

PSMNet_ROB	0.22 519	0.12 477	0.15 356	0.27 579	0.15 546	0.25 528	0.36 609	0.43 592	0.37 522	0.27 524	0.33 511	0.32 541	0.23 512	0.21 489	0.27 553	0.12 523	0.08 473	0.13 542	0.11 519	0.10 481	0.09 448

MSAF-DinoV2	0.23 532	0.11 458	0.25 518	0.17 271	0.10 399	0.28 560	0.17 381	0.38 567	0.56 590	0.21 458	0.27 460	0.47 598	0.28 553	0.36 582	0.40 602	0.09 423	0.06 363	0.07 263	0.09 451	0.12 521	0.11 502

Wz-Net-MNSev	0.23 532	0.13 505	0.33 557	0.20 471	0.15 546	0.36 586	0.25 559	0.34 528	0.45 560	0.29 547	0.41 563	0.39 572	0.19 479	0.25 531	0.27 553	0.09 423	0.07 442	0.09 428	0.09 451	0.12 521	0.10 478

DDUNet	0.23 532	0.18 563	0.22 501	0.22 523	0.15 546	0.25 528	0.24 542	0.30 479	0.31 474	0.31 559	0.37 534	0.34 551	0.26 537	0.25 531	0.21 489	0.18 587	0.13 564	0.17 576	0.11 519	0.16 575	0.17 585

APVNet	0.23 532	0.12 477	0.20 480	0.18 354	0.14 528	0.32 572	0.31 598	0.40 576	0.33 485	0.27 524	0.40 552	0.30 518	0.29 557	0.27 537	0.25 533	0.11 497	0.12 552	0.11 506	0.14 556	0.12 521	0.13 537

AF-Net	0.23 532	0.17 548	0.17 421	0.27 579	0.13 510	0.26 540	0.24 542	0.33 514	0.51 578	0.25 512	0.33 511	0.39 572	0.27 544	0.28 546	0.26 547	0.11 497	0.10 523	0.16 573	0.12 540	0.11 503	0.11 502

edge stereo	0.23 532	0.14 520	0.21 490	0.21 502	0.13 510	0.24 519	0.16 355	0.32 500	0.42 546	0.32 566	0.40 552	0.39 572	0.35 583	0.25 531	0.25 533	0.13 540	0.11 537	0.14 555	0.11 519	0.12 521	0.14 553

Nwc_Net	0.23 532	0.17 548	0.22 501	0.25 561	0.15 546	0.25 528	0.27 573	0.38 567	0.39 533	0.22 473	0.41 563	0.30 518	0.29 557	0.28 546	0.25 533	0.11 497	0.10 523	0.17 576	0.20 590	0.10 481	0.11 502

RTSC	0.23 532	0.13 505	0.30 548	0.21 502	0.13 510	0.29 564	0.17 381	0.36 551	0.68 611	0.27 524	0.34 521	0.30 518	0.22 506	0.32 566	0.31 579	0.10 465	0.08 473	0.09 428	0.10 489	0.13 536	0.14 553

RYNet	0.23 532	0.12 477	0.22 501	0.19 414	0.17 570	0.47 602	0.26 568	0.39 573	0.49 571	0.24 499	0.29 486	0.34 551	0.24 521	0.20 471	0.31 579	0.10 465	0.06 363	0.09 428	0.09 451	0.14 552	0.15 567

NaN_ROB	0.23 532	0.20 570	0.25 518	0.25 561	0.13 510	0.31 570	0.27 573	0.34 528	0.41 544	0.31 559	0.31 496	0.32 541	0.23 512	0.31 561	0.22 502	0.11 497	0.17 587	0.10 476	0.11 519	0.08 382	0.09 448

ETE_ROB	0.23 532	0.17 548	0.23 509	0.25 561	0.14 528	0.26 540	0.29 590	0.32 500	0.37 522	0.28 538	0.37 534	0.45 591	0.27 544	0.28 546	0.27 553	0.11 497	0.09 500	0.12 528	0.10 489	0.14 552	0.13 537

w-ln-seven	0.24 543	0.15 527	0.58 600	0.20 471	0.14 528	0.26 540	0.22 520	0.36 551	0.62 602	0.30 553	0.40 552	0.30 518	0.23 512	0.22 507	0.28 561	0.09 423	0.09 500	0.11 506	0.10 489	0.11 503	0.10 478

SQANet	0.24 543	0.24 584	0.31 551	0.31 597	0.19 583	0.27 549	0.13 155	0.30 479	0.33 485	0.25 512	0.37 534	0.31 533	0.22 506	0.27 537	0.23 513	0.15 564	0.10 523	0.21 590	0.16 576	0.22 591	0.16 576

DeepPrunerF	0.24 543	0.17 548	0.45 582	0.26 571	0.16 558	0.23 513	0.29 590	0.37 560	0.51 578	0.27 524	0.31 496	0.24 461	0.28 553	0.22 507	0.23 513	0.15 564	0.11 537	0.20 589	0.18 588	0.12 521	0.14 553

PA-Net	0.24 543	0.18 563	0.34 560	0.28 585	0.22 592	0.22 500	0.39 614	0.29 468	0.39 533	0.22 473	0.33 511	0.25 474	0.26 537	0.21 489	0.25 533	0.10 465	0.23 609	0.15 566	0.22 595	0.09 446	0.13 537
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.24 543	0.15 527	0.18 453	0.34 602	0.18 579	0.24 519	0.24 542	0.34 528	0.29 458	0.31 559	0.38 541	0.38 567	0.29 557	0.23 515	0.25 533	0.15 564	0.12 552	0.18 585	0.21 592	0.13 536	0.13 537

WCMA_ROB	0.24 543	0.11 458	0.24 515	0.17 271	0.14 528	0.34 578	0.16 355	0.33 514	0.33 485	0.39 583	0.54 591	0.40 579	0.35 583	0.35 578	0.26 547	0.12 523	0.12 552	0.12 528	0.11 519	0.14 552	0.14 553

SGM_RVC	0.24 543	0.12 477	0.16 398	0.15 115	0.09 292	0.34 578	0.19 473	0.35 543	0.32 480	0.44 598	0.38 541	0.53 606	0.36 587	0.36 582	0.26 547	0.13 540	0.13 564	0.13 542	0.13 551	0.11 503	0.11 502
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
NLCSM	0.25 550	0.17 548	0.21 490	0.21 502	0.23 593	0.27 549	0.18 429	0.46 601	0.30 464	0.27 524	0.24 401	0.39 572	0.35 583	0.47 607	0.49 616	0.09 423	0.11 537	0.11 506	0.16 576	0.11 503	0.12 523

FSD	0.25 550	0.27 593	0.26 527	0.25 561	0.23 593	0.25 528	0.25 559	0.27 425	0.26 422	0.25 512	0.26 442	0.26 484	0.26 537	0.27 537	0.24 525	0.21 599	0.20 595	0.27 601	0.26 602	0.25 603	0.24 603

z-mn7	0.25 550	0.15 527	0.47 586	0.19 414	0.13 510	0.28 560	0.25 559	0.35 543	0.64 606	0.27 524	0.57 598	0.29 509	0.24 521	0.32 566	0.27 553	0.08 367	0.08 473	0.08 344	0.08 405	0.10 481	0.10 478

DGSMNet	0.25 550	0.19 566	0.34 560	0.21 502	0.24 598	0.24 519	0.21 508	0.36 551	0.42 546	0.25 512	0.32 505	0.38 567	0.21 499	0.29 554	0.24 525	0.13 540	0.11 537	0.14 555	0.16 576	0.23 594	0.23 602

psmorigin	0.25 550	0.16 538	0.35 566	0.17 271	0.13 510	0.24 519	0.14 221	0.34 528	0.34 496	0.41 590	0.55 592	0.41 582	0.38 590	0.35 578	0.28 561	0.11 497	0.15 578	0.11 506	0.11 519	0.12 521	0.17 585

RGC	0.25 550	0.20 570	0.29 542	0.28 585	0.16 558	0.22 500	0.23 532	0.33 514	0.44 556	0.27 524	0.40 552	0.38 567	0.28 553	0.37 587	0.23 513	0.11 497	0.13 564	0.17 576	0.17 584	0.15 564	0.16 576

G-Net	0.25 550	0.17 548	0.38 570	0.23 542	0.16 558	0.51 605	0.23 532	0.29 468	0.35 510	0.36 575	0.38 541	0.31 533	0.29 557	0.28 546	0.27 553	0.11 497	0.09 500	0.12 528	0.10 489	0.16 575	0.14 553

NCC-stereo	0.25 550	0.15 527	0.31 551	0.26 571	0.17 570	0.21 486	0.31 598	0.41 581	0.40 537	0.24 499	0.38 541	0.33 547	0.29 557	0.37 587	0.28 561	0.13 540	0.11 537	0.15 566	0.22 595	0.13 536	0.13 537

Abc-Net	0.25 550	0.15 527	0.31 551	0.26 571	0.17 570	0.21 486	0.31 598	0.41 581	0.40 537	0.24 499	0.38 541	0.33 547	0.29 557	0.37 587	0.28 561	0.13 540	0.11 537	0.15 566	0.22 595	0.13 536	0.13 537
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.25 550	0.12 477	0.49 589	0.22 523	0.12 484	0.36 586	0.29 590	0.30 479	0.57 592	0.24 499	0.47 582	0.30 518	0.31 573	0.30 560	0.30 574	0.09 423	0.07 442	0.09 428	0.09 451	0.10 481	0.10 478

STTRV1_RVC	0.25 550	0.26 590	0.39 571	0.19 414	0.26 605	0.30 567	0.24 542	0.35 543	0.35 510	0.36 575	0.34 521	0.31 533	0.31 573	0.28 546	0.25 533	0.18 587	0.10 523	0.16 573	0.14 556	0.18 584	0.12 523

FBW_ROB	0.25 550	0.17 548	0.23 509	0.27 579	0.14 528	0.26 540	0.22 520	0.42 586	0.43 554	0.42 592	0.41 563	0.43 587	0.27 544	0.32 566	0.24 525	0.09 423	0.15 578	0.15 566	0.12 540	0.12 521	0.10 478

SANet	0.25 550	0.14 520	0.29 542	0.21 502	0.11 454	0.29 564	0.25 559	0.40 576	0.65 609	0.36 575	0.40 552	0.42 584	0.27 544	0.27 537	0.25 533	0.12 523	0.09 500	0.10 476	0.09 451	0.13 536	0.12 523

LALA_ROB	0.25 550	0.16 538	0.23 509	0.27 579	0.17 570	0.27 549	0.27 573	0.42 586	0.38 528	0.33 570	0.39 549	0.51 602	0.26 537	0.29 554	0.28 561	0.16 581	0.09 500	0.13 542	0.12 540	0.13 536	0.13 537

zh-sn7	0.26 564	0.17 548	0.55 594	0.24 553	0.14 528	0.25 528	0.25 559	0.34 528	0.49 571	0.29 547	0.55 592	0.29 509	0.32 576	0.37 587	0.33 587	0.10 465	0.10 523	0.11 506	0.11 519	0.12 521	0.12 523

zh-mn7	0.26 564	0.15 527	0.59 602	0.19 414	0.14 528	0.24 519	0.22 520	0.35 543	0.63 605	0.35 572	0.67 607	0.31 533	0.25 529	0.31 561	0.26 547	0.09 423	0.08 473	0.09 428	0.09 451	0.09 446	0.11 502

Wz-Net-SNSev	0.26 564	0.17 548	0.46 583	0.25 561	0.14 528	0.26 540	0.24 542	0.38 567	0.57 592	0.30 553	0.56 594	0.39 572	0.26 537	0.24 526	0.32 584	0.10 465	0.09 500	0.10 476	0.11 519	0.11 503	0.11 502

SHD	0.26 564	0.15 527	0.31 551	0.24 553	0.18 579	0.23 513	0.15 295	0.39 573	0.72 616	0.32 566	0.42 571	0.36 558	0.29 557	0.33 570	0.30 574	0.13 540	0.11 537	0.14 555	0.13 551	0.16 575	0.20 596

ADCMid	0.26 564	0.15 527	0.42 579	0.20 471	0.14 528	0.25 528	0.26 568	0.35 543	0.40 537	0.37 580	0.45 578	0.34 551	0.42 600	0.36 582	0.36 592	0.10 465	0.09 500	0.11 506	0.11 519	0.13 536	0.13 537

AnyNet_C32	0.26 564	0.16 538	0.39 571	0.20 471	0.17 570	0.26 540	0.31 598	0.32 500	0.45 560	0.31 559	0.50 586	0.30 518	0.34 580	0.41 603	0.36 592	0.12 523	0.12 552	0.12 528	0.14 556	0.14 552	0.15 567

ADCPNet	0.26 564	0.17 548	0.62 605	0.21 502	0.15 546	0.36 586	0.25 559	0.33 514	0.37 522	0.31 559	0.41 563	0.36 558	0.29 557	0.29 554	0.34 590	0.12 523	0.10 523	0.11 506	0.12 540	0.14 552	0.13 537

DispFullNet	0.27 571	0.22 579	0.66 608	0.28 585	0.17 570	0.27 549	0.17 381	0.34 528	0.57 592	0.27 524	0.37 534	0.43 587	0.24 521	0.39 594	0.25 533	0.12 523	0.06 363	0.19 587	0.11 519	0.23 594	0.16 576

MeshStereo	0.27 571	0.13 505	0.18 453	0.15 115	0.11 454	0.33 574	0.24 542	0.41 581	0.36 516	0.53 607	0.58 602	0.67 616	0.41 596	0.36 582	0.27 553	0.14 560	0.13 564	0.13 542	0.11 519	0.11 503	0.11 502
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
PSMNet-RUCA	0.28 573	0.33 606	0.42 579	0.36 606	0.32 612	0.18 434	0.20 492	0.42 586	0.30 464	0.33 570	0.41 563	0.40 579	0.24 521	0.31 561	0.20 476	0.19 591	0.11 537	0.25 597	0.15 572	0.22 591	0.16 576

CC-Net-ROB	0.28 573	0.31 604	0.36 568	0.30 595	0.15 546	0.25 528	0.19 473	0.45 598	0.34 496	0.39 583	0.37 534	0.39 572	0.31 573	0.27 537	0.27 553	0.24 610	0.18 589	0.30 611	0.23 599	0.19 588	0.15 567

DPSNet	0.28 573	0.16 538	0.33 557	0.18 354	0.13 510	0.55 608	0.42 617	0.52 610	0.68 611	0.29 547	0.38 541	0.39 572	0.30 568	0.32 566	0.23 513	0.11 497	0.10 523	0.11 506	0.08 405	0.20 590	0.16 576

PDISCO_ROB	0.28 573	0.16 538	0.28 533	0.28 585	0.20 586	0.33 574	0.27 573	0.45 598	0.58 595	0.28 538	0.41 563	0.45 591	0.30 568	0.34 573	0.35 591	0.12 523	0.09 500	0.17 576	0.16 576	0.17 582	0.13 537

Wz-Net-TNSev	0.29 577	0.20 570	0.69 616	0.19 414	0.15 546	0.38 592	0.27 573	0.36 551	0.56 590	0.35 572	0.42 571	0.45 591	0.39 591	0.33 570	0.31 579	0.13 540	0.13 564	0.10 476	0.12 540	0.15 564	0.15 567

WZ-Net	0.29 577	0.17 548	0.82 624	0.23 542	0.16 558	0.35 582	0.29 590	0.40 576	0.59 597	0.24 499	0.57 598	0.37 561	0.25 529	0.34 573	0.37 596	0.09 423	0.08 473	0.09 428	0.10 489	0.14 552	0.16 576

XQC	0.29 577	0.23 581	0.53 591	0.29 592	0.19 583	0.36 586	0.28 579	0.37 560	0.58 595	0.31 559	0.31 496	0.37 561	0.30 568	0.39 594	0.39 600	0.13 540	0.09 500	0.15 566	0.12 540	0.18 584	0.18 588

MultiAttention	0.30 580	0.08 296	0.15 356	0.19 414	0.13 510	1.56 644	1.33 646	0.36 551	0.36 516	0.20 442	0.21 369	0.24 461	0.11 285	0.39 594	0.18 451	0.06 130	0.05 185	0.08 344	0.08 405	0.11 503	0.09 448

ccnet	0.30 580	0.28 595	0.24 515	0.20 471	0.28 607	0.41 598	0.22 520	0.46 601	0.33 485	0.37 580	0.46 580	0.37 561	0.30 568	0.40 598	0.43 607	0.23 608	0.14 574	0.21 590	0.17 584	0.23 594	0.19 593

EDNetEfficient	0.30 580	0.24 584	1.18 632	0.18 354	0.10 399	0.20 475	0.20 492	0.21 311	0.61 599	0.74 622	0.56 594	0.30 518	0.40 595	0.23 515	0.32 584	0.09 423	0.07 442	0.08 344	0.07 338	0.11 503	0.10 478

MFN_U_SF_DS_RVC	0.30 580	0.24 584	0.30 548	0.36 606	0.16 558	0.36 586	0.31 598	0.34 528	0.43 554	0.41 590	0.46 580	0.38 567	0.30 568	0.35 578	0.29 569	0.19 591	0.20 595	0.26 598	0.29 609	0.18 584	0.19 593

ADCS	0.30 580	0.19 566	0.48 588	0.21 502	0.18 579	0.29 564	0.24 542	0.42 586	0.64 606	0.40 586	0.50 586	0.40 579	0.37 588	0.40 598	0.43 607	0.13 540	0.13 564	0.13 542	0.14 556	0.16 575	0.16 576

CSAN	0.30 580	0.24 584	0.28 533	0.34 602	0.19 583	0.34 578	0.42 617	0.38 567	0.51 578	0.38 582	0.40 552	0.44 590	0.34 580	0.29 554	0.31 579	0.19 591	0.16 583	0.19 587	0.19 589	0.14 552	0.15 567

GANetREF_RVC	0.31 586	0.34 607	0.29 542	0.35 604	0.16 558	0.33 574	0.42 617	0.48 604	0.52 584	0.35 572	0.35 526	0.34 551	0.32 576	0.40 598	0.33 587	0.27 612	0.20 595	0.29 609	0.15 572	0.19 588	0.18 588
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
MSMD_ROB	0.31 586	0.26 590	0.26 527	0.24 553	0.21 589	0.34 578	0.25 559	0.34 528	0.39 533	0.40 586	0.69 611	0.45 591	0.41 596	0.34 573	0.28 561	0.20 596	0.20 595	0.26 598	0.25 601	0.23 594	0.22 600

FC-DCNN v2	0.33 588	0.28 595	0.28 533	0.26 571	0.23 593	0.39 594	0.29 590	0.41 581	0.44 556	0.46 601	0.57 598	0.51 602	0.41 596	0.38 592	0.30 574	0.21 599	0.20 595	0.27 601	0.26 602	0.25 603	0.24 603

FCDSN-DC	0.33 588	0.28 595	0.28 533	0.30 595	0.24 598	0.39 594	0.28 579	0.43 592	0.42 546	0.44 598	0.53 590	0.51 602	0.42 600	0.37 587	0.30 574	0.21 599	0.20 595	0.27 601	0.26 602	0.25 603	0.25 606
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	0.33 588	0.22 579	0.58 600	0.31 597	0.15 546	0.36 586	0.17 381	0.54 613	0.46 567	0.47 603	0.56 594	0.58 609	0.39 591	0.36 582	0.38 599	0.15 564	0.15 578	0.18 585	0.21 592	0.16 575	0.16 576

FC-DCNN	0.33 588	0.28 595	0.28 533	0.26 571	0.23 593	0.38 592	0.29 590	0.40 576	0.44 556	0.46 601	0.56 594	0.51 602	0.41 596	0.38 592	0.31 579	0.21 599	0.20 595	0.27 601	0.26 602	0.25 603	0.24 603

PASM	0.33 588	0.25 589	0.51 590	0.28 585	0.27 606	0.30 567	0.31 598	0.35 543	0.51 578	0.36 575	0.40 552	0.47 598	0.35 583	0.34 573	0.36 592	0.23 608	0.26 611	0.26 598	0.28 608	0.23 594	0.21 597

SGM-ForestM	0.33 588	0.12 477	0.17 421	0.16 192	0.11 454	0.42 599	0.20 492	0.43 592	0.53 587	0.53 607	0.57 598	1.41 639	0.44 605	0.42 604	0.29 569	0.14 560	0.16 583	0.16 573	0.16 576	0.12 521	0.13 537

LSM	0.34 594	0.21 575	0.62 605	0.27 579	0.62 631	0.35 582	0.26 568	0.43 592	0.49 571	0.45 600	0.60 605	0.42 584	0.37 588	0.35 578	0.26 547	0.13 540	0.21 605	0.14 555	0.16 576	0.18 584	0.34 618

GCST	0.37 595	0.42 615	0.27 530	1.03 639	0.39 614	0.18 434	0.08 7	0.21 311	0.18 286	0.28 538	0.25 429	0.15 330	0.12 317	0.16 372	0.14 368	0.64 634	0.43 623	0.75 631	0.65 633	0.64 627	0.46 627

AnyNet_C01	0.37 595	0.26 590	1.41 635	0.22 523	0.17 570	0.51 605	0.28 579	0.36 551	0.40 537	0.39 583	0.75 617	0.46 595	0.39 591	0.46 606	0.50 618	0.13 540	0.13 564	0.13 542	0.14 556	0.14 552	0.16 576

otaku	0.39 597	0.38 611	0.53 591	0.44 613	0.28 607	0.57 610	0.24 542	0.42 586	0.62 602	0.40 586	0.50 586	0.46 595	0.34 580	0.40 598	0.33 587	0.30 613	0.30 615	0.39 615	0.33 614	0.30 610	0.29 612

ACVNet-4b	0.39 597	0.53 618	0.56 595	0.45 614	0.24 598	0.46 601	0.18 429	0.50 606	0.64 606	0.42 592	0.45 578	0.60 610	0.27 544	0.34 573	0.24 525	0.33 616	0.14 574	0.48 619	0.42 620	0.31 613	0.27 611

PVD	0.40 599	0.21 575	0.40 574	0.32 600	0.23 593	0.30 567	0.45 621	0.53 612	0.97 630	0.55 610	0.80 621	0.54 607	0.60 620	0.53 614	0.40 602	0.19 591	0.14 574	0.17 576	0.14 556	0.24 601	0.32 616

Ntro	0.41 600	0.40 613	0.54 593	0.46 617	0.30 611	0.64 614	0.24 542	0.47 603	0.68 611	0.42 592	0.49 584	0.47 598	0.42 600	0.40 598	0.32 584	0.32 615	0.28 613	0.37 614	0.31 612	0.33 615	0.29 612

SAMSARA	0.41 600	0.28 595	0.34 560	0.55 620	0.39 614	0.85 629	1.25 645	0.49 605	0.52 584	0.36 575	0.35 526	0.56 608	0.39 591	0.39 594	0.41 604	0.15 564	0.20 595	0.15 566	0.14 556	0.23 594	0.21 597

ELAS_RVC	0.42 602	0.29 602	0.33 557	0.28 585	0.24 598	0.56 609	0.38 612	0.50 606	0.61 599	0.74 622	0.76 618	0.67 616	0.56 615	0.55 616	0.42 606	0.22 603	0.21 605	0.27 601	0.26 602	0.27 609	0.26 609
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 602	0.29 602	0.34 560	0.28 585	0.24 598	0.63 613	0.37 610	0.52 610	0.52 584	0.72 619	0.82 622	0.68 618	0.56 615	0.52 612	0.45 613	0.22 603	0.21 605	0.27 601	0.26 602	0.26 607	0.26 609
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	0.44 604	0.40 613	0.46 583	0.37 608	0.43 618	0.42 599	0.41 615	0.57 615	0.55 588	0.32 566	0.73 615	0.32 541	0.50 609	0.42 604	0.49 616	0.39 618	0.36 620	0.45 618	0.52 629	0.42 618	0.30 614

MSC_U_SF_DS_RVC	0.44 604	0.39 612	0.56 595	0.40 609	0.20 586	0.66 616	0.33 607	0.54 613	0.72 616	0.71 618	0.72 614	0.62 611	0.55 613	0.52 612	0.47 614	0.20 596	0.19 594	0.29 609	0.30 611	0.24 601	0.19 593

ACVNet_1	0.45 606	0.51 617	0.61 603	0.45 614	0.28 607	0.50 603	0.28 579	0.58 620	0.71 615	0.63 613	0.59 604	0.74 621	0.50 609	0.50 609	0.36 592	0.26 611	0.25 610	0.39 615	0.29 609	0.32 614	0.25 606

RTS	0.46 607	0.19 566	3.33 642	0.25 561	0.15 546	0.72 621	0.21 508	0.37 560	0.78 623	0.42 592	0.44 576	0.31 533	0.43 603	0.55 616	0.37 596	0.10 465	0.09 500	0.13 542	0.13 551	0.15 564	0.15 567

RTSA	0.46 607	0.19 566	3.33 642	0.25 561	0.15 546	0.72 621	0.21 508	0.37 560	0.78 623	0.42 592	0.44 576	0.31 533	0.43 603	0.55 616	0.37 596	0.10 465	0.09 500	0.13 542	0.13 551	0.15 564	0.15 567

MANE	0.47 609	0.28 595	0.28 533	0.27 579	0.24 598	0.50 603	0.32 606	0.57 615	0.62 602	0.74 622	1.20 640	1.21 632	0.64 622	0.54 615	0.39 600	0.22 603	0.20 595	0.27 601	0.31 612	0.26 607	0.25 606

NVStereoNet_ROB	0.47 609	0.37 610	0.47 586	0.42 612	0.29 610	0.35 582	0.35 608	0.50 606	0.61 599	0.73 620	0.94 627	0.70 620	0.68 624	0.48 608	0.62 626	0.22 603	0.33 619	0.34 613	0.34 616	0.30 610	0.31 615
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	0.49 611	0.27 593	0.61 603	0.29 592	0.20 586	0.40 596	0.19 473	0.51 609	0.66 610	0.53 607	0.91 626	1.02 626	0.59 619	0.51 611	0.58 623	0.53 627	0.32 618	0.55 625	0.40 618	0.36 616	0.38 621

LE_ROB	0.50 612	0.07 181	0.14 318	0.15 115	0.08 182	0.26 540	0.17 381	0.23 353	1.71 646	4.68 651	0.67 607	0.46 595	0.47 606	0.21 489	0.30 574	0.07 305	0.06 363	0.06 162	0.06 246	0.08 382	0.06 255

anonymity	0.53 613	0.58 619	0.66 608	0.41 610	0.61 630	0.54 607	0.41 615	0.57 615	0.41 544	0.56 611	0.50 586	0.50 601	0.55 613	0.59 621	0.50 618	0.58 630	0.50 633	0.51 621	0.51 627	0.52 620	0.58 629

RainbowNet	0.54 614	0.61 622	0.71 621	0.57 621	0.43 618	0.66 616	0.37 610	0.60 621	0.87 627	0.51 605	0.67 607	0.63 612	0.47 606	0.50 609	0.44 610	0.47 624	0.48 629	0.53 623	0.41 619	0.53 622	0.41 624

BEATNet-Init1	0.54 614	0.28 595	0.68 615	0.31 597	0.21 589	0.85 629	0.31 598	0.57 615	0.69 614	0.89 629	1.00 630	2.17 647	0.66 623	0.58 620	0.44 610	0.19 591	0.18 589	0.23 595	0.22 595	0.22 591	0.21 597

SGM+DAISY	0.57 616	0.58 619	0.67 612	0.41 610	0.55 624	0.68 618	0.51 623	0.57 615	0.46 567	0.67 614	0.70 612	0.69 619	0.57 617	0.64 623	0.58 623	0.59 631	0.49 630	0.50 620	0.50 626	0.52 620	0.59 632

SPS-STEREO	0.58 617	0.59 621	0.66 608	0.45 614	0.55 624	0.65 615	0.44 620	0.63 622	0.51 578	0.69 616	0.65 606	0.66 615	0.58 618	0.62 622	0.62 626	0.62 633	0.47 628	0.51 621	0.49 624	0.55 623	0.58 629
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.65 618	0.66 626	0.66 608	0.51 618	0.69 635	0.70 619	0.58 627	0.65 624	0.75 621	0.61 612	0.73 615	0.63 612	0.68 624	0.65 624	0.60 625	0.66 635	0.58 642	0.63 626	0.59 630	0.68 631	0.69 639

IMH-64-1	0.66 619	0.62 623	0.69 616	0.72 624	0.51 621	0.60 611	0.51 623	0.92 630	0.84 625	0.75 625	1.02 631	0.81 622	0.78 629	0.80 628	0.50 618	0.43 620	0.46 624	0.72 628	0.48 622	0.55 623	0.40 622

IMH-64	0.66 619	0.62 623	0.69 616	0.72 624	0.51 621	0.60 611	0.51 623	0.92 630	0.84 625	0.75 625	1.02 631	0.81 622	0.78 629	0.80 628	0.50 618	0.43 620	0.46 624	0.72 628	0.48 622	0.55 623	0.40 622

ACVNet_2	0.67 621	0.68 627	0.70 619	0.64 622	0.41 616	0.75 624	0.50 622	0.98 636	1.38 641	0.90 630	1.09 634	1.04 627	0.74 627	0.55 616	0.48 615	0.43 620	0.40 622	0.53 623	0.45 621	0.48 619	0.36 620

IMH	0.72 622	0.65 625	0.70 619	0.77 626	0.54 623	0.71 620	0.56 626	0.99 638	1.08 632	0.82 628	1.09 634	0.89 624	0.88 633	0.88 636	0.53 622	0.44 623	0.50 633	0.75 631	0.51 627	0.58 626	0.42 625

PWCK	0.72 622	0.95 637	0.99 630	0.77 626	0.32 612	0.79 626	0.38 612	0.92 630	0.90 628	0.96 633	0.76 618	0.97 625	0.62 621	0.87 634	0.68 629	0.73 637	0.46 624	0.76 633	0.49 624	0.71 634	0.44 626

JetBlue	0.73 624	0.46 616	1.21 633	0.52 619	0.47 620	2.16 645	0.67 633	0.78 626	0.72 616	0.70 617	0.79 620	1.21 632	0.84 631	1.06 643	1.04 642	0.40 619	0.28 613	0.33 612	0.33 614	0.30 610	0.34 618

TorneroNet-64	0.76 625	0.73 629	0.77 622	0.78 628	0.58 629	0.94 634	0.58 627	0.85 629	1.26 636	0.67 614	0.88 624	1.41 639	0.76 628	0.87 634	0.68 629	0.49 625	0.46 624	0.73 630	0.59 630	0.68 631	0.54 628

MADNet+	0.76 625	0.72 628	3.76 645	0.67 623	0.41 616	0.99 635	0.97 643	0.72 625	0.75 621	0.52 606	0.58 602	0.64 614	0.68 624	0.89 637	1.04 642	0.35 617	0.36 620	0.28 608	0.23 599	0.38 617	0.33 617

WAO-7	0.80 627	0.78 631	0.57 597	0.85 631	0.67 634	0.76 625	0.69 636	1.07 640	1.30 638	0.90 630	1.20 640	1.05 628	0.93 635	0.71 625	0.68 629	0.60 632	0.62 643	0.67 627	0.68 636	0.64 627	0.59 632

WAO-6	0.82 628	0.81 632	0.63 607	0.87 633	0.63 632	0.79 626	0.60 629	0.98 636	1.52 645	0.91 632	0.97 629	1.08 629	1.04 639	0.72 626	0.70 632	0.72 636	0.49 630	0.91 639	0.71 637	0.70 633	0.59 632

TorneroNet	0.83 629	0.75 630	0.83 626	0.85 631	0.63 632	1.03 638	0.65 631	0.96 634	1.14 634	0.80 627	1.10 636	1.36 637	0.88 633	0.95 639	0.82 637	0.57 628	0.49 630	0.79 636	0.66 635	0.74 637	0.64 638

LVE	0.84 630	0.87 635	0.86 627	0.81 629	0.56 626	1.09 640	0.66 632	1.07 640	1.45 643	0.97 634	1.23 642	1.11 630	0.86 632	0.84 631	0.72 633	0.49 625	0.56 639	0.76 633	0.60 632	0.66 629	0.60 635

Dean	0.88 631	0.88 636	0.81 623	0.82 630	0.57 627	0.91 631	0.62 630	1.17 646	1.71 646	1.15 641	1.16 638	1.31 636	1.00 638	0.82 630	0.83 638	0.57 628	0.56 639	0.78 635	0.65 633	0.67 630	0.58 629

WAO-8	0.92 632	0.83 633	0.67 612	0.94 636	0.70 636	0.92 632	0.68 634	1.08 642	1.80 648	1.06 638	1.42 644	1.29 634	1.08 641	0.86 632	0.80 635	0.74 638	0.54 636	0.86 637	0.75 638	0.71 634	0.63 636

Venus	0.92 632	0.83 633	0.67 612	0.94 636	0.70 636	0.92 632	0.68 634	1.08 642	1.80 648	1.06 638	1.42 644	1.29 634	1.08 641	0.86 632	0.80 635	0.74 638	0.54 636	0.86 637	0.75 638	0.71 634	0.63 636

UNDER WATER-64	0.97 634	0.96 638	1.48 637	0.88 634	0.57 627	1.24 643	0.90 641	0.78 626	0.96 629	1.05 636	0.85 623	1.56 644	1.26 645	0.97 641	0.99 640	0.88 642	0.57 641	1.04 642	0.88 642	0.81 638	0.75 640

notaker	0.98 635	1.13 640	1.02 631	1.14 641	0.81 639	0.73 623	0.69 636	0.94 633	1.15 635	1.19 643	1.19 639	1.41 639	1.17 644	1.10 645	0.74 634	0.82 641	0.64 644	1.18 644	0.79 640	1.02 641	0.82 643

UNDER WATER	0.99 636	1.00 639	1.47 636	1.00 638	0.71 638	1.18 642	0.86 639	0.81 628	1.09 633	1.02 635	0.90 625	1.53 643	1.26 645	1.06 643	1.02 641	0.79 640	0.54 636	1.02 641	0.88 642	0.83 639	0.75 640

ktn	1.02 637	1.23 642	0.82 624	1.24 643	0.86 641	1.00 637	0.86 639	0.96 634	1.37 640	1.05 636	1.12 637	1.16 631	1.06 640	0.95 639	0.62 626	1.28 648	0.71 645	1.39 648	0.83 641	1.06 643	0.77 642

KSHMR	1.10 638	1.19 641	0.90 629	1.26 644	1.00 643	0.99 635	0.96 642	1.13 645	1.35 639	1.16 642	1.28 643	1.40 638	0.97 637	1.03 642	0.93 639	1.03 645	1.08 647	1.20 645	1.03 646	1.03 642	0.98 645

DPSimNet_ROB	1.14 639	1.25 643	0.87 628	1.15 642	0.90 642	1.15 641	1.18 644	1.20 647	1.26 636	1.45 645	1.05 633	1.44 642	1.13 643	0.92 638	1.70 645	1.47 649	0.52 635	1.22 646	1.04 647	0.92 640	1.03 646

HanzoNet	1.31 640	1.29 644	1.22 634	1.13 640	0.85 640	1.05 639	0.84 638	1.06 639	1.47 644	1.66 646	1.63 646	2.48 649	1.78 647	1.63 647	1.69 644	1.27 647	0.80 646	1.32 647	1.02 645	1.07 644	0.90 644

JetRed	1.66 641	1.51 645	3.09 641	0.93 635	1.21 644	5.28 648	1.61 648	1.29 648	1.42 642	1.84 647	1.77 647	1.59 645	0.95 636	1.43 646	2.51 649	0.91 644	1.61 649	0.93 640	0.91 644	1.36 645	1.03 646

MADNet++	1.97 642	1.75 646	1.66 638	1.83 646	1.69 646	2.38 646	1.45 647	2.36 650	2.11 650	2.58 650	2.37 649	2.25 648	2.21 648	2.28 648	2.36 648	1.87 650	1.67 650	1.53 649	1.34 649	1.87 647	1.78 650

coex-ft	3.24 643	0.35 609	57.83 669	0.18 354	0.13 510	0.27 549	0.23 532	0.28 450	0.72 616	1.89 648	0.70 612	0.43 587	0.47 606	0.29 554	0.43 607	0.09 423	0.09 500	0.12 528	0.09 451	0.14 552	0.14 553

ASD4	3.59 644	3.47 650	2.05 639	1.75 645	2.54 648	9.22 652	17.86 654	2.29 649	5.54 652	2.49 649	2.86 650	2.05 646	3.46 649	2.77 649	5.29 650	1.23 646	1.36 648	1.13 643	1.33 648	1.71 646	1.50 649

TCMNet-wrong-test	3.69 645	5.54 656	3.91 646	12.22 658	11.75 659	4.77 647	3.86 649	1.08 642	0.74 620	1.13 640	2.21 648	6.16 654	0.53 612	3.43 651	2.33 647	0.90 643	0.20 595	1.85 651	1.69 650	5.71 655	3.79 656

tt	4.65 646	0.07 181	3.54 644	2.01 647	1.55 645	10.25 653	16.66 653	8.90 659	5.03 651	1.33 644	0.96 628	4.71 650	4.74 650	3.33 650	5.86 652	6.06 658	10.30 662	1.87 652	2.09 652	2.61 649	1.19 648

USTest	6.16 647	2.65 649	2.79 640	6.48 654	7.21 653	14.33 656	21.38 656	6.98 658	9.55 657	5.35 654	6.12 651	5.71 653	7.69 653	6.31 655	6.75 653	1.97 651	3.38 656	1.63 650	2.14 653	2.49 648	2.35 651

xxxxx1	7.75 648	5.06 653	7.26 648	3.15 648	3.91 649	16.37 657	22.88 659	5.87 655	8.68 654	7.99 655	8.55 652	9.13 657	8.46 654	10.05 657	10.47 654	2.43 652	2.48 652	3.56 655	12.26 659	3.48 650	3.02 653

tt_ll	7.75 648	5.06 653	7.26 648	3.15 648	3.91 649	16.37 657	22.88 659	5.87 655	8.68 654	7.99 655	8.55 652	9.13 657	8.46 654	10.05 657	10.47 654	2.43 652	2.48 652	3.56 655	12.26 659	3.48 650	3.02 653

ff	7.75 648	5.06 653	7.26 648	3.15 648	3.91 649	16.37 657	22.88 659	5.87 655	8.68 654	7.99 655	8.55 652	9.13 657	8.46 654	10.05 657	10.47 654	2.43 652	2.48 652	3.56 655	12.26 659	3.48 650	3.02 653

EDNetEfficientorigin	7.92 651	0.32 605	152.98 670	0.20 471	0.10 399	0.22 500	0.17 381	0.23 353	0.60 598	0.73 620	0.67 607	0.41 582	0.51 611	0.24 526	0.41 604	0.08 367	0.07 442	0.09 428	0.07 338	0.12 521	0.11 502

DPSMNet_ROB	8.06 652	4.50 651	8.69 655	5.36 653	10.74 656	8.32 650	22.71 657	5.47 653	13.38 659	5.13 652	9.98 655	5.10 651	10.47 657	5.53 653	12.77 658	3.80 656	8.00 657	3.49 653	6.95 656	3.75 654	7.09 658

DGTPSM_ROB	8.06 652	4.50 651	8.69 655	5.34 651	10.73 655	8.32 650	22.71 657	5.47 653	13.38 659	5.13 652	9.98 655	5.10 651	10.47 657	5.53 653	12.77 658	3.79 655	8.00 657	3.49 653	6.95 656	3.74 653	7.09 658

PML	8.57 654	9.39 660	6.24 647	5.34 651	6.36 652	13.21 655	20.99 655	5.35 652	6.68 653	17.75 663	26.46 670	7.58 655	6.08 652	7.89 656	5.76 651	5.33 657	1.83 651	5.95 661	1.93 651	8.75 658	2.53 652

DLNR_Zeroshot_test	10.48 655	2.27 647	19.78 664	120.28 670	13.29 661	0.06 10	0.13 155	0.24 377	0.10 76	0.08 118	0.10 173	0.09 184	0.07 121	0.10 84	0.09 52	0.13 540	0.04 23	0.06 162	0.04 68	52.68 670	0.04 40

DLNR-FE	10.51 656	2.29 648	19.85 665	120.28 670	13.21 660	0.06 10	0.13 155	0.24 377	0.10 76	0.08 118	0.10 173	0.09 184	0.07 121	0.10 84	0.09 52	0.13 540	0.04 23	0.06 162	0.04 68	53.18 671	0.04 40

LRCNet_RVC	10.76 657	13.97 661	7.97 654	19.07 660	2.04 647	0.35 582	0.31 598	5.29 651	0.48 570	13.02 661	17.65 661	8.69 656	5.73 651	4.78 652	2.22 646	23.53 669	2.69 655	27.60 670	25.75 670	17.60 666	16.54 668

Anonymous_1	10.87 658	7.82 657	7.41 651	10.29 655	10.08 654	18.64 661	26.11 662	11.02 660	13.45 661	9.43 658	10.10 657	9.73 660	11.31 659	10.69 660	12.47 657	6.42 659	8.38 659	5.70 658	10.22 658	11.41 659	6.65 657

DPSM_ROB	11.10 659	8.47 658	7.95 652	10.84 656	11.58 657	19.10 662	26.50 663	12.02 661	14.09 662	10.38 659	10.91 658	10.39 661	11.92 660	11.67 661	13.39 660	6.99 660	8.79 660	5.82 659	6.92 654	6.97 656	7.31 660

DPSM	11.10 659	8.47 658	7.95 652	10.84 656	11.58 657	19.10 662	26.50 663	12.02 661	14.09 662	10.38 659	10.91 658	10.39 661	11.92 660	11.67 661	13.39 660	6.99 660	8.79 660	5.82 659	6.92 654	6.97 656	7.31 660

HaxPig	15.73 661	18.55 668	19.19 663	16.92 659	15.89 662	7.80 649	7.57 650	13.37 663	10.80 658	15.40 662	14.87 660	15.95 663	14.81 662	15.67 663	15.97 662	18.96 668	16.72 663	19.47 668	18.10 668	19.45 667	19.06 669

MEDIAN_ROB	20.38 662	24.05 669	23.36 666	21.18 661	21.62 663	10.51 654	8.17 651	17.68 664	15.46 664	20.04 664	19.65 662	20.30 664	20.16 663	21.17 664	21.03 663	23.81 670	21.77 670	24.98 669	23.75 669	25.01 668	23.94 670

RAFT-FEzeroshot	22.33 663	17.12 663	15.83 657	21.95 663	23.32 666	38.31 665	53.41 669	23.99 666	28.43 667	20.66 665	21.84 664	21.02 667	24.05 667	23.33 665	27.09 668	14.06 663	17.69 665	11.70 663	13.95 664	14.05 662	14.76 664

RAFT-FE	22.33 663	17.12 663	15.83 657	21.95 663	23.32 666	38.31 665	53.41 669	23.99 666	28.43 667	20.66 665	21.84 664	21.02 667	24.05 667	23.33 665	27.09 668	14.06 663	17.69 665	11.70 663	13.95 664	14.05 662	14.76 664

CasAABBNet	22.33 663	17.11 662	15.84 659	21.94 662	23.28 665	38.30 664	53.40 668	24.05 668	28.44 669	20.66 665	21.86 666	21.03 669	24.04 666	23.35 667	27.03 667	14.06 663	17.69 665	11.70 663	13.94 663	14.04 661	14.76 664

FlowAnything	22.34 666	17.13 665	15.98 660	22.00 665	23.23 664	38.39 669	53.32 666	24.19 669	28.48 670	21.00 670	21.93 667	20.83 665	23.97 664	23.44 669	26.83 665	14.04 662	17.80 669	11.63 662	14.08 667	14.00 660	14.65 662

Selective-RAFT-Error	22.39 667	17.14 666	16.01 661	22.00 665	23.34 668	38.37 667	53.36 667	24.24 671	28.53 671	20.80 668	21.94 668	20.94 666	24.02 665	23.48 670	27.33 670	14.07 666	17.70 668	11.70 663	13.93 662	14.05 662	14.83 667

LSM0	22.80 668	17.22 667	19.17 662	22.12 667	28.90 670	38.38 668	53.27 665	24.21 670	28.36 666	20.84 669	21.11 663	21.63 670	24.25 669	23.42 668	26.98 666	14.08 667	17.39 664	11.72 667	13.98 666	14.22 665	14.66 663

AVERAGE_ROB	24.89 669	29.12 670	27.98 667	24.83 668	24.59 669	17.82 660	11.61 652	21.45 665	19.91 665	25.04 671	24.38 669	25.06 671	25.31 670	24.69 671	22.86 664	29.74 671	27.09 671	28.97 671	27.94 671	30.07 669	29.35 671

test_example2	97.69 670	92.93 671	45.57 668	96.02 669	109.84 671	88.44 670	93.70 671	25.54 672	94.63 672	130.46 673	126.87 672	58.93 672	75.48 671	87.99 672	77.94 671	150.16 672	221.11 672	76.29 672	98.21 672	108.42 672	95.33 672

ccccc	243.87 671	285.89 672	306.04 671	366.70 672	366.78 672	118.88 671	141.79 672	113.97 673	107.77 673	125.77 672	108.41 671	120.54 673	160.89 672	252.62 673	276.01 672	382.79 673	352.84 673	254.30 673	222.62 673	426.61 673	386.14 673

GS-Stereo							0.14 221	0.11 34	0.12 139	0.08 118	0.10 173	0.05 7	0.04 1	0.11 163	0.08 14	0.06 130	0.04 23	0.05 74	0.04 68	0.05 142	0.05 156

FADE		0.34 607		0.33 601	0.25 604			0.64 623	1.07 631	0.43 597		0.42 584		0.72 626		0.30 613	0.21 605	0.41 617	0.38 617	0.23 594	0.22 600

Low-res two-view benchmark