Low-res two-view results

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

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

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

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

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

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

S2M2	0.34 38	0.28 177	0.45 50	0.40 36	0.30 151	0.31 12	0.16 1	0.60 26	0.64 110	0.31 15	0.48 55	0.47 81	0.34 52	0.38 4	0.32 67	0.25 343	0.22 387	0.20 168	0.22 315	0.25 312	0.22 282

S2M2_XL	0.24 1	0.24 75	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 25	0.24 6	0.23 8	0.32 1	0.26 18	0.20 215	0.18 311	0.18 111	0.16 149	0.18 120	0.14 61

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

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

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

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

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

IGEV-Stereo+	0.45 106	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 26	0.26 5	0.25 7	0.31 36	0.41 90	1.43 295	0.30 45	0.17 100	0.12 50	0.15 19	0.11 8	1.16 534	1.70 549

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

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

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

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

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

StereoAnything_RVC	0.45 106	1.43 539	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 69	1.27 252	0.22 1	0.21 249	0.11 26	0.14 1	0.10 2	2.37 545	0.11 2

DLNR_Zeroshot_test	23.17 582	48.52 596	43.29 587	176.68 596	78.69 592	0.35 17	0.21 12	23.41 582	0.75 150	0.66 140	0.86 161	0.59 143	0.30 31	1.56 322	0.44 190	9.57 579	0.12 50	0.18 111	0.14 89	76.92 595	0.16 124

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

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

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

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

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

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

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

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

IGEV-RUCA	0.37 52	0.23 57	0.48 63	0.49 156	0.36 249	0.60 174	0.23 24	0.64 33	0.49 61	0.39 48	0.49 63	0.44 62	0.31 36	0.85 137	0.30 45	0.24 316	0.13 111	0.16 49	0.12 38	0.20 195	0.19 214

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

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

IGEV-BASED-STEREO-	0.70 273	3.18 568	2.55 521	0.39 29	0.23 22	0.44 57	0.23 24	0.63 31	0.42 43	0.44 65	0.44 41	0.34 43	0.28 23	0.56 40	0.29 35	1.35 542	0.10 9	0.22 232	0.19 210	0.46 471	1.31 542

XX-Stereo	0.63 227	0.26 126	1.90 497	0.81 478	0.67 452	0.43 51	0.23 24	1.03 176	0.58 93	0.65 137	1.56 421	1.41 400	0.39 83	1.28 254	0.35 107	0.20 215	0.14 162	0.20 168	0.19 210	0.18 120	0.14 61

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

U	9.45 569	0.21 26	0.58 133	0.47 113	53.11 590	61.27 595	0.24 29	0.70 52	0.52 81	0.36 31	0.28 12	0.29 28	0.35 60	0.33 2	0.26 18	0.19 180	0.11 26	60.50 591	8.88 577	0.17 89	0.13 35

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

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

DEFOM-Stereo_RVC	0.40 70	0.67 480	0.42 30	0.64 380	0.29 129	0.48 76	0.25 31	0.85 105	0.44 48	0.38 40	0.36 20	0.30 33	0.70 248	1.15 221	0.29 35	0.16 57	0.11 26	0.16 49	0.11 8	0.18 120	0.12 10

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

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

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

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

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

CREStereo++_RVC	0.47 120	0.21 26	0.38 8	0.45 95	0.38 281	0.45 61	0.25 31	0.75 64	1.29 402	0.80 167	1.21 302	0.47 81	0.37 74	0.53 30	0.44 190	0.16 57	0.11 26	0.15 19	0.80 535	0.18 120	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Gwc-CoAtRS	0.52 139	0.24 75	0.68 187	0.48 140	0.29 129	0.64 196	0.25 31	1.16 232	1.08 278	1.01 227	1.00 200	1.12 334	0.56 184	0.69 81	0.37 129	0.16 57	0.13 111	0.17 76	0.15 107	0.15 38	0.15 94

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

H2IRNET	0.56 188	0.26 126	0.66 178	0.47 113	0.35 239	0.41 35	0.26 41	0.92 127	1.17 338	0.61 130	1.28 330	1.08 317	0.86 323	0.99 180	0.63 300	0.19 180	0.16 260	0.22 232	0.25 366	0.21 236	0.18 174

MIF-Stereo (partial)	0.45 106	0.25 103	0.70 206	0.50 168	0.52 391	0.35 17	0.26 41	0.91 124	0.59 99	0.45 73	0.71 124	0.51 104	0.51 157	1.11 213	0.45 203	0.20 215	0.16 260	0.23 270	0.20 242	0.24 300	0.18 174

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

SST-Stereo	0.83 353	0.28 177	0.72 224	0.59 324	0.31 177	0.72 252	0.26 41	1.09 213	0.86 183	1.47 435	1.10 249	1.00 293	0.87 328	5.73 514	0.45 203	0.22 275	0.13 111	0.23 270	0.19 210	0.23 285	0.18 174

TANstereo	0.44 98	0.21 26	0.44 37	0.41 44	0.21 9	0.65 212	0.26 41	0.79 79	0.83 177	0.93 200	0.98 194	0.51 104	0.46 120	0.54 33	0.35 107	0.18 139	0.24 408	0.16 49	0.13 61	0.16 58	0.26 352

XX-TBD	0.46 113	0.70 488	0.35 1	0.79 472	0.25 55	0.58 161	0.26 41	0.69 48	1.27 393	0.76 154	1.00 200	0.45 70	0.33 45	0.47 18	0.37 129	0.19 180	0.15 220	0.15 19	0.11 8	0.17 89	0.14 61

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

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

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

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

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

PMTNet	0.46 113	0.21 26	0.38 8	0.37 9	0.23 22	0.71 249	0.27 48	0.74 63	1.04 259	0.64 135	0.70 121	0.55 121	0.47 129	0.86 141	0.35 107	1.00 531	0.13 111	0.15 19	0.10 2	0.15 38	0.13 35

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

CAS++	0.47 120	0.31 265	0.56 117	0.47 113	0.32 196	0.42 42	0.28 54	1.76 395	0.72 143	0.71 146	0.72 128	0.37 52	0.28 23	0.69 81	0.33 80	0.27 382	0.22 387	0.26 348	0.21 286	0.29 368	0.19 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	0.55 179	0.26 126	0.57 127	0.51 198	0.26 63	0.69 237	0.28 54	1.18 239	0.64 110	0.91 197	1.32 346	0.82 214	0.33 45	1.92 376	0.32 67	0.17 100	0.12 50	0.17 76	0.13 61	0.16 58	0.16 124

MIM_Stereo	0.57 195	0.24 75	0.92 341	0.46 102	0.30 151	0.54 140	0.28 54	1.27 268	0.75 150	1.00 224	1.16 284	0.93 265	0.53 167	1.45 299	0.61 293	0.16 57	0.16 260	0.20 168	0.19 210	0.17 89	0.14 61

testlalala_base	0.77 321	0.40 383	0.70 206	0.65 394	0.50 368	0.79 290	0.28 54	1.50 319	0.51 74	0.73 152	0.90 170	0.69 176	0.54 172	0.66 76	0.40 155	2.82 553	0.14 162	0.17 76	0.12 38	2.68 549	0.19 214

qwe	0.32 27	0.21 26	0.40 17	0.37 9	0.26 63	0.49 88	0.29 59	0.64 33	0.39 32	0.49 95	0.48 55	0.26 14	0.27 19	0.80 118	0.34 97	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

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

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

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

tg	0.52 139	0.24 75	0.61 148	0.49 156	0.30 151	0.90 332	0.29 59	1.07 205	0.83 177	0.83 177	1.02 214	0.62 153	0.43 101	1.35 272	0.41 166	0.17 100	0.12 50	0.22 232	0.20 242	0.17 89	0.15 94

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

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

Patchmatch Stereo++	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

CREStereo	0.39 61	0.21 26	0.38 8	0.34 1	0.22 16	0.53 132	0.29 59	0.77 70	1.11 295	0.58 119	0.71 124	0.51 104	0.41 90	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.14 61
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 70	0.30 69	0.69 48	0.30 13	0.41 50	0.39 24	0.28 27	0.33 45	0.62 64	0.27 23	0.13 19	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

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

MaDis-Stereo	0.36 47	0.25 103	0.58 133	0.44 81	0.34 235	0.30 11	0.30 69	0.72 57	0.50 65	0.37 34	0.36 20	0.58 136	0.49 148	0.52 27	0.36 117	0.19 180	0.16 260	0.19 133	0.15 107	0.18 120	0.14 61

LL-Strereo2	0.52 139	0.33 303	0.69 200	0.52 219	0.37 264	0.70 244	0.30 69	1.13 227	0.67 128	0.94 205	0.78 142	0.91 254	0.42 94	1.05 197	0.42 177	0.17 100	0.16 260	0.29 391	0.25 366	0.21 236	0.16 124

iRaft-Stereo_20w	0.65 247	0.31 265	1.00 368	0.47 113	0.34 235	0.73 256	0.30 69	2.96 540	0.70 137	1.15 289	1.14 271	0.76 192	0.65 235	1.11 213	0.38 140	0.17 100	0.13 111	0.18 111	0.16 149	0.19 161	0.18 174

GLC_STEREO	0.39 61	0.25 103	0.41 22	0.54 252	0.23 22	0.48 76	0.30 69	0.73 59	0.58 93	0.52 110	0.73 130	0.51 104	0.31 36	0.64 68	0.42 177	0.17 100	0.20 347	0.23 270	0.19 210	0.21 236	0.17 149

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

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

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

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

GCST	1.08 429	1.47 541	0.93 343	1.73 542	1.14 528	1.30 425	0.31 76	1.33 275	1.16 335	1.29 365	0.97 193	0.98 286	0.49 148	2.08 393	0.46 217	1.19 541	0.70 541	1.30 541	0.85 539	1.02 529	0.89 527

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

PFNet+	0.59 207	0.28 177	0.77 273	0.53 237	0.30 151	0.59 166	0.31 76	0.92 127	1.14 314	1.33 396	1.10 249	0.79 203	0.57 193	1.31 260	0.49 237	0.25 343	0.17 289	0.28 380	0.26 383	0.21 236	0.25 328

RALAANet	0.60 210	0.33 303	0.87 317	0.62 362	0.50 368	0.69 237	0.31 76	1.21 250	1.06 267	1.09 249	1.16 284	0.88 242	0.46 120	1.22 238	0.42 177	0.19 180	0.15 220	0.21 203	0.17 170	0.27 338	0.17 149

xyz-stereo-finetune2	0.58 201	0.27 155	0.57 127	0.40 36	0.24 38	1.09 388	0.32 83	0.79 79	0.53 85	0.65 137	1.07 235	0.58 136	0.80 291	2.47 430	0.80 357	0.16 57	0.15 220	0.21 203	0.17 170	0.16 58	0.17 149

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

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

IGEV_Zeroshot_test	0.53 149	0.30 232	0.99 363	0.56 289	0.35 239	0.41 35	0.32 83	1.37 286	0.63 106	1.00 224	1.09 245	0.95 276	0.41 90	0.83 129	0.39 148	0.18 139	0.12 50	0.19 133	0.18 188	0.19 161	0.17 149

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

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

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

test_for_model	1.30 461	3.71 571	0.58 133	3.22 562	2.84 562	0.59 166	0.33 90	1.40 294	0.83 177	1.42 428	0.61 96	0.52 111	0.37 74	0.51 24	0.33 80	2.46 549	0.15 220	0.16 49	0.11 8	4.39 572	1.50 545

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

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

Selective-RAFT	0.52 139	0.28 177	0.79 284	0.55 276	0.27 87	0.91 336	0.33 90	0.80 87	0.88 191	0.58 119	0.63 101	0.81 209	0.77 274	1.29 258	0.48 229	0.19 180	0.14 162	0.17 76	0.15 107	0.19 161	0.17 149

IPLG	0.69 269	0.27 155	0.97 359	0.51 198	0.43 325	0.79 290	0.33 90	1.21 250	1.06 267	1.30 374	1.10 249	0.52 111	0.55 179	3.16 457	0.63 300	0.16 57	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

IPLGR	0.58 201	0.27 155	1.14 417	0.48 140	0.28 112	0.65 212	0.33 90	1.22 258	1.13 311	1.18 313	1.05 229	0.69 176	0.66 238	0.96 168	0.52 255	0.17 100	0.15 220	0.20 168	0.17 170	0.20 195	0.18 174

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

DeepStereo_RVC	0.55 179	0.29 212	0.72 224	0.51 198	0.30 151	0.59 166	0.33 90	1.03 176	0.70 137	1.16 299	0.93 177	0.83 221	0.94 360	0.96 168	0.54 268	0.21 249	0.14 162	0.21 203	0.19 210	0.24 300	0.24 316

RAFT-RH_RVC	1.03 420	0.24 75	0.67 183	0.49 156	0.28 112	0.81 307	0.33 90	0.83 101	1.08 278	2.05 508	4.65 545	1.04 309	0.57 193	5.98 521	0.50 243	0.18 139	0.13 111	0.26 348	0.20 242	0.16 58	0.17 149

CroCo-Stereo	0.40 70	0.31 265	0.73 236	0.58 311	0.27 87	0.26 4	0.33 90	0.95 146	0.81 171	0.42 56	0.47 52	0.65 162	0.47 129	0.39 6	0.34 97	0.18 139	0.15 220	0.16 49	0.14 89	0.19 161	0.16 124
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iRaftStereo_RVC	0.47 120	0.26 126	0.64 164	0.50 168	0.29 129	0.53 132	0.33 90	1.05 190	0.77 160	0.84 180	1.00 200	0.55 121	0.37 74	0.81 124	0.40 155	0.17 100	0.12 50	0.22 232	0.20 242	0.19 161	0.15 94

DIP-Stereo	0.62 220	0.30 232	0.83 298	0.48 140	0.36 249	0.95 352	0.33 90	2.37 524	0.67 128	1.25 350	1.00 200	0.68 171	0.51 157	0.91 154	0.61 293	0.18 139	0.15 220	0.21 203	0.17 170	0.19 161	0.19 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
asda	0.30 14	0.24 75	0.42 30	0.38 22	0.23 22	0.43 51	0.34 102	0.58 18	0.37 29	0.38 40	0.42 28	0.27 18	0.34 52	0.52 27	0.30 45	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

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

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

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

MGS-Stereo	0.42 81	0.26 126	0.58 133	0.44 81	0.28 112	0.50 102	0.34 102	0.57 17	0.83 177	0.46 78	1.31 340	0.52 111	0.33 45	0.65 74	0.36 117	0.19 180	0.16 260	0.18 111	0.15 107	0.17 89	0.16 124

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

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

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

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

3.5w_stereo	0.33 35	0.25 103	0.45 50	0.37 9	0.24 38	0.54 140	0.35 110	0.66 41	0.36 26	0.43 61	0.44 41	0.29 28	0.34 52	0.77 106	0.39 148	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

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

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

GCAP-BAT	0.49 132	0.31 265	0.64 164	0.41 44	0.46 351	0.70 244	0.35 110	0.77 70	0.64 110	0.86 187	1.00 200	0.77 195	0.37 74	1.18 231	0.36 117	0.18 139	0.14 162	0.18 111	0.13 61	0.17 89	0.15 94

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

Former-RAFT_DAM_RVC	0.46 113	0.36 358	0.71 218	0.47 113	0.36 249	0.67 225	0.35 110	0.78 74	1.12 299	0.61 130	0.62 99	0.39 55	0.39 83	0.71 89	0.39 148	0.20 215	0.17 289	0.22 232	0.18 188	0.23 285	0.19 214

MyStereo8	0.65 247	0.29 212	1.00 368	0.58 311	0.49 361	0.91 336	0.35 110	1.18 239	1.31 412	1.16 299	1.27 324	0.90 251	0.64 229	0.72 92	0.95 390	0.18 139	0.14 162	0.20 168	0.18 188	0.22 260	0.26 352

GMStereo_Zeroshot	0.67 263	0.61 470	1.01 372	0.64 380	0.37 264	0.84 322	0.35 110	1.05 190	1.12 299	1.12 265	1.06 231	1.27 372	0.54 172	1.19 233	0.59 283	0.32 427	0.17 289	0.31 410	0.18 188	0.52 487	0.22 282

CES	0.48 126	0.20 8	0.37 5	0.39 29	1.39 539	0.55 148	0.35 110	0.98 158	0.66 127	0.44 65	0.66 106	0.35 45	0.27 19	0.56 40	0.33 80	0.15 36	0.13 111	0.15 19	0.10 2	0.19 161	1.46 544

CroCo-Stereo Lap2	0.44 98	0.34 327	0.77 273	0.61 350	0.79 487	0.28 9	0.35 110	0.75 64	0.71 142	0.38 40	0.50 66	0.72 184	0.55 179	0.57 44	0.47 224	0.17 100	0.18 311	0.19 133	0.16 149	0.21 236	0.20 247

ADStereo(finetuned)	0.57 195	0.24 75	1.06 392	0.43 58	0.24 38	0.49 88	0.35 110	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	1.20 441	0.84 132	0.51 248	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

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

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

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

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

FlowAnything_test	0.39 61	0.26 126	0.61 148	0.59 324	0.33 217	0.62 189	0.36 126	0.62 29	0.40 36	0.45 73	0.36 20	0.45 70	0.37 74	0.53 30	0.48 229	0.24 316	0.18 311	0.28 380	0.33 461	0.21 236	0.19 214

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

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

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

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

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

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

AIO-test1	0.56 188	0.25 103	0.55 113	0.64 380	0.78 484	0.80 298	0.36 126	1.18 239	1.34 423	0.57 117	0.88 166	0.61 148	0.50 154	1.12 216	0.35 107	0.17 100	0.17 289	0.22 232	0.24 351	0.18 120	0.23 302

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

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

CASnet	0.41 78	0.25 103	0.48 63	0.50 168	0.20 3	0.50 102	0.36 126	0.81 92	0.80 168	0.83 177	0.68 113	0.48 86	0.31 36	0.54 33	0.32 67	0.18 139	0.12 50	0.27 365	0.22 315	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DCANet-4	0.54 164	0.26 126	1.07 397	0.42 51	0.24 38	0.48 76	0.36 126	0.99 160	1.30 408	1.10 257	1.02 214	0.56 129	0.75 262	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

fff	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

OMP-Stereo	0.94 387	0.33 303	0.72 224	0.90 510	0.31 177	0.49 88	0.36 126	1.16 232	1.06 267	1.58 464	1.12 262	1.46 412	0.69 243	6.94 536	0.49 237	0.19 180	0.14 162	0.24 290	0.18 188	0.20 195	0.14 61

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

DCANet	0.54 164	0.24 75	0.70 206	0.43 58	0.24 38	0.49 88	0.36 126	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	0.92 346	0.81 124	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

csc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

cscssc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

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

MSCF	0.38 57	0.25 103	0.52 91	0.47 113	0.25 55	0.62 189	0.37 145	0.81 92	0.47 59	0.50 103	0.71 124	0.32 37	0.65 235	0.54 33	0.28 32	0.19 180	0.12 50	0.17 76	0.14 89	0.17 89	0.14 61

model_zeroshot	0.48 126	0.29 212	0.86 306	0.51 198	0.36 249	0.69 237	0.37 145	1.12 224	0.62 103	0.85 185	0.84 158	0.66 166	0.37 74	0.73 96	0.34 97	0.20 215	0.16 260	0.19 133	0.16 149	0.17 89	0.16 124

gcap-zeroshot	0.53 149	0.28 177	0.89 330	0.49 156	0.28 112	0.76 271	0.37 145	1.34 280	0.73 147	0.89 190	0.67 110	1.35 390	0.51 157	0.79 115	0.33 80	0.18 139	0.15 220	0.18 111	0.15 107	0.17 89	0.16 124

plain	0.46 113	0.27 155	1.01 372	0.50 168	0.40 302	0.35 17	0.37 145	0.87 108	0.56 90	0.43 61	0.76 138	0.42 57	0.40 87	1.13 218	0.45 203	0.21 249	0.15 220	0.24 290	0.19 210	0.24 300	0.16 124

Sa-1000	0.72 282	0.29 212	0.76 266	0.59 324	0.30 151	0.73 256	0.37 145	1.62 358	1.33 420	1.28 359	2.04 490	0.86 234	0.75 262	1.84 367	0.38 140	0.19 180	0.14 162	0.25 329	0.23 338	0.20 195	0.16 124

ASMatch	0.88 372	0.26 126	0.69 200	0.51 198	0.35 239	0.48 76	0.37 145	1.12 224	0.92 208	1.10 257	3.28 528	0.96 282	0.98 382	4.90 492	0.49 237	0.19 180	0.16 260	0.22 232	0.19 210	0.19 161	0.27 362

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

SCV	0.46 113	0.26 126	0.55 113	0.47 113	0.25 55	0.39 29	0.38 152	1.98 461	0.60 100	0.35 26	0.48 55	0.55 121	0.36 69	1.28 254	0.32 67	0.24 316	0.12 50	0.17 76	0.13 61	0.18 120	0.14 61

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

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

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

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

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

SA	0.66 254	0.30 232	0.82 293	0.61 350	0.30 151	0.58 161	0.38 152	1.44 305	1.30 408	0.96 209	1.36 362	0.66 166	0.95 365	1.85 370	0.42 177	0.19 180	0.15 220	0.25 329	0.23 338	0.21 236	0.17 149

UDGNet	0.72 282	1.17 529	0.80 289	0.77 468	0.41 310	0.77 279	0.38 152	0.97 154	1.34 423	0.81 171	0.88 166	0.71 183	0.60 206	1.21 237	0.54 268	0.52 503	0.19 329	1.02 537	0.26 383	0.71 516	0.31 403

MIPNet	0.56 188	0.28 177	0.94 347	0.49 156	0.33 217	0.66 221	0.38 152	1.35 283	1.08 278	1.06 239	0.92 174	0.60 144	0.79 285	0.73 96	0.52 255	0.17 100	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

TRStereo	0.60 210	0.60 468	0.97 359	0.74 458	0.67 452	0.46 66	0.38 152	1.85 425	0.89 194	0.79 165	0.80 153	0.88 242	0.39 83	1.10 210	0.41 166	0.23 301	0.15 220	0.23 270	0.24 351	0.17 89	0.15 94

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

test-1	0.52 139	0.26 126	1.04 387	0.56 289	0.32 196	0.61 180	0.38 152	1.10 216	0.91 203	0.78 162	1.01 206	0.77 195	0.52 162	0.60 58	0.42 177	0.17 100	0.14 162	0.20 168	0.17 170	0.20 195	0.23 302

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

AFF-stereo	0.58 201	0.25 103	0.64 164	0.46 102	0.29 129	0.34 15	0.38 152	1.15 230	1.14 314	1.17 308	1.60 430	1.10 329	0.71 253	0.97 176	0.43 187	0.13 19	0.11 26	0.19 133	0.19 210	0.17 89	0.14 61

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

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

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

AIO-Stereo-zeroshot1	0.98 401	0.39 377	3.21 530	0.50 168	0.63 440	0.64 196	0.39 167	2.36 522	0.75 150	0.95 207	4.63 543	1.81 468	0.56 184	0.96 168	0.41 166	0.18 139	0.13 111	0.21 203	0.26 383	0.32 397	0.35 425

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

11t1	0.52 139	0.28 177	0.68 187	0.51 198	0.28 112	0.83 314	0.39 167	1.22 258	0.63 106	0.84 180	0.74 134	0.68 171	0.68 240	0.91 154	0.57 277	0.21 249	0.18 311	0.19 133	0.16 149	0.20 195	0.21 264

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

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

MLCV	0.72 282	0.34 327	1.10 407	0.51 198	0.23 22	0.91 336	0.39 167	1.33 275	1.23 373	1.46 434	1.55 417	1.01 300	0.64 229	1.95 381	0.80 357	0.18 139	0.12 50	0.18 111	0.14 89	0.19 161	0.17 149

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

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

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

rvit_stereo_0081_aga	0.44 98	0.34 327	0.73 236	0.51 198	0.41 310	0.50 102	0.40 175	0.81 92	0.57 92	0.58 119	0.56 85	0.53 116	0.43 101	0.66 76	0.40 155	0.26 366	0.21 369	0.22 232	0.20 242	0.26 324	0.18 174

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

PCWNet_CMD	0.66 254	0.32 281	0.88 324	0.49 156	0.37 264	0.78 284	0.40 175	1.42 298	1.31 412	1.16 299	1.31 340	1.25 364	0.62 220	0.89 151	0.57 277	0.20 215	0.16 260	0.27 365	0.19 210	0.40 441	0.25 328

LoS	0.40 70	0.21 26	0.44 37	0.37 9	0.22 16	0.50 102	0.40 175	1.00 164	0.94 213	0.48 89	0.66 106	0.48 86	0.40 87	0.60 58	0.37 129	0.18 139	0.14 162	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test_3	0.55 179	0.23 57	0.71 218	0.53 237	0.28 112	0.61 180	0.40 175	0.92 127	1.05 263	1.19 317	0.68 113	0.93 265	0.44 109	1.67 341	0.39 148	0.15 36	0.12 50	0.22 232	0.19 210	0.21 236	0.14 61

PSM-softLoss	0.78 329	0.31 265	0.77 273	0.58 311	0.32 196	0.56 153	0.40 175	1.18 239	0.70 137	1.24 344	1.07 235	0.83 221	0.52 162	5.36 501	0.53 262	0.24 316	0.15 220	0.25 329	0.22 315	0.20 195	0.25 328

KMStereo	0.78 329	0.31 265	0.77 273	0.58 311	0.32 196	0.56 153	0.40 175	1.18 239	0.70 137	1.24 344	1.07 235	0.83 221	0.52 162	5.36 501	0.53 262	0.24 316	0.15 220	0.25 329	0.22 315	0.20 195	0.25 328

rafts_anoy	0.52 139	0.29 212	0.59 140	0.59 324	0.50 368	0.53 132	0.40 175	1.11 222	1.03 254	0.84 180	0.83 156	0.68 171	0.54 172	0.72 92	0.51 248	0.19 180	0.14 162	0.24 290	0.26 383	0.21 236	0.18 174

CFNet_pseudo	0.66 254	0.32 281	0.86 306	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.24 360	0.64 229	0.98 177	0.59 283	0.21 249	0.16 260	0.33 434	0.19 210	0.36 420	0.25 328

sCroCo_RVC	0.49 132	0.40 383	1.02 379	0.65 394	0.60 430	0.52 123	0.40 175	0.83 101	0.61 101	0.44 65	0.74 134	0.49 94	0.50 154	0.63 67	0.48 229	0.26 366	0.27 432	0.23 270	0.22 315	0.29 368	0.25 328

EAI-Stereo	0.65 247	0.28 177	0.69 200	0.53 237	0.27 87	0.60 174	0.40 175	2.28 516	0.64 110	0.71 146	3.18 527	0.57 131	0.43 101	1.06 198	0.41 166	0.18 139	0.13 111	0.17 76	0.17 170	0.17 89	0.17 149

MSMDNet	0.66 254	0.32 281	0.87 317	0.49 156	0.37 264	0.79 290	0.40 175	1.43 304	1.31 412	1.15 289	1.31 340	1.24 360	0.63 225	0.88 146	0.57 277	0.21 249	0.16 260	0.26 348	0.19 210	0.39 437	0.24 316

ccs_rob	0.66 254	0.33 303	0.86 306	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.23 358	0.64 229	0.98 177	0.59 283	0.21 249	0.16 260	0.35 452	0.20 242	0.37 424	0.25 328

FACV-RUCA	0.63 227	0.34 327	0.82 293	0.62 362	0.65 445	0.81 307	0.41 191	1.44 305	1.07 272	0.86 187	1.14 271	0.61 148	0.69 243	0.80 118	0.53 262	0.28 396	0.19 329	0.47 494	0.21 286	0.35 413	0.25 328

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

StereoVision	0.65 247	0.34 327	0.86 306	0.59 324	0.40 302	0.50 102	0.41 191	1.09 213	0.93 210	0.71 146	2.50 514	0.82 214	0.57 193	1.03 189	0.49 237	0.25 343	0.28 439	0.29 391	0.28 415	0.36 420	0.20 247

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

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

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

testlalala2	0.58 201	0.27 155	0.68 187	1.72 541	1.27 537	0.68 232	0.42 195	0.93 134	0.70 137	0.90 192	0.93 177	0.76 192	0.34 52	0.52 27	0.40 155	0.18 139	0.15 220	0.17 76	0.13 61	0.17 89	0.17 149

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

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

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

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

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

CASS	0.65 247	0.34 327	0.72 224	0.56 289	0.27 87	0.78 284	0.42 195	1.59 347	0.86 183	1.30 374	1.25 314	0.87 238	0.84 312	0.84 132	0.54 268	0.35 453	0.19 329	0.26 348	0.21 286	0.28 357	0.42 455
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
riskmin	0.56 188	0.27 155	0.60 145	0.43 58	0.31 177	0.83 314	0.42 195	1.14 228	1.04 259	0.73 152	0.75 136	1.11 333	1.01 394	0.81 124	0.51 248	0.20 215	0.14 162	0.24 290	0.15 107	0.24 300	0.25 328

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

BUS	0.74 305	0.32 281	0.68 187	0.54 252	0.44 332	2.34 516	0.42 195	2.16 495	0.98 232	1.20 321	1.11 255	1.03 306	0.62 220	0.91 154	0.70 319	0.24 316	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

NINENet	0.77 321	0.37 365	0.78 281	0.62 362	0.51 379	2.34 516	0.42 195	1.83 421	1.04 259	1.14 283	1.23 308	1.03 306	0.62 220	1.24 245	0.70 319	0.28 396	0.23 399	0.31 410	0.21 286	0.26 324	0.25 328

IGEV-Stereo	0.43 87	0.27 155	0.54 103	0.45 95	0.32 196	0.50 102	0.42 195	0.90 123	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.32 264	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ROB_FTStereo_v2	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.64 196	0.42 195	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.12 216	0.46 217	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

RAFT-345	0.84 358	0.25 103	0.66 178	0.50 168	0.27 87	0.54 140	0.42 195	0.83 101	1.11 295	1.32 388	2.34 505	0.86 234	0.54 172	5.72 513	0.47 224	0.18 139	0.13 111	0.22 232	0.17 170	0.17 89	0.16 124

TestStereo	0.64 239	0.39 377	0.71 218	0.51 198	0.27 87	0.56 153	0.42 195	1.03 176	0.91 203	0.80 167	1.00 200	0.68 171	0.52 162	3.25 459	0.45 203	0.22 275	0.15 220	0.24 290	0.18 188	0.27 338	0.16 124

222	1.61 492	0.29 212	0.67 183	0.56 289	0.29 129	1.06 382	0.42 195	2.17 501	1.31 412	1.31 384	1.52 409	0.92 263	0.94 360	1.76 360	17.65 574	0.24 316	0.20 347	0.21 203	0.19 210	0.22 260	0.23 302

111	0.60 210	0.23 57	0.70 206	0.43 58	0.24 38	0.72 252	0.42 195	1.18 239	1.41 460	0.80 167	1.38 369	1.10 329	0.79 285	0.96 168	0.58 280	0.18 139	0.13 111	0.17 76	0.15 107	0.17 89	0.19 214

DDVS	0.78 329	0.41 391	0.94 347	0.60 336	0.43 325	1.30 425	0.43 214	1.40 294	0.91 203	1.20 321	1.15 279	1.43 402	0.64 229	2.18 404	0.89 379	0.28 396	0.22 387	0.26 348	0.23 338	0.31 388	0.33 415

SMFormer	0.75 313	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.82 364	0.24 316	0.20 347	0.22 232	0.21 286	0.23 285	0.24 316

tta	0.75 313	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.82 364	0.24 316	0.20 347	0.22 232	0.21 286	0.18 120	0.18 174

qqq1	0.72 282	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.44 190	0.24 316	0.20 347	0.18 111	0.15 107	0.18 120	0.18 174

fff1	0.72 282	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.44 190	0.24 316	0.20 347	0.18 111	0.15 107	0.18 120	0.18 174

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

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

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

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

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

Pruner-Stereo	0.62 220	0.29 212	0.70 206	0.61 350	0.31 177	0.63 193	0.43 214	1.17 234	0.99 239	1.53 448	1.08 240	0.95 276	0.55 179	1.35 272	0.51 248	0.23 301	0.14 162	0.24 290	0.21 286	0.21 236	0.23 302

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

GMStereo	0.55 179	0.45 408	0.94 347	0.50 168	0.32 196	0.64 196	0.43 214	1.00 164	1.40 455	0.82 175	0.73 130	0.51 104	0.45 113	0.85 137	0.55 272	0.24 316	0.15 220	0.20 168	0.21 286	0.31 388	0.24 316
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DFGA-Net	0.72 282	0.40 383	1.40 451	0.52 219	0.45 339	0.83 314	0.44 227	1.28 272	1.08 278	0.99 219	1.19 296	0.70 180	0.55 179	2.14 398	1.16 424	0.18 139	0.16 260	0.24 290	0.23 338	0.27 338	0.25 328

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

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

rvit_stereo_0083	0.47 120	0.33 303	0.81 290	0.56 289	0.36 249	0.50 102	0.44 227	0.68 47	0.95 215	0.49 95	0.57 88	0.55 121	0.49 148	0.88 146	0.46 217	0.25 343	0.25 417	0.24 290	0.20 242	0.24 300	0.17 149

rvit_stereo_0081	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 343	0.20 347	0.22 232	0.19 210	0.25 312	0.17 149

rvit_stereo_0082	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 343	0.20 347	0.22 232	0.19 210	0.25 312	0.17 149

CFNet_ucs	0.70 273	0.33 303	0.88 324	0.50 168	0.43 325	0.74 260	0.44 227	1.60 351	1.29 402	1.22 330	1.54 415	1.09 327	0.63 225	0.99 180	0.59 283	0.25 343	0.20 347	0.37 463	0.21 286	0.40 441	0.28 374

LoS_RVC	0.42 81	0.26 126	0.40 17	0.44 81	0.82 496	0.51 119	0.44 227	0.64 33	0.41 40	0.44 65	0.78 142	0.44 62	0.47 129	0.56 40	0.36 117	0.13 19	0.12 50	0.14 1	0.10 2	0.13 4	0.84 525

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

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

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

NF-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.02 214	0.82 214	0.57 193	5.40 506	0.48 229	0.23 301	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

OCTAStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.82 214	0.57 193	5.35 500	0.48 229	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

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

RE-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

TVStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

xxxx	1.51 482	0.28 177	0.68 187	0.54 252	0.28 112	1.16 402	0.44 227	2.19 505	1.29 402	1.09 249	1.36 362	1.22 353	0.85 315	1.79 363	15.70 573	0.24 316	0.21 369	0.21 203	0.20 242	0.22 260	0.23 302

MM-Stereo_test2	0.43 87	0.24 75	0.67 183	0.51 198	0.32 196	0.55 148	0.45 244	0.97 154	0.77 160	0.59 127	0.51 69	0.49 94	0.42 94	0.80 118	0.30 45	0.15 36	0.13 111	0.18 111	0.14 89	0.19 161	0.14 61

SDNR	1.62 493	0.51 432	2.17 510	0.53 237	0.56 407	3.80 549	0.45 244	1.54 337	1.29 402	1.33 396	2.41 509	1.08 317	0.96 372	11.18 572	1.16 424	0.66 523	0.63 537	0.43 484	0.32 451	0.64 507	0.67 514

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

RCA-Stereo	0.50 136	0.23 57	0.58 133	0.48 140	0.33 217	0.55 148	0.45 244	0.97 154	1.38 445	0.68 141	1.05 229	0.63 156	0.80 291	0.59 46	0.32 67	0.17 100	0.12 50	0.17 76	0.14 89	0.16 58	0.14 61

DisPM	0.66 254	0.28 177	0.72 224	0.61 350	0.35 239	0.62 189	0.45 244	1.02 171	0.99 239	1.56 458	1.10 249	0.80 205	0.59 203	2.37 420	0.41 166	0.23 301	0.14 162	0.23 270	0.21 286	0.20 195	0.25 328

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

DN-CSS_ROB	0.64 239	0.32 281	1.05 388	0.55 276	0.40 302	0.54 140	0.45 244	1.21 250	0.93 210	1.03 235	1.47 396	0.69 176	0.63 225	1.76 360	0.49 237	0.18 139	0.14 162	0.25 329	0.22 315	0.22 260	0.20 247

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

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

HH	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 444	0.85 315	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

HanStereo	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 444	0.85 315	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

ACVNet	0.63 227	0.31 265	0.54 103	0.54 252	0.36 249	0.80 298	0.46 251	1.37 286	1.07 272	0.93 200	1.30 334	1.08 317	0.85 315	0.80 118	0.94 386	0.21 249	0.19 329	0.21 203	0.18 188	0.22 260	0.18 174

hitnet-ft	0.79 333	0.35 348	0.57 127	0.58 311	0.42 315	0.96 358	0.46 251	1.47 311	1.33 420	1.19 317	1.22 304	1.81 468	0.98 382	1.66 340	0.94 386	0.33 436	0.28 439	0.34 444	0.27 394	0.35 413	0.31 403

FADNet_RVC	0.83 353	0.51 432	1.83 495	0.54 252	0.42 315	1.19 409	0.46 251	1.51 326	1.09 286	0.89 190	1.24 310	0.91 254	0.87 328	2.11 396	1.11 418	0.27 382	0.22 387	0.31 410	0.28 415	0.43 455	0.38 442

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

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

ITSA-stereo	0.82 347	0.36 358	0.82 293	0.54 252	0.31 177	0.80 298	0.47 258	2.17 501	1.67 489	1.13 280	1.13 267	0.94 268	0.86 323	2.46 428	1.00 400	0.26 366	0.23 399	0.28 380	0.27 394	0.28 357	0.36 431

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

x	0.54 164	0.31 265	0.61 148	0.47 113	0.30 151	0.67 225	0.47 258	1.53 334	0.79 167	0.81 171	0.83 156	0.78 199	0.70 248	0.70 85	0.62 296	0.21 249	0.19 329	0.22 232	0.19 210	0.21 236	0.20 247

dd	0.59 207	0.48 419	0.97 359	0.55 276	0.32 196	0.64 196	0.47 258	1.02 171	1.34 423	0.78 162	0.86 161	0.58 136	0.54 172	1.01 185	0.86 374	0.28 396	0.18 311	0.26 348	0.19 210	0.32 397	0.24 316

ACRE	0.61 216	0.33 303	1.01 372	0.58 311	0.49 361	0.75 265	0.47 258	1.06 203	0.95 215	1.37 408	1.55 417	0.62 153	0.46 120	0.83 129	0.70 319	0.23 301	0.15 220	0.19 133	0.16 149	0.18 120	0.21 264

AnonymousM	0.59 207	1.11 524	0.41 22	0.44 81	0.32 196	0.43 51	0.47 258	1.05 190	0.64 110	0.98 216	0.63 101	0.67 169	0.43 101	0.59 46	0.41 166	0.20 215	0.15 220	1.84 546	0.84 537	0.14 18	0.13 35

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

DMCA	0.67 263	0.34 327	0.90 334	0.51 198	0.44 332	0.86 326	0.47 258	1.42 298	1.02 250	1.17 308	1.12 262	1.23 358	0.75 262	0.78 111	0.95 390	0.25 343	0.19 329	0.27 365	0.19 210	0.24 300	0.27 362

CFNet	0.96 391	0.36 358	1.01 372	0.62 362	0.42 315	0.99 368	0.47 258	1.90 439	1.32 416	0.99 219	1.39 373	1.10 329	0.86 323	5.58 511	0.79 353	0.23 301	0.17 289	0.28 380	0.27 394	0.26 324	0.21 264

fffft	0.38 57	0.23 57	0.51 83	0.44 81	0.32 196	0.43 51	0.48 269	0.76 67	0.36 26	0.44 65	0.34 18	0.38 54	0.31 36	1.31 260	0.32 67	0.14 29	0.11 26	0.19 133	0.15 107	0.16 58	0.16 124
1: 1. 1
rvit_stereo_0075_2	0.64 239	0.46 410	1.05 388	0.66 401	0.66 448	0.53 132	0.48 269	1.20 249	1.12 299	0.76 154	0.92 174	0.78 199	0.53 167	1.03 189	0.59 283	0.37 461	0.28 439	0.40 477	0.31 443	0.37 424	0.32 409

test_sample1	0.61 216	0.29 212	0.75 256	0.50 168	0.31 177	0.76 271	0.48 269	1.59 347	0.84 181	0.90 192	0.94 180	0.88 242	0.95 365	1.16 225	0.67 311	0.22 275	0.18 311	0.20 168	0.19 210	0.21 236	0.21 264

tt1	0.62 220	0.32 281	0.51 83	0.54 252	0.26 63	1.16 402	0.48 269	0.95 146	2.47 529	0.57 117	0.77 140	0.49 94	0.81 295	1.55 320	0.32 67	0.20 215	0.12 50	0.24 290	0.15 107	0.19 161	0.20 247

EKT-Stereo	0.53 149	0.30 232	0.73 236	0.58 311	0.60 430	0.51 119	0.48 269	0.94 141	0.90 198	0.71 146	0.88 166	0.77 195	0.43 101	1.07 202	0.40 155	0.22 275	0.16 260	0.21 203	0.18 188	0.20 195	0.22 282

DCRE	0.82 347	0.26 126	0.70 206	0.58 311	0.44 332	0.54 140	0.48 269	0.95 146	0.78 163	0.78 162	7.33 559	0.86 234	0.52 162	0.76 103	0.41 166	0.16 57	0.16 260	0.19 133	0.17 170	0.18 120	0.17 149

CIPLG	0.62 220	0.33 303	0.96 357	0.58 311	0.50 368	0.75 265	0.48 269	1.05 190	0.96 220	1.40 420	1.57 425	0.64 159	0.48 140	0.89 151	0.70 319	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

IPLGR_C	0.62 220	0.33 303	0.99 363	0.58 311	0.49 361	0.76 271	0.48 269	1.10 216	0.96 220	1.40 420	1.56 421	0.62 153	0.48 140	0.80 118	0.71 324	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

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

StereoDRNet-Refined	0.80 336	0.41 391	0.88 324	0.62 362	0.42 315	1.33 430	0.48 269	1.52 328	1.17 338	1.45 432	1.44 387	1.44 407	0.90 340	1.26 249	1.24 433	0.20 215	0.16 260	0.27 365	0.24 351	0.25 312	0.28 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xyz-stereo	7.16 565	0.22 45	69.90 593	0.42 51	0.21 9	32.92 588	0.49 279	0.87 108	0.76 156	1.38 413	27.04 583	1.19 348	1.16 430	4.69 486	0.97 395	0.16 57	0.12 50	0.20 168	0.14 89	0.16 58	0.12 10

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

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

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

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

HITNet	0.65 247	0.40 383	0.77 273	0.48 140	0.24 38	1.05 379	0.49 279	1.76 395	1.02 250	1.18 313	1.18 289	0.89 250	0.80 291	0.85 137	0.79 353	0.17 100	0.12 50	0.21 203	0.17 170	0.29 368	0.15 94
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
CBMV_ROB	0.90 377	0.44 401	0.63 157	0.51 198	0.37 264	1.25 418	0.49 279	1.77 399	1.27 393	1.41 422	2.00 485	1.33 385	1.08 415	2.17 401	0.76 339	0.43 484	0.42 508	0.47 494	0.44 495	0.41 444	0.36 431

PWC_ROB	1.24 455	0.76 497	2.46 519	0.72 446	0.78 484	1.15 400	0.49 279	1.75 389	1.92 510	2.31 516	3.07 525	1.59 435	1.40 468	2.46 428	2.10 502	0.33 436	0.22 387	0.35 452	0.24 351	0.38 433	0.41 451

ttt	0.94 387	0.34 327	0.59 140	0.61 350	0.37 264	0.94 348	0.50 287	2.17 501	1.34 423	1.23 336	1.61 434	0.91 254	0.76 270	1.85 370	3.97 534	0.30 412	0.26 423	0.26 348	0.24 351	0.29 368	0.29 379

AIO-test2	0.57 195	0.28 177	0.63 157	0.61 350	0.58 419	0.79 290	0.51 288	1.18 239	1.40 455	0.63 134	1.15 279	0.51 104	0.43 101	1.09 207	0.35 107	0.21 249	0.17 289	0.26 348	0.30 436	0.20 195	0.19 214

rvit_0105_6	0.53 149	0.37 365	0.98 362	0.65 394	0.38 281	0.51 119	0.51 288	0.77 70	1.20 358	0.54 114	0.55 82	0.65 162	0.53 167	0.94 165	0.44 190	0.32 427	0.32 468	0.28 380	0.24 351	0.28 357	0.21 264

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

xx1	0.67 263	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 542	0.58 119	0.79 148	0.95 276	0.77 274	1.46 301	0.32 67	0.20 215	0.12 50	0.24 290	0.23 338	0.22 260	0.21 264

1test111	0.54 164	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 333	0.88 146	0.59 283	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

cc1	0.64 239	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 542	0.58 119	0.79 148	0.48 86	0.88 333	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.19 161	0.19 214

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

GANet-ADL	0.60 210	0.35 348	0.72 224	0.64 380	0.40 302	0.68 232	0.51 288	1.49 315	1.12 299	0.95 207	1.08 240	0.91 254	0.57 193	0.76 103	0.55 272	0.26 366	0.18 311	0.18 111	0.16 149	0.23 285	0.25 328

AAGNet	1.83 507	0.28 177	0.72 224	0.61 350	0.32 196	0.67 225	0.51 288	0.96 153	0.98 232	1.47 435	1.20 300	1.00 293	1.18 435	2.83 443	22.77 581	0.22 275	0.13 111	0.22 232	0.19 210	0.23 285	0.15 94

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

DANet	1.08 429	0.61 470	1.32 443	0.85 495	0.72 465	1.37 435	0.51 288	1.54 337	1.15 326	1.78 485	1.54 415	2.01 492	1.11 420	2.90 446	2.00 498	0.33 436	0.30 454	0.40 477	0.30 436	0.44 461	0.45 467
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test_sample4	0.69 269	0.33 303	0.91 337	0.51 198	0.30 151	0.92 343	0.52 299	1.87 430	1.15 326	1.14 283	1.18 289	0.87 238	0.75 262	1.18 231	0.68 315	0.25 343	0.20 347	0.26 348	0.26 383	0.26 324	0.25 328

test_sample3	0.68 267	0.32 281	0.88 324	0.52 219	0.30 151	0.97 362	0.52 299	1.86 428	1.15 326	1.08 243	1.11 255	0.88 242	0.71 253	1.17 229	0.68 315	0.25 343	0.20 347	0.25 329	0.25 366	0.25 312	0.25 328

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

test_5	0.65 247	0.30 232	0.75 256	0.67 413	0.50 368	0.92 343	0.52 299	1.39 292	1.12 299	0.76 154	1.11 255	1.00 293	0.90 340	1.53 316	0.45 203	0.18 139	0.13 111	0.23 270	0.22 315	0.21 236	0.19 214

sAnonymous2	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 289	0.22 232	0.21 286	0.86 521	0.56 495

CroCo_RVC	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 289	0.22 232	0.21 286	0.86 521	0.56 495

RALCasStereoNet	0.54 164	0.30 232	0.66 178	0.59 324	0.51 379	0.61 180	0.52 299	0.94 141	0.93 210	0.70 144	1.01 206	0.78 199	0.44 109	1.33 267	0.47 224	0.20 215	0.16 260	0.18 111	0.16 149	0.20 195	0.19 214

PWCDC_ROB	1.29 459	0.75 496	1.33 445	1.05 524	0.88 506	1.73 475	0.52 299	1.89 436	3.28 544	1.29 365	4.88 548	1.22 353	1.46 476	1.77 362	1.45 469	0.60 517	0.26 423	0.29 391	0.25 366	0.52 487	0.37 436

MM-Stereo_test3	0.50 136	0.24 75	0.54 103	0.54 252	0.74 471	0.49 88	0.53 307	1.09 213	1.05 263	0.62 133	0.95 181	0.61 148	0.42 94	0.77 106	0.38 140	0.20 215	0.17 289	0.20 168	0.16 149	0.18 120	0.18 174

rvit_0105_4	0.56 188	0.38 372	1.06 392	0.66 401	0.38 281	0.53 132	0.53 307	0.84 104	1.17 338	0.56 116	0.61 96	0.72 184	0.59 203	0.98 177	0.45 203	0.32 427	0.33 473	0.29 391	0.25 366	0.29 368	0.23 302

DRaft	0.80 336	0.24 75	0.70 206	0.45 95	0.30 151	0.97 362	0.53 307	1.05 190	0.97 227	1.78 485	2.02 488	0.80 205	1.74 501	2.73 441	0.72 327	0.17 100	0.14 162	0.20 168	0.20 242	0.18 120	0.21 264

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

NLCA_NET_v2_RVC	0.79 333	0.43 398	1.05 388	0.64 380	0.58 419	0.95 352	0.53 307	1.53 334	1.18 345	1.37 408	1.15 279	1.43 402	0.88 333	1.61 330	0.84 369	0.25 343	0.22 387	0.27 365	0.27 394	0.29 368	0.29 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 273	0.43 398	0.75 256	0.73 454	0.37 264	0.92 343	0.53 307	1.85 425	1.18 345	1.12 265	1.23 308	1.07 316	0.65 235	0.96 168	0.63 300	0.31 420	0.15 220	0.32 425	0.21 286	0.29 368	0.22 282
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
3w_stereo	0.33 35	0.25 103	0.52 91	0.40 36	0.21 9	0.53 132	0.54 313	0.65 37	0.46 56	0.44 65	0.48 55	0.23 3	0.45 113	0.46 14	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 94

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

MM-Stereo_test1	0.49 132	0.24 75	0.56 117	0.51 198	0.30 151	0.50 102	0.54 313	0.91 124	1.03 254	0.84 180	0.69 117	0.54 118	0.60 206	1.16 225	0.33 80	0.18 139	0.16 260	0.20 168	0.17 170	0.19 161	0.15 94

test_sample5	0.69 269	0.34 327	0.87 317	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.11 263	1.25 314	0.88 242	0.78 281	1.23 240	0.65 305	0.26 366	0.20 347	0.27 365	0.27 394	0.27 338	0.26 352

mmm	0.63 227	0.35 348	0.72 224	0.51 198	0.30 151	0.86 326	0.54 313	1.59 347	0.86 183	1.07 242	1.38 369	0.79 203	0.75 262	0.91 154	0.58 280	0.22 275	0.18 311	0.29 391	0.25 366	0.25 312	0.23 302

DualNet	0.70 273	0.34 327	0.87 317	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.14 283	1.33 348	0.88 242	0.78 281	1.23 240	0.65 305	0.26 366	0.20 347	0.27 365	0.27 394	0.27 338	0.26 352

CAS	0.63 227	0.18 1	0.37 5	2.27 548	0.84 498	0.57 158	0.54 313	0.79 79	0.62 103	0.48 89	0.70 121	0.36 47	0.26 17	0.45 12	0.35 107	2.24 548	0.10 9	0.14 1	0.09 1	0.15 38	1.06 537

gwcnet-sp	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

scenet	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

ssnet	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

LCNet	0.72 282	0.28 177	0.52 91	0.55 276	0.31 177	0.69 237	0.54 313	1.00 164	0.88 191	1.19 317	1.34 355	0.97 284	1.34 464	2.56 433	0.45 203	0.18 139	0.13 111	0.21 203	0.25 366	0.27 338	0.73 520

TransformOpticalFlow	0.96 391	0.28 177	0.89 330	0.52 219	0.31 177	0.66 221	0.54 313	1.75 389	1.12 299	1.09 249	1.44 387	1.37 395	1.01 394	6.70 533	0.42 177	0.19 180	0.12 50	0.20 168	0.19 210	0.18 120	0.19 214

raft+_RVC	0.53 149	0.26 126	0.54 103	0.60 336	0.47 356	0.54 140	0.54 313	1.27 268	0.99 239	0.76 154	1.03 224	0.70 180	0.56 184	0.93 162	0.47 224	0.18 139	0.14 162	0.19 133	0.18 188	0.18 120	0.15 94

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

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

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

RAFT-Stereo	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 466	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DeepPruner_ROB	0.74 305	0.48 419	0.87 317	0.57 305	0.44 332	0.79 290	0.54 313	1.73 382	0.96 220	1.38 413	1.27 324	1.24 360	0.73 258	1.43 295	0.73 330	0.34 446	0.28 439	0.27 365	0.26 383	0.31 388	0.31 403

rvit_stereo_0080	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 366	0.21 369	0.20 168	0.20 242	0.31 388	0.19 214

whm_eth	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 366	0.21 369	0.20 168	0.20 242	0.31 388	0.19 214

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

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

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

BEATNet_4x	0.73 300	0.49 422	1.17 421	0.53 237	0.26 63	1.03 376	0.55 331	1.82 416	1.06 267	1.21 325	1.22 304	0.96 282	0.91 343	1.01 185	1.06 406	0.21 249	0.14 162	0.24 290	0.19 210	0.37 424	0.21 264

HSM-Net_RVC	0.87 371	0.29 212	0.53 97	0.53 237	0.30 151	1.15 400	0.55 331	3.57 548	1.28 398	1.53 448	1.74 456	1.68 453	0.93 355	1.49 307	0.77 345	0.22 275	0.17 289	0.19 133	0.18 188	0.20 195	0.19 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.72 282	0.32 281	0.54 103	0.66 401	0.54 398	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 431	0.97 375	1.35 272	0.81 359	0.26 366	0.20 347	0.33 434	0.25 366	0.30 379	0.23 302

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

rvit_0105_5	0.58 201	0.39 377	1.05 388	0.66 401	0.37 264	0.58 161	0.56 339	0.94 141	1.18 345	0.64 135	0.68 113	0.75 188	0.63 225	0.88 146	0.50 243	0.32 427	0.32 468	0.30 404	0.27 394	0.28 357	0.25 328

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

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

mmx	1.39 473	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 549	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

xxx	1.39 473	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 549	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

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

DEmStereo	0.97 397	0.23 57	0.79 284	0.47 113	0.32 196	1.04 378	0.56 339	0.93 134	0.89 194	1.39 419	2.14 496	1.02 302	2.07 523	5.64 512	0.77 345	0.17 100	0.15 220	0.20 168	0.20 242	0.18 120	0.20 247

PFNet	0.91 380	0.26 126	1.10 407	0.63 371	0.32 196	0.64 196	0.56 339	1.17 234	0.99 239	1.47 435	1.08 240	0.98 286	0.69 243	6.62 528	0.54 268	0.20 215	0.12 50	0.24 290	0.19 210	0.20 195	0.17 149

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

PSMNet-RSSM	0.72 282	0.30 232	0.61 148	0.63 371	0.42 315	0.73 256	0.56 339	1.92 446	1.10 293	1.09 249	1.37 364	1.22 353	0.98 382	1.28 254	0.72 327	0.27 382	0.19 329	0.27 365	0.29 427	0.24 300	0.24 316

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

GES	0.66 254	0.34 327	0.90 334	0.59 324	0.38 281	0.94 348	0.57 350	2.11 485	0.86 183	1.02 231	1.11 255	0.66 166	0.79 285	0.99 180	0.61 293	0.27 382	0.19 329	0.20 168	0.20 242	0.21 236	0.30 393

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

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

test_sample6	0.71 280	0.34 327	0.87 317	0.52 219	0.30 151	0.82 309	0.58 354	1.79 409	1.15 326	1.14 283	1.33 348	0.91 254	0.79 285	1.31 260	0.74 331	0.27 382	0.21 369	0.27 365	0.29 427	0.28 357	0.27 362

GwcNet-ADL	0.64 239	0.31 265	0.79 284	0.56 289	0.41 310	0.60 174	0.58 354	1.41 296	1.26 387	1.08 243	1.13 267	0.91 254	0.60 206	1.04 195	0.78 347	0.27 382	0.18 311	0.18 111	0.18 188	0.25 312	0.29 379

HHNet	0.62 220	0.26 126	0.63 157	0.43 58	0.45 339	0.50 102	0.58 354	1.07 205	1.01 247	1.25 350	2.23 500	0.70 180	0.61 215	1.07 202	0.47 224	0.20 215	0.13 111	0.23 270	0.19 210	0.19 161	0.30 393

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

ICVP	0.63 227	0.33 303	0.57 127	0.61 350	0.40 302	0.80 298	0.58 354	1.61 354	0.89 194	0.90 192	1.24 310	0.88 242	0.73 258	0.72 92	0.88 376	0.29 407	0.21 369	0.22 232	0.21 286	0.24 300	0.27 362
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	0.85 362	0.38 372	0.94 347	0.80 475	1.03 516	1.17 404	0.58 354	1.52 328	1.20 358	1.19 317	1.62 437	1.13 339	1.20 441	1.80 364	1.06 406	0.24 316	0.24 408	0.24 290	0.21 286	0.23 285	0.27 362

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

UCFNet_RVC	0.69 269	0.35 348	0.49 70	0.64 380	0.39 291	0.85 325	0.58 354	1.75 389	1.14 314	0.97 212	1.19 296	1.17 344	0.93 355	0.99 180	0.62 296	0.28 396	0.20 347	0.34 444	0.31 443	0.32 397	0.27 362

rvit_stereo_ft	0.47 120	0.35 348	0.87 317	0.67 413	0.42 315	0.40 31	0.59 362	0.81 92	0.74 149	0.46 78	0.55 82	0.57 131	0.49 148	0.65 74	0.50 243	0.25 343	0.17 289	0.22 232	0.22 315	0.24 300	0.17 149

test_xeample	1.45 478	0.28 177	0.65 171	0.51 198	0.28 112	0.94 348	0.59 362	2.14 490	1.29 402	1.24 344	1.51 408	0.88 242	0.86 323	1.46 301	15.10 570	0.22 275	0.20 347	0.22 232	0.20 242	0.22 260	0.22 282

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

iResNet	0.75 313	0.40 383	1.36 449	0.67 413	0.29 129	0.92 343	0.59 362	1.52 328	1.25 382	1.28 359	1.48 401	0.94 268	0.76 270	1.62 331	0.78 347	0.18 139	0.14 162	0.18 111	0.15 107	0.22 260	0.23 302

coex_refinement	0.80 336	0.28 177	0.73 236	0.70 434	0.51 379	0.95 352	0.60 366	1.78 403	1.23 373	1.36 405	1.37 364	1.82 471	0.81 295	1.32 264	1.13 421	0.26 366	0.17 289	0.19 133	0.20 242	0.24 300	0.25 328

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

test_sample2	0.62 220	0.29 212	0.74 252	0.50 168	0.28 112	0.80 298	0.61 368	1.61 354	1.00 244	0.88 189	0.99 196	0.94 268	0.83 308	1.16 225	0.51 248	0.23 301	0.18 311	0.22 232	0.21 286	0.23 285	0.22 282

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

FADNet-RVC-Resample	0.84 358	0.47 415	2.10 505	0.61 350	0.45 339	1.07 384	0.61 368	1.59 347	1.20 358	1.08 243	0.98 194	1.03 306	0.98 382	2.17 401	0.72 327	0.23 301	0.22 387	0.30 404	0.32 451	0.35 413	0.34 420

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

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

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

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

qqq	0.57 195	0.34 327	0.71 218	0.47 113	0.27 87	0.64 196	0.62 371	1.42 298	0.78 163	0.80 167	0.92 174	0.95 276	0.77 274	0.88 146	0.59 283	0.21 249	0.20 347	0.24 290	0.23 338	0.22 260	0.21 264

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

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

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

iResNetv2_ROB	0.80 336	0.37 365	1.71 485	0.56 289	0.37 264	0.94 348	0.64 378	1.73 382	1.34 423	1.23 336	1.42 378	1.26 368	0.92 346	1.85 370	0.56 274	0.23 301	0.15 220	0.19 133	0.14 89	0.24 300	0.19 214

BSDual-CNN	0.71 280	0.32 281	0.68 187	0.54 252	0.44 332	1.27 420	0.65 380	2.16 495	0.98 232	1.20 321	1.11 255	1.12 334	0.74 260	0.91 154	0.66 308	0.24 316	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

hknet	0.77 321	0.32 281	0.95 351	0.54 252	0.38 281	1.27 420	0.65 380	2.16 495	1.07 272	1.20 321	1.11 255	1.59 435	0.81 295	1.37 278	0.66 308	0.22 275	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

Anonymous3	0.61 216	0.44 401	1.11 409	0.59 324	0.49 361	0.93 347	0.65 380	0.93 134	0.81 171	0.72 151	0.88 166	0.65 162	0.69 243	1.06 198	0.53 262	0.35 453	0.30 454	0.26 348	0.26 383	0.31 388	0.27 362

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

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

G2L-ROB	0.73 300	0.25 103	0.76 266	0.54 252	0.39 291	0.95 352	0.66 385	1.66 368	1.09 286	1.24 344	1.02 214	1.64 447	0.71 253	1.63 333	1.02 402	0.20 215	0.14 162	0.17 76	0.15 107	0.20 195	0.22 282

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

SFCPSM	0.70 273	0.28 177	1.02 379	0.51 198	0.38 281	1.37 435	0.66 385	2.00 464	1.03 254	1.17 308	1.21 302	0.82 214	0.78 281	1.03 189	0.53 262	0.21 249	0.17 289	0.22 232	0.24 351	0.21 236	0.19 214

Nwc_Net	1.09 432	0.49 422	1.33 445	0.89 509	0.80 492	1.49 454	0.66 385	2.19 505	1.27 393	1.32 388	2.26 501	1.96 487	1.54 484	1.92 376	1.34 447	0.40 471	0.30 454	0.43 484	0.45 497	0.38 433	0.37 436

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

test_sample7	0.74 305	0.37 365	0.76 266	0.52 219	0.35 239	0.91 336	0.67 389	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	1.23 240	0.67 311	0.31 420	0.28 439	0.32 425	0.31 443	0.33 406	0.29 379

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

DispFullNet	2.34 529	2.85 566	3.66 533	3.08 561	2.27 552	1.97 499	0.67 389	2.00 464	1.70 492	2.52 526	2.00 485	2.23 501	5.86 561	3.44 466	1.58 479	1.01 532	0.32 468	2.64 560	1.94 565	2.85 556	2.24 555

1111x	1.70 500	0.29 212	0.86 306	0.51 198	0.27 87	1.01 371	0.68 393	2.22 509	1.28 398	1.13 280	1.40 375	1.21 351	1.10 419	5.53 508	15.20 571	0.22 275	0.21 369	0.22 232	0.22 315	0.24 300	0.22 282

iinet-f	0.99 403	0.45 408	3.71 535	0.55 276	0.43 325	1.81 485	0.68 393	1.14 228	1.14 314	1.18 313	1.42 378	1.58 434	1.44 473	1.34 271	1.59 481	0.24 316	0.23 399	0.20 168	0.19 210	0.26 324	0.25 328

ToySt	0.66 254	0.33 303	1.23 427	0.51 198	0.33 217	0.86 326	0.68 393	1.10 216	0.97 227	0.84 180	1.08 240	1.25 364	0.94 360	1.01 185	0.74 331	0.19 180	0.19 329	0.24 290	0.24 351	0.27 338	0.23 302

iRaft-Stereo_5w	0.85 362	0.29 212	0.91 337	0.53 237	0.43 325	0.49 88	0.68 393	0.99 160	0.87 187	0.79 165	1.34 355	1.46 412	0.91 343	5.11 495	1.11 418	0.17 100	0.14 162	0.22 232	0.18 188	0.20 195	0.20 247

G2L-Stereo	0.80 336	0.32 281	0.95 351	0.60 336	0.42 315	0.78 284	0.69 397	1.50 319	1.09 286	1.33 396	1.14 271	1.45 409	0.72 256	2.45 425	1.10 415	0.25 343	0.20 347	0.26 348	0.21 286	0.20 195	0.26 352

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

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

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

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

rvit_0105_3	0.63 227	0.44 401	1.08 401	0.72 446	0.40 302	0.64 196	0.71 402	1.03 176	1.17 338	0.82 175	0.70 121	0.80 205	0.70 248	0.91 154	0.56 274	0.35 453	0.34 475	0.34 444	0.32 451	0.27 338	0.28 374

AF-Net	1.13 442	0.52 436	1.33 445	0.86 497	0.91 507	1.38 438	0.71 402	2.16 495	1.62 485	1.56 458	2.40 508	1.99 490	1.65 494	1.81 366	1.48 474	0.48 498	0.28 439	0.49 498	0.33 461	0.39 437	0.32 409

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

UGAM	1.14 444	0.27 155	0.95 351	0.53 237	0.42 315	0.70 244	0.72 405	0.95 146	1.32 416	0.98 216	1.48 401	1.78 467	0.87 328	9.65 565	0.87 375	0.21 249	0.18 311	0.30 404	0.24 351	0.19 161	0.16 124

DualNet (step1)	0.83 353	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	1.23 240	0.67 311	0.57 512	0.28 439	0.62 521	0.67 528	0.45 465	0.42 455

test_sample9	1.86 510	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	2.27 413	7.92 553	0.57 512	12.61 584	0.62 521	0.67 528	0.45 465	0.42 455

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

MyStereo06	0.61 216	0.28 177	0.95 351	0.56 289	0.46 351	0.61 180	0.73 406	1.78 403	0.67 128	1.03 235	1.12 262	1.13 339	0.56 184	0.78 111	0.41 166	0.17 100	0.16 260	0.23 270	0.20 242	0.22 260	0.20 247

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

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

psmg	0.72 282	0.32 281	0.68 187	0.50 168	0.44 332	1.48 452	0.75 411	1.94 452	0.98 232	1.21 325	1.33 348	1.12 334	0.74 260	0.91 154	0.66 308	0.24 316	0.19 329	0.25 329	0.25 366	0.23 285	0.22 282

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

HBP-ISP	0.96 391	0.58 457	0.72 224	0.61 350	0.46 351	1.64 468	0.76 414	1.86 428	1.28 398	1.30 374	1.53 410	0.86 234	0.94 360	3.27 460	0.69 318	0.45 490	0.44 512	0.54 508	0.48 504	0.47 472	0.40 446

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

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

CSP-Net	0.97 397	0.38 372	0.83 298	0.53 237	0.41 310	1.63 466	0.77 417	2.00 464	1.05 263	1.25 350	1.20 300	1.33 385	0.83 308	4.93 494	0.85 372	0.32 427	0.22 387	0.20 168	0.20 242	0.23 285	0.25 328

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

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

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

NOSS_ROB	1.26 458	0.46 410	0.62 154	0.56 289	0.38 281	1.06 382	0.78 419	1.73 382	1.40 455	1.01 227	1.43 382	1.10 329	0.75 262	10.62 571	0.65 305	0.45 490	0.43 509	0.48 496	0.45 497	0.44 461	0.41 451

MyStereo07	0.48 126	0.29 212	0.50 76	0.55 276	0.45 339	0.59 166	0.79 422	1.05 190	0.51 74	0.48 89	0.53 73	0.43 60	0.55 179	1.30 259	0.34 97	0.17 100	0.16 260	0.24 290	0.20 242	0.23 285	0.20 247

MyStereo04	0.67 263	0.29 212	1.07 397	0.55 276	0.45 339	0.59 166	0.79 422	1.50 319	1.40 455	0.91 197	0.91 172	0.74 186	0.86 323	1.52 312	0.62 296	0.17 100	0.16 260	0.24 290	0.20 242	0.23 285	0.20 247

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

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

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

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

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

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

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

G2L-Stereo_test	0.73 300	0.27 155	0.74 252	0.49 156	0.40 302	0.90 332	0.81 431	1.53 334	1.14 314	1.28 359	1.27 324	1.52 425	0.72 256	1.62 331	0.94 386	0.19 180	0.14 162	0.16 49	0.15 107	0.18 120	0.19 214

LRCNet_RVC	22.74 581	32.10 587	21.97 575	29.84 585	26.23 582	4.42 556	0.81 431	22.66 581	2.02 516	26.93 586	29.26 586	23.06 587	15.59 576	23.84 583	18.88 575	31.75 588	19.90 590	34.65 587	32.13 588	30.54 588	28.32 589

ARAFT	0.77 321	0.36 358	1.49 472	0.51 198	0.31 177	0.90 332	0.82 433	1.90 439	1.06 267	1.62 470	1.24 310	1.02 302	0.64 229	1.84 367	0.50 243	0.18 139	0.14 162	0.28 380	0.27 394	0.17 89	0.16 124

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

zh-mn7	1.70 500	1.21 530	8.30 556	0.69 428	0.53 394	1.45 450	0.84 435	1.70 378	2.09 520	2.41 524	2.67 518	1.68 453	1.23 447	4.49 481	2.87 515	0.30 412	0.26 423	0.27 365	0.27 394	0.31 388	0.35 425

CBFPSM	0.92 382	0.33 303	1.86 496	0.49 156	0.38 281	1.75 476	0.84 435	1.39 292	1.12 299	1.09 249	0.99 196	2.37 509	1.66 498	1.32 264	1.42 465	0.19 180	0.18 311	0.20 168	0.20 242	0.21 236	0.33 415

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

RP	1.09 432	0.50 429	1.12 411	0.90 510	1.04 517	1.11 389	0.84 435	1.80 412	1.62 485	1.55 457	2.00 485	1.90 478	1.78 504	1.84 367	1.25 434	0.52 503	0.36 491	0.48 496	0.36 476	0.45 465	0.43 462

PA-Net	1.01 414	0.57 454	1.29 438	0.64 380	0.74 471	1.19 409	0.84 435	1.69 373	1.43 465	1.16 299	1.19 296	1.32 384	1.19 438	3.42 464	1.25 434	0.29 407	0.45 516	0.33 434	0.49 507	0.32 397	0.47 474
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	1.03 420	0.34 327	1.11 409	0.69 428	0.45 339	2.07 505	0.84 435	2.13 486	1.50 473	1.15 289	1.33 348	2.40 511	1.07 414	2.60 435	1.51 477	0.23 301	0.18 311	0.22 232	0.20 242	0.31 388	0.27 362

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

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

KYRaft	0.75 313	0.28 177	0.62 154	0.56 289	0.29 129	0.67 225	0.86 442	0.94 141	0.84 181	1.62 470	2.21 499	1.16 343	1.02 399	1.57 323	0.40 155	0.20 215	0.13 111	0.22 232	0.28 415	0.20 195	1.02 532

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

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

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

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

SuperB	2.53 536	0.59 460	18.45 569	0.69 428	0.50 368	1.87 492	0.88 447	1.67 370	2.39 526	1.50 444	1.42 378	1.14 341	1.15 429	4.28 479	5.07 538	0.24 316	0.19 329	0.22 232	0.19 210	7.86 577	0.34 420

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

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

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

Abc-Net	1.10 434	0.54 441	1.24 430	0.84 490	0.94 511	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 501	2.35 418	1.25 434	0.45 490	0.37 493	0.45 489	0.58 520	0.42 449	0.42 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	1.37 470	0.87 507	2.56 522	0.84 490	0.69 460	1.83 488	0.89 449	2.07 481	1.88 506	1.88 497	1.53 410	1.91 479	1.55 486	2.85 445	3.05 517	0.48 498	0.29 450	0.44 488	0.39 483	0.69 514	0.60 505

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

G-Net	1.66 495	0.63 475	1.56 475	1.11 529	0.74 471	2.98 538	0.91 455	1.55 341	1.22 370	2.76 534	8.18 566	2.32 507	2.53 539	1.92 376	1.87 490	0.48 498	0.44 512	0.45 489	0.31 443	0.60 504	0.57 499

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

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

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

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

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

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

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

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

FCDSN-DC	2.32 528	0.63 475	0.81 290	0.84 490	0.75 478	2.23 511	0.94 464	2.09 484	1.80 502	5.45 565	7.72 563	7.77 562	6.93 568	3.39 461	1.80 488	0.52 503	0.48 521	0.52 502	0.51 513	0.57 496	0.58 500
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSMD_ROB	1.99 519	0.59 460	0.89 330	0.70 434	0.61 433	3.95 551	0.94 464	1.80 412	1.79 501	4.41 555	4.43 539	8.17 563	3.66 551	3.40 462	1.33 445	0.52 503	0.48 521	0.54 508	0.58 520	0.53 489	0.50 483

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

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

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

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

ssnet_v2	0.88 372	0.36 358	1.02 379	0.62 362	0.38 281	1.32 428	0.97 469	2.07 481	1.34 423	1.37 408	1.18 289	1.54 427	0.92 346	1.10 210	1.65 482	0.30 412	0.27 432	0.30 404	0.28 415	0.27 338	0.26 352

Prome-Stereo	0.75 313	0.27 155	0.53 97	0.55 276	0.32 196	0.59 166	0.97 469	0.89 117	0.88 191	1.45 432	2.46 512	0.91 254	1.41 469	1.58 325	0.44 190	0.18 139	0.13 111	0.19 133	0.17 170	0.20 195	0.92 528

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

CVANet_RVC	1.07 426	0.43 398	0.76 266	0.60 336	0.50 368	0.90 332	0.97 469	1.52 328	1.26 387	1.33 396	1.38 369	1.24 360	1.18 435	6.75 535	0.75 336	0.34 446	0.23 399	0.34 444	0.29 427	0.42 449	0.27 362

GMM-Stereo	0.74 305	0.25 103	0.59 140	0.54 252	0.34 235	0.72 252	0.99 474	1.01 170	0.87 187	1.36 405	1.78 462	1.12 334	0.81 295	2.09 394	0.46 217	0.18 139	0.12 50	0.25 329	0.25 366	0.20 195	0.85 526

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

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

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

Consistency-Raft	1.25 457	0.99 515	1.93 499	1.02 523	1.21 533	0.96 358	1.01 478	1.75 389	1.92 510	1.36 405	2.12 494	1.44 407	1.01 394	1.14 220	1.40 457	0.72 525	0.82 544	0.89 531	0.98 547	1.31 539	0.95 529

IRAFT_RVC	0.88 372	0.28 177	0.76 266	0.63 371	0.31 177	0.65 212	1.02 479	1.22 258	0.94 213	1.22 330	1.04 227	1.01 300	0.98 382	5.82 516	0.53 262	0.22 275	0.12 50	0.25 329	0.20 242	0.20 195	0.19 214

MeshStereo	2.26 526	0.56 450	0.92 341	0.61 350	0.49 361	2.60 525	1.02 479	3.18 543	2.05 518	7.40 572	4.98 549	7.58 560	2.98 545	6.37 525	1.96 496	0.43 484	0.43 509	0.45 489	0.39 483	0.43 455	0.42 455
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
z-mn7	1.56 486	0.84 502	4.36 540	0.71 442	0.51 379	2.60 525	1.04 481	1.73 382	2.70 538	1.53 448	2.99 524	1.94 484	1.34 464	4.78 489	2.41 507	0.29 407	0.24 408	0.27 365	0.24 351	0.34 410	0.31 403

FC-DCNN	2.72 543	0.59 460	0.86 306	0.73 454	0.57 410	2.91 534	1.04 481	3.01 541	2.60 533	6.83 567	7.64 561	9.92 567	6.33 566	5.21 497	3.14 520	0.53 509	0.48 521	0.51 500	0.50 510	0.53 489	0.51 487

FC-DCNN v2	2.81 544	0.59 460	0.85 300	0.73 454	0.57 410	2.97 537	1.05 483	3.39 547	2.61 534	6.98 568	7.67 562	10.38 570	6.31 565	5.75 515	3.37 526	0.53 509	0.48 521	0.51 500	0.50 510	0.53 489	0.51 487

ADCP+	1.99 519	0.48 419	7.73 552	0.66 401	0.91 507	2.30 514	1.05 483	1.82 416	1.34 423	1.54 454	1.32 346	1.74 461	1.61 491	2.17 401	13.37 566	0.24 316	0.21 369	0.32 425	0.28 415	0.37 424	0.29 379

aanetorigin	1.23 454	0.79 499	2.78 528	0.70 434	0.79 487	0.99 368	1.06 485	1.06 203	1.37 441	3.52 546	2.61 516	1.72 458	1.63 492	1.99 384	1.78 487	0.25 343	0.24 408	0.26 348	0.25 366	0.38 433	0.45 467

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

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

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

MDST_ROB	1.67 496	0.34 327	1.58 477	0.92 515	0.58 419	4.26 555	1.11 489	2.83 537	1.41 460	4.49 557	2.55 515	1.45 409	0.97 375	7.79 550	1.17 427	0.31 420	0.25 417	0.37 463	0.33 461	0.31 388	0.30 393

SPS-STEREO	1.67 496	1.04 518	1.23 427	1.21 531	1.13 527	1.82 487	1.11 489	2.16 495	1.52 476	3.07 545	2.32 503	2.82 525	1.80 506	4.11 475	2.04 499	1.03 535	0.99 556	0.97 533	0.94 543	1.03 531	1.02 532
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSMNet_ROB	0.90 377	0.52 436	1.17 421	0.72 446	0.61 433	1.27 420	1.12 491	1.76 395	1.12 299	1.09 249	1.28 330	1.45 409	0.89 339	1.65 336	1.42 465	0.33 436	0.25 417	0.37 463	0.39 483	0.35 413	0.29 379

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

ADCMid	1.89 514	0.73 491	5.06 542	0.72 446	0.67 452	2.00 502	1.14 493	1.97 459	1.48 470	2.86 537	1.81 466	2.37 509	2.05 522	2.24 409	10.39 563	0.33 436	0.31 460	0.39 472	0.43 493	0.50 481	0.44 465

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

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

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

EDNetEfficientorigin	10.57 571	1.47 541	177.42 596	0.67 413	0.53 394	1.58 462	1.16 496	1.90 439	3.37 546	4.71 559	3.38 529	3.10 532	2.69 541	3.13 456	3.58 527	0.25 343	0.23 399	0.33 434	0.27 394	0.83 520	0.81 523

SGM_RVC	1.68 498	0.36 358	0.61 148	0.59 324	0.29 129	2.25 512	1.18 498	2.38 525	1.68 491	3.60 547	2.67 518	3.69 538	2.42 535	8.13 553	1.90 493	0.31 420	0.31 460	0.30 404	0.28 415	0.30 379	0.29 379
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S-Stereo	1.15 448	0.46 410	2.17 510	0.81 478	0.80 492	1.21 413	1.19 499	1.93 450	2.02 516	1.47 435	2.11 493	1.57 431	1.17 431	2.05 391	1.41 461	0.40 471	0.40 504	0.35 452	0.31 443	0.44 461	0.70 517

pmcnn	2.37 530	0.42 395	2.71 526	0.63 371	0.43 325	1.54 458	1.19 499	2.01 468	1.53 478	2.64 530	7.60 560	18.07 578	1.45 475	3.44 466	2.78 513	0.18 139	0.15 220	0.15 19	0.12 38	0.20 195	0.18 174

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

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

ACVNet-4b	2.15 522	1.41 537	1.64 479	2.80 554	2.31 554	2.31 515	1.24 502	2.32 518	2.14 521	1.26 354	2.39 507	2.66 520	1.48 479	5.95 520	1.06 406	3.20 560	0.45 516	2.37 551	0.89 540	2.83 555	2.37 557

PSM-AAD	0.79 333	0.27 155	0.53 97	0.55 276	0.28 112	0.77 279	1.24 502	0.99 160	0.91 203	1.66 475	1.57 425	0.81 209	2.19 528	1.65 336	0.44 190	0.19 180	0.14 162	0.38 466	0.32 451	0.21 236	0.70 517

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

LALA_ROB	1.01 414	0.59 460	1.16 419	0.67 413	0.51 379	1.63 466	1.26 506	1.69 373	1.38 445	1.81 492	1.37 364	1.94 484	1.02 399	1.58 325	1.38 453	0.37 461	0.27 432	0.43 484	0.37 479	0.43 455	0.37 436

SGM-Forest	1.24 455	0.38 372	0.60 145	0.52 219	0.37 264	1.56 460	1.30 507	1.65 363	1.36 437	2.11 511	1.79 463	1.63 444	0.93 355	7.48 546	0.95 390	0.36 457	0.37 493	0.39 472	0.34 467	0.37 424	0.32 409
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zh-sn7	1.76 506	1.38 533	6.58 550	0.74 458	0.72 465	1.78 483	1.31 508	1.88 433	1.56 482	1.86 496	2.47 513	1.81 468	2.08 524	5.12 496	3.80 530	0.32 427	0.32 468	0.32 425	0.32 451	0.44 461	0.40 446

GANetREF_RVC	1.07 426	0.86 506	1.31 440	0.82 486	0.53 394	1.41 447	1.31 508	1.76 395	1.52 476	1.27 357	1.31 340	1.46 412	1.24 450	2.03 388	0.96 394	0.56 511	0.45 516	0.67 524	0.50 510	0.88 523	0.59 502
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
THIR-Stereo	1.02 417	0.27 155	0.69 200	0.49 156	0.28 112	0.95 352	1.34 510	1.03 176	0.97 227	1.34 400	1.90 477	1.17 344	1.58 487	6.44 526	0.78 347	0.19 180	0.14 162	0.21 203	0.22 315	0.19 161	0.20 247

SGM+DAISY	2.41 533	1.07 519	2.14 509	1.18 530	1.10 520	2.14 509	1.36 511	1.96 455	1.66 488	5.46 566	7.07 557	4.95 550	4.32 557	5.50 507	2.26 505	1.04 536	1.02 559	0.99 535	0.97 545	1.02 529	1.04 534

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

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

MFMNet_re	1.40 475	1.14 526	1.68 482	1.39 536	1.07 518	1.48 452	1.43 514	1.87 430	1.82 504	2.26 514	2.19 498	1.51 423	1.86 511	1.52 312	1.25 434	0.93 530	0.83 545	0.84 530	0.80 535	0.99 528	1.05 536

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

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

Wz-Net-MNSev	1.11 437	0.58 457	2.23 513	0.66 401	0.71 463	1.95 498	1.46 516	1.98 461	1.45 467	1.79 488	1.43 382	1.49 420	1.33 463	1.97 383	1.42 465	0.27 382	0.23 399	0.28 380	0.28 415	0.34 410	0.31 403

NVStereoNet_ROB	1.88 511	1.07 519	1.45 463	1.07 527	1.17 529	1.47 451	1.48 518	1.89 436	1.93 512	1.94 502	4.67 546	3.08 531	1.80 506	6.51 527	1.65 482	1.06 537	0.86 551	1.08 539	1.32 552	0.93 524	1.26 541
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-8	4.40 552	1.82 550	1.79 490	2.34 549	2.20 548	9.19 565	1.53 519	6.09 566	16.46 575	3.94 549	7.84 564	7.32 557	3.72 553	9.41 563	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 546	1.68 547

Venus	4.40 552	1.82 550	1.79 490	2.34 549	2.20 548	9.19 565	1.53 519	6.09 566	16.46 575	3.94 549	7.84 564	7.32 557	3.72 553	9.41 563	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 546	1.68 547

coex-ft	8.13 567	2.13 559	98.04 595	0.67 413	0.53 394	1.71 472	1.56 521	1.65 363	11.11 569	18.17 584	3.75 534	3.88 540	7.61 569	2.98 450	6.49 544	0.30 412	0.30 454	0.32 425	0.31 443	0.66 511	0.50 483

EDNetEfficient	2.37 530	1.10 521	8.08 554	0.74 458	0.71 463	0.98 367	1.56 521	1.46 309	4.06 553	4.90 560	2.82 521	2.25 502	3.48 549	2.95 447	9.97 559	0.26 366	0.24 408	0.26 348	0.30 436	0.68 513	0.61 506

SANet	1.88 511	0.57 454	2.18 512	0.63 371	0.40 302	2.80 533	1.57 523	2.39 526	5.88 563	2.36 521	3.57 532	3.72 539	2.97 544	4.74 487	1.76 486	0.34 446	0.30 454	0.32 425	0.29 427	0.48 477	0.37 436

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

DPSNet	1.69 499	0.59 460	4.33 538	0.70 434	0.57 410	2.02 503	1.62 525	3.35 546	1.78 500	1.48 441	1.38 369	2.17 500	2.84 542	4.77 488	3.66 528	0.48 498	0.31 460	0.29 391	0.25 366	0.64 507	0.48 477

CBMV	0.95 390	0.44 401	0.66 178	0.53 237	0.35 239	1.53 457	1.63 526	1.69 373	1.42 463	2.00 507	1.60 430	1.43 402	1.17 431	1.59 327	0.99 399	0.34 446	0.34 475	0.39 472	0.33 461	0.33 406	0.32 409
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NCCL2	1.00 408	0.56 450	1.06 392	0.75 462	0.57 410	1.31 427	1.72 527	1.77 399	1.36 437	1.50 444	1.17 287	1.91 479	1.17 431	1.54 318	1.29 441	0.35 453	0.31 460	0.45 489	0.44 495	0.40 441	0.40 446

GANet	1.36 469	0.47 415	0.86 306	0.67 413	0.45 339	1.34 432	1.73 528	1.64 362	1.24 379	1.49 443	2.38 506	1.55 429	1.20 441	9.30 559	0.93 384	0.30 412	0.31 460	0.33 434	0.28 415	0.39 437	0.30 393

CSAN	1.41 476	0.59 460	1.26 433	0.70 434	0.50 368	1.76 478	1.78 529	1.77 399	1.90 509	2.35 519	2.32 503	1.92 482	1.94 516	5.56 510	1.49 475	0.43 484	0.35 486	0.40 477	0.41 488	0.43 455	0.41 451

ADCS	2.25 525	0.99 515	5.55 544	0.81 478	0.74 471	2.19 510	1.80 530	2.27 515	2.14 521	2.80 536	2.13 495	2.40 511	2.03 519	2.64 438	13.69 567	0.41 475	0.39 502	0.40 477	0.45 497	0.58 498	0.56 495

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

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

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

ADCL	1.72 504	0.57 454	3.66 533	0.67 413	0.61 433	2.61 527	1.85 534	1.96 455	1.67 489	1.90 500	1.83 467	2.06 498	1.90 514	2.13 397	9.15 558	0.26 366	0.24 408	0.34 444	0.32 451	0.38 433	0.35 425

GrayStereo	0.82 347	0.26 126	0.58 133	0.63 371	0.37 264	0.76 271	1.86 535	1.11 222	0.87 187	1.99 504	1.89 476	1.08 317	1.82 509	1.39 287	0.48 229	0.19 180	0.14 162	0.19 133	0.21 286	0.18 120	0.39 445

FTStereo	0.91 380	0.26 126	0.56 117	0.54 252	0.33 217	0.66 221	1.87 536	1.00 164	0.75 150	1.75 482	4.15 538	1.04 309	1.65 494	1.57 323	0.46 217	0.19 180	0.16 260	0.23 270	0.21 286	0.18 120	0.63 508

ACVNet_2	2.43 534	1.41 537	2.04 502	2.62 553	2.24 551	2.63 528	1.88 537	3.31 544	3.01 541	2.19 512	3.45 531	4.62 544	2.04 520	4.50 483	1.47 473	2.55 551	0.64 538	2.22 548	0.84 537	2.69 550	2.29 556

LSM	6.33 561	1.10 521	13.19 564	1.41 538	68.17 591	1.64 468	1.90 538	1.92 446	2.46 528	2.99 541	3.11 526	1.88 474	1.80 506	2.61 436	2.06 501	0.41 475	0.58 535	0.50 499	0.57 519	0.64 507	17.66 585

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

WAO-7	2.66 537	1.40 536	1.73 488	1.39 536	1.17 529	3.93 550	1.94 540	4.11 553	3.88 552	2.92 538	5.50 550	4.18 542	3.00 546	7.63 548	3.71 529	1.13 540	1.00 557	1.17 540	1.13 551	1.18 536	1.09 538

RTS	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 547	1.96 541	2.15 492	2.62 535	2.61 528	2.85 522	2.60 518	1.59 488	6.27 523	5.71 541	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

RTSA	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 547	1.96 541	2.15 492	2.62 535	2.61 528	2.85 522	2.60 518	1.59 488	6.27 523	5.71 541	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

FADE	26.59 583	4.78 572	20.96 571	1.89 545	1.92 546	2.91 534	2.00 543	5.58 562	5.04 559	2.92 538	2.16 497	4.13 541	14.18 575	10.23 570	8.46 555	188.09 596	2.77 570	123.78 593	127.92 593	1.06 532	1.10 539

IMH	3.21 548	1.85 552	1.48 470	3.25 563	2.69 560	4.07 553	2.02 544	4.41 556	3.80 551	2.72 531	7.11 558	4.75 547	2.92 543	5.92 518	2.55 508	3.85 570	0.88 552	2.78 563	1.36 555	3.19 562	2.59 562

NaN_ROB	1.13 442	0.55 446	1.15 418	0.64 380	0.48 357	1.61 464	2.03 545	1.72 381	1.48 470	2.09 510	1.27 324	1.40 397	1.08 415	3.94 472	1.30 442	0.28 396	0.34 475	0.28 380	0.28 415	0.30 379	0.33 415

IMH-64-1	2.70 541	1.79 548	1.46 465	3.26 564	2.66 558	3.23 542	2.10 546	4.08 551	2.75 539	2.34 517	3.81 535	3.06 529	2.22 530	4.25 477	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 560	2.60 563

IMH-64	2.70 541	1.79 548	1.46 465	3.26 564	2.66 558	3.23 542	2.10 546	4.08 551	2.75 539	2.34 517	3.81 535	3.06 529	2.22 530	4.25 477	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 560	2.60 563

TorneroNet-64	5.30 559	2.03 554	1.74 489	3.43 566	2.81 561	10.09 567	2.12 548	9.10 573	17.12 580	4.96 562	9.27 569	10.72 572	3.70 552	9.20 558	4.55 537	3.31 561	0.84 546	2.88 564	1.55 560	3.49 563	3.04 566

notaker	3.98 551	2.40 563	2.68 525	3.82 571	3.27 568	3.97 552	2.14 549	4.78 559	3.45 548	4.12 554	6.94 556	7.65 561	3.26 547	7.82 551	5.30 540	4.04 571	1.41 565	3.36 570	2.10 567	3.88 566	3.31 569

Dean	2.91 547	1.53 543	2.07 503	2.96 560	2.51 557	3.15 539	2.14 549	4.75 558	4.41 557	2.76 534	6.10 553	5.53 553	2.37 533	2.97 449	1.92 494	3.18 558	0.85 549	2.51 558	1.04 550	2.88 557	2.47 560

AnyNet_C01	2.26 526	1.78 547	10.22 560	0.93 516	0.74 471	2.92 536	2.20 551	2.29 517	1.80 502	2.53 527	2.41 509	2.71 522	1.73 500	3.41 463	6.72 545	0.41 475	0.39 502	0.40 477	0.42 491	0.67 512	0.63 508

TorneroNet	10.70 572	2.03 554	1.82 493	3.43 566	3.01 564	43.83 589	2.22 552	8.87 572	67.47 596	7.17 571	27.36 584	10.68 571	3.85 555	8.67 556	7.65 552	3.59 564	0.88 552	3.04 565	1.57 561	3.71 564	3.17 567

LVE	3.31 549	1.67 545	1.64 479	2.85 556	2.42 556	3.20 541	2.26 553	4.78 559	5.05 560	2.35 519	6.91 555	6.02 555	2.37 533	9.15 557	2.17 504	3.19 559	1.08 562	2.38 553	1.47 559	2.81 553	2.40 559

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

ELAS	2.37 530	0.74 494	1.54 474	0.99 520	0.92 509	4.78 557	2.33 555	3.33 545	3.37 546	5.05 563	4.77 547	3.67 537	4.53 558	3.42 464	4.50 536	0.62 519	0.53 529	0.55 513	0.53 515	0.63 505	0.64 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C32	1.96 516	1.10 521	5.17 543	0.90 510	1.11 522	2.12 508	2.37 556	1.85 425	1.48 470	2.45 525	1.70 451	2.05 497	1.64 493	2.50 431	10.28 562	0.37 461	0.34 475	0.35 452	0.41 488	0.49 480	0.54 491

MSC_U_SF_DS_RVC	2.12 521	1.15 527	3.10 529	1.05 524	0.76 481	5.03 560	2.40 557	2.16 495	2.62 535	1.89 499	2.28 502	2.69 521	1.65 494	9.35 561	2.04 499	0.64 522	0.51 527	0.68 525	0.71 531	1.09 533	0.67 514

MFN_U_SF_DS_RVC	1.74 505	0.87 507	3.56 532	0.80 475	0.75 478	3.72 546	2.44 558	1.82 416	1.82 504	1.74 481	1.91 478	1.92 482	1.26 453	7.69 549	1.28 440	0.45 490	0.47 520	0.52 502	0.77 533	0.50 481	0.50 483

KSHMR	8.75 568	2.06 557	2.11 507	3.53 568	3.11 565	4.13 554	2.69 559	5.60 563	61.37 595	3.00 542	55.83 595	4.98 552	2.45 536	4.49 481	2.61 512	3.46 563	1.55 567	3.14 567	1.94 565	3.72 565	3.18 568

MANE	6.19 560	0.59 460	1.03 383	0.93 516	1.22 534	13.38 572	2.69 559	12.81 576	17.94 581	8.21 573	10.82 572	14.72 574	11.68 570	11.39 573	11.90 565	0.59 516	0.50 526	0.52 502	1.76 562	0.55 493	0.54 491

UNDER WATER	5.08 557	2.33 561	5.55 544	3.94 573	3.51 569	5.20 561	2.72 561	5.61 564	16.52 577	3.84 548	4.60 542	9.21 565	5.89 562	5.90 517	8.66 557	3.75 566	1.34 564	3.18 568	1.88 563	4.33 571	3.61 571

HanzoNet	11.04 573	3.62 570	8.10 555	4.08 574	3.55 571	4.90 559	2.73 562	7.19 570	10.10 567	31.86 591	28.92 585	21.96 585	36.36 587	18.08 579	10.17 561	7.94 577	3.32 572	3.47 571	3.31 570	7.06 576	4.04 573

LE_ROB	8.05 566	0.37 365	23.53 576	0.74 458	0.33 217	2.77 531	2.87 563	3.71 550	27.24 585	25.39 585	8.87 567	8.46 564	26.71 585	6.65 529	21.99 577	0.21 249	0.19 329	0.20 168	0.21 286	0.25 312	0.22 282

ktn	4.70 555	2.38 562	2.12 508	3.76 569	3.24 566	4.85 558	2.95 564	5.52 561	7.37 566	4.07 553	19.32 580	7.46 559	3.47 548	7.39 542	2.95 516	4.04 571	1.85 568	3.26 569	2.22 568	3.08 559	2.65 565

UNDER WATER-64	5.27 558	2.32 560	8.78 557	3.93 572	3.54 570	7.61 563	3.03 565	5.84 565	14.19 571	4.04 551	4.04 537	9.39 566	6.26 564	5.93 519	8.48 556	3.60 565	1.51 566	3.13 566	1.88 563	4.29 570	3.61 571

PWCK	2.88 546	2.05 556	5.72 546	2.08 546	1.11 522	3.55 544	3.90 566	2.86 539	3.54 550	3.03 544	3.63 533	3.10 532	2.31 532	8.15 555	3.09 518	2.12 547	0.91 554	1.75 544	0.98 547	2.57 548	1.18 540

ELAS_RVC	2.48 535	0.74 494	1.90 497	1.05 524	0.92 509	2.76 530	4.01 567	2.76 536	4.11 554	4.69 558	4.63 543	4.62 544	5.96 563	3.97 473	3.96 533	0.63 521	0.53 529	0.56 516	0.52 514	0.64 507	0.63 508
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 556	3.14 567	4.91 541	4.55 575	3.94 572	5.20 561	4.41 568	4.40 555	4.13 555	4.95 561	6.08 552	4.74 546	5.37 559	9.40 562	10.67 564	4.65 573	4.15 574	3.97 572	3.34 571	4.09 568	4.08 574

MultiAttention	4.51 554	0.33 303	0.82 293	0.73 454	0.45 339	30.98 586	4.50 569	2.18 504	1.40 455	1.61 466	2.41 509	2.43 513	0.70 248	38.42 588	1.36 451	0.22 275	0.15 220	0.29 391	0.30 436	0.47 472	0.43 462

SGM-ForestM	6.52 562	0.38 372	1.26 433	0.63 371	0.35 239	13.59 573	5.32 570	6.32 569	6.70 565	11.14 575	9.18 568	22.51 586	13.93 574	16.89 577	20.07 576	0.36 457	0.37 493	0.36 460	0.35 472	0.36 420	0.34 420

JetBlue	3.97 550	2.01 553	10.19 559	1.38 535	2.84 562	10.53 568	9.54 571	3.60 549	2.41 527	2.73 532	3.39 530	4.54 543	4.31 556	7.85 552	6.84 546	0.88 528	0.93 555	0.89 531	0.91 541	1.74 540	1.91 551

TCMNet-wrong-test	10.31 570	11.40 578	14.84 566	20.96 581	18.45 578	13.80 574	10.76 572	15.78 578	3.53 549	5.20 564	5.52 551	16.26 576	12.61 571	7.51 547	10.15 560	7.43 576	2.37 569	4.31 573	3.43 572	11.36 579	10.61 578

JetRed	6.91 564	8.80 576	25.96 580	2.85 556	3.25 567	13.98 575	11.87 573	6.25 568	4.28 556	4.45 556	4.56 541	6.69 556	5.46 560	7.46 545	14.05 568	2.59 552	3.31 571	2.59 559	2.29 569	4.20 569	3.36 570

CrosDoStereo	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 574	1.10 216	0.98 232	1.34 400	1.75 459	1.00 293	1.89 512	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

DeepStereo_LL	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 574	1.10 216	0.98 232	1.34 400	1.75 459	1.00 293	1.89 512	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

DPSimNet_ROB	11.20 574	4.98 573	35.43 584	2.90 559	4.52 573	7.89 564	17.09 576	4.66 557	6.06 564	14.89 580	10.93 573	17.29 577	36.81 589	13.18 575	15.68 572	2.86 554	6.29 576	5.75 576	5.09 574	3.91 567	7.70 576

tt	6.58 563	0.26 126	6.10 548	3.77 570	2.16 547	11.55 569	19.63 577	13.33 577	5.74 562	2.96 540	2.65 517	4.97 551	6.33 566	3.81 470	7.24 547	9.15 578	11.32 583	5.89 577	6.24 576	6.03 573	2.55 561

BEATNet-Init1	26.87 584	13.43 579	70.68 594	0.91 513	0.68 458	57.02 594	21.06 578	32.82 590	32.67 587	52.12 595	53.61 594	66.05 595	49.56 595	48.79 596	34.71 589	0.49 502	0.44 512	0.53 507	0.53 515	0.63 505	0.59 502

HaxPig	38.92 588	41.40 593	41.64 585	29.95 586	32.27 583	28.90 581	27.60 579	29.73 586	37.71 592	43.82 592	43.87 591	33.17 588	35.56 586	41.53 589	40.37 591	43.94 592	47.51 595	45.82 588	47.08 590	42.38 589	44.15 592

AVERAGE_ROB	40.43 589	42.37 594	42.73 586	36.96 588	35.58 585	30.50 582	27.61 580	36.71 592	38.39 593	44.91 593	44.36 592	37.45 590	36.70 588	41.88 590	40.35 590	45.43 593	46.81 594	47.11 589	46.35 589	42.51 590	43.87 591

MEDIAN_ROB	42.00 590	44.40 595	44.29 588	35.15 587	34.95 584	31.28 587	29.60 581	35.88 591	40.02 594	47.20 594	46.64 593	37.37 589	38.48 594	44.35 595	42.45 592	48.03 594	49.39 596	49.71 590	49.03 591	45.14 591	46.65 593

ASD4	15.85 578	10.99 577	19.63 570	10.21 579	11.70 574	19.24 576	31.10 582	19.35 579	10.68 568	11.14 575	10.18 571	12.59 573	12.64 572	14.74 576	24.83 582	12.93 583	9.94 582	26.83 586	19.40 583	16.23 582	12.70 584

DGTPSM_ROB	13.01 575	8.23 574	21.87 573	9.51 577	18.10 576	11.56 570	32.01 583	10.63 574	16.20 573	7.03 569	19.48 581	10.15 568	16.66 577	9.83 568	22.42 578	4.75 574	8.68 577	5.37 574	10.25 579	6.16 574	11.36 579

DPSMNet_ROB	13.02 576	8.23 574	21.91 574	9.53 578	18.11 577	11.56 570	32.02 584	10.64 575	16.23 574	7.05 570	19.49 582	10.16 569	16.66 577	9.85 569	22.43 579	4.77 575	8.68 577	5.38 575	10.26 580	6.17 575	11.36 579

USTest	14.33 577	14.94 580	21.04 572	17.44 580	16.05 575	23.26 577	33.84 585	21.73 580	11.80 570	9.36 574	10.14 570	15.97 575	13.20 573	17.28 578	22.43 579	3.78 569	5.01 575	6.17 578	6.16 575	9.25 578	7.72 577

Anonymous_1	43.04 592	18.73 581	24.79 577	21.81 582	46.26 589	27.80 578	37.60 586	28.08 585	16.14 572	14.66 579	14.30 574	20.65 579	17.88 579	21.56 580	25.94 583	117.93 595	8.92 579	100.65 592	126.50 592	158.64 596	12.08 581

DPSM_ROB	19.08 579	19.14 582	25.17 578	22.15 583	20.85 580	28.17 579	37.82 587	26.56 583	16.85 578	14.14 577	14.84 575	21.70 580	18.75 580	21.87 581	26.55 584	10.16 581	9.30 580	10.47 580	10.42 581	14.03 580	12.61 582

DPSM	19.08 579	19.14 582	25.17 578	22.15 583	20.85 580	28.17 579	37.82 587	26.56 583	16.85 578	14.14 577	14.84 575	21.70 580	18.75 580	21.87 581	26.55 584	10.16 581	9.30 580	10.47 580	10.42 581	14.03 580	12.61 582

xxxxx1	54.10 594	25.67 584	27.13 581	113.43 593	96.96 593	30.69 583	47.44 589	32.38 587	25.60 582	17.75 581	17.27 577	21.81 582	21.02 582	24.43 584	33.82 586	33.37 589	40.54 591	157.71 594	175.86 594	66.16 592	72.93 594

tt_ll	54.10 594	25.67 584	27.13 581	113.43 593	96.96 593	30.69 583	47.44 589	32.38 587	25.60 582	17.75 581	17.27 577	21.81 582	21.02 582	24.43 584	33.82 586	33.37 589	40.54 591	157.71 594	175.86 594	66.16 592	72.93 594

ff	54.10 594	25.67 584	27.13 581	113.43 593	96.96 593	30.69 583	47.44 589	32.38 587	25.60 582	17.75 581	17.27 577	21.81 582	21.02 582	24.43 584	33.82 586	33.37 589	40.54 591	157.71 594	175.86 594	66.16 592	72.93 594

LSM0	42.82 591	38.75 592	50.81 592	47.07 592	109.38 596	57.00 593	76.02 592	53.74 596	33.71 588	29.02 590	30.41 590	43.87 594	37.22 590	43.91 594	53.54 596	20.52 587	18.62 586	21.10 585	21.11 586	28.41 587	42.22 590

FlowAnything	38.37 586	38.41 589	50.38 590	44.76 591	41.94 587	56.64 590	76.34 593	53.28 595	34.23 591	28.25 587	29.72 588	43.60 591	37.79 592	43.83 592	53.38 594	20.39 586	18.71 589	21.07 582	21.14 587	28.23 584	25.29 586

CasAABBNet	38.33 585	38.46 590	50.35 589	44.75 590	41.84 586	56.68 591	76.37 594	53.22 593	33.83 589	28.31 588	29.54 587	43.62 593	37.71 591	43.84 593	53.41 595	20.30 584	18.70 587	21.07 582	21.07 585	28.24 585	25.34 587

Selective-RAFT-Error	38.39 587	38.47 591	50.44 591	44.73 589	41.97 588	56.68 591	76.38 595	53.24 594	33.92 590	28.34 589	29.85 589	43.60 591	38.20 593	43.75 591	53.34 593	20.38 585	18.70 587	21.09 584	21.05 584	28.30 586	25.43 588

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

PML	51.67 593	36.25 588	13.28 565	7.46 576	20.81 579	108.69 596	232.22 597	8.72 571	27.82 586	87.01 596	269.67 597	69.67 596	61.95 596	24.76 587	14.20 569	9.74 580	3.40 573	9.62 579	4.70 573	18.74 583	4.72 575

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

Low-res two-view benchmark