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

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

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

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

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

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

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

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

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

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

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

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

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	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

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

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-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

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

2.5w	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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)
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

rvit_stereo_0080	0.47 104	0.35 299	0.87 240	0.48 98	0.36 242	0.42 45	0.54 316	0.93 93	0.78 129	0.52 105	0.60 93	0.55 121	0.47 131	0.62 51	0.48 196	0.27 366	0.21 346	0.20 165	0.20 234	0.31 381	0.20 156

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

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

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

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

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

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

CAS++	0.48 110	0.34 270	0.59 81	0.48 98	0.32 179	0.45 61	0.29 60	1.73 333	0.78 129	0.71 142	0.73 129	0.36 47	0.28 23	0.70 76	0.35 73	0.27 366	0.22 361	0.26 348	0.21 276	0.29 358	0.22 213
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 110	0.28 124	0.83 216	0.51 143	0.53 380	0.39 27	0.27 46	1.03 128	0.64 93	0.47 69	0.71 122	0.51 102	0.51 155	1.13 208	0.47 189	0.20 191	0.16 238	0.23 264	0.20 234	0.24 295	0.20 156

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

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_stereo_0083	0.49 114	0.34 270	0.85 231	0.57 258	0.36 242	0.49 86	0.43 208	0.73 38	1.05 241	0.50 92	0.57 87	0.55 121	0.50 152	0.92 147	0.50 210	0.25 319	0.25 411	0.24 288	0.20 234	0.25 307	0.19 131

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

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

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

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

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

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

CREStereo++_RVC	0.49 114	0.22 14	0.46 18	0.48 98	0.38 264	0.45 61	0.25 31	0.77 47	1.30 383	0.82 166	1.23 303	0.47 83	0.37 71	0.55 27	0.44 160	0.16 43	0.11 20	0.16 46	0.80 534	0.18 110	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

rvit_0105_4	0.58 173	0.40 363	1.19 366	0.68 391	0.38 264	0.53 129	0.55 326	0.93 93	1.27 359	0.56 115	0.61 95	0.72 184	0.63 219	1.01 173	0.47 189	0.33 426	0.33 470	0.29 391	0.25 357	0.29 358	0.26 296

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

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

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

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

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

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

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

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

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

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

GMStereo	0.58 173	0.50 410	1.09 326	0.52 164	0.32 179	0.80 286	0.43 208	1.02 120	1.41 430	0.89 186	0.77 137	0.52 109	0.46 124	0.89 139	0.56 250	0.25 319	0.16 238	0.20 165	0.22 303	0.31 381	0.27 314
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.59 185	0.29 147	0.66 122	0.41 33	0.24 20	1.08 382	0.34 102	0.87 85	0.60 81	0.68 139	1.08 235	0.58 132	0.79 278	2.39 414	0.83 336	0.17 75	0.15 201	0.21 199	0.17 165	0.16 54	0.18 97

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

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

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

DCANet-4	0.59 185	0.28 124	1.65 432	0.44 50	0.25 39	0.48 80	0.36 125	1.15 186	1.36 408	1.13 250	1.03 211	0.56 128	0.74 252	0.77 93	0.58 258	0.17 75	0.14 135	0.17 70	0.13 59	0.15 35	0.24 255

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

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

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

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

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

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

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

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

RAFT-Stereo	0.60 193	0.30 172	0.72 146	0.57 258	0.37 252	0.68 226	0.52 296	1.45 262	0.78 129	1.61 457	1.50 398	0.76 190	0.53 162	0.67 70	0.51 214	0.19 148	0.16 238	0.18 106	0.15 104	0.18 110	0.19 131
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 199	0.30 172	0.93 269	0.65 351	0.65 436	0.79 279	0.50 283	1.33 239	1.40 426	0.65 133	1.15 274	0.53 114	0.42 93	1.18 220	0.36 90	0.25 319	0.18 298	0.26 348	0.31 440	0.20 182	0.21 184

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	0.64 214	0.32 222	0.91 264	0.49 112	0.36 242	0.91 333	0.33 90	2.51 510	0.77 125	1.25 323	1.00 199	0.68 167	0.51 155	0.92 147	0.65 287	0.19 148	0.15 201	0.21 199	0.17 165	0.19 146	0.22 213
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 218	0.34 270	0.65 117	0.60 298	0.27 59	1.14 392	0.48 264	1.08 149	2.62 528	0.59 117	0.79 142	0.49 91	0.80 285	1.57 303	0.35 73	0.21 222	0.13 68	0.25 327	0.16 141	0.20 182	0.23 234

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

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

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

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

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

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

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

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

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

ICVP	0.66 220	0.35 299	0.71 144	0.63 330	0.41 299	0.85 318	0.56 333	1.78 343	0.96 199	0.92 192	1.24 307	0.88 238	0.75 257	0.76 91	0.93 365	0.31 411	0.22 361	0.22 230	0.21 276	0.24 295	0.28 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 220	0.27 107	1.15 345	0.46 71	0.25 39	0.72 244	0.42 190	1.57 288	1.44 443	0.83 168	1.39 364	1.10 327	0.80 285	0.97 164	0.65 287	0.20 191	0.14 135	0.18 106	0.15 104	0.18 110	0.28 330

ACVNet	0.66 220	0.33 241	0.74 165	0.55 215	0.37 252	0.80 286	0.47 257	1.46 264	1.11 267	1.01 215	1.31 333	1.07 312	0.91 336	0.82 109	1.09 393	0.22 256	0.19 316	0.21 199	0.18 183	0.23 266	0.19 131

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

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

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

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

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

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

CASS	0.67 231	0.36 309	0.84 225	0.57 258	0.28 94	0.82 296	0.43 208	1.62 302	0.92 177	1.39 397	1.28 326	0.87 232	0.84 299	0.88 134	0.59 265	0.36 453	0.19 316	0.26 348	0.22 303	0.29 358	0.43 447
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 231	0.37 330	1.17 360	0.60 298	0.51 368	0.75 256	0.48 264	1.26 222	1.11 267	1.43 413	1.58 424	0.64 158	0.48 136	0.94 151	0.78 320	0.24 299	0.15 201	0.19 131	0.16 141	0.19 146	0.29 344

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

iRaft-Stereo_20w	0.71 260	0.33 241	1.25 382	0.50 128	0.36 242	0.82 296	0.31 75	3.16 537	0.89 166	1.24 320	1.14 268	0.79 199	0.65 228	1.15 211	0.43 155	0.18 110	0.13 68	0.18 106	0.17 165	0.20 182	0.23 234

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

HITNet	0.71 260	0.42 376	1.07 320	0.52 164	0.25 39	1.05 374	0.48 264	2.12 433	1.08 248	1.21 305	1.23 303	0.91 254	0.84 299	0.90 142	0.91 358	0.17 75	0.12 34	0.21 199	0.17 165	0.29 358	0.18 97
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
IPLG	0.72 266	0.29 147	1.12 337	0.53 187	0.44 324	0.79 279	0.33 90	1.35 241	1.10 260	1.32 363	1.11 248	0.52 109	0.54 170	3.13 446	0.71 303	0.17 75	0.14 135	0.20 165	0.17 165	0.18 110	0.21 184

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

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

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

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

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

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

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

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

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

AdaStereo	0.74 273	0.48 402	0.86 238	0.75 446	0.38 264	0.94 347	0.56 333	2.05 422	1.24 339	1.15 266	1.22 295	1.07 312	0.67 235	1.05 183	0.73 304	0.33 426	0.16 238	0.32 422	0.22 303	0.29 358	0.23 234
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DCVSM-stereo	0.75 277	0.36 309	0.82 207	0.58 271	0.43 314	0.78 271	0.42 190	1.30 233	1.05 241	1.79 482	1.04 217	1.60 433	1.08 406	1.12 206	0.86 341	0.25 319	0.27 428	0.29 391	0.24 348	0.30 374	0.37 414

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NF-Stereo	0.82 322	0.33 241	0.83 216	0.65 351	0.31 146	0.63 196	0.43 208	1.35 241	0.93 184	1.30 354	1.02 204	0.81 207	0.57 182	5.37 499	0.55 244	0.26 345	0.14 135	0.24 288	0.20 234	0.20 182	0.30 360

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	0.84 337	0.46 391	1.40 407	0.69 404	0.61 423	0.95 354	0.52 296	1.68 311	1.21 322	1.39 397	1.15 274	1.42 398	0.88 327	1.78 340	0.93 365	0.26 345	0.23 389	0.27 363	0.27 392	0.30 374	0.39 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 337	0.43 380	1.01 300	0.66 365	0.43 314	1.32 424	0.49 275	1.64 303	1.24 339	1.53 440	1.45 383	1.49 415	0.97 366	1.32 251	1.31 422	0.21 222	0.17 267	0.27 363	0.25 357	0.25 307	0.34 397
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 344	0.38 348	0.92 267	0.58 271	0.32 179	0.86 319	0.49 275	2.33 485	1.69 484	1.16 270	1.12 252	0.95 274	0.85 304	2.46 416	1.18 402	0.27 366	0.23 389	0.28 379	0.28 403	0.28 341	0.41 435

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

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

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

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

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

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

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

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

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

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

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

iResNetv2_ROB	0.88 355	0.43 380	2.62 490	0.60 298	0.38 264	0.94 347	0.67 382	1.88 375	1.38 415	1.27 341	1.45 383	1.26 367	1.05 402	1.92 361	0.64 282	0.24 299	0.15 201	0.19 131	0.14 85	0.24 295	0.21 184

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	0.91 370	0.31 204	0.60 88	0.54 201	0.31 146	1.15 396	0.60 359	3.76 545	1.30 383	1.57 451	1.75 453	1.67 447	1.01 381	1.61 317	0.90 354	0.23 278	0.17 267	0.19 131	0.18 183	0.20 182	0.22 213
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 373	0.39 357	1.22 375	0.66 365	0.39 273	1.31 423	0.96 462	2.32 479	1.45 448	1.48 432	1.17 279	1.53 424	0.91 336	1.16 214	1.71 474	0.31 411	0.27 428	0.30 403	0.29 422	0.28 341	0.29 344

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

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

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

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

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

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

OMP-Stereo	0.95 379	0.35 299	0.79 188	0.92 500	0.32 179	0.49 86	0.35 115	1.22 210	1.11 267	1.58 452	1.12 252	1.44 404	0.69 243	6.92 532	0.51 214	0.20 191	0.15 201	0.24 288	0.19 205	0.21 226	0.16 60

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ETE_ROB	1.01 397	0.69 473	1.49 414	0.72 423	0.50 358	1.15 396	1.12 482	1.91 382	1.24 339	1.94 497	1.50 398	1.73 456	1.06 403	1.78 340	1.33 429	0.33 426	0.26 418	0.38 466	0.34 467	0.40 436	0.44 450

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

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

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

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

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

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

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

CBMV	1.04 401	0.48 402	0.88 245	0.56 236	0.36 242	1.52 452	1.55 516	1.87 370	1.59 474	2.11 507	1.67 442	1.46 410	1.35 457	1.92 361	1.31 422	0.35 446	0.35 481	0.39 470	0.33 461	0.34 407	0.34 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 406	0.33 241	1.04 308	0.49 112	0.31 146	0.67 222	0.26 40	2.37 489	0.80 141	1.05 226	1.11 248	2.86 524	1.81 502	6.26 518	0.50 210	0.18 110	0.15 201	0.19 131	0.16 141	0.17 78	0.21 184

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

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

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

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

NCCL2	1.06 408	0.64 458	1.35 397	0.78 460	0.58 407	1.32 424	1.69 521	1.89 377	1.38 415	1.52 437	1.20 287	1.91 472	1.17 427	1.79 345	1.50 447	0.35 446	0.31 452	0.45 488	0.44 494	0.41 440	0.45 452

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

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

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

RAFT + AFF	1.07 413	0.47 396	1.36 402	0.68 391	0.50 358	1.20 410	1.22 496	2.58 515	1.26 355	1.33 369	1.56 418	1.19 345	1.49 478	3.89 468	1.01 383	0.22 256	0.26 418	0.30 403	0.27 392	0.29 358	0.32 379

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

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

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

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

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

APVNet	1.11 421	0.59 439	1.95 456	0.87 487	0.77 474	1.90 490	0.82 431	2.03 415	1.15 291	1.14 264	1.43 379	1.55 427	1.12 421	3.03 443	1.62 462	0.32 419	0.34 474	0.42 482	0.36 474	0.36 415	0.41 435

GANetREF_RVC	1.11 421	0.90 497	1.56 425	0.88 489	0.53 380	1.41 442	1.35 506	1.91 382	1.54 465	1.28 347	1.32 338	1.46 410	1.23 438	2.04 378	1.00 382	0.57 510	0.45 511	0.67 523	0.52 511	0.91 522	0.62 499
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
GCST	1.13 423	1.50 533	1.17 360	1.74 539	1.17 527	1.29 422	0.30 68	1.55 282	1.21 322	1.31 360	0.97 188	0.99 288	0.48 136	2.38 413	0.54 241	1.24 540	0.70 540	1.31 540	0.86 537	1.03 528	0.92 525

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

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

PA-Net	1.14 425	0.63 455	2.12 467	0.67 379	0.75 468	1.19 409	0.91 450	1.91 382	1.46 453	1.18 285	1.23 303	1.33 385	1.17 427	4.31 473	1.41 437	0.29 400	0.46 515	0.33 434	0.50 507	0.33 399	0.57 489
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 427	0.54 425	1.50 415	0.73 431	0.66 442	1.18 408	0.84 434	2.13 441	1.41 430	1.73 475	1.84 467	2.53 515	1.46 473	2.46 416	1.35 432	0.43 475	0.41 502	0.54 507	0.36 474	0.43 446	0.50 468

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

DANet	1.16 428	0.64 458	1.52 420	0.88 489	0.74 464	1.52 452	0.52 296	1.68 311	1.21 322	1.81 483	1.55 412	2.02 489	1.11 415	3.30 454	2.28 493	0.34 436	0.31 452	0.40 476	0.30 434	0.46 467	0.54 478
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 430	0.29 147	1.08 323	0.55 215	0.43 314	0.69 235	0.71 398	1.14 174	1.35 399	1.00 210	1.49 391	1.90 470	0.86 312	9.61 559	0.89 350	0.21 222	0.19 316	0.30 403	0.25 357	0.20 182	0.18 97

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

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

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

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

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

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

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

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

Abc-Net	1.20 438	0.60 442	1.84 446	0.88 489	0.95 506	1.32 424	0.94 458	2.14 443	1.36 408	1.43 413	1.79 459	1.93 476	2.13 522	2.54 425	1.41 437	0.49 496	0.38 495	0.45 488	0.59 520	0.43 446	0.45 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 440	0.66 465	3.44 508	0.69 404	0.73 459	1.93 493	1.44 511	2.16 450	1.59 474	1.85 488	1.49 391	1.50 418	1.34 456	2.05 382	1.54 452	0.27 366	0.24 399	0.28 379	0.28 403	0.35 411	0.32 379

RGC	1.22 441	0.82 491	1.71 436	0.95 511	0.98 511	1.53 454	0.80 422	2.18 459	1.35 399	1.69 472	1.94 479	2.03 492	1.66 490	2.36 409	1.50 447	0.46 488	0.36 485	0.59 518	0.48 503	0.49 476	0.49 464

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	1.29 454	0.40 363	0.74 165	0.54 201	0.37 252	1.55 455	1.26 501	1.82 355	1.39 424	2.22 510	1.81 465	1.64 443	1.02 389	7.65 542	1.20 405	0.39 464	0.37 490	0.39 470	0.34 467	0.37 421	0.34 397
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 456	0.56 433	0.94 276	0.57 258	0.62 427	1.04 371	0.65 376	1.82 355	1.01 222	1.00 210	0.79 142	1.42 398	1.27 445	1.06 188	0.83 336	0.62 516	0.67 537	1.05 537	9.88 577	1.09 531	0.55 484

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

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

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

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

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

PDISCO_ROB	1.41 461	0.73 483	2.04 463	1.40 532	1.46 538	2.83 528	1.07 478	2.64 518	2.11 515	1.41 405	1.50 398	1.73 456	0.99 372	2.83 439	1.46 443	1.03 532	0.27 428	0.54 507	0.47 501	0.77 516	0.84 522

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

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

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

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

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

MFMNet_re	1.47 467	1.20 520	2.50 483	1.46 537	1.08 516	1.58 459	1.51 512	1.96 399	1.87 501	2.31 514	2.20 495	1.51 421	1.88 507	1.57 303	1.34 430	0.94 529	0.83 542	0.84 529	0.80 534	1.00 525	1.06 530

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

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

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

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

FINET	1.54 473	0.67 469	7.28 535	0.76 454	0.97 509	1.42 445	1.38 508	2.80 531	3.12 540	1.23 316	1.68 444	1.04 305	1.11 415	3.35 455	1.78 479	0.43 475	0.37 490	0.32 422	0.29 422	0.43 446	0.41 435

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

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

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

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

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

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

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

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

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

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

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

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

DeepPrunerF	1.68 485	0.82 491	6.82 531	0.94 509	1.20 529	0.91 333	0.97 463	2.50 508	5.19 559	1.22 313	1.30 331	1.18 343	1.29 448	4.96 488	1.75 475	0.43 475	0.35 481	0.52 502	0.48 503	0.43 446	0.42 443

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

G-Net	1.71 488	0.67 469	2.09 464	1.14 525	0.75 468	2.96 533	0.89 447	1.58 290	1.30 383	2.76 529	8.12 563	2.29 504	2.51 533	1.94 364	2.23 492	0.49 496	0.45 511	0.45 488	0.31 440	0.62 504	0.59 494

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

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

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

SPS-STEREO	1.78 491	1.09 513	1.52 420	1.22 528	1.14 522	1.87 489	1.11 481	2.27 475	1.70 485	3.17 542	2.39 504	2.84 523	1.93 509	4.41 474	2.93 506	1.04 534	0.99 555	0.97 532	0.94 539	1.03 528	1.05 529
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 493	1.11 515	4.33 519	0.84 478	0.77 474	3.70 541	2.41 554	2.04 418	1.85 500	1.75 477	1.90 476	1.92 475	1.25 442	7.33 537	1.45 441	0.47 492	0.47 516	0.53 506	0.77 532	0.50 478	0.55 484

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

PVD	1.82 495	0.91 500	3.02 499	1.03 516	0.94 505	2.61 521	1.14 487	2.78 528	3.40 545	3.08 540	2.75 516	2.39 511	2.49 532	2.81 437	3.66 517	0.48 494	0.49 523	0.59 518	0.49 506	0.60 500	0.81 520

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

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

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

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

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

SGM_RVC	1.88 499	0.40 363	0.90 259	0.63 330	0.30 126	2.81 527	1.26 501	2.73 524	1.81 498	4.09 546	2.85 519	3.88 539	3.19 541	8.42 549	2.44 498	0.33 426	0.31 452	0.30 403	0.28 403	0.31 381	0.31 370
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 502	0.36 309	1.51 416	0.56 236	0.40 285	0.76 261	0.59 352	2.32 479	1.41 430	1.19 293	1.49 391	1.07 312	0.85 304	9.88 564	13.82 562	0.25 319	0.21 346	0.31 410	0.28 403	0.32 392	0.29 344

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	2.17 517	1.18 518	3.51 509	1.14 525	1.26 532	1.57 458	1.51 512	2.19 461	2.11 515	2.04 503	4.80 543	3.17 532	2.11 520	7.97 545	2.10 486	1.12 537	0.94 552	1.10 538	1.34 551	0.95 523	1.31 536
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 518	1.29 526	4.14 517	1.10 521	0.78 478	5.00 555	2.38 553	2.47 503	2.67 533	1.94 497	2.28 499	2.66 520	1.70 493	9.10 552	2.29 495	0.68 523	0.52 525	0.68 524	0.71 530	1.17 533	0.81 520

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

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

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

MeshStereo	2.36 522	0.60 442	1.05 313	0.63 330	0.51 368	2.58 519	0.99 467	3.46 541	2.21 519	7.38 568	5.06 547	7.50 556	3.10 540	7.02 535	2.54 500	0.44 484	0.44 509	0.45 488	0.40 484	0.43 446	0.45 452
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AnyNet_C01	2.38 523	2.21 554	10.17 549	0.99 514	0.79 480	3.12 534	2.37 551	2.69 523	1.89 502	2.58 526	2.44 508	2.70 521	1.86 506	3.65 459	7.12 542	0.41 470	0.41 502	0.40 476	0.42 488	0.68 510	0.79 518

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

EDNetEfficient	2.40 525	1.14 516	8.59 542	0.77 456	0.73 459	1.06 377	1.53 515	1.54 279	4.06 551	4.87 557	2.81 517	2.23 499	3.53 547	3.04 444	9.65 554	0.27 366	0.24 399	0.27 363	0.31 440	0.70 512	0.67 504

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

FCDSN-DC	2.47 527	0.65 464	1.00 298	0.85 481	0.75 468	2.26 510	0.97 463	2.31 478	1.83 499	5.52 563	7.65 559	7.72 559	7.70 565	4.43 475	2.64 501	0.52 502	0.48 518	0.52 502	0.52 511	0.57 494	0.59 494
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 528	0.72 480	18.07 567	0.72 423	0.53 380	1.85 487	0.86 441	1.80 350	2.40 522	1.54 443	1.42 375	1.13 336	1.17 427	4.18 469	4.80 531	0.25 319	0.20 330	0.23 264	0.19 205	7.64 574	0.38 422

ELAS	2.67 529	0.80 487	2.13 468	1.13 522	1.15 524	6.25 559	2.56 555	3.50 542	3.68 548	5.36 561	4.92 546	3.79 537	5.56 557	3.65 459	5.22 533	0.66 520	0.57 531	0.56 513	0.54 514	0.65 507	0.75 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 530	1.55 537	15.40 558	1.13 522	1.42 536	3.75 544	2.21 544	2.45 498	2.72 534	2.91 534	2.85 519	2.58 517	1.62 484	6.28 520	5.80 536	0.41 470	0.30 447	0.35 449	0.35 471	0.52 481	0.54 478

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

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

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

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

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

pmcnn	2.84 536	0.46 391	5.19 525	0.68 391	0.42 309	1.55 455	1.16 490	2.32 479	1.60 477	2.72 527	7.49 557	17.96 574	1.48 477	6.04 513	6.64 540	0.18 110	0.15 201	0.15 17	0.12 29	0.20 182	0.20 156

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

ELAS_RVC	2.87 538	0.80 487	3.22 504	1.16 527	1.12 518	2.92 532	5.33 564	2.98 535	4.18 553	5.04 558	4.82 544	4.71 544	8.23 566	4.25 472	4.79 529	0.67 521	0.57 531	0.57 515	0.53 513	0.66 508	0.74 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 539	0.61 447	1.15 345	0.75 446	0.57 404	2.85 530	1.05 475	3.44 540	2.64 531	6.93 564	7.63 558	9.86 565	7.02 563	5.76 507	4.31 524	0.54 504	0.48 518	0.51 500	0.50 507	0.53 486	0.52 474

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

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

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

ACVNet_1	3.08 543	1.48 532	17.70 564	2.90 555	2.35 553	2.30 511	1.43 510	3.16 537	2.26 521	1.91 491	2.05 488	3.51 534	2.32 528	3.71 464	1.58 455	3.25 556	0.66 536	2.40 554	1.06 548	3.07 555	2.59 555

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

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

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

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

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

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

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

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

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

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

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

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

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

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

UNDER WATER-64	5.84 558	2.48 561	17.93 566	3.97 570	3.58 568	7.70 560	3.03 560	5.72 563	14.13 567	4.18 551	4.00 535	9.27 564	6.80 562	6.20 515	9.22 552	3.67 562	1.52 565	3.14 565	1.95 562	4.43 567	3.83 569

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark