Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.25 1	0.25 65	0.43 11	0.36 1	0.24 20	0.16 2	0.18 2	0.34 1	0.24 4	0.29 8	0.41 25	0.24 6	0.23 8	0.32 1	0.27 15	0.20 191	0.18 297	0.18 106	0.16 141	0.18 110	0.15 30

FoundationStereo	0.26 2	0.23 30	0.41 7	0.40 24	0.24 20	0.32 13	0.22 16	0.43 2	0.24 4	0.31 13	0.25 6	0.30 32	0.32 42	0.36 3	0.27 15	0.16 43	0.12 34	0.15 17	0.11 7	0.13 4	0.14 15

MLG-Stereo_test2	0.27 3	0.22 14	0.40 3	0.39 15	0.24 20	0.35 17	0.18 2	0.58 8	0.23 2	0.28 5	0.24 5	0.34 44	0.19 1	0.79 103	0.24 3	0.16 43	0.11 20	0.15 17	0.11 7	0.13 4	0.14 15

LGtest1	0.28 4	0.23 30	0.46 18	0.42 37	0.22 12	0.41 35	0.19 6	0.58 8	0.29 9	0.30 10	0.25 6	0.29 28	0.29 26	0.57 36	0.26 6	0.18 110	0.12 34	0.16 46	0.12 29	0.14 13	0.16 60

IGEV	0.29 5	0.18 1	0.43 11	0.38 7	0.31 146	0.45 61	0.21 12	0.63 17	0.42 32	0.32 15	0.44 36	0.26 14	0.20 2	0.44 10	0.26 6	0.14 20	0.12 34	0.16 46	0.13 59	0.12 1	0.14 15

MLG-Stereo_test3	0.29 5	0.20 4	0.46 18	0.43 43	0.24 20	0.47 72	0.19 6	0.75 43	0.31 11	0.36 26	0.22 3	0.35 45	0.21 4	0.61 46	0.26 6	0.16 43	0.12 34	0.16 46	0.11 7	0.13 4	0.15 30

MLG-Stereo_test1	0.29 5	0.21 6	0.42 9	0.41 33	0.25 39	0.37 23	0.20 10	0.71 35	0.20 1	0.25 2	0.17 1	0.33 41	0.26 12	0.92 147	0.26 6	0.15 30	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

MonSter	0.29 5	0.19 2	0.48 28	0.37 3	0.22 12	0.55 147	0.31 75	0.60 13	0.44 37	0.29 8	0.29 12	0.23 2	0.20 2	0.60 44	0.26 6	0.11 1	0.11 20	0.14 1	0.11 7	0.14 13	0.14 15

dual_stereo	0.29 5	0.21 6	0.39 1	0.40 24	0.23 15	0.25 3	0.22 16	0.59 11	0.32 13	0.33 17	0.26 10	0.40 55	0.23 8	0.86 126	0.30 34	0.16 43	0.13 68	0.14 1	0.11 7	0.14 13	0.14 15

LG-Stereo_L2	0.30 10	0.23 30	0.50 43	0.38 7	0.26 56	0.26 4	0.20 10	0.84 73	0.31 11	0.31 13	0.26 10	0.25 10	0.26 12	0.94 151	0.23 1	0.15 30	0.12 34	0.16 46	0.12 29	0.14 13	0.13 2

asda	0.31 11	0.24 47	0.51 50	0.39 15	0.24 20	0.43 52	0.33 90	0.68 24	0.40 28	0.39 38	0.44 36	0.27 18	0.35 57	0.55 27	0.31 40	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.13 2

4.5_new	0.31 11	0.25 65	0.46 18	0.38 7	0.24 20	0.52 120	0.36 125	0.65 19	0.35 15	0.48 77	0.43 28	0.27 18	0.27 18	0.42 8	0.26 6	0.14 20	0.10 2	0.15 17	0.13 59	0.17 78	0.15 30

4.5w-stereo	0.31 11	0.25 65	0.46 18	0.38 7	0.24 20	0.52 120	0.36 125	0.65 19	0.35 15	0.48 77	0.43 28	0.27 18	0.27 18	0.42 8	0.26 6	0.14 20	0.10 2	0.15 17	0.13 59	0.17 78	0.15 30

LG-Stereo_L1	0.31 11	0.24 47	0.49 33	0.38 7	0.27 59	0.28 9	0.21 12	0.68 24	0.29 9	0.27 4	0.25 6	0.25 10	0.22 6	1.25 231	0.24 3	0.16 43	0.12 34	0.15 17	0.12 29	0.14 13	0.13 2

MLG-Stereo	0.31 11	0.20 4	0.42 9	0.42 37	0.20 2	0.41 35	0.19 6	0.85 75	0.24 4	0.26 3	0.22 3	0.33 41	0.27 18	1.09 197	0.27 15	0.15 30	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

asd	0.32 16	0.22 14	0.49 33	0.40 24	0.25 39	0.47 72	0.30 68	0.77 47	0.35 15	0.44 55	0.40 24	0.28 26	0.34 49	0.64 62	0.29 30	0.13 14	0.10 2	0.14 1	0.12 29	0.15 35	0.13 2

4.25_new	0.32 16	0.27 107	0.49 33	0.40 24	0.27 59	0.49 86	0.39 164	0.69 28	0.35 15	0.40 45	0.43 28	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.5w_new	0.32 16	0.27 107	0.49 33	0.40 24	0.27 59	0.49 86	0.39 164	0.69 28	0.35 15	0.40 45	0.43 28	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.25w-stereo	0.32 16	0.27 107	0.49 33	0.40 24	0.27 59	0.49 86	0.39 164	0.69 28	0.35 15	0.40 45	0.43 28	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.13 2

4w-stereo	0.32 16	0.25 65	0.52 56	0.38 7	0.25 39	0.46 66	0.28 53	0.68 24	0.35 15	0.43 52	0.45 40	0.28 26	0.39 83	0.63 60	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.14 15

IGEV-Stereo++	0.32 16	0.22 14	0.47 25	0.48 98	0.33 199	0.33 14	0.22 16	0.78 55	0.48 47	0.35 23	0.41 25	0.32 37	0.47 131	0.40 4	0.29 30	0.15 30	0.12 34	0.15 17	0.12 29	0.15 35	0.15 30

AdaDepth	0.33 22	0.23 30	0.69 136	0.46 71	0.29 109	0.44 57	0.24 29	0.54 6	0.38 24	0.33 17	0.38 22	0.26 14	0.31 35	0.81 107	0.27 15	0.12 2	0.13 68	0.16 46	0.13 59	0.16 54	0.20 156

2.5w	0.33 22	0.23 30	0.53 60	0.41 33	0.25 39	0.42 45	0.38 150	0.69 28	0.35 15	0.38 33	0.54 78	0.24 6	0.26 12	0.91 145	0.29 30	0.13 14	0.10 2	0.14 1	0.13 59	0.14 13	0.15 30

2.75w_new	0.33 22	0.24 47	0.51 50	0.36 1	0.24 20	0.41 35	0.42 190	0.61 15	0.40 28	0.50 92	0.44 36	0.24 6	0.34 49	0.77 93	0.34 64	0.13 14	0.11 20	0.14 1	0.11 7	0.13 4	0.13 2

3.25w_new	0.33 22	0.22 14	0.50 43	0.39 15	0.24 20	0.52 120	0.33 90	0.77 47	0.43 35	0.49 83	0.46 46	0.32 37	0.37 71	0.64 62	0.28 22	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

3.25w	0.33 22	0.22 14	0.50 43	0.39 15	0.24 20	0.52 120	0.33 90	0.77 47	0.43 35	0.49 83	0.46 46	0.32 37	0.37 71	0.64 62	0.28 22	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

LG-G_1	0.33 22	0.22 14	0.48 28	0.44 50	0.20 2	0.64 205	0.18 2	0.80 58	0.28 7	0.30 10	0.30 13	0.36 47	0.35 57	0.88 134	0.26 6	0.17 75	0.13 68	0.16 46	0.11 7	0.14 13	0.16 60

LG-G	0.33 22	0.22 14	0.48 28	0.44 50	0.20 2	0.64 205	0.18 2	0.80 58	0.28 7	0.30 10	0.30 13	0.36 47	0.35 57	0.88 134	0.26 6	0.17 75	0.13 68	0.16 46	0.11 7	0.14 13	0.16 60

qwe	0.34 29	0.22 14	0.48 28	0.39 15	0.27 59	0.49 86	0.30 68	0.76 45	0.40 28	0.51 102	0.49 55	0.26 14	0.29 26	0.83 115	0.35 73	0.12 2	0.10 2	0.14 1	0.12 29	0.15 35	0.14 15

3.75w	0.34 29	0.23 30	0.50 43	0.39 15	0.30 126	0.62 185	0.36 125	0.70 34	0.38 24	0.44 55	0.49 55	0.25 10	0.36 64	0.72 80	0.28 22	0.13 14	0.09 1	0.14 1	0.12 29	0.13 4	0.15 30

2w_stereo	0.34 29	0.25 65	0.52 56	0.40 24	0.23 15	0.46 66	0.47 257	0.77 47	0.44 37	0.47 69	0.51 65	0.24 6	0.44 107	0.49 17	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.15 35	0.16 60

SGD-Stereo	0.34 29	0.22 14	0.44 16	0.39 15	0.20 2	0.42 45	0.22 16	0.71 35	0.33 14	0.43 52	0.34 18	0.27 18	0.35 57	1.15 211	0.33 59	0.21 222	0.11 20	0.16 46	0.13 59	0.17 78	0.15 30

GREAT-IGEV	0.34 29	0.22 14	0.54 63	0.40 24	0.31 146	0.36 20	0.28 53	0.59 11	0.66 98	0.28 5	0.51 65	0.29 28	0.29 26	0.86 126	0.28 22	0.15 30	0.12 34	0.15 17	0.11 7	0.17 78	0.16 60

DEFOM-Stereo	0.34 29	0.23 30	0.46 18	0.44 50	0.29 109	0.79 279	0.23 26	0.50 4	0.39 26	0.38 33	0.32 16	0.23 2	0.25 10	1.21 226	0.28 22	0.17 75	0.12 34	0.15 17	0.11 7	0.14 13	0.16 60

2.25w	0.35 35	0.24 47	0.55 65	0.38 7	0.24 20	0.44 57	0.25 31	0.69 28	0.42 32	0.49 83	0.59 91	0.27 18	0.35 57	0.83 115	0.37 103	0.13 14	0.11 20	0.14 1	0.12 29	0.13 4	0.17 81

3.5w_stereo	0.35 35	0.27 107	0.55 65	0.38 7	0.25 39	0.54 142	0.34 102	0.73 38	0.40 28	0.46 67	0.45 40	0.31 35	0.38 81	0.80 106	0.40 131	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.16 60

3w_stereo	0.35 35	0.25 65	0.60 88	0.41 33	0.21 7	0.52 120	0.53 302	0.72 37	0.47 45	0.47 69	0.50 61	0.23 2	0.45 114	0.49 17	0.30 34	0.13 14	0.10 2	0.15 17	0.12 29	0.15 35	0.17 81

monsters	0.35 35	0.21 6	0.49 33	0.43 43	0.39 273	0.34 15	0.26 40	0.69 28	0.44 37	0.49 83	0.41 25	0.23 2	0.26 12	1.38 264	0.27 15	0.14 20	0.11 20	0.14 1	0.12 29	0.13 4	0.15 30

S2M2	0.35 35	0.28 124	0.47 25	0.43 43	0.30 126	0.31 12	0.16 1	0.61 15	0.68 103	0.32 15	0.49 55	0.47 83	0.34 49	0.40 4	0.33 59	0.25 318	0.22 360	0.20 165	0.22 303	0.25 307	0.23 234

1w_stereo	0.36 40	0.21 6	0.47 25	0.44 50	0.27 59	0.47 72	0.54 316	0.66 22	0.51 53	0.44 55	0.67 108	0.25 10	0.45 114	0.62 51	0.34 64	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.15 30

monsterstereo	0.36 40	0.21 6	0.53 60	0.48 98	0.36 242	0.27 7	0.29 60	0.58 8	0.52 55	0.45 62	0.61 95	0.26 14	0.27 18	1.23 228	0.28 22	0.14 20	0.12 34	0.15 17	0.12 29	0.16 54	0.13 2

111111	0.36 40	0.22 14	0.49 33	0.47 86	0.45 328	0.36 20	0.22 16	1.04 135	0.44 37	0.33 17	0.33 17	0.40 55	0.26 12	0.99 166	0.27 15	0.17 75	0.12 34	0.15 17	0.11 7	0.15 35	0.15 30

RAStereo	0.36 40	0.22 14	0.85 231	0.48 98	0.28 94	0.27 7	0.28 53	0.77 47	0.65 96	0.33 17	0.43 28	0.44 61	0.31 35	0.45 12	0.35 73	0.18 110	0.15 201	0.19 131	0.15 104	0.19 146	0.15 30

LG-Stereo	0.37 44	0.27 107	0.94 275	0.48 98	0.26 56	0.37 23	0.30 68	0.88 87	0.57 69	0.38 33	0.58 88	0.29 28	0.21 4	0.51 20	0.37 103	0.14 20	0.14 135	0.20 165	0.18 183	0.18 110	0.14 15

GIP-stereo	0.37 44	0.25 65	0.49 33	0.55 215	0.41 299	0.37 23	0.22 16	1.03 128	0.56 67	0.35 23	0.52 68	0.46 74	0.37 71	0.55 27	0.28 22	0.20 191	0.13 68	0.16 46	0.12 29	0.16 54	0.16 60

LG-Stereo_Zeroshot	0.38 46	0.25 65	0.61 95	0.53 187	0.29 109	0.36 20	0.22 16	1.24 217	0.42 32	0.45 62	0.65 103	0.37 52	0.51 155	0.41 7	0.30 34	0.18 110	0.12 34	0.17 70	0.13 59	0.18 110	0.20 156

AIO_rvc	0.38 46	0.25 65	0.65 117	0.47 86	0.31 146	0.55 147	0.38 150	0.98 109	0.51 53	0.35 23	0.48 51	0.49 91	0.22 6	0.87 131	0.31 40	0.16 43	0.12 34	0.16 46	0.12 29	0.15 35	0.15 30

AIO_test	0.38 46	0.24 47	0.59 81	0.47 86	0.31 146	0.55 147	0.44 227	0.86 82	0.50 51	0.34 22	0.48 51	0.46 74	0.30 31	0.76 91	0.31 40	0.17 75	0.12 34	0.17 70	0.13 59	0.16 54	0.15 30

IGEV-RUCA	0.38 46	0.24 47	0.51 50	0.51 143	0.36 242	0.59 169	0.23 26	0.68 24	0.52 55	0.39 38	0.50 61	0.44 61	0.31 35	0.86 126	0.31 40	0.24 298	0.13 68	0.16 46	0.12 29	0.20 182	0.21 184

MaDis-Stereo	0.38 46	0.27 107	0.72 146	0.45 59	0.35 234	0.30 11	0.31 75	0.81 61	0.54 60	0.38 33	0.38 22	0.58 132	0.49 147	0.53 23	0.39 114	0.20 191	0.16 237	0.19 131	0.15 104	0.19 146	0.15 30

UniTT-Stereo	0.38 46	0.24 47	0.67 126	0.49 112	0.36 242	0.40 28	0.32 83	0.55 7	0.55 63	0.55 113	0.55 81	0.36 47	0.31 35	0.59 42	0.52 222	0.21 222	0.15 201	0.17 70	0.15 104	0.19 146	0.17 81

HUF	0.39 52	0.27 107	0.71 144	0.43 43	0.24 20	0.51 114	0.47 257	0.99 117	0.55 63	0.37 31	0.45 40	0.53 114	0.41 87	0.70 76	0.29 30	0.18 110	0.14 135	0.16 46	0.12 29	0.15 35	0.17 81

fffft	0.39 52	0.24 47	0.56 71	0.45 59	0.34 217	0.42 45	0.48 264	0.85 75	0.39 26	0.45 62	0.35 19	0.38 53	0.31 35	1.32 251	0.34 64	0.14 20	0.12 34	0.19 131	0.15 104	0.16 54	0.18 97
1: 1. 1
AIO-Stereo	0.39 52	0.26 83	0.54 63	0.50 128	0.24 20	0.45 61	0.39 164	1.13 170	0.57 69	0.42 50	0.49 55	0.52 109	0.25 10	0.74 83	0.32 51	0.16 43	0.13 68	0.18 106	0.14 85	0.16 54	0.15 30

ours_stereo	0.40 55	0.30 172	0.57 73	0.47 86	0.31 146	0.40 28	0.44 227	0.79 57	0.58 72	0.36 26	0.58 88	0.46 74	0.33 45	1.14 210	0.33 59	0.17 75	0.13 68	0.19 131	0.15 104	0.19 146	0.20 156

RSM++	0.40 55	0.26 83	0.55 65	0.51 143	0.27 59	0.49 86	0.41 182	0.83 67	0.52 55	0.39 38	0.47 49	0.60 141	0.34 49	1.02 176	0.31 40	0.16 43	0.13 68	0.17 70	0.15 104	0.18 110	0.15 30

RSM	0.40 55	0.25 65	0.53 60	0.50 128	0.27 59	0.46 66	0.40 172	0.94 103	0.49 49	0.42 50	0.44 36	0.65 159	0.33 45	1.07 190	0.32 51	0.15 30	0.13 68	0.17 70	0.14 85	0.17 78	0.15 30

trnet	0.40 55	0.23 30	0.40 3	0.37 3	0.20 2	0.53 129	0.29 60	0.81 61	1.15 291	0.59 117	0.72 125	0.53 114	0.43 101	0.56 30	0.37 103	0.18 110	0.13 68	0.15 17	0.10 1	0.14 13	0.14 15

CREStereo	0.40 55	0.24 47	0.40 3	0.37 3	0.22 12	0.52 120	0.29 60	0.81 61	1.15 291	0.59 117	0.72 125	0.51 102	0.42 93	0.57 36	0.37 103	0.19 148	0.13 68	0.15 17	0.10 1	0.14 13	0.15 30
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
FlowAnything_test	0.41 60	0.27 107	0.67 126	0.60 298	0.33 199	0.62 185	0.35 115	0.64 18	0.48 47	0.46 67	0.36 20	0.45 71	0.37 71	0.54 25	0.52 222	0.25 318	0.19 315	0.28 379	0.33 460	0.22 246	0.22 213

MSCF	0.41 60	0.28 124	0.64 111	0.50 128	0.27 59	0.58 167	0.37 140	1.03 128	0.54 60	0.54 109	0.72 125	0.32 37	0.64 223	0.56 30	0.30 34	0.19 148	0.13 68	0.17 70	0.15 104	0.17 78	0.21 184

water-stereo	0.41 60	0.21 6	0.69 136	0.45 59	0.28 94	0.50 105	0.27 46	0.96 104	0.52 55	0.57 116	0.78 139	0.59 137	0.53 162	0.44 10	0.43 155	0.17 75	0.16 237	0.17 70	0.15 104	0.17 78	0.22 213

DEFOM-Stereo_RVC	0.41 60	0.68 471	0.45 17	0.66 365	0.30 126	0.48 80	0.25 31	0.87 85	0.46 43	0.39 38	0.37 21	0.30 32	0.69 243	1.16 214	0.31 40	0.17 75	0.11 20	0.16 46	0.12 29	0.18 110	0.14 15

castereo++	0.41 60	0.26 83	0.51 50	0.44 50	0.32 179	0.96 360	0.22 16	1.13 170	0.61 86	0.33 17	0.45 40	0.50 98	0.39 83	0.94 151	0.25 5	0.18 110	0.12 34	0.17 70	0.12 29	0.14 13	0.16 60

SMoEStereo_RVC	0.41 60	0.26 83	0.55 65	0.46 71	0.31 146	0.60 174	0.36 125	0.85 75	0.47 45	0.47 69	0.43 28	0.42 57	0.34 49	1.40 269	0.31 40	0.15 30	0.12 34	0.20 165	0.15 104	0.16 54	0.18 97

Pointernet	0.41 60	0.21 6	0.63 102	0.45 59	0.29 109	0.51 114	0.27 46	1.54 279	0.70 107	0.48 77	0.64 99	0.49 91	0.37 71	0.51 20	0.36 90	0.18 110	0.13 68	0.14 1	0.11 7	0.14 13	0.14 15

AEACV	0.41 60	0.25 65	0.60 88	0.55 215	0.52 372	0.43 52	0.38 150	0.98 109	0.63 90	0.44 55	0.56 84	0.46 74	0.59 203	0.56 30	0.31 40	0.17 75	0.13 68	0.18 106	0.16 141	0.17 78	0.17 81

LoS	0.41 60	0.23 30	0.46 18	0.39 15	0.23 15	0.48 80	0.40 172	1.12 166	0.94 190	0.50 92	0.66 105	0.49 91	0.42 93	0.63 60	0.39 114	0.19 148	0.14 135	0.16 46	0.11 7	0.14 13	0.15 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 60	0.24 47	0.59 81	0.45 59	0.27 59	0.54 142	0.22 16	1.23 215	0.56 67	0.44 55	0.43 28	0.68 167	0.29 26	0.89 139	0.34 64	0.17 75	0.12 34	0.20 165	0.17 165	0.17 78	0.18 97

GLC_STEREO	0.41 60	0.27 107	0.43 11	0.55 215	0.24 20	0.47 72	0.30 68	0.81 61	0.64 93	0.53 108	0.74 131	0.50 98	0.31 35	0.65 67	0.45 173	0.18 110	0.20 329	0.23 264	0.19 205	0.21 226	0.21 184

mms	0.42 71	0.29 147	0.60 88	0.47 86	0.33 199	0.43 52	0.46 246	0.75 43	0.50 51	0.36 26	0.61 95	0.44 61	0.30 31	1.39 267	0.34 64	0.16 43	0.14 135	0.18 106	0.15 104	0.19 146	0.21 184

CASnet	0.42 71	0.26 83	0.52 56	0.52 164	0.21 7	0.49 86	0.35 115	0.85 75	0.85 157	0.84 173	0.69 115	0.48 88	0.31 35	0.57 36	0.34 64	0.19 148	0.12 34	0.27 363	0.22 303	0.23 266	0.15 30
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 71	0.26 83	0.56 71	0.48 98	0.27 59	0.45 61	0.33 90	1.56 285	0.61 86	0.36 26	0.47 49	0.52 109	0.30 31	1.08 193	0.33 59	0.15 30	0.13 68	0.17 70	0.13 59	0.16 54	0.15 30

CroCo-Stereo	0.42 71	0.33 241	0.83 216	0.59 290	0.28 94	0.26 4	0.33 90	1.22 210	0.85 157	0.43 52	0.49 55	0.65 159	0.46 124	0.40 4	0.36 90	0.19 148	0.15 201	0.16 46	0.14 85	0.20 182	0.17 81
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
GASTEREO	0.43 75	0.29 147	0.62 100	0.51 143	0.27 59	0.62 185	0.36 125	1.02 120	0.58 72	0.55 113	0.83 154	0.30 32	0.65 228	0.64 62	0.30 34	0.19 148	0.13 68	0.17 70	0.15 104	0.16 54	0.21 184

castereo	0.43 75	0.25 65	0.50 43	0.46 71	0.30 126	0.60 174	0.56 333	1.23 215	0.83 150	0.39 38	0.70 119	0.45 71	0.68 239	0.54 25	0.33 59	0.17 75	0.11 20	0.17 70	0.13 59	0.16 54	0.14 15

WCG-NET	0.43 75	0.23 30	0.58 75	0.42 37	0.26 56	0.46 66	0.32 83	0.77 47	1.16 298	0.77 154	0.75 132	0.58 132	0.44 107	0.62 51	0.38 110	0.16 43	0.12 34	0.16 46	0.14 85	0.15 35	0.14 15

MGS-Stereo	0.43 75	0.28 124	0.61 95	0.46 71	0.28 94	0.49 86	0.33 90	0.60 13	0.89 166	0.47 69	1.32 338	0.51 102	0.32 42	0.66 69	0.39 114	0.20 191	0.16 237	0.18 106	0.16 141	0.18 110	0.18 97

MoCha-V2	0.43 75	0.23 30	0.55 65	0.56 236	0.23 15	0.44 57	0.32 83	1.35 241	0.63 90	0.54 109	0.55 81	0.42 57	0.57 182	1.12 206	0.28 22	0.15 30	0.13 68	0.15 17	0.13 59	0.17 78	0.18 97

GCAP-Stereo	0.43 75	0.32 222	0.80 193	0.50 128	0.27 59	0.53 129	0.31 75	1.05 139	0.67 100	0.69 140	0.71 122	0.58 132	0.42 93	0.51 20	0.35 73	0.18 110	0.15 201	0.18 106	0.13 59	0.17 78	0.15 30

MM-Stereo_test2	0.44 81	0.25 65	0.70 141	0.54 201	0.33 199	0.55 147	0.45 240	1.02 120	0.84 153	0.61 128	0.51 65	0.49 91	0.42 93	0.82 109	0.32 51	0.16 43	0.13 68	0.18 106	0.14 85	0.19 146	0.17 81

fffy	0.44 81	0.29 147	0.67 126	0.47 86	0.30 126	0.46 66	0.34 102	0.98 109	0.57 69	0.40 45	0.59 91	0.55 121	0.41 87	1.26 235	0.37 103	0.16 43	0.14 135	0.19 131	0.16 141	0.19 146	0.20 156

Occ-G	0.44 81	0.23 30	0.59 81	0.44 50	0.27 59	0.43 52	0.61 364	0.85 75	0.62 88	0.48 77	0.66 105	1.00 294	0.45 114	0.79 103	0.45 173	0.17 75	0.14 135	0.18 106	0.13 59	0.16 54	0.18 97

depthmonostereo	0.45 84	0.26 83	0.89 249	0.49 112	0.24 20	0.60 174	0.36 125	1.03 128	0.77 125	0.50 92	0.65 103	0.50 98	0.55 173	0.70 76	0.39 114	0.16 43	0.16 237	0.16 46	0.14 85	0.16 54	0.20 156

IGEV++	0.45 84	0.24 47	0.63 102	0.58 271	0.32 179	0.42 45	0.25 31	2.16 450	0.65 96	0.38 33	0.58 88	0.46 74	0.44 107	0.56 30	0.40 131	0.20 191	0.13 68	0.16 46	0.13 59	0.17 78	0.18 97

ff7	0.45 84	0.30 172	0.64 111	0.47 86	0.33 199	0.49 86	0.42 190	0.93 93	0.59 75	0.50 92	0.53 72	0.44 61	0.48 136	1.41 272	0.36 90	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184

ffff	0.45 84	0.30 172	0.64 111	0.47 86	0.33 199	0.49 86	0.42 190	0.93 93	0.59 75	0.50 92	0.53 72	0.44 61	0.48 136	1.41 272	0.36 90	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184

11t	0.45 84	0.30 172	0.64 111	0.47 86	0.33 199	0.49 86	0.42 190	0.93 93	0.59 75	0.50 92	0.53 72	0.44 61	0.48 136	1.41 272	0.36 90	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184

LoS_RVC	0.45 84	0.29 147	0.48 28	0.49 112	0.83 488	0.51 114	0.43 208	0.65 19	0.44 37	0.47 69	0.78 139	0.44 61	0.60 209	0.59 42	0.37 103	0.14 20	0.12 34	0.14 1	0.10 1	0.14 13	1.08 531

anonymousdsp	0.45 84	0.30 172	0.60 88	0.48 98	0.34 217	0.49 86	0.42 190	0.97 105	0.60 81	0.51 102	0.53 72	0.46 74	0.47 131	1.36 257	0.35 73	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184

ccc-4	0.45 84	0.30 172	0.64 111	0.47 86	0.33 199	0.49 86	0.42 190	0.93 93	0.59 75	0.50 92	0.53 72	0.44 61	0.48 136	1.41 272	0.36 90	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184

IGEV-Stereo	0.45 84	0.30 172	0.60 88	0.48 98	0.34 217	0.49 86	0.42 190	0.98 109	0.60 81	0.51 102	0.53 72	0.46 74	0.47 131	1.36 257	0.35 73	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 84	0.23 30	0.50 43	0.43 43	0.21 7	0.65 211	0.26 40	0.83 67	0.88 165	0.95 200	0.99 194	0.51 102	0.45 114	0.56 30	0.36 90	0.19 148	0.24 398	0.16 46	0.13 59	0.17 78	0.27 314

DilatedVolume-Stereo	0.46 94	0.24 47	0.72 146	0.45 59	0.33 199	0.72 244	0.29 60	0.83 67	0.53 59	0.82 166	0.73 129	0.52 109	0.44 107	1.16 214	0.42 149	0.15 30	0.15 201	0.15 17	0.14 85	0.16 54	0.17 81

Reg-Stereo(zero)	0.46 94	0.23 30	0.50 43	0.45 59	0.25 39	0.41 35	0.27 46	0.80 58	1.12 274	0.93 195	0.79 142	0.91 254	0.46 124	0.74 83	0.44 160	0.15 30	0.13 68	0.15 17	0.12 29	0.15 35	0.18 97

rvit_stereo_0081_aga	0.46 94	0.37 329	0.91 263	0.52 164	0.41 299	0.49 86	0.40 172	0.88 87	0.66 98	0.59 117	0.56 84	0.53 114	0.43 101	0.67 70	0.44 160	0.27 365	0.21 345	0.22 230	0.20 234	0.26 319	0.19 131

rvit_stereo_0081	0.46 94	0.34 270	0.72 146	0.56 236	0.35 234	0.41 35	0.44 227	0.74 41	1.04 235	0.49 83	0.52 68	0.51 102	0.49 147	0.86 126	0.47 189	0.25 318	0.20 329	0.22 230	0.19 205	0.26 319	0.19 131

rvit_stereo_0082	0.46 94	0.34 270	0.72 146	0.56 236	0.35 234	0.41 35	0.44 227	0.74 41	1.04 235	0.49 83	0.52 68	0.51 102	0.49 147	0.86 126	0.47 189	0.25 318	0.20 329	0.22 230	0.19 205	0.26 319	0.19 131

IGEV-Stereo+	0.46 94	0.23 30	0.51 50	0.42 37	0.46 336	0.15 1	0.19 6	0.45 3	0.37 23	0.28 5	0.25 6	0.31 35	0.41 87	1.43 279	0.31 40	0.18 110	0.13 68	0.15 17	0.12 29	1.09 531	1.74 544

WCG-NET（raft）	0.46 94	0.23 30	0.59 81	0.42 37	0.24 20	0.50 105	0.35 115	0.76 45	1.10 260	0.72 146	0.76 133	0.91 254	0.50 152	0.88 134	0.40 131	0.16 43	0.13 68	0.15 17	0.14 85	0.15 35	0.17 81

ProNet	0.46 94	0.30 172	0.69 136	0.46 71	0.32 179	0.57 156	0.52 296	1.15 186	0.67 100	0.44 55	0.50 61	0.44 61	0.43 101	1.31 245	0.38 110	0.16 43	0.15 201	0.19 131	0.16 141	0.18 110	0.18 97

MC-Stereo	0.46 94	0.24 47	0.58 75	0.63 330	0.30 126	0.38 26	0.32 83	0.98 109	0.74 118	0.66 136	0.85 158	0.56 128	0.60 209	1.07 190	0.32 51	0.17 75	0.12 34	0.17 70	0.15 104	0.16 54	0.16 60

CroCo-Stereo Lap2	0.46 94	0.37 329	0.87 240	0.62 320	0.79 479	0.28 9	0.35 115	0.81 61	0.73 111	0.39 38	0.54 78	0.71 182	0.54 170	0.60 44	0.48 196	0.18 110	0.18 297	0.19 131	0.16 141	0.21 226	0.21 184

tt45	0.47 104	0.25 65	0.52 56	0.47 86	0.34 217	0.78 271	0.32 83	0.86 82	0.45 42	0.52 105	0.45 40	0.49 91	0.37 71	2.12 388	0.36 90	0.16 43	0.13 68	0.19 131	0.16 141	0.17 78	0.21 184

rvit_stereo_0080	0.47 104	0.35 299	0.87 240	0.48 98	0.36 242	0.42 45	0.54 316	0.93 93	0.78 129	0.52 105	0.60 93	0.55 121	0.47 131	0.62 51	0.48 196	0.27 365	0.21 345	0.20 165	0.20 234	0.31 381	0.20 156

Former-RAFT_DAM_RVC	0.47 104	0.38 347	0.75 170	0.48 98	0.37 252	0.67 222	0.35 115	0.82 66	1.14 286	0.61 128	0.64 99	0.39 54	0.39 83	0.74 83	0.39 114	0.20 191	0.17 266	0.22 230	0.18 183	0.24 295	0.20 156

whm_eth	0.47 104	0.35 299	0.87 240	0.48 98	0.36 242	0.42 45	0.54 316	0.93 93	0.78 129	0.52 105	0.60 93	0.55 121	0.47 131	0.62 51	0.48 196	0.27 365	0.21 345	0.20 165	0.20 234	0.31 381	0.20 156

XX-TBD	0.47 104	0.71 477	0.39 1	0.81 466	0.25 39	0.57 156	0.26 40	0.73 38	1.30 383	0.78 156	1.01 201	0.45 71	0.33 45	0.49 17	0.39 114	0.20 191	0.15 201	0.15 17	0.11 7	0.17 78	0.15 30

PMTNet	0.47 104	0.22 14	0.43 11	0.39 15	0.24 20	0.71 241	0.26 40	0.78 55	1.03 229	0.65 133	0.69 115	0.55 121	0.48 136	0.90 142	0.36 90	0.99 530	0.13 68	0.15 17	0.10 1	0.15 35	0.15 30

HART	0.48 110	0.24 47	0.63 102	0.52 164	0.27 59	0.41 35	0.29 60	1.32 237	0.54 60	0.59 117	1.47 387	0.61 147	0.34 49	1.09 197	0.32 51	0.16 43	0.14 135	0.19 131	0.14 85	0.19 146	0.18 97

SCV_C0	0.48 110	0.29 147	0.88 245	0.46 71	0.31 146	0.46 66	0.31 75	1.67 307	0.87 162	0.40 45	0.52 68	0.54 118	0.29 26	1.27 238	0.34 64	0.18 110	0.14 135	0.17 70	0.14 85	0.20 182	0.18 97

CAS++	0.48 110	0.34 270	0.59 81	0.48 98	0.32 179	0.45 61	0.29 60	1.73 333	0.78 129	0.71 142	0.73 129	0.36 47	0.28 23	0.70 76	0.35 73	0.27 365	0.22 360	0.26 348	0.21 276	0.29 358	0.22 213
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 110	0.28 124	0.83 216	0.51 143	0.53 379	0.39 27	0.27 46	1.03 128	0.64 93	0.47 69	0.71 122	0.51 102	0.51 155	1.13 208	0.47 189	0.20 191	0.16 237	0.23 264	0.20 234	0.24 295	0.20 156

StereoAnything_RVC	0.49 114	1.60 539	0.87 240	0.37 3	0.21 7	0.26 4	0.21 12	0.53 5	0.23 2	0.23 1	0.21 2	0.19 1	0.35 57	1.29 242	0.23 1	0.22 256	0.11 20	0.15 17	0.11 7	2.36 542	0.13 2

999	0.49 114	0.25 65	0.55 65	0.51 143	0.35 234	0.74 251	0.31 75	0.89 91	0.59 75	0.39 38	0.50 61	0.50 98	0.36 64	2.41 415	0.41 141	0.17 75	0.13 68	0.18 106	0.15 104	0.16 54	0.23 234

rvit_stereo_0083	0.49 114	0.34 270	0.85 231	0.57 258	0.36 242	0.49 86	0.43 208	0.73 38	1.05 241	0.50 92	0.57 87	0.55 121	0.50 152	0.92 147	0.50 210	0.25 318	0.25 410	0.24 288	0.20 234	0.25 307	0.19 131

rvit_stereo_ft	0.49 114	0.38 347	1.03 306	0.68 391	0.42 309	0.40 28	0.58 346	0.93 93	0.86 159	0.47 69	0.55 81	0.57 130	0.48 136	0.67 70	0.53 232	0.26 344	0.17 266	0.22 230	0.22 303	0.24 295	0.19 131

RAFT-Stereo-weight	0.49 114	0.26 83	0.58 75	0.49 112	0.28 94	0.61 182	0.34 102	1.16 191	1.11 267	1.06 232	0.79 142	0.75 188	0.28 23	0.79 103	0.42 149	0.16 43	0.13 68	0.17 70	0.15 104	0.16 54	0.18 97

IGEVStereo-DCA	0.49 114	0.33 241	0.64 111	0.46 71	0.34 217	0.50 105	0.42 190	0.93 93	0.59 75	0.48 77	0.48 51	0.48 88	0.45 114	2.28 404	0.44 160	0.19 148	0.14 135	0.19 131	0.15 104	0.17 78	0.21 184

plain	0.49 114	0.29 147	1.23 376	0.51 143	0.40 285	0.35 17	0.37 140	1.04 135	0.62 88	0.44 55	0.76 133	0.42 57	0.41 87	1.17 219	0.46 179	0.23 278	0.15 201	0.24 288	0.19 205	0.25 307	0.18 97

testlalala	0.49 114	0.30 172	0.70 141	0.44 50	0.40 285	0.68 226	0.38 150	1.38 247	0.58 72	1.28 347	0.82 152	0.61 147	0.36 64	0.57 36	0.34 64	0.21 222	0.14 135	0.18 106	0.12 29	0.15 35	0.16 60

iRaftStereo_RVC	0.49 114	0.28 124	0.72 146	0.53 187	0.29 109	0.52 120	0.33 90	1.14 174	0.84 153	0.85 175	0.99 194	0.55 121	0.36 64	0.83 115	0.40 131	0.18 110	0.13 68	0.22 230	0.20 234	0.20 182	0.18 97

CREStereo++_RVC	0.49 114	0.22 14	0.46 18	0.48 98	0.38 264	0.45 61	0.25 31	0.77 47	1.30 383	0.82 166	1.23 303	0.47 83	0.37 71	0.55 27	0.44 160	0.16 43	0.11 20	0.16 46	0.80 534	0.18 110	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xyz-stereo-finetune	0.50 124	0.27 107	0.63 102	0.43 43	0.23 15	0.79 279	0.46 246	0.83 67	0.82 146	0.63 131	0.63 98	0.54 118	0.44 107	1.69 329	0.62 274	0.16 43	0.15 201	0.19 131	0.16 141	0.17 78	0.16 60

MyStereo07	0.50 124	0.30 172	0.58 75	0.58 271	0.48 346	0.59 169	0.78 411	1.19 199	0.60 81	0.49 83	0.54 78	0.43 60	0.55 173	1.32 251	0.36 90	0.18 110	0.18 297	0.24 288	0.21 276	0.23 266	0.23 234

4D-IteraStereo	0.50 124	0.26 83	0.84 225	0.51 143	0.49 352	0.64 205	0.31 75	0.91 92	1.02 226	1.05 226	0.72 125	0.76 190	0.32 42	0.69 74	0.40 131	0.18 110	0.11 20	0.23 264	0.20 234	0.19 146	0.16 60

MM-Stereo_test1	0.51 127	0.26 83	0.59 81	0.53 187	0.31 146	0.50 105	0.53 302	1.06 141	1.09 256	0.88 182	0.70 119	0.54 118	0.59 203	1.18 220	0.35 73	0.19 148	0.17 266	0.20 165	0.17 165	0.20 182	0.18 97

SCV	0.51 127	0.29 147	0.72 146	0.63 330	0.27 59	0.40 28	0.38 150	2.32 479	0.75 123	0.36 26	0.49 55	0.55 121	0.35 57	1.31 245	0.34 64	0.25 318	0.13 68	0.17 70	0.14 85	0.18 110	0.18 97

CES	0.51 127	0.21 6	0.40 3	0.42 37	1.40 535	0.53 129	0.34 102	1.04 135	0.68 103	0.45 62	0.67 108	0.35 45	0.28 23	0.58 40	0.35 73	0.16 43	0.13 68	0.15 17	0.10 1	0.19 146	1.69 543

sCroCo_RVC	0.51 127	0.43 379	1.15 344	0.66 365	0.60 416	0.52 120	0.40 172	0.93 93	0.64 93	0.45 62	0.76 133	0.49 91	0.49 147	0.65 67	0.49 207	0.27 365	0.28 433	0.23 264	0.22 303	0.29 358	0.28 330

RCA-Stereo	0.52 131	0.26 83	0.66 122	0.49 112	0.33 199	0.54 142	0.44 227	1.20 203	1.41 430	0.69 140	1.06 225	0.63 155	0.79 277	0.62 51	0.35 73	0.17 75	0.12 34	0.17 70	0.14 85	0.16 54	0.16 60

MM-Stereo_test3	0.53 132	0.26 83	0.60 88	0.56 236	0.73 458	0.49 86	0.53 302	1.31 235	1.08 248	0.64 132	0.97 188	0.61 147	0.42 93	0.82 109	0.40 131	0.21 222	0.18 297	0.20 165	0.16 141	0.19 146	0.21 184

model_zeroshot	0.53 132	0.31 204	1.00 297	0.57 258	0.39 273	0.74 251	0.39 164	1.38 247	0.67 100	0.88 182	0.85 158	0.71 182	0.37 71	0.77 93	0.39 114	0.21 222	0.17 266	0.19 131	0.17 165	0.17 78	0.22 213

knoymous	0.53 132	0.32 222	0.51 50	0.46 71	0.30 126	0.57 156	0.54 316	1.10 162	0.78 129	0.99 206	0.84 156	0.95 274	0.57 182	0.89 139	0.51 214	0.21 222	0.14 135	0.26 348	0.14 85	0.23 266	0.25 276

tg	0.54 135	0.25 65	0.70 141	0.52 164	0.31 146	0.89 326	0.29 60	1.12 166	0.98 206	0.85 175	1.03 211	0.62 150	0.42 93	1.37 260	0.41 141	0.17 75	0.13 68	0.22 230	0.21 276	0.17 78	0.17 81

GCAP-BAT	0.54 135	0.33 241	0.75 170	0.45 59	0.50 357	0.84 311	0.35 115	0.98 109	0.80 141	0.88 182	1.04 217	0.88 238	0.37 71	1.25 231	0.41 141	0.19 148	0.15 201	0.18 106	0.13 59	0.17 78	0.22 213

HUI-Stereo	0.54 135	0.33 241	0.81 198	0.52 164	0.27 59	0.62 185	0.29 60	1.14 174	0.74 118	1.13 250	0.96 179	0.82 213	0.60 209	0.83 115	0.52 222	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156

Any-RAFT	0.55 138	0.27 107	0.49 33	0.50 128	0.27 59	0.98 364	0.25 31	1.71 328	1.08 248	0.90 187	0.99 194	1.13 336	0.46 124	0.74 83	0.35 73	0.19 148	0.13 68	0.17 70	0.13 59	0.16 54	0.19 131

Selective-RAFT	0.55 138	0.29 147	0.85 231	0.58 271	0.28 94	0.91 333	0.34 102	1.00 119	0.96 199	0.59 117	0.64 99	0.80 201	0.76 257	1.34 255	0.51 214	0.21 222	0.15 201	0.17 70	0.15 104	0.19 146	0.19 131

test_4	0.55 138	0.23 30	0.67 126	0.56 236	0.32 179	0.71 241	0.39 164	0.83 67	0.72 110	0.93 195	1.87 473	0.70 175	0.41 87	1.21 226	0.39 114	0.16 43	0.13 68	0.21 199	0.23 335	0.20 182	0.18 97

GMOStereo	0.55 138	0.28 124	0.72 146	0.52 164	0.30 126	0.53 129	0.43 208	1.02 120	0.98 206	1.44 417	1.14 268	0.88 238	0.57 182	0.62 51	0.39 114	0.16 43	0.14 135	0.24 288	0.22 303	0.20 182	0.18 97

error version	0.55 138	0.28 124	0.72 146	0.52 164	0.30 126	0.53 129	0.43 208	1.02 120	0.98 206	1.44 417	1.14 268	0.88 238	0.57 182	0.62 51	0.39 114	0.16 43	0.14 135	0.24 288	0.22 303	0.20 182	0.18 97

test-v	0.55 138	0.28 124	0.72 146	0.52 164	0.30 126	0.53 129	0.43 208	1.02 120	0.98 206	1.44 417	1.14 268	0.88 238	0.57 182	0.62 51	0.39 114	0.16 43	0.14 135	0.24 288	0.22 303	0.20 182	0.18 97

test-2	0.55 138	0.28 124	0.72 146	0.52 164	0.30 126	0.53 129	0.43 208	1.02 120	0.98 206	1.44 417	1.14 268	0.88 238	0.57 182	0.62 51	0.39 114	0.16 43	0.14 135	0.24 288	0.22 303	0.20 182	0.18 97

rafts_anoy	0.55 138	0.32 222	0.66 122	0.72 423	0.61 422	0.53 129	0.40 172	1.24 217	1.06 243	0.85 175	0.83 154	0.67 165	0.53 162	0.77 93	0.55 244	0.20 191	0.15 201	0.25 327	0.26 375	0.22 246	0.21 184

s12784h	0.55 138	0.22 14	0.49 33	0.43 43	0.19 1	1.00 366	0.34 102	1.40 253	1.30 383	0.84 173	0.93 174	0.63 155	0.52 160	1.48 290	0.47 189	0.15 30	0.12 34	0.17 70	0.11 7	0.19 146	0.13 2

raftrobust	0.55 138	0.27 107	0.63 102	0.68 391	0.69 451	0.50 105	0.34 102	1.08 149	0.97 203	1.32 364	0.88 165	0.62 150	0.80 284	0.82 109	0.44 160	0.20 191	0.16 237	0.16 46	0.14 85	0.15 35	0.18 97

Gwc-CoAtRS	0.55 138	0.27 107	0.73 160	0.49 112	0.30 126	0.63 196	0.25 31	1.38 247	1.12 274	1.05 226	1.02 204	1.10 327	0.55 173	0.72 80	0.44 160	0.17 75	0.14 135	0.17 70	0.15 104	0.16 54	0.17 81

rvit_0105_6	0.56 149	0.38 347	1.13 337	0.67 379	0.38 264	0.50 105	0.51 285	0.88 87	1.33 394	0.54 109	0.56 84	0.65 159	0.57 182	0.97 164	0.46 179	0.32 418	0.31 451	0.28 379	0.25 357	0.29 358	0.23 234

MSKI-zero shot	0.56 149	0.30 172	0.61 95	0.55 215	0.28 94	0.68 226	0.28 53	1.25 221	0.68 103	0.92 192	1.33 343	0.81 207	0.33 45	1.94 364	0.36 90	0.18 110	0.13 68	0.17 70	0.13 59	0.16 54	0.19 131

EKT-Stereo	0.56 149	0.33 241	0.84 225	0.61 312	0.64 430	0.51 114	0.48 264	1.14 174	0.95 195	0.74 149	0.89 167	0.77 194	0.42 93	1.18 220	0.42 149	0.23 278	0.17 266	0.21 199	0.18 183	0.20 182	0.26 296

LL-Strereo2	0.56 149	0.36 308	0.77 178	0.56 236	0.40 285	0.68 226	0.37 140	1.21 208	0.83 150	0.96 203	0.79 142	0.91 254	0.41 87	1.08 193	0.48 196	0.18 110	0.17 266	0.29 391	0.25 357	0.22 246	0.19 131

test-3	0.56 149	0.24 47	0.82 207	0.50 128	0.29 109	0.57 156	0.34 102	1.09 156	1.03 229	1.33 370	0.69 115	0.87 232	0.45 114	1.68 325	0.39 114	0.17 75	0.12 34	0.20 165	0.17 165	0.17 78	0.16 60

test_1	0.56 149	0.24 47	0.82 207	0.50 128	0.29 109	0.57 156	0.34 102	1.09 156	1.03 229	1.28 347	0.69 115	0.87 232	0.45 114	1.67 323	0.39 114	0.17 75	0.12 34	0.20 165	0.17 165	0.17 78	0.16 60

PSM-adaLoss	0.56 149	0.33 241	0.81 198	0.52 164	0.27 59	0.63 196	0.41 182	1.14 174	0.73 111	1.13 250	0.96 179	0.82 213	0.60 209	1.09 197	0.52 222	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156

ROB_FTStereo	0.56 149	0.33 241	0.82 207	0.52 164	0.27 59	0.62 185	0.25 31	1.14 174	0.74 118	1.13 250	0.96 179	0.82 213	0.60 209	1.18 220	0.52 222	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156

cross-raft	0.56 149	0.26 83	0.65 117	0.55 215	0.31 146	0.66 217	0.37 140	1.68 311	0.82 146	1.06 232	1.07 228	1.25 361	0.45 114	0.74 83	0.39 114	0.15 30	0.13 68	0.19 131	0.16 141	0.19 146	0.17 81

test-1	0.56 149	0.28 124	1.13 337	0.58 271	0.34 217	0.60 174	0.38 150	1.56 285	0.98 206	0.80 159	1.02 204	0.83 222	0.52 160	0.64 62	0.46 179	0.17 75	0.16 237	0.20 165	0.17 165	0.20 182	0.26 296

raft+_RVC	0.56 149	0.29 147	0.61 95	0.65 351	0.56 398	0.53 129	0.53 302	1.40 253	1.02 226	0.78 156	1.04 217	0.70 175	0.55 173	1.00 170	0.49 207	0.18 110	0.16 237	0.19 131	0.19 205	0.18 110	0.17 81

RAFT-Stereo + iAFF	0.56 149	0.28 124	0.81 198	0.45 59	0.25 39	0.40 28	0.34 102	1.12 166	1.13 280	1.35 383	1.58 424	0.80 201	0.67 235	0.71 79	0.43 155	0.14 20	0.11 20	0.18 106	0.17 165	0.18 110	0.16 60

H2IRNET	0.57 161	0.28 124	0.75 170	0.49 112	0.35 234	0.40 28	0.27 46	1.03 128	1.18 309	0.62 130	1.26 311	1.07 312	0.85 303	1.02 176	0.64 282	0.20 191	0.16 237	0.23 264	0.25 357	0.22 246	0.20 156

11t1	0.57 161	0.30 172	0.84 225	0.54 201	0.30 126	0.83 303	0.41 182	1.34 240	0.79 138	0.88 182	0.82 152	0.70 175	0.70 246	0.96 160	0.67 292	0.21 222	0.21 345	0.20 165	0.16 141	0.21 226	0.26 296

rrr	0.57 161	0.33 241	2.43 480	0.46 71	0.34 217	0.50 105	0.38 150	0.84 73	0.55 63	0.48 77	0.48 51	0.48 88	0.45 114	2.28 404	0.44 160	0.19 148	0.14 135	0.19 131	0.15 104	0.17 78	0.18 97

test_3	0.57 161	0.24 47	0.87 240	0.55 215	0.30 126	0.60 174	0.40 172	1.07 144	1.08 248	1.20 298	0.68 110	0.92 262	0.43 101	1.68 325	0.40 131	0.16 43	0.13 68	0.22 230	0.19 205	0.21 226	0.17 81

Patchmatch Stereo++	0.57 161	0.33 241	0.82 207	0.52 164	0.27 59	0.63 196	0.28 53	1.14 174	0.73 111	1.13 250	0.96 179	0.82 213	0.60 209	1.40 269	0.52 222	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156
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
ROB_FTStereo_v2	0.57 161	0.33 241	0.81 198	0.52 164	0.27 59	0.62 185	0.42 190	1.14 174	0.73 111	1.13 250	0.97 188	0.82 213	0.60 209	1.15 211	0.53 232	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156

DeepStereo_RVC	0.57 161	0.31 204	0.78 184	0.53 187	0.30 126	0.57 156	0.32 83	1.11 164	0.80 141	1.17 274	0.94 176	0.83 222	0.93 345	1.01 173	0.61 271	0.23 278	0.14 135	0.21 199	0.19 205	0.24 295	0.26 296

iRAFT	0.57 161	0.33 241	0.82 207	0.52 164	0.27 59	0.63 196	0.28 53	1.14 174	0.73 111	1.13 250	0.96 179	0.82 213	0.60 209	1.40 269	0.52 222	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156

CRE-IMP	0.57 161	0.32 222	0.82 207	0.54 201	0.29 109	0.77 270	0.25 31	1.19 199	0.79 138	1.09 236	0.95 177	0.81 207	0.57 182	1.11 204	0.57 253	0.22 256	0.14 135	0.23 264	0.19 205	0.28 341	0.24 255

RAFT-IKP	0.57 161	0.33 241	0.82 207	0.52 164	0.27 59	0.57 156	0.35 115	1.14 174	0.73 111	1.13 250	0.96 179	0.83 222	0.61 218	1.26 235	0.53 232	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156

test_xeample3	0.57 161	0.33 241	3.11 501	0.46 71	0.34 217	0.55 147	0.38 150	0.86 82	0.49 49	0.54 109	0.46 46	0.44 61	0.44 107	1.49 297	0.45 173	0.18 110	0.14 135	0.19 131	0.15 104	0.17 78	0.18 97

CFNet-RSSM	0.57 161	0.25 65	0.76 175	0.49 112	0.28 94	0.59 169	0.27 46	1.89 377	1.17 303	1.09 236	0.95 177	1.06 309	0.53 162	0.74 83	0.41 141	0.17 75	0.13 68	0.17 70	0.15 104	0.16 54	0.16 60

rvit_0105_4	0.58 173	0.40 362	1.19 365	0.68 391	0.38 264	0.53 129	0.55 326	0.93 93	1.27 359	0.56 115	0.61 95	0.72 184	0.63 219	1.01 173	0.47 189	0.33 425	0.33 469	0.29 391	0.25 357	0.29 358	0.26 296

AE-Stereo	0.58 173	0.29 147	0.81 198	0.62 320	0.41 299	0.69 235	0.46 246	2.49 507	1.25 347	0.49 83	0.77 137	0.69 172	0.46 124	0.61 46	0.42 149	0.17 75	0.16 237	0.21 199	0.20 234	0.19 146	0.18 97

1test111	0.58 173	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.58 290	0.91 172	0.60 124	0.80 147	0.47 83	0.87 320	0.99 166	0.67 292	0.21 222	0.13 68	0.25 327	0.15 104	0.23 266	0.25 276

RAFT-Test	0.58 173	0.27 107	0.81 198	0.50 128	0.33 199	0.95 354	0.27 46	1.40 253	0.89 166	1.00 210	1.12 252	1.39 396	0.48 136	0.74 83	0.41 141	0.17 75	0.14 135	0.17 70	0.14 85	0.16 54	0.18 97

anonymousdsp2	0.58 173	0.29 147	0.93 268	0.51 143	0.30 126	0.75 256	0.46 246	1.95 396	0.87 162	0.81 164	0.78 139	0.76 190	0.48 136	1.10 201	0.45 173	0.19 148	0.14 135	0.18 106	0.13 59	0.20 182	0.22 213

fff	0.58 173	0.26 83	1.15 344	0.46 71	0.25 39	0.48 80	0.36 125	1.20 203	1.28 367	1.13 250	1.03 211	0.59 137	1.04 396	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

iGMRVC	0.58 173	0.33 241	0.81 198	0.52 164	0.27 59	0.62 185	0.38 150	1.14 174	0.73 111	1.13 250	0.97 188	0.82 213	0.59 203	1.54 300	0.53 232	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156

RALCasStereoNet	0.58 173	0.34 270	0.77 178	0.65 351	0.64 430	0.64 205	0.51 285	1.06 141	0.99 215	0.71 142	1.06 225	0.77 194	0.44 107	1.38 264	0.52 222	0.20 191	0.18 297	0.18 106	0.16 141	0.20 182	0.22 213

DCANet	0.58 173	0.26 83	1.15 344	0.45 59	0.25 39	0.49 86	0.36 125	1.18 195	1.35 399	1.15 266	1.04 217	0.60 141	0.91 335	0.84 120	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.19 146	0.25 276

csc	0.58 173	0.26 83	1.15 344	0.46 71	0.25 39	0.48 80	0.36 125	1.20 203	1.28 367	1.13 250	1.03 211	0.59 137	1.04 396	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

cscssc	0.58 173	0.26 83	1.15 344	0.46 71	0.25 39	0.48 80	0.36 125	1.20 203	1.28 367	1.13 250	1.03 211	0.59 137	1.04 396	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

GMStereo	0.58 173	0.50 409	1.09 325	0.52 164	0.32 179	0.80 286	0.43 208	1.02 120	1.41 430	0.89 186	0.77 137	0.52 109	0.46 124	0.89 139	0.56 250	0.25 318	0.16 237	0.20 165	0.22 303	0.31 381	0.27 314
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.59 185	0.29 147	0.66 122	0.41 33	0.24 20	1.08 382	0.34 102	0.87 85	0.60 81	0.68 139	1.08 235	0.58 132	0.79 277	2.39 414	0.83 336	0.17 75	0.15 201	0.21 199	0.17 165	0.16 54	0.18 97

gcap-zeroshot	0.59 185	0.30 172	1.11 332	0.51 143	0.30 126	0.79 279	0.36 125	1.86 369	0.86 159	0.90 187	0.68 110	1.44 405	0.50 152	0.82 109	0.35 73	0.19 148	0.16 237	0.18 106	0.15 104	0.18 110	0.18 97

ACVNet-DCA	0.59 185	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.58 290	0.91 172	0.60 124	0.80 147	0.47 83	0.87 320	1.48 290	0.35 73	0.21 222	0.13 68	0.25 327	0.15 104	0.23 266	0.25 276

IGEV_Zeroshot_test	0.59 185	0.33 241	1.11 332	0.63 330	0.37 252	0.41 35	0.33 90	1.80 350	0.79 138	1.04 224	1.10 241	1.06 309	0.43 101	0.87 131	0.48 196	0.18 110	0.13 68	0.19 131	0.18 183	0.20 182	0.23 234

DCANet-4	0.59 185	0.28 124	1.65 431	0.44 50	0.25 39	0.48 80	0.36 125	1.15 186	1.36 408	1.13 250	1.03 211	0.56 128	0.74 251	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

x	0.59 185	0.34 270	0.79 188	0.51 143	0.32 179	0.69 235	0.46 246	1.64 303	0.97 203	0.86 180	0.86 160	0.83 222	0.74 251	0.75 90	0.70 300	0.21 222	0.22 360	0.22 230	0.20 234	0.21 226	0.24 255

sAnonymous2	0.59 185	0.61 446	1.82 443	0.61 312	0.52 372	0.51 114	0.54 316	0.97 105	0.70 107	0.50 92	0.68 110	0.46 74	0.63 219	0.61 46	0.41 141	0.22 256	0.17 266	0.23 264	0.21 276	0.85 519	0.56 486

CroCo_RVC	0.59 185	0.61 446	1.82 443	0.61 312	0.52 372	0.51 114	0.54 316	0.97 105	0.70 107	0.50 92	0.68 110	0.46 74	0.63 219	0.61 46	0.41 141	0.22 256	0.17 266	0.23 264	0.21 276	0.85 519	0.56 486

testlalala2	0.60 193	0.30 172	0.68 130	1.79 540	1.30 533	0.65 211	0.41 182	1.06 141	0.75 123	0.91 189	0.96 179	0.75 188	0.34 49	0.56 30	0.45 173	0.18 110	0.16 237	0.17 70	0.13 59	0.17 78	0.19 131

MIM_Stereo	0.60 193	0.26 83	1.02 302	0.49 112	0.32 179	0.52 120	0.28 53	1.41 257	0.82 146	1.02 219	1.16 276	0.93 264	0.53 162	1.48 290	0.63 278	0.17 75	0.17 266	0.20 165	0.19 205	0.17 78	0.18 97

MIPNet	0.60 193	0.31 204	1.07 319	0.51 143	0.34 217	0.68 226	0.40 172	1.67 307	1.14 286	1.11 239	0.93 174	0.60 141	0.78 268	0.77 93	0.58 258	0.18 110	0.14 135	0.19 131	0.16 141	0.18 110	0.21 184

AFF-stereo	0.60 193	0.28 124	0.72 146	0.48 98	0.29 109	0.34 15	0.37 140	1.22 210	1.20 315	1.21 305	1.59 428	1.10 327	0.70 246	1.01 173	0.44 160	0.14 20	0.12 34	0.19 131	0.20 234	0.18 110	0.15 30

R-Stereo Train	0.60 193	0.30 172	0.72 146	0.57 258	0.37 252	0.68 226	0.52 296	1.45 262	0.78 129	1.61 458	1.50 398	0.76 190	0.53 162	0.67 70	0.51 214	0.19 148	0.16 237	0.18 106	0.15 104	0.18 110	0.19 131

RAFT-Stereo	0.60 193	0.30 172	0.72 146	0.57 258	0.37 252	0.68 226	0.52 296	1.45 262	0.78 129	1.61 458	1.50 398	0.76 190	0.53 162	0.67 70	0.51 214	0.19 148	0.16 237	0.18 106	0.15 104	0.18 110	0.19 131
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 199	0.30 172	0.93 268	0.65 351	0.65 435	0.79 279	0.50 283	1.33 239	1.40 426	0.65 133	1.15 274	0.53 114	0.42 93	1.18 220	0.36 90	0.25 318	0.18 297	0.26 348	0.31 439	0.20 182	0.21 184

AIO-test1	0.61 199	0.27 107	0.68 130	0.68 391	1.02 511	0.79 279	0.36 125	1.59 295	1.35 399	0.59 117	0.89 167	0.60 141	0.49 147	1.20 225	0.36 90	0.18 110	0.17 266	0.23 264	0.25 357	0.18 110	0.26 296

rvit_0105_5	0.61 199	0.41 372	1.19 365	0.67 379	0.37 252	0.57 156	0.56 333	1.08 149	1.28 367	0.65 133	0.68 110	0.77 194	0.67 235	0.91 145	0.51 214	0.33 425	0.32 463	0.30 403	0.27 392	0.28 341	0.28 330

riskmin	0.62 202	0.29 147	0.73 160	0.50 128	0.34 217	0.86 319	0.44 227	1.74 335	1.07 245	0.76 153	0.76 133	1.19 345	1.01 380	0.84 120	0.60 268	0.20 191	0.16 237	0.24 288	0.16 141	0.24 295	0.29 344

qqq	0.62 202	0.36 308	0.88 245	0.50 128	0.28 94	0.64 205	0.62 367	1.58 290	0.91 172	0.83 168	0.96 179	0.95 274	0.79 277	0.99 166	0.67 292	0.21 222	0.23 388	0.24 288	0.23 335	0.23 266	0.25 276

ADStereo(finetuned)	0.62 202	0.26 83	1.59 427	0.45 59	0.25 39	0.49 86	0.36 125	1.18 195	1.35 399	1.16 270	1.04 217	0.60 141	1.18 433	0.85 124	0.57 253	0.17 75	0.14 135	0.17 70	0.13 59	0.19 146	0.24 255

dd	0.62 202	0.51 413	1.17 359	0.56 236	0.33 199	0.74 251	0.46 246	1.03 128	1.40 426	0.80 159	0.87 162	0.60 141	0.57 182	1.02 176	0.86 341	0.28 383	0.18 297	0.26 348	0.19 205	0.35 411	0.27 314

IPLGR	0.62 202	0.28 124	1.32 394	0.50 128	0.29 109	0.65 211	0.34 102	1.47 267	1.19 311	1.21 305	1.07 228	0.70 175	0.65 228	1.05 183	0.55 244	0.18 110	0.15 201	0.20 165	0.17 165	0.21 226	0.20 156

PFNet+	0.62 202	0.31 204	0.99 292	0.57 258	0.31 146	0.57 156	0.30 68	0.99 117	1.25 347	1.33 370	1.10 241	0.79 199	0.57 182	1.35 256	0.53 232	0.26 344	0.17 266	0.28 379	0.26 375	0.21 226	0.27 314

NRIStereo	0.62 202	0.31 204	0.78 184	0.56 236	0.28 94	0.63 196	0.33 90	1.16 191	0.92 177	1.15 266	0.87 162	0.90 250	0.58 199	2.24 399	0.56 250	0.22 256	0.14 135	0.21 199	0.19 205	0.22 246	0.18 97

RALAANet	0.62 202	0.37 329	0.97 287	0.66 365	0.50 357	0.67 222	0.31 75	1.27 226	1.09 256	1.11 239	1.17 279	0.88 238	0.46 124	1.27 238	0.45 173	0.20 191	0.15 201	0.21 199	0.18 183	0.27 325	0.19 131

FENet	0.62 202	0.30 172	0.68 130	0.57 258	0.33 199	0.82 296	0.40 172	1.41 257	1.12 274	1.03 222	0.87 162	0.98 283	0.84 298	1.00 170	0.70 300	0.23 278	0.16 237	0.23 264	0.20 234	0.22 246	0.24 255

RAFT+CT+SA	0.63 211	0.30 172	0.73 160	0.69 404	0.37 252	0.40 28	0.55 326	1.93 391	1.04 235	0.72 146	1.23 303	0.62 150	0.69 243	1.69 329	0.42 149	0.19 148	0.13 68	0.22 230	0.22 303	0.21 226	0.19 131

GANet-ADL	0.63 211	0.38 347	0.82 207	0.67 379	0.41 299	0.68 226	0.51 285	1.64 303	1.16 298	0.98 205	1.10 241	0.90 250	0.58 199	0.81 107	0.63 278	0.27 365	0.18 297	0.18 106	0.16 141	0.23 266	0.27 314

AnonymousM	0.63 211	1.14 516	0.43 11	0.46 71	0.32 179	0.43 52	0.46 246	1.27 226	0.78 129	1.00 210	0.66 105	0.68 167	0.45 114	0.61 46	0.46 179	0.21 222	0.16 237	1.84 545	0.98 542	0.15 35	0.15 30

HHNet	0.64 214	0.28 124	0.69 136	0.45 59	0.46 336	0.50 105	0.57 339	1.13 170	1.03 229	1.26 336	2.21 498	0.70 175	0.59 203	1.10 201	0.51 214	0.21 222	0.13 68	0.23 264	0.19 205	0.20 182	0.31 370

Pruner-Stereo	0.64 214	0.31 204	0.79 188	0.66 365	0.31 146	0.61 182	0.42 190	1.22 210	1.09 256	1.53 441	1.09 239	0.94 270	0.55 173	1.37 260	0.56 250	0.25 318	0.14 135	0.24 288	0.21 276	0.21 226	0.25 276

Anonymous3	0.64 214	0.47 395	1.31 391	0.59 290	0.50 357	0.93 344	0.69 388	1.11 164	0.83 150	0.74 149	0.89 167	0.65 159	0.68 239	1.08 193	0.54 241	0.40 465	0.31 451	0.26 348	0.26 375	0.31 381	0.30 360

DIP-Stereo	0.64 214	0.32 222	0.91 263	0.49 112	0.36 242	0.91 333	0.33 90	2.51 510	0.77 125	1.25 323	1.00 199	0.68 167	0.51 155	0.92 147	0.65 287	0.19 148	0.15 201	0.21 199	0.17 165	0.19 146	0.22 213
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 218	0.34 270	0.65 117	0.60 298	0.27 59	1.14 392	0.48 264	1.08 149	2.62 528	0.59 117	0.79 142	0.49 91	0.80 284	1.57 303	0.35 73	0.21 222	0.13 68	0.25 327	0.16 141	0.20 182	0.23 234

TestStereo	0.65 218	0.42 375	0.83 216	0.52 164	0.27 59	0.57 156	0.44 227	1.07 144	0.92 177	0.85 175	1.01 201	0.68 167	0.56 179	3.22 450	0.47 189	0.23 278	0.15 201	0.24 288	0.18 183	0.28 341	0.18 97

FACV-RUCA	0.66 220	0.36 308	0.89 249	0.63 330	0.65 435	0.84 311	0.41 182	1.67 307	1.11 267	0.91 189	1.14 268	0.63 155	0.77 261	0.84 120	0.54 241	0.28 383	0.19 315	0.47 493	0.22 303	0.36 415	0.29 344

rvit_0105_3	0.66 220	0.47 395	1.27 384	0.74 437	0.40 285	0.63 196	0.70 395	1.22 210	1.28 367	0.83 168	0.71 122	0.82 213	0.72 250	0.93 150	0.58 258	0.37 455	0.34 473	0.34 441	0.32 446	0.28 341	0.31 370

rvit_stereo_0075_2	0.66 220	0.47 395	1.21 373	0.67 379	0.66 441	0.53 129	0.48 264	1.24 217	1.17 303	0.77 154	0.91 170	0.78 198	0.59 203	1.05 183	0.63 278	0.37 455	0.28 433	0.40 475	0.31 439	0.38 427	0.34 397

CAS	0.66 220	0.19 2	0.41 7	2.31 547	0.86 492	0.56 154	0.53 302	0.83 67	0.63 90	0.49 83	0.70 119	0.36 47	0.26 12	0.47 13	0.37 103	2.33 547	0.10 2	0.14 1	0.10 1	0.17 78	1.31 537

TestStereo1	0.66 220	0.29 147	0.95 279	0.82 469	0.32 179	0.47 72	0.43 208	1.52 273	1.22 330	0.99 206	1.32 338	0.65 159	0.76 257	1.78 340	0.44 160	0.20 191	0.16 237	0.22 230	0.19 205	0.21 226	0.20 156

RAFT_CTSACE	0.66 220	0.29 147	1.14 342	0.57 258	0.51 367	0.68 226	0.44 227	0.88 87	0.98 206	1.03 222	1.83 466	1.23 356	0.67 235	1.48 290	0.38 110	0.16 43	0.16 237	0.21 199	0.20 234	0.20 182	0.17 81

SA-5K	0.66 220	0.29 147	0.95 279	0.82 469	0.32 179	0.47 72	0.43 208	1.52 273	1.22 330	0.99 206	1.32 338	0.65 159	0.76 257	1.78 340	0.44 160	0.20 191	0.16 237	0.22 230	0.19 205	0.21 226	0.20 156

ACRE	0.66 220	0.37 329	1.27 384	0.60 298	0.50 357	0.74 251	0.47 257	1.26 222	1.10 260	1.40 404	1.56 418	0.62 150	0.46 124	0.88 134	0.78 320	0.24 298	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

ICVP	0.66 220	0.35 299	0.71 144	0.63 330	0.41 299	0.85 318	0.56 333	1.78 343	0.96 199	0.92 192	1.24 307	0.88 238	0.75 256	0.76 91	0.93 365	0.31 410	0.22 360	0.22 230	0.21 276	0.24 295	0.28 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 220	0.27 107	1.15 344	0.46 71	0.25 39	0.72 244	0.42 190	1.57 288	1.44 442	0.83 168	1.39 364	1.10 327	0.80 284	0.97 164	0.65 287	0.20 191	0.14 135	0.18 106	0.15 104	0.18 110	0.28 330

ACVNet	0.66 220	0.33 241	0.74 165	0.55 215	0.37 252	0.80 286	0.47 257	1.46 264	1.11 267	1.01 215	1.31 333	1.07 312	0.91 335	0.82 109	1.09 393	0.22 256	0.19 315	0.21 199	0.18 183	0.23 266	0.19 131

HI	0.67 231	0.34 270	0.80 193	0.51 143	0.51 367	0.41 35	0.37 140	1.15 186	0.80 141	1.34 377	1.42 375	1.60 434	1.11 414	0.96 160	0.90 354	0.16 43	0.12 34	0.20 165	0.21 276	0.20 182	0.20 156

CoSv	0.67 231	0.34 270	0.80 193	0.51 143	0.51 367	0.41 35	0.37 140	1.15 186	0.80 141	1.34 377	1.42 375	1.60 434	1.11 414	0.96 160	0.90 354	0.16 43	0.12 34	0.20 165	0.21 276	0.20 182	0.20 156

test_sample2	0.67 231	0.31 204	0.89 249	0.54 201	0.29 109	0.80 286	0.63 372	1.83 357	1.10 260	0.93 195	1.06 225	0.94 270	0.92 343	1.24 230	0.59 265	0.23 278	0.20 329	0.22 230	0.21 276	0.24 295	0.25 276

test_sample1	0.67 231	0.32 222	0.90 259	0.54 201	0.33 199	0.76 261	0.48 264	1.75 337	1.06 243	0.95 200	0.99 194	0.91 254	1.10 411	1.25 231	0.79 325	0.22 256	0.19 315	0.21 199	0.20 234	0.21 226	0.25 276

MyStereo06	0.67 231	0.29 147	1.06 314	0.58 271	0.48 346	0.62 185	0.72 399	2.26 469	0.89 166	1.07 234	1.12 252	1.22 352	0.56 179	0.83 115	0.47 189	0.17 75	0.17 266	0.24 288	0.21 276	0.23 266	0.23 234

StereoVision	0.67 231	0.37 329	1.02 302	0.60 298	0.41 299	0.50 105	0.41 182	1.32 237	0.96 199	0.73 148	2.48 512	0.82 213	0.57 182	1.06 188	0.50 210	0.26 344	0.28 433	0.29 391	0.28 403	0.37 421	0.22 213

CASS	0.67 231	0.36 308	0.84 225	0.57 258	0.28 94	0.82 296	0.43 208	1.62 302	0.92 177	1.39 398	1.28 326	0.87 232	0.84 298	0.88 134	0.59 265	0.36 452	0.19 315	0.26 348	0.22 303	0.29 358	0.43 447
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 231	0.37 329	1.17 359	0.60 298	0.51 367	0.75 256	0.48 264	1.26 222	1.11 267	1.43 414	1.58 424	0.64 158	0.48 136	0.94 151	0.78 320	0.24 298	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

IPLGR_C	0.67 231	0.38 347	1.20 369	0.60 298	0.50 357	0.75 256	0.48 264	1.28 230	1.13 280	1.42 410	1.57 422	0.62 150	0.48 136	0.85 124	0.80 332	0.24 298	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

GwcNet-ADL	0.67 231	0.33 241	0.90 259	0.58 271	0.41 299	0.60 174	0.59 352	1.55 282	1.28 367	1.11 239	1.13 263	0.90 250	0.59 203	1.11 204	0.91 358	0.28 383	0.18 297	0.18 106	0.18 183	0.25 307	0.33 388

TRStereo	0.67 231	0.71 477	1.06 314	0.77 455	0.68 448	0.53 129	0.38 150	2.52 511	0.96 199	0.81 164	0.84 156	0.87 232	0.39 83	1.16 214	0.46 179	0.24 298	0.17 266	0.23 264	0.24 348	0.18 110	0.20 156

RAFT	0.67 231	0.32 222	0.83 216	0.63 330	0.34 217	0.69 235	0.57 339	1.14 174	0.84 153	1.12 247	1.20 287	1.75 462	0.92 343	1.09 197	0.60 268	0.22 256	0.19 315	0.27 363	0.24 348	0.22 246	0.23 234

DN-CSS_ROB	0.67 231	0.36 308	1.36 401	0.59 290	0.41 299	0.54 142	0.45 240	1.30 233	0.95 195	1.05 226	1.47 387	0.69 172	0.64 223	1.80 347	0.60 268	0.19 148	0.15 201	0.25 327	0.23 335	0.22 246	0.23 234

cc1	0.68 244	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.07 144	3.23 541	0.60 124	0.80 147	0.47 83	0.87 320	1.48 290	0.35 73	0.21 222	0.13 68	0.25 327	0.15 104	0.19 146	0.23 234

mmm	0.68 244	0.37 329	0.91 263	0.54 201	0.34 217	0.86 319	0.58 346	1.72 331	1.02 226	1.13 250	1.41 374	0.83 222	0.78 268	0.95 159	0.67 292	0.22 256	0.20 329	0.29 391	0.26 375	0.27 325	0.27 314

PCWNet_CMD	0.68 244	0.34 270	0.93 268	0.51 143	0.38 264	0.80 286	0.42 190	1.51 271	1.34 396	1.17 274	1.31 333	1.23 356	0.65 228	0.94 151	0.62 274	0.21 222	0.17 266	0.27 363	0.19 205	0.43 446	0.28 330

HH	0.68 244	0.33 241	0.83 216	0.53 187	0.34 217	0.92 340	0.45 240	1.79 346	0.74 118	0.71 142	1.13 263	1.60 434	0.83 295	1.95 367	0.39 114	0.18 110	0.14 135	0.19 131	0.17 165	0.19 146	0.19 131

HanStereo	0.68 244	0.33 241	0.83 216	0.53 187	0.34 217	0.92 340	0.45 240	1.79 346	0.74 118	0.71 142	1.13 263	1.60 434	0.83 295	1.95 367	0.39 114	0.18 110	0.14 135	0.19 131	0.17 165	0.19 146	0.19 131

DisPM	0.68 244	0.30 172	0.85 231	0.66 365	0.35 234	0.60 174	0.44 227	1.10 162	1.10 260	1.56 449	1.10 241	0.80 201	0.58 199	2.37 412	0.46 179	0.25 318	0.14 135	0.23 264	0.21 276	0.20 182	0.26 296

CFNet_pseudo	0.68 244	0.34 270	0.93 268	0.50 128	0.39 273	0.72 244	0.42 190	1.44 260	1.25 347	1.17 274	1.35 352	1.22 352	0.66 233	1.04 180	0.64 282	0.21 222	0.17 266	0.33 433	0.19 205	0.39 432	0.28 330

MSMDNet	0.68 244	0.34 270	0.93 268	0.52 164	0.38 264	0.80 286	0.42 190	1.52 273	1.35 399	1.17 274	1.31 333	1.23 356	0.65 228	0.94 151	0.62 274	0.21 222	0.17 266	0.26 348	0.19 205	0.41 440	0.28 330

ccs_rob	0.68 244	0.34 270	0.93 268	0.50 128	0.39 273	0.72 244	0.42 190	1.43 259	1.25 347	1.17 274	1.34 347	1.22 352	0.66 233	1.04 180	0.64 282	0.21 222	0.17 266	0.35 448	0.20 234	0.40 436	0.29 344

SA	0.69 253	0.31 204	0.97 287	0.64 344	0.30 126	0.56 154	0.38 150	1.84 359	1.35 399	0.99 206	1.37 357	0.69 172	0.94 348	1.88 359	0.43 155	0.20 191	0.16 237	0.25 327	0.23 335	0.22 246	0.19 131

MyStereo8	0.70 254	0.32 222	1.24 379	0.63 330	0.53 379	0.90 330	0.34 102	1.60 297	1.35 399	1.20 298	1.31 333	0.89 248	0.64 223	0.77 93	1.02 386	0.18 110	0.15 201	0.20 165	0.18 183	0.22 246	0.30 360

MyStereo05	0.70 254	0.29 147	1.22 374	0.58 271	0.48 346	0.62 185	0.72 399	1.52 273	1.54 464	1.17 274	0.91 170	0.77 194	0.79 277	1.45 283	0.68 296	0.17 75	0.17 266	0.24 288	0.21 276	0.23 266	0.23 234

xx1	0.70 254	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.07 144	3.23 541	0.60 124	0.80 147	0.95 274	0.79 277	1.48 290	0.35 73	0.21 222	0.13 68	0.24 288	0.23 335	0.23 266	0.25 276

GMStereo_Zeroshot	0.70 254	0.64 457	1.11 332	0.65 351	0.38 264	0.84 311	0.37 140	1.09 156	1.16 298	1.14 264	1.07 228	1.26 367	0.55 173	1.23 228	0.65 287	0.34 435	0.17 266	0.31 409	0.18 183	0.57 493	0.23 234

test_5	0.70 254	0.32 222	0.99 292	0.69 404	0.50 357	0.89 326	0.51 285	1.88 375	1.14 286	0.78 156	1.13 263	1.04 305	0.89 329	1.59 310	0.46 179	0.19 148	0.14 135	0.23 264	0.22 303	0.22 246	0.20 156

GES	0.70 254	0.37 329	1.05 312	0.62 320	0.38 264	0.94 347	0.57 339	2.37 488	0.92 177	1.05 226	1.12 252	0.67 165	0.77 261	1.02 176	0.65 287	0.28 383	0.20 329	0.20 165	0.20 234	0.22 246	0.31 370

IGEV-BASED-STEREO-	0.71 260	3.18 566	2.55 485	0.40 24	0.24 20	0.42 45	0.23 26	0.66 22	0.46 43	0.47 69	0.45 40	0.33 41	0.27 18	0.58 40	0.30 34	1.34 541	0.10 2	0.22 230	0.19 205	0.45 460	1.32 539

MyStereo04	0.71 260	0.30 172	1.28 387	0.58 271	0.48 346	0.59 169	0.78 411	1.74 335	1.49 458	0.94 198	0.91 170	0.74 186	0.86 311	1.59 310	0.69 297	0.18 110	0.18 297	0.24 288	0.21 276	0.23 266	0.23 234

raft_robust	0.71 260	0.32 222	0.75 170	0.54 201	0.28 94	0.54 142	0.35 115	1.54 279	1.24 339	1.18 285	1.07 228	0.73 185	0.53 162	3.65 459	0.40 131	0.19 148	0.16 237	0.20 165	0.22 303	0.21 226	0.19 131

iRaft-Stereo_20w	0.71 260	0.33 241	1.25 381	0.50 128	0.36 242	0.82 296	0.31 75	3.16 537	0.89 166	1.24 320	1.14 268	0.79 199	0.65 228	1.15 211	0.43 155	0.18 110	0.13 68	0.18 106	0.17 165	0.20 182	0.23 234

DMCA	0.71 260	0.36 308	1.17 359	0.53 187	0.45 328	0.84 311	0.46 246	1.52 273	1.09 256	1.20 298	1.12 252	1.21 348	0.74 251	0.87 131	1.09 393	0.25 318	0.20 329	0.27 363	0.19 205	0.24 295	0.29 344

HITNet	0.71 260	0.42 375	1.07 319	0.52 164	0.25 39	1.05 374	0.48 264	2.12 433	1.08 248	1.21 305	1.23 303	0.91 254	0.84 298	0.90 142	0.91 358	0.17 75	0.12 34	0.21 199	0.17 165	0.29 358	0.18 97
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
IPLG	0.72 266	0.29 147	1.12 336	0.53 187	0.44 324	0.79 279	0.33 90	1.35 241	1.10 260	1.32 364	1.11 248	0.52 109	0.54 170	3.13 446	0.71 303	0.17 75	0.14 135	0.20 165	0.17 165	0.18 110	0.21 184

HCRNet	0.72 266	0.40 362	0.86 238	0.61 312	0.57 403	0.75 256	0.35 115	1.39 251	1.21 322	1.11 239	0.99 194	1.01 299	0.76 257	2.18 394	0.73 304	0.28 383	0.19 315	0.28 379	0.23 335	0.25 307	0.26 296

UCFNet_RVC	0.72 266	0.37 329	0.59 81	0.66 365	0.41 299	0.89 326	0.68 385	1.78 343	1.15 291	1.01 215	1.20 287	1.22 352	0.95 353	1.07 190	0.66 291	0.28 383	0.21 345	0.34 441	0.31 439	0.33 399	0.29 344

test_sample3	0.73 269	0.35 299	1.06 314	0.55 215	0.32 179	0.97 363	0.51 285	2.12 433	1.25 347	1.16 270	1.17 279	0.88 238	0.78 268	1.27 238	0.79 325	0.26 344	0.21 345	0.25 327	0.25 357	0.26 319	0.27 314

CFNet_ucs	0.73 269	0.34 270	0.94 275	0.53 187	0.44 324	0.76 261	0.46 246	1.73 333	1.34 396	1.24 320	1.54 409	1.08 322	0.64 223	1.05 183	0.64 282	0.26 344	0.20 329	0.37 461	0.22 303	0.42 444	0.30 360

ToySt	0.73 269	0.35 299	1.64 429	0.54 201	0.37 252	0.92 340	0.81 427	1.21 208	1.03 229	0.86 180	1.12 252	1.31 379	1.01 380	1.04 180	0.88 347	0.19 148	0.20 329	0.24 288	0.24 348	0.27 325	0.28 330

LCNet	0.73 269	0.30 172	0.58 75	0.58 271	0.31 146	0.68 226	0.53 302	1.09 156	0.94 190	1.19 293	1.34 347	0.96 279	1.32 454	2.50 422	0.46 179	0.19 148	0.13 68	0.21 199	0.25 357	0.28 341	0.69 510

test_sample4	0.74 273	0.36 308	1.09 325	0.55 215	0.32 179	0.92 340	0.51 285	2.14 443	1.25 347	1.22 313	1.22 295	0.86 230	0.82 290	1.29 242	0.76 314	0.26 344	0.21 345	0.26 348	0.26 375	0.27 325	0.28 330

IER	0.74 273	0.33 241	1.25 381	0.50 128	0.53 379	1.32 424	0.55 326	1.31 235	1.08 248	1.30 355	1.34 347	1.11 332	1.10 411	1.05 183	0.81 334	0.20 191	0.17 266	0.21 199	0.21 276	0.20 182	0.21 184

SFCPSM	0.74 273	0.30 172	1.06 314	0.52 164	0.39 273	1.36 432	0.64 374	2.42 494	1.11 267	1.18 285	1.21 293	0.81 207	0.78 268	1.08 193	0.57 253	0.22 256	0.17 266	0.22 230	0.24 348	0.23 266	0.21 184

AdaStereo	0.74 273	0.48 401	0.86 238	0.75 446	0.38 264	0.94 347	0.56 333	2.05 422	1.24 339	1.15 266	1.22 295	1.07 312	0.67 235	1.05 183	0.73 304	0.33 425	0.16 237	0.32 421	0.22 303	0.29 358	0.23 234
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.
DCVSM-stereo	0.75 277	0.36 308	0.82 207	0.58 271	0.43 314	0.78 271	0.42 190	1.30 233	1.05 241	1.79 482	1.04 217	1.60 434	1.08 405	1.12 206	0.86 341	0.25 318	0.27 427	0.29 391	0.24 348	0.30 374	0.37 414

test_sample5	0.75 277	0.36 308	1.04 307	0.55 215	0.31 146	0.84 311	0.53 302	2.12 433	1.23 335	1.18 285	1.30 331	0.88 238	0.86 311	1.37 260	0.76 314	0.26 344	0.22 360	0.27 363	0.28 403	0.28 341	0.29 344

DualNet	0.75 277	0.36 308	1.04 307	0.55 215	0.31 146	0.84 311	0.53 302	2.12 433	1.23 335	1.21 305	1.40 369	0.88 238	0.86 311	1.37 260	0.76 314	0.26 344	0.22 360	0.27 363	0.28 403	0.28 341	0.29 344

BSDual-CNN	0.75 277	0.34 270	0.77 178	0.55 215	0.45 328	1.25 417	0.66 380	2.65 519	1.04 235	1.25 323	1.12 252	1.11 332	0.77 261	0.94 151	0.76 314	0.25 318	0.18 297	0.25 327	0.22 303	0.23 266	0.24 255

psmg	0.75 277	0.34 270	0.77 178	0.52 164	0.45 328	1.46 447	0.73 402	2.15 448	1.04 235	1.25 323	1.33 343	1.11 332	0.77 261	0.94 151	0.76 314	0.25 318	0.20 329	0.25 327	0.26 375	0.23 266	0.24 255

UDGNet	0.75 277	1.23 522	0.99 292	0.82 469	0.42 309	0.76 261	0.38 150	0.98 109	1.37 413	0.83 168	0.88 165	0.70 175	0.60 209	1.25 231	0.57 253	0.57 509	0.19 315	1.03 536	0.26 375	0.79 518	0.35 406

PSMNet-ADL	0.75 277	0.36 308	0.69 136	0.71 417	0.47 344	1.13 389	0.46 246	1.47 267	1.07 245	0.85 175	1.18 282	1.31 379	0.94 348	1.56 301	1.06 391	0.34 435	0.22 360	0.22 230	0.23 335	0.27 325	0.36 410

GMM-Stereo	0.75 277	0.27 107	0.66 122	0.56 236	0.34 217	0.71 241	0.97 464	1.09 156	0.91 172	1.37 390	1.79 459	1.11 332	0.79 277	2.08 384	0.48 196	0.19 148	0.12 34	0.25 327	0.25 357	0.21 226	0.78 517

rvit_105_1	0.76 285	0.54 424	1.27 384	0.80 462	0.49 352	0.74 251	0.86 441	1.39 251	1.23 335	1.00 210	0.80 147	0.93 264	0.78 268	1.29 242	0.78 320	0.43 474	0.36 485	0.36 458	0.42 487	0.30 374	0.36 410

qqq1	0.76 285	0.32 222	0.95 279	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 447	1.27 341	1.50 398	0.98 283	0.96 355	1.87 353	0.48 196	0.24 298	0.22 360	0.18 106	0.15 104	0.19 146	0.22 213

fff1	0.76 285	0.32 222	0.95 279	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 447	1.27 341	1.50 398	0.98 283	0.96 355	1.87 353	0.48 196	0.24 298	0.22 360	0.18 106	0.15 104	0.19 146	0.22 213

Sa-1000	0.76 285	0.30 172	0.92 266	0.62 320	0.31 146	0.78 271	0.37 140	2.00 409	1.38 415	1.30 355	2.04 488	0.86 230	0.74 251	1.87 353	0.40 131	0.19 148	0.14 135	0.25 327	0.24 348	0.21 226	0.19 131

Prome-Stereo	0.76 285	0.29 147	0.57 73	0.58 271	0.33 199	0.58 167	0.94 459	0.98 109	0.92 177	1.46 426	2.45 510	0.91 254	1.38 461	1.60 315	0.44 160	0.19 148	0.13 68	0.19 131	0.18 183	0.20 182	0.87 523

EAI-Stereo	0.76 285	0.31 204	0.74 165	0.55 215	0.28 94	0.70 239	1.72 526	2.57 514	0.90 171	0.75 151	3.03 524	0.57 130	0.43 101	1.10 201	0.49 207	0.19 148	0.14 135	0.17 70	0.18 183	0.17 78	0.21 184

DFGA-Net	0.77 291	0.47 395	1.75 437	0.55 215	0.46 336	0.83 303	0.44 227	1.38 247	1.10 260	1.05 226	1.20 287	0.70 175	0.58 199	2.27 402	1.31 422	0.19 148	0.17 266	0.24 288	0.24 348	0.28 341	0.30 360

G2L-Stereo_test	0.77 291	0.31 204	0.97 287	0.51 143	0.41 299	0.90 330	0.80 422	1.67 307	1.22 330	1.32 364	1.27 320	1.50 419	0.81 288	1.74 334	1.02 386	0.20 191	0.14 135	0.16 46	0.16 141	0.18 110	0.22 213

test_sample6	0.77 291	0.36 308	1.07 319	0.56 236	0.31 146	0.82 296	0.56 333	2.12 433	1.24 339	1.21 305	1.40 369	0.90 250	0.90 332	1.45 283	0.87 346	0.28 383	0.23 388	0.28 379	0.29 422	0.28 341	0.30 360

KYRaft	0.77 291	0.29 147	0.68 130	0.59 290	0.29 109	0.66 217	0.83 432	1.05 139	0.89 166	1.63 464	2.22 499	1.15 340	0.99 371	1.59 310	0.41 141	0.21 222	0.14 135	0.22 230	0.28 403	0.21 226	1.01 527

MLCV	0.77 291	0.39 356	1.31 391	0.55 215	0.25 39	0.91 333	0.39 164	1.48 269	1.28 367	1.49 435	1.54 409	1.02 301	0.68 239	2.12 388	0.93 365	0.19 148	0.13 68	0.19 131	0.14 85	0.19 146	0.22 213

test_sample7	0.78 296	0.39 356	0.89 249	0.55 215	0.35 234	0.93 344	0.75 404	1.99 405	1.27 359	1.25 323	1.22 295	1.09 323	1.01 380	1.31 245	0.73 304	0.32 418	0.32 463	0.32 421	0.32 446	0.33 399	0.33 388

CoDeX	0.78 296	0.31 204	1.04 307	0.56 236	0.37 252	1.13 389	0.60 359	2.77 526	1.29 379	1.17 274	1.26 311	0.91 254	0.87 320	1.42 277	0.74 308	0.21 222	0.16 237	0.21 199	0.18 183	0.21 226	0.21 184

anonymousa	0.78 296	0.30 172	0.85 231	0.51 143	0.96 507	1.41 442	0.47 257	1.61 299	0.94 190	1.33 370	1.77 457	1.66 446	1.11 414	0.72 80	0.63 278	0.19 148	0.18 297	0.23 264	0.25 357	0.20 182	0.22 213

BUS	0.78 296	0.34 270	0.77 178	0.55 215	0.45 328	2.30 512	0.42 190	2.65 519	1.04 235	1.25 323	1.12 252	1.02 301	0.70 246	0.94 151	0.75 311	0.25 318	0.18 297	0.25 327	0.22 303	0.23 266	0.24 255

acv_ft	0.78 296	0.33 241	1.10 330	0.73 431	0.86 492	1.23 414	0.57 339	1.65 306	1.11 267	1.31 361	1.31 333	1.07 312	0.91 335	0.82 109	1.35 432	0.22 256	0.19 315	0.21 199	0.18 183	0.22 246	0.19 131

GANet-RSSM	0.78 296	0.31 204	0.90 259	0.67 379	0.58 406	0.80 286	0.62 367	2.04 418	1.15 291	1.11 239	1.27 320	1.26 367	1.18 433	1.68 325	0.74 308	0.26 344	0.21 345	0.22 230	0.22 303	0.23 266	0.23 234

PSMNet-RSSM	0.78 296	0.32 222	0.89 249	0.65 351	0.43 314	0.73 249	0.58 346	2.14 443	1.19 311	1.18 285	1.38 362	1.31 379	1.07 404	1.43 279	0.82 335	0.28 383	0.21 345	0.27 363	0.29 422	0.25 307	0.26 296

CFNet-ft	0.78 296	0.36 308	0.74 165	0.67 379	0.56 398	0.86 319	0.54 316	1.46 264	1.17 303	1.01 215	1.28 326	1.68 451	1.03 390	1.57 303	0.95 372	0.27 365	0.21 345	0.33 433	0.26 375	0.31 381	0.26 296

CFNet_RVC	0.78 296	0.36 308	0.74 165	0.67 379	0.56 398	0.86 319	0.54 316	1.46 264	1.17 303	1.01 215	1.28 326	1.68 451	1.03 390	1.57 303	0.95 372	0.27 365	0.21 345	0.33 433	0.26 375	0.31 381	0.26 296

G2L-ROB	0.79 305	0.28 124	1.01 299	0.57 258	0.39 273	0.94 347	0.65 376	1.76 339	1.18 309	1.27 341	1.03 211	1.62 439	0.78 268	1.93 363	1.26 417	0.20 191	0.14 135	0.17 70	0.15 104	0.20 182	0.24 255

SMFormer	0.79 305	0.32 222	0.95 279	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 447	1.27 341	1.50 398	0.98 283	0.96 355	1.87 353	0.99 378	0.24 298	0.22 360	0.22 230	0.21 276	0.23 266	0.27 314

tta	0.79 305	0.32 222	0.95 279	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 447	1.27 341	1.50 398	0.98 283	0.96 355	1.87 353	0.99 378	0.24 298	0.22 360	0.22 230	0.21 276	0.19 146	0.22 213

ffm	0.79 305	0.36 308	1.51 415	0.56 236	0.40 285	0.76 261	0.59 352	1.08 149	2.62 528	1.19 293	1.49 391	1.07 312	0.85 303	1.57 303	0.35 73	0.21 222	0.13 68	0.31 409	0.28 403	0.20 182	0.23 234

cf-r	0.79 305	0.32 222	1.06 314	0.57 258	0.64 430	0.78 271	0.51 285	2.04 418	1.22 330	1.20 298	1.27 320	1.53 425	0.91 335	1.47 288	0.94 370	0.25 318	0.19 315	0.22 230	0.23 335	0.19 146	0.21 184

DeepPruner_ROB	0.79 305	0.55 428	1.14 342	0.61 312	0.46 336	0.78 271	0.54 316	1.83 357	1.00 219	1.42 410	1.27 320	1.23 356	0.77 261	1.56 301	0.89 350	0.35 445	0.28 433	0.27 363	0.26 375	0.32 392	0.34 397

DDVS	0.80 311	0.43 379	1.09 325	0.64 344	0.44 324	1.27 420	0.43 208	1.49 270	0.94 190	1.21 305	1.16 276	1.42 399	0.63 219	2.14 390	1.02 386	0.29 399	0.22 360	0.26 348	0.23 335	0.31 381	0.37 414

gwcnet-sp	0.80 311	0.37 329	1.94 451	0.62 320	0.45 328	1.38 433	0.53 302	1.68 311	1.20 315	1.37 390	1.08 235	0.93 264	0.82 290	1.45 283	0.79 325	0.22 256	0.22 360	0.22 230	0.21 276	0.23 266	0.25 276

scenet	0.80 311	0.37 329	1.94 451	0.62 320	0.45 328	1.38 433	0.53 302	1.68 311	1.20 315	1.37 390	1.08 235	0.93 264	0.82 290	1.45 283	0.79 325	0.22 256	0.22 360	0.22 230	0.21 276	0.23 266	0.25 276

ssnet	0.80 311	0.37 329	1.94 451	0.62 320	0.45 328	1.38 433	0.53 302	1.68 311	1.20 315	1.37 390	1.08 235	0.93 264	0.82 290	1.45 283	0.79 325	0.22 256	0.22 360	0.22 230	0.21 276	0.23 266	0.25 276

AASNet	0.80 311	0.39 356	1.16 358	0.84 477	0.80 481	1.14 392	0.59 352	2.12 433	1.21 322	1.26 336	1.26 311	0.93 264	0.77 261	0.84 120	1.23 413	0.28 383	0.24 398	0.24 288	0.20 234	0.28 341	0.27 314

PSM-softLoss	0.80 311	0.33 241	0.89 249	0.63 330	0.32 179	0.55 147	0.40 172	1.26 222	0.78 129	1.25 323	1.07 228	0.83 222	0.51 155	5.33 495	0.61 271	0.25 318	0.15 201	0.25 327	0.22 303	0.20 182	0.26 296

KMStereo	0.80 311	0.33 241	0.89 249	0.63 330	0.32 179	0.55 147	0.40 172	1.26 222	0.78 129	1.25 323	1.07 228	0.83 222	0.51 155	5.33 495	0.61 271	0.25 318	0.15 201	0.25 327	0.22 303	0.20 182	0.26 296

PSM-AAD	0.80 311	0.29 147	0.58 75	0.58 271	0.29 109	0.76 261	1.19 494	1.08 149	0.94 190	1.65 466	1.58 424	0.81 207	2.12 521	1.67 323	0.44 160	0.19 148	0.14 135	0.38 465	0.32 446	0.22 246	0.68 508

iResNet	0.80 311	0.45 387	1.47 410	0.72 423	0.31 146	0.96 360	0.64 374	1.80 350	1.28 367	1.31 361	1.48 390	0.94 270	0.78 268	1.77 338	0.99 378	0.19 148	0.14 135	0.18 106	0.15 104	0.22 246	0.27 314

NINENet	0.81 320	0.40 362	0.89 249	0.65 351	0.53 379	2.30 512	0.42 190	2.12 433	1.13 280	1.20 298	1.27 320	1.02 301	0.70 246	1.26 235	0.75 311	0.29 399	0.24 398	0.31 409	0.21 276	0.27 325	0.26 296

DRaft	0.81 320	0.26 83	0.77 178	0.47 86	0.31 146	0.95 354	0.52 296	1.13 170	0.99 215	1.78 481	2.01 486	0.80 201	1.71 495	2.64 429	0.74 308	0.19 148	0.14 135	0.20 165	0.20 234	0.18 110	0.24 255

hknet	0.82 322	0.34 270	1.15 344	0.55 215	0.39 273	1.25 417	0.66 380	2.65 519	1.10 260	1.25 323	1.12 252	1.58 433	0.85 303	1.41 272	0.79 325	0.23 278	0.18 297	0.25 327	0.22 303	0.23 266	0.24 255

NF-Stereo	0.82 322	0.33 241	0.83 216	0.65 351	0.31 146	0.63 196	0.43 208	1.35 241	0.93 184	1.30 355	1.02 204	0.81 207	0.57 182	5.37 499	0.55 244	0.26 344	0.14 135	0.24 288	0.20 234	0.20 182	0.30 360

OCTAStereo	0.82 322	0.33 241	0.83 216	0.65 351	0.31 146	0.62 185	0.44 227	1.35 241	0.93 184	1.30 355	1.02 204	0.81 207	0.57 182	5.32 494	0.55 244	0.26 344	0.14 135	0.24 288	0.20 234	0.20 182	0.30 360

RE-Stereo	0.82 322	0.33 241	0.84 225	0.65 351	0.31 146	0.63 196	0.44 227	1.35 241	0.93 184	1.30 355	1.02 204	0.80 201	0.57 182	5.34 497	0.55 244	0.26 344	0.14 135	0.24 288	0.20 234	0.20 182	0.31 370

TVStereo	0.82 322	0.33 241	0.84 225	0.65 351	0.31 146	0.63 196	0.44 227	1.35 241	0.93 184	1.30 355	1.02 204	0.80 201	0.57 182	5.34 497	0.55 244	0.26 344	0.14 135	0.24 288	0.20 234	0.20 182	0.31 370

ARAFT	0.82 322	0.40 362	1.77 439	0.53 187	0.31 146	0.89 326	0.81 427	2.32 479	1.08 248	1.66 469	1.25 309	1.04 305	0.64 223	1.91 360	0.52 222	0.20 191	0.15 201	0.28 379	0.27 392	0.17 78	0.18 97

STTStereo	0.82 322	0.53 421	1.53 422	0.68 391	0.56 398	0.88 324	0.56 333	1.57 288	1.14 286	1.39 398	1.10 241	1.26 367	0.84 298	1.49 297	0.90 354	0.29 399	0.28 433	0.33 433	0.40 483	0.33 399	0.37 414

BEATNet_4x	0.82 322	0.54 424	2.02 458	0.56 236	0.28 94	1.04 371	0.55 326	2.14 443	1.13 280	1.24 320	1.26 311	1.00 294	0.94 348	1.13 208	1.23 413	0.21 222	0.14 135	0.24 288	0.20 234	0.37 421	0.23 234

iResNet_ROB	0.82 322	0.36 308	1.13 337	0.60 298	0.37 252	0.91 333	0.38 150	2.41 493	1.61 477	1.35 383	1.35 352	1.25 361	0.97 365	1.75 336	0.88 347	0.21 222	0.14 135	0.17 70	0.12 29	0.19 146	0.30 360

ISRNet	0.83 331	0.35 299	1.31 391	0.84 477	0.65 435	0.60 174	0.41 182	1.28 230	1.15 291	1.61 458	1.55 412	1.34 386	0.77 261	1.33 254	0.98 377	0.40 465	0.34 473	0.43 482	0.38 480	0.34 407	0.49 463

testlalala_base	0.83 331	0.41 372	0.80 193	0.67 379	0.53 379	0.78 271	0.30 68	1.84 359	0.60 81	0.75 151	0.91 170	0.68 167	0.54 170	0.69 74	0.46 179	2.92 552	0.15 201	0.17 70	0.12 29	2.95 552	0.27 314

GrayStereo	0.83 331	0.28 124	0.62 100	0.66 365	0.37 252	0.76 261	1.79 530	1.19 199	0.91 172	1.98 500	1.89 474	1.07 312	1.76 499	1.43 279	0.50 210	0.20 191	0.15 201	0.19 131	0.21 276	0.18 110	0.41 435

psm_up	0.83 331	0.37 329	0.88 245	0.68 391	0.59 412	1.05 374	0.92 453	1.68 311	1.17 303	1.41 406	1.22 295	1.30 377	1.31 452	1.39 267	0.89 350	0.27 365	0.30 446	0.31 409	0.27 392	0.28 341	0.28 330

GwcNet-RSSM	0.83 331	0.34 270	1.29 390	0.65 351	0.55 393	0.78 271	0.62 367	1.89 377	1.27 359	1.18 285	1.39 364	1.56 430	0.91 335	1.60 315	1.22 410	0.26 344	0.20 329	0.23 264	0.24 348	0.21 226	0.21 184

DMCA-RVC	0.83 331	0.46 390	2.19 472	0.68 391	0.49 352	0.84 311	0.48 264	1.44 260	1.07 245	1.56 449	1.04 217	1.29 374	0.86 311	1.49 297	0.92 362	0.27 365	0.22 360	0.35 448	0.28 403	0.32 392	0.28 330

coex_refinement	0.84 337	0.30 172	0.89 249	0.72 423	0.52 372	0.95 354	0.60 359	1.92 389	1.29 379	1.38 395	1.37 357	1.80 467	0.82 290	1.48 290	1.31 422	0.27 365	0.17 266	0.19 131	0.20 234	0.25 307	0.27 314

G2L-Stereo	0.84 337	0.35 299	1.15 344	0.63 330	0.43 314	0.78 271	0.69 388	1.69 320	1.20 315	1.36 388	1.18 282	1.43 404	0.78 268	2.47 421	1.26 417	0.25 318	0.20 329	0.26 348	0.21 276	0.20 182	0.27 314

RAFT_R40	0.84 337	0.30 172	0.83 216	0.63 330	0.31 146	0.66 217	0.43 208	1.15 186	0.99 215	1.47 427	1.10 241	1.00 294	0.84 298	5.44 500	0.53 232	0.23 278	0.13 68	0.23 264	0.20 234	0.23 266	0.19 131

UPFNet	0.84 337	0.34 270	1.09 325	0.62 320	0.74 463	1.25 417	0.78 411	1.69 320	1.20 315	1.39 398	1.13 263	1.30 377	0.87 320	1.73 333	1.22 410	0.24 298	0.26 417	0.24 288	0.23 335	0.26 319	0.20 156

hitnet-ft	0.84 337	0.38 347	0.75 170	0.59 290	0.44 324	0.99 365	0.47 257	1.61 299	1.38 415	1.21 305	1.22 295	1.82 469	0.99 371	1.87 353	1.09 393	0.33 425	0.29 442	0.34 441	0.27 392	0.36 415	0.33 388

NLCA_NET_v2_RVC	0.84 337	0.46 390	1.40 406	0.69 404	0.61 422	0.95 354	0.52 296	1.68 311	1.21 322	1.39 398	1.15 274	1.42 399	0.88 326	1.78 340	0.93 365	0.26 344	0.23 388	0.27 363	0.27 392	0.30 374	0.39 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 337	0.43 379	1.01 299	0.66 365	0.43 314	1.32 424	0.49 275	1.64 303	1.24 339	1.53 441	1.45 383	1.49 416	0.97 365	1.32 251	1.31 422	0.21 222	0.17 266	0.27 363	0.25 357	0.25 307	0.34 397
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 344	0.38 347	0.92 266	0.58 271	0.32 179	0.86 319	0.49 275	2.33 485	1.69 483	1.16 270	1.12 252	0.95 274	0.85 303	2.46 416	1.18 402	0.27 365	0.23 388	0.28 379	0.28 403	0.28 341	0.41 435

AIO-Stereo-zeroshot	0.85 344	0.38 347	2.79 493	0.51 143	0.60 416	0.72 244	0.38 150	2.87 533	0.77 125	0.80 159	1.07 228	2.14 499	0.93 345	0.96 160	0.62 274	0.21 222	0.13 68	0.21 199	0.26 375	0.29 358	0.32 379

DCRE	0.85 344	0.28 124	0.76 175	0.60 298	0.49 352	0.59 169	0.53 302	1.04 135	0.92 177	0.80 159	7.34 557	0.87 232	0.57 182	0.78 102	0.43 155	0.16 43	0.17 266	0.19 131	0.17 165	0.18 110	0.22 213

SST-Stereo	0.85 344	0.30 172	0.81 198	0.63 330	0.31 146	0.70 239	0.25 31	1.16 191	0.95 195	1.47 427	1.11 248	0.99 288	0.86 311	5.69 503	0.53 232	0.23 278	0.13 68	0.23 264	0.19 205	0.23 266	0.19 131

PAM	0.86 348	0.31 204	1.19 365	0.55 215	0.35 234	2.17 506	0.47 257	2.26 469	0.87 162	1.18 285	0.96 179	3.01 526	1.41 468	0.90 142	0.40 131	0.19 148	0.13 68	0.19 131	0.18 183	0.20 182	0.27 314

RAFT-345	0.86 348	0.26 83	0.73 160	0.53 187	0.28 94	0.53 129	0.41 182	0.85 75	1.31 390	1.33 370	2.32 503	0.85 229	0.53 162	5.69 503	0.48 196	0.19 148	0.14 135	0.22 230	0.17 165	0.17 78	0.17 81

UNet	0.86 348	0.36 308	1.52 419	0.62 320	0.74 463	1.56 457	0.49 275	1.55 282	1.12 274	1.28 347	1.10 241	1.52 424	1.10 411	1.69 329	1.14 398	0.24 298	0.18 297	0.25 327	0.21 276	0.25 307	0.25 276

ac_64	0.86 348	0.32 222	1.02 302	0.74 437	0.60 416	1.04 371	0.53 302	2.20 464	0.99 215	1.23 316	1.11 248	1.96 483	1.06 402	2.01 375	1.01 383	0.30 406	0.22 360	0.24 288	0.23 335	0.22 246	0.22 213

PAM_32	0.87 352	0.30 172	1.08 322	0.56 236	0.32 179	2.10 505	0.36 125	2.26 469	1.01 222	1.13 250	1.05 224	3.14 531	1.47 475	1.00 170	0.42 149	0.19 148	0.14 135	0.20 165	0.18 183	0.19 146	0.25 276

SepStereo	0.87 352	0.37 329	1.20 369	0.66 365	0.69 451	0.82 296	0.62 367	1.79 346	1.26 355	1.93 495	1.55 412	0.96 279	1.17 426	2.34 407	0.69 297	0.22 256	0.16 237	0.25 327	0.18 183	0.29 358	0.24 255

LMCR-Stereo	0.87 352	0.50 409	0.99 292	0.80 462	0.43 314	1.32 424	0.55 326	2.79 529	1.03 229	1.55 447	1.49 391	0.74 186	1.01 380	1.76 337	0.99 378	0.30 406	0.17 266	0.22 230	0.18 183	0.31 381	0.22 213

FADNet_RVC	0.88 355	0.56 432	2.15 469	0.57 258	0.43 314	1.17 406	0.46 246	1.68 311	1.12 274	0.91 189	1.24 307	0.91 254	0.94 348	2.22 396	1.20 405	0.28 383	0.22 360	0.32 421	0.28 403	0.46 467	0.42 443

iResNetv2_ROB	0.88 355	0.43 379	2.62 490	0.60 298	0.38 264	0.94 347	0.67 382	1.88 375	1.38 415	1.27 341	1.45 383	1.26 367	1.05 401	1.92 361	0.64 282	0.24 298	0.15 201	0.19 131	0.14 85	0.24 295	0.21 184

DualNet (step1)	0.89 357	0.51 413	1.35 396	0.58 271	0.40 285	1.07 378	0.80 422	1.99 405	1.27 359	1.25 323	1.22 295	1.09 323	1.01 380	1.31 245	0.73 304	0.59 512	0.32 463	0.62 520	0.67 527	0.45 460	0.48 459

iRaft-Stereo_5w	0.89 357	0.31 204	1.04 307	0.56 236	0.47 344	0.47 72	0.68 385	1.19 199	1.08 248	0.80 159	1.35 352	1.46 411	0.90 332	5.11 489	1.16 400	0.18 110	0.15 201	0.22 230	0.19 205	0.21 226	0.24 255

DAS	0.89 357	0.37 329	1.20 369	0.66 365	0.69 451	0.82 296	0.62 367	1.79 346	1.26 355	1.93 495	1.55 412	0.96 279	1.17 426	2.72 434	0.69 297	0.22 256	0.16 237	0.25 327	0.18 183	0.29 358	0.24 255

SACVNet	0.89 357	0.51 413	1.08 322	0.83 473	0.58 406	0.83 303	0.78 411	1.84 359	1.17 303	1.39 398	1.33 343	1.25 361	1.01 380	2.31 406	0.92 362	0.35 445	0.26 417	0.31 409	0.29 422	0.35 411	0.48 459

ASMatch	0.89 357	0.29 147	0.72 146	0.56 236	0.36 242	0.47 72	0.37 140	1.16 191	0.95 195	1.11 239	3.26 527	0.95 274	0.96 355	4.88 486	0.53 232	0.20 191	0.16 237	0.22 230	0.19 205	0.20 182	0.30 360

ADLNet	0.89 357	0.39 356	1.09 325	0.88 488	0.73 458	1.24 416	0.75 404	2.02 411	1.41 430	1.58 453	1.37 357	1.26 367	1.00 377	1.31 245	1.18 402	0.28 383	0.21 345	0.26 348	0.26 375	0.29 358	0.36 410

MMNet	0.89 357	0.35 299	1.44 407	0.64 344	0.59 412	1.83 485	0.48 264	1.70 324	1.38 415	1.45 423	1.19 286	1.25 361	1.16 422	1.77 338	1.27 420	0.20 191	0.19 315	0.23 264	0.22 303	0.25 307	0.24 255

HGLStereo	0.89 357	0.42 375	1.15 344	0.82 469	1.03 512	1.16 399	0.57 339	1.68 311	1.28 367	1.26 336	1.62 431	1.13 336	1.31 452	1.85 349	1.11 397	0.25 318	0.24 398	0.24 288	0.22 303	0.24 295	0.29 344

CRFU-Net	0.90 365	0.42 375	1.10 330	0.69 404	0.59 412	1.76 476	0.84 434	2.33 485	0.92 177	1.45 423	1.20 287	1.62 439	1.25 442	1.38 264	0.94 370	0.28 383	0.23 388	0.22 230	0.19 205	0.24 295	0.27 314

dad	0.90 365	0.73 483	1.28 387	0.59 290	0.39 273	0.83 303	0.45 240	1.24 217	1.54 464	1.52 438	1.28 326	1.36 389	0.86 311	2.54 425	0.91 358	0.43 474	0.27 427	0.82 528	0.26 375	0.44 457	0.34 397

AACVNet	0.90 365	0.40 362	0.98 290	0.86 483	0.40 285	0.80 286	0.49 275	1.81 353	0.86 159	1.11 239	1.34 347	1.32 383	0.99 371	4.23 470	0.86 341	0.26 344	0.22 360	0.28 379	0.22 303	0.30 374	0.28 330

IRAFT_RVC	0.90 365	0.30 172	0.89 249	0.67 379	0.31 146	0.64 205	1.00 470	1.40 253	0.97 203	1.23 316	1.04 217	1.00 294	0.96 355	5.77 508	0.57 253	0.24 298	0.13 68	0.25 327	0.21 276	0.20 182	0.21 184

delet	0.90 365	0.34 270	1.15 344	0.69 404	0.66 441	1.63 465	0.81 427	1.95 396	1.49 458	1.42 410	1.38 362	1.29 374	0.91 335	1.78 340	1.18 402	0.22 256	0.22 360	0.24 288	0.25 357	0.22 246	0.24 255

pcwnet_v2	0.91 370	0.39 356	2.74 491	0.64 344	0.55 393	0.81 294	0.49 275	2.19 461	1.63 478	1.44 417	1.64 437	1.09 323	0.79 277	1.31 245	0.70 300	0.32 418	0.25 410	0.29 391	0.27 392	0.37 421	0.37 414

FADNet-RVC-Resample	0.91 370	0.51 413	2.92 496	0.64 344	0.46 336	1.07 378	0.60 359	1.76 339	1.24 339	1.10 238	0.98 193	1.06 309	0.98 368	2.17 393	0.95 372	0.24 298	0.22 360	0.30 403	0.32 446	0.36 415	0.40 431

HSM-Net_RVC	0.91 370	0.31 204	0.60 88	0.54 201	0.31 146	1.15 396	0.60 359	3.76 545	1.30 383	1.57 452	1.75 453	1.67 448	1.01 380	1.61 317	0.90 354	0.23 278	0.17 266	0.19 131	0.18 183	0.20 182	0.22 213
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 373	0.39 356	1.22 374	0.66 365	0.39 273	1.31 423	0.96 463	2.32 479	1.45 447	1.48 433	1.17 279	1.53 425	0.91 335	1.16 214	1.71 475	0.31 410	0.27 427	0.30 403	0.29 422	0.28 341	0.29 344

ADLNet2	0.92 373	0.37 329	1.25 381	0.80 462	0.65 435	1.12 388	0.75 404	1.95 396	1.42 438	1.26 336	1.67 442	1.68 451	1.04 396	1.80 347	1.23 413	0.25 318	0.22 360	0.21 199	0.22 303	0.27 325	0.31 370

FTStereo	0.92 373	0.28 124	0.61 95	0.57 258	0.34 217	0.65 211	1.80 533	1.09 156	0.84 153	1.75 477	4.13 537	1.04 305	1.62 484	1.59 310	0.48 196	0.21 222	0.17 266	0.23 264	0.22 303	0.19 146	0.58 492

PFNet	0.92 373	0.28 124	1.20 369	0.68 391	0.32 179	0.62 185	0.55 326	1.27 226	1.01 222	1.47 427	1.09 239	0.97 282	0.68 239	6.58 526	0.59 265	0.21 222	0.13 68	0.24 288	0.19 205	0.20 182	0.20 156

DLCB_ROB	0.92 373	0.43 379	0.95 279	0.71 417	0.55 393	1.11 386	0.83 432	1.61 299	1.32 392	1.67 470	1.66 440	1.70 454	0.93 345	1.96 369	1.34 430	0.26 344	0.25 410	0.27 363	0.28 403	0.28 341	0.28 330

GEStereo_RVC	0.93 378	0.40 362	1.15 344	0.67 379	0.50 357	0.95 354	0.78 411	2.73 524	1.21 322	1.20 298	1.12 252	1.25 361	0.91 335	3.21 449	0.95 372	0.31 410	0.20 329	0.23 264	0.20 234	0.28 341	0.31 370

CBFPSM	0.95 379	0.37 329	2.10 465	0.51 143	0.39 273	1.73 472	0.87 445	1.59 295	1.13 280	1.11 239	1.00 199	2.34 508	1.64 489	1.42 277	1.44 441	0.19 148	0.18 297	0.20 165	0.20 234	0.22 246	0.36 410

OMP-Stereo	0.95 379	0.35 299	0.79 188	0.92 500	0.32 179	0.49 86	0.35 115	1.22 210	1.11 267	1.58 453	1.12 252	1.44 405	0.69 243	6.92 532	0.51 214	0.20 191	0.15 201	0.24 288	0.19 205	0.21 226	0.16 60

DSFCA	0.95 379	0.38 347	1.23 376	0.55 215	0.66 441	1.50 450	0.93 457	1.58 290	1.24 339	1.59 456	1.16 276	1.48 414	0.95 353	2.96 441	1.20 405	0.31 410	0.28 433	0.25 327	0.26 375	0.29 358	0.26 296

PSMNet_ROB	0.95 379	0.57 437	1.45 408	0.75 446	0.64 430	1.28 421	1.12 483	1.84 359	1.15 291	1.16 270	1.29 330	1.44 405	0.89 329	1.74 334	1.70 473	0.33 425	0.25 410	0.37 461	0.39 481	0.36 415	0.32 379

FADNet-RVC	0.96 383	0.72 480	2.96 497	0.64 344	0.49 352	0.90 330	0.59 352	1.85 367	1.27 359	0.92 192	0.97 188	1.36 389	0.90 332	2.36 409	1.31 422	0.30 406	0.29 442	0.32 421	0.32 446	0.42 444	0.37 414

TransformOpticalFlow	0.97 384	0.30 172	0.96 286	0.54 201	0.31 146	0.65 211	0.54 316	1.87 370	1.19 311	1.12 247	1.44 381	1.34 386	0.98 368	6.68 529	0.44 160	0.19 148	0.12 34	0.21 199	0.19 205	0.18 110	0.23 234

IIG-Stereo	0.97 384	0.34 270	0.80 193	0.90 498	0.33 199	0.61 182	0.26 40	1.27 226	1.08 248	1.69 472	1.37 357	1.44 405	0.74 251	6.94 533	0.53 232	0.21 222	0.14 135	0.23 264	0.18 183	0.20 182	0.15 30

XX-Stereo	0.97 384	0.28 124	8.28 539	0.85 480	0.70 457	0.44 57	0.22 16	1.07 144	0.69 106	0.66 136	1.56 418	1.38 395	0.38 81	1.36 257	0.38 110	0.21 222	0.14 135	0.20 165	0.19 205	0.19 146	0.16 60

DispNO	0.98 387	0.34 270	2.02 458	0.58 271	0.55 393	0.88 324	0.49 275	1.70 324	1.24 339	1.22 313	1.26 311	1.18 343	0.88 326	5.17 490	0.88 347	0.23 278	0.18 297	0.24 288	0.22 303	0.19 146	0.22 213

DEmStereo	0.98 387	0.25 65	0.85 231	0.49 112	0.33 199	1.02 369	0.55 326	0.97 105	0.93 184	1.41 406	2.13 493	1.01 299	2.01 511	5.62 502	0.78 320	0.19 148	0.15 201	0.20 165	0.20 234	0.18 110	0.25 276

FADNet	0.98 387	0.64 457	2.57 486	0.66 365	0.55 393	0.95 354	0.57 339	1.91 382	1.38 415	0.94 198	1.02 204	1.36 389	1.00 377	2.69 432	0.97 376	0.34 435	0.34 473	0.31 409	0.34 466	0.61 502	0.42 443

CFNet	0.99 390	0.40 362	1.23 376	0.65 351	0.43 314	1.03 370	0.49 275	2.01 410	1.35 399	1.02 219	1.39 364	1.10 327	0.86 311	5.47 501	0.89 350	0.24 298	0.18 297	0.28 379	0.27 392	0.27 325	0.22 213

NVstereo2D	0.99 390	0.45 387	2.21 473	0.79 461	0.75 467	1.20 410	0.86 441	1.98 401	1.41 430	1.02 219	1.18 282	1.31 379	0.97 365	2.25 400	0.93 365	0.45 486	0.22 360	0.39 469	0.25 357	0.59 496	0.68 508

CBMV_ROB	0.99 390	0.46 390	0.68 130	0.53 187	0.39 273	1.40 440	0.48 264	2.09 429	1.30 383	1.53 441	2.29 502	1.36 389	1.23 438	2.46 416	1.04 390	0.44 483	0.42 507	0.47 493	0.44 493	0.41 440	0.39 426

ACV-stereo	1.00 393	0.55 428	1.47 410	0.59 290	0.42 309	2.38 516	0.58 346	1.20 203	1.21 322	0.83 168	1.01 201	3.36 533	2.10 517	1.64 319	1.17 401	0.28 383	0.22 360	0.23 264	0.22 303	0.29 358	0.35 406

fast-acv-ft	1.00 393	0.48 401	1.85 447	0.61 312	0.52 372	1.77 478	0.69 388	1.52 273	1.47 453	1.34 377	1.85 470	1.73 457	1.24 441	1.62 318	1.56 454	0.27 365	0.28 433	0.28 379	0.28 403	0.28 341	0.31 370

HBP-ISP	1.00 393	0.60 441	0.85 231	0.64 344	0.48 346	1.63 465	0.77 408	2.24 468	1.30 383	1.33 370	1.53 408	0.87 232	0.99 371	3.26 452	0.76 314	0.46 487	0.44 509	0.54 506	0.48 502	0.48 472	0.42 443

CSP-Net	1.00 393	0.41 372	0.99 292	0.56 236	0.43 314	1.62 464	0.76 407	2.16 450	1.16 298	1.33 370	1.22 295	1.32 383	0.89 329	4.67 481	0.93 365	0.35 445	0.24 398	0.20 165	0.20 234	0.23 266	0.30 360

ETE_ROB	1.01 397	0.69 472	1.49 413	0.72 423	0.50 357	1.15 396	1.12 483	1.91 382	1.24 339	1.94 497	1.50 398	1.73 457	1.06 402	1.78 340	1.33 429	0.33 425	0.26 417	0.38 465	0.34 466	0.40 436	0.44 450

THIR-Stereo	1.02 398	0.29 147	0.73 160	0.51 143	0.29 109	0.94 347	1.31 504	1.08 149	0.98 206	1.35 383	1.91 478	1.16 341	1.54 480	6.37 524	0.79 325	0.20 191	0.14 135	0.21 199	0.22 303	0.19 146	0.25 276

PS-NSSS	1.02 398	0.62 453	1.17 359	0.61 312	0.58 406	0.91 333	0.79 419	2.02 411	1.19 311	1.17 274	1.68 444	1.00 294	0.85 303	4.43 475	0.86 341	0.38 457	0.31 451	0.52 501	0.32 446	0.52 480	0.45 452

XPNet_ROB	1.02 398	0.56 432	1.33 395	0.75 446	0.58 406	1.11 386	1.13 485	1.77 341	1.29 379	1.88 489	1.43 379	1.63 443	1.13 421	2.04 378	1.69 471	0.40 465	0.31 451	0.33 433	0.29 422	0.37 421	0.37 414

YMNet	1.04 401	0.59 438	1.67 432	0.86 483	0.86 492	1.84 486	0.61 364	1.70 324	1.28 367	1.65 466	1.98 482	1.75 462	0.96 355	1.57 303	1.58 456	0.34 435	0.37 490	0.32 421	0.32 446	0.33 399	0.32 379

YMNet_1	1.04 401	0.59 438	1.67 432	0.86 483	0.86 492	1.84 486	0.61 364	1.70 324	1.28 367	1.65 466	1.98 482	1.75 462	0.96 355	1.57 303	1.58 456	0.34 435	0.37 490	0.32 421	0.32 446	0.33 399	0.32 379

iinet-f	1.04 401	0.50 409	4.24 518	0.58 271	0.43 314	1.78 482	0.70 395	1.29 232	1.16 298	1.25 323	1.42 375	1.57 432	1.42 469	1.47 288	1.70 473	0.26 344	0.23 388	0.20 165	0.20 234	0.26 319	0.26 296

RAFT-RH_RVC	1.04 401	0.26 83	0.76 175	0.53 187	0.29 109	0.80 286	0.32 83	0.85 75	1.12 274	2.04 503	4.63 543	1.03 304	0.57 182	5.93 511	0.52 222	0.20 191	0.13 68	0.26 348	0.20 234	0.16 54	0.19 131

CBMV	1.04 401	0.48 401	0.88 245	0.56 236	0.36 242	1.52 452	1.55 517	1.87 370	1.59 473	2.11 507	1.67 442	1.46 411	1.35 457	1.92 361	1.31 422	0.35 445	0.35 481	0.39 469	0.33 460	0.34 407	0.34 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 406	0.33 241	1.04 307	0.49 112	0.31 146	0.67 222	0.26 40	2.37 488	0.80 141	1.05 226	1.11 248	2.86 524	1.81 502	6.26 518	0.50 210	0.18 110	0.15 201	0.19 131	0.16 141	0.17 78	0.21 184

StereoDRNet	1.05 406	0.53 421	2.21 473	0.80 462	0.93 501	1.50 450	0.90 448	2.06 423	1.44 442	1.68 471	1.20 287	1.48 414	0.99 371	1.86 352	1.60 460	0.29 399	0.24 398	0.29 391	0.28 403	0.35 411	0.33 388

AIO-Stereo-zeroshot1	1.06 408	0.43 379	3.59 510	0.53 187	0.66 441	0.79 279	0.39 164	2.60 516	0.98 206	0.96 203	4.58 541	2.05 497	0.56 179	0.99 166	0.51 214	0.19 148	0.14 135	0.21 199	0.28 403	0.32 392	0.41 435

STrans-v2	1.06 408	0.31 204	1.02 302	0.52 164	0.33 199	0.67 222	0.78 411	2.66 522	1.26 355	1.15 266	1.46 385	1.37 393	1.40 464	6.68 529	0.46 179	0.19 148	0.13 68	0.21 199	0.18 183	0.18 110	0.21 184

DISCO	1.06 408	0.37 329	1.19 365	0.73 431	0.46 336	2.04 501	0.84 434	2.26 469	1.54 464	1.25 323	1.36 356	2.38 510	1.08 405	2.60 428	1.62 463	0.24 298	0.19 315	0.22 230	0.20 234	0.32 392	0.29 344

NCCL2	1.06 408	0.64 457	1.35 396	0.78 459	0.58 406	1.32 424	1.69 522	1.89 377	1.38 415	1.52 438	1.20 287	1.91 473	1.17 426	1.79 345	1.50 448	0.35 445	0.31 451	0.45 487	0.44 493	0.41 440	0.45 452

LALA_ROB	1.06 408	0.66 464	1.37 404	0.70 413	0.53 379	1.61 462	1.25 501	1.81 353	1.48 457	1.82 485	1.40 369	1.93 477	1.03 390	1.68 325	1.69 471	0.38 457	0.28 433	0.43 482	0.37 477	0.43 446	0.38 422

TCMNet	1.07 413	0.66 464	2.49 482	0.92 500	1.32 534	1.14 392	0.67 382	1.91 382	1.29 379	1.20 298	1.57 422	1.29 374	0.96 355	2.23 397	1.59 459	0.32 418	0.31 451	0.38 465	0.35 470	0.43 446	0.40 431

PSMNet-RUCA	1.07 413	1.06 508	1.64 429	1.23 529	1.10 516	1.39 436	0.65 376	1.91 382	1.43 439	0.95 200	1.52 406	0.99 288	0.83 295	1.28 241	1.01 383	0.71 523	0.34 473	0.99 534	0.61 523	1.01 526	0.67 504

RAFT + AFF	1.07 413	0.47 395	1.36 401	0.68 391	0.50 357	1.20 410	1.22 497	2.58 515	1.26 355	1.33 370	1.56 418	1.19 345	1.49 478	3.89 468	1.01 383	0.22 256	0.26 417	0.30 403	0.27 392	0.29 358	0.32 379

DRN-Test	1.07 413	0.49 406	1.95 455	0.75 446	0.81 485	1.61 462	0.78 411	2.26 469	1.53 462	1.84 486	1.35 352	1.42 399	1.04 396	2.26 401	1.61 461	0.28 383	0.23 388	0.31 409	0.30 434	0.33 399	0.33 388

TDLM	1.08 417	0.50 409	1.01 299	0.69 404	0.54 387	0.91 333	1.40 510	1.60 297	1.36 408	1.17 274	1.40 369	1.07 312	1.00 377	6.19 514	0.85 340	0.34 435	0.22 360	0.35 448	0.26 375	0.38 427	0.29 344

Wz-Net-LNSev-Ref	1.09 418	0.46 390	2.61 489	0.71 417	0.65 435	2.00 498	0.78 411	2.07 425	1.47 453	1.62 462	1.47 387	1.53 425	1.29 448	2.10 386	1.65 469	0.24 298	0.14 135	0.20 165	0.16 141	0.28 341	0.28 330

FAT-Stereo	1.10 419	0.43 379	1.46 409	0.74 437	0.60 416	1.13 389	0.92 453	2.06 423	1.71 486	1.75 477	2.00 485	2.02 490	1.47 475	2.02 377	1.26 417	0.44 483	0.36 485	0.34 441	0.29 422	0.36 415	0.57 489

CVANet_RVC	1.10 419	0.49 406	1.15 344	0.65 351	0.54 387	0.93 344	1.00 470	1.69 320	1.36 408	1.42 410	1.39 364	1.24 360	1.17 426	6.22 516	0.80 332	0.35 445	0.24 398	0.35 448	0.30 434	0.44 457	0.32 379

APVNet	1.11 421	0.59 438	1.95 455	0.87 486	0.77 473	1.90 491	0.82 431	2.03 415	1.15 291	1.14 264	1.43 379	1.55 428	1.12 420	3.03 443	1.62 463	0.32 418	0.34 473	0.42 481	0.36 473	0.36 415	0.41 435

GANetREF_RVC	1.11 421	0.90 497	1.56 424	0.88 488	0.53 379	1.41 442	1.35 507	1.91 382	1.54 464	1.28 347	1.32 338	1.46 411	1.23 438	2.04 378	1.00 382	0.57 509	0.45 511	0.67 523	0.52 511	0.91 522	0.62 499
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
GCST	1.13 423	1.50 533	1.17 359	1.74 539	1.17 527	1.29 422	0.30 68	1.55 282	1.21 322	1.31 361	0.97 188	0.99 288	0.48 136	2.38 413	0.54 241	1.24 540	0.70 540	1.31 540	0.86 537	1.03 528	0.92 525

GASNet	1.13 423	1.10 514	3.29 506	1.00 515	0.68 448	0.82 296	0.67 382	1.85 367	1.38 415	1.39 398	1.25 309	1.25 361	1.20 436	2.72 434	1.62 463	0.46 487	0.26 417	0.36 458	0.34 466	0.55 490	0.33 388

anonymity	1.14 425	0.98 505	1.24 379	1.09 520	1.13 520	1.08 382	0.90 448	2.02 411	1.23 335	1.32 364	1.27 320	1.27 372	1.09 408	1.16 214	1.03 389	1.02 531	1.01 556	0.97 532	0.97 541	0.98 524	1.01 527

PA-Net	1.14 425	0.63 454	2.12 467	0.67 379	0.75 467	1.19 409	0.91 451	1.91 382	1.46 452	1.18 285	1.23 303	1.33 385	1.17 426	4.31 473	1.41 438	0.29 399	0.46 515	0.33 433	0.50 507	0.33 399	0.57 489
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 427	0.54 424	1.50 414	0.73 431	0.66 441	1.18 408	0.84 434	2.13 441	1.41 430	1.73 475	1.84 467	2.53 515	1.46 473	2.46 416	1.35 432	0.43 474	0.41 502	0.54 506	0.36 473	0.43 446	0.50 467

RASNet	1.16 428	0.34 270	1.11 332	0.73 431	0.86 492	1.00 366	0.60 359	1.56 285	1.43 439	1.07 234	1.37 357	2.08 498	1.44 472	7.00 534	1.56 454	0.20 191	0.17 266	0.17 70	0.19 205	0.19 146	0.19 131

DANet	1.16 428	0.64 457	1.52 419	0.88 488	0.74 463	1.52 452	0.52 296	1.68 311	1.21 322	1.81 483	1.55 412	2.02 490	1.11 414	3.30 454	2.28 493	0.34 435	0.31 451	0.40 475	0.30 434	0.46 467	0.54 477
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 430	0.29 147	1.08 322	0.55 215	0.43 314	0.69 235	0.71 398	1.14 174	1.35 399	1.00 210	1.49 391	1.90 471	0.86 311	9.61 559	0.89 350	0.21 222	0.19 315	0.30 403	0.25 357	0.20 182	0.18 97

Wz-Net-LNSev	1.17 430	0.72 480	4.71 522	0.66 365	0.84 490	1.72 469	1.13 485	1.97 400	1.43 439	1.34 377	1.32 338	1.66 446	1.30 451	1.44 282	1.51 450	0.29 399	0.26 417	0.24 288	0.23 335	0.33 399	0.35 406

S-Stereo	1.17 430	0.48 401	2.25 476	0.83 473	0.81 485	1.22 412	1.17 492	2.12 433	2.08 513	1.47 427	2.13 493	1.55 428	1.16 422	2.09 385	1.46 444	0.42 473	0.40 501	0.35 448	0.32 446	0.45 460	0.73 512

MaskLacGwcNet_RVC	1.17 430	1.06 508	1.28 387	0.88 488	0.69 451	1.92 493	0.92 453	1.71 328	1.14 286	1.17 274	1.26 311	1.49 416	0.80 284	2.04 378	0.86 341	2.02 543	0.34 473	0.79 527	0.36 473	1.38 538	1.33 540

RP	1.17 430	0.54 424	1.48 412	0.93 506	1.05 513	1.14 392	0.85 440	1.99 405	1.70 484	1.72 474	2.07 490	1.91 473	1.93 509	2.00 374	1.37 435	0.55 507	0.37 490	0.48 495	0.37 477	0.46 467	0.46 457

z-ln-s-r	1.18 435	0.61 446	2.91 495	0.54 201	0.56 398	0.81 294	0.86 441	1.72 331	1.55 470	1.18 285	1.62 431	1.37 393	1.16 422	3.67 462	3.77 518	0.20 191	0.15 201	0.21 199	0.17 165	0.29 358	0.24 255

ccnet	1.19 436	0.71 477	1.36 401	0.81 466	0.75 467	1.72 469	1.13 485	1.98 401	1.31 390	1.52 438	1.84 467	1.75 462	1.36 459	2.01 375	2.04 485	0.57 509	0.54 527	0.57 515	0.56 516	0.60 499	0.60 497

Nwc_Net	1.19 436	0.53 421	2.34 478	0.92 500	0.81 485	1.49 449	0.70 395	2.28 477	1.32 392	1.41 406	2.27 500	2.03 493	1.76 499	2.05 382	1.46 444	0.43 474	0.30 446	0.43 482	0.46 498	0.39 432	0.40 431

NCC-stereo	1.20 438	0.60 441	1.84 445	0.88 488	0.95 505	1.32 424	0.94 459	2.14 443	1.36 408	1.43 414	1.79 459	1.93 477	2.13 522	2.54 425	1.41 438	0.49 495	0.38 495	0.45 487	0.59 520	0.43 446	0.45 452

Abc-Net	1.20 438	0.60 441	1.84 445	0.88 488	0.95 505	1.32 424	0.94 459	2.14 443	1.36 408	1.43 414	1.79 459	1.93 477	2.13 522	2.54 425	1.41 438	0.49 495	0.38 495	0.45 487	0.59 520	0.43 446	0.45 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 440	0.66 464	3.44 508	0.69 404	0.73 458	1.93 494	1.44 512	2.16 450	1.59 473	1.85 488	1.49 391	1.50 419	1.34 456	2.05 382	1.54 453	0.27 365	0.24 398	0.28 379	0.28 403	0.35 411	0.32 379

RGC	1.22 441	0.82 491	1.71 435	0.95 511	0.98 510	1.53 454	0.80 422	2.18 459	1.35 399	1.69 472	1.94 479	2.03 493	1.66 490	2.36 409	1.50 448	0.46 487	0.36 485	0.59 518	0.48 502	0.49 475	0.49 463

stereogan	1.22 441	0.45 387	2.03 461	0.87 486	0.85 491	2.52 518	0.72 399	1.98 401	1.78 494	1.92 493	1.94 479	2.31 507	1.42 469	2.10 386	1.14 398	0.38 457	0.36 485	0.39 469	0.32 446	0.52 480	0.49 463

AANet_RVC	1.22 441	0.60 441	1.94 451	0.69 404	0.46 336	0.75 256	0.69 388	1.51 271	1.57 471	1.36 388	1.90 476	1.51 422	0.87 320	7.23 536	1.89 482	0.26 344	0.19 315	0.19 131	0.16 141	0.23 266	0.37 414

HSM	1.22 441	0.34 270	0.81 198	0.61 312	0.39 273	1.22 412	0.63 372	2.45 498	1.25 347	1.32 364	1.26 311	1.91 473	1.08 405	9.21 555	0.75 311	0.23 278	0.17 266	0.20 165	0.16 141	0.22 246	0.24 255

Syn2CoEx	1.23 445	0.80 487	3.07 500	0.83 473	0.68 448	1.39 436	0.87 445	2.23 466	1.57 471	1.28 347	1.58 424	1.42 399	1.57 482	3.79 466	1.48 447	0.36 452	0.32 463	0.34 441	0.30 434	0.30 374	0.41 435

AF-Net	1.23 445	0.56 432	2.31 477	0.88 488	0.93 501	1.41 442	0.73 402	2.27 475	1.71 486	1.76 480	2.42 508	2.00 487	1.70 493	1.98 370	1.62 463	0.50 499	0.29 442	0.49 497	0.33 460	0.40 436	0.34 397

NaN_ROB	1.23 445	0.63 454	1.76 438	0.67 379	0.50 357	1.59 461	2.00 536	1.87 370	1.52 461	2.14 509	1.26 311	1.40 397	1.09 408	4.60 479	1.75 476	0.28 383	0.34 473	0.28 379	0.29 422	0.30 374	0.37 414

DGSMNet	1.24 448	0.84 494	3.20 502	0.91 499	0.92 498	1.39 436	1.34 506	2.46 502	1.44 442	1.34 377	1.66 440	1.50 419	1.03 390	1.85 349	1.30 421	0.48 493	0.48 518	0.55 511	0.51 510	0.78 517	0.79 518

RYNet	1.24 448	0.52 419	1.57 426	0.73 431	0.97 508	1.74 474	0.95 462	2.09 429	1.54 464	1.44 417	1.18 282	1.94 481	1.29 448	4.57 478	1.93 483	0.27 365	0.23 388	0.35 448	0.27 392	0.57 493	0.59 494

ttt	1.26 450	0.36 308	0.79 188	0.65 351	0.42 309	0.94 347	0.57 339	2.33 485	1.38 415	1.25 323	1.65 438	0.92 262	0.78 268	2.64 429	8.73 549	0.30 406	0.28 433	0.26 348	0.25 357	0.29 358	0.32 379

aanetorigin	1.26 450	0.85 495	3.00 498	0.72 423	0.80 481	1.08 382	1.05 476	1.12 166	1.39 424	3.53 545	2.60 514	1.72 455	1.73 497	1.98 370	1.77 479	0.26 344	0.24 398	0.26 348	0.25 357	0.38 427	0.51 471

GwcNet	1.26 450	0.63 454	5.13 524	0.81 466	1.15 524	1.73 472	0.69 388	1.84 359	1.53 462	1.51 436	1.71 449	1.72 455	1.09 408	2.20 395	1.61 461	0.31 410	0.30 446	0.29 391	0.27 392	0.30 374	0.41 435

Consistency-Raft	1.27 453	1.01 507	2.17 470	1.04 517	1.20 529	0.96 360	1.00 470	1.84 359	1.95 506	1.38 395	2.11 492	1.44 405	1.03 390	1.18 220	1.40 437	0.73 524	0.83 542	0.89 530	0.99 544	1.33 536	0.95 526

NOSS_ROB	1.29 454	0.49 406	0.68 130	0.60 298	0.40 285	1.09 385	0.77 408	1.94 393	1.44 442	1.04 224	1.46 385	1.10 327	0.81 288	10.57 571	0.78 320	0.46 487	0.43 508	0.48 495	0.45 496	0.45 460	0.43 447

SGM-Forest	1.29 454	0.40 362	0.74 165	0.54 201	0.37 252	1.55 455	1.26 502	1.82 355	1.39 424	2.22 510	1.81 465	1.64 444	1.02 388	7.65 542	1.20 405	0.39 463	0.37 490	0.39 469	0.34 466	0.37 421	0.34 397
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 456	0.56 432	0.94 275	0.57 258	0.62 426	1.04 371	0.65 376	1.82 355	1.01 222	1.00 210	0.79 142	1.42 399	1.27 445	1.06 188	0.83 336	0.62 515	0.67 537	1.05 537	9.88 577	1.09 531	0.55 484

test_for_model	1.38 457	3.71 569	0.65 117	3.45 563	2.88 561	0.57 156	0.33 90	1.91 382	0.93 184	1.47 427	0.64 99	0.51 102	0.37 71	0.53 23	0.35 73	2.54 548	0.16 237	0.17 70	0.12 29	4.56 570	1.84 546

SQANet	1.38 457	0.95 503	1.37 404	1.89 543	1.47 539	1.44 446	0.81 427	1.89 377	1.13 280	1.34 377	1.26 311	1.28 373	1.02 388	1.64 319	0.91 358	2.55 549	0.35 481	1.47 541	0.56 516	2.48 544	1.74 544

PWC_ROB	1.39 459	0.93 502	4.07 516	0.77 455	0.83 488	1.16 399	0.53 302	1.87 370	2.01 509	2.36 515	3.06 525	1.65 445	1.60 483	2.65 431	2.29 495	0.34 435	0.23 388	0.36 458	0.25 357	0.39 432	0.49 463

PWCDC_ROB	1.39 459	0.91 500	2.10 465	1.08 519	0.92 498	1.72 469	0.58 346	2.03 415	3.30 543	1.32 364	4.87 546	1.21 348	1.71 495	1.98 370	1.75 476	0.65 518	0.26 417	0.29 391	0.25 357	0.56 491	0.41 435

GANet	1.41 461	0.52 419	1.18 364	0.74 437	0.48 346	1.40 440	1.69 522	1.87 370	1.28 367	1.56 449	2.39 506	1.56 430	1.25 442	9.13 553	1.20 405	0.31 410	0.32 463	0.34 441	0.29 422	0.40 436	0.33 388

PDISCO_ROB	1.41 461	0.73 483	2.04 462	1.40 532	1.46 538	2.83 529	1.07 479	2.64 518	2.11 515	1.41 406	1.50 398	1.73 457	0.99 371	2.83 439	1.46 444	1.03 532	0.27 427	0.54 506	0.47 500	0.77 516	0.84 522

w-ln-seven-2	1.42 463	0.69 472	6.86 532	0.71 417	0.62 426	1.23 414	0.92 453	1.84 359	1.59 473	1.74 476	1.59 428	1.49 416	1.40 464	3.69 463	2.22 490	0.27 365	0.26 417	0.29 391	0.26 375	0.34 407	0.33 388

LL-Strereo	1.42 463	0.44 386	2.02 458	0.62 320	1.07 514	0.73 249	0.65 376	2.02 411	1.21 322	1.60 457	1.62 431	2.02 490	2.10 517	9.67 560	1.07 392	0.22 256	0.20 329	0.27 363	0.24 348	0.23 266	0.33 388

SHD	1.42 463	0.81 490	2.79 493	0.98 513	0.92 498	1.97 495	0.68 385	2.43 496	2.55 525	2.54 524	1.72 450	2.01 489	1.62 484	2.14 390	2.70 502	0.40 465	0.33 469	0.39 469	0.40 483	0.48 472	0.54 477

RTSC	1.43 466	0.89 496	3.62 512	0.94 509	0.64 430	1.85 488	0.69 388	2.20 464	2.04 512	2.22 510	1.70 447	1.67 448	1.27 445	2.53 424	4.48 526	0.33 425	0.25 410	0.27 363	0.29 422	0.38 427	0.40 431

UDG	1.47 467	2.69 562	1.13 337	1.45 536	1.65 541	1.34 430	0.79 419	1.75 337	1.27 359	1.29 352	1.74 452	1.99 486	1.39 463	1.66 322	1.51 450	0.91 528	0.55 529	2.30 548	0.76 531	1.99 539	1.20 536

MFMNet_re	1.47 467	1.20 520	2.50 483	1.46 537	1.08 515	1.58 459	1.51 513	1.96 399	1.87 501	2.31 514	2.20 497	1.51 422	1.88 507	1.57 303	1.34 430	0.94 529	0.83 542	0.84 529	0.80 534	1.00 525	1.06 530

PASM	1.48 469	1.08 511	3.96 515	0.93 506	0.93 501	1.17 406	1.19 494	1.77 341	1.65 479	1.90 490	1.52 406	1.75 462	1.42 469	4.54 477	1.52 452	0.64 517	0.68 539	0.69 525	0.79 533	0.70 511	0.74 513

ADCRef	1.50 470	0.61 446	3.83 514	0.76 453	0.77 473	1.91 492	0.77 408	2.16 450	1.34 396	1.63 464	1.59 428	1.35 388	1.40 464	1.79 345	8.32 546	0.25 318	0.21 345	0.32 421	0.31 439	0.31 381	0.32 379

XQC	1.51 471	0.98 505	3.20 502	0.92 500	0.76 472	2.01 499	1.17 492	2.53 512	1.99 508	2.01 502	1.54 409	2.00 487	1.54 480	3.16 447	3.46 515	0.49 495	0.31 451	0.45 487	0.40 483	0.71 513	0.62 499

CC-Net-ROB	1.53 472	1.31 527	1.68 434	0.92 500	0.80 481	1.75 475	0.99 468	2.04 418	1.27 359	1.12 247	1.62 431	1.20 347	0.98 368	7.82 543	0.92 362	1.15 539	0.41 502	2.20 546	0.46 498	1.37 537	0.56 486

FINET	1.54 473	0.67 468	7.28 535	0.76 453	0.97 508	1.42 445	1.38 509	2.80 531	3.12 540	1.23 316	1.68 444	1.04 305	1.11 414	3.35 455	1.78 480	0.43 474	0.37 490	0.32 421	0.29 422	0.43 446	0.41 435

test_xeample	1.55 474	0.31 204	0.94 275	0.54 201	0.31 146	0.94 347	0.58 346	2.40 492	1.40 426	1.29 352	1.55 412	0.89 248	0.88 326	1.72 332	15.94 569	0.22 256	0.22 360	0.22 230	0.21 276	0.23 266	0.25 276

w-ln-seven	1.56 475	0.83 493	5.96 527	0.78 459	0.74 463	2.64 524	1.01 473	2.13 441	2.03 510	2.09 506	1.76 454	1.84 470	1.27 445	2.98 442	3.23 512	0.29 399	0.26 417	0.31 409	0.30 434	0.41 440	0.38 422

DDUNet	1.56 475	2.70 563	1.35 396	1.79 540	1.88 543	1.82 484	0.91 451	1.84 359	1.20 315	1.40 404	1.79 459	1.62 439	1.17 426	1.59 310	1.22 410	1.11 536	0.76 541	2.38 551	0.94 539	2.12 540	1.53 542

CrosDoStereo	1.56 475	0.26 83	0.78 184	0.51 143	0.29 109	0.66 217	11.86 569	1.18 195	1.00 219	1.35 383	1.76 454	0.99 288	1.83 504	6.64 527	0.83 336	0.19 148	0.15 201	0.20 165	0.22 303	0.18 110	0.25 276

DeepStereo_LL	1.56 475	0.26 83	0.78 184	0.51 143	0.29 109	0.66 217	11.86 569	1.18 195	1.00 219	1.35 383	1.76 454	0.99 288	1.83 504	6.64 527	0.83 336	0.19 148	0.15 201	0.20 165	0.22 303	0.18 110	0.25 276

STTRV1_RVC	1.60 479	0.69 472	2.04 462	0.88 488	1.12 517	1.58 459	0.90 448	2.42 494	1.78 494	1.29 352	2.02 487	1.40 397	1.22 437	9.72 561	1.35 432	0.86 526	0.34 473	0.54 506	0.49 505	0.75 515	0.54 477

xxxx	1.61 480	0.32 222	0.98 290	0.58 271	0.31 146	1.15 396	0.43 208	2.43 496	1.41 430	1.17 274	1.40 369	1.21 348	0.86 311	1.94 364	16.68 571	0.24 298	0.24 398	0.21 199	0.20 234	0.23 266	0.27 314

CSAN	1.61 480	0.67 468	3.24 505	0.74 437	0.52 372	1.77 478	1.74 527	1.98 401	1.94 505	2.47 522	2.33 504	1.93 477	2.04 514	6.45 525	1.95 484	0.43 474	0.36 485	0.41 480	0.42 487	0.43 446	0.44 450

MFN_U_SF_RVC	1.62 482	0.96 504	4.36 520	0.92 500	0.69 451	2.62 523	1.10 481	2.50 508	1.74 489	1.99 501	1.86 472	2.45 513	1.78 501	3.08 445	2.84 504	0.54 503	0.50 524	0.56 513	0.60 522	0.60 499	0.67 504

SDNR	1.66 483	0.55 428	2.36 479	0.56 236	0.58 406	3.79 548	0.45 240	1.78 343	1.40 426	1.38 395	2.45 510	1.13 336	0.96 355	11.03 572	1.31 422	0.67 520	0.64 535	0.43 482	0.32 446	0.71 513	0.76 516

otaku	1.67 484	1.18 518	1.56 424	2.27 546	1.59 540	1.98 496	1.23 499	2.23 466	1.37 413	1.48 433	1.63 436	1.73 457	1.23 438	1.85 349	1.09 393	2.96 553	0.58 533	1.74 542	0.61 523	2.94 550	2.15 550

222	1.67 484	0.31 204	0.93 268	0.59 290	0.31 146	1.05 374	0.43 208	2.39 490	1.47 453	1.37 390	1.55 412	0.94 270	0.94 348	1.98 370	17.76 572	0.24 298	0.22 360	0.21 199	0.20 234	0.22 246	0.26 296

Wz-Net-SNSev	1.68 486	1.45 529	8.71 543	0.71 417	0.67 447	1.35 431	1.51 513	2.15 448	1.47 453	1.51 436	1.68 444	2.27 503	1.38 461	4.23 470	2.36 497	0.32 418	0.29 442	0.31 409	0.33 460	0.43 446	0.39 426

DeepPrunerF	1.68 486	0.82 491	6.82 531	0.94 509	1.20 529	0.91 333	0.97 464	2.50 508	5.19 560	1.22 313	1.30 331	1.18 343	1.29 448	4.96 488	1.75 476	0.43 474	0.35 481	0.52 501	0.48 502	0.43 446	0.42 443

psmorigin	1.69 488	0.74 485	13.13 555	0.70 413	0.60 416	1.16 399	0.79 419	1.69 320	1.25 347	2.07 505	1.77 457	2.23 500	1.51 479	2.14 390	1.45 442	0.39 463	0.41 502	0.34 441	0.33 460	0.45 460	0.63 501

G-Net	1.71 489	0.67 468	2.09 464	1.14 525	0.75 467	2.96 535	0.89 447	1.58 290	1.30 383	2.76 529	8.12 564	2.29 505	2.51 533	1.94 364	2.23 492	0.49 495	0.45 511	0.45 487	0.31 439	0.62 503	0.59 494

Ntro	1.72 490	1.21 521	1.62 428	2.54 551	1.86 542	2.09 504	1.14 488	2.08 426	1.38 415	1.23 316	1.62 431	1.62 439	1.33 455	2.04 378	1.21 409	3.09 554	0.56 530	1.82 544	0.65 525	2.97 554	2.25 552

z-mn7	1.77 491	1.06 508	7.02 534	0.74 437	0.54 387	2.58 520	1.03 474	1.90 381	2.73 536	1.61 458	3.00 523	1.96 483	1.40 464	5.23 492	2.87 505	0.31 410	0.25 410	0.27 363	0.25 357	0.34 407	0.35 406

FBW_ROB	1.78 492	0.66 464	1.90 450	0.72 423	0.66 441	1.79 483	1.07 479	2.79 529	1.77 490	1.84 486	1.79 459	1.98 485	1.37 460	12.42 574	2.22 490	0.36 452	0.38 495	0.57 515	0.39 481	0.46 467	0.51 471

SPS-STEREO	1.78 492	1.09 513	1.52 419	1.22 528	1.14 522	1.87 490	1.11 482	2.27 475	1.70 484	3.17 543	2.39 506	2.84 523	1.93 509	4.41 474	2.93 506	1.04 534	0.99 555	0.97 532	0.94 539	1.03 528	1.05 529
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 494	1.11 515	4.33 519	0.84 477	0.77 473	3.70 543	2.41 556	2.04 418	1.85 500	1.75 477	1.90 476	1.92 476	1.25 442	7.33 537	1.45 442	0.47 491	0.47 516	0.53 505	0.77 532	0.50 477	0.55 484

SAMSARA	1.80 494	0.90 497	3.37 507	1.28 531	1.13 520	3.71 544	2.33 551	2.53 512	1.93 504	3.17 543	1.73 451	2.99 525	1.68 492	3.53 458	2.46 499	0.47 491	0.54 527	0.43 482	0.47 500	0.59 496	0.64 502

PVD	1.82 496	0.91 500	3.02 499	1.03 516	0.94 504	2.61 522	1.14 488	2.78 528	3.40 545	3.08 541	2.75 517	2.39 512	2.49 532	2.81 437	3.66 517	0.48 493	0.49 523	0.59 518	0.49 505	0.60 499	0.81 520

ADCL	1.82 496	0.70 475	4.57 521	0.70 413	0.63 429	2.56 519	1.77 529	2.08 426	1.77 490	1.95 499	1.89 474	2.04 495	1.88 507	2.36 409	9.55 553	0.27 365	0.25 410	0.35 448	0.32 446	0.39 432	0.39 426

zh-mn7	1.84 498	1.51 534	9.67 547	0.70 413	0.54 387	1.47 448	0.84 434	1.93 391	2.13 517	2.50 523	2.70 516	1.67 448	1.35 457	4.75 485	3.14 511	0.32 418	0.27 427	0.27 363	0.27 392	0.32 392	0.39 426

AAGNet	1.84 498	0.30 172	0.79 188	0.66 365	0.32 179	0.65 211	0.50 283	1.02 120	1.01 222	1.47 427	1.21 293	0.99 288	1.16 422	2.76 436	22.69 579	0.24 298	0.13 68	0.22 230	0.20 234	0.24 295	0.16 60

ff1	1.88 500	0.36 308	1.51 415	0.56 236	0.40 285	0.76 261	0.59 352	1.08 149	2.62 528	1.19 293	1.49 391	1.07 312	0.85 303	9.88 565	13.82 563	0.21 222	0.13 68	0.31 409	0.28 403	0.20 182	0.23 234

MDST_ROB	1.88 500	0.40 362	1.71 435	0.93 506	0.60 416	4.27 554	1.23 499	3.99 548	1.44 442	4.61 555	2.63 515	1.44 405	1.03 390	9.78 562	1.62 463	0.33 425	0.26 417	0.37 461	0.33 460	0.31 381	0.34 397

SGM_RVC	1.88 500	0.40 362	0.90 259	0.63 330	0.30 126	2.81 528	1.26 502	2.73 524	1.81 498	4.09 547	2.85 520	3.88 539	3.19 541	8.42 549	2.44 498	0.33 425	0.31 451	0.30 403	0.28 403	0.31 381	0.31 370
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 503	0.36 308	1.51 415	0.56 236	0.40 285	0.76 261	0.59 352	2.32 479	1.41 430	1.19 293	1.49 391	1.07 312	0.85 303	9.88 565	13.82 563	0.25 318	0.21 345	0.31 409	0.28 403	0.32 392	0.29 344

xxx	1.89 503	0.36 308	1.51 415	0.56 236	0.40 285	0.76 261	0.59 352	2.32 479	1.41 430	1.19 293	1.49 391	1.07 312	0.85 303	9.88 565	13.82 563	0.25 318	0.21 345	0.31 409	0.28 403	0.32 392	0.29 344

DPSNet	1.91 505	0.64 457	5.95 526	0.73 431	0.59 412	2.04 501	1.61 521	3.84 546	1.96 507	1.54 444	1.39 364	2.27 503	3.32 544	4.95 487	4.79 529	0.50 499	0.31 451	0.29 391	0.26 375	0.67 508	0.54 477

test_sample9	1.96 506	0.51 413	1.35 396	0.58 271	0.40 285	1.07 378	0.80 422	1.99 405	1.27 359	1.25 323	1.22 295	1.09 323	1.01 380	2.46 416	8.57 547	0.59 512	12.85 581	0.62 520	0.67 527	0.45 460	0.48 459

1111x	1.96 506	0.32 222	1.54 423	0.54 201	0.30 126	1.00 366	0.69 388	2.47 503	1.33 394	1.21 305	1.44 381	1.21 348	1.11 414	8.49 550	16.14 570	0.22 256	0.23 388	0.22 230	0.23 335	0.25 307	0.26 296

ADCPNet	1.97 508	0.78 486	9.38 545	0.74 437	0.61 422	2.73 526	1.36 508	2.11 432	1.66 480	1.92 493	1.70 447	2.45 513	2.07 515	2.50 422	6.84 541	0.38 457	0.38 495	0.38 465	0.43 491	0.47 471	0.50 467

zh-sn7	2.00 509	1.73 542	9.50 546	0.77 455	0.73 458	1.77 478	1.32 505	2.08 426	1.66 480	1.91 491	2.48 512	1.81 468	2.25 525	5.74 505	4.07 522	0.33 425	0.33 469	0.32 421	0.32 446	0.44 457	0.46 457

WCMA_ROB	2.05 510	0.55 428	1.77 439	0.74 437	0.61 422	2.24 509	1.56 518	2.17 458	1.79 496	4.16 551	6.36 553	5.66 552	4.66 555	3.19 448	2.77 503	0.55 507	0.45 511	0.40 475	0.43 491	0.48 472	0.50 467

RainbowNet	2.06 511	1.86 544	1.97 457	2.86 554	2.25 549	2.03 500	1.79 530	2.77 526	1.92 503	1.54 444	1.84 467	1.95 482	1.73 497	2.23 397	1.38 436	3.40 560	0.86 547	2.39 553	1.00 545	2.94 550	2.42 554

MSMD_ROB	2.08 512	0.61 446	1.15 344	0.71 417	0.62 426	4.00 550	0.93 457	1.94 393	1.79 496	4.71 557	4.60 542	8.14 561	3.87 551	3.75 465	1.65 469	0.54 503	0.48 518	0.55 511	0.58 518	0.53 485	0.52 473

Wz-Net-TNSev	2.10 513	2.71 564	9.30 544	0.72 423	0.65 435	2.41 517	1.81 534	2.45 498	1.77 490	1.62 462	1.56 418	2.56 516	2.01 511	5.30 493	4.46 525	0.41 469	0.38 495	0.33 433	0.37 477	0.54 488	0.64 502

ADCMid	2.11 514	0.90 497	8.39 541	0.75 446	0.69 451	1.98 496	1.14 488	2.18 459	1.67 482	2.85 531	1.85 470	2.35 509	2.02 513	2.35 408	10.58 558	0.34 435	0.32 463	0.39 469	0.44 493	0.51 479	0.53 476

ADCP+	2.12 515	0.56 432	10.01 548	0.68 391	0.91 497	2.25 510	1.04 475	1.92 389	1.50 460	1.58 453	1.34 347	1.73 457	1.62 484	2.27 402	13.20 560	0.25 318	0.22 360	0.32 421	0.29 422	0.38 427	0.34 397

WZ-Net	2.14 516	1.08 511	11.68 554	0.89 496	0.78 477	1.76 476	1.59 520	2.39 490	2.03 510	2.11 507	1.95 481	2.30 506	2.28 526	5.94 512	3.86 521	0.35 445	0.27 427	0.29 391	0.32 446	0.52 480	0.50 467

AnyNet_C32	2.14 516	1.45 529	7.38 536	0.95 511	1.12 517	2.23 508	2.34 552	2.10 431	1.54 464	2.44 518	1.79 459	2.04 495	1.66 490	2.69 432	10.48 557	0.38 457	0.35 481	0.35 448	0.42 487	0.50 477	0.60 497

NVStereoNet_ROB	2.17 518	1.18 518	3.51 509	1.14 525	1.26 532	1.57 458	1.51 513	2.19 461	2.11 515	2.04 503	4.80 544	3.17 532	2.11 520	7.97 545	2.10 486	1.12 537	0.94 552	1.10 538	1.34 551	0.95 523	1.31 537
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 519	1.29 526	4.14 517	1.10 521	0.78 477	5.00 557	2.38 555	2.47 503	2.67 533	1.94 497	2.28 501	2.66 520	1.70 493	9.10 552	2.29 495	0.68 522	0.52 525	0.68 524	0.71 530	1.17 534	0.81 520

SANet	2.26 520	0.70 475	6.94 533	0.69 404	0.46 336	2.76 527	1.76 528	2.61 517	5.84 562	2.45 519	3.52 531	3.71 536	3.38 546	5.90 509	2.14 488	0.34 435	0.31 451	0.32 421	0.29 422	0.54 488	0.43 447

test_sample8	2.29 521	0.51 413	1.35 396	0.58 271	0.40 285	1.07 378	0.80 422	2.03 415	1.22 330	2.28 513	1.33 343	4.98 550	2.51 533	2.46 416	8.57 547	0.59 512	12.85 581	0.62 520	0.67 527	0.45 460	0.48 459

ADCS	2.35 522	1.26 523	6.54 530	0.85 480	0.77 473	2.18 507	1.79 530	2.47 503	2.20 518	2.80 530	2.14 495	2.38 510	2.09 516	2.81 437	13.83 566	0.43 474	0.41 502	0.40 475	0.45 496	0.59 496	0.67 504

MeshStereo	2.36 523	0.60 441	1.05 312	0.63 330	0.51 367	2.58 520	0.99 468	3.46 541	2.21 519	7.38 569	5.06 548	7.50 557	3.10 540	7.02 535	2.54 500	0.44 483	0.44 509	0.45 487	0.40 483	0.43 446	0.45 452
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
AnyNet_C01	2.38 524	2.21 554	10.17 549	0.99 514	0.79 479	3.12 536	2.37 553	2.69 523	1.89 502	2.58 526	2.44 509	2.70 521	1.86 506	3.65 459	7.12 542	0.41 469	0.41 502	0.40 475	0.42 487	0.68 509	0.79 518

DispFullNet	2.39 525	2.89 565	3.74 513	3.09 559	2.27 551	2.04 501	0.84 434	2.19 461	1.73 488	2.54 524	1.98 482	2.23 500	5.83 558	3.44 457	1.84 481	1.03 532	0.33 469	2.65 559	1.97 563	2.87 549	2.34 553

EDNetEfficient	2.40 526	1.14 516	8.59 542	0.77 455	0.73 458	1.06 377	1.53 516	1.54 279	4.06 551	4.87 558	2.81 518	2.23 500	3.53 547	3.04 444	9.65 554	0.27 365	0.24 398	0.27 363	0.31 439	0.70 511	0.67 504

MSAF-DinoV2	2.45 527	1.88 547	17.19 563	0.89 496	0.52 372	1.39 436	0.97 464	2.84 532	1.77 490	1.55 447	1.65 438	3.60 535	2.28 526	5.74 505	4.64 528	0.28 383	0.17 266	0.26 348	0.28 403	0.49 475	0.54 477

FCDSN-DC	2.47 528	0.65 463	1.00 297	0.85 480	0.75 467	2.26 511	0.97 464	2.31 478	1.83 499	5.52 564	7.65 560	7.72 560	7.70 565	4.43 475	2.64 501	0.52 501	0.48 518	0.52 501	0.52 511	0.57 493	0.59 494
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 529	0.72 480	18.07 567	0.72 423	0.53 379	1.85 488	0.86 441	1.80 350	2.40 522	1.54 444	1.42 375	1.13 336	1.17 426	4.18 469	4.80 531	0.25 318	0.20 329	0.23 264	0.19 205	7.64 575	0.38 422

ELAS	2.67 530	0.80 487	2.13 468	1.13 522	1.15 524	6.25 561	2.56 557	3.50 542	3.68 548	5.36 562	4.92 547	3.79 537	5.56 557	3.65 459	5.22 533	0.66 519	0.57 531	0.56 513	0.54 514	0.65 506	0.75 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 531	1.55 537	15.40 558	1.13 522	1.42 536	3.75 546	2.21 546	2.45 498	2.72 534	2.91 534	2.85 520	2.58 517	1.62 484	6.28 520	5.80 536	0.41 469	0.30 446	0.35 448	0.35 470	0.52 480	0.54 477

RTSA	2.76 531	1.55 537	15.40 558	1.13 522	1.42 536	3.75 546	2.21 546	2.45 498	2.72 534	2.91 534	2.85 520	2.58 517	1.62 484	6.28 520	5.80 536	0.41 469	0.30 446	0.35 448	0.35 470	0.52 480	0.54 477

WAO-7	2.78 533	1.54 536	2.18 471	1.41 535	1.19 528	3.92 549	2.01 539	4.19 550	3.89 550	2.98 537	5.47 549	4.18 541	3.28 543	8.24 548	4.27 523	1.13 538	1.01 556	1.18 539	1.13 550	1.19 535	1.13 535

MADNet+	2.80 534	3.38 568	11.57 553	1.50 538	1.21 531	3.18 538	2.00 536	3.52 543	2.61 527	1.81 483	2.09 491	2.83 522	2.18 524	7.55 540	5.44 535	0.84 525	0.83 542	0.71 526	0.66 526	1.05 530	1.08 531

IMH-64-1	2.82 535	1.87 545	1.77 439	3.31 561	2.69 557	3.22 539	2.07 541	4.25 551	2.77 537	2.46 520	3.78 534	3.05 527	2.34 529	4.67 481	3.00 508	3.84 565	0.84 545	2.75 560	1.39 552	3.34 559	2.93 562

IMH-64	2.82 535	1.87 545	1.77 439	3.31 561	2.69 557	3.22 539	2.07 541	4.25 551	2.77 537	2.46 520	3.78 534	3.05 527	2.34 529	4.67 481	3.00 508	3.84 565	0.84 545	2.75 560	1.39 552	3.34 559	2.93 562

pmcnn	2.84 537	0.46 390	5.19 525	0.68 391	0.42 309	1.55 455	1.16 491	2.32 479	1.60 476	2.72 527	7.49 558	17.96 576	1.48 477	6.04 513	6.64 540	0.18 110	0.15 201	0.15 17	0.12 29	0.20 182	0.20 156

ACVNet_2	2.86 538	1.47 531	8.28 539	2.68 552	2.26 550	2.70 525	1.84 535	3.41 539	3.04 539	2.27 512	3.42 530	4.58 543	2.10 517	5.91 510	1.62 463	2.58 550	0.67 537	2.22 547	0.85 536	2.79 547	2.47 555

ELAS_RVC	2.87 539	0.80 487	3.22 504	1.16 527	1.12 517	2.92 533	5.33 565	2.98 535	4.18 553	5.04 559	4.82 545	4.71 545	8.23 566	4.25 472	4.79 529	0.67 520	0.57 531	0.57 515	0.53 513	0.66 507	0.74 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 540	0.61 446	1.15 344	0.75 446	0.57 403	2.85 531	1.05 476	3.44 540	2.64 531	6.93 565	7.63 559	9.86 566	7.02 563	5.76 507	4.31 524	0.54 503	0.48 518	0.51 499	0.50 507	0.53 485	0.52 473

FC-DCNN v2	2.96 541	0.61 446	1.13 337	0.75 446	0.57 403	2.90 532	1.06 478	3.59 544	2.66 532	7.05 566	7.66 561	10.26 569	7.17 564	6.27 519	4.49 527	0.54 503	0.48 518	0.51 499	0.50 507	0.53 485	0.52 473

WAO-6	2.98 542	1.67 541	1.88 449	2.38 550	2.30 552	3.53 542	2.37 553	4.38 553	4.64 557	2.42 516	4.50 538	4.85 546	2.99 539	5.22 491	5.37 534	1.77 542	1.16 562	2.31 549	1.47 557	2.42 543	1.99 549

ACVNet-4b	3.05 543	1.42 528	18.09 568	2.85 553	2.33 553	2.32 515	1.22 497	2.47 503	2.21 519	1.26 336	2.36 505	2.64 519	1.46 473	6.32 522	1.23 413	3.29 557	0.45 511	2.37 550	1.02 547	3.03 555	2.61 557

ACVNet_1	3.08 544	1.48 532	17.70 564	2.90 556	2.35 554	2.30 512	1.43 511	3.16 537	2.26 521	1.91 491	2.05 489	3.51 534	2.32 528	3.71 464	1.58 456	3.25 556	0.66 536	2.40 554	1.06 548	3.07 556	2.59 556

PWCK	3.24 545	2.37 555	10.86 551	2.14 545	1.14 522	3.71 544	4.19 564	3.02 536	3.55 547	3.05 540	3.63 532	3.09 530	2.35 531	8.16 547	3.41 514	2.17 546	0.96 553	1.77 543	1.01 546	2.84 548	1.40 541

IMH	3.35 546	1.95 548	1.86 448	3.30 560	2.72 559	4.03 552	2.00 536	4.58 555	3.83 549	2.87 532	6.99 556	4.69 544	3.21 542	6.77 531	2.97 507	3.91 568	0.89 549	2.78 562	1.40 556	3.36 561	2.93 562

LVE	3.40 547	1.80 543	2.21 473	2.90 556	2.44 555	3.27 541	2.25 548	4.80 556	5.06 558	2.43 517	6.79 554	5.99 553	2.64 537	9.20 554	2.28 493	3.30 558	1.11 561	2.38 551	1.48 558	2.95 552	2.62 558

Dean	3.77 548	1.65 540	17.87 565	3.01 558	2.54 556	3.15 537	2.10 544	4.80 556	4.42 554	2.89 533	6.03 551	5.45 551	2.55 536	3.40 456	2.13 487	3.22 555	0.89 549	2.51 557	1.07 549	3.07 556	2.65 560

JetBlue	4.18 549	2.45 559	10.42 550	1.40 532	2.89 562	10.68 567	10.68 567	3.91 547	2.52 523	2.74 528	3.39 529	4.50 542	4.27 553	7.97 545	7.67 545	0.89 527	0.97 554	0.89 530	0.92 538	2.26 541	2.21 551

notaker	4.29 550	2.42 558	5.06 523	3.89 570	3.29 567	4.00 550	2.25 548	4.93 558	3.47 546	4.21 553	6.79 554	7.67 559	3.37 545	9.25 556	6.47 538	4.09 570	1.42 564	3.35 569	2.13 566	4.11 566	3.54 567

ktn	4.56 551	2.41 557	2.54 484	3.79 569	3.25 565	4.81 556	2.91 561	5.52 560	7.36 563	4.12 550	14.55 573	7.54 558	3.70 548	7.84 544	3.35 513	4.06 569	1.86 567	3.26 568	2.22 567	3.27 558	2.86 561

WAO-8	4.57 552	2.01 549	2.58 487	2.37 548	2.21 547	9.75 563	1.71 524	6.04 565	16.34 572	4.11 548	7.69 562	7.41 555	3.85 549	10.02 568	3.85 519	2.05 544	1.09 559	2.44 555	1.39 552	2.56 545	1.86 547

Venus	4.57 552	2.01 549	2.58 487	2.37 548	2.21 547	9.75 563	1.71 524	6.04 565	16.34 572	4.11 548	7.69 562	7.41 555	3.85 549	10.02 568	3.85 519	2.05 544	1.09 559	2.44 555	1.39 552	2.56 545	1.86 547

SGM+DAISY	5.38 554	1.28 525	8.24 538	1.27 530	1.16 526	10.62 566	16.01 574	2.93 534	2.53 524	8.64 572	13.03 571	8.26 562	13.38 571	6.34 523	7.59 544	1.07 535	1.05 558	1.00 535	0.98 542	1.02 527	1.12 534

TorneroNet-64	5.41 555	2.10 552	2.43 480	3.49 565	2.83 560	9.90 565	2.13 545	8.87 571	16.79 577	5.39 563	9.18 566	10.68 571	3.92 552	9.55 558	5.11 532	3.36 559	0.86 547	2.88 563	1.62 559	3.76 562	3.37 565

MADNet++	5.41 555	3.18 566	6.43 529	4.66 574	3.95 571	6.15 560	6.75 566	4.51 554	4.51 556	5.06 560	6.27 552	4.96 548	6.14 559	9.39 557	11.70 559	4.71 571	4.19 573	3.97 571	3.33 569	4.08 565	4.25 572

UNDER WATER	5.68 557	2.46 560	15.52 560	3.98 572	3.53 568	5.15 558	2.74 559	5.58 562	16.41 575	4.00 546	4.56 539	9.12 564	6.43 561	6.22 516	9.11 551	3.85 567	1.35 563	3.18 567	1.98 564	4.51 569	3.84 571

UNDER WATER-64	5.84 558	2.48 561	17.93 566	3.97 571	3.58 569	7.70 562	3.03 562	5.72 564	14.13 569	4.18 552	4.00 536	9.27 565	6.80 562	6.20 515	9.22 552	3.67 562	1.52 565	3.14 565	1.95 562	4.43 568	3.83 570

LSM	6.55 559	1.26 523	15.64 561	1.79 540	68.74 590	1.67 468	2.08 543	2.26 469	2.59 526	3.13 542	3.08 526	1.90 471	1.81 502	2.89 440	2.16 489	0.43 474	0.59 534	0.50 498	0.58 518	0.64 504	17.24 583

tt	6.61 560	0.28 124	6.10 528	3.77 568	2.17 546	11.53 568	19.61 575	13.53 576	5.81 561	3.00 538	2.82 519	4.97 549	6.33 560	3.83 467	7.23 543	9.13 577	11.32 580	5.87 575	6.22 575	6.01 572	2.63 559

JetRed	7.02 561	8.94 574	25.72 578	2.89 555	3.27 566	14.25 572	12.27 571	6.69 567	4.45 555	4.46 554	4.56 539	6.65 554	5.43 556	7.46 539	14.41 568	2.60 551	3.31 570	2.61 558	2.30 568	4.34 567	3.79 569

xyz-stereo	7.03 562	0.24 47	70.23 592	0.44 50	0.21 7	29.74 582	0.49 275	1.03 128	0.77 125	1.45 423	26.78 582	1.17 342	1.19 435	4.72 484	1.32 428	0.16 43	0.12 34	0.20 165	0.14 85	0.17 78	0.14 15

MANE	7.50 563	0.64 457	7.97 537	1.40 532	2.10 545	16.86 574	12.56 572	12.91 575	17.51 580	8.50 571	11.60 569	14.66 573	13.33 570	12.02 573	13.28 561	0.62 515	0.52 525	0.52 501	1.90 561	0.56 491	0.58 492

SGM-ForestM	7.81 564	0.48 401	11.02 552	0.74 437	0.40 285	16.83 573	12.72 573	7.91 569	8.13 564	11.53 574	10.25 568	22.44 584	14.01 572	17.02 576	20.52 574	0.38 457	0.39 500	0.37 461	0.36 473	0.37 421	0.38 422

coex-ft	8.35 565	2.39 556	100.24 594	0.68 391	0.54 387	1.77 478	1.57 519	1.71 328	11.00 566	18.91 582	3.76 533	3.85 538	8.23 566	3.29 453	6.58 539	0.31 410	0.31 451	0.32 421	0.31 439	0.69 510	0.57 489

LE_ROB	8.35 565	0.47 395	27.42 582	0.83 473	0.34 217	2.84 530	3.36 563	4.03 549	27.04 584	25.20 584	8.72 565	8.55 563	27.35 584	7.37 538	22.13 575	0.22 256	0.20 329	0.20 165	0.21 276	0.25 307	0.25 276

KSHMR	8.76 567	2.14 553	3.59 510	3.60 567	3.13 564	4.15 553	2.67 558	5.61 563	58.90 594	3.04 539	55.71 594	4.94 547	2.54 535	4.61 480	3.05 510	3.49 561	1.57 566	3.14 565	1.98 564	3.84 563	3.49 566

U	9.23 568	0.22 14	0.65 117	0.48 98	53.11 589	61.26 594	0.24 29	0.77 47	0.55 63	0.37 31	0.30 13	0.29 28	0.34 49	0.34 2	0.27 15	0.20 191	0.12 34	60.47 590	4.24 572	0.18 110	0.14 15

TCMNet-wrong-test	10.42 569	11.55 577	15.31 557	20.99 580	18.49 576	13.94 571	10.69 568	16.07 577	4.14 552	5.27 561	5.64 550	16.22 575	12.57 568	7.57 541	10.26 555	7.44 575	2.38 568	4.30 572	3.43 570	11.37 578	10.87 576

EDNetEfficientorigin	10.59 570	1.52 535	177.33 595	0.68 391	0.54 387	1.66 467	1.20 496	1.94 393	3.39 544	4.69 556	3.37 528	3.08 529	2.79 538	3.25 451	3.63 516	0.26 344	0.24 398	0.33 433	0.28 403	0.85 519	0.87 523

TorneroNet	10.72 571	2.09 551	2.76 492	3.48 564	3.03 563	44.72 588	2.31 550	8.62 570	67.06 595	7.45 570	23.21 581	10.59 570	4.28 554	9.03 551	9.00 550	3.67 562	0.91 551	3.04 564	1.63 560	3.92 564	3.55 568

HanzoNet	11.92 572	5.12 570	17.18 562	4.19 573	3.59 570	5.16 559	2.82 560	7.41 568	9.96 565	33.31 590	27.60 583	22.25 583	37.31 588	18.18 578	13.57 562	8.13 576	3.44 572	3.50 570	3.44 571	7.77 576	4.52 573

DGTPSM_ROB	13.06 573	8.27 572	22.29 573	9.53 576	18.14 574	11.53 568	31.97 581	10.82 573	16.25 570	7.14 567	19.39 579	10.12 567	16.69 576	9.85 563	22.49 577	4.77 572	8.72 575	5.37 573	10.24 578	6.15 573	11.56 577

DPSMNet_ROB	13.08 574	8.28 573	22.32 574	9.54 577	18.15 575	11.53 568	31.98 582	10.83 574	16.27 571	7.17 568	19.40 580	10.12 567	16.69 576	9.87 564	22.50 578	4.78 573	8.72 575	5.38 574	10.25 579	6.16 574	11.59 578

USTest	14.33 575	14.93 578	21.00 571	17.41 579	16.02 573	23.11 576	33.76 583	22.02 578	11.81 567	9.47 573	10.19 567	15.94 574	13.17 569	17.25 577	22.38 576	3.81 564	5.01 574	6.17 576	6.18 574	9.23 577	7.81 575

ASD4	17.95 576	11.38 576	20.07 569	11.32 578	12.21 572	21.39 575	31.23 580	22.73 580	12.78 568	12.19 575	12.67 570	13.79 572	14.32 574	20.13 579	25.17 581	18.93 582	15.37 583	28.00 585	22.52 586	17.63 581	15.21 582

DPSM_ROB	19.12 577	19.13 580	25.13 576	22.15 582	20.86 579	28.06 579	37.75 585	27.18 582	16.95 578	14.25 576	15.07 574	21.66 578	18.69 579	21.83 581	26.51 583	10.15 579	9.30 578	10.45 579	10.41 580	14.00 579	12.85 580

DPSM	19.12 577	19.13 580	25.13 576	22.15 582	20.86 579	28.06 579	37.75 585	27.18 582	16.95 578	14.25 576	15.07 574	21.66 578	18.69 579	21.83 581	26.51 583	10.15 579	9.30 578	10.45 579	10.41 580	14.00 579	12.85 580

LRCNet_RVC	22.79 579	32.09 586	22.06 572	29.83 584	26.15 581	4.40 555	0.84 434	22.64 579	2.10 514	26.93 585	29.25 584	23.03 585	15.56 575	23.91 583	18.92 573	32.00 587	20.04 589	34.68 586	32.13 587	30.66 587	28.52 587

DLNR_Zeroshot_test	23.23 580	48.25 595	43.77 585	177.04 595	78.39 591	0.35 17	0.21 12	23.33 581	0.82 146	0.67 138	0.86 160	0.58 132	0.30 31	1.64 319	0.48 196	10.69 581	0.13 68	0.18 106	0.14 85	76.63 594	0.23 234

DPSimNet_ROB	24.77 581	9.69 575	61.46 591	3.56 566	19.46 577	25.95 577	77.56 594	5.09 559	16.60 576	21.50 583	29.82 585	25.12 586	85.69 595	13.37 575	23.07 580	7.23 574	17.79 584	8.55 577	7.57 576	4.57 571	31.84 588

FADE	26.94 582	6.16 571	20.86 570	1.90 544	1.95 544	2.92 533	2.01 539	5.55 561	5.12 559	2.92 536	2.17 496	4.13 540	14.15 573	10.56 570	10.39 556	193.84 595	2.80 569	122.45 592	126.70 592	1.14 533	1.11 533

BEATNet-Init1	27.39 583	21.01 582	73.65 593	1.07 518	0.80 481	56.07 589	22.82 576	33.14 589	31.71 586	51.78 594	52.93 593	65.63 594	48.54 593	48.75 595	36.36 588	0.52 501	0.47 516	0.54 506	0.54 514	0.64 504	0.72 511

CasAABBNet	38.42 584	38.42 589	50.26 587	44.76 589	41.87 585	56.47 591	76.22 592	54.44 592	33.92 588	28.53 587	30.36 588	43.53 592	37.59 589	43.77 592	53.32 594	20.27 583	18.70 586	21.03 581	21.04 583	28.19 584	25.79 585

FlowAnything	38.45 585	38.38 588	50.32 588	44.77 590	41.97 586	56.43 590	76.20 591	54.49 594	34.43 590	28.45 586	30.15 586	43.52 591	37.69 590	43.76 591	53.31 593	20.36 584	18.71 587	21.03 581	21.10 585	28.18 583	25.74 584

Selective-RAFT-Error	38.47 586	38.44 590	50.38 589	44.74 588	42.01 587	56.47 591	76.24 593	54.44 592	34.02 589	28.59 588	30.30 587	43.51 590	38.10 591	43.69 590	53.24 592	20.36 584	18.72 588	21.05 583	21.02 582	28.25 585	25.87 586

HaxPig	39.02 587	41.39 592	41.59 583	30.10 585	32.36 582	29.49 581	27.65 578	30.56 585	37.94 591	43.75 591	43.81 590	33.42 587	35.69 585	41.51 588	40.33 590	43.91 591	47.48 594	45.87 587	47.14 589	42.29 588	44.06 591

AVERAGE_ROB	40.42 588	42.30 593	42.61 584	36.91 587	35.54 584	30.42 583	27.59 577	37.45 591	38.45 592	44.87 592	44.27 591	37.55 589	36.69 586	41.82 589	40.25 589	45.36 592	46.73 593	47.09 588	46.32 588	42.47 589	43.74 590

MEDIAN_ROB	42.01 589	44.30 594	44.14 586	35.08 586	34.90 583	31.33 587	29.90 579	36.77 590	40.11 593	47.14 593	46.55 592	37.49 588	38.50 592	44.30 594	42.32 591	47.93 593	49.31 595	49.68 589	49.00 590	44.98 590	46.46 592

Anonymous_1	42.79 590	18.71 579	24.75 575	21.81 581	45.16 588	27.68 578	37.52 584	28.64 584	16.34 572	14.72 578	14.53 572	20.60 577	17.82 578	21.52 580	25.88 582	113.45 594	8.91 577	100.63 591	126.37 591	158.50 595	12.31 579

LSM0	42.92 591	38.72 591	50.66 590	47.49 591	110.18 595	56.77 593	75.87 590	54.87 595	33.74 587	29.48 589	31.12 589	43.77 593	37.12 587	43.85 593	53.44 595	20.50 586	18.67 585	21.05 583	21.07 584	28.37 586	41.73 589

PML	51.64 592	37.49 587	14.31 556	7.45 575	20.27 578	107.80 595	231.34 596	8.94 572	27.70 585	86.74 595	268.93 596	69.03 595	61.09 594	24.71 587	14.36 567	9.71 578	3.40 571	9.60 578	4.67 573	20.46 582	4.76 574

xxxxx1	54.34 593	26.72 583	27.03 579	114.14 592	99.00 592	30.68 584	47.19 587	32.52 586	26.09 581	17.85 579	17.48 576	21.86 580	20.92 581	24.38 584	33.78 585	34.73 588	41.33 590	157.67 593	175.68 593	65.82 591	71.99 593

tt_ll	54.34 593	26.72 583	27.03 579	114.14 592	99.00 592	30.68 584	47.19 587	32.52 586	26.09 581	17.85 579	17.48 576	21.86 580	20.92 581	24.38 584	33.78 585	34.73 588	41.33 590	157.67 593	175.68 593	65.82 591	71.99 593

ff	54.34 593	26.72 583	27.03 579	114.14 592	99.00 592	30.68 584	47.19 587	32.52 586	26.09 581	17.85 579	17.48 576	21.86 580	20.92 581	24.38 584	33.78 585	34.73 588	41.33 590	157.67 593	175.68 593	65.82 591	71.99 593

test_example2	192.91 596	210.59 596	206.44 596	199.86 596	204.90 596	172.02 596	182.95 595	138.34 596	134.89 596	193.14 596	200.54 595	186.77 596	177.82 596	204.95 596	207.57 596	221.83 596	238.70 596	186.02 596	190.07 596	226.94 596	173.78 596

ccccc	497.36 597	492.94 597	590.78 597	530.37 597	529.69 597	476.06 597	438.68 597	494.48 597	344.79 597	446.40 597	517.23 597	473.27 597	547.51 597	541.46 597	607.83 597	660.58 597	458.79 597	353.88 597	309.98 597	597.94 597	534.45 597

Low-res two-view benchmark