Low-res two-view results

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

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

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

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

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

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

MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 173	0.31 8	1.89 54	2.92 470	0.47 1	0.29 2	0.66 60	0.47 14	1.35 113	0.39 4	0.20 24	0.18 66	0.24 58	0.16 12	0.19 4	0.20 19

GREAT-IGEV	0.74 25	0.54 93	1.86 123	1.10 280	0.44 71	2.44 118	0.34 16	1.37 10	1.51 139	0.48 2	0.86 42	0.51 34	0.60 41	1.07 45	0.45 15	0.22 35	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 99	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 40	0.33 1	0.96 29	0.54 40	0.21 27	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

MLG-Stereo_test1	0.80 50	0.39 4	1.02 2	0.65 23	1.20 390	3.14 188	0.29 7	1.59 25	3.05 484	0.50 4	0.24 1	0.67 61	0.43 9	1.33 109	0.40 5	0.21 27	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 246	1.03 43	0.50 4	0.46 9	0.58 41	0.40 5	1.85 211	0.49 23	0.23 47	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

StereoAnything_RVC	0.94 88	2.66 514	2.20 163	0.76 72	0.34 9	1.18 17	0.39 24	2.31 100	0.69 5	0.51 6	0.34 4	0.32 1	0.89 133	1.57 155	0.35 1	0.32 251	0.16 26	0.23 28	0.15 4	3.31 538	0.18 3

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 52	0.65 56	0.53 23	0.54 1	0.50 29	0.28 149	0.24 256	0.25 80	0.21 98	0.23 42	0.22 60

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 9	0.93 33	0.53 7	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

AIO_test	0.76 34	0.47 40	1.31 70	0.81 83	0.70 225	1.36 40	0.88 286	1.40 12	1.45 98	0.55 9	0.95 60	1.81 262	0.58 33	1.16 66	0.46 17	0.27 112	0.17 39	0.24 58	0.19 67	0.24 47	0.21 46

4w-stereo	0.67 10	0.49 56	1.07 10	0.63 12	0.75 241	1.63 61	0.44 47	2.23 90	0.77 11	0.56 10	0.92 52	0.40 11	0.82 113	1.08 46	0.53 38	0.18 14	0.13 1	0.25 80	0.18 47	0.19 4	0.20 19

LG-Stereo_L2	0.63 7	0.46 28	1.15 47	0.70 39	0.43 65	2.32 108	0.28 5	1.86 52	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 47	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

LG-Stereo_L1	0.61 5	0.47 40	1.10 28	0.73 55	0.49 112	1.72 63	0.33 12	1.95 63	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 47	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

4.25_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

AIO_rvc	0.78 46	0.55 99	1.25 60	0.75 58	0.65 197	1.46 47	0.99 345	2.13 77	1.52 148	0.57 13	1.15 94	1.09 145	0.55 27	1.15 64	0.53 38	0.24 61	0.17 39	0.24 58	0.17 27	0.25 61	0.21 46

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 141	0.92 32	0.58 17	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-Stereo	0.85 67	0.60 152	2.71 210	0.59 3	0.45 78	2.85 149	0.55 85	2.41 107	1.34 76	0.59 18	1.19 100	0.43 21	0.40 5	0.76 5	0.75 112	0.20 24	0.17 39	0.31 229	0.24 171	0.29 121	0.19 5

S2M2	0.64 8	0.55 99	1.07 10	0.89 145	0.54 136	1.08 11	0.20 1	1.16 7	1.37 80	0.59 18	0.81 37	0.86 110	0.47 14	0.70 3	0.65 65	0.31 230	0.33 363	0.27 137	0.27 229	0.36 257	0.31 202

U	12.82 565	0.38 3	1.99 137	0.66 31	58.94 585	63.38 589	0.34 16	1.91 59	0.94 37	0.59 18	0.80 33	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 588	59.81 587	0.29 121	0.20 19

SCV	0.95 95	0.63 188	1.38 79	1.70 482	0.41 53	1.23 20	0.89 291	3.53 264	1.57 184	0.61 23	1.54 195	0.93 127	0.77 93	1.66 178	0.66 70	0.36 310	0.20 134	0.25 80	0.19 67	0.29 121	0.25 96

IGEV-Stereo+	0.94 88	0.47 40	1.19 51	0.86 130	2.02 522	1.40 43	0.39 24	1.17 8	0.88 27	0.61 23	0.44 8	0.47 31	0.79 104	2.14 236	0.42 7	0.27 112	0.19 96	0.22 14	0.17 27	2.26 533	2.41 538

3.75w	0.75 26	0.47 40	1.09 24	0.63 12	1.10 362	2.61 136	0.53 78	2.46 119	0.97 39	0.62 25	0.80 33	0.40 11	0.66 60	1.11 51	0.48 19	0.19 19	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 16	0.82 269	3.49 248	0.23 2	1.69 39	2.14 326	0.62 25	0.32 3	0.67 61	0.33 1	1.14 59	0.37 3	0.23 47	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 80	0.42 59	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 80	0.77 93	0.69 2	0.36 2	0.26 97	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

AdaDepth	0.76 34	0.45 21	1.41 83	0.70 39	1.27 407	3.12 186	0.43 43	1.02 4	0.94 37	0.63 28	0.91 50	0.43 21	0.58 33	1.41 125	0.48 19	0.18 14	0.21 166	0.23 28	0.19 67	0.25 61	0.26 120

asda	0.77 41	0.46 28	1.10 28	0.64 16	0.82 269	3.33 219	0.49 62	2.40 106	0.81 23	0.63 28	0.80 33	0.44 26	0.85 120	0.88 17	0.60 48	0.17 4	0.13 1	0.24 58	0.17 27	0.20 16	0.20 19

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 114	0.56 89	2.77 169	0.82 24	0.63 28	0.88 44	0.37 5	0.75 84	1.36 115	0.50 29	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.78 6	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.79 7	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

HUF	1.15 136	0.64 200	8.62 310	0.90 154	0.35 12	1.35 39	0.78 214	1.97 64	1.50 132	0.63 28	1.52 186	0.83 100	0.66 60	1.28 97	0.63 55	0.29 171	0.23 222	0.26 109	0.17 27	0.23 42	0.25 96

GIP-stereo	0.88 74	0.50 59	1.34 75	1.32 385	0.94 312	2.90 154	0.42 38	3.41 247	1.06 45	0.63 28	0.76 25	0.90 119	0.76 91	0.91 21	0.52 37	0.27 112	0.18 66	0.25 80	0.16 12	0.25 61	0.19 5

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 52	0.80 231	2.09 75	1.18 53	0.63 28	0.84 39	0.59 44	0.55 27	1.80 200	0.85 146	0.19 19	0.18 66	0.27 137	0.20 84	0.26 78	0.24 86
1: 1. 1
IGEVStereo-DCA	0.86 68	0.65 210	2.05 144	0.90 154	0.46 87	1.57 56	0.86 264	1.62 27	1.24 59	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.27 136

rrr	2.27 328	0.65 210	23.82 567	0.90 154	0.46 87	1.57 56	0.96 335	7.98 555	1.19 54	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.25 96

monsters	0.82 61	0.58 132	1.16 48	0.76 72	1.52 460	2.92 160	0.40 28	2.66 154	0.72 8	0.66 38	0.84 39	0.38 9	0.41 7	1.84 205	0.48 19	0.20 24	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

Pointernet	0.88 74	0.44 18	2.26 172	0.84 113	0.37 28	2.29 106	0.38 22	3.06 203	1.46 106	0.66 38	1.39 156	0.91 121	0.73 77	1.01 36	0.72 101	0.23 47	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

ProNet	0.82 61	0.71 264	1.50 92	0.86 130	0.45 78	1.78 66	0.83 249	1.75 43	1.28 69	0.66 38	1.13 92	0.78 88	0.76 91	1.66 178	0.71 96	0.24 61	0.20 134	0.25 80	0.23 146	0.29 121	0.25 96

3w_stereo	0.71 21	0.47 40	1.14 45	0.65 23	0.39 42	1.73 65	0.68 150	2.79 177	0.79 17	0.67 41	0.84 39	0.37 5	1.02 166	1.03 38	0.56 42	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

MaDis-Stereo	0.82 61	0.66 221	1.53 95	0.65 23	1.87 512	1.24 24	0.36 20	2.13 77	1.27 68	0.67 41	0.75 24	0.88 115	0.70 68	1.15 64	1.07 215	0.29 171	0.23 222	0.26 109	0.20 84	0.31 163	0.22 60

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 152	0.43 43	1.64 34	0.79 17	0.68 43	0.88 44	0.43 21	0.74 81	0.85 13	0.49 23	0.19 19	0.13 1	0.24 58	0.17 27	0.22 37	0.20 19

castereo++	0.93 85	0.56 110	1.26 61	0.92 168	0.73 234	2.48 121	1.00 346	2.99 192	1.03 43	0.68 43	1.41 161	1.92 277	0.59 38	1.26 92	0.44 13	0.25 82	0.19 96	0.28 166	0.19 67	0.23 42	0.23 71

sCroCo_RVC	1.06 121	0.82 332	5.05 272	1.02 239	1.05 347	0.98 8	0.61 112	2.06 71	1.29 70	0.69 45	1.26 121	0.82 98	1.10 194	1.20 80	0.90 170	0.42 380	0.40 419	0.33 284	0.30 304	0.46 367	0.38 290

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 444	2.54 132	0.40 28	3.14 209	0.71 7	0.70 46	1.11 88	0.41 18	0.39 4	1.50 144	0.50 29	0.19 19	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

SMoEStereo_RVC	0.80 50	0.53 82	1.12 38	0.92 168	0.44 71	2.41 116	0.79 221	1.49 17	1.16 50	0.70 46	1.12 90	0.64 52	0.64 51	1.69 184	0.87 159	0.22 35	0.16 26	0.31 229	0.22 131	0.26 78	0.25 96

tt45	0.96 99	0.48 49	1.19 51	0.89 145	0.66 204	3.91 341	0.76 197	1.90 57	1.26 67	0.70 46	1.30 132	0.71 74	0.63 49	2.59 276	0.74 109	0.22 35	0.17 39	0.28 166	0.23 146	0.27 90	0.27 136

AIO-Stereo	0.76 34	0.54 93	1.07 10	0.73 55	0.40 46	1.28 33	0.82 244	2.26 93	1.49 127	0.70 46	1.58 205	0.89 117	0.45 12	1.03 38	0.55 41	0.24 61	0.18 66	0.25 80	0.20 84	0.26 78	0.21 46

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 350	2.49 122	0.45 51	2.57 141	0.90 28	0.71 50	0.83 38	0.43 21	0.48 18	1.10 49	0.64 58	0.17 4	0.14 11	0.24 58	0.16 12	0.21 26	0.20 19

999	0.97 100	0.48 49	1.24 59	1.03 246	0.64 189	3.25 205	0.92 317	1.40 12	1.39 82	0.71 50	1.68 236	0.70 67	0.66 60	3.03 295	0.89 166	0.23 47	0.19 96	0.25 80	0.21 98	0.25 61	0.29 165

ours_stereo	0.76 34	0.64 200	1.40 82	0.86 130	0.61 178	1.12 13	0.57 92	1.63 32	1.20 55	0.72 52	1.43 165	0.70 67	0.62 46	1.56 153	0.58 45	0.25 82	0.18 66	0.26 109	0.21 98	0.29 121	0.31 202

2.25w	0.75 26	0.47 40	1.09 24	0.69 38	0.65 197	2.28 105	0.40 28	2.42 110	0.80 19	0.73 53	1.03 68	0.40 11	0.81 112	1.24 86	0.80 128	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

4.5_new	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.78 14	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.77 11	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 412	2.82 145	0.41 34	1.76 44	0.98 40	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

DEFOM-Stereo_RVC	0.81 58	1.13 412	1.23 57	0.97 203	0.57 159	0.81 6	0.43 43	3.49 253	0.84 26	0.73 53	0.95 60	0.44 26	1.17 216	1.45 134	0.60 48	0.26 97	0.18 66	0.24 58	0.17 27	0.30 144	0.19 5

1w_stereo	0.86 68	0.42 15	1.07 10	0.72 52	0.81 260	3.00 171	0.67 144	3.28 227	0.75 10	0.74 58	1.32 136	0.37 5	1.37 252	0.92 23	0.68 78	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

111111	0.87 72	0.50 59	1.13 43	0.66 31	1.08 356	3.37 223	0.33 12	2.33 103	1.47 111	0.74 58	1.50 183	0.61 46	0.59 38	1.40 120	0.48 19	0.24 61	0.19 96	0.22 14	0.16 12	0.24 47	0.19 5

fffy	0.80 50	0.59 140	1.56 101	1.00 223	0.47 97	1.27 28	0.76 197	1.90 57	1.02 42	0.75 60	1.35 146	0.83 100	0.72 73	1.70 186	0.62 52	0.23 47	0.19 96	0.27 137	0.21 98	0.28 107	0.32 213

IGEV-Stereo++	0.93 85	0.44 18	1.08 17	0.70 39	1.20 390	3.87 336	0.33 12	3.36 242	1.43 95	0.75 60	1.17 97	0.68 63	1.04 171	0.95 25	0.42 7	0.22 35	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

RAStereo	0.75 26	0.52 71	2.86 219	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 41	0.75 60	1.05 78	0.64 52	0.47 14	0.80 8	0.94 191	0.22 35	0.20 134	0.27 137	0.21 98	0.34 226	0.22 60

MyStereo07	1.01 113	0.80 321	1.26 61	1.00 223	1.04 345	3.95 358	0.95 329	2.07 73	1.42 91	0.75 60	1.22 108	0.68 63	0.91 138	1.63 173	0.67 75	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

ff7	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ffff	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

11t	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ccc-4	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

IGEV-Stereo	0.95 95	0.69 242	1.27 66	0.84 113	0.52 127	4.54 485	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_xeample3	2.12 307	0.63 188	21.55 548	0.91 162	0.47 97	1.85 71	0.94 325	7.96 554	1.23 57	0.75 60	0.76 25	0.64 52	0.70 68	1.77 194	0.83 140	0.30 211	0.21 166	0.27 137	0.21 98	0.27 90	0.24 86

3.5w_stereo	0.77 41	0.53 82	1.09 24	0.65 23	0.72 229	2.52 126	0.51 68	2.43 113	0.80 19	0.76 70	1.20 102	0.43 21	0.66 60	1.23 85	0.73 104	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

rvit_0105_6	1.00 110	0.93 366	2.21 165	0.92 168	0.55 143	1.52 54	0.79 221	2.41 107	2.96 474	0.76 70	0.72 20	1.02 138	0.75 84	1.42 127	0.81 134	0.40 354	0.43 436	0.34 302	0.31 320	0.43 340	0.34 241

AEACV	0.79 49	0.54 93	1.35 77	0.97 203	0.63 187	1.13 14	0.92 317	2.02 68	0.91 31	0.76 70	0.79 32	0.80 94	1.61 321	1.28 97	0.61 50	0.22 35	0.18 66	0.26 109	0.23 146	0.27 90	0.23 71

anonymousdsp	0.95 95	0.69 242	1.27 66	0.83 104	0.52 127	4.54 485	0.84 252	1.76 44	1.24 59	0.76 70	1.06 80	0.78 88	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120

CES	1.01 113	0.55 99	1.74 114	0.92 168	2.15 526	2.15 95	0.50 64	2.01 67	1.45 98	0.76 70	1.02 65	0.61 46	0.47 14	1.29 101	0.79 127	0.22 35	0.17 39	0.24 58	0.14 2	0.63 429	2.29 535

LG-Stereo_Zeroshot	0.89 77	0.47 40	2.08 156	0.76 72	0.73 234	3.91 341	0.41 34	2.07 73	1.07 46	0.77 75	0.89 47	0.64 52	0.86 123	0.95 25	0.77 121	0.26 97	0.18 66	0.26 109	0.19 67	0.32 190	0.32 213

mms	0.77 41	0.68 239	1.17 49	0.83 104	0.71 227	1.41 44	0.67 144	1.61 26	1.12 49	0.77 75	1.37 151	0.63 50	0.54 26	1.75 192	0.63 55	0.24 61	0.19 96	0.26 109	0.21 98	0.31 163	0.34 241

plain	1.55 207	0.69 242	13.59 369	0.65 23	0.73 234	1.66 62	0.57 92	3.17 214	1.94 281	0.77 75	1.24 113	0.80 94	0.86 123	1.60 163	0.96 197	0.33 267	0.21 166	0.32 249	0.25 183	0.42 330	0.28 155

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 184	2.45 120	0.56 89	2.75 166	0.74 9	0.78 78	0.73 21	0.38 9	0.92 141	1.04 42	0.66 70	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

rvit_stereo_ft	1.00 110	0.87 350	3.55 246	0.97 203	0.66 204	1.06 10	0.80 231	2.78 172	1.67 222	0.78 78	0.96 62	0.95 131	1.14 207	1.06 44	0.90 170	0.32 251	0.24 256	0.27 137	0.28 258	0.39 282	0.27 136

rvit_stereo_0083	0.86 68	0.67 231	1.42 84	0.87 135	0.65 197	1.23 20	0.64 130	1.67 36	2.28 355	0.79 80	0.93 55	0.93 127	1.07 185	1.46 138	0.75 112	0.32 251	0.36 386	0.30 207	0.26 203	0.33 208	0.28 155

MIF-Stereo (partial)	0.98 102	0.55 99	2.83 216	0.71 44	1.03 342	1.08 11	0.49 62	2.55 137	1.66 220	0.79 80	1.20 102	0.80 94	0.90 136	1.61 168	1.56 323	0.36 310	0.24 256	0.33 284	0.25 183	0.40 287	0.28 155

rvit_0105_4	1.07 124	0.99 383	2.39 187	0.93 182	0.54 136	1.62 60	0.84 252	2.77 169	2.91 468	0.80 82	0.91 50	1.09 145	0.86 123	1.63 173	0.85 146	0.40 354	0.45 446	0.35 321	0.31 320	0.43 340	0.40 317

RSM++	0.77 41	0.51 65	1.08 17	0.95 190	0.42 59	1.52 54	0.71 164	2.11 76	1.40 86	0.80 82	1.23 112	0.90 119	0.59 38	1.14 59	0.69 87	0.24 61	0.19 96	0.25 80	0.21 98	0.28 107	0.20 19

LoS_RVC	0.94 88	1.30 445	1.31 70	0.84 113	1.63 481	2.02 84	0.59 105	1.51 18	1.36 79	0.81 84	1.33 138	0.84 102	0.88 129	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 517

CroCo-Stereo	0.98 102	0.87 350	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	0.35 244	0.27 136
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
SCV_C0	0.89 77	0.59 140	1.96 136	0.83 104	0.44 71	1.24 24	0.64 130	3.33 240	1.66 220	0.82 86	1.20 102	0.73 80	0.66 60	1.62 169	0.66 70	0.32 251	0.21 166	0.24 58	0.20 84	0.28 107	0.23 71

rvit_stereo_0081	0.80 50	0.63 188	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 292	0.27 137	0.25 183	0.38 272	0.27 136

rvit_stereo_0082	0.80 50	0.63 188	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 292	0.27 137	0.25 183	0.38 272	0.27 136

RSM	0.80 50	0.50 59	1.08 17	0.83 104	0.51 118	1.31 36	0.77 210	2.28 96	1.43 95	0.82 86	1.44 167	1.22 170	0.62 46	1.17 73	0.63 55	0.22 35	0.18 66	0.24 58	0.19 67	0.27 90	0.20 19

IGEV++	0.90 80	0.58 132	1.32 73	0.94 186	0.45 78	1.27 28	1.00 346	3.32 236	1.55 172	0.82 86	1.34 143	0.86 110	1.09 188	1.16 66	0.89 166	0.33 267	0.18 66	0.23 28	0.19 67	0.29 121	0.22 60

Selective-IGEV	0.80 50	0.52 71	1.05 5	0.75 58	0.61 178	1.31 36	0.82 244	2.60 147	1.41 89	0.82 86	1.64 224	0.71 74	0.62 46	1.22 83	0.64 58	0.22 35	0.19 96	0.24 58	0.18 47	0.25 61	0.20 19

castereo	0.82 61	0.70 252	1.04 3	0.85 125	0.50 116	1.29 35	0.91 304	3.22 219	1.20 55	0.83 92	1.24 113	0.72 76	0.91 138	1.00 35	0.67 75	0.26 97	0.16 26	0.25 80	0.20 84	0.24 47	0.21 46

CAS	1.26 172	0.40 7	1.46 87	2.97 540	1.61 478	4.13 402	0.73 172	1.78 48	1.49 127	0.83 92	1.10 87	0.59 44	0.53 23	1.26 92	0.80 128	2.99 543	0.13 1	0.21 9	0.13 1	0.31 163	1.72 524

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 125	0.31 4	2.44 118	0.46 54	1.09 5	0.69 5	0.84 94	0.52 11	0.55 38	0.53 23	1.49 143	0.46 17	0.31 230	0.14 11	0.25 80	0.18 47	0.23 42	0.20 19

sAnonymous2	1.37 192	1.22 434	9.79 324	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 279	0.31 229	0.30 304	1.06 498	0.71 452

CroCo_RVC	1.37 192	1.22 434	9.79 324	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 279	0.31 229	0.30 304	1.06 498	0.71 452

AIO-test1	2.18 315	0.66 221	18.95 458	0.89 145	1.48 454	3.40 228	0.97 338	4.19 426	1.68 224	0.86 97	1.35 146	0.99 133	0.75 84	4.47 326	1.27 263	0.23 47	0.23 222	0.28 166	0.33 339	0.31 163	0.35 255

DEFOM-Stereo	0.70 16	0.46 28	1.13 43	0.72 52	0.48 105	3.40 228	0.44 47	0.90 3	0.77 11	0.86 97	0.58 14	0.45 29	0.43 9	1.76 193	0.43 11	0.24 61	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

rvit_stereo_0081_aga	0.81 58	0.75 299	1.84 122	0.72 52	0.73 234	1.21 19	0.63 127	1.92 60	1.39 82	0.87 99	0.80 33	0.79 92	0.69 66	1.27 96	0.69 87	0.35 299	0.29 325	0.26 109	0.25 183	0.40 287	0.27 136

water-stereo	0.78 46	0.45 21	1.94 131	0.79 80	0.48 105	2.36 111	0.47 59	1.53 21	1.09 48	0.88 100	1.04 73	0.82 98	0.75 84	0.72 4	0.78 122	0.22 35	0.23 222	0.25 80	0.23 146	0.24 47	0.29 165

xyz-stereo-finetune2	1.16 140	0.63 188	1.50 92	0.57 1	0.36 14	3.47 242	0.65 139	2.70 159	1.23 57	0.88 100	1.75 258	0.91 121	1.76 362	3.54 304	1.74 358	0.24 61	0.22 195	0.30 207	0.27 229	0.31 163	0.26 120

EGLCR-Stereo	1.06 121	0.51 65	1.56 101	1.02 239	0.39 42	4.27 443	0.42 38	4.08 398	1.48 119	0.90 102	0.68 17	1.09 145	0.66 60	1.81 201	0.62 52	0.27 112	0.19 96	0.29 187	0.23 146	0.37 267	0.25 96

rvit_stereo_0080	0.94 88	0.72 268	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 325	0.25 80	0.27 229	0.45 356	0.29 165

IGEV-BASED-STEREO-	1.09 125	3.30 523	2.61 202	0.82 93	0.38 39	1.27 28	0.62 125	1.51 18	1.29 70	0.91 103	0.92 52	0.65 56	0.57 30	1.08 46	0.59 46	1.55 532	0.15 21	0.32 249	0.28 258	1.10 504	1.98 531

whm_eth	0.94 88	0.72 268	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 325	0.25 80	0.27 229	0.45 356	0.29 165

MoCha-V2	0.87 72	0.48 49	1.87 124	0.88 140	0.32 7	1.37 41	0.55 85	2.71 160	1.42 91	0.92 106	1.75 258	0.65 56	1.17 216	1.45 134	0.57 43	0.21 27	0.21 166	0.20 1	0.19 67	0.24 47	0.23 71

2w_stereo	0.75 26	0.46 28	1.08 17	0.68 37	0.56 147	2.00 83	0.61 112	2.87 185	0.83 25	0.93 107	0.93 55	0.36 3	1.13 200	0.90 19	0.61 50	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

xyz-stereo-finetune	1.05 120	0.62 179	1.46 87	0.59 3	0.36 14	3.48 245	0.81 240	2.69 158	1.74 246	0.94 108	1.21 106	0.91 121	0.78 101	2.53 271	1.28 267	0.24 61	0.24 256	0.26 109	0.23 146	0.30 144	0.23 71

MM-Stereo_test2	1.79 251	0.53 82	20.16 496	1.43 430	0.47 97	2.57 133	0.73 172	1.67 36	1.47 111	0.94 108	0.96 62	0.84 102	0.79 104	1.16 66	0.68 78	0.24 61	0.17 39	0.25 80	0.22 131	0.30 144	0.22 60

trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 460	0.41 34	2.20 84	1.53 155	0.94 108	1.14 93	0.88 115	0.89 133	1.09 48	0.71 96	0.27 112	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

CREStereo	0.92 83	0.53 82	1.45 86	0.61 6	0.34 9	4.42 464	0.40 28	2.21 86	1.54 164	0.94 108	1.12 90	0.87 112	0.87 127	1.12 54	0.72 101	0.28 149	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
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
depthmonostereo	0.94 88	0.71 264	2.39 187	0.85 125	0.54 136	2.21 101	0.53 78	1.83 51	1.17 52	0.95 112	1.09 84	0.99 133	0.97 152	2.37 254	0.68 78	0.23 47	0.27 303	0.22 14	0.20 84	0.25 61	0.26 120

rvit_0105_5	1.13 130	0.93 366	2.60 199	0.91 162	0.56 147	1.92 77	0.91 304	3.02 197	2.63 429	0.95 112	1.20 102	1.18 160	0.93 144	1.51 147	0.93 189	0.40 354	0.43 436	0.37 348	0.35 364	0.42 330	0.44 342

GLC_STEREO	0.76 34	0.52 71	1.12 38	0.83 104	0.33 8	1.86 72	0.82 244	1.46 15	1.38 81	0.95 112	1.04 73	0.68 63	0.72 73	0.97 30	0.80 128	0.23 47	0.25 279	0.32 249	0.25 183	0.32 190	0.30 192

IGEV-RUCA	0.90 80	0.53 82	1.05 5	0.81 83	0.74 239	3.89 338	0.80 231	1.92 60	1.41 89	0.96 115	0.71 18	0.70 67	0.73 77	1.30 105	0.68 78	0.29 171	0.20 134	0.25 80	0.19 67	0.43 340	0.34 241

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 406	0.51 68	2.18 81	1.45 98	0.97 116	0.88 44	0.62 48	0.79 104	1.59 161	0.86 153	0.26 97	0.19 96	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
PMTNet	0.99 108	0.48 49	1.73 111	0.62 9	0.56 147	4.20 432	0.43 43	1.88 53	1.58 187	1.00 117	1.05 78	0.78 88	0.98 158	1.50 144	0.85 146	1.21 518	0.20 134	0.23 28	0.15 4	0.22 37	0.19 5

MGS-Stereo	0.80 50	0.56 110	1.53 95	0.93 182	0.39 42	1.26 27	0.73 172	1.45 14	1.30 72	1.01 118	2.26 403	0.80 94	0.56 29	1.16 66	0.65 65	0.27 112	0.23 222	0.26 109	0.22 131	0.27 90	0.25 96

ACVNet-DCA	1.85 257	0.74 287	13.77 372	1.78 491	0.36 14	4.48 470	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

xx1	2.03 293	0.74 287	13.77 372	1.78 491	0.36 14	4.48 470	0.74 184	4.23 440	3.95 529	1.01 118	1.81 293	1.79 254	1.34 246	2.13 233	0.64 58	0.29 171	0.17 39	0.33 284	0.33 339	0.33 208	0.32 213

1test111	1.99 287	0.74 287	13.77 372	1.78 491	0.36 14	4.48 470	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	4.66 329	0.98 201	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

cc1	1.98 284	0.74 287	13.77 372	1.78 491	0.36 14	4.48 470	0.74 184	4.23 440	3.95 529	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.31 163	0.29 165

DLNR_Zeroshot_test	28.62 578	55.50 589	49.94 583	183.62 592	115.05 590	3.43 233	0.28 5	29.49 580	1.49 127	1.01 118	1.26 121	0.93 127	0.63 49	3.92 318	1.51 316	29.81 583	0.41 428	0.26 109	0.23 146	93.28 589	0.32 213

FlowAnything_test	0.75 26	0.60 152	1.18 50	0.82 93	0.58 168	2.29 106	0.66 142	1.38 11	0.80 19	1.03 124	0.76 25	0.63 50	0.49 19	0.84 12	0.91 177	0.31 230	0.27 303	0.40 374	0.48 450	0.31 163	0.30 192

H2IRNET	1.90 266	0.53 82	14.29 388	1.14 299	0.60 174	4.48 470	0.44 47	2.65 152	1.81 257	1.05 125	2.30 416	1.67 226	1.40 260	2.17 240	1.50 310	0.36 310	0.21 166	0.33 284	0.37 386	0.34 226	0.29 165

CroCo-Stereo Lap2	0.99 108	0.89 353	2.55 195	0.99 215	1.80 509	0.54 3	0.46 54	3.10 205	1.24 59	1.07 126	1.21 106	1.05 144	0.78 101	1.26 92	1.08 217	0.27 112	0.23 222	0.27 137	0.21 98	0.43 340	0.34 241

HART	1.03 118	0.85 344	3.13 229	0.84 113	0.38 39	1.17 16	0.42 38	3.54 265	1.47 111	1.08 127	2.17 388	1.48 204	0.57 30	1.37 119	0.74 109	0.23 47	0.18 66	0.28 166	0.21 98	0.32 190	0.24 86

tt1	1.79 251	0.73 279	10.41 335	1.75 488	0.36 14	4.55 488	0.79 221	4.22 436	3.37 513	1.08 127	1.80 281	0.74 84	1.48 287	2.21 246	0.65 65	0.29 171	0.16 26	0.31 229	0.22 131	0.30 144	0.29 165

AE-Stereo	1.18 141	0.60 152	2.05 144	1.10 280	0.60 174	4.39 456	0.72 167	3.74 301	1.62 210	1.10 129	1.90 330	1.01 137	0.92 141	1.45 134	0.82 137	0.28 149	0.22 195	0.28 166	0.28 258	0.26 78	0.22 60

HH	2.23 320	0.86 347	21.59 549	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 508	1.86 384	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

HanStereo	2.23 320	0.86 347	21.59 549	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 508	1.86 384	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

GCAP-Stereo	0.93 85	0.68 239	1.35 77	0.85 125	0.41 53	3.61 280	0.52 77	2.20 84	1.50 132	1.11 132	1.04 73	1.17 156	0.84 118	1.11 51	0.71 96	0.25 82	0.20 134	0.27 137	0.18 47	0.28 107	0.23 71

Selective-RAFT	1.15 136	0.46 28	1.64 107	0.99 215	0.45 78	4.17 420	0.51 68	3.21 217	1.69 230	1.12 133	1.34 143	1.45 201	1.40 260	2.08 228	0.94 191	0.41 369	0.20 134	0.24 58	0.23 146	0.27 90	0.25 96

CAS++	0.89 77	0.64 200	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 338	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.92 83	0.73 279	1.42 84	0.92 168	1.08 356	2.97 170	0.53 78	1.77 47	1.39 82	1.16 135	1.54 195	0.58 41	0.65 54	1.03 38	0.84 143	0.25 82	0.23 222	0.30 207	0.24 171	0.43 340	0.29 165

rvit_0105_3	1.24 161	0.93 366	2.84 217	0.97 203	0.58 168	2.38 112	1.08 369	3.26 226	2.53 415	1.18 136	1.40 159	1.24 172	1.04 171	1.73 189	0.97 198	0.44 393	0.44 441	0.40 374	0.42 430	0.42 330	0.50 382

UniTT-Stereo	0.82 61	0.47 40	2.63 206	0.96 196	1.19 384	0.78 5	0.39 24	1.12 6	1.54 164	1.19 137	1.26 121	0.51 34	0.64 51	1.13 57	1.03 209	0.30 211	0.20 134	0.24 58	0.21 98	0.40 287	0.25 96

testlalala_base	1.62 224	0.74 287	1.63 105	1.19 329	1.40 437	2.63 138	0.84 252	4.09 400	1.31 73	1.22 138	1.42 163	1.21 169	0.85 120	1.16 66	0.73 104	3.92 557	2.10 544	0.27 137	0.18 47	4.49 555	1.11 501

MM-Stereo_test3	1.09 125	0.59 140	1.55 99	1.73 486	1.18 377	1.91 76	0.86 264	3.52 260	1.76 250	1.25 139	1.86 315	1.10 148	0.69 66	1.32 108	0.86 153	0.27 112	0.23 222	0.27 137	0.22 131	0.34 226	0.30 192

StereoVision	1.65 230	0.75 299	7.47 296	1.01 229	1.80 509	2.61 136	0.61 112	3.06 203	1.96 282	1.25 139	3.46 502	1.85 272	0.88 129	2.07 226	1.93 381	0.43 386	0.36 386	0.37 348	0.36 374	0.48 374	0.33 229

DilatedVolume-Stereo	0.81 58	0.60 152	1.51 94	1.01 229	0.59 171	1.34 38	0.51 68	1.56 23	1.08 47	1.26 141	1.24 113	0.77 87	0.87 127	1.79 199	0.72 101	0.23 47	0.24 256	0.22 14	0.21 98	0.25 61	0.23 71

ToySt	1.35 190	0.72 268	3.65 254	1.01 229	0.50 116	3.31 218	1.01 349	3.46 249	1.73 240	1.30 142	1.55 199	2.07 306	1.47 285	1.88 213	1.40 285	0.27 112	0.27 303	0.30 207	0.32 331	0.42 330	0.39 297

AIO-Stereo-zeroshot	2.35 356	0.99 383	19.62 474	1.09 271	0.96 316	1.51 52	0.44 47	4.05 387	1.64 214	1.31 143	1.67 233	4.93 515	2.45 435	2.52 269	1.40 285	0.30 211	0.20 134	0.31 229	0.50 460	0.57 410	0.60 424

MSCF	0.97 100	0.82 332	1.26 61	0.88 140	0.40 46	3.17 190	0.88 286	2.79 177	1.39 82	1.32 144	1.19 100	0.58 41	1.33 244	1.28 97	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.28 107	0.32 213

raft+_RVC	1.21 151	0.83 336	2.61 202	1.35 402	0.97 320	3.60 276	0.76 197	3.23 221	1.51 139	1.33 145	1.67 233	1.03 140	1.10 194	1.87 212	0.92 181	0.24 61	0.22 195	0.25 80	0.24 171	0.26 78	0.25 96

UDGNet	1.40 195	1.52 472	2.22 168	1.38 420	0.62 184	4.39 456	0.68 150	1.80 49	2.18 334	1.34 146	1.18 98	0.99 133	1.00 161	2.16 238	1.19 239	1.09 512	0.34 375	1.30 529	0.98 519	1.10 504	0.58 419

Anonymous3	1.72 239	0.76 304	11.61 349	0.83 104	0.84 280	4.46 468	0.84 252	3.57 269	1.16 50	1.34 146	1.37 151	1.11 150	1.03 167	1.58 156	1.13 228	0.70 488	0.58 488	0.33 284	0.35 364	0.47 371	0.42 327

RALCasStereoNet	1.19 143	1.02 388	2.06 153	1.12 291	1.14 368	3.08 182	0.70 162	2.99 192	1.73 240	1.34 146	1.68 236	1.18 160	0.91 138	2.16 238	1.00 206	0.30 211	0.26 292	0.24 58	0.21 98	0.29 121	0.30 192

PSMNet-RUCA	1.64 229	1.50 471	2.57 198	1.50 449	1.38 433	3.05 176	1.36 418	3.31 231	2.24 343	1.36 149	2.07 369	1.40 196	1.09 188	1.83 204	1.55 321	1.15 516	0.69 508	1.26 528	0.96 517	1.64 526	0.94 489

FACV-RUCA	1.26 172	0.65 210	2.21 165	1.06 255	1.50 457	2.69 140	1.15 385	3.05 200	1.87 268	1.36 149	1.99 349	1.03 140	1.15 215	1.36 115	1.10 221	0.41 369	0.41 428	0.73 505	0.41 424	0.61 423	0.41 323

UGAM	2.58 400	0.56 110	18.55 452	0.89 145	0.71 227	3.23 198	1.03 355	2.75 166	1.75 248	1.36 149	2.77 468	2.69 371	1.28 234	10.75 475	1.40 285	0.28 149	0.24 256	0.40 374	0.31 320	0.35 244	0.30 192

anonymousdsp2	1.26 172	0.60 152	3.74 256	1.02 239	0.41 53	3.60 276	0.72 167	3.68 287	1.47 111	1.37 152	1.56 202	1.83 266	1.01 163	2.00 221	0.66 70	0.29 171	0.20 134	0.28 166	0.20 84	0.32 190	0.29 165

rafts_anoy	1.24 161	0.80 321	3.61 252	1.17 320	1.20 390	3.00 171	0.61 112	3.17 214	1.58 187	1.37 152	1.26 121	1.19 164	1.12 198	1.78 195	1.25 257	0.32 251	0.23 222	0.32 249	0.32 331	0.31 163	0.30 192

rvit_105_1	1.43 198	0.90 355	3.27 235	1.08 265	0.68 216	2.79 142	1.27 407	3.52 260	2.35 371	1.38 154	1.54 195	1.28 176	1.14 207	2.91 289	1.40 285	0.54 455	0.47 459	0.45 409	0.59 482	0.44 348	0.58 419

GASTEREO	1.00 110	0.98 382	1.23 57	0.90 154	0.40 46	3.40 228	0.88 286	2.77 169	1.44 97	1.39 155	1.30 132	0.55 38	1.35 249	1.33 109	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.25 61	0.31 202

FADNet-RVC	2.51 385	2.27 504	14.03 381	1.09 271	0.81 260	3.54 263	1.10 375	4.13 411	2.48 405	1.39 155	1.22 108	1.85 272	1.77 364	9.78 440	2.06 398	0.38 335	0.37 399	0.40 374	0.40 417	0.67 447	0.48 368

rvit_stereo_0075_2	1.18 141	0.74 287	2.66 208	0.90 154	1.27 407	2.51 124	0.69 156	2.25 92	2.06 305	1.40 157	1.86 315	1.46 203	0.84 118	1.42 127	0.94 191	0.46 409	0.40 419	0.48 426	0.38 399	0.46 367	0.51 390

FADNet	2.49 382	1.76 487	13.17 361	1.17 320	0.95 315	3.27 209	0.88 286	3.94 355	2.27 351	1.40 157	1.29 130	2.51 354	2.06 401	9.93 447	1.94 383	0.43 386	0.45 446	0.40 374	0.43 433	1.06 498	0.53 397

4D-IteraStereo	1.97 282	0.84 340	20.43 513	0.78 78	1.56 470	2.09 93	1.05 361	2.43 113	1.56 178	1.41 159	1.00 64	1.94 279	0.61 44	1.22 83	1.06 212	0.27 112	0.18 66	0.31 229	0.26 203	0.27 90	0.23 71

TestStereo	2.00 288	1.02 388	12.25 353	0.70 39	0.61 178	1.88 73	0.55 85	2.31 100	1.52 148	1.41 159	1.33 138	1.27 175	0.90 136	11.62 515	0.81 134	0.34 279	0.19 96	0.33 284	0.24 171	0.44 348	0.24 86

testlalala2	2.31 340	0.63 188	20.54 516	2.56 533	2.87 539	3.79 312	0.76 197	4.20 427	1.48 119	1.42 161	1.43 165	2.45 347	0.80 111	1.03 38	0.68 78	0.27 112	0.25 279	0.24 58	0.21 98	0.33 208	0.28 155

dd	1.26 172	1.15 417	2.47 192	0.92 168	0.49 112	4.35 451	0.75 194	1.92 60	2.11 321	1.44 162	1.24 113	1.19 164	1.05 176	1.78 195	1.70 350	0.57 461	0.34 375	0.35 321	0.33 339	0.60 418	0.46 358

ACV-stereo	2.92 434	0.92 362	20.27 504	1.33 390	1.05 347	4.68 509	1.10 375	2.66 154	1.64 214	1.46 163	1.32 136	5.41 530	4.24 503	7.83 398	1.90 378	0.44 393	0.52 473	0.32 249	0.29 286	0.45 356	0.63 434

FADNet_RVC	2.65 405	2.28 506	16.51 417	0.98 209	0.92 305	4.09 390	0.83 249	4.26 457	1.73 240	1.46 163	1.78 275	1.60 219	1.50 294	8.88 414	2.39 426	0.47 418	0.38 405	0.44 402	0.58 480	0.89 485	0.97 491

Reg-Stereo(zero)	1.60 220	0.42 15	10.69 338	0.89 145	0.68 216	3.27 209	0.47 59	2.27 94	1.54 164	1.48 165	1.24 113	2.55 357	2.68 448	1.48 141	1.10 221	0.19 19	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

knoymous	1.30 183	0.60 152	5.57 281	0.88 140	0.75 241	3.04 174	0.90 296	2.68 156	1.33 75	1.48 165	1.07 82	2.78 387	0.88 129	1.29 101	0.85 146	0.31 230	0.22 195	0.35 321	0.20 84	0.45 356	0.37 275

AnonymousM	1.22 155	1.32 451	0.97 1	0.88 140	0.56 147	4.03 378	0.69 156	2.41 107	1.68 224	1.48 165	1.31 135	1.15 154	1.00 161	1.18 78	0.73 104	0.32 251	0.40 419	2.07 537	1.70 539	0.24 47	0.22 60

qqq	1.30 183	0.57 119	1.67 108	1.15 312	0.51 118	2.18 97	0.91 304	3.98 366	1.53 155	1.50 168	1.24 113	1.79 254	1.34 246	4.66 329	0.98 201	0.28 149	0.31 348	0.33 284	0.33 339	0.33 208	0.32 213

AIO-Stereo-zeroshot1	2.68 413	1.26 441	22.01 556	1.08 265	0.99 330	1.61 58	0.86 264	3.69 292	1.64 214	1.52 169	5.62 524	3.35 434	3.44 486	2.20 244	1.33 278	0.26 97	0.21 166	0.30 207	0.62 488	0.93 489	0.67 442

test_4	1.30 183	0.50 59	6.16 284	0.84 113	0.45 78	1.61 58	1.12 379	2.14 79	1.42 91	1.52 169	2.31 423	1.84 269	0.79 104	2.52 269	1.19 239	0.27 112	0.17 39	0.29 187	0.29 286	0.29 121	0.25 96

GMStereo	1.01 113	1.00 386	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
riskmin	1.25 165	0.56 110	2.05 144	1.05 249	0.93 310	2.86 151	0.55 85	3.23 221	1.34 76	1.55 172	1.07 82	3.56 460	2.03 397	1.29 101	1.00 206	0.28 149	0.27 303	0.34 302	0.21 98	0.41 311	0.43 336

TRStereo	2.31 340	1.87 491	19.74 478	1.53 454	1.16 375	4.26 438	1.08 369	4.73 532	1.45 98	1.55 172	1.28 128	1.75 241	0.85 120	1.81 201	1.20 242	0.36 310	0.26 292	0.32 249	0.36 374	0.34 226	0.33 229

Occ-G	0.86 68	0.52 71	1.39 80	0.82 93	0.66 204	1.37 41	0.79 221	1.58 24	1.31 73	1.56 174	0.87 43	2.18 313	0.89 133	0.97 30	0.88 163	0.26 97	0.19 96	0.26 109	0.19 67	0.25 61	0.24 86

iRaft-Stereo_5w	2.10 303	0.83 336	8.57 307	0.81 83	0.76 245	3.21 194	0.84 252	3.71 298	1.65 218	1.56 174	2.50 441	2.20 314	2.23 419	9.13 422	2.01 393	0.38 335	0.19 96	0.35 321	0.27 229	0.45 356	0.39 297

XX-TBD	1.03 118	0.95 374	1.94 131	1.30 379	0.43 65	3.97 368	0.33 12	1.74 42	1.73 240	1.59 176	2.02 353	0.69 66	0.60 41	1.16 66	0.66 70	0.30 211	0.25 279	0.23 28	0.15 4	0.31 163	0.22 60

11t1	1.11 128	0.53 82	1.80 119	1.55 461	0.65 197	2.20 100	0.60 108	3.66 284	1.49 127	1.60 177	1.26 121	1.03 140	1.35 249	1.72 188	0.97 198	0.28 149	0.31 348	0.29 187	0.23 146	0.30 144	0.34 241

MIM_Stereo	1.20 148	0.78 313	3.30 237	1.05 249	0.43 65	3.04 174	0.60 108	2.46 119	1.51 139	1.60 177	1.58 205	1.82 263	1.29 237	2.00 221	1.07 215	0.24 61	0.24 256	0.28 166	0.25 183	0.27 90	0.27 136

TestStereo1	1.56 211	0.81 325	2.32 179	1.61 471	0.64 189	4.13 402	1.36 418	3.79 310	3.20 500	1.60 177	2.57 451	1.39 191	2.15 410	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

SA-5K	1.56 211	0.81 325	2.32 179	1.61 471	0.64 189	4.13 402	1.36 418	3.79 310	3.20 500	1.60 177	2.57 451	1.39 191	2.15 410	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

RAFT	1.23 156	0.84 340	2.05 144	0.96 196	0.47 97	1.80 68	0.94 325	3.18 216	1.46 106	1.60 177	1.71 247	3.04 407	1.59 315	1.64 175	1.32 274	0.38 335	0.24 256	0.40 374	0.32 331	0.40 287	0.35 255

x	1.15 136	0.57 119	1.53 95	1.44 433	0.67 211	1.94 78	0.97 338	3.87 329	1.57 184	1.61 182	1.28 128	1.58 216	1.22 225	1.93 216	1.04 210	0.28 149	0.30 338	0.34 302	0.29 286	0.32 190	0.31 202

RAFT+CT+SA	1.62 224	0.72 268	7.42 294	0.97 203	1.42 446	4.04 380	0.94 325	3.90 339	1.61 207	1.61 182	1.63 222	1.33 183	1.18 218	2.73 287	1.10 221	0.27 112	0.19 96	0.31 229	0.34 348	0.33 208	0.33 229

CFNet	2.34 351	1.10 407	8.96 313	1.34 397	1.24 400	4.09 390	0.73 172	4.04 383	2.77 447	1.62 184	1.87 318	2.27 317	1.45 280	11.41 505	1.82 368	0.31 230	0.24 256	0.43 397	0.36 374	0.43 340	0.33 229

WCG-NET	0.88 74	0.49 56	1.26 61	0.90 154	0.37 28	1.48 49	1.07 364	1.73 41	2.30 359	1.63 185	1.49 182	0.92 126	0.97 152	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 84	0.25 61	0.21 46

SA	1.62 224	0.75 299	3.78 258	1.07 257	0.43 65	4.26 438	1.36 418	4.45 509	3.12 489	1.63 185	1.97 344	1.68 228	2.26 421	2.55 272	1.27 263	0.27 112	0.22 195	0.37 348	0.37 386	0.35 244	0.30 192

CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 374	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 531	0.24 47	0.17 1
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
WCG-NET（raft）	0.95 95	0.55 99	1.20 55	0.84 113	0.31 4	1.44 45	1.01 349	1.55 22	2.37 380	1.64 188	1.42 163	2.38 333	1.01 163	1.29 101	0.76 116	0.22 35	0.19 96	0.22 14	0.20 84	0.25 61	0.21 46

ACVNet-4b	6.73 542	13.67 570	21.87 554	3.54 548	3.07 543	4.19 427	2.25 495	4.03 379	3.65 521	1.64 188	3.98 511	5.88 532	2.89 456	10.01 451	16.98 551	23.29 582	2.24 548	2.53 542	1.78 542	3.87 548	3.21 553

CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 274	1.64 188	1.09 84	0.65 56	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 386	0.31 320	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DN-CSS_ROB	1.91 270	1.55 474	11.13 344	1.82 498	0.88 294	3.99 371	0.61 112	4.01 374	1.67 222	1.64 188	1.89 325	1.39 191	1.06 183	3.23 296	1.50 310	0.31 230	0.19 96	0.44 402	0.29 286	0.37 267	0.31 202

GANet-ADL	2.20 317	0.73 279	20.11 495	1.25 351	0.69 222	3.83 318	0.76 197	3.49 253	1.71 234	1.65 192	1.99 349	2.10 308	1.10 194	1.42 127	1.26 260	0.38 335	0.33 363	0.25 80	0.22 131	0.42 330	0.36 261

ICVP	2.26 326	0.66 221	21.18 540	0.99 215	0.88 294	4.28 444	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 453	0.35 381	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MaskLacGwcNet_RVC	3.13 462	1.43 465	9.93 326	2.50 531	1.62 479	4.29 445	1.68 467	3.95 357	2.43 396	1.66 193	1.91 331	3.04 407	1.41 265	13.26 549	1.58 325	3.82 555	1.59 536	1.12 525	0.46 442	2.21 532	2.74 547

raft_robust	1.92 273	1.15 417	3.34 240	1.02 239	0.43 65	3.84 323	0.46 54	4.42 502	2.52 414	1.67 195	1.36 150	2.17 312	6.37 533	6.78 380	1.04 210	0.28 149	0.24 256	0.30 207	0.35 364	0.31 163	0.32 213

FADNet-RVC-Resample	2.83 423	2.02 498	21.07 534	1.12 291	0.91 304	3.53 259	1.37 423	4.08 398	2.09 311	1.68 196	1.33 138	2.03 297	1.51 298	9.54 432	1.69 349	0.38 335	0.37 399	0.42 393	0.44 436	0.56 405	0.56 410

MM-Stereo_test1	1.90 266	0.53 82	19.85 482	1.39 422	0.48 105	1.81 69	0.79 221	3.00 194	1.82 258	1.69 197	1.09 84	0.87 112	0.97 152	1.45 134	0.74 109	0.24 61	0.21 166	0.27 137	0.24 171	0.35 244	0.24 86

tg	1.15 136	0.67 231	1.31 70	0.94 186	0.54 136	4.02 376	0.41 34	2.96 189	1.59 202	1.69 197	1.85 312	1.84 269	0.97 152	1.78 195	0.83 140	0.27 112	0.17 39	0.29 187	0.26 203	0.29 121	0.27 136

test_5	1.87 259	0.75 299	10.23 332	1.14 299	1.40 437	3.85 331	1.27 407	3.91 344	1.93 280	1.69 197	1.78 275	1.67 226	1.79 367	2.99 294	1.17 236	0.30 211	0.18 66	0.35 321	0.33 339	0.34 226	0.33 229

iRaftStereo_RVC	1.09 125	0.70 252	1.39 80	0.95 190	0.45 78	3.83 318	0.42 38	2.37 105	1.58 187	1.69 197	1.76 267	1.80 257	0.83 117	1.50 144	0.98 201	0.28 149	0.18 66	0.29 187	0.26 203	0.30 144	0.31 202

GCST	2.56 396	1.79 489	18.02 441	1.92 506	1.33 422	1.72 63	0.51 68	3.67 285	2.03 296	1.70 201	1.61 217	1.55 213	1.29 237	5.06 335	1.24 254	2.06 535	0.77 515	1.45 532	0.97 518	1.14 508	1.34 512

PCWNet_CMD	2.23 320	0.65 210	17.36 430	0.83 104	0.76 245	3.51 255	0.64 130	3.60 273	1.97 284	1.70 201	1.63 222	3.22 422	3.05 467	2.09 231	1.11 224	0.31 230	0.36 386	0.47 418	0.26 203	0.64 437	0.47 363

RAFT_CTSACE	1.80 253	1.06 400	10.00 327	1.71 483	1.39 435	3.49 248	1.06 362	3.05 200	1.62 210	1.70 201	2.04 358	2.51 354	1.80 372	1.98 220	0.94 191	0.25 82	0.22 195	0.28 166	0.30 304	0.30 144	0.26 120

ASMatch	2.62 402	0.60 152	20.65 521	1.37 418	0.64 189	4.39 456	0.78 214	1.97 64	1.58 187	1.70 201	3.89 510	1.94 279	3.79 493	5.46 343	1.64 343	0.31 230	0.24 256	0.34 302	0.28 258	0.33 208	0.50 382

MSMDNet	2.23 320	0.64 200	17.32 426	0.84 113	0.75 241	3.53 259	0.64 130	3.61 276	1.98 286	1.71 205	1.64 224	3.22 422	2.99 460	2.08 228	1.11 224	0.31 230	0.37 399	0.45 409	0.26 203	0.62 427	0.45 348

AIO-test2	1.61 222	1.30 445	3.40 241	1.16 318	1.31 412	3.18 192	0.74 184	4.06 391	1.52 148	1.72 206	2.21 396	0.78 88	0.74 81	3.64 309	0.95 196	3.64 551	0.26 292	0.35 321	0.42 430	0.37 267	0.33 229

PSMNet-ADL	1.91 270	0.72 268	1.78 118	1.09 271	0.86 286	4.18 423	0.78 214	3.77 306	2.10 319	1.72 206	1.85 312	2.91 398	1.82 377	10.38 465	1.91 379	0.48 422	0.46 455	0.28 166	0.29 286	0.38 272	0.51 390

GES	1.38 194	0.64 200	2.61 202	1.09 271	0.57 159	4.30 447	1.02 353	3.86 326	1.51 139	1.72 206	1.74 254	1.28 176	1.77 364	1.62 169	1.61 332	0.39 347	0.27 303	0.33 284	0.30 304	0.41 311	0.47 363

CFNet-RSSM	2.08 302	0.52 71	20.06 490	1.01 229	0.56 147	3.39 225	0.64 130	3.67 285	1.55 172	1.72 206	1.37 151	2.57 359	1.19 222	1.11 51	0.86 153	0.27 112	0.20 134	0.25 80	0.23 146	0.27 90	0.23 71

CoDeX	2.40 364	0.78 313	13.21 362	1.00 223	1.18 377	3.24 202	1.32 412	4.14 417	2.41 392	1.74 210	1.84 305	2.05 301	1.47 285	10.03 452	1.60 329	0.34 279	0.28 315	0.32 249	0.27 229	0.32 190	0.39 297

ac_64	2.35 356	0.62 179	9.77 323	1.32 385	1.71 497	3.27 209	0.93 319	3.48 250	2.50 410	1.74 210	1.73 252	3.91 472	1.77 364	10.21 458	1.86 373	0.40 354	0.31 348	0.33 284	0.30 304	0.34 226	0.39 297

LL-Strereo2	1.23 156	0.85 344	2.38 186	0.93 182	0.68 216	3.72 297	1.37 423	2.54 136	1.99 287	1.75 212	1.40 159	1.82 263	0.73 77	1.40 120	0.99 204	0.31 230	0.23 222	0.55 464	0.35 364	0.29 121	0.24 86

HCRNet	1.60 220	0.56 110	2.47 192	0.78 78	1.36 428	4.11 397	0.71 164	3.57 269	2.79 450	1.75 212	1.61 217	1.58 216	1.41 265	5.79 353	1.56 323	0.34 279	0.28 315	0.36 336	0.29 286	0.33 208	0.37 275

Ntro	4.21 507	8.94 550	19.89 484	3.22 543	2.96 541	4.15 406	1.89 478	3.92 349	2.36 374	1.77 214	2.14 383	3.35 434	2.17 415	9.48 431	2.24 417	3.52 550	1.76 539	2.13 538	1.31 532	3.83 547	3.09 548

cross-raft	2.01 291	0.57 119	19.01 460	1.03 246	0.56 147	2.11 94	0.72 167	3.63 278	1.57 184	1.77 214	1.51 185	3.17 419	1.13 200	1.16 66	0.85 146	0.23 47	0.21 166	0.26 109	0.23 146	0.28 107	0.25 96

Consistency-Raft	2.86 425	1.66 481	19.61 473	1.40 425	1.75 501	3.84 323	1.32 412	4.07 394	2.25 346	1.78 216	2.67 460	1.82 263	4.41 506	1.94 218	2.06 398	0.83 501	0.94 521	1.03 519	1.12 525	1.70 528	1.09 499

ACVNet	1.46 202	0.64 200	3.56 248	0.93 182	0.85 281	4.22 433	0.80 231	2.85 180	2.08 308	1.78 216	1.88 319	3.10 412	1.46 283	1.33 109	1.89 376	0.29 171	0.26 292	0.30 207	0.26 203	0.39 282	0.27 136

CFNet-ft	1.90 266	0.95 374	3.56 248	1.07 257	1.54 463	4.09 390	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 379	1.48 287	9.33 427	1.72 353	0.33 267	0.30 338	0.61 481	0.36 374	0.52 388	0.39 297

CFNet_RVC	1.90 266	0.95 374	3.56 248	1.07 257	1.54 463	4.09 390	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 379	1.48 287	9.33 427	1.72 353	0.33 267	0.30 338	0.61 481	0.36 374	0.52 388	0.39 297

Gwc-CoAtRS	1.58 214	0.57 119	11.69 350	1.01 229	0.60 174	2.53 130	0.64 130	2.36 104	1.56 178	1.80 220	1.47 174	2.74 377	1.18 218	1.12 54	0.90 170	0.27 112	0.21 166	0.25 80	0.22 131	0.27 90	0.23 71

GANet-RSSM	1.98 284	0.62 179	3.49 243	1.69 479	1.23 398	4.22 433	0.91 304	3.31 231	1.86 267	1.81 221	1.74 254	2.34 327	1.82 377	10.92 484	1.73 357	0.34 279	0.29 325	0.31 229	0.28 258	0.39 282	0.40 317

RASNet	2.56 396	0.70 252	10.06 328	1.60 468	2.25 530	3.67 289	1.00 346	3.38 244	3.14 492	1.81 221	2.11 377	4.60 507	2.30 423	10.25 460	2.61 447	0.37 318	0.24 256	0.25 80	0.24 171	0.28 107	0.26 120

CBFPSM	2.05 297	0.95 374	10.12 331	1.07 257	1.05 347	2.84 147	1.20 398	3.28 227	1.73 240	1.82 223	1.30 132	4.56 506	4.06 498	2.34 253	2.34 425	0.25 82	0.38 405	0.32 249	0.27 229	0.37 267	0.79 473

MIPNet	2.33 347	0.71 264	19.82 480	0.89 145	0.56 147	4.76 527	0.61 112	4.32 481	2.37 380	1.83 224	1.48 181	1.48 204	1.98 396	2.63 279	1.44 294	0.29 171	0.20 134	0.26 109	0.23 146	0.30 144	0.39 297

gcap-zeroshot	1.30 183	0.61 169	4.09 259	0.94 186	0.56 147	3.50 252	0.84 252	3.12 207	1.72 237	1.84 225	1.22 108	2.72 376	0.88 129	1.46 138	0.80 128	0.29 171	0.30 338	0.27 137	0.21 98	0.29 121	0.25 96

GCAP-BAT	1.21 151	0.74 287	3.23 232	0.95 190	0.70 225	3.86 333	0.93 319	1.89 54	1.48 119	1.85 226	1.96 338	1.68 228	0.79 104	1.78 195	0.81 134	0.29 171	0.20 134	0.24 58	0.20 84	0.26 78	0.35 255

RAFT-Test	1.44 199	0.59 140	6.10 283	1.01 229	0.69 222	2.90 154	0.80 231	3.68 287	1.70 233	1.85 226	1.68 236	3.15 417	1.03 167	1.20 80	0.99 204	0.27 112	0.22 195	0.25 80	0.23 146	0.27 90	0.25 96

anonymousa	2.16 312	0.67 231	19.19 461	1.04 248	1.67 491	2.06 91	0.79 221	2.86 183	1.96 282	1.85 226	2.14 383	3.23 424	1.81 375	1.12 54	1.15 230	0.26 97	0.26 292	0.34 302	0.32 331	0.30 144	0.28 155

SFCPSM	2.18 315	0.63 188	17.03 425	0.88 140	0.98 327	3.74 302	1.28 409	4.09 400	2.16 330	1.85 226	1.83 300	1.65 224	1.39 256	2.50 261	1.50 310	0.33 267	0.27 303	0.39 368	0.36 374	0.34 226	0.37 275

iResNetv2_ROB	2.65 405	5.00 532	19.28 467	2.06 516	1.09 360	3.83 318	1.13 382	4.14 417	2.09 311	1.85 226	2.03 355	2.01 296	1.51 298	3.58 305	1.58 325	0.34 279	0.21 166	0.32 249	0.21 98	0.44 348	0.29 165

DDVS	1.68 235	0.79 317	2.52 194	1.26 358	1.16 375	3.17 190	0.78 214	3.12 207	1.82 258	1.86 231	1.91 331	2.92 400	1.43 273	6.20 363	1.63 340	0.45 402	0.65 500	0.34 302	0.38 399	0.48 374	0.79 473

Anonymous_2	3.01 451	0.89 353	4.53 268	1.06 255	1.18 377	2.93 164	0.87 282	3.24 223	1.46 106	1.86 231	1.35 146	4.11 484	2.35 428	1.64 175	1.28 267	0.82 499	0.90 520	8.71 575	15.84 578	4.44 554	0.74 461

test_sample1	1.62 224	0.55 99	1.88 125	1.44 433	0.79 255	2.27 104	0.64 130	4.00 372	1.82 258	1.87 233	1.35 146	1.57 214	1.62 324	9.55 434	1.24 254	0.30 211	0.27 303	0.31 229	0.28 258	0.32 190	0.32 213

IPLGR	2.53 389	0.58 132	20.46 514	0.82 93	0.52 127	4.56 493	0.50 64	4.30 474	2.38 385	1.87 233	1.53 193	1.68 228	1.72 357	6.95 383	1.15 230	0.28 149	0.21 166	0.27 137	0.23 146	0.33 208	0.32 213

GANetREF_RVC	3.20 469	1.93 493	18.84 455	1.51 451	0.80 257	4.12 399	1.82 474	4.16 422	2.91 468	1.87 233	1.74 254	2.48 351	1.84 379	13.18 548	1.74 358	0.80 496	0.57 483	0.79 508	0.74 500	1.20 516	0.86 481
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
EKT-Stereo	6.79 543	0.64 200	4.24 261	1.77 490	106.39 589	4.51 483	0.61 112	3.16 212	1.53 155	1.88 236	1.22 108	1.98 290	1.36 251	3.81 312	0.84 143	0.35 299	0.24 256	0.29 187	0.26 203	0.34 226	0.48 368

GASNet	3.24 470	5.55 536	20.58 519	1.56 463	1.25 403	2.32 108	1.12 379	4.04 383	2.67 435	1.88 236	2.10 373	3.00 404	2.16 413	10.59 469	2.43 433	0.65 476	0.37 399	0.61 481	0.45 440	0.87 484	0.58 419

Wz-Net-LNSev	2.30 339	1.67 483	14.88 395	1.18 326	1.65 487	3.49 248	1.54 449	3.63 278	2.03 296	1.88 236	1.64 224	3.29 428	2.06 401	2.71 285	2.02 394	0.40 354	0.33 363	0.32 249	0.31 320	0.53 394	0.49 375

PA-Net	3.09 458	1.24 439	18.84 455	1.38 420	1.19 384	3.42 232	1.75 468	3.89 334	3.27 509	1.88 236	2.10 373	3.03 406	1.88 388	11.60 513	2.88 457	0.40 354	0.54 476	0.44 402	0.62 488	0.52 388	1.02 494
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccs_rob	2.13 309	0.67 231	15.11 402	0.84 113	0.75 241	3.96 363	0.65 139	3.95 357	1.78 253	1.88 236	1.79 278	3.26 426	1.64 340	2.51 264	1.16 233	0.31 230	0.36 386	0.54 463	0.27 229	0.65 440	0.45 348

iResNet_ROB	1.89 264	1.02 388	8.60 309	1.39 422	0.98 327	3.72 297	0.66 142	3.84 320	2.65 432	1.88 236	2.05 364	1.98 290	1.27 232	4.52 327	1.67 347	0.30 211	0.20 134	0.28 166	0.18 47	0.31 163	0.40 317

PAM	2.43 369	0.61 169	20.86 526	1.07 257	0.73 234	2.93 164	0.53 78	3.24 223	1.53 155	1.89 242	2.43 434	5.29 528	2.76 450	1.84 205	1.02 208	0.27 112	0.24 256	0.26 109	0.25 183	0.40 287	0.50 382

fast-acv-ft	2.54 391	1.19 425	20.08 493	1.41 426	1.40 437	3.18 192	1.17 390	3.37 243	2.28 355	1.90 243	2.15 385	2.69 371	2.17 415	2.91 289	2.31 422	0.37 318	0.39 414	0.45 409	0.39 406	0.57 410	0.45 348

MC-Stereo	1.06 121	0.48 49	1.55 99	1.15 312	0.41 53	4.56 493	0.61 112	2.06 71	1.46 106	1.90 243	1.61 217	0.89 117	1.12 198	1.35 113	0.73 104	0.25 82	0.18 66	0.26 109	0.22 131	0.25 61	0.24 86

CFNet_pseudo	2.12 307	0.67 231	15.14 403	0.85 125	0.74 239	3.95 358	0.64 130	3.95 357	1.78 253	1.90 243	1.79 278	3.27 427	1.62 324	2.51 264	1.16 233	0.31 230	0.36 386	0.53 456	0.27 229	0.63 429	0.44 342

AFF-stereo	1.31 187	0.77 307	1.46 87	1.10 280	0.45 78	3.93 348	0.48 61	2.92 187	2.92 470	1.90 243	2.21 396	2.11 310	1.52 300	1.93 216	1.12 227	0.21 27	0.16 26	0.25 80	0.25 183	0.29 121	0.20 19

NVstereo2D	2.54 391	0.90 355	11.10 343	1.32 385	1.47 452	3.58 273	1.38 425	4.13 411	2.45 401	1.90 243	1.71 247	2.86 393	1.76 362	10.86 480	1.66 346	0.60 465	0.43 436	0.53 456	0.41 424	0.78 474	0.94 489

test_sample2	1.75 246	0.56 110	2.25 171	1.41 426	0.80 257	2.91 157	0.86 264	4.05 387	2.04 300	1.91 248	1.39 156	1.57 214	1.55 312	10.65 472	1.06 212	0.32 251	0.28 315	0.32 249	0.30 304	0.36 257	0.33 229

IPLG	2.48 380	0.65 210	19.63 475	0.91 162	0.79 255	4.60 498	0.56 89	4.31 477	1.84 265	1.91 248	2.00 351	1.31 181	1.38 253	6.61 371	1.53 319	0.27 112	0.20 134	0.27 137	0.23 146	0.31 163	0.36 261

MyStereo06	2.46 375	0.72 268	19.97 487	1.02 239	0.99 330	4.26 438	0.86 264	3.51 259	1.68 224	1.92 250	1.73 252	4.01 478	4.22 502	1.62 169	0.88 163	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

MSKI-zero shot	2.22 318	0.64 200	20.09 494	0.96 196	0.56 147	4.04 380	0.70 162	3.91 344	1.50 132	1.92 250	2.28 408	1.92 277	0.71 70	2.93 291	0.67 75	0.26 97	0.23 222	0.26 109	0.21 98	0.28 107	0.26 120

RCA-Stereo	1.21 151	0.52 71	1.58 103	0.90 154	0.46 87	4.68 509	0.79 221	4.13 411	1.74 246	1.92 250	1.80 281	0.94 130	1.48 287	1.14 59	0.70 93	0.27 112	0.18 66	0.25 80	0.19 67	0.25 61	0.23 71

CC-Net-ROB	3.35 477	1.76 487	13.89 378	2.33 528	1.65 487	4.49 476	1.62 457	4.73 532	2.90 467	1.92 250	2.05 364	1.99 292	1.61 321	12.57 546	1.60 329	2.46 538	2.18 545	2.68 547	1.04 523	2.11 531	1.38 515

ITSA-stereo	1.86 258	0.72 268	3.74 256	1.20 334	0.66 204	4.09 390	0.91 304	4.24 448	2.53 415	1.93 254	1.77 272	1.59 218	2.15 410	6.12 362	2.44 434	0.40 354	0.38 405	0.40 374	0.40 417	0.50 382	0.98 493

IGEV_Zeroshot_test	2.16 312	0.69 242	20.60 520	1.22 343	0.54 136	2.18 97	0.53 78	3.38 244	1.61 207	1.93 254	1.55 199	3.76 466	1.05 176	1.55 152	0.91 177	0.29 171	0.20 134	0.27 137	0.29 286	0.40 287	0.32 213

NRIStereo	1.28 180	0.61 169	1.67 108	1.15 312	0.38 39	4.73 522	0.90 296	2.42 110	1.50 132	1.93 254	1.33 138	1.75 241	1.22 225	2.96 293	1.33 278	0.46 409	0.22 195	0.29 187	0.26 203	0.30 144	0.28 155

test-1	1.23 156	0.65 210	1.88 125	0.96 196	0.52 127	3.84 323	0.62 125	4.01 374	1.47 111	1.93 254	1.78 275	1.83 266	0.92 141	1.19 79	1.28 267	0.26 97	0.29 325	0.31 229	0.24 171	0.29 121	0.36 261

GwcNet-RSSM	2.66 407	1.05 395	15.91 409	1.22 343	1.19 384	4.12 399	1.12 379	3.84 320	2.02 294	1.93 254	1.79 278	3.12 415	1.46 283	10.37 463	2.05 397	0.33 267	0.27 303	0.35 321	0.30 304	0.40 287	0.36 261

PAM_32	2.45 372	0.63 188	20.74 523	1.05 249	0.65 197	2.83 146	0.46 54	2.91 186	1.54 164	1.95 259	2.66 459	4.99 518	3.78 492	1.96 219	0.92 181	0.27 112	0.22 195	0.27 137	0.25 183	0.36 257	0.48 368

AASNet	2.44 371	0.92 362	19.79 479	1.35 402	1.49 455	3.81 316	1.07 364	3.85 323	2.93 472	1.95 259	2.29 411	1.96 286	1.29 237	1.73 189	1.93 381	0.39 347	0.33 363	0.45 409	0.30 304	0.55 399	0.45 348

CRE-IMP	1.23 156	0.61 169	2.14 159	0.82 93	0.39 42	4.54 485	0.83 249	2.63 150	1.55 172	1.95 259	1.46 170	1.87 274	0.96 149	1.48 141	1.33 278	0.45 402	0.21 166	0.31 229	0.26 203	0.41 311	0.31 202

STTRV1_RVC	3.52 482	1.03 393	20.87 528	1.47 442	1.47 452	3.23 198	1.55 450	4.06 391	3.22 502	1.95 259	3.50 503	2.63 366	2.07 403	11.96 535	2.21 415	1.86 533	4.03 567	0.81 511	0.73 499	1.06 498	0.70 451

CSP-Net	1.78 250	1.32 451	1.92 130	1.16 318	1.03 342	3.38 224	1.31 411	3.52 260	1.75 248	1.96 263	1.93 336	2.40 334	1.48 287	8.58 410	1.58 325	0.46 409	0.34 375	0.27 137	0.26 203	0.41 311	0.50 382

FENet	2.25 324	0.50 59	20.29 506	1.35 402	0.67 211	4.01 374	0.60 108	3.95 357	1.99 287	1.96 263	1.11 88	2.43 342	1.43 273	1.60 163	1.39 284	0.32 251	0.22 195	0.33 284	0.26 203	0.29 121	0.39 297

RAFT-Stereo-weight	1.11 128	0.48 49	1.22 56	0.99 215	0.42 59	4.17 420	0.80 231	3.60 273	1.50 132	1.97 265	1.50 183	1.30 180	0.65 54	1.24 86	0.85 146	0.25 82	0.19 96	0.26 109	0.22 131	0.27 90	0.23 71

cf-r	2.57 399	0.79 317	16.09 411	1.48 445	1.35 425	4.19 427	0.93 319	3.68 287	2.36 374	1.97 265	1.81 293	3.42 441	1.45 280	8.24 403	1.83 370	0.32 251	0.26 292	0.33 284	0.30 304	0.34 226	0.37 275

GwcNet-ADL	2.47 378	0.67 231	21.48 547	0.96 196	0.72 229	4.61 499	0.95 329	4.42 502	2.36 374	1.98 267	1.80 281	2.55 357	1.24 230	1.90 214	1.41 289	0.40 354	0.46 455	0.24 58	0.27 229	0.41 311	0.49 375

CrosDoStereo	5.24 524	0.60 152	20.23 499	0.82 93	0.51 118	3.39 225	18.11 569	3.82 316	2.27 351	1.98 267	8.74 539	1.96 286	6.96 539	7.35 388	26.35 573	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

DeepStereo_LL	5.24 524	0.60 152	20.23 499	0.82 93	0.51 118	3.39 225	18.11 569	3.82 316	2.27 351	1.98 267	8.74 539	1.96 286	6.96 539	7.35 388	26.35 573	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

DIP-Stereo	1.24 161	0.69 242	1.77 116	0.65 23	0.61 178	4.29 445	0.58 101	4.44 506	2.53 415	1.98 267	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PSMNet_ROB	2.95 436	1.38 458	18.46 451	1.19 329	1.20 390	3.80 314	1.65 463	3.54 265	2.35 371	1.98 267	1.71 247	2.75 379	1.79 367	11.43 507	2.78 454	0.42 380	0.36 386	0.50 443	0.60 484	0.59 414	0.49 375

MyStereo04	2.29 336	0.80 321	18.77 454	1.00 223	1.04 345	3.95 358	0.95 329	3.91 344	2.54 419	1.99 272	1.27 127	2.31 325	1.65 342	2.02 225	1.77 362	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

Any-RAFT	1.40 195	0.53 82	2.78 215	1.09 271	0.64 189	4.41 462	0.81 240	3.97 364	2.78 448	1.99 272	1.34 143	2.36 331	1.56 314	1.56 153	0.75 112	0.27 112	0.20 134	0.25 80	0.18 47	0.25 61	0.28 155

DCRE	1.44 199	0.74 287	3.50 245	1.13 298	0.72 229	1.78 66	0.67 144	2.14 79	1.56 178	1.99 272	8.09 534	1.73 239	1.07 185	1.24 86	0.83 140	0.23 47	0.25 279	0.26 109	0.26 203	0.28 107	0.30 192

test_3	1.19 143	0.51 65	2.08 156	0.99 215	0.41 53	2.05 90	0.87 282	4.40 500	1.42 91	1.99 272	1.18 98	2.03 297	0.79 104	2.70 284	0.75 112	0.27 112	0.17 39	0.29 187	0.29 286	0.30 144	0.27 136

Patchmatch Stereo++	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 509	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 161	0.65 210	2.03 141	0.75 58	0.37 28	4.68 509	0.73 172	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo_v2	1.23 156	0.66 221	2.02 140	0.75 58	0.37 28	4.67 508	0.76 197	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.08 228	0.88 163	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo	1.25 165	0.66 221	2.14 159	0.75 58	0.37 28	4.65 505	0.77 210	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.26 251	0.86 153	0.47 418	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

HUI-Stereo	1.25 165	0.66 221	2.33 181	0.75 58	0.37 28	4.68 509	0.78 214	2.53 127	1.58 187	1.99 272	1.46 170	1.79 254	1.13 200	2.17 240	0.85 146	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

iGMRVC	1.26 172	0.66 221	2.14 159	0.75 58	0.37 28	4.66 506	0.74 184	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.46 258	0.92 181	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

iRAFT	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 509	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

RAFT-IKP	1.25 165	0.66 221	2.23 170	0.75 58	0.37 28	4.64 503	0.74 184	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.22 248	0.92 181	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

Sa-1000	1.63 228	0.79 317	3.56 248	1.11 287	0.48 105	4.06 383	1.41 432	4.49 515	2.75 445	2.00 284	2.80 471	1.84 269	1.43 273	2.64 281	1.50 310	0.27 112	0.19 96	0.36 336	0.33 339	0.36 257	0.30 192

GwcNet	3.00 449	1.63 477	19.83 481	1.32 385	2.04 523	3.27 209	1.55 450	3.65 281	2.33 368	2.00 284	2.12 380	3.56 460	1.68 350	9.47 430	2.45 435	0.44 393	0.45 446	0.46 415	0.38 399	0.60 418	0.76 466

DFGA-Net	2.11 305	3.00 518	7.43 295	1.11 287	0.76 245	3.72 297	0.60 108	2.63 150	1.91 278	2.01 286	2.07 369	1.22 170	1.04 171	10.26 461	2.26 418	0.27 112	0.22 195	0.34 302	0.34 348	0.61 423	0.48 368

AACVNet	1.83 255	1.02 388	2.41 190	1.45 437	0.87 291	3.21 194	0.73 172	3.16 212	1.61 207	2.01 286	1.82 299	2.28 318	1.33 244	10.98 486	1.49 309	0.39 347	0.32 356	0.38 364	0.32 331	0.43 340	0.44 342

s12784h	1.31 187	0.45 21	2.41 190	0.71 44	0.35 12	4.42 464	0.50 64	4.22 436	2.73 441	2.01 286	2.48 439	0.91 121	0.96 149	2.01 224	0.70 93	0.29 171	0.18 66	0.24 58	0.16 12	0.27 90	0.18 3

RALAANet	1.28 180	1.08 403	3.21 231	1.25 351	0.94 312	1.44 45	0.69 156	3.15 211	2.57 422	2.01 286	1.80 281	1.29 179	1.05 176	2.00 221	1.48 306	0.27 112	0.20 134	0.27 137	0.24 171	0.40 287	0.27 136

delet	1.92 273	0.76 304	5.14 273	1.01 229	1.65 487	3.44 234	2.03 486	3.76 304	2.48 405	2.01 286	2.05 364	2.63 366	1.90 390	5.34 340	2.12 405	0.28 149	0.29 325	0.40 374	0.31 320	0.41 311	0.45 348

RAFT_R40	1.70 238	0.59 140	2.99 223	1.46 439	0.46 87	4.74 525	0.98 344	2.23 90	1.56 178	2.02 291	2.35 431	2.71 374	2.56 442	6.71 378	0.90 170	0.40 354	0.19 96	0.30 207	0.27 229	0.33 208	0.26 120

DeepStereo_RVC	1.55 207	0.63 188	3.32 238	0.77 76	0.42 59	4.49 476	0.72 167	2.50 125	1.58 187	2.02 291	1.81 293	1.54 212	6.38 535	1.73 189	1.19 239	0.46 409	0.22 195	0.29 187	0.28 258	0.35 244	0.38 290

RAFT-Stereo + iAFF	1.25 165	0.72 268	1.74 114	1.05 249	0.36 14	4.13 402	0.42 38	2.95 188	2.84 464	2.02 291	2.40 433	1.61 221	1.11 197	1.26 92	0.97 198	0.21 27	0.15 21	0.26 109	0.23 146	0.29 121	0.23 71

DeepPrunerF	3.70 488	1.72 484	14.87 394	1.33 390	1.74 500	3.70 293	1.55 450	4.20 427	14.00 564	2.02 291	1.77 272	2.74 377	2.30 423	10.88 481	6.88 504	0.68 484	0.60 493	0.78 507	0.78 507	0.81 479	0.71 452

GEStereo_RVC	1.91 270	0.80 321	6.57 285	1.20 334	1.06 350	4.02 376	1.43 436	4.13 411	1.89 274	2.03 295	1.80 281	2.34 327	1.86 384	4.94 333	1.77 362	0.48 422	0.38 405	0.32 249	0.28 258	0.42 330	0.50 382

TANstereo	1.01 113	0.55 99	1.73 111	0.76 72	0.36 14	4.04 380	0.38 22	1.48 16	1.62 210	2.03 295	2.10 373	0.84 102	0.93 144	0.98 32	0.62 52	0.28 149	0.36 386	0.23 28	0.20 84	0.25 61	0.46 358

HGLStereo	2.03 293	0.74 287	7.50 297	1.23 347	1.56 470	3.62 281	0.95 329	3.78 309	1.89 274	2.03 295	2.20 394	3.12 415	2.14 409	5.68 350	2.04 395	0.37 318	0.31 348	0.32 249	0.29 286	0.40 287	0.45 348

z-ln-s-r	2.67 409	1.16 420	12.43 355	1.34 397	1.26 405	3.70 293	1.21 401	4.20 427	2.38 385	2.04 298	1.92 333	2.43 342	1.60 320	10.58 468	5.19 491	0.29 171	0.20 134	0.32 249	0.24 171	0.51 384	0.38 290

THIR-Stereo	4.14 505	0.82 332	10.85 341	0.86 130	0.43 65	2.16 96	16.77 567	3.22 219	1.54 164	2.04 298	12.05 557	2.68 370	7.53 544	7.30 386	12.62 534	0.30 211	0.21 166	0.29 187	0.28 258	0.33 208	0.41 323

UGAM-zero	2.79 420	0.57 119	20.87 528	0.98 209	0.77 251	2.08 92	0.35 19	3.88 332	1.51 139	2.05 300	1.64 224	5.07 522	3.42 485	9.83 441	1.24 254	0.28 149	0.21 166	0.27 137	0.29 286	0.29 121	0.28 155

model_zeroshot	1.21 151	0.60 152	3.55 246	1.05 249	0.57 159	3.46 239	0.63 127	2.73 163	1.55 172	2.05 300	1.38 154	1.50 207	0.82 113	1.69 184	0.87 159	0.29 171	0.23 222	0.30 207	0.23 146	0.27 90	0.32 213

UNet	2.51 385	0.74 287	20.17 497	1.14 299	1.44 447	3.48 245	0.76 197	3.77 306	1.87 268	2.05 300	1.57 204	2.75 379	2.39 430	3.51 303	2.51 440	0.32 251	0.26 292	0.41 386	0.26 203	0.38 272	0.39 297

PSMNet-RSSM	1.96 280	0.77 307	3.26 234	1.29 372	1.31 412	4.19 427	0.96 335	3.68 287	1.89 274	2.05 300	1.80 281	2.60 362	1.70 353	9.84 442	1.81 366	0.35 299	0.29 325	0.35 321	0.37 386	0.42 330	0.35 255

AdaStereo	1.45 201	0.83 336	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 427	2.46 404	2.05 300	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 279	0.43 397	0.28 258	0.44 348	0.34 241
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.
iinet-f	2.26 326	1.18 423	13.71 370	1.14 299	1.11 364	3.77 306	1.10 375	4.14 417	2.17 332	2.06 305	1.76 267	2.99 403	2.99 460	2.50 261	2.49 438	0.35 299	0.39 414	0.27 137	0.28 258	0.45 356	0.39 297

EAI-Stereo	2.35 356	0.63 188	2.97 222	0.95 190	0.65 197	3.84 323	14.27 565	5.04 538	2.19 335	2.06 305	7.25 527	1.10 148	0.94 146	1.65 177	1.37 283	0.31 230	0.22 195	0.27 137	0.60 484	0.27 90	0.32 213

PWCDC_ROB	2.95 436	3.26 521	14.06 382	1.59 466	1.56 470	4.19 427	0.86 264	4.30 474	4.08 531	2.06 305	7.37 528	2.75 379	2.42 432	3.59 306	2.67 450	1.34 530	0.36 386	0.39 368	0.34 348	1.13 507	0.62 430

SST-Stereo	1.76 247	0.58 132	3.10 227	1.44 433	0.46 87	4.71 521	0.76 197	2.22 89	2.79 450	2.07 308	2.18 390	2.43 342	3.22 475	6.66 374	0.84 143	0.42 380	0.19 96	0.30 207	0.27 229	0.35 244	0.26 120

CFNet_ucs	2.36 361	0.68 239	18.42 450	0.89 145	0.81 260	3.85 331	0.68 150	4.29 466	2.37 380	2.09 309	2.04 358	3.31 431	1.24 230	2.63 279	1.14 229	0.36 310	0.45 446	0.56 466	0.29 286	0.66 445	0.49 375

RAFT-345	2.46 375	0.55 99	19.69 477	1.02 239	0.49 112	4.43 466	0.78 214	1.64 34	2.34 369	2.09 309	3.12 489	1.96 286	1.31 241	6.65 373	1.43 292	0.36 310	0.23 222	0.32 249	0.25 183	0.28 107	0.25 96

PDISCO_ROB	2.86 425	1.53 473	14.27 387	1.98 512	2.19 527	4.52 484	1.35 416	4.65 528	3.19 497	2.09 309	2.16 386	3.53 456	2.45 435	5.32 339	2.12 405	1.30 528	0.78 516	0.72 502	0.59 482	1.24 517	1.28 507

IER	1.69 236	0.65 210	7.19 293	0.94 186	1.15 370	3.28 213	0.89 291	3.48 250	1.97 284	2.10 312	1.98 346	2.28 318	2.12 406	2.25 250	1.75 361	0.29 171	0.23 222	0.36 336	0.30 304	0.32 190	0.34 241

DGSMNet	7.55 549	1.62 475	17.42 432	1.92 506	12.73 568	7.45 552	42.99 583	4.13 411	2.07 307	2.10 312	3.16 492	3.42 441	1.70 353	9.24 426	2.30 421	3.70 554	10.89 577	11.80 579	5.54 569	4.24 550	2.66 542

RYNet	2.97 443	0.93 366	15.09 401	1.12 291	1.38 433	3.66 288	1.42 434	4.03 379	2.29 358	2.10 312	1.70 243	3.79 467	2.16 413	13.64 556	3.02 461	0.37 318	0.41 428	0.48 426	0.34 348	0.81 479	0.75 464

PS-NSSS	2.22 318	1.33 454	2.90 221	0.97 203	1.53 462	4.11 397	1.08 369	4.55 522	2.65 432	2.10 312	2.32 428	1.77 246	1.40 260	11.79 528	1.61 332	0.68 484	0.45 446	0.96 517	0.43 433	0.95 490	0.92 487

G2L-Stereo	2.49 382	0.94 372	14.54 391	1.15 312	1.35 425	3.57 272	0.95 329	3.62 277	2.00 291	2.11 316	1.61 217	3.20 420	1.34 246	9.54 432	1.91 379	0.34 279	0.27 303	0.35 321	0.28 258	0.30 144	0.35 255

anonymity	1.76 247	1.26 441	2.73 214	1.66 476	1.32 418	1.84 70	1.07 364	3.49 253	2.30 359	2.11 316	2.11 377	1.71 237	3.90 496	1.82 203	1.48 306	1.10 513	1.09 524	1.08 523	1.08 524	1.05 497	1.09 499

NF-Stereo	1.58 214	0.61 169	2.66 208	2.26 522	0.47 97	4.68 509	0.67 144	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.08 361	1.20 242	0.40 354	0.20 134	0.36 336	0.34 348	0.31 163	0.36 261

OCTAStereo	1.58 214	0.61 169	2.72 211	2.27 525	0.46 87	4.68 509	0.67 144	3.30 230	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.02 358	1.21 246	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

RE-Stereo	1.58 214	0.61 169	2.72 211	2.26 522	0.46 87	4.68 509	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

TVStereo	1.58 214	0.61 169	2.72 211	2.26 522	0.46 87	4.68 509	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

UCFNet_RVC	1.57 213	0.84 340	3.25 233	1.36 408	1.40 437	4.07 388	1.01 349	2.68 156	1.50 132	2.11 316	1.88 319	2.37 332	1.50 294	3.41 301	1.42 291	0.36 310	0.28 315	0.52 452	0.40 417	0.53 394	0.43 336

HI	1.27 177	0.90 355	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 323	1.65 230	2.42 339	1.84 379	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

CoSv	1.27 177	0.90 355	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 323	1.65 230	2.42 339	1.84 379	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

ISRNet	1.69 236	0.76 304	5.69 282	1.27 366	1.36 428	2.85 149	0.61 112	3.60 273	1.91 278	2.13 323	2.12 380	2.90 395	1.41 265	2.51 264	1.71 351	0.49 434	0.50 471	0.56 466	0.47 445	0.49 380	0.57 414

DualNet (step1)	2.34 351	1.05 395	7.87 298	1.07 257	0.86 286	3.93 348	1.19 394	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 346	6.26 365	1.26 260	1.23 520	0.48 465	4.27 564	2.09 550	0.70 453	0.69 447

test_sample9	3.79 492	1.05 395	7.87 298	1.07 257	0.86 286	3.93 348	1.19 394	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 346	11.06 491	11.61 530	1.23 520	14.45 579	4.27 564	2.09 550	0.70 453	0.69 447

test_sample7	1.65 230	0.70 252	2.60 199	1.48 445	0.76 245	2.38 112	1.07 364	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 346	6.26 365	1.26 260	0.44 393	0.48 465	0.43 397	0.40 417	0.46 367	0.43 336

MyStereo05	2.37 362	0.72 268	19.94 485	1.02 239	0.99 330	4.26 438	0.86 264	4.01 374	2.62 427	2.14 326	1.26 121	2.28 318	1.63 337	2.07 226	1.68 348	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

dad	1.65 230	1.19 425	3.04 226	0.98 209	0.56 147	4.22 433	0.84 252	1.99 66	2.48 405	2.14 326	1.68 236	1.62 222	1.13 200	3.85 313	2.04 395	1.03 511	0.40 419	2.04 536	0.48 450	0.75 470	0.53 397

PFNet+	1.46 202	0.57 119	2.84 217	0.92 168	0.47 97	4.64 503	0.84 252	2.46 119	1.99 287	2.14 326	1.64 224	1.34 184	1.03 167	4.68 331	1.23 252	0.45 402	0.33 363	0.37 348	0.39 406	0.32 190	0.49 375

PSM-softLoss	1.66 233	0.59 140	5.15 274	2.25 520	0.48 105	4.68 509	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

KMStereo	1.66 233	0.59 140	5.15 274	2.25 520	0.48 105	4.68 509	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

MyStereo8	2.33 347	1.13 412	19.26 465	1.22 343	1.62 479	4.16 415	0.57 92	3.50 256	2.36 374	2.15 334	1.75 258	2.28 318	1.14 207	1.46 138	2.20 414	0.24 61	0.21 166	0.32 249	0.27 229	0.36 257	0.43 336

CRFU-Net	2.49 382	0.78 313	10.36 333	2.30 526	1.08 356	3.91 341	1.41 432	3.85 323	1.65 218	2.15 334	1.76 267	3.34 433	7.95 547	5.56 347	1.48 306	0.47 418	0.35 381	0.30 207	0.28 258	0.37 267	0.43 336

HHNet	2.48 380	0.71 264	20.52 515	0.64 16	0.64 189	4.07 388	0.93 319	3.76 304	1.56 178	2.15 334	4.92 519	0.98 132	3.37 480	1.66 178	1.79 365	0.32 251	0.20 134	0.31 229	0.27 229	0.36 257	0.42 327

MMNet	2.02 292	0.81 325	10.76 339	1.12 291	1.23 398	3.53 259	0.89 291	3.79 310	2.08 308	2.15 334	1.76 267	2.15 311	2.12 406	3.69 310	2.32 423	0.31 230	0.29 325	0.34 302	0.27 229	0.38 272	0.42 327

STTStereo	2.34 351	0.95 374	14.93 398	1.43 430	1.54 463	3.86 333	0.86 264	3.65 281	2.44 400	2.15 334	1.55 199	2.49 353	1.59 315	5.14 337	1.44 294	0.38 335	0.39 414	0.47 418	0.51 464	0.52 388	0.51 390

NINENet	1.87 259	0.74 287	2.60 199	1.12 291	1.06 350	4.50 479	0.76 197	4.41 501	2.24 343	2.16 339	1.86 315	3.63 462	0.97 152	8.00 401	1.17 236	0.41 369	0.30 338	0.41 386	0.30 304	0.41 311	0.36 261

R-Stereo Train	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96

RAFT-Stereo	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	2.07 300	0.82 332	14.77 392	1.34 397	0.56 147	3.47 242	0.80 231	4.07 394	2.35 371	2.16 339	1.61 217	1.64 223	1.44 276	2.09 231	2.56 446	0.26 97	0.18 66	0.41 386	0.26 203	0.45 356	0.25 96
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
test_1	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.90 296	4.36 492	1.47 111	2.17 343	1.16 95	2.06 303	0.78 101	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

AAGNet	2.86 425	0.60 152	1.77 116	2.05 515	0.46 87	4.76 527	1.09 373	2.27 94	1.56 178	2.17 343	1.84 305	2.41 336	4.00 497	6.23 364	24.22 571	0.46 409	0.19 96	0.30 207	0.29 286	0.32 190	0.24 86

Wz-Net-TNSev	3.67 487	8.83 546	13.47 368	1.48 445	1.18 377	3.60 276	2.49 503	4.27 458	3.13 490	2.18 345	1.89 325	4.21 492	2.80 453	12.10 536	7.58 511	0.57 461	0.55 480	0.47 418	0.54 473	0.91 488	1.05 496

LCNet	1.55 207	0.54 93	1.88 125	0.99 215	0.55 143	3.60 276	1.21 401	2.86 183	1.53 155	2.18 345	1.74 254	1.43 200	4.17 501	3.62 307	0.87 159	0.29 171	0.20 134	0.28 166	0.77 504	0.47 371	1.85 527

TransformOpticalFlow	3.03 453	0.77 307	20.99 533	1.00 223	0.55 143	4.18 423	0.64 130	4.33 483	3.02 482	2.18 345	3.09 487	4.35 496	5.07 515	7.36 390	1.27 263	0.32 251	0.18 66	0.32 249	0.26 203	0.28 107	0.46 358

Prome-Stereo	1.61 222	0.55 99	1.71 110	0.98 209	0.60 174	4.41 462	1.82 474	3.03 198	1.53 155	2.18 345	3.45 501	1.72 238	3.49 488	2.23 249	1.08 217	0.29 171	0.20 134	0.26 109	0.25 183	0.34 226	2.16 533

xyz-stereo	10.85 557	0.45 21	79.01 588	0.62 9	0.45 78	83.70 590	0.77 210	2.59 146	1.34 76	2.19 349	32.02 578	2.76 385	1.62 324	5.75 352	2.39 426	0.25 82	0.17 39	0.33 284	0.21 98	0.25 61	0.19 5

ADLNet2	3.15 465	0.92 362	20.06 490	1.20 334	1.79 506	3.83 318	1.48 439	3.94 355	3.59 519	2.19 349	2.47 438	4.65 511	1.93 393	10.69 474	1.96 388	0.39 347	0.37 399	0.28 166	0.30 304	0.48 374	0.43 336

RAFT + AFF	2.51 385	2.66 514	4.48 267	1.15 312	1.95 516	4.15 406	2.01 485	4.46 510	3.30 510	2.19 349	2.51 443	2.22 315	4.87 513	8.91 416	2.06 398	0.30 211	0.60 493	0.48 426	0.38 399	0.77 472	0.69 447

G2L-ROB	2.13 309	0.78 313	10.06 328	1.19 329	1.06 350	3.84 323	0.93 319	3.32 236	2.27 351	2.20 352	1.47 174	2.65 369	1.20 224	8.38 406	1.81 366	0.28 149	0.19 96	0.23 28	0.22 131	0.28 107	0.32 213

test_sample5	2.33 347	0.62 179	11.29 345	1.29 372	0.83 273	3.09 183	0.74 184	4.28 463	2.31 363	2.20 352	1.97 344	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 348	0.37 348	0.37 386	0.41 311	0.39 297

mmm	1.27 177	0.58 132	2.20 163	1.41 426	0.68 216	2.39 114	0.85 261	3.90 339	1.63 213	2.20 352	1.84 305	1.28 176	1.50 294	1.91 215	0.89 166	0.31 230	0.27 303	0.45 409	0.37 386	0.38 272	0.34 241

ffm	1.72 239	0.60 152	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.22 436	3.37 513	2.20 352	2.30 416	3.48 445	1.62 324	2.21 246	0.65 65	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

ff1	2.96 439	0.60 152	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.22 436	3.37 513	2.20 352	2.30 416	3.48 445	1.62 324	11.62 515	16.09 544	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

mmx	2.98 445	0.60 152	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.49 515	3.05 484	2.20 352	2.30 416	3.48 445	1.62 324	11.62 515	16.09 544	0.33 267	0.28 315	0.48 426	0.37 386	0.44 348	0.37 275

xxx	2.98 445	0.60 152	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.49 515	3.05 484	2.20 352	2.30 416	3.48 445	1.62 324	11.62 515	16.09 544	0.33 267	0.28 315	0.48 426	0.37 386	0.44 348	0.37 275

RainbowNet	4.56 512	8.28 543	20.07 492	3.64 551	3.23 549	4.15 406	2.99 521	4.18 423	3.03 483	2.20 352	2.65 458	4.26 493	2.90 457	9.77 438	2.12 405	3.88 556	2.27 549	2.71 549	1.72 541	3.78 546	3.31 555

APVNet	3.13 462	1.25 440	21.14 536	1.31 382	1.52 460	3.94 353	1.13 382	3.32 236	2.14 326	2.20 352	2.03 355	3.05 410	1.96 394	11.79 528	2.53 442	0.42 380	0.45 446	0.64 489	0.46 442	0.67 447	0.57 414

test_sample3	2.34 351	0.61 169	11.94 351	1.33 390	0.85 281	3.10 185	0.73 172	4.24 448	2.19 335	2.21 361	1.75 258	1.80 257	1.41 265	11.11 496	1.46 298	0.35 299	0.29 325	0.34 302	0.35 364	0.39 282	0.37 275

raftrobust	1.19 143	0.72 268	2.30 178	1.26 358	1.31 412	3.55 266	0.68 150	2.75 166	1.47 111	2.21 361	1.38 154	1.17 156	1.22 225	1.20 80	1.11 224	0.28 149	0.24 256	0.21 9	0.19 67	0.25 61	0.28 155

otaku	4.58 514	8.93 549	19.95 486	3.11 542	2.67 534	3.91 341	2.57 507	3.82 316	2.25 346	2.22 363	9.72 546	4.08 482	2.35 428	8.57 409	2.13 408	3.51 549	1.65 538	2.15 539	1.17 528	3.69 544	3.15 550

xxxx	2.67 409	0.54 93	2.03 141	1.22 343	0.81 260	3.49 248	0.63 127	4.49 515	2.49 409	2.22 363	2.23 399	2.05 301	1.38 253	10.05 453	17.91 555	0.32 251	0.32 356	0.30 207	0.27 229	0.33 208	0.34 241

acv_ft	1.55 207	0.64 200	3.29 236	1.14 299	2.01 519	2.93 164	0.97 338	3.81 313	2.08 308	2.22 363	1.88 319	3.10 412	1.66 344	1.33 109	2.22 416	0.29 171	0.26 292	0.30 207	0.26 203	0.39 282	0.27 136

ADCP+	3.74 491	1.96 495	16.90 423	1.09 271	1.55 467	4.35 451	3.65 540	3.93 351	2.98 478	2.22 363	1.66 232	3.95 473	4.83 512	3.41 301	18.87 562	0.38 335	0.41 428	0.63 486	0.53 471	0.64 437	0.81 475

MSAF-DinoV2	13.69 566	13.09 568	22.03 557	2.41 530	1.44 447	4.03 378	1.38 425	9.07 557	9.20 555	2.23 367	1.98 346	5.08 523	5.06 514	177.66 595	5.46 495	0.45 402	0.34 375	0.40 374	0.62 488	6.09 561	5.80 571

IRAFT_RVC	1.87 259	0.60 152	4.33 262	2.40 529	0.66 204	4.59 496	1.59 454	2.96 189	1.51 139	2.23 367	1.75 258	2.09 307	2.63 445	6.70 375	1.50 310	0.33 267	0.21 166	0.33 284	0.29 286	0.32 190	0.32 213

FINET	2.96 439	1.07 401	23.18 565	1.29 372	1.86 511	2.03 85	1.52 444	4.30 474	4.71 537	2.23 367	2.34 430	1.65 224	1.48 287	5.89 355	2.81 456	0.51 444	0.47 459	0.49 440	0.40 417	0.59 414	0.49 375

DispNO	3.00 449	0.75 299	18.92 457	1.17 320	1.10 362	3.72 297	0.94 325	4.29 466	2.54 419	2.24 370	2.28 408	4.51 502	2.12 406	11.40 504	2.09 403	0.31 230	0.28 315	0.31 229	0.28 258	0.36 257	0.39 297

test-3	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.91 304	4.35 487	1.47 111	2.24 370	1.16 95	2.06 303	0.79 104	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

hitnet-ft	2.37 362	0.73 279	8.34 304	0.96 196	0.89 299	3.77 306	0.80 231	3.55 267	2.58 423	2.24 370	2.04 358	3.65 464	1.49 293	11.71 525	1.89 376	0.44 393	0.53 474	0.44 402	0.35 364	0.52 388	0.48 368

DEmStereo	2.97 443	0.58 132	13.42 365	0.79 80	0.51 118	3.84 323	1.84 477	2.42 110	1.60 203	2.25 373	2.74 464	2.03 297	6.04 527	6.79 382	12.80 535	0.35 299	0.26 292	0.26 109	0.27 229	0.27 90	0.37 275

LMCR-Stereo	2.40 364	1.31 449	18.61 453	1.59 466	0.86 286	3.87 336	1.15 385	4.32 481	1.60 203	2.25 373	2.27 404	1.13 151	2.43 433	2.48 260	1.60 329	0.88 504	0.24 256	0.29 187	0.24 171	0.56 405	0.30 192

BEATNet_4x	1.92 273	1.36 456	8.75 312	1.20 334	0.56 147	3.46 239	1.03 355	4.00 372	2.43 396	2.25 373	1.70 243	2.10 308	1.59 315	2.57 275	3.05 462	0.37 318	0.22 195	0.47 418	0.29 286	0.60 418	0.40 317

test_sample6	2.35 356	0.62 179	10.78 340	1.33 390	0.83 273	3.15 189	0.79 221	4.36 492	2.43 396	2.26 376	2.04 358	1.69 233	1.39 256	11.48 510	1.61 332	0.38 335	0.32 356	0.37 348	0.39 406	0.41 311	0.42 327

DualNet	2.33 347	0.62 179	11.29 345	1.29 372	0.83 273	3.09 183	0.74 184	4.28 463	2.31 363	2.26 376	2.04 358	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 348	0.37 348	0.37 386	0.41 311	0.39 297

ACRE	2.27 328	1.11 410	19.45 469	0.91 162	1.30 410	3.94 353	0.87 282	4.21 433	1.80 256	2.28 378	2.62 455	1.17 156	1.04 171	1.52 149	1.30 271	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.46 358

STrans-v2	3.03 453	0.77 307	20.91 530	0.81 83	0.63 187	3.89 338	1.01 349	4.27 458	2.64 431	2.28 378	3.70 506	4.13 485	5.20 517	7.33 387	1.27 263	0.31 230	0.18 66	0.29 187	0.25 183	0.29 121	0.41 323

iRaft-Stereo_20w	1.88 263	0.62 179	10.58 337	0.90 154	0.83 273	2.96 169	0.78 214	4.90 536	1.58 187	2.29 380	1.60 213	1.25 173	4.51 509	2.28 252	0.90 170	0.29 171	0.21 166	0.26 109	0.24 171	0.41 311	0.31 202

pcwnet_v2	2.70 416	0.65 210	22.48 559	1.08 265	1.03 342	3.56 268	0.81 240	4.29 466	3.14 492	2.29 380	2.29 411	3.01 405	1.71 355	3.32 300	1.43 292	0.43 386	0.50 471	0.41 386	0.34 348	0.61 423	0.56 410

HSM	2.35 356	0.81 325	2.21 165	1.14 299	1.55 467	3.44 234	1.03 355	3.99 370	2.25 346	2.29 380	2.11 377	8.04 542	3.05 467	11.60 513	1.71 351	0.33 267	0.22 195	0.28 166	0.23 146	0.32 190	0.35 255

StereoDRNet-Refined	1.77 249	0.81 325	2.22 168	1.21 340	0.76 245	3.26 207	0.71 164	3.82 316	2.05 303	2.29 380	2.05 364	2.98 402	1.44 276	7.15 385	2.27 420	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.34 351	0.63 188	11.59 348	1.30 379	0.83 273	3.07 181	0.72 167	4.27 458	2.30 359	2.30 384	1.88 319	1.73 239	1.42 270	11.14 497	1.46 298	0.35 299	0.29 325	0.35 321	0.36 374	0.40 287	0.38 290

DCANet-4	1.96 280	0.51 65	14.31 389	0.82 93	0.40 46	4.16 415	0.57 92	4.29 466	2.98 478	2.30 384	1.80 281	1.03 140	1.54 310	1.44 130	1.44 294	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

fff	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 463	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

IPLGR_C	2.28 333	1.31 449	19.46 470	0.92 168	1.32 418	3.93 348	0.89 291	4.20 427	1.82 258	2.30 384	2.63 457	1.16 155	1.07 185	1.41 125	1.29 270	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

csc	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 463	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

cscssc	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 463	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

1111x	3.13 462	0.57 119	8.38 306	1.20 334	0.76 245	3.80 314	0.88 286	4.61 527	2.63 429	2.31 390	2.16 386	1.95 281	1.81 375	11.54 511	18.13 557	0.32 251	0.31 348	0.32 249	0.30 304	0.35 244	0.34 241

CIPLG	2.27 328	1.18 423	19.24 462	0.92 168	1.34 424	3.95 358	0.89 291	4.23 440	1.82 258	2.31 390	2.67 460	1.17 156	1.06 183	1.53 151	1.32 274	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

PSM-AAD	2.43 369	0.54 93	1.32 73	0.92 168	0.54 136	4.48 470	7.47 553	2.96 189	1.55 172	2.31 390	2.56 449	1.26 174	16.23 563	2.46 258	0.89 166	0.28 149	0.21 166	0.58 470	0.41 424	0.34 226	1.32 511

TDLM	2.29 336	1.08 403	4.61 269	1.29 372	1.01 339	4.26 438	2.17 493	3.75 302	2.79 450	2.31 390	1.98 346	2.06 303	1.59 315	12.45 542	1.72 353	0.51 444	0.28 315	0.52 452	0.35 364	0.56 405	0.50 382

SMFormer	2.00 288	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 454	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 356	0.36 336	0.31 320	0.38 272	0.36 261

tta	2.00 288	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 454	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 356	0.36 336	0.31 320	0.29 121	0.29 165

qqq1	1.92 273	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 454	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 356	0.30 207	0.23 146	0.29 121	0.29 165

fff1	1.92 273	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 454	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 356	0.30 207	0.23 146	0.29 121	0.29 165

Wz-Net-SNSev	2.98 445	4.36 529	15.98 410	1.57 464	1.19 384	3.28 213	1.80 472	3.96 362	2.40 390	2.32 394	2.28 408	3.48 445	2.05 400	7.84 399	3.82 472	0.47 418	0.39 414	0.53 456	0.49 454	0.71 462	0.60 424

XX-Stereo	2.54 391	0.61 169	20.21 498	1.78 491	1.19 384	4.30 447	0.46 54	4.39 498	1.58 187	2.32 394	1.89 325	4.64 510	0.60 41	4.16 323	0.82 137	0.31 230	0.21 166	0.28 166	0.27 229	0.51 384	0.26 120

iResNet	2.52 388	0.94 372	21.17 539	1.84 500	0.72 229	3.75 303	0.81 240	4.14 417	2.55 421	2.33 400	2.03 355	1.35 186	1.44 276	3.27 297	2.16 412	0.35 299	0.23 222	0.28 166	0.22 131	0.44 348	0.45 348

222	2.68 413	0.57 119	2.03 141	1.11 287	0.81 260	3.23 198	0.65 139	4.52 520	2.45 401	2.34 401	2.29 411	1.41 197	1.44 276	10.50 466	18.47 559	0.32 251	0.30 338	0.32 249	0.27 229	0.32 190	0.34 241

ttt	2.76 419	0.56 110	2.28 177	1.41 426	1.21 396	3.67 289	0.77 210	4.59 525	2.94 473	2.35 402	2.30 416	2.45 347	1.54 310	11.25 501	15.56 542	0.43 386	0.36 386	0.37 348	0.33 339	0.40 287	0.40 317

GMStereo_Zeroshot	1.41 197	1.21 428	3.33 239	1.29 372	0.72 229	3.35 221	0.53 78	2.58 145	1.68 224	2.35 402	1.56 202	2.42 339	0.96 149	2.50 261	1.16 233	0.45 402	0.23 222	0.40 374	0.24 171	0.79 476	0.33 229

ADStereo(finetuned)	2.04 295	0.73 279	13.28 363	0.82 93	0.40 46	4.16 415	0.59 105	4.25 450	2.97 475	2.35 402	1.84 305	1.18 160	3.40 481	1.52 149	1.54 320	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.51 390

DCANet	1.74 242	0.73 279	9.08 314	0.82 93	0.40 46	4.18 423	0.59 105	4.25 450	2.97 475	2.35 402	1.84 305	1.18 160	1.63 337	1.51 147	1.55 321	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.53 397

ARAFT	2.56 396	1.13 412	19.50 472	0.89 145	0.48 105	4.15 406	1.40 429	4.36 492	2.82 462	2.36 406	1.88 319	1.70 235	1.04 171	6.45 368	1.22 249	0.29 171	0.18 66	0.37 348	0.35 364	0.35 244	0.25 96

GMOStereo	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

error version	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-v	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-2	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

S-Stereo	3.48 481	0.91 360	22.06 558	1.36 408	1.50 457	3.55 266	2.53 505	4.21 433	2.81 460	2.37 407	3.81 508	3.75 465	1.84 379	11.90 533	2.51 440	0.63 470	0.71 510	0.48 426	0.76 502	0.67 447	1.19 505

111	1.83 255	0.92 362	9.08 314	0.81 83	0.36 14	4.25 437	0.91 304	4.44 506	2.70 438	2.39 412	1.96 338	2.30 324	1.64 340	1.28 97	1.82 368	0.28 149	0.22 195	0.24 58	0.20 84	0.31 163	0.54 403

Syn2CoEx	3.08 457	2.55 513	19.88 483	1.34 397	1.18 377	2.43 117	1.65 463	3.91 344	2.40 390	2.39 412	2.27 404	2.90 395	3.17 473	9.57 435	2.54 444	0.50 438	0.45 446	0.53 456	0.39 406	0.74 467	0.72 459

PFNet	2.47 378	0.60 152	16.95 424	2.15 519	0.81 260	4.63 502	0.91 304	2.55 137	1.52 148	2.40 414	2.79 469	1.83 266	1.42 270	7.54 392	1.34 281	0.33 267	0.21 166	0.36 336	0.27 229	0.32 190	0.39 297

UPFNet	1.81 254	0.63 188	6.71 287	1.25 351	1.44 447	3.50 252	1.35 416	4.02 378	1.85 266	2.40 414	1.52 186	2.41 336	1.40 260	3.62 307	1.88 375	0.34 279	0.33 363	0.37 348	0.31 320	0.41 311	0.39 297

UDG	3.55 483	2.81 517	17.45 433	2.69 534	1.98 517	3.97 368	1.19 394	4.35 487	2.02 294	2.42 416	2.53 446	4.50 501	2.46 437	6.53 369	2.41 430	2.12 536	1.77 540	2.63 546	2.57 558	2.64 535	1.95 529

test_xeample	2.67 409	0.56 110	2.05 144	1.09 271	0.81 260	3.24 202	0.80 231	4.55 522	2.70 438	2.42 416	2.27 404	1.39 191	1.40 260	10.75 475	17.51 554	0.30 211	0.30 338	0.32 249	0.28 258	0.34 226	0.33 229

w-ln-seven-2	2.73 418	2.13 501	12.47 357	1.18 326	1.01 339	3.54 263	1.58 453	3.93 351	3.26 505	2.43 418	2.02 353	2.63 366	2.28 422	7.93 400	5.45 494	0.40 354	0.40 419	0.44 402	0.34 348	0.62 427	0.47 363

testlalala	1.14 135	0.62 179	1.34 75	1.00 223	0.78 252	4.38 453	0.93 319	2.46 119	2.20 337	2.44 419	1.52 186	1.31 181	0.61 44	1.04 42	0.65 65	0.35 299	0.19 96	0.24 58	0.19 67	0.24 47	0.23 71

test_for_model	2.16 312	3.87 527	1.58 103	4.16 555	3.64 551	2.51 124	0.96 335	3.63 278	2.62 427	2.45 420	1.39 156	1.02 138	0.73 77	0.92 23	0.57 43	2.97 542	2.19 546	0.26 109	0.17 27	5.32 559	2.24 534

Wz-Net-LNSev-Ref	2.42 368	1.47 468	14.14 383	1.30 379	1.35 425	3.51 255	1.64 460	4.04 383	2.10 319	2.46 421	1.88 319	2.28 318	2.51 439	4.73 332	3.17 464	0.38 335	0.19 96	0.35 321	0.20 84	0.40 287	0.36 261

FBW_ROB	3.24 470	1.02 388	9.21 320	1.49 448	1.07 354	3.78 308	1.48 439	4.31 477	3.08 487	2.46 421	2.32 428	4.20 491	2.08 404	15.19 562	7.16 508	0.84 502	0.62 496	1.33 530	0.92 514	0.99 495	1.31 509

Pruner-Stereo	1.32 189	0.59 140	2.11 158	1.79 496	0.47 97	4.73 522	0.79 221	2.53 127	1.72 237	2.47 423	1.58 205	1.48 204	1.03 167	1.66 178	1.47 303	0.44 393	0.21 166	0.34 302	0.30 304	0.30 144	0.39 297

GMM-Stereo	2.45 372	0.52 71	20.38 509	0.89 145	0.82 269	4.18 423	1.91 479	2.45 116	1.48 119	2.48 424	2.30 416	1.69 233	1.86 384	2.93 291	1.08 217	0.28 149	0.18 66	0.33 284	0.48 450	0.35 244	2.41 538

KYRaft	1.59 219	0.52 71	1.73 111	0.95 190	0.49 112	4.38 453	1.79 470	2.43 113	1.51 139	2.49 425	2.98 479	2.00 293	3.41 482	2.14 236	0.82 137	0.30 211	0.21 166	0.33 284	0.46 442	0.35 244	2.45 541

G2L-Stereo_test	2.11 305	0.86 347	7.12 292	1.65 475	1.19 384	3.54 263	1.02 353	3.57 269	2.01 293	2.50 426	1.68 236	3.15 417	1.50 294	9.21 425	1.62 337	0.28 149	0.19 96	0.23 28	0.22 131	0.27 90	0.31 202

DisPM	1.36 191	0.55 99	2.39 187	1.54 456	0.51 118	4.59 496	0.79 221	2.50 125	1.88 270	2.50 426	1.83 300	1.45 201	1.01 163	2.71 285	0.93 189	0.46 409	0.20 134	0.32 249	0.31 320	0.31 163	0.44 342

SuperB	4.79 518	4.41 530	21.08 535	1.45 437	1.08 356	3.91 341	3.08 525	4.18 423	3.01 481	2.50 426	2.10 373	2.75 379	3.49 488	8.80 413	19.60 564	0.44 393	0.33 363	0.53 456	0.39 406	12.01 575	0.64 438

coex_refinement	2.10 303	0.85 344	3.67 255	1.31 382	1.13 367	3.21 194	0.85 261	3.86 326	2.31 363	2.51 429	1.92 333	3.49 451	1.69 351	11.08 494	2.13 408	0.37 318	0.25 279	0.27 137	0.31 320	0.41 311	0.37 275

MADNet+	3.97 500	9.54 556	13.83 377	1.87 504	1.69 495	4.19 427	2.87 516	4.80 535	4.10 532	2.51 429	2.67 460	4.55 505	3.41 482	8.72 411	6.92 506	1.25 523	1.27 531	1.04 520	0.93 515	1.39 522	1.85 527

Nwc_Net	2.88 431	1.16 420	18.30 446	1.35 402	1.68 494	3.52 258	1.18 391	3.90 339	2.06 305	2.52 431	2.82 474	3.82 469	2.34 427	6.78 380	2.55 445	0.86 503	0.40 419	0.59 473	0.67 492	0.57 410	0.55 407

TCMNet	2.98 445	1.30 445	18.26 444	1.47 442	2.09 524	3.84 323	1.08 369	3.96 362	2.39 389	2.53 432	2.29 411	2.43 342	1.75 361	10.09 455	2.39 426	0.52 450	0.45 446	0.61 481	0.50 460	0.80 478	0.78 470

NLCA_NET_v2_RVC	2.54 391	1.04 394	16.73 420	1.53 454	2.00 518	3.96 363	0.87 282	3.87 329	2.31 363	2.54 433	1.67 233	2.85 392	1.63 337	5.55 346	1.62 337	0.46 409	0.33 363	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
gwcnet-sp	2.31 340	1.21 428	17.34 427	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

scenet	2.31 340	1.21 428	17.34 427	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

ssnet	2.31 340	1.21 428	17.34 427	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

psm_up	2.28 333	0.81 325	5.45 280	1.26 358	1.50 457	3.84 323	1.23 403	4.23 440	2.03 296	2.55 434	1.80 281	2.44 346	1.65 342	12.90 547	1.58 325	0.37 318	0.38 405	0.41 386	0.34 348	0.43 340	0.39 297

DCVSM-stereo	2.31 340	0.66 221	20.69 522	1.11 287	0.93 310	2.58 135	0.73 172	2.61 148	1.60 203	2.57 438	1.53 193	3.30 430	1.72 357	2.19 243	1.23 252	0.34 279	0.53 474	0.41 386	0.32 331	0.45 356	0.62 430

CASS	1.29 182	0.66 221	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 438	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 438	0.28 315	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-MNSev	2.71 417	2.54 512	13.91 379	1.52 452	1.37 430	3.28 213	2.47 501	4.03 379	2.32 367	2.57 438	2.07 369	2.29 323	3.01 462	7.55 393	2.74 452	0.38 335	0.36 386	0.36 336	0.37 386	0.57 410	0.47 363

FTStereo	3.71 490	0.53 82	20.37 508	0.96 196	0.65 197	4.34 450	11.29 560	2.62 149	1.50 132	2.58 441	5.04 520	1.90 275	13.84 559	3.71 311	1.25 257	0.38 335	0.24 256	0.31 229	0.32 331	0.30 144	2.10 532

ADLNet	2.29 336	0.83 336	3.62 253	1.35 402	1.60 476	3.67 289	1.24 405	3.95 357	2.98 478	2.58 441	2.29 411	4.01 478	1.79 367	11.23 500	2.09 403	0.37 318	0.38 405	0.36 336	0.34 348	0.45 356	0.71 452

MFN_U_SF_DS_RVC	3.94 498	10.88 562	12.30 354	1.26 358	1.55 467	5.19 536	3.33 530	4.42 502	2.82 462	2.58 441	2.62 455	5.00 519	2.11 405	14.03 560	2.73 451	1.28 525	2.34 552	0.67 494	1.83 544	0.81 479	1.03 495

MSC_U_SF_DS_RVC	4.48 511	10.62 560	15.18 404	1.55 461	1.45 451	6.16 542	3.54 537	5.41 548	3.68 523	2.59 444	2.74 464	4.81 513	2.20 418	13.79 557	4.40 476	2.04 534	3.36 565	1.05 521	1.20 530	2.09 530	1.72 524

SQANet	3.70 488	9.34 554	18.41 449	2.75 535	2.74 536	3.40 228	1.47 438	3.50 256	1.68 224	2.60 445	1.75 258	2.69 371	1.91 391	6.72 379	1.74 358	2.96 541	1.41 534	1.85 535	1.12 525	3.17 537	2.70 546

DeepPruner_ROB	2.05 297	1.09 406	10.50 336	1.01 229	1.20 390	4.39 456	0.91 304	3.14 209	1.72 237	2.60 445	1.54 195	2.78 387	1.27 232	4.52 327	1.72 353	0.51 444	0.40 419	0.37 348	0.34 348	0.48 374	0.52 395

zh-sn7	3.81 493	11.43 564	15.78 408	1.25 351	1.15 370	3.68 292	2.58 508	4.15 421	2.42 395	2.61 447	3.10 488	3.38 439	3.03 466	11.43 507	6.88 504	0.45 402	0.48 465	0.45 409	0.43 433	0.72 465	0.71 452

ssnet_v2	2.04 295	0.88 352	7.87 298	1.20 334	0.87 291	3.86 333	1.64 460	4.01 374	2.60 426	2.61 447	1.96 338	3.79 467	1.71 355	2.20 244	2.96 458	0.41 369	0.35 381	0.42 393	0.37 386	0.55 399	0.52 395

DDUNet	2.91 432	2.78 516	6.94 291	3.53 547	2.26 531	3.28 213	1.36 418	3.77 306	2.04 300	2.62 449	2.49 440	4.18 488	1.69 351	5.38 341	1.85 372	2.21 537	1.77 540	2.61 545	2.43 556	2.60 534	2.34 537

SACVNet	2.46 375	1.14 416	9.47 321	1.44 433	1.18 377	4.06 383	1.49 443	3.84 320	2.24 343	2.62 449	1.89 325	2.57 359	1.28 234	11.35 503	1.64 343	0.50 438	0.39 414	0.48 426	0.41 424	0.55 399	0.75 464

AANet_RVC	3.03 453	1.72 484	12.78 359	1.17 320	1.12 365	3.79 312	1.10 375	3.86 326	3.13 490	2.62 449	4.26 513	3.96 475	1.41 265	11.43 507	5.23 492	0.94 506	0.47 459	0.34 302	0.23 146	0.40 287	0.55 407

IIG-Stereo	1.95 278	0.79 317	2.14 159	2.78 537	0.66 204	4.62 500	0.76 197	4.27 458	1.53 155	2.63 452	3.14 491	3.35 434	1.61 321	7.65 396	1.41 289	0.39 347	0.20 134	0.31 229	0.25 183	0.33 208	0.22 60

YMNet	2.40 364	1.41 463	13.46 366	1.36 408	1.67 491	3.96 363	0.97 338	3.81 313	2.37 380	2.64 453	2.57 451	3.35 434	1.53 307	3.28 298	2.42 431	0.48 422	0.54 476	0.52 452	0.49 454	0.70 453	0.54 403

YMNet_1	2.40 364	1.41 463	13.46 366	1.36 408	1.67 491	3.96 363	0.97 338	3.81 313	2.37 380	2.64 453	2.57 451	3.35 434	1.53 307	3.28 298	2.42 431	0.48 422	0.54 476	0.52 452	0.49 454	0.70 453	0.54 403

psmg	1.47 205	0.59 140	1.94 131	0.92 168	0.85 281	4.30 447	1.42 434	4.10 408	1.88 270	2.64 453	2.09 372	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.27 303	0.33 284	0.34 348	0.36 257	0.34 241

DRaft	2.28 333	0.56 110	2.64 207	0.74 57	0.46 87	3.94 353	1.23 403	2.32 102	1.55 172	2.64 453	2.80 471	1.60 219	5.34 520	6.96 384	10.99 526	0.34 279	0.22 195	0.27 137	0.27 229	0.29 121	0.37 275

DISCO	2.25 324	0.73 279	10.06 328	1.76 489	1.12 365	3.47 242	1.25 406	3.24 223	2.26 349	2.65 457	1.96 338	4.53 504	1.92 392	4.17 324	3.61 469	0.32 251	0.25 279	0.31 229	0.29 286	0.66 445	0.41 323

ccnet	2.66 407	0.97 381	8.01 302	1.54 456	1.24 400	3.75 303	2.18 494	4.07 394	2.41 392	2.66 458	3.25 494	2.87 394	2.31 426	9.89 444	3.50 467	0.78 493	0.75 514	0.71 498	0.67 492	0.76 471	0.81 475

RP	2.79 420	1.20 427	10.36 333	1.54 456	1.93 515	3.44 234	1.97 482	4.05 387	2.34 369	2.66 458	2.79 469	3.98 476	2.58 443	10.21 458	2.61 447	0.95 507	0.47 459	0.71 498	0.57 479	0.71 462	0.68 445

AF-Net	2.87 429	1.30 445	16.24 412	1.33 390	1.75 501	3.26 207	1.59 454	4.09 400	2.43 396	2.69 460	2.94 477	4.51 502	3.20 474	5.84 354	2.75 453	0.76 492	0.36 386	0.72 502	0.49 454	0.70 453	0.56 410

DPSNet	3.43 480	1.37 457	12.19 352	1.39 422	1.24 400	4.15 406	2.06 487	4.51 519	3.34 511	2.69 460	1.96 338	3.52 455	5.56 522	10.68 473	9.68 520	0.93 505	0.73 512	0.40 374	0.37 386	1.06 498	0.86 481

NCC-stereo	3.16 467	1.28 443	18.31 447	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 462	2.55 447	3.49 451	2.65 446	9.91 445	2.99 459	1.29 526	0.65 500	0.64 489	0.86 511	0.65 440	0.71 452

Abc-Net	3.16 467	1.28 443	18.31 447	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 462	2.55 447	3.49 451	2.65 446	9.91 445	2.99 459	1.29 526	0.65 500	0.64 489	0.86 511	0.65 440	0.71 452
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	3.62 485	4.87 531	16.77 422	1.43 430	1.40 437	3.75 303	2.29 497	4.12 409	2.50 410	2.74 464	2.19 392	4.06 481	5.29 519	10.19 457	7.36 509	0.54 455	0.37 399	0.47 418	0.49 454	0.77 472	0.73 460

NCCL2	2.53 389	1.35 455	10.90 342	1.15 312	0.97 320	3.53 259	2.56 506	3.65 281	2.23 341	2.76 465	1.80 281	2.41 336	1.66 344	10.35 462	2.07 401	0.44 393	0.40 419	0.57 469	0.53 471	0.59 414	0.65 440

RGC	3.10 460	1.45 467	14.90 396	1.46 439	1.79 506	3.33 219	1.39 427	4.04 383	2.26 349	2.77 466	3.26 495	4.00 477	2.71 449	11.63 520	2.62 449	0.82 499	0.46 455	0.79 508	0.79 508	0.71 462	0.78 470

ADCPNet	3.89 495	1.63 477	20.25 503	1.28 368	1.27 407	6.43 545	2.65 510	3.93 351	2.70 438	2.78 467	2.20 394	4.28 494	6.16 531	5.56 347	10.27 523	0.65 476	1.18 527	0.71 498	1.70 539	0.84 483	1.37 513

PASM	2.67 409	2.05 500	9.71 322	1.73 486	1.37 430	2.53 130	1.52 444	3.10 205	2.17 332	2.79 468	1.84 305	2.90 395	1.85 383	11.89 532	2.19 413	0.81 498	0.85 518	0.87 514	1.01 520	1.14 508	1.05 496

GrayStereo	2.58 400	0.53 82	1.63 105	1.58 465	0.89 299	4.17 420	8.17 557	3.03 198	1.52 148	2.80 469	2.50 441	1.70 235	17.10 564	2.83 288	1.15 230	0.33 267	0.21 166	0.27 137	0.32 331	0.28 107	0.53 397

MLCV	1.87 259	0.91 360	8.59 308	1.10 280	0.57 159	3.59 274	0.53 78	3.70 297	2.20 337	2.80 469	2.25 402	2.00 293	1.42 270	4.13 322	1.86 373	0.30 211	0.20 134	0.32 249	0.21 98	0.33 208	0.36 261

XPNet_ROB	2.27 328	1.11 410	4.10 260	1.36 408	0.97 320	3.94 353	1.63 458	4.07 394	2.14 326	2.82 471	2.00 351	2.32 326	1.73 360	10.81 479	3.39 466	0.51 444	0.47 459	0.48 426	0.40 417	0.51 384	0.56 410

DMCA	1.72 239	0.74 287	6.63 286	1.14 299	0.96 316	3.98 370	0.90 296	3.75 302	2.76 446	2.83 472	1.58 205	2.35 329	1.18 218	1.58 156	1.98 390	0.40 354	0.27 303	0.42 393	0.26 203	0.36 257	0.38 290

z-mn7	3.36 478	9.42 555	14.16 384	1.28 368	1.22 397	3.78 308	1.43 436	3.92 349	3.35 512	2.85 473	3.36 498	3.06 411	1.97 395	9.66 436	5.16 489	0.42 380	0.35 381	0.43 397	0.33 339	0.63 429	0.48 368

NVStereoNet_ROB	4.91 521	1.40 461	16.46 416	1.47 442	1.72 499	3.46 239	1.96 481	3.89 334	3.61 520	2.90 474	24.61 572	4.81 513	4.49 508	13.57 554	4.87 486	1.33 529	1.29 532	1.70 534	1.68 537	1.41 523	1.66 521
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_RVC	3.81 493	10.78 561	15.01 399	1.84 500	1.39 435	3.73 301	1.63 458	4.05 387	3.26 505	2.91 475	2.38 432	4.36 498	3.65 490	8.43 407	4.91 487	1.11 515	1.04 522	0.99 518	1.31 532	1.58 524	1.75 526

DLCB_ROB	2.05 297	0.95 374	2.37 185	1.24 349	1.02 341	2.92 160	1.30 410	3.68 287	2.30 359	2.91 475	2.17 388	3.32 432	1.52 300	10.37 463	2.50 439	0.40 354	0.33 363	0.40 374	0.36 374	0.41 311	0.47 363

BUS	1.49 206	0.59 140	1.94 131	0.87 135	0.85 281	4.50 479	0.76 197	4.48 512	1.88 270	2.93 477	1.83 300	3.63 462	0.97 152	1.60 163	1.17 236	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

BSDual-CNN	1.46 202	0.59 140	1.94 131	0.87 135	0.85 281	4.16 415	1.16 387	4.48 512	1.88 270	2.93 477	1.83 300	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

hknet	1.98 284	0.64 200	8.70 311	0.87 135	1.07 354	4.16 415	1.16 387	4.48 512	1.73 240	2.93 477	1.83 300	3.48 445	1.30 240	3.91 317	1.51 316	0.31 230	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

edge stereo	3.37 479	1.01 387	21.99 555	1.28 368	1.37 430	2.67 139	1.39 427	3.98 366	2.87 465	2.93 477	3.27 496	4.35 496	2.43 433	11.62 515	2.39 426	0.60 465	0.63 498	0.79 508	0.55 474	0.68 450	0.67 442

NOSS_ROB	2.27 328	0.73 279	3.00 224	1.71 483	1.00 338	3.90 340	0.97 338	4.29 466	2.81 460	2.94 481	2.19 392	3.88 471	1.19 222	11.77 527	1.62 337	0.59 464	0.54 476	0.56 466	0.52 467	0.56 405	0.54 403

GANet	2.93 435	1.05 395	11.29 345	1.64 473	0.96 316	3.91 341	2.52 504	3.72 299	2.41 392	2.95 482	3.00 480	3.21 421	2.03 397	12.42 541	4.72 482	0.51 444	0.41 428	0.46 415	0.39 406	0.60 418	0.50 382

ACVNet_1	6.04 537	13.97 572	21.36 544	3.58 549	3.14 546	4.73 522	2.48 502	4.20 427	3.17 495	2.98 483	2.83 475	23.31 569	4.34 505	11.06 491	2.45 435	3.68 552	2.33 551	2.60 544	1.79 543	3.69 544	3.19 552

DMCA-RVC	2.45 372	1.22 434	18.29 445	1.23 347	1.14 368	2.49 122	0.85 261	3.29 229	1.68 224	3.02 484	1.41 161	2.00 293	1.53 307	6.39 367	2.00 391	0.38 335	0.30 338	0.44 402	0.35 364	0.45 356	0.44 342

w-ln-seven	2.86 425	3.06 519	14.02 380	1.27 366	1.32 418	4.10 396	1.59 454	3.90 339	2.59 425	3.03 485	2.27 404	3.42 441	2.25 420	6.70 375	4.81 485	0.39 347	0.34 375	0.48 426	0.40 417	0.74 467	0.55 407

stereogan	3.09 458	0.93 366	16.43 415	1.37 418	1.66 490	3.70 293	1.67 465	3.87 329	3.15 494	3.04 486	2.70 463	5.04 521	2.79 452	9.96 448	1.78 364	0.63 470	0.49 470	0.69 495	0.47 445	0.83 482	0.68 445

CVANet_RVC	2.55 395	1.10 407	9.13 319	1.46 439	1.15 370	3.96 363	1.53 446	3.91 344	2.50 410	3.04 486	2.04 358	2.60 362	1.72 357	12.46 543	1.50 310	0.49 434	0.30 338	0.51 446	0.41 424	0.63 429	0.50 382

ADCRef	3.30 473	1.23 438	14.90 396	1.17 320	1.41 444	3.95 358	1.64 460	3.88 332	2.36 374	3.05 488	2.21 396	2.40 334	2.81 454	5.04 334	16.63 549	0.46 409	0.34 375	0.63 486	0.62 488	0.54 397	0.67 442

RAFT-RH_RVC	2.63 403	0.55 99	19.97 487	1.26 358	0.47 97	4.46 468	0.57 92	1.71 40	1.64 214	3.06 489	5.51 522	2.03 297	1.28 234	6.70 375	1.52 318	0.42 380	0.22 195	0.37 348	0.34 348	0.28 107	0.29 165

DSFCA	1.89 264	0.69 242	3.14 230	1.10 280	1.18 377	3.99 371	1.79 470	3.50 256	2.16 330	3.10 490	1.64 224	2.91 398	2.50 438	5.38 341	2.26 418	0.43 386	0.38 405	0.37 348	0.36 374	0.50 382	0.42 327

PWC_ROB	2.69 415	2.01 497	8.36 305	1.33 390	1.90 514	3.23 198	1.18 391	4.33 483	3.25 504	3.11 491	3.41 500	2.71 374	2.18 417	9.15 423	4.48 477	0.56 459	0.31 348	0.61 481	0.36 374	0.69 452	0.74 461

LL-Strereo	3.01 451	1.81 490	17.59 437	1.12 291	2.10 525	2.90 154	1.09 373	4.33 483	2.00 291	3.12 492	2.24 400	3.29 428	3.15 470	11.31 502	1.84 371	0.30 211	0.28 315	0.46 415	0.34 348	0.49 380	0.45 348

FAT-Stereo	3.34 476	0.81 325	20.05 489	1.25 351	1.20 390	3.44 234	1.99 484	4.23 440	2.67 435	3.14 493	3.82 509	3.51 454	3.32 479	11.68 523	1.94 383	0.64 473	0.67 504	0.48 426	0.52 467	0.61 423	0.81 475

MFMNet_re	2.91 432	1.91 492	18.25 443	3.06 541	1.89 513	3.13 187	1.67 465	3.52 260	2.97 475	3.14 493	2.87 476	2.26 316	2.41 431	2.42 255	2.00 391	1.10 513	1.05 523	0.94 516	0.90 513	1.28 518	1.46 519

OMP-Stereo	1.97 282	0.93 366	1.88 125	2.76 536	0.67 211	4.58 495	1.48 439	4.31 477	1.54 164	3.15 495	2.76 467	3.25 425	1.38 253	7.66 397	1.35 282	0.40 354	0.20 134	0.33 284	0.26 203	0.33 208	0.24 86

LVE	6.88 545	9.31 553	21.14 536	3.61 550	3.18 548	4.49 476	2.79 512	10.21 559	11.69 560	3.16 496	11.53 554	18.33 560	4.31 504	11.66 521	3.52 468	4.45 563	2.93 557	2.56 543	1.91 547	3.62 541	3.16 551

XQC	2.96 439	2.42 507	14.85 393	1.36 408	1.32 418	3.29 217	1.53 446	4.28 463	2.78 448	3.21 497	2.46 436	3.53 456	2.92 458	6.58 370	4.67 479	0.70 488	0.41 428	0.59 473	0.56 476	0.96 494	0.83 480

HSM-Net_RVC	2.87 429	0.57 119	17.46 434	0.92 168	0.90 302	3.70 293	1.20 398	5.64 550	2.51 413	3.22 498	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 279	0.26 109	0.23 146	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
StereoDRNet	2.84 424	1.49 470	14.48 390	1.33 390	1.57 474	3.44 234	2.06 487	3.69 292	2.36 374	3.26 499	1.84 305	2.79 389	1.80 372	10.88 481	3.16 463	0.41 369	0.33 363	0.39 368	0.36 374	0.59 414	0.58 419

ETE_ROB	2.07 300	1.40 461	3.01 225	1.09 271	0.92 305	3.94 353	1.53 446	4.25 450	2.23 341	3.31 500	2.06 368	2.35 329	1.52 300	8.74 412	2.07 401	0.44 393	0.36 386	0.51 446	0.48 450	0.54 397	0.62 430

LALA_ROB	1.95 278	1.48 469	3.11 228	1.05 249	0.98 327	3.99 371	1.82 474	4.44 506	2.28 355	3.31 500	1.85 312	2.76 385	1.67 346	4.04 321	3.23 465	0.46 409	0.41 428	0.55 464	0.52 467	0.60 418	0.57 414

zh-mn7	3.15 465	9.61 557	12.45 356	1.26 358	0.99 330	2.91 157	1.32 412	4.12 409	2.74 442	3.33 502	3.07 484	2.84 391	1.89 389	8.91 416	4.69 481	0.49 434	0.40 419	0.38 364	0.38 399	0.56 405	0.63 434

WAO-6	5.87 535	2.27 504	15.05 400	2.96 539	2.77 537	12.01 560	3.58 538	5.37 547	11.91 562	3.34 503	9.69 545	6.78 537	5.84 525	11.82 530	8.89 518	2.87 540	2.35 553	2.50 541	1.84 545	2.85 536	2.67 543

CBMV	3.32 475	0.96 380	21.16 538	1.32 385	0.83 273	3.81 316	3.91 545	4.47 511	2.53 415	3.34 503	2.24 400	4.45 499	2.58 443	10.07 454	1.96 388	0.45 402	0.43 436	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_2	5.41 527	12.60 565	20.42 512	3.27 544	3.15 547	4.50 479	3.02 522	4.66 529	3.73 524	3.35 505	5.36 521	7.86 541	2.88 455	12.33 540	4.76 483	3.12 545	2.22 547	2.70 548	1.69 538	3.49 540	3.10 549

DANet	2.63 403	1.07 401	8.10 303	1.83 499	1.70 496	3.25 205	1.16 387	4.31 477	2.38 385	3.40 506	2.18 390	4.08 482	1.80 372	9.77 438	3.89 473	0.52 450	0.55 480	0.59 473	0.44 436	0.63 429	0.86 481
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt	7.19 547	0.51 65	6.83 288	4.03 554	2.30 532	12.05 561	20.19 573	15.46 571	6.58 553	3.42 507	3.22 493	5.37 529	6.39 536	4.20 325	7.46 510	9.81 574	11.53 578	7.05 571	7.46 573	6.31 563	3.71 560

DRN-Test	3.03 453	0.99 383	18.18 442	1.35 402	1.60 476	3.59 274	1.48 439	4.13 411	2.45 401	3.47 508	1.92 333	2.58 361	2.53 440	10.88 481	2.80 455	0.39 347	0.36 386	0.44 402	0.41 424	0.55 399	0.57 414

RTSC	2.95 436	2.51 508	15.49 407	1.54 456	1.30 410	3.51 255	0.86 264	3.89 334	2.48 405	3.64 509	3.12 489	3.04 407	2.30 423	5.70 351	6.67 498	0.55 457	0.35 381	0.37 348	0.39 406	0.70 453	0.60 424

NaN_ROB	4.06 503	1.13 412	16.64 418	1.12 291	1.25 403	3.50 252	3.05 523	4.29 466	3.26 505	3.64 509	2.56 449	2.97 401	4.79 511	13.33 550	16.91 550	0.37 318	0.41 428	0.38 364	0.39 406	0.48 374	0.81 475

pmcnn	5.45 528	1.22 434	17.40 431	1.60 468	2.41 533	3.48 245	2.12 490	4.52 520	3.26 505	3.67 511	13.15 560	22.10 567	3.46 487	11.92 534	17.16 552	0.34 279	0.21 166	0.23 28	0.19 67	0.36 257	0.28 155

psmorigin	6.59 540	1.15 417	88.11 589	1.52 452	0.97 320	2.88 152	1.20 398	3.21 217	2.04 300	3.73 512	2.46 436	5.15 526	2.55 441	10.60 470	2.47 437	0.55 457	0.68 507	0.48 426	0.51 464	0.70 453	0.88 485

JetBlue	6.27 539	9.15 552	13.76 371	1.94 510	4.60 564	11.91 559	12.00 562	5.12 539	3.45 517	3.79 513	4.52 515	9.54 546	6.56 537	9.40 429	13.48 537	1.26 524	1.37 533	1.17 527	1.34 534	7.06 568	3.95 562

PWCK	5.85 534	9.95 558	15.22 405	2.90 538	1.56 470	5.66 541	7.69 555	5.27 542	4.74 539	3.88 514	7.51 529	8.04 542	5.28 518	15.18 561	8.40 515	3.08 544	1.51 535	2.24 540	1.37 536	5.55 560	1.96 530

CSAN	4.71 516	1.39 460	20.23 499	1.19 329	0.87 291	3.65 287	3.50 534	4.57 524	3.87 525	3.89 515	7.82 531	3.54 459	6.16 531	23.47 573	6.82 502	0.52 450	0.45 446	0.49 440	0.52 467	0.63 429	0.66 441

ADCMid	3.96 499	3.27 522	15.48 406	1.26 358	1.40 437	4.66 506	2.28 496	4.06 391	3.54 518	3.94 516	3.02 481	3.85 470	3.67 491	4.03 320	18.65 560	0.68 484	0.61 495	1.09 524	1.18 529	1.38 521	1.08 498

IMH-64-1	4.84 519	2.53 510	6.83 288	4.30 559	3.74 553	4.81 529	6.05 549	5.30 543	3.92 527	3.95 517	8.33 535	5.08 523	6.06 528	8.96 418	6.30 496	4.57 565	2.96 559	3.04 551	2.12 553	4.28 551	3.62 558

IMH-64	4.84 519	2.53 510	6.83 288	4.30 559	3.74 553	4.81 529	6.05 549	5.30 543	3.92 527	3.95 517	8.33 535	5.08 523	6.06 528	8.96 418	6.30 496	4.57 565	2.96 559	3.04 551	2.12 553	4.28 551	3.62 558

RTS	3.90 496	7.04 540	17.94 439	1.92 506	2.19 527	5.00 533	2.96 519	4.29 466	3.19 497	4.05 519	3.08 485	4.94 516	3.16 471	7.64 394	6.72 499	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 466

RTSA	3.90 496	7.04 540	17.94 439	1.92 506	2.19 527	5.00 533	2.96 519	4.29 466	3.19 497	4.05 519	3.08 485	4.94 516	3.16 471	7.64 394	6.72 499	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 466

AnyNet_C01	4.37 510	7.80 542	16.40 414	1.98 512	1.40 437	6.37 544	6.47 552	4.09 400	5.03 542	4.06 521	3.78 507	4.16 487	3.31 478	6.62 372	10.00 521	0.61 467	0.67 504	0.63 486	0.67 492	2.01 529	1.31 509

HBP-ISP	3.25 472	1.10 407	20.86 526	1.54 456	1.15 370	4.50 479	2.89 517	4.43 505	2.38 385	4.14 522	1.96 338	1.90 275	2.04 399	11.08 494	1.32 274	0.66 478	0.57 483	0.66 492	0.61 487	0.64 437	0.61 427

Dean	7.52 548	9.08 551	21.41 545	3.74 552	3.53 550	4.81 529	3.53 535	5.33 546	5.25 543	4.17 523	26.53 573	25.62 575	4.09 500	10.97 485	4.32 475	3.69 553	2.30 550	2.91 550	1.87 546	4.03 549	3.24 554

DAS	2.31 340	0.67 231	4.79 270	1.14 299	1.64 483	2.93 164	2.13 491	4.09 400	2.74 442	4.17 523	2.52 444	2.46 349	1.79 367	11.55 512	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

SepStereo	2.15 311	0.67 231	4.79 270	1.14 299	1.64 483	2.93 164	2.13 491	4.09 400	2.74 442	4.17 523	2.52 444	2.46 349	1.79 367	8.36 404	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

SGM-Forest	2.96 439	0.62 179	3.49 243	1.09 271	0.80 257	4.06 383	3.30 528	4.37 495	3.09 488	4.18 526	3.27 496	4.67 512	3.86 495	11.69 524	7.91 512	0.51 444	0.46 455	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AnyNet_C32	4.17 506	5.75 537	12.62 358	1.60 468	1.54 463	5.51 539	4.09 546	3.90 339	3.23 503	4.22 527	3.03 482	3.10 412	3.41 482	8.01 402	18.85 561	0.53 453	0.58 488	0.53 456	0.74 500	1.19 515	0.97 491

WAO-7	5.16 523	3.21 520	18.98 459	1.88 505	1.44 447	5.34 537	3.09 526	4.91 537	5.81 549	4.35 528	8.92 543	6.55 535	6.06 528	13.40 552	10.81 525	1.34 530	1.20 530	1.48 533	1.35 535	1.60 525	1.45 517

G-Net	4.11 504	1.21 428	19.47 471	2.31 527	2.94 540	4.74 525	2.95 518	3.33 240	2.14 326	4.44 529	9.43 544	6.93 538	3.84 494	9.01 420	4.92 488	0.79 494	0.80 517	0.70 497	0.50 460	0.95 490	0.87 484

SANet	5.65 532	1.72 484	20.94 531	1.26 358	0.88 294	7.20 549	3.81 543	4.60 526	11.23 558	4.56 530	8.78 541	7.49 539	6.95 538	11.85 531	18.11 556	0.49 434	0.44 441	0.50 443	0.42 430	0.90 487	0.82 479

SHD	2.82 422	2.04 499	13.80 376	1.69 479	1.79 506	2.73 141	1.07 364	3.85 323	3.18 496	4.63 531	2.74 464	3.38 439	2.77 451	5.48 345	3.66 470	0.62 469	0.47 459	0.51 446	0.55 474	0.65 440	0.74 461

IMH	6.81 544	13.66 569	20.41 511	4.33 561	3.74 553	5.50 538	3.06 524	5.49 549	6.22 550	4.64 532	10.35 548	9.30 545	8.03 549	13.61 555	6.81 501	4.80 568	2.99 562	3.09 553	2.12 553	4.36 553	3.61 557

SPS-STEREO	3.97 500	1.44 466	20.85 525	1.72 485	1.71 497	3.24 202	2.30 498	3.55 267	2.68 437	4.79 533	3.66 505	5.44 531	2.97 459	9.11 421	9.35 519	1.15 516	1.10 525	1.06 522	1.02 522	1.16 512	1.18 504
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SDNR	3.97 500	1.93 493	20.28 505	1.31 382	0.94 312	5.16 535	0.67 144	4.33 483	2.58 423	4.82 534	5.94 525	5.01 520	1.45 280	17.52 564	2.53 442	0.79 494	0.72 511	0.59 473	0.45 440	1.15 511	1.17 503

ADCS	4.22 508	5.33 533	16.32 413	1.64 473	1.31 412	3.91 341	3.64 539	4.21 433	2.89 466	5.11 535	2.81 473	4.46 500	3.06 469	5.21 338	19.50 563	0.63 470	0.64 499	0.69 495	0.69 497	1.12 506	1.26 506

FADE		13.79 571		10.71 575	13.34 569			28.60 579	8.36 554	5.15 536		11.85 552		44.37 582		474.90 596	161.58 595	347.36 596	322.13 596	7.29 569	6.23 572

test_sample8	4.76 517	1.05 395	7.87 298	1.07 257	0.86 286	3.93 348	1.19 394	4.38 496	2.05 303	5.49 537	1.89 325	12.98 554	6.37 533	11.06 491	11.61 530	1.23 520	14.45 579	4.27 564	2.09 550	0.70 453	0.69 447

LSM	12.71 564	3.52 525	20.79 524	55.63 588	84.76 587	3.63 286	6.30 551	3.73 300	4.93 541	5.55 538	13.92 562	3.53 456	3.25 476	9.72 437	4.12 474	0.64 473	0.85 518	0.71 498	0.81 509	1.03 496	26.84 580

PVD	3.12 461	1.97 496	12.80 360	1.79 496	1.63 481	3.83 318	1.34 415	3.48 250	3.88 526	5.77 539	3.56 504	3.45 444	3.29 477	5.58 349	5.30 493	0.71 490	0.69 508	0.74 506	0.77 504	0.79 476	1.13 502

JetRed	10.48 555	27.10 579	35.70 575	4.27 557	4.09 560	15.55 569	12.83 564	12.16 561	5.50 545	5.83 540	5.56 523	10.14 547	7.43 543	8.88 414	26.39 575	3.32 546	3.81 566	3.51 558	2.96 566	7.85 570	6.69 573

CBMV_ROB	3.62 485	0.70 252	21.42 546	1.21 340	0.89 299	4.43 466	1.76 469	4.39 498	2.79 450	5.88 541	3.38 499	4.18 488	5.12 516	10.75 475	2.32 423	0.56 459	0.55 480	0.53 456	0.51 464	0.55 399	0.46 358

ADCL	4.35 509	1.63 477	14.21 386	1.29 372	1.26 405	5.56 540	11.16 559	3.97 364	3.37 513	6.07 542	4.67 516	4.30 495	5.72 524	5.08 336	14.51 539	0.50 438	0.48 465	0.89 515	0.77 504	0.78 474	0.76 466

MADNet++	7.57 550	5.80 538	13.28 363	6.38 569	5.26 566	7.18 548	7.77 556	5.32 545	5.62 547	6.11 543	7.78 530	6.02 534	8.01 548	11.74 526	16.36 548	9.36 573	4.95 570	8.57 574	5.66 570	4.83 557	5.34 568

aanetorigin	3.30 473	1.66 481	17.52 436	1.18 326	1.58 475	2.57 133	3.80 542	2.65 152	2.03 296	6.12 544	4.30 514	2.82 390	5.70 523	5.47 344	4.67 479	0.50 438	0.44 441	0.43 397	0.47 445	1.17 513	0.92 487

TCMNet-wrong-test	12.32 562	14.13 573	19.38 468	22.38 577	19.85 573	15.99 570	12.34 563	22.95 574	4.56 535	6.24 545	6.27 526	18.40 562	15.71 561	10.10 456	10.72 524	9.06 572	4.78 568	5.35 568	3.95 568	12.28 576	11.97 575

DispFullNet	4.64 515	3.48 524	23.95 568	3.99 553	3.03 542	3.35 221	1.06 362	4.18 423	2.80 454	6.33 546	2.94 477	4.04 480	7.81 546	3.92 318	5.16 489	2.75 539	1.61 537	3.10 554	2.68 561	3.32 539	3.31 555

WCMA_ROB	5.12 522	0.90 355	21.33 542	1.50 449	1.33 422	4.09 390	3.49 533	4.03 379	4.59 536	6.57 547	10.95 551	12.92 553	8.41 551	9.86 443	8.78 517	0.75 491	0.58 488	0.51 446	0.50 460	0.68 450	0.57 414

KSHMR	16.96 570	5.37 534	21.64 553	4.46 562	4.50 562	8.30 555	3.32 529	15.58 572	76.24 588	6.62 548	61.47 585	56.53 586	5.43 521	35.17 580	11.37 528	4.39 561	2.97 561	3.63 562	2.74 563	5.10 558	4.34 566

SAMSARA	3.55 483	2.16 503	14.18 385	1.86 503	1.49 455	4.62 500	2.65 510	3.58 272	2.80 454	7.05 549	3.05 483	5.16 527	4.07 499	9.18 424	4.80 484	0.64 473	0.67 504	0.59 473	0.68 495	0.89 485	0.91 486

UNDER WATER-64	9.33 552	5.37 534	22.60 561	5.22 568	4.86 565	10.75 558	4.61 548	11.45 560	17.30 568	7.59 550	9.80 547	15.99 559	17.90 567	10.63 471	15.72 543	4.36 560	2.87 556	4.39 567	2.86 564	7.01 567	5.36 569

WAO-8	11.95 560	13.02 566	20.56 517	3.50 545	3.08 544	15.11 567	2.80 513	12.91 564	19.11 573	7.69 551	13.12 558	11.62 549	7.01 541	84.40 591	7.91 512	3.42 547	1.92 542	3.54 560	1.93 548	3.68 542	2.69 544

Venus	11.95 560	13.02 566	20.56 517	3.50 545	3.08 544	15.11 567	2.80 513	12.91 564	19.11 573	7.69 551	13.12 558	11.62 549	7.01 541	84.40 591	7.91 512	3.42 547	1.92 542	3.54 560	1.93 548	3.68 542	2.69 544

UNDER WATER	10.47 554	3.95 528	22.62 562	5.07 567	4.51 563	7.78 553	3.77 541	12.56 563	21.72 575	7.84 553	10.78 549	23.96 571	31.66 576	10.78 478	16.19 547	4.44 562	2.93 557	4.24 563	2.86 564	6.33 564	5.47 570

SGM_RVC	4.57 513	0.72 268	17.46 434	1.84 500	0.58 168	4.23 436	3.45 532	4.66 529	3.66 522	7.99 554	8.82 542	7.56 540	8.74 552	12.30 538	6.84 503	0.43 386	0.38 405	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS_RVC	5.72 533	1.64 480	20.40 510	2.09 517	2.01 519	4.95 532	11.47 561	4.66 529	6.31 552	8.09 555	8.01 532	8.06 544	11.65 555	8.36 404	10.22 522	0.99 510	1.17 526	0.81 511	0.76 502	1.14 508	1.58 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	10.50 556	8.60 544	20.23 499	4.54 564	3.95 557	6.27 543	3.44 531	8.07 556	4.75 540	8.73 556	46.45 580	13.86 558	27.86 575	13.49 553	13.61 538	4.56 564	3.18 563	3.52 559	2.68 561	8.13 572	4.05 563

EDNetEfficientorigin	12.35 563	2.51 508	179.47 594	1.19 329	0.96 316	2.91 157	1.81 473	3.00 194	5.35 544	8.91 557	4.79 517	4.18 488	4.64 510	9.98 449	11.30 527	0.37 318	0.38 405	0.60 478	0.85 510	1.32 520	2.43 540

ELAS	5.99 536	1.62 475	20.29 506	1.96 511	2.01 519	15.09 566	8.38 558	5.23 541	5.54 546	9.02 558	8.61 538	6.74 536	9.75 554	7.48 391	11.40 529	0.96 508	1.18 527	0.72 502	0.93 515	1.30 519	1.67 522
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MDST_ROB	5.53 529	0.59 140	23.11 563	2.55 532	2.69 535	21.20 571	1.98 483	4.77 534	2.65 432	9.36 559	4.25 512	4.14 486	4.45 507	22.57 568	3.68 471	0.48 422	0.33 363	0.47 418	0.44 436	0.44 348	0.44 342

DGTPSM_ROB	15.31 567	8.85 547	28.14 573	9.90 573	18.89 571	12.44 562	33.21 576	13.48 566	17.86 571	9.50 560	22.89 569	13.78 556	19.67 569	21.26 566	23.68 569	5.08 570	8.84 572	5.62 569	11.50 574	6.72 565	14.87 576

DPSMNet_ROB	15.52 568	8.89 548	31.44 574	10.07 574	18.91 572	12.44 562	33.22 577	13.51 567	17.94 572	9.58 561	22.91 570	13.79 557	19.67 569	21.43 567	23.73 570	5.17 571	8.84 572	5.63 570	11.52 577	6.79 566	14.90 577

FCDSN-DC	6.04 537	0.84 340	19.25 463	1.24 349	1.09 360	4.38 453	2.62 509	4.38 496	4.71 537	9.59 562	11.22 552	19.19 563	17.40 565	12.30 538	8.55 516	0.69 487	0.57 483	0.60 478	0.60 484	0.70 453	0.78 470
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TorneroNet-64	10.12 553	8.74 545	20.95 532	4.27 557	3.76 556	13.86 564	2.85 515	15.05 569	23.15 576	10.07 563	23.84 571	13.47 555	8.24 550	13.96 559	17.21 553	3.96 558	2.72 554	3.23 555	2.48 557	6.29 562	4.27 565

MeshStereo	5.35 526	1.32 451	21.34 543	1.34 397	1.15 370	4.40 460	3.90 544	5.18 540	4.55 534	10.14 564	11.82 556	11.47 548	5.84 525	13.84 558	7.03 507	0.61 467	0.58 488	0.60 478	0.58 480	0.72 465	0.59 423
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
MSMD_ROB	5.61 530	1.08 403	16.68 419	1.21 340	0.83 273	10.14 557	2.07 489	3.93 351	6.22 550	10.37 565	8.03 533	22.22 568	9.45 553	11.66 521	4.52 478	0.66 478	0.58 488	0.66 492	0.68 495	0.65 440	0.63 434

USTest	15.98 569	15.58 574	22.56 560	18.49 576	16.99 570	26.43 574	36.08 579	27.68 578	12.77 563	10.69 566	10.80 550	18.35 561	15.09 560	18.62 565	23.37 568	4.85 569	5.34 571	7.38 572	7.43 572	9.90 574	11.23 574

FC-DCNN	6.64 541	0.77 307	19.26 465	1.68 478	1.64 483	8.27 554	2.35 499	6.35 551	9.23 556	10.85 567	11.27 553	19.89 564	13.33 557	12.51 544	11.79 532	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

MANE	11.39 558	1.38 458	23.16 564	4.82 566	2.79 538	22.02 572	14.51 566	25.81 575	26.28 577	10.93 568	13.17 561	19.90 565	18.03 568	15.69 563	20.41 565	0.96 508	0.74 513	1.42 531	3.24 567	0.74 467	1.71 523

FC-DCNN v2	6.91 546	0.77 307	19.25 463	1.69 479	1.64 483	9.13 556	2.40 500	7.20 553	9.47 557	11.07 569	11.62 555	20.05 566	15.79 562	12.55 545	11.99 533	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

EDNetEfficient	5.61 530	2.14 502	16.75 421	1.67 477	3.64 551	4.12 399	7.51 554	3.05 200	5.63 548	11.57 570	4.83 518	3.95 473	12.72 556	8.44 408	20.78 566	0.41 369	0.43 436	0.47 418	1.01 520	1.66 527	1.39 516

SGM+DAISY	8.36 551	3.82 526	24.83 569	2.02 514	1.75 501	14.80 565	17.22 568	4.27 458	11.79 561	13.88 571	14.38 563	11.74 551	13.83 558	10.56 467	15.12 540	1.21 518	1.19 529	1.14 526	1.13 527	1.17 513	1.37 513

DPSM_ROB	20.78 573	20.03 577	26.57 571	23.62 579	22.46 574	31.10 576	39.97 581	33.52 581	17.41 569	15.25 572	15.80 566	24.06 572	20.71 572	23.30 571	27.62 577	10.78 575	9.41 575	11.69 577	11.50 574	14.49 577	16.36 578

DPSM	20.78 573	20.03 577	26.57 571	23.62 579	22.46 574	31.10 576	39.97 581	33.52 581	17.41 569	15.25 572	15.80 566	24.06 572	20.71 572	23.30 571	27.62 577	10.78 575	9.41 575	11.69 577	11.50 574	14.49 577	16.36 578

SGM-ForestM	11.55 559	1.16 420	21.62 551	2.14 518	0.81 260	22.25 573	19.08 571	16.50 573	11.34 559	15.94 574	14.44 564	27.12 576	22.61 574	24.76 574	28.39 579	0.50 438	0.48 465	0.47 418	0.44 436	0.55 399	0.53 397

LRCNet_RVC	25.52 576	33.45 580	23.21 566	31.79 581	32.78 577	6.74 547	1.18 391	25.88 576	4.46 533	28.94 575	30.89 574	24.91 574	17.57 566	27.66 575	24.34 572	35.26 584	25.60 585	35.91 584	33.81 583	31.90 585	34.10 586

CasAABBNet	41.80 582	40.20 584	53.41 586	47.73 585	45.18 583	62.51 586	80.71 591	67.26 588	34.80 578	30.49 576	31.88 577	48.24 584	41.81 582	46.63 587	55.64 588	21.60 578	18.88 582	23.48 580	23.22 582	29.19 583	33.05 584

FlowAnything	41.75 580	39.90 581	53.36 585	47.83 587	45.06 582	62.45 585	80.51 589	67.34 589	34.89 579	30.56 577	31.52 575	48.18 583	42.05 583	46.66 588	55.24 586	21.71 581	18.88 582	23.49 582	23.13 579	29.12 581	33.04 583

Selective-RAFT-Error	41.77 581	40.16 583	53.34 584	47.73 585	45.25 584	62.51 586	80.64 590	67.22 587	34.93 580	30.64 578	31.81 576	48.11 582	42.11 584	46.57 585	54.95 585	21.61 579	18.87 581	23.48 580	23.15 581	29.16 582	33.08 585

LSM0	49.58 586	40.04 582	53.62 587	97.15 589	128.68 591	62.75 588	79.89 588	67.63 590	35.11 581	33.02 579	32.61 579	48.43 585	41.60 581	46.60 586	55.43 587	21.63 580	18.99 584	23.62 583	23.13 579	29.47 584	52.26 590

LE_ROB	18.58 571	1.21 428	48.38 581	8.60 572	23.00 576	7.32 551	19.74 572	9.94 558	38.69 582	43.53 580	21.91 568	28.40 577	40.92 579	23.18 570	54.71 584	0.34 279	0.33 363	0.32 249	0.36 374	0.42 330	0.40 317

HaxPig	43.25 583	43.65 585	45.00 579	33.85 582	35.61 579	32.69 578	30.52 574	45.09 584	42.97 583	48.77 581	48.17 582	43.00 578	40.26 578	44.58 583	43.61 581	47.18 585	49.30 586	51.54 586	50.25 585	43.73 586	45.29 587

AVERAGE_ROB	44.46 584	45.91 586	46.59 580	40.59 584	38.66 580	32.99 579	30.52 574	46.19 585	43.26 584	49.59 582	48.97 583	44.62 580	39.89 577	45.04 584	43.94 582	48.74 586	50.69 587	50.80 585	49.79 584	45.54 587	46.97 588

HanzoNet	31.60 579	17.23 575	21.22 541	7.32 570	5.84 567	7.25 550	3.53 535	13.82 568	14.20 566	50.38 583	47.01 581	44.45 579	56.61 587	36.61 581	32.00 580	63.89 588	56.57 589	7.97 573	89.20 589	28.69 579	28.25 582

MEDIAN_ROB	47.37 585	49.08 587	49.92 582	40.32 583	39.97 581	34.95 580	33.43 578	49.17 586	46.39 586	53.06 584	52.65 584	47.65 581	42.23 585	48.35 589	47.29 583	52.10 587	54.04 588	54.28 587	53.48 586	48.76 588	50.33 589

TorneroNet	25.88 577	11.28 563	21.62 551	4.20 556	4.07 559	55.25 584	3.15 527	15.16 570	76.94 589	58.09 585	82.72 590	86.88 591	41.15 580	13.35 551	18.13 557	4.32 559	2.85 555	3.45 556	2.62 559	8.33 573	4.14 564

xxxxx1	112.33 592	88.53 591	37.76 576	227.84 594	157.23 593	39.05 581	61.41 585	93.76 592	79.29 591	62.45 586	74.79 587	78.32 588	70.96 589	33.47 577	70.69 589	114.00 591	130.36 592	259.31 593	274.34 593	145.54 592	147.50 593

tt_ll	112.33 592	88.53 591	37.76 576	227.84 594	157.23 593	39.05 581	61.41 585	93.76 592	79.29 591	62.45 586	74.79 587	78.32 588	70.96 589	33.47 577	70.69 589	114.00 591	130.36 592	259.31 593	274.34 593	145.54 592	147.50 593

ff	112.33 592	88.53 591	37.76 576	227.84 594	157.23 593	39.05 581	61.41 585	93.76 592	79.29 591	62.45 586	74.79 587	78.32 588	70.96 589	33.47 577	70.69 589	114.00 591	130.36 592	259.31 593	274.34 593	145.54 592	147.50 593

Anonymous_1	57.11 588	19.68 576	26.15 570	23.10 578	142.31 592	30.84 575	39.75 580	33.86 583	16.98 567	70.53 589	15.42 565	23.46 570	19.75 571	23.04 569	27.23 576	164.73 594	9.02 574	130.38 590	137.40 591	161.27 595	27.24 581

ktn	21.74 575	10.34 559	19.68 476	4.53 563	4.00 558	6.53 546	4.51 547	6.79 552	78.82 590	84.69 590	100.86 593	58.49 587	7.57 545	12.11 537	13.35 536	4.58 567	3.24 564	3.49 557	2.62 559	4.65 556	3.84 561

BEATNet-Init1	49.72 587	64.32 590	97.77 590	4.68 565	4.28 561	84.75 591	60.42 584	73.38 591	68.59 587	88.29 591	88.51 592	91.94 592	97.99 592	85.26 593	70.96 592	0.80 496	0.65 500	0.85 513	0.70 498	7.96 571	2.33 536

PML	64.32 589	53.22 588	17.88 438	8.10 571	32.94 578	148.46 594	247.79 595	12.18 562	45.42 585	111.41 592	288.92 595	101.47 594	101.31 593	31.67 576	15.55 541	14.03 577	4.83 569	10.98 576	6.18 571	28.82 580	5.17 567

ASD4	103.30 591	113.98 594	120.24 592	106.67 590	79.75 586	115.36 592	120.35 592	119.13 595	79.65 594	120.04 593	74.64 586	101.45 593	65.48 588	109.11 594	84.31 594	104.31 589	90.04 591	133.15 591	103.58 590	130.15 591	94.66 592

coex-ft	18.59 572	6.62 539	113.53 591	1.17 320	1.31 412	2.33 110	1.93 480	2.81 179	14.00 564	124.82 594	8.45 537	5.90 533	51.74 586	9.99 450	22.69 567	0.57 461	0.62 496	0.50 443	0.49 454	1.08 503	1.28 507

DPSimNet_ROB	102.30 590	119.72 595	143.59 593	109.42 591	94.10 588	127.22 593	127.15 593	26.62 577	102.36 595	149.58 595	83.99 591	139.34 595	137.54 594	64.62 590	82.36 593	105.18 590	66.15 590	120.15 589	69.61 588	99.58 590	77.72 591

test_example2	212.63 595	219.92 596	221.87 595	213.67 593	221.17 596	199.47 595	200.74 594	185.30 596	141.66 596	209.52 596	213.45 594	210.82 596	205.48 595	221.27 596	216.64 595	236.83 595	242.07 596	213.93 592	217.01 592	235.69 596	226.10 596

ccccc	590.94 596	629.75 597	645.59 596	567.84 597	570.84 597	582.44 596	641.68 596	613.82 597	494.59 597	614.58 597	651.20 596	555.57 597	637.59 596	666.94 597	652.42 596	781.57 597	507.24 597	391.36 597	342.44 597	689.82 597	581.48 597

Low-res two-view benchmark