Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.24 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	0.18 311	0.18 111	0.16 149	0.18 120	0.14 61

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

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_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

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

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

IGEV	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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	0.25 343	0.22 387	0.20 168	0.22 315	0.25 312	0.22 282

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

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

AIO_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

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

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

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

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	0.16 260	0.19 133	0.15 107	0.18 120	0.14 61

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

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	0.24 316	0.13 111	0.16 49	0.12 38	0.20 195	0.19 214

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

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

AEACV	0.37 52	0.24 75	0.52 91	0.47 113	0.51 379	0.37 23	0.38 152	0.65 37	0.53 85	0.42 56	0.56 85	0.46 74	0.60 206	0.53 30	0.30 45	0.16 57	0.13 111	0.18 111	0.15 107	0.17 89	0.14 61

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

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

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

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
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

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	0.24 316	0.18 311	0.28 380	0.33 461	0.21 236	0.19 214

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

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

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

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

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

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

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	0.20 347	0.23 270	0.19 210	0.21 236	0.17 149

CREStereo	0.39 61	0.21 26	0.38 8	0.34 1	0.22 16	0.53 132	0.29 59	0.77 70	1.11 295	0.58 119	0.71 124	0.51 104	0.41 90	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.14 61
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
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

DEFOM-Stereo_RVC	0.40 70	0.67 480	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

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

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

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

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

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.
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
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

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)
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

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

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

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	0.16 260	0.18 111	0.15 107	0.17 89	0.16 124

LoS_RVC	0.42 81	0.26 126	0.40 17	0.44 81	0.82 496	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	0.84 525

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.43 87	0.27 155	0.54 103	0.45 95	0.32 196	0.50 102	0.42 195	0.90 123	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.32 264	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
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

rvit_stereo_0081_aga	0.44 98	0.34 327	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	0.26 366	0.21 369	0.22 232	0.20 242	0.26 324	0.18 174

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	0.25 343	0.20 347	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	0.25 343	0.20 347	0.22 232	0.19 210	0.25 312	0.17 149

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	0.26 366	0.21 369	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	0.26 366	0.21 369	0.20 168	0.20 242	0.31 388	0.19 214

CroCo-Stereo Lap2	0.44 98	0.34 327	0.77 273	0.61 350	0.79 487	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	0.18 311	0.19 133	0.16 149	0.21 236	0.20 247

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	0.24 408	0.16 49	0.13 61	0.16 58	0.26 352

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

StereoAnything_RVC	0.45 106	1.43 539	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	2.37 545	0.11 2

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

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	1.16 534	1.70 549

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

MIF-Stereo (partial)	0.45 106	0.25 103	0.70 206	0.50 168	0.52 391	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	0.16 260	0.23 270	0.20 242	0.24 300	0.18 174

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

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	0.24 316	0.12 50	0.17 76	0.13 61	0.18 120	0.14 61

Former-RAFT_DAM_RVC	0.46 113	0.36 358	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	0.17 289	0.22 232	0.18 188	0.23 285	0.19 214

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

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

plain	0.46 113	0.27 155	1.01 372	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

XX-TBD	0.46 113	0.70 488	0.35 1	0.79 472	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

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	1.00 531	0.13 111	0.15 19	0.10 2	0.15 38	0.13 35

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	0.25 343	0.25 417	0.24 290	0.20 242	0.24 300	0.17 149

rvit_stereo_ft	0.47 120	0.35 348	0.87 317	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	0.25 343	0.17 289	0.22 232	0.22 315	0.24 300	0.17 149

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

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	0.27 382	0.22 387	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
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

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	0.80 535	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
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

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

model_zeroshot	0.48 126	0.29 212	0.86 306	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	0.16 260	0.19 133	0.16 149	0.17 89	0.16 124

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	0.16 260	0.24 290	0.20 242	0.23 285	0.20 247

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

CES	0.48 126	0.20 8	0.37 5	0.39 29	1.39 539	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	1.46 544

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	0.16 260	0.20 168	0.17 170	0.19 161	0.15 94

GCAP-BAT	0.49 132	0.31 265	0.64 164	0.41 44	0.46 351	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

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

sCroCo_RVC	0.49 132	0.40 383	1.02 379	0.65 394	0.60 430	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	0.26 366	0.27 432	0.23 270	0.22 315	0.29 368	0.25 328

MM-Stereo_test3	0.50 136	0.24 75	0.54 103	0.54 252	0.74 471	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	0.17 289	0.20 168	0.16 149	0.18 120	0.18 174

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	0.80 291	0.59 46	0.32 67	0.17 100	0.12 50	0.17 76	0.14 89	0.16 58	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

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

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	0.18 311	0.19 133	0.16 149	0.20 195	0.21 264

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	0.16 260	0.29 391	0.25 366	0.21 236	0.16 124

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	0.77 274	1.29 258	0.48 229	0.19 180	0.14 162	0.17 76	0.15 107	0.19 161	0.17 149

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

test-1	0.52 139	0.26 126	1.04 387	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

rafts_anoy	0.52 139	0.29 212	0.59 140	0.59 324	0.50 368	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

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

raftrobust	0.52 139	0.25 103	0.56 117	0.65 394	0.52 391	0.49 88	0.34 102	0.98 158	0.91 203	1.30 374	0.87 164	0.63 156	0.81 295	0.78 111	0.41 166	0.19 180	0.15 220	0.16 49	0.14 89	0.15 38	0.16 124

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

rvit_0105_6	0.53 149	0.37 365	0.98 362	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	0.32 427	0.32 468	0.28 380	0.24 351	0.28 357	0.21 264

gcap-zeroshot	0.53 149	0.28 177	0.89 330	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

IGEV_Zeroshot_test	0.53 149	0.30 232	0.99 363	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

EKT-Stereo	0.53 149	0.30 232	0.73 236	0.58 311	0.60 430	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	0.16 260	0.21 203	0.18 188	0.20 195	0.22 282

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

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

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	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

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

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

raft+_RVC	0.53 149	0.26 126	0.54 103	0.60 336	0.47 356	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

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	1.06 410	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	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

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	0.88 333	0.88 146	0.59 283	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

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

DCANet-4	0.54 164	0.26 126	1.07 397	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	0.75 262	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

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	0.19 329	0.22 232	0.19 210	0.21 236	0.20 247

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

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

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-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

RALCasStereoNet	0.54 164	0.30 232	0.66 178	0.59 324	0.51 379	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	0.16 260	0.18 111	0.16 149	0.20 195	0.19 214

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	0.92 346	0.81 124	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

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

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

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

test_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

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
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	0.94 360	0.96 168	0.54 268	0.21 249	0.14 162	0.21 203	0.19 210	0.24 300	0.24 316

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

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

sAnonymous2	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	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	0.17 289	0.22 232	0.21 286	0.86 521	0.56 495

CroCo_RVC	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	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	0.17 289	0.22 232	0.21 286	0.86 521	0.56 495

GMStereo	0.55 179	0.45 408	0.94 347	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	0.24 316	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
AIO-test1	0.56 188	0.25 103	0.55 113	0.64 380	0.78 484	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	0.17 289	0.22 232	0.24 351	0.18 120	0.23 302

rvit_0105_4	0.56 188	0.38 372	1.06 392	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	0.32 427	0.33 473	0.29 391	0.25 366	0.29 368	0.23 302

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	0.86 323	0.99 180	0.63 300	0.19 180	0.16 260	0.22 232	0.25 366	0.21 236	0.18 174

ACVNet-DCA	0.56 188	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 333	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

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	1.01 394	0.81 124	0.51 248	0.20 215	0.14 162	0.24 290	0.15 107	0.24 300	0.25 328

MIPNet	0.56 188	0.28 177	0.94 347	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	0.79 285	0.73 96	0.52 255	0.17 100	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

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

AIO-test2	0.57 195	0.28 177	0.63 157	0.61 350	0.58 419	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	0.17 289	0.26 348	0.30 436	0.20 195	0.19 214

MIM_Stereo	0.57 195	0.24 75	0.92 341	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	0.16 260	0.20 168	0.19 210	0.17 89	0.14 61

qqq	0.57 195	0.34 327	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	0.77 274	0.88 146	0.59 283	0.21 249	0.20 347	0.24 290	0.23 338	0.22 260	0.21 264

ADStereo(finetuned)	0.57 195	0.24 75	1.06 392	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	1.20 441	0.84 132	0.51 248	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

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
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	0.80 291	2.47 430	0.80 357	0.16 57	0.15 220	0.21 203	0.17 170	0.16 58	0.17 149

rvit_0105_5	0.58 201	0.39 377	1.05 388	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	0.32 427	0.32 468	0.30 404	0.27 394	0.28 357	0.25 328

testlalala2	0.58 201	0.27 155	0.68 187	1.72 541	1.27 537	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

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

IPLGR	0.58 201	0.27 155	1.14 417	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

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	0.71 253	0.97 176	0.43 187	0.13 19	0.11 26	0.19 133	0.19 210	0.17 89	0.14 61

dd	0.59 207	0.48 419	0.97 359	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	0.28 396	0.18 311	0.26 348	0.19 210	0.32 397	0.24 316

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	0.25 343	0.17 289	0.28 380	0.26 383	0.21 236	0.25 328

AnonymousM	0.59 207	1.11 524	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	1.84 546	0.84 537	0.14 18	0.13 35

GANet-ADL	0.60 210	0.35 348	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	0.26 366	0.18 311	0.18 111	0.16 149	0.23 285	0.25 328

TRStereo	0.60 210	0.60 468	0.97 359	0.74 458	0.67 452	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	0.23 301	0.15 220	0.23 270	0.24 351	0.17 89	0.15 94

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

RALAANet	0.60 210	0.33 303	0.87 317	0.62 362	0.50 368	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

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	1.41 460	0.80 167	1.38 369	1.10 329	0.79 285	0.96 168	0.58 280	0.18 139	0.13 111	0.17 76	0.15 107	0.17 89	0.19 214

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	0.85 315	0.96 168	0.68 315	0.22 275	0.15 220	0.23 270	0.20 242	0.22 260	0.23 302

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	0.95 365	1.16 225	0.67 311	0.22 275	0.18 311	0.20 168	0.19 210	0.21 236	0.21 264

MyStereo06	0.61 216	0.28 177	0.95 351	0.56 289	0.46 351	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	0.16 260	0.23 270	0.20 242	0.22 260	0.20 247

ACRE	0.61 216	0.33 303	1.01 372	0.58 311	0.49 361	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	0.23 301	0.15 220	0.19 133	0.16 149	0.18 120	0.21 264

Anonymous3	0.61 216	0.44 401	1.11 409	0.59 324	0.49 361	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	0.35 453	0.30 454	0.26 348	0.26 383	0.31 388	0.27 362

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	0.83 308	1.16 225	0.51 248	0.23 301	0.18 311	0.22 232	0.21 286	0.23 285	0.22 282

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	2.47 529	0.57 117	0.77 140	0.49 94	0.81 295	1.55 320	0.32 67	0.20 215	0.12 50	0.24 290	0.15 107	0.19 161	0.20 247

CIPLG	0.62 220	0.33 303	0.96 357	0.58 311	0.50 368	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	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

IPLGR_C	0.62 220	0.33 303	0.99 363	0.58 311	0.49 361	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	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

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

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	0.23 301	0.14 162	0.24 290	0.21 286	0.21 236	0.23 302

DIP-Stereo	0.62 220	0.30 232	0.83 298	0.48 140	0.36 249	0.95 352	0.33 90	2.37 524	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
FACV-RUCA	0.63 227	0.34 327	0.82 293	0.62 362	0.65 445	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	0.28 396	0.19 329	0.47 494	0.21 286	0.35 413	0.25 328

rvit_0105_3	0.63 227	0.44 401	1.08 401	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	0.35 453	0.34 475	0.34 444	0.32 451	0.27 338	0.28 374

mmm	0.63 227	0.35 348	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	0.75 262	0.91 154	0.58 280	0.22 275	0.18 311	0.29 391	0.25 366	0.25 312	0.23 302

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	0.85 315	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	0.85 315	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

CAS	0.63 227	0.18 1	0.37 5	2.27 548	0.84 498	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	2.24 548	0.10 9	0.14 1	0.09 1	0.15 38	1.06 537

TestStereo1	0.63 227	0.28 177	0.75 256	0.76 465	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 274	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

RAFT_CTSACE	0.63 227	0.26 126	0.88 324	0.55 276	0.51 379	0.71 249	0.44 227	0.80 87	0.97 227	0.97 212	1.84 469	1.18 347	0.68 240	1.47 305	0.36 117	0.16 57	0.15 220	0.21 203	0.20 242	0.20 195	0.14 61

SA-5K	0.63 227	0.28 177	0.75 256	0.76 465	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 274	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

ICVP	0.63 227	0.33 303	0.57 127	0.61 350	0.40 302	0.80 298	0.58 354	1.61 354	0.89 194	0.90 192	1.24 310	0.88 242	0.73 258	0.72 92	0.88 376	0.29 407	0.21 369	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)
XX-Stereo	0.63 227	0.26 126	1.90 497	0.81 478	0.67 452	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

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	0.85 315	0.80 118	0.94 386	0.21 249	0.19 329	0.21 203	0.18 188	0.22 260	0.18 174

HI	0.64 239	0.32 281	0.68 187	0.47 113	0.51 379	0.41 35	0.36 126	1.04 182	0.75 150	1.31 384	1.43 382	1.62 439	1.12 423	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	0.51 379	0.41 35	0.36 126	1.04 182	0.75 150	1.31 384	1.43 382	1.62 439	1.12 423	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

rvit_stereo_0075_2	0.64 239	0.46 410	1.05 388	0.66 401	0.66 448	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	0.37 461	0.28 439	0.40 477	0.31 443	0.37 424	0.32 409

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	3.05 542	0.58 119	0.79 148	0.48 86	0.88 333	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.19 161	0.19 214

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	0.27 382	0.18 311	0.18 111	0.18 188	0.25 312	0.29 379

RAFT	0.64 239	0.30 232	0.73 236	0.59 324	0.33 217	0.68 232	0.58 354	1.04 182	0.76 156	1.08 243	1.19 296	1.65 450	0.93 355	1.06 198	0.56 274	0.21 249	0.18 311	0.27 365	0.24 351	0.22 260	0.17 149

TestStereo	0.64 239	0.39 377	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

DN-CSS_ROB	0.64 239	0.32 281	1.05 388	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

MyStereo8	0.65 247	0.29 212	1.00 368	0.58 311	0.49 361	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

StereoVision	0.65 247	0.34 327	0.86 306	0.59 324	0.40 302	0.50 102	0.41 191	1.09 213	0.93 210	0.71 146	2.50 513	0.82 214	0.57 193	1.03 189	0.49 237	0.25 343	0.28 439	0.29 391	0.28 415	0.36 420	0.20 247

CASS	0.65 247	0.34 327	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	0.84 312	0.84 132	0.54 268	0.35 453	0.19 329	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.
test_5	0.65 247	0.30 232	0.75 256	0.67 413	0.50 368	0.92 343	0.52 299	1.39 292	1.12 299	0.76 154	1.11 255	1.00 293	0.90 340	1.53 316	0.45 203	0.18 139	0.13 111	0.23 270	0.22 315	0.21 236	0.19 214

iRaft-Stereo_20w	0.65 247	0.31 265	1.00 368	0.47 113	0.34 235	0.73 256	0.30 69	2.96 540	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

EAI-Stereo	0.65 247	0.28 177	0.69 200	0.53 237	0.27 87	0.60 174	0.40 175	2.28 516	0.64 110	0.71 146	3.18 526	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

HITNet	0.65 247	0.40 383	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	0.80 291	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
MyStereo05	0.66 254	0.28 177	1.07 397	0.56 289	0.46 351	0.61 180	0.73 406	1.34 280	1.41 460	1.15 289	0.91 172	0.77 195	0.80 291	1.41 294	0.63 300	0.17 100	0.16 260	0.23 270	0.20 242	0.22 260	0.20 247

PCWNet_CMD	0.66 254	0.32 281	0.88 324	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	0.16 260	0.27 365	0.19 210	0.40 441	0.25 328

ToySt	0.66 254	0.33 303	1.23 427	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	0.94 360	1.01 185	0.74 331	0.19 180	0.19 329	0.24 290	0.24 351	0.27 338	0.23 302

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	0.23 301	0.14 162	0.23 270	0.21 286	0.20 195	0.25 328

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	0.95 365	1.85 370	0.42 177	0.19 180	0.15 220	0.25 329	0.23 338	0.21 236	0.17 149

CFNet_pseudo	0.66 254	0.32 281	0.86 306	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	0.16 260	0.33 434	0.19 210	0.36 420	0.25 328

GES	0.66 254	0.34 327	0.90 334	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	0.79 285	0.99 180	0.61 293	0.27 382	0.19 329	0.20 168	0.20 242	0.21 236	0.30 393

MSMDNet	0.66 254	0.32 281	0.87 317	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	0.16 260	0.26 348	0.19 210	0.39 437	0.24 316

ccs_rob	0.66 254	0.33 303	0.86 306	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	0.16 260	0.35 452	0.20 242	0.37 424	0.25 328

MyStereo04	0.67 263	0.29 212	1.07 397	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	0.86 323	1.52 312	0.62 296	0.17 100	0.16 260	0.24 290	0.20 242	0.23 285	0.20 247

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	3.05 542	0.58 119	0.79 148	0.95 276	0.77 274	1.46 301	0.32 67	0.20 215	0.12 50	0.24 290	0.23 338	0.22 260	0.21 264

GMStereo_Zeroshot	0.67 263	0.61 470	1.01 372	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	0.32 427	0.17 289	0.31 410	0.18 188	0.52 487	0.22 282

DMCA	0.67 263	0.34 327	0.90 334	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	0.75 262	0.78 111	0.95 390	0.25 343	0.19 329	0.27 365	0.19 210	0.24 300	0.27 362

test_sample3	0.68 267	0.32 281	0.88 324	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	0.71 253	1.17 229	0.68 315	0.25 343	0.20 347	0.25 329	0.25 366	0.25 312	0.25 328

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

test_sample5	0.69 269	0.34 327	0.87 317	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	0.78 281	1.23 240	0.65 305	0.26 366	0.20 347	0.27 365	0.27 394	0.27 338	0.26 352

test_sample4	0.69 269	0.33 303	0.91 337	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	0.75 262	1.18 231	0.68 315	0.25 343	0.20 347	0.26 348	0.26 383	0.26 324	0.25 328

IPLG	0.69 269	0.27 155	0.97 359	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

UCFNet_RVC	0.69 269	0.35 348	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	0.93 355	0.99 180	0.62 296	0.28 396	0.20 347	0.34 444	0.31 443	0.32 397	0.27 362

IGEV-BASED-STEREO-	0.70 273	3.18 568	2.55 521	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	1.35 542	0.10 9	0.22 232	0.19 210	0.46 471	1.31 542

DualNet	0.70 273	0.34 327	0.87 317	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	0.78 281	1.23 240	0.65 305	0.26 366	0.20 347	0.27 365	0.27 394	0.27 338	0.26 352

CFNet_ucs	0.70 273	0.33 303	0.88 324	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	0.25 343	0.20 347	0.37 463	0.21 286	0.40 441	0.28 374

IER	0.70 273	0.31 265	1.02 379	0.48 140	0.52 391	1.34 432	0.51 288	1.17 234	0.99 239	1.23 336	1.34 355	1.12 334	1.11 420	0.99 180	0.71 324	0.20 215	0.16 260	0.21 203	0.21 286	0.20 195	0.19 214

HCRNet	0.70 273	0.39 377	0.73 236	0.60 336	0.59 427	0.76 271	0.35 110	1.22 258	1.13 311	1.02 231	0.99 196	1.02 302	0.76 270	2.19 406	0.70 319	0.28 396	0.19 329	0.28 380	0.23 338	0.25 312	0.23 302

SFCPSM	0.70 273	0.28 177	1.02 379	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	0.78 281	1.03 189	0.53 262	0.21 249	0.17 289	0.22 232	0.24 351	0.21 236	0.19 214

AdaStereo	0.70 273	0.43 398	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	0.31 420	0.15 220	0.32 425	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.
test_sample6	0.71 280	0.34 327	0.87 317	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	0.79 285	1.31 260	0.74 331	0.27 382	0.21 369	0.27 365	0.29 427	0.28 357	0.27 362

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	0.74 260	0.91 154	0.66 308	0.24 316	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

DFGA-Net	0.72 282	0.40 383	1.40 451	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	0.16 260	0.24 290	0.23 338	0.27 338	0.25 328

rvit_105_1	0.72 282	0.52 436	1.01 372	0.78 470	0.49 361	0.75 265	0.87 444	1.12 224	1.18 345	0.99 219	0.79 148	0.90 251	0.77 274	1.26 249	0.75 336	0.41 475	0.36 491	0.36 460	0.41 488	0.30 379	0.33 415

DCVSM-stereo	0.72 282	0.35 348	0.76 266	0.55 276	0.42 315	0.73 256	0.38 152	1.21 250	1.02 250	1.79 488	1.04 227	1.62 439	1.03 401	1.04 195	0.79 353	0.24 316	0.27 432	0.29 391	0.24 351	0.30 379	0.36 431

AIO-Stereo-zeroshot	0.72 282	0.35 348	1.70 483	0.49 156	0.56 407	0.63 193	0.38 152	2.41 527	0.65 125	0.77 159	1.07 235	1.82 471	0.95 365	0.93 162	0.43 187	0.20 215	0.13 111	0.21 203	0.25 366	0.28 357	0.26 352

qqq1	0.72 282	0.30 232	0.86 306	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	0.95 365	1.71 350	0.44 190	0.24 316	0.20 347	0.18 111	0.15 107	0.18 120	0.18 174

fff1	0.72 282	0.30 232	0.86 306	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	0.95 365	1.71 350	0.44 190	0.24 316	0.20 347	0.18 111	0.15 107	0.18 120	0.18 174

ffm	0.72 282	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 529	1.15 289	1.45 389	1.06 311	0.82 300	1.55 320	0.32 67	0.20 215	0.12 50	0.31 410	0.27 394	0.19 161	0.20 247

anonymousa	0.72 282	0.27 155	0.75 256	0.47 113	0.63 440	1.43 448	0.45 244	1.24 264	0.89 194	1.28 359	1.75 459	1.62 439	1.13 427	0.69 81	0.59 283	0.19 180	0.16 260	0.23 270	0.25 366	0.20 195	0.18 174

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	0.75 262	1.84 367	0.38 140	0.19 180	0.14 162	0.25 329	0.23 338	0.20 195	0.16 124

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	0.74 260	0.91 154	0.66 308	0.24 316	0.19 329	0.25 329	0.25 366	0.23 285	0.22 282

UDGNet	0.72 282	1.17 529	0.80 289	0.77 468	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	0.52 503	0.19 329	1.02 537	0.26 383	0.71 516	0.31 403

PSMNet-ADL	0.72 282	0.35 348	0.62 154	0.69 428	0.46 351	1.14 394	0.44 227	1.37 286	1.01 247	0.83 177	1.17 287	1.33 385	0.96 372	1.43 295	0.95 390	0.33 436	0.22 387	0.21 203	0.23 338	0.27 338	0.29 379

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	1.34 464	2.56 433	0.45 203	0.18 139	0.13 111	0.21 203	0.25 366	0.27 338	0.73 520

GANet-RSSM	0.72 282	0.28 177	0.63 157	0.64 380	0.58 419	0.80 298	0.58 354	1.89 436	1.08 278	1.04 238	1.25 314	1.15 342	1.04 403	1.49 307	0.62 296	0.25 343	0.19 329	0.22 232	0.22 315	0.22 260	0.21 264

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	0.98 382	1.28 254	0.72 327	0.27 382	0.19 329	0.27 365	0.29 427	0.24 300	0.24 316

CFNet-ft	0.72 282	0.32 281	0.54 103	0.66 401	0.54 398	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 431	0.97 375	1.35 272	0.81 359	0.26 366	0.20 347	0.33 434	0.25 366	0.30 379	0.23 302

CFNet_RVC	0.72 282	0.32 281	0.54 103	0.66 401	0.54 398	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 431	0.97 375	1.35 272	0.81 359	0.26 366	0.20 347	0.33 434	0.25 366	0.30 379	0.23 302

MLCV	0.72 282	0.34 327	1.10 407	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

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	0.71 253	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_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	0.72 256	1.62 331	0.94 386	0.19 180	0.14 162	0.16 49	0.15 107	0.18 120	0.19 214

CoDeX	0.73 300	0.29 212	0.93 343	0.54 252	0.36 249	1.14 394	0.61 368	2.34 521	1.17 338	1.16 299	1.25 314	0.91 254	0.87 328	1.33 267	0.64 304	0.20 215	0.16 260	0.21 203	0.18 188	0.20 195	0.18 174

cf-r	0.73 300	0.30 232	0.77 273	0.55 276	0.63 440	0.78 284	0.48 269	1.79 409	1.15 326	1.13 280	1.26 321	1.43 402	0.87 328	1.40 293	0.85 372	0.25 343	0.18 311	0.22 232	0.23 338	0.19 161	0.19 214

BEATNet_4x	0.73 300	0.49 422	1.17 421	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	0.91 343	1.01 185	1.06 406	0.21 249	0.14 162	0.24 290	0.19 210	0.37 424	0.21 264

test_sample7	0.74 305	0.37 365	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	0.92 346	1.23 240	0.67 311	0.31 420	0.28 439	0.32 425	0.31 443	0.33 406	0.29 379

gwcnet-sp	0.74 305	0.33 303	1.44 458	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	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

scenet	0.74 305	0.33 303	1.44 458	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	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

ssnet	0.74 305	0.33 303	1.44 458	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	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

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	0.24 316	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

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	0.81 295	2.09 394	0.46 217	0.18 139	0.12 50	0.25 329	0.25 366	0.20 195	0.85 526

DMCA-RVC	0.74 305	0.40 383	1.27 436	0.66 401	0.49 361	0.77 279	0.47 258	1.35 283	1.01 247	1.53 448	1.01 206	1.29 378	0.82 300	1.31 260	0.78 347	0.27 382	0.21 369	0.35 452	0.27 394	0.32 397	0.24 316

DeepPruner_ROB	0.74 305	0.48 419	0.87 317	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	0.73 258	1.43 295	0.73 330	0.34 446	0.28 439	0.27 365	0.26 383	0.31 388	0.31 403

SMFormer	0.75 313	0.30 232	0.86 306	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	0.95 365	1.71 350	0.82 364	0.24 316	0.20 347	0.22 232	0.21 286	0.23 285	0.24 316

tta	0.75 313	0.30 232	0.86 306	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	0.95 365	1.71 350	0.82 364	0.24 316	0.20 347	0.22 232	0.21 286	0.18 120	0.18 174

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	1.62 470	2.21 498	1.16 343	1.02 399	1.57 323	0.40 155	0.20 215	0.13 111	0.22 232	0.28 415	0.20 195	1.02 532

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	2.46 511	0.91 254	1.41 469	1.58 325	0.44 190	0.18 139	0.13 111	0.19 133	0.17 170	0.20 195	0.92 528

acv_ft	0.75 313	0.31 265	0.95 351	0.70 434	0.86 503	1.24 416	0.53 307	1.44 305	1.07 272	1.24 344	1.30 334	1.08 317	0.92 346	0.80 118	1.34 447	0.21 249	0.19 329	0.21 203	0.18 188	0.21 236	0.18 174

iResNet	0.75 313	0.40 383	1.36 449	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	0.76 270	1.62 331	0.78 347	0.18 139	0.14 162	0.18 111	0.15 107	0.22 260	0.23 302

PAM	0.76 319	0.29 212	1.08 401	0.52 219	0.33 217	1.38 438	0.39 167	2.01 468	0.67 128	1.06 239	0.96 184	2.89 527	1.43 471	0.86 141	0.35 107	0.19 180	0.12 50	0.19 133	0.17 170	0.19 161	0.20 247

AASNet	0.76 319	0.35 348	0.91 337	0.79 472	0.81 494	1.14 394	0.56 339	2.02 472	1.08 278	1.22 330	1.24 310	0.93 265	0.76 270	0.77 106	1.16 424	0.27 382	0.23 399	0.24 290	0.20 242	0.28 357	0.24 316

PAM_32	0.77 321	0.28 177	1.03 383	0.52 219	0.30 151	1.32 428	0.35 110	1.97 459	0.65 125	1.02 231	1.06 231	3.05 528	1.49 481	0.96 168	0.36 117	0.19 180	0.13 111	0.20 168	0.18 188	0.19 161	0.19 214

testlalala_base	0.77 321	0.40 383	0.70 206	0.65 394	0.50 368	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	2.82 553	0.14 162	0.17 76	0.12 38	2.68 549	0.19 214

NINENet	0.77 321	0.37 365	0.78 281	0.62 362	0.51 379	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	0.28 396	0.23 399	0.31 410	0.21 286	0.26 324	0.25 328

hknet	0.77 321	0.32 281	0.95 351	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	0.81 295	1.37 278	0.66 308	0.22 275	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

ARAFT	0.77 321	0.36 358	1.49 472	0.51 198	0.31 177	0.90 332	0.82 433	1.90 439	1.06 267	1.62 470	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

psm_up	0.77 321	0.34 327	0.70 206	0.66 401	0.58 419	1.05 379	0.92 457	1.52 328	1.12 299	1.26 354	1.16 284	1.31 383	1.23 447	1.20 235	0.81 359	0.25 343	0.29 450	0.31 410	0.27 394	0.27 338	0.25 328

GwcNet-RSSM	0.77 321	0.32 281	1.01 372	0.62 362	0.54 398	0.78 284	0.51 288	1.73 382	1.20 358	1.09 249	1.37 364	1.46 412	0.85 315	1.53 316	1.09 412	0.25 343	0.18 311	0.23 270	0.24 351	0.20 195	0.19 214

iResNet_ROB	0.77 321	0.30 232	0.99 363	0.57 305	0.36 249	0.83 314	0.36 126	2.33 519	1.58 483	1.27 357	1.30 334	1.25 364	0.84 312	1.65 336	0.79 353	0.20 215	0.14 162	0.17 76	0.12 38	0.18 120	0.27 362

DDVS	0.78 329	0.41 391	0.94 347	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	0.28 396	0.22 387	0.26 348	0.23 338	0.31 388	0.33 415

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	0.24 316	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	0.24 316	0.15 220	0.25 329	0.22 315	0.20 195	0.25 328

STTStereo	0.78 329	0.50 429	1.22 426	0.64 380	0.54 398	0.89 329	0.54 313	1.44 305	1.11 295	1.38 413	1.09 245	1.27 372	0.85 315	1.43 295	0.83 366	0.29 407	0.27 432	0.33 434	0.39 483	0.32 397	0.30 393

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	1.66 475	1.57 425	0.81 209	2.19 528	1.65 336	0.44 190	0.19 180	0.14 162	0.38 466	0.32 451	0.21 236	0.70 517

hitnet-ft	0.79 333	0.35 348	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	0.98 382	1.66 340	0.94 386	0.33 436	0.28 439	0.34 444	0.27 394	0.35 413	0.31 403

NLCA_NET_v2_RVC	0.79 333	0.43 398	1.05 388	0.64 380	0.58 419	0.95 352	0.53 307	1.53 334	1.18 345	1.37 408	1.15 279	1.43 402	0.88 333	1.61 330	0.84 369	0.25 343	0.22 387	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.
coex_refinement	0.80 336	0.28 177	0.73 236	0.70 434	0.51 379	0.95 352	0.60 366	1.78 403	1.23 373	1.36 405	1.37 364	1.82 471	0.81 295	1.32 264	1.13 421	0.26 366	0.17 289	0.19 133	0.20 242	0.24 300	0.25 328

G2L-Stereo	0.80 336	0.32 281	0.95 351	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	0.72 256	2.45 425	1.10 415	0.25 343	0.20 347	0.26 348	0.21 286	0.20 195	0.26 352

ISRNet	0.80 336	0.33 303	1.07 397	0.81 478	0.66 448	0.60 174	0.34 102	1.19 247	1.13 311	1.59 465	1.53 410	1.35 390	0.77 274	1.27 252	0.94 386	0.39 468	0.34 475	0.43 484	0.38 481	0.34 410	0.49 481

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	0.23 301	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	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

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	1.78 485	2.02 488	0.80 205	1.74 501	2.73 441	0.72 327	0.17 100	0.14 162	0.20 168	0.20 242	0.18 120	0.21 264

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	0.24 316	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	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

UPFNet	0.80 336	0.32 281	0.90 334	0.59 324	0.74 471	1.26 419	0.80 428	1.52 328	1.10 293	1.30 374	1.12 262	1.30 379	0.84 312	1.67 341	1.09 412	0.24 316	0.24 408	0.24 290	0.23 338	0.25 312	0.18 174

iResNetv2_ROB	0.80 336	0.37 365	1.71 485	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	0.92 346	1.85 370	0.56 274	0.23 301	0.15 220	0.19 133	0.14 89	0.24 300	0.19 214

StereoDRNet-Refined	0.80 336	0.41 391	0.88 324	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	0.90 340	1.26 249	1.24 433	0.20 215	0.16 260	0.27 365	0.24 351	0.25 312	0.28 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.82 347	0.36 358	0.82 293	0.54 252	0.31 177	0.80 298	0.47 258	2.17 501	1.67 489	1.13 280	1.13 267	0.94 268	0.86 323	2.46 428	1.00 400	0.26 366	0.23 399	0.28 380	0.27 394	0.28 357	0.36 431

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	7.33 558	0.86 234	0.52 162	0.76 103	0.41 166	0.16 57	0.16 260	0.19 133	0.17 170	0.18 120	0.17 149

SepStereo	0.82 347	0.34 327	1.03 383	0.64 380	0.69 460	0.77 279	0.63 376	1.54 337	1.20 358	1.79 488	1.55 417	0.95 276	1.04 403	2.30 415	0.60 291	0.21 249	0.16 260	0.25 329	0.18 188	0.27 338	0.22 282

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	1.99 504	1.89 476	1.08 317	1.82 509	1.39 287	0.48 229	0.19 180	0.14 162	0.19 133	0.21 286	0.18 120	0.39 445

LMCR-Stereo	0.82 347	0.46 410	0.88 324	0.75 462	0.43 325	1.33 430	0.56 339	2.43 529	0.98 232	1.53 448	1.49 403	0.74 186	1.00 392	1.63 333	0.89 379	0.28 396	0.17 289	0.22 232	0.17 170	0.29 368	0.20 247

ac_64	0.82 347	0.29 212	0.81 290	0.71 442	0.60 430	1.05 379	0.54 313	1.99 463	0.92 208	1.18 313	1.06 231	1.99 490	1.08 415	1.94 380	0.97 395	0.27 382	0.22 387	0.24 290	0.23 338	0.22 260	0.19 214

DualNet (step1)	0.83 353	0.49 422	1.13 413	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	0.92 346	1.23 240	0.67 311	0.57 512	0.28 439	0.62 521	0.67 528	0.45 465	0.42 455

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	0.87 328	5.73 514	0.45 203	0.22 275	0.13 111	0.23 270	0.19 210	0.23 285	0.18 174

RAFT_R40	0.83 353	0.28 177	0.73 236	0.59 324	0.31 177	0.69 237	0.44 227	1.10 216	0.95 215	1.47 435	1.10 249	1.00 293	0.85 315	5.53 508	0.46 217	0.22 275	0.13 111	0.23 270	0.20 242	0.23 285	0.18 174

UNet	0.83 353	0.34 327	1.31 440	0.58 311	0.74 471	1.58 462	0.49 279	1.41 296	1.04 259	1.21 325	1.08 240	1.54 427	1.12 423	1.65 336	1.09 412	0.23 301	0.17 289	0.25 329	0.20 242	0.25 312	0.22 282

FADNet_RVC	0.83 353	0.51 432	1.83 495	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	0.87 328	2.11 396	1.11 418	0.27 382	0.22 387	0.31 410	0.28 415	0.43 455	0.38 442

DAS	0.84 358	0.34 327	1.03 383	0.64 380	0.69 460	0.77 279	0.63 376	1.54 337	1.20 358	1.79 488	1.55 417	0.95 276	1.04 403	2.83 443	0.60 291	0.21 249	0.16 260	0.25 329	0.18 188	0.27 338	0.22 282

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

MMNet	0.84 358	0.32 281	1.09 404	0.60 336	0.59 427	1.85 490	0.49 279	1.51 326	1.27 393	1.37 408	1.15 279	1.26 368	1.18 435	1.67 341	1.22 431	0.19 180	0.18 311	0.23 270	0.22 315	0.25 312	0.21 264

FADNet-RVC-Resample	0.84 358	0.47 415	2.10 505	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	0.98 382	2.17 401	0.72 327	0.23 301	0.22 387	0.30 404	0.32 451	0.35 413	0.34 420

iRaft-Stereo_5w	0.85 362	0.29 212	0.91 337	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	0.91 343	5.11 495	1.11 418	0.17 100	0.14 162	0.22 232	0.18 188	0.20 195	0.20 247

SACVNet	0.85 362	0.46 410	0.85 300	0.81 478	0.56 407	0.80 298	0.79 422	1.68 371	1.12 299	1.34 400	1.33 348	1.25 364	0.94 360	2.39 422	0.76 339	0.34 446	0.26 423	0.31 410	0.29 427	0.35 413	0.44 465

ADLNet	0.85 362	0.36 358	0.89 330	0.85 495	0.72 465	1.24 416	0.76 414	1.82 416	1.36 437	1.52 447	1.35 361	1.27 372	0.99 390	1.23 240	1.15 423	0.27 382	0.20 347	0.26 348	0.25 366	0.28 357	0.30 393

delet	0.85 362	0.32 281	0.95 351	0.65 394	0.66 448	1.64 468	0.84 435	1.75 389	1.35 433	1.32 388	1.30 334	1.30 379	0.88 333	1.68 346	1.10 415	0.21 249	0.21 369	0.24 290	0.24 351	0.21 236	0.21 264

HGLStereo	0.85 362	0.38 372	0.94 347	0.80 475	1.03 516	1.17 404	0.58 354	1.52 328	1.20 358	1.19 317	1.62 437	1.13 339	1.20 441	1.80 364	1.06 406	0.24 316	0.24 408	0.24 290	0.21 286	0.23 285	0.27 362

CRFU-Net	0.86 367	0.39 377	1.00 368	0.65 394	0.57 410	1.78 483	0.86 442	2.15 492	0.81 171	1.38 413	1.18 289	1.64 447	1.19 438	1.35 272	0.90 382	0.26 366	0.22 387	0.21 203	0.19 210	0.23 285	0.24 316

dad	0.86 367	0.66 479	1.06 392	0.56 289	0.37 264	0.76 271	0.44 227	1.17 234	1.50 473	1.44 430	1.27 324	1.34 389	0.75 262	2.52 432	0.84 369	0.42 479	0.27 432	0.83 529	0.26 383	0.41 444	0.29 379

AACVNet	0.86 367	0.35 348	0.79 284	0.82 486	0.39 291	0.76 271	0.49 279	1.61 354	0.81 171	1.08 243	1.33 348	1.30 379	0.93 355	4.34 480	0.74 331	0.25 343	0.21 369	0.28 380	0.22 315	0.29 368	0.25 328

DLCB_ROB	0.86 367	0.40 383	0.78 281	0.68 424	0.54 398	1.11 389	0.84 435	1.49 315	1.23 373	1.64 474	1.65 444	1.70 456	0.91 343	1.70 348	1.05 404	0.25 343	0.24 408	0.26 348	0.27 394	0.27 338	0.24 316

HSM-Net_RVC	0.87 371	0.29 212	0.53 97	0.53 237	0.30 151	1.15 400	0.55 331	3.57 548	1.28 398	1.53 448	1.74 456	1.68 453	0.93 355	1.49 307	0.77 345	0.22 275	0.17 289	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
ssnet_v2	0.88 372	0.36 358	1.02 379	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	0.92 346	1.10 210	1.65 482	0.30 412	0.27 432	0.30 404	0.28 415	0.27 338	0.26 352

ADLNet2	0.88 372	0.34 327	1.17 421	0.77 468	0.64 443	1.12 392	0.76 414	1.74 387	1.24 379	1.21 325	1.65 444	1.71 457	1.05 407	1.67 341	1.17 427	0.24 316	0.21 369	0.21 203	0.22 315	0.26 324	0.29 379

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	3.28 527	0.96 282	0.98 382	4.90 492	0.49 237	0.19 180	0.16 260	0.22 232	0.19 210	0.19 161	0.27 362

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	0.98 382	5.82 516	0.53 262	0.22 275	0.12 50	0.25 329	0.20 242	0.20 195	0.19 214

FADNet-RVC	0.88 372	0.67 480	1.93 499	0.60 336	0.48 357	0.91 336	0.60 366	1.71 380	1.18 345	0.90 192	0.96 184	1.36 392	0.92 346	2.25 411	1.17 427	0.30 412	0.29 450	0.32 425	0.32 451	0.41 444	0.35 425

GEStereo_RVC	0.90 377	0.37 365	0.99 363	0.64 380	0.50 368	0.95 352	0.79 422	2.42 528	1.17 338	1.16 299	1.11 255	1.26 368	0.92 346	3.24 458	0.90 382	0.29 407	0.19 329	0.23 270	0.20 242	0.27 338	0.29 379

CBMV_ROB	0.90 377	0.44 401	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	1.08 415	2.17 401	0.76 339	0.43 484	0.42 508	0.47 494	0.44 495	0.41 444	0.36 431

PSMNet_ROB	0.90 377	0.52 436	1.17 421	0.72 446	0.61 433	1.27 420	1.12 491	1.76 395	1.12 299	1.09 249	1.28 330	1.45 409	0.89 339	1.65 336	1.42 465	0.33 436	0.25 417	0.37 463	0.39 483	0.35 413	0.29 379

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	1.75 482	4.15 537	1.04 309	1.65 494	1.57 323	0.46 217	0.19 180	0.16 260	0.23 270	0.21 286	0.18 120	0.63 508

PFNet	0.91 380	0.26 126	1.10 407	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

CBFPSM	0.92 382	0.33 303	1.86 496	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	1.66 498	1.32 264	1.42 465	0.19 180	0.18 311	0.20 168	0.20 242	0.21 236	0.33 415

FADNet	0.92 382	0.61 470	1.81 492	0.62 362	0.55 404	0.96 358	0.57 350	1.78 403	1.33 420	0.93 200	1.01 206	1.36 392	1.01 394	2.71 440	0.75 336	0.33 436	0.34 475	0.31 410	0.34 467	0.59 500	0.40 446

NVstereo2D	0.92 382	0.41 391	1.48 470	0.72 446	0.72 465	1.20 411	0.87 444	1.75 389	1.38 445	0.99 219	1.13 267	1.26 368	0.98 382	2.21 408	0.89 379	0.43 484	0.20 347	0.38 466	0.24 351	0.57 496	0.63 508

DispNO	0.93 385	0.30 232	1.34 448	0.55 276	0.55 404	0.89 329	0.49 279	1.48 313	1.21 364	1.17 308	1.27 324	1.19 348	0.90 340	5.23 498	0.74 331	0.22 275	0.17 289	0.24 290	0.21 286	0.19 161	0.20 247

DSFCA	0.93 385	0.34 327	1.06 392	0.52 219	0.65 445	1.55 459	0.93 461	1.49 315	1.19 353	1.56 458	1.15 279	1.50 421	0.96 372	3.07 452	1.02 402	0.30 412	0.26 423	0.25 329	0.25 366	0.28 357	0.24 316

ttt	0.94 387	0.34 327	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	0.76 270	1.85 370	3.97 534	0.30 412	0.26 423	0.26 348	0.24 351	0.29 368	0.29 379

fast-acv-ft	0.94 387	0.44 401	1.40 451	0.58 311	0.51 379	1.77 481	0.69 397	1.36 285	1.42 463	1.29 365	1.86 472	1.74 461	1.25 451	1.52 312	1.38 453	0.26 366	0.28 439	0.28 380	0.28 415	0.27 338	0.26 352

OMP-Stereo	0.94 387	0.33 303	0.72 224	0.90 510	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

CBMV	0.95 390	0.44 401	0.66 178	0.53 237	0.35 239	1.53 457	1.63 526	1.69 373	1.42 463	2.00 507	1.60 430	1.43 402	1.17 431	1.59 327	0.99 399	0.34 446	0.34 475	0.39 472	0.33 461	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
HBP-ISP	0.96 391	0.58 457	0.72 224	0.61 350	0.46 351	1.64 468	0.76 414	1.86 428	1.28 398	1.30 374	1.53 410	0.86 234	0.94 360	3.27 460	0.69 318	0.45 490	0.44 512	0.54 508	0.48 504	0.47 472	0.40 446

TransformOpticalFlow	0.96 391	0.28 177	0.89 330	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	1.01 394	6.70 533	0.42 177	0.19 180	0.12 50	0.20 168	0.19 210	0.18 120	0.19 214

IIG-Stereo	0.96 391	0.31 265	0.72 224	0.88 505	0.33 217	0.61 180	0.26 41	1.19 247	1.03 254	1.69 478	1.37 364	1.46 412	0.75 262	6.96 537	0.51 248	0.19 180	0.14 162	0.23 270	0.18 188	0.20 195	0.14 61

CFNet	0.96 391	0.36 358	1.01 372	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	0.86 323	5.58 511	0.79 353	0.23 301	0.17 289	0.28 380	0.27 394	0.26 324	0.21 264

XPNet_ROB	0.96 391	0.49 422	1.09 404	0.72 446	0.57 410	1.11 389	1.14 493	1.66 368	1.23 373	1.85 495	1.39 373	1.64 447	1.11 420	1.80 364	1.42 465	0.38 465	0.30 454	0.33 434	0.29 427	0.37 424	0.34 420

ETE_ROB	0.96 391	0.64 477	1.16 419	0.69 428	0.48 357	1.14 394	1.13 492	1.77 399	1.19 353	1.91 501	1.45 389	1.73 459	1.05 407	1.60 328	1.14 422	0.32 427	0.26 423	0.38 466	0.34 467	0.39 437	0.41 451

CSP-Net	0.97 397	0.38 372	0.83 298	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	0.83 308	4.93 494	0.85 372	0.32 427	0.22 387	0.20 168	0.20 242	0.23 285	0.25 328

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	2.07 523	5.64 512	0.77 345	0.17 100	0.15 220	0.20 168	0.20 242	0.18 120	0.20 247

pcwnet_v2	0.97 397	0.37 365	4.33 538	0.62 362	0.54 398	0.79 290	0.45 244	2.02 472	1.58 483	1.42 428	1.64 442	1.09 327	0.79 285	1.24 245	0.67 311	0.32 427	0.25 417	0.29 391	0.27 394	0.37 424	0.35 425

FINET	0.97 397	0.54 441	1.60 478	0.63 371	0.79 487	1.08 385	1.07 486	1.56 344	2.20 523	1.15 289	1.49 403	0.94 268	0.88 333	2.32 416	1.05 404	0.42 479	0.35 486	0.32 425	0.28 415	0.43 455	0.38 442

AIO-Stereo-zeroshot1	0.98 401	0.39 377	3.21 530	0.50 168	0.63 440	0.64 196	0.39 167	2.36 522	0.75 150	0.95 207	4.63 542	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

StereoDRNet	0.98 401	0.47 415	1.70 483	0.76 465	0.94 511	1.51 455	0.91 455	1.92 446	1.32 416	1.61 466	1.13 267	1.47 417	0.97 375	1.75 355	1.46 472	0.28 396	0.23 399	0.29 391	0.27 394	0.35 413	0.27 362

ACV-stereo	0.99 403	0.51 432	1.41 456	0.56 289	0.41 310	2.43 520	0.57 350	1.15 230	1.18 345	0.81 171	1.01 206	3.39 534	2.14 526	1.60 328	1.07 409	0.27 382	0.22 387	0.22 232	0.22 315	0.28 357	0.32 409

iinet-f	0.99 403	0.45 408	3.71 535	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	1.44 473	1.34 271	1.59 481	0.24 316	0.23 399	0.20 168	0.19 210	0.26 324	0.25 328

GASNet	0.99 403	0.97 512	1.72 486	0.98 519	0.68 458	0.83 314	0.67 389	1.60 351	1.28 398	1.31 384	1.22 304	1.22 353	1.21 444	2.41 423	1.41 461	0.43 484	0.26 423	0.36 460	0.34 467	0.55 493	0.31 403

Wz-Net-LNSev-Ref	0.99 403	0.40 383	1.82 493	0.66 401	0.62 439	2.05 504	0.78 419	1.91 443	1.29 402	1.54 454	1.42 378	1.51 423	1.23 447	1.99 384	1.33 445	0.23 301	0.14 162	0.20 168	0.15 107	0.27 338	0.26 352

PS-NSSS	0.99 403	0.58 457	0.93 343	0.58 311	0.57 410	0.91 336	0.80 428	1.81 415	1.14 314	1.14 283	1.67 449	1.00 293	0.83 308	4.62 485	0.78 347	0.37 461	0.31 460	0.52 502	0.32 451	0.45 465	0.38 442

YMNet	1.00 408	0.54 441	1.40 451	0.81 478	0.85 501	1.87 492	0.62 371	1.55 341	1.18 345	1.63 472	1.99 483	1.77 465	0.97 375	1.50 309	1.45 469	0.33 436	0.37 493	0.31 410	0.32 451	0.32 397	0.29 379

YMNet_1	1.00 408	0.54 441	1.40 451	0.81 478	0.85 501	1.87 492	0.62 371	1.55 341	1.18 345	1.63 472	1.99 483	1.77 465	0.97 375	1.50 309	1.45 469	0.33 436	0.37 493	0.31 410	0.32 451	0.32 397	0.29 379

UGAM-zero	1.00 408	0.30 232	0.93 343	0.47 113	0.30 151	0.57 158	0.25 31	2.25 512	0.63 106	1.01 227	1.10 249	2.73 523	1.85 510	6.26 522	0.40 155	0.17 100	0.14 162	0.19 133	0.15 107	0.16 58	0.17 149

RAFT + AFF	1.00 408	0.42 395	1.09 404	0.67 413	0.50 368	1.22 414	1.24 502	2.24 511	1.19 353	1.30 374	1.56 421	1.17 344	1.49 481	3.44 466	0.83 366	0.21 249	0.25 417	0.30 404	0.26 383	0.27 338	0.27 362

DRN-Test	1.00 408	0.44 401	1.13 413	0.70 434	0.81 494	1.62 465	0.79 422	2.14 490	1.44 466	1.78 485	1.33 348	1.43 402	1.05 407	2.18 404	1.53 478	0.27 382	0.21 369	0.31 410	0.30 436	0.32 397	0.28 374

NCCL2	1.00 408	0.56 450	1.06 392	0.75 462	0.57 410	1.31 427	1.72 527	1.77 399	1.36 437	1.50 444	1.17 287	1.91 479	1.17 431	1.54 318	1.29 441	0.35 453	0.31 460	0.45 489	0.44 495	0.40 441	0.40 446

TCMNet	1.01 414	0.60 468	2.10 505	0.86 497	1.33 538	1.14 394	0.67 389	1.69 373	1.23 373	1.11 263	1.57 425	1.30 379	0.97 375	2.01 386	1.50 476	0.31 420	0.31 460	0.38 466	0.34 467	0.42 449	0.36 431

PA-Net	1.01 414	0.57 454	1.29 438	0.64 380	0.74 471	1.19 409	0.84 435	1.69 373	1.43 465	1.16 299	1.19 296	1.32 384	1.19 438	3.42 464	1.25 434	0.29 407	0.45 516	0.33 434	0.49 507	0.32 397	0.47 474
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 414	0.59 460	1.16 419	0.67 413	0.51 379	1.63 466	1.26 506	1.69 373	1.38 445	1.81 492	1.37 364	1.94 484	1.02 399	1.58 325	1.38 453	0.37 461	0.27 432	0.43 484	0.37 479	0.43 455	0.37 436

z-ln-s-r	1.02 417	0.55 446	2.09 504	0.52 219	0.55 404	0.78 284	0.87 444	1.47 311	1.34 423	1.12 265	1.62 437	1.37 395	1.06 410	2.62 437	3.32 525	0.19 180	0.14 162	0.21 203	0.17 170	0.27 338	0.21 264

PSMNet-RUCA	1.02 417	0.97 512	1.44 458	1.23 533	1.10 520	1.40 442	0.62 371	1.69 373	1.38 445	0.94 205	1.53 410	0.97 284	0.83 308	1.17 229	0.93 384	0.69 524	0.34 475	0.99 535	0.60 524	0.97 525	0.64 512

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	1.58 487	6.44 526	0.78 347	0.19 180	0.14 162	0.21 203	0.22 315	0.19 161	0.20 247

Wz-Net-LNSev	1.03 420	0.67 480	2.71 526	0.64 380	0.84 498	1.75 476	1.00 476	1.80 412	1.32 416	1.28 359	1.25 314	1.65 450	1.22 445	1.39 287	1.40 457	0.28 396	0.26 423	0.24 290	0.23 338	0.33 406	0.32 409

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	2.05 508	4.65 544	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

DISCO	1.03 420	0.34 327	1.11 409	0.69 428	0.45 339	2.07 505	0.84 435	2.13 486	1.50 473	1.15 289	1.33 348	2.40 511	1.07 414	2.60 435	1.51 477	0.23 301	0.18 311	0.22 232	0.20 242	0.31 388	0.27 362

STrans-v2	1.04 423	0.28 177	0.96 357	0.49 156	0.32 196	0.68 232	0.79 422	2.47 531	1.12 299	1.12 265	1.46 395	1.40 397	1.46 476	6.70 533	0.43 187	0.18 139	0.13 111	0.20 168	0.18 188	0.18 120	0.18 174

APVNet	1.06 424	0.53 440	1.42 457	0.84 490	0.79 487	1.92 495	0.82 433	1.90 439	1.08 278	1.08 243	1.43 382	1.56 430	1.13 427	3.07 452	1.58 479	0.31 420	0.34 475	0.42 482	0.36 476	0.36 420	0.37 436

TDLM	1.06 424	0.44 401	0.79 284	0.63 371	0.50 368	0.89 329	1.44 515	1.48 313	1.26 387	1.12 265	1.40 375	1.08 317	0.98 382	6.65 529	0.78 347	0.33 436	0.21 369	0.33 434	0.26 383	0.37 424	0.24 316

FAT-Stereo	1.07 426	0.41 391	1.32 443	0.72 446	0.58 419	1.08 385	0.89 449	1.96 455	1.65 487	1.75 482	1.98 482	2.03 495	1.48 479	2.02 387	1.18 430	0.42 479	0.35 486	0.34 444	0.29 427	0.35 413	0.53 490

GANetREF_RVC	1.07 426	0.86 506	1.31 440	0.82 486	0.53 394	1.41 447	1.31 508	1.76 395	1.52 476	1.27 357	1.31 340	1.46 412	1.24 450	2.03 388	0.96 394	0.56 511	0.45 516	0.67 524	0.50 510	0.88 523	0.59 502
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
CVANet_RVC	1.07 426	0.43 398	0.76 266	0.60 336	0.50 368	0.90 332	0.97 469	1.52 328	1.26 387	1.33 396	1.38 369	1.24 360	1.18 435	6.75 535	0.75 336	0.34 446	0.23 399	0.34 444	0.29 427	0.42 449	0.27 362

GCST	1.08 429	1.47 541	0.93 343	1.73 542	1.14 528	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	1.19 541	0.70 541	1.30 541	0.85 539	1.02 529	0.89 527

GwcNet	1.08 429	0.51 432	2.33 515	0.79 472	1.18 531	1.76 478	0.70 400	1.68 371	1.47 469	1.41 422	1.64 442	1.74 461	1.04 403	2.20 407	1.41 461	0.30 412	0.29 450	0.29 391	0.27 394	0.30 379	0.35 425

DANet	1.08 429	0.61 470	1.32 443	0.85 495	0.72 465	1.37 435	0.51 288	1.54 337	1.15 326	1.78 485	1.54 415	2.01 492	1.11 420	2.90 446	2.00 498	0.33 436	0.30 454	0.40 477	0.30 436	0.44 461	0.45 467
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.09 432	0.50 429	1.12 411	0.90 510	1.04 517	1.11 389	0.84 435	1.80 412	1.62 485	1.55 457	2.00 485	1.90 478	1.78 504	1.84 367	1.25 434	0.52 503	0.36 491	0.48 496	0.36 476	0.45 465	0.43 462

Nwc_Net	1.09 432	0.49 422	1.33 445	0.89 509	0.80 492	1.49 454	0.66 385	2.19 505	1.27 393	1.32 388	2.26 500	1.96 487	1.54 484	1.92 376	1.34 447	0.40 471	0.30 454	0.43 484	0.45 497	0.38 433	0.37 436

MaskLacGwcNet_RVC	1.10 434	1.02 517	1.00 368	0.82 486	0.67 452	1.93 496	0.93 461	1.62 358	1.11 295	1.15 289	1.25 314	1.50 421	0.79 285	1.96 382	0.76 339	1.89 544	0.34 475	0.79 528	0.36 476	1.25 538	0.83 524

NCC-stereo	1.10 434	0.54 441	1.24 430	0.84 490	0.94 511	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 501	2.35 418	1.25 434	0.45 490	0.37 493	0.45 489	0.58 520	0.42 449	0.42 455

Abc-Net	1.10 434	0.54 441	1.24 430	0.84 490	0.94 511	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 501	2.35 418	1.25 434	0.45 490	0.37 493	0.45 489	0.58 520	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
Wz-Net-MNSev	1.11 437	0.58 457	2.23 513	0.66 401	0.71 463	1.95 498	1.46 516	1.98 461	1.45 467	1.79 488	1.43 382	1.49 420	1.33 463	1.97 383	1.42 465	0.27 382	0.23 399	0.28 380	0.28 415	0.34 410	0.31 403

edge stereo	1.11 437	0.50 429	1.30 439	0.71 442	0.65 445	1.14 394	0.75 411	1.93 450	1.37 441	1.71 479	1.83 467	2.54 516	1.44 473	2.43 424	1.23 432	0.42 479	0.41 506	0.54 508	0.35 472	0.42 449	0.46 470

anonymity	1.12 439	0.97 512	1.21 424	1.07 527	1.12 524	1.08 385	0.89 449	1.95 454	1.16 335	1.29 365	1.26 321	1.22 353	1.09 418	1.15 221	1.01 401	1.02 534	1.00 557	0.97 533	0.97 545	0.98 526	0.99 531

ccnet	1.12 439	0.67 480	1.01 372	0.78 470	0.73 470	1.72 474	0.99 474	1.84 424	1.26 387	1.47 435	1.85 471	1.75 464	1.29 456	1.75 355	1.88 492	0.57 512	0.53 529	0.57 518	0.55 517	0.59 500	0.54 491

RASNet	1.12 439	0.30 232	0.91 337	0.66 401	0.77 482	0.97 362	0.57 350	1.37 286	1.35 433	1.02 231	1.34 355	2.11 499	1.43 471	7.09 538	1.39 456	0.19 180	0.17 289	0.17 76	0.19 210	0.18 120	0.16 124

AF-Net	1.13 442	0.52 436	1.33 445	0.86 497	0.91 507	1.38 438	0.71 402	2.16 495	1.62 485	1.56 458	2.40 507	1.99 490	1.65 494	1.81 366	1.48 474	0.48 498	0.28 439	0.49 498	0.33 461	0.39 437	0.32 409

NaN_ROB	1.13 442	0.55 446	1.15 418	0.64 380	0.48 357	1.61 464	2.03 544	1.72 381	1.48 470	2.09 510	1.27 324	1.40 397	1.08 415	3.94 472	1.30 442	0.28 396	0.34 475	0.28 380	0.28 415	0.30 379	0.33 415

UGAM	1.14 444	0.27 155	0.95 351	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	0.87 328	9.65 565	0.87 375	0.21 249	0.18 311	0.30 404	0.24 351	0.19 161	0.16 124

DGSMNet	1.14 444	0.76 497	2.49 520	0.81 478	0.86 503	1.39 440	1.39 512	2.13 486	1.35 433	1.26 354	1.63 441	1.48 419	0.98 382	1.75 355	1.10 415	0.45 490	0.43 509	0.55 513	0.49 507	0.75 519	0.70 517

Syn2CoEx	1.14 444	0.69 485	1.66 481	0.80 475	0.67 452	1.40 442	0.88 447	2.06 480	1.54 479	1.25 350	1.58 428	1.42 401	1.50 483	4.09 474	1.40 457	0.36 457	0.32 468	0.34 444	0.29 427	0.29 368	0.34 420

RGC	1.14 444	0.79 499	1.26 433	0.91 513	0.96 514	1.52 456	0.77 417	1.92 446	1.26 387	1.54 454	1.93 479	2.02 494	1.54 484	2.25 411	1.31 443	0.44 489	0.35 486	0.58 519	0.48 504	0.47 472	0.46 470

S-Stereo	1.15 448	0.46 410	2.17 510	0.81 478	0.80 492	1.21 413	1.19 499	1.93 450	2.02 516	1.47 435	2.11 493	1.57 431	1.17 431	2.05 391	1.41 461	0.40 471	0.40 504	0.35 452	0.31 443	0.44 461	0.70 517

stereogan	1.15 448	0.42 395	1.40 451	0.86 497	0.84 498	2.38 518	0.71 402	1.88 433	1.73 496	1.72 480	1.94 481	2.31 506	1.29 456	2.07 392	1.08 410	0.36 457	0.35 486	0.39 472	0.31 443	0.51 485	0.46 470

AANet_RVC	1.16 450	0.52 436	1.49 472	0.65 394	0.45 339	0.75 265	0.69 397	1.42 298	1.55 481	1.34 400	1.87 474	1.53 426	0.78 281	7.43 544	1.38 453	0.25 343	0.17 289	0.19 133	0.16 149	0.22 260	0.26 352

RYNet	1.17 451	0.49 422	1.24 430	0.70 434	0.97 515	1.71 472	0.92 457	1.91 443	1.46 468	1.38 413	1.14 271	1.88 474	1.30 460	4.24 476	1.87 490	0.26 366	0.21 369	0.35 452	0.27 394	0.55 493	0.54 491

w-ln-seven-2	1.18 452	0.61 470	4.25 537	0.68 424	0.61 433	1.20 411	0.93 461	1.63 360	1.35 433	1.66 475	1.53 410	1.47 417	1.37 467	3.00 451	1.74 485	0.25 343	0.24 408	0.29 391	0.26 383	0.33 406	0.28 374

HSM	1.19 453	0.32 281	0.65 171	0.57 305	0.38 281	1.23 415	0.59 362	2.25 512	1.19 353	1.30 374	1.25 314	1.94 484	1.03 401	9.32 560	0.71 324	0.22 275	0.16 260	0.20 168	0.16 149	0.21 236	0.21 264

aanetorigin	1.23 454	0.79 499	2.78 528	0.70 434	0.79 487	0.99 368	1.06 485	1.06 203	1.37 441	3.52 546	2.61 515	1.72 458	1.63 492	1.99 384	1.78 487	0.25 343	0.24 408	0.26 348	0.25 366	0.38 433	0.45 467

PWC_ROB	1.24 455	0.76 497	2.46 519	0.72 446	0.78 484	1.15 400	0.49 279	1.75 389	1.92 510	2.31 516	3.07 524	1.59 435	1.40 468	2.46 428	2.10 502	0.33 436	0.22 387	0.35 452	0.24 351	0.38 433	0.41 451

SGM-Forest	1.24 455	0.38 372	0.60 145	0.52 219	0.37 264	1.56 460	1.30 507	1.65 363	1.36 437	2.11 511	1.79 463	1.63 444	0.93 355	7.48 546	0.95 390	0.36 457	0.37 493	0.39 472	0.34 467	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
Consistency-Raft	1.25 457	0.99 515	1.93 499	1.02 523	1.21 533	0.96 358	1.01 478	1.75 389	1.92 510	1.36 405	2.12 494	1.44 407	1.01 394	1.14 220	1.40 457	0.72 525	0.82 544	0.89 531	0.98 547	1.31 539	0.95 529

NOSS_ROB	1.26 458	0.46 410	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	0.75 262	10.62 571	0.65 305	0.45 490	0.43 509	0.48 496	0.45 497	0.44 461	0.41 451

RTSC	1.29 459	0.73 491	2.44 518	0.83 489	0.57 410	1.85 490	0.65 380	1.88 433	2.00 515	2.20 513	1.66 447	1.60 437	1.26 453	2.33 417	3.92 531	0.32 427	0.23 399	0.27 365	0.29 427	0.37 424	0.37 436

PWCDC_ROB	1.29 459	0.75 496	1.33 445	1.05 524	0.88 506	1.73 475	0.52 299	1.89 436	3.28 544	1.29 365	4.88 547	1.22 353	1.46 476	1.77 362	1.45 469	0.60 517	0.26 423	0.29 391	0.25 366	0.52 487	0.37 436

test_for_model	1.30 461	3.71 571	0.58 133	3.22 562	2.84 562	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	2.46 549	0.15 220	0.16 49	0.11 8	4.39 572	1.50 545

Anonymous_2	1.30 461	0.55 446	0.82 293	0.52 219	0.58 419	1.01 371	0.64 378	1.25 266	0.97 227	0.96 209	0.78 142	1.33 385	1.29 456	1.03 189	0.74 331	0.62 519	0.64 538	1.06 538	9.63 578	1.16 534	0.49 481

SQANet	1.31 463	0.88 509	1.08 401	1.83 544	1.44 540	1.44 449	0.75 411	1.74 387	1.09 286	1.32 388	1.26 321	1.28 375	1.01 394	1.50 309	0.83 366	2.50 550	0.34 475	1.47 542	0.55 517	2.32 544	1.57 546

SHD	1.31 463	0.71 490	2.34 516	0.86 497	0.75 478	1.77 481	0.65 380	2.22 509	2.50 532	2.40 523	1.71 452	1.91 479	1.60 490	1.93 379	2.37 506	0.38 465	0.31 460	0.38 466	0.40 487	0.48 477	0.50 483

PDISCO_ROB	1.32 465	0.65 478	1.44 458	1.36 534	1.46 541	2.55 523	0.92 457	2.45 530	2.07 519	1.37 408	1.49 403	1.65 450	1.00 392	2.82 442	1.35 450	1.01 532	0.27 432	0.54 508	0.47 502	0.71 516	0.73 520

LL-Strereo	1.33 466	0.39 377	1.38 450	0.61 350	0.61 433	0.75 265	0.66 385	1.63 360	1.17 338	1.56 458	1.60 430	2.03 495	2.12 525	9.72 566	0.97 395	0.21 249	0.18 311	0.27 365	0.23 338	0.22 260	0.25 328

PASM	1.34 467	0.92 510	2.62 524	0.86 497	0.87 505	1.03 376	1.08 487	1.50 319	1.51 475	1.82 493	1.41 377	1.68 453	1.26 453	4.87 491	1.34 447	0.61 518	0.65 540	0.68 525	0.78 534	0.69 514	0.68 516

ADCRef	1.35 468	0.55 446	2.37 517	0.72 446	0.77 482	1.94 497	0.78 419	1.91 443	1.27 393	1.57 462	1.59 429	1.36 392	1.41 469	1.54 318	7.53 548	0.23 301	0.20 347	0.32 425	0.30 436	0.29 368	0.29 379

GANet	1.36 469	0.47 415	0.86 306	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	1.20 441	9.30 559	0.93 384	0.30 412	0.31 460	0.33 434	0.28 415	0.39 437	0.30 393

ff1	1.37 470	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 529	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 549	0.20 215	0.12 50	0.31 410	0.27 394	0.19 161	0.20 247

XQC	1.37 470	0.87 507	2.56 522	0.84 490	0.69 460	1.83 488	0.89 449	2.07 481	1.88 506	1.88 497	1.53 410	1.91 479	1.55 486	2.85 445	3.05 517	0.48 498	0.29 450	0.44 488	0.39 483	0.69 514	0.60 505

w-ln-seven	1.38 472	0.70 488	3.91 536	0.75 462	0.72 465	2.69 529	0.95 466	2.02 472	1.99 514	1.99 504	1.73 454	1.82 471	1.17 431	2.45 425	2.84 514	0.28 396	0.25 417	0.31 410	0.30 436	0.41 444	0.33 415

mmx	1.39 473	0.33 303	0.85 300	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	0.82 300	7.22 539	7.61 549	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

xxx	1.39 473	0.33 303	0.85 300	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	0.82 300	7.22 539	7.61 549	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

MFMNet_re	1.40 475	1.14 526	1.68 482	1.39 536	1.07 518	1.48 452	1.43 514	1.87 430	1.82 504	2.26 514	2.19 497	1.51 423	1.86 511	1.52 312	1.25 434	0.93 530	0.83 545	0.84 530	0.80 535	0.99 528	1.05 536

UDG	1.41 476	2.65 564	0.99 363	1.44 539	1.64 543	1.34 432	0.80 428	1.60 351	1.23 373	1.23 336	1.71 452	2.01 492	1.34 464	1.47 305	1.41 461	0.90 529	0.54 532	2.29 549	0.75 532	1.84 541	1.04 534

CSAN	1.41 476	0.59 460	1.26 433	0.70 434	0.50 368	1.76 478	1.78 529	1.77 399	1.90 509	2.35 519	2.32 502	1.92 482	1.94 516	5.56 510	1.49 475	0.43 484	0.35 486	0.40 477	0.41 488	0.43 455	0.41 451

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	0.86 323	1.46 301	15.10 569	0.22 275	0.20 347	0.22 232	0.20 242	0.22 260	0.22 282

Wz-Net-SNSev	1.49 479	1.23 531	6.27 549	0.68 424	0.67 452	1.37 435	1.41 513	2.00 464	1.39 450	1.48 441	1.61 434	2.29 504	1.32 462	3.93 471	2.14 503	0.31 420	0.28 439	0.31 410	0.33 461	0.42 449	0.36 431

CC-Net-ROB	1.49 479	1.26 532	1.27 436	0.88 505	0.79 487	1.76 478	1.00 476	1.79 409	1.26 387	1.10 257	1.61 434	1.21 351	0.99 390	8.13 553	0.84 369	1.09 538	0.41 506	2.20 547	0.46 500	1.20 537	0.48 477

DDUNet	1.50 481	2.69 565	1.12 411	1.77 543	1.88 545	1.84 489	0.92 457	1.70 378	1.16 335	1.38 413	1.79 463	1.60 437	1.12 423	1.37 278	1.08 410	1.10 539	0.76 542	2.37 551	0.94 543	2.00 542	1.37 543

xxxx	1.51 482	0.28 177	0.68 187	0.54 252	0.28 112	1.16 402	0.44 227	2.19 505	1.29 402	1.09 249	1.36 362	1.22 353	0.85 315	1.79 363	15.70 572	0.24 316	0.21 369	0.21 203	0.20 242	0.22 260	0.23 302

psmorigin	1.52 483	0.69 485	10.52 562	0.68 424	0.59 427	1.13 393	0.70 400	1.57 345	1.19 353	1.99 504	1.79 463	2.26 503	1.47 478	2.09 394	1.36 451	0.39 468	0.40 504	0.34 444	0.33 461	0.43 455	0.56 495

MFN_U_SF_RVC	1.52 483	0.84 502	3.42 531	0.87 504	0.66 448	2.56 524	0.95 466	2.36 522	1.70 492	1.98 503	1.86 472	2.45 514	1.79 505	2.95 447	2.58 509	0.52 503	0.48 521	0.55 513	0.59 523	0.59 500	0.61 506

SAMSARA	1.55 485	0.84 502	2.61 523	1.22 532	1.07 518	2.50 522	1.93 539	2.05 475	1.89 507	2.75 533	1.66 447	2.81 524	1.69 499	3.08 454	1.97 497	0.46 496	0.51 527	0.42 482	0.46 500	0.58 498	0.59 502

z-mn7	1.56 486	0.84 502	4.36 540	0.71 442	0.51 379	2.60 525	1.04 481	1.73 382	2.70 538	1.53 448	2.99 523	1.94 484	1.34 464	4.78 489	2.41 507	0.29 407	0.24 408	0.27 365	0.24 351	0.34 410	0.31 403

CrosDoStereo	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 573	1.10 216	0.98 232	1.34 400	1.75 459	1.00 293	1.89 512	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

DeepStereo_LL	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 573	1.10 216	0.98 232	1.34 400	1.75 459	1.00 293	1.89 512	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

STTRV1_RVC	1.58 487	0.68 484	1.96 501	0.88 505	1.12 524	1.57 461	0.90 454	2.25 512	1.75 499	1.29 365	2.02 488	1.40 397	1.22 445	9.77 567	1.31 443	0.81 527	0.33 473	0.54 508	0.49 507	0.73 518	0.52 489

otaku	1.60 490	1.11 524	1.21 424	2.20 547	1.56 542	1.97 499	1.24 502	2.07 481	1.36 437	1.44 430	1.62 437	1.73 459	1.19 438	1.73 354	0.98 398	2.89 555	0.57 534	1.74 543	0.60 524	2.78 551	1.94 552

DeepPrunerF	1.60 490	0.73 491	5.81 547	0.88 505	1.19 532	0.91 336	0.95 466	2.19 505	5.24 561	1.17 308	1.30 334	1.19 348	1.30 460	4.90 492	1.66 484	0.42 479	0.34 475	0.52 502	0.47 502	0.41 444	0.40 446

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	0.94 360	1.76 360	17.65 573	0.24 316	0.20 347	0.21 203	0.19 210	0.22 260	0.23 302

SDNR	1.62 493	0.51 432	2.17 510	0.53 237	0.56 407	3.80 548	0.45 244	1.54 337	1.29 402	1.33 396	2.41 508	1.08 317	0.96 372	11.18 572	1.16 424	0.66 523	0.63 537	0.43 484	0.32 451	0.64 507	0.67 514

Ntro	1.64 494	1.15 527	1.23 427	2.48 552	1.83 544	2.09 506	1.16 496	1.96 455	1.38 445	1.21 325	1.62 437	1.62 439	1.29 456	1.87 373	1.11 418	3.04 556	0.56 533	1.82 545	0.64 526	2.80 552	2.05 553

G-Net	1.66 495	0.63 475	1.56 475	1.11 529	0.74 471	2.98 537	0.91 455	1.55 341	1.22 370	2.76 534	8.18 565	2.32 507	2.53 539	1.92 376	1.87 490	0.48 498	0.44 512	0.45 489	0.31 443	0.60 504	0.57 499

MDST_ROB	1.67 496	0.34 327	1.58 477	0.92 515	0.58 419	4.26 554	1.11 489	2.83 537	1.41 460	4.49 557	2.55 514	1.45 409	0.97 375	7.79 550	1.17 427	0.31 420	0.25 417	0.37 463	0.33 461	0.31 388	0.30 393

SPS-STEREO	1.67 496	1.04 518	1.23 427	1.21 531	1.13 527	1.82 487	1.11 489	2.16 495	1.52 476	3.07 545	2.32 502	2.82 525	1.80 506	4.11 475	2.04 499	1.03 535	0.99 556	0.97 533	0.94 543	1.03 531	1.02 532
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 498	0.36 358	0.61 148	0.59 324	0.29 129	2.25 512	1.18 498	2.38 525	1.68 491	3.60 547	2.67 517	3.69 538	2.42 535	8.13 553	1.90 493	0.31 420	0.31 460	0.30 404	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
DPSNet	1.69 499	0.59 460	4.33 538	0.70 434	0.57 410	2.02 503	1.62 525	3.35 546	1.78 500	1.48 441	1.38 369	2.17 500	2.84 542	4.77 488	3.66 528	0.48 498	0.31 460	0.29 391	0.25 366	0.64 507	0.48 477

zh-mn7	1.70 500	1.21 530	8.30 556	0.69 428	0.53 394	1.45 450	0.84 435	1.70 378	2.09 520	2.41 524	2.67 517	1.68 453	1.23 447	4.49 481	2.87 515	0.30 412	0.26 423	0.27 365	0.27 394	0.31 388	0.35 425

1111x	1.70 500	0.29 212	0.86 306	0.51 198	0.27 87	1.01 371	0.68 393	2.22 509	1.28 398	1.13 280	1.40 375	1.21 351	1.10 419	5.53 508	15.20 570	0.22 275	0.21 369	0.22 232	0.22 315	0.24 300	0.22 282

PVD	1.70 500	0.84 502	2.26 514	0.94 518	0.83 497	2.48 521	0.97 469	2.59 535	3.35 545	3.01 543	2.77 519	2.34 508	2.47 537	2.67 439	3.14 520	0.47 497	0.45 516	0.59 520	0.48 504	0.59 500	0.75 522

FBW_ROB	1.71 503	0.62 474	1.45 463	0.67 413	0.61 433	1.81 485	1.08 487	2.52 532	1.70 492	1.77 484	1.73 454	1.98 489	1.25 451	12.57 574	1.84 489	0.34 446	0.37 493	0.56 516	0.38 481	0.45 465	0.43 462

ADCL	1.72 504	0.57 454	3.66 533	0.67 413	0.61 433	2.61 527	1.85 534	1.96 455	1.67 489	1.90 500	1.83 467	2.06 498	1.90 514	2.13 397	9.15 557	0.26 366	0.24 408	0.34 444	0.32 451	0.38 433	0.35 425

MFN_U_SF_DS_RVC	1.74 505	0.87 507	3.56 532	0.80 475	0.75 478	3.72 545	2.44 557	1.82 416	1.82 504	1.74 481	1.91 478	1.92 482	1.26 453	7.69 549	1.28 440	0.45 490	0.47 520	0.52 502	0.77 533	0.50 481	0.50 483

zh-sn7	1.76 506	1.38 533	6.58 550	0.74 458	0.72 465	1.78 483	1.31 508	1.88 433	1.56 482	1.86 496	2.47 512	1.81 468	2.08 524	5.12 496	3.80 530	0.32 427	0.32 468	0.32 425	0.32 451	0.44 461	0.40 446

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	1.18 435	2.83 443	22.77 580	0.22 275	0.13 111	0.22 232	0.19 210	0.23 285	0.15 94

WCMA_ROB	1.84 508	0.47 415	1.31 440	0.69 428	0.57 410	2.11 507	1.14 493	1.87 430	1.73 496	4.04 551	6.43 553	5.62 554	3.61 550	2.59 434	1.94 495	0.52 503	0.44 512	0.39 472	0.42 491	0.48 477	0.47 474

ADCPNet	1.85 509	0.69 485	8.07 553	0.71 442	0.58 419	2.79 532	1.22 501	1.94 452	1.54 479	1.88 497	1.69 450	2.46 515	2.04 520	2.37 420	6.48 543	0.38 465	0.37 493	0.38 466	0.43 493	0.47 472	0.45 467

test_sample9	1.86 510	0.49 422	1.13 413	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	0.92 346	2.27 413	7.92 553	0.57 512	12.61 584	0.62 521	0.67 528	0.45 465	0.42 455

Wz-Net-TNSev	1.88 511	2.08 558	7.66 551	0.67 413	0.64 443	2.42 519	1.83 533	2.33 519	1.74 498	1.57 462	1.56 421	2.58 517	1.90 514	4.86 490	3.12 519	0.39 468	0.37 493	0.33 434	0.37 479	0.53 489	0.58 500

NVStereoNet_ROB	1.88 511	1.07 519	1.45 463	1.07 527	1.17 529	1.47 451	1.48 518	1.89 436	1.93 512	1.94 502	4.67 545	3.08 531	1.80 506	6.51 527	1.65 482	1.06 537	0.86 551	1.08 539	1.32 552	0.93 524	1.26 541
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.88 511	0.57 454	2.18 512	0.63 371	0.40 302	2.80 533	1.57 523	2.39 526	5.88 563	2.36 521	3.57 531	3.72 539	2.97 544	4.74 487	1.76 486	0.34 446	0.30 454	0.32 425	0.29 427	0.48 477	0.37 436

ADCMid	1.89 514	0.73 491	5.06 542	0.72 446	0.67 452	2.00 502	1.14 493	1.97 459	1.48 470	2.86 537	1.81 466	2.37 509	2.05 522	2.24 409	10.39 562	0.33 436	0.31 460	0.39 472	0.43 493	0.50 481	0.44 465

WZ-Net	1.95 515	0.95 511	10.10 558	0.86 497	0.78 484	1.69 471	1.60 524	2.20 508	1.98 513	2.08 509	1.93 479	2.30 505	1.97 517	5.30 499	3.17 522	0.34 446	0.26 423	0.29 391	0.31 443	0.51 485	0.47 474

AnyNet_C32	1.96 516	1.10 521	5.17 543	0.90 510	1.11 522	2.12 508	2.37 555	1.85 425	1.48 470	2.45 525	1.70 451	2.05 497	1.64 493	2.50 431	10.28 561	0.37 461	0.34 475	0.35 452	0.41 488	0.49 480	0.54 491

MSAF-DinoV2	1.97 517	0.80 501	10.38 561	0.86 497	0.48 357	1.39 440	0.97 469	2.55 534	1.72 495	1.53 448	1.65 444	3.59 536	2.20 529	5.39 505	3.94 532	0.27 382	0.17 289	0.26 348	0.28 415	0.47 472	0.46 470

RainbowNet	1.97 517	1.76 546	1.57 476	2.81 555	2.21 550	1.98 501	1.81 531	2.54 533	1.89 507	1.50 444	1.84 469	1.96 487	1.65 494	2.14 398	1.25 434	3.33 562	0.85 549	2.39 554	0.98 547	2.82 554	2.22 554

ADCP+	1.99 519	0.48 419	7.73 552	0.66 401	0.91 507	2.30 514	1.05 483	1.82 416	1.34 423	1.54 454	1.32 346	1.74 461	1.61 491	2.17 401	13.37 565	0.24 316	0.21 369	0.32 425	0.28 415	0.37 424	0.29 379

MSMD_ROB	1.99 519	0.59 460	0.89 330	0.70 434	0.61 433	3.95 550	0.94 464	1.80 412	1.79 501	4.41 555	4.43 538	8.17 563	3.66 551	3.40 462	1.33 445	0.52 503	0.48 521	0.54 508	0.58 520	0.53 489	0.50 483

MSC_U_SF_DS_RVC	2.12 521	1.15 527	3.10 529	1.05 524	0.76 481	5.03 559	2.40 556	2.16 495	2.62 535	1.89 499	2.28 501	2.69 521	1.65 494	9.35 561	2.04 499	0.64 522	0.51 527	0.68 525	0.71 531	1.09 533	0.67 514

ACVNet-4b	2.15 522	1.41 537	1.64 479	2.80 554	2.31 554	2.31 515	1.24 502	2.32 518	2.14 521	1.26 354	2.39 506	2.66 520	1.48 479	5.95 520	1.06 406	3.20 560	0.45 516	2.37 551	0.89 540	2.83 555	2.37 557

ACVNet_1	2.18 523	1.45 540	1.72 486	2.85 556	2.33 555	2.28 513	1.46 516	3.08 542	2.22 524	1.82 493	2.05 491	3.56 535	1.98 518	3.09 455	1.40 457	3.17 557	0.60 536	2.40 555	0.92 542	2.91 558	2.37 557

test_sample8	2.19 524	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.82 416	1.15 326	2.26 514	1.30 334	4.94 549	2.52 538	2.27 413	7.92 553	0.57 512	12.61 584	0.62 521	0.67 528	0.45 465	0.42 455

ADCS	2.25 525	0.99 515	5.55 544	0.81 478	0.74 471	2.19 510	1.80 530	2.27 515	2.14 521	2.80 536	2.13 495	2.40 511	2.03 519	2.64 438	13.69 566	0.41 475	0.39 502	0.40 477	0.45 497	0.58 498	0.56 495

AnyNet_C01	2.26 526	1.78 547	10.22 560	0.93 516	0.74 471	2.92 535	2.20 550	2.29 517	1.80 502	2.53 527	2.41 508	2.71 522	1.73 500	3.41 463	6.72 545	0.41 475	0.39 502	0.40 477	0.42 491	0.67 512	0.63 508

MeshStereo	2.26 526	0.56 450	0.92 341	0.61 350	0.49 361	2.60 525	1.02 479	3.18 543	2.05 518	7.40 572	4.98 548	7.58 560	2.98 545	6.37 525	1.96 496	0.43 484	0.43 509	0.45 489	0.39 483	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
FCDSN-DC	2.32 528	0.63 475	0.81 290	0.84 490	0.75 478	2.23 511	0.94 464	2.09 484	1.80 502	5.45 565	7.72 562	7.77 562	6.93 568	3.39 461	1.80 488	0.52 503	0.48 521	0.52 502	0.51 513	0.57 496	0.58 500
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 529	2.85 566	3.66 533	3.08 561	2.27 552	1.97 499	0.67 389	2.00 464	1.70 492	2.52 526	2.00 485	2.23 501	5.86 561	3.44 466	1.58 479	1.01 532	0.32 468	2.64 560	1.94 565	2.85 556	2.24 555

EDNetEfficient	2.37 530	1.10 521	8.08 554	0.74 458	0.71 463	0.98 367	1.56 521	1.46 309	4.06 553	4.90 560	2.82 520	2.25 502	3.48 549	2.95 447	9.97 558	0.26 366	0.24 408	0.26 348	0.30 436	0.68 513	0.61 506

pmcnn	2.37 530	0.42 395	2.71 526	0.63 371	0.43 325	1.54 458	1.19 499	2.01 468	1.53 478	2.64 530	7.60 559	18.07 578	1.45 475	3.44 466	2.78 513	0.18 139	0.15 220	0.15 19	0.12 38	0.20 195	0.18 174

ELAS	2.37 530	0.74 494	1.54 474	0.99 520	0.92 509	4.78 556	2.33 554	3.33 545	3.37 546	5.05 563	4.77 546	3.67 537	4.53 558	3.42 464	4.50 536	0.62 519	0.53 529	0.55 513	0.53 515	0.63 505	0.64 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 533	1.07 519	2.14 509	1.18 530	1.10 520	2.14 509	1.36 511	1.96 455	1.66 488	5.46 566	7.07 556	4.95 550	4.32 557	5.50 507	2.26 505	1.04 536	1.02 559	0.99 535	0.97 545	1.02 529	1.04 534

ACVNet_2	2.43 534	1.41 537	2.04 502	2.62 553	2.24 551	2.63 528	1.88 537	3.31 544	3.01 541	2.19 512	3.45 530	4.62 544	2.04 520	4.50 483	1.47 473	2.55 551	0.64 538	2.22 548	0.84 537	2.69 550	2.29 556

ELAS_RVC	2.48 535	0.74 494	1.90 497	1.05 524	0.92 509	2.76 530	4.01 566	2.76 536	4.11 554	4.69 558	4.63 542	4.62 544	5.96 563	3.97 473	3.96 533	0.63 521	0.53 529	0.56 516	0.52 514	0.64 507	0.63 508
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 536	0.59 460	18.45 569	0.69 428	0.50 368	1.87 492	0.88 447	1.67 370	2.39 526	1.50 444	1.42 378	1.14 341	1.15 429	4.28 479	5.07 538	0.24 316	0.19 329	0.22 232	0.19 210	7.86 577	0.34 420

WAO-7	2.66 537	1.40 536	1.73 488	1.39 536	1.17 529	3.93 549	1.94 540	4.11 553	3.88 552	2.92 538	5.50 549	4.18 542	3.00 546	7.63 548	3.71 529	1.13 540	1.00 557	1.17 540	1.13 551	1.18 536	1.09 538

RTS	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 546	1.96 541	2.15 492	2.62 535	2.61 528	2.85 521	2.60 518	1.59 488	6.27 523	5.71 541	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

RTSA	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 546	1.96 541	2.15 492	2.62 535	2.61 528	2.85 521	2.60 518	1.59 488	6.27 523	5.71 541	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

MADNet+	2.69 540	3.22 569	11.53 563	1.44 539	1.12 524	3.19 539	1.81 531	2.85 538	2.37 525	1.68 477	2.07 492	2.85 526	2.18 527	7.41 543	5.23 539	0.79 526	0.76 542	0.69 527	0.65 527	0.98 526	0.95 529

IMH-64-1	2.70 541	1.79 548	1.46 465	3.26 564	2.66 558	3.23 541	2.10 545	4.08 551	2.75 539	2.34 517	3.81 534	3.06 529	2.22 530	4.25 477	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 560	2.60 563

IMH-64	2.70 541	1.79 548	1.46 465	3.26 564	2.66 558	3.23 541	2.10 545	4.08 551	2.75 539	2.34 517	3.81 534	3.06 529	2.22 530	4.25 477	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 560	2.60 563

FC-DCNN	2.72 543	0.59 460	0.86 306	0.73 454	0.57 410	2.91 534	1.04 481	3.01 541	2.60 533	6.83 567	7.64 560	9.92 567	6.33 566	5.21 497	3.14 520	0.53 509	0.48 521	0.51 500	0.50 510	0.53 489	0.51 487

FC-DCNN v2	2.81 544	0.59 460	0.85 300	0.73 454	0.57 410	2.97 536	1.05 483	3.39 547	2.61 534	6.98 568	7.67 561	10.38 570	6.31 565	5.75 515	3.37 526	0.53 509	0.48 521	0.51 500	0.50 510	0.53 489	0.51 487

WAO-6	2.81 544	1.60 544	1.46 465	2.36 551	2.28 553	3.55 543	2.29 553	4.21 554	4.56 558	2.36 521	4.51 539	4.88 548	2.66 540	4.60 484	4.07 535	1.72 543	1.15 563	2.31 550	1.46 558	2.31 543	1.85 550

PWCK	2.88 546	2.05 556	5.72 546	2.08 546	1.11 522	3.55 543	3.90 565	2.86 539	3.54 550	3.03 544	3.63 532	3.10 532	2.31 532	8.15 555	3.09 518	2.12 547	0.91 554	1.75 544	0.98 547	2.57 548	1.18 540

Dean	2.91 547	1.53 543	2.07 503	2.96 560	2.51 557	3.15 538	2.14 548	4.75 558	4.41 557	2.76 534	6.10 552	5.53 553	2.37 533	2.97 449	1.92 494	3.18 558	0.85 549	2.51 558	1.04 550	2.88 557	2.47 560

IMH	3.21 548	1.85 552	1.48 470	3.25 563	2.69 560	4.07 552	2.02 543	4.41 556	3.80 551	2.72 531	7.11 557	4.75 547	2.92 543	5.92 518	2.55 508	3.85 570	0.88 552	2.78 563	1.36 555	3.19 562	2.59 562

LVE	3.31 549	1.67 545	1.64 479	2.85 556	2.42 556	3.20 540	2.26 552	4.78 559	5.05 560	2.35 519	6.91 554	6.02 555	2.37 533	9.15 557	2.17 504	3.19 559	1.08 562	2.38 553	1.47 559	2.81 553	2.40 559

JetBlue	3.97 550	2.01 553	10.19 559	1.38 535	2.84 562	10.53 567	9.54 570	3.60 549	2.41 527	2.73 532	3.39 529	4.54 543	4.31 556	7.85 552	6.84 546	0.88 528	0.93 555	0.89 531	0.91 541	1.74 540	1.91 551

notaker	3.98 551	2.40 563	2.68 525	3.82 571	3.27 568	3.97 551	2.14 548	4.78 559	3.45 548	4.12 554	6.94 555	7.65 561	3.26 547	7.82 551	5.30 540	4.04 571	1.41 565	3.36 570	2.10 567	3.88 566	3.31 569

WAO-8	4.40 552	1.82 550	1.79 490	2.34 549	2.20 548	9.19 564	1.53 519	6.09 566	16.46 575	3.94 549	7.84 563	7.32 557	3.72 553	9.41 563	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 546	1.68 547

Venus	4.40 552	1.82 550	1.79 490	2.34 549	2.20 548	9.19 564	1.53 519	6.09 566	16.46 575	3.94 549	7.84 563	7.32 557	3.72 553	9.41 563	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 546	1.68 547

MultiAttention	4.51 554	0.33 303	0.82 293	0.73 454	0.45 339	30.98 585	4.50 568	2.18 504	1.40 455	1.61 466	2.41 508	2.43 513	0.70 248	38.42 588	1.36 451	0.22 275	0.15 220	0.29 391	0.30 436	0.47 472	0.43 462

ktn	4.70 555	2.38 562	2.12 508	3.76 569	3.24 566	4.85 557	2.95 563	5.52 561	7.37 566	4.07 553	19.32 579	7.46 559	3.47 548	7.39 542	2.95 516	4.04 571	1.85 568	3.26 569	2.22 568	3.08 559	2.65 565

MADNet++	5.01 556	3.14 567	4.91 541	4.55 575	3.94 572	5.20 560	4.41 567	4.40 555	4.13 555	4.95 561	6.08 551	4.74 546	5.37 559	9.40 562	10.67 563	4.65 573	4.15 574	3.97 572	3.34 571	4.09 568	4.08 574

UNDER WATER	5.08 557	2.33 561	5.55 544	3.94 573	3.51 569	5.20 560	2.72 560	5.61 564	16.52 577	3.84 548	4.60 541	9.21 565	5.89 562	5.90 517	8.66 556	3.75 566	1.34 564	3.18 568	1.88 563	4.33 571	3.61 571

UNDER WATER-64	5.27 558	2.32 560	8.78 557	3.93 572	3.54 570	7.61 562	3.03 564	5.84 565	14.19 571	4.04 551	4.04 536	9.39 566	6.26 564	5.93 519	8.48 555	3.60 565	1.51 566	3.13 566	1.88 563	4.29 570	3.61 571

TorneroNet-64	5.30 559	2.03 554	1.74 489	3.43 566	2.81 561	10.09 566	2.12 547	9.10 573	17.12 580	4.96 562	9.27 568	10.72 572	3.70 552	9.20 558	4.55 537	3.31 561	0.84 546	2.88 564	1.55 560	3.49 563	3.04 566

MANE	6.19 560	0.59 460	1.03 383	0.93 516	1.22 534	13.38 571	2.69 558	12.81 576	17.94 581	8.21 573	10.82 571	14.72 574	11.68 570	11.39 573	11.90 564	0.59 516	0.50 526	0.52 502	1.76 562	0.55 493	0.54 491

LSM	6.33 561	1.10 521	13.19 564	1.41 538	68.17 591	1.64 468	1.90 538	1.92 446	2.46 528	2.99 541	3.11 525	1.88 474	1.80 506	2.61 436	2.06 501	0.41 475	0.58 535	0.50 499	0.57 519	0.64 507	17.66 585

SGM-ForestM	6.52 562	0.38 372	1.26 433	0.63 371	0.35 239	13.59 572	5.32 569	6.32 569	6.70 565	11.14 575	9.18 567	22.51 586	13.93 574	16.89 577	20.07 575	0.36 457	0.37 493	0.36 460	0.35 472	0.36 420	0.34 420

tt	6.58 563	0.26 126	6.10 548	3.77 570	2.16 547	11.55 568	19.63 576	13.33 577	5.74 562	2.96 540	2.65 516	4.97 551	6.33 566	3.81 470	7.24 547	9.15 578	11.32 583	5.89 577	6.24 576	6.03 573	2.55 561

JetRed	6.91 564	8.80 576	25.96 579	2.85 556	3.25 567	13.98 574	11.87 572	6.25 568	4.28 556	4.45 556	4.56 540	6.69 556	5.46 560	7.46 545	14.05 567	2.59 552	3.31 571	2.59 559	2.29 569	4.20 569	3.36 570

xyz-stereo	7.16 565	0.22 45	69.90 592	0.42 51	0.21 9	32.92 587	0.49 279	0.87 108	0.76 156	1.38 413	27.04 582	1.19 348	1.16 430	4.69 486	0.97 395	0.16 57	0.12 50	0.20 168	0.14 89	0.16 58	0.12 10

LE_ROB	8.05 566	0.37 365	23.53 575	0.74 458	0.33 217	2.77 531	2.87 562	3.71 550	27.24 585	25.39 585	8.87 566	8.46 564	26.71 584	6.65 529	21.99 576	0.21 249	0.19 329	0.20 168	0.21 286	0.25 312	0.22 282

coex-ft	8.13 567	2.13 559	98.04 594	0.67 413	0.53 394	1.71 472	1.56 521	1.65 363	11.11 569	18.17 584	3.75 533	3.88 540	7.61 569	2.98 450	6.49 544	0.30 412	0.30 454	0.32 425	0.31 443	0.66 511	0.50 483

KSHMR	8.75 568	2.06 557	2.11 507	3.53 568	3.11 565	4.13 553	2.69 558	5.60 563	61.37 595	3.00 542	55.83 594	4.98 552	2.45 536	4.49 481	2.61 512	3.46 563	1.55 567	3.14 567	1.94 565	3.72 565	3.18 568

U	9.45 569	0.21 26	0.58 133	0.47 113	53.11 590	61.27 594	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	60.50 591	8.88 577	0.17 89	0.13 35

TCMNet-wrong-test	10.31 570	11.40 578	14.84 566	20.96 581	18.45 578	13.80 573	10.76 571	15.78 578	3.53 549	5.20 564	5.52 550	16.26 576	12.61 571	7.51 547	10.15 559	7.43 576	2.37 569	4.31 573	3.43 572	11.36 579	10.61 578

EDNetEfficientorigin	10.57 571	1.47 541	177.42 595	0.67 413	0.53 394	1.58 462	1.16 496	1.90 439	3.37 546	4.71 559	3.38 528	3.10 532	2.69 541	3.13 456	3.58 527	0.25 343	0.23 399	0.33 434	0.27 394	0.83 520	0.81 523

TorneroNet	10.70 572	2.03 554	1.82 493	3.43 566	3.01 564	43.83 588	2.22 551	8.87 572	67.47 596	7.17 571	27.36 583	10.68 571	3.85 555	8.67 556	7.65 552	3.59 564	0.88 552	3.04 565	1.57 561	3.71 564	3.17 567

HanzoNet	11.04 573	3.62 570	8.10 555	4.08 574	3.55 571	4.90 558	2.73 561	7.19 570	10.10 567	31.86 591	28.92 584	21.96 585	36.36 586	18.08 579	10.17 560	7.94 577	3.32 572	3.47 571	3.31 570	7.06 576	4.04 573

DPSimNet_ROB	11.20 574	4.98 573	35.43 583	2.90 559	4.52 573	7.89 563	17.09 575	4.66 557	6.06 564	14.89 580	10.93 572	17.29 577	36.81 588	13.18 575	15.68 571	2.86 554	6.29 576	5.75 576	5.09 574	3.91 567	7.70 576

DGTPSM_ROB	13.01 575	8.23 574	21.87 572	9.51 577	18.10 576	11.56 569	32.01 582	10.63 574	16.20 573	7.03 569	19.48 580	10.15 568	16.66 576	9.83 568	22.42 577	4.75 574	8.68 577	5.37 574	10.25 579	6.16 574	11.36 579

DPSMNet_ROB	13.02 576	8.23 574	21.91 573	9.53 578	18.11 577	11.56 569	32.02 583	10.64 575	16.23 574	7.05 570	19.49 581	10.16 569	16.66 576	9.85 569	22.43 578	4.77 575	8.68 577	5.38 575	10.26 580	6.17 575	11.36 579

USTest	14.33 577	14.94 580	21.04 571	17.44 580	16.05 575	23.26 576	33.84 584	21.73 580	11.80 570	9.36 574	10.14 569	15.97 575	13.20 573	17.28 578	22.43 578	3.78 569	5.01 575	6.17 578	6.16 575	9.25 578	7.72 577

ASD4	15.85 578	10.99 577	19.63 570	10.21 579	11.70 574	19.24 575	31.10 581	19.35 579	10.68 568	11.14 575	10.18 570	12.59 573	12.64 572	14.74 576	24.83 581	12.93 583	9.94 582	26.83 586	19.40 583	16.23 582	12.70 584

DPSM_ROB	19.08 579	19.14 582	25.17 577	22.15 583	20.85 580	28.17 578	37.82 586	26.56 583	16.85 578	14.14 577	14.84 574	21.70 580	18.75 579	21.87 581	26.55 583	10.16 581	9.30 580	10.47 580	10.42 581	14.03 580	12.61 582

DPSM	19.08 579	19.14 582	25.17 577	22.15 583	20.85 580	28.17 578	37.82 586	26.56 583	16.85 578	14.14 577	14.84 574	21.70 580	18.75 579	21.87 581	26.55 583	10.16 581	9.30 580	10.47 580	10.42 581	14.03 580	12.61 582

LRCNet_RVC	22.74 581	32.10 587	21.97 574	29.84 585	26.23 582	4.42 555	0.81 431	22.66 581	2.02 516	26.93 586	29.26 585	23.06 587	15.59 575	23.84 583	18.88 574	31.75 588	19.90 590	34.65 587	32.13 588	30.54 588	28.32 589

DLNR_Zeroshot_test	23.17 582	48.52 596	43.29 586	176.68 596	78.69 592	0.35 17	0.21 12	23.41 582	0.75 150	0.66 140	0.86 161	0.59 143	0.30 31	1.56 322	0.44 190	9.57 579	0.12 50	0.18 111	0.14 89	76.92 595	0.16 124

BEATNet-Init1	26.87 583	13.43 579	70.68 593	0.91 513	0.68 458	57.02 593	21.06 577	32.82 590	32.67 587	52.12 595	53.61 593	66.05 595	49.56 594	48.79 596	34.71 588	0.49 502	0.44 512	0.53 507	0.53 515	0.63 505	0.59 502

CasAABBNet	38.33 584	38.46 590	50.35 588	44.75 590	41.84 586	56.68 590	76.37 593	53.22 593	33.83 589	28.31 588	29.54 586	43.62 593	37.71 590	43.84 593	53.41 594	20.30 584	18.70 587	21.07 582	21.07 585	28.24 585	25.34 587

FlowAnything	38.37 585	38.41 589	50.38 589	44.76 591	41.94 587	56.64 589	76.34 592	53.28 595	34.23 591	28.25 587	29.72 587	43.60 591	37.79 591	43.83 592	53.38 593	20.39 586	18.71 589	21.07 582	21.14 587	28.23 584	25.29 586

Selective-RAFT-Error	38.39 586	38.47 591	50.44 590	44.73 589	41.97 588	56.68 590	76.38 594	53.24 594	33.92 590	28.34 589	29.85 588	43.60 591	38.20 592	43.75 591	53.34 592	20.38 585	18.70 587	21.09 584	21.05 584	28.30 586	25.43 588

HaxPig	38.92 587	41.40 593	41.64 584	29.95 586	32.27 583	28.90 580	27.60 578	29.73 586	37.71 592	43.82 592	43.87 590	33.17 588	35.56 585	41.53 589	40.37 590	43.94 592	47.51 595	45.82 588	47.08 590	42.38 589	44.15 592

AVERAGE_ROB	40.43 588	42.37 594	42.73 585	36.96 588	35.58 585	30.50 581	27.61 579	36.71 592	38.39 593	44.91 593	44.36 591	37.45 590	36.70 587	41.88 590	40.35 589	45.43 593	46.81 594	47.11 589	46.35 589	42.51 590	43.87 591

MEDIAN_ROB	42.00 589	44.40 595	44.29 587	35.15 587	34.95 584	31.28 586	29.60 580	35.88 591	40.02 594	47.20 594	46.64 592	37.37 589	38.48 593	44.35 595	42.45 591	48.03 594	49.39 596	49.71 590	49.03 591	45.14 591	46.65 593

LSM0	42.82 590	38.75 592	50.81 591	47.07 592	109.38 596	57.00 592	76.02 591	53.74 596	33.71 588	29.02 590	30.41 589	43.87 594	37.22 589	43.91 594	53.54 595	20.52 587	18.62 586	21.10 585	21.11 586	28.41 587	42.22 590

Anonymous_1	43.04 591	18.73 581	24.79 576	21.81 582	46.26 589	27.80 577	37.60 585	28.08 585	16.14 572	14.66 579	14.30 573	20.65 579	17.88 578	21.56 580	25.94 582	117.93 595	8.92 579	100.65 592	126.50 592	158.64 596	12.08 581

PML	51.67 592	36.25 588	13.28 565	7.46 576	20.81 579	108.69 595	232.22 596	8.72 571	27.82 586	87.01 596	269.67 596	69.67 596	61.95 595	24.76 587	14.20 568	9.74 580	3.40 573	9.62 579	4.70 573	18.74 583	4.72 575

xxxxx1	54.10 593	25.67 584	27.13 580	113.43 593	96.96 593	30.69 582	47.44 588	32.38 587	25.60 582	17.75 581	17.27 576	21.81 582	21.02 581	24.43 584	33.82 585	33.37 589	40.54 591	157.71 594	175.86 594	66.16 592	72.93 594

tt_ll	54.10 593	25.67 584	27.13 580	113.43 593	96.96 593	30.69 582	47.44 588	32.38 587	25.60 582	17.75 581	17.27 576	21.81 582	21.02 581	24.43 584	33.82 585	33.37 589	40.54 591	157.71 594	175.86 594	66.16 592	72.93 594

ff	54.10 593	25.67 584	27.13 580	113.43 593	96.96 593	30.69 582	47.44 588	32.38 587	25.60 582	17.75 581	17.27 576	21.81 582	21.02 581	24.43 584	33.82 585	33.37 589	40.54 591	157.71 594	175.86 594	66.16 592	72.93 594

test_example2	192.40 596	210.76 597	206.48 596	199.83 597	204.73 597	172.94 596	183.52 595	133.93 597	133.41 597	191.38 597	196.19 595	187.13 597	178.77 596	205.33 597	208.00 596	222.09 597	238.72 597	186.54 597	190.54 597	227.34 597	170.31 597

ccccc	497.63 597	492.34 598	595.97 597	530.87 598	530.37 598	478.08 597	442.62 597	491.76 598	343.70 598	448.18 598	520.80 597	476.12 598	550.57 597	541.64 598	605.32 597	663.49 598	459.54 598	353.94 598	309.79 598	586.66 598	530.90 598

FADE		4.78 572		1.89 545	1.92 546			5.58 562	5.04 559	2.92 538		4.13 541		10.23 570		188.09 596	2.77 570	123.78 593	127.92 593	1.06 532	1.10 539

Low-res two-view benchmark