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

VIP-Stereo	0.07 4	0.07 203	0.07 9	0.15 121	0.06 19	0.12 272	0.10 29	0.11 36	0.11 114	0.06 25	0.07 53	0.06 32	0.05 11	0.10 96	0.08 17	0.05 37	0.04 24	0.05 77	0.03 1	0.03 1	0.02 1

SteFusion	0.07 4	0.05 61	0.08 40	0.15 121	0.06 19	0.06 11	0.13 159	0.15 146	0.13 179	0.06 25	0.06 15	0.05 7	0.07 128	0.08 20	0.09 63	0.04 11	0.04 24	0.04 1	0.04 79	0.04 22	0.03 2

PyraSte	0.07 4	0.05 61	0.08 40	0.17 280	0.06 19	0.08 66	0.11 57	0.15 146	0.08 41	0.07 80	0.07 53	0.04 1	0.07 128	0.08 20	0.10 150	0.04 11	0.04 24	0.04 1	0.04 79	0.04 22	0.03 2

tim_s	0.07 4	0.04 1	0.08 40	0.16 202	0.06 19	0.08 66	0.11 57	0.14 104	0.09 63	0.06 25	0.06 15	0.04 1	0.08 195	0.08 20	0.10 150	0.04 11	0.04 24	0.04 1	0.03 1	0.04 22	0.03 2

xxxad45	0.07 4	0.04 1	0.08 40	0.16 202	0.06 19	0.07 37	0.12 89	0.15 146	0.12 143	0.06 25	0.05 7	0.04 1	0.08 195	0.07 4	0.09 63	0.04 11	0.05 214	0.04 1	0.04 79	0.04 22	0.03 2

ACW_4w	0.07 4	0.05 61	0.09 92	0.15 121	0.06 19	0.08 66	0.11 57	0.14 104	0.13 179	0.06 25	0.07 53	0.04 1	0.08 195	0.08 20	0.09 63	0.04 11	0.04 24	0.04 1	0.04 79	0.03 1	0.03 2

5w_v4	0.07 4	0.04 1	0.08 40	0.15 121	0.06 19	0.08 66	0.11 57	0.15 146	0.11 114	0.07 80	0.06 15	0.04 1	0.08 195	0.08 20	0.09 63	0.04 11	0.05 214	0.04 1	0.04 79	0.04 22	0.03 2

ITERv4	0.07 4	0.06 112	0.09 92	0.14 68	0.06 19	0.06 11	0.10 29	0.11 36	0.07 16	0.07 80	0.08 100	0.06 32	0.07 128	0.08 20	0.09 63	0.05 37	0.05 214	0.05 77	0.04 79	0.03 1	0.03 2

OmniDepth	0.07 4	0.07 203	0.08 40	0.18 363	0.06 19	0.07 37	0.11 57	0.09 11	0.06 8	0.04 1	0.07 53	0.10 220	0.09 236	0.08 20	0.08 17	0.04 11	0.03 1	0.04 1	0.04 79	0.03 1	0.03 2

MonStereo	0.07 4	0.06 112	0.05 1	0.15 121	0.05 1	0.08 66	0.10 29	0.15 146	0.15 225	0.05 3	0.06 15	0.05 7	0.06 42	0.07 4	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 4	0.05 61	0.07 9	0.16 202	0.06 19	0.07 37	0.11 57	0.10 20	0.08 41	0.06 25	0.06 15	0.07 115	0.07 128	0.09 49	0.09 63	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

DA	0.08 79	0.07 203	0.07 9	0.19 421	0.08 185	0.09 117	0.12 89	0.13 77	0.12 143	0.08 123	0.10 176	0.10 220	0.08 195	0.09 49	0.10 150	0.05 37	0.04 24	0.06 164	0.04 79	0.05 147	0.03 2

Monster-pub-eth3d	0.07 4	0.06 112	0.05 1	0.15 121	0.05 1	0.08 66	0.10 29	0.15 146	0.15 225	0.05 3	0.06 15	0.05 7	0.06 42	0.07 4	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GGEV	0.08 79	0.07 203	0.07 9	0.19 421	0.08 185	0.09 117	0.12 89	0.13 77	0.12 143	0.08 123	0.10 176	0.10 220	0.08 195	0.09 49	0.10 150	0.05 37	0.04 24	0.06 164	0.04 79	0.05 147	0.03 2

asda	0.07 4	0.08 304	0.08 40	0.16 202	0.06 19	0.06 11	0.10 29	0.16 195	0.10 85	0.06 25	0.06 15	0.05 7	0.05 11	0.10 96	0.10 150	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

asd	0.07 4	0.08 304	0.07 9	0.16 202	0.07 112	0.08 66	0.08 7	0.11 36	0.08 41	0.07 80	0.07 53	0.06 32	0.06 42	0.10 96	0.09 63	0.03 1	0.03 1	0.04 1	0.04 79	0.04 22	0.03 2

qwe	0.07 4	0.08 304	0.07 9	0.15 121	0.06 19	0.07 37	0.10 29	0.18 264	0.11 114	0.07 80	0.07 53	0.06 32	0.06 42	0.10 96	0.09 63	0.03 1	0.03 1	0.04 1	0.04 79	0.04 22	0.03 2

depthmonostereo	0.09 146	0.06 112	0.09 92	0.15 121	0.06 19	0.10 189	0.13 159	0.14 104	0.14 206	0.10 193	0.10 176	0.09 187	0.11 294	0.08 20	0.09 63	0.06 136	0.05 214	0.06 164	0.04 79	0.04 22	0.03 2

DilatedVolume-Stereo	0.09 146	0.05 61	0.08 40	0.15 121	0.06 19	0.11 236	0.12 89	0.14 104	0.16 254	0.11 224	0.11 215	0.09 187	0.09 236	0.11 171	0.10 150	0.06 136	0.05 214	0.05 77	0.04 79	0.03 1	0.03 2

4.25_new	0.07 4	0.08 304	0.09 92	0.15 121	0.06 19	0.09 117	0.08 7	0.14 104	0.08 41	0.07 80	0.07 53	0.06 32	0.06 42	0.12 258	0.10 150	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4.5w_new	0.07 4	0.08 304	0.09 92	0.15 121	0.06 19	0.09 117	0.08 7	0.14 104	0.08 41	0.07 80	0.07 53	0.06 32	0.06 42	0.12 258	0.10 150	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4.5_new	0.07 4	0.09 380	0.08 40	0.15 121	0.07 112	0.06 11	0.10 29	0.14 104	0.11 114	0.06 25	0.08 100	0.06 32	0.06 42	0.08 20	0.10 150	0.03 1	0.03 1	0.04 1	0.04 79	0.04 22	0.03 2

4.5w-stereo	0.07 4	0.09 380	0.08 40	0.15 121	0.07 112	0.06 11	0.10 29	0.14 104	0.11 114	0.06 25	0.08 100	0.06 32	0.06 42	0.08 20	0.10 150	0.03 1	0.03 1	0.04 1	0.04 79	0.04 22	0.03 2

4.25w-stereo	0.07 4	0.08 304	0.09 92	0.15 121	0.06 19	0.09 117	0.08 7	0.14 104	0.08 41	0.07 80	0.07 53	0.06 32	0.06 42	0.12 258	0.10 150	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4w-stereo	0.07 4	0.08 304	0.08 40	0.16 202	0.06 19	0.07 37	0.08 7	0.12 60	0.08 41	0.07 80	0.07 53	0.05 7	0.06 42	0.09 49	0.10 150	0.03 1	0.03 1	0.04 1	0.04 79	0.04 22	0.03 2

2.5w	0.07 4	0.07 203	0.07 9	0.16 202	0.06 19	0.08 66	0.12 89	0.10 20	0.10 85	0.07 80	0.06 15	0.09 187	0.06 42	0.08 20	0.09 63	0.04 11	0.03 1	0.04 1	0.04 79	0.03 1	0.03 2

3.25w_new	0.07 4	0.06 112	0.07 9	0.15 121	0.06 19	0.10 189	0.07 3	0.12 60	0.11 114	0.08 123	0.06 15	0.07 115	0.06 42	0.11 171	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 4	0.06 112	0.07 9	0.15 121	0.06 19	0.10 189	0.07 3	0.12 60	0.11 114	0.08 123	0.06 15	0.07 115	0.06 42	0.11 171	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 4	0.07 203	0.08 40	0.16 202	0.07 112	0.07 37	0.09 18	0.16 195	0.09 63	0.07 80	0.06 15	0.05 7	0.06 42	0.09 49	0.10 150	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 4	0.07 203	0.07 9	0.15 121	0.07 112	0.09 117	0.06 1	0.13 77	0.11 114	0.07 80	0.07 53	0.06 32	0.07 128	0.10 96	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 79	0.09 380	0.10 147	0.17 280	0.07 112	0.08 66	0.10 29	0.20 297	0.13 179	0.06 25	0.07 53	0.05 7	0.06 42	0.08 20	0.09 63	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

2w_stereo	0.08 79	0.08 304	0.09 92	0.16 202	0.06 19	0.08 66	0.10 29	0.20 297	0.15 225	0.08 123	0.07 53	0.06 32	0.06 42	0.06 1	0.09 63	0.04 11	0.03 1	0.04 1	0.04 79	0.03 1	0.03 2

monsterstereo	0.07 4	0.06 112	0.06 4	0.16 202	0.06 19	0.08 66	0.10 29	0.16 195	0.11 114	0.07 80	0.08 100	0.06 32	0.07 128	0.08 20	0.09 63	0.04 11	0.04 24	0.05 77	0.04 79	0.03 1	0.03 2

monsters	0.07 4	0.06 112	0.06 4	0.15 121	0.06 19	0.08 66	0.09 18	0.12 60	0.08 41	0.09 159	0.07 53	0.06 32	0.06 42	0.08 20	0.08 17	0.05 37	0.04 24	0.04 1	0.04 79	0.03 1	0.03 2

LG-Stereo_L2	0.07 4	0.05 61	0.10 147	0.14 68	0.06 19	0.07 37	0.12 89	0.09 11	0.09 63	0.06 25	0.04 1	0.05 7	0.05 11	0.08 20	0.08 17	0.05 37	0.04 24	0.05 77	0.03 1	0.04 22	0.03 2

SGD-Stereo	0.08 79	0.05 61	0.10 147	0.14 68	0.05 1	0.12 272	0.12 89	0.11 36	0.12 143	0.07 80	0.09 130	0.09 187	0.09 236	0.08 20	0.08 17	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.03 2

MM-Stereo_test2	0.09 146	0.06 112	0.09 92	0.19 421	0.08 185	0.12 272	0.18 434	0.15 146	0.14 206	0.07 80	0.10 176	0.07 115	0.06 42	0.12 258	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.05 147	0.03 2

AIO_rvc	0.07 4	0.06 112	0.08 40	0.15 121	0.06 19	0.08 66	0.14 216	0.09 11	0.08 41	0.07 80	0.08 100	0.07 115	0.04 1	0.10 96	0.08 17	0.05 37	0.04 24	0.05 77	0.04 79	0.04 22	0.03 2

AIO_test	0.07 4	0.05 61	0.07 9	0.15 121	0.07 112	0.06 11	0.14 216	0.10 20	0.10 85	0.07 80	0.07 53	0.06 32	0.05 11	0.08 20	0.10 150	0.05 37	0.04 24	0.05 77	0.04 79	0.04 22	0.03 2

castereo++	0.08 79	0.05 61	0.08 40	0.15 121	0.05 1	0.14 347	0.12 89	0.11 36	0.15 225	0.07 80	0.07 53	0.07 115	0.06 42	0.08 20	0.08 17	0.06 136	0.04 24	0.05 77	0.04 79	0.04 22	0.03 2

castereo	0.09 146	0.06 112	0.11 209	0.15 121	0.06 19	0.11 236	0.15 288	0.14 104	0.18 300	0.08 123	0.10 176	0.11 245	0.08 195	0.09 49	0.10 150	0.05 37	0.04 24	0.05 77	0.04 79	0.04 22	0.03 2

MonSter	0.07 4	0.06 112	0.05 1	0.15 121	0.05 1	0.07 37	0.10 29	0.15 146	0.15 225	0.05 3	0.06 15	0.05 7	0.06 42	0.07 4	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

mms	0.09 146	0.07 203	0.08 40	0.16 202	0.08 185	0.10 189	0.16 354	0.12 60	0.11 114	0.08 123	0.09 130	0.08 162	0.06 42	0.11 171	0.12 306	0.05 37	0.04 24	0.07 263	0.05 174	0.04 22	0.03 2

ours_stereo	0.09 146	0.07 203	0.09 92	0.17 280	0.08 185	0.11 236	0.16 354	0.11 36	0.12 143	0.08 123	0.10 176	0.08 162	0.06 42	0.12 258	0.12 306	0.05 37	0.04 24	0.06 164	0.05 174	0.04 22	0.03 2

WCG-NET	0.08 79	0.05 61	0.09 92	0.15 121	0.06 19	0.11 236	0.14 216	0.13 77	0.13 179	0.06 25	0.09 130	0.07 115	0.06 42	0.13 304	0.08 17	0.05 37	0.04 24	0.05 77	0.04 79	0.04 22	0.03 2

RSM++	0.08 79	0.06 112	0.09 92	0.17 280	0.07 112	0.09 117	0.12 89	0.11 36	0.11 114	0.08 123	0.06 15	0.07 115	0.05 11	0.10 96	0.09 63	0.04 11	0.04 24	0.06 164	0.05 174	0.05 147	0.03 2

RSM	0.08 79	0.06 112	0.09 92	0.17 280	0.06 19	0.08 66	0.12 89	0.12 60	0.10 85	0.08 123	0.07 53	0.06 32	0.05 11	0.11 171	0.09 63	0.04 11	0.04 24	0.05 77	0.04 79	0.04 22	0.03 2

CASnet	0.09 146	0.09 380	0.09 92	0.19 421	0.06 19	0.07 37	0.11 57	0.18 264	0.14 206	0.11 224	0.10 176	0.09 187	0.07 128	0.10 96	0.10 150	0.06 136	0.04 24	0.10 477	0.08 406	0.05 147	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.08 79	0.05 61	0.07 9	0.15 121	0.07 112	0.08 66	0.15 288	0.11 36	0.10 85	0.08 123	0.09 130	0.06 32	0.09 236	0.10 96	0.09 63	0.05 37	0.04 24	0.05 77	0.03 1	0.04 22	0.03 2

Selective-IGEV	0.07 4	0.06 112	0.08 40	0.17 280	0.06 19	0.08 66	0.12 89	0.13 77	0.07 16	0.08 123	0.07 53	0.06 32	0.04 1	0.10 96	0.09 63	0.05 37	0.04 24	0.05 77	0.04 79	0.04 22	0.03 2

test_4	0.10 209	0.10 438	0.08 40	0.19 421	0.09 303	0.08 66	0.22 522	0.15 146	0.17 274	0.12 262	0.18 333	0.12 262	0.09 236	0.08 20	0.11 247	0.04 11	0.04 24	0.08 348	0.08 406	0.04 22	0.03 2

RAFT-Stereo + iAFF	0.09 146	0.06 112	0.10 147	0.17 280	0.06 19	0.10 189	0.16 354	0.17 234	0.14 206	0.09 159	0.10 176	0.08 162	0.09 236	0.11 171	0.09 63	0.05 37	0.04 24	0.06 164	0.06 252	0.04 22	0.03 2

AFF-stereo	0.09 146	0.06 112	0.10 147	0.17 280	0.07 112	0.10 189	0.16 354	0.17 234	0.09 63	0.10 193	0.12 230	0.09 187	0.09 236	0.12 258	0.09 63	0.05 37	0.04 24	0.07 263	0.07 341	0.04 22	0.03 2

4k_L	0.08 79	0.04 1	0.10 147	0.13 14	0.07 112	0.09 117	0.12 89	0.15 146	0.07 16	0.06 25	0.08 100	0.06 32	0.07 128	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

aaa3	0.08 79	0.04 1	0.09 92	0.13 14	0.07 112	0.08 66	0.12 89	0.15 146	0.07 16	0.05 3	0.09 130	0.06 32	0.08 195	0.10 96	0.11 247	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

gc-stereo	0.08 79	0.04 1	0.09 92	0.13 14	0.06 19	0.09 117	0.12 89	0.13 77	0.07 16	0.06 25	0.09 130	0.06 32	0.07 128	0.09 49	0.11 247	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

mfccc	0.08 79	0.04 1	0.10 147	0.13 14	0.07 112	0.10 189	0.11 57	0.14 104	0.09 63	0.06 25	0.09 130	0.06 32	0.08 195	0.10 96	0.11 247	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

ss10	0.07 4	0.04 1	0.09 92	0.13 14	0.06 19	0.09 117	0.12 89	0.15 146	0.08 41	0.06 25	0.08 100	0.05 7	0.07 128	0.09 49	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

USM	0.08 79	0.05 61	0.09 92	0.14 68	0.06 19	0.09 117	0.12 89	0.15 146	0.09 63	0.06 25	0.07 53	0.05 7	0.07 128	0.10 96	0.10 150	0.05 37	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

weee2	0.08 79	0.04 1	0.10 147	0.13 14	0.06 19	0.09 117	0.12 89	0.13 77	0.08 41	0.06 25	0.07 53	0.06 32	0.08 195	0.10 96	0.11 247	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

ACM	0.07 4	0.04 1	0.10 147	0.13 14	0.07 112	0.09 117	0.11 57	0.14 104	0.08 41	0.06 25	0.08 100	0.06 32	0.07 128	0.09 49	0.11 247	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

ITERv30	0.07 4	0.04 1	0.10 147	0.12 4	0.07 112	0.07 37	0.12 89	0.11 36	0.08 41	0.05 3	0.10 176	0.07 115	0.07 128	0.10 96	0.10 150	0.06 136	0.06 370	0.04 1	0.04 79	0.04 22	0.04 54

qyd29nn	0.07 4	0.04 1	0.09 92	0.13 14	0.06 19	0.07 37	0.11 57	0.13 77	0.05 5	0.05 3	0.07 53	0.06 32	0.08 195	0.09 49	0.10 150	0.07 306	0.06 370	0.04 1	0.03 1	0.04 22	0.04 54

ITERv28	0.08 79	0.04 1	0.10 147	0.13 14	0.06 19	0.09 117	0.12 89	0.14 104	0.08 41	0.05 3	0.08 100	0.06 32	0.06 42	0.09 49	0.10 150	0.06 136	0.06 370	0.04 1	0.03 1	0.05 147	0.04 54

yuret106	0.07 4	0.04 1	0.09 92	0.13 14	0.06 19	0.08 66	0.11 57	0.13 77	0.06 8	0.04 1	0.06 15	0.07 115	0.07 128	0.10 96	0.10 150	0.06 136	0.06 370	0.04 1	0.03 1	0.04 22	0.04 54

uio108cc	0.07 4	0.05 61	0.09 92	0.14 68	0.06 19	0.09 117	0.12 89	0.15 146	0.07 16	0.05 3	0.07 53	0.07 115	0.07 128	0.09 49	0.10 150	0.06 136	0.06 370	0.04 1	0.03 1	0.04 22	0.04 54

ITERv24	0.08 79	0.04 1	0.09 92	0.13 14	0.06 19	0.09 117	0.12 89	0.16 195	0.05 5	0.06 25	0.08 100	0.07 115	0.07 128	0.09 49	0.11 247	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

dd23bbn	0.08 79	0.04 1	0.08 40	0.14 68	0.06 19	0.09 117	0.13 159	0.16 195	0.07 16	0.07 80	0.11 215	0.07 115	0.08 195	0.08 20	0.10 150	0.05 37	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

hj116sk	0.08 79	0.04 1	0.10 147	0.13 14	0.07 112	0.09 117	0.10 29	0.15 146	0.08 41	0.05 3	0.09 130	0.07 115	0.07 128	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

ITERv21	0.08 79	0.04 1	0.11 209	0.13 14	0.07 112	0.09 117	0.12 89	0.13 77	0.07 16	0.05 3	0.08 100	0.06 32	0.07 128	0.10 96	0.11 247	0.06 136	0.06 370	0.04 1	0.03 1	0.04 22	0.04 54

v20iiwwt	0.08 79	0.04 1	0.09 92	0.13 14	0.06 19	0.09 117	0.12 89	0.15 146	0.08 41	0.07 80	0.09 130	0.06 32	0.08 195	0.10 96	0.11 247	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

ITERv19	0.07 4	0.04 1	0.08 40	0.14 68	0.05 1	0.05 4	0.12 89	0.11 36	0.09 63	0.06 25	0.07 53	0.06 32	0.07 128	0.07 4	0.08 17	0.06 136	0.04 24	0.04 1	0.04 79	0.04 22	0.04 54

ITER124	0.08 79	0.04 1	0.09 92	0.13 14	0.06 19	0.09 117	0.13 159	0.15 146	0.07 16	0.06 25	0.08 100	0.06 32	0.08 195	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

dddd17k	0.07 4	0.04 1	0.10 147	0.14 68	0.06 19	0.09 117	0.12 89	0.14 104	0.05 5	0.06 25	0.09 130	0.05 7	0.07 128	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.04 79	0.04 22	0.04 54

zxcv128	0.07 4	0.04 1	0.10 147	0.13 14	0.06 19	0.08 66	0.13 159	0.14 104	0.06 8	0.06 25	0.10 176	0.06 32	0.08 195	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

iked130	0.07 4	0.04 1	0.10 147	0.14 68	0.06 19	0.08 66	0.13 159	0.15 146	0.04 2	0.05 3	0.08 100	0.06 32	0.07 128	0.09 49	0.11 247	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

ITERv14	0.07 4	0.04 1	0.10 147	0.13 14	0.06 19	0.08 66	0.12 89	0.15 146	0.06 8	0.06 25	0.09 130	0.06 32	0.07 128	0.10 96	0.10 150	0.05 37	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

v134_o9	0.08 79	0.04 1	0.11 209	0.13 14	0.06 19	0.09 117	0.12 89	0.16 195	0.07 16	0.06 25	0.08 100	0.06 32	0.07 128	0.09 49	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

vnu138km	0.08 79	0.04 1	0.11 209	0.13 14	0.07 112	0.09 117	0.12 89	0.15 146	0.07 16	0.06 25	0.09 130	0.06 32	0.06 42	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

ITERv10	0.08 79	0.04 1	0.10 147	0.13 14	0.06 19	0.08 66	0.12 89	0.15 146	0.08 41	0.06 25	0.09 130	0.06 32	0.07 128	0.10 96	0.10 150	0.05 37	0.04 24	0.04 1	0.03 1	0.04 22	0.04 54

99wein	0.08 79	0.04 1	0.10 147	0.13 14	0.06 19	0.08 66	0.11 57	0.15 146	0.09 63	0.06 25	0.09 130	0.06 32	0.06 42	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

ITERv8	0.08 79	0.04 1	0.10 147	0.13 14	0.07 112	0.08 66	0.12 89	0.15 146	0.07 16	0.06 25	0.09 130	0.06 32	0.07 128	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

ITERv7	0.08 79	0.04 1	0.10 147	0.13 14	0.06 19	0.09 117	0.12 89	0.15 146	0.07 16	0.06 25	0.09 130	0.06 32	0.07 128	0.10 96	0.10 150	0.05 37	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

s6wercc	0.07 4	0.04 1	0.10 147	0.13 14	0.06 19	0.09 117	0.12 89	0.15 146	0.07 16	0.06 25	0.09 130	0.06 32	0.07 128	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

a5sdf	0.07 4	0.04 1	0.10 147	0.13 14	0.06 19	0.09 117	0.12 89	0.15 146	0.07 16	0.05 3	0.09 130	0.06 32	0.07 128	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.04 22	0.04 54

zaero_v3	0.07 4	0.04 1	0.10 147	0.14 68	0.05 1	0.06 11	0.11 57	0.10 20	0.08 41	0.07 80	0.06 15	0.04 1	0.07 128	0.07 4	0.08 17	0.06 136	0.04 24	0.04 1	0.04 79	0.04 22	0.04 54

ITERv2	0.07 4	0.04 1	0.10 147	0.14 68	0.05 1	0.08 66	0.11 57	0.11 36	0.07 16	0.05 3	0.07 53	0.05 7	0.07 128	0.08 20	0.09 63	0.06 136	0.04 24	0.04 1	0.04 79	0.05 147	0.04 54

DLNR-FE	10.43 656	1.83 648	19.53 665	120.75 670	13.06 660	0.06 11	0.13 159	0.23 363	0.10 85	0.07 80	0.10 176	0.09 187	0.06 42	0.10 96	0.09 63	0.13 547	0.04 24	0.06 164	0.04 79	52.01 671	0.04 54

Zero-FE251	0.07 4	0.05 61	0.09 92	0.13 14	0.06 19	0.12 272	0.12 89	0.11 36	0.10 85	0.07 80	0.08 100	0.06 32	0.06 42	0.09 49	0.08 17	0.06 136	0.04 24	0.05 77	0.04 79	0.04 22	0.04 54

Replicate-Monster	0.07 4	0.05 61	0.09 92	0.14 68	0.06 19	0.08 66	0.09 18	0.13 77	0.13 179	0.05 3	0.07 53	0.06 32	0.06 42	0.08 20	0.10 150	0.05 37	0.04 24	0.05 77	0.03 1	0.04 22	0.04 54

AdaDepth	0.07 4	0.06 112	0.07 9	0.18 363	0.06 19	0.11 236	0.12 89	0.09 11	0.07 16	0.06 25	0.05 7	0.07 115	0.06 42	0.09 49	0.10 150	0.04 11	0.05 214	0.05 77	0.04 79	0.04 22	0.04 54

water-stereo	0.09 146	0.06 112	0.08 40	0.16 202	0.07 112	0.09 117	0.13 159	0.15 146	0.13 179	0.11 224	0.12 230	0.08 162	0.09 236	0.07 4	0.08 17	0.06 136	0.05 214	0.05 77	0.05 174	0.04 22	0.04 54

2.25w	0.07 4	0.06 112	0.07 9	0.14 68	0.06 19	0.08 66	0.08 7	0.10 20	0.15 225	0.08 123	0.10 176	0.07 115	0.06 42	0.08 20	0.10 150	0.05 37	0.03 1	0.04 1	0.04 79	0.03 1	0.04 54

2.75w_new	0.07 4	0.07 203	0.07 9	0.13 14	0.06 19	0.08 66	0.08 7	0.18 264	0.12 143	0.07 80	0.08 100	0.06 32	0.06 42	0.09 49	0.11 247	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 54

1w_stereo	0.07 4	0.06 112	0.07 9	0.16 202	0.06 19	0.07 37	0.10 29	0.14 104	0.14 206	0.07 80	0.08 100	0.05 7	0.06 42	0.09 49	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 54

IGEV	0.07 4	0.04 1	0.08 40	0.13 14	0.06 19	0.09 117	0.12 89	0.14 104	0.10 85	0.06 25	0.09 130	0.07 115	0.05 11	0.09 49	0.09 63	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

xyz-stereo	0.13 344	0.07 203	0.20 490	0.15 121	0.05 1	0.20 481	0.15 288	0.17 234	0.31 478	0.15 337	0.29 488	0.26 485	0.16 432	0.13 304	0.12 306	0.05 37	0.05 214	0.06 164	0.05 174	0.04 22	0.04 54

LG-Stereo_L1	0.07 4	0.05 61	0.11 209	0.14 68	0.06 19	0.07 37	0.13 159	0.09 11	0.07 16	0.05 3	0.04 1	0.05 7	0.04 1	0.08 20	0.07 1	0.05 37	0.04 24	0.05 77	0.03 1	0.04 22	0.04 54

MLG-Stereo_test1	0.06 1	0.05 61	0.08 40	0.17 280	0.05 1	0.06 11	0.11 57	0.08 4	0.03 1	0.05 3	0.04 1	0.06 32	0.05 11	0.09 49	0.09 63	0.05 37	0.04 24	0.05 77	0.03 1	0.04 22	0.04 54

MLG-Stereo	0.07 4	0.05 61	0.08 40	0.17 280	0.05 1	0.07 37	0.11 57	0.08 4	0.04 2	0.05 3	0.04 1	0.06 32	0.05 11	0.10 96	0.09 63	0.05 37	0.04 24	0.05 77	0.03 1	0.04 22	0.04 54

LG-Stereo_Zeroshot	0.07 4	0.06 112	0.10 147	0.16 202	0.07 112	0.04 1	0.13 159	0.10 20	0.10 85	0.05 3	0.11 215	0.07 115	0.05 11	0.07 4	0.09 63	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

LG-Stereo	0.08 79	0.07 203	0.10 147	0.18 363	0.07 112	0.10 189	0.17 388	0.11 36	0.08 41	0.05 3	0.07 53	0.05 7	0.07 128	0.09 49	0.09 63	0.04 11	0.05 214	0.07 263	0.07 341	0.04 22	0.04 54

MM-Stereo_test3	0.10 209	0.07 203	0.07 9	0.18 363	0.07 112	0.12 272	0.19 474	0.24 386	0.19 316	0.06 25	0.10 176	0.08 162	0.06 42	0.11 171	0.08 17	0.06 136	0.06 370	0.07 263	0.05 174	0.05 147	0.04 54

MM-Stereo_test1	0.10 209	0.07 203	0.08 40	0.18 363	0.07 112	0.12 272	0.18 434	0.21 320	0.20 339	0.09 159	0.11 215	0.08 162	0.06 42	0.10 96	0.10 150	0.06 136	0.05 214	0.07 263	0.06 252	0.05 147	0.04 54

HART	0.08 79	0.07 203	0.09 92	0.17 280	0.07 112	0.10 189	0.16 354	0.13 77	0.11 114	0.08 123	0.10 176	0.07 115	0.05 11	0.10 96	0.08 17	0.05 37	0.04 24	0.06 164	0.04 79	0.05 147	0.04 54

GREAT-IGEV	0.07 4	0.06 112	0.08 40	0.13 14	0.07 112	0.07 37	0.14 216	0.09 11	0.09 63	0.06 25	0.07 53	0.06 32	0.05 11	0.10 96	0.07 1	0.05 37	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

SCV	0.08 79	0.09 380	0.08 40	0.15 121	0.08 185	0.10 189	0.13 159	0.10 20	0.12 143	0.07 80	0.07 53	0.06 32	0.04 1	0.09 49	0.08 17	0.05 37	0.04 24	0.06 164	0.04 79	0.06 257	0.04 54

DEFOM-Stereo_RVC	0.08 79	0.06 112	0.09 92	0.22 524	0.06 19	0.08 66	0.12 89	0.10 20	0.10 85	0.07 80	0.07 53	0.06 32	0.05 11	0.11 171	0.09 63	0.06 136	0.04 24	0.05 77	0.03 1	0.06 257	0.04 54

FoundationStereo	0.06 1	0.04 1	0.08 40	0.12 4	0.05 1	0.09 117	0.13 159	0.06 1	0.09 63	0.05 3	0.05 7	0.06 32	0.04 1	0.06 1	0.07 1	0.06 136	0.04 24	0.05 77	0.03 1	0.05 147	0.04 54

StereoAnything_RVC	0.07 4	0.15 533	0.17 444	0.11 1	0.05 1	0.05 4	0.11 57	0.08 4	0.08 41	0.06 25	0.06 15	0.05 7	0.05 11	0.09 49	0.08 17	0.08 369	0.04 24	0.05 77	0.03 1	0.05 147	0.04 54

HUF	0.08 79	0.05 61	0.08 40	0.14 68	0.06 19	0.09 117	0.13 159	0.13 77	0.13 179	0.07 80	0.07 53	0.08 162	0.06 42	0.10 96	0.09 63	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

GIP-stereo	0.08 79	0.06 112	0.11 209	0.14 68	0.06 19	0.09 117	0.13 159	0.14 104	0.11 114	0.07 80	0.08 100	0.05 7	0.04 1	0.10 96	0.07 1	0.05 37	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

DEFOM-Stereo	0.07 4	0.05 61	0.07 9	0.14 68	0.06 19	0.10 189	0.13 159	0.07 2	0.13 179	0.06 25	0.07 53	0.06 32	0.05 11	0.10 96	0.09 63	0.04 11	0.04 24	0.05 77	0.03 1	0.04 22	0.04 54

SMoEStereo_RVC	0.08 79	0.06 112	0.12 249	0.16 202	0.07 112	0.09 117	0.14 216	0.11 36	0.13 179	0.09 159	0.07 53	0.07 115	0.07 128	0.12 258	0.10 150	0.05 37	0.04 24	0.06 164	0.05 174	0.04 22	0.04 54

tg	0.10 209	0.06 112	0.10 147	0.18 363	0.08 185	0.11 236	0.16 354	0.20 297	0.12 143	0.08 123	0.11 215	0.11 245	0.07 128	0.11 171	0.10 150	0.05 37	0.04 24	0.08 348	0.08 406	0.04 22	0.04 54

dual_stereo	0.07 4	0.04 1	0.08 40	0.15 121	0.05 1	0.05 4	0.13 159	0.12 60	0.08 41	0.07 80	0.06 15	0.05 7	0.05 11	0.07 4	0.09 63	0.06 136	0.04 24	0.05 77	0.03 1	0.04 22	0.04 54

GCAP-BAT	0.09 146	0.07 203	0.14 330	0.15 121	0.08 185	0.10 189	0.13 159	0.14 104	0.10 85	0.11 224	0.10 176	0.08 162	0.07 128	0.12 258	0.10 150	0.06 136	0.05 214	0.06 164	0.04 79	0.04 22	0.04 54

IGEV-Stereo++	0.07 4	0.06 112	0.08 40	0.18 363	0.06 19	0.04 1	0.10 29	0.11 36	0.11 114	0.06 25	0.07 53	0.07 115	0.06 42	0.09 49	0.09 63	0.05 37	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

RAStereo	0.10 209	0.09 380	0.08 40	0.20 479	0.08 185	0.13 315	0.18 434	0.15 146	0.17 274	0.10 193	0.12 230	0.05 7	0.06 42	0.09 49	0.08 17	0.07 306	0.05 214	0.07 263	0.05 174	0.05 147	0.04 54

AIO-Stereo	0.08 79	0.06 112	0.09 92	0.18 363	0.06 19	0.08 66	0.12 89	0.15 146	0.09 63	0.08 123	0.08 100	0.07 115	0.05 11	0.11 171	0.08 17	0.05 37	0.05 214	0.05 77	0.04 79	0.04 22	0.04 54

WCG-NET（raft）	0.08 79	0.05 61	0.10 147	0.15 121	0.06 19	0.11 236	0.13 159	0.15 146	0.12 143	0.08 123	0.07 53	0.06 32	0.06 42	0.13 304	0.08 17	0.05 37	0.04 24	0.05 77	0.04 79	0.04 22	0.04 54

RAFT-Stereo-weight	0.09 146	0.06 112	0.10 147	0.16 202	0.07 112	0.09 117	0.14 216	0.19 286	0.16 254	0.11 224	0.10 176	0.08 162	0.06 42	0.10 96	0.11 247	0.06 136	0.04 24	0.06 164	0.04 79	0.04 22	0.04 54

gcap-zeroshot	0.09 146	0.05 61	0.10 147	0.16 202	0.07 112	0.13 315	0.13 159	0.11 36	0.12 143	0.13 289	0.12 230	0.09 187	0.08 195	0.09 49	0.09 63	0.06 136	0.05 214	0.06 164	0.05 174	0.04 22	0.04 54

test_for_model	0.09 146	0.12 482	0.14 330	0.23 545	0.11 456	0.08 66	0.13 159	0.12 60	0.12 143	0.10 193	0.07 53	0.07 115	0.06 42	0.11 171	0.10 150	0.06 136	0.05 214	0.05 77	0.03 1	0.07 325	0.04 54

MoCha-V2	0.08 79	0.05 61	0.10 147	0.20 479	0.07 112	0.09 117	0.14 216	0.11 36	0.08 41	0.07 80	0.08 100	0.07 115	0.06 42	0.09 49	0.08 17	0.05 37	0.04 24	0.05 77	0.04 79	0.04 22	0.04 54

IGEV++	0.08 79	0.06 112	0.08 40	0.18 363	0.07 112	0.09 117	0.13 159	0.10 20	0.09 63	0.08 123	0.08 100	0.06 32	0.06 42	0.13 304	0.09 63	0.05 37	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

AE-Stereo	0.10 209	0.08 304	0.10 147	0.18 363	0.09 303	0.10 189	0.15 288	0.14 104	0.19 316	0.09 159	0.14 258	0.12 262	0.08 195	0.11 171	0.10 150	0.05 37	0.06 370	0.07 263	0.06 252	0.05 147	0.04 54

MaDis-Stereo	0.09 146	0.09 380	0.08 40	0.17 280	0.09 303	0.13 315	0.10 29	0.16 195	0.16 254	0.09 159	0.11 215	0.06 32	0.06 42	0.09 49	0.13 347	0.07 306	0.06 370	0.07 263	0.05 174	0.05 147	0.04 54

MSKI-zero shot	0.09 146	0.05 61	0.09 92	0.15 121	0.07 112	0.10 189	0.13 159	0.14 104	0.13 179	0.09 159	0.09 130	0.09 187	0.06 42	0.12 258	0.10 150	0.06 136	0.04 24	0.05 77	0.04 79	0.04 22	0.04 54

DLNR_Zeroshot_test	10.40 655	1.82 647	19.49 664	120.77 671	13.11 661	0.06 11	0.13 159	0.23 363	0.10 85	0.07 80	0.10 176	0.09 187	0.06 42	0.10 96	0.09 63	0.13 547	0.04 24	0.06 164	0.04 79	51.54 670	0.04 54

testlalala	0.08 79	0.07 203	0.17 444	0.16 202	0.08 185	0.09 117	0.12 89	0.15 146	0.10 85	0.07 80	0.09 130	0.06 32	0.06 42	0.11 171	0.09 63	0.05 37	0.04 24	0.06 164	0.04 79	0.04 22	0.04 54

AEACV	0.08 79	0.05 61	0.08 40	0.14 68	0.13 511	0.14 347	0.13 159	0.14 104	0.09 63	0.07 80	0.09 130	0.07 115	0.08 195	0.10 96	0.09 63	0.06 136	0.04 24	0.06 164	0.05 174	0.05 147	0.04 54

HH	0.09 146	0.06 112	0.13 295	0.17 280	0.08 185	0.10 189	0.16 354	0.14 104	0.10 85	0.08 123	0.09 130	0.08 162	0.07 128	0.10 96	0.09 63	0.06 136	0.04 24	0.06 164	0.05 174	0.05 147	0.04 54

HanStereo	0.09 146	0.06 112	0.13 295	0.17 280	0.08 185	0.10 189	0.16 354	0.14 104	0.10 85	0.08 123	0.09 130	0.08 162	0.07 128	0.10 96	0.09 63	0.06 136	0.04 24	0.06 164	0.05 174	0.05 147	0.04 54

CAS	0.08 79	0.04 1	0.07 9	0.17 280	0.08 185	0.10 189	0.13 159	0.12 60	0.09 63	0.09 159	0.10 176	0.08 162	0.06 42	0.09 49	0.08 17	0.08 369	0.04 24	0.05 77	0.03 1	0.05 147	0.04 54

EGLCR-Stereo	0.08 79	0.05 61	0.08 40	0.14 68	0.06 19	0.10 189	0.12 89	0.11 36	0.16 254	0.06 25	0.05 7	0.07 115	0.05 11	0.10 96	0.11 247	0.06 136	0.04 24	0.06 164	0.05 174	0.04 22	0.04 54

DCRE	0.11 252	0.07 203	0.13 295	0.16 202	0.11 456	0.11 236	0.17 388	0.18 264	0.17 274	0.11 224	0.18 333	0.10 220	0.10 269	0.15 352	0.11 247	0.06 136	0.05 214	0.06 164	0.06 252	0.05 147	0.04 54

MC-Stereo	0.08 79	0.06 112	0.09 92	0.17 280	0.06 19	0.10 189	0.14 216	0.12 60	0.10 85	0.09 159	0.12 230	0.09 187	0.06 42	0.11 171	0.10 150	0.06 136	0.04 24	0.06 164	0.05 174	0.04 22	0.04 54

RCA-Stereo	0.09 146	0.06 112	0.09 92	0.16 202	0.06 19	0.09 117	0.13 159	0.18 264	0.14 206	0.09 159	0.10 176	0.08 162	0.07 128	0.12 258	0.11 247	0.06 136	0.04 24	0.06 164	0.05 174	0.05 147	0.04 54

ADStereo(finetuned)	0.10 209	0.06 112	0.12 249	0.16 202	0.06 19	0.09 117	0.17 388	0.15 146	0.19 316	0.13 289	0.17 308	0.10 220	0.12 325	0.11 171	0.12 306	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

raft_robust	0.13 344	0.10 438	0.07 9	0.18 363	0.08 185	0.13 315	0.24 545	0.28 461	0.33 492	0.20 450	0.19 342	0.14 307	0.10 269	0.11 171	0.12 306	0.05 37	0.05 214	0.07 263	0.07 341	0.05 147	0.04 54

RAFT_CTSACE	0.12 319	0.09 380	0.10 147	0.22 524	0.08 185	0.12 272	0.24 545	0.18 264	0.16 254	0.20 450	0.27 462	0.13 287	0.07 128	0.13 304	0.09 63	0.05 37	0.06 370	0.08 348	0.07 341	0.04 22	0.04 54

SA	0.12 319	0.09 380	0.08 40	0.18 363	0.08 185	0.12 272	0.24 545	0.23 363	0.18 300	0.17 381	0.27 462	0.14 307	0.11 294	0.11 171	0.11 247	0.05 37	0.05 214	0.09 429	0.08 406	0.05 147	0.04 54

IPLG	0.10 209	0.07 203	0.15 382	0.17 280	0.08 185	0.11 236	0.14 216	0.20 297	0.15 225	0.12 262	0.17 308	0.07 115	0.07 128	0.14 330	0.13 347	0.06 136	0.04 24	0.06 164	0.05 174	0.04 22	0.04 54

MIPNet	0.11 252	0.08 304	0.14 330	0.17 280	0.09 303	0.12 272	0.14 216	0.20 297	0.24 394	0.11 224	0.10 176	0.09 187	0.07 128	0.13 304	0.12 306	0.06 136	0.04 24	0.06 164	0.05 174	0.04 22	0.04 54

IPLGR	0.11 252	0.09 380	0.16 416	0.18 363	0.08 185	0.12 272	0.17 388	0.21 320	0.24 394	0.11 224	0.12 230	0.11 245	0.08 195	0.12 258	0.12 306	0.06 136	0.05 214	0.06 164	0.06 252	0.04 22	0.04 54

GMOStereo	0.11 252	0.09 380	0.07 9	0.19 421	0.08 185	0.12 272	0.28 583	0.13 77	0.17 274	0.11 224	0.17 308	0.14 307	0.12 325	0.07 4	0.07 1	0.05 37	0.05 214	0.09 429	0.07 341	0.04 22	0.04 54

error version	0.11 252	0.09 380	0.07 9	0.19 421	0.08 185	0.12 272	0.28 583	0.13 77	0.17 274	0.11 224	0.17 308	0.14 307	0.12 325	0.07 4	0.07 1	0.05 37	0.05 214	0.09 429	0.07 341	0.04 22	0.04 54

test-v	0.11 252	0.09 380	0.07 9	0.19 421	0.08 185	0.12 272	0.28 583	0.13 77	0.17 274	0.11 224	0.17 308	0.14 307	0.12 325	0.07 4	0.07 1	0.05 37	0.05 214	0.09 429	0.07 341	0.04 22	0.04 54

test-3	0.08 79	0.06 112	0.09 92	0.17 280	0.07 112	0.07 37	0.14 216	0.12 60	0.15 225	0.09 159	0.08 100	0.07 115	0.08 195	0.11 171	0.10 150	0.05 37	0.04 24	0.07 263	0.05 174	0.04 22	0.04 54

test_1	0.08 79	0.06 112	0.09 92	0.17 280	0.07 112	0.07 37	0.14 216	0.12 60	0.15 225	0.09 159	0.08 100	0.07 115	0.08 195	0.11 171	0.10 150	0.05 37	0.04 24	0.07 263	0.05 174	0.04 22	0.04 54

test_3	0.10 209	0.09 380	0.10 147	0.20 479	0.08 185	0.13 315	0.26 570	0.14 104	0.21 354	0.10 193	0.10 176	0.09 187	0.09 236	0.08 20	0.11 247	0.05 37	0.04 24	0.08 348	0.07 341	0.04 22	0.04 54

TRStereo	0.09 146	0.05 61	0.12 249	0.15 121	0.12 488	0.10 189	0.13 159	0.18 264	0.18 300	0.09 159	0.09 130	0.09 187	0.06 42	0.10 96	0.08 17	0.07 306	0.05 214	0.07 263	0.07 341	0.04 22	0.04 54

STrans-v2	0.10 209	0.07 203	0.12 249	0.18 363	0.07 112	0.10 189	0.14 216	0.21 320	0.11 114	0.11 224	0.15 275	0.12 262	0.10 269	0.11 171	0.12 306	0.05 37	0.04 24	0.06 164	0.06 252	0.04 22	0.04 54

OMP-Stereo	0.11 252	0.06 112	0.14 330	0.18 363	0.08 185	0.09 117	0.12 89	0.21 320	0.21 354	0.13 289	0.14 258	0.11 245	0.12 325	0.11 171	0.13 347	0.06 136	0.04 24	0.07 263	0.06 252	0.05 147	0.04 54

IIG-Stereo	0.11 252	0.06 112	0.13 295	0.17 280	0.08 185	0.11 236	0.12 89	0.22 343	0.17 274	0.14 310	0.17 308	0.11 245	0.12 325	0.12 258	0.12 306	0.06 136	0.05 214	0.07 263	0.06 252	0.05 147	0.04 54

CroCo-Stereo	0.09 146	0.08 304	0.08 40	0.22 524	0.09 303	0.09 117	0.19 474	0.15 146	0.12 143	0.07 80	0.07 53	0.08 162	0.06 42	0.08 20	0.07 1	0.07 306	0.05 214	0.06 164	0.04 79	0.05 147	0.04 54
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
test-2	0.11 252	0.09 380	0.07 9	0.19 421	0.08 185	0.12 272	0.28 583	0.13 77	0.17 274	0.11 224	0.17 308	0.14 307	0.12 325	0.07 4	0.07 1	0.05 37	0.05 214	0.09 429	0.07 341	0.04 22	0.04 54

cross-raft	0.10 209	0.09 380	0.09 92	0.19 421	0.07 112	0.11 236	0.25 561	0.13 77	0.15 225	0.08 123	0.11 215	0.12 262	0.10 269	0.09 49	0.11 247	0.05 37	0.04 24	0.06 164	0.05 174	0.04 22	0.04 54

test-1	0.10 209	0.07 203	0.16 416	0.19 421	0.08 185	0.11 236	0.24 545	0.14 104	0.18 300	0.09 159	0.07 53	0.09 187	0.08 195	0.07 4	0.09 63	0.06 136	0.04 24	0.06 164	0.05 174	0.04 22	0.04 54

iRaftStereo_RVC	0.10 209	0.07 203	0.09 92	0.17 280	0.09 303	0.11 236	0.17 388	0.18 264	0.12 143	0.09 159	0.12 230	0.10 220	0.07 128	0.11 171	0.10 150	0.05 37	0.04 24	0.08 348	0.08 406	0.04 22	0.04 54

CREStereo++_RVC	0.08 79	0.04 1	0.06 4	0.13 14	0.07 112	0.09 117	0.12 89	0.14 104	0.14 206	0.10 193	0.14 258	0.08 162	0.07 128	0.09 49	0.11 247	0.06 136	0.04 24	0.05 77	0.05 174	0.04 22	0.04 54
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.09 146	0.06 112	0.07 9	0.15 121	0.05 1	0.16 403	0.18 434	0.15 146	0.15 225	0.10 193	0.11 215	0.11 245	0.11 294	0.10 96	0.12 306	0.05 37	0.04 24	0.05 77	0.04 79	0.04 22	0.04 54

RALAANet	0.11 252	0.08 304	0.10 147	0.17 280	0.09 303	0.14 347	0.10 29	0.20 297	0.15 225	0.14 310	0.13 244	0.16 350	0.09 236	0.12 258	0.11 247	0.06 136	0.05 214	0.07 263	0.06 252	0.05 147	0.04 54

XX-Stereo	0.09 146	0.05 61	0.08 40	0.17 280	0.09 303	0.15 373	0.12 89	0.20 297	0.10 85	0.10 193	0.14 258	0.07 115	0.06 42	0.12 258	0.08 17	0.06 136	0.05 214	0.06 164	0.06 252	0.04 22	0.04 54

DCANet	0.10 209	0.06 112	0.12 249	0.16 202	0.06 19	0.09 117	0.17 388	0.15 146	0.19 316	0.13 289	0.17 308	0.10 220	0.11 294	0.11 171	0.12 306	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

ARAFT	0.12 319	0.08 304	0.17 444	0.19 421	0.09 303	0.14 347	0.18 434	0.20 297	0.12 143	0.12 262	0.13 244	0.14 307	0.11 294	0.15 352	0.12 306	0.06 136	0.05 214	0.10 477	0.09 453	0.05 147	0.04 54

EAI-Stereo	0.09 146	0.07 203	0.11 209	0.15 121	0.06 19	0.10 189	0.15 288	0.16 195	0.09 63	0.08 123	0.09 130	0.08 162	0.07 128	0.09 49	0.11 247	0.05 37	0.04 24	0.05 77	0.05 174	0.05 147	0.04 54

CFNet-RSSM	0.09 146	0.07 203	0.09 92	0.16 202	0.07 112	0.09 117	0.15 288	0.16 195	0.17 274	0.08 123	0.12 230	0.10 220	0.09 236	0.11 171	0.09 63	0.06 136	0.04 24	0.06 164	0.04 79	0.04 22	0.04 54

Gwc-CoAtRS	0.09 146	0.06 112	0.10 147	0.16 202	0.07 112	0.10 189	0.14 216	0.17 234	0.17 274	0.08 123	0.10 176	0.12 262	0.09 236	0.12 258	0.09 63	0.06 136	0.04 24	0.06 164	0.04 79	0.04 22	0.04 54

MLCV	0.12 319	0.07 203	0.16 416	0.18 363	0.06 19	0.15 373	0.17 388	0.19 286	0.21 354	0.18 411	0.25 436	0.17 370	0.13 363	0.14 330	0.13 347	0.05 37	0.04 24	0.05 77	0.04 79	0.05 147	0.04 54

5k_new	0.07 4	0.04 1	0.10 147	0.13 14	0.07 112	0.08 66	0.12 89	0.13 77	0.07 16	0.06 25	0.07 53	0.06 32	0.07 128	0.11 171	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.05 147	0.05 172

SX	0.08 79	0.04 1	0.11 209	0.13 14	0.07 112	0.09 117	0.11 57	0.12 60	0.07 16	0.07 80	0.06 15	0.07 115	0.07 128	0.10 96	0.11 247	0.06 136	0.05 214	0.04 1	0.03 1	0.05 147	0.05 172

uiiii_40	0.07 4	0.06 112	0.06 4	0.13 14	0.07 112	0.07 37	0.10 29	0.14 104	0.07 16	0.05 3	0.06 15	0.06 32	0.06 42	0.10 96	0.09 63	0.05 37	0.04 24	0.04 1	0.03 1	0.05 147	0.05 172

4.5w_L	0.07 4	0.06 112	0.07 9	0.14 68	0.07 112	0.08 66	0.10 29	0.14 104	0.09 63	0.06 25	0.07 53	0.06 32	0.06 42	0.10 96	0.09 63	0.06 136	0.04 24	0.04 1	0.03 1	0.05 147	0.05 172

StePilot	0.07 4	0.06 112	0.07 9	0.14 68	0.07 112	0.08 66	0.10 29	0.14 104	0.10 85	0.06 25	0.07 53	0.06 32	0.06 42	0.10 96	0.09 63	0.05 37	0.04 24	0.04 1	0.03 1	0.05 147	0.05 172

oiu110	0.08 79	0.04 1	0.09 92	0.13 14	0.07 112	0.09 117	0.12 89	0.14 104	0.07 16	0.06 25	0.09 130	0.06 32	0.07 128	0.09 49	0.10 150	0.06 136	0.06 370	0.04 1	0.03 1	0.04 22	0.05 172

ITERv12	0.08 79	0.04 1	0.11 209	0.13 14	0.07 112	0.09 117	0.12 89	0.13 77	0.09 63	0.07 80	0.09 130	0.06 32	0.07 128	0.10 96	0.10 150	0.06 136	0.05 214	0.04 1	0.03 1	0.05 147	0.05 172

GEAStereo	0.08 79	0.05 61	0.08 40	0.13 14	0.08 185	0.08 66	0.14 216	0.10 20	0.09 63	0.08 123	0.10 176	0.06 32	0.05 11	0.11 171	0.08 17	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.05 172

ITER	0.07 4	0.04 1	0.10 147	0.14 68	0.05 1	0.06 11	0.10 29	0.10 20	0.07 16	0.06 25	0.08 100	0.06 32	0.08 195	0.08 20	0.09 63	0.06 136	0.04 24	0.04 1	0.03 1	0.05 147	0.05 172

GSStereo	0.08 79	0.05 61	0.08 40	0.13 14	0.08 185	0.08 66	0.14 216	0.11 36	0.12 143	0.08 123	0.10 176	0.05 7	0.05 11	0.11 171	0.08 17	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.05 172

GS-Stereo							0.14 216	0.11 36	0.12 143	0.08 123	0.10 176	0.05 7	0.05 11	0.11 171	0.08 17	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.05 172

gasm-f	0.08 79	0.05 61	0.07 9	0.13 14	0.08 185	0.08 66	0.14 216	0.10 20	0.09 63	0.08 123	0.10 176	0.06 32	0.05 11	0.10 96	0.08 17	0.06 136	0.04 24	0.05 77	0.04 79	0.06 257	0.05 172

FE-Mocha	0.09 146	0.06 112	0.14 330	0.16 202	0.09 303	0.10 189	0.15 288	0.18 264	0.16 254	0.10 193	0.09 130	0.07 115	0.07 128	0.09 49	0.09 63	0.06 136	0.04 24	0.06 164	0.06 252	0.05 147	0.05 172

IGEV-FE	0.09 146	0.05 61	0.12 249	0.13 14	0.08 185	0.12 272	0.13 159	0.17 234	0.11 114	0.10 193	0.06 15	0.09 187	0.06 42	0.11 171	0.09 63	0.06 136	0.04 24	0.06 164	0.06 252	0.05 147	0.05 172

DDF-Stereo	0.08 79	0.04 1	0.09 92	0.15 121	0.10 406	0.06 11	0.13 159	0.09 11	0.14 206	0.06 25	0.06 15	0.07 115	0.06 42	0.09 49	0.10 150	0.06 136	0.04 24	0.06 164	0.04 79	0.08 388	0.05 172

Monster-pub-mixall	0.07 4	0.04 1	0.09 92	0.13 14	0.06 19	0.05 4	0.09 18	0.11 36	0.07 16	0.06 25	0.06 15	0.05 7	0.06 42	0.09 49	0.09 63	0.06 136	0.04 24	0.04 1	0.03 1	0.05 147	0.05 172

zero-FE	0.08 79	0.04 1	0.09 92	0.15 121	0.10 406	0.05 4	0.14 216	0.09 11	0.14 206	0.07 80	0.06 15	0.07 115	0.06 42	0.09 49	0.10 150	0.06 136	0.04 24	0.06 164	0.04 79	0.08 388	0.05 172

GASTEREO	0.08 79	0.05 61	0.09 92	0.19 421	0.07 112	0.07 37	0.12 89	0.14 104	0.11 114	0.10 193	0.09 130	0.07 115	0.04 1	0.12 258	0.08 17	0.06 136	0.05 214	0.05 77	0.04 79	0.04 22	0.05 172

MSCF	0.08 79	0.05 61	0.08 40	0.19 421	0.08 185	0.06 11	0.12 89	0.14 104	0.11 114	0.10 193	0.09 130	0.07 115	0.04 1	0.11 171	0.08 17	0.06 136	0.05 214	0.05 77	0.04 79	0.05 147	0.05 172

z-ln-s-r	0.17 465	0.10 438	0.40 577	0.19 421	0.08 185	0.17 424	0.18 434	0.22 343	0.33 492	0.18 411	0.40 556	0.22 437	0.17 455	0.20 479	0.23 521	0.07 306	0.05 214	0.07 263	0.07 341	0.07 325	0.05 172

xyz-stereo-finetune	0.11 252	0.08 304	0.13 295	0.14 68	0.06 19	0.10 189	0.19 474	0.17 234	0.19 316	0.12 262	0.14 258	0.15 336	0.10 269	0.13 304	0.11 247	0.05 37	0.04 24	0.07 263	0.05 174	0.04 22	0.05 172

MLG-Stereo_test2	0.06 1	0.04 1	0.10 147	0.15 121	0.05 1	0.07 37	0.11 57	0.09 11	0.04 2	0.06 25	0.05 7	0.06 32	0.04 1	0.08 20	0.09 63	0.06 136	0.04 24	0.05 77	0.03 1	0.05 147	0.05 172

LG-G_1	0.07 4	0.04 1	0.11 209	0.15 121	0.06 19	0.09 117	0.08 7	0.08 4	0.06 8	0.06 25	0.05 7	0.07 115	0.07 128	0.11 171	0.08 17	0.07 306	0.04 24	0.05 77	0.04 79	0.05 147	0.05 172

LG-G	0.07 4	0.04 1	0.11 209	0.15 121	0.06 19	0.09 117	0.08 7	0.08 4	0.06 8	0.06 25	0.05 7	0.07 115	0.07 128	0.11 171	0.08 17	0.07 306	0.04 24	0.05 77	0.04 79	0.05 147	0.05 172

DFGA-Net	0.13 344	0.11 464	0.18 467	0.17 280	0.10 406	0.12 272	0.13 159	0.22 343	0.25 415	0.16 365	0.16 287	0.13 287	0.12 325	0.16 386	0.14 384	0.07 306	0.05 214	0.08 348	0.07 341	0.05 147	0.05 172

Reg-Stereo(zero)	0.08 79	0.05 61	0.08 40	0.16 202	0.06 19	0.12 272	0.11 57	0.15 146	0.10 85	0.12 262	0.09 130	0.10 220	0.08 195	0.11 171	0.08 17	0.06 136	0.04 24	0.05 77	0.04 79	0.04 22	0.05 172

SCV_C0	0.08 79	0.07 203	0.07 9	0.16 202	0.09 303	0.08 66	0.15 288	0.11 36	0.12 143	0.08 123	0.07 53	0.06 32	0.05 11	0.11 171	0.07 1	0.05 37	0.05 214	0.05 77	0.04 79	0.06 257	0.05 172

AIO-test2	0.10 209	0.08 304	0.10 147	0.23 545	0.08 185	0.11 236	0.10 29	0.23 363	0.23 378	0.08 123	0.09 130	0.08 162	0.05 11	0.10 96	0.08 17	0.06 136	0.05 214	0.08 348	0.09 453	0.05 147	0.05 172

fffft	0.09 146	0.06 112	0.12 249	0.16 202	0.07 112	0.09 117	0.17 388	0.12 60	0.11 114	0.08 123	0.07 53	0.09 187	0.06 42	0.11 171	0.12 306	0.05 37	0.04 24	0.06 164	0.05 174	0.04 22	0.05 172
1: 1. 1
999	0.09 146	0.05 61	0.13 295	0.15 121	0.08 185	0.10 189	0.14 216	0.15 146	0.11 114	0.10 193	0.08 100	0.08 162	0.08 195	0.16 386	0.10 150	0.06 136	0.04 24	0.06 164	0.05 174	0.04 22	0.05 172

fffy	0.09 146	0.08 304	0.09 92	0.16 202	0.07 112	0.13 315	0.17 388	0.13 77	0.12 143	0.08 123	0.09 130	0.08 162	0.09 236	0.13 304	0.11 247	0.05 37	0.05 214	0.07 263	0.05 174	0.04 22	0.05 172

UGAM	0.13 344	0.10 438	0.09 92	0.22 524	0.08 185	0.12 272	0.20 495	0.17 234	0.23 378	0.21 464	0.16 287	0.13 287	0.13 363	0.19 454	0.12 306	0.07 306	0.05 214	0.13 543	0.11 524	0.07 325	0.05 172

rvit_stereo_0083	0.12 319	0.08 304	0.17 444	0.16 202	0.09 303	0.11 236	0.15 288	0.14 104	0.26 429	0.11 224	0.14 258	0.13 287	0.10 269	0.12 258	0.12 306	0.10 470	0.08 475	0.09 429	0.07 341	0.07 325	0.05 172

rvit_stereo_0081	0.11 252	0.08 304	0.15 382	0.16 202	0.09 303	0.10 189	0.14 216	0.14 104	0.24 394	0.11 224	0.13 244	0.13 287	0.09 236	0.11 171	0.12 306	0.10 470	0.07 449	0.08 348	0.07 341	0.07 325	0.05 172

rvit_stereo_0082	0.11 252	0.08 304	0.15 382	0.16 202	0.09 303	0.10 189	0.14 216	0.14 104	0.24 394	0.11 224	0.13 244	0.13 287	0.09 236	0.11 171	0.12 306	0.10 470	0.07 449	0.08 348	0.07 341	0.07 325	0.05 172

Occ-G	0.08 79	0.05 61	0.06 4	0.14 68	0.07 112	0.08 66	0.14 216	0.13 77	0.15 225	0.07 80	0.11 215	0.07 115	0.05 11	0.09 49	0.10 150	0.06 136	0.05 214	0.05 77	0.04 79	0.05 147	0.05 172

Pointernet	0.09 146	0.04 1	0.09 92	0.16 202	0.08 185	0.13 315	0.10 29	0.15 146	0.17 274	0.09 159	0.07 53	0.06 32	0.06 42	0.11 171	0.09 63	0.08 369	0.04 24	0.05 77	0.03 1	0.06 257	0.05 172

U	0.08 79	0.07 203	0.09 92	0.19 421	0.10 406	0.10 189	0.13 159	0.12 60	0.17 274	0.07 80	0.07 53	0.06 32	0.05 11	0.07 4	0.08 17	0.06 136	0.04 24	0.06 164	0.04 79	0.06 257	0.05 172

rvit_stereo_0080	0.10 209	0.08 304	0.14 330	0.15 121	0.09 303	0.07 37	0.15 288	0.16 195	0.16 254	0.11 224	0.10 176	0.14 307	0.08 195	0.12 258	0.10 150	0.09 428	0.07 449	0.07 263	0.06 252	0.07 325	0.05 172

IGEV-BASED-STEREO-	0.09 146	0.10 438	0.31 553	0.15 121	0.06 19	0.08 66	0.14 216	0.10 20	0.10 85	0.07 80	0.07 53	0.06 32	0.04 1	0.11 171	0.07 1	0.12 524	0.04 24	0.07 263	0.05 174	0.05 147	0.05 172

rvit_stereo_ft	0.12 319	0.07 203	0.13 295	0.19 421	0.10 406	0.12 272	0.17 388	0.16 195	0.16 254	0.12 262	0.13 244	0.15 336	0.10 269	0.14 330	0.13 347	0.09 428	0.06 370	0.08 348	0.07 341	0.07 325	0.05 172

trnet	0.08 79	0.05 61	0.07 9	0.12 4	0.05 1	0.12 272	0.11 57	0.13 77	0.10 85	0.08 123	0.13 244	0.09 187	0.08 195	0.11 171	0.10 150	0.08 369	0.05 214	0.05 77	0.03 1	0.06 257	0.05 172

testlalala2	0.10 209	0.06 112	0.11 209	0.20 479	0.10 406	0.10 189	0.12 89	0.17 234	0.12 143	0.12 262	0.13 244	0.09 187	0.07 128	0.11 171	0.13 347	0.06 136	0.05 214	0.05 77	0.04 79	0.05 147	0.05 172

H2IRNET	0.10 209	0.09 380	0.09 92	0.18 363	0.09 303	0.12 272	0.15 288	0.14 104	0.21 354	0.10 193	0.10 176	0.10 220	0.10 269	0.10 96	0.10 150	0.05 37	0.04 24	0.08 348	0.08 406	0.06 257	0.05 172

MGS-Stereo	0.09 146	0.07 203	0.12 249	0.15 121	0.08 185	0.09 117	0.15 288	0.12 60	0.12 143	0.07 80	0.10 176	0.08 162	0.06 42	0.10 96	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.06 257	0.05 172

CoDeX	0.12 319	0.07 203	0.12 249	0.17 280	0.08 185	0.12 272	0.15 288	0.23 363	0.27 439	0.13 289	0.17 308	0.16 350	0.11 294	0.14 330	0.11 247	0.07 306	0.05 214	0.07 263	0.06 252	0.06 257	0.05 172

whm_eth	0.10 209	0.08 304	0.14 330	0.15 121	0.09 303	0.07 37	0.15 288	0.16 195	0.16 254	0.11 224	0.10 176	0.14 307	0.08 195	0.12 258	0.10 150	0.09 428	0.07 449	0.07 263	0.06 252	0.07 325	0.05 172

IGEV_Zeroshot_test	0.09 146	0.05 61	0.12 249	0.13 14	0.08 185	0.12 272	0.13 159	0.17 234	0.11 114	0.10 193	0.06 15	0.09 187	0.06 42	0.11 171	0.09 63	0.06 136	0.04 24	0.06 164	0.06 252	0.05 147	0.05 172

StereoVision	0.13 344	0.12 482	0.09 92	0.24 554	0.10 406	0.15 373	0.21 512	0.21 320	0.20 339	0.12 262	0.24 406	0.10 220	0.10 269	0.16 386	0.10 150	0.09 428	0.11 537	0.12 528	0.12 543	0.06 257	0.05 172

UniTT-Stereo	0.09 146	0.07 203	0.08 40	0.18 363	0.08 185	0.13 315	0.11 57	0.12 60	0.11 114	0.10 193	0.12 230	0.05 7	0.07 128	0.09 49	0.09 63	0.07 306	0.05 214	0.05 77	0.05 174	0.05 147	0.05 172

MIM_Stereo	0.09 146	0.07 203	0.11 209	0.15 121	0.07 112	0.06 11	0.12 89	0.20 297	0.14 206	0.13 289	0.13 244	0.09 187	0.05 11	0.12 258	0.08 17	0.05 37	0.06 370	0.07 263	0.06 252	0.06 257	0.05 172

testlalala_base	0.10 209	0.09 380	0.14 330	0.21 508	0.08 185	0.10 189	0.14 216	0.13 77	0.10 85	0.07 80	0.15 275	0.07 115	0.08 195	0.10 96	0.12 306	0.08 369	0.05 214	0.05 77	0.03 1	0.06 257	0.05 172

GCAP-Stereo	0.09 146	0.07 203	0.13 295	0.18 363	0.06 19	0.11 236	0.07 3	0.13 77	0.12 143	0.09 159	0.10 176	0.07 115	0.09 236	0.13 304	0.10 150	0.06 136	0.05 214	0.05 77	0.04 79	0.04 22	0.05 172

Any-RAFT	0.10 209	0.05 61	0.09 92	0.14 68	0.07 112	0.13 315	0.14 216	0.21 320	0.15 225	0.11 224	0.12 230	0.12 262	0.09 236	0.12 258	0.09 63	0.07 306	0.04 24	0.05 77	0.04 79	0.06 257	0.05 172

RAFT-Test	0.09 146	0.06 112	0.10 147	0.15 121	0.07 112	0.11 236	0.15 288	0.16 195	0.13 179	0.09 159	0.10 176	0.10 220	0.09 236	0.12 258	0.09 63	0.06 136	0.04 24	0.05 77	0.04 79	0.04 22	0.05 172

LL-Strereo2	0.10 209	0.10 438	0.15 382	0.18 363	0.08 185	0.15 373	0.09 18	0.17 234	0.14 206	0.14 310	0.10 176	0.09 187	0.07 128	0.16 386	0.10 150	0.05 37	0.05 214	0.10 477	0.07 341	0.06 257	0.05 172

LL-Strereo	0.13 344	0.09 380	0.11 209	0.20 479	0.10 406	0.11 236	0.18 434	0.32 507	0.24 394	0.15 337	0.15 275	0.14 307	0.13 363	0.19 454	0.11 247	0.06 136	0.04 24	0.09 429	0.08 406	0.04 22	0.05 172

4D-IteraStereo	0.09 146	0.07 203	0.10 147	0.18 363	0.07 112	0.09 117	0.15 288	0.17 234	0.15 225	0.10 193	0.11 215	0.10 220	0.07 128	0.11 171	0.09 63	0.05 37	0.03 1	0.08 348	0.07 341	0.06 257	0.05 172

anonymousdsp2	0.11 252	0.07 203	0.10 147	0.16 202	0.09 303	0.13 315	0.14 216	0.18 264	0.22 368	0.13 289	0.14 258	0.12 262	0.09 236	0.14 330	0.11 247	0.05 37	0.04 24	0.05 77	0.04 79	0.06 257	0.05 172

LoS	0.09 146	0.05 61	0.11 209	0.13 14	0.07 112	0.14 347	0.11 57	0.15 146	0.15 225	0.09 159	0.09 130	0.12 262	0.09 236	0.15 352	0.10 150	0.07 306	0.05 214	0.05 77	0.03 1	0.05 147	0.05 172
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 79	0.04 1	0.08 40	0.14 68	0.07 112	0.09 117	0.14 216	0.11 36	0.09 63	0.08 123	0.09 130	0.11 245	0.06 42	0.12 258	0.08 17	0.06 136	0.04 24	0.05 77	0.03 1	0.05 147	0.05 172

Selective-RAFT	0.11 252	0.10 438	0.11 209	0.21 508	0.08 185	0.16 403	0.13 159	0.20 297	0.22 368	0.10 193	0.10 176	0.11 245	0.10 269	0.15 352	0.11 247	0.05 37	0.05 214	0.06 164	0.05 174	0.06 257	0.05 172

CroCo-Stereo Lap2	0.09 146	0.09 380	0.08 40	0.22 524	0.09 303	0.09 117	0.19 474	0.16 195	0.12 143	0.09 159	0.10 176	0.05 7	0.05 11	0.08 20	0.08 17	0.06 136	0.06 370	0.07 263	0.05 174	0.05 147	0.05 172

TestStereo1	0.13 344	0.08 304	0.08 40	0.19 421	0.08 185	0.18 443	0.29 592	0.23 363	0.16 254	0.17 381	0.20 354	0.16 350	0.10 269	0.12 258	0.13 347	0.06 136	0.06 370	0.08 348	0.06 252	0.05 147	0.05 172

DCANet-4	0.10 209	0.06 112	0.12 249	0.16 202	0.06 19	0.09 117	0.17 388	0.18 264	0.19 316	0.13 289	0.16 287	0.09 187	0.14 388	0.11 171	0.12 306	0.06 136	0.04 24	0.05 77	0.04 79	0.04 22	0.05 172

fff	0.10 209	0.06 112	0.12 249	0.15 121	0.07 112	0.09 117	0.17 388	0.16 195	0.20 339	0.13 289	0.16 287	0.10 220	0.11 294	0.11 171	0.12 306	0.06 136	0.04 24	0.05 77	0.04 79	0.04 22	0.05 172

SA-5K	0.13 344	0.08 304	0.08 40	0.19 421	0.08 185	0.18 443	0.29 592	0.23 363	0.16 254	0.17 381	0.20 354	0.16 350	0.10 269	0.12 258	0.13 347	0.06 136	0.06 370	0.08 348	0.06 252	0.05 147	0.05 172

Sa-1000	0.12 319	0.08 304	0.08 40	0.18 363	0.08 185	0.14 347	0.22 522	0.22 343	0.18 300	0.15 337	0.20 354	0.17 370	0.11 294	0.10 96	0.10 150	0.06 136	0.05 214	0.09 429	0.09 453	0.05 147	0.05 172

iRaft-Stereo_20w	0.09 146	0.05 61	0.13 295	0.14 68	0.08 185	0.12 272	0.15 288	0.18 264	0.10 85	0.11 224	0.08 100	0.08 162	0.05 11	0.10 96	0.09 63	0.06 136	0.04 24	0.06 164	0.05 174	0.06 257	0.05 172

GLC_STEREO	0.11 252	0.07 203	0.11 209	0.17 280	0.07 112	0.09 117	0.13 159	0.15 146	0.24 394	0.12 262	0.13 244	0.12 262	0.08 195	0.18 439	0.11 247	0.06 136	0.08 475	0.08 348	0.06 252	0.05 147	0.05 172

CrosDoStereo	0.12 319	0.06 112	0.12 249	0.14 68	0.08 185	0.12 272	0.15 288	0.17 234	0.22 368	0.19 427	0.24 406	0.15 336	0.11 294	0.11 171	0.12 306	0.06 136	0.04 24	0.07 263	0.07 341	0.05 147	0.05 172

AAGNet	0.11 252	0.07 203	0.16 416	0.19 421	0.09 303	0.08 66	0.13 159	0.18 264	0.13 179	0.16 365	0.21 375	0.13 287	0.14 388	0.11 171	0.14 384	0.06 136	0.04 24	0.09 429	0.06 252	0.06 257	0.05 172

TransformOpticalFlow	0.10 209	0.08 304	0.13 295	0.18 363	0.07 112	0.09 117	0.15 288	0.19 286	0.15 225	0.12 262	0.17 308	0.11 245	0.11 294	0.11 171	0.10 150	0.05 37	0.04 24	0.06 164	0.06 252	0.05 147	0.05 172

DeepStereo_LL	0.12 319	0.06 112	0.12 249	0.14 68	0.08 185	0.12 272	0.15 288	0.17 234	0.22 368	0.19 427	0.24 406	0.15 336	0.11 294	0.11 171	0.12 306	0.06 136	0.04 24	0.07 263	0.07 341	0.05 147	0.05 172

DEmStereo	0.12 319	0.06 112	0.14 330	0.14 68	0.10 406	0.16 403	0.15 288	0.16 195	0.24 394	0.17 381	0.24 406	0.13 287	0.14 388	0.12 258	0.13 347	0.05 37	0.04 24	0.07 263	0.06 252	0.05 147	0.05 172

SST-Stereo	0.10 209	0.07 203	0.15 382	0.18 363	0.09 303	0.06 11	0.12 89	0.17 234	0.11 114	0.15 337	0.17 308	0.13 287	0.12 325	0.10 96	0.11 247	0.06 136	0.04 24	0.09 429	0.06 252	0.06 257	0.05 172

THIR-Stereo	0.12 319	0.07 203	0.11 209	0.15 121	0.08 185	0.14 347	0.16 354	0.17 234	0.25 415	0.16 365	0.24 406	0.14 307	0.12 325	0.12 258	0.14 384	0.06 136	0.04 24	0.07 263	0.07 341	0.05 147	0.05 172

RAFT_R40	0.11 252	0.07 203	0.14 330	0.18 363	0.09 303	0.06 11	0.13 159	0.17 234	0.16 254	0.14 310	0.18 333	0.15 336	0.12 325	0.10 96	0.11 247	0.06 136	0.04 24	0.09 429	0.06 252	0.06 257	0.05 172

DRaft	0.12 319	0.06 112	0.11 209	0.14 68	0.09 303	0.14 347	0.17 388	0.21 320	0.30 471	0.17 381	0.28 476	0.10 220	0.15 406	0.10 96	0.12 306	0.05 37	0.04 24	0.07 263	0.06 252	0.05 147	0.05 172

PFNet	0.12 319	0.06 112	0.17 444	0.17 280	0.08 185	0.09 117	0.15 288	0.26 420	0.20 339	0.16 365	0.16 287	0.14 307	0.11 294	0.12 258	0.11 247	0.06 136	0.04 24	0.07 263	0.06 252	0.05 147	0.05 172

RAFT-345	0.11 252	0.07 203	0.15 382	0.16 202	0.08 185	0.08 66	0.12 89	0.15 146	0.10 85	0.11 224	0.36 530	0.09 187	0.09 236	0.11 171	0.12 306	0.05 37	0.05 214	0.07 263	0.06 252	0.04 22	0.05 172

AnonymousM	0.09 146	0.05 61	0.10 147	0.14 68	0.06 19	0.09 117	0.13 159	0.19 286	0.14 206	0.13 289	0.11 215	0.09 187	0.08 195	0.13 304	0.10 150	0.08 369	0.05 214	0.08 348	0.05 174	0.05 147	0.05 172

RAFT	0.13 344	0.09 380	0.11 209	0.18 363	0.08 185	0.15 373	0.24 545	0.20 297	0.19 316	0.21 464	0.21 375	0.17 370	0.12 325	0.16 386	0.09 63	0.06 136	0.07 449	0.10 477	0.09 453	0.05 147	0.05 172

TestStereo	0.13 344	0.14 523	0.11 209	0.23 545	0.08 185	0.15 373	0.21 512	0.20 297	0.23 378	0.14 310	0.24 406	0.16 350	0.12 325	0.16 386	0.14 384	0.05 37	0.06 370	0.08 348	0.06 252	0.09 451	0.05 172

raft+_RVC	0.11 252	0.07 203	0.09 92	0.16 202	0.07 112	0.10 189	0.11 57	0.24 386	0.20 339	0.12 262	0.15 275	0.12 262	0.08 195	0.12 258	0.13 347	0.07 306	0.04 24	0.07 263	0.06 252	0.05 147	0.05 172

TANstereo	0.09 146	0.04 1	0.08 40	0.13 14	0.06 19	0.11 236	0.14 216	0.15 146	0.19 316	0.11 224	0.15 275	0.10 220	0.06 42	0.12 258	0.09 63	0.07 306	0.05 214	0.05 77	0.04 79	0.06 257	0.05 172

XX-TBD	0.09 146	0.06 112	0.07 9	0.14 68	0.07 112	0.12 272	0.16 354	0.14 104	0.13 179	0.11 224	0.12 230	0.09 187	0.08 195	0.10 96	0.10 150	0.06 136	0.04 24	0.05 77	0.03 1	0.06 257	0.05 172

raftrobust	0.09 146	0.06 112	0.10 147	0.17 280	0.08 185	0.09 117	0.10 29	0.18 264	0.16 254	0.10 193	0.09 130	0.12 262	0.07 128	0.12 258	0.10 150	0.08 369	0.05 214	0.06 164	0.05 174	0.05 147	0.05 172

csc	0.10 209	0.06 112	0.12 249	0.15 121	0.07 112	0.09 117	0.17 388	0.16 195	0.20 339	0.13 289	0.16 287	0.10 220	0.11 294	0.11 171	0.12 306	0.06 136	0.04 24	0.05 77	0.04 79	0.04 22	0.05 172

cscssc	0.10 209	0.06 112	0.12 249	0.15 121	0.07 112	0.09 117	0.17 388	0.16 195	0.20 339	0.13 289	0.16 287	0.10 220	0.11 294	0.11 171	0.12 306	0.06 136	0.04 24	0.05 77	0.04 79	0.04 22	0.05 172

111	0.10 209	0.06 112	0.12 249	0.15 121	0.07 112	0.10 189	0.14 216	0.21 320	0.23 378	0.11 224	0.12 230	0.14 307	0.11 294	0.13 304	0.10 150	0.06 136	0.04 24	0.06 164	0.04 79	0.05 147	0.05 172

R-Stereo Train	0.10 209	0.06 112	0.10 147	0.17 280	0.08 185	0.11 236	0.14 216	0.23 363	0.11 114	0.12 262	0.19 342	0.11 245	0.08 195	0.09 49	0.11 247	0.07 306	0.05 214	0.06 164	0.05 174	0.05 147	0.05 172

RAFT-Stereo	0.10 209	0.06 112	0.10 147	0.17 280	0.08 185	0.11 236	0.14 216	0.23 363	0.11 114	0.12 262	0.19 342	0.11 245	0.08 195	0.09 49	0.11 247	0.07 306	0.05 214	0.06 164	0.05 174	0.05 147	0.05 172
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 209	0.06 112	0.12 249	0.14 68	0.06 19	0.11 236	0.10 29	0.18 264	0.18 300	0.13 289	0.16 287	0.14 307	0.11 294	0.15 352	0.13 347	0.06 136	0.04 24	0.04 1	0.04 79	0.06 257	0.05 172
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
iResNet	0.13 344	0.10 438	0.18 467	0.19 421	0.08 185	0.13 315	0.18 434	0.20 297	0.26 429	0.15 337	0.23 394	0.15 336	0.13 363	0.14 330	0.14 384	0.06 136	0.04 24	0.06 164	0.05 174	0.06 257	0.05 172

252Zero-FE	0.08 79	0.04 1	0.09 92	0.13 14	0.07 112	0.12 272	0.11 57	0.13 77	0.14 206	0.06 25	0.05 7	0.06 32	0.05 11	0.09 49	0.10 150	0.06 136	0.04 24	0.04 1	0.03 1	0.05 147	0.06 267

S2M2_XL	0.08 79	0.06 112	0.12 249	0.12 4	0.08 185	0.09 117	0.09 18	0.07 2	0.07 16	0.08 123	0.07 53	0.07 115	0.06 42	0.09 49	0.09 63	0.08 369	0.06 370	0.07 263	0.05 174	0.08 388	0.06 267
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.11 252	0.07 203	0.13 295	0.13 14	0.07 112	0.11 236	0.19 474	0.17 234	0.12 143	0.15 337	0.15 275	0.17 370	0.12 325	0.13 304	0.11 247	0.05 37	0.04 24	0.07 263	0.05 174	0.04 22	0.06 267

111111	0.07 4	0.04 1	0.09 92	0.17 280	0.06 19	0.05 4	0.10 29	0.11 36	0.09 63	0.06 25	0.06 15	0.07 115	0.05 11	0.09 49	0.09 63	0.06 136	0.04 24	0.05 77	0.04 79	0.07 325	0.06 267

MLG-Stereo_test3	0.07 4	0.05 61	0.10 147	0.14 68	0.06 19	0.07 37	0.11 57	0.08 4	0.06 8	0.06 25	0.04 1	0.06 32	0.06 42	0.07 4	0.10 150	0.06 136	0.04 24	0.05 77	0.04 79	0.05 147	0.06 267

G2L-Stereo_test	0.14 378	0.07 203	0.11 209	0.13 14	0.08 185	0.12 272	0.16 354	0.30 486	0.28 453	0.20 450	0.23 394	0.20 410	0.16 432	0.17 418	0.18 461	0.07 306	0.05 214	0.05 77	0.05 174	0.07 325	0.06 267

LGtest1	0.07 4	0.04 1	0.10 147	0.15 121	0.06 19	0.07 37	0.09 18	0.08 4	0.06 8	0.05 3	0.04 1	0.06 32	0.06 42	0.10 96	0.09 63	0.07 306	0.04 24	0.05 77	0.04 79	0.06 257	0.06 267

HI	0.11 252	0.06 112	0.11 209	0.13 14	0.09 303	0.09 117	0.14 216	0.21 320	0.10 85	0.19 427	0.17 308	0.14 307	0.09 236	0.16 386	0.08 17	0.05 37	0.04 24	0.07 263	0.08 406	0.07 325	0.06 267

CoSv	0.11 252	0.06 112	0.11 209	0.13 14	0.09 303	0.09 117	0.14 216	0.21 320	0.10 85	0.19 427	0.17 308	0.14 307	0.09 236	0.16 386	0.08 17	0.05 37	0.04 24	0.07 263	0.08 406	0.07 325	0.06 267

AIO-test1	0.10 209	0.07 203	0.10 147	0.23 545	0.07 112	0.09 117	0.13 159	0.21 320	0.14 206	0.11 224	0.12 230	0.09 187	0.07 128	0.11 171	0.09 63	0.06 136	0.05 214	0.09 429	0.10 492	0.03 1	0.06 267

IGEV-RUCA	0.08 79	0.06 112	0.11 209	0.14 68	0.09 303	0.10 189	0.12 89	0.10 20	0.12 143	0.06 25	0.07 53	0.07 115	0.06 42	0.09 49	0.08 17	0.06 136	0.05 214	0.05 77	0.04 79	0.05 147	0.06 267

tt45	0.09 146	0.06 112	0.11 209	0.15 121	0.07 112	0.11 236	0.16 354	0.13 77	0.11 114	0.09 159	0.06 15	0.08 162	0.06 42	0.13 304	0.10 150	0.06 136	0.04 24	0.06 164	0.05 174	0.05 147	0.06 267

PAM_32	0.09 146	0.05 61	0.17 444	0.15 121	0.08 185	0.10 189	0.15 288	0.14 104	0.15 225	0.09 159	0.08 100	0.09 187	0.07 128	0.14 330	0.08 17	0.06 136	0.05 214	0.06 164	0.06 252	0.05 147	0.06 267

PAM	0.10 209	0.05 61	0.16 416	0.15 121	0.08 185	0.09 117	0.16 354	0.15 146	0.16 254	0.12 262	0.09 130	0.09 187	0.07 128	0.13 304	0.08 17	0.06 136	0.05 214	0.06 164	0.06 252	0.05 147	0.06 267

rvit_0105_6	0.14 378	0.09 380	0.18 467	0.17 280	0.10 406	0.10 189	0.16 354	0.19 286	0.26 429	0.12 262	0.18 333	0.17 370	0.12 325	0.18 439	0.12 306	0.15 565	0.11 537	0.12 528	0.10 492	0.09 451	0.06 267

rvit_0105_5	0.14 378	0.09 380	0.13 295	0.17 280	0.09 303	0.14 347	0.23 533	0.24 386	0.27 439	0.14 310	0.15 275	0.18 384	0.12 325	0.17 418	0.14 384	0.14 561	0.11 537	0.10 477	0.10 492	0.08 388	0.06 267

rvit_0105_4	0.14 378	0.09 380	0.17 444	0.17 280	0.10 406	0.12 272	0.19 474	0.23 363	0.27 439	0.14 310	0.20 354	0.17 370	0.13 363	0.17 418	0.13 347	0.15 565	0.11 537	0.11 508	0.10 492	0.09 451	0.06 267

rvit_0105_3	0.15 422	0.09 380	0.14 330	0.19 421	0.12 488	0.15 373	0.25 561	0.25 402	0.29 460	0.15 337	0.17 308	0.20 410	0.13 363	0.17 418	0.14 384	0.13 547	0.11 537	0.12 528	0.14 556	0.07 325	0.06 267

UGAM-zero	0.09 146	0.05 61	0.15 382	0.15 121	0.08 185	0.09 117	0.13 159	0.19 286	0.15 225	0.11 224	0.15 275	0.07 115	0.07 128	0.09 49	0.09 63	0.06 136	0.05 214	0.06 164	0.05 174	0.05 147	0.06 267

rvit_stereo_0081_aga	0.11 252	0.09 380	0.14 330	0.18 363	0.09 303	0.13 315	0.14 216	0.14 104	0.19 316	0.10 193	0.18 333	0.16 350	0.09 236	0.12 258	0.09 63	0.10 470	0.06 370	0.08 348	0.07 341	0.07 325	0.06 267

model_zeroshot	0.10 209	0.04 1	0.11 209	0.15 121	0.09 303	0.12 272	0.14 216	0.20 297	0.13 179	0.11 224	0.10 176	0.12 262	0.07 128	0.12 258	0.10 150	0.07 306	0.06 370	0.06 164	0.05 174	0.06 257	0.06 267

IGEV-Stereo+	0.07 4	0.04 1	0.08 40	0.15 121	0.06 19	0.04 1	0.09 18	0.10 20	0.09 63	0.06 25	0.06 15	0.06 32	0.06 42	0.06 1	0.08 17	0.06 136	0.04 24	0.05 77	0.04 79	0.06 257	0.06 267

DispNO	0.14 378	0.08 304	0.17 444	0.19 421	0.12 488	0.11 236	0.21 512	0.23 363	0.29 460	0.17 381	0.23 394	0.18 384	0.17 455	0.15 352	0.15 412	0.07 306	0.05 214	0.08 348	0.08 406	0.07 325	0.06 267

Former-RAFT_DAM_RVC	0.10 209	0.08 304	0.12 249	0.16 202	0.08 185	0.15 373	0.16 354	0.18 264	0.18 300	0.10 193	0.09 130	0.09 187	0.08 195	0.11 171	0.12 306	0.07 306	0.05 214	0.08 348	0.06 252	0.07 325	0.06 267

SMFormer	0.14 378	0.07 203	0.17 444	0.14 68	0.08 185	0.16 403	0.17 388	0.26 420	0.27 439	0.19 427	0.20 354	0.18 384	0.15 406	0.15 352	0.17 443	0.08 369	0.05 214	0.07 263	0.06 252	0.07 325	0.06 267

tta	0.14 378	0.07 203	0.17 444	0.14 68	0.08 185	0.16 403	0.17 388	0.26 420	0.27 439	0.19 427	0.20 354	0.18 384	0.15 406	0.15 352	0.17 443	0.08 369	0.05 214	0.07 263	0.06 252	0.06 257	0.06 267

qqq1	0.13 344	0.07 203	0.17 444	0.14 68	0.08 185	0.16 403	0.17 388	0.26 420	0.27 439	0.19 427	0.20 354	0.18 384	0.15 406	0.15 352	0.11 247	0.08 369	0.05 214	0.05 77	0.05 174	0.06 257	0.06 267

fff1	0.13 344	0.07 203	0.17 444	0.14 68	0.08 185	0.16 403	0.17 388	0.26 420	0.27 439	0.19 427	0.20 354	0.18 384	0.15 406	0.15 352	0.11 247	0.08 369	0.05 214	0.05 77	0.05 174	0.06 257	0.06 267

MyStereo07	0.10 209	0.07 203	0.10 147	0.17 280	0.09 303	0.14 347	0.18 434	0.15 146	0.15 225	0.09 159	0.06 15	0.06 32	0.07 128	0.12 258	0.09 63	0.06 136	0.05 214	0.08 348	0.07 341	0.06 257	0.06 267

MyStereo06	0.10 209	0.07 203	0.12 249	0.17 280	0.09 303	0.13 315	0.18 434	0.19 286	0.12 143	0.12 262	0.08 100	0.07 115	0.07 128	0.11 171	0.09 63	0.06 136	0.05 214	0.07 263	0.07 341	0.06 257	0.06 267

MyStereo05	0.13 344	0.07 203	0.10 147	0.17 280	0.09 303	0.13 315	0.18 434	0.27 441	0.35 513	0.17 381	0.14 258	0.15 336	0.11 294	0.15 352	0.13 347	0.06 136	0.05 214	0.07 263	0.07 341	0.06 257	0.06 267

MyStereo04	0.13 344	0.07 203	0.10 147	0.17 280	0.09 303	0.14 347	0.18 434	0.29 472	0.38 532	0.17 381	0.14 258	0.16 350	0.10 269	0.15 352	0.13 347	0.06 136	0.05 214	0.08 348	0.07 341	0.06 257	0.06 267

cc1	0.10 209	0.08 304	0.12 249	0.17 280	0.09 303	0.13 315	0.15 288	0.16 195	0.18 300	0.09 159	0.09 130	0.06 32	0.06 42	0.10 96	0.07 1	0.06 136	0.04 24	0.06 164	0.05 174	0.06 257	0.06 267

ff7	0.09 146	0.07 203	0.11 209	0.16 202	0.09 303	0.11 236	0.15 288	0.16 195	0.12 143	0.10 193	0.06 15	0.06 32	0.06 42	0.11 171	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.05 147	0.06 267

IGEVStereo-DCA	0.09 146	0.06 112	0.11 209	0.15 121	0.10 406	0.11 236	0.15 288	0.16 195	0.12 143	0.10 193	0.06 15	0.08 162	0.06 42	0.10 96	0.08 17	0.06 136	0.05 214	0.06 164	0.05 174	0.05 147	0.06 267

ffff	0.09 146	0.07 203	0.11 209	0.16 202	0.09 303	0.11 236	0.15 288	0.16 195	0.12 143	0.10 193	0.06 15	0.06 32	0.06 42	0.11 171	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.05 147	0.06 267

rrr	0.09 146	0.06 112	0.12 249	0.15 121	0.10 406	0.11 236	0.16 354	0.16 195	0.15 225	0.10 193	0.06 15	0.08 162	0.06 42	0.10 96	0.08 17	0.06 136	0.05 214	0.06 164	0.05 174	0.05 147	0.06 267

ffm	0.12 319	0.09 380	0.14 330	0.16 202	0.08 185	0.17 424	0.17 388	0.15 146	0.19 316	0.15 337	0.25 436	0.19 398	0.13 363	0.10 96	0.07 1	0.06 136	0.04 24	0.09 429	0.08 406	0.06 257	0.06 267

ff1	0.13 344	0.09 380	0.14 330	0.16 202	0.08 185	0.17 424	0.17 388	0.15 146	0.19 316	0.15 337	0.25 436	0.19 398	0.13 363	0.14 330	0.20 480	0.06 136	0.04 24	0.09 429	0.08 406	0.06 257	0.06 267

11t	0.09 146	0.07 203	0.11 209	0.16 202	0.09 303	0.11 236	0.15 288	0.16 195	0.12 143	0.10 193	0.06 15	0.06 32	0.06 42	0.11 171	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.05 147	0.06 267

tt1	0.10 209	0.08 304	0.12 249	0.17 280	0.09 303	0.12 272	0.16 354	0.15 146	0.19 316	0.09 159	0.08 100	0.06 32	0.06 42	0.10 96	0.07 1	0.06 136	0.04 24	0.06 164	0.05 174	0.06 257	0.06 267

1111x	0.15 422	0.08 304	0.12 249	0.18 363	0.07 112	0.18 443	0.25 561	0.31 496	0.24 394	0.17 381	0.24 406	0.26 485	0.15 406	0.13 304	0.23 521	0.07 306	0.07 449	0.08 348	0.09 453	0.07 325	0.06 267

plain	0.10 209	0.08 304	0.10 147	0.19 421	0.09 303	0.10 189	0.15 288	0.14 104	0.13 179	0.13 289	0.15 275	0.09 187	0.12 325	0.13 304	0.12 306	0.07 306	0.05 214	0.09 429	0.06 252	0.06 257	0.06 267

anonymousdsp	0.09 146	0.07 203	0.11 209	0.16 202	0.09 303	0.11 236	0.15 288	0.16 195	0.12 143	0.09 159	0.06 15	0.06 32	0.06 42	0.11 171	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.05 147	0.06 267

anonymousa	0.13 344	0.07 203	0.13 295	0.18 363	0.09 303	0.13 315	0.17 388	0.19 286	0.29 460	0.15 337	0.24 406	0.15 336	0.14 388	0.14 330	0.14 384	0.07 306	0.05 214	0.07 263	0.09 453	0.05 147	0.06 267

ProNet	0.09 146	0.07 203	0.10 147	0.17 280	0.08 185	0.10 189	0.15 288	0.15 146	0.12 143	0.09 159	0.06 15	0.07 115	0.06 42	0.11 171	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.04 22	0.06 267

ccc-4	0.09 146	0.07 203	0.11 209	0.16 202	0.09 303	0.11 236	0.15 288	0.16 195	0.12 143	0.10 193	0.06 15	0.06 32	0.06 42	0.11 171	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.05 147	0.06 267

RAFT+CT+SA	0.13 344	0.11 464	0.09 92	0.19 421	0.09 303	0.15 373	0.28 583	0.22 343	0.22 368	0.15 337	0.26 453	0.10 220	0.10 269	0.11 171	0.12 306	0.05 37	0.04 24	0.07 263	0.08 406	0.07 325	0.06 267

IGEV-Stereo	0.09 146	0.07 203	0.11 209	0.16 202	0.09 303	0.11 236	0.15 288	0.16 195	0.12 143	0.09 159	0.06 15	0.06 32	0.06 42	0.11 171	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.05 147	0.06 267
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.12 319	0.09 380	0.12 249	0.19 421	0.08 185	0.09 117	0.12 89	0.21 320	0.21 354	0.19 427	0.14 258	0.11 245	0.09 236	0.20 479	0.16 428	0.05 37	0.05 214	0.07 263	0.06 252	0.05 147	0.06 267

psmg	0.14 378	0.09 380	0.14 330	0.17 280	0.10 406	0.15 373	0.17 388	0.29 472	0.19 316	0.17 381	0.21 375	0.25 475	0.16 432	0.15 352	0.14 384	0.08 369	0.06 370	0.08 348	0.08 406	0.07 325	0.06 267

CIPLG	0.11 252	0.08 304	0.14 330	0.17 280	0.08 185	0.12 272	0.15 288	0.17 234	0.15 225	0.14 310	0.11 215	0.16 350	0.09 236	0.16 386	0.11 247	0.07 306	0.05 214	0.06 164	0.05 174	0.05 147	0.06 267

dd	0.15 422	0.16 541	0.16 416	0.19 421	0.09 303	0.15 373	0.18 434	0.21 320	0.25 415	0.23 492	0.20 354	0.21 419	0.09 236	0.21 496	0.16 428	0.10 470	0.06 370	0.08 348	0.06 252	0.08 388	0.06 267

IPLGR_C	0.11 252	0.08 304	0.14 330	0.17 280	0.08 185	0.12 272	0.15 288	0.17 234	0.15 225	0.14 310	0.10 176	0.16 350	0.09 236	0.16 386	0.11 247	0.07 306	0.05 214	0.06 164	0.05 174	0.05 147	0.06 267

ACRE	0.11 252	0.08 304	0.14 330	0.17 280	0.08 185	0.12 272	0.15 288	0.17 234	0.14 206	0.14 310	0.10 176	0.16 350	0.09 236	0.16 386	0.11 247	0.07 306	0.05 214	0.06 164	0.05 174	0.05 147	0.06 267

GwcNet-ADL	0.13 344	0.08 304	0.14 330	0.20 479	0.09 303	0.11 236	0.20 495	0.30 486	0.24 394	0.13 289	0.14 258	0.18 384	0.14 388	0.13 304	0.14 384	0.07 306	0.05 214	0.06 164	0.05 174	0.07 325	0.06 267

RAFT-RH_RVC	0.11 252	0.06 112	0.14 330	0.16 202	0.09 303	0.12 272	0.12 89	0.17 234	0.12 143	0.13 289	0.41 567	0.11 245	0.10 269	0.13 304	0.12 306	0.05 37	0.04 24	0.08 348	0.05 174	0.04 22	0.06 267

IRAFT_RVC	0.12 319	0.08 304	0.16 416	0.19 421	0.08 185	0.07 37	0.15 288	0.24 386	0.23 378	0.14 310	0.14 258	0.15 336	0.12 325	0.12 258	0.10 150	0.06 136	0.04 24	0.09 429	0.06 252	0.06 257	0.06 267

rafts_anoy	0.11 252	0.06 112	0.10 147	0.17 280	0.08 185	0.10 189	0.14 216	0.17 234	0.14 206	0.13 289	0.13 244	0.12 262	0.10 269	0.11 171	0.12 306	0.07 306	0.04 24	0.09 429	0.11 524	0.07 325	0.06 267

test_xeample3	0.09 146	0.06 112	0.12 249	0.16 202	0.09 303	0.11 236	0.15 288	0.16 195	0.13 179	0.10 193	0.06 15	0.08 162	0.06 42	0.10 96	0.09 63	0.05 37	0.04 24	0.06 164	0.05 174	0.05 147	0.06 267

GMStereo	0.13 344	0.14 523	0.14 330	0.18 363	0.09 303	0.15 373	0.16 354	0.20 297	0.24 394	0.16 365	0.17 308	0.10 220	0.10 269	0.16 386	0.13 347	0.07 306	0.06 370	0.06 164	0.06 252	0.07 325	0.06 267
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 344	0.07 203	0.14 330	0.17 280	0.09 303	0.15 373	0.16 354	0.28 461	0.27 439	0.14 310	0.17 308	0.12 262	0.13 363	0.14 330	0.11 247	0.08 369	0.05 214	0.07 263	0.07 341	0.07 325	0.06 267

delet	0.17 465	0.08 304	0.17 444	0.19 421	0.11 456	0.20 481	0.21 512	0.30 486	0.37 525	0.17 381	0.26 453	0.19 398	0.19 485	0.19 454	0.21 500	0.08 369	0.08 475	0.09 429	0.11 524	0.06 257	0.06 267

UNet	0.17 465	0.09 380	0.18 467	0.19 421	0.12 488	0.27 555	0.19 474	0.33 526	0.29 460	0.21 464	0.24 406	0.23 455	0.19 485	0.19 454	0.18 461	0.07 306	0.06 370	0.08 348	0.07 341	0.08 388	0.06 267

UPFNet	0.16 445	0.08 304	0.12 249	0.20 479	0.12 488	0.20 481	0.23 533	0.28 461	0.26 429	0.17 381	0.24 406	0.22 437	0.19 485	0.19 454	0.21 500	0.09 428	0.07 449	0.08 348	0.09 453	0.08 388	0.06 267

CREStereo	0.09 146	0.04 1	0.08 40	0.11 1	0.06 19	0.13 315	0.14 216	0.14 104	0.10 85	0.08 123	0.13 244	0.09 187	0.08 195	0.11 171	0.10 150	0.08 369	0.04 24	0.05 77	0.03 1	0.06 257	0.06 267
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
ac_64	0.16 445	0.08 304	0.15 382	0.18 363	0.10 406	0.22 506	0.18 434	0.24 386	0.21 354	0.18 411	0.24 406	0.29 511	0.18 469	0.19 454	0.22 509	0.09 428	0.07 449	0.08 348	0.09 453	0.07 325	0.06 267

ACVNet	0.15 422	0.09 380	0.15 382	0.13 14	0.12 488	0.14 347	0.20 495	0.22 343	0.33 492	0.17 381	0.26 453	0.21 419	0.16 432	0.17 418	0.21 500	0.07 306	0.06 370	0.06 164	0.06 252	0.08 388	0.06 267

acv_ft	0.15 422	0.09 380	0.15 382	0.19 421	0.10 406	0.16 403	0.17 388	0.25 402	0.33 492	0.19 427	0.26 453	0.21 419	0.17 455	0.17 418	0.18 461	0.07 306	0.06 370	0.06 164	0.06 252	0.08 388	0.06 267

cf-r	0.13 344	0.07 203	0.12 249	0.16 202	0.08 185	0.14 347	0.19 474	0.20 297	0.25 415	0.17 381	0.25 436	0.21 419	0.16 432	0.14 330	0.14 384	0.10 470	0.05 214	0.06 164	0.08 406	0.06 257	0.06 267

PMTNet	0.09 146	0.05 61	0.09 92	0.12 4	0.06 19	0.12 272	0.14 216	0.15 146	0.11 114	0.09 159	0.13 244	0.10 220	0.07 128	0.13 304	0.10 150	0.15 565	0.04 24	0.05 77	0.03 1	0.07 325	0.06 267

DIP-Stereo	0.11 252	0.07 203	0.14 330	0.17 280	0.09 303	0.13 315	0.09 18	0.16 195	0.16 254	0.11 224	0.16 287	0.14 307	0.12 325	0.15 352	0.13 347	0.06 136	0.05 214	0.06 164	0.05 174	0.05 147	0.06 267
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 319	0.08 304	0.14 330	0.18 363	0.07 112	0.15 373	0.07 3	0.22 343	0.18 300	0.16 365	0.19 342	0.18 384	0.14 388	0.16 386	0.15 412	0.07 306	0.05 214	0.05 77	0.05 174	0.06 257	0.06 267

RASNet	0.14 378	0.07 203	0.14 330	0.16 202	0.08 185	0.18 443	0.14 216	0.29 472	0.20 339	0.17 381	0.25 436	0.21 419	0.18 469	0.20 479	0.19 474	0.07 306	0.06 370	0.06 164	0.08 406	0.06 257	0.06 267

HSM-Net_RVC	0.14 378	0.08 304	0.11 209	0.15 121	0.08 185	0.15 373	0.15 288	0.27 441	0.29 460	0.19 427	0.21 375	0.29 511	0.14 388	0.17 418	0.13 347	0.06 136	0.06 370	0.06 164	0.06 252	0.07 325	0.06 267
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.15 422	0.10 438	0.17 444	0.17 280	0.08 185	0.18 443	0.09 18	0.28 461	0.25 415	0.19 427	0.24 406	0.24 461	0.17 455	0.17 418	0.14 384	0.08 369	0.06 370	0.09 429	0.10 492	0.07 325	0.06 267

AANet_RVC	0.16 445	0.10 438	0.10 147	0.18 363	0.09 303	0.18 443	0.19 474	0.26 420	0.31 478	0.22 480	0.35 527	0.21 419	0.21 501	0.22 509	0.16 428	0.06 136	0.05 214	0.06 164	0.06 252	0.07 325	0.06 267

HSM	0.15 422	0.08 304	0.14 330	0.16 202	0.09 303	0.16 403	0.14 216	0.28 461	0.25 415	0.19 427	0.23 394	0.37 563	0.16 432	0.20 479	0.15 412	0.07 306	0.05 214	0.07 263	0.06 252	0.07 325	0.06 267

LE_ROB	0.50 612	0.07 203	0.14 330	0.15 121	0.08 185	0.24 524	0.16 354	0.22 343	1.81 647	4.63 651	0.67 609	0.47 598	0.44 606	0.20 479	0.29 574	0.07 306	0.06 370	0.06 164	0.06 252	0.08 388	0.06 267

DN-CSS_ROB	0.13 344	0.13 511	0.16 416	0.18 363	0.10 406	0.16 403	0.08 7	0.22 343	0.18 300	0.17 381	0.22 385	0.13 287	0.13 363	0.12 258	0.13 347	0.05 37	0.05 214	0.10 477	0.10 492	0.08 388	0.06 267

pmcnn	0.15 422	0.07 203	0.19 478	0.15 121	0.07 112	0.20 481	0.15 288	0.24 386	0.26 429	0.21 464	0.34 522	0.28 503	0.18 469	0.18 439	0.17 443	0.07 306	0.05 214	0.05 77	0.04 79	0.07 325	0.06 267

G2L-Stereo	0.14 378	0.07 203	0.13 295	0.17 280	0.09 303	0.13 315	0.12 89	0.27 441	0.22 368	0.16 365	0.27 462	0.21 419	0.13 363	0.17 418	0.18 461	0.09 428	0.08 475	0.08 348	0.07 341	0.07 325	0.07 348

rvit_105_1	0.19 491	0.11 464	0.25 524	0.21 508	0.16 559	0.21 498	0.27 577	0.31 496	0.41 544	0.19 427	0.20 354	0.22 437	0.17 455	0.19 454	0.17 443	0.12 524	0.12 552	0.13 543	0.15 572	0.08 388	0.07 348

ACV-stereo	0.15 422	0.10 438	0.28 540	0.18 363	0.12 488	0.14 347	0.12 89	0.23 363	0.21 354	0.19 427	0.23 394	0.22 437	0.15 406	0.23 520	0.17 443	0.07 306	0.06 370	0.07 263	0.07 341	0.07 325	0.07 348

test_sample2	0.12 319	0.07 203	0.12 249	0.14 68	0.08 185	0.16 403	0.18 434	0.21 320	0.16 254	0.14 310	0.20 354	0.19 398	0.15 406	0.15 352	0.12 306	0.08 369	0.05 214	0.07 263	0.06 252	0.08 388	0.07 348

test_sample1	0.13 344	0.07 203	0.14 330	0.13 14	0.08 185	0.19 466	0.16 354	0.20 297	0.15 225	0.14 310	0.22 385	0.18 384	0.16 432	0.17 418	0.14 384	0.07 306	0.06 370	0.06 164	0.06 252	0.08 388	0.07 348

ACVNet-DCA	0.10 209	0.08 304	0.12 249	0.17 280	0.09 303	0.13 315	0.15 288	0.23 363	0.16 254	0.09 159	0.09 130	0.06 32	0.06 42	0.10 96	0.07 1	0.06 136	0.04 24	0.06 164	0.05 174	0.07 325	0.07 348

xx1	0.11 252	0.08 304	0.12 249	0.17 280	0.09 303	0.13 315	0.15 288	0.16 195	0.18 300	0.09 159	0.09 130	0.16 350	0.16 432	0.10 96	0.07 1	0.06 136	0.04 24	0.08 348	0.08 406	0.07 325	0.07 348

1test111	0.11 252	0.08 304	0.12 249	0.17 280	0.09 303	0.13 315	0.15 288	0.23 363	0.16 254	0.09 159	0.09 130	0.06 32	0.06 42	0.15 352	0.16 428	0.06 136	0.04 24	0.06 164	0.05 174	0.07 325	0.07 348

mmm	0.14 378	0.08 304	0.17 444	0.17 280	0.09 303	0.17 424	0.18 434	0.21 320	0.15 225	0.15 337	0.23 394	0.21 419	0.16 432	0.16 386	0.17 443	0.08 369	0.05 214	0.08 348	0.07 341	0.07 325	0.07 348

11t1	0.12 319	0.06 112	0.13 295	0.14 68	0.08 185	0.17 424	0.15 288	0.18 264	0.15 225	0.15 337	0.15 275	0.16 350	0.16 432	0.15 352	0.13 347	0.08 369	0.05 214	0.06 164	0.05 174	0.08 388	0.07 348

MIF-Stereo (partial)	0.11 252	0.06 112	0.10 147	0.19 421	0.10 406	0.10 189	0.11 57	0.17 234	0.18 300	0.14 310	0.16 287	0.09 187	0.11 294	0.12 258	0.12 306	0.08 369	0.05 214	0.08 348	0.07 341	0.06 257	0.07 348

EKT-Stereo	0.11 252	0.07 203	0.14 330	0.15 121	0.10 406	0.13 315	0.14 216	0.18 264	0.21 354	0.11 224	0.08 100	0.12 262	0.09 236	0.11 171	0.12 306	0.08 369	0.06 370	0.07 263	0.06 252	0.08 388	0.07 348

PCWNet_CMD	0.14 378	0.08 304	0.15 382	0.17 280	0.09 303	0.14 347	0.14 216	0.29 472	0.36 518	0.14 310	0.20 354	0.21 419	0.12 325	0.17 418	0.13 347	0.07 306	0.05 214	0.07 263	0.07 341	0.07 325	0.07 348

fast-acv-ft	0.18 479	0.11 464	0.19 478	0.19 421	0.12 488	0.24 524	0.21 512	0.25 402	0.34 504	0.22 480	0.34 522	0.27 493	0.20 497	0.21 496	0.23 521	0.09 428	0.09 504	0.08 348	0.10 492	0.08 388	0.07 348

CBFPSM	0.14 378	0.06 112	0.26 527	0.17 280	0.09 303	0.13 315	0.15 288	0.22 343	0.23 378	0.20 450	0.27 462	0.24 461	0.16 432	0.16 386	0.18 461	0.06 136	0.06 370	0.06 164	0.07 341	0.07 325	0.07 348

GASNet	0.22 524	0.23 582	0.33 559	0.26 571	0.17 574	0.26 545	0.16 354	0.44 597	0.42 551	0.27 526	0.24 406	0.30 520	0.15 406	0.27 539	0.18 461	0.12 524	0.08 475	0.12 528	0.11 524	0.16 575	0.07 348

gwcnet-sp	0.14 378	0.07 203	0.12 249	0.18 363	0.09 303	0.16 403	0.17 388	0.24 386	0.24 394	0.18 411	0.24 406	0.15 336	0.16 432	0.15 352	0.15 412	0.08 369	0.06 370	0.07 263	0.08 406	0.08 388	0.07 348

scenet	0.14 378	0.07 203	0.12 249	0.18 363	0.09 303	0.16 403	0.17 388	0.24 386	0.24 394	0.18 411	0.24 406	0.15 336	0.16 432	0.15 352	0.15 412	0.08 369	0.06 370	0.07 263	0.08 406	0.08 388	0.07 348

CASS	0.13 344	0.12 482	0.11 209	0.23 545	0.09 303	0.15 373	0.17 388	0.18 264	0.19 316	0.17 381	0.18 333	0.15 336	0.15 406	0.14 330	0.14 384	0.09 428	0.06 370	0.10 477	0.08 406	0.09 451	0.07 348
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.11 252	0.05 61	0.12 249	0.13 14	0.07 112	0.15 373	0.14 216	0.19 286	0.13 179	0.11 224	0.17 308	0.13 287	0.09 236	0.13 304	0.11 247	0.08 369	0.05 214	0.06 164	0.05 174	0.08 388	0.07 348

ssnet	0.14 378	0.07 203	0.12 249	0.18 363	0.09 303	0.16 403	0.17 388	0.24 386	0.24 394	0.18 411	0.24 406	0.15 336	0.16 432	0.15 352	0.15 412	0.08 369	0.06 370	0.07 263	0.08 406	0.08 388	0.07 348

qqq	0.13 344	0.09 380	0.15 382	0.16 202	0.08 185	0.13 315	0.15 288	0.23 363	0.16 254	0.15 337	0.19 342	0.16 350	0.16 432	0.15 352	0.16 428	0.07 306	0.06 370	0.08 348	0.08 406	0.07 325	0.07 348

x	0.13 344	0.07 203	0.14 330	0.14 68	0.08 185	0.18 443	0.14 216	0.22 343	0.20 339	0.15 337	0.19 342	0.19 398	0.17 455	0.18 439	0.18 461	0.07 306	0.05 214	0.06 164	0.06 252	0.07 325	0.07 348

BUS	0.14 378	0.09 380	0.14 330	0.22 524	0.10 406	0.19 466	0.14 216	0.34 535	0.19 316	0.17 381	0.22 385	0.16 350	0.13 363	0.15 352	0.13 347	0.08 369	0.06 370	0.10 477	0.09 453	0.07 325	0.07 348

IER	0.14 378	0.07 203	0.13 295	0.17 280	0.09 303	0.14 347	0.16 354	0.25 402	0.26 429	0.18 411	0.25 436	0.17 370	0.20 497	0.16 386	0.14 384	0.08 369	0.05 214	0.07 263	0.06 252	0.08 388	0.07 348

test_5	0.14 378	0.12 482	0.08 40	0.20 479	0.10 406	0.14 347	0.29 592	0.21 320	0.24 394	0.18 411	0.28 476	0.11 245	0.15 406	0.12 258	0.13 347	0.06 136	0.05 214	0.07 263	0.08 406	0.08 388	0.07 348

BSDual-CNN	0.15 422	0.09 380	0.14 330	0.22 524	0.10 406	0.14 347	0.15 288	0.34 535	0.19 316	0.17 381	0.22 385	0.25 475	0.16 432	0.15 352	0.14 384	0.08 369	0.06 370	0.10 477	0.09 453	0.07 325	0.07 348

hknet	0.15 422	0.11 464	0.13 295	0.22 524	0.11 456	0.14 347	0.15 288	0.34 535	0.25 415	0.17 381	0.22 385	0.22 437	0.18 469	0.17 418	0.12 306	0.07 306	0.06 370	0.10 477	0.09 453	0.07 325	0.07 348

CSP-Net	0.16 445	0.09 380	0.14 330	0.16 202	0.09 303	0.19 466	0.17 388	0.25 402	0.32 485	0.25 514	0.30 494	0.24 461	0.15 406	0.21 496	0.18 461	0.09 428	0.06 370	0.07 263	0.07 341	0.08 388	0.07 348

UDGNet	0.14 378	0.13 511	0.16 416	0.17 280	0.10 406	0.12 272	0.16 354	0.21 320	0.27 439	0.20 450	0.20 354	0.16 350	0.13 363	0.16 386	0.13 347	0.10 470	0.06 370	0.09 429	0.07 341	0.06 257	0.07 348

dad	0.17 465	0.20 571	0.20 490	0.16 202	0.11 456	0.20 481	0.18 434	0.21 320	0.28 453	0.30 554	0.24 406	0.29 511	0.13 363	0.19 454	0.16 428	0.18 588	0.09 504	0.11 508	0.09 453	0.11 506	0.07 348

DAS	0.15 422	0.08 304	0.18 467	0.19 421	0.10 406	0.19 466	0.17 388	0.27 441	0.29 460	0.18 411	0.25 436	0.21 419	0.15 406	0.16 386	0.12 306	0.08 369	0.06 370	0.06 164	0.06 252	0.07 325	0.07 348

SepStereo	0.15 422	0.08 304	0.18 467	0.19 421	0.10 406	0.19 466	0.17 388	0.27 441	0.29 460	0.18 411	0.25 436	0.21 419	0.15 406	0.25 534	0.12 306	0.08 369	0.06 370	0.06 164	0.06 252	0.07 325	0.07 348

PSMNet-ADL	0.15 422	0.12 482	0.13 295	0.22 524	0.09 303	0.13 315	0.20 495	0.26 420	0.23 378	0.18 411	0.20 354	0.24 461	0.16 432	0.18 439	0.17 443	0.08 369	0.08 475	0.08 348	0.11 524	0.08 388	0.07 348

ADLNet2	0.16 445	0.09 380	0.13 295	0.16 202	0.09 303	0.20 481	0.16 354	0.31 496	0.39 535	0.16 365	0.20 354	0.20 410	0.18 469	0.21 496	0.22 509	0.08 369	0.06 370	0.07 263	0.07 341	0.09 451	0.07 348

Patchmatch Stereo++	0.11 252	0.09 380	0.16 416	0.18 363	0.08 185	0.06 11	0.11 57	0.16 195	0.13 179	0.15 337	0.16 287	0.14 307	0.12 325	0.11 171	0.10 150	0.06 136	0.04 24	0.08 348	0.06 252	0.08 388	0.07 348
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
NRIStereo	0.11 252	0.08 304	0.14 330	0.18 363	0.08 185	0.10 189	0.14 216	0.16 195	0.15 225	0.12 262	0.14 258	0.13 287	0.12 325	0.13 304	0.10 150	0.06 136	0.04 24	0.07 263	0.06 252	0.06 257	0.07 348

PSM-adaLoss	0.11 252	0.09 380	0.16 416	0.18 363	0.08 185	0.06 11	0.12 89	0.16 195	0.13 179	0.15 337	0.16 287	0.14 307	0.12 325	0.11 171	0.10 150	0.06 136	0.04 24	0.08 348	0.06 252	0.08 388	0.07 348

ROB_FTStereo_v2	0.11 252	0.09 380	0.16 416	0.19 421	0.08 185	0.06 11	0.12 89	0.16 195	0.13 179	0.15 337	0.16 287	0.14 307	0.12 325	0.11 171	0.10 150	0.06 136	0.04 24	0.08 348	0.06 252	0.08 388	0.07 348

ROB_FTStereo	0.11 252	0.09 380	0.16 416	0.19 421	0.08 185	0.06 11	0.11 57	0.16 195	0.13 179	0.15 337	0.16 287	0.14 307	0.12 325	0.11 171	0.10 150	0.06 136	0.04 24	0.08 348	0.06 252	0.08 388	0.07 348

HUI-Stereo	0.11 252	0.09 380	0.16 416	0.18 363	0.08 185	0.06 11	0.12 89	0.16 195	0.13 179	0.15 337	0.16 287	0.14 307	0.12 325	0.11 171	0.10 150	0.06 136	0.04 24	0.08 348	0.06 252	0.08 388	0.07 348

iGMRVC	0.11 252	0.09 380	0.16 416	0.19 421	0.08 185	0.06 11	0.12 89	0.16 195	0.13 179	0.15 337	0.16 287	0.14 307	0.12 325	0.11 171	0.10 150	0.06 136	0.04 24	0.08 348	0.06 252	0.08 388	0.07 348

iRAFT	0.11 252	0.09 380	0.16 416	0.18 363	0.08 185	0.06 11	0.11 57	0.16 195	0.13 179	0.15 337	0.16 287	0.14 307	0.12 325	0.11 171	0.10 150	0.06 136	0.04 24	0.08 348	0.06 252	0.08 388	0.07 348

RAFT-IKP	0.11 252	0.09 380	0.16 416	0.19 421	0.08 185	0.06 11	0.12 89	0.16 195	0.13 179	0.15 337	0.16 287	0.14 307	0.12 325	0.11 171	0.10 150	0.06 136	0.04 24	0.08 348	0.06 252	0.08 388	0.07 348

ICVP	0.15 422	0.09 380	0.12 249	0.22 524	0.09 303	0.17 424	0.21 512	0.25 402	0.23 378	0.18 411	0.30 494	0.26 485	0.18 469	0.17 418	0.14 384	0.09 428	0.07 449	0.08 348	0.07 341	0.07 325	0.07 348
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.14 378	0.08 304	0.15 382	0.16 202	0.09 303	0.13 315	0.14 216	0.27 441	0.34 504	0.14 310	0.21 375	0.22 437	0.13 363	0.18 439	0.14 384	0.07 306	0.05 214	0.08 348	0.06 252	0.07 325	0.07 348

RALCasStereoNet	0.10 209	0.06 112	0.09 92	0.16 202	0.08 185	0.12 272	0.14 216	0.17 234	0.11 114	0.12 262	0.17 308	0.14 307	0.10 269	0.12 258	0.11 247	0.07 306	0.06 370	0.06 164	0.05 174	0.08 388	0.07 348

sCroCo_RVC	0.12 319	0.09 380	0.23 515	0.24 554	0.11 456	0.19 466	0.14 216	0.17 234	0.14 206	0.10 193	0.13 244	0.12 262	0.07 128	0.14 330	0.11 247	0.08 369	0.08 475	0.08 348	0.08 406	0.05 147	0.07 348

HCRNet	0.16 445	0.24 585	0.12 249	0.35 604	0.11 456	0.15 373	0.17 388	0.26 420	0.22 368	0.19 427	0.24 406	0.21 419	0.14 388	0.15 352	0.13 347	0.11 499	0.07 449	0.11 508	0.10 492	0.09 451	0.07 348

xxxx	0.15 422	0.07 203	0.14 330	0.14 68	0.08 185	0.23 519	0.18 434	0.31 496	0.19 316	0.14 310	0.28 476	0.22 437	0.14 388	0.15 352	0.26 556	0.09 428	0.05 214	0.07 263	0.07 341	0.08 388	0.07 348

test_xeample	0.15 422	0.06 112	0.13 295	0.14 68	0.08 185	0.21 498	0.20 495	0.28 461	0.20 339	0.16 365	0.29 488	0.19 398	0.16 432	0.15 352	0.26 556	0.09 428	0.05 214	0.07 263	0.07 341	0.07 325	0.07 348

MMNet	0.17 465	0.09 380	0.16 416	0.20 479	0.11 456	0.27 555	0.20 495	0.25 402	0.41 544	0.22 480	0.30 494	0.21 419	0.20 497	0.17 418	0.20 480	0.06 136	0.06 370	0.07 263	0.07 341	0.08 388	0.07 348

FENet	0.13 344	0.08 304	0.12 249	0.16 202	0.08 185	0.14 347	0.15 288	0.22 343	0.23 378	0.17 381	0.23 394	0.16 350	0.12 325	0.14 330	0.15 412	0.08 369	0.05 214	0.08 348	0.08 406	0.07 325	0.07 348

GANet-RSSM	0.14 378	0.07 203	0.13 295	0.13 14	0.08 185	0.14 347	0.17 388	0.22 343	0.21 354	0.17 381	0.24 406	0.23 455	0.15 406	0.16 386	0.15 412	0.10 470	0.06 370	0.07 263	0.08 406	0.08 388	0.07 348

PSMNet-RSSM	0.14 378	0.07 203	0.13 295	0.15 121	0.08 185	0.13 315	0.16 354	0.24 386	0.24 394	0.16 365	0.28 476	0.22 437	0.14 388	0.15 352	0.13 347	0.11 499	0.06 370	0.09 429	0.12 543	0.08 388	0.07 348

GwcNet-RSSM	0.14 378	0.07 203	0.12 249	0.15 121	0.08 185	0.15 373	0.20 495	0.21 320	0.27 439	0.18 411	0.27 462	0.22 437	0.16 432	0.14 330	0.15 412	0.10 470	0.05 214	0.07 263	0.09 453	0.07 325	0.07 348

MSMDNet	0.14 378	0.08 304	0.15 382	0.17 280	0.09 303	0.14 347	0.14 216	0.29 472	0.36 518	0.14 310	0.21 375	0.21 419	0.12 325	0.17 418	0.14 384	0.07 306	0.05 214	0.07 263	0.07 341	0.07 325	0.07 348

CVANet_RVC	0.18 479	0.10 438	0.14 330	0.21 508	0.10 406	0.18 443	0.17 388	0.34 535	0.33 492	0.22 480	0.31 502	0.28 503	0.18 469	0.23 520	0.17 443	0.12 524	0.08 475	0.12 528	0.11 524	0.09 451	0.07 348

ccs_rob	0.14 378	0.08 304	0.15 382	0.16 202	0.09 303	0.12 272	0.14 216	0.27 441	0.34 504	0.14 310	0.21 375	0.22 437	0.13 363	0.18 439	0.14 384	0.07 306	0.05 214	0.08 348	0.07 341	0.07 325	0.07 348

AdaStereo	0.15 422	0.11 464	0.15 382	0.18 363	0.09 303	0.20 481	0.11 57	0.32 507	0.28 453	0.20 450	0.23 394	0.20 410	0.13 363	0.19 454	0.14 384	0.12 524	0.05 214	0.10 477	0.07 341	0.09 451	0.07 348
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.
StereoDRNet-Refined	0.17 465	0.12 482	0.15 382	0.20 479	0.09 303	0.18 443	0.18 434	0.26 420	0.23 378	0.26 520	0.40 556	0.22 437	0.17 455	0.21 496	0.20 480	0.08 369	0.05 214	0.09 429	0.10 492	0.07 325	0.07 348
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.19 491	0.11 464	0.20 490	0.22 524	0.10 406	0.22 506	0.22 522	0.39 576	0.37 525	0.24 501	0.32 506	0.26 485	0.21 501	0.22 509	0.24 534	0.11 499	0.07 449	0.11 508	0.10 492	0.09 451	0.07 348

StereoDRNet	0.18 479	0.11 464	0.17 444	0.22 524	0.11 456	0.21 498	0.22 522	0.37 564	0.33 492	0.24 501	0.28 476	0.30 520	0.19 485	0.20 479	0.20 480	0.09 428	0.08 475	0.11 508	0.09 453	0.09 451	0.07 348

DLCB_ROB	0.18 479	0.10 438	0.15 382	0.23 545	0.11 456	0.24 524	0.18 434	0.29 472	0.28 453	0.27 526	0.28 476	0.28 503	0.24 524	0.19 454	0.20 480	0.08 369	0.08 475	0.09 429	0.09 453	0.07 325	0.07 348

Select-FE	0.11 252	0.06 112	0.20 490	0.15 121	0.11 456	0.11 236	0.13 159	0.21 320	0.18 300	0.09 159	0.11 215	0.10 220	0.06 42	0.12 258	0.09 63	0.07 306	0.05 214	0.07 263	0.08 406	0.06 257	0.08 412

coex_refinement	0.14 378	0.07 203	0.12 249	0.17 280	0.10 406	0.15 373	0.15 288	0.26 420	0.29 460	0.18 411	0.20 354	0.22 437	0.17 455	0.16 386	0.18 461	0.08 369	0.05 214	0.06 164	0.06 252	0.09 451	0.08 412

S2M2_L	0.09 146	0.08 304	0.11 209	0.13 14	0.10 406	0.08 66	0.06 1	0.10 20	0.10 85	0.10 193	0.09 130	0.10 220	0.09 236	0.11 171	0.11 247	0.13 547	0.07 449	0.08 348	0.09 453	0.10 483	0.08 412
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FACV-RUCA	0.13 344	0.11 464	0.12 249	0.19 421	0.12 488	0.15 373	0.15 288	0.22 343	0.20 339	0.15 337	0.16 287	0.14 307	0.16 432	0.14 330	0.13 347	0.07 306	0.05 214	0.08 348	0.06 252	0.10 483	0.08 412

ITSA-stereo	0.15 422	0.10 438	0.14 330	0.19 421	0.08 185	0.12 272	0.14 216	0.30 486	0.49 576	0.17 381	0.19 342	0.22 437	0.15 406	0.17 418	0.16 428	0.10 470	0.06 370	0.08 348	0.08 406	0.08 388	0.08 412

AIO-Stereo-zeroshot	0.11 252	0.05 61	0.11 209	0.15 121	0.13 511	0.13 315	0.16 354	0.23 363	0.17 274	0.10 193	0.12 230	0.10 220	0.07 128	0.11 171	0.09 63	0.06 136	0.05 214	0.06 164	0.06 252	0.07 325	0.08 412

test_sample6	0.14 378	0.08 304	0.13 295	0.16 202	0.08 185	0.17 424	0.19 474	0.25 402	0.17 274	0.17 381	0.27 462	0.19 398	0.14 388	0.15 352	0.13 347	0.08 369	0.05 214	0.08 348	0.07 341	0.08 388	0.08 412

test_sample5	0.14 378	0.08 304	0.14 330	0.16 202	0.08 185	0.18 443	0.18 434	0.25 402	0.17 274	0.17 381	0.27 462	0.18 384	0.14 388	0.16 386	0.13 347	0.08 369	0.05 214	0.08 348	0.07 341	0.08 388	0.08 412

test_sample4	0.14 378	0.08 304	0.14 330	0.15 121	0.08 185	0.19 466	0.18 434	0.26 420	0.17 274	0.16 365	0.25 436	0.18 384	0.14 388	0.16 386	0.13 347	0.08 369	0.06 370	0.08 348	0.06 252	0.08 388	0.08 412

test_sample3	0.14 378	0.08 304	0.15 382	0.14 68	0.09 303	0.19 466	0.17 388	0.26 420	0.18 300	0.16 365	0.22 385	0.19 398	0.15 406	0.17 418	0.13 347	0.08 369	0.06 370	0.07 263	0.06 252	0.09 451	0.08 412

CAS++	0.11 252	0.07 203	0.11 209	0.14 68	0.09 303	0.12 272	0.14 216	0.24 386	0.14 206	0.11 224	0.09 130	0.11 245	0.07 128	0.14 330	0.09 63	0.11 499	0.09 504	0.09 429	0.07 341	0.07 325	0.08 412
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DualNet	0.14 378	0.08 304	0.14 330	0.16 202	0.08 185	0.18 443	0.18 434	0.25 402	0.17 274	0.17 381	0.27 462	0.18 384	0.14 388	0.16 386	0.13 347	0.08 369	0.05 214	0.08 348	0.07 341	0.08 388	0.08 412

mmx	0.14 378	0.09 380	0.14 330	0.16 202	0.08 185	0.17 424	0.17 388	0.27 441	0.25 415	0.15 337	0.25 436	0.19 398	0.13 363	0.14 330	0.20 480	0.08 369	0.06 370	0.09 429	0.08 406	0.08 388	0.08 412

ttt	0.14 378	0.08 304	0.14 330	0.15 121	0.08 185	0.15 373	0.18 434	0.27 441	0.29 460	0.16 365	0.24 406	0.17 370	0.13 363	0.13 304	0.14 384	0.11 499	0.08 475	0.09 429	0.08 406	0.09 451	0.08 412

xxx	0.14 378	0.09 380	0.14 330	0.16 202	0.08 185	0.17 424	0.17 388	0.27 441	0.25 415	0.15 337	0.25 436	0.19 398	0.13 363	0.14 330	0.20 480	0.08 369	0.06 370	0.09 429	0.08 406	0.08 388	0.08 412

GMStereo_Zeroshot	0.16 445	0.13 511	0.24 519	0.20 479	0.10 406	0.17 424	0.13 159	0.29 472	0.25 415	0.23 492	0.32 506	0.25 475	0.11 294	0.19 454	0.14 384	0.09 428	0.06 370	0.11 508	0.06 252	0.12 522	0.08 412

ToySt	0.17 465	0.11 464	0.18 467	0.17 280	0.11 456	0.16 403	0.25 561	0.24 386	0.33 492	0.19 427	0.24 406	0.26 485	0.24 524	0.19 454	0.20 480	0.07 306	0.08 475	0.09 429	0.10 492	0.09 451	0.08 412

riskmin	0.11 252	0.06 112	0.13 295	0.14 68	0.08 185	0.14 347	0.14 216	0.18 264	0.14 206	0.11 224	0.14 258	0.16 350	0.11 294	0.14 330	0.12 306	0.09 428	0.05 214	0.07 263	0.05 174	0.08 388	0.08 412

ssnet_v2	0.17 465	0.10 438	0.17 444	0.17 280	0.11 456	0.21 498	0.21 512	0.33 526	0.25 415	0.22 480	0.22 385	0.27 493	0.18 469	0.22 509	0.20 480	0.11 499	0.09 504	0.09 429	0.09 453	0.08 388	0.08 412

HBP-ISP	0.18 479	0.13 511	0.16 416	0.15 121	0.11 456	0.08 66	0.13 159	0.28 461	0.29 460	0.22 480	0.33 518	0.21 419	0.25 533	0.23 520	0.17 443	0.14 561	0.16 583	0.21 590	0.17 584	0.10 483	0.08 412

CRFU-Net	0.16 445	0.08 304	0.14 330	0.17 280	0.09 303	0.19 466	0.14 216	0.26 420	0.20 339	0.28 542	0.27 462	0.29 511	0.17 455	0.19 454	0.17 443	0.09 428	0.09 504	0.07 263	0.07 341	0.08 388	0.08 412

GANet-ADL	0.13 344	0.07 203	0.15 382	0.17 280	0.10 406	0.18 443	0.15 288	0.30 486	0.20 339	0.13 289	0.18 333	0.19 398	0.12 325	0.16 386	0.13 347	0.08 369	0.06 370	0.06 164	0.05 174	0.07 325	0.08 412

ASMatch	0.11 252	0.06 112	0.13 295	0.16 202	0.10 406	0.07 37	0.14 216	0.17 234	0.17 274	0.12 262	0.16 287	0.16 350	0.10 269	0.13 304	0.10 150	0.05 37	0.04 24	0.06 164	0.05 174	0.04 22	0.08 412

Pruner-Stereo	0.11 252	0.07 203	0.12 249	0.17 280	0.09 303	0.06 11	0.12 89	0.17 234	0.17 274	0.13 289	0.19 342	0.13 287	0.09 236	0.11 171	0.11 247	0.06 136	0.04 24	0.07 263	0.06 252	0.06 257	0.08 412

DeepStereo_RVC	0.11 252	0.08 304	0.16 416	0.18 363	0.08 185	0.08 66	0.12 89	0.17 234	0.12 143	0.13 289	0.14 258	0.12 262	0.12 325	0.12 258	0.11 247	0.06 136	0.04 24	0.07 263	0.06 252	0.07 325	0.08 412

CRE-IMP	0.11 252	0.09 380	0.16 416	0.19 421	0.08 185	0.10 189	0.12 89	0.18 264	0.10 85	0.14 310	0.13 244	0.13 287	0.12 325	0.12 258	0.11 247	0.07 306	0.04 24	0.08 348	0.06 252	0.08 388	0.08 412

LMCR-Stereo	0.15 422	0.08 304	0.13 295	0.21 508	0.09 303	0.17 424	0.20 495	0.27 441	0.19 316	0.24 501	0.24 406	0.23 455	0.17 455	0.20 479	0.17 443	0.07 306	0.06 370	0.08 348	0.06 252	0.10 483	0.08 412

GEStereo_RVC	0.17 465	0.12 482	0.15 382	0.22 524	0.11 456	0.19 466	0.17 388	0.32 507	0.48 570	0.20 450	0.25 436	0.17 370	0.13 363	0.21 496	0.16 428	0.10 470	0.06 370	0.08 348	0.07 341	0.09 451	0.08 412

222	0.16 445	0.07 203	0.14 330	0.14 68	0.08 185	0.24 524	0.18 434	0.30 486	0.20 339	0.17 381	0.28 476	0.17 370	0.16 432	0.15 352	0.40 606	0.10 470	0.05 214	0.07 263	0.06 252	0.07 325	0.08 412

RAFT + AFF	0.13 344	0.07 203	0.20 490	0.20 479	0.10 406	0.14 347	0.24 545	0.26 420	0.20 339	0.11 224	0.10 176	0.12 262	0.10 269	0.15 352	0.12 306	0.07 306	0.06 370	0.09 429	0.08 406	0.06 257	0.08 412

Syn2CoEx	0.21 515	0.16 541	0.27 535	0.29 594	0.14 531	0.26 545	0.20 495	0.33 526	0.31 478	0.28 542	0.36 530	0.27 493	0.25 533	0.19 454	0.24 534	0.16 581	0.12 552	0.14 555	0.11 524	0.09 451	0.08 412

psm_up	0.18 479	0.10 438	0.18 467	0.20 479	0.11 456	0.17 424	0.19 474	0.37 564	0.34 504	0.21 464	0.28 476	0.29 511	0.24 524	0.20 479	0.22 509	0.09 428	0.10 524	0.11 508	0.11 524	0.08 388	0.08 412

CFNet-ft	0.14 378	0.07 203	0.15 382	0.12 4	0.09 303	0.16 403	0.18 434	0.22 343	0.24 394	0.17 381	0.26 453	0.24 461	0.14 388	0.16 386	0.14 384	0.11 499	0.06 370	0.08 348	0.09 453	0.09 451	0.08 412

DSFCA	0.16 445	0.09 380	0.14 330	0.16 202	0.10 406	0.20 481	0.19 474	0.28 461	0.31 478	0.23 492	0.24 406	0.22 437	0.15 406	0.19 454	0.20 480	0.10 470	0.07 449	0.09 429	0.09 453	0.08 388	0.08 412

DMCA-RVC	0.17 465	0.10 438	0.15 382	0.24 554	0.11 456	0.18 443	0.18 434	0.25 402	0.24 394	0.21 464	0.26 453	0.25 475	0.27 547	0.18 439	0.20 480	0.12 524	0.08 475	0.13 543	0.10 492	0.10 483	0.08 412

STTStereo	0.18 479	0.12 482	0.27 535	0.20 479	0.11 456	0.16 403	0.21 512	0.29 472	0.23 378	0.21 464	0.30 494	0.29 511	0.18 469	0.20 479	0.19 474	0.12 524	0.11 537	0.11 508	0.14 556	0.09 451	0.08 412

ADCRef	0.19 491	0.12 482	0.41 580	0.20 479	0.12 488	0.22 506	0.18 434	0.32 507	0.36 518	0.26 520	0.32 506	0.17 370	0.23 518	0.24 529	0.24 534	0.07 306	0.06 370	0.09 429	0.09 453	0.08 388	0.08 412

GANet	0.21 515	0.12 482	0.21 499	0.24 554	0.13 511	0.22 506	0.22 522	0.41 586	0.26 429	0.31 560	0.42 573	0.37 563	0.28 557	0.23 520	0.22 509	0.10 470	0.12 552	0.10 477	0.09 453	0.10 483	0.08 412

TDLM	0.17 465	0.12 482	0.13 295	0.24 554	0.10 406	0.18 443	0.18 434	0.36 558	0.30 471	0.21 464	0.28 476	0.28 503	0.18 469	0.23 520	0.18 461	0.11 499	0.07 449	0.10 477	0.10 492	0.08 388	0.08 412

CFNet_RVC	0.14 378	0.07 203	0.15 382	0.12 4	0.09 303	0.16 403	0.18 434	0.22 343	0.24 394	0.17 381	0.26 453	0.24 461	0.14 388	0.16 386	0.14 384	0.11 499	0.06 370	0.08 348	0.09 453	0.09 451	0.08 412

NLCA_NET_v2_RVC	0.17 465	0.10 438	0.22 506	0.20 479	0.10 406	0.15 373	0.18 434	0.31 496	0.25 415	0.21 464	0.30 494	0.25 475	0.17 455	0.21 496	0.20 480	0.09 428	0.06 370	0.08 348	0.08 406	0.07 325	0.08 412
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.20 503	0.21 577	0.23 515	0.20 479	0.10 406	0.19 466	0.17 388	0.36 558	0.25 415	0.27 526	0.33 518	0.27 493	0.24 524	0.20 479	0.20 480	0.15 565	0.12 552	0.17 576	0.14 556	0.10 483	0.08 412

iResNetv2_ROB	0.14 378	0.08 304	0.15 382	0.16 202	0.08 185	0.16 403	0.12 89	0.25 402	0.35 513	0.21 464	0.29 488	0.24 461	0.13 363	0.14 330	0.14 384	0.06 136	0.05 214	0.06 164	0.04 79	0.09 451	0.08 412

MDST_ROB	0.22 524	0.10 438	0.17 444	0.18 363	0.11 456	0.37 592	0.19 474	0.43 595	0.41 544	0.39 584	0.39 550	0.29 511	0.21 501	0.26 536	0.18 461	0.11 499	0.10 524	0.14 555	0.11 524	0.10 483	0.08 412

iResNet_ROB	0.14 378	0.07 203	0.13 295	0.14 68	0.07 112	0.18 443	0.14 216	0.26 420	0.31 478	0.22 480	0.25 436	0.23 455	0.15 406	0.15 352	0.13 347	0.07 306	0.05 214	0.05 77	0.04 79	0.08 388	0.08 412

MultiAttention	0.29 579	0.08 304	0.14 330	0.19 421	0.12 488	1.45 644	1.33 646	0.36 558	0.37 525	0.19 427	0.21 375	0.24 461	0.11 294	0.38 594	0.18 461	0.06 136	0.05 214	0.08 348	0.08 406	0.10 483	0.09 457

FlowAnything_test	0.11 252	0.08 304	0.14 330	0.15 121	0.09 303	0.07 37	0.14 216	0.20 297	0.11 114	0.09 159	0.09 130	0.12 262	0.12 325	0.13 304	0.11 247	0.09 428	0.06 370	0.09 429	0.09 453	0.06 257	0.09 457

w-ln-seven-2	0.20 503	0.14 523	0.37 572	0.22 524	0.12 488	0.20 481	0.21 512	0.28 461	0.37 525	0.25 514	0.37 536	0.27 493	0.22 510	0.21 496	0.23 521	0.08 369	0.08 475	0.09 429	0.09 453	0.10 483	0.09 457

G2L-ROB	0.13 344	0.06 112	0.13 295	0.13 14	0.08 185	0.14 347	0.16 354	0.25 402	0.18 300	0.19 427	0.18 333	0.20 410	0.14 388	0.17 418	0.16 428	0.08 369	0.05 214	0.06 164	0.05 174	0.08 388	0.09 457

YMNet	0.20 503	0.12 482	0.19 478	0.20 479	0.14 531	0.26 545	0.23 533	0.32 507	0.34 504	0.27 526	0.34 522	0.30 520	0.18 469	0.18 439	0.22 509	0.10 470	0.13 565	0.10 477	0.10 492	0.08 388	0.09 457

YMNet_1	0.20 503	0.12 482	0.19 478	0.20 479	0.14 531	0.26 545	0.23 533	0.32 507	0.34 504	0.27 526	0.34 522	0.30 520	0.18 469	0.18 439	0.22 509	0.10 470	0.13 565	0.10 477	0.10 492	0.08 388	0.09 457

rvit_stereo_0075_2	0.17 465	0.12 482	0.25 524	0.23 545	0.16 559	0.13 315	0.10 29	0.30 486	0.27 439	0.20 450	0.28 476	0.22 437	0.15 406	0.18 439	0.13 347	0.16 581	0.10 524	0.17 576	0.10 492	0.10 483	0.09 457

AIO-Stereo-zeroshot1	0.11 252	0.05 61	0.14 330	0.15 121	0.20 586	0.09 117	0.17 388	0.21 320	0.15 225	0.11 224	0.14 258	0.10 220	0.07 128	0.10 96	0.08 17	0.06 136	0.05 214	0.07 263	0.07 341	0.07 325	0.09 457

MyStereo8	0.12 319	0.07 203	0.15 382	0.15 121	0.09 303	0.18 443	0.14 216	0.19 286	0.22 368	0.12 262	0.18 333	0.11 245	0.10 269	0.16 386	0.18 461	0.07 306	0.05 214	0.07 263	0.05 174	0.08 388	0.09 457

CFNet_ucs	0.15 422	0.08 304	0.16 416	0.16 202	0.11 456	0.14 347	0.14 216	0.30 486	0.34 504	0.16 365	0.24 406	0.23 455	0.14 388	0.18 439	0.15 412	0.09 428	0.06 370	0.08 348	0.07 341	0.09 451	0.09 457

Wz-Net-LNSev-Ref	0.18 479	0.09 380	0.29 548	0.15 121	0.10 406	0.22 506	0.20 495	0.26 420	0.39 535	0.25 514	0.42 573	0.24 461	0.15 406	0.20 479	0.19 474	0.07 306	0.05 214	0.06 164	0.05 174	0.10 483	0.09 457

NINENet	0.16 445	0.10 438	0.15 382	0.17 280	0.11 456	0.19 466	0.14 216	0.40 580	0.36 518	0.18 411	0.21 375	0.16 350	0.13 363	0.15 352	0.13 347	0.08 369	0.08 475	0.10 477	0.07 341	0.10 483	0.09 457

AASNet	0.16 445	0.08 304	0.12 249	0.19 421	0.09 303	0.18 443	0.15 288	0.37 564	0.37 525	0.19 427	0.23 394	0.20 410	0.16 432	0.17 418	0.20 480	0.10 470	0.08 475	0.08 348	0.07 341	0.09 451	0.09 457

AACVNet	0.16 445	0.08 304	0.14 330	0.15 121	0.10 406	0.18 443	0.15 288	0.23 363	0.24 394	0.27 526	0.27 462	0.28 503	0.17 455	0.19 454	0.16 428	0.09 428	0.07 449	0.09 429	0.07 341	0.10 483	0.09 457

HHNet	0.11 252	0.06 112	0.16 416	0.15 121	0.14 531	0.07 37	0.13 159	0.20 297	0.17 274	0.14 310	0.25 436	0.11 245	0.08 195	0.13 304	0.10 150	0.05 37	0.04 24	0.08 348	0.06 252	0.05 147	0.09 457

GMM-Stereo	0.11 252	0.07 203	0.10 147	0.18 363	0.09 303	0.08 66	0.15 288	0.23 363	0.16 254	0.11 224	0.15 275	0.13 287	0.11 294	0.11 171	0.11 247	0.05 37	0.04 24	0.08 348	0.07 341	0.06 257	0.09 457

Prome-Stereo	0.11 252	0.06 112	0.10 147	0.18 363	0.08 185	0.12 272	0.15 288	0.22 343	0.13 179	0.12 262	0.17 308	0.13 287	0.08 195	0.12 258	0.10 150	0.05 37	0.04 24	0.07 263	0.06 252	0.06 257	0.09 457

ADLNet	0.16 445	0.08 304	0.15 382	0.16 202	0.10 406	0.16 403	0.17 388	0.32 507	0.27 439	0.22 480	0.27 462	0.24 461	0.16 432	0.18 439	0.21 500	0.10 470	0.06 370	0.10 477	0.10 492	0.08 388	0.09 457

GES	0.14 378	0.08 304	0.16 416	0.15 121	0.10 406	0.13 315	0.13 159	0.28 461	0.25 415	0.16 365	0.23 394	0.18 384	0.13 363	0.16 386	0.13 347	0.08 369	0.07 449	0.07 263	0.06 252	0.08 388	0.09 457

aanetorigin	0.22 524	0.17 552	0.56 600	0.17 280	0.10 406	0.15 373	0.19 474	0.20 297	0.33 492	0.49 604	0.48 583	0.29 511	0.27 547	0.20 479	0.23 521	0.08 369	0.07 449	0.08 348	0.07 341	0.10 483	0.09 457

EDNetEfficient	0.29 579	0.24 585	1.13 632	0.18 363	0.10 406	0.19 466	0.20 495	0.20 297	0.60 601	0.74 624	0.56 599	0.31 533	0.39 593	0.22 509	0.30 579	0.09 428	0.07 449	0.08 348	0.07 341	0.11 506	0.09 457

NVstereo2D	0.19 491	0.10 438	0.15 382	0.17 280	0.15 549	0.28 563	0.23 533	0.44 597	0.42 551	0.15 337	0.27 462	0.25 475	0.19 485	0.22 509	0.17 443	0.09 428	0.06 370	0.10 477	0.08 406	0.15 568	0.09 457

DISCO	0.19 491	0.09 380	0.22 506	0.17 280	0.10 406	0.25 535	0.18 434	0.27 441	0.44 561	0.22 480	0.31 502	0.33 546	0.26 539	0.28 551	0.28 571	0.08 369	0.06 370	0.07 263	0.07 341	0.09 451	0.09 457

NaN_ROB	0.22 524	0.19 567	0.24 519	0.25 566	0.13 511	0.29 567	0.26 570	0.33 526	0.41 544	0.31 560	0.31 502	0.32 543	0.23 518	0.30 561	0.21 500	0.11 499	0.17 588	0.10 477	0.10 492	0.08 388	0.09 457

FBW_ROB	0.24 547	0.17 552	0.22 506	0.26 571	0.14 531	0.25 535	0.22 522	0.41 586	0.41 544	0.41 591	0.41 567	0.42 583	0.27 547	0.31 562	0.23 521	0.09 428	0.14 574	0.14 555	0.12 543	0.11 506	0.09 457

PWCDC_ROB	0.20 503	0.13 511	0.22 506	0.24 554	0.11 456	0.19 466	0.15 288	0.33 526	0.54 588	0.29 550	0.50 588	0.21 419	0.15 406	0.27 539	0.20 480	0.11 499	0.09 504	0.10 477	0.08 406	0.11 506	0.09 457

PSMNet_ROB	0.21 515	0.11 464	0.15 382	0.27 583	0.15 549	0.24 524	0.35 609	0.43 595	0.37 525	0.27 526	0.32 506	0.32 543	0.22 510	0.21 496	0.26 556	0.12 524	0.08 475	0.13 543	0.11 524	0.09 451	0.09 457

MSAF-DinoV2	0.22 524	0.11 464	0.23 515	0.17 280	0.10 406	0.27 555	0.16 354	0.37 564	0.55 589	0.21 464	0.27 462	0.47 598	0.27 547	0.35 581	0.39 603	0.09 428	0.06 370	0.07 263	0.09 453	0.12 522	0.10 484

z-mn7	0.24 547	0.14 523	0.45 584	0.19 421	0.13 511	0.28 563	0.25 561	0.34 535	0.62 604	0.27 526	0.56 599	0.29 511	0.24 524	0.32 569	0.25 544	0.08 369	0.08 475	0.08 348	0.08 406	0.10 483	0.10 484

w-ln-seven	0.24 547	0.14 523	0.55 597	0.19 421	0.14 531	0.26 545	0.22 522	0.35 551	0.60 601	0.29 550	0.39 550	0.30 520	0.22 510	0.21 496	0.26 556	0.09 428	0.09 504	0.11 508	0.10 492	0.11 506	0.10 484

test_sample7	0.15 422	0.10 438	0.16 416	0.14 68	0.11 456	0.16 403	0.16 354	0.27 441	0.23 378	0.20 450	0.20 354	0.24 461	0.19 485	0.16 386	0.16 428	0.12 524	0.06 370	0.10 477	0.09 453	0.10 483	0.10 484

iinet-f	0.16 445	0.06 112	0.45 584	0.14 68	0.10 406	0.21 498	0.14 216	0.27 441	0.23 378	0.21 464	0.24 406	0.21 419	0.15 406	0.18 439	0.21 500	0.09 428	0.07 449	0.07 263	0.06 252	0.09 451	0.10 484

Wz-Net-MNSev	0.22 524	0.13 511	0.31 553	0.20 479	0.14 531	0.36 591	0.24 545	0.33 526	0.44 561	0.28 542	0.40 556	0.38 567	0.19 485	0.24 529	0.25 544	0.09 428	0.07 449	0.09 429	0.09 453	0.12 522	0.10 484

FTStereo	0.12 319	0.06 112	0.14 330	0.18 363	0.09 303	0.07 37	0.15 288	0.21 320	0.18 300	0.12 262	0.24 406	0.12 262	0.12 325	0.13 304	0.13 347	0.05 37	0.05 214	0.07 263	0.06 252	0.06 257	0.10 484

GrayStereo	0.11 252	0.06 112	0.11 209	0.19 421	0.09 303	0.09 117	0.16 354	0.18 264	0.17 274	0.14 310	0.17 308	0.17 370	0.11 294	0.12 258	0.11 247	0.05 37	0.05 214	0.07 263	0.06 252	0.05 147	0.10 484

sAnonymous2	0.13 344	0.12 482	0.24 519	0.20 479	0.12 488	0.17 424	0.13 159	0.26 420	0.21 354	0.11 224	0.11 215	0.13 287	0.08 195	0.10 96	0.10 150	0.09 428	0.05 214	0.08 348	0.06 252	0.15 568	0.10 484

CroCo_RVC	0.13 344	0.12 482	0.24 519	0.20 479	0.12 488	0.17 424	0.13 159	0.26 420	0.21 354	0.11 224	0.11 215	0.13 287	0.08 195	0.10 96	0.10 150	0.09 428	0.05 214	0.08 348	0.06 252	0.15 568	0.10 484

EDNetEfficientorigin	7.91 651	0.31 604	153.02 670	0.19 421	0.09 303	0.21 498	0.16 354	0.22 343	0.59 598	0.72 620	0.67 609	0.42 583	0.50 611	0.24 529	0.39 603	0.08 369	0.07 449	0.08 348	0.07 341	0.12 522	0.10 484

GwcNet	0.20 503	0.13 511	0.19 478	0.18 363	0.12 488	0.24 524	0.19 474	0.35 551	0.43 556	0.20 450	0.32 506	0.33 546	0.20 497	0.22 509	0.24 534	0.11 499	0.09 504	0.09 429	0.09 453	0.09 451	0.10 484

HGLStereo	0.17 465	0.08 304	0.19 478	0.17 280	0.12 488	0.18 443	0.18 434	0.31 496	0.32 485	0.21 464	0.32 506	0.25 475	0.18 469	0.19 454	0.20 480	0.09 428	0.09 504	0.07 263	0.07 341	0.09 451	0.10 484

DMCA	0.14 378	0.09 380	0.16 416	0.19 421	0.09 303	0.15 373	0.17 388	0.23 363	0.27 439	0.14 310	0.19 342	0.17 370	0.18 469	0.15 352	0.17 443	0.10 470	0.06 370	0.08 348	0.06 252	0.09 451	0.10 484

FADNet-RVC-Resample	0.16 445	0.11 464	0.31 553	0.22 524	0.11 456	0.19 466	0.14 216	0.25 402	0.24 394	0.24 501	0.27 462	0.20 410	0.15 406	0.16 386	0.15 412	0.07 306	0.08 475	0.12 528	0.10 492	0.09 451	0.10 484

FADNet_RVC	0.16 445	0.14 523	0.40 577	0.20 479	0.11 456	0.13 315	0.13 159	0.26 420	0.22 368	0.21 464	0.23 394	0.20 410	0.17 455	0.14 330	0.16 428	0.08 369	0.08 475	0.12 528	0.09 453	0.11 506	0.10 484

SuperB	0.20 503	0.10 438	0.56 600	0.16 202	0.09 303	0.18 443	0.18 434	0.24 386	0.50 579	0.26 520	0.39 550	0.17 370	0.21 501	0.22 509	0.21 500	0.08 369	0.06 370	0.06 164	0.06 252	0.12 522	0.10 484

AF-Net	0.22 524	0.17 552	0.17 444	0.26 571	0.13 511	0.25 535	0.24 545	0.32 507	0.50 579	0.25 514	0.33 518	0.38 567	0.26 539	0.28 551	0.25 544	0.11 499	0.10 524	0.16 573	0.11 524	0.11 506	0.10 484

Nwc_Net	0.23 540	0.16 541	0.21 499	0.25 566	0.14 531	0.24 524	0.26 570	0.37 564	0.38 532	0.22 480	0.41 567	0.30 520	0.28 557	0.28 551	0.25 544	0.11 499	0.10 524	0.17 576	0.20 590	0.10 483	0.10 484

ADCL	0.24 547	0.11 464	0.47 589	0.22 524	0.12 488	0.34 582	0.29 592	0.29 472	0.56 592	0.24 501	0.46 580	0.30 520	0.30 569	0.29 558	0.29 574	0.08 369	0.07 449	0.09 429	0.09 453	0.10 483	0.10 484

ADCP+	0.20 503	0.10 438	0.33 559	0.20 479	0.12 488	0.22 506	0.26 570	0.31 496	0.34 504	0.26 520	0.37 536	0.22 437	0.22 510	0.27 539	0.27 564	0.09 428	0.06 370	0.08 348	0.08 406	0.09 451	0.10 484

UCFNet_RVC	0.14 378	0.08 304	0.13 295	0.11 1	0.10 406	0.20 481	0.10 29	0.24 386	0.22 368	0.17 381	0.20 354	0.23 455	0.15 406	0.17 418	0.15 412	0.12 524	0.07 449	0.10 477	0.13 553	0.11 506	0.10 484

DeepPruner_ROB	0.16 445	0.11 464	0.15 382	0.17 280	0.10 406	0.17 424	0.15 288	0.32 507	0.21 354	0.19 427	0.21 375	0.22 437	0.18 469	0.20 479	0.15 412	0.13 547	0.09 504	0.09 429	0.09 453	0.11 506	0.10 484

PWC_ROB	0.21 515	0.16 541	0.26 527	0.18 363	0.11 456	0.22 506	0.13 159	0.32 507	0.49 576	0.30 554	0.40 556	0.32 543	0.24 524	0.31 562	0.22 509	0.10 470	0.07 449	0.11 508	0.08 406	0.11 506	0.10 484

CBMV	0.19 491	0.14 523	0.17 444	0.18 363	0.10 406	0.20 481	0.11 57	0.29 472	0.30 471	0.29 550	0.30 494	0.30 520	0.23 518	0.27 539	0.19 474	0.13 547	0.15 580	0.17 576	0.16 576	0.10 483	0.10 484
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	0.27 571	0.13 511	0.18 467	0.15 121	0.11 456	0.32 573	0.24 545	0.40 580	0.36 518	0.52 606	0.57 602	0.67 617	0.40 596	0.35 581	0.26 556	0.14 561	0.13 565	0.13 543	0.11 524	0.11 506	0.10 484
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
zh-mn7	0.25 559	0.14 523	0.56 600	0.19 421	0.14 531	0.24 524	0.22 522	0.34 535	0.62 604	0.35 573	0.65 607	0.31 533	0.25 533	0.31 562	0.25 544	0.09 428	0.08 475	0.09 429	0.09 453	0.09 451	0.11 510

DDVS	0.15 422	0.10 438	0.21 499	0.16 202	0.12 488	0.15 373	0.14 216	0.25 402	0.19 316	0.18 411	0.29 488	0.27 493	0.12 325	0.19 454	0.15 412	0.09 428	0.06 370	0.09 429	0.07 341	0.11 506	0.11 510

SDNR	0.19 491	0.08 304	0.19 478	0.16 202	0.12 488	0.77 629	0.14 216	0.25 402	0.32 485	0.19 427	0.24 406	0.19 398	0.13 363	0.19 454	0.15 412	0.16 581	0.18 590	0.14 555	0.11 524	0.08 388	0.11 510

DisPM	0.11 252	0.07 203	0.12 249	0.16 202	0.09 303	0.06 11	0.13 159	0.17 234	0.17 274	0.14 310	0.20 354	0.12 262	0.10 269	0.11 171	0.10 150	0.06 136	0.04 24	0.07 263	0.06 252	0.06 257	0.11 510

Wz-Net-SNSev	0.25 559	0.17 552	0.44 583	0.25 566	0.14 531	0.26 545	0.23 533	0.38 572	0.56 592	0.30 554	0.55 594	0.39 575	0.26 539	0.23 520	0.30 579	0.10 470	0.09 504	0.09 429	0.10 492	0.11 506	0.11 510

Wz-Net-LNSev	0.22 524	0.16 541	0.38 573	0.21 508	0.13 511	0.25 535	0.23 533	0.32 507	0.43 556	0.30 554	0.41 567	0.31 533	0.18 469	0.22 509	0.25 544	0.10 470	0.09 504	0.08 348	0.08 406	0.12 522	0.11 510

PFNet+	0.11 252	0.06 112	0.13 295	0.16 202	0.09 303	0.05 4	0.12 89	0.17 234	0.21 354	0.16 365	0.19 342	0.14 307	0.10 269	0.11 171	0.11 247	0.08 369	0.05 214	0.09 429	0.08 406	0.06 257	0.11 510

Anonymous3	0.16 445	0.13 511	0.33 559	0.26 571	0.14 531	0.27 555	0.17 388	0.28 461	0.28 453	0.15 337	0.17 308	0.14 307	0.10 269	0.15 352	0.12 306	0.08 369	0.08 475	0.08 348	0.08 406	0.08 388	0.11 510

hitnet-ft	0.18 479	0.09 380	0.17 444	0.14 68	0.09 303	0.26 545	0.20 495	0.25 402	0.26 429	0.24 501	0.32 506	0.31 533	0.22 510	0.24 529	0.21 500	0.12 524	0.07 449	0.10 477	0.08 406	0.12 522	0.11 510

DANet	0.21 515	0.15 533	0.28 540	0.25 566	0.13 511	0.22 506	0.19 474	0.27 441	0.27 439	0.28 542	0.32 506	0.35 556	0.31 573	0.31 562	0.23 521	0.11 499	0.09 504	0.11 508	0.10 492	0.13 540	0.11 510
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CBMV_ROB	0.19 491	0.13 511	0.17 444	0.16 202	0.11 456	0.15 373	0.13 159	0.26 420	0.28 453	0.27 526	0.30 494	0.27 493	0.24 524	0.23 520	0.16 428	0.15 565	0.17 588	0.22 594	0.20 590	0.10 483	0.11 510

SANet	0.24 547	0.14 523	0.28 540	0.21 508	0.11 456	0.27 555	0.24 545	0.38 572	0.64 608	0.36 576	0.40 556	0.43 587	0.26 539	0.27 539	0.24 534	0.12 524	0.09 504	0.10 477	0.09 453	0.13 540	0.11 510

SGM_RVC	0.23 540	0.12 482	0.15 382	0.15 121	0.09 303	0.33 579	0.18 434	0.34 535	0.31 478	0.44 599	0.37 536	0.53 606	0.35 585	0.35 581	0.24 534	0.13 547	0.13 565	0.13 543	0.13 553	0.10 483	0.11 510
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
NLCSM	0.24 547	0.17 552	0.21 499	0.21 508	0.23 595	0.27 555	0.17 388	0.45 600	0.29 460	0.27 526	0.24 406	0.39 575	0.35 585	0.46 607	0.48 617	0.09 428	0.11 537	0.11 508	0.16 576	0.11 506	0.12 523

zh-sn7	0.25 559	0.17 552	0.50 591	0.24 554	0.13 511	0.25 535	0.24 545	0.34 535	0.48 570	0.28 542	0.54 592	0.28 503	0.31 573	0.36 587	0.32 587	0.10 470	0.10 524	0.11 508	0.10 492	0.12 522	0.12 523

TCMNet	0.19 491	0.12 482	0.19 478	0.20 479	0.18 580	0.20 481	0.24 545	0.27 441	0.36 518	0.23 492	0.26 453	0.25 475	0.19 485	0.19 454	0.23 521	0.13 547	0.11 537	0.11 508	0.12 543	0.13 540	0.12 523

DCVSM-stereo	0.14 378	0.09 380	0.16 416	0.16 202	0.10 406	0.15 373	0.09 18	0.19 286	0.23 378	0.20 450	0.23 394	0.26 485	0.15 406	0.18 439	0.14 384	0.09 428	0.07 449	0.09 429	0.08 406	0.10 483	0.12 523

DualNet (step1)	0.16 445	0.12 482	0.20 490	0.12 4	0.14 531	0.17 424	0.13 159	0.27 441	0.23 378	0.20 450	0.20 354	0.24 461	0.19 485	0.16 386	0.16 428	0.15 565	0.06 370	0.14 555	0.14 556	0.14 553	0.12 523

test_sample9	0.18 479	0.12 482	0.20 490	0.12 4	0.14 531	0.17 424	0.13 159	0.27 441	0.23 378	0.20 450	0.20 354	0.24 461	0.19 485	0.19 454	0.17 443	0.15 565	0.30 615	0.14 555	0.14 556	0.14 553	0.12 523

test_sample8	0.19 491	0.12 482	0.20 490	0.12 4	0.14 531	0.17 424	0.13 159	0.31 496	0.21 354	0.27 526	0.22 385	0.36 558	0.25 533	0.19 454	0.17 443	0.15 565	0.30 615	0.14 555	0.14 556	0.14 553	0.12 523

NF-Stereo	0.11 252	0.07 203	0.13 295	0.17 280	0.09 303	0.10 189	0.14 216	0.23 363	0.19 316	0.12 262	0.17 308	0.12 262	0.11 294	0.11 171	0.11 247	0.06 136	0.04 24	0.07 263	0.06 252	0.06 257	0.12 523

OCTAStereo	0.11 252	0.07 203	0.13 295	0.17 280	0.09 303	0.10 189	0.14 216	0.23 363	0.19 316	0.12 262	0.17 308	0.12 262	0.11 294	0.11 171	0.11 247	0.06 136	0.04 24	0.07 263	0.06 252	0.06 257	0.12 523

PSM-softLoss	0.12 319	0.07 203	0.15 382	0.17 280	0.09 303	0.08 66	0.13 159	0.24 386	0.17 274	0.14 310	0.19 342	0.13 287	0.11 294	0.11 171	0.11 247	0.07 306	0.05 214	0.08 348	0.07 341	0.06 257	0.12 523

KMStereo	0.12 319	0.07 203	0.15 382	0.17 280	0.09 303	0.08 66	0.13 159	0.24 386	0.17 274	0.14 310	0.19 342	0.13 287	0.11 294	0.11 171	0.11 247	0.07 306	0.05 214	0.08 348	0.07 341	0.06 257	0.12 523

RE-Stereo	0.11 252	0.07 203	0.13 295	0.17 280	0.09 303	0.10 189	0.14 216	0.23 363	0.19 316	0.12 262	0.17 308	0.12 262	0.11 294	0.11 171	0.11 247	0.06 136	0.04 24	0.07 263	0.06 252	0.06 257	0.12 523

TVStereo	0.11 252	0.07 203	0.13 295	0.17 280	0.09 303	0.10 189	0.14 216	0.23 363	0.19 316	0.12 262	0.17 308	0.12 262	0.11 294	0.11 171	0.11 247	0.06 136	0.04 24	0.07 263	0.06 252	0.06 257	0.12 523

APVNet	0.22 524	0.12 482	0.19 478	0.18 363	0.14 531	0.32 573	0.31 605	0.39 576	0.32 485	0.27 526	0.40 556	0.30 520	0.29 565	0.26 536	0.25 544	0.11 499	0.12 552	0.11 508	0.14 556	0.12 522	0.12 523

MaskLacGwcNet_RVC	0.22 524	0.21 577	0.24 519	0.26 571	0.11 456	0.23 519	0.14 216	0.39 576	0.24 394	0.32 566	0.36 530	0.30 520	0.21 501	0.19 454	0.21 500	0.17 586	0.14 574	0.21 590	0.16 576	0.12 522	0.12 523

ADCMid	0.25 559	0.15 533	0.40 577	0.20 479	0.14 531	0.25 535	0.26 570	0.34 535	0.38 532	0.36 576	0.44 578	0.34 552	0.40 596	0.35 581	0.33 591	0.10 470	0.09 504	0.11 508	0.11 524	0.13 540	0.12 523

STTRV1_RVC	0.25 559	0.26 591	0.39 575	0.19 421	0.26 605	0.30 570	0.24 545	0.34 535	0.35 513	0.36 576	0.34 522	0.31 533	0.31 573	0.28 551	0.25 544	0.17 586	0.10 524	0.16 573	0.14 556	0.17 582	0.12 523

SGM-ForestM	0.32 588	0.12 482	0.16 416	0.16 202	0.11 456	0.39 596	0.19 474	0.41 586	0.50 579	0.52 606	0.54 592	1.32 637	0.42 604	0.40 602	0.27 564	0.14 561	0.16 583	0.16 573	0.16 576	0.12 522	0.12 523

XPNet_ROB	0.22 524	0.11 464	0.19 478	0.22 524	0.13 511	0.22 506	0.19 474	0.34 535	0.40 541	0.30 554	0.39 550	0.39 575	0.26 539	0.26 536	0.28 571	0.15 565	0.10 524	0.10 477	0.10 492	0.13 540	0.12 523

LALA_ROB	0.25 559	0.16 541	0.22 506	0.26 571	0.17 574	0.27 555	0.27 577	0.42 591	0.37 525	0.33 570	0.38 542	0.51 602	0.26 539	0.28 551	0.27 564	0.16 581	0.09 504	0.12 528	0.11 524	0.13 540	0.12 523

SGM-Forest	0.20 503	0.14 523	0.18 467	0.19 421	0.13 511	0.20 481	0.22 522	0.33 526	0.30 471	0.24 501	0.29 488	0.28 503	0.19 485	0.23 520	0.17 443	0.15 565	0.16 583	0.15 567	0.14 556	0.12 522	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
coex-ft	3.30 643	0.34 608	59.09 669	0.18 363	0.13 511	0.26 545	0.22 522	0.27 441	0.72 617	1.90 648	0.70 613	0.44 589	0.45 607	0.29 558	0.41 609	0.09 428	0.09 504	0.12 528	0.09 453	0.14 553	0.13 544

pcwnet_v2	0.19 491	0.10 438	0.26 527	0.17 280	0.14 531	0.18 443	0.15 288	0.37 564	0.46 568	0.19 427	0.24 406	0.21 419	0.19 485	0.20 479	0.19 474	0.13 547	0.10 524	0.10 477	0.10 492	0.11 506	0.13 544

FINET	0.21 515	0.18 564	0.26 527	0.18 363	0.16 559	0.23 519	0.23 533	0.32 507	0.48 570	0.25 514	0.32 506	0.22 437	0.22 510	0.22 509	0.17 443	0.18 588	0.16 583	0.11 508	0.10 492	0.15 568	0.13 544

S-Stereo	0.20 503	0.12 482	0.25 524	0.21 508	0.13 511	0.20 481	0.18 434	0.32 507	0.43 556	0.23 492	0.36 530	0.28 503	0.30 569	0.19 454	0.22 509	0.09 428	0.12 552	0.10 477	0.10 492	0.13 540	0.13 544

G-Net	0.24 547	0.16 541	0.36 568	0.22 524	0.16 559	0.51 606	0.23 533	0.29 472	0.34 504	0.36 576	0.38 542	0.31 533	0.29 565	0.27 539	0.26 556	0.11 499	0.09 504	0.12 528	0.09 453	0.16 575	0.13 544

NCC-stereo	0.24 547	0.15 533	0.31 553	0.26 571	0.16 559	0.20 481	0.30 599	0.40 580	0.40 541	0.24 501	0.38 542	0.33 546	0.28 557	0.36 587	0.27 564	0.12 524	0.11 537	0.15 567	0.22 595	0.13 540	0.13 544

stereogan	0.22 524	0.11 464	0.21 499	0.20 479	0.12 488	0.31 572	0.19 474	0.35 551	0.44 561	0.22 480	0.39 550	0.35 556	0.27 547	0.33 572	0.22 509	0.10 470	0.12 552	0.10 477	0.10 492	0.14 553	0.13 544

edge stereo	0.22 524	0.13 511	0.20 490	0.21 508	0.13 511	0.23 519	0.16 354	0.32 507	0.42 551	0.32 566	0.40 556	0.38 567	0.35 585	0.25 534	0.24 534	0.13 547	0.11 537	0.14 555	0.11 524	0.12 522	0.13 544

Abc-Net	0.24 547	0.15 533	0.31 553	0.26 571	0.16 559	0.20 481	0.30 599	0.40 580	0.40 541	0.24 501	0.38 542	0.33 546	0.28 557	0.36 587	0.27 564	0.12 524	0.11 537	0.15 567	0.22 595	0.13 540	0.13 544
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	0.23 540	0.12 482	0.28 540	0.21 508	0.13 511	0.28 563	0.16 354	0.35 551	0.66 612	0.27 526	0.33 518	0.30 520	0.21 501	0.31 562	0.29 574	0.10 470	0.08 475	0.09 429	0.10 492	0.13 540	0.13 544

DeepPrunerF	0.24 547	0.17 552	0.42 582	0.26 571	0.16 559	0.22 506	0.28 583	0.37 564	0.50 579	0.26 520	0.29 488	0.24 461	0.28 557	0.21 496	0.22 509	0.15 565	0.11 537	0.20 589	0.18 588	0.12 522	0.13 544

ADCPNet	0.25 559	0.16 541	0.61 606	0.21 508	0.15 549	0.35 590	0.25 561	0.32 507	0.35 513	0.30 554	0.40 556	0.36 558	0.28 557	0.28 551	0.32 587	0.12 524	0.10 524	0.11 508	0.12 543	0.14 553	0.13 544

PA-Net	0.23 540	0.18 564	0.33 559	0.28 586	0.22 592	0.21 498	0.38 614	0.29 472	0.39 535	0.22 480	0.32 506	0.25 475	0.26 539	0.20 479	0.25 544	0.09 428	0.23 609	0.15 567	0.22 595	0.09 451	0.13 544
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 540	0.15 533	0.17 444	0.34 602	0.18 580	0.24 524	0.23 533	0.34 535	0.28 453	0.31 560	0.38 542	0.38 567	0.28 557	0.23 520	0.24 534	0.15 565	0.12 552	0.18 585	0.21 592	0.13 540	0.13 544

NOSS_ROB	0.19 491	0.12 482	0.18 467	0.16 202	0.12 488	0.15 373	0.12 89	0.30 486	0.32 485	0.20 450	0.22 385	0.27 493	0.23 518	0.21 496	0.16 428	0.16 581	0.18 590	0.23 595	0.21 592	0.12 522	0.13 544

ETE_ROB	0.23 540	0.17 552	0.22 506	0.25 566	0.13 511	0.26 545	0.29 592	0.31 496	0.36 518	0.28 542	0.36 530	0.45 591	0.26 539	0.27 539	0.26 556	0.11 499	0.08 475	0.12 528	0.09 453	0.14 553	0.13 544

PDISCO_ROB	0.27 571	0.16 541	0.26 527	0.28 586	0.20 586	0.32 573	0.26 570	0.44 597	0.57 594	0.28 542	0.40 556	0.45 591	0.29 565	0.33 572	0.34 593	0.12 524	0.09 504	0.17 576	0.16 576	0.17 582	0.13 544

Wz-Net-TNSev	0.29 579	0.20 571	0.65 609	0.19 421	0.15 549	0.38 595	0.27 577	0.35 551	0.55 589	0.34 572	0.42 573	0.45 591	0.38 591	0.32 569	0.30 579	0.12 524	0.13 565	0.10 477	0.12 543	0.15 568	0.14 561

UDG	0.21 515	0.17 552	0.19 478	0.23 545	0.15 549	0.30 570	0.20 495	0.33 526	0.35 513	0.23 492	0.28 476	0.31 533	0.27 547	0.20 479	0.22 509	0.15 565	0.12 552	0.13 543	0.09 453	0.14 553	0.14 561

SACVNet	0.18 479	0.12 482	0.14 330	0.17 280	0.13 511	0.22 506	0.18 434	0.31 496	0.30 471	0.23 492	0.31 502	0.30 520	0.22 510	0.22 509	0.17 443	0.11 499	0.08 475	0.10 477	0.10 492	0.12 522	0.14 561

PSM-AAD	0.11 252	0.07 203	0.10 147	0.19 421	0.09 303	0.10 189	0.15 288	0.20 297	0.13 179	0.12 262	0.14 258	0.18 384	0.11 294	0.11 171	0.10 150	0.05 37	0.05 214	0.09 429	0.08 406	0.06 257	0.14 561

FAT-Stereo	0.20 503	0.12 482	0.22 506	0.21 508	0.12 488	0.17 424	0.18 434	0.34 535	0.39 535	0.27 526	0.37 536	0.34 552	0.32 578	0.21 496	0.20 480	0.09 428	0.11 537	0.10 477	0.09 453	0.11 506	0.14 561

RP	0.21 515	0.13 511	0.21 499	0.23 545	0.11 456	0.21 498	0.20 495	0.25 402	0.44 561	0.21 464	0.38 542	0.36 558	0.24 524	0.27 539	0.25 544	0.11 499	0.12 552	0.13 543	0.12 543	0.12 522	0.14 561

WCMA_ROB	0.24 547	0.11 464	0.22 506	0.17 280	0.14 531	0.32 573	0.15 288	0.32 507	0.32 485	0.38 582	0.53 590	0.40 580	0.34 583	0.34 575	0.25 544	0.11 499	0.12 552	0.12 528	0.10 492	0.14 553	0.14 561

SQANet	0.23 540	0.23 582	0.30 551	0.30 596	0.19 583	0.27 555	0.13 159	0.29 472	0.33 492	0.24 501	0.37 536	0.31 533	0.22 510	0.27 539	0.23 521	0.15 565	0.10 524	0.21 590	0.16 576	0.21 591	0.15 568

LCNet	0.11 252	0.07 203	0.09 92	0.19 421	0.09 303	0.08 66	0.15 288	0.21 320	0.15 225	0.11 224	0.15 275	0.16 350	0.11 294	0.12 258	0.11 247	0.05 37	0.04 24	0.08 348	0.07 341	0.06 257	0.15 568

MFN_U_SF_RVC	0.32 588	0.21 577	0.55 597	0.30 596	0.15 549	0.34 582	0.17 388	0.52 612	0.46 568	0.46 603	0.55 594	0.59 609	0.39 593	0.35 581	0.37 599	0.15 565	0.14 574	0.18 585	0.21 592	0.16 575	0.15 568

RTS	0.45 607	0.19 567	3.26 642	0.24 554	0.15 549	0.74 623	0.20 495	0.36 558	0.76 623	0.42 594	0.43 576	0.31 533	0.41 601	0.53 616	0.35 594	0.10 470	0.08 475	0.13 543	0.12 543	0.15 568	0.15 568

RTSA	0.45 607	0.19 567	3.26 642	0.24 554	0.15 549	0.74 623	0.20 495	0.36 558	0.76 623	0.42 594	0.43 576	0.31 533	0.41 601	0.53 616	0.35 594	0.10 470	0.08 475	0.13 543	0.12 543	0.15 568	0.15 568

AnyNet_C01	0.36 595	0.25 590	1.37 635	0.22 524	0.17 574	0.48 604	0.27 577	0.35 551	0.39 535	0.39 584	0.74 617	0.46 595	0.38 591	0.45 606	0.47 615	0.13 547	0.13 565	0.13 543	0.14 556	0.14 553	0.15 568

AnyNet_C32	0.26 569	0.16 541	0.36 568	0.20 479	0.16 559	0.25 535	0.30 599	0.32 507	0.44 561	0.31 560	0.49 584	0.30 520	0.33 579	0.40 602	0.33 591	0.12 524	0.12 552	0.12 528	0.14 556	0.14 553	0.15 568

RYNet	0.22 524	0.12 482	0.22 506	0.19 421	0.17 574	0.46 600	0.26 570	0.38 572	0.48 570	0.24 501	0.28 476	0.34 552	0.23 518	0.20 479	0.30 579	0.10 470	0.06 370	0.09 429	0.09 453	0.13 540	0.15 568

CC-Net-ROB	0.28 575	0.31 604	0.36 568	0.29 594	0.15 549	0.25 535	0.19 474	0.45 600	0.33 492	0.39 584	0.37 536	0.39 575	0.31 573	0.27 539	0.26 556	0.24 610	0.19 593	0.30 611	0.23 599	0.18 586	0.15 568

CSAN	0.29 579	0.24 585	0.27 535	0.34 602	0.19 583	0.33 579	0.42 618	0.37 564	0.50 579	0.38 582	0.40 556	0.44 589	0.33 579	0.28 551	0.30 579	0.20 595	0.16 583	0.19 587	0.19 589	0.14 553	0.15 568

DispFullNet	0.27 571	0.21 577	0.65 609	0.28 586	0.16 559	0.26 545	0.17 388	0.33 526	0.58 597	0.27 526	0.38 542	0.43 587	0.23 518	0.38 594	0.23 521	0.12 524	0.06 370	0.19 587	0.11 524	0.21 591	0.15 568

PSMNet-RUCA	0.27 571	0.33 606	0.41 580	0.36 606	0.32 613	0.18 443	0.19 474	0.42 591	0.30 471	0.33 570	0.41 567	0.39 575	0.25 533	0.31 562	0.20 480	0.18 588	0.10 524	0.25 597	0.15 572	0.21 591	0.16 579

WZ-Net	0.28 575	0.17 552	0.78 623	0.22 524	0.16 559	0.34 582	0.29 592	0.39 576	0.57 594	0.24 501	0.55 594	0.37 563	0.24 524	0.33 572	0.35 594	0.09 428	0.08 475	0.09 429	0.10 492	0.14 553	0.16 579

DDUNet	0.22 524	0.17 552	0.21 499	0.22 524	0.15 549	0.25 535	0.24 545	0.29 472	0.30 471	0.31 560	0.36 530	0.33 546	0.25 533	0.24 529	0.20 480	0.18 588	0.13 565	0.17 576	0.11 524	0.16 575	0.16 579

KYRaft	0.11 252	0.07 203	0.10 147	0.19 421	0.09 303	0.08 66	0.15 288	0.22 343	0.12 143	0.13 289	0.16 287	0.20 410	0.10 269	0.12 258	0.10 150	0.05 37	0.04 24	0.08 348	0.08 406	0.06 257	0.16 579

psmorigin	0.25 559	0.15 533	0.34 567	0.17 280	0.13 511	0.23 519	0.14 216	0.34 535	0.33 492	0.41 591	0.55 594	0.41 582	0.37 590	0.34 575	0.27 564	0.11 499	0.15 580	0.11 508	0.11 524	0.12 522	0.16 579

RGC	0.25 559	0.20 571	0.29 548	0.28 586	0.16 559	0.22 506	0.23 533	0.32 507	0.44 561	0.27 526	0.40 556	0.38 567	0.27 547	0.36 587	0.22 509	0.11 499	0.13 565	0.17 576	0.17 584	0.14 553	0.16 579

ADCS	0.29 579	0.18 564	0.45 584	0.21 508	0.17 574	0.28 563	0.23 533	0.41 586	0.63 607	0.40 587	0.49 584	0.40 580	0.36 588	0.39 598	0.40 606	0.13 547	0.12 552	0.13 543	0.14 556	0.16 575	0.16 579

DPSNet	0.28 575	0.16 541	0.31 553	0.18 363	0.13 511	0.54 608	0.42 618	0.51 611	0.67 613	0.29 550	0.38 542	0.38 567	0.29 565	0.31 562	0.23 521	0.11 499	0.10 524	0.11 508	0.08 406	0.20 590	0.16 579

ISRNet	0.18 479	0.08 304	0.19 478	0.19 421	0.13 511	0.15 373	0.12 89	0.30 486	0.32 485	0.21 464	0.25 436	0.27 493	0.17 455	0.17 418	0.20 480	0.20 595	0.08 475	0.14 555	0.14 556	0.14 553	0.17 587

Anonymous_2	0.22 524	0.17 552	0.28 540	0.15 121	0.16 559	0.32 573	0.22 522	0.22 343	0.17 274	0.23 492	0.24 406	0.26 485	0.27 547	0.27 539	0.23 521	0.22 604	0.25 611	0.17 576	0.17 584	0.17 582	0.17 587

GANetREF_RVC	0.31 586	0.34 608	0.27 535	0.35 604	0.16 559	0.32 573	0.41 615	0.48 605	0.51 586	0.35 573	0.35 527	0.34 552	0.33 579	0.39 598	0.32 587	0.27 612	0.20 596	0.29 609	0.15 572	0.18 586	0.17 587
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
ccnet	0.29 579	0.28 599	0.23 515	0.20 479	0.28 607	0.41 599	0.21 512	0.45 600	0.33 492	0.36 576	0.46 580	0.36 558	0.30 569	0.39 598	0.42 610	0.23 608	0.14 574	0.21 590	0.17 584	0.23 595	0.18 590

MSC_U_SF_DS_RVC	0.43 604	0.39 612	0.54 595	0.40 609	0.20 586	0.64 615	0.32 607	0.53 614	0.72 617	0.71 618	0.72 614	0.61 611	0.54 613	0.51 612	0.46 614	0.20 595	0.19 593	0.29 609	0.30 611	0.23 595	0.18 590

FADNet-RVC	0.20 503	0.20 571	0.38 573	0.21 508	0.16 559	0.20 481	0.15 288	0.26 420	0.26 429	0.26 520	0.32 506	0.26 485	0.21 501	0.22 509	0.19 474	0.12 524	0.13 565	0.12 528	0.14 556	0.13 540	0.18 590

FADNet	0.21 515	0.22 581	0.36 568	0.18 363	0.17 574	0.24 524	0.13 159	0.31 496	0.31 478	0.23 492	0.25 436	0.27 493	0.21 501	0.19 454	0.15 412	0.13 547	0.15 580	0.12 528	0.15 572	0.16 575	0.18 590

XQC	0.28 575	0.23 582	0.51 592	0.28 586	0.19 583	0.34 582	0.27 577	0.36 558	0.57 594	0.31 560	0.30 494	0.37 563	0.30 569	0.38 594	0.38 601	0.13 547	0.09 504	0.15 567	0.12 543	0.17 582	0.18 590

MFN_U_SF_DS_RVC	0.30 585	0.24 585	0.29 548	0.36 606	0.16 559	0.34 582	0.30 599	0.32 507	0.42 551	0.40 587	0.46 580	0.38 567	0.31 573	0.34 575	0.28 571	0.19 593	0.20 596	0.26 598	0.29 609	0.18 586	0.19 595

SHD	0.26 569	0.15 533	0.30 551	0.24 554	0.18 580	0.22 506	0.15 288	0.38 572	0.71 616	0.32 566	0.41 567	0.36 558	0.28 557	0.32 569	0.29 574	0.12 524	0.11 537	0.14 555	0.13 553	0.16 575	0.20 596

SAMSARA	0.40 600	0.28 599	0.33 559	0.55 620	0.39 614	0.82 630	1.23 645	0.47 604	0.51 586	0.36 576	0.35 527	0.55 608	0.39 593	0.38 594	0.39 603	0.15 565	0.20 596	0.15 567	0.14 556	0.23 595	0.20 596

BEATNet-Init1	0.52 613	0.27 594	0.62 607	0.30 596	0.21 590	0.76 627	0.29 592	0.54 615	0.65 611	0.86 629	0.95 629	2.07 647	0.62 623	0.56 620	0.42 610	0.18 588	0.18 590	0.23 595	0.22 595	0.22 594	0.21 598

PASM	0.32 588	0.24 585	0.48 590	0.28 586	0.27 606	0.29 567	0.30 599	0.34 535	0.49 576	0.35 573	0.39 550	0.46 595	0.34 583	0.34 575	0.35 594	0.23 608	0.25 611	0.26 598	0.28 608	0.23 595	0.21 598

MSMD_ROB	0.31 586	0.26 591	0.26 527	0.24 554	0.21 590	0.34 582	0.25 561	0.34 535	0.39 535	0.40 587	0.69 611	0.45 591	0.40 596	0.34 575	0.27 564	0.20 595	0.19 593	0.26 598	0.25 601	0.23 595	0.22 600

FADE		0.33 606		0.33 601	0.25 604			0.64 623	1.07 631	0.43 597		0.42 583		0.70 626		0.30 613	0.21 608	0.41 617	0.38 617	0.23 595	0.22 600

DGSMNet	0.24 547	0.19 567	0.33 559	0.21 508	0.24 598	0.24 524	0.20 495	0.35 551	0.41 544	0.24 501	0.32 506	0.38 567	0.21 501	0.29 558	0.23 521	0.12 524	0.11 537	0.14 555	0.16 576	0.23 595	0.23 602

FSD	0.25 559	0.27 594	0.26 527	0.24 554	0.22 592	0.25 535	0.25 561	0.27 441	0.26 429	0.25 514	0.26 453	0.25 475	0.27 547	0.27 539	0.24 534	0.21 599	0.20 596	0.27 601	0.26 602	0.25 603	0.24 603

FC-DCNN v2	0.33 591	0.27 594	0.28 540	0.26 571	0.23 595	0.37 592	0.28 583	0.40 580	0.43 556	0.45 600	0.56 599	0.51 602	0.40 596	0.37 592	0.29 574	0.21 599	0.20 596	0.27 601	0.26 602	0.25 603	0.24 603

ACVNet_1	0.44 605	0.49 617	0.60 605	0.45 614	0.28 607	0.49 605	0.27 577	0.57 619	0.72 617	0.62 613	0.58 604	0.74 621	0.49 610	0.50 610	0.35 594	0.26 611	0.24 610	0.39 615	0.29 609	0.31 614	0.24 603

FCDSN-DC	0.33 591	0.28 599	0.28 540	0.30 596	0.24 598	0.39 596	0.28 583	0.42 591	0.42 551	0.43 597	0.53 590	0.51 602	0.41 601	0.36 587	0.30 579	0.21 599	0.20 596	0.27 601	0.26 602	0.25 603	0.24 603
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.45 607	0.27 594	0.27 535	0.27 583	0.24 598	0.47 602	0.31 605	0.55 616	0.59 598	0.72 620	1.13 638	1.15 631	0.61 621	0.52 614	0.37 599	0.21 599	0.20 596	0.27 601	0.31 613	0.25 603	0.24 603

FC-DCNN	0.33 591	0.27 594	0.28 540	0.26 571	0.23 595	0.37 592	0.28 583	0.40 580	0.43 556	0.45 600	0.55 594	0.51 602	0.40 596	0.37 592	0.30 579	0.21 599	0.20 596	0.27 601	0.26 602	0.25 603	0.24 603

ELAS_RVC	0.41 602	0.29 602	0.33 559	0.28 586	0.24 598	0.54 608	0.36 610	0.49 607	0.59 598	0.72 620	0.74 617	0.65 615	0.54 613	0.54 618	0.40 606	0.22 604	0.20 596	0.27 601	0.26 602	0.26 608	0.25 609
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 602	0.29 602	0.33 559	0.27 583	0.24 598	0.60 613	0.36 610	0.50 610	0.50 579	0.71 618	0.79 621	0.67 617	0.54 613	0.51 612	0.42 610	0.22 604	0.20 596	0.27 601	0.26 602	0.26 608	0.25 609
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet-4b	0.39 597	0.53 618	0.55 597	0.45 614	0.24 598	0.47 602	0.18 434	0.49 607	0.64 608	0.42 594	0.45 579	0.60 610	0.27 547	0.34 575	0.24 534	0.33 616	0.14 574	0.48 619	0.42 620	0.30 611	0.26 611

otaku	0.39 597	0.37 611	0.52 593	0.44 613	0.28 607	0.58 610	0.24 545	0.41 586	0.62 604	0.40 587	0.49 584	0.46 595	0.33 579	0.40 602	0.32 587	0.30 613	0.30 615	0.39 615	0.33 614	0.29 610	0.28 612

Ntro	0.40 600	0.40 613	0.53 594	0.46 617	0.30 611	0.65 616	0.24 545	0.46 603	0.68 614	0.41 591	0.49 584	0.48 600	0.42 604	0.39 598	0.31 586	0.32 615	0.28 613	0.37 614	0.30 611	0.32 615	0.29 613

Consistency-Raft	0.44 605	0.40 613	0.45 584	0.37 608	0.43 618	0.46 600	0.41 615	0.57 619	0.55 589	0.32 566	0.73 615	0.33 546	0.48 609	0.42 605	0.49 618	0.39 618	0.35 620	0.45 618	0.51 627	0.42 618	0.29 613

NVStereoNet_ROB	0.46 610	0.36 610	0.46 588	0.41 611	0.28 607	0.34 582	0.34 608	0.48 605	0.60 601	0.72 620	0.93 627	0.70 620	0.66 624	0.47 608	0.60 626	0.22 604	0.33 619	0.34 613	0.34 616	0.30 611	0.30 615
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PVD	0.39 597	0.20 571	0.39 575	0.31 600	0.22 592	0.29 567	0.43 620	0.52 612	0.96 630	0.55 610	0.79 621	0.53 606	0.59 620	0.52 614	0.38 601	0.19 593	0.14 574	0.17 576	0.14 556	0.24 602	0.31 616

MADNet+	0.75 625	0.71 628	3.70 645	0.66 623	0.41 616	0.98 635	0.97 643	0.69 625	0.73 621	0.52 606	0.57 602	0.64 613	0.68 626	0.86 635	1.01 642	0.34 617	0.36 621	0.28 608	0.23 599	0.36 617	0.31 616

LSM	0.33 591	0.20 571	0.58 603	0.26 571	0.60 630	0.34 582	0.25 561	0.42 591	0.48 570	0.45 600	0.58 604	0.42 583	0.36 588	0.35 581	0.25 544	0.12 524	0.20 596	0.14 555	0.16 576	0.19 589	0.33 618

MonStereo1	0.47 611	0.26 591	0.58 603	0.28 586	0.20 586	0.39 596	0.18 434	0.49 607	0.64 608	0.52 606	0.87 624	1.01 626	0.57 618	0.50 610	0.56 623	0.53 627	0.31 618	0.54 625	0.40 618	0.33 616	0.34 619

JetBlue	0.71 622	0.45 616	1.14 633	0.51 618	0.47 620	2.02 645	0.64 632	0.75 626	0.70 615	0.69 617	0.77 620	1.22 633	0.83 631	1.03 643	1.01 642	0.40 619	0.28 613	0.33 612	0.33 614	0.30 611	0.34 619

ACVNet_2	0.66 621	0.66 626	0.68 617	0.63 622	0.41 616	0.71 621	0.49 622	0.96 635	1.39 640	0.89 630	1.09 634	1.04 627	0.73 627	0.54 618	0.47 615	0.43 622	0.40 622	0.53 624	0.44 621	0.47 619	0.35 621

IMH-64-1	0.65 619	0.61 622	0.68 617	0.71 624	0.51 621	0.59 611	0.49 622	0.91 631	0.85 625	0.74 624	1.02 631	0.81 622	0.78 629	0.79 628	0.49 618	0.42 620	0.46 624	0.71 628	0.47 622	0.52 621	0.39 622

IMH-64	0.65 619	0.61 622	0.68 617	0.71 624	0.51 621	0.59 611	0.49 622	0.91 631	0.85 625	0.74 624	1.02 631	0.81 622	0.78 629	0.79 628	0.49 618	0.42 620	0.46 624	0.71 628	0.47 622	0.52 621	0.39 622

RainbowNet	0.54 615	0.61 622	0.70 621	0.57 621	0.43 618	0.65 616	0.37 613	0.60 621	0.87 627	0.50 605	0.66 608	0.64 613	0.47 608	0.49 609	0.43 613	0.47 624	0.48 629	0.52 623	0.41 619	0.52 621	0.40 624

IMH	0.71 622	0.64 625	0.68 617	0.76 626	0.54 623	0.69 619	0.54 626	0.98 637	1.10 633	0.82 628	1.09 634	0.89 624	0.88 634	0.87 636	0.52 622	0.44 623	0.50 633	0.75 631	0.51 627	0.56 626	0.41 625

PWCK	0.71 622	0.94 637	0.95 630	0.76 626	0.31 612	0.74 623	0.36 610	0.90 630	0.90 628	0.96 633	0.75 619	0.95 625	0.61 621	0.87 636	0.66 629	0.72 636	0.46 624	0.75 631	0.49 624	0.69 634	0.44 626

GCST	0.37 596	0.42 615	0.26 527	1.02 639	0.39 614	0.18 443	0.08 7	0.20 297	0.17 274	0.28 542	0.25 436	0.15 336	0.12 325	0.16 386	0.14 384	0.64 634	0.43 623	0.75 631	0.65 634	0.63 627	0.46 627

TorneroNet-64	0.76 626	0.72 629	0.74 622	0.78 628	0.58 629	0.91 634	0.56 627	0.84 629	1.29 637	0.66 614	0.90 625	1.40 639	0.75 628	0.85 634	0.67 632	0.49 625	0.46 624	0.72 630	0.59 630	0.67 631	0.53 628

anonymity	0.53 614	0.58 620	0.65 609	0.41 611	0.61 631	0.53 607	0.41 615	0.56 617	0.41 544	0.55 610	0.50 588	0.49 601	0.55 616	0.58 621	0.50 621	0.58 630	0.50 633	0.51 621	0.51 627	0.51 620	0.57 629

WAO-7	0.79 627	0.78 631	0.54 595	0.85 632	0.67 634	0.74 623	0.68 636	1.05 640	1.32 638	0.90 631	1.20 641	1.04 627	0.92 635	0.69 625	0.66 629	0.60 632	0.62 643	0.67 627	0.68 636	0.64 628	0.58 630

WAO-6	0.81 628	0.80 632	0.62 607	0.86 633	0.63 632	0.76 627	0.58 629	0.98 637	1.54 645	0.90 631	0.96 630	1.07 629	1.03 639	0.70 626	0.66 629	0.72 636	0.49 631	0.90 639	0.71 637	0.68 632	0.58 630

Dean	0.87 631	0.86 636	0.79 625	0.81 630	0.56 626	0.90 631	0.63 630	1.15 646	1.73 646	1.15 641	1.15 639	1.31 636	0.99 638	0.81 630	0.81 638	0.57 629	0.56 640	0.77 635	0.64 633	0.66 630	0.58 630

SPS-STEREO	0.57 617	0.58 620	0.65 609	0.45 614	0.55 625	0.62 614	0.44 621	0.62 622	0.50 579	0.68 616	0.64 606	0.66 616	0.57 618	0.61 622	0.60 626	0.62 633	0.47 628	0.51 621	0.49 624	0.55 625	0.58 630
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	0.56 616	0.57 619	0.65 609	0.40 609	0.54 623	0.66 618	0.49 622	0.56 617	0.45 567	0.66 614	0.69 611	0.67 617	0.56 617	0.63 623	0.56 623	0.59 631	0.48 629	0.50 620	0.50 626	0.52 621	0.58 630

LVE	0.83 630	0.85 635	0.85 628	0.80 629	0.56 626	1.04 640	0.65 633	1.05 640	1.47 643	0.96 633	1.22 642	1.10 630	0.85 632	0.83 631	0.71 634	0.49 625	0.55 639	0.76 634	0.60 632	0.65 629	0.59 635

WAO-8	0.91 632	0.81 633	0.65 609	0.94 636	0.69 635	0.90 631	0.67 634	1.07 643	1.83 648	1.06 638	1.45 644	1.30 634	1.07 640	0.84 632	0.78 635	0.74 638	0.53 636	0.86 637	0.75 638	0.69 634	0.62 636

Venus	0.91 632	0.81 633	0.65 609	0.94 636	0.69 635	0.90 631	0.67 634	1.07 643	1.83 648	1.06 638	1.45 644	1.30 634	1.07 640	0.84 632	0.78 635	0.74 638	0.53 636	0.86 637	0.75 638	0.69 634	0.62 636

TorneroNet	0.82 629	0.74 630	0.81 627	0.84 631	0.63 632	0.99 636	0.63 630	0.96 635	1.16 634	0.80 627	1.11 636	1.36 638	0.86 633	0.93 639	0.80 637	0.56 628	0.49 631	0.78 636	0.66 635	0.73 637	0.63 638

MFMNet_re	0.64 618	0.66 626	0.65 609	0.51 618	0.69 635	0.69 619	0.57 628	0.64 623	0.73 621	0.60 612	0.73 615	0.62 612	0.67 625	0.65 624	0.60 626	0.66 635	0.58 642	0.63 626	0.59 630	0.68 632	0.69 639

UNDER WATER-64	0.95 634	0.94 637	1.43 637	0.87 634	0.56 626	1.18 643	0.87 640	0.77 627	0.94 629	1.04 636	0.85 623	1.58 644	1.21 645	0.94 640	0.96 640	0.87 642	0.57 641	1.03 642	0.88 643	0.78 638	0.73 640

UNDER WATER	0.97 635	0.97 639	1.42 636	0.99 638	0.70 638	1.12 642	0.84 639	0.80 628	1.08 632	1.01 635	0.90 625	1.55 643	1.22 646	1.03 643	1.00 641	0.78 640	0.53 636	1.02 641	0.87 642	0.80 639	0.74 641

ktn	1.01 637	1.21 642	0.80 626	1.23 643	0.86 641	1.01 638	0.87 640	0.94 634	1.39 640	1.04 636	1.12 637	1.15 631	1.07 640	0.94 640	0.59 625	1.28 648	0.71 645	1.38 648	0.83 641	1.02 643	0.75 642

notaker	0.97 635	1.11 640	0.98 631	1.13 641	0.81 639	0.73 622	0.68 636	0.93 633	1.16 634	1.18 643	1.18 640	1.41 640	1.16 644	1.08 645	0.69 633	0.81 641	0.64 644	1.17 644	0.79 640	0.98 641	0.80 643

HanzoNet	1.29 640	1.26 644	1.19 634	1.12 640	0.85 640	1.02 639	0.83 638	1.03 639	1.48 644	1.64 646	1.61 646	2.50 649	1.72 647	1.61 647	1.61 645	1.26 647	0.80 646	1.31 647	1.01 645	1.02 643	0.86 644

KSHMR	1.09 638	1.17 641	0.88 629	1.25 644	1.00 643	0.99 636	0.96 642	1.13 645	1.37 639	1.16 642	1.29 643	1.41 640	0.96 637	1.01 642	0.92 639	1.03 645	1.08 647	1.20 645	1.03 646	1.01 642	0.97 645

JetRed	1.62 641	1.46 645	2.98 640	0.92 635	1.21 644	4.99 648	1.53 648	1.27 648	1.39 640	1.83 647	1.74 647	1.60 645	0.95 636	1.41 646	2.45 649	0.90 644	1.60 649	0.93 640	0.90 644	1.35 645	0.99 646

DPSimNet_ROB	1.11 639	1.23 643	0.78 623	1.13 641	0.88 642	1.10 641	1.13 644	1.16 647	1.23 636	1.43 645	1.02 631	1.41 640	1.10 643	0.90 638	1.60 644	1.46 649	0.51 635	1.21 646	1.03 646	0.90 640	1.01 647

tt	4.67 646	0.06 112	3.55 644	2.02 647	1.55 645	10.25 653	16.71 653	8.91 659	5.03 651	1.31 644	0.94 628	4.71 650	4.76 650	3.33 650	5.87 652	6.06 658	10.30 662	1.88 652	2.11 652	2.75 649	1.21 648

ASD4	3.54 644	3.38 650	2.05 639	1.72 645	2.51 648	9.03 652	17.71 654	2.25 649	5.51 652	2.46 649	2.81 650	2.03 646	3.36 649	2.73 649	5.06 650	1.22 646	1.34 648	1.13 643	1.33 648	1.68 646	1.49 649

MADNet++	1.95 642	1.75 646	1.59 638	1.82 646	1.69 646	2.33 646	1.40 647	2.35 650	2.09 650	2.57 650	2.36 649	2.24 648	2.17 648	2.28 648	2.34 647	1.87 650	1.66 650	1.54 649	1.34 649	1.92 647	1.77 650

USTest	6.22 647	2.73 649	3.00 641	6.57 654	7.29 653	14.37 655	21.57 655	7.00 658	9.56 657	5.34 654	6.10 651	5.72 653	7.64 653	6.41 655	6.96 653	1.97 651	3.42 656	1.64 650	2.15 653	2.66 648	2.36 651

PML	8.91 654	9.34 660	6.13 647	5.35 651	6.41 652	14.99 656	23.38 661	5.27 651	6.83 653	18.04 663	28.19 670	7.67 655	6.83 652	7.85 656	5.75 651	5.35 657	1.83 651	5.95 661	1.93 651	8.64 658	2.52 652

xxxxx1	7.79 648	5.02 653	7.31 649	3.12 648	3.85 649	16.35 657	22.88 656	5.86 655	8.69 654	7.97 655	8.54 652	9.12 657	8.27 654	10.18 657	10.92 654	2.42 652	2.45 652	3.56 655	12.37 659	3.77 650	3.06 653

tt_ll	7.79 648	5.02 653	7.31 649	3.12 648	3.85 649	16.35 657	22.88 656	5.86 655	8.69 654	7.97 655	8.54 652	9.12 657	8.27 654	10.18 657	10.92 654	2.42 652	2.45 652	3.56 655	12.37 659	3.77 650	3.06 653

ff	7.79 648	5.02 653	7.31 649	3.12 648	3.85 649	16.35 657	22.88 656	5.86 655	8.69 654	7.97 655	8.54 652	9.12 657	8.27 654	10.18 657	10.92 654	2.42 652	2.45 652	3.56 655	12.37 659	3.77 650	3.06 653

TCMNet-wrong-test	3.67 645	5.48 656	3.89 646	12.18 658	11.75 659	4.65 647	3.88 649	1.06 642	0.72 617	1.09 640	2.15 648	6.30 654	0.53 612	3.43 651	2.36 648	0.89 643	0.20 596	1.87 651	1.69 650	5.57 655	3.62 656

Anonymous_1	10.96 658	7.92 657	7.46 652	10.33 655	10.06 654	18.65 661	26.34 662	11.06 660	13.44 661	9.40 658	10.05 657	9.67 660	11.23 659	10.73 660	12.72 659	6.42 659	8.38 659	5.77 658	10.61 658	12.12 659	6.77 657

DPSMNet_ROB	8.06 652	4.48 651	8.63 655	5.37 653	10.74 656	8.32 650	22.98 660	5.46 652	13.36 660	5.12 652	9.92 655	5.08 651	10.40 657	5.53 654	12.58 657	3.80 656	8.00 657	3.50 653	7.02 656	3.83 653	7.14 658

DGTPSM_ROB	8.06 652	4.48 651	8.63 655	5.35 651	10.72 655	8.32 650	22.97 659	5.46 652	13.35 659	5.12 652	9.92 655	5.08 651	10.40 657	5.52 653	12.58 657	3.79 655	8.00 657	3.50 653	7.02 656	3.83 653	7.14 658

DPSM_ROB	11.15 659	8.58 658	8.00 653	10.88 656	11.58 657	19.10 662	26.71 663	12.05 661	14.07 662	10.36 659	10.84 658	10.33 661	11.86 660	11.70 661	13.54 660	6.99 660	8.79 660	5.89 659	6.95 654	7.29 656	7.42 660

DPSM	11.15 659	8.58 658	8.00 653	10.88 656	11.58 657	19.10 662	26.71 663	12.05 661	14.07 662	10.36 659	10.84 658	10.33 661	11.86 660	11.70 661	13.54 660	6.99 660	8.79 660	5.89 659	6.95 654	7.29 656	7.42 660

FlowAnything	22.44 666	17.35 666	16.14 661	22.07 666	23.23 664	38.39 667	53.77 666	24.25 669	28.44 670	20.96 670	21.82 667	20.70 665	23.84 664	23.49 668	27.14 665	14.04 662	17.79 669	11.75 662	14.15 667	14.65 660	14.89 662

LSM0	22.87 668	17.28 662	18.96 662	22.19 667	29.04 670	38.42 669	53.71 665	24.28 670	28.31 666	20.78 669	21.00 663	21.43 670	24.16 669	23.50 669	27.39 667	14.09 667	17.38 664	11.84 667	14.04 666	14.73 665	14.89 662

CasAABBNet	22.42 663	17.33 663	16.01 659	22.01 662	23.28 665	38.32 664	53.80 667	24.14 668	28.41 669	20.60 665	21.77 666	20.89 669	23.91 666	23.43 667	27.36 666	14.07 663	17.69 665	11.83 664	14.01 663	14.67 661	14.95 664

RAFT-FEzeroshot	22.43 664	17.33 663	15.98 657	22.02 663	23.31 666	38.34 665	53.82 668	24.05 666	28.39 667	20.61 666	21.76 664	20.88 667	23.92 667	23.41 665	27.42 668	14.07 663	17.69 665	11.83 664	14.02 664	14.69 662	14.97 665

RAFT-FE	22.43 664	17.33 663	15.98 657	22.02 663	23.31 666	38.34 665	53.82 668	24.05 666	28.39 667	20.61 666	21.76 664	20.88 667	23.92 667	23.41 665	27.42 668	14.07 663	17.69 665	11.83 664	14.02 664	14.69 662	14.97 665

Selective-RAFT-Error	22.47 667	17.37 667	16.09 660	22.06 665	23.34 668	38.39 667	53.83 670	24.29 671	28.47 671	20.74 668	21.83 668	20.81 666	23.90 665	23.54 670	27.53 670	14.08 666	17.69 665	11.82 663	14.00 662	14.69 662	15.00 667

LRCNet_RVC	10.62 657	13.42 661	7.30 648	18.92 660	2.07 647	0.33 579	0.30 599	5.59 654	0.48 570	13.03 661	17.94 661	8.87 656	5.65 651	4.79 652	1.89 646	23.51 669	2.73 655	27.55 670	25.71 670	16.07 666	16.33 668

HaxPig	15.71 661	18.52 668	19.18 663	16.89 659	15.89 662	7.73 649	7.60 650	13.31 663	10.82 658	15.42 662	14.91 660	15.98 663	14.92 662	15.58 663	15.98 662	18.95 668	16.73 663	19.46 668	18.08 668	19.26 667	19.05 669

MEDIAN_ROB	20.38 662	24.04 669	23.31 666	21.23 661	21.71 663	10.40 654	7.92 651	17.64 664	15.50 664	20.12 664	19.70 662	20.34 664	20.32 663	21.19 664	21.13 663	23.81 670	21.81 670	24.98 669	23.76 669	24.71 668	23.93 670

AVERAGE_ROB	24.90 669	29.20 670	28.14 667	24.89 668	24.64 669	17.75 660	11.12 652	21.45 665	19.93 665	25.12 671	24.46 669	25.12 671	25.46 670	24.69 671	22.83 664	29.76 671	27.13 671	28.97 671	27.95 671	29.91 669	29.47 671

test_example2	98.32 670	94.13 671	45.89 668	96.35 669	109.85 671	88.61 670	95.45 671	25.75 672	94.37 672	130.00 673	126.06 672	58.17 672	74.63 671	88.51 672	79.96 671	150.23 672	221.02 672	77.62 672	99.10 672	113.75 672	96.94 672

ccccc	245.47 671	285.66 672	306.18 671	368.85 672	370.60 672	123.16 671	145.33 672	115.05 673	110.08 673	126.68 672	110.87 671	122.83 673	165.88 672	252.94 673	276.56 672	384.56 673	353.86 673	254.69 673	223.00 673	425.87 673	386.83 673

Low-res two-view benchmark