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

IGEV-Stereo+	0.45 106	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 26	0.26 5	0.25 7	0.31 36	0.41 90	1.43 295	0.30 45	0.17 100	0.12 50	0.15 19	0.11 8	1.16 532	1.70 547

S2M2_XL	0.24 1	0.24 75	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 25	0.24 6	0.23 8	0.32 1	0.26 18	0.20 215	0.18 311	0.18 111	0.16 149	0.18 120	0.14 61

dual_stereo	0.27 4	0.19 5	0.35 1	0.39 29	0.21 9	0.25 3	0.22 16	0.48 6	0.31 16	0.32 19	0.26 10	0.37 52	0.24 10	0.83 129	0.29 35	0.16 57	0.12 50	0.14 1	0.11 8	0.14 18	0.11 2

LG-Stereo_L2	0.29 10	0.20 8	0.45 50	0.37 9	0.25 55	0.26 4	0.20 9	0.78 74	0.28 11	0.28 7	0.26 10	0.24 6	0.26 17	0.91 154	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

StereoAnything_RVC	0.45 106	1.43 538	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 69	1.27 252	0.22 1	0.21 249	0.11 26	0.14 1	0.10 2	2.37 543	0.11 2

RAStereo	0.34 38	0.21 26	0.66 178	0.47 113	0.27 87	0.26 4	0.29 59	0.69 48	0.63 106	0.32 19	0.42 28	0.45 70	0.31 36	0.45 12	0.34 97	0.17 100	0.15 220	0.19 133	0.15 107	0.18 120	0.13 35

CroCo-Stereo	0.40 70	0.31 265	0.73 236	0.58 311	0.27 87	0.26 4	0.33 90	0.95 146	0.81 171	0.42 56	0.47 52	0.65 162	0.47 129	0.39 6	0.34 97	0.18 139	0.15 220	0.16 49	0.14 89	0.19 161	0.16 124
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
monsterstereo	0.34 38	0.20 8	0.44 37	0.45 95	0.35 239	0.27 8	0.29 59	0.53 9	0.51 74	0.44 65	0.61 96	0.26 14	0.25 12	1.19 233	0.27 23	0.13 19	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

CroCo-Stereo Lap2	0.44 98	0.34 327	0.77 273	0.61 350	0.79 487	0.28 9	0.35 110	0.75 64	0.71 142	0.38 40	0.50 66	0.72 184	0.55 179	0.57 44	0.47 224	0.17 100	0.18 311	0.19 133	0.16 149	0.21 236	0.20 247

LG-Stereo_L1	0.30 14	0.20 8	0.44 37	0.37 9	0.26 63	0.29 10	0.21 12	0.66 41	0.26 9	0.25 3	0.25 7	0.24 6	0.22 6	1.24 245	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MaDis-Stereo	0.36 47	0.25 103	0.58 133	0.44 81	0.34 235	0.30 11	0.30 69	0.72 57	0.50 65	0.37 34	0.36 20	0.58 136	0.49 148	0.52 27	0.36 117	0.19 180	0.16 260	0.19 133	0.15 107	0.18 120	0.14 61

S2M2	0.34 38	0.28 177	0.45 50	0.40 36	0.30 151	0.31 12	0.16 1	0.60 26	0.64 110	0.31 15	0.48 55	0.47 81	0.34 52	0.38 4	0.32 67	0.25 343	0.22 387	0.20 168	0.22 315	0.25 312	0.22 282

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	0.22 16	0.32 13	0.22 16	0.39 2	0.23 6	0.30 14	0.25 7	0.30 33	0.33 45	0.34 3	0.26 18	0.16 57	0.12 50	0.15 19	0.11 8	0.13 4	0.12 10

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 102	0.30 151	0.33 14	0.22 16	0.75 64	0.45 50	0.32 19	0.41 27	0.32 37	0.48 140	0.38 4	0.27 23	0.15 36	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

monsters	0.34 38	0.20 8	0.41 22	0.39 29	0.36 249	0.34 15	0.27 48	0.66 41	0.43 45	0.47 81	0.40 25	0.22 2	0.23 8	1.33 267	0.25 10	0.13 19	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

AFF-stereo	0.58 201	0.25 103	0.64 164	0.46 102	0.29 129	0.34 15	0.38 152	1.15 230	1.14 314	1.17 308	1.60 430	1.10 329	0.71 253	0.97 176	0.43 187	0.13 19	0.11 26	0.19 133	0.19 210	0.17 89	0.14 61

MLG-Stereo_test2	0.26 3	0.20 8	0.36 3	0.37 9	0.22 16	0.35 17	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 43	0.20 1	0.77 106	0.23 2	0.16 57	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

plain	0.46 113	0.27 155	1.01 372	0.50 168	0.40 302	0.35 17	0.37 145	0.87 108	0.56 90	0.43 61	0.76 138	0.42 57	0.40 87	1.13 218	0.45 203	0.21 249	0.15 220	0.24 290	0.19 210	0.24 300	0.16 124

MIF-Stereo (partial)	0.45 106	0.25 103	0.70 206	0.50 168	0.52 391	0.35 17	0.26 41	0.91 124	0.59 99	0.45 73	0.71 124	0.51 104	0.51 157	1.11 213	0.45 203	0.20 215	0.16 260	0.23 270	0.20 242	0.24 300	0.18 174

DLNR_Zeroshot_test	23.17 580	48.52 594	43.29 584	176.68 593	78.69 589	0.35 17	0.21 12	23.41 579	0.75 150	0.66 140	0.86 161	0.59 143	0.30 31	1.56 322	0.44 190	9.57 578	0.12 50	0.18 111	0.14 89	76.92 592	0.16 124

LG-Stereo_Zeroshot	0.36 47	0.23 57	0.54 103	0.50 168	0.28 112	0.36 21	0.22 16	1.02 171	0.39 32	0.42 56	0.64 104	0.36 47	0.51 157	0.39 6	0.29 35	0.18 139	0.12 50	0.17 76	0.13 61	0.18 120	0.18 174

GREAT-IGEV	0.32 27	0.20 8	0.42 30	0.37 9	0.29 129	0.36 21	0.28 54	0.56 13	0.58 93	0.28 7	0.50 66	0.29 28	0.29 27	0.84 132	0.27 23	0.14 29	0.11 26	0.15 19	0.11 8	0.17 89	0.14 61

111111	0.34 38	0.20 8	0.41 22	0.45 95	0.42 315	0.37 23	0.22 16	0.95 146	0.38 31	0.31 15	0.31 16	0.40 56	0.27 19	0.96 168	0.26 18	0.17 100	0.12 50	0.15 19	0.11 8	0.15 38	0.13 35

LG-Stereo	0.34 38	0.25 103	0.78 281	0.47 113	0.26 63	0.37 23	0.30 69	0.71 56	0.52 81	0.36 31	0.57 88	0.29 28	0.21 2	0.50 22	0.36 117	0.13 19	0.13 111	0.20 168	0.18 188	0.18 120	0.12 10

AEACV	0.37 52	0.24 75	0.52 91	0.47 113	0.51 379	0.37 23	0.38 152	0.65 37	0.53 85	0.42 56	0.56 85	0.46 74	0.60 206	0.53 30	0.30 45	0.16 57	0.13 111	0.18 111	0.15 107	0.17 89	0.14 61

MLG-Stereo_test1	0.27 4	0.19 5	0.38 8	0.40 36	0.24 38	0.38 26	0.20 9	0.59 19	0.19 1	0.24 2	0.17 1	0.33 41	0.27 19	0.90 153	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

Reg-Stereo(zero)	0.44 98	0.22 45	0.45 50	0.43 58	0.23 22	0.38 26	0.25 31	0.76 67	1.08 278	0.90 192	0.78 142	0.90 251	0.47 129	0.70 85	0.36 117	0.15 36	0.12 50	0.15 19	0.12 38	0.15 38	0.15 94

GIP-stereo	0.34 38	0.23 57	0.45 50	0.50 168	0.36 249	0.38 26	0.23 24	0.78 74	0.52 81	0.34 25	0.51 69	0.46 74	0.38 81	0.51 24	0.27 23	0.20 215	0.12 50	0.16 49	0.12 38	0.16 58	0.14 61

SCV	0.46 113	0.26 126	0.55 113	0.47 113	0.25 55	0.39 29	0.38 152	1.98 461	0.60 100	0.35 26	0.48 55	0.55 121	0.36 69	1.28 254	0.32 67	0.24 316	0.12 50	0.17 76	0.13 61	0.18 120	0.14 61

MC-Stereo	0.43 87	0.23 57	0.48 63	0.51 198	0.28 112	0.39 29	0.32 83	0.88 116	0.68 132	0.60 129	0.84 158	0.56 129	0.61 215	1.03 189	0.31 62	0.17 100	0.11 26	0.17 76	0.15 107	0.16 58	0.13 35

ours_stereo	0.39 61	0.28 177	0.51 83	0.46 102	0.30 151	0.40 31	0.44 227	0.73 59	0.56 90	0.35 26	0.56 85	0.46 74	0.33 45	1.11 213	0.32 67	0.16 57	0.13 111	0.19 133	0.15 107	0.19 161	0.14 61

rvit_stereo_ft	0.47 120	0.35 348	0.87 317	0.67 413	0.42 315	0.40 31	0.59 362	0.81 92	0.74 149	0.46 78	0.55 82	0.57 131	0.49 148	0.65 74	0.50 243	0.25 343	0.17 289	0.22 232	0.22 315	0.24 300	0.17 149

UniTT-Stereo	0.36 47	0.23 57	0.59 140	0.48 140	0.36 249	0.40 31	0.32 83	0.53 9	0.49 61	0.54 114	0.55 82	0.36 47	0.31 36	0.58 45	0.51 248	0.20 215	0.15 220	0.17 76	0.15 107	0.19 161	0.15 94

RAFT-Stereo + iAFF	0.54 164	0.25 103	0.68 187	0.43 58	0.24 38	0.40 31	0.34 102	1.04 182	1.09 286	1.32 387	1.60 430	0.80 205	0.68 240	0.67 79	0.39 148	0.13 19	0.10 9	0.18 111	0.17 170	0.17 89	0.13 35

HART	0.45 106	0.22 45	0.54 103	0.50 168	0.26 63	0.41 35	0.29 59	1.03 176	0.50 65	0.58 119	1.45 389	0.61 148	0.35 60	1.08 206	0.30 45	0.15 36	0.13 111	0.19 133	0.14 89	0.19 161	0.14 61

HI	0.64 239	0.32 281	0.68 187	0.47 113	0.51 379	0.41 35	0.36 126	1.04 182	0.75 150	1.31 383	1.43 382	1.62 438	1.12 423	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

CoSv	0.64 239	0.32 281	0.68 187	0.47 113	0.51 379	0.41 35	0.36 126	1.04 182	0.75 150	1.31 383	1.43 382	1.62 438	1.12 423	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

rvit_stereo_0081	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 343	0.20 347	0.22 232	0.19 210	0.25 312	0.17 149

rvit_stereo_0082	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 343	0.20 347	0.22 232	0.19 210	0.25 312	0.17 149

H2IRNET	0.56 188	0.26 126	0.66 178	0.47 113	0.35 239	0.41 35	0.26 41	0.92 127	1.17 338	0.61 130	1.28 330	1.08 317	0.86 323	0.99 180	0.63 300	0.19 180	0.16 260	0.22 232	0.25 366	0.21 236	0.18 174

IGEV_Zeroshot_test	0.53 149	0.30 232	0.99 363	0.56 289	0.35 239	0.41 35	0.32 83	1.37 286	0.63 106	1.00 224	1.09 245	0.95 276	0.41 90	0.83 129	0.39 148	0.18 139	0.12 50	0.19 133	0.18 188	0.19 161	0.17 149

2.5w	0.31 23	0.23 57	0.46 58	0.39 29	0.24 38	0.42 42	0.39 167	0.61 27	0.30 13	0.37 34	0.53 73	0.24 6	0.25 12	0.77 106	0.28 32	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

2.75w_new	0.31 23	0.23 57	0.43 35	0.35 3	0.23 22	0.42 42	0.42 195	0.54 11	0.35 25	0.47 81	0.43 37	0.24 6	0.30 31	0.66 76	0.33 80	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

MLG-Stereo	0.29 10	0.19 5	0.38 8	0.41 44	0.20 3	0.42 42	0.20 9	0.66 41	0.21 2	0.25 3	0.22 4	0.33 41	0.28 23	1.09 207	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 42	0.19 6	0.56 13	0.26 9	0.29 10	0.24 6	0.29 28	0.29 27	0.55 39	0.25 10	0.18 139	0.12 50	0.16 49	0.12 38	0.14 18	0.13 35

Occ-G	0.42 81	0.21 26	0.48 63	0.41 44	0.26 63	0.42 42	0.62 371	0.77 70	0.49 61	0.43 61	0.66 106	1.02 302	0.46 120	0.78 111	0.41 166	0.16 57	0.13 111	0.18 111	0.13 61	0.16 58	0.16 124

rvit_stereo_0080	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 366	0.21 369	0.20 168	0.20 242	0.31 388	0.19 214

CAS++	0.47 120	0.31 265	0.56 117	0.47 113	0.32 196	0.42 42	0.28 54	1.76 395	0.72 143	0.71 146	0.72 128	0.37 52	0.28 23	0.69 81	0.33 80	0.27 382	0.22 387	0.26 348	0.21 286	0.29 368	0.19 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
whm_eth	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 366	0.21 369	0.20 168	0.20 242	0.31 388	0.19 214

RAFT+CT+SA	0.58 201	0.29 212	0.60 145	0.66 401	0.37 264	0.42 42	0.55 331	1.27 268	1.03 254	0.70 144	1.22 304	0.60 144	0.70 248	1.64 335	0.41 166	0.18 139	0.13 111	0.22 232	0.22 315	0.21 236	0.18 174

asda	0.30 14	0.24 75	0.42 30	0.38 22	0.23 22	0.43 51	0.34 102	0.58 18	0.37 29	0.38 40	0.42 28	0.27 18	0.34 52	0.52 27	0.30 45	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

SGD-Stereo	0.32 27	0.20 8	0.40 17	0.38 22	0.19 1	0.43 51	0.22 16	0.64 33	0.33 22	0.42 56	0.34 18	0.27 18	0.35 60	1.15 221	0.30 45	0.20 215	0.10 9	0.15 19	0.13 61	0.17 89	0.13 35

fffft	0.38 57	0.23 57	0.51 83	0.44 81	0.32 196	0.43 51	0.48 269	0.76 67	0.36 26	0.44 65	0.34 18	0.38 54	0.31 36	1.31 260	0.32 67	0.14 29	0.11 26	0.19 133	0.15 107	0.16 58	0.16 124
1: 1. 1
mms	0.40 70	0.27 155	0.52 91	0.46 102	0.32 196	0.43 51	0.46 251	0.70 52	0.46 56	0.35 26	0.58 91	0.44 62	0.30 31	1.36 277	0.33 80	0.16 57	0.13 111	0.18 111	0.15 107	0.19 161	0.15 94

AnonymousM	0.59 207	1.11 523	0.41 22	0.44 81	0.32 196	0.43 51	0.47 258	1.05 190	0.64 110	0.98 216	0.63 101	0.67 169	0.43 101	0.59 46	0.41 166	0.20 215	0.15 220	1.84 545	0.84 536	0.14 18	0.13 35

XX-Stereo	0.63 227	0.26 126	1.90 497	0.81 478	0.67 452	0.43 51	0.23 24	1.03 176	0.58 93	0.65 137	1.56 421	1.41 399	0.39 83	1.28 254	0.35 107	0.20 215	0.14 162	0.20 168	0.19 210	0.18 120	0.14 61

AdaDepth	0.30 14	0.22 45	0.49 70	0.44 81	0.27 87	0.44 57	0.24 29	0.52 8	0.30 13	0.31 15	0.37 23	0.26 14	0.32 42	0.79 115	0.25 10	0.12 5	0.12 50	0.16 49	0.13 61	0.16 58	0.15 94

IGEV-BASED-STEREO-	0.70 273	3.18 567	2.55 520	0.39 29	0.23 22	0.44 57	0.23 24	0.63 31	0.42 43	0.44 65	0.44 41	0.34 43	0.28 23	0.56 40	0.29 35	1.35 541	0.10 9	0.22 232	0.19 210	0.46 471	1.31 540

MoCha-V2	0.40 70	0.20 8	0.49 70	0.50 168	0.21 9	0.44 57	0.33 90	0.93 134	0.53 85	0.53 111	0.53 73	0.42 57	0.58 202	1.09 207	0.27 23	0.14 29	0.12 50	0.15 19	0.12 38	0.17 89	0.15 94

EGLCR-Stereo	0.37 52	0.22 45	0.51 83	0.43 58	0.26 63	0.44 57	0.22 16	0.99 160	0.48 60	0.42 56	0.42 28	0.67 169	0.29 27	0.86 141	0.33 80	0.17 100	0.12 50	0.19 133	0.17 170	0.17 89	0.15 94

2.25w	0.32 27	0.24 75	0.48 63	0.37 9	0.24 38	0.45 61	0.25 31	0.62 29	0.40 36	0.45 73	0.58 91	0.27 18	0.32 42	0.74 102	0.35 107	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

IGEV	0.28 7	0.18 1	0.39 14	0.37 9	0.31 177	0.45 61	0.21 12	0.59 19	0.40 36	0.31 15	0.43 37	0.26 14	0.21 2	0.43 11	0.25 10	0.13 19	0.12 50	0.16 49	0.13 61	0.12 1	0.12 10

AIO-Stereo	0.37 52	0.25 103	0.51 83	0.47 113	0.23 22	0.45 61	0.39 167	1.07 205	0.52 81	0.41 50	0.48 55	0.52 111	0.25 12	0.72 92	0.30 45	0.16 57	0.12 50	0.17 76	0.13 61	0.16 58	0.13 35

IGEV++	0.40 70	0.22 45	0.51 83	0.52 219	0.29 129	0.45 61	0.25 31	1.65 363	0.46 56	0.37 34	0.57 88	0.46 74	0.45 113	0.50 22	0.38 140	0.19 180	0.12 50	0.16 49	0.13 61	0.16 58	0.15 94

CREStereo++_RVC	0.47 120	0.21 26	0.38 8	0.45 95	0.38 281	0.45 61	0.25 31	0.75 64	1.29 402	0.80 167	1.21 302	0.47 81	0.37 74	0.53 30	0.44 190	0.16 57	0.11 26	0.15 19	0.80 534	0.18 120	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
4w-stereo	0.30 14	0.24 75	0.44 37	0.37 9	0.23 22	0.46 66	0.27 48	0.63 31	0.31 16	0.41 50	0.44 41	0.27 18	0.36 69	0.59 46	0.30 45	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

2w_stereo	0.32 27	0.24 75	0.45 50	0.39 29	0.22 16	0.46 66	0.47 258	0.69 48	0.42 43	0.43 61	0.50 66	0.24 6	0.45 113	0.47 18	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

Selective-IGEV	0.39 61	0.24 75	0.50 76	0.44 81	0.25 55	0.46 66	0.33 90	1.25 266	0.40 36	0.35 26	0.45 46	0.52 111	0.30 31	1.07 202	0.30 45	0.14 29	0.12 50	0.17 76	0.13 61	0.16 58	0.13 35

TRStereo	0.60 210	0.60 468	0.97 359	0.74 458	0.67 452	0.46 66	0.38 152	1.85 425	0.89 194	0.79 165	0.80 153	0.88 242	0.39 83	1.10 210	0.41 166	0.23 301	0.15 220	0.23 270	0.24 351	0.17 89	0.15 94

asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 70	0.30 69	0.69 48	0.30 13	0.41 50	0.39 24	0.28 27	0.33 45	0.62 64	0.27 23	0.13 19	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

1w_stereo	0.34 38	0.20 8	0.42 30	0.43 58	0.26 63	0.47 70	0.54 313	0.59 19	0.50 65	0.41 50	0.66 106	0.25 12	0.44 109	0.62 64	0.33 80	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

MLG-Stereo_test3	0.28 7	0.18 1	0.42 30	0.40 36	0.23 22	0.47 70	0.19 6	0.61 27	0.29 12	0.35 26	0.21 2	0.35 45	0.21 2	0.60 58	0.25 10	0.15 36	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

SCV_C0	0.43 87	0.26 126	0.65 171	0.43 58	0.29 129	0.47 70	0.31 76	1.34 280	0.73 147	0.38 40	0.49 63	0.54 118	0.29 27	1.24 245	0.30 45	0.17 100	0.13 111	0.16 49	0.13 61	0.20 195	0.15 94

WCG-NET	0.42 81	0.21 26	0.54 103	0.40 36	0.25 55	0.47 70	0.32 83	0.73 59	1.15 326	0.76 154	0.73 130	0.58 136	0.45 113	0.60 58	0.34 97	0.15 36	0.11 26	0.16 49	0.14 89	0.15 38	0.13 35

RSM	0.39 61	0.24 75	0.49 70	0.46 102	0.26 63	0.47 70	0.40 175	0.92 127	0.44 48	0.41 50	0.42 28	0.65 162	0.33 45	1.07 202	0.29 35	0.15 36	0.12 50	0.17 76	0.13 61	0.17 89	0.13 35

DEFOM-Stereo_RVC	0.40 70	0.67 480	0.42 30	0.64 380	0.29 129	0.48 76	0.25 31	0.85 105	0.44 48	0.38 40	0.36 20	0.30 33	0.70 248	1.15 221	0.29 35	0.16 57	0.11 26	0.16 49	0.11 8	0.18 120	0.12 10

fffy	0.42 81	0.27 155	0.57 127	0.46 102	0.29 129	0.48 76	0.35 110	0.91 124	0.55 88	0.40 49	0.58 91	0.55 121	0.41 90	1.26 249	0.36 117	0.15 36	0.13 111	0.19 133	0.16 149	0.18 120	0.14 61

TestStereo1	0.63 227	0.28 177	0.75 256	0.76 465	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 274	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

DCANet-4	0.54 164	0.26 126	1.07 397	0.42 51	0.24 38	0.48 76	0.36 126	0.99 160	1.30 408	1.10 257	1.02 214	0.56 129	0.75 262	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

fff	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

SA-5K	0.63 227	0.28 177	0.75 256	0.76 465	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 274	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

GLC_STEREO	0.39 61	0.25 103	0.41 22	0.54 252	0.23 22	0.48 76	0.30 69	0.73 59	0.58 93	0.52 110	0.73 130	0.51 104	0.31 36	0.64 68	0.42 177	0.17 100	0.20 347	0.23 270	0.19 210	0.21 236	0.17 149

ASMatch	0.88 372	0.26 126	0.69 200	0.51 198	0.35 239	0.48 76	0.37 145	1.12 224	0.92 208	1.10 257	3.28 526	0.96 282	0.98 382	4.90 492	0.49 237	0.19 180	0.16 260	0.22 232	0.19 210	0.19 161	0.27 362

sAnonymous2	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 289	0.22 232	0.21 286	0.86 520	0.56 494

CroCo_RVC	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 289	0.22 232	0.21 286	0.86 520	0.56 494

csc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

cscssc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

qwe	0.32 27	0.21 26	0.40 17	0.37 9	0.26 63	0.49 88	0.29 59	0.64 33	0.39 32	0.49 95	0.48 55	0.26 14	0.27 19	0.80 118	0.34 97	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

4.25_new	0.30 14	0.26 126	0.44 37	0.38 22	0.26 63	0.49 88	0.40 175	0.59 19	0.31 16	0.38 40	0.42 28	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 14	0.26 126	0.44 37	0.38 22	0.26 63	0.49 88	0.40 175	0.59 19	0.31 16	0.38 40	0.42 28	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.25w-stereo	0.30 14	0.26 126	0.44 37	0.38 22	0.26 63	0.49 88	0.40 175	0.59 19	0.32 20	0.38 40	0.42 28	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

MM-Stereo_test3	0.50 136	0.24 75	0.54 103	0.54 252	0.74 471	0.49 88	0.53 307	1.09 213	1.05 263	0.62 133	0.95 181	0.61 148	0.42 94	0.77 106	0.38 140	0.20 215	0.17 289	0.20 168	0.16 149	0.18 120	0.18 174

IGEVStereo-DCA	0.46 113	0.28 177	0.56 117	0.43 58	0.33 217	0.49 88	0.42 195	0.87 108	0.50 65	0.47 81	0.48 55	0.48 86	0.46 120	2.03 388	0.30 45	0.19 180	0.14 162	0.19 133	0.15 107	0.16 58	0.18 174

rrr	0.46 113	0.28 177	0.73 236	0.43 58	0.33 217	0.49 88	0.38 152	0.76 67	0.50 65	0.47 81	0.48 55	0.48 86	0.46 120	2.03 388	0.30 45	0.19 180	0.14 162	0.19 133	0.15 107	0.16 58	0.16 124

HH	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 443	0.85 315	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

HanStereo	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 443	0.85 315	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

ADStereo(finetuned)	0.57 195	0.24 75	1.06 392	0.43 58	0.24 38	0.49 88	0.35 110	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	1.20 441	0.84 132	0.51 248	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

iRaft-Stereo_5w	0.85 362	0.29 212	0.91 337	0.53 237	0.43 325	0.49 88	0.68 393	0.99 160	0.87 187	0.79 165	1.34 355	1.46 411	0.91 343	5.11 495	1.11 418	0.17 100	0.14 162	0.22 232	0.18 188	0.20 195	0.20 247

OMP-Stereo	0.94 387	0.33 303	0.72 224	0.90 509	0.31 177	0.49 88	0.36 126	1.16 232	1.06 267	1.58 463	1.12 262	1.46 411	0.69 243	6.94 536	0.49 237	0.19 180	0.14 162	0.24 290	0.18 188	0.20 195	0.14 61

raftrobust	0.52 139	0.25 103	0.56 117	0.65 394	0.52 391	0.49 88	0.34 102	0.98 158	0.91 203	1.30 373	0.87 164	0.63 156	0.81 295	0.78 111	0.41 166	0.19 180	0.15 220	0.16 49	0.14 89	0.15 38	0.16 124

DCANet	0.54 164	0.24 75	0.70 206	0.43 58	0.24 38	0.49 88	0.36 126	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	0.92 346	0.81 124	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

water-stereo	0.39 61	0.20 8	0.48 63	0.44 81	0.27 87	0.50 102	0.26 41	0.92 127	0.51 74	0.53 111	0.78 142	0.55 121	0.49 148	0.42 10	0.42 177	0.16 57	0.15 220	0.17 76	0.15 107	0.16 58	0.15 94

MM-Stereo_test1	0.49 132	0.24 75	0.56 117	0.51 198	0.30 151	0.50 102	0.54 313	0.91 124	1.03 254	0.84 180	0.69 117	0.54 118	0.60 206	1.16 225	0.33 80	0.18 139	0.16 260	0.20 168	0.17 170	0.19 161	0.15 94

rvit_stereo_0083	0.47 120	0.33 303	0.81 290	0.56 289	0.36 249	0.50 102	0.44 227	0.68 47	0.95 215	0.49 95	0.57 88	0.55 121	0.49 148	0.88 146	0.46 217	0.25 343	0.25 417	0.24 290	0.20 242	0.24 300	0.17 149

rvit_stereo_0081_aga	0.44 98	0.34 327	0.73 236	0.51 198	0.41 310	0.50 102	0.40 175	0.81 92	0.57 92	0.58 119	0.56 85	0.53 116	0.43 101	0.66 76	0.40 155	0.26 366	0.21 369	0.22 232	0.20 242	0.26 324	0.18 174

WCG-NET（raft）	0.45 106	0.21 26	0.55 113	0.40 36	0.24 38	0.50 102	0.36 126	0.73 59	1.09 286	0.71 146	0.76 138	0.92 263	0.51 157	0.84 132	0.34 97	0.16 57	0.12 50	0.15 19	0.14 89	0.14 18	0.14 61

RSM++	0.38 57	0.24 75	0.51 83	0.47 113	0.26 63	0.50 102	0.41 191	0.79 79	0.45 50	0.37 34	0.45 46	0.60 144	0.35 60	1.02 188	0.30 45	0.15 36	0.13 111	0.17 76	0.14 89	0.18 120	0.13 35

MGS-Stereo	0.42 81	0.26 126	0.58 133	0.44 81	0.28 112	0.50 102	0.34 102	0.57 17	0.83 177	0.46 78	1.31 340	0.52 111	0.33 45	0.65 74	0.36 117	0.19 180	0.16 260	0.18 111	0.15 107	0.17 89	0.16 124

ff7	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

ffff	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

11t	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

StereoVision	0.65 247	0.34 327	0.86 306	0.59 324	0.40 302	0.50 102	0.41 191	1.09 213	0.93 210	0.71 146	2.50 512	0.82 214	0.57 193	1.03 189	0.49 237	0.25 343	0.28 439	0.29 391	0.28 415	0.36 420	0.20 247

CASnet	0.41 78	0.25 103	0.48 63	0.50 168	0.20 3	0.50 102	0.36 126	0.81 92	0.80 168	0.83 177	0.68 113	0.48 86	0.31 36	0.54 33	0.32 67	0.18 139	0.12 50	0.27 365	0.22 315	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.43 87	0.27 155	0.53 97	0.44 81	0.32 196	0.50 102	0.42 195	0.89 117	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.33 267	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

LoS	0.40 70	0.21 26	0.44 37	0.37 9	0.22 16	0.50 102	0.40 175	1.00 164	0.94 213	0.48 89	0.66 106	0.48 86	0.40 87	0.60 58	0.37 129	0.18 139	0.14 162	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ccc-4	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

IGEV-Stereo	0.43 87	0.27 155	0.54 103	0.45 95	0.32 196	0.50 102	0.42 195	0.90 123	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.32 264	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HHNet	0.62 220	0.26 126	0.63 157	0.43 58	0.45 339	0.50 102	0.58 354	1.07 205	1.01 247	1.25 350	2.23 498	0.70 180	0.61 215	1.07 202	0.47 224	0.20 215	0.13 111	0.23 270	0.19 210	0.19 161	0.30 393

rvit_0105_6	0.53 149	0.37 365	0.98 362	0.65 394	0.38 281	0.51 119	0.51 288	0.77 70	1.20 358	0.54 114	0.55 82	0.65 162	0.53 167	0.94 165	0.44 190	0.32 427	0.32 468	0.28 380	0.24 351	0.28 357	0.21 264

Pointernet	0.37 52	0.20 8	0.57 127	0.43 58	0.28 112	0.51 119	0.27 48	0.93 134	0.61 101	0.47 81	0.63 101	0.49 94	0.38 81	0.49 21	0.33 80	0.17 100	0.13 111	0.14 1	0.11 8	0.13 4	0.12 10

EKT-Stereo	0.53 149	0.30 232	0.73 236	0.58 311	0.60 430	0.51 119	0.48 269	0.94 141	0.90 198	0.71 146	0.88 166	0.77 195	0.43 101	1.07 202	0.40 155	0.22 275	0.16 260	0.21 203	0.18 188	0.20 195	0.22 282

LoS_RVC	0.42 81	0.26 126	0.40 17	0.44 81	0.82 496	0.51 119	0.44 227	0.64 33	0.41 40	0.44 65	0.78 142	0.44 62	0.47 129	0.56 40	0.36 117	0.13 19	0.12 50	0.14 1	0.10 2	0.13 4	0.84 524

4.5_new	0.29 10	0.25 103	0.41 22	0.36 5	0.23 22	0.52 123	0.36 126	0.56 13	0.34 23	0.45 73	0.42 28	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.5w-stereo	0.29 10	0.25 103	0.41 22	0.36 5	0.23 22	0.52 123	0.36 126	0.56 13	0.34 23	0.45 73	0.42 28	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

3.25w_new	0.32 27	0.21 26	0.45 50	0.38 22	0.23 22	0.52 123	0.34 102	0.65 37	0.39 32	0.47 81	0.45 46	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 27	0.21 26	0.45 50	0.37 9	0.23 22	0.52 123	0.34 102	0.65 37	0.39 32	0.47 81	0.45 46	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

GMOStereo	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 421	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

error version	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 421	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

test-v	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 421	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

test-2	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 421	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

sCroCo_RVC	0.49 132	0.40 383	1.02 379	0.65 394	0.60 430	0.52 123	0.40 175	0.83 101	0.61 101	0.44 65	0.74 134	0.49 94	0.50 154	0.63 67	0.48 229	0.26 366	0.27 432	0.23 270	0.22 315	0.29 368	0.25 328

3w_stereo	0.33 35	0.25 103	0.52 91	0.40 36	0.21 9	0.53 132	0.54 313	0.65 37	0.46 56	0.44 65	0.48 55	0.23 3	0.45 113	0.46 14	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 94

rvit_0105_4	0.56 188	0.38 372	1.06 392	0.66 401	0.38 281	0.53 132	0.53 307	0.84 104	1.17 338	0.56 116	0.61 96	0.72 184	0.59 203	0.98 177	0.45 203	0.32 427	0.33 473	0.29 391	0.25 366	0.29 368	0.23 302

rvit_stereo_0075_2	0.64 239	0.46 410	1.05 388	0.66 401	0.66 448	0.53 132	0.48 269	1.20 249	1.12 299	0.76 154	0.92 174	0.78 199	0.53 167	1.03 189	0.59 283	0.37 461	0.28 439	0.40 477	0.31 443	0.37 424	0.32 409

trnet	0.39 61	0.21 26	0.37 5	0.36 5	0.20 3	0.53 132	0.29 59	0.78 74	1.12 299	0.59 127	0.71 124	0.53 116	0.42 94	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.13 35

GCAP-Stereo	0.40 70	0.28 177	0.68 187	0.47 113	0.25 55	0.53 132	0.32 83	0.82 97	0.58 93	0.65 137	0.69 117	0.58 136	0.42 94	0.47 18	0.29 35	0.17 100	0.14 162	0.17 76	0.13 61	0.17 89	0.14 61

rafts_anoy	0.52 139	0.29 212	0.59 140	0.59 324	0.50 368	0.53 132	0.40 175	1.11 222	1.03 254	0.84 180	0.83 156	0.68 171	0.54 172	0.72 92	0.51 248	0.19 180	0.14 162	0.24 290	0.26 383	0.21 236	0.18 174

iRaftStereo_RVC	0.47 120	0.26 126	0.64 164	0.50 168	0.29 129	0.53 132	0.33 90	1.05 190	0.77 160	0.84 180	1.00 200	0.55 121	0.37 74	0.81 124	0.40 155	0.17 100	0.12 50	0.22 232	0.20 242	0.19 161	0.15 94

CREStereo	0.39 61	0.21 26	0.38 8	0.34 1	0.22 16	0.53 132	0.29 59	0.77 70	1.11 295	0.58 119	0.71 124	0.51 104	0.41 90	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.14 61
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
3.5w_stereo	0.33 35	0.25 103	0.45 50	0.37 9	0.24 38	0.54 140	0.35 110	0.66 41	0.36 26	0.43 61	0.44 41	0.29 28	0.34 52	0.77 106	0.39 148	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

HUF	0.36 47	0.23 57	0.52 91	0.40 36	0.22 16	0.54 140	0.47 258	0.82 97	0.43 45	0.36 31	0.43 37	0.50 100	0.42 94	0.64 68	0.29 35	0.17 100	0.12 50	0.16 49	0.12 38	0.15 38	0.14 61

MIM_Stereo	0.57 195	0.24 75	0.92 341	0.46 102	0.30 151	0.54 140	0.28 54	1.27 268	0.75 150	1.00 224	1.16 284	0.93 265	0.53 167	1.45 299	0.61 293	0.16 57	0.16 260	0.20 168	0.19 210	0.17 89	0.14 61

DCRE	0.82 347	0.26 126	0.70 206	0.58 311	0.44 332	0.54 140	0.48 269	0.95 146	0.78 163	0.78 162	7.33 557	0.86 234	0.52 162	0.76 103	0.41 166	0.16 57	0.16 260	0.19 133	0.17 170	0.18 120	0.17 149

raft_robust	0.68 267	0.30 232	0.64 164	0.52 219	0.26 63	0.54 140	0.35 110	1.33 275	1.24 379	1.16 299	1.07 235	0.60 144	0.54 172	3.58 469	0.37 129	0.18 139	0.14 162	0.20 168	0.22 315	0.20 195	0.16 124

RAFT-345	0.84 358	0.25 103	0.66 178	0.50 168	0.27 87	0.54 140	0.42 195	0.83 101	1.11 295	1.32 387	2.34 503	0.86 234	0.54 172	5.72 513	0.47 224	0.18 139	0.13 111	0.22 232	0.17 170	0.17 89	0.16 124

raft+_RVC	0.53 149	0.26 126	0.54 103	0.60 336	0.47 356	0.54 140	0.54 313	1.27 268	0.99 239	0.76 154	1.03 224	0.70 180	0.56 184	0.93 162	0.47 224	0.18 139	0.14 162	0.19 133	0.18 188	0.18 120	0.15 94

DN-CSS_ROB	0.64 239	0.32 281	1.05 388	0.55 276	0.40 302	0.54 140	0.45 244	1.21 250	0.93 210	1.03 235	1.47 396	0.69 176	0.63 225	1.76 360	0.49 237	0.18 139	0.14 162	0.25 329	0.22 315	0.22 260	0.20 247

MM-Stereo_test2	0.43 87	0.24 75	0.67 183	0.51 198	0.32 196	0.55 148	0.45 244	0.97 154	0.77 160	0.59 127	0.51 69	0.49 94	0.42 94	0.80 118	0.30 45	0.15 36	0.13 111	0.18 111	0.14 89	0.19 161	0.14 61

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 148	0.31 76	0.55 12	0.43 45	0.28 7	0.29 13	0.23 3	0.21 2	0.56 40	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

CES	0.48 126	0.20 8	0.37 5	0.39 29	1.39 538	0.55 148	0.35 110	0.98 158	0.66 127	0.44 65	0.66 106	0.35 45	0.27 19	0.56 40	0.33 80	0.15 36	0.13 111	0.15 19	0.10 2	0.19 161	1.46 542

knoymous	0.51 138	0.29 212	0.47 61	0.43 58	0.30 151	0.55 148	0.55 331	1.02 171	0.77 160	0.98 216	0.85 160	0.94 268	0.56 184	0.85 137	0.45 203	0.20 215	0.14 162	0.26 348	0.14 89	0.23 285	0.23 302

RCA-Stereo	0.50 136	0.23 57	0.58 133	0.48 140	0.33 217	0.55 148	0.45 244	0.97 154	1.38 445	0.68 141	1.05 229	0.63 156	0.80 291	0.59 46	0.32 67	0.17 100	0.12 50	0.17 76	0.14 89	0.16 58	0.14 61

ProNet	0.43 87	0.28 177	0.58 133	0.43 58	0.30 151	0.56 153	0.52 299	1.00 164	0.58 93	0.44 65	0.49 63	0.43 60	0.43 101	1.28 254	0.36 117	0.15 36	0.13 111	0.19 133	0.16 149	0.17 89	0.16 124

PSM-softLoss	0.78 329	0.31 265	0.77 273	0.58 311	0.32 196	0.56 153	0.40 175	1.18 239	0.70 137	1.24 344	1.07 235	0.83 221	0.52 162	5.36 501	0.53 262	0.24 316	0.15 220	0.25 329	0.22 315	0.20 195	0.25 328

KMStereo	0.78 329	0.31 265	0.77 273	0.58 311	0.32 196	0.56 153	0.40 175	1.18 239	0.70 137	1.24 344	1.07 235	0.83 221	0.52 162	5.36 501	0.53 262	0.24 316	0.15 220	0.25 329	0.22 315	0.20 195	0.25 328

TestStereo	0.64 239	0.39 377	0.71 218	0.51 198	0.27 87	0.56 153	0.42 195	1.03 176	0.91 203	0.80 167	1.00 200	0.68 171	0.52 162	3.25 459	0.45 203	0.22 275	0.15 220	0.24 290	0.18 188	0.27 338	0.16 124

test_xeample3	0.42 81	0.28 177	0.69 200	0.43 58	0.33 217	0.56 153	0.38 152	0.79 79	0.45 50	0.53 111	0.46 50	0.44 62	0.44 109	1.38 282	0.31 62	0.18 139	0.14 162	0.19 133	0.15 107	0.17 89	0.16 124

AIO_test	0.35 46	0.22 45	0.44 37	0.43 58	0.27 87	0.57 158	0.44 227	0.79 79	0.41 40	0.32 19	0.47 52	0.46 74	0.30 31	0.69 81	0.30 45	0.16 57	0.11 26	0.16 49	0.13 61	0.15 38	0.12 10

UGAM-zero	1.00 408	0.30 232	0.93 343	0.47 113	0.30 151	0.57 158	0.25 31	2.25 512	0.63 106	1.01 227	1.10 249	2.73 522	1.85 509	6.26 522	0.40 155	0.17 100	0.14 162	0.19 133	0.15 107	0.16 58	0.17 149

CAS	0.63 227	0.18 1	0.37 5	2.27 546	0.84 498	0.57 158	0.54 313	0.79 79	0.62 103	0.48 89	0.70 121	0.36 47	0.26 17	0.45 12	0.35 107	2.24 547	0.10 9	0.14 1	0.09 1	0.15 38	1.06 536

rvit_0105_5	0.58 201	0.39 377	1.05 388	0.66 401	0.37 264	0.58 161	0.56 339	0.94 141	1.18 345	0.64 135	0.68 113	0.75 188	0.63 225	0.88 146	0.50 243	0.32 427	0.32 468	0.30 404	0.27 394	0.28 357	0.25 328

SA	0.66 254	0.30 232	0.82 293	0.61 350	0.30 151	0.58 161	0.38 152	1.44 305	1.30 408	0.96 209	1.36 362	0.66 166	0.95 365	1.85 370	0.42 177	0.19 180	0.15 220	0.25 329	0.23 338	0.21 236	0.17 149

test-3	0.54 164	0.22 45	0.68 187	0.47 113	0.27 87	0.58 161	0.35 110	0.92 127	1.00 244	1.32 387	0.69 117	0.87 238	0.45 113	1.68 346	0.37 129	0.16 57	0.11 26	0.20 168	0.16 149	0.17 89	0.13 35

test_1	0.54 164	0.22 45	0.68 187	0.47 113	0.27 87	0.58 161	0.35 110	0.92 127	1.00 244	1.28 359	0.68 113	0.87 238	0.45 113	1.67 341	0.37 129	0.16 57	0.11 26	0.20 168	0.16 149	0.17 89	0.13 35

XX-TBD	0.46 113	0.70 487	0.35 1	0.79 472	0.25 55	0.58 161	0.26 41	0.69 48	1.27 393	0.76 154	1.00 200	0.45 70	0.33 45	0.47 18	0.37 129	0.19 180	0.15 220	0.15 19	0.11 8	0.17 89	0.14 61

AIO_rvc	0.36 47	0.23 57	0.49 70	0.43 58	0.27 87	0.59 166	0.38 152	0.94 141	0.45 50	0.33 24	0.46 50	0.49 94	0.22 6	0.84 132	0.30 45	0.16 57	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

test_for_model	1.30 461	3.71 570	0.58 133	3.22 560	2.84 560	0.59 166	0.33 90	1.40 294	0.83 177	1.42 427	0.61 96	0.52 111	0.37 74	0.51 24	0.33 80	2.46 548	0.15 220	0.16 49	0.11 8	4.39 570	1.50 543

MyStereo07	0.48 126	0.29 212	0.50 76	0.55 276	0.45 339	0.59 166	0.79 422	1.05 190	0.51 74	0.48 89	0.53 73	0.43 60	0.55 179	1.30 259	0.34 97	0.17 100	0.16 260	0.24 290	0.20 242	0.23 285	0.20 247

MyStereo04	0.67 263	0.29 212	1.07 397	0.55 276	0.45 339	0.59 166	0.79 422	1.50 319	1.40 455	0.91 197	0.91 172	0.74 186	0.86 323	1.52 312	0.62 296	0.17 100	0.16 260	0.24 290	0.20 242	0.23 285	0.20 247

PFNet+	0.59 207	0.28 177	0.77 273	0.53 237	0.30 151	0.59 166	0.31 76	0.92 127	1.14 314	1.33 395	1.10 249	0.79 203	0.57 193	1.31 260	0.49 237	0.25 343	0.17 289	0.28 380	0.26 383	0.21 236	0.25 328

DeepStereo_RVC	0.55 179	0.29 212	0.72 224	0.51 198	0.30 151	0.59 166	0.33 90	1.03 176	0.70 137	1.16 299	0.93 177	0.83 221	0.94 360	0.96 168	0.54 268	0.21 249	0.14 162	0.21 203	0.19 210	0.24 300	0.24 316

RAFT-IKP	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.59 166	0.36 126	1.04 182	0.64 110	1.12 265	0.96 184	0.83 221	0.61 215	1.22 238	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

Prome-Stereo	0.75 313	0.27 155	0.53 97	0.55 276	0.32 196	0.59 166	0.97 468	0.89 117	0.88 191	1.45 431	2.46 510	0.91 254	1.41 468	1.58 325	0.44 190	0.18 139	0.13 111	0.19 133	0.17 170	0.20 195	0.92 527

ISRNet	0.80 336	0.33 303	1.07 397	0.81 478	0.66 448	0.60 174	0.34 102	1.19 247	1.13 311	1.59 464	1.53 410	1.35 390	0.77 274	1.27 252	0.94 386	0.39 468	0.34 474	0.43 484	0.38 481	0.34 410	0.49 481

IGEV-RUCA	0.37 52	0.23 57	0.48 63	0.49 156	0.36 249	0.60 174	0.23 24	0.64 33	0.49 61	0.39 48	0.49 63	0.44 62	0.31 36	0.85 137	0.30 45	0.24 316	0.13 111	0.16 49	0.12 38	0.20 195	0.19 214

RAFT-Stereo-weight	0.47 120	0.24 75	0.53 97	0.48 140	0.27 87	0.60 174	0.35 110	1.02 171	1.07 272	0.99 219	0.78 142	0.76 192	0.28 23	0.76 103	0.36 117	0.16 57	0.12 50	0.17 76	0.15 107	0.16 58	0.15 94

GwcNet-ADL	0.64 239	0.31 265	0.79 284	0.56 289	0.41 310	0.60 174	0.58 354	1.41 296	1.26 387	1.08 243	1.13 267	0.91 254	0.60 206	1.04 195	0.78 347	0.27 382	0.18 311	0.18 111	0.18 188	0.25 312	0.29 379

EAI-Stereo	0.65 247	0.28 177	0.69 200	0.53 237	0.27 87	0.60 174	0.40 175	2.28 515	0.64 110	0.71 146	3.18 525	0.57 131	0.43 101	1.06 198	0.41 166	0.18 139	0.13 111	0.17 76	0.17 170	0.17 89	0.17 149

CFNet-RSSM	0.54 164	0.24 75	0.70 206	0.48 140	0.28 112	0.60 174	0.27 48	1.49 315	1.14 314	1.06 239	0.93 177	1.08 317	0.54 172	0.70 85	0.35 107	0.16 57	0.12 50	0.17 76	0.15 107	0.16 58	0.14 61

depthmonostereo	0.41 78	0.23 57	0.53 97	0.47 113	0.23 22	0.61 180	0.35 110	1.00 164	0.76 156	0.48 89	0.65 105	0.47 81	0.49 148	0.67 79	0.37 129	0.16 57	0.15 220	0.16 49	0.14 89	0.16 58	0.15 94

castereo	0.41 78	0.22 45	0.46 58	0.44 81	0.30 151	0.61 180	0.56 339	0.97 154	0.80 168	0.38 40	0.69 117	0.45 70	0.69 243	0.51 24	0.30 45	0.16 57	0.11 26	0.16 49	0.13 61	0.16 58	0.12 10

SMoEStereo_RVC	0.39 61	0.25 103	0.50 76	0.45 95	0.30 151	0.61 180	0.36 126	0.72 57	0.45 50	0.46 78	0.43 37	0.42 57	0.35 60	1.39 287	0.29 35	0.15 36	0.12 50	0.20 168	0.15 107	0.16 58	0.15 94

MyStereo06	0.61 216	0.28 177	0.95 351	0.56 289	0.46 351	0.61 180	0.73 406	1.78 403	0.67 128	1.03 235	1.12 262	1.13 339	0.56 184	0.78 111	0.41 166	0.17 100	0.16 260	0.23 270	0.20 242	0.22 260	0.20 247

MyStereo05	0.66 254	0.28 177	1.07 397	0.56 289	0.46 351	0.61 180	0.73 406	1.34 280	1.41 460	1.15 289	0.91 172	0.77 195	0.80 291	1.41 294	0.63 300	0.17 100	0.16 260	0.23 270	0.20 242	0.22 260	0.20 247

test_3	0.55 179	0.23 57	0.71 218	0.53 237	0.28 112	0.61 180	0.40 175	0.92 127	1.05 263	1.19 317	0.68 113	0.93 265	0.44 109	1.67 341	0.39 148	0.15 36	0.12 50	0.22 232	0.19 210	0.21 236	0.14 61

IIG-Stereo	0.96 391	0.31 265	0.72 224	0.88 505	0.33 217	0.61 180	0.26 41	1.19 247	1.03 254	1.69 477	1.37 364	1.46 411	0.75 262	6.96 537	0.51 248	0.19 180	0.14 162	0.23 270	0.18 188	0.20 195	0.14 61

test-1	0.52 139	0.26 126	1.04 387	0.56 289	0.32 196	0.61 180	0.38 152	1.10 216	0.91 203	0.78 162	1.01 206	0.77 195	0.52 162	0.60 58	0.42 177	0.17 100	0.14 162	0.20 168	0.17 170	0.20 195	0.23 302

RALCasStereoNet	0.54 164	0.30 232	0.66 178	0.59 324	0.51 379	0.61 180	0.52 299	0.94 141	0.93 210	0.70 144	1.01 206	0.78 199	0.44 109	1.33 267	0.47 224	0.20 215	0.16 260	0.18 111	0.16 149	0.20 195	0.19 214

FlowAnything_test	0.39 61	0.26 126	0.61 148	0.59 324	0.33 217	0.62 189	0.36 126	0.62 29	0.40 36	0.45 73	0.36 20	0.45 70	0.37 74	0.53 30	0.48 229	0.24 316	0.18 311	0.28 380	0.33 461	0.21 236	0.19 214

MSCF	0.38 57	0.25 103	0.52 91	0.47 113	0.25 55	0.62 189	0.37 145	0.81 92	0.47 59	0.50 103	0.71 124	0.32 37	0.65 235	0.54 33	0.28 32	0.19 180	0.12 50	0.17 76	0.14 89	0.17 89	0.14 61

3.75w	0.32 27	0.23 57	0.44 37	0.37 9	0.29 129	0.62 189	0.36 126	0.59 19	0.32 20	0.41 50	0.47 52	0.25 12	0.34 52	0.64 68	0.26 18	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

DisPM	0.66 254	0.28 177	0.72 224	0.61 350	0.35 239	0.62 189	0.45 244	1.02 171	0.99 239	1.56 457	1.10 249	0.80 205	0.59 203	2.37 420	0.41 166	0.23 301	0.14 162	0.23 270	0.21 286	0.20 195	0.25 328

AIO-Stereo-zeroshot	0.72 282	0.35 348	1.70 483	0.49 156	0.56 407	0.63 193	0.38 152	2.41 526	0.65 125	0.77 159	1.07 235	1.82 470	0.95 365	0.93 162	0.43 187	0.20 215	0.13 111	0.21 203	0.25 366	0.28 357	0.26 352

NRIStereo	0.60 210	0.29 212	0.69 200	0.53 237	0.28 112	0.63 193	0.33 90	1.08 211	0.87 187	1.14 283	0.87 164	0.91 254	0.59 203	2.24 409	0.49 237	0.20 215	0.14 162	0.21 203	0.19 210	0.21 236	0.17 149

Pruner-Stereo	0.62 220	0.29 212	0.70 206	0.61 350	0.31 177	0.63 193	0.43 214	1.17 234	0.99 239	1.53 447	1.08 240	0.95 276	0.55 179	1.35 272	0.51 248	0.23 301	0.14 162	0.24 290	0.21 286	0.21 236	0.23 302

LG-G_1	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 196	0.18 2	0.70 52	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 144	0.24 5	0.16 57	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 196	0.18 2	0.70 52	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 144	0.24 5	0.16 57	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

rvit_0105_3	0.63 227	0.44 401	1.08 401	0.72 446	0.40 302	0.64 196	0.71 402	1.03 176	1.17 338	0.82 175	0.70 121	0.80 205	0.70 248	0.91 154	0.56 274	0.35 453	0.34 474	0.34 444	0.32 451	0.27 338	0.28 374

AIO-Stereo-zeroshot1	0.98 401	0.39 377	3.21 529	0.50 168	0.63 440	0.64 196	0.39 167	2.36 521	0.75 150	0.95 207	4.63 541	1.81 467	0.56 184	0.96 168	0.41 166	0.18 139	0.13 111	0.21 203	0.26 383	0.32 397	0.35 425

qqq	0.57 195	0.34 327	0.71 218	0.47 113	0.27 87	0.64 196	0.62 371	1.42 298	0.78 163	0.80 167	0.92 174	0.95 276	0.77 274	0.88 146	0.59 283	0.21 249	0.20 347	0.24 290	0.23 338	0.22 260	0.21 264

test_4	0.53 149	0.22 45	0.56 117	0.54 252	0.32 196	0.64 196	0.39 167	0.80 87	0.62 103	0.92 199	1.87 474	0.68 171	0.42 94	1.16 225	0.37 129	0.15 36	0.13 111	0.20 168	0.22 315	0.20 195	0.15 94

dd	0.59 207	0.48 419	0.97 359	0.55 276	0.32 196	0.64 196	0.47 258	1.02 171	1.34 423	0.78 162	0.86 161	0.58 136	0.54 172	1.01 185	0.86 374	0.28 396	0.18 311	0.26 348	0.19 210	0.32 397	0.24 316

NF-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.02 214	0.82 214	0.57 193	5.40 506	0.48 229	0.23 301	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

OCTAStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.82 214	0.57 193	5.35 500	0.48 229	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

ROB_FTStereo_v2	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.64 196	0.42 195	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.12 216	0.46 217	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

ROB_FTStereo	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.64 196	0.25 31	1.05 190	0.64 110	1.12 265	0.95 181	0.82 214	0.61 215	1.15 221	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

PFNet	0.91 380	0.26 126	1.10 407	0.63 371	0.32 196	0.64 196	0.56 339	1.17 234	0.99 239	1.47 434	1.08 240	0.98 286	0.69 243	6.62 528	0.54 268	0.20 215	0.12 50	0.24 290	0.19 210	0.20 195	0.17 149

RE-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

TVStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

GMStereo	0.55 179	0.45 408	0.94 347	0.50 168	0.32 196	0.64 196	0.43 214	1.00 164	1.40 455	0.82 175	0.73 130	0.51 104	0.45 113	0.85 137	0.55 272	0.24 316	0.15 220	0.20 168	0.21 286	0.31 388	0.24 316
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Gwc-CoAtRS	0.52 139	0.24 75	0.68 187	0.48 140	0.29 129	0.64 196	0.25 31	1.16 232	1.08 278	1.01 227	1.00 200	1.12 334	0.56 184	0.69 81	0.37 129	0.16 57	0.13 111	0.17 76	0.15 107	0.15 38	0.15 94

GASTEREO	0.40 70	0.25 103	0.51 83	0.48 140	0.25 55	0.65 212	0.36 126	0.81 92	0.49 61	0.51 108	0.82 155	0.30 33	0.66 238	0.62 64	0.28 32	0.19 180	0.12 50	0.16 49	0.14 89	0.16 58	0.14 61

IPLGR	0.58 201	0.27 155	1.14 417	0.48 140	0.28 112	0.65 212	0.33 90	1.22 258	1.13 311	1.18 313	1.05 229	0.69 176	0.66 238	0.96 168	0.52 255	0.17 100	0.15 220	0.20 168	0.17 170	0.20 195	0.18 174

Patchmatch Stereo++	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.41 191	1.04 182	0.64 110	1.12 265	0.96 184	0.82 214	0.61 215	1.06 198	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

HUI-Stereo	0.52 139	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.30 69	1.04 182	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	0.79 115	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

iGMRVC	0.56 188	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.38 152	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.52 312	0.46 217	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

IRAFT_RVC	0.88 372	0.28 177	0.76 266	0.63 371	0.31 177	0.65 212	1.02 478	1.22 258	0.94 213	1.22 330	1.04 227	1.01 300	0.98 382	5.82 516	0.53 262	0.22 275	0.12 50	0.25 329	0.20 242	0.20 195	0.19 214

iRAFT	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

TANstereo	0.44 98	0.21 26	0.44 37	0.41 44	0.21 9	0.65 212	0.26 41	0.79 79	0.83 177	0.93 200	0.98 194	0.51 104	0.46 120	0.54 33	0.35 107	0.18 139	0.24 408	0.16 49	0.13 61	0.16 58	0.26 352

4D-IteraStereo	0.48 126	0.24 75	0.76 266	0.50 168	0.44 332	0.66 221	0.31 76	0.87 108	1.02 250	1.03 235	0.72 128	0.78 199	0.32 42	0.64 68	0.37 129	0.17 100	0.11 26	0.23 270	0.19 210	0.19 161	0.13 35

MIPNet	0.56 188	0.28 177	0.94 347	0.49 156	0.33 217	0.66 221	0.38 152	1.35 283	1.08 278	1.06 239	0.92 174	0.60 144	0.79 285	0.73 96	0.52 255	0.17 100	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

TransformOpticalFlow	0.96 391	0.28 177	0.89 330	0.52 219	0.31 177	0.66 221	0.54 313	1.75 389	1.12 299	1.09 249	1.44 387	1.37 395	1.01 394	6.70 533	0.42 177	0.19 180	0.12 50	0.20 168	0.19 210	0.18 120	0.19 214

FTStereo	0.91 380	0.26 126	0.56 117	0.54 252	0.33 217	0.66 221	1.87 535	1.00 164	0.75 150	1.75 481	4.15 536	1.04 309	1.65 493	1.57 323	0.46 217	0.19 180	0.16 260	0.23 270	0.21 286	0.18 120	0.63 507

Former-RAFT_DAM_RVC	0.46 113	0.36 358	0.71 218	0.47 113	0.36 249	0.67 225	0.35 110	0.78 74	1.12 299	0.61 130	0.62 99	0.39 55	0.39 83	0.71 89	0.39 148	0.20 215	0.17 289	0.22 232	0.18 188	0.23 285	0.19 214

AE-Stereo	0.49 132	0.27 155	0.67 183	0.60 336	0.39 291	0.67 225	0.46 251	1.18 239	1.09 286	0.47 81	0.75 136	0.69 176	0.47 129	0.59 46	0.40 155	0.16 57	0.15 220	0.21 203	0.20 242	0.19 161	0.15 94

x	0.54 164	0.31 265	0.61 148	0.47 113	0.30 151	0.67 225	0.47 258	1.53 334	0.79 167	0.81 171	0.83 156	0.78 199	0.70 248	0.70 85	0.62 296	0.21 249	0.19 329	0.22 232	0.19 210	0.21 236	0.20 247

CrosDoStereo	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 572	1.10 216	0.98 232	1.34 399	1.75 459	1.00 293	1.89 511	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

AAGNet	1.83 506	0.28 177	0.72 224	0.61 350	0.32 196	0.67 225	0.51 288	0.96 153	0.98 232	1.47 434	1.20 300	1.00 293	1.18 435	2.83 443	22.77 579	0.22 275	0.13 111	0.22 232	0.19 210	0.23 285	0.15 94

KYRaft	0.75 313	0.28 177	0.62 154	0.56 289	0.29 129	0.67 225	0.86 442	0.94 141	0.84 181	1.62 469	2.21 497	1.16 343	1.02 399	1.57 323	0.40 155	0.20 215	0.13 111	0.22 232	0.28 415	0.20 195	1.02 531

DeepStereo_LL	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 572	1.10 216	0.98 232	1.34 399	1.75 459	1.00 293	1.89 511	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

testlalala2	0.58 201	0.27 155	0.68 187	1.72 540	1.27 536	0.68 232	0.42 195	0.93 134	0.70 137	0.90 192	0.93 177	0.76 192	0.34 52	0.52 27	0.40 155	0.18 139	0.15 220	0.17 76	0.13 61	0.17 89	0.17 149

GANet-ADL	0.60 210	0.35 348	0.72 224	0.64 380	0.40 302	0.68 232	0.51 288	1.49 315	1.12 299	0.95 207	1.08 240	0.91 254	0.57 193	0.76 103	0.55 272	0.26 366	0.18 311	0.18 111	0.16 149	0.23 285	0.25 328

STrans-v2	1.04 423	0.28 177	0.96 357	0.49 156	0.32 196	0.68 232	0.79 422	2.47 530	1.12 299	1.12 265	1.46 395	1.40 397	1.46 475	6.70 533	0.43 187	0.18 139	0.13 111	0.20 168	0.18 188	0.18 120	0.18 174

cross-raft	0.54 164	0.25 103	0.61 148	0.52 219	0.29 129	0.68 232	0.37 145	1.46 309	0.76 156	1.01 227	1.06 231	1.28 375	0.46 120	0.71 89	0.35 107	0.15 36	0.12 50	0.18 111	0.16 149	0.19 161	0.14 61

RAFT	0.64 239	0.30 232	0.73 236	0.59 324	0.33 217	0.68 232	0.58 354	1.04 182	0.76 156	1.08 243	1.19 296	1.65 449	0.93 355	1.06 198	0.56 274	0.21 249	0.18 311	0.27 365	0.24 351	0.22 260	0.17 149

model_zeroshot	0.48 126	0.29 212	0.86 306	0.51 198	0.36 249	0.69 237	0.37 145	1.12 224	0.62 103	0.85 185	0.84 158	0.66 166	0.37 74	0.73 96	0.34 97	0.20 215	0.16 260	0.19 133	0.16 149	0.17 89	0.16 124

MSKI-zero shot	0.55 179	0.26 126	0.57 127	0.51 198	0.26 63	0.69 237	0.28 54	1.18 239	0.64 110	0.91 197	1.32 346	0.82 214	0.33 45	1.92 376	0.32 67	0.17 100	0.12 50	0.17 76	0.13 61	0.16 58	0.16 124

LCNet	0.72 282	0.28 177	0.52 91	0.55 276	0.31 177	0.69 237	0.54 313	1.00 164	0.88 191	1.19 317	1.34 355	0.97 284	1.34 463	2.56 433	0.45 203	0.18 139	0.13 111	0.21 203	0.25 366	0.27 338	0.73 519

RAFT_R40	0.83 353	0.28 177	0.73 236	0.59 324	0.31 177	0.69 237	0.44 227	1.10 216	0.95 215	1.47 434	1.10 249	1.00 293	0.85 315	5.53 508	0.46 217	0.22 275	0.13 111	0.23 270	0.20 242	0.23 285	0.18 174

RALAANet	0.60 210	0.33 303	0.87 317	0.62 362	0.50 368	0.69 237	0.31 76	1.21 250	1.06 267	1.09 249	1.16 284	0.88 242	0.46 120	1.22 238	0.42 177	0.19 180	0.15 220	0.21 203	0.17 170	0.27 338	0.17 149

R-Stereo Train	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 465	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149

RAFT-Stereo	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 465	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UGAM	1.14 444	0.27 155	0.95 351	0.53 237	0.42 315	0.70 244	0.72 405	0.95 146	1.32 416	0.98 216	1.48 401	1.78 466	0.87 328	9.65 565	0.87 375	0.21 249	0.18 311	0.30 404	0.24 351	0.19 161	0.16 124

GCAP-BAT	0.49 132	0.31 265	0.64 164	0.41 44	0.46 351	0.70 244	0.35 110	0.77 70	0.64 110	0.86 187	1.00 200	0.77 195	0.37 74	1.18 231	0.36 117	0.18 139	0.14 162	0.18 111	0.13 61	0.17 89	0.15 94

LL-Strereo2	0.52 139	0.33 303	0.69 200	0.52 219	0.37 264	0.70 244	0.30 69	1.13 227	0.67 128	0.94 205	0.78 142	0.91 254	0.42 94	1.05 197	0.42 177	0.17 100	0.16 260	0.29 391	0.25 366	0.21 236	0.16 124

CFNet_pseudo	0.66 254	0.32 281	0.86 306	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.24 360	0.64 229	0.98 177	0.59 283	0.21 249	0.16 260	0.33 434	0.19 210	0.36 420	0.25 328

ccs_rob	0.66 254	0.33 303	0.86 306	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.23 358	0.64 229	0.98 177	0.59 283	0.21 249	0.16 260	0.35 452	0.20 242	0.37 424	0.25 328

testlalala	0.45 106	0.28 177	0.59 140	0.42 51	0.39 291	0.71 249	0.39 167	1.08 211	0.45 50	1.24 344	0.80 153	0.61 148	0.36 69	0.54 33	0.33 80	0.20 215	0.13 111	0.18 111	0.12 38	0.15 38	0.15 94

RAFT_CTSACE	0.63 227	0.26 126	0.88 324	0.55 276	0.51 379	0.71 249	0.44 227	0.80 87	0.97 227	0.97 212	1.84 469	1.18 347	0.68 240	1.47 305	0.36 117	0.16 57	0.15 220	0.21 203	0.20 242	0.20 195	0.14 61

PMTNet	0.46 113	0.21 26	0.38 8	0.37 9	0.23 22	0.71 249	0.27 48	0.74 63	1.04 259	0.64 135	0.70 121	0.55 121	0.47 129	0.86 141	0.35 107	1.00 530	0.13 111	0.15 19	0.10 2	0.15 38	0.13 35

DilatedVolume-Stereo	0.43 87	0.21 26	0.55 113	0.43 58	0.32 196	0.72 252	0.29 59	0.80 87	0.51 74	0.77 159	0.73 130	0.48 86	0.40 87	1.13 218	0.39 148	0.15 36	0.14 162	0.15 19	0.14 89	0.16 58	0.14 61

SST-Stereo	0.83 353	0.28 177	0.72 224	0.59 324	0.31 177	0.72 252	0.26 41	1.09 213	0.86 183	1.47 434	1.10 249	1.00 293	0.87 328	5.73 514	0.45 203	0.22 275	0.13 111	0.23 270	0.19 210	0.23 285	0.18 174

GMM-Stereo	0.74 305	0.25 103	0.59 140	0.54 252	0.34 235	0.72 252	0.99 473	1.01 170	0.87 187	1.36 404	1.78 462	1.12 334	0.81 295	2.09 394	0.46 217	0.18 139	0.12 50	0.25 329	0.25 366	0.20 195	0.85 525

111	0.60 210	0.23 57	0.70 206	0.43 58	0.24 38	0.72 252	0.42 195	1.18 239	1.41 460	0.80 167	1.38 369	1.10 329	0.79 285	0.96 168	0.58 280	0.18 139	0.13 111	0.17 76	0.15 107	0.17 89	0.19 214

DCVSM-stereo	0.72 282	0.35 348	0.76 266	0.55 276	0.42 315	0.73 256	0.38 152	1.21 250	1.02 250	1.79 487	1.04 227	1.62 438	1.03 401	1.04 195	0.79 353	0.24 316	0.27 432	0.29 391	0.24 351	0.30 379	0.36 431

Sa-1000	0.72 282	0.29 212	0.76 266	0.59 324	0.30 151	0.73 256	0.37 145	1.62 358	1.33 420	1.28 359	2.04 489	0.86 234	0.75 262	1.84 367	0.38 140	0.19 180	0.14 162	0.25 329	0.23 338	0.20 195	0.16 124

iRaft-Stereo_20w	0.65 247	0.31 265	1.00 368	0.47 113	0.34 235	0.73 256	0.30 69	2.96 539	0.70 137	1.15 289	1.14 271	0.76 192	0.65 235	1.11 213	0.38 140	0.17 100	0.13 111	0.18 111	0.16 149	0.19 161	0.18 174

PSMNet-RSSM	0.72 282	0.30 232	0.61 148	0.63 371	0.42 315	0.73 256	0.56 339	1.92 446	1.10 293	1.09 249	1.37 364	1.22 353	0.98 382	1.28 254	0.72 327	0.27 382	0.19 329	0.27 365	0.29 427	0.24 300	0.24 316

ffm	0.72 282	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 528	1.15 289	1.45 389	1.06 311	0.82 300	1.55 320	0.32 67	0.20 215	0.12 50	0.31 410	0.27 394	0.19 161	0.20 247

ff1	1.37 470	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 528	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 548	0.20 215	0.12 50	0.31 410	0.27 394	0.19 161	0.20 247

mmx	1.39 473	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 548	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

xxx	1.39 473	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 548	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

CFNet_ucs	0.70 273	0.33 303	0.88 324	0.50 168	0.43 325	0.74 260	0.44 227	1.60 351	1.29 402	1.22 330	1.54 415	1.09 327	0.63 225	0.99 180	0.59 283	0.25 343	0.20 347	0.37 463	0.21 286	0.40 441	0.28 374

999	0.48 126	0.22 45	0.49 70	0.48 140	0.34 235	0.75 265	0.31 76	0.85 105	0.55 88	0.37 34	0.48 55	0.50 100	0.36 69	2.45 425	0.39 148	0.16 57	0.13 111	0.18 111	0.15 107	0.16 58	0.19 214

rvit_105_1	0.72 282	0.52 436	1.01 372	0.78 470	0.49 361	0.75 265	0.87 444	1.12 224	1.18 345	0.99 219	0.79 148	0.90 251	0.77 274	1.26 249	0.75 336	0.41 475	0.36 490	0.36 460	0.41 488	0.30 379	0.33 415

LL-Strereo	1.33 466	0.39 377	1.38 450	0.61 350	0.61 433	0.75 265	0.66 385	1.63 360	1.17 338	1.56 457	1.60 430	2.03 494	2.12 524	9.72 566	0.97 395	0.21 249	0.18 311	0.27 365	0.23 338	0.22 260	0.25 328

CIPLG	0.62 220	0.33 303	0.96 357	0.58 311	0.50 368	0.75 265	0.48 269	1.05 190	0.96 220	1.40 419	1.57 425	0.64 159	0.48 140	0.89 151	0.70 319	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

ACRE	0.61 216	0.33 303	1.01 372	0.58 311	0.49 361	0.75 265	0.47 258	1.06 203	0.95 215	1.37 407	1.55 417	0.62 153	0.46 120	0.83 129	0.70 319	0.23 301	0.15 220	0.19 133	0.16 149	0.18 120	0.21 264

AANet_RVC	1.16 450	0.52 436	1.49 472	0.65 394	0.45 339	0.75 265	0.69 397	1.42 298	1.55 481	1.34 399	1.87 474	1.53 425	0.78 281	7.43 544	1.38 452	0.25 343	0.17 289	0.19 133	0.16 149	0.22 260	0.26 352

test_sample1	0.61 216	0.29 212	0.75 256	0.50 168	0.31 177	0.76 271	0.48 269	1.59 347	0.84 181	0.90 192	0.94 180	0.88 242	0.95 365	1.16 225	0.67 311	0.22 275	0.18 311	0.20 168	0.19 210	0.21 236	0.21 264

gcap-zeroshot	0.53 149	0.28 177	0.89 330	0.49 156	0.28 112	0.76 271	0.37 145	1.34 280	0.73 147	0.89 190	0.67 110	1.35 390	0.51 157	0.79 115	0.33 80	0.18 139	0.15 220	0.18 111	0.15 107	0.17 89	0.16 124

anonymousdsp2	0.53 149	0.27 155	0.74 252	0.48 140	0.29 129	0.76 271	0.47 258	1.61 354	0.82 176	0.77 159	0.77 140	0.75 188	0.47 129	1.03 189	0.40 155	0.18 139	0.13 111	0.18 111	0.13 61	0.19 161	0.18 174

dad	0.86 367	0.66 479	1.06 392	0.56 289	0.37 264	0.76 271	0.44 227	1.17 234	1.50 473	1.44 429	1.27 324	1.34 389	0.75 262	2.52 432	0.84 369	0.42 479	0.27 432	0.83 528	0.26 383	0.41 444	0.29 379

IPLGR_C	0.62 220	0.33 303	0.99 363	0.58 311	0.49 361	0.76 271	0.48 269	1.10 216	0.96 220	1.40 419	1.56 421	0.62 153	0.48 140	0.80 118	0.71 324	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

AACVNet	0.86 367	0.35 348	0.79 284	0.82 486	0.39 291	0.76 271	0.49 279	1.61 354	0.81 171	1.08 243	1.33 348	1.30 379	0.93 355	4.34 480	0.74 331	0.25 343	0.21 369	0.28 380	0.22 315	0.29 368	0.25 328

GrayStereo	0.82 347	0.26 126	0.58 133	0.63 371	0.37 264	0.76 271	1.86 534	1.11 222	0.87 187	1.99 503	1.89 476	1.08 317	1.82 508	1.39 287	0.48 229	0.19 180	0.14 162	0.19 133	0.21 286	0.18 120	0.39 445

HCRNet	0.70 273	0.39 377	0.73 236	0.60 336	0.59 427	0.76 271	0.35 110	1.22 258	1.13 311	1.02 231	0.99 196	1.02 302	0.76 270	2.19 406	0.70 319	0.28 396	0.19 329	0.28 380	0.23 338	0.25 312	0.23 302

UDGNet	0.72 282	1.17 528	0.80 289	0.77 468	0.41 310	0.77 279	0.38 152	0.97 154	1.34 423	0.81 171	0.88 166	0.71 183	0.60 206	1.21 237	0.54 268	0.52 503	0.19 329	1.02 536	0.26 383	0.71 516	0.31 403

DAS	0.84 358	0.34 327	1.03 383	0.64 380	0.69 460	0.77 279	0.63 376	1.54 337	1.20 358	1.79 487	1.55 417	0.95 276	1.04 403	2.83 443	0.60 291	0.21 249	0.16 260	0.25 329	0.18 188	0.27 338	0.22 282

SepStereo	0.82 347	0.34 327	1.03 383	0.64 380	0.69 460	0.77 279	0.63 376	1.54 337	1.20 358	1.79 487	1.55 417	0.95 276	1.04 403	2.30 415	0.60 291	0.21 249	0.16 260	0.25 329	0.18 188	0.27 338	0.22 282

PSM-AAD	0.79 333	0.27 155	0.53 97	0.55 276	0.28 112	0.77 279	1.24 501	0.99 160	0.91 203	1.66 474	1.57 425	0.81 209	2.19 527	1.65 336	0.44 190	0.19 180	0.14 162	0.38 466	0.32 451	0.21 236	0.70 516

DMCA-RVC	0.74 305	0.40 383	1.27 436	0.66 401	0.49 361	0.77 279	0.47 258	1.35 283	1.01 247	1.53 447	1.01 206	1.29 378	0.82 300	1.31 260	0.78 347	0.27 382	0.21 369	0.35 452	0.27 394	0.32 397	0.24 316

z-ln-s-r	1.02 417	0.55 446	2.09 503	0.52 219	0.55 404	0.78 284	0.87 444	1.47 311	1.34 423	1.12 265	1.62 437	1.37 395	1.06 410	2.62 437	3.32 524	0.19 180	0.14 162	0.21 203	0.17 170	0.27 338	0.21 264

G2L-Stereo	0.80 336	0.32 281	0.95 351	0.60 336	0.42 315	0.78 284	0.69 397	1.50 319	1.09 286	1.33 395	1.14 271	1.45 408	0.72 256	2.45 425	1.10 415	0.25 343	0.20 347	0.26 348	0.21 286	0.20 195	0.26 352

PCWNet_CMD	0.66 254	0.32 281	0.88 324	0.49 156	0.37 264	0.78 284	0.40 175	1.42 298	1.31 412	1.16 299	1.31 340	1.25 364	0.62 220	0.89 151	0.57 277	0.20 215	0.16 260	0.27 365	0.19 210	0.40 441	0.25 328

CASS	0.65 247	0.34 327	0.72 224	0.56 289	0.27 87	0.78 284	0.42 195	1.59 347	0.86 183	1.30 373	1.25 314	0.87 238	0.84 312	0.84 132	0.54 268	0.35 453	0.19 329	0.26 348	0.21 286	0.28 357	0.42 455
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
cf-r	0.73 300	0.30 232	0.77 273	0.55 276	0.63 440	0.78 284	0.48 269	1.79 409	1.15 326	1.13 280	1.26 321	1.43 401	0.87 328	1.40 293	0.85 372	0.25 343	0.18 311	0.22 232	0.23 338	0.19 161	0.19 214

GwcNet-RSSM	0.77 321	0.32 281	1.01 372	0.62 362	0.54 398	0.78 284	0.51 288	1.73 382	1.20 358	1.09 249	1.37 364	1.46 411	0.85 315	1.53 316	1.09 412	0.25 343	0.18 311	0.23 270	0.24 351	0.20 195	0.19 214

AIO-test2	0.57 195	0.28 177	0.63 157	0.61 350	0.58 419	0.79 290	0.51 288	1.18 239	1.40 455	0.63 134	1.15 279	0.51 104	0.43 101	1.09 207	0.35 107	0.21 249	0.17 289	0.26 348	0.30 436	0.20 195	0.19 214

tt45	0.45 106	0.23 57	0.46 58	0.45 95	0.33 217	0.79 290	0.32 83	0.78 74	0.41 40	0.51 108	0.44 41	0.49 94	0.37 74	2.14 398	0.34 97	0.16 57	0.13 111	0.19 133	0.16 149	0.17 89	0.18 174

testlalala_base	0.77 321	0.40 383	0.70 206	0.65 394	0.50 368	0.79 290	0.28 54	1.50 319	0.51 74	0.73 152	0.90 170	0.69 176	0.54 172	0.66 76	0.40 155	2.82 552	0.14 162	0.17 76	0.12 38	2.68 547	0.19 214

IPLG	0.69 269	0.27 155	0.97 359	0.51 198	0.43 325	0.79 290	0.33 90	1.21 250	1.06 267	1.30 373	1.10 249	0.52 111	0.55 179	3.16 457	0.63 300	0.16 57	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

CRE-IMP	0.55 179	0.30 232	0.74 252	0.52 219	0.29 129	0.79 290	0.25 31	1.04 182	0.72 143	1.09 249	0.95 181	0.81 209	0.57 193	1.10 210	0.50 243	0.21 249	0.14 162	0.23 270	0.19 210	0.28 357	0.22 282

pcwnet_v2	0.97 397	0.37 365	4.33 537	0.62 362	0.54 398	0.79 290	0.45 244	2.02 472	1.58 483	1.42 427	1.64 442	1.09 327	0.79 285	1.24 245	0.67 311	0.32 427	0.25 417	0.29 391	0.27 394	0.37 424	0.35 425

MSMDNet	0.66 254	0.32 281	0.87 317	0.49 156	0.37 264	0.79 290	0.40 175	1.43 304	1.31 412	1.15 289	1.31 340	1.24 360	0.63 225	0.88 146	0.57 277	0.21 249	0.16 260	0.26 348	0.19 210	0.39 437	0.24 316

DeepPruner_ROB	0.74 305	0.48 419	0.87 317	0.57 305	0.44 332	0.79 290	0.54 313	1.73 382	0.96 220	1.38 412	1.27 324	1.24 360	0.73 258	1.43 295	0.73 330	0.34 446	0.28 439	0.27 365	0.26 383	0.31 388	0.31 403

xyz-stereo-finetune	0.48 126	0.25 103	0.54 103	0.42 51	0.23 22	0.80 298	0.42 195	0.80 87	0.80 168	0.61 130	0.62 99	0.54 118	0.43 101	1.70 348	0.58 280	0.15 36	0.15 220	0.19 133	0.15 107	0.16 58	0.15 94

AIO-test1	0.56 188	0.25 103	0.55 113	0.64 380	0.78 484	0.80 298	0.36 126	1.18 239	1.34 423	0.57 117	0.88 166	0.61 148	0.50 154	1.12 216	0.35 107	0.17 100	0.17 289	0.22 232	0.24 351	0.18 120	0.23 302

DEFOM-Stereo	0.33 35	0.20 8	0.40 17	0.42 51	0.28 112	0.80 298	0.23 24	0.48 6	0.37 29	0.37 34	0.31 16	0.23 3	0.24 10	1.20 235	0.27 23	0.16 57	0.12 50	0.14 1	0.11 8	0.14 18	0.14 61

ITSA-stereo	0.82 347	0.36 358	0.82 293	0.54 252	0.31 177	0.80 298	0.47 258	2.17 501	1.67 489	1.13 280	1.13 267	0.94 268	0.86 323	2.46 428	1.00 400	0.26 366	0.23 399	0.28 380	0.27 394	0.28 357	0.36 431

test_sample2	0.62 220	0.29 212	0.74 252	0.50 168	0.28 112	0.80 298	0.61 368	1.61 354	1.00 244	0.88 189	0.99 196	0.94 268	0.83 308	1.16 225	0.51 248	0.23 301	0.18 311	0.22 232	0.21 286	0.23 285	0.22 282

SACVNet	0.85 362	0.46 410	0.85 300	0.81 478	0.56 407	0.80 298	0.79 422	1.68 371	1.12 299	1.34 399	1.33 348	1.25 364	0.94 360	2.39 422	0.76 339	0.34 446	0.26 423	0.31 410	0.29 427	0.35 413	0.44 465

ICVP	0.63 227	0.33 303	0.57 127	0.61 350	0.40 302	0.80 298	0.58 354	1.61 354	0.89 194	0.90 192	1.24 310	0.88 242	0.73 258	0.72 92	0.88 376	0.29 407	0.21 369	0.22 232	0.21 286	0.24 300	0.27 362
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	0.63 227	0.31 265	0.54 103	0.54 252	0.36 249	0.80 298	0.46 251	1.37 286	1.07 272	0.93 200	1.30 334	1.08 317	0.85 315	0.80 118	0.94 386	0.21 249	0.19 329	0.21 203	0.18 188	0.22 260	0.18 174

GANet-RSSM	0.72 282	0.28 177	0.63 157	0.64 380	0.58 419	0.80 298	0.58 354	1.89 436	1.08 278	1.04 238	1.25 314	1.15 342	1.04 403	1.49 307	0.62 296	0.25 343	0.19 329	0.22 232	0.22 315	0.22 260	0.21 264

FACV-RUCA	0.63 227	0.34 327	0.82 293	0.62 362	0.65 445	0.81 307	0.41 191	1.44 305	1.07 272	0.86 187	1.14 271	0.61 148	0.69 243	0.80 118	0.53 262	0.28 396	0.19 329	0.47 494	0.21 286	0.35 413	0.25 328

RAFT-RH_RVC	1.03 420	0.24 75	0.67 183	0.49 156	0.28 112	0.81 307	0.33 90	0.83 101	1.08 278	2.05 507	4.65 543	1.04 309	0.57 193	5.98 521	0.50 243	0.18 139	0.13 111	0.26 348	0.20 242	0.16 58	0.17 149

test_sample6	0.71 280	0.34 327	0.87 317	0.52 219	0.30 151	0.82 309	0.58 354	1.79 409	1.15 326	1.14 283	1.33 348	0.91 254	0.79 285	1.31 260	0.74 331	0.27 382	0.21 369	0.27 365	0.29 427	0.28 357	0.27 362

SMFormer	0.75 313	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.82 364	0.24 316	0.20 347	0.22 232	0.21 286	0.23 285	0.24 316

tta	0.75 313	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.82 364	0.24 316	0.20 347	0.22 232	0.21 286	0.18 120	0.18 174

qqq1	0.72 282	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.44 190	0.24 316	0.20 347	0.18 111	0.15 107	0.18 120	0.18 174

fff1	0.72 282	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.44 190	0.24 316	0.20 347	0.18 111	0.15 107	0.18 120	0.18 174

DFGA-Net	0.72 282	0.40 383	1.40 451	0.52 219	0.45 339	0.83 314	0.44 227	1.28 272	1.08 278	0.99 219	1.19 296	0.70 180	0.55 179	2.14 398	1.16 424	0.18 139	0.16 260	0.24 290	0.23 338	0.27 338	0.25 328

11t1	0.52 139	0.28 177	0.68 187	0.51 198	0.28 112	0.83 314	0.39 167	1.22 258	0.63 106	0.84 180	0.74 134	0.68 171	0.68 240	0.91 154	0.57 277	0.21 249	0.18 311	0.19 133	0.16 149	0.20 195	0.21 264

GASNet	0.99 403	0.97 511	1.72 486	0.98 518	0.68 458	0.83 314	0.67 389	1.60 351	1.28 398	1.31 383	1.22 304	1.22 353	1.21 444	2.41 423	1.41 460	0.43 484	0.26 423	0.36 460	0.34 467	0.55 493	0.31 403

riskmin	0.56 188	0.27 155	0.60 145	0.43 58	0.31 177	0.83 314	0.42 195	1.14 228	1.04 259	0.73 152	0.75 136	1.11 333	1.01 394	0.81 124	0.51 248	0.20 215	0.14 162	0.24 290	0.15 107	0.24 300	0.25 328

FENet	0.60 210	0.28 177	0.63 157	0.54 252	0.33 217	0.83 314	0.38 152	1.27 268	1.07 272	1.00 224	0.86 161	0.99 292	0.85 315	0.96 168	0.68 315	0.22 275	0.15 220	0.23 270	0.20 242	0.22 260	0.23 302

CFNet-ft	0.72 282	0.32 281	0.54 103	0.66 401	0.54 398	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 430	0.97 375	1.35 272	0.81 359	0.26 366	0.20 347	0.33 434	0.25 366	0.30 379	0.23 302

CFNet_RVC	0.72 282	0.32 281	0.54 103	0.66 401	0.54 398	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 430	0.97 375	1.35 272	0.81 359	0.26 366	0.20 347	0.33 434	0.25 366	0.30 379	0.23 302

iResNet_ROB	0.77 321	0.30 232	0.99 363	0.57 305	0.36 249	0.83 314	0.36 126	2.33 518	1.58 483	1.27 357	1.30 334	1.25 364	0.84 312	1.65 336	0.79 353	0.20 215	0.14 162	0.17 76	0.12 38	0.18 120	0.27 362

test_sample5	0.69 269	0.34 327	0.87 317	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.11 263	1.25 314	0.88 242	0.78 281	1.23 240	0.65 305	0.26 366	0.20 347	0.27 365	0.27 394	0.27 338	0.26 352

DualNet	0.70 273	0.34 327	0.87 317	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.14 283	1.33 348	0.88 242	0.78 281	1.23 240	0.65 305	0.26 366	0.20 347	0.27 365	0.27 394	0.27 338	0.26 352

GMStereo_Zeroshot	0.67 263	0.61 470	1.01 372	0.64 380	0.37 264	0.84 322	0.35 110	1.05 190	1.12 299	1.12 265	1.06 231	1.27 372	0.54 172	1.19 233	0.59 283	0.32 427	0.17 289	0.31 410	0.18 188	0.52 487	0.22 282

UCFNet_RVC	0.69 269	0.35 348	0.49 70	0.64 380	0.39 291	0.85 325	0.58 354	1.75 389	1.14 314	0.97 212	1.19 296	1.17 344	0.93 355	0.99 180	0.62 296	0.28 396	0.20 347	0.34 444	0.31 443	0.32 397	0.27 362

mmm	0.63 227	0.35 348	0.72 224	0.51 198	0.30 151	0.86 326	0.54 313	1.59 347	0.86 183	1.07 242	1.38 369	0.79 203	0.75 262	0.91 154	0.58 280	0.22 275	0.18 311	0.29 391	0.25 366	0.25 312	0.23 302

ToySt	0.66 254	0.33 303	1.23 427	0.51 198	0.33 217	0.86 326	0.68 393	1.10 216	0.97 227	0.84 180	1.08 240	1.25 364	0.94 360	1.01 185	0.74 331	0.19 180	0.19 329	0.24 290	0.24 351	0.27 338	0.23 302

DMCA	0.67 263	0.34 327	0.90 334	0.51 198	0.44 332	0.86 326	0.47 258	1.42 298	1.02 250	1.17 308	1.12 262	1.23 358	0.75 262	0.78 111	0.95 390	0.25 343	0.19 329	0.27 365	0.19 210	0.24 300	0.27 362

DispNO	0.93 385	0.30 232	1.34 448	0.55 276	0.55 404	0.89 329	0.49 279	1.48 313	1.21 364	1.17 308	1.27 324	1.19 348	0.90 340	5.23 498	0.74 331	0.22 275	0.17 289	0.24 290	0.21 286	0.19 161	0.20 247

STTStereo	0.78 329	0.50 429	1.22 426	0.64 380	0.54 398	0.89 329	0.54 313	1.44 305	1.11 295	1.38 412	1.09 245	1.27 372	0.85 315	1.43 295	0.83 366	0.29 407	0.27 432	0.33 434	0.39 483	0.32 397	0.30 393

TDLM	1.06 424	0.44 401	0.79 284	0.63 371	0.50 368	0.89 329	1.44 514	1.48 313	1.26 387	1.12 265	1.40 375	1.08 317	0.98 382	6.65 529	0.78 347	0.33 436	0.21 369	0.33 434	0.26 383	0.37 424	0.24 316

G2L-Stereo_test	0.73 300	0.27 155	0.74 252	0.49 156	0.40 302	0.90 332	0.81 431	1.53 334	1.14 314	1.28 359	1.27 324	1.52 424	0.72 256	1.62 331	0.94 386	0.19 180	0.14 162	0.16 49	0.15 107	0.18 120	0.19 214

tg	0.52 139	0.24 75	0.61 148	0.49 156	0.30 151	0.90 332	0.29 59	1.07 205	0.83 177	0.83 177	1.02 214	0.62 153	0.43 101	1.35 272	0.41 166	0.17 100	0.12 50	0.22 232	0.20 242	0.17 89	0.15 94

ARAFT	0.77 321	0.36 358	1.49 472	0.51 198	0.31 177	0.90 332	0.82 433	1.90 439	1.06 267	1.62 469	1.24 310	1.02 302	0.64 229	1.84 367	0.50 243	0.18 139	0.14 162	0.28 380	0.27 394	0.17 89	0.16 124

CVANet_RVC	1.07 426	0.43 398	0.76 266	0.60 336	0.50 368	0.90 332	0.97 468	1.52 328	1.26 387	1.33 395	1.38 369	1.24 360	1.18 435	6.75 535	0.75 336	0.34 446	0.23 399	0.34 444	0.29 427	0.42 449	0.27 362

test_sample7	0.74 305	0.37 365	0.76 266	0.52 219	0.35 239	0.91 336	0.67 389	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	1.23 240	0.67 311	0.31 420	0.28 439	0.32 425	0.31 443	0.33 406	0.29 379

MyStereo8	0.65 247	0.29 212	1.00 368	0.58 311	0.49 361	0.91 336	0.35 110	1.18 239	1.31 412	1.16 299	1.27 324	0.90 251	0.64 229	0.72 92	0.95 390	0.18 139	0.14 162	0.20 168	0.18 188	0.22 260	0.26 352

Selective-RAFT	0.52 139	0.28 177	0.79 284	0.55 276	0.27 87	0.91 336	0.33 90	0.80 87	0.88 191	0.58 119	0.63 101	0.81 209	0.77 274	1.29 258	0.48 229	0.19 180	0.14 162	0.17 76	0.15 107	0.19 161	0.17 149

FADNet-RVC	0.88 372	0.67 480	1.93 499	0.60 336	0.48 357	0.91 336	0.60 366	1.71 380	1.18 345	0.90 192	0.96 184	1.36 392	0.92 346	2.25 411	1.17 427	0.30 412	0.29 450	0.32 425	0.32 451	0.41 444	0.35 425

DeepPrunerF	1.60 489	0.73 490	5.81 546	0.88 505	1.19 531	0.91 336	0.95 465	2.19 505	5.24 559	1.17 308	1.30 334	1.19 348	1.30 459	4.90 492	1.66 483	0.42 479	0.34 474	0.52 502	0.47 502	0.41 444	0.40 446

PS-NSSS	0.99 403	0.58 457	0.93 343	0.58 311	0.57 410	0.91 336	0.80 428	1.81 415	1.14 314	1.14 283	1.67 449	1.00 293	0.83 308	4.62 485	0.78 347	0.37 461	0.31 460	0.52 502	0.32 451	0.45 465	0.38 442

MLCV	0.72 282	0.34 327	1.10 407	0.51 198	0.23 22	0.91 336	0.39 167	1.33 275	1.23 373	1.46 433	1.55 417	1.01 300	0.64 229	1.95 381	0.80 357	0.18 139	0.12 50	0.18 111	0.14 89	0.19 161	0.17 149

test_sample4	0.69 269	0.33 303	0.91 337	0.51 198	0.30 151	0.92 343	0.52 299	1.87 430	1.15 326	1.14 283	1.18 289	0.87 238	0.75 262	1.18 231	0.68 315	0.25 343	0.20 347	0.26 348	0.26 383	0.26 324	0.25 328

test_5	0.65 247	0.30 232	0.75 256	0.67 413	0.50 368	0.92 343	0.52 299	1.39 292	1.12 299	0.76 154	1.11 255	1.00 293	0.90 340	1.53 316	0.45 203	0.18 139	0.13 111	0.23 270	0.22 315	0.21 236	0.19 214

AdaStereo	0.70 273	0.43 398	0.75 256	0.73 454	0.37 264	0.92 343	0.53 307	1.85 425	1.18 345	1.12 265	1.23 308	1.07 316	0.65 235	0.96 168	0.63 300	0.31 420	0.15 220	0.32 425	0.21 286	0.29 368	0.22 282
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.
iResNet	0.75 313	0.40 383	1.36 449	0.67 413	0.29 129	0.92 343	0.59 362	1.52 328	1.25 382	1.28 359	1.48 401	0.94 268	0.76 270	1.62 331	0.78 347	0.18 139	0.14 162	0.18 111	0.15 107	0.22 260	0.23 302

Anonymous3	0.61 216	0.44 401	1.11 409	0.59 324	0.49 361	0.93 347	0.65 380	0.93 134	0.81 171	0.72 151	0.88 166	0.65 162	0.69 243	1.06 198	0.53 262	0.35 453	0.30 454	0.26 348	0.26 383	0.31 388	0.27 362

ttt	0.94 387	0.34 327	0.59 140	0.61 350	0.37 264	0.94 348	0.50 287	2.17 501	1.34 423	1.23 336	1.61 434	0.91 254	0.76 270	1.85 370	3.97 533	0.30 412	0.26 423	0.26 348	0.24 351	0.29 368	0.29 379

GES	0.66 254	0.34 327	0.90 334	0.59 324	0.38 281	0.94 348	0.57 350	2.11 485	0.86 183	1.02 231	1.11 255	0.66 166	0.79 285	0.99 180	0.61 293	0.27 382	0.19 329	0.20 168	0.20 242	0.21 236	0.30 393

test_xeample	1.45 478	0.28 177	0.65 171	0.51 198	0.28 112	0.94 348	0.59 362	2.14 490	1.29 402	1.24 344	1.51 408	0.88 242	0.86 323	1.46 301	15.10 568	0.22 275	0.20 347	0.22 232	0.20 242	0.22 260	0.22 282

iResNetv2_ROB	0.80 336	0.37 365	1.71 485	0.56 289	0.37 264	0.94 348	0.64 378	1.73 382	1.34 423	1.23 336	1.42 378	1.26 368	0.92 346	1.85 370	0.56 274	0.23 301	0.15 220	0.19 133	0.14 89	0.24 300	0.19 214

G2L-ROB	0.73 300	0.25 103	0.76 266	0.54 252	0.39 291	0.95 352	0.66 385	1.66 368	1.09 286	1.24 344	1.02 214	1.64 446	0.71 253	1.63 333	1.02 402	0.20 215	0.14 162	0.17 76	0.15 107	0.20 195	0.22 282

coex_refinement	0.80 336	0.28 177	0.73 236	0.70 434	0.51 379	0.95 352	0.60 366	1.78 403	1.23 373	1.36 404	1.37 364	1.82 470	0.81 295	1.32 264	1.13 421	0.26 366	0.17 289	0.19 133	0.20 242	0.24 300	0.25 328

THIR-Stereo	1.02 417	0.27 155	0.69 200	0.49 156	0.28 112	0.95 352	1.34 509	1.03 176	0.97 227	1.34 399	1.90 477	1.17 344	1.58 486	6.44 526	0.78 347	0.19 180	0.14 162	0.21 203	0.22 315	0.19 161	0.20 247

GEStereo_RVC	0.90 377	0.37 365	0.99 363	0.64 380	0.50 368	0.95 352	0.79 422	2.42 527	1.17 338	1.16 299	1.11 255	1.26 368	0.92 346	3.24 458	0.90 382	0.29 407	0.19 329	0.23 270	0.20 242	0.27 338	0.29 379

DIP-Stereo	0.62 220	0.30 232	0.83 298	0.48 140	0.36 249	0.95 352	0.33 90	2.37 523	0.67 128	1.25 350	1.00 200	0.68 171	0.51 157	0.91 154	0.61 293	0.18 139	0.15 220	0.21 203	0.17 170	0.19 161	0.19 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
NLCA_NET_v2_RVC	0.79 333	0.43 398	1.05 388	0.64 380	0.58 419	0.95 352	0.53 307	1.53 334	1.18 345	1.37 407	1.15 279	1.43 401	0.88 333	1.61 330	0.84 369	0.25 343	0.22 387	0.27 365	0.27 394	0.29 368	0.29 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Consistency-Raft	1.25 457	0.99 514	1.93 499	1.02 522	1.21 532	0.96 358	1.01 477	1.75 389	1.92 509	1.36 404	2.12 493	1.44 406	1.01 394	1.14 220	1.40 456	0.72 525	0.82 543	0.89 530	0.98 546	1.31 537	0.95 528

s12784h	0.52 139	0.20 8	0.38 8	0.41 44	0.19 1	0.96 358	0.34 102	1.17 234	1.25 382	0.81 171	0.90 170	0.63 156	0.50 154	1.45 299	0.42 177	0.14 29	0.12 50	0.17 76	0.11 8	0.18 120	0.11 2

hitnet-ft	0.79 333	0.35 348	0.57 127	0.58 311	0.42 315	0.96 358	0.46 251	1.47 311	1.33 420	1.19 317	1.22 304	1.81 467	0.98 382	1.66 340	0.94 386	0.33 436	0.28 439	0.34 444	0.27 394	0.35 413	0.31 403

FADNet	0.92 382	0.61 470	1.81 492	0.62 362	0.55 404	0.96 358	0.57 350	1.78 403	1.33 420	0.93 200	1.01 206	1.36 392	1.01 394	2.71 440	0.75 336	0.33 436	0.34 474	0.31 410	0.34 467	0.59 500	0.40 446

castereo++	0.38 57	0.23 57	0.41 22	0.43 58	0.31 177	0.97 362	0.22 16	0.86 107	0.58 93	0.32 19	0.44 41	0.51 104	0.39 83	0.93 162	0.24 5	0.17 100	0.11 26	0.17 76	0.12 38	0.14 18	0.14 61

test_sample3	0.68 267	0.32 281	0.88 324	0.52 219	0.30 151	0.97 362	0.52 299	1.86 428	1.15 326	1.08 243	1.11 255	0.88 242	0.71 253	1.17 229	0.68 315	0.25 343	0.20 347	0.25 329	0.25 366	0.25 312	0.25 328

RAFT-Test	0.54 164	0.25 103	0.64 164	0.47 113	0.30 151	0.97 362	0.27 48	1.24 264	0.81 171	0.96 209	1.12 262	1.28 375	0.48 140	0.71 89	0.36 117	0.17 100	0.13 111	0.17 76	0.14 89	0.16 58	0.16 124

DRaft	0.80 336	0.24 75	0.70 206	0.45 95	0.30 151	0.97 362	0.53 307	1.05 190	0.97 227	1.78 484	2.02 488	0.80 205	1.74 500	2.73 441	0.72 327	0.17 100	0.14 162	0.20 168	0.20 242	0.18 120	0.21 264

RASNet	1.12 439	0.30 232	0.91 337	0.66 401	0.77 482	0.97 362	0.57 350	1.37 286	1.35 433	1.02 231	1.34 355	2.11 498	1.43 470	7.09 538	1.39 455	0.19 180	0.17 289	0.17 76	0.19 210	0.18 120	0.16 124

EDNetEfficient	2.37 529	1.10 520	8.08 553	0.74 458	0.71 463	0.98 367	1.56 520	1.46 309	4.06 552	4.90 558	2.82 519	2.25 501	3.48 548	2.95 447	9.97 557	0.26 366	0.24 408	0.26 348	0.30 436	0.68 513	0.61 505

aanetorigin	1.23 454	0.79 498	2.78 527	0.70 434	0.79 487	0.99 368	1.06 484	1.06 203	1.37 441	3.52 544	2.61 514	1.72 457	1.63 491	1.99 384	1.78 486	0.25 343	0.24 408	0.26 348	0.25 366	0.38 433	0.45 467

CFNet	0.96 391	0.36 358	1.01 372	0.62 362	0.42 315	0.99 368	0.47 258	1.90 439	1.32 416	0.99 219	1.39 373	1.10 329	0.86 323	5.58 511	0.79 353	0.23 301	0.17 289	0.28 380	0.27 394	0.26 324	0.21 264

Any-RAFT	0.53 149	0.24 75	0.47 61	0.47 113	0.27 87	1.00 370	0.25 31	1.58 346	1.05 263	0.85 185	0.99 196	1.06 311	0.47 129	0.70 85	0.32 67	0.18 139	0.13 111	0.16 49	0.13 61	0.16 58	0.16 124

1111x	1.70 499	0.29 212	0.86 306	0.51 198	0.27 87	1.01 371	0.68 393	2.22 509	1.28 398	1.13 280	1.40 375	1.21 351	1.10 419	5.53 508	15.20 569	0.22 275	0.21 369	0.22 232	0.22 315	0.24 300	0.22 282

Anonymous_2	1.30 461	0.55 446	0.82 293	0.52 219	0.58 419	1.01 371	0.64 378	1.25 266	0.97 227	0.96 209	0.78 142	1.33 385	1.29 455	1.03 189	0.74 331	0.62 519	0.64 537	1.06 537	9.63 577	1.16 532	0.49 481

DualNet (step1)	0.83 353	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	1.23 240	0.67 311	0.57 512	0.28 439	0.62 520	0.67 527	0.45 465	0.42 455

test_sample9	1.86 509	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	2.27 413	7.92 552	0.57 512	12.61 581	0.62 520	0.67 527	0.45 465	0.42 455

test_sample8	2.19 523	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.82 416	1.15 326	2.26 513	1.30 334	4.94 547	2.52 537	2.27 413	7.92 552	0.57 512	12.61 581	0.62 520	0.67 527	0.45 465	0.42 455

BEATNet_4x	0.73 300	0.49 422	1.17 421	0.53 237	0.26 63	1.03 376	0.55 331	1.82 416	1.06 267	1.21 325	1.22 304	0.96 282	0.91 343	1.01 185	1.06 406	0.21 249	0.14 162	0.24 290	0.19 210	0.37 424	0.21 264

PASM	1.34 467	0.92 509	2.62 523	0.86 497	0.87 505	1.03 376	1.08 486	1.50 319	1.51 475	1.82 492	1.41 377	1.68 452	1.26 452	4.87 491	1.34 446	0.61 518	0.65 539	0.68 524	0.78 533	0.69 514	0.68 515

DEmStereo	0.97 397	0.23 57	0.79 284	0.47 113	0.32 196	1.04 378	0.56 339	0.93 134	0.89 194	1.39 418	2.14 495	1.02 302	2.07 522	5.64 512	0.77 345	0.17 100	0.15 220	0.20 168	0.20 242	0.18 120	0.20 247

psm_up	0.77 321	0.34 327	0.70 206	0.66 401	0.58 419	1.05 379	0.92 456	1.52 328	1.12 299	1.26 354	1.16 284	1.31 383	1.23 446	1.20 235	0.81 359	0.25 343	0.29 450	0.31 410	0.27 394	0.27 338	0.25 328

ac_64	0.82 347	0.29 212	0.81 290	0.71 442	0.60 430	1.05 379	0.54 313	1.99 463	0.92 208	1.18 313	1.06 231	1.99 489	1.08 415	1.94 380	0.97 395	0.27 382	0.22 387	0.24 290	0.23 338	0.22 260	0.19 214

HITNet	0.65 247	0.40 383	0.77 273	0.48 140	0.24 38	1.05 379	0.49 279	1.76 395	1.02 250	1.18 313	1.18 289	0.89 250	0.80 291	0.85 137	0.79 353	0.17 100	0.12 50	0.21 203	0.17 170	0.29 368	0.15 94
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
222	1.61 491	0.29 212	0.67 183	0.56 289	0.29 129	1.06 382	0.42 195	2.17 501	1.31 412	1.31 383	1.52 409	0.92 263	0.94 360	1.76 360	17.65 572	0.24 316	0.20 347	0.21 203	0.19 210	0.22 260	0.23 302

NOSS_ROB	1.26 458	0.46 410	0.62 154	0.56 289	0.38 281	1.06 382	0.78 419	1.73 382	1.40 455	1.01 227	1.43 382	1.10 329	0.75 262	10.62 569	0.65 305	0.45 490	0.43 508	0.48 496	0.45 497	0.44 461	0.41 451

FADNet-RVC-Resample	0.84 358	0.47 415	2.10 504	0.61 350	0.45 339	1.07 384	0.61 368	1.59 347	1.20 358	1.08 243	0.98 194	1.03 306	0.98 382	2.17 401	0.72 327	0.23 301	0.22 387	0.30 404	0.32 451	0.35 413	0.34 420

anonymity	1.12 439	0.97 511	1.21 424	1.07 526	1.12 524	1.08 385	0.89 449	1.95 454	1.16 335	1.29 365	1.26 321	1.22 353	1.09 418	1.15 221	1.01 401	1.02 533	1.00 556	0.97 532	0.97 544	0.98 525	0.99 530

FINET	0.97 397	0.54 441	1.60 478	0.63 371	0.79 487	1.08 385	1.07 485	1.56 344	2.20 522	1.15 289	1.49 403	0.94 268	0.88 333	2.32 416	1.05 404	0.42 479	0.35 485	0.32 425	0.28 415	0.43 455	0.38 442

FAT-Stereo	1.07 426	0.41 391	1.32 443	0.72 446	0.58 419	1.08 385	0.89 449	1.96 455	1.65 487	1.75 481	1.98 482	2.03 494	1.48 478	2.02 387	1.18 430	0.42 479	0.35 485	0.34 444	0.29 427	0.35 413	0.53 489

xyz-stereo-finetune2	0.58 201	0.27 155	0.57 127	0.40 36	0.24 38	1.09 388	0.32 83	0.79 79	0.53 85	0.65 137	1.07 235	0.58 136	0.80 291	2.47 430	0.80 357	0.16 57	0.15 220	0.21 203	0.17 170	0.16 58	0.17 149

RP	1.09 432	0.50 429	1.12 411	0.90 509	1.04 517	1.11 389	0.84 435	1.80 412	1.62 485	1.55 456	2.00 485	1.90 477	1.78 503	1.84 367	1.25 434	0.52 503	0.36 490	0.48 496	0.36 476	0.45 465	0.43 462

DLCB_ROB	0.86 367	0.40 383	0.78 281	0.68 424	0.54 398	1.11 389	0.84 435	1.49 315	1.23 373	1.64 473	1.65 444	1.70 455	0.91 343	1.70 348	1.05 404	0.25 343	0.24 408	0.26 348	0.27 394	0.27 338	0.24 316

XPNet_ROB	0.96 391	0.49 422	1.09 404	0.72 446	0.57 410	1.11 389	1.14 492	1.66 368	1.23 373	1.85 494	1.39 373	1.64 446	1.11 420	1.80 364	1.42 464	0.38 465	0.30 454	0.33 434	0.29 427	0.37 424	0.34 420

ADLNet2	0.88 372	0.34 327	1.17 421	0.77 468	0.64 443	1.12 392	0.76 414	1.74 387	1.24 379	1.21 325	1.65 444	1.71 456	1.05 407	1.67 341	1.17 427	0.24 316	0.21 369	0.21 203	0.22 315	0.26 324	0.29 379

psmorigin	1.52 483	0.69 484	10.52 561	0.68 424	0.59 427	1.13 393	0.70 400	1.57 345	1.19 353	1.99 503	1.79 463	2.26 502	1.47 477	2.09 394	1.36 450	0.39 468	0.40 503	0.34 444	0.33 461	0.43 455	0.56 494

TCMNet	1.01 414	0.60 468	2.10 504	0.86 497	1.33 537	1.14 394	0.67 389	1.69 373	1.23 373	1.11 263	1.57 425	1.30 379	0.97 375	2.01 386	1.50 475	0.31 420	0.31 460	0.38 466	0.34 467	0.42 449	0.36 431

CoDeX	0.73 300	0.29 212	0.93 343	0.54 252	0.36 249	1.14 394	0.61 368	2.34 520	1.17 338	1.16 299	1.25 314	0.91 254	0.87 328	1.33 267	0.64 304	0.20 215	0.16 260	0.21 203	0.18 188	0.20 195	0.18 174

AASNet	0.76 319	0.35 348	0.91 337	0.79 472	0.81 494	1.14 394	0.56 339	2.02 472	1.08 278	1.22 330	1.24 310	0.93 265	0.76 270	0.77 106	1.16 424	0.27 382	0.23 399	0.24 290	0.20 242	0.28 357	0.24 316

PSMNet-ADL	0.72 282	0.35 348	0.62 154	0.69 428	0.46 351	1.14 394	0.44 227	1.37 286	1.01 247	0.83 177	1.17 287	1.33 385	0.96 372	1.43 295	0.95 390	0.33 436	0.22 387	0.21 203	0.23 338	0.27 338	0.29 379

edge stereo	1.11 437	0.50 429	1.30 439	0.71 442	0.65 445	1.14 394	0.75 411	1.93 450	1.37 441	1.71 478	1.83 467	2.54 515	1.44 472	2.43 424	1.23 432	0.42 479	0.41 505	0.54 508	0.35 472	0.42 449	0.46 470

ETE_ROB	0.96 391	0.64 477	1.16 419	0.69 428	0.48 357	1.14 394	1.13 491	1.77 399	1.19 353	1.91 500	1.45 389	1.73 458	1.05 407	1.60 328	1.14 422	0.32 427	0.26 423	0.38 466	0.34 467	0.39 437	0.41 451

HSM-Net_RVC	0.87 371	0.29 212	0.53 97	0.53 237	0.30 151	1.15 400	0.55 331	3.57 547	1.28 398	1.53 447	1.74 456	1.68 452	0.93 355	1.49 307	0.77 345	0.22 275	0.17 289	0.19 133	0.18 188	0.20 195	0.19 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PWC_ROB	1.24 455	0.76 496	2.46 518	0.72 446	0.78 484	1.15 400	0.49 279	1.75 389	1.92 509	2.31 515	3.07 523	1.59 434	1.40 467	2.46 428	2.10 501	0.33 436	0.22 387	0.35 452	0.24 351	0.38 433	0.41 451

tt1	0.62 220	0.32 281	0.51 83	0.54 252	0.26 63	1.16 402	0.48 269	0.95 146	2.47 528	0.57 117	0.77 140	0.49 94	0.81 295	1.55 320	0.32 67	0.20 215	0.12 50	0.24 290	0.15 107	0.19 161	0.20 247

xxxx	1.51 482	0.28 177	0.68 187	0.54 252	0.28 112	1.16 402	0.44 227	2.19 505	1.29 402	1.09 249	1.36 362	1.22 353	0.85 315	1.79 363	15.70 571	0.24 316	0.21 369	0.21 203	0.20 242	0.22 260	0.23 302

HGLStereo	0.85 362	0.38 372	0.94 347	0.80 475	1.03 516	1.17 404	0.58 354	1.52 328	1.20 358	1.19 317	1.62 437	1.13 339	1.20 441	1.80 364	1.06 406	0.24 316	0.24 408	0.24 290	0.21 286	0.23 285	0.27 362

ACVNet-DCA	0.56 188	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 333	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

xx1	0.67 263	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 541	0.58 119	0.79 148	0.95 276	0.77 274	1.46 301	0.32 67	0.20 215	0.12 50	0.24 290	0.23 338	0.22 260	0.21 264

1test111	0.54 164	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 333	0.88 146	0.59 283	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

cc1	0.64 239	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 541	0.58 119	0.79 148	0.48 86	0.88 333	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.19 161	0.19 214

FADNet_RVC	0.83 353	0.51 432	1.83 495	0.54 252	0.42 315	1.19 409	0.46 251	1.51 326	1.09 286	0.89 190	1.24 310	0.91 254	0.87 328	2.11 396	1.11 418	0.27 382	0.22 387	0.31 410	0.28 415	0.43 455	0.38 442

PA-Net	1.01 414	0.57 454	1.29 438	0.64 380	0.74 471	1.19 409	0.84 435	1.69 373	1.43 465	1.16 299	1.19 296	1.32 384	1.19 438	3.42 464	1.25 434	0.29 407	0.45 515	0.33 434	0.49 507	0.32 397	0.47 474
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
w-ln-seven-2	1.18 452	0.61 470	4.25 536	0.68 424	0.61 433	1.20 411	0.93 460	1.63 360	1.35 433	1.66 474	1.53 410	1.47 416	1.37 466	3.00 451	1.74 484	0.25 343	0.24 408	0.29 391	0.26 383	0.33 406	0.28 374

NVstereo2D	0.92 382	0.41 391	1.48 470	0.72 446	0.72 465	1.20 411	0.87 444	1.75 389	1.38 445	0.99 219	1.13 267	1.26 368	0.98 382	2.21 408	0.89 379	0.43 484	0.20 347	0.38 466	0.24 351	0.57 496	0.63 507

S-Stereo	1.15 448	0.46 410	2.17 509	0.81 478	0.80 492	1.21 413	1.19 498	1.93 450	2.02 515	1.47 434	2.11 492	1.57 430	1.17 431	2.05 391	1.41 460	0.40 471	0.40 503	0.35 452	0.31 443	0.44 461	0.70 516

RAFT + AFF	1.00 408	0.42 395	1.09 404	0.67 413	0.50 368	1.22 414	1.24 501	2.24 511	1.19 353	1.30 373	1.56 421	1.17 344	1.49 480	3.44 466	0.83 366	0.21 249	0.25 417	0.30 404	0.26 383	0.27 338	0.27 362

HSM	1.19 453	0.32 281	0.65 171	0.57 305	0.38 281	1.23 415	0.59 362	2.25 512	1.19 353	1.30 373	1.25 314	1.94 483	1.03 401	9.32 560	0.71 324	0.22 275	0.16 260	0.20 168	0.16 149	0.21 236	0.21 264

ADLNet	0.85 362	0.36 358	0.89 330	0.85 495	0.72 465	1.24 416	0.76 414	1.82 416	1.36 437	1.52 446	1.35 361	1.27 372	0.99 390	1.23 240	1.15 423	0.27 382	0.20 347	0.26 348	0.25 366	0.28 357	0.30 393

acv_ft	0.75 313	0.31 265	0.95 351	0.70 434	0.86 503	1.24 416	0.53 307	1.44 305	1.07 272	1.24 344	1.30 334	1.08 317	0.92 346	0.80 118	1.34 446	0.21 249	0.19 329	0.21 203	0.18 188	0.21 236	0.18 174

CBMV_ROB	0.90 377	0.44 401	0.63 157	0.51 198	0.37 264	1.25 418	0.49 279	1.77 399	1.27 393	1.41 421	2.00 485	1.33 385	1.08 415	2.17 401	0.76 339	0.43 484	0.42 507	0.47 494	0.44 495	0.41 444	0.36 431

UPFNet	0.80 336	0.32 281	0.90 334	0.59 324	0.74 471	1.26 419	0.80 428	1.52 328	1.10 293	1.30 373	1.12 262	1.30 379	0.84 312	1.67 341	1.09 412	0.24 316	0.24 408	0.24 290	0.23 338	0.25 312	0.18 174

BSDual-CNN	0.71 280	0.32 281	0.68 187	0.54 252	0.44 332	1.27 420	0.65 380	2.16 495	0.98 232	1.20 321	1.11 255	1.12 334	0.74 260	0.91 154	0.66 308	0.24 316	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

hknet	0.77 321	0.32 281	0.95 351	0.54 252	0.38 281	1.27 420	0.65 380	2.16 495	1.07 272	1.20 321	1.11 255	1.59 434	0.81 295	1.37 278	0.66 308	0.22 275	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

PSMNet_ROB	0.90 377	0.52 436	1.17 421	0.72 446	0.61 433	1.27 420	1.12 490	1.76 395	1.12 299	1.09 249	1.28 330	1.45 408	0.89 339	1.65 336	1.42 464	0.33 436	0.25 417	0.37 463	0.39 483	0.35 413	0.29 379

NCC-stereo	1.10 434	0.54 441	1.24 430	0.84 490	0.94 511	1.29 423	0.89 449	2.01 468	1.34 423	1.32 387	1.74 456	1.88 473	1.74 500	2.35 418	1.25 434	0.45 490	0.37 492	0.45 489	0.58 519	0.42 449	0.42 455

Abc-Net	1.10 434	0.54 441	1.24 430	0.84 490	0.94 511	1.29 423	0.89 449	2.01 468	1.34 423	1.32 387	1.74 456	1.88 473	1.74 500	2.35 418	1.25 434	0.45 490	0.37 492	0.45 489	0.58 519	0.42 449	0.42 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DDVS	0.78 329	0.41 391	0.94 347	0.60 336	0.43 325	1.30 425	0.43 214	1.40 294	0.91 203	1.20 321	1.15 279	1.43 401	0.64 229	2.18 404	0.89 379	0.28 396	0.22 387	0.26 348	0.23 338	0.31 388	0.33 415

GCST	1.08 429	1.47 540	0.93 343	1.73 541	1.14 527	1.30 425	0.31 76	1.33 275	1.16 335	1.29 365	0.97 193	0.98 286	0.49 148	2.08 393	0.46 217	1.19 540	0.70 540	1.30 540	0.85 538	1.02 528	0.89 526

NCCL2	1.00 408	0.56 450	1.06 392	0.75 462	0.57 410	1.31 427	1.72 526	1.77 399	1.36 437	1.50 443	1.17 287	1.91 478	1.17 431	1.54 318	1.29 441	0.35 453	0.31 460	0.45 489	0.44 495	0.40 441	0.40 446

PAM_32	0.77 321	0.28 177	1.03 383	0.52 219	0.30 151	1.32 428	0.35 110	1.97 459	0.65 125	1.02 231	1.06 231	3.05 527	1.49 480	0.96 168	0.36 117	0.19 180	0.13 111	0.20 168	0.18 188	0.19 161	0.19 214

ssnet_v2	0.88 372	0.36 358	1.02 379	0.62 362	0.38 281	1.32 428	0.97 468	2.07 481	1.34 423	1.37 407	1.18 289	1.54 426	0.92 346	1.10 210	1.65 481	0.30 412	0.27 432	0.30 404	0.28 415	0.27 338	0.26 352

LMCR-Stereo	0.82 347	0.46 410	0.88 324	0.75 462	0.43 325	1.33 430	0.56 339	2.43 528	0.98 232	1.53 447	1.49 403	0.74 186	1.00 392	1.63 333	0.89 379	0.28 396	0.17 289	0.22 232	0.17 170	0.29 368	0.20 247

StereoDRNet-Refined	0.80 336	0.41 391	0.88 324	0.62 362	0.42 315	1.33 430	0.48 269	1.52 328	1.17 338	1.45 431	1.44 387	1.44 406	0.90 340	1.26 249	1.24 433	0.20 215	0.16 260	0.27 365	0.24 351	0.25 312	0.28 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
IER	0.70 273	0.31 265	1.02 379	0.48 140	0.52 391	1.34 432	0.51 288	1.17 234	0.99 239	1.23 336	1.34 355	1.12 334	1.11 420	0.99 180	0.71 324	0.20 215	0.16 260	0.21 203	0.21 286	0.20 195	0.19 214

UDG	1.41 476	2.65 563	0.99 363	1.44 538	1.64 542	1.34 432	0.80 428	1.60 351	1.23 373	1.23 336	1.71 452	2.01 491	1.34 463	1.47 305	1.41 460	0.90 528	0.54 531	2.29 548	0.75 531	1.84 539	1.04 533

GANet	1.36 469	0.47 415	0.86 306	0.67 413	0.45 339	1.34 432	1.73 527	1.64 362	1.24 379	1.49 442	2.38 504	1.55 428	1.20 441	9.30 559	0.93 384	0.30 412	0.31 460	0.33 434	0.28 415	0.39 437	0.30 393

Wz-Net-SNSev	1.49 479	1.23 530	6.27 548	0.68 424	0.67 452	1.37 435	1.41 512	2.00 464	1.39 450	1.48 440	1.61 434	2.29 503	1.32 461	3.93 471	2.14 502	0.31 420	0.28 439	0.31 410	0.33 461	0.42 449	0.36 431

SFCPSM	0.70 273	0.28 177	1.02 379	0.51 198	0.38 281	1.37 435	0.66 385	2.00 464	1.03 254	1.17 308	1.21 302	0.82 214	0.78 281	1.03 189	0.53 262	0.21 249	0.17 289	0.22 232	0.24 351	0.21 236	0.19 214

DANet	1.08 429	0.61 470	1.32 443	0.85 495	0.72 465	1.37 435	0.51 288	1.54 337	1.15 326	1.78 484	1.54 415	2.01 491	1.11 420	2.90 446	2.00 497	0.33 436	0.30 454	0.40 477	0.30 436	0.44 461	0.45 467
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PAM	0.76 319	0.29 212	1.08 401	0.52 219	0.33 217	1.38 438	0.39 167	2.01 468	0.67 128	1.06 239	0.96 184	2.89 526	1.43 470	0.86 141	0.35 107	0.19 180	0.12 50	0.19 133	0.17 170	0.19 161	0.20 247

AF-Net	1.13 442	0.52 436	1.33 445	0.86 497	0.91 507	1.38 438	0.71 402	2.16 495	1.62 485	1.56 457	2.40 506	1.99 489	1.65 493	1.81 366	1.48 473	0.48 498	0.28 439	0.49 498	0.33 461	0.39 437	0.32 409

MSAF-DinoV2	1.97 516	0.80 500	10.38 560	0.86 497	0.48 357	1.39 440	0.97 468	2.55 533	1.72 495	1.53 447	1.65 444	3.59 535	2.20 528	5.39 505	3.94 531	0.27 382	0.17 289	0.26 348	0.28 415	0.47 472	0.46 470

DGSMNet	1.14 444	0.76 496	2.49 519	0.81 478	0.86 503	1.39 440	1.39 511	2.13 486	1.35 433	1.26 354	1.63 441	1.48 418	0.98 382	1.75 355	1.10 415	0.45 490	0.43 508	0.55 512	0.49 507	0.75 518	0.70 516

PSMNet-RUCA	1.02 417	0.97 511	1.44 458	1.23 532	1.10 520	1.40 442	0.62 371	1.69 373	1.38 445	0.94 205	1.53 410	0.97 284	0.83 308	1.17 229	0.93 384	0.69 524	0.34 474	0.99 534	0.60 523	0.97 524	0.64 511

gwcnet-sp	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 373	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

scenet	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 373	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

ssnet	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 373	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

Syn2CoEx	1.14 444	0.69 484	1.66 481	0.80 475	0.67 452	1.40 442	0.88 447	2.06 480	1.54 479	1.25 350	1.58 428	1.42 400	1.50 482	4.09 474	1.40 456	0.36 457	0.32 468	0.34 444	0.29 427	0.29 368	0.34 420

GANetREF_RVC	1.07 426	0.86 505	1.31 440	0.82 486	0.53 394	1.41 447	1.31 507	1.76 395	1.52 476	1.27 357	1.31 340	1.46 411	1.24 449	2.03 388	0.96 394	0.56 511	0.45 515	0.67 523	0.50 509	0.88 522	0.59 501
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
anonymousa	0.72 282	0.27 155	0.75 256	0.47 113	0.63 440	1.43 448	0.45 244	1.24 264	0.89 194	1.28 359	1.75 459	1.62 438	1.13 427	0.69 81	0.59 283	0.19 180	0.16 260	0.23 270	0.25 366	0.20 195	0.18 174

SQANet	1.31 463	0.88 508	1.08 401	1.83 543	1.44 539	1.44 449	0.75 411	1.74 387	1.09 286	1.32 387	1.26 321	1.28 375	1.01 394	1.50 309	0.83 366	2.50 549	0.34 474	1.47 541	0.55 516	2.32 542	1.57 544

zh-mn7	1.70 499	1.21 529	8.30 555	0.69 428	0.53 394	1.45 450	0.84 435	1.70 378	2.09 519	2.41 523	2.67 516	1.68 452	1.23 446	4.49 481	2.87 514	0.30 412	0.26 423	0.27 365	0.27 394	0.31 388	0.35 425

NVStereoNet_ROB	1.88 510	1.07 518	1.45 463	1.07 526	1.17 528	1.47 451	1.48 517	1.89 436	1.93 511	1.94 501	4.67 544	3.08 530	1.80 505	6.51 527	1.65 481	1.06 536	0.86 550	1.08 538	1.32 551	0.93 523	1.26 539
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
psmg	0.72 282	0.32 281	0.68 187	0.50 168	0.44 332	1.48 452	0.75 411	1.94 452	0.98 232	1.21 325	1.33 348	1.12 334	0.74 260	0.91 154	0.66 308	0.24 316	0.19 329	0.25 329	0.25 366	0.23 285	0.22 282

MFMNet_re	1.40 475	1.14 525	1.68 482	1.39 535	1.07 518	1.48 452	1.43 513	1.87 430	1.82 503	2.26 513	2.19 496	1.51 422	1.86 510	1.52 312	1.25 434	0.93 529	0.83 544	0.84 529	0.80 534	0.99 527	1.05 535

Nwc_Net	1.09 432	0.49 422	1.33 445	0.89 508	0.80 492	1.49 454	0.66 385	2.19 505	1.27 393	1.32 387	2.26 499	1.96 486	1.54 483	1.92 376	1.34 446	0.40 471	0.30 454	0.43 484	0.45 497	0.38 433	0.37 436

StereoDRNet	0.98 401	0.47 415	1.70 483	0.76 465	0.94 511	1.51 455	0.91 454	1.92 446	1.32 416	1.61 465	1.13 267	1.47 416	0.97 375	1.75 355	1.46 471	0.28 396	0.23 399	0.29 391	0.27 394	0.35 413	0.27 362

RGC	1.14 444	0.79 498	1.26 433	0.91 512	0.96 514	1.52 456	0.77 417	1.92 446	1.26 387	1.54 453	1.93 479	2.02 493	1.54 483	2.25 411	1.31 443	0.44 489	0.35 485	0.58 518	0.48 504	0.47 472	0.46 470

CBMV	0.95 390	0.44 401	0.66 178	0.53 237	0.35 239	1.53 457	1.63 525	1.69 373	1.42 463	2.00 506	1.60 430	1.43 401	1.17 431	1.59 327	0.99 399	0.34 446	0.34 474	0.39 472	0.33 461	0.33 406	0.32 409
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
pmcnn	2.37 529	0.42 395	2.71 525	0.63 371	0.43 325	1.54 458	1.19 498	2.01 468	1.53 478	2.64 529	7.60 558	18.07 575	1.45 474	3.44 466	2.78 512	0.18 139	0.15 220	0.15 19	0.12 38	0.20 195	0.18 174

DSFCA	0.93 385	0.34 327	1.06 392	0.52 219	0.65 445	1.55 459	0.93 460	1.49 315	1.19 353	1.56 457	1.15 279	1.50 420	0.96 372	3.07 452	1.02 402	0.30 412	0.26 423	0.25 329	0.25 366	0.28 357	0.24 316

SGM-Forest	1.24 455	0.38 372	0.60 145	0.52 219	0.37 264	1.56 460	1.30 506	1.65 363	1.36 437	2.11 510	1.79 463	1.63 443	0.93 355	7.48 546	0.95 390	0.36 457	0.37 492	0.39 472	0.34 467	0.37 424	0.32 409
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UNet	0.83 353	0.34 327	1.31 440	0.58 311	0.74 471	1.58 461	0.49 279	1.41 296	1.04 259	1.21 325	1.08 240	1.54 426	1.12 423	1.65 336	1.09 412	0.23 301	0.17 289	0.25 329	0.20 242	0.25 312	0.22 282

EDNetEfficientorigin	10.57 570	1.47 540	177.42 593	0.67 413	0.53 394	1.58 461	1.16 495	1.90 439	3.37 545	4.71 557	3.38 527	3.10 531	2.69 540	3.13 456	3.58 526	0.25 343	0.23 399	0.33 434	0.27 394	0.83 519	0.81 522

NaN_ROB	1.13 442	0.55 446	1.15 418	0.64 380	0.48 357	1.61 463	2.03 543	1.72 381	1.48 470	2.09 509	1.27 324	1.40 397	1.08 415	3.94 472	1.30 442	0.28 396	0.34 474	0.28 380	0.28 415	0.30 379	0.33 415

DRN-Test	1.00 408	0.44 401	1.13 413	0.70 434	0.81 494	1.62 464	0.79 422	2.14 490	1.44 466	1.78 484	1.33 348	1.43 401	1.05 407	2.18 404	1.53 477	0.27 382	0.21 369	0.31 410	0.30 436	0.32 397	0.28 374

CSP-Net	0.97 397	0.38 372	0.83 298	0.53 237	0.41 310	1.63 465	0.77 417	2.00 464	1.05 263	1.25 350	1.20 300	1.33 385	0.83 308	4.93 494	0.85 372	0.32 427	0.22 387	0.20 168	0.20 242	0.23 285	0.25 328

LALA_ROB	1.01 414	0.59 460	1.16 419	0.67 413	0.51 379	1.63 465	1.26 505	1.69 373	1.38 445	1.81 491	1.37 364	1.94 483	1.02 399	1.58 325	1.38 452	0.37 461	0.27 432	0.43 484	0.37 479	0.43 455	0.37 436

HBP-ISP	0.96 391	0.58 457	0.72 224	0.61 350	0.46 351	1.64 467	0.76 414	1.86 428	1.28 398	1.30 373	1.53 410	0.86 234	0.94 360	3.27 460	0.69 318	0.45 490	0.44 511	0.54 508	0.48 504	0.47 472	0.40 446

delet	0.85 362	0.32 281	0.95 351	0.65 394	0.66 448	1.64 467	0.84 435	1.75 389	1.35 433	1.32 387	1.30 334	1.30 379	0.88 333	1.68 346	1.10 415	0.21 249	0.21 369	0.24 290	0.24 351	0.21 236	0.21 264

LSM	6.33 560	1.10 520	13.19 563	1.41 537	68.17 588	1.64 467	1.90 537	1.92 446	2.46 527	2.99 539	3.11 524	1.88 473	1.80 505	2.61 436	2.06 500	0.41 475	0.58 534	0.50 499	0.57 518	0.64 507	17.66 582

WZ-Net	1.95 514	0.95 510	10.10 557	0.86 497	0.78 484	1.69 470	1.60 523	2.20 508	1.98 512	2.08 508	1.93 479	2.30 504	1.97 516	5.30 499	3.17 521	0.34 446	0.26 423	0.29 391	0.31 443	0.51 485	0.47 474

coex-ft	8.13 566	2.13 558	98.04 592	0.67 413	0.53 394	1.71 471	1.56 520	1.65 363	11.11 566	18.17 581	3.75 532	3.88 539	7.61 568	2.98 450	6.49 543	0.30 412	0.30 454	0.32 425	0.31 443	0.66 511	0.50 483

RYNet	1.17 451	0.49 422	1.24 430	0.70 434	0.97 515	1.71 471	0.92 456	1.91 443	1.46 468	1.38 412	1.14 271	1.88 473	1.30 459	4.24 476	1.87 489	0.26 366	0.21 369	0.35 452	0.27 394	0.55 493	0.54 490

ccnet	1.12 439	0.67 480	1.01 372	0.78 470	0.73 470	1.72 473	0.99 473	1.84 424	1.26 387	1.47 434	1.85 471	1.75 463	1.29 455	1.75 355	1.88 491	0.57 512	0.53 528	0.57 517	0.55 516	0.59 500	0.54 490

PWCDC_ROB	1.29 459	0.75 495	1.33 445	1.05 523	0.88 506	1.73 474	0.52 299	1.89 436	3.28 543	1.29 365	4.88 546	1.22 353	1.46 475	1.77 362	1.45 468	0.60 517	0.26 423	0.29 391	0.25 366	0.52 487	0.37 436

CBFPSM	0.92 382	0.33 303	1.86 496	0.49 156	0.38 281	1.75 475	0.84 435	1.39 292	1.12 299	1.09 249	0.99 196	2.37 508	1.66 497	1.32 264	1.42 464	0.19 180	0.18 311	0.20 168	0.20 242	0.21 236	0.33 415

Wz-Net-LNSev	1.03 420	0.67 480	2.71 525	0.64 380	0.84 498	1.75 475	1.00 475	1.80 412	1.32 416	1.28 359	1.25 314	1.65 449	1.22 445	1.39 287	1.40 456	0.28 396	0.26 423	0.24 290	0.23 338	0.33 406	0.32 409

GwcNet	1.08 429	0.51 432	2.33 514	0.79 472	1.18 530	1.76 477	0.70 400	1.68 371	1.47 469	1.41 421	1.64 442	1.74 460	1.04 403	2.20 407	1.41 460	0.30 412	0.29 450	0.29 391	0.27 394	0.30 379	0.35 425

CC-Net-ROB	1.49 479	1.26 531	1.27 436	0.88 505	0.79 487	1.76 477	1.00 475	1.79 409	1.26 387	1.10 257	1.61 434	1.21 351	0.99 390	8.13 553	0.84 369	1.09 537	0.41 505	2.20 546	0.46 500	1.20 535	0.48 477

CSAN	1.41 476	0.59 460	1.26 433	0.70 434	0.50 368	1.76 477	1.78 528	1.77 399	1.90 508	2.35 518	2.32 501	1.92 481	1.94 515	5.56 510	1.49 474	0.43 484	0.35 485	0.40 477	0.41 488	0.43 455	0.41 451

fast-acv-ft	0.94 387	0.44 401	1.40 451	0.58 311	0.51 379	1.77 480	0.69 397	1.36 285	1.42 463	1.29 365	1.86 472	1.74 460	1.25 450	1.52 312	1.38 452	0.26 366	0.28 439	0.28 380	0.28 415	0.27 338	0.26 352

SHD	1.31 463	0.71 489	2.34 515	0.86 497	0.75 478	1.77 480	0.65 380	2.22 509	2.50 531	2.40 522	1.71 452	1.91 478	1.60 489	1.93 379	2.37 505	0.38 465	0.31 460	0.38 466	0.40 487	0.48 477	0.50 483

zh-sn7	1.76 505	1.38 532	6.58 549	0.74 458	0.72 465	1.78 482	1.31 507	1.88 433	1.56 482	1.86 495	2.47 511	1.81 467	2.08 523	5.12 496	3.80 529	0.32 427	0.32 468	0.32 425	0.32 451	0.44 461	0.40 446

CRFU-Net	0.86 367	0.39 377	1.00 368	0.65 394	0.57 410	1.78 482	0.86 442	2.15 492	0.81 171	1.38 412	1.18 289	1.64 446	1.19 438	1.35 272	0.90 382	0.26 366	0.22 387	0.21 203	0.19 210	0.23 285	0.24 316

iinet-f	0.99 403	0.45 408	3.71 534	0.55 276	0.43 325	1.81 484	0.68 393	1.14 228	1.14 314	1.18 313	1.42 378	1.58 433	1.44 472	1.34 271	1.59 480	0.24 316	0.23 399	0.20 168	0.19 210	0.26 324	0.25 328

FBW_ROB	1.71 502	0.62 474	1.45 463	0.67 413	0.61 433	1.81 484	1.08 486	2.52 531	1.70 492	1.77 483	1.73 454	1.98 488	1.25 450	12.57 572	1.84 488	0.34 446	0.37 492	0.56 515	0.38 481	0.45 465	0.43 462

SPS-STEREO	1.67 495	1.04 517	1.23 427	1.21 530	1.13 526	1.82 486	1.11 488	2.16 495	1.52 476	3.07 543	2.32 501	2.82 524	1.80 505	4.11 475	2.04 498	1.03 534	0.99 555	0.97 532	0.94 542	1.03 530	1.02 531
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
XQC	1.37 470	0.87 506	2.56 521	0.84 490	0.69 460	1.83 487	0.89 449	2.07 481	1.88 505	1.88 496	1.53 410	1.91 478	1.55 485	2.85 445	3.05 516	0.48 498	0.29 450	0.44 488	0.39 483	0.69 514	0.60 504

DDUNet	1.50 481	2.69 564	1.12 411	1.77 542	1.88 544	1.84 488	0.92 456	1.70 378	1.16 335	1.38 412	1.79 463	1.60 436	1.12 423	1.37 278	1.08 410	1.10 538	0.76 541	2.37 550	0.94 542	2.00 540	1.37 541

MMNet	0.84 358	0.32 281	1.09 404	0.60 336	0.59 427	1.85 489	0.49 279	1.51 326	1.27 393	1.37 407	1.15 279	1.26 368	1.18 435	1.67 341	1.22 431	0.19 180	0.18 311	0.23 270	0.22 315	0.25 312	0.21 264

RTSC	1.29 459	0.73 490	2.44 517	0.83 489	0.57 410	1.85 489	0.65 380	1.88 433	2.00 514	2.20 512	1.66 447	1.60 436	1.26 452	2.33 417	3.92 530	0.32 427	0.23 399	0.27 365	0.29 427	0.37 424	0.37 436

YMNet	1.00 408	0.54 441	1.40 451	0.81 478	0.85 501	1.87 491	0.62 371	1.55 341	1.18 345	1.63 471	1.99 483	1.77 464	0.97 375	1.50 309	1.45 468	0.33 436	0.37 492	0.31 410	0.32 451	0.32 397	0.29 379

YMNet_1	1.00 408	0.54 441	1.40 451	0.81 478	0.85 501	1.87 491	0.62 371	1.55 341	1.18 345	1.63 471	1.99 483	1.77 464	0.97 375	1.50 309	1.45 468	0.33 436	0.37 492	0.31 410	0.32 451	0.32 397	0.29 379

SuperB	2.53 535	0.59 460	18.45 568	0.69 428	0.50 368	1.87 491	0.88 447	1.67 370	2.39 525	1.50 443	1.42 378	1.14 341	1.15 429	4.28 479	5.07 537	0.24 316	0.19 329	0.22 232	0.19 210	7.86 575	0.34 420

APVNet	1.06 424	0.53 440	1.42 457	0.84 490	0.79 487	1.92 494	0.82 433	1.90 439	1.08 278	1.08 243	1.43 382	1.56 429	1.13 427	3.07 452	1.58 478	0.31 420	0.34 474	0.42 482	0.36 476	0.36 420	0.37 436

MaskLacGwcNet_RVC	1.10 434	1.02 516	1.00 368	0.82 486	0.67 452	1.93 495	0.93 460	1.62 358	1.11 295	1.15 289	1.25 314	1.50 420	0.79 285	1.96 382	0.76 339	1.89 543	0.34 474	0.79 527	0.36 476	1.25 536	0.83 523

ADCRef	1.35 468	0.55 446	2.37 516	0.72 446	0.77 482	1.94 496	0.78 419	1.91 443	1.27 393	1.57 461	1.59 429	1.36 392	1.41 468	1.54 318	7.53 547	0.23 301	0.20 347	0.32 425	0.30 436	0.29 368	0.29 379

Wz-Net-MNSev	1.11 437	0.58 457	2.23 512	0.66 401	0.71 463	1.95 497	1.46 515	1.98 461	1.45 467	1.79 487	1.43 382	1.49 419	1.33 462	1.97 383	1.42 464	0.27 382	0.23 399	0.28 380	0.28 415	0.34 410	0.31 403

otaku	1.60 489	1.11 523	1.21 424	2.20 545	1.56 541	1.97 498	1.24 501	2.07 481	1.36 437	1.44 429	1.62 437	1.73 458	1.19 438	1.73 354	0.98 398	2.89 554	0.57 533	1.74 542	0.60 523	2.78 549	1.94 550

DispFullNet	2.34 528	2.85 565	3.66 532	3.08 559	2.27 550	1.97 498	0.67 389	2.00 464	1.70 492	2.52 525	2.00 485	2.23 500	5.86 560	3.44 466	1.58 478	1.01 531	0.32 468	2.64 559	1.94 564	2.85 554	2.24 553

RainbowNet	1.97 516	1.76 545	1.57 476	2.81 553	2.21 548	1.98 500	1.81 530	2.54 532	1.89 506	1.50 443	1.84 469	1.96 486	1.65 493	2.14 398	1.25 434	3.33 561	0.85 548	2.39 553	0.98 546	2.82 552	2.22 552

ADCMid	1.89 513	0.73 490	5.06 541	0.72 446	0.67 452	2.00 501	1.14 492	1.97 459	1.48 470	2.86 536	1.81 466	2.37 508	2.05 521	2.24 409	10.39 561	0.33 436	0.31 460	0.39 472	0.43 493	0.50 481	0.44 465

DPSNet	1.69 498	0.59 460	4.33 537	0.70 434	0.57 410	2.02 502	1.62 524	3.35 545	1.78 499	1.48 440	1.38 369	2.17 499	2.84 541	4.77 488	3.66 527	0.48 498	0.31 460	0.29 391	0.25 366	0.64 507	0.48 477

Wz-Net-LNSev-Ref	0.99 403	0.40 383	1.82 493	0.66 401	0.62 439	2.05 503	0.78 419	1.91 443	1.29 402	1.54 453	1.42 378	1.51 422	1.23 446	1.99 384	1.33 444	0.23 301	0.14 162	0.20 168	0.15 107	0.27 338	0.26 352

DISCO	1.03 420	0.34 327	1.11 409	0.69 428	0.45 339	2.07 504	0.84 435	2.13 486	1.50 473	1.15 289	1.33 348	2.40 510	1.07 414	2.60 435	1.51 476	0.23 301	0.18 311	0.22 232	0.20 242	0.31 388	0.27 362

Ntro	1.64 493	1.15 526	1.23 427	2.48 550	1.83 543	2.09 505	1.16 495	1.96 455	1.38 445	1.21 325	1.62 437	1.62 438	1.29 455	1.87 373	1.11 418	3.04 555	0.56 532	1.82 544	0.64 525	2.80 550	2.05 551

WCMA_ROB	1.84 507	0.47 415	1.31 440	0.69 428	0.57 410	2.11 506	1.14 492	1.87 430	1.73 496	4.04 549	6.43 552	5.62 552	3.61 549	2.59 434	1.94 494	0.52 503	0.44 511	0.39 472	0.42 491	0.48 477	0.47 474

AnyNet_C32	1.96 515	1.10 520	5.17 542	0.90 509	1.11 522	2.12 507	2.37 554	1.85 425	1.48 470	2.45 524	1.70 451	2.05 496	1.64 492	2.50 431	10.28 560	0.37 461	0.34 474	0.35 452	0.41 488	0.49 480	0.54 490

SGM+DAISY	2.41 532	1.07 518	2.14 508	1.18 529	1.10 520	2.14 508	1.36 510	1.96 455	1.66 488	5.46 564	7.07 555	4.95 548	4.32 556	5.50 507	2.26 504	1.04 535	1.02 558	0.99 534	0.97 544	1.02 528	1.04 533

ADCS	2.25 524	0.99 514	5.55 543	0.81 478	0.74 471	2.19 509	1.80 529	2.27 514	2.14 520	2.80 535	2.13 494	2.40 510	2.03 518	2.64 438	13.69 565	0.41 475	0.39 501	0.40 477	0.45 497	0.58 498	0.56 494

FCDSN-DC	2.32 527	0.63 475	0.81 290	0.84 490	0.75 478	2.23 510	0.94 463	2.09 484	1.80 501	5.45 563	7.72 561	7.77 560	6.93 567	3.39 461	1.80 487	0.52 503	0.48 520	0.52 502	0.51 512	0.57 496	0.58 499
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	1.68 497	0.36 358	0.61 148	0.59 324	0.29 129	2.25 511	1.18 497	2.38 524	1.68 491	3.60 545	2.67 516	3.69 537	2.42 534	8.13 553	1.90 492	0.31 420	0.31 460	0.30 404	0.28 415	0.30 379	0.29 379
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_1	2.18 522	1.45 539	1.72 486	2.85 554	2.33 553	2.28 512	1.46 515	3.08 541	2.22 523	1.82 492	2.05 490	3.56 534	1.98 517	3.09 455	1.40 456	3.17 556	0.60 535	2.40 554	0.92 541	2.91 556	2.37 555

ADCP+	1.99 518	0.48 419	7.73 551	0.66 401	0.91 507	2.30 513	1.05 482	1.82 416	1.34 423	1.54 453	1.32 346	1.74 460	1.61 490	2.17 401	13.37 564	0.24 316	0.21 369	0.32 425	0.28 415	0.37 424	0.29 379

ACVNet-4b	2.15 521	1.41 536	1.64 479	2.80 552	2.31 552	2.31 514	1.24 501	2.32 517	2.14 520	1.26 354	2.39 505	2.66 519	1.48 478	5.95 520	1.06 406	3.20 559	0.45 515	2.37 550	0.89 539	2.83 553	2.37 555

BUS	0.74 305	0.32 281	0.68 187	0.54 252	0.44 332	2.34 515	0.42 195	2.16 495	0.98 232	1.20 321	1.11 255	1.03 306	0.62 220	0.91 154	0.70 319	0.24 316	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

NINENet	0.77 321	0.37 365	0.78 281	0.62 362	0.51 379	2.34 515	0.42 195	1.83 421	1.04 259	1.14 283	1.23 308	1.03 306	0.62 220	1.24 245	0.70 319	0.28 396	0.23 399	0.31 410	0.21 286	0.26 324	0.25 328

stereogan	1.15 448	0.42 395	1.40 451	0.86 497	0.84 498	2.38 517	0.71 402	1.88 433	1.73 496	1.72 479	1.94 481	2.31 505	1.29 455	2.07 392	1.08 410	0.36 457	0.35 485	0.39 472	0.31 443	0.51 485	0.46 470

Wz-Net-TNSev	1.88 510	2.08 557	7.66 550	0.67 413	0.64 443	2.42 518	1.83 532	2.33 518	1.74 498	1.57 461	1.56 421	2.58 516	1.90 513	4.86 490	3.12 518	0.39 468	0.37 492	0.33 434	0.37 479	0.53 489	0.58 499

ACV-stereo	0.99 403	0.51 432	1.41 456	0.56 289	0.41 310	2.43 519	0.57 350	1.15 230	1.18 345	0.81 171	1.01 206	3.39 533	2.14 525	1.60 328	1.07 409	0.27 382	0.22 387	0.22 232	0.22 315	0.28 357	0.32 409

PVD	1.70 499	0.84 501	2.26 513	0.94 517	0.83 497	2.48 520	0.97 468	2.59 534	3.35 544	3.01 541	2.77 518	2.34 507	2.47 536	2.67 439	3.14 519	0.47 497	0.45 515	0.59 519	0.48 504	0.59 500	0.75 521

SAMSARA	1.55 485	0.84 501	2.61 522	1.22 531	1.07 518	2.50 521	1.93 538	2.05 475	1.89 506	2.75 532	1.66 447	2.81 523	1.69 498	3.08 454	1.97 496	0.46 496	0.51 526	0.42 482	0.46 500	0.58 498	0.59 501

PDISCO_ROB	1.32 465	0.65 478	1.44 458	1.36 533	1.46 540	2.55 522	0.92 456	2.45 529	2.07 518	1.37 407	1.49 403	1.65 449	1.00 392	2.82 442	1.35 449	1.01 531	0.27 432	0.54 508	0.47 502	0.71 516	0.73 519

MFN_U_SF_RVC	1.52 483	0.84 501	3.42 530	0.87 504	0.66 448	2.56 523	0.95 465	2.36 521	1.70 492	1.98 502	1.86 472	2.45 513	1.79 504	2.95 447	2.58 508	0.52 503	0.48 520	0.55 512	0.59 522	0.59 500	0.61 505

z-mn7	1.56 486	0.84 501	4.36 539	0.71 442	0.51 379	2.60 524	1.04 480	1.73 382	2.70 537	1.53 447	2.99 522	1.94 483	1.34 463	4.78 489	2.41 506	0.29 407	0.24 408	0.27 365	0.24 351	0.34 410	0.31 403

MeshStereo	2.26 525	0.56 450	0.92 341	0.61 350	0.49 361	2.60 524	1.02 478	3.18 542	2.05 517	7.40 570	4.98 547	7.58 558	2.98 544	6.37 525	1.96 495	0.43 484	0.43 508	0.45 489	0.39 483	0.43 455	0.42 455
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
ADCL	1.72 503	0.57 454	3.66 532	0.67 413	0.61 433	2.61 526	1.85 533	1.96 455	1.67 489	1.90 499	1.83 467	2.06 497	1.90 513	2.13 397	9.15 556	0.26 366	0.24 408	0.34 444	0.32 451	0.38 433	0.35 425

ACVNet_2	2.43 533	1.41 536	2.04 501	2.62 551	2.24 549	2.63 527	1.88 536	3.31 543	3.01 540	2.19 511	3.45 529	4.62 542	2.04 519	4.50 483	1.47 472	2.55 550	0.64 537	2.22 547	0.84 536	2.69 548	2.29 554

w-ln-seven	1.38 472	0.70 487	3.91 535	0.75 462	0.72 465	2.69 528	0.95 465	2.02 472	1.99 513	1.99 503	1.73 454	1.82 470	1.17 431	2.45 425	2.84 513	0.28 396	0.25 417	0.31 410	0.30 436	0.41 444	0.33 415

ELAS_RVC	2.48 534	0.74 493	1.90 497	1.05 523	0.92 509	2.76 529	4.01 565	2.76 535	4.11 553	4.69 556	4.63 541	4.62 542	5.96 562	3.97 473	3.96 532	0.63 521	0.53 528	0.56 515	0.52 513	0.64 507	0.63 507
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	8.05 565	0.37 365	23.53 573	0.74 458	0.33 217	2.77 530	2.87 561	3.71 549	27.24 582	25.39 582	8.87 565	8.46 562	26.71 582	6.65 529	21.99 575	0.21 249	0.19 329	0.20 168	0.21 286	0.25 312	0.22 282

ADCPNet	1.85 508	0.69 484	8.07 552	0.71 442	0.58 419	2.79 531	1.22 500	1.94 452	1.54 479	1.88 496	1.69 450	2.46 514	2.04 519	2.37 420	6.48 542	0.38 465	0.37 492	0.38 466	0.43 493	0.47 472	0.45 467

SANet	1.88 510	0.57 454	2.18 511	0.63 371	0.40 302	2.80 532	1.57 522	2.39 525	5.88 561	2.36 520	3.57 530	3.72 538	2.97 543	4.74 487	1.76 485	0.34 446	0.30 454	0.32 425	0.29 427	0.48 477	0.37 436

FC-DCNN	2.72 542	0.59 460	0.86 306	0.73 454	0.57 410	2.91 533	1.04 480	3.01 540	2.60 532	6.83 565	7.64 559	9.92 565	6.33 565	5.21 497	3.14 519	0.53 509	0.48 520	0.51 500	0.50 509	0.53 489	0.51 487

AnyNet_C01	2.26 525	1.78 546	10.22 559	0.93 515	0.74 471	2.92 534	2.20 549	2.29 516	1.80 501	2.53 526	2.41 507	2.71 521	1.73 499	3.41 463	6.72 544	0.41 475	0.39 501	0.40 477	0.42 491	0.67 512	0.63 507

FC-DCNN v2	2.81 543	0.59 460	0.85 300	0.73 454	0.57 410	2.97 535	1.05 482	3.39 546	2.61 533	6.98 566	7.67 560	10.38 568	6.31 564	5.75 515	3.37 525	0.53 509	0.48 520	0.51 500	0.50 509	0.53 489	0.51 487

G-Net	1.66 494	0.63 475	1.56 475	1.11 528	0.74 471	2.98 536	0.91 454	1.55 341	1.22 370	2.76 533	8.18 564	2.32 506	2.53 538	1.92 376	1.87 489	0.48 498	0.44 511	0.45 489	0.31 443	0.60 504	0.57 498

Dean	2.91 546	1.53 542	2.07 502	2.96 558	2.51 555	3.15 537	2.14 547	4.75 557	4.41 556	2.76 533	6.10 551	5.53 551	2.37 532	2.97 449	1.92 493	3.18 557	0.85 548	2.51 557	1.04 549	2.88 555	2.47 558

MADNet+	2.69 539	3.22 568	11.53 562	1.44 538	1.12 524	3.19 538	1.81 530	2.85 537	2.37 524	1.68 476	2.07 491	2.85 525	2.18 526	7.41 543	5.23 538	0.79 526	0.76 541	0.69 526	0.65 526	0.98 525	0.95 528

LVE	3.31 548	1.67 544	1.64 479	2.85 554	2.42 554	3.20 539	2.26 551	4.78 558	5.05 558	2.35 518	6.91 553	6.02 553	2.37 532	9.15 557	2.17 503	3.19 558	1.08 561	2.38 552	1.47 558	2.81 551	2.40 557

IMH-64-1	2.70 540	1.79 547	1.46 465	3.26 562	2.66 556	3.23 540	2.10 544	4.08 550	2.75 538	2.34 516	3.81 533	3.06 528	2.22 529	4.25 477	2.59 509	3.75 565	0.84 545	2.75 560	1.35 552	3.15 558	2.60 561

IMH-64	2.70 540	1.79 547	1.46 465	3.26 562	2.66 556	3.23 540	2.10 544	4.08 550	2.75 538	2.34 516	3.81 533	3.06 528	2.22 529	4.25 477	2.59 509	3.75 565	0.84 545	2.75 560	1.35 552	3.15 558	2.60 561

WAO-6	2.81 543	1.60 543	1.46 465	2.36 549	2.28 551	3.55 542	2.29 552	4.21 553	4.56 557	2.36 520	4.51 538	4.88 546	2.66 539	4.60 484	4.07 534	1.72 542	1.15 562	2.31 549	1.46 557	2.31 541	1.85 548

PWCK	2.88 545	2.05 555	5.72 545	2.08 544	1.11 522	3.55 542	3.90 564	2.86 538	3.54 549	3.03 542	3.63 531	3.10 531	2.31 531	8.15 555	3.09 517	2.12 546	0.91 553	1.75 543	0.98 546	2.57 546	1.18 538

MFN_U_SF_DS_RVC	1.74 504	0.87 506	3.56 531	0.80 475	0.75 478	3.72 544	2.44 556	1.82 416	1.82 503	1.74 480	1.91 478	1.92 481	1.26 452	7.69 549	1.28 440	0.45 490	0.47 519	0.52 502	0.77 532	0.50 481	0.50 483

RTS	2.67 537	1.38 532	15.28 566	0.99 519	1.26 534	3.78 545	1.96 540	2.15 492	2.62 534	2.61 527	2.85 520	2.60 517	1.59 487	6.27 523	5.71 540	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

RTSA	2.67 537	1.38 532	15.28 566	0.99 519	1.26 534	3.78 545	1.96 540	2.15 492	2.62 534	2.61 527	2.85 520	2.60 517	1.59 487	6.27 523	5.71 540	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

SDNR	1.62 492	0.51 432	2.17 509	0.53 237	0.56 407	3.80 547	0.45 244	1.54 337	1.29 402	1.33 395	2.41 507	1.08 317	0.96 372	11.18 570	1.16 424	0.66 523	0.63 536	0.43 484	0.32 451	0.64 507	0.67 513

WAO-7	2.66 536	1.40 535	1.73 488	1.39 535	1.17 528	3.93 548	1.94 539	4.11 552	3.88 551	2.92 537	5.50 548	4.18 540	3.00 545	7.63 548	3.71 528	1.13 539	1.00 556	1.17 539	1.13 550	1.18 534	1.09 537

MSMD_ROB	1.99 518	0.59 460	0.89 330	0.70 434	0.61 433	3.95 549	0.94 463	1.80 412	1.79 500	4.41 553	4.43 537	8.17 561	3.66 550	3.40 462	1.33 444	0.52 503	0.48 520	0.54 508	0.58 519	0.53 489	0.50 483

notaker	3.98 550	2.40 562	2.68 524	3.82 569	3.27 566	3.97 550	2.14 547	4.78 558	3.45 547	4.12 552	6.94 554	7.65 559	3.26 546	7.82 551	5.30 539	4.04 570	1.41 564	3.36 569	2.10 566	3.88 564	3.31 567

IMH	3.21 547	1.85 551	1.48 470	3.25 561	2.69 558	4.07 551	2.02 542	4.41 555	3.80 550	2.72 530	7.11 556	4.75 545	2.92 542	5.92 518	2.55 507	3.85 569	0.88 551	2.78 562	1.36 554	3.19 560	2.59 560

KSHMR	8.75 567	2.06 556	2.11 506	3.53 566	3.11 563	4.13 552	2.69 557	5.60 561	61.37 592	3.00 540	55.83 592	4.98 550	2.45 535	4.49 481	2.61 511	3.46 562	1.55 566	3.14 566	1.94 564	3.72 563	3.18 566

MDST_ROB	1.67 495	0.34 327	1.58 477	0.92 514	0.58 419	4.26 553	1.11 488	2.83 536	1.41 460	4.49 555	2.55 513	1.45 408	0.97 375	7.79 550	1.17 427	0.31 420	0.25 417	0.37 463	0.33 461	0.31 388	0.30 393

LRCNet_RVC	22.74 579	32.10 585	21.97 572	29.84 582	26.23 579	4.42 554	0.81 431	22.66 578	2.02 515	26.93 583	29.26 583	23.06 584	15.59 573	23.84 580	18.88 573	31.75 586	19.90 587	34.65 585	32.13 586	30.54 585	28.32 586

ELAS	2.37 529	0.74 493	1.54 474	0.99 519	0.92 509	4.78 555	2.33 553	3.33 544	3.37 545	5.05 561	4.77 545	3.67 536	4.53 557	3.42 464	4.50 535	0.62 519	0.53 528	0.55 512	0.53 514	0.63 505	0.64 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	4.70 554	2.38 561	2.12 507	3.76 567	3.24 564	4.85 556	2.95 562	5.52 560	7.37 564	4.07 551	19.32 577	7.46 557	3.47 547	7.39 542	2.95 515	4.04 570	1.85 567	3.26 568	2.22 567	3.08 557	2.65 563

HanzoNet	11.04 572	3.62 569	8.10 554	4.08 572	3.55 569	4.90 557	2.73 560	7.19 568	10.10 565	31.86 588	28.92 582	21.96 582	36.36 584	18.08 576	10.17 559	7.94 576	3.32 570	3.47 570	3.31 569	7.06 574	4.04 571

MSC_U_SF_DS_RVC	2.12 520	1.15 526	3.10 528	1.05 523	0.76 481	5.03 558	2.40 555	2.16 495	2.62 534	1.89 498	2.28 500	2.69 520	1.65 493	9.35 561	2.04 498	0.64 522	0.51 526	0.68 524	0.71 530	1.09 531	0.67 513

UNDER WATER	5.08 556	2.33 560	5.55 543	3.94 571	3.51 567	5.20 559	2.72 559	5.61 562	16.52 574	3.84 546	4.60 540	9.21 563	5.89 561	5.90 517	8.66 555	3.75 565	1.34 563	3.18 567	1.88 562	4.33 569	3.61 569

MADNet++	5.01 555	3.14 566	4.91 540	4.55 573	3.94 570	5.20 559	4.41 566	4.40 554	4.13 554	4.95 559	6.08 550	4.74 544	5.37 558	9.40 562	10.67 562	4.65 572	4.15 572	3.97 571	3.34 570	4.09 566	4.08 572

UNDER WATER-64	5.27 557	2.32 559	8.78 556	3.93 570	3.54 568	7.61 561	3.03 563	5.84 563	14.19 568	4.04 549	4.04 535	9.39 564	6.26 563	5.93 519	8.48 554	3.60 564	1.51 565	3.13 565	1.88 562	4.29 568	3.61 569

DPSimNet_ROB	11.20 573	4.98 571	35.43 581	2.90 557	4.52 571	7.89 562	17.09 574	4.66 556	6.06 562	14.89 577	10.93 570	17.29 574	36.81 586	13.18 573	15.68 570	2.86 553	6.29 574	5.75 575	5.09 573	3.91 565	7.70 574

WAO-8	4.40 551	1.82 549	1.79 490	2.34 547	2.20 546	9.19 563	1.53 518	6.09 564	16.46 572	3.94 547	7.84 562	7.32 555	3.72 552	9.41 563	3.31 522	2.00 544	1.07 559	2.44 555	1.37 555	2.50 544	1.68 545

Venus	4.40 551	1.82 549	1.79 490	2.34 547	2.20 546	9.19 563	1.53 518	6.09 564	16.46 572	3.94 547	7.84 562	7.32 555	3.72 552	9.41 563	3.31 522	2.00 544	1.07 559	2.44 555	1.37 555	2.50 544	1.68 545

TorneroNet-64	5.30 558	2.03 553	1.74 489	3.43 564	2.81 559	10.09 565	2.12 546	9.10 571	17.12 577	4.96 560	9.27 567	10.72 570	3.70 551	9.20 558	4.55 536	3.31 560	0.84 545	2.88 563	1.55 559	3.49 561	3.04 564

JetBlue	3.97 549	2.01 552	10.19 558	1.38 534	2.84 560	10.53 566	9.54 569	3.60 548	2.41 526	2.73 531	3.39 528	4.54 541	4.31 555	7.85 552	6.84 545	0.88 527	0.93 554	0.89 530	0.91 540	1.74 538	1.91 549

tt	6.58 562	0.26 126	6.10 547	3.77 568	2.16 545	11.55 567	19.63 575	13.33 575	5.74 560	2.96 538	2.65 515	4.97 549	6.33 565	3.81 470	7.24 546	9.15 577	11.32 580	5.89 576	6.24 575	6.03 571	2.55 559

DPSMNet_ROB	13.02 575	8.23 572	21.91 571	9.53 576	18.11 574	11.56 568	32.02 581	10.64 573	16.23 571	7.05 568	19.49 579	10.16 567	16.66 574	9.85 568	22.43 577	4.77 574	8.68 575	5.38 574	10.26 579	6.17 573	11.36 577

DGTPSM_ROB	13.01 574	8.23 572	21.87 570	9.51 575	18.10 573	11.56 568	32.01 580	10.63 572	16.20 570	7.03 567	19.48 578	10.15 566	16.66 574	9.83 567	22.42 576	4.75 573	8.68 575	5.37 573	10.25 578	6.16 572	11.36 577

MANE	6.19 559	0.59 460	1.03 383	0.93 515	1.22 533	13.38 570	2.69 557	12.81 574	17.94 578	8.21 571	10.82 569	14.72 571	11.68 569	11.39 571	11.90 563	0.59 516	0.50 525	0.52 502	1.76 561	0.55 493	0.54 490

SGM-ForestM	6.52 561	0.38 372	1.26 433	0.63 371	0.35 239	13.59 571	5.32 568	6.32 567	6.70 563	11.14 573	9.18 566	22.51 583	13.93 572	16.89 574	20.07 574	0.36 457	0.37 492	0.36 460	0.35 472	0.36 420	0.34 420

TCMNet-wrong-test	10.31 569	11.40 576	14.84 565	20.96 578	18.45 575	13.80 572	10.76 570	15.78 576	3.53 548	5.20 562	5.52 549	16.26 573	12.61 570	7.51 547	10.15 558	7.43 575	2.37 568	4.31 572	3.43 571	11.36 577	10.61 576

JetRed	6.91 563	8.80 574	25.96 577	2.85 554	3.25 565	13.98 573	11.87 571	6.25 566	4.28 555	4.45 554	4.56 539	6.69 554	5.46 559	7.46 545	14.05 566	2.59 551	3.31 569	2.59 558	2.29 568	4.20 567	3.36 568

USTest	14.33 576	14.94 578	21.04 569	17.44 577	16.05 572	23.26 574	33.84 582	21.73 577	11.80 567	9.36 572	10.14 568	15.97 572	13.20 571	17.28 575	22.43 577	3.78 568	5.01 573	6.17 577	6.16 574	9.25 576	7.72 575

Anonymous_1	43.04 589	18.73 579	24.79 574	21.81 579	46.26 586	27.80 575	37.60 583	28.08 582	16.14 569	14.66 576	14.30 571	20.65 576	17.88 576	21.56 577	25.94 580	117.93 593	8.92 577	100.65 590	126.50 590	158.64 593	12.08 579

DPSM_ROB	19.08 577	19.14 580	25.17 575	22.15 580	20.85 577	28.17 576	37.82 584	26.56 580	16.85 575	14.14 574	14.84 572	21.70 577	18.75 577	21.87 578	26.55 581	10.16 580	9.30 578	10.47 579	10.42 580	14.03 578	12.61 580

DPSM	19.08 577	19.14 580	25.17 575	22.15 580	20.85 577	28.17 576	37.82 584	26.56 580	16.85 575	14.14 574	14.84 572	21.70 577	18.75 577	21.87 578	26.55 581	10.16 580	9.30 578	10.47 579	10.42 580	14.03 578	12.61 580

HaxPig	38.92 585	41.40 591	41.64 582	29.95 583	32.27 580	28.90 578	27.60 577	29.73 583	37.71 589	43.82 589	43.87 588	33.17 585	35.56 583	41.53 586	40.37 588	43.94 590	47.51 592	45.82 586	47.08 588	42.38 586	44.15 589

AVERAGE_ROB	40.43 586	42.37 592	42.73 583	36.96 585	35.58 582	30.50 579	27.61 578	36.71 589	38.39 590	44.91 590	44.36 589	37.45 587	36.70 585	41.88 587	40.35 587	45.43 591	46.81 591	47.11 587	46.35 587	42.51 587	43.87 588

xxxxx1	54.10 591	25.67 582	27.13 578	113.43 590	96.96 590	30.69 580	47.44 586	32.38 584	25.60 579	17.75 578	17.27 574	21.81 579	21.02 579	24.43 581	33.82 583	33.37 587	40.54 588	157.71 591	175.86 591	66.16 589	72.93 591

tt_ll	54.10 591	25.67 582	27.13 578	113.43 590	96.96 590	30.69 580	47.44 586	32.38 584	25.60 579	17.75 578	17.27 574	21.81 579	21.02 579	24.43 581	33.82 583	33.37 587	40.54 588	157.71 591	175.86 591	66.16 589	72.93 591

ff	54.10 591	25.67 582	27.13 578	113.43 590	96.96 590	30.69 580	47.44 586	32.38 584	25.60 579	17.75 578	17.27 574	21.81 579	21.02 579	24.43 581	33.82 583	33.37 587	40.54 588	157.71 591	175.86 591	66.16 589	72.93 591

MultiAttention	4.51 553	0.33 303	0.82 293	0.73 454	0.45 339	30.98 583	4.50 567	2.18 504	1.40 455	1.61 465	2.41 507	2.43 512	0.70 248	38.42 585	1.36 450	0.22 275	0.15 220	0.29 391	0.30 436	0.47 472	0.43 462

MEDIAN_ROB	42.00 587	44.40 593	44.29 585	35.15 584	34.95 581	31.28 584	29.60 579	35.88 588	40.02 591	47.20 591	46.64 590	37.37 586	38.48 591	44.35 592	42.45 589	48.03 592	49.39 593	49.71 588	49.03 589	45.14 588	46.65 590

xyz-stereo	7.16 564	0.22 45	69.90 590	0.42 51	0.21 9	32.92 585	0.49 279	0.87 108	0.76 156	1.38 412	27.04 580	1.19 348	1.16 430	4.69 486	0.97 395	0.16 57	0.12 50	0.20 168	0.14 89	0.16 58	0.12 10

TorneroNet	10.70 571	2.03 553	1.82 493	3.43 564	3.01 562	43.83 586	2.22 550	8.87 570	67.47 593	7.17 569	27.36 581	10.68 569	3.85 554	8.67 556	7.65 551	3.59 563	0.88 551	3.04 564	1.57 560	3.71 562	3.17 565

FlowAnything	38.37 583	38.41 587	50.38 587	44.76 588	41.94 584	56.64 587	76.34 590	53.28 592	34.23 588	28.25 584	29.72 585	43.60 588	37.79 589	43.83 589	53.38 591	20.39 584	18.71 586	21.07 581	21.14 585	28.23 581	25.29 583

Selective-RAFT-Error	38.39 584	38.47 589	50.44 588	44.73 586	41.97 585	56.68 588	76.38 592	53.24 591	33.92 587	28.34 586	29.85 586	43.60 588	38.20 590	43.75 588	53.34 590	20.38 583	18.70 584	21.09 583	21.05 582	28.30 583	25.43 585

CasAABBNet	38.33 582	38.46 588	50.35 586	44.75 587	41.84 583	56.68 588	76.37 591	53.22 590	33.83 586	28.31 585	29.54 584	43.62 590	37.71 588	43.84 590	53.41 592	20.30 582	18.70 584	21.07 581	21.07 583	28.24 582	25.34 584

LSM0	42.82 588	38.75 590	50.81 589	47.07 589	109.38 593	57.00 590	76.02 589	53.74 593	33.71 585	29.02 587	30.41 587	43.87 591	37.22 587	43.91 591	53.54 593	20.52 585	18.62 583	21.10 584	21.11 584	28.41 584	42.22 587

BEATNet-Init1	26.87 581	13.43 577	70.68 591	0.91 512	0.68 458	57.02 591	21.06 576	32.82 587	32.67 584	52.12 592	53.61 591	66.05 592	49.56 592	48.79 593	34.71 586	0.49 502	0.44 511	0.53 507	0.53 514	0.63 505	0.59 501

U	9.45 568	0.21 26	0.58 133	0.47 113	53.11 587	61.27 592	0.24 29	0.70 52	0.52 81	0.36 31	0.28 12	0.29 28	0.35 60	0.33 2	0.26 18	0.19 180	0.11 26	60.50 589	8.88 576	0.17 89	0.13 35

PML	51.67 590	36.25 586	13.28 564	7.46 574	20.81 576	108.69 593	232.22 594	8.72 569	27.82 583	87.01 593	269.67 594	69.67 593	61.95 593	24.76 584	14.20 567	9.74 579	3.40 571	9.62 578	4.70 572	18.74 580	4.72 573

test_example2	192.40 594	210.76 595	206.48 594	199.83 594	204.73 594	172.94 594	183.52 593	133.93 594	133.41 594	191.38 594	196.19 593	187.13 594	178.77 594	205.33 594	208.00 594	222.09 594	238.72 594	186.54 594	190.54 594	227.34 594	170.31 594

ccccc		492.34 596		530.87 595	530.37 595	478.08 595		491.76 595		448.18 595		476.12 595		541.64 595		663.49 595	459.54 595	353.94 595	309.79 595	586.66 595

ASD4		10.99 575

Low-res two-view benchmark