Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2_XL	0.24 1	0.24 79	0.39 14	0.34 1	0.24 41	0.16 2	0.18 2	0.32 1	0.22 4	0.29 11	0.40 28	0.24 7	0.23 10	0.32 1	0.26 21	0.20 220	0.18 317	0.18 114	0.16 155	0.18 123	0.14 63
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.24 1	0.21 28	0.36 3	0.38 25	0.22 19	0.32 15	0.22 17	0.39 2	0.23 6	0.30 15	0.25 7	0.30 35	0.33 48	0.34 3	0.26 21	0.16 60	0.12 54	0.15 22	0.11 9	0.13 5	0.12 11

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 12	0.22 19	0.35 19	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 46	0.20 1	0.77 111	0.23 2	0.16 60	0.11 28	0.15 22	0.11 9	0.13 5	0.11 2

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 39	0.24 41	0.38 28	0.20 10	0.59 21	0.19 1	0.24 2	0.17 1	0.33 44	0.27 21	0.90 158	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

LGtest1	0.27 4	0.21 28	0.44 39	0.41 47	0.21 9	0.42 44	0.19 7	0.56 14	0.26 9	0.29 11	0.24 6	0.29 30	0.29 29	0.55 41	0.25 12	0.18 142	0.12 54	0.16 52	0.12 41	0.14 20	0.13 36

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 32	0.21 9	0.25 3	0.22 17	0.48 6	0.31 16	0.32 20	0.26 10	0.37 55	0.24 12	0.83 134	0.29 38	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.11 2

Monster-pub-eth3d	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 152	0.31 79	0.55 12	0.43 47	0.28 7	0.28 13	0.23 3	0.21 3	0.56 42	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

IGEV	0.28 7	0.18 1	0.39 14	0.37 12	0.31 182	0.45 63	0.21 13	0.59 21	0.40 38	0.31 16	0.43 41	0.26 15	0.21 3	0.43 11	0.25 12	0.13 20	0.12 54	0.16 52	0.13 65	0.12 1	0.12 11

MLG-Stereo_test3	0.28 7	0.18 1	0.42 32	0.40 39	0.23 25	0.47 73	0.19 7	0.61 29	0.29 12	0.35 28	0.21 2	0.35 48	0.21 3	0.60 62	0.25 12	0.15 38	0.11 28	0.16 52	0.11 9	0.13 5	0.13 36

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 152	0.31 79	0.55 12	0.43 47	0.28 7	0.29 15	0.23 3	0.21 3	0.56 42	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

4.5_new	0.29 11	0.25 108	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

4.5w-stereo	0.29 11	0.25 108	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

LG-Stereo_L2	0.29 11	0.20 10	0.45 52	0.37 12	0.25 58	0.26 4	0.20 10	0.78 79	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 159	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

MLG-Stereo	0.29 11	0.19 6	0.38 8	0.41 47	0.20 3	0.42 44	0.20 10	0.66 45	0.21 2	0.25 3	0.22 4	0.33 44	0.28 25	1.09 213	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

Monster-pub-mixall	0.30 15	0.19 6	0.39 14	0.36 5	0.21 9	0.28 9	0.18 2	0.58 19	0.34 24	0.36 33	0.34 20	0.26 15	0.20 1	1.40 299	0.24 5	0.15 38	0.11 28	0.13 1	0.10 2	0.12 1	0.13 36

AdaDepth	0.30 15	0.22 47	0.49 73	0.44 84	0.27 92	0.44 59	0.24 31	0.52 8	0.30 13	0.31 16	0.37 26	0.26 15	0.32 45	0.79 120	0.25 12	0.12 6	0.12 54	0.16 52	0.13 65	0.16 61	0.15 97

asda	0.30 15	0.24 79	0.42 32	0.38 25	0.23 25	0.43 53	0.34 106	0.58 19	0.37 31	0.38 43	0.42 32	0.27 20	0.34 55	0.52 29	0.30 48	0.11 1	0.09 1	0.14 2	0.11 9	0.14 20	0.12 11

asd	0.30 15	0.21 28	0.41 24	0.39 32	0.24 41	0.47 73	0.30 72	0.69 53	0.30 13	0.41 53	0.39 27	0.28 29	0.33 48	0.62 68	0.27 26	0.13 20	0.09 1	0.14 2	0.12 41	0.14 20	0.12 11

4.25_new	0.30 15	0.26 131	0.44 39	0.38 25	0.26 68	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.5w_new	0.30 15	0.26 131	0.44 39	0.38 25	0.26 68	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.25w-stereo	0.30 15	0.26 131	0.44 39	0.38 25	0.26 68	0.49 91	0.40 179	0.59 21	0.32 20	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4w-stereo	0.30 15	0.24 79	0.44 39	0.37 12	0.23 25	0.46 68	0.27 51	0.63 34	0.31 16	0.41 53	0.44 45	0.27 20	0.36 72	0.59 50	0.30 48	0.11 1	0.09 1	0.15 22	0.12 41	0.13 5	0.12 11

LG-Stereo_L1	0.30 15	0.20 10	0.44 39	0.37 12	0.26 68	0.29 11	0.21 13	0.66 45	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 251	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

IGEV-Stereo++	0.30 15	0.20 10	0.40 19	0.46 106	0.30 156	0.33 16	0.22 17	0.75 69	0.45 53	0.32 20	0.41 30	0.32 40	0.48 144	0.38 4	0.27 26	0.15 38	0.11 28	0.15 22	0.12 41	0.15 41	0.13 36

2.5w	0.31 25	0.23 60	0.46 60	0.39 32	0.24 41	0.42 44	0.39 171	0.61 29	0.30 13	0.37 37	0.53 78	0.24 7	0.25 14	0.77 111	0.28 35	0.12 6	0.10 9	0.14 2	0.12 41	0.14 20	0.12 11

2.75w_new	0.31 25	0.23 60	0.43 37	0.35 3	0.23 25	0.42 44	0.42 199	0.54 11	0.35 27	0.47 86	0.43 41	0.24 7	0.30 33	0.66 81	0.33 86	0.12 6	0.10 9	0.14 2	0.11 9	0.13 5	0.12 11

LG-G_1	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 201	0.18 2	0.70 57	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 149	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

LG-G	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 201	0.18 2	0.70 57	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 149	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

qwe	0.32 29	0.21 28	0.40 19	0.37 12	0.26 68	0.49 91	0.29 62	0.64 36	0.39 34	0.49 101	0.48 59	0.26 15	0.27 21	0.80 123	0.34 103	0.12 6	0.10 9	0.14 2	0.11 9	0.15 41	0.12 11

2.25w	0.32 29	0.24 79	0.48 66	0.37 12	0.24 41	0.45 63	0.25 34	0.62 32	0.40 38	0.45 77	0.58 96	0.27 20	0.32 45	0.74 107	0.35 113	0.12 6	0.10 9	0.14 2	0.12 41	0.13 5	0.14 63

3.25w_new	0.32 29	0.21 28	0.45 52	0.38 25	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 86	0.45 50	0.32 40	0.35 63	0.61 66	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.25w	0.32 29	0.21 28	0.45 52	0.37 12	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 86	0.45 50	0.32 40	0.35 63	0.61 66	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.75w	0.32 29	0.23 60	0.44 39	0.37 12	0.29 134	0.62 194	0.36 130	0.59 21	0.32 20	0.41 53	0.47 56	0.25 13	0.34 55	0.64 72	0.26 21	0.12 6	0.09 1	0.14 2	0.12 41	0.13 5	0.12 11

2w_stereo	0.32 29	0.24 79	0.45 52	0.39 32	0.22 19	0.46 68	0.47 264	0.69 53	0.42 45	0.43 65	0.50 70	0.24 7	0.45 116	0.47 19	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.13 36

SGD-Stereo	0.32 29	0.20 10	0.40 19	0.38 25	0.19 1	0.43 53	0.22 17	0.64 36	0.33 22	0.42 59	0.34 20	0.27 20	0.35 63	1.15 227	0.30 48	0.20 220	0.10 9	0.15 22	0.13 65	0.17 92	0.13 36

GREAT-IGEV	0.32 29	0.20 10	0.42 32	0.37 12	0.29 134	0.36 23	0.28 57	0.56 14	0.58 99	0.28 7	0.50 70	0.29 30	0.29 29	0.84 137	0.27 26	0.14 30	0.11 28	0.15 22	0.11 9	0.17 92	0.14 63

3.5w_stereo	0.33 37	0.25 108	0.45 52	0.37 12	0.24 41	0.54 143	0.35 114	0.66 45	0.36 28	0.43 65	0.44 45	0.29 30	0.34 55	0.77 111	0.39 154	0.11 1	0.09 1	0.15 22	0.11 9	0.14 20	0.13 36

3w_stereo	0.33 37	0.25 108	0.52 96	0.40 39	0.21 9	0.53 135	0.54 319	0.65 40	0.46 59	0.44 69	0.48 59	0.23 3	0.45 116	0.46 14	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.15 97

DEFOM-Stereo	0.33 37	0.20 10	0.40 19	0.42 54	0.28 117	0.80 303	0.23 25	0.48 6	0.37 31	0.37 37	0.31 18	0.23 3	0.24 12	1.20 241	0.27 26	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.14 63

1w_stereo	0.34 40	0.20 10	0.42 32	0.43 61	0.26 68	0.47 73	0.54 319	0.59 21	0.50 69	0.41 53	0.66 113	0.25 13	0.44 112	0.62 68	0.33 86	0.12 6	0.10 9	0.14 2	0.11 9	0.14 20	0.12 11

monsterstereo	0.34 40	0.20 10	0.44 39	0.45 98	0.35 244	0.27 8	0.29 62	0.53 9	0.51 78	0.44 69	0.61 101	0.26 15	0.25 14	1.19 239	0.27 26	0.13 20	0.11 28	0.15 22	0.12 41	0.15 41	0.10 1

monsters	0.34 40	0.20 10	0.41 24	0.39 32	0.36 254	0.34 17	0.27 51	0.66 45	0.43 47	0.47 86	0.40 28	0.22 2	0.23 10	1.33 273	0.25 12	0.13 20	0.10 9	0.14 2	0.11 9	0.13 5	0.13 36

111111	0.34 40	0.20 10	0.41 24	0.45 98	0.42 320	0.37 25	0.22 17	0.95 151	0.38 33	0.31 16	0.31 18	0.40 60	0.27 21	0.96 173	0.26 21	0.17 103	0.12 54	0.15 22	0.11 9	0.15 41	0.13 36

LG-Stereo	0.34 40	0.25 108	0.78 286	0.47 117	0.26 68	0.37 25	0.30 72	0.71 61	0.52 85	0.36 33	0.57 93	0.29 30	0.21 3	0.50 23	0.36 123	0.13 20	0.13 115	0.20 174	0.18 194	0.18 123	0.12 11

S2M2_L	0.34 40	0.28 183	0.45 52	0.40 39	0.30 156	0.31 14	0.16 1	0.60 28	0.64 117	0.31 16	0.48 59	0.47 85	0.34 55	0.38 4	0.32 70	0.25 349	0.22 393	0.20 174	0.22 321	0.25 317	0.22 287
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GIP-stereo	0.34 40	0.23 60	0.45 52	0.50 172	0.36 254	0.38 28	0.23 25	0.78 79	0.52 85	0.34 27	0.51 73	0.46 78	0.38 84	0.51 26	0.27 26	0.20 220	0.12 54	0.16 52	0.12 41	0.16 61	0.14 63

RAStereo	0.34 40	0.21 28	0.66 183	0.47 117	0.27 92	0.26 4	0.29 62	0.69 53	0.63 113	0.32 20	0.42 32	0.45 74	0.31 39	0.45 12	0.34 103	0.17 103	0.15 226	0.19 137	0.15 113	0.18 123	0.13 36

AIO_test	0.35 48	0.22 47	0.44 39	0.43 61	0.27 92	0.57 163	0.44 232	0.79 84	0.41 42	0.32 20	0.47 56	0.46 78	0.30 33	0.69 86	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.15 41	0.12 11

zero-FE	0.36 49	0.22 47	0.47 63	0.45 98	0.43 330	0.30 12	0.24 31	0.61 29	0.33 22	0.33 25	0.41 30	0.37 55	0.50 158	0.64 72	0.32 70	0.22 280	0.11 28	0.18 114	0.12 41	0.83 525	0.16 128

LG-Stereo_Zeroshot	0.36 49	0.23 60	0.54 108	0.50 172	0.28 117	0.36 23	0.22 17	1.02 176	0.39 34	0.42 59	0.64 109	0.36 50	0.51 163	0.39 6	0.29 38	0.18 142	0.12 54	0.17 79	0.13 65	0.18 123	0.18 179

AIO_rvc	0.36 49	0.23 60	0.49 73	0.43 61	0.27 92	0.59 171	0.38 156	0.94 146	0.45 53	0.33 25	0.46 54	0.49 98	0.22 8	0.84 137	0.30 48	0.16 60	0.11 28	0.16 52	0.12 41	0.15 41	0.13 36

HUF	0.36 49	0.23 60	0.52 96	0.40 39	0.22 19	0.54 143	0.47 264	0.82 102	0.43 47	0.36 33	0.43 41	0.50 105	0.42 97	0.64 72	0.29 38	0.17 103	0.12 54	0.16 52	0.12 41	0.15 41	0.14 63

MaDis-Stereo	0.36 49	0.25 108	0.58 138	0.44 84	0.34 240	0.30 12	0.30 72	0.72 62	0.50 69	0.37 37	0.36 23	0.58 143	0.49 152	0.52 29	0.36 123	0.19 183	0.16 266	0.19 137	0.15 113	0.18 123	0.14 63

UniTT-Stereo	0.36 49	0.23 60	0.59 145	0.48 144	0.36 254	0.40 33	0.32 87	0.53 9	0.49 65	0.54 120	0.55 87	0.36 50	0.31 39	0.58 49	0.51 254	0.20 220	0.15 226	0.17 79	0.15 113	0.19 166	0.15 97

IGEV-RUCA	0.37 55	0.23 60	0.48 66	0.49 160	0.36 254	0.60 179	0.23 25	0.64 36	0.49 65	0.39 51	0.49 67	0.44 66	0.31 39	0.85 142	0.30 48	0.24 322	0.13 115	0.16 52	0.12 41	0.20 200	0.19 219

Pointernet	0.37 55	0.20 10	0.57 132	0.43 61	0.28 117	0.51 122	0.27 51	0.93 139	0.61 108	0.47 86	0.63 106	0.49 98	0.38 84	0.49 22	0.33 86	0.17 103	0.13 115	0.14 2	0.11 9	0.13 5	0.12 11

AIO-Stereo	0.37 55	0.25 108	0.51 88	0.47 117	0.23 25	0.45 63	0.39 171	1.07 210	0.52 85	0.41 53	0.48 59	0.52 116	0.25 14	0.72 97	0.30 48	0.16 60	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

AEACV	0.37 55	0.24 79	0.52 96	0.47 117	0.51 386	0.37 25	0.38 156	0.65 40	0.53 89	0.42 59	0.56 90	0.46 78	0.60 213	0.53 32	0.30 48	0.16 60	0.13 115	0.18 114	0.15 113	0.17 92	0.14 63

EGLCR-Stereo	0.37 55	0.22 47	0.51 88	0.43 61	0.26 68	0.44 59	0.22 17	0.99 165	0.48 63	0.42 59	0.42 32	0.67 176	0.29 29	0.86 146	0.33 86	0.17 103	0.12 54	0.19 137	0.17 176	0.17 92	0.15 97

MSCF	0.38 60	0.25 108	0.52 96	0.47 117	0.25 58	0.62 194	0.37 149	0.81 97	0.47 62	0.50 109	0.71 131	0.32 40	0.65 242	0.54 35	0.28 35	0.19 183	0.12 54	0.17 79	0.14 95	0.17 92	0.14 63

castereo++	0.38 60	0.23 60	0.41 24	0.43 61	0.31 182	0.97 367	0.22 17	0.86 112	0.58 99	0.32 20	0.44 45	0.51 109	0.39 86	0.93 167	0.24 5	0.17 103	0.11 28	0.17 79	0.12 41	0.14 20	0.14 63

fffft	0.38 60	0.23 60	0.51 88	0.44 84	0.32 201	0.43 53	0.48 275	0.76 72	0.36 28	0.44 69	0.34 20	0.38 58	0.31 39	1.31 266	0.32 70	0.14 30	0.11 28	0.19 137	0.15 113	0.16 61	0.16 128
1: 1. 1
RSM++	0.38 60	0.24 79	0.51 88	0.47 117	0.26 68	0.50 105	0.41 195	0.79 84	0.45 53	0.37 37	0.45 50	0.60 151	0.35 63	1.02 194	0.30 48	0.15 38	0.13 115	0.17 79	0.14 95	0.18 123	0.13 36

FlowAnything_test	0.39 64	0.26 131	0.61 153	0.59 330	0.33 222	0.62 194	0.36 130	0.62 32	0.40 38	0.45 77	0.36 23	0.45 74	0.37 77	0.53 32	0.48 235	0.24 322	0.18 317	0.28 386	0.33 467	0.21 241	0.19 219

water-stereo	0.39 64	0.20 10	0.48 66	0.44 84	0.27 92	0.50 105	0.26 44	0.92 132	0.51 78	0.53 117	0.78 149	0.55 127	0.49 152	0.42 10	0.42 183	0.16 60	0.15 226	0.17 79	0.15 113	0.16 61	0.15 97

SMoEStereo_RVC	0.39 64	0.25 108	0.50 80	0.45 98	0.30 156	0.61 185	0.36 130	0.72 62	0.45 53	0.46 82	0.43 41	0.42 61	0.35 63	1.39 293	0.29 38	0.15 38	0.12 54	0.20 174	0.15 113	0.16 61	0.15 97

ours_stereo	0.39 64	0.28 183	0.51 88	0.46 106	0.30 156	0.40 33	0.44 232	0.73 64	0.56 96	0.35 28	0.56 90	0.46 78	0.33 48	1.11 219	0.32 70	0.16 60	0.13 115	0.19 137	0.15 113	0.19 166	0.14 63

RSM	0.39 64	0.24 79	0.49 73	0.46 106	0.26 68	0.47 73	0.40 179	0.92 132	0.44 51	0.41 53	0.42 32	0.65 169	0.33 48	1.07 208	0.29 38	0.15 38	0.12 54	0.17 79	0.13 65	0.17 92	0.13 36

trnet	0.39 64	0.21 28	0.37 5	0.36 5	0.20 3	0.53 135	0.29 62	0.78 79	1.12 306	0.59 134	0.71 131	0.53 121	0.42 97	0.54 35	0.34 103	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.13 36

Selective-IGEV	0.39 64	0.24 79	0.50 80	0.44 84	0.25 58	0.46 68	0.33 94	1.25 273	0.40 38	0.35 28	0.45 50	0.52 116	0.30 33	1.07 208	0.30 48	0.14 30	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

GLC_STEREO	0.39 64	0.25 108	0.41 24	0.54 258	0.23 25	0.48 79	0.30 72	0.73 64	0.58 99	0.52 116	0.73 137	0.51 109	0.31 39	0.64 72	0.42 183	0.17 103	0.20 353	0.23 276	0.19 216	0.21 241	0.17 154

CREStereo	0.39 64	0.21 28	0.38 8	0.34 1	0.22 19	0.53 135	0.29 62	0.77 75	1.11 302	0.58 126	0.71 131	0.51 109	0.41 93	0.54 35	0.34 103	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.14 63
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
GASTEREO	0.40 73	0.25 108	0.51 88	0.48 144	0.25 58	0.65 217	0.36 130	0.81 97	0.49 65	0.51 114	0.82 162	0.30 35	0.66 245	0.62 68	0.28 35	0.19 183	0.12 54	0.16 52	0.14 95	0.16 61	0.14 63

DEFOM-Stereo_RVC	0.40 73	0.67 486	0.42 32	0.64 386	0.29 134	0.48 79	0.25 34	0.85 110	0.44 51	0.38 43	0.36 23	0.30 35	0.70 255	1.15 227	0.29 38	0.16 60	0.11 28	0.16 52	0.11 9	0.18 123	0.12 11

mms	0.40 73	0.27 161	0.52 96	0.46 106	0.32 201	0.43 53	0.46 257	0.70 57	0.46 59	0.35 28	0.58 96	0.44 66	0.30 33	1.36 283	0.33 86	0.16 60	0.13 115	0.18 114	0.15 113	0.19 166	0.15 97

MoCha-V2	0.40 73	0.20 10	0.49 73	0.50 172	0.21 9	0.44 59	0.33 94	0.93 139	0.53 89	0.53 117	0.53 78	0.42 61	0.58 209	1.09 213	0.27 26	0.14 30	0.12 54	0.15 22	0.12 41	0.17 92	0.15 97

IGEV++	0.40 73	0.22 47	0.51 88	0.52 225	0.29 134	0.45 63	0.25 34	1.65 370	0.46 59	0.37 37	0.57 93	0.46 78	0.45 116	0.50 23	0.38 146	0.19 183	0.12 54	0.16 52	0.13 65	0.16 61	0.15 97

GCAP-Stereo	0.40 73	0.28 183	0.68 192	0.47 117	0.25 58	0.53 135	0.32 87	0.82 102	0.58 99	0.65 144	0.69 124	0.58 143	0.42 97	0.47 19	0.29 38	0.17 103	0.14 168	0.17 79	0.13 65	0.17 92	0.14 63

LoS	0.40 73	0.21 28	0.44 39	0.37 12	0.22 19	0.50 105	0.40 179	1.00 169	0.94 220	0.48 94	0.66 113	0.48 90	0.40 90	0.60 62	0.37 135	0.18 142	0.14 168	0.16 52	0.11 9	0.14 20	0.14 63
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.40 73	0.31 271	0.73 241	0.58 317	0.27 92	0.26 4	0.33 94	0.95 151	0.81 178	0.42 59	0.47 56	0.65 169	0.47 132	0.39 6	0.34 103	0.18 142	0.15 226	0.16 52	0.14 95	0.19 166	0.16 128
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
Replicate-Monster	0.41 81	0.26 131	2.03 506	0.36 5	0.21 9	0.46 68	0.23 25	0.67 51	0.48 63	0.42 59	0.27 12	0.31 38	0.30 33	0.98 182	0.24 5	0.14 30	0.10 9	0.14 2	0.11 9	0.13 5	0.28 379

depthmonostereo	0.41 81	0.23 60	0.53 102	0.47 117	0.23 25	0.61 185	0.35 114	1.00 169	0.76 163	0.48 94	0.65 112	0.47 85	0.49 152	0.67 84	0.37 135	0.16 60	0.15 226	0.16 52	0.14 95	0.16 61	0.15 97

castereo	0.41 81	0.22 47	0.46 60	0.44 84	0.30 156	0.61 185	0.56 345	0.97 159	0.80 175	0.38 43	0.69 124	0.45 74	0.69 250	0.51 26	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.16 61	0.12 11

CASnet	0.41 81	0.25 108	0.48 66	0.50 172	0.20 3	0.50 105	0.36 130	0.81 97	0.80 175	0.83 184	0.68 120	0.48 90	0.31 39	0.54 35	0.32 70	0.18 142	0.12 54	0.27 371	0.22 321	0.23 290	0.14 63
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fffy	0.42 85	0.27 161	0.57 132	0.46 106	0.29 134	0.48 79	0.35 114	0.91 129	0.55 93	0.40 52	0.58 96	0.55 127	0.41 93	1.26 255	0.36 123	0.15 38	0.13 115	0.19 137	0.16 155	0.18 123	0.14 63

WCG-NET	0.42 85	0.21 28	0.54 108	0.40 39	0.25 58	0.47 73	0.32 87	0.73 64	1.15 333	0.76 161	0.73 137	0.58 143	0.45 116	0.60 62	0.34 103	0.15 38	0.11 28	0.16 52	0.14 95	0.15 41	0.13 36

Occ-G	0.42 85	0.21 28	0.48 66	0.41 47	0.26 68	0.42 44	0.62 378	0.77 75	0.49 65	0.43 65	0.66 113	1.02 309	0.46 123	0.78 116	0.41 172	0.16 60	0.13 115	0.18 114	0.13 65	0.16 61	0.16 128

MGS-Stereo	0.42 85	0.26 131	0.58 138	0.44 84	0.28 117	0.50 105	0.34 106	0.57 18	0.83 184	0.46 82	1.31 347	0.52 116	0.33 48	0.65 79	0.36 123	0.19 183	0.16 266	0.18 114	0.15 113	0.17 92	0.16 128

LoS_RVC	0.42 85	0.26 131	0.40 19	0.44 84	0.82 503	0.51 122	0.44 232	0.64 36	0.41 42	0.44 69	0.78 149	0.44 66	0.47 132	0.56 42	0.36 123	0.13 20	0.12 54	0.14 2	0.10 2	0.13 5	0.84 530

test_xeample3	0.42 85	0.28 183	0.69 205	0.43 61	0.33 222	0.56 158	0.38 156	0.79 84	0.45 53	0.53 117	0.46 54	0.44 66	0.44 112	1.38 288	0.31 65	0.18 142	0.14 168	0.19 137	0.15 113	0.17 92	0.16 128

GGEV	0.43 91	0.24 79	0.50 80	0.50 172	0.25 58	1.14 400	0.43 218	1.10 221	0.55 93	0.48 94	0.64 109	0.49 98	0.50 158	0.50 23	0.32 70	0.19 183	0.13 115	0.19 137	0.13 65	0.18 123	0.15 97

DA2	0.43 91	0.23 60	0.49 73	0.50 172	0.25 58	1.08 390	0.44 232	1.18 245	0.58 99	0.46 82	0.64 109	0.54 123	0.47 132	0.46 14	0.32 70	0.19 183	0.13 115	0.19 137	0.13 65	0.18 123	0.14 63

DilatedVolume-Stereo	0.43 91	0.21 28	0.55 118	0.43 61	0.32 201	0.72 257	0.29 62	0.80 92	0.51 78	0.77 166	0.73 137	0.48 90	0.40 90	1.13 224	0.39 154	0.15 38	0.14 168	0.15 22	0.14 95	0.16 61	0.14 63

MM-Stereo_test2	0.43 91	0.24 79	0.67 188	0.51 204	0.32 201	0.55 152	0.45 250	0.97 159	0.77 167	0.59 134	0.51 73	0.49 98	0.42 97	0.80 123	0.30 48	0.15 38	0.13 115	0.18 114	0.14 95	0.19 166	0.14 63

SCV_C0	0.43 91	0.26 131	0.65 176	0.43 61	0.29 134	0.47 73	0.31 79	1.34 287	0.73 154	0.38 43	0.49 67	0.54 123	0.29 29	1.24 251	0.30 48	0.17 103	0.13 115	0.16 52	0.13 65	0.20 200	0.15 97

ff7	0.43 91	0.27 161	0.56 122	0.44 84	0.33 222	0.50 105	0.42 199	0.87 113	0.50 69	0.49 101	0.53 78	0.44 66	0.48 144	1.38 288	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

ffff	0.43 91	0.27 161	0.56 122	0.44 84	0.33 222	0.50 105	0.42 199	0.87 113	0.50 69	0.49 101	0.53 78	0.44 66	0.48 144	1.38 288	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

11t	0.43 91	0.27 161	0.56 122	0.44 84	0.33 222	0.50 105	0.42 199	0.87 113	0.50 69	0.49 101	0.53 78	0.44 66	0.48 144	1.38 288	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

anonymousdsp	0.43 91	0.27 161	0.53 102	0.44 84	0.32 201	0.50 105	0.42 199	0.89 122	0.51 78	0.49 101	0.53 78	0.47 85	0.47 132	1.33 273	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

ProNet	0.43 91	0.28 183	0.58 138	0.43 61	0.30 156	0.56 158	0.52 305	1.00 169	0.58 99	0.44 69	0.49 67	0.43 64	0.43 104	1.28 260	0.36 123	0.15 38	0.13 115	0.19 137	0.16 155	0.17 92	0.16 128

MC-Stereo	0.43 91	0.23 60	0.48 66	0.51 204	0.28 117	0.39 31	0.32 87	0.88 121	0.68 139	0.60 136	0.84 165	0.56 135	0.61 222	1.03 195	0.31 65	0.17 103	0.11 28	0.17 79	0.15 113	0.16 61	0.13 36

ccc-4	0.43 91	0.27 161	0.56 122	0.44 84	0.33 222	0.50 105	0.42 199	0.87 113	0.50 69	0.49 101	0.53 78	0.44 66	0.48 144	1.38 288	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

IGEV-Stereo	0.43 91	0.27 161	0.54 108	0.45 98	0.32 201	0.50 105	0.42 199	0.90 128	0.51 78	0.49 101	0.53 78	0.47 85	0.47 132	1.32 270	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Reg-Stereo(zero)	0.44 104	0.22 47	0.45 52	0.43 61	0.23 25	0.38 28	0.25 34	0.76 72	1.08 285	0.90 199	0.78 149	0.90 258	0.47 132	0.70 90	0.36 123	0.15 38	0.12 54	0.15 22	0.12 41	0.15 41	0.15 97

rvit_stereo_0081_aga	0.44 104	0.34 333	0.73 241	0.51 204	0.41 315	0.50 105	0.40 179	0.81 97	0.57 98	0.58 126	0.56 90	0.53 121	0.43 104	0.66 81	0.40 161	0.26 372	0.21 375	0.22 238	0.20 248	0.26 329	0.18 179

rvit_stereo_0081	0.44 104	0.33 309	0.64 169	0.54 258	0.35 244	0.41 37	0.44 232	0.66 45	0.95 222	0.48 94	0.52 75	0.50 105	0.46 123	0.82 132	0.44 196	0.25 349	0.20 353	0.22 238	0.19 216	0.25 317	0.17 154

rvit_stereo_0082	0.44 104	0.33 309	0.64 169	0.54 258	0.35 244	0.41 37	0.44 232	0.66 45	0.95 222	0.48 94	0.52 75	0.50 105	0.46 123	0.82 132	0.44 196	0.25 349	0.20 353	0.22 238	0.19 216	0.25 317	0.17 154

rvit_stereo_0080	0.44 104	0.32 287	0.71 223	0.47 117	0.36 254	0.42 44	0.55 337	0.82 102	0.68 139	0.50 109	0.60 99	0.55 127	0.47 132	0.59 50	0.44 196	0.26 372	0.21 375	0.20 174	0.20 248	0.31 393	0.19 219

whm_eth	0.44 104	0.32 287	0.71 223	0.47 117	0.36 254	0.42 44	0.55 337	0.82 102	0.68 139	0.50 109	0.60 99	0.55 127	0.47 132	0.59 50	0.44 196	0.26 372	0.21 375	0.20 174	0.20 248	0.31 393	0.19 219

CroCo-Stereo Lap2	0.44 104	0.34 333	0.77 278	0.61 356	0.79 494	0.28 9	0.35 114	0.75 69	0.71 149	0.38 43	0.50 70	0.72 191	0.55 186	0.57 47	0.47 230	0.17 103	0.18 317	0.19 137	0.16 155	0.21 241	0.20 252

TANstereo	0.44 104	0.21 28	0.44 39	0.41 47	0.21 9	0.65 217	0.26 44	0.79 84	0.83 184	0.93 207	0.98 201	0.51 109	0.46 123	0.54 35	0.35 113	0.18 142	0.24 414	0.16 52	0.13 65	0.16 61	0.26 357

HART	0.45 112	0.22 47	0.54 108	0.50 172	0.26 68	0.41 37	0.29 62	1.03 181	0.50 69	0.58 126	1.45 396	0.61 155	0.35 63	1.08 212	0.30 48	0.15 38	0.13 115	0.19 137	0.14 95	0.19 166	0.14 63

StereoAnything_RVC	0.45 112	1.43 544	0.48 66	0.35 3	0.20 3	0.26 4	0.21 13	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 72	1.27 258	0.22 1	0.21 254	0.11 28	0.14 2	0.10 2	2.37 550	0.11 2

tt45	0.45 112	0.23 60	0.46 60	0.45 98	0.33 222	0.79 295	0.32 87	0.78 79	0.41 42	0.51 114	0.44 45	0.49 98	0.37 77	2.14 405	0.34 103	0.16 60	0.13 115	0.19 137	0.16 155	0.17 92	0.18 179

IGEV-Stereo+	0.45 112	0.21 28	0.43 37	0.41 47	0.39 296	0.15 1	0.19 7	0.44 4	0.36 28	0.26 5	0.25 7	0.31 38	0.41 93	1.43 302	0.30 48	0.17 103	0.12 54	0.15 22	0.11 9	1.16 539	1.70 553

WCG-NET（raft）	0.45 112	0.21 28	0.55 118	0.40 39	0.24 41	0.50 105	0.36 130	0.73 64	1.09 293	0.71 153	0.76 145	0.92 270	0.51 163	0.84 137	0.34 103	0.16 60	0.12 54	0.15 22	0.14 95	0.14 20	0.14 63

MIF-Stereo (partial)	0.45 112	0.25 108	0.70 211	0.50 172	0.52 398	0.35 19	0.26 44	0.91 129	0.59 106	0.45 77	0.71 131	0.51 109	0.51 163	1.11 219	0.45 209	0.20 220	0.16 266	0.23 276	0.20 248	0.24 305	0.18 179

testlalala	0.45 112	0.28 183	0.59 145	0.42 54	0.39 296	0.71 254	0.39 171	1.08 216	0.45 53	1.24 351	0.80 160	0.61 155	0.36 72	0.54 35	0.33 86	0.20 220	0.13 115	0.18 114	0.12 41	0.15 41	0.15 97

SCV	0.46 119	0.26 131	0.55 118	0.47 117	0.25 58	0.39 31	0.38 156	1.98 468	0.60 107	0.35 28	0.48 59	0.55 127	0.36 72	1.28 260	0.32 70	0.24 322	0.12 54	0.17 79	0.13 65	0.18 123	0.14 63

Former-RAFT_DAM_RVC	0.46 119	0.36 364	0.71 223	0.47 117	0.36 254	0.67 230	0.35 114	0.78 79	1.12 306	0.61 137	0.62 104	0.39 59	0.39 86	0.71 94	0.39 154	0.20 220	0.17 295	0.22 238	0.18 194	0.23 290	0.19 219

IGEVStereo-DCA	0.46 119	0.28 183	0.56 122	0.43 61	0.33 222	0.49 91	0.42 199	0.87 113	0.50 69	0.47 86	0.48 59	0.48 90	0.46 123	2.03 395	0.30 48	0.19 183	0.14 168	0.19 137	0.15 113	0.16 61	0.18 179

rrr	0.46 119	0.28 183	0.73 241	0.43 61	0.33 222	0.49 91	0.38 156	0.76 72	0.50 69	0.47 86	0.48 59	0.48 90	0.46 123	2.03 395	0.30 48	0.19 183	0.14 168	0.19 137	0.15 113	0.16 61	0.16 128

plain	0.46 119	0.27 161	1.01 377	0.50 172	0.40 307	0.35 19	0.37 149	0.87 113	0.56 96	0.43 65	0.76 145	0.42 61	0.40 90	1.13 224	0.45 209	0.21 254	0.15 226	0.24 296	0.19 216	0.24 305	0.16 128

XX-TBD	0.46 119	0.70 493	0.35 1	0.79 478	0.25 58	0.58 166	0.26 44	0.69 53	1.27 400	0.76 161	1.00 207	0.45 74	0.33 48	0.47 19	0.37 135	0.19 183	0.15 226	0.15 22	0.11 9	0.17 92	0.14 63

PMTNet	0.46 119	0.21 28	0.38 8	0.37 12	0.23 25	0.71 254	0.27 51	0.74 68	1.04 266	0.64 142	0.70 128	0.55 127	0.47 132	0.86 146	0.35 113	1.00 537	0.13 115	0.15 22	0.10 2	0.15 41	0.13 36

rvit_stereo_0083	0.47 126	0.33 309	0.81 295	0.56 295	0.36 254	0.50 105	0.44 232	0.68 52	0.95 222	0.49 101	0.57 93	0.55 127	0.49 152	0.88 151	0.46 223	0.25 349	0.25 423	0.24 296	0.20 248	0.24 305	0.17 154

rvit_stereo_ft	0.47 126	0.35 354	0.87 322	0.67 419	0.42 320	0.40 33	0.59 369	0.81 97	0.74 156	0.46 82	0.55 87	0.57 138	0.49 152	0.65 79	0.50 249	0.25 349	0.17 295	0.22 238	0.22 321	0.24 305	0.17 154

RAFT-Stereo-weight	0.47 126	0.24 79	0.53 102	0.48 144	0.27 92	0.60 179	0.35 114	1.02 176	1.07 279	0.99 226	0.78 149	0.76 199	0.28 25	0.76 108	0.36 123	0.16 60	0.12 54	0.17 79	0.15 113	0.16 61	0.15 97

CAS++	0.47 126	0.31 271	0.56 122	0.47 117	0.32 201	0.42 44	0.28 57	1.76 402	0.72 150	0.71 153	0.72 135	0.37 55	0.28 25	0.69 86	0.33 86	0.27 388	0.22 393	0.26 354	0.21 292	0.29 373	0.19 219
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
iRaftStereo_RVC	0.47 126	0.26 131	0.64 169	0.50 172	0.29 134	0.53 135	0.33 94	1.05 195	0.77 167	0.84 187	1.00 207	0.55 127	0.37 77	0.81 129	0.40 161	0.17 103	0.12 54	0.22 238	0.20 248	0.19 166	0.15 97

CREStereo++_RVC	0.47 126	0.21 28	0.38 8	0.45 98	0.38 286	0.45 63	0.25 34	0.75 69	1.29 409	0.80 174	1.21 309	0.47 85	0.37 77	0.53 32	0.44 196	0.16 60	0.11 28	0.15 22	0.80 541	0.18 123	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xyz-stereo-finetune	0.48 132	0.25 108	0.54 108	0.42 54	0.23 25	0.80 303	0.42 199	0.80 92	0.80 175	0.61 137	0.62 104	0.54 123	0.43 104	1.70 355	0.58 287	0.15 38	0.15 226	0.19 137	0.15 113	0.16 61	0.15 97

999	0.48 132	0.22 47	0.49 73	0.48 144	0.34 240	0.75 270	0.31 79	0.85 110	0.55 93	0.37 37	0.48 59	0.50 105	0.36 72	2.45 432	0.39 154	0.16 60	0.13 115	0.18 114	0.15 113	0.16 61	0.19 219

model_zeroshot	0.48 132	0.29 218	0.86 311	0.51 204	0.36 254	0.69 242	0.37 149	1.12 230	0.62 110	0.85 192	0.84 165	0.66 173	0.37 77	0.73 101	0.34 103	0.20 220	0.16 266	0.19 137	0.16 155	0.17 92	0.16 128

MyStereo07	0.48 132	0.29 218	0.50 80	0.55 282	0.45 345	0.59 171	0.79 429	1.05 195	0.51 78	0.48 94	0.53 78	0.43 64	0.55 186	1.30 265	0.34 103	0.17 103	0.16 266	0.24 296	0.20 248	0.23 290	0.20 252

4D-IteraStereo	0.48 132	0.24 79	0.76 271	0.50 172	0.44 338	0.66 226	0.31 79	0.87 113	1.02 257	1.03 242	0.72 135	0.78 206	0.32 45	0.64 72	0.37 135	0.17 103	0.11 28	0.23 276	0.19 216	0.19 166	0.13 36

CES	0.48 132	0.20 10	0.37 5	0.39 32	1.39 545	0.55 152	0.35 114	0.98 163	0.66 134	0.44 69	0.66 113	0.35 48	0.27 21	0.56 42	0.33 86	0.15 38	0.13 115	0.15 22	0.10 2	0.19 166	1.46 548

MM-Stereo_test1	0.49 138	0.24 79	0.56 122	0.51 204	0.30 156	0.50 105	0.54 319	0.91 129	1.03 261	0.84 187	0.69 124	0.54 123	0.60 213	1.16 231	0.33 86	0.18 142	0.16 266	0.20 174	0.17 176	0.19 166	0.15 97

GCAP-BAT	0.49 138	0.31 271	0.64 169	0.41 47	0.46 357	0.70 249	0.35 114	0.77 75	0.64 117	0.86 194	1.00 207	0.77 202	0.37 77	1.18 237	0.36 123	0.18 142	0.14 168	0.18 114	0.13 65	0.17 92	0.15 97

AE-Stereo	0.49 138	0.27 161	0.67 188	0.60 342	0.39 296	0.67 230	0.46 257	1.18 245	1.09 293	0.47 86	0.75 143	0.69 183	0.47 132	0.59 50	0.40 161	0.16 60	0.15 226	0.21 209	0.20 248	0.19 166	0.15 97

sCroCo_RVC	0.49 138	0.40 389	1.02 384	0.65 400	0.60 437	0.52 126	0.40 179	0.83 106	0.61 108	0.44 69	0.74 141	0.49 98	0.50 158	0.63 71	0.48 235	0.26 372	0.27 438	0.23 276	0.22 321	0.29 373	0.25 333

MM-Stereo_test3	0.50 142	0.24 79	0.54 108	0.54 258	0.74 478	0.49 91	0.53 313	1.09 218	1.05 270	0.62 140	0.95 188	0.61 155	0.42 97	0.77 111	0.38 146	0.20 220	0.17 295	0.20 174	0.16 155	0.18 123	0.18 179

RCA-Stereo	0.50 142	0.23 60	0.58 138	0.48 144	0.33 222	0.55 152	0.45 250	0.97 159	1.38 452	0.68 148	1.05 236	0.63 163	0.80 298	0.59 50	0.32 70	0.17 103	0.12 54	0.17 79	0.14 95	0.16 61	0.14 63

knoymous	0.51 144	0.29 218	0.47 63	0.43 61	0.30 156	0.55 152	0.55 337	1.02 176	0.77 167	0.98 223	0.85 167	0.94 275	0.56 191	0.85 142	0.45 209	0.20 220	0.14 168	0.26 354	0.14 95	0.23 290	0.23 307

tg	0.52 145	0.24 79	0.61 153	0.49 160	0.30 156	0.90 337	0.29 62	1.07 210	0.83 184	0.83 184	1.02 221	0.62 160	0.43 104	1.35 278	0.41 172	0.17 103	0.12 54	0.22 238	0.20 248	0.17 92	0.15 97

11t1	0.52 145	0.28 183	0.68 192	0.51 204	0.28 117	0.83 319	0.39 171	1.22 265	0.63 113	0.84 187	0.74 141	0.68 178	0.68 247	0.91 159	0.57 284	0.21 254	0.18 317	0.19 137	0.16 155	0.20 200	0.21 269

LL-Strereo2	0.52 145	0.33 309	0.69 205	0.52 225	0.37 269	0.70 249	0.30 72	1.13 233	0.67 135	0.94 212	0.78 149	0.91 261	0.42 97	1.05 203	0.42 183	0.17 103	0.16 266	0.29 397	0.25 372	0.21 241	0.16 128

Selective-RAFT	0.52 145	0.28 183	0.79 289	0.55 282	0.27 92	0.91 341	0.33 94	0.80 92	0.88 198	0.58 126	0.63 106	0.81 216	0.77 281	1.29 264	0.48 235	0.19 183	0.14 168	0.17 79	0.15 113	0.19 166	0.17 154

HUI-Stereo	0.52 145	0.30 238	0.73 241	0.50 172	0.27 92	0.65 217	0.30 72	1.04 187	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	0.79 120	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

test-1	0.52 145	0.26 131	1.04 392	0.56 295	0.32 201	0.61 185	0.38 156	1.10 221	0.91 210	0.78 169	1.01 213	0.77 202	0.52 168	0.60 62	0.42 183	0.17 103	0.14 168	0.20 174	0.17 176	0.20 200	0.23 307

rafts_anoy	0.52 145	0.29 218	0.59 145	0.59 330	0.50 374	0.53 135	0.40 179	1.11 228	1.03 261	0.84 187	0.83 163	0.68 178	0.54 179	0.72 97	0.51 254	0.19 183	0.14 168	0.24 296	0.26 389	0.21 241	0.18 179

s12784h	0.52 145	0.20 10	0.38 8	0.41 47	0.19 1	0.96 363	0.34 106	1.17 240	1.25 389	0.81 178	0.90 177	0.63 163	0.50 158	1.45 306	0.42 183	0.14 30	0.12 54	0.17 79	0.11 9	0.18 123	0.11 2

raftrobust	0.52 145	0.25 108	0.56 122	0.65 400	0.52 398	0.49 91	0.34 106	0.98 163	0.91 210	1.30 380	0.87 171	0.63 163	0.81 302	0.78 116	0.41 172	0.19 183	0.15 226	0.16 52	0.14 95	0.15 41	0.16 128

Gwc-CoAtRS	0.52 145	0.24 79	0.68 192	0.48 144	0.29 134	0.64 201	0.25 34	1.16 238	1.08 285	1.01 234	1.00 207	1.12 341	0.56 191	0.69 86	0.37 135	0.16 60	0.13 115	0.17 79	0.15 113	0.15 41	0.15 97

rvit_0105_6	0.53 155	0.37 371	0.98 367	0.65 400	0.38 286	0.51 122	0.51 294	0.77 75	1.20 365	0.54 120	0.55 87	0.65 169	0.53 174	0.94 170	0.44 196	0.32 433	0.32 474	0.28 386	0.24 357	0.28 362	0.21 269

gcap-zeroshot	0.53 155	0.28 183	0.89 335	0.49 160	0.28 117	0.76 276	0.37 149	1.34 287	0.73 154	0.89 197	0.67 117	1.35 397	0.51 163	0.79 120	0.33 86	0.18 142	0.15 226	0.18 114	0.15 113	0.17 92	0.16 128

IGEV_Zeroshot_test	0.53 155	0.30 238	0.99 368	0.56 295	0.35 244	0.41 37	0.32 87	1.37 293	0.63 113	1.00 231	1.09 252	0.95 283	0.41 93	0.83 134	0.39 154	0.18 142	0.12 54	0.19 137	0.18 194	0.19 166	0.17 154

EKT-Stereo	0.53 155	0.30 238	0.73 241	0.58 317	0.60 437	0.51 122	0.48 275	0.94 146	0.90 205	0.71 153	0.88 173	0.77 202	0.43 104	1.07 208	0.40 161	0.22 280	0.16 266	0.21 209	0.18 194	0.20 200	0.22 287

Any-RAFT	0.53 155	0.24 79	0.47 63	0.47 117	0.27 92	1.00 375	0.25 34	1.58 353	1.05 270	0.85 192	0.99 203	1.06 318	0.47 132	0.70 90	0.32 70	0.18 142	0.13 115	0.16 52	0.13 65	0.16 61	0.16 128

anonymousdsp2	0.53 155	0.27 161	0.74 257	0.48 144	0.29 134	0.76 276	0.47 264	1.61 361	0.82 183	0.77 166	0.77 147	0.75 195	0.47 132	1.03 195	0.40 161	0.18 142	0.13 115	0.18 114	0.13 65	0.19 166	0.18 179

fff	0.53 155	0.24 79	0.70 211	0.43 61	0.24 41	0.48 79	0.36 130	1.07 210	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 219

test_4	0.53 155	0.22 47	0.56 122	0.54 258	0.32 201	0.64 201	0.39 171	0.80 92	0.62 110	0.92 206	1.87 481	0.68 178	0.42 97	1.16 231	0.37 135	0.15 38	0.13 115	0.20 174	0.22 321	0.20 200	0.15 97

GMOStereo	0.53 155	0.26 131	0.65 176	0.50 172	0.29 134	0.52 126	0.43 218	0.89 122	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 146	0.16 60	0.14 168	0.24 296	0.21 292	0.20 200	0.15 97

error version	0.53 155	0.26 131	0.65 176	0.50 172	0.29 134	0.52 126	0.43 218	0.89 122	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 146	0.16 60	0.14 168	0.24 296	0.21 292	0.20 200	0.15 97

test-v	0.53 155	0.26 131	0.65 176	0.50 172	0.29 134	0.52 126	0.43 218	0.89 122	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 146	0.16 60	0.14 168	0.24 296	0.21 292	0.20 200	0.15 97

test-2	0.53 155	0.26 131	0.65 176	0.50 172	0.29 134	0.52 126	0.43 218	0.89 122	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 146	0.16 60	0.14 168	0.24 296	0.21 292	0.20 200	0.15 97

raft+_RVC	0.53 155	0.26 131	0.54 108	0.60 342	0.47 362	0.54 143	0.54 319	1.27 275	0.99 246	0.76 161	1.03 231	0.70 187	0.56 191	0.93 167	0.47 230	0.18 142	0.14 168	0.19 137	0.18 194	0.18 123	0.15 97

csc	0.53 155	0.24 79	0.70 211	0.43 61	0.24 41	0.48 79	0.36 130	1.07 210	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 219

cscssc	0.53 155	0.24 79	0.70 211	0.43 61	0.24 41	0.48 79	0.36 130	1.07 210	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 219

1test111	0.54 170	0.31 271	0.50 80	0.54 258	0.26 68	1.18 412	0.51 294	1.42 305	0.78 170	0.58 126	0.79 155	0.48 90	0.88 340	0.88 151	0.59 290	0.20 220	0.12 54	0.25 335	0.15 113	0.22 265	0.21 269

RAFT-Test	0.54 170	0.25 108	0.64 169	0.47 117	0.30 156	0.97 367	0.27 51	1.24 271	0.81 178	0.96 216	1.12 269	1.28 382	0.48 144	0.71 94	0.36 123	0.17 103	0.13 115	0.17 79	0.14 95	0.16 61	0.16 128

DCANet-4	0.54 170	0.26 131	1.07 402	0.42 54	0.24 41	0.48 79	0.36 130	0.99 165	1.30 415	1.10 264	1.02 221	0.56 135	0.75 269	0.73 101	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 219

x	0.54 170	0.31 271	0.61 153	0.47 117	0.30 156	0.67 230	0.47 264	1.53 341	0.79 174	0.81 178	0.83 163	0.78 206	0.70 255	0.70 90	0.62 303	0.21 254	0.19 335	0.22 238	0.19 216	0.21 241	0.20 252

test-3	0.54 170	0.22 47	0.68 192	0.47 117	0.27 92	0.58 166	0.35 114	0.92 132	1.00 251	1.32 394	0.69 124	0.87 245	0.45 116	1.68 353	0.37 135	0.16 60	0.11 28	0.20 174	0.16 155	0.17 92	0.13 36

test_1	0.54 170	0.22 47	0.68 192	0.47 117	0.27 92	0.58 166	0.35 114	0.92 132	1.00 251	1.28 366	0.68 120	0.87 245	0.45 116	1.67 348	0.37 135	0.16 60	0.11 28	0.20 174	0.16 155	0.17 92	0.13 36

PSM-adaLoss	0.54 170	0.30 238	0.73 241	0.50 172	0.27 92	0.65 217	0.41 195	1.04 187	0.64 117	1.12 272	0.96 191	0.82 221	0.61 222	1.06 204	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

ROB_FTStereo_v2	0.54 170	0.30 238	0.73 241	0.50 172	0.27 92	0.64 201	0.42 199	1.05 195	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.12 222	0.46 223	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

ROB_FTStereo	0.54 170	0.30 238	0.73 241	0.50 172	0.27 92	0.64 201	0.25 34	1.05 195	0.64 117	1.12 272	0.95 188	0.82 221	0.61 222	1.15 227	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

cross-raft	0.54 170	0.25 108	0.61 153	0.52 225	0.29 134	0.68 237	0.37 149	1.46 316	0.76 163	1.01 234	1.06 238	1.28 382	0.46 123	0.71 94	0.35 113	0.15 38	0.12 54	0.18 114	0.16 155	0.19 166	0.14 63

RAFT-IKP	0.54 170	0.30 238	0.73 241	0.50 172	0.27 92	0.59 171	0.36 130	1.04 187	0.64 117	1.12 272	0.96 191	0.83 228	0.61 222	1.22 244	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

RALCasStereoNet	0.54 170	0.30 238	0.66 183	0.59 330	0.51 386	0.61 185	0.52 305	0.94 146	0.93 217	0.70 151	1.01 213	0.78 206	0.44 112	1.33 273	0.47 230	0.20 220	0.16 266	0.18 114	0.16 155	0.20 200	0.19 219

DCANet	0.54 170	0.24 79	0.70 211	0.43 61	0.24 41	0.49 91	0.36 130	1.05 195	1.30 415	1.12 272	1.03 231	0.58 143	0.92 353	0.81 129	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 219

RAFT-Stereo + iAFF	0.54 170	0.25 108	0.68 192	0.43 61	0.24 41	0.40 33	0.34 106	1.04 187	1.09 293	1.32 394	1.60 437	0.80 212	0.68 247	0.67 84	0.39 154	0.13 20	0.10 9	0.18 114	0.17 176	0.17 92	0.13 36

CFNet-RSSM	0.54 170	0.24 79	0.70 211	0.48 144	0.28 117	0.60 179	0.27 51	1.49 322	1.14 321	1.06 246	0.93 184	1.08 324	0.54 179	0.70 90	0.35 113	0.16 60	0.12 54	0.17 79	0.15 113	0.16 61	0.14 63

MSKI-zero shot	0.55 185	0.26 131	0.57 132	0.51 204	0.26 68	0.69 242	0.28 57	1.18 245	0.64 117	0.91 204	1.32 353	0.82 221	0.33 48	1.92 383	0.32 70	0.17 103	0.12 54	0.17 79	0.13 65	0.16 61	0.16 128

test_3	0.55 185	0.23 60	0.71 223	0.53 243	0.28 117	0.61 185	0.40 179	0.92 132	1.05 270	1.19 324	0.68 120	0.93 272	0.44 112	1.67 348	0.39 154	0.15 38	0.12 54	0.22 238	0.19 216	0.21 241	0.14 63

Patchmatch Stereo++	0.55 185	0.30 238	0.73 241	0.50 172	0.27 92	0.65 217	0.29 62	1.05 195	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.37 284	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179
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
DeepStereo_RVC	0.55 185	0.29 218	0.72 229	0.51 204	0.30 156	0.59 171	0.33 94	1.03 181	0.70 144	1.16 306	0.93 184	0.83 228	0.94 367	0.96 173	0.54 274	0.21 254	0.14 168	0.21 209	0.19 216	0.24 305	0.24 321

iRAFT	0.55 185	0.30 238	0.73 241	0.50 172	0.27 92	0.65 217	0.29 62	1.05 195	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.37 284	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

CRE-IMP	0.55 185	0.30 238	0.74 257	0.52 225	0.29 134	0.79 295	0.25 34	1.04 187	0.72 150	1.09 256	0.95 188	0.81 216	0.57 200	1.10 216	0.50 249	0.21 254	0.14 168	0.23 276	0.19 216	0.28 362	0.22 287

sAnonymous2	0.55 185	0.56 456	1.46 470	0.60 342	0.51 386	0.48 79	0.52 305	0.79 84	0.68 139	0.50 109	0.67 117	0.46 78	0.62 227	0.59 50	0.40 161	0.22 280	0.17 295	0.22 238	0.21 292	0.86 527	0.56 500

CroCo_RVC	0.55 185	0.56 456	1.46 470	0.60 342	0.51 386	0.48 79	0.52 305	0.79 84	0.68 139	0.50 109	0.67 117	0.46 78	0.62 227	0.59 50	0.40 161	0.22 280	0.17 295	0.22 238	0.21 292	0.86 527	0.56 500

GMStereo	0.55 185	0.45 414	0.94 352	0.50 172	0.32 201	0.64 201	0.43 218	1.00 169	1.40 462	0.82 182	0.73 137	0.51 109	0.45 116	0.85 142	0.55 278	0.24 322	0.15 226	0.20 174	0.21 292	0.31 393	0.24 321
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AIO-test1	0.56 194	0.25 108	0.55 118	0.64 386	0.78 491	0.80 303	0.36 130	1.18 245	1.34 430	0.57 124	0.88 173	0.61 155	0.50 158	1.12 222	0.35 113	0.17 103	0.17 295	0.22 238	0.24 357	0.18 123	0.23 307

rvit_0105_4	0.56 194	0.38 378	1.06 397	0.66 407	0.38 286	0.53 135	0.53 313	0.84 109	1.17 345	0.56 123	0.61 101	0.72 191	0.59 210	0.98 182	0.45 209	0.32 433	0.33 479	0.29 397	0.25 372	0.29 373	0.23 307

H2IRNET	0.56 194	0.26 131	0.66 183	0.47 117	0.35 244	0.41 37	0.26 44	0.92 132	1.17 345	0.61 137	1.28 337	1.08 324	0.86 330	0.99 186	0.63 307	0.19 183	0.16 266	0.22 238	0.25 372	0.21 241	0.18 179

ACVNet-DCA	0.56 194	0.31 271	0.50 80	0.54 258	0.26 68	1.18 412	0.51 294	1.42 305	0.78 170	0.58 126	0.79 155	0.48 90	0.88 340	1.46 308	0.32 70	0.20 220	0.12 54	0.25 335	0.15 113	0.22 265	0.21 269

riskmin	0.56 194	0.27 161	0.60 150	0.43 61	0.31 182	0.83 319	0.42 199	1.14 234	1.04 266	0.73 159	0.75 143	1.11 340	1.01 401	0.81 129	0.51 254	0.20 220	0.14 168	0.24 296	0.15 113	0.24 305	0.25 333

MIPNet	0.56 194	0.28 183	0.94 352	0.49 160	0.33 222	0.66 226	0.38 156	1.35 290	1.08 285	1.06 246	0.92 181	0.60 151	0.79 292	0.73 101	0.52 261	0.17 103	0.14 168	0.19 137	0.16 155	0.18 123	0.17 154

iGMRVC	0.56 194	0.30 238	0.73 241	0.50 172	0.27 92	0.65 217	0.38 156	1.05 195	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.52 319	0.46 223	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

AIO-test2	0.57 201	0.28 183	0.63 162	0.61 356	0.58 426	0.79 295	0.51 294	1.18 245	1.40 462	0.63 141	1.15 286	0.51 109	0.43 104	1.09 213	0.35 113	0.21 254	0.17 295	0.26 354	0.30 442	0.20 200	0.19 219

MIM_Stereo	0.57 201	0.24 79	0.92 346	0.46 106	0.30 156	0.54 143	0.28 57	1.27 275	0.75 157	1.00 231	1.16 291	0.93 272	0.53 174	1.45 306	0.61 300	0.16 60	0.16 266	0.20 174	0.19 216	0.17 92	0.14 63

qqq	0.57 201	0.34 333	0.71 223	0.47 117	0.27 92	0.64 201	0.62 378	1.42 305	0.78 170	0.80 174	0.92 181	0.95 283	0.77 281	0.88 151	0.59 290	0.21 254	0.20 353	0.24 296	0.23 344	0.22 265	0.21 269

ADStereo(finetuned)	0.57 201	0.24 79	1.06 397	0.43 61	0.24 41	0.49 91	0.35 114	1.05 195	1.30 415	1.12 272	1.03 231	0.58 143	1.20 448	0.84 137	0.51 254	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 219

R-Stereo Train	0.57 201	0.26 131	0.63 162	0.54 258	0.36 254	0.69 242	0.54 319	1.22 265	0.72 150	1.61 472	1.50 413	0.75 195	0.53 174	0.64 72	0.44 196	0.18 142	0.15 226	0.17 79	0.15 113	0.17 92	0.17 154

RAFT-Stereo	0.57 201	0.26 131	0.63 162	0.54 258	0.36 254	0.69 242	0.54 319	1.22 265	0.72 150	1.61 472	1.50 413	0.75 195	0.53 174	0.64 72	0.44 196	0.18 142	0.15 226	0.17 79	0.15 113	0.17 92	0.17 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune2	0.58 207	0.27 161	0.57 132	0.40 39	0.24 41	1.09 394	0.32 87	0.79 84	0.53 89	0.65 144	1.07 242	0.58 143	0.80 298	2.47 437	0.80 364	0.16 60	0.15 226	0.21 209	0.17 176	0.16 61	0.17 154

rvit_0105_5	0.58 207	0.39 383	1.05 393	0.66 407	0.37 269	0.58 166	0.56 345	0.94 146	1.18 352	0.64 142	0.68 120	0.75 195	0.63 232	0.88 151	0.50 249	0.32 433	0.32 474	0.30 410	0.27 400	0.28 362	0.25 333

testlalala2	0.58 207	0.27 161	0.68 192	1.72 546	1.27 543	0.68 237	0.42 199	0.93 139	0.70 144	0.90 199	0.93 184	0.76 199	0.34 55	0.52 29	0.40 161	0.18 142	0.15 226	0.17 79	0.13 65	0.17 92	0.17 154

RAFT+CT+SA	0.58 207	0.29 218	0.60 150	0.66 407	0.37 269	0.42 44	0.55 337	1.27 275	1.03 261	0.70 151	1.22 311	0.60 151	0.70 255	1.64 342	0.41 172	0.18 142	0.13 115	0.22 238	0.22 321	0.21 241	0.18 179

IPLGR	0.58 207	0.27 161	1.14 422	0.48 144	0.28 117	0.65 217	0.33 94	1.22 265	1.13 318	1.18 320	1.05 236	0.69 183	0.66 245	0.96 173	0.52 261	0.17 103	0.15 226	0.20 174	0.17 176	0.20 200	0.18 179

AFF-stereo	0.58 207	0.25 108	0.64 169	0.46 106	0.29 134	0.34 17	0.38 156	1.15 236	1.14 321	1.17 315	1.60 437	1.10 336	0.71 260	0.97 181	0.43 193	0.13 20	0.11 28	0.19 137	0.19 216	0.17 92	0.14 63

dd	0.59 213	0.48 425	0.97 364	0.55 282	0.32 201	0.64 201	0.47 264	1.02 176	1.34 430	0.78 169	0.86 168	0.58 143	0.54 179	1.01 191	0.86 381	0.28 402	0.18 317	0.26 354	0.19 216	0.32 402	0.24 321

PFNet+	0.59 213	0.28 183	0.77 278	0.53 243	0.30 156	0.59 171	0.31 79	0.92 132	1.14 321	1.33 402	1.10 256	0.79 210	0.57 200	1.31 266	0.49 243	0.25 349	0.17 295	0.28 386	0.26 389	0.21 241	0.25 333

AnonymousM	0.59 213	1.11 529	0.41 24	0.44 84	0.32 201	0.43 53	0.47 264	1.05 195	0.64 117	0.98 223	0.63 106	0.67 176	0.43 104	0.59 50	0.41 172	0.20 220	0.15 226	1.84 552	0.84 543	0.14 20	0.13 36

GANet-ADL	0.60 216	0.35 354	0.72 229	0.64 386	0.40 307	0.68 237	0.51 294	1.49 322	1.12 306	0.95 214	1.08 247	0.91 261	0.57 200	0.76 108	0.55 278	0.26 372	0.18 317	0.18 114	0.16 155	0.23 290	0.25 333

TRStereo	0.60 216	0.60 474	0.97 364	0.74 464	0.67 459	0.46 68	0.38 156	1.85 432	0.89 201	0.79 172	0.80 160	0.88 249	0.39 86	1.10 216	0.41 172	0.23 307	0.15 226	0.23 276	0.24 357	0.17 92	0.15 97

NRIStereo	0.60 216	0.29 218	0.69 205	0.53 243	0.28 117	0.63 198	0.33 94	1.08 216	0.87 194	1.14 290	0.87 171	0.91 261	0.59 210	2.24 416	0.49 243	0.20 220	0.14 168	0.21 209	0.19 216	0.21 241	0.17 154

RALAANet	0.60 216	0.33 309	0.87 322	0.62 368	0.50 374	0.69 242	0.31 79	1.21 257	1.06 274	1.09 256	1.16 291	0.88 249	0.46 123	1.22 244	0.42 183	0.19 183	0.15 226	0.21 209	0.17 176	0.27 343	0.17 154

111	0.60 216	0.23 60	0.70 211	0.43 61	0.24 41	0.72 257	0.42 199	1.18 245	1.41 467	0.80 174	1.38 376	1.10 336	0.79 292	0.96 173	0.58 287	0.18 142	0.13 115	0.17 79	0.15 113	0.17 92	0.19 219

FENet	0.60 216	0.28 183	0.63 162	0.54 258	0.33 222	0.83 319	0.38 156	1.27 275	1.07 279	1.00 231	0.86 168	0.99 299	0.85 322	0.96 173	0.68 322	0.22 280	0.15 226	0.23 276	0.20 248	0.22 265	0.23 307

test_sample1	0.61 222	0.29 218	0.75 261	0.50 172	0.31 182	0.76 276	0.48 275	1.59 354	0.84 188	0.90 199	0.94 187	0.88 249	0.95 372	1.16 231	0.67 318	0.22 280	0.18 317	0.20 174	0.19 216	0.21 241	0.21 269

MyStereo06	0.61 222	0.28 183	0.95 356	0.56 295	0.46 357	0.61 185	0.73 413	1.78 410	0.67 135	1.03 242	1.12 269	1.13 346	0.56 191	0.78 116	0.41 172	0.17 103	0.16 266	0.23 276	0.20 248	0.22 265	0.20 252

ACRE	0.61 222	0.33 309	1.01 377	0.58 317	0.49 367	0.75 270	0.47 264	1.06 208	0.95 222	1.37 414	1.55 424	0.62 160	0.46 123	0.83 134	0.70 326	0.23 307	0.15 226	0.19 137	0.16 155	0.18 123	0.21 269

Anonymous3	0.61 222	0.44 407	1.11 414	0.59 330	0.49 367	0.93 352	0.65 387	0.93 139	0.81 178	0.72 158	0.88 173	0.65 169	0.69 250	1.06 204	0.53 268	0.35 459	0.30 460	0.26 354	0.26 389	0.31 393	0.27 367

test_sample2	0.62 226	0.29 218	0.74 257	0.50 172	0.28 117	0.80 303	0.61 375	1.61 361	1.00 251	0.88 196	0.99 203	0.94 275	0.83 315	1.16 231	0.51 254	0.23 307	0.18 317	0.22 238	0.21 292	0.23 290	0.22 287

tt1	0.62 226	0.32 287	0.51 88	0.54 258	0.26 68	1.16 409	0.48 275	0.95 151	2.47 535	0.57 124	0.77 147	0.49 98	0.81 302	1.55 327	0.32 70	0.20 220	0.12 54	0.24 296	0.15 113	0.19 166	0.20 252

CIPLG	0.62 226	0.33 309	0.96 362	0.58 317	0.50 374	0.75 270	0.48 275	1.05 195	0.96 227	1.40 426	1.57 432	0.64 166	0.48 144	0.89 156	0.70 326	0.23 307	0.15 226	0.19 137	0.16 155	0.19 166	0.21 269

IPLGR_C	0.62 226	0.33 309	0.99 368	0.58 317	0.49 367	0.76 276	0.48 275	1.10 221	0.96 227	1.40 426	1.56 428	0.62 160	0.48 144	0.80 123	0.71 331	0.23 307	0.15 226	0.19 137	0.16 155	0.19 166	0.21 269

HHNet	0.62 226	0.26 131	0.63 162	0.43 61	0.45 345	0.50 105	0.58 360	1.07 210	1.01 254	1.25 357	2.23 505	0.70 187	0.61 222	1.07 208	0.47 230	0.20 220	0.13 115	0.23 276	0.19 216	0.19 166	0.30 399

Pruner-Stereo	0.62 226	0.29 218	0.70 211	0.61 356	0.31 182	0.63 198	0.43 218	1.17 240	0.99 246	1.53 454	1.08 247	0.95 283	0.55 186	1.35 278	0.51 254	0.23 307	0.14 168	0.24 296	0.21 292	0.21 241	0.23 307

DIP-Stereo	0.62 226	0.30 238	0.83 303	0.48 144	0.36 254	0.95 357	0.33 94	2.37 530	0.67 135	1.25 357	1.00 207	0.68 178	0.51 163	0.91 159	0.61 300	0.18 142	0.15 226	0.21 209	0.17 176	0.19 166	0.19 219
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FACV-RUCA	0.63 233	0.34 333	0.82 298	0.62 368	0.65 452	0.81 312	0.41 195	1.44 312	1.07 279	0.86 194	1.14 278	0.61 155	0.69 250	0.80 123	0.53 268	0.28 402	0.19 335	0.47 500	0.21 292	0.35 418	0.25 333

rvit_0105_3	0.63 233	0.44 407	1.08 406	0.72 452	0.40 307	0.64 201	0.71 409	1.03 181	1.17 345	0.82 182	0.70 128	0.80 212	0.70 255	0.91 159	0.56 281	0.35 459	0.34 480	0.34 450	0.32 457	0.27 343	0.28 379

mmm	0.63 233	0.35 354	0.72 229	0.51 204	0.30 156	0.86 331	0.54 319	1.59 354	0.86 190	1.07 249	1.38 376	0.79 210	0.75 269	0.91 159	0.58 287	0.22 280	0.18 317	0.29 397	0.25 372	0.25 317	0.23 307

HH	0.63 233	0.30 238	0.77 278	0.50 172	0.32 201	0.49 91	0.46 257	1.65 370	0.64 117	0.69 149	1.09 252	1.63 450	0.85 322	1.90 381	0.37 135	0.18 142	0.13 115	0.19 137	0.17 176	0.19 166	0.16 128

HanStereo	0.63 233	0.30 238	0.77 278	0.50 172	0.32 201	0.49 91	0.46 257	1.65 370	0.64 117	0.69 149	1.09 252	1.63 450	0.85 322	1.90 381	0.37 135	0.18 142	0.13 115	0.19 137	0.17 176	0.19 166	0.16 128

CAS	0.63 233	0.18 1	0.37 5	2.27 552	0.84 505	0.57 163	0.54 319	0.79 84	0.62 110	0.48 94	0.70 128	0.36 50	0.26 19	0.45 12	0.35 113	2.24 554	0.10 9	0.14 2	0.09 1	0.15 41	1.06 542

TestStereo1	0.63 233	0.28 183	0.75 261	0.76 471	0.31 182	0.48 79	0.43 218	1.30 280	1.21 371	0.97 219	1.31 347	0.64 166	0.77 281	1.75 362	0.42 183	0.20 220	0.15 226	0.22 238	0.18 194	0.21 241	0.17 154

RAFT_CTSACE	0.63 233	0.26 131	0.88 329	0.55 282	0.51 386	0.71 254	0.44 232	0.80 92	0.97 234	0.97 219	1.84 476	1.18 354	0.68 247	1.47 312	0.36 123	0.16 60	0.15 226	0.21 209	0.20 248	0.20 200	0.14 63

SA-5K	0.63 233	0.28 183	0.75 261	0.76 471	0.31 182	0.48 79	0.43 218	1.30 280	1.21 371	0.97 219	1.31 347	0.64 166	0.77 281	1.75 362	0.42 183	0.20 220	0.15 226	0.22 238	0.18 194	0.21 241	0.17 154

ICVP	0.63 233	0.33 309	0.57 132	0.61 356	0.40 307	0.80 303	0.58 360	1.61 361	0.89 201	0.90 199	1.24 317	0.88 249	0.73 265	0.72 97	0.88 383	0.29 413	0.21 375	0.22 238	0.21 292	0.24 305	0.27 367
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	0.63 233	0.26 131	1.90 502	0.81 484	0.67 459	0.43 53	0.23 25	1.03 181	0.58 99	0.65 144	1.56 428	1.41 406	0.39 86	1.28 260	0.35 113	0.20 220	0.14 168	0.20 174	0.19 216	0.18 123	0.14 63

ACVNet	0.63 233	0.31 271	0.54 108	0.54 258	0.36 254	0.80 303	0.46 257	1.37 293	1.07 279	0.93 207	1.30 341	1.08 324	0.85 322	0.80 123	0.94 393	0.21 254	0.19 335	0.21 209	0.18 194	0.22 265	0.18 179

HI	0.64 245	0.32 287	0.68 192	0.47 117	0.51 386	0.41 37	0.36 130	1.04 187	0.75 157	1.31 390	1.43 389	1.62 445	1.12 430	0.94 170	0.88 383	0.15 38	0.12 54	0.20 174	0.20 248	0.20 200	0.18 179

CoSv	0.64 245	0.32 287	0.68 192	0.47 117	0.51 386	0.41 37	0.36 130	1.04 187	0.75 157	1.31 390	1.43 389	1.62 445	1.12 430	0.94 170	0.88 383	0.15 38	0.12 54	0.20 174	0.20 248	0.20 200	0.18 179

rvit_stereo_0075_2	0.64 245	0.46 416	1.05 393	0.66 407	0.66 455	0.53 135	0.48 275	1.20 256	1.12 306	0.76 161	0.92 181	0.78 206	0.53 174	1.03 195	0.59 290	0.37 467	0.28 445	0.40 483	0.31 449	0.37 429	0.32 415

cc1	0.64 245	0.31 271	0.50 80	0.54 258	0.26 68	1.18 412	0.51 294	0.93 139	3.05 548	0.58 126	0.79 155	0.48 90	0.88 340	1.46 308	0.32 70	0.20 220	0.12 54	0.25 335	0.15 113	0.19 166	0.19 219

GwcNet-ADL	0.64 245	0.31 271	0.79 289	0.56 295	0.41 315	0.60 179	0.58 360	1.41 303	1.26 394	1.08 250	1.13 274	0.91 261	0.60 213	1.04 201	0.78 354	0.27 388	0.18 317	0.18 114	0.18 194	0.25 317	0.29 385

RAFT	0.64 245	0.30 238	0.73 241	0.59 330	0.33 222	0.68 237	0.58 360	1.04 187	0.76 163	1.08 250	1.19 303	1.65 456	0.93 362	1.06 204	0.56 281	0.21 254	0.18 317	0.27 371	0.24 357	0.22 265	0.17 154

TestStereo	0.64 245	0.39 383	0.71 223	0.51 204	0.27 92	0.56 158	0.42 199	1.03 181	0.91 210	0.80 174	1.00 207	0.68 178	0.52 168	3.25 466	0.45 209	0.22 280	0.15 226	0.24 296	0.18 194	0.27 343	0.16 128

DN-CSS_ROB	0.64 245	0.32 287	1.05 393	0.55 282	0.40 307	0.54 143	0.45 250	1.21 257	0.93 217	1.03 242	1.47 403	0.69 183	0.63 232	1.76 367	0.49 243	0.18 142	0.14 168	0.25 335	0.22 321	0.22 265	0.20 252

MyStereo8	0.65 253	0.29 218	1.00 373	0.58 317	0.49 367	0.91 341	0.35 114	1.18 245	1.31 419	1.16 306	1.27 331	0.90 258	0.64 236	0.72 97	0.95 397	0.18 142	0.14 168	0.20 174	0.18 194	0.22 265	0.26 357

StereoVision	0.65 253	0.34 333	0.86 311	0.59 330	0.40 307	0.50 105	0.41 195	1.09 218	0.93 217	0.71 153	2.50 519	0.82 221	0.57 200	1.03 195	0.49 243	0.25 349	0.28 445	0.29 397	0.28 421	0.36 425	0.20 252

CASS	0.65 253	0.34 333	0.72 229	0.56 295	0.27 92	0.78 289	0.42 199	1.59 354	0.86 190	1.30 380	1.25 321	0.87 245	0.84 319	0.84 137	0.54 274	0.35 459	0.19 335	0.26 354	0.21 292	0.28 362	0.42 461
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.65 253	0.30 238	0.75 261	0.67 419	0.50 374	0.92 348	0.52 305	1.39 299	1.12 306	0.76 161	1.11 262	1.00 300	0.90 347	1.53 323	0.45 209	0.18 142	0.13 115	0.23 276	0.22 321	0.21 241	0.19 219

iRaft-Stereo_20w	0.65 253	0.31 271	1.00 373	0.47 117	0.34 240	0.73 261	0.30 72	2.96 546	0.70 144	1.15 296	1.14 278	0.76 199	0.65 242	1.11 219	0.38 146	0.17 103	0.13 115	0.18 114	0.16 155	0.19 166	0.18 179

EAI-Stereo	0.65 253	0.28 183	0.69 205	0.53 243	0.27 92	0.60 179	0.40 179	2.28 522	0.64 117	0.71 153	3.18 532	0.57 138	0.43 104	1.06 204	0.41 172	0.18 142	0.13 115	0.17 79	0.17 176	0.17 92	0.17 154

HITNet	0.65 253	0.40 389	0.77 278	0.48 144	0.24 41	1.05 384	0.49 285	1.76 402	1.02 257	1.18 320	1.18 296	0.89 257	0.80 298	0.85 142	0.79 360	0.17 103	0.12 54	0.21 209	0.17 176	0.29 373	0.15 97
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MyStereo05	0.66 260	0.28 183	1.07 402	0.56 295	0.46 357	0.61 185	0.73 413	1.34 287	1.41 467	1.15 296	0.91 179	0.77 202	0.80 298	1.41 301	0.63 307	0.17 103	0.16 266	0.23 276	0.20 248	0.22 265	0.20 252

PCWNet_CMD	0.66 260	0.32 287	0.88 329	0.49 160	0.37 269	0.78 289	0.40 179	1.42 305	1.31 419	1.16 306	1.31 347	1.25 371	0.62 227	0.89 156	0.57 284	0.20 220	0.16 266	0.27 371	0.19 216	0.40 446	0.25 333

ToySt	0.66 260	0.33 309	1.23 432	0.51 204	0.33 222	0.86 331	0.68 400	1.10 221	0.97 234	0.84 187	1.08 247	1.25 371	0.94 367	1.01 191	0.74 338	0.19 183	0.19 335	0.24 296	0.24 357	0.27 343	0.23 307

DisPM	0.66 260	0.28 183	0.72 229	0.61 356	0.35 244	0.62 194	0.45 250	1.02 176	0.99 246	1.56 464	1.10 256	0.80 212	0.59 210	2.37 427	0.41 172	0.23 307	0.14 168	0.23 276	0.21 292	0.20 200	0.25 333

SA	0.66 260	0.30 238	0.82 298	0.61 356	0.30 156	0.58 166	0.38 156	1.44 312	1.30 415	0.96 216	1.36 369	0.66 173	0.95 372	1.85 377	0.42 183	0.19 183	0.15 226	0.25 335	0.23 344	0.21 241	0.17 154

CFNet_pseudo	0.66 260	0.32 287	0.86 311	0.48 144	0.39 296	0.70 249	0.40 179	1.33 282	1.22 377	1.16 306	1.34 362	1.24 367	0.64 236	0.98 182	0.59 290	0.21 254	0.16 266	0.33 440	0.19 216	0.36 425	0.25 333

GES	0.66 260	0.34 333	0.90 339	0.59 330	0.38 286	0.94 353	0.57 356	2.11 492	0.86 190	1.02 238	1.11 262	0.66 173	0.79 292	0.99 186	0.61 300	0.27 388	0.19 335	0.20 174	0.20 248	0.21 241	0.30 399

MSMDNet	0.66 260	0.32 287	0.87 322	0.49 160	0.37 269	0.79 295	0.40 179	1.43 311	1.31 419	1.15 296	1.31 347	1.24 367	0.63 232	0.88 151	0.57 284	0.21 254	0.16 266	0.26 354	0.19 216	0.39 442	0.24 321

ccs_rob	0.66 260	0.33 309	0.86 311	0.48 144	0.39 296	0.70 249	0.40 179	1.33 282	1.22 377	1.16 306	1.34 362	1.23 365	0.64 236	0.98 182	0.59 290	0.21 254	0.16 266	0.35 458	0.20 248	0.37 429	0.25 333

MyStereo04	0.67 269	0.29 218	1.07 402	0.55 282	0.45 345	0.59 171	0.79 429	1.50 326	1.40 462	0.91 204	0.91 179	0.74 193	0.86 330	1.52 319	0.62 303	0.17 103	0.16 266	0.24 296	0.20 248	0.23 290	0.20 252

xx1	0.67 269	0.31 271	0.50 80	0.54 258	0.26 68	1.18 412	0.51 294	0.93 139	3.05 548	0.58 126	0.79 155	0.95 283	0.77 281	1.46 308	0.32 70	0.20 220	0.12 54	0.24 296	0.23 344	0.22 265	0.21 269

GMStereo_Zeroshot	0.67 269	0.61 476	1.01 377	0.64 386	0.37 269	0.84 327	0.35 114	1.05 195	1.12 306	1.12 272	1.06 238	1.27 379	0.54 179	1.19 239	0.59 290	0.32 433	0.17 295	0.31 416	0.18 194	0.52 493	0.22 287

DMCA	0.67 269	0.34 333	0.90 339	0.51 204	0.44 338	0.86 331	0.47 264	1.42 305	1.02 257	1.17 315	1.12 269	1.23 365	0.75 269	0.78 116	0.95 397	0.25 349	0.19 335	0.27 371	0.19 216	0.24 305	0.27 367

test_sample3	0.68 273	0.32 287	0.88 329	0.52 225	0.30 156	0.97 367	0.52 305	1.86 435	1.15 333	1.08 250	1.11 262	0.88 249	0.71 260	1.17 235	0.68 322	0.25 349	0.20 353	0.25 335	0.25 372	0.25 317	0.25 333

raft_robust	0.68 273	0.30 238	0.64 169	0.52 225	0.26 68	0.54 143	0.35 114	1.33 282	1.24 386	1.16 306	1.07 242	0.60 151	0.54 179	3.58 476	0.37 135	0.18 142	0.14 168	0.20 174	0.22 321	0.20 200	0.16 128

test_sample5	0.69 275	0.34 333	0.87 322	0.52 225	0.30 156	0.84 327	0.54 319	1.83 428	1.14 321	1.11 270	1.25 321	0.88 249	0.78 288	1.23 246	0.65 312	0.26 372	0.20 353	0.27 371	0.27 400	0.27 343	0.26 357

test_sample4	0.69 275	0.33 309	0.91 342	0.51 204	0.30 156	0.92 348	0.52 305	1.87 437	1.15 333	1.14 290	1.18 296	0.87 245	0.75 269	1.18 237	0.68 322	0.25 349	0.20 353	0.26 354	0.26 389	0.26 329	0.25 333

IPLG	0.69 275	0.27 161	0.97 364	0.51 204	0.43 330	0.79 295	0.33 94	1.21 257	1.06 274	1.30 380	1.10 256	0.52 116	0.55 186	3.16 464	0.63 307	0.16 60	0.14 168	0.19 137	0.16 155	0.18 123	0.17 154

UCFNet_RVC	0.69 275	0.35 354	0.49 73	0.64 386	0.39 296	0.85 330	0.58 360	1.75 396	1.14 321	0.97 219	1.19 303	1.17 351	0.93 362	0.99 186	0.62 303	0.28 402	0.20 353	0.34 450	0.31 449	0.32 402	0.27 367

IGEV-BASED-STEREO-	0.70 279	3.18 573	2.55 526	0.39 32	0.23 25	0.44 59	0.23 25	0.63 34	0.42 45	0.44 69	0.44 45	0.34 46	0.28 25	0.56 42	0.29 38	1.35 548	0.10 9	0.22 238	0.19 216	0.46 476	1.31 546

DualNet	0.70 279	0.34 333	0.87 322	0.52 225	0.30 156	0.84 327	0.54 319	1.83 428	1.14 321	1.14 290	1.33 355	0.88 249	0.78 288	1.23 246	0.65 312	0.26 372	0.20 353	0.27 371	0.27 400	0.27 343	0.26 357

CFNet_ucs	0.70 279	0.33 309	0.88 329	0.50 172	0.43 330	0.74 265	0.44 232	1.60 358	1.29 409	1.22 337	1.54 422	1.09 334	0.63 232	0.99 186	0.59 290	0.25 349	0.20 353	0.37 469	0.21 292	0.40 446	0.28 379

IER	0.70 279	0.31 271	1.02 384	0.48 144	0.52 398	1.34 439	0.51 294	1.17 240	0.99 246	1.23 343	1.34 362	1.12 341	1.11 427	0.99 186	0.71 331	0.20 220	0.16 266	0.21 209	0.21 292	0.20 200	0.19 219

HCRNet	0.70 279	0.39 383	0.73 241	0.60 342	0.59 434	0.76 276	0.35 114	1.22 265	1.13 318	1.02 238	0.99 203	1.02 309	0.76 277	2.19 413	0.70 326	0.28 402	0.19 335	0.28 386	0.23 344	0.25 317	0.23 307

SFCPSM	0.70 279	0.28 183	1.02 384	0.51 204	0.38 286	1.37 442	0.66 392	2.00 471	1.03 261	1.17 315	1.21 309	0.82 221	0.78 288	1.03 195	0.53 268	0.21 254	0.17 295	0.22 238	0.24 357	0.21 241	0.19 219

AdaStereo	0.70 279	0.43 404	0.75 261	0.73 460	0.37 269	0.92 348	0.53 313	1.85 432	1.18 352	1.12 272	1.23 315	1.07 323	0.65 242	0.96 173	0.63 307	0.31 426	0.15 226	0.32 431	0.21 292	0.29 373	0.22 287
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.
test_sample6	0.71 286	0.34 333	0.87 322	0.52 225	0.30 156	0.82 314	0.58 360	1.79 416	1.15 333	1.14 290	1.33 355	0.91 261	0.79 292	1.31 266	0.74 338	0.27 388	0.21 375	0.27 371	0.29 433	0.28 362	0.27 367

BSDual-CNN	0.71 286	0.32 287	0.68 192	0.54 258	0.44 338	1.27 427	0.65 387	2.16 502	0.98 239	1.20 328	1.11 262	1.12 341	0.74 267	0.91 159	0.66 315	0.24 322	0.17 295	0.25 335	0.22 321	0.22 265	0.22 287

DFGA-Net	0.72 288	0.40 389	1.40 456	0.52 225	0.45 345	0.83 319	0.44 232	1.28 279	1.08 285	0.99 226	1.19 303	0.70 187	0.55 186	2.14 405	1.16 431	0.18 142	0.16 266	0.24 296	0.23 344	0.27 343	0.25 333

rvit_105_1	0.72 288	0.52 442	1.01 377	0.78 476	0.49 367	0.75 270	0.87 451	1.12 230	1.18 352	0.99 226	0.79 155	0.90 258	0.77 281	1.26 255	0.75 343	0.41 481	0.36 496	0.36 466	0.41 494	0.30 384	0.33 421

DCVSM-stereo	0.72 288	0.35 354	0.76 271	0.55 282	0.42 320	0.73 261	0.38 156	1.21 257	1.02 257	1.79 494	1.04 234	1.62 445	1.03 408	1.04 201	0.79 360	0.24 322	0.27 438	0.29 397	0.24 357	0.30 384	0.36 437

AIO-Stereo-zeroshot	0.72 288	0.35 354	1.70 488	0.49 160	0.56 414	0.63 198	0.38 156	2.41 533	0.65 132	0.77 166	1.07 242	1.82 477	0.95 372	0.93 167	0.43 193	0.20 220	0.13 115	0.21 209	0.25 372	0.28 362	0.26 357

qqq1	0.72 288	0.30 238	0.86 311	0.46 106	0.26 68	0.82 314	0.43 218	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.44 196	0.24 322	0.20 353	0.18 114	0.15 113	0.18 123	0.18 179

fff1	0.72 288	0.30 238	0.86 311	0.46 106	0.26 68	0.82 314	0.43 218	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.44 196	0.24 322	0.20 353	0.18 114	0.15 113	0.18 123	0.18 179

ffm	0.72 288	0.33 309	0.85 305	0.53 243	0.37 269	0.74 265	0.56 345	0.95 151	2.47 535	1.15 296	1.45 396	1.06 318	0.82 307	1.55 327	0.32 70	0.20 220	0.12 54	0.31 416	0.27 400	0.19 166	0.20 252

anonymousa	0.72 288	0.27 161	0.75 261	0.47 117	0.63 447	1.43 455	0.45 250	1.24 271	0.89 201	1.28 366	1.75 466	1.62 445	1.13 434	0.69 86	0.59 290	0.19 183	0.16 266	0.23 276	0.25 372	0.20 200	0.18 179

Sa-1000	0.72 288	0.29 218	0.76 271	0.59 330	0.30 156	0.73 261	0.37 149	1.62 365	1.33 427	1.28 366	2.04 496	0.86 241	0.75 269	1.84 374	0.38 146	0.19 183	0.14 168	0.25 335	0.23 344	0.20 200	0.16 128

psmg	0.72 288	0.32 287	0.68 192	0.50 172	0.44 338	1.48 459	0.75 418	1.94 459	0.98 239	1.21 332	1.33 355	1.12 341	0.74 267	0.91 159	0.66 315	0.24 322	0.19 335	0.25 335	0.25 372	0.23 290	0.22 287

UDGNet	0.72 288	1.17 534	0.80 294	0.77 474	0.41 315	0.77 284	0.38 156	0.97 159	1.34 430	0.81 178	0.88 173	0.71 190	0.60 213	1.21 243	0.54 274	0.52 510	0.19 335	1.02 543	0.26 389	0.71 522	0.31 409

PSMNet-ADL	0.72 288	0.35 354	0.62 159	0.69 434	0.46 357	1.14 400	0.44 232	1.37 293	1.01 254	0.83 184	1.17 294	1.33 392	0.96 379	1.43 302	0.95 397	0.33 442	0.22 393	0.21 209	0.23 344	0.27 343	0.29 385

LCNet	0.72 288	0.28 183	0.52 96	0.55 282	0.31 182	0.69 242	0.54 319	1.00 169	0.88 198	1.19 324	1.34 362	0.97 291	1.34 470	2.56 440	0.45 209	0.18 142	0.13 115	0.21 209	0.25 372	0.27 343	0.73 525

GANet-RSSM	0.72 288	0.28 183	0.63 162	0.64 386	0.58 426	0.80 303	0.58 360	1.89 443	1.08 285	1.04 245	1.25 321	1.15 349	1.04 410	1.49 314	0.62 303	0.25 349	0.19 335	0.22 238	0.22 321	0.22 265	0.21 269

PSMNet-RSSM	0.72 288	0.30 238	0.61 153	0.63 377	0.42 320	0.73 261	0.56 345	1.92 453	1.10 300	1.09 256	1.37 371	1.22 360	0.98 389	1.28 260	0.72 334	0.27 388	0.19 335	0.27 371	0.29 433	0.24 305	0.24 321

CFNet-ft	0.72 288	0.32 287	0.54 108	0.66 407	0.54 405	0.83 319	0.55 337	1.37 293	1.15 333	0.93 207	1.28 337	1.57 437	0.97 382	1.35 278	0.81 366	0.26 372	0.20 353	0.33 440	0.25 372	0.30 384	0.23 307

CFNet_RVC	0.72 288	0.32 287	0.54 108	0.66 407	0.54 405	0.83 319	0.55 337	1.37 293	1.15 333	0.93 207	1.28 337	1.57 437	0.97 382	1.35 278	0.81 366	0.26 372	0.20 353	0.33 440	0.25 372	0.30 384	0.23 307

MLCV	0.72 288	0.34 333	1.10 412	0.51 204	0.23 25	0.91 341	0.39 171	1.33 282	1.23 380	1.46 440	1.55 424	1.01 307	0.64 236	1.95 388	0.80 364	0.18 142	0.12 54	0.18 114	0.14 95	0.19 166	0.17 154

G2L-ROB	0.73 306	0.25 108	0.76 271	0.54 258	0.39 296	0.95 357	0.66 392	1.66 375	1.09 293	1.24 351	1.02 221	1.64 453	0.71 260	1.63 340	1.02 409	0.20 220	0.14 168	0.17 79	0.15 113	0.20 200	0.22 287

G2L-Stereo_test	0.73 306	0.27 161	0.74 257	0.49 160	0.40 307	0.90 337	0.81 438	1.53 341	1.14 321	1.28 366	1.27 331	1.52 431	0.72 263	1.62 338	0.94 393	0.19 183	0.14 168	0.16 52	0.15 113	0.18 123	0.19 219

CoDeX	0.73 306	0.29 218	0.93 348	0.54 258	0.36 254	1.14 400	0.61 375	2.34 527	1.17 345	1.16 306	1.25 321	0.91 261	0.87 335	1.33 273	0.64 311	0.20 220	0.16 266	0.21 209	0.18 194	0.20 200	0.18 179

cf-r	0.73 306	0.30 238	0.77 278	0.55 282	0.63 447	0.78 289	0.48 275	1.79 416	1.15 333	1.13 287	1.26 328	1.43 408	0.87 335	1.40 299	0.85 379	0.25 349	0.18 317	0.22 238	0.23 344	0.19 166	0.19 219

BEATNet_4x	0.73 306	0.49 428	1.17 426	0.53 243	0.26 68	1.03 381	0.55 337	1.82 423	1.06 274	1.21 332	1.22 311	0.96 289	0.91 350	1.01 191	1.06 413	0.21 254	0.14 168	0.24 296	0.19 216	0.37 429	0.21 269

test_sample7	0.74 311	0.37 371	0.76 271	0.52 225	0.35 244	0.91 341	0.67 396	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	1.23 246	0.67 318	0.31 426	0.28 445	0.32 431	0.31 449	0.33 411	0.29 385

gwcnet-sp	0.74 311	0.33 309	1.44 463	0.57 311	0.45 345	1.40 449	0.54 319	1.50 326	1.14 321	1.30 380	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 254	0.21 375	0.22 238	0.21 292	0.22 265	0.22 287

scenet	0.74 311	0.33 309	1.44 463	0.57 311	0.45 345	1.40 449	0.54 319	1.50 326	1.14 321	1.30 380	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 254	0.21 375	0.22 238	0.21 292	0.22 265	0.22 287

ssnet	0.74 311	0.33 309	1.44 463	0.57 311	0.45 345	1.40 449	0.54 319	1.50 326	1.14 321	1.30 380	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 254	0.21 375	0.22 238	0.21 292	0.22 265	0.22 287

BUS	0.74 311	0.32 287	0.68 192	0.54 258	0.44 338	2.34 522	0.42 199	2.16 502	0.98 239	1.20 328	1.11 262	1.03 313	0.62 227	0.91 159	0.70 326	0.24 322	0.17 295	0.25 335	0.22 321	0.22 265	0.22 287

GMM-Stereo	0.74 311	0.25 108	0.59 145	0.54 258	0.34 240	0.72 257	0.99 480	1.01 175	0.87 194	1.36 411	1.78 469	1.12 341	0.81 302	2.09 401	0.46 223	0.18 142	0.12 54	0.25 335	0.25 372	0.20 200	0.85 531

DMCA-RVC	0.74 311	0.40 389	1.27 441	0.66 407	0.49 367	0.77 284	0.47 264	1.35 290	1.01 254	1.53 454	1.01 213	1.29 385	0.82 307	1.31 266	0.78 354	0.27 388	0.21 375	0.35 458	0.27 400	0.32 402	0.24 321

DeepPruner_ROB	0.74 311	0.48 425	0.87 322	0.57 311	0.44 338	0.79 295	0.54 319	1.73 389	0.96 227	1.38 419	1.27 331	1.24 367	0.73 265	1.43 302	0.73 337	0.34 452	0.28 445	0.27 371	0.26 389	0.31 393	0.31 409

SMFormer	0.75 319	0.30 238	0.86 311	0.46 106	0.26 68	0.82 314	0.43 218	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.82 371	0.24 322	0.20 353	0.22 238	0.21 292	0.23 290	0.24 321

tta	0.75 319	0.30 238	0.86 311	0.46 106	0.26 68	0.82 314	0.43 218	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.82 371	0.24 322	0.20 353	0.22 238	0.21 292	0.18 123	0.18 179

KYRaft	0.75 319	0.28 183	0.62 159	0.56 295	0.29 134	0.67 230	0.86 449	0.94 146	0.84 188	1.62 476	2.21 504	1.16 350	1.02 406	1.57 330	0.40 161	0.20 220	0.13 115	0.22 238	0.28 421	0.20 200	1.02 537

Prome-Stereo	0.75 319	0.27 161	0.53 102	0.55 282	0.32 201	0.59 171	0.97 475	0.89 122	0.88 198	1.45 438	2.46 517	0.91 261	1.41 475	1.58 332	0.44 196	0.18 142	0.13 115	0.19 137	0.17 176	0.20 200	0.92 533

acv_ft	0.75 319	0.31 271	0.95 356	0.70 440	0.86 510	1.24 423	0.53 313	1.44 312	1.07 279	1.24 351	1.30 341	1.08 324	0.92 353	0.80 123	1.34 453	0.21 254	0.19 335	0.21 209	0.18 194	0.21 241	0.18 179

iResNet	0.75 319	0.40 389	1.36 454	0.67 419	0.29 134	0.92 348	0.59 369	1.52 335	1.25 389	1.28 366	1.48 408	0.94 275	0.76 277	1.62 338	0.78 354	0.18 142	0.14 168	0.18 114	0.15 113	0.22 265	0.23 307

PAM	0.76 325	0.29 218	1.08 406	0.52 225	0.33 222	1.38 445	0.39 171	2.01 475	0.67 135	1.06 246	0.96 191	2.89 533	1.43 477	0.86 146	0.35 113	0.19 183	0.12 54	0.19 137	0.17 176	0.19 166	0.20 252

AASNet	0.76 325	0.35 354	0.91 342	0.79 478	0.81 501	1.14 400	0.56 345	2.02 479	1.08 285	1.22 337	1.24 317	0.93 272	0.76 277	0.77 111	1.16 431	0.27 388	0.23 405	0.24 296	0.20 248	0.28 362	0.24 321

PAM_32	0.77 327	0.28 183	1.03 388	0.52 225	0.30 156	1.32 435	0.35 114	1.97 466	0.65 132	1.02 238	1.06 238	3.05 534	1.49 487	0.96 173	0.36 123	0.19 183	0.13 115	0.20 174	0.18 194	0.19 166	0.19 219

testlalala_base	0.77 327	0.40 389	0.70 211	0.65 400	0.50 374	0.79 295	0.28 57	1.50 326	0.51 78	0.73 159	0.90 177	0.69 183	0.54 179	0.66 81	0.40 161	2.82 559	0.14 168	0.17 79	0.12 41	2.68 554	0.19 219

NINENet	0.77 327	0.37 371	0.78 286	0.62 368	0.51 386	2.34 522	0.42 199	1.83 428	1.04 266	1.14 290	1.23 315	1.03 313	0.62 227	1.24 251	0.70 326	0.28 402	0.23 405	0.31 416	0.21 292	0.26 329	0.25 333

hknet	0.77 327	0.32 287	0.95 356	0.54 258	0.38 286	1.27 427	0.65 387	2.16 502	1.07 279	1.20 328	1.11 262	1.59 441	0.81 302	1.37 284	0.66 315	0.22 280	0.17 295	0.25 335	0.22 321	0.22 265	0.22 287

ARAFT	0.77 327	0.36 364	1.49 477	0.51 204	0.31 182	0.90 337	0.82 440	1.90 446	1.06 274	1.62 476	1.24 317	1.02 309	0.64 236	1.84 374	0.50 249	0.18 142	0.14 168	0.28 386	0.27 400	0.17 92	0.16 128

psm_up	0.77 327	0.34 333	0.70 211	0.66 407	0.58 426	1.05 384	0.92 463	1.52 335	1.12 306	1.26 361	1.16 291	1.31 390	1.23 453	1.20 241	0.81 366	0.25 349	0.29 456	0.31 416	0.27 400	0.27 343	0.25 333

GwcNet-RSSM	0.77 327	0.32 287	1.01 377	0.62 368	0.54 405	0.78 289	0.51 294	1.73 389	1.20 365	1.09 256	1.37 371	1.46 418	0.85 322	1.53 323	1.09 419	0.25 349	0.18 317	0.23 276	0.24 357	0.20 200	0.19 219

iResNet_ROB	0.77 327	0.30 238	0.99 368	0.57 311	0.36 254	0.83 319	0.36 130	2.33 525	1.58 490	1.27 364	1.30 341	1.25 371	0.84 319	1.65 343	0.79 360	0.20 220	0.14 168	0.17 79	0.12 41	0.18 123	0.27 367

DDVS	0.78 335	0.41 397	0.94 352	0.60 342	0.43 330	1.30 432	0.43 218	1.40 301	0.91 210	1.20 328	1.15 286	1.43 408	0.64 236	2.18 411	0.89 386	0.28 402	0.22 393	0.26 354	0.23 344	0.31 393	0.33 421

PSM-softLoss	0.78 335	0.31 271	0.77 278	0.58 317	0.32 201	0.56 158	0.40 179	1.18 245	0.70 144	1.24 351	1.07 242	0.83 228	0.52 168	5.36 508	0.53 268	0.24 322	0.15 226	0.25 335	0.22 321	0.20 200	0.25 333

KMStereo	0.78 335	0.31 271	0.77 278	0.58 317	0.32 201	0.56 158	0.40 179	1.18 245	0.70 144	1.24 351	1.07 242	0.83 228	0.52 168	5.36 508	0.53 268	0.24 322	0.15 226	0.25 335	0.22 321	0.20 200	0.25 333

STTStereo	0.78 335	0.50 435	1.22 431	0.64 386	0.54 405	0.89 334	0.54 319	1.44 312	1.11 302	1.38 419	1.09 252	1.27 379	0.85 322	1.43 302	0.83 373	0.29 413	0.27 438	0.33 440	0.39 489	0.32 402	0.30 399

PSM-AAD	0.79 339	0.27 161	0.53 102	0.55 282	0.28 117	0.77 284	1.24 508	0.99 165	0.91 210	1.66 481	1.57 432	0.81 216	2.19 534	1.65 343	0.44 196	0.19 183	0.14 168	0.38 472	0.32 457	0.21 241	0.70 522

hitnet-ft	0.79 339	0.35 354	0.57 132	0.58 317	0.42 320	0.96 363	0.46 257	1.47 318	1.33 427	1.19 324	1.22 311	1.81 474	0.98 389	1.66 347	0.94 393	0.33 442	0.28 445	0.34 450	0.27 400	0.35 418	0.31 409

NLCA_NET_v2_RVC	0.79 339	0.43 404	1.05 393	0.64 386	0.58 426	0.95 357	0.53 313	1.53 341	1.18 352	1.37 414	1.15 286	1.43 408	0.88 340	1.61 337	0.84 376	0.25 349	0.22 393	0.27 371	0.27 400	0.29 373	0.29 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
coex_refinement	0.80 342	0.28 183	0.73 241	0.70 440	0.51 386	0.95 357	0.60 373	1.78 410	1.23 380	1.36 411	1.37 371	1.82 477	0.81 302	1.32 270	1.13 428	0.26 372	0.17 295	0.19 137	0.20 248	0.24 305	0.25 333

G2L-Stereo	0.80 342	0.32 287	0.95 356	0.60 342	0.42 320	0.78 289	0.69 404	1.50 326	1.09 293	1.33 402	1.14 278	1.45 415	0.72 263	2.45 432	1.10 422	0.25 349	0.20 353	0.26 354	0.21 292	0.20 200	0.26 357

ISRNet	0.80 342	0.33 309	1.07 402	0.81 484	0.66 455	0.60 179	0.34 106	1.19 254	1.13 318	1.59 471	1.53 417	1.35 397	0.77 281	1.27 258	0.94 393	0.39 474	0.34 480	0.43 490	0.38 487	0.34 415	0.49 487

NF-Stereo	0.80 342	0.30 238	0.75 261	0.60 342	0.31 182	0.64 201	0.44 232	1.21 257	0.90 205	1.29 372	1.02 221	0.82 221	0.57 200	5.40 513	0.48 235	0.23 307	0.14 168	0.24 296	0.20 248	0.20 200	0.30 399

OCTAStereo	0.80 342	0.30 238	0.75 261	0.60 342	0.31 182	0.64 201	0.44 232	1.21 257	0.90 205	1.29 372	1.01 213	0.82 221	0.57 200	5.35 507	0.48 235	0.24 322	0.14 168	0.24 296	0.20 248	0.20 200	0.30 399

DRaft	0.80 342	0.24 79	0.70 211	0.45 98	0.30 156	0.97 367	0.53 313	1.05 195	0.97 234	1.78 491	2.02 495	0.80 212	1.74 507	2.73 448	0.72 334	0.17 103	0.14 168	0.20 174	0.20 248	0.18 123	0.21 269

RE-Stereo	0.80 342	0.30 238	0.75 261	0.60 342	0.31 182	0.64 201	0.44 232	1.21 257	0.90 205	1.29 372	1.01 213	0.81 216	0.57 200	5.37 510	0.48 235	0.24 322	0.14 168	0.24 296	0.20 248	0.20 200	0.30 399

TVStereo	0.80 342	0.30 238	0.75 261	0.60 342	0.31 182	0.64 201	0.44 232	1.21 257	0.90 205	1.29 372	1.01 213	0.81 216	0.57 200	5.37 510	0.48 235	0.24 322	0.14 168	0.24 296	0.20 248	0.20 200	0.30 399

UPFNet	0.80 342	0.32 287	0.90 339	0.59 330	0.74 478	1.26 426	0.80 435	1.52 335	1.10 300	1.30 380	1.12 269	1.30 386	0.84 319	1.67 348	1.09 419	0.24 322	0.24 414	0.24 296	0.23 344	0.25 317	0.18 179

iResNetv2_ROB	0.80 342	0.37 371	1.71 490	0.56 295	0.37 269	0.94 353	0.64 385	1.73 389	1.34 430	1.23 343	1.42 385	1.26 375	0.92 353	1.85 377	0.56 281	0.23 307	0.15 226	0.19 137	0.14 95	0.24 305	0.19 219

StereoDRNet-Refined	0.80 342	0.41 397	0.88 329	0.62 368	0.42 320	1.33 437	0.48 275	1.52 335	1.17 345	1.45 438	1.44 394	1.44 413	0.90 347	1.26 255	1.24 440	0.20 220	0.16 266	0.27 371	0.24 357	0.25 317	0.28 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.82 353	0.36 364	0.82 298	0.54 258	0.31 182	0.80 303	0.47 264	2.17 508	1.67 496	1.13 287	1.13 274	0.94 275	0.86 330	2.46 435	1.00 407	0.26 372	0.23 405	0.28 386	0.27 400	0.28 362	0.36 437

DCRE	0.82 353	0.26 131	0.70 211	0.58 317	0.44 338	0.54 143	0.48 275	0.95 151	0.78 170	0.78 169	7.33 564	0.86 241	0.52 168	0.76 108	0.41 172	0.16 60	0.16 266	0.19 137	0.17 176	0.18 123	0.17 154

SepStereo	0.82 353	0.34 333	1.03 388	0.64 386	0.69 467	0.77 284	0.63 383	1.54 344	1.20 365	1.79 494	1.55 424	0.95 283	1.04 410	2.30 422	0.60 298	0.21 254	0.16 266	0.25 335	0.18 194	0.27 343	0.22 287

GrayStereo	0.82 353	0.26 131	0.58 138	0.63 377	0.37 269	0.76 276	1.86 541	1.11 228	0.87 194	1.99 510	1.89 483	1.08 324	1.82 515	1.39 293	0.48 235	0.19 183	0.14 168	0.19 137	0.21 292	0.18 123	0.39 451

LMCR-Stereo	0.82 353	0.46 416	0.88 329	0.75 468	0.43 330	1.33 437	0.56 345	2.43 535	0.98 239	1.53 454	1.49 410	0.74 193	1.00 399	1.63 340	0.89 386	0.28 402	0.17 295	0.22 238	0.17 176	0.29 373	0.20 252

ac_64	0.82 353	0.29 218	0.81 295	0.71 448	0.60 437	1.05 384	0.54 319	1.99 470	0.92 215	1.18 320	1.06 238	1.99 496	1.08 422	1.94 387	0.97 402	0.27 388	0.22 393	0.24 296	0.23 344	0.22 265	0.19 219

DualNet (step1)	0.83 359	0.49 428	1.13 418	0.56 295	0.39 296	1.02 378	0.73 413	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	1.23 246	0.67 318	0.57 519	0.28 445	0.62 527	0.67 534	0.45 470	0.42 461

SST-Stereo	0.83 359	0.28 183	0.72 229	0.59 330	0.31 182	0.72 257	0.26 44	1.09 218	0.86 190	1.47 441	1.10 256	1.00 300	0.87 335	5.73 521	0.45 209	0.22 280	0.13 115	0.23 276	0.19 216	0.23 290	0.18 179

RAFT_R40	0.83 359	0.28 183	0.73 241	0.59 330	0.31 182	0.69 242	0.44 232	1.10 221	0.95 222	1.47 441	1.10 256	1.00 300	0.85 322	5.53 515	0.46 223	0.22 280	0.13 115	0.23 276	0.20 248	0.23 290	0.18 179

UNet	0.83 359	0.34 333	1.31 445	0.58 317	0.74 478	1.58 468	0.49 285	1.41 303	1.04 266	1.21 332	1.08 247	1.54 433	1.12 430	1.65 343	1.09 419	0.23 307	0.17 295	0.25 335	0.20 248	0.25 317	0.22 287

FADNet_RVC	0.83 359	0.51 438	1.83 500	0.54 258	0.42 320	1.19 416	0.46 257	1.51 333	1.09 293	0.89 197	1.24 317	0.91 261	0.87 335	2.11 403	1.11 425	0.27 388	0.22 393	0.31 416	0.28 421	0.43 460	0.38 448

DAS	0.84 364	0.34 333	1.03 388	0.64 386	0.69 467	0.77 284	0.63 383	1.54 344	1.20 365	1.79 494	1.55 424	0.95 283	1.04 410	2.83 450	0.60 298	0.21 254	0.16 266	0.25 335	0.18 194	0.27 343	0.22 287

RAFT-345	0.84 364	0.25 108	0.66 183	0.50 172	0.27 92	0.54 143	0.42 199	0.83 106	1.11 302	1.32 394	2.34 510	0.86 241	0.54 179	5.72 520	0.47 230	0.18 142	0.13 115	0.22 238	0.17 176	0.17 92	0.16 128

MMNet	0.84 364	0.32 287	1.09 409	0.60 342	0.59 434	1.85 496	0.49 285	1.51 333	1.27 400	1.37 414	1.15 286	1.26 375	1.18 442	1.67 348	1.22 438	0.19 183	0.18 317	0.23 276	0.22 321	0.25 317	0.21 269

FADNet-RVC-Resample	0.84 364	0.47 421	2.10 510	0.61 356	0.45 345	1.07 389	0.61 375	1.59 354	1.20 365	1.08 250	0.98 201	1.03 313	0.98 389	2.17 408	0.72 334	0.23 307	0.22 393	0.30 410	0.32 457	0.35 418	0.34 426

iRaft-Stereo_5w	0.85 368	0.29 218	0.91 342	0.53 243	0.43 330	0.49 91	0.68 400	0.99 165	0.87 194	0.79 172	1.34 362	1.46 418	0.91 350	5.11 502	1.11 425	0.17 103	0.14 168	0.22 238	0.18 194	0.20 200	0.20 252

SACVNet	0.85 368	0.46 416	0.85 305	0.81 484	0.56 414	0.80 303	0.79 429	1.68 378	1.12 306	1.34 406	1.33 355	1.25 371	0.94 367	2.39 429	0.76 346	0.34 452	0.26 429	0.31 416	0.29 433	0.35 418	0.44 471

ADLNet	0.85 368	0.36 364	0.89 335	0.85 501	0.72 472	1.24 423	0.76 421	1.82 423	1.36 444	1.52 453	1.35 368	1.27 379	0.99 397	1.23 246	1.15 430	0.27 388	0.20 353	0.26 354	0.25 372	0.28 362	0.30 399

delet	0.85 368	0.32 287	0.95 356	0.65 400	0.66 455	1.64 474	0.84 442	1.75 396	1.35 440	1.32 394	1.30 341	1.30 386	0.88 340	1.68 353	1.10 422	0.21 254	0.21 375	0.24 296	0.24 357	0.21 241	0.21 269

HGLStereo	0.85 368	0.38 378	0.94 352	0.80 481	1.03 523	1.17 411	0.58 360	1.52 335	1.20 365	1.19 324	1.62 444	1.13 346	1.20 448	1.80 371	1.06 413	0.24 322	0.24 414	0.24 296	0.21 292	0.23 290	0.27 367

CRFU-Net	0.86 373	0.39 383	1.00 373	0.65 400	0.57 417	1.78 489	0.86 449	2.15 499	0.81 178	1.38 419	1.18 296	1.64 453	1.19 445	1.35 278	0.90 389	0.26 372	0.22 393	0.21 209	0.19 216	0.23 290	0.24 321

dad	0.86 373	0.66 485	1.06 397	0.56 295	0.37 269	0.76 276	0.44 232	1.17 240	1.50 480	1.44 436	1.27 331	1.34 396	0.75 269	2.52 439	0.84 376	0.42 485	0.27 438	0.83 535	0.26 389	0.41 449	0.29 385

AACVNet	0.86 373	0.35 354	0.79 289	0.82 492	0.39 296	0.76 276	0.49 285	1.61 361	0.81 178	1.08 250	1.33 355	1.30 386	0.93 362	4.34 487	0.74 338	0.25 349	0.21 375	0.28 386	0.22 321	0.29 373	0.25 333

DLCB_ROB	0.86 373	0.40 389	0.78 286	0.68 430	0.54 405	1.11 395	0.84 442	1.49 322	1.23 380	1.64 480	1.65 451	1.70 462	0.91 350	1.70 355	1.05 411	0.25 349	0.24 414	0.26 354	0.27 400	0.27 343	0.24 321

HSM-Net_RVC	0.87 377	0.29 218	0.53 102	0.53 243	0.30 156	1.15 407	0.55 337	3.57 554	1.28 405	1.53 454	1.74 463	1.68 459	0.93 362	1.49 314	0.77 352	0.22 280	0.17 295	0.19 137	0.18 194	0.20 200	0.19 219
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.88 378	0.36 364	1.02 384	0.62 368	0.38 286	1.32 435	0.97 475	2.07 488	1.34 430	1.37 414	1.18 296	1.54 433	0.92 353	1.10 216	1.65 488	0.30 418	0.27 438	0.30 410	0.28 421	0.27 343	0.26 357

ADLNet2	0.88 378	0.34 333	1.17 426	0.77 474	0.64 450	1.12 398	0.76 421	1.74 394	1.24 386	1.21 332	1.65 451	1.71 463	1.05 414	1.67 348	1.17 434	0.24 322	0.21 375	0.21 209	0.22 321	0.26 329	0.29 385

ASMatch	0.88 378	0.26 131	0.69 205	0.51 204	0.35 244	0.48 79	0.37 149	1.12 230	0.92 215	1.10 264	3.28 533	0.96 289	0.98 389	4.90 499	0.49 243	0.19 183	0.16 266	0.22 238	0.19 216	0.19 166	0.27 367

IRAFT_RVC	0.88 378	0.28 183	0.76 271	0.63 377	0.31 182	0.65 217	1.02 485	1.22 265	0.94 220	1.22 337	1.04 234	1.01 307	0.98 389	5.82 523	0.53 268	0.22 280	0.12 54	0.25 335	0.20 248	0.20 200	0.19 219

FADNet-RVC	0.88 378	0.67 486	1.93 504	0.60 342	0.48 363	0.91 341	0.60 373	1.71 387	1.18 352	0.90 199	0.96 191	1.36 399	0.92 353	2.25 418	1.17 434	0.30 418	0.29 456	0.32 431	0.32 457	0.41 449	0.35 431

GEStereo_RVC	0.90 383	0.37 371	0.99 368	0.64 386	0.50 374	0.95 357	0.79 429	2.42 534	1.17 345	1.16 306	1.11 262	1.26 375	0.92 353	3.24 465	0.90 389	0.29 413	0.19 335	0.23 276	0.20 248	0.27 343	0.29 385

CBMV_ROB	0.90 383	0.44 407	0.63 162	0.51 204	0.37 269	1.25 425	0.49 285	1.77 406	1.27 400	1.41 428	2.00 492	1.33 392	1.08 422	2.17 408	0.76 346	0.43 490	0.42 513	0.47 500	0.44 501	0.41 449	0.36 437

PSMNet_ROB	0.90 383	0.52 442	1.17 426	0.72 452	0.61 440	1.27 427	1.12 497	1.76 402	1.12 306	1.09 256	1.28 337	1.45 415	0.89 346	1.65 343	1.42 471	0.33 442	0.25 423	0.37 469	0.39 489	0.35 418	0.29 385

FTStereo	0.91 386	0.26 131	0.56 122	0.54 258	0.33 222	0.66 226	1.87 542	1.00 169	0.75 157	1.75 488	4.15 543	1.04 316	1.65 500	1.57 330	0.46 223	0.19 183	0.16 266	0.23 276	0.21 292	0.18 123	0.63 513

PFNet	0.91 386	0.26 131	1.10 412	0.63 377	0.32 201	0.64 201	0.56 345	1.17 240	0.99 246	1.47 441	1.08 247	0.98 293	0.69 250	6.62 535	0.54 274	0.20 220	0.12 54	0.24 296	0.19 216	0.20 200	0.17 154

CBFPSM	0.92 388	0.33 309	1.86 501	0.49 160	0.38 286	1.75 482	0.84 442	1.39 299	1.12 306	1.09 256	0.99 203	2.37 515	1.66 504	1.32 270	1.42 471	0.19 183	0.18 317	0.20 174	0.20 248	0.21 241	0.33 421

FADNet	0.92 388	0.61 476	1.81 497	0.62 368	0.55 411	0.96 363	0.57 356	1.78 410	1.33 427	0.93 207	1.01 213	1.36 399	1.01 401	2.71 447	0.75 343	0.33 442	0.34 480	0.31 416	0.34 473	0.59 506	0.40 452

NVstereo2D	0.92 388	0.41 397	1.48 475	0.72 452	0.72 472	1.20 418	0.87 451	1.75 396	1.38 452	0.99 226	1.13 274	1.26 375	0.98 389	2.21 415	0.89 386	0.43 490	0.20 353	0.38 472	0.24 357	0.57 502	0.63 513

DispNO	0.93 391	0.30 238	1.34 453	0.55 282	0.55 411	0.89 334	0.49 285	1.48 320	1.21 371	1.17 315	1.27 331	1.19 355	0.90 347	5.23 505	0.74 338	0.22 280	0.17 295	0.24 296	0.21 292	0.19 166	0.20 252

DSFCA	0.93 391	0.34 333	1.06 397	0.52 225	0.65 452	1.55 466	0.93 467	1.49 322	1.19 360	1.56 464	1.15 286	1.50 427	0.96 379	3.07 459	1.02 409	0.30 418	0.26 429	0.25 335	0.25 372	0.28 362	0.24 321

ttt	0.94 393	0.34 333	0.59 145	0.61 356	0.37 269	0.94 353	0.50 293	2.17 508	1.34 430	1.23 343	1.61 441	0.91 261	0.76 277	1.85 377	3.97 540	0.30 418	0.26 429	0.26 354	0.24 357	0.29 373	0.29 385

fast-acv-ft	0.94 393	0.44 407	1.40 456	0.58 317	0.51 386	1.77 487	0.69 404	1.36 292	1.42 470	1.29 372	1.86 479	1.74 467	1.25 457	1.52 319	1.38 459	0.26 372	0.28 445	0.28 386	0.28 421	0.27 343	0.26 357

OMP-Stereo	0.94 393	0.33 309	0.72 229	0.90 515	0.31 182	0.49 91	0.36 130	1.16 238	1.06 274	1.58 470	1.12 269	1.46 418	0.69 250	6.94 543	0.49 243	0.19 183	0.14 168	0.24 296	0.18 194	0.20 200	0.14 63

CBMV	0.95 396	0.44 407	0.66 183	0.53 243	0.35 244	1.53 464	1.63 532	1.69 380	1.42 470	2.00 513	1.60 437	1.43 408	1.17 438	1.59 334	0.99 406	0.34 452	0.34 480	0.39 478	0.33 467	0.33 411	0.32 415
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.96 397	0.58 463	0.72 229	0.61 356	0.46 357	1.64 474	0.76 421	1.86 435	1.28 405	1.30 380	1.53 417	0.86 241	0.94 367	3.27 467	0.69 325	0.45 496	0.44 517	0.54 515	0.48 510	0.47 477	0.40 452

TransformOpticalFlow	0.96 397	0.28 183	0.89 335	0.52 225	0.31 182	0.66 226	0.54 319	1.75 396	1.12 306	1.09 256	1.44 394	1.37 402	1.01 401	6.70 540	0.42 183	0.19 183	0.12 54	0.20 174	0.19 216	0.18 123	0.19 219

IIG-Stereo	0.96 397	0.31 271	0.72 229	0.88 511	0.33 222	0.61 185	0.26 44	1.19 254	1.03 261	1.69 484	1.37 371	1.46 418	0.75 269	6.96 544	0.51 254	0.19 183	0.14 168	0.23 276	0.18 194	0.20 200	0.14 63

CFNet	0.96 397	0.36 364	1.01 377	0.62 368	0.42 320	0.99 373	0.47 264	1.90 446	1.32 423	0.99 226	1.39 380	1.10 336	0.86 330	5.58 518	0.79 360	0.23 307	0.17 295	0.28 386	0.27 400	0.26 329	0.21 269

XPNet_ROB	0.96 397	0.49 428	1.09 409	0.72 452	0.57 417	1.11 395	1.14 499	1.66 375	1.23 380	1.85 501	1.39 380	1.64 453	1.11 427	1.80 371	1.42 471	0.38 471	0.30 460	0.33 440	0.29 433	0.37 429	0.34 426

ETE_ROB	0.96 397	0.64 483	1.16 424	0.69 434	0.48 363	1.14 400	1.13 498	1.77 406	1.19 360	1.91 507	1.45 396	1.73 465	1.05 414	1.60 335	1.14 429	0.32 433	0.26 429	0.38 472	0.34 473	0.39 442	0.41 457

CSP-Net	0.97 403	0.38 378	0.83 303	0.53 243	0.41 315	1.63 472	0.77 424	2.00 471	1.05 270	1.25 357	1.20 307	1.33 392	0.83 315	4.93 501	0.85 379	0.32 433	0.22 393	0.20 174	0.20 248	0.23 290	0.25 333

DEmStereo	0.97 403	0.23 60	0.79 289	0.47 117	0.32 201	1.04 383	0.56 345	0.93 139	0.89 201	1.39 425	2.14 502	1.02 309	2.07 529	5.64 519	0.77 352	0.17 103	0.15 226	0.20 174	0.20 248	0.18 123	0.20 252

pcwnet_v2	0.97 403	0.37 371	4.33 543	0.62 368	0.54 405	0.79 295	0.45 250	2.02 479	1.58 490	1.42 434	1.64 449	1.09 334	0.79 292	1.24 251	0.67 318	0.32 433	0.25 423	0.29 397	0.27 400	0.37 429	0.35 431

FINET	0.97 403	0.54 447	1.60 483	0.63 377	0.79 494	1.08 390	1.07 492	1.56 351	2.20 529	1.15 296	1.49 410	0.94 275	0.88 340	2.32 423	1.05 411	0.42 485	0.35 491	0.32 431	0.28 421	0.43 460	0.38 448

AIO-Stereo-zeroshot1	0.98 407	0.39 383	3.21 535	0.50 172	0.63 447	0.64 201	0.39 171	2.36 528	0.75 157	0.95 214	4.63 548	1.81 474	0.56 191	0.96 173	0.41 172	0.18 142	0.13 115	0.21 209	0.26 389	0.32 402	0.35 431

StereoDRNet	0.98 407	0.47 421	1.70 488	0.76 471	0.94 518	1.51 462	0.91 461	1.92 453	1.32 423	1.61 472	1.13 274	1.47 423	0.97 382	1.75 362	1.46 478	0.28 402	0.23 405	0.29 397	0.27 400	0.35 418	0.27 367

ACV-stereo	0.99 409	0.51 438	1.41 461	0.56 295	0.41 315	2.43 526	0.57 356	1.15 236	1.18 352	0.81 178	1.01 213	3.39 540	2.14 532	1.60 335	1.07 416	0.27 388	0.22 393	0.22 238	0.22 321	0.28 362	0.32 415

iinet-f	0.99 409	0.45 414	3.71 540	0.55 282	0.43 330	1.81 491	0.68 400	1.14 234	1.14 321	1.18 320	1.42 385	1.58 440	1.44 479	1.34 277	1.59 487	0.24 322	0.23 405	0.20 174	0.19 216	0.26 329	0.25 333

GASNet	0.99 409	0.97 517	1.72 491	0.98 524	0.68 465	0.83 319	0.67 396	1.60 358	1.28 405	1.31 390	1.22 311	1.22 360	1.21 451	2.41 430	1.41 467	0.43 490	0.26 429	0.36 466	0.34 473	0.55 499	0.31 409

Wz-Net-LNSev-Ref	0.99 409	0.40 389	1.82 498	0.66 407	0.62 446	2.05 510	0.78 426	1.91 450	1.29 409	1.54 460	1.42 385	1.51 429	1.23 453	1.99 391	1.33 451	0.23 307	0.14 168	0.20 174	0.15 113	0.27 343	0.26 357

PS-NSSS	0.99 409	0.58 463	0.93 348	0.58 317	0.57 417	0.91 341	0.80 435	1.81 422	1.14 321	1.14 290	1.67 456	1.00 300	0.83 315	4.62 492	0.78 354	0.37 467	0.31 466	0.52 509	0.32 457	0.45 470	0.38 448

YMNet	1.00 414	0.54 447	1.40 456	0.81 484	0.85 508	1.87 498	0.62 378	1.55 348	1.18 352	1.63 478	1.99 490	1.77 471	0.97 382	1.50 316	1.45 475	0.33 442	0.37 498	0.31 416	0.32 457	0.32 402	0.29 385

YMNet_1	1.00 414	0.54 447	1.40 456	0.81 484	0.85 508	1.87 498	0.62 378	1.55 348	1.18 352	1.63 478	1.99 490	1.77 471	0.97 382	1.50 316	1.45 475	0.33 442	0.37 498	0.31 416	0.32 457	0.32 402	0.29 385

UGAM-zero	1.00 414	0.30 238	0.93 348	0.47 117	0.30 156	0.57 163	0.25 34	2.25 519	0.63 113	1.01 234	1.10 256	2.73 529	1.85 516	6.26 529	0.40 161	0.17 103	0.14 168	0.19 137	0.15 113	0.16 61	0.17 154

RAFT + AFF	1.00 414	0.42 401	1.09 409	0.67 419	0.50 374	1.22 421	1.24 508	2.24 518	1.19 360	1.30 380	1.56 428	1.17 351	1.49 487	3.44 473	0.83 373	0.21 254	0.25 423	0.30 410	0.26 389	0.27 343	0.27 367

DRN-Test	1.00 414	0.44 407	1.13 418	0.70 440	0.81 501	1.62 471	0.79 429	2.14 497	1.44 473	1.78 491	1.33 355	1.43 408	1.05 414	2.18 411	1.53 484	0.27 388	0.21 375	0.31 416	0.30 442	0.32 402	0.28 379

NCCL2	1.00 414	0.56 456	1.06 397	0.75 468	0.57 417	1.31 434	1.72 533	1.77 406	1.36 444	1.50 450	1.17 294	1.91 485	1.17 438	1.54 325	1.29 448	0.35 459	0.31 466	0.45 495	0.44 501	0.40 446	0.40 452

TCMNet	1.01 420	0.60 474	2.10 510	0.86 503	1.33 544	1.14 400	0.67 396	1.69 380	1.23 380	1.11 270	1.57 432	1.30 386	0.97 382	2.01 393	1.50 482	0.31 426	0.31 466	0.38 472	0.34 473	0.42 454	0.36 437

PA-Net	1.01 420	0.57 460	1.29 443	0.64 386	0.74 478	1.19 416	0.84 442	1.69 380	1.43 472	1.16 306	1.19 303	1.32 391	1.19 445	3.42 471	1.25 441	0.29 413	0.45 521	0.33 440	0.49 513	0.32 402	0.47 480
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 420	0.59 466	1.16 424	0.67 419	0.51 386	1.63 472	1.26 512	1.69 380	1.38 452	1.81 498	1.37 371	1.94 490	1.02 406	1.58 332	1.38 459	0.37 467	0.27 438	0.43 490	0.37 485	0.43 460	0.37 442

z-ln-s-r	1.02 423	0.55 452	2.09 509	0.52 225	0.55 411	0.78 289	0.87 451	1.47 318	1.34 430	1.12 272	1.62 444	1.37 402	1.06 417	2.62 444	3.32 531	0.19 183	0.14 168	0.21 209	0.17 176	0.27 343	0.21 269

PSMNet-RUCA	1.02 423	0.97 517	1.44 463	1.23 538	1.10 527	1.40 449	0.62 378	1.69 380	1.38 452	0.94 212	1.53 417	0.97 291	0.83 315	1.17 235	0.93 391	0.69 531	0.34 480	0.99 541	0.60 530	0.97 531	0.64 517

THIR-Stereo	1.02 423	0.27 161	0.69 205	0.49 160	0.28 117	0.95 357	1.34 516	1.03 181	0.97 234	1.34 406	1.90 484	1.17 351	1.58 493	6.44 533	0.78 354	0.19 183	0.14 168	0.21 209	0.22 321	0.19 166	0.20 252

Wz-Net-LNSev	1.03 426	0.67 486	2.71 531	0.64 386	0.84 505	1.75 482	1.00 482	1.80 419	1.32 423	1.28 366	1.25 321	1.65 456	1.22 452	1.39 293	1.40 463	0.28 402	0.26 429	0.24 296	0.23 344	0.33 411	0.32 415

RAFT-RH_RVC	1.03 426	0.24 79	0.67 188	0.49 160	0.28 117	0.81 312	0.33 94	0.83 106	1.08 285	2.05 514	4.65 550	1.04 316	0.57 200	5.98 528	0.50 249	0.18 142	0.13 115	0.26 354	0.20 248	0.16 61	0.17 154

DISCO	1.03 426	0.34 333	1.11 414	0.69 434	0.45 345	2.07 511	0.84 442	2.13 493	1.50 480	1.15 296	1.33 355	2.40 517	1.07 421	2.60 442	1.51 483	0.23 307	0.18 317	0.22 238	0.20 248	0.31 393	0.27 367

STrans-v2	1.04 429	0.28 183	0.96 362	0.49 160	0.32 201	0.68 237	0.79 429	2.47 537	1.12 306	1.12 272	1.46 402	1.40 404	1.46 482	6.70 540	0.43 193	0.18 142	0.13 115	0.20 174	0.18 194	0.18 123	0.18 179

APVNet	1.06 430	0.53 446	1.42 462	0.84 496	0.79 494	1.92 501	0.82 440	1.90 446	1.08 285	1.08 250	1.43 389	1.56 436	1.13 434	3.07 459	1.58 485	0.31 426	0.34 480	0.42 488	0.36 482	0.36 425	0.37 442

TDLM	1.06 430	0.44 407	0.79 289	0.63 377	0.50 374	0.89 334	1.44 521	1.48 320	1.26 394	1.12 272	1.40 382	1.08 324	0.98 389	6.65 536	0.78 354	0.33 442	0.21 375	0.33 440	0.26 389	0.37 429	0.24 321

FAT-Stereo	1.07 432	0.41 397	1.32 448	0.72 452	0.58 426	1.08 390	0.89 456	1.96 462	1.65 494	1.75 488	1.98 489	2.03 501	1.48 485	2.02 394	1.18 437	0.42 485	0.35 491	0.34 450	0.29 433	0.35 418	0.53 495

GANetREF_RVC	1.07 432	0.86 511	1.31 445	0.82 492	0.53 401	1.41 454	1.31 514	1.76 402	1.52 483	1.27 364	1.31 347	1.46 418	1.24 456	2.03 395	0.96 401	0.56 518	0.45 521	0.67 530	0.50 516	0.88 529	0.59 507
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
CVANet_RVC	1.07 432	0.43 404	0.76 271	0.60 342	0.50 374	0.90 337	0.97 475	1.52 335	1.26 394	1.33 402	1.38 376	1.24 367	1.18 442	6.75 542	0.75 343	0.34 452	0.23 405	0.34 450	0.29 433	0.42 454	0.27 367

GCST	1.08 435	1.47 546	0.93 348	1.73 547	1.14 534	1.30 432	0.31 79	1.33 282	1.16 342	1.29 372	0.97 200	0.98 293	0.49 152	2.08 400	0.46 223	1.19 547	0.70 547	1.30 547	0.85 545	1.02 535	0.89 532

GwcNet	1.08 435	0.51 438	2.33 520	0.79 478	1.18 537	1.76 484	0.70 407	1.68 378	1.47 476	1.41 428	1.64 449	1.74 467	1.04 410	2.20 414	1.41 467	0.30 418	0.29 456	0.29 397	0.27 400	0.30 384	0.35 431

DANet	1.08 435	0.61 476	1.32 448	0.85 501	0.72 472	1.37 442	0.51 294	1.54 344	1.15 333	1.78 491	1.54 422	2.01 498	1.11 427	2.90 453	2.00 504	0.33 442	0.30 460	0.40 483	0.30 442	0.44 466	0.45 473
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.09 438	0.50 435	1.12 416	0.90 515	1.04 524	1.11 395	0.84 442	1.80 419	1.62 492	1.55 463	2.00 492	1.90 484	1.78 510	1.84 374	1.25 441	0.52 510	0.36 496	0.48 502	0.36 482	0.45 470	0.43 468

Nwc_Net	1.09 438	0.49 428	1.33 450	0.89 514	0.80 499	1.49 461	0.66 392	2.19 512	1.27 400	1.32 394	2.26 506	1.96 493	1.54 490	1.92 383	1.34 453	0.40 477	0.30 460	0.43 490	0.45 503	0.38 438	0.37 442

MaskLacGwcNet_RVC	1.10 440	1.02 522	1.00 373	0.82 492	0.67 459	1.93 502	0.93 467	1.62 365	1.11 302	1.15 296	1.25 321	1.50 427	0.79 292	1.96 389	0.76 346	1.89 550	0.34 480	0.79 534	0.36 482	1.25 543	0.83 529

NCC-stereo	1.10 440	0.54 447	1.24 435	0.84 496	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 394	1.74 463	1.88 480	1.74 507	2.35 425	1.25 441	0.45 496	0.37 498	0.45 495	0.58 526	0.42 454	0.42 461

Abc-Net	1.10 440	0.54 447	1.24 435	0.84 496	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 394	1.74 463	1.88 480	1.74 507	2.35 425	1.25 441	0.45 496	0.37 498	0.45 495	0.58 526	0.42 454	0.42 461
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.11 443	0.58 463	2.23 518	0.66 407	0.71 470	1.95 504	1.46 522	1.98 468	1.45 474	1.79 494	1.43 389	1.49 426	1.33 469	1.97 390	1.42 471	0.27 388	0.23 405	0.28 386	0.28 421	0.34 415	0.31 409

edge stereo	1.11 443	0.50 435	1.30 444	0.71 448	0.65 452	1.14 400	0.75 418	1.93 457	1.37 448	1.71 485	1.83 474	2.54 522	1.44 479	2.43 431	1.23 439	0.42 485	0.41 511	0.54 515	0.35 478	0.42 454	0.46 476

anonymity	1.12 445	0.97 517	1.21 429	1.07 532	1.12 531	1.08 390	0.89 456	1.95 461	1.16 342	1.29 372	1.26 328	1.22 360	1.09 425	1.15 227	1.01 408	1.02 540	1.00 563	0.97 539	0.97 551	0.98 532	0.99 536

ccnet	1.12 445	0.67 486	1.01 377	0.78 476	0.73 477	1.72 480	0.99 480	1.84 431	1.26 394	1.47 441	1.85 478	1.75 470	1.29 462	1.75 362	1.88 498	0.57 519	0.53 535	0.57 524	0.55 523	0.59 506	0.54 496

RASNet	1.12 445	0.30 238	0.91 342	0.66 407	0.77 489	0.97 367	0.57 356	1.37 293	1.35 440	1.02 238	1.34 362	2.11 505	1.43 477	7.09 545	1.39 462	0.19 183	0.17 295	0.17 79	0.19 216	0.18 123	0.16 128

AF-Net	1.13 448	0.52 442	1.33 450	0.86 503	0.91 514	1.38 445	0.71 409	2.16 502	1.62 492	1.56 464	2.40 513	1.99 496	1.65 500	1.81 373	1.48 480	0.48 504	0.28 445	0.49 504	0.33 467	0.39 442	0.32 415

NaN_ROB	1.13 448	0.55 452	1.15 423	0.64 386	0.48 363	1.61 470	2.03 550	1.72 388	1.48 477	2.09 516	1.27 331	1.40 404	1.08 422	3.94 479	1.30 449	0.28 402	0.34 480	0.28 386	0.28 421	0.30 384	0.33 421

UGAM	1.14 450	0.27 161	0.95 356	0.53 243	0.42 320	0.70 249	0.72 412	0.95 151	1.32 423	0.98 223	1.48 408	1.78 473	0.87 335	9.65 572	0.87 382	0.21 254	0.18 317	0.30 410	0.24 357	0.19 166	0.16 128

DGSMNet	1.14 450	0.76 502	2.49 525	0.81 484	0.86 510	1.39 447	1.39 518	2.13 493	1.35 440	1.26 361	1.63 448	1.48 425	0.98 389	1.75 362	1.10 422	0.45 496	0.43 514	0.55 519	0.49 513	0.75 524	0.70 522

Syn2CoEx	1.14 450	0.69 490	1.66 486	0.80 481	0.67 459	1.40 449	0.88 454	2.06 487	1.54 486	1.25 357	1.58 435	1.42 407	1.50 489	4.09 481	1.40 463	0.36 463	0.32 474	0.34 450	0.29 433	0.29 373	0.34 426

RGC	1.14 450	0.79 504	1.26 438	0.91 518	0.96 521	1.52 463	0.77 424	1.92 453	1.26 394	1.54 460	1.93 486	2.02 500	1.54 490	2.25 418	1.31 450	0.44 495	0.35 491	0.58 525	0.48 510	0.47 477	0.46 476

S-Stereo	1.15 454	0.46 416	2.17 515	0.81 484	0.80 499	1.21 420	1.19 505	1.93 457	2.02 522	1.47 441	2.11 499	1.57 437	1.17 438	2.05 398	1.41 467	0.40 477	0.40 509	0.35 458	0.31 449	0.44 466	0.70 522

stereogan	1.15 454	0.42 401	1.40 456	0.86 503	0.84 505	2.38 524	0.71 409	1.88 440	1.73 503	1.72 486	1.94 488	2.31 512	1.29 462	2.07 399	1.08 417	0.36 463	0.35 491	0.39 478	0.31 449	0.51 491	0.46 476

AANet_RVC	1.16 456	0.52 442	1.49 477	0.65 400	0.45 345	0.75 270	0.69 404	1.42 305	1.55 488	1.34 406	1.87 481	1.53 432	0.78 288	7.43 551	1.38 459	0.25 349	0.17 295	0.19 137	0.16 155	0.22 265	0.26 357

RYNet	1.17 457	0.49 428	1.24 435	0.70 440	0.97 522	1.71 478	0.92 463	1.91 450	1.46 475	1.38 419	1.14 278	1.88 480	1.30 466	4.24 483	1.87 496	0.26 372	0.21 375	0.35 458	0.27 400	0.55 499	0.54 496

w-ln-seven-2	1.18 458	0.61 476	4.25 542	0.68 430	0.61 440	1.20 418	0.93 467	1.63 367	1.35 440	1.66 481	1.53 417	1.47 423	1.37 473	3.00 458	1.74 491	0.25 349	0.24 414	0.29 397	0.26 389	0.33 411	0.28 379

HSM	1.19 459	0.32 287	0.65 176	0.57 311	0.38 286	1.23 422	0.59 369	2.25 519	1.19 360	1.30 380	1.25 321	1.94 490	1.03 408	9.32 567	0.71 331	0.22 280	0.16 266	0.20 174	0.16 155	0.21 241	0.21 269

aanetorigin	1.23 460	0.79 504	2.78 533	0.70 440	0.79 494	0.99 373	1.06 491	1.06 208	1.37 448	3.52 551	2.61 521	1.72 464	1.63 498	1.99 391	1.78 493	0.25 349	0.24 414	0.26 354	0.25 372	0.38 438	0.45 473

PWC_ROB	1.24 461	0.76 502	2.46 524	0.72 452	0.78 491	1.15 407	0.49 285	1.75 396	1.92 516	2.31 522	3.07 530	1.59 441	1.40 474	2.46 435	2.10 508	0.33 442	0.22 393	0.35 458	0.24 357	0.38 438	0.41 457

SGM-Forest	1.24 461	0.38 378	0.60 150	0.52 225	0.37 269	1.56 467	1.30 513	1.65 370	1.36 444	2.11 517	1.79 470	1.63 450	0.93 362	7.48 553	0.95 397	0.36 463	0.37 498	0.39 478	0.34 473	0.37 429	0.32 415
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.25 463	0.99 520	1.93 504	1.02 528	1.21 539	0.96 363	1.01 484	1.75 396	1.92 516	1.36 411	2.12 500	1.44 413	1.01 401	1.14 226	1.40 463	0.72 532	0.82 550	0.89 537	0.98 553	1.31 544	0.95 534

NOSS_ROB	1.26 464	0.46 416	0.62 159	0.56 295	0.38 286	1.06 387	0.78 426	1.73 389	1.40 462	1.01 234	1.43 389	1.10 336	0.75 269	10.62 576	0.65 312	0.45 496	0.43 514	0.48 502	0.45 503	0.44 466	0.41 457

RTSC	1.29 465	0.73 496	2.44 523	0.83 495	0.57 417	1.85 496	0.65 387	1.88 440	2.00 521	2.20 519	1.66 454	1.60 443	1.26 459	2.33 424	3.92 537	0.32 433	0.23 405	0.27 371	0.29 433	0.37 429	0.37 442

PWCDC_ROB	1.29 465	0.75 501	1.33 450	1.05 529	0.88 513	1.73 481	0.52 305	1.89 443	3.28 550	1.29 372	4.88 553	1.22 360	1.46 482	1.77 369	1.45 475	0.60 524	0.26 429	0.29 397	0.25 372	0.52 493	0.37 442

test_for_model	1.30 467	3.71 576	0.58 138	3.22 566	2.84 567	0.59 171	0.33 94	1.40 301	0.83 184	1.42 434	0.61 101	0.52 116	0.37 77	0.51 26	0.33 86	2.46 555	0.15 226	0.16 52	0.11 9	4.39 577	1.50 549

Anonymous_2	1.30 467	0.55 452	0.82 298	0.52 225	0.58 426	1.01 376	0.64 385	1.25 273	0.97 234	0.96 216	0.78 149	1.33 392	1.29 462	1.03 195	0.74 338	0.62 526	0.64 544	1.06 544	9.63 584	1.16 539	0.49 487

SQANet	1.31 469	0.88 514	1.08 406	1.83 549	1.44 546	1.44 456	0.75 418	1.74 394	1.09 293	1.32 394	1.26 328	1.28 382	1.01 401	1.50 316	0.83 373	2.50 556	0.34 480	1.47 548	0.55 523	2.32 549	1.57 550

SHD	1.31 469	0.71 495	2.34 521	0.86 503	0.75 485	1.77 487	0.65 387	2.22 516	2.50 538	2.40 529	1.71 459	1.91 485	1.60 496	1.93 386	2.37 512	0.38 471	0.31 466	0.38 472	0.40 493	0.48 482	0.50 489

PDISCO_ROB	1.32 471	0.65 484	1.44 463	1.36 539	1.46 547	2.55 529	0.92 463	2.45 536	2.07 525	1.37 414	1.49 410	1.65 456	1.00 399	2.82 449	1.35 456	1.01 538	0.27 438	0.54 515	0.47 508	0.71 522	0.73 525

LL-Strereo	1.33 472	0.39 383	1.38 455	0.61 356	0.61 440	0.75 270	0.66 392	1.63 367	1.17 345	1.56 464	1.60 437	2.03 501	2.12 531	9.72 573	0.97 402	0.21 254	0.18 317	0.27 371	0.23 344	0.22 265	0.25 333

PASM	1.34 473	0.92 515	2.62 529	0.86 503	0.87 512	1.03 381	1.08 493	1.50 326	1.51 482	1.82 499	1.41 384	1.68 459	1.26 459	4.87 498	1.34 453	0.61 525	0.65 546	0.68 531	0.78 540	0.69 520	0.68 521

ADCRef	1.35 474	0.55 452	2.37 522	0.72 452	0.77 489	1.94 503	0.78 426	1.91 450	1.27 400	1.57 468	1.59 436	1.36 399	1.41 475	1.54 325	7.53 554	0.23 307	0.20 353	0.32 431	0.30 442	0.29 373	0.29 385

GANet	1.36 475	0.47 421	0.86 311	0.67 419	0.45 345	1.34 439	1.73 534	1.64 369	1.24 386	1.49 449	2.38 511	1.55 435	1.20 448	9.30 566	0.93 391	0.30 418	0.31 466	0.33 440	0.28 421	0.39 442	0.30 399

ff1	1.37 476	0.33 309	0.85 305	0.53 243	0.37 269	0.74 265	0.56 345	0.95 151	2.47 535	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 555	0.20 220	0.12 54	0.31 416	0.27 400	0.19 166	0.20 252

XQC	1.37 476	0.87 512	2.56 527	0.84 496	0.69 467	1.83 494	0.89 456	2.07 488	1.88 512	1.88 503	1.53 417	1.91 485	1.55 492	2.85 452	3.05 523	0.48 504	0.29 456	0.44 494	0.39 489	0.69 520	0.60 510

w-ln-seven	1.38 478	0.70 493	3.91 541	0.75 468	0.72 472	2.69 535	0.95 472	2.02 479	1.99 520	1.99 510	1.73 461	1.82 477	1.17 438	2.45 432	2.84 520	0.28 402	0.25 423	0.31 416	0.30 442	0.41 449	0.33 421

mmx	1.39 479	0.33 309	0.85 305	0.53 243	0.37 269	0.74 265	0.56 345	2.13 493	1.37 448	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 555	0.24 322	0.19 335	0.31 416	0.27 400	0.30 384	0.25 333

xxx	1.39 479	0.33 309	0.85 305	0.53 243	0.37 269	0.74 265	0.56 345	2.13 493	1.37 448	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 555	0.24 322	0.19 335	0.31 416	0.27 400	0.30 384	0.25 333

MFMNet_re	1.40 481	1.14 531	1.68 487	1.39 541	1.07 525	1.48 459	1.43 520	1.87 437	1.82 510	2.26 520	2.19 503	1.51 429	1.86 517	1.52 319	1.25 441	0.93 536	0.83 551	0.84 536	0.80 541	0.99 534	1.05 541

UDG	1.41 482	2.65 569	0.99 368	1.44 544	1.64 549	1.34 439	0.80 435	1.60 358	1.23 380	1.23 343	1.71 459	2.01 498	1.34 470	1.47 312	1.41 467	0.90 535	0.54 538	2.29 555	0.75 538	1.84 546	1.04 539

CSAN	1.41 482	0.59 466	1.26 438	0.70 440	0.50 374	1.76 484	1.78 535	1.77 406	1.90 515	2.35 525	2.32 508	1.92 488	1.94 522	5.56 517	1.49 481	0.43 490	0.35 491	0.40 483	0.41 494	0.43 460	0.41 457

test_xeample	1.45 484	0.28 183	0.65 176	0.51 204	0.28 117	0.94 353	0.59 369	2.14 497	1.29 409	1.24 351	1.51 415	0.88 249	0.86 330	1.46 308	15.10 575	0.22 280	0.20 353	0.22 238	0.20 248	0.22 265	0.22 287

Wz-Net-SNSev	1.49 485	1.23 536	6.27 554	0.68 430	0.67 459	1.37 442	1.41 519	2.00 471	1.39 457	1.48 447	1.61 441	2.29 510	1.32 468	3.93 478	2.14 509	0.31 426	0.28 445	0.31 416	0.33 467	0.42 454	0.36 437

CC-Net-ROB	1.49 485	1.26 537	1.27 441	0.88 511	0.79 494	1.76 484	1.00 482	1.79 416	1.26 394	1.10 264	1.61 441	1.21 358	0.99 397	8.13 560	0.84 376	1.09 544	0.41 511	2.20 553	0.46 506	1.20 542	0.48 483

DDUNet	1.50 487	2.69 570	1.12 416	1.77 548	1.88 551	1.84 495	0.92 463	1.70 385	1.16 342	1.38 419	1.79 470	1.60 443	1.12 430	1.37 284	1.08 417	1.10 545	0.76 548	2.37 557	0.94 549	2.00 547	1.37 547

xxxx	1.51 488	0.28 183	0.68 192	0.54 258	0.28 117	1.16 409	0.44 232	2.19 512	1.29 409	1.09 256	1.36 369	1.22 360	0.85 322	1.79 370	15.70 578	0.24 322	0.21 375	0.21 209	0.20 248	0.22 265	0.23 307

psmorigin	1.52 489	0.69 490	10.52 567	0.68 430	0.59 434	1.13 399	0.70 407	1.57 352	1.19 360	1.99 510	1.79 470	2.26 509	1.47 484	2.09 401	1.36 457	0.39 474	0.40 509	0.34 450	0.33 467	0.43 460	0.56 500

MFN_U_SF_RVC	1.52 489	0.84 507	3.42 536	0.87 510	0.66 455	2.56 530	0.95 472	2.36 528	1.70 499	1.98 509	1.86 479	2.45 520	1.79 511	2.95 454	2.58 515	0.52 510	0.48 527	0.55 519	0.59 529	0.59 506	0.61 511

SAMSARA	1.55 491	0.84 507	2.61 528	1.22 537	1.07 525	2.50 528	1.93 545	2.05 482	1.89 513	2.75 539	1.66 454	2.81 530	1.69 505	3.08 461	1.97 503	0.46 502	0.51 533	0.42 488	0.46 506	0.58 504	0.59 507

z-mn7	1.56 492	0.84 507	4.36 545	0.71 448	0.51 386	2.60 531	1.04 487	1.73 389	2.70 544	1.53 454	2.99 529	1.94 490	1.34 470	4.78 496	2.41 513	0.29 413	0.24 414	0.27 371	0.24 357	0.34 415	0.31 409

CrosDoStereo	1.58 493	0.24 79	0.72 229	0.48 144	0.29 134	0.67 230	12.49 579	1.10 221	0.98 239	1.34 406	1.75 466	1.00 300	1.89 518	6.65 536	0.81 366	0.19 183	0.15 226	0.20 174	0.22 321	0.18 123	0.19 219

DeepStereo_LL	1.58 493	0.24 79	0.72 229	0.48 144	0.29 134	0.67 230	12.49 579	1.10 221	0.98 239	1.34 406	1.75 466	1.00 300	1.89 518	6.65 536	0.81 366	0.19 183	0.15 226	0.20 174	0.22 321	0.18 123	0.19 219

otaku	1.60 495	1.11 529	1.21 429	2.20 551	1.56 548	1.97 505	1.24 508	2.07 488	1.36 444	1.44 436	1.62 444	1.73 465	1.19 445	1.73 361	0.98 405	2.89 561	0.57 540	1.74 549	0.60 530	2.78 556	1.94 556

DeepPrunerF	1.60 495	0.73 496	5.81 552	0.88 511	1.19 538	0.91 341	0.95 472	2.19 512	5.24 566	1.17 315	1.30 341	1.19 355	1.30 466	4.90 499	1.66 490	0.42 485	0.34 480	0.52 509	0.47 508	0.41 449	0.40 452

222	1.61 497	0.29 218	0.67 188	0.56 295	0.29 134	1.06 387	0.42 199	2.17 508	1.31 419	1.31 390	1.52 416	0.92 270	0.94 367	1.76 367	17.65 579	0.24 322	0.20 353	0.21 209	0.19 216	0.22 265	0.23 307

SDNR	1.62 498	0.51 438	2.17 515	0.53 243	0.56 414	3.80 554	0.45 250	1.54 344	1.29 409	1.33 402	2.41 514	1.08 324	0.96 379	11.18 577	1.16 431	0.66 530	0.63 543	0.43 490	0.32 457	0.64 513	0.67 519

Ntro	1.64 499	1.15 532	1.23 432	2.48 556	1.83 550	2.09 512	1.16 502	1.96 462	1.38 452	1.21 332	1.62 444	1.62 445	1.29 462	1.87 380	1.11 425	3.04 562	0.56 539	1.82 551	0.64 532	2.80 557	2.05 557

G-Net	1.66 500	0.63 481	1.56 480	1.11 534	0.74 478	2.98 543	0.91 461	1.55 348	1.22 377	2.76 540	8.18 571	2.32 513	2.53 545	1.92 383	1.87 496	0.48 504	0.44 517	0.45 495	0.31 449	0.60 510	0.57 504

MDST_ROB	1.67 501	0.34 333	1.58 482	0.92 520	0.58 426	4.26 560	1.11 495	2.83 543	1.41 467	4.49 562	2.55 520	1.45 415	0.97 382	7.79 557	1.17 434	0.31 426	0.25 423	0.37 469	0.33 467	0.31 393	0.30 399

SPS-STEREO	1.67 501	1.04 523	1.23 432	1.21 536	1.13 533	1.82 493	1.11 495	2.16 502	1.52 483	3.07 550	2.32 508	2.82 531	1.80 512	4.11 482	2.04 505	1.03 541	0.99 562	0.97 539	0.94 549	1.03 537	1.02 537
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 503	0.36 364	0.61 153	0.59 330	0.29 134	2.25 518	1.18 504	2.38 531	1.68 498	3.60 552	2.67 523	3.69 544	2.42 541	8.13 560	1.90 499	0.31 426	0.31 466	0.30 410	0.28 421	0.30 384	0.29 385
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	1.69 504	0.59 466	4.33 543	0.70 440	0.57 417	2.02 509	1.62 531	3.35 552	1.78 506	1.48 447	1.38 376	2.17 506	2.84 548	4.77 495	3.66 534	0.48 504	0.31 466	0.29 397	0.25 372	0.64 513	0.48 483

zh-mn7	1.70 505	1.21 535	8.30 561	0.69 434	0.53 401	1.45 457	0.84 442	1.70 385	2.09 526	2.41 530	2.67 523	1.68 459	1.23 453	4.49 488	2.87 521	0.30 418	0.26 429	0.27 371	0.27 400	0.31 393	0.35 431

1111x	1.70 505	0.29 218	0.86 311	0.51 204	0.27 92	1.01 376	0.68 400	2.22 516	1.28 405	1.13 287	1.40 382	1.21 358	1.10 426	5.53 515	15.20 576	0.22 280	0.21 375	0.22 238	0.22 321	0.24 305	0.22 287

PVD	1.70 505	0.84 507	2.26 519	0.94 523	0.83 504	2.48 527	0.97 475	2.59 541	3.35 551	3.01 548	2.77 525	2.34 514	2.47 543	2.67 446	3.14 526	0.47 503	0.45 521	0.59 526	0.48 510	0.59 506	0.75 527

FBW_ROB	1.71 508	0.62 480	1.45 468	0.67 419	0.61 440	1.81 491	1.08 493	2.52 538	1.70 499	1.77 490	1.73 461	1.98 495	1.25 457	12.57 579	1.84 495	0.34 452	0.37 498	0.56 522	0.38 487	0.45 470	0.43 468

ADCL	1.72 509	0.57 460	3.66 538	0.67 419	0.61 440	2.61 533	1.85 540	1.96 462	1.67 496	1.90 506	1.83 474	2.06 504	1.90 520	2.13 404	9.15 563	0.26 372	0.24 414	0.34 450	0.32 457	0.38 438	0.35 431

MFN_U_SF_DS_RVC	1.74 510	0.87 512	3.56 537	0.80 481	0.75 485	3.72 551	2.44 563	1.82 423	1.82 510	1.74 487	1.91 485	1.92 488	1.26 459	7.69 556	1.28 447	0.45 496	0.47 525	0.52 509	0.77 539	0.50 486	0.50 489

zh-sn7	1.76 511	1.38 538	6.58 555	0.74 464	0.72 472	1.78 489	1.31 514	1.88 440	1.56 489	1.86 502	2.47 518	1.81 474	2.08 530	5.12 503	3.80 536	0.32 433	0.32 474	0.32 431	0.32 457	0.44 466	0.40 452

AAGNet	1.83 512	0.28 183	0.72 229	0.61 356	0.32 201	0.67 230	0.51 294	0.96 158	0.98 239	1.47 441	1.20 307	1.00 300	1.18 442	2.83 450	22.77 586	0.22 280	0.13 115	0.22 238	0.19 216	0.23 290	0.15 97

WCMA_ROB	1.84 513	0.47 421	1.31 445	0.69 434	0.57 417	2.11 513	1.14 499	1.87 437	1.73 503	4.04 556	6.43 559	5.62 559	3.61 556	2.59 441	1.94 501	0.52 510	0.44 517	0.39 478	0.42 497	0.48 482	0.47 480

ADCPNet	1.85 514	0.69 490	8.07 558	0.71 448	0.58 426	2.79 538	1.22 507	1.94 459	1.54 486	1.88 503	1.69 457	2.46 521	2.04 526	2.37 427	6.48 549	0.38 471	0.37 498	0.38 472	0.43 499	0.47 477	0.45 473

test_sample9	1.86 515	0.49 428	1.13 418	0.56 295	0.39 296	1.02 378	0.73 413	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	2.27 420	7.92 559	0.57 519	12.61 588	0.62 527	0.67 534	0.45 470	0.42 461

Wz-Net-TNSev	1.88 516	2.08 563	7.66 556	0.67 419	0.64 450	2.42 525	1.83 539	2.33 525	1.74 505	1.57 468	1.56 428	2.58 523	1.90 520	4.86 497	3.12 525	0.39 474	0.37 498	0.33 440	0.37 485	0.53 495	0.58 505

NVStereoNet_ROB	1.88 516	1.07 524	1.45 468	1.07 532	1.17 535	1.47 458	1.48 524	1.89 443	1.93 518	1.94 508	4.67 551	3.08 537	1.80 512	6.51 534	1.65 488	1.06 543	0.86 557	1.08 545	1.32 558	0.93 530	1.26 545
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.88 516	0.57 460	2.18 517	0.63 377	0.40 307	2.80 539	1.57 529	2.39 532	5.88 568	2.36 527	3.57 537	3.72 545	2.97 550	4.74 494	1.76 492	0.34 452	0.30 460	0.32 431	0.29 433	0.48 482	0.37 442

ADCMid	1.89 519	0.73 496	5.06 547	0.72 452	0.67 459	2.00 508	1.14 499	1.97 466	1.48 477	2.86 543	1.81 473	2.37 515	2.05 528	2.24 416	10.39 568	0.33 442	0.31 466	0.39 478	0.43 499	0.50 486	0.44 471

WZ-Net	1.95 520	0.95 516	10.10 563	0.86 503	0.78 491	1.69 477	1.60 530	2.20 515	1.98 519	2.08 515	1.93 486	2.30 511	1.97 523	5.30 506	3.17 528	0.34 452	0.26 429	0.29 397	0.31 449	0.51 491	0.47 480

AnyNet_C32	1.96 521	1.10 526	5.17 548	0.90 515	1.11 529	2.12 514	2.37 561	1.85 432	1.48 477	2.45 531	1.70 458	2.05 503	1.64 499	2.50 438	10.28 567	0.37 467	0.34 480	0.35 458	0.41 494	0.49 485	0.54 496

MSAF-DinoV2	1.97 522	0.80 506	10.38 566	0.86 503	0.48 363	1.39 447	0.97 475	2.55 540	1.72 502	1.53 454	1.65 451	3.59 542	2.20 535	5.39 512	3.94 538	0.27 388	0.17 295	0.26 354	0.28 421	0.47 477	0.46 476

RainbowNet	1.97 522	1.76 551	1.57 481	2.81 559	2.21 555	1.98 507	1.81 537	2.54 539	1.89 513	1.50 450	1.84 476	1.96 493	1.65 500	2.14 405	1.25 441	3.33 568	0.85 555	2.39 560	0.98 553	2.82 559	2.22 558

ADCP+	1.99 524	0.48 425	7.73 557	0.66 407	0.91 514	2.30 520	1.05 489	1.82 423	1.34 430	1.54 460	1.32 353	1.74 467	1.61 497	2.17 408	13.37 571	0.24 322	0.21 375	0.32 431	0.28 421	0.37 429	0.29 385

MSMD_ROB	1.99 524	0.59 466	0.89 335	0.70 440	0.61 440	3.95 556	0.94 470	1.80 419	1.79 507	4.41 560	4.43 544	8.17 568	3.66 557	3.40 469	1.33 451	0.52 510	0.48 527	0.54 515	0.58 526	0.53 495	0.50 489

MSC_U_SF_DS_RVC	2.12 526	1.15 532	3.10 534	1.05 529	0.76 488	5.03 565	2.40 562	2.16 502	2.62 541	1.89 505	2.28 507	2.69 527	1.65 500	9.35 568	2.04 505	0.64 529	0.51 533	0.68 531	0.71 537	1.09 538	0.67 519

ACVNet-4b	2.15 527	1.41 542	1.64 484	2.80 558	2.31 559	2.31 521	1.24 508	2.32 524	2.14 527	1.26 361	2.39 512	2.66 526	1.48 485	5.95 527	1.06 413	3.20 566	0.45 521	2.37 557	0.89 546	2.83 560	2.37 561

ACVNet_1	2.18 528	1.45 545	1.72 491	2.85 560	2.33 560	2.28 519	1.46 522	3.08 548	2.22 530	1.82 499	2.05 497	3.56 541	1.98 524	3.09 462	1.40 463	3.17 563	0.60 542	2.40 561	0.92 548	2.91 563	2.37 561

test_sample8	2.19 529	0.49 428	1.13 418	0.56 295	0.39 296	1.02 378	0.73 413	1.82 423	1.15 333	2.26 520	1.30 341	4.94 554	2.52 544	2.27 420	7.92 559	0.57 519	12.61 588	0.62 527	0.67 534	0.45 470	0.42 461

ADCS	2.25 530	0.99 520	5.55 549	0.81 484	0.74 478	2.19 516	1.80 536	2.27 521	2.14 527	2.80 542	2.13 501	2.40 517	2.03 525	2.64 445	13.69 572	0.41 481	0.39 507	0.40 483	0.45 503	0.58 504	0.56 500

AnyNet_C01	2.26 531	1.78 552	10.22 565	0.93 521	0.74 478	2.92 541	2.20 556	2.29 523	1.80 508	2.53 533	2.41 514	2.71 528	1.73 506	3.41 470	6.72 551	0.41 481	0.39 507	0.40 483	0.42 497	0.67 518	0.63 513

MeshStereo	2.26 531	0.56 456	0.92 346	0.61 356	0.49 367	2.60 531	1.02 485	3.18 549	2.05 524	7.40 577	4.98 554	7.58 565	2.98 551	6.37 532	1.96 502	0.43 490	0.43 514	0.45 495	0.39 489	0.43 460	0.42 461
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
FCDSN-DC	2.32 533	0.63 481	0.81 295	0.84 496	0.75 485	2.23 517	0.94 470	2.09 491	1.80 508	5.45 570	7.72 568	7.77 567	6.93 574	3.39 468	1.80 494	0.52 510	0.48 527	0.52 509	0.51 519	0.57 502	0.58 505
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 534	2.85 571	3.66 538	3.08 565	2.27 557	1.97 505	0.67 396	2.00 471	1.70 499	2.52 532	2.00 492	2.23 507	5.86 567	3.44 473	1.58 485	1.01 538	0.32 474	2.64 566	1.94 571	2.85 561	2.24 559

EDNetEfficient	2.37 535	1.10 526	8.08 559	0.74 464	0.71 470	0.98 372	1.56 527	1.46 316	4.06 559	4.90 565	2.82 526	2.25 508	3.48 555	2.95 454	9.97 564	0.26 372	0.24 414	0.26 354	0.30 442	0.68 519	0.61 511

pmcnn	2.37 535	0.42 401	2.71 531	0.63 377	0.43 330	1.54 465	1.19 505	2.01 475	1.53 485	2.64 536	7.60 565	18.07 582	1.45 481	3.44 473	2.78 519	0.18 142	0.15 226	0.15 22	0.12 41	0.20 200	0.18 179

ELAS	2.37 535	0.74 499	1.54 479	0.99 525	0.92 516	4.78 562	2.33 560	3.33 551	3.37 552	5.05 568	4.77 552	3.67 543	4.53 564	3.42 471	4.50 542	0.62 526	0.53 535	0.55 519	0.53 521	0.63 511	0.64 517
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 538	1.07 524	2.14 514	1.18 535	1.10 527	2.14 515	1.36 517	1.96 462	1.66 495	5.46 571	7.07 562	4.95 555	4.32 563	5.50 514	2.26 511	1.04 542	1.02 565	0.99 541	0.97 551	1.02 535	1.04 539

ACVNet_2	2.43 539	1.41 542	2.04 507	2.62 557	2.24 556	2.63 534	1.88 543	3.31 550	3.01 547	2.19 518	3.45 536	4.62 549	2.04 526	4.50 490	1.47 479	2.55 557	0.64 544	2.22 554	0.84 543	2.69 555	2.29 560

ELAS_RVC	2.48 540	0.74 499	1.90 502	1.05 529	0.92 516	2.76 536	4.01 572	2.76 542	4.11 560	4.69 563	4.63 548	4.62 549	5.96 569	3.97 480	3.96 539	0.63 528	0.53 535	0.56 522	0.52 520	0.64 513	0.63 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 541	0.59 466	18.45 574	0.69 434	0.50 374	1.87 498	0.88 454	1.67 377	2.39 532	1.50 450	1.42 385	1.14 348	1.15 436	4.28 486	5.07 544	0.24 322	0.19 335	0.22 238	0.19 216	7.86 582	0.34 426

WAO-7	2.66 542	1.40 541	1.73 493	1.39 541	1.17 535	3.93 555	1.94 546	4.11 559	3.88 558	2.92 544	5.50 555	4.18 547	3.00 552	7.63 555	3.71 535	1.13 546	1.00 563	1.17 546	1.13 557	1.18 541	1.09 543

RTS	2.67 543	1.38 538	15.28 572	0.99 525	1.26 541	3.78 552	1.96 547	2.15 499	2.62 541	2.61 534	2.85 527	2.60 524	1.59 494	6.27 530	5.71 547	0.40 477	0.28 445	0.35 458	0.35 478	0.50 486	0.48 483

RTSA	2.67 543	1.38 538	15.28 572	0.99 525	1.26 541	3.78 552	1.96 547	2.15 499	2.62 541	2.61 534	2.85 527	2.60 524	1.59 494	6.27 530	5.71 547	0.40 477	0.28 445	0.35 458	0.35 478	0.50 486	0.48 483

MADNet+	2.69 545	3.22 574	11.53 568	1.44 544	1.12 531	3.19 545	1.81 537	2.85 544	2.37 531	1.68 483	2.07 498	2.85 532	2.18 533	7.41 550	5.23 545	0.79 533	0.76 548	0.69 533	0.65 533	0.98 532	0.95 534

IMH-64-1	2.70 546	1.79 553	1.46 470	3.26 568	2.66 563	3.23 547	2.10 551	4.08 557	2.75 545	2.34 523	3.81 540	3.06 535	2.22 536	4.25 484	2.59 516	3.75 572	0.84 552	2.75 567	1.35 559	3.15 565	2.60 567

IMH-64	2.70 546	1.79 553	1.46 470	3.26 568	2.66 563	3.23 547	2.10 551	4.08 557	2.75 545	2.34 523	3.81 540	3.06 535	2.22 536	4.25 484	2.59 516	3.75 572	0.84 552	2.75 567	1.35 559	3.15 565	2.60 567

FC-DCNN	2.72 548	0.59 466	0.86 311	0.73 460	0.57 417	2.91 540	1.04 487	3.01 547	2.60 539	6.83 572	7.64 566	9.92 572	6.33 572	5.21 504	3.14 526	0.53 516	0.48 527	0.51 507	0.50 516	0.53 495	0.51 493

FC-DCNN v2	2.81 549	0.59 466	0.85 305	0.73 460	0.57 417	2.97 542	1.05 489	3.39 553	2.61 540	6.98 573	7.67 567	10.38 575	6.31 571	5.75 522	3.37 532	0.53 516	0.48 527	0.51 507	0.50 516	0.53 495	0.51 493

WAO-6	2.81 549	1.60 549	1.46 470	2.36 555	2.28 558	3.55 549	2.29 559	4.21 560	4.56 564	2.36 527	4.51 545	4.88 553	2.66 546	4.60 491	4.07 541	1.72 549	1.15 569	2.31 556	1.46 564	2.31 548	1.85 554

PWCK	2.88 551	2.05 561	5.72 551	2.08 550	1.11 529	3.55 549	3.90 571	2.86 545	3.54 556	3.03 549	3.63 538	3.10 538	2.31 538	8.15 562	3.09 524	2.12 553	0.91 560	1.75 550	0.98 553	2.57 553	1.18 544

Dean	2.91 552	1.53 548	2.07 508	2.96 564	2.51 562	3.15 544	2.14 554	4.75 564	4.41 563	2.76 540	6.10 558	5.53 558	2.37 539	2.97 456	1.92 500	3.18 564	0.85 555	2.51 564	1.04 556	2.88 562	2.47 564

IMH	3.21 553	1.85 557	1.48 475	3.25 567	2.69 565	4.07 558	2.02 549	4.41 562	3.80 557	2.72 537	7.11 563	4.75 552	2.92 549	5.92 525	2.55 514	3.85 576	0.88 558	2.78 569	1.36 561	3.19 567	2.59 566

LVE	3.31 554	1.67 550	1.64 484	2.85 560	2.42 561	3.20 546	2.26 558	4.78 565	5.05 565	2.35 525	6.91 560	6.02 560	2.37 539	9.15 564	2.17 510	3.19 565	1.08 568	2.38 559	1.47 565	2.81 558	2.40 563

JetBlue	3.97 555	2.01 558	10.19 564	1.38 540	2.84 567	10.53 573	9.54 576	3.60 555	2.41 533	2.73 538	3.39 535	4.54 548	4.31 562	7.85 559	6.84 552	0.88 534	0.93 561	0.89 537	0.91 547	1.74 545	1.91 555

notaker	3.98 556	2.40 568	2.68 530	3.82 575	3.27 573	3.97 557	2.14 554	4.78 565	3.45 554	4.12 559	6.94 561	7.65 566	3.26 553	7.82 558	5.30 546	4.04 577	1.41 571	3.36 576	2.10 573	3.88 571	3.31 573

WAO-8	4.40 557	1.82 555	1.79 495	2.34 553	2.20 553	9.19 570	1.53 525	6.09 571	16.46 579	3.94 554	7.84 569	7.32 562	3.72 559	9.41 570	3.31 529	2.00 551	1.07 566	2.44 562	1.37 562	2.50 551	1.68 551

Venus	4.40 557	1.82 555	1.79 495	2.34 553	2.20 553	9.19 570	1.53 525	6.09 571	16.46 579	3.94 554	7.84 569	7.32 562	3.72 559	9.41 570	3.31 529	2.00 551	1.07 566	2.44 562	1.37 562	2.50 551	1.68 551

MultiAttention	4.51 559	0.33 309	0.82 298	0.73 460	0.45 345	30.98 590	4.50 574	2.18 511	1.40 462	1.61 472	2.41 514	2.43 519	0.70 255	38.42 592	1.36 457	0.22 280	0.15 226	0.29 397	0.30 442	0.47 477	0.43 468

ktn	4.70 560	2.38 567	2.12 513	3.76 573	3.24 571	4.85 563	2.95 569	5.52 567	7.37 571	4.07 558	19.32 584	7.46 564	3.47 554	7.39 549	2.95 522	4.04 577	1.85 574	3.26 575	2.22 574	3.08 564	2.65 569

MADNet++	5.01 561	3.14 572	4.91 546	4.55 579	3.94 577	5.20 566	4.41 573	4.40 561	4.13 561	4.95 566	6.08 557	4.74 551	5.37 565	9.40 569	10.67 569	4.65 579	4.15 579	3.97 578	3.34 577	4.09 573	4.08 578

UNDER WATER	5.08 562	2.33 566	5.55 549	3.94 577	3.51 574	5.20 566	2.72 566	5.61 569	16.52 581	3.84 553	4.60 547	9.21 570	5.89 568	5.90 524	8.66 562	3.75 572	1.34 570	3.18 574	1.88 569	4.33 576	3.61 575

UNDER WATER-64	5.27 563	2.32 565	8.78 562	3.93 576	3.54 575	7.61 568	3.03 570	5.84 570	14.19 575	4.04 556	4.04 542	9.39 571	6.26 570	5.93 526	8.48 561	3.60 571	1.51 572	3.13 572	1.88 569	4.29 575	3.61 575

TorneroNet-64	5.30 564	2.03 559	1.74 494	3.43 570	2.81 566	10.09 572	2.12 553	9.10 578	17.12 584	4.96 567	9.27 574	10.72 577	3.70 558	9.20 565	4.55 543	3.31 567	0.84 552	2.88 570	1.55 566	3.49 568	3.04 570

MANE	6.19 565	0.59 466	1.03 388	0.93 521	1.22 540	13.38 577	2.69 564	12.81 581	17.94 585	8.21 578	10.82 576	14.72 578	11.68 576	11.39 578	11.90 570	0.59 523	0.50 532	0.52 509	1.76 568	0.55 499	0.54 496

LSM	6.33 566	1.10 526	13.19 569	1.41 543	68.17 595	1.64 474	1.90 544	1.92 453	2.46 534	2.99 546	3.11 531	1.88 480	1.80 512	2.61 443	2.06 507	0.41 481	0.58 541	0.50 505	0.57 525	0.64 513	17.66 588

SGM-ForestM	6.52 567	0.38 378	1.26 438	0.63 377	0.35 244	13.59 578	5.32 575	6.32 574	6.70 570	11.14 580	9.18 573	22.51 590	13.93 579	16.89 581	20.07 581	0.36 463	0.37 498	0.36 466	0.35 478	0.36 425	0.34 426

tt	6.58 568	0.26 131	6.10 553	3.77 574	2.16 552	11.55 574	19.63 582	13.33 582	5.74 567	2.96 545	2.65 522	4.97 556	6.33 572	3.81 477	7.24 553	9.15 584	11.32 587	5.89 583	6.24 582	6.03 578	2.55 565

JetRed	6.91 569	8.80 580	25.96 583	2.85 560	3.25 572	13.98 580	11.87 578	6.25 573	4.28 562	4.45 561	4.56 546	6.69 561	5.46 566	7.46 552	14.05 573	2.59 558	3.31 576	2.59 565	2.29 575	4.20 574	3.36 574

xyz-stereo	7.16 570	0.22 47	69.90 596	0.42 54	0.21 9	32.92 592	0.49 285	0.87 113	0.76 163	1.38 419	27.04 587	1.19 355	1.16 437	4.69 493	0.97 402	0.16 60	0.12 54	0.20 174	0.14 95	0.16 61	0.12 11

LE_ROB	8.05 571	0.37 371	23.53 579	0.74 464	0.33 222	2.77 537	2.87 568	3.71 556	27.24 589	25.39 589	8.87 572	8.46 569	26.71 589	6.65 536	21.99 582	0.21 254	0.19 335	0.20 174	0.21 292	0.25 317	0.22 287

coex-ft	8.13 572	2.13 564	98.04 598	0.67 419	0.53 401	1.71 478	1.56 527	1.65 370	11.11 573	18.17 588	3.75 539	3.88 546	7.61 575	2.98 457	6.49 550	0.30 418	0.30 460	0.32 431	0.31 449	0.66 517	0.50 489

KSHMR	8.75 573	2.06 562	2.11 512	3.53 572	3.11 570	4.13 559	2.69 564	5.60 568	61.37 599	3.00 547	55.83 599	4.98 557	2.45 542	4.49 488	2.61 518	3.46 569	1.55 573	3.14 573	1.94 571	3.72 570	3.18 572

U	9.45 574	0.21 28	0.58 138	0.47 117	53.11 594	61.27 599	0.24 31	0.70 57	0.52 85	0.36 33	0.28 13	0.29 30	0.35 63	0.33 2	0.26 21	0.19 183	0.11 28	60.50 596	8.88 583	0.17 92	0.13 36

TCMNet-wrong-test	10.31 575	11.40 582	14.84 571	20.96 584	18.45 582	13.80 579	10.76 577	15.78 583	3.53 555	5.20 569	5.52 556	16.26 580	12.61 577	7.51 554	10.15 565	7.43 582	2.37 575	4.31 579	3.43 578	11.36 584	10.61 582

EDNetEfficientorigin	10.57 576	1.47 546	177.42 599	0.67 419	0.53 401	1.58 468	1.16 502	1.90 446	3.37 552	4.71 564	3.38 534	3.10 538	2.69 547	3.13 463	3.58 533	0.25 349	0.23 405	0.33 440	0.27 400	0.83 525	0.81 528

TorneroNet	10.70 577	2.03 559	1.82 498	3.43 570	3.01 569	43.83 593	2.22 557	8.87 577	67.47 600	7.17 576	27.36 588	10.68 576	3.85 561	8.67 563	7.65 558	3.59 570	0.88 558	3.04 571	1.57 567	3.71 569	3.17 571

HanzoNet	11.04 578	3.62 575	8.10 560	4.08 578	3.55 576	4.90 564	2.73 567	7.19 575	10.10 572	31.86 595	28.92 589	21.96 589	36.36 591	18.08 583	10.17 566	7.94 583	3.32 577	3.47 577	3.31 576	7.06 581	4.04 577

DPSimNet_ROB	11.20 579	4.98 577	35.43 587	2.90 563	4.52 578	7.89 569	17.09 581	4.66 563	6.06 569	14.89 584	10.93 577	17.29 581	36.81 593	13.18 580	15.68 577	2.86 560	6.29 581	5.75 582	5.09 580	3.91 572	7.70 580

DGTPSM_ROB	13.01 580	8.23 578	21.87 576	9.51 581	18.10 580	11.56 575	32.01 587	10.63 579	16.20 577	7.03 574	19.48 585	10.15 573	16.66 581	9.83 574	22.42 583	4.75 580	8.68 582	5.37 580	10.25 585	6.16 579	11.36 583

DPSMNet_ROB	13.02 581	8.23 578	21.91 577	9.53 582	18.11 581	11.56 575	32.02 588	10.64 580	16.23 578	7.05 575	19.49 586	10.16 574	16.66 581	9.85 575	22.43 584	4.77 581	8.68 582	5.38 581	10.26 586	6.17 580	11.36 583

USTest	14.33 582	14.94 584	21.04 575	17.44 583	16.05 579	23.26 581	33.84 589	21.73 584	11.80 574	9.36 579	10.14 575	15.97 579	13.20 578	17.28 582	22.43 584	3.78 575	5.01 580	6.17 584	6.16 581	9.25 583	7.72 581

DPSM_ROB	19.08 583	19.14 586	25.17 581	22.15 586	20.85 584	28.17 583	37.82 591	26.56 587	16.85 582	14.14 581	14.84 579	21.70 584	18.75 584	21.87 585	26.55 588	10.16 587	9.30 585	10.47 586	10.42 587	14.03 585	12.61 586

DPSM	19.08 583	19.14 586	25.17 581	22.15 586	20.85 584	28.17 583	37.82 591	26.56 587	16.85 582	14.14 581	14.84 579	21.70 584	18.75 584	21.87 585	26.55 588	10.16 587	9.30 585	10.47 586	10.42 587	14.03 585	12.61 586

LRCNet_RVC	22.74 585	32.10 591	21.97 578	29.84 588	26.23 586	4.42 561	0.81 438	22.66 585	2.02 522	26.93 590	29.26 590	23.06 591	15.59 580	23.84 587	18.88 580	31.75 593	19.90 594	34.65 592	32.13 593	30.54 592	28.32 592

DLNR_Zeroshot_test	23.17 586	48.52 600	43.29 590	176.68 599	78.69 596	0.35 19	0.21 13	23.41 586	0.75 157	0.66 147	0.86 168	0.59 150	0.30 33	1.56 329	0.44 196	9.57 585	0.12 54	0.18 114	0.14 95	76.92 599	0.16 128

BEATNet-Init1	26.87 587	13.43 583	70.68 597	0.91 518	0.68 465	57.02 598	21.06 583	32.82 594	32.67 591	52.12 599	53.61 598	66.05 599	49.56 599	48.79 600	34.71 593	0.49 508	0.44 517	0.53 514	0.53 521	0.63 511	0.59 507

CasAABBNet	38.33 588	38.46 594	50.35 592	44.75 593	41.84 590	56.68 595	76.37 598	53.22 597	33.83 593	28.31 592	29.54 591	43.62 597	37.71 595	43.84 597	53.41 599	20.30 589	18.70 591	21.07 588	21.07 590	28.24 589	25.34 590

FlowAnything	38.37 589	38.41 593	50.38 593	44.76 594	41.94 591	56.64 594	76.34 597	53.28 599	34.23 595	28.25 591	29.72 592	43.60 595	37.79 596	43.83 596	53.38 598	20.39 591	18.71 593	21.07 588	21.14 592	28.23 588	25.29 589

Selective-RAFT-Error	38.39 590	38.47 595	50.44 594	44.73 592	41.97 592	56.68 595	76.38 599	53.24 598	33.92 594	28.34 593	29.85 593	43.60 595	38.20 597	43.75 595	53.34 597	20.38 590	18.70 591	21.09 590	21.05 589	28.30 590	25.43 591

HaxPig	38.92 591	41.40 597	41.64 588	29.95 589	32.27 587	28.90 585	27.60 584	29.73 590	37.71 596	43.82 596	43.87 595	33.17 592	35.56 590	41.53 593	40.37 595	43.94 597	47.51 599	45.82 593	47.08 595	42.38 593	44.15 595

AVERAGE_ROB	40.43 592	42.37 598	42.73 589	36.96 591	35.58 589	30.50 586	27.61 585	36.71 596	38.39 597	44.91 597	44.36 596	37.45 594	36.70 592	41.88 594	40.35 594	45.43 598	46.81 598	47.11 594	46.35 594	42.51 594	43.87 594

MEDIAN_ROB	42.00 593	44.40 599	44.29 591	35.15 590	34.95 588	31.28 591	29.60 586	35.88 595	40.02 598	47.20 598	46.64 597	37.37 593	38.48 598	44.35 599	42.45 596	48.03 599	49.39 600	49.71 595	49.03 596	45.14 595	46.65 596

LSM0	42.82 594	38.75 596	50.81 595	47.07 595	109.38 600	57.00 597	76.02 596	53.74 600	33.71 592	29.02 594	30.41 594	43.87 598	37.22 594	43.91 598	53.54 600	20.52 592	18.62 590	21.10 591	21.11 591	28.41 591	42.22 593

Anonymous_1	43.04 595	18.73 585	24.79 580	21.81 585	46.26 593	27.80 582	37.60 590	28.08 589	16.14 576	14.66 583	14.30 578	20.65 583	17.88 583	21.56 584	25.94 587	117.93 600	8.92 584	100.65 597	126.50 597	158.64 600	12.08 585

PML	51.67 596	36.25 592	13.28 570	7.46 580	20.81 583	108.69 600	232.22 601	8.72 576	27.82 590	87.01 600	269.67 601	69.67 600	61.95 600	24.76 591	14.20 574	9.74 586	3.40 578	9.62 585	4.70 579	18.74 587	4.72 579

xxxxx1	54.10 597	25.67 588	27.13 584	113.43 596	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 594	40.54 595	157.71 598	175.86 598	66.16 596	72.93 597

tt_ll	54.10 597	25.67 588	27.13 584	113.43 596	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 594	40.54 595	157.71 598	175.86 598	66.16 596	72.93 597

ff	54.10 597	25.67 588	27.13 584	113.43 596	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 594	40.54 595	157.71 598	175.86 598	66.16 596	72.93 597

test_example2	192.40 600	210.76 601	206.48 600	199.83 600	204.73 601	172.94 601	183.52 600	133.93 601	133.41 601	191.38 601	196.19 600	187.13 601	178.77 601	205.33 601	208.00 601	222.09 601	238.72 601	186.54 601	190.54 601	227.34 601	170.31 600

FSD					0.50 374	0.54 143	0.58 360	0.65 40	0.53 89	0.54 120	0.52 75	0.56 135	0.52 168	0.57 47	0.55 278	0.51 509	0.47 525	0.50 505	0.49 513	0.50 486

ccccc		492.34 602		530.87 601	530.37 602	478.08 602		491.76 602		448.18 602		476.12 602		541.64 602		663.49 602	459.54 602	353.94 602	309.79 602	586.66 602

ASD4		10.99 581

Low-res two-view benchmark