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

xyz-stereo-finetune2	1.31 83	0.95 264	3.28 77	0.60 1	0.36 7	3.48 230	0.65 133	2.82 157	1.47 54	0.99 106	1.86 301	0.91 120	1.75 356	3.54 300	1.86 332	0.27 74	0.22 74	0.30 205	0.28 230	0.33 179	0.34 54

LG-Stereo	0.94 45	0.71 139	3.31 79	0.62 2	0.51 75	2.85 137	0.54 78	2.59 131	1.40 44	0.88 82	1.23 101	0.53 37	0.40 4	0.81 2	0.86 91	0.23 23	0.18 10	0.31 225	0.24 153	0.29 102	0.22 1

RAStereo	1.53 97	0.71 139	17.55 245	0.62 2	0.65 146	1.18 15	0.32 11	1.94 52	1.15 22	0.80 57	1.07 72	0.64 51	0.47 14	0.89 4	1.01 142	0.25 44	0.20 33	0.27 127	0.21 85	0.36 235	0.27 12

3.25w_new	0.79 12	0.51 28	1.52 29	0.63 4	0.65 146	2.21 84	0.51 66	2.45 103	1.45 49	0.66 20	0.80 30	0.47 30	0.71 70	0.90 5	0.66 29	0.19 4	0.32 230	0.20 1	0.19 43	0.21 18	0.47 174

3.25w	0.79 12	0.51 28	1.52 29	0.63 4	0.65 146	2.21 84	0.51 66	2.45 103	1.45 49	0.66 20	0.80 30	0.47 30	0.71 70	0.90 5	0.66 29	0.19 4	0.32 230	0.20 1	0.19 43	0.21 18	0.47 174

xyz-stereo-finetune	1.14 74	0.88 226	1.93 50	0.63 4	0.37 12	3.48 230	0.79 227	2.86 163	1.95 155	1.02 111	1.26 110	0.91 120	0.78 97	2.53 259	1.84 328	0.30 137	0.24 131	0.26 104	0.24 153	0.31 133	0.30 23

MLG-Stereo_test3	0.66 3	0.40 2	1.55 33	0.64 7	0.65 146	2.21 84	0.31 8	1.69 33	0.81 4	0.59 6	0.54 11	0.56 39	0.33 1	0.98 12	0.60 20	0.21 13	0.23 102	0.24 49	0.17 17	0.20 9	0.34 54

3.75w	0.82 23	0.53 36	1.49 26	0.65 8	1.10 323	2.60 125	0.52 73	2.46 105	1.19 25	0.70 31	0.82 33	0.40 11	0.66 60	1.16 35	0.59 16	0.26 62	0.27 187	0.23 24	0.19 43	0.22 29	0.47 174

rvit_stereo_0080	1.10 69	1.09 302	3.78 87	0.65 8	0.60 121	1.91 65	0.74 186	2.74 145	2.65 264	0.94 98	1.09 74	0.85 101	0.81 112	1.20 45	0.89 99	0.39 303	0.29 208	0.25 72	0.28 230	0.46 347	0.35 64

whm_eth	1.10 69	1.09 302	3.78 87	0.65 8	0.60 121	1.91 65	0.74 186	2.74 145	2.65 264	0.94 98	1.09 74	0.85 101	0.81 112	1.20 45	0.89 99	0.39 303	0.29 208	0.25 72	0.28 230	0.46 347	0.35 64

asda	0.86 31	0.51 28	1.32 16	0.66 11	0.82 221	3.30 199	0.49 56	2.41 94	1.13 18	0.66 20	0.84 37	0.44 25	0.84 117	1.14 31	0.67 36	0.23 23	0.70 426	0.25 72	0.18 25	0.22 29	0.41 124

4.5w-stereo	0.80 15	0.49 19	1.36 21	0.66 11	0.79 208	1.96 70	0.51 66	2.18 75	1.45 49	0.77 49	0.93 48	0.43 19	0.49 19	1.08 22	0.66 29	0.30 137	0.68 418	0.26 104	0.20 71	0.23 36	0.57 237

MLG-Stereo_test2	0.84 25	0.43 7	1.95 51	0.66 11	1.04 304	3.61 261	0.23 2	1.70 35	2.18 186	0.69 26	0.33 3	0.67 60	0.33 1	1.16 35	0.46 1	0.25 44	0.26 174	0.23 24	0.16 9	0.19 3	0.35 64

MLG-Stereo	0.86 31	0.42 3	1.96 52	0.66 11	0.54 87	3.01 159	0.31 8	1.90 47	3.21 363	0.57 5	0.30 2	0.66 57	0.47 14	1.35 81	0.46 1	0.21 13	0.25 149	0.24 49	0.16 9	0.19 3	0.29 19

trnet	1.00 53	0.55 41	1.89 49	0.66 11	0.33 3	4.41 453	0.40 29	2.42 98	1.95 155	0.96 101	1.24 103	0.88 111	0.89 132	1.27 55	0.78 61	0.30 137	0.19 20	0.23 24	0.15 3	0.22 29	0.22 1

CREStereo	1.00 53	0.59 64	1.82 46	0.66 11	0.36 7	4.43 456	0.40 29	2.43 99	1.98 160	0.96 101	1.22 99	0.88 111	0.87 127	1.30 64	0.79 69	0.30 137	0.20 33	0.23 24	0.16 9	0.23 36	0.22 1
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
4.5_new	0.80 15	0.49 19	1.36 21	0.67 17	0.79 208	1.96 70	0.51 66	2.18 75	1.46 52	0.77 49	0.93 48	0.43 19	0.49 19	1.08 22	0.65 27	0.30 137	0.68 418	0.26 104	0.20 71	0.23 36	0.57 237

2.75w_new	0.88 36	0.51 28	2.22 59	0.67 17	0.66 154	2.44 107	0.55 80	2.75 147	1.08 15	0.87 79	0.75 21	0.39 10	0.91 137	1.41 96	0.74 51	0.21 13	0.43 326	0.22 13	0.18 25	0.19 3	0.41 124

3.5w_stereo	0.87 33	0.60 72	1.48 25	0.67 17	0.73 182	2.50 115	0.50 62	2.43 99	1.79 131	0.85 72	1.25 107	0.43 19	0.66 60	1.25 52	0.78 61	0.21 13	0.18 10	0.23 24	0.18 25	0.20 9	0.47 174

MLG-Stereo_test1	0.89 39	0.42 3	2.06 55	0.67 17	1.33 388	3.13 168	0.29 7	1.60 19	3.31 393	0.53 1	0.25 1	0.67 60	0.43 8	1.34 79	0.47 3	0.22 19	0.25 149	0.24 49	0.16 9	0.19 3	0.30 23

plain	2.00 126	0.89 231	21.49 531	0.67 17	0.73 182	1.66 55	0.57 87	3.27 208	2.18 186	0.80 57	1.25 107	0.80 92	0.86 124	1.72 154	1.13 160	0.34 224	0.21 57	0.32 245	0.25 169	0.44 329	0.34 54

MaDis-Stereo	1.60 98	1.11 306	16.13 209	0.67 17	1.87 485	1.22 22	0.39 24	2.17 73	1.42 46	0.69 26	0.78 26	0.88 111	0.70 68	1.24 50	1.13 160	0.32 178	0.23 102	0.26 104	0.21 85	0.32 155	0.28 15

HHNet	2.51 231	0.76 185	20.83 478	0.67 17	0.67 160	4.07 375	0.90 298	3.85 295	1.59 88	2.14 298	4.91 517	0.98 132	3.32 475	1.73 159	1.80 321	0.41 316	0.20 33	0.31 225	0.28 230	0.38 254	0.44 146

DIP-Stereo	2.03 133	0.98 276	16.44 224	0.67 17	0.62 134	4.30 437	0.58 98	4.43 488	2.89 306	1.97 243	1.40 147	0.91 120	0.86 124	1.31 68	1.27 202	0.38 295	0.23 102	0.33 280	0.23 133	0.33 179	0.57 237
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
2.5w	1.07 62	0.49 19	2.54 65	0.68 25	0.71 179	2.37 102	0.56 83	2.77 149	1.39 43	0.67 23	0.92 46	0.37 4	0.74 82	1.40 93	0.62 24	0.25 44	3.40 515	0.22 13	0.19 43	0.20 9	0.90 343

U	12.87 560	0.43 7	2.54 65	0.68 25	58.93 583	63.36 588	0.33 12	1.95 54	1.08 15	0.62 13	0.83 36	0.46 29	0.57 30	0.91 7	0.50 5	0.31 161	0.17 4	63.34 587	59.81 586	0.30 122	0.26 9

qwe	0.85 28	0.49 19	2.01 54	0.69 27	1.09 319	2.48 109	0.45 49	2.57 125	1.18 24	0.80 57	0.85 38	0.43 19	0.48 17	1.15 32	0.72 47	0.21 13	0.32 230	0.24 49	0.18 25	0.23 36	0.45 152

4w-stereo	0.85 28	0.55 41	2.85 72	0.69 27	0.80 212	1.62 54	0.43 41	2.23 78	1.36 39	0.65 18	0.99 62	0.40 11	0.81 112	1.19 40	0.68 37	0.23 23	0.32 230	0.25 72	0.19 43	0.21 18	0.48 185

111111	1.15 75	0.56 46	1.31 14	0.69 27	1.19 353	3.37 204	0.33 12	2.41 94	1.68 113	0.82 61	1.54 183	0.61 46	0.59 39	1.44 100	0.66 29	0.26 62	0.23 102	0.23 24	0.17 17	0.25 49	4.66 487

MonSter	0.70 8	0.47 15	1.58 37	0.69 27	0.89 249	1.19 17	0.39 24	2.57 125	0.93 8	0.62 13	0.66 16	0.37 4	0.35 3	1.08 22	0.59 16	0.16 1	0.36 270	0.20 1	0.19 43	0.21 18	0.52 211

S2M2_XL	0.49 1	0.51 28	1.16 4	0.70 31	0.34 5	0.29 1	0.23 2	0.68 1	0.53 1	0.55 3	0.92 46	0.65 54	0.53 23	0.65 1	0.59 16	0.28 94	0.24 131	0.25 72	0.21 85	0.23 36	0.23 6

asd	0.81 20	0.48 16	1.97 53	0.70 31	0.93 265	2.86 139	0.43 41	1.64 25	1.12 17	0.73 36	0.91 45	0.43 19	0.73 75	1.00 13	0.59 16	0.28 94	0.20 33	0.24 49	0.18 25	0.23 36	0.45 152

3w_stereo	0.99 48	0.52 34	4.37 97	0.70 31	0.42 32	1.73 58	0.68 148	2.80 152	1.26 31	0.78 51	0.87 39	0.37 4	1.01 160	1.34 79	0.66 29	0.19 4	0.95 446	0.23 24	0.20 71	0.21 18	0.43 140

xyz-stereo	10.93 554	0.71 139	79.25 587	0.70 31	0.45 43	83.14 589	0.77 210	2.68 140	1.49 61	2.28 350	32.01 574	2.76 375	1.61 316	5.80 345	3.32 437	0.29 109	0.18 10	0.33 280	0.23 133	0.26 65	0.29 19

2w_stereo	0.84 25	0.52 34	1.87 48	0.71 35	0.56 100	1.98 73	0.61 108	2.88 164	1.00 10	0.99 106	0.97 55	0.36 3	1.11 195	1.03 14	0.77 57	0.19 4	0.19 20	0.23 24	0.18 25	0.21 18	0.37 90

LGtest1	0.61 2	0.45 11	1.19 6	0.71 35	0.45 43	1.00 9	0.26 4	1.33 9	1.55 75	0.62 13	0.64 15	0.44 25	0.49 19	1.06 19	0.51 10	0.28 94	0.23 102	0.24 49	0.17 17	0.21 18	0.36 86

PMTNet	1.13 72	0.55 41	3.88 92	0.71 35	0.59 115	4.21 421	0.43 41	2.00 58	1.58 85	1.02 111	1.06 69	0.78 87	0.98 153	1.58 130	0.93 108	1.21 512	0.20 33	0.23 24	0.15 3	0.23 36	0.27 12

2.25w	0.89 39	0.51 28	2.54 65	0.72 38	0.66 154	2.27 92	0.40 29	2.43 99	1.22 28	0.83 66	1.05 67	0.40 11	0.80 109	1.28 59	0.89 99	0.18 3	0.56 390	0.21 8	0.18 25	0.19 3	0.38 100

AdaDepth	1.16 76	0.53 36	7.56 116	0.73 39	1.29 375	3.13 168	0.43 41	1.13 4	1.92 150	0.69 26	0.93 48	0.43 19	0.58 33	1.67 137	0.66 29	0.20 9	0.33 240	0.24 49	0.19 43	0.25 49	0.36 86

IGEV	0.74 9	0.39 1	1.16 4	0.73 39	1.31 382	2.78 132	0.38 20	1.81 41	1.03 11	0.80 57	0.72 18	0.35 2	0.42 7	1.11 30	0.52 12	0.19 4	0.23 102	0.22 13	0.19 43	0.18 1	0.33 43

4.25_new	0.81 20	0.50 23	1.30 11	0.74 41	0.98 277	2.51 116	0.57 87	2.28 83	1.13 18	0.60 7	0.97 55	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.44 336	0.25 72	0.18 25	0.20 9	0.38 100

4.5w_new	0.81 20	0.50 23	1.30 11	0.74 41	0.98 277	2.51 116	0.57 87	2.28 83	1.13 18	0.60 7	0.97 55	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.44 336	0.25 72	0.18 25	0.20 9	0.38 100

4.25w-stereo	0.80 15	0.50 23	1.30 11	0.74 41	0.98 277	2.51 116	0.57 87	2.28 83	1.13 18	0.60 7	0.97 55	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.43 326	0.25 72	0.18 25	0.20 9	0.38 100

1w_stereo	0.91 41	0.46 13	1.12 1	0.74 41	0.80 212	2.98 156	0.67 138	3.29 209	1.04 13	0.83 66	1.36 137	0.38 7	1.36 246	1.03 14	0.75 53	0.17 2	0.18 10	0.20 1	0.17 17	0.20 9	0.57 237

LG-Stereo_L2	0.69 6	0.54 39	1.56 35	0.74 41	0.48 56	2.32 97	0.28 5	1.87 46	0.80 3	0.60 7	0.43 7	0.38 7	0.45 12	1.38 91	0.54 13	0.24 30	0.28 198	0.23 24	0.18 25	0.22 29	0.32 32

DEFOM-Stereo	0.75 10	0.62 83	1.22 8	0.74 41	0.51 75	3.39 207	0.43 41	1.00 3	0.91 7	0.91 92	0.61 14	0.45 28	0.43 8	1.78 165	0.50 5	0.27 74	0.18 10	0.22 13	0.16 9	0.21 18	0.43 140

MIF-Stereo (partial)	1.93 117	0.69 124	21.14 510	0.74 41	1.02 293	1.07 11	0.49 56	2.75 147	1.78 130	0.82 61	1.22 99	0.80 92	0.90 135	1.68 139	1.63 279	0.38 295	0.24 131	0.33 280	0.26 186	0.41 293	0.32 32

dual_stereo	4.32 483	0.42 3	1.51 28	0.75 48	1.37 399	0.88 7	0.34 17	3.50 231	4.78 518	0.55 3	0.47 9	0.60 45	0.40 4	2.09 208	0.95 122	0.24 30	32.26 584	0.21 8	0.17 17	0.21 18	34.78 583

rvit_stereo_0081_aga	1.06 61	1.02 290	5.34 103	0.75 48	0.74 187	1.21 18	0.63 124	2.00 58	2.30 214	0.88 82	0.82 33	0.79 90	0.69 67	1.42 97	0.78 61	0.36 264	0.29 208	0.26 104	0.26 186	0.41 293	0.32 32

s12784h	2.08 139	0.50 23	16.85 229	0.75 48	0.36 7	4.42 455	0.49 56	4.23 415	3.08 345	2.03 267	2.67 459	0.91 120	1.05 179	2.05 203	0.78 61	0.37 279	0.18 10	0.24 49	0.16 9	0.27 72	0.26 9

IGEV-Stereo++	1.68 108	0.48 16	1.27 10	0.77 51	1.31 382	3.87 324	0.33 12	3.41 222	1.72 123	0.89 89	1.20 93	0.68 62	1.03 163	1.15 32	0.49 4	0.23 23	0.22 74	0.23 24	0.18 25	0.26 65	13.90 537

Patchmatch Stereo++	2.28 180	0.74 161	20.54 440	0.77 51	0.38 14	4.67 501	0.75 197	2.55 122	3.21 363	2.00 251	1.53 172	1.77 238	1.14 205	2.46 247	0.98 132	0.51 420	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.26 173	0.74 161	20.53 439	0.77 51	0.38 14	4.67 501	0.71 165	2.54 115	3.22 370	2.00 251	1.53 172	1.77 238	1.13 199	2.22 230	0.96 124	0.50 412	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

ROB_FTStereo_v2	2.25 169	0.74 161	20.45 424	0.77 51	0.38 14	4.66 500	0.74 186	2.54 115	3.20 360	2.00 251	1.53 172	1.77 238	1.14 205	2.13 216	0.96 124	0.50 412	0.22 74	0.32 245	0.28 230	0.40 273	0.35 64

ROB_FTStereo	2.26 173	0.74 161	20.44 421	0.77 51	0.38 14	4.65 497	0.75 197	2.54 115	3.19 358	2.00 251	1.54 183	1.77 238	1.13 199	2.28 237	0.94 116	0.49 398	0.22 74	0.32 245	0.28 230	0.40 273	0.35 64

HUI-Stereo	2.27 176	0.74 161	20.56 446	0.77 51	0.38 14	4.67 501	0.78 217	2.54 115	3.23 373	2.00 251	1.53 172	1.77 238	1.13 199	2.21 229	0.93 108	0.49 398	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

DRaft	3.12 372	0.68 119	20.57 450	0.77 51	0.49 65	3.95 346	1.20 393	2.40 93	1.60 93	2.64 435	2.80 469	1.59 208	5.33 512	6.94 381	9.51 494	0.43 344	0.22 74	0.27 127	0.27 203	0.32 155	0.47 174

iGMRVC	2.27 176	0.74 161	20.46 425	0.77 51	0.38 14	4.65 497	0.73 176	2.54 115	3.21 363	2.00 251	1.53 172	1.77 238	1.14 205	2.47 250	0.99 134	0.51 420	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

iRAFT	2.28 180	0.74 161	20.54 440	0.77 51	0.38 14	4.67 501	0.75 197	2.55 122	3.21 363	2.00 251	1.53 172	1.77 238	1.14 205	2.46 247	0.98 132	0.51 420	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

RAFT-IKP	2.27 176	0.74 161	20.55 442	0.77 51	0.38 14	4.64 496	0.73 176	2.54 115	3.21 363	2.00 251	1.53 172	1.77 238	1.13 199	2.25 236	1.00 138	0.51 420	0.22 74	0.32 245	0.28 230	0.40 273	0.35 64

TestStereo	2.41 215	1.95 418	19.15 288	0.77 51	0.61 124	1.83 60	0.58 98	2.33 90	1.53 70	1.44 157	1.37 140	1.26 172	0.90 135	11.59 512	0.94 116	0.36 264	0.19 20	0.33 280	0.24 153	0.45 337	0.32 32

LG-Stereo_L1	0.67 4	0.55 41	1.50 27	0.78 62	0.54 87	1.71 57	0.33 12	1.96 55	0.83 5	0.62 13	0.41 6	0.40 11	0.43 8	1.42 97	0.55 14	0.24 30	0.28 198	0.23 24	0.18 25	0.22 29	0.30 23

LG-G_1	0.80 15	0.43 7	1.77 44	0.78 62	0.36 7	2.81 134	0.40 29	2.23 78	1.29 33	0.76 45	0.60 12	0.51 33	0.58 33	1.27 55	0.69 40	0.25 44	0.23 102	0.23 24	0.15 3	0.21 18	0.46 162

LG-G	0.80 15	0.43 7	1.77 44	0.78 62	0.36 7	2.81 134	0.40 29	2.23 78	1.29 33	0.76 45	0.60 12	0.51 33	0.58 33	1.27 55	0.69 40	0.25 44	0.23 102	0.23 24	0.15 3	0.21 18	0.46 162

monsterstereo	1.31 83	0.58 55	2.10 56	0.79 65	1.41 408	2.51 116	0.40 29	3.15 193	0.84 6	0.74 37	1.18 90	0.41 18	0.40 4	1.55 126	0.97 127	0.20 9	8.12 539	0.22 13	0.18 25	0.22 29	0.33 43

monsters	0.91 41	0.67 110	1.83 47	0.79 65	1.55 432	2.91 146	0.40 29	2.66 138	0.99 9	0.70 31	0.87 39	0.38 7	0.44 11	1.90 189	0.79 69	0.22 19	0.35 261	0.20 1	0.18 25	0.20 9	0.28 15

DeepStereo_RVC	2.42 217	0.70 132	18.41 265	0.79 65	0.43 37	4.50 468	0.70 160	2.51 110	3.51 435	2.02 262	1.79 265	1.54 205	6.35 522	1.93 194	1.22 180	0.47 382	0.22 74	0.29 183	0.29 265	0.35 217	0.40 117

LG-Stereo_Zeroshot	1.04 59	0.53 36	2.93 74	0.80 68	0.77 202	3.99 356	0.39 24	2.10 67	1.96 159	0.90 91	0.93 48	0.75 86	0.85 120	1.31 68	0.87 93	0.28 94	0.21 57	0.26 104	0.21 85	0.32 155	0.38 100

TANstereo	1.98 120	0.87 222	20.35 412	0.80 68	0.37 12	4.05 370	0.38 20	1.50 14	1.65 108	2.03 267	2.16 377	0.84 98	0.93 143	1.09 25	0.68 37	0.30 137	0.36 270	0.24 49	0.20 71	0.26 65	0.46 162

4D-IteraStereo	2.95 344	1.83 409	20.75 473	0.81 70	1.56 437	2.22 89	1.03 354	2.48 108	1.56 79	1.42 152	1.00 63	1.93 273	0.61 44	1.65 135	2.04 364	0.31 161	0.22 74	0.31 225	0.26 186	0.28 84	16.75 560

GMOStereo	2.64 275	0.92 247	19.83 340	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 558	0.35 319	0.28 230	0.35 217	0.33 43

error version	2.64 275	0.92 247	19.83 340	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 558	0.35 319	0.28 230	0.35 217	0.33 43

test-v	2.64 275	0.92 247	19.83 340	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 558	0.35 319	0.28 230	0.35 217	0.33 43

test-2	2.64 275	0.92 247	19.83 340	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 558	0.35 319	0.28 230	0.35 217	0.33 43

water-stereo	0.98 47	0.63 86	5.05 100	0.82 75	0.48 56	2.36 100	0.52 73	1.56 17	1.32 37	0.95 100	1.05 67	0.86 104	0.75 88	0.84 3	0.82 80	0.25 44	0.25 149	0.25 72	0.24 153	0.24 44	0.46 162

HCRNet	2.24 167	0.74 161	14.54 175	0.82 75	1.36 396	4.11 385	0.70 160	3.61 247	3.03 333	1.83 216	1.61 204	1.58 207	1.40 257	5.79 342	1.60 271	0.35 240	0.28 198	0.36 336	0.29 265	0.34 202	0.46 162

FlowAnything_test	0.79 12	0.65 99	1.32 16	0.83 77	0.59 115	2.29 94	0.65 133	1.45 11	1.03 11	1.06 118	0.76 24	0.63 50	0.49 19	0.91 7	0.97 127	0.32 178	0.27 187	0.40 373	0.47 436	0.31 133	0.48 185

DEmStereo	3.24 398	0.65 99	18.95 280	0.83 77	0.54 87	3.85 316	1.79 467	2.53 114	2.54 249	2.25 339	2.74 465	2.02 292	6.02 519	6.78 374	11.30 503	0.40 313	0.26 174	0.27 127	0.27 203	0.28 84	0.57 237

PCWNet_CMD	2.16 148	0.71 139	15.44 192	0.84 79	0.76 199	3.38 205	0.68 148	3.69 261	2.24 197	1.72 195	1.63 213	3.20 412	3.00 460	2.09 208	1.23 183	0.32 178	0.37 277	0.47 417	0.27 203	0.65 433	0.51 203

fff	2.40 209	0.96 268	20.47 428	0.84 79	0.38 14	4.15 398	0.57 87	4.30 441	2.85 295	2.31 362	1.82 277	1.19 162	2.98 456	1.68 139	1.57 262	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 237

csc	2.40 209	0.96 268	20.47 428	0.84 79	0.38 14	4.15 398	0.57 87	4.30 441	2.85 295	2.31 362	1.82 277	1.19 162	2.98 456	1.68 139	1.57 262	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 237

cscssc	2.40 209	0.96 268	20.47 428	0.84 79	0.38 14	4.15 398	0.57 87	4.30 441	2.85 295	2.31 362	1.82 277	1.19 162	2.98 456	1.68 139	1.57 262	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 237

111	2.59 259	3.10 453	20.47 428	0.84 79	0.38 14	4.26 431	0.91 309	4.45 492	2.96 314	2.48 411	2.07 360	2.31 317	1.64 332	1.49 113	1.90 340	0.35 240	0.22 74	0.25 72	0.21 85	0.32 155	1.14 372

IGEV-RUCA	0.93 44	0.56 46	1.31 14	0.85 84	0.74 187	3.89 328	0.78 217	1.93 50	1.42 46	1.02 111	0.72 18	0.70 66	0.73 75	1.37 89	0.77 57	0.30 137	0.20 33	0.25 72	0.19 43	0.43 315	0.40 117

fffft	0.84 25	0.67 110	1.73 43	0.85 84	0.55 94	1.51 48	0.78 217	2.13 71	1.24 29	0.65 18	0.90 44	0.59 42	0.55 27	1.85 185	1.19 174	0.20 9	0.20 33	0.27 127	0.20 71	0.28 84	0.44 146
1: 1. 1
AIO-Stereo	1.40 91	0.62 83	1.44 24	0.85 84	0.76 199	1.28 32	0.79 227	2.39 92	2.83 292	0.75 41	1.62 208	0.89 115	0.46 13	1.30 64	0.77 57	0.28 94	0.27 187	0.25 72	0.23 133	0.27 72	9.88 526

CrosDoStereo	5.27 512	0.75 175	20.07 368	0.85 84	0.53 84	3.40 209	18.03 564	3.90 304	3.29 386	1.99 247	8.27 532	1.95 279	6.95 531	7.34 386	25.94 571	0.33 202	0.22 74	0.30 205	0.28 230	0.35 217	0.61 265

DeepStereo_LL	5.27 512	0.75 175	20.07 368	0.85 84	0.53 84	3.40 209	18.03 564	3.90 304	3.29 386	1.99 247	8.27 532	1.95 279	6.95 531	7.34 386	25.94 571	0.33 202	0.22 74	0.30 205	0.28 230	0.35 217	0.61 265

CRE-IMP	2.28 180	0.68 119	19.67 326	0.85 84	0.39 29	4.54 475	0.80 236	2.63 135	4.84 520	1.96 241	1.51 169	1.86 261	0.96 148	1.52 120	1.43 232	0.47 382	0.21 57	0.31 225	0.26 186	0.41 293	0.35 64

CAS++	1.01 57	0.77 193	3.30 78	0.86 90	0.53 84	1.23 23	0.85 263	3.43 225	1.57 82	1.16 125	1.33 129	0.62 48	0.58 33	1.18 38	0.63 26	0.37 279	0.30 218	0.35 319	0.27 203	0.41 293	0.38 100
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DCANet-4	2.06 138	0.58 55	15.30 188	0.86 90	0.44 41	4.16 401	0.57 87	4.31 452	3.28 381	2.31 362	1.82 277	1.04 140	1.54 301	1.69 144	1.56 259	0.35 240	0.24 131	0.24 49	0.19 43	0.25 49	0.57 237

ADStereo(finetuned)	2.30 187	0.97 273	17.29 239	0.86 90	0.43 37	4.17 406	0.59 100	4.31 452	3.29 386	2.35 380	1.86 301	1.18 158	3.35 478	1.69 144	1.59 267	0.34 224	0.25 149	0.23 24	0.19 43	0.31 133	0.72 301

STrans-v2	3.11 369	0.95 264	20.80 476	0.86 90	0.64 141	3.90 329	1.01 347	4.30 441	3.61 441	2.28 350	3.65 501	4.11 479	5.17 511	7.32 385	1.63 279	0.34 224	0.18 10	0.29 183	0.26 186	0.30 122	0.65 281

Anonymous3	2.20 161	0.80 201	20.08 374	0.86 90	0.86 235	4.46 459	0.84 258	3.64 251	1.40 44	1.37 144	1.40 147	1.11 149	1.03 163	1.71 148	1.24 188	0.75 486	0.58 399	0.34 300	0.35 351	0.48 367	0.65 281

DCANet	2.37 204	0.98 276	20.47 428	0.86 90	0.43 37	4.18 409	0.59 100	4.31 452	3.29 386	2.35 380	1.86 301	1.18 158	1.63 329	1.69 144	1.59 267	0.34 224	0.25 149	0.24 49	0.19 43	0.31 133	0.73 306

MSMDNet	2.16 148	0.71 139	15.36 190	0.86 90	0.75 195	3.41 212	0.69 157	3.70 264	2.25 200	1.73 198	1.64 218	3.21 413	2.95 452	2.09 208	1.24 188	0.32 178	0.37 277	0.45 408	0.27 203	0.63 421	0.50 197

IGEV-BASED-STEREO-	1.13 72	3.31 456	2.61 70	0.87 97	0.40 30	1.26 24	0.61 108	1.55 16	1.61 99	0.93 96	0.94 53	0.65 54	0.57 30	1.10 26	0.68 37	1.55 525	0.19 20	0.32 245	0.28 230	1.11 502	2.04 429

iRaft-Stereo_5w	2.47 226	1.37 357	13.85 159	0.87 97	0.99 282	3.22 179	0.84 258	3.72 269	2.12 180	1.57 169	2.49 436	2.20 307	2.22 413	9.12 415	2.03 362	0.48 391	0.27 187	0.35 319	0.29 265	0.48 367	0.94 350

IPLGR	2.61 267	0.73 152	20.72 471	0.87 97	0.54 87	4.58 486	0.52 73	4.32 460	2.79 284	1.91 223	1.54 183	1.72 227	1.71 350	6.94 381	1.43 232	0.31 161	0.21 57	0.27 127	0.24 153	0.34 202	0.48 185

CREStereo++_RVC	1.98 120	0.59 64	19.94 354	0.87 97	0.55 94	4.02 362	0.31 8	1.75 37	2.09 171	1.65 180	2.20 388	0.85 101	0.65 54	1.03 14	0.72 47	0.29 109	0.16 3	0.23 24	1.22 525	0.25 49	0.22 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
CFNet_pseudo	2.03 133	0.74 161	12.75 148	0.87 97	0.74 187	3.91 333	0.65 133	4.04 341	1.93 152	1.93 227	1.79 265	3.25 417	1.61 316	2.51 253	1.25 194	0.32 178	0.37 277	0.53 452	0.28 230	0.64 426	0.50 197

ccs_rob	2.03 133	0.74 161	12.67 147	0.87 97	0.75 195	3.91 333	0.66 136	4.04 341	1.93 152	1.92 226	1.79 265	3.24 415	1.63 329	2.52 257	1.25 194	0.32 178	0.37 277	0.54 460	0.28 230	0.66 437	0.51 203

StereoAnything_RVC	4.17 472	12.66 524	20.44 421	0.88 103	0.57 110	1.16 14	0.39 24	2.35 91	4.38 491	0.53 1	0.37 4	0.33 1	0.89 132	1.62 133	0.50 5	0.33 202	0.22 74	0.24 49	0.15 3	3.36 538	31.99 578

LoS_RVC	1.23 79	1.51 372	6.09 108	0.88 103	1.71 471	1.96 70	0.59 100	1.61 21	1.37 41	0.84 70	1.35 132	0.84 98	1.15 211	1.49 113	0.83 83	0.21 13	0.17 4	0.20 1	0.14 1	0.20 9	1.49 399

depthmonostereo	1.22 78	0.96 268	6.67 112	0.89 105	0.56 100	2.21 84	0.57 87	1.84 45	1.21 27	1.01 110	1.09 74	1.38 187	0.99 154	2.41 246	0.93 108	0.24 30	0.28 198	0.22 13	0.21 85	0.25 49	0.53 218

castereo	0.88 36	0.78 195	1.15 3	0.89 105	0.51 75	1.31 33	0.90 298	3.42 224	1.28 32	0.88 82	1.28 118	0.72 75	0.91 137	1.05 18	1.01 142	0.28 94	0.17 4	0.26 104	0.20 71	0.24 44	0.34 54

mms	1.08 64	0.87 222	1.41 23	0.89 105	0.87 244	1.40 41	0.67 138	1.63 23	1.70 119	0.82 61	1.41 151	0.64 51	0.54 26	1.81 177	0.66 29	0.25 44	0.23 102	0.26 104	0.21 85	0.32 155	5.10 491

Pointernet	0.99 48	0.50 23	3.54 83	0.89 105	0.44 41	2.30 96	0.38 20	3.12 189	1.48 56	0.69 26	1.44 156	0.92 124	0.73 75	1.28 59	0.82 80	0.24 30	0.23 102	0.21 8	0.19 43	0.19 3	0.25 8

IGEV-Stereo+	1.08 64	0.55 41	2.59 69	0.89 105	2.06 497	1.40 41	0.38 20	1.18 7	1.29 33	0.76 45	0.45 8	0.47 30	0.79 104	2.16 220	0.65 27	0.29 109	0.25 149	0.22 13	0.19 43	2.27 529	2.70 449

WCG-NET（raft）	1.44 94	0.92 247	1.56 35	0.89 105	0.32 2	1.43 43	0.97 340	1.69 33	2.42 230	1.68 186	1.44 156	2.37 325	1.01 160	1.33 73	0.85 88	0.25 44	8.56 542	0.22 13	0.21 85	0.28 84	0.32 32

ff7	2.60 262	0.81 204	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 421	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 277	0.29 183	0.21 85	0.33 179	15.08 547

ffff	2.60 262	0.81 204	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 421	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 277	0.29 183	0.21 85	0.33 179	15.08 547

11t	2.60 262	0.81 204	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 421	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 277	0.29 183	0.21 85	0.33 179	15.08 547

ccc-4	2.60 262	0.81 204	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 421	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 277	0.29 183	0.21 85	0.33 179	15.08 547

GLC_STEREO	0.83 24	0.59 64	1.71 42	0.89 105	0.34 5	1.88 63	0.80 236	1.48 13	1.60 93	0.98 104	1.06 69	0.68 62	0.71 70	1.19 40	0.89 99	0.25 44	0.25 149	0.32 245	0.25 169	0.32 155	0.34 54

THIR-Stereo	4.50 491	1.11 306	18.71 273	0.89 105	0.47 51	2.25 90	16.71 563	3.53 234	1.58 85	2.04 270	12.04 555	2.66 363	7.52 534	7.29 384	11.25 502	0.32 178	0.21 57	0.29 183	0.28 230	0.35 217	0.52 211

SGD-Stereo	0.68 5	0.46 13	1.13 2	0.90 117	0.33 3	2.42 105	0.44 47	1.17 5	0.75 2	0.87 79	0.53 10	0.55 38	0.53 23	1.50 118	0.50 5	0.34 224	0.14 1	0.25 72	0.19 43	0.23 36	0.27 12

HART	3.57 433	1.13 312	17.80 254	0.90 117	1.12 329	1.18 15	0.41 36	3.55 236	4.60 503	1.09 120	2.19 386	1.49 202	0.57 30	1.46 106	1.14 163	0.25 44	21.58 580	0.28 160	0.21 85	0.36 235	10.06 527

rvit_stereo_0083	0.91 41	0.73 152	1.60 39	0.90 117	0.66 154	1.21 18	0.64 129	1.75 37	2.71 271	0.83 66	0.93 48	0.94 129	1.06 181	1.50 118	0.79 69	0.34 224	0.36 270	0.30 205	0.27 203	0.34 202	0.34 54

Occ-G	2.25 169	0.74 161	13.22 154	0.90 117	0.89 249	1.52 49	0.78 217	1.82 43	2.87 303	1.65 180	0.89 42	2.18 305	0.89 132	1.04 17	1.69 295	0.28 94	0.27 187	0.26 104	0.19 43	0.25 49	12.70 534

CFNet_ucs	2.32 190	0.75 175	17.05 233	0.90 117	0.81 216	3.86 319	0.68 148	4.31 452	2.68 267	2.13 296	2.04 347	3.30 420	1.24 227	2.63 266	1.23 183	0.37 279	0.46 348	0.56 464	0.30 284	0.67 439	0.53 218

GMStereo	2.01 129	2.26 434	20.93 487	0.90 117	0.48 56	1.67 56	0.56 83	1.90 47	2.19 188	1.58 171	1.31 125	0.87 109	0.74 82	1.68 139	1.00 138	0.41 316	0.21 57	0.30 205	0.32 318	0.50 373	0.46 162
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ours_stereo	1.00 53	0.88 226	2.52 63	0.91 123	0.74 187	1.10 13	0.57 87	1.68 26	1.24 29	0.76 45	1.49 165	0.70 66	0.62 46	1.61 132	0.62 24	0.26 62	0.20 33	0.26 104	0.21 85	0.30 122	3.24 462

rvit_stereo_0075_2	2.14 146	0.76 185	21.42 530	0.91 123	1.26 371	2.49 112	0.68 148	2.30 88	2.10 173	1.42 152	1.86 301	1.45 198	0.85 120	1.49 113	1.03 146	0.47 382	0.40 306	0.48 423	0.38 381	0.47 360	0.53 218

CASnet	0.85 28	0.59 64	1.66 41	0.91 123	0.30 1	1.37 39	0.73 176	1.63 23	1.94 154	1.66 182	1.14 86	0.66 57	0.63 49	1.07 21	0.90 104	0.37 279	0.17 4	0.41 382	0.31 302	0.33 179	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	2.59 259	1.07 295	20.48 434	0.91 123	4.13 543	3.67 275	0.51 66	2.27 81	1.76 127	1.18 126	1.15 87	1.18 158	0.84 117	1.36 84	1.54 254	0.27 74	8.46 541	0.27 127	0.19 43	0.29 102	0.30 23

LoS	1.05 60	0.58 55	3.31 79	0.91 123	0.38 14	4.14 395	0.50 62	2.22 77	1.49 61	1.02 111	0.88 41	0.62 48	0.84 117	1.69 144	0.94 116	0.27 74	0.20 33	0.24 49	0.17 17	0.22 29	0.32 32
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	1.50 95	0.65 99	8.73 127	0.91 123	0.75 195	2.97 154	0.90 298	2.93 167	1.38 42	1.56 167	1.07 72	2.75 372	0.88 128	1.43 99	1.13 160	0.32 178	0.22 74	0.35 319	0.20 71	0.45 337	0.41 124

test_4	1.98 120	0.68 119	15.65 197	0.91 123	0.48 56	4.11 385	1.09 370	2.41 94	1.50 64	1.55 166	2.31 410	1.87 264	0.79 104	2.86 282	1.51 247	0.34 224	0.19 20	0.29 183	0.29 265	0.30 122	0.40 117

CroCo-Stereo	1.07 62	1.18 322	3.66 86	0.91 123	0.60 121	0.49 2	0.49 56	4.07 349	1.91 148	0.84 70	1.29 123	1.00 135	0.75 88	1.32 72	1.38 222	0.26 62	0.21 57	0.24 49	0.20 71	0.37 241	0.30 23
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
SFCPSM	2.16 148	0.75 175	15.82 200	0.91 123	0.98 277	3.74 291	1.27 406	4.15 386	2.56 250	1.90 222	1.82 277	1.64 215	1.39 253	2.51 253	1.57 262	0.36 264	0.28 198	0.39 368	0.36 362	0.36 235	0.50 197

S2M2	0.69 6	0.59 64	1.35 19	0.92 132	0.55 94	1.07 11	0.20 1	1.17 5	1.61 99	0.61 11	0.82 33	0.86 104	0.47 14	0.92 9	0.71 44	0.36 264	0.33 240	0.27 127	0.27 203	0.37 241	0.33 43

tt45	1.08 64	0.92 247	2.50 62	0.92 132	0.67 160	3.90 329	0.75 197	2.00 58	1.29 33	0.74 37	1.35 132	0.71 73	0.63 49	2.59 263	0.97 127	0.23 23	0.19 20	0.28 160	0.23 133	0.29 102	0.37 90

rvit_0105_5	1.72 110	1.26 336	13.05 152	0.92 132	0.56 100	1.92 68	0.90 298	3.07 185	3.04 338	0.98 104	1.24 103	1.19 162	0.93 143	1.55 126	1.22 180	0.43 344	0.43 326	0.37 347	0.36 362	0.43 315	0.51 203

rvit_stereo_0081	0.87 33	0.73 152	1.54 31	0.92 132	0.65 146	1.27 26	0.61 108	2.11 69	2.35 221	0.86 73	0.75 21	0.86 104	0.74 82	1.36 84	0.83 83	0.33 202	0.26 174	0.27 127	0.25 169	0.38 254	0.35 64

rvit_stereo_0082	0.87 33	0.73 152	1.54 31	0.92 132	0.65 146	1.27 26	0.61 108	2.11 69	2.35 221	0.86 73	0.75 21	0.86 104	0.74 82	1.36 84	0.83 83	0.33 202	0.26 174	0.27 127	0.25 169	0.38 254	0.35 64

Selective-IGEV	1.42 93	0.58 55	8.82 128	0.92 132	0.85 231	1.32 34	0.80 236	2.85 162	3.84 456	0.87 79	1.68 228	0.71 73	0.62 46	1.30 64	0.75 53	0.24 30	0.27 187	0.24 49	0.19 43	0.27 72	1.18 375

GMM-Stereo	2.52 233	0.56 46	20.57 450	0.92 132	0.83 222	4.18 409	1.88 472	2.51 110	2.40 227	2.48 411	2.30 409	1.69 220	1.84 376	2.93 286	1.25 194	0.32 178	0.19 20	0.33 280	0.49 443	0.37 241	2.40 441

AIO_test	3.76 449	0.71 139	19.58 315	0.93 139	17.34 567	1.36 38	0.86 268	1.61 21	1.99 164	0.74 37	0.97 55	1.77 238	0.58 33	1.49 113	0.55 14	0.35 240	0.97 450	0.24 49	0.20 71	0.25 49	22.60 573

rvit_0105_6	1.10 69	1.17 319	3.33 81	0.93 139	0.55 94	1.45 44	0.79 227	2.51 110	3.30 390	0.78 51	0.74 20	1.03 138	0.75 88	1.45 103	0.97 127	0.42 327	0.43 326	0.34 300	0.31 302	0.44 329	0.38 100

UGAM	2.78 316	0.78 195	19.69 328	0.93 139	0.73 182	3.27 188	1.02 351	2.88 164	3.06 343	1.40 146	2.76 467	3.51 445	1.28 232	10.74 470	1.44 236	0.30 137	0.30 218	0.40 373	0.33 326	0.37 241	0.49 192

WCG-NET	1.00 53	0.81 204	1.65 40	0.93 139	0.38 14	1.48 47	1.04 359	1.81 41	2.80 285	1.67 184	1.52 171	0.93 126	0.97 150	1.18 38	0.84 86	0.25 44	0.81 436	0.23 24	0.21 85	0.27 72	0.26 9

MIPNet	2.43 218	1.13 312	20.00 362	0.93 139	0.58 114	4.74 518	0.62 119	4.33 463	2.95 313	1.94 233	1.49 165	1.52 204	1.96 387	2.77 276	1.60 271	0.35 240	0.20 33	0.27 127	0.23 133	0.32 155	0.59 256

ACRE	2.75 310	7.69 494	19.93 351	0.93 139	1.30 378	3.94 344	0.90 298	4.23 415	3.66 446	2.33 376	2.61 452	1.17 155	1.04 170	1.80 173	1.35 209	0.46 373	0.25 149	0.27 127	0.23 133	0.32 155	0.60 261

sAnonymous2	2.00 126	1.54 376	21.24 520	0.93 139	0.89 249	1.21 18	0.62 119	2.58 127	2.28 207	0.86 73	1.04 65	0.73 76	1.22 224	1.10 26	0.85 88	0.30 137	0.25 149	0.31 225	0.31 302	1.06 494	0.72 301

CroCo_RVC	2.00 126	1.54 376	21.24 520	0.93 139	0.89 249	1.21 18	0.62 119	2.58 127	2.28 207	0.86 73	1.04 65	0.73 76	1.22 224	1.10 26	0.85 88	0.30 137	0.25 149	0.31 225	0.31 302	1.06 494	0.72 301

ARAFT	3.24 398	13.49 529	19.88 347	0.93 139	0.49 65	4.16 401	1.40 426	4.37 474	3.21 363	2.40 398	1.91 320	1.70 223	1.04 170	6.43 364	1.45 240	0.37 279	0.19 20	0.37 347	0.35 351	0.37 241	0.35 64

Reg-Stereo(zero)	1.88 116	0.45 11	11.07 138	0.94 148	2.06 497	4.52 473	0.55 80	2.72 143	1.69 116	1.54 164	1.26 110	2.55 349	2.52 437	1.73 159	2.43 396	0.20 9	0.28 198	0.22 13	0.19 43	0.25 49	0.40 117

rvit_0105_4	1.63 101	1.29 345	12.50 146	0.94 148	0.54 87	1.56 51	0.84 258	2.84 160	3.25 375	0.82 61	0.94 53	1.10 146	0.86 124	1.65 135	1.07 154	0.43 344	0.45 342	0.35 319	0.31 302	0.44 329	0.45 152

RSM	0.99 48	0.54 39	1.25 9	0.94 148	0.61 124	1.32 34	0.74 186	2.54 115	4.08 470	0.89 89	1.49 165	1.22 169	0.62 46	1.24 50	0.80 73	0.25 44	0.20 33	0.25 72	0.21 85	0.29 102	0.42 133

anonymousdsp	3.14 376	0.83 210	20.28 399	0.94 148	0.64 141	4.54 475	0.82 244	2.03 63	3.32 400	0.91 92	1.13 83	0.78 87	0.77 93	1.78 165	0.90 104	0.29 109	0.25 149	0.29 183	0.21 85	0.33 179	21.81 571

RCA-Stereo	1.38 88	0.61 78	3.95 94	0.94 148	0.48 56	4.68 509	0.78 217	4.17 392	1.95 155	1.93 227	1.84 291	0.94 129	1.48 283	1.23 48	0.75 53	0.30 137	0.43 326	0.25 72	0.20 71	0.26 65	0.37 90

BUS	1.64 104	0.64 91	3.82 89	0.94 148	0.86 235	4.50 468	0.75 197	4.49 496	2.29 211	2.96 473	1.82 277	3.61 452	1.03 163	1.79 167	1.18 170	0.39 303	0.25 149	0.31 225	0.28 230	0.38 254	0.41 124

BSDual-CNN	1.61 99	0.64 91	3.82 89	0.94 148	0.86 235	4.18 409	1.14 383	4.49 496	2.29 211	2.96 473	1.82 277	2.58 355	1.30 237	1.79 167	1.44 236	0.39 303	0.25 149	0.31 225	0.28 230	0.38 254	0.41 124

hknet	2.34 196	0.78 195	13.86 161	0.94 148	1.07 313	4.18 409	1.14 383	4.49 496	3.00 320	2.96 473	1.82 277	3.47 435	1.30 237	4.11 317	1.77 315	0.35 240	0.25 149	0.31 225	0.28 230	0.38 254	0.41 124

IGEV-Stereo	3.15 379	0.83 210	20.31 408	0.94 148	0.64 141	4.54 475	0.82 244	2.01 61	3.31 393	0.91 92	1.13 83	0.79 90	0.77 93	1.79 167	0.92 107	0.29 109	0.25 149	0.29 183	0.21 85	0.33 179	21.85 572
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ACVNet	2.40 209	0.97 273	20.20 385	0.94 148	0.86 235	4.22 423	0.79 227	2.97 178	2.85 295	1.93 227	1.91 320	3.07 402	1.46 277	1.52 120	2.37 393	0.33 202	0.27 187	0.30 205	0.27 203	0.42 305	0.35 64

HSM-Net_RVC	3.02 355	0.65 99	19.48 308	0.94 148	0.90 255	3.71 286	1.20 393	5.61 544	2.87 303	3.24 492	2.49 436	2.53 346	1.61 316	11.39 502	1.90 340	0.37 279	0.27 187	0.27 127	0.24 153	0.31 133	0.39 113
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FoundationStereo	0.77 11	0.42 3	1.20 7	0.95 159	1.01 290	0.70 4	0.35 19	0.78 2	4.64 508	0.64 17	0.38 5	0.73 76	0.77 93	0.96 10	0.50 5	0.29 109	0.24 131	0.23 24	0.16 9	0.18 1	0.32 32

castereo++	1.26 81	0.99 285	3.48 82	0.95 159	0.74 187	2.48 109	0.98 343	3.14 190	4.28 485	0.75 41	1.46 160	1.92 272	0.58 33	1.29 63	0.51 10	0.27 74	0.24 131	0.28 160	0.19 43	0.24 44	0.35 64

Former-RAFT_DAM_RVC	0.99 48	0.85 216	1.58 37	0.95 159	1.08 316	2.95 150	0.53 76	1.93 50	2.00 165	1.19 127	1.63 213	0.59 42	0.65 54	1.10 26	0.90 104	0.28 94	0.23 102	0.31 225	0.25 169	0.45 337	0.32 32

CES	1.08 64	0.63 86	2.53 64	0.95 159	2.18 503	2.13 81	0.50 62	2.07 64	1.46 52	0.79 55	1.06 69	0.61 46	0.48 17	1.45 103	0.87 93	0.24 30	0.18 10	0.24 49	0.15 3	0.64 426	2.36 440

CIPLG	2.88 330	10.01 509	20.02 364	0.95 159	1.34 389	3.95 346	0.91 309	4.24 421	3.69 449	2.36 386	2.66 457	1.17 155	1.06 181	1.82 180	1.37 221	0.45 361	0.25 149	0.27 127	0.23 133	0.33 179	0.60 261

IPLG	2.56 254	1.11 306	19.89 348	0.95 159	0.79 208	4.60 490	0.56 83	4.31 452	2.10 173	1.94 233	2.00 342	1.34 179	1.37 249	6.59 367	1.59 267	0.32 178	0.21 57	0.27 127	0.23 133	0.32 155	0.63 272

IPLGR_C	2.96 346	11.71 518	20.02 364	0.95 159	1.31 382	3.93 341	0.92 317	4.22 409	3.76 452	2.35 380	2.62 453	1.16 154	1.07 184	1.71 148	1.34 208	0.45 361	0.25 149	0.27 127	0.23 133	0.33 179	0.60 261

PSM-AAD	3.41 419	0.58 55	20.55 442	0.95 159	0.56 100	4.46 459	7.40 553	3.11 187	1.58 85	2.30 359	2.56 445	1.26 172	16.19 561	2.47 250	1.00 138	0.32 178	0.22 74	0.58 470	0.41 410	0.37 241	1.32 384

AnonymousM	1.38 88	1.33 352	2.35 60	0.95 159	0.56 100	4.03 365	0.67 138	2.63 135	2.49 244	1.51 163	1.36 137	1.15 153	1.00 157	1.26 53	1.04 147	0.41 316	0.46 348	2.07 535	1.71 536	0.25 49	0.40 117

SCV_C0	2.17 151	0.93 255	12.88 149	0.96 168	1.06 312	1.27 26	0.63 124	3.68 256	3.30 390	1.03 115	1.26 110	0.73 76	0.66 60	1.73 159	1.06 152	0.35 240	1.97 483	0.25 72	0.21 85	0.29 102	9.23 520

SMoEStereo_RVC	0.88 36	0.92 247	1.55 33	0.96 168	0.46 46	2.56 121	0.78 217	1.60 19	1.20 26	0.71 33	1.20 93	0.64 51	0.63 49	1.71 148	1.01 142	0.22 19	0.18 10	0.31 225	0.22 118	0.28 84	0.42 133

IGEVStereo-DCA	3.09 367	3.48 461	16.25 212	0.96 168	0.49 65	1.59 52	0.83 248	1.68 26	3.44 421	0.75 41	0.78 26	0.74 83	0.73 75	5.79 342	7.75 486	0.32 178	0.26 174	0.28 160	0.21 85	0.32 155	15.08 547

rrr	3.66 440	3.48 461	23.50 561	0.96 168	0.49 65	1.59 52	0.92 317	8.19 553	2.75 276	0.75 41	0.78 26	0.74 83	0.73 75	5.79 342	7.75 486	0.32 178	0.26 174	0.28 160	0.21 85	0.32 155	13.47 535

ProNet	1.63 101	0.91 240	5.70 105	0.96 168	0.64 141	2.40 104	0.82 244	1.92 49	3.28 381	0.69 26	1.17 89	0.78 87	0.76 91	1.72 154	0.87 93	0.27 74	0.97 450	0.25 72	0.26 186	0.31 133	7.97 507

psmg	1.63 101	0.64 91	3.82 89	0.96 168	0.86 235	4.35 442	1.41 428	4.11 367	2.29 211	2.68 439	2.09 364	2.58 355	1.30 237	1.79 167	1.44 236	0.39 303	0.29 208	0.33 280	0.34 336	0.38 254	0.44 146

dd	2.27 176	3.06 452	20.18 382	0.96 168	0.51 75	4.24 429	0.74 186	1.94 52	2.43 233	1.48 161	1.28 118	1.19 162	1.05 179	1.82 180	1.69 295	0.63 460	0.34 251	0.35 319	0.33 326	0.61 410	0.57 237

hitnet-ft	2.99 352	1.23 334	19.37 303	0.96 168	0.90 255	3.76 294	0.79 227	3.60 245	2.68 267	2.31 362	2.04 347	3.63 455	1.49 287	11.70 519	2.37 393	0.45 361	0.54 384	0.44 400	0.36 362	0.54 386	0.56 232

AIO-test1	2.33 193	1.54 376	20.24 394	0.97 176	1.61 447	3.42 214	0.94 325	4.22 409	1.71 122	0.97 103	1.35 132	0.98 132	0.74 82	4.52 322	1.40 226	0.27 74	0.24 131	0.28 160	0.35 351	0.34 202	0.46 162

tg	1.40 91	1.14 315	2.71 71	0.97 176	0.54 87	4.02 362	0.42 38	3.02 182	2.64 262	1.70 192	1.85 295	1.84 258	0.97 150	1.81 177	0.99 134	0.31 161	0.22 74	0.29 183	0.26 186	0.32 155	2.01 428

gcap-zeroshot	2.25 169	0.74 161	19.48 308	0.97 176	1.18 345	3.50 235	0.83 248	3.21 197	2.66 266	1.86 217	1.23 101	3.24 415	0.88 128	1.92 191	0.94 116	0.34 224	0.43 326	0.28 160	0.22 118	0.29 102	0.83 327

MGS-Stereo	1.24 80	0.66 107	9.68 131	0.97 176	0.40 30	1.26 24	0.72 169	1.50 14	1.35 38	1.03 115	2.26 397	0.80 92	0.56 28	1.28 59	0.78 61	0.31 161	0.23 102	0.26 104	0.22 118	0.28 84	0.34 54

CASS	1.65 105	0.73 152	8.72 126	0.97 176	0.67 160	2.88 142	0.69 157	3.07 185	1.86 139	2.82 459	2.02 343	1.39 188	1.55 304	1.75 164	1.36 216	0.51 420	0.28 198	0.34 300	0.28 230	0.47 360	0.63 272
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IER	2.09 140	0.91 240	14.11 166	0.97 176	1.15 336	3.17 173	0.89 283	3.59 243	2.39 224	2.15 305	1.98 336	2.27 312	2.11 400	2.39 245	1.80 321	0.35 240	0.24 131	0.36 336	0.30 284	0.34 202	0.42 133

AIO_rvc	3.97 464	1.01 288	18.99 283	0.98 182	11.92 560	1.45 44	0.97 340	2.17 73	4.51 501	0.71 33	1.18 90	1.09 144	0.56 28	1.56 128	0.72 47	0.28 94	11.98 563	0.24 49	0.19 43	0.25 49	18.74 566

rvit_0105_3	1.97 119	1.34 354	16.03 205	0.98 182	0.59 115	2.37 102	1.08 366	3.30 210	3.01 325	1.21 128	1.47 161	1.24 171	1.04 170	1.82 180	1.23 183	0.47 382	0.44 336	0.40 373	0.43 421	0.43 315	0.55 229

UniTT-Stereo	1.73 111	0.60 72	20.25 396	0.98 182	1.19 353	0.78 5	0.39 24	1.19 8	1.55 75	1.21 128	1.28 118	0.52 36	0.64 52	1.17 37	1.16 168	0.35 240	0.20 33	0.25 72	0.22 118	0.42 305	0.31 29

GwcNet-ADL	2.51 231	0.75 175	21.41 529	0.98 182	0.73 182	4.58 486	0.95 330	4.46 494	2.61 258	2.06 275	1.80 270	2.54 348	1.24 227	1.98 200	1.73 307	0.41 316	0.46 348	0.24 49	0.27 203	0.41 293	0.55 229

PFNet+	2.46 224	0.64 91	21.10 506	0.98 182	0.48 56	4.63 494	0.83 248	2.47 106	3.48 432	2.14 298	1.67 226	1.34 179	1.03 163	4.66 324	1.35 209	0.49 398	0.33 240	0.38 362	0.39 390	0.33 179	0.49 192

KYRaft	2.55 247	0.57 53	20.60 455	0.98 182	0.51 75	4.38 444	1.76 465	2.51 110	1.59 88	2.48 411	2.98 477	1.99 287	3.36 479	2.17 222	0.96 124	0.34 224	0.22 74	0.33 280	0.46 434	0.38 254	2.44 443

test_xeample3	3.67 442	3.52 463	21.53 532	0.98 182	0.51 75	1.88 63	0.91 309	8.10 552	2.76 279	0.82 61	0.76 24	0.65 54	0.70 68	5.88 346	7.74 485	0.32 178	0.29 208	0.27 127	0.22 118	0.29 102	15.33 552

rvit_stereo_ft	1.28 82	1.39 358	6.72 113	0.99 189	0.66 154	1.06 10	0.79 227	2.81 155	3.14 354	0.83 66	1.02 64	0.95 131	1.13 199	1.27 55	1.00 138	0.34 224	0.24 131	0.27 127	0.29 265	0.40 273	0.35 64

FTStereo	3.74 448	0.60 72	20.43 420	0.99 189	0.66 154	4.34 441	11.24 557	2.63 135	1.95 155	2.58 424	5.03 518	1.90 267	13.77 554	3.70 305	1.28 203	0.41 316	0.24 131	0.31 225	0.33 326	0.32 155	2.08 430

iRaftStereo_RVC	1.70 109	1.18 322	3.88 92	0.99 189	0.46 46	3.83 309	0.41 36	2.41 94	1.60 93	1.69 190	1.76 251	1.81 253	0.83 116	1.58 130	1.23 183	0.31 161	4.86 524	0.29 183	0.26 186	0.33 179	4.33 483

EAI-Stereo	4.89 505	0.69 124	7.74 119	0.99 189	1.63 453	4.68 509	51.52 582	5.79 545	3.37 406	3.64 507	7.24 525	1.10 146	0.95 147	2.51 253	1.71 301	0.33 202	0.31 224	0.28 160	2.04 548	0.28 84	0.92 346

CroCo-Stereo Lap2	1.65 105	1.14 315	14.70 180	1.00 193	1.80 483	0.53 3	0.46 53	3.18 195	1.62 102	1.10 123	1.24 103	1.05 141	0.78 97	1.40 93	1.18 170	0.31 161	0.23 102	0.27 127	0.22 118	0.46 347	0.38 100

iRaft-Stereo_20w	3.11 369	0.69 124	18.89 278	1.00 193	1.09 319	5.03 527	1.00 346	5.86 546	2.46 242	2.83 461	1.64 218	3.06 401	4.30 500	3.08 291	1.74 310	0.31 161	0.30 218	0.27 127	0.35 351	0.42 305	7.93 506

PS-NSSS	3.11 369	1.60 384	19.48 308	1.00 193	1.53 427	4.12 387	1.08 366	4.59 514	2.80 285	2.19 322	2.38 418	1.76 237	1.39 253	11.79 523	1.94 351	0.69 469	0.45 342	0.95 513	0.43 421	1.03 492	1.00 357

Selective-RAFT	1.34 85	0.58 55	2.21 58	1.01 196	0.49 65	4.19 417	0.51 66	3.39 220	3.62 443	1.15 124	1.40 147	1.45 198	1.40 257	2.09 208	1.31 206	0.43 344	0.40 306	0.25 72	0.26 186	0.29 102	0.38 100

RAFT+CT+SA	2.32 190	1.30 348	19.71 329	1.01 196	1.41 408	4.04 366	0.92 317	3.96 319	1.64 106	1.64 177	1.69 232	1.63 214	1.18 218	3.06 290	1.19 174	0.28 94	0.22 74	0.32 245	0.34 336	0.34 202	0.47 174

LCNet	2.54 242	0.60 72	20.89 484	1.01 196	0.57 110	3.60 259	1.21 399	3.20 196	1.70 119	2.17 312	1.76 251	1.43 195	4.12 496	3.61 302	0.94 116	0.32 178	0.20 33	0.28 160	0.76 494	0.50 373	1.83 423

Prome-Stereo	2.57 258	0.60 72	20.29 404	1.01 196	0.62 134	4.40 451	1.80 468	3.22 200	1.74 125	2.18 315	3.43 498	1.71 226	3.45 484	2.24 233	1.19 174	0.32 178	0.20 33	0.27 127	0.25 169	0.37 241	2.15 433

UGAM-zero	3.14 376	0.62 83	20.64 461	1.02 200	0.93 265	2.87 141	0.51 66	4.52 502	1.57 82	2.19 322	1.65 221	5.78 527	3.40 482	9.89 438	1.71 301	0.33 202	0.44 336	0.28 160	0.59 472	0.30 122	3.59 473

test-1	1.81 114	0.72 146	9.51 130	1.02 200	1.57 440	3.85 316	0.60 104	4.07 349	1.51 67	1.94 233	1.81 275	2.04 295	0.91 137	1.39 92	1.73 307	0.27 74	0.93 443	0.31 225	0.25 169	0.29 102	1.37 387

R-Stereo Train	2.13 144	0.65 99	19.43 304	1.02 200	0.67 160	3.79 301	0.89 283	4.12 373	1.55 75	2.15 305	1.72 240	1.13 150	0.94 145	1.46 106	1.30 204	0.32 178	0.25 149	0.27 127	0.21 85	0.28 84	0.37 90

RAFT-Stereo	2.13 144	0.65 99	19.43 304	1.02 200	0.67 160	3.79 301	0.89 283	4.12 373	1.55 75	2.15 305	1.72 240	1.13 150	0.94 145	1.46 106	1.30 204	0.32 178	0.25 149	0.27 127	0.21 85	0.28 84	0.37 90
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DEFOM-Stereo_RVC	1.03 58	1.15 317	1.34 18	1.03 204	0.59 115	0.81 6	0.43 41	3.53 234	4.67 510	0.78 51	0.98 60	0.44 25	1.16 213	1.46 106	0.71 44	0.27 74	0.19 20	0.24 49	0.18 25	0.30 122	0.34 54

HUF	5.25 511	1.03 291	26.85 570	1.03 204	13.21 562	1.35 37	0.76 206	2.97 178	3.00 320	0.79 55	1.56 193	0.92 124	0.66 60	1.53 123	0.74 51	0.35 240	27.70 582	0.26 104	0.18 25	0.24 44	19.90 569

CoDeX	2.47 226	0.91 240	13.65 157	1.03 204	1.17 343	3.28 192	1.30 409	4.17 392	2.99 318	1.78 207	1.85 295	2.04 295	1.46 277	9.99 445	1.66 289	0.38 295	0.28 198	0.32 245	0.28 230	0.34 202	0.57 237

testlalala	2.95 344	0.66 107	20.83 478	1.03 204	0.81 216	4.39 448	0.90 298	2.96 176	3.69 449	2.50 415	1.55 192	1.31 178	0.61 44	1.15 32	0.77 57	0.42 327	14.33 564	0.25 72	0.20 71	0.26 65	0.36 86

ICVP	2.19 155	0.72 146	19.18 291	1.03 204	0.88 248	4.22 423	0.94 325	3.44 227	1.69 116	1.68 186	1.76 251	1.35 181	1.19 220	1.80 173	1.40 226	0.58 446	0.37 277	0.34 300	0.30 284	0.41 293	0.59 256
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
DeepPruner_ROB	2.61 267	1.97 419	19.32 300	1.03 204	1.20 356	4.38 444	0.90 298	3.44 227	1.77 128	2.61 431	1.54 183	2.77 376	1.27 229	5.05 327	2.08 368	0.52 430	0.40 306	0.37 347	0.35 351	0.52 381	0.62 269

MyStereo07	2.29 183	1.18 322	20.10 377	1.04 210	1.21 361	3.96 352	0.95 330	2.13 71	3.37 406	1.09 120	1.28 118	0.68 62	0.91 137	1.74 163	0.86 91	0.26 62	3.49 517	0.34 300	0.27 203	0.43 315	0.49 192

MyStereo04	2.54 242	1.18 322	18.82 277	1.04 210	1.21 361	3.96 352	0.95 330	4.02 334	3.01 325	2.06 275	1.27 116	2.33 319	1.66 339	2.06 204	2.01 358	0.26 62	3.49 517	0.34 300	0.27 203	0.43 315	0.49 192

LL-Strereo2	2.36 200	1.81 406	19.35 301	1.04 210	1.03 298	3.73 289	1.35 418	2.70 141	2.04 167	1.76 204	1.44 156	1.82 255	0.73 75	1.48 111	1.53 251	0.33 202	0.30 218	0.55 461	0.35 351	0.30 122	3.51 472

sCroCo_RVC	1.81 114	0.93 255	19.44 306	1.04 210	1.05 307	0.97 8	0.61 108	2.08 65	1.36 39	0.71 33	1.28 118	0.82 96	1.10 192	1.31 68	0.97 127	0.54 435	0.41 313	0.33 280	0.30 284	0.46 347	0.48 185

RAFT-Stereo-weight	1.38 88	0.57 53	5.44 104	1.05 214	0.63 137	4.19 417	0.77 210	3.95 317	1.53 70	2.01 260	1.53 172	1.30 177	0.65 54	1.30 64	1.05 150	0.27 74	0.26 174	0.26 104	0.22 118	0.28 84	0.38 100

dad	2.65 279	3.40 458	19.45 307	1.05 214	0.65 146	4.21 421	0.84 258	2.10 67	2.77 280	2.32 373	1.72 240	1.72 227	1.27 229	3.86 308	2.04 364	1.06 504	0.40 306	2.04 534	0.49 443	0.78 466	0.83 327

delet	2.66 284	1.11 306	18.42 266	1.05 214	1.65 461	3.47 224	2.00 481	3.81 289	2.82 291	2.15 305	2.11 366	2.62 359	1.88 383	5.38 334	2.21 380	0.34 224	0.38 291	0.40 373	0.32 318	0.45 337	0.54 225

FADNet_RVC	3.10 368	7.62 492	19.12 286	1.05 214	0.93 265	4.09 380	0.84 258	4.34 468	2.05 168	1.54 164	1.78 262	1.61 210	1.50 288	8.92 412	2.64 413	0.50 412	0.38 291	0.44 400	0.61 478	0.91 484	1.16 374

MSCF	3.21 392	1.25 335	4.06 95	1.06 218	10.61 558	3.29 195	0.85 263	2.81 155	3.31 393	1.36 142	1.19 92	0.58 41	1.33 241	2.07 205	0.88 96	0.27 74	0.65 413	0.26 104	0.66 486	0.31 133	27.42 575

DilatedVolume-Stereo	0.94 45	0.70 132	3.01 75	1.06 218	0.63 137	1.34 36	0.49 56	1.58 18	1.16 23	1.41 149	1.26 110	0.88 111	0.88 128	1.81 177	0.93 108	0.25 44	0.28 198	0.22 13	0.23 133	0.25 49	0.39 113

999	1.08 64	0.86 218	2.44 61	1.06 218	0.65 146	3.27 188	0.91 309	1.47 12	1.43 48	0.74 37	1.73 246	0.70 66	0.66 60	3.03 289	1.18 170	0.24 30	0.22 74	0.25 72	0.21 85	0.27 72	0.37 90

GCAP-BAT	2.74 306	0.79 199	19.74 334	1.06 218	0.85 231	4.25 430	0.91 309	2.80 152	1.83 135	2.14 298	2.08 363	2.55 349	0.80 109	1.87 188	1.41 228	0.35 240	7.97 538	0.24 49	0.22 118	0.27 72	2.72 450

MyStereo06	2.74 306	1.07 295	21.19 518	1.06 218	1.08 316	4.26 431	0.86 268	3.72 269	1.80 132	2.25 339	1.77 258	4.28 489	4.12 496	1.85 185	1.38 222	0.25 44	2.43 499	0.34 300	0.27 203	0.46 347	0.48 185

MyStereo05	2.55 247	1.07 295	19.87 346	1.06 218	1.08 316	4.26 431	0.86 268	4.10 364	3.01 325	2.19 322	1.26 110	2.30 316	1.64 332	2.13 216	1.99 352	0.25 44	2.43 499	0.34 300	0.27 203	0.46 347	0.48 185

raft_robust	3.17 383	2.15 431	20.28 399	1.06 218	0.55 94	3.86 319	0.46 53	4.42 486	2.77 280	1.70 192	1.37 140	7.48 537	6.35 522	6.81 376	1.44 236	0.31 161	0.74 429	0.30 205	0.37 372	0.32 155	0.57 237

FACV-RUCA	1.35 87	0.70 132	2.58 68	1.07 225	1.49 420	2.70 127	1.13 380	3.21 197	2.64 262	1.42 152	1.99 339	1.06 143	1.15 211	1.44 100	1.16 168	0.41 316	0.42 324	0.73 504	0.41 410	0.63 421	0.67 287

StereoVision	2.36 200	1.15 317	20.38 415	1.07 225	1.79 481	2.58 124	0.61 108	3.14 190	2.34 218	1.33 139	3.46 499	1.85 260	0.88 128	2.12 214	2.01 358	0.46 373	0.36 270	0.37 347	0.36 362	0.50 373	0.41 124

IGEV++	3.59 434	0.91 240	13.63 156	1.08 227	0.98 277	1.27 26	0.98 343	3.33 214	1.89 147	0.93 96	1.38 143	0.86 104	1.09 186	1.71 148	1.09 157	0.36 264	21.52 579	0.23 24	0.21 85	0.31 133	18.10 565

CFNet-RSSM	2.17 151	0.56 46	20.50 436	1.08 227	0.57 110	3.42 214	0.62 119	4.24 421	1.60 93	1.73 198	1.39 144	2.55 349	1.19 220	1.36 84	1.04 147	0.29 109	0.20 33	0.26 104	0.23 133	0.28 84	0.32 32

Gwc-CoAtRS	1.80 113	0.61 78	14.92 184	1.08 227	0.61 124	2.88 142	0.63 124	2.47 106	1.62 102	1.80 212	1.50 168	2.73 367	1.17 215	1.35 81	1.08 156	0.30 137	0.22 74	0.25 72	0.23 133	0.28 84	0.30 23

fffy	1.18 77	0.92 247	3.05 76	1.09 230	0.68 168	1.27 26	0.74 186	1.98 57	1.06 14	0.78 51	1.39 144	0.83 97	0.72 74	1.71 148	0.80 73	0.24 30	0.53 382	0.27 127	0.21 85	0.29 102	5.07 490

rvit_105_1	2.17 151	1.36 356	16.82 228	1.09 230	0.68 168	2.78 132	1.26 405	3.55 236	2.90 308	1.40 146	1.57 194	1.29 176	1.14 205	2.91 284	1.49 245	0.55 438	0.47 358	0.45 408	0.61 478	0.45 337	0.63 272

GASTEREO	3.25 401	1.46 367	3.62 85	1.10 232	10.80 559	3.50 235	0.86 268	2.79 150	3.54 437	1.44 157	1.31 125	0.56 39	1.35 244	2.09 208	0.88 96	0.26 62	0.57 391	0.25 72	0.68 487	0.27 72	27.73 576

TransformOpticalFlow	3.07 364	0.87 222	20.87 483	1.10 232	0.56 100	4.18 409	0.64 129	4.36 471	3.28 381	2.19 322	3.08 482	4.32 492	5.01 508	7.36 388	1.59 267	0.34 224	0.18 10	0.32 245	0.26 186	0.29 102	0.57 237

CFNet-ft	2.87 328	1.80 403	20.20 385	1.10 232	1.54 428	4.09 380	0.89 283	2.97 178	1.88 144	1.93 227	1.70 234	3.50 442	1.60 311	9.35 421	2.17 376	0.35 240	0.32 230	0.61 478	0.38 381	0.55 389	0.45 152

CFNet_RVC	2.87 328	1.80 403	20.20 385	1.10 232	1.54 428	4.09 380	0.89 283	2.97 178	1.88 144	1.93 227	1.70 234	3.50 442	1.60 311	9.35 421	2.17 376	0.35 240	0.32 230	0.61 478	0.38 381	0.55 389	0.45 152

LALA_ROB	2.88 330	2.13 430	19.08 285	1.10 232	0.99 282	3.91 333	1.81 469	4.50 500	3.04 338	3.32 496	1.87 307	2.75 372	1.66 339	4.06 315	4.02 447	0.47 382	0.44 336	0.55 461	0.53 459	0.61 410	0.73 306

DualNet (step1)	3.32 409	1.19 328	20.68 464	1.11 237	0.87 244	4.22 423	1.20 393	4.40 481	4.92 522	2.20 329	1.85 295	1.90 267	2.00 389	6.87 377	1.75 313	1.41 519	1.36 466	4.19 562	2.07 549	0.70 448	1.43 393

test_sample9	4.68 497	1.19 328	20.68 464	1.11 237	0.87 244	4.22 423	1.20 393	4.40 481	4.92 522	2.20 329	1.85 295	1.90 267	2.00 389	11.08 489	11.57 508	1.41 519	14.65 565	4.19 562	2.07 549	0.70 448	1.43 393

test_sample8	5.57 514	1.19 328	20.68 464	1.11 237	0.87 244	4.22 423	1.20 393	4.43 488	3.76 452	5.63 535	1.97 335	12.99 552	6.34 521	11.08 489	11.57 508	1.41 519	14.65 565	4.19 562	2.07 549	0.70 448	1.43 393

gwcnet-sp	2.38 205	1.51 372	17.58 248	1.11 237	0.92 261	3.59 255	1.03 354	3.79 280	2.43 233	2.60 427	1.63 213	1.80 250	1.61 316	3.87 309	1.99 352	0.33 202	0.32 230	0.30 205	0.29 265	0.40 273	0.47 174

scenet	2.38 205	1.51 372	17.58 248	1.11 237	0.92 261	3.59 255	1.03 354	3.79 280	2.43 233	2.60 427	1.63 213	1.80 250	1.61 316	3.87 309	1.99 352	0.33 202	0.32 230	0.30 205	0.29 265	0.40 273	0.47 174

ssnet	2.38 205	1.51 372	17.58 248	1.11 237	0.92 261	3.59 255	1.03 354	3.79 280	2.43 233	2.60 427	1.63 213	1.80 250	1.61 316	3.87 309	1.99 352	0.33 202	0.32 230	0.30 205	0.29 265	0.40 273	0.47 174

test_3	2.17 151	0.58 55	18.64 271	1.11 237	0.78 205	2.15 83	0.85 263	4.42 486	1.47 54	2.00 251	1.20 93	2.02 292	0.79 104	2.70 274	1.35 209	0.29 109	1.04 454	0.29 183	0.29 265	0.31 133	1.07 367

PSMNet-ADL	2.01 129	0.78 195	2.89 73	1.11 237	0.86 235	4.13 390	0.80 236	3.84 293	2.26 203	1.74 201	1.87 307	2.90 387	1.81 368	10.37 461	2.34 389	0.49 398	0.47 358	0.29 183	0.30 284	0.39 268	0.56 232

pcwnet_v2	2.73 305	0.70 132	22.43 555	1.11 237	1.02 293	3.58 254	0.80 236	4.31 452	3.42 419	2.39 394	2.28 403	2.99 393	1.68 342	3.31 294	1.54 254	0.44 352	0.51 376	0.41 382	0.34 336	0.62 415	0.74 311

RAFT-Stereo + iAFF	2.49 229	1.68 391	20.50 436	1.11 237	1.32 387	4.13 390	0.42 38	3.23 201	3.30 390	2.05 274	2.40 422	1.61 210	1.11 195	1.49 113	1.63 279	0.22 19	0.22 74	0.26 104	0.24 153	0.31 133	2.47 445

Any-RAFT	1.62 100	0.59 64	5.29 102	1.12 247	0.76 199	4.41 453	0.79 227	4.12 373	3.26 377	2.02 262	1.36 137	2.82 379	1.56 306	1.90 189	0.81 75	0.29 109	0.25 149	0.26 104	0.19 43	0.25 49	0.35 64

ToySt	2.53 238	0.89 231	19.20 293	1.12 247	0.95 273	3.47 224	1.13 380	3.72 269	2.25 200	1.36 142	1.71 238	2.22 308	1.59 310	2.14 219	1.81 325	0.28 94	0.64 410	0.30 205	0.33 326	0.43 315	5.14 492

SA	2.55 247	1.54 376	20.70 468	1.12 247	0.48 56	4.26 431	1.33 414	4.45 492	3.28 381	1.68 186	1.96 332	1.69 220	2.25 416	2.60 264	1.57 262	0.30 137	0.29 208	0.37 347	0.38 381	0.36 235	0.47 174

GES	2.26 173	0.79 199	19.68 327	1.12 247	0.59 115	4.30 437	1.01 347	3.90 304	1.59 88	1.78 207	1.78 262	1.28 174	1.75 356	1.80 173	1.61 274	0.42 327	0.29 208	0.33 280	0.31 302	0.45 337	0.50 197

ADCP+	4.42 487	12.67 525	18.95 280	1.12 247	1.55 432	4.30 437	3.60 535	4.01 329	3.80 455	2.30 359	1.71 238	3.93 467	4.29 499	3.49 298	18.77 561	0.40 313	0.41 313	0.63 486	0.53 459	0.67 439	1.35 386

CBFPSM	2.24 167	2.06 422	12.12 145	1.13 252	1.05 307	2.85 137	1.23 401	3.37 219	2.05 168	1.82 214	1.33 129	4.55 501	4.00 494	2.38 244	2.35 390	0.27 74	0.38 291	0.32 245	0.28 230	0.39 268	0.89 341

test-3	2.19 155	0.59 64	18.63 270	1.13 252	0.75 195	2.07 79	0.89 283	4.37 474	1.53 70	2.25 339	1.20 93	2.05 298	0.79 104	2.68 270	1.35 209	0.29 109	0.95 446	0.28 160	0.27 203	0.27 72	1.47 398

test_1	2.19 155	0.59 64	18.67 272	1.13 252	0.78 205	2.07 79	0.89 283	4.37 474	1.53 70	2.18 315	1.20 93	2.05 298	0.78 97	2.68 270	1.36 216	0.29 109	0.93 443	0.28 160	0.27 203	0.28 84	1.53 402

ETE_ROB	2.93 337	2.12 428	17.80 254	1.13 252	0.94 271	3.71 286	1.53 441	4.29 439	2.98 317	3.32 496	2.13 370	2.34 322	1.51 290	8.68 408	2.82 417	0.44 352	0.40 306	0.51 443	0.49 443	0.56 395	0.80 323

HI	2.19 155	1.11 306	19.93 351	1.14 256	0.69 176	2.98 156	0.45 49	2.58 127	1.87 142	2.18 315	1.65 221	2.41 330	1.83 373	1.72 154	1.63 279	0.30 137	0.17 4	0.28 160	0.31 302	0.27 72	0.32 32

CoSv	2.19 155	1.11 306	19.93 351	1.14 256	0.69 176	2.98 156	0.45 49	2.58 127	1.87 142	2.18 315	1.65 221	2.41 330	1.83 373	1.72 154	1.63 279	0.30 137	0.17 4	0.28 160	0.31 302	0.27 72	0.32 32

MSKI-zero shot	2.33 193	0.69 124	20.22 391	1.14 256	0.77 202	4.05 370	0.68 148	3.95 317	1.51 67	1.93 227	2.35 414	1.91 271	0.71 70	3.01 288	0.79 69	0.28 94	1.47 469	0.27 127	0.21 85	0.28 84	0.44 146

G2L-Stereo	2.85 324	2.33 438	19.94 354	1.15 259	1.34 389	3.57 251	0.95 330	3.70 264	2.22 194	2.14 298	1.61 204	3.19 410	1.33 241	9.50 424	2.02 360	0.36 264	0.27 187	0.35 319	0.28 230	0.30 122	0.51 203

DCVSM-stereo	2.31 189	0.72 146	20.28 399	1.15 259	0.93 265	2.53 120	0.75 197	2.70 141	1.69 116	2.56 421	1.53 172	3.27 418	1.71 350	2.23 231	1.38 222	0.36 264	0.53 382	0.41 382	0.33 326	0.46 347	0.64 277

AIO-Stereo-zeroshot	2.84 323	1.17 319	20.72 471	1.15 259	2.05 496	3.61 261	0.49 56	4.63 516	2.10 173	1.41 149	1.66 225	6.02 530	2.40 425	2.79 278	2.09 371	0.30 137	0.51 376	0.31 225	0.96 507	0.59 404	1.93 424

AE-Stereo	2.91 335	0.63 86	17.05 233	1.15 259	0.63 137	4.39 448	0.70 160	4.02 334	2.12 180	1.24 136	2.04 347	1.01 136	0.91 137	1.67 137	1.42 230	0.30 137	1.14 459	0.28 160	0.28 230	0.27 72	16.93 562

222	3.82 454	0.88 226	6.92 114	1.15 259	0.99 282	3.27 188	0.64 129	4.57 509	5.37 533	2.43 403	2.32 412	1.41 191	1.44 270	10.64 467	18.51 557	0.32 178	4.89 525	0.32 245	0.30 284	0.34 202	9.80 525

acv_ft	2.45 222	0.97 273	19.57 314	1.15 259	2.01 493	2.97 154	0.96 336	3.88 300	2.85 295	2.34 378	1.91 320	3.07 402	1.65 338	1.52 120	2.26 383	0.33 202	0.27 187	0.30 205	0.27 203	0.42 305	0.35 64

DSFCA	2.38 205	1.03 291	11.06 137	1.15 259	1.18 345	3.97 354	1.75 464	3.63 249	2.44 239	3.14 486	1.68 228	2.90 387	2.48 432	5.38 334	3.17 434	0.49 398	0.45 342	0.37 347	0.37 372	0.54 386	0.46 162

EGLCR-Stereo	2.52 233	0.56 46	9.39 129	1.16 266	0.81 216	5.24 530	0.61 108	4.20 403	1.56 79	1.09 120	0.71 17	1.09 144	0.66 60	1.92 191	0.82 80	0.29 109	0.30 218	0.29 183	0.24 153	0.37 241	19.09 567

NINENet	2.59 259	0.89 231	16.09 207	1.16 266	1.07 313	4.50 468	0.75 197	4.43 488	2.61 258	2.18 315	1.91 320	3.61 452	1.03 163	7.92 397	1.18 170	0.49 398	0.34 251	0.41 382	0.30 284	0.42 305	0.44 146

Sa-1000	2.54 242	1.47 368	20.36 413	1.16 266	0.55 94	4.07 375	1.39 425	4.49 496	3.01 325	2.06 275	2.79 468	1.84 258	1.43 269	2.68 270	1.53 251	0.31 161	0.26 174	0.36 336	0.33 326	0.37 241	0.46 162

DAS	2.52 233	0.76 185	7.72 117	1.16 266	1.64 457	2.96 151	2.10 488	4.14 382	3.31 393	4.16 520	2.51 440	2.56 353	1.81 368	11.54 510	1.83 326	0.44 352	0.23 102	0.39 368	0.25 169	0.42 305	0.45 152

SepStereo	2.36 200	0.76 185	7.72 117	1.16 266	1.64 457	2.96 151	2.10 488	4.14 382	3.31 393	4.16 520	2.51 440	2.56 353	1.81 368	8.34 402	1.83 326	0.44 352	0.23 102	0.39 368	0.25 169	0.42 305	0.45 152

test_xeample	4.19 473	0.93 255	14.09 165	1.16 266	1.17 343	3.28 192	0.80 236	4.63 516	5.30 529	2.46 408	2.35 414	1.39 188	1.42 265	10.88 475	17.68 551	0.30 137	6.50 533	0.32 245	0.32 318	0.36 235	8.38 516

RAFT + AFF	3.98 465	14.10 543	20.78 474	1.16 266	1.96 490	4.14 395	2.00 481	4.56 507	3.52 436	2.23 336	2.51 440	2.27 312	4.92 507	8.94 413	2.82 417	0.33 202	0.60 402	0.48 423	0.39 390	0.81 473	1.03 363

PAM_32	3.04 360	0.69 124	20.55 442	1.17 273	1.01 290	8.89 551	0.76 206	3.71 267	3.43 420	2.12 295	2.65 455	5.44 523	3.73 489	2.35 242	1.48 244	0.27 74	0.33 240	0.28 160	0.29 265	0.39 268	1.27 382

RALCasStereoNet	3.17 383	1.87 413	20.86 482	1.17 273	1.63 453	3.10 163	0.70 160	3.21 197	2.19 188	1.39 145	1.73 246	1.18 158	0.91 137	2.46 247	1.64 285	0.31 161	8.75 546	0.25 72	0.22 118	0.31 133	9.45 521

DMCA	2.02 131	1.07 295	11.33 141	1.17 273	0.96 275	3.92 340	0.89 283	3.80 285	3.11 349	2.89 463	1.58 200	2.35 323	1.17 215	1.79 167	2.25 382	0.42 327	0.29 208	0.42 393	0.27 203	0.38 254	0.43 140

FADNet-RVC	3.23 396	12.51 522	17.02 232	1.17 273	0.81 216	3.52 241	1.09 370	4.16 388	2.74 275	1.44 157	1.29 123	1.86 261	1.76 359	9.82 434	2.46 398	0.39 303	0.38 291	0.40 373	0.41 410	0.68 445	0.59 256

MLCV	2.52 233	1.77 400	18.20 262	1.17 273	0.63 137	3.60 259	0.53 76	3.88 300	2.35 221	2.82 459	2.24 394	1.99 287	1.42 265	4.59 323	3.09 430	0.39 303	0.22 74	0.33 280	0.22 118	0.35 217	0.52 211

DFGA-Net	2.93 337	7.27 491	18.55 268	1.18 278	0.79 208	3.68 278	0.60 104	2.84 160	1.98 160	2.19 322	2.07 360	1.22 169	1.04 170	10.28 458	2.51 404	0.30 137	0.23 102	0.34 300	0.35 351	0.63 421	0.54 225

AIO-Stereo-zeroshot1	3.20 388	1.87 413	21.91 540	1.18 278	2.03 494	4.07 375	0.98 343	3.99 325	2.17 185	1.57 169	5.62 522	4.27 487	2.92 451	2.69 273	2.50 403	0.27 74	0.49 368	0.31 225	1.20 522	0.92 486	3.04 460

coex-ft	20.00 571	11.54 516	120.82 590	1.18 278	1.30 378	2.36 100	1.99 478	2.96 176	13.96 560	129.83 591	8.40 536	5.88 529	52.82 585	9.93 441	31.13 579	0.61 451	0.62 407	0.50 438	0.49 443	1.10 501	2.63 447

DCRE	3.02 355	0.95 264	18.48 267	1.18 278	1.89 486	3.57 251	0.82 244	3.36 218	1.70 119	2.04 270	8.12 530	1.73 230	1.07 184	1.31 68	1.24 188	0.24 30	0.87 441	0.26 104	0.27 203	0.28 84	11.03 530

FADNet-RVC-Resample	3.31 407	8.52 497	22.84 557	1.18 278	0.91 260	3.52 241	1.35 418	4.13 377	2.32 216	1.75 203	1.35 132	2.26 311	1.51 290	9.51 425	2.03 362	0.42 327	0.38 291	0.42 393	0.44 425	0.59 404	0.71 298

UNet	2.53 238	0.91 240	20.07 368	1.19 283	1.44 414	3.45 221	0.75 197	3.80 285	1.98 160	2.09 287	1.57 194	2.74 370	2.37 424	3.51 299	2.52 405	0.35 240	0.30 218	0.41 382	0.28 230	0.40 273	0.50 197

HSM	3.25 401	1.08 299	19.18 291	1.19 283	1.54 428	3.45 221	1.02 351	4.04 341	2.61 258	2.31 362	2.17 378	8.01 540	2.99 459	11.59 512	1.80 321	0.35 240	0.24 131	0.28 160	0.24 153	0.33 179	0.55 229

PAM	3.02 355	0.69 124	20.70 468	1.20 285	1.15 336	8.88 550	1.28 407	4.06 346	1.91 148	2.32 373	2.42 431	5.75 526	2.75 443	2.47 250	1.55 257	0.28 94	0.35 261	0.27 127	0.30 284	0.41 293	1.65 411

anonymousdsp2	2.72 300	0.68 119	11.15 139	1.20 285	0.64 141	3.66 273	0.71 165	3.71 267	2.14 184	1.62 175	1.61 204	1.95 279	1.00 157	2.24 233	0.81 75	0.32 178	0.50 373	0.28 160	0.20 71	0.34 202	19.58 568

Anonymous_2	4.03 467	0.99 285	11.19 140	1.20 285	1.71 471	3.68 278	0.93 322	3.76 275	1.63 104	2.07 281	1.43 154	4.76 509	2.34 422	1.86 187	1.78 316	0.82 493	2.42 497	8.69 573	16.64 577	4.38 551	8.29 513

test_5	2.45 222	1.43 363	19.72 331	1.20 285	1.39 402	3.88 325	1.25 404	4.03 337	1.98 160	1.74 201	1.82 277	1.86 261	1.78 362	3.57 301	1.35 209	0.33 202	0.21 57	0.35 319	0.33 326	0.34 202	0.43 140

aanetorigin	3.34 413	2.00 420	17.58 248	1.20 285	1.57 440	2.57 122	3.75 538	2.73 144	2.10 173	6.11 541	4.27 510	2.88 384	5.64 515	5.46 337	4.60 457	0.53 432	0.46 348	0.45 408	0.48 440	1.15 505	1.22 376

ADCRef	3.66 440	5.95 481	15.50 194	1.20 285	1.41 408	3.93 341	1.61 451	3.92 309	2.77 280	3.13 483	2.20 388	2.40 326	2.78 446	6.23 360	16.59 535	0.50 412	0.35 261	0.63 486	0.62 481	0.58 402	0.92 346

DispNO	3.22 393	2.06 422	19.82 339	1.21 291	1.11 326	3.74 291	0.93 322	4.31 452	2.89 306	2.37 391	2.27 400	4.51 499	2.09 395	11.41 503	3.47 440	0.35 240	0.28 198	0.31 225	0.29 265	0.39 268	0.51 203

iinet-f	2.44 220	1.82 408	14.97 185	1.21 291	1.11 326	3.78 299	1.10 375	4.19 401	2.90 308	2.10 289	1.76 251	2.99 393	2.97 454	2.84 281	2.79 414	0.38 295	0.38 291	0.28 160	0.28 230	0.50 373	0.47 174

EDNetEfficientorigin	12.42 556	3.26 455	179.44 592	1.21 291	1.00 288	2.89 144	1.82 470	3.05 183	5.37 533	8.87 552	4.78 515	4.17 482	4.80 506	9.91 439	11.32 504	0.41 316	0.41 313	0.62 485	0.88 503	1.33 516	2.81 452

AANet_RVC	3.70 447	7.03 489	17.25 236	1.21 291	1.12 329	3.79 301	1.09 370	3.98 323	3.38 409	2.65 437	4.29 511	3.95 469	1.40 257	11.43 506	7.88 488	1.25 513	0.57 391	0.34 300	0.25 169	0.43 315	0.71 298

testlalala_base	2.69 295	0.77 193	21.10 506	1.22 295	1.46 417	2.72 128	0.83 248	4.11 367	1.49 61	1.28 138	1.45 159	1.21 168	0.85 120	1.28 59	1.19 174	3.94 553	2.36 494	0.27 127	0.19 43	4.48 554	1.58 405

riskmin	2.46 224	0.61 78	12.91 151	1.22 295	1.65 461	3.56 250	0.61 108	4.30 441	1.50 64	1.86 217	1.16 88	4.30 491	2.02 392	1.53 123	1.32 207	0.29 109	0.95 446	0.34 300	0.23 133	0.43 315	8.34 515

CSP-Net	1.99 125	1.70 394	4.84 99	1.22 295	1.02 293	3.42 214	1.30 409	3.66 252	2.11 178	2.07 281	1.93 329	2.40 326	1.48 283	8.56 406	1.62 276	0.51 420	0.41 313	0.27 127	0.27 203	0.44 329	0.54 225

ADLNet2	3.20 388	1.43 363	20.11 380	1.22 295	1.78 480	3.86 319	1.47 436	3.96 319	3.89 462	2.26 345	2.49 436	4.63 507	1.92 386	10.68 469	2.00 357	0.42 327	0.37 277	0.29 183	0.30 284	0.51 378	0.46 162

RAFT-345	2.55 247	0.60 72	19.89 348	1.22 295	0.49 65	4.43 456	0.77 210	1.68 26	3.54 437	2.09 287	3.10 484	1.95 279	1.30 237	6.65 368	1.47 243	0.41 316	0.23 102	0.32 245	0.26 186	0.29 102	0.28 15

MMNet	2.15 147	1.33 352	12.06 144	1.22 295	1.23 364	3.55 247	0.89 283	3.84 293	2.26 203	2.19 322	1.78 262	2.15 304	2.10 398	3.70 305	2.35 390	0.45 361	0.38 291	0.34 300	0.28 230	0.40 273	0.52 211

SGM-Forest	4.96 507	0.86 218	21.02 492	1.22 295	0.83 222	4.05 370	3.26 523	4.40 481	3.49 434	4.40 525	3.69 503	4.66 508	13.91 557	11.94 526	17.16 546	0.66 464	0.46 348	0.49 436	0.39 390	0.49 372	1.77 418
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
cross-raft	1.95 118	0.66 107	16.17 211	1.23 302	0.92 261	2.25 90	0.70 160	3.69 261	1.68 113	1.78 207	1.53 172	3.15 409	1.13 199	1.35 81	1.06 152	0.24 30	0.23 102	0.26 104	0.24 153	0.29 102	0.45 152

model_zeroshot	2.43 218	0.72 146	19.99 361	1.24 303	1.23 364	3.70 284	0.63 124	3.76 275	1.61 99	2.79 454	1.41 151	2.24 309	0.82 115	2.87 283	1.22 180	0.33 202	0.52 379	0.30 205	0.25 169	0.28 84	2.59 446

ITSA-stereo	2.11 142	0.85 216	7.84 120	1.24 303	0.68 168	4.06 374	0.91 309	4.30 441	2.57 253	1.94 233	1.77 258	1.61 210	2.12 402	6.12 355	2.79 414	0.42 327	0.38 291	0.40 373	0.41 410	0.51 378	1.26 381

ffm	4.27 480	0.98 276	21.04 494	1.24 303	1.03 298	3.64 267	0.87 275	4.23 415	4.73 512	2.31 362	2.40 422	3.49 437	1.64 332	2.29 238	0.78 61	0.30 137	19.28 576	0.48 423	0.40 399	0.31 133	14.02 539

ff1	5.58 515	0.98 276	21.04 494	1.24 303	1.03 298	3.64 267	0.87 275	4.23 415	4.73 512	2.31 362	2.40 422	3.49 437	1.64 332	12.40 531	16.90 538	0.30 137	19.28 576	0.48 423	0.40 399	0.31 133	14.02 539

mmx	4.56 493	0.98 276	21.04 494	1.24 303	1.03 298	3.64 267	0.87 275	4.53 503	5.34 531	2.31 362	2.40 422	3.49 437	1.64 332	12.40 531	16.90 538	0.34 224	5.98 530	0.48 423	0.40 399	0.46 347	5.71 495

xxx	4.56 493	0.98 276	21.04 494	1.24 303	1.03 298	3.64 267	0.87 275	4.53 503	5.34 531	2.31 362	2.40 422	3.49 437	1.64 332	12.40 531	16.90 538	0.34 224	5.98 530	0.48 423	0.40 399	0.46 347	5.71 495

HH	3.19 386	0.91 240	21.34 525	1.24 303	0.61 124	4.16 401	0.80 236	2.94 169	1.82 133	1.23 134	1.84 291	4.61 505	1.84 376	2.63 266	0.99 134	0.29 109	1.53 471	0.30 205	0.24 153	0.34 202	14.22 542

HanStereo	3.19 386	0.91 240	21.34 525	1.24 303	0.61 124	4.16 401	0.80 236	2.94 169	1.82 133	1.23 134	1.84 291	4.61 505	1.84 376	2.63 266	0.99 134	0.29 109	1.53 471	0.30 205	0.24 153	0.34 202	14.22 542

LL-Strereo	4.26 479	13.69 534	20.37 414	1.24 303	2.18 503	2.90 145	1.08 366	4.35 469	2.22 194	3.20 490	2.26 397	3.29 419	3.13 465	11.30 499	1.91 343	0.33 202	3.89 520	0.46 415	0.34 336	0.54 386	6.47 502

Wz-Net-LNSev	2.78 316	6.16 482	17.27 238	1.24 303	1.65 461	3.49 233	1.55 445	3.70 264	3.61 441	1.96 241	1.76 251	3.30 420	2.17 411	2.78 277	2.24 381	0.49 398	0.35 261	0.32 245	0.31 302	0.56 395	0.65 281

HGLStereo	2.74 306	1.03 291	20.80 476	1.24 303	1.55 432	3.62 265	0.94 325	3.83 292	2.09 171	2.18 315	2.20 388	3.11 406	2.12 402	5.65 340	2.07 367	0.50 412	0.34 251	0.32 245	0.30 284	0.42 305	0.50 197

FADNet	3.20 388	11.55 517	16.16 210	1.24 303	0.95 273	3.30 199	0.87 275	4.00 327	2.73 273	1.42 152	1.35 132	2.51 345	2.04 393	9.95 443	2.39 395	0.44 352	0.46 348	0.40 373	0.44 425	1.13 504	0.61 265

RYNet	3.15 379	1.48 369	16.27 217	1.24 303	1.39 402	3.67 275	1.44 434	4.09 362	3.20 360	2.26 345	1.70 234	3.83 463	2.15 407	13.64 554	3.23 435	0.45 361	0.45 342	0.50 438	0.35 351	0.81 473	0.83 327

NCCL2	2.96 346	4.07 470	15.75 199	1.24 303	1.03 298	3.48 230	2.55 504	3.79 280	2.39 224	2.78 452	1.80 270	2.41 330	1.67 341	10.27 457	2.48 402	0.46 373	0.41 313	0.57 468	0.55 466	0.61 410	0.86 338

PSMNet_ROB	3.38 417	5.24 479	20.61 457	1.24 303	1.22 363	3.76 294	1.64 457	3.59 243	2.80 285	2.07 281	1.72 240	2.75 372	1.79 365	11.42 505	4.58 456	0.42 327	0.38 291	0.50 438	0.62 481	0.62 415	0.69 292

G2L-ROB	2.75 310	1.93 416	19.94 354	1.25 318	1.05 307	3.84 311	0.93 322	3.45 229	2.56 250	2.29 356	1.47 161	2.64 361	1.20 222	8.34 402	2.28 385	0.29 109	0.20 33	0.24 49	0.23 133	0.29 102	0.52 211

H2IRNET	2.19 155	0.83 210	19.13 287	1.25 318	0.61 124	4.48 466	0.44 47	2.94 169	1.86 139	1.08 119	2.29 405	1.67 216	1.40 257	2.18 224	1.64 285	0.41 316	0.21 57	0.33 280	0.37 372	0.38 254	0.39 113

RAFT-Test	1.67 107	0.64 91	6.13 109	1.25 318	1.82 484	3.06 161	0.78 217	4.02 334	3.09 348	1.88 219	1.70 234	3.76 459	1.03 163	1.40 93	1.07 154	0.29 109	0.33 240	0.25 72	0.23 133	0.29 102	0.33 43

ssnet_v2	2.81 320	1.39 358	21.16 513	1.25 318	0.90 255	3.86 319	1.63 454	4.10 364	3.22 370	2.79 454	1.96 332	3.78 460	1.70 348	2.53 259	3.12 433	0.44 352	0.37 277	0.42 393	0.38 381	0.59 404	0.58 253

StereoDRNet-Refined	2.23 165	0.98 276	10.62 134	1.25 318	0.78 205	3.29 195	0.71 165	3.96 319	2.20 191	2.43 403	2.05 354	2.97 391	1.46 277	6.87 377	2.33 388	0.37 279	0.25 149	0.42 393	0.34 336	0.47 360	0.80 323
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
w-ln-seven-2	3.65 437	9.76 507	15.93 203	1.26 323	1.02 293	3.54 246	1.56 447	4.14 382	3.86 459	2.57 423	2.05 354	2.63 360	2.26 417	8.48 405	10.24 496	0.50 412	0.52 379	0.44 400	0.34 336	0.64 426	1.25 379

NaN_ROB	4.73 501	6.66 486	21.89 538	1.26 323	1.28 373	3.49 233	3.02 519	4.38 478	3.93 464	3.65 508	2.55 444	2.97 391	5.01 508	13.23 548	17.43 549	0.38 295	0.42 324	0.38 362	0.40 399	0.50 373	1.82 421

qqq	2.96 346	0.88 226	15.54 195	1.27 325	0.74 187	2.29 94	0.90 298	4.07 349	4.63 504	1.63 176	1.32 127	1.78 247	1.36 246	5.19 330	1.68 292	0.29 109	6.43 532	0.33 280	0.36 362	0.35 217	8.09 508

DMCA-RVC	2.72 300	3.31 456	20.08 374	1.27 325	1.13 332	2.49 112	0.85 263	3.43 225	1.85 138	3.04 477	1.58 200	1.99 287	1.51 290	6.42 363	2.86 419	0.39 303	0.31 224	0.44 400	0.37 372	0.47 360	0.65 281

zh-mn7	3.65 437	13.21 527	16.35 220	1.28 327	1.01 290	2.94 148	1.31 411	4.24 421	3.12 351	3.44 500	3.10 484	2.84 382	2.09 395	9.17 416	5.46 467	0.61 451	0.43 326	0.38 362	0.38 381	0.60 408	0.94 350

1111x	4.75 502	1.05 294	20.89 484	1.28 327	1.02 293	3.81 308	0.88 282	4.65 518	5.52 537	2.43 403	2.27 400	1.97 285	1.81 368	12.40 531	18.19 555	0.32 178	9.06 552	0.32 245	0.34 336	0.38 254	6.34 501

GANet-ADL	2.25 169	0.80 201	20.17 381	1.28 327	0.69 176	3.83 309	0.75 197	3.63 249	1.83 135	1.68 186	2.04 347	2.09 302	1.10 192	1.63 134	1.43 232	0.42 327	0.33 240	0.26 104	0.23 133	0.43 315	0.41 124

UPFNet	2.23 165	0.86 218	14.25 168	1.28 327	1.44 414	3.51 239	1.34 415	4.05 344	2.11 178	2.44 406	1.53 172	2.41 330	1.39 253	3.62 304	1.91 343	0.41 316	0.41 313	0.37 347	0.32 318	0.44 329	0.48 185

GwcNet-RSSM	3.13 374	5.08 476	19.86 344	1.28 327	1.20 356	4.12 387	1.11 376	3.89 302	2.80 285	2.13 296	1.81 275	3.11 406	1.46 277	10.33 460	2.19 379	0.36 264	0.34 251	0.35 319	0.31 302	0.45 337	0.43 140

FAT-Stereo	3.38 417	0.88 226	19.96 357	1.28 327	1.20 356	3.44 218	1.97 477	4.26 433	3.15 356	3.14 486	3.92 506	3.50 442	3.28 473	11.68 518	2.04 364	0.65 463	0.68 418	0.48 423	0.54 462	0.63 421	0.91 344

zh-sn7	4.13 470	13.99 541	17.43 242	1.29 333	1.15 336	3.66 273	2.56 505	4.26 433	2.78 283	2.66 438	3.11 489	3.37 428	3.17 469	11.53 508	7.43 483	0.48 391	0.49 368	0.45 408	0.44 425	0.75 460	1.52 401

GEStereo_RVC	2.66 284	1.20 332	20.38 415	1.29 333	1.05 307	4.02 362	1.42 429	4.17 392	2.24 197	2.10 289	1.86 301	2.33 319	1.84 376	4.93 326	1.78 316	0.51 420	0.38 291	0.32 245	0.29 265	0.44 329	0.56 232

raftrobust	2.05 137	1.45 365	13.44 155	1.29 333	5.81 552	3.59 255	0.67 138	2.80 152	1.50 64	2.21 332	1.41 151	1.17 155	1.22 224	1.37 89	1.46 242	0.29 109	0.33 240	0.22 13	0.20 71	0.27 72	0.36 86

RALAANet	2.29 183	2.73 446	21.08 499	1.29 333	0.94 271	1.45 44	0.68 148	3.25 205	2.61 258	2.02 262	1.80 270	1.28 174	1.04 170	2.12 214	1.79 320	0.30 137	0.22 74	0.27 127	0.27 203	0.41 293	0.35 64

FCDSN-DC	6.71 538	1.18 322	21.61 534	1.29 333	1.10 323	4.38 444	2.59 507	4.58 511	5.52 537	9.58 556	11.19 549	19.17 561	17.69 565	13.03 545	17.11 543	0.73 481	0.57 391	0.61 478	0.60 475	0.71 453	0.92 346
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ISRNet	1.98 120	0.94 259	10.75 135	1.30 338	1.35 394	2.84 136	0.69 157	3.80 285	2.07 170	2.14 298	2.11 366	2.89 385	1.41 262	2.52 257	1.74 310	0.49 398	0.50 373	0.56 464	0.47 436	0.51 378	0.59 256

MC-Stereo	2.54 242	0.58 55	6.38 111	1.30 338	1.37 399	4.56 485	0.60 104	2.08 65	1.57 82	1.97 243	1.68 228	0.89 115	1.12 198	1.46 106	0.88 96	0.27 74	8.44 540	0.27 127	0.22 118	0.26 65	14.87 544

xxxx	4.25 477	0.86 218	14.59 178	1.30 338	1.16 341	3.51 239	0.63 124	4.56 507	5.42 536	2.33 376	2.29 405	2.04 295	1.39 253	10.23 454	18.00 553	0.33 202	7.15 536	0.31 225	0.30 284	0.35 217	8.33 514

AFF-stereo	2.54 242	3.44 460	20.84 481	1.30 338	0.48 56	3.94 344	0.48 55	3.30 210	3.40 415	1.94 233	2.21 392	2.10 303	1.51 290	2.36 243	1.62 276	0.23 23	0.21 57	0.25 72	0.25 169	0.33 179	0.53 218

coex_refinement	3.01 354	1.69 393	20.28 399	1.31 342	1.15 336	3.21 176	0.86 268	3.94 316	2.43 233	2.51 416	1.92 326	3.49 437	1.68 342	11.06 485	2.54 406	0.38 295	0.26 174	0.27 127	0.31 302	0.41 293	0.58 253

XX-TBD	1.98 120	1.08 299	20.29 404	1.31 342	0.43 37	3.97 354	0.33 12	1.76 39	1.77 128	1.59 172	2.18 383	0.69 65	0.59 39	1.44 100	0.75 53	0.33 202	0.25 149	0.23 24	0.16 9	0.31 133	0.22 1

psm_up	3.04 360	1.30 348	18.97 282	1.31 342	1.51 424	3.86 319	1.22 400	4.26 433	2.31 215	2.72 444	1.83 290	2.43 336	1.68 342	12.86 542	1.78 316	0.43 344	0.41 313	0.41 382	0.34 336	0.46 347	0.67 287

NCC-stereo	3.49 429	2.07 425	20.23 392	1.31 342	1.76 477	4.04 366	1.42 429	4.01 329	2.34 218	3.06 478	2.59 450	3.51 445	3.02 461	10.02 447	5.44 465	1.38 517	0.66 416	0.64 488	0.88 503	0.67 439	0.84 331

edge stereo	3.45 424	1.08 299	22.14 548	1.31 342	1.36 396	2.68 126	1.54 443	4.13 377	3.27 379	2.94 469	3.27 494	4.34 493	2.48 432	11.60 514	2.79 414	0.62 457	0.64 410	0.79 507	0.56 468	0.70 448	0.82 325

Abc-Net	3.49 429	2.07 425	20.23 392	1.31 342	1.76 477	4.04 366	1.42 429	4.01 329	2.34 218	3.06 478	2.59 450	3.51 445	3.02 461	10.02 447	5.44 465	1.38 517	0.66 416	0.64 488	0.88 503	0.67 439	0.84 331
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DLCB_ROB	2.55 247	1.32 351	10.26 133	1.31 342	1.04 304	2.94 148	1.29 408	3.81 289	2.73 273	2.93 467	2.17 378	3.37 428	1.53 298	10.40 462	3.26 436	0.42 327	0.35 261	0.41 382	0.37 372	0.43 315	0.68 289

GREAT-IGEV	4.43 488	0.74 161	13.12 153	1.32 349	9.52 555	2.48 109	0.34 17	1.40 10	1.88 144	0.61 11	0.89 42	0.51 33	0.60 41	1.26 53	1.01 142	0.23 23	31.64 583	0.21 8	0.18 25	0.24 44	20.38 570

DDVS	1.78 112	0.84 215	3.58 84	1.32 349	1.15 336	3.17 173	0.77 210	3.35 216	1.86 139	1.88 219	1.91 320	2.91 389	1.42 265	6.19 357	1.85 330	0.47 382	0.65 413	0.35 319	0.38 381	0.48 367	1.01 359

MoCha-V2	3.53 432	0.90 237	17.00 231	1.32 349	8.54 554	1.38 40	0.55 80	2.89 166	3.31 393	0.99 106	1.82 277	0.66 57	1.16 213	1.79 167	0.84 86	0.26 62	15.15 567	0.20 1	0.20 71	0.25 49	11.33 532

PSMNet-RSSM	2.91 335	1.55 380	20.10 377	1.32 349	1.30 378	4.19 417	0.95 330	3.78 279	2.28 207	2.28 350	1.80 270	2.64 361	1.87 381	9.83 435	1.93 348	0.37 279	0.33 240	0.35 319	0.38 381	0.46 347	0.40 117

ADCMid	4.55 492	10.78 513	17.67 252	1.32 349	1.43 412	4.62 492	2.24 493	4.22 409	4.97 525	3.93 514	3.01 478	3.84 464	3.66 487	4.22 320	18.57 559	0.69 469	0.62 407	1.09 519	1.20 522	1.48 519	1.49 399

ADCPNet	4.25 477	4.04 468	21.95 542	1.33 354	1.31 382	6.34 539	2.63 508	4.07 349	3.23 373	2.81 458	2.21 392	4.27 487	6.08 520	6.01 348	11.73 510	0.67 467	1.17 461	0.71 498	1.71 536	0.87 481	1.82 421

AdaStereo	2.22 164	0.90 237	16.41 222	1.33 354	0.83 222	3.21 176	1.12 378	4.25 432	2.91 310	2.06 275	1.76 251	2.47 342	1.17 215	1.93 194	1.65 288	0.50 412	0.26 174	0.43 397	0.29 265	0.46 347	0.39 113
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.
z-mn7	3.78 451	14.53 552	15.59 196	1.34 356	1.23 364	3.78 299	1.42 429	4.17 392	3.45 427	2.94 469	3.37 496	3.05 398	2.09 395	10.03 449	5.54 468	0.50 412	0.39 302	0.43 397	0.34 336	0.67 439	0.73 306

MIM_Stereo	2.71 298	1.26 336	20.92 486	1.34 356	5.57 551	3.10 163	0.59 100	3.25 205	2.51 245	1.64 177	1.61 204	1.82 255	1.29 235	2.07 205	1.35 209	0.25 44	0.31 224	0.28 160	0.26 186	0.29 102	4.43 485

NRIStereo	2.32 190	0.69 124	20.07 368	1.35 358	0.38 14	4.73 516	0.89 283	2.43 99	3.35 404	1.95 239	1.37 140	1.75 231	1.21 223	2.97 287	1.35 209	0.49 398	0.22 74	0.29 183	0.26 186	0.31 133	0.33 43

ac_64	2.93 337	0.87 222	19.66 319	1.35 358	1.70 470	3.29 195	0.92 317	3.56 238	3.46 430	1.91 223	1.79 265	3.90 466	1.76 359	10.23 454	1.93 348	0.44 352	0.32 230	0.33 280	0.31 302	0.35 217	0.51 203

ADCL	4.70 499	4.04 468	16.12 208	1.35 358	1.28 373	5.46 533	10.88 556	4.08 358	4.25 481	5.97 539	4.51 513	4.29 490	5.60 513	6.37 362	15.21 529	0.54 435	0.48 365	0.88 511	0.78 496	0.86 479	1.01 359

CSAN	5.95 521	13.70 535	21.94 541	1.35 358	0.93 265	3.65 271	3.46 528	4.73 524	4.26 482	3.98 515	7.70 528	3.54 449	6.94 530	22.83 568	16.00 532	0.53 432	0.47 358	0.50 438	0.55 466	0.65 433	1.22 376

w-ln-seven	3.68 444	8.30 496	15.93 203	1.36 362	1.34 389	4.09 380	1.60 450	4.13 377	3.03 333	3.06 478	2.31 410	3.41 431	2.24 414	9.78 432	9.71 495	0.46 373	0.37 277	0.47 417	0.40 399	0.78 466	0.84 331

ADLNet	3.23 396	1.19 328	21.03 493	1.36 362	1.61 447	3.69 280	1.23 401	4.05 344	3.41 417	2.72 444	2.29 405	4.00 472	1.77 361	11.21 496	2.15 374	0.42 327	0.43 326	0.36 336	0.35 351	0.47 360	0.82 325

APVNet	3.24 398	1.59 383	21.72 536	1.36 362	1.52 426	3.93 341	1.12 378	3.58 241	2.80 285	2.32 373	2.02 343	3.05 398	1.96 387	11.77 522	2.61 411	0.44 352	0.46 348	0.65 490	0.47 436	0.73 455	0.73 306

DeepPrunerF	4.00 466	5.64 480	16.81 227	1.36 362	1.75 475	3.69 280	1.54 443	4.24 421	13.98 561	2.21 332	1.77 258	2.73 367	2.29 418	10.90 477	6.64 475	0.71 473	0.61 404	0.77 506	0.79 497	0.87 481	0.79 322

CFNet	3.04 360	6.89 488	16.27 217	1.36 362	1.24 368	4.09 380	0.72 169	4.15 386	3.00 320	1.69 190	1.88 309	2.27 312	1.45 272	11.41 503	2.12 373	0.36 264	0.29 208	0.43 397	0.36 362	0.48 367	0.38 100

StereoDRNet	3.07 364	2.92 451	16.33 219	1.36 362	1.57 440	3.45 221	2.04 485	3.77 278	2.85 295	3.31 495	1.85 295	2.78 377	1.79 365	10.85 474	3.41 438	0.45 361	0.36 270	0.39 368	0.37 372	0.62 415	0.85 334

ACV-stereo	2.96 346	1.09 302	20.34 411	1.37 368	1.05 307	4.65 497	1.09 370	2.82 157	1.68 113	1.48 161	1.32 127	5.40 521	4.22 498	7.83 396	2.08 368	0.46 373	0.52 379	0.33 280	0.30 284	0.45 337	0.71 298

Wz-Net-LNSev-Ref	2.72 300	2.55 443	14.91 183	1.37 368	1.36 396	3.50 235	1.63 454	4.11 367	3.38 409	2.55 420	2.04 347	2.35 323	2.50 435	5.14 329	4.64 458	0.53 432	0.22 74	0.35 319	0.21 85	0.41 293	0.60 261

AF-Net	3.15 379	2.65 445	18.81 275	1.37 368	1.76 477	3.30 199	1.57 448	4.20 403	3.05 341	2.76 449	2.94 476	4.50 498	3.21 471	5.88 346	3.07 429	0.88 496	0.39 302	0.72 501	0.50 451	0.75 460	0.66 286

NVstereo2D	2.79 318	1.13 312	13.75 158	1.37 368	1.47 419	3.57 251	1.38 423	4.17 392	3.77 454	2.04 270	1.72 240	3.05 398	1.75 356	10.84 473	1.72 304	0.62 457	0.48 365	0.56 464	0.54 462	0.79 471	1.02 361

AEACV	2.12 143	0.67 110	6.33 110	1.38 372	1.50 422	3.53 243	0.90 298	2.83 159	1.60 93	0.91 92	0.81 32	0.80 92	1.61 316	1.56 128	0.73 50	0.25 44	0.60 402	0.26 104	0.27 203	0.29 102	15.65 553

AASNet	2.65 279	3.20 454	20.19 383	1.38 372	1.49 420	3.84 311	1.06 363	3.92 309	3.28 381	2.07 281	2.28 403	1.95 279	1.28 232	2.19 225	2.17 376	0.42 327	0.33 240	0.45 408	0.30 284	0.59 404	0.52 211

GwcNet	3.26 403	3.93 465	20.24 394	1.38 372	2.04 495	3.24 185	1.53 441	3.72 269	3.66 446	2.17 312	2.25 396	3.55 450	1.69 345	9.38 423	3.03 427	0.48 391	0.49 368	0.46 415	0.39 390	0.66 437	0.86 338

S-Stereo	3.51 431	0.96 268	22.00 546	1.38 372	1.50 422	3.55 247	2.49 502	4.27 436	3.00 320	2.38 392	3.94 507	3.73 457	1.84 376	11.89 525	2.59 410	0.64 461	0.71 427	0.49 436	0.81 499	0.68 445	1.31 383

stereogan	3.26 403	1.26 336	18.01 257	1.38 372	1.66 464	3.76 294	1.64 457	4.06 346	3.86 459	3.23 491	2.70 462	5.02 514	2.85 447	9.88 437	1.85 330	0.71 473	0.51 376	0.69 495	0.48 440	0.86 479	0.85 334

Nwc_Net	3.03 358	1.90 415	19.16 289	1.38 372	1.69 469	3.53 243	1.19 390	4.03 337	2.19 188	2.79 454	2.84 471	3.80 462	2.46 431	6.93 380	2.87 421	0.96 500	0.41 313	0.59 471	0.68 487	0.60 408	0.65 281

XPNet_ROB	2.99 352	1.58 381	17.06 235	1.38 372	0.99 282	3.91 333	1.62 453	4.20 403	2.42 230	2.87 462	2.03 345	2.31 317	1.72 353	10.76 471	3.60 442	0.55 438	0.49 368	0.48 423	0.40 399	0.53 382	0.85 334

MFN_U_SF_DS_RVC	4.38 485	13.66 532	13.95 164	1.39 379	1.58 445	5.18 529	3.31 524	4.53 503	3.22 370	2.60 427	2.62 453	4.99 513	2.11 400	13.99 558	4.21 449	1.53 524	2.56 502	0.67 492	1.82 542	0.83 478	2.92 457

test_sample5	2.68 291	0.76 185	14.56 176	1.40 380	0.83 222	3.11 166	0.74 186	4.33 463	4.48 498	2.29 356	2.04 347	1.67 216	1.45 272	11.18 494	1.88 336	0.37 279	0.47 358	0.37 347	0.39 390	0.43 315	0.78 318

DualNet	2.68 291	0.76 185	14.56 176	1.40 380	0.83 222	3.11 166	0.74 186	4.33 463	4.48 498	2.35 380	2.13 370	1.67 216	1.45 272	11.18 494	1.88 336	0.37 279	0.47 358	0.37 347	0.39 390	0.43 315	0.78 318

MSMD_ROB	5.99 522	1.29 345	19.23 296	1.40 380	0.84 230	10.25 554	2.05 486	4.20 403	6.02 545	10.42 563	8.00 529	22.21 566	9.45 545	11.67 515	8.73 490	0.76 487	0.59 400	0.67 492	0.68 487	0.67 439	0.72 301

MeshStereo	5.67 518	1.80 403	21.28 522	1.40 380	1.14 334	4.38 444	3.83 541	5.51 542	4.85 521	10.12 561	11.72 553	11.44 546	5.87 518	13.86 556	12.31 512	0.68 468	0.61 404	0.61 478	0.60 475	0.73 455	0.68 289
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
YMNet	2.55 247	1.78 401	14.80 181	1.41 384	1.67 467	3.95 346	0.96 336	3.86 296	3.02 329	2.68 439	2.57 448	3.35 426	1.53 298	3.40 295	2.57 407	0.49 398	0.54 384	0.52 446	0.49 443	0.76 464	0.69 292

YMNet_1	2.55 247	1.78 401	14.80 181	1.41 384	1.67 467	3.95 346	0.96 336	3.86 296	3.02 329	2.68 439	2.57 448	3.35 426	1.53 298	3.40 295	2.57 407	0.49 398	0.54 384	0.52 446	0.49 443	0.76 464	0.69 292

SMFormer	2.40 209	0.73 152	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 492	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	3.10 431	0.35 240	0.84 437	0.36 336	0.33 326	0.40 273	0.77 315

tta	2.44 220	0.73 152	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 492	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	3.10 431	0.35 240	0.84 437	0.36 336	0.33 326	0.31 133	1.75 414

qqq1	2.35 198	0.73 152	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 492	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	1.36 216	0.35 240	0.84 437	0.30 205	0.25 169	0.31 133	1.75 414

fff1	2.35 198	0.73 152	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 492	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	1.36 216	0.35 240	0.84 437	0.30 205	0.25 169	0.31 133	1.75 414

Consistency-Raft	2.93 337	1.93 416	19.72 331	1.41 384	1.75 475	3.85 316	1.32 413	4.09 362	2.75 276	1.82 214	2.66 457	1.81 253	4.34 502	2.29 238	2.08 368	0.90 497	0.94 445	1.03 515	1.13 518	1.71 527	1.10 369

BEATNet_4x	2.65 279	4.43 473	18.10 259	1.41 384	0.59 115	3.44 218	1.02 351	4.08 358	2.97 315	2.28 350	1.75 250	2.18 305	1.61 316	2.80 279	3.54 441	0.39 303	0.25 149	0.47 417	0.31 302	0.61 410	0.86 338

DRN-Test	3.17 383	1.30 348	19.66 319	1.41 384	1.60 446	3.61 261	1.47 436	4.18 398	2.83 292	3.48 502	1.92 326	2.58 355	2.50 435	10.81 472	2.90 423	0.49 398	0.49 368	0.44 400	0.42 416	0.57 399	0.78 318

z-ln-s-r	3.37 416	4.66 475	19.53 312	1.42 393	1.29 375	3.70 284	1.20 393	4.24 421	3.96 466	2.16 309	1.92 326	2.43 336	1.62 325	10.90 477	6.24 470	0.36 264	0.23 102	0.32 245	0.24 153	0.53 382	0.53 218

test_sample3	2.65 279	0.75 175	15.69 198	1.42 393	0.85 231	3.14 171	0.73 176	4.28 437	3.21 363	2.28 350	1.79 265	1.78 247	1.46 277	11.11 491	1.84 328	0.36 264	0.46 348	0.34 300	0.36 362	0.40 273	0.76 314

UDGNet	2.34 196	1.71 395	20.28 399	1.42 393	0.62 134	4.39 448	0.67 138	1.82 43	2.28 207	1.40 146	1.21 98	0.99 134	1.00 157	2.23 231	1.23 183	1.14 508	0.35 261	1.30 527	0.98 511	1.11 502	0.62 269

rafts_anoy	2.76 313	1.68 391	20.42 419	1.42 393	3.90 538	3.03 160	0.61 108	3.24 202	1.66 110	1.42 152	1.26 110	1.19 162	1.11 195	2.13 216	1.64 285	0.33 202	8.77 547	0.32 245	0.32 318	0.32 155	0.38 100

Syn2CoEx	3.42 421	7.66 493	20.57 450	1.42 393	1.18 345	2.49 112	1.64 457	4.07 349	2.68 267	2.51 416	2.27 400	2.89 385	3.15 468	9.56 427	2.58 409	0.52 430	0.45 342	0.53 452	0.42 416	0.79 471	1.00 357

PA-Net	3.45 424	2.50 440	20.39 418	1.42 393	1.20 356	3.39 207	1.73 463	3.93 313	3.57 440	1.94 233	2.17 378	3.02 396	1.87 381	11.67 515	6.48 474	0.40 313	0.55 388	0.44 400	0.63 485	0.55 389	1.13 371
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
UCFNet_RVC	2.53 238	1.29 345	20.56 446	1.42 393	1.40 407	4.01 359	1.04 359	2.79 150	1.67 112	2.27 348	1.88 309	2.94 390	1.50 288	3.48 297	1.68 292	0.37 279	0.29 208	0.52 446	0.41 410	0.55 389	0.51 203

test_sample6	2.71 298	0.76 185	14.30 169	1.43 400	0.83 222	3.17 173	0.79 227	4.40 481	4.65 509	2.35 380	2.13 370	1.69 220	1.45 272	11.48 507	1.99 352	0.39 303	0.46 348	0.38 362	0.40 399	0.43 315	0.77 315

FENet	2.30 187	0.61 78	20.21 389	1.43 400	0.68 168	4.04 366	0.60 104	4.01 329	2.26 203	2.03 267	1.13 83	2.42 334	1.42 265	1.72 154	1.43 232	0.36 264	0.24 131	0.33 280	0.27 203	0.29 102	0.51 203

SANet	6.43 530	13.71 536	22.08 547	1.43 400	1.00 288	6.86 543	3.78 540	4.71 521	11.10 555	4.71 530	8.72 538	7.47 536	7.91 539	12.46 538	18.12 554	0.51 420	0.47 358	0.50 438	0.45 432	0.94 488	1.60 408

test_sample4	2.68 291	0.76 185	15.85 201	1.45 403	0.83 222	3.10 163	0.72 169	4.31 452	3.37 406	2.39 394	1.90 319	1.72 227	1.47 282	11.13 493	1.86 332	0.36 264	0.47 358	0.35 319	0.37 372	0.42 305	0.85 334

fast-acv-ft	2.62 270	1.62 386	20.48 434	1.45 403	1.39 402	3.16 172	1.16 388	3.41 222	2.45 241	1.97 243	2.15 373	2.68 364	2.15 407	2.92 285	2.47 400	0.43 344	0.40 306	0.45 408	0.40 399	0.62 415	0.64 277

SACVNet	3.06 363	1.61 385	19.29 299	1.46 405	1.18 345	4.05 370	1.48 438	4.03 337	2.58 256	2.75 448	1.89 311	2.55 349	1.38 250	11.33 500	2.28 385	0.51 420	0.41 313	0.48 423	0.43 421	0.57 399	0.93 349

CBMV_ROB	4.57 495	0.90 237	21.30 524	1.46 405	0.89 249	4.43 456	1.69 462	4.51 501	3.14 354	5.97 539	4.23 509	4.16 481	7.83 536	11.06 485	16.47 533	0.61 451	0.55 388	0.53 452	0.51 456	0.56 395	0.59 256

iResNet_ROB	2.72 300	10.38 511	14.41 172	1.46 405	0.99 282	3.74 291	0.66 136	4.01 329	2.84 294	2.04 270	2.05 354	1.98 286	1.38 250	4.73 325	1.91 343	0.35 240	0.20 33	0.28 160	0.19 43	0.33 179	0.41 124

PWC_ROB	3.32 409	4.61 474	14.41 172	1.46 405	1.90 487	3.21 176	1.15 386	4.39 480	3.46 430	3.13 483	3.40 497	2.79 378	2.34 422	9.17 416	6.94 476	0.61 451	0.34 251	0.61 478	0.37 372	0.73 455	1.40 389

WZ-Net	4.39 486	12.37 521	17.44 243	1.47 409	1.42 411	3.76 294	2.27 495	4.17 392	3.11 349	2.89 463	2.24 394	4.05 474	5.69 517	10.89 476	12.07 511	0.66 464	0.41 313	0.47 417	0.49 443	0.78 466	1.12 370

ttt	4.23 476	0.75 175	19.96 357	1.48 410	1.31 382	3.69 280	0.87 275	4.65 518	5.33 530	2.45 407	2.39 420	2.44 340	1.54 301	11.35 501	16.49 534	0.43 344	4.35 521	0.37 347	0.35 351	0.41 293	4.01 480

RAFT-RH_RVC	2.72 300	0.64 91	20.10 377	1.48 410	0.49 65	4.46 459	0.56 83	1.73 36	2.86 301	3.06 478	5.50 520	2.02 292	1.28 232	6.70 371	1.56 259	0.46 373	0.22 74	0.37 347	0.34 336	0.29 102	0.33 43

TCMNet	3.13 374	1.71 395	19.53 312	1.49 412	2.11 500	3.84 311	1.07 365	4.12 373	3.03 333	2.64 435	2.29 405	2.43 336	1.74 355	10.10 450	2.47 400	0.56 442	0.45 342	0.61 478	0.50 451	0.87 481	1.04 365

AIO-test2	3.07 364	12.11 520	20.58 453	1.49 412	1.34 389	3.22 179	0.73 176	4.07 349	1.56 79	1.72 195	2.20 388	0.90 117	0.74 82	3.75 307	1.39 225	3.67 547	0.26 174	0.35 319	0.44 425	0.41 293	0.44 146

test_sample2	2.20 161	0.70 132	6.07 107	1.49 412	0.81 216	2.96 151	0.86 268	4.13 377	3.31 393	2.07 281	1.54 183	1.56 206	1.63 329	10.61 465	1.80 321	0.33 202	0.77 431	0.32 245	0.32 318	0.38 254	2.35 439

raft+_RVC	3.46 427	2.57 444	19.51 311	1.49 412	17.54 568	3.63 266	0.76 206	3.24 202	1.53 70	1.35 141	1.67 226	1.03 138	1.10 192	1.98 200	1.53 251	0.25 44	7.10 535	0.25 72	0.24 153	0.28 84	2.18 436

cf-r	2.93 337	2.19 432	20.59 454	1.49 412	1.35 394	4.18 409	0.92 317	3.73 273	3.12 351	2.16 309	1.82 277	3.40 430	1.44 270	8.22 399	1.93 348	0.34 224	0.31 224	0.33 280	0.30 284	0.38 254	0.45 152

mmm	2.70 296	0.80 201	8.26 121	1.50 417	1.18 345	2.44 107	0.85 263	4.08 358	4.59 502	2.31 362	1.95 331	1.51 203	1.55 304	2.33 241	1.72 304	0.31 161	7.71 537	0.45 408	0.42 416	0.40 273	9.56 523

IGEV_Zeroshot_test	2.66 284	0.75 175	21.55 533	1.50 417	0.89 249	2.21 84	0.90 298	3.52 233	1.83 135	2.17 312	1.57 194	4.09 476	1.60 311	1.73 159	1.21 178	0.32 178	0.33 240	0.28 160	0.30 284	0.44 329	6.09 498

PSMNet-RUCA	2.60 262	1.83 409	20.55 442	1.51 419	1.39 402	3.07 162	1.36 421	3.56 238	2.43 233	1.41 149	2.07 360	1.42 192	1.09 186	2.07 205	1.60 271	1.20 511	0.69 425	1.26 526	0.96 507	1.65 525	0.97 353

GIP-stereo	2.03 133	0.67 110	4.11 96	1.51 419	1.13 332	2.91 146	0.42 38	3.45 229	3.19 358	0.67 23	0.78 26	0.90 117	0.76 91	1.06 19	0.69 40	0.29 109	0.25 149	0.25 72	0.17 17	0.26 65	17.22 563

test_sample1	2.29 183	0.72 146	5.74 106	1.51 419	0.86 235	2.35 98	0.64 129	4.07 349	3.45 427	2.01 260	1.51 169	1.70 223	1.71 350	9.53 426	1.73 307	0.31 161	0.97 450	0.31 225	0.31 302	0.33 179	6.12 499

x	2.94 342	0.83 210	16.07 206	1.51 419	0.83 222	2.13 81	0.96 336	3.97 322	4.73 512	1.73 198	1.43 154	1.61 210	1.27 229	2.24 233	1.71 301	0.29 109	6.91 534	0.34 300	0.31 302	0.34 202	9.60 524

SuperB	5.03 508	8.93 499	20.96 489	1.51 419	1.11 326	3.88 325	3.00 517	4.24 421	3.13 353	2.53 418	2.10 365	2.74 370	3.37 480	8.76 409	19.44 563	0.45 361	0.34 251	0.53 452	0.40 399	11.97 573	1.15 373

STTStereo	2.62 270	1.28 343	19.16 289	1.52 424	1.55 432	3.84 311	0.89 283	3.75 274	2.59 257	2.23 336	1.59 202	2.48 344	1.58 307	5.11 328	1.72 304	0.38 295	0.41 313	0.47 417	0.54 462	0.53 382	0.75 313

RGC	3.35 414	1.84 412	18.13 260	1.52 424	1.79 481	3.33 202	1.37 422	4.18 398	2.39 224	2.96 473	3.23 492	3.98 471	2.71 442	11.53 508	3.42 439	0.90 497	0.48 365	0.79 507	0.79 497	0.75 460	0.89 341

CBMV	4.12 469	1.27 340	21.14 510	1.52 424	0.85 231	3.80 304	3.89 542	4.58 511	3.02 329	3.56 506	2.37 417	4.44 495	13.88 556	11.23 498	3.78 445	0.56 442	0.43 326	0.48 423	0.39 390	0.55 389	0.74 311
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RSM++	0.99 48	0.56 46	1.35 19	1.54 427	0.50 74	1.53 50	0.68 148	2.31 89	4.13 473	0.86 73	1.27 116	0.90 117	0.60 41	1.21 47	0.78 61	0.27 74	0.20 33	0.25 72	0.21 85	0.29 102	0.42 133

GMStereo_Zeroshot	1.51 96	1.27 340	4.75 98	1.54 427	0.72 181	3.33 202	0.54 78	2.67 139	1.74 125	2.34 378	1.57 194	2.40 326	0.96 148	2.51 253	1.21 178	0.48 391	0.23 102	0.41 382	0.24 153	0.82 475	0.40 117

ccnet	3.03 358	1.48 369	12.88 149	1.54 427	1.26 371	3.71 286	2.32 497	4.11 367	3.05 341	2.92 466	3.21 490	2.86 383	2.40 425	9.87 436	4.19 448	0.80 489	0.76 430	0.71 498	0.70 490	0.78 466	1.07 367

HITNet	2.49 229	2.91 449	19.23 296	1.54 427	0.57 110	3.47 224	0.79 227	4.16 388	2.93 311	2.18 315	1.65 221	1.68 219	1.45 272	2.17 222	2.99 426	0.28 94	0.20 33	0.41 382	0.27 203	0.45 337	0.52 211
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
MyStereo8	2.97 351	1.76 398	18.94 279	1.55 431	1.62 450	4.16 401	0.57 87	3.79 280	2.41 229	2.22 334	2.93 475	2.27 312	1.14 205	2.16 220	2.28 385	0.27 74	8.58 543	0.32 245	0.29 265	0.37 241	1.72 413

psmorigin	6.62 533	1.45 365	87.38 588	1.55 431	0.97 276	2.86 139	1.42 429	3.30 210	2.12 180	3.74 510	2.45 432	5.15 517	2.59 439	10.55 464	2.91 424	0.55 438	0.68 418	0.48 423	0.53 459	0.73 455	1.02 361

RP	3.26 403	1.73 397	17.70 253	1.56 433	1.93 489	3.43 217	1.94 474	4.18 398	2.72 272	2.77 450	3.05 480	3.96 470	2.69 441	10.17 451	2.86 419	1.04 502	0.50 373	0.71 498	0.59 472	0.75 460	0.83 327

Wz-Net-TNSev	4.22 474	13.55 530	15.87 202	1.57 434	1.19 353	3.61 261	2.48 501	4.38 478	3.45 427	2.29 356	1.91 320	4.20 485	2.86 448	12.11 528	10.56 498	0.61 451	0.59 400	0.48 423	0.54 462	0.93 487	1.24 378

AACVNet	2.77 315	1.64 389	19.22 295	1.57 434	0.86 235	3.28 192	0.74 186	3.31 213	1.66 110	2.06 275	1.82 277	2.47 342	1.40 257	10.95 480	1.92 347	0.41 316	0.35 261	0.38 362	0.33 326	0.46 347	0.61 265

Wz-Net-MNSev	3.26 403	7.24 490	17.26 237	1.58 436	1.37 399	3.27 188	2.45 499	4.10 364	4.50 500	2.61 431	2.17 378	2.33 319	3.02 461	7.48 390	2.88 422	0.46 373	0.39 302	0.37 347	0.38 381	0.61 410	0.63 272

GANetREF_RVC	3.45 424	5.10 477	19.89 348	1.58 436	0.80 212	4.13 390	1.82 470	4.24 421	3.33 402	1.91 223	1.76 251	2.46 341	1.83 373	13.17 547	1.87 335	0.83 494	0.57 391	0.79 507	0.77 495	1.21 510	0.91 344
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
DPSNet	3.94 463	2.01 421	14.69 179	1.58 436	1.30 378	4.17 406	2.08 487	4.57 509	4.63 504	2.78 452	1.99 339	3.79 461	7.88 538	10.66 468	11.35 505	0.94 499	0.99 453	0.41 382	0.57 469	1.09 499	1.40 389

test_sample7	2.85 324	0.81 204	14.48 174	1.59 439	0.77 202	2.42 105	1.08 366	4.40 481	4.92 522	2.20 329	1.85 295	1.90 267	2.00 389	6.87 377	1.75 313	0.47 382	1.36 466	0.44 400	0.41 410	0.47 360	6.81 503

11t1	2.82 321	0.72 146	17.81 256	1.60 440	0.93 265	2.27 92	0.62 119	3.76 275	4.47 497	1.72 195	1.33 129	1.05 141	1.34 243	1.84 184	1.45 240	0.29 109	5.57 529	0.29 183	0.26 186	0.32 155	8.80 519

SDNR	4.37 484	2.22 433	20.63 460	1.60 440	0.99 282	5.15 528	0.67 138	4.36 471	5.55 539	4.89 531	7.17 524	5.50 525	1.58 307	17.48 563	4.33 452	0.80 489	0.72 428	0.59 471	0.45 432	1.18 508	1.43 393

ASMatch	2.65 279	0.68 119	20.65 462	1.60 440	0.71 179	4.40 451	0.77 210	2.02 62	1.65 108	1.71 194	3.89 505	1.93 273	3.75 490	5.45 336	1.67 290	0.33 202	0.24 131	0.34 300	0.28 230	0.34 202	0.57 237

FBW_ROB	3.91 460	2.07 425	15.46 193	1.60 440	1.16 341	3.80 304	1.48 438	4.37 474	3.41 417	2.53 418	2.45 432	4.19 484	2.10 398	15.17 561	9.45 493	0.86 495	0.65 413	1.54 531	0.96 507	1.08 498	3.80 474

anonymousa	3.14 376	0.83 210	19.20 293	1.62 444	9.63 556	2.06 78	0.78 217	2.93 167	2.20 191	1.95 239	2.17 378	3.41 431	1.81 368	1.33 73	1.67 290	0.29 109	8.64 545	0.34 300	0.37 372	0.32 155	1.33 385

NLCA_NET_v2_RVC	2.76 313	1.48 369	19.72 331	1.62 444	2.00 492	3.95 346	0.86 268	3.92 309	2.51 245	2.56 421	1.69 232	2.83 381	1.61 316	5.65 340	1.78 316	0.48 391	0.36 270	0.38 362	0.42 416	0.56 395	0.77 315
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PWCDC_ROB	3.62 435	9.86 508	17.35 240	1.62 444	1.57 440	4.19 417	1.01 347	4.35 469	4.20 476	2.26 345	7.36 526	2.73 367	2.75 443	4.10 316	4.51 455	1.47 522	0.37 277	0.39 368	0.34 336	1.22 511	0.73 306

GASNet	3.86 457	15.35 565	21.16 513	1.63 447	1.25 370	2.35 98	1.11 376	4.11 367	2.86 301	1.99 247	2.11 366	2.99 393	2.16 409	10.62 466	3.75 444	0.71 473	0.37 277	0.61 478	0.46 434	0.91 484	0.70 296

TestStereo1	2.56 254	1.41 361	20.56 446	1.63 447	0.74 187	4.13 390	1.34 415	3.93 313	3.38 409	1.61 173	2.56 445	1.43 195	2.13 405	2.55 261	1.70 298	0.32 178	0.22 74	0.34 300	0.26 186	0.40 273	0.53 218

SA-5K	2.56 254	1.41 361	20.56 446	1.63 447	0.74 187	4.13 390	1.34 415	3.93 313	3.38 409	1.61 173	2.56 445	1.43 195	2.13 405	2.55 261	1.70 298	0.32 178	0.22 74	0.34 300	0.26 186	0.40 273	0.53 218

RASNet	3.15 379	1.20 332	19.81 338	1.63 447	2.26 506	3.67 275	1.09 370	3.58 241	3.44 421	1.99 247	2.15 373	4.59 503	2.30 420	10.24 456	2.98 425	0.57 445	0.26 174	0.25 72	0.25 169	0.30 122	0.54 225

LMCR-Stereo	2.53 238	2.30 436	18.81 275	1.64 451	0.86 235	3.88 325	1.14 383	4.33 463	1.63 104	2.27 348	2.35 414	1.13 150	2.41 427	2.63 266	2.26 383	1.06 504	0.24 131	0.29 183	0.25 169	0.62 415	0.42 133

Wz-Net-SNSev	3.47 428	10.51 512	16.90 230	1.65 452	1.20 356	3.29 195	2.03 484	4.16 388	3.03 333	2.35 380	2.39 420	3.48 436	2.12 402	7.95 398	4.28 450	0.51 420	0.40 306	0.53 452	0.49 443	0.74 459	1.46 397

CVANet_RVC	3.32 409	1.63 388	21.06 498	1.66 453	1.29 375	3.99 356	1.55 445	3.98 323	3.00 320	3.51 503	2.06 357	2.58 355	1.72 353	12.46 538	1.70 298	0.62 457	0.34 251	0.53 452	0.47 436	0.64 426	1.66 412

EDNetEfficient	5.62 517	2.26 434	17.51 244	1.67 454	3.59 532	3.99 356	7.25 551	3.14 190	5.63 541	11.52 567	4.82 516	3.94 468	12.48 550	8.39 404	20.56 565	0.46 373	0.46 348	0.48 423	1.06 515	1.65 525	1.62 409

AnyNet_C32	4.49 490	9.53 504	13.85 159	1.67 454	1.56 437	5.40 532	4.06 544	4.03 337	3.69 449	4.21 522	3.09 483	3.09 404	3.38 481	8.24 400	18.76 560	0.56 442	0.64 410	0.53 452	0.81 499	1.36 517	1.42 392

WCMA_ROB	5.78 519	2.42 439	21.71 535	1.67 454	1.55 432	4.07 375	3.53 532	4.14 382	4.73 512	6.59 544	10.89 548	12.82 551	9.59 546	10.17 451	12.65 516	1.05 503	0.61 404	0.52 446	0.52 457	0.71 453	5.64 494

G2L-Stereo_test	2.89 332	2.06 422	20.60 455	1.68 457	1.18 345	3.55 247	1.01 347	3.66 252	2.33 217	2.59 425	1.68 228	3.14 408	1.48 283	9.19 418	1.86 332	0.30 137	0.21 57	0.23 24	0.23 133	0.28 84	0.57 237

TRStereo	2.86 326	2.12 428	19.98 360	1.68 457	1.18 345	4.35 442	1.05 361	5.07 531	3.48 432	1.56 167	1.39 144	1.75 231	0.85 120	2.01 202	1.50 246	0.43 344	0.34 251	0.33 280	0.36 362	0.36 235	7.50 505

SST-Stereo	2.63 274	0.63 86	19.76 335	1.69 459	0.46 46	4.71 515	0.74 186	2.27 81	3.07 344	2.07 281	2.15 373	2.42 334	3.17 469	6.66 369	0.95 122	0.45 361	0.19 20	0.30 205	0.27 203	0.35 217	0.31 29

RAFT_R40	2.61 267	0.64 91	19.86 344	1.69 459	0.46 46	4.74 518	0.95 330	2.28 83	2.52 247	2.02 262	2.32 412	2.69 366	2.52 437	6.70 371	1.05 150	0.42 327	0.19 20	0.30 205	0.27 203	0.33 179	0.29 19

MSC_U_SF_DS_RVC	4.90 506	13.94 540	16.59 226	1.69 459	1.46 417	6.15 536	3.52 531	5.47 540	3.95 465	2.77 450	2.74 465	4.81 510	2.49 434	13.78 555	5.33 463	2.34 531	3.46 516	1.05 516	1.21 524	2.28 530	2.94 458

pmcnn	5.90 520	1.81 406	22.30 551	1.69 459	2.37 511	3.47 224	2.10 488	4.58 511	5.56 540	3.75 511	13.12 558	22.07 565	3.70 488	11.99 527	17.13 544	0.58 446	0.23 102	0.23 24	0.19 43	0.37 241	0.70 296

TDLM	3.20 388	1.58 381	18.80 274	1.70 463	1.10 323	4.29 435	2.17 491	3.81 289	3.27 379	2.89 463	1.98 336	2.06 300	1.70 348	12.44 537	2.15 374	0.58 446	0.31 224	0.56 464	0.40 399	0.58 402	1.59 406

GrayStereo	3.68 444	0.56 46	20.61 457	1.71 464	0.90 255	4.17 406	8.11 555	3.17 194	4.13 473	2.80 457	2.49 436	1.70 223	17.06 563	2.83 280	1.25 194	0.37 279	0.23 102	0.27 127	0.32 318	0.30 122	0.57 237

HBP-ISP	3.78 451	9.10 501	20.83 478	1.72 465	1.14 334	4.54 475	2.82 512	4.61 515	3.03 333	4.13 519	1.98 336	1.88 265	3.31 474	11.06 485	1.52 250	0.74 484	0.57 391	0.67 492	0.62 481	0.65 433	0.64 277

ADCS	4.77 503	12.63 523	17.40 241	1.72 465	1.34 389	3.90 329	3.60 535	4.30 441	3.54 437	5.11 534	2.81 470	4.44 495	3.05 464	6.15 356	19.32 562	0.74 484	0.68 418	0.70 496	0.70 490	1.25 513	1.98 425

anonymity	2.02 131	1.28 343	5.16 101	1.73 467	1.63 453	1.86 61	1.06 363	3.50 231	2.42 230	2.19 322	2.11 366	1.88 265	3.89 492	1.92 191	1.56 259	1.11 506	1.14 459	1.08 518	1.11 517	1.05 493	2.68 448

GANet-RSSM	2.96 346	1.27 340	21.17 515	1.73 467	1.23 364	4.22 423	0.91 309	3.39 220	2.02 166	1.97 243	1.74 249	2.53 346	2.06 394	10.91 479	1.88 336	0.37 279	0.35 261	0.32 245	0.29 265	0.42 305	0.46 162

FC-DCNN	7.08 540	1.01 288	21.89 538	1.74 469	1.64 457	8.18 549	2.31 496	6.50 548	9.16 553	10.85 565	11.33 550	19.85 563	13.33 553	12.94 543	17.10 542	0.72 478	0.57 391	0.59 471	0.57 469	0.64 426	0.69 292

SPS-STEREO	5.18 509	10.36 510	21.09 504	1.74 469	1.72 473	3.24 185	2.26 494	3.92 309	4.12 472	5.06 533	3.66 502	5.43 522	3.33 476	9.56 427	12.34 513	1.17 510	1.17 461	1.07 517	1.03 514	1.17 507	10.25 528
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test2	2.80 319	0.63 86	20.19 383	1.75 471	0.52 81	2.77 129	0.71 165	1.80 40	1.72 123	0.99 106	0.98 60	0.84 98	0.79 104	1.45 103	1.26 199	0.27 74	0.62 407	0.25 72	0.23 133	0.31 133	17.86 564

FC-DCNN v2	7.41 543	0.98 276	22.19 550	1.75 471	1.64 457	8.98 552	2.37 498	7.60 550	9.44 554	11.09 566	11.95 554	20.04 564	16.35 562	12.99 544	17.14 545	0.72 478	0.57 391	0.59 471	0.57 469	0.64 426	0.68 289

RAFT	2.36 200	1.62 386	18.03 258	1.75 471	0.54 87	1.91 65	0.91 309	3.24 202	3.65 445	1.64 177	1.73 246	3.45 434	1.58 307	1.82 180	1.74 310	0.42 327	1.06 455	0.40 373	0.32 318	0.44 329	1.03 363

RTSC	3.44 422	6.78 487	16.53 225	1.76 474	1.54 428	3.53 243	0.94 325	4.22 409	2.97 315	3.65 508	3.23 492	3.31 422	2.29 418	6.22 358	7.41 482	0.61 451	1.32 465	0.37 347	0.42 416	0.78 466	0.98 355

RAFT_CTSACE	2.41 215	1.83 409	20.33 410	1.77 475	1.39 402	3.50 235	1.03 354	3.25 205	1.64 106	1.80 212	2.04 347	2.82 379	1.78 362	2.11 213	1.10 158	0.27 74	0.24 131	0.28 160	0.30 284	0.31 133	0.33 43

DisPM	2.29 183	0.61 78	20.25 396	1.79 476	0.52 81	4.58 486	0.77 210	2.50 109	2.22 194	2.49 414	1.82 277	1.45 198	1.01 160	2.73 275	1.04 147	0.48 391	0.20 33	0.32 245	0.31 302	0.32 155	0.45 152

DISCO	2.40 209	0.99 285	11.99 143	1.81 477	1.12 329	3.47 224	1.24 403	3.34 215	2.57 253	2.73 446	1.96 332	4.52 500	1.90 384	4.18 319	3.62 443	0.37 279	0.27 187	0.31 225	0.30 284	0.70 448	0.62 269

MM-Stereo_test1	2.52 233	0.64 91	20.07 368	1.83 478	0.52 81	1.86 61	0.77 210	3.11 187	3.40 415	1.77 206	1.12 82	0.87 109	0.97 150	1.54 125	1.51 247	0.27 74	2.44 501	0.27 127	0.24 153	0.37 241	6.91 504

tt1	3.79 453	0.93 255	15.34 189	1.83 478	0.45 43	4.54 475	0.78 217	4.23 415	4.73 512	1.27 137	1.89 311	0.74 83	1.48 283	2.29 238	0.78 61	0.30 137	19.28 576	0.32 245	0.22 118	0.31 133	14.02 539

EKT-Stereo	7.93 545	0.75 175	21.17 515	1.84 480	109.80 585	4.51 472	0.61 108	4.13 377	1.59 88	1.89 221	1.24 103	1.96 284	1.35 244	4.02 314	1.36 216	0.42 327	0.31 224	0.29 183	0.27 203	0.35 217	0.78 318

ACVNet-DCA	3.67 442	0.94 259	19.66 319	1.87 481	0.42 32	4.47 462	0.73 176	4.07 349	4.63 504	1.21 128	1.89 311	0.73 76	1.62 325	2.20 226	0.81 75	0.31 161	18.77 568	0.32 245	0.21 85	0.35 217	8.09 508

xx1	3.69 446	0.94 259	19.66 319	1.87 481	0.42 32	4.47 462	0.73 176	4.24 421	4.01 468	1.21 128	1.89 311	1.78 247	1.36 246	2.20 226	0.81 75	0.31 161	18.77 568	0.33 280	0.36 362	0.35 217	8.09 508

1test111	3.86 457	0.94 259	19.66 319	1.87 481	0.42 32	4.47 462	0.73 176	4.07 349	4.63 504	1.21 128	1.89 311	0.73 76	1.62 325	5.19 330	1.68 292	0.31 161	18.77 568	0.32 245	0.21 85	0.35 217	8.09 508

cc1	3.93 462	0.94 259	19.66 319	1.87 481	0.42 32	4.47 462	0.73 176	4.24 421	4.01 468	1.21 128	1.89 311	0.73 76	1.62 325	2.20 226	0.81 75	0.31 161	18.77 568	0.32 245	0.21 85	0.32 155	13.93 538

DANet	2.82 321	1.17 319	10.20 132	1.87 481	1.72 473	3.25 187	1.15 386	4.36 471	3.02 329	3.42 499	2.18 383	4.09 476	1.79 365	9.78 432	4.32 451	0.55 438	0.57 391	0.60 475	0.44 425	0.65 433	1.25 379
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SCV	2.09 140	0.89 231	11.43 142	1.91 486	2.09 499	1.27 26	0.87 275	3.66 252	2.13 183	0.67 23	1.59 202	0.93 126	0.77 93	1.80 173	0.89 99	0.37 279	0.38 291	0.25 72	0.22 118	0.30 122	9.45 521

GANet	3.64 436	1.76 398	19.65 318	1.92 487	1.04 304	3.91 333	2.51 503	3.86 296	2.81 290	3.13 483	3.03 479	3.19 410	2.19 412	12.43 536	8.23 489	0.60 450	0.43 326	0.52 446	0.43 421	0.63 421	0.63 272

GCST	2.86 326	3.95 467	20.52 438	1.93 488	1.56 437	1.74 59	0.50 62	3.69 261	2.10 173	1.79 210	1.64 218	1.60 209	1.29 235	5.27 332	1.90 340	2.10 528	0.77 431	1.45 528	0.97 510	1.15 505	1.38 388

MM-Stereo_test3	2.20 161	0.95 264	19.62 317	1.94 489	1.18 345	1.95 69	0.83 248	3.56 238	3.91 463	1.33 139	1.86 301	1.10 146	0.68 66	1.48 111	1.63 279	0.29 109	0.35 261	0.27 127	0.22 118	0.37 241	0.56 232

WAO-7	6.00 523	14.29 546	20.46 425	1.97 490	1.51 424	5.31 531	3.06 521	5.00 529	5.92 544	4.55 528	8.87 539	6.52 532	6.47 525	13.38 551	13.85 520	1.35 515	1.24 463	1.48 529	1.36 531	1.63 523	1.79 420

XQC	3.41 419	6.58 485	15.18 187	1.97 490	1.62 450	3.40 209	1.76 465	4.53 503	3.67 448	3.40 498	2.45 432	3.73 457	2.91 450	6.78 374	5.36 464	0.73 481	0.90 442	0.60 475	0.61 478	1.02 491	0.99 356

JetBlue	6.69 537	12.01 519	14.30 169	1.98 492	4.64 547	11.97 557	12.29 559	5.39 537	4.32 490	3.81 512	4.51 513	9.50 544	6.53 526	10.22 453	14.50 525	1.32 514	1.47 469	1.18 522	1.36 531	7.48 567	5.05 489

MFN_U_SF_RVC	4.08 468	13.72 537	15.13 186	2.00 493	1.43 412	3.73 289	1.68 461	4.11 367	3.39 414	2.93 467	2.38 418	4.39 494	3.63 486	8.63 407	6.14 469	1.14 508	1.07 458	1.01 514	1.35 530	1.63 523	2.09 432

PASM	3.22 393	2.89 448	15.38 191	2.00 493	1.57 440	2.77 129	1.96 476	3.62 248	2.75 276	2.95 472	2.26 397	3.10 405	2.24 414	11.87 524	2.46 398	0.97 501	1.06 455	0.87 510	1.02 512	1.20 509	1.41 391

iResNet	2.70 296	1.35 355	20.93 487	2.01 495	0.73 182	3.76 294	0.83 248	4.28 437	2.93 311	2.38 392	2.03 345	1.35 181	1.54 301	3.28 293	4.42 454	0.42 327	0.25 149	0.29 183	0.23 133	0.45 337	0.64 277

NOSS_ROB	3.12 372	0.89 231	19.03 284	2.01 495	1.07 313	3.90 329	0.97 340	4.32 460	3.08 345	2.94 469	2.19 386	3.85 465	1.18 218	11.75 521	1.69 295	0.69 469	0.54 384	0.57 468	0.52 457	0.57 399	0.72 301

AnyNet_C01	4.68 497	10.90 514	16.41 222	2.03 497	1.62 450	6.25 537	6.40 550	4.19 401	5.13 528	4.03 516	3.77 504	4.14 480	3.26 472	7.23 383	11.19 501	0.64 461	0.80 434	0.65 490	0.72 492	2.18 528	2.08 430

PDISCO_ROB	3.32 409	5.22 478	18.16 261	2.03 497	2.19 505	4.52 473	1.63 454	4.74 525	3.32 400	2.22 334	2.18 383	3.71 456	2.41 427	5.36 333	2.43 396	1.35 515	0.79 433	0.72 501	0.62 481	1.31 515	1.53 402

Pruner-Stereo	2.33 193	0.70 132	20.66 463	2.05 499	0.48 56	4.73 516	0.78 217	2.55 122	2.70 270	2.47 409	1.57 194	1.48 201	1.03 163	1.71 148	1.55 257	0.48 391	0.21 57	0.34 300	0.30 284	0.31 133	0.42 133

DN-CSS_ROB	2.89 332	9.72 506	19.71 329	2.07 500	0.90 255	4.01 359	0.61 108	4.06 346	3.35 404	1.66 182	1.89 311	1.39 188	1.06 181	3.24 292	1.88 336	0.44 352	0.19 20	0.44 400	0.29 265	0.40 273	0.42 133

SGM_RVC	6.11 527	1.10 305	20.44 421	2.15 501	0.66 154	15.87 566	3.98 543	5.00 529	6.19 546	9.79 559	11.46 551	8.23 542	12.63 551	12.32 530	9.15 491	0.54 435	0.39 302	0.41 382	0.35 351	0.55 389	1.05 366
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
iResNetv2_ROB	3.31 407	14.88 558	20.01 363	2.17 502	1.09 319	3.84 311	1.13 380	4.22 409	3.15 356	2.02 262	2.06 357	2.00 291	1.69 345	3.61 302	2.10 372	0.36 264	0.22 74	0.32 245	0.22 118	0.48 367	0.58 253

MADNet+	4.46 489	11.36 515	14.35 171	2.23 503	2.50 514	4.18 409	2.86 514	5.46 539	4.43 492	2.74 447	2.69 461	4.55 501	3.43 483	8.97 414	9.42 492	1.47 522	2.06 485	1.09 519	1.02 512	1.54 521	2.96 459

PFNet	2.75 310	0.69 124	19.96 357	2.25 504	0.80 212	4.63 494	0.90 298	2.60 132	3.85 458	2.39 394	2.71 463	1.82 255	1.41 262	7.53 391	1.41 228	0.36 264	0.21 57	0.36 336	0.27 203	0.32 155	0.46 162

AAGNet	3.88 459	0.67 110	20.04 366	2.27 505	0.46 46	4.76 520	1.05 361	2.28 83	3.38 409	2.16 309	1.84 291	2.40 326	3.95 493	6.22 358	24.21 568	0.49 398	0.19 20	0.30 205	0.29 265	0.33 179	0.29 19

FINET	10.59 551	14.44 551	25.84 566	2.30 506	3.90 538	21.74 569	25.19 570	8.85 555	16.99 564	2.68 439	15.19 561	11.45 547	13.83 555	6.71 373	15.11 528	0.80 489	8.59 544	0.53 452	0.44 425	0.62 415	16.67 556

G-Net	4.16 471	1.39 358	20.31 408	2.30 506	2.91 519	4.68 509	2.86 514	3.35 216	2.44 239	4.43 526	9.43 542	6.89 534	3.83 491	8.91 411	4.83 461	0.80 489	0.80 434	0.70 496	0.50 451	0.95 489	0.97 353

XX-Stereo	2.66 284	0.70 132	21.17 515	2.33 508	1.24 368	4.31 440	0.45 49	4.48 495	1.60 93	2.39 394	1.89 311	4.60 504	0.60 41	4.17 318	1.11 159	0.34 224	0.26 174	0.29 183	0.29 265	0.53 382	0.43 140

SHD	3.22 393	4.21 471	14.19 167	2.37 509	2.12 502	2.77 129	1.19 390	4.24 421	3.25 375	4.64 529	2.73 464	3.62 454	2.76 445	6.30 361	4.75 460	0.66 464	1.25 464	0.52 446	0.59 472	0.69 447	1.64 410

MSAF-DinoV2	14.43 563	15.18 562	21.76 537	2.38 510	1.44 414	4.01 359	1.38 423	8.63 554	9.06 552	2.28 350	1.99 339	5.37 520	5.16 510	177.39 592	15.79 530	0.49 398	0.34 251	0.40 373	0.60 475	6.27 560	8.64 518

CC-Net-ROB	3.82 454	3.41 459	20.20 385	2.40 511	1.66 464	4.49 467	1.61 451	4.77 526	3.08 345	2.06 275	2.06 357	1.99 287	1.60 311	12.57 540	1.91 343	2.82 535	2.19 487	2.67 545	1.06 515	2.31 531	1.59 406

NF-Stereo	2.68 291	0.67 110	21.09 504	2.43 512	0.47 51	4.67 501	0.67 138	3.68 256	4.30 486	2.11 291	1.62 208	1.36 183	1.09 186	6.07 354	1.24 188	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

OCTAStereo	2.67 288	0.67 110	21.08 499	2.43 512	0.47 51	4.67 501	0.67 138	3.68 256	4.31 489	2.11 291	1.62 208	1.36 183	1.09 186	6.02 351	1.25 194	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

RE-Stereo	2.67 288	0.67 110	21.08 499	2.43 512	0.47 51	4.67 501	0.67 138	3.68 256	4.30 486	2.11 291	1.62 208	1.36 183	1.09 186	6.01 348	1.26 199	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

TVStereo	2.67 288	0.67 110	21.08 499	2.43 512	0.47 51	4.67 501	0.67 138	3.68 256	4.30 486	2.11 291	1.62 208	1.36 183	1.09 186	6.01 348	1.26 199	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

PSM-softLoss	2.62 270	0.65 99	21.11 508	2.46 516	0.49 65	4.68 509	0.68 148	2.61 133	4.23 479	2.14 298	1.47 161	1.42 192	0.99 154	6.04 352	1.24 188	0.47 382	0.23 102	0.37 347	0.39 390	0.33 179	0.34 54

KMStereo	2.62 270	0.65 99	21.11 508	2.46 516	0.49 65	4.68 509	0.68 148	2.61 133	4.23 479	2.14 298	1.47 161	1.42 192	0.99 154	6.04 352	1.24 188	0.47 382	0.23 102	0.37 347	0.39 390	0.33 179	0.34 54

IRAFT_RVC	2.74 306	0.71 139	19.80 336	2.52 518	0.67 160	4.60 490	1.57 448	3.05 183	2.99 318	2.23 336	1.72 240	2.08 301	2.59 439	6.69 370	1.61 274	0.37 279	0.21 57	0.33 280	0.29 265	0.33 179	0.35 64

CRFU-Net	2.56 254	0.89 231	10.77 136	2.53 519	1.09 319	3.91 333	1.40 426	3.87 299	1.92 150	2.25 339	1.80 270	3.32 423	7.85 537	5.53 339	1.54 254	0.58 446	0.36 270	0.31 225	0.28 230	0.39 268	0.56 232

MaskLacGwcNet_RVC	3.77 450	1.65 390	20.61 457	2.55 520	1.63 453	4.29 435	1.67 460	3.99 325	2.56 250	1.76 204	1.93 329	3.03 397	1.41 262	13.24 549	2.02 360	4.47 558	1.63 475	1.12 521	0.48 440	2.42 532	2.85 453

MDST_ROB	6.31 528	1.18 322	22.96 560	2.56 521	2.69 515	21.07 568	2.01 483	4.79 527	2.87 303	9.49 555	4.45 512	4.10 478	4.48 503	22.33 567	17.61 550	0.79 488	0.44 336	0.47 417	0.44 425	0.47 360	0.95 352

testlalala2	2.47 226	0.75 175	20.46 425	2.58 522	2.91 519	3.80 304	0.76 206	4.20 403	3.87 461	1.45 160	1.57 194	2.43 336	0.80 109	1.23 48	0.71 44	0.28 94	0.33 240	0.24 49	0.21 85	0.35 217	0.38 100

ELAS	6.58 532	2.54 442	20.08 374	2.66 523	2.48 512	15.49 564	7.29 552	5.50 541	5.72 542	10.05 560	8.94 540	6.91 535	10.83 548	8.33 401	14.27 523	1.92 526	2.19 487	1.23 524	1.31 526	1.62 522	2.17 435
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	6.36 529	2.53 441	20.21 389	2.67 524	2.48 512	4.90 524	11.89 558	4.84 528	6.31 549	9.03 553	8.54 537	8.09 541	12.73 552	9.32 420	13.25 518	1.92 526	2.18 486	1.51 530	1.31 526	1.40 518	2.15 433
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
OMP-Stereo	2.94 342	1.26 336	20.07 368	2.73 525	0.67 160	4.58 486	1.46 435	4.33 463	2.21 193	3.14 486	2.68 460	3.22 414	1.38 250	7.65 393	1.42 230	0.46 373	0.21 57	0.33 280	0.26 186	0.34 202	0.31 29

DGSMNet	8.13 546	2.31 437	18.62 269	2.77 526	13.96 565	6.91 544	42.17 581	4.16 388	2.53 248	2.25 339	3.21 490	3.41 431	1.69 345	9.19 418	3.03 427	3.79 550	10.31 557	11.70 578	5.68 568	4.38 551	10.58 529

SQANet	4.22 474	14.03 542	20.30 406	2.78 527	2.75 517	3.41 212	1.48 438	3.66 252	2.25 200	2.62 433	1.77 258	2.68 364	1.90 384	7.41 389	3.78 445	2.97 537	1.42 468	1.85 533	1.13 518	3.28 536	2.86 454

IIG-Stereo	2.89 332	0.98 276	19.80 336	2.78 527	0.67 160	4.62 492	0.74 186	4.29 439	2.26 203	2.62 433	3.10 484	3.33 424	1.60 311	7.64 392	1.51 247	0.42 327	0.21 57	0.32 245	0.25 169	0.33 179	0.28 15

RTS	4.29 481	9.35 502	18.25 263	2.79 529	2.29 508	4.98 525	3.41 526	4.72 522	4.27 483	4.35 523	3.10 484	4.93 511	3.14 466	7.71 394	6.99 477	0.71 473	0.68 418	0.51 443	0.50 451	1.07 496	1.98 425

RTSA	4.29 481	9.35 502	18.25 263	2.79 529	2.29 508	4.98 525	3.41 526	4.72 522	4.27 483	4.35 523	3.10 484	4.93 511	3.14 466	7.71 394	6.99 477	0.71 473	0.68 418	0.51 443	0.50 451	1.07 496	1.98 425

PVD	3.91 460	4.36 472	13.89 163	2.81 531	4.79 548	3.80 304	1.94 474	3.89 302	4.11 471	5.75 537	3.56 500	3.59 451	3.34 477	6.44 365	6.44 473	0.73 481	2.84 504	0.74 505	0.84 501	0.82 475	3.45 471

PWCK	6.49 531	13.40 528	20.27 398	2.95 532	1.61 447	5.68 535	7.63 554	5.37 536	4.77 517	3.90 513	7.48 527	7.96 539	5.63 514	15.15 560	10.93 500	3.21 540	1.55 473	2.34 538	1.43 533	6.05 559	2.45 444

WAO-6	6.68 536	9.03 500	20.68 464	2.98 533	2.79 518	11.93 556	3.56 534	5.39 537	11.65 557	3.55 505	9.59 543	6.77 533	6.72 527	12.28 529	11.56 506	2.88 536	2.36 494	2.50 539	1.84 543	2.89 535	2.72 450

UDG	3.84 456	2.91 449	20.05 367	2.98 533	1.98 491	3.95 346	1.18 389	4.43 488	2.24 197	2.47 409	2.53 443	4.49 497	2.44 430	6.52 366	4.74 459	2.14 529	1.77 478	2.64 544	2.58 557	2.66 534	2.19 437

CAS	1.34 85	0.48 16	2.20 57	3.01 535	1.66 464	4.08 379	0.73 176	1.96 55	1.51 67	0.86 73	1.10 77	0.59 42	0.53 23	1.36 84	0.94 116	3.07 539	0.14 1	0.21 8	0.14 1	0.38 254	1.78 419

otaku	5.59 516	14.82 557	20.70 468	3.13 536	2.70 516	3.91 333	2.56 505	3.90 304	2.48 243	2.25 339	9.38 541	4.06 475	2.32 421	9.59 429	14.37 524	3.52 545	1.66 476	2.15 537	1.19 521	3.73 544	3.35 468

NVStereoNet_ROB	6.63 534	9.57 505	19.28 298	3.19 537	2.11 500	3.69 280	1.99 478	4.32 460	6.27 548	3.26 494	24.57 571	5.45 524	11.39 549	13.56 552	12.37 514	2.79 533	2.05 484	1.76 532	1.75 539	1.49 520	1.75 414
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Ntro	4.83 504	14.73 554	20.47 428	3.24 538	2.97 521	4.12 387	1.88 472	4.00 327	2.57 253	1.79 210	2.15 373	3.34 425	2.16 409	10.01 446	7.34 479	3.53 546	1.77 478	2.13 536	1.32 528	3.89 546	3.23 461

MFMNet_re	3.44 422	8.89 498	19.36 302	3.25 539	1.91 488	3.13 168	1.99 478	3.60 245	4.16 475	3.17 489	2.86 472	2.25 310	2.41 427	2.61 265	2.35 390	1.13 507	1.06 455	0.94 512	0.91 506	1.29 514	1.57 404

ACVNet_2	6.09 524	15.28 564	21.36 527	3.30 540	3.17 527	4.50 468	3.00 517	4.70 520	3.96 466	3.52 504	5.34 519	7.79 538	2.95 452	12.40 531	13.76 519	3.28 541	2.23 489	2.70 546	1.70 535	3.52 539	3.24 462

WAO-8	12.61 558	16.02 568	21.99 544	3.55 541	3.10 523	15.07 562	2.80 510	12.81 562	19.10 571	7.93 550	13.05 556	11.75 548	8.46 543	83.86 589	15.10 526	3.51 543	1.94 481	3.54 558	1.96 546	3.72 542	2.89 455

Venus	12.61 558	16.02 568	21.99 544	3.55 541	3.10 523	15.07 562	2.80 510	12.81 562	19.10 571	7.93 550	13.05 556	11.75 548	8.46 543	83.86 589	15.10 526	3.51 543	1.94 481	3.54 558	1.96 546	3.72 542	2.89 455

ACVNet-4b	6.98 539	14.78 555	22.17 549	3.56 543	3.11 525	4.14 395	2.23 492	4.08 358	3.84 456	1.67 184	3.96 508	5.86 528	2.87 449	10.30 459	17.16 546	26.09 581	2.24 490	2.53 540	1.79 540	3.91 547	3.28 465

DDUNet	3.65 437	2.81 447	19.59 316	3.57 544	2.26 506	3.47 224	1.35 418	4.21 408	2.40 227	2.68 439	2.48 435	4.17 482	1.78 362	5.48 338	2.61 411	2.25 530	1.77 478	2.61 543	2.43 555	2.63 533	2.40 441

ACVNet_1	6.63 534	14.79 556	21.40 528	3.59 545	3.17 527	4.69 514	2.46 500	4.24 421	3.34 403	3.11 482	2.86 472	23.21 567	4.59 505	11.06 485	12.59 515	3.75 548	2.34 493	2.60 542	1.80 541	3.70 541	3.31 466

RainbowNet	5.20 510	15.03 560	21.14 510	3.66 546	3.25 530	4.18 409	2.98 516	4.22 409	3.20 360	2.30 359	2.65 455	4.24 486	2.97 454	9.92 440	6.29 471	3.92 552	2.27 491	2.71 547	1.73 538	3.82 545	3.43 470

LVE	7.57 544	15.80 567	21.28 522	3.69 547	3.19 529	4.54 475	2.78 509	10.13 557	11.63 556	3.24 492	11.52 552	18.10 558	4.55 504	11.67 515	10.30 497	4.62 564	2.95 507	2.56 541	1.91 545	3.63 540	3.26 464

Dean	8.35 547	15.23 563	22.34 552	3.76 548	3.55 531	4.81 523	3.51 530	5.34 533	5.37 533	4.49 527	26.13 572	25.59 573	4.33 501	11.21 496	13.12 517	3.78 549	2.31 492	2.90 548	1.89 544	4.04 548	3.34 467

DispFullNet	4.71 500	3.93 465	23.92 563	4.00 549	3.01 522	3.38 205	1.31 411	4.23 415	3.26 377	6.31 543	2.92 474	4.03 473	7.80 535	3.93 312	5.15 462	2.80 534	1.61 474	3.11 553	2.70 560	3.32 537	3.38 469

tt	7.29 542	0.58 55	7.34 115	4.04 550	2.30 510	12.04 558	20.18 567	15.60 571	7.41 550	3.46 501	3.36 495	5.36 519	6.39 524	4.27 321	7.46 484	9.80 573	11.53 562	7.04 570	7.45 571	6.31 561	3.81 475

test_for_model	3.36 415	3.87 464	21.00 490	4.24 551	3.68 533	2.57 122	0.94 325	3.80 285	3.64 444	2.59 425	1.40 147	1.02 137	0.73 75	0.97 11	0.70 43	3.05 538	2.42 497	0.26 104	0.17 17	5.36 558	4.82 488

TorneroNet	26.32 576	14.70 553	22.40 554	4.24 551	4.08 542	54.72 583	3.19 522	15.11 569	76.73 587	57.99 583	82.55 588	86.65 589	45.79 584	13.34 550	18.51 557	4.52 559	2.86 505	3.45 555	2.63 559	8.75 570	4.28 482

TorneroNet-64	10.52 550	14.33 547	21.95 542	4.29 553	3.76 534	13.77 561	2.83 513	14.96 568	23.11 574	10.24 562	23.77 570	13.44 553	8.15 540	13.98 557	17.70 552	4.03 554	2.73 503	3.23 554	2.53 556	7.27 566	4.35 484

IMH-64-1	6.10 525	13.83 538	17.55 245	4.34 554	3.78 535	4.79 521	5.94 547	5.34 533	4.20 476	4.10 517	8.31 534	5.07 515	6.92 528	9.63 430	7.36 480	4.60 561	2.96 509	3.04 549	2.14 552	4.30 549	3.88 477

IMH-64	6.10 525	13.83 538	17.55 245	4.34 554	3.78 535	4.79 521	5.94 547	5.34 533	4.20 476	4.10 517	8.31 534	5.07 515	6.92 528	9.63 430	7.36 480	4.60 561	2.96 509	3.04 549	2.14 552	4.30 549	3.88 477

JetRed	10.68 552	26.07 577	35.62 572	4.40 556	4.16 544	15.72 565	13.07 561	14.57 567	5.83 543	5.85 538	5.55 521	10.12 545	7.37 533	8.86 410	25.99 573	3.33 542	3.82 519	3.59 560	2.98 565	8.51 569	8.22 512

IMH	7.25 541	16.24 570	21.08 499	4.40 556	3.79 537	5.46 533	3.03 520	5.58 543	6.26 547	4.92 532	10.32 545	9.24 543	8.30 541	13.62 553	11.56 506	4.84 565	3.00 512	3.09 552	2.14 552	4.38 551	3.83 476

KSHMR	17.50 569	14.38 550	22.35 553	4.50 558	4.51 545	8.17 548	3.33 525	15.44 570	76.15 586	7.32 546	61.40 584	56.33 584	5.66 516	32.91 576	13.97 521	4.42 556	2.99 511	3.64 561	2.79 562	5.13 557	4.55 486

ktn	22.24 574	14.37 549	20.30 406	4.54 559	4.02 541	6.52 540	4.50 545	6.78 549	78.80 588	84.67 588	100.54 590	58.48 585	8.39 542	13.13 546	17.09 541	4.61 563	3.24 514	3.49 556	2.62 558	4.70 555	3.96 479

notaker	10.92 553	14.17 544	20.38 415	4.56 560	3.98 540	6.29 538	3.53 532	7.68 551	5.10 527	9.04 554	46.37 580	13.84 556	28.85 574	14.18 559	14.16 522	4.57 560	3.19 513	3.52 557	2.70 560	8.16 568	4.13 481

SAMSARA	4.67 496	6.50 484	16.40 221	4.62 561	3.13 526	6.62 541	3.49 529	5.24 532	3.04 338	7.78 548	3.07 481	5.32 518	4.05 495	9.98 444	6.42 472	0.69 469	2.39 496	0.60 475	0.74 493	0.99 490	2.26 438

UNDER WATER	11.28 555	13.60 531	22.90 559	5.11 562	4.53 546	7.75 547	3.75 538	12.50 560	21.62 573	7.80 549	10.68 546	23.75 569	35.20 575	11.54 510	17.40 548	4.46 557	2.95 507	4.23 565	2.90 563	6.57 562	6.27 500

UNDER WATER-64	10.08 549	14.27 545	22.85 558	5.26 563	4.88 549	11.00 555	4.57 546	11.41 558	17.25 566	7.68 547	9.72 544	15.96 557	21.47 572	11.12 492	16.63 536	4.38 555	2.88 506	4.41 566	2.95 564	7.12 565	5.81 497

MADNet++	8.64 548	6.17 483	13.88 162	6.61 564	5.25 550	10.15 553	14.20 562	5.89 547	8.25 551	7.14 545	8.18 531	6.41 531	9.84 547	11.71 520	16.73 537	9.65 572	5.03 526	8.63 572	5.68 568	4.83 556	8.57 517

HanzoNet	31.86 578	17.33 571	21.23 519	7.52 565	5.85 553	7.49 546	3.61 537	14.35 566	13.37 559	50.38 581	46.35 579	44.46 577	56.50 586	36.53 580	28.25 577	64.05 587	58.31 588	9.45 574	89.24 588	31.17 582	31.77 577

SGM-ForestM	15.60 565	14.94 559	28.17 571	7.84 566	10.49 557	23.43 571	24.58 569	20.87 572	16.87 562	15.92 572	15.89 564	27.08 574	22.45 573	24.86 573	28.42 578	3.85 551	8.90 548	0.55 461	1.15 520	0.64 426	15.05 545

PML	64.55 588	56.00 587	20.79 475	8.10 567	32.82 576	147.60 591	247.57 593	12.71 561	45.39 583	111.32 590	288.85 593	101.42 591	100.62 591	31.63 575	15.84 531	13.96 576	4.84 523	10.95 575	6.18 570	28.99 577	5.33 493

SGM+DAISY	13.18 562	14.36 548	24.65 565	8.10 567	13.49 564	22.47 570	25.54 571	12.13 559	17.08 565	14.77 569	15.82 563	12.17 550	13.97 558	12.65 541	18.22 556	8.40 569	9.18 553	1.23 524	1.33 529	1.23 512	16.81 561

LE_ROB	19.18 570	12.99 526	48.22 580	8.42 569	23.91 574	7.26 545	19.71 566	9.92 556	38.58 580	43.44 578	21.85 567	28.15 575	41.18 578	23.00 569	54.71 583	0.38 295	0.34 251	0.32 245	0.36 362	0.43 315	0.49 192

DGTPSM_ROB	16.67 567	21.79 575	40.19 576	10.00 570	19.05 569	12.43 559	33.20 574	13.71 564	18.09 569	9.71 557	22.85 568	13.77 554	19.64 567	21.23 565	24.07 567	5.09 567	8.95 549	5.62 568	11.49 573	6.73 563	15.75 554

MANE	15.29 564	13.67 533	23.58 562	10.15 571	13.37 563	23.58 572	23.86 568	27.83 576	26.26 575	12.02 568	15.10 560	19.83 562	18.01 566	15.68 562	20.35 564	8.58 570	9.20 554	3.05 551	4.19 567	0.82 475	16.69 557

DPSMNet_ROB	16.76 568	21.81 576	40.95 577	10.20 572	19.08 570	12.43 559	33.21 575	13.73 565	18.21 570	9.76 558	22.88 569	13.78 555	19.64 567	21.39 566	24.21 568	5.20 568	8.97 550	5.63 569	11.51 576	6.80 564	15.82 555

BEATNet-Init1	51.93 586	71.67 588	99.39 589	10.91 573	13.10 561	84.39 590	59.36 583	73.78 588	67.97 585	88.09 589	88.15 589	91.73 590	97.51 590	85.13 591	72.56 591	2.59 532	5.18 527	1.20 523	1.49 534	10.61 572	13.83 536

USTest	15.98 566	15.57 566	22.51 556	18.47 574	16.98 566	26.39 573	36.05 577	27.65 575	12.77 558	10.72 564	10.87 547	18.34 559	15.08 559	18.60 564	23.36 566	4.90 566	5.38 528	7.40 571	7.45 571	9.88 571	11.26 531

TCMNet-wrong-test	12.48 557	15.10 561	19.66 319	22.40 575	19.87 571	15.98 567	12.30 560	23.88 573	4.80 519	6.29 542	6.46 523	18.38 560	15.65 560	10.50 463	10.86 499	9.07 571	4.79 522	5.34 567	3.95 566	12.27 574	12.13 533

Anonymous_1	57.77 587	19.65 572	26.12 567	23.12 576	141.97 589	30.79 574	39.72 578	34.10 580	16.98 563	70.09 587	15.64 562	23.44 568	19.73 569	23.03 570	27.21 574	164.70 592	9.02 551	130.41 588	137.42 589	161.21 592	41.01 584

DPSM_ROB	20.83 572	20.01 573	26.54 568	23.64 577	22.42 572	31.06 575	39.94 579	34.02 578	17.42 567	15.35 570	16.05 565	24.04 570	20.69 570	23.28 571	27.60 575	10.77 574	9.41 555	11.68 576	11.50 574	14.48 575	16.71 558

DPSM	20.83 572	20.01 573	26.54 568	23.64 577	22.42 572	31.06 575	39.94 579	34.02 578	17.42 567	15.35 570	16.05 565	24.04 570	20.69 570	23.28 571	27.60 575	10.77 574	9.41 555	11.68 576	11.50 574	14.48 575	16.71 558

LRCNet_RVC	25.63 575	33.47 578	24.35 564	31.77 579	32.74 575	6.73 542	1.19 390	25.87 574	4.67 510	28.95 573	30.91 573	24.89 572	17.54 564	27.82 574	24.57 570	35.48 582	25.62 581	35.91 583	33.80 582	31.95 583	34.38 582

HaxPig	43.31 582	43.63 583	45.01 578	33.88 580	35.67 577	32.79 577	30.52 573	45.50 581	42.95 581	48.75 579	48.14 581	43.24 576	40.44 577	44.58 581	43.63 580	47.17 584	49.30 585	51.65 585	50.37 584	43.72 584	45.27 585

MEDIAN_ROB	47.37 584	49.00 585	49.74 581	40.28 581	39.94 579	34.93 579	33.41 576	49.78 583	46.38 584	53.04 582	52.61 583	47.67 579	42.28 583	48.33 587	47.25 582	52.06 586	53.99 587	54.28 586	53.48 585	48.70 586	50.27 587

AVERAGE_ROB	44.46 583	45.87 584	46.48 579	40.54 582	38.62 578	32.95 578	30.49 572	46.80 582	43.31 582	49.57 580	48.93 582	44.57 578	39.87 576	45.01 582	43.89 581	48.70 585	50.65 586	50.80 584	49.79 583	45.54 585	46.89 586

CasAABBNet	41.89 581	40.14 582	53.33 585	47.71 583	45.10 581	62.42 585	80.65 590	68.29 586	34.85 576	30.67 574	32.34 577	48.22 582	41.76 580	46.61 585	55.60 587	21.59 577	18.89 573	23.46 579	23.21 581	29.17 580	33.75 580

Selective-RAFT-Error	41.88 580	40.10 581	53.23 583	47.74 584	45.20 582	62.42 585	80.58 589	68.27 585	34.95 577	30.85 576	32.30 576	48.08 580	42.07 582	46.54 583	54.92 584	21.60 578	19.12 574	23.46 579	23.15 580	29.14 579	33.95 581

FlowAnything	41.86 579	39.86 579	53.27 584	47.82 585	45.01 580	62.36 584	80.44 588	68.40 587	35.33 579	30.77 575	32.01 574	48.15 581	42.00 581	46.64 586	55.21 585	21.70 580	18.87 572	23.47 581	23.12 578	29.11 578	33.59 579

LSM	13.03 561	7.72 495	21.01 491	55.44 586	85.65 584	3.65 271	6.27 549	3.91 308	5.06 526	5.63 535	13.91 559	3.53 448	3.46 485	9.93 441	4.36 453	0.72 478	0.95 446	0.72 501	0.85 502	1.09 499	26.67 574

LSM0	49.69 585	40.02 580	53.50 586	97.07 587	129.56 587	62.65 587	79.82 587	68.02 584	35.12 578	33.72 577	33.34 578	48.41 583	41.54 579	46.57 584	55.40 586	21.63 579	19.16 575	23.60 582	23.13 579	29.46 581	52.08 588

DPSimNet_ROB	143.68 592	156.64 592	170.66 591	162.59 588	135.40 588	195.13 592	174.01 591	141.76 592	167.78 593	174.58 592	138.78 591	186.01 592	183.75 592	82.32 588	97.85 592	151.24 591	102.48 589	131.25 589	82.78 587	115.21 588	123.37 589

DLNR_Zeroshot_test	29.83 577	55.48 586	50.99 582	183.84 589	114.74 586	3.44 218	0.28 5	29.52 577	1.59 88	1.03 115	1.25 107	0.93 126	0.64 52	3.95 313	1.62 276	37.16 583	1.69 477	0.26 104	0.23 133	92.97 587	15.07 546

test_example2	213.42 593	219.67 593	222.97 593	213.78 590	220.82 593	199.03 593	200.49 592	189.27 593	143.61 592	211.05 593	218.08 592	210.69 593	205.21 593	221.14 593	216.49 593	236.74 593	242.08 593	213.66 590	216.96 590	235.55 593	231.06 593

xxxxx1	112.85 589	94.19 589	38.10 573	228.21 591	161.02 590	39.23 580	61.26 584	92.54 589	79.08 589	63.44 584	74.84 585	77.80 586	69.88 587	33.55 577	70.96 588	117.25 588	130.44 590	258.49 591	273.88 591	145.63 589	147.24 590

tt_ll	112.85 589	94.19 589	38.10 573	228.21 591	161.02 590	39.23 580	61.26 584	92.54 589	79.08 589	63.44 584	74.84 585	77.80 586	69.88 587	33.55 577	70.96 588	117.25 588	130.44 590	258.49 591	273.88 591	145.63 589	147.24 590

ff	112.85 589	94.19 589	38.10 573	228.21 591	161.02 590	39.23 580	61.26 584	92.54 589	79.08 589	63.44 584	74.84 585	77.80 586	69.88 587	33.55 577	70.96 588	117.25 588	130.44 590	258.49 591	273.88 591	145.63 589	147.24 590

ccccc		628.29 594		567.59 594	570.62 594	580.23 594		613.89 594		613.55 594		554.19 594		666.02 594		780.28 594	507.01 594	391.46 594	342.94 594	701.16 594

Low-res two-view benchmark