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

IGEV-Stereo+	0.46 94	0.23 30	0.51 50	0.42 37	0.46 336	0.15 1	0.19 6	0.45 3	0.37 23	0.28 5	0.25 6	0.31 35	0.41 87	1.43 279	0.31 40	0.18 110	0.13 68	0.15 17	0.12 29	1.09 531	1.74 543

S2M2_XL	0.25 1	0.25 65	0.43 11	0.36 1	0.24 20	0.16 2	0.18 2	0.34 1	0.24 4	0.29 8	0.41 25	0.24 6	0.23 8	0.32 1	0.27 15	0.20 191	0.18 298	0.18 106	0.16 141	0.18 110	0.15 30

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

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

StereoAnything_RVC	0.49 114	1.60 539	0.87 240	0.37 3	0.21 7	0.26 4	0.21 12	0.53 5	0.23 2	0.23 1	0.21 2	0.19 1	0.35 57	1.29 242	0.23 1	0.22 256	0.11 20	0.15 17	0.11 7	2.36 541	0.13 2

CroCo-Stereo	0.42 71	0.33 241	0.83 216	0.59 290	0.28 94	0.26 4	0.33 90	1.22 210	0.85 157	0.43 52	0.49 55	0.65 159	0.46 124	0.40 4	0.36 90	0.19 148	0.15 201	0.16 46	0.14 85	0.20 182	0.17 81
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
monsterstereo	0.36 40	0.21 6	0.53 60	0.48 98	0.36 242	0.27 7	0.29 60	0.58 8	0.52 55	0.45 62	0.61 95	0.26 14	0.27 18	1.23 228	0.28 22	0.14 20	0.12 34	0.15 17	0.12 29	0.16 54	0.13 2

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

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

CroCo-Stereo Lap2	0.46 94	0.37 330	0.87 240	0.62 320	0.79 480	0.28 9	0.35 115	0.81 61	0.73 111	0.39 38	0.54 78	0.71 182	0.54 170	0.60 44	0.48 196	0.18 110	0.18 298	0.19 131	0.16 141	0.21 226	0.21 184

MaDis-Stereo	0.38 46	0.27 107	0.72 146	0.45 59	0.35 234	0.30 11	0.31 75	0.81 61	0.54 60	0.38 33	0.38 22	0.58 132	0.49 147	0.53 23	0.39 114	0.20 191	0.16 238	0.19 131	0.15 104	0.19 146	0.15 30

S2M2	0.35 35	0.28 124	0.47 25	0.43 43	0.30 126	0.31 12	0.16 1	0.61 15	0.68 103	0.32 15	0.49 55	0.47 83	0.34 49	0.40 4	0.33 59	0.25 319	0.22 361	0.20 165	0.22 303	0.25 307	0.23 234

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

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

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

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

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

plain	0.49 114	0.29 147	1.23 377	0.51 143	0.40 285	0.35 17	0.37 140	1.04 135	0.62 88	0.44 55	0.76 133	0.42 57	0.41 87	1.17 219	0.46 179	0.23 278	0.15 201	0.24 288	0.19 205	0.25 307	0.18 97

DLNR_Zeroshot_test	23.23 579	48.25 593	43.77 583	177.04 593	78.39 589	0.35 17	0.21 12	23.33 579	0.82 146	0.67 138	0.86 160	0.58 132	0.30 31	1.64 319	0.48 196	10.69 581	0.13 68	0.18 106	0.14 85	76.63 592	0.23 234

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

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

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

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

LG-Stereo	0.37 44	0.27 107	0.94 276	0.48 98	0.26 56	0.37 23	0.30 68	0.88 87	0.57 69	0.38 33	0.58 88	0.29 28	0.21 4	0.51 20	0.37 103	0.14 20	0.14 135	0.20 165	0.18 183	0.18 110	0.14 15

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

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

MIF-Stereo (partial)	0.48 110	0.28 124	0.83 216	0.51 143	0.53 380	0.39 27	0.27 46	1.03 128	0.64 93	0.47 69	0.71 122	0.51 102	0.51 155	1.13 208	0.47 189	0.20 191	0.16 238	0.23 264	0.20 234	0.24 295	0.20 156

SCV	0.51 127	0.29 147	0.72 146	0.63 330	0.27 59	0.40 28	0.38 150	2.32 479	0.75 123	0.36 26	0.49 55	0.55 121	0.35 57	1.31 245	0.34 64	0.25 319	0.13 68	0.17 70	0.14 85	0.18 110	0.18 97

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

rvit_stereo_ft	0.49 114	0.38 348	1.03 307	0.68 391	0.42 309	0.40 28	0.58 346	0.93 93	0.86 159	0.47 69	0.55 81	0.57 130	0.48 136	0.67 70	0.53 232	0.26 345	0.17 267	0.22 230	0.22 303	0.24 295	0.19 131

H2IRNET	0.57 161	0.28 124	0.75 170	0.49 112	0.35 234	0.40 28	0.27 46	1.03 128	1.18 309	0.62 130	1.26 311	1.07 312	0.85 304	1.02 176	0.64 282	0.20 191	0.16 238	0.23 264	0.25 357	0.22 246	0.20 156

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

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

RAFT-Stereo + iAFF	0.56 149	0.28 124	0.81 198	0.45 59	0.25 39	0.40 28	0.34 102	1.12 166	1.13 280	1.35 382	1.58 424	0.80 201	0.67 235	0.71 79	0.43 155	0.14 20	0.11 20	0.18 106	0.17 165	0.18 110	0.16 60

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

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

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

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

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

HI	0.67 231	0.34 270	0.80 193	0.51 143	0.51 368	0.41 35	0.37 140	1.15 186	0.80 141	1.34 376	1.42 375	1.60 433	1.11 415	0.96 160	0.90 354	0.16 43	0.12 34	0.20 165	0.21 276	0.20 182	0.20 156

CoSv	0.67 231	0.34 270	0.80 193	0.51 143	0.51 368	0.41 35	0.37 140	1.15 186	0.80 141	1.34 376	1.42 375	1.60 433	1.11 415	0.96 160	0.90 354	0.16 43	0.12 34	0.20 165	0.21 276	0.20 182	0.20 156

rvit_stereo_0081	0.46 94	0.34 270	0.72 146	0.56 236	0.35 234	0.41 35	0.44 227	0.74 41	1.04 235	0.49 83	0.52 68	0.51 102	0.49 147	0.86 126	0.47 189	0.25 319	0.20 330	0.22 230	0.19 205	0.26 319	0.19 131

rvit_stereo_0082	0.46 94	0.34 270	0.72 146	0.56 236	0.35 234	0.41 35	0.44 227	0.74 41	1.04 235	0.49 83	0.52 68	0.51 102	0.49 147	0.86 126	0.47 189	0.25 319	0.20 330	0.22 230	0.19 205	0.26 319	0.19 131

IGEV_Zeroshot_test	0.59 185	0.33 241	1.11 333	0.63 330	0.37 252	0.41 35	0.33 90	1.80 350	0.79 138	1.04 224	1.10 241	1.06 309	0.43 101	0.87 131	0.48 196	0.18 110	0.13 68	0.19 131	0.18 183	0.20 182	0.23 234

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

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

fffft	0.39 52	0.24 47	0.56 71	0.45 59	0.34 217	0.42 45	0.48 264	0.85 75	0.39 26	0.45 62	0.35 19	0.38 53	0.31 35	1.32 251	0.34 64	0.14 20	0.12 34	0.19 131	0.15 104	0.16 54	0.18 97
1: 1. 1
rvit_stereo_0080	0.47 104	0.35 299	0.87 240	0.48 98	0.36 242	0.42 45	0.54 316	0.93 93	0.78 129	0.52 105	0.60 93	0.55 121	0.47 131	0.62 51	0.48 196	0.27 366	0.21 346	0.20 165	0.20 234	0.31 381	0.20 156

IGEV-BASED-STEREO-	0.71 260	3.18 566	2.55 485	0.40 24	0.24 20	0.42 45	0.23 26	0.66 22	0.46 43	0.47 69	0.45 40	0.33 41	0.27 18	0.58 40	0.30 34	1.34 541	0.10 2	0.22 230	0.19 205	0.45 460	1.32 538

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

whm_eth	0.47 104	0.35 299	0.87 240	0.48 98	0.36 242	0.42 45	0.54 316	0.93 93	0.78 129	0.52 105	0.60 93	0.55 121	0.47 131	0.62 51	0.48 196	0.27 366	0.21 346	0.20 165	0.20 234	0.31 381	0.20 156

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

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

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

AEACV	0.41 60	0.25 65	0.60 88	0.55 215	0.52 373	0.43 52	0.38 150	0.98 109	0.63 90	0.44 55	0.56 84	0.46 74	0.59 203	0.56 30	0.31 40	0.17 75	0.13 68	0.18 106	0.16 141	0.17 78	0.17 81

AnonymousM	0.63 211	1.14 516	0.43 11	0.46 71	0.32 179	0.43 52	0.46 246	1.27 226	0.78 129	1.00 210	0.66 105	0.68 167	0.45 114	0.61 46	0.46 179	0.21 222	0.16 238	1.84 545	0.98 542	0.15 35	0.15 30

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

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

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

XX-Stereo	0.97 384	0.28 124	8.28 539	0.85 481	0.70 458	0.44 57	0.22 16	1.07 144	0.69 106	0.66 136	1.56 418	1.38 395	0.38 81	1.36 257	0.38 110	0.21 222	0.14 135	0.20 165	0.19 205	0.19 146	0.16 60

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

AIO-Stereo	0.39 52	0.26 83	0.54 63	0.50 128	0.24 20	0.45 61	0.39 164	1.13 170	0.57 69	0.42 50	0.49 55	0.52 109	0.25 10	0.74 83	0.32 51	0.16 43	0.13 68	0.18 106	0.14 85	0.16 54	0.15 30

CAS++	0.48 110	0.34 270	0.59 81	0.48 98	0.32 179	0.45 61	0.29 60	1.73 333	0.78 129	0.71 142	0.73 129	0.36 47	0.28 23	0.70 76	0.35 73	0.27 366	0.22 361	0.26 348	0.21 276	0.29 358	0.22 213
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Selective-IGEV	0.42 71	0.26 83	0.56 71	0.48 98	0.27 59	0.45 61	0.33 90	1.56 285	0.61 86	0.36 26	0.47 49	0.52 109	0.30 31	1.08 193	0.33 59	0.15 30	0.13 68	0.17 70	0.13 59	0.16 54	0.15 30

CREStereo++_RVC	0.49 114	0.22 14	0.46 18	0.48 98	0.38 264	0.45 61	0.25 31	0.77 47	1.30 383	0.82 166	1.23 303	0.47 83	0.37 71	0.55 27	0.44 160	0.16 43	0.11 20	0.16 46	0.80 534	0.18 110	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
4w-stereo	0.32 16	0.25 65	0.52 56	0.38 7	0.25 39	0.46 66	0.28 53	0.68 24	0.35 15	0.43 52	0.45 40	0.28 26	0.39 83	0.63 60	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.14 15

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

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

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

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

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

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

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

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

TestStereo1	0.66 220	0.29 147	0.95 280	0.82 470	0.32 179	0.47 72	0.43 208	1.52 273	1.22 330	0.99 206	1.32 338	0.65 159	0.76 258	1.78 340	0.44 160	0.20 191	0.16 238	0.22 230	0.19 205	0.21 226	0.20 156

SA-5K	0.66 220	0.29 147	0.95 280	0.82 470	0.32 179	0.47 72	0.43 208	1.52 273	1.22 330	0.99 206	1.32 338	0.65 159	0.76 258	1.78 340	0.44 160	0.20 191	0.16 238	0.22 230	0.19 205	0.21 226	0.20 156

iRaft-Stereo_5w	0.89 357	0.31 204	1.04 308	0.56 236	0.47 345	0.47 72	0.68 385	1.19 199	1.08 248	0.80 159	1.35 352	1.46 410	0.90 333	5.11 489	1.16 400	0.18 110	0.15 201	0.22 230	0.19 205	0.21 226	0.24 255

GLC_STEREO	0.41 60	0.27 107	0.43 11	0.55 215	0.24 20	0.47 72	0.30 68	0.81 61	0.64 93	0.53 108	0.74 131	0.50 98	0.31 35	0.65 67	0.45 173	0.18 110	0.20 330	0.23 264	0.19 205	0.21 226	0.21 184

ASMatch	0.89 357	0.29 147	0.72 146	0.56 236	0.36 242	0.47 72	0.37 140	1.16 191	0.95 195	1.11 239	3.26 526	0.95 274	0.96 356	4.88 486	0.53 232	0.20 191	0.16 238	0.22 230	0.19 205	0.20 182	0.30 360

DEFOM-Stereo_RVC	0.41 60	0.68 472	0.45 17	0.66 365	0.30 126	0.48 80	0.25 31	0.87 85	0.46 43	0.39 38	0.37 21	0.30 32	0.69 243	1.16 214	0.31 40	0.17 75	0.11 20	0.16 46	0.12 29	0.18 110	0.14 15

LoS	0.41 60	0.23 30	0.46 18	0.39 15	0.23 15	0.48 80	0.40 172	1.12 166	0.94 190	0.50 92	0.66 105	0.49 91	0.42 93	0.63 60	0.39 114	0.19 148	0.14 135	0.16 46	0.11 7	0.14 13	0.15 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCANet-4	0.59 185	0.28 124	1.65 432	0.44 50	0.25 39	0.48 80	0.36 125	1.15 186	1.36 408	1.13 250	1.03 211	0.56 128	0.74 252	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

fff	0.58 173	0.26 83	1.15 345	0.46 71	0.25 39	0.48 80	0.36 125	1.20 203	1.28 367	1.13 250	1.03 211	0.59 137	1.04 397	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

csc	0.58 173	0.26 83	1.15 345	0.46 71	0.25 39	0.48 80	0.36 125	1.20 203	1.28 367	1.13 250	1.03 211	0.59 137	1.04 397	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

cscssc	0.58 173	0.26 83	1.15 345	0.46 71	0.25 39	0.48 80	0.36 125	1.20 203	1.28 367	1.13 250	1.03 211	0.59 137	1.04 397	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

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

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

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

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

MM-Stereo_test3	0.53 132	0.26 83	0.60 88	0.56 236	0.73 459	0.49 86	0.53 302	1.31 235	1.08 248	0.64 132	0.97 188	0.61 147	0.42 93	0.82 109	0.40 131	0.21 222	0.18 298	0.20 165	0.16 141	0.19 146	0.21 184

rvit_stereo_0083	0.49 114	0.34 270	0.85 231	0.57 258	0.36 242	0.49 86	0.43 208	0.73 38	1.05 241	0.50 92	0.57 87	0.55 121	0.50 152	0.92 147	0.50 210	0.25 319	0.25 411	0.24 288	0.20 234	0.25 307	0.19 131

rvit_stereo_0081_aga	0.46 94	0.37 330	0.91 264	0.52 164	0.41 299	0.49 86	0.40 172	0.88 87	0.66 98	0.59 117	0.56 84	0.53 114	0.43 101	0.67 70	0.44 160	0.27 366	0.21 346	0.22 230	0.20 234	0.26 319	0.19 131

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

MGS-Stereo	0.43 75	0.28 124	0.61 95	0.46 71	0.28 94	0.49 86	0.33 90	0.60 13	0.89 166	0.47 69	1.32 338	0.51 102	0.32 42	0.66 69	0.39 114	0.20 191	0.16 238	0.18 106	0.16 141	0.18 110	0.18 97

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

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

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

CASnet	0.42 71	0.26 83	0.52 56	0.52 164	0.21 7	0.49 86	0.35 115	0.85 75	0.85 157	0.84 173	0.69 115	0.48 88	0.31 35	0.57 36	0.34 64	0.19 148	0.12 34	0.27 363	0.22 303	0.23 266	0.15 30
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.45 84	0.30 172	0.60 88	0.48 98	0.34 217	0.49 86	0.42 190	0.97 105	0.60 81	0.51 102	0.53 72	0.46 74	0.47 131	1.36 257	0.35 73	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184

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

ADStereo(finetuned)	0.62 202	0.26 83	1.59 428	0.45 59	0.25 39	0.49 86	0.36 125	1.18 195	1.35 399	1.16 270	1.04 217	0.60 141	1.18 434	0.85 124	0.57 253	0.17 75	0.14 135	0.17 70	0.13 59	0.19 146	0.24 255

IGEV-Stereo	0.45 84	0.30 172	0.60 88	0.48 98	0.34 217	0.49 86	0.42 190	0.98 109	0.60 81	0.51 102	0.53 72	0.46 74	0.47 131	1.36 257	0.35 73	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
OMP-Stereo	0.95 379	0.35 299	0.79 188	0.92 500	0.32 179	0.49 86	0.35 115	1.22 210	1.11 267	1.58 452	1.12 252	1.44 404	0.69 243	6.92 532	0.51 214	0.20 191	0.15 201	0.24 288	0.19 205	0.21 226	0.16 60

DCANet	0.58 173	0.26 83	1.15 345	0.45 59	0.25 39	0.49 86	0.36 125	1.18 195	1.35 399	1.15 266	1.04 217	0.60 141	0.91 336	0.84 120	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.19 146	0.25 276

water-stereo	0.41 60	0.21 6	0.69 136	0.45 59	0.28 94	0.50 105	0.27 46	0.96 104	0.52 55	0.57 116	0.78 139	0.59 137	0.53 162	0.44 10	0.43 155	0.17 75	0.16 238	0.17 70	0.15 104	0.17 78	0.22 213

MM-Stereo_test1	0.51 127	0.26 83	0.59 81	0.53 187	0.31 146	0.50 105	0.53 302	1.06 141	1.09 256	0.88 182	0.70 119	0.54 118	0.59 203	1.18 220	0.35 73	0.19 148	0.17 267	0.20 165	0.17 165	0.20 182	0.18 97

rvit_0105_6	0.56 149	0.38 348	1.13 338	0.67 379	0.38 264	0.50 105	0.51 285	0.88 87	1.33 394	0.54 109	0.56 84	0.65 159	0.57 182	0.97 164	0.46 179	0.32 419	0.31 452	0.28 379	0.25 357	0.29 358	0.23 234

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

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

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

StereoVision	0.67 231	0.37 330	1.02 303	0.60 298	0.41 299	0.50 105	0.41 182	1.32 237	0.96 199	0.73 148	2.48 511	0.82 213	0.57 182	1.06 188	0.50 210	0.26 345	0.28 434	0.29 391	0.28 403	0.37 421	0.22 213

HHNet	0.64 214	0.28 124	0.69 136	0.45 59	0.46 336	0.50 105	0.57 339	1.13 170	1.03 229	1.26 336	2.21 496	0.70 175	0.59 203	1.10 201	0.51 214	0.21 222	0.13 68	0.23 264	0.19 205	0.20 182	0.31 370

raftrobust	0.55 138	0.27 107	0.63 102	0.68 391	0.69 452	0.50 105	0.34 102	1.08 149	0.97 203	1.32 363	0.88 165	0.62 150	0.80 285	0.82 109	0.44 160	0.20 191	0.16 238	0.16 46	0.14 85	0.15 35	0.18 97

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

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

EKT-Stereo	0.56 149	0.33 241	0.84 225	0.61 312	0.64 431	0.51 114	0.48 264	1.14 174	0.95 195	0.74 149	0.89 167	0.77 194	0.42 93	1.18 220	0.42 149	0.23 278	0.17 267	0.21 199	0.18 183	0.20 182	0.26 296

LoS_RVC	0.45 84	0.29 147	0.48 28	0.49 112	0.83 489	0.51 114	0.43 208	0.65 19	0.44 37	0.47 69	0.78 139	0.44 61	0.60 209	0.59 42	0.37 103	0.14 20	0.12 34	0.14 1	0.10 1	0.14 13	1.08 531

sAnonymous2	0.59 185	0.61 447	1.82 444	0.61 312	0.52 373	0.51 114	0.54 316	0.97 105	0.70 107	0.50 92	0.68 110	0.46 74	0.63 219	0.61 46	0.41 141	0.22 256	0.17 267	0.23 264	0.21 276	0.85 519	0.56 486

CroCo_RVC	0.59 185	0.61 447	1.82 444	0.61 312	0.52 373	0.51 114	0.54 316	0.97 105	0.70 107	0.50 92	0.68 110	0.46 74	0.63 219	0.61 46	0.41 141	0.22 256	0.17 267	0.23 264	0.21 276	0.85 519	0.56 486

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

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

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

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

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

MIM_Stereo	0.60 193	0.26 83	1.02 303	0.49 112	0.32 179	0.52 120	0.28 53	1.41 257	0.82 146	1.02 219	1.16 276	0.93 264	0.53 162	1.48 290	0.63 278	0.17 75	0.17 267	0.20 165	0.19 205	0.17 78	0.18 97

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

sCroCo_RVC	0.51 127	0.43 380	1.15 345	0.66 365	0.60 417	0.52 120	0.40 172	0.93 93	0.64 93	0.45 62	0.76 133	0.49 91	0.49 147	0.65 67	0.49 207	0.27 366	0.28 434	0.23 264	0.22 303	0.29 358	0.28 330

CREStereo	0.40 55	0.24 47	0.40 3	0.37 3	0.22 12	0.52 120	0.29 60	0.81 61	1.15 291	0.59 117	0.72 125	0.51 102	0.42 93	0.57 36	0.37 103	0.19 148	0.13 68	0.15 17	0.10 1	0.14 13	0.15 30
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
rvit_0105_4	0.58 173	0.40 363	1.19 366	0.68 391	0.38 264	0.53 129	0.55 326	0.93 93	1.27 359	0.56 115	0.61 95	0.72 184	0.63 219	1.01 173	0.47 189	0.33 426	0.33 470	0.29 391	0.25 357	0.29 358	0.26 296

rvit_stereo_0075_2	0.66 220	0.47 396	1.21 374	0.67 379	0.66 442	0.53 129	0.48 264	1.24 217	1.17 303	0.77 154	0.91 170	0.78 198	0.59 203	1.05 183	0.63 278	0.37 456	0.28 434	0.40 476	0.31 440	0.38 427	0.34 397

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

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

CES	0.51 127	0.21 6	0.40 3	0.42 37	1.40 535	0.53 129	0.34 102	1.04 135	0.68 103	0.45 62	0.67 108	0.35 45	0.28 23	0.58 40	0.35 73	0.16 43	0.13 68	0.15 17	0.10 1	0.19 146	1.69 542

GMOStereo	0.55 138	0.28 124	0.72 146	0.52 164	0.30 126	0.53 129	0.43 208	1.02 120	0.98 206	1.44 416	1.14 268	0.88 238	0.57 182	0.62 51	0.39 114	0.16 43	0.14 135	0.24 288	0.22 303	0.20 182	0.18 97

error version	0.55 138	0.28 124	0.72 146	0.52 164	0.30 126	0.53 129	0.43 208	1.02 120	0.98 206	1.44 416	1.14 268	0.88 238	0.57 182	0.62 51	0.39 114	0.16 43	0.14 135	0.24 288	0.22 303	0.20 182	0.18 97

test-v	0.55 138	0.28 124	0.72 146	0.52 164	0.30 126	0.53 129	0.43 208	1.02 120	0.98 206	1.44 416	1.14 268	0.88 238	0.57 182	0.62 51	0.39 114	0.16 43	0.14 135	0.24 288	0.22 303	0.20 182	0.18 97

TRStereo	0.67 231	0.71 477	1.06 315	0.77 456	0.68 449	0.53 129	0.38 150	2.52 511	0.96 199	0.81 164	0.84 156	0.87 232	0.39 83	1.16 214	0.46 179	0.24 299	0.17 267	0.23 264	0.24 348	0.18 110	0.20 156

RAFT-345	0.86 348	0.26 83	0.73 160	0.53 187	0.28 94	0.53 129	0.41 182	0.85 75	1.31 390	1.33 369	2.32 501	0.85 229	0.53 162	5.69 503	0.48 196	0.19 148	0.14 135	0.22 230	0.17 165	0.17 78	0.17 81

test-2	0.55 138	0.28 124	0.72 146	0.52 164	0.30 126	0.53 129	0.43 208	1.02 120	0.98 206	1.44 416	1.14 268	0.88 238	0.57 182	0.62 51	0.39 114	0.16 43	0.14 135	0.24 288	0.22 303	0.20 182	0.18 97

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

raft+_RVC	0.56 149	0.29 147	0.61 95	0.65 351	0.56 399	0.53 129	0.53 302	1.40 253	1.02 226	0.78 156	1.04 217	0.70 175	0.55 173	1.00 170	0.49 207	0.18 110	0.16 238	0.19 131	0.19 205	0.18 110	0.17 81

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

EGLCR-Stereo	0.41 60	0.24 47	0.59 81	0.45 59	0.27 59	0.54 142	0.22 16	1.23 215	0.56 67	0.44 55	0.43 28	0.68 167	0.29 26	0.89 139	0.34 64	0.17 75	0.12 34	0.20 165	0.17 165	0.17 78	0.18 97

RCA-Stereo	0.52 131	0.26 83	0.66 122	0.49 112	0.33 199	0.54 142	0.44 227	1.20 203	1.41 430	0.69 140	1.06 225	0.63 155	0.79 278	0.62 51	0.35 73	0.17 75	0.12 34	0.17 70	0.14 85	0.16 54	0.16 60

raft_robust	0.71 260	0.32 222	0.75 170	0.54 201	0.28 94	0.54 142	0.35 115	1.54 279	1.24 339	1.18 285	1.07 228	0.73 185	0.53 162	3.65 459	0.40 131	0.19 148	0.16 238	0.20 165	0.22 303	0.21 226	0.19 131

DN-CSS_ROB	0.67 231	0.36 309	1.36 402	0.59 290	0.41 299	0.54 142	0.45 240	1.30 233	0.95 195	1.05 226	1.47 387	0.69 172	0.64 223	1.80 347	0.60 268	0.19 148	0.15 201	0.25 327	0.23 335	0.22 246	0.23 234

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

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

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

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

PSM-softLoss	0.80 311	0.33 241	0.89 249	0.63 330	0.32 179	0.55 147	0.40 172	1.26 222	0.78 129	1.25 323	1.07 228	0.83 222	0.51 155	5.33 495	0.61 271	0.25 319	0.15 201	0.25 327	0.22 303	0.20 182	0.26 296

KMStereo	0.80 311	0.33 241	0.89 249	0.63 330	0.32 179	0.55 147	0.40 172	1.26 222	0.78 129	1.25 323	1.07 228	0.83 222	0.51 155	5.33 495	0.61 271	0.25 319	0.15 201	0.25 327	0.22 303	0.20 182	0.26 296

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

CAS	0.66 220	0.19 2	0.41 7	2.31 546	0.86 493	0.56 154	0.53 302	0.83 67	0.63 90	0.49 83	0.70 119	0.36 47	0.26 12	0.47 13	0.37 103	2.33 547	0.10 2	0.14 1	0.10 1	0.17 78	1.31 536

SA	0.69 253	0.31 204	0.97 288	0.64 344	0.30 126	0.56 154	0.38 150	1.84 359	1.35 399	0.99 206	1.37 357	0.69 172	0.94 349	1.88 359	0.43 155	0.20 191	0.16 238	0.25 327	0.23 335	0.22 246	0.19 131

rvit_0105_5	0.61 199	0.41 373	1.19 366	0.67 379	0.37 252	0.57 156	0.56 333	1.08 149	1.28 367	0.65 133	0.68 110	0.77 194	0.67 235	0.91 145	0.51 214	0.33 426	0.32 464	0.30 403	0.27 392	0.28 341	0.28 330

test_for_model	1.38 457	3.71 569	0.65 117	3.45 562	2.88 560	0.57 156	0.33 90	1.91 382	0.93 184	1.47 426	0.64 99	0.51 102	0.37 71	0.53 23	0.35 73	2.54 548	0.16 238	0.17 70	0.12 29	4.56 569	1.84 545

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

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

test-3	0.56 149	0.24 47	0.82 207	0.50 128	0.29 109	0.57 156	0.34 102	1.09 156	1.03 229	1.33 369	0.69 115	0.87 232	0.45 114	1.68 325	0.39 114	0.17 75	0.12 34	0.20 165	0.17 165	0.17 78	0.16 60

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

PFNet+	0.62 202	0.31 204	0.99 293	0.57 258	0.31 146	0.57 156	0.30 68	0.99 117	1.25 347	1.33 369	1.10 241	0.79 199	0.57 182	1.35 256	0.53 232	0.26 345	0.17 267	0.28 379	0.26 375	0.21 226	0.27 314

DeepStereo_RVC	0.57 161	0.31 204	0.78 184	0.53 187	0.30 126	0.57 156	0.32 83	1.11 164	0.80 141	1.17 274	0.94 176	0.83 222	0.93 346	1.01 173	0.61 271	0.23 278	0.14 135	0.21 199	0.19 205	0.24 295	0.26 296

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

TestStereo	0.65 218	0.42 376	0.83 216	0.52 164	0.27 59	0.57 156	0.44 227	1.07 144	0.92 177	0.85 175	1.01 201	0.68 167	0.56 179	3.22 450	0.47 189	0.23 278	0.15 201	0.24 288	0.18 183	0.28 341	0.18 97

XX-TBD	0.47 104	0.71 477	0.39 1	0.81 467	0.25 39	0.57 156	0.26 40	0.73 38	1.30 383	0.78 156	1.01 201	0.45 71	0.33 45	0.49 17	0.39 114	0.20 191	0.15 201	0.15 17	0.11 7	0.17 78	0.15 30

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

Prome-Stereo	0.76 285	0.29 147	0.57 73	0.58 271	0.33 199	0.58 167	0.94 458	0.98 109	0.92 177	1.46 425	2.45 509	0.91 254	1.38 461	1.60 315	0.44 160	0.19 148	0.13 68	0.19 131	0.18 183	0.20 182	0.87 523

IGEV-RUCA	0.38 46	0.24 47	0.51 50	0.51 143	0.36 242	0.59 169	0.23 26	0.68 24	0.52 55	0.39 38	0.50 61	0.44 61	0.31 35	0.86 126	0.31 40	0.24 299	0.13 68	0.16 46	0.12 29	0.20 182	0.21 184

MyStereo07	0.50 124	0.30 172	0.58 75	0.58 271	0.48 347	0.59 169	0.78 411	1.19 199	0.60 81	0.49 83	0.54 78	0.43 60	0.55 173	1.32 251	0.36 90	0.18 110	0.18 298	0.24 288	0.21 276	0.23 266	0.23 234

MyStereo04	0.71 260	0.30 172	1.28 388	0.58 271	0.48 347	0.59 169	0.78 411	1.74 335	1.49 459	0.94 198	0.91 170	0.74 186	0.86 312	1.59 310	0.69 297	0.18 110	0.18 298	0.24 288	0.21 276	0.23 266	0.23 234

DCRE	0.85 344	0.28 124	0.76 175	0.60 298	0.49 353	0.59 169	0.53 302	1.04 135	0.92 177	0.80 159	7.34 556	0.87 232	0.57 182	0.78 102	0.43 155	0.16 43	0.17 267	0.19 131	0.17 165	0.18 110	0.22 213

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

depthmonostereo	0.45 84	0.26 83	0.89 249	0.49 112	0.24 20	0.60 174	0.36 125	1.03 128	0.77 125	0.50 92	0.65 103	0.50 98	0.55 173	0.70 76	0.39 114	0.16 43	0.16 238	0.16 46	0.14 85	0.16 54	0.20 156

ISRNet	0.83 331	0.35 299	1.31 392	0.84 478	0.65 436	0.60 174	0.41 182	1.28 230	1.15 291	1.61 457	1.55 412	1.34 386	0.77 262	1.33 254	0.98 377	0.40 466	0.34 474	0.43 483	0.38 481	0.34 407	0.49 464

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

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

DisPM	0.68 244	0.30 172	0.85 231	0.66 365	0.35 234	0.60 174	0.44 227	1.10 162	1.10 260	1.56 448	1.10 241	0.80 201	0.58 199	2.37 412	0.46 179	0.25 319	0.14 135	0.23 264	0.21 276	0.20 182	0.26 296

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

GwcNet-ADL	0.67 231	0.33 241	0.90 259	0.58 271	0.41 299	0.60 174	0.59 352	1.55 282	1.28 367	1.11 239	1.13 263	0.90 250	0.59 203	1.11 204	0.91 358	0.28 384	0.18 298	0.18 106	0.18 183	0.25 307	0.33 388

test-1	0.56 149	0.28 124	1.13 338	0.58 271	0.34 217	0.60 174	0.38 150	1.56 285	0.98 206	0.80 159	1.02 204	0.83 222	0.52 160	0.64 62	0.46 179	0.17 75	0.16 238	0.20 165	0.17 165	0.20 182	0.26 296

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

IIG-Stereo	0.97 384	0.34 270	0.80 193	0.90 498	0.33 199	0.61 182	0.26 40	1.27 226	1.08 248	1.69 472	1.37 357	1.44 404	0.74 252	6.94 533	0.53 232	0.21 222	0.14 135	0.23 264	0.18 183	0.20 182	0.15 30

Pruner-Stereo	0.64 214	0.31 204	0.79 188	0.66 365	0.31 146	0.61 182	0.42 190	1.22 210	1.09 256	1.53 440	1.09 239	0.94 270	0.55 173	1.37 260	0.56 250	0.25 319	0.14 135	0.24 288	0.21 276	0.21 226	0.25 276

FlowAnything_test	0.41 60	0.27 107	0.67 126	0.60 298	0.33 199	0.62 185	0.35 115	0.64 18	0.48 47	0.46 67	0.36 20	0.45 71	0.37 71	0.54 25	0.52 222	0.25 319	0.19 316	0.28 379	0.33 461	0.22 246	0.22 213

GASTEREO	0.43 75	0.29 147	0.62 100	0.51 143	0.27 59	0.62 185	0.36 125	1.02 120	0.58 72	0.55 113	0.83 154	0.30 32	0.65 228	0.64 62	0.30 34	0.19 148	0.13 68	0.17 70	0.15 104	0.16 54	0.21 184

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

MyStereo06	0.67 231	0.29 147	1.06 315	0.58 271	0.48 347	0.62 185	0.72 399	2.26 469	0.89 166	1.07 234	1.12 252	1.22 352	0.56 179	0.83 115	0.47 189	0.17 75	0.17 267	0.24 288	0.21 276	0.23 266	0.23 234

MyStereo05	0.70 254	0.29 147	1.22 375	0.58 271	0.48 347	0.62 185	0.72 399	1.52 273	1.54 465	1.17 274	0.91 170	0.77 194	0.79 278	1.45 283	0.68 296	0.17 75	0.17 267	0.24 288	0.21 276	0.23 266	0.23 234

OCTAStereo	0.82 322	0.33 241	0.83 216	0.65 351	0.31 146	0.62 185	0.44 227	1.35 241	0.93 184	1.30 354	1.02 204	0.81 207	0.57 182	5.32 494	0.55 244	0.26 345	0.14 135	0.24 288	0.20 234	0.20 182	0.30 360

ROB_FTStereo_v2	0.57 161	0.33 241	0.81 198	0.52 164	0.27 59	0.62 185	0.42 190	1.14 174	0.73 111	1.13 250	0.97 188	0.82 213	0.60 209	1.15 211	0.53 232	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156

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

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

PFNet	0.92 373	0.28 124	1.20 370	0.68 391	0.32 179	0.62 185	0.55 326	1.27 226	1.01 222	1.47 426	1.09 239	0.97 282	0.68 239	6.58 526	0.59 265	0.21 222	0.13 68	0.24 288	0.19 205	0.20 182	0.20 156

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

rvit_0105_3	0.66 220	0.47 396	1.27 385	0.74 437	0.40 285	0.63 196	0.70 395	1.22 210	1.28 367	0.83 168	0.71 122	0.82 213	0.72 251	0.93 150	0.58 258	0.37 456	0.34 474	0.34 442	0.32 447	0.28 341	0.31 370

Patchmatch Stereo++	0.57 161	0.33 241	0.82 207	0.52 164	0.27 59	0.63 196	0.28 53	1.14 174	0.73 111	1.13 250	0.96 179	0.82 213	0.60 209	1.40 269	0.52 222	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
NF-Stereo	0.82 322	0.33 241	0.83 216	0.65 351	0.31 146	0.63 196	0.43 208	1.35 241	0.93 184	1.30 354	1.02 204	0.81 207	0.57 182	5.37 499	0.55 244	0.26 345	0.14 135	0.24 288	0.20 234	0.20 182	0.30 360

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

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

RE-Stereo	0.82 322	0.33 241	0.84 225	0.65 351	0.31 146	0.63 196	0.44 227	1.35 241	0.93 184	1.30 354	1.02 204	0.80 201	0.57 182	5.34 497	0.55 244	0.26 345	0.14 135	0.24 288	0.20 234	0.20 182	0.31 370

TVStereo	0.82 322	0.33 241	0.84 225	0.65 351	0.31 146	0.63 196	0.44 227	1.35 241	0.93 184	1.30 354	1.02 204	0.80 201	0.57 182	5.34 497	0.55 244	0.26 345	0.14 135	0.24 288	0.20 234	0.20 182	0.31 370

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

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

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

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

4D-IteraStereo	0.50 124	0.26 83	0.84 225	0.51 143	0.49 353	0.64 205	0.31 75	0.91 92	1.02 226	1.05 226	0.72 125	0.76 190	0.32 42	0.69 74	0.40 131	0.18 110	0.11 20	0.23 264	0.20 234	0.19 146	0.16 60

qqq	0.62 202	0.36 309	0.88 245	0.50 128	0.28 94	0.64 205	0.62 367	1.58 290	0.91 172	0.83 168	0.96 179	0.95 274	0.79 278	0.99 166	0.67 292	0.21 222	0.23 389	0.24 288	0.23 335	0.23 266	0.25 276

IRAFT_RVC	0.90 365	0.30 172	0.89 249	0.67 379	0.31 146	0.64 205	1.00 469	1.40 253	0.97 203	1.23 316	1.04 217	1.00 294	0.96 356	5.77 508	0.57 253	0.24 299	0.13 68	0.25 327	0.21 276	0.20 182	0.21 184

RALCasStereoNet	0.58 173	0.34 270	0.77 178	0.65 351	0.64 431	0.64 205	0.51 285	1.06 141	0.99 215	0.71 142	1.06 225	0.77 194	0.44 107	1.38 264	0.52 222	0.20 191	0.18 298	0.18 106	0.16 141	0.20 182	0.22 213

testlalala2	0.60 193	0.30 172	0.68 130	1.79 540	1.30 533	0.65 211	0.41 182	1.06 141	0.75 123	0.91 189	0.96 179	0.75 188	0.34 49	0.56 30	0.45 173	0.18 110	0.16 238	0.17 70	0.13 59	0.17 78	0.19 131

IPLGR	0.62 202	0.28 124	1.32 395	0.50 128	0.29 109	0.65 211	0.34 102	1.47 267	1.19 311	1.21 305	1.07 228	0.70 175	0.65 228	1.05 183	0.55 244	0.18 110	0.15 201	0.20 165	0.17 165	0.21 226	0.20 156

AAGNet	1.84 497	0.30 172	0.79 188	0.66 365	0.32 179	0.65 211	0.50 283	1.02 120	1.01 222	1.47 426	1.21 293	0.99 288	1.16 423	2.76 436	22.69 578	0.24 299	0.13 68	0.22 230	0.20 234	0.24 295	0.16 60

TransformOpticalFlow	0.97 384	0.30 172	0.96 287	0.54 201	0.31 146	0.65 211	0.54 316	1.87 370	1.19 311	1.12 247	1.44 381	1.34 386	0.98 369	6.68 529	0.44 160	0.19 148	0.12 34	0.21 199	0.19 205	0.18 110	0.23 234

FTStereo	0.92 373	0.28 124	0.61 95	0.57 258	0.34 217	0.65 211	1.80 532	1.09 156	0.84 153	1.75 477	4.13 536	1.04 305	1.62 484	1.59 310	0.48 196	0.21 222	0.17 267	0.23 264	0.22 303	0.19 146	0.58 492

TANstereo	0.45 84	0.23 30	0.50 43	0.43 43	0.21 7	0.65 211	0.26 40	0.83 67	0.88 165	0.95 200	0.99 194	0.51 102	0.45 114	0.56 30	0.36 90	0.19 148	0.24 399	0.16 46	0.13 59	0.17 78	0.27 314

CrosDoStereo	1.56 475	0.26 83	0.78 184	0.51 143	0.29 109	0.66 217	11.86 568	1.18 195	1.00 219	1.35 382	1.76 454	0.99 288	1.83 504	6.64 527	0.83 336	0.19 148	0.15 201	0.20 165	0.22 303	0.18 110	0.25 276

KYRaft	0.77 291	0.29 147	0.68 130	0.59 290	0.29 109	0.66 217	0.83 432	1.05 139	0.89 166	1.63 463	2.22 497	1.15 340	0.99 372	1.59 310	0.41 141	0.21 222	0.14 135	0.22 230	0.28 403	0.21 226	1.01 527

DeepStereo_LL	1.56 475	0.26 83	0.78 184	0.51 143	0.29 109	0.66 217	11.86 568	1.18 195	1.00 219	1.35 382	1.76 454	0.99 288	1.83 504	6.64 527	0.83 336	0.19 148	0.15 201	0.20 165	0.22 303	0.18 110	0.25 276

RAFT_R40	0.84 337	0.30 172	0.83 216	0.63 330	0.31 146	0.66 217	0.43 208	1.15 186	0.99 215	1.47 426	1.10 241	1.00 294	0.84 299	5.44 500	0.53 232	0.23 278	0.13 68	0.23 264	0.20 234	0.23 266	0.19 131

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

UGAM-zero	1.05 406	0.33 241	1.04 308	0.49 112	0.31 146	0.67 222	0.26 40	2.37 489	0.80 141	1.05 226	1.11 248	2.86 524	1.81 502	6.26 518	0.50 210	0.18 110	0.15 201	0.19 131	0.16 141	0.17 78	0.21 184

Former-RAFT_DAM_RVC	0.47 104	0.38 348	0.75 170	0.48 98	0.37 252	0.67 222	0.35 115	0.82 66	1.14 286	0.61 128	0.64 99	0.39 54	0.39 83	0.74 83	0.39 114	0.20 191	0.17 267	0.22 230	0.18 183	0.24 295	0.20 156

STrans-v2	1.06 408	0.31 204	1.02 303	0.52 164	0.33 199	0.67 222	0.78 411	2.66 522	1.26 355	1.15 266	1.46 385	1.37 393	1.40 464	6.68 529	0.46 179	0.19 148	0.13 68	0.21 199	0.18 183	0.18 110	0.21 184

RALAANet	0.62 202	0.37 330	0.97 288	0.66 365	0.50 358	0.67 222	0.31 75	1.27 226	1.09 256	1.11 239	1.17 279	0.88 238	0.46 124	1.27 238	0.45 173	0.20 191	0.15 201	0.21 199	0.18 183	0.27 325	0.19 131

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

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

LL-Strereo2	0.56 149	0.36 309	0.77 178	0.56 236	0.40 285	0.68 226	0.37 140	1.21 208	0.83 150	0.96 203	0.79 142	0.91 254	0.41 87	1.08 193	0.48 196	0.18 110	0.17 267	0.29 391	0.25 357	0.22 246	0.19 131

RAFT_CTSACE	0.66 220	0.29 147	1.14 343	0.57 258	0.51 368	0.68 226	0.44 227	0.88 87	0.98 206	1.03 222	1.83 466	1.23 356	0.67 235	1.48 290	0.38 110	0.16 43	0.16 238	0.21 199	0.20 234	0.20 182	0.17 81

MIPNet	0.60 193	0.31 204	1.07 320	0.51 143	0.34 217	0.68 226	0.40 172	1.67 307	1.14 286	1.11 239	0.93 174	0.60 141	0.78 269	0.77 93	0.58 258	0.18 110	0.14 135	0.19 131	0.16 141	0.18 110	0.21 184

GANet-ADL	0.63 211	0.38 348	0.82 207	0.67 379	0.41 299	0.68 226	0.51 285	1.64 303	1.16 298	0.98 205	1.10 241	0.90 250	0.58 199	0.81 107	0.63 278	0.27 366	0.18 298	0.18 106	0.16 141	0.23 266	0.27 314

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

R-Stereo Train	0.60 193	0.30 172	0.72 146	0.57 258	0.37 252	0.68 226	0.52 296	1.45 262	0.78 129	1.61 457	1.50 398	0.76 190	0.53 162	0.67 70	0.51 214	0.19 148	0.16 238	0.18 106	0.15 104	0.18 110	0.19 131

RAFT-Stereo	0.60 193	0.30 172	0.72 146	0.57 258	0.37 252	0.68 226	0.52 296	1.45 262	0.78 129	1.61 457	1.50 398	0.76 190	0.53 162	0.67 70	0.51 214	0.19 148	0.16 238	0.18 106	0.15 104	0.18 110	0.19 131
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UGAM	1.17 430	0.29 147	1.08 323	0.55 215	0.43 314	0.69 235	0.71 398	1.14 174	1.35 399	1.00 210	1.49 391	1.90 470	0.86 312	9.61 559	0.89 350	0.21 222	0.19 316	0.30 403	0.25 357	0.20 182	0.18 97

AE-Stereo	0.58 173	0.29 147	0.81 198	0.62 320	0.41 299	0.69 235	0.46 246	2.49 507	1.25 347	0.49 83	0.77 137	0.69 172	0.46 124	0.61 46	0.42 149	0.17 75	0.16 238	0.21 199	0.20 234	0.19 146	0.18 97

x	0.59 185	0.34 270	0.79 188	0.51 143	0.32 179	0.69 235	0.46 246	1.64 303	0.97 203	0.86 180	0.86 160	0.83 222	0.74 252	0.75 90	0.70 300	0.21 222	0.22 361	0.22 230	0.20 234	0.21 226	0.24 255

RAFT	0.67 231	0.32 222	0.83 216	0.63 330	0.34 217	0.69 235	0.57 339	1.14 174	0.84 153	1.12 247	1.20 287	1.75 461	0.92 344	1.09 197	0.60 268	0.22 256	0.19 316	0.27 363	0.24 348	0.22 246	0.23 234

SST-Stereo	0.85 344	0.30 172	0.81 198	0.63 330	0.31 146	0.70 239	0.25 31	1.16 191	0.95 195	1.47 426	1.11 248	0.99 288	0.86 312	5.69 503	0.53 232	0.23 278	0.13 68	0.23 264	0.19 205	0.23 266	0.19 131

EAI-Stereo	0.76 285	0.31 204	0.74 165	0.55 215	0.28 94	0.70 239	1.72 525	2.57 514	0.90 171	0.75 151	3.03 523	0.57 130	0.43 101	1.10 201	0.49 207	0.19 148	0.14 135	0.17 70	0.18 183	0.17 78	0.21 184

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

GMM-Stereo	0.75 277	0.27 107	0.66 122	0.56 236	0.34 217	0.71 241	0.97 463	1.09 156	0.91 172	1.37 389	1.79 459	1.11 332	0.79 278	2.08 384	0.48 196	0.19 148	0.12 34	0.25 327	0.25 357	0.21 226	0.78 517

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

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

AIO-Stereo-zeroshot	0.85 344	0.38 348	2.79 493	0.51 143	0.60 417	0.72 244	0.38 150	2.87 533	0.77 125	0.80 159	1.07 228	2.14 498	0.93 346	0.96 160	0.62 274	0.21 222	0.13 68	0.21 199	0.26 375	0.29 358	0.32 379

CFNet_pseudo	0.68 244	0.34 270	0.93 269	0.50 128	0.39 273	0.72 244	0.42 190	1.44 260	1.25 347	1.17 274	1.35 352	1.22 352	0.66 233	1.04 180	0.64 282	0.21 222	0.17 267	0.33 434	0.19 205	0.39 432	0.28 330

111	0.66 220	0.27 107	1.15 345	0.46 71	0.25 39	0.72 244	0.42 190	1.57 288	1.44 443	0.83 168	1.39 364	1.10 327	0.80 285	0.97 164	0.65 287	0.20 191	0.14 135	0.18 106	0.15 104	0.18 110	0.28 330

ccs_rob	0.68 244	0.34 270	0.93 269	0.50 128	0.39 273	0.72 244	0.42 190	1.43 259	1.25 347	1.17 274	1.34 347	1.22 352	0.66 233	1.04 180	0.64 282	0.21 222	0.17 267	0.35 449	0.20 234	0.40 436	0.29 344

LL-Strereo	1.42 463	0.44 387	2.02 459	0.62 320	1.07 515	0.73 249	0.65 376	2.02 411	1.21 322	1.60 456	1.62 431	2.02 489	2.10 517	9.67 560	1.07 392	0.22 256	0.20 330	0.27 363	0.24 348	0.23 266	0.33 388

PSMNet-RSSM	0.78 296	0.32 222	0.89 249	0.65 351	0.43 314	0.73 249	0.58 346	2.14 443	1.19 311	1.18 285	1.38 362	1.31 379	1.07 405	1.43 279	0.82 335	0.28 384	0.21 346	0.27 363	0.29 422	0.25 307	0.26 296

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

rvit_105_1	0.76 285	0.54 425	1.27 385	0.80 463	0.49 353	0.74 251	0.86 441	1.39 251	1.23 335	1.00 210	0.80 147	0.93 264	0.78 269	1.29 242	0.78 320	0.43 475	0.36 485	0.36 459	0.42 488	0.30 374	0.36 410

model_zeroshot	0.53 132	0.31 204	1.00 298	0.57 258	0.39 273	0.74 251	0.39 164	1.38 247	0.67 100	0.88 182	0.85 158	0.71 182	0.37 71	0.77 93	0.39 114	0.21 222	0.17 267	0.19 131	0.17 165	0.17 78	0.22 213

dd	0.62 202	0.51 414	1.17 360	0.56 236	0.33 199	0.74 251	0.46 246	1.03 128	1.40 426	0.80 159	0.87 162	0.60 141	0.57 182	1.02 176	0.86 341	0.28 384	0.18 298	0.26 348	0.19 205	0.35 411	0.27 314

ACRE	0.66 220	0.37 330	1.27 385	0.60 298	0.50 358	0.74 251	0.47 257	1.26 222	1.10 260	1.40 403	1.56 418	0.62 150	0.46 124	0.88 134	0.78 320	0.24 299	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

anonymousdsp2	0.58 173	0.29 147	0.93 269	0.51 143	0.30 126	0.75 256	0.46 246	1.95 396	0.87 162	0.81 164	0.78 139	0.76 190	0.48 136	1.10 201	0.45 173	0.19 148	0.14 135	0.18 106	0.13 59	0.20 182	0.22 213

CIPLG	0.67 231	0.37 330	1.17 360	0.60 298	0.51 368	0.75 256	0.48 264	1.26 222	1.11 267	1.43 413	1.58 424	0.64 158	0.48 136	0.94 151	0.78 320	0.24 299	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

IPLGR_C	0.67 231	0.38 348	1.20 370	0.60 298	0.50 358	0.75 256	0.48 264	1.28 230	1.13 280	1.42 409	1.57 422	0.62 150	0.48 136	0.85 124	0.80 332	0.24 299	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

HCRNet	0.72 266	0.40 363	0.86 238	0.61 312	0.57 404	0.75 256	0.35 115	1.39 251	1.21 322	1.11 239	0.99 194	1.01 299	0.76 258	2.18 394	0.73 304	0.28 384	0.19 316	0.28 379	0.23 335	0.25 307	0.26 296

AANet_RVC	1.22 441	0.60 442	1.94 452	0.69 404	0.46 336	0.75 256	0.69 388	1.51 271	1.57 472	1.36 387	1.90 476	1.51 421	0.87 321	7.23 536	1.89 482	0.26 345	0.19 316	0.19 131	0.16 141	0.23 266	0.37 414

test_sample1	0.67 231	0.32 222	0.90 259	0.54 201	0.33 199	0.76 261	0.48 264	1.75 337	1.06 243	0.95 200	0.99 194	0.91 254	1.10 412	1.25 231	0.79 325	0.22 256	0.19 316	0.21 199	0.20 234	0.21 226	0.25 276

ffm	0.79 305	0.36 309	1.51 416	0.56 236	0.40 285	0.76 261	0.59 352	1.08 149	2.62 528	1.19 293	1.49 391	1.07 312	0.85 304	1.57 303	0.35 73	0.21 222	0.13 68	0.31 410	0.28 403	0.20 182	0.23 234

ff1	1.88 499	0.36 309	1.51 416	0.56 236	0.40 285	0.76 261	0.59 352	1.08 149	2.62 528	1.19 293	1.49 391	1.07 312	0.85 304	9.88 564	13.82 562	0.21 222	0.13 68	0.31 410	0.28 403	0.20 182	0.23 234

mmx	1.89 502	0.36 309	1.51 416	0.56 236	0.40 285	0.76 261	0.59 352	2.32 479	1.41 430	1.19 293	1.49 391	1.07 312	0.85 304	9.88 564	13.82 562	0.25 319	0.21 346	0.31 410	0.28 403	0.32 392	0.29 344

xxx	1.89 502	0.36 309	1.51 416	0.56 236	0.40 285	0.76 261	0.59 352	2.32 479	1.41 430	1.19 293	1.49 391	1.07 312	0.85 304	9.88 564	13.82 562	0.25 319	0.21 346	0.31 410	0.28 403	0.32 392	0.29 344

CFNet_ucs	0.73 269	0.34 270	0.94 276	0.53 187	0.44 324	0.76 261	0.46 246	1.73 333	1.34 396	1.24 320	1.54 409	1.08 322	0.64 223	1.05 183	0.64 282	0.26 345	0.20 330	0.37 462	0.22 303	0.42 444	0.30 360

UDGNet	0.75 277	1.23 522	0.99 293	0.82 470	0.42 309	0.76 261	0.38 150	0.98 109	1.37 413	0.83 168	0.88 165	0.70 175	0.60 209	1.25 231	0.57 253	0.57 510	0.19 316	1.03 536	0.26 375	0.79 518	0.35 406

PSM-AAD	0.80 311	0.29 147	0.58 75	0.58 271	0.29 109	0.76 261	1.19 493	1.08 149	0.94 190	1.65 466	1.58 424	0.81 207	2.12 521	1.67 323	0.44 160	0.19 148	0.14 135	0.38 466	0.32 447	0.22 246	0.68 508

GrayStereo	0.83 331	0.28 124	0.62 100	0.66 365	0.37 252	0.76 261	1.79 529	1.19 199	0.91 172	1.98 500	1.89 474	1.07 312	1.76 499	1.43 279	0.50 210	0.20 191	0.15 201	0.19 131	0.21 276	0.18 110	0.41 435

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

G2L-Stereo	0.84 337	0.35 299	1.15 345	0.63 330	0.43 314	0.78 271	0.69 388	1.69 320	1.20 315	1.36 387	1.18 282	1.43 403	0.78 269	2.47 421	1.26 417	0.25 319	0.20 330	0.26 348	0.21 276	0.20 182	0.27 314

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

DCVSM-stereo	0.75 277	0.36 309	0.82 207	0.58 271	0.43 314	0.78 271	0.42 190	1.30 233	1.05 241	1.79 482	1.04 217	1.60 433	1.08 406	1.12 206	0.86 341	0.25 319	0.27 428	0.29 391	0.24 348	0.30 374	0.37 414

testlalala_base	0.83 331	0.41 373	0.80 193	0.67 379	0.53 380	0.78 271	0.30 68	1.84 359	0.60 81	0.75 151	0.91 170	0.68 167	0.54 170	0.69 74	0.46 179	2.92 552	0.15 201	0.17 70	0.12 29	2.95 551	0.27 314

Sa-1000	0.76 285	0.30 172	0.92 267	0.62 320	0.31 146	0.78 271	0.37 140	2.00 409	1.38 415	1.30 354	2.04 487	0.86 230	0.74 252	1.87 353	0.40 131	0.19 148	0.14 135	0.25 327	0.24 348	0.21 226	0.19 131

cf-r	0.79 305	0.32 222	1.06 315	0.57 258	0.64 431	0.78 271	0.51 285	2.04 418	1.22 330	1.20 298	1.27 320	1.53 424	0.91 336	1.47 288	0.94 370	0.25 319	0.19 316	0.22 230	0.23 335	0.19 146	0.21 184

GwcNet-RSSM	0.83 331	0.34 270	1.29 391	0.65 351	0.55 394	0.78 271	0.62 367	1.89 377	1.27 359	1.18 285	1.39 364	1.56 429	0.91 336	1.60 315	1.22 410	0.26 345	0.20 330	0.23 264	0.24 348	0.21 226	0.21 184

DeepPruner_ROB	0.79 305	0.55 429	1.14 343	0.61 312	0.46 336	0.78 271	0.54 316	1.83 357	1.00 219	1.42 409	1.27 320	1.23 356	0.77 262	1.56 301	0.89 350	0.35 446	0.28 434	0.27 363	0.26 375	0.32 392	0.34 397

xyz-stereo-finetune	0.50 124	0.27 107	0.63 102	0.43 43	0.23 15	0.79 279	0.46 246	0.83 67	0.82 146	0.63 131	0.63 98	0.54 118	0.44 107	1.69 329	0.62 274	0.16 43	0.15 201	0.19 131	0.16 141	0.17 78	0.16 60

AIO-test2	0.61 199	0.30 172	0.93 269	0.65 351	0.65 436	0.79 279	0.50 283	1.33 239	1.40 426	0.65 133	1.15 274	0.53 114	0.42 93	1.18 220	0.36 90	0.25 319	0.18 298	0.26 348	0.31 440	0.20 182	0.21 184

AIO-test1	0.61 199	0.27 107	0.68 130	0.68 391	1.02 512	0.79 279	0.36 125	1.59 295	1.35 399	0.59 117	0.89 167	0.60 141	0.49 147	1.20 225	0.36 90	0.18 110	0.17 267	0.23 264	0.25 357	0.18 110	0.26 296

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

AIO-Stereo-zeroshot1	1.06 408	0.43 380	3.59 510	0.53 187	0.66 442	0.79 279	0.39 164	2.60 516	0.98 206	0.96 203	4.58 540	2.05 496	0.56 179	0.99 166	0.51 214	0.19 148	0.14 135	0.21 199	0.28 403	0.32 392	0.41 435

gcap-zeroshot	0.59 185	0.30 172	1.11 333	0.51 143	0.30 126	0.79 279	0.36 125	1.86 369	0.86 159	0.90 187	0.68 110	1.44 404	0.50 152	0.82 109	0.35 73	0.19 148	0.16 238	0.18 106	0.15 104	0.18 110	0.18 97

IPLG	0.72 266	0.29 147	1.12 337	0.53 187	0.44 324	0.79 279	0.33 90	1.35 241	1.10 260	1.32 363	1.11 248	0.52 109	0.54 170	3.13 446	0.71 303	0.17 75	0.14 135	0.20 165	0.17 165	0.18 110	0.21 184

test_sample2	0.67 231	0.31 204	0.89 249	0.54 201	0.29 109	0.80 286	0.63 372	1.83 357	1.10 260	0.93 195	1.06 225	0.94 270	0.92 344	1.24 230	0.59 265	0.23 278	0.20 330	0.22 230	0.21 276	0.24 295	0.25 276

PCWNet_CMD	0.68 244	0.34 270	0.93 269	0.51 143	0.38 264	0.80 286	0.42 190	1.51 271	1.34 396	1.17 274	1.31 333	1.23 356	0.65 228	0.94 151	0.62 274	0.21 222	0.17 267	0.27 363	0.19 205	0.43 446	0.28 330

AACVNet	0.90 365	0.40 363	0.98 291	0.86 484	0.40 285	0.80 286	0.49 275	1.81 353	0.86 159	1.11 239	1.34 347	1.32 383	0.99 372	4.23 470	0.86 341	0.26 345	0.22 361	0.28 379	0.22 303	0.30 374	0.28 330

RAFT-RH_RVC	1.04 401	0.26 83	0.76 175	0.53 187	0.29 109	0.80 286	0.32 83	0.85 75	1.12 274	2.04 503	4.63 542	1.03 304	0.57 182	5.93 511	0.52 222	0.20 191	0.13 68	0.26 348	0.20 234	0.16 54	0.19 131

GMStereo	0.58 173	0.50 410	1.09 326	0.52 164	0.32 179	0.80 286	0.43 208	1.02 120	1.41 430	0.89 186	0.77 137	0.52 109	0.46 124	0.89 139	0.56 250	0.25 319	0.16 238	0.20 165	0.22 303	0.31 381	0.27 314
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.66 220	0.33 241	0.74 165	0.55 215	0.37 252	0.80 286	0.47 257	1.46 264	1.11 267	1.01 215	1.31 333	1.07 312	0.91 336	0.82 109	1.09 393	0.22 256	0.19 316	0.21 199	0.18 183	0.23 266	0.19 131

GANet-RSSM	0.78 296	0.31 204	0.90 259	0.67 379	0.58 407	0.80 286	0.62 367	2.04 418	1.15 291	1.11 239	1.27 320	1.26 367	1.18 434	1.68 325	0.74 308	0.26 345	0.21 346	0.22 230	0.22 303	0.23 266	0.23 234

MSMDNet	0.68 244	0.34 270	0.93 269	0.52 164	0.38 264	0.80 286	0.42 190	1.52 273	1.35 399	1.17 274	1.31 333	1.23 356	0.65 228	0.94 151	0.62 274	0.21 222	0.17 267	0.26 348	0.19 205	0.41 440	0.28 330

z-ln-s-r	1.18 435	0.61 447	2.91 495	0.54 201	0.56 399	0.81 294	0.86 441	1.72 331	1.55 471	1.18 285	1.62 431	1.37 393	1.16 423	3.67 462	3.77 518	0.20 191	0.15 201	0.21 199	0.17 165	0.29 358	0.24 255

pcwnet_v2	0.91 370	0.39 357	2.74 491	0.64 344	0.55 394	0.81 294	0.49 275	2.19 461	1.63 479	1.44 416	1.64 437	1.09 323	0.79 278	1.31 245	0.70 300	0.32 419	0.25 411	0.29 391	0.27 392	0.37 421	0.37 414

test_sample6	0.77 291	0.36 309	1.07 320	0.56 236	0.31 146	0.82 296	0.56 333	2.12 433	1.24 339	1.21 305	1.40 369	0.90 250	0.90 333	1.45 283	0.87 346	0.28 384	0.23 389	0.28 379	0.29 422	0.28 341	0.30 360

GASNet	1.13 423	1.10 514	3.29 506	1.00 515	0.68 449	0.82 296	0.67 382	1.85 367	1.38 415	1.39 397	1.25 309	1.25 361	1.20 437	2.72 434	1.62 462	0.46 488	0.26 418	0.36 459	0.34 467	0.55 491	0.33 388

CASS	0.67 231	0.36 309	0.84 225	0.57 258	0.28 94	0.82 296	0.43 208	1.62 302	0.92 177	1.39 397	1.28 326	0.87 232	0.84 299	0.88 134	0.59 265	0.36 453	0.19 316	0.26 348	0.22 303	0.29 358	0.43 447
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
iRaft-Stereo_20w	0.71 260	0.33 241	1.25 382	0.50 128	0.36 242	0.82 296	0.31 75	3.16 537	0.89 166	1.24 320	1.14 268	0.79 199	0.65 228	1.15 211	0.43 155	0.18 110	0.13 68	0.18 106	0.17 165	0.20 182	0.23 234

DAS	0.89 357	0.37 330	1.20 370	0.66 365	0.69 452	0.82 296	0.62 367	1.79 346	1.26 355	1.93 495	1.55 412	0.96 279	1.17 427	2.72 434	0.69 297	0.22 256	0.16 238	0.25 327	0.18 183	0.29 358	0.24 255

SepStereo	0.87 352	0.37 330	1.20 370	0.66 365	0.69 452	0.82 296	0.62 367	1.79 346	1.26 355	1.93 495	1.55 412	0.96 279	1.17 427	2.34 407	0.69 297	0.22 256	0.16 238	0.25 327	0.18 183	0.29 358	0.24 255

FENet	0.62 202	0.30 172	0.68 130	0.57 258	0.33 199	0.82 296	0.40 172	1.41 257	1.12 274	1.03 222	0.87 162	0.98 283	0.84 299	1.00 170	0.70 300	0.23 278	0.16 238	0.23 264	0.20 234	0.22 246	0.24 255

DFGA-Net	0.77 291	0.47 396	1.75 438	0.55 215	0.46 336	0.83 303	0.44 227	1.38 247	1.10 260	1.05 226	1.20 287	0.70 175	0.58 199	2.27 402	1.31 422	0.19 148	0.17 267	0.24 288	0.24 348	0.28 341	0.30 360

SMFormer	0.79 305	0.32 222	0.95 280	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 448	1.27 341	1.50 398	0.98 283	0.96 356	1.87 353	0.99 378	0.24 299	0.22 361	0.22 230	0.21 276	0.23 266	0.27 314

tta	0.79 305	0.32 222	0.95 280	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 448	1.27 341	1.50 398	0.98 283	0.96 356	1.87 353	0.99 378	0.24 299	0.22 361	0.22 230	0.21 276	0.19 146	0.22 213

qqq1	0.76 285	0.32 222	0.95 280	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 448	1.27 341	1.50 398	0.98 283	0.96 356	1.87 353	0.48 196	0.24 299	0.22 361	0.18 106	0.15 104	0.19 146	0.22 213

fff1	0.76 285	0.32 222	0.95 280	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 448	1.27 341	1.50 398	0.98 283	0.96 356	1.87 353	0.48 196	0.24 299	0.22 361	0.18 106	0.15 104	0.19 146	0.22 213

11t1	0.57 161	0.30 172	0.84 225	0.54 201	0.30 126	0.83 303	0.41 182	1.34 240	0.79 138	0.88 182	0.82 152	0.70 175	0.70 246	0.96 160	0.67 292	0.21 222	0.21 346	0.20 165	0.16 141	0.21 226	0.26 296

dad	0.90 365	0.73 483	1.28 388	0.59 290	0.39 273	0.83 303	0.45 240	1.24 217	1.54 465	1.52 437	1.28 326	1.36 389	0.86 312	2.54 425	0.91 358	0.43 475	0.27 428	0.82 528	0.26 375	0.44 457	0.34 397

SACVNet	0.89 357	0.51 414	1.08 323	0.83 474	0.58 407	0.83 303	0.78 411	1.84 359	1.17 303	1.39 397	1.33 343	1.25 361	1.01 381	2.31 406	0.92 362	0.35 446	0.26 418	0.31 410	0.29 422	0.35 411	0.48 459

FACV-RUCA	0.66 220	0.36 309	0.89 249	0.63 330	0.65 436	0.84 311	0.41 182	1.67 307	1.11 267	0.91 189	1.14 268	0.63 155	0.77 262	0.84 120	0.54 241	0.28 384	0.19 316	0.47 494	0.22 303	0.36 415	0.29 344

GCAP-BAT	0.54 135	0.33 241	0.75 170	0.45 59	0.50 358	0.84 311	0.35 115	0.98 109	0.80 141	0.88 182	1.04 217	0.88 238	0.37 71	1.25 231	0.41 141	0.19 148	0.15 201	0.18 106	0.13 59	0.17 78	0.22 213

test_sample5	0.75 277	0.36 309	1.04 308	0.55 215	0.31 146	0.84 311	0.53 302	2.12 433	1.23 335	1.18 285	1.30 331	0.88 238	0.86 312	1.37 260	0.76 314	0.26 345	0.22 361	0.27 363	0.28 403	0.28 341	0.29 344

DualNet	0.75 277	0.36 309	1.04 308	0.55 215	0.31 146	0.84 311	0.53 302	2.12 433	1.23 335	1.21 305	1.40 369	0.88 238	0.86 312	1.37 260	0.76 314	0.26 345	0.22 361	0.27 363	0.28 403	0.28 341	0.29 344

GMStereo_Zeroshot	0.70 254	0.64 458	1.11 333	0.65 351	0.38 264	0.84 311	0.37 140	1.09 156	1.16 298	1.14 264	1.07 228	1.26 367	0.55 173	1.23 228	0.65 287	0.34 436	0.17 267	0.31 410	0.18 183	0.57 494	0.23 234

DMCA-RVC	0.83 331	0.46 391	2.19 472	0.68 391	0.49 353	0.84 311	0.48 264	1.44 260	1.07 245	1.56 448	1.04 217	1.29 374	0.86 312	1.49 297	0.92 362	0.27 366	0.22 361	0.35 449	0.28 403	0.32 392	0.28 330

DMCA	0.71 260	0.36 309	1.17 360	0.53 187	0.45 328	0.84 311	0.46 246	1.52 273	1.09 256	1.20 298	1.12 252	1.21 348	0.74 252	0.87 131	1.09 393	0.25 319	0.20 330	0.27 363	0.19 205	0.24 295	0.29 344

ICVP	0.66 220	0.35 299	0.71 144	0.63 330	0.41 299	0.85 318	0.56 333	1.78 343	0.96 199	0.92 192	1.24 307	0.88 238	0.75 257	0.76 91	0.93 365	0.31 411	0.22 361	0.22 230	0.21 276	0.24 295	0.28 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ITSA-stereo	0.85 344	0.38 348	0.92 267	0.58 271	0.32 179	0.86 319	0.49 275	2.33 485	1.69 484	1.16 270	1.12 252	0.95 274	0.85 304	2.46 416	1.18 402	0.27 366	0.23 389	0.28 379	0.28 403	0.28 341	0.41 435

mmm	0.68 244	0.37 330	0.91 264	0.54 201	0.34 217	0.86 319	0.58 346	1.72 331	1.02 226	1.13 250	1.41 374	0.83 222	0.78 269	0.95 159	0.67 292	0.22 256	0.20 330	0.29 391	0.26 375	0.27 325	0.27 314

riskmin	0.62 202	0.29 147	0.73 160	0.50 128	0.34 217	0.86 319	0.44 227	1.74 335	1.07 245	0.76 153	0.76 133	1.19 345	1.01 381	0.84 120	0.60 268	0.20 191	0.16 238	0.24 288	0.16 141	0.24 295	0.29 344

CFNet-ft	0.78 296	0.36 309	0.74 165	0.67 379	0.56 399	0.86 319	0.54 316	1.46 264	1.17 303	1.01 215	1.28 326	1.68 450	1.03 391	1.57 303	0.95 372	0.27 366	0.21 346	0.33 434	0.26 375	0.31 381	0.26 296

CFNet_RVC	0.78 296	0.36 309	0.74 165	0.67 379	0.56 399	0.86 319	0.54 316	1.46 264	1.17 303	1.01 215	1.28 326	1.68 450	1.03 391	1.57 303	0.95 372	0.27 366	0.21 346	0.33 434	0.26 375	0.31 381	0.26 296

DispNO	0.98 387	0.34 270	2.02 459	0.58 271	0.55 394	0.88 324	0.49 275	1.70 324	1.24 339	1.22 313	1.26 311	1.18 343	0.88 327	5.17 490	0.88 347	0.23 278	0.18 298	0.24 288	0.22 303	0.19 146	0.22 213

STTStereo	0.82 322	0.53 422	1.53 423	0.68 391	0.56 399	0.88 324	0.56 333	1.57 288	1.14 286	1.39 397	1.10 241	1.26 367	0.84 299	1.49 297	0.90 354	0.29 400	0.28 434	0.33 434	0.40 484	0.33 399	0.37 414

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

test_5	0.70 254	0.32 222	0.99 293	0.69 404	0.50 358	0.89 326	0.51 285	1.88 375	1.14 286	0.78 156	1.13 263	1.04 305	0.89 330	1.59 310	0.46 179	0.19 148	0.14 135	0.23 264	0.22 303	0.22 246	0.20 156

ARAFT	0.82 322	0.40 363	1.77 440	0.53 187	0.31 146	0.89 326	0.81 427	2.32 479	1.08 248	1.66 469	1.25 309	1.04 305	0.64 223	1.91 360	0.52 222	0.20 191	0.15 201	0.28 379	0.27 392	0.17 78	0.18 97

UCFNet_RVC	0.72 266	0.37 330	0.59 81	0.66 365	0.41 299	0.89 326	0.68 385	1.78 343	1.15 291	1.01 215	1.20 287	1.22 352	0.95 354	1.07 190	0.66 291	0.28 384	0.21 346	0.34 442	0.31 440	0.33 399	0.29 344

G2L-Stereo_test	0.77 291	0.31 204	0.97 288	0.51 143	0.41 299	0.90 330	0.80 422	1.67 307	1.22 330	1.32 363	1.27 320	1.50 418	0.81 289	1.74 334	1.02 386	0.20 191	0.14 135	0.16 46	0.16 141	0.18 110	0.22 213

MyStereo8	0.70 254	0.32 222	1.24 380	0.63 330	0.53 380	0.90 330	0.34 102	1.60 297	1.35 399	1.20 298	1.31 333	0.89 248	0.64 223	0.77 93	1.02 386	0.18 110	0.15 201	0.20 165	0.18 183	0.22 246	0.30 360

FADNet-RVC	0.96 383	0.72 480	2.96 497	0.64 344	0.49 353	0.90 330	0.59 352	1.85 367	1.27 359	0.92 192	0.97 188	1.36 389	0.90 333	2.36 409	1.31 422	0.30 407	0.29 443	0.32 422	0.32 447	0.42 444	0.37 414

Selective-RAFT	0.55 138	0.29 147	0.85 231	0.58 271	0.28 94	0.91 333	0.34 102	1.00 119	0.96 199	0.59 117	0.64 99	0.80 201	0.76 258	1.34 255	0.51 214	0.21 222	0.15 201	0.17 70	0.15 104	0.19 146	0.19 131

DIP-Stereo	0.64 214	0.32 222	0.91 264	0.49 112	0.36 242	0.91 333	0.33 90	2.51 510	0.77 125	1.25 323	1.00 199	0.68 167	0.51 155	0.92 147	0.65 287	0.19 148	0.15 201	0.21 199	0.17 165	0.19 146	0.22 213
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DeepPrunerF	1.68 485	0.82 491	6.82 531	0.94 509	1.20 529	0.91 333	0.97 463	2.50 508	5.19 559	1.22 313	1.30 331	1.18 343	1.29 448	4.96 488	1.75 475	0.43 475	0.35 481	0.52 502	0.48 503	0.43 446	0.42 443

TDLM	1.08 417	0.50 410	1.01 300	0.69 404	0.54 388	0.91 333	1.40 509	1.60 297	1.36 408	1.17 274	1.40 369	1.07 312	1.00 378	6.19 514	0.85 340	0.34 436	0.22 361	0.35 449	0.26 375	0.38 427	0.29 344

PS-NSSS	1.02 398	0.62 454	1.17 360	0.61 312	0.58 407	0.91 333	0.79 419	2.02 411	1.19 311	1.17 274	1.68 444	1.00 294	0.85 304	4.43 475	0.86 341	0.38 458	0.31 452	0.52 502	0.32 447	0.52 481	0.45 452

MLCV	0.77 291	0.39 357	1.31 392	0.55 215	0.25 39	0.91 333	0.39 164	1.48 269	1.28 367	1.49 434	1.54 409	1.02 301	0.68 239	2.12 388	0.93 365	0.19 148	0.13 68	0.19 131	0.14 85	0.19 146	0.22 213

iResNet_ROB	0.82 322	0.36 309	1.13 338	0.60 298	0.37 252	0.91 333	0.38 150	2.41 494	1.61 478	1.35 382	1.35 352	1.25 361	0.97 366	1.75 336	0.88 347	0.21 222	0.14 135	0.17 70	0.12 29	0.19 146	0.30 360

test_sample4	0.74 273	0.36 309	1.09 326	0.55 215	0.32 179	0.92 340	0.51 285	2.14 443	1.25 347	1.22 313	1.22 295	0.86 230	0.82 291	1.29 242	0.76 314	0.26 345	0.21 346	0.26 348	0.26 375	0.27 325	0.28 330

HH	0.68 244	0.33 241	0.83 216	0.53 187	0.34 217	0.92 340	0.45 240	1.79 346	0.74 118	0.71 142	1.13 263	1.60 433	0.83 296	1.95 367	0.39 114	0.18 110	0.14 135	0.19 131	0.17 165	0.19 146	0.19 131

HanStereo	0.68 244	0.33 241	0.83 216	0.53 187	0.34 217	0.92 340	0.45 240	1.79 346	0.74 118	0.71 142	1.13 263	1.60 433	0.83 296	1.95 367	0.39 114	0.18 110	0.14 135	0.19 131	0.17 165	0.19 146	0.19 131

ToySt	0.73 269	0.35 299	1.64 430	0.54 201	0.37 252	0.92 340	0.81 427	1.21 208	1.03 229	0.86 180	1.12 252	1.31 379	1.01 381	1.04 180	0.88 347	0.19 148	0.20 330	0.24 288	0.24 348	0.27 325	0.28 330

test_sample7	0.78 296	0.39 357	0.89 249	0.55 215	0.35 234	0.93 344	0.75 404	1.99 405	1.27 359	1.25 323	1.22 295	1.09 323	1.01 381	1.31 245	0.73 304	0.32 419	0.32 464	0.32 422	0.32 447	0.33 399	0.33 388

Anonymous3	0.64 214	0.47 396	1.31 392	0.59 290	0.50 358	0.93 344	0.69 388	1.11 164	0.83 150	0.74 149	0.89 167	0.65 159	0.68 239	1.08 193	0.54 241	0.40 466	0.31 452	0.26 348	0.26 375	0.31 381	0.30 360

CVANet_RVC	1.10 419	0.49 407	1.15 345	0.65 351	0.54 388	0.93 344	1.00 469	1.69 320	1.36 408	1.42 409	1.39 364	1.24 360	1.17 427	6.22 516	0.80 332	0.35 446	0.24 399	0.35 449	0.30 434	0.44 457	0.32 379

G2L-ROB	0.79 305	0.28 124	1.01 300	0.57 258	0.39 273	0.94 347	0.65 376	1.76 339	1.18 309	1.27 341	1.03 211	1.62 438	0.78 269	1.93 363	1.26 417	0.20 191	0.14 135	0.17 70	0.15 104	0.20 182	0.24 255

ttt	1.26 450	0.36 309	0.79 188	0.65 351	0.42 309	0.94 347	0.57 339	2.33 485	1.38 415	1.25 323	1.65 438	0.92 262	0.78 269	2.64 429	8.73 549	0.30 407	0.28 434	0.26 348	0.25 357	0.29 358	0.32 379

THIR-Stereo	1.02 398	0.29 147	0.73 160	0.51 143	0.29 109	0.94 347	1.31 503	1.08 149	0.98 206	1.35 382	1.91 478	1.16 341	1.54 480	6.37 524	0.79 325	0.20 191	0.14 135	0.21 199	0.22 303	0.19 146	0.25 276

GES	0.70 254	0.37 330	1.05 313	0.62 320	0.38 264	0.94 347	0.57 339	2.37 489	0.92 177	1.05 226	1.12 252	0.67 165	0.77 262	1.02 176	0.65 287	0.28 384	0.20 330	0.20 165	0.20 234	0.22 246	0.31 370

test_xeample	1.55 474	0.31 204	0.94 276	0.54 201	0.31 146	0.94 347	0.58 346	2.40 493	1.40 426	1.29 352	1.55 412	0.89 248	0.88 327	1.72 332	15.94 568	0.22 256	0.22 361	0.22 230	0.21 276	0.23 266	0.25 276

AdaStereo	0.74 273	0.48 402	0.86 238	0.75 446	0.38 264	0.94 347	0.56 333	2.05 422	1.24 339	1.15 266	1.22 295	1.07 312	0.67 235	1.05 183	0.73 304	0.33 426	0.16 238	0.32 422	0.22 303	0.29 358	0.23 234
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNetv2_ROB	0.88 355	0.43 380	2.62 490	0.60 298	0.38 264	0.94 347	0.67 382	1.88 375	1.38 415	1.27 341	1.45 383	1.26 367	1.05 402	1.92 361	0.64 282	0.24 299	0.15 201	0.19 131	0.14 85	0.24 295	0.21 184

coex_refinement	0.84 337	0.30 172	0.89 249	0.72 423	0.52 373	0.95 354	0.60 359	1.92 389	1.29 379	1.38 394	1.37 357	1.80 466	0.82 291	1.48 290	1.31 422	0.27 366	0.17 267	0.19 131	0.20 234	0.25 307	0.27 314

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

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

GEStereo_RVC	0.93 378	0.40 363	1.15 345	0.67 379	0.50 358	0.95 354	0.78 411	2.73 524	1.21 322	1.20 298	1.12 252	1.25 361	0.91 336	3.21 449	0.95 372	0.31 411	0.20 330	0.23 264	0.20 234	0.28 341	0.31 370

FADNet	0.98 387	0.64 458	2.57 486	0.66 365	0.55 394	0.95 354	0.57 339	1.91 382	1.38 415	0.94 198	1.02 204	1.36 389	1.00 378	2.69 432	0.97 376	0.34 436	0.34 474	0.31 410	0.34 467	0.61 503	0.42 443

NLCA_NET_v2_RVC	0.84 337	0.46 391	1.40 407	0.69 404	0.61 423	0.95 354	0.52 296	1.68 311	1.21 322	1.39 397	1.15 274	1.42 398	0.88 327	1.78 340	0.93 365	0.26 345	0.23 389	0.27 363	0.27 392	0.30 374	0.39 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
castereo++	0.41 60	0.26 83	0.51 50	0.44 50	0.32 179	0.96 360	0.22 16	1.13 170	0.61 86	0.33 17	0.45 40	0.50 98	0.39 83	0.94 151	0.25 5	0.18 110	0.12 34	0.17 70	0.12 29	0.14 13	0.16 60

Consistency-Raft	1.27 453	1.01 507	2.17 470	1.04 517	1.20 529	0.96 360	1.00 469	1.84 359	1.95 506	1.38 394	2.11 491	1.44 404	1.03 391	1.18 220	1.40 436	0.73 525	0.83 542	0.89 530	0.99 544	1.33 535	0.95 526

iResNet	0.80 311	0.45 388	1.47 411	0.72 423	0.31 146	0.96 360	0.64 374	1.80 350	1.28 367	1.31 360	1.48 390	0.94 270	0.78 269	1.77 338	0.99 378	0.19 148	0.14 135	0.18 106	0.15 104	0.22 246	0.27 314

test_sample3	0.73 269	0.35 299	1.06 315	0.55 215	0.32 179	0.97 363	0.51 285	2.12 433	1.25 347	1.16 270	1.17 279	0.88 238	0.78 269	1.27 238	0.79 325	0.26 345	0.21 346	0.25 327	0.25 357	0.26 319	0.27 314

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

hitnet-ft	0.84 337	0.38 348	0.75 170	0.59 290	0.44 324	0.99 365	0.47 257	1.61 299	1.38 415	1.21 305	1.22 295	1.82 468	0.99 372	1.87 353	1.09 393	0.33 426	0.29 443	0.34 442	0.27 392	0.36 415	0.33 388

1111x	1.96 505	0.32 222	1.54 424	0.54 201	0.30 126	1.00 366	0.69 388	2.47 503	1.33 394	1.21 305	1.44 381	1.21 348	1.11 415	8.49 550	16.14 569	0.22 256	0.23 389	0.22 230	0.23 335	0.25 307	0.26 296

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

RASNet	1.16 428	0.34 270	1.11 333	0.73 431	0.86 493	1.00 366	0.60 359	1.56 285	1.43 440	1.07 234	1.37 357	2.08 497	1.44 472	7.00 534	1.56 453	0.20 191	0.17 267	0.17 70	0.19 205	0.19 146	0.19 131

DEmStereo	0.98 387	0.25 65	0.85 231	0.49 112	0.33 199	1.02 369	0.55 326	0.97 105	0.93 184	1.41 405	2.13 492	1.01 299	2.01 511	5.62 502	0.78 320	0.19 148	0.15 201	0.20 165	0.20 234	0.18 110	0.25 276

CFNet	0.99 390	0.40 363	1.23 377	0.65 351	0.43 314	1.03 370	0.49 275	2.01 410	1.35 399	1.02 219	1.39 364	1.10 327	0.86 312	5.47 501	0.89 350	0.24 299	0.18 298	0.28 379	0.27 392	0.27 325	0.22 213

Anonymous_2	1.37 456	0.56 433	0.94 276	0.57 258	0.62 427	1.04 371	0.65 376	1.82 355	1.01 222	1.00 210	0.79 142	1.42 398	1.27 445	1.06 188	0.83 336	0.62 516	0.67 537	1.05 537	9.88 577	1.09 531	0.55 484

ac_64	0.86 348	0.32 222	1.02 303	0.74 437	0.60 417	1.04 371	0.53 302	2.20 464	0.99 215	1.23 316	1.11 248	1.96 482	1.06 403	2.01 375	1.01 383	0.30 407	0.22 361	0.24 288	0.23 335	0.22 246	0.22 213

BEATNet_4x	0.82 322	0.54 425	2.02 459	0.56 236	0.28 94	1.04 371	0.55 326	2.14 443	1.13 280	1.24 320	1.26 311	1.00 294	0.94 349	1.13 208	1.23 413	0.21 222	0.14 135	0.24 288	0.20 234	0.37 421	0.23 234

222	1.67 483	0.31 204	0.93 269	0.59 290	0.31 146	1.05 374	0.43 208	2.39 491	1.47 454	1.37 389	1.55 412	0.94 270	0.94 349	1.98 370	17.76 571	0.24 299	0.22 361	0.21 199	0.20 234	0.22 246	0.26 296

psm_up	0.83 331	0.37 330	0.88 245	0.68 391	0.59 413	1.05 374	0.92 452	1.68 311	1.17 303	1.41 405	1.22 295	1.30 377	1.31 452	1.39 267	0.89 350	0.27 366	0.30 447	0.31 410	0.27 392	0.28 341	0.28 330

HITNet	0.71 260	0.42 376	1.07 320	0.52 164	0.25 39	1.05 374	0.48 264	2.12 433	1.08 248	1.21 305	1.23 303	0.91 254	0.84 299	0.90 142	0.91 358	0.17 75	0.12 34	0.21 199	0.17 165	0.29 358	0.18 97
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
EDNetEfficient	2.40 525	1.14 516	8.59 542	0.77 456	0.73 459	1.06 377	1.53 515	1.54 279	4.06 551	4.87 557	2.81 517	2.23 499	3.53 547	3.04 444	9.65 554	0.27 366	0.24 399	0.27 363	0.31 440	0.70 512	0.67 504

DualNet (step1)	0.89 357	0.51 414	1.35 397	0.58 271	0.40 285	1.07 378	0.80 422	1.99 405	1.27 359	1.25 323	1.22 295	1.09 323	1.01 381	1.31 245	0.73 304	0.59 513	0.32 464	0.62 520	0.67 527	0.45 460	0.48 459

test_sample9	1.96 505	0.51 414	1.35 397	0.58 271	0.40 285	1.07 378	0.80 422	1.99 405	1.27 359	1.25 323	1.22 295	1.09 323	1.01 381	2.46 416	8.57 547	0.59 513	12.85 580	0.62 520	0.67 527	0.45 460	0.48 459

test_sample8	2.29 520	0.51 414	1.35 397	0.58 271	0.40 285	1.07 378	0.80 422	2.03 415	1.22 330	2.28 513	1.33 343	4.98 549	2.51 533	2.46 416	8.57 547	0.59 513	12.85 580	0.62 520	0.67 527	0.45 460	0.48 459

FADNet-RVC-Resample	0.91 370	0.51 414	2.92 496	0.64 344	0.46 336	1.07 378	0.60 359	1.76 339	1.24 339	1.10 238	0.98 193	1.06 309	0.98 369	2.17 393	0.95 372	0.24 299	0.22 361	0.30 403	0.32 447	0.36 415	0.40 431

xyz-stereo-finetune2	0.59 185	0.29 147	0.66 122	0.41 33	0.24 20	1.08 382	0.34 102	0.87 85	0.60 81	0.68 139	1.08 235	0.58 132	0.79 278	2.39 414	0.83 336	0.17 75	0.15 201	0.21 199	0.17 165	0.16 54	0.18 97

anonymity	1.14 425	0.98 505	1.24 380	1.09 520	1.13 520	1.08 382	0.90 448	2.02 411	1.23 335	1.32 363	1.27 320	1.27 372	1.09 409	1.16 214	1.03 389	1.02 531	1.01 556	0.97 532	0.97 541	0.98 524	1.01 527

aanetorigin	1.26 450	0.85 495	3.00 498	0.72 423	0.80 482	1.08 382	1.05 475	1.12 166	1.39 424	3.53 544	2.60 513	1.72 454	1.73 497	1.98 370	1.77 478	0.26 345	0.24 399	0.26 348	0.25 357	0.38 427	0.51 472

NOSS_ROB	1.29 454	0.49 407	0.68 130	0.60 298	0.40 285	1.09 385	0.77 408	1.94 393	1.44 443	1.04 224	1.46 385	1.10 327	0.81 289	10.57 569	0.78 320	0.46 488	0.43 508	0.48 496	0.45 497	0.45 460	0.43 447

DLCB_ROB	0.92 373	0.43 380	0.95 280	0.71 417	0.55 394	1.11 386	0.83 432	1.61 299	1.32 392	1.67 470	1.66 440	1.70 453	0.93 346	1.96 369	1.34 430	0.26 345	0.25 411	0.27 363	0.28 403	0.28 341	0.28 330

XPNet_ROB	1.02 398	0.56 433	1.33 396	0.75 446	0.58 407	1.11 386	1.13 484	1.77 341	1.29 379	1.88 489	1.43 379	1.63 442	1.13 422	2.04 378	1.69 470	0.40 466	0.31 452	0.33 434	0.29 422	0.37 421	0.37 414

ADLNet2	0.92 373	0.37 330	1.25 382	0.80 463	0.65 436	1.12 388	0.75 404	1.95 396	1.42 439	1.26 336	1.67 442	1.68 450	1.04 397	1.80 347	1.23 413	0.25 319	0.22 361	0.21 199	0.22 303	0.27 325	0.31 370

CoDeX	0.78 296	0.31 204	1.04 308	0.56 236	0.37 252	1.13 389	0.60 359	2.77 526	1.29 379	1.17 274	1.26 311	0.91 254	0.87 321	1.42 277	0.74 308	0.21 222	0.16 238	0.21 199	0.18 183	0.21 226	0.21 184

PSMNet-ADL	0.75 277	0.36 309	0.69 136	0.71 417	0.47 345	1.13 389	0.46 246	1.47 267	1.07 245	0.85 175	1.18 282	1.31 379	0.94 349	1.56 301	1.06 391	0.34 436	0.22 361	0.22 230	0.23 335	0.27 325	0.36 410

FAT-Stereo	1.10 419	0.43 380	1.46 410	0.74 437	0.60 417	1.13 389	0.92 452	2.06 423	1.71 487	1.75 477	2.00 485	2.02 489	1.47 475	2.02 377	1.26 417	0.44 484	0.36 485	0.34 442	0.29 422	0.36 415	0.57 489

TCMNet	1.07 413	0.66 465	2.49 482	0.92 500	1.32 534	1.14 392	0.67 382	1.91 382	1.29 379	1.20 298	1.57 422	1.29 374	0.96 356	2.23 397	1.59 458	0.32 419	0.31 452	0.38 466	0.35 471	0.43 446	0.40 431

tt1	0.65 218	0.34 270	0.65 117	0.60 298	0.27 59	1.14 392	0.48 264	1.08 149	2.62 528	0.59 117	0.79 142	0.49 91	0.80 285	1.57 303	0.35 73	0.21 222	0.13 68	0.25 327	0.16 141	0.20 182	0.23 234

AASNet	0.80 311	0.39 357	1.16 359	0.84 478	0.80 482	1.14 392	0.59 352	2.12 433	1.21 322	1.26 336	1.26 311	0.93 264	0.77 262	0.84 120	1.23 413	0.28 384	0.24 399	0.24 288	0.20 234	0.28 341	0.27 314

RP	1.17 430	0.54 425	1.48 413	0.93 506	1.05 514	1.14 392	0.85 440	1.99 405	1.70 485	1.72 474	2.07 489	1.91 472	1.93 509	2.00 374	1.37 434	0.55 508	0.37 490	0.48 496	0.37 478	0.46 467	0.46 457

xxxx	1.61 479	0.32 222	0.98 291	0.58 271	0.31 146	1.15 396	0.43 208	2.43 496	1.41 430	1.17 274	1.40 369	1.21 348	0.86 312	1.94 364	16.68 570	0.24 299	0.24 399	0.21 199	0.20 234	0.23 266	0.27 314

HSM-Net_RVC	0.91 370	0.31 204	0.60 88	0.54 201	0.31 146	1.15 396	0.60 359	3.76 545	1.30 383	1.57 451	1.75 453	1.67 447	1.01 381	1.61 317	0.90 354	0.23 278	0.17 267	0.19 131	0.18 183	0.20 182	0.22 213
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ETE_ROB	1.01 397	0.69 473	1.49 414	0.72 423	0.50 358	1.15 396	1.12 482	1.91 382	1.24 339	1.94 497	1.50 398	1.73 456	1.06 403	1.78 340	1.33 429	0.33 426	0.26 418	0.38 466	0.34 467	0.40 436	0.44 450

ACVNet-DCA	0.59 185	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.58 290	0.91 172	0.60 124	0.80 147	0.47 83	0.87 321	1.48 290	0.35 73	0.21 222	0.13 68	0.25 327	0.15 104	0.23 266	0.25 276

xx1	0.70 254	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.07 144	3.23 541	0.60 124	0.80 147	0.95 274	0.79 278	1.48 290	0.35 73	0.21 222	0.13 68	0.24 288	0.23 335	0.23 266	0.25 276

1test111	0.58 173	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.58 290	0.91 172	0.60 124	0.80 147	0.47 83	0.87 321	0.99 166	0.67 292	0.21 222	0.13 68	0.25 327	0.15 104	0.23 266	0.25 276

cc1	0.68 244	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.07 144	3.23 541	0.60 124	0.80 147	0.47 83	0.87 321	1.48 290	0.35 73	0.21 222	0.13 68	0.25 327	0.15 104	0.19 146	0.23 234

psmorigin	1.69 487	0.74 485	13.13 555	0.70 413	0.60 417	1.16 399	0.79 419	1.69 320	1.25 347	2.07 505	1.77 457	2.23 499	1.51 479	2.14 390	1.45 441	0.39 464	0.41 502	0.34 442	0.33 461	0.45 460	0.63 501

HGLStereo	0.89 357	0.42 376	1.15 345	0.82 470	1.03 513	1.16 399	0.57 339	1.68 311	1.28 367	1.26 336	1.62 431	1.13 336	1.31 452	1.85 349	1.11 397	0.25 319	0.24 399	0.24 288	0.22 303	0.24 295	0.29 344

PWC_ROB	1.39 459	0.93 502	4.07 516	0.77 456	0.83 489	1.16 399	0.53 302	1.87 370	2.01 509	2.36 515	3.06 524	1.65 444	1.60 483	2.65 431	2.29 495	0.34 436	0.23 389	0.36 459	0.25 357	0.39 432	0.49 464

FADNet_RVC	0.88 355	0.56 433	2.15 469	0.57 258	0.43 314	1.17 406	0.46 246	1.68 311	1.12 274	0.91 189	1.24 307	0.91 254	0.94 349	2.22 396	1.20 405	0.28 384	0.22 361	0.32 422	0.28 403	0.46 467	0.42 443

PASM	1.48 469	1.08 511	3.96 515	0.93 506	0.93 502	1.17 406	1.19 493	1.77 341	1.65 480	1.90 490	1.52 406	1.75 461	1.42 469	4.54 477	1.52 451	0.64 518	0.68 539	0.69 525	0.79 533	0.70 512	0.74 513

edge stereo	1.15 427	0.54 425	1.50 415	0.73 431	0.66 442	1.18 408	0.84 434	2.13 441	1.41 430	1.73 475	1.84 467	2.53 515	1.46 473	2.46 416	1.35 432	0.43 475	0.41 502	0.54 507	0.36 474	0.43 446	0.50 468

PA-Net	1.14 425	0.63 455	2.12 467	0.67 379	0.75 468	1.19 409	0.91 450	1.91 382	1.46 453	1.18 285	1.23 303	1.33 385	1.17 427	4.31 473	1.41 437	0.29 400	0.46 515	0.33 434	0.50 507	0.33 399	0.57 489
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT + AFF	1.07 413	0.47 396	1.36 402	0.68 391	0.50 358	1.20 410	1.22 496	2.58 515	1.26 355	1.33 369	1.56 418	1.19 345	1.49 478	3.89 468	1.01 383	0.22 256	0.26 418	0.30 403	0.27 392	0.29 358	0.32 379

NVstereo2D	0.99 390	0.45 388	2.21 473	0.79 462	0.75 468	1.20 410	0.86 441	1.98 401	1.41 430	1.02 219	1.18 282	1.31 379	0.97 366	2.25 400	0.93 365	0.45 487	0.22 361	0.39 470	0.25 357	0.59 497	0.68 508

S-Stereo	1.17 430	0.48 402	2.25 476	0.83 474	0.81 486	1.22 412	1.17 491	2.12 433	2.08 513	1.47 426	2.13 492	1.55 427	1.16 423	2.09 385	1.46 443	0.42 474	0.40 501	0.35 449	0.32 447	0.45 460	0.73 512

HSM	1.22 441	0.34 270	0.81 198	0.61 312	0.39 273	1.22 412	0.63 372	2.45 498	1.25 347	1.32 363	1.26 311	1.91 472	1.08 406	9.21 555	0.75 311	0.23 278	0.17 267	0.20 165	0.16 141	0.22 246	0.24 255

w-ln-seven-2	1.42 463	0.69 473	6.86 532	0.71 417	0.62 427	1.23 414	0.92 452	1.84 359	1.59 474	1.74 476	1.59 428	1.49 415	1.40 464	3.69 463	2.22 490	0.27 366	0.26 418	0.29 391	0.26 375	0.34 407	0.33 388

acv_ft	0.78 296	0.33 241	1.10 331	0.73 431	0.86 493	1.23 414	0.57 339	1.65 306	1.11 267	1.31 360	1.31 333	1.07 312	0.91 336	0.82 109	1.35 432	0.22 256	0.19 316	0.21 199	0.18 183	0.22 246	0.19 131

ADLNet	0.89 357	0.39 357	1.09 326	0.88 489	0.73 459	1.24 416	0.75 404	2.02 411	1.41 430	1.58 452	1.37 357	1.26 367	1.00 378	1.31 245	1.18 402	0.28 384	0.21 346	0.26 348	0.26 375	0.29 358	0.36 410

BSDual-CNN	0.75 277	0.34 270	0.77 178	0.55 215	0.45 328	1.25 417	0.66 380	2.65 519	1.04 235	1.25 323	1.12 252	1.11 332	0.77 262	0.94 151	0.76 314	0.25 319	0.18 298	0.25 327	0.22 303	0.23 266	0.24 255

hknet	0.82 322	0.34 270	1.15 345	0.55 215	0.39 273	1.25 417	0.66 380	2.65 519	1.10 260	1.25 323	1.12 252	1.58 432	0.85 304	1.41 272	0.79 325	0.23 278	0.18 298	0.25 327	0.22 303	0.23 266	0.24 255

UPFNet	0.84 337	0.34 270	1.09 326	0.62 320	0.74 464	1.25 417	0.78 411	1.69 320	1.20 315	1.39 397	1.13 263	1.30 377	0.87 321	1.73 333	1.22 410	0.24 299	0.26 418	0.24 288	0.23 335	0.26 319	0.20 156

DDVS	0.80 311	0.43 380	1.09 326	0.64 344	0.44 324	1.27 420	0.43 208	1.49 270	0.94 190	1.21 305	1.16 276	1.42 398	0.63 219	2.14 390	1.02 386	0.29 400	0.22 361	0.26 348	0.23 335	0.31 381	0.37 414

PSMNet_ROB	0.95 379	0.57 438	1.45 409	0.75 446	0.64 431	1.28 421	1.12 482	1.84 359	1.15 291	1.16 270	1.29 330	1.44 404	0.89 330	1.74 334	1.70 472	0.33 426	0.25 411	0.37 462	0.39 482	0.36 415	0.32 379

GCST	1.13 423	1.50 533	1.17 360	1.74 539	1.17 527	1.29 422	0.30 68	1.55 282	1.21 322	1.31 360	0.97 188	0.99 288	0.48 136	2.38 413	0.54 241	1.24 540	0.70 540	1.31 540	0.86 537	1.03 528	0.92 525

ssnet_v2	0.92 373	0.39 357	1.22 375	0.66 365	0.39 273	1.31 423	0.96 462	2.32 479	1.45 448	1.48 432	1.17 279	1.53 424	0.91 336	1.16 214	1.71 474	0.31 411	0.27 428	0.30 403	0.29 422	0.28 341	0.29 344

IER	0.74 273	0.33 241	1.25 382	0.50 128	0.53 380	1.32 424	0.55 326	1.31 235	1.08 248	1.30 354	1.34 347	1.11 332	1.10 412	1.05 183	0.81 334	0.20 191	0.17 267	0.21 199	0.21 276	0.20 182	0.21 184

LMCR-Stereo	0.87 352	0.50 410	0.99 293	0.80 463	0.43 314	1.32 424	0.55 326	2.79 529	1.03 229	1.55 446	1.49 391	0.74 186	1.01 381	1.76 337	0.99 378	0.30 407	0.17 267	0.22 230	0.18 183	0.31 381	0.22 213

NCC-stereo	1.20 438	0.60 442	1.84 446	0.88 489	0.95 506	1.32 424	0.94 458	2.14 443	1.36 408	1.43 413	1.79 459	1.93 476	2.13 522	2.54 425	1.41 437	0.49 496	0.38 495	0.45 488	0.59 520	0.43 446	0.45 452

Abc-Net	1.20 438	0.60 442	1.84 446	0.88 489	0.95 506	1.32 424	0.94 458	2.14 443	1.36 408	1.43 413	1.79 459	1.93 476	2.13 522	2.54 425	1.41 437	0.49 496	0.38 495	0.45 488	0.59 520	0.43 446	0.45 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoDRNet-Refined	0.84 337	0.43 380	1.01 300	0.66 365	0.43 314	1.32 424	0.49 275	1.64 303	1.24 339	1.53 440	1.45 383	1.49 415	0.97 366	1.32 251	1.31 422	0.21 222	0.17 267	0.27 363	0.25 357	0.25 307	0.34 397
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NCCL2	1.06 408	0.64 458	1.35 397	0.78 460	0.58 407	1.32 424	1.69 521	1.89 377	1.38 415	1.52 437	1.20 287	1.91 472	1.17 427	1.79 345	1.50 447	0.35 446	0.31 452	0.45 488	0.44 494	0.41 440	0.45 452

UDG	1.47 467	2.69 562	1.13 338	1.45 536	1.65 541	1.34 430	0.79 419	1.75 337	1.27 359	1.29 352	1.74 452	1.99 485	1.39 463	1.66 322	1.51 449	0.91 528	0.55 529	2.30 548	0.76 531	1.99 538	1.20 535

Wz-Net-SNSev	1.68 485	1.45 529	8.71 543	0.71 417	0.67 448	1.35 431	1.51 512	2.15 448	1.47 454	1.51 435	1.68 444	2.27 502	1.38 461	4.23 470	2.36 497	0.32 419	0.29 443	0.31 410	0.33 461	0.43 446	0.39 426

SFCPSM	0.74 273	0.30 172	1.06 315	0.52 164	0.39 273	1.36 432	0.64 374	2.42 495	1.11 267	1.18 285	1.21 293	0.81 207	0.78 269	1.08 193	0.57 253	0.22 256	0.17 267	0.22 230	0.24 348	0.23 266	0.21 184

gwcnet-sp	0.80 311	0.37 330	1.94 452	0.62 320	0.45 328	1.38 433	0.53 302	1.68 311	1.20 315	1.37 389	1.08 235	0.93 264	0.82 291	1.45 283	0.79 325	0.22 256	0.22 361	0.22 230	0.21 276	0.23 266	0.25 276

scenet	0.80 311	0.37 330	1.94 452	0.62 320	0.45 328	1.38 433	0.53 302	1.68 311	1.20 315	1.37 389	1.08 235	0.93 264	0.82 291	1.45 283	0.79 325	0.22 256	0.22 361	0.22 230	0.21 276	0.23 266	0.25 276

ssnet	0.80 311	0.37 330	1.94 452	0.62 320	0.45 328	1.38 433	0.53 302	1.68 311	1.20 315	1.37 389	1.08 235	0.93 264	0.82 291	1.45 283	0.79 325	0.22 256	0.22 361	0.22 230	0.21 276	0.23 266	0.25 276

MSAF-DinoV2	2.45 526	1.88 547	17.19 563	0.89 496	0.52 373	1.39 436	0.97 463	2.84 532	1.77 491	1.55 446	1.65 438	3.60 535	2.28 526	5.74 505	4.64 528	0.28 384	0.17 267	0.26 348	0.28 403	0.49 476	0.54 478

PSMNet-RUCA	1.07 413	1.06 508	1.64 430	1.23 529	1.10 517	1.39 436	0.65 376	1.91 382	1.43 440	0.95 200	1.52 406	0.99 288	0.83 296	1.28 241	1.01 383	0.71 524	0.34 474	0.99 534	0.61 523	1.01 526	0.67 504

DGSMNet	1.24 448	0.84 494	3.20 502	0.91 499	0.92 499	1.39 436	1.34 505	2.46 502	1.44 443	1.34 376	1.66 440	1.50 418	1.03 391	1.85 349	1.30 421	0.48 494	0.48 518	0.55 511	0.51 510	0.78 517	0.79 518

Syn2CoEx	1.23 445	0.80 487	3.07 500	0.83 474	0.68 449	1.39 436	0.87 445	2.23 466	1.57 472	1.28 347	1.58 424	1.42 398	1.57 482	3.79 466	1.48 446	0.36 453	0.32 464	0.34 442	0.30 434	0.30 374	0.41 435

GANet	1.41 461	0.52 420	1.18 365	0.74 437	0.48 347	1.40 440	1.69 521	1.87 370	1.28 367	1.56 448	2.39 504	1.56 429	1.25 442	9.13 553	1.20 405	0.31 411	0.32 464	0.34 442	0.29 422	0.40 436	0.33 388

CBMV_ROB	0.99 390	0.46 391	0.68 130	0.53 187	0.39 273	1.40 440	0.48 264	2.09 429	1.30 383	1.53 440	2.29 500	1.36 389	1.23 438	2.46 416	1.04 390	0.44 484	0.42 507	0.47 494	0.44 494	0.41 440	0.39 426

anonymousa	0.78 296	0.30 172	0.85 231	0.51 143	0.96 508	1.41 442	0.47 257	1.61 299	0.94 190	1.33 369	1.77 457	1.66 445	1.11 415	0.72 80	0.63 278	0.19 148	0.18 298	0.23 264	0.25 357	0.20 182	0.22 213

AF-Net	1.23 445	0.56 433	2.31 477	0.88 489	0.93 502	1.41 442	0.73 402	2.27 475	1.71 487	1.76 480	2.42 506	2.00 486	1.70 493	1.98 370	1.62 462	0.50 500	0.29 443	0.49 498	0.33 461	0.40 436	0.34 397

GANetREF_RVC	1.11 421	0.90 497	1.56 425	0.88 489	0.53 380	1.41 442	1.35 506	1.91 382	1.54 465	1.28 347	1.32 338	1.46 410	1.23 438	2.04 378	1.00 382	0.57 510	0.45 511	0.67 523	0.52 511	0.91 522	0.62 499
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FINET	1.54 473	0.67 469	7.28 535	0.76 454	0.97 509	1.42 445	1.38 508	2.80 531	3.12 540	1.23 316	1.68 444	1.04 305	1.11 415	3.35 455	1.78 479	0.43 475	0.37 490	0.32 422	0.29 422	0.43 446	0.41 435

SQANet	1.38 457	0.95 503	1.37 405	1.89 543	1.47 539	1.44 446	0.81 427	1.89 377	1.13 280	1.34 376	1.26 311	1.28 373	1.02 389	1.64 319	0.91 358	2.55 549	0.35 481	1.47 541	0.56 516	2.48 543	1.74 543

psmg	0.75 277	0.34 270	0.77 178	0.52 164	0.45 328	1.46 447	0.73 402	2.15 448	1.04 235	1.25 323	1.33 343	1.11 332	0.77 262	0.94 151	0.76 314	0.25 319	0.20 330	0.25 327	0.26 375	0.23 266	0.24 255

zh-mn7	1.84 497	1.51 534	9.67 547	0.70 413	0.54 388	1.47 448	0.84 434	1.93 391	2.13 517	2.50 523	2.70 515	1.67 447	1.35 457	4.75 485	3.14 511	0.32 419	0.27 428	0.27 363	0.27 392	0.32 392	0.39 426

Nwc_Net	1.19 436	0.53 422	2.34 478	0.92 500	0.81 486	1.49 449	0.70 395	2.28 477	1.32 392	1.41 405	2.27 498	2.03 492	1.76 499	2.05 382	1.46 443	0.43 475	0.30 447	0.43 483	0.46 499	0.39 432	0.40 431

DSFCA	0.95 379	0.38 348	1.23 377	0.55 215	0.66 442	1.50 450	0.93 456	1.58 290	1.24 339	1.59 455	1.16 276	1.48 413	0.95 354	2.96 441	1.20 405	0.31 411	0.28 434	0.25 327	0.26 375	0.29 358	0.26 296

StereoDRNet	1.05 406	0.53 422	2.21 473	0.80 463	0.93 502	1.50 450	0.90 448	2.06 423	1.44 443	1.68 471	1.20 287	1.48 413	0.99 372	1.86 352	1.60 459	0.29 400	0.24 399	0.29 391	0.28 403	0.35 411	0.33 388

DANet	1.16 428	0.64 458	1.52 420	0.88 489	0.74 464	1.52 452	0.52 296	1.68 311	1.21 322	1.81 483	1.55 412	2.02 489	1.11 415	3.30 454	2.28 493	0.34 436	0.31 452	0.40 476	0.30 434	0.46 467	0.54 478
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CBMV	1.04 401	0.48 402	0.88 245	0.56 236	0.36 242	1.52 452	1.55 516	1.87 370	1.59 474	2.11 507	1.67 442	1.46 410	1.35 457	1.92 361	1.31 422	0.35 446	0.35 481	0.39 470	0.33 461	0.34 407	0.34 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RGC	1.22 441	0.82 491	1.71 436	0.95 511	0.98 511	1.53 454	0.80 422	2.18 459	1.35 399	1.69 472	1.94 479	2.03 492	1.66 490	2.36 409	1.50 447	0.46 488	0.36 485	0.59 518	0.48 503	0.49 476	0.49 464

SGM-Forest	1.29 454	0.40 363	0.74 165	0.54 201	0.37 252	1.55 455	1.26 501	1.82 355	1.39 424	2.22 510	1.81 465	1.64 443	1.02 389	7.65 542	1.20 405	0.39 464	0.37 490	0.39 470	0.34 467	0.37 421	0.34 397
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	2.84 536	0.46 391	5.19 525	0.68 391	0.42 309	1.55 455	1.16 490	2.32 479	1.60 477	2.72 527	7.49 557	17.96 574	1.48 477	6.04 513	6.64 540	0.18 110	0.15 201	0.15 17	0.12 29	0.20 182	0.20 156

UNet	0.86 348	0.36 309	1.52 420	0.62 320	0.74 464	1.56 457	0.49 275	1.55 282	1.12 274	1.28 347	1.10 241	1.52 423	1.10 412	1.69 329	1.14 398	0.24 299	0.18 298	0.25 327	0.21 276	0.25 307	0.25 276

NVStereoNet_ROB	2.17 517	1.18 518	3.51 509	1.14 525	1.26 532	1.57 458	1.51 512	2.19 461	2.11 515	2.04 503	4.80 543	3.17 532	2.11 520	7.97 545	2.10 486	1.12 537	0.94 552	1.10 538	1.34 551	0.95 523	1.31 536
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	1.47 467	1.20 520	2.50 483	1.46 537	1.08 516	1.58 459	1.51 512	1.96 399	1.87 501	2.31 514	2.20 495	1.51 421	1.88 507	1.57 303	1.34 430	0.94 529	0.83 542	0.84 529	0.80 534	1.00 525	1.06 530

NaN_ROB	1.23 445	0.63 455	1.76 439	0.67 379	0.50 358	1.59 460	2.00 535	1.87 370	1.52 462	2.14 509	1.26 311	1.40 397	1.09 409	4.60 479	1.75 475	0.28 384	0.34 474	0.28 379	0.29 422	0.30 374	0.37 414

DRN-Test	1.07 413	0.49 407	1.95 456	0.75 446	0.81 486	1.61 461	0.78 411	2.26 469	1.53 463	1.84 486	1.35 352	1.42 398	1.04 397	2.26 401	1.61 460	0.28 384	0.23 389	0.31 410	0.30 434	0.33 399	0.33 388

LALA_ROB	1.06 408	0.66 465	1.37 405	0.70 413	0.53 380	1.61 461	1.25 500	1.81 353	1.48 458	1.82 485	1.40 369	1.93 476	1.03 391	1.68 325	1.69 470	0.38 458	0.28 434	0.43 483	0.37 478	0.43 446	0.38 422

CSP-Net	1.00 393	0.41 373	0.99 293	0.56 236	0.43 314	1.62 463	0.76 407	2.16 450	1.16 298	1.33 369	1.22 295	1.32 383	0.89 330	4.67 481	0.93 365	0.35 446	0.24 399	0.20 165	0.20 234	0.23 266	0.30 360

HBP-ISP	1.00 393	0.60 442	0.85 231	0.64 344	0.48 347	1.63 464	0.77 408	2.24 468	1.30 383	1.33 369	1.53 408	0.87 232	0.99 372	3.26 452	0.76 314	0.46 488	0.44 509	0.54 507	0.48 503	0.48 472	0.42 443

delet	0.90 365	0.34 270	1.15 345	0.69 404	0.66 442	1.63 464	0.81 427	1.95 396	1.49 459	1.42 409	1.38 362	1.29 374	0.91 336	1.78 340	1.18 402	0.22 256	0.22 361	0.24 288	0.25 357	0.22 246	0.24 255

EDNetEfficientorigin	10.59 570	1.52 535	177.33 593	0.68 391	0.54 388	1.66 466	1.20 495	1.94 393	3.39 544	4.69 555	3.37 527	3.08 529	2.79 538	3.25 451	3.63 516	0.26 345	0.24 399	0.33 434	0.28 403	0.85 519	0.87 523

LSM	6.55 559	1.26 523	15.64 561	1.79 540	68.74 588	1.67 467	2.08 541	2.26 469	2.59 526	3.13 541	3.08 525	1.90 470	1.81 502	2.89 440	2.16 489	0.43 475	0.59 534	0.50 499	0.58 518	0.64 505	17.24 581

Wz-Net-LNSev	1.17 430	0.72 480	4.71 522	0.66 365	0.84 491	1.72 468	1.13 484	1.97 400	1.43 440	1.34 376	1.32 338	1.66 445	1.30 451	1.44 282	1.51 449	0.29 400	0.26 418	0.24 288	0.23 335	0.33 399	0.35 406

ccnet	1.19 436	0.71 477	1.36 402	0.81 467	0.75 468	1.72 468	1.13 484	1.98 401	1.31 390	1.52 437	1.84 467	1.75 461	1.36 459	2.01 375	2.04 485	0.57 510	0.54 527	0.57 515	0.56 516	0.60 500	0.60 497

PWCDC_ROB	1.39 459	0.91 500	2.10 465	1.08 519	0.92 499	1.72 468	0.58 346	2.03 415	3.30 543	1.32 363	4.87 545	1.21 348	1.71 495	1.98 370	1.75 475	0.65 519	0.26 418	0.29 391	0.25 357	0.56 492	0.41 435

CBFPSM	0.95 379	0.37 330	2.10 465	0.51 143	0.39 273	1.73 471	0.87 445	1.59 295	1.13 280	1.11 239	1.00 199	2.34 507	1.64 489	1.42 277	1.44 440	0.19 148	0.18 298	0.20 165	0.20 234	0.22 246	0.36 410

GwcNet	1.26 450	0.63 455	5.13 524	0.81 467	1.15 524	1.73 471	0.69 388	1.84 359	1.53 463	1.51 435	1.71 449	1.72 454	1.09 409	2.20 395	1.61 460	0.31 411	0.30 447	0.29 391	0.27 392	0.30 374	0.41 435

RYNet	1.24 448	0.52 420	1.57 427	0.73 431	0.97 509	1.74 473	0.95 461	2.09 429	1.54 465	1.44 416	1.18 282	1.94 480	1.29 448	4.57 478	1.93 483	0.27 366	0.23 389	0.35 449	0.27 392	0.57 494	0.59 494

CC-Net-ROB	1.53 472	1.31 527	1.68 435	0.92 500	0.80 482	1.75 474	0.99 467	2.04 418	1.27 359	1.12 247	1.62 431	1.20 347	0.98 369	7.82 543	0.92 362	1.15 539	0.41 502	2.20 546	0.46 499	1.37 536	0.56 486

CRFU-Net	0.90 365	0.42 376	1.10 331	0.69 404	0.59 413	1.76 475	0.84 434	2.33 485	0.92 177	1.45 422	1.20 287	1.62 438	1.25 442	1.38 264	0.94 370	0.28 384	0.23 389	0.22 230	0.19 205	0.24 295	0.27 314

WZ-Net	2.14 515	1.08 511	11.68 554	0.89 496	0.78 478	1.76 475	1.59 519	2.39 491	2.03 510	2.11 507	1.95 481	2.30 505	2.28 526	5.94 512	3.86 521	0.35 446	0.27 428	0.29 391	0.32 447	0.52 481	0.50 468

zh-sn7	2.00 508	1.73 542	9.50 546	0.77 456	0.73 459	1.77 477	1.32 504	2.08 426	1.66 481	1.91 491	2.48 511	1.81 467	2.25 525	5.74 505	4.07 522	0.33 426	0.33 470	0.32 422	0.32 447	0.44 457	0.46 457

coex-ft	8.35 565	2.39 556	100.24 592	0.68 391	0.54 388	1.77 477	1.57 518	1.71 328	11.00 565	18.91 580	3.76 532	3.85 538	8.23 566	3.29 453	6.58 539	0.31 411	0.31 452	0.32 422	0.31 440	0.69 511	0.57 489

fast-acv-ft	1.00 393	0.48 402	1.85 448	0.61 312	0.52 373	1.77 477	0.69 388	1.52 273	1.47 454	1.34 376	1.85 470	1.73 456	1.24 441	1.62 318	1.56 453	0.27 366	0.28 434	0.28 379	0.28 403	0.28 341	0.31 370

CSAN	1.61 479	0.67 469	3.24 505	0.74 437	0.52 373	1.77 477	1.74 526	1.98 401	1.94 505	2.47 522	2.33 502	1.93 476	2.04 514	6.45 525	1.95 484	0.43 475	0.36 485	0.41 481	0.42 488	0.43 446	0.44 450

iinet-f	1.04 401	0.50 410	4.24 518	0.58 271	0.43 314	1.78 481	0.70 395	1.29 232	1.16 298	1.25 323	1.42 375	1.57 431	1.42 469	1.47 288	1.70 472	0.26 345	0.23 389	0.20 165	0.20 234	0.26 319	0.26 296

FBW_ROB	1.78 491	0.66 465	1.90 451	0.72 423	0.66 442	1.79 482	1.07 478	2.79 529	1.77 491	1.84 486	1.79 459	1.98 484	1.37 460	12.42 572	2.22 490	0.36 453	0.38 495	0.57 515	0.39 482	0.46 467	0.51 472

DDUNet	1.56 475	2.70 563	1.35 397	1.79 540	1.88 543	1.82 483	0.91 450	1.84 359	1.20 315	1.40 403	1.79 459	1.62 438	1.17 427	1.59 310	1.22 410	1.11 536	0.76 541	2.38 551	0.94 539	2.12 539	1.53 541

MMNet	0.89 357	0.35 299	1.44 408	0.64 344	0.59 413	1.83 484	0.48 264	1.70 324	1.38 415	1.45 422	1.19 286	1.25 361	1.16 423	1.77 338	1.27 420	0.20 191	0.19 316	0.23 264	0.22 303	0.25 307	0.24 255

YMNet	1.04 401	0.59 439	1.67 433	0.86 484	0.86 493	1.84 485	0.61 364	1.70 324	1.28 367	1.65 466	1.98 482	1.75 461	0.96 356	1.57 303	1.58 455	0.34 436	0.37 490	0.32 422	0.32 447	0.33 399	0.32 379

YMNet_1	1.04 401	0.59 439	1.67 433	0.86 484	0.86 493	1.84 485	0.61 364	1.70 324	1.28 367	1.65 466	1.98 482	1.75 461	0.96 356	1.57 303	1.58 455	0.34 436	0.37 490	0.32 422	0.32 447	0.33 399	0.32 379

SuperB	2.50 528	0.72 480	18.07 567	0.72 423	0.53 380	1.85 487	0.86 441	1.80 350	2.40 522	1.54 443	1.42 375	1.13 336	1.17 427	4.18 469	4.80 531	0.25 319	0.20 330	0.23 264	0.19 205	7.64 574	0.38 422

RTSC	1.43 466	0.89 496	3.62 512	0.94 509	0.64 431	1.85 487	0.69 388	2.20 464	2.04 512	2.22 510	1.70 447	1.67 447	1.27 445	2.53 424	4.48 526	0.33 426	0.25 411	0.27 363	0.29 422	0.38 427	0.40 431

SPS-STEREO	1.78 491	1.09 513	1.52 420	1.22 528	1.14 522	1.87 489	1.11 481	2.27 475	1.70 485	3.17 542	2.39 504	2.84 523	1.93 509	4.41 474	2.93 506	1.04 534	0.99 555	0.97 532	0.94 539	1.03 528	1.05 529
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
APVNet	1.11 421	0.59 439	1.95 456	0.87 487	0.77 474	1.90 490	0.82 431	2.03 415	1.15 291	1.14 264	1.43 379	1.55 427	1.12 421	3.03 443	1.62 462	0.32 419	0.34 474	0.42 482	0.36 474	0.36 415	0.41 435

ADCRef	1.50 470	0.61 447	3.83 514	0.76 454	0.77 474	1.91 491	0.77 408	2.16 450	1.34 396	1.63 463	1.59 428	1.35 388	1.40 464	1.79 345	8.32 546	0.25 319	0.21 346	0.32 422	0.31 440	0.31 381	0.32 379

MaskLacGwcNet_RVC	1.17 430	1.06 508	1.28 388	0.88 489	0.69 452	1.92 492	0.92 452	1.71 328	1.14 286	1.17 274	1.26 311	1.49 415	0.80 285	2.04 378	0.86 341	2.02 543	0.34 474	0.79 527	0.36 474	1.38 537	1.33 539

Wz-Net-MNSev	1.21 440	0.66 465	3.44 508	0.69 404	0.73 459	1.93 493	1.44 511	2.16 450	1.59 474	1.85 488	1.49 391	1.50 418	1.34 456	2.05 382	1.54 452	0.27 366	0.24 399	0.28 379	0.28 403	0.35 411	0.32 379

SHD	1.42 463	0.81 490	2.79 493	0.98 513	0.92 499	1.97 494	0.68 385	2.43 496	2.55 525	2.54 524	1.72 450	2.01 488	1.62 484	2.14 390	2.70 502	0.40 466	0.33 470	0.39 470	0.40 484	0.48 472	0.54 478

otaku	1.67 483	1.18 518	1.56 425	2.27 545	1.59 540	1.98 495	1.23 498	2.23 466	1.37 413	1.48 432	1.63 436	1.73 456	1.23 438	1.85 349	1.09 393	2.96 553	0.58 533	1.74 542	0.61 523	2.94 549	2.15 549

ADCMid	2.11 513	0.90 497	8.39 541	0.75 446	0.69 452	1.98 495	1.14 487	2.18 459	1.67 483	2.85 531	1.85 470	2.35 508	2.02 513	2.35 408	10.58 557	0.34 436	0.32 464	0.39 470	0.44 494	0.51 480	0.53 477

Wz-Net-LNSev-Ref	1.09 418	0.46 391	2.61 489	0.71 417	0.65 436	2.00 497	0.78 411	2.07 425	1.47 454	1.62 461	1.47 387	1.53 424	1.29 448	2.10 386	1.65 468	0.24 299	0.14 135	0.20 165	0.16 141	0.28 341	0.28 330

XQC	1.51 471	0.98 505	3.20 502	0.92 500	0.76 473	2.01 498	1.17 491	2.53 512	1.99 508	2.01 502	1.54 409	2.00 486	1.54 480	3.16 447	3.46 515	0.49 496	0.31 452	0.45 488	0.40 484	0.71 514	0.62 499

RainbowNet	2.06 510	1.86 544	1.97 458	2.86 553	2.25 548	2.03 499	1.79 529	2.77 526	1.92 503	1.54 443	1.84 467	1.95 481	1.73 497	2.23 397	1.38 435	3.40 560	0.86 547	2.39 553	1.00 545	2.94 549	2.42 553

DPSNet	1.91 504	0.64 458	5.95 526	0.73 431	0.59 413	2.04 500	1.61 520	3.84 546	1.96 507	1.54 443	1.39 364	2.27 502	3.32 544	4.95 487	4.79 529	0.50 500	0.31 452	0.29 391	0.26 375	0.67 509	0.54 478

DISCO	1.06 408	0.37 330	1.19 366	0.73 431	0.46 336	2.04 500	0.84 434	2.26 469	1.54 465	1.25 323	1.36 356	2.38 509	1.08 406	2.60 428	1.62 462	0.24 299	0.19 316	0.22 230	0.20 234	0.32 392	0.29 344

DispFullNet	2.39 524	2.89 565	3.74 513	3.09 558	2.27 550	2.04 500	0.84 434	2.19 461	1.73 489	2.54 524	1.98 482	2.23 499	5.83 558	3.44 457	1.84 481	1.03 532	0.33 470	2.65 559	1.97 563	2.87 548	2.34 552

Ntro	1.72 489	1.21 521	1.62 429	2.54 550	1.86 542	2.09 503	1.14 487	2.08 426	1.38 415	1.23 316	1.62 431	1.62 438	1.33 455	2.04 378	1.21 409	3.09 554	0.56 530	1.82 544	0.65 525	2.97 553	2.25 551

PAM_32	0.87 352	0.30 172	1.08 323	0.56 236	0.32 179	2.10 504	0.36 125	2.26 469	1.01 222	1.13 250	1.05 224	3.14 531	1.47 475	1.00 170	0.42 149	0.19 148	0.14 135	0.20 165	0.18 183	0.19 146	0.25 276

PAM	0.86 348	0.31 204	1.19 366	0.55 215	0.35 234	2.17 505	0.47 257	2.26 469	0.87 162	1.18 285	0.96 179	3.01 526	1.41 468	0.90 142	0.40 131	0.19 148	0.13 68	0.19 131	0.18 183	0.20 182	0.27 314

ADCS	2.35 521	1.26 523	6.54 530	0.85 481	0.77 474	2.18 506	1.79 529	2.47 503	2.20 518	2.80 530	2.14 494	2.38 509	2.09 516	2.81 437	13.83 565	0.43 475	0.41 502	0.40 476	0.45 497	0.59 497	0.67 504

AnyNet_C32	2.14 515	1.45 529	7.38 536	0.95 511	1.12 518	2.23 507	2.34 550	2.10 431	1.54 465	2.44 518	1.79 459	2.04 494	1.66 490	2.69 432	10.48 556	0.38 458	0.35 481	0.35 449	0.42 488	0.50 478	0.60 497

WCMA_ROB	2.05 509	0.55 429	1.77 440	0.74 437	0.61 423	2.24 508	1.56 517	2.17 458	1.79 496	4.16 550	6.36 552	5.66 551	4.66 555	3.19 448	2.77 503	0.55 508	0.45 511	0.40 476	0.43 492	0.48 472	0.50 468

ADCP+	2.12 514	0.56 433	10.01 548	0.68 391	0.91 498	2.25 509	1.04 474	1.92 389	1.50 461	1.58 452	1.34 347	1.73 456	1.62 484	2.27 402	13.20 559	0.25 319	0.22 361	0.32 422	0.29 422	0.38 427	0.34 397

FCDSN-DC	2.47 527	0.65 464	1.00 298	0.85 481	0.75 468	2.26 510	0.97 463	2.31 478	1.83 499	5.52 563	7.65 559	7.72 559	7.70 565	4.43 475	2.64 501	0.52 502	0.48 518	0.52 502	0.52 511	0.57 494	0.59 494
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet_1	3.08 543	1.48 532	17.70 564	2.90 555	2.35 553	2.30 511	1.43 510	3.16 537	2.26 521	1.91 491	2.05 488	3.51 534	2.32 528	3.71 464	1.58 455	3.25 556	0.66 536	2.40 554	1.06 548	3.07 555	2.59 555

BUS	0.78 296	0.34 270	0.77 178	0.55 215	0.45 328	2.30 511	0.42 190	2.65 519	1.04 235	1.25 323	1.12 252	1.02 301	0.70 246	0.94 151	0.75 311	0.25 319	0.18 298	0.25 327	0.22 303	0.23 266	0.24 255

NINENet	0.81 320	0.40 363	0.89 249	0.65 351	0.53 380	2.30 511	0.42 190	2.12 433	1.13 280	1.20 298	1.27 320	1.02 301	0.70 246	1.26 235	0.75 311	0.29 400	0.24 399	0.31 410	0.21 276	0.27 325	0.26 296

ACVNet-4b	3.05 542	1.42 528	18.09 568	2.85 552	2.33 552	2.32 514	1.22 496	2.47 503	2.21 519	1.26 336	2.36 503	2.64 519	1.46 473	6.32 522	1.23 413	3.29 557	0.45 511	2.37 550	1.02 547	3.03 554	2.61 556

ACV-stereo	1.00 393	0.55 429	1.47 411	0.59 290	0.42 309	2.38 515	0.58 346	1.20 203	1.21 322	0.83 168	1.01 201	3.36 533	2.10 517	1.64 319	1.17 401	0.28 384	0.22 361	0.23 264	0.22 303	0.29 358	0.35 406

Wz-Net-TNSev	2.10 512	2.71 564	9.30 544	0.72 423	0.65 436	2.41 516	1.81 533	2.45 498	1.77 491	1.62 461	1.56 418	2.56 516	2.01 511	5.30 493	4.46 525	0.41 470	0.38 495	0.33 434	0.37 478	0.54 489	0.64 502

stereogan	1.22 441	0.45 388	2.03 462	0.87 487	0.85 492	2.52 517	0.72 399	1.98 401	1.78 495	1.92 493	1.94 479	2.31 506	1.42 469	2.10 386	1.14 398	0.38 458	0.36 485	0.39 470	0.32 447	0.52 481	0.49 464

ADCL	1.82 495	0.70 475	4.57 521	0.70 413	0.63 430	2.56 518	1.77 528	2.08 426	1.77 491	1.95 499	1.89 474	2.04 494	1.88 507	2.36 409	9.55 553	0.27 366	0.25 411	0.35 449	0.32 447	0.39 432	0.39 426

z-mn7	1.77 490	1.06 508	7.02 534	0.74 437	0.54 388	2.58 519	1.03 473	1.90 381	2.73 536	1.61 457	3.00 522	1.96 482	1.40 464	5.23 492	2.87 505	0.31 411	0.25 411	0.27 363	0.25 357	0.34 407	0.35 406

MeshStereo	2.36 522	0.60 442	1.05 313	0.63 330	0.51 368	2.58 519	0.99 467	3.46 541	2.21 519	7.38 568	5.06 547	7.50 556	3.10 540	7.02 535	2.54 500	0.44 484	0.44 509	0.45 488	0.40 484	0.43 446	0.45 452
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PVD	1.82 495	0.91 500	3.02 499	1.03 516	0.94 505	2.61 521	1.14 487	2.78 528	3.40 545	3.08 540	2.75 516	2.39 511	2.49 532	2.81 437	3.66 517	0.48 494	0.49 523	0.59 518	0.49 506	0.60 500	0.81 520

MFN_U_SF_RVC	1.62 481	0.96 504	4.36 520	0.92 500	0.69 452	2.62 522	1.10 480	2.50 508	1.74 490	1.99 501	1.86 472	2.45 513	1.78 501	3.08 445	2.84 504	0.54 504	0.50 524	0.56 513	0.60 522	0.60 500	0.67 504

w-ln-seven	1.56 475	0.83 493	5.96 527	0.78 460	0.74 464	2.64 523	1.01 472	2.13 441	2.03 510	2.09 506	1.76 454	1.84 469	1.27 445	2.98 442	3.23 512	0.29 400	0.26 418	0.31 410	0.30 434	0.41 440	0.38 422

ACVNet_2	2.86 537	1.47 531	8.28 539	2.68 551	2.26 549	2.70 524	1.84 534	3.41 539	3.04 539	2.27 512	3.42 529	4.58 542	2.10 517	5.91 510	1.62 462	2.58 550	0.67 537	2.22 547	0.85 536	2.79 546	2.47 554

ADCPNet	1.97 507	0.78 486	9.38 545	0.74 437	0.61 423	2.73 525	1.36 507	2.11 432	1.66 481	1.92 493	1.70 447	2.45 513	2.07 515	2.50 422	6.84 541	0.38 458	0.38 495	0.38 466	0.43 492	0.47 471	0.50 468

SANet	2.26 519	0.70 475	6.94 533	0.69 404	0.46 336	2.76 526	1.76 527	2.61 517	5.84 561	2.45 519	3.52 530	3.71 536	3.38 546	5.90 509	2.14 488	0.34 436	0.31 452	0.32 422	0.29 422	0.54 489	0.43 447

SGM_RVC	1.88 499	0.40 363	0.90 259	0.63 330	0.30 126	2.81 527	1.26 501	2.73 524	1.81 498	4.09 546	2.85 519	3.88 539	3.19 541	8.42 549	2.44 498	0.33 426	0.31 452	0.30 403	0.28 403	0.31 381	0.31 370
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PDISCO_ROB	1.41 461	0.73 483	2.04 463	1.40 532	1.46 538	2.83 528	1.07 478	2.64 518	2.11 515	1.41 405	1.50 398	1.73 456	0.99 372	2.83 439	1.46 443	1.03 532	0.27 428	0.54 507	0.47 501	0.77 516	0.84 522

LE_ROB	8.35 565	0.47 396	27.42 580	0.83 474	0.34 217	2.84 529	3.36 561	4.03 549	27.04 582	25.20 582	8.72 564	8.55 562	27.35 582	7.37 538	22.13 574	0.22 256	0.20 330	0.20 165	0.21 276	0.25 307	0.25 276

FC-DCNN	2.88 539	0.61 447	1.15 345	0.75 446	0.57 404	2.85 530	1.05 475	3.44 540	2.64 531	6.93 564	7.63 558	9.86 565	7.02 563	5.76 507	4.31 524	0.54 504	0.48 518	0.51 500	0.50 507	0.53 486	0.52 474

FC-DCNN v2	2.96 540	0.61 447	1.13 338	0.75 446	0.57 404	2.90 531	1.06 477	3.59 544	2.66 532	7.05 565	7.66 560	10.26 568	7.17 564	6.27 519	4.49 527	0.54 504	0.48 518	0.51 500	0.50 507	0.53 486	0.52 474

ELAS_RVC	2.87 538	0.80 487	3.22 504	1.16 527	1.12 518	2.92 532	5.33 564	2.98 535	4.18 553	5.04 558	4.82 544	4.71 544	8.23 566	4.25 472	4.79 529	0.67 521	0.57 531	0.57 515	0.53 513	0.66 508	0.74 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	1.71 488	0.67 469	2.09 464	1.14 525	0.75 468	2.96 533	0.89 447	1.58 290	1.30 383	2.76 529	8.12 563	2.29 504	2.51 533	1.94 364	2.23 492	0.49 496	0.45 511	0.45 488	0.31 440	0.62 504	0.59 494

AnyNet_C01	2.38 523	2.21 554	10.17 549	0.99 514	0.79 480	3.12 534	2.37 551	2.69 523	1.89 502	2.58 526	2.44 508	2.70 521	1.86 506	3.65 459	7.12 542	0.41 470	0.41 502	0.40 476	0.42 488	0.68 510	0.79 518

Dean	3.77 547	1.65 540	17.87 565	3.01 557	2.54 555	3.15 535	2.10 542	4.80 556	4.42 554	2.89 533	6.03 550	5.45 550	2.55 536	3.40 456	2.13 487	3.22 555	0.89 549	2.51 557	1.07 549	3.07 555	2.65 559

MADNet+	2.80 533	3.38 568	11.57 553	1.50 538	1.21 531	3.18 536	2.00 535	3.52 543	2.61 527	1.81 483	2.09 490	2.83 522	2.18 524	7.55 540	5.44 535	0.84 526	0.83 542	0.71 526	0.66 526	1.05 530	1.08 531

IMH-64-1	2.82 534	1.87 545	1.77 440	3.31 560	2.69 556	3.22 537	2.07 539	4.25 551	2.77 537	2.46 520	3.78 533	3.05 527	2.34 529	4.67 481	3.00 508	3.84 565	0.84 545	2.75 560	1.39 552	3.34 558	2.93 561

IMH-64	2.82 534	1.87 545	1.77 440	3.31 560	2.69 556	3.22 537	2.07 539	4.25 551	2.77 537	2.46 520	3.78 533	3.05 527	2.34 529	4.67 481	3.00 508	3.84 565	0.84 545	2.75 560	1.39 552	3.34 558	2.93 561

LVE	3.40 546	1.80 543	2.21 473	2.90 555	2.44 554	3.27 539	2.25 546	4.80 556	5.06 558	2.43 517	6.79 553	5.99 552	2.64 537	9.20 554	2.28 493	3.30 558	1.11 561	2.38 551	1.48 558	2.95 551	2.62 557

WAO-6	2.98 541	1.67 541	1.88 450	2.38 549	2.30 551	3.53 540	2.37 551	4.38 553	4.64 557	2.42 516	4.50 537	4.85 545	2.99 539	5.22 491	5.37 534	1.77 542	1.16 562	2.31 549	1.47 557	2.42 542	1.99 548

MFN_U_SF_DS_RVC	1.80 493	1.11 515	4.33 519	0.84 478	0.77 474	3.70 541	2.41 554	2.04 418	1.85 500	1.75 477	1.90 476	1.92 475	1.25 442	7.33 537	1.45 441	0.47 492	0.47 516	0.53 506	0.77 532	0.50 478	0.55 484

SAMSARA	1.80 493	0.90 497	3.37 507	1.28 531	1.13 520	3.71 542	2.33 549	2.53 512	1.93 504	3.17 542	1.73 451	2.99 525	1.68 492	3.53 458	2.46 499	0.47 492	0.54 527	0.43 483	0.47 501	0.59 497	0.64 502

PWCK	3.24 544	2.37 555	10.86 551	2.14 544	1.14 522	3.71 542	4.19 562	3.02 536	3.55 547	3.05 539	3.63 531	3.09 530	2.35 531	8.16 547	3.41 514	2.17 546	0.96 553	1.77 543	1.01 546	2.84 547	1.40 540

RTS	2.76 530	1.55 537	15.40 558	1.13 522	1.42 536	3.75 544	2.21 544	2.45 498	2.72 534	2.91 534	2.85 519	2.58 517	1.62 484	6.28 520	5.80 536	0.41 470	0.30 447	0.35 449	0.35 471	0.52 481	0.54 478

RTSA	2.76 530	1.55 537	15.40 558	1.13 522	1.42 536	3.75 544	2.21 544	2.45 498	2.72 534	2.91 534	2.85 519	2.58 517	1.62 484	6.28 520	5.80 536	0.41 470	0.30 447	0.35 449	0.35 471	0.52 481	0.54 478

SDNR	1.66 482	0.55 429	2.36 479	0.56 236	0.58 407	3.79 546	0.45 240	1.78 343	1.40 426	1.38 394	2.45 509	1.13 336	0.96 356	11.03 570	1.31 422	0.67 521	0.64 535	0.43 483	0.32 447	0.71 514	0.76 516

WAO-7	2.78 532	1.54 536	2.18 471	1.41 535	1.19 528	3.92 547	2.01 538	4.19 550	3.89 550	2.98 536	5.47 548	4.18 540	3.28 543	8.24 548	4.27 523	1.13 538	1.01 556	1.18 539	1.13 550	1.19 534	1.13 534

notaker	4.29 549	2.42 558	5.06 523	3.89 569	3.29 566	4.00 548	2.25 546	4.93 558	3.47 546	4.21 552	6.79 553	7.67 558	3.37 545	9.25 556	6.47 538	4.09 570	1.42 564	3.35 569	2.13 566	4.11 565	3.54 566

MSMD_ROB	2.08 511	0.61 447	1.15 345	0.71 417	0.62 427	4.00 548	0.93 456	1.94 393	1.79 496	4.71 556	4.60 541	8.14 560	3.87 551	3.75 465	1.65 468	0.54 504	0.48 518	0.55 511	0.58 518	0.53 486	0.52 474

IMH	3.35 545	1.95 548	1.86 449	3.30 559	2.72 558	4.03 550	2.00 535	4.58 555	3.83 549	2.87 532	6.99 555	4.69 543	3.21 542	6.77 531	2.97 507	3.91 568	0.89 549	2.78 562	1.40 556	3.36 560	2.93 561

KSHMR	8.76 567	2.14 553	3.59 510	3.60 566	3.13 563	4.15 551	2.67 556	5.61 562	58.90 592	3.04 538	55.71 592	4.94 546	2.54 535	4.61 480	3.05 510	3.49 561	1.57 566	3.14 565	1.98 564	3.84 562	3.49 565

MDST_ROB	1.88 499	0.40 363	1.71 436	0.93 506	0.60 417	4.27 552	1.23 498	3.99 548	1.44 443	4.61 554	2.63 514	1.44 404	1.03 391	9.78 561	1.62 462	0.33 426	0.26 418	0.37 462	0.33 461	0.31 381	0.34 397

LRCNet_RVC	22.79 578	32.09 584	22.06 570	29.83 582	26.15 579	4.40 553	0.84 434	22.64 578	2.10 514	26.93 583	29.25 582	23.03 583	15.56 573	23.91 580	18.92 572	32.00 586	20.04 587	34.68 585	32.13 586	30.66 585	28.52 585

ktn	4.56 550	2.41 557	2.54 484	3.79 568	3.25 564	4.81 554	2.91 559	5.52 560	7.36 562	4.12 549	14.55 571	7.54 557	3.70 548	7.84 544	3.35 513	4.06 569	1.86 567	3.26 568	2.22 567	3.27 557	2.86 560

MSC_U_SF_DS_RVC	2.22 518	1.29 526	4.14 517	1.10 521	0.78 478	5.00 555	2.38 553	2.47 503	2.67 533	1.94 497	2.28 499	2.66 520	1.70 493	9.10 552	2.29 495	0.68 523	0.52 525	0.68 524	0.71 530	1.17 533	0.81 520

UNDER WATER	5.68 557	2.46 560	15.52 560	3.98 571	3.53 567	5.15 556	2.74 557	5.58 561	16.41 573	4.00 545	4.56 538	9.12 563	6.43 561	6.22 516	9.11 551	3.85 567	1.35 563	3.18 567	1.98 564	4.51 568	3.84 570

HanzoNet	11.92 572	5.12 570	17.18 562	4.19 572	3.59 569	5.16 557	2.82 558	7.41 567	9.96 564	33.31 588	27.60 581	22.25 581	37.31 586	18.18 576	13.57 561	8.13 576	3.44 571	3.50 570	3.44 571	7.77 575	4.52 572

MADNet++	5.41 555	3.18 566	6.43 529	4.66 573	3.95 570	6.15 558	6.75 565	4.51 554	4.51 556	5.06 559	6.27 551	4.96 547	6.14 559	9.39 557	11.70 558	4.71 571	4.19 572	3.97 571	3.33 569	4.08 564	4.25 571

ELAS	2.67 529	0.80 487	2.13 468	1.13 522	1.15 524	6.25 559	2.56 555	3.50 542	3.68 548	5.36 561	4.92 546	3.79 537	5.56 557	3.65 459	5.22 533	0.66 520	0.57 531	0.56 513	0.54 514	0.65 507	0.75 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	5.84 558	2.48 561	17.93 566	3.97 570	3.58 568	7.70 560	3.03 560	5.72 563	14.13 567	4.18 551	4.00 535	9.27 564	6.80 562	6.20 515	9.22 552	3.67 562	1.52 565	3.14 565	1.95 562	4.43 567	3.83 569

WAO-8	4.57 551	2.01 549	2.58 487	2.37 547	2.21 546	9.75 561	1.71 523	6.04 564	16.34 570	4.11 547	7.69 561	7.41 554	3.85 549	10.02 567	3.85 519	2.05 544	1.09 559	2.44 555	1.39 552	2.56 544	1.86 546

Venus	4.57 551	2.01 549	2.58 487	2.37 547	2.21 546	9.75 561	1.71 523	6.04 564	16.34 570	4.11 547	7.69 561	7.41 554	3.85 549	10.02 567	3.85 519	2.05 544	1.09 559	2.44 555	1.39 552	2.56 544	1.86 546

TorneroNet-64	5.41 555	2.10 552	2.43 480	3.49 564	2.83 559	9.90 563	2.13 543	8.87 570	16.79 575	5.39 562	9.18 565	10.68 570	3.92 552	9.55 558	5.11 532	3.36 559	0.86 547	2.88 563	1.62 559	3.76 561	3.37 564

SGM+DAISY	5.38 554	1.28 525	8.24 538	1.27 530	1.16 526	10.62 564	16.01 573	2.93 534	2.53 524	8.64 571	13.03 569	8.26 561	13.38 571	6.34 523	7.59 544	1.07 535	1.05 558	1.00 535	0.98 542	1.02 527	1.12 533

JetBlue	4.18 548	2.45 559	10.42 550	1.40 532	2.89 561	10.68 565	10.68 566	3.91 547	2.52 523	2.74 528	3.39 528	4.50 541	4.27 553	7.97 545	7.67 545	0.89 527	0.97 554	0.89 530	0.92 538	2.26 540	2.21 550

tt	6.61 560	0.28 124	6.10 528	3.77 567	2.17 545	11.53 566	19.61 574	13.53 575	5.81 560	3.00 537	2.82 518	4.97 548	6.33 560	3.83 467	7.23 543	9.13 577	11.32 579	5.87 575	6.22 575	6.01 571	2.63 558

DPSMNet_ROB	13.08 574	8.28 572	22.32 572	9.54 576	18.15 573	11.53 566	31.98 580	10.83 573	16.27 569	7.17 567	19.40 578	10.12 566	16.69 574	9.87 563	22.50 577	4.78 573	8.72 574	5.38 574	10.25 579	6.16 573	11.59 577

DGTPSM_ROB	13.06 573	8.27 571	22.29 571	9.53 575	18.14 572	11.53 566	31.97 579	10.82 572	16.25 568	7.14 566	19.39 577	10.12 566	16.69 574	9.85 562	22.49 576	4.77 572	8.72 574	5.37 573	10.24 578	6.15 572	11.56 576

TCMNet-wrong-test	10.42 569	11.55 575	15.31 557	20.99 578	18.49 574	13.94 569	10.69 567	16.07 576	4.14 552	5.27 560	5.64 549	16.22 573	12.57 568	7.57 541	10.26 555	7.44 575	2.38 568	4.30 572	3.43 570	11.37 577	10.87 575

JetRed	7.02 561	8.94 573	25.72 576	2.89 554	3.27 565	14.25 570	12.27 570	6.69 566	4.45 555	4.46 553	4.56 538	6.65 553	5.43 556	7.46 539	14.41 567	2.60 551	3.31 569	2.61 558	2.30 568	4.34 566	3.79 568

SGM-ForestM	7.81 564	0.48 402	11.02 552	0.74 437	0.40 285	16.83 571	12.72 572	7.91 568	8.13 563	11.53 573	10.25 567	22.44 582	14.01 572	17.02 574	20.52 573	0.38 458	0.39 500	0.37 462	0.36 474	0.37 421	0.38 422

MANE	7.50 563	0.64 458	7.97 537	1.40 532	2.10 544	16.86 572	12.56 571	12.91 574	17.51 578	8.50 570	11.60 568	14.66 571	13.33 570	12.02 571	13.28 560	0.62 516	0.52 525	0.52 502	1.90 561	0.56 492	0.58 492

USTest	14.33 575	14.93 576	21.00 569	17.41 577	16.02 571	23.11 573	33.76 581	22.02 577	11.81 566	9.47 572	10.19 566	15.94 572	13.17 569	17.25 575	22.38 575	3.81 564	5.01 573	6.17 576	6.18 574	9.23 576	7.81 574

DPSimNet_ROB	24.77 580	9.69 574	61.46 589	3.56 565	19.46 575	25.95 574	77.56 592	5.09 559	16.60 574	21.50 581	29.82 583	25.12 584	85.69 593	13.37 573	23.07 579	7.23 574	17.79 582	8.55 577	7.57 576	4.57 570	31.84 586

Anonymous_1	42.79 588	18.71 577	24.75 573	21.81 579	45.16 586	27.68 575	37.52 582	28.64 582	16.34 570	14.72 576	14.53 570	20.60 575	17.82 576	21.52 577	25.88 580	113.45 593	8.91 576	100.63 590	126.37 590	158.50 593	12.31 578

DPSM_ROB	19.12 576	19.13 578	25.13 574	22.15 580	20.86 577	28.06 576	37.75 583	27.18 580	16.95 576	14.25 574	15.07 572	21.66 576	18.69 577	21.83 578	26.51 581	10.15 579	9.30 577	10.45 579	10.41 580	14.00 578	12.85 579

DPSM	19.12 576	19.13 578	25.13 574	22.15 580	20.86 577	28.06 576	37.75 583	27.18 580	16.95 576	14.25 574	15.07 572	21.66 576	18.69 577	21.83 578	26.51 581	10.15 579	9.30 577	10.45 579	10.41 580	14.00 578	12.85 579

HaxPig	39.02 585	41.39 590	41.59 581	30.10 583	32.36 580	29.49 578	27.65 577	30.56 583	37.94 589	43.75 589	43.81 588	33.42 585	35.69 583	41.51 586	40.33 588	43.91 590	47.48 592	45.87 586	47.14 588	42.29 586	44.06 589

xyz-stereo	7.03 562	0.24 47	70.23 590	0.44 50	0.21 7	29.74 579	0.49 275	1.03 128	0.77 125	1.45 422	26.78 580	1.17 342	1.19 436	4.72 484	1.32 428	0.16 43	0.12 34	0.20 165	0.14 85	0.17 78	0.14 15

AVERAGE_ROB	40.42 586	42.30 591	42.61 582	36.91 585	35.54 582	30.42 580	27.59 576	37.45 589	38.45 590	44.87 590	44.27 589	37.55 587	36.69 584	41.82 587	40.25 587	45.36 591	46.73 591	47.09 587	46.32 587	42.47 587	43.74 588

xxxxx1	54.34 591	26.72 581	27.03 577	114.14 590	99.00 590	30.68 581	47.19 585	32.52 584	26.09 579	17.85 577	17.48 574	21.86 578	20.92 579	24.38 581	33.78 583	34.73 587	41.33 588	157.67 591	175.68 591	65.82 589	71.99 591

tt_ll	54.34 591	26.72 581	27.03 577	114.14 590	99.00 590	30.68 581	47.19 585	32.52 584	26.09 579	17.85 577	17.48 574	21.86 578	20.92 579	24.38 581	33.78 583	34.73 587	41.33 588	157.67 591	175.68 591	65.82 589	71.99 591

ff	54.34 591	26.72 581	27.03 577	114.14 590	99.00 590	30.68 581	47.19 585	32.52 584	26.09 579	17.85 577	17.48 574	21.86 578	20.92 579	24.38 581	33.78 583	34.73 587	41.33 588	157.67 591	175.68 591	65.82 589	71.99 591

MEDIAN_ROB	42.01 587	44.30 592	44.14 584	35.08 584	34.90 581	31.33 584	29.90 578	36.77 588	40.11 591	47.14 591	46.55 590	37.49 586	38.50 590	44.30 592	42.32 589	47.93 592	49.31 593	49.68 588	49.00 589	44.98 588	46.46 590

MultiAttention	4.59 553	0.35 299	0.90 259	0.75 446	0.46 336	31.81 585	4.41 563	2.35 488	1.41 430	1.64 465	2.43 507	2.42 512	0.70 246	38.40 585	1.78 479	0.23 278	0.15 201	0.30 403	0.30 434	0.48 472	0.48 459

TorneroNet	10.72 571	2.09 551	2.76 492	3.48 563	3.03 562	44.72 586	2.31 548	8.62 569	67.06 593	7.45 569	23.21 579	10.59 569	4.28 554	9.03 551	9.00 550	3.67 562	0.91 551	3.04 564	1.63 560	3.92 563	3.55 567

BEATNet-Init1	27.39 581	21.01 580	73.65 591	1.07 518	0.80 482	56.07 587	22.82 575	33.14 587	31.71 584	51.78 592	52.93 591	65.63 592	48.54 591	48.75 593	36.36 586	0.52 502	0.47 516	0.54 507	0.54 514	0.64 505	0.72 511

FlowAnything	38.45 583	38.38 586	50.32 586	44.77 588	41.97 584	56.43 588	76.20 589	54.49 592	34.43 588	28.45 584	30.15 584	43.52 589	37.69 588	43.76 589	53.31 591	20.36 583	18.71 585	21.03 581	21.10 585	28.18 581	25.74 582

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

CasAABBNet	38.42 582	38.42 587	50.26 585	44.76 587	41.87 583	56.47 589	76.22 590	54.44 590	33.92 586	28.53 585	30.36 586	43.53 590	37.59 587	43.77 590	53.32 592	20.27 582	18.70 584	21.03 581	21.04 583	28.19 582	25.79 583

LSM0	42.92 589	38.72 589	50.66 588	47.49 589	110.18 593	56.77 591	75.87 588	54.87 593	33.74 585	29.48 587	31.12 587	43.77 591	37.12 585	43.85 591	53.44 593	20.50 585	18.67 583	21.05 583	21.07 584	28.37 584	41.73 587

U	9.23 568	0.22 14	0.65 117	0.48 98	53.11 587	61.26 592	0.24 29	0.77 47	0.55 63	0.37 31	0.30 13	0.29 28	0.34 49	0.34 2	0.27 15	0.20 191	0.12 34	60.47 589	4.24 572	0.18 110	0.14 15

PML	51.64 590	37.49 585	14.31 556	7.45 574	20.27 576	107.80 593	231.34 594	8.94 571	27.70 583	86.74 593	268.93 594	69.03 593	61.09 592	24.71 584	14.36 566	9.71 578	3.40 570	9.60 578	4.67 573	20.46 580	4.76 573

test_example2	192.91 594	210.59 594	206.44 594	199.86 594	204.90 594	172.02 594	182.95 593	138.34 594	134.89 594	193.14 594	200.54 593	186.77 594	177.82 594	204.95 594	207.57 594	221.83 594	238.70 594	186.02 594	190.07 594	226.94 594	173.78 594

ccccc		492.94 595		530.37 595	529.69 595	476.06 595		494.48 595		446.40 595		473.27 595		541.46 595		660.58 595	458.79 595	353.88 595	309.98 595	597.94 595

Low-res two-view benchmark