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

monsters	0.07 3	0.06 48	0.06 1	0.15 64	0.06 11	0.08 47	0.09 17	0.13 58	0.09 21	0.09 87	0.07 34	0.06 14	0.06 36	0.09 32	0.08 14	0.05 25	0.04 20	0.04 1	0.04 31	0.03 1	0.04 28

MonSter	0.07 3	0.06 48	0.06 1	0.15 64	0.05 1	0.08 47	0.10 26	0.15 98	0.15 153	0.05 1	0.06 11	0.05 1	0.06 36	0.07 3	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

AdaDepth	0.07 3	0.06 48	0.07 3	0.18 289	0.06 11	0.11 163	0.11 45	0.10 15	0.08 9	0.06 7	0.05 7	0.07 62	0.06 36	0.09 32	0.10 111	0.04 6	0.05 153	0.05 23	0.04 31	0.04 13	0.04 28

qwe	0.08 40	0.08 228	0.07 3	0.15 64	0.06 11	0.07 22	0.10 26	0.18 185	0.12 84	0.07 29	0.07 34	0.06 14	0.06 36	0.10 56	0.09 43	0.04 6	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

2.75w_new	0.07 3	0.07 117	0.07 3	0.13 9	0.06 11	0.08 47	0.08 7	0.18 185	0.13 114	0.08 58	0.08 68	0.06 14	0.06 36	0.09 32	0.11 169	0.04 6	0.04 20	0.04 1	0.03 1	0.03 1	0.04 28

3.5w_stereo	0.07 3	0.07 117	0.07 3	0.15 64	0.07 63	0.09 81	0.06 1	0.14 72	0.11 54	0.08 58	0.07 34	0.06 14	0.07 102	0.10 56	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

1w_stereo	0.08 40	0.06 48	0.07 3	0.16 132	0.06 11	0.07 22	0.10 26	0.14 72	0.15 153	0.07 29	0.08 68	0.05 1	0.06 36	0.10 56	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 28

monsterstereo	0.08 40	0.06 48	0.07 3	0.16 132	0.06 11	0.08 47	0.10 26	0.16 123	0.12 84	0.07 29	0.08 68	0.06 14	0.07 102	0.08 13	0.09 43	0.04 6	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

MM-Stereo_test3	0.10 135	0.07 117	0.07 3	0.18 289	0.07 63	0.12 204	0.19 402	0.24 308	0.19 238	0.06 7	0.10 114	0.08 93	0.06 36	0.11 101	0.09 43	0.06 109	0.06 300	0.07 194	0.05 107	0.05 95	0.04 28

AIO_test	0.07 3	0.06 48	0.07 3	0.15 64	0.07 63	0.07 22	0.14 156	0.10 15	0.10 31	0.07 29	0.07 34	0.06 14	0.05 11	0.08 13	0.10 111	0.05 25	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

DEFOM-Stereo	0.07 3	0.05 11	0.07 3	0.14 27	0.06 11	0.09 81	0.13 108	0.07 2	0.13 114	0.06 7	0.07 34	0.06 14	0.05 11	0.10 56	0.09 43	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.04 28

Occ-G	0.08 40	0.05 11	0.07 3	0.14 27	0.07 63	0.09 81	0.14 156	0.14 72	0.15 153	0.07 29	0.12 158	0.07 62	0.05 11	0.09 32	0.10 111	0.06 109	0.05 153	0.05 23	0.04 31	0.05 95	0.06 187

trnet	0.08 40	0.05 11	0.07 3	0.12 4	0.05 1	0.12 204	0.10 26	0.13 58	0.10 31	0.08 58	0.13 173	0.09 120	0.08 138	0.11 101	0.10 111	0.08 297	0.05 153	0.05 23	0.03 1	0.06 182	0.05 109

LoS_RVC	0.08 40	0.05 11	0.07 3	0.15 64	0.07 63	0.08 47	0.15 226	0.12 42	0.11 54	0.08 58	0.09 88	0.06 14	0.09 163	0.10 56	0.09 43	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.04 28

CAS	0.08 40	0.04 1	0.07 3	0.17 207	0.08 124	0.10 123	0.13 108	0.12 42	0.09 21	0.09 87	0.10 114	0.08 93	0.06 36	0.09 32	0.09 43	0.08 297	0.04 20	0.05 23	0.03 1	0.05 95	0.04 28

raft_robust	0.13 273	0.10 364	0.07 3	0.18 289	0.08 124	0.13 233	0.24 470	0.29 397	0.34 424	0.20 372	0.20 282	0.15 260	0.10 185	0.11 101	0.12 227	0.05 25	0.05 153	0.07 194	0.07 269	0.05 95	0.04 28

CREStereo++_RVC	0.08 40	0.04 1	0.07 3	0.13 9	0.07 63	0.09 81	0.12 69	0.14 72	0.14 136	0.10 117	0.14 186	0.08 93	0.07 102	0.10 56	0.11 169	0.06 109	0.04 20	0.05 23	0.05 107	0.04 13	0.04 28
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
XX-TBD	0.09 76	0.06 48	0.07 3	0.14 27	0.07 63	0.13 233	0.16 285	0.14 72	0.14 136	0.11 154	0.12 158	0.09 120	0.08 138	0.10 56	0.10 111	0.06 109	0.04 20	0.05 23	0.04 31	0.06 182	0.05 109

water-stereo	0.09 76	0.06 48	0.08 19	0.16 132	0.07 63	0.10 123	0.13 108	0.15 98	0.13 114	0.11 154	0.12 158	0.09 120	0.10 185	0.07 3	0.08 14	0.06 109	0.05 153	0.05 23	0.05 107	0.04 13	0.04 28

asda	0.07 3	0.08 228	0.08 19	0.16 132	0.07 63	0.06 7	0.10 26	0.16 123	0.11 54	0.06 7	0.06 11	0.05 1	0.06 36	0.10 56	0.10 111	0.03 1	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

asd	0.07 3	0.08 228	0.08 19	0.16 132	0.07 63	0.08 47	0.08 7	0.11 26	0.08 9	0.07 29	0.07 34	0.06 14	0.06 36	0.10 56	0.09 43	0.03 1	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

DilatedVolume-Stereo	0.09 76	0.05 11	0.08 19	0.15 64	0.06 11	0.11 163	0.12 69	0.14 72	0.16 179	0.11 154	0.11 144	0.09 120	0.10 185	0.11 101	0.11 169	0.06 109	0.05 153	0.05 23	0.04 31	0.03 1	0.03 1

2.25w	0.07 3	0.07 117	0.08 19	0.15 64	0.06 11	0.08 47	0.09 17	0.10 15	0.15 153	0.08 58	0.10 114	0.07 62	0.06 36	0.09 32	0.10 111	0.05 25	0.04 20	0.04 1	0.04 31	0.03 1	0.04 28

4.5_new	0.07 3	0.09 299	0.08 19	0.15 64	0.07 63	0.07 22	0.10 26	0.14 72	0.11 54	0.06 7	0.08 68	0.06 14	0.06 36	0.08 13	0.10 111	0.03 1	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

4.5w-stereo	0.07 3	0.09 299	0.08 19	0.15 64	0.07 63	0.07 22	0.10 26	0.14 72	0.11 54	0.06 7	0.08 68	0.06 14	0.06 36	0.08 13	0.10 111	0.03 1	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

4w-stereo	0.07 3	0.08 228	0.08 19	0.16 132	0.07 63	0.07 22	0.08 7	0.11 26	0.09 21	0.07 29	0.07 34	0.05 1	0.06 36	0.09 32	0.10 111	0.03 1	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

2.5w	0.07 3	0.07 117	0.08 19	0.16 132	0.06 11	0.08 47	0.12 69	0.10 15	0.10 31	0.07 29	0.06 11	0.09 120	0.06 36	0.08 13	0.09 43	0.04 6	0.03 1	0.04 1	0.04 31	0.03 1	0.03 1

3.25w_new	0.07 3	0.06 48	0.08 19	0.15 64	0.06 11	0.10 123	0.07 3	0.12 42	0.11 54	0.08 58	0.07 34	0.07 62	0.06 36	0.11 101	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 28

3.25w	0.07 3	0.06 48	0.08 19	0.15 64	0.06 11	0.10 123	0.07 3	0.12 42	0.11 54	0.08 58	0.07 34	0.07 62	0.06 36	0.11 101	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 28

3.75w	0.07 3	0.07 117	0.08 19	0.16 132	0.07 63	0.07 22	0.09 17	0.16 123	0.10 31	0.07 29	0.06 11	0.06 14	0.06 36	0.09 32	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

MLG-Stereo_test1	0.06 1	0.05 11	0.08 19	0.17 207	0.05 1	0.07 22	0.11 45	0.09 10	0.03 1	0.05 1	0.04 1	0.06 14	0.05 11	0.09 32	0.09 43	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.05 109

Reg-Stereo(zero)	0.09 76	0.05 11	0.08 19	0.16 132	0.06 11	0.12 204	0.11 45	0.15 98	0.11 54	0.12 186	0.09 88	0.10 151	0.08 138	0.11 101	0.09 43	0.06 109	0.05 153	0.05 23	0.04 31	0.04 13	0.05 109

SCV_C0	0.08 40	0.07 117	0.08 19	0.16 132	0.10 334	0.08 47	0.14 156	0.11 26	0.13 114	0.08 58	0.07 34	0.06 14	0.05 11	0.11 101	0.07 1	0.05 25	0.05 153	0.05 23	0.04 31	0.06 182	0.05 109

SCV	0.08 40	0.09 299	0.08 19	0.15 64	0.08 124	0.10 123	0.12 69	0.11 26	0.12 84	0.07 29	0.07 34	0.06 14	0.04 1	0.10 56	0.08 14	0.05 25	0.05 153	0.06 100	0.04 31	0.06 182	0.04 28

FoundationStereo	0.06 1	0.04 1	0.08 19	0.13 9	0.05 1	0.09 81	0.13 108	0.06 1	0.09 21	0.05 1	0.05 7	0.06 14	0.04 1	0.07 3	0.07 1	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

AIO_rvc	0.07 3	0.06 48	0.08 19	0.15 64	0.06 11	0.08 47	0.14 156	0.09 10	0.08 9	0.07 29	0.08 68	0.07 62	0.04 1	0.10 56	0.08 14	0.05 25	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

HUF	0.08 40	0.05 11	0.08 19	0.14 27	0.06 11	0.09 81	0.13 108	0.13 58	0.13 114	0.07 29	0.07 34	0.09 120	0.06 36	0.10 56	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

castereo++	0.08 40	0.06 48	0.08 19	0.15 64	0.05 1	0.14 272	0.11 45	0.11 26	0.15 153	0.07 29	0.07 34	0.08 93	0.06 36	0.08 13	0.08 14	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

mms	0.09 76	0.07 117	0.08 19	0.17 207	0.08 124	0.11 163	0.15 226	0.12 42	0.11 54	0.09 87	0.09 88	0.08 93	0.06 36	0.11 101	0.12 227	0.05 25	0.04 20	0.07 194	0.05 107	0.04 13	0.04 28

dual_stereo	0.07 3	0.05 11	0.08 19	0.15 64	0.05 1	0.05 3	0.13 108	0.12 42	0.08 9	0.07 29	0.06 11	0.05 1	0.05 11	0.07 3	0.09 43	0.06 109	0.04 20	0.05 23	0.03 1	0.04 13	0.04 28

IGEV-Stereo++	0.07 3	0.06 48	0.08 19	0.18 289	0.06 11	0.05 3	0.10 26	0.11 26	0.11 54	0.06 7	0.07 34	0.07 62	0.06 36	0.09 32	0.09 43	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

RAStereo	0.10 135	0.09 299	0.08 19	0.20 401	0.08 124	0.13 233	0.18 359	0.16 123	0.17 203	0.10 117	0.12 158	0.05 1	0.06 36	0.09 32	0.08 14	0.07 237	0.05 153	0.07 194	0.05 107	0.05 95	0.04 28

IGEV-Stereo+	0.07 3	0.04 1	0.08 19	0.15 64	0.06 11	0.04 1	0.09 17	0.10 15	0.09 21	0.06 7	0.06 11	0.06 14	0.06 36	0.06 1	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.06 182	0.06 187

MaDis-Stereo	0.09 76	0.09 299	0.08 19	0.17 207	0.09 228	0.14 272	0.11 45	0.16 123	0.16 179	0.09 87	0.11 144	0.06 14	0.06 36	0.09 32	0.13 262	0.07 237	0.06 300	0.08 274	0.05 107	0.05 95	0.04 28

UniTT-Stereo	0.09 76	0.07 117	0.08 19	0.18 289	0.08 124	0.13 233	0.11 45	0.12 42	0.11 54	0.10 117	0.12 158	0.05 1	0.06 36	0.09 32	0.10 111	0.07 237	0.06 300	0.05 23	0.05 107	0.06 182	0.05 109

AEACV	0.09 76	0.05 11	0.08 19	0.14 27	0.13 442	0.14 272	0.13 108	0.15 98	0.09 21	0.07 29	0.09 88	0.07 62	0.08 138	0.10 56	0.09 43	0.06 109	0.04 20	0.06 100	0.05 107	0.05 95	0.04 28

CES	0.08 40	0.04 1	0.08 19	0.14 27	0.07 63	0.09 81	0.14 156	0.11 26	0.09 21	0.08 58	0.09 88	0.11 171	0.07 102	0.12 178	0.08 14	0.06 109	0.04 20	0.05 23	0.03 1	0.05 95	0.05 109

EGLCR-Stereo	0.08 40	0.05 11	0.08 19	0.14 27	0.07 63	0.11 163	0.12 69	0.11 26	0.16 179	0.06 7	0.05 7	0.07 62	0.05 11	0.10 56	0.11 169	0.06 109	0.04 20	0.06 100	0.05 107	0.04 13	0.04 28

CroCo-Stereo Lap2	0.09 76	0.09 299	0.08 19	0.22 452	0.09 228	0.09 81	0.18 359	0.16 123	0.12 84	0.09 87	0.10 114	0.05 1	0.05 11	0.08 13	0.08 14	0.06 109	0.06 300	0.07 194	0.05 107	0.06 182	0.05 109

TestStereo1	0.13 273	0.08 228	0.08 19	0.20 401	0.08 124	0.18 365	0.29 516	0.23 284	0.17 203	0.17 303	0.20 282	0.16 280	0.11 215	0.12 178	0.13 262	0.06 109	0.06 300	0.08 274	0.06 179	0.05 95	0.05 109

test_5	0.14 303	0.12 408	0.08 19	0.20 401	0.10 334	0.14 272	0.28 505	0.21 243	0.24 315	0.19 350	0.28 398	0.11 171	0.15 331	0.12 178	0.13 262	0.06 109	0.05 153	0.07 194	0.08 336	0.08 315	0.07 265

SA-5K	0.13 273	0.08 228	0.08 19	0.20 401	0.08 124	0.18 365	0.29 516	0.23 284	0.17 203	0.17 303	0.20 282	0.16 280	0.11 215	0.12 178	0.13 262	0.06 109	0.06 300	0.08 274	0.06 179	0.05 95	0.05 109

test_4	0.11 174	0.10 364	0.08 19	0.19 348	0.09 228	0.08 47	0.21 436	0.15 98	0.18 217	0.12 186	0.18 258	0.12 192	0.09 163	0.08 13	0.11 169	0.04 6	0.04 20	0.08 274	0.08 336	0.04 13	0.04 28

GMOStereo	0.11 174	0.09 299	0.08 19	0.19 348	0.08 124	0.12 204	0.28 505	0.13 58	0.18 217	0.11 154	0.17 235	0.14 235	0.12 246	0.07 3	0.07 1	0.05 25	0.05 153	0.09 357	0.07 269	0.04 13	0.04 28

error version	0.11 174	0.09 299	0.08 19	0.19 348	0.08 124	0.12 204	0.28 505	0.13 58	0.18 217	0.11 154	0.17 235	0.14 235	0.12 246	0.07 3	0.07 1	0.05 25	0.05 153	0.09 357	0.07 269	0.04 13	0.04 28

test-v	0.11 174	0.09 299	0.08 19	0.19 348	0.08 124	0.12 204	0.28 505	0.13 58	0.18 217	0.11 154	0.17 235	0.14 235	0.12 246	0.07 3	0.07 1	0.05 25	0.05 153	0.09 357	0.07 269	0.04 13	0.04 28

CroCo-Stereo	0.09 76	0.08 228	0.08 19	0.22 452	0.09 228	0.09 81	0.18 359	0.16 123	0.12 84	0.07 29	0.07 34	0.08 93	0.06 36	0.08 13	0.07 1	0.07 237	0.05 153	0.06 100	0.04 31	0.05 95	0.04 28
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
test-2	0.11 174	0.09 299	0.08 19	0.19 348	0.08 124	0.12 204	0.28 505	0.13 58	0.18 217	0.11 154	0.17 235	0.14 235	0.12 246	0.07 3	0.07 1	0.05 25	0.05 153	0.09 357	0.07 269	0.04 13	0.04 28

s12784h	0.10 135	0.06 48	0.08 19	0.15 64	0.05 1	0.16 326	0.18 359	0.16 123	0.15 153	0.10 117	0.11 144	0.11 171	0.11 215	0.11 101	0.12 227	0.05 25	0.04 20	0.06 100	0.04 31	0.04 13	0.04 28

TANstereo	0.09 76	0.04 1	0.08 19	0.13 9	0.06 11	0.11 163	0.13 108	0.15 98	0.19 238	0.11 154	0.15 199	0.10 151	0.07 102	0.12 178	0.09 43	0.07 237	0.05 153	0.05 23	0.04 31	0.06 182	0.05 109

CREStereo	0.09 76	0.05 11	0.08 19	0.11 1	0.06 11	0.14 272	0.14 156	0.14 72	0.10 31	0.09 87	0.13 173	0.09 120	0.08 138	0.12 178	0.10 111	0.08 297	0.04 20	0.05 23	0.03 1	0.06 182	0.06 187
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
GASTEREO	0.08 40	0.05 11	0.09 62	0.19 348	0.08 124	0.08 47	0.12 69	0.14 72	0.11 54	0.10 117	0.09 88	0.07 62	0.04 1	0.12 178	0.08 14	0.06 109	0.05 153	0.05 23	0.04 31	0.04 13	0.05 109

MSCF	0.08 40	0.05 11	0.09 62	0.19 348	0.08 124	0.07 22	0.12 69	0.14 72	0.11 54	0.10 117	0.09 88	0.07 62	0.04 1	0.11 101	0.08 14	0.06 109	0.05 153	0.05 23	0.04 31	0.05 95	0.05 109

depthmonostereo	0.09 76	0.06 48	0.09 62	0.15 64	0.06 11	0.11 163	0.13 108	0.14 72	0.15 153	0.10 117	0.10 114	0.09 120	0.11 215	0.08 13	0.09 43	0.06 109	0.05 153	0.06 100	0.04 31	0.04 13	0.03 1

4.25_new	0.07 3	0.08 228	0.09 62	0.15 64	0.06 11	0.08 47	0.08 7	0.14 72	0.08 9	0.07 29	0.07 34	0.06 14	0.06 36	0.12 178	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

4.5w_new	0.07 3	0.08 228	0.09 62	0.15 64	0.06 11	0.08 47	0.08 7	0.14 72	0.08 9	0.07 29	0.07 34	0.06 14	0.06 36	0.12 178	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

4.25w-stereo	0.07 3	0.08 228	0.09 62	0.15 64	0.06 11	0.08 47	0.08 7	0.14 72	0.08 9	0.07 29	0.07 34	0.06 14	0.06 36	0.12 178	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

2w_stereo	0.08 40	0.08 228	0.09 62	0.16 132	0.06 11	0.09 81	0.10 26	0.20 225	0.15 153	0.08 58	0.07 34	0.06 14	0.06 36	0.06 1	0.10 111	0.04 6	0.03 1	0.04 1	0.04 31	0.03 1	0.03 1

IGEV	0.08 40	0.04 1	0.09 62	0.13 9	0.06 11	0.09 81	0.12 69	0.14 72	0.10 31	0.06 7	0.09 88	0.07 62	0.05 11	0.09 32	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

MLG-Stereo	0.07 3	0.05 11	0.09 62	0.17 207	0.05 1	0.07 22	0.11 45	0.08 4	0.05 3	0.05 1	0.04 1	0.06 14	0.05 11	0.10 56	0.09 43	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.05 109

MM-Stereo_test2	0.09 76	0.07 117	0.09 62	0.19 348	0.08 124	0.12 204	0.18 359	0.15 98	0.14 136	0.07 29	0.10 114	0.07 62	0.06 36	0.12 178	0.09 43	0.05 25	0.04 20	0.06 100	0.05 107	0.06 182	0.04 28

MM-Stereo_test1	0.10 135	0.07 117	0.09 62	0.18 289	0.07 63	0.12 204	0.18 359	0.21 243	0.20 259	0.09 87	0.11 144	0.08 93	0.06 36	0.10 56	0.10 111	0.06 109	0.05 153	0.07 194	0.06 179	0.05 95	0.04 28

HART	0.08 40	0.07 117	0.09 62	0.18 289	0.07 63	0.10 123	0.16 285	0.13 58	0.11 54	0.09 87	0.10 114	0.08 93	0.05 11	0.10 56	0.08 14	0.05 25	0.04 20	0.06 100	0.04 31	0.05 95	0.04 28

GREAT-IGEV	0.07 3	0.06 48	0.09 62	0.13 9	0.07 63	0.07 22	0.14 156	0.10 15	0.09 21	0.06 7	0.08 68	0.06 14	0.05 11	0.10 56	0.07 1	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

DEFOM-Stereo_RVC	0.08 40	0.07 117	0.09 62	0.22 452	0.06 11	0.08 47	0.12 69	0.10 15	0.10 31	0.07 29	0.07 34	0.06 14	0.05 11	0.11 101	0.09 43	0.06 109	0.04 20	0.05 23	0.03 1	0.06 182	0.04 28

ours_stereo	0.09 76	0.07 117	0.09 62	0.17 207	0.08 124	0.11 163	0.16 285	0.11 26	0.12 84	0.08 58	0.10 114	0.08 93	0.06 36	0.12 178	0.12 227	0.05 25	0.04 20	0.06 100	0.05 107	0.04 13	0.04 28

UGAM	0.13 273	0.10 364	0.09 62	0.22 452	0.08 124	0.13 233	0.20 420	0.18 185	0.24 315	0.22 402	0.16 216	0.13 216	0.13 278	0.19 383	0.13 262	0.07 237	0.05 153	0.13 470	0.11 448	0.07 249	0.05 109

RSM++	0.08 40	0.06 48	0.09 62	0.17 207	0.07 63	0.09 81	0.12 69	0.11 26	0.11 54	0.08 58	0.06 11	0.07 62	0.05 11	0.10 56	0.09 43	0.05 25	0.04 20	0.06 100	0.05 107	0.05 95	0.03 1

RSM	0.08 40	0.06 48	0.09 62	0.17 207	0.07 63	0.08 47	0.12 69	0.12 42	0.10 31	0.08 58	0.07 34	0.06 14	0.05 11	0.11 101	0.09 43	0.04 6	0.04 20	0.05 23	0.04 31	0.04 13	0.04 28

IGEV++	0.08 40	0.06 48	0.09 62	0.18 289	0.07 63	0.10 123	0.13 108	0.10 15	0.10 31	0.08 58	0.08 68	0.06 14	0.05 11	0.13 229	0.09 43	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

MSKI-zero shot	0.09 76	0.05 11	0.09 62	0.16 132	0.07 63	0.10 123	0.13 108	0.15 98	0.14 136	0.09 87	0.09 88	0.09 120	0.06 36	0.12 178	0.11 169	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

CASnet	0.09 76	0.09 299	0.09 62	0.19 348	0.06 11	0.07 22	0.11 45	0.18 185	0.14 136	0.11 154	0.10 114	0.09 120	0.07 102	0.10 56	0.10 111	0.06 109	0.04 20	0.10 405	0.08 336	0.06 182	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.07 3	0.06 48	0.09 62	0.17 207	0.06 11	0.08 47	0.12 69	0.13 58	0.08 9	0.08 58	0.07 34	0.06 14	0.04 1	0.10 56	0.09 43	0.05 25	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

MC-Stereo	0.09 76	0.07 117	0.09 62	0.17 207	0.06 11	0.10 123	0.14 156	0.12 42	0.11 54	0.09 87	0.12 158	0.09 120	0.06 36	0.11 101	0.10 111	0.06 109	0.04 20	0.06 100	0.05 107	0.04 13	0.04 28

RCA-Stereo	0.09 76	0.06 48	0.09 62	0.16 132	0.06 11	0.09 81	0.13 108	0.18 185	0.14 136	0.10 117	0.11 144	0.08 93	0.07 102	0.12 178	0.11 169	0.06 109	0.04 20	0.06 100	0.05 107	0.05 95	0.04 28

RAFT+CT+SA	0.13 273	0.11 389	0.09 62	0.19 348	0.09 228	0.15 298	0.28 505	0.22 266	0.22 295	0.15 262	0.26 370	0.10 151	0.10 185	0.11 101	0.12 227	0.05 25	0.04 20	0.07 194	0.08 336	0.07 249	0.06 187

Sa-1000	0.12 246	0.08 228	0.09 62	0.18 289	0.08 124	0.15 298	0.22 448	0.22 266	0.19 238	0.15 262	0.20 282	0.17 297	0.11 215	0.10 56	0.10 111	0.06 109	0.05 153	0.09 357	0.09 380	0.05 95	0.05 109

SA	0.13 273	0.09 299	0.09 62	0.18 289	0.08 124	0.12 204	0.24 470	0.23 284	0.19 238	0.17 303	0.27 387	0.15 260	0.11 215	0.11 101	0.11 169	0.05 25	0.05 153	0.09 357	0.08 336	0.05 95	0.05 109

LCNet	0.11 174	0.07 117	0.09 62	0.19 348	0.09 228	0.08 47	0.14 156	0.21 243	0.15 153	0.12 186	0.15 199	0.16 280	0.11 215	0.12 178	0.11 169	0.05 25	0.04 20	0.08 274	0.07 269	0.06 182	0.14 480

cross-raft	0.10 135	0.09 299	0.09 62	0.19 348	0.07 63	0.11 163	0.24 470	0.13 58	0.15 153	0.08 58	0.10 114	0.12 192	0.10 185	0.09 32	0.11 169	0.05 25	0.04 20	0.06 100	0.05 107	0.04 13	0.04 28

raft+_RVC	0.11 174	0.07 117	0.09 62	0.16 132	0.07 63	0.10 123	0.11 45	0.24 308	0.20 259	0.12 186	0.15 199	0.12 192	0.08 138	0.12 178	0.13 262	0.07 237	0.04 20	0.07 194	0.06 179	0.05 95	0.05 109

RALCasStereoNet	0.11 174	0.07 117	0.09 62	0.16 132	0.08 124	0.13 233	0.14 156	0.17 158	0.11 54	0.12 186	0.17 235	0.14 235	0.10 185	0.12 178	0.11 169	0.07 237	0.06 300	0.06 100	0.05 107	0.08 315	0.07 265

XX-Stereo	0.09 76	0.05 11	0.09 62	0.17 207	0.09 228	0.15 298	0.12 69	0.21 243	0.10 31	0.10 117	0.14 186	0.07 62	0.06 36	0.13 229	0.08 14	0.06 109	0.05 153	0.06 100	0.06 179	0.04 13	0.04 28

PMTNet	0.09 76	0.05 11	0.09 62	0.12 4	0.06 11	0.13 233	0.14 156	0.16 123	0.11 54	0.09 87	0.13 173	0.10 151	0.07 102	0.14 257	0.10 111	0.15 492	0.04 20	0.05 23	0.03 1	0.07 249	0.06 187

3w_stereo	0.08 40	0.09 299	0.10 95	0.17 207	0.07 63	0.08 47	0.11 45	0.20 225	0.13 114	0.06 7	0.07 34	0.05 1	0.06 36	0.08 13	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

111111	0.07 3	0.05 11	0.10 95	0.17 207	0.06 11	0.05 3	0.10 26	0.11 26	0.10 31	0.06 7	0.06 11	0.07 62	0.05 11	0.08 13	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.07 249	0.06 187

LG-Stereo_L2	0.07 3	0.05 11	0.10 95	0.14 27	0.06 11	0.07 22	0.12 69	0.09 10	0.10 31	0.06 7	0.04 1	0.05 1	0.05 11	0.08 13	0.08 14	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.03 1

MLG-Stereo_test3	0.07 3	0.05 11	0.10 95	0.15 64	0.06 11	0.07 22	0.10 26	0.08 4	0.06 4	0.06 7	0.04 1	0.06 14	0.06 36	0.08 13	0.10 111	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.06 187

MLG-Stereo_test2	0.07 3	0.04 1	0.10 95	0.15 64	0.06 11	0.07 22	0.11 45	0.09 10	0.04 2	0.06 7	0.05 7	0.06 14	0.04 1	0.08 13	0.09 43	0.06 109	0.04 20	0.05 23	0.03 1	0.05 95	0.05 109

LG-Stereo_Zeroshot	0.07 3	0.06 48	0.10 95	0.16 132	0.07 63	0.04 1	0.13 108	0.10 15	0.10 31	0.05 1	0.11 144	0.07 62	0.05 11	0.07 3	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

LG-Stereo	0.08 40	0.08 228	0.10 95	0.18 289	0.07 63	0.10 123	0.17 311	0.11 26	0.08 9	0.06 7	0.08 68	0.06 14	0.07 102	0.09 32	0.09 43	0.04 6	0.05 153	0.07 194	0.07 269	0.04 13	0.04 28

SGD-Stereo	0.08 40	0.05 11	0.10 95	0.14 27	0.06 11	0.12 204	0.12 69	0.11 26	0.12 84	0.07 29	0.09 88	0.09 120	0.09 163	0.08 13	0.08 14	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

AIO-test2	0.10 135	0.08 228	0.10 95	0.23 471	0.09 228	0.11 163	0.11 45	0.23 284	0.24 315	0.08 58	0.09 88	0.08 93	0.05 11	0.10 56	0.08 14	0.06 109	0.05 153	0.08 274	0.09 380	0.05 95	0.05 109

fffy	0.09 76	0.08 228	0.10 95	0.16 132	0.07 63	0.13 233	0.17 311	0.13 58	0.12 84	0.08 58	0.09 88	0.08 93	0.09 163	0.13 229	0.11 169	0.05 25	0.05 153	0.07 194	0.05 107	0.04 13	0.05 109

tg	0.10 135	0.06 48	0.10 95	0.18 289	0.08 124	0.11 163	0.16 285	0.20 225	0.12 84	0.08 58	0.11 144	0.11 171	0.07 102	0.11 101	0.10 111	0.05 25	0.04 20	0.08 274	0.08 336	0.04 13	0.04 28

WCG-NET	0.08 40	0.05 11	0.10 95	0.15 64	0.06 11	0.11 163	0.14 156	0.13 58	0.14 136	0.07 29	0.09 88	0.07 62	0.06 36	0.13 229	0.08 14	0.05 25	0.04 20	0.06 100	0.04 31	0.04 13	0.03 1

Pointernet	0.09 76	0.05 11	0.10 95	0.16 132	0.08 124	0.13 233	0.10 26	0.15 98	0.18 217	0.09 87	0.07 34	0.06 14	0.06 36	0.11 101	0.10 111	0.08 297	0.04 20	0.05 23	0.03 1	0.06 182	0.05 109

U	0.08 40	0.07 117	0.10 95	0.19 348	0.10 334	0.10 123	0.13 108	0.12 42	0.17 203	0.07 29	0.07 34	0.06 14	0.05 11	0.07 3	0.09 43	0.06 109	0.04 20	0.06 100	0.04 31	0.06 182	0.05 109

AIO-Stereo	0.08 40	0.06 48	0.10 95	0.18 289	0.06 11	0.09 81	0.11 45	0.16 123	0.09 21	0.09 87	0.08 68	0.07 62	0.05 11	0.11 101	0.08 14	0.05 25	0.05 153	0.05 23	0.04 31	0.04 13	0.04 28

WCG-NET（raft）	0.08 40	0.05 11	0.10 95	0.15 64	0.06 11	0.11 163	0.13 108	0.15 98	0.12 84	0.08 58	0.07 34	0.06 14	0.06 36	0.13 229	0.08 14	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

gcap-zeroshot	0.09 76	0.06 48	0.10 95	0.16 132	0.07 63	0.14 272	0.13 108	0.11 26	0.12 84	0.13 215	0.12 158	0.09 120	0.08 138	0.09 32	0.09 43	0.06 109	0.05 153	0.06 100	0.05 107	0.04 13	0.04 28

H2IRNET	0.10 135	0.09 299	0.10 95	0.18 289	0.09 228	0.12 204	0.15 226	0.14 72	0.21 273	0.10 117	0.10 114	0.10 151	0.11 215	0.10 56	0.10 111	0.06 109	0.04 20	0.08 274	0.08 336	0.06 182	0.05 109

MyStereo07	0.10 135	0.07 117	0.10 95	0.17 207	0.09 228	0.14 272	0.17 311	0.15 98	0.15 153	0.09 87	0.06 11	0.06 14	0.07 102	0.12 178	0.09 43	0.06 109	0.05 153	0.08 274	0.07 269	0.06 182	0.06 187

MyStereo05	0.13 273	0.07 117	0.10 95	0.17 207	0.09 228	0.13 233	0.18 359	0.28 379	0.35 438	0.17 303	0.14 186	0.15 260	0.11 215	0.15 275	0.13 262	0.06 109	0.05 153	0.08 274	0.07 269	0.06 182	0.06 187

MyStereo04	0.13 273	0.07 117	0.10 95	0.17 207	0.09 228	0.14 272	0.17 311	0.29 397	0.38 454	0.17 303	0.14 186	0.16 280	0.11 215	0.15 275	0.13 262	0.06 109	0.05 153	0.08 274	0.07 269	0.06 182	0.06 187

plain	0.11 174	0.09 299	0.10 95	0.19 348	0.09 228	0.11 163	0.14 156	0.14 72	0.13 114	0.13 215	0.15 199	0.09 120	0.12 246	0.13 229	0.12 227	0.07 237	0.05 153	0.09 357	0.06 179	0.06 182	0.06 187

StereoVision	0.14 303	0.13 436	0.10 95	0.24 482	0.10 334	0.16 326	0.21 436	0.21 243	0.20 259	0.12 186	0.25 357	0.10 151	0.10 185	0.16 302	0.10 111	0.09 353	0.10 452	0.12 456	0.12 469	0.06 182	0.05 109

MIF-Stereo (partial)	0.11 174	0.06 48	0.10 95	0.19 348	0.10 334	0.10 123	0.12 69	0.17 158	0.19 238	0.14 238	0.16 216	0.10 151	0.11 215	0.12 178	0.12 227	0.08 297	0.05 153	0.08 274	0.07 269	0.06 182	0.07 265

Any-RAFT	0.10 135	0.05 11	0.10 95	0.15 64	0.07 63	0.13 233	0.14 156	0.21 243	0.15 153	0.11 154	0.12 158	0.13 216	0.10 185	0.13 229	0.10 111	0.07 237	0.04 20	0.05 23	0.04 31	0.06 182	0.05 109

RAFT-Test	0.09 76	0.06 48	0.10 95	0.16 132	0.07 63	0.11 163	0.15 226	0.16 123	0.13 114	0.09 87	0.10 114	0.11 171	0.09 163	0.12 178	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.05 109

4D-IteraStereo	0.10 135	0.07 117	0.10 95	0.18 289	0.07 63	0.09 81	0.15 226	0.18 185	0.15 153	0.10 117	0.11 144	0.10 151	0.07 102	0.12 178	0.09 43	0.05 25	0.03 1	0.08 274	0.07 269	0.06 182	0.05 109

RAFT_CTSACE	0.12 246	0.09 299	0.10 95	0.22 452	0.08 124	0.12 204	0.24 470	0.18 185	0.17 203	0.21 387	0.27 387	0.13 216	0.07 102	0.13 229	0.09 43	0.05 25	0.06 300	0.08 274	0.07 269	0.04 13	0.04 28

test-3	0.09 76	0.06 48	0.10 95	0.18 289	0.07 63	0.07 22	0.14 156	0.12 42	0.16 179	0.10 117	0.08 68	0.08 93	0.08 138	0.11 101	0.10 111	0.05 25	0.04 20	0.07 194	0.05 107	0.04 13	0.04 28

test_1	0.09 76	0.06 48	0.10 95	0.18 289	0.07 63	0.07 22	0.14 156	0.12 42	0.16 179	0.10 117	0.08 68	0.08 93	0.08 138	0.11 101	0.10 111	0.05 25	0.04 20	0.07 194	0.05 107	0.04 13	0.04 28

test_3	0.11 174	0.09 299	0.10 95	0.21 432	0.08 124	0.13 233	0.25 486	0.14 72	0.21 273	0.10 117	0.10 114	0.09 120	0.10 185	0.08 13	0.11 169	0.05 25	0.04 20	0.08 274	0.07 269	0.04 13	0.04 28

PSM-AAD	0.11 174	0.07 117	0.10 95	0.20 401	0.09 228	0.10 123	0.14 156	0.21 243	0.13 114	0.12 186	0.14 186	0.18 312	0.11 215	0.11 101	0.10 111	0.05 25	0.05 153	0.09 357	0.08 336	0.06 182	0.14 480

KYRaft	0.12 246	0.07 117	0.10 95	0.19 348	0.09 228	0.08 47	0.15 226	0.23 284	0.12 84	0.13 215	0.16 216	0.20 338	0.10 185	0.12 178	0.11 169	0.06 109	0.04 20	0.08 274	0.08 336	0.06 182	0.15 494

AnonymousM	0.10 135	0.06 48	0.10 95	0.14 27	0.07 63	0.09 81	0.13 108	0.19 212	0.14 136	0.13 215	0.12 158	0.09 120	0.08 138	0.13 229	0.10 111	0.08 297	0.05 153	0.08 274	0.05 107	0.05 95	0.05 109

GMM-Stereo	0.11 174	0.07 117	0.10 95	0.18 289	0.09 228	0.08 47	0.14 156	0.24 308	0.16 179	0.11 154	0.15 199	0.13 216	0.11 215	0.11 101	0.11 169	0.05 25	0.04 20	0.08 274	0.07 269	0.06 182	0.09 378

rafts_anoy	0.11 174	0.06 48	0.10 95	0.17 207	0.08 124	0.10 123	0.14 156	0.18 185	0.14 136	0.13 215	0.13 173	0.12 192	0.11 215	0.11 101	0.13 262	0.07 237	0.05 153	0.09 357	0.11 448	0.07 249	0.06 187

iRaftStereo_RVC	0.10 135	0.07 117	0.10 95	0.17 207	0.09 228	0.11 163	0.17 311	0.18 185	0.12 84	0.09 87	0.11 144	0.10 151	0.07 102	0.11 101	0.10 111	0.05 25	0.04 20	0.08 274	0.08 336	0.04 13	0.04 28

RALAANet	0.11 174	0.08 228	0.10 95	0.17 207	0.09 228	0.14 272	0.10 26	0.20 225	0.16 179	0.14 238	0.13 173	0.16 280	0.09 163	0.12 178	0.12 227	0.06 109	0.05 153	0.08 274	0.07 269	0.06 182	0.04 28

RAFT-Stereo + iAFF	0.09 76	0.06 48	0.10 95	0.17 207	0.07 63	0.10 123	0.15 226	0.17 158	0.15 153	0.10 117	0.10 114	0.08 93	0.09 163	0.12 178	0.10 111	0.05 25	0.04 20	0.06 100	0.06 179	0.04 13	0.03 1

AFF-stereo	0.09 76	0.07 117	0.10 95	0.17 207	0.07 63	0.10 123	0.15 226	0.18 185	0.10 31	0.10 117	0.11 144	0.09 120	0.10 185	0.12 178	0.10 111	0.05 25	0.04 20	0.07 194	0.07 269	0.04 13	0.04 28

CFNet-RSSM	0.09 76	0.07 117	0.10 95	0.16 132	0.07 63	0.09 81	0.15 226	0.17 158	0.18 217	0.08 58	0.12 158	0.11 171	0.09 163	0.12 178	0.10 111	0.06 109	0.04 20	0.06 100	0.04 31	0.04 13	0.04 28

Gwc-CoAtRS	0.09 76	0.07 117	0.10 95	0.16 132	0.07 63	0.10 123	0.15 226	0.18 185	0.17 203	0.08 58	0.10 114	0.12 192	0.09 163	0.12 178	0.09 43	0.06 109	0.04 20	0.06 100	0.04 31	0.04 13	0.05 109

LG-Stereo_L1	0.07 3	0.05 11	0.11 137	0.14 27	0.06 11	0.07 22	0.12 69	0.09 10	0.08 9	0.05 1	0.04 1	0.05 1	0.04 1	0.08 13	0.08 14	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.04 28

LG-G_1	0.07 3	0.04 1	0.11 137	0.15 64	0.06 11	0.09 81	0.08 7	0.08 4	0.06 4	0.06 7	0.06 11	0.07 62	0.07 102	0.11 101	0.08 14	0.07 237	0.04 20	0.05 23	0.04 31	0.05 95	0.06 187

LG-G	0.07 3	0.04 1	0.11 137	0.15 64	0.06 11	0.09 81	0.08 7	0.08 4	0.06 4	0.06 7	0.06 11	0.07 62	0.07 102	0.11 101	0.08 14	0.07 237	0.04 20	0.05 23	0.04 31	0.05 95	0.06 187

G2L-Stereo_test	0.14 303	0.07 117	0.11 137	0.13 9	0.08 124	0.12 204	0.17 311	0.31 424	0.28 380	0.21 387	0.23 318	0.20 338	0.16 352	0.17 341	0.19 395	0.07 237	0.05 153	0.05 23	0.05 107	0.07 249	0.07 265

LGtest1	0.07 3	0.05 11	0.11 137	0.15 64	0.06 11	0.07 22	0.09 17	0.08 4	0.06 4	0.06 7	0.04 1	0.06 14	0.07 102	0.10 56	0.09 43	0.07 237	0.04 20	0.05 23	0.04 31	0.06 182	0.06 187

S2M2	0.09 76	0.08 228	0.11 137	0.13 9	0.10 334	0.08 47	0.06 1	0.10 15	0.10 31	0.10 117	0.10 114	0.09 120	0.09 163	0.11 101	0.11 169	0.13 469	0.07 371	0.08 274	0.09 380	0.10 412	0.08 334

AIO-test1	0.10 135	0.07 117	0.11 137	0.24 482	0.07 63	0.09 81	0.13 108	0.22 266	0.15 153	0.11 154	0.12 158	0.09 120	0.07 102	0.11 101	0.09 43	0.06 109	0.05 153	0.09 357	0.10 418	0.04 13	0.07 265

IGEV-RUCA	0.08 40	0.06 48	0.11 137	0.14 27	0.09 228	0.10 123	0.12 69	0.10 15	0.12 84	0.06 7	0.07 34	0.08 93	0.06 36	0.09 32	0.08 14	0.06 109	0.05 153	0.05 23	0.04 31	0.05 95	0.06 187

castereo	0.09 76	0.06 48	0.11 137	0.15 64	0.06 11	0.11 163	0.14 156	0.14 72	0.18 217	0.08 58	0.10 114	0.11 171	0.08 138	0.09 32	0.10 111	0.05 25	0.04 20	0.05 23	0.04 31	0.04 13	0.04 28

GIP-stereo	0.08 40	0.06 48	0.11 137	0.15 64	0.07 63	0.09 81	0.13 108	0.15 98	0.11 54	0.07 29	0.08 68	0.05 1	0.04 1	0.10 56	0.07 1	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

tt45	0.09 76	0.06 48	0.11 137	0.15 64	0.07 63	0.12 204	0.15 226	0.13 58	0.12 84	0.09 87	0.06 11	0.08 93	0.06 36	0.13 229	0.10 111	0.06 109	0.04 20	0.06 100	0.05 107	0.05 95	0.06 187

RAFT-Stereo-weight	0.09 76	0.06 48	0.11 137	0.16 132	0.07 63	0.09 81	0.14 156	0.19 212	0.16 179	0.11 154	0.10 114	0.08 93	0.06 36	0.10 56	0.11 169	0.06 109	0.04 20	0.06 100	0.04 31	0.04 13	0.04 28

CAS++	0.11 174	0.07 117	0.11 137	0.14 27	0.10 334	0.13 233	0.14 156	0.24 308	0.14 136	0.11 154	0.09 88	0.11 171	0.07 102	0.14 257	0.09 43	0.11 426	0.09 429	0.09 357	0.07 269	0.07 249	0.08 334
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
testlalala2	0.10 135	0.06 48	0.11 137	0.20 401	0.10 334	0.10 123	0.11 45	0.17 158	0.13 114	0.12 186	0.13 173	0.09 120	0.08 138	0.11 101	0.13 262	0.06 109	0.05 153	0.05 23	0.04 31	0.05 95	0.05 109

MoCha-V2	0.08 40	0.05 11	0.11 137	0.20 401	0.07 63	0.10 123	0.14 156	0.12 42	0.08 9	0.07 29	0.08 68	0.07 62	0.06 36	0.09 32	0.08 14	0.05 25	0.05 153	0.05 23	0.04 31	0.04 13	0.04 28

AE-Stereo	0.10 135	0.08 228	0.11 137	0.19 348	0.09 228	0.10 123	0.15 226	0.14 72	0.20 259	0.09 87	0.15 199	0.12 192	0.08 138	0.11 101	0.10 111	0.05 25	0.06 300	0.07 194	0.06 179	0.05 95	0.04 28

ff7	0.09 76	0.07 117	0.11 137	0.16 132	0.09 228	0.11 163	0.15 226	0.16 123	0.12 84	0.10 117	0.06 11	0.06 14	0.06 36	0.11 101	0.09 43	0.05 25	0.04 20	0.06 100	0.05 107	0.05 95	0.06 187

IGEVStereo-DCA	0.09 76	0.07 117	0.11 137	0.16 132	0.10 334	0.11 163	0.15 226	0.16 123	0.12 84	0.10 117	0.06 11	0.08 93	0.06 36	0.10 56	0.09 43	0.06 109	0.05 153	0.06 100	0.05 107	0.05 95	0.06 187

ffff	0.09 76	0.07 117	0.11 137	0.16 132	0.09 228	0.11 163	0.15 226	0.16 123	0.12 84	0.10 117	0.06 11	0.06 14	0.06 36	0.11 101	0.09 43	0.05 25	0.04 20	0.06 100	0.05 107	0.05 95	0.06 187

11t	0.09 76	0.07 117	0.11 137	0.16 132	0.09 228	0.11 163	0.15 226	0.16 123	0.12 84	0.10 117	0.06 11	0.06 14	0.06 36	0.11 101	0.09 43	0.05 25	0.04 20	0.06 100	0.05 107	0.05 95	0.06 187

MIM_Stereo	0.10 135	0.07 117	0.11 137	0.15 64	0.07 63	0.07 22	0.12 69	0.20 225	0.14 136	0.13 215	0.14 186	0.09 120	0.05 11	0.12 178	0.08 14	0.05 25	0.06 300	0.07 194	0.06 179	0.06 182	0.05 109

anonymousdsp2	0.11 174	0.07 117	0.11 137	0.16 132	0.09 228	0.13 233	0.14 156	0.19 212	0.23 305	0.13 215	0.14 186	0.12 192	0.09 163	0.14 257	0.11 169	0.05 25	0.05 153	0.05 23	0.04 31	0.06 182	0.06 187

anonymousdsp	0.09 76	0.07 117	0.11 137	0.17 207	0.09 228	0.11 163	0.15 226	0.16 123	0.12 84	0.10 117	0.06 11	0.06 14	0.06 36	0.11 101	0.09 43	0.05 25	0.04 20	0.06 100	0.05 107	0.05 95	0.06 187

LoS	0.09 76	0.05 11	0.11 137	0.13 9	0.07 63	0.14 272	0.11 45	0.15 98	0.15 153	0.09 87	0.09 88	0.12 192	0.09 163	0.15 275	0.10 111	0.07 237	0.05 153	0.05 23	0.03 1	0.05 95	0.05 109
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 76	0.07 117	0.11 137	0.17 207	0.08 124	0.11 163	0.15 226	0.15 98	0.12 84	0.10 117	0.06 11	0.07 62	0.06 36	0.11 101	0.09 43	0.05 25	0.05 153	0.06 100	0.05 107	0.04 13	0.06 187

ccc-4	0.09 76	0.07 117	0.11 137	0.16 132	0.09 228	0.11 163	0.15 226	0.16 123	0.12 84	0.10 117	0.06 11	0.06 14	0.06 36	0.11 101	0.09 43	0.05 25	0.04 20	0.06 100	0.05 107	0.05 95	0.06 187

IGEV-Stereo	0.09 76	0.07 117	0.11 137	0.17 207	0.09 228	0.11 163	0.15 226	0.16 123	0.12 84	0.10 117	0.06 11	0.06 14	0.06 36	0.11 101	0.09 43	0.05 25	0.04 20	0.06 100	0.05 107	0.05 95	0.06 187
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.11 174	0.07 117	0.11 137	0.18 289	0.07 63	0.08 47	0.13 108	0.16 123	0.24 315	0.12 186	0.13 173	0.12 192	0.08 138	0.18 358	0.12 227	0.06 109	0.08 402	0.08 274	0.06 179	0.05 95	0.05 109

THIR-Stereo	0.12 246	0.07 117	0.11 137	0.15 64	0.08 124	0.14 272	0.16 285	0.18 185	0.25 339	0.17 303	0.24 330	0.13 216	0.13 278	0.12 178	0.14 298	0.06 109	0.05 153	0.07 194	0.07 269	0.05 95	0.05 109

GrayStereo	0.11 174	0.06 48	0.11 137	0.19 348	0.09 228	0.09 81	0.16 285	0.18 185	0.17 203	0.14 238	0.17 235	0.17 297	0.11 215	0.12 178	0.11 169	0.05 25	0.05 153	0.07 194	0.06 179	0.06 182	0.10 407

RAFT	0.13 273	0.09 299	0.11 137	0.18 289	0.08 124	0.15 298	0.23 460	0.21 243	0.20 259	0.21 387	0.21 299	0.18 312	0.13 278	0.17 341	0.10 111	0.06 109	0.07 371	0.10 405	0.09 380	0.06 182	0.05 109

Prome-Stereo	0.11 174	0.07 117	0.11 137	0.18 289	0.09 228	0.12 204	0.14 156	0.23 284	0.13 114	0.13 215	0.16 216	0.13 216	0.08 138	0.12 178	0.10 111	0.05 25	0.05 153	0.07 194	0.06 179	0.06 182	0.10 407

TestStereo	0.14 303	0.15 458	0.11 137	0.23 471	0.08 124	0.15 298	0.21 436	0.20 225	0.23 305	0.14 238	0.25 357	0.16 280	0.13 278	0.16 302	0.14 298	0.06 109	0.06 300	0.08 274	0.06 179	0.09 377	0.05 109

raftrobust	0.09 76	0.06 48	0.11 137	0.17 207	0.08 124	0.09 81	0.10 26	0.18 185	0.16 179	0.10 117	0.09 88	0.12 192	0.08 138	0.12 178	0.10 111	0.08 297	0.05 153	0.06 100	0.05 107	0.05 95	0.06 187

EAI-Stereo	0.09 76	0.07 117	0.11 137	0.16 132	0.07 63	0.10 123	0.15 226	0.16 123	0.09 21	0.08 58	0.09 88	0.08 93	0.07 102	0.09 32	0.11 169	0.05 25	0.05 153	0.05 23	0.05 107	0.05 95	0.04 28

R-Stereo Train	0.10 135	0.06 48	0.11 137	0.17 207	0.08 124	0.11 163	0.14 156	0.24 308	0.11 54	0.12 186	0.19 272	0.11 171	0.08 138	0.10 56	0.11 169	0.07 237	0.05 153	0.06 100	0.05 107	0.05 95	0.05 109

RAFT-Stereo	0.10 135	0.06 48	0.11 137	0.17 207	0.08 124	0.11 163	0.14 156	0.24 308	0.11 54	0.12 186	0.19 272	0.11 171	0.08 138	0.10 56	0.11 169	0.07 237	0.05 153	0.06 100	0.05 107	0.05 95	0.05 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AANet_RVC	0.16 371	0.10 364	0.11 137	0.18 289	0.09 228	0.19 387	0.18 359	0.27 355	0.32 408	0.22 402	0.35 452	0.21 347	0.22 435	0.22 437	0.17 368	0.06 109	0.05 153	0.06 100	0.06 179	0.07 249	0.06 187

S2M2_XL	0.08 40	0.06 48	0.12 175	0.12 4	0.08 124	0.09 81	0.09 17	0.07 2	0.07 8	0.08 58	0.07 34	0.07 62	0.06 36	0.09 32	0.09 43	0.08 297	0.06 300	0.07 194	0.06 179	0.08 315	0.06 187

coex_refinement	0.14 303	0.07 117	0.12 175	0.17 207	0.10 334	0.16 326	0.15 226	0.27 355	0.29 387	0.18 335	0.21 299	0.22 365	0.17 376	0.16 302	0.19 395	0.08 297	0.05 153	0.06 100	0.06 179	0.09 377	0.08 334

HI	0.11 174	0.06 48	0.12 175	0.13 9	0.09 228	0.09 81	0.14 156	0.22 266	0.11 54	0.20 372	0.17 235	0.14 235	0.10 185	0.16 302	0.09 43	0.05 25	0.04 20	0.07 194	0.08 336	0.07 249	0.06 187

CoSv	0.11 174	0.06 48	0.12 175	0.13 9	0.09 228	0.09 81	0.14 156	0.22 266	0.11 54	0.20 372	0.17 235	0.14 235	0.10 185	0.16 302	0.09 43	0.05 25	0.04 20	0.07 194	0.08 336	0.07 249	0.06 187

fffft	0.09 76	0.06 48	0.12 175	0.16 132	0.07 63	0.09 81	0.16 285	0.12 42	0.11 54	0.09 87	0.07 34	0.09 120	0.06 36	0.11 101	0.12 227	0.05 25	0.04 20	0.06 100	0.05 107	0.04 13	0.05 109
1: 1. 1
SMoEStereo_RVC	0.08 40	0.06 48	0.12 175	0.16 132	0.07 63	0.09 81	0.13 108	0.11 26	0.14 136	0.09 87	0.07 34	0.07 62	0.07 102	0.12 178	0.10 111	0.05 25	0.04 20	0.06 100	0.05 107	0.04 13	0.04 28

model_zeroshot	0.10 135	0.05 11	0.12 175	0.15 64	0.09 228	0.13 233	0.14 156	0.20 225	0.14 136	0.11 154	0.10 114	0.12 192	0.07 102	0.12 178	0.11 169	0.07 237	0.06 300	0.06 100	0.05 107	0.06 182	0.06 187

AIO-Stereo-zeroshot	0.11 174	0.05 11	0.12 175	0.15 64	0.13 442	0.14 272	0.16 285	0.23 284	0.18 217	0.10 117	0.13 173	0.10 151	0.07 102	0.12 178	0.09 43	0.06 109	0.05 153	0.06 100	0.06 179	0.07 249	0.08 334

test_sample2	0.13 273	0.07 117	0.12 175	0.14 27	0.08 124	0.16 326	0.18 359	0.21 243	0.16 179	0.14 238	0.21 299	0.20 338	0.15 331	0.15 275	0.13 262	0.08 297	0.06 300	0.07 194	0.06 179	0.08 315	0.08 334

MGS-Stereo	0.09 76	0.07 117	0.12 175	0.16 132	0.08 124	0.09 81	0.15 226	0.12 42	0.12 84	0.07 29	0.10 114	0.08 93	0.06 36	0.11 101	0.09 43	0.05 25	0.04 20	0.06 100	0.05 107	0.06 182	0.05 109

MyStereo06	0.10 135	0.07 117	0.12 175	0.17 207	0.09 228	0.13 233	0.18 359	0.19 212	0.12 84	0.13 215	0.08 68	0.07 62	0.07 102	0.11 101	0.09 43	0.06 109	0.05 153	0.08 274	0.07 269	0.06 182	0.06 187

LL-Strereo	0.13 273	0.10 364	0.12 175	0.20 401	0.10 334	0.11 163	0.18 359	0.33 443	0.25 339	0.16 291	0.16 216	0.14 235	0.14 310	0.19 383	0.11 169	0.06 109	0.05 153	0.09 357	0.08 336	0.04 13	0.05 109

CASS	0.14 303	0.12 408	0.12 175	0.23 471	0.09 228	0.15 298	0.17 311	0.19 212	0.20 259	0.17 303	0.18 258	0.15 260	0.15 331	0.15 275	0.14 298	0.09 353	0.06 300	0.10 405	0.08 336	0.09 377	0.07 265
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.11 174	0.06 48	0.12 175	0.14 27	0.07 63	0.15 298	0.13 108	0.20 225	0.14 136	0.11 154	0.17 235	0.13 216	0.09 163	0.14 257	0.11 169	0.09 353	0.05 153	0.06 100	0.05 107	0.07 249	0.07 265

Selective-RAFT	0.11 174	0.11 389	0.12 175	0.21 432	0.08 124	0.16 326	0.13 108	0.21 243	0.23 305	0.10 117	0.10 114	0.11 171	0.10 185	0.15 275	0.11 169	0.05 25	0.05 153	0.06 100	0.05 107	0.06 182	0.05 109

fff	0.10 135	0.06 48	0.12 175	0.15 64	0.07 63	0.09 81	0.17 311	0.16 123	0.21 273	0.13 215	0.17 235	0.10 151	0.11 215	0.12 178	0.13 262	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

iRaft-Stereo_5w	0.12 246	0.09 299	0.12 175	0.20 401	0.08 124	0.09 81	0.12 69	0.22 266	0.22 295	0.19 350	0.14 186	0.11 171	0.09 163	0.20 401	0.16 351	0.05 25	0.05 153	0.07 194	0.06 179	0.05 95	0.06 187

CrosDoStereo	0.12 246	0.07 117	0.12 175	0.14 27	0.09 228	0.12 204	0.15 226	0.17 158	0.22 295	0.19 350	0.24 330	0.15 260	0.11 215	0.11 101	0.12 227	0.06 109	0.05 153	0.07 194	0.07 269	0.05 95	0.05 109

TRStereo	0.10 135	0.05 11	0.12 175	0.16 132	0.12 416	0.10 123	0.13 108	0.18 185	0.19 238	0.09 87	0.09 88	0.09 120	0.07 102	0.10 56	0.08 14	0.07 237	0.05 153	0.07 194	0.07 269	0.04 13	0.04 28

DeepStereo_LL	0.12 246	0.07 117	0.12 175	0.14 27	0.09 228	0.12 204	0.15 226	0.17 158	0.22 295	0.19 350	0.24 330	0.15 260	0.11 215	0.11 101	0.12 227	0.06 109	0.05 153	0.07 194	0.07 269	0.05 95	0.05 109

DRaft	0.12 246	0.06 48	0.12 175	0.14 27	0.09 228	0.14 272	0.17 311	0.21 243	0.30 393	0.18 335	0.27 387	0.10 151	0.16 352	0.11 101	0.12 227	0.05 25	0.04 20	0.07 194	0.07 269	0.05 95	0.05 109

Pruner-Stereo	0.11 174	0.07 117	0.12 175	0.17 207	0.09 228	0.06 7	0.12 69	0.18 185	0.17 203	0.14 238	0.19 272	0.13 216	0.10 185	0.11 101	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.06 182	0.08 334

ICVP	0.16 371	0.09 299	0.12 175	0.22 452	0.09 228	0.18 365	0.21 436	0.26 341	0.24 315	0.18 335	0.30 419	0.27 419	0.18 390	0.18 358	0.15 332	0.10 394	0.07 371	0.08 274	0.07 269	0.07 249	0.08 334
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	0.16 371	0.23 511	0.12 175	0.35 530	0.11 387	0.15 298	0.17 311	0.26 341	0.22 295	0.19 350	0.24 330	0.21 347	0.14 310	0.15 275	0.13 262	0.11 426	0.07 371	0.11 435	0.10 418	0.09 377	0.07 265

DCANet	0.10 135	0.06 48	0.12 175	0.16 132	0.06 11	0.09 81	0.17 311	0.16 123	0.20 259	0.13 215	0.18 258	0.10 151	0.11 215	0.11 101	0.12 227	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.05 109

csc	0.10 135	0.06 48	0.12 175	0.15 64	0.07 63	0.09 81	0.17 311	0.16 123	0.21 273	0.13 215	0.17 235	0.10 151	0.11 215	0.12 178	0.13 262	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

cscssc	0.10 135	0.06 48	0.12 175	0.15 64	0.07 63	0.09 81	0.17 311	0.16 123	0.21 273	0.13 215	0.17 235	0.10 151	0.11 215	0.12 178	0.13 262	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

111	0.11 174	0.06 48	0.12 175	0.15 64	0.07 63	0.10 123	0.14 156	0.21 243	0.24 315	0.11 154	0.12 158	0.14 235	0.12 246	0.13 229	0.10 111	0.06 109	0.04 20	0.06 100	0.04 31	0.06 182	0.05 109

test_xeample3	0.09 76	0.07 117	0.12 175	0.16 132	0.09 228	0.11 163	0.15 226	0.16 123	0.14 136	0.10 117	0.07 34	0.08 93	0.06 36	0.10 56	0.09 43	0.06 109	0.04 20	0.06 100	0.05 107	0.05 95	0.06 187

UPFNet	0.16 371	0.08 228	0.12 175	0.20 401	0.12 416	0.20 406	0.23 460	0.28 379	0.26 352	0.18 335	0.24 330	0.22 365	0.20 420	0.19 383	0.22 431	0.09 353	0.07 371	0.08 274	0.09 380	0.08 315	0.06 187

GwcNet-RSSM	0.14 303	0.07 117	0.12 175	0.16 132	0.08 124	0.15 298	0.20 420	0.22 266	0.28 380	0.18 335	0.28 398	0.23 382	0.17 376	0.15 275	0.16 351	0.10 394	0.06 300	0.07 194	0.09 380	0.07 249	0.07 265

HSM-Net_RVC	0.14 303	0.08 228	0.12 175	0.15 64	0.08 124	0.16 326	0.15 226	0.27 355	0.29 387	0.20 372	0.21 299	0.29 437	0.14 310	0.18 358	0.13 262	0.06 109	0.06 300	0.06 100	0.06 179	0.07 249	0.06 187
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HITNet	0.11 174	0.06 48	0.12 175	0.14 27	0.06 11	0.12 204	0.10 26	0.18 185	0.18 217	0.13 215	0.17 235	0.15 260	0.11 215	0.15 275	0.14 298	0.06 109	0.04 20	0.04 1	0.04 31	0.06 182	0.05 109
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
G2L-ROB	0.13 273	0.07 117	0.13 208	0.13 9	0.08 124	0.14 272	0.17 311	0.25 328	0.19 238	0.20 372	0.19 272	0.20 338	0.14 310	0.18 358	0.16 351	0.08 297	0.05 153	0.06 100	0.05 107	0.08 315	0.09 378

xyz-stereo-finetune2	0.11 174	0.07 117	0.13 208	0.13 9	0.07 63	0.11 163	0.19 402	0.17 158	0.12 84	0.15 262	0.15 199	0.17 297	0.13 278	0.13 229	0.11 169	0.05 25	0.04 20	0.07 194	0.05 107	0.04 13	0.06 187

xyz-stereo-finetune	0.11 174	0.08 228	0.13 208	0.14 27	0.06 11	0.10 123	0.19 402	0.18 185	0.19 238	0.12 186	0.14 186	0.15 260	0.11 215	0.13 229	0.12 227	0.05 25	0.04 20	0.07 194	0.05 107	0.04 13	0.05 109

G2L-Stereo	0.14 303	0.07 117	0.13 208	0.17 207	0.09 228	0.13 233	0.12 69	0.27 355	0.22 295	0.17 303	0.27 387	0.21 347	0.13 278	0.18 358	0.18 381	0.09 353	0.08 402	0.08 274	0.07 269	0.07 249	0.07 265

FACV-RUCA	0.13 273	0.11 389	0.13 208	0.19 348	0.12 416	0.15 298	0.16 285	0.22 266	0.21 273	0.16 291	0.16 216	0.15 260	0.16 352	0.14 257	0.13 262	0.07 237	0.05 153	0.08 274	0.06 179	0.10 412	0.08 334

999	0.09 76	0.06 48	0.13 208	0.15 64	0.08 124	0.10 123	0.14 156	0.15 98	0.12 84	0.10 117	0.08 68	0.08 93	0.08 138	0.16 302	0.10 111	0.06 109	0.04 20	0.06 100	0.05 107	0.04 13	0.06 187

rvit_stereo_ft	0.12 246	0.07 117	0.13 208	0.19 348	0.10 334	0.12 204	0.17 311	0.16 123	0.16 179	0.13 215	0.13 173	0.15 260	0.10 185	0.14 257	0.13 262	0.10 394	0.06 300	0.08 274	0.07 269	0.07 249	0.06 187

Former-RAFT_DAM_RVC	0.11 174	0.08 228	0.13 208	0.16 132	0.08 124	0.15 298	0.16 285	0.18 185	0.19 238	0.10 117	0.09 88	0.09 120	0.08 138	0.11 101	0.12 227	0.07 237	0.05 153	0.08 274	0.06 179	0.07 249	0.06 187

CoDeX	0.12 246	0.07 117	0.13 208	0.17 207	0.08 124	0.12 204	0.16 285	0.23 284	0.27 364	0.13 215	0.17 235	0.15 260	0.12 246	0.14 257	0.11 169	0.07 237	0.05 153	0.07 194	0.06 179	0.06 182	0.05 109

ACVNet-DCA	0.10 135	0.08 228	0.13 208	0.17 207	0.09 228	0.13 233	0.15 226	0.24 308	0.16 179	0.09 87	0.09 88	0.06 14	0.06 36	0.10 56	0.07 1	0.06 109	0.05 153	0.06 100	0.05 107	0.07 249	0.07 265

xx1	0.11 174	0.08 228	0.13 208	0.17 207	0.09 228	0.13 233	0.15 226	0.16 123	0.18 217	0.09 87	0.09 88	0.16 280	0.16 352	0.10 56	0.07 1	0.06 109	0.05 153	0.08 274	0.08 336	0.07 249	0.07 265

1test111	0.11 174	0.08 228	0.13 208	0.17 207	0.09 228	0.13 233	0.15 226	0.24 308	0.16 179	0.09 87	0.09 88	0.06 14	0.06 36	0.15 275	0.16 351	0.06 109	0.05 153	0.06 100	0.05 107	0.07 249	0.07 265

cc1	0.10 135	0.08 228	0.13 208	0.17 207	0.09 228	0.13 233	0.15 226	0.16 123	0.18 217	0.09 87	0.09 88	0.06 14	0.06 36	0.10 56	0.07 1	0.06 109	0.05 153	0.06 100	0.05 107	0.06 182	0.06 187

rrr	0.09 76	0.07 117	0.13 208	0.16 132	0.10 334	0.11 163	0.15 226	0.16 123	0.15 153	0.10 117	0.06 11	0.08 93	0.06 36	0.10 56	0.09 43	0.06 109	0.05 153	0.06 100	0.05 107	0.05 95	0.06 187

tt1	0.10 135	0.08 228	0.13 208	0.17 207	0.09 228	0.13 233	0.15 226	0.15 98	0.19 238	0.09 87	0.08 68	0.06 14	0.06 36	0.10 56	0.08 14	0.06 109	0.05 153	0.06 100	0.05 107	0.06 182	0.06 187

1111x	0.16 371	0.09 299	0.13 208	0.18 289	0.08 124	0.18 365	0.25 486	0.32 429	0.25 339	0.17 303	0.24 330	0.27 419	0.15 331	0.14 257	0.24 454	0.07 237	0.07 371	0.08 274	0.09 380	0.07 249	0.07 265

IGEV_Zeroshot_test	0.09 76	0.05 11	0.13 208	0.14 27	0.08 124	0.12 204	0.13 108	0.17 158	0.11 54	0.10 117	0.06 11	0.09 120	0.06 36	0.11 101	0.09 43	0.06 109	0.04 20	0.06 100	0.06 179	0.05 95	0.05 109

GCAP-Stereo	0.09 76	0.07 117	0.13 208	0.18 289	0.06 11	0.11 163	0.07 3	0.14 72	0.12 84	0.09 87	0.10 114	0.07 62	0.09 163	0.13 229	0.10 111	0.06 109	0.05 153	0.05 23	0.04 31	0.04 13	0.05 109

HH	0.09 76	0.06 48	0.13 208	0.17 207	0.08 124	0.11 163	0.16 285	0.15 98	0.10 31	0.08 58	0.10 114	0.08 93	0.07 102	0.10 56	0.09 43	0.06 109	0.04 20	0.06 100	0.05 107	0.05 95	0.04 28

HanStereo	0.09 76	0.06 48	0.13 208	0.17 207	0.08 124	0.11 163	0.16 285	0.15 98	0.10 31	0.08 58	0.10 114	0.08 93	0.07 102	0.10 56	0.09 43	0.06 109	0.04 20	0.06 100	0.05 107	0.05 95	0.04 28

gwcnet-sp	0.14 303	0.07 117	0.13 208	0.18 289	0.09 228	0.16 326	0.18 359	0.24 308	0.24 315	0.19 350	0.24 330	0.15 260	0.16 352	0.16 302	0.15 332	0.08 297	0.07 371	0.07 194	0.08 336	0.08 315	0.07 265

scenet	0.14 303	0.07 117	0.13 208	0.18 289	0.09 228	0.16 326	0.18 359	0.24 308	0.24 315	0.19 350	0.24 330	0.15 260	0.16 352	0.16 302	0.15 332	0.08 297	0.07 371	0.07 194	0.08 336	0.08 315	0.07 265

DCRE	0.11 174	0.07 117	0.13 208	0.16 132	0.11 387	0.11 163	0.17 311	0.18 185	0.17 203	0.11 154	0.18 258	0.11 171	0.10 185	0.15 275	0.11 169	0.06 109	0.05 153	0.06 100	0.06 179	0.05 95	0.05 109

riskmin	0.11 174	0.06 48	0.13 208	0.14 27	0.08 124	0.14 272	0.14 156	0.18 185	0.15 153	0.12 186	0.15 199	0.17 297	0.11 215	0.14 257	0.12 227	0.09 353	0.05 153	0.07 194	0.05 107	0.08 315	0.08 334

ssnet	0.14 303	0.07 117	0.13 208	0.18 289	0.09 228	0.16 326	0.18 359	0.24 308	0.24 315	0.19 350	0.24 330	0.15 260	0.16 352	0.16 302	0.15 332	0.08 297	0.07 371	0.07 194	0.08 336	0.08 315	0.07 265

DCANet-4	0.11 174	0.07 117	0.13 208	0.16 132	0.06 11	0.09 81	0.17 311	0.18 185	0.20 259	0.13 215	0.17 235	0.09 120	0.14 310	0.12 178	0.13 262	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

ADStereo(finetuned)	0.10 135	0.06 48	0.13 208	0.16 132	0.06 11	0.09 81	0.17 311	0.16 123	0.20 259	0.13 215	0.18 258	0.10 151	0.12 246	0.12 178	0.12 227	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.05 109

DisPM	0.11 174	0.07 117	0.13 208	0.16 132	0.09 228	0.06 7	0.13 108	0.18 185	0.17 203	0.14 238	0.19 272	0.12 192	0.10 185	0.12 178	0.11 169	0.07 237	0.05 153	0.07 194	0.06 179	0.06 182	0.11 431

IER	0.14 303	0.08 228	0.13 208	0.17 207	0.09 228	0.14 272	0.16 285	0.26 341	0.27 364	0.18 335	0.26 370	0.17 297	0.20 420	0.17 341	0.14 298	0.08 297	0.05 153	0.07 194	0.06 179	0.08 315	0.07 265

iRaft-Stereo_20w	0.09 76	0.05 11	0.13 208	0.14 27	0.09 228	0.12 204	0.15 226	0.19 212	0.11 54	0.11 154	0.08 68	0.08 93	0.05 11	0.10 56	0.09 43	0.06 109	0.04 20	0.06 100	0.05 107	0.06 182	0.05 109

AASNet	0.16 371	0.08 228	0.13 208	0.19 348	0.09 228	0.19 387	0.15 226	0.38 494	0.37 448	0.20 372	0.24 330	0.20 338	0.17 376	0.17 341	0.21 418	0.10 394	0.08 402	0.08 274	0.07 269	0.09 377	0.09 378

PSMNet-ADL	0.15 344	0.12 408	0.13 208	0.22 452	0.09 228	0.13 233	0.20 420	0.26 341	0.23 305	0.18 335	0.20 282	0.23 382	0.17 376	0.18 358	0.18 381	0.09 353	0.08 402	0.08 274	0.11 448	0.08 315	0.07 265

STrans-v2	0.10 135	0.07 117	0.13 208	0.18 289	0.08 124	0.10 123	0.14 156	0.22 266	0.11 54	0.11 154	0.15 199	0.12 192	0.10 185	0.11 101	0.12 227	0.05 25	0.04 20	0.06 100	0.06 179	0.05 95	0.05 109

TransformOpticalFlow	0.10 135	0.08 228	0.13 208	0.18 289	0.07 63	0.09 81	0.15 226	0.19 212	0.16 179	0.12 186	0.16 216	0.11 171	0.11 215	0.11 101	0.11 169	0.05 25	0.04 20	0.06 100	0.06 179	0.05 95	0.05 109

IIG-Stereo	0.11 174	0.06 48	0.13 208	0.17 207	0.08 124	0.11 163	0.12 69	0.22 266	0.18 217	0.14 238	0.17 235	0.12 192	0.13 278	0.12 178	0.13 262	0.06 109	0.05 153	0.07 194	0.06 179	0.06 182	0.05 109

NF-Stereo	0.11 174	0.07 117	0.13 208	0.17 207	0.09 228	0.10 123	0.13 108	0.23 284	0.19 238	0.12 186	0.17 235	0.12 192	0.12 246	0.11 101	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.12 452

ASMatch	0.11 174	0.06 48	0.13 208	0.17 207	0.10 334	0.08 47	0.14 156	0.18 185	0.16 179	0.12 186	0.16 216	0.16 280	0.11 215	0.13 229	0.11 169	0.05 25	0.04 20	0.06 100	0.06 179	0.04 13	0.09 378

RE-Stereo	0.11 174	0.07 117	0.13 208	0.17 207	0.09 228	0.10 123	0.13 108	0.23 284	0.19 238	0.12 186	0.17 235	0.12 192	0.12 246	0.11 101	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.11 431

TVStereo	0.11 174	0.07 117	0.13 208	0.17 207	0.09 228	0.10 123	0.13 108	0.23 284	0.19 238	0.12 186	0.17 235	0.12 192	0.12 246	0.11 101	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.11 431

FENet	0.13 273	0.08 228	0.13 208	0.16 132	0.08 124	0.15 298	0.16 285	0.23 284	0.23 305	0.17 303	0.24 330	0.16 280	0.13 278	0.14 257	0.15 332	0.08 297	0.05 153	0.08 274	0.08 336	0.08 315	0.08 334

cf-r	0.14 303	0.07 117	0.13 208	0.16 132	0.08 124	0.14 272	0.19 402	0.21 243	0.25 339	0.17 303	0.26 370	0.22 365	0.17 376	0.14 257	0.15 332	0.10 394	0.05 153	0.06 100	0.08 336	0.06 182	0.06 187

GANet-RSSM	0.14 303	0.07 117	0.13 208	0.13 9	0.08 124	0.14 272	0.18 359	0.23 284	0.21 273	0.17 303	0.25 357	0.24 391	0.16 352	0.16 302	0.16 351	0.10 394	0.06 300	0.07 194	0.08 336	0.08 315	0.07 265

UCFNet_RVC	0.15 344	0.08 228	0.13 208	0.11 1	0.10 334	0.20 406	0.10 26	0.24 308	0.23 305	0.17 303	0.21 299	0.24 391	0.15 331	0.18 358	0.15 332	0.12 452	0.07 371	0.11 435	0.13 480	0.11 434	0.10 407

iResNet_ROB	0.14 303	0.07 117	0.13 208	0.15 64	0.07 63	0.19 387	0.14 156	0.26 341	0.32 408	0.23 416	0.26 370	0.23 382	0.16 352	0.15 275	0.14 298	0.07 237	0.05 153	0.05 23	0.04 31	0.08 315	0.08 334

FlowAnything_test	0.11 174	0.08 228	0.14 252	0.15 64	0.09 228	0.08 47	0.14 156	0.20 225	0.11 54	0.10 117	0.09 88	0.12 192	0.12 246	0.13 229	0.11 169	0.09 353	0.06 300	0.09 357	0.09 380	0.06 182	0.09 378

rvit_0105_5	0.14 303	0.10 364	0.14 252	0.17 207	0.09 228	0.14 272	0.23 460	0.24 308	0.27 364	0.14 238	0.15 199	0.18 312	0.13 278	0.17 341	0.14 298	0.14 488	0.11 465	0.10 405	0.11 448	0.08 315	0.07 265

GCAP-BAT	0.09 76	0.07 117	0.14 252	0.15 64	0.08 124	0.10 123	0.12 69	0.15 98	0.11 54	0.11 154	0.10 114	0.09 120	0.07 102	0.12 178	0.10 111	0.06 109	0.05 153	0.06 100	0.04 31	0.04 13	0.04 28

ITSA-stereo	0.16 371	0.11 389	0.14 252	0.19 348	0.08 124	0.13 233	0.14 156	0.30 408	0.49 497	0.17 303	0.18 258	0.22 365	0.15 331	0.17 341	0.16 351	0.10 394	0.06 300	0.08 274	0.08 336	0.08 315	0.09 378

AIO-Stereo-zeroshot1	0.11 174	0.05 11	0.14 252	0.16 132	0.21 519	0.09 81	0.17 311	0.21 243	0.16 179	0.11 154	0.15 199	0.10 151	0.07 102	0.10 56	0.08 14	0.06 109	0.05 153	0.07 194	0.07 269	0.07 249	0.09 378

test_sample6	0.14 303	0.09 299	0.14 252	0.17 207	0.08 124	0.17 349	0.19 402	0.26 341	0.18 217	0.18 335	0.28 398	0.19 321	0.15 331	0.15 275	0.13 262	0.08 297	0.05 153	0.08 274	0.07 269	0.08 315	0.08 334

test_sample5	0.14 303	0.08 228	0.14 252	0.16 132	0.08 124	0.18 365	0.18 359	0.25 328	0.17 203	0.17 303	0.28 398	0.18 312	0.15 331	0.16 302	0.13 262	0.08 297	0.06 300	0.08 274	0.07 269	0.09 377	0.08 334

test_sample1	0.13 273	0.07 117	0.14 252	0.14 27	0.08 124	0.19 387	0.17 311	0.20 225	0.15 153	0.14 238	0.22 314	0.18 312	0.16 352	0.17 341	0.15 332	0.07 237	0.06 300	0.06 100	0.06 179	0.08 315	0.08 334

test_for_model	0.09 76	0.12 408	0.14 252	0.23 471	0.11 387	0.08 47	0.13 108	0.12 42	0.13 114	0.10 117	0.07 34	0.07 62	0.06 36	0.11 101	0.10 111	0.06 109	0.05 153	0.05 23	0.04 31	0.08 315	0.05 109

11t1	0.12 246	0.07 117	0.14 252	0.14 27	0.08 124	0.17 349	0.15 226	0.19 212	0.15 153	0.15 262	0.15 199	0.17 297	0.16 352	0.15 275	0.13 262	0.08 297	0.05 153	0.06 100	0.05 107	0.08 315	0.07 265

DualNet	0.14 303	0.08 228	0.14 252	0.16 132	0.08 124	0.18 365	0.18 359	0.25 328	0.17 203	0.18 335	0.28 398	0.18 312	0.15 331	0.16 302	0.13 262	0.08 297	0.06 300	0.08 274	0.07 269	0.09 377	0.08 334

ttt	0.14 303	0.08 228	0.14 252	0.15 64	0.08 124	0.15 298	0.18 359	0.27 355	0.30 393	0.16 291	0.24 330	0.17 297	0.14 310	0.13 229	0.14 298	0.11 426	0.08 402	0.09 357	0.08 336	0.09 377	0.09 378

EKT-Stereo	0.11 174	0.07 117	0.14 252	0.16 132	0.10 334	0.13 233	0.14 156	0.19 212	0.21 273	0.11 154	0.08 68	0.13 216	0.10 185	0.11 101	0.12 227	0.08 297	0.06 300	0.07 194	0.06 179	0.08 315	0.07 265

testlalala_base	0.10 135	0.09 299	0.14 252	0.21 432	0.08 124	0.10 123	0.14 156	0.13 58	0.11 54	0.08 58	0.15 199	0.07 62	0.08 138	0.11 101	0.12 227	0.08 297	0.05 153	0.05 23	0.03 1	0.07 249	0.05 109

anonymousa	0.13 273	0.07 117	0.14 252	0.18 289	0.09 228	0.13 233	0.17 311	0.20 225	0.29 387	0.15 262	0.24 330	0.16 280	0.14 310	0.14 257	0.14 298	0.07 237	0.05 153	0.07 194	0.09 380	0.05 95	0.07 265

BUS	0.15 344	0.09 299	0.14 252	0.22 452	0.10 334	0.20 406	0.14 156	0.34 457	0.20 259	0.17 303	0.23 318	0.16 280	0.14 310	0.16 302	0.14 298	0.08 297	0.06 300	0.10 405	0.09 380	0.07 249	0.07 265

BSDual-CNN	0.15 344	0.09 299	0.14 252	0.22 452	0.10 334	0.15 298	0.15 226	0.34 457	0.20 259	0.17 303	0.23 318	0.25 403	0.16 352	0.16 302	0.14 298	0.08 297	0.06 300	0.10 405	0.09 380	0.07 249	0.07 265

hknet	0.15 344	0.11 389	0.14 252	0.22 452	0.11 387	0.15 298	0.15 226	0.34 457	0.26 352	0.17 303	0.23 318	0.22 365	0.18 390	0.17 341	0.13 262	0.07 237	0.06 300	0.10 405	0.09 380	0.07 249	0.07 265

psmg	0.14 303	0.09 299	0.14 252	0.17 207	0.10 334	0.15 298	0.17 311	0.29 397	0.20 259	0.17 303	0.21 299	0.25 403	0.16 352	0.16 302	0.14 298	0.08 297	0.07 371	0.08 274	0.08 336	0.07 249	0.07 265

CSP-Net	0.16 371	0.09 299	0.14 252	0.17 207	0.09 228	0.19 387	0.18 359	0.25 328	0.33 413	0.26 445	0.31 423	0.25 403	0.16 352	0.21 419	0.19 395	0.09 353	0.06 300	0.07 194	0.07 269	0.08 315	0.08 334

GwcNet-ADL	0.13 273	0.08 228	0.14 252	0.20 401	0.09 228	0.12 204	0.20 420	0.30 408	0.25 339	0.14 238	0.14 186	0.18 312	0.14 310	0.13 229	0.15 332	0.07 237	0.05 153	0.06 100	0.05 107	0.07 249	0.06 187

ADLNet2	0.16 371	0.09 299	0.14 252	0.17 207	0.09 228	0.20 406	0.16 285	0.32 429	0.39 459	0.17 303	0.20 282	0.20 338	0.19 408	0.21 419	0.23 442	0.08 297	0.07 371	0.07 194	0.07 269	0.09 377	0.07 265

PFNet+	0.12 246	0.06 48	0.14 252	0.16 132	0.09 228	0.05 3	0.12 69	0.18 185	0.21 273	0.16 291	0.19 272	0.14 235	0.10 185	0.11 101	0.11 169	0.08 297	0.05 153	0.09 357	0.08 336	0.06 182	0.11 431

OMP-Stereo	0.11 174	0.07 117	0.14 252	0.18 289	0.08 124	0.09 81	0.12 69	0.21 243	0.21 273	0.13 215	0.14 186	0.11 171	0.12 246	0.11 101	0.13 262	0.06 109	0.05 153	0.07 194	0.06 179	0.05 95	0.04 28

OCTAStereo	0.11 174	0.07 117	0.14 252	0.17 207	0.09 228	0.10 123	0.13 108	0.23 284	0.19 238	0.12 186	0.17 235	0.12 192	0.12 246	0.11 101	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.11 431

FTStereo	0.12 246	0.07 117	0.14 252	0.18 289	0.09 228	0.07 22	0.15 226	0.22 266	0.18 217	0.12 186	0.24 330	0.11 171	0.13 278	0.13 229	0.14 298	0.05 25	0.05 153	0.07 194	0.07 269	0.06 182	0.10 407

DEmStereo	0.12 246	0.06 48	0.14 252	0.14 27	0.10 334	0.16 326	0.15 226	0.16 123	0.24 315	0.17 303	0.23 318	0.12 192	0.14 310	0.12 178	0.14 298	0.05 25	0.04 20	0.07 194	0.06 179	0.05 95	0.05 109

RAFT-RH_RVC	0.12 246	0.06 48	0.14 252	0.16 132	0.09 228	0.12 204	0.12 69	0.17 158	0.12 84	0.13 215	0.40 478	0.11 171	0.10 185	0.13 229	0.12 227	0.05 25	0.04 20	0.08 274	0.05 107	0.05 95	0.06 187

LMCR-Stereo	0.15 344	0.08 228	0.14 252	0.21 432	0.09 228	0.18 365	0.19 402	0.28 379	0.19 238	0.24 428	0.24 330	0.23 382	0.17 376	0.20 401	0.17 368	0.07 237	0.06 300	0.08 274	0.06 179	0.10 412	0.09 378

xxxx	0.15 344	0.07 117	0.14 252	0.14 27	0.08 124	0.24 450	0.18 359	0.32 429	0.20 259	0.14 238	0.28 398	0.22 365	0.14 310	0.15 275	0.29 496	0.09 353	0.05 153	0.07 194	0.07 269	0.08 315	0.08 334

test_xeample	0.15 344	0.07 117	0.14 252	0.15 64	0.08 124	0.22 431	0.20 420	0.29 397	0.21 273	0.16 291	0.29 413	0.19 321	0.17 376	0.16 302	0.28 488	0.09 353	0.05 153	0.07 194	0.07 269	0.07 249	0.07 265

GMStereo	0.13 273	0.15 458	0.14 252	0.18 289	0.09 228	0.16 326	0.16 285	0.20 225	0.25 339	0.17 303	0.17 235	0.11 171	0.11 215	0.16 302	0.13 262	0.07 237	0.06 300	0.06 100	0.06 179	0.07 249	0.06 187
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	0.14 303	0.07 117	0.14 252	0.15 64	0.08 124	0.13 233	0.16 285	0.25 328	0.24 315	0.17 303	0.28 398	0.23 382	0.14 310	0.16 302	0.14 298	0.11 426	0.06 300	0.09 357	0.12 469	0.08 315	0.07 265

DSFCA	0.16 371	0.09 299	0.14 252	0.16 132	0.10 334	0.21 417	0.19 402	0.28 379	0.31 402	0.23 416	0.25 357	0.22 365	0.16 352	0.20 401	0.20 405	0.10 394	0.07 371	0.09 357	0.09 380	0.08 315	0.08 334

TDLM	0.18 408	0.12 408	0.14 252	0.24 482	0.10 334	0.18 365	0.18 359	0.37 487	0.30 393	0.22 402	0.28 398	0.28 429	0.18 390	0.23 445	0.19 395	0.11 426	0.07 371	0.10 405	0.10 418	0.08 315	0.08 334

CVANet_RVC	0.18 408	0.11 389	0.14 252	0.21 432	0.11 387	0.19 387	0.18 359	0.34 457	0.34 424	0.22 402	0.31 423	0.28 429	0.18 390	0.24 456	0.18 381	0.12 452	0.08 402	0.12 456	0.12 469	0.09 377	0.08 334

LE_ROB	0.50 539	0.07 117	0.14 252	0.15 64	0.08 124	0.26 470	0.17 311	0.23 284	1.71 570	4.68 574	0.67 533	0.46 520	0.47 532	0.21 419	0.30 501	0.07 237	0.06 300	0.06 100	0.06 179	0.08 315	0.06 187

rvit_0105_3	0.16 371	0.10 364	0.15 289	0.20 401	0.12 416	0.15 298	0.26 494	0.25 328	0.30 393	0.15 262	0.17 235	0.21 347	0.14 310	0.18 358	0.14 298	0.14 488	0.11 465	0.12 456	0.14 485	0.07 249	0.07 265

UGAM-zero	0.10 135	0.05 11	0.15 289	0.15 64	0.08 124	0.10 123	0.13 108	0.20 225	0.15 153	0.11 154	0.15 199	0.07 62	0.08 138	0.09 32	0.10 111	0.06 109	0.05 153	0.06 100	0.05 107	0.05 95	0.06 187

rvit_stereo_0081_aga	0.12 246	0.09 299	0.15 289	0.18 289	0.10 334	0.14 272	0.14 156	0.14 72	0.19 238	0.10 117	0.18 258	0.16 280	0.09 163	0.12 178	0.10 111	0.10 394	0.06 300	0.08 274	0.07 269	0.07 249	0.06 187

rvit_stereo_0080	0.10 135	0.08 228	0.15 289	0.15 64	0.10 334	0.07 22	0.15 226	0.16 123	0.16 179	0.11 154	0.10 114	0.15 260	0.09 163	0.12 178	0.10 111	0.09 353	0.07 371	0.07 194	0.06 179	0.07 249	0.05 109

test_sample4	0.14 303	0.08 228	0.15 289	0.15 64	0.08 124	0.19 387	0.18 359	0.26 341	0.18 217	0.17 303	0.26 370	0.18 312	0.15 331	0.17 341	0.13 262	0.08 297	0.06 300	0.08 274	0.06 179	0.09 377	0.08 334

test_sample3	0.14 303	0.08 228	0.15 289	0.14 27	0.09 228	0.20 406	0.17 311	0.27 355	0.18 217	0.17 303	0.22 314	0.19 321	0.15 331	0.17 341	0.14 298	0.09 353	0.06 300	0.07 194	0.06 179	0.09 377	0.08 334

MyStereo8	0.12 246	0.07 117	0.15 289	0.15 64	0.09 228	0.18 365	0.14 156	0.19 212	0.22 295	0.12 186	0.18 258	0.11 171	0.10 185	0.16 302	0.18 381	0.07 237	0.05 153	0.07 194	0.05 107	0.08 315	0.09 378

ffm	0.12 246	0.09 299	0.15 289	0.16 132	0.09 228	0.17 349	0.17 311	0.15 98	0.19 238	0.15 262	0.26 370	0.19 321	0.13 278	0.10 56	0.08 14	0.06 109	0.05 153	0.09 357	0.08 336	0.06 182	0.06 187

ff1	0.13 273	0.09 299	0.15 289	0.16 132	0.09 228	0.17 349	0.17 311	0.15 98	0.19 238	0.15 262	0.26 370	0.19 321	0.13 278	0.15 275	0.22 431	0.06 109	0.05 153	0.09 357	0.08 336	0.06 182	0.06 187

mmx	0.15 344	0.09 299	0.15 289	0.16 132	0.09 228	0.17 349	0.17 311	0.27 355	0.26 352	0.15 262	0.26 370	0.19 321	0.13 278	0.15 275	0.22 431	0.08 297	0.06 300	0.09 357	0.08 336	0.08 315	0.08 334

whm_eth	0.10 135	0.08 228	0.15 289	0.15 64	0.10 334	0.07 22	0.15 226	0.16 123	0.16 179	0.11 154	0.10 114	0.15 260	0.09 163	0.12 178	0.10 111	0.09 353	0.07 371	0.07 194	0.06 179	0.07 249	0.05 109

xxx	0.15 344	0.09 299	0.15 289	0.16 132	0.09 228	0.17 349	0.17 311	0.27 355	0.26 352	0.15 262	0.26 370	0.19 321	0.13 278	0.15 275	0.22 431	0.08 297	0.06 300	0.09 357	0.08 336	0.08 315	0.08 334

PCWNet_CMD	0.14 303	0.08 228	0.15 289	0.17 207	0.09 228	0.14 272	0.14 156	0.29 397	0.36 443	0.14 238	0.20 282	0.21 347	0.13 278	0.17 341	0.14 298	0.07 237	0.05 153	0.07 194	0.07 269	0.07 249	0.07 265

qqq	0.13 273	0.09 299	0.15 289	0.16 132	0.08 124	0.13 233	0.15 226	0.24 308	0.16 179	0.15 262	0.19 272	0.16 280	0.16 352	0.15 275	0.16 351	0.07 237	0.06 300	0.08 274	0.08 336	0.07 249	0.07 265

x	0.13 273	0.08 228	0.15 289	0.14 27	0.08 124	0.19 387	0.14 156	0.22 266	0.21 273	0.15 262	0.20 282	0.20 338	0.18 390	0.18 358	0.18 381	0.07 237	0.05 153	0.06 100	0.06 179	0.07 249	0.07 265

CRFU-Net	0.16 371	0.08 228	0.15 289	0.17 207	0.09 228	0.20 406	0.14 156	0.27 355	0.21 273	0.28 465	0.28 398	0.29 437	0.18 390	0.19 383	0.18 381	0.09 353	0.09 429	0.07 194	0.07 269	0.08 315	0.09 378

CIPLG	0.11 174	0.08 228	0.15 289	0.17 207	0.08 124	0.13 233	0.15 226	0.17 158	0.16 179	0.14 238	0.11 144	0.16 280	0.10 185	0.17 341	0.12 227	0.07 237	0.05 153	0.06 100	0.06 179	0.05 95	0.06 187

IPLG	0.11 174	0.08 228	0.15 289	0.17 207	0.08 124	0.11 163	0.14 156	0.20 225	0.15 153	0.13 215	0.18 258	0.07 62	0.07 102	0.14 257	0.14 298	0.06 109	0.04 20	0.06 100	0.05 107	0.04 13	0.04 28

IPLGR_C	0.11 174	0.08 228	0.15 289	0.17 207	0.08 124	0.12 204	0.15 226	0.17 158	0.15 153	0.14 238	0.11 144	0.16 280	0.10 185	0.16 302	0.12 227	0.07 237	0.05 153	0.06 100	0.06 179	0.05 95	0.06 187

MIPNet	0.11 174	0.08 228	0.15 289	0.17 207	0.09 228	0.12 204	0.14 156	0.21 243	0.25 339	0.12 186	0.10 114	0.09 120	0.07 102	0.13 229	0.13 262	0.06 109	0.04 20	0.06 100	0.05 107	0.04 13	0.04 28

ACRE	0.11 174	0.08 228	0.15 289	0.17 207	0.08 124	0.13 233	0.15 226	0.17 158	0.14 136	0.14 238	0.11 144	0.16 280	0.10 185	0.16 302	0.12 227	0.07 237	0.05 153	0.06 100	0.06 179	0.05 95	0.06 187

SACVNet	0.19 420	0.12 408	0.15 289	0.17 207	0.13 442	0.22 431	0.18 359	0.31 424	0.31 402	0.24 428	0.31 423	0.30 446	0.23 441	0.23 445	0.17 368	0.11 426	0.08 402	0.10 405	0.10 418	0.12 450	0.14 480

AACVNet	0.16 371	0.08 228	0.15 289	0.15 64	0.10 334	0.18 365	0.15 226	0.24 308	0.25 339	0.27 452	0.27 387	0.28 429	0.18 390	0.19 383	0.17 368	0.09 353	0.07 371	0.09 357	0.07 269	0.10 412	0.09 378

GANet-ADL	0.13 273	0.07 117	0.15 289	0.17 207	0.10 334	0.19 387	0.15 226	0.30 408	0.21 273	0.13 215	0.18 258	0.19 321	0.13 278	0.16 302	0.14 298	0.08 297	0.06 300	0.06 100	0.05 107	0.07 249	0.08 334

PSM-softLoss	0.12 246	0.07 117	0.15 289	0.17 207	0.09 228	0.08 47	0.12 69	0.24 308	0.17 203	0.15 262	0.19 272	0.13 216	0.11 215	0.11 101	0.11 169	0.07 237	0.05 153	0.08 274	0.07 269	0.07 249	0.12 452

KMStereo	0.12 246	0.07 117	0.15 289	0.17 207	0.09 228	0.08 47	0.12 69	0.24 308	0.17 203	0.15 262	0.19 272	0.13 216	0.11 215	0.11 101	0.11 169	0.07 237	0.05 153	0.08 274	0.07 269	0.07 249	0.12 452

NRIStereo	0.11 174	0.08 228	0.15 289	0.18 289	0.08 124	0.10 123	0.13 108	0.17 158	0.15 153	0.12 186	0.15 199	0.13 216	0.13 278	0.13 229	0.10 111	0.06 109	0.04 20	0.07 194	0.06 179	0.06 182	0.07 265

RAFT_R40	0.11 174	0.07 117	0.15 289	0.18 289	0.09 228	0.06 7	0.13 108	0.17 158	0.15 153	0.14 238	0.18 258	0.15 260	0.12 246	0.10 56	0.11 169	0.06 109	0.04 20	0.09 357	0.06 179	0.06 182	0.05 109

ADLNet	0.16 371	0.08 228	0.15 289	0.16 132	0.10 334	0.16 326	0.17 311	0.33 443	0.27 364	0.23 416	0.27 387	0.24 391	0.16 352	0.18 358	0.21 418	0.10 394	0.06 300	0.10 405	0.10 418	0.08 315	0.09 378

222	0.16 371	0.07 117	0.15 289	0.14 27	0.08 124	0.25 459	0.18 359	0.30 408	0.21 273	0.18 335	0.29 413	0.17 297	0.16 352	0.16 302	0.44 537	0.10 394	0.05 153	0.07 194	0.06 179	0.08 315	0.08 334

SFCPSM	0.13 273	0.07 117	0.15 289	0.17 207	0.09 228	0.15 298	0.16 285	0.28 379	0.27 364	0.14 238	0.18 258	0.12 192	0.13 278	0.14 257	0.11 169	0.08 297	0.05 153	0.07 194	0.07 269	0.07 249	0.06 187

ac_64	0.16 371	0.09 299	0.15 289	0.18 289	0.10 334	0.22 431	0.17 311	0.24 308	0.22 295	0.19 350	0.24 330	0.29 437	0.18 390	0.19 383	0.22 431	0.09 353	0.08 402	0.08 274	0.09 380	0.07 249	0.06 187

ACVNet	0.15 344	0.09 299	0.15 289	0.13 9	0.12 416	0.14 272	0.20 420	0.22 266	0.34 424	0.17 303	0.26 370	0.21 347	0.17 376	0.18 358	0.21 418	0.07 237	0.06 300	0.06 100	0.06 179	0.08 315	0.06 187

CFNet-ft	0.14 303	0.07 117	0.15 289	0.12 4	0.09 228	0.17 349	0.18 359	0.22 266	0.24 315	0.17 303	0.26 370	0.24 391	0.14 310	0.16 302	0.15 332	0.11 426	0.06 300	0.08 274	0.09 380	0.09 377	0.08 334

DIP-Stereo	0.11 174	0.08 228	0.15 289	0.17 207	0.09 228	0.13 233	0.09 17	0.16 123	0.16 179	0.12 186	0.16 216	0.14 235	0.12 246	0.16 302	0.14 298	0.06 109	0.05 153	0.06 100	0.05 107	0.05 95	0.07 265
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 246	0.09 299	0.15 289	0.18 289	0.07 63	0.15 298	0.07 3	0.23 284	0.19 238	0.16 291	0.19 272	0.19 321	0.14 310	0.17 341	0.15 332	0.07 237	0.05 153	0.05 23	0.05 107	0.06 182	0.07 265

RASNet	0.15 344	0.07 117	0.15 289	0.16 132	0.08 124	0.19 387	0.14 156	0.30 408	0.21 273	0.17 303	0.25 357	0.21 347	0.19 408	0.20 401	0.20 405	0.07 237	0.06 300	0.06 100	0.08 336	0.06 182	0.06 187

MSMDNet	0.14 303	0.08 228	0.15 289	0.17 207	0.09 228	0.14 272	0.14 156	0.29 397	0.36 443	0.14 238	0.20 282	0.21 347	0.13 278	0.18 358	0.14 298	0.07 237	0.05 153	0.07 194	0.07 269	0.07 249	0.07 265

CFNet_RVC	0.14 303	0.07 117	0.15 289	0.12 4	0.09 228	0.17 349	0.18 359	0.22 266	0.24 315	0.17 303	0.26 370	0.24 391	0.14 310	0.16 302	0.15 332	0.11 426	0.06 300	0.08 274	0.09 380	0.09 377	0.08 334

HSM	0.15 344	0.09 299	0.15 289	0.16 132	0.09 228	0.16 326	0.14 156	0.28 379	0.25 339	0.20 372	0.24 330	0.37 488	0.17 376	0.20 401	0.15 332	0.07 237	0.05 153	0.07 194	0.06 179	0.07 249	0.06 187

PSMNet_ROB	0.22 451	0.12 408	0.15 289	0.27 507	0.15 477	0.25 459	0.36 535	0.43 519	0.37 448	0.27 452	0.33 438	0.32 468	0.23 441	0.21 419	0.27 480	0.12 452	0.08 402	0.13 470	0.11 448	0.10 412	0.09 378

rvit_stereo_0081	0.11 174	0.08 228	0.16 330	0.16 132	0.09 228	0.11 163	0.14 156	0.14 72	0.24 315	0.11 154	0.13 173	0.14 235	0.09 163	0.11 101	0.12 227	0.10 394	0.07 371	0.08 274	0.07 269	0.07 249	0.06 187

DCVSM-stereo	0.15 344	0.09 299	0.16 330	0.16 132	0.10 334	0.15 298	0.09 17	0.20 225	0.24 315	0.20 372	0.24 330	0.26 413	0.15 331	0.19 383	0.14 298	0.09 353	0.07 371	0.09 357	0.08 336	0.10 412	0.12 452

rvit_stereo_0082	0.11 174	0.08 228	0.16 330	0.16 132	0.09 228	0.11 163	0.14 156	0.14 72	0.24 315	0.11 154	0.13 173	0.14 235	0.09 163	0.11 101	0.12 227	0.10 394	0.07 371	0.08 274	0.07 269	0.07 249	0.06 187

test_sample7	0.16 371	0.10 364	0.16 330	0.14 27	0.12 416	0.16 326	0.17 311	0.28 379	0.24 315	0.21 387	0.21 299	0.24 391	0.20 420	0.16 302	0.16 351	0.12 452	0.06 300	0.10 405	0.09 380	0.11 434	0.10 407

LL-Strereo2	0.11 174	0.10 364	0.16 330	0.18 289	0.08 124	0.15 298	0.09 17	0.17 158	0.14 136	0.14 238	0.11 144	0.09 120	0.07 102	0.16 302	0.10 111	0.05 25	0.05 153	0.11 435	0.07 269	0.06 182	0.05 109

NINENet	0.16 371	0.10 364	0.16 330	0.17 207	0.11 387	0.20 406	0.14 156	0.41 508	0.37 448	0.18 335	0.21 299	0.16 280	0.14 310	0.16 302	0.14 298	0.08 297	0.08 402	0.10 405	0.07 269	0.10 412	0.09 378

HHNet	0.11 174	0.06 48	0.16 330	0.15 64	0.14 459	0.07 22	0.13 108	0.20 225	0.18 217	0.15 262	0.25 357	0.11 171	0.09 163	0.13 229	0.10 111	0.06 109	0.04 20	0.08 274	0.06 179	0.05 95	0.09 378

SST-Stereo	0.11 174	0.07 117	0.16 330	0.18 289	0.09 228	0.06 7	0.12 69	0.18 185	0.10 31	0.15 262	0.18 258	0.13 216	0.12 246	0.10 56	0.11 169	0.06 109	0.04 20	0.09 357	0.06 179	0.07 249	0.06 187

RAFT-345	0.11 174	0.07 117	0.16 330	0.17 207	0.08 124	0.08 47	0.12 69	0.16 123	0.10 31	0.11 154	0.34 448	0.09 120	0.10 185	0.11 101	0.12 227	0.05 25	0.05 153	0.07 194	0.06 179	0.04 13	0.05 109

CRE-IMP	0.11 174	0.09 299	0.16 330	0.19 348	0.09 228	0.10 123	0.12 69	0.18 185	0.10 31	0.14 238	0.14 186	0.14 235	0.13 278	0.12 178	0.12 227	0.07 237	0.04 20	0.08 274	0.06 179	0.08 315	0.08 334

GEStereo_RVC	0.17 393	0.12 408	0.16 330	0.22 452	0.11 387	0.19 387	0.18 359	0.32 429	0.49 497	0.20 372	0.25 357	0.17 297	0.13 278	0.21 419	0.16 351	0.10 394	0.06 300	0.08 274	0.07 269	0.09 377	0.08 334

CFNet_pseudo	0.14 303	0.08 228	0.16 330	0.16 132	0.09 228	0.13 233	0.14 156	0.27 355	0.34 424	0.15 262	0.21 299	0.22 365	0.13 278	0.18 358	0.14 298	0.07 237	0.05 153	0.08 274	0.06 179	0.07 249	0.07 265

GES	0.14 303	0.08 228	0.16 330	0.15 64	0.10 334	0.13 233	0.13 108	0.28 379	0.26 352	0.17 303	0.24 330	0.19 321	0.14 310	0.16 302	0.14 298	0.08 297	0.08 402	0.07 194	0.06 179	0.08 315	0.09 378

acv_ft	0.15 344	0.09 299	0.16 330	0.19 348	0.10 334	0.16 326	0.17 311	0.25 328	0.34 424	0.19 350	0.26 370	0.21 347	0.17 376	0.18 358	0.19 395	0.07 237	0.06 300	0.06 100	0.06 179	0.08 315	0.06 187

DMCA-RVC	0.17 393	0.10 364	0.16 330	0.24 482	0.11 387	0.19 387	0.18 359	0.26 341	0.24 315	0.21 387	0.27 387	0.25 403	0.27 472	0.18 358	0.21 418	0.12 452	0.08 402	0.13 470	0.10 418	0.10 412	0.08 334

ccs_rob	0.14 303	0.09 299	0.16 330	0.16 132	0.09 228	0.13 233	0.14 156	0.27 355	0.34 424	0.15 262	0.21 299	0.22 365	0.13 278	0.18 358	0.14 298	0.07 237	0.05 153	0.08 274	0.07 269	0.07 249	0.07 265

AdaStereo	0.15 344	0.11 389	0.16 330	0.19 348	0.09 228	0.21 417	0.11 45	0.33 443	0.28 380	0.21 387	0.23 318	0.21 347	0.13 278	0.19 383	0.15 332	0.13 469	0.05 153	0.10 405	0.07 269	0.09 377	0.07 265
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.
NVstereo2D	0.19 420	0.11 389	0.16 330	0.17 207	0.16 489	0.28 489	0.23 460	0.44 523	0.42 472	0.15 262	0.28 398	0.25 403	0.19 408	0.23 445	0.18 381	0.09 353	0.06 300	0.10 405	0.08 336	0.15 493	0.10 407

DeepPruner_ROB	0.16 371	0.11 389	0.16 330	0.17 207	0.10 334	0.17 349	0.15 226	0.32 429	0.21 273	0.19 350	0.21 299	0.22 365	0.19 408	0.21 419	0.16 351	0.13 469	0.09 429	0.09 357	0.10 418	0.11 434	0.11 431

iResNetv2_ROB	0.15 344	0.08 228	0.16 330	0.16 132	0.08 124	0.16 326	0.13 108	0.26 341	0.36 443	0.21 387	0.29 413	0.24 391	0.13 278	0.14 257	0.14 298	0.06 109	0.06 300	0.06 100	0.04 31	0.09 377	0.08 334

StereoDRNet-Refined	0.17 393	0.12 408	0.16 330	0.20 401	0.10 334	0.18 365	0.18 359	0.27 355	0.24 315	0.26 445	0.41 489	0.23 382	0.18 390	0.21 419	0.21 418	0.09 353	0.05 153	0.09 357	0.10 418	0.07 249	0.07 265
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 408	0.10 364	0.16 330	0.23 471	0.11 387	0.24 450	0.18 359	0.30 408	0.28 380	0.27 452	0.29 413	0.28 429	0.25 458	0.20 401	0.20 405	0.08 297	0.08 402	0.09 357	0.09 380	0.07 249	0.07 265

SGM_RVC	0.24 475	0.12 408	0.16 330	0.15 64	0.09 228	0.34 506	0.19 402	0.35 472	0.32 408	0.44 523	0.38 467	0.53 531	0.36 513	0.36 510	0.26 474	0.13 469	0.13 491	0.13 470	0.13 480	0.11 434	0.11 431
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoAnything_RVC	0.07 3	0.16 469	0.17 353	0.11 1	0.05 1	0.06 7	0.11 45	0.08 4	0.08 9	0.06 7	0.06 11	0.05 1	0.05 11	0.09 32	0.08 14	0.08 297	0.04 20	0.05 23	0.03 1	0.05 95	0.04 28

PAM_32	0.10 135	0.06 48	0.17 353	0.15 64	0.08 124	0.10 123	0.15 226	0.14 72	0.16 179	0.09 87	0.08 68	0.10 151	0.07 102	0.14 257	0.09 43	0.06 109	0.05 153	0.06 100	0.06 179	0.05 95	0.06 187

PAM	0.10 135	0.06 48	0.17 353	0.15 64	0.09 228	0.10 123	0.16 285	0.15 98	0.16 179	0.12 186	0.09 88	0.10 151	0.07 102	0.13 229	0.09 43	0.06 109	0.05 153	0.06 100	0.06 179	0.05 95	0.06 187

rvit_0105_4	0.15 344	0.09 299	0.17 353	0.17 207	0.10 334	0.12 204	0.20 420	0.23 284	0.27 364	0.14 238	0.20 282	0.17 297	0.14 310	0.17 341	0.13 262	0.15 492	0.11 465	0.11 435	0.10 418	0.09 377	0.06 187

rvit_stereo_0083	0.12 246	0.08 228	0.17 353	0.16 132	0.09 228	0.11 163	0.15 226	0.15 98	0.26 352	0.11 154	0.14 186	0.13 216	0.10 185	0.12 178	0.13 262	0.10 394	0.08 402	0.09 357	0.07 269	0.07 249	0.06 187

CFNet_ucs	0.15 344	0.09 299	0.17 353	0.16 132	0.11 387	0.14 272	0.14 156	0.30 408	0.34 424	0.16 291	0.24 330	0.23 382	0.14 310	0.18 358	0.15 332	0.09 353	0.06 300	0.08 274	0.07 269	0.09 377	0.09 378

testlalala	0.08 40	0.07 117	0.17 353	0.16 132	0.08 124	0.09 81	0.12 69	0.15 98	0.10 31	0.07 29	0.09 88	0.06 14	0.06 36	0.11 101	0.09 43	0.05 25	0.04 20	0.06 100	0.04 31	0.04 13	0.04 28

HBP-ISP	0.18 408	0.13 436	0.17 353	0.15 64	0.11 387	0.08 47	0.13 108	0.28 379	0.30 393	0.22 402	0.33 438	0.21 347	0.25 458	0.23 445	0.18 381	0.15 492	0.17 514	0.21 517	0.17 511	0.10 412	0.09 378

UDGNet	0.14 303	0.13 436	0.17 353	0.18 289	0.10 334	0.12 204	0.16 285	0.21 243	0.27 364	0.20 372	0.20 282	0.17 297	0.13 278	0.16 302	0.14 298	0.10 394	0.06 300	0.09 357	0.07 269	0.07 249	0.07 265

dd	0.15 344	0.17 479	0.17 353	0.19 348	0.09 228	0.15 298	0.18 359	0.22 266	0.26 352	0.23 416	0.20 282	0.21 347	0.10 185	0.21 419	0.17 368	0.10 394	0.06 300	0.08 274	0.06 179	0.08 315	0.07 265

IPLGR	0.11 174	0.09 299	0.17 353	0.18 289	0.08 124	0.13 233	0.16 285	0.21 243	0.24 315	0.12 186	0.12 158	0.11 171	0.09 163	0.13 229	0.12 227	0.06 109	0.05 153	0.06 100	0.06 179	0.05 95	0.04 28

Patchmatch Stereo++	0.11 174	0.09 299	0.17 353	0.19 348	0.08 124	0.06 7	0.11 45	0.17 158	0.13 114	0.15 262	0.16 216	0.14 235	0.12 246	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.12 246	0.08 228	0.17 353	0.19 348	0.09 228	0.08 47	0.13 108	0.19 212	0.13 114	0.16 291	0.21 299	0.13 216	0.14 310	0.11 101	0.14 298	0.06 109	0.04 20	0.09 357	0.06 179	0.06 182	0.05 109

PSM-adaLoss	0.11 174	0.09 299	0.17 353	0.19 348	0.08 124	0.06 7	0.12 69	0.17 158	0.13 114	0.15 262	0.16 216	0.14 235	0.12 246	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

ROB_FTStereo_v2	0.11 174	0.09 299	0.17 353	0.19 348	0.08 124	0.06 7	0.12 69	0.17 158	0.13 114	0.15 262	0.16 216	0.14 235	0.12 246	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

ROB_FTStereo	0.11 174	0.09 299	0.17 353	0.19 348	0.08 124	0.06 7	0.11 45	0.17 158	0.13 114	0.15 262	0.16 216	0.14 235	0.12 246	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

HUI-Stereo	0.11 174	0.09 299	0.17 353	0.19 348	0.08 124	0.06 7	0.11 45	0.17 158	0.13 114	0.15 262	0.16 216	0.14 235	0.12 246	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

PFNet	0.12 246	0.06 48	0.17 353	0.18 289	0.08 124	0.09 81	0.15 226	0.26 341	0.20 259	0.16 291	0.16 216	0.14 235	0.12 246	0.13 229	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.05 95	0.05 109

DeepStereo_RVC	0.11 174	0.08 228	0.17 353	0.18 289	0.08 124	0.08 47	0.11 45	0.17 158	0.12 84	0.13 215	0.15 199	0.12 192	0.12 246	0.12 178	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.08 334

iGMRVC	0.11 174	0.09 299	0.17 353	0.19 348	0.08 124	0.06 7	0.12 69	0.17 158	0.13 114	0.15 262	0.16 216	0.14 235	0.12 246	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

IRAFT_RVC	0.12 246	0.08 228	0.17 353	0.19 348	0.08 124	0.07 22	0.14 156	0.25 328	0.23 305	0.14 238	0.15 199	0.15 260	0.12 246	0.12 178	0.11 169	0.06 109	0.04 20	0.09 357	0.06 179	0.06 182	0.06 187

iRAFT	0.11 174	0.09 299	0.17 353	0.19 348	0.08 124	0.06 7	0.11 45	0.17 158	0.13 114	0.15 262	0.16 216	0.14 235	0.12 246	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

test-1	0.10 135	0.07 117	0.17 353	0.19 348	0.08 124	0.11 163	0.24 470	0.15 98	0.18 217	0.09 87	0.07 34	0.10 151	0.08 138	0.08 13	0.09 43	0.06 109	0.04 20	0.06 100	0.06 179	0.04 13	0.05 109

RAFT-IKP	0.11 174	0.09 299	0.17 353	0.19 348	0.08 124	0.06 7	0.11 45	0.17 158	0.13 114	0.15 262	0.16 216	0.14 235	0.12 246	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

MMNet	0.17 393	0.10 364	0.17 353	0.20 401	0.11 387	0.27 479	0.20 420	0.26 341	0.42 472	0.22 402	0.30 419	0.22 365	0.20 420	0.18 358	0.20 405	0.06 109	0.06 300	0.07 194	0.07 269	0.08 315	0.07 265

hitnet-ft	0.18 408	0.10 364	0.17 353	0.14 27	0.09 228	0.27 479	0.20 420	0.25 328	0.26 352	0.24 428	0.32 432	0.32 468	0.23 441	0.24 456	0.21 418	0.12 452	0.07 371	0.10 405	0.08 336	0.12 450	0.11 431

DMCA	0.14 303	0.09 299	0.17 353	0.19 348	0.09 228	0.15 298	0.17 311	0.23 284	0.28 380	0.14 238	0.20 282	0.17 297	0.18 390	0.15 275	0.17 368	0.10 394	0.06 300	0.08 274	0.06 179	0.09 377	0.10 407

AF-Net	0.23 464	0.17 479	0.17 353	0.27 507	0.13 442	0.26 470	0.24 470	0.33 443	0.51 504	0.25 441	0.33 438	0.39 499	0.27 472	0.28 475	0.26 474	0.11 426	0.10 452	0.16 501	0.12 469	0.11 434	0.11 431

CFNet	0.15 344	0.11 389	0.17 353	0.17 207	0.08 124	0.19 387	0.10 26	0.29 397	0.26 352	0.19 350	0.24 330	0.24 391	0.18 390	0.18 358	0.15 332	0.08 297	0.06 300	0.09 357	0.10 418	0.08 315	0.07 265

SGM-ForestM	0.33 516	0.12 408	0.17 353	0.16 132	0.11 387	0.42 526	0.20 420	0.43 519	0.53 513	0.53 532	0.57 524	1.41 563	0.44 531	0.42 531	0.29 496	0.14 488	0.16 510	0.16 501	0.16 504	0.12 450	0.13 464

MLCV	0.13 273	0.08 228	0.17 353	0.18 289	0.06 11	0.16 326	0.17 311	0.19 212	0.22 295	0.19 350	0.25 357	0.17 297	0.13 278	0.15 275	0.14 298	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

DN-CSS_ROB	0.13 273	0.13 436	0.17 353	0.18 289	0.10 334	0.16 326	0.08 7	0.22 266	0.19 238	0.17 303	0.23 318	0.13 216	0.13 278	0.13 229	0.14 298	0.05 25	0.05 153	0.10 405	0.10 418	0.08 315	0.06 187

rvit_0105_6	0.14 303	0.09 299	0.18 385	0.17 207	0.10 334	0.10 123	0.17 311	0.19 212	0.26 352	0.12 186	0.18 258	0.17 297	0.13 278	0.18 358	0.13 262	0.15 492	0.11 465	0.12 456	0.10 418	0.09 377	0.06 187

DispNO	0.15 344	0.09 299	0.18 385	0.19 348	0.12 416	0.11 163	0.21 436	0.23 284	0.29 387	0.18 335	0.23 318	0.19 321	0.17 376	0.16 302	0.16 351	0.07 237	0.05 153	0.08 274	0.08 336	0.07 249	0.06 187

SMFormer	0.14 303	0.07 117	0.18 385	0.14 27	0.08 124	0.17 349	0.17 311	0.27 355	0.27 364	0.19 350	0.20 282	0.19 321	0.15 331	0.15 275	0.17 368	0.08 297	0.05 153	0.07 194	0.06 179	0.08 315	0.07 265

tta	0.14 303	0.07 117	0.18 385	0.14 27	0.08 124	0.17 349	0.17 311	0.27 355	0.27 364	0.19 350	0.20 282	0.19 321	0.15 331	0.15 275	0.17 368	0.08 297	0.05 153	0.07 194	0.06 179	0.06 182	0.06 187

qqq1	0.14 303	0.07 117	0.18 385	0.14 27	0.08 124	0.17 349	0.17 311	0.27 355	0.27 364	0.19 350	0.20 282	0.19 321	0.15 331	0.15 275	0.12 227	0.08 297	0.05 153	0.05 23	0.05 107	0.06 182	0.06 187

fff1	0.14 303	0.07 117	0.18 385	0.14 27	0.08 124	0.17 349	0.17 311	0.27 355	0.27 364	0.19 350	0.20 282	0.19 321	0.15 331	0.15 275	0.12 227	0.08 297	0.05 153	0.05 23	0.05 107	0.06 182	0.06 187

mmm	0.14 303	0.08 228	0.18 385	0.17 207	0.09 228	0.17 349	0.18 359	0.21 243	0.16 179	0.16 291	0.23 318	0.21 347	0.16 352	0.16 302	0.17 368	0.08 297	0.05 153	0.08 274	0.08 336	0.08 315	0.07 265

ssnet_v2	0.17 393	0.10 364	0.18 385	0.17 207	0.11 387	0.21 417	0.22 448	0.34 457	0.25 339	0.23 416	0.23 318	0.27 419	0.19 408	0.22 437	0.21 418	0.11 426	0.10 452	0.09 357	0.09 380	0.08 315	0.08 334

DAS	0.15 344	0.08 228	0.18 385	0.19 348	0.10 334	0.19 387	0.17 311	0.28 379	0.30 393	0.18 335	0.26 370	0.21 347	0.16 352	0.16 302	0.13 262	0.08 297	0.06 300	0.06 100	0.06 179	0.07 249	0.07 265

SepStereo	0.15 344	0.08 228	0.18 385	0.19 348	0.10 334	0.19 387	0.17 311	0.28 379	0.30 393	0.18 335	0.26 370	0.21 347	0.16 352	0.26 465	0.13 262	0.08 297	0.06 300	0.06 100	0.06 179	0.07 249	0.07 265

ARAFT	0.12 246	0.08 228	0.18 385	0.19 348	0.09 228	0.15 298	0.17 311	0.20 225	0.13 114	0.12 186	0.13 173	0.14 235	0.12 246	0.15 275	0.13 262	0.06 109	0.05 153	0.10 405	0.09 380	0.06 182	0.04 28

delet	0.17 393	0.09 299	0.18 385	0.19 348	0.11 387	0.21 417	0.22 448	0.30 408	0.38 454	0.17 303	0.27 387	0.19 321	0.19 408	0.19 383	0.21 418	0.08 297	0.08 402	0.09 357	0.11 448	0.06 182	0.07 265

psm_up	0.19 420	0.10 364	0.18 385	0.21 432	0.11 387	0.17 349	0.19 402	0.38 494	0.34 424	0.22 402	0.28 398	0.29 437	0.25 458	0.20 401	0.22 431	0.09 353	0.10 452	0.11 435	0.11 448	0.08 315	0.08 334

UNet	0.17 393	0.09 299	0.18 385	0.19 348	0.12 416	0.28 489	0.19 402	0.33 443	0.30 393	0.21 387	0.25 357	0.23 382	0.19 408	0.20 401	0.19 395	0.07 237	0.06 300	0.08 274	0.07 269	0.08 315	0.07 265

StereoDRNet	0.19 420	0.11 389	0.18 385	0.22 452	0.11 387	0.22 431	0.22 448	0.37 487	0.34 424	0.24 428	0.28 398	0.30 446	0.19 408	0.20 401	0.21 418	0.10 394	0.08 402	0.11 435	0.09 380	0.09 377	0.07 265

iResNet	0.13 273	0.10 364	0.18 385	0.19 348	0.08 124	0.14 272	0.18 359	0.21 243	0.27 364	0.16 291	0.24 330	0.15 260	0.13 278	0.14 257	0.15 332	0.06 109	0.04 20	0.06 100	0.05 107	0.06 182	0.05 109

NCCL2	0.24 475	0.15 458	0.18 385	0.34 528	0.18 510	0.24 450	0.24 470	0.34 457	0.29 387	0.31 486	0.38 467	0.38 494	0.29 485	0.23 445	0.25 461	0.15 492	0.12 479	0.18 512	0.21 519	0.13 465	0.13 464

MDST_ROB	0.22 451	0.10 364	0.18 385	0.18 289	0.11 387	0.40 524	0.19 402	0.44 523	0.42 472	0.40 512	0.40 478	0.29 437	0.21 428	0.27 467	0.19 395	0.11 426	0.10 452	0.14 483	0.11 448	0.10 412	0.08 334

CBMV_ROB	0.19 420	0.13 436	0.18 385	0.16 132	0.11 387	0.16 326	0.12 69	0.27 355	0.29 387	0.27 452	0.31 423	0.27 419	0.24 450	0.24 456	0.16 351	0.15 492	0.18 516	0.22 521	0.20 517	0.10 412	0.12 452

NOSS_ROB	0.19 420	0.13 436	0.18 385	0.16 132	0.12 416	0.16 326	0.12 69	0.30 408	0.33 413	0.20 372	0.22 314	0.27 419	0.24 450	0.21 419	0.16 351	0.16 509	0.18 516	0.23 522	0.21 519	0.13 465	0.13 464

SGM-Forest	0.20 429	0.14 451	0.18 385	0.20 401	0.13 442	0.21 417	0.22 448	0.33 443	0.31 402	0.24 428	0.29 413	0.28 429	0.20 420	0.23 445	0.18 381	0.15 492	0.16 510	0.15 494	0.14 485	0.13 465	0.12 452
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.20 429	0.15 458	0.18 385	0.18 289	0.10 334	0.20 406	0.11 45	0.30 408	0.31 402	0.29 474	0.31 423	0.31 461	0.23 441	0.28 475	0.19 395	0.13 469	0.15 505	0.17 503	0.16 504	0.10 412	0.10 407
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	0.27 500	0.13 436	0.18 385	0.15 64	0.11 387	0.33 502	0.24 470	0.41 508	0.36 443	0.53 532	0.58 528	0.67 541	0.41 522	0.36 510	0.27 480	0.14 488	0.13 491	0.13 470	0.11 448	0.11 434	0.11 431
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
DFGA-Net	0.13 273	0.11 389	0.19 408	0.18 289	0.10 334	0.13 233	0.13 108	0.23 284	0.25 339	0.16 291	0.16 216	0.13 216	0.12 246	0.17 341	0.15 332	0.07 237	0.05 153	0.08 274	0.07 269	0.05 95	0.05 109

SDNR	0.20 429	0.09 299	0.19 408	0.16 132	0.12 416	0.79 553	0.13 108	0.26 341	0.33 413	0.19 350	0.25 357	0.19 321	0.12 246	0.19 383	0.15 332	0.16 509	0.18 516	0.14 483	0.11 448	0.08 315	0.12 452

ToySt	0.17 393	0.11 389	0.19 408	0.17 207	0.11 387	0.16 326	0.26 494	0.24 308	0.33 413	0.19 350	0.24 330	0.26 413	0.24 450	0.19 383	0.21 418	0.07 237	0.08 402	0.09 357	0.10 418	0.09 377	0.08 334

HGLStereo	0.17 393	0.09 299	0.19 408	0.17 207	0.12 416	0.18 365	0.18 359	0.31 424	0.33 413	0.22 402	0.33 438	0.24 391	0.18 390	0.20 401	0.21 418	0.10 394	0.09 429	0.07 194	0.07 269	0.09 377	0.10 407

TCMNet	0.19 420	0.12 408	0.20 412	0.21 432	0.18 510	0.21 417	0.24 470	0.28 379	0.36 443	0.23 416	0.26 370	0.25 403	0.20 420	0.20 401	0.23 442	0.13 469	0.11 465	0.11 435	0.12 469	0.13 465	0.12 452

YMNet	0.20 429	0.12 408	0.20 412	0.21 432	0.14 459	0.27 479	0.23 460	0.32 429	0.34 424	0.28 465	0.35 452	0.30 446	0.18 390	0.18 358	0.22 431	0.11 426	0.13 491	0.10 405	0.10 418	0.09 377	0.09 378

YMNet_1	0.20 429	0.12 408	0.20 412	0.21 432	0.14 459	0.27 479	0.23 460	0.32 429	0.34 424	0.28 465	0.35 452	0.30 446	0.18 390	0.18 358	0.22 431	0.11 426	0.13 491	0.10 405	0.10 418	0.09 377	0.09 378

ISRNet	0.18 408	0.08 228	0.20 412	0.19 348	0.13 442	0.15 298	0.12 69	0.30 408	0.33 413	0.21 387	0.26 370	0.27 419	0.18 390	0.17 341	0.20 405	0.20 523	0.08 402	0.14 483	0.14 485	0.14 481	0.17 512

fast-acv-ft	0.18 408	0.11 389	0.20 412	0.19 348	0.12 416	0.26 470	0.21 436	0.26 341	0.35 438	0.22 402	0.34 448	0.27 419	0.21 428	0.21 419	0.23 442	0.09 353	0.09 429	0.08 274	0.10 418	0.08 315	0.07 265

UDG	0.21 443	0.17 479	0.20 412	0.23 471	0.15 477	0.31 498	0.20 420	0.33 443	0.35 438	0.24 428	0.28 398	0.31 461	0.29 485	0.21 419	0.23 442	0.15 492	0.12 479	0.13 470	0.09 380	0.14 481	0.15 494

APVNet	0.23 464	0.12 408	0.20 412	0.18 289	0.14 459	0.32 500	0.31 524	0.40 503	0.33 413	0.27 452	0.40 478	0.30 446	0.29 485	0.27 467	0.25 461	0.11 426	0.12 479	0.11 435	0.14 485	0.12 450	0.13 464

GwcNet	0.20 429	0.14 451	0.20 412	0.18 289	0.12 416	0.25 459	0.20 420	0.36 479	0.45 486	0.20 372	0.33 438	0.33 474	0.21 428	0.22 437	0.25 461	0.11 426	0.09 429	0.09 357	0.09 380	0.09 377	0.10 407

XPNet_ROB	0.22 451	0.12 408	0.20 412	0.22 452	0.13 442	0.22 431	0.19 402	0.35 472	0.40 463	0.30 480	0.40 478	0.38 494	0.27 472	0.26 465	0.29 496	0.15 492	0.10 452	0.10 405	0.10 418	0.13 465	0.12 452

pmcnn	0.15 344	0.07 117	0.20 412	0.15 64	0.07 63	0.21 417	0.16 285	0.25 328	0.26 352	0.21 387	0.33 438	0.29 437	0.19 408	0.18 358	0.17 368	0.07 237	0.05 153	0.05 23	0.04 31	0.07 249	0.06 187

DualNet (step1)	0.17 393	0.12 408	0.21 422	0.13 9	0.14 459	0.18 365	0.14 156	0.28 379	0.24 315	0.21 387	0.21 299	0.24 391	0.20 420	0.16 302	0.16 351	0.15 492	0.06 300	0.14 483	0.14 485	0.15 493	0.13 464

test_sample9	0.18 408	0.12 408	0.21 422	0.13 9	0.14 459	0.18 365	0.14 156	0.28 379	0.24 315	0.21 387	0.21 299	0.24 391	0.20 420	0.19 383	0.18 381	0.15 492	0.30 540	0.14 483	0.14 485	0.15 493	0.13 464

test_sample8	0.20 429	0.12 408	0.21 422	0.13 9	0.14 459	0.18 365	0.14 156	0.32 429	0.21 273	0.28 465	0.22 314	0.36 485	0.26 466	0.19 383	0.18 381	0.15 492	0.30 540	0.14 483	0.14 485	0.15 493	0.13 464

dad	0.18 408	0.20 500	0.21 422	0.17 207	0.11 387	0.20 406	0.19 402	0.21 243	0.28 380	0.30 480	0.24 330	0.30 446	0.13 278	0.19 383	0.17 368	0.18 515	0.09 429	0.11 435	0.09 380	0.11 434	0.07 265

RAFT + AFF	0.13 273	0.08 228	0.21 422	0.20 401	0.10 334	0.14 272	0.23 460	0.27 355	0.21 273	0.12 186	0.10 114	0.12 192	0.10 185	0.16 302	0.12 227	0.08 297	0.07 371	0.09 357	0.09 380	0.06 182	0.09 378

stereogan	0.22 451	0.11 389	0.21 422	0.20 401	0.12 416	0.32 500	0.19 402	0.36 479	0.45 486	0.23 416	0.39 475	0.35 483	0.27 472	0.33 498	0.23 442	0.10 394	0.12 479	0.10 405	0.10 418	0.14 481	0.14 480

edge stereo	0.23 464	0.14 451	0.21 422	0.21 432	0.13 442	0.24 450	0.16 285	0.32 429	0.42 472	0.32 493	0.40 478	0.39 499	0.35 510	0.25 461	0.25 461	0.13 469	0.11 465	0.14 483	0.11 448	0.12 450	0.14 480

GANet	0.22 451	0.13 436	0.21 422	0.25 490	0.14 459	0.23 444	0.22 448	0.42 513	0.27 364	0.31 486	0.43 500	0.37 488	0.29 485	0.23 445	0.23 442	0.10 394	0.12 479	0.10 405	0.09 380	0.10 412	0.08 334

DRN-Test	0.20 429	0.11 389	0.21 422	0.22 452	0.10 334	0.22 431	0.22 448	0.40 503	0.38 454	0.24 428	0.33 438	0.26 413	0.22 435	0.22 437	0.25 461	0.11 426	0.07 371	0.11 435	0.10 418	0.09 377	0.08 334

xyz-stereo	0.14 303	0.07 117	0.22 431	0.15 64	0.05 1	0.22 431	0.15 226	0.17 158	0.31 402	0.15 262	0.28 398	0.26 413	0.17 376	0.13 229	0.12 227	0.05 25	0.05 153	0.06 100	0.05 107	0.04 13	0.04 28

DDVS	0.16 371	0.10 364	0.22 431	0.16 132	0.12 416	0.15 298	0.14 156	0.25 328	0.19 238	0.18 335	0.30 419	0.27 419	0.13 278	0.20 401	0.16 351	0.09 353	0.06 300	0.09 357	0.07 269	0.11 434	0.11 431

DDUNet	0.23 464	0.18 493	0.22 431	0.22 452	0.15 477	0.25 459	0.24 470	0.30 408	0.31 402	0.31 486	0.37 460	0.34 478	0.26 466	0.25 461	0.21 418	0.18 515	0.13 491	0.17 503	0.11 448	0.16 504	0.17 512

FAT-Stereo	0.21 443	0.13 436	0.22 431	0.21 432	0.12 416	0.18 365	0.18 359	0.35 472	0.40 463	0.28 465	0.37 460	0.33 474	0.33 506	0.21 419	0.20 405	0.09 353	0.11 465	0.10 405	0.09 380	0.11 434	0.14 480

RP	0.22 451	0.13 436	0.22 431	0.23 471	0.12 416	0.21 417	0.20 420	0.26 341	0.45 486	0.22 402	0.38 467	0.37 488	0.25 458	0.28 475	0.25 461	0.11 426	0.12 479	0.13 470	0.12 469	0.13 465	0.14 480

Nwc_Net	0.23 464	0.17 479	0.22 431	0.25 490	0.15 477	0.25 459	0.27 499	0.38 494	0.39 459	0.22 402	0.41 489	0.30 446	0.29 485	0.28 475	0.25 461	0.11 426	0.10 452	0.17 503	0.20 517	0.10 412	0.11 431

RYNet	0.23 464	0.12 408	0.22 431	0.19 348	0.17 501	0.47 529	0.26 494	0.39 500	0.49 497	0.24 428	0.29 413	0.34 478	0.24 450	0.20 401	0.31 506	0.10 394	0.06 300	0.09 357	0.09 380	0.14 481	0.15 494

DISCO	0.20 429	0.09 299	0.22 431	0.17 207	0.10 334	0.25 459	0.18 359	0.28 379	0.45 486	0.23 416	0.32 432	0.34 478	0.26 466	0.29 482	0.29 496	0.08 297	0.06 300	0.07 194	0.07 269	0.09 377	0.10 407

NLCA_NET_v2_RVC	0.17 393	0.10 364	0.23 439	0.20 401	0.10 334	0.15 298	0.18 359	0.31 424	0.25 339	0.21 387	0.31 423	0.25 403	0.17 376	0.21 419	0.20 405	0.09 353	0.06 300	0.08 274	0.09 380	0.07 249	0.08 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.20 429	0.21 505	0.23 439	0.20 401	0.10 334	0.19 387	0.17 311	0.36 479	0.26 352	0.27 452	0.34 448	0.27 419	0.24 450	0.20 401	0.20 405	0.15 492	0.12 479	0.17 503	0.14 485	0.10 412	0.09 378

FBW_ROB	0.25 482	0.17 479	0.23 439	0.27 507	0.14 459	0.26 470	0.22 448	0.42 513	0.43 480	0.42 518	0.41 489	0.43 512	0.27 472	0.32 494	0.24 454	0.09 353	0.15 505	0.15 494	0.12 469	0.12 450	0.10 407

ETE_ROB	0.23 464	0.17 479	0.23 439	0.25 490	0.14 459	0.26 470	0.29 516	0.32 429	0.37 448	0.28 465	0.37 460	0.45 516	0.27 472	0.28 475	0.27 480	0.11 426	0.09 429	0.12 456	0.10 418	0.14 481	0.13 464

LALA_ROB	0.25 482	0.16 469	0.23 439	0.27 507	0.17 501	0.27 479	0.27 499	0.42 513	0.38 454	0.33 497	0.39 475	0.51 527	0.26 466	0.29 482	0.28 488	0.16 509	0.09 429	0.13 470	0.12 469	0.13 465	0.13 464

PWCDC_ROB	0.21 443	0.13 436	0.23 439	0.25 490	0.12 416	0.20 406	0.15 226	0.34 457	0.55 514	0.29 474	0.49 510	0.21 347	0.15 331	0.28 475	0.20 405	0.11 426	0.09 429	0.10 405	0.08 336	0.11 434	0.09 378

sCroCo_RVC	0.12 246	0.09 299	0.24 445	0.24 482	0.11 387	0.19 387	0.14 156	0.17 158	0.15 153	0.10 117	0.13 173	0.12 192	0.07 102	0.14 257	0.11 169	0.08 297	0.08 402	0.08 274	0.08 336	0.05 95	0.07 265

ccnet	0.30 509	0.28 522	0.24 445	0.20 401	0.28 533	0.41 525	0.22 448	0.46 528	0.33 413	0.37 506	0.46 506	0.37 488	0.30 496	0.40 525	0.43 534	0.23 534	0.14 501	0.21 517	0.17 511	0.23 522	0.19 520

WCMA_ROB	0.24 475	0.11 389	0.24 445	0.17 207	0.14 459	0.34 506	0.16 285	0.33 443	0.33 413	0.39 509	0.54 517	0.40 505	0.35 510	0.35 506	0.26 474	0.12 452	0.12 479	0.12 456	0.11 448	0.14 481	0.14 480

MSAF-DinoV2	0.23 464	0.11 389	0.25 448	0.17 207	0.10 334	0.28 489	0.17 311	0.38 494	0.56 516	0.21 387	0.27 387	0.47 523	0.28 481	0.36 510	0.40 529	0.09 353	0.06 300	0.07 194	0.09 380	0.12 450	0.11 431

rvit_105_1	0.19 420	0.12 408	0.25 448	0.21 432	0.16 489	0.22 431	0.28 505	0.32 429	0.42 472	0.20 372	0.21 299	0.22 365	0.18 390	0.19 383	0.18 381	0.12 452	0.12 479	0.13 470	0.15 500	0.08 315	0.07 265

rvit_stereo_0075_2	0.17 393	0.12 408	0.25 448	0.23 471	0.16 489	0.13 233	0.10 26	0.30 408	0.27 364	0.20 372	0.28 398	0.22 365	0.15 331	0.18 358	0.13 262	0.16 509	0.10 452	0.17 503	0.10 418	0.10 412	0.10 407

GMStereo_Zeroshot	0.16 371	0.13 436	0.25 448	0.20 401	0.10 334	0.17 349	0.13 108	0.30 408	0.25 339	0.23 416	0.32 432	0.25 403	0.11 215	0.19 383	0.14 298	0.09 353	0.06 300	0.11 435	0.06 179	0.12 450	0.08 334

sAnonymous2	0.13 273	0.12 408	0.25 448	0.20 401	0.12 416	0.18 365	0.14 156	0.27 355	0.21 273	0.11 154	0.12 158	0.13 216	0.08 138	0.11 101	0.11 169	0.09 353	0.05 153	0.08 274	0.06 179	0.15 493	0.10 407

CroCo_RVC	0.13 273	0.12 408	0.25 448	0.20 401	0.12 416	0.18 365	0.14 156	0.27 355	0.21 273	0.11 154	0.12 158	0.13 216	0.08 138	0.11 101	0.11 169	0.09 353	0.05 153	0.08 274	0.06 179	0.15 493	0.10 407

S-Stereo	0.21 443	0.12 408	0.25 448	0.21 432	0.13 442	0.21 417	0.19 402	0.33 443	0.45 486	0.23 416	0.36 457	0.28 429	0.29 485	0.20 401	0.23 442	0.09 353	0.12 479	0.10 405	0.10 418	0.13 465	0.14 480

MaskLacGwcNet_RVC	0.22 451	0.21 505	0.25 448	0.26 499	0.11 387	0.24 450	0.14 156	0.39 500	0.24 315	0.32 493	0.36 457	0.30 446	0.21 428	0.19 383	0.22 431	0.17 514	0.14 501	0.21 517	0.16 504	0.13 465	0.12 452

NaN_ROB	0.23 464	0.20 500	0.25 448	0.25 490	0.13 442	0.31 498	0.27 499	0.34 457	0.41 470	0.31 486	0.31 423	0.32 468	0.23 441	0.31 489	0.22 431	0.11 426	0.17 514	0.10 405	0.11 448	0.08 315	0.09 378

pcwnet_v2	0.19 420	0.11 389	0.26 457	0.18 289	0.14 459	0.18 365	0.15 226	0.37 487	0.46 493	0.19 350	0.24 330	0.21 347	0.19 408	0.21 419	0.20 405	0.13 469	0.10 452	0.10 405	0.10 418	0.11 434	0.13 464

MSMD_ROB	0.31 514	0.26 520	0.26 457	0.24 482	0.21 519	0.34 506	0.25 486	0.34 457	0.39 459	0.40 512	0.69 537	0.45 516	0.41 522	0.34 501	0.28 488	0.20 523	0.20 522	0.26 525	0.25 528	0.23 522	0.22 527

GCST	0.37 523	0.42 541	0.27 459	1.03 565	0.39 540	0.18 365	0.08 7	0.21 243	0.18 217	0.28 465	0.25 357	0.15 260	0.12 246	0.16 302	0.14 298	0.64 558	0.43 547	0.75 555	0.65 557	0.64 552	0.46 551

CBFPSM	0.15 344	0.07 117	0.27 459	0.17 207	0.09 228	0.13 233	0.15 226	0.22 266	0.23 305	0.20 372	0.27 387	0.23 382	0.16 352	0.16 302	0.19 395	0.06 109	0.06 300	0.06 100	0.07 269	0.07 249	0.07 265

PWC_ROB	0.21 443	0.16 469	0.27 459	0.18 289	0.11 387	0.22 431	0.13 108	0.33 443	0.49 497	0.30 480	0.40 478	0.32 468	0.25 458	0.31 489	0.23 442	0.10 394	0.07 371	0.11 435	0.08 336	0.11 434	0.10 407

FC-DCNN v2	0.33 516	0.28 522	0.28 462	0.26 499	0.23 523	0.39 522	0.29 516	0.41 508	0.44 482	0.46 526	0.57 524	0.51 527	0.41 522	0.38 520	0.30 501	0.21 526	0.20 522	0.27 528	0.26 529	0.25 530	0.24 529

Anonymous_2	0.22 451	0.17 479	0.28 462	0.15 64	0.16 489	0.33 502	0.22 448	0.23 284	0.18 217	0.23 416	0.24 330	0.26 413	0.27 472	0.27 467	0.24 454	0.22 529	0.26 536	0.17 503	0.17 511	0.16 504	0.18 515

FINET	0.22 451	0.18 493	0.28 462	0.19 348	0.16 489	0.24 450	0.24 470	0.33 443	0.49 497	0.26 445	0.33 438	0.22 365	0.23 441	0.23 445	0.18 381	0.18 515	0.16 510	0.11 435	0.10 418	0.15 493	0.14 480

FCDSN-DC	0.33 516	0.28 522	0.28 462	0.30 522	0.24 526	0.39 522	0.28 505	0.43 519	0.42 472	0.44 523	0.53 516	0.51 527	0.42 526	0.37 515	0.30 501	0.21 526	0.20 522	0.27 528	0.26 529	0.25 530	0.25 531
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
STTStereo	0.18 408	0.13 436	0.28 462	0.20 401	0.11 387	0.16 326	0.21 436	0.29 397	0.23 305	0.22 402	0.30 419	0.29 437	0.18 390	0.20 401	0.20 405	0.12 452	0.11 465	0.11 435	0.14 485	0.09 377	0.08 334

MANE	0.47 537	0.28 522	0.28 462	0.27 507	0.24 526	0.50 530	0.32 532	0.57 540	0.62 528	0.74 546	1.20 565	1.21 556	0.64 547	0.54 540	0.39 527	0.22 529	0.20 522	0.27 528	0.31 538	0.26 533	0.25 531

FC-DCNN	0.33 516	0.28 522	0.28 462	0.26 499	0.23 523	0.38 520	0.29 516	0.40 503	0.44 482	0.46 526	0.56 520	0.51 527	0.41 522	0.38 520	0.31 506	0.21 526	0.20 522	0.27 528	0.26 529	0.25 530	0.24 529

CSAN	0.30 509	0.24 514	0.28 462	0.34 528	0.19 514	0.34 506	0.42 543	0.38 494	0.51 504	0.38 508	0.40 478	0.44 515	0.34 507	0.29 482	0.31 506	0.19 518	0.16 510	0.19 514	0.19 516	0.14 481	0.15 494

PDISCO_ROB	0.28 502	0.16 469	0.28 462	0.28 513	0.20 517	0.33 502	0.27 499	0.45 525	0.58 521	0.28 465	0.41 489	0.45 516	0.30 496	0.34 501	0.35 518	0.12 452	0.09 429	0.17 503	0.16 504	0.17 511	0.13 464

ACV-stereo	0.15 344	0.10 364	0.29 471	0.18 289	0.12 416	0.15 298	0.13 108	0.23 284	0.21 273	0.19 350	0.23 318	0.22 365	0.15 331	0.23 445	0.17 368	0.08 297	0.07 371	0.07 194	0.07 269	0.08 315	0.07 265

Syn2CoEx	0.22 451	0.16 469	0.29 471	0.29 520	0.15 477	0.26 470	0.21 436	0.34 457	0.32 408	0.29 474	0.36 457	0.28 429	0.25 458	0.20 401	0.25 461	0.16 509	0.12 479	0.14 483	0.11 448	0.09 377	0.08 334

RGC	0.25 482	0.20 500	0.29 471	0.28 513	0.16 489	0.22 431	0.23 460	0.33 443	0.44 482	0.27 452	0.40 478	0.38 494	0.28 481	0.37 515	0.23 442	0.11 426	0.13 491	0.17 503	0.17 511	0.15 493	0.16 503

DANet	0.21 443	0.16 469	0.29 471	0.25 490	0.13 442	0.23 444	0.19 402	0.28 379	0.27 364	0.28 465	0.32 432	0.35 483	0.32 503	0.31 489	0.24 454	0.11 426	0.09 429	0.11 435	0.10 418	0.13 465	0.11 431
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	0.31 514	0.34 534	0.29 471	0.35 530	0.16 489	0.33 502	0.42 543	0.48 530	0.52 510	0.35 499	0.35 452	0.34 478	0.32 503	0.40 525	0.33 514	0.27 538	0.20 522	0.29 535	0.15 500	0.19 516	0.18 515
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
SANet	0.25 482	0.14 451	0.29 471	0.21 432	0.11 387	0.29 493	0.25 486	0.40 503	0.65 535	0.36 502	0.40 478	0.42 510	0.27 472	0.27 467	0.25 461	0.12 452	0.09 429	0.10 405	0.09 380	0.13 465	0.12 452

Wz-Net-LNSev-Ref	0.18 408	0.09 299	0.30 477	0.15 64	0.11 387	0.23 444	0.20 420	0.27 355	0.40 463	0.26 445	0.43 500	0.25 403	0.15 331	0.21 419	0.20 405	0.07 237	0.05 153	0.06 100	0.05 107	0.10 412	0.09 378

MFN_U_SF_DS_RVC	0.30 509	0.24 514	0.30 477	0.36 532	0.16 489	0.36 514	0.31 524	0.34 457	0.43 480	0.41 516	0.46 506	0.38 494	0.30 496	0.35 506	0.29 496	0.19 518	0.20 522	0.26 525	0.29 535	0.18 513	0.19 520

RTSC	0.23 464	0.13 436	0.30 477	0.21 432	0.13 442	0.29 493	0.17 311	0.36 479	0.68 536	0.27 452	0.34 448	0.30 446	0.22 435	0.32 494	0.31 506	0.10 394	0.08 402	0.09 357	0.10 418	0.13 465	0.14 480

SQANet	0.24 475	0.24 514	0.31 480	0.31 524	0.19 514	0.27 479	0.13 108	0.30 408	0.33 413	0.25 441	0.37 460	0.31 461	0.22 435	0.27 467	0.23 442	0.15 492	0.10 452	0.21 517	0.16 504	0.22 519	0.16 503

NCC-stereo	0.25 482	0.15 458	0.31 480	0.26 499	0.17 501	0.21 417	0.31 524	0.41 508	0.40 463	0.24 428	0.38 467	0.33 474	0.29 485	0.37 515	0.28 488	0.13 469	0.11 465	0.15 494	0.22 522	0.13 465	0.13 464

Abc-Net	0.25 482	0.15 458	0.31 480	0.26 499	0.17 501	0.21 417	0.31 524	0.41 508	0.40 463	0.24 428	0.38 467	0.33 474	0.29 485	0.37 515	0.28 488	0.13 469	0.11 465	0.15 494	0.22 522	0.13 465	0.13 464
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 493	0.15 458	0.31 480	0.24 482	0.18 510	0.23 444	0.15 226	0.39 500	0.72 541	0.32 493	0.42 497	0.36 485	0.29 485	0.33 498	0.30 501	0.13 469	0.11 465	0.14 483	0.13 480	0.16 504	0.20 523

IGEV-BASED-STEREO-	0.09 76	0.10 364	0.32 484	0.15 64	0.06 11	0.08 47	0.14 156	0.11 26	0.10 31	0.07 29	0.07 34	0.06 14	0.04 1	0.11 101	0.07 1	0.12 452	0.04 20	0.07 194	0.05 107	0.05 95	0.05 109

FADNet-RVC-Resample	0.17 393	0.12 408	0.32 484	0.22 452	0.12 416	0.19 387	0.14 156	0.25 328	0.24 315	0.24 428	0.27 387	0.20 338	0.15 331	0.17 341	0.16 351	0.07 237	0.08 402	0.12 456	0.10 418	0.09 377	0.11 431

Wz-Net-MNSev	0.23 464	0.13 436	0.33 486	0.20 401	0.15 477	0.36 514	0.25 486	0.34 457	0.45 486	0.29 474	0.41 489	0.39 499	0.19 408	0.25 461	0.27 480	0.09 353	0.07 371	0.09 357	0.09 380	0.12 450	0.10 407

DPSNet	0.28 502	0.16 469	0.33 486	0.18 289	0.13 442	0.55 535	0.42 543	0.52 535	0.68 536	0.29 474	0.38 467	0.39 499	0.30 496	0.32 494	0.23 442	0.11 426	0.10 452	0.11 435	0.08 336	0.20 518	0.16 503

ELAS_RVC	0.42 530	0.29 529	0.33 486	0.28 513	0.24 526	0.56 536	0.38 538	0.50 532	0.61 525	0.74 546	0.76 544	0.67 541	0.56 541	0.55 541	0.42 533	0.22 529	0.21 531	0.27 528	0.26 529	0.27 535	0.26 534
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GASNet	0.22 451	0.24 514	0.34 489	0.26 499	0.17 501	0.27 479	0.16 285	0.45 525	0.42 472	0.27 452	0.24 330	0.30 446	0.16 352	0.27 467	0.18 381	0.12 452	0.09 429	0.12 456	0.11 448	0.16 504	0.08 334

Anonymous3	0.16 371	0.14 451	0.34 489	0.26 499	0.14 459	0.27 479	0.18 359	0.28 379	0.28 380	0.15 262	0.17 235	0.14 235	0.11 215	0.16 302	0.12 227	0.08 297	0.08 402	0.08 274	0.08 336	0.08 315	0.11 431

DGSMNet	0.25 482	0.19 496	0.34 489	0.21 432	0.24 526	0.24 450	0.21 436	0.36 479	0.42 472	0.25 441	0.32 432	0.38 494	0.21 428	0.29 482	0.24 454	0.13 469	0.11 465	0.14 483	0.16 504	0.23 522	0.23 528

SAMSARA	0.41 528	0.28 522	0.34 489	0.55 546	0.39 540	0.85 556	1.25 571	0.49 531	0.52 510	0.36 502	0.35 452	0.56 533	0.39 517	0.39 522	0.41 531	0.15 492	0.20 522	0.15 494	0.14 485	0.23 522	0.21 524

PA-Net	0.24 475	0.18 493	0.34 489	0.28 513	0.22 522	0.22 431	0.39 540	0.29 397	0.39 459	0.22 402	0.33 438	0.25 403	0.26 466	0.21 419	0.25 461	0.10 394	0.23 534	0.15 494	0.22 522	0.09 377	0.13 464
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS	0.42 530	0.29 529	0.34 489	0.28 513	0.24 526	0.63 540	0.37 536	0.52 535	0.52 510	0.72 543	0.82 548	0.68 543	0.56 541	0.52 537	0.45 540	0.22 529	0.21 531	0.27 528	0.26 529	0.26 533	0.26 534
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
psmorigin	0.25 482	0.16 469	0.35 495	0.17 207	0.13 442	0.24 450	0.14 156	0.34 457	0.34 424	0.41 516	0.55 518	0.41 508	0.38 516	0.35 506	0.28 488	0.11 426	0.15 505	0.11 435	0.11 448	0.12 450	0.17 512

ADCP+	0.20 429	0.10 364	0.35 495	0.21 432	0.12 416	0.22 431	0.27 499	0.31 424	0.35 438	0.26 445	0.37 460	0.22 365	0.22 435	0.27 467	0.28 488	0.09 353	0.06 300	0.08 274	0.08 336	0.10 412	0.10 407

CC-Net-ROB	0.28 502	0.31 531	0.36 497	0.30 522	0.15 477	0.25 459	0.19 402	0.45 525	0.34 424	0.39 509	0.37 460	0.39 499	0.31 501	0.27 467	0.27 480	0.24 536	0.18 516	0.30 537	0.23 526	0.19 516	0.15 494

FADNet	0.21 443	0.23 511	0.37 498	0.18 289	0.17 501	0.25 459	0.13 108	0.32 429	0.32 408	0.23 416	0.25 357	0.27 419	0.21 428	0.19 383	0.16 351	0.13 469	0.15 505	0.12 456	0.15 500	0.17 511	0.18 515

G-Net	0.25 482	0.17 479	0.38 499	0.23 471	0.16 489	0.51 532	0.23 460	0.29 397	0.35 438	0.36 502	0.38 467	0.31 461	0.29 485	0.28 475	0.27 480	0.11 426	0.09 429	0.12 456	0.10 418	0.16 504	0.14 480

w-ln-seven-2	0.20 429	0.14 451	0.39 500	0.23 471	0.12 416	0.21 417	0.21 436	0.29 397	0.38 454	0.25 441	0.38 467	0.28 429	0.23 441	0.21 419	0.25 461	0.08 297	0.08 402	0.09 357	0.09 380	0.10 412	0.09 378

AnyNet_C32	0.26 493	0.16 469	0.39 500	0.20 401	0.17 501	0.26 470	0.31 524	0.32 429	0.45 486	0.31 486	0.50 512	0.30 446	0.34 507	0.41 530	0.36 519	0.12 452	0.12 479	0.12 456	0.14 485	0.14 481	0.15 494

FADNet-RVC	0.21 443	0.20 500	0.40 502	0.21 432	0.16 489	0.21 417	0.15 226	0.27 355	0.27 364	0.26 445	0.32 432	0.26 413	0.21 428	0.22 437	0.19 395	0.12 452	0.13 491	0.12 456	0.14 485	0.13 465	0.18 515

PVD	0.40 527	0.21 505	0.40 502	0.32 527	0.23 523	0.30 496	0.45 547	0.53 537	0.97 555	0.55 534	0.80 547	0.54 532	0.60 545	0.53 539	0.40 529	0.19 518	0.14 501	0.17 503	0.14 485	0.24 528	0.32 541

z-ln-s-r	0.18 408	0.10 364	0.41 504	0.19 348	0.08 124	0.18 365	0.18 359	0.23 284	0.34 424	0.19 350	0.41 489	0.22 365	0.17 376	0.20 401	0.25 461	0.07 237	0.05 153	0.07 194	0.07 269	0.07 249	0.06 187

Wz-Net-LNSev	0.22 451	0.16 469	0.41 504	0.22 452	0.13 442	0.25 459	0.24 470	0.33 443	0.44 482	0.30 480	0.42 497	0.32 468	0.19 408	0.23 445	0.27 480	0.10 394	0.09 429	0.08 274	0.08 336	0.12 450	0.11 431

FADNet_RVC	0.17 393	0.14 451	0.41 504	0.20 401	0.11 387	0.13 233	0.13 108	0.27 355	0.22 295	0.21 387	0.23 318	0.20 338	0.18 390	0.15 275	0.17 368	0.08 297	0.08 402	0.12 456	0.09 380	0.11 434	0.10 407

PSMNet-RUCA	0.28 502	0.33 533	0.42 507	0.36 532	0.32 538	0.18 365	0.20 420	0.42 513	0.30 393	0.33 497	0.41 489	0.40 505	0.24 450	0.31 489	0.20 405	0.19 518	0.11 465	0.25 524	0.15 500	0.22 519	0.16 503

ADCMid	0.26 493	0.15 458	0.42 507	0.20 401	0.14 459	0.25 459	0.26 494	0.35 472	0.40 463	0.37 506	0.45 504	0.34 478	0.42 526	0.36 510	0.36 519	0.10 394	0.09 429	0.11 435	0.11 448	0.13 465	0.13 464

ADCRef	0.20 429	0.12 408	0.43 509	0.20 401	0.12 416	0.23 444	0.18 359	0.32 429	0.37 448	0.26 445	0.33 438	0.18 312	0.23 441	0.25 461	0.26 474	0.07 237	0.06 300	0.09 357	0.09 380	0.08 315	0.09 378

DeepPrunerF	0.24 475	0.17 479	0.45 510	0.26 499	0.16 489	0.23 444	0.29 516	0.37 487	0.51 504	0.27 452	0.31 423	0.24 391	0.28 481	0.22 437	0.23 442	0.15 492	0.11 465	0.20 516	0.18 515	0.12 450	0.14 480

iinet-f	0.17 393	0.07 117	0.46 511	0.14 27	0.10 334	0.21 417	0.14 156	0.27 355	0.23 305	0.22 402	0.25 357	0.21 347	0.16 352	0.18 358	0.22 431	0.09 353	0.07 371	0.07 194	0.06 179	0.09 377	0.10 407

Wz-Net-SNSev	0.26 493	0.17 479	0.46 511	0.25 490	0.14 459	0.26 470	0.24 470	0.38 494	0.57 518	0.30 480	0.56 520	0.39 499	0.26 466	0.24 456	0.32 511	0.10 394	0.09 429	0.10 405	0.11 448	0.11 434	0.11 431

Consistency-Raft	0.44 532	0.40 539	0.46 511	0.37 534	0.43 544	0.42 526	0.41 541	0.57 540	0.55 514	0.32 493	0.73 541	0.32 468	0.50 535	0.42 531	0.49 543	0.39 543	0.36 544	0.45 543	0.52 553	0.42 543	0.30 539

z-mn7	0.25 482	0.15 458	0.47 514	0.19 348	0.13 442	0.28 489	0.25 486	0.35 472	0.64 532	0.27 452	0.57 524	0.29 437	0.24 450	0.32 494	0.27 480	0.08 297	0.08 402	0.08 274	0.08 336	0.10 412	0.10 407

NVStereoNet_ROB	0.47 537	0.37 536	0.47 514	0.42 538	0.29 536	0.35 510	0.35 534	0.50 532	0.61 525	0.73 544	0.94 552	0.70 545	0.68 549	0.48 534	0.62 551	0.22 529	0.33 543	0.34 539	0.34 542	0.30 536	0.31 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ADCS	0.30 509	0.19 496	0.48 516	0.21 432	0.18 510	0.29 493	0.24 470	0.42 513	0.64 532	0.40 512	0.50 512	0.40 505	0.37 514	0.40 525	0.43 534	0.13 469	0.13 491	0.13 470	0.14 485	0.16 504	0.16 503

ADCL	0.25 482	0.12 408	0.49 517	0.22 452	0.12 416	0.36 514	0.29 516	0.30 408	0.57 518	0.24 428	0.47 508	0.30 446	0.31 501	0.30 488	0.30 501	0.09 353	0.07 371	0.09 357	0.09 380	0.10 412	0.10 407

PASM	0.33 516	0.25 519	0.51 518	0.28 513	0.27 532	0.30 496	0.31 524	0.35 472	0.51 504	0.36 502	0.40 478	0.47 523	0.35 510	0.34 501	0.36 519	0.23 534	0.26 536	0.26 525	0.28 534	0.23 522	0.21 524

otaku	0.39 525	0.38 537	0.53 519	0.44 539	0.28 533	0.57 537	0.24 470	0.42 513	0.62 528	0.40 512	0.50 512	0.46 520	0.34 507	0.40 525	0.33 514	0.30 539	0.30 540	0.39 541	0.33 540	0.30 536	0.29 537

XQC	0.29 506	0.23 511	0.53 519	0.29 520	0.19 514	0.36 514	0.28 505	0.37 487	0.58 521	0.31 486	0.31 423	0.37 488	0.30 496	0.39 522	0.39 527	0.13 469	0.09 429	0.15 494	0.12 469	0.18 513	0.18 515

Ntro	0.41 528	0.40 539	0.54 521	0.46 543	0.30 537	0.64 541	0.24 470	0.47 529	0.68 536	0.42 518	0.49 510	0.47 523	0.42 526	0.40 525	0.32 511	0.32 540	0.28 538	0.37 540	0.31 538	0.33 541	0.29 537

zh-sn7	0.26 493	0.17 479	0.55 522	0.24 482	0.14 459	0.25 459	0.25 486	0.34 457	0.49 497	0.29 474	0.55 518	0.29 437	0.32 503	0.37 515	0.33 514	0.10 394	0.10 452	0.11 435	0.11 448	0.12 450	0.12 452

ACVNet-4b	0.39 525	0.53 544	0.56 523	0.45 540	0.24 526	0.46 528	0.18 359	0.50 532	0.64 532	0.42 518	0.45 504	0.60 535	0.27 472	0.34 501	0.24 454	0.33 541	0.14 501	0.48 544	0.42 544	0.31 539	0.27 536

MSC_U_SF_DS_RVC	0.44 532	0.39 538	0.56 523	0.40 535	0.20 517	0.66 543	0.33 533	0.54 538	0.72 541	0.71 542	0.72 540	0.62 536	0.55 539	0.52 537	0.47 541	0.20 523	0.19 521	0.29 535	0.30 537	0.24 528	0.19 520

WAO-7	0.80 554	0.78 557	0.57 525	0.85 557	0.67 560	0.76 552	0.69 562	1.07 564	1.30 562	0.90 554	1.20 565	1.05 552	0.93 560	0.71 550	0.68 554	0.60 556	0.62 567	0.67 551	0.68 560	0.64 552	0.59 556

aanetorigin	0.22 451	0.17 479	0.57 525	0.18 289	0.10 334	0.16 326	0.19 402	0.20 225	0.33 413	0.49 529	0.48 509	0.30 446	0.28 481	0.21 419	0.24 454	0.08 297	0.07 371	0.08 274	0.07 269	0.10 412	0.09 378

SuperB	0.20 429	0.10 364	0.57 525	0.16 132	0.09 228	0.19 387	0.18 359	0.25 328	0.51 504	0.27 452	0.39 475	0.17 297	0.22 435	0.22 437	0.21 418	0.08 297	0.06 300	0.06 100	0.06 179	0.12 450	0.11 431

w-ln-seven	0.24 475	0.15 458	0.58 528	0.20 401	0.14 459	0.26 470	0.22 448	0.36 479	0.62 528	0.30 480	0.40 478	0.30 446	0.23 441	0.22 437	0.28 488	0.09 353	0.09 429	0.11 435	0.10 418	0.11 434	0.10 407

MFN_U_SF_RVC	0.33 516	0.22 509	0.58 528	0.31 524	0.15 477	0.36 514	0.17 311	0.54 538	0.46 493	0.47 528	0.56 520	0.58 534	0.39 517	0.36 510	0.38 526	0.15 492	0.15 505	0.18 512	0.21 519	0.16 504	0.16 503

zh-mn7	0.26 493	0.15 458	0.59 530	0.19 348	0.14 459	0.24 450	0.22 448	0.35 472	0.63 531	0.35 499	0.67 533	0.31 461	0.25 458	0.31 489	0.26 474	0.09 353	0.08 402	0.09 357	0.09 380	0.09 377	0.11 431

ACVNet_1	0.45 534	0.51 543	0.61 531	0.45 540	0.28 533	0.50 530	0.28 505	0.58 545	0.71 540	0.63 537	0.59 530	0.74 546	0.50 535	0.50 535	0.36 519	0.26 537	0.25 535	0.39 541	0.29 535	0.32 540	0.25 531

ADCPNet	0.26 493	0.17 479	0.62 532	0.21 432	0.15 477	0.36 514	0.25 486	0.33 443	0.37 448	0.31 486	0.41 489	0.36 485	0.29 485	0.29 482	0.34 517	0.12 452	0.10 452	0.11 435	0.12 469	0.14 481	0.13 464

LSM	0.34 522	0.21 505	0.62 532	0.27 507	0.62 557	0.35 510	0.26 494	0.43 519	0.49 497	0.45 525	0.60 531	0.42 510	0.37 514	0.35 506	0.26 474	0.13 469	0.21 531	0.14 483	0.16 504	0.18 513	0.34 543

WAO-6	0.82 555	0.81 558	0.63 534	0.87 559	0.63 558	0.79 553	0.60 555	0.98 560	1.52 569	0.91 556	0.97 554	1.08 553	1.04 564	0.72 551	0.70 557	0.72 560	0.49 554	0.91 563	0.71 561	0.70 558	0.59 556

anonymity	0.53 540	0.58 545	0.66 535	0.41 536	0.61 556	0.54 534	0.41 541	0.57 540	0.41 470	0.56 535	0.50 512	0.50 526	0.55 539	0.59 546	0.50 544	0.58 554	0.50 557	0.51 546	0.51 551	0.52 545	0.58 553

MFMNet_re	0.65 545	0.66 552	0.66 535	0.51 544	0.69 561	0.70 546	0.58 553	0.65 548	0.75 546	0.61 536	0.73 541	0.63 537	0.68 549	0.65 549	0.60 550	0.66 559	0.58 566	0.63 550	0.59 554	0.68 556	0.69 563

DispFullNet	0.27 500	0.22 509	0.66 535	0.28 513	0.17 501	0.27 479	0.17 311	0.34 457	0.57 518	0.27 452	0.37 460	0.43 512	0.24 450	0.39 522	0.25 461	0.12 452	0.06 300	0.19 514	0.11 448	0.23 522	0.16 503

SPS-STEREO	0.58 544	0.59 547	0.66 535	0.45 540	0.55 550	0.65 542	0.44 546	0.63 547	0.51 504	0.69 540	0.65 532	0.66 540	0.58 544	0.62 547	0.62 551	0.62 557	0.47 552	0.51 546	0.49 548	0.55 548	0.58 553
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-8	0.92 559	0.83 559	0.67 539	0.94 562	0.70 562	0.92 559	0.68 560	1.08 566	1.80 572	1.06 562	1.42 569	1.29 558	1.08 566	0.86 556	0.80 560	0.74 562	0.54 560	0.86 561	0.75 562	0.71 559	0.63 560

Venus	0.92 559	0.83 559	0.67 539	0.94 562	0.70 562	0.92 559	0.68 560	1.08 566	1.80 572	1.06 562	1.42 569	1.29 558	1.08 566	0.86 556	0.80 560	0.74 562	0.54 560	0.86 561	0.75 562	0.71 559	0.63 560

SGM+DAISY	0.57 543	0.58 545	0.67 539	0.41 536	0.55 550	0.68 545	0.51 549	0.57 540	0.46 493	0.67 538	0.70 538	0.69 544	0.57 543	0.64 548	0.58 549	0.59 555	0.49 554	0.50 545	0.50 550	0.52 545	0.59 556

BEATNet-Init1	0.54 541	0.28 522	0.68 542	0.31 524	0.21 519	0.85 556	0.31 524	0.57 540	0.69 539	0.89 553	1.00 555	2.17 570	0.66 548	0.58 545	0.44 537	0.19 518	0.18 516	0.23 522	0.22 522	0.22 519	0.21 524

IMH-64-1	0.66 546	0.62 549	0.69 543	0.72 550	0.51 547	0.60 538	0.51 549	0.92 554	0.84 550	0.75 549	1.02 556	0.81 547	0.78 554	0.80 552	0.50 544	0.43 545	0.46 548	0.72 552	0.48 546	0.55 548	0.40 546

IMH-64	0.66 546	0.62 549	0.69 543	0.72 550	0.51 547	0.60 538	0.51 549	0.92 554	0.84 550	0.75 549	1.02 556	0.81 547	0.78 554	0.80 552	0.50 544	0.43 545	0.46 548	0.72 552	0.48 546	0.55 548	0.40 546

Wz-Net-TNSev	0.29 506	0.20 500	0.69 543	0.19 348	0.15 477	0.38 520	0.27 499	0.36 479	0.56 516	0.35 499	0.42 497	0.45 516	0.39 517	0.33 498	0.31 506	0.13 469	0.13 491	0.10 405	0.12 469	0.15 493	0.15 494

IMH	0.72 549	0.65 551	0.70 546	0.77 552	0.54 549	0.71 547	0.56 552	0.99 562	1.08 556	0.82 552	1.09 559	0.89 549	0.88 558	0.88 560	0.53 548	0.44 548	0.50 557	0.75 555	0.51 551	0.58 551	0.42 549

ACVNet_2	0.67 548	0.68 553	0.70 546	0.64 548	0.41 542	0.75 551	0.50 548	0.98 560	1.38 565	0.90 554	1.09 559	1.04 551	0.74 552	0.55 541	0.48 542	0.43 545	0.40 546	0.53 548	0.45 545	0.48 544	0.36 545

RainbowNet	0.54 541	0.61 548	0.71 548	0.57 547	0.43 544	0.66 543	0.37 536	0.60 546	0.87 552	0.51 530	0.67 533	0.63 537	0.47 532	0.50 535	0.44 537	0.47 549	0.48 553	0.53 548	0.41 543	0.53 547	0.41 548

TorneroNet-64	0.76 552	0.73 555	0.77 549	0.78 554	0.58 555	0.94 561	0.58 553	0.85 553	1.26 560	0.67 538	0.88 550	1.41 563	0.76 553	0.87 558	0.68 554	0.49 550	0.46 548	0.73 554	0.59 554	0.68 556	0.54 552

Dean	0.88 558	0.88 562	0.81 550	0.82 556	0.57 553	0.91 558	0.62 556	1.17 570	1.71 570	1.15 565	1.16 563	1.31 560	1.00 563	0.82 554	0.83 563	0.57 552	0.56 563	0.78 559	0.65 557	0.67 555	0.58 553

ktn	1.02 564	1.23 568	0.82 551	1.24 569	0.86 567	1.00 564	0.86 565	0.96 558	1.37 564	1.05 560	1.12 562	1.16 555	1.06 565	0.95 563	0.62 551	1.28 571	0.71 569	1.39 571	0.83 565	1.06 568	0.77 566

WZ-Net	0.29 506	0.17 479	0.82 551	0.23 471	0.16 489	0.35 510	0.29 516	0.40 503	0.59 523	0.24 428	0.57 524	0.37 488	0.25 458	0.34 501	0.37 523	0.09 353	0.08 402	0.09 357	0.10 418	0.14 481	0.16 503

TorneroNet	0.83 556	0.75 556	0.83 553	0.85 557	0.63 558	1.03 565	0.65 557	0.96 558	1.14 558	0.80 551	1.10 561	1.36 561	0.88 558	0.95 563	0.82 562	0.57 552	0.49 554	0.79 560	0.66 559	0.74 562	0.64 562

LVE	0.84 557	0.87 561	0.86 554	0.81 555	0.56 552	1.09 567	0.66 558	1.07 564	1.45 567	0.97 558	1.23 567	1.11 554	0.86 557	0.84 555	0.72 558	0.49 550	0.56 563	0.76 557	0.60 556	0.66 554	0.60 559

DPSimNet_ROB	1.14 566	1.25 569	0.87 555	1.15 568	0.90 568	1.15 568	1.18 570	1.20 571	1.26 560	1.45 569	1.05 558	1.44 566	1.13 568	0.92 562	1.70 570	1.47 572	0.52 559	1.22 569	1.04 571	0.92 565	1.03 570

KSHMR	1.10 565	1.19 567	0.90 556	1.26 570	1.00 569	0.99 562	0.96 568	1.13 569	1.35 563	1.16 566	1.28 568	1.40 562	0.97 562	1.03 566	0.93 564	1.03 569	1.08 571	1.20 568	1.03 570	1.03 567	0.98 569

PWCK	0.72 549	0.95 563	0.99 557	0.77 552	0.32 538	0.79 553	0.38 538	0.92 554	0.90 553	0.96 557	0.76 544	0.97 550	0.62 546	0.87 558	0.68 554	0.73 561	0.46 548	0.76 557	0.49 548	0.71 559	0.44 550

notaker	0.98 562	1.13 566	1.02 558	1.14 567	0.81 565	0.73 550	0.69 562	0.94 557	1.15 559	1.19 567	1.19 564	1.41 563	1.17 569	1.10 569	0.74 559	0.82 565	0.64 568	1.18 567	0.79 564	1.02 566	0.82 567

EDNetEfficient	0.30 509	0.24 514	1.18 559	0.18 289	0.10 334	0.20 406	0.20 420	0.21 243	0.61 525	0.74 546	0.56 520	0.30 446	0.40 521	0.23 445	0.32 511	0.09 353	0.07 371	0.08 274	0.07 269	0.11 434	0.10 407

JetBlue	0.73 551	0.46 542	1.21 560	0.52 545	0.47 546	2.16 571	0.67 559	0.78 550	0.72 541	0.70 541	0.79 546	1.21 556	0.84 556	1.06 567	1.04 567	0.40 544	0.28 538	0.33 538	0.33 540	0.30 536	0.34 543

HanzoNet	1.31 567	1.29 570	1.22 561	1.13 566	0.85 566	1.05 566	0.84 564	1.06 563	1.47 568	1.66 570	1.63 571	2.48 572	1.78 572	1.63 571	1.69 569	1.27 570	0.80 570	1.32 570	1.02 569	1.07 569	0.90 568

AnyNet_C01	0.37 523	0.26 520	1.41 562	0.22 452	0.17 501	0.51 532	0.28 505	0.36 479	0.40 463	0.39 509	0.75 543	0.46 520	0.39 517	0.46 533	0.50 544	0.13 469	0.13 491	0.13 470	0.14 485	0.14 481	0.16 503

UNDER WATER	0.99 563	1.00 565	1.47 563	1.00 564	0.71 564	1.18 569	0.86 565	0.81 552	1.09 557	1.02 559	0.90 551	1.53 567	1.26 570	1.06 567	1.02 566	0.79 564	0.54 560	1.02 565	0.88 566	0.83 564	0.75 564

UNDER WATER-64	0.97 561	0.96 564	1.48 564	0.88 560	0.57 553	1.24 570	0.90 567	0.78 550	0.96 554	1.05 560	0.85 549	1.56 568	1.26 570	0.97 565	0.99 565	0.88 566	0.57 565	1.04 566	0.88 566	0.81 563	0.75 564

MADNet++	1.97 569	1.75 572	1.66 565	1.83 571	1.69 572	2.38 572	1.45 572	2.36 573	2.11 574	2.58 573	2.37 574	2.25 571	2.21 573	2.28 572	2.36 573	1.87 573	1.67 573	1.53 572	1.34 572	1.87 571	1.78 573

USTest	6.16 573	2.65 574	2.79 566	6.48 579	7.21 578	14.33 581	21.38 580	6.98 581	9.55 580	5.35 577	6.12 575	5.71 576	7.69 577	6.31 578	6.75 577	1.97 574	3.38 579	1.63 573	2.14 576	2.49 572	2.35 574

JetRed	1.66 568	1.51 571	3.09 567	0.93 561	1.21 570	5.28 574	1.61 573	1.29 572	1.42 566	1.84 571	1.77 572	1.59 569	0.95 561	1.43 570	2.51 574	0.91 568	1.61 572	0.93 564	0.91 568	1.36 570	1.03 570

RTS	0.46 535	0.19 496	3.33 568	0.25 490	0.15 477	0.72 548	0.21 436	0.37 487	0.78 548	0.42 518	0.44 502	0.31 461	0.43 529	0.55 541	0.37 523	0.10 394	0.09 429	0.13 470	0.13 480	0.15 493	0.15 494

RTSA	0.46 535	0.19 496	3.33 568	0.25 490	0.15 477	0.72 548	0.21 436	0.37 487	0.78 548	0.42 518	0.44 502	0.31 461	0.43 529	0.55 541	0.37 523	0.10 394	0.09 429	0.13 470	0.13 480	0.15 493	0.15 494

tt	4.65 572	0.07 117	3.54 570	2.01 572	1.55 571	10.25 578	16.66 578	8.90 582	5.03 575	1.33 568	0.96 553	4.71 573	4.74 574	3.33 573	5.86 576	6.06 581	10.30 585	1.87 575	2.09 575	2.61 573	1.19 572

MADNet+	0.76 552	0.72 554	3.76 571	0.67 549	0.41 542	0.99 562	0.97 569	0.72 549	0.75 546	0.52 531	0.58 528	0.64 539	0.68 549	0.89 561	1.04 567	0.35 542	0.36 544	0.28 534	0.23 526	0.38 542	0.33 542

TCMNet-wrong-test	3.69 571	5.54 580	3.91 572	12.22 583	11.75 584	4.77 573	3.86 574	1.08 566	0.74 545	1.13 564	2.21 573	6.16 577	0.53 538	3.43 574	2.33 572	0.90 567	0.20 522	1.85 574	1.69 573	5.71 579	3.79 579

PML	8.57 580	9.39 584	6.24 573	5.34 576	6.36 577	13.21 580	20.99 579	5.35 575	6.68 576	17.75 586	26.46 592	7.58 578	6.08 576	7.89 579	5.76 575	5.33 580	1.83 574	5.95 584	1.93 574	8.75 582	2.53 575

xxxxx1	7.75 574	5.06 577	7.26 574	3.15 573	3.91 574	16.37 582	22.88 583	5.87 578	8.68 577	7.99 578	8.55 576	9.13 580	8.46 578	10.05 580	10.47 578	2.43 575	2.48 575	3.56 578	12.26 582	3.48 574	3.02 576

tt_ll	7.75 574	5.06 577	7.26 574	3.15 573	3.91 574	16.37 582	22.88 583	5.87 578	8.68 577	7.99 578	8.55 576	9.13 580	8.46 578	10.05 580	10.47 578	2.43 575	2.48 575	3.56 578	12.26 582	3.48 574	3.02 576

ff	7.75 574	5.06 577	7.26 574	3.15 573	3.91 574	16.37 582	22.88 583	5.87 578	8.68 577	7.99 578	8.55 576	9.13 580	8.46 578	10.05 580	10.47 578	2.43 575	2.48 575	3.56 578	12.26 582	3.48 574	3.02 576

Anonymous_1	10.87 583	7.82 581	7.41 577	10.29 580	10.08 579	18.64 586	26.11 586	11.02 583	13.45 584	9.43 581	10.10 581	9.73 583	11.31 583	10.69 583	12.47 581	6.42 582	8.38 582	5.70 581	10.22 581	11.41 583	6.65 580

DPSM_ROB	11.10 584	8.47 582	7.95 578	10.84 581	11.58 582	19.10 587	26.50 587	12.02 584	14.09 585	10.38 582	10.91 582	10.39 584	11.92 584	11.67 584	13.39 584	6.99 583	8.79 583	5.82 582	6.92 577	6.97 580	7.31 583

DPSM	11.10 584	8.47 582	7.95 578	10.84 581	11.58 582	19.10 587	26.50 587	12.02 584	14.09 585	10.38 582	10.91 582	10.39 584	11.92 584	11.67 584	13.39 584	6.99 583	8.79 583	5.82 582	6.92 577	6.97 580	7.31 583

LRCNet_RVC	10.76 582	13.97 585	7.97 580	19.07 585	2.04 573	0.35 510	0.31 524	5.29 574	0.48 496	13.02 584	17.65 585	8.69 579	5.73 575	4.78 575	2.22 571	23.53 590	2.69 578	27.60 591	25.75 591	17.60 588	16.54 589

DPSMNet_ROB	8.06 578	4.50 575	8.69 581	5.36 578	10.74 581	8.32 576	22.71 581	5.47 576	13.38 582	5.13 575	9.98 579	5.10 574	10.47 581	5.53 576	12.77 582	3.80 579	8.00 580	3.49 576	6.95 579	3.75 578	7.09 581

DGTPSM_ROB	8.06 578	4.50 575	8.69 581	5.34 576	10.73 580	8.32 576	22.71 581	5.47 576	13.38 582	5.13 575	9.98 579	5.10 574	10.47 581	5.53 576	12.77 582	3.79 578	8.00 580	3.49 576	6.95 579	3.74 577	7.09 581

CasAABBNet	22.33 588	17.11 586	15.84 583	21.94 587	23.28 589	38.30 589	53.40 592	24.05 589	28.44 590	20.66 588	21.86 588	21.03 590	24.04 590	23.35 588	27.03 591	14.06 586	17.69 588	11.70 586	13.94 586	14.04 585	14.76 587

FlowAnything	22.34 589	17.13 587	15.98 584	22.00 588	23.23 588	38.39 592	53.32 590	24.19 590	28.48 591	21.00 591	21.93 589	20.83 588	23.97 588	23.44 590	26.83 589	14.04 585	17.80 590	11.63 585	14.08 588	14.00 584	14.65 585

Selective-RAFT-Error	22.39 590	17.14 588	16.01 585	22.00 588	23.34 590	38.37 590	53.36 591	24.24 592	28.53 592	20.80 589	21.94 590	20.94 589	24.02 589	23.48 591	27.33 592	14.07 587	17.70 589	11.70 586	13.93 585	14.05 586	14.83 588

LSM0	22.80 591	17.22 589	19.17 586	22.12 590	28.90 592	38.38 591	53.27 589	24.21 591	28.36 589	20.84 590	21.11 587	21.63 591	24.25 591	23.42 589	26.98 590	14.08 588	17.39 587	11.72 588	13.98 587	14.22 587	14.66 586

HaxPig	15.73 586	18.55 590	19.19 587	16.92 584	15.89 586	7.80 575	7.57 575	13.37 586	10.80 581	15.40 585	14.87 584	15.95 586	14.81 586	15.67 586	15.97 586	18.96 589	16.72 586	19.47 589	18.10 589	19.45 589	19.06 590

DLNR_Zeroshot_test	10.48 581	2.27 573	19.78 588	120.28 593	13.29 585	0.06 7	0.13 108	0.24 308	0.10 31	0.08 58	0.10 114	0.09 120	0.07 102	0.10 56	0.09 43	0.13 469	0.04 20	0.06 100	0.04 31	52.68 592	0.04 28

MEDIAN_ROB	20.38 587	24.05 591	23.36 589	21.18 586	21.62 587	10.51 579	8.17 576	17.68 587	15.46 587	20.04 587	19.65 586	20.30 587	20.16 587	21.17 587	21.03 587	23.81 591	21.77 591	24.98 590	23.75 590	25.01 590	23.94 591

AVERAGE_ROB	24.89 592	29.12 592	27.98 590	24.83 591	24.59 591	17.82 585	11.61 577	21.45 588	19.91 588	25.04 592	24.38 591	25.06 592	25.31 592	24.69 592	22.86 588	29.74 592	27.09 592	28.97 592	27.94 592	30.07 591	29.35 592

test_example2	97.69 593	92.93 593	45.57 591	96.02 592	109.84 593	88.44 593	93.70 593	25.54 593	94.63 593	130.46 594	126.87 593	58.93 593	75.48 593	87.99 593	77.94 593	150.16 593	221.11 593	76.29 593	98.21 593	108.42 593	95.33 593

coex-ft	3.24 570	0.35 535	57.83 592	0.18 289	0.13 442	0.27 479	0.23 460	0.28 379	0.72 541	1.89 572	0.70 538	0.43 512	0.47 532	0.29 482	0.43 534	0.09 353	0.09 429	0.12 456	0.09 380	0.14 481	0.14 480

EDNetEfficientorigin	7.92 577	0.32 532	152.98 593	0.20 401	0.10 334	0.22 431	0.17 311	0.23 284	0.60 524	0.73 544	0.67 533	0.41 508	0.51 537	0.24 456	0.41 531	0.08 297	0.07 371	0.09 357	0.07 269	0.12 450	0.11 431

ccccc		285.89 594		366.70 594	366.78 594	118.88 594		113.97 594		125.77 593		120.54 594		252.62 594		382.79 594	352.84 594	254.30 594	222.62 594	426.61 594

Low-res two-view benchmark