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

SteFusion	0.29 22	0.17 1	0.40 17	0.38 20	0.30 158	0.40 60	0.25 63	0.58 23	0.40 55	0.30 17	0.47 88	0.28 31	0.22 12	0.60 80	0.28 37	0.11 1	0.12 46	0.14 8	0.12 49	0.14 39	0.13 4

MonStereo	0.29 22	0.19 11	0.47 51	0.37 6	0.22 14	0.55 190	0.31 116	0.60 34	0.44 75	0.29 9	0.28 25	0.23 3	0.20 3	0.60 80	0.26 10	0.11 1	0.11 22	0.14 8	0.11 7	0.14 39	0.14 31

Wavelet-MonSter	0.29 22	0.21 37	0.51 87	0.41 62	0.27 89	0.26 4	0.25 63	0.51 5	0.31 15	0.37 61	0.48 91	0.28 31	0.35 94	0.54 50	0.29 54	0.11 1	0.11 22	0.14 8	0.11 7	0.13 12	0.13 4

Monster-pub-eth3d	0.29 22	0.19 11	0.48 58	0.37 6	0.22 14	0.55 190	0.31 116	0.60 34	0.44 75	0.29 9	0.29 27	0.23 3	0.21 7	0.59 76	0.26 10	0.11 1	0.11 22	0.14 8	0.11 7	0.14 39	0.14 31

MonSter	0.29 22	0.19 11	0.48 58	0.37 6	0.22 14	0.55 190	0.31 116	0.60 34	0.44 75	0.29 9	0.29 27	0.23 3	0.20 3	0.60 80	0.26 10	0.11 1	0.11 22	0.14 8	0.11 7	0.14 39	0.14 31

PyraSte	0.30 38	0.18 4	0.41 26	0.41 62	0.32 213	0.38 55	0.22 36	0.60 34	0.41 64	0.30 17	0.40 57	0.47 123	0.25 24	0.59 76	0.26 10	0.12 6	0.12 46	0.14 8	0.12 49	0.14 39	0.12 1

tim_s	0.28 10	0.18 4	0.39 10	0.41 62	0.35 274	0.36 43	0.24 58	0.57 19	0.40 55	0.29 9	0.30 30	0.45 110	0.22 12	0.50 39	0.26 10	0.12 6	0.13 93	0.14 8	0.11 7	0.14 39	0.12 1

xxxad45	0.29 22	0.18 4	0.37 2	0.41 62	0.34 255	0.37 48	0.29 100	0.56 16	0.43 71	0.29 9	0.27 20	0.48 130	0.28 48	0.47 22	0.27 25	0.12 6	0.14 171	0.14 8	0.12 49	0.15 69	0.13 4

ACW_4w	0.29 22	0.17 1	0.38 6	0.40 52	0.34 255	0.34 33	0.28 90	0.58 23	0.40 55	0.29 9	0.32 37	0.47 123	0.24 21	0.61 84	0.27 25	0.12 6	0.14 171	0.15 52	0.12 49	0.15 69	0.13 4

5w_v4	0.29 22	0.17 1	0.37 2	0.41 62	0.37 294	0.35 37	0.28 90	0.56 16	0.43 71	0.30 17	0.31 35	0.54 162	0.27 40	0.45 17	0.27 25	0.12 6	0.14 171	0.14 8	0.12 49	0.15 69	0.13 4

AdaDepth	0.33 57	0.23 65	0.69 181	0.46 109	0.29 140	0.44 92	0.24 58	0.54 12	0.38 47	0.33 40	0.38 50	0.26 17	0.31 68	0.81 151	0.27 25	0.12 6	0.13 93	0.16 83	0.13 98	0.16 93	0.20 203

asda	0.31 43	0.24 86	0.51 87	0.39 35	0.24 34	0.43 87	0.33 134	0.68 56	0.40 55	0.39 74	0.44 74	0.27 21	0.35 94	0.55 55	0.31 81	0.12 6	0.10 2	0.14 8	0.11 7	0.14 39	0.13 4

qwe	0.34 64	0.22 49	0.48 58	0.39 35	0.27 89	0.49 127	0.30 109	0.76 85	0.40 55	0.51 148	0.49 96	0.26 17	0.29 54	0.83 159	0.35 117	0.12 6	0.10 2	0.14 8	0.12 49	0.15 69	0.14 31

4.25_new	0.32 48	0.27 152	0.49 67	0.40 52	0.27 89	0.49 127	0.39 212	0.69 61	0.35 29	0.40 82	0.43 65	0.27 21	0.36 102	0.48 27	0.32 93	0.12 6	0.10 2	0.15 52	0.11 7	0.14 39	0.13 4

4.5w_new	0.32 48	0.27 152	0.49 67	0.40 52	0.27 89	0.49 127	0.39 212	0.69 61	0.35 29	0.40 82	0.43 65	0.27 21	0.36 102	0.48 27	0.32 93	0.12 6	0.10 2	0.15 52	0.11 7	0.14 39	0.13 4

4.25w-stereo	0.32 48	0.27 152	0.49 67	0.40 52	0.27 89	0.49 127	0.39 212	0.69 61	0.35 29	0.40 82	0.43 65	0.27 21	0.36 102	0.48 27	0.32 93	0.12 6	0.10 2	0.15 52	0.12 49	0.14 39	0.13 4

4w-stereo	0.32 48	0.25 108	0.52 94	0.38 20	0.25 57	0.46 102	0.28 90	0.68 56	0.35 29	0.43 94	0.45 79	0.28 31	0.39 121	0.63 99	0.31 81	0.12 6	0.10 2	0.15 52	0.12 49	0.14 39	0.14 31

3.25w_new	0.33 57	0.22 49	0.50 77	0.39 35	0.24 34	0.52 162	0.33 134	0.77 87	0.43 71	0.49 129	0.46 85	0.32 48	0.37 109	0.64 101	0.28 37	0.12 6	0.10 2	0.14 8	0.12 49	0.12 1	0.15 57

3.25w	0.33 57	0.22 49	0.50 77	0.39 35	0.24 34	0.52 162	0.33 134	0.77 87	0.43 71	0.49 129	0.46 85	0.32 48	0.37 109	0.64 101	0.28 37	0.12 6	0.10 2	0.14 8	0.12 49	0.12 1	0.15 57

3.5w_stereo	0.35 72	0.27 152	0.55 106	0.38 20	0.25 57	0.54 184	0.34 147	0.73 78	0.40 55	0.46 111	0.45 79	0.31 44	0.38 119	0.80 150	0.40 179	0.12 6	0.10 2	0.15 52	0.12 49	0.14 39	0.16 95

2w_stereo	0.34 64	0.25 108	0.52 94	0.40 52	0.23 22	0.46 102	0.47 308	0.77 87	0.44 75	0.47 113	0.51 107	0.24 9	0.44 152	0.49 32	0.31 81	0.12 6	0.10 2	0.15 52	0.12 49	0.15 69	0.16 95

1w_stereo	0.36 77	0.21 37	0.47 51	0.44 88	0.27 89	0.47 111	0.54 367	0.66 53	0.51 96	0.44 97	0.67 154	0.25 13	0.45 159	0.62 90	0.34 108	0.12 6	0.10 2	0.14 8	0.11 7	0.14 39	0.15 57

weee2	0.27 3	0.20 23	0.38 6	0.39 35	0.24 34	0.35 37	0.20 15	0.53 7	0.33 20	0.30 17	0.27 20	0.39 88	0.26 31	0.47 22	0.28 37	0.13 23	0.12 46	0.14 8	0.11 7	0.13 12	0.15 57

uiiii_40	0.27 3	0.19 11	0.37 2	0.36 1	0.25 57	0.32 26	0.19 7	0.53 7	0.28 8	0.30 17	0.26 14	0.33 58	0.40 127	0.55 55	0.27 25	0.13 23	0.11 22	0.15 52	0.11 7	0.13 12	0.13 4

4.5w_L	0.28 10	0.18 4	0.37 2	0.37 6	0.26 81	0.33 29	0.21 24	0.53 7	0.27 7	0.31 26	0.27 20	0.31 44	0.39 121	0.67 109	0.28 37	0.13 23	0.11 22	0.14 8	0.11 7	0.13 12	0.13 4

StePilot	0.28 10	0.18 4	0.38 6	0.37 6	0.25 57	0.33 29	0.20 15	0.52 6	0.29 12	0.32 31	0.28 25	0.29 36	0.39 121	0.76 133	0.28 37	0.13 23	0.11 22	0.14 8	0.11 7	0.12 1	0.13 4

ITERv19	0.29 22	0.20 23	0.46 41	0.39 35	0.23 22	0.28 10	0.23 49	0.53 7	0.38 47	0.44 97	0.54 121	0.27 21	0.29 54	0.58 70	0.30 69	0.13 23	0.10 2	0.14 8	0.12 49	0.14 39	0.14 31

zaero_v3	0.32 48	0.20 23	0.48 58	0.38 20	0.23 22	0.57 201	0.20 15	0.69 61	0.40 55	0.42 89	0.43 65	0.32 48	0.24 21	0.73 124	0.27 25	0.13 23	0.11 22	0.14 8	0.12 49	0.13 12	0.14 31

ITERv2	0.32 48	0.20 23	0.53 98	0.38 20	0.23 22	0.51 155	0.19 7	0.68 56	0.41 64	0.41 88	0.41 60	0.35 67	0.25 24	0.76 133	0.29 54	0.13 23	0.11 22	0.14 8	0.12 49	0.13 12	0.14 31

asd	0.32 48	0.22 49	0.49 67	0.40 52	0.25 57	0.47 111	0.30 109	0.77 87	0.35 29	0.44 97	0.40 57	0.28 31	0.34 86	0.64 101	0.29 54	0.13 23	0.10 2	0.14 8	0.12 49	0.15 69	0.13 4

2.25w	0.35 72	0.24 86	0.55 106	0.38 20	0.24 34	0.44 92	0.25 63	0.69 61	0.42 66	0.49 129	0.59 136	0.27 21	0.35 94	0.83 159	0.37 149	0.13 23	0.11 22	0.14 8	0.12 49	0.13 12	0.17 121

2.5w	0.33 57	0.23 65	0.53 98	0.41 62	0.25 57	0.42 80	0.38 198	0.69 61	0.35 29	0.38 66	0.54 121	0.24 9	0.26 31	0.91 191	0.29 54	0.13 23	0.10 2	0.14 8	0.13 98	0.14 39	0.15 57

2.75w_new	0.33 57	0.24 86	0.51 87	0.36 1	0.24 34	0.41 69	0.42 238	0.61 39	0.40 55	0.50 138	0.44 74	0.24 9	0.34 86	0.77 137	0.34 108	0.13 23	0.11 22	0.14 8	0.11 7	0.13 12	0.13 4

3.75w	0.34 64	0.23 65	0.50 77	0.39 35	0.30 158	0.62 233	0.36 173	0.70 70	0.38 47	0.44 97	0.49 96	0.25 13	0.36 102	0.72 121	0.28 37	0.13 23	0.09 1	0.14 8	0.12 49	0.13 12	0.15 57

3w_stereo	0.35 72	0.25 108	0.60 131	0.41 62	0.21 8	0.52 162	0.53 353	0.72 76	0.47 85	0.47 113	0.50 103	0.23 3	0.45 159	0.49 32	0.30 69	0.13 23	0.10 2	0.15 52	0.12 49	0.15 69	0.17 121

5k_new	0.27 3	0.20 23	0.40 17	0.39 35	0.25 57	0.30 18	0.20 15	0.54 12	0.35 29	0.30 17	0.27 20	0.37 79	0.26 31	0.54 50	0.29 54	0.14 36	0.12 46	0.14 8	0.11 7	0.12 1	0.15 57

ITER	0.34 64	0.20 23	0.48 58	0.37 6	0.22 14	0.37 48	0.20 15	0.61 39	0.35 29	0.42 89	0.49 96	0.34 63	0.25 24	1.36 306	0.30 69	0.14 36	0.11 22	0.13 1	0.11 7	0.13 12	0.14 31

OmniDepth	0.30 38	0.21 37	0.39 10	0.41 62	0.18 1	0.57 201	0.32 126	0.71 71	0.35 29	0.27 4	0.26 14	0.39 88	0.43 144	0.48 27	0.29 54	0.14 36	0.10 2	0.13 1	0.12 49	0.15 69	0.13 4

Replicate-Monster	0.43 118	0.30 217	2.04 511	0.37 6	0.22 14	0.47 111	0.23 49	0.82 106	0.50 93	0.44 97	0.27 20	0.31 44	0.29 54	1.01 220	0.26 10	0.14 36	0.11 22	0.14 8	0.12 49	0.13 12	0.38 472

4.5_new	0.31 43	0.25 108	0.46 41	0.38 20	0.24 34	0.52 162	0.36 173	0.65 49	0.35 29	0.48 121	0.43 65	0.27 21	0.27 40	0.42 8	0.26 10	0.14 36	0.10 2	0.15 52	0.13 98	0.17 117	0.15 57

4.5w-stereo	0.31 43	0.25 108	0.46 41	0.38 20	0.24 34	0.52 162	0.36 173	0.65 49	0.35 29	0.48 121	0.43 65	0.27 21	0.27 40	0.42 8	0.26 10	0.14 36	0.10 2	0.15 52	0.13 98	0.17 117	0.15 57

monsterstereo	0.36 77	0.21 37	0.53 98	0.48 136	0.36 284	0.27 8	0.29 100	0.58 23	0.52 98	0.45 106	0.61 140	0.26 17	0.27 40	1.23 277	0.28 37	0.14 36	0.12 46	0.15 52	0.12 49	0.16 93	0.13 4

monsters	0.35 72	0.21 37	0.49 67	0.43 81	0.39 318	0.34 33	0.26 75	0.69 61	0.44 75	0.49 129	0.41 60	0.23 3	0.26 31	1.38 314	0.27 25	0.14 36	0.11 22	0.14 8	0.12 49	0.13 12	0.15 57

IGEV	0.29 22	0.18 4	0.43 32	0.38 20	0.31 180	0.45 97	0.21 24	0.63 46	0.42 66	0.32 31	0.44 74	0.26 17	0.20 3	0.44 13	0.26 10	0.14 36	0.12 46	0.16 83	0.13 98	0.12 1	0.14 31

LG-Stereo	0.37 83	0.27 152	0.94 321	0.48 136	0.26 81	0.37 48	0.30 109	0.88 131	0.57 116	0.38 66	0.58 133	0.29 36	0.21 7	0.51 43	0.37 149	0.14 36	0.14 171	0.20 214	0.18 231	0.18 153	0.14 31

fffft	0.39 94	0.24 86	0.56 112	0.45 97	0.34 255	0.42 80	0.48 315	0.85 116	0.39 50	0.45 106	0.35 44	0.38 85	0.31 68	1.32 300	0.34 108	0.14 36	0.12 46	0.19 177	0.15 152	0.16 93	0.18 139
1: 1. 1
LoS_RVC	0.45 128	0.29 192	0.48 58	0.49 151	0.83 539	0.51 155	0.43 256	0.65 49	0.44 75	0.47 113	0.78 187	0.44 100	0.60 260	0.59 76	0.37 149	0.14 36	0.12 46	0.14 8	0.10 1	0.14 39	1.08 583

RAFT-Stereo + iAFF	0.56 196	0.28 169	0.81 243	0.45 97	0.25 57	0.40 60	0.34 147	1.12 210	1.13 333	1.35 435	1.58 476	0.80 250	0.67 286	0.71 120	0.43 203	0.14 36	0.11 22	0.18 149	0.17 213	0.18 153	0.16 95

AFF-stereo	0.60 241	0.28 169	0.72 191	0.48 136	0.29 140	0.34 33	0.37 188	1.22 254	1.20 368	1.21 357	1.59 480	1.10 378	0.70 297	1.01 220	0.44 208	0.14 36	0.12 46	0.19 177	0.20 283	0.18 153	0.15 57

aaa3	0.27 3	0.20 23	0.40 17	0.38 20	0.25 57	0.28 10	0.21 24	0.57 19	0.34 24	0.33 40	0.26 14	0.35 67	0.28 48	0.47 22	0.28 37	0.15 50	0.12 46	0.14 8	0.11 7	0.13 12	0.16 95

mfccc	0.28 10	0.19 11	0.40 17	0.38 20	0.24 34	0.39 58	0.20 15	0.59 29	0.33 20	0.31 26	0.24 6	0.40 91	0.29 54	0.50 39	0.29 54	0.15 50	0.14 171	0.13 1	0.11 7	0.12 1	0.16 95

ACM	0.28 10	0.19 11	0.39 10	0.39 35	0.26 81	0.37 48	0.19 7	0.57 19	0.35 29	0.32 31	0.32 37	0.36 72	0.24 21	0.50 39	0.29 54	0.15 50	0.14 171	0.14 8	0.11 7	0.12 1	0.14 31

ITER124	0.28 10	0.19 11	0.36 1	0.38 20	0.24 34	0.44 92	0.21 24	0.55 14	0.34 24	0.35 50	0.25 9	0.37 79	0.27 40	0.49 32	0.28 37	0.15 50	0.15 246	0.14 8	0.11 7	0.14 39	0.15 57

Monster-pub-mixall	0.32 48	0.20 23	0.44 37	0.37 6	0.22 14	0.28 10	0.18 2	0.69 61	0.36 42	0.37 61	0.36 46	0.27 21	0.20 3	1.43 329	0.25 5	0.15 50	0.12 46	0.13 1	0.11 7	0.12 1	0.15 57

DilatedVolume-Stereo	0.46 138	0.24 86	0.72 191	0.45 97	0.33 234	0.72 292	0.29 100	0.83 108	0.53 102	0.82 215	0.73 177	0.52 153	0.44 152	1.16 263	0.42 197	0.15 50	0.15 246	0.15 52	0.14 132	0.16 93	0.17 121

LG-Stereo_L2	0.30 38	0.23 65	0.50 77	0.38 20	0.26 81	0.26 4	0.20 15	0.84 114	0.31 15	0.31 26	0.26 14	0.25 13	0.26 31	0.94 197	0.23 1	0.15 50	0.12 46	0.16 83	0.12 49	0.14 39	0.13 4

MLG-Stereo_test1	0.29 22	0.21 37	0.42 30	0.41 62	0.25 57	0.37 48	0.20 15	0.71 71	0.20 1	0.25 2	0.17 1	0.33 58	0.26 31	0.92 193	0.26 10	0.15 50	0.11 22	0.16 83	0.11 7	0.13 12	0.13 4

MLG-Stereo	0.31 43	0.20 23	0.42 30	0.42 74	0.20 3	0.41 69	0.19 7	0.85 116	0.24 4	0.26 3	0.22 4	0.33 58	0.27 40	1.09 245	0.27 25	0.15 50	0.11 22	0.16 83	0.11 7	0.13 12	0.13 4

GREAT-IGEV	0.34 64	0.22 49	0.54 103	0.40 52	0.31 180	0.36 43	0.28 90	0.59 29	0.66 147	0.28 6	0.51 107	0.29 36	0.29 54	0.86 171	0.28 37	0.15 50	0.12 46	0.15 52	0.11 7	0.17 117	0.16 95

Reg-Stereo(zero)	0.46 138	0.23 65	0.50 77	0.45 97	0.25 57	0.41 69	0.27 82	0.80 98	1.12 327	0.93 244	0.79 190	0.91 304	0.46 169	0.74 125	0.44 208	0.15 50	0.13 93	0.15 52	0.12 49	0.15 69	0.18 139

SMoEStereo_RVC	0.41 103	0.26 128	0.55 106	0.46 109	0.31 180	0.60 222	0.36 173	0.85 116	0.47 85	0.47 113	0.43 65	0.42 95	0.34 86	1.40 319	0.31 81	0.15 50	0.12 46	0.20 214	0.15 152	0.16 93	0.18 139

IGEV-Stereo++	0.32 48	0.22 49	0.47 51	0.48 136	0.33 234	0.33 29	0.22 36	0.78 95	0.48 87	0.35 50	0.41 60	0.32 48	0.47 177	0.40 4	0.29 54	0.15 50	0.12 46	0.15 52	0.12 49	0.15 69	0.15 57

RSM	0.40 98	0.25 108	0.53 98	0.50 170	0.27 89	0.46 102	0.40 220	0.94 147	0.49 90	0.42 89	0.44 74	0.65 208	0.33 79	1.07 238	0.32 93	0.15 50	0.13 93	0.17 110	0.14 132	0.17 117	0.15 57

MoCha-V2	0.43 118	0.23 65	0.55 106	0.56 283	0.23 22	0.44 92	0.32 126	1.35 287	0.63 137	0.54 156	0.55 125	0.42 95	0.57 233	1.12 254	0.28 37	0.15 50	0.13 93	0.15 52	0.13 98	0.17 117	0.18 139

Selective-IGEV	0.42 114	0.26 128	0.56 112	0.48 136	0.27 89	0.45 97	0.33 134	1.56 333	0.61 133	0.36 54	0.47 88	0.52 153	0.30 63	1.08 241	0.33 102	0.15 50	0.13 93	0.17 110	0.13 98	0.16 93	0.15 57

cross-raft	0.56 196	0.26 128	0.65 162	0.55 262	0.31 180	0.66 265	0.37 188	1.68 359	0.82 196	1.06 283	1.07 277	1.25 412	0.45 159	0.74 125	0.39 162	0.15 50	0.13 93	0.19 177	0.16 189	0.19 189	0.17 121

s12784h	0.55 185	0.22 49	0.49 67	0.43 81	0.19 2	1.00 415	0.34 147	1.40 299	1.30 436	0.84 222	0.93 223	0.63 204	0.52 210	1.48 341	0.47 237	0.15 50	0.12 46	0.17 110	0.11 7	0.19 189	0.13 4

4k_L	0.27 3	0.20 23	0.40 17	0.39 35	0.25 57	0.32 26	0.21 24	0.59 29	0.33 20	0.32 31	0.30 30	0.35 67	0.28 48	0.44 13	0.29 54	0.16 68	0.13 93	0.14 8	0.11 7	0.12 1	0.14 31

ss10	0.28 10	0.19 11	0.39 10	0.39 35	0.23 22	0.30 18	0.21 24	0.65 49	0.36 42	0.32 31	0.33 40	0.33 58	0.23 16	0.53 46	0.31 81	0.16 68	0.14 171	0.14 8	0.11 7	0.13 12	0.13 4

SX	0.28 10	0.20 23	0.41 26	0.39 35	0.23 22	0.33 29	0.20 15	0.57 19	0.36 42	0.31 26	0.21 2	0.42 95	0.25 24	0.56 59	0.30 69	0.16 68	0.13 93	0.13 1	0.11 7	0.12 1	0.15 57

USM	0.27 3	0.18 4	0.39 10	0.41 62	0.21 8	0.38 55	0.21 24	0.56 16	0.39 50	0.29 9	0.31 35	0.38 85	0.21 7	0.50 39	0.28 37	0.16 68	0.13 93	0.14 8	0.11 7	0.13 12	0.14 31

252Zero-FE	0.29 22	0.24 86	0.47 51	0.42 74	0.25 57	0.29 15	0.19 7	0.71 71	0.49 90	0.32 31	0.34 42	0.22 2	0.25 24	0.43 11	0.30 69	0.16 68	0.13 93	0.14 8	0.12 49	0.13 12	0.15 57

depthmonostereo	0.45 128	0.26 128	0.89 294	0.49 151	0.24 34	0.60 222	0.36 173	1.03 172	0.77 174	0.50 138	0.65 148	0.50 141	0.55 224	0.70 117	0.39 162	0.16 68	0.16 287	0.16 83	0.14 132	0.16 93	0.20 203

xyz-stereo-finetune	0.50 170	0.27 152	0.63 146	0.43 81	0.23 22	0.79 327	0.46 297	0.83 108	0.82 196	0.63 179	0.63 143	0.54 162	0.44 152	1.69 381	0.62 326	0.16 68	0.15 246	0.19 177	0.16 189	0.17 117	0.16 95

xyz-stereo	7.03 613	0.24 86	70.23 669	0.44 88	0.21 8	29.74 632	0.49 326	1.03 172	0.77 174	1.45 475	26.78 634	1.17 393	1.19 488	4.72 536	1.32 480	0.16 68	0.12 46	0.20 214	0.14 132	0.17 117	0.14 31

LG-Stereo_L1	0.31 43	0.24 86	0.49 67	0.38 20	0.27 89	0.28 10	0.21 24	0.68 56	0.29 12	0.27 4	0.25 9	0.25 13	0.22 12	1.25 280	0.24 3	0.16 68	0.12 46	0.15 52	0.12 49	0.14 39	0.13 4

MLG-Stereo_test3	0.29 22	0.20 23	0.46 41	0.43 81	0.24 34	0.47 111	0.19 7	0.75 83	0.31 15	0.36 54	0.22 4	0.35 67	0.21 7	0.61 84	0.26 10	0.16 68	0.12 46	0.16 83	0.11 7	0.13 12	0.15 57

MLG-Stereo_test2	0.27 3	0.22 49	0.40 17	0.39 35	0.24 34	0.35 37	0.18 2	0.58 23	0.23 2	0.28 6	0.24 6	0.34 63	0.19 2	0.79 147	0.24 3	0.16 68	0.11 22	0.15 52	0.11 7	0.13 12	0.14 31

MM-Stereo_test2	0.44 125	0.25 108	0.70 186	0.54 246	0.33 234	0.55 190	0.45 291	1.02 164	0.84 204	0.61 176	0.51 107	0.49 134	0.42 136	0.82 153	0.32 93	0.16 68	0.13 93	0.18 149	0.14 132	0.19 189	0.17 121

HART	0.48 156	0.24 86	0.63 146	0.52 209	0.27 89	0.41 69	0.29 100	1.32 283	0.54 105	0.59 165	1.47 439	0.61 196	0.34 86	1.09 245	0.32 93	0.16 68	0.14 171	0.19 177	0.14 132	0.19 189	0.18 139

HI	0.67 279	0.34 318	0.80 238	0.51 186	0.51 417	0.41 69	0.37 188	1.15 230	0.80 191	1.34 429	1.42 427	1.60 484	1.11 467	0.96 207	0.90 406	0.16 68	0.12 46	0.20 214	0.21 325	0.20 228	0.20 203

CoSv	0.67 279	0.34 318	0.80 238	0.51 186	0.51 417	0.41 69	0.37 188	1.15 230	0.80 191	1.34 429	1.42 427	1.60 484	1.11 467	0.96 207	0.90 406	0.16 68	0.12 46	0.20 214	0.21 325	0.20 228	0.20 203

FoundationStereo	0.26 2	0.23 65	0.41 26	0.40 52	0.24 34	0.32 26	0.22 36	0.43 2	0.24 4	0.31 26	0.25 9	0.30 41	0.32 76	0.36 3	0.27 25	0.16 68	0.12 46	0.15 52	0.11 7	0.13 12	0.14 31

AIO_rvc	0.38 87	0.25 108	0.65 162	0.47 124	0.31 180	0.55 190	0.38 198	0.98 153	0.51 96	0.35 50	0.48 91	0.49 134	0.22 12	0.87 176	0.31 81	0.16 68	0.12 46	0.16 83	0.12 49	0.15 69	0.15 57

tt45	0.47 148	0.25 108	0.52 94	0.47 124	0.34 255	0.78 319	0.32 126	0.86 123	0.45 82	0.52 151	0.45 79	0.49 134	0.37 109	2.12 440	0.36 136	0.16 68	0.13 93	0.19 177	0.16 189	0.17 117	0.21 231

mms	0.42 114	0.29 192	0.60 131	0.47 124	0.33 234	0.43 87	0.46 297	0.75 83	0.50 93	0.36 54	0.61 140	0.44 100	0.30 63	1.39 317	0.34 108	0.16 68	0.14 171	0.18 149	0.15 152	0.19 189	0.21 231

fffy	0.44 125	0.29 192	0.67 171	0.47 124	0.30 158	0.46 102	0.34 147	0.98 153	0.57 116	0.40 82	0.59 136	0.55 166	0.41 128	1.26 284	0.37 149	0.16 68	0.14 171	0.19 177	0.16 189	0.19 189	0.20 203

dual_stereo	0.29 22	0.21 37	0.39 10	0.40 52	0.23 22	0.25 3	0.22 36	0.59 29	0.32 19	0.33 40	0.26 14	0.40 91	0.23 16	0.86 171	0.30 69	0.16 68	0.13 93	0.14 8	0.11 7	0.14 39	0.14 31

WCG-NET	0.43 118	0.23 65	0.58 116	0.42 74	0.26 81	0.46 102	0.32 126	0.77 87	1.16 351	0.77 203	0.75 180	0.58 179	0.44 152	0.62 90	0.38 156	0.16 68	0.12 46	0.16 83	0.14 132	0.15 69	0.14 31

AIO-Stereo	0.39 94	0.26 128	0.54 103	0.50 170	0.24 34	0.45 97	0.39 212	1.13 214	0.57 116	0.42 89	0.49 96	0.52 153	0.25 24	0.74 125	0.32 93	0.16 68	0.13 93	0.18 149	0.14 132	0.16 93	0.15 57

WCG-NET（raft）	0.46 138	0.23 65	0.59 122	0.42 74	0.24 34	0.50 146	0.35 160	0.76 85	1.10 312	0.72 195	0.76 181	0.91 304	0.50 202	0.88 180	0.40 179	0.16 68	0.13 93	0.15 52	0.14 132	0.15 69	0.17 121

RSM++	0.40 98	0.26 128	0.55 106	0.51 186	0.27 89	0.49 127	0.41 230	0.83 108	0.52 98	0.39 74	0.47 88	0.60 189	0.34 86	1.02 224	0.31 81	0.16 68	0.13 93	0.17 110	0.15 152	0.18 153	0.15 57

RAFT-Stereo-weight	0.49 160	0.26 128	0.58 116	0.49 151	0.28 125	0.61 230	0.34 147	1.16 235	1.11 319	1.06 283	0.79 190	0.75 237	0.28 48	0.79 147	0.42 197	0.16 68	0.13 93	0.17 110	0.15 152	0.16 93	0.18 139

CES	0.51 173	0.21 37	0.40 17	0.42 74	1.40 586	0.53 171	0.34 147	1.04 179	0.68 152	0.45 106	0.67 154	0.35 67	0.28 48	0.58 70	0.35 117	0.16 68	0.13 93	0.15 52	0.10 1	0.19 189	1.69 594

DCRE	0.85 392	0.28 169	0.76 220	0.60 346	0.49 402	0.59 217	0.53 353	1.04 179	0.92 229	0.80 208	7.34 609	0.87 282	0.57 233	0.78 146	0.43 203	0.16 68	0.17 317	0.19 177	0.17 213	0.18 153	0.22 260

ProNet	0.46 138	0.30 217	0.69 181	0.46 109	0.32 213	0.57 201	0.52 347	1.15 230	0.67 149	0.44 97	0.50 103	0.44 100	0.43 144	1.31 294	0.38 156	0.16 68	0.15 246	0.19 177	0.16 189	0.18 153	0.18 139

RAFT_CTSACE	0.66 268	0.29 192	1.14 390	0.57 305	0.51 417	0.68 274	0.44 275	0.88 131	0.98 258	1.03 272	1.83 518	1.23 407	0.67 286	1.48 341	0.38 156	0.16 68	0.16 287	0.21 248	0.20 283	0.20 228	0.17 121

test_4	0.55 185	0.23 65	0.67 171	0.56 283	0.32 213	0.71 289	0.39 212	0.83 108	0.72 159	0.93 244	1.87 525	0.70 224	0.41 128	1.21 275	0.39 162	0.16 68	0.13 93	0.21 248	0.23 385	0.20 228	0.18 139

GMOStereo	0.55 185	0.28 169	0.72 191	0.52 209	0.30 158	0.53 171	0.43 256	1.02 164	0.98 258	1.44 469	1.14 319	0.88 288	0.57 233	0.62 90	0.39 162	0.16 68	0.14 171	0.24 339	0.22 353	0.20 228	0.18 139

error version	0.55 185	0.28 169	0.72 191	0.52 209	0.30 158	0.53 171	0.43 256	1.02 164	0.98 258	1.44 469	1.14 319	0.88 288	0.57 233	0.62 90	0.39 162	0.16 68	0.14 171	0.24 339	0.22 353	0.20 228	0.18 139

test-v	0.55 185	0.28 169	0.72 191	0.52 209	0.30 158	0.53 171	0.43 256	1.02 164	0.98 258	1.44 469	1.14 319	0.88 288	0.57 233	0.62 90	0.39 162	0.16 68	0.14 171	0.24 339	0.22 353	0.20 228	0.18 139

test_3	0.57 208	0.24 86	0.87 285	0.55 262	0.30 158	0.60 222	0.40 220	1.07 188	1.08 300	1.20 350	0.68 156	0.92 312	0.43 144	1.68 377	0.40 179	0.16 68	0.13 93	0.22 281	0.19 254	0.21 274	0.17 121

test-2	0.55 185	0.28 169	0.72 191	0.52 209	0.30 158	0.53 171	0.43 256	1.02 164	0.98 258	1.44 469	1.14 319	0.88 288	0.57 233	0.62 90	0.39 162	0.16 68	0.14 171	0.24 339	0.22 353	0.20 228	0.18 139

CREStereo++_RVC	0.49 160	0.22 49	0.46 41	0.48 136	0.38 309	0.45 97	0.25 63	0.77 87	1.30 436	0.82 215	1.23 354	0.47 123	0.37 109	0.55 55	0.44 208	0.16 68	0.11 22	0.16 83	0.80 587	0.18 153	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
2k_new	0.28 10	0.20 23	0.47 51	0.36 1	0.29 140	0.34 33	0.25 63	0.61 39	0.39 50	0.38 66	0.24 6	0.28 31	0.26 31	0.47 22	0.26 10	0.17 105	0.12 46	0.14 8	0.12 49	0.13 12	0.13 4

CNT	0.29 22	0.20 23	0.45 39	0.37 6	0.35 274	0.36 43	0.23 49	0.72 76	0.40 55	0.32 31	0.29 27	0.34 63	0.27 40	0.42 8	0.25 5	0.17 105	0.12 46	0.14 8	0.12 49	0.13 12	0.15 57

water-stereo	0.41 103	0.21 37	0.69 181	0.45 97	0.28 125	0.50 146	0.27 82	0.96 148	0.52 98	0.57 164	0.78 187	0.59 185	0.53 213	0.44 13	0.43 203	0.17 105	0.16 287	0.17 110	0.15 152	0.17 117	0.22 260

xyz-stereo-finetune2	0.59 232	0.29 192	0.66 167	0.41 62	0.24 34	1.08 431	0.34 147	0.87 127	0.60 128	0.68 188	1.08 284	0.58 179	0.79 329	2.39 466	0.83 388	0.17 105	0.15 246	0.21 248	0.17 213	0.16 93	0.18 139

111111	0.36 77	0.22 49	0.49 67	0.47 124	0.45 373	0.36 43	0.22 36	1.04 179	0.44 75	0.33 40	0.33 40	0.40 91	0.26 31	0.99 213	0.27 25	0.17 105	0.12 46	0.15 52	0.11 7	0.15 69	0.15 57

LG-G_1	0.33 57	0.22 49	0.48 58	0.44 88	0.20 3	0.64 253	0.18 2	0.80 98	0.28 8	0.30 17	0.30 30	0.36 72	0.35 94	0.88 180	0.26 10	0.17 105	0.13 93	0.16 83	0.11 7	0.14 39	0.16 95

LG-G	0.33 57	0.22 49	0.48 58	0.44 88	0.20 3	0.64 253	0.18 2	0.80 98	0.28 8	0.30 17	0.30 30	0.36 72	0.35 94	0.88 180	0.26 10	0.17 105	0.13 93	0.16 83	0.11 7	0.14 39	0.16 95

DEFOM-Stereo_RVC	0.41 103	0.68 521	0.45 39	0.66 414	0.30 158	0.48 121	0.25 63	0.87 127	0.46 83	0.39 74	0.37 48	0.30 41	0.69 294	1.16 263	0.31 81	0.17 105	0.11 22	0.16 83	0.12 49	0.18 153	0.14 31

AIO_test	0.38 87	0.24 86	0.59 122	0.47 124	0.31 180	0.55 190	0.44 275	0.86 123	0.50 93	0.34 47	0.48 91	0.46 114	0.30 63	0.76 133	0.31 81	0.17 105	0.12 46	0.17 110	0.13 98	0.16 93	0.15 57

castereo	0.43 118	0.25 108	0.50 77	0.46 109	0.30 158	0.60 222	0.56 384	1.23 259	0.83 201	0.39 74	0.70 167	0.45 110	0.68 290	0.54 50	0.33 102	0.17 105	0.11 22	0.17 110	0.13 98	0.16 93	0.14 31

DEFOM-Stereo	0.34 64	0.23 65	0.46 41	0.44 88	0.29 140	0.79 327	0.23 49	0.50 4	0.39 50	0.38 66	0.32 37	0.23 3	0.25 24	1.21 275	0.28 37	0.17 105	0.12 46	0.15 52	0.11 7	0.14 39	0.16 95

999	0.49 160	0.25 108	0.55 106	0.51 186	0.35 274	0.74 299	0.31 116	0.89 135	0.59 122	0.39 74	0.50 103	0.50 141	0.36 102	2.41 467	0.41 189	0.17 105	0.13 93	0.18 149	0.15 152	0.16 93	0.23 281

ours_stereo	0.40 98	0.30 217	0.57 114	0.47 124	0.31 180	0.40 60	0.44 275	0.79 97	0.58 119	0.36 54	0.58 133	0.46 114	0.33 79	1.14 258	0.33 102	0.17 105	0.13 93	0.19 177	0.15 152	0.19 189	0.20 203

tg	0.54 182	0.25 108	0.70 186	0.52 209	0.31 180	0.89 375	0.29 100	1.12 210	0.98 258	0.85 224	1.03 260	0.62 199	0.42 136	1.37 310	0.41 189	0.17 105	0.13 93	0.22 281	0.21 325	0.17 117	0.17 121

Occ-G	0.44 125	0.23 65	0.59 122	0.44 88	0.27 89	0.43 87	0.61 416	0.85 116	0.62 135	0.48 121	0.66 151	1.00 344	0.45 159	0.79 147	0.45 221	0.17 105	0.14 171	0.18 149	0.13 98	0.16 93	0.18 139

MyStereo06	0.67 279	0.29 192	1.06 361	0.58 319	0.48 395	0.62 233	0.72 451	2.26 519	0.89 218	1.07 285	1.12 303	1.22 403	0.56 230	0.83 159	0.47 237	0.17 105	0.17 317	0.24 339	0.21 325	0.23 314	0.23 281

MyStereo05	0.70 302	0.29 192	1.22 422	0.58 319	0.48 395	0.62 233	0.72 451	1.52 321	1.54 518	1.17 326	0.91 219	0.77 243	0.79 329	1.45 334	0.68 348	0.17 105	0.17 317	0.24 339	0.21 325	0.23 314	0.23 281

AE-Stereo	0.58 220	0.29 192	0.81 243	0.62 368	0.41 344	0.69 283	0.46 297	2.49 557	1.25 400	0.49 129	0.77 185	0.69 221	0.46 169	0.61 84	0.42 197	0.17 105	0.16 287	0.21 248	0.20 283	0.19 189	0.18 139

MIM_Stereo	0.60 241	0.26 128	1.02 349	0.49 151	0.32 213	0.52 162	0.28 90	1.41 303	0.82 196	1.02 268	1.16 327	0.93 314	0.53 213	1.48 341	0.63 330	0.17 105	0.17 317	0.20 214	0.19 254	0.17 117	0.18 139

AEACV	0.41 103	0.25 108	0.60 131	0.55 262	0.52 422	0.43 87	0.38 198	0.98 153	0.63 137	0.44 97	0.56 129	0.46 114	0.59 254	0.56 59	0.31 81	0.17 105	0.13 93	0.18 149	0.16 189	0.17 117	0.17 121

RAFT-Test	0.58 220	0.27 152	0.81 243	0.50 170	0.33 234	0.95 403	0.27 82	1.40 299	0.89 218	1.00 259	1.12 303	1.39 447	0.48 182	0.74 125	0.41 189	0.17 105	0.14 171	0.17 110	0.14 132	0.16 93	0.18 139

EGLCR-Stereo	0.41 103	0.24 86	0.59 122	0.45 97	0.27 89	0.54 184	0.22 36	1.23 259	0.56 113	0.44 97	0.43 65	0.68 216	0.29 54	0.89 185	0.34 108	0.17 105	0.12 46	0.20 214	0.17 213	0.17 117	0.18 139

MC-Stereo	0.46 138	0.24 86	0.58 116	0.63 378	0.30 158	0.38 55	0.32 126	0.98 153	0.74 167	0.66 184	0.85 206	0.56 175	0.60 260	1.07 238	0.32 93	0.17 105	0.12 46	0.17 110	0.15 152	0.16 93	0.16 95

RCA-Stereo	0.52 177	0.26 128	0.66 167	0.49 151	0.33 234	0.54 184	0.44 275	1.20 247	1.41 483	0.69 189	1.06 274	0.63 204	0.79 329	0.62 90	0.35 117	0.17 105	0.12 46	0.17 110	0.14 132	0.16 93	0.16 95

DCANet-4	0.59 232	0.28 169	1.65 479	0.44 88	0.25 57	0.48 121	0.36 173	1.15 230	1.36 461	1.13 302	1.03 260	0.56 175	0.74 303	0.77 137	0.58 310	0.17 105	0.14 171	0.17 110	0.13 98	0.15 69	0.24 304

fff	0.58 220	0.26 128	1.15 392	0.46 109	0.25 57	0.48 121	0.36 173	1.20 247	1.28 420	1.13 302	1.03 260	0.59 185	1.04 449	0.77 137	0.58 310	0.17 105	0.14 171	0.17 110	0.13 98	0.15 69	0.24 304

ADStereo(finetuned)	0.62 250	0.26 128	1.59 475	0.45 97	0.25 57	0.49 127	0.36 173	1.18 239	1.35 452	1.16 322	1.04 266	0.60 189	1.18 486	0.85 168	0.57 305	0.17 105	0.14 171	0.17 110	0.13 98	0.19 189	0.24 304

IPLG	0.72 314	0.29 192	1.12 384	0.53 232	0.44 369	0.79 327	0.33 134	1.35 287	1.10 312	1.32 416	1.11 299	0.52 153	0.54 221	3.13 498	0.71 355	0.17 105	0.14 171	0.20 214	0.17 213	0.18 153	0.21 231

test-3	0.56 196	0.24 86	0.82 252	0.50 170	0.29 140	0.57 201	0.34 147	1.09 200	1.03 281	1.33 422	0.69 161	0.87 282	0.45 159	1.68 377	0.39 162	0.17 105	0.12 46	0.20 214	0.17 213	0.17 117	0.16 95

test_1	0.56 196	0.24 86	0.82 252	0.50 170	0.29 140	0.57 201	0.34 147	1.09 200	1.03 281	1.28 400	0.69 161	0.87 282	0.45 159	1.67 375	0.39 162	0.17 105	0.12 46	0.20 214	0.17 213	0.17 117	0.16 95

test-1	0.56 196	0.28 169	1.13 385	0.58 319	0.34 255	0.60 222	0.38 198	1.56 333	0.98 258	0.80 208	1.02 253	0.83 272	0.52 210	0.64 101	0.46 227	0.17 105	0.16 287	0.20 214	0.17 213	0.20 228	0.26 345

DCANet	0.58 220	0.26 128	1.15 392	0.45 97	0.25 57	0.49 127	0.36 173	1.18 239	1.35 452	1.15 318	1.04 266	0.60 189	0.91 387	0.84 164	0.58 310	0.17 105	0.14 171	0.17 110	0.13 98	0.19 189	0.25 325

csc	0.58 220	0.26 128	1.15 392	0.46 109	0.25 57	0.48 121	0.36 173	1.20 247	1.28 420	1.13 302	1.03 260	0.59 185	1.04 449	0.77 137	0.58 310	0.17 105	0.14 171	0.17 110	0.13 98	0.15 69	0.24 304

cscssc	0.58 220	0.26 128	1.15 392	0.46 109	0.25 57	0.48 121	0.36 173	1.20 247	1.28 420	1.13 302	1.03 260	0.59 185	1.04 449	0.77 137	0.58 310	0.17 105	0.14 171	0.17 110	0.13 98	0.15 69	0.24 304

CFNet-RSSM	0.57 208	0.25 108	0.76 220	0.49 151	0.28 125	0.59 217	0.27 82	1.89 427	1.17 356	1.09 288	0.95 226	1.06 360	0.53 213	0.74 125	0.41 189	0.17 105	0.13 93	0.17 110	0.15 152	0.16 93	0.16 95

Gwc-CoAtRS	0.55 185	0.27 152	0.73 205	0.49 151	0.30 158	0.63 244	0.25 63	1.38 293	1.12 327	1.05 277	1.02 253	1.10 378	0.55 224	0.72 121	0.44 208	0.17 105	0.14 171	0.17 110	0.15 152	0.16 93	0.17 121

HITNet	0.71 308	0.42 424	1.07 366	0.52 209	0.25 57	1.05 423	0.48 315	2.12 483	1.08 300	1.21 357	1.23 354	0.91 304	0.84 350	0.90 188	0.91 410	0.17 105	0.12 46	0.21 248	0.17 213	0.29 406	0.18 139
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
gc-stereo	0.28 10	0.19 11	0.38 6	0.39 35	0.23 22	0.31 24	0.21 24	0.58 23	0.34 24	0.33 40	0.26 14	0.36 72	0.30 63	0.48 27	0.30 69	0.18 142	0.16 287	0.14 8	0.11 7	0.12 1	0.15 57

VIP-Stereo	0.37 83	0.25 108	0.62 143	0.41 62	0.46 382	0.82 344	0.22 36	0.67 55	0.48 87	0.32 31	0.55 125	0.37 79	0.31 68	0.85 168	0.28 37	0.18 142	0.12 46	0.16 83	0.12 49	0.15 69	0.14 31

IGEV-FE	0.59 232	0.33 288	1.11 379	0.63 378	0.37 294	0.41 69	0.33 134	1.80 399	0.79 187	1.04 274	1.10 290	1.05 359	0.43 144	0.87 176	0.48 245	0.18 142	0.13 93	0.19 177	0.18 231	0.20 228	0.23 281

LGtest1	0.28 10	0.23 65	0.46 41	0.42 74	0.22 14	0.41 69	0.19 7	0.58 23	0.29 12	0.30 17	0.25 9	0.29 36	0.29 54	0.57 66	0.26 10	0.18 142	0.12 46	0.16 83	0.12 49	0.14 39	0.16 95

LG-Stereo_Zeroshot	0.38 87	0.25 108	0.61 138	0.53 232	0.29 140	0.36 43	0.22 36	1.24 261	0.42 66	0.45 106	0.65 148	0.37 79	0.51 205	0.41 7	0.30 69	0.18 142	0.12 46	0.17 110	0.13 98	0.18 153	0.20 203

SCV_C0	0.48 156	0.29 192	0.88 290	0.46 109	0.31 180	0.46 102	0.31 116	1.67 355	0.87 214	0.40 82	0.52 110	0.54 162	0.29 54	1.27 287	0.34 108	0.18 142	0.14 171	0.17 110	0.14 132	0.20 228	0.18 139

HUF	0.39 94	0.27 152	0.71 189	0.43 81	0.24 34	0.51 155	0.47 308	0.99 161	0.55 109	0.37 61	0.45 79	0.53 158	0.41 128	0.70 117	0.29 54	0.18 142	0.14 171	0.16 83	0.12 49	0.15 69	0.17 121

AIO-test1	0.61 247	0.27 152	0.68 175	0.68 440	1.02 563	0.79 327	0.36 173	1.59 343	1.35 452	0.59 165	0.89 216	0.60 189	0.49 194	1.20 274	0.36 136	0.18 142	0.17 317	0.23 315	0.25 407	0.18 153	0.26 345

castereo++	0.41 103	0.26 128	0.51 87	0.44 88	0.32 213	0.96 409	0.22 36	1.13 214	0.61 133	0.33 40	0.45 79	0.50 141	0.39 121	0.94 197	0.25 5	0.18 142	0.12 46	0.17 110	0.12 49	0.14 39	0.16 95

UGAM-zero	1.05 455	0.33 288	1.04 354	0.49 151	0.31 180	0.67 270	0.26 75	2.37 539	0.80 191	1.05 277	1.11 299	2.86 577	1.81 555	6.26 571	0.50 261	0.18 142	0.15 246	0.19 177	0.16 189	0.17 117	0.21 231

RAStereo	0.36 77	0.22 49	0.85 276	0.48 136	0.28 125	0.27 8	0.28 90	0.77 87	0.65 145	0.33 40	0.43 65	0.44 100	0.31 68	0.45 17	0.35 117	0.18 142	0.15 246	0.19 177	0.15 152	0.19 189	0.15 57

Pointernet	0.41 103	0.21 37	0.63 146	0.45 97	0.29 140	0.51 155	0.27 82	1.54 327	0.70 156	0.48 121	0.64 144	0.49 134	0.37 109	0.51 43	0.36 136	0.18 142	0.13 93	0.14 8	0.11 7	0.14 39	0.14 31

IGEV-Stereo+	0.46 138	0.23 65	0.51 87	0.42 74	0.46 382	0.15 1	0.19 7	0.45 3	0.37 46	0.28 6	0.25 9	0.31 44	0.41 128	1.43 329	0.31 81	0.18 142	0.13 93	0.15 52	0.12 49	1.09 583	1.74 595

trnet	0.40 98	0.23 65	0.40 17	0.37 6	0.20 3	0.53 171	0.29 100	0.81 101	1.15 344	0.59 165	0.72 173	0.53 158	0.43 144	0.56 59	0.37 149	0.18 142	0.13 93	0.15 52	0.10 1	0.14 39	0.14 31

testlalala2	0.60 241	0.30 217	0.68 175	1.79 590	1.30 584	0.65 259	0.41 230	1.06 185	0.75 172	0.91 238	0.96 228	0.75 237	0.34 86	0.56 59	0.45 221	0.18 142	0.16 287	0.17 110	0.13 98	0.17 117	0.19 175

MyStereo8	0.70 302	0.32 268	1.24 427	0.63 378	0.53 430	0.90 379	0.34 147	1.60 345	1.35 452	1.20 350	1.31 384	0.89 298	0.64 274	0.77 137	1.02 438	0.18 142	0.15 246	0.20 214	0.18 231	0.22 294	0.30 409

MyStereo07	0.50 170	0.30 217	0.58 116	0.58 319	0.48 395	0.59 217	0.78 463	1.19 243	0.60 128	0.49 129	0.54 121	0.43 99	0.55 224	1.32 300	0.36 136	0.18 142	0.18 349	0.24 339	0.21 325	0.23 314	0.23 281

MyStereo04	0.71 308	0.30 217	1.28 435	0.58 319	0.48 395	0.59 217	0.78 463	1.74 384	1.49 512	0.94 247	0.91 219	0.74 235	0.86 363	1.59 361	0.69 349	0.18 142	0.18 349	0.24 339	0.21 325	0.23 314	0.23 281

ff7	0.45 128	0.30 217	0.64 155	0.47 124	0.33 234	0.49 127	0.42 238	0.93 137	0.59 122	0.50 138	0.53 114	0.44 100	0.48 182	1.41 322	0.36 136	0.18 142	0.13 93	0.21 248	0.15 152	0.18 153	0.21 231

ffff	0.45 128	0.30 217	0.64 155	0.47 124	0.33 234	0.49 127	0.42 238	0.93 137	0.59 122	0.50 138	0.53 114	0.44 100	0.48 182	1.41 322	0.36 136	0.18 142	0.13 93	0.21 248	0.15 152	0.18 153	0.21 231

11t	0.45 128	0.30 217	0.64 155	0.47 124	0.33 234	0.49 127	0.42 238	0.93 137	0.59 122	0.50 138	0.53 114	0.44 100	0.48 182	1.41 322	0.36 136	0.18 142	0.13 93	0.21 248	0.15 152	0.18 153	0.21 231

IGEV_Zeroshot_test	0.59 232	0.33 288	1.11 379	0.63 378	0.37 294	0.41 69	0.33 134	1.80 399	0.79 187	1.04 274	1.10 290	1.06 360	0.43 144	0.87 176	0.48 245	0.18 142	0.13 93	0.19 177	0.18 231	0.20 228	0.23 281

MSKI-zero shot	0.56 196	0.30 217	0.61 138	0.55 262	0.28 125	0.68 274	0.28 90	1.25 265	0.68 152	0.92 241	1.33 395	0.81 256	0.33 79	1.94 416	0.36 136	0.18 142	0.13 93	0.17 110	0.13 98	0.16 93	0.19 175

GCAP-Stereo	0.43 118	0.32 268	0.80 238	0.50 170	0.27 89	0.53 171	0.31 116	1.05 183	0.67 149	0.69 189	0.71 170	0.58 179	0.42 136	0.51 43	0.35 117	0.18 142	0.15 246	0.18 149	0.13 98	0.17 117	0.15 57

HH	0.68 292	0.33 288	0.83 261	0.53 232	0.34 255	0.92 389	0.45 291	1.79 395	0.74 167	0.71 191	1.13 314	1.60 484	0.83 347	1.95 419	0.39 162	0.18 142	0.14 171	0.19 177	0.17 213	0.19 189	0.19 175

HanStereo	0.68 292	0.33 288	0.83 261	0.53 232	0.34 255	0.92 389	0.45 291	1.79 395	0.74 167	0.71 191	1.13 314	1.60 484	0.83 347	1.95 419	0.39 162	0.18 142	0.14 171	0.19 177	0.17 213	0.19 189	0.19 175

LL-Strereo2	0.56 196	0.36 357	0.77 223	0.56 283	0.40 330	0.68 274	0.37 188	1.21 252	0.83 201	0.96 252	0.79 190	0.91 304	0.41 128	1.08 241	0.48 245	0.18 142	0.17 317	0.29 442	0.25 407	0.22 294	0.19 175

4D-IteraStereo	0.50 170	0.26 128	0.84 270	0.51 186	0.49 402	0.64 253	0.31 116	0.91 136	1.02 278	1.05 277	0.72 173	0.76 239	0.32 76	0.69 115	0.40 179	0.18 142	0.11 22	0.23 315	0.20 283	0.19 189	0.16 95

anonymousdsp	0.45 128	0.30 217	0.60 131	0.48 136	0.34 255	0.49 127	0.42 238	0.97 149	0.60 128	0.51 148	0.53 114	0.46 114	0.47 177	1.36 306	0.35 117	0.18 142	0.13 93	0.21 248	0.15 152	0.18 153	0.21 231

CroCo-Stereo Lap2	0.46 138	0.37 378	0.87 285	0.62 368	0.79 530	0.28 10	0.35 160	0.81 101	0.73 160	0.39 74	0.54 121	0.71 231	0.54 221	0.60 80	0.48 245	0.18 142	0.18 349	0.19 177	0.16 189	0.21 274	0.21 231

ccc-4	0.45 128	0.30 217	0.64 155	0.47 124	0.33 234	0.49 127	0.42 238	0.93 137	0.59 122	0.50 138	0.53 114	0.44 100	0.48 182	1.41 322	0.36 136	0.18 142	0.13 93	0.21 248	0.15 152	0.18 153	0.21 231

IGEV-Stereo	0.45 128	0.30 217	0.60 131	0.48 136	0.34 255	0.49 127	0.42 238	0.98 153	0.60 128	0.51 148	0.53 114	0.46 114	0.47 177	1.36 306	0.35 117	0.18 142	0.13 93	0.21 248	0.15 152	0.18 153	0.21 231
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.89 406	0.31 250	1.04 354	0.56 283	0.47 393	0.47 111	0.68 437	1.19 243	1.08 300	0.80 208	1.35 404	1.46 461	0.90 384	5.11 541	1.16 452	0.18 142	0.15 246	0.22 281	0.19 254	0.21 274	0.24 304

iRaft-Stereo_20w	0.71 308	0.33 288	1.25 429	0.50 170	0.36 284	0.82 344	0.31 116	3.16 589	0.89 218	1.24 372	1.14 319	0.79 248	0.65 279	1.15 259	0.43 203	0.18 142	0.13 93	0.18 149	0.17 213	0.20 228	0.23 281

GLC_STEREO	0.41 103	0.27 152	0.43 32	0.55 262	0.24 34	0.47 111	0.30 109	0.81 101	0.64 142	0.53 154	0.74 179	0.50 141	0.31 68	0.65 106	0.45 221	0.18 142	0.20 381	0.23 315	0.19 254	0.21 274	0.21 231

MIPNet	0.60 241	0.31 250	1.07 366	0.51 186	0.34 255	0.68 274	0.40 220	1.67 355	1.14 339	1.11 291	0.93 223	0.60 189	0.78 320	0.77 137	0.58 310	0.18 142	0.14 171	0.19 177	0.16 189	0.18 153	0.21 231

IPLGR	0.62 250	0.28 169	1.32 442	0.50 170	0.29 140	0.65 259	0.34 147	1.47 313	1.19 364	1.21 357	1.07 277	0.70 224	0.65 279	1.05 231	0.55 295	0.18 142	0.15 246	0.20 214	0.17 213	0.21 274	0.20 203

iRaftStereo_RVC	0.49 160	0.28 169	0.72 191	0.53 232	0.29 140	0.52 162	0.33 134	1.14 218	0.84 204	0.85 224	0.99 243	0.55 166	0.36 102	0.83 159	0.40 179	0.18 142	0.13 93	0.22 281	0.20 283	0.20 228	0.18 139

raft+_RVC	0.56 196	0.29 192	0.61 138	0.65 400	0.56 449	0.53 171	0.53 353	1.40 299	1.02 278	0.78 205	1.04 266	0.70 224	0.55 224	1.00 217	0.49 258	0.18 142	0.16 287	0.19 177	0.19 254	0.18 153	0.17 121

test_xeample3	0.57 208	0.33 288	3.11 552	0.46 109	0.34 255	0.55 190	0.38 198	0.86 123	0.49 90	0.54 156	0.46 85	0.44 100	0.44 152	1.49 348	0.45 221	0.18 142	0.14 171	0.19 177	0.15 152	0.17 117	0.18 139

pmcnn	2.84 586	0.46 440	5.19 576	0.68 440	0.42 354	1.55 507	1.16 543	2.32 529	1.60 530	2.72 580	7.49 610	17.96 628	1.48 529	6.04 566	6.64 594	0.18 142	0.15 246	0.15 52	0.12 49	0.20 228	0.20 203

FE-Mocha	0.52 177	0.32 268	0.98 336	0.51 186	0.37 294	0.46 102	0.22 36	1.71 376	0.56 113	1.02 268	1.10 290	0.82 262	0.41 128	0.58 70	0.32 93	0.19 183	0.13 93	0.21 248	0.21 325	0.17 117	0.19 175

Zero-FE251	0.36 77	0.25 108	0.64 155	0.49 151	0.30 158	0.57 201	0.24 58	0.86 123	0.36 42	0.53 154	0.39 53	0.51 145	0.41 128	0.49 32	0.28 37	0.19 183	0.15 246	0.17 110	0.12 49	0.14 39	0.16 95

GASTEREO	0.43 118	0.29 192	0.62 143	0.51 186	0.27 89	0.62 233	0.36 173	1.02 164	0.58 119	0.55 161	0.83 202	0.30 41	0.65 279	0.64 101	0.30 69	0.19 183	0.13 93	0.17 110	0.15 152	0.16 93	0.21 231

MSCF	0.41 103	0.28 169	0.64 155	0.50 170	0.27 89	0.58 215	0.37 188	1.03 172	0.54 105	0.54 156	0.72 173	0.32 48	0.64 274	0.56 59	0.30 69	0.19 183	0.13 93	0.17 110	0.15 152	0.17 117	0.21 231

DFGA-Net	0.77 339	0.47 445	1.75 485	0.55 262	0.46 382	0.83 352	0.44 275	1.38 293	1.10 312	1.05 277	1.20 338	0.70 224	0.58 250	2.27 454	1.31 474	0.19 183	0.17 317	0.24 339	0.24 398	0.28 389	0.30 409

MM-Stereo_test1	0.51 173	0.26 128	0.59 122	0.53 232	0.31 180	0.50 146	0.53 353	1.06 185	1.09 308	0.88 231	0.70 167	0.54 162	0.59 254	1.18 269	0.35 117	0.19 183	0.17 317	0.20 214	0.17 213	0.20 228	0.18 139

PAM_32	0.87 400	0.30 217	1.08 369	0.56 283	0.32 213	2.10 556	0.36 173	2.26 519	1.01 274	1.13 302	1.05 273	3.14 584	1.47 527	1.00 217	0.42 197	0.19 183	0.14 171	0.20 214	0.18 231	0.19 189	0.25 325

PAM	0.86 396	0.31 250	1.19 413	0.55 262	0.35 274	2.17 557	0.47 308	2.26 519	0.87 214	1.18 337	0.96 228	3.01 579	1.41 520	0.90 188	0.40 179	0.19 183	0.13 93	0.19 177	0.18 231	0.20 228	0.27 363

GCAP-BAT	0.54 182	0.33 288	0.75 215	0.45 97	0.50 407	0.84 360	0.35 160	0.98 153	0.80 191	0.88 231	1.04 266	0.88 288	0.37 109	1.25 280	0.41 189	0.19 183	0.15 246	0.18 149	0.13 98	0.17 117	0.22 260

AIO-Stereo-zeroshot1	1.06 457	0.43 429	3.59 561	0.53 232	0.66 492	0.79 327	0.39 212	2.60 567	0.98 258	0.96 252	4.58 593	2.05 549	0.56 230	0.99 213	0.51 265	0.19 183	0.14 171	0.21 248	0.28 454	0.32 440	0.41 487

gcap-zeroshot	0.59 232	0.30 217	1.11 379	0.51 186	0.30 158	0.79 327	0.36 173	1.86 419	0.86 211	0.90 236	0.68 156	1.44 455	0.50 202	0.82 153	0.35 117	0.19 183	0.16 287	0.18 149	0.15 152	0.18 153	0.18 139

IGEVStereo-DCA	0.49 160	0.33 288	0.64 155	0.46 109	0.34 255	0.50 146	0.42 238	0.93 137	0.59 122	0.48 121	0.48 91	0.48 130	0.45 159	2.28 456	0.44 208	0.19 183	0.14 171	0.19 177	0.15 152	0.17 117	0.21 231

rrr	0.57 208	0.33 288	2.43 530	0.46 109	0.34 255	0.50 146	0.38 198	0.84 114	0.55 109	0.48 121	0.48 91	0.48 130	0.45 159	2.28 456	0.44 208	0.19 183	0.14 171	0.19 177	0.15 152	0.17 117	0.18 139

CASnet	0.42 114	0.26 128	0.52 94	0.52 209	0.21 8	0.49 127	0.35 160	0.85 116	0.85 208	0.84 222	0.69 161	0.48 130	0.31 68	0.57 66	0.34 108	0.19 183	0.12 46	0.27 414	0.22 353	0.23 314	0.15 57
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.55 185	0.27 152	0.49 67	0.50 170	0.27 89	0.98 413	0.25 63	1.71 376	1.08 300	0.90 236	0.99 243	1.13 387	0.46 169	0.74 125	0.35 117	0.19 183	0.13 93	0.17 110	0.13 98	0.16 93	0.19 175

anonymousdsp2	0.58 220	0.29 192	0.93 314	0.51 186	0.30 158	0.75 304	0.46 297	1.95 446	0.87 214	0.81 213	0.78 187	0.76 239	0.48 182	1.10 249	0.45 221	0.19 183	0.14 171	0.18 149	0.13 98	0.20 228	0.22 260

CBFPSM	0.95 428	0.37 378	2.10 514	0.51 186	0.39 318	1.73 523	0.87 497	1.59 343	1.13 333	1.11 291	1.00 248	2.34 560	1.64 541	1.42 327	1.44 492	0.19 183	0.18 349	0.20 214	0.20 283	0.22 294	0.36 460

LoS	0.41 103	0.23 65	0.46 41	0.39 35	0.23 22	0.48 121	0.40 220	1.12 210	0.94 242	0.50 138	0.66 151	0.49 134	0.42 136	0.63 99	0.39 162	0.19 183	0.14 171	0.16 83	0.11 7	0.14 39	0.15 57
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ToySt	0.73 317	0.35 347	1.64 477	0.54 246	0.37 294	0.92 389	0.81 479	1.21 252	1.03 281	0.86 229	1.12 303	1.31 430	1.01 433	1.04 228	0.88 399	0.19 183	0.20 381	0.24 339	0.24 398	0.27 373	0.28 379

anonymousa	0.78 344	0.30 217	0.85 276	0.51 186	0.96 559	1.41 494	0.47 308	1.61 347	0.94 242	1.33 422	1.77 509	1.66 496	1.11 467	0.72 121	0.63 330	0.19 183	0.18 349	0.23 315	0.25 407	0.20 228	0.22 260

raft_robust	0.71 308	0.32 268	0.75 215	0.54 246	0.28 125	0.54 184	0.35 160	1.54 327	1.24 392	1.18 337	1.07 277	0.73 234	0.53 213	3.65 511	0.40 179	0.19 183	0.16 287	0.20 214	0.22 353	0.21 274	0.19 175

RAFT+CT+SA	0.63 259	0.30 217	0.73 205	0.69 453	0.37 294	0.40 60	0.55 377	1.93 441	1.04 287	0.72 195	1.23 354	0.62 199	0.69 294	1.69 381	0.42 197	0.19 183	0.13 93	0.22 281	0.22 353	0.21 274	0.19 175

test_5	0.70 302	0.32 268	0.99 339	0.69 453	0.50 407	0.89 375	0.51 336	1.88 425	1.14 339	0.78 205	1.13 314	1.04 355	0.89 381	1.59 361	0.46 227	0.19 183	0.14 171	0.23 315	0.22 353	0.22 294	0.20 203

Sa-1000	0.76 333	0.30 217	0.92 312	0.62 368	0.31 180	0.78 319	0.37 188	2.00 459	1.38 468	1.30 407	2.04 540	0.86 280	0.74 303	1.87 405	0.40 179	0.19 183	0.14 171	0.25 378	0.24 398	0.21 274	0.19 175

CrosDoStereo	1.56 525	0.26 128	0.78 229	0.51 186	0.29 140	0.66 265	11.86 622	1.18 239	1.00 271	1.35 435	1.76 506	0.99 338	1.83 557	6.64 581	0.83 388	0.19 183	0.15 246	0.20 214	0.22 353	0.18 153	0.25 325

LCNet	0.73 317	0.30 217	0.58 116	0.58 319	0.31 180	0.68 274	0.53 353	1.09 200	0.94 242	1.19 345	1.34 399	0.96 329	1.32 506	2.50 474	0.46 227	0.19 183	0.13 93	0.21 248	0.25 407	0.28 389	0.69 562

STrans-v2	1.06 457	0.31 250	1.02 349	0.52 209	0.33 234	0.67 270	0.78 463	2.66 573	1.26 408	1.15 318	1.46 437	1.37 444	1.40 516	6.68 583	0.46 227	0.19 183	0.13 93	0.21 248	0.18 231	0.18 153	0.21 231

TransformOpticalFlow	0.97 433	0.30 217	0.96 332	0.54 246	0.31 180	0.65 259	0.54 367	1.87 420	1.19 364	1.12 299	1.44 433	1.34 437	0.98 421	6.68 583	0.44 208	0.19 183	0.12 46	0.21 248	0.19 254	0.18 153	0.23 281

PSM-AAD	0.80 359	0.29 192	0.58 116	0.58 319	0.29 140	0.76 309	1.19 546	1.08 193	0.94 242	1.65 519	1.58 476	0.81 256	2.12 574	1.67 375	0.44 208	0.19 183	0.14 171	0.38 518	0.32 498	0.22 294	0.68 560

DeepStereo_LL	1.56 525	0.26 128	0.78 229	0.51 186	0.29 140	0.66 265	11.86 622	1.18 239	1.00 271	1.35 435	1.76 506	0.99 338	1.83 557	6.64 581	0.83 388	0.19 183	0.15 246	0.20 214	0.22 353	0.18 153	0.25 325

DEmStereo	0.98 436	0.25 108	0.85 276	0.49 151	0.33 234	1.02 418	0.55 377	0.97 149	0.93 236	1.41 458	2.13 545	1.01 349	2.01 564	5.62 554	0.78 372	0.19 183	0.15 246	0.20 214	0.20 283	0.18 153	0.25 325

DRaft	0.81 368	0.26 128	0.77 223	0.47 124	0.31 180	0.95 403	0.52 347	1.13 214	0.99 267	1.78 534	2.01 539	0.80 250	1.71 547	2.64 481	0.74 360	0.19 183	0.14 171	0.20 214	0.20 283	0.18 153	0.24 304

RAFT-345	0.86 396	0.26 128	0.73 205	0.53 232	0.28 125	0.53 171	0.41 230	0.85 116	1.31 443	1.33 422	2.32 554	0.85 279	0.53 213	5.69 555	0.48 245	0.19 183	0.14 171	0.22 281	0.17 213	0.17 117	0.17 121

CroCo-Stereo	0.42 114	0.33 288	0.83 261	0.59 338	0.28 125	0.26 4	0.33 134	1.22 254	0.85 208	0.43 94	0.49 96	0.65 208	0.46 169	0.40 4	0.36 136	0.19 183	0.15 246	0.16 83	0.14 132	0.20 228	0.17 121
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
GMM-Stereo	0.75 325	0.27 152	0.66 167	0.56 283	0.34 255	0.71 289	0.97 515	1.09 200	0.91 224	1.37 442	1.79 511	1.11 383	0.79 329	2.08 436	0.48 245	0.19 183	0.12 46	0.25 378	0.25 407	0.21 274	0.78 569

Prome-Stereo	0.76 333	0.29 192	0.57 114	0.58 319	0.33 234	0.58 215	0.94 510	0.98 153	0.92 229	1.46 478	2.45 562	0.91 304	1.38 513	1.60 366	0.44 208	0.19 183	0.13 93	0.19 177	0.18 231	0.20 228	0.87 575

TANstereo	0.45 128	0.23 65	0.50 77	0.43 81	0.21 8	0.65 259	0.26 75	0.83 108	0.88 217	0.95 249	0.99 243	0.51 145	0.45 159	0.56 59	0.36 136	0.19 183	0.24 450	0.16 83	0.13 98	0.17 117	0.27 363

EAI-Stereo	0.76 333	0.31 250	0.74 210	0.55 262	0.28 125	0.70 287	1.72 579	2.57 564	0.90 223	0.75 200	3.03 576	0.57 177	0.43 144	1.10 249	0.49 258	0.19 183	0.14 171	0.17 110	0.18 231	0.17 117	0.21 231

CREStereo	0.40 98	0.24 86	0.40 17	0.37 6	0.22 14	0.52 162	0.29 100	0.81 101	1.15 344	0.59 165	0.72 173	0.51 145	0.42 136	0.57 66	0.37 149	0.19 183	0.13 93	0.15 52	0.10 1	0.14 39	0.15 57
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
DIP-Stereo	0.64 262	0.32 268	0.91 309	0.49 151	0.36 284	0.91 382	0.33 134	2.51 560	0.77 174	1.25 376	1.00 248	0.68 216	0.51 205	0.92 193	0.65 339	0.19 183	0.15 246	0.21 248	0.17 213	0.19 189	0.22 260
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.60 241	0.30 217	0.72 191	0.57 305	0.37 294	0.68 274	0.52 347	1.45 308	0.78 178	1.61 510	1.50 450	0.76 239	0.53 213	0.67 109	0.51 265	0.19 183	0.16 287	0.18 149	0.15 152	0.18 153	0.19 175

RAFT-Stereo	0.60 241	0.30 217	0.72 191	0.57 305	0.37 294	0.68 274	0.52 347	1.45 308	0.78 178	1.61 510	1.50 450	0.76 239	0.53 213	0.67 109	0.51 265	0.19 183	0.16 287	0.18 149	0.15 152	0.18 153	0.19 175
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.77 339	0.39 405	1.31 439	0.55 262	0.25 57	0.91 382	0.39 212	1.48 315	1.28 420	1.49 487	1.54 461	1.02 351	0.68 290	2.12 440	0.93 417	0.19 183	0.13 93	0.19 177	0.14 132	0.19 189	0.22 260

iResNet	0.80 359	0.45 437	1.47 458	0.72 472	0.31 180	0.96 409	0.64 426	1.80 399	1.28 420	1.31 413	1.48 442	0.94 320	0.78 320	1.77 390	0.99 430	0.19 183	0.14 171	0.18 149	0.15 152	0.22 294	0.27 363

DN-CSS_ROB	0.67 279	0.36 357	1.36 449	0.59 338	0.41 344	0.54 184	0.45 291	1.30 277	0.95 247	1.05 277	1.47 439	0.69 221	0.64 274	1.80 399	0.60 320	0.19 183	0.15 246	0.25 378	0.23 385	0.22 294	0.23 281

mnv4	0.30 38	0.19 11	0.50 77	0.38 20	0.23 22	0.40 60	0.28 90	0.62 44	0.31 15	0.40 82	0.38 50	0.38 85	0.23 16	0.44 13	0.33 102	0.20 228	0.14 171	0.13 1	0.12 49	0.13 12	0.13 4

wo013ll	0.28 10	0.19 11	0.48 58	0.36 1	0.26 81	0.29 15	0.26 75	0.61 39	0.39 50	0.42 89	0.35 44	0.32 48	0.21 7	0.43 11	0.25 5	0.20 228	0.13 93	0.14 8	0.12 49	0.13 12	0.13 4

GSStereo	0.36 77	0.23 65	0.46 41	0.50 170	0.33 234	0.46 102	0.35 160	1.31 279	0.53 102	0.38 66	0.39 53	0.32 48	0.33 79	0.45 17	0.29 54	0.20 228	0.12 46	0.16 83	0.13 98	0.17 117	0.18 139

GS-Stereo							0.35 160	1.31 279	0.53 102	0.38 66	0.39 53	0.32 48	0.33 79	0.45 17	0.29 54	0.20 228	0.12 46	0.16 83	0.13 98	0.17 117	0.18 139

DA	0.47 148	0.23 65	0.59 122	0.54 246	0.26 81	1.08 431	0.44 275	1.51 317	0.63 137	0.48 121	0.69 161	0.55 166	0.49 194	0.49 32	0.38 156	0.20 228	0.14 171	0.19 177	0.13 98	0.19 189	0.17 121

GGEV	0.47 148	0.23 65	0.59 122	0.54 246	0.26 81	1.08 431	0.44 275	1.51 317	0.63 137	0.48 121	0.69 161	0.55 166	0.49 194	0.49 32	0.38 156	0.20 228	0.14 171	0.19 177	0.13 98	0.19 189	0.17 121

z-ln-s-r	1.18 484	0.61 496	2.91 546	0.54 246	0.56 449	0.81 342	0.86 493	1.72 380	1.55 524	1.18 337	1.62 483	1.37 444	1.16 475	3.67 514	3.77 572	0.20 228	0.15 246	0.21 248	0.17 213	0.29 406	0.24 304

S2M2_XL	0.25 1	0.25 108	0.43 32	0.36 1	0.24 34	0.16 2	0.18 2	0.34 1	0.24 4	0.29 9	0.41 60	0.24 9	0.23 16	0.32 1	0.27 25	0.20 228	0.18 349	0.18 149	0.16 189	0.18 153	0.15 57
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-ROB	0.79 353	0.28 169	1.01 346	0.57 305	0.39 318	0.94 396	0.65 428	1.76 388	1.18 362	1.27 394	1.03 260	1.62 489	0.78 320	1.93 415	1.26 469	0.20 228	0.14 171	0.17 110	0.15 152	0.20 228	0.24 304

G2L-Stereo_test	0.77 339	0.31 250	0.97 333	0.51 186	0.41 344	0.90 379	0.80 474	1.67 355	1.22 383	1.32 416	1.27 371	1.50 469	0.81 340	1.74 386	1.02 438	0.20 228	0.14 171	0.16 83	0.16 189	0.18 153	0.22 260

GIP-stereo	0.37 83	0.25 108	0.49 67	0.55 262	0.41 344	0.37 48	0.22 36	1.03 172	0.56 113	0.35 50	0.52 110	0.46 114	0.37 109	0.55 55	0.28 37	0.20 228	0.13 93	0.16 83	0.12 49	0.16 93	0.16 95

U	9.23 619	0.22 49	0.65 162	0.48 136	53.11 666	61.26 672	0.24 58	0.77 87	0.55 109	0.37 61	0.30 30	0.29 36	0.34 86	0.34 2	0.27 25	0.20 228	0.12 46	60.47 670	4.24 626	0.18 153	0.14 31

H2IRNET	0.57 208	0.28 169	0.75 215	0.49 151	0.35 274	0.40 60	0.27 82	1.03 172	1.18 362	0.62 178	1.26 362	1.07 363	0.85 355	1.02 224	0.64 334	0.20 228	0.16 287	0.23 315	0.25 407	0.22 294	0.20 203

MGS-Stereo	0.43 118	0.28 169	0.61 138	0.46 109	0.28 125	0.49 127	0.33 134	0.60 34	0.89 218	0.47 113	1.32 389	0.51 145	0.32 76	0.66 108	0.39 162	0.20 228	0.16 287	0.18 149	0.16 189	0.18 153	0.18 139

IGEV++	0.45 128	0.24 86	0.63 146	0.58 319	0.32 213	0.42 80	0.25 63	2.16 500	0.65 145	0.38 66	0.58 133	0.46 114	0.44 152	0.56 59	0.40 179	0.20 228	0.13 93	0.16 83	0.13 98	0.17 117	0.18 139

Former-RAFT_DAM_RVC	0.47 148	0.38 396	0.75 215	0.48 136	0.37 294	0.67 270	0.35 160	0.82 106	1.14 339	0.61 176	0.64 144	0.39 88	0.39 121	0.74 125	0.39 162	0.20 228	0.17 317	0.22 281	0.18 231	0.24 343	0.20 203

MaDis-Stereo	0.38 87	0.27 152	0.72 191	0.45 97	0.35 274	0.30 18	0.31 116	0.81 101	0.54 105	0.38 66	0.38 50	0.58 179	0.49 194	0.53 46	0.39 162	0.20 228	0.16 287	0.19 177	0.15 152	0.19 189	0.15 57

MIF-Stereo (partial)	0.48 156	0.28 169	0.83 261	0.51 186	0.53 430	0.39 58	0.27 82	1.03 172	0.64 142	0.47 113	0.71 170	0.51 145	0.51 205	1.13 256	0.47 237	0.20 228	0.16 287	0.23 315	0.20 283	0.24 343	0.20 203

riskmin	0.62 250	0.29 192	0.73 205	0.50 170	0.34 255	0.86 368	0.44 275	1.74 384	1.07 297	0.76 202	0.76 181	1.19 396	1.01 433	0.84 164	0.60 320	0.20 228	0.16 287	0.24 339	0.16 189	0.24 343	0.29 393

TestStereo1	0.66 268	0.29 192	0.95 325	0.82 520	0.32 213	0.47 111	0.43 256	1.52 321	1.22 383	0.99 255	1.32 389	0.65 208	0.76 309	1.78 392	0.44 208	0.20 228	0.16 287	0.22 281	0.19 254	0.21 274	0.20 203

IER	0.74 321	0.33 288	1.25 429	0.50 170	0.53 430	1.32 475	0.55 377	1.31 279	1.08 300	1.30 407	1.34 399	1.11 383	1.10 464	1.05 231	0.81 386	0.20 228	0.17 317	0.21 248	0.21 325	0.20 228	0.21 231

SA-5K	0.66 268	0.29 192	0.95 325	0.82 520	0.32 213	0.47 111	0.43 256	1.52 321	1.22 383	0.99 255	1.32 389	0.65 208	0.76 309	1.78 392	0.44 208	0.20 228	0.16 287	0.22 281	0.19 254	0.21 274	0.20 203

SA	0.69 301	0.31 250	0.97 333	0.64 393	0.30 158	0.56 199	0.38 198	1.84 409	1.35 452	0.99 255	1.37 409	0.69 221	0.94 400	1.88 411	0.43 203	0.20 228	0.16 287	0.25 378	0.23 385	0.22 294	0.19 175

OMP-Stereo	0.95 428	0.35 347	0.79 233	0.92 550	0.32 213	0.49 127	0.35 160	1.22 254	1.11 319	1.58 505	1.12 303	1.44 455	0.69 294	6.92 586	0.51 265	0.20 228	0.15 246	0.24 339	0.19 254	0.21 274	0.16 95

ASMatch	0.89 406	0.29 192	0.72 191	0.56 283	0.36 284	0.47 111	0.37 188	1.16 235	0.95 247	1.11 291	3.26 579	0.95 324	0.96 407	4.88 538	0.53 283	0.20 228	0.16 287	0.22 281	0.19 254	0.20 228	0.30 409

THIR-Stereo	1.02 447	0.29 192	0.73 205	0.51 186	0.29 140	0.94 396	1.31 556	1.08 193	0.98 258	1.35 435	1.91 530	1.16 392	1.54 532	6.37 578	0.79 377	0.20 228	0.14 171	0.21 248	0.22 353	0.19 189	0.25 325

GrayStereo	0.83 379	0.28 169	0.62 143	0.66 414	0.37 294	0.76 309	1.79 583	1.19 243	0.91 224	1.98 553	1.89 526	1.07 363	1.76 552	1.43 329	0.50 261	0.20 228	0.15 246	0.19 177	0.21 325	0.18 153	0.41 487

RAFT-RH_RVC	1.04 450	0.26 128	0.76 220	0.53 232	0.29 140	0.80 334	0.32 126	0.85 116	1.12 327	2.04 556	4.63 595	1.03 354	0.57 233	5.93 564	0.52 273	0.20 228	0.13 93	0.26 399	0.20 283	0.16 93	0.19 175

rafts_anoy	0.55 185	0.32 268	0.66 167	0.72 472	0.61 473	0.53 171	0.40 220	1.24 261	1.06 295	0.85 224	0.83 202	0.67 214	0.53 213	0.77 137	0.55 295	0.20 228	0.15 246	0.25 378	0.26 425	0.22 294	0.21 231

XX-TBD	0.47 148	0.71 526	0.39 10	0.81 517	0.25 57	0.57 201	0.26 75	0.73 78	1.30 436	0.78 205	1.01 250	0.45 110	0.33 79	0.49 32	0.39 162	0.20 228	0.15 246	0.15 52	0.11 7	0.17 117	0.15 57

raftrobust	0.55 185	0.27 152	0.63 146	0.68 440	0.69 502	0.50 146	0.34 147	1.08 193	0.97 255	1.32 416	0.88 214	0.62 199	0.80 336	0.82 153	0.44 208	0.20 228	0.16 287	0.16 83	0.14 132	0.15 69	0.18 139

RALCasStereoNet	0.58 220	0.34 318	0.77 223	0.65 400	0.64 481	0.64 253	0.51 336	1.06 185	0.99 267	0.71 191	1.06 274	0.77 243	0.44 152	1.38 314	0.52 273	0.20 228	0.18 349	0.18 149	0.16 189	0.20 228	0.22 260

RALAANet	0.62 250	0.37 378	0.97 333	0.66 414	0.50 407	0.67 270	0.31 116	1.27 270	1.09 308	1.11 291	1.17 330	0.88 288	0.46 169	1.27 287	0.45 221	0.20 228	0.15 246	0.21 248	0.18 231	0.27 373	0.19 175

111	0.66 268	0.27 152	1.15 392	0.46 109	0.25 57	0.72 292	0.42 238	1.57 336	1.44 496	0.83 217	1.39 416	1.10 378	0.80 336	0.97 211	0.65 339	0.20 228	0.14 171	0.18 149	0.15 152	0.18 153	0.28 379

ARAFT	0.82 370	0.40 411	1.77 487	0.53 232	0.31 180	0.89 375	0.81 479	2.32 529	1.08 300	1.66 522	1.25 360	1.04 355	0.64 274	1.91 412	0.52 273	0.20 228	0.15 246	0.28 430	0.27 443	0.17 117	0.18 139

MMNet	0.89 406	0.35 347	1.44 455	0.64 393	0.59 463	1.83 536	0.48 315	1.70 372	1.38 468	1.45 475	1.19 337	1.25 412	1.16 475	1.77 390	1.27 472	0.20 228	0.19 367	0.23 315	0.22 353	0.25 355	0.24 304

RASNet	1.16 477	0.34 318	1.11 379	0.73 481	0.86 543	1.00 415	0.60 411	1.56 333	1.43 493	1.07 285	1.37 409	2.08 550	1.44 524	7.00 588	1.56 505	0.20 228	0.17 317	0.17 110	0.19 254	0.19 189	0.19 175

Select-FE	0.87 400	0.42 424	2.64 541	0.57 305	0.48 395	0.47 111	0.23 49	2.59 566	0.85 208	1.08 287	1.32 389	2.00 538	1.73 549	1.15 259	0.47 237	0.21 265	0.17 317	0.21 248	0.26 425	0.20 228	0.33 437

SGD-Stereo	0.34 64	0.22 49	0.44 37	0.39 35	0.20 3	0.42 80	0.22 36	0.71 71	0.33 20	0.43 94	0.34 42	0.27 21	0.35 94	1.15 259	0.33 102	0.21 265	0.11 22	0.16 83	0.13 98	0.17 117	0.15 57

MM-Stereo_test3	0.53 179	0.26 128	0.60 131	0.56 283	0.73 509	0.49 127	0.53 353	1.31 279	1.08 300	0.64 180	0.97 237	0.61 196	0.42 136	0.82 153	0.40 179	0.21 265	0.18 349	0.20 214	0.16 189	0.19 189	0.21 231

UGAM	1.17 479	0.29 192	1.08 369	0.55 262	0.43 359	0.69 283	0.71 450	1.14 218	1.35 452	1.00 259	1.49 443	1.90 522	0.86 363	9.61 613	0.89 402	0.21 265	0.19 367	0.30 454	0.25 407	0.20 228	0.18 139

model_zeroshot	0.53 179	0.31 250	1.00 344	0.57 305	0.39 318	0.74 299	0.39 212	1.38 293	0.67 149	0.88 231	0.85 206	0.71 231	0.37 109	0.77 137	0.39 162	0.21 265	0.17 317	0.19 177	0.17 213	0.17 117	0.22 260

AIO-Stereo-zeroshot	0.85 392	0.38 396	2.79 544	0.51 186	0.60 467	0.72 292	0.38 198	2.87 585	0.77 174	0.80 208	1.07 277	2.14 551	0.93 397	0.96 207	0.62 326	0.21 265	0.13 93	0.21 248	0.26 425	0.29 406	0.32 428

CoDeX	0.78 344	0.31 250	1.04 354	0.56 283	0.37 294	1.13 440	0.60 411	2.77 577	1.29 432	1.17 326	1.26 362	0.91 304	0.87 372	1.42 327	0.74 360	0.21 265	0.16 287	0.21 248	0.18 231	0.21 274	0.21 231

ACVNet-DCA	0.59 232	0.34 318	0.63 146	0.60 346	0.27 89	1.16 450	0.51 336	1.58 338	0.91 224	0.60 172	0.80 195	0.47 123	0.87 372	1.48 341	0.35 117	0.21 265	0.13 93	0.25 378	0.15 152	0.23 314	0.25 325

xx1	0.70 302	0.34 318	0.63 146	0.60 346	0.27 89	1.16 450	0.51 336	1.07 188	3.23 594	0.60 172	0.80 195	0.95 324	0.79 329	1.48 341	0.35 117	0.21 265	0.13 93	0.24 339	0.23 385	0.23 314	0.25 325

1test111	0.58 220	0.34 318	0.63 146	0.60 346	0.27 89	1.16 450	0.51 336	1.58 338	0.91 224	0.60 172	0.80 195	0.47 123	0.87 372	0.99 213	0.67 344	0.21 265	0.13 93	0.25 378	0.15 152	0.23 314	0.25 325

cc1	0.68 292	0.34 318	0.63 146	0.60 346	0.27 89	1.16 450	0.51 336	1.07 188	3.23 594	0.60 172	0.80 195	0.47 123	0.87 372	1.48 341	0.35 117	0.21 265	0.13 93	0.25 378	0.15 152	0.19 189	0.23 281

11t1	0.57 208	0.30 217	0.84 270	0.54 246	0.30 158	0.83 352	0.41 230	1.34 286	0.79 187	0.88 231	0.82 200	0.70 224	0.70 297	0.96 207	0.67 344	0.21 265	0.21 397	0.20 214	0.16 189	0.21 274	0.26 345

ffm	0.79 353	0.36 357	1.51 463	0.56 283	0.40 330	0.76 309	0.59 404	1.08 193	2.62 581	1.19 345	1.49 443	1.07 363	0.85 355	1.57 354	0.35 117	0.21 265	0.13 93	0.31 461	0.28 454	0.20 228	0.23 281

ff1	1.88 549	0.36 357	1.51 463	0.56 283	0.40 330	0.76 309	0.59 404	1.08 193	2.62 581	1.19 345	1.49 443	1.07 363	0.85 355	9.88 618	13.82 616	0.21 265	0.13 93	0.31 461	0.28 454	0.20 228	0.23 281

tt1	0.65 266	0.34 318	0.65 162	0.60 346	0.27 89	1.14 443	0.48 315	1.08 193	2.62 581	0.59 165	0.79 190	0.49 134	0.80 336	1.57 354	0.35 117	0.21 265	0.13 93	0.25 378	0.16 189	0.20 228	0.23 281

UniTT-Stereo	0.38 87	0.24 86	0.67 171	0.49 151	0.36 284	0.40 60	0.32 126	0.55 14	0.55 109	0.55 161	0.55 125	0.36 72	0.31 68	0.59 76	0.52 273	0.21 265	0.15 246	0.17 110	0.15 152	0.19 189	0.17 121

PCWNet_CMD	0.68 292	0.34 318	0.93 314	0.51 186	0.38 309	0.80 334	0.42 238	1.51 317	1.34 449	1.17 326	1.31 384	1.23 407	0.65 279	0.94 197	0.62 326	0.21 265	0.17 317	0.27 414	0.19 254	0.43 495	0.28 379

testlalala	0.49 160	0.30 217	0.70 186	0.44 88	0.40 330	0.68 274	0.38 198	1.38 293	0.58 119	1.28 400	0.82 200	0.61 196	0.36 102	0.57 66	0.34 108	0.21 265	0.14 171	0.18 149	0.12 49	0.15 69	0.16 95

knoymous	0.53 179	0.32 268	0.51 87	0.46 109	0.30 158	0.57 201	0.54 367	1.10 206	0.78 178	0.99 255	0.84 204	0.95 324	0.57 233	0.89 185	0.51 265	0.21 265	0.14 171	0.26 399	0.14 132	0.23 314	0.25 325

Selective-RAFT	0.55 185	0.29 192	0.85 276	0.58 319	0.28 125	0.91 382	0.34 147	1.00 163	0.96 251	0.59 165	0.64 144	0.80 250	0.76 309	1.34 304	0.51 265	0.21 265	0.15 246	0.17 110	0.15 152	0.19 189	0.19 175

qqq	0.62 250	0.36 357	0.88 290	0.50 170	0.28 125	0.64 253	0.62 419	1.58 338	0.91 224	0.83 217	0.96 228	0.95 324	0.79 329	0.99 213	0.67 344	0.21 265	0.23 440	0.24 339	0.23 385	0.23 314	0.25 325

x	0.59 232	0.34 318	0.79 233	0.51 186	0.32 213	0.69 283	0.46 297	1.64 351	0.97 255	0.86 229	0.86 208	0.83 272	0.74 303	0.75 132	0.70 352	0.21 265	0.22 412	0.22 281	0.20 283	0.21 274	0.24 304

HHNet	0.64 262	0.28 169	0.69 181	0.45 97	0.46 382	0.50 146	0.57 390	1.13 214	1.03 281	1.26 389	2.21 549	0.70 224	0.59 254	1.10 249	0.51 265	0.21 265	0.13 93	0.23 315	0.19 254	0.20 228	0.31 419

IIG-Stereo	0.97 433	0.34 318	0.80 238	0.90 548	0.33 234	0.61 230	0.26 75	1.27 270	1.08 300	1.69 525	1.37 409	1.44 455	0.74 303	6.94 587	0.53 283	0.21 265	0.14 171	0.23 315	0.18 231	0.20 228	0.15 57

FTStereo	0.92 422	0.28 169	0.61 138	0.57 305	0.34 255	0.65 259	1.80 586	1.09 200	0.84 204	1.75 530	4.13 589	1.04 355	1.62 536	1.59 361	0.48 245	0.21 265	0.17 317	0.23 315	0.22 353	0.19 189	0.58 544

KYRaft	0.77 339	0.29 192	0.68 175	0.59 338	0.29 140	0.66 265	0.83 484	1.05 183	0.89 218	1.63 516	2.22 550	1.15 391	0.99 424	1.59 361	0.41 189	0.21 265	0.14 171	0.22 281	0.28 454	0.21 274	1.01 579

PFNet	0.92 422	0.28 169	1.20 417	0.68 440	0.32 213	0.62 233	0.55 377	1.27 270	1.01 274	1.47 479	1.09 288	0.97 332	0.68 290	6.58 580	0.59 317	0.21 265	0.13 93	0.24 339	0.19 254	0.20 228	0.20 203

AnonymousM	0.63 259	1.14 566	0.43 32	0.46 109	0.32 213	0.43 87	0.46 297	1.27 270	0.78 178	1.00 259	0.66 151	0.68 216	0.45 159	0.61 84	0.46 227	0.21 265	0.16 287	1.84 598	0.98 595	0.15 69	0.15 57

CFNet_pseudo	0.68 292	0.34 318	0.93 314	0.50 170	0.39 318	0.72 292	0.42 238	1.44 306	1.25 400	1.17 326	1.35 404	1.22 403	0.66 284	1.04 228	0.64 334	0.21 265	0.17 317	0.33 486	0.19 254	0.39 480	0.28 379

XX-Stereo	0.97 433	0.28 169	8.28 590	0.85 531	0.70 508	0.44 92	0.22 36	1.07 188	0.69 155	0.66 184	1.56 470	1.38 446	0.38 119	1.36 306	0.38 156	0.21 265	0.14 171	0.20 214	0.19 254	0.19 189	0.16 95

BEATNet_4x	0.82 370	0.54 474	2.02 507	0.56 283	0.28 125	1.04 420	0.55 377	2.14 493	1.13 333	1.24 372	1.26 362	1.00 344	0.94 400	1.13 256	1.23 465	0.21 265	0.14 171	0.24 339	0.20 283	0.37 469	0.23 281

MSMDNet	0.68 292	0.34 318	0.93 314	0.52 209	0.38 309	0.80 334	0.42 238	1.52 321	1.35 452	1.17 326	1.31 384	1.23 407	0.65 279	0.94 197	0.62 326	0.21 265	0.17 317	0.26 399	0.19 254	0.41 488	0.28 379

ccs_rob	0.68 292	0.34 318	0.93 314	0.50 170	0.39 318	0.72 292	0.42 238	1.43 305	1.25 400	1.17 326	1.34 399	1.22 403	0.66 284	1.04 228	0.64 334	0.21 265	0.17 317	0.35 501	0.20 283	0.40 484	0.29 393

StereoDRNet-Refined	0.84 385	0.43 429	1.01 346	0.66 414	0.43 359	1.32 475	0.49 326	1.64 351	1.24 392	1.53 493	1.45 435	1.49 466	0.97 418	1.32 300	1.31 474	0.21 265	0.17 317	0.27 414	0.25 407	0.25 355	0.34 447
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.82 370	0.36 357	1.13 385	0.60 346	0.37 294	0.91 382	0.38 198	2.41 544	1.61 531	1.35 435	1.35 404	1.25 412	0.97 418	1.75 388	0.88 399	0.21 265	0.14 171	0.17 110	0.12 49	0.19 189	0.30 409

GEAStereo	0.34 64	0.23 65	0.46 41	0.49 151	0.33 234	0.46 102	0.35 160	0.87 127	0.42 66	0.36 54	0.39 53	0.32 48	0.33 79	0.45 17	0.29 54	0.22 300	0.13 93	0.17 110	0.13 98	0.17 117	0.16 95

gasm-f	0.37 83	0.24 86	0.50 77	0.49 151	0.33 234	0.37 48	0.44 275	0.87 127	0.42 66	0.36 54	0.65 148	0.32 48	0.46 169	0.58 70	0.30 69	0.22 300	0.13 93	0.17 110	0.13 98	0.19 189	0.16 95

StereoAnything_RVC	0.49 160	1.60 589	0.87 285	0.37 6	0.21 8	0.26 4	0.21 24	0.53 7	0.23 2	0.23 1	0.21 2	0.19 1	0.35 94	1.29 291	0.23 1	0.22 300	0.11 22	0.15 52	0.11 7	2.36 593	0.13 4

test_sample1	0.67 279	0.32 268	0.90 304	0.54 246	0.33 234	0.76 309	0.48 315	1.75 386	1.06 295	0.95 249	0.99 243	0.91 304	1.10 464	1.25 280	0.79 377	0.22 300	0.19 367	0.21 248	0.20 283	0.21 274	0.25 325

mmm	0.68 292	0.37 378	0.91 309	0.54 246	0.34 255	0.86 368	0.58 397	1.72 380	1.02 278	1.13 302	1.41 426	0.83 272	0.78 320	0.95 206	0.67 344	0.22 300	0.20 381	0.29 442	0.26 425	0.27 373	0.27 363

1111x	1.96 555	0.32 268	1.54 471	0.54 246	0.30 158	1.00 415	0.69 440	2.47 553	1.33 447	1.21 357	1.44 433	1.21 399	1.11 467	8.49 604	16.14 623	0.22 300	0.23 440	0.22 281	0.23 385	0.25 355	0.26 345

LL-Strereo	1.42 513	0.44 436	2.02 507	0.62 368	1.07 566	0.73 297	0.65 428	2.02 461	1.21 375	1.60 509	1.62 483	2.02 542	2.10 570	9.67 614	1.07 444	0.22 300	0.20 381	0.27 414	0.24 398	0.23 314	0.33 437

gwcnet-sp	0.80 359	0.37 378	1.94 500	0.62 368	0.45 373	1.38 485	0.53 353	1.68 359	1.20 368	1.37 442	1.08 284	0.93 314	0.82 342	1.45 334	0.79 377	0.22 300	0.22 412	0.22 281	0.21 325	0.23 314	0.25 325

scenet	0.80 359	0.37 378	1.94 500	0.62 368	0.45 373	1.38 485	0.53 353	1.68 359	1.20 368	1.37 442	1.08 284	0.93 314	0.82 342	1.45 334	0.79 377	0.22 300	0.22 412	0.22 281	0.21 325	0.23 314	0.25 325

ssnet	0.80 359	0.37 378	1.94 500	0.62 368	0.45 373	1.38 485	0.53 353	1.68 359	1.20 368	1.37 442	1.08 284	0.93 314	0.82 342	1.45 334	0.79 377	0.22 300	0.22 412	0.22 281	0.21 325	0.23 314	0.25 325

DAS	0.89 406	0.37 378	1.20 417	0.66 414	0.69 502	0.82 344	0.62 419	1.79 395	1.26 408	1.93 548	1.55 464	0.96 329	1.17 479	2.72 486	0.69 349	0.22 300	0.16 287	0.25 378	0.18 231	0.29 406	0.24 304

SepStereo	0.87 400	0.37 378	1.20 417	0.66 414	0.69 502	0.82 344	0.62 419	1.79 395	1.26 408	1.93 548	1.55 464	0.96 329	1.17 479	2.34 459	0.69 349	0.22 300	0.16 287	0.25 378	0.18 231	0.29 406	0.24 304

NRIStereo	0.62 250	0.31 250	0.78 229	0.56 283	0.28 125	0.63 244	0.33 134	1.16 235	0.92 229	1.15 318	0.87 211	0.90 300	0.58 250	2.24 451	0.56 301	0.22 300	0.14 171	0.21 248	0.19 254	0.22 294	0.18 139

CRE-IMP	0.57 208	0.32 268	0.82 252	0.54 246	0.29 140	0.77 318	0.25 63	1.19 243	0.79 187	1.09 288	0.95 226	0.81 256	0.57 233	1.11 252	0.57 305	0.22 300	0.14 171	0.23 315	0.19 254	0.28 389	0.24 304

RAFT	0.67 279	0.32 268	0.83 261	0.63 378	0.34 255	0.69 283	0.57 390	1.14 218	0.84 204	1.12 299	1.20 338	1.75 512	0.92 395	1.09 245	0.60 320	0.22 300	0.19 367	0.27 414	0.24 398	0.22 294	0.23 281

sAnonymous2	0.59 232	0.61 496	1.82 492	0.61 360	0.52 422	0.51 155	0.54 367	0.97 149	0.70 156	0.50 138	0.68 156	0.46 114	0.63 270	0.61 84	0.41 189	0.22 300	0.17 317	0.23 315	0.21 325	0.85 570	0.56 538

CroCo_RVC	0.59 232	0.61 496	1.82 492	0.61 360	0.52 422	0.51 155	0.54 367	0.97 149	0.70 156	0.50 138	0.68 156	0.46 114	0.63 270	0.61 84	0.41 189	0.22 300	0.17 317	0.23 315	0.21 325	0.85 570	0.56 538

test_xeample	1.55 524	0.31 250	0.94 321	0.54 246	0.31 180	0.94 396	0.58 397	2.40 543	1.40 479	1.29 405	1.55 464	0.89 298	0.88 378	1.72 384	15.94 622	0.22 300	0.22 412	0.22 281	0.21 325	0.23 314	0.25 325

RAFT + AFF	1.07 462	0.47 445	1.36 449	0.68 440	0.50 407	1.20 461	1.22 549	2.58 565	1.26 408	1.33 422	1.56 470	1.19 396	1.49 530	3.89 520	1.01 435	0.22 300	0.26 469	0.30 454	0.27 443	0.29 406	0.32 428

SFCPSM	0.74 321	0.30 217	1.06 361	0.52 209	0.39 318	1.36 484	0.64 426	2.42 545	1.11 319	1.18 337	1.21 344	0.81 256	0.78 320	1.08 241	0.57 305	0.22 300	0.17 317	0.22 281	0.24 398	0.23 314	0.21 231

delet	0.90 414	0.34 318	1.15 392	0.69 453	0.66 492	1.63 516	0.81 479	1.95 446	1.49 512	1.42 462	1.38 414	1.29 425	0.91 387	1.78 392	1.18 454	0.22 300	0.22 412	0.24 339	0.25 407	0.22 294	0.24 304

ACVNet	0.66 268	0.33 288	0.74 210	0.55 262	0.37 294	0.80 334	0.47 308	1.46 310	1.11 319	1.01 264	1.31 384	1.07 363	0.91 387	0.82 153	1.09 445	0.22 300	0.19 367	0.21 248	0.18 231	0.23 314	0.19 175

acv_ft	0.78 344	0.33 288	1.10 377	0.73 481	0.86 543	1.23 465	0.57 390	1.65 354	1.11 319	1.31 413	1.31 384	1.07 363	0.91 387	0.82 153	1.35 484	0.22 300	0.19 367	0.21 248	0.18 231	0.22 294	0.19 175

LE_ROB	8.35 616	0.47 445	27.42 656	0.83 524	0.34 255	2.84 581	3.36 615	4.03 602	27.04 661	25.20 636	8.72 618	8.55 616	27.35 661	7.37 592	22.13 633	0.22 300	0.20 381	0.20 214	0.21 325	0.25 355	0.25 325

5k_stereo	0.30 38	0.21 37	0.50 77	0.37 6	0.25 57	0.30 18	0.24 58	0.62 44	0.35 29	0.37 61	0.37 48	0.40 91	0.23 16	0.53 46	0.29 54	0.23 324	0.15 246	0.13 1	0.12 49	0.13 12	0.13 4

zero-FE	0.38 87	0.24 86	0.54 103	0.48 136	0.46 382	0.29 15	0.23 49	0.69 61	0.34 24	0.34 47	0.41 60	0.37 79	0.49 194	0.68 114	0.35 117	0.23 324	0.12 46	0.18 149	0.13 98	0.82 569	0.19 175

MultiAttention	4.59 604	0.35 347	0.90 304	0.75 496	0.46 382	31.81 638	4.41 617	2.35 538	1.41 483	1.64 518	2.43 560	2.42 565	0.70 297	38.40 644	1.78 532	0.23 324	0.15 246	0.30 454	0.30 485	0.48 521	0.48 511

test_sample2	0.67 279	0.31 250	0.89 294	0.54 246	0.29 140	0.80 334	0.63 424	1.83 407	1.10 312	0.93 244	1.06 274	0.94 320	0.92 395	1.24 279	0.59 317	0.23 324	0.20 381	0.22 281	0.21 325	0.24 343	0.25 325

DispNO	0.98 436	0.34 318	2.02 507	0.58 319	0.55 444	0.88 373	0.49 326	1.70 372	1.24 392	1.22 365	1.26 362	1.18 394	0.88 378	5.17 542	0.88 399	0.23 324	0.18 349	0.24 339	0.22 353	0.19 189	0.22 260

plain	0.49 160	0.29 192	1.23 424	0.51 186	0.40 330	0.35 37	0.37 188	1.04 179	0.62 135	0.44 97	0.76 181	0.42 95	0.41 128	1.17 268	0.46 227	0.23 324	0.15 246	0.24 339	0.19 254	0.25 355	0.18 139

EKT-Stereo	0.56 196	0.33 288	0.84 270	0.61 360	0.64 481	0.51 155	0.48 315	1.14 218	0.95 247	0.74 198	0.89 216	0.77 243	0.42 136	1.18 269	0.42 197	0.23 324	0.17 317	0.21 248	0.18 231	0.20 228	0.26 345

hknet	0.82 370	0.34 318	1.15 392	0.55 262	0.39 318	1.25 468	0.66 432	2.65 570	1.10 312	1.25 376	1.12 303	1.58 483	0.85 355	1.41 322	0.79 377	0.23 324	0.18 349	0.25 378	0.22 353	0.23 314	0.24 304

Patchmatch Stereo++	0.57 208	0.33 288	0.82 252	0.52 209	0.27 89	0.63 244	0.28 90	1.14 218	0.73 160	1.13 302	0.96 228	0.82 262	0.60 260	1.40 319	0.52 273	0.23 324	0.14 171	0.24 339	0.20 283	0.27 373	0.20 203
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
PSM-adaLoss	0.56 196	0.33 288	0.81 243	0.52 209	0.27 89	0.63 244	0.41 230	1.14 218	0.73 160	1.13 302	0.96 228	0.82 262	0.60 260	1.09 245	0.52 273	0.23 324	0.14 171	0.24 339	0.20 283	0.27 373	0.20 203

ROB_FTStereo_v2	0.57 208	0.33 288	0.81 243	0.52 209	0.27 89	0.62 233	0.42 238	1.14 218	0.73 160	1.13 302	0.97 237	0.82 262	0.60 260	1.15 259	0.53 283	0.23 324	0.14 171	0.24 339	0.20 283	0.27 373	0.20 203

ROB_FTStereo	0.56 196	0.33 288	0.82 252	0.52 209	0.27 89	0.62 233	0.25 63	1.14 218	0.74 167	1.13 302	0.96 228	0.82 262	0.60 260	1.18 269	0.52 273	0.23 324	0.14 171	0.24 339	0.20 283	0.27 373	0.20 203

HUI-Stereo	0.54 182	0.33 288	0.81 243	0.52 209	0.27 89	0.62 233	0.29 100	1.14 218	0.74 167	1.13 302	0.96 228	0.82 262	0.60 260	0.83 159	0.52 273	0.23 324	0.14 171	0.24 339	0.20 283	0.27 373	0.20 203

SST-Stereo	0.85 392	0.30 217	0.81 243	0.63 378	0.31 180	0.70 287	0.25 63	1.16 235	0.95 247	1.47 479	1.11 299	0.99 338	0.86 363	5.69 555	0.53 283	0.23 324	0.13 93	0.23 315	0.19 254	0.23 314	0.19 175

RAFT_R40	0.84 385	0.30 217	0.83 261	0.63 378	0.31 180	0.66 265	0.43 256	1.15 230	0.99 267	1.47 479	1.10 290	1.00 344	0.84 350	5.44 552	0.53 283	0.23 324	0.13 93	0.23 315	0.20 283	0.23 314	0.19 175

DeepStereo_RVC	0.57 208	0.31 250	0.78 229	0.53 232	0.30 158	0.57 201	0.32 126	1.11 208	0.80 191	1.17 326	0.94 225	0.83 272	0.93 397	1.01 220	0.61 323	0.23 324	0.14 171	0.21 248	0.19 254	0.24 343	0.26 345

iGMRVC	0.58 220	0.33 288	0.81 243	0.52 209	0.27 89	0.62 233	0.38 198	1.14 218	0.73 160	1.13 302	0.97 237	0.82 262	0.59 254	1.54 351	0.53 283	0.23 324	0.14 171	0.24 339	0.20 283	0.27 373	0.20 203

iRAFT	0.57 208	0.33 288	0.82 252	0.52 209	0.27 89	0.63 244	0.28 90	1.14 218	0.73 160	1.13 302	0.96 228	0.82 262	0.60 260	1.40 319	0.52 273	0.23 324	0.14 171	0.24 339	0.20 283	0.27 373	0.20 203

RAFT-IKP	0.57 208	0.33 288	0.82 252	0.52 209	0.27 89	0.57 201	0.35 160	1.14 218	0.73 160	1.13 302	0.96 228	0.83 272	0.61 269	1.26 284	0.53 283	0.23 324	0.14 171	0.24 339	0.20 283	0.27 373	0.20 203

TestStereo	0.65 266	0.42 424	0.83 261	0.52 209	0.27 89	0.57 201	0.44 275	1.07 188	0.92 229	0.85 224	1.01 250	0.68 216	0.56 230	3.22 502	0.47 237	0.23 324	0.15 246	0.24 339	0.18 231	0.28 389	0.18 139

FENet	0.62 250	0.30 217	0.68 175	0.57 305	0.33 234	0.82 344	0.40 220	1.41 303	1.12 327	1.03 272	0.87 211	0.98 333	0.84 350	1.00 217	0.70 352	0.23 324	0.16 287	0.23 315	0.20 283	0.22 294	0.24 304

HSM-Net_RVC	0.91 419	0.31 250	0.60 131	0.54 246	0.31 180	1.15 447	0.60 411	3.76 598	1.30 436	1.57 504	1.75 505	1.67 498	1.01 433	1.61 368	0.90 406	0.23 324	0.17 317	0.19 177	0.18 231	0.20 228	0.22 260
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	1.22 490	0.34 318	0.81 243	0.61 360	0.39 318	1.22 463	0.63 424	2.45 548	1.25 400	1.32 416	1.26 362	1.91 524	1.08 458	9.21 609	0.75 363	0.23 324	0.17 317	0.20 214	0.16 189	0.22 294	0.24 304

SX1w	0.29 22	0.21 37	0.47 51	0.37 6	0.24 34	0.30 18	0.27 82	0.59 29	0.28 8	0.39 74	0.44 74	0.34 63	0.18 1	0.54 50	0.25 5	0.24 347	0.15 246	0.14 8	0.12 49	0.13 12	0.14 31

DDF-Stereo	0.39 94	0.24 86	0.53 98	0.51 186	0.45 373	0.30 18	0.23 49	0.64 47	0.34 24	0.34 47	0.40 57	0.37 79	0.48 182	0.94 197	0.35 117	0.24 347	0.12 46	0.18 149	0.13 98	0.85 570	0.19 175

IGEV-RUCA	0.38 87	0.24 86	0.51 87	0.51 186	0.36 284	0.59 217	0.23 49	0.68 56	0.52 98	0.39 74	0.50 103	0.44 100	0.31 68	0.86 171	0.31 81	0.24 347	0.13 93	0.16 83	0.12 49	0.20 228	0.21 231

SMFormer	0.79 353	0.32 268	0.95 325	0.49 151	0.27 89	0.83 352	0.43 256	2.16 500	1.45 501	1.27 394	1.50 450	0.98 333	0.96 407	1.87 405	0.99 430	0.24 347	0.22 412	0.22 281	0.21 325	0.23 314	0.27 363

tta	0.79 353	0.32 268	0.95 325	0.49 151	0.27 89	0.83 352	0.43 256	2.16 500	1.45 501	1.27 394	1.50 450	0.98 333	0.96 407	1.87 405	0.99 430	0.24 347	0.22 412	0.22 281	0.21 325	0.19 189	0.22 260

qqq1	0.76 333	0.32 268	0.95 325	0.49 151	0.27 89	0.83 352	0.43 256	2.16 500	1.45 501	1.27 394	1.50 450	0.98 333	0.96 407	1.87 405	0.48 245	0.24 347	0.22 412	0.18 149	0.15 152	0.19 189	0.22 260

fff1	0.76 333	0.32 268	0.95 325	0.49 151	0.27 89	0.83 352	0.43 256	2.16 500	1.45 501	1.27 394	1.50 450	0.98 333	0.96 407	1.87 405	0.48 245	0.24 347	0.22 412	0.18 149	0.15 152	0.19 189	0.22 260

Wz-Net-LNSev-Ref	1.09 467	0.46 440	2.61 539	0.71 466	0.65 486	2.00 549	0.78 463	2.07 475	1.47 507	1.62 514	1.47 439	1.53 475	1.29 500	2.10 438	1.65 521	0.24 347	0.14 171	0.20 214	0.16 189	0.28 389	0.28 379

CIPLG	0.67 279	0.37 378	1.17 407	0.60 346	0.51 417	0.75 304	0.48 315	1.26 266	1.11 319	1.43 466	1.58 476	0.64 207	0.48 182	0.94 197	0.78 372	0.24 347	0.15 246	0.19 177	0.16 189	0.19 189	0.29 393

IPLGR_C	0.67 279	0.38 396	1.20 417	0.60 346	0.50 407	0.75 304	0.48 315	1.28 274	1.13 333	1.42 462	1.57 474	0.62 199	0.48 182	0.85 168	0.80 384	0.24 347	0.15 246	0.19 177	0.16 189	0.19 189	0.29 393

ACRE	0.66 268	0.37 378	1.27 432	0.60 346	0.50 407	0.74 299	0.47 308	1.26 266	1.10 312	1.40 456	1.56 470	0.62 199	0.46 169	0.88 180	0.78 372	0.24 347	0.15 246	0.19 177	0.16 189	0.19 189	0.29 393

TRStereo	0.67 279	0.71 526	1.06 361	0.77 506	0.68 499	0.53 171	0.38 198	2.52 561	0.96 251	0.81 213	0.84 204	0.87 282	0.39 121	1.16 263	0.46 227	0.24 347	0.17 317	0.23 315	0.24 398	0.18 153	0.20 203

AAGNet	1.84 547	0.30 217	0.79 233	0.66 414	0.32 213	0.65 259	0.50 334	1.02 164	1.01 274	1.47 479	1.21 344	0.99 338	1.16 475	2.76 488	22.69 637	0.24 347	0.13 93	0.22 281	0.20 283	0.24 343	0.16 95

IRAFT_RVC	0.90 414	0.30 217	0.89 294	0.67 428	0.31 180	0.64 253	1.00 521	1.40 299	0.97 255	1.23 368	1.04 266	1.00 344	0.96 407	5.77 560	0.57 305	0.24 347	0.13 93	0.25 378	0.21 325	0.20 228	0.21 231

222	1.67 533	0.31 250	0.93 314	0.59 338	0.31 180	1.05 423	0.43 256	2.39 541	1.47 507	1.37 442	1.55 464	0.94 320	0.94 400	1.98 422	17.76 625	0.24 347	0.22 412	0.21 248	0.20 283	0.22 294	0.26 345

xxxx	1.61 529	0.32 268	0.98 336	0.58 319	0.31 180	1.15 447	0.43 256	2.43 546	1.41 483	1.17 326	1.40 421	1.21 399	0.86 363	1.94 416	16.68 624	0.24 347	0.24 450	0.21 248	0.20 283	0.23 314	0.27 363

UNet	0.86 396	0.36 357	1.52 467	0.62 368	0.74 514	1.56 509	0.49 326	1.55 330	1.12 327	1.28 400	1.10 290	1.52 474	1.10 464	1.69 381	1.14 450	0.24 347	0.18 349	0.25 378	0.21 325	0.25 355	0.25 325

UPFNet	0.84 385	0.34 318	1.09 372	0.62 368	0.74 514	1.25 468	0.78 463	1.69 368	1.20 368	1.39 450	1.13 314	1.30 428	0.87 372	1.73 385	1.22 462	0.24 347	0.26 469	0.24 339	0.23 385	0.26 367	0.20 203

FADNet-RVC-Resample	0.91 419	0.51 463	2.92 547	0.64 393	0.46 382	1.07 427	0.60 411	1.76 388	1.24 392	1.10 290	0.98 242	1.06 360	0.98 421	2.17 445	0.95 424	0.24 347	0.22 412	0.30 454	0.32 498	0.36 463	0.40 482

CFNet	0.99 439	0.40 411	1.23 424	0.65 400	0.43 359	1.03 419	0.49 326	2.01 460	1.35 452	1.02 268	1.39 416	1.10 378	0.86 363	5.47 553	0.89 402	0.24 347	0.18 349	0.28 430	0.27 443	0.27 373	0.22 260

iResNetv2_ROB	0.88 404	0.43 429	2.62 540	0.60 346	0.38 309	0.94 396	0.67 434	1.88 425	1.38 468	1.27 394	1.45 435	1.26 418	1.05 454	1.92 413	0.64 334	0.24 347	0.15 246	0.19 177	0.14 132	0.24 343	0.21 231

DISCO	1.06 457	0.37 378	1.19 413	0.73 481	0.46 382	2.04 552	0.84 486	2.26 519	1.54 518	1.25 376	1.36 408	2.38 562	1.08 458	2.60 480	1.62 515	0.24 347	0.19 367	0.22 281	0.20 283	0.32 440	0.29 393

FlowAnything_test	0.41 103	0.27 152	0.67 171	0.60 346	0.33 234	0.62 233	0.35 160	0.64 47	0.48 87	0.46 111	0.36 46	0.45 110	0.37 109	0.54 50	0.52 273	0.25 369	0.19 367	0.28 430	0.33 512	0.22 294	0.22 260

S2M2_L	0.35 72	0.28 169	0.47 51	0.43 81	0.30 158	0.31 24	0.16 1	0.61 39	0.68 152	0.32 31	0.49 96	0.47 123	0.34 86	0.40 4	0.33 102	0.25 369	0.22 412	0.20 214	0.22 353	0.25 355	0.23 281
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-Stereo	0.84 385	0.35 347	1.15 392	0.63 378	0.43 359	0.78 319	0.69 440	1.69 368	1.20 368	1.36 440	1.18 333	1.43 454	0.78 320	2.47 473	1.26 469	0.25 369	0.20 381	0.26 399	0.21 325	0.20 228	0.27 363

SCV	0.51 173	0.29 192	0.72 191	0.63 378	0.27 89	0.40 60	0.38 198	2.32 529	0.75 172	0.36 54	0.49 96	0.55 166	0.35 94	1.31 294	0.34 108	0.25 369	0.13 93	0.17 110	0.14 132	0.18 153	0.18 139

AIO-test2	0.61 247	0.30 217	0.93 314	0.65 400	0.65 486	0.79 327	0.50 334	1.33 285	1.40 479	0.65 181	1.15 325	0.53 158	0.42 136	1.18 269	0.36 136	0.25 369	0.18 349	0.26 399	0.31 491	0.20 228	0.21 231

rvit_stereo_0083	0.49 160	0.34 318	0.85 276	0.57 305	0.36 284	0.49 127	0.43 256	0.73 78	1.05 293	0.50 138	0.57 132	0.55 166	0.50 202	0.92 193	0.50 261	0.25 369	0.25 462	0.24 339	0.20 283	0.25 355	0.19 175

rvit_stereo_0081	0.46 138	0.34 318	0.72 191	0.56 283	0.35 274	0.41 69	0.44 275	0.74 81	1.04 287	0.49 129	0.52 110	0.51 145	0.49 194	0.86 171	0.47 237	0.25 369	0.20 381	0.22 281	0.19 254	0.26 367	0.19 175

DCVSM-stereo	0.75 325	0.36 357	0.82 252	0.58 319	0.43 359	0.78 319	0.42 238	1.30 277	1.05 293	1.79 535	1.04 266	1.60 484	1.08 458	1.12 254	0.86 393	0.25 369	0.27 479	0.29 442	0.24 398	0.30 422	0.37 464

rvit_stereo_0082	0.46 138	0.34 318	0.72 191	0.56 283	0.35 274	0.41 69	0.44 275	0.74 81	1.04 287	0.49 129	0.52 110	0.51 145	0.49 194	0.86 171	0.47 237	0.25 369	0.20 381	0.22 281	0.19 254	0.26 367	0.19 175

mmx	1.89 552	0.36 357	1.51 463	0.56 283	0.40 330	0.76 309	0.59 404	2.32 529	1.41 483	1.19 345	1.49 443	1.07 363	0.85 355	9.88 618	13.82 616	0.25 369	0.21 397	0.31 461	0.28 454	0.32 440	0.29 393

xxx	1.89 552	0.36 357	1.51 463	0.56 283	0.40 330	0.76 309	0.59 404	2.32 529	1.41 483	1.19 345	1.49 443	1.07 363	0.85 355	9.88 618	13.82 616	0.25 369	0.21 397	0.31 461	0.28 454	0.32 440	0.29 393

DisPM	0.68 292	0.30 217	0.85 276	0.66 414	0.35 274	0.60 222	0.44 275	1.10 206	1.10 312	1.56 501	1.10 290	0.80 250	0.58 250	2.37 464	0.46 227	0.25 369	0.14 171	0.23 315	0.21 325	0.20 228	0.26 345

BUS	0.78 344	0.34 318	0.77 223	0.55 262	0.45 373	2.30 563	0.42 238	2.65 570	1.04 287	1.25 376	1.12 303	1.02 351	0.70 297	0.94 197	0.75 363	0.25 369	0.18 349	0.25 378	0.22 353	0.23 314	0.24 304

BSDual-CNN	0.75 325	0.34 318	0.77 223	0.55 262	0.45 373	1.25 468	0.66 432	2.65 570	1.04 287	1.25 376	1.12 303	1.11 383	0.77 313	0.94 197	0.76 366	0.25 369	0.18 349	0.25 378	0.22 353	0.23 314	0.24 304

psmg	0.75 325	0.34 318	0.77 223	0.52 209	0.45 373	1.46 499	0.73 454	2.15 498	1.04 287	1.25 376	1.33 395	1.11 383	0.77 313	0.94 197	0.76 366	0.25 369	0.20 381	0.25 378	0.26 425	0.23 314	0.24 304

ADLNet2	0.92 422	0.37 378	1.25 429	0.80 513	0.65 486	1.12 439	0.75 456	1.95 446	1.42 492	1.26 389	1.67 494	1.68 501	1.04 449	1.80 399	1.23 465	0.25 369	0.22 412	0.21 248	0.22 353	0.27 373	0.31 419

PSM-softLoss	0.80 359	0.33 288	0.89 294	0.63 378	0.32 213	0.55 190	0.40 220	1.26 266	0.78 178	1.25 376	1.07 277	0.83 272	0.51 205	5.33 547	0.61 323	0.25 369	0.15 246	0.25 378	0.22 353	0.20 228	0.26 345

KMStereo	0.80 359	0.33 288	0.89 294	0.63 378	0.32 213	0.55 190	0.40 220	1.26 266	0.78 178	1.25 376	1.07 277	0.83 272	0.51 205	5.33 547	0.61 323	0.25 369	0.15 246	0.25 378	0.22 353	0.20 228	0.26 345

Pruner-Stereo	0.64 262	0.31 250	0.79 233	0.66 414	0.31 180	0.61 230	0.42 238	1.22 254	1.09 308	1.53 493	1.09 288	0.94 320	0.55 224	1.37 310	0.56 301	0.25 369	0.14 171	0.24 339	0.21 325	0.21 274	0.25 325

GMStereo	0.58 220	0.50 459	1.09 372	0.52 209	0.32 213	0.80 334	0.43 256	1.02 164	1.41 483	0.89 235	0.77 185	0.52 153	0.46 169	0.89 185	0.56 301	0.25 369	0.16 287	0.20 214	0.22 353	0.31 429	0.27 363
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	0.89 406	0.42 424	1.15 392	0.82 520	1.03 564	1.16 450	0.57 390	1.68 359	1.28 420	1.26 389	1.62 483	1.13 387	1.31 504	1.85 401	1.11 449	0.25 369	0.24 450	0.24 339	0.22 353	0.24 343	0.29 393

cf-r	0.79 353	0.32 268	1.06 361	0.57 305	0.64 481	0.78 319	0.51 336	2.04 468	1.22 383	1.20 350	1.27 371	1.53 475	0.91 387	1.47 339	0.94 422	0.25 369	0.19 367	0.22 281	0.23 385	0.19 189	0.21 231

DMCA	0.71 308	0.36 357	1.17 407	0.53 232	0.45 373	0.84 360	0.46 297	1.52 321	1.09 308	1.20 350	1.12 303	1.21 399	0.74 303	0.87 176	1.09 445	0.25 369	0.20 381	0.27 414	0.19 254	0.24 343	0.29 393

SuperB	2.50 578	0.72 529	18.07 643	0.72 472	0.53 430	1.85 539	0.86 493	1.80 399	2.40 575	1.54 496	1.42 427	1.13 387	1.17 479	4.18 521	4.80 585	0.25 369	0.20 381	0.23 315	0.19 254	7.64 627	0.38 472

ADCRef	1.50 520	0.61 496	3.83 565	0.76 504	0.77 524	1.91 543	0.77 460	2.16 500	1.34 449	1.63 516	1.59 480	1.35 439	1.40 516	1.79 397	8.32 600	0.25 369	0.21 397	0.32 474	0.31 491	0.31 429	0.32 428

ADCP+	2.12 564	0.56 482	10.01 599	0.68 440	0.91 548	2.25 561	1.04 526	1.92 439	1.50 514	1.58 505	1.34 399	1.73 507	1.62 536	2.27 454	13.20 613	0.25 369	0.22 412	0.32 474	0.29 473	0.38 475	0.34 447

rvit_stereo_ft	0.49 160	0.38 396	1.03 353	0.68 440	0.42 354	0.40 60	0.58 397	0.93 137	0.86 211	0.47 113	0.55 125	0.57 177	0.48 182	0.67 109	0.53 283	0.26 395	0.17 317	0.22 281	0.22 353	0.24 343	0.19 175

test_sample5	0.75 325	0.36 357	1.04 354	0.55 262	0.31 180	0.84 360	0.53 353	2.12 483	1.23 388	1.18 337	1.30 382	0.88 288	0.86 363	1.37 310	0.76 366	0.26 395	0.22 412	0.27 414	0.28 454	0.28 389	0.29 393

test_sample4	0.74 321	0.36 357	1.09 372	0.55 262	0.32 213	0.92 389	0.51 336	2.14 493	1.25 400	1.22 365	1.22 346	0.86 280	0.82 342	1.29 291	0.76 366	0.26 395	0.21 397	0.26 399	0.26 425	0.27 373	0.28 379

test_sample3	0.73 317	0.35 347	1.06 361	0.55 262	0.32 213	0.97 412	0.51 336	2.12 483	1.25 400	1.16 322	1.17 330	0.88 288	0.78 320	1.27 287	0.79 377	0.26 395	0.21 397	0.25 378	0.25 407	0.26 367	0.27 363

DualNet	0.75 325	0.36 357	1.04 354	0.55 262	0.31 180	0.84 360	0.53 353	2.12 483	1.23 388	1.21 357	1.40 421	0.88 288	0.86 363	1.37 310	0.76 366	0.26 395	0.22 412	0.27 414	0.28 454	0.28 389	0.29 393

StereoVision	0.67 279	0.37 378	1.02 349	0.60 346	0.41 344	0.50 146	0.41 230	1.32 283	0.96 251	0.73 197	2.48 564	0.82 262	0.57 233	1.06 236	0.50 261	0.26 395	0.28 485	0.29 442	0.28 454	0.37 469	0.22 260

CFNet_ucs	0.73 317	0.34 318	0.94 321	0.53 232	0.44 369	0.76 309	0.46 297	1.73 382	1.34 449	1.24 372	1.54 461	1.08 373	0.64 274	1.05 231	0.64 334	0.26 395	0.20 381	0.37 514	0.22 353	0.42 492	0.30 409

iinet-f	1.04 450	0.50 459	4.24 569	0.58 319	0.43 359	1.78 533	0.70 447	1.29 276	1.16 351	1.25 376	1.42 427	1.57 482	1.42 521	1.47 339	1.70 525	0.26 395	0.23 440	0.20 214	0.20 283	0.26 367	0.26 345

AACVNet	0.90 414	0.40 411	0.98 336	0.86 534	0.40 330	0.80 334	0.49 326	1.81 403	0.86 211	1.11 291	1.34 399	1.32 434	0.99 424	4.23 522	0.86 393	0.26 395	0.22 412	0.28 430	0.22 353	0.30 422	0.28 379

PFNet+	0.62 250	0.31 250	0.99 339	0.57 305	0.31 180	0.57 201	0.30 109	0.99 161	1.25 400	1.33 422	1.10 290	0.79 248	0.57 233	1.35 305	0.53 283	0.26 395	0.17 317	0.28 430	0.26 425	0.21 274	0.27 363

NF-Stereo	0.82 370	0.33 288	0.83 261	0.65 400	0.31 180	0.63 244	0.43 256	1.35 287	0.93 236	1.30 407	1.02 253	0.81 256	0.57 233	5.37 551	0.55 295	0.26 395	0.14 171	0.24 339	0.20 283	0.20 228	0.30 409

OCTAStereo	0.82 370	0.33 288	0.83 261	0.65 400	0.31 180	0.62 233	0.44 275	1.35 287	0.93 236	1.30 407	1.02 253	0.81 256	0.57 233	5.32 546	0.55 295	0.26 395	0.14 171	0.24 339	0.20 283	0.20 228	0.30 409

RE-Stereo	0.82 370	0.33 288	0.84 270	0.65 400	0.31 180	0.63 244	0.44 275	1.35 287	0.93 236	1.30 407	1.02 253	0.80 250	0.57 233	5.34 549	0.55 295	0.26 395	0.14 171	0.24 339	0.20 283	0.20 228	0.31 419

TVStereo	0.82 370	0.33 288	0.84 270	0.65 400	0.31 180	0.63 244	0.44 275	1.35 287	0.93 236	1.30 407	1.02 253	0.80 250	0.57 233	5.34 549	0.55 295	0.26 395	0.14 171	0.24 339	0.20 283	0.20 228	0.31 419

aanetorigin	1.26 499	0.85 545	3.00 549	0.72 472	0.80 532	1.08 431	1.05 528	1.12 210	1.39 477	3.53 598	2.60 566	1.72 505	1.73 549	1.98 422	1.77 531	0.26 395	0.24 450	0.26 399	0.25 407	0.38 475	0.51 524

EDNetEfficientorigin	10.59 621	1.52 585	177.33 672	0.68 440	0.54 438	1.66 518	1.20 548	1.94 443	3.39 597	4.69 609	3.37 580	3.08 582	2.79 591	3.25 503	3.63 570	0.26 395	0.24 450	0.33 486	0.28 454	0.85 570	0.87 575

GANet-RSSM	0.78 344	0.31 250	0.90 304	0.67 428	0.58 457	0.80 334	0.62 419	2.04 468	1.15 344	1.11 291	1.27 371	1.26 418	1.18 486	1.68 377	0.74 360	0.26 395	0.21 397	0.22 281	0.22 353	0.23 314	0.23 281

GwcNet-RSSM	0.83 379	0.34 318	1.29 438	0.65 400	0.55 444	0.78 319	0.62 419	1.89 427	1.27 412	1.18 337	1.39 416	1.56 480	0.91 387	1.60 366	1.22 462	0.26 395	0.20 381	0.23 315	0.24 398	0.21 274	0.21 231

NLCA_NET_v2_RVC	0.84 385	0.46 440	1.40 454	0.69 453	0.61 473	0.95 403	0.52 347	1.68 359	1.21 375	1.39 450	1.15 325	1.42 449	0.88 378	1.78 392	0.93 417	0.26 395	0.23 440	0.27 414	0.27 443	0.30 422	0.39 477
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	1.22 490	0.60 491	1.94 500	0.69 453	0.46 382	0.75 304	0.69 440	1.51 317	1.57 525	1.36 440	1.90 528	1.51 472	0.87 372	7.23 590	1.89 535	0.26 395	0.19 367	0.19 177	0.16 189	0.23 314	0.37 464

DLCB_ROB	0.92 422	0.43 429	0.95 325	0.71 466	0.55 444	1.11 437	0.83 484	1.61 347	1.32 445	1.67 523	1.66 492	1.70 504	0.93 397	1.96 421	1.34 482	0.26 395	0.25 462	0.27 414	0.28 454	0.28 389	0.28 379

w-ln-seven-2	1.42 513	0.69 522	6.86 583	0.71 466	0.62 477	1.23 465	0.92 504	1.84 409	1.59 527	1.74 529	1.59 480	1.49 466	1.40 516	3.69 515	2.22 543	0.27 416	0.26 469	0.29 442	0.26 425	0.34 455	0.33 437

coex_refinement	0.84 385	0.30 217	0.89 294	0.72 472	0.52 422	0.95 403	0.60 411	1.92 439	1.29 432	1.38 447	1.37 409	1.80 517	0.82 342	1.48 341	1.31 474	0.27 416	0.17 317	0.19 177	0.20 283	0.25 355	0.27 363

rvit_stereo_0081_aga	0.46 138	0.37 378	0.91 309	0.52 209	0.41 344	0.49 127	0.40 220	0.88 131	0.66 147	0.59 165	0.56 129	0.53 158	0.43 144	0.67 109	0.44 208	0.27 416	0.21 397	0.22 281	0.20 283	0.26 367	0.19 175

ITSA-stereo	0.85 392	0.38 396	0.92 312	0.58 319	0.32 213	0.86 368	0.49 326	2.33 535	1.69 537	1.16 322	1.12 303	0.95 324	0.85 355	2.46 468	1.18 454	0.27 416	0.23 440	0.28 430	0.28 454	0.28 389	0.41 487

rvit_stereo_0080	0.47 148	0.35 347	0.87 285	0.48 136	0.36 284	0.42 80	0.54 367	0.93 137	0.78 178	0.52 151	0.60 138	0.55 166	0.47 177	0.62 90	0.48 245	0.27 416	0.21 397	0.20 214	0.20 283	0.31 429	0.20 203

CAS++	0.48 156	0.34 318	0.59 122	0.48 136	0.32 213	0.45 97	0.29 100	1.73 382	0.78 178	0.71 191	0.73 177	0.36 72	0.28 48	0.70 117	0.35 117	0.27 416	0.22 412	0.26 399	0.21 325	0.29 406	0.22 260
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
whm_eth	0.47 148	0.35 347	0.87 285	0.48 136	0.36 284	0.42 80	0.54 367	0.93 137	0.78 178	0.52 151	0.60 138	0.55 166	0.47 177	0.62 90	0.48 245	0.27 416	0.21 397	0.20 214	0.20 283	0.31 429	0.20 203

fast-acv-ft	1.00 442	0.48 451	1.85 496	0.61 360	0.52 422	1.77 529	0.69 440	1.52 321	1.47 507	1.34 429	1.85 522	1.73 507	1.24 493	1.62 369	1.56 505	0.27 416	0.28 485	0.28 430	0.28 454	0.28 389	0.31 419

Wz-Net-MNSev	1.21 489	0.66 514	3.44 559	0.69 453	0.73 509	1.93 545	1.44 564	2.16 500	1.59 527	1.85 541	1.49 443	1.50 469	1.34 508	2.05 434	1.54 504	0.27 416	0.24 450	0.28 430	0.28 454	0.35 459	0.32 428

GANet-ADL	0.63 259	0.38 396	0.82 252	0.67 428	0.41 344	0.68 274	0.51 336	1.64 351	1.16 351	0.98 254	1.10 290	0.90 300	0.58 250	0.81 151	0.63 330	0.27 416	0.18 349	0.18 149	0.16 189	0.23 314	0.27 363

sCroCo_RVC	0.51 173	0.43 429	1.15 392	0.66 414	0.60 467	0.52 162	0.40 220	0.93 137	0.64 142	0.45 106	0.76 181	0.49 134	0.49 194	0.65 106	0.49 258	0.27 416	0.28 485	0.23 315	0.22 353	0.29 406	0.28 379

psm_up	0.83 379	0.37 378	0.88 290	0.68 440	0.59 463	1.05 423	0.92 504	1.68 359	1.17 356	1.41 458	1.22 346	1.30 428	1.31 504	1.39 317	0.89 402	0.27 416	0.30 499	0.31 461	0.27 443	0.28 389	0.28 379

EDNetEfficient	2.40 575	1.14 566	8.59 593	0.77 506	0.73 509	1.06 426	1.53 568	1.54 327	4.06 604	4.87 611	2.81 570	2.23 552	3.53 600	3.04 496	9.65 608	0.27 416	0.24 450	0.27 414	0.31 491	0.70 562	0.67 556

CFNet-ft	0.78 344	0.36 357	0.74 210	0.67 428	0.56 449	0.86 368	0.54 367	1.46 310	1.17 356	1.01 264	1.28 377	1.68 501	1.03 443	1.57 354	0.95 424	0.27 416	0.21 397	0.33 486	0.26 425	0.31 429	0.26 345

DMCA-RVC	0.83 379	0.46 440	2.19 521	0.68 440	0.49 402	0.84 360	0.48 315	1.44 306	1.07 297	1.56 501	1.04 266	1.29 425	0.86 363	1.49 348	0.92 414	0.27 416	0.22 412	0.35 501	0.28 454	0.32 440	0.28 379

ADCL	1.82 545	0.70 524	4.57 572	0.70 462	0.63 480	2.56 570	1.77 582	2.08 476	1.77 544	1.95 552	1.89 526	2.04 547	1.88 560	2.36 461	9.55 607	0.27 416	0.25 462	0.35 501	0.32 498	0.39 480	0.39 477

RYNet	1.24 497	0.52 469	1.57 474	0.73 481	0.97 560	1.74 525	0.95 513	2.09 479	1.54 518	1.44 469	1.18 333	1.94 532	1.29 500	4.57 530	1.93 536	0.27 416	0.23 440	0.35 501	0.27 443	0.57 544	0.59 546

CFNet_RVC	0.78 344	0.36 357	0.74 210	0.67 428	0.56 449	0.86 368	0.54 367	1.46 310	1.17 356	1.01 264	1.28 377	1.68 501	1.03 443	1.57 354	0.95 424	0.27 416	0.21 397	0.33 486	0.26 425	0.31 429	0.26 345

MSAF-DinoV2	2.45 576	1.88 598	17.19 639	0.89 546	0.52 422	1.39 488	0.97 515	2.84 584	1.77 544	1.55 499	1.65 490	3.60 588	2.28 579	5.74 557	4.64 582	0.28 434	0.17 317	0.26 399	0.28 454	0.49 525	0.54 530

FACV-RUCA	0.66 268	0.36 357	0.89 294	0.63 378	0.65 486	0.84 360	0.41 230	1.67 355	1.11 319	0.91 238	1.14 319	0.63 204	0.77 313	0.84 164	0.54 292	0.28 434	0.19 367	0.47 546	0.22 353	0.36 463	0.29 393

ACV-stereo	1.00 442	0.55 478	1.47 458	0.59 338	0.42 354	2.38 567	0.58 397	1.20 247	1.21 375	0.83 217	1.01 250	3.36 586	2.10 570	1.64 371	1.17 453	0.28 434	0.22 412	0.23 315	0.22 353	0.29 406	0.35 456

test_sample6	0.77 339	0.36 357	1.07 366	0.56 283	0.31 180	0.82 344	0.56 384	2.12 483	1.24 392	1.21 357	1.40 421	0.90 300	0.90 384	1.45 334	0.87 398	0.28 434	0.23 440	0.28 430	0.29 473	0.28 389	0.30 409

CRFU-Net	0.90 414	0.42 424	1.10 377	0.69 453	0.59 463	1.76 527	0.84 486	2.33 535	0.92 229	1.45 475	1.20 338	1.62 489	1.25 494	1.38 314	0.94 422	0.28 434	0.23 440	0.22 281	0.19 254	0.24 343	0.27 363

dd	0.62 250	0.51 463	1.17 407	0.56 283	0.33 234	0.74 299	0.46 297	1.03 172	1.40 479	0.80 208	0.87 211	0.60 189	0.57 233	1.02 224	0.86 393	0.28 434	0.18 349	0.26 399	0.19 254	0.35 459	0.27 363

AASNet	0.80 359	0.39 405	1.16 406	0.84 528	0.80 532	1.14 443	0.59 404	2.12 483	1.21 375	1.26 389	1.26 362	0.93 314	0.77 313	0.84 164	1.23 465	0.28 434	0.24 450	0.24 339	0.20 283	0.28 389	0.27 363

GwcNet-ADL	0.67 279	0.33 288	0.90 304	0.58 319	0.41 344	0.60 222	0.59 404	1.55 330	1.28 420	1.11 291	1.13 314	0.90 300	0.59 254	1.11 252	0.91 410	0.28 434	0.18 349	0.18 149	0.18 231	0.25 355	0.33 437

ADLNet	0.89 406	0.39 405	1.09 372	0.88 539	0.73 509	1.24 467	0.75 456	2.02 461	1.41 483	1.58 505	1.37 409	1.26 418	1.00 430	1.31 294	1.18 454	0.28 434	0.21 397	0.26 399	0.26 425	0.29 406	0.36 460

GES	0.70 302	0.37 378	1.05 359	0.62 368	0.38 309	0.94 396	0.57 390	2.37 539	0.92 229	1.05 277	1.12 303	0.67 214	0.77 313	1.02 224	0.65 339	0.28 434	0.20 381	0.20 214	0.20 283	0.22 294	0.31 419

HCRNet	0.72 314	0.40 411	0.86 283	0.61 360	0.57 454	0.75 304	0.35 160	1.39 297	1.21 375	1.11 291	0.99 243	1.01 349	0.76 309	2.18 446	0.73 356	0.28 434	0.19 367	0.28 430	0.23 385	0.25 355	0.26 345

PSMNet-RSSM	0.78 344	0.32 268	0.89 294	0.65 400	0.43 359	0.73 297	0.58 397	2.14 493	1.19 364	1.18 337	1.38 414	1.31 430	1.07 457	1.43 329	0.82 387	0.28 434	0.21 397	0.27 414	0.29 473	0.25 355	0.26 345

FADNet_RVC	0.88 404	0.56 482	2.15 518	0.57 305	0.43 359	1.17 457	0.46 297	1.68 359	1.12 327	0.91 238	1.24 358	0.91 304	0.94 400	2.22 448	1.20 457	0.28 434	0.22 412	0.32 474	0.28 454	0.46 516	0.42 495

UCFNet_RVC	0.72 314	0.37 378	0.59 122	0.66 414	0.41 344	0.89 375	0.68 437	1.78 392	1.15 344	1.01 264	1.20 338	1.22 403	0.95 405	1.07 238	0.66 343	0.28 434	0.21 397	0.34 494	0.31 491	0.33 447	0.29 393

DRN-Test	1.07 462	0.49 456	1.95 504	0.75 496	0.81 536	1.61 513	0.78 463	2.26 519	1.53 516	1.84 539	1.35 404	1.42 449	1.04 449	2.26 453	1.61 513	0.28 434	0.23 440	0.31 461	0.30 485	0.33 447	0.33 437

NaN_ROB	1.23 494	0.63 504	1.76 486	0.67 428	0.50 407	1.59 512	2.00 589	1.87 420	1.52 515	2.14 562	1.26 362	1.40 448	1.09 461	4.60 531	1.75 528	0.28 434	0.34 526	0.28 430	0.29 473	0.30 422	0.37 464

w-ln-seven	1.56 525	0.83 543	5.96 578	0.78 510	0.74 514	2.64 575	1.01 524	2.13 491	2.03 563	2.09 559	1.76 506	1.84 521	1.27 497	2.98 494	3.23 566	0.29 450	0.26 469	0.31 461	0.30 485	0.41 488	0.38 472

DDVS	0.80 359	0.43 429	1.09 372	0.64 393	0.44 369	1.27 471	0.43 256	1.49 316	0.94 242	1.21 357	1.16 327	1.42 449	0.63 270	2.14 442	1.02 438	0.29 450	0.22 412	0.26 399	0.23 385	0.31 429	0.37 464

Wz-Net-LNSev	1.17 479	0.72 529	4.71 573	0.66 414	0.84 541	1.72 520	1.13 537	1.97 450	1.43 493	1.34 429	1.32 389	1.66 496	1.30 503	1.44 333	1.51 501	0.29 450	0.26 469	0.24 339	0.23 385	0.33 447	0.35 456

NINENet	0.81 368	0.40 411	0.89 294	0.65 400	0.53 430	2.30 563	0.42 238	2.12 483	1.13 333	1.20 350	1.27 371	1.02 351	0.70 297	1.26 284	0.75 363	0.29 450	0.24 450	0.31 461	0.21 325	0.27 373	0.26 345

STTStereo	0.82 370	0.53 471	1.53 470	0.68 440	0.56 449	0.88 373	0.56 384	1.57 336	1.14 339	1.39 450	1.10 290	1.26 418	0.84 350	1.49 348	0.90 406	0.29 450	0.28 485	0.33 486	0.40 536	0.33 447	0.37 464

PA-Net	1.14 474	0.63 504	2.12 516	0.67 428	0.75 518	1.19 460	0.91 502	1.91 432	1.46 506	1.18 337	1.23 354	1.33 436	1.17 479	4.31 525	1.41 489	0.29 450	0.46 567	0.33 486	0.50 560	0.33 447	0.57 541
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	1.05 455	0.53 471	2.21 522	0.80 513	0.93 553	1.50 502	0.90 500	2.06 473	1.44 496	1.68 524	1.20 338	1.48 464	0.99 424	1.86 404	1.60 512	0.29 450	0.24 450	0.29 442	0.28 454	0.35 459	0.33 437

ttt	1.26 499	0.36 357	0.79 233	0.65 400	0.42 354	0.94 396	0.57 390	2.33 535	1.38 468	1.25 376	1.65 490	0.92 312	0.78 320	2.64 481	8.73 603	0.30 457	0.28 485	0.26 399	0.25 407	0.29 406	0.32 428

LMCR-Stereo	0.87 400	0.50 459	0.99 339	0.80 513	0.43 359	1.32 475	0.55 377	2.79 581	1.03 281	1.55 499	1.49 443	0.74 235	1.01 433	1.76 389	0.99 430	0.30 457	0.17 317	0.22 281	0.18 231	0.31 429	0.22 260

ac_64	0.86 396	0.32 268	1.02 349	0.74 487	0.60 467	1.04 420	0.53 353	2.20 514	0.99 267	1.23 368	1.11 299	1.96 534	1.06 455	2.01 427	1.01 435	0.30 457	0.22 412	0.24 339	0.23 385	0.22 294	0.22 260

FADNet-RVC	0.96 432	0.72 529	2.96 548	0.64 393	0.49 402	0.90 379	0.59 404	1.85 417	1.27 412	0.92 241	0.97 237	1.36 440	0.90 384	2.36 461	1.31 474	0.30 457	0.29 495	0.32 474	0.32 498	0.42 492	0.37 464

z-mn7	1.77 540	1.06 558	7.02 585	0.74 487	0.54 438	2.58 571	1.03 525	1.90 431	2.73 589	1.61 510	3.00 575	1.96 534	1.40 516	5.23 544	2.87 559	0.31 461	0.25 462	0.27 414	0.25 407	0.34 455	0.35 456

coex-ft	8.35 616	2.39 607	100.24 671	0.68 440	0.54 438	1.77 529	1.57 571	1.71 376	11.00 632	18.91 634	3.76 585	3.85 591	8.23 620	3.29 505	6.58 593	0.31 461	0.31 504	0.32 474	0.31 491	0.69 561	0.57 541

ssnet_v2	0.92 422	0.39 405	1.22 422	0.66 414	0.39 318	1.31 474	0.96 514	2.32 529	1.45 501	1.48 485	1.17 330	1.53 475	0.91 387	1.16 263	1.71 527	0.31 461	0.27 479	0.30 454	0.29 473	0.28 389	0.29 393

ICVP	0.66 268	0.35 347	0.71 189	0.63 378	0.41 344	0.85 367	0.56 384	1.78 392	0.96 251	0.92 241	1.24 358	0.88 288	0.75 308	0.76 133	0.93 417	0.31 461	0.22 412	0.22 281	0.21 325	0.24 343	0.28 379
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.93 427	0.40 411	1.15 392	0.67 428	0.50 407	0.95 403	0.78 463	2.73 575	1.21 375	1.20 350	1.12 303	1.25 412	0.91 387	3.21 501	0.95 424	0.31 461	0.20 381	0.23 315	0.20 283	0.28 389	0.31 419

GwcNet	1.26 499	0.63 504	5.13 575	0.81 517	1.15 575	1.73 523	0.69 440	1.84 409	1.53 516	1.51 488	1.71 501	1.72 505	1.09 461	2.20 447	1.61 513	0.31 461	0.30 499	0.29 442	0.27 443	0.30 422	0.41 487

DSFCA	0.95 428	0.38 396	1.23 424	0.55 262	0.66 492	1.50 502	0.93 508	1.58 338	1.24 392	1.59 508	1.16 327	1.48 464	0.95 405	2.96 493	1.20 457	0.31 461	0.28 485	0.25 378	0.26 425	0.29 406	0.26 345

GANet	1.41 511	0.52 469	1.18 412	0.74 487	0.48 395	1.40 492	1.69 575	1.87 420	1.28 420	1.56 501	2.39 557	1.56 480	1.25 494	9.13 607	1.20 457	0.31 461	0.32 516	0.34 494	0.29 473	0.40 484	0.33 437

zh-mn7	1.84 547	1.51 584	9.67 598	0.70 462	0.54 438	1.47 500	0.84 486	1.93 441	2.13 570	2.50 576	2.70 568	1.67 498	1.35 509	4.75 537	3.14 565	0.32 469	0.27 479	0.27 414	0.27 443	0.32 440	0.39 477

TCMNet	1.07 462	0.66 514	2.49 532	0.92 550	1.32 585	1.14 443	0.67 434	1.91 432	1.29 432	1.20 350	1.57 474	1.29 425	0.96 407	2.23 449	1.59 511	0.32 469	0.31 504	0.38 518	0.35 522	0.43 495	0.40 482

rvit_0105_6	0.56 196	0.38 396	1.13 385	0.67 428	0.38 309	0.50 146	0.51 336	0.88 131	1.33 447	0.54 156	0.56 129	0.65 208	0.57 233	0.97 211	0.46 227	0.32 469	0.31 504	0.28 430	0.25 407	0.29 406	0.23 281

test_sample7	0.78 344	0.39 405	0.89 294	0.55 262	0.35 274	0.93 393	0.75 456	1.99 455	1.27 412	1.25 376	1.22 346	1.09 374	1.01 433	1.31 294	0.73 356	0.32 469	0.32 516	0.32 474	0.32 498	0.33 447	0.33 437

Wz-Net-SNSev	1.68 535	1.45 579	8.71 594	0.71 466	0.67 498	1.35 483	1.51 565	2.15 498	1.47 507	1.51 488	1.68 496	2.27 555	1.38 513	4.23 522	2.36 550	0.32 469	0.29 495	0.31 461	0.33 512	0.43 495	0.39 477

pcwnet_v2	0.91 419	0.39 405	2.74 542	0.64 393	0.55 444	0.81 342	0.49 326	2.19 511	1.63 532	1.44 469	1.64 489	1.09 374	0.79 329	1.31 294	0.70 352	0.32 469	0.25 462	0.29 442	0.27 443	0.37 469	0.37 464

APVNet	1.11 470	0.59 488	1.95 504	0.87 537	0.77 524	1.90 542	0.82 483	2.03 465	1.15 344	1.14 316	1.43 431	1.55 478	1.12 473	3.03 495	1.62 515	0.32 469	0.34 526	0.42 534	0.36 526	0.36 463	0.41 487

zh-sn7	2.00 558	1.73 593	9.50 597	0.77 506	0.73 509	1.77 529	1.32 557	2.08 476	1.66 534	1.91 544	2.48 564	1.81 518	2.25 578	5.74 557	4.07 576	0.33 476	0.33 522	0.32 474	0.32 498	0.44 506	0.46 509

rvit_0105_5	0.61 247	0.41 421	1.19 413	0.67 428	0.37 294	0.57 201	0.56 384	1.08 193	1.28 420	0.65 181	0.68 156	0.77 243	0.67 286	0.91 191	0.51 265	0.33 476	0.32 516	0.30 454	0.27 443	0.28 389	0.28 379

rvit_0105_4	0.58 220	0.40 411	1.19 413	0.68 440	0.38 309	0.53 171	0.55 377	0.93 137	1.27 412	0.56 163	0.61 140	0.72 233	0.63 270	1.01 220	0.47 237	0.33 476	0.33 522	0.29 442	0.25 407	0.29 406	0.26 345

hitnet-ft	0.84 385	0.38 396	0.75 215	0.59 338	0.44 369	0.99 414	0.47 308	1.61 347	1.38 468	1.21 357	1.22 346	1.82 519	0.99 424	1.87 405	1.09 445	0.33 476	0.29 495	0.34 494	0.27 443	0.36 463	0.33 437

RTSC	1.43 516	0.89 546	3.62 563	0.94 559	0.64 481	1.85 539	0.69 440	2.20 514	2.04 565	2.22 563	1.70 499	1.67 498	1.27 497	2.53 476	4.48 580	0.33 476	0.25 462	0.27 414	0.29 473	0.38 475	0.40 482

AdaStereo	0.74 321	0.48 451	0.86 283	0.75 496	0.38 309	0.94 396	0.56 384	2.05 472	1.24 392	1.15 318	1.22 346	1.07 363	0.67 286	1.05 231	0.73 356	0.33 476	0.16 287	0.32 474	0.22 353	0.29 406	0.23 281
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.
MDST_ROB	1.88 549	0.40 411	1.71 483	0.93 556	0.60 467	4.27 604	1.23 551	3.99 601	1.44 496	4.61 608	2.63 567	1.44 455	1.03 443	9.78 615	1.62 515	0.33 476	0.26 469	0.37 514	0.33 512	0.31 429	0.34 447

ETE_ROB	1.01 446	0.69 522	1.49 461	0.72 472	0.50 407	1.15 447	1.12 535	1.91 432	1.24 392	1.94 550	1.50 450	1.73 507	1.06 455	1.78 392	1.33 481	0.33 476	0.26 469	0.38 518	0.34 518	0.40 484	0.44 502

PSMNet_ROB	0.95 428	0.57 487	1.45 456	0.75 496	0.64 481	1.28 472	1.12 535	1.84 409	1.15 344	1.16 322	1.29 381	1.44 455	0.89 381	1.74 386	1.70 525	0.33 476	0.25 462	0.37 514	0.39 534	0.36 463	0.32 428

SGM_RVC	1.88 549	0.40 411	0.90 304	0.63 378	0.30 158	2.81 579	1.26 554	2.73 575	1.81 551	4.09 600	2.85 572	3.88 592	3.19 594	8.42 603	2.44 551	0.33 476	0.31 504	0.30 454	0.28 454	0.31 429	0.31 419
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
NLCSM	1.29 503	0.74 534	1.80 491	0.72 472	0.92 549	1.32 475	1.04 526	2.78 579	1.11 319	1.24 372	2.00 537	1.82 519	0.96 407	5.79 561	1.56 505	0.34 486	0.28 485	0.31 461	0.35 522	0.42 492	0.40 482

YMNet	1.04 450	0.59 488	1.67 480	0.86 534	0.86 543	1.84 537	0.61 416	1.70 372	1.28 420	1.65 519	1.98 534	1.75 512	0.96 407	1.57 354	1.58 508	0.34 486	0.37 542	0.32 474	0.32 498	0.33 447	0.32 428

YMNet_1	1.04 450	0.59 488	1.67 480	0.86 534	0.86 543	1.84 537	0.61 416	1.70 372	1.28 420	1.65 519	1.98 534	1.75 512	0.96 407	1.57 354	1.58 508	0.34 486	0.37 542	0.32 474	0.32 498	0.33 447	0.32 428

GMStereo_Zeroshot	0.70 302	0.64 507	1.11 379	0.65 400	0.38 309	0.84 360	0.37 188	1.09 200	1.16 351	1.14 316	1.07 277	1.26 418	0.55 224	1.23 277	0.65 339	0.34 486	0.17 317	0.31 461	0.18 231	0.57 544	0.23 281

PSMNet-ADL	0.75 325	0.36 357	0.69 181	0.71 466	0.47 393	1.13 440	0.46 297	1.47 313	1.07 297	0.85 224	1.18 333	1.31 430	0.94 400	1.56 352	1.06 443	0.34 486	0.22 412	0.22 281	0.23 385	0.27 373	0.36 460

FADNet	0.98 436	0.64 507	2.57 536	0.66 414	0.55 444	0.95 403	0.57 390	1.91 432	1.38 468	0.94 247	1.02 253	1.36 440	1.00 430	2.69 484	0.97 428	0.34 486	0.34 526	0.31 461	0.34 518	0.61 553	0.42 495

ADCMid	2.11 563	0.90 547	8.39 592	0.75 496	0.69 502	1.98 547	1.14 540	2.18 509	1.67 536	2.85 584	1.85 522	2.35 561	2.02 566	2.35 460	10.58 611	0.34 486	0.32 516	0.39 522	0.44 546	0.51 530	0.53 529

DANet	1.16 477	0.64 507	1.52 467	0.88 539	0.74 514	1.52 504	0.52 347	1.68 359	1.21 375	1.81 536	1.55 464	2.02 542	1.11 467	3.30 506	2.28 546	0.34 486	0.31 504	0.40 528	0.30 485	0.46 516	0.54 530
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TDLM	1.08 466	0.50 459	1.01 346	0.69 453	0.54 438	0.91 382	1.40 562	1.60 345	1.36 461	1.17 326	1.40 421	1.07 363	1.00 430	6.19 567	0.85 392	0.34 486	0.22 412	0.35 501	0.26 425	0.38 475	0.29 393

SANet	2.26 569	0.70 524	6.94 584	0.69 453	0.46 382	2.76 578	1.76 581	2.61 568	5.84 615	2.45 572	3.52 583	3.71 589	3.38 599	5.90 562	2.14 541	0.34 486	0.31 504	0.32 474	0.29 473	0.54 539	0.43 499

PWC_ROB	1.39 509	0.93 552	4.07 567	0.77 506	0.83 539	1.16 450	0.53 353	1.87 420	2.01 562	2.36 568	3.06 577	1.65 495	1.60 535	2.65 483	2.29 548	0.34 486	0.23 440	0.36 511	0.25 407	0.39 480	0.49 516

CSP-Net	1.00 442	0.41 421	0.99 339	0.56 283	0.43 359	1.62 515	0.76 459	2.16 500	1.16 351	1.33 422	1.22 346	1.32 434	0.89 381	4.67 533	0.93 417	0.35 497	0.24 450	0.20 214	0.20 283	0.23 314	0.30 409

WZ-Net	2.14 565	1.08 561	11.68 630	0.89 546	0.78 528	1.76 527	1.59 572	2.39 541	2.03 563	2.11 560	1.95 533	2.30 558	2.28 579	5.94 565	3.86 575	0.35 497	0.27 479	0.29 442	0.32 498	0.52 531	0.50 520

SACVNet	0.89 406	0.51 463	1.08 369	0.83 524	0.58 457	0.83 352	0.78 463	1.84 409	1.17 356	1.39 450	1.33 395	1.25 412	1.01 433	2.31 458	0.92 414	0.35 497	0.26 469	0.31 461	0.29 473	0.35 459	0.48 511

CVANet_RVC	1.10 468	0.49 456	1.15 392	0.65 400	0.54 438	0.93 393	1.00 521	1.69 368	1.36 461	1.42 462	1.39 416	1.24 411	1.17 479	6.22 569	0.80 384	0.35 497	0.24 450	0.35 501	0.30 485	0.44 506	0.32 428

DeepPruner_ROB	0.79 353	0.55 478	1.14 390	0.61 360	0.46 382	0.78 319	0.54 367	1.83 407	1.00 271	1.42 462	1.27 371	1.23 407	0.77 313	1.56 352	0.89 402	0.35 497	0.28 485	0.27 414	0.26 425	0.32 440	0.34 447

NCCL2	1.06 457	0.64 507	1.35 444	0.78 510	0.58 457	1.32 475	1.69 575	1.89 427	1.38 468	1.52 490	1.20 338	1.91 524	1.17 479	1.79 397	1.50 499	0.35 497	0.31 504	0.45 540	0.44 546	0.41 488	0.45 504

CBMV	1.04 450	0.48 451	0.88 290	0.56 283	0.36 284	1.52 504	1.55 569	1.87 420	1.59 527	2.11 560	1.67 494	1.46 461	1.35 509	1.92 413	1.31 474	0.35 497	0.35 533	0.39 522	0.33 512	0.34 455	0.34 447
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
CASS	0.67 279	0.36 357	0.84 270	0.57 305	0.28 125	0.82 344	0.43 256	1.62 350	0.92 229	1.39 450	1.28 377	0.87 282	0.84 350	0.88 180	0.59 317	0.36 504	0.19 367	0.26 399	0.22 353	0.29 406	0.43 499
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Syn2CoEx	1.23 494	0.80 537	3.07 551	0.83 524	0.68 499	1.39 488	0.87 497	2.23 516	1.57 525	1.28 400	1.58 476	1.42 449	1.57 534	3.79 518	1.48 498	0.36 504	0.32 516	0.34 494	0.30 485	0.30 422	0.41 487

FBW_ROB	1.78 541	0.66 514	1.90 499	0.72 472	0.66 492	1.79 534	1.07 531	2.79 581	1.77 544	1.84 539	1.79 511	1.98 536	1.37 512	12.42 626	2.22 543	0.36 504	0.38 547	0.57 568	0.39 534	0.46 516	0.51 524

rvit_0105_3	0.66 268	0.47 445	1.27 432	0.74 487	0.40 330	0.63 244	0.70 447	1.22 254	1.28 420	0.83 217	0.71 170	0.82 262	0.72 302	0.93 196	0.58 310	0.37 507	0.34 526	0.34 494	0.32 498	0.28 389	0.31 419

rvit_stereo_0075_2	0.66 268	0.47 445	1.21 421	0.67 428	0.66 492	0.53 171	0.48 315	1.24 261	1.17 356	0.77 203	0.91 219	0.78 247	0.59 254	1.05 231	0.63 330	0.37 507	0.28 485	0.40 528	0.31 491	0.38 475	0.34 447

stereogan	1.22 490	0.45 437	2.03 510	0.87 537	0.85 542	2.52 569	0.72 451	1.98 451	1.78 548	1.92 546	1.94 531	2.31 559	1.42 521	2.10 438	1.14 450	0.38 509	0.36 537	0.39 522	0.32 498	0.52 531	0.49 516

AnyNet_C32	2.14 565	1.45 579	7.38 587	0.95 561	1.12 569	2.23 559	2.34 604	2.10 481	1.54 518	2.44 571	1.79 511	2.04 547	1.66 542	2.69 484	10.48 610	0.38 509	0.35 533	0.35 501	0.42 540	0.50 527	0.60 549

ADCPNet	1.97 557	0.78 536	9.38 596	0.74 487	0.61 473	2.73 577	1.36 560	2.11 482	1.66 534	1.92 546	1.70 499	2.45 566	2.07 568	2.50 474	6.84 595	0.38 509	0.38 547	0.38 518	0.43 544	0.47 520	0.50 520

SGM-ForestM	7.81 615	0.48 451	11.02 623	0.74 487	0.40 330	16.83 624	12.72 626	7.91 621	8.13 617	11.53 627	10.25 621	22.44 641	14.01 626	17.02 628	20.52 627	0.38 509	0.39 552	0.37 514	0.36 526	0.37 469	0.38 472

PS-NSSS	1.02 447	0.62 503	1.17 407	0.61 360	0.58 457	0.91 382	0.79 471	2.02 461	1.19 364	1.17 326	1.68 496	1.00 344	0.85 355	4.43 527	0.86 393	0.38 509	0.31 504	0.52 555	0.32 498	0.52 531	0.45 504

LALA_ROB	1.06 457	0.66 514	1.37 452	0.70 462	0.53 430	1.61 513	1.25 553	1.81 403	1.48 511	1.82 538	1.40 421	1.93 528	1.03 443	1.68 377	1.69 523	0.38 509	0.28 485	0.43 535	0.37 530	0.43 495	0.38 472

psmorigin	1.69 537	0.74 534	13.13 631	0.70 462	0.60 467	1.16 450	0.79 471	1.69 368	1.25 400	2.07 558	1.77 509	2.23 552	1.51 531	2.14 442	1.45 493	0.39 515	0.41 554	0.34 494	0.33 512	0.45 509	0.63 553

SGM-Forest	1.29 503	0.40 411	0.74 210	0.54 246	0.37 294	1.55 507	1.26 554	1.82 405	1.39 477	2.22 563	1.81 517	1.64 494	1.02 441	7.65 596	1.20 457	0.39 515	0.37 542	0.39 522	0.34 518	0.37 469	0.34 447
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ISRNet	0.83 379	0.35 347	1.31 439	0.84 528	0.65 486	0.60 222	0.41 230	1.28 274	1.15 344	1.61 510	1.55 464	1.34 437	0.77 313	1.33 303	0.98 429	0.40 517	0.34 526	0.43 535	0.38 533	0.34 455	0.49 516

Anonymous3	0.64 262	0.47 445	1.31 439	0.59 338	0.50 407	0.93 393	0.69 440	1.11 208	0.83 201	0.74 198	0.89 216	0.65 208	0.68 290	1.08 241	0.54 292	0.40 517	0.31 504	0.26 399	0.26 425	0.31 429	0.30 409

SHD	1.42 513	0.81 540	2.79 544	0.98 563	0.92 549	1.97 546	0.68 437	2.43 546	2.55 578	2.54 577	1.72 502	2.01 541	1.62 536	2.14 442	2.70 555	0.40 517	0.33 522	0.39 522	0.40 536	0.48 521	0.54 530

XPNet_ROB	1.02 447	0.56 482	1.33 443	0.75 496	0.58 457	1.11 437	1.13 537	1.77 390	1.29 432	1.88 542	1.43 431	1.63 493	1.13 474	2.04 430	1.69 523	0.40 517	0.31 504	0.33 486	0.29 473	0.37 469	0.37 464

Wz-Net-TNSev	2.10 562	2.71 615	9.30 595	0.72 472	0.65 486	2.41 568	1.81 587	2.45 548	1.77 544	1.62 514	1.56 470	2.56 569	2.01 564	5.30 545	4.46 579	0.41 521	0.38 547	0.33 486	0.37 530	0.54 539	0.64 554

RTS	2.76 580	1.55 587	15.40 634	1.13 572	1.42 587	3.75 596	2.21 598	2.45 548	2.72 587	2.91 587	2.85 572	2.58 570	1.62 536	6.28 573	5.80 590	0.41 521	0.30 499	0.35 501	0.35 522	0.52 531	0.54 530

RTSA	2.76 580	1.55 587	15.40 634	1.13 572	1.42 587	3.75 596	2.21 598	2.45 548	2.72 587	2.91 587	2.85 572	2.58 570	1.62 536	6.28 573	5.80 590	0.41 521	0.30 499	0.35 501	0.35 522	0.52 531	0.54 530

AnyNet_C01	2.38 573	2.21 605	10.17 608	0.99 564	0.79 530	3.12 586	2.37 605	2.69 574	1.89 555	2.58 579	2.44 561	2.70 574	1.86 559	3.65 511	7.12 596	0.41 521	0.41 554	0.40 528	0.42 540	0.68 560	0.79 570

S-Stereo	1.17 479	0.48 451	2.25 526	0.83 524	0.81 536	1.22 463	1.17 544	2.12 483	2.08 566	1.47 479	2.13 545	1.55 478	1.16 475	2.09 437	1.46 495	0.42 525	0.40 553	0.35 501	0.32 498	0.45 509	0.73 564

rvit_105_1	0.76 333	0.54 474	1.27 432	0.80 513	0.49 402	0.74 299	0.86 493	1.39 297	1.23 388	1.00 259	0.80 195	0.93 314	0.78 320	1.29 291	0.78 372	0.43 526	0.36 537	0.36 511	0.42 540	0.30 422	0.36 460

dad	0.90 414	0.73 532	1.28 435	0.59 338	0.39 318	0.83 352	0.45 291	1.24 261	1.54 518	1.52 490	1.28 377	1.36 440	0.86 363	2.54 477	0.91 410	0.43 526	0.27 479	0.82 581	0.26 425	0.44 506	0.34 447

FINET	1.54 523	0.67 518	7.28 586	0.76 504	0.97 560	1.42 497	1.38 561	2.80 583	3.12 593	1.23 368	1.68 496	1.04 355	1.11 467	3.35 507	1.78 532	0.43 526	0.37 542	0.32 474	0.29 473	0.43 495	0.41 487

edge stereo	1.15 476	0.54 474	1.50 462	0.73 481	0.66 492	1.18 459	0.84 486	2.13 491	1.41 483	1.73 528	1.84 519	2.53 568	1.46 525	2.46 468	1.35 484	0.43 526	0.41 554	0.54 560	0.36 526	0.43 495	0.50 520

Nwc_Net	1.19 485	0.53 471	2.34 528	0.92 550	0.81 536	1.49 501	0.70 447	2.28 527	1.32 445	1.41 458	2.27 551	2.03 545	1.76 552	2.05 434	1.46 495	0.43 526	0.30 499	0.43 535	0.46 551	0.39 480	0.40 482

ADCS	2.35 571	1.26 573	6.54 581	0.85 531	0.77 524	2.18 558	1.79 583	2.47 553	2.20 571	2.80 583	2.14 547	2.38 562	2.09 569	2.81 489	13.83 619	0.43 526	0.41 554	0.40 528	0.45 549	0.59 547	0.67 556

DeepPrunerF	1.68 535	0.82 541	6.82 582	0.94 559	1.20 580	0.91 382	0.97 515	2.50 558	5.19 613	1.22 365	1.30 382	1.18 394	1.29 500	4.96 540	1.75 528	0.43 526	0.35 533	0.52 555	0.48 555	0.43 495	0.42 495

LSM	6.55 610	1.26 573	15.64 637	1.79 590	68.74 667	1.67 519	2.08 595	2.26 519	2.59 579	3.13 594	3.08 578	1.90 522	1.81 555	2.89 492	2.16 542	0.43 526	0.59 587	0.50 551	0.58 571	0.64 555	17.24 634

CSAN	1.61 529	0.67 518	3.24 556	0.74 487	0.52 422	1.77 529	1.74 580	1.98 451	1.94 558	2.47 575	2.33 555	1.93 528	2.04 567	6.45 579	1.95 537	0.43 526	0.36 537	0.41 533	0.42 540	0.43 495	0.44 502

FAT-Stereo	1.10 468	0.43 429	1.46 457	0.74 487	0.60 467	1.13 440	0.92 504	2.06 473	1.71 540	1.75 530	2.00 537	2.02 542	1.47 527	2.02 429	1.26 469	0.44 535	0.36 537	0.34 494	0.29 473	0.36 463	0.57 541

CBMV_ROB	0.99 439	0.46 440	0.68 175	0.53 232	0.39 318	1.40 492	0.48 315	2.09 479	1.30 436	1.53 493	2.29 553	1.36 440	1.23 490	2.46 468	1.04 442	0.44 535	0.42 559	0.47 546	0.44 546	0.41 488	0.39 477

MeshStereo	2.36 572	0.60 491	1.05 359	0.63 378	0.51 417	2.58 571	0.99 519	3.46 593	2.21 572	7.38 622	5.06 600	7.50 610	3.10 593	7.02 589	2.54 553	0.44 535	0.44 561	0.45 540	0.40 536	0.43 495	0.45 504
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
NVstereo2D	0.99 439	0.45 437	2.21 522	0.79 512	0.75 518	1.20 461	0.86 493	1.98 451	1.41 483	1.02 268	1.18 333	1.31 430	0.97 418	2.25 452	0.93 417	0.45 538	0.22 412	0.39 522	0.25 407	0.59 547	0.68 560

GASNet	1.13 472	1.10 564	3.29 557	1.00 565	0.68 499	0.82 344	0.67 434	1.85 417	1.38 468	1.39 450	1.25 360	1.25 412	1.20 489	2.72 486	1.62 515	0.46 539	0.26 469	0.36 511	0.34 518	0.55 541	0.33 437

HBP-ISP	1.00 442	0.60 491	0.85 276	0.64 393	0.48 395	1.63 516	0.77 460	2.24 518	1.30 436	1.33 422	1.53 460	0.87 282	0.99 424	3.26 504	0.76 366	0.46 539	0.44 561	0.54 560	0.48 555	0.48 521	0.42 495

RGC	1.22 490	0.82 541	1.71 483	0.95 561	0.98 562	1.53 506	0.80 474	2.18 509	1.35 452	1.69 525	1.94 531	2.03 545	1.66 542	2.36 461	1.50 499	0.46 539	0.36 537	0.59 571	0.48 555	0.49 525	0.49 516

NOSS_ROB	1.29 503	0.49 456	0.68 175	0.60 346	0.40 330	1.09 436	0.77 460	1.94 443	1.44 496	1.04 274	1.46 437	1.10 378	0.81 340	10.57 623	0.78 372	0.46 539	0.43 560	0.48 548	0.45 549	0.45 509	0.43 499

MFN_U_SF_DS_RVC	1.80 543	1.11 565	4.33 570	0.84 528	0.77 524	3.70 593	2.41 608	2.04 468	1.85 553	1.75 530	1.90 528	1.92 527	1.25 494	7.33 591	1.45 493	0.47 543	0.47 568	0.53 559	0.77 585	0.50 527	0.55 536

SAMSARA	1.80 543	0.90 547	3.37 558	1.28 581	1.13 571	3.71 594	2.33 603	2.53 562	1.93 557	3.17 595	1.73 503	2.99 578	1.68 544	3.53 510	2.46 552	0.47 543	0.54 580	0.43 535	0.47 553	0.59 547	0.64 554

DGSMNet	1.24 497	0.84 544	3.20 553	0.91 549	0.92 549	1.39 488	1.34 558	2.46 552	1.44 496	1.34 429	1.66 492	1.50 469	1.03 443	1.85 401	1.30 473	0.48 545	0.48 570	0.55 564	0.51 563	0.78 567	0.79 570

PVD	1.82 545	0.91 550	3.02 550	1.03 566	0.94 556	2.61 573	1.14 540	2.78 579	3.40 598	3.08 593	2.75 569	2.39 564	2.49 585	2.81 489	3.66 571	0.48 545	0.49 576	0.59 571	0.49 558	0.60 550	0.81 572

G-Net	1.71 538	0.67 518	2.09 513	1.14 575	0.75 518	2.96 585	0.89 499	1.58 338	1.30 436	2.76 582	8.12 617	2.29 557	2.51 586	1.94 416	2.23 545	0.49 547	0.45 563	0.45 540	0.31 491	0.62 554	0.59 546

NCC-stereo	1.20 487	0.60 491	1.84 494	0.88 539	0.95 557	1.32 475	0.94 510	2.14 493	1.36 461	1.43 466	1.79 511	1.93 528	2.13 575	2.54 477	1.41 489	0.49 547	0.38 547	0.45 540	0.59 573	0.43 495	0.45 504

Abc-Net	1.20 487	0.60 491	1.84 494	0.88 539	0.95 557	1.32 475	0.94 510	2.14 493	1.36 461	1.43 466	1.79 511	1.93 528	2.13 575	2.54 477	1.41 489	0.49 547	0.38 547	0.45 540	0.59 573	0.43 495	0.45 504
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	1.51 521	0.98 555	3.20 553	0.92 550	0.76 523	2.01 550	1.17 544	2.53 562	1.99 561	2.01 555	1.54 461	2.00 538	1.54 532	3.16 499	3.46 569	0.49 547	0.31 504	0.45 540	0.40 536	0.71 564	0.62 551

AF-Net	1.23 494	0.56 482	2.31 527	0.88 539	0.93 553	1.41 494	0.73 454	2.27 525	1.71 540	1.76 533	2.42 559	2.00 538	1.70 545	1.98 422	1.62 515	0.50 551	0.29 495	0.49 550	0.33 512	0.40 484	0.34 447

DPSNet	1.91 554	0.64 507	5.95 577	0.73 481	0.59 463	2.04 552	1.61 573	3.84 599	1.96 560	1.54 496	1.39 416	2.27 555	3.32 597	4.95 539	4.79 583	0.50 551	0.31 504	0.29 442	0.26 425	0.67 559	0.54 530

FSD					0.52 422	0.54 184	0.58 397	0.71 71	0.54 105	0.54 156	0.53 114	0.60 189	0.52 210	0.58 70	0.56 301	0.51 553	0.48 570	0.50 551	0.49 558	0.50 527

FCDSN-DC	2.47 577	0.65 513	1.00 344	0.85 531	0.75 518	2.26 562	0.97 515	2.31 528	1.83 552	5.52 617	7.65 612	7.72 613	7.70 619	4.43 527	2.64 554	0.52 554	0.48 570	0.52 555	0.52 564	0.57 544	0.59 546
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	27.39 658	21.01 656	73.65 670	1.07 568	0.80 532	56.07 665	22.82 629	33.14 666	31.71 663	51.78 673	52.93 672	65.63 673	48.54 672	48.75 674	36.36 665	0.52 554	0.47 568	0.54 560	0.54 567	0.64 555	0.72 563

FC-DCNN v2	2.96 590	0.61 496	1.13 385	0.75 496	0.57 454	2.90 583	1.06 530	3.59 597	2.66 585	7.05 619	7.66 613	10.26 622	7.17 618	6.27 572	4.49 581	0.54 556	0.48 570	0.51 553	0.50 560	0.53 536	0.52 526

MFN_U_SF_RVC	1.62 531	0.96 554	4.36 571	0.92 550	0.69 502	2.62 574	1.10 533	2.50 558	1.74 543	1.99 554	1.86 524	2.45 566	1.78 554	3.08 497	2.84 558	0.54 556	0.50 577	0.56 566	0.60 575	0.60 550	0.67 556

FC-DCNN	2.88 589	0.61 496	1.15 392	0.75 496	0.57 454	2.85 582	1.05 528	3.44 592	2.64 584	6.93 618	7.63 611	9.86 619	7.02 617	5.76 559	4.31 578	0.54 556	0.48 570	0.51 553	0.50 560	0.53 536	0.52 526

MSMD_ROB	2.08 561	0.61 496	1.15 392	0.71 466	0.62 477	4.00 600	0.93 508	1.94 443	1.79 549	4.71 610	4.60 594	8.14 614	3.87 605	3.75 517	1.65 521	0.54 556	0.48 570	0.55 564	0.58 571	0.53 536	0.52 526

RP	1.17 479	0.54 474	1.48 460	0.93 556	1.05 565	1.14 443	0.85 492	1.99 455	1.70 538	1.72 527	2.07 542	1.91 524	1.93 562	2.00 426	1.37 486	0.55 560	0.37 542	0.48 548	0.37 530	0.46 516	0.46 509

WCMA_ROB	2.05 559	0.55 478	1.77 487	0.74 487	0.61 473	2.24 560	1.56 570	2.17 508	1.79 549	4.16 604	6.36 605	5.66 605	4.66 609	3.19 500	2.77 556	0.55 560	0.45 563	0.40 528	0.43 544	0.48 521	0.50 520

UDGNet	0.75 325	1.23 572	0.99 339	0.82 520	0.42 354	0.76 309	0.38 198	0.98 153	1.37 466	0.83 217	0.88 214	0.70 224	0.60 260	1.25 280	0.57 305	0.57 562	0.19 367	1.03 589	0.26 425	0.79 568	0.35 456

ccnet	1.19 485	0.71 526	1.36 449	0.81 517	0.75 518	1.72 520	1.13 537	1.98 451	1.31 443	1.52 490	1.84 519	1.75 512	1.36 511	2.01 427	2.04 538	0.57 562	0.54 580	0.57 568	0.56 569	0.60 550	0.60 549

GANetREF_RVC	1.11 470	0.90 547	1.56 472	0.88 539	0.53 430	1.41 494	1.35 559	1.91 432	1.54 518	1.28 400	1.32 389	1.46 461	1.23 490	2.04 430	1.00 434	0.57 562	0.45 563	0.67 576	0.52 564	0.91 574	0.62 551
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
DualNet (step1)	0.89 406	0.51 463	1.35 444	0.58 319	0.40 330	1.07 427	0.80 474	1.99 455	1.27 412	1.25 376	1.22 346	1.09 374	1.01 433	1.31 294	0.73 356	0.59 565	0.32 516	0.62 573	0.67 580	0.45 509	0.48 511

test_sample9	1.96 555	0.51 463	1.35 444	0.58 319	0.40 330	1.07 427	0.80 474	1.99 455	1.27 412	1.25 376	1.22 346	1.09 374	1.01 433	2.46 468	8.57 601	0.59 565	12.85 634	0.62 573	0.67 580	0.45 509	0.48 511

test_sample8	2.29 570	0.51 463	1.35 444	0.58 319	0.40 330	1.07 427	0.80 474	2.03 465	1.22 383	2.28 566	1.33 395	4.98 603	2.51 586	2.46 468	8.57 601	0.59 565	12.85 634	0.62 573	0.67 580	0.45 509	0.48 511

Anonymous_2	1.37 506	0.56 482	0.94 321	0.57 305	0.62 477	1.04 420	0.65 428	1.82 405	1.01 274	1.00 259	0.79 190	1.42 449	1.27 497	1.06 236	0.83 388	0.62 568	0.67 591	1.05 590	9.88 639	1.09 583	0.55 536

MANE	7.50 614	0.64 507	7.97 588	1.40 582	2.10 595	16.86 625	12.56 625	12.91 627	17.51 657	8.50 624	11.60 622	14.66 625	13.33 624	12.02 625	13.28 614	0.62 568	0.52 578	0.52 555	1.90 615	0.56 542	0.58 544

PASM	1.48 519	1.08 561	3.96 566	0.93 556	0.93 553	1.17 457	1.19 546	1.77 390	1.65 533	1.90 543	1.52 458	1.75 512	1.42 521	4.54 529	1.52 503	0.64 570	0.68 593	0.69 578	0.79 586	0.70 562	0.74 565

PWCDC_ROB	1.39 509	0.91 550	2.10 514	1.08 569	0.92 549	1.72 520	0.58 397	2.03 465	3.30 596	1.32 416	4.87 598	1.21 399	1.71 547	1.98 422	1.75 528	0.65 571	0.26 469	0.29 442	0.25 407	0.56 542	0.41 487

ELAS	2.67 579	0.80 537	2.13 517	1.13 572	1.15 575	6.25 612	2.56 609	3.50 594	3.68 601	5.36 615	4.92 599	3.79 590	5.56 611	3.65 511	5.22 587	0.66 572	0.57 584	0.56 566	0.54 567	0.65 557	0.75 567
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.66 532	0.55 478	2.36 529	0.56 283	0.58 457	3.79 598	0.45 291	1.78 392	1.40 479	1.38 447	2.45 562	1.13 387	0.96 407	11.03 624	1.31 474	0.67 573	0.64 588	0.43 535	0.32 498	0.71 564	0.76 568

ELAS_RVC	2.87 588	0.80 537	3.22 555	1.16 577	1.12 569	2.92 584	5.33 618	2.98 587	4.18 606	5.04 612	4.82 597	4.71 597	8.23 620	4.25 524	4.79 583	0.67 573	0.57 584	0.57 568	0.53 566	0.66 558	0.74 565
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	2.22 568	1.29 576	4.14 568	1.10 571	0.78 528	5.00 607	2.38 607	2.47 553	2.67 586	1.94 550	2.28 552	2.66 573	1.70 545	9.10 606	2.29 548	0.68 575	0.52 578	0.68 577	0.71 583	1.17 585	0.81 572

PSMNet-RUCA	1.07 462	1.06 558	1.64 477	1.23 579	1.10 568	1.39 488	0.65 428	1.91 432	1.43 493	0.95 249	1.52 458	0.99 338	0.83 347	1.28 290	1.01 435	0.71 576	0.34 526	0.99 587	0.61 576	1.01 578	0.67 556

Consistency-Raft	1.27 502	1.01 557	2.17 519	1.04 567	1.20 580	0.96 409	1.00 521	1.84 409	1.95 559	1.38 447	2.11 544	1.44 455	1.03 443	1.18 269	1.40 488	0.73 577	0.83 596	0.89 583	0.99 597	1.33 587	0.95 578

MADNet+	2.80 583	3.38 619	11.57 624	1.50 588	1.21 582	3.18 588	2.00 589	3.52 595	2.61 580	1.81 536	2.09 543	2.83 575	2.18 577	7.55 594	5.44 589	0.84 578	0.83 596	0.71 579	0.66 579	1.05 582	1.08 583

JetBlue	4.18 599	2.45 610	10.42 616	1.40 582	2.89 613	10.68 618	10.68 620	3.91 600	2.52 576	2.74 581	3.39 581	4.50 594	4.27 607	7.97 599	7.67 599	0.89 579	0.97 608	0.89 583	0.92 591	2.26 592	2.21 602

UDG	1.47 517	2.69 613	1.13 385	1.45 586	1.65 592	1.34 482	0.79 471	1.75 386	1.27 412	1.29 405	1.74 504	1.99 537	1.39 515	1.66 374	1.51 501	0.91 580	0.55 582	2.30 602	0.76 584	1.99 590	1.20 587

MFMNet_re	1.47 517	1.20 570	2.50 533	1.46 587	1.08 567	1.58 511	1.51 565	1.96 449	1.87 554	2.31 567	2.20 548	1.51 472	1.88 560	1.57 354	1.34 482	0.94 581	0.83 596	0.84 582	0.80 587	1.00 577	1.06 582

PMTNet	0.47 148	0.22 49	0.43 32	0.39 35	0.24 34	0.71 289	0.26 75	0.78 95	1.03 281	0.65 181	0.69 161	0.55 166	0.48 182	0.90 188	0.36 136	0.99 582	0.13 93	0.15 52	0.10 1	0.15 69	0.15 57

anonymity	1.14 474	0.98 555	1.24 427	1.09 570	1.13 571	1.08 431	0.90 500	2.02 461	1.23 388	1.32 416	1.27 371	1.27 423	1.09 461	1.16 263	1.03 441	1.02 583	1.01 610	0.97 585	0.97 594	0.98 576	1.01 579

PDISCO_ROB	1.41 511	0.73 532	2.04 511	1.40 582	1.46 589	2.83 580	1.07 531	2.64 569	2.11 568	1.41 458	1.50 450	1.73 507	0.99 424	2.83 491	1.46 495	1.03 584	0.27 479	0.54 560	0.47 553	0.77 566	0.84 574

DispFullNet	2.39 574	2.89 616	3.74 564	3.09 609	2.27 601	2.04 552	0.84 486	2.19 511	1.73 542	2.54 577	1.98 534	2.23 552	5.83 612	3.44 509	1.84 534	1.03 584	0.33 522	2.65 613	1.97 617	2.87 601	2.34 604

SPS-STEREO	1.78 541	1.09 563	1.52 467	1.22 578	1.14 573	1.87 541	1.11 534	2.27 525	1.70 538	3.17 595	2.39 557	2.84 576	1.93 562	4.41 526	2.93 560	1.04 586	0.99 609	0.97 585	0.94 592	1.03 580	1.05 581
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	5.38 605	1.28 575	8.24 589	1.27 580	1.16 577	10.62 617	16.01 627	2.93 586	2.53 577	8.64 625	13.03 623	8.26 615	13.38 625	6.34 577	7.59 598	1.07 587	1.05 612	1.00 588	0.98 595	1.02 579	1.12 585

DDUNet	1.56 525	2.70 614	1.35 444	1.79 590	1.88 594	1.82 535	0.91 502	1.84 409	1.20 368	1.40 456	1.79 511	1.62 489	1.17 479	1.59 361	1.22 462	1.11 588	0.76 595	2.38 605	0.94 592	2.12 591	1.53 593

NVStereoNet_ROB	2.17 567	1.18 568	3.51 560	1.14 575	1.26 583	1.57 510	1.51 565	2.19 511	2.11 568	2.04 556	4.80 596	3.17 585	2.11 573	7.97 599	2.10 539	1.12 589	0.94 606	1.10 591	1.34 605	0.95 575	1.31 588
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-7	2.78 582	1.54 586	2.18 520	1.41 585	1.19 579	3.92 599	2.01 592	4.19 603	3.89 603	2.98 589	5.47 601	4.18 593	3.28 596	8.24 602	4.27 577	1.13 590	1.01 610	1.18 592	1.13 604	1.19 586	1.13 586

CC-Net-ROB	1.53 522	1.31 577	1.68 482	0.92 550	0.80 532	1.75 526	0.99 519	2.04 468	1.27 412	1.12 299	1.62 483	1.20 398	0.98 421	7.82 597	0.92 414	1.15 591	0.41 554	2.20 600	0.46 551	1.37 588	0.56 538

GCST	1.13 472	1.50 583	1.17 407	1.74 589	1.17 578	1.29 473	0.30 109	1.55 330	1.21 375	1.31 413	0.97 237	0.99 338	0.48 182	2.38 465	0.54 292	1.24 592	0.70 594	1.31 593	0.86 590	1.03 580	0.92 577

IGEV-BASED-STEREO-	0.71 308	3.18 617	2.55 535	0.40 52	0.24 34	0.42 80	0.23 49	0.66 53	0.46 83	0.47 113	0.45 79	0.33 58	0.27 40	0.58 70	0.30 69	1.34 593	0.10 2	0.22 281	0.19 254	0.45 509	1.32 590

WAO-6	2.98 591	1.67 591	1.88 498	2.38 599	2.30 602	3.53 592	2.37 605	4.38 606	4.64 610	2.42 569	4.50 590	4.85 599	2.99 592	5.22 543	5.37 588	1.77 594	1.16 616	2.31 603	1.47 611	2.42 594	1.99 600

MaskLacGwcNet_RVC	1.17 479	1.06 558	1.28 435	0.88 539	0.69 502	1.92 544	0.92 504	1.71 376	1.14 339	1.17 326	1.26 362	1.49 466	0.80 336	2.04 430	0.86 393	2.02 595	0.34 526	0.79 580	0.36 526	1.38 589	1.33 591

WAO-8	4.57 602	2.01 600	2.58 537	2.37 597	2.21 597	9.75 614	1.71 577	6.04 617	16.34 649	4.11 601	7.69 614	7.41 608	3.85 603	10.02 621	3.85 573	2.05 596	1.09 613	2.44 609	1.39 606	2.56 597	1.86 598

Venus	4.57 602	2.01 600	2.58 537	2.37 597	2.21 597	9.75 614	1.71 577	6.04 617	16.34 649	4.11 601	7.69 614	7.41 608	3.85 603	10.02 621	3.85 573	2.05 596	1.09 613	2.44 609	1.39 606	2.56 597	1.86 598

PWCK	3.24 595	2.37 606	10.86 617	2.14 594	1.14 573	3.71 594	4.19 616	3.02 588	3.55 600	3.05 592	3.63 584	3.09 583	2.35 584	8.16 601	3.41 568	2.17 598	0.96 607	1.77 596	1.01 599	2.84 600	1.40 592

CAS	0.66 268	0.19 11	0.41 26	2.31 596	0.86 543	0.56 199	0.53 353	0.83 108	0.63 137	0.49 129	0.70 167	0.36 72	0.26 31	0.47 22	0.37 149	2.33 599	0.10 2	0.14 8	0.10 1	0.17 117	1.31 588

MonStereo1	3.22 594	1.70 592	2.23 525	2.51 600	2.33 603	5.55 610	1.61 573	3.55 596	4.67 611	3.29 597	8.09 616	4.79 598	3.75 602	6.30 575	2.79 557	2.52 600	0.64 588	1.91 599	1.07 602	2.53 596	2.62 609

test_for_model	1.38 507	3.71 620	0.65 162	3.45 613	2.88 612	0.57 201	0.33 134	1.91 432	0.93 236	1.47 479	0.64 144	0.51 145	0.37 109	0.53 46	0.35 117	2.54 601	0.16 287	0.17 110	0.12 49	4.56 622	1.84 597

SQANet	1.38 507	0.95 553	1.37 452	1.89 593	1.47 590	1.44 498	0.81 479	1.89 427	1.13 333	1.34 429	1.26 362	1.28 424	1.02 441	1.64 371	0.91 410	2.55 602	0.35 533	1.47 594	0.56 569	2.48 595	1.74 595

ACVNet_2	2.86 587	1.47 581	8.28 590	2.68 602	2.26 600	2.70 576	1.84 588	3.41 591	3.04 592	2.27 565	3.42 582	4.58 595	2.10 570	5.91 563	1.62 515	2.58 603	0.67 591	2.22 601	0.85 589	2.79 599	2.47 606

JetRed	7.02 612	8.94 624	25.72 652	2.89 605	3.27 617	14.25 623	12.27 624	6.69 619	4.45 608	4.46 607	4.56 591	6.65 607	5.43 610	7.46 593	14.41 621	2.60 604	3.31 623	2.61 612	2.30 622	4.34 619	3.79 621

testlalala_base	0.83 379	0.41 421	0.80 238	0.67 428	0.53 430	0.78 319	0.30 109	1.84 409	0.60 128	0.75 200	0.91 219	0.68 216	0.54 221	0.69 115	0.46 227	2.92 605	0.15 246	0.17 110	0.12 49	2.95 604	0.27 363

otaku	1.67 533	1.18 568	1.56 472	2.27 595	1.59 591	1.98 547	1.23 551	2.23 516	1.37 466	1.48 485	1.63 488	1.73 507	1.23 490	1.85 401	1.09 445	2.96 606	0.58 586	1.74 595	0.61 576	2.94 602	2.15 601

Ntro	1.72 539	1.21 571	1.62 476	2.54 601	1.86 593	2.09 555	1.14 540	2.08 476	1.38 468	1.23 368	1.62 483	1.62 489	1.33 507	2.04 430	1.21 461	3.09 607	0.56 583	1.82 597	0.65 578	2.97 606	2.25 603

Dean	3.77 598	1.65 590	17.87 641	3.01 608	2.54 607	3.15 587	2.10 596	4.80 609	4.42 607	2.89 586	6.03 603	5.45 604	2.55 589	3.40 508	2.13 540	3.22 608	0.89 603	2.51 611	1.07 602	3.07 608	2.65 612

ACVNet_1	3.08 593	1.48 582	17.70 640	2.90 606	2.35 605	2.30 563	1.43 563	3.16 589	2.26 574	1.91 544	2.05 541	3.51 587	2.32 581	3.71 516	1.58 508	3.25 609	0.66 590	2.40 608	1.06 601	3.07 608	2.59 607

ACVNet-4b	3.05 592	1.42 578	18.09 644	2.85 603	2.33 603	2.32 566	1.22 549	2.47 553	2.21 572	1.26 389	2.36 556	2.64 572	1.46 525	6.32 576	1.23 465	3.29 610	0.45 563	2.37 604	1.02 600	3.03 607	2.61 608

LVE	3.40 597	1.80 594	2.21 522	2.90 606	2.44 606	3.27 591	2.25 600	4.80 609	5.06 612	2.43 570	6.79 606	5.99 606	2.64 590	9.20 608	2.28 546	3.30 611	1.11 615	2.38 605	1.48 612	2.95 604	2.62 609

TorneroNet-64	5.41 606	2.10 603	2.43 530	3.49 615	2.83 611	9.90 616	2.13 597	8.87 623	16.79 654	5.39 616	9.18 619	10.68 624	3.92 606	9.55 612	5.11 586	3.36 612	0.86 601	2.88 617	1.62 613	3.76 614	3.37 617

RainbowNet	2.06 560	1.86 595	1.97 506	2.86 604	2.25 599	2.03 551	1.79 583	2.77 577	1.92 556	1.54 496	1.84 519	1.95 533	1.73 549	2.23 449	1.38 487	3.40 613	0.86 601	2.39 607	1.00 598	2.94 602	2.42 605

KSHMR	8.76 618	2.14 604	3.59 561	3.60 617	3.13 615	4.15 603	2.67 610	5.61 615	58.90 673	3.04 591	55.71 673	4.94 600	2.54 588	4.61 532	3.05 564	3.49 614	1.57 620	3.14 619	1.98 618	3.84 615	3.49 618

UNDER WATER-64	5.84 609	2.48 612	17.93 642	3.97 621	3.58 620	7.70 613	3.03 614	5.72 616	14.13 646	4.18 605	4.00 588	9.27 618	6.80 616	6.20 568	9.22 606	3.67 615	1.52 619	3.14 619	1.95 616	4.43 620	3.83 622

TorneroNet	10.72 622	2.09 602	2.76 543	3.48 614	3.03 614	44.72 639	2.31 602	8.62 622	67.06 674	7.45 623	23.21 633	10.59 623	4.28 608	9.03 605	9.00 604	3.67 615	0.91 605	3.04 618	1.63 614	3.92 616	3.55 620

USTest	14.33 626	14.93 627	21.00 645	17.41 646	16.02 648	23.11 626	33.76 635	22.02 655	11.81 645	9.47 626	10.19 620	15.94 626	13.17 623	17.25 629	22.38 634	3.81 617	5.01 627	6.17 630	6.18 628	9.23 629	7.81 627

IMH-64-1	2.82 584	1.87 596	1.77 487	3.31 611	2.69 608	3.22 589	2.07 593	4.25 604	2.77 590	2.46 573	3.78 586	3.05 580	2.34 582	4.67 533	3.00 562	3.84 618	0.84 599	2.75 614	1.39 606	3.34 611	2.93 614

IMH-64	2.82 584	1.87 596	1.77 487	3.31 611	2.69 608	3.22 589	2.07 593	4.25 604	2.77 590	2.46 573	3.78 586	3.05 580	2.34 582	4.67 533	3.00 562	3.84 618	0.84 599	2.75 614	1.39 606	3.34 611	2.93 614

UNDER WATER	5.68 608	2.46 611	15.52 636	3.98 622	3.53 619	5.15 608	2.74 611	5.58 614	16.41 652	4.00 599	4.56 591	9.12 617	6.43 615	6.22 569	9.11 605	3.85 620	1.35 617	3.18 621	1.98 618	4.51 621	3.84 623

IMH	3.35 596	1.95 599	1.86 497	3.30 610	2.72 610	4.03 602	2.00 589	4.58 608	3.83 602	2.87 585	6.99 608	4.69 596	3.21 595	6.77 585	2.97 561	3.91 621	0.89 603	2.78 616	1.40 610	3.36 613	2.93 614

ktn	4.56 601	2.41 608	2.54 534	3.79 619	3.25 616	4.81 606	2.91 613	5.52 613	7.36 616	4.12 603	14.55 625	7.54 611	3.70 601	7.84 598	3.35 567	4.06 622	1.86 621	3.26 622	2.22 621	3.27 610	2.86 613

notaker	4.29 600	2.42 609	5.06 574	3.89 620	3.29 618	4.00 600	2.25 600	4.93 611	3.47 599	4.21 606	6.79 606	7.67 612	3.37 598	9.25 610	6.47 592	4.09 623	1.42 618	3.35 623	2.13 620	4.11 618	3.54 619

MADNet++	5.41 606	3.18 617	6.43 580	4.66 624	3.95 622	6.15 611	6.75 619	4.51 607	4.51 609	5.06 613	6.27 604	4.96 601	6.14 613	9.39 611	11.70 612	4.71 624	4.19 626	3.97 625	3.33 623	4.08 617	4.25 624

DGTPSM_ROB	13.06 624	8.27 622	22.29 647	9.53 626	18.14 649	11.53 619	31.97 633	10.82 625	16.25 647	7.14 620	19.39 631	10.12 620	16.69 628	9.85 616	22.49 635	4.77 625	8.72 628	5.37 627	10.24 640	6.15 625	11.56 629

DPSMNet_ROB	13.08 625	8.28 623	22.32 648	9.54 627	18.15 650	11.53 619	31.98 634	10.83 626	16.27 648	7.17 621	19.40 632	10.12 620	16.69 628	9.87 617	22.50 636	4.78 626	8.72 628	5.38 628	10.25 641	6.16 626	11.59 630

DPSimNet_ROB	24.77 650	9.69 625	61.46 668	3.56 616	19.46 652	25.95 627	77.56 673	5.09 612	16.60 653	21.50 635	29.82 637	25.12 663	85.69 674	13.37 627	23.07 638	7.23 627	17.79 636	8.55 631	7.57 630	4.57 623	31.84 666

TCMNet-wrong-test	10.42 620	11.55 626	15.31 633	20.99 654	18.49 651	13.94 622	10.69 621	16.07 654	4.14 605	5.27 614	5.64 602	16.22 627	12.57 622	7.57 595	10.26 609	7.44 628	2.38 622	4.30 626	3.43 624	11.37 630	10.87 628

HanzoNet	11.92 623	5.12 621	17.18 638	4.19 623	3.59 621	5.16 609	2.82 612	7.41 620	9.96 618	33.31 644	27.60 635	22.25 640	37.31 665	18.18 630	13.57 615	8.13 629	3.44 625	3.50 624	3.44 625	7.77 628	4.52 625

tt	6.61 611	0.28 169	6.10 579	3.77 618	2.17 596	11.53 619	19.61 628	13.53 633	5.81 614	3.00 590	2.82 571	4.97 602	6.33 614	3.83 519	7.23 597	9.13 630	11.32 633	5.87 629	6.22 629	6.01 624	2.63 611

PML	51.64 669	37.49 661	14.31 632	7.45 625	20.27 653	107.80 673	231.34 675	8.94 624	27.70 662	86.74 674	268.93 675	69.03 674	61.09 673	24.71 638	14.36 620	9.71 631	3.40 624	9.60 632	4.67 627	20.46 633	4.76 626

DPSM_ROB	19.12 627	19.13 649	25.13 650	22.15 656	20.86 654	28.06 629	37.75 637	27.18 659	16.95 655	14.25 628	15.07 626	21.66 635	18.69 656	21.83 632	26.51 653	10.15 632	9.30 631	10.45 633	10.41 647	14.00 631	12.85 632

DPSM	19.12 627	19.13 649	25.13 650	22.15 656	20.86 654	28.06 629	37.75 637	27.18 659	16.95 655	14.25 628	15.07 626	21.66 635	18.69 656	21.83 632	26.51 653	10.15 632	9.30 631	10.45 633	10.41 647	14.00 631	12.85 632

DLNR_Zeroshot_test	23.23 630	48.25 671	43.77 660	177.04 671	78.39 669	0.35 37	0.21 24	23.33 657	0.82 196	0.67 186	0.86 208	0.58 179	0.30 63	1.64 371	0.48 245	10.69 634	0.13 93	0.18 149	0.14 132	76.63 672	0.23 281

DLNR-FE	23.24 631	48.33 672	43.35 659	177.19 672	78.30 668	0.35 37	0.21 24	23.45 658	0.82 196	0.67 186	0.86 208	0.58 179	0.29 54	1.62 369	0.48 245	10.93 635	0.13 93	0.18 149	0.14 132	76.65 673	0.23 281

CasAABBNet	38.42 659	38.42 663	50.26 664	44.76 663	41.87 660	56.47 667	76.22 669	54.44 669	33.92 667	28.53 641	30.36 642	43.53 669	37.59 668	43.77 671	53.32 671	20.27 636	18.70 638	21.03 660	21.04 662	28.19 635	25.79 661

RAFT-FEzeroshot	38.43 660	38.42 663	50.19 662	44.92 665	41.98 662	56.48 669	76.24 670	54.46 671	33.87 665	28.51 639	30.31 640	43.61 670	37.54 666	43.76 668	53.32 671	20.29 637	18.70 638	21.03 660	21.04 662	28.21 636	25.79 661

RAFT-FE	38.43 660	38.42 663	50.19 662	44.92 665	41.98 662	56.48 669	76.24 670	54.46 671	33.87 665	28.51 639	30.31 640	43.61 670	37.54 666	43.76 668	53.32 671	20.29 637	18.70 638	21.03 660	21.04 662	28.21 636	25.79 661

FlowAnything	38.45 662	38.38 662	50.32 665	44.77 664	41.97 661	56.43 666	76.20 668	54.49 673	34.43 669	28.45 638	30.15 638	43.52 668	37.69 669	43.76 668	53.31 670	20.36 639	18.71 641	21.03 660	21.10 666	28.18 634	25.74 660

Selective-RAFT-Error	38.47 663	38.44 666	50.38 666	44.74 662	42.01 664	56.47 667	76.24 670	54.44 669	34.02 668	28.59 642	30.30 639	43.51 667	38.10 670	43.69 667	53.24 669	20.36 639	18.72 642	21.05 664	21.02 661	28.25 638	25.87 664

LSM0	42.92 668	38.72 667	50.66 667	47.49 667	110.18 673	56.77 671	75.87 667	54.87 674	33.74 664	29.48 643	31.12 656	43.77 672	37.12 664	43.85 672	53.44 674	20.50 641	18.67 637	21.05 664	21.07 665	28.37 639	41.73 667

LRCNet_RVC	22.79 629	32.09 660	22.06 646	29.83 658	26.15 656	4.40 605	0.84 486	22.64 656	2.10 567	26.93 637	29.25 636	23.03 642	15.56 627	23.91 634	18.92 626	32.00 642	20.04 643	34.68 666	32.13 667	30.66 645	28.52 665

xxxxx1	54.34 670	26.72 657	27.03 653	114.14 668	99.00 670	30.68 634	47.19 652	32.52 663	26.09 658	17.85 631	17.48 628	21.86 637	20.92 658	24.38 635	33.78 662	34.73 643	41.33 669	157.67 672	175.68 672	65.82 669	71.99 671

tt_ll	54.34 670	26.72 657	27.03 653	114.14 668	99.00 670	30.68 634	47.19 652	32.52 663	26.09 658	17.85 631	17.48 628	21.86 637	20.92 658	24.38 635	33.78 662	34.73 643	41.33 669	157.67 672	175.68 672	65.82 669	71.99 671

ff	54.34 670	26.72 657	27.03 653	114.14 668	99.00 670	30.68 634	47.19 652	32.52 663	26.09 658	17.85 631	17.48 628	21.86 637	20.92 658	24.38 635	33.78 662	34.73 643	41.33 669	157.67 672	175.68 672	65.82 669	71.99 671

oiu110	24.49 640	19.15 651	11.59 625	15.64 628	14.45 636	49.26 660	48.87 662	13.50 628	11.33 640	36.68 665	32.83 664	21.16 630	18.45 651	32.65 639	21.31 628	38.10 646	21.37 664	18.21 655	12.17 656	29.18 640	23.82 648

dddd17k	24.49 640	19.15 651	11.59 625	15.64 628	14.45 636	49.26 660	48.87 662	13.50 628	11.33 640	36.68 665	32.83 664	21.16 630	18.45 651	32.65 639	21.31 628	38.10 646	21.37 664	18.21 655	12.17 656	29.18 640	23.82 648

ITERv10	24.49 640	19.15 651	11.59 625	15.64 628	14.45 636	49.26 660	48.87 662	13.50 628	11.33 640	36.68 665	32.83 664	21.16 630	18.45 651	32.65 639	21.31 628	38.10 646	21.37 664	18.21 655	12.17 656	29.18 640	23.82 648

ITERv8	24.49 640	19.15 651	11.59 625	15.64 628	14.45 636	49.26 660	48.87 662	13.50 628	11.33 640	36.68 665	32.83 664	21.16 630	18.45 651	32.65 639	21.31 628	38.10 646	21.37 664	18.21 655	12.17 656	29.18 640	23.82 648

ITERv4	24.49 640	19.15 651	11.59 625	15.64 628	14.45 636	49.26 660	48.87 662	13.50 628	11.33 640	36.68 665	32.83 664	21.16 630	18.45 651	32.65 639	21.31 628	38.10 646	21.37 664	18.21 655	12.17 656	29.18 640	23.82 648

ITERv30	24.46 632	17.99 628	10.10 600	16.28 633	13.16 623	47.15 640	44.36 639	14.81 634	10.13 619	36.34 650	30.71 643	24.53 650	18.29 643	41.49 645	25.59 644	40.94 651	20.29 656	13.94 635	9.67 631	31.33 651	22.08 635

qyd29nn	24.46 632	17.99 628	10.10 600	16.28 633	13.16 623	47.15 640	44.36 639	14.81 634	10.13 619	36.34 650	30.71 643	24.53 650	18.29 643	41.49 645	25.59 644	40.94 651	20.29 656	13.94 635	9.67 631	31.33 651	22.08 635

yuret106	24.46 632	17.99 628	10.10 600	16.28 633	13.16 623	47.15 640	44.36 639	14.81 634	10.13 619	36.34 650	30.71 643	24.53 650	18.29 643	41.49 645	25.59 644	40.94 651	20.29 656	13.94 635	9.67 631	31.33 651	22.08 635

uio108cc	24.46 632	17.99 628	10.10 600	16.28 633	13.16 623	47.15 640	44.36 639	14.81 634	10.13 619	36.34 650	30.71 643	24.53 650	18.29 643	41.49 645	25.59 644	40.94 651	20.29 656	13.94 635	9.67 631	31.33 651	22.08 635

v20iiwwt	24.46 632	17.99 628	10.10 600	16.28 633	13.16 623	47.15 640	44.36 639	14.81 634	10.13 619	36.34 650	30.71 643	24.53 650	18.29 643	41.49 645	25.59 644	40.94 651	20.29 656	13.94 635	9.67 631	31.33 651	22.08 635

ITERv14	24.46 632	17.99 628	10.10 600	16.28 633	13.16 623	47.15 640	44.36 639	14.81 634	10.13 619	36.34 650	30.71 643	24.53 650	18.29 643	41.49 645	25.59 644	40.94 651	20.29 656	13.94 635	9.67 631	31.33 651	22.08 635

v134_o9	24.46 632	17.99 628	10.10 600	16.28 633	13.16 623	47.15 640	44.36 639	14.81 634	10.13 619	36.34 650	30.71 643	24.53 650	18.29 643	41.49 645	25.59 644	40.94 651	20.29 656	13.94 635	9.67 631	31.33 651	22.08 635

ITERv7	24.46 632	17.99 628	10.10 600	16.28 633	13.16 623	47.15 640	44.36 639	14.81 634	10.13 619	36.34 650	30.71 643	24.53 650	18.29 643	41.49 645	25.59 644	40.94 651	20.29 656	13.94 635	9.67 631	31.33 651	22.08 635

ITERv28	25.69 651	18.42 641	10.38 609	17.83 647	14.90 641	49.05 653	48.42 655	15.23 647	11.09 633	36.50 658	32.67 657	24.22 643	18.16 636	41.99 655	29.14 655	41.04 659	20.28 649	17.34 648	10.64 649	32.18 659	24.31 653

ITERv24	25.69 651	18.42 641	10.38 609	17.83 647	14.90 641	49.05 653	48.42 655	15.23 647	11.09 633	36.50 658	32.67 657	24.22 643	18.16 636	41.99 655	29.14 655	41.04 659	20.28 649	17.34 648	10.64 649	32.18 659	24.31 653

dd23bbn	25.69 651	18.42 641	10.38 609	17.83 647	14.90 641	49.05 653	48.42 655	15.23 647	11.09 633	36.50 658	32.67 657	24.22 643	18.16 636	41.99 655	29.14 655	41.04 659	20.28 649	17.34 648	10.64 649	32.18 659	24.31 653

ITERv21	25.69 651	18.42 641	10.38 609	17.83 647	14.90 641	49.05 653	48.42 655	15.23 647	11.09 633	36.50 658	32.67 657	24.22 643	18.16 636	41.99 655	29.14 655	41.04 659	20.28 649	17.34 648	10.64 649	32.18 659	24.31 653

zxcv128	25.69 651	18.42 641	10.38 609	17.83 647	14.90 641	49.05 653	48.42 655	15.23 647	11.09 633	36.50 658	32.67 657	24.22 643	18.16 636	41.99 655	29.14 655	41.04 659	20.28 649	17.34 648	10.64 649	32.18 659	24.31 653

ITERv12	25.69 651	18.42 641	10.38 609	17.83 647	14.90 641	49.05 653	48.42 655	15.23 647	11.09 633	36.50 658	32.67 657	24.22 643	18.16 636	41.99 655	29.14 655	41.04 659	20.28 649	17.34 648	10.64 649	32.18 659	24.31 653

s6wercc	25.69 651	18.42 641	10.38 609	17.83 647	14.90 641	49.05 653	48.42 655	15.23 647	11.09 633	36.50 658	32.67 657	24.22 643	18.16 636	41.99 655	29.14 655	41.04 659	20.28 649	17.34 648	10.64 649	32.18 659	24.31 653

hj116sk	24.76 645	18.39 636	10.92 618	16.75 641	14.29 631	47.65 648	45.09 647	14.99 642	10.79 627	35.92 645	30.82 651	24.98 658	17.90 631	42.02 662	23.97 639	41.24 666	20.26 644	15.16 643	10.34 642	31.14 646	22.50 643

iked130	24.76 645	18.39 636	10.92 618	16.75 641	14.29 631	47.65 648	45.09 647	14.99 642	10.79 627	35.92 645	30.82 651	24.98 658	17.90 631	42.02 662	23.97 639	41.24 666	20.26 644	15.16 643	10.34 642	31.14 646	22.50 643

vnu138km	24.76 645	18.39 636	10.92 618	16.75 641	14.29 631	47.65 648	45.09 647	14.99 642	10.79 627	35.92 645	30.82 651	24.98 658	17.90 631	42.02 662	23.97 639	41.24 666	20.26 644	15.16 643	10.34 642	31.14 646	22.50 643

99wein	24.76 645	18.39 636	10.92 618	16.75 641	14.29 631	47.65 648	45.09 647	14.99 642	10.79 627	35.92 645	30.82 651	24.98 658	17.90 631	42.02 662	23.97 639	41.24 666	20.26 644	15.16 643	10.34 642	31.14 646	22.50 643

a5sdf	24.76 645	18.39 636	10.92 618	16.75 641	14.29 631	47.65 648	45.09 647	14.99 642	10.79 627	35.92 645	30.82 651	24.98 658	17.90 631	42.02 662	23.97 639	41.24 666	20.26 644	15.16 643	10.34 642	31.14 646	22.50 643

HaxPig	39.02 664	41.39 668	41.59 657	30.10 659	32.36 657	29.49 631	27.65 631	30.56 662	37.94 670	43.75 670	43.81 669	33.42 664	35.69 662	41.51 653	40.33 667	43.91 671	47.48 673	45.87 667	47.14 669	42.29 666	44.06 669

AVERAGE_ROB	40.42 665	42.30 669	42.61 658	36.91 661	35.54 659	30.42 633	27.59 630	37.45 668	38.45 671	44.87 671	44.27 670	37.55 666	36.69 663	41.82 654	40.25 666	45.36 672	46.73 672	47.09 668	46.32 668	42.47 667	43.74 668

MEDIAN_ROB	42.01 666	44.30 670	44.14 661	35.08 660	34.90 658	31.33 637	29.90 632	36.77 667	40.11 672	47.14 672	46.55 671	37.49 665	38.50 671	44.30 673	42.32 668	47.93 673	49.31 674	49.68 669	49.00 670	44.98 668	46.46 670

Anonymous_1	42.79 667	18.71 648	24.75 649	21.81 655	45.16 665	27.68 628	37.52 636	28.64 661	16.34 649	14.72 630	14.53 624	20.60 629	17.82 630	21.52 631	25.88 652	113.45 674	8.91 630	100.63 671	126.37 671	158.50 674	12.31 631

test_example2	192.91 673	210.59 673	206.44 673	199.86 673	204.90 674	172.02 674	182.95 674	138.34 675	134.89 675	193.14 675	200.54 674	186.77 675	177.82 675	204.95 675	207.57 675	221.83 675	238.70 675	186.02 675	190.07 675	226.94 675	173.78 674

ccccc		492.94 674		530.37 674	529.69 675	476.06 675		494.48 676		446.40 676		473.27 676		541.46 676		660.58 676	458.79 676	353.88 676	309.98 676	597.94 676

Low-res two-view benchmark