Low-res two-view results

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

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

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

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

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

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

asda	0.07 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

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

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

4.5_new	0.07 3	0.09 300	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	0.09 300	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

4.25w-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

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

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

3w_stereo	0.08 40	0.09 300	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

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

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

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

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

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

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

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

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

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

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	0.13 279	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

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

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

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

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

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

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	0.07 238	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	0.07 238	0.04 20	0.05 23	0.04 31	0.05 95	0.06 187

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	0.07 238	0.04 20	0.05 23	0.04 31	0.06 182	0.06 187

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

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

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

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

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

DEFOM-Stereo_RVC	0.08 40	0.07 117	0.09 62	0.22 453	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

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

StereoAnything_RVC	0.07 3	0.16 470	0.17 354	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	0.08 298	0.04 20	0.05 23	0.03 1	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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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	0.08 298	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

IGEV-BASED-STEREO-	0.09 76	0.10 365	0.32 485	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	0.12 453	0.04 20	0.07 194	0.05 107	0.05 95	0.05 109

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

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

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

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

H2IRNET	0.10 135	0.09 300	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

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

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

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

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

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

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

DLNR_Zeroshot_test	10.48 582	2.27 574	19.78 589	120.28 594	13.29 586	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	0.13 470	0.04 20	0.06 100	0.04 31	52.68 593	0.04 28

CASnet	0.09 76	0.09 300	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	0.10 406	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)
testlalala	0.08 40	0.07 117	0.17 354	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

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

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	0.07 238	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

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

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	0.08 298	0.04 20	0.05 23	0.03 1	0.05 95	0.04 28

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

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

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

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

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

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	0.14 311	0.12 178	0.13 262	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

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

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

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	0.12 247	0.12 178	0.12 227	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.05 109

RAFT+CT+SA	0.13 273	0.11 390	0.09 62	0.19 348	0.09 228	0.15 298	0.28 505	0.22 266	0.22 295	0.15 262	0.26 371	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

test_4	0.11 174	0.10 365	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

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
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

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

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

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	0.09 300	0.10 95	0.21 433	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

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	0.14 481

HHNet	0.11 174	0.06 48	0.16 331	0.15 64	0.14 460	0.07 22	0.13 108	0.20 225	0.18 217	0.15 262	0.25 358	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

AAGNet	0.12 246	0.08 228	0.17 354	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	0.14 311	0.11 101	0.14 298	0.06 109	0.04 20	0.09 358	0.06 179	0.06 182	0.05 109

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

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	0.12 247	0.11 101	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.12 453

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	0.12 247	0.11 101	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.11 432

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	0.13 279	0.13 229	0.10 111	0.06 109	0.04 20	0.07 194	0.06 179	0.06 182	0.07 265

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	0.15 495

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

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	0.23 319	0.12 192	0.14 311	0.12 178	0.14 298	0.05 25	0.04 20	0.07 194	0.06 179	0.05 95	0.05 109

SST-Stereo	0.11 174	0.07 117	0.16 331	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	0.12 247	0.10 56	0.11 169	0.06 109	0.04 20	0.09 358	0.06 179	0.07 249	0.06 187

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	0.12 247	0.10 56	0.11 169	0.06 109	0.04 20	0.09 358	0.06 179	0.06 182	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	0.27 388	0.10 151	0.16 353	0.11 101	0.12 227	0.05 25	0.04 20	0.07 194	0.07 269	0.05 95	0.05 109

PFNet	0.12 246	0.06 48	0.17 354	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	0.12 247	0.13 229	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.05 95	0.05 109

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	0.12 247	0.11 101	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.11 432

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

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	0.12 247	0.11 101	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.11 432

DeepStereo_RVC	0.11 174	0.08 228	0.17 354	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	0.12 247	0.12 178	0.11 169	0.06 109	0.04 20	0.07 194	0.06 179	0.07 249	0.08 334

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	0.40 479	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

IRAFT_RVC	0.12 246	0.08 228	0.17 354	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	0.12 247	0.12 178	0.11 169	0.06 109	0.04 20	0.09 358	0.06 179	0.06 182	0.06 187

CRE-IMP	0.11 174	0.09 300	0.16 331	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	0.13 279	0.12 178	0.12 227	0.07 238	0.04 20	0.08 274	0.06 179	0.08 315	0.08 334

cross-raft	0.10 135	0.09 300	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

test-1	0.10 135	0.07 117	0.17 354	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

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

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

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
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

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	0.07 238	0.04 20	0.07 194	0.06 179	0.05 95	0.05 109

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

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	0.12 247	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

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

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	0.08 298	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
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	0.15 493	0.04 20	0.05 23	0.03 1	0.07 249	0.06 187

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
MLCV	0.13 273	0.08 228	0.17 354	0.18 289	0.06 11	0.16 326	0.17 311	0.19 212	0.22 295	0.19 350	0.25 358	0.17 297	0.13 279	0.15 275	0.14 298	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

iResNet	0.13 273	0.10 365	0.18 386	0.19 348	0.08 124	0.14 272	0.18 359	0.21 243	0.27 364	0.16 291	0.24 331	0.15 260	0.13 279	0.14 257	0.15 332	0.06 109	0.04 20	0.06 100	0.05 107	0.06 182	0.05 109

MultiAttention	0.30 509	0.08 228	0.15 289	0.19 348	0.13 442	1.56 571	1.33 572	0.36 479	0.36 443	0.20 372	0.21 299	0.24 391	0.11 215	0.39 522	0.18 381	0.06 109	0.05 153	0.08 274	0.08 336	0.11 434	0.09 378

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

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

z-ln-s-r	0.18 408	0.10 365	0.41 505	0.19 348	0.08 124	0.18 365	0.18 359	0.23 284	0.34 424	0.19 350	0.41 490	0.22 365	0.17 377	0.20 401	0.25 462	0.07 238	0.05 153	0.07 194	0.07 269	0.07 249	0.06 187

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

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

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

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	0.14 311	0.18 358	0.16 351	0.08 298	0.05 153	0.06 100	0.05 107	0.08 315	0.09 378

xyz-stereo	0.14 303	0.07 117	0.22 432	0.15 64	0.05 1	0.22 431	0.15 226	0.17 158	0.31 402	0.15 262	0.28 399	0.26 414	0.17 377	0.13 229	0.12 227	0.05 25	0.05 153	0.06 100	0.05 107	0.04 13	0.04 28

DFGA-Net	0.13 273	0.11 390	0.19 409	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	0.12 247	0.17 341	0.15 332	0.07 238	0.05 153	0.08 274	0.07 269	0.05 95	0.05 109

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	0.21 388	0.23 319	0.20 338	0.16 353	0.17 341	0.19 396	0.07 238	0.05 153	0.05 23	0.05 107	0.07 249	0.07 265

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	0.17 377	0.16 302	0.19 396	0.08 298	0.05 153	0.06 100	0.06 179	0.09 377	0.08 334

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

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

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	0.09 300	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

AIO-test2	0.10 135	0.08 228	0.10 95	0.23 472	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	0.09 381	0.05 95	0.05 109

AIO-test1	0.10 135	0.07 117	0.11 137	0.24 483	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	0.09 358	0.10 419	0.04 13	0.07 265

FACV-RUCA	0.13 273	0.11 390	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	0.16 353	0.14 257	0.13 262	0.07 238	0.05 153	0.08 274	0.06 179	0.10 412	0.08 334

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

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

PAM_32	0.10 135	0.06 48	0.17 354	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	0.17 354	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

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

UGAM	0.13 273	0.10 365	0.09 62	0.22 453	0.08 124	0.13 233	0.20 420	0.18 185	0.24 315	0.22 403	0.16 216	0.13 216	0.13 279	0.19 383	0.13 262	0.07 238	0.05 153	0.13 471	0.11 449	0.07 249	0.05 109

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

RAStereo	0.10 135	0.09 300	0.08 19	0.20 402	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	0.07 238	0.05 153	0.07 194	0.05 107	0.05 95	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

AIO-Stereo-zeroshot1	0.11 174	0.05 11	0.14 252	0.16 132	0.21 520	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

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

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

test_sample6	0.14 303	0.09 300	0.14 252	0.17 207	0.08 124	0.17 349	0.19 402	0.26 341	0.18 217	0.18 335	0.28 399	0.19 321	0.15 332	0.15 275	0.13 262	0.08 298	0.05 153	0.08 274	0.07 269	0.08 315	0.08 334

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

test_for_model	0.09 76	0.12 409	0.14 252	0.23 472	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

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	0.08 298	0.05 153	0.05 23	0.03 1	0.06 182	0.05 109

testlalala2	0.10 135	0.06 48	0.11 137	0.20 402	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	0.20 402	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

DispNO	0.15 344	0.09 300	0.18 386	0.19 348	0.12 416	0.11 163	0.21 436	0.23 284	0.29 387	0.18 335	0.23 319	0.19 321	0.17 377	0.16 302	0.16 351	0.07 238	0.05 153	0.08 274	0.08 336	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	0.07 238	0.05 153	0.08 274	0.06 179	0.07 249	0.06 187

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	0.07 238	0.05 153	0.07 194	0.05 107	0.08 315	0.09 378

SMFormer	0.14 303	0.07 117	0.18 386	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	0.15 332	0.15 275	0.17 368	0.08 298	0.05 153	0.07 194	0.06 179	0.08 315	0.07 265

tta	0.14 303	0.07 117	0.18 386	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	0.15 332	0.15 275	0.17 368	0.08 298	0.05 153	0.07 194	0.06 179	0.06 182	0.06 187

qqq1	0.14 303	0.07 117	0.18 386	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	0.15 332	0.15 275	0.12 227	0.08 298	0.05 153	0.05 23	0.05 107	0.06 182	0.06 187

fff1	0.14 303	0.07 117	0.18 386	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	0.15 332	0.15 275	0.12 227	0.08 298	0.05 153	0.05 23	0.05 107	0.06 182	0.06 187

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

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

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	0.38 455	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

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	0.12 247	0.14 257	0.11 169	0.07 238	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	0.16 353	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

mmm	0.14 303	0.08 228	0.18 386	0.17 207	0.09 228	0.17 349	0.18 359	0.21 243	0.16 179	0.16 291	0.23 319	0.21 347	0.16 353	0.16 302	0.17 368	0.08 298	0.05 153	0.08 274	0.08 336	0.08 315	0.07 265

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	0.16 353	0.15 275	0.13 262	0.08 298	0.05 153	0.06 100	0.05 107	0.08 315	0.07 265

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

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

ffm	0.12 246	0.09 300	0.15 289	0.16 132	0.09 228	0.17 349	0.17 311	0.15 98	0.19 238	0.15 262	0.26 371	0.19 321	0.13 279	0.10 56	0.08 14	0.06 109	0.05 153	0.09 358	0.08 336	0.06 182	0.06 187

ff1	0.13 273	0.09 300	0.15 289	0.16 132	0.09 228	0.17 349	0.17 311	0.15 98	0.19 238	0.15 262	0.26 371	0.19 321	0.13 279	0.15 275	0.22 432	0.06 109	0.05 153	0.09 358	0.08 336	0.06 182	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

plain	0.11 174	0.09 300	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	0.12 247	0.13 229	0.12 227	0.07 238	0.05 153	0.09 358	0.06 179	0.06 182	0.06 187

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	0.08 298	0.05 153	0.08 274	0.07 269	0.06 182	0.07 265

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	0.13 279	0.17 341	0.14 298	0.07 238	0.05 153	0.07 194	0.07 269	0.07 249	0.07 265

testlalala_base	0.10 135	0.09 300	0.14 252	0.21 433	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	0.08 298	0.05 153	0.05 23	0.03 1	0.07 249	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

LL-Strereo2	0.11 174	0.10 365	0.16 331	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	0.11 436	0.07 269	0.06 182	0.05 109

LL-Strereo	0.13 273	0.10 365	0.12 175	0.20 402	0.10 334	0.11 163	0.18 359	0.33 443	0.25 339	0.16 291	0.16 216	0.14 235	0.14 311	0.19 383	0.11 169	0.06 109	0.05 153	0.09 358	0.08 336	0.04 13	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

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	0.07 238	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.
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

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	0.09 354	0.05 153	0.06 100	0.05 107	0.07 249	0.07 265

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	0.24 331	0.16 280	0.14 311	0.14 257	0.14 298	0.07 238	0.05 153	0.07 194	0.09 381	0.05 95	0.07 265

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	0.09 354	0.05 153	0.07 194	0.05 107	0.08 315	0.08 334

Selective-RAFT	0.11 174	0.11 390	0.12 175	0.21 433	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

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

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	0.18 391	0.18 358	0.18 381	0.07 238	0.05 153	0.06 100	0.06 179	0.07 249	0.07 265

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	0.07 238	0.05 153	0.07 194	0.06 179	0.06 182	0.11 432

Wz-Net-LNSev-Ref	0.18 408	0.09 300	0.30 478	0.15 64	0.11 387	0.23 444	0.20 420	0.27 355	0.40 464	0.26 446	0.43 501	0.25 404	0.15 332	0.21 419	0.20 406	0.07 238	0.05 153	0.06 100	0.05 107	0.10 412	0.09 378

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	0.26 371	0.17 297	0.20 421	0.17 341	0.14 298	0.08 298	0.05 153	0.07 194	0.06 179	0.08 315	0.07 265

raft_robust	0.13 273	0.10 365	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

test_5	0.14 303	0.12 409	0.08 19	0.20 402	0.10 334	0.14 272	0.28 505	0.21 243	0.24 315	0.19 350	0.28 399	0.11 171	0.15 332	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-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	0.09 358	0.09 381	0.05 95	0.05 109

SA	0.13 273	0.09 300	0.09 62	0.18 289	0.08 124	0.12 204	0.24 470	0.23 284	0.19 238	0.17 303	0.27 388	0.15 260	0.11 215	0.11 101	0.11 169	0.05 25	0.05 153	0.09 358	0.08 336	0.05 95	0.05 109

iRaft-Stereo_5w	0.12 246	0.09 300	0.12 175	0.20 402	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

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	0.07 238	0.05 153	0.06 100	0.06 179	0.05 95	0.06 187

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	0.07 238	0.05 153	0.06 100	0.06 179	0.05 95	0.06 187

IPLGR	0.11 174	0.09 300	0.17 354	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

GMOStereo	0.11 174	0.09 300	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	0.12 247	0.07 3	0.07 1	0.05 25	0.05 153	0.09 358	0.07 269	0.04 13	0.04 28

error version	0.11 174	0.09 300	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	0.12 247	0.07 3	0.07 1	0.05 25	0.05 153	0.09 358	0.07 269	0.04 13	0.04 28

test-v	0.11 174	0.09 300	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	0.12 247	0.07 3	0.07 1	0.05 25	0.05 153	0.09 358	0.07 269	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	0.07 238	0.05 153	0.06 100	0.06 179	0.05 95	0.06 187

GwcNet-ADL	0.13 273	0.08 228	0.14 252	0.20 402	0.09 228	0.12 204	0.20 420	0.30 408	0.25 339	0.14 238	0.14 186	0.18 312	0.14 311	0.13 229	0.15 332	0.07 238	0.05 153	0.06 100	0.05 107	0.07 249	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	0.24 331	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

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	0.08 298	0.05 153	0.09 358	0.08 336	0.06 182	0.11 432

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	0.07 238	0.05 153	0.07 194	0.07 269	0.04 13	0.04 28

Patchmatch Stereo++	0.11 174	0.09 300	0.17 354	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	0.12 247	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
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	0.12 247	0.11 101	0.13 262	0.06 109	0.05 153	0.07 194	0.06 179	0.05 95	0.04 28

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	0.13 279	0.12 178	0.13 262	0.06 109	0.05 153	0.07 194	0.06 179	0.06 182	0.05 109

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	0.07 238	0.05 153	0.08 274	0.07 269	0.07 249	0.12 453

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	0.07 238	0.05 153	0.08 274	0.07 269	0.07 249	0.12 453

PSM-adaLoss	0.11 174	0.09 300	0.17 354	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	0.12 247	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

PSM-AAD	0.11 174	0.07 117	0.10 95	0.20 402	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	0.09 358	0.08 336	0.06 182	0.14 481

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	0.24 331	0.11 171	0.13 279	0.13 229	0.14 298	0.05 25	0.05 153	0.07 194	0.07 269	0.06 182	0.10 408

ROB_FTStereo_v2	0.11 174	0.09 300	0.17 354	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	0.12 247	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	0.09 300	0.17 354	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	0.12 247	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	0.09 300	0.17 354	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	0.12 247	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

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	0.24 331	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

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	0.24 331	0.13 216	0.13 279	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	0.10 408

iGMRVC	0.11 174	0.09 300	0.17 354	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	0.12 247	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

RAFT-345	0.11 174	0.07 117	0.16 331	0.17 207	0.08 124	0.08 47	0.12 69	0.16 123	0.10 31	0.11 154	0.34 449	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

iRAFT	0.11 174	0.09 300	0.17 354	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	0.12 247	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

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	0.08 298	0.05 153	0.08 274	0.05 107	0.05 95	0.05 109

CroCo-Stereo	0.09 76	0.08 228	0.08 19	0.22 453	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	0.07 238	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	0.09 300	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	0.12 247	0.07 3	0.07 1	0.05 25	0.05 153	0.09 358	0.07 269	0.04 13	0.04 28

RAFT-IKP	0.11 174	0.09 300	0.17 354	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	0.12 247	0.11 101	0.11 169	0.06 109	0.05 153	0.08 274	0.06 179	0.08 315	0.07 265

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	0.10 408

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	0.07 238	0.05 153	0.09 358	0.11 449	0.07 249	0.06 187

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	0.07 238	0.05 153	0.05 23	0.04 31	0.06 182	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	0.08 298	0.05 153	0.06 100	0.05 107	0.05 95	0.06 187

sAnonymous2	0.13 273	0.12 409	0.25 449	0.20 402	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	0.09 354	0.05 153	0.08 274	0.06 179	0.15 494	0.10 408

CroCo_RVC	0.13 273	0.12 409	0.25 449	0.20 402	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	0.09 354	0.05 153	0.08 274	0.06 179	0.15 494	0.10 408

CFNet_pseudo	0.14 303	0.08 228	0.16 331	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	0.13 279	0.18 358	0.14 298	0.07 238	0.05 153	0.08 274	0.06 179	0.07 249	0.07 265

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

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

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	0.29 414	0.17 297	0.16 353	0.16 302	0.44 538	0.10 395	0.05 153	0.07 194	0.06 179	0.08 315	0.08 334

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	0.28 399	0.22 365	0.14 311	0.15 275	0.29 497	0.09 354	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	0.29 414	0.19 321	0.17 377	0.16 302	0.28 489	0.09 354	0.05 153	0.07 194	0.07 269	0.07 249	0.07 265

ARAFT	0.12 246	0.08 228	0.18 386	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	0.12 247	0.15 275	0.13 262	0.06 109	0.05 153	0.10 406	0.09 381	0.06 182	0.04 28

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

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	0.13 279	0.14 257	0.11 169	0.08 298	0.05 153	0.07 194	0.07 269	0.07 249	0.06 187

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	0.24 331	0.16 280	0.13 279	0.14 257	0.15 332	0.08 298	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	0.26 371	0.22 365	0.17 377	0.14 257	0.15 332	0.10 395	0.05 153	0.06 100	0.08 336	0.06 182	0.06 187

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	0.12 247	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	0.09 300	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	0.14 311	0.17 341	0.15 332	0.07 238	0.05 153	0.05 23	0.05 107	0.06 182	0.07 265

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	0.07 238	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	0.07 238	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
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	0.13 279	0.18 358	0.14 298	0.07 238	0.05 153	0.07 194	0.07 269	0.07 249	0.07 265

ccs_rob	0.14 303	0.09 300	0.16 331	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	0.13 279	0.18 358	0.14 298	0.07 238	0.05 153	0.08 274	0.07 269	0.07 249	0.07 265

AANet_RVC	0.16 371	0.10 365	0.11 137	0.18 289	0.09 228	0.19 387	0.18 359	0.27 355	0.32 408	0.22 403	0.35 453	0.21 347	0.22 436	0.22 437	0.17 368	0.06 109	0.05 153	0.06 100	0.06 179	0.07 249	0.06 187

AdaStereo	0.15 344	0.11 390	0.16 331	0.19 348	0.09 228	0.21 417	0.11 45	0.33 443	0.28 380	0.21 388	0.23 319	0.21 347	0.13 279	0.19 383	0.15 332	0.13 470	0.05 153	0.10 406	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.
HSM	0.15 344	0.09 300	0.15 289	0.16 132	0.09 228	0.16 326	0.14 156	0.28 379	0.25 339	0.20 372	0.24 331	0.37 489	0.17 377	0.20 401	0.15 332	0.07 238	0.05 153	0.07 194	0.06 179	0.07 249	0.06 187

StereoDRNet-Refined	0.17 393	0.12 409	0.16 331	0.20 402	0.10 334	0.18 365	0.18 359	0.27 355	0.24 315	0.26 446	0.41 490	0.23 382	0.18 391	0.21 419	0.21 419	0.09 354	0.05 153	0.09 358	0.10 419	0.07 249	0.07 265
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
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	0.23 417	0.26 371	0.23 382	0.16 353	0.15 275	0.14 298	0.07 238	0.05 153	0.05 23	0.04 31	0.08 315	0.08 334

DN-CSS_ROB	0.13 273	0.13 437	0.17 354	0.18 289	0.10 334	0.16 326	0.08 7	0.22 266	0.19 238	0.17 303	0.23 319	0.13 216	0.13 279	0.13 229	0.14 298	0.05 25	0.05 153	0.10 406	0.10 419	0.08 315	0.06 187

pmcnn	0.15 344	0.07 117	0.20 413	0.15 64	0.07 63	0.21 417	0.16 285	0.25 328	0.26 352	0.21 388	0.33 439	0.29 438	0.19 409	0.18 358	0.17 368	0.07 238	0.05 153	0.05 23	0.04 31	0.07 249	0.06 187

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	0.12 247	0.13 229	0.11 169	0.09 354	0.06 301	0.09 358	0.09 381	0.06 182	0.09 378

MSAF-DinoV2	0.23 464	0.11 390	0.25 449	0.17 207	0.10 334	0.28 489	0.17 311	0.38 495	0.56 517	0.21 388	0.27 388	0.47 524	0.28 482	0.36 510	0.40 530	0.09 354	0.06 301	0.07 194	0.09 381	0.12 451	0.11 432

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	0.08 298	0.06 301	0.07 194	0.06 179	0.08 315	0.06 187

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	0.06 301	0.07 194	0.05 107	0.05 95	0.04 28

DDVS	0.16 371	0.10 365	0.22 432	0.16 132	0.12 416	0.15 298	0.14 156	0.25 328	0.19 238	0.18 335	0.30 420	0.27 420	0.13 279	0.20 401	0.16 351	0.09 354	0.06 301	0.09 358	0.07 269	0.11 434	0.11 432

rvit_stereo_0081_aga	0.12 246	0.09 300	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	0.10 395	0.06 301	0.08 274	0.07 269	0.07 249	0.06 187

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	0.07 238	0.06 301	0.06 100	0.05 107	0.06 182	0.06 187

ITSA-stereo	0.16 371	0.11 390	0.14 252	0.19 348	0.08 124	0.13 233	0.14 156	0.30 408	0.49 498	0.17 303	0.18 258	0.22 365	0.15 332	0.17 341	0.16 351	0.10 395	0.06 301	0.08 274	0.08 336	0.08 315	0.09 378

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	0.10 395	0.06 301	0.08 274	0.07 269	0.07 249	0.06 187

DualNet (step1)	0.17 393	0.12 409	0.21 423	0.13 9	0.14 460	0.18 365	0.14 156	0.28 379	0.24 315	0.21 388	0.21 299	0.24 391	0.20 421	0.16 302	0.16 351	0.15 493	0.06 301	0.14 484	0.14 486	0.15 494	0.13 465

test_sample7	0.16 371	0.10 365	0.16 331	0.14 27	0.12 416	0.16 326	0.17 311	0.28 379	0.24 315	0.21 388	0.21 299	0.24 391	0.20 421	0.16 302	0.16 351	0.12 453	0.06 301	0.10 406	0.09 381	0.11 434	0.10 408

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	0.28 399	0.18 312	0.15 332	0.16 302	0.13 262	0.08 298	0.06 301	0.08 274	0.07 269	0.09 377	0.08 334

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	0.26 371	0.18 312	0.15 332	0.17 341	0.13 262	0.08 298	0.06 301	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	0.22 315	0.19 321	0.15 332	0.17 341	0.14 298	0.09 354	0.06 301	0.07 194	0.06 179	0.09 377	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	0.15 332	0.15 275	0.13 262	0.08 298	0.06 301	0.07 194	0.06 179	0.08 315	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	0.22 315	0.18 312	0.16 353	0.17 341	0.15 332	0.07 238	0.06 301	0.06 100	0.06 179	0.08 315	0.08 334

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	0.06 301	0.07 194	0.06 179	0.05 95	0.04 28

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	0.28 399	0.18 312	0.15 332	0.16 302	0.13 262	0.08 298	0.06 301	0.08 274	0.07 269	0.09 377	0.08 334

mmx	0.15 344	0.09 300	0.15 289	0.16 132	0.09 228	0.17 349	0.17 311	0.27 355	0.26 352	0.15 262	0.26 371	0.19 321	0.13 279	0.15 275	0.22 432	0.08 298	0.06 301	0.09 358	0.08 336	0.08 315	0.08 334

xxx	0.15 344	0.09 300	0.15 289	0.16 132	0.09 228	0.17 349	0.17 311	0.27 355	0.26 352	0.15 262	0.26 371	0.19 321	0.13 279	0.15 275	0.22 432	0.08 298	0.06 301	0.09 358	0.08 336	0.08 315	0.08 334

GMStereo_Zeroshot	0.16 371	0.13 437	0.25 449	0.20 402	0.10 334	0.17 349	0.13 108	0.30 408	0.25 339	0.23 417	0.32 433	0.25 404	0.11 215	0.19 383	0.14 298	0.09 354	0.06 301	0.11 436	0.06 179	0.12 451	0.08 334

MaDis-Stereo	0.09 76	0.09 300	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	0.07 238	0.06 301	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	0.07 238	0.06 301	0.05 23	0.05 107	0.06 182	0.05 109

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	0.08 298	0.06 301	0.07 194	0.06 179	0.08 315	0.07 265

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	0.06 301	0.07 194	0.06 179	0.06 182	0.05 109

CFNet_ucs	0.15 344	0.09 300	0.17 354	0.16 132	0.11 387	0.14 272	0.14 156	0.30 408	0.34 424	0.16 291	0.24 331	0.23 382	0.14 311	0.18 358	0.15 332	0.09 354	0.06 301	0.08 274	0.07 269	0.09 377	0.09 378

CBFPSM	0.15 344	0.07 117	0.27 460	0.17 207	0.09 228	0.13 233	0.15 226	0.22 266	0.23 305	0.20 372	0.27 388	0.23 382	0.16 353	0.16 302	0.19 396	0.06 109	0.06 301	0.06 100	0.07 269	0.07 249	0.07 265

CASS	0.14 303	0.12 409	0.12 175	0.23 472	0.09 228	0.15 298	0.17 311	0.19 212	0.20 259	0.17 303	0.18 258	0.15 260	0.15 332	0.15 275	0.14 298	0.09 354	0.06 301	0.10 406	0.08 336	0.09 377	0.07 265
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.09 76	0.09 300	0.08 19	0.22 453	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	0.06 301	0.07 194	0.05 107	0.06 182	0.05 109

TestStereo1	0.13 273	0.08 228	0.08 19	0.20 402	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	0.06 301	0.08 274	0.06 179	0.05 95	0.05 109

qqq	0.13 273	0.09 300	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	0.16 353	0.15 275	0.16 351	0.07 238	0.06 301	0.08 274	0.08 336	0.07 249	0.07 265

BUS	0.15 344	0.09 300	0.14 252	0.22 453	0.10 334	0.20 406	0.14 156	0.34 457	0.20 259	0.17 303	0.23 319	0.16 280	0.14 311	0.16 302	0.14 298	0.08 298	0.06 301	0.10 406	0.09 381	0.07 249	0.07 265

RAFT_CTSACE	0.12 246	0.09 300	0.10 95	0.22 453	0.08 124	0.12 204	0.24 470	0.18 185	0.17 203	0.21 388	0.27 388	0.13 216	0.07 102	0.13 229	0.09 43	0.05 25	0.06 301	0.08 274	0.07 269	0.04 13	0.04 28

BSDual-CNN	0.15 344	0.09 300	0.14 252	0.22 453	0.10 334	0.15 298	0.15 226	0.34 457	0.20 259	0.17 303	0.23 319	0.25 404	0.16 353	0.16 302	0.14 298	0.08 298	0.06 301	0.10 406	0.09 381	0.07 249	0.07 265

hknet	0.15 344	0.11 390	0.14 252	0.22 453	0.11 387	0.15 298	0.15 226	0.34 457	0.26 352	0.17 303	0.23 319	0.22 365	0.18 391	0.17 341	0.13 262	0.07 238	0.06 301	0.10 406	0.09 381	0.07 249	0.07 265

SA-5K	0.13 273	0.08 228	0.08 19	0.20 402	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	0.06 301	0.08 274	0.06 179	0.05 95	0.05 109

CSP-Net	0.16 371	0.09 300	0.14 252	0.17 207	0.09 228	0.19 387	0.18 359	0.25 328	0.33 413	0.26 446	0.31 424	0.25 404	0.16 353	0.21 419	0.19 396	0.09 354	0.06 301	0.07 194	0.07 269	0.08 315	0.08 334

UDGNet	0.14 303	0.13 437	0.17 354	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	0.13 279	0.16 302	0.14 298	0.10 395	0.06 301	0.09 358	0.07 269	0.07 249	0.07 265

dd	0.15 344	0.17 480	0.17 354	0.19 348	0.09 228	0.15 298	0.18 359	0.22 266	0.26 352	0.23 417	0.20 282	0.21 347	0.10 185	0.21 419	0.17 368	0.10 395	0.06 301	0.08 274	0.06 179	0.08 315	0.07 265

DAS	0.15 344	0.08 228	0.18 386	0.19 348	0.10 334	0.19 387	0.17 311	0.28 379	0.30 393	0.18 335	0.26 371	0.21 347	0.16 353	0.16 302	0.13 262	0.08 298	0.06 301	0.06 100	0.06 179	0.07 249	0.07 265

SepStereo	0.15 344	0.08 228	0.18 386	0.19 348	0.10 334	0.19 387	0.17 311	0.28 379	0.30 393	0.18 335	0.26 371	0.21 347	0.16 353	0.26 465	0.13 262	0.08 298	0.06 301	0.06 100	0.06 179	0.07 249	0.07 265

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	0.13 279	0.16 302	0.14 298	0.08 298	0.06 301	0.06 100	0.05 107	0.07 249	0.08 334

LMCR-Stereo	0.15 344	0.08 228	0.14 252	0.21 433	0.09 228	0.18 365	0.19 402	0.28 379	0.19 238	0.24 429	0.24 331	0.23 382	0.17 377	0.20 401	0.17 368	0.07 238	0.06 301	0.08 274	0.06 179	0.10 412	0.09 378

GEStereo_RVC	0.17 393	0.12 409	0.16 331	0.22 453	0.11 387	0.19 387	0.18 359	0.32 429	0.49 498	0.20 372	0.25 358	0.17 297	0.13 279	0.21 419	0.16 351	0.10 395	0.06 301	0.08 274	0.07 269	0.09 377	0.08 334

TestStereo	0.14 303	0.15 459	0.11 137	0.23 472	0.08 124	0.15 298	0.21 436	0.20 225	0.23 305	0.14 238	0.25 358	0.16 280	0.13 279	0.16 302	0.14 298	0.06 109	0.06 301	0.08 274	0.06 179	0.09 377	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	0.07 238	0.06 301	0.06 100	0.05 107	0.08 315	0.07 265

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	0.23 417	0.27 388	0.24 391	0.16 353	0.18 358	0.21 419	0.10 395	0.06 301	0.10 406	0.10 419	0.08 315	0.09 378

GMStereo	0.13 273	0.15 459	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	0.07 238	0.06 301	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
MMNet	0.17 393	0.10 365	0.17 354	0.20 402	0.11 387	0.27 479	0.20 420	0.26 341	0.42 473	0.22 403	0.30 420	0.22 365	0.20 421	0.18 358	0.20 406	0.06 109	0.06 301	0.07 194	0.07 269	0.08 315	0.07 265

UNet	0.17 393	0.09 300	0.18 386	0.19 348	0.12 416	0.28 489	0.19 402	0.33 443	0.30 393	0.21 388	0.25 358	0.23 382	0.19 409	0.20 401	0.19 396	0.07 238	0.06 301	0.08 274	0.07 269	0.08 315	0.07 265

ACVNet	0.15 344	0.09 300	0.15 289	0.13 9	0.12 416	0.14 272	0.20 420	0.22 266	0.34 424	0.17 303	0.26 371	0.21 347	0.17 377	0.18 358	0.21 419	0.07 238	0.06 301	0.06 100	0.06 179	0.08 315	0.06 187

acv_ft	0.15 344	0.09 300	0.16 331	0.19 348	0.10 334	0.16 326	0.17 311	0.25 328	0.34 424	0.19 350	0.26 371	0.21 347	0.17 377	0.18 358	0.19 396	0.07 238	0.06 301	0.06 100	0.06 179	0.08 315	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	0.25 358	0.24 391	0.16 353	0.16 302	0.16 351	0.10 395	0.06 301	0.07 194	0.08 336	0.08 315	0.07 265

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	0.28 399	0.23 382	0.14 311	0.16 302	0.14 298	0.11 427	0.06 301	0.09 358	0.12 470	0.08 315	0.07 265

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	0.28 399	0.23 382	0.17 377	0.15 275	0.16 351	0.10 395	0.06 301	0.07 194	0.09 381	0.07 249	0.07 265

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	0.26 371	0.24 391	0.14 311	0.16 302	0.15 332	0.11 427	0.06 301	0.08 274	0.09 381	0.09 377	0.08 334

DMCA	0.14 303	0.09 300	0.17 354	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	0.18 391	0.15 275	0.17 368	0.10 395	0.06 301	0.08 274	0.06 179	0.09 377	0.10 408

SuperB	0.20 429	0.10 365	0.57 526	0.16 132	0.09 228	0.19 387	0.18 359	0.25 328	0.51 505	0.27 453	0.39 476	0.17 297	0.22 436	0.22 437	0.21 419	0.08 298	0.06 301	0.06 100	0.06 179	0.12 451	0.11 432

ADCRef	0.20 429	0.12 409	0.43 510	0.20 402	0.12 416	0.23 444	0.18 359	0.32 429	0.37 449	0.26 446	0.33 439	0.18 312	0.23 442	0.25 461	0.26 475	0.07 238	0.06 301	0.09 358	0.09 381	0.08 315	0.09 378

ADCP+	0.20 429	0.10 365	0.35 496	0.21 433	0.12 416	0.22 431	0.27 499	0.31 424	0.35 438	0.26 446	0.37 461	0.22 365	0.22 436	0.27 467	0.28 489	0.09 354	0.06 301	0.08 274	0.08 336	0.10 412	0.10 408

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	0.25 358	0.21 347	0.19 409	0.20 401	0.20 406	0.07 238	0.06 301	0.06 100	0.08 336	0.06 182	0.06 187

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	0.29 438	0.14 311	0.18 358	0.13 262	0.06 109	0.06 301	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
RYNet	0.23 464	0.12 409	0.22 432	0.19 348	0.17 502	0.47 529	0.26 494	0.39 501	0.49 498	0.24 429	0.29 414	0.34 479	0.24 451	0.20 401	0.31 507	0.10 395	0.06 301	0.09 358	0.09 381	0.14 482	0.15 495

CFNet	0.15 344	0.11 390	0.17 354	0.17 207	0.08 124	0.19 387	0.10 26	0.29 397	0.26 352	0.19 350	0.24 331	0.24 391	0.18 391	0.18 358	0.15 332	0.08 298	0.06 301	0.09 358	0.10 419	0.08 315	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	0.26 371	0.24 391	0.14 311	0.16 302	0.15 332	0.11 427	0.06 301	0.08 274	0.09 381	0.09 377	0.08 334

NLCA_NET_v2_RVC	0.17 393	0.10 365	0.23 440	0.20 402	0.10 334	0.15 298	0.18 359	0.31 424	0.25 339	0.21 388	0.31 424	0.25 404	0.17 377	0.21 419	0.20 406	0.09 354	0.06 301	0.08 274	0.09 381	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.
NVstereo2D	0.19 420	0.11 390	0.16 331	0.17 207	0.16 490	0.28 489	0.23 460	0.44 524	0.42 473	0.15 262	0.28 399	0.25 404	0.19 409	0.23 445	0.18 381	0.09 354	0.06 301	0.10 406	0.08 336	0.15 494	0.10 408

iResNetv2_ROB	0.15 344	0.08 228	0.16 331	0.16 132	0.08 124	0.16 326	0.13 108	0.26 341	0.36 443	0.21 388	0.29 414	0.24 391	0.13 279	0.14 257	0.14 298	0.06 109	0.06 301	0.06 100	0.04 31	0.09 377	0.08 334

DISCO	0.20 429	0.09 300	0.22 432	0.17 207	0.10 334	0.25 459	0.18 359	0.28 379	0.45 487	0.23 417	0.32 433	0.34 479	0.26 467	0.29 482	0.29 497	0.08 298	0.06 301	0.07 194	0.07 269	0.09 377	0.10 408

LE_ROB	0.50 540	0.07 117	0.14 252	0.15 64	0.08 124	0.26 470	0.17 311	0.23 284	1.71 571	4.68 575	0.67 534	0.46 521	0.47 533	0.21 419	0.30 502	0.07 238	0.06 301	0.06 100	0.06 179	0.08 315	0.06 187

DispFullNet	0.27 500	0.22 510	0.66 536	0.28 514	0.17 502	0.27 479	0.17 311	0.34 457	0.57 519	0.27 453	0.37 461	0.43 513	0.24 451	0.39 522	0.25 462	0.12 453	0.06 301	0.19 515	0.11 449	0.23 523	0.16 504

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	0.13 470	0.07 372	0.08 274	0.09 381	0.10 412	0.08 334

rvit_stereo_0081	0.11 174	0.08 228	0.16 331	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	0.10 395	0.07 372	0.08 274	0.07 269	0.07 249	0.06 187

DCVSM-stereo	0.15 344	0.09 300	0.16 331	0.16 132	0.10 334	0.15 298	0.09 17	0.20 225	0.24 315	0.20 372	0.24 331	0.26 414	0.15 332	0.19 383	0.14 298	0.09 354	0.07 372	0.09 358	0.08 336	0.10 412	0.12 453

ACV-stereo	0.15 344	0.10 365	0.29 472	0.18 289	0.12 416	0.15 298	0.13 108	0.23 284	0.21 273	0.19 350	0.23 319	0.22 365	0.15 332	0.23 445	0.17 368	0.08 298	0.07 372	0.07 194	0.07 269	0.08 315	0.07 265

rvit_stereo_0082	0.11 174	0.08 228	0.16 331	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	0.10 395	0.07 372	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	0.09 354	0.07 372	0.07 194	0.06 179	0.07 249	0.05 109

1111x	0.16 371	0.09 300	0.13 208	0.18 289	0.08 124	0.18 365	0.25 486	0.32 429	0.25 339	0.17 303	0.24 331	0.27 420	0.15 332	0.14 257	0.24 455	0.07 238	0.07 372	0.08 274	0.09 381	0.07 249	0.07 265

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	0.09 354	0.07 372	0.07 194	0.06 179	0.07 249	0.05 109

iinet-f	0.17 393	0.07 117	0.46 512	0.14 27	0.10 334	0.21 417	0.14 156	0.27 355	0.23 305	0.22 403	0.25 358	0.21 347	0.16 353	0.18 358	0.22 432	0.09 354	0.07 372	0.07 194	0.06 179	0.09 377	0.10 408

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	0.24 331	0.15 260	0.16 353	0.16 302	0.15 332	0.08 298	0.07 372	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	0.24 331	0.15 260	0.16 353	0.16 302	0.15 332	0.08 298	0.07 372	0.07 194	0.08 336	0.08 315	0.07 265

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	0.24 331	0.15 260	0.16 353	0.16 302	0.15 332	0.08 298	0.07 372	0.07 194	0.08 336	0.08 315	0.07 265

Wz-Net-MNSev	0.23 464	0.13 437	0.33 487	0.20 402	0.15 478	0.36 514	0.25 486	0.34 457	0.45 487	0.29 475	0.41 490	0.39 500	0.19 409	0.25 461	0.27 481	0.09 354	0.07 372	0.09 358	0.09 381	0.12 451	0.10 408

psmg	0.14 303	0.09 300	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	0.25 404	0.16 353	0.16 302	0.14 298	0.08 298	0.07 372	0.08 274	0.08 336	0.07 249	0.07 265

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	0.27 453	0.27 388	0.28 430	0.18 391	0.19 383	0.17 368	0.09 354	0.07 372	0.09 358	0.07 269	0.10 412	0.09 378

ADLNet2	0.16 371	0.09 300	0.14 252	0.17 207	0.09 228	0.20 406	0.16 285	0.32 429	0.39 460	0.17 303	0.20 282	0.20 338	0.19 409	0.21 419	0.23 443	0.08 298	0.07 372	0.07 194	0.07 269	0.09 377	0.07 265

RAFT	0.13 273	0.09 300	0.11 137	0.18 289	0.08 124	0.15 298	0.23 460	0.21 243	0.20 259	0.21 388	0.21 299	0.18 312	0.13 279	0.17 341	0.10 111	0.06 109	0.07 372	0.10 406	0.09 381	0.06 182	0.05 109

ICVP	0.16 371	0.09 300	0.12 175	0.22 453	0.09 228	0.18 365	0.21 436	0.26 341	0.24 315	0.18 335	0.30 420	0.27 420	0.18 391	0.18 358	0.15 332	0.10 395	0.07 372	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	0.23 512	0.12 175	0.35 531	0.11 387	0.15 298	0.17 311	0.26 341	0.22 295	0.19 350	0.24 331	0.21 347	0.14 311	0.15 275	0.13 262	0.11 427	0.07 372	0.11 436	0.10 419	0.09 377	0.07 265

RAFT + AFF	0.13 273	0.08 228	0.21 423	0.20 402	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	0.08 298	0.07 372	0.09 358	0.09 381	0.06 182	0.09 378

UPFNet	0.16 371	0.08 228	0.12 175	0.20 402	0.12 416	0.20 406	0.23 460	0.28 379	0.26 352	0.18 335	0.24 331	0.22 365	0.20 421	0.19 383	0.22 432	0.09 354	0.07 372	0.08 274	0.09 381	0.08 315	0.06 187

aanetorigin	0.22 451	0.17 480	0.57 526	0.18 289	0.10 334	0.16 326	0.19 402	0.20 225	0.33 413	0.49 530	0.48 510	0.30 447	0.28 482	0.21 419	0.24 455	0.08 298	0.07 372	0.08 274	0.07 269	0.10 412	0.09 378

EDNetEfficientorigin	7.92 578	0.32 533	152.98 594	0.20 402	0.10 334	0.22 431	0.17 311	0.23 284	0.60 525	0.73 545	0.67 534	0.41 509	0.51 538	0.24 456	0.41 532	0.08 298	0.07 372	0.09 358	0.07 269	0.12 451	0.11 432

EDNetEfficient	0.30 509	0.24 515	1.18 560	0.18 289	0.10 334	0.20 406	0.20 420	0.21 243	0.61 526	0.74 547	0.56 521	0.30 447	0.40 522	0.23 445	0.32 512	0.09 354	0.07 372	0.08 274	0.07 269	0.11 434	0.10 408

hitnet-ft	0.18 408	0.10 365	0.17 354	0.14 27	0.09 228	0.27 479	0.20 420	0.25 328	0.26 352	0.24 429	0.32 433	0.32 469	0.23 442	0.24 456	0.21 419	0.12 453	0.07 372	0.10 406	0.08 336	0.12 451	0.11 432

DSFCA	0.16 371	0.09 300	0.14 252	0.16 132	0.10 334	0.21 417	0.19 402	0.28 379	0.31 402	0.23 417	0.25 358	0.22 365	0.16 353	0.20 401	0.20 406	0.10 395	0.07 372	0.09 358	0.09 381	0.08 315	0.08 334

ADCL	0.25 482	0.12 409	0.49 518	0.22 453	0.12 416	0.36 514	0.29 516	0.30 408	0.57 519	0.24 429	0.47 509	0.30 447	0.31 502	0.30 488	0.30 502	0.09 354	0.07 372	0.09 358	0.09 381	0.10 412	0.10 408

TDLM	0.18 408	0.12 409	0.14 252	0.24 483	0.10 334	0.18 365	0.18 359	0.37 488	0.30 393	0.22 403	0.28 399	0.28 430	0.18 391	0.23 445	0.19 396	0.11 427	0.07 372	0.10 406	0.10 419	0.08 315	0.08 334

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	0.15 332	0.18 358	0.15 332	0.12 453	0.07 372	0.11 436	0.13 481	0.11 434	0.10 408

DRN-Test	0.20 429	0.11 390	0.21 423	0.22 453	0.10 334	0.22 431	0.22 448	0.40 504	0.38 455	0.24 429	0.33 439	0.26 414	0.22 436	0.22 437	0.25 462	0.11 427	0.07 372	0.11 436	0.10 419	0.09 377	0.08 334

PWC_ROB	0.21 443	0.16 470	0.27 460	0.18 289	0.11 387	0.22 431	0.13 108	0.33 443	0.49 498	0.30 481	0.40 479	0.32 469	0.25 459	0.31 489	0.23 443	0.10 395	0.07 372	0.11 436	0.08 336	0.11 434	0.10 408

zh-mn7	0.26 493	0.15 459	0.59 531	0.19 348	0.14 460	0.24 450	0.22 448	0.35 472	0.63 532	0.35 500	0.67 534	0.31 462	0.25 459	0.31 489	0.26 475	0.09 354	0.08 403	0.09 358	0.09 381	0.09 377	0.11 432

z-mn7	0.25 482	0.15 459	0.47 515	0.19 348	0.13 442	0.28 489	0.25 486	0.35 472	0.64 533	0.27 453	0.57 525	0.29 438	0.24 451	0.32 494	0.27 481	0.08 298	0.08 403	0.08 274	0.08 336	0.10 412	0.10 408

w-ln-seven-2	0.20 429	0.14 452	0.39 501	0.23 472	0.12 416	0.21 417	0.21 436	0.29 397	0.38 455	0.25 442	0.38 468	0.28 430	0.23 442	0.21 419	0.25 462	0.08 298	0.08 403	0.09 358	0.09 381	0.10 412	0.09 378

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	0.27 388	0.21 347	0.13 279	0.18 358	0.18 381	0.09 354	0.08 403	0.08 274	0.07 269	0.07 249	0.07 265

ISRNet	0.18 408	0.08 228	0.20 413	0.19 348	0.13 442	0.15 298	0.12 69	0.30 408	0.33 413	0.21 388	0.26 371	0.27 420	0.18 391	0.17 341	0.20 406	0.20 524	0.08 403	0.14 484	0.14 486	0.14 482	0.17 513

rvit_stereo_0083	0.12 246	0.08 228	0.17 354	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	0.10 395	0.08 403	0.09 358	0.07 269	0.07 249	0.06 187

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	0.24 331	0.17 297	0.14 311	0.13 229	0.14 298	0.11 427	0.08 403	0.09 358	0.08 336	0.09 377	0.09 378

ToySt	0.17 393	0.11 390	0.19 409	0.17 207	0.11 387	0.16 326	0.26 494	0.24 308	0.33 413	0.19 350	0.24 331	0.26 414	0.24 451	0.19 383	0.21 419	0.07 238	0.08 403	0.09 358	0.10 419	0.09 377	0.08 334

NINENet	0.16 371	0.10 365	0.16 331	0.17 207	0.11 387	0.20 406	0.14 156	0.41 509	0.37 449	0.18 335	0.21 299	0.16 280	0.14 311	0.16 302	0.14 298	0.08 298	0.08 403	0.10 406	0.07 269	0.10 412	0.09 378

WZ-Net	0.29 506	0.17 480	0.82 552	0.23 472	0.16 490	0.35 510	0.29 516	0.40 504	0.59 524	0.24 429	0.57 525	0.37 489	0.25 459	0.34 501	0.37 524	0.09 354	0.08 403	0.09 358	0.10 419	0.14 482	0.16 504

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	0.08 403	0.08 274	0.06 179	0.05 95	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	0.38 495	0.37 449	0.20 372	0.24 331	0.20 338	0.17 377	0.17 341	0.21 419	0.10 395	0.08 403	0.08 274	0.07 269	0.09 377	0.09 378

SACVNet	0.19 420	0.12 409	0.15 289	0.17 207	0.13 442	0.22 431	0.18 359	0.31 424	0.31 402	0.24 429	0.31 424	0.30 447	0.23 442	0.23 445	0.17 368	0.11 427	0.08 403	0.10 406	0.10 419	0.12 451	0.14 481

PSMNet-ADL	0.15 344	0.12 409	0.13 208	0.22 453	0.09 228	0.13 233	0.20 420	0.26 341	0.23 305	0.18 335	0.20 282	0.23 382	0.17 377	0.18 358	0.18 381	0.09 354	0.08 403	0.08 274	0.11 449	0.08 315	0.07 265

Anonymous3	0.16 371	0.14 452	0.34 490	0.26 500	0.14 460	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	0.08 298	0.08 403	0.08 274	0.08 336	0.08 315	0.11 432

sCroCo_RVC	0.12 246	0.09 300	0.24 446	0.24 483	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	0.08 298	0.08 403	0.08 274	0.08 336	0.05 95	0.07 265

GES	0.14 303	0.08 228	0.16 331	0.15 64	0.10 334	0.13 233	0.13 108	0.28 379	0.26 352	0.17 303	0.24 331	0.19 321	0.14 311	0.16 302	0.14 298	0.08 298	0.08 403	0.07 194	0.06 179	0.08 315	0.09 378

delet	0.17 393	0.09 300	0.18 386	0.19 348	0.11 387	0.21 417	0.22 448	0.30 408	0.38 455	0.17 303	0.27 388	0.19 321	0.19 409	0.19 383	0.21 419	0.08 298	0.08 403	0.09 358	0.11 449	0.06 182	0.07 265

ac_64	0.16 371	0.09 300	0.15 289	0.18 289	0.10 334	0.22 431	0.17 311	0.24 308	0.22 295	0.19 350	0.24 331	0.29 438	0.18 391	0.19 383	0.22 432	0.09 354	0.08 403	0.08 274	0.09 381	0.07 249	0.06 187

DMCA-RVC	0.17 393	0.10 365	0.16 331	0.24 483	0.11 387	0.19 387	0.18 359	0.26 341	0.24 315	0.21 388	0.27 388	0.25 404	0.27 473	0.18 358	0.21 419	0.12 453	0.08 403	0.13 471	0.10 419	0.10 412	0.08 334

FADNet-RVC-Resample	0.17 393	0.12 409	0.32 485	0.22 453	0.12 416	0.19 387	0.14 156	0.25 328	0.24 315	0.24 429	0.27 388	0.20 338	0.15 332	0.17 341	0.16 351	0.07 238	0.08 403	0.12 457	0.10 419	0.09 377	0.11 432

FADNet_RVC	0.17 393	0.14 452	0.41 505	0.20 402	0.11 387	0.13 233	0.13 108	0.27 355	0.22 295	0.21 388	0.23 319	0.20 338	0.18 391	0.15 275	0.17 368	0.08 298	0.08 403	0.12 457	0.09 381	0.11 434	0.10 408

RTSC	0.23 464	0.13 437	0.30 478	0.21 433	0.13 442	0.29 493	0.17 311	0.36 479	0.68 537	0.27 453	0.34 449	0.30 447	0.22 436	0.32 494	0.31 507	0.10 395	0.08 403	0.09 358	0.10 419	0.13 466	0.14 481

CVANet_RVC	0.18 408	0.11 390	0.14 252	0.21 433	0.11 387	0.19 387	0.18 359	0.34 457	0.34 424	0.22 403	0.31 424	0.28 430	0.18 391	0.24 456	0.18 381	0.12 453	0.08 403	0.12 457	0.12 470	0.09 377	0.08 334

StereoDRNet	0.19 420	0.11 390	0.18 386	0.22 453	0.11 387	0.22 431	0.22 448	0.37 488	0.34 424	0.24 429	0.28 399	0.30 447	0.19 409	0.20 401	0.21 419	0.10 395	0.08 403	0.11 436	0.09 381	0.09 377	0.07 265

DLCB_ROB	0.18 408	0.10 365	0.16 331	0.23 472	0.11 387	0.24 450	0.18 359	0.30 408	0.28 380	0.27 453	0.29 414	0.28 430	0.25 459	0.20 401	0.20 406	0.08 298	0.08 403	0.09 358	0.09 381	0.07 249	0.07 265

PSMNet_ROB	0.22 451	0.12 409	0.15 289	0.27 508	0.15 478	0.25 459	0.36 535	0.43 520	0.37 449	0.27 453	0.33 439	0.32 469	0.23 442	0.21 419	0.27 481	0.12 453	0.08 403	0.13 471	0.11 449	0.10 412	0.09 378

w-ln-seven	0.24 475	0.15 459	0.58 529	0.20 402	0.14 460	0.26 470	0.22 448	0.36 479	0.62 529	0.30 481	0.40 479	0.30 447	0.23 442	0.22 437	0.28 489	0.09 354	0.09 430	0.11 436	0.10 419	0.11 434	0.10 408

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	0.11 427	0.09 430	0.09 358	0.07 269	0.07 249	0.08 334
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
coex-ft	3.24 571	0.35 536	57.83 593	0.18 289	0.13 442	0.27 479	0.23 460	0.28 379	0.72 542	1.89 573	0.70 539	0.43 513	0.47 533	0.29 482	0.43 535	0.09 354	0.09 430	0.12 457	0.09 381	0.14 482	0.14 481

fast-acv-ft	0.18 408	0.11 390	0.20 413	0.19 348	0.12 416	0.26 470	0.21 436	0.26 341	0.35 438	0.22 403	0.34 449	0.27 420	0.21 429	0.21 419	0.23 443	0.09 354	0.09 430	0.08 274	0.10 419	0.08 315	0.07 265

GASNet	0.22 451	0.24 515	0.34 490	0.26 500	0.17 502	0.27 479	0.16 285	0.45 526	0.42 473	0.27 453	0.24 331	0.30 447	0.16 353	0.27 467	0.18 381	0.12 453	0.09 430	0.12 457	0.11 449	0.16 505	0.08 334

Wz-Net-SNSev	0.26 493	0.17 480	0.46 512	0.25 491	0.14 460	0.26 470	0.24 470	0.38 495	0.57 519	0.30 481	0.56 521	0.39 500	0.26 467	0.24 456	0.32 512	0.10 395	0.09 430	0.10 406	0.11 449	0.11 434	0.11 432

Wz-Net-LNSev	0.22 451	0.16 470	0.41 505	0.22 453	0.13 442	0.25 459	0.24 470	0.33 443	0.44 483	0.30 481	0.42 498	0.32 469	0.19 409	0.23 445	0.27 481	0.10 395	0.09 430	0.08 274	0.08 336	0.12 451	0.11 432

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	0.28 466	0.28 399	0.29 438	0.18 391	0.19 383	0.18 381	0.09 354	0.09 430	0.07 194	0.07 269	0.08 315	0.09 378

dad	0.18 408	0.20 501	0.21 423	0.17 207	0.11 387	0.20 406	0.19 402	0.21 243	0.28 380	0.30 481	0.24 331	0.30 447	0.13 279	0.19 383	0.17 368	0.18 516	0.09 430	0.11 436	0.09 381	0.11 434	0.07 265

GwcNet	0.20 429	0.14 452	0.20 413	0.18 289	0.12 416	0.25 459	0.20 420	0.36 479	0.45 487	0.20 372	0.33 439	0.33 475	0.21 429	0.22 437	0.25 462	0.11 427	0.09 430	0.09 358	0.09 381	0.09 377	0.10 408

HGLStereo	0.17 393	0.09 300	0.19 409	0.17 207	0.12 416	0.18 365	0.18 359	0.31 424	0.33 413	0.22 403	0.33 439	0.24 391	0.18 391	0.20 401	0.21 419	0.10 395	0.09 430	0.07 194	0.07 269	0.09 377	0.10 408

G-Net	0.25 482	0.17 480	0.38 500	0.23 472	0.16 490	0.51 532	0.23 460	0.29 397	0.35 438	0.36 503	0.38 468	0.31 462	0.29 486	0.28 475	0.27 481	0.11 427	0.09 430	0.12 457	0.10 419	0.16 505	0.14 481

XQC	0.29 506	0.23 512	0.53 520	0.29 521	0.19 515	0.36 514	0.28 505	0.37 488	0.58 522	0.31 487	0.31 424	0.37 489	0.30 497	0.39 522	0.39 528	0.13 470	0.09 430	0.15 495	0.12 470	0.18 514	0.18 516

RTS	0.46 536	0.19 497	3.33 569	0.25 491	0.15 478	0.72 548	0.21 436	0.37 488	0.78 549	0.42 519	0.44 503	0.31 462	0.43 530	0.55 542	0.37 524	0.10 395	0.09 430	0.13 471	0.13 481	0.15 494	0.15 495

RTSA	0.46 536	0.19 497	3.33 569	0.25 491	0.15 478	0.72 548	0.21 436	0.37 488	0.78 549	0.42 519	0.44 503	0.31 462	0.43 530	0.55 542	0.37 524	0.10 395	0.09 430	0.13 471	0.13 481	0.15 494	0.15 495

ADCMid	0.26 493	0.15 459	0.42 508	0.20 402	0.14 460	0.25 459	0.26 494	0.35 472	0.40 464	0.37 507	0.45 505	0.34 479	0.42 527	0.36 510	0.36 520	0.10 395	0.09 430	0.11 436	0.11 449	0.13 466	0.13 465

DANet	0.21 443	0.16 470	0.29 472	0.25 491	0.13 442	0.23 444	0.19 402	0.28 379	0.27 364	0.28 466	0.32 433	0.35 484	0.32 504	0.31 489	0.24 455	0.11 427	0.09 430	0.11 436	0.10 419	0.13 466	0.11 432
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DeepPruner_ROB	0.16 371	0.11 390	0.16 331	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	0.19 409	0.21 419	0.16 351	0.13 470	0.09 430	0.09 358	0.10 419	0.11 434	0.11 432

SANet	0.25 482	0.14 452	0.29 472	0.21 433	0.11 387	0.29 493	0.25 486	0.40 504	0.65 536	0.36 503	0.40 479	0.42 511	0.27 473	0.27 467	0.25 462	0.12 453	0.09 430	0.10 406	0.09 381	0.13 466	0.12 453

ETE_ROB	0.23 464	0.17 480	0.23 440	0.25 491	0.14 460	0.26 470	0.29 516	0.32 429	0.37 449	0.28 466	0.37 461	0.45 517	0.27 473	0.28 475	0.27 481	0.11 427	0.09 430	0.12 457	0.10 419	0.14 482	0.13 465

PDISCO_ROB	0.28 502	0.16 470	0.28 463	0.28 514	0.20 518	0.33 502	0.27 499	0.45 526	0.58 522	0.28 466	0.41 490	0.45 517	0.30 497	0.34 501	0.35 519	0.12 453	0.09 430	0.17 504	0.16 505	0.17 512	0.13 465

LALA_ROB	0.25 482	0.16 470	0.23 440	0.27 508	0.17 502	0.27 479	0.27 499	0.42 514	0.38 455	0.33 498	0.39 476	0.51 528	0.26 467	0.29 482	0.28 489	0.16 510	0.09 430	0.13 471	0.12 470	0.13 466	0.13 465

PWCDC_ROB	0.21 443	0.13 437	0.23 440	0.25 491	0.12 416	0.20 406	0.15 226	0.34 457	0.55 515	0.29 475	0.49 511	0.21 347	0.15 332	0.28 475	0.20 406	0.11 427	0.09 430	0.10 406	0.08 336	0.11 434	0.09 378

zh-sn7	0.26 493	0.17 480	0.55 523	0.24 483	0.14 460	0.25 459	0.25 486	0.34 457	0.49 498	0.29 475	0.55 519	0.29 438	0.32 504	0.37 515	0.33 515	0.10 395	0.10 453	0.11 436	0.11 449	0.12 451	0.12 453

rvit_stereo_0075_2	0.17 393	0.12 409	0.25 449	0.23 472	0.16 490	0.13 233	0.10 26	0.30 408	0.27 364	0.20 372	0.28 399	0.22 365	0.15 332	0.18 358	0.13 262	0.16 510	0.10 453	0.17 504	0.10 419	0.10 412	0.10 408

StereoVision	0.14 303	0.13 437	0.10 95	0.24 483	0.10 334	0.16 326	0.21 436	0.21 243	0.20 259	0.12 186	0.25 358	0.10 151	0.10 185	0.16 302	0.10 111	0.09 354	0.10 453	0.12 457	0.12 470	0.06 182	0.05 109

SQANet	0.24 475	0.24 515	0.31 481	0.31 525	0.19 515	0.27 479	0.13 108	0.30 408	0.33 413	0.25 442	0.37 461	0.31 462	0.22 436	0.27 467	0.23 443	0.15 493	0.10 453	0.21 518	0.16 505	0.22 520	0.16 504

ssnet_v2	0.17 393	0.10 365	0.18 386	0.17 207	0.11 387	0.21 417	0.22 448	0.34 457	0.25 339	0.23 417	0.23 319	0.27 420	0.19 409	0.22 437	0.21 419	0.11 427	0.10 453	0.09 358	0.09 381	0.08 315	0.08 334

pcwnet_v2	0.19 420	0.11 390	0.26 458	0.18 289	0.14 460	0.18 365	0.15 226	0.37 488	0.46 494	0.19 350	0.24 331	0.21 347	0.19 409	0.21 419	0.20 406	0.13 470	0.10 453	0.10 406	0.10 419	0.11 434	0.13 465

psm_up	0.19 420	0.10 365	0.18 386	0.21 433	0.11 387	0.17 349	0.19 402	0.38 495	0.34 424	0.22 403	0.28 399	0.29 438	0.25 459	0.20 401	0.22 432	0.09 354	0.10 453	0.11 436	0.11 449	0.08 315	0.08 334

AF-Net	0.23 464	0.17 480	0.17 354	0.27 508	0.13 442	0.26 470	0.24 470	0.33 443	0.51 505	0.25 442	0.33 439	0.39 500	0.27 473	0.28 475	0.26 475	0.11 427	0.10 453	0.16 502	0.12 470	0.11 434	0.11 432

Nwc_Net	0.23 464	0.17 480	0.22 432	0.25 491	0.15 478	0.25 459	0.27 499	0.38 495	0.39 460	0.22 403	0.41 490	0.30 447	0.29 486	0.28 475	0.25 462	0.11 427	0.10 453	0.17 504	0.20 518	0.10 412	0.11 432

ADCPNet	0.26 493	0.17 480	0.62 533	0.21 433	0.15 478	0.36 514	0.25 486	0.33 443	0.37 449	0.31 487	0.41 490	0.36 486	0.29 486	0.29 482	0.34 518	0.12 453	0.10 453	0.11 436	0.12 470	0.14 482	0.13 465

DPSNet	0.28 502	0.16 470	0.33 487	0.18 289	0.13 442	0.55 535	0.42 543	0.52 536	0.68 537	0.29 475	0.38 468	0.39 500	0.30 497	0.32 494	0.23 443	0.11 427	0.10 453	0.11 436	0.08 336	0.20 519	0.16 504

MDST_ROB	0.22 451	0.10 365	0.18 386	0.18 289	0.11 387	0.40 524	0.19 402	0.44 524	0.42 473	0.40 513	0.40 479	0.29 438	0.21 429	0.27 467	0.19 396	0.11 427	0.10 453	0.14 484	0.11 449	0.10 412	0.08 334

XPNet_ROB	0.22 451	0.12 409	0.20 413	0.22 453	0.13 442	0.22 431	0.19 402	0.35 472	0.40 464	0.30 481	0.40 479	0.38 495	0.27 473	0.26 465	0.29 497	0.15 493	0.10 453	0.10 406	0.10 419	0.13 466	0.12 453

TCMNet	0.19 420	0.12 409	0.20 413	0.21 433	0.18 511	0.21 417	0.24 470	0.28 379	0.36 443	0.23 417	0.26 371	0.25 404	0.20 421	0.20 401	0.23 443	0.13 470	0.11 466	0.11 436	0.12 470	0.13 466	0.12 453

PSMNet-RUCA	0.28 502	0.33 534	0.42 508	0.36 533	0.32 539	0.18 365	0.20 420	0.42 514	0.30 393	0.33 498	0.41 490	0.40 506	0.24 451	0.31 489	0.20 406	0.19 519	0.11 466	0.25 525	0.15 501	0.22 520	0.16 504

rvit_0105_6	0.14 303	0.09 300	0.18 386	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	0.13 279	0.18 358	0.13 262	0.15 493	0.11 466	0.12 457	0.10 419	0.09 377	0.06 187

rvit_0105_5	0.14 303	0.10 365	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	0.13 279	0.17 341	0.14 298	0.14 489	0.11 466	0.10 406	0.11 449	0.08 315	0.07 265

rvit_0105_4	0.15 344	0.09 300	0.17 354	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	0.14 311	0.17 341	0.13 262	0.15 493	0.11 466	0.11 436	0.10 419	0.09 377	0.06 187

rvit_0105_3	0.16 371	0.10 365	0.15 289	0.20 402	0.12 416	0.15 298	0.26 494	0.25 328	0.30 393	0.15 262	0.17 235	0.21 347	0.14 311	0.18 358	0.14 298	0.14 489	0.11 466	0.12 457	0.14 486	0.07 249	0.07 265

DGSMNet	0.25 482	0.19 497	0.34 490	0.21 433	0.24 527	0.24 450	0.21 436	0.36 479	0.42 473	0.25 442	0.32 433	0.38 495	0.21 429	0.29 482	0.24 455	0.13 470	0.11 466	0.14 484	0.16 505	0.23 523	0.23 529

FAT-Stereo	0.21 443	0.13 437	0.22 432	0.21 433	0.12 416	0.18 365	0.18 359	0.35 472	0.40 464	0.28 466	0.37 461	0.33 475	0.33 507	0.21 419	0.20 406	0.09 354	0.11 466	0.10 406	0.09 381	0.11 434	0.14 481

STTStereo	0.18 408	0.13 437	0.28 463	0.20 402	0.11 387	0.16 326	0.21 436	0.29 397	0.23 305	0.22 403	0.30 420	0.29 438	0.18 391	0.20 401	0.20 406	0.12 453	0.11 466	0.11 436	0.14 486	0.09 377	0.08 334

NCC-stereo	0.25 482	0.15 459	0.31 481	0.26 500	0.17 502	0.21 417	0.31 524	0.41 509	0.40 464	0.24 429	0.38 468	0.33 475	0.29 486	0.37 515	0.28 489	0.13 470	0.11 466	0.15 495	0.22 523	0.13 466	0.13 465

edge stereo	0.23 464	0.14 452	0.21 423	0.21 433	0.13 442	0.24 450	0.16 285	0.32 429	0.42 473	0.32 494	0.40 479	0.39 500	0.35 511	0.25 461	0.25 462	0.13 470	0.11 466	0.14 484	0.11 449	0.12 451	0.14 481

Abc-Net	0.25 482	0.15 459	0.31 481	0.26 500	0.17 502	0.21 417	0.31 524	0.41 509	0.40 464	0.24 429	0.38 468	0.33 475	0.29 486	0.37 515	0.28 489	0.13 470	0.11 466	0.15 495	0.22 523	0.13 466	0.13 465
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	0.15 459	0.31 481	0.24 483	0.18 511	0.23 444	0.15 226	0.39 501	0.72 542	0.32 494	0.42 498	0.36 486	0.29 486	0.33 498	0.30 502	0.13 470	0.11 466	0.14 484	0.13 481	0.16 505	0.20 524

DeepPrunerF	0.24 475	0.17 480	0.45 511	0.26 500	0.16 490	0.23 444	0.29 516	0.37 488	0.51 505	0.27 453	0.31 424	0.24 391	0.28 482	0.22 437	0.23 443	0.15 493	0.11 466	0.20 517	0.18 516	0.12 451	0.14 481

rvit_105_1	0.19 420	0.12 409	0.25 449	0.21 433	0.16 490	0.22 431	0.28 505	0.32 429	0.42 473	0.20 372	0.21 299	0.22 365	0.18 391	0.19 383	0.18 381	0.12 453	0.12 480	0.13 471	0.15 501	0.08 315	0.07 265

UDG	0.21 443	0.17 480	0.20 413	0.23 472	0.15 478	0.31 498	0.20 420	0.33 443	0.35 438	0.24 429	0.28 399	0.31 462	0.29 486	0.21 419	0.23 443	0.15 493	0.12 480	0.13 471	0.09 381	0.14 482	0.15 495

APVNet	0.23 464	0.12 409	0.20 413	0.18 289	0.14 460	0.32 500	0.31 524	0.40 504	0.33 413	0.27 453	0.40 479	0.30 447	0.29 486	0.27 467	0.25 462	0.11 427	0.12 480	0.11 436	0.14 486	0.12 451	0.13 465

Syn2CoEx	0.22 451	0.16 470	0.29 472	0.29 521	0.15 478	0.26 470	0.21 436	0.34 457	0.32 408	0.29 475	0.36 458	0.28 430	0.25 459	0.20 401	0.25 462	0.16 510	0.12 480	0.14 484	0.11 449	0.09 377	0.08 334

S-Stereo	0.21 443	0.12 409	0.25 449	0.21 433	0.13 442	0.21 417	0.19 402	0.33 443	0.45 487	0.23 417	0.36 458	0.28 430	0.29 486	0.20 401	0.23 443	0.09 354	0.12 480	0.10 406	0.10 419	0.13 466	0.14 481

RP	0.22 451	0.13 437	0.22 432	0.23 472	0.12 416	0.21 417	0.20 420	0.26 341	0.45 487	0.22 403	0.38 468	0.37 489	0.25 459	0.28 475	0.25 462	0.11 427	0.12 480	0.13 471	0.12 470	0.13 466	0.14 481

stereogan	0.22 451	0.11 390	0.21 423	0.20 402	0.12 416	0.32 500	0.19 402	0.36 479	0.45 487	0.23 417	0.39 476	0.35 484	0.27 473	0.33 498	0.23 443	0.10 395	0.12 480	0.10 406	0.10 419	0.14 482	0.14 481

AnyNet_C32	0.26 493	0.16 470	0.39 501	0.20 402	0.17 502	0.26 470	0.31 524	0.32 429	0.45 487	0.31 487	0.50 513	0.30 447	0.34 508	0.41 531	0.36 520	0.12 453	0.12 480	0.12 457	0.14 486	0.14 482	0.15 495

GANet	0.22 451	0.13 437	0.21 423	0.25 491	0.14 460	0.23 444	0.22 448	0.42 514	0.27 364	0.31 487	0.43 501	0.37 489	0.29 486	0.23 445	0.23 443	0.10 395	0.12 480	0.10 406	0.09 381	0.10 412	0.08 334

PS-NSSS	0.20 429	0.21 506	0.23 440	0.20 402	0.10 334	0.19 387	0.17 311	0.36 479	0.26 352	0.27 453	0.34 449	0.27 420	0.24 451	0.20 401	0.20 406	0.15 493	0.12 480	0.17 504	0.14 486	0.10 412	0.09 378

NCCL2	0.24 475	0.15 459	0.18 386	0.34 529	0.18 511	0.24 450	0.24 470	0.34 457	0.29 387	0.31 487	0.38 468	0.38 495	0.29 486	0.23 445	0.25 462	0.15 493	0.12 480	0.18 513	0.21 520	0.13 466	0.13 465

WCMA_ROB	0.24 475	0.11 390	0.24 446	0.17 207	0.14 460	0.34 506	0.16 285	0.33 443	0.33 413	0.39 510	0.54 518	0.40 506	0.35 511	0.35 506	0.26 475	0.12 453	0.12 480	0.12 457	0.11 449	0.14 482	0.14 481

YMNet	0.20 429	0.12 409	0.20 413	0.21 433	0.14 460	0.27 479	0.23 460	0.32 429	0.34 424	0.28 466	0.35 453	0.30 447	0.18 391	0.18 358	0.22 432	0.11 427	0.13 492	0.10 406	0.10 419	0.09 377	0.09 378

YMNet_1	0.20 429	0.12 409	0.20 413	0.21 433	0.14 460	0.27 479	0.23 460	0.32 429	0.34 424	0.28 466	0.35 453	0.30 447	0.18 391	0.18 358	0.22 432	0.11 427	0.13 492	0.10 406	0.10 419	0.09 377	0.09 378

Wz-Net-TNSev	0.29 506	0.20 501	0.69 544	0.19 348	0.15 478	0.38 520	0.27 499	0.36 479	0.56 517	0.35 500	0.42 498	0.45 517	0.39 518	0.33 498	0.31 507	0.13 470	0.13 492	0.10 406	0.12 470	0.15 494	0.15 495

DDUNet	0.23 464	0.18 494	0.22 432	0.22 453	0.15 478	0.25 459	0.24 470	0.30 408	0.31 402	0.31 487	0.37 461	0.34 479	0.26 467	0.25 461	0.21 419	0.18 516	0.13 492	0.17 504	0.11 449	0.16 505	0.17 513

FADNet-RVC	0.21 443	0.20 501	0.40 503	0.21 433	0.16 490	0.21 417	0.15 226	0.27 355	0.27 364	0.26 446	0.32 433	0.26 414	0.21 429	0.22 437	0.19 396	0.12 453	0.13 492	0.12 457	0.14 486	0.13 466	0.18 516

RGC	0.25 482	0.20 501	0.29 472	0.28 514	0.16 490	0.22 431	0.23 460	0.33 443	0.44 483	0.27 453	0.40 479	0.38 495	0.28 482	0.37 515	0.23 443	0.11 427	0.13 492	0.17 504	0.17 512	0.15 494	0.16 504

ADCS	0.30 509	0.19 497	0.48 517	0.21 433	0.18 511	0.29 493	0.24 470	0.42 514	0.64 533	0.40 513	0.50 513	0.40 506	0.37 515	0.40 526	0.43 535	0.13 470	0.13 492	0.13 471	0.14 486	0.16 505	0.16 504

AnyNet_C01	0.37 524	0.26 521	1.41 563	0.22 453	0.17 502	0.51 532	0.28 505	0.36 479	0.40 464	0.39 510	0.75 544	0.46 521	0.39 518	0.46 534	0.50 545	0.13 470	0.13 492	0.13 471	0.14 486	0.14 482	0.16 504

SGM_RVC	0.24 475	0.12 409	0.16 331	0.15 64	0.09 228	0.34 506	0.19 402	0.35 472	0.32 408	0.44 524	0.38 468	0.53 532	0.36 514	0.36 510	0.26 475	0.13 470	0.13 492	0.13 471	0.13 481	0.11 434	0.11 432
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 500	0.13 437	0.18 386	0.15 64	0.11 387	0.33 502	0.24 470	0.41 509	0.36 443	0.53 533	0.58 529	0.67 542	0.41 523	0.36 510	0.27 481	0.14 489	0.13 492	0.13 471	0.11 449	0.11 434	0.11 432
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
ACVNet-4b	0.39 526	0.53 545	0.56 524	0.45 541	0.24 527	0.46 528	0.18 359	0.50 533	0.64 533	0.42 519	0.45 505	0.60 536	0.27 473	0.34 501	0.24 455	0.33 542	0.14 502	0.48 545	0.42 545	0.31 540	0.27 537

ccnet	0.30 509	0.28 523	0.24 446	0.20 402	0.28 534	0.41 525	0.22 448	0.46 529	0.33 413	0.37 507	0.46 507	0.37 489	0.30 497	0.40 526	0.43 535	0.23 535	0.14 502	0.21 518	0.17 512	0.23 523	0.19 521

MaskLacGwcNet_RVC	0.22 451	0.21 506	0.25 449	0.26 500	0.11 387	0.24 450	0.14 156	0.39 501	0.24 315	0.32 494	0.36 458	0.30 447	0.21 429	0.19 383	0.22 432	0.17 515	0.14 502	0.21 518	0.16 505	0.13 466	0.12 453

PVD	0.40 528	0.21 506	0.40 503	0.32 528	0.23 524	0.30 496	0.45 547	0.53 538	0.97 556	0.55 535	0.80 548	0.54 533	0.60 546	0.53 540	0.40 530	0.19 519	0.14 502	0.17 504	0.14 486	0.24 529	0.32 542

psmorigin	0.25 482	0.16 470	0.35 496	0.17 207	0.13 442	0.24 450	0.14 156	0.34 457	0.34 424	0.41 517	0.55 519	0.41 509	0.38 517	0.35 506	0.28 489	0.11 427	0.15 506	0.11 436	0.11 449	0.12 451	0.17 513

MFN_U_SF_RVC	0.33 517	0.22 510	0.58 529	0.31 525	0.15 478	0.36 514	0.17 311	0.54 539	0.46 494	0.47 529	0.56 521	0.58 535	0.39 518	0.36 510	0.38 527	0.15 493	0.15 506	0.18 513	0.21 520	0.16 505	0.16 504

FADNet	0.21 443	0.23 512	0.37 499	0.18 289	0.17 502	0.25 459	0.13 108	0.32 429	0.32 408	0.23 417	0.25 358	0.27 420	0.21 429	0.19 383	0.16 351	0.13 470	0.15 506	0.12 457	0.15 501	0.17 512	0.18 516

FBW_ROB	0.25 482	0.17 480	0.23 440	0.27 508	0.14 460	0.26 470	0.22 448	0.42 514	0.43 481	0.42 519	0.41 490	0.43 513	0.27 473	0.32 494	0.24 455	0.09 354	0.15 506	0.15 495	0.12 470	0.12 451	0.10 408

CBMV	0.20 429	0.15 459	0.18 386	0.18 289	0.10 334	0.20 406	0.11 45	0.30 408	0.31 402	0.29 475	0.31 424	0.31 462	0.23 442	0.28 475	0.19 396	0.13 470	0.15 506	0.17 504	0.16 505	0.10 412	0.10 408
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FINET	0.22 451	0.18 494	0.28 463	0.19 348	0.16 490	0.24 450	0.24 470	0.33 443	0.49 498	0.26 446	0.33 439	0.22 365	0.23 442	0.23 445	0.18 381	0.18 516	0.16 511	0.11 436	0.10 419	0.15 494	0.14 481

SGM-ForestM	0.33 517	0.12 409	0.17 354	0.16 132	0.11 387	0.42 526	0.20 420	0.43 520	0.53 514	0.53 533	0.57 525	1.41 564	0.44 532	0.42 532	0.29 497	0.14 489	0.16 511	0.16 502	0.16 505	0.12 451	0.13 465

CSAN	0.30 509	0.24 515	0.28 463	0.34 529	0.19 515	0.34 506	0.42 543	0.38 495	0.51 505	0.38 509	0.40 479	0.44 516	0.34 508	0.29 482	0.31 507	0.19 519	0.16 511	0.19 515	0.19 517	0.14 482	0.15 495

SGM-Forest	0.20 429	0.14 452	0.18 386	0.20 402	0.13 442	0.21 417	0.22 448	0.33 443	0.31 402	0.24 429	0.29 414	0.28 430	0.20 421	0.23 445	0.18 381	0.15 493	0.16 511	0.15 495	0.14 486	0.13 466	0.12 453
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HBP-ISP	0.18 408	0.13 437	0.17 354	0.15 64	0.11 387	0.08 47	0.13 108	0.28 379	0.30 393	0.22 403	0.33 439	0.21 347	0.25 459	0.23 445	0.18 381	0.15 493	0.17 515	0.21 518	0.17 512	0.10 412	0.09 378

NaN_ROB	0.23 464	0.20 501	0.25 449	0.25 491	0.13 442	0.31 498	0.27 499	0.34 457	0.41 471	0.31 487	0.31 424	0.32 469	0.23 442	0.31 489	0.22 432	0.11 427	0.17 515	0.10 406	0.11 449	0.08 315	0.09 378

SDNR	0.20 429	0.09 300	0.19 409	0.16 132	0.12 416	0.79 553	0.13 108	0.26 341	0.33 413	0.19 350	0.25 358	0.19 321	0.12 247	0.19 383	0.15 332	0.16 510	0.18 517	0.14 484	0.11 449	0.08 315	0.12 453

BEATNet-Init1	0.54 542	0.28 523	0.68 543	0.31 525	0.21 520	0.85 556	0.31 524	0.57 541	0.69 540	0.89 554	1.00 556	2.17 571	0.66 549	0.58 546	0.44 538	0.19 519	0.18 517	0.23 523	0.22 523	0.22 520	0.21 525

CC-Net-ROB	0.28 502	0.31 532	0.36 498	0.30 523	0.15 478	0.25 459	0.19 402	0.45 526	0.34 424	0.39 510	0.37 461	0.39 500	0.31 502	0.27 467	0.27 481	0.24 537	0.18 517	0.30 538	0.23 527	0.19 517	0.15 495

CBMV_ROB	0.19 420	0.13 437	0.18 386	0.16 132	0.11 387	0.16 326	0.12 69	0.27 355	0.29 387	0.27 453	0.31 424	0.27 420	0.24 451	0.24 456	0.16 351	0.15 493	0.18 517	0.22 522	0.20 518	0.10 412	0.12 453

NOSS_ROB	0.19 420	0.13 437	0.18 386	0.16 132	0.12 416	0.16 326	0.12 69	0.30 408	0.33 413	0.20 372	0.22 315	0.27 420	0.24 451	0.21 419	0.16 351	0.16 510	0.18 517	0.23 523	0.21 520	0.13 466	0.13 465

MSC_U_SF_DS_RVC	0.44 533	0.39 539	0.56 524	0.40 536	0.20 518	0.66 543	0.33 533	0.54 539	0.72 542	0.71 543	0.72 541	0.62 537	0.55 540	0.52 538	0.47 542	0.20 524	0.19 522	0.29 536	0.30 538	0.24 529	0.19 521

TCMNet-wrong-test	3.69 572	5.54 581	3.91 573	12.22 584	11.75 585	4.77 574	3.86 575	1.08 567	0.74 546	1.13 565	2.21 574	6.16 578	0.53 539	3.43 575	2.33 573	0.90 568	0.20 523	1.85 575	1.69 574	5.71 580	3.79 580

FC-DCNN v2	0.33 517	0.28 523	0.28 463	0.26 500	0.23 524	0.39 522	0.29 516	0.41 509	0.44 483	0.46 527	0.57 525	0.51 528	0.41 523	0.38 520	0.30 502	0.21 527	0.20 523	0.27 529	0.26 530	0.25 531	0.24 530

FCDSN-DC	0.33 517	0.28 523	0.28 463	0.30 523	0.24 527	0.39 522	0.28 505	0.43 520	0.42 473	0.44 524	0.53 517	0.51 528	0.42 527	0.37 515	0.30 502	0.21 527	0.20 523	0.27 529	0.26 530	0.25 531	0.25 532
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	0.30 509	0.24 515	0.30 478	0.36 533	0.16 490	0.36 514	0.31 524	0.34 457	0.43 481	0.41 517	0.46 507	0.38 495	0.30 497	0.35 506	0.29 497	0.19 519	0.20 523	0.26 526	0.29 536	0.18 514	0.19 521

SAMSARA	0.41 529	0.28 523	0.34 490	0.55 547	0.39 541	0.85 556	1.25 571	0.49 532	0.52 511	0.36 503	0.35 453	0.56 534	0.39 518	0.39 522	0.41 532	0.15 493	0.20 523	0.15 495	0.14 486	0.23 523	0.21 525

MANE	0.47 538	0.28 523	0.28 463	0.27 508	0.24 527	0.50 530	0.32 532	0.57 541	0.62 529	0.74 547	1.20 566	1.21 557	0.64 548	0.54 541	0.39 528	0.22 530	0.20 523	0.27 529	0.31 539	0.26 534	0.25 532

GANetREF_RVC	0.31 515	0.34 535	0.29 472	0.35 531	0.16 490	0.33 502	0.42 543	0.48 531	0.52 511	0.35 500	0.35 453	0.34 479	0.32 504	0.40 526	0.33 515	0.27 539	0.20 523	0.29 536	0.15 501	0.19 517	0.18 516
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
FC-DCNN	0.33 517	0.28 523	0.28 463	0.26 500	0.23 524	0.38 520	0.29 516	0.40 504	0.44 483	0.46 527	0.56 521	0.51 528	0.41 523	0.38 520	0.31 507	0.21 527	0.20 523	0.27 529	0.26 530	0.25 531	0.24 530

MSMD_ROB	0.31 515	0.26 521	0.26 458	0.24 483	0.21 520	0.34 506	0.25 486	0.34 457	0.39 460	0.40 513	0.69 538	0.45 517	0.41 523	0.34 501	0.28 489	0.20 524	0.20 523	0.26 526	0.25 529	0.23 523	0.22 528

LSM	0.34 523	0.21 506	0.62 533	0.27 508	0.62 558	0.35 510	0.26 494	0.43 520	0.49 498	0.45 526	0.60 532	0.42 511	0.37 515	0.35 506	0.26 475	0.13 470	0.21 532	0.14 484	0.16 505	0.18 514	0.34 544

ELAS_RVC	0.42 531	0.29 530	0.33 487	0.28 514	0.24 527	0.56 536	0.38 538	0.50 533	0.61 526	0.74 547	0.76 545	0.67 542	0.56 542	0.55 542	0.42 534	0.22 530	0.21 532	0.27 529	0.26 530	0.27 536	0.26 535
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 531	0.29 530	0.34 490	0.28 514	0.24 527	0.63 540	0.37 536	0.52 536	0.52 511	0.72 544	0.82 549	0.68 544	0.56 542	0.52 538	0.45 541	0.22 530	0.21 532	0.27 529	0.26 530	0.26 534	0.26 535
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PA-Net	0.24 475	0.18 494	0.34 490	0.28 514	0.22 523	0.22 431	0.39 540	0.29 397	0.39 460	0.22 403	0.33 439	0.25 404	0.26 467	0.21 419	0.25 462	0.10 395	0.23 535	0.15 495	0.22 523	0.09 377	0.13 465
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ACVNet_1	0.45 535	0.51 544	0.61 532	0.45 541	0.28 534	0.50 530	0.28 505	0.58 546	0.71 541	0.63 538	0.59 531	0.74 547	0.50 536	0.50 536	0.36 520	0.26 538	0.25 536	0.39 542	0.29 536	0.32 541	0.25 532

Anonymous_2	0.22 451	0.17 480	0.28 463	0.15 64	0.16 490	0.33 502	0.22 448	0.23 284	0.18 217	0.23 417	0.24 331	0.26 414	0.27 473	0.27 467	0.24 455	0.22 530	0.26 537	0.17 504	0.17 512	0.16 505	0.18 516

PASM	0.33 517	0.25 520	0.51 519	0.28 514	0.27 533	0.30 496	0.31 524	0.35 472	0.51 505	0.36 503	0.40 479	0.47 524	0.35 511	0.34 501	0.36 520	0.23 535	0.26 537	0.26 526	0.28 535	0.23 523	0.21 525

JetBlue	0.73 552	0.46 543	1.21 561	0.52 546	0.47 547	2.16 572	0.67 559	0.78 551	0.72 542	0.70 542	0.79 547	1.21 557	0.84 557	1.06 568	1.04 568	0.40 545	0.28 539	0.33 539	0.33 541	0.30 537	0.34 544

Ntro	0.41 529	0.40 540	0.54 522	0.46 544	0.30 538	0.64 541	0.24 470	0.47 530	0.68 537	0.42 519	0.49 511	0.47 524	0.42 527	0.40 526	0.32 512	0.32 541	0.28 539	0.37 541	0.31 539	0.33 542	0.29 538

test_sample9	0.18 408	0.12 409	0.21 423	0.13 9	0.14 460	0.18 365	0.14 156	0.28 379	0.24 315	0.21 388	0.21 299	0.24 391	0.20 421	0.19 383	0.18 381	0.15 493	0.30 541	0.14 484	0.14 486	0.15 494	0.13 465

test_sample8	0.20 429	0.12 409	0.21 423	0.13 9	0.14 460	0.18 365	0.14 156	0.32 429	0.21 273	0.28 466	0.22 315	0.36 486	0.26 467	0.19 383	0.18 381	0.15 493	0.30 541	0.14 484	0.14 486	0.15 494	0.13 465

otaku	0.39 526	0.38 538	0.53 520	0.44 540	0.28 534	0.57 537	0.24 470	0.42 514	0.62 529	0.40 513	0.50 513	0.46 521	0.34 508	0.40 526	0.33 515	0.30 540	0.30 541	0.39 542	0.33 541	0.30 537	0.29 538

NVStereoNet_ROB	0.47 538	0.37 537	0.47 515	0.42 539	0.29 537	0.35 510	0.35 534	0.50 533	0.61 526	0.73 545	0.94 553	0.70 546	0.68 550	0.48 535	0.62 552	0.22 530	0.33 544	0.34 540	0.34 543	0.30 537	0.31 541
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	0.44 533	0.40 540	0.46 512	0.37 535	0.43 545	0.42 526	0.41 541	0.57 541	0.55 515	0.32 494	0.73 542	0.32 469	0.50 536	0.42 532	0.49 544	0.39 544	0.36 545	0.45 544	0.52 554	0.42 544	0.30 540

MADNet+	0.76 553	0.72 555	3.76 572	0.67 550	0.41 543	0.99 562	0.97 569	0.72 550	0.75 547	0.52 532	0.58 529	0.64 540	0.68 550	0.89 562	1.04 568	0.35 543	0.36 545	0.28 535	0.23 527	0.38 543	0.33 543

ACVNet_2	0.67 549	0.68 554	0.70 547	0.64 549	0.41 543	0.75 551	0.50 548	0.98 561	1.38 566	0.90 555	1.09 560	1.04 552	0.74 553	0.55 542	0.48 543	0.43 546	0.40 547	0.53 549	0.45 546	0.48 545	0.36 546

GCST	0.37 524	0.42 542	0.27 460	1.03 566	0.39 541	0.18 365	0.08 7	0.21 243	0.18 217	0.28 466	0.25 358	0.15 260	0.12 247	0.16 302	0.14 298	0.64 559	0.43 548	0.75 556	0.65 558	0.64 553	0.46 552

IMH-64-1	0.66 547	0.62 550	0.69 544	0.72 551	0.51 548	0.60 538	0.51 549	0.92 555	0.84 551	0.75 550	1.02 557	0.81 548	0.78 555	0.80 553	0.50 545	0.43 546	0.46 549	0.72 553	0.48 547	0.55 549	0.40 547

IMH-64	0.66 547	0.62 550	0.69 544	0.72 551	0.51 548	0.60 538	0.51 549	0.92 555	0.84 551	0.75 550	1.02 557	0.81 548	0.78 555	0.80 553	0.50 545	0.43 546	0.46 549	0.72 553	0.48 547	0.55 549	0.40 547

TorneroNet-64	0.76 553	0.73 556	0.77 550	0.78 555	0.58 556	0.94 561	0.58 553	0.85 554	1.26 561	0.67 539	0.88 551	1.41 564	0.76 554	0.87 559	0.68 555	0.49 551	0.46 549	0.73 555	0.59 555	0.68 557	0.54 553

PWCK	0.72 550	0.95 564	0.99 558	0.77 553	0.32 539	0.79 553	0.38 538	0.92 555	0.90 554	0.96 558	0.76 545	0.97 551	0.62 547	0.87 559	0.68 555	0.73 562	0.46 549	0.76 558	0.49 549	0.71 560	0.44 551

SPS-STEREO	0.58 545	0.59 548	0.66 536	0.45 541	0.55 551	0.65 542	0.44 546	0.63 548	0.51 505	0.69 541	0.65 533	0.66 541	0.58 545	0.62 548	0.62 552	0.62 558	0.47 553	0.51 547	0.49 549	0.55 549	0.58 554
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 542	0.61 549	0.71 549	0.57 548	0.43 545	0.66 543	0.37 536	0.60 547	0.87 553	0.51 531	0.67 534	0.63 538	0.47 533	0.50 536	0.44 538	0.47 550	0.48 554	0.53 549	0.41 544	0.53 548	0.41 549

WAO-6	0.82 556	0.81 559	0.63 535	0.87 560	0.63 559	0.79 553	0.60 555	0.98 561	1.52 570	0.91 557	0.97 555	1.08 554	1.04 565	0.72 552	0.70 558	0.72 561	0.49 555	0.91 564	0.71 562	0.70 559	0.59 557

TorneroNet	0.83 557	0.75 557	0.83 554	0.85 558	0.63 559	1.03 565	0.65 557	0.96 559	1.14 559	0.80 552	1.10 562	1.36 562	0.88 559	0.95 564	0.82 563	0.57 553	0.49 555	0.79 561	0.66 560	0.74 563	0.64 563

SGM+DAISY	0.57 544	0.58 546	0.67 540	0.41 537	0.55 551	0.68 545	0.51 549	0.57 541	0.46 494	0.67 539	0.70 539	0.69 545	0.57 544	0.64 549	0.58 550	0.59 556	0.49 555	0.50 546	0.50 551	0.52 546	0.59 557

IMH	0.72 550	0.65 552	0.70 547	0.77 553	0.54 550	0.71 547	0.56 552	0.99 563	1.08 557	0.82 553	1.09 560	0.89 550	0.88 559	0.88 561	0.53 549	0.44 549	0.50 558	0.75 556	0.51 552	0.58 552	0.42 550

anonymity	0.53 541	0.58 546	0.66 536	0.41 537	0.61 557	0.54 534	0.41 541	0.57 541	0.41 471	0.56 536	0.50 513	0.50 527	0.55 540	0.59 547	0.50 545	0.58 555	0.50 558	0.51 547	0.51 552	0.52 546	0.58 554

DPSimNet_ROB	1.14 567	1.25 570	0.87 556	1.15 569	0.90 569	1.15 568	1.18 570	1.20 572	1.26 561	1.45 570	1.05 559	1.44 567	1.13 569	0.92 563	1.70 571	1.47 573	0.52 560	1.22 570	1.04 572	0.92 566	1.03 571

WAO-8	0.92 560	0.83 560	0.67 540	0.94 563	0.70 563	0.92 559	0.68 560	1.08 567	1.80 573	1.06 563	1.42 570	1.29 559	1.08 567	0.86 557	0.80 561	0.74 563	0.54 561	0.86 562	0.75 563	0.71 560	0.63 561

Venus	0.92 560	0.83 560	0.67 540	0.94 563	0.70 563	0.92 559	0.68 560	1.08 567	1.80 573	1.06 563	1.42 570	1.29 559	1.08 567	0.86 557	0.80 561	0.74 563	0.54 561	0.86 562	0.75 563	0.71 560	0.63 561

UNDER WATER	0.99 564	1.00 566	1.47 564	1.00 565	0.71 565	1.18 569	0.86 565	0.81 553	1.09 558	1.02 560	0.90 552	1.53 568	1.26 571	1.06 568	1.02 567	0.79 565	0.54 561	1.02 566	0.88 567	0.83 565	0.75 565

LVE	0.84 558	0.87 562	0.86 555	0.81 556	0.56 553	1.09 567	0.66 558	1.07 565	1.45 568	0.97 559	1.23 568	1.11 555	0.86 558	0.84 556	0.72 559	0.49 551	0.56 564	0.76 558	0.60 557	0.66 555	0.60 560

Dean	0.88 559	0.88 563	0.81 551	0.82 557	0.57 554	0.91 558	0.62 556	1.17 571	1.71 571	1.15 566	1.16 564	1.31 561	1.00 564	0.82 555	0.83 564	0.57 553	0.56 564	0.78 560	0.65 558	0.67 556	0.58 554

UNDER WATER-64	0.97 562	0.96 565	1.48 565	0.88 561	0.57 554	1.24 570	0.90 567	0.78 551	0.96 555	1.05 561	0.85 550	1.56 569	1.26 571	0.97 566	0.99 566	0.88 567	0.57 566	1.04 567	0.88 567	0.81 564	0.75 565

MFMNet_re	0.65 546	0.66 553	0.66 536	0.51 545	0.69 562	0.70 546	0.58 553	0.65 549	0.75 547	0.61 537	0.73 542	0.63 538	0.68 550	0.65 550	0.60 551	0.66 560	0.58 567	0.63 551	0.59 555	0.68 557	0.69 564

WAO-7	0.80 555	0.78 558	0.57 526	0.85 558	0.67 561	0.76 552	0.69 562	1.07 565	1.30 563	0.90 555	1.20 566	1.05 553	0.93 561	0.71 551	0.68 555	0.60 557	0.62 568	0.67 552	0.68 561	0.64 553	0.59 557

notaker	0.98 563	1.13 567	1.02 559	1.14 568	0.81 566	0.73 550	0.69 562	0.94 558	1.15 560	1.19 568	1.19 565	1.41 564	1.17 570	1.10 570	0.74 560	0.82 566	0.64 569	1.18 568	0.79 565	1.02 567	0.82 568

ktn	1.02 565	1.23 569	0.82 552	1.24 570	0.86 568	1.00 564	0.86 565	0.96 559	1.37 565	1.05 561	1.12 563	1.16 556	1.06 566	0.95 564	0.62 552	1.28 572	0.71 570	1.39 572	0.83 566	1.06 569	0.77 567

HanzoNet	1.31 568	1.29 571	1.22 562	1.13 567	0.85 567	1.05 566	0.84 564	1.06 564	1.47 569	1.66 571	1.63 572	2.48 573	1.78 573	1.63 572	1.69 570	1.27 571	0.80 571	1.32 571	1.02 570	1.07 570	0.90 569

KSHMR	1.10 566	1.19 568	0.90 557	1.26 571	1.00 570	0.99 562	0.96 568	1.13 570	1.35 564	1.16 567	1.28 569	1.40 563	0.97 563	1.03 567	0.93 565	1.03 570	1.08 572	1.20 569	1.03 571	1.03 568	0.98 570

JetRed	1.66 569	1.51 572	3.09 568	0.93 562	1.21 571	5.28 575	1.61 574	1.29 573	1.42 567	1.84 572	1.77 573	1.59 570	0.95 562	1.43 571	2.51 575	0.91 569	1.61 573	0.93 565	0.91 569	1.36 571	1.03 571

MADNet++	1.97 570	1.75 573	1.66 566	1.83 572	1.69 573	2.38 573	1.45 573	2.36 574	2.11 575	2.58 574	2.37 575	2.25 572	2.21 574	2.28 573	2.36 574	1.87 574	1.67 574	1.53 573	1.34 573	1.87 572	1.78 574

PML	8.57 581	9.39 585	6.24 574	5.34 577	6.36 578	13.21 581	20.99 580	5.35 576	6.68 577	17.75 587	26.46 593	7.58 579	6.08 577	7.89 580	5.76 576	5.33 581	1.83 575	5.95 585	1.93 575	8.75 583	2.53 576

xxxxx1	7.75 575	5.06 578	7.26 575	3.15 574	3.91 575	16.37 583	22.88 584	5.87 579	8.68 578	7.99 579	8.55 577	9.13 581	8.46 579	10.05 581	10.47 579	2.43 576	2.48 576	3.56 579	12.26 583	3.48 575	3.02 577

tt_ll	7.75 575	5.06 578	7.26 575	3.15 574	3.91 575	16.37 583	22.88 584	5.87 579	8.68 578	7.99 579	8.55 577	9.13 581	8.46 579	10.05 581	10.47 579	2.43 576	2.48 576	3.56 579	12.26 583	3.48 575	3.02 577

ff	7.75 575	5.06 578	7.26 575	3.15 574	3.91 575	16.37 583	22.88 584	5.87 579	8.68 578	7.99 579	8.55 577	9.13 581	8.46 579	10.05 581	10.47 579	2.43 576	2.48 576	3.56 579	12.26 583	3.48 575	3.02 577

LRCNet_RVC	10.76 583	13.97 586	7.97 581	19.07 586	2.04 574	0.35 510	0.31 524	5.29 575	0.48 497	13.02 585	17.65 586	8.69 580	5.73 576	4.78 576	2.22 572	23.53 591	2.69 579	27.60 592	25.75 592	17.60 589	16.54 590

USTest	6.16 574	2.65 575	2.79 567	6.48 580	7.21 579	14.33 582	21.38 581	6.98 582	9.55 581	5.35 578	6.12 576	5.71 577	7.69 578	6.31 579	6.75 578	1.97 575	3.38 580	1.63 574	2.14 577	2.49 573	2.35 575

DPSMNet_ROB	8.06 579	4.50 576	8.69 582	5.36 579	10.74 582	8.32 577	22.71 582	5.47 577	13.38 583	5.13 576	9.98 580	5.10 575	10.47 582	5.53 577	12.77 583	3.80 580	8.00 581	3.49 577	6.95 580	3.75 579	7.09 582

DGTPSM_ROB	8.06 579	4.50 576	8.69 582	5.34 577	10.73 581	8.32 577	22.71 582	5.47 577	13.38 583	5.13 576	9.98 580	5.10 575	10.47 582	5.53 577	12.77 583	3.79 579	8.00 581	3.49 577	6.95 580	3.74 578	7.09 582

Anonymous_1	10.87 584	7.82 582	7.41 578	10.29 581	10.08 580	18.64 587	26.11 587	11.02 584	13.45 585	9.43 582	10.10 582	9.73 584	11.31 584	10.69 584	12.47 582	6.42 583	8.38 583	5.70 582	10.22 582	11.41 584	6.65 581

DPSM_ROB	11.10 585	8.47 583	7.95 579	10.84 582	11.58 583	19.10 588	26.50 588	12.02 585	14.09 586	10.38 583	10.91 583	10.39 585	11.92 585	11.67 585	13.39 585	6.99 584	8.79 584	5.82 583	6.92 578	6.97 581	7.31 584

DPSM	11.10 585	8.47 583	7.95 579	10.84 582	11.58 583	19.10 588	26.50 588	12.02 585	14.09 586	10.38 583	10.91 583	10.39 585	11.92 585	11.67 585	13.39 585	6.99 584	8.79 584	5.82 583	6.92 578	6.97 581	7.31 584

tt	4.65 573	0.07 117	3.54 571	2.01 573	1.55 572	10.25 579	16.66 579	8.90 583	5.03 576	1.33 569	0.96 554	4.71 574	4.74 575	3.33 574	5.86 577	6.06 582	10.30 586	1.87 576	2.09 576	2.61 574	1.19 573

HaxPig	15.73 587	18.55 591	19.19 588	16.92 585	15.89 587	7.80 576	7.57 576	13.37 587	10.80 582	15.40 586	14.87 585	15.95 587	14.81 587	15.67 587	15.97 587	18.96 590	16.72 587	19.47 590	18.10 590	19.45 590	19.06 591

LSM0	22.80 592	17.22 590	19.17 587	22.12 591	28.90 593	38.38 592	53.27 590	24.21 592	28.36 590	20.84 591	21.11 588	21.63 592	24.25 592	23.42 590	26.98 591	14.08 589	17.39 588	11.72 589	13.98 588	14.22 588	14.66 587

CasAABBNet	22.33 589	17.11 587	15.84 584	21.94 588	23.28 590	38.30 590	53.40 593	24.05 590	28.44 591	20.66 589	21.86 589	21.03 591	24.04 591	23.35 589	27.03 592	14.06 587	17.69 589	11.70 587	13.94 587	14.04 586	14.76 588

Selective-RAFT-Error	22.39 591	17.14 589	16.01 586	22.00 589	23.34 591	38.37 591	53.36 592	24.24 593	28.53 593	20.80 590	21.94 591	20.94 590	24.02 590	23.48 592	27.33 593	14.07 588	17.70 590	11.70 587	13.93 586	14.05 587	14.83 589

FlowAnything	22.34 590	17.13 588	15.98 585	22.00 589	23.23 589	38.39 593	53.32 591	24.19 591	28.48 592	21.00 592	21.93 590	20.83 589	23.97 589	23.44 591	26.83 590	14.04 586	17.80 591	11.63 586	14.08 589	14.00 585	14.65 586

MEDIAN_ROB	20.38 588	24.05 592	23.36 590	21.18 587	21.62 588	10.51 580	8.17 577	17.68 588	15.46 588	20.04 588	19.65 587	20.30 588	20.16 588	21.17 588	21.03 588	23.81 592	21.77 592	24.98 591	23.75 591	25.01 591	23.94 592

AVERAGE_ROB	24.89 593	29.12 593	27.98 591	24.83 592	24.59 592	17.82 586	11.61 578	21.45 589	19.91 589	25.04 593	24.38 592	25.06 593	25.31 593	24.69 593	22.86 589	29.74 593	27.09 593	28.97 593	27.94 593	30.07 592	29.35 593

test_example2	97.69 594	92.93 594	45.57 592	96.02 593	109.84 594	88.44 594	93.70 594	25.54 594	94.63 594	130.46 595	126.87 594	58.93 594	75.48 594	87.99 594	77.94 594	150.16 594	221.11 594	76.29 594	98.21 594	108.42 594	95.33 594

ccccc		285.89 595		366.70 595	366.78 595	118.88 595		113.97 595		125.77 594		120.54 595		252.62 595		382.79 595	352.84 595	254.30 595	222.62 595	426.61 595

Low-res two-view benchmark