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

asda	0.11 14	0.11 135	0.16 23	0.17 17	0.09 26	0.14 13	0.12 21	0.24 74	0.16 27	0.11 19	0.11 17	0.08 3	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

asd	0.10 2	0.10 74	0.15 9	0.17 17	0.10 65	0.16 44	0.10 7	0.19 18	0.13 12	0.12 32	0.11 17	0.09 16	0.10 39	0.16 31	0.11 11	0.04 1	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

qwe	0.11 14	0.10 74	0.14 3	0.17 17	0.10 65	0.15 21	0.12 21	0.25 80	0.17 44	0.14 68	0.13 37	0.09 16	0.09 16	0.18 62	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.25_new	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.5w_new	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.25w-stereo	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4w-stereo	0.10 2	0.10 74	0.15 9	0.17 17	0.09 26	0.15 21	0.10 7	0.19 18	0.13 12	0.12 32	0.12 25	0.08 3	0.11 63	0.16 31	0.12 43	0.04 1	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

3.5w_stereo	0.11 14	0.10 74	0.14 3	0.17 17	0.09 26	0.17 63	0.09 2	0.22 42	0.16 27	0.13 45	0.13 37	0.09 16	0.11 63	0.19 85	0.13 83	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

AdaDepth	0.11 14	0.09 37	0.20 49	0.20 144	0.10 65	0.19 109	0.13 38	0.16 4	0.13 12	0.10 10	0.10 14	0.09 16	0.09 16	0.19 85	0.12 43	0.05 9	0.05 29	0.06 22	0.06 80	0.05 4	0.05 21

2.25w	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.15 21	0.10 7	0.19 18	0.18 54	0.14 68	0.17 88	0.09 16	0.10 39	0.18 62	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

4.5_new	0.11 14	0.11 135	0.15 9	0.17 17	0.09 26	0.14 13	0.12 21	0.21 32	0.16 27	0.13 45	0.13 37	0.08 3	0.09 16	0.13 5	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.06 40	0.04 1

4.5w-stereo	0.11 14	0.11 135	0.15 9	0.17 17	0.09 26	0.14 13	0.12 21	0.21 32	0.16 27	0.13 45	0.13 37	0.08 3	0.09 16	0.13 5	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.06 40	0.04 1

2.5w	0.11 14	0.10 74	0.15 9	0.18 46	0.09 26	0.15 21	0.15 82	0.20 26	0.15 22	0.12 32	0.13 37	0.10 32	0.09 16	0.17 44	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

2.75w_new	0.11 14	0.09 37	0.14 3	0.16 7	0.09 26	0.15 21	0.12 21	0.25 80	0.16 27	0.14 68	0.13 37	0.08 3	0.10 39	0.16 31	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

3.25w_new	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.19 109	0.10 7	0.22 42	0.17 44	0.14 68	0.12 25	0.10 32	0.11 63	0.17 44	0.12 43	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

3.25w	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.19 109	0.10 7	0.22 42	0.17 44	0.14 68	0.12 25	0.10 32	0.11 63	0.17 44	0.12 43	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

3.75w	0.11 14	0.09 37	0.15 9	0.17 17	0.11 108	0.18 83	0.12 21	0.23 60	0.14 17	0.13 45	0.11 17	0.08 3	0.10 39	0.16 31	0.11 11	0.05 9	0.03 1	0.05 1	0.04 1	0.05 4	0.04 1

3w_stereo	0.12 39	0.11 135	0.18 35	0.18 46	0.08 9	0.16 44	0.15 82	0.27 101	0.19 67	0.12 32	0.12 25	0.07 1	0.12 86	0.15 15	0.11 11	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

2w_stereo	0.11 14	0.10 74	0.15 9	0.18 46	0.08 9	0.16 44	0.14 58	0.27 101	0.20 86	0.14 68	0.14 64	0.08 3	0.11 63	0.13 5	0.12 43	0.05 9	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

1w_stereo	0.12 39	0.08 8	0.14 3	0.18 46	0.09 26	0.16 44	0.15 82	0.25 80	0.21 101	0.13 45	0.16 77	0.08 3	0.12 86	0.16 31	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

monsterstereo	0.11 14	0.09 37	0.14 3	0.19 85	0.12 164	0.14 13	0.12 21	0.25 80	0.17 44	0.13 45	0.16 77	0.08 3	0.09 16	0.19 85	0.11 11	0.05 9	0.05 29	0.06 22	0.05 39	0.05 4	0.04 1

LG-Stereo	0.13 49	0.10 74	0.24 79	0.20 144	0.09 26	0.16 44	0.18 190	0.21 32	0.18 54	0.11 19	0.17 88	0.09 16	0.09 16	0.15 15	0.14 117	0.05 9	0.06 145	0.08 153	0.08 211	0.07 107	0.05 21

MonSter	0.10 2	0.08 8	0.13 1	0.17 17	0.08 9	0.14 13	0.12 21	0.24 74	0.19 67	0.09 5	0.11 17	0.08 3	0.07 2	0.14 9	0.11 11	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

monsters	0.11 14	0.09 37	0.13 1	0.17 17	0.12 164	0.15 21	0.11 14	0.23 60	0.15 22	0.14 68	0.12 25	0.08 3	0.09 16	0.21 119	0.10 1	0.06 24	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

IGEV	0.11 14	0.06 1	0.17 29	0.15 4	0.11 108	0.16 44	0.13 38	0.21 32	0.16 27	0.11 19	0.15 67	0.09 16	0.07 2	0.14 9	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.05 4	0.05 21

xyz-stereo-finetune2	0.17 132	0.11 135	0.26 99	0.16 7	0.09 26	0.27 282	0.19 234	0.27 101	0.20 86	0.22 157	0.28 191	0.21 169	0.22 262	0.37 306	0.22 302	0.06 24	0.05 29	0.08 153	0.06 80	0.06 40	0.07 150

xyz-stereo-finetune	0.16 115	0.12 177	0.23 71	0.16 7	0.08 9	0.23 216	0.20 281	0.29 131	0.31 237	0.19 136	0.22 144	0.19 149	0.15 151	0.29 248	0.20 259	0.06 24	0.06 145	0.08 153	0.06 80	0.06 40	0.06 75

LG-Stereo_L2	0.10 2	0.08 8	0.19 40	0.16 7	0.09 26	0.12 7	0.13 38	0.18 14	0.13 12	0.09 5	0.07 3	0.08 3	0.08 6	0.16 31	0.10 1	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.04 1

LG-Stereo_L1	0.10 2	0.08 8	0.19 40	0.16 7	0.09 26	0.12 7	0.13 38	0.17 9	0.11 4	0.08 1	0.07 3	0.08 3	0.07 2	0.17 44	0.10 1	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.04 1

MLG-Stereo_test1	0.10 2	0.08 8	0.15 9	0.18 46	0.09 26	0.15 21	0.11 14	0.16 4	0.10 2	0.08 1	0.06 1	0.10 32	0.07 2	0.17 44	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

MLG-Stereo	0.10 2	0.08 8	0.15 9	0.18 46	0.07 1	0.15 21	0.11 14	0.17 9	0.11 4	0.08 1	0.06 1	0.10 32	0.08 6	0.18 62	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

MM-Stereo_test2	0.15 101	0.10 74	0.44 316	0.23 294	0.11 108	0.21 167	0.21 312	0.27 101	0.22 114	0.15 80	0.16 77	0.13 63	0.11 63	0.20 100	0.13 83	0.06 24	0.05 29	0.07 75	0.06 80	0.09 235	0.05 21

HART	0.15 101	0.11 135	0.30 136	0.21 188	0.09 26	0.17 63	0.16 111	0.30 150	0.19 67	0.15 80	0.25 169	0.17 125	0.09 16	0.21 119	0.12 43	0.06 24	0.07 262	0.07 75	0.05 39	0.08 169	0.06 75

GREAT-IGEV	0.12 39	0.09 37	0.25 91	0.16 7	0.11 108	0.14 13	0.16 111	0.17 9	0.17 44	0.10 10	0.15 67	0.09 16	0.09 16	0.18 62	0.10 1	0.06 24	0.07 262	0.06 22	0.05 39	0.07 107	0.10 329

HI	0.20 209	0.13 239	0.33 171	0.18 46	0.15 330	0.17 63	0.16 111	0.34 193	0.21 101	0.37 385	0.39 327	0.36 345	0.24 294	0.29 248	0.21 282	0.06 24	0.05 29	0.08 153	0.09 297	0.09 235	0.07 150

CoSv	0.20 209	0.13 239	0.33 171	0.18 46	0.15 330	0.17 63	0.16 111	0.34 193	0.21 101	0.37 385	0.39 327	0.36 345	0.24 294	0.29 248	0.21 282	0.06 24	0.05 29	0.08 153	0.09 297	0.09 235	0.07 150

SCV_C0	0.14 73	0.11 135	0.25 91	0.19 85	0.12 164	0.15 21	0.16 111	0.30 150	0.22 114	0.13 45	0.15 67	0.13 63	0.09 16	0.24 153	0.10 1	0.06 24	0.05 29	0.06 22	0.06 80	0.09 235	0.06 75

AIO_rvc	0.12 39	0.11 135	0.22 65	0.19 85	0.10 65	0.15 21	0.17 147	0.20 26	0.16 27	0.11 19	0.13 37	0.13 63	0.08 6	0.22 134	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.07 150

fffft	0.13 49	0.09 37	0.24 79	0.19 85	0.10 65	0.17 63	0.19 234	0.22 42	0.16 27	0.14 68	0.11 17	0.13 63	0.10 39	0.24 153	0.18 216	0.06 24	0.05 29	0.07 75	0.06 80	0.07 107	0.06 75
1: 1. 1
DEFOM-Stereo	0.11 14	0.08 8	0.17 29	0.17 17	0.09 26	0.22 195	0.14 58	0.14 3	0.16 27	0.11 19	0.10 14	0.09 16	0.08 6	0.21 119	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

SMoEStereo_RVC	0.13 49	0.10 74	0.22 65	0.19 85	0.10 65	0.19 109	0.17 147	0.19 18	0.19 67	0.15 80	0.13 37	0.12 52	0.11 63	0.24 153	0.16 165	0.06 24	0.05 29	0.07 75	0.06 80	0.06 40	0.06 75

mms	0.13 49	0.11 135	0.19 40	0.19 85	0.12 164	0.16 44	0.17 147	0.20 26	0.17 44	0.13 45	0.17 88	0.14 85	0.09 16	0.24 153	0.14 117	0.06 24	0.05 29	0.08 153	0.06 80	0.07 107	0.07 150

ours_stereo	0.13 49	0.11 135	0.23 71	0.20 144	0.11 108	0.17 63	0.18 190	0.20 26	0.19 67	0.13 45	0.18 98	0.14 85	0.10 39	0.23 143	0.14 117	0.06 24	0.05 29	0.08 153	0.06 80	0.06 40	0.05 21

fffy	0.14 73	0.11 135	0.24 79	0.20 144	0.10 65	0.19 109	0.18 190	0.22 42	0.19 67	0.13 45	0.16 77	0.15 101	0.13 116	0.25 184	0.14 117	0.06 24	0.06 145	0.08 153	0.06 80	0.07 107	0.06 75

WCG-NET	0.14 73	0.09 37	0.23 71	0.18 46	0.08 9	0.18 83	0.17 147	0.21 32	0.28 194	0.18 131	0.21 134	0.15 101	0.12 86	0.18 62	0.12 43	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

IGEV-Stereo++	0.11 14	0.08 8	0.15 9	0.19 85	0.11 108	0.14 13	0.10 7	0.22 42	0.18 54	0.10 10	0.13 37	0.10 32	0.11 63	0.14 9	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

AIO-Stereo	0.13 49	0.10 74	0.22 65	0.20 144	0.09 26	0.16 44	0.15 82	0.27 101	0.16 27	0.13 45	0.15 67	0.13 63	0.08 6	0.18 62	0.11 11	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

WCG-NET（raft）	0.14 73	0.09 37	0.23 71	0.17 17	0.08 9	0.19 109	0.16 111	0.23 60	0.26 169	0.18 131	0.19 106	0.20 158	0.12 86	0.21 119	0.12 43	0.06 24	0.06 145	0.06 22	0.05 39	0.06 40	0.05 21

RSM++	0.12 39	0.09 37	0.19 40	0.20 144	0.09 26	0.17 63	0.15 82	0.21 32	0.19 67	0.12 32	0.12 25	0.14 85	0.09 16	0.20 100	0.12 43	0.06 24	0.05 29	0.07 75	0.07 136	0.07 107	0.05 21

RSM	0.12 39	0.09 37	0.20 49	0.20 144	0.09 26	0.16 44	0.15 82	0.23 60	0.18 54	0.13 45	0.13 37	0.15 101	0.09 16	0.21 119	0.12 43	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

MoCha-V2	0.13 49	0.08 8	0.26 99	0.23 294	0.09 26	0.16 44	0.15 82	0.26 89	0.16 27	0.15 80	0.15 67	0.13 63	0.14 136	0.20 100	0.11 11	0.06 24	0.07 262	0.06 22	0.06 80	0.06 40	0.05 21

MIM_Stereo	0.18 156	0.12 177	0.38 241	0.20 144	0.11 108	0.17 63	0.14 58	0.35 217	0.25 160	0.27 206	0.35 281	0.23 201	0.13 116	0.27 219	0.16 165	0.06 24	0.07 262	0.08 153	0.08 211	0.08 169	0.06 75

LL-Strereo2	0.18 156	0.18 372	0.39 256	0.22 247	0.12 164	0.24 238	0.13 38	0.31 161	0.23 132	0.24 177	0.20 122	0.24 213	0.12 86	0.26 200	0.15 141	0.06 24	0.06 145	0.12 398	0.09 297	0.08 169	0.07 150

4D-IteraStereo	0.17 132	0.16 339	0.50 368	0.21 188	0.14 280	0.19 109	0.17 147	0.28 120	0.28 194	0.23 163	0.20 122	0.20 158	0.11 63	0.19 85	0.14 117	0.06 24	0.04 2	0.10 303	0.08 211	0.08 169	0.06 75

LoS_RVC	0.13 49	0.10 74	0.19 40	0.18 46	0.16 362	0.20 140	0.18 190	0.20 26	0.17 44	0.13 45	0.19 106	0.12 52	0.15 151	0.17 44	0.13 83	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.12 387

Selective-IGEV	0.12 39	0.09 37	0.22 65	0.19 85	0.10 65	0.15 21	0.14 58	0.27 101	0.15 22	0.13 45	0.14 64	0.13 63	0.08 6	0.21 119	0.12 43	0.06 24	0.05 29	0.07 75	0.06 80	0.06 40	0.05 21

ProNet	0.14 73	0.12 177	0.25 91	0.19 85	0.11 108	0.19 109	0.19 234	0.27 101	0.20 86	0.14 68	0.13 37	0.13 63	0.12 86	0.24 153	0.12 43	0.06 24	0.05 29	0.07 75	0.06 80	0.07 107	0.07 150

RAFT_CTSACE	0.21 229	0.16 339	0.41 287	0.25 382	0.15 330	0.22 195	0.24 385	0.32 171	0.28 194	0.33 326	0.51 430	0.29 276	0.17 193	0.32 276	0.13 83	0.06 24	0.07 262	0.09 230	0.08 211	0.08 169	0.06 75

test_4	0.18 156	0.12 177	0.34 180	0.23 294	0.12 164	0.18 83	0.22 338	0.26 89	0.24 147	0.24 177	0.47 414	0.22 181	0.13 116	0.24 153	0.16 165	0.06 24	0.05 29	0.09 230	0.09 297	0.07 107	0.05 21

iRaft-Stereo_5w	0.23 276	0.18 372	0.44 316	0.22 247	0.13 238	0.19 109	0.19 234	0.37 245	0.32 246	0.28 216	0.37 300	0.34 326	0.23 276	0.65 437	0.27 360	0.06 24	0.06 145	0.08 153	0.07 136	0.09 235	0.08 216

test-3	0.16 115	0.09 37	0.31 150	0.21 188	0.11 108	0.18 83	0.16 111	0.30 150	0.27 179	0.26 197	0.16 77	0.22 181	0.12 86	0.26 200	0.18 216	0.06 24	0.04 2	0.08 153	0.08 211	0.06 40	0.06 75

test_1	0.16 115	0.09 37	0.31 150	0.21 188	0.11 108	0.18 83	0.16 111	0.30 150	0.27 179	0.25 185	0.16 77	0.22 181	0.12 86	0.26 200	0.18 216	0.06 24	0.04 2	0.08 153	0.08 211	0.06 40	0.06 75

test_3	0.18 156	0.11 135	0.32 156	0.24 345	0.11 108	0.22 195	0.25 402	0.31 161	0.31 237	0.25 185	0.18 98	0.23 201	0.13 116	0.25 184	0.19 245	0.06 24	0.05 29	0.09 230	0.10 339	0.07 107	0.06 75

cross-raft	0.17 132	0.12 177	0.41 287	0.23 294	0.10 65	0.20 140	0.24 385	0.33 185	0.23 132	0.23 163	0.28 191	0.29 276	0.15 151	0.17 44	0.15 141	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

RAFT-Stereo + iAFF	0.17 132	0.14 281	0.32 156	0.20 144	0.09 26	0.19 109	0.17 147	0.32 171	0.30 225	0.25 185	0.33 261	0.20 158	0.17 193	0.19 85	0.15 141	0.06 24	0.05 29	0.07 75	0.07 136	0.07 107	0.05 21

AFF-stereo	0.18 156	0.15 314	0.32 156	0.21 188	0.10 65	0.18 83	0.18 190	0.33 185	0.27 179	0.25 185	0.37 300	0.25 221	0.17 193	0.24 153	0.15 141	0.06 24	0.05 29	0.08 153	0.08 211	0.07 107	0.05 21

GASTEREO	0.13 49	0.12 177	0.21 56	0.23 294	0.10 65	0.18 83	0.15 82	0.26 89	0.18 54	0.17 114	0.16 77	0.11 45	0.13 116	0.19 85	0.11 11	0.07 67	0.05 29	0.06 22	0.07 136	0.06 40	0.06 75

MSCF	0.13 49	0.12 177	0.21 56	0.22 247	0.10 65	0.16 44	0.15 82	0.26 89	0.18 54	0.17 114	0.16 77	0.11 45	0.13 116	0.18 62	0.11 11	0.07 67	0.05 29	0.06 22	0.07 136	0.06 40	0.06 75

water-stereo	0.13 49	0.08 8	0.20 49	0.19 85	0.10 65	0.17 63	0.14 58	0.25 80	0.19 67	0.17 114	0.23 148	0.15 101	0.15 151	0.12 2	0.13 83	0.07 67	0.06 145	0.07 75	0.06 80	0.06 40	0.05 21

depthmonostereo	0.14 73	0.09 37	0.19 40	0.19 85	0.08 9	0.20 140	0.15 82	0.27 101	0.23 132	0.16 102	0.18 98	0.14 85	0.17 193	0.19 85	0.13 83	0.07 67	0.06 145	0.07 75	0.05 39	0.05 4	0.05 21

DilatedVolume-Stereo	0.14 73	0.08 8	0.18 35	0.18 46	0.09 26	0.21 167	0.14 58	0.24 74	0.21 101	0.21 151	0.21 134	0.15 101	0.14 136	0.23 143	0.15 141	0.07 67	0.06 145	0.06 22	0.06 80	0.05 4	0.05 21

xyz-stereo	1.40 553	0.10 74	17.09 585	0.18 46	0.07 1	4.78 571	0.18 190	0.29 131	0.34 268	0.36 379	2.81 568	0.40 385	0.29 374	0.56 389	0.24 332	0.07 67	0.05 29	0.09 230	0.06 80	0.06 40	0.05 21

111111	0.11 14	0.07 2	0.17 29	0.19 85	0.11 108	0.13 11	0.11 14	0.22 42	0.15 22	0.11 19	0.12 25	0.12 52	0.08 6	0.18 62	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.08 169	0.06 75

MLG-Stereo_test3	0.10 2	0.08 8	0.16 23	0.17 17	0.08 9	0.16 44	0.12 21	0.17 9	0.12 8	0.10 10	0.07 3	0.10 32	0.08 6	0.14 9	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

MLG-Stereo_test2	0.10 2	0.08 8	0.15 9	0.17 17	0.09 26	0.15 21	0.11 14	0.16 4	0.10 2	0.09 5	0.07 3	0.10 32	0.06 1	0.15 15	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.05 21

LG-G_1	0.11 14	0.08 8	0.18 35	0.18 46	0.07 1	0.21 167	0.09 2	0.19 18	0.11 4	0.10 10	0.09 11	0.11 45	0.10 39	0.19 85	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

LG-G	0.11 14	0.08 8	0.18 35	0.18 46	0.07 1	0.21 167	0.09 2	0.19 18	0.11 4	0.10 10	0.09 11	0.11 45	0.10 39	0.19 85	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

LG-Stereo_Zeroshot	0.13 49	0.09 37	0.24 79	0.20 144	0.10 65	0.15 21	0.14 58	0.22 42	0.16 27	0.12 32	0.19 106	0.15 101	0.11 63	0.13 5	0.17 195	0.07 67	0.05 29	0.06 22	0.06 80	0.07 107	0.06 75

MM-Stereo_test3	0.17 132	0.12 177	0.29 129	0.23 294	0.14 280	0.19 109	0.22 338	0.39 263	0.36 297	0.16 102	0.24 161	0.17 125	0.12 86	0.19 85	0.14 117	0.07 67	0.07 262	0.08 153	0.06 80	0.09 235	0.06 75

MM-Stereo_test1	0.17 132	0.10 74	0.39 256	0.23 294	0.11 108	0.20 140	0.22 338	0.33 185	0.29 213	0.22 157	0.21 134	0.15 101	0.14 136	0.23 143	0.13 83	0.07 67	0.06 145	0.08 153	0.07 136	0.09 235	0.06 75

Reg-Stereo(zero)	0.16 115	0.07 2	0.36 210	0.19 85	0.10 65	0.19 109	0.14 58	0.28 120	0.24 147	0.22 157	0.20 122	0.24 213	0.18 218	0.21 119	0.18 216	0.07 67	0.05 29	0.06 22	0.06 80	0.06 40	0.06 75

SCV	0.14 73	0.14 281	0.24 79	0.21 188	0.11 108	0.15 21	0.16 111	0.31 161	0.18 54	0.11 19	0.15 67	0.13 63	0.10 39	0.23 143	0.11 11	0.07 67	0.05 29	0.07 75	0.06 80	0.09 235	0.06 75

DEFOM-Stereo_RVC	0.13 49	0.14 281	0.19 40	0.26 416	0.09 26	0.15 21	0.13 38	0.22 42	0.18 54	0.12 32	0.11 17	0.10 32	0.13 116	0.21 119	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.07 107	0.05 21

FoundationStereo	0.09 1	0.07 2	0.16 23	0.16 7	0.08 9	0.12 7	0.13 38	0.11 1	0.12 8	0.09 5	0.07 3	0.10 32	0.09 16	0.11 1	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

HUF	0.15 101	0.11 135	0.38 241	0.17 17	0.11 108	0.16 44	0.17 147	0.22 42	0.20 86	0.11 19	0.13 37	0.14 85	0.11 63	0.18 62	0.12 43	0.07 67	0.20 512	0.06 22	0.05 39	0.07 107	0.14 424

AIO_test	0.12 39	0.09 37	0.20 49	0.19 85	0.11 108	0.15 21	0.17 147	0.19 18	0.16 27	0.11 19	0.13 37	0.14 85	0.09 16	0.20 100	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

AIO-test1	0.19 194	0.14 281	0.41 287	0.27 444	0.15 330	0.21 167	0.16 111	0.39 263	0.36 297	0.17 114	0.26 179	0.18 135	0.13 116	0.28 232	0.14 117	0.07 67	0.06 145	0.10 303	0.11 378	0.06 40	0.09 273

castereo++	0.13 49	0.10 74	0.18 35	0.18 46	0.10 65	0.27 282	0.13 38	0.23 60	0.23 132	0.11 19	0.13 37	0.16 118	0.10 39	0.18 62	0.10 1	0.07 67	0.05 29	0.07 75	0.06 80	0.05 4	0.04 1

castereo	0.14 73	0.10 74	0.19 40	0.18 46	0.10 65	0.20 140	0.19 234	0.30 150	0.27 179	0.13 45	0.18 98	0.16 118	0.16 167	0.15 15	0.13 83	0.07 67	0.05 29	0.06 22	0.06 80	0.06 40	0.05 21

GIP-stereo	0.12 39	0.09 37	0.20 49	0.19 85	0.11 108	0.16 44	0.14 58	0.29 131	0.18 54	0.11 19	0.16 77	0.13 63	0.09 16	0.15 15	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

tt45	0.14 73	0.09 37	0.22 65	0.19 85	0.11 108	0.23 216	0.18 190	0.22 42	0.17 44	0.15 80	0.13 37	0.14 85	0.10 39	0.30 263	0.14 117	0.07 67	0.05 29	0.08 153	0.06 80	0.07 107	0.07 150

999	0.14 73	0.08 8	0.24 79	0.19 85	0.11 108	0.20 140	0.17 147	0.24 74	0.18 54	0.13 45	0.16 77	0.14 85	0.11 63	0.36 303	0.15 141	0.07 67	0.05 29	0.07 75	0.06 80	0.06 40	0.07 150

tg	0.16 115	0.11 135	0.25 91	0.21 188	0.11 108	0.23 216	0.15 82	0.34 193	0.24 147	0.20 140	0.25 169	0.19 149	0.12 86	0.24 153	0.15 141	0.07 67	0.05 29	0.09 230	0.09 297	0.08 169	0.07 150

dual_stereo	0.10 2	0.07 2	0.14 3	0.17 17	0.08 9	0.09 1	0.13 38	0.24 74	0.13 12	0.10 10	0.09 11	0.09 16	0.08 6	0.18 62	0.12 43	0.07 67	0.06 145	0.06 22	0.04 1	0.05 4	0.05 21

UGAM-zero	0.23 276	0.10 74	0.54 390	0.19 85	0.13 238	0.21 167	0.14 58	0.44 318	0.22 114	0.28 216	0.28 191	0.51 453	0.33 413	0.65 437	0.14 117	0.07 67	0.06 145	0.07 75	0.08 211	0.06 40	0.07 150

GCAP-BAT	0.16 115	0.11 135	0.36 210	0.18 46	0.13 238	0.21 167	0.16 111	0.23 60	0.18 54	0.26 197	0.28 191	0.20 158	0.11 63	0.24 153	0.17 195	0.07 67	0.06 145	0.07 75	0.06 80	0.05 4	0.06 75

Occ-G	0.13 49	0.08 8	0.21 56	0.17 17	0.10 65	0.15 21	0.19 234	0.22 42	0.19 67	0.13 45	0.19 106	0.21 169	0.11 63	0.17 44	0.14 117	0.07 67	0.06 145	0.07 75	0.06 80	0.07 107	0.06 75

AIO-Stereo-zeroshot1	0.25 334	0.14 281	0.95 506	0.21 188	0.27 500	0.20 140	0.19 234	0.48 359	0.25 160	0.26 197	0.55 452	0.34 326	0.18 218	0.25 184	0.17 195	0.07 67	0.06 145	0.08 153	0.12 417	0.12 385	0.12 387

U	1.00 543	0.09 37	0.21 56	0.21 188	3.68 571	6.12 575	0.14 58	0.21 32	0.21 101	0.11 19	0.11 17	0.10 32	0.09 16	0.12 2	0.11 11	0.07 67	0.05 29	5.42 578	2.90 576	0.07 107	0.06 75

IGEV-Stereo+	0.12 39	0.08 8	0.17 29	0.18 46	0.13 238	0.09 1	0.11 14	0.16 4	0.15 22	0.10 10	0.08 10	0.10 32	0.10 39	0.21 119	0.11 11	0.07 67	0.05 29	0.06 22	0.05 39	0.16 440	0.24 514

RAFT-Stereo-weight	0.15 101	0.09 37	0.26 99	0.20 144	0.10 65	0.19 109	0.17 147	0.36 235	0.29 213	0.24 177	0.20 122	0.19 149	0.10 39	0.18 62	0.15 141	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.05 21

gcap-zeroshot	0.17 132	0.11 135	0.36 210	0.20 144	0.12 164	0.26 272	0.16 111	0.30 150	0.22 114	0.26 197	0.20 122	0.30 292	0.14 136	0.20 100	0.13 83	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

testlalala2	0.18 156	0.10 74	0.50 368	0.36 508	0.25 493	0.23 216	0.14 58	0.34 193	0.24 147	0.25 185	0.25 169	0.21 169	0.12 86	0.16 31	0.16 165	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

H2IRNET	0.18 156	0.13 239	0.35 190	0.21 188	0.12 164	0.20 140	0.15 82	0.27 101	0.30 225	0.17 114	0.31 231	0.25 221	0.20 242	0.24 153	0.18 216	0.07 67	0.06 145	0.09 230	0.10 339	0.09 235	0.06 75

MGS-Stereo	0.14 73	0.11 135	0.32 156	0.19 85	0.11 108	0.18 83	0.17 147	0.20 26	0.22 114	0.14 68	0.24 161	0.15 101	0.10 39	0.18 62	0.12 43	0.07 67	0.06 145	0.07 75	0.06 80	0.10 300	0.06 75

IGEV++	0.13 49	0.10 74	0.23 71	0.21 188	0.10 65	0.15 21	0.15 82	0.29 131	0.16 27	0.12 32	0.15 67	0.12 52	0.12 86	0.17 44	0.14 117	0.07 67	0.06 145	0.07 75	0.05 39	0.07 107	0.07 150

MyStereo07	0.16 115	0.12 177	0.26 99	0.22 247	0.14 280	0.25 252	0.23 363	0.29 131	0.21 101	0.15 80	0.13 37	0.12 52	0.13 116	0.25 184	0.13 83	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MyStereo06	0.20 209	0.12 177	0.57 403	0.21 188	0.14 280	0.25 252	0.23 363	0.40 274	0.21 101	0.30 274	0.24 161	0.31 303	0.18 218	0.22 134	0.18 216	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MyStereo05	0.23 276	0.12 177	0.57 403	0.21 188	0.14 280	0.25 252	0.23 363	0.48 359	0.52 458	0.31 291	0.23 148	0.25 221	0.22 262	0.30 263	0.21 282	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MyStereo04	0.23 276	0.12 177	0.55 396	0.22 247	0.14 280	0.25 252	0.23 363	0.49 367	0.52 458	0.28 216	0.23 148	0.27 251	0.23 276	0.30 263	0.22 302	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

AE-Stereo	0.17 132	0.11 135	0.31 150	0.24 345	0.14 280	0.23 216	0.18 190	0.34 193	0.29 213	0.15 80	0.25 169	0.21 169	0.13 116	0.20 100	0.14 117	0.07 67	0.08 346	0.09 230	0.10 339	0.07 107	0.06 75

ff7	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

IGEVStereo-DCA	0.14 73	0.11 135	0.27 108	0.19 85	0.12 164	0.20 140	0.18 190	0.27 101	0.20 86	0.15 80	0.12 25	0.14 85	0.12 86	0.28 232	0.14 117	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.07 150

ffff	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

rrr	0.17 132	0.11 135	0.57 403	0.19 85	0.12 164	0.20 140	0.18 190	0.35 217	0.22 114	0.15 80	0.12 25	0.14 85	0.12 86	0.28 232	0.14 117	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.07 150

11t	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

IGEV_Zeroshot_test	0.18 156	0.10 74	0.65 438	0.20 144	0.12 164	0.19 109	0.15 82	0.34 193	0.19 67	0.28 216	0.22 144	0.27 251	0.13 116	0.23 143	0.18 216	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.06 75

MSKI-zero shot	0.17 132	0.09 37	0.43 308	0.20 144	0.11 108	0.21 167	0.15 82	0.32 171	0.21 101	0.23 163	0.24 161	0.23 201	0.10 39	0.31 270	0.13 83	0.07 67	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75

CASnet	0.14 73	0.12 177	0.22 65	0.22 247	0.08 9	0.16 44	0.15 82	0.27 101	0.25 160	0.22 157	0.20 122	0.15 101	0.11 63	0.17 44	0.13 83	0.07 67	0.05 29	0.11 360	0.09 297	0.08 169	0.05 21
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.15 101	0.10 74	0.36 210	0.19 85	0.12 164	0.23 216	0.16 111	0.26 89	0.19 67	0.24 177	0.19 106	0.14 85	0.11 63	0.16 31	0.13 83	0.07 67	0.05 29	0.07 75	0.06 80	0.05 4	0.05 21

AEACV	0.13 49	0.09 37	0.23 71	0.18 46	0.19 424	0.19 109	0.16 111	0.23 60	0.14 17	0.13 45	0.17 88	0.13 63	0.16 167	0.16 31	0.12 43	0.07 67	0.05 29	0.07 75	0.08 211	0.07 107	0.06 75

GCAP-Stereo	0.14 73	0.14 281	0.33 171	0.20 144	0.09 26	0.21 167	0.10 7	0.26 89	0.20 86	0.18 131	0.19 106	0.15 101	0.13 116	0.17 44	0.13 83	0.07 67	0.06 145	0.07 75	0.05 39	0.06 40	0.06 75

RAFT-Test	0.17 132	0.10 74	0.38 241	0.19 85	0.12 164	0.25 252	0.17 147	0.33 185	0.23 132	0.23 163	0.29 204	0.27 251	0.14 136	0.20 100	0.14 117	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

HH	0.18 156	0.12 177	0.55 396	0.22 247	0.12 164	0.18 83	0.18 190	0.34 193	0.19 67	0.20 140	0.24 161	0.34 326	0.18 218	0.29 248	0.12 43	0.07 67	0.05 29	0.07 75	0.07 136	0.07 107	0.06 75

HanStereo	0.18 156	0.12 177	0.55 396	0.22 247	0.12 164	0.18 83	0.18 190	0.34 193	0.19 67	0.20 140	0.24 161	0.34 326	0.18 218	0.29 248	0.12 43	0.07 67	0.05 29	0.07 75	0.07 136	0.07 107	0.06 75

anonymousdsp2	0.17 132	0.10 74	0.28 119	0.20 144	0.11 108	0.25 252	0.17 147	0.41 286	0.31 237	0.23 163	0.23 148	0.22 181	0.15 151	0.25 184	0.15 141	0.07 67	0.05 29	0.07 75	0.05 39	0.08 169	0.07 150

anonymousdsp	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.28 120	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.07 150

CES	0.14 73	0.08 8	0.19 40	0.17 17	0.22 465	0.18 83	0.16 111	0.23 60	0.19 67	0.14 68	0.17 88	0.14 85	0.10 39	0.18 62	0.12 43	0.07 67	0.05 29	0.06 22	0.04 1	0.08 169	0.18 471

EGLCR-Stereo	0.13 49	0.08 8	0.20 49	0.18 46	0.09 26	0.21 167	0.13 38	0.27 101	0.21 101	0.13 45	0.10 14	0.15 101	0.09 16	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

DCRE	0.20 209	0.13 239	0.40 264	0.21 188	0.15 330	0.20 140	0.19 234	0.30 150	0.27 179	0.22 157	0.80 511	0.23 201	0.16 167	0.23 143	0.15 141	0.07 67	0.07 262	0.07 75	0.08 211	0.07 107	0.06 75

Selective-RAFT	0.17 132	0.12 177	0.30 136	0.24 345	0.10 65	0.29 322	0.15 82	0.32 171	0.31 237	0.17 114	0.17 88	0.21 169	0.18 218	0.28 232	0.17 195	0.07 67	0.06 145	0.07 75	0.07 136	0.08 169	0.06 75

MC-Stereo	0.14 73	0.09 37	0.25 91	0.21 188	0.09 26	0.18 83	0.16 111	0.23 60	0.19 67	0.18 131	0.23 148	0.16 118	0.13 116	0.22 134	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

RCA-Stereo	0.16 115	0.09 37	0.25 91	0.20 144	0.10 65	0.19 109	0.17 147	0.36 235	0.35 284	0.20 140	0.25 169	0.17 125	0.17 193	0.18 62	0.14 117	0.07 67	0.05 29	0.07 75	0.06 80	0.06 40	0.05 21

CroCo-Stereo Lap2	0.15 101	0.15 314	0.28 119	0.25 382	0.18 404	0.11 4	0.19 234	0.28 120	0.21 101	0.13 45	0.16 77	0.15 101	0.12 86	0.17 44	0.14 117	0.07 67	0.07 262	0.08 153	0.06 80	0.08 169	0.07 150

TestStereo1	0.21 229	0.16 339	0.32 156	0.26 416	0.13 238	0.26 272	0.27 420	0.40 274	0.36 297	0.29 243	0.39 327	0.22 181	0.21 249	0.33 283	0.17 195	0.07 67	0.06 145	0.09 230	0.08 211	0.08 169	0.07 150

DCANet-4	0.19 194	0.10 74	0.52 383	0.19 85	0.09 26	0.19 109	0.18 190	0.36 235	0.39 332	0.29 243	0.30 217	0.17 125	0.22 262	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

ccc-4	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

fff	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

ADStereo(finetuned)	0.19 194	0.13 239	0.49 357	0.19 85	0.09 26	0.19 109	0.18 190	0.34 193	0.39 332	0.29 243	0.31 231	0.18 135	0.31 403	0.21 119	0.19 245	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.07 150

raft_robust	0.22 259	0.17 358	0.30 136	0.22 247	0.12 164	0.23 216	0.22 338	0.49 367	0.48 430	0.32 314	0.32 240	0.26 242	0.23 276	0.53 370	0.15 141	0.07 67	0.06 145	0.08 153	0.10 339	0.08 169	0.06 75

RAFT+CT+SA	0.21 229	0.18 372	0.33 171	0.25 382	0.18 404	0.23 216	0.29 441	0.40 274	0.36 297	0.24 177	0.38 314	0.18 135	0.16 167	0.32 276	0.16 165	0.07 67	0.05 29	0.09 230	0.12 417	0.09 235	0.09 273

test_5	0.23 276	0.19 388	0.38 241	0.26 416	0.18 404	0.25 252	0.29 441	0.40 274	0.37 308	0.29 243	0.40 337	0.25 221	0.22 262	0.34 289	0.18 216	0.07 67	0.05 29	0.09 230	0.09 297	0.10 300	0.10 329

SA-5K	0.21 229	0.16 339	0.32 156	0.26 416	0.13 238	0.26 272	0.27 420	0.40 274	0.36 297	0.29 243	0.39 327	0.22 181	0.21 249	0.33 283	0.17 195	0.07 67	0.06 145	0.09 230	0.08 211	0.08 169	0.07 150

Sa-1000	0.22 259	0.15 314	0.35 190	0.23 294	0.13 238	0.28 301	0.23 363	0.47 347	0.39 332	0.30 274	0.50 424	0.26 242	0.19 233	0.33 283	0.16 165	0.07 67	0.06 145	0.10 303	0.11 378	0.08 169	0.06 75

SA	0.22 259	0.16 339	0.36 210	0.23 294	0.13 238	0.24 238	0.23 363	0.45 328	0.40 348	0.27 206	0.44 385	0.23 201	0.23 276	0.33 283	0.17 195	0.07 67	0.06 145	0.10 303	0.11 378	0.08 169	0.06 75

IGEV-Stereo	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.28 120	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.07 150
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.19 194	0.10 74	0.46 335	0.19 85	0.13 238	0.25 252	0.19 234	0.52 411	0.19 67	0.29 243	0.21 134	0.22 181	0.20 242	0.28 232	0.18 216	0.07 67	0.06 145	0.07 75	0.08 211	0.08 169	0.08 216

GLC_STEREO	0.15 101	0.10 74	0.24 79	0.21 188	0.09 26	0.17 63	0.15 82	0.23 60	0.27 179	0.17 114	0.20 122	0.17 125	0.11 63	0.23 143	0.16 165	0.07 67	0.09 380	0.09 230	0.08 211	0.07 107	0.06 75

IPLG	0.21 229	0.15 314	0.53 387	0.21 188	0.12 164	0.28 301	0.17 147	0.42 300	0.30 225	0.33 326	0.32 240	0.15 101	0.17 193	0.50 352	0.21 282	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.06 75

MIPNet	0.21 229	0.15 314	0.52 383	0.21 188	0.12 164	0.27 282	0.20 281	0.45 328	0.37 308	0.30 274	0.23 148	0.19 149	0.24 294	0.27 219	0.19 245	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.06 75

IPLGR	0.21 229	0.13 239	0.61 419	0.21 188	0.11 108	0.25 252	0.18 190	0.41 286	0.37 308	0.28 216	0.27 186	0.21 169	0.19 233	0.37 306	0.18 216	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.06 75

GMOStereo	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

error version	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

test-v	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

CrosDoStereo	0.31 405	0.10 74	0.49 357	0.18 46	0.12 164	0.22 195	1.11 566	0.34 193	0.37 308	0.38 400	0.61 479	0.28 266	0.46 481	0.61 415	0.57 480	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.07 150

LCNet	0.21 229	0.11 135	0.29 129	0.25 382	0.12 164	0.23 216	0.19 234	0.34 193	0.26 169	0.28 216	0.35 281	0.26 242	0.30 387	0.35 298	0.17 195	0.07 67	0.05 29	0.09 230	0.10 339	0.13 400	0.22 502

STrans-v2	0.24 306	0.13 239	0.54 390	0.21 188	0.12 164	0.23 216	0.21 312	0.47 347	0.28 194	0.31 291	0.42 361	0.36 345	0.35 426	0.62 423	0.23 321	0.07 67	0.05 29	0.08 153	0.07 136	0.06 40	0.06 75

TransformOpticalFlow	0.24 306	0.13 239	0.56 400	0.23 294	0.11 108	0.21 167	0.19 234	0.40 274	0.32 246	0.30 274	0.43 374	0.36 345	0.31 403	0.61 415	0.20 259	0.07 67	0.05 29	0.08 153	0.07 136	0.06 40	0.07 150

OMP-Stereo	0.23 276	0.14 281	0.35 190	0.29 468	0.13 238	0.21 167	0.16 111	0.37 245	0.33 258	0.34 346	0.30 217	0.34 326	0.19 233	0.70 452	0.24 332	0.07 67	0.06 145	0.09 230	0.07 136	0.07 107	0.06 75

NRIStereo	0.18 156	0.11 135	0.35 190	0.23 294	0.11 108	0.24 238	0.20 281	0.29 131	0.26 169	0.26 197	0.25 169	0.25 221	0.18 218	0.34 289	0.18 216	0.07 67	0.06 145	0.09 230	0.07 136	0.09 235	0.08 216

PSM-AAD	0.25 334	0.10 74	0.30 136	0.24 345	0.12 164	0.26 272	0.38 494	0.34 193	0.28 194	0.35 363	0.39 327	0.28 266	0.79 529	0.30 263	0.16 165	0.07 67	0.06 145	0.12 398	0.11 378	0.08 169	0.21 497

KYRaft	0.22 259	0.10 74	0.30 136	0.23 294	0.12 164	0.23 216	0.23 363	0.35 217	0.24 147	0.35 363	0.54 448	0.34 326	0.26 324	0.29 248	0.15 141	0.07 67	0.05 29	0.09 230	0.10 339	0.08 169	0.31 526

ASMatch	0.23 276	0.11 135	0.51 379	0.24 345	0.14 280	0.19 109	0.17 147	0.31 161	0.28 194	0.28 216	0.68 494	0.27 251	0.26 324	0.50 352	0.22 302	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.11 364

DeepStereo_LL	0.31 405	0.10 74	0.49 357	0.18 46	0.12 164	0.22 195	1.11 566	0.34 193	0.37 308	0.38 400	0.61 479	0.28 266	0.46 481	0.61 415	0.57 480	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.07 150

DEmStereo	0.26 350	0.09 37	0.47 343	0.19 85	0.12 164	0.30 339	0.25 402	0.28 120	0.36 297	0.36 379	0.58 465	0.25 221	0.48 490	0.53 370	0.44 453	0.07 67	0.06 145	0.08 153	0.08 211	0.06 40	0.07 150

THIR-Stereo	0.29 389	0.12 177	0.41 287	0.19 85	0.11 108	0.28 301	0.72 544	0.32 171	0.35 284	0.37 385	0.65 487	0.34 326	0.50 493	0.57 393	0.45 456	0.07 67	0.06 145	0.08 153	0.09 297	0.07 107	0.07 150

DRaft	0.24 306	0.10 74	0.34 180	0.18 46	0.12 164	0.28 301	0.23 363	0.33 185	0.39 332	0.38 400	0.61 479	0.21 169	0.41 457	0.48 343	0.42 448	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.08 216

GrayStereo	0.25 334	0.09 37	0.32 156	0.26 416	0.13 238	0.23 216	0.47 520	0.34 193	0.30 225	0.39 415	0.47 414	0.30 292	0.79 529	0.29 248	0.16 165	0.07 67	0.06 145	0.08 153	0.09 297	0.07 107	0.13 403

RAFT-RH_RVC	0.25 334	0.11 135	0.45 327	0.21 188	0.12 164	0.25 252	0.14 58	0.27 101	0.27 179	0.38 400	1.15 535	0.23 201	0.17 193	0.57 393	0.24 332	0.07 67	0.05 29	0.10 303	0.07 136	0.06 40	0.07 150

RAFT-345	0.21 229	0.10 74	0.46 335	0.22 247	0.11 108	0.20 140	0.16 111	0.26 89	0.25 160	0.27 206	0.66 489	0.21 169	0.16 167	0.55 378	0.21 282	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.06 75

test-2	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

test-1	0.17 132	0.11 135	0.40 264	0.23 294	0.13 238	0.22 195	0.23 363	0.34 193	0.26 169	0.20 140	0.24 161	0.22 181	0.14 136	0.16 31	0.20 259	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.08 216

GMM-Stereo	0.21 229	0.10 74	0.43 308	0.23 294	0.13 238	0.24 238	0.25 402	0.37 245	0.27 179	0.30 274	0.45 397	0.27 251	0.21 249	0.31 270	0.17 195	0.07 67	0.05 29	0.10 303	0.09 297	0.08 169	0.19 479

Prome-Stereo	0.21 229	0.10 74	0.30 136	0.24 345	0.12 164	0.23 216	0.23 363	0.36 235	0.25 160	0.33 326	0.59 467	0.24 213	0.28 359	0.29 248	0.16 165	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.20 489

iRaftStereo_RVC	0.16 115	0.12 177	0.26 99	0.21 188	0.11 108	0.20 140	0.17 147	0.32 171	0.23 132	0.20 140	0.25 169	0.18 135	0.12 86	0.20 100	0.15 141	0.07 67	0.05 29	0.09 230	0.09 297	0.08 169	0.07 150

CREStereo++_RVC	0.15 101	0.08 8	0.26 99	0.17 17	0.11 108	0.18 83	0.13 38	0.22 42	0.30 225	0.21 151	0.30 217	0.13 63	0.11 63	0.16 31	0.15 141	0.07 67	0.04 2	0.06 22	0.15 466	0.06 40	0.05 21
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
s12784h	0.17 132	0.09 37	0.26 99	0.18 46	0.07 1	0.32 364	0.19 234	0.37 245	0.32 246	0.23 163	0.25 169	0.18 135	0.17 193	0.25 184	0.16 165	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.05 21

DCANet	0.18 156	0.13 239	0.40 264	0.19 85	0.09 26	0.19 109	0.18 190	0.34 193	0.39 332	0.29 243	0.31 231	0.18 135	0.23 276	0.20 100	0.19 245	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.07 150

csc	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

cscssc	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

111	0.20 209	0.17 358	0.40 264	0.18 46	0.09 26	0.24 238	0.17 147	0.41 286	0.45 398	0.23 163	0.29 204	0.29 276	0.21 249	0.24 153	0.18 216	0.07 67	0.05 29	0.07 75	0.06 80	0.07 107	0.08 216

test_xeample3	0.16 115	0.11 135	0.56 400	0.19 85	0.12 164	0.20 140	0.18 190	0.35 217	0.20 86	0.16 102	0.12 25	0.13 63	0.12 86	0.24 153	0.15 141	0.07 67	0.06 145	0.07 75	0.08 211	0.07 107	0.07 150

ARAFT	0.24 306	0.21 414	0.78 466	0.22 247	0.12 164	0.29 322	0.24 385	0.43 312	0.32 246	0.33 326	0.28 191	0.28 266	0.19 233	0.49 348	0.18 216	0.07 67	0.06 145	0.12 398	0.11 378	0.09 235	0.06 75

EAI-Stereo	0.21 229	0.10 74	0.33 171	0.21 188	0.12 164	0.30 339	0.46 516	0.46 339	0.20 86	0.25 185	0.50 424	0.17 125	0.16 167	0.24 153	0.23 321	0.07 67	0.06 145	0.07 75	0.10 339	0.06 40	0.07 150

CFNet-RSSM	0.17 132	0.10 74	0.40 264	0.20 144	0.11 108	0.20 140	0.15 82	0.36 235	0.30 225	0.23 163	0.21 134	0.26 242	0.15 151	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

Gwc-CoAtRS	0.17 132	0.10 74	0.37 222	0.20 144	0.12 164	0.19 109	0.15 82	0.32 171	0.28 194	0.23 163	0.23 148	0.27 251	0.15 151	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

DIP-Stereo	0.18 156	0.12 177	0.33 171	0.20 144	0.13 238	0.28 301	0.12 21	0.42 300	0.25 160	0.27 206	0.32 240	0.21 169	0.17 193	0.25 184	0.20 259	0.07 67	0.06 145	0.08 153	0.06 80	0.07 107	0.08 216
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.20 209	0.17 358	0.43 308	0.19 85	0.08 9	0.27 282	0.14 58	0.42 300	0.30 225	0.29 243	0.32 240	0.27 251	0.21 249	0.28 232	0.25 342	0.07 67	0.05 29	0.07 75	0.06 80	0.09 235	0.06 75
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
MLCV	0.22 259	0.16 339	0.44 316	0.21 188	0.08 9	0.29 322	0.19 234	0.38 251	0.37 308	0.38 400	0.44 385	0.31 303	0.21 249	0.41 322	0.24 332	0.07 67	0.05 29	0.06 22	0.05 39	0.07 107	0.06 75

iResNet	0.24 306	0.18 372	0.61 419	0.25 382	0.11 108	0.29 322	0.21 312	0.42 300	0.43 372	0.33 326	0.43 374	0.27 251	0.22 262	0.34 289	0.26 355	0.07 67	0.05 29	0.07 75	0.06 80	0.08 169	0.07 150

DN-CSS_ROB	0.22 259	0.25 445	0.47 343	0.24 345	0.14 280	0.25 252	0.12 21	0.40 274	0.33 258	0.29 243	0.42 361	0.22 181	0.20 242	0.33 283	0.19 245	0.07 67	0.06 145	0.11 360	0.11 378	0.11 348	0.07 150

z-ln-s-r	0.32 414	0.21 414	0.82 480	0.23 294	0.14 280	0.30 339	0.26 414	0.43 312	0.50 447	0.32 314	0.60 472	0.39 371	0.29 374	0.73 462	0.66 500	0.08 192	0.06 145	0.08 153	0.07 136	0.10 300	0.08 216

DFGA-Net	0.23 276	0.24 440	0.49 357	0.22 247	0.15 330	0.25 252	0.17 147	0.39 263	0.39 332	0.29 243	0.31 231	0.21 169	0.17 193	0.59 406	0.28 364	0.08 192	0.06 145	0.09 230	0.09 297	0.10 300	0.08 216

G2L-Stereo_test	0.24 306	0.16 339	0.38 241	0.19 85	0.13 238	0.27 282	0.24 385	0.49 367	0.38 322	0.37 385	0.37 300	0.40 385	0.24 294	0.52 363	0.28 364	0.08 192	0.06 145	0.06 22	0.06 80	0.09 235	0.08 216

LGtest1	0.10 2	0.08 8	0.17 29	0.17 17	0.08 9	0.13 11	0.09 2	0.16 4	0.12 8	0.09 5	0.07 3	0.09 16	0.09 16	0.15 15	0.11 11	0.08 192	0.05 29	0.06 22	0.05 39	0.06 40	0.06 75

SGD-Stereo	0.11 14	0.08 8	0.17 29	0.17 17	0.07 1	0.17 63	0.13 38	0.18 14	0.16 27	0.11 19	0.13 37	0.11 45	0.12 86	0.18 62	0.11 11	0.08 192	0.04 2	0.06 22	0.05 39	0.06 40	0.04 1

PAM_32	0.23 276	0.10 74	0.63 430	0.21 188	0.14 280	0.33 375	0.19 234	0.36 235	0.23 132	0.29 243	0.28 191	0.56 473	0.28 359	0.27 219	0.18 216	0.08 192	0.06 145	0.08 153	0.09 297	0.07 107	0.09 273

PAM	0.23 276	0.10 74	0.63 430	0.22 247	0.15 330	0.34 388	0.21 312	0.37 245	0.22 114	0.31 291	0.27 186	0.55 470	0.26 324	0.26 200	0.17 195	0.08 192	0.06 145	0.07 75	0.09 297	0.07 107	0.09 273

UGAM	0.26 350	0.14 281	0.45 327	0.25 382	0.12 164	0.23 216	0.25 402	0.32 171	0.41 358	0.31 291	0.42 361	0.41 392	0.22 262	0.92 512	0.22 302	0.08 192	0.06 145	0.14 445	0.12 417	0.10 300	0.07 150

model_zeroshot	0.17 132	0.11 135	0.39 256	0.20 144	0.12 164	0.24 238	0.15 82	0.34 193	0.22 114	0.30 274	0.20 122	0.22 181	0.12 86	0.24 153	0.14 117	0.08 192	0.07 262	0.07 75	0.07 136	0.07 107	0.07 150

RAStereo	0.13 49	0.12 177	0.27 108	0.22 247	0.11 108	0.15 21	0.18 190	0.23 60	0.23 132	0.13 45	0.17 88	0.11 45	0.09 16	0.15 15	0.13 83	0.08 192	0.06 145	0.08 153	0.06 80	0.07 107	0.05 21

Pointernet	0.13 49	0.07 2	0.27 108	0.19 85	0.11 108	0.20 140	0.12 21	0.31 161	0.24 147	0.15 80	0.15 67	0.13 63	0.11 63	0.17 44	0.13 83	0.08 192	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

AIO-Stereo-zeroshot	0.23 276	0.13 239	0.83 482	0.20 144	0.21 449	0.23 216	0.17 147	0.48 359	0.27 179	0.23 163	0.29 204	0.39 371	0.23 276	0.25 184	0.15 141	0.08 192	0.06 145	0.08 153	0.11 378	0.11 348	0.10 329

trnet	0.13 49	0.08 8	0.21 56	0.15 4	0.07 1	0.21 167	0.12 21	0.24 74	0.24 147	0.16 102	0.21 134	0.15 101	0.13 116	0.18 62	0.13 83	0.08 192	0.05 29	0.06 22	0.04 1	0.06 40	0.05 21

Former-RAFT_DAM_RVC	0.17 132	0.13 239	0.24 79	0.19 85	0.13 238	0.24 238	0.17 147	0.30 150	0.37 308	0.43 450	0.17 88	0.13 63	0.12 86	0.19 85	0.15 141	0.08 192	0.07 262	0.09 230	0.07 136	0.09 235	0.08 216

MyStereo8	0.22 259	0.15 314	0.63 430	0.21 188	0.17 383	0.31 355	0.16 111	0.36 235	0.32 246	0.28 216	0.36 291	0.25 221	0.18 218	0.25 184	0.28 364	0.08 192	0.07 262	0.08 153	0.07 136	0.10 300	0.12 387

ACVNet-DCA	0.18 156	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.41 286	0.27 179	0.17 114	0.19 106	0.13 63	0.18 218	0.28 232	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.09 235	0.09 273

xx1	0.20 209	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.35 217	0.47 420	0.17 114	0.19 106	0.28 266	0.24 294	0.28 232	0.11 11	0.08 192	0.05 29	0.10 303	0.09 297	0.09 235	0.09 273

1test111	0.19 194	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.41 286	0.27 179	0.17 114	0.19 106	0.13 63	0.18 218	0.34 289	0.22 302	0.08 192	0.05 29	0.08 153	0.06 80	0.09 235	0.09 273

cc1	0.18 156	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.35 217	0.47 420	0.17 114	0.19 106	0.13 63	0.18 218	0.28 232	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.08 169	0.08 216

ffm	0.22 259	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.35 217	0.44 387	0.30 274	0.42 361	0.34 326	0.23 276	0.27 219	0.11 11	0.08 192	0.05 29	0.11 360	0.10 339	0.08 169	0.08 216

ff1	0.29 389	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.35 217	0.44 387	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 530	0.08 192	0.05 29	0.11 360	0.10 339	0.08 169	0.08 216

tt1	0.18 156	0.14 281	0.35 190	0.23 294	0.11 108	0.30 339	0.19 234	0.35 217	0.44 387	0.17 114	0.19 106	0.13 63	0.16 167	0.27 219	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.08 169	0.08 216

plain	0.17 132	0.13 239	0.43 308	0.21 188	0.13 238	0.16 44	0.17 147	0.27 101	0.22 114	0.16 102	0.26 179	0.13 63	0.16 167	0.27 219	0.16 165	0.08 192	0.06 145	0.10 303	0.07 136	0.10 300	0.07 150

MaDis-Stereo	0.14 73	0.13 239	0.26 99	0.19 85	0.14 280	0.16 44	0.13 38	0.25 80	0.21 101	0.13 45	0.14 64	0.14 85	0.11 63	0.17 44	0.17 195	0.08 192	0.07 262	0.08 153	0.06 80	0.07 107	0.06 75

UniTT-Stereo	0.14 73	0.10 74	0.30 136	0.21 188	0.13 238	0.17 63	0.13 38	0.19 18	0.18 54	0.15 80	0.20 122	0.10 32	0.11 63	0.18 62	0.16 165	0.08 192	0.06 145	0.07 75	0.06 80	0.08 169	0.06 75

Any-RAFT	0.17 132	0.08 8	0.31 150	0.19 85	0.10 65	0.29 322	0.16 111	0.42 300	0.30 225	0.24 177	0.27 186	0.27 251	0.16 167	0.21 119	0.12 43	0.08 192	0.05 29	0.06 22	0.05 39	0.07 107	0.06 75

LL-Strereo	0.29 389	0.25 445	0.58 408	0.25 382	0.21 449	0.23 216	0.24 385	0.55 439	0.42 365	0.34 346	0.32 240	0.41 392	0.40 453	0.94 516	0.23 321	0.08 192	0.07 262	0.11 360	0.09 297	0.09 235	0.09 273

CBFPSM	0.27 358	0.16 339	0.67 443	0.20 144	0.14 280	0.38 421	0.25 402	0.40 274	0.36 297	0.33 326	0.36 291	0.56 473	0.38 443	0.32 276	0.38 421	0.08 192	0.08 346	0.07 75	0.08 211	0.09 235	0.11 364

LoS	0.14 73	0.08 8	0.27 108	0.16 7	0.09 26	0.22 195	0.14 58	0.26 89	0.26 169	0.15 80	0.18 98	0.18 135	0.13 116	0.22 134	0.14 117	0.08 192	0.06 145	0.06 22	0.04 1	0.06 40	0.06 75
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ToySt	0.24 306	0.16 339	0.48 352	0.21 188	0.13 238	0.29 322	0.29 441	0.39 263	0.39 332	0.27 206	0.35 281	0.39 371	0.31 403	0.31 270	0.29 376	0.08 192	0.09 380	0.10 303	0.11 378	0.11 348	0.10 329

anonymousa	0.23 276	0.11 135	0.50 368	0.21 188	0.16 362	0.31 355	0.20 281	0.36 235	0.35 284	0.32 314	0.50 424	0.39 371	0.26 324	0.22 134	0.20 259	0.08 192	0.06 145	0.09 230	0.11 378	0.07 107	0.08 216

qqq	0.20 209	0.12 177	0.31 150	0.20 144	0.11 108	0.23 216	0.19 234	0.41 286	0.27 179	0.24 177	0.28 191	0.28 266	0.24 294	0.34 289	0.22 302	0.08 192	0.07 262	0.10 303	0.09 297	0.09 235	0.09 273

CIPLG	0.21 229	0.21 414	0.55 396	0.23 294	0.15 330	0.25 252	0.20 281	0.35 217	0.29 213	0.31 291	0.33 261	0.22 181	0.15 151	0.26 200	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

IPLGR_C	0.21 229	0.22 427	0.60 416	0.23 294	0.15 330	0.24 238	0.20 281	0.35 217	0.29 213	0.31 291	0.32 240	0.22 181	0.15 151	0.25 184	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

ACRE	0.21 229	0.20 400	0.62 427	0.23 294	0.15 330	0.24 238	0.20 281	0.35 217	0.28 194	0.31 291	0.32 240	0.22 181	0.15 151	0.25 184	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

HHNet	0.22 259	0.12 177	0.52 383	0.18 46	0.18 404	0.20 140	0.20 281	0.34 193	0.31 237	0.32 314	0.59 467	0.20 158	0.21 249	0.24 153	0.31 391	0.08 192	0.05 29	0.09 230	0.07 136	0.08 169	0.11 364

Patchmatch Stereo++	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.26 200	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216
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
AAGNet	0.33 423	0.11 135	0.37 222	0.25 382	0.16 362	0.20 140	0.19 234	0.30 150	0.27 179	0.35 363	0.35 281	0.27 251	0.30 387	0.44 331	2.66 567	0.08 192	0.05 29	0.10 303	0.07 136	0.08 169	0.06 75

IIG-Stereo	0.23 276	0.13 239	0.35 190	0.29 468	0.12 164	0.23 216	0.14 58	0.38 251	0.31 237	0.34 346	0.37 300	0.33 319	0.21 249	0.70 452	0.26 355	0.08 192	0.06 145	0.09 230	0.07 136	0.07 107	0.06 75

NF-Stereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

OCTAStereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

PSM-adaLoss	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.16 111	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.18 218	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

FTStereo	0.28 378	0.10 74	0.43 308	0.23 294	0.13 238	0.21 167	0.53 531	0.34 193	0.26 169	0.38 400	0.95 524	0.30 292	0.56 503	0.32 276	0.18 216	0.08 192	0.06 145	0.09 230	0.08 211	0.07 107	0.19 479

ROB_FTStereo_v2	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.16 111	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

ROB_FTStereo	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.28 191	0.25 221	0.17 193	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

HUI-Stereo	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.28 191	0.25 221	0.17 193	0.22 134	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

SST-Stereo	0.21 229	0.10 74	0.37 222	0.24 345	0.13 238	0.19 109	0.17 147	0.31 161	0.24 147	0.34 346	0.33 261	0.29 276	0.25 315	0.56 389	0.17 195	0.08 192	0.05 29	0.10 303	0.08 211	0.09 235	0.07 150

RAFT_R40	0.21 229	0.10 74	0.37 222	0.24 345	0.13 238	0.18 83	0.18 190	0.31 161	0.29 213	0.33 326	0.33 261	0.30 292	0.24 294	0.55 378	0.18 216	0.08 192	0.05 29	0.10 303	0.08 211	0.08 169	0.07 150

RE-Stereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

TVStereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

DeepStereo_RVC	0.18 156	0.11 135	0.40 264	0.21 188	0.11 108	0.19 109	0.16 111	0.28 120	0.22 114	0.27 206	0.27 186	0.23 201	0.28 359	0.24 153	0.18 216	0.08 192	0.06 145	0.09 230	0.07 136	0.09 235	0.10 329

iGMRVC	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.15 82	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.27 219	0.17 195	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

IRAFT_RVC	0.22 259	0.12 177	0.39 256	0.26 416	0.11 108	0.18 83	0.24 385	0.40 274	0.37 308	0.31 291	0.30 217	0.29 276	0.24 294	0.55 378	0.22 302	0.08 192	0.06 145	0.10 303	0.08 211	0.08 169	0.07 150

iRAFT	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.26 200	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

CRE-IMP	0.18 156	0.12 177	0.37 222	0.22 247	0.11 108	0.24 238	0.17 147	0.29 131	0.21 101	0.27 206	0.26 179	0.24 213	0.17 193	0.23 143	0.18 216	0.08 192	0.05 29	0.10 303	0.07 136	0.10 300	0.10 329

CroCo-Stereo	0.14 73	0.13 239	0.24 79	0.25 382	0.11 108	0.11 4	0.18 190	0.32 171	0.23 132	0.12 32	0.12 25	0.18 135	0.12 86	0.14 9	0.13 83	0.08 192	0.06 145	0.07 75	0.05 39	0.07 107	0.06 75
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
RAFT	0.21 229	0.17 358	0.32 156	0.24 345	0.12 164	0.25 252	0.27 420	0.35 217	0.28 194	0.33 326	0.33 261	0.38 359	0.22 262	0.29 248	0.17 195	0.08 192	0.08 346	0.11 360	0.10 339	0.10 300	0.06 75

RAFT-IKP	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.15 82	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.18 218	0.25 184	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

rafts_anoy	0.18 156	0.15 314	0.35 190	0.22 247	0.14 280	0.19 109	0.17 147	0.32 171	0.30 225	0.23 163	0.25 169	0.20 158	0.16 167	0.22 134	0.19 245	0.08 192	0.07 262	0.10 303	0.12 417	0.09 235	0.08 216

TestStereo	0.21 229	0.19 388	0.40 264	0.25 382	0.10 65	0.22 195	0.21 312	0.31 161	0.31 237	0.23 163	0.34 270	0.22 181	0.18 218	0.62 423	0.18 216	0.08 192	0.06 145	0.10 303	0.07 136	0.11 348	0.06 75

raft+_RVC	0.18 156	0.14 281	0.32 156	0.21 188	0.15 330	0.21 167	0.16 111	0.38 251	0.34 268	0.21 151	0.28 191	0.20 158	0.15 151	0.24 153	0.19 245	0.08 192	0.06 145	0.08 153	0.07 136	0.07 107	0.08 216

TANstereo	0.15 101	0.09 37	0.28 119	0.16 7	0.08 9	0.25 252	0.14 58	0.23 60	0.28 194	0.24 177	0.30 217	0.16 118	0.12 86	0.17 44	0.13 83	0.08 192	0.07 262	0.06 22	0.05 39	0.06 40	0.07 150

XX-TBD	0.15 101	0.18 372	0.28 119	0.22 247	0.10 65	0.22 195	0.15 82	0.22 42	0.27 179	0.22 157	0.26 179	0.14 85	0.12 86	0.16 31	0.13 83	0.08 192	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75

raftrobust	0.16 115	0.13 239	0.29 129	0.22 247	0.15 330	0.19 109	0.13 38	0.32 171	0.26 169	0.26 197	0.20 122	0.19 149	0.17 193	0.21 119	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.07 150

RALCasStereoNet	0.18 156	0.15 314	0.33 171	0.21 188	0.14 280	0.21 167	0.18 190	0.31 161	0.25 160	0.21 151	0.29 204	0.22 181	0.15 151	0.27 219	0.17 195	0.08 192	0.10 405	0.07 75	0.06 80	0.09 235	0.09 273

RALAANet	0.19 194	0.18 372	0.37 222	0.23 294	0.14 280	0.23 216	0.13 38	0.37 245	0.29 213	0.28 216	0.26 179	0.25 221	0.15 151	0.26 200	0.18 216	0.08 192	0.06 145	0.09 230	0.08 211	0.09 235	0.06 75

XX-Stereo	0.21 229	0.10 74	0.83 482	0.26 416	0.17 383	0.23 216	0.13 38	0.40 274	0.18 54	0.20 140	0.41 345	0.31 303	0.10 39	0.32 276	0.12 43	0.08 192	0.06 145	0.08 153	0.08 211	0.07 107	0.05 21

MMNet	0.27 358	0.14 281	0.49 357	0.24 345	0.17 383	0.47 469	0.22 338	0.45 328	0.51 451	0.39 415	0.41 345	0.36 345	0.33 413	0.39 313	0.34 408	0.08 192	0.07 262	0.09 230	0.09 297	0.10 300	0.08 216

ACVNet	0.23 276	0.13 239	0.35 190	0.18 46	0.15 330	0.27 282	0.23 363	0.39 263	0.44 387	0.28 216	0.41 345	0.38 359	0.26 324	0.27 219	0.32 396	0.08 192	0.07 262	0.08 153	0.07 136	0.10 300	0.07 150

acv_ft	0.25 334	0.13 239	0.40 264	0.23 294	0.19 424	0.34 388	0.21 312	0.45 328	0.44 387	0.38 400	0.41 345	0.38 359	0.27 343	0.27 219	0.35 412	0.08 192	0.07 262	0.08 153	0.07 136	0.11 348	0.07 150

BEATNet_4x	0.22 259	0.18 372	0.47 343	0.22 247	0.10 65	0.28 301	0.14 58	0.46 339	0.32 246	0.31 291	0.34 270	0.31 303	0.25 315	0.31 270	0.29 376	0.08 192	0.06 145	0.08 153	0.06 80	0.10 300	0.08 216

R-Stereo Train	0.18 156	0.09 37	0.32 156	0.22 247	0.12 164	0.22 195	0.19 234	0.42 300	0.19 67	0.31 291	0.45 397	0.20 158	0.14 136	0.18 62	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75

RAFT-Stereo	0.18 156	0.09 37	0.32 156	0.22 247	0.12 164	0.22 195	0.19 234	0.42 300	0.19 67	0.31 291	0.45 397	0.20 158	0.14 136	0.18 62	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	0.27 358	0.11 135	0.42 297	0.19 85	0.11 108	0.34 388	0.20 281	0.62 499	0.43 372	0.40 425	0.43 374	0.50 449	0.26 324	0.76 476	0.22 302	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	0.27 358	0.26 456	0.72 459	0.23 294	0.13 238	0.29 322	0.18 190	0.52 411	0.49 439	0.37 385	0.45 397	0.39 371	0.25 315	0.34 289	0.20 259	0.08 192	0.06 145	0.07 75	0.05 39	0.12 385	0.09 273

HSM	0.28 378	0.16 339	0.35 190	0.20 144	0.15 330	0.33 375	0.19 234	0.53 422	0.37 308	0.36 379	0.38 314	0.67 508	0.31 403	0.89 507	0.23 321	0.08 192	0.06 145	0.08 153	0.07 136	0.08 169	0.08 216

iResNet_ROB	0.25 334	0.19 388	0.40 264	0.20 144	0.12 164	0.30 339	0.16 111	0.55 439	0.53 462	0.38 400	0.43 374	0.37 351	0.26 324	0.38 311	0.22 302	0.08 192	0.06 145	0.06 22	0.04 1	0.09 235	0.09 273

pmcnn	0.50 500	0.20 400	0.78 466	0.24 345	0.26 498	0.39 429	0.30 452	0.51 394	0.50 447	0.54 498	1.23 538	2.52 563	0.37 439	0.77 482	0.95 523	0.08 192	0.06 145	0.06 22	0.05 39	0.10 300	0.08 216

S2M2_XL	0.10 2	0.09 37	0.21 56	0.14 1	0.10 65	0.09 1	0.09 2	0.11 1	0.09 1	0.10 10	0.11 17	0.09 16	0.09 16	0.12 2	0.11 11	0.09 270	0.07 262	0.08 153	0.07 136	0.08 169	0.06 75

G2L-ROB	0.23 276	0.15 314	0.41 287	0.19 85	0.12 164	0.27 282	0.21 312	0.47 347	0.33 258	0.34 346	0.31 231	0.41 392	0.22 262	0.49 348	0.26 355	0.09 270	0.06 145	0.07 75	0.06 80	0.09 235	0.10 329

StereoAnything_RVC	0.13 49	0.37 505	0.36 210	0.14 1	0.07 1	0.11 4	0.12 21	0.17 9	0.12 8	0.08 1	0.07 3	0.07 1	0.10 39	0.20 100	0.10 1	0.09 270	0.05 29	0.06 22	0.04 1	0.24 501	0.05 21

IGEV-RUCA	0.21 229	0.08 8	0.23 71	0.19 85	0.19 424	0.28 301	0.24 385	0.23 60	0.21 101	0.20 140	0.23 148	0.28 266	0.49 491	0.26 200	0.18 216	0.09 270	0.08 346	0.18 484	0.13 444	0.17 457	0.17 457

test_sample2	0.21 229	0.10 74	0.28 119	0.19 85	0.11 108	0.27 282	0.21 312	0.43 312	0.29 213	0.26 197	0.31 231	0.30 292	0.24 294	0.45 334	0.18 216	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.09 273

test_sample1	0.20 209	0.10 74	0.28 119	0.19 85	0.12 164	0.28 301	0.19 234	0.41 286	0.25 160	0.26 197	0.31 231	0.29 276	0.26 324	0.44 331	0.21 282	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.09 273

DispNO	0.27 358	0.18 372	0.62 427	0.23 294	0.17 383	0.25 252	0.22 338	0.45 328	0.41 358	0.32 314	0.39 327	0.38 359	0.27 343	0.77 482	0.27 360	0.09 270	0.07 262	0.10 303	0.10 339	0.08 169	0.08 216

CoDeX	0.23 276	0.12 177	0.46 335	0.21 188	0.14 280	0.29 322	0.21 312	0.53 422	0.41 358	0.29 243	0.35 281	0.29 276	0.22 262	0.48 343	0.19 245	0.09 270	0.06 145	0.08 153	0.07 136	0.08 169	0.07 150

mmm	0.21 229	0.12 177	0.31 150	0.22 247	0.12 164	0.28 301	0.21 312	0.41 286	0.27 179	0.29 243	0.38 314	0.29 276	0.24 294	0.29 248	0.22 302	0.09 270	0.07 262	0.11 360	0.09 297	0.10 300	0.09 273

11t1	0.18 156	0.10 74	0.30 136	0.20 144	0.11 108	0.27 282	0.17 147	0.35 217	0.23 132	0.25 185	0.23 148	0.23 201	0.23 276	0.25 184	0.18 216	0.09 270	0.07 262	0.07 75	0.06 80	0.09 235	0.09 273

1111x	0.32 414	0.11 135	0.40 264	0.22 247	0.11 108	0.32 364	0.26 414	0.59 478	0.43 372	0.31 291	0.41 345	0.39 371	0.28 359	0.76 476	1.37 546	0.09 270	0.08 346	0.09 230	0.10 339	0.09 235	0.08 216

MIF-Stereo (partial)	0.16 115	0.10 74	0.34 180	0.21 188	0.15 330	0.15 21	0.13 38	0.28 120	0.25 160	0.17 114	0.26 179	0.15 101	0.16 167	0.25 184	0.17 195	0.09 270	0.06 145	0.10 303	0.08 211	0.09 235	0.08 216

EKT-Stereo	0.38 457	0.12 177	0.38 241	0.42 522	3.88 573	0.21 167	0.17 147	0.35 217	0.28 194	0.20 140	0.20 122	0.23 201	0.15 151	0.28 232	0.16 165	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

PCWNet_CMD	0.23 276	0.13 239	0.48 352	0.20 144	0.13 238	0.28 301	0.16 111	0.46 339	0.46 415	0.29 243	0.36 291	0.37 351	0.24 294	0.28 232	0.20 259	0.09 270	0.06 145	0.10 303	0.08 211	0.11 348	0.09 273

gwcnet-sp	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

scenet	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

knoymous	0.17 132	0.09 37	0.32 156	0.17 17	0.11 108	0.21 167	0.17 147	0.32 171	0.23 132	0.23 163	0.28 191	0.27 251	0.16 167	0.23 143	0.16 165	0.09 270	0.06 145	0.09 230	0.06 80	0.09 235	0.09 273

riskmin	0.18 156	0.09 37	0.34 180	0.18 46	0.12 164	0.24 238	0.16 111	0.34 193	0.28 194	0.21 151	0.23 148	0.33 319	0.24 294	0.23 143	0.17 195	0.09 270	0.06 145	0.09 230	0.06 80	0.10 300	0.10 329

ssnet	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

x	0.19 194	0.11 135	0.29 129	0.20 144	0.11 108	0.26 272	0.18 190	0.41 286	0.29 213	0.25 185	0.29 204	0.28 266	0.24 294	0.26 200	0.23 321	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.08 216

DisPM	0.19 194	0.10 74	0.35 190	0.23 294	0.13 238	0.18 83	0.20 281	0.29 131	0.29 213	0.33 326	0.34 270	0.23 201	0.16 167	0.33 283	0.16 165	0.09 270	0.06 145	0.09 230	0.08 211	0.07 107	0.11 364

Wz-Net-LNSev-Ref	0.30 398	0.20 400	0.70 455	0.21 188	0.17 383	0.46 463	0.27 420	0.50 377	0.49 439	0.42 444	0.55 452	0.43 405	0.30 387	0.46 337	0.38 421	0.09 270	0.06 145	0.07 75	0.06 80	0.11 348	0.10 329

IER	0.23 276	0.12 177	0.39 256	0.20 144	0.14 280	0.31 355	0.19 234	0.42 300	0.36 297	0.33 326	0.40 337	0.32 312	0.33 413	0.29 248	0.22 302	0.09 270	0.07 262	0.08 153	0.08 211	0.09 235	0.08 216

hknet	0.25 334	0.14 281	0.40 264	0.25 382	0.15 330	0.35 403	0.21 312	0.56 454	0.37 308	0.34 346	0.35 281	0.43 405	0.27 343	0.37 306	0.21 282	0.09 270	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

DAS	0.27 358	0.12 177	0.42 297	0.24 345	0.18 404	0.29 322	0.24 385	0.45 328	0.45 398	0.41 434	0.44 385	0.34 326	0.29 374	0.75 471	0.21 282	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

SepStereo	0.26 350	0.12 177	0.42 297	0.24 345	0.18 404	0.29 322	0.24 385	0.45 328	0.45 398	0.41 434	0.44 385	0.34 326	0.29 374	0.64 431	0.21 282	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

GwcNet-ADL	0.22 259	0.14 281	0.58 408	0.24 345	0.13 238	0.22 195	0.23 363	0.49 367	0.40 348	0.27 206	0.29 204	0.30 292	0.20 242	0.26 200	0.23 321	0.09 270	0.07 262	0.07 75	0.07 136	0.09 235	0.09 273

TRStereo	0.19 194	0.17 358	0.47 343	0.23 294	0.19 424	0.19 109	0.16 111	0.52 411	0.28 194	0.20 140	0.19 106	0.21 169	0.13 116	0.24 153	0.13 83	0.09 270	0.06 145	0.09 230	0.11 378	0.06 40	0.06 75

PSM-softLoss	0.21 229	0.10 74	0.39 256	0.24 345	0.12 164	0.20 140	0.18 190	0.38 251	0.26 169	0.29 243	0.32 240	0.24 213	0.16 167	0.52 363	0.20 259	0.09 270	0.06 145	0.10 303	0.09 297	0.08 169	0.12 387

KMStereo	0.21 229	0.10 74	0.39 256	0.24 345	0.12 164	0.20 140	0.18 190	0.38 251	0.26 169	0.29 243	0.32 240	0.24 213	0.16 167	0.52 363	0.20 259	0.09 270	0.06 145	0.10 303	0.09 297	0.08 169	0.12 387

PFNet	0.23 276	0.10 74	0.57 403	0.24 345	0.14 280	0.22 195	0.19 234	0.39 263	0.33 258	0.35 363	0.32 240	0.27 251	0.19 233	0.64 431	0.22 302	0.09 270	0.05 29	0.09 230	0.07 136	0.08 169	0.07 150

Pruner-Stereo	0.19 194	0.11 135	0.34 180	0.29 468	0.12 164	0.19 109	0.17 147	0.31 161	0.29 213	0.33 326	0.32 240	0.25 221	0.15 151	0.24 153	0.21 282	0.09 270	0.06 145	0.09 230	0.08 211	0.08 169	0.09 273

AnonymousM	0.17 132	0.19 388	0.24 79	0.18 46	0.10 65	0.18 83	0.17 147	0.30 150	0.23 132	0.26 197	0.20 122	0.18 135	0.14 136	0.19 85	0.14 117	0.09 270	0.06 145	0.38 530	0.15 466	0.06 40	0.05 21

CFNet_pseudo	0.23 276	0.13 239	0.47 343	0.19 85	0.13 238	0.26 272	0.16 111	0.44 318	0.44 387	0.29 243	0.37 300	0.38 359	0.23 276	0.29 248	0.21 282	0.09 270	0.06 145	0.11 360	0.08 211	0.11 348	0.09 273

RAFT + AFF	0.27 358	0.23 436	0.50 368	0.25 382	0.17 383	0.30 339	0.33 474	0.52 411	0.40 348	0.28 216	0.30 217	0.30 292	0.31 403	0.62 423	0.24 332	0.09 270	0.10 405	0.11 360	0.10 339	0.11 348	0.11 364

GMStereo	0.19 194	0.25 445	0.40 264	0.21 188	0.12 164	0.22 195	0.19 234	0.29 131	0.40 348	0.25 185	0.23 148	0.16 118	0.15 151	0.25 184	0.19 245	0.09 270	0.06 145	0.08 153	0.08 211	0.10 300	0.08 216
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.22 259	0.10 74	0.51 379	0.21 188	0.14 280	0.34 388	0.22 338	0.55 439	0.39 332	0.29 243	0.32 240	0.23 201	0.21 249	0.27 219	0.19 245	0.09 270	0.07 262	0.09 230	0.09 297	0.09 235	0.08 216

delet	0.27 358	0.14 281	0.40 264	0.23 294	0.19 424	0.41 438	0.29 441	0.49 367	0.48 430	0.33 326	0.41 345	0.37 351	0.30 387	0.48 343	0.34 408	0.09 270	0.09 380	0.11 360	0.12 417	0.08 169	0.08 216

UNet	0.28 378	0.14 281	0.69 449	0.23 294	0.20 441	0.44 455	0.22 338	0.50 377	0.40 348	0.34 346	0.39 327	0.43 405	0.33 413	0.40 320	0.31 391	0.09 270	0.07 262	0.10 303	0.08 211	0.10 300	0.08 216

CREStereo	0.13 49	0.08 8	0.21 56	0.14 1	0.08 9	0.22 195	0.15 82	0.25 80	0.24 147	0.16 102	0.21 134	0.14 85	0.13 116	0.18 62	0.13 83	0.09 270	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75
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
FENet	0.21 229	0.11 135	0.45 327	0.21 188	0.12 164	0.26 272	0.17 147	0.41 286	0.35 284	0.30 274	0.31 231	0.29 276	0.23 276	0.26 200	0.23 321	0.09 270	0.06 145	0.09 230	0.09 297	0.09 235	0.09 273

ADCRef	0.38 457	0.24 440	0.88 494	0.26 416	0.21 449	0.49 480	0.27 420	0.52 411	0.48 430	0.50 479	0.58 465	0.35 340	0.47 484	0.48 343	1.29 545	0.09 270	0.08 346	0.12 398	0.12 417	0.11 348	0.11 364

RASNet	0.28 378	0.14 281	0.44 316	0.22 247	0.18 404	0.32 364	0.19 234	0.48 359	0.38 322	0.29 243	0.43 374	0.47 430	0.37 439	0.79 486	0.36 418	0.09 270	0.07 262	0.07 75	0.09 297	0.07 107	0.07 150

MSMDNet	0.23 276	0.13 239	0.48 352	0.20 144	0.13 238	0.28 301	0.16 111	0.46 339	0.46 415	0.29 243	0.36 291	0.37 351	0.24 294	0.28 232	0.20 259	0.09 270	0.06 145	0.09 230	0.08 211	0.11 348	0.09 273

CFNet	0.27 358	0.20 400	0.44 316	0.22 247	0.14 280	0.33 375	0.14 58	0.51 394	0.45 398	0.30 274	0.40 337	0.38 359	0.27 343	0.76 476	0.25 342	0.09 270	0.07 262	0.11 360	0.11 378	0.11 348	0.08 216

ccs_rob	0.23 276	0.13 239	0.47 343	0.20 144	0.13 238	0.26 272	0.17 147	0.44 318	0.44 387	0.29 243	0.37 300	0.38 359	0.23 276	0.29 248	0.21 282	0.09 270	0.06 145	0.11 360	0.08 211	0.11 348	0.09 273

StereoDRNet-Refined	0.27 358	0.17 358	0.35 190	0.25 382	0.14 280	0.37 413	0.21 312	0.47 347	0.41 358	0.44 457	0.51 430	0.41 392	0.28 359	0.45 334	0.37 419	0.09 270	0.06 145	0.11 360	0.11 378	0.10 300	0.10 329
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	0.32 414	0.13 239	0.51 379	0.25 382	0.16 362	0.48 475	0.25 402	0.50 377	0.57 478	0.37 385	0.45 397	0.62 492	0.36 430	0.64 431	0.49 467	0.09 270	0.07 262	0.09 230	0.08 211	0.12 385	0.11 364

FlowAnything_test	0.14 73	0.11 135	0.21 56	0.21 188	0.12 164	0.17 63	0.16 111	0.25 80	0.16 27	0.15 80	0.13 37	0.15 101	0.14 136	0.18 62	0.16 165	0.10 318	0.07 262	0.11 360	0.12 417	0.08 169	0.09 273

z-mn7	0.44 485	0.40 510	1.09 521	0.25 382	0.18 404	0.61 508	0.34 476	0.56 454	0.93 537	0.43 450	0.96 525	0.53 464	0.39 449	0.94 516	0.59 486	0.10 318	0.09 380	0.10 303	0.10 339	0.14 418	0.13 403

w-ln-seven-2	0.36 440	0.29 473	1.06 519	0.27 444	0.18 404	0.37 413	0.30 452	0.50 377	0.54 466	0.45 461	0.55 452	0.45 420	0.41 457	0.62 423	0.49 467	0.10 318	0.10 405	0.12 398	0.11 378	0.14 418	0.11 364

coex_refinement	0.26 350	0.16 339	0.36 210	0.23 294	0.15 330	0.31 355	0.20 281	0.49 367	0.42 365	0.35 363	0.42 361	0.45 420	0.27 343	0.55 378	0.33 403	0.10 318	0.06 145	0.07 75	0.07 136	0.10 300	0.10 329

G2L-Stereo	0.25 334	0.16 339	0.47 343	0.22 247	0.14 280	0.25 252	0.18 190	0.46 339	0.35 284	0.33 326	0.37 300	0.40 385	0.22 262	0.60 408	0.30 384	0.10 318	0.09 380	0.10 303	0.08 211	0.09 235	0.09 273

FACV-RUCA	0.21 229	0.15 314	0.32 156	0.23 294	0.23 478	0.26 272	0.19 234	0.39 263	0.34 268	0.25 185	0.32 240	0.21 169	0.24 294	0.24 153	0.19 245	0.10 318	0.07 262	0.15 459	0.08 211	0.16 440	0.13 403

DCVSM-stereo	0.24 306	0.13 239	0.52 383	0.20 144	0.14 280	0.26 272	0.13 38	0.34 193	0.34 268	0.41 434	0.33 261	0.47 430	0.29 374	0.30 263	0.22 302	0.10 318	0.10 405	0.11 360	0.10 339	0.12 385	0.15 436

ACV-stereo	0.29 389	0.18 372	0.79 472	0.23 294	0.16 362	0.47 469	0.19 234	0.36 235	0.34 268	0.29 243	0.33 261	0.67 508	0.42 466	0.54 376	0.30 384	0.10 318	0.09 380	0.09 230	0.09 297	0.10 300	0.11 364

test_sample6	0.25 334	0.13 239	0.41 287	0.21 188	0.11 108	0.30 339	0.22 338	0.51 394	0.35 284	0.33 326	0.43 374	0.30 292	0.24 294	0.57 393	0.22 302	0.10 318	0.07 262	0.10 303	0.10 339	0.11 348	0.10 329

test_sample5	0.24 306	0.13 239	0.42 297	0.21 188	0.12 164	0.30 339	0.21 312	0.50 377	0.34 268	0.32 314	0.41 345	0.29 276	0.23 276	0.55 378	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

test_sample4	0.24 306	0.13 239	0.43 308	0.20 144	0.12 164	0.32 364	0.21 312	0.51 394	0.34 268	0.31 291	0.37 300	0.28 266	0.23 276	0.53 370	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

test_sample3	0.23 276	0.12 177	0.43 308	0.19 85	0.12 164	0.32 364	0.20 281	0.50 377	0.34 268	0.31 291	0.33 261	0.29 276	0.22 262	0.53 370	0.22 302	0.10 318	0.07 262	0.09 230	0.08 211	0.10 300	0.10 329

SMFormer	0.25 334	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.28 364	0.10 318	0.07 262	0.08 153	0.08 211	0.09 235	0.09 273

tta	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.28 364	0.10 318	0.07 262	0.08 153	0.08 211	0.08 169	0.07 150

qqq1	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.16 165	0.10 318	0.07 262	0.07 75	0.06 80	0.08 169	0.07 150

fff1	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.16 165	0.10 318	0.07 262	0.07 75	0.06 80	0.08 169	0.07 150

DualNet	0.24 306	0.13 239	0.42 297	0.21 188	0.12 164	0.30 339	0.21 312	0.50 377	0.34 268	0.33 326	0.43 374	0.29 276	0.23 276	0.55 378	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

mmx	0.31 405	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.55 439	0.45 398	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 530	0.10 318	0.07 262	0.11 360	0.10 339	0.11 348	0.10 329

xxx	0.31 405	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.55 439	0.45 398	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 530	0.10 318	0.07 262	0.11 360	0.10 339	0.11 348	0.10 329

iinet-f	0.30 398	0.18 372	1.03 517	0.20 144	0.15 330	0.44 455	0.22 338	0.45 328	0.37 308	0.35 363	0.44 385	0.41 392	0.34 422	0.34 289	0.40 437	0.10 318	0.09 380	0.08 153	0.08 211	0.13 400	0.11 364

BUS	0.23 276	0.12 177	0.28 119	0.25 382	0.14 280	0.43 453	0.17 147	0.56 454	0.34 268	0.34 346	0.35 281	0.32 312	0.20 242	0.26 200	0.21 282	0.10 318	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

NINENet	0.25 334	0.15 314	0.37 222	0.23 294	0.16 362	0.43 453	0.17 147	0.60 486	0.46 415	0.32 314	0.37 300	0.32 312	0.20 242	0.42 325	0.21 282	0.10 318	0.10 405	0.12 398	0.08 211	0.11 348	0.10 329

BSDual-CNN	0.23 276	0.12 177	0.28 119	0.25 382	0.14 280	0.35 403	0.21 312	0.56 454	0.34 268	0.34 346	0.35 281	0.38 359	0.24 294	0.26 200	0.21 282	0.10 318	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

psmg	0.23 276	0.12 177	0.28 119	0.21 188	0.14 280	0.35 403	0.23 363	0.51 394	0.34 268	0.35 363	0.38 314	0.38 359	0.24 294	0.26 200	0.21 282	0.10 318	0.08 346	0.10 303	0.10 339	0.09 235	0.08 216

GANet-ADL	0.21 229	0.12 177	0.45 327	0.23 294	0.14 280	0.29 322	0.19 234	0.46 339	0.35 284	0.25 185	0.32 240	0.32 312	0.19 233	0.24 153	0.20 259	0.10 318	0.07 262	0.07 75	0.06 80	0.09 235	0.10 329

ADLNet2	0.30 398	0.17 358	0.72 459	0.23 294	0.17 383	0.36 408	0.24 385	0.52 411	0.51 451	0.32 314	0.38 314	0.45 420	0.30 387	0.69 449	0.35 412	0.10 318	0.08 346	0.09 230	0.09 297	0.12 385	0.10 329

PFNet+	0.20 209	0.10 74	0.37 222	0.21 188	0.12 164	0.17 63	0.19 234	0.29 131	0.34 268	0.33 326	0.32 240	0.24 213	0.16 167	0.32 276	0.17 195	0.10 318	0.07 262	0.11 360	0.10 339	0.08 169	0.12 387

sAnonymous2	0.20 209	0.21 414	0.58 408	0.24 345	0.17 383	0.22 195	0.19 234	0.34 193	0.28 194	0.17 114	0.19 106	0.17 125	0.16 167	0.17 44	0.14 117	0.10 318	0.07 262	0.09 230	0.08 211	0.23 498	0.17 457

CroCo_RVC	0.20 209	0.21 414	0.58 408	0.24 345	0.17 383	0.22 195	0.19 234	0.34 193	0.28 194	0.17 114	0.19 106	0.17 125	0.16 167	0.17 44	0.14 117	0.10 318	0.07 262	0.09 230	0.08 211	0.23 498	0.17 457

sCroCo_RVC	0.18 156	0.14 281	0.49 357	0.27 444	0.18 404	0.22 195	0.17 147	0.27 101	0.23 132	0.14 68	0.22 144	0.17 125	0.14 136	0.21 119	0.15 141	0.10 318	0.11 429	0.09 230	0.09 297	0.09 235	0.09 273

GES	0.22 259	0.12 177	0.42 297	0.20 144	0.14 280	0.27 282	0.19 234	0.49 367	0.33 258	0.30 274	0.36 291	0.25 221	0.23 276	0.29 248	0.22 302	0.10 318	0.08 346	0.08 153	0.07 136	0.10 300	0.11 364

test_xeample	0.34 431	0.10 74	0.29 129	0.19 85	0.11 108	0.33 375	0.23 363	0.55 439	0.38 322	0.32 314	0.45 397	0.29 276	0.26 324	0.57 393	2.24 565	0.10 318	0.07 262	0.09 230	0.08 211	0.09 235	0.09 273

UPFNet	0.25 334	0.12 177	0.38 241	0.24 345	0.19 424	0.37 413	0.28 435	0.48 359	0.38 322	0.34 346	0.37 300	0.37 351	0.28 359	0.39 313	0.33 403	0.10 318	0.09 380	0.10 303	0.10 339	0.10 300	0.08 216

EDNetEfficientorigin	7.51 577	0.52 531	140.47 596	0.25 382	0.17 383	0.42 445	0.29 441	0.47 347	1.03 541	1.28 549	1.02 529	0.83 523	0.84 535	0.75 471	0.99 525	0.10 318	0.09 380	0.12 398	0.10 339	0.21 489	0.22 502

FADNet-RVC-Resample	0.29 389	0.25 445	0.93 503	0.26 416	0.16 362	0.32 364	0.21 312	0.47 347	0.39 332	0.35 363	0.38 314	0.33 319	0.27 343	0.53 370	0.24 332	0.10 318	0.10 405	0.14 445	0.13 444	0.13 400	0.16 445

SuperB	0.49 497	0.28 466	2.23 554	0.23 294	0.15 330	0.41 438	0.32 464	0.47 347	0.82 522	0.43 450	0.50 424	0.33 319	0.45 475	0.68 447	1.08 530	0.10 318	0.07 262	0.09 230	0.08 211	0.98 562	0.14 424

ADCP+	0.45 487	0.24 440	1.15 527	0.25 382	0.22 465	0.56 497	0.39 499	0.54 429	0.51 451	0.44 457	0.51 430	0.46 428	0.52 498	0.56 389	1.89 558	0.10 318	0.08 346	0.11 360	0.10 339	0.14 418	0.13 403

DLCB_ROB	0.28 378	0.16 339	0.34 180	0.27 444	0.16 362	0.38 421	0.25 402	0.48 359	0.43 372	0.46 465	0.46 407	0.51 453	0.33 413	0.53 370	0.33 403	0.10 318	0.10 405	0.11 360	0.11 378	0.10 300	0.09 273

LE_ROB	1.76 562	0.20 400	2.68 562	0.48 530	0.52 538	0.78 528	0.96 559	0.84 541	6.61 576	7.40 579	2.08 562	2.08 555	4.83 572	1.27 544	3.79 571	0.10 318	0.08 346	0.12 398	0.11 378	0.11 348	0.10 329

MSAF-DinoV2	0.76 536	0.44 516	1.98 552	0.49 533	0.16 362	0.58 501	0.31 457	0.81 538	0.83 526	0.41 434	0.52 438	0.98 532	0.58 507	4.97 575	1.03 527	0.11 357	0.07 262	0.10 303	0.24 514	0.27 514	0.26 518

w-ln-seven	0.42 473	0.30 480	1.18 528	0.26 416	0.22 465	0.58 501	0.31 457	0.62 499	0.81 521	0.58 503	0.61 479	0.53 464	0.36 430	0.57 393	0.65 499	0.11 357	0.10 405	0.13 419	0.12 417	0.15 432	0.13 403

DDVS	0.25 334	0.15 314	0.39 256	0.24 345	0.17 383	0.34 388	0.21 312	0.41 286	0.30 225	0.33 326	0.41 345	0.48 437	0.21 249	0.52 363	0.27 360	0.11 357	0.09 380	0.11 360	0.09 297	0.13 400	0.14 424

rvit_stereo_0083	0.16 115	0.12 177	0.26 99	0.21 188	0.13 238	0.17 63	0.17 147	0.22 42	0.34 268	0.16 102	0.21 134	0.19 149	0.16 167	0.21 119	0.16 165	0.11 357	0.10 405	0.10 303	0.08 211	0.09 235	0.07 150

rvit_stereo_0081_aga	0.16 115	0.14 281	0.28 119	0.21 188	0.13 238	0.19 109	0.17 147	0.23 60	0.24 147	0.17 114	0.21 134	0.19 149	0.13 116	0.19 85	0.14 117	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

rvit_stereo_0081	0.16 115	0.11 135	0.24 79	0.21 188	0.12 164	0.16 44	0.17 147	0.22 42	0.33 258	0.16 102	0.18 98	0.18 135	0.14 136	0.20 100	0.16 165	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

ITSA-stereo	0.25 334	0.15 314	0.33 171	0.23 294	0.11 108	0.27 282	0.18 190	0.56 454	0.59 481	0.31 291	0.32 240	0.33 319	0.28 359	0.49 348	0.30 384	0.11 357	0.08 346	0.11 360	0.10 339	0.11 348	0.13 403

rvit_stereo_0082	0.16 115	0.11 135	0.24 79	0.21 188	0.12 164	0.16 44	0.17 147	0.22 42	0.33 258	0.16 102	0.18 98	0.18 135	0.14 136	0.20 100	0.16 165	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

rvit_stereo_0080	0.15 101	0.13 239	0.25 91	0.19 85	0.13 238	0.15 21	0.20 281	0.28 120	0.24 147	0.15 80	0.17 88	0.19 149	0.13 116	0.19 85	0.15 141	0.11 357	0.08 346	0.08 153	0.08 211	0.10 300	0.07 150

rvit_stereo_ft	0.17 132	0.14 281	0.30 136	0.25 382	0.14 280	0.17 63	0.21 312	0.28 120	0.26 169	0.16 102	0.19 106	0.20 158	0.16 167	0.22 134	0.17 195	0.11 357	0.07 262	0.09 230	0.09 297	0.09 235	0.07 150

whm_eth	0.15 101	0.13 239	0.25 91	0.19 85	0.13 238	0.15 21	0.20 281	0.28 120	0.24 147	0.15 80	0.17 88	0.19 149	0.13 116	0.19 85	0.15 141	0.11 357	0.08 346	0.08 153	0.08 211	0.10 300	0.07 150

StereoVision	0.22 259	0.18 372	0.37 222	0.27 444	0.17 383	0.23 216	0.22 338	0.38 251	0.31 237	0.20 140	0.51 430	0.22 181	0.16 167	0.28 232	0.18 216	0.11 357	0.12 446	0.13 419	0.13 444	0.10 300	0.07 150

CFNet_ucs	0.24 306	0.13 239	0.50 368	0.20 144	0.15 330	0.28 301	0.17 147	0.49 367	0.45 398	0.32 314	0.42 361	0.39 371	0.22 262	0.31 270	0.21 282	0.11 357	0.08 346	0.12 398	0.09 297	0.12 385	0.11 364

fast-acv-ft	0.31 405	0.20 400	0.81 477	0.24 345	0.18 404	0.46 463	0.27 420	0.41 286	0.49 439	0.39 415	0.55 452	0.49 442	0.35 426	0.37 306	0.38 421	0.11 357	0.11 429	0.11 360	0.12 417	0.12 385	0.09 273

Wz-Net-LNSev	0.34 431	0.29 473	0.91 499	0.26 416	0.21 449	0.47 469	0.31 457	0.54 429	0.54 466	0.44 457	0.52 438	0.50 449	0.35 426	0.39 313	0.39 429	0.11 357	0.11 429	0.10 303	0.09 297	0.14 418	0.13 403

Wz-Net-MNSev	0.36 440	0.26 456	0.79 472	0.26 416	0.21 449	0.59 504	0.38 494	0.55 439	0.56 475	0.48 476	0.54 448	0.53 464	0.36 430	0.60 408	0.44 453	0.11 357	0.09 380	0.11 360	0.11 378	0.15 432	0.13 403

CRFU-Net	0.28 378	0.14 281	0.45 327	0.25 382	0.15 330	0.45 461	0.23 363	0.50 377	0.30 225	0.43 450	0.41 345	0.48 437	0.46 481	0.43 327	0.29 376	0.11 357	0.10 405	0.09 230	0.08 211	0.10 300	0.10 329

AASNet	0.27 358	0.19 388	0.49 357	0.26 416	0.17 383	0.34 388	0.20 281	0.62 499	0.48 430	0.35 363	0.40 337	0.32 312	0.25 315	0.28 232	0.34 408	0.11 357	0.09 380	0.10 303	0.08 211	0.13 400	0.11 364

AACVNet	0.26 350	0.16 339	0.37 222	0.22 247	0.14 280	0.29 322	0.19 234	0.41 286	0.31 237	0.38 400	0.42 361	0.43 405	0.28 359	0.73 462	0.25 342	0.11 357	0.08 346	0.11 360	0.09 297	0.13 400	0.11 364

PSMNet-ADL	0.25 334	0.15 314	0.32 156	0.26 416	0.14 280	0.31 355	0.22 338	0.44 318	0.36 297	0.27 206	0.33 261	0.41 392	0.28 359	0.61 415	0.29 376	0.11 357	0.09 380	0.09 230	0.11 378	0.10 300	0.10 329

LMCR-Stereo	0.26 350	0.18 372	0.49 357	0.28 465	0.14 280	0.36 408	0.23 363	0.54 429	0.34 268	0.39 415	0.40 337	0.29 276	0.29 374	0.37 306	0.27 360	0.11 357	0.07 262	0.09 230	0.07 136	0.13 400	0.09 273

ADLNet	0.28 378	0.15 314	0.42 297	0.23 294	0.19 424	0.34 388	0.23 363	0.53 422	0.43 372	0.42 444	0.41 345	0.44 416	0.27 343	0.55 378	0.35 412	0.11 357	0.08 346	0.11 360	0.11 378	0.11 348	0.12 387

222	0.41 470	0.10 74	0.29 129	0.19 85	0.11 108	0.36 408	0.20 281	0.57 464	0.39 332	0.35 363	0.44 385	0.30 292	0.27 343	0.55 378	3.56 570	0.11 357	0.07 262	0.08 153	0.08 211	0.09 235	0.09 273

xxxx	0.34 431	0.10 74	0.29 129	0.19 85	0.11 108	0.37 413	0.20 281	0.58 473	0.38 322	0.29 243	0.42 361	0.38 359	0.24 294	0.46 337	2.20 563	0.11 357	0.07 262	0.09 230	0.08 211	0.09 235	0.09 273

psm_up	0.29 389	0.16 339	0.41 287	0.26 416	0.17 383	0.32 364	0.26 414	0.55 439	0.43 372	0.36 379	0.40 337	0.45 420	0.37 439	0.58 400	0.30 384	0.11 357	0.12 446	0.13 419	0.12 417	0.10 300	0.10 329

aanetorigin	0.39 462	0.29 473	1.09 521	0.24 345	0.19 424	0.28 301	0.37 488	0.33 185	0.47 420	0.94 534	0.82 514	0.52 459	0.54 499	0.49 348	0.50 473	0.11 357	0.09 380	0.10 303	0.10 339	0.16 440	0.15 436

EDNetEfficient	0.63 521	0.37 505	2.40 558	0.26 416	0.25 493	0.38 421	0.49 526	0.41 286	1.06 544	1.38 552	0.87 521	0.62 492	0.95 540	0.65 437	1.65 551	0.11 357	0.09 380	0.10 303	0.11 378	0.19 478	0.17 457

ac_64	0.27 358	0.13 239	0.41 287	0.24 345	0.17 383	0.36 408	0.22 338	0.46 339	0.33 258	0.35 363	0.36 291	0.52 459	0.30 387	0.62 423	0.32 396	0.11 357	0.09 380	0.10 303	0.10 339	0.09 235	0.08 216

HGLStereo	0.27 358	0.14 281	0.46 335	0.24 345	0.21 449	0.33 375	0.23 363	0.50 377	0.42 365	0.35 363	0.48 420	0.41 392	0.33 413	0.45 334	0.33 403	0.11 357	0.10 405	0.09 230	0.09 297	0.10 300	0.12 387

cf-r	0.24 306	0.15 314	0.44 316	0.21 188	0.14 280	0.27 282	0.22 338	0.42 300	0.40 348	0.30 274	0.42 361	0.42 401	0.26 324	0.43 327	0.25 342	0.11 357	0.06 145	0.08 153	0.10 339	0.08 169	0.08 216

GANet-RSSM	0.24 306	0.14 281	0.36 210	0.21 188	0.14 280	0.27 282	0.21 312	0.45 328	0.33 258	0.29 243	0.39 327	0.39 371	0.28 359	0.58 400	0.23 321	0.11 357	0.07 262	0.09 230	0.09 297	0.10 300	0.09 273

GwcNet-RSSM	0.26 350	0.17 358	0.46 335	0.21 188	0.13 238	0.28 301	0.23 363	0.44 318	0.42 365	0.31 291	0.45 397	0.40 385	0.26 324	0.55 378	0.28 364	0.11 357	0.07 262	0.09 230	0.10 339	0.09 235	0.08 216

DMCA	0.22 259	0.14 281	0.36 210	0.22 247	0.14 280	0.27 282	0.20 281	0.43 312	0.38 322	0.31 291	0.32 240	0.33 319	0.24 294	0.24 153	0.28 364	0.11 357	0.08 346	0.10 303	0.08 211	0.10 300	0.11 364

ADCL	0.47 491	0.22 427	1.00 512	0.27 444	0.19 424	0.74 522	0.64 539	0.54 429	0.69 505	0.56 500	0.71 499	0.55 470	0.60 510	0.60 408	1.43 547	0.11 357	0.09 380	0.13 419	0.13 444	0.14 418	0.14 424

RYNet	0.37 450	0.18 372	0.59 414	0.25 382	0.28 505	0.61 508	0.32 464	0.59 478	0.59 481	0.41 434	0.38 314	0.57 478	0.39 449	0.87 502	0.53 478	0.11 357	0.08 346	0.12 398	0.11 378	0.18 471	0.18 471

NLCA_NET_v2_RVC	0.27 358	0.21 414	0.59 414	0.25 382	0.18 404	0.29 322	0.22 338	0.50 377	0.40 348	0.38 400	0.41 345	0.43 405	0.27 343	0.43 327	0.29 376	0.11 357	0.08 346	0.10 303	0.10 339	0.10 300	0.11 364
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.31 405	0.22 427	0.50 368	0.23 294	0.14 280	0.30 339	0.24 385	0.47 347	0.54 466	0.38 400	0.60 472	0.43 405	0.29 374	0.87 502	0.40 437	0.11 357	0.07 262	0.07 75	0.07 136	0.09 235	0.09 273

StereoDRNet	0.32 414	0.22 427	0.61 419	0.27 444	0.21 449	0.42 445	0.30 452	0.61 490	0.48 430	0.46 465	0.39 327	0.48 437	0.30 387	0.57 393	0.40 437	0.11 357	0.09 380	0.12 398	0.11 378	0.12 385	0.10 329

zh-sn7	0.48 494	0.51 529	1.43 542	0.29 468	0.20 441	0.47 469	0.39 499	0.57 464	0.62 490	0.52 490	0.81 512	0.52 459	0.56 503	1.05 529	0.87 517	0.12 395	0.13 458	0.13 419	0.13 444	0.17 457	0.16 445

zh-mn7	0.46 489	0.45 517	1.48 543	0.25 382	0.19 424	0.44 455	0.29 441	0.56 454	0.82 522	0.65 513	0.96 525	0.49 442	0.38 443	0.88 505	0.63 495	0.12 395	0.10 405	0.11 360	0.11 378	0.13 400	0.14 424

CAS++	0.16 115	0.12 177	0.27 108	0.18 46	0.12 164	0.17 63	0.15 82	0.42 300	0.24 147	0.19 136	0.18 98	0.13 63	0.10 39	0.21 119	0.12 43	0.12 395	0.10 405	0.11 360	0.08 211	0.10 300	0.09 273
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GMStereo_Zeroshot	0.24 306	0.21 414	0.45 327	0.26 416	0.13 238	0.28 301	0.15 82	0.39 263	0.35 284	0.37 385	0.43 374	0.40 385	0.17 193	0.34 289	0.20 259	0.12 395	0.07 262	0.13 419	0.07 136	0.16 440	0.09 273

coex-ft	3.44 569	0.73 542	48.55 594	0.24 345	0.19 424	0.50 484	0.43 510	0.47 347	2.40 563	7.03 578	1.20 536	0.97 531	2.23 565	0.73 462	1.92 559	0.12 395	0.15 483	0.14 445	0.12 417	0.21 489	0.43 537

Wz-Net-SNSev	0.43 479	0.41 514	1.27 535	0.30 478	0.21 449	0.44 455	0.41 505	0.61 490	0.65 496	0.46 465	0.65 487	0.62 492	0.39 449	0.74 470	0.59 486	0.12 395	0.11 429	0.12 398	0.13 444	0.16 440	0.14 424

CSP-Net	0.27 358	0.15 314	0.30 136	0.21 188	0.14 280	0.44 455	0.24 385	0.50 377	0.40 348	0.41 434	0.43 374	0.42 401	0.26 324	0.66 442	0.28 364	0.12 395	0.08 346	0.08 153	0.08 211	0.10 300	0.09 273

dd	0.22 259	0.26 456	0.40 264	0.22 247	0.12 164	0.25 252	0.21 312	0.32 171	0.44 387	0.29 243	0.28 191	0.25 221	0.16 167	0.30 263	0.25 342	0.12 395	0.07 262	0.10 303	0.08 211	0.11 348	0.09 273

ICVP	0.23 276	0.13 239	0.44 316	0.26 416	0.14 280	0.29 322	0.25 402	0.45 328	0.33 258	0.29 243	0.43 374	0.35 340	0.25 315	0.26 200	0.23 321	0.12 395	0.09 380	0.09 230	0.08 211	0.09 235	0.10 329
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.27 358	0.20 400	0.44 316	0.27 444	0.16 362	0.33 375	0.25 402	0.56 454	0.54 466	0.34 346	0.38 314	0.34 326	0.25 315	0.51 357	0.28 364	0.12 395	0.08 346	0.09 230	0.08 211	0.11 348	0.11 364

Anonymous3	0.23 276	0.18 372	0.63 430	0.27 444	0.18 404	0.41 438	0.23 363	0.43 312	0.35 284	0.23 163	0.27 186	0.20 158	0.18 218	0.27 219	0.18 216	0.12 395	0.11 429	0.10 303	0.10 339	0.11 348	0.12 387

PSMNet-RSSM	0.24 306	0.15 314	0.36 210	0.21 188	0.14 280	0.25 252	0.20 281	0.48 359	0.37 308	0.30 274	0.44 385	0.38 359	0.26 324	0.52 363	0.22 302	0.12 395	0.07 262	0.11 360	0.13 444	0.10 300	0.09 273

CFNet-ft	0.24 306	0.15 314	0.35 190	0.18 46	0.15 330	0.30 339	0.21 312	0.39 263	0.36 297	0.28 216	0.40 337	0.43 405	0.25 315	0.47 341	0.24 332	0.12 395	0.07 262	0.12 398	0.11 378	0.12 385	0.09 273

DSFCA	0.27 358	0.13 239	0.36 210	0.20 144	0.17 383	0.38 421	0.31 457	0.47 347	0.43 372	0.43 450	0.37 300	0.39 371	0.29 374	0.52 363	0.32 396	0.12 395	0.10 405	0.10 303	0.11 378	0.11 348	0.10 329

S-Stereo	0.38 457	0.20 400	1.05 518	0.27 444	0.22 465	0.38 421	0.32 464	0.55 439	0.66 497	0.39 415	0.59 467	0.49 442	0.41 457	0.75 471	0.40 437	0.12 395	0.15 483	0.13 419	0.13 444	0.16 440	0.21 497

PA-Net	0.37 450	0.28 466	0.83 482	0.31 484	0.28 505	0.39 429	0.42 508	0.51 394	0.55 472	0.34 346	0.42 361	0.41 392	0.36 430	0.79 486	0.49 467	0.12 395	0.23 523	0.16 470	0.23 512	0.12 385	0.18 471
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.24 306	0.15 314	0.35 190	0.18 46	0.15 330	0.30 339	0.21 312	0.39 263	0.36 297	0.28 216	0.40 337	0.43 405	0.25 315	0.47 341	0.24 332	0.12 395	0.07 262	0.12 398	0.11 378	0.12 385	0.09 273

DRN-Test	0.33 423	0.17 358	0.61 419	0.27 444	0.19 424	0.46 463	0.29 441	0.65 508	0.51 451	0.47 473	0.46 407	0.44 416	0.34 422	0.62 423	0.41 445	0.12 395	0.08 346	0.13 419	0.12 417	0.12 385	0.10 329

NaN_ROB	0.41 470	0.28 466	0.62 427	0.30 478	0.19 424	0.51 485	0.47 520	0.58 473	0.59 481	0.56 500	0.47 414	0.49 442	0.41 457	1.21 540	0.64 497	0.12 395	0.18 503	0.12 398	0.13 444	0.11 348	0.14 424

S2M2	0.13 49	0.11 135	0.20 49	0.16 7	0.12 164	0.12 7	0.07 1	0.18 14	0.20 86	0.12 32	0.15 67	0.14 85	0.12 86	0.15 15	0.14 117	0.13 414	0.09 380	0.09 230	0.10 339	0.11 348	0.09 273

YMNet	0.32 414	0.22 427	0.58 408	0.27 444	0.23 478	0.48 475	0.27 420	0.51 394	0.45 398	0.48 476	0.56 459	0.51 453	0.30 387	0.39 313	0.40 437	0.13 414	0.16 490	0.13 419	0.12 417	0.13 400	0.12 387

YMNet_1	0.32 414	0.22 427	0.58 408	0.27 444	0.23 478	0.48 475	0.27 420	0.51 394	0.45 398	0.48 476	0.56 459	0.51 453	0.30 387	0.39 313	0.40 437	0.13 414	0.16 490	0.13 419	0.12 417	0.13 400	0.12 387

ttt	0.29 389	0.12 177	0.34 180	0.21 188	0.13 238	0.29 322	0.20 281	0.56 454	0.47 420	0.31 291	0.44 385	0.30 292	0.22 262	0.65 437	0.85 516	0.13 414	0.10 405	0.10 303	0.10 339	0.11 348	0.11 364

CASS	0.21 229	0.15 314	0.32 156	0.26 416	0.11 108	0.28 301	0.19 234	0.39 263	0.30 225	0.32 314	0.34 270	0.25 221	0.24 294	0.25 184	0.20 259	0.13 414	0.08 346	0.11 360	0.09 297	0.11 348	0.11 364
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet_v2	0.28 378	0.16 339	0.44 316	0.22 247	0.15 330	0.40 434	0.30 452	0.57 464	0.46 415	0.38 400	0.36 291	0.47 430	0.29 374	0.38 311	0.39 429	0.13 414	0.11 429	0.11 360	0.11 378	0.11 348	0.11 364

WZ-Net	0.52 508	0.38 508	1.90 551	0.30 478	0.24 486	0.57 500	0.48 524	0.62 499	0.78 518	0.50 479	0.71 499	0.68 512	0.54 499	0.98 523	0.84 513	0.13 414	0.10 405	0.11 360	0.12 417	0.19 478	0.20 489

SACVNet	0.30 398	0.20 400	0.41 287	0.25 382	0.18 404	0.34 388	0.25 402	0.52 411	0.40 348	0.41 434	0.44 385	0.46 428	0.32 410	0.71 455	0.25 342	0.13 414	0.10 405	0.12 398	0.12 417	0.16 440	0.17 457

HCRNet	0.24 306	0.25 445	0.33 171	0.34 498	0.16 362	0.27 282	0.18 190	0.43 312	0.35 284	0.30 274	0.35 281	0.32 312	0.22 262	0.44 331	0.20 259	0.13 414	0.08 346	0.13 419	0.11 378	0.10 300	0.09 273

APVNet	0.36 440	0.20 400	0.70 455	0.26 416	0.22 465	0.52 494	0.35 480	0.61 490	0.44 387	0.38 400	0.52 438	0.48 437	0.38 443	0.84 498	0.46 462	0.13 414	0.14 468	0.15 459	0.16 478	0.16 440	0.15 436

GwcNet	0.35 436	0.23 436	0.88 494	0.25 382	0.24 486	0.48 475	0.27 420	0.55 439	0.57 478	0.38 400	0.52 438	0.51 453	0.32 410	0.60 408	0.41 445	0.13 414	0.11 429	0.12 398	0.11 378	0.13 400	0.14 424

FAT-Stereo	0.36 440	0.18 372	0.73 463	0.26 416	0.18 404	0.33 375	0.29 441	0.60 486	0.59 481	0.46 465	0.60 472	0.60 486	0.50 493	0.61 415	0.34 408	0.13 414	0.14 468	0.13 419	0.12 417	0.14 418	0.18 471

DMCA-RVC	0.27 358	0.21 414	0.61 419	0.28 465	0.17 383	0.29 322	0.21 312	0.42 300	0.35 284	0.40 425	0.37 300	0.39 371	0.36 430	0.43 327	0.30 384	0.13 414	0.10 405	0.15 459	0.11 378	0.13 400	0.10 329

FADNet-RVC	0.31 405	0.35 497	0.78 466	0.25 382	0.20 441	0.33 375	0.20 281	0.49 367	0.40 348	0.34 346	0.39 327	0.41 392	0.29 374	0.63 429	0.31 391	0.13 414	0.14 468	0.14 445	0.15 466	0.19 478	0.19 479

STTStereo	0.28 378	0.20 400	0.61 419	0.25 382	0.17 383	0.29 322	0.24 385	0.47 347	0.39 332	0.39 415	0.41 345	0.44 416	0.28 359	0.40 320	0.28 364	0.13 414	0.12 446	0.13 419	0.16 478	0.12 385	0.11 364

stereogan	0.37 450	0.17 358	0.65 438	0.27 444	0.22 465	0.62 510	0.26 414	0.59 478	0.63 494	0.43 450	0.60 472	0.67 508	0.42 466	0.68 447	0.35 412	0.13 414	0.14 468	0.14 445	0.12 417	0.19 478	0.17 457

RTSC	0.39 462	0.28 466	0.78 466	0.27 444	0.18 404	0.49 480	0.22 338	0.59 478	0.84 529	0.55 499	0.53 445	0.49 442	0.36 430	0.67 446	0.82 512	0.13 414	0.10 405	0.11 360	0.12 417	0.17 457	0.17 457

ADCMid	0.49 497	0.34 495	1.13 526	0.26 416	0.21 449	0.51 485	0.37 488	0.57 464	0.54 466	0.75 524	0.66 489	0.62 492	0.64 520	0.64 431	1.68 552	0.13 414	0.12 446	0.17 476	0.17 487	0.20 486	0.17 457

DANet	0.35 436	0.23 436	0.60 416	0.36 508	0.22 465	0.39 429	0.25 402	0.48 359	0.43 372	0.52 490	0.50 424	0.59 483	0.41 457	0.76 476	0.49 467	0.13 414	0.11 429	0.14 445	0.12 417	0.17 457	0.15 436
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.36 440	0.22 427	0.49 357	0.29 468	0.17 383	0.41 438	0.38 494	0.57 464	0.45 398	0.46 465	0.75 505	0.55 470	0.40 453	0.94 516	0.41 445	0.13 414	0.13 458	0.13 419	0.11 378	0.14 418	0.11 364

UCFNet_RVC	0.24 306	0.16 339	0.34 180	0.18 46	0.15 330	0.33 375	0.16 111	0.46 339	0.35 284	0.29 243	0.35 281	0.39 371	0.25 315	0.34 289	0.22 302	0.13 414	0.08 346	0.13 419	0.14 457	0.13 400	0.12 387

NVstereo2D	0.31 405	0.16 339	0.54 390	0.24 345	0.22 465	0.42 445	0.28 435	0.58 473	0.56 475	0.28 216	0.38 314	0.40 385	0.30 387	0.71 455	0.28 364	0.13 414	0.08 346	0.13 419	0.10 339	0.19 478	0.16 445

MDST_ROB	0.48 494	0.14 281	0.95 506	0.30 478	0.21 449	1.33 555	0.32 464	0.77 531	0.56 475	1.06 542	0.71 499	0.49 442	0.35 426	1.26 543	0.38 421	0.13 414	0.11 429	0.16 470	0.13 444	0.12 385	0.12 387

FBW_ROB	0.43 479	0.26 456	0.54 390	0.31 484	0.20 441	0.51 485	0.32 464	0.70 524	0.60 485	0.59 504	0.55 452	0.65 503	0.41 457	1.40 548	0.51 475	0.13 414	0.17 497	0.21 499	0.16 478	0.17 457	0.18 471

ETE_ROB	0.34 431	0.26 456	0.45 327	0.29 468	0.18 404	0.40 434	0.37 488	0.57 464	0.47 420	0.50 479	0.50 424	0.62 492	0.36 430	0.55 378	0.38 421	0.13 414	0.10 405	0.14 445	0.12 417	0.16 440	0.16 445

PWC_ROB	0.38 457	0.29 473	0.69 449	0.25 382	0.20 441	0.38 421	0.19 234	0.58 473	0.67 500	0.57 502	0.85 517	0.51 453	0.40 453	0.71 455	0.52 476	0.13 414	0.09 380	0.14 445	0.10 339	0.17 457	0.14 424

TCMNet	0.33 423	0.23 436	0.72 459	0.29 468	0.30 513	0.40 434	0.28 435	0.50 377	0.47 420	0.37 385	0.45 397	0.40 385	0.29 374	0.60 408	0.39 429	0.14 440	0.13 458	0.15 459	0.14 457	0.17 457	0.15 436

test_sample7	0.25 334	0.15 314	0.35 190	0.20 144	0.14 280	0.28 301	0.21 312	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.39 313	0.23 321	0.14 440	0.09 380	0.13 419	0.12 417	0.13 400	0.12 387

pcwnet_v2	0.32 414	0.15 314	1.26 534	0.23 294	0.18 404	0.32 364	0.18 190	0.59 478	0.60 485	0.36 379	0.45 397	0.35 340	0.29 374	0.36 303	0.25 342	0.14 440	0.11 429	0.12 398	0.11 378	0.14 418	0.15 436

psmorigin	0.50 500	0.25 445	3.03 563	0.24 345	0.19 424	0.38 421	0.22 338	0.50 377	0.44 387	0.64 511	0.68 494	0.71 517	0.51 496	0.85 499	0.45 456	0.14 440	0.17 497	0.13 419	0.14 457	0.16 440	0.21 497

hitnet-ft	0.29 389	0.17 358	0.40 264	0.19 85	0.14 280	0.39 429	0.23 363	0.44 318	0.41 358	0.36 379	0.46 407	0.53 464	0.34 422	0.76 476	0.32 396	0.14 440	0.10 405	0.13 419	0.10 339	0.15 432	0.13 403

FADNet_RVC	0.30 398	0.28 466	0.83 482	0.23 294	0.15 330	0.30 339	0.17 147	0.49 367	0.37 308	0.30 274	0.38 314	0.30 292	0.27 343	0.52 363	0.31 391	0.14 440	0.14 468	0.14 445	0.16 478	0.21 489	0.23 509

RTS	0.78 537	0.48 522	4.68 567	0.34 498	0.28 505	1.12 545	0.46 516	0.62 499	1.03 541	0.73 520	0.89 522	0.60 486	0.59 508	1.61 551	1.16 538	0.14 440	0.11 429	0.15 459	0.15 466	0.21 489	0.19 479

RTSA	0.78 537	0.48 522	4.68 567	0.34 498	0.28 505	1.12 545	0.46 516	0.62 499	1.03 541	0.73 520	0.89 522	0.60 486	0.59 508	1.61 551	1.16 538	0.14 440	0.11 429	0.15 459	0.15 466	0.21 489	0.19 479

TDLM	0.30 398	0.21 414	0.38 241	0.28 465	0.15 330	0.33 375	0.32 464	0.52 411	0.47 420	0.38 400	0.43 374	0.39 371	0.29 374	0.91 511	0.28 364	0.14 440	0.08 346	0.13 419	0.11 378	0.12 385	0.10 329

CVANet_RVC	0.30 398	0.19 388	0.41 287	0.26 416	0.16 362	0.33 375	0.26 414	0.52 411	0.47 420	0.40 425	0.46 407	0.43 405	0.31 403	0.89 507	0.26 355	0.14 440	0.09 380	0.14 445	0.13 444	0.14 418	0.10 329

AdaStereo	0.24 306	0.16 339	0.37 222	0.24 345	0.12 164	0.32 364	0.17 147	0.54 429	0.42 365	0.33 326	0.38 314	0.35 340	0.21 249	0.30 263	0.22 302	0.14 440	0.06 145	0.13 419	0.08 211	0.11 348	0.08 216
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.
SANet	0.53 509	0.28 466	0.96 508	0.26 416	0.15 330	0.69 516	0.44 513	0.67 519	1.34 551	0.67 515	0.98 528	0.94 528	0.71 525	0.89 507	0.76 505	0.14 440	0.12 446	0.12 398	0.11 378	0.17 457	0.16 445

PSMNet_ROB	0.33 423	0.24 440	0.54 390	0.31 484	0.21 449	0.42 445	0.43 510	0.59 478	0.47 420	0.37 385	0.44 385	0.49 442	0.31 403	0.64 431	0.43 449	0.14 440	0.10 405	0.15 459	0.14 457	0.13 400	0.11 364

rvit_0105_6	0.19 194	0.14 281	0.34 180	0.23 294	0.14 280	0.18 83	0.20 281	0.29 131	0.37 308	0.18 131	0.22 144	0.23 201	0.17 193	0.26 200	0.17 195	0.15 453	0.13 458	0.13 419	0.11 378	0.11 348	0.08 216

rvit_0105_5	0.21 229	0.15 314	0.38 241	0.23 294	0.13 238	0.22 195	0.24 385	0.36 235	0.39 332	0.21 151	0.23 148	0.26 242	0.19 233	0.26 200	0.19 245	0.15 453	0.13 458	0.12 398	0.12 417	0.10 300	0.09 273

rvit_0105_3	0.23 276	0.17 358	0.40 264	0.25 382	0.15 330	0.24 238	0.28 435	0.38 251	0.41 358	0.25 185	0.25 169	0.28 266	0.21 249	0.28 232	0.20 259	0.15 453	0.13 458	0.14 445	0.15 466	0.10 300	0.09 273

rvit_105_1	0.27 358	0.19 388	0.46 335	0.27 444	0.19 424	0.30 339	0.35 480	0.44 318	0.51 451	0.31 291	0.31 231	0.31 303	0.26 324	0.35 298	0.25 342	0.15 453	0.14 468	0.15 459	0.17 487	0.11 348	0.10 329

GASNet	0.36 440	0.46 518	0.88 494	0.34 498	0.23 478	0.35 403	0.22 338	0.60 486	0.53 462	0.40 425	0.37 300	0.45 420	0.30 387	0.79 486	0.35 412	0.15 453	0.10 405	0.14 445	0.14 457	0.22 495	0.12 387

Wz-Net-TNSev	0.51 504	0.58 533	1.61 549	0.25 382	0.21 449	0.65 512	0.45 514	0.63 506	0.69 505	0.51 484	0.54 448	0.71 517	0.60 510	1.00 524	0.77 508	0.15 453	0.15 483	0.13 419	0.15 466	0.21 489	0.20 489

UDGNet	0.23 276	0.31 487	0.38 241	0.24 345	0.14 280	0.24 238	0.18 190	0.32 171	0.43 372	0.29 243	0.28 191	0.24 213	0.19 233	0.29 248	0.20 259	0.15 453	0.07 262	0.21 499	0.11 378	0.14 418	0.10 329

AF-Net	0.37 450	0.26 456	0.56 400	0.32 490	0.23 478	0.41 438	0.29 441	0.61 490	0.64 495	0.42 444	0.68 494	0.65 503	0.49 491	0.57 393	0.44 453	0.15 453	0.11 429	0.19 492	0.14 457	0.15 432	0.13 403

RGC	0.39 462	0.32 492	0.64 437	0.34 498	0.27 500	0.40 434	0.29 441	0.57 464	0.53 462	0.45 461	0.64 486	0.62 492	0.45 475	0.72 460	0.39 429	0.15 453	0.15 483	0.21 499	0.20 499	0.18 471	0.19 479

Nwc_Net	0.37 450	0.25 445	0.68 448	0.31 484	0.24 486	0.44 455	0.30 452	0.65 508	0.50 447	0.37 385	0.69 498	0.58 481	0.45 475	0.60 408	0.40 437	0.15 453	0.12 446	0.19 492	0.21 502	0.14 418	0.13 403

SHD	0.42 473	0.27 463	0.81 477	0.31 484	0.25 493	0.42 445	0.22 338	0.66 514	0.94 539	0.63 509	0.60 472	0.59 483	0.47 484	0.59 406	0.58 485	0.15 453	0.13 458	0.16 470	0.16 478	0.20 486	0.22 502

AnyNet_C32	0.51 504	0.40 510	1.10 525	0.29 468	0.28 505	0.59 504	0.58 534	0.54 429	0.60 485	0.62 507	0.66 489	0.54 468	0.54 499	0.78 484	1.74 555	0.15 453	0.14 468	0.15 459	0.17 487	0.20 486	0.20 489

ADCPNet	0.48 494	0.29 473	1.60 547	0.27 444	0.23 478	0.70 519	0.38 494	0.53 422	0.51 451	0.51 484	0.59 467	0.67 508	0.56 503	0.60 408	1.14 535	0.15 453	0.18 503	0.14 445	0.23 512	0.19 478	0.19 479

DeepPruner_ROB	0.26 350	0.19 388	0.44 316	0.21 188	0.16 362	0.30 339	0.21 312	0.52 411	0.32 246	0.35 363	0.38 314	0.39 371	0.26 324	0.42 325	0.24 332	0.15 453	0.11 429	0.11 360	0.11 378	0.14 418	0.13 403

CBMV	0.33 423	0.21 414	0.54 390	0.23 294	0.13 238	0.42 445	0.33 474	0.53 422	0.48 430	0.52 490	0.49 422	0.50 449	0.41 457	0.56 389	0.31 391	0.15 453	0.16 490	0.18 484	0.16 478	0.13 400	0.13 403
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_0105_4	0.20 209	0.15 314	0.38 241	0.23 294	0.14 280	0.20 140	0.22 338	0.33 185	0.39 332	0.19 136	0.24 161	0.25 221	0.19 233	0.27 219	0.17 195	0.16 468	0.13 458	0.13 419	0.11 378	0.11 348	0.08 216

FADNet	0.32 414	0.36 500	0.74 464	0.23 294	0.22 465	0.37 413	0.19 234	0.53 422	0.48 430	0.32 314	0.36 291	0.43 405	0.32 410	0.64 431	0.25 342	0.16 468	0.16 490	0.14 445	0.16 478	0.24 501	0.19 479

RP	0.35 436	0.22 427	0.51 379	0.31 484	0.24 486	0.37 413	0.28 435	0.50 377	0.58 480	0.40 425	0.63 485	0.61 490	0.47 484	0.61 415	0.39 429	0.16 468	0.15 483	0.17 476	0.15 466	0.17 457	0.17 457

G-Net	0.46 489	0.25 445	0.86 491	0.34 498	0.28 505	0.90 537	0.35 480	0.47 347	0.45 398	0.68 516	1.22 537	0.64 502	0.60 510	0.61 415	0.57 480	0.16 468	0.14 468	0.17 476	0.13 444	0.22 495	0.19 479

edge stereo	0.39 462	0.22 427	0.81 477	0.27 444	0.22 465	0.37 413	0.24 385	0.56 454	0.54 466	0.53 496	0.60 472	0.71 517	0.50 493	0.78 484	0.40 437	0.16 468	0.14 468	0.19 492	0.14 457	0.16 440	0.17 457

ADCS	0.58 515	0.40 510	1.35 540	0.29 468	0.24 486	0.55 496	0.45 514	0.67 519	0.83 526	0.76 526	0.71 499	0.68 512	0.60 510	0.76 476	2.23 564	0.16 468	0.16 490	0.16 470	0.17 487	0.22 495	0.22 502

AnyNet_C01	0.65 523	0.58 533	2.60 561	0.32 490	0.26 498	0.88 535	0.61 537	0.63 506	0.62 490	0.68 516	0.96 525	0.76 520	0.60 510	0.96 520	1.43 547	0.16 468	0.16 490	0.17 476	0.17 487	0.23 498	0.23 509

LSM	1.64 561	0.40 510	2.56 560	2.02 571	17.61 585	0.51 485	0.52 529	0.61 490	0.76 515	0.82 528	1.11 533	0.63 500	0.54 499	0.75 471	0.49 467	0.16 468	0.24 525	0.18 484	0.21 502	0.25 503	2.42 574

DPSNet	0.47 491	0.24 440	0.93 503	0.27 444	0.20 441	0.75 524	0.57 533	0.84 541	0.79 519	0.47 473	0.51 430	0.60 486	0.69 523	0.87 502	0.71 503	0.16 468	0.13 458	0.12 398	0.10 339	0.25 503	0.21 497

NCCL2	0.35 436	0.26 456	0.49 357	0.36 508	0.22 465	0.41 438	0.41 505	0.53 422	0.42 365	0.47 473	0.46 407	0.61 490	0.39 449	0.55 378	0.37 419	0.16 468	0.13 458	0.21 499	0.21 502	0.16 440	0.16 445

SGM_RVC	0.50 500	0.19 388	0.50 368	0.25 382	0.15 330	0.69 516	0.39 499	0.68 522	0.82 522	0.95 536	0.84 516	1.13 534	0.76 527	1.16 536	0.60 489	0.16 468	0.16 490	0.16 470	0.16 478	0.16 440	0.17 457
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_stereo_0075_2	0.24 306	0.17 358	0.50 368	0.26 416	0.22 465	0.22 195	0.15 82	0.40 274	0.35 284	0.27 206	0.37 300	0.29 276	0.20 242	0.28 232	0.19 245	0.17 479	0.12 446	0.19 492	0.12 417	0.13 400	0.13 403

Syn2CoEx	0.36 440	0.31 487	0.78 466	0.34 498	0.21 449	0.41 438	0.28 435	0.61 490	0.49 439	0.42 444	0.56 459	0.45 420	0.44 472	0.69 449	0.38 421	0.17 479	0.14 468	0.15 459	0.12 417	0.13 400	0.12 387

NCC-stereo	0.39 462	0.25 445	0.69 449	0.32 490	0.28 505	0.46 463	0.36 484	0.65 508	0.52 458	0.40 425	0.57 463	0.56 473	0.47 484	0.73 462	0.45 456	0.17 479	0.14 468	0.18 484	0.25 518	0.16 440	0.16 445

Abc-Net	0.39 462	0.25 445	0.69 449	0.32 490	0.28 505	0.46 463	0.36 484	0.65 508	0.52 458	0.40 425	0.57 463	0.56 473	0.47 484	0.73 462	0.45 456	0.17 479	0.14 468	0.18 484	0.25 518	0.16 440	0.16 445
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	0.43 479	0.37 505	0.96 508	0.34 498	0.25 493	0.53 495	0.34 476	0.60 486	0.73 513	0.51 484	0.46 407	0.57 478	0.47 484	0.70 452	0.72 504	0.17 479	0.12 446	0.18 484	0.15 466	0.25 503	0.23 509

SGM-ForestM	1.36 552	0.28 466	0.79 472	0.26 416	0.16 362	2.26 566	1.00 561	1.42 555	1.46 555	2.38 568	2.05 561	5.95 576	2.66 568	2.95 567	2.46 566	0.17 479	0.18 503	0.18 484	0.18 493	0.15 432	0.18 471

PS-NSSS	0.32 414	0.30 480	0.46 335	0.23 294	0.17 383	0.33 375	0.24 385	0.57 464	0.41 358	0.37 385	0.52 438	0.35 340	0.30 387	0.80 490	0.30 384	0.17 479	0.14 468	0.21 499	0.15 466	0.15 432	0.13 403

XPNet_ROB	0.33 423	0.20 400	0.43 308	0.27 444	0.18 404	0.37 413	0.31 457	0.55 439	0.50 447	0.51 484	0.53 445	0.58 481	0.37 439	0.63 429	0.45 456	0.17 479	0.12 446	0.13 419	0.12 417	0.15 432	0.14 424

LALA_ROB	0.36 440	0.25 445	0.46 335	0.30 478	0.21 449	0.47 469	0.39 499	0.61 490	0.51 451	0.52 490	0.51 430	0.69 514	0.36 430	0.50 352	0.43 449	0.17 479	0.11 429	0.16 470	0.14 457	0.17 457	0.15 436

SGM-Forest	0.36 440	0.17 358	0.47 343	0.23 294	0.16 362	0.45 461	0.41 505	0.55 439	0.48 430	0.52 490	0.60 472	0.52 459	0.41 457	0.85 499	0.50 473	0.17 479	0.17 497	0.17 476	0.15 466	0.15 432	0.15 436
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MeshStereo	0.58 515	0.27 463	0.67 443	0.22 247	0.17 383	0.66 514	0.37 488	0.78 532	0.61 488	1.47 563	1.30 540	1.65 549	0.79 529	1.12 534	0.59 486	0.17 479	0.17 497	0.17 476	0.14 457	0.17 457	0.14 424
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
AIO-test2	0.20 209	0.20 400	0.36 210	0.26 416	0.15 330	0.22 195	0.16 111	0.42 300	0.42 365	0.16 102	0.29 204	0.15 101	0.11 63	0.26 200	0.13 83	0.18 490	0.06 145	0.10 303	0.11 378	0.07 107	0.07 150

HBP-ISP	0.33 423	0.30 480	0.72 459	0.22 247	0.16 362	0.32 364	0.22 338	0.54 429	0.44 387	0.41 434	0.49 422	0.33 319	0.38 443	0.73 462	0.25 342	0.18 490	0.19 507	0.24 508	0.20 499	0.16 440	0.13 403

DeepPrunerF	0.44 485	0.29 473	1.29 537	0.33 496	0.30 513	0.35 403	0.36 484	0.62 499	1.15 549	0.40 425	0.44 385	0.39 371	0.41 457	0.80 490	0.52 476	0.18 490	0.14 468	0.23 506	0.21 502	0.17 457	0.17 457

CBMV_ROB	0.33 423	0.18 372	0.53 387	0.21 188	0.14 280	0.33 375	0.20 281	0.51 394	0.45 398	0.51 484	0.55 452	0.45 420	0.42 466	0.71 455	0.32 396	0.18 490	0.19 507	0.23 506	0.21 502	0.14 418	0.15 436

PWCDC_ROB	0.38 457	0.30 480	0.60 416	0.33 496	0.20 441	0.42 445	0.19 234	0.58 473	0.89 531	0.42 444	1.26 539	0.36 345	0.34 422	0.50 352	0.38 421	0.18 490	0.11 429	0.11 360	0.09 297	0.19 478	0.13 403

WCMA_ROB	0.51 504	0.21 414	0.65 438	0.25 382	0.21 449	0.58 501	0.32 464	0.54 429	0.55 472	0.95 536	1.40 543	1.28 542	0.81 532	0.73 462	0.62 492	0.18 490	0.15 483	0.15 459	0.15 466	0.19 478	0.19 479

FINET	0.34 431	0.27 463	0.80 475	0.24 345	0.24 486	0.36 408	0.34 476	0.54 429	0.72 510	0.39 415	0.47 414	0.32 312	0.30 387	0.51 357	0.32 396	0.19 496	0.17 497	0.13 419	0.12 417	0.18 471	0.16 445

SAMSARA	0.56 511	0.39 509	0.80 475	0.60 539	0.46 531	1.00 541	1.23 569	0.67 519	0.68 503	0.71 519	0.54 448	0.89 527	0.57 506	0.81 493	0.62 492	0.19 496	0.22 519	0.18 484	0.18 493	0.27 514	0.25 516

NOSS_ROB	0.31 405	0.20 400	0.35 190	0.24 345	0.16 362	0.32 364	0.19 234	0.52 411	0.48 430	0.33 326	0.36 291	0.42 401	0.28 359	0.93 514	0.24 332	0.19 496	0.20 512	0.24 508	0.22 510	0.17 457	0.17 457

ISRNet	0.27 358	0.13 239	0.45 327	0.26 416	0.19 424	0.24 238	0.14 58	0.45 328	0.43 372	0.39 415	0.48 420	0.42 401	0.27 343	0.32 276	0.29 376	0.20 499	0.12 446	0.17 476	0.16 478	0.16 440	0.20 489

dad	0.28 378	0.31 487	0.44 316	0.21 188	0.14 280	0.30 339	0.20 281	0.33 185	0.49 439	0.44 457	0.44 385	0.45 420	0.21 249	0.41 322	0.26 355	0.20 499	0.11 429	0.20 496	0.11 378	0.14 418	0.10 329

PVD	0.58 515	0.34 495	0.84 487	0.39 518	0.31 516	0.59 504	0.47 520	0.80 536	1.25 550	0.92 533	1.09 531	0.79 521	0.82 533	0.85 499	0.76 505	0.21 501	0.18 503	0.22 505	0.18 493	0.27 514	0.35 531

CSAN	0.50 500	0.35 497	0.78 466	0.36 508	0.23 478	0.56 497	0.59 536	0.61 490	0.70 507	0.64 511	0.78 509	0.65 503	0.60 510	1.38 547	0.62 492	0.21 501	0.17 497	0.20 496	0.20 499	0.18 471	0.18 471

PDISCO_ROB	0.43 479	0.30 480	0.67 443	0.43 523	0.36 522	0.67 515	0.32 464	0.72 527	0.76 515	0.43 450	0.53 445	0.63 500	0.40 453	0.66 442	0.47 464	0.21 501	0.12 446	0.21 499	0.19 498	0.25 503	0.20 489

DualNet (step1)	0.28 378	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.39 313	0.23 321	0.23 504	0.09 380	0.28 517	0.24 514	0.18 471	0.16 445

test_sample9	0.42 473	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.66 442	0.91 520	0.23 504	1.82 570	0.28 517	0.24 514	0.18 471	0.16 445

test_sample8	0.49 497	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.55 439	0.34 268	0.62 507	0.38 314	1.15 537	0.67 521	0.66 442	0.91 520	0.23 504	1.82 570	0.28 517	0.24 514	0.18 471	0.16 445

SDNR	0.42 473	0.21 414	0.82 480	0.21 188	0.18 404	1.27 552	0.17 147	0.50 377	0.49 439	0.42 444	0.81 512	0.38 359	0.27 343	1.19 537	0.38 421	0.23 504	0.24 525	0.17 476	0.13 444	0.17 457	0.20 489

MFN_U_SF_DS_RVC	0.51 504	0.50 527	0.86 491	0.39 518	0.24 486	0.84 532	0.55 532	0.56 454	0.62 490	0.60 505	0.68 494	0.62 492	0.42 466	1.13 535	0.43 449	0.23 504	0.27 529	0.27 511	0.35 532	0.25 503	0.29 523

MSMD_ROB	0.60 519	0.33 494	0.61 419	0.30 478	0.25 493	0.86 534	0.35 480	0.55 439	0.67 500	1.10 544	1.49 548	1.76 552	0.97 543	0.88 505	0.49 467	0.23 504	0.21 514	0.27 511	0.27 525	0.25 503	0.24 514

FC-DCNN v2	0.71 529	0.30 480	0.67 443	0.32 490	0.27 500	0.84 532	0.39 499	0.84 541	0.85 530	1.44 559	1.64 554	2.09 556	1.28 554	1.06 530	0.80 511	0.24 510	0.22 519	0.27 511	0.26 522	0.26 510	0.25 516

FCDSN-DC	0.63 521	0.31 487	0.61 419	0.36 508	0.30 513	0.65 512	0.37 488	0.66 514	0.68 503	1.14 546	1.54 551	1.71 551	1.26 552	0.92 512	0.64 497	0.24 510	0.22 519	0.27 511	0.26 522	0.27 514	0.27 522
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.70 528	0.30 480	0.69 449	0.32 490	0.27 500	0.81 531	0.39 499	0.79 535	0.82 522	1.41 555	1.58 553	1.98 554	1.26 552	1.02 527	0.77 508	0.24 510	0.22 519	0.27 511	0.26 522	0.26 510	0.26 518

PSMNet-RUCA	0.37 450	0.41 514	0.66 442	0.46 528	0.41 527	0.34 388	0.25 402	0.57 464	0.45 398	0.39 415	0.52 438	0.43 405	0.33 413	0.41 322	0.29 376	0.25 513	0.14 468	0.33 527	0.21 502	0.31 522	0.22 502

Anonymous_2	0.37 450	0.21 414	0.47 343	0.20 144	0.21 449	0.42 445	0.26 414	0.38 251	0.29 213	0.33 326	0.30 217	0.44 416	0.38 443	0.36 303	0.29 376	0.26 514	0.29 533	0.44 534	1.41 569	0.34 526	0.21 497

UDG	0.40 468	0.46 518	0.49 357	0.40 520	0.35 521	0.47 469	0.27 420	0.54 429	0.47 420	0.39 415	0.45 397	0.59 483	0.44 472	0.46 337	0.39 429	0.26 514	0.19 507	0.48 536	0.22 510	0.34 526	0.26 518

ccnet	0.42 473	0.31 487	0.48 352	0.27 444	0.32 517	0.60 507	0.32 464	0.65 508	0.46 415	0.53 496	0.66 489	0.56 473	0.45 475	0.72 460	0.61 490	0.26 514	0.19 507	0.24 508	0.21 502	0.26 510	0.22 502

PASM	0.45 487	0.35 497	0.90 498	0.35 507	0.33 518	0.39 429	0.38 494	0.50 377	0.61 488	0.52 490	0.51 430	0.62 492	0.45 475	0.93 514	0.48 465	0.26 514	0.29 533	0.29 521	0.33 530	0.29 520	0.26 518

ELAS	0.74 534	0.36 500	0.85 490	0.36 508	0.33 518	1.36 556	0.77 549	0.93 545	0.92 535	1.41 555	1.53 550	1.16 538	1.17 548	0.95 519	1.03 527	0.26 514	0.25 527	0.28 517	0.28 528	0.31 522	0.30 524
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STTRV1_RVC	0.42 473	0.32 492	0.89 497	0.29 468	0.36 522	0.49 480	0.31 457	0.61 490	0.53 462	0.46 465	0.56 459	0.47 430	0.43 470	1.00 524	0.39 429	0.27 519	0.21 514	0.20 496	0.18 493	0.25 503	0.17 457

GANetREF_RVC	0.43 479	0.47 520	0.69 449	0.38 516	0.20 441	0.51 485	0.48 524	0.66 514	0.66 497	0.46 465	0.46 407	0.50 449	0.44 472	0.90 510	0.39 429	0.27 519	0.21 514	0.32 525	0.18 493	0.27 514	0.22 502
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
DispFullNet	0.66 524	0.89 550	1.59 546	0.77 548	1.21 565	0.51 485	0.23 363	0.59 478	0.72 510	0.69 518	0.61 479	0.69 514	0.91 539	0.79 486	0.48 465	0.27 519	0.12 446	0.73 548	0.30 529	0.65 546	0.40 535

ELAS_RVC	0.74 534	0.36 500	1.00 512	0.37 514	0.33 518	0.88 535	0.93 558	0.83 540	1.08 545	1.35 551	1.33 542	1.24 540	1.33 556	1.06 530	0.95 523	0.27 519	0.25 527	0.29 521	0.27 525	0.30 521	0.30 524
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet-Init1	4.73 574	2.61 572	13.29 584	0.58 537	0.53 539	10.12 579	3.33 574	4.83 575	5.01 574	8.75 580	8.51 578	14.08 587	7.60 579	7.70 580	5.34 575	0.28 523	0.28 532	0.34 528	0.37 536	0.57 539	0.45 539

MANE	1.41 554	0.36 500	0.74 464	0.43 523	0.41 527	2.16 565	0.80 551	2.39 571	3.38 566	2.22 567	3.06 569	3.54 569	2.73 570	2.15 563	1.94 560	0.28 523	0.27 529	0.30 523	0.46 540	0.28 519	0.34 530

test_for_model	0.29 389	0.89 550	0.34 180	0.69 543	0.49 534	0.20 140	0.16 111	0.30 150	0.23 132	0.28 216	0.15 67	0.13 63	0.11 63	0.17 44	0.13 83	0.29 525	0.10 405	0.06 22	0.04 1	0.86 555	0.18 471

CAS	0.15 101	0.07 2	0.21 56	0.41 521	0.16 362	0.20 140	0.18 190	0.22 42	0.19 67	0.15 80	0.19 106	0.11 45	0.09 16	0.14 9	0.13 83	0.29 525	0.04 2	0.06 22	0.04 1	0.06 40	0.14 424

MFN_U_SF_RVC	0.56 511	0.51 529	1.19 529	0.38 516	0.22 465	0.69 516	0.27 420	0.80 536	0.67 500	0.73 520	0.74 504	0.87 524	0.61 519	0.81 493	0.76 505	0.29 525	0.27 529	0.32 525	0.37 536	0.32 525	0.31 526

PMTNet	0.15 101	0.08 8	0.23 71	0.15 4	0.09 26	0.23 216	0.16 111	0.25 80	0.23 132	0.17 114	0.21 134	0.16 118	0.14 136	0.22 134	0.13 83	0.29 525	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75

NVStereoNet_ROB	0.67 525	0.49 526	0.83 482	0.48 530	0.40 526	0.51 485	0.46 516	0.70 524	0.77 517	0.84 529	1.72 555	1.02 533	0.83 534	1.23 541	0.79 510	0.32 529	0.38 540	0.40 532	0.46 540	0.36 528	0.41 536
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 470	0.50 527	0.48 352	0.44 525	0.39 524	0.46 463	0.32 464	0.50 377	0.43 372	0.45 461	0.52 438	0.57 478	0.36 430	0.48 343	0.33 403	0.33 530	0.21 514	0.55 540	0.25 518	0.37 529	0.32 529

CC-Net-ROB	0.43 479	0.47 520	0.65 438	0.37 514	0.23 478	0.51 485	0.29 441	0.66 514	0.49 439	0.46 465	0.51 430	0.48 437	0.38 443	0.96 520	0.35 412	0.34 531	0.23 523	0.55 540	0.25 518	0.31 522	0.20 489

IGEV-BASED-STEREO-	0.20 209	0.72 541	0.70 455	0.17 17	0.08 9	0.15 21	0.15 82	0.18 14	0.16 27	0.13 45	0.12 25	0.09 16	0.08 6	0.16 31	0.13 83	0.35 532	0.04 2	0.08 153	0.07 136	0.11 348	0.23 509

SQANet	0.40 468	0.48 522	0.67 443	0.48 530	0.39 524	0.48 475	0.22 338	0.51 394	0.43 372	0.40 425	0.47 414	0.47 430	0.33 413	0.54 376	0.32 396	0.36 533	0.15 483	0.40 532	0.21 502	0.45 532	0.31 526

MaskLacGwcNet_RVC	0.36 440	0.36 500	0.53 387	0.34 498	0.19 424	0.51 485	0.24 385	0.55 439	0.38 322	0.41 434	0.47 414	0.47 430	0.27 343	0.73 462	0.30 384	0.36 533	0.19 507	0.27 511	0.17 487	0.26 510	0.23 509

MSC_U_SF_DS_RVC	0.68 526	0.64 538	1.06 519	0.45 526	0.27 500	1.40 558	0.58 534	0.78 532	0.92 535	0.84 529	0.86 518	0.88 526	0.68 522	1.33 546	0.68 502	0.37 535	0.29 533	0.34 528	0.36 535	0.43 530	0.37 532

MADNet+	1.01 545	1.16 563	4.72 569	0.70 544	0.47 532	1.24 551	0.96 559	0.97 546	0.89 531	0.65 513	0.77 508	0.87 524	0.85 537	2.09 561	1.68 552	0.38 536	0.39 541	0.31 524	0.27 525	0.43 530	0.39 534

testlalala_base	0.20 209	0.13 239	0.35 190	0.25 382	0.15 330	0.25 252	0.16 111	0.34 193	0.17 44	0.19 136	0.26 179	0.17 125	0.14 136	0.18 62	0.16 165	0.39 537	0.09 380	0.07 75	0.05 39	0.45 532	0.08 216

Consistency-Raft	0.55 510	0.48 522	1.02 515	0.45 526	0.49 534	0.49 480	0.47 520	0.72 527	0.72 510	0.45 461	0.82 514	0.47 430	0.60 510	0.50 352	0.63 495	0.39 537	0.39 541	0.44 534	0.51 545	0.52 536	0.37 532

JetBlue	1.14 550	0.76 543	2.36 556	0.59 538	0.75 549	3.04 569	1.78 571	1.11 548	0.90 533	0.94 534	1.10 532	1.66 550	1.28 554	2.09 561	1.72 554	0.43 539	0.36 539	0.38 530	0.38 538	0.58 540	0.56 547

otaku	0.57 514	0.62 537	0.87 493	0.63 541	0.44 530	0.73 520	0.37 488	0.65 508	0.66 497	0.51 484	0.75 505	0.66 507	0.45 475	0.69 449	0.46 462	0.53 540	0.34 538	0.55 540	0.35 532	0.60 541	0.45 539

DGSMNet	0.61 520	0.29 473	0.91 499	0.51 534	0.70 547	0.62 510	1.38 570	0.59 478	0.55 472	0.37 385	0.61 479	0.52 459	0.33 413	0.65 437	0.43 449	0.53 540	0.60 558	0.67 545	0.61 553	0.63 543	0.61 554

ACVNet_1	0.72 530	0.81 545	1.37 541	0.72 546	0.53 539	0.77 525	0.42 508	0.85 544	0.90 533	0.74 523	0.75 505	1.32 544	0.72 526	1.02 527	0.55 479	0.54 542	0.31 536	0.71 547	0.35 532	0.64 545	0.45 539

anonymity	0.56 511	0.54 532	0.70 455	0.47 529	0.61 543	0.56 497	0.43 510	0.69 523	0.49 439	0.63 509	0.55 452	0.54 468	0.60 510	0.61 415	0.57 480	0.55 543	0.53 551	0.50 537	0.54 548	0.51 535	0.56 547

Ntro	0.58 515	0.64 538	0.92 501	0.66 542	0.50 536	0.77 525	0.36 484	0.66 514	0.70 507	0.50 479	0.59 467	0.65 503	0.51 496	0.75 471	0.45 456	0.56 544	0.32 537	0.56 543	0.34 531	0.63 543	0.46 542

SGM+DAISY	0.87 539	0.66 540	1.30 538	0.51 534	0.60 542	1.03 542	0.84 555	0.76 530	0.73 513	1.39 553	1.51 549	1.31 543	1.22 550	1.11 532	1.08 530	0.57 545	0.53 551	0.51 539	0.51 545	0.54 537	0.61 554

SPS-STEREO	0.69 527	0.61 536	0.98 510	0.52 536	0.57 541	0.74 522	0.50 527	0.78 532	0.62 490	0.95 536	0.86 518	0.94 528	0.70 524	1.01 526	0.87 517	0.58 546	0.51 548	0.50 537	0.50 544	0.55 538	0.58 549
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	1.01 545	0.89 550	0.93 503	0.83 551	0.66 546	1.18 547	0.81 553	1.40 554	1.57 557	1.11 545	1.76 557	1.45 546	1.19 549	1.50 550	1.14 535	0.61 547	0.62 561	0.70 546	0.68 556	0.66 548	0.60 551

ACVNet_2	0.89 540	0.87 549	1.25 533	0.82 549	0.62 544	0.97 540	0.62 538	1.14 549	1.42 553	1.00 539	1.40 543	1.47 547	0.84 535	1.11 532	0.66 500	0.61 547	0.43 544	0.78 550	0.49 542	0.75 550	0.52 545

MFMNet_re	0.72 530	0.76 543	0.99 511	0.62 540	0.70 547	0.77 525	0.67 540	0.75 529	0.83 526	0.78 527	0.86 518	0.69 514	0.78 528	0.71 455	0.61 490	0.66 549	0.59 557	0.61 544	0.58 552	0.68 549	0.71 558

GCST	0.47 491	0.60 535	0.57 403	1.04 559	0.48 533	0.38 421	0.11 14	0.40 274	0.32 246	0.41 434	0.34 270	0.29 276	0.17 193	0.46 337	0.19 245	0.69 550	0.42 543	0.79 552	0.62 554	0.62 542	0.46 542

IMH-64-1	0.91 541	0.86 547	0.84 487	0.97 554	0.75 549	0.92 538	0.71 542	1.27 550	1.10 546	0.89 531	1.45 545	1.14 535	0.96 541	1.19 537	0.84 513	0.74 551	0.51 548	0.97 555	0.55 549	0.84 553	0.60 551

IMH-64	0.91 541	0.86 547	0.84 487	0.97 554	0.75 549	0.92 538	0.71 542	1.27 550	1.10 546	0.89 531	1.45 545	1.14 535	0.96 541	1.19 537	0.84 513	0.74 551	0.51 548	0.97 555	0.55 549	0.84 553	0.60 551

TorneroNet-64	1.43 555	1.03 557	1.20 530	1.10 560	0.86 559	2.26 566	0.73 545	1.84 563	3.84 571	1.25 548	2.25 565	2.69 565	1.42 557	1.76 558	1.43 547	0.76 553	0.50 546	1.09 560	0.66 555	1.23 565	0.76 563

WAO-6	1.07 548	0.93 554	0.92 501	0.96 553	0.78 553	1.28 553	0.75 546	1.34 552	2.00 561	1.02 541	1.54 551	1.59 548	1.22 550	1.31 545	1.14 535	0.78 554	0.55 554	1.02 559	0.75 560	0.83 552	0.69 557

RainbowNet	0.72 530	0.89 550	1.02 515	0.82 549	0.63 545	0.78 528	0.52 529	0.81 538	0.93 537	0.60 505	0.79 510	0.80 522	0.60 510	0.80 490	0.57 480	0.78 554	0.55 554	0.78 550	0.49 542	0.76 551	0.58 549

Dean	1.17 551	1.04 558	1.49 545	1.03 558	0.78 553	1.20 550	0.77 549	1.48 558	1.96 559	1.28 549	1.99 560	2.15 557	1.14 545	1.25 542	1.00 526	0.81 556	0.60 558	1.01 558	0.69 557	0.92 560	0.74 561

TorneroNet	2.22 565	1.08 560	1.24 532	1.14 564	0.90 560	5.58 572	0.80 551	2.12 569	8.69 578	2.58 569	5.42 574	3.88 570	1.97 563	1.78 560	1.87 557	0.86 557	0.54 553	1.15 564	0.74 559	1.23 565	0.85 564

PWCK	1.00 543	1.17 564	1.70 550	0.91 552	0.41 527	1.19 549	0.92 557	1.10 547	1.14 548	1.16 547	1.14 534	1.25 541	0.88 538	1.75 557	1.04 529	0.87 558	0.50 546	0.87 553	0.53 547	0.96 561	0.52 545

WAO-8	1.46 557	1.10 561	1.09 521	1.10 560	0.84 557	2.06 562	0.75 546	1.84 563	3.83 569	1.44 559	2.21 563	2.15 557	1.43 558	3.17 568	1.19 540	0.91 559	0.65 563	1.09 560	0.79 561	0.90 558	0.71 558

Venus	1.46 557	1.10 561	1.09 521	1.10 560	0.84 557	2.06 562	0.75 546	1.84 563	3.83 569	1.44 559	2.21 563	2.15 557	1.43 558	3.17 568	1.19 540	0.91 559	0.65 563	1.09 560	0.79 561	0.90 558	0.71 558

LVE	1.13 549	1.02 556	1.28 536	1.01 556	0.80 556	1.29 554	0.81 553	1.47 557	1.96 559	1.07 543	1.90 558	1.90 553	1.01 544	1.48 549	0.91 520	0.93 561	0.61 560	0.94 554	0.69 557	0.87 556	0.75 562

JetRed	2.30 567	2.64 573	6.12 571	1.12 563	1.38 568	5.85 574	3.29 573	1.99 567	1.67 558	1.98 566	1.95 559	2.16 560	1.60 561	2.48 565	4.10 572	1.05 562	1.60 569	1.09 560	1.01 567	1.67 570	1.28 570

UNDER WATER	1.59 560	1.22 566	2.36 556	1.38 566	1.03 562	1.67 561	1.10 565	1.54 561	3.63 567	1.44 559	1.47 547	2.85 566	2.25 566	1.67 554	1.94 560	1.06 563	0.62 561	1.31 566	0.93 565	1.21 564	1.02 567

IMH	1.05 547	0.95 555	1.00 512	1.01 556	0.78 553	1.11 544	0.68 541	1.38 553	1.43 554	1.00 539	1.72 555	1.43 545	1.14 545	1.73 556	0.89 519	1.09 564	0.55 554	0.99 557	0.57 551	0.87 556	0.62 556

UNDER WATER-64	1.55 559	1.19 565	2.52 559	1.31 565	0.95 561	2.12 564	1.21 568	1.45 556	3.19 565	1.43 558	1.32 541	2.64 564	2.04 564	1.63 553	1.83 556	1.11 565	0.67 565	1.28 565	0.92 564	1.19 563	1.02 567

notaker	1.45 556	1.34 567	1.48 543	1.40 567	1.07 563	1.18 547	0.85 556	1.48 558	1.40 552	1.51 564	3.46 570	2.40 562	1.81 562	1.76 558	1.45 550	1.11 565	0.69 566	1.38 567	0.87 563	1.31 567	0.97 566

ACVNet-4b	0.72 530	0.81 545	1.33 539	0.72 546	0.50 536	0.80 530	0.31 457	0.71 526	0.80 520	0.50 479	0.72 503	0.95 530	0.43 470	0.96 520	1.20 542	1.13 567	0.21 514	0.76 549	0.45 539	0.65 546	0.46 542

KSHMR	1.89 564	1.36 568	1.60 547	1.47 569	1.22 566	1.38 557	1.06 563	1.79 562	5.97 575	1.42 557	5.65 576	2.98 567	1.14 545	2.23 564	1.20 542	1.27 568	1.12 568	1.46 569	1.10 568	1.32 568	1.15 569

ktn	1.77 563	1.36 568	1.22 531	1.43 568	1.14 564	1.52 559	1.08 564	1.51 560	3.96 572	2.77 571	4.69 572	3.35 568	1.46 560	1.69 555	1.25 544	1.43 569	0.77 567	1.45 568	0.99 566	1.32 568	0.96 565

USTest	6.88 575	5.23 577	5.63 570	7.22 579	7.29 575	14.34 583	22.76 582	8.48 580	9.32 579	5.42 574	6.39 577	6.29 579	6.64 576	6.92 578	8.62 579	1.94 570	3.29 576	2.16 573	2.55 574	3.85 575	3.29 576

TCMNet-wrong-test	4.29 570	5.57 578	4.65 566	11.33 583	10.39 580	5.73 573	4.48 575	4.13 574	1.02 540	1.91 565	2.39 566	6.16 578	3.62 571	3.84 573	4.50 574	1.99 571	0.47 545	1.97 572	1.69 571	5.69 578	4.31 578

MADNet++	2.26 566	1.80 571	2.06 553	2.13 573	1.97 570	2.61 568	1.79 572	2.38 570	2.16 562	2.75 570	2.65 567	2.38 561	2.43 567	3.17 568	3.21 568	2.17 572	1.95 572	1.94 571	1.63 570	2.06 571	2.01 573

DLNR_Zeroshot_test	10.44 580	12.10 586	19.93 587	106.08 596	23.66 593	0.14 13	0.13 38	3.22 573	0.17 44	0.16 102	0.23 148	0.16 118	0.10 39	0.31 270	0.15 141	2.36 573	0.06 145	0.07 75	0.07 136	39.70 594	0.06 75

HanzoNet	2.97 568	1.69 570	2.29 555	1.74 570	1.33 567	1.53 560	1.03 562	1.99 567	2.64 564	5.51 575	5.16 573	5.90 575	6.82 578	4.32 574	3.29 569	3.16 574	2.02 574	1.92 570	2.87 575	2.24 572	1.89 572

DGTPSM_ROB	8.34 578	5.10 575	10.37 582	5.31 577	10.18 578	8.33 576	23.60 586	6.06 577	13.41 585	4.90 572	10.87 583	5.65 573	10.44 580	6.17 576	12.59 581	3.74 575	7.55 580	3.69 575	7.26 581	4.14 576	7.46 580

DPSMNet_ROB	8.40 579	5.11 576	10.49 583	5.58 578	10.25 579	8.34 577	23.62 587	6.07 578	13.45 586	4.93 573	10.88 584	5.66 574	10.44 580	6.24 577	12.64 582	3.98 576	7.61 581	3.76 576	7.30 582	4.20 577	7.51 581

DPSimNet_ROB	4.34 572	4.23 574	6.89 573	3.67 574	3.68 571	4.75 570	5.21 576	2.67 572	3.68 568	5.82 576	3.95 571	5.57 572	6.72 577	3.46 572	4.48 573	4.05 577	2.88 575	4.68 577	3.12 577	3.69 574	3.62 577

ASD4	7.23 576	6.65 579	7.69 574	5.24 576	5.62 574	11.85 581	20.36 581	7.57 579	7.14 577	6.55 577	5.47 575	5.99 577	5.78 574	7.22 579	9.24 580	4.85 578	4.44 577	6.40 582	5.19 578	6.53 579	4.89 579

tt	4.71 573	0.10 74	3.94 564	2.06 572	1.53 569	10.14 580	16.88 580	9.27 582	4.98 573	1.39 553	1.02 529	4.68 571	4.90 573	3.35 571	5.86 576	5.76 579	9.15 585	2.24 574	2.53 573	3.10 573	1.32 571

PML	16.10 587	12.82 587	6.78 572	5.23 575	7.76 576	33.92 591	66.56 595	5.30 576	10.28 580	26.12 594	68.59 595	20.51 589	13.49 588	10.06 582	6.78 578	5.96 580	2.00 573	6.04 581	2.18 572	8.96 582	2.60 575

DPSM_ROB	11.49 582	9.87 584	10.35 580	11.13 581	11.31 581	19.11 589	27.51 589	13.37 587	14.21 588	10.31 584	11.06 585	10.96 585	11.27 586	11.96 587	13.59 584	6.78 581	8.19 583	6.03 579	7.09 579	7.93 580	7.73 583

DPSM	11.49 582	9.87 584	10.35 580	11.13 581	11.31 581	19.11 589	27.51 589	13.37 587	14.21 588	10.31 584	11.06 585	10.96 585	11.27 586	11.96 587	13.59 584	6.78 581	8.19 583	6.03 579	7.09 579	7.93 580	7.73 583

xxxxx1	15.27 584	9.54 581	10.31 577	20.13 587	18.88 586	17.08 584	23.03 583	10.36 583	10.99 581	9.21 581	9.62 579	10.74 582	10.61 583	10.72 583	13.89 586	7.97 583	9.20 586	31.85 593	44.72 593	12.84 583	13.69 585

tt_ll	15.27 584	9.54 581	10.31 577	20.13 587	18.88 586	17.08 584	23.03 583	10.36 583	10.99 581	9.21 581	9.62 579	10.74 582	10.61 583	10.72 583	13.89 586	7.97 583	9.20 586	31.85 593	44.72 593	12.84 583	13.69 585

ff	15.27 584	9.54 581	10.31 577	20.13 587	18.88 586	17.08 584	23.03 583	10.36 583	10.99 581	9.21 581	9.62 579	10.74 582	10.61 583	10.72 583	13.89 586	7.97 583	9.20 586	31.85 593	44.72 593	12.84 583	13.69 585

CasAABBNet	23.10 591	19.86 589	20.64 588	22.47 590	22.73 590	38.41 593	55.50 594	26.89 592	28.70 593	20.61 590	22.15 591	22.08 592	22.75 592	23.99 591	27.36 593	13.59 586	16.48 590	12.14 583	14.27 584	15.95 587	15.53 590

FlowAnything	23.14 592	19.87 590	20.79 589	22.50 591	22.74 591	38.39 592	55.46 592	26.89 592	28.72 594	20.77 592	22.29 593	22.07 591	22.72 591	23.99 591	27.41 595	13.60 587	16.55 592	12.15 584	14.36 586	15.97 588	15.52 589

Selective-RAFT-Error	23.16 593	19.93 591	20.87 590	22.54 592	22.81 592	38.52 595	55.47 593	27.01 595	28.83 595	20.66 591	22.25 592	22.09 593	22.80 594	24.09 593	27.36 593	13.61 588	16.48 590	12.15 584	14.28 585	15.99 589	15.57 591

LSM0	24.24 594	19.98 592	22.32 591	24.22 593	40.14 595	38.48 594	55.20 591	26.95 594	28.57 592	20.49 589	21.83 589	22.26 594	22.75 592	24.22 594	27.30 592	13.66 589	16.32 589	12.19 586	14.15 583	16.10 590	17.66 592

Anonymous_1	16.62 588	9.35 580	9.84 576	10.66 580	14.64 583	18.66 588	27.12 588	12.64 586	13.51 587	10.76 586	10.30 582	10.13 581	10.60 582	11.06 586	12.74 583	15.87 590	7.74 582	16.92 587	43.48 592	58.66 595	7.68 582

LRCNet_RVC	10.90 581	14.34 588	9.35 575	15.35 584	8.04 577	1.08 543	0.34 476	8.78 581	0.70 507	12.63 587	16.05 587	9.85 580	6.54 575	8.57 581	6.34 577	20.27 591	5.40 579	23.70 590	21.88 589	14.87 586	13.83 588

HaxPig	17.72 589	20.22 593	19.73 586	16.53 585	16.51 584	9.27 578	9.33 577	14.34 589	13.27 584	18.65 588	18.70 588	17.35 588	16.77 589	17.04 589	16.45 589	22.05 592	20.89 593	22.27 589	21.53 588	21.29 591	22.13 593

FADE	4.32 571	1.06 559	4.35 565	0.71 545	0.76 552	0.73 520	0.50 527	1.85 566	1.52 556	0.75 524	0.66 489	1.17 539	2.69 569	2.83 566	1.96 562	24.23 593	4.70 578	17.35 588	17.61 587	0.49 534	0.44 538

MEDIAN_ROB	21.21 590	24.62 594	23.47 592	19.58 586	19.65 589	13.22 582	10.96 578	17.88 590	17.00 590	22.14 593	22.02 590	20.86 590	20.36 590	21.06 590	19.71 590	25.63 594	24.13 594	26.21 591	25.20 590	25.17 592	25.38 594

AVERAGE_ROB	25.43 595	29.06 595	27.24 593	24.63 594	24.20 594	17.73 587	12.61 579	22.29 591	21.39 591	26.79 595	26.16 594	25.20 595	24.64 595	25.07 595	23.53 591	29.96 595	28.40 595	30.60 592	29.58 591	29.72 593	29.84 595

test_example2	101.33 596	108.28 596	68.15 595	98.43 595	106.93 596	89.75 596	102.43 596	36.80 596	97.65 596	129.04 596	130.15 596	65.26 596	66.62 596	92.11 596	80.24 596	144.10 596	199.48 596	81.81 596	103.01 596	125.01 596	101.27 596

ccccc	256.34 597	256.29 597	313.62 597	354.40 597	364.36 597	149.10 597	168.46 597	152.89 597	131.30 597	153.93 597	155.56 597	164.00 597	204.39 597	268.02 597	295.19 597	390.55 597	349.22 597	244.59 597	219.82 597	412.30 597	378.83 597

Low-res two-view benchmark