Low-res two-view results

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

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

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

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

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

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

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

MLG-Stereo_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

3.5w_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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

RAFT-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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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
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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

TestStereo	0.64 239	0.39 376	0.71 218	0.51 198	0.27 87	0.56 153	0.42 195	1.03 176	0.91 203	0.80 167	1.00 200	0.68 171	0.52 162	3.25 459	0.45 203	0.22 275	0.15 220	0.24 290	0.18 188	0.27 338	0.16 124

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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.
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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Abc-Net	1.10 434	0.54 440	1.24 429	0.84 489	0.94 510	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 500	2.35 418	1.25 434	0.45 489	0.37 492	0.45 488	0.58 519	0.42 449	0.42 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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
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.
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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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