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

CREStereo++_RVC	0.49 114	0.22 14	0.46 18	0.48 98	0.38 264	0.45 61	0.25 31	0.77 47	1.30 383	0.82 166	1.23 303	0.47 83	0.37 71	0.55 27	0.44 160	0.16 43	0.11 20	0.16 46	0.80 533	0.18 110	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
asda	0.31 11	0.24 47	0.51 50	0.39 15	0.24 20	0.43 52	0.33 90	0.68 24	0.40 28	0.39 38	0.44 36	0.27 18	0.35 57	0.55 27	0.31 40	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.13 2

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

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

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

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

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

monsterstereo	0.36 40	0.21 6	0.53 60	0.48 98	0.36 242	0.27 7	0.29 60	0.58 8	0.52 55	0.45 62	0.61 95	0.26 14	0.27 18	1.23 228	0.28 22	0.14 20	0.12 34	0.15 17	0.12 29	0.16 54	0.13 2

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

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

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

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

StereoAnything_RVC	0.49 114	1.60 538	0.87 240	0.37 3	0.21 7	0.26 4	0.21 12	0.53 5	0.23 2	0.23 1	0.21 2	0.19 1	0.35 57	1.29 242	0.23 1	0.22 256	0.11 20	0.15 17	0.11 7	2.36 540	0.13 2

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

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

4w-stereo	0.32 16	0.25 65	0.52 56	0.38 7	0.25 39	0.46 66	0.28 53	0.68 24	0.35 15	0.43 52	0.45 40	0.28 26	0.39 83	0.63 60	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.14 15

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

xyz-stereo	7.03 561	0.24 47	70.23 589	0.44 50	0.21 7	29.74 579	0.49 275	1.03 128	0.77 125	1.45 422	26.78 579	1.17 342	1.19 435	4.72 484	1.32 428	0.16 43	0.12 34	0.20 165	0.14 85	0.17 78	0.14 15

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

LG-Stereo	0.37 44	0.27 107	0.94 275	0.48 98	0.26 56	0.37 23	0.30 68	0.88 87	0.57 69	0.38 33	0.58 88	0.29 28	0.21 4	0.51 20	0.37 103	0.14 20	0.14 135	0.20 165	0.18 183	0.18 110	0.14 15

DEFOM-Stereo_RVC	0.41 60	0.68 471	0.45 17	0.66 365	0.30 126	0.48 80	0.25 31	0.87 85	0.46 43	0.39 38	0.37 21	0.30 32	0.69 243	1.16 214	0.31 40	0.17 75	0.11 20	0.16 46	0.12 29	0.18 110	0.14 15

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

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

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

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

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

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

U	9.23 567	0.22 14	0.65 117	0.48 98	53.11 586	61.26 591	0.24 29	0.77 47	0.55 63	0.37 31	0.30 13	0.29 28	0.34 49	0.34 2	0.27 15	0.20 191	0.12 34	60.47 588	4.24 571	0.18 110	0.14 15

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

S2M2_XL	0.25 1	0.25 65	0.43 11	0.36 1	0.24 20	0.16 2	0.18 2	0.34 1	0.24 4	0.29 8	0.41 25	0.24 6	0.23 8	0.32 1	0.27 15	0.20 191	0.18 297	0.18 106	0.16 141	0.18 110	0.15 30

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MaDis-Stereo	0.38 46	0.27 107	0.72 146	0.45 59	0.35 234	0.30 11	0.31 75	0.81 61	0.54 60	0.38 33	0.38 22	0.58 132	0.49 147	0.53 23	0.39 114	0.20 191	0.16 237	0.19 131	0.15 104	0.19 146	0.15 30

CASnet	0.42 71	0.26 83	0.52 56	0.52 164	0.21 7	0.49 86	0.35 115	0.85 75	0.85 157	0.84 173	0.69 115	0.48 88	0.31 35	0.57 36	0.34 64	0.19 148	0.12 34	0.27 363	0.22 303	0.23 266	0.15 30
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.43 75	0.32 222	0.80 193	0.50 128	0.27 59	0.53 129	0.31 75	1.05 139	0.67 100	0.69 140	0.71 122	0.58 132	0.42 93	0.51 20	0.35 73	0.18 110	0.15 201	0.18 106	0.13 59	0.17 78	0.15 30

LoS	0.41 60	0.23 30	0.46 18	0.39 15	0.23 15	0.48 80	0.40 172	1.12 166	0.94 190	0.50 92	0.66 105	0.49 91	0.42 93	0.63 60	0.39 114	0.19 148	0.14 135	0.16 46	0.11 7	0.14 13	0.15 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.42 71	0.26 83	0.56 71	0.48 98	0.27 59	0.45 61	0.33 90	1.56 285	0.61 86	0.36 26	0.47 49	0.52 109	0.30 31	1.08 193	0.33 59	0.15 30	0.13 68	0.17 70	0.13 59	0.16 54	0.15 30

IIG-Stereo	0.97 384	0.34 270	0.80 193	0.90 497	0.33 199	0.61 182	0.26 40	1.27 226	1.08 248	1.69 471	1.37 357	1.44 404	0.74 251	6.94 533	0.53 232	0.21 222	0.14 135	0.23 264	0.18 183	0.20 182	0.15 30

AnonymousM	0.63 211	1.14 515	0.43 11	0.46 71	0.32 179	0.43 52	0.46 246	1.27 226	0.78 129	1.00 210	0.66 105	0.68 167	0.45 114	0.61 46	0.46 179	0.21 222	0.16 237	1.84 544	0.98 541	0.15 35	0.15 30

XX-TBD	0.47 104	0.71 476	0.39 1	0.81 466	0.25 39	0.57 156	0.26 40	0.73 38	1.30 383	0.78 156	1.01 201	0.45 71	0.33 45	0.49 17	0.39 114	0.20 191	0.15 201	0.15 17	0.11 7	0.17 78	0.15 30

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

CREStereo	0.40 55	0.24 47	0.40 3	0.37 3	0.22 12	0.52 120	0.29 60	0.81 61	1.15 291	0.59 117	0.72 125	0.51 102	0.42 93	0.57 36	0.37 103	0.19 148	0.13 68	0.15 17	0.10 1	0.14 13	0.15 30
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.47 104	0.22 14	0.43 11	0.39 15	0.24 20	0.71 241	0.26 40	0.78 55	1.03 229	0.65 133	0.69 115	0.55 121	0.48 136	0.90 142	0.36 90	0.99 529	0.13 68	0.15 17	0.10 1	0.15 35	0.15 30

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

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

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

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

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

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

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

castereo++	0.41 60	0.26 83	0.51 50	0.44 50	0.32 179	0.96 360	0.22 16	1.13 170	0.61 86	0.33 17	0.45 40	0.50 98	0.39 83	0.94 151	0.25 5	0.18 110	0.12 34	0.17 70	0.12 29	0.14 13	0.16 60

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

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

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

4D-IteraStereo	0.50 124	0.26 83	0.84 225	0.51 143	0.49 352	0.64 205	0.31 75	0.91 92	1.02 226	1.05 226	0.72 125	0.76 190	0.32 42	0.69 74	0.40 131	0.18 110	0.11 20	0.23 264	0.20 234	0.19 146	0.16 60

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

RCA-Stereo	0.52 131	0.26 83	0.66 122	0.49 112	0.33 199	0.54 142	0.44 227	1.20 203	1.41 430	0.69 140	1.06 225	0.63 155	0.79 277	0.62 51	0.35 73	0.17 75	0.12 34	0.17 70	0.14 85	0.16 54	0.16 60

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

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

AAGNet	1.84 497	0.30 172	0.79 188	0.66 365	0.32 179	0.65 211	0.50 283	1.02 120	1.01 222	1.47 426	1.21 293	0.99 288	1.16 422	2.76 436	22.69 577	0.24 298	0.13 68	0.22 230	0.20 234	0.24 295	0.16 60

OMP-Stereo	0.95 379	0.35 299	0.79 188	0.92 499	0.32 179	0.49 86	0.35 115	1.22 210	1.11 267	1.58 452	1.12 252	1.44 404	0.69 243	6.92 532	0.51 214	0.20 191	0.15 201	0.24 288	0.19 205	0.21 226	0.16 60

XX-Stereo	0.97 384	0.28 124	8.28 538	0.85 480	0.70 457	0.44 57	0.22 16	1.07 144	0.69 106	0.66 136	1.56 418	1.38 395	0.38 81	1.36 257	0.38 110	0.21 222	0.14 135	0.20 165	0.19 205	0.19 146	0.16 60

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

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

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

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

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

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

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

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

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

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

AEACV	0.41 60	0.25 65	0.60 88	0.55 215	0.52 372	0.43 52	0.38 150	0.98 109	0.63 90	0.44 55	0.56 84	0.46 74	0.59 203	0.56 30	0.31 40	0.17 75	0.13 68	0.18 106	0.16 141	0.17 78	0.17 81

RAFT_CTSACE	0.66 220	0.29 147	1.14 342	0.57 258	0.51 367	0.68 226	0.44 227	0.88 87	0.98 206	1.03 222	1.83 466	1.23 356	0.67 235	1.48 290	0.38 110	0.16 43	0.16 237	0.21 199	0.20 234	0.20 182	0.17 81

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

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

CroCo-Stereo	0.42 71	0.33 241	0.83 216	0.59 290	0.28 94	0.26 4	0.33 90	1.22 210	0.85 157	0.43 52	0.49 55	0.65 159	0.46 124	0.40 4	0.36 90	0.19 148	0.15 201	0.16 46	0.14 85	0.20 182	0.17 81
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
cross-raft	0.56 149	0.26 83	0.65 117	0.55 215	0.31 146	0.66 217	0.37 140	1.68 311	0.82 146	1.06 232	1.07 228	1.25 361	0.45 114	0.74 83	0.39 114	0.15 30	0.13 68	0.19 131	0.16 141	0.19 146	0.17 81

raft+_RVC	0.56 149	0.29 147	0.61 95	0.65 351	0.56 398	0.53 129	0.53 302	1.40 253	1.02 226	0.78 156	1.04 217	0.70 175	0.55 173	1.00 170	0.49 207	0.18 110	0.16 237	0.19 131	0.19 205	0.18 110	0.17 81

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

xyz-stereo-finetune2	0.59 185	0.29 147	0.66 122	0.41 33	0.24 20	1.08 382	0.34 102	0.87 85	0.60 81	0.68 139	1.08 235	0.58 132	0.79 277	2.39 414	0.83 336	0.17 75	0.15 201	0.21 199	0.17 165	0.16 54	0.18 97

MM-Stereo_test1	0.51 127	0.26 83	0.59 81	0.53 187	0.31 146	0.50 105	0.53 302	1.06 141	1.09 256	0.88 182	0.70 119	0.54 118	0.59 203	1.18 220	0.35 73	0.19 148	0.17 266	0.20 165	0.17 165	0.20 182	0.18 97

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

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

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

SCV	0.51 127	0.29 147	0.72 146	0.63 330	0.27 59	0.40 28	0.38 150	2.32 479	0.75 123	0.36 26	0.49 55	0.55 121	0.35 57	1.31 245	0.34 64	0.25 318	0.13 68	0.17 70	0.14 85	0.18 110	0.18 97

fffft	0.39 52	0.24 47	0.56 71	0.45 59	0.34 217	0.42 45	0.48 264	0.85 75	0.39 26	0.45 62	0.35 19	0.38 53	0.31 35	1.32 251	0.34 64	0.14 20	0.12 34	0.19 131	0.15 104	0.16 54	0.18 97
1: 1. 1
SMoEStereo_RVC	0.41 60	0.26 83	0.55 65	0.46 71	0.31 146	0.60 174	0.36 125	0.85 75	0.47 45	0.47 69	0.43 28	0.42 57	0.34 49	1.40 269	0.31 40	0.15 30	0.12 34	0.20 165	0.15 104	0.16 54	0.18 97

UGAM	1.17 430	0.29 147	1.08 322	0.55 215	0.43 314	0.69 235	0.71 398	1.14 174	1.35 399	1.00 210	1.49 391	1.90 470	0.86 311	9.61 559	0.89 350	0.21 222	0.19 315	0.30 403	0.25 357	0.20 182	0.18 97

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

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

gcap-zeroshot	0.59 185	0.30 172	1.11 332	0.51 143	0.30 126	0.79 279	0.36 125	1.86 369	0.86 159	0.90 187	0.68 110	1.44 404	0.50 152	0.82 109	0.35 73	0.19 148	0.16 237	0.18 106	0.15 104	0.18 110	0.18 97

MGS-Stereo	0.43 75	0.28 124	0.61 95	0.46 71	0.28 94	0.49 86	0.33 90	0.60 13	0.89 166	0.47 69	1.32 338	0.51 102	0.32 42	0.66 69	0.39 114	0.20 191	0.16 237	0.18 106	0.16 141	0.18 110	0.18 97

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

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

AE-Stereo	0.58 173	0.29 147	0.81 198	0.62 320	0.41 299	0.69 235	0.46 246	2.49 506	1.25 347	0.49 83	0.77 137	0.69 172	0.46 124	0.61 46	0.42 149	0.17 75	0.16 237	0.21 199	0.20 234	0.19 146	0.18 97

rrr	0.57 161	0.33 241	2.43 479	0.46 71	0.34 217	0.50 105	0.38 150	0.84 73	0.55 63	0.48 77	0.48 51	0.48 88	0.45 114	2.28 404	0.44 160	0.19 148	0.14 135	0.19 131	0.15 104	0.17 78	0.18 97

plain	0.49 114	0.29 147	1.23 376	0.51 143	0.40 285	0.35 17	0.37 140	1.04 135	0.62 88	0.44 55	0.76 133	0.42 57	0.41 87	1.17 219	0.46 179	0.23 278	0.15 201	0.24 288	0.19 205	0.25 307	0.18 97

MIM_Stereo	0.60 193	0.26 83	1.02 302	0.49 112	0.32 179	0.52 120	0.28 53	1.41 257	0.82 146	1.02 219	1.16 276	0.93 264	0.53 162	1.48 290	0.63 278	0.17 75	0.17 266	0.20 165	0.19 205	0.17 78	0.18 97

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

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

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

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

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

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

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

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

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

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

TestStereo	0.65 218	0.42 375	0.83 216	0.52 164	0.27 59	0.57 156	0.44 227	1.07 144	0.92 177	0.85 175	1.01 201	0.68 167	0.56 179	3.22 450	0.47 189	0.23 278	0.15 201	0.24 288	0.18 183	0.28 341	0.18 97

raftrobust	0.55 138	0.27 107	0.63 102	0.68 391	0.69 451	0.50 105	0.34 102	1.08 149	0.97 203	1.32 363	0.88 165	0.62 150	0.80 284	0.82 109	0.44 160	0.20 191	0.16 237	0.16 46	0.14 85	0.15 35	0.18 97

test_xeample3	0.57 161	0.33 241	3.11 500	0.46 71	0.34 217	0.55 147	0.38 150	0.86 82	0.49 49	0.54 109	0.46 46	0.44 61	0.44 107	1.49 297	0.45 173	0.18 110	0.14 135	0.19 131	0.15 104	0.17 78	0.18 97

ARAFT	0.82 322	0.40 362	1.77 439	0.53 187	0.31 146	0.89 326	0.81 427	2.32 479	1.08 248	1.66 468	1.25 309	1.04 305	0.64 223	1.91 360	0.52 222	0.20 191	0.15 201	0.28 379	0.27 392	0.17 78	0.18 97

HITNet	0.71 260	0.42 375	1.07 319	0.52 164	0.25 39	1.05 374	0.48 264	2.12 433	1.08 248	1.21 305	1.23 303	0.91 254	0.84 298	0.90 142	0.91 358	0.17 75	0.12 34	0.21 199	0.17 165	0.29 358	0.18 97
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
rvit_stereo_0083	0.49 114	0.34 270	0.85 231	0.57 258	0.36 242	0.49 86	0.43 208	0.73 38	1.05 241	0.50 92	0.57 87	0.55 121	0.50 152	0.92 147	0.50 210	0.25 318	0.25 410	0.24 288	0.20 234	0.25 307	0.19 131

rvit_stereo_0081_aga	0.46 94	0.37 329	0.91 263	0.52 164	0.41 299	0.49 86	0.40 172	0.88 87	0.66 98	0.59 117	0.56 84	0.53 114	0.43 101	0.67 70	0.44 160	0.27 365	0.21 345	0.22 230	0.20 234	0.26 319	0.19 131

rvit_stereo_0081	0.46 94	0.34 270	0.72 146	0.56 236	0.35 234	0.41 35	0.44 227	0.74 41	1.04 235	0.49 83	0.52 68	0.51 102	0.49 147	0.86 126	0.47 189	0.25 318	0.20 329	0.22 230	0.19 205	0.26 319	0.19 131

rvit_stereo_0082	0.46 94	0.34 270	0.72 146	0.56 236	0.35 234	0.41 35	0.44 227	0.74 41	1.04 235	0.49 83	0.52 68	0.51 102	0.49 147	0.86 126	0.47 189	0.25 318	0.20 329	0.22 230	0.19 205	0.26 319	0.19 131

rvit_stereo_ft	0.49 114	0.38 347	1.03 306	0.68 391	0.42 309	0.40 28	0.58 346	0.93 93	0.86 159	0.47 69	0.55 81	0.57 130	0.48 136	0.67 70	0.53 232	0.26 344	0.17 266	0.22 230	0.22 303	0.24 295	0.19 131

testlalala2	0.60 193	0.30 172	0.68 130	1.79 539	1.30 532	0.65 211	0.41 182	1.06 141	0.75 123	0.91 189	0.96 179	0.75 188	0.34 49	0.56 30	0.45 173	0.18 110	0.16 237	0.17 70	0.13 59	0.17 78	0.19 131

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

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

HH	0.68 244	0.33 241	0.83 216	0.53 187	0.34 217	0.92 340	0.45 240	1.79 346	0.74 118	0.71 142	1.13 263	1.60 433	0.83 295	1.95 367	0.39 114	0.18 110	0.14 135	0.19 131	0.17 165	0.19 146	0.19 131

HanStereo	0.68 244	0.33 241	0.83 216	0.53 187	0.34 217	0.92 340	0.45 240	1.79 346	0.74 118	0.71 142	1.13 263	1.60 433	0.83 295	1.95 367	0.39 114	0.18 110	0.14 135	0.19 131	0.17 165	0.19 146	0.19 131

LL-Strereo2	0.56 149	0.36 308	0.77 178	0.56 236	0.40 285	0.68 226	0.37 140	1.21 208	0.83 150	0.96 203	0.79 142	0.91 254	0.41 87	1.08 193	0.48 196	0.18 110	0.17 266	0.29 391	0.25 357	0.22 246	0.19 131

Selective-RAFT	0.55 138	0.29 147	0.85 231	0.58 271	0.28 94	0.91 333	0.34 102	1.00 119	0.96 199	0.59 117	0.64 99	0.80 201	0.76 257	1.34 255	0.51 214	0.21 222	0.15 201	0.17 70	0.15 104	0.19 146	0.19 131

raft_robust	0.71 260	0.32 222	0.75 170	0.54 201	0.28 94	0.54 142	0.35 115	1.54 279	1.24 339	1.18 285	1.07 228	0.73 185	0.53 162	3.65 459	0.40 131	0.19 148	0.16 237	0.20 165	0.22 303	0.21 226	0.19 131

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

Sa-1000	0.76 285	0.30 172	0.92 266	0.62 320	0.31 146	0.78 271	0.37 140	2.00 409	1.38 415	1.30 354	2.04 487	0.86 230	0.74 251	1.87 353	0.40 131	0.19 148	0.14 135	0.25 327	0.24 348	0.21 226	0.19 131

SA	0.69 253	0.31 204	0.97 287	0.64 344	0.30 126	0.56 154	0.38 150	1.84 359	1.35 399	0.99 206	1.37 357	0.69 172	0.94 348	1.88 359	0.43 155	0.20 191	0.16 237	0.25 327	0.23 335	0.22 246	0.19 131

SST-Stereo	0.85 344	0.30 172	0.81 198	0.63 330	0.31 146	0.70 239	0.25 31	1.16 191	0.95 195	1.47 426	1.11 248	0.99 288	0.86 311	5.69 503	0.53 232	0.23 278	0.13 68	0.23 264	0.19 205	0.23 266	0.19 131

RAFT_R40	0.84 337	0.30 172	0.83 216	0.63 330	0.31 146	0.66 217	0.43 208	1.15 186	0.99 215	1.47 426	1.10 241	1.00 294	0.84 298	5.44 500	0.53 232	0.23 278	0.13 68	0.23 264	0.20 234	0.23 266	0.19 131

RAFT-RH_RVC	1.04 401	0.26 83	0.76 175	0.53 187	0.29 109	0.80 286	0.32 83	0.85 75	1.12 274	2.04 502	4.63 541	1.03 304	0.57 182	5.93 511	0.52 222	0.20 191	0.13 68	0.26 348	0.20 234	0.16 54	0.19 131

RALAANet	0.62 202	0.37 329	0.97 287	0.66 365	0.50 357	0.67 222	0.31 75	1.27 226	1.09 256	1.11 239	1.17 279	0.88 238	0.46 124	1.27 238	0.45 173	0.20 191	0.15 201	0.21 199	0.18 183	0.27 325	0.19 131

ACVNet	0.66 220	0.33 241	0.74 165	0.55 215	0.37 252	0.80 286	0.47 257	1.46 264	1.11 267	1.01 215	1.31 333	1.07 312	0.91 335	0.82 109	1.09 393	0.22 256	0.19 315	0.21 199	0.18 183	0.23 266	0.19 131

acv_ft	0.78 296	0.33 241	1.10 330	0.73 431	0.86 492	1.23 414	0.57 339	1.65 306	1.11 267	1.31 360	1.31 333	1.07 312	0.91 335	0.82 109	1.35 432	0.22 256	0.19 315	0.21 199	0.18 183	0.22 246	0.19 131

R-Stereo Train	0.60 193	0.30 172	0.72 146	0.57 258	0.37 252	0.68 226	0.52 296	1.45 262	0.78 129	1.61 457	1.50 398	0.76 190	0.53 162	0.67 70	0.51 214	0.19 148	0.16 237	0.18 106	0.15 104	0.18 110	0.19 131

RAFT-Stereo	0.60 193	0.30 172	0.72 146	0.57 258	0.37 252	0.68 226	0.52 296	1.45 262	0.78 129	1.61 457	1.50 398	0.76 190	0.53 162	0.67 70	0.51 214	0.19 148	0.16 237	0.18 106	0.15 104	0.18 110	0.19 131
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	1.16 428	0.34 270	1.11 332	0.73 431	0.86 492	1.00 366	0.60 359	1.56 285	1.43 439	1.07 234	1.37 357	2.08 497	1.44 471	7.00 534	1.56 453	0.20 191	0.17 266	0.17 70	0.19 205	0.19 146	0.19 131

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

depthmonostereo	0.45 84	0.26 83	0.89 249	0.49 112	0.24 20	0.60 174	0.36 125	1.03 128	0.77 125	0.50 92	0.65 103	0.50 98	0.55 173	0.70 76	0.39 114	0.16 43	0.16 237	0.16 46	0.14 85	0.16 54	0.20 156

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

HI	0.67 231	0.34 270	0.80 193	0.51 143	0.51 367	0.41 35	0.37 140	1.15 186	0.80 141	1.34 376	1.42 375	1.60 433	1.11 414	0.96 160	0.90 354	0.16 43	0.12 34	0.20 165	0.21 276	0.20 182	0.20 156

CoSv	0.67 231	0.34 270	0.80 193	0.51 143	0.51 367	0.41 35	0.37 140	1.15 186	0.80 141	1.34 376	1.42 375	1.60 433	1.11 414	0.96 160	0.90 354	0.16 43	0.12 34	0.20 165	0.21 276	0.20 182	0.20 156

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

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

rvit_stereo_0080	0.47 104	0.35 299	0.87 240	0.48 98	0.36 242	0.42 45	0.54 316	0.93 93	0.78 129	0.52 105	0.60 93	0.55 121	0.47 131	0.62 51	0.48 196	0.27 365	0.21 345	0.20 165	0.20 234	0.31 381	0.20 156

H2IRNET	0.57 161	0.28 124	0.75 170	0.49 112	0.35 234	0.40 28	0.27 46	1.03 128	1.18 309	0.62 130	1.26 311	1.07 312	0.85 303	1.02 176	0.64 282	0.20 191	0.16 237	0.23 264	0.25 357	0.22 246	0.20 156

Former-RAFT_DAM_RVC	0.47 104	0.38 347	0.75 170	0.48 98	0.37 252	0.67 222	0.35 115	0.82 66	1.14 286	0.61 128	0.64 99	0.39 54	0.39 83	0.74 83	0.39 114	0.20 191	0.17 266	0.22 230	0.18 183	0.24 295	0.20 156

whm_eth	0.47 104	0.35 299	0.87 240	0.48 98	0.36 242	0.42 45	0.54 316	0.93 93	0.78 129	0.52 105	0.60 93	0.55 121	0.47 131	0.62 51	0.48 196	0.27 365	0.21 345	0.20 165	0.20 234	0.31 381	0.20 156

MIF-Stereo (partial)	0.48 110	0.28 124	0.83 216	0.51 143	0.53 379	0.39 27	0.27 46	1.03 128	0.64 93	0.47 69	0.71 122	0.51 102	0.51 155	1.13 208	0.47 189	0.20 191	0.16 237	0.23 264	0.20 234	0.24 295	0.20 156

TestStereo1	0.66 220	0.29 147	0.95 279	0.82 469	0.32 179	0.47 72	0.43 208	1.52 273	1.22 330	0.99 206	1.32 338	0.65 159	0.76 257	1.78 340	0.44 160	0.20 191	0.16 237	0.22 230	0.19 205	0.21 226	0.20 156

test_5	0.70 254	0.32 222	0.99 292	0.69 404	0.50 357	0.89 326	0.51 285	1.88 375	1.14 286	0.78 156	1.13 263	1.04 305	0.89 329	1.59 310	0.46 179	0.19 148	0.14 135	0.23 264	0.22 303	0.22 246	0.20 156

SA-5K	0.66 220	0.29 147	0.95 279	0.82 469	0.32 179	0.47 72	0.43 208	1.52 273	1.22 330	0.99 206	1.32 338	0.65 159	0.76 257	1.78 340	0.44 160	0.20 191	0.16 237	0.22 230	0.19 205	0.21 226	0.20 156

IPLGR	0.62 202	0.28 124	1.32 394	0.50 128	0.29 109	0.65 211	0.34 102	1.47 267	1.19 311	1.21 305	1.07 228	0.70 175	0.65 228	1.05 183	0.55 244	0.18 110	0.15 201	0.20 165	0.17 165	0.21 226	0.20 156

TRStereo	0.67 231	0.71 476	1.06 314	0.77 455	0.68 448	0.53 129	0.38 150	2.52 510	0.96 199	0.81 164	0.84 156	0.87 232	0.39 83	1.16 214	0.46 179	0.24 298	0.17 266	0.23 264	0.24 348	0.18 110	0.20 156

Patchmatch Stereo++	0.57 161	0.33 241	0.82 207	0.52 164	0.27 59	0.63 196	0.28 53	1.14 174	0.73 111	1.13 250	0.96 179	0.82 213	0.60 209	1.40 269	0.52 222	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.56 149	0.33 241	0.81 198	0.52 164	0.27 59	0.63 196	0.41 182	1.14 174	0.73 111	1.13 250	0.96 179	0.82 213	0.60 209	1.09 197	0.52 222	0.23 278	0.14 135	0.24 288	0.20 234	0.27 325	0.20 156

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

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

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

PFNet	0.92 373	0.28 124	1.20 369	0.68 391	0.32 179	0.62 185	0.55 326	1.27 226	1.01 222	1.47 426	1.09 239	0.97 282	0.68 239	6.58 526	0.59 265	0.21 222	0.13 68	0.24 288	0.19 205	0.20 182	0.20 156

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

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

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

UPFNet	0.84 337	0.34 270	1.09 325	0.62 320	0.74 463	1.25 417	0.78 411	1.69 320	1.20 315	1.39 397	1.13 263	1.30 377	0.87 320	1.73 333	1.22 410	0.24 298	0.26 417	0.24 288	0.23 335	0.26 319	0.20 156

pmcnn	2.84 536	0.46 390	5.19 524	0.68 391	0.42 309	1.55 455	1.16 490	2.32 479	1.60 476	2.72 526	7.49 556	17.96 573	1.48 476	6.04 513	6.64 539	0.18 110	0.15 201	0.15 17	0.12 29	0.20 182	0.20 156

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

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

MM-Stereo_test3	0.53 132	0.26 83	0.60 88	0.56 236	0.73 458	0.49 86	0.53 302	1.31 235	1.08 248	0.64 132	0.97 188	0.61 147	0.42 93	0.82 109	0.40 131	0.21 222	0.18 297	0.20 165	0.16 141	0.19 146	0.21 184

AIO-test2	0.61 199	0.30 172	0.93 268	0.65 351	0.65 435	0.79 279	0.50 283	1.33 239	1.40 426	0.65 133	1.15 274	0.53 114	0.42 93	1.18 220	0.36 90	0.25 318	0.18 297	0.26 348	0.31 439	0.20 182	0.21 184

IGEV-RUCA	0.38 46	0.24 47	0.51 50	0.51 143	0.36 242	0.59 169	0.23 26	0.68 24	0.52 55	0.39 38	0.50 61	0.44 61	0.31 35	0.86 126	0.31 40	0.24 298	0.13 68	0.16 46	0.12 29	0.20 182	0.21 184

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

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

UGAM-zero	1.05 406	0.33 241	1.04 307	0.49 112	0.31 146	0.67 222	0.26 40	2.37 488	0.80 141	1.05 226	1.11 248	2.86 523	1.81 501	6.26 518	0.50 210	0.18 110	0.15 201	0.19 131	0.16 141	0.17 78	0.21 184

CoDeX	0.78 296	0.31 204	1.04 307	0.56 236	0.37 252	1.13 389	0.60 359	2.77 525	1.29 379	1.17 274	1.26 311	0.91 254	0.87 320	1.42 277	0.74 308	0.21 222	0.16 237	0.21 199	0.18 183	0.21 226	0.21 184

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

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

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

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

anonymousdsp	0.45 84	0.30 172	0.60 88	0.48 98	0.34 217	0.49 86	0.42 190	0.97 105	0.60 81	0.51 102	0.53 72	0.46 74	0.47 131	1.36 257	0.35 73	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184

CroCo-Stereo Lap2	0.46 94	0.37 329	0.87 240	0.62 320	0.79 479	0.28 9	0.35 115	0.81 61	0.73 111	0.39 38	0.54 78	0.71 182	0.54 170	0.60 44	0.48 196	0.18 110	0.18 297	0.19 131	0.16 141	0.21 226	0.21 184

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

IER	0.74 273	0.33 241	1.25 381	0.50 128	0.53 379	1.32 424	0.55 326	1.31 235	1.08 248	1.30 354	1.34 347	1.11 332	1.10 411	1.05 183	0.81 334	0.20 191	0.17 266	0.21 199	0.21 276	0.20 182	0.21 184

IGEV-Stereo	0.45 84	0.30 172	0.60 88	0.48 98	0.34 217	0.49 86	0.42 190	0.98 109	0.60 81	0.51 102	0.53 72	0.46 74	0.47 131	1.36 257	0.35 73	0.18 110	0.13 68	0.21 199	0.15 104	0.18 110	0.21 184
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.41 60	0.27 107	0.43 11	0.55 215	0.24 20	0.47 72	0.30 68	0.81 61	0.64 93	0.53 108	0.74 131	0.50 98	0.31 35	0.65 67	0.45 173	0.18 110	0.20 329	0.23 264	0.19 205	0.21 226	0.21 184

IPLG	0.72 266	0.29 147	1.12 336	0.53 187	0.44 324	0.79 279	0.33 90	1.35 241	1.10 260	1.32 363	1.11 248	0.52 109	0.54 170	3.13 446	0.71 303	0.17 75	0.14 135	0.20 165	0.17 165	0.18 110	0.21 184

MIPNet	0.60 193	0.31 204	1.07 319	0.51 143	0.34 217	0.68 226	0.40 172	1.67 307	1.14 286	1.11 239	0.93 174	0.60 141	0.78 268	0.77 93	0.58 258	0.18 110	0.14 135	0.19 131	0.16 141	0.18 110	0.21 184

STrans-v2	1.06 408	0.31 204	1.02 302	0.52 164	0.33 199	0.67 222	0.78 411	2.66 521	1.26 355	1.15 266	1.46 385	1.37 393	1.40 463	6.68 529	0.46 179	0.19 148	0.13 68	0.21 199	0.18 183	0.18 110	0.21 184

IRAFT_RVC	0.90 365	0.30 172	0.89 249	0.67 379	0.31 146	0.64 205	1.00 469	1.40 253	0.97 203	1.23 316	1.04 217	1.00 294	0.96 355	5.77 508	0.57 253	0.24 298	0.13 68	0.25 327	0.21 276	0.20 182	0.21 184

rafts_anoy	0.55 138	0.32 222	0.66 122	0.72 423	0.61 422	0.53 129	0.40 172	1.24 217	1.06 243	0.85 175	0.83 154	0.67 165	0.53 162	0.77 93	0.55 244	0.20 191	0.15 201	0.25 327	0.26 375	0.22 246	0.21 184

EAI-Stereo	0.76 285	0.31 204	0.74 165	0.55 215	0.28 94	0.70 239	1.72 525	2.57 513	0.90 171	0.75 151	3.03 522	0.57 130	0.43 101	1.10 201	0.49 207	0.19 148	0.14 135	0.17 70	0.18 183	0.17 78	0.21 184

SFCPSM	0.74 273	0.30 172	1.06 314	0.52 164	0.39 273	1.36 432	0.64 374	2.42 494	1.11 267	1.18 285	1.21 293	0.81 207	0.78 268	1.08 193	0.57 253	0.22 256	0.17 266	0.22 230	0.24 348	0.23 266	0.21 184

cf-r	0.79 305	0.32 222	1.06 314	0.57 258	0.64 430	0.78 271	0.51 285	2.04 418	1.22 330	1.20 298	1.27 320	1.53 424	0.91 335	1.47 288	0.94 370	0.25 318	0.19 315	0.22 230	0.23 335	0.19 146	0.21 184

GwcNet-RSSM	0.83 331	0.34 270	1.29 390	0.65 351	0.55 393	0.78 271	0.62 367	1.89 377	1.27 359	1.18 285	1.39 364	1.56 429	0.91 335	1.60 315	1.22 410	0.26 344	0.20 329	0.23 264	0.24 348	0.21 226	0.21 184

iResNetv2_ROB	0.88 355	0.43 379	2.62 489	0.60 298	0.38 264	0.94 347	0.67 382	1.88 375	1.38 415	1.27 341	1.45 383	1.26 367	1.05 401	1.92 361	0.64 282	0.24 298	0.15 201	0.19 131	0.14 85	0.24 295	0.21 184

FlowAnything_test	0.41 60	0.27 107	0.67 126	0.60 298	0.33 199	0.62 185	0.35 115	0.64 18	0.48 47	0.46 67	0.36 20	0.45 71	0.37 71	0.54 25	0.52 222	0.25 318	0.19 315	0.28 379	0.33 460	0.22 246	0.22 213

water-stereo	0.41 60	0.21 6	0.69 136	0.45 59	0.28 94	0.50 105	0.27 46	0.96 104	0.52 55	0.57 116	0.78 139	0.59 137	0.53 162	0.44 10	0.43 155	0.17 75	0.16 237	0.17 70	0.15 104	0.17 78	0.22 213

G2L-Stereo_test	0.77 291	0.31 204	0.97 287	0.51 143	0.41 299	0.90 330	0.80 422	1.67 307	1.22 330	1.32 363	1.27 320	1.50 418	0.81 288	1.74 334	1.02 386	0.20 191	0.14 135	0.16 46	0.16 141	0.18 110	0.22 213

model_zeroshot	0.53 132	0.31 204	1.00 297	0.57 258	0.39 273	0.74 251	0.39 164	1.38 247	0.67 100	0.88 182	0.85 158	0.71 182	0.37 71	0.77 93	0.39 114	0.21 222	0.17 266	0.19 131	0.17 165	0.17 78	0.22 213

GCAP-BAT	0.54 135	0.33 241	0.75 170	0.45 59	0.50 357	0.84 311	0.35 115	0.98 109	0.80 141	0.88 182	1.04 217	0.88 238	0.37 71	1.25 231	0.41 141	0.19 148	0.15 201	0.18 106	0.13 59	0.17 78	0.22 213

CAS++	0.48 110	0.34 270	0.59 81	0.48 98	0.32 179	0.45 61	0.29 60	1.73 333	0.78 129	0.71 142	0.73 129	0.36 47	0.28 23	0.70 76	0.35 73	0.27 365	0.22 360	0.26 348	0.21 276	0.29 358	0.22 213
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DispNO	0.98 387	0.34 270	2.02 458	0.58 271	0.55 393	0.88 324	0.49 275	1.70 324	1.24 339	1.22 313	1.26 311	1.18 343	0.88 326	5.17 490	0.88 347	0.23 278	0.18 297	0.24 288	0.22 303	0.19 146	0.22 213

tta	0.79 305	0.32 222	0.95 279	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 447	1.27 341	1.50 398	0.98 283	0.96 355	1.87 353	0.99 378	0.24 298	0.22 360	0.22 230	0.21 276	0.19 146	0.22 213

qqq1	0.76 285	0.32 222	0.95 279	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 447	1.27 341	1.50 398	0.98 283	0.96 355	1.87 353	0.48 196	0.24 298	0.22 360	0.18 106	0.15 104	0.19 146	0.22 213

fff1	0.76 285	0.32 222	0.95 279	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 447	1.27 341	1.50 398	0.98 283	0.96 355	1.87 353	0.48 196	0.24 298	0.22 360	0.18 106	0.15 104	0.19 146	0.22 213

StereoVision	0.67 231	0.37 329	1.02 302	0.60 298	0.41 299	0.50 105	0.41 182	1.32 237	0.96 199	0.73 148	2.48 510	0.82 213	0.57 182	1.06 188	0.50 210	0.26 344	0.28 433	0.29 391	0.28 403	0.37 421	0.22 213

anonymousdsp2	0.58 173	0.29 147	0.93 268	0.51 143	0.30 126	0.75 256	0.46 246	1.95 396	0.87 162	0.81 164	0.78 139	0.76 190	0.48 136	1.10 201	0.45 173	0.19 148	0.14 135	0.18 106	0.13 59	0.20 182	0.22 213

DCRE	0.85 344	0.28 124	0.76 175	0.60 298	0.49 352	0.59 169	0.53 302	1.04 135	0.92 177	0.80 159	7.34 555	0.87 232	0.57 182	0.78 102	0.43 155	0.16 43	0.17 266	0.19 131	0.17 165	0.18 110	0.22 213

anonymousa	0.78 296	0.30 172	0.85 231	0.51 143	0.96 507	1.41 442	0.47 257	1.61 299	0.94 190	1.33 369	1.77 457	1.66 445	1.11 414	0.72 80	0.63 278	0.19 148	0.18 297	0.23 264	0.25 357	0.20 182	0.22 213

LMCR-Stereo	0.87 352	0.50 409	0.99 292	0.80 462	0.43 314	1.32 424	0.55 326	2.79 528	1.03 229	1.55 446	1.49 391	0.74 186	1.01 380	1.76 337	0.99 378	0.30 406	0.17 266	0.22 230	0.18 183	0.31 381	0.22 213

RALCasStereoNet	0.58 173	0.34 270	0.77 178	0.65 351	0.64 430	0.64 205	0.51 285	1.06 141	0.99 215	0.71 142	1.06 225	0.77 194	0.44 107	1.38 264	0.52 222	0.20 191	0.18 297	0.18 106	0.16 141	0.20 182	0.22 213

ac_64	0.86 348	0.32 222	1.02 302	0.74 437	0.60 416	1.04 371	0.53 302	2.20 464	0.99 215	1.23 316	1.11 248	1.96 482	1.06 402	2.01 375	1.01 383	0.30 406	0.22 360	0.24 288	0.23 335	0.22 246	0.22 213

DIP-Stereo	0.64 214	0.32 222	0.91 263	0.49 112	0.36 242	0.91 333	0.33 90	2.51 509	0.77 125	1.25 323	1.00 199	0.68 167	0.51 155	0.92 147	0.65 287	0.19 148	0.15 201	0.21 199	0.17 165	0.19 146	0.22 213
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	0.91 370	0.31 204	0.60 88	0.54 201	0.31 146	1.15 396	0.60 359	3.76 544	1.30 383	1.57 451	1.75 453	1.67 447	1.01 380	1.61 317	0.90 354	0.23 278	0.17 266	0.19 131	0.18 183	0.20 182	0.22 213
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.99 390	0.40 362	1.23 376	0.65 351	0.43 314	1.03 370	0.49 275	2.01 410	1.35 399	1.02 219	1.39 364	1.10 327	0.86 311	5.47 501	0.89 350	0.24 298	0.18 297	0.28 379	0.27 392	0.27 325	0.22 213

MLCV	0.77 291	0.39 356	1.31 391	0.55 215	0.25 39	0.91 333	0.39 164	1.48 269	1.28 367	1.49 434	1.54 409	1.02 301	0.68 239	2.12 388	0.93 365	0.19 148	0.13 68	0.19 131	0.14 85	0.19 146	0.22 213

S2M2	0.35 35	0.28 124	0.47 25	0.43 43	0.30 126	0.31 12	0.16 1	0.61 15	0.68 103	0.32 15	0.49 55	0.47 83	0.34 49	0.40 4	0.33 59	0.25 318	0.22 360	0.20 165	0.22 303	0.25 307	0.23 234

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

rvit_0105_6	0.56 149	0.38 347	1.13 337	0.67 379	0.38 264	0.50 105	0.51 285	0.88 87	1.33 394	0.54 109	0.56 84	0.65 159	0.57 182	0.97 164	0.46 179	0.32 418	0.31 451	0.28 379	0.25 357	0.29 358	0.23 234

MyStereo07	0.50 124	0.30 172	0.58 75	0.58 271	0.48 346	0.59 169	0.78 411	1.19 199	0.60 81	0.49 83	0.54 78	0.43 60	0.55 173	1.32 251	0.36 90	0.18 110	0.18 297	0.24 288	0.21 276	0.23 266	0.23 234

MyStereo06	0.67 231	0.29 147	1.06 314	0.58 271	0.48 346	0.62 185	0.72 399	2.26 469	0.89 166	1.07 234	1.12 252	1.22 352	0.56 179	0.83 115	0.47 189	0.17 75	0.17 266	0.24 288	0.21 276	0.23 266	0.23 234

MyStereo05	0.70 254	0.29 147	1.22 374	0.58 271	0.48 346	0.62 185	0.72 399	1.52 273	1.54 464	1.17 274	0.91 170	0.77 194	0.79 277	1.45 283	0.68 296	0.17 75	0.17 266	0.24 288	0.21 276	0.23 266	0.23 234

MyStereo04	0.71 260	0.30 172	1.28 387	0.58 271	0.48 346	0.59 169	0.78 411	1.74 335	1.49 458	0.94 198	0.91 170	0.74 186	0.86 311	1.59 310	0.69 297	0.18 110	0.18 297	0.24 288	0.21 276	0.23 266	0.23 234

cc1	0.68 244	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.07 144	3.23 540	0.60 124	0.80 147	0.47 83	0.87 320	1.48 290	0.35 73	0.21 222	0.13 68	0.25 327	0.15 104	0.19 146	0.23 234

ffm	0.79 305	0.36 308	1.51 415	0.56 236	0.40 285	0.76 261	0.59 352	1.08 149	2.62 527	1.19 293	1.49 391	1.07 312	0.85 303	1.57 303	0.35 73	0.21 222	0.13 68	0.31 409	0.28 403	0.20 182	0.23 234

ff1	1.88 499	0.36 308	1.51 415	0.56 236	0.40 285	0.76 261	0.59 352	1.08 149	2.62 527	1.19 293	1.49 391	1.07 312	0.85 303	9.88 564	13.82 561	0.21 222	0.13 68	0.31 409	0.28 403	0.20 182	0.23 234

tt1	0.65 218	0.34 270	0.65 117	0.60 298	0.27 59	1.14 392	0.48 264	1.08 149	2.62 527	0.59 117	0.79 142	0.49 91	0.80 284	1.57 303	0.35 73	0.21 222	0.13 68	0.25 327	0.16 141	0.20 182	0.23 234

GMStereo_Zeroshot	0.70 254	0.64 457	1.11 332	0.65 351	0.38 264	0.84 311	0.37 140	1.09 156	1.16 298	1.14 264	1.07 228	1.26 367	0.55 173	1.23 228	0.65 287	0.34 435	0.17 266	0.31 409	0.18 183	0.57 493	0.23 234

IGEV_Zeroshot_test	0.59 185	0.33 241	1.11 332	0.63 330	0.37 252	0.41 35	0.33 90	1.80 350	0.79 138	1.04 224	1.10 241	1.06 309	0.43 101	0.87 131	0.48 196	0.18 110	0.13 68	0.19 131	0.18 183	0.20 182	0.23 234

DLNR_Zeroshot_test	23.23 578	48.25 592	43.77 582	177.04 592	78.39 588	0.35 17	0.21 12	23.33 578	0.82 146	0.67 138	0.86 160	0.58 132	0.30 31	1.64 319	0.48 196	10.69 580	0.13 68	0.18 106	0.14 85	76.63 591	0.23 234

iRaft-Stereo_20w	0.71 260	0.33 241	1.25 381	0.50 128	0.36 242	0.82 296	0.31 75	3.16 536	0.89 166	1.24 320	1.14 268	0.79 199	0.65 228	1.15 211	0.43 155	0.18 110	0.13 68	0.18 106	0.17 165	0.20 182	0.23 234

TransformOpticalFlow	0.97 384	0.30 172	0.96 286	0.54 201	0.31 146	0.65 211	0.54 316	1.87 370	1.19 311	1.12 247	1.44 381	1.34 386	0.98 368	6.68 529	0.44 160	0.19 148	0.12 34	0.21 199	0.19 205	0.18 110	0.23 234

RAFT	0.67 231	0.32 222	0.83 216	0.63 330	0.34 217	0.69 235	0.57 339	1.14 174	0.84 153	1.12 247	1.20 287	1.75 461	0.92 343	1.09 197	0.60 268	0.22 256	0.19 315	0.27 363	0.24 348	0.22 246	0.23 234

GANet-RSSM	0.78 296	0.31 204	0.90 259	0.67 379	0.58 406	0.80 286	0.62 367	2.04 418	1.15 291	1.11 239	1.27 320	1.26 367	1.18 433	1.68 325	0.74 308	0.26 344	0.21 345	0.22 230	0.22 303	0.23 266	0.23 234

BEATNet_4x	0.82 322	0.54 424	2.02 458	0.56 236	0.28 94	1.04 371	0.55 326	2.14 443	1.13 280	1.24 320	1.26 311	1.00 294	0.94 348	1.13 208	1.23 413	0.21 222	0.14 135	0.24 288	0.20 234	0.37 421	0.23 234

AdaStereo	0.74 273	0.48 401	0.86 238	0.75 446	0.38 264	0.94 347	0.56 333	2.05 422	1.24 339	1.15 266	1.22 295	1.07 312	0.67 235	1.05 183	0.73 304	0.33 425	0.16 237	0.32 421	0.22 303	0.29 358	0.23 234
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DN-CSS_ROB	0.67 231	0.36 308	1.36 401	0.59 290	0.41 299	0.54 142	0.45 240	1.30 233	0.95 195	1.05 226	1.47 387	0.69 172	0.64 223	1.80 347	0.60 268	0.19 148	0.15 201	0.25 327	0.23 335	0.22 246	0.23 234

z-ln-s-r	1.18 435	0.61 446	2.91 494	0.54 201	0.56 398	0.81 294	0.86 441	1.72 331	1.55 470	1.18 285	1.62 431	1.37 393	1.16 422	3.67 462	3.77 517	0.20 191	0.15 201	0.21 199	0.17 165	0.29 358	0.24 255

G2L-ROB	0.79 305	0.28 124	1.01 299	0.57 258	0.39 273	0.94 347	0.65 376	1.76 339	1.18 309	1.27 341	1.03 211	1.62 438	0.78 268	1.93 363	1.26 417	0.20 191	0.14 135	0.17 70	0.15 104	0.20 182	0.24 255

DCANet-4	0.59 185	0.28 124	1.65 431	0.44 50	0.25 39	0.48 80	0.36 125	1.15 186	1.36 408	1.13 250	1.03 211	0.56 128	0.74 251	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

fff	0.58 173	0.26 83	1.15 344	0.46 71	0.25 39	0.48 80	0.36 125	1.20 203	1.28 367	1.13 250	1.03 211	0.59 137	1.04 396	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

ADStereo(finetuned)	0.62 202	0.26 83	1.59 427	0.45 59	0.25 39	0.49 86	0.36 125	1.18 195	1.35 399	1.16 270	1.04 217	0.60 141	1.18 433	0.85 124	0.57 253	0.17 75	0.14 135	0.17 70	0.13 59	0.19 146	0.24 255

x	0.59 185	0.34 270	0.79 188	0.51 143	0.32 179	0.69 235	0.46 246	1.64 303	0.97 203	0.86 180	0.86 160	0.83 222	0.74 251	0.75 90	0.70 300	0.21 222	0.22 360	0.22 230	0.20 234	0.21 226	0.24 255

BUS	0.78 296	0.34 270	0.77 178	0.55 215	0.45 328	2.30 511	0.42 190	2.65 518	1.04 235	1.25 323	1.12 252	1.02 301	0.70 246	0.94 151	0.75 311	0.25 318	0.18 297	0.25 327	0.22 303	0.23 266	0.24 255

BSDual-CNN	0.75 277	0.34 270	0.77 178	0.55 215	0.45 328	1.25 417	0.66 380	2.65 518	1.04 235	1.25 323	1.12 252	1.11 332	0.77 261	0.94 151	0.76 314	0.25 318	0.18 297	0.25 327	0.22 303	0.23 266	0.24 255

hknet	0.82 322	0.34 270	1.15 344	0.55 215	0.39 273	1.25 417	0.66 380	2.65 518	1.10 260	1.25 323	1.12 252	1.58 432	0.85 303	1.41 272	0.79 325	0.23 278	0.18 297	0.25 327	0.22 303	0.23 266	0.24 255

iRaft-Stereo_5w	0.89 357	0.31 204	1.04 307	0.56 236	0.47 344	0.47 72	0.68 385	1.19 199	1.08 248	0.80 159	1.35 352	1.46 410	0.90 332	5.11 489	1.16 400	0.18 110	0.15 201	0.22 230	0.19 205	0.21 226	0.24 255

psmg	0.75 277	0.34 270	0.77 178	0.52 164	0.45 328	1.46 447	0.73 402	2.15 448	1.04 235	1.25 323	1.33 343	1.11 332	0.77 261	0.94 151	0.76 314	0.25 318	0.20 329	0.25 327	0.26 375	0.23 266	0.24 255

DAS	0.89 357	0.37 329	1.20 369	0.66 365	0.69 451	0.82 296	0.62 367	1.79 346	1.26 355	1.93 494	1.55 412	0.96 279	1.17 426	2.72 434	0.69 297	0.22 256	0.16 237	0.25 327	0.18 183	0.29 358	0.24 255

SepStereo	0.87 352	0.37 329	1.20 369	0.66 365	0.69 451	0.82 296	0.62 367	1.79 346	1.26 355	1.93 494	1.55 412	0.96 279	1.17 426	2.34 407	0.69 297	0.22 256	0.16 237	0.25 327	0.18 183	0.29 358	0.24 255

DRaft	0.81 320	0.26 83	0.77 178	0.47 86	0.31 146	0.95 354	0.52 296	1.13 170	0.99 215	1.78 480	2.01 486	0.80 201	1.71 494	2.64 429	0.74 308	0.19 148	0.14 135	0.20 165	0.20 234	0.18 110	0.24 255

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

csc	0.58 173	0.26 83	1.15 344	0.46 71	0.25 39	0.48 80	0.36 125	1.20 203	1.28 367	1.13 250	1.03 211	0.59 137	1.04 396	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

cscssc	0.58 173	0.26 83	1.15 344	0.46 71	0.25 39	0.48 80	0.36 125	1.20 203	1.28 367	1.13 250	1.03 211	0.59 137	1.04 396	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

MMNet	0.89 357	0.35 299	1.44 407	0.64 344	0.59 412	1.83 484	0.48 264	1.70 324	1.38 415	1.45 422	1.19 286	1.25 361	1.16 422	1.77 338	1.27 420	0.20 191	0.19 315	0.23 264	0.22 303	0.25 307	0.24 255

delet	0.90 365	0.34 270	1.15 344	0.69 404	0.66 441	1.63 464	0.81 427	1.95 396	1.49 458	1.42 409	1.38 362	1.29 374	0.91 335	1.78 340	1.18 402	0.22 256	0.22 360	0.24 288	0.25 357	0.22 246	0.24 255

FENet	0.62 202	0.30 172	0.68 130	0.57 258	0.33 199	0.82 296	0.40 172	1.41 257	1.12 274	1.03 222	0.87 162	0.98 283	0.84 298	1.00 170	0.70 300	0.23 278	0.16 237	0.23 264	0.20 234	0.22 246	0.24 255

HSM	1.22 441	0.34 270	0.81 198	0.61 312	0.39 273	1.22 412	0.63 372	2.45 497	1.25 347	1.32 363	1.26 311	1.91 472	1.08 405	9.21 555	0.75 311	0.23 278	0.17 266	0.20 165	0.16 141	0.22 246	0.24 255

PAM_32	0.87 352	0.30 172	1.08 322	0.56 236	0.32 179	2.10 504	0.36 125	2.26 469	1.01 222	1.13 250	1.05 224	3.14 530	1.47 474	1.00 170	0.42 149	0.19 148	0.14 135	0.20 165	0.18 183	0.19 146	0.25 276

test_sample2	0.67 231	0.31 204	0.89 249	0.54 201	0.29 109	0.80 286	0.63 372	1.83 357	1.10 260	0.93 195	1.06 225	0.94 270	0.92 343	1.24 230	0.59 265	0.23 278	0.20 329	0.22 230	0.21 276	0.24 295	0.25 276

test_sample1	0.67 231	0.32 222	0.90 259	0.54 201	0.33 199	0.76 261	0.48 264	1.75 337	1.06 243	0.95 200	0.99 194	0.91 254	1.10 411	1.25 231	0.79 325	0.22 256	0.19 315	0.21 199	0.20 234	0.21 226	0.25 276

ACVNet-DCA	0.59 185	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.58 290	0.91 172	0.60 124	0.80 147	0.47 83	0.87 320	1.48 290	0.35 73	0.21 222	0.13 68	0.25 327	0.15 104	0.23 266	0.25 276

xx1	0.70 254	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.07 144	3.23 540	0.60 124	0.80 147	0.95 274	0.79 277	1.48 290	0.35 73	0.21 222	0.13 68	0.24 288	0.23 335	0.23 266	0.25 276

1test111	0.58 173	0.34 270	0.63 102	0.60 298	0.27 59	1.16 399	0.51 285	1.58 290	0.91 172	0.60 124	0.80 147	0.47 83	0.87 320	0.99 166	0.67 292	0.21 222	0.13 68	0.25 327	0.15 104	0.23 266	0.25 276

gwcnet-sp	0.80 311	0.37 329	1.94 451	0.62 320	0.45 328	1.38 433	0.53 302	1.68 311	1.20 315	1.37 389	1.08 235	0.93 264	0.82 290	1.45 283	0.79 325	0.22 256	0.22 360	0.22 230	0.21 276	0.23 266	0.25 276

scenet	0.80 311	0.37 329	1.94 451	0.62 320	0.45 328	1.38 433	0.53 302	1.68 311	1.20 315	1.37 389	1.08 235	0.93 264	0.82 290	1.45 283	0.79 325	0.22 256	0.22 360	0.22 230	0.21 276	0.23 266	0.25 276

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

ssnet	0.80 311	0.37 329	1.94 451	0.62 320	0.45 328	1.38 433	0.53 302	1.68 311	1.20 315	1.37 389	1.08 235	0.93 264	0.82 290	1.45 283	0.79 325	0.22 256	0.22 360	0.22 230	0.21 276	0.23 266	0.25 276

qqq	0.62 202	0.36 308	0.88 245	0.50 128	0.28 94	0.64 205	0.62 367	1.58 290	0.91 172	0.83 168	0.96 179	0.95 274	0.79 277	0.99 166	0.67 292	0.21 222	0.23 388	0.24 288	0.23 335	0.23 266	0.25 276

CrosDoStereo	1.56 475	0.26 83	0.78 184	0.51 143	0.29 109	0.66 217	11.86 567	1.18 195	1.00 219	1.35 382	1.76 454	0.99 288	1.83 503	6.64 527	0.83 336	0.19 148	0.15 201	0.20 165	0.22 303	0.18 110	0.25 276

DeepStereo_LL	1.56 475	0.26 83	0.78 184	0.51 143	0.29 109	0.66 217	11.86 567	1.18 195	1.00 219	1.35 382	1.76 454	0.99 288	1.83 503	6.64 527	0.83 336	0.19 148	0.15 201	0.20 165	0.22 303	0.18 110	0.25 276

DEmStereo	0.98 387	0.25 65	0.85 231	0.49 112	0.33 199	1.02 369	0.55 326	0.97 105	0.93 184	1.41 405	2.13 492	1.01 299	2.01 510	5.62 502	0.78 320	0.19 148	0.15 201	0.20 165	0.20 234	0.18 110	0.25 276

THIR-Stereo	1.02 398	0.29 147	0.73 160	0.51 143	0.29 109	0.94 347	1.31 503	1.08 149	0.98 206	1.35 382	1.91 478	1.16 341	1.54 479	6.37 524	0.79 325	0.20 191	0.14 135	0.21 199	0.22 303	0.19 146	0.25 276

Pruner-Stereo	0.64 214	0.31 204	0.79 188	0.66 365	0.31 146	0.61 182	0.42 190	1.22 210	1.09 256	1.53 440	1.09 239	0.94 270	0.55 173	1.37 260	0.56 250	0.25 318	0.14 135	0.24 288	0.21 276	0.21 226	0.25 276

DCANet	0.58 173	0.26 83	1.15 344	0.45 59	0.25 39	0.49 86	0.36 125	1.18 195	1.35 399	1.15 266	1.04 217	0.60 141	0.91 335	0.84 120	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.19 146	0.25 276

test_xeample	1.55 474	0.31 204	0.94 275	0.54 201	0.31 146	0.94 347	0.58 346	2.40 492	1.40 426	1.29 352	1.55 412	0.89 248	0.88 326	1.72 332	15.94 567	0.22 256	0.22 360	0.22 230	0.21 276	0.23 266	0.25 276

UNet	0.86 348	0.36 308	1.52 419	0.62 320	0.74 463	1.56 457	0.49 275	1.55 282	1.12 274	1.28 347	1.10 241	1.52 423	1.10 411	1.69 329	1.14 398	0.24 298	0.18 297	0.25 327	0.21 276	0.25 307	0.25 276

LE_ROB	8.35 564	0.47 395	27.42 579	0.83 473	0.34 217	2.84 529	3.36 561	4.03 548	27.04 581	25.20 581	8.72 563	8.55 561	27.35 581	7.37 538	22.13 573	0.22 256	0.20 329	0.20 165	0.21 276	0.25 307	0.25 276

AIO-test1	0.61 199	0.27 107	0.68 130	0.68 391	1.02 511	0.79 279	0.36 125	1.59 295	1.35 399	0.59 117	0.89 167	0.60 141	0.49 147	1.20 225	0.36 90	0.18 110	0.17 266	0.23 264	0.25 357	0.18 110	0.26 296

rvit_0105_4	0.58 173	0.40 362	1.19 365	0.68 391	0.38 264	0.53 129	0.55 326	0.93 93	1.27 359	0.56 115	0.61 95	0.72 184	0.63 219	1.01 173	0.47 189	0.33 425	0.33 469	0.29 391	0.25 357	0.29 358	0.26 296

11t1	0.57 161	0.30 172	0.84 225	0.54 201	0.30 126	0.83 303	0.41 182	1.34 240	0.79 138	0.88 182	0.82 152	0.70 175	0.70 246	0.96 160	0.67 292	0.21 222	0.21 345	0.20 165	0.16 141	0.21 226	0.26 296

1111x	1.96 505	0.32 222	1.54 423	0.54 201	0.30 126	1.00 366	0.69 388	2.47 502	1.33 394	1.21 305	1.44 381	1.21 348	1.11 414	8.49 550	16.14 568	0.22 256	0.23 388	0.22 230	0.23 335	0.25 307	0.26 296

EKT-Stereo	0.56 149	0.33 241	0.84 225	0.61 312	0.64 430	0.51 114	0.48 264	1.14 174	0.95 195	0.74 149	0.89 167	0.77 194	0.42 93	1.18 220	0.42 149	0.23 278	0.17 266	0.21 199	0.18 183	0.20 182	0.26 296

iinet-f	1.04 401	0.50 409	4.24 517	0.58 271	0.43 314	1.78 481	0.70 395	1.29 232	1.16 298	1.25 323	1.42 375	1.57 431	1.42 468	1.47 288	1.70 472	0.26 344	0.23 388	0.20 165	0.20 234	0.26 319	0.26 296

DisPM	0.68 244	0.30 172	0.85 231	0.66 365	0.35 234	0.60 174	0.44 227	1.10 162	1.10 260	1.56 448	1.10 241	0.80 201	0.58 199	2.37 412	0.46 179	0.25 318	0.14 135	0.23 264	0.21 276	0.20 182	0.26 296

NINENet	0.81 320	0.40 362	0.89 249	0.65 351	0.53 379	2.30 511	0.42 190	2.12 433	1.13 280	1.20 298	1.27 320	1.02 301	0.70 246	1.26 235	0.75 311	0.29 399	0.24 398	0.31 409	0.21 276	0.27 325	0.26 296

PSM-softLoss	0.80 311	0.33 241	0.89 249	0.63 330	0.32 179	0.55 147	0.40 172	1.26 222	0.78 129	1.25 323	1.07 228	0.83 222	0.51 155	5.33 495	0.61 271	0.25 318	0.15 201	0.25 327	0.22 303	0.20 182	0.26 296

KMStereo	0.80 311	0.33 241	0.89 249	0.63 330	0.32 179	0.55 147	0.40 172	1.26 222	0.78 129	1.25 323	1.07 228	0.83 222	0.51 155	5.33 495	0.61 271	0.25 318	0.15 201	0.25 327	0.22 303	0.20 182	0.26 296

DeepStereo_RVC	0.57 161	0.31 204	0.78 184	0.53 187	0.30 126	0.57 156	0.32 83	1.11 164	0.80 141	1.17 274	0.94 176	0.83 222	0.93 345	1.01 173	0.61 271	0.23 278	0.14 135	0.21 199	0.19 205	0.24 295	0.26 296

test-1	0.56 149	0.28 124	1.13 337	0.58 271	0.34 217	0.60 174	0.38 150	1.56 285	0.98 206	0.80 159	1.02 204	0.83 222	0.52 160	0.64 62	0.46 179	0.17 75	0.16 237	0.20 165	0.17 165	0.20 182	0.26 296

HCRNet	0.72 266	0.40 362	0.86 238	0.61 312	0.57 403	0.75 256	0.35 115	1.39 251	1.21 322	1.11 239	0.99 194	1.01 299	0.76 257	2.18 394	0.73 304	0.28 383	0.19 315	0.28 379	0.23 335	0.25 307	0.26 296

222	1.67 483	0.31 204	0.93 268	0.59 290	0.31 146	1.05 374	0.43 208	2.39 490	1.47 453	1.37 389	1.55 412	0.94 270	0.94 348	1.98 370	17.76 570	0.24 298	0.22 360	0.21 199	0.20 234	0.22 246	0.26 296

PSMNet-RSSM	0.78 296	0.32 222	0.89 249	0.65 351	0.43 314	0.73 249	0.58 346	2.14 443	1.19 311	1.18 285	1.38 362	1.31 379	1.07 404	1.43 279	0.82 335	0.28 383	0.21 345	0.27 363	0.29 422	0.25 307	0.26 296

CFNet-ft	0.78 296	0.36 308	0.74 165	0.67 379	0.56 398	0.86 319	0.54 316	1.46 264	1.17 303	1.01 215	1.28 326	1.68 450	1.03 390	1.57 303	0.95 372	0.27 365	0.21 345	0.33 433	0.26 375	0.31 381	0.26 296

DSFCA	0.95 379	0.38 347	1.23 376	0.55 215	0.66 441	1.50 450	0.93 456	1.58 290	1.24 339	1.59 455	1.16 276	1.48 413	0.95 353	2.96 441	1.20 405	0.31 410	0.28 433	0.25 327	0.26 375	0.29 358	0.26 296

CFNet_RVC	0.78 296	0.36 308	0.74 165	0.67 379	0.56 398	0.86 319	0.54 316	1.46 264	1.17 303	1.01 215	1.28 326	1.68 450	1.03 390	1.57 303	0.95 372	0.27 365	0.21 345	0.33 433	0.26 375	0.31 381	0.26 296

coex_refinement	0.84 337	0.30 172	0.89 249	0.72 423	0.52 372	0.95 354	0.60 359	1.92 389	1.29 379	1.38 394	1.37 357	1.80 466	0.82 290	1.48 290	1.31 422	0.27 365	0.17 266	0.19 131	0.20 234	0.25 307	0.27 314

G2L-Stereo	0.84 337	0.35 299	1.15 344	0.63 330	0.43 314	0.78 271	0.69 388	1.69 320	1.20 315	1.36 387	1.18 282	1.43 403	0.78 268	2.47 421	1.26 417	0.25 318	0.20 329	0.26 348	0.21 276	0.20 182	0.27 314

PAM	0.86 348	0.31 204	1.19 365	0.55 215	0.35 234	2.17 505	0.47 257	2.26 469	0.87 162	1.18 285	0.96 179	3.01 525	1.41 467	0.90 142	0.40 131	0.19 148	0.13 68	0.19 131	0.18 183	0.20 182	0.27 314

test_sample3	0.73 269	0.35 299	1.06 314	0.55 215	0.32 179	0.97 363	0.51 285	2.12 433	1.25 347	1.16 270	1.17 279	0.88 238	0.78 268	1.27 238	0.79 325	0.26 344	0.21 345	0.25 327	0.25 357	0.26 319	0.27 314

SMFormer	0.79 305	0.32 222	0.95 279	0.49 112	0.27 59	0.83 303	0.43 208	2.16 450	1.45 447	1.27 341	1.50 398	0.98 283	0.96 355	1.87 353	0.99 378	0.24 298	0.22 360	0.22 230	0.21 276	0.23 266	0.27 314

mmm	0.68 244	0.37 329	0.91 263	0.54 201	0.34 217	0.86 319	0.58 346	1.72 331	1.02 226	1.13 250	1.41 374	0.83 222	0.78 268	0.95 159	0.67 292	0.22 256	0.20 329	0.29 391	0.26 375	0.27 325	0.27 314

testlalala_base	0.83 331	0.41 372	0.80 193	0.67 379	0.53 379	0.78 271	0.30 68	1.84 359	0.60 81	0.75 151	0.91 170	0.68 167	0.54 170	0.69 74	0.46 179	2.92 551	0.15 201	0.17 70	0.12 29	2.95 550	0.27 314

CRFU-Net	0.90 365	0.42 375	1.10 330	0.69 404	0.59 412	1.76 475	0.84 434	2.33 485	0.92 177	1.45 422	1.20 287	1.62 438	1.25 441	1.38 264	0.94 370	0.28 383	0.23 388	0.22 230	0.19 205	0.24 295	0.27 314

dd	0.62 202	0.51 413	1.17 359	0.56 236	0.33 199	0.74 251	0.46 246	1.03 128	1.40 426	0.80 159	0.87 162	0.60 141	0.57 182	1.02 176	0.86 341	0.28 383	0.18 297	0.26 348	0.19 205	0.35 411	0.27 314

AASNet	0.80 311	0.39 356	1.16 358	0.84 477	0.80 481	1.14 392	0.59 352	2.12 433	1.21 322	1.26 336	1.26 311	0.93 264	0.77 261	0.84 120	1.23 413	0.28 383	0.24 398	0.24 288	0.20 234	0.28 341	0.27 314

GANet-ADL	0.63 211	0.38 347	0.82 207	0.67 379	0.41 299	0.68 226	0.51 285	1.64 303	1.16 298	0.98 205	1.10 241	0.90 250	0.58 199	0.81 107	0.63 278	0.27 365	0.18 297	0.18 106	0.16 141	0.23 266	0.27 314

PFNet+	0.62 202	0.31 204	0.99 292	0.57 258	0.31 146	0.57 156	0.30 68	0.99 117	1.25 347	1.33 369	1.10 241	0.79 199	0.57 182	1.35 256	0.53 232	0.26 344	0.17 266	0.28 379	0.26 375	0.21 226	0.27 314

TANstereo	0.45 84	0.23 30	0.50 43	0.43 43	0.21 7	0.65 211	0.26 40	0.83 67	0.88 165	0.95 200	0.99 194	0.51 102	0.45 114	0.56 30	0.36 90	0.19 148	0.24 398	0.16 46	0.13 59	0.17 78	0.27 314

xxxx	1.61 479	0.32 222	0.98 290	0.58 271	0.31 146	1.15 396	0.43 208	2.43 495	1.41 430	1.17 274	1.40 369	1.21 348	0.86 311	1.94 364	16.68 569	0.24 298	0.24 398	0.21 199	0.20 234	0.23 266	0.27 314

GMStereo	0.58 173	0.50 409	1.09 325	0.52 164	0.32 179	0.80 286	0.43 208	1.02 120	1.41 430	0.89 186	0.77 137	0.52 109	0.46 124	0.89 139	0.56 250	0.25 318	0.16 237	0.20 165	0.22 303	0.31 381	0.27 314
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
iResNet	0.80 311	0.45 387	1.47 410	0.72 423	0.31 146	0.96 360	0.64 374	1.80 350	1.28 367	1.31 360	1.48 390	0.94 270	0.78 268	1.77 338	0.99 378	0.19 148	0.14 135	0.18 106	0.15 104	0.22 246	0.27 314

rvit_0105_5	0.61 199	0.41 372	1.19 365	0.67 379	0.37 252	0.57 156	0.56 333	1.08 149	1.28 367	0.65 133	0.68 110	0.77 194	0.67 235	0.91 145	0.51 214	0.33 425	0.32 463	0.30 403	0.27 392	0.28 341	0.28 330

test_sample4	0.74 273	0.36 308	1.09 325	0.55 215	0.32 179	0.92 340	0.51 285	2.14 443	1.25 347	1.22 313	1.22 295	0.86 230	0.82 290	1.29 242	0.76 314	0.26 344	0.21 345	0.26 348	0.26 375	0.27 325	0.28 330

PCWNet_CMD	0.68 244	0.34 270	0.93 268	0.51 143	0.38 264	0.80 286	0.42 190	1.51 271	1.34 396	1.17 274	1.31 333	1.23 356	0.65 228	0.94 151	0.62 274	0.21 222	0.17 266	0.27 363	0.19 205	0.43 446	0.28 330

ToySt	0.73 269	0.35 299	1.64 429	0.54 201	0.37 252	0.92 340	0.81 427	1.21 208	1.03 229	0.86 180	1.12 252	1.31 379	1.01 380	1.04 180	0.88 347	0.19 148	0.20 329	0.24 288	0.24 348	0.27 325	0.28 330

Wz-Net-LNSev-Ref	1.09 418	0.46 390	2.61 488	0.71 417	0.65 435	2.00 497	0.78 411	2.07 425	1.47 453	1.62 461	1.47 387	1.53 424	1.29 447	2.10 386	1.65 468	0.24 298	0.14 135	0.20 165	0.16 141	0.28 341	0.28 330

AACVNet	0.90 365	0.40 362	0.98 290	0.86 483	0.40 285	0.80 286	0.49 275	1.81 353	0.86 159	1.11 239	1.34 347	1.32 383	0.99 371	4.23 470	0.86 341	0.26 344	0.22 360	0.28 379	0.22 303	0.30 374	0.28 330

ICVP	0.66 220	0.35 299	0.71 144	0.63 330	0.41 299	0.85 318	0.56 333	1.78 343	0.96 199	0.92 192	1.24 307	0.88 238	0.75 256	0.76 91	0.93 365	0.31 410	0.22 360	0.22 230	0.21 276	0.24 295	0.28 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.68 244	0.34 270	0.93 268	0.50 128	0.39 273	0.72 244	0.42 190	1.44 260	1.25 347	1.17 274	1.35 352	1.22 352	0.66 233	1.04 180	0.64 282	0.21 222	0.17 266	0.33 433	0.19 205	0.39 432	0.28 330

sCroCo_RVC	0.51 127	0.43 379	1.15 344	0.66 365	0.60 416	0.52 120	0.40 172	0.93 93	0.64 93	0.45 62	0.76 133	0.49 91	0.49 147	0.65 67	0.49 207	0.27 365	0.28 433	0.23 264	0.22 303	0.29 358	0.28 330

111	0.66 220	0.27 107	1.15 344	0.46 71	0.25 39	0.72 244	0.42 190	1.57 288	1.44 442	0.83 168	1.39 364	1.10 327	0.80 284	0.97 164	0.65 287	0.20 191	0.14 135	0.18 106	0.15 104	0.18 110	0.28 330

psm_up	0.83 331	0.37 329	0.88 245	0.68 391	0.59 412	1.05 374	0.92 452	1.68 311	1.17 303	1.41 405	1.22 295	1.30 377	1.31 451	1.39 267	0.89 350	0.27 365	0.30 446	0.31 409	0.27 392	0.28 341	0.28 330

DMCA-RVC	0.83 331	0.46 390	2.19 471	0.68 391	0.49 352	0.84 311	0.48 264	1.44 260	1.07 245	1.56 448	1.04 217	1.29 374	0.86 311	1.49 297	0.92 362	0.27 365	0.22 360	0.35 448	0.28 403	0.32 392	0.28 330

MSMDNet	0.68 244	0.34 270	0.93 268	0.52 164	0.38 264	0.80 286	0.42 190	1.52 273	1.35 399	1.17 274	1.31 333	1.23 356	0.65 228	0.94 151	0.62 274	0.21 222	0.17 266	0.26 348	0.19 205	0.41 440	0.28 330

DLCB_ROB	0.92 373	0.43 379	0.95 279	0.71 417	0.55 393	1.11 386	0.83 432	1.61 299	1.32 392	1.67 469	1.66 440	1.70 453	0.93 345	1.96 369	1.34 430	0.26 344	0.25 410	0.27 363	0.28 403	0.28 341	0.28 330

FACV-RUCA	0.66 220	0.36 308	0.89 249	0.63 330	0.65 435	0.84 311	0.41 182	1.67 307	1.11 267	0.91 189	1.14 268	0.63 155	0.77 261	0.84 120	0.54 241	0.28 383	0.19 315	0.47 493	0.22 303	0.36 415	0.29 344

test_sample5	0.75 277	0.36 308	1.04 307	0.55 215	0.31 146	0.84 311	0.53 302	2.12 433	1.23 335	1.18 285	1.30 331	0.88 238	0.86 311	1.37 260	0.76 314	0.26 344	0.22 360	0.27 363	0.28 403	0.28 341	0.29 344

DualNet	0.75 277	0.36 308	1.04 307	0.55 215	0.31 146	0.84 311	0.53 302	2.12 433	1.23 335	1.21 305	1.40 369	0.88 238	0.86 311	1.37 260	0.76 314	0.26 344	0.22 360	0.27 363	0.28 403	0.28 341	0.29 344

mmx	1.89 502	0.36 308	1.51 415	0.56 236	0.40 285	0.76 261	0.59 352	2.32 479	1.41 430	1.19 293	1.49 391	1.07 312	0.85 303	9.88 564	13.82 561	0.25 318	0.21 345	0.31 409	0.28 403	0.32 392	0.29 344

xxx	1.89 502	0.36 308	1.51 415	0.56 236	0.40 285	0.76 261	0.59 352	2.32 479	1.41 430	1.19 293	1.49 391	1.07 312	0.85 303	9.88 564	13.82 561	0.25 318	0.21 345	0.31 409	0.28 403	0.32 392	0.29 344

riskmin	0.62 202	0.29 147	0.73 160	0.50 128	0.34 217	0.86 319	0.44 227	1.74 335	1.07 245	0.76 153	0.76 133	1.19 345	1.01 380	0.84 120	0.60 268	0.20 191	0.16 237	0.24 288	0.16 141	0.24 295	0.29 344

ssnet_v2	0.92 373	0.39 356	1.22 374	0.66 365	0.39 273	1.31 423	0.96 462	2.32 479	1.45 447	1.48 432	1.17 279	1.53 424	0.91 335	1.16 214	1.71 474	0.31 410	0.27 427	0.30 403	0.29 422	0.28 341	0.29 344

CIPLG	0.67 231	0.37 329	1.17 359	0.60 298	0.51 367	0.75 256	0.48 264	1.26 222	1.11 267	1.43 413	1.58 424	0.64 158	0.48 136	0.94 151	0.78 320	0.24 298	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

IPLGR_C	0.67 231	0.38 347	1.20 369	0.60 298	0.50 357	0.75 256	0.48 264	1.28 230	1.13 280	1.42 409	1.57 422	0.62 150	0.48 136	0.85 124	0.80 332	0.24 298	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

ACRE	0.66 220	0.37 329	1.27 384	0.60 298	0.50 357	0.74 251	0.47 257	1.26 222	1.10 260	1.40 403	1.56 418	0.62 150	0.46 124	0.88 134	0.78 320	0.24 298	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

HGLStereo	0.89 357	0.42 375	1.15 344	0.82 469	1.03 512	1.16 399	0.57 339	1.68 311	1.28 367	1.26 336	1.62 431	1.13 336	1.31 451	1.85 349	1.11 397	0.25 318	0.24 398	0.24 288	0.22 303	0.24 295	0.29 344

DMCA	0.71 260	0.36 308	1.17 359	0.53 187	0.45 328	0.84 311	0.46 246	1.52 273	1.09 256	1.20 298	1.12 252	1.21 348	0.74 251	0.87 131	1.09 393	0.25 318	0.20 329	0.27 363	0.19 205	0.24 295	0.29 344

TDLM	1.08 417	0.50 409	1.01 299	0.69 404	0.54 387	0.91 333	1.40 509	1.60 297	1.36 408	1.17 274	1.40 369	1.07 312	1.00 377	6.19 514	0.85 340	0.34 435	0.22 360	0.35 448	0.26 375	0.38 427	0.29 344

ccs_rob	0.68 244	0.34 270	0.93 268	0.50 128	0.39 273	0.72 244	0.42 190	1.43 259	1.25 347	1.17 274	1.34 347	1.22 352	0.66 233	1.04 180	0.64 282	0.21 222	0.17 266	0.35 448	0.20 234	0.40 436	0.29 344

UCFNet_RVC	0.72 266	0.37 329	0.59 81	0.66 365	0.41 299	0.89 326	0.68 385	1.78 343	1.15 291	1.01 215	1.20 287	1.22 352	0.95 353	1.07 190	0.66 291	0.28 383	0.21 345	0.34 441	0.31 439	0.33 399	0.29 344

DISCO	1.06 408	0.37 329	1.19 365	0.73 431	0.46 336	2.04 500	0.84 434	2.26 469	1.54 464	1.25 323	1.36 356	2.38 509	1.08 405	2.60 428	1.62 462	0.24 298	0.19 315	0.22 230	0.20 234	0.32 392	0.29 344

DFGA-Net	0.77 291	0.47 395	1.75 437	0.55 215	0.46 336	0.83 303	0.44 227	1.38 247	1.10 260	1.05 226	1.20 287	0.70 175	0.58 199	2.27 402	1.31 422	0.19 148	0.17 266	0.24 288	0.24 348	0.28 341	0.30 360

test_sample6	0.77 291	0.36 308	1.07 319	0.56 236	0.31 146	0.82 296	0.56 333	2.12 433	1.24 339	1.21 305	1.40 369	0.90 250	0.90 332	1.45 283	0.87 346	0.28 383	0.23 388	0.28 379	0.29 422	0.28 341	0.30 360

MyStereo8	0.70 254	0.32 222	1.24 379	0.63 330	0.53 379	0.90 330	0.34 102	1.60 297	1.35 399	1.20 298	1.31 333	0.89 248	0.64 223	0.77 93	1.02 386	0.18 110	0.15 201	0.20 165	0.18 183	0.22 246	0.30 360

CFNet_ucs	0.73 269	0.34 270	0.94 275	0.53 187	0.44 324	0.76 261	0.46 246	1.73 333	1.34 396	1.24 320	1.54 409	1.08 322	0.64 223	1.05 183	0.64 282	0.26 344	0.20 329	0.37 461	0.22 303	0.42 444	0.30 360

CSP-Net	1.00 393	0.41 372	0.99 292	0.56 236	0.43 314	1.62 463	0.76 407	2.16 450	1.16 298	1.33 369	1.22 295	1.32 383	0.89 329	4.67 481	0.93 365	0.35 445	0.24 398	0.20 165	0.20 234	0.23 266	0.30 360

NF-Stereo	0.82 322	0.33 241	0.83 216	0.65 351	0.31 146	0.63 196	0.43 208	1.35 241	0.93 184	1.30 354	1.02 204	0.81 207	0.57 182	5.37 499	0.55 244	0.26 344	0.14 135	0.24 288	0.20 234	0.20 182	0.30 360

OCTAStereo	0.82 322	0.33 241	0.83 216	0.65 351	0.31 146	0.62 185	0.44 227	1.35 241	0.93 184	1.30 354	1.02 204	0.81 207	0.57 182	5.32 494	0.55 244	0.26 344	0.14 135	0.24 288	0.20 234	0.20 182	0.30 360

ASMatch	0.89 357	0.29 147	0.72 146	0.56 236	0.36 242	0.47 72	0.37 140	1.16 191	0.95 195	1.11 239	3.26 525	0.95 274	0.96 355	4.88 486	0.53 232	0.20 191	0.16 237	0.22 230	0.19 205	0.20 182	0.30 360

Anonymous3	0.64 214	0.47 395	1.31 391	0.59 290	0.50 357	0.93 344	0.69 388	1.11 164	0.83 150	0.74 149	0.89 167	0.65 159	0.68 239	1.08 193	0.54 241	0.40 465	0.31 451	0.26 348	0.26 375	0.31 381	0.30 360

iResNet_ROB	0.82 322	0.36 308	1.13 337	0.60 298	0.37 252	0.91 333	0.38 150	2.41 493	1.61 477	1.35 382	1.35 352	1.25 361	0.97 365	1.75 336	0.88 347	0.21 222	0.14 135	0.17 70	0.12 29	0.19 146	0.30 360

rvit_0105_3	0.66 220	0.47 395	1.27 384	0.74 437	0.40 285	0.63 196	0.70 395	1.22 210	1.28 367	0.83 168	0.71 122	0.82 213	0.72 250	0.93 150	0.58 258	0.37 455	0.34 473	0.34 441	0.32 446	0.28 341	0.31 370

fast-acv-ft	1.00 393	0.48 401	1.85 447	0.61 312	0.52 372	1.77 477	0.69 388	1.52 273	1.47 453	1.34 376	1.85 470	1.73 456	1.24 440	1.62 318	1.56 453	0.27 365	0.28 433	0.28 379	0.28 403	0.28 341	0.31 370

ADLNet2	0.92 373	0.37 329	1.25 381	0.80 462	0.65 435	1.12 388	0.75 404	1.95 396	1.42 438	1.26 336	1.67 442	1.68 450	1.04 396	1.80 347	1.23 413	0.25 318	0.22 360	0.21 199	0.22 303	0.27 325	0.31 370

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

RE-Stereo	0.82 322	0.33 241	0.84 225	0.65 351	0.31 146	0.63 196	0.44 227	1.35 241	0.93 184	1.30 354	1.02 204	0.80 201	0.57 182	5.34 497	0.55 244	0.26 344	0.14 135	0.24 288	0.20 234	0.20 182	0.31 370

TVStereo	0.82 322	0.33 241	0.84 225	0.65 351	0.31 146	0.63 196	0.44 227	1.35 241	0.93 184	1.30 354	1.02 204	0.80 201	0.57 182	5.34 497	0.55 244	0.26 344	0.14 135	0.24 288	0.20 234	0.20 182	0.31 370

GEStereo_RVC	0.93 378	0.40 362	1.15 344	0.67 379	0.50 357	0.95 354	0.78 411	2.73 523	1.21 322	1.20 298	1.12 252	1.25 361	0.91 335	3.21 449	0.95 372	0.31 410	0.20 329	0.23 264	0.20 234	0.28 341	0.31 370

GES	0.70 254	0.37 329	1.05 312	0.62 320	0.38 264	0.94 347	0.57 339	2.37 488	0.92 177	1.05 226	1.12 252	0.67 165	0.77 261	1.02 176	0.65 287	0.28 383	0.20 329	0.20 165	0.20 234	0.22 246	0.31 370

SGM_RVC	1.88 499	0.40 362	0.90 259	0.63 330	0.30 126	2.81 527	1.26 501	2.73 523	1.81 497	4.09 545	2.85 518	3.88 538	3.19 540	8.42 549	2.44 497	0.33 425	0.31 451	0.30 403	0.28 403	0.31 381	0.31 370
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
YMNet	1.04 401	0.59 438	1.67 432	0.86 483	0.86 492	1.84 485	0.61 364	1.70 324	1.28 367	1.65 465	1.98 482	1.75 461	0.96 355	1.57 303	1.58 455	0.34 435	0.37 489	0.32 421	0.32 446	0.33 399	0.32 379

YMNet_1	1.04 401	0.59 438	1.67 432	0.86 483	0.86 492	1.84 485	0.61 364	1.70 324	1.28 367	1.65 465	1.98 482	1.75 461	0.96 355	1.57 303	1.58 455	0.34 435	0.37 489	0.32 421	0.32 446	0.33 399	0.32 379

AIO-Stereo-zeroshot	0.85 344	0.38 347	2.79 492	0.51 143	0.60 416	0.72 244	0.38 150	2.87 532	0.77 125	0.80 159	1.07 228	2.14 498	0.93 345	0.96 160	0.62 274	0.21 222	0.13 68	0.21 199	0.26 375	0.29 358	0.32 379

ttt	1.26 450	0.36 308	0.79 188	0.65 351	0.42 309	0.94 347	0.57 339	2.33 485	1.38 415	1.25 323	1.65 438	0.92 262	0.78 268	2.64 429	8.73 548	0.30 406	0.28 433	0.26 348	0.25 357	0.29 358	0.32 379

Wz-Net-MNSev	1.21 440	0.66 464	3.44 507	0.69 404	0.73 458	1.93 493	1.44 511	2.16 450	1.59 473	1.85 487	1.49 391	1.50 418	1.34 455	2.05 382	1.54 452	0.27 365	0.24 398	0.28 379	0.28 403	0.35 411	0.32 379

RAFT + AFF	1.07 413	0.47 395	1.36 401	0.68 391	0.50 357	1.20 410	1.22 496	2.58 514	1.26 355	1.33 369	1.56 418	1.19 345	1.49 477	3.89 468	1.01 383	0.22 256	0.26 417	0.30 403	0.27 392	0.29 358	0.32 379

ADCRef	1.50 470	0.61 446	3.83 513	0.76 453	0.77 473	1.91 491	0.77 408	2.16 450	1.34 396	1.63 463	1.59 428	1.35 388	1.40 463	1.79 345	8.32 545	0.25 318	0.21 345	0.32 421	0.31 439	0.31 381	0.32 379

CVANet_RVC	1.10 419	0.49 406	1.15 344	0.65 351	0.54 387	0.93 344	1.00 469	1.69 320	1.36 408	1.42 409	1.39 364	1.24 360	1.17 426	6.22 516	0.80 332	0.35 445	0.24 398	0.35 448	0.30 434	0.44 457	0.32 379

PSMNet_ROB	0.95 379	0.57 437	1.45 408	0.75 446	0.64 430	1.28 421	1.12 482	1.84 359	1.15 291	1.16 270	1.29 330	1.44 404	0.89 329	1.74 334	1.70 472	0.33 425	0.25 410	0.37 461	0.39 481	0.36 415	0.32 379

w-ln-seven-2	1.42 463	0.69 472	6.86 531	0.71 417	0.62 426	1.23 414	0.92 452	1.84 359	1.59 473	1.74 475	1.59 428	1.49 415	1.40 463	3.69 463	2.22 489	0.27 365	0.26 417	0.29 391	0.26 375	0.34 407	0.33 388

test_sample7	0.78 296	0.39 356	0.89 249	0.55 215	0.35 234	0.93 344	0.75 404	1.99 405	1.27 359	1.25 323	1.22 295	1.09 323	1.01 380	1.31 245	0.73 304	0.32 418	0.32 463	0.32 421	0.32 446	0.33 399	0.33 388

LL-Strereo	1.42 463	0.44 386	2.02 458	0.62 320	1.07 514	0.73 249	0.65 376	2.02 411	1.21 322	1.60 456	1.62 431	2.02 489	2.10 516	9.67 560	1.07 392	0.22 256	0.20 329	0.27 363	0.24 348	0.23 266	0.33 388

GASNet	1.13 423	1.10 513	3.29 505	1.00 514	0.68 448	0.82 296	0.67 382	1.85 367	1.38 415	1.39 397	1.25 309	1.25 361	1.20 436	2.72 434	1.62 462	0.46 487	0.26 417	0.36 458	0.34 466	0.55 490	0.33 388

GwcNet-ADL	0.67 231	0.33 241	0.90 259	0.58 271	0.41 299	0.60 174	0.59 352	1.55 282	1.28 367	1.11 239	1.13 263	0.90 250	0.59 203	1.11 204	0.91 358	0.28 383	0.18 297	0.18 106	0.18 183	0.25 307	0.33 388

hitnet-ft	0.84 337	0.38 347	0.75 170	0.59 290	0.44 324	0.99 365	0.47 257	1.61 299	1.38 415	1.21 305	1.22 295	1.82 468	0.99 371	1.87 353	1.09 393	0.33 425	0.29 442	0.34 441	0.27 392	0.36 415	0.33 388

GANet	1.41 461	0.52 419	1.18 364	0.74 437	0.48 346	1.40 440	1.69 521	1.87 370	1.28 367	1.56 448	2.39 504	1.56 429	1.25 441	9.13 553	1.20 405	0.31 410	0.32 463	0.34 441	0.29 422	0.40 436	0.33 388

DRN-Test	1.07 413	0.49 406	1.95 455	0.75 446	0.81 485	1.61 461	0.78 411	2.26 469	1.53 462	1.84 485	1.35 352	1.42 398	1.04 396	2.26 401	1.61 460	0.28 383	0.23 388	0.31 409	0.30 434	0.33 399	0.33 388

StereoDRNet	1.05 406	0.53 421	2.21 472	0.80 462	0.93 501	1.50 450	0.90 448	2.06 423	1.44 442	1.68 470	1.20 287	1.48 413	0.99 371	1.86 352	1.60 459	0.29 399	0.24 398	0.29 391	0.28 403	0.35 411	0.33 388

rvit_stereo_0075_2	0.66 220	0.47 395	1.21 373	0.67 379	0.66 441	0.53 129	0.48 264	1.24 217	1.17 303	0.77 154	0.91 170	0.78 198	0.59 203	1.05 183	0.63 278	0.37 455	0.28 433	0.40 475	0.31 439	0.38 427	0.34 397

dad	0.90 365	0.73 482	1.28 387	0.59 290	0.39 273	0.83 303	0.45 240	1.24 217	1.54 464	1.52 437	1.28 326	1.36 389	0.86 311	2.54 425	0.91 358	0.43 474	0.27 427	0.82 527	0.26 375	0.44 457	0.34 397

AF-Net	1.23 445	0.56 432	2.31 476	0.88 488	0.93 501	1.41 442	0.73 402	2.27 475	1.71 486	1.76 479	2.42 506	2.00 486	1.70 492	1.98 370	1.62 462	0.50 499	0.29 442	0.49 497	0.33 460	0.40 436	0.34 397

ADCP+	2.12 514	0.56 432	10.01 547	0.68 391	0.91 497	2.25 509	1.04 474	1.92 389	1.50 460	1.58 452	1.34 347	1.73 456	1.62 483	2.27 402	13.20 558	0.25 318	0.22 360	0.32 421	0.29 422	0.38 427	0.34 397

DeepPruner_ROB	0.79 305	0.55 428	1.14 342	0.61 312	0.46 336	0.78 271	0.54 316	1.83 357	1.00 219	1.42 409	1.27 320	1.23 356	0.77 261	1.56 301	0.89 350	0.35 445	0.28 433	0.27 363	0.26 375	0.32 392	0.34 397

StereoDRNet-Refined	0.84 337	0.43 379	1.01 299	0.66 365	0.43 314	1.32 424	0.49 275	1.64 303	1.24 339	1.53 440	1.45 383	1.49 415	0.97 365	1.32 251	1.31 422	0.21 222	0.17 266	0.27 363	0.25 357	0.25 307	0.34 397
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MDST_ROB	1.88 499	0.40 362	1.71 435	0.93 505	0.60 416	4.27 552	1.23 498	3.99 547	1.44 442	4.61 553	2.63 513	1.44 404	1.03 390	9.78 561	1.62 462	0.33 425	0.26 417	0.37 461	0.33 460	0.31 381	0.34 397

SGM-Forest	1.29 454	0.40 362	0.74 165	0.54 201	0.37 252	1.55 455	1.26 501	1.82 355	1.39 424	2.22 509	1.81 465	1.64 443	1.02 388	7.65 542	1.20 405	0.39 463	0.37 489	0.39 469	0.34 466	0.37 421	0.34 397
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	1.04 401	0.48 401	0.88 245	0.56 236	0.36 242	1.52 452	1.55 516	1.87 370	1.59 473	2.11 506	1.67 442	1.46 410	1.35 456	1.92 361	1.31 422	0.35 445	0.35 480	0.39 469	0.33 460	0.34 407	0.34 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	1.77 490	1.06 507	7.02 533	0.74 437	0.54 387	2.58 519	1.03 473	1.90 381	2.73 535	1.61 457	3.00 521	1.96 482	1.40 463	5.23 492	2.87 504	0.31 410	0.25 410	0.27 363	0.25 357	0.34 407	0.35 406

ACV-stereo	1.00 393	0.55 428	1.47 410	0.59 290	0.42 309	2.38 515	0.58 346	1.20 203	1.21 322	0.83 168	1.01 201	3.36 532	2.10 516	1.64 319	1.17 401	0.28 383	0.22 360	0.23 264	0.22 303	0.29 358	0.35 406

Wz-Net-LNSev	1.17 430	0.72 479	4.71 521	0.66 365	0.84 490	1.72 468	1.13 484	1.97 400	1.43 439	1.34 376	1.32 338	1.66 445	1.30 450	1.44 282	1.51 449	0.29 399	0.26 417	0.24 288	0.23 335	0.33 399	0.35 406

UDGNet	0.75 277	1.23 521	0.99 292	0.82 469	0.42 309	0.76 261	0.38 150	0.98 109	1.37 413	0.83 168	0.88 165	0.70 175	0.60 209	1.25 231	0.57 253	0.57 509	0.19 315	1.03 535	0.26 375	0.79 517	0.35 406

rvit_105_1	0.76 285	0.54 424	1.27 384	0.80 462	0.49 352	0.74 251	0.86 441	1.39 251	1.23 335	1.00 210	0.80 147	0.93 264	0.78 268	1.29 242	0.78 320	0.43 474	0.36 484	0.36 458	0.42 487	0.30 374	0.36 410

CBFPSM	0.95 379	0.37 329	2.10 464	0.51 143	0.39 273	1.73 471	0.87 445	1.59 295	1.13 280	1.11 239	1.00 199	2.34 507	1.64 488	1.42 277	1.44 440	0.19 148	0.18 297	0.20 165	0.20 234	0.22 246	0.36 410

PSMNet-ADL	0.75 277	0.36 308	0.69 136	0.71 417	0.47 344	1.13 389	0.46 246	1.47 267	1.07 245	0.85 175	1.18 282	1.31 379	0.94 348	1.56 301	1.06 391	0.34 435	0.22 360	0.22 230	0.23 335	0.27 325	0.36 410

ADLNet	0.89 357	0.39 356	1.09 325	0.88 488	0.73 458	1.24 416	0.75 404	2.02 411	1.41 430	1.58 452	1.37 357	1.26 367	1.00 377	1.31 245	1.18 402	0.28 383	0.21 345	0.26 348	0.26 375	0.29 358	0.36 410

DDVS	0.80 311	0.43 379	1.09 325	0.64 344	0.44 324	1.27 420	0.43 208	1.49 270	0.94 190	1.21 305	1.16 276	1.42 398	0.63 219	2.14 390	1.02 386	0.29 399	0.22 360	0.26 348	0.23 335	0.31 381	0.37 414

DCVSM-stereo	0.75 277	0.36 308	0.82 207	0.58 271	0.43 314	0.78 271	0.42 190	1.30 233	1.05 241	1.79 481	1.04 217	1.60 433	1.08 405	1.12 206	0.86 341	0.25 318	0.27 427	0.29 391	0.24 348	0.30 374	0.37 414

pcwnet_v2	0.91 370	0.39 356	2.74 490	0.64 344	0.55 393	0.81 294	0.49 275	2.19 461	1.63 478	1.44 416	1.64 437	1.09 323	0.79 277	1.31 245	0.70 300	0.32 418	0.25 410	0.29 391	0.27 392	0.37 421	0.37 414

FADNet-RVC	0.96 383	0.72 479	2.96 496	0.64 344	0.49 352	0.90 330	0.59 352	1.85 367	1.27 359	0.92 192	0.97 188	1.36 389	0.90 332	2.36 409	1.31 422	0.30 406	0.29 442	0.32 421	0.32 446	0.42 444	0.37 414

STTStereo	0.82 322	0.53 421	1.53 422	0.68 391	0.56 398	0.88 324	0.56 333	1.57 288	1.14 286	1.39 397	1.10 241	1.26 367	0.84 298	1.49 297	0.90 354	0.29 399	0.28 433	0.33 433	0.40 483	0.33 399	0.37 414

AANet_RVC	1.22 441	0.60 441	1.94 451	0.69 404	0.46 336	0.75 256	0.69 388	1.51 271	1.57 471	1.36 387	1.90 476	1.51 421	0.87 320	7.23 536	1.89 481	0.26 344	0.19 315	0.19 131	0.16 141	0.23 266	0.37 414

NaN_ROB	1.23 445	0.63 454	1.76 438	0.67 379	0.50 357	1.59 460	2.00 535	1.87 370	1.52 461	2.14 508	1.26 311	1.40 397	1.09 408	4.60 479	1.75 475	0.28 383	0.34 473	0.28 379	0.29 422	0.30 374	0.37 414

XPNet_ROB	1.02 398	0.56 432	1.33 395	0.75 446	0.58 406	1.11 386	1.13 484	1.77 341	1.29 379	1.88 488	1.43 379	1.63 442	1.13 421	2.04 378	1.69 470	0.40 465	0.31 451	0.33 433	0.29 422	0.37 421	0.37 414

w-ln-seven	1.56 475	0.83 492	5.96 526	0.78 459	0.74 463	2.64 523	1.01 472	2.13 441	2.03 509	2.09 505	1.76 454	1.84 469	1.27 444	2.98 442	3.23 511	0.29 399	0.26 417	0.31 409	0.30 434	0.41 440	0.38 422

SuperB	2.50 528	0.72 479	18.07 566	0.72 423	0.53 379	1.85 487	0.86 441	1.80 350	2.40 521	1.54 443	1.42 375	1.13 336	1.17 426	4.18 469	4.80 530	0.25 318	0.20 329	0.23 264	0.19 205	7.64 573	0.38 422

SGM-ForestM	7.81 563	0.48 401	11.02 551	0.74 437	0.40 285	16.83 571	12.72 571	7.91 567	8.13 562	11.53 572	10.25 566	22.44 581	14.01 571	17.02 574	20.52 572	0.38 457	0.39 499	0.37 461	0.36 473	0.37 421	0.38 422

LALA_ROB	1.06 408	0.66 464	1.37 404	0.70 413	0.53 379	1.61 461	1.25 500	1.81 353	1.48 457	1.82 484	1.40 369	1.93 476	1.03 390	1.68 325	1.69 470	0.38 457	0.28 433	0.43 482	0.37 477	0.43 446	0.38 422

zh-mn7	1.84 497	1.51 533	9.67 546	0.70 413	0.54 387	1.47 448	0.84 434	1.93 391	2.13 516	2.50 522	2.70 514	1.67 447	1.35 456	4.75 485	3.14 510	0.32 418	0.27 427	0.27 363	0.27 392	0.32 392	0.39 426

Wz-Net-SNSev	1.68 485	1.45 528	8.71 542	0.71 417	0.67 447	1.35 431	1.51 512	2.15 448	1.47 453	1.51 435	1.68 444	2.27 502	1.38 460	4.23 470	2.36 496	0.32 418	0.29 442	0.31 409	0.33 460	0.43 446	0.39 426

ADCL	1.82 495	0.70 474	4.57 520	0.70 413	0.63 429	2.56 518	1.77 528	2.08 426	1.77 490	1.95 498	1.89 474	2.04 494	1.88 506	2.36 409	9.55 552	0.27 365	0.25 410	0.35 448	0.32 446	0.39 432	0.39 426

NLCA_NET_v2_RVC	0.84 337	0.46 390	1.40 406	0.69 404	0.61 422	0.95 354	0.52 296	1.68 311	1.21 322	1.39 397	1.15 274	1.42 398	0.88 326	1.78 340	0.93 365	0.26 344	0.23 388	0.27 363	0.27 392	0.30 374	0.39 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV_ROB	0.99 390	0.46 390	0.68 130	0.53 187	0.39 273	1.40 440	0.48 264	2.09 429	1.30 383	1.53 440	2.29 500	1.36 389	1.23 437	2.46 416	1.04 390	0.44 483	0.42 506	0.47 493	0.44 493	0.41 440	0.39 426

TCMNet	1.07 413	0.66 464	2.49 481	0.92 499	1.32 533	1.14 392	0.67 382	1.91 382	1.29 379	1.20 298	1.57 422	1.29 374	0.96 355	2.23 397	1.59 458	0.32 418	0.31 451	0.38 465	0.35 470	0.43 446	0.40 431

FADNet-RVC-Resample	0.91 370	0.51 413	2.92 495	0.64 344	0.46 336	1.07 378	0.60 359	1.76 339	1.24 339	1.10 238	0.98 193	1.06 309	0.98 368	2.17 393	0.95 372	0.24 298	0.22 360	0.30 403	0.32 446	0.36 415	0.40 431

Nwc_Net	1.19 436	0.53 421	2.34 477	0.92 499	0.81 485	1.49 449	0.70 395	2.28 477	1.32 392	1.41 405	2.27 498	2.03 492	1.76 498	2.05 382	1.46 443	0.43 474	0.30 446	0.43 482	0.46 498	0.39 432	0.40 431

RTSC	1.43 466	0.89 495	3.62 511	0.94 508	0.64 430	1.85 487	0.69 388	2.20 464	2.04 511	2.22 509	1.70 447	1.67 447	1.27 444	2.53 424	4.48 525	0.33 425	0.25 410	0.27 363	0.29 422	0.38 427	0.40 431

ITSA-stereo	0.85 344	0.38 347	0.92 266	0.58 271	0.32 179	0.86 319	0.49 275	2.33 485	1.69 483	1.16 270	1.12 252	0.95 274	0.85 303	2.46 416	1.18 402	0.27 365	0.23 388	0.28 379	0.28 403	0.28 341	0.41 435

AIO-Stereo-zeroshot1	1.06 408	0.43 379	3.59 509	0.53 187	0.66 441	0.79 279	0.39 164	2.60 515	0.98 206	0.96 203	4.58 539	2.05 496	0.56 179	0.99 166	0.51 214	0.19 148	0.14 135	0.21 199	0.28 403	0.32 392	0.41 435

GrayStereo	0.83 331	0.28 124	0.62 100	0.66 365	0.37 252	0.76 261	1.79 529	1.19 199	0.91 172	1.98 499	1.89 474	1.07 312	1.76 498	1.43 279	0.50 210	0.20 191	0.15 201	0.19 131	0.21 276	0.18 110	0.41 435

FINET	1.54 473	0.67 468	7.28 534	0.76 453	0.97 508	1.42 445	1.38 508	2.80 530	3.12 539	1.23 316	1.68 444	1.04 305	1.11 414	3.35 455	1.78 479	0.43 474	0.37 489	0.32 421	0.29 422	0.43 446	0.41 435

APVNet	1.11 421	0.59 438	1.95 455	0.87 486	0.77 473	1.90 490	0.82 431	2.03 415	1.15 291	1.14 264	1.43 379	1.55 427	1.12 420	3.03 443	1.62 462	0.32 418	0.34 473	0.42 481	0.36 473	0.36 415	0.41 435

Syn2CoEx	1.23 445	0.80 486	3.07 499	0.83 473	0.68 448	1.39 436	0.87 445	2.23 466	1.57 471	1.28 347	1.58 424	1.42 398	1.57 481	3.79 466	1.48 446	0.36 452	0.32 463	0.34 441	0.30 434	0.30 374	0.41 435

GwcNet	1.26 450	0.63 454	5.13 523	0.81 466	1.15 523	1.73 471	0.69 388	1.84 359	1.53 462	1.51 435	1.71 449	1.72 454	1.09 408	2.20 395	1.61 460	0.31 410	0.30 446	0.29 391	0.27 392	0.30 374	0.41 435

PWCDC_ROB	1.39 459	0.91 499	2.10 464	1.08 518	0.92 498	1.72 468	0.58 346	2.03 415	3.30 542	1.32 363	4.87 544	1.21 348	1.71 494	1.98 370	1.75 475	0.65 518	0.26 417	0.29 391	0.25 357	0.56 491	0.41 435

HBP-ISP	1.00 393	0.60 441	0.85 231	0.64 344	0.48 346	1.63 464	0.77 408	2.24 468	1.30 383	1.33 369	1.53 408	0.87 232	0.99 371	3.26 452	0.76 314	0.46 487	0.44 508	0.54 506	0.48 502	0.48 472	0.42 443

FADNet_RVC	0.88 355	0.56 432	2.15 468	0.57 258	0.43 314	1.17 406	0.46 246	1.68 311	1.12 274	0.91 189	1.24 307	0.91 254	0.94 348	2.22 396	1.20 405	0.28 383	0.22 360	0.32 421	0.28 403	0.46 467	0.42 443

FADNet	0.98 387	0.64 457	2.57 485	0.66 365	0.55 393	0.95 354	0.57 339	1.91 382	1.38 415	0.94 198	1.02 204	1.36 389	1.00 377	2.69 432	0.97 376	0.34 435	0.34 473	0.31 409	0.34 466	0.61 502	0.42 443

DeepPrunerF	1.68 485	0.82 490	6.82 530	0.94 508	1.20 528	0.91 333	0.97 463	2.50 507	5.19 558	1.22 313	1.30 331	1.18 343	1.29 447	4.96 488	1.75 475	0.43 474	0.35 480	0.52 501	0.48 502	0.43 446	0.42 443

CASS	0.67 231	0.36 308	0.84 225	0.57 258	0.28 94	0.82 296	0.43 208	1.62 302	0.92 177	1.39 397	1.28 326	0.87 232	0.84 298	0.88 134	0.59 265	0.36 452	0.19 315	0.26 348	0.22 303	0.29 358	0.43 447
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SANet	2.26 519	0.70 474	6.94 532	0.69 404	0.46 336	2.76 526	1.76 527	2.61 516	5.84 560	2.45 518	3.52 529	3.71 535	3.38 545	5.90 509	2.14 487	0.34 435	0.31 451	0.32 421	0.29 422	0.54 488	0.43 447

NOSS_ROB	1.29 454	0.49 406	0.68 130	0.60 298	0.40 285	1.09 385	0.77 408	1.94 393	1.44 442	1.04 224	1.46 385	1.10 327	0.81 288	10.57 569	0.78 320	0.46 487	0.43 507	0.48 495	0.45 496	0.45 460	0.43 447

CSAN	1.61 479	0.67 468	3.24 504	0.74 437	0.52 372	1.77 477	1.74 526	1.98 401	1.94 504	2.47 521	2.33 502	1.93 476	2.04 513	6.45 525	1.95 483	0.43 474	0.36 484	0.41 480	0.42 487	0.43 446	0.44 450

ETE_ROB	1.01 397	0.69 472	1.49 413	0.72 423	0.50 357	1.15 396	1.12 482	1.91 382	1.24 339	1.94 496	1.50 398	1.73 456	1.06 402	1.78 340	1.33 429	0.33 425	0.26 417	0.38 465	0.34 466	0.40 436	0.44 450

NCC-stereo	1.20 438	0.60 441	1.84 445	0.88 488	0.95 505	1.32 424	0.94 458	2.14 443	1.36 408	1.43 413	1.79 459	1.93 476	2.13 521	2.54 425	1.41 437	0.49 495	0.38 494	0.45 487	0.59 519	0.43 446	0.45 452

Abc-Net	1.20 438	0.60 441	1.84 445	0.88 488	0.95 505	1.32 424	0.94 458	2.14 443	1.36 408	1.43 413	1.79 459	1.93 476	2.13 521	2.54 425	1.41 437	0.49 495	0.38 494	0.45 487	0.59 519	0.43 446	0.45 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PS-NSSS	1.02 398	0.62 453	1.17 359	0.61 312	0.58 406	0.91 333	0.79 419	2.02 411	1.19 311	1.17 274	1.68 444	1.00 294	0.85 303	4.43 475	0.86 341	0.38 457	0.31 451	0.52 501	0.32 446	0.52 480	0.45 452

NCCL2	1.06 408	0.64 457	1.35 396	0.78 459	0.58 406	1.32 424	1.69 521	1.89 377	1.38 415	1.52 437	1.20 287	1.91 472	1.17 426	1.79 345	1.50 447	0.35 445	0.31 451	0.45 487	0.44 493	0.41 440	0.45 452

MeshStereo	2.36 522	0.60 441	1.05 312	0.63 330	0.51 367	2.58 519	0.99 467	3.46 540	2.21 518	7.38 567	5.06 546	7.50 555	3.10 539	7.02 535	2.54 499	0.44 483	0.44 508	0.45 487	0.40 483	0.43 446	0.45 452
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
zh-sn7	2.00 508	1.73 541	9.50 545	0.77 455	0.73 458	1.77 477	1.32 504	2.08 426	1.66 480	1.91 490	2.48 510	1.81 467	2.25 524	5.74 505	4.07 521	0.33 425	0.33 469	0.32 421	0.32 446	0.44 457	0.46 457

RP	1.17 430	0.54 424	1.48 412	0.93 505	1.05 513	1.14 392	0.85 440	1.99 405	1.70 484	1.72 473	2.07 489	1.91 472	1.93 508	2.00 374	1.37 434	0.55 507	0.37 489	0.48 495	0.37 477	0.46 467	0.46 457

DualNet (step1)	0.89 357	0.51 413	1.35 396	0.58 271	0.40 285	1.07 378	0.80 422	1.99 405	1.27 359	1.25 323	1.22 295	1.09 323	1.01 380	1.31 245	0.73 304	0.59 512	0.32 463	0.62 519	0.67 526	0.45 460	0.48 459

test_sample9	1.96 505	0.51 413	1.35 396	0.58 271	0.40 285	1.07 378	0.80 422	1.99 405	1.27 359	1.25 323	1.22 295	1.09 323	1.01 380	2.46 416	8.57 546	0.59 512	12.85 579	0.62 519	0.67 526	0.45 460	0.48 459

test_sample8	2.29 520	0.51 413	1.35 396	0.58 271	0.40 285	1.07 378	0.80 422	2.03 415	1.22 330	2.28 512	1.33 343	4.98 548	2.51 532	2.46 416	8.57 546	0.59 512	12.85 579	0.62 519	0.67 526	0.45 460	0.48 459

SACVNet	0.89 357	0.51 413	1.08 322	0.83 473	0.58 406	0.83 303	0.78 411	1.84 359	1.17 303	1.39 397	1.33 343	1.25 361	1.01 380	2.31 406	0.92 362	0.35 445	0.26 417	0.31 409	0.29 422	0.35 411	0.48 459

ISRNet	0.83 331	0.35 299	1.31 391	0.84 477	0.65 435	0.60 174	0.41 182	1.28 230	1.15 291	1.61 457	1.55 412	1.34 386	0.77 261	1.33 254	0.98 377	0.40 465	0.34 473	0.43 482	0.38 480	0.34 407	0.49 463

RGC	1.22 441	0.82 490	1.71 435	0.95 510	0.98 510	1.53 454	0.80 422	2.18 459	1.35 399	1.69 471	1.94 479	2.03 492	1.66 489	2.36 409	1.50 447	0.46 487	0.36 484	0.59 517	0.48 502	0.49 475	0.49 463

stereogan	1.22 441	0.45 387	2.03 461	0.87 486	0.85 491	2.52 517	0.72 399	1.98 401	1.78 494	1.92 492	1.94 479	2.31 506	1.42 468	2.10 386	1.14 398	0.38 457	0.36 484	0.39 469	0.32 446	0.52 480	0.49 463

PWC_ROB	1.39 459	0.93 501	4.07 515	0.77 455	0.83 488	1.16 399	0.53 302	1.87 370	2.01 508	2.36 514	3.06 523	1.65 444	1.60 482	2.65 431	2.29 494	0.34 435	0.23 388	0.36 458	0.25 357	0.39 432	0.49 463

WZ-Net	2.14 515	1.08 510	11.68 553	0.89 495	0.78 477	1.76 475	1.59 519	2.39 490	2.03 509	2.11 506	1.95 481	2.30 505	2.28 525	5.94 512	3.86 520	0.35 445	0.27 427	0.29 391	0.32 446	0.52 480	0.50 467

edge stereo	1.15 427	0.54 424	1.50 414	0.73 431	0.66 441	1.18 408	0.84 434	2.13 441	1.41 430	1.73 474	1.84 467	2.53 514	1.46 472	2.46 416	1.35 432	0.43 474	0.41 501	0.54 506	0.36 473	0.43 446	0.50 467

ADCPNet	1.97 507	0.78 485	9.38 544	0.74 437	0.61 422	2.73 525	1.36 507	2.11 432	1.66 480	1.92 492	1.70 447	2.45 512	2.07 514	2.50 422	6.84 540	0.38 457	0.38 494	0.38 465	0.43 491	0.47 471	0.50 467

WCMA_ROB	2.05 509	0.55 428	1.77 439	0.74 437	0.61 422	2.24 508	1.56 517	2.17 458	1.79 495	4.16 549	6.36 551	5.66 550	4.66 554	3.19 448	2.77 502	0.55 507	0.45 510	0.40 475	0.43 491	0.48 472	0.50 467

aanetorigin	1.26 450	0.85 494	3.00 497	0.72 423	0.80 481	1.08 382	1.05 475	1.12 166	1.39 424	3.53 543	2.60 512	1.72 454	1.73 496	1.98 370	1.77 478	0.26 344	0.24 398	0.26 348	0.25 357	0.38 427	0.51 471

FBW_ROB	1.78 491	0.66 464	1.90 450	0.72 423	0.66 441	1.79 482	1.07 478	2.79 528	1.77 490	1.84 485	1.79 459	1.98 484	1.37 459	12.42 572	2.22 489	0.36 452	0.38 494	0.57 514	0.39 481	0.46 467	0.51 471

FC-DCNN v2	2.96 540	0.61 446	1.13 337	0.75 446	0.57 403	2.90 531	1.06 477	3.59 543	2.66 531	7.05 564	7.66 559	10.26 567	7.17 563	6.27 519	4.49 526	0.54 503	0.48 517	0.51 499	0.50 506	0.53 485	0.52 473

FC-DCNN	2.88 539	0.61 446	1.15 344	0.75 446	0.57 403	2.85 530	1.05 475	3.44 539	2.64 530	6.93 563	7.63 557	9.86 564	7.02 562	5.76 507	4.31 523	0.54 503	0.48 517	0.51 499	0.50 506	0.53 485	0.52 473

MSMD_ROB	2.08 511	0.61 446	1.15 344	0.71 417	0.62 426	4.00 548	0.93 456	1.94 393	1.79 495	4.71 555	4.60 540	8.14 559	3.87 550	3.75 465	1.65 468	0.54 503	0.48 517	0.55 510	0.58 517	0.53 485	0.52 473

ADCMid	2.11 513	0.90 496	8.39 540	0.75 446	0.69 451	1.98 495	1.14 487	2.18 459	1.67 482	2.85 530	1.85 470	2.35 508	2.02 512	2.35 408	10.58 556	0.34 435	0.32 463	0.39 469	0.44 493	0.51 479	0.53 476

MSAF-DinoV2	2.45 526	1.88 546	17.19 562	0.89 495	0.52 372	1.39 436	0.97 463	2.84 531	1.77 490	1.55 446	1.65 438	3.60 534	2.28 525	5.74 505	4.64 527	0.28 383	0.17 266	0.26 348	0.28 403	0.49 475	0.54 477

SHD	1.42 463	0.81 489	2.79 492	0.98 512	0.92 498	1.97 494	0.68 385	2.43 495	2.55 524	2.54 523	1.72 450	2.01 488	1.62 483	2.14 390	2.70 501	0.40 465	0.33 469	0.39 469	0.40 483	0.48 472	0.54 477

RTS	2.76 530	1.55 536	15.40 557	1.13 521	1.42 535	3.75 544	2.21 544	2.45 497	2.72 533	2.91 533	2.85 518	2.58 516	1.62 483	6.28 520	5.80 535	0.41 469	0.30 446	0.35 448	0.35 470	0.52 480	0.54 477

RTSA	2.76 530	1.55 536	15.40 557	1.13 521	1.42 535	3.75 544	2.21 544	2.45 497	2.72 533	2.91 533	2.85 518	2.58 516	1.62 483	6.28 520	5.80 535	0.41 469	0.30 446	0.35 448	0.35 470	0.52 480	0.54 477

DANet	1.16 428	0.64 457	1.52 419	0.88 488	0.74 463	1.52 452	0.52 296	1.68 311	1.21 322	1.81 482	1.55 412	2.02 489	1.11 414	3.30 454	2.28 492	0.34 435	0.31 451	0.40 475	0.30 434	0.46 467	0.54 477
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	1.91 504	0.64 457	5.95 525	0.73 431	0.59 412	2.04 500	1.61 520	3.84 545	1.96 506	1.54 443	1.39 364	2.27 502	3.32 543	4.95 487	4.79 528	0.50 499	0.31 451	0.29 391	0.26 375	0.67 508	0.54 477

Anonymous_2	1.37 456	0.56 432	0.94 275	0.57 258	0.62 426	1.04 371	0.65 376	1.82 355	1.01 222	1.00 210	0.79 142	1.42 398	1.27 444	1.06 188	0.83 336	0.62 515	0.67 536	1.05 536	9.88 576	1.09 530	0.55 483

MFN_U_SF_DS_RVC	1.80 493	1.11 514	4.33 518	0.84 477	0.77 473	3.70 541	2.41 554	2.04 418	1.85 499	1.75 476	1.90 476	1.92 475	1.25 441	7.33 537	1.45 441	0.47 491	0.47 515	0.53 505	0.77 531	0.50 477	0.55 483

sAnonymous2	0.59 185	0.61 446	1.82 443	0.61 312	0.52 372	0.51 114	0.54 316	0.97 105	0.70 107	0.50 92	0.68 110	0.46 74	0.63 219	0.61 46	0.41 141	0.22 256	0.17 266	0.23 264	0.21 276	0.85 518	0.56 485

CroCo_RVC	0.59 185	0.61 446	1.82 443	0.61 312	0.52 372	0.51 114	0.54 316	0.97 105	0.70 107	0.50 92	0.68 110	0.46 74	0.63 219	0.61 46	0.41 141	0.22 256	0.17 266	0.23 264	0.21 276	0.85 518	0.56 485

CC-Net-ROB	1.53 472	1.31 526	1.68 434	0.92 499	0.80 481	1.75 474	0.99 467	2.04 418	1.27 359	1.12 247	1.62 431	1.20 347	0.98 368	7.82 543	0.92 362	1.15 538	0.41 501	2.20 545	0.46 498	1.37 535	0.56 485

coex-ft	8.35 564	2.39 555	100.24 591	0.68 391	0.54 387	1.77 477	1.57 518	1.71 328	11.00 564	18.91 579	3.76 531	3.85 537	8.23 565	3.29 453	6.58 538	0.31 410	0.31 451	0.32 421	0.31 439	0.69 510	0.57 488

FAT-Stereo	1.10 419	0.43 379	1.46 409	0.74 437	0.60 416	1.13 389	0.92 452	2.06 423	1.71 486	1.75 476	2.00 485	2.02 489	1.47 474	2.02 377	1.26 417	0.44 483	0.36 484	0.34 441	0.29 422	0.36 415	0.57 488

PA-Net	1.14 425	0.63 454	2.12 466	0.67 379	0.75 467	1.19 409	0.91 450	1.91 382	1.46 452	1.18 285	1.23 303	1.33 385	1.17 426	4.31 473	1.41 437	0.29 399	0.46 514	0.33 433	0.50 506	0.33 399	0.57 488
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FTStereo	0.92 373	0.28 124	0.61 95	0.57 258	0.34 217	0.65 211	1.80 532	1.09 156	0.84 153	1.75 476	4.13 535	1.04 305	1.62 483	1.59 310	0.48 196	0.21 222	0.17 266	0.23 264	0.22 303	0.19 146	0.58 491

MANE	7.50 562	0.64 457	7.97 536	1.40 531	2.10 543	16.86 572	12.56 570	12.91 573	17.51 577	8.50 569	11.60 567	14.66 570	13.33 569	12.02 571	13.28 559	0.62 515	0.52 524	0.52 501	1.90 560	0.56 491	0.58 491

FCDSN-DC	2.47 527	0.65 463	1.00 297	0.85 480	0.75 467	2.26 510	0.97 463	2.31 478	1.83 498	5.52 562	7.65 558	7.72 558	7.70 564	4.43 475	2.64 500	0.52 501	0.48 517	0.52 501	0.52 510	0.57 493	0.59 493
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.71 488	0.67 468	2.09 463	1.14 524	0.75 467	2.96 533	0.89 447	1.58 290	1.30 383	2.76 528	8.12 562	2.29 504	2.51 532	1.94 364	2.23 491	0.49 495	0.45 510	0.45 487	0.31 439	0.62 503	0.59 493

RYNet	1.24 448	0.52 419	1.57 426	0.73 431	0.97 508	1.74 473	0.95 461	2.09 429	1.54 464	1.44 416	1.18 282	1.94 480	1.29 447	4.57 478	1.93 482	0.27 365	0.23 388	0.35 448	0.27 392	0.57 493	0.59 493

ccnet	1.19 436	0.71 476	1.36 401	0.81 466	0.75 467	1.72 468	1.13 484	1.98 401	1.31 390	1.52 437	1.84 467	1.75 461	1.36 458	2.01 375	2.04 484	0.57 509	0.54 526	0.57 514	0.56 515	0.60 499	0.60 496

AnyNet_C32	2.14 515	1.45 528	7.38 535	0.95 510	1.12 517	2.23 507	2.34 550	2.10 431	1.54 464	2.44 517	1.79 459	2.04 494	1.66 489	2.69 432	10.48 555	0.38 457	0.35 480	0.35 448	0.42 487	0.50 477	0.60 496

XQC	1.51 471	0.98 504	3.20 501	0.92 499	0.76 472	2.01 498	1.17 491	2.53 511	1.99 507	2.01 501	1.54 409	2.00 486	1.54 479	3.16 447	3.46 514	0.49 495	0.31 451	0.45 487	0.40 483	0.71 513	0.62 498

GANetREF_RVC	1.11 421	0.90 496	1.56 424	0.88 488	0.53 379	1.41 442	1.35 506	1.91 382	1.54 464	1.28 347	1.32 338	1.46 410	1.23 437	2.04 378	1.00 382	0.57 509	0.45 510	0.67 522	0.52 510	0.91 521	0.62 498
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
psmorigin	1.69 487	0.74 484	13.13 554	0.70 413	0.60 416	1.16 399	0.79 419	1.69 320	1.25 347	2.07 504	1.77 457	2.23 499	1.51 478	2.14 390	1.45 441	0.39 463	0.41 501	0.34 441	0.33 460	0.45 460	0.63 500

Wz-Net-TNSev	2.10 512	2.71 563	9.30 543	0.72 423	0.65 435	2.41 516	1.81 533	2.45 497	1.77 490	1.62 461	1.56 418	2.56 515	2.01 510	5.30 493	4.46 524	0.41 469	0.38 494	0.33 433	0.37 477	0.54 488	0.64 501

SAMSARA	1.80 493	0.90 496	3.37 506	1.28 530	1.13 519	3.71 542	2.33 549	2.53 511	1.93 503	3.17 541	1.73 451	2.99 524	1.68 491	3.53 458	2.46 498	0.47 491	0.54 526	0.43 482	0.47 500	0.59 496	0.64 501

PSMNet-RUCA	1.07 413	1.06 507	1.64 429	1.23 528	1.10 516	1.39 436	0.65 376	1.91 382	1.43 439	0.95 200	1.52 406	0.99 288	0.83 295	1.28 241	1.01 383	0.71 523	0.34 473	0.99 533	0.61 522	1.01 525	0.67 503

EDNetEfficient	2.40 525	1.14 515	8.59 541	0.77 455	0.73 458	1.06 377	1.53 515	1.54 279	4.06 550	4.87 556	2.81 516	2.23 499	3.53 546	3.04 444	9.65 553	0.27 365	0.24 398	0.27 363	0.31 439	0.70 511	0.67 503

MFN_U_SF_RVC	1.62 481	0.96 503	4.36 519	0.92 499	0.69 451	2.62 522	1.10 480	2.50 507	1.74 489	1.99 500	1.86 472	2.45 512	1.78 500	3.08 445	2.84 503	0.54 503	0.50 523	0.56 512	0.60 521	0.60 499	0.67 503

ADCS	2.35 521	1.26 522	6.54 529	0.85 480	0.77 473	2.18 506	1.79 529	2.47 502	2.20 517	2.80 529	2.14 494	2.38 509	2.09 515	2.81 437	13.83 564	0.43 474	0.41 501	0.40 475	0.45 496	0.59 496	0.67 503

PSM-AAD	0.80 311	0.29 147	0.58 75	0.58 271	0.29 109	0.76 261	1.19 493	1.08 149	0.94 190	1.65 465	1.58 424	0.81 207	2.12 520	1.67 323	0.44 160	0.19 148	0.14 135	0.38 465	0.32 446	0.22 246	0.68 507

NVstereo2D	0.99 390	0.45 387	2.21 472	0.79 461	0.75 467	1.20 410	0.86 441	1.98 401	1.41 430	1.02 219	1.18 282	1.31 379	0.97 365	2.25 400	0.93 365	0.45 486	0.22 360	0.39 469	0.25 357	0.59 496	0.68 507

LCNet	0.73 269	0.30 172	0.58 75	0.58 271	0.31 146	0.68 226	0.53 302	1.09 156	0.94 190	1.19 293	1.34 347	0.96 279	1.32 453	2.50 422	0.46 179	0.19 148	0.13 68	0.21 199	0.25 357	0.28 341	0.69 509

BEATNet-Init1	27.39 580	21.01 579	73.65 590	1.07 517	0.80 481	56.07 586	22.82 574	33.14 586	31.71 583	51.78 591	52.93 590	65.63 591	48.54 590	48.75 592	36.36 585	0.52 501	0.47 515	0.54 506	0.54 513	0.64 504	0.72 510

S-Stereo	1.17 430	0.48 401	2.25 475	0.83 473	0.81 485	1.22 412	1.17 491	2.12 433	2.08 512	1.47 426	2.13 492	1.55 427	1.16 422	2.09 385	1.46 443	0.42 473	0.40 500	0.35 448	0.32 446	0.45 460	0.73 511

PASM	1.48 469	1.08 510	3.96 514	0.93 505	0.93 501	1.17 406	1.19 493	1.77 341	1.65 479	1.90 489	1.52 406	1.75 461	1.42 468	4.54 477	1.52 451	0.64 517	0.68 538	0.69 524	0.79 532	0.70 511	0.74 512

ELAS_RVC	2.87 538	0.80 486	3.22 503	1.16 526	1.12 517	2.92 532	5.33 563	2.98 534	4.18 552	5.04 557	4.82 543	4.71 543	8.23 565	4.25 472	4.79 528	0.67 520	0.57 530	0.57 514	0.53 512	0.66 507	0.74 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.67 529	0.80 486	2.13 467	1.13 521	1.15 523	6.25 559	2.56 555	3.50 541	3.68 547	5.36 560	4.92 545	3.79 536	5.56 556	3.65 459	5.22 532	0.66 519	0.57 530	0.56 512	0.54 513	0.65 506	0.75 514
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.66 482	0.55 428	2.36 478	0.56 236	0.58 406	3.79 546	0.45 240	1.78 343	1.40 426	1.38 394	2.45 508	1.13 336	0.96 355	11.03 570	1.31 422	0.67 520	0.64 534	0.43 482	0.32 446	0.71 513	0.76 515

GMM-Stereo	0.75 277	0.27 107	0.66 122	0.56 236	0.34 217	0.71 241	0.97 463	1.09 156	0.91 172	1.37 389	1.79 459	1.11 332	0.79 277	2.08 384	0.48 196	0.19 148	0.12 34	0.25 327	0.25 357	0.21 226	0.78 516

DGSMNet	1.24 448	0.84 493	3.20 501	0.91 498	0.92 498	1.39 436	1.34 505	2.46 501	1.44 442	1.34 376	1.66 440	1.50 418	1.03 390	1.85 349	1.30 421	0.48 493	0.48 517	0.55 510	0.51 509	0.78 516	0.79 517

AnyNet_C01	2.38 523	2.21 553	10.17 548	0.99 513	0.79 479	3.12 534	2.37 551	2.69 522	1.89 501	2.58 525	2.44 507	2.70 520	1.86 505	3.65 459	7.12 541	0.41 469	0.41 501	0.40 475	0.42 487	0.68 509	0.79 517

MSC_U_SF_DS_RVC	2.22 518	1.29 525	4.14 516	1.10 520	0.78 477	5.00 555	2.38 553	2.47 502	2.67 532	1.94 496	2.28 499	2.66 519	1.70 492	9.10 552	2.29 494	0.68 522	0.52 524	0.68 523	0.71 529	1.17 532	0.81 519

PVD	1.82 495	0.91 499	3.02 498	1.03 515	0.94 504	2.61 521	1.14 487	2.78 527	3.40 544	3.08 539	2.75 515	2.39 511	2.49 531	2.81 437	3.66 516	0.48 493	0.49 522	0.59 517	0.49 505	0.60 499	0.81 519

PDISCO_ROB	1.41 461	0.73 482	2.04 462	1.40 531	1.46 537	2.83 528	1.07 478	2.64 517	2.11 514	1.41 405	1.50 398	1.73 456	0.99 371	2.83 439	1.46 443	1.03 531	0.27 427	0.54 506	0.47 500	0.77 515	0.84 521

Prome-Stereo	0.76 285	0.29 147	0.57 73	0.58 271	0.33 199	0.58 167	0.94 458	0.98 109	0.92 177	1.46 425	2.45 508	0.91 254	1.38 460	1.60 315	0.44 160	0.19 148	0.13 68	0.19 131	0.18 183	0.20 182	0.87 522

EDNetEfficientorigin	10.59 569	1.52 534	177.33 592	0.68 391	0.54 387	1.66 466	1.20 495	1.94 393	3.39 543	4.69 554	3.37 526	3.08 528	2.79 537	3.25 451	3.63 515	0.26 344	0.24 398	0.33 433	0.28 403	0.85 518	0.87 522

GCST	1.13 423	1.50 532	1.17 359	1.74 538	1.17 526	1.29 422	0.30 68	1.55 282	1.21 322	1.31 360	0.97 188	0.99 288	0.48 136	2.38 413	0.54 241	1.24 539	0.70 539	1.31 539	0.86 536	1.03 527	0.92 524

Consistency-Raft	1.27 453	1.01 506	2.17 469	1.04 516	1.20 528	0.96 360	1.00 469	1.84 359	1.95 505	1.38 394	2.11 491	1.44 404	1.03 390	1.18 220	1.40 436	0.73 524	0.83 541	0.89 529	0.99 543	1.33 534	0.95 525

anonymity	1.14 425	0.98 504	1.24 379	1.09 519	1.13 519	1.08 382	0.90 448	2.02 411	1.23 335	1.32 363	1.27 320	1.27 372	1.09 408	1.16 214	1.03 389	1.02 530	1.01 555	0.97 531	0.97 540	0.98 523	1.01 526

KYRaft	0.77 291	0.29 147	0.68 130	0.59 290	0.29 109	0.66 217	0.83 432	1.05 139	0.89 166	1.63 463	2.22 497	1.15 340	0.99 371	1.59 310	0.41 141	0.21 222	0.14 135	0.22 230	0.28 403	0.21 226	1.01 526

SPS-STEREO	1.78 491	1.09 512	1.52 419	1.22 527	1.14 521	1.87 489	1.11 481	2.27 475	1.70 484	3.17 541	2.39 504	2.84 522	1.93 508	4.41 474	2.93 505	1.04 533	0.99 554	0.97 531	0.94 538	1.03 527	1.05 528
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.47 467	1.20 519	2.50 482	1.46 536	1.08 515	1.58 459	1.51 512	1.96 399	1.87 500	2.31 513	2.20 495	1.51 421	1.88 506	1.57 303	1.34 430	0.94 528	0.83 541	0.84 528	0.80 533	1.00 524	1.06 529

LoS_RVC	0.45 84	0.29 147	0.48 28	0.49 112	0.83 488	0.51 114	0.43 208	0.65 19	0.44 37	0.47 69	0.78 139	0.44 61	0.60 209	0.59 42	0.37 103	0.14 20	0.12 34	0.14 1	0.10 1	0.14 13	1.08 530

MADNet+	2.80 533	3.38 567	11.57 552	1.50 537	1.21 530	3.18 536	2.00 535	3.52 542	2.61 526	1.81 482	2.09 490	2.83 521	2.18 523	7.55 540	5.44 534	0.84 525	0.83 541	0.71 525	0.66 525	1.05 529	1.08 530

SGM+DAISY	5.38 553	1.28 524	8.24 537	1.27 529	1.16 525	10.62 564	16.01 572	2.93 533	2.53 523	8.64 570	13.03 568	8.26 560	13.38 570	6.34 523	7.59 543	1.07 534	1.05 557	1.00 534	0.98 541	1.02 526	1.12 532

WAO-7	2.78 532	1.54 535	2.18 470	1.41 534	1.19 527	3.92 547	2.01 538	4.19 549	3.89 549	2.98 535	5.47 547	4.18 539	3.28 542	8.24 548	4.27 522	1.13 537	1.01 555	1.18 538	1.13 549	1.19 533	1.13 533

UDG	1.47 467	2.69 561	1.13 337	1.45 535	1.65 540	1.34 430	0.79 419	1.75 337	1.27 359	1.29 352	1.74 452	1.99 485	1.39 462	1.66 322	1.51 449	0.91 527	0.55 528	2.30 547	0.76 530	1.99 537	1.20 534

CAS	0.66 220	0.19 2	0.41 7	2.31 545	0.86 492	0.56 154	0.53 302	0.83 67	0.63 90	0.49 83	0.70 119	0.36 47	0.26 12	0.47 13	0.37 103	2.33 546	0.10 2	0.14 1	0.10 1	0.17 78	1.31 535

NVStereoNet_ROB	2.17 517	1.18 517	3.51 508	1.14 524	1.26 531	1.57 458	1.51 512	2.19 461	2.11 514	2.04 502	4.80 542	3.17 531	2.11 519	7.97 545	2.10 485	1.12 536	0.94 551	1.10 537	1.34 550	0.95 522	1.31 535
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV-BASED-STEREO-	0.71 260	3.18 565	2.55 484	0.40 24	0.24 20	0.42 45	0.23 26	0.66 22	0.46 43	0.47 69	0.45 40	0.33 41	0.27 18	0.58 40	0.30 34	1.34 540	0.10 2	0.22 230	0.19 205	0.45 460	1.32 537

MaskLacGwcNet_RVC	1.17 430	1.06 507	1.28 387	0.88 488	0.69 451	1.92 492	0.92 452	1.71 328	1.14 286	1.17 274	1.26 311	1.49 415	0.80 284	2.04 378	0.86 341	2.02 542	0.34 473	0.79 526	0.36 473	1.38 536	1.33 538

PWCK	3.24 544	2.37 554	10.86 550	2.14 543	1.14 521	3.71 542	4.19 562	3.02 535	3.55 546	3.05 538	3.63 530	3.09 529	2.35 530	8.16 547	3.41 513	2.17 545	0.96 552	1.77 542	1.01 545	2.84 546	1.40 539

DDUNet	1.56 475	2.70 562	1.35 396	1.79 539	1.88 542	1.82 483	0.91 450	1.84 359	1.20 315	1.40 403	1.79 459	1.62 438	1.17 426	1.59 310	1.22 410	1.11 535	0.76 540	2.38 550	0.94 538	2.12 538	1.53 540

CES	0.51 127	0.21 6	0.40 3	0.42 37	1.40 534	0.53 129	0.34 102	1.04 135	0.68 103	0.45 62	0.67 108	0.35 45	0.28 23	0.58 40	0.35 73	0.16 43	0.13 68	0.15 17	0.10 1	0.19 146	1.69 541

IGEV-Stereo+	0.46 94	0.23 30	0.51 50	0.42 37	0.46 336	0.15 1	0.19 6	0.45 3	0.37 23	0.28 5	0.25 6	0.31 35	0.41 87	1.43 279	0.31 40	0.18 110	0.13 68	0.15 17	0.12 29	1.09 530	1.74 542

SQANet	1.38 457	0.95 502	1.37 404	1.89 542	1.47 538	1.44 446	0.81 427	1.89 377	1.13 280	1.34 376	1.26 311	1.28 373	1.02 388	1.64 319	0.91 358	2.55 548	0.35 480	1.47 540	0.56 515	2.48 542	1.74 542

test_for_model	1.38 457	3.71 568	0.65 117	3.45 561	2.88 559	0.57 156	0.33 90	1.91 382	0.93 184	1.47 426	0.64 99	0.51 102	0.37 71	0.53 23	0.35 73	2.54 547	0.16 237	0.17 70	0.12 29	4.56 568	1.84 544

WAO-8	4.57 551	2.01 548	2.58 486	2.37 546	2.21 545	9.75 561	1.71 523	6.04 563	16.34 569	4.11 546	7.69 560	7.41 553	3.85 548	10.02 567	3.85 518	2.05 543	1.09 558	2.44 554	1.39 551	2.56 543	1.86 545

Venus	4.57 551	2.01 548	2.58 486	2.37 546	2.21 545	9.75 561	1.71 523	6.04 563	16.34 569	4.11 546	7.69 560	7.41 553	3.85 548	10.02 567	3.85 518	2.05 543	1.09 558	2.44 554	1.39 551	2.56 543	1.86 545

WAO-6	2.98 541	1.67 540	1.88 449	2.38 548	2.30 550	3.53 540	2.37 551	4.38 552	4.64 556	2.42 515	4.50 536	4.85 544	2.99 538	5.22 491	5.37 533	1.77 541	1.16 561	2.31 548	1.47 556	2.42 541	1.99 547

otaku	1.67 483	1.18 517	1.56 424	2.27 544	1.59 539	1.98 495	1.23 498	2.23 466	1.37 413	1.48 432	1.63 436	1.73 456	1.23 437	1.85 349	1.09 393	2.96 552	0.58 532	1.74 541	0.61 522	2.94 548	2.15 548

JetBlue	4.18 548	2.45 558	10.42 549	1.40 531	2.89 560	10.68 565	10.68 565	3.91 546	2.52 522	2.74 527	3.39 527	4.50 540	4.27 552	7.97 545	7.67 544	0.89 526	0.97 553	0.89 529	0.92 537	2.26 539	2.21 549

Ntro	1.72 489	1.21 520	1.62 428	2.54 549	1.86 541	2.09 503	1.14 487	2.08 426	1.38 415	1.23 316	1.62 431	1.62 438	1.33 454	2.04 378	1.21 409	3.09 553	0.56 529	1.82 543	0.65 524	2.97 552	2.25 550

DispFullNet	2.39 524	2.89 564	3.74 512	3.09 557	2.27 549	2.04 500	0.84 434	2.19 461	1.73 488	2.54 523	1.98 482	2.23 499	5.83 557	3.44 457	1.84 480	1.03 531	0.33 469	2.65 558	1.97 562	2.87 547	2.34 551

RainbowNet	2.06 510	1.86 543	1.97 457	2.86 552	2.25 547	2.03 499	1.79 529	2.77 525	1.92 502	1.54 443	1.84 467	1.95 481	1.73 496	2.23 397	1.38 435	3.40 559	0.86 546	2.39 552	1.00 544	2.94 548	2.42 552

ACVNet_2	2.86 537	1.47 530	8.28 538	2.68 550	2.26 548	2.70 524	1.84 534	3.41 538	3.04 538	2.27 511	3.42 528	4.58 541	2.10 516	5.91 510	1.62 462	2.58 549	0.67 536	2.22 546	0.85 535	2.79 545	2.47 553

ACVNet_1	3.08 543	1.48 531	17.70 563	2.90 554	2.35 552	2.30 511	1.43 510	3.16 536	2.26 520	1.91 490	2.05 488	3.51 533	2.32 527	3.71 464	1.58 455	3.25 555	0.66 535	2.40 553	1.06 547	3.07 554	2.59 554

ACVNet-4b	3.05 542	1.42 527	18.09 567	2.85 551	2.33 551	2.32 514	1.22 496	2.47 502	2.21 518	1.26 336	2.36 503	2.64 518	1.46 472	6.32 522	1.23 413	3.29 556	0.45 510	2.37 549	1.02 546	3.03 553	2.61 555

LVE	3.40 546	1.80 542	2.21 472	2.90 554	2.44 553	3.27 539	2.25 546	4.80 555	5.06 557	2.43 516	6.79 552	5.99 551	2.64 536	9.20 554	2.28 492	3.30 557	1.11 560	2.38 550	1.48 557	2.95 550	2.62 556

tt	6.61 559	0.28 124	6.10 527	3.77 566	2.17 544	11.53 566	19.61 573	13.53 574	5.81 559	3.00 536	2.82 517	4.97 547	6.33 559	3.83 467	7.23 542	9.13 576	11.32 578	5.87 574	6.22 574	6.01 570	2.63 557

Dean	3.77 547	1.65 539	17.87 564	3.01 556	2.54 554	3.15 535	2.10 542	4.80 555	4.42 553	2.89 532	6.03 549	5.45 549	2.55 535	3.40 456	2.13 486	3.22 554	0.89 548	2.51 556	1.07 548	3.07 554	2.65 558

ktn	4.56 550	2.41 556	2.54 483	3.79 567	3.25 563	4.81 554	2.91 559	5.52 559	7.36 561	4.12 548	14.55 570	7.54 556	3.70 547	7.84 544	3.35 512	4.06 568	1.86 566	3.26 567	2.22 566	3.27 556	2.86 559

IMH-64-1	2.82 534	1.87 544	1.77 439	3.31 559	2.69 555	3.22 537	2.07 539	4.25 550	2.77 536	2.46 519	3.78 532	3.05 526	2.34 528	4.67 481	3.00 507	3.84 564	0.84 544	2.75 559	1.39 551	3.34 557	2.93 560

IMH-64	2.82 534	1.87 544	1.77 439	3.31 559	2.69 555	3.22 537	2.07 539	4.25 550	2.77 536	2.46 519	3.78 532	3.05 526	2.34 528	4.67 481	3.00 507	3.84 564	0.84 544	2.75 559	1.39 551	3.34 557	2.93 560

IMH	3.35 545	1.95 547	1.86 448	3.30 558	2.72 557	4.03 550	2.00 535	4.58 554	3.83 548	2.87 531	6.99 554	4.69 542	3.21 541	6.77 531	2.97 506	3.91 567	0.89 548	2.78 561	1.40 555	3.36 559	2.93 560

TorneroNet-64	5.41 554	2.10 551	2.43 479	3.49 563	2.83 558	9.90 563	2.13 543	8.87 569	16.79 574	5.39 561	9.18 564	10.68 569	3.92 551	9.55 558	5.11 531	3.36 558	0.86 546	2.88 562	1.62 558	3.76 560	3.37 563

KSHMR	8.76 566	2.14 552	3.59 509	3.60 565	3.13 562	4.15 551	2.67 556	5.61 561	58.90 591	3.04 537	55.71 591	4.94 545	2.54 534	4.61 480	3.05 509	3.49 560	1.57 565	3.14 564	1.98 563	3.84 561	3.49 564

notaker	4.29 549	2.42 557	5.06 522	3.89 568	3.29 565	4.00 548	2.25 546	4.93 557	3.47 545	4.21 551	6.79 552	7.67 557	3.37 544	9.25 556	6.47 537	4.09 569	1.42 563	3.35 568	2.13 565	4.11 564	3.54 565

TorneroNet	10.72 570	2.09 550	2.76 491	3.48 562	3.03 561	44.72 585	2.31 548	8.62 568	67.06 592	7.45 568	23.21 578	10.59 568	4.28 553	9.03 551	9.00 549	3.67 561	0.91 550	3.04 563	1.63 559	3.92 562	3.55 566

JetRed	7.02 560	8.94 572	25.72 575	2.89 553	3.27 564	14.25 570	12.27 569	6.69 565	4.45 554	4.46 552	4.56 537	6.65 552	5.43 555	7.46 539	14.41 566	2.60 550	3.31 568	2.61 557	2.30 567	4.34 565	3.79 567

UNDER WATER-64	5.84 557	2.48 560	17.93 565	3.97 569	3.58 567	7.70 560	3.03 560	5.72 562	14.13 566	4.18 550	4.00 534	9.27 563	6.80 561	6.20 515	9.22 551	3.67 561	1.52 564	3.14 564	1.95 561	4.43 566	3.83 568

UNDER WATER	5.68 556	2.46 559	15.52 559	3.98 570	3.53 566	5.15 556	2.74 557	5.58 560	16.41 572	4.00 544	4.56 537	9.12 562	6.43 560	6.22 516	9.11 550	3.85 566	1.35 562	3.18 566	1.98 563	4.51 567	3.84 569

MADNet++	5.41 554	3.18 565	6.43 528	4.66 572	3.95 569	6.15 558	6.75 564	4.51 553	4.51 555	5.06 558	6.27 550	4.96 546	6.14 558	9.39 557	11.70 557	4.71 570	4.19 571	3.97 570	3.33 568	4.08 563	4.25 570

HanzoNet	11.92 571	5.12 569	17.18 561	4.19 571	3.59 568	5.16 557	2.82 558	7.41 566	9.96 563	33.31 587	27.60 580	22.25 580	37.31 585	18.18 576	13.57 560	8.13 575	3.44 570	3.50 569	3.44 570	7.77 574	4.52 571

PML	51.64 589	37.49 584	14.31 555	7.45 573	20.27 575	107.80 592	231.34 593	8.94 570	27.70 582	86.74 592	268.93 593	69.03 592	61.09 591	24.71 584	14.36 565	9.71 577	3.40 569	9.60 577	4.67 572	20.46 579	4.76 572

USTest	14.33 574	14.93 575	21.00 568	17.41 576	16.02 570	23.11 573	33.76 580	22.02 576	11.81 565	9.47 571	10.19 565	15.94 571	13.17 568	17.25 575	22.38 574	3.81 563	5.01 572	6.17 575	6.18 573	9.23 575	7.81 573

TCMNet-wrong-test	10.42 568	11.55 574	15.31 556	20.99 577	18.49 573	13.94 569	10.69 566	16.07 575	4.14 551	5.27 559	5.64 548	16.22 572	12.57 567	7.57 541	10.26 554	7.44 574	2.38 567	4.30 571	3.43 569	11.37 576	10.87 574

DGTPSM_ROB	13.06 572	8.27 570	22.29 570	9.53 574	18.14 571	11.53 566	31.97 578	10.82 571	16.25 567	7.14 565	19.39 576	10.12 565	16.69 573	9.85 562	22.49 575	4.77 571	8.72 573	5.37 572	10.24 577	6.15 571	11.56 575

DPSMNet_ROB	13.08 573	8.28 571	22.32 571	9.54 575	18.15 572	11.53 566	31.98 579	10.83 572	16.27 568	7.17 566	19.40 577	10.12 565	16.69 573	9.87 563	22.50 576	4.78 572	8.72 573	5.38 573	10.25 578	6.16 572	11.59 576

Anonymous_1	42.79 587	18.71 576	24.75 572	21.81 578	45.16 585	27.68 575	37.52 581	28.64 581	16.34 569	14.72 575	14.53 569	20.60 574	17.82 575	21.52 577	25.88 579	113.45 592	8.91 575	100.63 589	126.37 589	158.50 592	12.31 577

DPSM_ROB	19.12 575	19.13 577	25.13 573	22.15 579	20.86 576	28.06 576	37.75 582	27.18 579	16.95 575	14.25 573	15.07 571	21.66 575	18.69 576	21.83 578	26.51 580	10.15 578	9.30 576	10.45 578	10.41 579	14.00 577	12.85 578

DPSM	19.12 575	19.13 577	25.13 573	22.15 579	20.86 576	28.06 576	37.75 582	27.18 579	16.95 575	14.25 573	15.07 571	21.66 575	18.69 576	21.83 578	26.51 580	10.15 578	9.30 576	10.45 578	10.41 579	14.00 577	12.85 578

LSM	6.55 558	1.26 522	15.64 560	1.79 539	68.74 587	1.67 467	2.08 541	2.26 469	2.59 525	3.13 540	3.08 524	1.90 470	1.81 501	2.89 440	2.16 488	0.43 474	0.59 533	0.50 498	0.58 517	0.64 504	17.24 580

FlowAnything	38.45 582	38.38 585	50.32 585	44.77 587	41.97 583	56.43 587	76.20 588	54.49 591	34.43 587	28.45 583	30.15 583	43.52 588	37.69 587	43.76 588	53.31 590	20.36 582	18.71 584	21.03 580	21.10 584	28.18 580	25.74 581

CasAABBNet	38.42 581	38.42 586	50.26 584	44.76 586	41.87 582	56.47 588	76.22 589	54.44 589	33.92 585	28.53 584	30.36 585	43.53 589	37.59 586	43.77 589	53.32 591	20.27 581	18.70 583	21.03 580	21.04 582	28.19 581	25.79 582

Selective-RAFT-Error	38.47 583	38.44 587	50.38 586	44.74 585	42.01 584	56.47 588	76.24 590	54.44 589	34.02 586	28.59 585	30.30 584	43.51 587	38.10 588	43.69 587	53.24 589	20.36 582	18.72 585	21.05 582	21.02 581	28.25 582	25.87 583

LRCNet_RVC	22.79 577	32.09 583	22.06 569	29.83 581	26.15 578	4.40 553	0.84 434	22.64 577	2.10 513	26.93 582	29.25 581	23.03 582	15.56 572	23.91 580	18.92 571	32.00 585	20.04 586	34.68 584	32.13 585	30.66 584	28.52 584

DPSimNet_ROB	24.77 579	9.69 573	61.46 588	3.56 564	19.46 574	25.95 574	77.56 591	5.09 558	16.60 573	21.50 580	29.82 582	25.12 583	85.69 592	13.37 573	23.07 578	7.23 573	17.79 581	8.55 576	7.57 575	4.57 569	31.84 585

LSM0	42.92 588	38.72 588	50.66 587	47.49 588	110.18 592	56.77 590	75.87 587	54.87 592	33.74 584	29.48 586	31.12 586	43.77 590	37.12 584	43.85 590	53.44 592	20.50 584	18.67 582	21.05 582	21.07 583	28.37 583	41.73 586

AVERAGE_ROB	40.42 585	42.30 590	42.61 581	36.91 584	35.54 581	30.42 580	27.59 575	37.45 588	38.45 589	44.87 589	44.27 588	37.55 586	36.69 583	41.82 586	40.25 586	45.36 590	46.73 590	47.09 586	46.32 586	42.47 586	43.74 587

HaxPig	39.02 584	41.39 589	41.59 580	30.10 582	32.36 579	29.49 578	27.65 576	30.56 582	37.94 588	43.75 588	43.81 587	33.42 584	35.69 582	41.51 585	40.33 587	43.91 589	47.48 591	45.87 585	47.14 587	42.29 585	44.06 588

MEDIAN_ROB	42.01 586	44.30 591	44.14 583	35.08 583	34.90 580	31.33 584	29.90 577	36.77 587	40.11 590	47.14 590	46.55 589	37.49 585	38.50 589	44.30 591	42.32 588	47.93 591	49.31 592	49.68 587	49.00 588	44.98 587	46.46 589

xxxxx1	54.34 590	26.72 580	27.03 576	114.14 589	99.00 589	30.68 581	47.19 584	32.52 583	26.09 578	17.85 576	17.48 573	21.86 577	20.92 578	24.38 581	33.78 582	34.73 586	41.33 587	157.67 590	175.68 590	65.82 588	71.99 590

tt_ll	54.34 590	26.72 580	27.03 576	114.14 589	99.00 589	30.68 581	47.19 584	32.52 583	26.09 578	17.85 576	17.48 573	21.86 577	20.92 578	24.38 581	33.78 582	34.73 586	41.33 587	157.67 590	175.68 590	65.82 588	71.99 590

ff	54.34 590	26.72 580	27.03 576	114.14 589	99.00 589	30.68 581	47.19 584	32.52 583	26.09 578	17.85 576	17.48 573	21.86 577	20.92 578	24.38 581	33.78 582	34.73 586	41.33 587	157.67 590	175.68 590	65.82 588	71.99 590

test_example2	192.91 593	210.59 593	206.44 593	199.86 593	204.90 593	172.02 593	182.95 592	138.34 593	134.89 593	193.14 593	200.54 592	186.77 593	177.82 593	204.95 593	207.57 593	221.83 593	238.70 593	186.02 593	190.07 593	226.94 593	173.78 593

ccccc		492.94 594		530.37 594	529.69 594	476.06 594		494.48 594		446.40 594		473.27 594		541.46 594		660.58 594	458.79 594	353.88 594	309.98 594	597.94 594

Low-res two-view benchmark