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

DilatedVolume-Stereo	0.09 81	0.05 17	0.08 30	0.15 70	0.06 13	0.11 172	0.12 63	0.14 75	0.16 186	0.11 154	0.11 147	0.09 123	0.09 167	0.11 107	0.10 123	0.06 114	0.05 182	0.05 23	0.04 34	0.03 1	0.03 1

2.25w	0.07 4	0.06 56	0.07 6	0.14 30	0.06 13	0.08 51	0.08 7	0.10 17	0.15 159	0.08 62	0.10 117	0.07 62	0.06 36	0.08 15	0.10 123	0.05 27	0.03 1	0.04 1	0.04 34	0.03 1	0.04 40

2.5w	0.07 4	0.07 139	0.07 6	0.16 142	0.06 13	0.08 51	0.12 63	0.10 17	0.10 36	0.07 30	0.06 13	0.09 123	0.06 36	0.08 15	0.09 54	0.04 11	0.03 1	0.04 1	0.04 34	0.03 1	0.03 1

2.75w_new	0.07 4	0.07 139	0.07 6	0.13 13	0.06 13	0.08 51	0.08 7	0.18 197	0.12 88	0.07 30	0.08 70	0.06 16	0.06 36	0.09 33	0.11 187	0.04 11	0.04 21	0.04 1	0.03 1	0.03 1	0.04 40

3.25w_new	0.07 4	0.06 56	0.07 6	0.15 70	0.06 13	0.10 127	0.07 3	0.12 43	0.11 62	0.08 62	0.06 13	0.07 62	0.06 36	0.11 107	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.25w	0.07 4	0.06 56	0.07 6	0.15 70	0.06 13	0.10 127	0.07 3	0.12 43	0.11 62	0.08 62	0.06 13	0.07 62	0.06 36	0.11 107	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.75w	0.07 4	0.07 139	0.08 30	0.16 142	0.07 71	0.07 28	0.09 18	0.16 132	0.09 23	0.07 30	0.06 13	0.05 1	0.06 36	0.09 33	0.10 123	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 4	0.07 139	0.07 6	0.15 70	0.07 71	0.09 80	0.06 1	0.13 59	0.11 62	0.07 30	0.07 37	0.06 16	0.07 106	0.10 61	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

2w_stereo	0.08 44	0.08 236	0.09 72	0.16 142	0.06 13	0.08 51	0.10 27	0.20 229	0.15 159	0.08 62	0.07 37	0.06 16	0.06 36	0.06 1	0.09 54	0.04 11	0.03 1	0.04 1	0.04 34	0.03 1	0.03 1

1w_stereo	0.07 4	0.06 56	0.07 6	0.16 142	0.06 13	0.07 28	0.10 27	0.14 75	0.14 143	0.07 30	0.08 70	0.05 1	0.06 36	0.09 33	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 40

monsterstereo	0.07 4	0.06 56	0.06 2	0.16 142	0.06 13	0.08 51	0.10 27	0.16 132	0.11 62	0.07 30	0.08 70	0.06 16	0.07 106	0.08 15	0.09 54	0.04 11	0.04 21	0.05 23	0.04 34	0.03 1	0.03 1

monsters	0.07 4	0.06 56	0.06 2	0.15 70	0.06 13	0.08 51	0.09 18	0.12 43	0.08 12	0.09 92	0.07 37	0.06 16	0.06 36	0.08 15	0.08 17	0.05 27	0.04 21	0.04 1	0.04 34	0.03 1	0.03 1

AIO-test1	0.10 142	0.07 139	0.10 108	0.23 474	0.07 71	0.09 80	0.13 104	0.21 252	0.14 143	0.11 154	0.12 160	0.09 123	0.07 106	0.11 107	0.09 54	0.06 114	0.05 182	0.09 358	0.10 421	0.03 1	0.06 199

MonSter	0.07 4	0.06 56	0.05 1	0.15 70	0.05 1	0.07 28	0.10 27	0.15 106	0.15 159	0.05 1	0.06 13	0.05 1	0.06 36	0.07 4	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

AdaDepth	0.07 4	0.06 56	0.07 6	0.18 298	0.06 13	0.11 172	0.12 63	0.09 11	0.07 8	0.06 9	0.05 7	0.07 62	0.06 36	0.09 33	0.10 123	0.04 11	0.05 182	0.05 23	0.04 34	0.04 15	0.04 40

GASTEREO	0.08 44	0.05 17	0.09 72	0.19 355	0.07 71	0.07 28	0.12 63	0.14 75	0.11 62	0.10 125	0.09 88	0.07 62	0.04 1	0.12 189	0.08 17	0.06 114	0.05 182	0.05 23	0.04 34	0.04 15	0.05 121

water-stereo	0.09 81	0.06 56	0.08 30	0.16 142	0.07 71	0.09 80	0.13 104	0.15 106	0.13 119	0.11 154	0.12 160	0.08 98	0.09 167	0.07 4	0.08 17	0.06 114	0.05 182	0.05 23	0.05 107	0.04 15	0.04 40

asda	0.07 4	0.08 236	0.08 30	0.16 142	0.06 13	0.06 8	0.10 27	0.16 132	0.10 36	0.06 9	0.06 13	0.05 1	0.05 11	0.10 61	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

asd	0.07 4	0.08 236	0.07 6	0.16 142	0.07 71	0.08 51	0.08 7	0.11 28	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.10 61	0.09 54	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

qwe	0.07 4	0.08 236	0.07 6	0.15 70	0.06 13	0.07 28	0.10 27	0.18 197	0.11 62	0.07 30	0.07 37	0.06 16	0.06 36	0.10 61	0.09 54	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

depthmonostereo	0.09 81	0.06 56	0.09 72	0.15 70	0.06 13	0.10 127	0.13 104	0.14 75	0.14 143	0.10 125	0.10 117	0.09 123	0.11 224	0.08 15	0.09 54	0.06 114	0.05 182	0.06 102	0.04 34	0.04 15	0.03 1

4.25_new	0.07 4	0.08 236	0.09 72	0.15 70	0.06 13	0.09 80	0.08 7	0.14 75	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.12 189	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

4.5w_new	0.07 4	0.08 236	0.09 72	0.15 70	0.06 13	0.09 80	0.08 7	0.14 75	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.12 189	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

4.5_new	0.07 4	0.09 311	0.08 30	0.15 70	0.07 71	0.06 8	0.10 27	0.14 75	0.11 62	0.06 9	0.08 70	0.06 16	0.06 36	0.08 15	0.10 123	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

4.5w-stereo	0.07 4	0.09 311	0.08 30	0.15 70	0.07 71	0.06 8	0.10 27	0.14 75	0.11 62	0.06 9	0.08 70	0.06 16	0.06 36	0.08 15	0.10 123	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

4.25w-stereo	0.07 4	0.08 236	0.09 72	0.15 70	0.06 13	0.09 80	0.08 7	0.14 75	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.12 189	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

4w-stereo	0.07 4	0.08 236	0.08 30	0.16 142	0.06 13	0.07 28	0.08 7	0.12 43	0.08 12	0.07 30	0.07 37	0.05 1	0.06 36	0.09 33	0.10 123	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

3w_stereo	0.08 44	0.09 311	0.10 108	0.17 216	0.07 71	0.08 51	0.10 27	0.20 229	0.13 119	0.06 9	0.07 37	0.05 1	0.06 36	0.08 15	0.09 54	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

xyz-stereo-finetune2	0.11 185	0.07 139	0.13 229	0.13 13	0.07 71	0.11 172	0.19 402	0.17 168	0.12 88	0.15 267	0.15 205	0.17 300	0.12 254	0.13 234	0.11 187	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.06 199

xyz-stereo-finetune	0.11 185	0.08 236	0.13 229	0.14 30	0.06 13	0.10 127	0.19 402	0.17 168	0.19 246	0.12 192	0.14 188	0.15 266	0.10 199	0.13 234	0.11 187	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.05 121

xyz-stereo	0.13 276	0.07 139	0.20 422	0.15 70	0.05 1	0.20 412	0.15 219	0.17 168	0.31 406	0.15 267	0.29 415	0.26 413	0.16 361	0.13 234	0.12 236	0.05 27	0.05 182	0.06 102	0.05 107	0.04 15	0.04 40

LG-Stereo_L2	0.07 4	0.05 17	0.10 108	0.14 30	0.06 13	0.07 28	0.12 63	0.09 11	0.09 23	0.06 9	0.04 1	0.05 1	0.05 11	0.08 15	0.08 17	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.03 1

LG-Stereo_L1	0.07 4	0.05 17	0.11 149	0.14 30	0.06 13	0.07 28	0.13 104	0.09 11	0.07 8	0.05 1	0.04 1	0.05 1	0.04 1	0.08 15	0.07 1	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

MLG-Stereo_test1	0.06 1	0.05 17	0.08 30	0.17 216	0.05 1	0.06 8	0.11 46	0.08 4	0.03 1	0.05 1	0.04 1	0.06 16	0.05 11	0.09 33	0.09 54	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

MLG-Stereo	0.07 4	0.05 17	0.08 30	0.17 216	0.05 1	0.07 28	0.11 46	0.08 4	0.04 2	0.05 1	0.04 1	0.06 16	0.05 11	0.10 61	0.09 54	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

LG-Stereo	0.08 44	0.07 139	0.10 108	0.18 298	0.07 71	0.10 127	0.17 318	0.11 28	0.08 12	0.05 1	0.07 37	0.05 1	0.07 106	0.09 33	0.09 54	0.04 11	0.05 182	0.07 194	0.07 272	0.04 15	0.04 40

Reg-Stereo(zero)	0.08 44	0.05 17	0.08 30	0.16 142	0.06 13	0.12 207	0.11 46	0.15 106	0.10 36	0.12 192	0.09 88	0.10 154	0.08 141	0.11 107	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

AIO_rvc	0.07 4	0.06 56	0.08 30	0.15 70	0.06 13	0.08 51	0.14 152	0.09 11	0.08 12	0.07 30	0.08 70	0.07 62	0.04 1	0.10 61	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

AIO_test	0.07 4	0.05 17	0.07 6	0.15 70	0.07 71	0.06 8	0.14 152	0.10 17	0.10 36	0.07 30	0.07 37	0.06 16	0.05 11	0.08 15	0.10 123	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

castereo++	0.08 44	0.05 17	0.08 30	0.15 70	0.05 1	0.14 278	0.12 63	0.11 28	0.15 159	0.07 30	0.07 37	0.07 62	0.06 36	0.08 15	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

castereo	0.09 81	0.06 56	0.11 149	0.15 70	0.06 13	0.11 172	0.15 219	0.14 75	0.18 231	0.08 62	0.10 117	0.11 175	0.08 141	0.09 33	0.10 123	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

fffft	0.09 81	0.06 56	0.12 184	0.16 142	0.07 71	0.09 80	0.17 318	0.12 43	0.11 62	0.08 62	0.07 37	0.09 123	0.06 36	0.11 107	0.12 236	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.05 121
1: 1. 1
DEFOM-Stereo	0.07 4	0.05 17	0.07 6	0.14 30	0.06 13	0.10 127	0.13 104	0.07 2	0.13 119	0.06 9	0.07 37	0.06 16	0.05 11	0.10 61	0.09 54	0.04 11	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

SMoEStereo_RVC	0.08 44	0.06 56	0.12 184	0.16 142	0.07 71	0.09 80	0.14 152	0.11 28	0.13 119	0.09 92	0.07 37	0.07 62	0.07 106	0.12 189	0.10 123	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

999	0.09 81	0.05 17	0.13 229	0.15 70	0.08 127	0.10 127	0.14 152	0.15 106	0.11 62	0.10 125	0.08 70	0.08 98	0.08 141	0.16 316	0.10 123	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.05 121

mms	0.09 81	0.07 139	0.08 30	0.16 142	0.08 127	0.10 127	0.16 284	0.12 43	0.11 62	0.08 62	0.09 88	0.08 98	0.06 36	0.11 107	0.12 236	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.03 1

ours_stereo	0.09 81	0.07 139	0.09 72	0.17 216	0.08 127	0.11 172	0.16 284	0.11 28	0.12 88	0.08 62	0.10 117	0.08 98	0.06 36	0.12 189	0.12 236	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.03 1

fffy	0.09 81	0.08 236	0.09 72	0.16 142	0.07 71	0.13 246	0.17 318	0.13 59	0.12 88	0.08 62	0.09 88	0.08 98	0.09 167	0.13 234	0.11 187	0.05 27	0.05 182	0.07 194	0.05 107	0.04 15	0.05 121

tg	0.10 142	0.06 56	0.10 108	0.18 298	0.08 127	0.11 172	0.16 284	0.20 229	0.12 88	0.08 62	0.11 147	0.11 175	0.07 106	0.11 107	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.04 15	0.04 40

dual_stereo	0.07 4	0.04 1	0.08 30	0.15 70	0.05 1	0.05 4	0.13 104	0.12 43	0.08 12	0.07 30	0.06 13	0.05 1	0.05 11	0.07 4	0.09 54	0.06 114	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

WCG-NET	0.08 44	0.05 17	0.09 72	0.15 70	0.06 13	0.11 172	0.14 152	0.13 59	0.13 119	0.06 9	0.09 88	0.07 62	0.06 36	0.13 234	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

GCAP-BAT	0.09 81	0.07 139	0.14 264	0.15 70	0.08 127	0.10 127	0.13 104	0.14 75	0.10 36	0.11 154	0.10 117	0.08 98	0.07 106	0.12 189	0.10 123	0.06 114	0.05 182	0.06 102	0.04 34	0.04 15	0.04 40

AIO-Stereo	0.08 44	0.06 56	0.09 72	0.18 298	0.06 13	0.08 51	0.12 63	0.15 106	0.09 23	0.08 62	0.08 70	0.07 62	0.05 11	0.11 107	0.08 17	0.05 27	0.05 182	0.05 23	0.04 34	0.04 15	0.04 40

WCG-NET（raft）	0.08 44	0.05 17	0.10 108	0.15 70	0.06 13	0.11 172	0.13 104	0.15 106	0.12 88	0.08 62	0.07 37	0.06 16	0.06 36	0.13 234	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

RSM	0.08 44	0.06 56	0.09 72	0.17 216	0.06 13	0.08 51	0.12 63	0.12 43	0.10 36	0.08 62	0.07 37	0.06 16	0.05 11	0.11 107	0.09 54	0.04 11	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

RAFT-Stereo-weight	0.09 81	0.06 56	0.10 108	0.16 142	0.07 71	0.09 80	0.14 152	0.19 218	0.16 186	0.11 154	0.10 117	0.08 98	0.06 36	0.10 61	0.11 187	0.06 114	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

gcap-zeroshot	0.09 81	0.05 17	0.10 108	0.16 142	0.07 71	0.13 246	0.13 104	0.11 28	0.12 88	0.13 219	0.12 160	0.09 123	0.08 141	0.09 33	0.09 54	0.06 114	0.05 182	0.06 102	0.05 107	0.04 15	0.04 40

MoCha-V2	0.08 44	0.05 17	0.10 108	0.20 409	0.07 71	0.09 80	0.14 152	0.11 28	0.08 12	0.07 30	0.08 70	0.07 62	0.06 36	0.09 33	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

MSKI-zero shot	0.09 81	0.05 17	0.09 72	0.15 70	0.07 71	0.10 127	0.13 104	0.14 75	0.13 119	0.09 92	0.09 88	0.09 123	0.06 36	0.12 189	0.10 123	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

testlalala	0.08 44	0.07 139	0.17 376	0.16 142	0.08 127	0.09 80	0.12 63	0.15 106	0.10 36	0.07 30	0.09 88	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

GCAP-Stereo	0.09 81	0.07 139	0.13 229	0.18 298	0.06 13	0.11 172	0.07 3	0.13 59	0.12 88	0.09 92	0.10 117	0.07 62	0.09 167	0.13 234	0.10 123	0.06 114	0.05 182	0.05 23	0.04 34	0.04 15	0.05 121

RAFT-Test	0.09 81	0.06 56	0.10 108	0.15 70	0.07 71	0.11 172	0.15 219	0.16 132	0.13 119	0.09 92	0.10 117	0.10 154	0.09 167	0.12 189	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

LL-Strereo	0.13 276	0.09 311	0.11 149	0.20 409	0.10 341	0.11 172	0.18 363	0.32 436	0.24 324	0.15 267	0.15 205	0.14 237	0.13 292	0.19 384	0.11 187	0.06 114	0.04 21	0.09 358	0.08 337	0.04 15	0.05 121

LoS_RVC	0.08 44	0.05 17	0.07 6	0.15 70	0.07 71	0.08 51	0.15 219	0.11 28	0.10 36	0.08 62	0.09 88	0.06 16	0.09 167	0.10 61	0.09 54	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.03 1

Selective-IGEV	0.07 4	0.06 56	0.08 30	0.17 216	0.06 13	0.08 51	0.12 63	0.13 59	0.07 8	0.08 62	0.07 37	0.06 16	0.04 1	0.10 61	0.09 54	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

EGLCR-Stereo	0.08 44	0.05 17	0.08 30	0.14 30	0.06 13	0.10 127	0.12 63	0.11 28	0.16 186	0.06 9	0.05 7	0.07 62	0.05 11	0.10 61	0.11 187	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

ProNet	0.09 81	0.07 139	0.10 108	0.17 216	0.08 127	0.10 127	0.15 219	0.15 106	0.12 88	0.09 92	0.06 13	0.07 62	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.06 199

MC-Stereo	0.08 44	0.06 56	0.09 72	0.17 216	0.06 13	0.10 127	0.14 152	0.12 43	0.10 36	0.09 92	0.12 160	0.09 123	0.06 36	0.11 107	0.10 123	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

DCANet-4	0.10 142	0.06 56	0.12 184	0.16 142	0.06 13	0.09 80	0.17 318	0.18 197	0.19 246	0.13 219	0.16 217	0.09 123	0.14 317	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

fff	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.09 80	0.17 318	0.16 132	0.20 269	0.13 219	0.16 217	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

RAFT_CTSACE	0.12 251	0.09 311	0.10 108	0.22 453	0.08 127	0.12 207	0.24 473	0.18 197	0.16 186	0.20 379	0.27 389	0.13 217	0.07 106	0.13 234	0.09 54	0.05 27	0.06 306	0.08 278	0.07 272	0.04 15	0.04 40

test_4	0.10 142	0.10 369	0.08 30	0.19 355	0.09 239	0.08 51	0.22 450	0.15 106	0.17 205	0.12 192	0.18 263	0.12 192	0.09 167	0.08 15	0.11 187	0.04 11	0.04 21	0.08 278	0.08 337	0.04 15	0.03 1

IPLG	0.10 142	0.07 139	0.15 314	0.17 216	0.08 127	0.11 172	0.14 152	0.20 229	0.15 159	0.12 192	0.17 238	0.07 62	0.07 106	0.14 260	0.13 277	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

MIPNet	0.11 185	0.08 236	0.14 264	0.17 216	0.09 239	0.12 207	0.14 152	0.20 229	0.24 324	0.11 154	0.10 117	0.09 123	0.07 106	0.13 234	0.12 236	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

IPLGR	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.12 207	0.17 318	0.21 252	0.24 324	0.11 154	0.12 160	0.11 175	0.08 141	0.12 189	0.12 236	0.06 114	0.05 182	0.06 102	0.06 185	0.04 15	0.04 40

GMOStereo	0.11 185	0.09 311	0.07 6	0.19 355	0.08 127	0.12 207	0.28 509	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 254	0.07 4	0.07 1	0.05 27	0.05 182	0.09 358	0.07 272	0.04 15	0.04 40

error version	0.11 185	0.09 311	0.07 6	0.19 355	0.08 127	0.12 207	0.28 509	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 254	0.07 4	0.07 1	0.05 27	0.05 182	0.09 358	0.07 272	0.04 15	0.04 40

test-v	0.11 185	0.09 311	0.07 6	0.19 355	0.08 127	0.12 207	0.28 509	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 254	0.07 4	0.07 1	0.05 27	0.05 182	0.09 358	0.07 272	0.04 15	0.04 40

test-3	0.08 44	0.06 56	0.09 72	0.17 216	0.07 71	0.07 28	0.14 152	0.12 43	0.15 159	0.09 92	0.08 70	0.07 62	0.08 141	0.11 107	0.10 123	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.04 40

test_1	0.08 44	0.06 56	0.09 72	0.17 216	0.07 71	0.07 28	0.14 152	0.12 43	0.15 159	0.09 92	0.08 70	0.07 62	0.08 141	0.11 107	0.10 123	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.04 40

test_3	0.10 142	0.09 311	0.10 108	0.20 409	0.08 127	0.13 246	0.26 496	0.14 75	0.21 284	0.10 125	0.10 117	0.09 123	0.09 167	0.08 15	0.11 187	0.05 27	0.04 21	0.08 278	0.07 272	0.04 15	0.04 40

TRStereo	0.09 81	0.05 17	0.12 184	0.15 70	0.12 420	0.10 127	0.13 104	0.18 197	0.18 231	0.09 92	0.09 88	0.09 123	0.06 36	0.10 61	0.08 17	0.07 238	0.05 182	0.07 194	0.07 272	0.04 15	0.04 40

STrans-v2	0.10 142	0.07 139	0.12 184	0.18 298	0.07 71	0.10 127	0.14 152	0.21 252	0.11 62	0.11 154	0.15 205	0.12 192	0.10 199	0.11 107	0.12 236	0.05 27	0.04 21	0.06 102	0.06 185	0.04 15	0.04 40

ASMatch	0.11 185	0.06 56	0.13 229	0.16 142	0.10 341	0.07 28	0.14 152	0.17 168	0.17 205	0.12 192	0.16 217	0.16 280	0.10 199	0.13 234	0.10 123	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.08 343

RAFT-RH_RVC	0.11 185	0.06 56	0.14 264	0.16 142	0.09 239	0.12 207	0.12 63	0.17 168	0.12 88	0.13 219	0.41 493	0.11 175	0.10 199	0.13 234	0.12 236	0.05 27	0.04 21	0.08 278	0.05 107	0.04 15	0.06 199

RAFT-345	0.11 185	0.07 139	0.15 314	0.16 142	0.08 127	0.08 51	0.12 63	0.15 106	0.10 36	0.11 154	0.36 456	0.09 123	0.09 167	0.11 107	0.12 236	0.05 27	0.05 182	0.07 194	0.06 185	0.04 15	0.05 121

test-2	0.11 185	0.09 311	0.07 6	0.19 355	0.08 127	0.12 207	0.28 509	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 254	0.07 4	0.07 1	0.05 27	0.05 182	0.09 358	0.07 272	0.04 15	0.04 40

cross-raft	0.10 142	0.09 311	0.09 72	0.19 355	0.07 71	0.11 172	0.25 488	0.13 59	0.15 159	0.08 62	0.11 147	0.12 192	0.10 199	0.09 33	0.11 187	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

test-1	0.10 142	0.07 139	0.16 348	0.19 355	0.08 127	0.11 172	0.24 473	0.14 75	0.18 231	0.09 92	0.07 37	0.09 123	0.08 141	0.07 4	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

iRaftStereo_RVC	0.10 142	0.07 139	0.09 72	0.17 216	0.09 239	0.11 172	0.17 318	0.18 197	0.12 88	0.09 92	0.12 160	0.10 154	0.07 106	0.11 107	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.04 15	0.04 40

CREStereo++_RVC	0.08 44	0.04 1	0.06 2	0.13 13	0.07 71	0.09 80	0.12 63	0.14 75	0.14 143	0.10 125	0.14 188	0.08 98	0.07 106	0.09 33	0.11 187	0.06 114	0.04 21	0.05 23	0.05 107	0.04 15	0.04 40
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
s12784h	0.09 81	0.06 56	0.07 6	0.15 70	0.05 1	0.16 334	0.18 363	0.15 106	0.15 159	0.10 125	0.11 147	0.11 175	0.11 224	0.10 61	0.12 236	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

XX-Stereo	0.09 81	0.05 17	0.08 30	0.17 216	0.09 239	0.15 304	0.12 63	0.20 229	0.10 36	0.10 125	0.14 188	0.07 62	0.06 36	0.12 189	0.08 17	0.06 114	0.05 182	0.06 102	0.06 185	0.04 15	0.04 40

csc	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.09 80	0.17 318	0.16 132	0.20 269	0.13 219	0.16 217	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

cscssc	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.09 80	0.17 318	0.16 132	0.20 269	0.13 219	0.16 217	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

RAFT-Stereo + iAFF	0.09 81	0.06 56	0.10 108	0.17 216	0.06 13	0.10 127	0.16 284	0.17 168	0.14 143	0.09 92	0.10 117	0.08 98	0.09 167	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.06 185	0.04 15	0.03 1

AFF-stereo	0.09 81	0.06 56	0.10 108	0.17 216	0.07 71	0.10 127	0.16 284	0.17 168	0.09 23	0.10 125	0.12 160	0.09 123	0.09 167	0.12 189	0.09 54	0.05 27	0.04 21	0.07 194	0.07 272	0.04 15	0.03 1

CFNet-RSSM	0.09 81	0.07 139	0.09 72	0.16 142	0.07 71	0.09 80	0.15 219	0.16 132	0.17 205	0.08 62	0.12 160	0.10 154	0.09 167	0.11 107	0.09 54	0.06 114	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

Gwc-CoAtRS	0.09 81	0.06 56	0.10 108	0.16 142	0.07 71	0.10 127	0.14 152	0.17 168	0.17 205	0.08 62	0.10 117	0.12 192	0.09 167	0.12 189	0.09 54	0.06 114	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

MSCF	0.08 44	0.05 17	0.08 30	0.19 355	0.08 127	0.06 8	0.12 63	0.14 75	0.11 62	0.10 125	0.09 88	0.07 62	0.04 1	0.11 107	0.08 17	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.05 121

IGEV	0.07 4	0.04 1	0.08 30	0.13 13	0.06 13	0.09 80	0.12 63	0.14 75	0.10 36	0.06 9	0.09 88	0.07 62	0.05 11	0.09 33	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

MLG-Stereo_test3	0.07 4	0.05 17	0.10 108	0.14 30	0.06 13	0.07 28	0.11 46	0.08 4	0.06 4	0.06 9	0.04 1	0.06 16	0.06 36	0.07 4	0.10 123	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.06 199

MLG-Stereo_test2	0.06 1	0.04 1	0.10 108	0.15 70	0.05 1	0.07 28	0.11 46	0.09 11	0.04 2	0.06 9	0.05 7	0.06 16	0.04 1	0.08 15	0.09 54	0.06 114	0.04 21	0.05 23	0.03 1	0.05 100	0.05 121

LG-G_1	0.07 4	0.04 1	0.11 149	0.15 70	0.06 13	0.09 80	0.08 7	0.08 4	0.06 4	0.06 9	0.05 7	0.07 62	0.07 106	0.11 107	0.08 17	0.07 238	0.04 21	0.05 23	0.04 34	0.05 100	0.05 121

LG-G	0.07 4	0.04 1	0.11 149	0.15 70	0.06 13	0.09 80	0.08 7	0.08 4	0.06 4	0.06 9	0.05 7	0.07 62	0.07 106	0.11 107	0.08 17	0.07 238	0.04 21	0.05 23	0.04 34	0.05 100	0.05 121

DFGA-Net	0.13 276	0.11 395	0.18 399	0.17 216	0.10 341	0.12 207	0.13 104	0.22 274	0.25 345	0.16 295	0.16 217	0.13 217	0.12 254	0.16 316	0.14 314	0.07 238	0.05 182	0.08 278	0.07 272	0.05 100	0.05 121

LG-Stereo_Zeroshot	0.07 4	0.06 56	0.10 108	0.16 142	0.07 71	0.04 1	0.13 104	0.10 17	0.10 36	0.05 1	0.11 147	0.07 62	0.05 11	0.07 4	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

SGD-Stereo	0.08 44	0.05 17	0.10 108	0.14 30	0.05 1	0.12 207	0.12 63	0.11 28	0.12 88	0.07 30	0.09 88	0.09 123	0.09 167	0.08 15	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.03 1

MM-Stereo_test3	0.10 142	0.07 139	0.07 6	0.18 298	0.07 71	0.12 207	0.19 402	0.24 316	0.19 246	0.06 9	0.10 117	0.08 98	0.06 36	0.11 107	0.08 17	0.06 114	0.06 306	0.07 194	0.05 107	0.05 100	0.04 40

MM-Stereo_test2	0.09 81	0.06 56	0.09 72	0.19 355	0.08 127	0.12 207	0.18 363	0.15 106	0.14 143	0.07 30	0.10 117	0.07 62	0.06 36	0.12 189	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.03 1

MM-Stereo_test1	0.10 142	0.07 139	0.08 30	0.18 298	0.07 71	0.12 207	0.18 363	0.21 252	0.20 269	0.09 92	0.11 147	0.08 98	0.06 36	0.10 61	0.10 123	0.06 114	0.05 182	0.07 194	0.06 185	0.05 100	0.04 40

HART	0.08 44	0.07 139	0.09 72	0.17 216	0.07 71	0.10 127	0.16 284	0.13 59	0.11 62	0.08 62	0.10 117	0.07 62	0.05 11	0.10 61	0.08 17	0.05 27	0.04 21	0.06 102	0.04 34	0.05 100	0.04 40

GREAT-IGEV	0.07 4	0.06 56	0.08 30	0.13 13	0.07 71	0.07 28	0.14 152	0.09 11	0.09 23	0.06 9	0.07 37	0.06 16	0.05 11	0.10 61	0.07 1	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

FoundationStereo	0.06 1	0.04 1	0.08 30	0.12 4	0.05 1	0.09 80	0.13 104	0.06 1	0.09 23	0.05 1	0.05 7	0.06 16	0.04 1	0.06 1	0.07 1	0.06 114	0.04 21	0.05 23	0.03 1	0.05 100	0.04 40

StereoAnything_RVC	0.07 4	0.15 464	0.17 376	0.11 1	0.05 1	0.05 4	0.11 46	0.08 4	0.08 12	0.06 9	0.06 13	0.05 1	0.05 11	0.09 33	0.08 17	0.08 299	0.04 21	0.05 23	0.03 1	0.05 100	0.04 40

HUF	0.08 44	0.05 17	0.08 30	0.14 30	0.06 13	0.09 80	0.13 104	0.13 59	0.13 119	0.07 30	0.07 37	0.08 98	0.06 36	0.10 61	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

AIO-test2	0.10 142	0.08 236	0.10 108	0.23 474	0.08 127	0.11 172	0.10 27	0.23 294	0.23 308	0.08 62	0.09 88	0.08 98	0.05 11	0.10 61	0.08 17	0.06 114	0.05 182	0.08 278	0.09 382	0.05 100	0.05 121

IGEV-RUCA	0.08 44	0.06 56	0.11 149	0.14 30	0.09 239	0.10 127	0.12 63	0.10 17	0.12 88	0.06 9	0.07 37	0.07 62	0.06 36	0.09 33	0.08 17	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.06 199

GIP-stereo	0.08 44	0.06 56	0.11 149	0.14 30	0.06 13	0.09 80	0.13 104	0.14 75	0.11 62	0.07 30	0.08 70	0.05 1	0.04 1	0.10 61	0.07 1	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

tt45	0.09 81	0.06 56	0.11 149	0.15 70	0.07 71	0.11 172	0.16 284	0.13 59	0.11 62	0.09 92	0.06 13	0.08 98	0.06 36	0.13 234	0.10 123	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

PAM_32	0.09 81	0.05 17	0.17 376	0.15 70	0.08 127	0.10 127	0.15 219	0.14 75	0.15 159	0.09 92	0.08 70	0.09 123	0.07 106	0.14 260	0.08 17	0.06 114	0.05 182	0.06 102	0.06 185	0.05 100	0.06 199

PAM	0.10 142	0.05 17	0.16 348	0.15 70	0.08 127	0.09 80	0.16 284	0.15 106	0.16 186	0.12 192	0.09 88	0.09 123	0.07 106	0.13 234	0.08 17	0.06 114	0.05 182	0.06 102	0.06 185	0.05 100	0.06 199

UGAM-zero	0.09 81	0.05 17	0.15 314	0.15 70	0.08 127	0.09 80	0.13 104	0.19 218	0.15 159	0.11 154	0.15 205	0.07 62	0.07 106	0.09 33	0.09 54	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

IGEV-Stereo++	0.07 4	0.06 56	0.08 30	0.18 298	0.06 13	0.04 1	0.10 27	0.11 28	0.11 62	0.06 9	0.07 37	0.07 62	0.06 36	0.09 33	0.09 54	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

RAStereo	0.10 142	0.09 311	0.08 30	0.20 409	0.08 127	0.13 246	0.18 363	0.15 106	0.17 205	0.10 125	0.12 160	0.05 1	0.06 36	0.09 33	0.08 17	0.07 238	0.05 182	0.07 194	0.05 107	0.05 100	0.04 40

Occ-G	0.08 44	0.05 17	0.06 2	0.14 30	0.07 71	0.08 51	0.14 152	0.13 59	0.15 159	0.07 30	0.11 147	0.07 62	0.05 11	0.09 33	0.10 123	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.05 121

IGEV-BASED-STEREO-	0.09 81	0.10 369	0.31 482	0.15 70	0.06 13	0.08 51	0.14 152	0.10 17	0.10 36	0.07 30	0.07 37	0.06 16	0.04 1	0.11 107	0.07 1	0.12 453	0.04 21	0.07 194	0.05 107	0.05 100	0.05 121

RSM++	0.08 44	0.06 56	0.09 72	0.17 216	0.07 71	0.09 80	0.12 63	0.11 28	0.11 62	0.08 62	0.06 13	0.07 62	0.05 11	0.10 61	0.09 54	0.04 11	0.04 21	0.06 102	0.05 107	0.05 100	0.03 1

testlalala2	0.10 142	0.06 56	0.11 149	0.20 409	0.10 341	0.10 127	0.12 63	0.17 168	0.12 88	0.12 192	0.13 174	0.09 123	0.07 106	0.11 107	0.13 277	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.05 121

IGEV++	0.08 44	0.06 56	0.08 30	0.18 298	0.07 71	0.09 80	0.13 104	0.10 17	0.09 23	0.08 62	0.08 70	0.06 16	0.06 36	0.13 234	0.09 54	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

AE-Stereo	0.10 142	0.08 236	0.10 108	0.18 298	0.09 239	0.10 127	0.15 219	0.14 75	0.19 246	0.09 92	0.14 188	0.12 192	0.08 141	0.11 107	0.10 123	0.05 27	0.06 306	0.07 194	0.06 185	0.05 100	0.04 40

ff7	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

IGEVStereo-DCA	0.09 81	0.06 56	0.11 149	0.15 70	0.10 341	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.08 98	0.06 36	0.10 61	0.08 17	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

ffff	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

rrr	0.09 81	0.06 56	0.12 184	0.15 70	0.10 341	0.11 172	0.16 284	0.16 132	0.15 159	0.10 125	0.06 13	0.08 98	0.06 36	0.10 61	0.08 17	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

11t	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

MaDis-Stereo	0.09 81	0.09 311	0.08 30	0.17 216	0.09 239	0.13 246	0.10 27	0.16 132	0.16 186	0.09 92	0.11 147	0.06 16	0.06 36	0.09 33	0.13 277	0.07 238	0.06 306	0.07 194	0.05 107	0.05 100	0.04 40

IGEV_Zeroshot_test	0.09 81	0.05 17	0.12 184	0.13 13	0.08 127	0.12 207	0.13 104	0.17 168	0.11 62	0.10 125	0.06 13	0.09 123	0.06 36	0.11 107	0.09 54	0.06 114	0.04 21	0.06 102	0.06 185	0.05 100	0.05 121

UniTT-Stereo	0.09 81	0.07 139	0.08 30	0.18 298	0.08 127	0.13 246	0.11 46	0.12 43	0.11 62	0.10 125	0.12 160	0.05 1	0.07 106	0.09 33	0.09 54	0.07 238	0.05 182	0.05 23	0.05 107	0.05 100	0.05 121

CASnet	0.09 81	0.09 311	0.09 72	0.19 355	0.06 13	0.07 28	0.11 46	0.18 197	0.14 143	0.11 154	0.10 117	0.09 123	0.07 106	0.10 61	0.10 123	0.06 114	0.04 21	0.10 406	0.08 337	0.05 100	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.08 44	0.05 17	0.08 30	0.14 30	0.13 442	0.14 278	0.13 104	0.14 75	0.09 23	0.07 30	0.09 88	0.07 62	0.08 141	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

HH	0.09 81	0.06 56	0.13 229	0.17 216	0.08 127	0.10 127	0.16 284	0.14 75	0.10 36	0.08 62	0.09 88	0.08 98	0.07 106	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

HanStereo	0.09 81	0.06 56	0.13 229	0.17 216	0.08 127	0.10 127	0.16 284	0.14 75	0.10 36	0.08 62	0.09 88	0.08 98	0.07 106	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

CAS	0.08 44	0.04 1	0.07 6	0.17 216	0.08 127	0.10 127	0.13 104	0.12 43	0.09 23	0.09 92	0.10 117	0.08 98	0.06 36	0.09 33	0.08 17	0.08 299	0.04 21	0.05 23	0.03 1	0.05 100	0.04 40

anonymousdsp	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.09 92	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

LoS	0.09 81	0.05 17	0.11 149	0.13 13	0.07 71	0.14 278	0.11 46	0.15 106	0.15 159	0.09 92	0.09 88	0.12 192	0.09 167	0.15 282	0.10 123	0.07 238	0.05 182	0.05 23	0.03 1	0.05 100	0.05 121
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 44	0.04 1	0.08 30	0.14 30	0.07 71	0.09 80	0.14 152	0.11 28	0.09 23	0.08 62	0.09 88	0.11 175	0.06 36	0.12 189	0.08 17	0.06 114	0.04 21	0.05 23	0.03 1	0.05 100	0.05 121

DCRE	0.11 185	0.07 139	0.13 229	0.16 142	0.11 389	0.11 172	0.17 318	0.18 197	0.17 205	0.11 154	0.18 263	0.10 154	0.10 199	0.15 282	0.11 187	0.06 114	0.05 182	0.06 102	0.06 185	0.05 100	0.04 40

anonymousa	0.13 276	0.07 139	0.13 229	0.18 298	0.09 239	0.13 246	0.17 318	0.19 218	0.29 389	0.15 267	0.24 335	0.15 266	0.14 317	0.14 260	0.14 314	0.07 238	0.05 182	0.07 194	0.09 382	0.05 100	0.06 199

RCA-Stereo	0.09 81	0.06 56	0.09 72	0.16 142	0.06 13	0.09 80	0.13 104	0.18 197	0.14 143	0.09 92	0.10 117	0.08 98	0.07 106	0.12 189	0.11 187	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

CroCo-Stereo Lap2	0.09 81	0.09 311	0.08 30	0.22 453	0.09 239	0.09 80	0.19 402	0.16 132	0.12 88	0.09 92	0.10 117	0.05 1	0.05 11	0.08 15	0.08 17	0.06 114	0.06 306	0.07 194	0.05 107	0.05 100	0.05 121

TestStereo1	0.13 276	0.08 236	0.08 30	0.19 355	0.08 127	0.18 374	0.29 518	0.23 294	0.16 186	0.17 311	0.20 284	0.16 280	0.10 199	0.12 189	0.13 277	0.06 114	0.06 306	0.08 278	0.06 185	0.05 100	0.05 121

ccc-4	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

ADStereo(finetuned)	0.10 142	0.06 56	0.12 184	0.16 142	0.06 13	0.09 80	0.17 318	0.15 106	0.19 246	0.13 219	0.17 238	0.10 154	0.12 254	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

raft_robust	0.13 276	0.10 369	0.07 6	0.18 298	0.08 127	0.13 246	0.24 473	0.28 390	0.33 420	0.20 379	0.19 272	0.14 237	0.10 199	0.11 107	0.12 236	0.05 27	0.05 182	0.07 194	0.07 272	0.05 100	0.04 40

SA-5K	0.13 276	0.08 236	0.08 30	0.19 355	0.08 127	0.18 374	0.29 518	0.23 294	0.16 186	0.17 311	0.20 284	0.16 280	0.10 199	0.12 189	0.13 277	0.06 114	0.06 306	0.08 278	0.06 185	0.05 100	0.05 121

Sa-1000	0.12 251	0.08 236	0.08 30	0.18 298	0.08 127	0.14 278	0.22 450	0.22 274	0.18 231	0.15 267	0.20 284	0.17 300	0.11 224	0.10 61	0.10 123	0.06 114	0.05 182	0.09 358	0.09 382	0.05 100	0.05 121

SA	0.12 251	0.09 311	0.08 30	0.18 298	0.08 127	0.12 207	0.24 473	0.23 294	0.18 231	0.17 311	0.27 389	0.14 237	0.11 224	0.11 107	0.11 187	0.05 27	0.05 182	0.09 358	0.08 337	0.05 100	0.04 40

IGEV-Stereo	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.09 92	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.12 251	0.09 311	0.12 184	0.19 355	0.08 127	0.09 80	0.12 63	0.21 252	0.21 284	0.19 357	0.14 188	0.11 175	0.09 167	0.20 409	0.16 358	0.05 27	0.05 182	0.07 194	0.06 185	0.05 100	0.06 199

CIPLG	0.11 185	0.08 236	0.14 264	0.17 216	0.08 127	0.12 207	0.15 219	0.17 168	0.15 159	0.14 240	0.11 147	0.16 280	0.09 167	0.16 316	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

GLC_STEREO	0.11 185	0.07 139	0.11 149	0.17 216	0.07 71	0.09 80	0.13 104	0.15 106	0.24 324	0.12 192	0.13 174	0.12 192	0.08 141	0.18 369	0.11 187	0.06 114	0.08 404	0.08 278	0.06 185	0.05 100	0.05 121

IPLGR_C	0.11 185	0.08 236	0.14 264	0.17 216	0.08 127	0.12 207	0.15 219	0.17 168	0.15 159	0.14 240	0.10 117	0.16 280	0.09 167	0.16 316	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

ACRE	0.11 185	0.08 236	0.14 264	0.17 216	0.08 127	0.12 207	0.15 219	0.17 168	0.14 143	0.14 240	0.10 117	0.16 280	0.09 167	0.16 316	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

CrosDoStereo	0.12 251	0.06 56	0.12 184	0.14 30	0.08 127	0.12 207	0.15 219	0.17 168	0.22 298	0.19 357	0.24 335	0.15 266	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.07 194	0.07 272	0.05 100	0.05 121

HHNet	0.11 185	0.06 56	0.16 348	0.15 70	0.14 462	0.07 28	0.13 104	0.20 229	0.17 205	0.14 240	0.25 364	0.11 175	0.08 141	0.13 234	0.10 123	0.05 27	0.04 21	0.08 278	0.06 185	0.05 100	0.09 387

TransformOpticalFlow	0.10 142	0.08 236	0.13 229	0.18 298	0.07 71	0.09 80	0.15 219	0.19 218	0.15 159	0.12 192	0.17 238	0.11 175	0.11 224	0.11 107	0.10 123	0.05 27	0.04 21	0.06 102	0.06 185	0.05 100	0.05 121

OMP-Stereo	0.11 185	0.06 56	0.14 264	0.18 298	0.08 127	0.09 80	0.12 63	0.21 252	0.21 284	0.13 219	0.14 188	0.11 175	0.12 254	0.11 107	0.13 277	0.06 114	0.04 21	0.07 194	0.06 185	0.05 100	0.04 40

IIG-Stereo	0.11 185	0.06 56	0.13 229	0.17 216	0.08 127	0.11 172	0.12 63	0.22 274	0.17 205	0.14 240	0.17 238	0.11 175	0.12 254	0.12 189	0.12 236	0.06 114	0.05 182	0.07 194	0.06 185	0.05 100	0.04 40

DeepStereo_LL	0.12 251	0.06 56	0.12 184	0.14 30	0.08 127	0.12 207	0.15 219	0.17 168	0.22 298	0.19 357	0.24 335	0.15 266	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.07 194	0.07 272	0.05 100	0.05 121

DEmStereo	0.12 251	0.06 56	0.14 264	0.14 30	0.10 341	0.16 334	0.15 219	0.16 132	0.24 324	0.17 311	0.24 335	0.13 217	0.14 317	0.12 189	0.13 277	0.05 27	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

THIR-Stereo	0.12 251	0.07 139	0.11 149	0.15 70	0.08 127	0.14 278	0.16 284	0.17 168	0.25 345	0.16 295	0.24 335	0.14 237	0.12 254	0.12 189	0.14 314	0.06 114	0.04 21	0.07 194	0.07 272	0.05 100	0.05 121

DRaft	0.12 251	0.06 56	0.11 149	0.14 30	0.09 239	0.14 278	0.17 318	0.21 252	0.30 399	0.17 311	0.28 403	0.10 154	0.15 335	0.10 61	0.12 236	0.05 27	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

PFNet	0.12 251	0.06 56	0.17 376	0.17 216	0.08 127	0.09 80	0.15 219	0.26 350	0.20 269	0.16 295	0.16 217	0.14 237	0.11 224	0.12 189	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

GrayStereo	0.11 185	0.06 56	0.11 149	0.19 355	0.09 239	0.09 80	0.16 284	0.18 197	0.17 205	0.14 240	0.17 238	0.17 300	0.11 224	0.12 189	0.11 187	0.05 27	0.05 182	0.07 194	0.06 185	0.05 100	0.10 413

AnonymousM	0.09 81	0.05 17	0.10 108	0.14 30	0.06 13	0.09 80	0.13 104	0.19 218	0.14 143	0.13 219	0.11 147	0.09 123	0.08 141	0.13 234	0.10 123	0.08 299	0.05 182	0.08 278	0.05 107	0.05 100	0.05 121

CroCo-Stereo	0.09 81	0.08 236	0.08 30	0.22 453	0.09 239	0.09 80	0.19 402	0.15 106	0.12 88	0.07 30	0.07 37	0.08 98	0.06 36	0.08 15	0.07 1	0.07 238	0.05 182	0.06 102	0.04 34	0.05 100	0.04 40
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
RAFT	0.13 276	0.09 311	0.11 149	0.18 298	0.08 127	0.15 304	0.24 473	0.20 229	0.19 246	0.21 393	0.21 305	0.17 300	0.12 254	0.16 316	0.09 54	0.06 114	0.07 378	0.10 406	0.09 382	0.05 100	0.05 121

raft+_RVC	0.11 185	0.07 139	0.09 72	0.16 142	0.07 71	0.10 127	0.11 46	0.24 316	0.20 269	0.12 192	0.15 205	0.12 192	0.08 141	0.12 189	0.13 277	0.07 238	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

raftrobust	0.09 81	0.06 56	0.10 108	0.17 216	0.08 127	0.09 80	0.10 27	0.18 197	0.16 186	0.10 125	0.09 88	0.12 192	0.07 106	0.12 189	0.10 123	0.08 299	0.05 182	0.06 102	0.05 107	0.05 100	0.05 121

RALAANet	0.11 185	0.08 236	0.10 108	0.17 216	0.09 239	0.14 278	0.10 27	0.20 229	0.15 159	0.14 240	0.13 174	0.16 280	0.09 167	0.12 189	0.11 187	0.06 114	0.05 182	0.07 194	0.06 185	0.05 100	0.04 40

sCroCo_RVC	0.12 251	0.09 311	0.23 445	0.24 483	0.11 389	0.19 397	0.14 152	0.17 168	0.14 143	0.10 125	0.13 174	0.12 192	0.07 106	0.14 260	0.11 187	0.08 299	0.08 404	0.08 278	0.08 337	0.05 100	0.07 279

DCANet	0.10 142	0.06 56	0.12 184	0.16 142	0.06 13	0.09 80	0.17 318	0.15 106	0.19 246	0.13 219	0.17 238	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

111	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.10 127	0.14 152	0.21 252	0.23 308	0.11 154	0.12 160	0.14 237	0.11 224	0.13 234	0.10 123	0.06 114	0.04 21	0.06 102	0.04 34	0.05 100	0.05 121

test_xeample3	0.09 81	0.06 56	0.12 184	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.13 119	0.10 125	0.06 13	0.08 98	0.06 36	0.10 61	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

ARAFT	0.12 251	0.08 236	0.17 376	0.19 355	0.09 239	0.14 278	0.18 363	0.20 229	0.12 88	0.12 192	0.13 174	0.14 237	0.11 224	0.15 282	0.12 236	0.06 114	0.05 182	0.10 406	0.09 382	0.05 100	0.04 40

EAI-Stereo	0.09 81	0.07 139	0.11 149	0.15 70	0.06 13	0.10 127	0.15 219	0.16 132	0.09 23	0.08 62	0.09 88	0.08 98	0.07 106	0.09 33	0.11 187	0.05 27	0.04 21	0.05 23	0.05 107	0.05 100	0.04 40

DIP-Stereo	0.11 185	0.07 139	0.14 264	0.17 216	0.09 239	0.13 246	0.09 18	0.16 132	0.16 186	0.11 154	0.16 217	0.14 237	0.12 254	0.15 282	0.13 277	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.10 142	0.06 56	0.10 108	0.17 216	0.08 127	0.11 172	0.14 152	0.23 294	0.11 62	0.12 192	0.19 272	0.11 175	0.08 141	0.09 33	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.05 121

RAFT-Stereo	0.10 142	0.06 56	0.10 108	0.17 216	0.08 127	0.11 172	0.14 152	0.23 294	0.11 62	0.12 192	0.19 272	0.11 175	0.08 141	0.09 33	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.05 121
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.12 251	0.07 139	0.16 348	0.18 298	0.06 13	0.15 304	0.17 318	0.19 218	0.21 284	0.18 341	0.25 364	0.17 300	0.13 292	0.14 260	0.13 277	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

FlowAnything_test	0.11 185	0.08 236	0.14 264	0.15 70	0.09 239	0.07 28	0.14 152	0.20 229	0.11 62	0.09 92	0.09 88	0.12 192	0.12 254	0.13 234	0.11 187	0.09 358	0.06 306	0.09 358	0.09 382	0.06 192	0.09 387

LGtest1	0.07 4	0.04 1	0.10 108	0.15 70	0.06 13	0.07 28	0.09 18	0.08 4	0.06 4	0.05 1	0.04 1	0.06 16	0.06 36	0.10 61	0.09 54	0.07 238	0.04 21	0.05 23	0.04 34	0.06 192	0.06 199

SCV_C0	0.08 44	0.07 139	0.07 6	0.16 142	0.09 239	0.08 51	0.15 219	0.11 28	0.12 88	0.08 62	0.07 37	0.06 16	0.05 11	0.11 107	0.07 1	0.05 27	0.05 182	0.05 23	0.04 34	0.06 192	0.05 121

SCV	0.08 44	0.09 311	0.08 30	0.15 70	0.08 127	0.10 127	0.13 104	0.10 17	0.12 88	0.07 30	0.07 37	0.06 16	0.04 1	0.09 33	0.08 17	0.05 27	0.04 21	0.06 102	0.04 34	0.06 192	0.04 40

DEFOM-Stereo_RVC	0.08 44	0.06 56	0.09 72	0.22 453	0.06 13	0.08 51	0.12 63	0.10 17	0.10 36	0.07 30	0.07 37	0.06 16	0.05 11	0.11 107	0.09 54	0.06 114	0.04 21	0.05 23	0.03 1	0.06 192	0.04 40

model_zeroshot	0.10 142	0.04 1	0.11 149	0.15 70	0.09 239	0.12 207	0.14 152	0.20 229	0.13 119	0.11 154	0.10 117	0.12 192	0.07 106	0.12 189	0.10 123	0.07 238	0.06 306	0.06 102	0.05 107	0.06 192	0.06 199

Pointernet	0.09 81	0.04 1	0.09 72	0.16 142	0.08 127	0.13 246	0.10 27	0.15 106	0.17 205	0.09 92	0.07 37	0.06 16	0.06 36	0.11 107	0.09 54	0.08 299	0.04 21	0.05 23	0.03 1	0.06 192	0.05 121

U	0.08 44	0.07 139	0.09 72	0.19 355	0.10 341	0.10 127	0.13 104	0.12 43	0.17 205	0.07 30	0.07 37	0.06 16	0.05 11	0.07 4	0.08 17	0.06 114	0.04 21	0.06 102	0.04 34	0.06 192	0.05 121

IGEV-Stereo+	0.07 4	0.04 1	0.08 30	0.15 70	0.06 13	0.04 1	0.09 18	0.10 17	0.09 23	0.06 9	0.06 13	0.06 16	0.06 36	0.06 1	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.06 192	0.06 199

trnet	0.08 44	0.05 17	0.07 6	0.12 4	0.05 1	0.12 207	0.11 46	0.13 59	0.10 36	0.08 62	0.13 174	0.09 123	0.08 141	0.11 107	0.10 123	0.08 299	0.05 182	0.05 23	0.03 1	0.06 192	0.05 121

H2IRNET	0.10 142	0.09 311	0.09 72	0.18 298	0.09 239	0.12 207	0.15 219	0.14 75	0.21 284	0.10 125	0.10 117	0.10 154	0.10 199	0.10 61	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.06 192	0.05 121

MGS-Stereo	0.09 81	0.07 139	0.12 184	0.15 70	0.08 127	0.09 80	0.15 219	0.12 43	0.12 88	0.07 30	0.10 117	0.08 98	0.06 36	0.10 61	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.06 192	0.05 121

tta	0.14 310	0.07 139	0.17 376	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 335	0.15 282	0.17 373	0.08 299	0.05 182	0.07 194	0.06 185	0.06 192	0.06 199

qqq1	0.13 276	0.07 139	0.17 376	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 335	0.15 282	0.11 187	0.08 299	0.05 182	0.05 23	0.05 107	0.06 192	0.06 199

fff1	0.13 276	0.07 139	0.17 376	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 335	0.15 282	0.11 187	0.08 299	0.05 182	0.05 23	0.05 107	0.06 192	0.06 199

MyStereo07	0.10 142	0.07 139	0.10 108	0.17 216	0.09 239	0.14 278	0.18 363	0.15 106	0.15 159	0.09 92	0.06 13	0.06 16	0.07 106	0.12 189	0.09 54	0.06 114	0.05 182	0.08 278	0.07 272	0.06 192	0.06 199

MyStereo06	0.10 142	0.07 139	0.12 184	0.17 216	0.09 239	0.13 246	0.18 363	0.19 218	0.12 88	0.12 192	0.08 70	0.07 62	0.07 106	0.11 107	0.09 54	0.06 114	0.05 182	0.07 194	0.07 272	0.06 192	0.06 199

MyStereo05	0.13 276	0.07 139	0.10 108	0.17 216	0.09 239	0.13 246	0.18 363	0.27 371	0.35 441	0.17 311	0.14 188	0.15 266	0.11 224	0.15 282	0.13 277	0.06 114	0.05 182	0.07 194	0.07 272	0.06 192	0.06 199

MyStereo04	0.13 276	0.07 139	0.10 108	0.17 216	0.09 239	0.14 278	0.18 363	0.29 401	0.38 458	0.17 311	0.14 188	0.16 280	0.10 199	0.15 282	0.13 277	0.06 114	0.05 182	0.08 278	0.07 272	0.06 192	0.06 199

CoDeX	0.12 251	0.07 139	0.12 184	0.17 216	0.08 127	0.12 207	0.15 219	0.23 294	0.27 368	0.13 219	0.17 238	0.16 280	0.11 224	0.14 260	0.11 187	0.07 238	0.05 182	0.07 194	0.06 185	0.06 192	0.05 121

cc1	0.10 142	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.16 132	0.18 231	0.09 92	0.09 88	0.06 16	0.06 36	0.10 61	0.07 1	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.06 199

ffm	0.12 251	0.09 311	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.15 106	0.19 246	0.15 267	0.25 364	0.19 328	0.13 292	0.10 61	0.07 1	0.06 114	0.04 21	0.09 358	0.08 337	0.06 192	0.06 199

ff1	0.13 276	0.09 311	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.15 106	0.19 246	0.15 267	0.25 364	0.19 328	0.13 292	0.14 260	0.20 409	0.06 114	0.04 21	0.09 358	0.08 337	0.06 192	0.06 199

tt1	0.10 142	0.08 236	0.12 184	0.17 216	0.09 239	0.12 207	0.16 284	0.15 106	0.19 246	0.09 92	0.08 70	0.06 16	0.06 36	0.10 61	0.07 1	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.06 199

plain	0.10 142	0.08 236	0.10 108	0.19 355	0.09 239	0.10 127	0.15 219	0.14 75	0.13 119	0.13 219	0.15 205	0.09 123	0.12 254	0.13 234	0.12 236	0.07 238	0.05 182	0.09 358	0.06 185	0.06 192	0.06 199

StereoVision	0.13 276	0.12 413	0.09 72	0.24 483	0.10 341	0.15 304	0.21 440	0.21 252	0.20 269	0.12 192	0.24 335	0.10 154	0.10 199	0.16 316	0.10 123	0.09 358	0.11 465	0.12 456	0.12 472	0.06 192	0.05 121

MIF-Stereo (partial)	0.11 185	0.06 56	0.10 108	0.19 355	0.10 341	0.10 127	0.11 46	0.17 168	0.18 231	0.14 240	0.16 217	0.09 123	0.11 224	0.12 189	0.12 236	0.08 299	0.05 182	0.08 278	0.07 272	0.06 192	0.07 279

MIM_Stereo	0.09 81	0.07 139	0.11 149	0.15 70	0.07 71	0.06 8	0.12 63	0.20 229	0.14 143	0.13 219	0.13 174	0.09 123	0.05 11	0.12 189	0.08 17	0.05 27	0.06 306	0.07 194	0.06 185	0.06 192	0.05 121

testlalala_base	0.10 142	0.09 311	0.14 264	0.21 438	0.08 127	0.10 127	0.14 152	0.13 59	0.10 36	0.07 30	0.15 205	0.07 62	0.08 141	0.10 61	0.12 236	0.08 299	0.05 182	0.05 23	0.03 1	0.06 192	0.05 121

Any-RAFT	0.10 142	0.05 17	0.09 72	0.14 30	0.07 71	0.13 246	0.14 152	0.21 252	0.15 159	0.11 154	0.12 160	0.12 192	0.09 167	0.12 189	0.09 54	0.07 238	0.04 21	0.05 23	0.04 34	0.06 192	0.05 121

LL-Strereo2	0.10 142	0.10 369	0.15 314	0.18 298	0.08 127	0.15 304	0.09 18	0.17 168	0.14 143	0.14 240	0.10 117	0.09 123	0.07 106	0.16 316	0.10 123	0.05 27	0.05 182	0.10 406	0.07 272	0.06 192	0.05 121

4D-IteraStereo	0.09 81	0.07 139	0.10 108	0.18 298	0.07 71	0.09 80	0.15 219	0.17 168	0.15 159	0.10 125	0.11 147	0.10 154	0.07 106	0.11 107	0.09 54	0.05 27	0.03 1	0.08 278	0.07 272	0.06 192	0.05 121

anonymousdsp2	0.11 185	0.07 139	0.10 108	0.16 142	0.09 239	0.13 246	0.14 152	0.18 197	0.22 298	0.13 219	0.14 188	0.12 192	0.09 167	0.14 260	0.11 187	0.05 27	0.04 21	0.05 23	0.04 34	0.06 192	0.05 121

Selective-RAFT	0.11 185	0.10 369	0.11 149	0.21 438	0.08 127	0.16 334	0.13 104	0.20 229	0.22 298	0.10 125	0.10 117	0.11 175	0.10 199	0.15 282	0.11 187	0.05 27	0.05 182	0.06 102	0.05 107	0.06 192	0.05 121

DisPM	0.11 185	0.07 139	0.12 184	0.16 142	0.09 239	0.06 8	0.13 104	0.17 168	0.17 205	0.14 240	0.20 284	0.12 192	0.10 199	0.11 107	0.10 123	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.11 439

iRaft-Stereo_20w	0.09 81	0.05 17	0.13 229	0.14 30	0.08 127	0.12 207	0.15 219	0.18 197	0.10 36	0.11 154	0.08 70	0.08 98	0.05 11	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.05 121

UDGNet	0.14 310	0.13 442	0.16 348	0.17 216	0.10 341	0.12 207	0.16 284	0.21 252	0.27 368	0.20 379	0.20 284	0.16 280	0.13 292	0.16 316	0.13 277	0.10 399	0.06 306	0.09 358	0.07 272	0.06 192	0.07 279

PFNet+	0.11 185	0.06 56	0.13 229	0.16 142	0.09 239	0.05 4	0.12 63	0.17 168	0.21 284	0.16 295	0.19 272	0.14 237	0.10 199	0.11 107	0.11 187	0.08 299	0.05 182	0.09 358	0.08 337	0.06 192	0.11 439

LCNet	0.11 185	0.07 139	0.09 72	0.19 355	0.09 239	0.08 51	0.15 219	0.21 252	0.15 159	0.11 154	0.15 205	0.16 280	0.11 224	0.12 189	0.11 187	0.05 27	0.04 21	0.08 278	0.07 272	0.06 192	0.15 495

AAGNet	0.11 185	0.07 139	0.16 348	0.19 355	0.09 239	0.08 51	0.13 104	0.18 197	0.13 119	0.16 295	0.21 305	0.13 217	0.14 317	0.11 107	0.14 314	0.06 114	0.04 21	0.09 358	0.06 185	0.06 192	0.05 121

NF-Stereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 452

OCTAStereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 452

PSM-softLoss	0.12 251	0.07 139	0.15 314	0.17 216	0.09 239	0.08 51	0.13 104	0.24 316	0.17 205	0.14 240	0.19 272	0.13 217	0.11 224	0.11 107	0.11 187	0.07 238	0.05 182	0.08 278	0.07 272	0.06 192	0.12 452

KMStereo	0.12 251	0.07 139	0.15 314	0.17 216	0.09 239	0.08 51	0.13 104	0.24 316	0.17 205	0.14 240	0.19 272	0.13 217	0.11 224	0.11 107	0.11 187	0.07 238	0.05 182	0.08 278	0.07 272	0.06 192	0.12 452

NRIStereo	0.11 185	0.08 236	0.14 264	0.18 298	0.08 127	0.10 127	0.14 152	0.16 132	0.15 159	0.12 192	0.14 188	0.13 217	0.12 254	0.13 234	0.10 123	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.07 279

PSM-AAD	0.11 185	0.07 139	0.10 108	0.19 355	0.09 239	0.10 127	0.15 219	0.20 229	0.13 119	0.12 192	0.14 188	0.18 314	0.11 224	0.11 107	0.10 123	0.05 27	0.05 182	0.09 358	0.08 337	0.06 192	0.14 488

FTStereo	0.12 251	0.06 56	0.14 264	0.18 298	0.09 239	0.07 28	0.15 219	0.21 252	0.18 231	0.12 192	0.24 335	0.12 192	0.12 254	0.13 234	0.13 277	0.05 27	0.05 182	0.07 194	0.06 185	0.06 192	0.10 413

KYRaft	0.11 185	0.07 139	0.10 108	0.19 355	0.09 239	0.08 51	0.15 219	0.22 274	0.12 88	0.13 219	0.16 217	0.20 340	0.10 199	0.12 189	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.06 192	0.16 506

SST-Stereo	0.10 142	0.07 139	0.15 314	0.18 298	0.09 239	0.06 8	0.12 63	0.17 168	0.11 62	0.15 267	0.17 238	0.13 217	0.12 254	0.10 61	0.11 187	0.06 114	0.04 21	0.09 358	0.06 185	0.06 192	0.05 121

RAFT_R40	0.11 185	0.07 139	0.14 264	0.18 298	0.09 239	0.06 8	0.13 104	0.17 168	0.16 186	0.14 240	0.18 263	0.15 266	0.12 254	0.10 61	0.11 187	0.06 114	0.04 21	0.09 358	0.06 185	0.06 192	0.05 121

RE-Stereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 452

Pruner-Stereo	0.11 185	0.07 139	0.12 184	0.17 216	0.09 239	0.06 8	0.12 63	0.17 168	0.17 205	0.13 219	0.19 272	0.13 217	0.09 167	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.08 343

TVStereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 452

IRAFT_RVC	0.12 251	0.08 236	0.16 348	0.19 355	0.08 127	0.07 28	0.15 219	0.24 316	0.23 308	0.14 240	0.14 188	0.15 266	0.12 254	0.12 189	0.10 123	0.06 114	0.04 21	0.09 358	0.06 185	0.06 192	0.06 199

GMM-Stereo	0.11 185	0.07 139	0.10 108	0.18 298	0.09 239	0.08 51	0.15 219	0.23 294	0.16 186	0.11 154	0.15 205	0.13 217	0.11 224	0.11 107	0.11 187	0.05 27	0.04 21	0.08 278	0.07 272	0.06 192	0.09 387

Prome-Stereo	0.11 185	0.06 56	0.10 108	0.18 298	0.08 127	0.12 207	0.15 219	0.22 274	0.13 119	0.12 192	0.17 238	0.13 217	0.08 141	0.12 189	0.10 123	0.05 27	0.04 21	0.07 194	0.06 185	0.06 192	0.09 387

TANstereo	0.09 81	0.04 1	0.08 30	0.13 13	0.06 13	0.11 172	0.14 152	0.15 106	0.19 246	0.11 154	0.15 205	0.10 154	0.06 36	0.12 189	0.09 54	0.07 238	0.05 182	0.05 23	0.04 34	0.06 192	0.05 121

XX-TBD	0.09 81	0.06 56	0.07 6	0.14 30	0.07 71	0.12 207	0.16 284	0.14 75	0.13 119	0.11 154	0.12 160	0.09 123	0.08 141	0.10 61	0.10 123	0.06 114	0.04 21	0.05 23	0.03 1	0.06 192	0.05 121

RAFT + AFF	0.13 276	0.07 139	0.20 422	0.20 409	0.10 341	0.14 278	0.24 473	0.26 350	0.20 269	0.11 154	0.10 117	0.12 192	0.10 199	0.15 282	0.12 236	0.07 238	0.06 306	0.09 358	0.08 337	0.06 192	0.08 343

delet	0.17 397	0.08 236	0.17 376	0.19 355	0.11 389	0.20 412	0.21 440	0.30 415	0.37 452	0.17 311	0.26 381	0.19 328	0.19 414	0.19 384	0.21 429	0.08 299	0.08 404	0.09 358	0.11 453	0.06 192	0.06 199

CREStereo	0.09 81	0.04 1	0.08 30	0.11 1	0.06 13	0.13 246	0.14 152	0.14 75	0.10 36	0.08 62	0.13 174	0.09 123	0.08 141	0.11 107	0.10 123	0.08 299	0.04 21	0.05 23	0.03 1	0.06 192	0.06 199
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
cf-r	0.13 276	0.07 139	0.12 184	0.16 142	0.08 127	0.14 278	0.19 402	0.20 229	0.25 345	0.17 311	0.25 364	0.21 349	0.16 361	0.14 260	0.14 314	0.10 399	0.05 182	0.06 102	0.08 337	0.06 192	0.06 199

BEATNet_4x	0.12 251	0.08 236	0.14 264	0.18 298	0.07 71	0.15 304	0.07 3	0.22 274	0.18 231	0.16 295	0.19 272	0.18 314	0.14 317	0.16 316	0.15 342	0.07 238	0.05 182	0.05 23	0.05 107	0.06 192	0.06 199

RASNet	0.14 310	0.07 139	0.14 264	0.16 142	0.08 127	0.18 374	0.14 152	0.29 401	0.20 269	0.17 311	0.25 364	0.21 349	0.18 398	0.20 409	0.19 403	0.07 238	0.06 306	0.06 102	0.08 337	0.06 192	0.06 199

HITNet	0.10 142	0.06 56	0.12 184	0.14 30	0.06 13	0.11 172	0.10 27	0.18 197	0.18 231	0.13 219	0.16 217	0.14 237	0.11 224	0.15 282	0.13 277	0.06 114	0.04 21	0.04 1	0.04 34	0.06 192	0.05 121
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
iResNet	0.13 276	0.10 369	0.18 399	0.19 355	0.08 127	0.13 246	0.18 363	0.20 229	0.26 359	0.15 267	0.23 323	0.15 266	0.13 292	0.14 260	0.14 314	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.05 121

z-ln-s-r	0.17 397	0.10 369	0.40 505	0.19 355	0.08 127	0.17 355	0.18 363	0.22 274	0.33 420	0.18 341	0.40 482	0.22 367	0.17 384	0.20 409	0.23 450	0.07 238	0.05 182	0.07 194	0.07 272	0.07 258	0.05 121

111111	0.07 4	0.04 1	0.09 72	0.17 216	0.06 13	0.05 4	0.10 27	0.11 28	0.09 23	0.06 9	0.06 13	0.07 62	0.05 11	0.09 33	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.07 258	0.06 199

G2L-Stereo_test	0.14 310	0.07 139	0.11 149	0.13 13	0.08 127	0.12 207	0.16 284	0.30 415	0.28 382	0.20 379	0.23 323	0.20 340	0.16 361	0.17 348	0.18 391	0.07 238	0.05 182	0.05 23	0.05 107	0.07 258	0.06 199

G2L-Stereo	0.14 310	0.07 139	0.13 229	0.17 216	0.09 239	0.13 246	0.12 63	0.27 371	0.22 298	0.16 295	0.27 389	0.21 349	0.13 292	0.17 348	0.18 391	0.09 358	0.08 404	0.08 278	0.07 272	0.07 258	0.07 279

HI	0.11 185	0.06 56	0.11 149	0.13 13	0.09 239	0.09 80	0.14 152	0.21 252	0.10 36	0.19 357	0.17 238	0.14 237	0.09 167	0.16 316	0.08 17	0.05 27	0.04 21	0.07 194	0.08 337	0.07 258	0.06 199

CoSv	0.11 185	0.06 56	0.11 149	0.13 13	0.09 239	0.09 80	0.14 152	0.21 252	0.10 36	0.19 357	0.17 238	0.14 237	0.09 167	0.16 316	0.08 17	0.05 27	0.04 21	0.07 194	0.08 337	0.07 258	0.06 199

rvit_0105_3	0.15 354	0.09 311	0.14 264	0.19 355	0.12 420	0.15 304	0.25 488	0.25 332	0.29 389	0.15 267	0.17 238	0.20 340	0.13 292	0.17 348	0.14 314	0.13 476	0.11 465	0.12 456	0.14 485	0.07 258	0.06 199

UGAM	0.13 276	0.10 369	0.09 72	0.22 453	0.08 127	0.12 207	0.20 423	0.17 168	0.23 308	0.21 393	0.16 217	0.13 217	0.13 292	0.19 384	0.12 236	0.07 238	0.05 182	0.13 471	0.11 453	0.07 258	0.05 121

rvit_stereo_0083	0.12 251	0.08 236	0.17 376	0.16 142	0.09 239	0.11 172	0.15 219	0.14 75	0.26 359	0.11 154	0.14 188	0.13 217	0.10 199	0.12 189	0.12 236	0.10 399	0.08 404	0.09 358	0.07 272	0.07 258	0.05 121

rvit_stereo_0081_aga	0.11 185	0.09 311	0.14 264	0.18 298	0.09 239	0.13 246	0.14 152	0.14 75	0.19 246	0.10 125	0.18 263	0.16 280	0.09 167	0.12 189	0.09 54	0.10 399	0.06 306	0.08 278	0.07 272	0.07 258	0.06 199

rvit_stereo_0081	0.11 185	0.08 236	0.15 314	0.16 142	0.09 239	0.10 127	0.14 152	0.14 75	0.24 324	0.11 154	0.13 174	0.13 217	0.09 167	0.11 107	0.12 236	0.10 399	0.07 378	0.08 278	0.07 272	0.07 258	0.05 121

ACV-stereo	0.15 354	0.10 369	0.28 469	0.18 298	0.12 420	0.14 278	0.12 63	0.23 294	0.21 284	0.19 357	0.23 323	0.22 367	0.15 335	0.23 450	0.17 373	0.07 238	0.06 306	0.07 194	0.07 272	0.07 258	0.07 279

rvit_stereo_0082	0.11 185	0.08 236	0.15 314	0.16 142	0.09 239	0.10 127	0.14 152	0.14 75	0.24 324	0.11 154	0.13 174	0.13 217	0.09 167	0.11 107	0.12 236	0.10 399	0.07 378	0.08 278	0.07 272	0.07 258	0.05 121

AIO-Stereo-zeroshot1	0.11 185	0.05 17	0.14 264	0.15 70	0.20 517	0.09 80	0.17 318	0.21 252	0.15 159	0.11 154	0.14 188	0.10 154	0.07 106	0.10 61	0.08 17	0.06 114	0.05 182	0.07 194	0.07 272	0.07 258	0.09 387

AIO-Stereo-zeroshot	0.11 185	0.05 17	0.11 149	0.15 70	0.13 442	0.13 246	0.16 284	0.23 294	0.17 205	0.10 125	0.12 160	0.10 154	0.07 106	0.11 107	0.09 54	0.06 114	0.05 182	0.06 102	0.06 185	0.07 258	0.08 343

rvit_stereo_0080	0.10 142	0.08 236	0.14 264	0.15 70	0.09 239	0.07 28	0.15 219	0.16 132	0.16 186	0.11 154	0.10 117	0.14 237	0.08 141	0.12 189	0.10 123	0.09 358	0.07 378	0.07 194	0.06 185	0.07 258	0.05 121

rvit_stereo_ft	0.12 251	0.07 139	0.13 229	0.19 355	0.10 341	0.12 207	0.17 318	0.16 132	0.16 186	0.12 192	0.13 174	0.15 266	0.10 199	0.14 260	0.13 277	0.09 358	0.06 306	0.08 278	0.07 272	0.07 258	0.05 121

CAS++	0.11 185	0.07 139	0.11 149	0.14 30	0.09 239	0.12 207	0.14 152	0.24 316	0.14 143	0.11 154	0.09 88	0.11 175	0.07 106	0.14 260	0.09 54	0.11 428	0.09 433	0.09 358	0.07 272	0.07 258	0.08 343
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
test_for_model	0.09 81	0.12 413	0.14 264	0.23 474	0.11 389	0.08 51	0.13 104	0.12 43	0.12 88	0.10 125	0.07 37	0.07 62	0.06 36	0.11 107	0.10 123	0.06 114	0.05 182	0.05 23	0.03 1	0.07 258	0.04 40

DispNO	0.14 310	0.08 236	0.17 376	0.19 355	0.12 420	0.11 172	0.21 440	0.23 294	0.29 389	0.17 311	0.23 323	0.18 314	0.17 384	0.15 282	0.15 342	0.07 238	0.05 182	0.08 278	0.08 337	0.07 258	0.06 199

Former-RAFT_DAM_RVC	0.10 142	0.08 236	0.12 184	0.16 142	0.08 127	0.15 304	0.16 284	0.18 197	0.18 231	0.10 125	0.09 88	0.09 123	0.08 141	0.11 107	0.12 236	0.07 238	0.05 182	0.08 278	0.06 185	0.07 258	0.06 199

SMFormer	0.14 310	0.07 139	0.17 376	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 335	0.15 282	0.17 373	0.08 299	0.05 182	0.07 194	0.06 185	0.07 258	0.06 199

ACVNet-DCA	0.10 142	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.23 294	0.16 186	0.09 92	0.09 88	0.06 16	0.06 36	0.10 61	0.07 1	0.06 114	0.04 21	0.06 102	0.05 107	0.07 258	0.07 279

xx1	0.11 185	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.16 132	0.18 231	0.09 92	0.09 88	0.16 280	0.16 361	0.10 61	0.07 1	0.06 114	0.04 21	0.08 278	0.08 337	0.07 258	0.07 279

1test111	0.11 185	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.23 294	0.16 186	0.09 92	0.09 88	0.06 16	0.06 36	0.15 282	0.16 358	0.06 114	0.04 21	0.06 102	0.05 107	0.07 258	0.07 279

mmm	0.14 310	0.08 236	0.17 376	0.17 216	0.09 239	0.17 355	0.18 363	0.21 252	0.15 159	0.15 267	0.23 323	0.21 349	0.16 361	0.16 316	0.17 373	0.08 299	0.05 182	0.08 278	0.07 272	0.07 258	0.07 279

1111x	0.15 354	0.08 236	0.12 184	0.18 298	0.07 71	0.18 374	0.25 488	0.31 425	0.24 324	0.17 311	0.24 335	0.26 413	0.15 335	0.13 234	0.23 450	0.07 238	0.07 378	0.08 278	0.09 382	0.07 258	0.06 199

whm_eth	0.10 142	0.08 236	0.14 264	0.15 70	0.09 239	0.07 28	0.15 219	0.16 132	0.16 186	0.11 154	0.10 117	0.14 237	0.08 141	0.12 189	0.10 123	0.09 358	0.07 378	0.07 194	0.06 185	0.07 258	0.05 121

PCWNet_CMD	0.14 310	0.08 236	0.15 314	0.17 216	0.09 239	0.14 278	0.14 152	0.29 401	0.36 445	0.14 240	0.20 284	0.21 349	0.12 254	0.17 348	0.13 277	0.07 238	0.05 182	0.07 194	0.07 272	0.07 258	0.07 279

CBFPSM	0.14 310	0.06 56	0.26 457	0.17 216	0.09 239	0.13 246	0.15 219	0.22 274	0.23 308	0.20 379	0.27 389	0.24 391	0.16 361	0.16 316	0.18 391	0.06 114	0.06 306	0.06 102	0.07 272	0.07 258	0.07 279

qqq	0.13 276	0.09 311	0.15 314	0.16 142	0.08 127	0.13 246	0.15 219	0.23 294	0.16 186	0.15 267	0.19 272	0.16 280	0.16 361	0.15 282	0.16 358	0.07 238	0.06 306	0.08 278	0.08 337	0.07 258	0.07 279

x	0.13 276	0.07 139	0.14 264	0.14 30	0.08 127	0.18 374	0.14 152	0.22 274	0.20 269	0.15 267	0.19 272	0.19 328	0.17 384	0.18 369	0.18 391	0.07 238	0.05 182	0.06 102	0.06 185	0.07 258	0.07 279

BUS	0.14 310	0.09 311	0.14 264	0.22 453	0.10 341	0.19 397	0.14 152	0.34 464	0.19 246	0.17 311	0.22 314	0.16 280	0.13 292	0.15 282	0.13 277	0.08 299	0.06 306	0.10 406	0.09 382	0.07 258	0.07 279

RAFT+CT+SA	0.13 276	0.11 395	0.09 72	0.19 355	0.09 239	0.15 304	0.28 509	0.22 274	0.22 298	0.15 267	0.26 381	0.10 154	0.10 199	0.11 107	0.12 236	0.05 27	0.04 21	0.07 194	0.08 337	0.07 258	0.06 199

BSDual-CNN	0.15 354	0.09 311	0.14 264	0.22 453	0.10 341	0.14 278	0.15 219	0.34 464	0.19 246	0.17 311	0.22 314	0.25 404	0.16 361	0.15 282	0.14 314	0.08 299	0.06 306	0.10 406	0.09 382	0.07 258	0.07 279

hknet	0.15 354	0.11 395	0.13 229	0.22 453	0.11 389	0.14 278	0.15 219	0.34 464	0.25 345	0.17 311	0.22 314	0.22 367	0.18 398	0.17 348	0.12 236	0.07 238	0.06 306	0.10 406	0.09 382	0.07 258	0.07 279

psmg	0.14 310	0.09 311	0.14 264	0.17 216	0.10 341	0.15 304	0.17 318	0.29 401	0.19 246	0.17 311	0.21 305	0.25 404	0.16 361	0.15 282	0.14 314	0.08 299	0.06 306	0.08 278	0.08 337	0.07 258	0.06 199

DAS	0.15 354	0.08 236	0.18 399	0.19 355	0.10 341	0.19 397	0.17 318	0.27 371	0.29 389	0.18 341	0.25 364	0.21 349	0.15 335	0.16 316	0.12 236	0.08 299	0.06 306	0.06 102	0.06 185	0.07 258	0.07 279

SepStereo	0.15 354	0.08 236	0.18 399	0.19 355	0.10 341	0.19 397	0.17 318	0.27 371	0.29 389	0.18 341	0.25 364	0.21 349	0.15 335	0.25 464	0.12 236	0.08 299	0.06 306	0.06 102	0.06 185	0.07 258	0.07 279

GwcNet-ADL	0.13 276	0.08 236	0.14 264	0.20 409	0.09 239	0.11 172	0.20 423	0.30 415	0.24 324	0.13 219	0.14 188	0.18 314	0.14 317	0.13 234	0.14 314	0.07 238	0.05 182	0.06 102	0.05 107	0.07 258	0.06 199

GANet-ADL	0.13 276	0.07 139	0.15 314	0.17 216	0.10 341	0.18 374	0.15 219	0.30 415	0.20 269	0.13 219	0.18 263	0.19 328	0.12 254	0.16 316	0.13 277	0.08 299	0.06 306	0.06 102	0.05 107	0.07 258	0.08 343

DeepStereo_RVC	0.11 185	0.08 236	0.16 348	0.18 298	0.08 127	0.08 51	0.12 63	0.17 168	0.12 88	0.13 219	0.14 188	0.12 192	0.12 254	0.12 189	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.07 258	0.08 343

ICVP	0.15 354	0.09 311	0.12 184	0.22 453	0.09 239	0.17 355	0.21 440	0.25 332	0.23 308	0.18 341	0.30 421	0.26 413	0.18 398	0.17 348	0.14 314	0.09 358	0.07 378	0.08 278	0.07 272	0.07 258	0.07 279
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.11 185	0.06 56	0.10 108	0.17 216	0.08 127	0.10 127	0.14 152	0.17 168	0.14 143	0.13 219	0.13 174	0.12 192	0.10 199	0.11 107	0.12 236	0.07 238	0.04 21	0.09 358	0.11 453	0.07 258	0.06 199

CFNet_pseudo	0.14 310	0.08 236	0.15 314	0.16 142	0.09 239	0.13 246	0.14 152	0.27 371	0.34 432	0.14 240	0.21 305	0.22 367	0.13 292	0.18 369	0.14 314	0.07 238	0.05 182	0.08 278	0.06 185	0.07 258	0.07 279

222	0.16 377	0.07 139	0.14 264	0.14 30	0.08 127	0.24 455	0.18 363	0.30 415	0.20 269	0.17 311	0.28 403	0.17 300	0.16 361	0.15 282	0.40 533	0.10 399	0.05 182	0.07 194	0.06 185	0.07 258	0.08 343

test_xeample	0.15 354	0.06 56	0.13 229	0.14 30	0.08 127	0.21 429	0.20 423	0.28 390	0.20 269	0.16 295	0.29 415	0.19 328	0.16 361	0.15 282	0.26 483	0.09 358	0.05 182	0.07 194	0.07 272	0.07 258	0.07 279

GMStereo	0.13 276	0.14 454	0.14 264	0.18 298	0.09 239	0.15 304	0.16 284	0.20 229	0.24 324	0.16 295	0.17 238	0.10 154	0.10 199	0.16 316	0.13 277	0.07 238	0.06 306	0.06 102	0.06 185	0.07 258	0.06 199
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 276	0.07 139	0.14 264	0.17 216	0.09 239	0.15 304	0.16 284	0.28 390	0.27 368	0.14 240	0.17 238	0.12 192	0.13 292	0.14 260	0.11 187	0.08 299	0.05 182	0.07 194	0.07 272	0.07 258	0.06 199

FENet	0.13 276	0.08 236	0.12 184	0.16 142	0.08 127	0.14 278	0.15 219	0.22 274	0.23 308	0.17 311	0.23 323	0.16 280	0.12 254	0.14 260	0.15 342	0.08 299	0.05 182	0.08 278	0.08 337	0.07 258	0.07 279

ac_64	0.16 377	0.08 236	0.15 314	0.18 298	0.10 341	0.22 437	0.18 363	0.24 316	0.21 284	0.18 341	0.24 335	0.29 439	0.18 398	0.19 384	0.22 438	0.09 358	0.07 378	0.08 278	0.09 382	0.07 258	0.06 199

GwcNet-RSSM	0.14 310	0.07 139	0.12 184	0.15 70	0.08 127	0.15 304	0.20 423	0.21 252	0.27 368	0.18 341	0.27 389	0.22 367	0.16 361	0.14 260	0.15 342	0.10 399	0.05 182	0.07 194	0.09 382	0.07 258	0.07 279

PMTNet	0.09 81	0.05 17	0.09 72	0.12 4	0.06 13	0.12 207	0.14 152	0.15 106	0.11 62	0.09 92	0.13 174	0.10 154	0.07 106	0.13 234	0.10 123	0.15 493	0.04 21	0.05 23	0.03 1	0.07 258	0.06 199

MSMDNet	0.14 310	0.08 236	0.15 314	0.17 216	0.09 239	0.14 278	0.14 152	0.29 401	0.36 445	0.14 240	0.21 305	0.21 349	0.12 254	0.17 348	0.14 314	0.07 238	0.05 182	0.07 194	0.07 272	0.07 258	0.07 279

HSM-Net_RVC	0.14 310	0.08 236	0.11 149	0.15 70	0.08 127	0.15 304	0.15 219	0.27 371	0.29 389	0.19 357	0.21 305	0.29 439	0.14 317	0.17 348	0.13 277	0.06 114	0.06 306	0.06 102	0.06 185	0.07 258	0.06 199
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.15 354	0.10 369	0.17 376	0.17 216	0.08 127	0.18 374	0.09 18	0.28 390	0.25 345	0.19 357	0.24 335	0.24 391	0.17 384	0.17 348	0.14 314	0.08 299	0.06 306	0.09 358	0.10 421	0.07 258	0.06 199

NLCA_NET_v2_RVC	0.17 397	0.10 369	0.22 436	0.20 409	0.10 341	0.15 304	0.18 363	0.31 425	0.25 345	0.21 393	0.30 421	0.25 404	0.17 384	0.21 426	0.20 409	0.09 358	0.06 306	0.08 278	0.08 337	0.07 258	0.08 343
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.14 310	0.08 236	0.15 314	0.16 142	0.09 239	0.12 207	0.14 152	0.27 371	0.34 432	0.14 240	0.21 305	0.22 367	0.13 292	0.18 369	0.14 314	0.07 238	0.05 182	0.08 278	0.07 272	0.07 258	0.07 279

AANet_RVC	0.16 377	0.10 369	0.10 108	0.18 298	0.09 239	0.18 374	0.19 402	0.26 350	0.31 406	0.22 409	0.35 453	0.21 349	0.21 430	0.22 439	0.16 358	0.06 114	0.05 182	0.06 102	0.06 185	0.07 258	0.06 199

HSM	0.15 354	0.08 236	0.14 264	0.16 142	0.09 239	0.16 334	0.14 152	0.28 390	0.25 345	0.19 357	0.23 323	0.37 490	0.16 361	0.20 409	0.15 342	0.07 238	0.05 182	0.07 194	0.06 185	0.07 258	0.06 199

StereoDRNet-Refined	0.17 397	0.12 413	0.15 314	0.20 409	0.09 239	0.18 374	0.18 363	0.26 350	0.23 308	0.26 448	0.40 482	0.22 367	0.17 384	0.21 426	0.20 409	0.08 299	0.05 182	0.09 358	0.10 421	0.07 258	0.07 279
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 411	0.10 369	0.15 314	0.23 474	0.11 389	0.24 455	0.18 363	0.29 401	0.28 382	0.27 454	0.28 403	0.28 431	0.24 453	0.19 384	0.20 409	0.08 299	0.08 404	0.09 358	0.09 382	0.07 258	0.07 279

pmcnn	0.15 354	0.07 139	0.19 410	0.15 70	0.07 71	0.20 412	0.15 219	0.24 316	0.26 359	0.21 393	0.34 449	0.28 431	0.18 398	0.18 369	0.17 373	0.07 238	0.05 182	0.05 23	0.04 34	0.07 258	0.06 199

S2M2_XL	0.08 44	0.06 56	0.12 184	0.12 4	0.08 127	0.09 80	0.09 18	0.07 2	0.07 8	0.08 62	0.07 37	0.07 62	0.06 36	0.09 33	0.09 54	0.08 299	0.06 306	0.07 194	0.05 107	0.08 321	0.06 199

G2L-ROB	0.13 276	0.06 56	0.13 229	0.13 13	0.08 127	0.14 278	0.16 284	0.25 332	0.18 231	0.19 357	0.18 263	0.20 340	0.14 317	0.17 348	0.16 358	0.08 299	0.05 182	0.06 102	0.05 107	0.08 321	0.09 387

YMNet	0.20 435	0.12 413	0.19 410	0.20 409	0.14 462	0.26 475	0.23 461	0.32 436	0.34 432	0.27 454	0.34 449	0.30 448	0.18 398	0.18 369	0.22 438	0.10 399	0.13 492	0.10 406	0.10 421	0.08 321	0.09 387

YMNet_1	0.20 435	0.12 413	0.19 410	0.20 409	0.14 462	0.26 475	0.23 461	0.32 436	0.34 432	0.27 454	0.34 449	0.30 448	0.18 398	0.18 369	0.22 438	0.10 399	0.13 492	0.10 406	0.10 421	0.08 321	0.09 387

rvit_0105_5	0.14 310	0.09 311	0.13 229	0.17 216	0.09 239	0.14 278	0.23 461	0.24 316	0.27 368	0.14 240	0.15 205	0.18 314	0.12 254	0.17 348	0.14 314	0.14 489	0.11 465	0.10 406	0.10 421	0.08 321	0.06 199

rvit_105_1	0.19 423	0.11 395	0.25 454	0.21 438	0.16 490	0.21 429	0.27 503	0.31 425	0.41 470	0.19 357	0.20 284	0.22 367	0.17 384	0.19 384	0.17 373	0.12 453	0.12 479	0.13 471	0.15 500	0.08 321	0.07 279

ITSA-stereo	0.15 354	0.10 369	0.14 264	0.19 355	0.08 127	0.12 207	0.14 152	0.30 415	0.49 502	0.17 311	0.19 272	0.22 367	0.15 335	0.17 348	0.16 358	0.10 399	0.06 306	0.08 278	0.08 337	0.08 321	0.08 343

test_sample6	0.14 310	0.08 236	0.13 229	0.16 142	0.08 127	0.17 355	0.19 402	0.25 332	0.17 205	0.17 311	0.27 389	0.19 328	0.14 317	0.15 282	0.13 277	0.08 299	0.05 182	0.08 278	0.07 272	0.08 321	0.08 343

test_sample5	0.14 310	0.08 236	0.14 264	0.16 142	0.08 127	0.18 374	0.18 363	0.25 332	0.17 205	0.17 311	0.27 389	0.18 314	0.14 317	0.16 316	0.13 277	0.08 299	0.05 182	0.08 278	0.07 272	0.08 321	0.08 343

test_sample4	0.14 310	0.08 236	0.14 264	0.15 70	0.08 127	0.19 397	0.18 363	0.26 350	0.17 205	0.16 295	0.25 364	0.18 314	0.14 317	0.16 316	0.13 277	0.08 299	0.06 306	0.08 278	0.06 185	0.08 321	0.08 343

test_sample2	0.12 251	0.07 139	0.12 184	0.14 30	0.08 127	0.16 334	0.18 363	0.21 252	0.16 186	0.14 240	0.20 284	0.19 328	0.15 335	0.15 282	0.12 236	0.08 299	0.05 182	0.07 194	0.06 185	0.08 321	0.07 279

test_sample1	0.13 276	0.07 139	0.14 264	0.13 13	0.08 127	0.19 397	0.16 284	0.20 229	0.15 159	0.14 240	0.22 314	0.18 314	0.16 361	0.17 348	0.14 314	0.07 238	0.06 306	0.06 102	0.06 185	0.08 321	0.07 279

MyStereo8	0.12 251	0.07 139	0.15 314	0.15 70	0.09 239	0.18 374	0.14 152	0.19 218	0.22 298	0.12 192	0.18 263	0.11 175	0.10 199	0.16 316	0.18 391	0.07 238	0.05 182	0.07 194	0.05 107	0.08 321	0.09 387

11t1	0.12 251	0.06 56	0.13 229	0.14 30	0.08 127	0.17 355	0.15 219	0.18 197	0.15 159	0.15 267	0.15 205	0.16 280	0.16 361	0.15 282	0.13 277	0.08 299	0.05 182	0.06 102	0.05 107	0.08 321	0.07 279

DualNet	0.14 310	0.08 236	0.14 264	0.16 142	0.08 127	0.18 374	0.18 363	0.25 332	0.17 205	0.17 311	0.27 389	0.18 314	0.14 317	0.16 316	0.13 277	0.08 299	0.05 182	0.08 278	0.07 272	0.08 321	0.08 343

mmx	0.14 310	0.09 311	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.27 371	0.25 345	0.15 267	0.25 364	0.19 328	0.13 292	0.14 260	0.20 409	0.08 299	0.06 306	0.09 358	0.08 337	0.08 321	0.08 343

xxx	0.14 310	0.09 311	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.27 371	0.25 345	0.15 267	0.25 364	0.19 328	0.13 292	0.14 260	0.20 409	0.08 299	0.06 306	0.09 358	0.08 337	0.08 321	0.08 343

EKT-Stereo	0.11 185	0.07 139	0.14 264	0.15 70	0.10 341	0.13 246	0.14 152	0.18 197	0.21 284	0.11 154	0.08 70	0.12 192	0.09 167	0.11 107	0.12 236	0.08 299	0.06 306	0.07 194	0.06 185	0.08 321	0.07 279

SDNR	0.19 423	0.08 236	0.19 410	0.16 142	0.12 420	0.77 556	0.14 152	0.25 332	0.32 413	0.19 357	0.24 335	0.19 328	0.13 292	0.19 384	0.15 342	0.16 509	0.18 517	0.14 483	0.11 453	0.08 321	0.11 439

fast-acv-ft	0.18 411	0.11 395	0.19 410	0.19 355	0.12 420	0.24 455	0.21 440	0.25 332	0.34 432	0.22 409	0.34 449	0.27 421	0.20 426	0.21 426	0.23 450	0.09 358	0.09 433	0.08 278	0.10 421	0.08 321	0.07 279

gwcnet-sp	0.14 310	0.07 139	0.12 184	0.18 298	0.09 239	0.16 334	0.17 318	0.24 316	0.24 324	0.18 341	0.24 335	0.15 266	0.16 361	0.15 282	0.15 342	0.08 299	0.06 306	0.07 194	0.08 337	0.08 321	0.07 279

scenet	0.14 310	0.07 139	0.12 184	0.18 298	0.09 239	0.16 334	0.17 318	0.24 316	0.24 324	0.18 341	0.24 335	0.15 266	0.16 361	0.15 282	0.15 342	0.08 299	0.06 306	0.07 194	0.08 337	0.08 321	0.07 279

knoymous	0.11 185	0.05 17	0.12 184	0.13 13	0.07 71	0.15 304	0.14 152	0.19 218	0.13 119	0.11 154	0.17 238	0.13 217	0.09 167	0.13 234	0.11 187	0.08 299	0.05 182	0.06 102	0.05 107	0.08 321	0.07 279

riskmin	0.11 185	0.06 56	0.13 229	0.14 30	0.08 127	0.14 278	0.14 152	0.18 197	0.14 143	0.11 154	0.14 188	0.16 280	0.11 224	0.14 260	0.12 236	0.09 358	0.05 182	0.07 194	0.05 107	0.08 321	0.08 343

ssnet_v2	0.17 397	0.10 369	0.17 376	0.17 216	0.11 389	0.21 429	0.21 440	0.33 455	0.25 345	0.22 409	0.22 314	0.27 421	0.18 398	0.22 439	0.20 409	0.11 428	0.09 433	0.09 358	0.09 382	0.08 321	0.08 343

ssnet	0.14 310	0.07 139	0.12 184	0.18 298	0.09 239	0.16 334	0.17 318	0.24 316	0.24 324	0.18 341	0.24 335	0.15 266	0.16 361	0.15 282	0.15 342	0.08 299	0.06 306	0.07 194	0.08 337	0.08 321	0.07 279

IER	0.14 310	0.07 139	0.13 229	0.17 216	0.09 239	0.14 278	0.16 284	0.25 332	0.26 359	0.18 341	0.25 364	0.17 300	0.20 426	0.16 316	0.14 314	0.08 299	0.05 182	0.07 194	0.06 185	0.08 321	0.07 279

CRFU-Net	0.16 377	0.08 236	0.14 264	0.17 216	0.09 239	0.19 397	0.14 152	0.26 350	0.20 269	0.28 469	0.27 389	0.29 439	0.17 384	0.19 384	0.17 373	0.09 358	0.09 433	0.07 194	0.07 272	0.08 321	0.08 343

test_5	0.14 310	0.12 413	0.08 30	0.20 409	0.10 341	0.14 278	0.29 518	0.21 252	0.24 324	0.18 341	0.28 403	0.11 175	0.15 335	0.12 189	0.13 277	0.06 114	0.05 182	0.07 194	0.08 337	0.08 321	0.07 279

CSP-Net	0.16 377	0.09 311	0.14 264	0.16 142	0.09 239	0.19 397	0.17 318	0.25 332	0.32 413	0.25 443	0.30 421	0.24 391	0.15 335	0.21 426	0.18 391	0.09 358	0.06 306	0.07 194	0.07 272	0.08 321	0.07 279

dd	0.15 354	0.16 472	0.16 348	0.19 355	0.09 239	0.15 304	0.18 363	0.21 252	0.25 345	0.23 421	0.20 284	0.21 349	0.09 167	0.21 426	0.16 358	0.10 399	0.06 306	0.08 278	0.06 185	0.08 321	0.06 199

PSMNet-ADL	0.15 354	0.12 413	0.13 229	0.22 453	0.09 239	0.13 246	0.20 423	0.26 350	0.23 308	0.18 341	0.20 284	0.24 391	0.16 361	0.18 369	0.17 373	0.08 299	0.08 404	0.08 278	0.11 453	0.08 321	0.07 279

Patchmatch Stereo++	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.06 8	0.11 46	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279
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	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

ROB_FTStereo_v2	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

ROB_FTStereo	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.06 8	0.11 46	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

HUI-Stereo	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

iGMRVC	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

iRAFT	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.06 8	0.11 46	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

CRE-IMP	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.10 127	0.12 63	0.18 197	0.10 36	0.14 240	0.13 174	0.13 217	0.12 254	0.12 189	0.11 187	0.07 238	0.04 21	0.08 278	0.06 185	0.08 321	0.08 343

RAFT-IKP	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

Anonymous3	0.16 377	0.13 442	0.33 488	0.26 499	0.14 462	0.27 485	0.17 318	0.28 390	0.28 382	0.15 267	0.17 238	0.14 237	0.10 199	0.15 282	0.12 236	0.08 299	0.08 404	0.08 278	0.08 337	0.08 321	0.11 439

RALCasStereoNet	0.10 142	0.06 56	0.09 72	0.16 142	0.08 127	0.12 207	0.14 152	0.17 168	0.11 62	0.12 192	0.17 238	0.14 237	0.10 199	0.12 189	0.11 187	0.07 238	0.06 306	0.06 102	0.05 107	0.08 321	0.07 279

ADLNet	0.16 377	0.08 236	0.15 314	0.16 142	0.10 341	0.16 334	0.17 318	0.32 436	0.27 368	0.22 409	0.27 389	0.24 391	0.16 361	0.18 369	0.21 429	0.10 399	0.06 306	0.10 406	0.10 421	0.08 321	0.09 387

GES	0.14 310	0.08 236	0.16 348	0.15 70	0.10 341	0.13 246	0.13 104	0.28 390	0.25 345	0.16 295	0.23 323	0.18 314	0.13 292	0.16 316	0.13 277	0.08 299	0.07 378	0.07 194	0.06 185	0.08 321	0.09 387

xxxx	0.15 354	0.07 139	0.14 264	0.14 30	0.08 127	0.23 450	0.18 363	0.31 425	0.19 246	0.14 240	0.28 403	0.22 367	0.14 317	0.15 282	0.26 483	0.09 358	0.05 182	0.07 194	0.07 272	0.08 321	0.07 279

MMNet	0.17 397	0.09 311	0.16 348	0.20 409	0.11 389	0.27 485	0.20 423	0.25 332	0.41 470	0.22 409	0.30 421	0.21 349	0.20 426	0.17 348	0.20 409	0.06 114	0.06 306	0.07 194	0.07 272	0.08 321	0.07 279

psm_up	0.18 411	0.10 369	0.18 399	0.20 409	0.11 389	0.17 355	0.19 402	0.37 491	0.34 432	0.21 393	0.28 403	0.29 439	0.24 453	0.20 409	0.22 438	0.09 358	0.10 453	0.11 437	0.11 453	0.08 321	0.08 343

UNet	0.17 397	0.09 311	0.18 399	0.19 355	0.12 420	0.27 485	0.19 402	0.33 455	0.29 389	0.21 393	0.24 335	0.23 385	0.19 414	0.19 384	0.18 391	0.07 238	0.06 306	0.08 278	0.07 272	0.08 321	0.06 199

UPFNet	0.16 377	0.08 236	0.12 184	0.20 409	0.12 420	0.20 412	0.23 461	0.28 390	0.26 359	0.17 311	0.24 335	0.22 367	0.19 414	0.19 384	0.21 429	0.09 358	0.07 378	0.08 278	0.09 382	0.08 321	0.06 199

ACVNet	0.15 354	0.09 311	0.15 314	0.13 13	0.12 420	0.14 278	0.20 423	0.22 274	0.33 420	0.17 311	0.26 381	0.21 349	0.16 361	0.17 348	0.21 429	0.07 238	0.06 306	0.06 102	0.06 185	0.08 321	0.06 199

acv_ft	0.15 354	0.09 311	0.15 314	0.19 355	0.10 341	0.16 334	0.17 318	0.25 332	0.33 420	0.19 357	0.26 381	0.21 349	0.17 384	0.17 348	0.18 391	0.07 238	0.06 306	0.06 102	0.06 185	0.08 321	0.06 199

GANet-RSSM	0.14 310	0.07 139	0.13 229	0.13 13	0.08 127	0.14 278	0.17 318	0.22 274	0.21 284	0.17 311	0.24 335	0.23 385	0.15 335	0.16 316	0.15 342	0.10 399	0.06 306	0.07 194	0.08 337	0.08 321	0.07 279

PSMNet-RSSM	0.14 310	0.07 139	0.13 229	0.15 70	0.08 127	0.13 246	0.16 284	0.24 316	0.24 324	0.16 295	0.28 403	0.22 367	0.14 317	0.15 282	0.13 277	0.11 428	0.06 306	0.09 358	0.12 472	0.08 321	0.07 279

DSFCA	0.16 377	0.09 311	0.14 264	0.16 142	0.10 341	0.20 412	0.19 402	0.28 390	0.31 406	0.23 421	0.24 335	0.22 367	0.15 335	0.19 384	0.20 409	0.10 399	0.07 378	0.09 358	0.09 382	0.08 321	0.08 343

ADCRef	0.19 423	0.12 413	0.41 508	0.20 409	0.12 420	0.22 437	0.18 363	0.32 436	0.36 445	0.26 448	0.32 433	0.17 300	0.23 447	0.24 459	0.24 463	0.07 238	0.06 306	0.09 358	0.09 382	0.08 321	0.08 343

TDLM	0.17 397	0.12 413	0.13 229	0.24 483	0.10 341	0.18 374	0.18 363	0.36 486	0.30 399	0.21 393	0.28 403	0.28 431	0.18 398	0.23 450	0.18 391	0.11 428	0.07 378	0.10 406	0.10 421	0.08 321	0.08 343

NaN_ROB	0.22 456	0.19 497	0.24 449	0.25 494	0.13 442	0.29 496	0.26 496	0.33 455	0.41 470	0.31 487	0.31 429	0.32 470	0.23 447	0.30 489	0.21 429	0.11 428	0.17 515	0.10 406	0.10 421	0.08 321	0.09 387

iResNet_ROB	0.14 310	0.07 139	0.13 229	0.14 30	0.07 71	0.18 374	0.14 152	0.26 350	0.31 406	0.22 409	0.25 364	0.23 385	0.15 335	0.15 282	0.13 277	0.07 238	0.05 182	0.05 23	0.04 34	0.08 321	0.08 343

LE_ROB	0.50 539	0.07 139	0.14 264	0.15 70	0.08 127	0.24 455	0.16 284	0.22 274	1.81 571	4.63 574	0.67 535	0.47 523	0.44 532	0.20 409	0.29 501	0.07 238	0.06 306	0.06 102	0.06 185	0.08 321	0.06 199

DN-CSS_ROB	0.13 276	0.13 442	0.16 348	0.18 298	0.10 341	0.16 334	0.08 7	0.22 274	0.18 231	0.17 311	0.22 314	0.13 217	0.13 292	0.12 189	0.13 277	0.05 27	0.05 182	0.10 406	0.10 421	0.08 321	0.06 199

zh-mn7	0.25 490	0.14 454	0.56 528	0.19 355	0.14 462	0.24 455	0.22 450	0.34 464	0.62 530	0.35 500	0.65 533	0.31 461	0.25 462	0.31 490	0.25 472	0.09 358	0.08 404	0.09 358	0.09 382	0.09 382	0.11 439

coex_refinement	0.14 310	0.07 139	0.12 184	0.17 216	0.10 341	0.15 304	0.15 219	0.26 350	0.29 389	0.18 341	0.20 284	0.22 367	0.17 384	0.16 316	0.18 391	0.08 299	0.05 182	0.06 102	0.06 185	0.09 382	0.08 343

rvit_0105_6	0.14 310	0.09 311	0.18 399	0.17 216	0.10 341	0.10 127	0.16 284	0.19 218	0.26 359	0.12 192	0.18 263	0.17 300	0.12 254	0.18 369	0.12 236	0.15 493	0.11 465	0.12 456	0.10 421	0.09 382	0.06 199

rvit_0105_4	0.14 310	0.09 311	0.17 376	0.17 216	0.10 341	0.12 207	0.19 402	0.23 294	0.27 368	0.14 240	0.20 284	0.17 300	0.13 292	0.17 348	0.13 277	0.15 493	0.11 465	0.11 437	0.10 421	0.09 382	0.06 199

test_sample3	0.14 310	0.08 236	0.15 314	0.14 30	0.09 239	0.19 397	0.17 318	0.26 350	0.18 231	0.16 295	0.22 314	0.19 328	0.15 335	0.17 348	0.13 277	0.08 299	0.06 306	0.07 194	0.06 185	0.09 382	0.08 343

ttt	0.14 310	0.08 236	0.14 264	0.15 70	0.08 127	0.15 304	0.18 363	0.27 371	0.29 389	0.16 295	0.24 335	0.17 300	0.13 292	0.13 234	0.14 314	0.11 428	0.08 404	0.09 358	0.08 337	0.09 382	0.08 343

CFNet_ucs	0.15 354	0.08 236	0.16 348	0.16 142	0.11 389	0.14 278	0.14 152	0.30 415	0.34 432	0.16 295	0.24 335	0.23 385	0.14 317	0.18 369	0.15 342	0.09 358	0.06 306	0.08 278	0.07 272	0.09 382	0.09 387

iinet-f	0.16 377	0.06 56	0.45 512	0.14 30	0.10 341	0.21 429	0.14 152	0.27 371	0.23 308	0.21 393	0.24 335	0.21 349	0.15 335	0.18 369	0.21 429	0.09 358	0.07 378	0.07 194	0.06 185	0.09 382	0.10 413

CASS	0.13 276	0.12 413	0.11 149	0.23 474	0.09 239	0.15 304	0.17 318	0.18 197	0.19 246	0.17 311	0.18 263	0.15 266	0.15 335	0.14 260	0.14 314	0.09 358	0.06 306	0.10 406	0.08 337	0.09 382	0.07 279
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.17 397	0.11 395	0.18 399	0.17 216	0.11 389	0.16 334	0.25 488	0.24 316	0.33 420	0.19 357	0.24 335	0.26 413	0.24 453	0.19 384	0.20 409	0.07 238	0.08 404	0.09 358	0.10 421	0.09 382	0.08 343

AASNet	0.16 377	0.08 236	0.12 184	0.19 355	0.09 239	0.18 374	0.15 219	0.37 491	0.37 452	0.19 357	0.23 323	0.20 340	0.16 361	0.17 348	0.20 409	0.10 399	0.08 404	0.08 278	0.07 272	0.09 382	0.09 387

ADLNet2	0.16 377	0.09 311	0.13 229	0.16 142	0.09 239	0.20 412	0.16 284	0.31 425	0.39 461	0.16 295	0.20 284	0.20 340	0.18 398	0.21 426	0.22 438	0.08 299	0.06 306	0.07 194	0.07 272	0.09 382	0.07 279

GEStereo_RVC	0.17 397	0.12 413	0.15 314	0.22 453	0.11 389	0.19 397	0.17 318	0.32 436	0.48 496	0.20 379	0.25 364	0.17 300	0.13 292	0.21 426	0.16 358	0.10 399	0.06 306	0.08 278	0.07 272	0.09 382	0.08 343

TestStereo	0.13 276	0.14 454	0.11 149	0.23 474	0.08 127	0.15 304	0.21 440	0.20 229	0.23 308	0.14 240	0.24 335	0.16 280	0.12 254	0.16 316	0.14 314	0.05 27	0.06 306	0.08 278	0.06 185	0.09 382	0.05 121

HCRNet	0.16 377	0.24 515	0.12 184	0.35 530	0.11 389	0.15 304	0.17 318	0.26 350	0.22 298	0.19 357	0.24 335	0.21 349	0.14 317	0.15 282	0.13 277	0.11 428	0.07 378	0.11 437	0.10 421	0.09 382	0.07 279

Syn2CoEx	0.21 447	0.16 472	0.27 464	0.29 521	0.14 462	0.26 475	0.20 423	0.33 455	0.31 406	0.28 469	0.36 456	0.27 421	0.25 462	0.19 384	0.24 463	0.16 509	0.12 479	0.14 483	0.11 453	0.09 382	0.08 343

GwcNet	0.20 435	0.13 442	0.19 410	0.18 298	0.12 420	0.24 455	0.19 402	0.35 479	0.43 482	0.20 379	0.32 433	0.33 473	0.20 426	0.22 439	0.24 463	0.11 428	0.09 433	0.09 358	0.09 382	0.09 382	0.10 413

HGLStereo	0.17 397	0.08 236	0.19 410	0.17 216	0.12 420	0.18 374	0.18 363	0.31 425	0.32 413	0.21 393	0.32 433	0.25 404	0.18 398	0.19 384	0.20 409	0.09 358	0.09 433	0.07 194	0.07 272	0.09 382	0.10 413

CFNet-ft	0.14 310	0.07 139	0.15 314	0.12 4	0.09 239	0.16 334	0.18 363	0.22 274	0.24 324	0.17 311	0.26 381	0.24 391	0.14 317	0.16 316	0.14 314	0.11 428	0.06 306	0.08 278	0.09 382	0.09 382	0.08 343

DMCA	0.14 310	0.09 311	0.16 348	0.19 355	0.09 239	0.15 304	0.17 318	0.23 294	0.27 368	0.14 240	0.19 272	0.17 300	0.18 398	0.15 282	0.17 373	0.10 399	0.06 306	0.08 278	0.06 185	0.09 382	0.10 413

FADNet-RVC-Resample	0.16 377	0.11 395	0.31 482	0.22 453	0.11 389	0.19 397	0.14 152	0.25 332	0.24 324	0.24 430	0.27 389	0.20 340	0.15 335	0.16 316	0.15 342	0.07 238	0.08 404	0.12 456	0.10 421	0.09 382	0.10 413

STTStereo	0.18 411	0.12 413	0.27 464	0.20 409	0.11 389	0.16 334	0.21 440	0.29 401	0.23 308	0.21 393	0.30 421	0.29 439	0.18 398	0.20 409	0.19 403	0.12 453	0.11 465	0.11 437	0.14 485	0.09 382	0.08 343

ADCP+	0.20 435	0.10 369	0.33 488	0.20 409	0.12 420	0.22 437	0.26 496	0.31 425	0.34 432	0.26 448	0.37 462	0.22 367	0.22 439	0.27 469	0.27 491	0.09 358	0.06 306	0.08 278	0.08 337	0.09 382	0.10 413

PA-Net	0.23 472	0.18 494	0.33 488	0.28 514	0.22 522	0.21 429	0.38 540	0.29 401	0.39 461	0.22 409	0.32 433	0.25 404	0.26 468	0.20 409	0.25 472	0.09 358	0.23 534	0.15 495	0.22 522	0.09 382	0.13 471
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.14 310	0.07 139	0.15 314	0.12 4	0.09 239	0.16 334	0.18 363	0.22 274	0.24 324	0.17 311	0.26 381	0.24 391	0.14 317	0.16 316	0.14 314	0.11 428	0.06 306	0.08 278	0.09 382	0.09 382	0.08 343

CVANet_RVC	0.18 411	0.10 369	0.14 264	0.21 438	0.10 341	0.18 374	0.17 318	0.34 464	0.33 420	0.22 409	0.31 429	0.28 431	0.18 398	0.23 450	0.17 373	0.12 453	0.08 404	0.12 456	0.11 453	0.09 382	0.07 279

AdaStereo	0.15 354	0.11 395	0.15 314	0.18 298	0.09 239	0.20 412	0.11 46	0.32 436	0.28 382	0.20 379	0.23 323	0.20 340	0.13 292	0.19 384	0.14 314	0.12 453	0.05 182	0.10 406	0.07 272	0.09 382	0.07 279
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.
iResNetv2_ROB	0.14 310	0.08 236	0.15 314	0.16 142	0.08 127	0.16 334	0.12 63	0.25 332	0.35 441	0.21 393	0.29 415	0.24 391	0.13 292	0.14 260	0.14 314	0.06 114	0.05 182	0.06 102	0.04 34	0.09 382	0.08 343

DRN-Test	0.19 423	0.11 395	0.20 422	0.22 453	0.10 341	0.22 437	0.22 450	0.39 503	0.37 452	0.24 430	0.32 433	0.26 413	0.21 430	0.22 439	0.24 463	0.11 428	0.07 378	0.11 437	0.10 421	0.09 382	0.07 279

StereoDRNet	0.18 411	0.11 395	0.17 376	0.22 453	0.11 389	0.21 429	0.22 450	0.37 491	0.33 420	0.24 430	0.28 403	0.30 448	0.19 414	0.20 409	0.20 409	0.09 358	0.08 404	0.11 437	0.09 382	0.09 382	0.07 279

DISCO	0.19 423	0.09 311	0.22 436	0.17 216	0.10 341	0.25 466	0.18 363	0.27 371	0.44 487	0.22 409	0.31 429	0.33 473	0.26 468	0.28 480	0.28 498	0.08 299	0.06 306	0.07 194	0.07 272	0.09 382	0.09 387

PSMNet_ROB	0.21 447	0.11 395	0.15 314	0.27 511	0.15 480	0.24 455	0.35 535	0.43 522	0.37 452	0.27 454	0.32 433	0.32 470	0.22 439	0.21 426	0.26 483	0.12 453	0.08 404	0.13 471	0.11 453	0.09 382	0.09 387

z-mn7	0.24 479	0.14 454	0.45 512	0.19 355	0.13 442	0.28 492	0.25 488	0.34 464	0.62 530	0.27 454	0.56 525	0.29 439	0.24 453	0.32 497	0.25 472	0.08 299	0.08 404	0.08 278	0.08 337	0.10 414	0.10 413

w-ln-seven-2	0.20 435	0.14 454	0.37 501	0.22 453	0.12 420	0.20 412	0.21 440	0.28 390	0.37 452	0.25 443	0.37 462	0.27 421	0.22 439	0.21 426	0.23 450	0.08 299	0.08 404	0.09 358	0.09 382	0.10 414	0.09 387

S2M2	0.09 81	0.08 236	0.11 149	0.13 13	0.10 341	0.08 51	0.06 1	0.10 17	0.10 36	0.10 125	0.09 88	0.10 154	0.09 167	0.11 107	0.11 187	0.13 476	0.07 378	0.08 278	0.09 382	0.10 414	0.08 343

FACV-RUCA	0.13 276	0.11 395	0.12 184	0.19 355	0.12 420	0.15 304	0.15 219	0.22 274	0.20 269	0.15 267	0.16 217	0.14 237	0.16 361	0.14 260	0.13 277	0.07 238	0.05 182	0.08 278	0.06 185	0.10 414	0.08 343

DCVSM-stereo	0.14 310	0.09 311	0.16 348	0.16 142	0.10 341	0.15 304	0.09 18	0.19 218	0.23 308	0.20 379	0.23 323	0.26 413	0.15 335	0.18 369	0.14 314	0.09 358	0.07 378	0.09 358	0.08 337	0.10 414	0.12 452

rvit_stereo_0075_2	0.17 397	0.12 413	0.25 454	0.23 474	0.16 490	0.13 246	0.10 27	0.30 415	0.27 368	0.20 379	0.28 403	0.22 367	0.15 335	0.18 369	0.13 277	0.16 509	0.10 453	0.17 503	0.10 421	0.10 414	0.09 387

test_sample7	0.15 354	0.10 369	0.16 348	0.14 30	0.11 389	0.16 334	0.16 284	0.27 371	0.23 308	0.20 379	0.20 284	0.24 391	0.19 414	0.16 316	0.16 358	0.12 453	0.06 306	0.10 406	0.09 382	0.10 414	0.10 413

HBP-ISP	0.18 411	0.13 442	0.16 348	0.15 70	0.11 389	0.08 51	0.13 104	0.28 390	0.29 389	0.22 409	0.33 445	0.21 349	0.25 462	0.23 450	0.17 373	0.14 489	0.16 510	0.21 517	0.17 511	0.10 414	0.08 343

Wz-Net-LNSev-Ref	0.18 411	0.09 311	0.29 477	0.15 70	0.10 341	0.22 437	0.20 423	0.26 350	0.39 461	0.25 443	0.42 499	0.24 391	0.15 335	0.20 409	0.19 403	0.07 238	0.05 182	0.06 102	0.05 107	0.10 414	0.09 387

NINENet	0.16 377	0.10 369	0.15 314	0.17 216	0.11 389	0.19 397	0.14 152	0.40 507	0.36 445	0.18 341	0.21 305	0.16 280	0.13 292	0.15 282	0.13 277	0.08 299	0.08 404	0.10 406	0.07 272	0.10 414	0.09 387

AACVNet	0.16 377	0.08 236	0.14 264	0.15 70	0.10 341	0.18 374	0.15 219	0.23 294	0.24 324	0.27 454	0.27 389	0.28 431	0.17 384	0.19 384	0.16 358	0.09 358	0.07 378	0.09 358	0.07 272	0.10 414	0.09 387

LMCR-Stereo	0.15 354	0.08 236	0.13 229	0.21 438	0.09 239	0.17 355	0.20 423	0.27 371	0.19 246	0.24 430	0.24 335	0.23 385	0.17 384	0.20 409	0.17 373	0.07 238	0.06 306	0.08 278	0.06 185	0.10 414	0.08 343

aanetorigin	0.22 456	0.17 483	0.56 528	0.17 216	0.10 341	0.15 304	0.19 402	0.20 229	0.33 420	0.49 529	0.48 509	0.29 439	0.27 476	0.20 409	0.23 450	0.08 299	0.07 378	0.08 278	0.07 272	0.10 414	0.09 387

DMCA-RVC	0.17 397	0.10 369	0.15 314	0.24 483	0.11 389	0.18 374	0.18 363	0.25 332	0.24 324	0.21 393	0.26 381	0.25 404	0.27 476	0.18 369	0.20 409	0.12 453	0.08 404	0.13 471	0.10 421	0.10 414	0.08 343

Nwc_Net	0.23 472	0.16 472	0.21 430	0.25 494	0.14 462	0.24 455	0.26 496	0.37 491	0.38 458	0.22 409	0.41 493	0.30 448	0.28 485	0.28 480	0.25 472	0.11 428	0.10 453	0.17 503	0.20 517	0.10 414	0.10 413

ADCL	0.24 479	0.11 395	0.47 517	0.22 453	0.12 420	0.34 510	0.29 518	0.29 401	0.56 518	0.24 430	0.46 506	0.30 448	0.30 497	0.29 486	0.29 501	0.08 299	0.07 378	0.09 358	0.09 382	0.10 414	0.10 413

GANet	0.21 447	0.12 413	0.21 430	0.24 483	0.13 442	0.22 437	0.22 450	0.41 513	0.26 359	0.31 487	0.42 499	0.37 490	0.28 485	0.23 450	0.22 438	0.10 399	0.12 479	0.10 406	0.09 382	0.10 414	0.08 343

PS-NSSS	0.20 435	0.21 507	0.23 445	0.20 409	0.10 341	0.19 397	0.17 318	0.36 486	0.25 345	0.27 454	0.33 445	0.27 421	0.24 453	0.20 409	0.20 409	0.15 493	0.12 479	0.17 503	0.14 485	0.10 414	0.08 343

MDST_ROB	0.22 456	0.10 369	0.17 376	0.18 298	0.11 389	0.37 520	0.19 402	0.43 522	0.41 470	0.39 510	0.39 476	0.29 439	0.21 430	0.26 466	0.18 391	0.11 428	0.10 453	0.14 483	0.11 453	0.10 414	0.08 343

CBMV_ROB	0.19 423	0.13 442	0.17 376	0.16 142	0.11 389	0.15 304	0.13 104	0.26 350	0.28 382	0.27 454	0.30 421	0.27 421	0.24 453	0.23 450	0.16 358	0.15 493	0.17 515	0.22 521	0.20 517	0.10 414	0.11 439

SGM_RVC	0.23 472	0.12 413	0.15 314	0.15 70	0.09 239	0.33 507	0.18 363	0.34 464	0.31 406	0.44 524	0.37 462	0.53 531	0.35 512	0.35 509	0.24 463	0.13 476	0.13 492	0.13 471	0.13 482	0.10 414	0.11 439
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	0.19 423	0.14 454	0.17 376	0.18 298	0.10 341	0.20 412	0.11 46	0.29 401	0.30 399	0.29 477	0.30 421	0.30 448	0.23 447	0.27 469	0.19 403	0.13 476	0.15 507	0.17 503	0.16 504	0.10 414	0.10 413
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven	0.24 479	0.14 454	0.55 525	0.19 355	0.14 462	0.26 475	0.22 450	0.35 479	0.60 527	0.29 477	0.39 476	0.30 448	0.22 439	0.21 426	0.26 483	0.09 358	0.09 433	0.11 437	0.10 421	0.11 436	0.10 413

DDVS	0.15 354	0.10 369	0.21 430	0.16 142	0.12 420	0.15 304	0.14 152	0.25 332	0.19 246	0.18 341	0.29 415	0.27 421	0.12 254	0.19 384	0.15 342	0.09 358	0.06 306	0.09 358	0.07 272	0.11 436	0.11 439

Wz-Net-SNSev	0.25 490	0.17 483	0.44 511	0.25 494	0.14 462	0.26 475	0.23 461	0.38 499	0.56 518	0.30 481	0.55 520	0.39 502	0.26 468	0.23 450	0.30 506	0.10 399	0.09 433	0.09 358	0.10 421	0.11 436	0.11 439

dad	0.17 397	0.20 501	0.20 422	0.16 142	0.11 389	0.20 412	0.18 363	0.21 252	0.28 382	0.30 481	0.24 335	0.29 439	0.13 292	0.19 384	0.16 358	0.18 515	0.09 433	0.11 437	0.09 382	0.11 436	0.07 279

pcwnet_v2	0.19 423	0.10 369	0.26 457	0.17 216	0.14 462	0.18 374	0.15 219	0.37 491	0.46 494	0.19 357	0.24 335	0.21 349	0.19 414	0.20 409	0.19 403	0.13 476	0.10 453	0.10 406	0.10 421	0.11 436	0.13 471

EDNetEfficient	0.29 508	0.24 515	1.13 559	0.18 298	0.10 341	0.19 397	0.20 423	0.20 229	0.60 527	0.74 548	0.56 525	0.31 461	0.39 519	0.22 439	0.30 506	0.09 358	0.07 378	0.08 278	0.07 272	0.11 436	0.09 387

FAT-Stereo	0.20 435	0.12 413	0.22 436	0.21 438	0.12 420	0.17 355	0.18 363	0.34 464	0.39 461	0.27 454	0.37 462	0.34 479	0.32 505	0.21 426	0.20 409	0.09 358	0.11 465	0.10 406	0.09 382	0.11 436	0.14 488

FADNet_RVC	0.16 377	0.14 454	0.40 505	0.20 409	0.11 389	0.13 246	0.13 104	0.26 350	0.22 298	0.21 393	0.23 323	0.20 340	0.17 384	0.14 260	0.16 358	0.08 299	0.08 404	0.12 456	0.09 382	0.11 436	0.10 413

AF-Net	0.22 456	0.17 483	0.17 376	0.26 499	0.13 442	0.25 466	0.24 473	0.32 436	0.50 505	0.25 443	0.33 445	0.38 494	0.26 468	0.28 480	0.25 472	0.11 428	0.10 453	0.16 501	0.11 453	0.11 436	0.10 413

UCFNet_RVC	0.14 310	0.08 236	0.13 229	0.11 1	0.10 341	0.20 412	0.10 27	0.24 316	0.22 298	0.17 311	0.20 284	0.23 385	0.15 335	0.17 348	0.15 342	0.12 453	0.07 378	0.10 406	0.13 482	0.11 436	0.10 413

DeepPruner_ROB	0.16 377	0.11 395	0.15 314	0.17 216	0.10 341	0.17 355	0.15 219	0.32 436	0.21 284	0.19 357	0.21 305	0.22 367	0.18 398	0.20 409	0.15 342	0.13 476	0.09 433	0.09 358	0.09 382	0.11 436	0.10 413

FBW_ROB	0.24 479	0.17 483	0.22 436	0.26 499	0.14 462	0.25 466	0.22 450	0.41 513	0.41 470	0.41 517	0.41 493	0.42 509	0.27 476	0.31 490	0.23 450	0.09 358	0.14 501	0.14 483	0.12 472	0.11 436	0.09 387

PWC_ROB	0.21 447	0.16 472	0.26 457	0.18 298	0.11 389	0.22 437	0.13 104	0.32 436	0.49 502	0.30 481	0.40 482	0.32 470	0.24 453	0.31 490	0.22 438	0.10 399	0.07 378	0.11 437	0.08 337	0.11 436	0.10 413

PWCDC_ROB	0.20 435	0.13 442	0.22 436	0.24 483	0.11 389	0.19 397	0.15 219	0.33 455	0.54 514	0.29 477	0.50 514	0.21 349	0.15 335	0.27 469	0.20 409	0.11 428	0.09 433	0.10 406	0.08 337	0.11 436	0.09 387

MeshStereo	0.27 500	0.13 442	0.18 399	0.15 70	0.11 389	0.32 501	0.24 473	0.40 507	0.36 445	0.52 531	0.57 528	0.67 542	0.40 522	0.35 509	0.26 483	0.14 489	0.13 492	0.13 471	0.11 453	0.11 436	0.10 413
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
MSAF-DinoV2	0.22 456	0.11 395	0.23 445	0.17 216	0.10 341	0.27 485	0.16 284	0.37 491	0.55 515	0.21 393	0.27 389	0.47 523	0.27 476	0.35 509	0.39 530	0.09 358	0.06 306	0.07 194	0.09 382	0.12 451	0.10 413

zh-sn7	0.25 490	0.17 483	0.50 519	0.24 483	0.13 442	0.25 466	0.24 473	0.34 464	0.48 496	0.28 469	0.54 518	0.28 431	0.31 501	0.36 515	0.32 514	0.10 399	0.10 453	0.11 437	0.10 421	0.12 451	0.12 452

GMStereo_Zeroshot	0.16 377	0.13 442	0.24 449	0.20 409	0.10 341	0.17 355	0.13 104	0.29 401	0.25 345	0.23 421	0.32 433	0.25 404	0.11 224	0.19 384	0.14 314	0.09 358	0.06 306	0.11 437	0.06 185	0.12 451	0.08 343

Wz-Net-LNSev	0.22 456	0.16 472	0.38 502	0.21 438	0.13 442	0.25 466	0.23 461	0.32 436	0.43 482	0.30 481	0.41 493	0.31 461	0.18 398	0.22 439	0.25 472	0.10 399	0.09 433	0.08 278	0.08 337	0.12 451	0.11 439

Wz-Net-MNSev	0.22 456	0.13 442	0.31 482	0.20 409	0.14 462	0.36 519	0.24 473	0.33 455	0.44 487	0.28 469	0.40 482	0.38 494	0.19 414	0.24 459	0.25 472	0.09 358	0.07 378	0.09 358	0.09 382	0.12 451	0.10 413

SACVNet	0.18 411	0.12 413	0.14 264	0.17 216	0.13 442	0.22 437	0.18 363	0.31 425	0.30 399	0.23 421	0.31 429	0.30 448	0.22 439	0.22 439	0.17 373	0.11 428	0.08 404	0.10 406	0.10 421	0.12 451	0.14 488

APVNet	0.22 456	0.12 413	0.19 410	0.18 298	0.14 462	0.32 501	0.31 531	0.39 503	0.32 413	0.27 454	0.40 482	0.30 448	0.29 493	0.26 466	0.25 472	0.11 428	0.12 479	0.11 437	0.14 485	0.12 451	0.12 452

psmorigin	0.25 490	0.15 464	0.34 496	0.17 216	0.13 442	0.23 450	0.14 152	0.34 464	0.33 420	0.41 517	0.55 520	0.41 508	0.37 516	0.34 503	0.27 491	0.11 428	0.15 507	0.11 437	0.11 453	0.12 451	0.16 506

EDNetEfficientorigin	7.91 577	0.31 531	153.02 593	0.19 355	0.09 239	0.21 429	0.16 284	0.22 274	0.59 524	0.72 544	0.67 535	0.42 509	0.50 537	0.24 459	0.39 530	0.08 299	0.07 378	0.08 278	0.07 272	0.12 451	0.10 413

hitnet-ft	0.18 411	0.09 311	0.17 376	0.14 30	0.09 239	0.26 475	0.20 423	0.25 332	0.26 359	0.24 430	0.32 433	0.31 461	0.22 439	0.24 459	0.21 429	0.12 453	0.07 378	0.10 406	0.08 337	0.12 451	0.11 439

MaskLacGwcNet_RVC	0.22 456	0.21 507	0.24 449	0.26 499	0.11 389	0.23 450	0.14 152	0.39 503	0.24 324	0.32 493	0.36 456	0.30 448	0.21 430	0.19 384	0.21 429	0.17 514	0.14 501	0.21 517	0.16 504	0.12 451	0.12 452

SuperB	0.20 435	0.10 369	0.56 528	0.16 142	0.09 239	0.18 374	0.18 363	0.24 316	0.50 505	0.26 448	0.39 476	0.17 300	0.21 430	0.22 439	0.21 429	0.08 299	0.06 306	0.06 102	0.06 185	0.12 451	0.10 413

RP	0.21 447	0.13 442	0.21 430	0.23 474	0.11 389	0.21 429	0.20 423	0.25 332	0.44 487	0.21 393	0.38 468	0.36 485	0.24 453	0.27 469	0.25 472	0.11 428	0.12 479	0.13 471	0.12 472	0.12 451	0.14 488

edge stereo	0.22 456	0.13 442	0.20 422	0.21 438	0.13 442	0.23 450	0.16 284	0.32 436	0.42 477	0.32 493	0.40 482	0.38 494	0.35 512	0.25 464	0.24 463	0.13 476	0.11 465	0.14 483	0.11 453	0.12 451	0.13 471

DeepPrunerF	0.24 479	0.17 483	0.42 510	0.26 499	0.16 490	0.22 437	0.28 509	0.37 491	0.50 505	0.26 448	0.29 415	0.24 391	0.28 485	0.21 426	0.22 438	0.15 493	0.11 465	0.20 516	0.18 515	0.12 451	0.13 471

SGM-ForestM	0.32 516	0.12 413	0.16 348	0.16 142	0.11 389	0.39 524	0.19 402	0.41 513	0.50 505	0.52 531	0.54 518	1.32 561	0.42 530	0.40 529	0.27 491	0.14 489	0.16 510	0.16 501	0.16 504	0.12 451	0.12 452

NOSS_ROB	0.19 423	0.12 413	0.18 399	0.16 142	0.12 420	0.15 304	0.12 63	0.30 415	0.32 413	0.20 379	0.22 314	0.27 421	0.23 447	0.21 426	0.16 358	0.16 509	0.18 517	0.23 522	0.21 519	0.12 451	0.13 471

SGM-Forest	0.20 435	0.14 454	0.18 399	0.19 355	0.13 442	0.20 412	0.22 450	0.33 455	0.30 399	0.24 430	0.29 415	0.28 431	0.19 414	0.23 450	0.17 373	0.15 493	0.16 510	0.15 495	0.14 485	0.12 451	0.12 452
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TCMNet	0.19 423	0.12 413	0.19 410	0.20 409	0.18 511	0.20 412	0.24 473	0.27 371	0.36 445	0.23 421	0.26 381	0.25 404	0.19 414	0.19 384	0.23 450	0.13 476	0.11 465	0.11 437	0.12 472	0.13 469	0.12 452

FADNet-RVC	0.20 435	0.20 501	0.38 502	0.21 438	0.16 490	0.20 412	0.15 219	0.26 350	0.26 359	0.26 448	0.32 433	0.26 413	0.21 430	0.22 439	0.19 403	0.12 453	0.13 492	0.12 456	0.14 485	0.13 469	0.18 517

S-Stereo	0.20 435	0.12 413	0.25 454	0.21 438	0.13 442	0.20 412	0.18 363	0.32 436	0.43 482	0.23 421	0.36 456	0.28 431	0.30 497	0.19 384	0.22 438	0.09 358	0.12 479	0.10 406	0.10 421	0.13 469	0.13 471

NCC-stereo	0.24 479	0.15 464	0.31 482	0.26 499	0.16 490	0.20 412	0.30 525	0.40 507	0.40 467	0.24 430	0.38 468	0.33 473	0.28 485	0.36 515	0.27 491	0.12 453	0.11 465	0.15 495	0.22 522	0.13 469	0.13 471

Abc-Net	0.24 479	0.15 464	0.31 482	0.26 499	0.16 490	0.20 412	0.30 525	0.40 507	0.40 467	0.24 430	0.38 468	0.33 473	0.28 485	0.36 515	0.27 491	0.12 453	0.11 465	0.15 495	0.22 522	0.13 469	0.13 471
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	0.23 472	0.12 413	0.28 469	0.21 438	0.13 442	0.28 492	0.16 284	0.35 479	0.66 537	0.27 454	0.33 445	0.30 448	0.21 430	0.31 490	0.29 501	0.10 399	0.08 404	0.09 358	0.10 421	0.13 469	0.13 471

ADCMid	0.25 490	0.15 464	0.40 505	0.20 409	0.14 462	0.25 466	0.26 496	0.34 464	0.38 458	0.36 503	0.44 504	0.34 479	0.40 522	0.35 509	0.33 518	0.10 399	0.09 433	0.11 437	0.11 453	0.13 469	0.12 452

RYNet	0.22 456	0.12 413	0.22 436	0.19 355	0.17 505	0.46 527	0.26 496	0.38 499	0.48 496	0.24 430	0.28 403	0.34 479	0.23 447	0.20 409	0.30 506	0.10 399	0.06 306	0.09 358	0.09 382	0.13 469	0.15 495

DANet	0.21 447	0.15 464	0.28 469	0.25 494	0.13 442	0.22 437	0.19 402	0.27 371	0.27 368	0.28 469	0.32 433	0.35 483	0.31 501	0.31 490	0.23 450	0.11 428	0.09 433	0.11 437	0.10 421	0.13 469	0.11 439
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NCCL2	0.23 472	0.15 464	0.17 376	0.34 528	0.18 511	0.24 455	0.23 461	0.34 464	0.28 382	0.31 487	0.38 468	0.38 494	0.28 485	0.23 450	0.24 463	0.15 493	0.12 479	0.18 512	0.21 519	0.13 469	0.13 471

SANet	0.24 479	0.14 454	0.28 469	0.21 438	0.11 389	0.27 485	0.24 473	0.38 499	0.64 534	0.36 503	0.40 482	0.43 512	0.26 468	0.27 469	0.24 463	0.12 453	0.09 433	0.10 406	0.09 382	0.13 469	0.11 439

XPNet_ROB	0.22 456	0.11 395	0.19 410	0.22 453	0.13 442	0.22 437	0.19 402	0.34 464	0.40 467	0.30 481	0.39 476	0.39 502	0.26 468	0.26 466	0.28 498	0.15 493	0.10 453	0.10 406	0.10 421	0.13 469	0.12 452

LALA_ROB	0.25 490	0.16 472	0.22 436	0.26 499	0.17 505	0.27 485	0.27 503	0.42 518	0.37 452	0.33 497	0.38 468	0.51 527	0.26 468	0.28 480	0.27 491	0.16 509	0.09 433	0.12 456	0.11 453	0.13 469	0.12 452

ISRNet	0.18 411	0.08 236	0.19 410	0.19 355	0.13 442	0.15 304	0.12 63	0.30 415	0.32 413	0.21 393	0.25 364	0.27 421	0.17 384	0.17 348	0.20 409	0.20 522	0.08 404	0.14 483	0.14 485	0.14 482	0.17 514

DualNet (step1)	0.16 377	0.12 413	0.20 422	0.12 4	0.14 462	0.17 355	0.13 104	0.27 371	0.23 308	0.20 379	0.20 284	0.24 391	0.19 414	0.16 316	0.16 358	0.15 493	0.06 306	0.14 483	0.14 485	0.14 482	0.12 452

test_sample9	0.18 411	0.12 413	0.20 422	0.12 4	0.14 462	0.17 355	0.13 104	0.27 371	0.23 308	0.20 379	0.20 284	0.24 391	0.19 414	0.19 384	0.17 373	0.15 493	0.30 540	0.14 483	0.14 485	0.14 482	0.12 452

test_sample8	0.19 423	0.12 413	0.20 422	0.12 4	0.14 462	0.17 355	0.13 104	0.31 425	0.21 284	0.27 454	0.22 314	0.36 485	0.25 462	0.19 384	0.17 373	0.15 493	0.30 540	0.14 483	0.14 485	0.14 482	0.12 452

coex-ft	3.30 570	0.34 534	59.09 592	0.18 298	0.13 442	0.26 475	0.22 450	0.27 371	0.72 542	1.90 572	0.70 539	0.44 514	0.45 533	0.29 486	0.41 536	0.09 358	0.09 433	0.12 456	0.09 382	0.14 482	0.13 471

WZ-Net	0.28 504	0.17 483	0.78 550	0.22 453	0.16 490	0.34 510	0.29 518	0.39 503	0.57 520	0.24 430	0.55 520	0.37 490	0.24 453	0.33 500	0.35 521	0.09 358	0.08 404	0.09 358	0.10 421	0.14 482	0.16 506

UDG	0.21 447	0.17 483	0.19 410	0.23 474	0.15 480	0.30 499	0.20 423	0.33 455	0.35 441	0.23 421	0.28 403	0.31 461	0.27 476	0.20 409	0.22 438	0.15 493	0.12 479	0.13 471	0.09 382	0.14 482	0.14 488

RGC	0.25 490	0.20 501	0.29 477	0.28 514	0.16 490	0.22 437	0.23 461	0.32 436	0.44 487	0.27 454	0.40 482	0.38 494	0.27 476	0.36 515	0.22 438	0.11 428	0.13 492	0.17 503	0.17 511	0.14 482	0.16 506

stereogan	0.22 456	0.11 395	0.21 430	0.20 409	0.12 420	0.31 500	0.19 402	0.35 479	0.44 487	0.22 409	0.39 476	0.35 483	0.27 476	0.33 500	0.22 438	0.10 399	0.12 479	0.10 406	0.10 421	0.14 482	0.13 471

AnyNet_C01	0.36 523	0.25 520	1.37 562	0.22 453	0.17 505	0.48 531	0.27 503	0.35 479	0.39 461	0.39 510	0.74 543	0.46 520	0.38 517	0.45 533	0.47 542	0.13 476	0.13 492	0.13 471	0.14 485	0.14 482	0.15 495

AnyNet_C32	0.26 498	0.16 472	0.36 497	0.20 409	0.16 490	0.25 466	0.30 525	0.32 436	0.44 487	0.31 487	0.49 510	0.30 448	0.33 506	0.40 529	0.33 518	0.12 453	0.12 479	0.12 456	0.14 485	0.14 482	0.15 495

ADCPNet	0.25 490	0.16 472	0.61 533	0.21 438	0.15 480	0.35 518	0.25 488	0.32 436	0.35 441	0.30 481	0.40 482	0.36 485	0.28 485	0.28 480	0.32 514	0.12 453	0.10 453	0.11 437	0.12 472	0.14 482	0.13 471

CSAN	0.29 508	0.24 515	0.27 464	0.34 528	0.19 514	0.33 507	0.42 544	0.37 491	0.50 505	0.38 508	0.40 482	0.44 514	0.33 506	0.28 480	0.30 506	0.20 522	0.16 510	0.19 514	0.19 516	0.14 482	0.15 495

ETE_ROB	0.23 472	0.17 483	0.22 436	0.25 494	0.13 442	0.26 475	0.29 518	0.31 425	0.36 445	0.28 469	0.36 456	0.45 516	0.26 468	0.27 469	0.26 483	0.11 428	0.08 404	0.12 456	0.09 382	0.14 482	0.13 471

WCMA_ROB	0.24 479	0.11 395	0.22 436	0.17 216	0.14 462	0.32 501	0.15 219	0.32 436	0.32 413	0.38 508	0.53 516	0.40 506	0.34 510	0.34 503	0.25 472	0.11 428	0.12 479	0.12 456	0.10 421	0.14 482	0.14 488

Wz-Net-TNSev	0.29 508	0.20 501	0.65 536	0.19 355	0.15 480	0.38 523	0.27 503	0.35 479	0.55 515	0.34 499	0.42 499	0.45 516	0.38 517	0.32 497	0.30 506	0.12 453	0.13 492	0.10 406	0.12 472	0.15 497	0.14 488

sAnonymous2	0.13 276	0.12 413	0.24 449	0.20 409	0.12 420	0.17 355	0.13 104	0.26 350	0.21 284	0.11 154	0.11 147	0.13 217	0.08 141	0.10 61	0.10 123	0.09 358	0.05 182	0.08 278	0.06 185	0.15 497	0.10 413

CroCo_RVC	0.13 276	0.12 413	0.24 449	0.20 409	0.12 420	0.17 355	0.13 104	0.26 350	0.21 284	0.11 154	0.11 147	0.13 217	0.08 141	0.10 61	0.10 123	0.09 358	0.05 182	0.08 278	0.06 185	0.15 497	0.10 413

FINET	0.21 447	0.18 494	0.26 457	0.18 298	0.16 490	0.23 450	0.23 461	0.32 436	0.48 496	0.25 443	0.32 433	0.22 367	0.22 439	0.22 439	0.17 373	0.18 515	0.16 510	0.11 437	0.10 421	0.15 497	0.13 471

RTS	0.45 535	0.19 497	3.26 568	0.24 483	0.15 480	0.74 550	0.20 423	0.36 486	0.76 548	0.42 520	0.43 502	0.31 461	0.41 527	0.53 541	0.35 521	0.10 399	0.08 404	0.13 471	0.12 472	0.15 497	0.15 495

RTSA	0.45 535	0.19 497	3.26 568	0.24 483	0.15 480	0.74 550	0.20 423	0.36 486	0.76 548	0.42 520	0.43 502	0.31 461	0.41 527	0.53 541	0.35 521	0.10 399	0.08 404	0.13 471	0.12 472	0.15 497	0.15 495

NVstereo2D	0.19 423	0.10 369	0.15 314	0.17 216	0.15 480	0.28 492	0.23 461	0.44 524	0.42 477	0.15 267	0.27 389	0.25 404	0.19 414	0.22 439	0.17 373	0.09 358	0.06 306	0.10 406	0.08 337	0.15 497	0.09 387

GASNet	0.22 456	0.23 512	0.33 488	0.26 499	0.17 505	0.26 475	0.16 284	0.44 524	0.42 477	0.27 454	0.24 335	0.30 448	0.15 335	0.27 469	0.18 391	0.12 453	0.08 404	0.12 456	0.11 453	0.16 504	0.07 279

DDUNet	0.22 456	0.17 483	0.21 430	0.22 453	0.15 480	0.25 466	0.24 473	0.29 401	0.30 399	0.31 487	0.36 456	0.33 473	0.25 462	0.24 459	0.20 409	0.18 515	0.13 492	0.17 503	0.11 453	0.16 504	0.16 506

MFN_U_SF_RVC	0.32 516	0.21 507	0.55 525	0.30 523	0.15 480	0.34 510	0.17 318	0.52 537	0.46 494	0.46 528	0.55 520	0.59 534	0.39 519	0.35 509	0.37 526	0.15 493	0.14 501	0.18 512	0.21 519	0.16 504	0.15 495

FADNet	0.21 447	0.22 511	0.36 497	0.18 298	0.17 505	0.24 455	0.13 104	0.31 425	0.31 406	0.23 421	0.25 364	0.27 421	0.21 430	0.19 384	0.15 342	0.13 476	0.15 507	0.12 456	0.15 500	0.16 504	0.18 517

G-Net	0.24 479	0.16 472	0.36 497	0.22 453	0.16 490	0.51 533	0.23 461	0.29 401	0.34 432	0.36 503	0.38 468	0.31 461	0.29 493	0.27 469	0.26 483	0.11 428	0.09 433	0.12 456	0.09 382	0.16 504	0.13 471

SHD	0.26 498	0.15 464	0.30 480	0.24 483	0.18 511	0.22 437	0.15 219	0.38 499	0.71 541	0.32 493	0.41 493	0.36 485	0.28 485	0.32 497	0.29 501	0.12 453	0.11 465	0.14 483	0.13 482	0.16 504	0.20 523

ADCS	0.29 508	0.18 494	0.45 512	0.21 438	0.17 505	0.28 492	0.23 461	0.41 513	0.63 533	0.40 513	0.49 510	0.40 506	0.36 514	0.39 525	0.40 533	0.13 476	0.12 479	0.13 471	0.14 485	0.16 504	0.16 506

Anonymous_2	0.22 456	0.17 483	0.28 469	0.15 70	0.16 490	0.32 501	0.22 450	0.22 274	0.17 205	0.23 421	0.24 335	0.26 413	0.27 476	0.27 469	0.23 450	0.22 530	0.25 536	0.17 503	0.17 511	0.17 511	0.17 514

XQC	0.28 504	0.23 512	0.51 520	0.28 514	0.19 514	0.34 510	0.27 503	0.36 486	0.57 520	0.31 487	0.30 421	0.37 490	0.30 497	0.38 522	0.38 528	0.13 476	0.09 433	0.15 495	0.12 472	0.17 511	0.18 517

PDISCO_ROB	0.27 500	0.16 472	0.26 457	0.28 514	0.20 517	0.32 501	0.26 496	0.44 524	0.57 520	0.28 469	0.40 482	0.45 516	0.29 493	0.33 500	0.34 520	0.12 453	0.09 433	0.17 503	0.16 504	0.17 511	0.13 471

MFN_U_SF_DS_RVC	0.30 513	0.24 515	0.29 477	0.36 532	0.16 490	0.34 510	0.30 525	0.32 436	0.42 477	0.40 513	0.46 506	0.38 494	0.31 501	0.34 503	0.28 498	0.19 520	0.20 523	0.26 525	0.29 535	0.18 514	0.19 522

CC-Net-ROB	0.28 504	0.31 531	0.36 497	0.29 521	0.15 480	0.25 466	0.19 402	0.45 527	0.33 420	0.39 510	0.37 462	0.39 502	0.31 501	0.27 469	0.26 483	0.24 536	0.19 520	0.30 537	0.23 526	0.18 514	0.15 495

GANetREF_RVC	0.31 514	0.34 534	0.27 464	0.35 530	0.16 490	0.32 501	0.41 541	0.48 531	0.51 512	0.35 500	0.35 453	0.34 479	0.33 506	0.39 525	0.32 514	0.27 538	0.20 523	0.29 535	0.15 500	0.18 514	0.17 514
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
LSM	0.33 519	0.20 501	0.58 531	0.26 499	0.60 556	0.34 510	0.25 488	0.42 518	0.48 496	0.45 525	0.58 530	0.42 509	0.36 514	0.35 509	0.25 472	0.12 453	0.20 523	0.14 483	0.16 504	0.19 517	0.33 543

DPSNet	0.28 504	0.16 472	0.31 482	0.18 298	0.13 442	0.54 535	0.42 544	0.51 536	0.67 538	0.29 477	0.38 468	0.38 494	0.29 493	0.31 490	0.23 450	0.11 428	0.10 453	0.11 437	0.08 337	0.20 518	0.16 506

PSMNet-RUCA	0.27 500	0.33 533	0.41 508	0.36 532	0.32 539	0.18 374	0.19 402	0.42 518	0.30 399	0.33 497	0.41 493	0.39 502	0.25 462	0.31 490	0.20 409	0.18 515	0.10 453	0.25 524	0.15 500	0.21 519	0.16 506

SQANet	0.23 472	0.23 512	0.30 480	0.30 523	0.19 514	0.27 485	0.13 104	0.29 401	0.33 420	0.24 430	0.37 462	0.31 461	0.22 439	0.27 469	0.23 450	0.15 493	0.10 453	0.21 517	0.16 504	0.21 519	0.15 495

DispFullNet	0.27 500	0.21 507	0.65 536	0.28 514	0.16 490	0.26 475	0.17 318	0.33 455	0.58 523	0.27 454	0.38 468	0.43 512	0.23 447	0.38 522	0.23 450	0.12 453	0.06 306	0.19 514	0.11 453	0.21 519	0.15 495

BEATNet-Init1	0.52 540	0.27 522	0.62 534	0.30 523	0.21 520	0.76 554	0.29 518	0.54 540	0.65 536	0.86 553	0.95 554	2.07 570	0.62 548	0.56 545	0.42 537	0.18 515	0.18 517	0.23 522	0.22 522	0.22 522	0.21 525

DGSMNet	0.24 479	0.19 497	0.33 488	0.21 438	0.24 526	0.24 455	0.20 423	0.35 479	0.41 470	0.24 430	0.32 433	0.38 494	0.21 430	0.29 486	0.23 450	0.12 453	0.11 465	0.14 483	0.16 504	0.23 523	0.23 528

ccnet	0.29 508	0.28 526	0.23 445	0.20 409	0.28 533	0.41 526	0.21 440	0.45 527	0.33 420	0.36 503	0.46 506	0.36 485	0.30 497	0.39 525	0.42 537	0.23 534	0.14 501	0.21 517	0.17 511	0.23 523	0.18 517

MSC_U_SF_DS_RVC	0.43 532	0.39 538	0.54 523	0.40 535	0.20 517	0.64 542	0.32 533	0.53 539	0.72 542	0.71 542	0.72 540	0.61 536	0.54 539	0.51 537	0.46 541	0.20 522	0.19 520	0.29 535	0.30 537	0.23 523	0.18 517

SAMSARA	0.40 528	0.28 526	0.33 488	0.55 546	0.39 540	0.82 557	1.23 571	0.47 530	0.51 512	0.36 503	0.35 453	0.55 533	0.39 519	0.38 522	0.39 530	0.15 493	0.20 523	0.15 495	0.14 485	0.23 523	0.20 523

PASM	0.32 516	0.24 515	0.48 518	0.28 514	0.27 532	0.29 496	0.30 525	0.34 464	0.49 502	0.35 500	0.39 476	0.46 520	0.34 510	0.34 503	0.35 521	0.23 534	0.25 536	0.26 525	0.28 534	0.23 523	0.21 525

MSMD_ROB	0.31 514	0.26 521	0.26 457	0.24 483	0.21 520	0.34 510	0.25 488	0.34 464	0.39 461	0.40 513	0.69 537	0.45 516	0.40 522	0.34 503	0.27 491	0.20 522	0.19 520	0.26 525	0.25 528	0.23 523	0.22 527

PVD	0.39 525	0.20 501	0.39 504	0.31 527	0.22 522	0.29 496	0.43 546	0.52 537	0.96 555	0.55 534	0.79 547	0.53 531	0.59 545	0.52 539	0.38 528	0.19 520	0.14 501	0.17 503	0.14 485	0.24 529	0.31 541

FC-DCNN v2	0.33 519	0.27 522	0.28 469	0.26 499	0.23 524	0.37 520	0.28 509	0.40 507	0.43 482	0.45 525	0.56 525	0.51 527	0.40 522	0.37 520	0.29 501	0.21 526	0.20 523	0.27 528	0.26 529	0.25 530	0.24 529

FCDSN-DC	0.33 519	0.28 526	0.28 469	0.30 523	0.24 526	0.39 524	0.28 509	0.42 518	0.42 477	0.43 523	0.53 516	0.51 527	0.41 527	0.36 515	0.30 506	0.21 526	0.20 523	0.27 528	0.26 529	0.25 530	0.24 529
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.45 535	0.27 522	0.27 464	0.27 511	0.24 526	0.47 529	0.31 531	0.55 541	0.59 524	0.72 544	1.13 563	1.15 555	0.61 546	0.52 539	0.37 526	0.21 526	0.20 523	0.27 528	0.31 539	0.25 530	0.24 529

FC-DCNN	0.33 519	0.27 522	0.28 469	0.26 499	0.23 524	0.37 520	0.28 509	0.40 507	0.43 482	0.45 525	0.55 520	0.51 527	0.40 522	0.37 520	0.30 506	0.21 526	0.20 523	0.27 528	0.26 529	0.25 530	0.24 529

ELAS_RVC	0.41 530	0.29 529	0.33 488	0.28 514	0.24 526	0.54 535	0.36 536	0.49 533	0.59 524	0.72 544	0.74 543	0.65 540	0.54 539	0.54 543	0.40 533	0.22 530	0.20 523	0.27 528	0.26 529	0.26 534	0.25 534
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 530	0.29 529	0.33 488	0.27 511	0.24 526	0.60 540	0.36 536	0.50 535	0.50 505	0.71 542	0.79 547	0.67 542	0.54 539	0.51 537	0.42 537	0.22 530	0.20 523	0.27 528	0.26 529	0.26 534	0.25 534
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	0.39 525	0.37 537	0.52 521	0.44 539	0.28 533	0.58 537	0.24 473	0.41 513	0.62 530	0.40 513	0.49 510	0.46 520	0.33 506	0.40 529	0.32 514	0.30 539	0.30 540	0.39 541	0.33 540	0.29 536	0.28 537

JetBlue	0.71 549	0.45 542	1.14 560	0.51 544	0.47 546	2.02 571	0.64 558	0.75 550	0.70 540	0.69 541	0.77 546	1.22 557	0.83 556	1.03 567	1.01 567	0.40 544	0.28 538	0.33 538	0.33 540	0.30 537	0.34 544

ACVNet-4b	0.39 525	0.53 544	0.55 525	0.45 540	0.24 526	0.47 529	0.18 363	0.49 533	0.64 534	0.42 520	0.45 505	0.60 535	0.27 476	0.34 503	0.24 463	0.33 541	0.14 501	0.48 544	0.42 544	0.30 537	0.26 536

NVStereoNet_ROB	0.46 538	0.36 536	0.46 516	0.41 537	0.28 533	0.34 510	0.34 534	0.48 531	0.60 527	0.72 544	0.93 552	0.70 545	0.66 549	0.47 534	0.60 551	0.22 530	0.33 543	0.34 539	0.34 542	0.30 537	0.30 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	0.44 533	0.49 543	0.60 532	0.45 540	0.28 533	0.49 532	0.27 503	0.57 544	0.72 542	0.62 537	0.58 530	0.74 546	0.49 536	0.50 536	0.35 521	0.26 537	0.24 535	0.39 541	0.29 535	0.31 540	0.24 529

Ntro	0.40 528	0.40 539	0.53 522	0.46 543	0.30 537	0.65 543	0.24 473	0.46 529	0.68 539	0.41 517	0.49 510	0.48 525	0.42 530	0.39 525	0.31 513	0.32 540	0.28 538	0.37 540	0.30 537	0.32 541	0.29 538

MADNet+	0.75 552	0.71 554	3.70 571	0.66 549	0.41 542	0.98 562	0.97 569	0.69 549	0.73 546	0.52 531	0.57 528	0.64 538	0.68 551	0.86 559	1.01 567	0.34 542	0.36 545	0.28 534	0.23 526	0.36 542	0.31 541

Consistency-Raft	0.44 533	0.40 539	0.45 512	0.37 534	0.43 544	0.46 527	0.41 541	0.57 544	0.55 515	0.32 493	0.73 541	0.33 473	0.48 535	0.42 532	0.49 544	0.39 543	0.35 544	0.45 543	0.51 551	0.42 543	0.29 538

ACVNet_2	0.66 548	0.66 552	0.68 544	0.63 548	0.41 542	0.71 548	0.49 548	0.96 559	1.39 564	0.89 554	1.09 559	1.04 551	0.73 552	0.54 543	0.47 542	0.43 547	0.40 546	0.53 549	0.44 545	0.47 544	0.35 545

anonymity	0.53 541	0.58 546	0.65 536	0.41 537	0.61 557	0.53 534	0.41 541	0.56 542	0.41 470	0.55 534	0.50 514	0.49 526	0.55 542	0.58 546	0.50 547	0.58 554	0.50 557	0.51 546	0.51 551	0.51 545	0.57 553

IMH-64-1	0.65 546	0.61 548	0.68 544	0.71 550	0.51 547	0.59 538	0.49 548	0.91 555	0.85 550	0.74 548	1.02 556	0.81 547	0.78 554	0.79 552	0.49 544	0.42 545	0.46 548	0.71 552	0.47 546	0.52 546	0.39 546

IMH-64	0.65 546	0.61 548	0.68 544	0.71 550	0.51 547	0.59 538	0.49 548	0.91 555	0.85 550	0.74 548	1.02 556	0.81 547	0.78 554	0.79 552	0.49 544	0.42 545	0.46 548	0.71 552	0.47 546	0.52 546	0.39 546

RainbowNet	0.54 542	0.61 548	0.70 548	0.57 547	0.43 544	0.65 543	0.37 539	0.60 546	0.87 552	0.50 530	0.66 534	0.64 538	0.47 534	0.49 535	0.43 540	0.47 549	0.48 553	0.52 548	0.41 543	0.52 546	0.40 548

SGM+DAISY	0.56 543	0.57 545	0.65 536	0.40 535	0.54 549	0.66 545	0.49 548	0.56 542	0.45 493	0.66 538	0.69 537	0.67 542	0.56 543	0.63 548	0.56 549	0.59 555	0.48 553	0.50 545	0.50 550	0.52 546	0.58 554

SPS-STEREO	0.57 544	0.58 546	0.65 536	0.45 540	0.55 551	0.62 541	0.44 547	0.62 547	0.50 505	0.68 540	0.64 532	0.66 541	0.57 544	0.61 547	0.60 551	0.62 557	0.47 552	0.51 546	0.49 548	0.55 550	0.58 554
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	0.71 549	0.64 551	0.68 544	0.76 552	0.54 549	0.69 546	0.54 552	0.98 561	1.10 557	0.82 552	1.09 559	0.89 549	0.88 559	0.87 560	0.52 548	0.44 548	0.50 557	0.75 555	0.51 551	0.56 551	0.41 549

GCST	0.37 524	0.42 541	0.26 457	1.02 565	0.39 540	0.18 374	0.08 7	0.20 229	0.17 205	0.28 469	0.25 364	0.15 266	0.12 254	0.16 316	0.14 314	0.64 558	0.43 547	0.75 555	0.65 558	0.63 552	0.46 551

WAO-7	0.79 554	0.78 557	0.54 523	0.85 558	0.67 560	0.74 550	0.68 562	1.05 564	1.32 562	0.90 555	1.20 566	1.04 551	0.92 560	0.69 550	0.66 554	0.60 556	0.62 567	0.67 551	0.68 560	0.64 553	0.58 554

LVE	0.83 557	0.85 561	0.85 555	0.80 555	0.56 552	1.04 567	0.65 559	1.05 564	1.47 567	0.96 557	1.22 567	1.10 554	0.85 557	0.83 555	0.71 559	0.49 550	0.55 563	0.76 558	0.60 556	0.65 554	0.59 559

Dean	0.87 558	0.86 562	0.79 552	0.81 556	0.56 552	0.90 558	0.63 556	1.15 570	1.73 570	1.15 565	1.15 564	1.31 560	0.99 563	0.81 554	0.81 563	0.57 553	0.56 564	0.77 559	0.64 557	0.66 555	0.58 554

TorneroNet-64	0.76 553	0.72 555	0.74 549	0.78 554	0.58 555	0.91 561	0.56 553	0.84 553	1.29 561	0.66 538	0.90 550	1.40 563	0.75 553	0.85 558	0.67 557	0.49 550	0.46 548	0.72 554	0.59 554	0.67 556	0.53 552

WAO-6	0.81 555	0.80 558	0.62 534	0.86 559	0.63 558	0.76 554	0.58 555	0.98 561	1.54 569	0.90 555	0.96 555	1.07 553	1.03 564	0.70 551	0.66 554	0.72 560	0.49 555	0.90 563	0.71 561	0.68 557	0.58 554

MFMNet_re	0.64 545	0.66 552	0.65 536	0.51 544	0.69 561	0.69 546	0.57 554	0.64 548	0.73 546	0.60 536	0.73 541	0.62 537	0.67 550	0.65 549	0.60 551	0.66 559	0.58 566	0.63 550	0.59 554	0.68 557	0.69 563

WAO-8	0.91 559	0.81 559	0.65 536	0.94 562	0.69 561	0.90 558	0.67 560	1.07 567	1.83 572	1.06 562	1.45 569	1.30 558	1.07 565	0.84 556	0.78 560	0.74 562	0.53 560	0.86 561	0.75 562	0.69 559	0.62 560

Venus	0.91 559	0.81 559	0.65 536	0.94 562	0.69 561	0.90 558	0.67 560	1.07 567	1.83 572	1.06 562	1.45 569	1.30 558	1.07 565	0.84 556	0.78 560	0.74 562	0.53 560	0.86 561	0.75 562	0.69 559	0.62 560

PWCK	0.71 549	0.94 563	0.95 557	0.76 552	0.31 538	0.74 550	0.36 536	0.90 554	0.90 553	0.96 557	0.75 545	0.95 550	0.61 546	0.87 560	0.66 554	0.72 560	0.46 548	0.75 555	0.49 548	0.69 559	0.44 550

TorneroNet	0.82 556	0.74 556	0.81 554	0.84 557	0.63 558	0.99 563	0.63 556	0.96 559	1.16 558	0.80 551	1.11 561	1.36 562	0.86 558	0.93 563	0.80 562	0.56 552	0.49 555	0.78 560	0.66 559	0.73 562	0.63 562

UNDER WATER-64	0.95 561	0.94 563	1.43 564	0.87 560	0.56 552	1.18 570	0.87 566	0.77 551	0.94 554	1.04 560	0.85 549	1.58 568	1.21 570	0.94 564	0.96 565	0.87 566	0.57 565	1.03 566	0.88 567	0.78 563	0.73 564

UNDER WATER	0.97 562	0.97 565	1.42 563	0.99 564	0.70 564	1.12 569	0.84 565	0.80 552	1.08 556	1.01 559	0.90 550	1.55 567	1.22 571	1.03 567	1.00 566	0.78 564	0.53 560	1.02 565	0.87 566	0.80 564	0.74 565

DPSimNet_ROB	1.11 566	1.23 569	0.78 550	1.13 567	0.88 568	1.10 568	1.13 570	1.16 571	1.23 560	1.43 569	1.02 556	1.41 564	1.10 568	0.90 562	1.60 569	1.46 572	0.51 559	1.21 569	1.03 570	0.90 565	1.01 571

notaker	0.97 562	1.11 566	0.98 558	1.13 567	0.81 565	0.73 549	0.68 562	0.93 557	1.16 558	1.18 567	1.18 565	1.41 564	1.16 569	1.08 569	0.69 558	0.81 565	0.64 568	1.17 567	0.79 564	0.98 566	0.80 567

KSHMR	1.09 565	1.17 567	0.88 556	1.25 570	1.00 569	0.99 563	0.96 568	1.13 569	1.37 563	1.16 566	1.29 568	1.41 564	0.96 562	1.01 566	0.92 564	1.03 569	1.08 571	1.20 568	1.03 570	1.01 567	0.97 569

ktn	1.01 564	1.21 568	0.80 553	1.23 569	0.86 567	1.01 565	0.87 566	0.94 558	1.39 564	1.04 560	1.12 562	1.15 555	1.07 565	0.94 564	0.59 550	1.28 571	0.71 569	1.38 571	0.83 565	1.02 568	0.75 566

HanzoNet	1.29 567	1.26 570	1.19 561	1.12 566	0.85 566	1.02 566	0.83 564	1.03 563	1.48 568	1.64 570	1.61 571	2.50 572	1.72 572	1.61 571	1.61 570	1.26 570	0.80 570	1.31 570	1.01 569	1.02 568	0.86 568

JetRed	1.62 568	1.46 571	2.98 566	0.92 561	1.21 570	4.99 574	1.53 573	1.27 572	1.39 564	1.83 571	1.74 572	1.60 569	0.95 561	1.41 570	2.45 574	0.90 568	1.60 572	0.93 564	0.90 568	1.35 570	0.99 570

MADNet++	1.95 569	1.75 572	1.59 565	1.82 571	1.69 572	2.33 572	1.40 572	2.35 573	2.09 574	2.57 573	2.36 574	2.24 571	2.17 573	2.28 572	2.34 572	1.87 573	1.66 573	1.54 572	1.34 572	1.92 571	1.77 573

USTest	6.22 573	2.73 574	3.00 567	6.57 579	7.29 578	14.37 580	21.57 579	7.00 581	9.56 580	5.34 577	6.10 575	5.72 576	7.64 577	6.41 578	6.96 577	1.97 574	3.42 579	1.64 573	2.15 576	2.66 572	2.36 574

tt	4.67 572	0.06 56	3.55 570	2.02 572	1.55 571	10.25 578	16.71 578	8.91 582	5.03 575	1.31 568	0.94 553	4.71 573	4.76 574	3.33 573	5.87 576	6.06 581	10.30 585	1.88 575	2.11 575	2.75 573	1.21 572

xxxxx1	7.79 574	5.02 578	7.31 575	3.12 573	3.85 574	16.35 582	22.88 580	5.86 578	8.69 577	7.97 578	8.54 576	9.12 580	8.27 578	10.18 580	10.92 578	2.42 575	2.45 575	3.56 578	12.37 582	3.77 574	3.06 576

tt_ll	7.79 574	5.02 578	7.31 575	3.12 573	3.85 574	16.35 582	22.88 580	5.86 578	8.69 577	7.97 578	8.54 576	9.12 580	8.27 578	10.18 580	10.92 578	2.42 575	2.45 575	3.56 578	12.37 582	3.77 574	3.06 576

ff	7.79 574	5.02 578	7.31 575	3.12 573	3.85 574	16.35 582	22.88 580	5.86 578	8.69 577	7.97 578	8.54 576	9.12 580	8.27 578	10.18 580	10.92 578	2.42 575	2.45 575	3.56 578	12.37 582	3.77 574	3.06 576

DPSMNet_ROB	8.06 578	4.48 576	8.63 581	5.37 578	10.74 581	8.32 576	22.98 584	5.46 575	13.36 583	5.12 575	9.92 579	5.08 574	10.40 581	5.53 577	12.58 581	3.80 579	8.00 580	3.50 576	7.02 579	3.83 577	7.14 581

DGTPSM_ROB	8.06 578	4.48 576	8.63 581	5.35 576	10.72 580	8.32 576	22.97 583	5.46 575	13.35 582	5.12 575	9.92 579	5.08 574	10.40 581	5.52 576	12.58 581	3.79 578	8.00 580	3.50 576	7.02 579	3.83 577	7.14 581

TCMNet-wrong-test	3.67 571	5.48 581	3.89 572	12.18 583	11.75 584	4.65 573	3.88 574	1.06 566	0.72 542	1.09 564	2.15 573	6.30 577	0.53 538	3.43 574	2.36 573	0.89 567	0.20 523	1.87 574	1.69 573	5.57 579	3.62 579

DPSM_ROB	11.15 584	8.58 583	8.00 579	10.88 581	11.58 582	19.10 587	26.71 587	12.05 584	14.07 585	10.36 582	10.84 582	10.33 584	11.86 584	11.70 584	13.54 584	6.99 583	8.79 583	5.89 582	6.95 577	7.29 580	7.42 583

DPSM	11.15 584	8.58 583	8.00 579	10.88 581	11.58 582	19.10 587	26.71 587	12.05 584	14.07 585	10.36 582	10.84 582	10.33 584	11.86 584	11.70 584	13.54 584	6.99 583	8.79 583	5.89 582	6.95 577	7.29 580	7.42 583

PML	8.91 580	9.34 585	6.13 573	5.35 576	6.41 577	14.99 581	23.38 585	5.27 574	6.83 576	18.04 586	28.19 592	7.67 578	6.83 576	7.85 579	5.75 575	5.35 580	1.83 574	5.95 584	1.93 574	8.64 582	2.52 575

Anonymous_1	10.96 583	7.92 582	7.46 578	10.33 580	10.06 579	18.65 586	26.34 586	11.06 583	13.44 584	9.40 581	10.05 581	9.67 583	11.23 583	10.73 583	12.72 583	6.42 582	8.38 582	5.77 581	10.61 581	12.12 583	6.77 580

FlowAnything	22.44 589	17.35 589	16.14 585	22.07 589	23.23 588	38.39 590	53.77 590	24.25 590	28.44 591	20.96 591	21.82 589	20.70 588	23.84 588	23.49 589	27.14 589	14.04 585	17.79 590	11.75 585	14.15 588	14.65 584	14.89 585

CasAABBNet	22.42 588	17.33 588	16.01 583	22.01 587	23.28 589	38.32 589	53.80 591	24.14 589	28.41 590	20.60 588	21.77 588	20.89 590	23.91 590	23.43 588	27.36 590	14.07 586	17.69 588	11.83 587	14.01 586	14.67 585	14.95 587

Selective-RAFT-Error	22.47 590	17.37 590	16.09 584	22.06 588	23.34 590	38.39 590	53.83 592	24.29 592	28.47 592	20.74 589	21.83 590	20.81 589	23.90 589	23.54 591	27.53 592	14.08 587	17.69 588	11.82 586	14.00 585	14.69 586	15.00 588

LSM0	22.87 591	17.28 587	18.96 586	22.19 590	29.04 592	38.42 592	53.71 589	24.28 591	28.31 589	20.78 590	21.00 587	21.43 591	24.16 591	23.50 590	27.39 591	14.09 588	17.38 587	11.84 588	14.04 587	14.73 587	14.89 585

LRCNet_RVC	10.62 582	13.42 586	7.30 574	18.92 585	2.07 573	0.33 507	0.30 525	5.59 577	0.48 496	13.03 584	17.94 585	8.87 579	5.65 575	4.79 575	1.89 571	23.51 590	2.73 578	27.55 591	25.71 591	16.07 588	16.33 589

HaxPig	15.71 586	18.52 591	19.18 587	16.89 584	15.89 586	7.73 575	7.60 575	13.31 586	10.82 581	15.42 585	14.91 584	15.98 586	14.92 586	15.58 586	15.98 586	18.95 589	16.73 586	19.46 589	18.08 589	19.26 589	19.05 590

MEDIAN_ROB	20.38 587	24.04 592	23.31 589	21.23 586	21.71 587	10.40 579	7.92 576	17.64 587	15.50 587	20.12 587	19.70 586	20.34 587	20.32 587	21.19 587	21.13 587	23.81 591	21.81 591	24.98 590	23.76 590	24.71 590	23.93 591

AVERAGE_ROB	24.90 592	29.20 593	28.14 590	24.89 591	24.64 591	17.75 585	11.12 577	21.45 588	19.93 588	25.12 592	24.46 591	25.12 592	25.46 592	24.69 592	22.83 588	29.76 592	27.13 592	28.97 592	27.95 592	29.91 591	29.47 592

DLNR_Zeroshot_test	10.40 581	1.82 573	19.49 588	120.77 593	13.11 585	0.06 8	0.13 104	0.23 294	0.10 36	0.07 30	0.10 117	0.09 123	0.06 36	0.10 61	0.09 54	0.13 476	0.04 21	0.06 102	0.04 34	51.54 592	0.04 40

test_example2	98.32 593	94.13 594	45.89 591	96.35 592	109.85 593	88.61 593	95.45 593	25.75 593	94.37 593	130.00 594	126.06 593	58.17 593	74.63 593	88.51 593	79.96 593	150.23 593	221.02 593	77.62 593	99.10 593	113.75 593	96.94 593

ccccc		285.66 595		368.85 594	370.60 594	123.16 594		115.05 594		126.68 593		122.83 594		252.94 594		384.56 594	353.86 594	254.69 594	223.00 594	425.87 594

ASD4		3.38 575

Low-res two-view benchmark