Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

U	12.82 565	0.38 3	1.99 137	0.66 31	58.94 585	63.38 590	0.34 16	1.91 59	0.94 37	0.59 18	0.80 33	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 588	59.81 587	0.29 121	0.20 19

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

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

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

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

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

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

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

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

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

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

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

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

Anonymous3	1.72 239	0.76 304	11.61 349	0.83 104	0.84 280	4.46 469	0.84 252	3.57 269	1.16 50	1.34 146	1.37 151	1.11 150	1.03 167	1.58 156	1.13 228	0.70 488	0.58 488	0.33 284	0.35 364	0.47 371	0.42 327

depthmonostereo	0.94 88	0.71 264	2.39 187	0.85 125	0.54 136	2.21 101	0.53 78	1.83 51	1.17 52	0.95 112	1.09 84	0.99 133	0.97 152	2.37 254	0.68 78	0.23 47	0.27 303	0.22 14	0.20 84	0.25 61	0.26 120

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 52	0.80 231	2.09 75	1.18 53	0.63 28	0.84 39	0.59 44	0.55 27	1.80 200	0.85 146	0.19 19	0.18 66	0.27 137	0.20 84	0.26 78	0.24 86
1: 1. 1
rrr	2.27 328	0.65 210	23.82 567	0.90 154	0.46 87	1.57 56	0.96 335	7.98 555	1.19 54	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.25 96

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

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

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

test_xeample3	2.12 307	0.63 188	21.55 548	0.91 162	0.47 97	1.85 71	0.94 325	7.96 554	1.23 57	0.75 60	0.76 25	0.64 52	0.70 68	1.77 194	0.83 140	0.30 211	0.21 166	0.27 137	0.21 98	0.27 90	0.24 86

ff7	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

IGEVStereo-DCA	0.86 68	0.65 210	2.05 144	0.90 154	0.46 87	1.57 56	0.86 264	1.62 27	1.24 59	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.27 136

ffff	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

11t	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

anonymousdsp	0.95 95	0.69 242	1.27 66	0.83 104	0.52 127	4.54 486	0.84 252	1.76 44	1.24 59	0.76 70	1.06 80	0.78 88	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120

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

ccc-4	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

IGEV-Stereo	0.95 95	0.69 242	1.27 66	0.84 113	0.52 127	4.54 486	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
tt45	0.96 99	0.48 49	1.19 51	0.89 145	0.66 204	3.91 341	0.76 197	1.90 57	1.26 67	0.70 46	1.30 132	0.71 74	0.63 49	2.59 276	0.74 109	0.22 35	0.17 39	0.28 166	0.23 146	0.27 90	0.27 136

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

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

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

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

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

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

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

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

xyz-stereo	10.85 557	0.45 21	79.01 589	0.62 9	0.45 78	83.70 591	0.77 210	2.59 146	1.34 76	2.19 349	32.02 579	2.76 385	1.62 324	5.75 352	2.39 426	0.25 82	0.17 39	0.33 284	0.21 98	0.25 61	0.19 5

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

riskmin	1.25 165	0.56 110	2.05 144	1.05 249	0.93 310	2.86 151	0.55 85	3.23 221	1.34 76	1.55 172	1.07 82	3.56 460	2.03 397	1.29 101	1.00 206	0.28 149	0.27 303	0.34 302	0.21 98	0.41 311	0.43 336

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

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

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

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

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

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

Former-RAFT_DAM_RVC	0.92 83	0.73 279	1.42 84	0.92 168	1.08 356	2.97 170	0.53 78	1.77 47	1.39 82	1.16 135	1.54 195	0.58 41	0.65 54	1.03 38	0.84 143	0.25 82	0.23 222	0.30 207	0.24 171	0.43 340	0.29 165

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 406	0.51 68	2.18 81	1.45 98	0.97 116	0.88 44	0.62 48	0.79 104	1.59 161	0.86 153	0.26 97	0.19 96	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	1.01 113	0.55 99	1.74 114	0.92 168	2.15 526	2.15 95	0.50 64	2.01 67	1.45 98	0.76 70	1.02 65	0.61 46	0.47 14	1.29 101	0.79 127	0.22 35	0.17 39	0.24 58	0.14 2	0.63 429	2.29 535

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

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

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

TRStereo	2.31 340	1.87 491	19.74 478	1.53 454	1.16 375	4.26 439	1.08 369	4.73 532	1.45 98	1.55 172	1.28 128	1.75 241	0.85 120	1.81 201	1.20 242	0.36 310	0.26 292	0.32 249	0.36 374	0.34 226	0.33 229

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

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

CAS++	0.89 77	0.64 200	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 338	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Anonymous_2	3.01 451	0.89 353	4.53 268	1.06 255	1.18 377	2.93 164	0.87 282	3.24 223	1.46 106	1.86 231	1.35 146	4.11 484	2.35 428	1.64 175	1.28 267	0.82 499	0.90 520	8.71 575	15.84 578	4.44 554	0.74 461

MC-Stereo	1.06 121	0.48 49	1.55 99	1.15 312	0.41 53	4.56 494	0.61 112	2.06 71	1.46 106	1.90 243	1.61 217	0.89 117	1.12 198	1.35 113	0.73 104	0.25 82	0.18 66	0.26 109	0.22 131	0.25 61	0.24 86

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

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

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

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

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

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

test_1	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.90 296	4.36 492	1.47 111	2.17 343	1.16 95	2.06 303	0.78 101	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

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

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

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

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

EGLCR-Stereo	1.06 121	0.51 65	1.56 101	1.02 239	0.39 42	4.27 444	0.42 38	4.08 398	1.48 119	0.90 102	0.68 17	1.09 145	0.66 60	1.81 201	0.62 52	0.27 112	0.19 96	0.29 187	0.23 146	0.37 267	0.25 96

NF-Stereo	1.58 214	0.61 169	2.66 208	2.26 522	0.47 97	4.68 510	0.67 144	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.08 361	1.20 242	0.40 354	0.20 134	0.36 336	0.34 348	0.31 163	0.36 261

OCTAStereo	1.58 214	0.61 169	2.72 211	2.27 525	0.46 87	4.68 510	0.67 144	3.30 230	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.02 358	1.21 246	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

RE-Stereo	1.58 214	0.61 169	2.72 211	2.26 522	0.46 87	4.68 510	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

TVStereo	1.58 214	0.61 169	2.72 211	2.26 522	0.46 87	4.68 510	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

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

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

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

DLNR_Zeroshot_test	28.62 578	55.50 589	49.94 584	183.62 592	115.05 590	3.43 233	0.28 5	29.49 580	1.49 127	1.01 118	1.26 121	0.93 127	0.63 49	3.92 318	1.51 316	29.81 583	0.41 428	0.26 109	0.23 146	93.28 589	0.32 213

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

CroCo-Stereo	0.98 102	0.87 350	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	0.35 244	0.27 136
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
HUF	1.15 136	0.64 200	8.62 310	0.90 154	0.35 12	1.35 39	0.78 214	1.97 64	1.50 132	0.63 28	1.52 186	0.83 100	0.66 60	1.28 97	0.63 55	0.29 171	0.23 222	0.26 109	0.17 27	0.23 42	0.25 96

RAFT-Stereo-weight	1.11 128	0.48 49	1.22 56	0.99 215	0.42 59	4.17 421	0.80 231	3.60 273	1.50 132	1.97 265	1.50 183	1.30 180	0.65 54	1.24 86	0.85 146	0.25 82	0.19 96	0.26 109	0.22 131	0.27 90	0.23 71

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

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

NRIStereo	1.28 180	0.61 169	1.67 108	1.15 312	0.38 39	4.73 523	0.90 296	2.42 110	1.50 132	1.93 254	1.33 138	1.75 241	1.22 225	2.96 293	1.33 278	0.46 409	0.22 195	0.29 187	0.26 203	0.30 144	0.28 155

FTStereo	3.71 490	0.53 82	20.37 508	0.96 196	0.65 197	4.34 451	11.29 561	2.62 149	1.50 132	2.58 441	5.04 521	1.90 275	13.84 559	3.71 311	1.25 257	0.38 335	0.24 256	0.31 229	0.32 331	0.30 144	2.10 532

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

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

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

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

KYRaft	1.59 219	0.52 71	1.73 111	0.95 190	0.49 112	4.38 454	1.79 470	2.43 113	1.51 139	2.49 425	2.98 479	2.00 293	3.41 482	2.14 236	0.82 137	0.30 211	0.21 166	0.33 284	0.46 442	0.35 244	2.45 541

IRAFT_RVC	1.87 259	0.60 152	4.33 262	2.40 529	0.66 204	4.59 497	1.59 454	2.96 189	1.51 139	2.23 367	1.75 258	2.09 307	2.63 445	6.70 375	1.50 310	0.33 267	0.21 166	0.33 284	0.29 286	0.32 190	0.32 213

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

GES	1.38 194	0.64 200	2.61 202	1.09 271	0.57 159	4.30 448	1.02 353	3.86 326	1.51 139	1.72 206	1.74 254	1.28 176	1.77 364	1.62 169	1.61 332	0.39 347	0.27 303	0.33 284	0.30 304	0.41 311	0.47 363

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

RAFT-Stereo	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO_rvc	0.78 46	0.55 99	1.25 60	0.75 58	0.65 197	1.46 47	0.99 345	2.13 77	1.52 148	0.57 13	1.15 94	1.09 145	0.55 27	1.15 64	0.53 38	0.24 61	0.17 39	0.24 58	0.17 27	0.25 61	0.21 46

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

PSM-softLoss	1.66 233	0.59 140	5.15 274	2.25 520	0.48 105	4.68 510	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

KMStereo	1.66 233	0.59 140	5.15 274	2.25 520	0.48 105	4.68 510	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

PFNet	2.47 378	0.60 152	16.95 424	2.15 519	0.81 260	4.63 503	0.91 304	2.55 137	1.52 148	2.40 414	2.79 469	1.83 266	1.42 270	7.54 392	1.34 281	0.33 267	0.21 166	0.36 336	0.27 229	0.32 190	0.39 297

GrayStereo	2.58 400	0.53 82	1.63 105	1.58 465	0.89 299	4.17 421	8.17 558	3.03 198	1.52 148	2.80 469	2.50 441	1.70 235	17.10 564	2.83 288	1.15 230	0.33 267	0.21 166	0.27 137	0.32 331	0.28 107	0.53 397

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

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

trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 461	0.41 34	2.20 84	1.53 155	0.94 108	1.14 93	0.88 115	0.89 133	1.09 48	0.71 96	0.27 112	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

ACVNet-DCA	1.85 257	0.74 287	13.77 372	1.78 491	0.36 14	4.48 471	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

1test111	1.99 287	0.74 287	13.77 372	1.78 491	0.36 14	4.48 471	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	4.66 329	0.98 201	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

EKT-Stereo	6.79 543	0.64 200	4.24 261	1.77 490	106.39 589	4.51 484	0.61 112	3.16 212	1.53 155	1.88 236	1.22 108	1.98 290	1.36 251	3.81 312	0.84 143	0.35 299	0.24 256	0.29 187	0.26 203	0.34 226	0.48 368

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

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

IIG-Stereo	1.95 278	0.79 317	2.14 159	2.78 537	0.66 204	4.62 501	0.76 197	4.27 458	1.53 155	2.63 452	3.14 491	3.35 434	1.61 321	7.65 396	1.41 289	0.39 347	0.20 134	0.31 229	0.25 183	0.33 208	0.22 60

Prome-Stereo	1.61 222	0.55 99	1.71 110	0.98 209	0.60 174	4.41 463	1.82 474	3.03 198	1.53 155	2.18 345	3.45 501	1.72 238	3.49 488	2.23 249	1.08 217	0.29 171	0.20 134	0.26 109	0.25 183	0.34 226	2.16 533

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

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

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

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

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

OMP-Stereo	1.97 282	0.93 366	1.88 125	2.76 536	0.67 211	4.58 496	1.48 439	4.31 477	1.54 164	3.15 495	2.76 467	3.25 425	1.38 253	7.66 397	1.35 282	0.40 354	0.20 134	0.33 284	0.26 203	0.33 208	0.24 86

THIR-Stereo	4.14 505	0.82 332	10.85 341	0.86 130	0.43 65	2.16 96	16.77 568	3.22 219	1.54 164	2.04 298	12.05 558	2.68 370	7.53 544	7.30 386	12.62 534	0.30 211	0.21 166	0.29 187	0.28 258	0.33 208	0.41 323

CREStereo	0.92 83	0.53 82	1.45 86	0.61 6	0.34 9	4.42 465	0.40 28	2.21 86	1.54 164	0.94 108	1.12 90	0.87 112	0.87 127	1.12 54	0.72 101	0.28 149	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
model_zeroshot	1.21 151	0.60 152	3.55 246	1.05 249	0.57 159	3.46 239	0.63 127	2.73 163	1.55 172	2.05 300	1.38 154	1.50 207	0.82 113	1.69 184	0.87 159	0.29 171	0.23 222	0.30 207	0.23 146	0.27 90	0.32 213

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

PSM-AAD	2.43 369	0.54 93	1.32 73	0.92 168	0.54 136	4.48 471	7.47 554	2.96 189	1.55 172	2.31 390	2.56 449	1.26 174	16.23 563	2.46 258	0.89 166	0.28 149	0.21 166	0.58 470	0.41 424	0.34 226	1.32 511

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

CRE-IMP	1.23 156	0.61 169	2.14 159	0.82 93	0.39 42	4.54 486	0.83 249	2.63 150	1.55 172	1.95 259	1.46 170	1.87 274	0.96 149	1.48 141	1.33 278	0.45 402	0.21 166	0.31 229	0.26 203	0.41 311	0.31 202

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

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

DCRE	1.44 199	0.74 287	3.50 245	1.13 298	0.72 229	1.78 66	0.67 144	2.14 79	1.56 178	1.99 272	8.09 535	1.73 239	1.07 185	1.24 86	0.83 140	0.23 47	0.25 279	0.26 109	0.26 203	0.28 107	0.30 192

HHNet	2.48 380	0.71 264	20.52 515	0.64 16	0.64 189	4.07 388	0.93 319	3.76 304	1.56 178	2.15 334	4.92 520	0.98 132	3.37 480	1.66 178	1.79 365	0.32 251	0.20 134	0.31 229	0.27 229	0.36 257	0.42 327

AAGNet	2.86 425	0.60 152	1.77 116	2.05 515	0.46 87	4.76 528	1.09 373	2.27 94	1.56 178	2.17 343	1.84 305	2.41 336	4.00 497	6.23 364	24.22 571	0.46 409	0.19 96	0.30 207	0.29 286	0.32 190	0.24 86

RAFT_R40	1.70 238	0.59 140	2.99 223	1.46 439	0.46 87	4.74 526	0.98 344	2.23 90	1.56 178	2.02 291	2.35 431	2.71 374	2.56 442	6.71 378	0.90 170	0.40 354	0.19 96	0.30 207	0.27 229	0.33 208	0.26 120

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

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

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

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

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

Patchmatch Stereo++	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 510	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 161	0.65 210	2.03 141	0.75 58	0.37 28	4.68 510	0.73 172	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo_v2	1.23 156	0.66 221	2.02 140	0.75 58	0.37 28	4.67 509	0.76 197	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.08 228	0.88 163	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo	1.25 165	0.66 221	2.14 159	0.75 58	0.37 28	4.65 506	0.77 210	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.26 251	0.86 153	0.47 418	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

HUI-Stereo	1.25 165	0.66 221	2.33 181	0.75 58	0.37 28	4.68 510	0.78 214	2.53 127	1.58 187	1.99 272	1.46 170	1.79 254	1.13 200	2.17 240	0.85 146	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

ASMatch	2.62 402	0.60 152	20.65 521	1.37 418	0.64 189	4.39 457	0.78 214	1.97 64	1.58 187	1.70 201	3.89 511	1.94 279	3.79 493	5.46 343	1.64 343	0.31 230	0.24 256	0.34 302	0.28 258	0.33 208	0.50 382

DeepStereo_RVC	1.55 207	0.63 188	3.32 238	0.77 76	0.42 59	4.49 477	0.72 167	2.50 125	1.58 187	2.02 291	1.81 293	1.54 212	6.38 535	1.73 189	1.19 239	0.46 409	0.22 195	0.29 187	0.28 258	0.35 244	0.38 290

iGMRVC	1.26 172	0.66 221	2.14 159	0.75 58	0.37 28	4.66 507	0.74 184	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.46 258	0.92 181	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

iRAFT	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 510	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

RAFT-IKP	1.25 165	0.66 221	2.23 170	0.75 58	0.37 28	4.64 504	0.74 184	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.22 248	0.92 181	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

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

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

XX-Stereo	2.54 391	0.61 169	20.21 498	1.78 491	1.19 384	4.30 448	0.46 54	4.39 498	1.58 187	2.32 394	1.89 325	4.64 510	0.60 41	4.16 323	0.82 137	0.31 230	0.21 166	0.28 166	0.27 229	0.51 384	0.26 120

PMTNet	0.99 108	0.48 49	1.73 111	0.62 9	0.56 147	4.20 433	0.43 43	1.88 53	1.58 187	1.00 117	1.05 78	0.78 88	0.98 158	1.50 144	0.85 146	1.21 518	0.20 134	0.23 28	0.15 4	0.22 37	0.19 5

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

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

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

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

ICVP	2.26 326	0.66 221	21.18 540	0.99 215	0.88 294	4.28 445	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 453	0.35 381	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
IGEV_Zeroshot_test	2.16 312	0.69 242	20.60 520	1.22 343	0.54 136	2.18 97	0.53 78	3.38 244	1.61 207	1.93 254	1.55 199	3.76 466	1.05 176	1.55 152	0.91 177	0.29 171	0.20 134	0.27 137	0.29 286	0.40 287	0.32 213

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

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

AE-Stereo	1.18 141	0.60 152	2.05 144	1.10 280	0.60 174	4.39 457	0.72 167	3.74 301	1.62 210	1.10 129	1.90 330	1.01 137	0.92 141	1.45 134	0.82 137	0.28 149	0.22 195	0.28 166	0.28 258	0.26 78	0.22 60

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

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

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

ACV-stereo	2.92 434	0.92 362	20.27 504	1.33 390	1.05 347	4.68 510	1.10 375	2.66 154	1.64 214	1.46 163	1.32 136	5.41 530	4.24 503	7.83 398	1.90 378	0.44 393	0.52 473	0.32 249	0.29 286	0.45 356	0.63 434

AIO-Stereo-zeroshot1	2.68 413	1.26 441	22.01 556	1.08 265	0.99 330	1.61 58	0.86 264	3.69 292	1.64 214	1.52 169	5.62 525	3.35 434	3.44 486	2.20 244	1.33 278	0.26 97	0.21 166	0.30 207	0.62 488	0.93 489	0.67 442

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

RAFT-RH_RVC	2.63 403	0.55 99	19.97 487	1.26 358	0.47 97	4.46 469	0.57 92	1.71 40	1.64 214	3.06 489	5.51 523	2.03 297	1.28 234	6.70 375	1.52 318	0.42 380	0.22 195	0.37 348	0.34 348	0.28 107	0.29 165

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

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

SCV_C0	0.89 77	0.59 140	1.96 136	0.83 104	0.44 71	1.24 24	0.64 130	3.33 240	1.66 220	0.82 86	1.20 102	0.73 80	0.66 60	1.62 169	0.66 70	0.32 251	0.21 166	0.24 58	0.20 84	0.28 107	0.23 71

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

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

DN-CSS_ROB	1.91 270	1.55 474	11.13 344	1.82 498	0.88 294	3.99 371	0.61 112	4.01 374	1.67 222	1.64 188	1.89 325	1.39 191	1.06 183	3.23 296	1.50 310	0.31 230	0.19 96	0.44 402	0.29 286	0.37 267	0.31 202

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

MyStereo06	2.46 375	0.72 268	19.97 487	1.02 239	0.99 330	4.26 439	0.86 264	3.51 259	1.68 224	1.92 250	1.73 252	4.01 478	4.22 502	1.62 169	0.88 163	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

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

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

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

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

Selective-RAFT	1.15 136	0.46 28	1.64 107	0.99 215	0.45 78	4.17 421	0.51 68	3.21 217	1.69 230	1.12 133	1.34 143	1.45 201	1.40 260	2.08 228	0.94 191	0.41 369	0.20 134	0.24 58	0.23 146	0.27 90	0.25 96

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

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

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

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

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

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

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

Pruner-Stereo	1.32 189	0.59 140	2.11 158	1.79 496	0.47 97	4.73 523	0.79 221	2.53 127	1.72 237	2.47 423	1.58 205	1.48 204	1.03 167	1.66 178	1.47 303	0.44 393	0.21 166	0.34 302	0.30 304	0.30 144	0.39 297

DeepPruner_ROB	2.05 297	1.09 406	10.50 336	1.01 229	1.20 390	4.39 457	0.91 304	3.14 209	1.72 237	2.60 445	1.54 195	2.78 387	1.27 232	4.52 327	1.72 353	0.51 444	0.40 419	0.37 348	0.34 348	0.48 374	0.52 395

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

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

hknet	1.98 284	0.64 200	8.70 311	0.87 135	1.07 354	4.16 416	1.16 387	4.48 512	1.73 240	2.93 477	1.83 300	3.48 445	1.30 240	3.91 317	1.51 316	0.31 230	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

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

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

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

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

RCA-Stereo	1.21 151	0.52 71	1.58 103	0.90 154	0.46 87	4.68 510	0.79 221	4.13 411	1.74 246	1.92 250	1.80 281	0.94 130	1.48 287	1.14 59	0.70 93	0.27 112	0.18 66	0.25 80	0.19 67	0.25 61	0.23 71

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

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

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

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

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

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

ccs_rob	2.13 309	0.67 231	15.11 402	0.84 113	0.75 241	3.96 363	0.65 139	3.95 357	1.78 253	1.88 236	1.79 278	3.26 426	1.64 340	2.51 264	1.16 233	0.31 230	0.36 386	0.54 463	0.27 229	0.65 440	0.45 348

CASS	1.29 182	0.66 221	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 438	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 438	0.28 315	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ACRE	2.27 328	1.11 410	19.45 469	0.91 162	1.30 410	3.94 353	0.87 282	4.21 433	1.80 256	2.28 378	2.62 455	1.17 156	1.04 171	1.52 149	1.30 271	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.46 358

H2IRNET	1.90 266	0.53 82	14.29 388	1.14 299	0.60 174	4.48 471	0.44 47	2.65 152	1.81 257	1.05 125	2.30 416	1.67 226	1.40 260	2.17 240	1.50 310	0.36 310	0.21 166	0.33 284	0.37 386	0.34 226	0.29 165

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

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

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

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

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

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

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

IPLG	2.48 380	0.65 210	19.63 475	0.91 162	0.79 255	4.60 499	0.56 89	4.31 477	1.84 265	1.91 248	2.00 351	1.31 181	1.38 253	6.61 371	1.53 319	0.27 112	0.20 134	0.27 137	0.23 146	0.31 163	0.36 261

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

GANet-RSSM	1.98 284	0.62 179	3.49 243	1.69 479	1.23 398	4.22 434	0.91 304	3.31 231	1.86 267	1.81 221	1.74 254	2.34 327	1.82 377	10.92 484	1.73 357	0.34 279	0.29 325	0.31 229	0.28 258	0.39 282	0.40 317

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

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

DisPM	1.36 191	0.55 99	2.39 187	1.54 456	0.51 118	4.59 497	0.79 221	2.50 125	1.88 270	2.50 426	1.83 300	1.45 201	1.01 163	2.71 285	0.93 189	0.46 409	0.20 134	0.32 249	0.31 320	0.31 163	0.44 342

BUS	1.49 206	0.59 140	1.94 131	0.87 135	0.85 281	4.50 480	0.76 197	4.48 512	1.88 270	2.93 477	1.83 300	3.63 462	0.97 152	1.60 163	1.17 236	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

BSDual-CNN	1.46 202	0.59 140	1.94 131	0.87 135	0.85 281	4.16 416	1.16 387	4.48 512	1.88 270	2.93 477	1.83 300	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

psmg	1.47 205	0.59 140	1.94 131	0.92 168	0.85 281	4.30 448	1.42 434	4.10 408	1.88 270	2.64 453	2.09 372	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.27 303	0.33 284	0.34 348	0.36 257	0.34 241

CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 274	1.64 188	1.09 84	0.65 56	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 386	0.31 320	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GEStereo_RVC	1.91 270	0.80 321	6.57 285	1.20 334	1.06 350	4.02 376	1.43 436	4.13 411	1.89 274	2.03 295	1.80 281	2.34 327	1.86 384	4.94 333	1.77 362	0.48 422	0.38 405	0.32 249	0.28 258	0.42 330	0.50 382

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

PSMNet-RSSM	1.96 280	0.77 307	3.26 234	1.29 372	1.31 412	4.19 428	0.96 335	3.68 287	1.89 274	2.05 300	1.80 281	2.60 362	1.70 353	9.84 442	1.81 366	0.35 299	0.29 325	0.35 321	0.37 386	0.42 330	0.35 255

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

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

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

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

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

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

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

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

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

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

PFNet+	1.46 202	0.57 119	2.84 217	0.92 168	0.47 97	4.64 504	0.84 252	2.46 119	1.99 287	2.14 326	1.64 224	1.34 184	1.03 167	4.68 331	1.23 252	0.45 402	0.33 363	0.37 348	0.39 406	0.32 190	0.49 375

CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 374	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 531	0.24 47	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
FENet	2.25 324	0.50 59	20.29 506	1.35 402	0.67 211	4.01 374	0.60 108	3.95 357	1.99 287	1.96 263	1.11 88	2.43 342	1.43 273	1.60 163	1.39 284	0.32 251	0.22 195	0.33 284	0.26 203	0.29 121	0.39 297

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

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

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

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

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

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

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

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

aanetorigin	3.30 473	1.66 481	17.52 436	1.18 326	1.58 475	2.57 133	3.80 542	2.65 152	2.03 296	6.12 544	4.30 515	2.82 390	5.70 523	5.47 344	4.67 479	0.50 438	0.44 441	0.43 397	0.47 445	1.17 513	0.92 487

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

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

psmorigin	6.59 540	1.15 417	88.11 590	1.52 452	0.97 320	2.88 152	1.20 398	3.21 217	2.04 300	3.73 512	2.46 436	5.15 526	2.55 441	10.60 470	2.47 437	0.55 457	0.68 507	0.48 426	0.51 464	0.70 453	0.88 485

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

StereoDRNet-Refined	1.77 249	0.81 325	2.22 168	1.21 340	0.76 245	3.26 207	0.71 164	3.82 316	2.05 303	2.29 380	2.05 364	2.98 402	1.44 276	7.15 385	2.27 420	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
rvit_stereo_0075_2	1.18 141	0.74 287	2.66 208	0.90 154	1.27 407	2.51 124	0.69 156	2.25 92	2.06 305	1.40 157	1.86 315	1.46 203	0.84 118	1.42 127	0.94 191	0.46 409	0.40 419	0.48 426	0.38 399	0.46 367	0.51 390

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

DGSMNet	7.55 549	1.62 475	17.42 432	1.92 506	12.73 568	7.45 553	42.99 584	4.13 411	2.07 307	2.10 312	3.16 492	3.42 441	1.70 353	9.24 426	2.30 421	3.70 554	10.89 577	11.80 579	5.54 569	4.24 550	2.66 542

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

ACVNet	1.46 202	0.64 200	3.56 248	0.93 182	0.85 281	4.22 434	0.80 231	2.85 180	2.08 308	1.78 216	1.88 319	3.10 412	1.46 283	1.33 109	1.89 376	0.29 171	0.26 292	0.30 207	0.26 203	0.39 282	0.27 136

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

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

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

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

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

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

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

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

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

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

PSMNet-ADL	1.91 270	0.72 268	1.78 118	1.09 271	0.86 286	4.18 424	0.78 214	3.77 306	2.10 319	1.72 206	1.85 312	2.91 398	1.82 377	10.38 465	1.91 379	0.48 422	0.46 455	0.28 166	0.29 286	0.38 272	0.51 390

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

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

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

dd	1.26 172	1.15 417	2.47 192	0.92 168	0.49 112	4.35 452	0.75 194	1.92 60	2.11 321	1.44 162	1.24 113	1.19 164	1.05 176	1.78 195	1.70 350	0.57 461	0.34 375	0.35 321	0.33 339	0.60 418	0.46 358

GMStereo	1.01 113	1.00 386	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 16	0.82 269	3.49 248	0.23 2	1.69 39	2.14 326	0.62 25	0.32 3	0.67 61	0.33 1	1.14 59	0.37 3	0.23 47	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

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

G-Net	4.11 504	1.21 428	19.47 471	2.31 527	2.94 540	4.74 526	2.95 518	3.33 240	2.14 326	4.44 529	9.43 545	6.93 538	3.84 494	9.01 420	4.92 488	0.79 494	0.80 517	0.70 497	0.50 460	0.95 490	0.87 484

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

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

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

iinet-f	2.26 326	1.18 423	13.71 370	1.14 299	1.11 364	3.77 306	1.10 375	4.14 417	2.17 332	2.06 305	1.76 267	2.99 403	2.99 460	2.50 261	2.49 438	0.35 299	0.39 414	0.27 137	0.28 258	0.45 356	0.39 297

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

UDGNet	1.40 195	1.52 472	2.22 168	1.38 420	0.62 184	4.39 457	0.68 150	1.80 49	2.18 334	1.34 146	1.18 98	0.99 133	1.00 161	2.16 238	1.19 239	1.09 512	0.34 375	1.30 529	0.98 519	1.10 504	0.58 419

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

EAI-Stereo	2.35 356	0.63 188	2.97 222	0.95 190	0.65 197	3.84 323	14.27 566	5.04 538	2.19 335	2.06 305	7.25 528	1.10 148	0.94 146	1.65 177	1.37 283	0.31 230	0.22 195	0.27 137	0.60 484	0.27 90	0.32 213

testlalala	1.14 135	0.62 179	1.34 75	1.00 223	0.78 252	4.38 454	0.93 319	2.46 119	2.20 337	2.44 419	1.52 186	1.31 181	0.61 44	1.04 42	0.65 65	0.35 299	0.19 96	0.24 58	0.19 67	0.24 47	0.23 71

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

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

Abc-Net	3.16 467	1.28 443	18.31 447	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 462	2.55 447	3.49 451	2.65 446	9.91 445	2.99 459	1.29 526	0.65 500	0.64 489	0.86 511	0.65 440	0.71 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	2.53 389	1.35 455	10.90 342	1.15 312	0.97 320	3.53 259	2.56 506	3.65 281	2.23 341	2.76 465	1.80 281	2.41 336	1.66 344	10.35 462	2.07 401	0.44 393	0.40 419	0.57 469	0.53 471	0.59 414	0.65 440

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

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

NINENet	1.87 259	0.74 287	2.60 199	1.12 291	1.06 350	4.50 480	0.76 197	4.41 501	2.24 343	2.16 339	1.86 315	3.63 462	0.97 152	8.00 401	1.17 236	0.41 369	0.30 338	0.41 386	0.30 304	0.41 311	0.36 261

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

otaku	4.58 514	8.93 549	19.95 486	3.11 542	2.67 534	3.91 341	2.57 507	3.82 316	2.25 346	2.22 363	9.72 547	4.08 482	2.35 428	8.57 409	2.13 408	3.51 549	1.65 538	2.15 539	1.17 528	3.69 544	3.15 550

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

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

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

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

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

CrosDoStereo	5.24 524	0.60 152	20.23 499	0.82 93	0.51 118	3.39 225	18.11 570	3.82 316	2.27 351	1.98 267	8.74 540	1.96 286	6.96 539	7.35 388	26.35 573	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

DeepStereo_LL	5.24 524	0.60 152	20.23 499	0.82 93	0.51 118	3.39 225	18.11 570	3.82 316	2.27 351	1.98 267	8.74 540	1.96 286	6.96 539	7.35 388	26.35 573	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

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

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

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

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

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

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

test_sample4	2.34 351	0.63 188	11.59 348	1.30 379	0.83 273	3.07 181	0.72 167	4.27 458	2.30 359	2.30 384	1.88 319	1.73 239	1.42 270	11.14 497	1.46 298	0.35 299	0.29 325	0.35 321	0.36 374	0.40 287	0.38 290

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

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

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

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

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

NLCA_NET_v2_RVC	2.54 391	1.04 394	16.73 420	1.53 454	2.00 518	3.96 363	0.87 282	3.87 329	2.31 363	2.54 433	1.67 233	2.85 392	1.63 337	5.55 346	1.62 337	0.46 409	0.33 363	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Wz-Net-MNSev	2.71 417	2.54 512	13.91 379	1.52 452	1.37 430	3.28 213	2.47 501	4.03 379	2.32 367	2.57 438	2.07 369	2.29 323	3.01 462	7.55 393	2.74 452	0.38 335	0.36 386	0.36 336	0.37 386	0.57 410	0.47 363

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

RAFT-345	2.46 375	0.55 99	19.69 477	1.02 239	0.49 112	4.43 467	0.78 214	1.64 34	2.34 369	2.09 309	3.12 489	1.96 286	1.31 241	6.65 373	1.43 292	0.36 310	0.23 222	0.32 249	0.25 183	0.28 107	0.25 96

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

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

HITNet	2.07 300	0.82 332	14.77 392	1.34 397	0.56 147	3.47 242	0.80 231	4.07 394	2.35 371	2.16 339	1.61 217	1.64 223	1.44 276	2.09 231	2.56 446	0.26 97	0.18 66	0.41 386	0.26 203	0.45 356	0.25 96
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
PSMNet_ROB	2.95 436	1.38 458	18.46 451	1.19 329	1.20 390	3.80 314	1.65 463	3.54 265	2.35 371	1.98 267	1.71 247	2.75 379	1.79 367	11.43 507	2.78 454	0.42 380	0.36 386	0.50 443	0.60 484	0.59 414	0.49 375

MyStereo8	2.33 347	1.13 412	19.26 465	1.22 343	1.62 479	4.16 416	0.57 92	3.50 256	2.36 374	2.15 334	1.75 258	2.28 318	1.14 207	1.46 138	2.20 414	0.24 61	0.21 166	0.32 249	0.27 229	0.36 257	0.43 336

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

GwcNet-ADL	2.47 378	0.67 231	21.48 547	0.96 196	0.72 229	4.61 500	0.95 329	4.42 502	2.36 374	1.98 267	1.80 281	2.55 357	1.24 230	1.90 214	1.41 289	0.40 354	0.46 455	0.24 58	0.27 229	0.41 311	0.49 375

cf-r	2.57 399	0.79 317	16.09 411	1.48 445	1.35 425	4.19 428	0.93 319	3.68 287	2.36 374	1.97 265	1.81 293	3.42 441	1.45 280	8.24 403	1.83 370	0.32 251	0.26 292	0.33 284	0.30 304	0.34 226	0.37 275

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

StereoDRNet	2.84 424	1.49 470	14.48 390	1.33 390	1.57 474	3.44 234	2.06 487	3.69 292	2.36 374	3.26 499	1.84 305	2.79 389	1.80 372	10.88 481	3.16 463	0.41 369	0.33 363	0.39 368	0.36 374	0.59 414	0.58 419

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

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

WCG-NET（raft）	0.95 95	0.55 99	1.20 55	0.84 113	0.31 4	1.44 45	1.01 349	1.55 22	2.37 380	1.64 188	1.42 163	2.38 333	1.01 163	1.29 101	0.76 116	0.22 35	0.19 96	0.22 14	0.20 84	0.25 61	0.21 46

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

MIPNet	2.33 347	0.71 264	19.82 480	0.89 145	0.56 147	4.76 528	0.61 112	4.32 481	2.37 380	1.83 224	1.48 181	1.48 204	1.98 396	2.63 279	1.44 294	0.29 171	0.20 134	0.26 109	0.23 146	0.30 144	0.39 297

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

HBP-ISP	3.25 472	1.10 407	20.86 526	1.54 456	1.15 370	4.50 480	2.89 517	4.43 505	2.38 385	4.14 522	1.96 338	1.90 275	2.04 399	11.08 494	1.32 274	0.66 478	0.57 483	0.66 492	0.61 487	0.64 437	0.61 427

IPLGR	2.53 389	0.58 132	20.46 514	0.82 93	0.52 127	4.56 494	0.50 64	4.30 474	2.38 385	1.87 233	1.53 193	1.68 228	1.72 357	6.95 383	1.15 230	0.28 149	0.21 166	0.27 137	0.23 146	0.33 208	0.32 213

DANet	2.63 403	1.07 401	8.10 303	1.83 499	1.70 496	3.25 205	1.16 387	4.31 477	2.38 385	3.40 506	2.18 390	4.08 482	1.80 372	9.77 438	3.89 473	0.52 450	0.55 480	0.59 473	0.44 436	0.63 429	0.86 481
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TCMNet	2.98 445	1.30 445	18.26 444	1.47 442	2.09 524	3.84 323	1.08 369	3.96 362	2.39 389	2.53 432	2.29 411	2.43 342	1.75 361	10.09 455	2.39 426	0.52 450	0.45 446	0.61 481	0.50 460	0.80 478	0.78 470

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

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

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

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

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

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

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

MaskLacGwcNet_RVC	3.13 462	1.43 465	9.93 326	2.50 531	1.62 479	4.29 446	1.68 467	3.95 357	2.43 396	1.66 193	1.91 331	3.04 407	1.41 265	13.26 549	1.58 325	3.82 555	1.59 536	1.12 525	0.46 442	2.21 532	2.74 547

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

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

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

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

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

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

AdaStereo	1.45 201	0.83 336	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 427	2.46 404	2.05 300	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 279	0.43 397	0.28 258	0.44 348	0.34 241
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
dad	1.65 230	1.19 425	3.04 226	0.98 209	0.56 147	4.22 434	0.84 252	1.99 66	2.48 405	2.14 326	1.68 236	1.62 222	1.13 200	3.85 313	2.04 395	1.03 511	0.40 419	2.04 536	0.48 450	0.75 470	0.53 397

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

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

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

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

WZ-Net	3.62 485	4.87 531	16.77 422	1.43 430	1.40 437	3.75 303	2.29 497	4.12 409	2.50 410	2.74 464	2.19 392	4.06 481	5.29 519	10.19 457	7.36 509	0.54 455	0.37 399	0.47 418	0.49 454	0.77 472	0.73 460

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

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

HSM-Net_RVC	2.87 429	0.57 119	17.46 434	0.92 168	0.90 302	3.70 293	1.20 398	5.64 550	2.51 413	3.22 498	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 279	0.26 109	0.23 146	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
raft_robust	1.92 273	1.15 417	3.34 240	1.02 239	0.43 65	3.84 323	0.46 54	4.42 502	2.52 414	1.67 195	1.36 150	2.17 312	6.37 533	6.78 380	1.04 210	0.28 149	0.24 256	0.30 207	0.35 364	0.31 163	0.32 213

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

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

DIP-Stereo	1.24 161	0.69 242	1.77 116	0.65 23	0.61 178	4.29 446	0.58 101	4.44 506	2.53 415	1.98 267	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CBMV	3.32 475	0.96 380	21.16 538	1.32 385	0.83 273	3.81 316	3.91 545	4.47 511	2.53 415	3.34 503	2.24 400	4.45 499	2.58 443	10.07 454	1.96 388	0.45 402	0.43 436	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DispNO	3.00 449	0.75 299	18.92 457	1.17 320	1.10 362	3.72 297	0.94 325	4.29 466	2.54 419	2.24 370	2.28 408	4.51 502	2.12 406	11.40 504	2.09 403	0.31 230	0.28 315	0.31 229	0.28 258	0.36 257	0.39 297

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

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

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

SDNR	3.97 500	1.93 493	20.28 505	1.31 382	0.94 312	5.16 536	0.67 144	4.33 483	2.58 423	4.82 534	5.94 526	5.01 520	1.45 280	17.52 564	2.53 442	0.79 494	0.72 511	0.59 473	0.45 440	1.15 511	1.17 503

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

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

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

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

MyStereo05	2.37 362	0.72 268	19.94 485	1.02 239	0.99 330	4.26 439	0.86 264	4.01 374	2.62 427	2.14 326	1.26 121	2.28 318	1.63 337	2.07 226	1.68 348	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

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

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

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

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

MDST_ROB	5.53 529	0.59 140	23.11 563	2.55 532	2.69 535	21.20 572	1.98 483	4.77 534	2.65 432	9.36 559	4.25 513	4.14 486	4.45 507	22.57 568	3.68 471	0.48 422	0.33 363	0.47 418	0.44 436	0.44 348	0.44 342

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

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

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

SPS-STEREO	3.97 500	1.44 466	20.85 525	1.72 485	1.71 497	3.24 202	2.30 498	3.55 267	2.68 437	4.79 533	3.66 505	5.44 531	2.97 459	9.11 421	9.35 519	1.15 516	1.10 525	1.06 522	1.02 522	1.16 512	1.18 504
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
111	1.83 255	0.92 362	9.08 314	0.81 83	0.36 14	4.25 438	0.91 304	4.44 506	2.70 438	2.39 412	1.96 338	2.30 324	1.64 340	1.28 97	1.82 368	0.28 149	0.22 195	0.24 58	0.20 84	0.31 163	0.54 403

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

ADCPNet	3.89 495	1.63 477	20.25 503	1.28 368	1.27 407	6.43 546	2.65 510	3.93 351	2.70 438	2.78 467	2.20 394	4.28 494	6.16 531	5.56 347	10.27 523	0.65 476	1.18 527	0.71 498	1.70 539	0.84 483	1.37 513

s12784h	1.31 187	0.45 21	2.41 190	0.71 44	0.35 12	4.42 465	0.50 64	4.22 436	2.73 441	2.01 286	2.48 439	0.91 121	0.96 149	2.01 224	0.70 93	0.29 171	0.18 66	0.24 58	0.16 12	0.27 90	0.18 3

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

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

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

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

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

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

Any-RAFT	1.40 195	0.53 82	2.78 215	1.09 271	0.64 189	4.41 463	0.81 240	3.97 364	2.78 448	1.99 272	1.34 143	2.36 331	1.56 314	1.56 153	0.75 112	0.27 112	0.20 134	0.25 80	0.18 47	0.25 61	0.28 155

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

SST-Stereo	1.76 247	0.58 132	3.10 227	1.44 433	0.46 87	4.71 522	0.76 197	2.22 89	2.79 450	2.07 308	2.18 390	2.43 342	3.22 475	6.66 374	0.84 143	0.42 380	0.19 96	0.30 207	0.27 229	0.35 244	0.26 120

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

TDLM	2.29 336	1.08 403	4.61 269	1.29 372	1.01 339	4.26 439	2.17 493	3.75 302	2.79 450	2.31 390	1.98 346	2.06 303	1.59 315	12.45 542	1.72 353	0.51 444	0.28 315	0.52 452	0.35 364	0.56 405	0.50 382

CBMV_ROB	3.62 485	0.70 252	21.42 546	1.21 340	0.89 299	4.43 467	1.76 469	4.39 498	2.79 450	5.88 541	3.38 499	4.18 488	5.12 516	10.75 475	2.32 423	0.56 459	0.55 480	0.53 456	0.51 464	0.55 399	0.46 358

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

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

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

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

SAMSARA	3.55 483	2.16 503	14.18 385	1.86 503	1.49 455	4.62 501	2.65 510	3.58 272	2.80 454	7.05 549	3.05 483	5.16 527	4.07 499	9.18 424	4.80 484	0.64 473	0.67 504	0.59 473	0.68 495	0.89 485	0.91 486

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

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

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

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

MFN_U_SF_DS_RVC	3.94 498	10.88 562	12.30 354	1.26 358	1.55 467	5.19 537	3.33 530	4.42 502	2.82 462	2.58 441	2.62 455	5.00 519	2.11 405	14.03 560	2.73 451	1.28 525	2.34 552	0.67 494	1.83 544	0.81 479	1.03 495

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

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

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

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

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

GANetREF_RVC	3.20 469	1.93 493	18.84 455	1.51 451	0.80 257	4.12 399	1.82 474	4.16 422	2.91 468	1.87 233	1.74 254	2.48 351	1.84 379	13.18 548	1.74 358	0.80 496	0.57 483	0.79 508	0.74 500	1.20 516	0.86 481
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 173	0.31 8	1.89 54	2.92 470	0.47 1	0.29 2	0.66 60	0.47 14	1.35 113	0.39 4	0.20 24	0.18 66	0.24 58	0.16 12	0.19 4	0.20 19

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

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

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

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

ADStereo(finetuned)	2.04 295	0.73 279	13.28 363	0.82 93	0.40 46	4.16 416	0.59 105	4.25 450	2.97 475	2.35 402	1.84 305	1.18 160	3.40 481	1.52 149	1.54 320	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.51 390

DCANet	1.74 242	0.73 279	9.08 314	0.82 93	0.40 46	4.18 424	0.59 105	4.25 450	2.97 475	2.35 402	1.84 305	1.18 160	1.63 337	1.51 147	1.55 321	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.53 397

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

DCANet-4	1.96 280	0.51 65	14.31 389	0.82 93	0.40 46	4.16 416	0.57 92	4.29 466	2.98 478	2.30 384	1.80 281	1.03 140	1.54 310	1.44 130	1.44 294	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

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

ADCP+	3.74 491	1.96 495	16.90 423	1.09 271	1.55 467	4.35 452	3.65 540	3.93 351	2.98 478	2.22 363	1.66 232	3.95 473	4.83 512	3.41 301	18.87 562	0.38 335	0.41 428	0.63 486	0.53 471	0.64 437	0.81 475

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

TransformOpticalFlow	3.03 453	0.77 307	20.99 533	1.00 223	0.55 143	4.18 424	0.64 130	4.33 483	3.02 482	2.18 345	3.09 487	4.35 496	5.07 515	7.36 390	1.27 263	0.32 251	0.18 66	0.32 249	0.26 203	0.28 107	0.46 358

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

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

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

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

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

SGM-Forest	2.96 439	0.62 179	3.49 243	1.09 271	0.80 257	4.06 383	3.30 528	4.37 495	3.09 488	4.18 526	3.27 496	4.67 512	3.86 495	11.69 524	7.91 512	0.51 444	0.46 455	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SA	1.62 224	0.75 299	3.78 258	1.07 257	0.43 65	4.26 439	1.36 418	4.45 509	3.12 489	1.63 185	1.97 344	1.68 228	2.26 421	2.55 272	1.27 263	0.27 112	0.22 195	0.37 348	0.37 386	0.35 244	0.30 192

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

AANet_RVC	3.03 453	1.72 484	12.78 359	1.17 320	1.12 365	3.79 312	1.10 375	3.86 326	3.13 490	2.62 449	4.26 514	3.96 475	1.41 265	11.43 507	5.23 492	0.94 506	0.47 459	0.34 302	0.23 146	0.40 287	0.55 407

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

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

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

ACVNet_1	6.04 537	13.97 572	21.36 544	3.58 549	3.14 546	4.73 523	2.48 502	4.20 427	3.17 495	2.98 483	2.83 475	23.31 569	4.34 505	11.06 491	2.45 435	3.68 552	2.33 551	2.60 544	1.79 543	3.69 544	3.19 552

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

RTS	3.90 496	7.04 540	17.94 439	1.92 506	2.19 527	5.00 534	2.96 519	4.29 466	3.19 497	4.05 519	3.08 485	4.94 516	3.16 471	7.64 394	6.72 499	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 466

RTSA	3.90 496	7.04 540	17.94 439	1.92 506	2.19 527	5.00 534	2.96 519	4.29 466	3.19 497	4.05 519	3.08 485	4.94 516	3.16 471	7.64 394	6.72 499	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 466

PDISCO_ROB	2.86 425	1.53 473	14.27 387	1.98 512	2.19 527	4.52 485	1.35 416	4.65 528	3.19 497	2.09 309	2.16 386	3.53 456	2.45 435	5.32 339	2.12 405	1.30 528	0.78 516	0.72 502	0.59 482	1.24 517	1.28 507

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

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

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

AnyNet_C32	4.17 506	5.75 537	12.62 358	1.60 468	1.54 463	5.51 540	4.09 546	3.90 339	3.23 503	4.22 527	3.03 482	3.10 412	3.41 482	8.01 402	18.85 561	0.53 453	0.58 488	0.53 456	0.74 500	1.19 515	0.97 491

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

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

MFN_U_SF_RVC	3.81 493	10.78 561	15.01 399	1.84 500	1.39 435	3.73 301	1.63 458	4.05 387	3.26 505	2.91 475	2.38 432	4.36 498	3.65 490	8.43 407	4.91 487	1.11 515	1.04 522	0.99 518	1.31 532	1.58 524	1.75 526

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

pmcnn	5.45 528	1.22 434	17.40 431	1.60 468	2.41 533	3.48 245	2.12 490	4.52 520	3.26 505	3.67 511	13.15 561	22.10 567	3.46 487	11.92 534	17.16 552	0.34 279	0.21 166	0.23 28	0.19 67	0.36 257	0.28 155

PA-Net	3.09 458	1.24 439	18.84 455	1.38 420	1.19 384	3.42 232	1.75 468	3.89 334	3.27 509	1.88 236	2.10 373	3.03 406	1.88 388	11.60 513	2.88 457	0.40 354	0.54 476	0.44 402	0.62 488	0.52 388	1.02 494
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT + AFF	2.51 385	2.66 514	4.48 267	1.15 312	1.95 516	4.15 406	2.01 485	4.46 510	3.30 510	2.19 349	2.51 443	2.22 315	4.87 513	8.91 416	2.06 398	0.30 211	0.60 493	0.48 426	0.38 399	0.77 472	0.69 447

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

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

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

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

tt1	1.79 251	0.73 279	10.41 335	1.75 488	0.36 14	4.55 489	0.79 221	4.22 436	3.37 513	1.08 127	1.80 281	0.74 84	1.48 287	2.21 246	0.65 65	0.29 171	0.16 26	0.31 229	0.22 131	0.30 144	0.29 165

ADCL	4.35 509	1.63 477	14.21 386	1.29 372	1.26 405	5.56 541	11.16 560	3.97 364	3.37 513	6.07 542	4.67 517	4.30 495	5.72 524	5.08 336	14.51 539	0.50 438	0.48 465	0.89 515	0.77 504	0.78 474	0.76 466

JetBlue	6.27 539	9.15 552	13.76 371	1.94 510	4.60 564	11.91 560	12.00 563	5.12 539	3.45 517	3.79 513	4.52 516	9.54 546	6.56 537	9.40 429	13.48 537	1.26 524	1.37 533	1.17 527	1.34 534	7.06 568	3.95 562

ADCMid	3.96 499	3.27 522	15.48 406	1.26 358	1.40 437	4.66 507	2.28 496	4.06 391	3.54 518	3.94 516	3.02 481	3.85 470	3.67 491	4.03 320	18.65 560	0.68 484	0.61 495	1.09 524	1.18 529	1.38 521	1.08 498

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

NVStereoNet_ROB	4.91 521	1.40 461	16.46 416	1.47 442	1.72 499	3.46 239	1.96 481	3.89 334	3.61 520	2.90 474	24.61 573	4.81 513	4.49 508	13.57 554	4.87 486	1.33 529	1.29 532	1.70 534	1.68 537	1.41 523	1.66 521
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet-4b	6.73 542	13.67 570	21.87 554	3.54 548	3.07 543	4.19 428	2.25 495	4.03 379	3.65 521	1.64 188	3.98 512	5.88 532	2.89 456	10.01 451	16.98 551	23.29 582	2.24 548	2.53 542	1.78 542	3.87 548	3.21 553

SGM_RVC	4.57 513	0.72 268	17.46 434	1.84 500	0.58 168	4.23 437	3.45 532	4.66 529	3.66 522	7.99 554	8.82 543	7.56 540	8.74 552	12.30 538	6.84 503	0.43 386	0.38 405	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MSC_U_SF_DS_RVC	4.48 511	10.62 560	15.18 404	1.55 461	1.45 451	6.16 543	3.54 537	5.41 548	3.68 523	2.59 444	2.74 464	4.81 513	2.20 418	13.79 557	4.40 476	2.04 534	3.36 565	1.05 521	1.20 530	2.09 530	1.72 524

ACVNet_2	5.41 527	12.60 565	20.42 512	3.27 544	3.15 547	4.50 480	3.02 522	4.66 529	3.73 524	3.35 505	5.36 522	7.86 541	2.88 455	12.33 540	4.76 483	3.12 545	2.22 547	2.70 548	1.69 538	3.49 540	3.10 549

CSAN	4.71 516	1.39 460	20.23 499	1.19 329	0.87 291	3.65 287	3.50 534	4.57 524	3.87 525	3.89 515	7.82 532	3.54 459	6.16 531	23.47 573	6.82 502	0.52 450	0.45 446	0.49 440	0.52 467	0.63 429	0.66 441

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

IMH-64-1	4.84 519	2.53 510	6.83 288	4.30 559	3.74 553	4.81 530	6.05 550	5.30 543	3.92 527	3.95 517	8.33 536	5.08 523	6.06 528	8.96 418	6.30 496	4.57 565	2.96 559	3.04 551	2.12 553	4.28 551	3.62 558

IMH-64	4.84 519	2.53 510	6.83 288	4.30 559	3.74 553	4.81 530	6.05 550	5.30 543	3.92 527	3.95 517	8.33 536	5.08 523	6.06 528	8.96 418	6.30 496	4.57 565	2.96 559	3.04 551	2.12 553	4.28 551	3.62 558

xx1	2.03 293	0.74 287	13.77 372	1.78 491	0.36 14	4.48 471	0.74 184	4.23 440	3.95 529	1.01 118	1.81 293	1.79 254	1.34 246	2.13 233	0.64 58	0.29 171	0.17 39	0.33 284	0.33 339	0.33 208	0.32 213

cc1	1.98 284	0.74 287	13.77 372	1.78 491	0.36 14	4.48 471	0.74 184	4.23 440	3.95 529	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.31 163	0.29 165

PWCDC_ROB	2.95 436	3.26 521	14.06 382	1.59 466	1.56 470	4.19 428	0.86 264	4.30 474	4.08 531	2.06 305	7.37 529	2.75 379	2.42 432	3.59 306	2.67 450	1.34 530	0.36 386	0.39 368	0.34 348	1.13 507	0.62 430

MADNet+	3.97 500	9.54 556	13.83 377	1.87 504	1.69 495	4.19 428	2.87 516	4.80 535	4.10 532	2.51 429	2.67 460	4.55 505	3.41 482	8.72 411	6.92 506	1.25 523	1.27 531	1.04 520	0.93 515	1.39 522	1.85 527

LRCNet_RVC	25.52 576	33.45 580	23.21 566	31.79 581	32.78 577	6.74 548	1.18 391	25.88 576	4.46 533	28.94 575	30.89 575	24.91 574	17.57 566	27.66 575	24.34 572	35.26 584	25.60 585	35.91 584	33.81 583	31.90 585	34.10 586

MeshStereo	5.35 526	1.32 451	21.34 543	1.34 397	1.15 370	4.40 461	3.90 544	5.18 540	4.55 534	10.14 564	11.82 557	11.47 548	5.84 525	13.84 558	7.03 507	0.61 467	0.58 488	0.60 478	0.58 480	0.72 465	0.59 423
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
TCMNet-wrong-test	12.32 562	14.13 573	19.38 468	22.38 577	19.85 573	15.99 571	12.34 564	22.95 574	4.56 535	6.24 545	6.27 527	18.40 562	15.71 561	10.10 456	10.72 524	9.06 572	4.78 568	5.35 568	3.95 568	12.28 576	11.97 575

WCMA_ROB	5.12 522	0.90 355	21.33 542	1.50 449	1.33 422	4.09 390	3.49 533	4.03 379	4.59 536	6.57 547	10.95 552	12.92 553	8.41 551	9.86 443	8.78 517	0.75 491	0.58 488	0.51 446	0.50 460	0.68 450	0.57 414

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

FCDSN-DC	6.04 537	0.84 340	19.25 463	1.24 349	1.09 360	4.38 454	2.62 509	4.38 496	4.71 537	9.59 562	11.22 553	19.19 563	17.40 565	12.30 538	8.55 516	0.69 487	0.57 483	0.60 478	0.60 484	0.70 453	0.78 470
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PWCK	5.85 534	9.95 558	15.22 405	2.90 538	1.56 470	5.66 542	7.69 556	5.27 542	4.74 539	3.88 514	7.51 530	8.04 542	5.28 518	15.18 561	8.40 515	3.08 544	1.51 535	2.24 540	1.37 536	5.55 560	1.96 530

notaker	10.50 556	8.60 544	20.23 499	4.54 564	3.95 557	6.27 544	3.44 531	8.07 556	4.75 540	8.73 556	46.45 581	13.86 558	27.86 575	13.49 553	13.61 538	4.56 564	3.18 563	3.52 559	2.68 561	8.13 572	4.05 563

LSM	12.71 564	3.52 525	20.79 524	55.63 588	84.76 587	3.63 286	6.30 552	3.73 300	4.93 541	5.55 538	13.92 563	3.53 456	3.25 476	9.72 437	4.12 474	0.64 473	0.85 518	0.71 498	0.81 509	1.03 496	26.84 580

AnyNet_C01	4.37 510	7.80 542	16.40 414	1.98 512	1.40 437	6.37 545	6.47 553	4.09 400	5.03 542	4.06 521	3.78 507	4.16 487	3.31 478	6.62 372	10.00 521	0.61 467	0.67 504	0.63 486	0.67 492	2.01 529	1.31 509

Dean	7.52 548	9.08 551	21.41 545	3.74 552	3.53 550	4.81 530	3.53 535	5.33 546	5.25 543	4.17 523	26.53 574	25.62 575	4.09 500	10.97 485	4.32 475	3.69 553	2.30 550	2.91 550	1.87 546	4.03 549	3.24 554

EDNetEfficientorigin	12.35 563	2.51 508	179.47 595	1.19 329	0.96 316	2.91 157	1.81 473	3.00 194	5.35 544	8.91 557	4.79 518	4.18 488	4.64 510	9.98 449	11.30 527	0.37 318	0.38 405	0.60 478	0.85 510	1.32 520	2.43 540

JetRed	10.48 555	27.10 579	35.70 575	4.27 557	4.09 560	15.55 570	12.83 565	12.16 561	5.50 545	5.83 540	5.56 524	10.14 547	7.43 543	8.88 414	26.39 575	3.32 546	3.81 566	3.51 558	2.96 566	7.85 570	6.69 573

ELAS	5.99 536	1.62 475	20.29 506	1.96 511	2.01 519	15.09 567	8.38 559	5.23 541	5.54 546	9.02 558	8.61 539	6.74 536	9.75 554	7.48 391	11.40 529	0.96 508	1.18 527	0.72 502	0.93 515	1.30 519	1.67 522
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	7.57 550	5.80 538	13.28 363	6.38 569	5.26 566	7.18 549	7.77 557	5.32 545	5.62 547	6.11 543	7.78 531	6.02 534	8.01 548	11.74 526	16.36 548	9.36 573	4.95 570	8.57 574	5.66 570	4.83 557	5.34 568

EDNetEfficient	5.61 530	2.14 502	16.75 421	1.67 477	3.64 551	4.12 399	7.51 555	3.05 200	5.63 548	11.57 570	4.83 519	3.95 473	12.72 556	8.44 408	20.78 566	0.41 369	0.43 436	0.47 418	1.01 520	1.66 527	1.39 516

WAO-7	5.16 523	3.21 520	18.98 459	1.88 505	1.44 447	5.34 538	3.09 526	4.91 537	5.81 549	4.35 528	8.92 544	6.55 535	6.06 528	13.40 552	10.81 525	1.34 530	1.20 530	1.48 533	1.35 535	1.60 525	1.45 517

IMH	6.81 544	13.66 569	20.41 511	4.33 561	3.74 553	5.50 539	3.06 524	5.49 549	6.22 550	4.64 532	10.35 549	9.30 545	8.03 549	13.61 555	6.81 501	4.80 568	2.99 562	3.09 553	2.12 553	4.36 553	3.61 557

MSMD_ROB	5.61 530	1.08 403	16.68 419	1.21 340	0.83 273	10.14 558	2.07 489	3.93 351	6.22 550	10.37 565	8.03 534	22.22 568	9.45 553	11.66 521	4.52 478	0.66 478	0.58 488	0.66 492	0.68 495	0.65 440	0.63 434

ELAS_RVC	5.72 533	1.64 480	20.40 510	2.09 517	2.01 519	4.95 533	11.47 562	4.66 529	6.31 552	8.09 555	8.01 533	8.06 544	11.65 555	8.36 404	10.22 522	0.99 510	1.17 526	0.81 511	0.76 502	1.14 508	1.58 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
tt	7.19 547	0.51 65	6.83 288	4.03 554	2.30 532	12.05 562	20.19 574	15.46 571	6.58 553	3.42 507	3.22 493	5.37 529	6.39 536	4.20 325	7.46 510	9.81 574	11.53 578	7.05 571	7.46 573	6.31 563	3.71 560

FADE	78.44 590	13.79 571	36.09 576	10.71 575	13.34 569	4.15 406	4.14 547	28.60 579	8.36 554	5.15 536	3.88 510	11.85 552	36.55 577	44.37 582	28.26 579	474.90 596	161.58 595	347.36 596	322.13 596	7.29 569	6.23 572

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

FC-DCNN	6.64 541	0.77 307	19.26 465	1.68 478	1.64 483	8.27 555	2.35 499	6.35 551	9.23 556	10.85 567	11.27 554	19.89 564	13.33 557	12.51 544	11.79 532	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

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

SANet	5.65 532	1.72 484	20.94 531	1.26 358	0.88 294	7.20 550	3.81 543	4.60 526	11.23 558	4.56 530	8.78 542	7.49 539	6.95 538	11.85 531	18.11 556	0.49 434	0.44 441	0.50 443	0.42 430	0.90 487	0.82 479

SGM-ForestM	11.55 559	1.16 420	21.62 551	2.14 518	0.81 260	22.25 574	19.08 572	16.50 573	11.34 559	15.94 574	14.44 565	27.12 576	22.61 574	24.76 574	28.39 580	0.50 438	0.48 465	0.47 418	0.44 436	0.55 399	0.53 397

LVE	6.88 545	9.31 553	21.14 536	3.61 550	3.18 548	4.49 477	2.79 512	10.21 559	11.69 560	3.16 496	11.53 555	18.33 560	4.31 504	11.66 521	3.52 468	4.45 563	2.93 557	2.56 543	1.91 547	3.62 541	3.16 551

SGM+DAISY	8.36 551	3.82 526	24.83 569	2.02 514	1.75 501	14.80 566	17.22 569	4.27 458	11.79 561	13.88 571	14.38 564	11.74 551	13.83 558	10.56 467	15.12 540	1.21 518	1.19 529	1.14 526	1.13 527	1.17 513	1.37 513

WAO-6	5.87 535	2.27 504	15.05 400	2.96 539	2.77 537	12.01 561	3.58 538	5.37 547	11.91 562	3.34 503	9.69 546	6.78 537	5.84 525	11.82 530	8.89 518	2.87 540	2.35 553	2.50 541	1.84 545	2.85 536	2.67 543

USTest	15.98 569	15.58 574	22.56 560	18.49 576	16.99 570	26.43 575	36.08 580	27.68 578	12.77 563	10.69 566	10.80 551	18.35 561	15.09 560	18.62 565	23.37 568	4.85 569	5.34 571	7.38 572	7.43 572	9.90 574	11.23 574

coex-ft	18.59 572	6.62 539	113.53 592	1.17 320	1.31 412	2.33 110	1.93 480	2.81 179	14.00 564	124.82 594	8.45 538	5.90 533	51.74 587	9.99 450	22.69 567	0.57 461	0.62 496	0.50 443	0.49 454	1.08 503	1.28 507

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

HanzoNet	31.60 579	17.23 575	21.22 541	7.32 570	5.84 567	7.25 551	3.53 535	13.82 568	14.20 566	50.38 583	47.01 582	44.45 579	56.61 588	36.61 581	32.00 581	63.89 588	56.57 589	7.97 573	89.20 589	28.69 579	28.25 582

Anonymous_1	57.11 588	19.68 576	26.15 570	23.10 578	142.31 592	30.84 576	39.75 581	33.86 583	16.98 567	70.53 589	15.42 566	23.46 570	19.75 571	23.04 569	27.23 576	164.73 594	9.02 574	130.38 590	137.40 591	161.27 595	27.24 581

UNDER WATER-64	9.33 552	5.37 534	22.60 561	5.22 568	4.86 565	10.75 559	4.61 549	11.45 560	17.30 568	7.59 550	9.80 548	15.99 559	17.90 567	10.63 471	15.72 543	4.36 560	2.87 556	4.39 567	2.86 564	7.01 567	5.36 569

DPSM_ROB	20.78 573	20.03 577	26.57 571	23.62 579	22.46 574	31.10 577	39.97 582	33.52 581	17.41 569	15.25 572	15.80 567	24.06 572	20.71 572	23.30 571	27.62 577	10.78 575	9.41 575	11.69 577	11.50 574	14.49 577	16.36 578

DPSM	20.78 573	20.03 577	26.57 571	23.62 579	22.46 574	31.10 577	39.97 582	33.52 581	17.41 569	15.25 572	15.80 567	24.06 572	20.71 572	23.30 571	27.62 577	10.78 575	9.41 575	11.69 577	11.50 574	14.49 577	16.36 578

DGTPSM_ROB	15.31 567	8.85 547	28.14 573	9.90 573	18.89 571	12.44 563	33.21 577	13.48 566	17.86 571	9.50 560	22.89 570	13.78 556	19.67 569	21.26 566	23.68 569	5.08 570	8.84 572	5.62 569	11.50 574	6.72 565	14.87 576

DPSMNet_ROB	15.52 568	8.89 548	31.44 574	10.07 574	18.91 572	12.44 563	33.22 578	13.51 567	17.94 572	9.58 561	22.91 571	13.79 557	19.67 569	21.43 567	23.73 570	5.17 571	8.84 572	5.63 570	11.52 577	6.79 566	14.90 577

WAO-8	11.95 560	13.02 566	20.56 517	3.50 545	3.08 544	15.11 568	2.80 513	12.91 564	19.11 573	7.69 551	13.12 559	11.62 549	7.01 541	84.40 591	7.91 512	3.42 547	1.92 542	3.54 560	1.93 548	3.68 542	2.69 544

Venus	11.95 560	13.02 566	20.56 517	3.50 545	3.08 544	15.11 568	2.80 513	12.91 564	19.11 573	7.69 551	13.12 559	11.62 549	7.01 541	84.40 591	7.91 512	3.42 547	1.92 542	3.54 560	1.93 548	3.68 542	2.69 544

UNDER WATER	10.47 554	3.95 528	22.62 562	5.07 567	4.51 563	7.78 554	3.77 541	12.56 563	21.72 575	7.84 553	10.78 550	23.96 571	31.66 576	10.78 478	16.19 547	4.44 562	2.93 557	4.24 563	2.86 564	6.33 564	5.47 570

TorneroNet-64	10.12 553	8.74 545	20.95 532	4.27 557	3.76 556	13.86 565	2.85 515	15.05 569	23.15 576	10.07 563	23.84 572	13.47 555	8.24 550	13.96 559	17.21 553	3.96 558	2.72 554	3.23 555	2.48 557	6.29 562	4.27 565

MANE	11.39 558	1.38 458	23.16 564	4.82 566	2.79 538	22.02 573	14.51 567	25.81 575	26.28 577	10.93 568	13.17 562	19.90 565	18.03 568	15.69 563	20.41 565	0.96 508	0.74 513	1.42 531	3.24 567	0.74 467	1.71 523

CasAABBNet	41.80 582	40.20 584	53.41 587	47.73 585	45.18 583	62.51 587	80.71 592	67.26 588	34.80 578	30.49 576	31.88 578	48.24 584	41.81 583	46.63 587	55.64 589	21.60 578	18.88 582	23.48 580	23.22 582	29.19 583	33.05 584

FlowAnything	41.75 580	39.90 581	53.36 586	47.83 587	45.06 582	62.45 586	80.51 590	67.34 589	34.89 579	30.56 577	31.52 576	48.18 583	42.05 584	46.66 588	55.24 587	21.71 581	18.88 582	23.49 582	23.13 579	29.12 581	33.04 583

Selective-RAFT-Error	41.77 581	40.16 583	53.34 585	47.73 585	45.25 584	62.51 587	80.64 591	67.22 587	34.93 580	30.64 578	31.81 577	48.11 582	42.11 585	46.57 585	54.95 586	21.61 579	18.87 581	23.48 580	23.15 581	29.16 582	33.08 585

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

LE_ROB	18.58 571	1.21 428	48.38 582	8.60 572	23.00 576	7.32 552	19.74 573	9.94 558	38.69 582	43.53 580	21.91 569	28.40 577	40.92 580	23.18 570	54.71 585	0.34 279	0.33 363	0.32 249	0.36 374	0.42 330	0.40 317

HaxPig	43.25 583	43.65 585	45.00 580	33.85 582	35.61 579	32.69 579	30.52 575	45.09 584	42.97 583	48.77 581	48.17 583	43.00 578	40.26 579	44.58 583	43.61 582	47.18 585	49.30 586	51.54 586	50.25 585	43.73 586	45.29 587

AVERAGE_ROB	44.46 584	45.91 586	46.59 581	40.59 584	38.66 580	32.99 580	30.52 575	46.19 585	43.26 584	49.59 582	48.97 584	44.62 580	39.89 578	45.04 584	43.94 583	48.74 586	50.69 587	50.80 585	49.79 584	45.54 587	46.97 588

PML	64.32 589	53.22 588	17.88 438	8.10 571	32.94 578	148.46 595	247.79 596	12.18 562	45.42 585	111.41 592	288.92 596	101.47 594	101.31 594	31.67 576	15.55 541	14.03 577	4.83 569	10.98 576	6.18 571	28.82 580	5.17 567

MEDIAN_ROB	47.37 585	49.08 587	49.92 583	40.32 583	39.97 581	34.95 581	33.43 579	49.17 586	46.39 586	53.06 584	52.65 585	47.65 581	42.23 586	48.35 589	47.29 584	52.10 587	54.04 588	54.28 587	53.48 586	48.76 588	50.33 589

BEATNet-Init1	49.72 587	64.32 590	97.77 591	4.68 565	4.28 561	84.75 592	60.42 585	73.38 591	68.59 587	88.29 591	88.51 593	91.94 592	97.99 593	85.26 593	70.96 593	0.80 496	0.65 500	0.85 513	0.70 498	7.96 571	2.33 536

KSHMR	16.96 570	5.37 534	21.64 553	4.46 562	4.50 562	8.30 556	3.32 529	15.58 572	76.24 588	6.62 548	61.47 586	56.53 586	5.43 521	35.17 580	11.37 528	4.39 561	2.97 561	3.63 562	2.74 563	5.10 558	4.34 566

TorneroNet	25.88 577	11.28 563	21.62 551	4.20 556	4.07 559	55.25 585	3.15 527	15.16 570	76.94 589	58.09 585	82.72 591	86.88 591	41.15 581	13.35 551	18.13 557	4.32 559	2.85 555	3.45 556	2.62 559	8.33 573	4.14 564

ktn	21.74 575	10.34 559	19.68 476	4.53 563	4.00 558	6.53 547	4.51 548	6.79 552	78.82 590	84.69 590	100.86 594	58.49 587	7.57 545	12.11 537	13.35 536	4.58 567	3.24 564	3.49 557	2.62 559	4.65 556	3.84 561

xxxxx1	112.33 593	88.53 591	37.76 577	227.84 594	157.23 593	39.05 582	61.41 586	93.76 592	79.29 591	62.45 586	74.79 588	78.32 588	70.96 590	33.47 577	70.69 590	114.00 591	130.36 592	259.31 593	274.34 593	145.54 592	147.50 593

tt_ll	112.33 593	88.53 591	37.76 577	227.84 594	157.23 593	39.05 582	61.41 586	93.76 592	79.29 591	62.45 586	74.79 588	78.32 588	70.96 590	33.47 577	70.69 590	114.00 591	130.36 592	259.31 593	274.34 593	145.54 592	147.50 593

ff	112.33 593	88.53 591	37.76 577	227.84 594	157.23 593	39.05 582	61.41 586	93.76 592	79.29 591	62.45 586	74.79 588	78.32 588	70.96 590	33.47 577	70.69 590	114.00 591	130.36 592	259.31 593	274.34 593	145.54 592	147.50 593

ASD4	103.30 592	113.98 594	120.24 593	106.67 590	79.75 586	115.36 593	120.35 593	119.13 595	79.65 594	120.04 593	74.64 587	101.45 593	65.48 589	109.11 594	84.31 595	104.31 589	90.04 591	133.15 591	103.58 590	130.15 591	94.66 592

DPSimNet_ROB	102.30 591	119.72 595	143.59 594	109.42 591	94.10 588	127.22 594	127.15 594	26.62 577	102.36 595	149.58 595	83.99 592	139.34 595	137.54 595	64.62 590	82.36 594	105.18 590	66.15 590	120.15 589	69.61 588	99.58 590	77.72 591

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

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

Low-res two-view benchmark