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

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

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

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

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

3.25w_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

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

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_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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

4.5_new	0.07 3	0.09 300	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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_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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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.
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

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

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

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_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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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_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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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_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

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_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

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

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

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

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

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

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

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

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

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
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_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

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

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
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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
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.
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

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

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

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.
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

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
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

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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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