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

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

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

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

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

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

IGEV-Stereo+	0.45 106	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 26	0.26 5	0.25 7	0.31 36	0.41 90	1.43 295	0.30 45	0.17 100	0.12 50	0.15 19	0.11 8	1.16 533	1.70 548

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

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

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

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

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

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

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

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

AdaDepth	0.30 14	0.22 45	0.49 70	0.44 81	0.27 87	0.44 57	0.24 29	0.52 8	0.30 13	0.31 15	0.37 23	0.26 14	0.32 42	0.79 115	0.25 10	0.12 5	0.12 50	0.16 49	0.13 61	0.16 58	0.15 94

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AEACV	0.37 52	0.24 75	0.52 91	0.47 113	0.51 378	0.37 23	0.38 152	0.65 37	0.53 85	0.42 56	0.56 85	0.46 74	0.60 206	0.53 30	0.30 45	0.16 57	0.13 111	0.18 111	0.15 107	0.17 89	0.14 61

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

CroCo-Stereo	0.40 70	0.31 265	0.73 236	0.58 311	0.27 87	0.26 4	0.33 90	0.95 146	0.81 171	0.42 56	0.47 52	0.65 162	0.47 129	0.39 6	0.34 97	0.18 139	0.15 220	0.16 49	0.14 89	0.19 161	0.16 124
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
3.5w_stereo	0.33 35	0.25 103	0.45 50	0.37 9	0.24 38	0.54 140	0.35 110	0.66 41	0.36 26	0.43 61	0.44 41	0.29 28	0.34 52	0.77 106	0.39 148	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

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

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

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

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

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

fffft	0.38 57	0.23 57	0.51 83	0.44 81	0.32 196	0.43 51	0.48 269	0.76 67	0.36 26	0.44 65	0.34 18	0.38 54	0.31 36	1.31 260	0.32 67	0.14 29	0.11 26	0.19 133	0.15 107	0.16 58	0.16 124
1: 1. 1
IGEV-BASED-STEREO-	0.70 273	3.18 567	2.55 520	0.39 29	0.23 22	0.44 57	0.23 24	0.63 31	0.42 43	0.44 65	0.44 41	0.34 43	0.28 23	0.56 40	0.29 35	1.35 541	0.10 9	0.22 232	0.19 210	0.46 471	1.31 541

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

CES	0.48 126	0.20 8	0.37 5	0.39 29	1.39 538	0.55 148	0.35 110	0.98 158	0.66 127	0.44 65	0.66 106	0.35 45	0.27 19	0.56 40	0.33 80	0.15 36	0.13 111	0.15 19	0.10 2	0.19 161	1.46 543

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.40 70	0.21 26	0.44 37	0.37 9	0.22 16	0.50 102	0.40 175	1.00 164	0.94 213	0.48 89	0.66 106	0.48 86	0.40 87	0.60 58	0.37 129	0.18 139	0.14 162	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
qwe	0.32 27	0.21 26	0.40 17	0.37 9	0.26 63	0.49 88	0.29 59	0.64 33	0.39 32	0.49 95	0.48 55	0.26 14	0.27 19	0.80 118	0.34 97	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

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

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

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

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

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

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

IGEV-Stereo	0.43 87	0.27 155	0.54 103	0.45 95	0.32 196	0.50 102	0.42 195	0.90 123	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.32 264	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MSCF	0.38 57	0.25 103	0.52 91	0.47 113	0.25 55	0.62 189	0.37 145	0.81 92	0.47 59	0.50 103	0.71 124	0.32 37	0.65 235	0.54 33	0.28 32	0.19 180	0.12 50	0.17 76	0.14 89	0.17 89	0.14 61

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo	0.39 61	0.21 26	0.38 8	0.34 1	0.22 16	0.53 132	0.29 59	0.77 70	1.11 295	0.58 119	0.71 124	0.51 104	0.41 90	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.14 61
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MM-Stereo_test2	0.43 87	0.24 75	0.67 183	0.51 198	0.32 196	0.55 148	0.45 244	0.97 154	0.77 160	0.59 127	0.51 69	0.49 94	0.42 94	0.80 118	0.30 45	0.15 36	0.13 111	0.18 111	0.14 89	0.19 161	0.14 61

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

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

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

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

Former-RAFT_DAM_RVC	0.46 113	0.36 357	0.71 218	0.47 113	0.36 249	0.67 225	0.35 110	0.78 74	1.12 299	0.61 130	0.62 99	0.39 55	0.39 83	0.71 89	0.39 148	0.20 215	0.17 288	0.22 232	0.18 188	0.23 285	0.19 214

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

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

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

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

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

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

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

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

RCA-Stereo	0.50 136	0.23 57	0.58 133	0.48 140	0.33 217	0.55 148	0.45 244	0.97 154	1.38 445	0.68 141	1.05 229	0.63 156	0.80 290	0.59 46	0.32 67	0.17 100	0.12 50	0.17 76	0.14 89	0.16 58	0.14 61

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

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

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

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

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

CAS++	0.47 120	0.31 265	0.56 117	0.47 113	0.32 196	0.42 42	0.28 54	1.76 395	0.72 143	0.71 146	0.72 128	0.37 52	0.28 23	0.69 81	0.33 80	0.27 381	0.22 386	0.26 348	0.21 286	0.29 368	0.19 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
StereoVision	0.65 247	0.34 326	0.86 305	0.59 324	0.40 302	0.50 102	0.41 191	1.09 213	0.93 210	0.71 146	2.50 512	0.82 214	0.57 193	1.03 189	0.49 237	0.25 342	0.28 438	0.29 391	0.28 415	0.36 420	0.20 247

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

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

Anonymous3	0.61 216	0.44 400	1.11 408	0.59 324	0.49 360	0.93 347	0.65 380	0.93 134	0.81 171	0.72 151	0.88 166	0.65 162	0.69 243	1.06 198	0.53 262	0.35 452	0.30 453	0.26 348	0.26 383	0.31 388	0.27 362

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo++_RVC	0.47 120	0.21 26	0.38 8	0.45 95	0.38 281	0.45 61	0.25 31	0.75 64	1.29 402	0.80 167	1.21 302	0.47 81	0.37 74	0.53 30	0.44 190	0.16 57	0.11 26	0.15 19	0.80 534	0.18 120	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TestStereo	0.64 239	0.39 376	0.71 218	0.51 198	0.27 87	0.56 153	0.42 195	1.03 176	0.91 203	0.80 167	1.00 200	0.68 171	0.52 162	3.25 459	0.45 203	0.22 275	0.15 220	0.24 290	0.18 188	0.27 338	0.16 124

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

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

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

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

s12784h	0.52 139	0.20 8	0.38 8	0.41 44	0.19 1	0.96 358	0.34 102	1.17 234	1.25 382	0.81 171	0.90 170	0.63 156	0.50 154	1.45 299	0.42 177	0.14 29	0.12 50	0.17 76	0.11 8	0.18 120	0.11 2

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

GMStereo	0.55 179	0.45 407	0.94 346	0.50 168	0.32 196	0.64 196	0.43 214	1.00 164	1.40 455	0.82 175	0.73 130	0.51 104	0.45 113	0.85 137	0.55 272	0.24 315	0.15 220	0.20 168	0.21 286	0.31 388	0.24 316
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
tg	0.52 139	0.24 75	0.61 148	0.49 156	0.30 151	0.90 332	0.29 59	1.07 205	0.83 177	0.83 177	1.02 214	0.62 153	0.43 101	1.35 272	0.41 166	0.17 100	0.12 50	0.22 232	0.20 242	0.17 89	0.15 94

CASnet	0.41 78	0.25 103	0.48 63	0.50 168	0.20 3	0.50 102	0.36 126	0.81 92	0.80 168	0.83 177	0.68 113	0.48 86	0.31 36	0.54 33	0.32 67	0.18 139	0.12 50	0.27 365	0.22 315	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PSMNet-ADL	0.72 282	0.35 347	0.62 154	0.69 428	0.46 350	1.14 394	0.44 227	1.37 286	1.01 247	0.83 177	1.17 287	1.33 385	0.96 371	1.43 295	0.95 390	0.33 435	0.22 386	0.21 203	0.23 338	0.27 338	0.29 379

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ICVP	0.63 227	0.33 303	0.57 127	0.61 350	0.40 302	0.80 298	0.58 354	1.61 354	0.89 194	0.90 192	1.24 310	0.88 242	0.73 257	0.72 92	0.88 376	0.29 406	0.21 368	0.22 232	0.21 286	0.24 300	0.27 362
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FADNet-RVC	0.88 372	0.67 479	1.93 498	0.60 336	0.48 356	0.91 336	0.60 366	1.71 380	1.18 345	0.90 192	0.96 184	1.36 392	0.92 345	2.25 411	1.17 427	0.30 411	0.29 449	0.32 424	0.32 450	0.41 444	0.35 425

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

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

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

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

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

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

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

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

PSMNet-RUCA	1.02 417	0.97 511	1.44 457	1.23 532	1.10 519	1.40 442	0.62 371	1.69 373	1.38 445	0.94 205	1.53 410	0.97 284	0.83 307	1.17 229	0.93 384	0.69 523	0.34 474	0.99 534	0.60 523	0.97 524	0.64 511

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

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

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

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

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

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

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

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

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

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

UGAM	1.14 444	0.27 155	0.95 350	0.53 237	0.42 315	0.70 244	0.72 405	0.95 146	1.32 416	0.98 216	1.48 401	1.78 467	0.87 327	9.65 565	0.87 375	0.21 249	0.18 310	0.30 403	0.24 351	0.19 161	0.16 124

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

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

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

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

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

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

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

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

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

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

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

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

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

NOSS_ROB	1.26 458	0.46 409	0.62 154	0.56 289	0.38 281	1.06 382	0.78 419	1.73 382	1.40 455	1.01 227	1.43 382	1.10 329	0.75 261	10.62 571	0.65 305	0.45 489	0.43 508	0.48 495	0.45 496	0.44 461	0.41 451

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PSMNet-RSSM	0.72 282	0.30 232	0.61 148	0.63 371	0.42 315	0.73 256	0.56 339	1.92 446	1.10 293	1.09 249	1.37 364	1.22 353	0.98 381	1.28 254	0.72 327	0.27 381	0.19 328	0.27 365	0.29 427	0.24 300	0.24 316

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

PSMNet_ROB	0.90 377	0.52 435	1.17 420	0.72 446	0.61 432	1.27 420	1.12 491	1.76 395	1.12 299	1.09 249	1.28 330	1.45 409	0.89 338	1.65 336	1.42 464	0.33 435	0.25 416	0.37 462	0.39 482	0.35 413	0.29 379

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

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
STrans-v2	1.04 423	0.28 177	0.96 356	0.49 156	0.32 196	0.68 232	0.79 422	2.47 530	1.12 299	1.12 265	1.46 395	1.40 397	1.46 475	6.70 533	0.43 187	0.18 139	0.13 111	0.20 168	0.18 188	0.18 120	0.18 174

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

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

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

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

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

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

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

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

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

AdaStereo	0.70 273	0.43 397	0.75 256	0.73 454	0.37 264	0.92 343	0.53 307	1.85 425	1.18 345	1.12 265	1.23 308	1.07 316	0.65 235	0.96 168	0.63 300	0.31 419	0.15 220	0.32 424	0.21 286	0.29 368	0.22 282
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
ITSA-stereo	0.82 347	0.36 357	0.82 293	0.54 252	0.31 177	0.80 298	0.47 258	2.17 501	1.67 488	1.13 280	1.13 267	0.94 268	0.86 322	2.46 428	1.00 400	0.26 365	0.23 398	0.28 380	0.27 394	0.28 357	0.36 431

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

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

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

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

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

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

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

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

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

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

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

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

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

iRaft-Stereo_20w	0.65 247	0.31 265	1.00 367	0.47 113	0.34 235	0.73 256	0.30 69	2.96 539	0.70 137	1.15 289	1.14 271	0.76 192	0.65 235	1.11 213	0.38 140	0.17 100	0.13 111	0.18 111	0.16 149	0.19 161	0.18 174

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

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

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

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

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

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

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

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

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

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

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

PA-Net	1.01 414	0.57 453	1.29 437	0.64 380	0.74 470	1.19 409	0.84 435	1.69 373	1.43 464	1.16 299	1.19 296	1.32 384	1.19 437	3.42 464	1.25 434	0.29 406	0.45 515	0.33 433	0.49 506	0.32 397	0.47 473
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccs_rob	0.66 254	0.33 303	0.86 305	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.23 358	0.64 229	0.98 177	0.59 283	0.21 249	0.16 259	0.35 451	0.20 242	0.37 424	0.25 328

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

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

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

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

DeepPrunerF	1.60 490	0.73 490	5.81 546	0.88 504	1.19 531	0.91 336	0.95 466	2.19 504	5.24 560	1.17 308	1.30 334	1.19 348	1.30 459	4.90 492	1.66 483	0.42 478	0.34 474	0.52 501	0.47 501	0.41 444	0.40 446

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

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

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

HITNet	0.65 247	0.40 382	0.77 273	0.48 140	0.24 38	1.05 379	0.49 279	1.76 395	1.02 250	1.18 313	1.18 289	0.89 250	0.80 290	0.85 137	0.79 353	0.17 100	0.12 50	0.21 203	0.17 170	0.29 368	0.15 94
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
test_3	0.55 179	0.23 57	0.71 218	0.53 237	0.28 112	0.61 180	0.40 175	0.92 127	1.05 263	1.19 317	0.68 113	0.93 265	0.44 109	1.67 341	0.39 148	0.15 36	0.12 50	0.22 232	0.19 210	0.21 236	0.14 61

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

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

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

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

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

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

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

Ntro	1.64 494	1.15 526	1.23 426	2.48 551	1.83 543	2.09 506	1.16 496	1.96 455	1.38 445	1.21 325	1.62 437	1.62 439	1.29 455	1.87 373	1.11 418	3.04 555	0.56 532	1.82 544	0.64 525	2.80 551	2.05 552

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

UDG	1.41 476	2.65 563	0.99 362	1.44 538	1.64 542	1.34 432	0.80 428	1.60 351	1.23 373	1.23 336	1.71 452	2.01 492	1.34 463	1.47 305	1.41 460	0.90 528	0.54 531	2.29 548	0.75 531	1.84 540	1.04 533

iResNetv2_ROB	0.80 336	0.37 364	1.71 484	0.56 289	0.37 264	0.94 348	0.64 378	1.73 382	1.34 423	1.23 336	1.42 378	1.26 368	0.92 345	1.85 370	0.56 274	0.23 300	0.15 220	0.19 133	0.14 89	0.24 300	0.19 214

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

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

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

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

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

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

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

HHNet	0.62 220	0.26 126	0.63 157	0.43 58	0.45 339	0.50 102	0.58 354	1.07 205	1.01 247	1.25 350	2.23 499	0.70 180	0.61 215	1.07 202	0.47 224	0.20 215	0.13 111	0.23 270	0.19 210	0.19 161	0.30 393

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

DIP-Stereo	0.62 220	0.30 232	0.83 297	0.48 140	0.36 249	0.95 352	0.33 90	2.37 523	0.67 128	1.25 350	1.00 200	0.68 171	0.51 157	0.91 154	0.61 293	0.18 139	0.15 220	0.21 203	0.17 170	0.19 161	0.19 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-4b	2.15 522	1.41 536	1.64 478	2.80 553	2.31 553	2.31 515	1.24 502	2.32 517	2.14 520	1.26 354	2.39 506	2.66 519	1.48 478	5.95 520	1.06 406	3.20 559	0.45 515	2.37 550	0.89 539	2.83 554	2.37 556

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

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

GANetREF_RVC	1.07 426	0.86 505	1.31 439	0.82 485	0.53 393	1.41 447	1.31 508	1.76 395	1.52 475	1.27 357	1.31 340	1.46 412	1.24 449	2.03 388	0.96 394	0.56 510	0.45 515	0.67 523	0.50 509	0.88 522	0.59 501
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
iResNet_ROB	0.77 321	0.30 232	0.99 362	0.57 305	0.36 249	0.83 314	0.36 126	2.33 518	1.58 482	1.27 357	1.30 334	1.25 364	0.84 311	1.65 336	0.79 353	0.20 215	0.14 162	0.17 76	0.12 38	0.18 120	0.27 362

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.65 247	0.34 326	0.72 224	0.56 289	0.27 87	0.78 284	0.42 195	1.59 347	0.86 183	1.30 374	1.25 314	0.87 238	0.84 311	0.84 132	0.54 268	0.35 452	0.19 328	0.26 348	0.21 286	0.28 357	0.42 455
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.74 305	0.33 303	1.44 457	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 299	1.39 287	0.76 339	0.21 249	0.21 368	0.22 232	0.21 286	0.22 260	0.22 282

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

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

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

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

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

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

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

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

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

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

SQANet	1.31 463	0.88 508	1.08 400	1.83 543	1.44 539	1.44 449	0.75 411	1.74 387	1.09 286	1.32 388	1.26 321	1.28 375	1.01 393	1.50 309	0.83 366	2.50 549	0.34 474	1.47 541	0.55 516	2.32 543	1.57 545

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

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

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

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

NCC-stereo	1.10 434	0.54 440	1.24 429	0.84 489	0.94 510	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 500	2.35 418	1.25 434	0.45 489	0.37 492	0.45 488	0.58 519	0.42 449	0.42 455

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

Abc-Net	1.10 434	0.54 440	1.24 429	0.84 489	0.94 510	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 500	2.35 418	1.25 434	0.45 489	0.37 492	0.45 488	0.58 519	0.42 449	0.42 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
G2L-Stereo	0.80 336	0.32 281	0.95 350	0.60 336	0.42 315	0.78 284	0.69 397	1.50 319	1.09 286	1.33 396	1.14 271	1.45 409	0.72 255	2.45 425	1.10 415	0.25 342	0.20 346	0.26 348	0.21 286	0.20 195	0.26 352

SDNR	1.62 493	0.51 431	2.17 509	0.53 237	0.56 406	3.80 548	0.45 244	1.54 337	1.29 402	1.33 396	2.41 508	1.08 317	0.96 371	11.18 572	1.16 424	0.66 522	0.63 536	0.43 483	0.32 450	0.64 506	0.67 513

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	0.79 333	0.43 397	1.05 387	0.64 380	0.58 418	0.95 352	0.53 307	1.53 334	1.18 345	1.37 408	1.15 279	1.43 402	0.88 332	1.61 330	0.84 369	0.25 342	0.22 386	0.27 365	0.27 394	0.29 368	0.29 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PDISCO_ROB	1.32 465	0.65 477	1.44 457	1.36 533	1.46 540	2.55 523	0.92 457	2.45 529	2.07 518	1.37 408	1.49 403	1.65 450	1.00 391	2.82 442	1.35 450	1.01 531	0.27 431	0.54 507	0.47 501	0.71 515	0.73 519

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

test_for_model	1.30 461	3.71 570	0.58 133	3.22 561	2.84 561	0.59 166	0.33 90	1.40 294	0.83 177	1.42 428	0.61 96	0.52 111	0.37 74	0.51 24	0.33 80	2.46 548	0.15 220	0.16 49	0.11 8	4.39 571	1.50 544

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

otaku	1.60 490	1.11 523	1.21 423	2.20 546	1.56 541	1.97 499	1.24 502	2.07 481	1.36 437	1.44 430	1.62 437	1.73 459	1.19 437	1.73 354	0.98 398	2.89 554	0.57 533	1.74 542	0.60 523	2.78 550	1.94 551

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

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

StereoDRNet-Refined	0.80 336	0.41 390	0.88 323	0.62 362	0.42 315	1.33 430	0.48 269	1.52 328	1.17 338	1.45 432	1.44 387	1.44 407	0.90 339	1.26 249	1.24 433	0.20 215	0.16 259	0.27 365	0.24 351	0.25 312	0.28 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MLCV	0.72 282	0.34 326	1.10 406	0.51 198	0.23 22	0.91 336	0.39 167	1.33 275	1.23 373	1.46 434	1.55 417	1.01 300	0.64 229	1.95 381	0.80 357	0.18 139	0.12 50	0.18 111	0.14 89	0.19 161	0.17 149

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

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

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

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

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

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

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

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

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

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

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

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

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

MSAF-DinoV2	1.97 517	0.80 500	10.38 560	0.86 496	0.48 356	1.39 440	0.97 469	2.55 533	1.72 494	1.53 448	1.65 444	3.59 535	2.20 528	5.39 505	3.94 531	0.27 381	0.17 288	0.26 348	0.28 415	0.47 472	0.46 469

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

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

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

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

HSM-Net_RVC	0.87 371	0.29 212	0.53 97	0.53 237	0.30 151	1.15 400	0.55 331	3.57 547	1.28 398	1.53 448	1.74 456	1.68 453	0.93 354	1.49 307	0.77 345	0.22 275	0.17 288	0.19 133	0.18 188	0.20 195	0.19 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wz-Net-LNSev-Ref	0.99 403	0.40 382	1.82 492	0.66 401	0.62 438	2.05 504	0.78 419	1.91 443	1.29 402	1.54 454	1.42 378	1.51 423	1.23 446	1.99 384	1.33 445	0.23 300	0.14 162	0.20 168	0.15 107	0.27 338	0.26 352

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

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

RP	1.09 432	0.50 428	1.12 410	0.90 509	1.04 516	1.11 389	0.84 435	1.80 412	1.62 484	1.55 457	2.00 485	1.90 478	1.78 503	1.84 367	1.25 434	0.52 502	0.36 490	0.48 495	0.36 475	0.45 465	0.43 462

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 466	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoDRNet	0.98 401	0.47 414	1.70 482	0.76 464	0.94 510	1.51 455	0.91 455	1.92 446	1.32 416	1.61 466	1.13 267	1.47 417	0.97 374	1.75 355	1.46 471	0.28 395	0.23 398	0.29 391	0.27 394	0.35 413	0.27 362

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FBW_ROB	1.71 503	0.62 473	1.45 462	0.67 413	0.61 432	1.81 485	1.08 487	2.52 531	1.70 491	1.77 483	1.73 454	1.98 489	1.25 450	12.57 574	1.84 488	0.34 445	0.37 492	0.56 515	0.38 480	0.45 465	0.43 462

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

DANet	1.08 429	0.61 469	1.32 442	0.85 494	0.72 464	1.37 435	0.51 288	1.54 337	1.15 326	1.78 484	1.54 415	2.01 492	1.11 419	2.90 446	2.00 497	0.33 435	0.30 453	0.40 476	0.30 436	0.44 461	0.45 466
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DRN-Test	1.00 408	0.44 400	1.13 412	0.70 434	0.81 493	1.62 465	0.79 422	2.14 490	1.44 465	1.78 484	1.33 348	1.43 402	1.05 406	2.18 404	1.53 477	0.27 381	0.21 368	0.31 409	0.30 436	0.32 397	0.28 374

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

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

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

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

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

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

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

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

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

XQC	1.37 470	0.87 506	2.56 521	0.84 489	0.69 459	1.83 488	0.89 449	2.07 481	1.88 505	1.88 496	1.53 410	1.91 479	1.55 485	2.85 445	3.05 516	0.48 497	0.29 449	0.44 487	0.39 482	0.69 513	0.60 504

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

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

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

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

NVStereoNet_ROB	1.88 511	1.07 518	1.45 462	1.07 526	1.17 528	1.47 451	1.48 518	1.89 436	1.93 511	1.94 501	4.67 544	3.08 530	1.80 505	6.51 527	1.65 481	1.06 536	0.86 550	1.08 538	1.32 551	0.93 523	1.26 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_RVC	1.52 483	0.84 501	3.42 530	0.87 503	0.66 447	2.56 524	0.95 466	2.36 521	1.70 491	1.98 502	1.86 472	2.45 513	1.79 504	2.95 447	2.58 508	0.52 502	0.48 520	0.55 512	0.59 522	0.59 499	0.61 505

w-ln-seven	1.38 472	0.70 487	3.91 535	0.75 461	0.72 464	2.69 529	0.95 466	2.02 472	1.99 513	1.99 503	1.73 454	1.82 471	1.17 430	2.45 425	2.84 513	0.28 395	0.25 416	0.31 409	0.30 436	0.41 444	0.33 415

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

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

CBMV	0.95 390	0.44 400	0.66 178	0.53 237	0.35 239	1.53 457	1.63 526	1.69 373	1.42 462	2.00 506	1.60 430	1.43 402	1.17 430	1.59 327	0.99 399	0.34 445	0.34 474	0.39 471	0.33 460	0.33 406	0.32 409
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RAFT-RH_RVC	1.03 420	0.24 75	0.67 183	0.49 156	0.28 112	0.81 307	0.33 90	0.83 101	1.08 278	2.05 507	4.65 543	1.04 309	0.57 193	5.98 521	0.50 243	0.18 139	0.13 111	0.26 348	0.20 242	0.16 58	0.17 149

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

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

SGM-Forest	1.24 455	0.38 371	0.60 145	0.52 219	0.37 264	1.56 460	1.30 507	1.65 363	1.36 437	2.11 510	1.79 463	1.63 444	0.93 354	7.48 546	0.95 390	0.36 456	0.37 492	0.39 471	0.34 466	0.37 424	0.32 409
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ACVNet_2	2.43 534	1.41 536	2.04 501	2.62 552	2.24 550	2.63 528	1.88 537	3.31 543	3.01 540	2.19 511	3.45 529	4.62 543	2.04 519	4.50 483	1.47 472	2.55 550	0.64 537	2.22 547	0.84 536	2.69 549	2.29 555

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

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

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

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

IMH-64-1	2.70 541	1.79 547	1.46 464	3.26 563	2.66 557	3.23 541	2.10 545	4.08 550	2.75 538	2.34 516	3.81 533	3.06 528	2.22 529	4.25 477	2.59 509	3.75 565	0.84 545	2.75 560	1.35 552	3.15 559	2.60 562

IMH-64	2.70 541	1.79 547	1.46 464	3.26 563	2.66 557	3.23 541	2.10 545	4.08 550	2.75 538	2.34 516	3.81 533	3.06 528	2.22 529	4.25 477	2.59 509	3.75 565	0.84 545	2.75 560	1.35 552	3.15 559	2.60 562

LVE	3.31 549	1.67 544	1.64 478	2.85 555	2.42 555	3.20 540	2.26 552	4.78 558	5.05 559	2.35 518	6.91 553	6.02 554	2.37 532	9.15 557	2.17 503	3.19 558	1.08 561	2.38 552	1.47 558	2.81 552	2.40 558

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

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

SANet	1.88 511	0.57 453	2.18 511	0.63 371	0.40 302	2.80 533	1.57 523	2.39 525	5.88 562	2.36 520	3.57 530	3.72 538	2.97 543	4.74 487	1.76 485	0.34 445	0.30 453	0.32 424	0.29 427	0.48 476	0.37 436

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

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

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

DispFullNet	2.34 529	2.85 565	3.66 532	3.08 560	2.27 551	1.97 499	0.67 389	2.00 464	1.70 491	2.52 525	2.00 485	2.23 501	5.86 560	3.44 466	1.58 478	1.01 531	0.32 467	2.64 559	1.94 564	2.85 555	2.24 554

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

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

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

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

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

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

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

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

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

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

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

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

FADE		4.78 571		1.89 544	1.92 545			5.58 561	5.04 558	2.92 537		4.13 540		10.23 570		188.09 595	2.77 569	123.78 592	127.92 592	1.06 531	1.10 538

tt	6.58 562	0.26 126	6.10 547	3.77 569	2.16 546	11.55 568	19.63 575	13.33 576	5.74 561	2.96 539	2.65 515	4.97 550	6.33 565	3.81 470	7.24 546	9.15 577	11.32 582	5.89 576	6.24 575	6.03 572	2.55 560

LSM	6.33 560	1.10 520	13.19 563	1.41 537	68.17 590	1.64 468	1.90 538	1.92 446	2.46 527	2.99 540	3.11 524	1.88 474	1.80 505	2.61 436	2.06 500	0.41 474	0.58 534	0.50 498	0.57 518	0.64 506	17.66 584

KSHMR	8.75 567	2.06 556	2.11 506	3.53 567	3.11 564	4.13 553	2.69 558	5.60 562	61.37 594	3.00 541	55.83 593	4.98 551	2.45 535	4.49 481	2.61 511	3.46 562	1.55 566	3.14 566	1.94 564	3.72 564	3.18 567

PVD	1.70 500	0.84 501	2.26 513	0.94 517	0.83 496	2.48 521	0.97 469	2.59 534	3.35 544	3.01 542	2.77 518	2.34 508	2.47 536	2.67 439	3.14 519	0.47 496	0.45 515	0.59 519	0.48 503	0.59 499	0.75 521

PWCK	2.88 546	2.05 555	5.72 545	2.08 545	1.11 521	3.55 543	3.90 565	2.86 538	3.54 549	3.03 543	3.63 531	3.10 531	2.31 531	8.15 555	3.09 517	2.12 546	0.91 553	1.75 543	0.98 546	2.57 547	1.18 539

SPS-STEREO	1.67 496	1.04 517	1.23 426	1.21 530	1.13 526	1.82 487	1.11 489	2.16 495	1.52 475	3.07 544	2.32 502	2.82 524	1.80 505	4.11 475	2.04 498	1.03 534	0.99 555	0.97 532	0.94 542	1.03 530	1.02 531
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
aanetorigin	1.23 454	0.79 498	2.78 527	0.70 434	0.79 486	0.99 368	1.06 485	1.06 203	1.37 441	3.52 545	2.61 514	1.72 458	1.63 491	1.99 384	1.78 486	0.25 342	0.24 407	0.26 348	0.25 366	0.38 433	0.45 466

SGM_RVC	1.68 498	0.36 357	0.61 148	0.59 324	0.29 129	2.25 512	1.18 498	2.38 524	1.68 490	3.60 546	2.67 516	3.69 537	2.42 534	8.13 553	1.90 492	0.31 419	0.31 459	0.30 403	0.28 415	0.30 379	0.29 379
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UNDER WATER	5.08 556	2.33 560	5.55 543	3.94 572	3.51 568	5.20 560	2.72 560	5.61 563	16.52 576	3.84 547	4.60 540	9.21 564	5.89 561	5.90 517	8.66 555	3.75 565	1.34 563	3.18 567	1.88 562	4.33 570	3.61 570

WAO-8	4.40 552	1.82 549	1.79 489	2.34 548	2.20 547	9.19 564	1.53 519	6.09 565	16.46 574	3.94 548	7.84 562	7.32 556	3.72 552	9.41 563	3.31 522	2.00 544	1.07 559	2.44 555	1.37 555	2.50 545	1.68 546

Venus	4.40 552	1.82 549	1.79 489	2.34 548	2.20 547	9.19 564	1.53 519	6.09 565	16.46 574	3.94 548	7.84 562	7.32 556	3.72 552	9.41 563	3.31 522	2.00 544	1.07 559	2.44 555	1.37 555	2.50 545	1.68 546

UNDER WATER-64	5.27 557	2.32 559	8.78 556	3.93 571	3.54 569	7.61 562	3.03 564	5.84 564	14.19 570	4.04 550	4.04 535	9.39 565	6.26 563	5.93 519	8.48 554	3.60 564	1.51 565	3.13 565	1.88 562	4.29 569	3.61 570

WCMA_ROB	1.84 508	0.47 414	1.31 439	0.69 428	0.57 409	2.11 507	1.14 493	1.87 430	1.73 495	4.04 550	6.43 552	5.62 553	3.61 549	2.59 434	1.94 494	0.52 502	0.44 511	0.39 471	0.42 490	0.48 476	0.47 473

ktn	4.70 554	2.38 561	2.12 507	3.76 568	3.24 565	4.85 557	2.95 563	5.52 560	7.37 565	4.07 552	19.32 578	7.46 558	3.47 547	7.39 542	2.95 515	4.04 570	1.85 567	3.26 568	2.22 567	3.08 558	2.65 564

notaker	3.98 551	2.40 562	2.68 524	3.82 570	3.27 567	3.97 551	2.14 548	4.78 558	3.45 547	4.12 553	6.94 554	7.65 560	3.26 546	7.82 551	5.30 539	4.04 570	1.41 564	3.36 569	2.10 566	3.88 565	3.31 568

MSMD_ROB	1.99 519	0.59 459	0.89 329	0.70 434	0.61 432	3.95 550	0.94 464	1.80 412	1.79 500	4.41 554	4.43 537	8.17 562	3.66 550	3.40 462	1.33 445	0.52 502	0.48 520	0.54 507	0.58 519	0.53 488	0.50 482

JetRed	6.91 563	8.80 575	25.96 578	2.85 555	3.25 566	13.98 574	11.87 571	6.25 567	4.28 555	4.45 555	4.56 539	6.69 555	5.46 559	7.46 545	14.05 566	2.59 551	3.31 570	2.59 558	2.29 568	4.20 568	3.36 569

MDST_ROB	1.67 496	0.34 326	1.58 476	0.92 514	0.58 418	4.26 554	1.11 489	2.83 536	1.41 459	4.49 556	2.55 513	1.45 409	0.97 374	7.79 550	1.17 427	0.31 419	0.25 416	0.37 462	0.33 460	0.31 388	0.30 393

ELAS_RVC	2.48 535	0.74 493	1.90 496	1.05 523	0.92 508	2.76 530	4.01 566	2.76 535	4.11 553	4.69 557	4.63 541	4.62 543	5.96 562	3.97 473	3.96 532	0.63 520	0.53 528	0.56 515	0.52 513	0.64 506	0.63 507
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	10.57 570	1.47 540	177.42 594	0.67 413	0.53 393	1.58 462	1.16 496	1.90 439	3.37 545	4.71 558	3.38 527	3.10 531	2.69 540	3.13 456	3.58 526	0.25 342	0.23 398	0.33 433	0.27 394	0.83 519	0.81 522

EDNetEfficient	2.37 530	1.10 520	8.08 553	0.74 457	0.71 462	0.98 367	1.56 521	1.46 309	4.06 552	4.90 559	2.82 519	2.25 502	3.48 548	2.95 447	9.97 557	0.26 365	0.24 407	0.26 348	0.30 436	0.68 512	0.61 505

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

TorneroNet-64	5.30 558	2.03 553	1.74 488	3.43 565	2.81 560	10.09 566	2.12 547	9.10 572	17.12 579	4.96 561	9.27 567	10.72 571	3.70 551	9.20 558	4.55 536	3.31 560	0.84 545	2.88 563	1.55 559	3.49 562	3.04 565

ELAS	2.37 530	0.74 493	1.54 473	0.99 519	0.92 508	4.78 556	2.33 554	3.33 544	3.37 545	5.05 562	4.77 545	3.67 536	4.53 557	3.42 464	4.50 535	0.62 518	0.53 528	0.55 512	0.53 514	0.63 504	0.64 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TCMNet-wrong-test	10.31 569	11.40 577	14.84 565	20.96 580	18.45 577	13.80 573	10.76 570	15.78 577	3.53 548	5.20 563	5.52 549	16.26 575	12.61 570	7.51 547	10.15 558	7.43 575	2.37 568	4.31 572	3.43 571	11.36 578	10.61 577

FCDSN-DC	2.32 528	0.63 474	0.81 290	0.84 489	0.75 477	2.23 511	0.94 464	2.09 484	1.80 501	5.45 564	7.72 561	7.77 561	6.93 567	3.39 461	1.80 487	0.52 502	0.48 520	0.52 501	0.51 512	0.57 495	0.58 499
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM+DAISY	2.41 533	1.07 518	2.14 508	1.18 529	1.10 519	2.14 509	1.36 511	1.96 455	1.66 487	5.46 565	7.07 555	4.95 549	4.32 556	5.50 507	2.26 504	1.04 535	1.02 558	0.99 534	0.97 544	1.02 528	1.04 533

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

FC-DCNN v2	2.81 544	0.59 459	0.85 299	0.73 454	0.57 409	2.97 536	1.05 483	3.39 546	2.61 533	6.98 567	7.67 560	10.38 569	6.31 564	5.75 515	3.37 525	0.53 508	0.48 520	0.51 499	0.50 509	0.53 488	0.51 486

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

DPSMNet_ROB	13.02 575	8.23 573	21.91 572	9.53 577	18.11 576	11.56 569	32.02 582	10.64 574	16.23 573	7.05 569	19.49 580	10.16 568	16.66 575	9.85 569	22.43 577	4.77 574	8.68 576	5.38 574	10.26 579	6.17 574	11.36 578

TorneroNet	10.70 571	2.03 553	1.82 492	3.43 565	3.01 563	43.83 587	2.22 551	8.87 571	67.47 595	7.17 570	27.36 582	10.68 570	3.85 554	8.67 556	7.65 551	3.59 563	0.88 551	3.04 564	1.57 560	3.71 563	3.17 566

MeshStereo	2.26 526	0.56 449	0.92 340	0.61 350	0.49 360	2.60 525	1.02 479	3.18 542	2.05 517	7.40 571	4.98 547	7.58 559	2.98 544	6.37 525	1.96 495	0.43 483	0.43 508	0.45 488	0.39 482	0.43 455	0.42 455
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
MANE	6.19 559	0.59 459	1.03 382	0.93 515	1.22 533	13.38 571	2.69 558	12.81 575	17.94 580	8.21 572	10.82 570	14.72 573	11.68 569	11.39 573	11.90 563	0.59 515	0.50 525	0.52 501	1.76 561	0.55 492	0.54 490

USTest	14.33 576	14.94 579	21.04 570	17.44 579	16.05 574	23.26 576	33.84 583	21.73 579	11.80 569	9.36 573	10.14 568	15.97 574	13.20 572	17.28 578	22.43 577	3.78 568	5.01 574	6.17 577	6.16 574	9.25 577	7.72 576

ASD4	15.85 577	10.99 576	19.63 569	10.21 578	11.70 573	19.24 575	31.10 580	19.35 578	10.68 567	11.14 574	10.18 569	12.59 572	12.64 571	14.74 576	24.83 580	12.93 582	9.94 581	26.83 585	19.40 582	16.23 581	12.70 583

SGM-ForestM	6.52 561	0.38 371	1.26 432	0.63 371	0.35 239	13.59 572	5.32 568	6.32 568	6.70 564	11.14 574	9.18 566	22.51 585	13.93 573	16.89 577	20.07 574	0.36 456	0.37 492	0.36 459	0.35 471	0.36 420	0.34 420

DPSM_ROB	19.08 578	19.14 581	25.17 576	22.15 582	20.85 579	28.17 578	37.82 585	26.56 582	16.85 577	14.14 576	14.84 573	21.70 579	18.75 578	21.87 581	26.55 582	10.16 580	9.30 579	10.47 579	10.42 580	14.03 579	12.61 581

DPSM	19.08 578	19.14 581	25.17 576	22.15 582	20.85 579	28.17 578	37.82 585	26.56 582	16.85 577	14.14 576	14.84 573	21.70 579	18.75 578	21.87 581	26.55 582	10.16 580	9.30 579	10.47 579	10.42 580	14.03 579	12.61 581

Anonymous_1	43.04 590	18.73 580	24.79 575	21.81 581	46.26 588	27.80 577	37.60 584	28.08 584	16.14 571	14.66 578	14.30 572	20.65 578	17.88 577	21.56 580	25.94 581	117.93 594	8.92 578	100.65 591	126.50 591	158.64 595	12.08 580

DPSimNet_ROB	11.20 573	4.98 572	35.43 582	2.90 558	4.52 572	7.89 563	17.09 574	4.66 556	6.06 563	14.89 579	10.93 571	17.29 576	36.81 587	13.18 575	15.68 570	2.86 553	6.29 575	5.75 575	5.09 573	3.91 566	7.70 575

xxxxx1	54.10 592	25.67 583	27.13 579	113.43 592	96.96 592	30.69 582	47.44 587	32.38 586	25.60 581	17.75 580	17.27 575	21.81 581	21.02 580	24.43 584	33.82 584	33.37 588	40.54 590	157.71 593	175.86 593	66.16 591	72.93 593

tt_ll	54.10 592	25.67 583	27.13 579	113.43 592	96.96 592	30.69 582	47.44 587	32.38 586	25.60 581	17.75 580	17.27 575	21.81 581	21.02 580	24.43 584	33.82 584	33.37 588	40.54 590	157.71 593	175.86 593	66.16 591	72.93 593

ff	54.10 592	25.67 583	27.13 579	113.43 592	96.96 592	30.69 582	47.44 587	32.38 586	25.60 581	17.75 580	17.27 575	21.81 581	21.02 580	24.43 584	33.82 584	33.37 588	40.54 590	157.71 593	175.86 593	66.16 591	72.93 593

coex-ft	8.13 566	2.13 558	98.04 593	0.67 413	0.53 393	1.71 472	1.56 521	1.65 363	11.11 568	18.17 583	3.75 532	3.88 539	7.61 568	2.98 450	6.49 543	0.30 411	0.30 453	0.32 424	0.31 442	0.66 510	0.50 482

LE_ROB	8.05 565	0.37 364	23.53 574	0.74 457	0.33 217	2.77 531	2.87 562	3.71 549	27.24 584	25.39 584	8.87 565	8.46 563	26.71 583	6.65 529	21.99 575	0.21 249	0.19 328	0.20 168	0.21 286	0.25 312	0.22 282

LRCNet_RVC	22.74 580	32.10 586	21.97 573	29.84 584	26.23 581	4.42 555	0.81 431	22.66 580	2.02 515	26.93 585	29.26 584	23.06 586	15.59 574	23.84 583	18.88 573	31.75 587	19.90 589	34.65 586	32.13 587	30.54 587	28.32 588

FlowAnything	38.37 584	38.41 588	50.38 588	44.76 590	41.94 586	56.64 588	76.34 591	53.28 594	34.23 590	28.25 586	29.72 586	43.60 590	37.79 590	43.83 591	53.38 592	20.39 585	18.71 588	21.07 581	21.14 586	28.23 583	25.29 585

CasAABBNet	38.33 583	38.46 589	50.35 587	44.75 589	41.84 585	56.68 589	76.37 592	53.22 592	33.83 588	28.31 587	29.54 585	43.62 592	37.71 589	43.84 592	53.41 593	20.30 583	18.70 586	21.07 581	21.07 584	28.24 584	25.34 586

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

LSM0	42.82 589	38.75 591	50.81 590	47.07 591	109.38 595	57.00 591	76.02 590	53.74 595	33.71 587	29.02 589	30.41 588	43.87 593	37.22 588	43.91 593	53.54 594	20.52 586	18.62 585	21.10 584	21.11 585	28.41 586	42.22 589

HanzoNet	11.04 572	3.62 569	8.10 554	4.08 573	3.55 570	4.90 558	2.73 561	7.19 569	10.10 566	31.86 590	28.92 583	21.96 584	36.36 585	18.08 579	10.17 559	7.94 576	3.32 571	3.47 570	3.31 569	7.06 575	4.04 572

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

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

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

BEATNet-Init1	26.87 582	13.43 578	70.68 592	0.91 512	0.68 457	57.02 592	21.06 576	32.82 589	32.67 586	52.12 594	53.61 592	66.05 594	49.56 593	48.79 595	34.71 587	0.49 501	0.44 511	0.53 506	0.53 514	0.63 504	0.59 501

PML	51.67 591	36.25 587	13.28 564	7.46 575	20.81 578	108.69 594	232.22 595	8.72 570	27.82 585	87.01 595	269.67 595	69.67 595	61.95 594	24.76 587	14.20 567	9.74 579	3.40 572	9.62 578	4.70 572	18.74 582	4.72 574

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

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

Low-res two-view benchmark