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

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

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

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

S2M2_XL	0.24 1	0.24 75	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 25	0.24 6	0.23 8	0.32 1	0.26 18	0.20 215	0.18 310	0.18 111	0.16 149	0.18 120	0.14 61

StereoAnything_RVC	0.45 106	1.43 537	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 69	1.27 252	0.22 1	0.21 249	0.11 26	0.14 1	0.10 2	2.37 542	0.11 2

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

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

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

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

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

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

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

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

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

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

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

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

4w-stereo	0.30 14	0.24 75	0.44 37	0.37 9	0.23 22	0.46 66	0.27 48	0.63 31	0.31 16	0.41 50	0.44 41	0.27 18	0.36 69	0.59 46	0.30 45	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

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

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

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

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

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

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

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

3.5w_stereo	0.33 35	0.25 103	0.45 50	0.37 9	0.24 38	0.54 140	0.35 110	0.66 41	0.36 26	0.43 61	0.44 41	0.29 28	0.34 52	0.77 106	0.39 148	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

fffft	0.38 57	0.23 57	0.51 83	0.44 81	0.32 196	0.43 51	0.48 269	0.76 67	0.36 26	0.44 65	0.34 18	0.38 54	0.31 36	1.31 260	0.32 67	0.14 29	0.11 26	0.19 133	0.15 107	0.16 58	0.16 124
1: 1. 1
IGEV-Stereo+	0.45 106	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 26	0.26 5	0.25 7	0.31 36	0.41 90	1.43 295	0.30 45	0.17 100	0.12 50	0.15 19	0.11 8	1.16 531	1.70 546

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

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

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

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

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

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

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

FlowAnything_test	0.39 61	0.26 126	0.61 148	0.59 324	0.33 217	0.62 189	0.36 126	0.62 29	0.40 36	0.45 73	0.36 20	0.45 70	0.37 74	0.53 30	0.48 229	0.24 315	0.18 310	0.28 380	0.33 460	0.21 236	0.19 214

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

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

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

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

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

LoS_RVC	0.42 81	0.26 126	0.40 17	0.44 81	0.82 495	0.51 119	0.44 227	0.64 33	0.41 40	0.44 65	0.78 142	0.44 62	0.47 129	0.56 40	0.36 117	0.13 19	0.12 50	0.14 1	0.10 2	0.13 4	0.84 523

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

IGEV-BASED-STEREO-	0.70 273	3.18 566	2.55 519	0.39 29	0.23 22	0.44 57	0.23 24	0.63 31	0.42 43	0.44 65	0.44 41	0.34 43	0.28 23	0.56 40	0.29 35	1.35 540	0.10 9	0.22 232	0.19 210	0.46 471	1.31 539

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

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

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

DEFOM-Stereo_RVC	0.40 70	0.67 479	0.42 30	0.64 380	0.29 129	0.48 76	0.25 31	0.85 105	0.44 48	0.38 40	0.36 20	0.30 33	0.70 248	1.15 221	0.29 35	0.16 57	0.11 26	0.16 49	0.11 8	0.18 120	0.12 10

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

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

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

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

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

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

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

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

mms	0.40 70	0.27 155	0.52 91	0.46 102	0.32 196	0.43 51	0.46 251	0.70 52	0.46 56	0.35 26	0.58 91	0.44 62	0.30 31	1.36 277	0.33 80	0.16 57	0.13 111	0.18 111	0.15 107	0.19 161	0.15 94

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

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

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

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

IGEV-RUCA	0.37 52	0.23 57	0.48 63	0.49 156	0.36 249	0.60 174	0.23 24	0.64 33	0.49 61	0.39 48	0.49 63	0.44 62	0.31 36	0.85 137	0.30 45	0.24 315	0.13 111	0.16 49	0.12 38	0.20 195	0.19 214

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

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

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

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

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

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

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

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

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

MaDis-Stereo	0.36 47	0.25 103	0.58 133	0.44 81	0.34 235	0.30 11	0.30 69	0.72 57	0.50 65	0.37 34	0.36 20	0.58 136	0.49 148	0.52 27	0.36 117	0.19 180	0.16 259	0.19 133	0.15 107	0.18 120	0.14 61

ccc-4	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

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

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

monsterstereo	0.34 38	0.20 8	0.44 37	0.45 95	0.35 239	0.27 8	0.29 59	0.53 9	0.51 74	0.44 65	0.61 96	0.26 14	0.25 12	1.19 233	0.27 23	0.13 19	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

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

testlalala_base	0.77 321	0.40 382	0.70 206	0.65 394	0.50 367	0.79 290	0.28 54	1.50 319	0.51 74	0.73 152	0.90 170	0.69 176	0.54 172	0.66 76	0.40 155	2.82 551	0.14 162	0.17 76	0.12 38	2.68 546	0.19 214

anonymousdsp	0.43 87	0.27 155	0.53 97	0.44 81	0.32 196	0.50 102	0.42 195	0.89 117	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.33 267	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

IGEV-Stereo	0.43 87	0.27 155	0.54 103	0.45 95	0.32 196	0.50 102	0.42 195	0.90 123	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.32 264	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
LG-Stereo	0.34 38	0.25 103	0.78 281	0.47 113	0.26 63	0.37 23	0.30 69	0.71 56	0.52 81	0.36 31	0.57 88	0.29 28	0.21 2	0.50 22	0.36 117	0.13 19	0.13 111	0.20 168	0.18 188	0.18 120	0.12 10

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

U	9.45 567	0.21 26	0.58 133	0.47 113	53.11 586	61.27 591	0.24 29	0.70 52	0.52 81	0.36 31	0.28 12	0.29 28	0.35 60	0.33 2	0.26 18	0.19 180	0.11 26	60.50 588	8.88 575	0.17 89	0.13 35

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

xyz-stereo-finetune2	0.58 201	0.27 155	0.57 127	0.40 36	0.24 38	1.09 388	0.32 83	0.79 79	0.53 85	0.65 137	1.07 235	0.58 136	0.80 290	2.47 430	0.80 357	0.16 57	0.15 220	0.21 203	0.17 170	0.16 58	0.17 149

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

AEACV	0.37 52	0.24 75	0.52 91	0.47 113	0.51 378	0.37 23	0.38 152	0.65 37	0.53 85	0.42 56	0.56 85	0.46 74	0.60 206	0.53 30	0.30 45	0.16 57	0.13 111	0.18 111	0.15 107	0.17 89	0.14 61

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

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

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

plain	0.46 113	0.27 155	1.01 371	0.50 168	0.40 302	0.35 17	0.37 145	0.87 108	0.56 90	0.43 61	0.76 138	0.42 57	0.40 87	1.13 218	0.45 203	0.21 249	0.15 220	0.24 290	0.19 210	0.24 300	0.16 124

rvit_stereo_0081_aga	0.44 98	0.34 326	0.73 236	0.51 198	0.41 310	0.50 102	0.40 175	0.81 92	0.57 92	0.58 119	0.56 85	0.53 116	0.43 101	0.66 76	0.40 155	0.26 365	0.21 368	0.22 232	0.20 242	0.26 324	0.18 174

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

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

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

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

GLC_STEREO	0.39 61	0.25 103	0.41 22	0.54 252	0.23 22	0.48 76	0.30 69	0.73 59	0.58 93	0.52 110	0.73 130	0.51 104	0.31 36	0.64 68	0.42 177	0.17 100	0.20 346	0.23 270	0.19 210	0.21 236	0.17 149

XX-Stereo	0.63 227	0.26 126	1.90 496	0.81 477	0.67 451	0.43 51	0.23 24	1.03 176	0.58 93	0.65 137	1.56 421	1.41 399	0.39 83	1.28 254	0.35 107	0.20 215	0.14 162	0.20 168	0.19 210	0.18 120	0.14 61

MIF-Stereo (partial)	0.45 106	0.25 103	0.70 206	0.50 168	0.52 390	0.35 17	0.26 41	0.91 124	0.59 99	0.45 73	0.71 124	0.51 104	0.51 157	1.11 213	0.45 203	0.20 215	0.16 259	0.23 270	0.20 242	0.24 300	0.18 174

SCV	0.46 113	0.26 126	0.55 113	0.47 113	0.25 55	0.39 29	0.38 152	1.98 461	0.60 100	0.35 26	0.48 55	0.55 121	0.36 69	1.28 254	0.32 67	0.24 315	0.12 50	0.17 76	0.13 61	0.18 120	0.14 61

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

sCroCo_RVC	0.49 132	0.40 382	1.02 378	0.65 394	0.60 429	0.52 123	0.40 175	0.83 101	0.61 101	0.44 65	0.74 134	0.49 94	0.50 154	0.63 67	0.48 229	0.26 365	0.27 431	0.23 270	0.22 315	0.29 368	0.25 328

model_zeroshot	0.48 126	0.29 212	0.86 305	0.51 198	0.36 249	0.69 237	0.37 145	1.12 224	0.62 103	0.85 185	0.84 158	0.66 166	0.37 74	0.73 96	0.34 97	0.20 215	0.16 259	0.19 133	0.16 149	0.17 89	0.16 124

CAS	0.63 227	0.18 1	0.37 5	2.27 545	0.84 497	0.57 158	0.54 313	0.79 79	0.62 103	0.48 89	0.70 121	0.36 47	0.26 17	0.45 12	0.35 107	2.24 546	0.10 9	0.14 1	0.09 1	0.15 38	1.06 535

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

UGAM-zero	1.00 408	0.30 232	0.93 342	0.47 113	0.30 151	0.57 158	0.25 31	2.25 511	0.63 106	1.01 227	1.10 249	2.73 521	1.85 508	6.26 522	0.40 155	0.17 100	0.14 162	0.19 133	0.15 107	0.16 58	0.17 149

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

11t1	0.52 139	0.28 177	0.68 187	0.51 198	0.28 112	0.83 314	0.39 167	1.22 258	0.63 106	0.84 180	0.74 134	0.68 171	0.68 240	0.91 154	0.57 277	0.21 249	0.18 310	0.19 133	0.16 149	0.20 195	0.21 264

IGEV_Zeroshot_test	0.53 149	0.30 232	0.99 362	0.56 289	0.35 239	0.41 35	0.32 83	1.37 286	0.63 106	1.00 224	1.09 245	0.95 276	0.41 90	0.83 129	0.39 148	0.18 139	0.12 50	0.19 133	0.18 188	0.19 161	0.17 149

S2M2	0.34 38	0.28 177	0.45 50	0.40 36	0.30 151	0.31 12	0.16 1	0.60 26	0.64 110	0.31 15	0.48 55	0.47 81	0.34 52	0.38 4	0.32 67	0.25 342	0.22 386	0.20 168	0.22 315	0.25 312	0.22 282

GCAP-BAT	0.49 132	0.31 265	0.64 164	0.41 44	0.46 350	0.70 244	0.35 110	0.77 70	0.64 110	0.86 187	1.00 200	0.77 195	0.37 74	1.18 231	0.36 117	0.18 139	0.14 162	0.18 111	0.13 61	0.17 89	0.15 94

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

HH	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 443	0.85 314	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

HanStereo	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 443	0.85 314	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

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

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

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

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

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

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

AnonymousM	0.59 207	1.11 522	0.41 22	0.44 81	0.32 196	0.43 51	0.47 258	1.05 190	0.64 110	0.98 216	0.63 101	0.67 169	0.43 101	0.59 46	0.41 166	0.20 215	0.15 220	1.84 544	0.84 535	0.14 18	0.13 35

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

EAI-Stereo	0.65 247	0.28 177	0.69 200	0.53 237	0.27 87	0.60 174	0.40 175	2.28 514	0.64 110	0.71 146	3.18 524	0.57 131	0.43 101	1.06 198	0.41 166	0.18 139	0.13 111	0.17 76	0.17 170	0.17 89	0.17 149

PAM_32	0.77 321	0.28 177	1.03 382	0.52 219	0.30 151	1.32 428	0.35 110	1.97 459	0.65 125	1.02 231	1.06 231	3.05 526	1.49 479	0.96 168	0.36 117	0.19 180	0.13 111	0.20 168	0.18 188	0.19 161	0.19 214

AIO-Stereo-zeroshot	0.72 282	0.35 347	1.70 482	0.49 156	0.56 406	0.63 193	0.38 152	2.41 525	0.65 125	0.77 159	1.07 235	1.82 470	0.95 364	0.93 162	0.43 187	0.20 215	0.13 111	0.21 203	0.25 366	0.28 357	0.26 352

CES	0.48 126	0.20 8	0.37 5	0.39 29	1.39 537	0.55 148	0.35 110	0.98 158	0.66 127	0.44 65	0.66 106	0.35 45	0.27 19	0.56 40	0.33 80	0.15 36	0.13 111	0.15 19	0.10 2	0.19 161	1.46 541

PAM	0.76 319	0.29 212	1.08 400	0.52 219	0.33 217	1.38 438	0.39 167	2.01 468	0.67 128	1.06 239	0.96 184	2.89 525	1.43 469	0.86 141	0.35 107	0.19 180	0.12 50	0.19 133	0.17 170	0.19 161	0.20 247

MyStereo06	0.61 216	0.28 177	0.95 350	0.56 289	0.46 350	0.61 180	0.73 406	1.78 403	0.67 128	1.03 235	1.12 262	1.13 339	0.56 184	0.78 111	0.41 166	0.17 100	0.16 259	0.23 270	0.20 242	0.22 260	0.20 247

LL-Strereo2	0.52 139	0.33 303	0.69 200	0.52 219	0.37 264	0.70 244	0.30 69	1.13 227	0.67 128	0.94 205	0.78 142	0.91 254	0.42 94	1.05 197	0.42 177	0.17 100	0.16 259	0.29 391	0.25 366	0.21 236	0.16 124

DIP-Stereo	0.62 220	0.30 232	0.83 297	0.48 140	0.36 249	0.95 352	0.33 90	2.37 522	0.67 128	1.25 350	1.00 200	0.68 171	0.51 157	0.91 154	0.61 293	0.18 139	0.15 220	0.21 203	0.17 170	0.19 161	0.19 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_stereo_0080	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 365	0.21 368	0.20 168	0.20 242	0.31 388	0.19 214

whm_eth	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 365	0.21 368	0.20 168	0.20 242	0.31 388	0.19 214

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

sAnonymous2	0.55 179	0.56 449	1.46 464	0.60 336	0.51 378	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 288	0.22 232	0.21 286	0.86 519	0.56 493

CroCo_RVC	0.55 179	0.56 449	1.46 464	0.60 336	0.51 378	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 288	0.22 232	0.21 286	0.86 519	0.56 493

testlalala2	0.58 201	0.27 155	0.68 187	1.72 539	1.27 535	0.68 232	0.42 195	0.93 134	0.70 137	0.90 192	0.93 177	0.76 192	0.34 52	0.52 27	0.40 155	0.18 139	0.15 220	0.17 76	0.13 61	0.17 89	0.17 149

iRaft-Stereo_20w	0.65 247	0.31 265	1.00 367	0.47 113	0.34 235	0.73 256	0.30 69	2.96 538	0.70 137	1.15 289	1.14 271	0.76 192	0.65 235	1.11 213	0.38 140	0.17 100	0.13 111	0.18 111	0.16 149	0.19 161	0.18 174

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

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

DeepStereo_RVC	0.55 179	0.29 212	0.72 224	0.51 198	0.30 151	0.59 166	0.33 90	1.03 176	0.70 137	1.16 299	0.93 177	0.83 221	0.94 359	0.96 168	0.54 268	0.21 249	0.14 162	0.21 203	0.19 210	0.24 300	0.24 316

CroCo-Stereo Lap2	0.44 98	0.34 326	0.77 273	0.61 350	0.79 486	0.28 9	0.35 110	0.75 64	0.71 142	0.38 40	0.50 66	0.72 184	0.55 179	0.57 44	0.47 224	0.17 100	0.18 310	0.19 133	0.16 149	0.21 236	0.20 247

CAS++	0.47 120	0.31 265	0.56 117	0.47 113	0.32 196	0.42 42	0.28 54	1.76 395	0.72 143	0.71 146	0.72 128	0.37 52	0.28 23	0.69 81	0.33 80	0.27 381	0.22 386	0.26 348	0.21 286	0.29 368	0.19 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CRE-IMP	0.55 179	0.30 232	0.74 252	0.52 219	0.29 129	0.79 290	0.25 31	1.04 182	0.72 143	1.09 249	0.95 181	0.81 209	0.57 193	1.10 210	0.50 243	0.21 249	0.14 162	0.23 270	0.19 210	0.28 357	0.22 282

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

RAFT-Stereo	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 465	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
SCV_C0	0.43 87	0.26 126	0.65 171	0.43 58	0.29 129	0.47 70	0.31 76	1.34 280	0.73 147	0.38 40	0.49 63	0.54 118	0.29 27	1.24 245	0.30 45	0.17 100	0.13 111	0.16 49	0.13 61	0.20 195	0.15 94

gcap-zeroshot	0.53 149	0.28 177	0.89 329	0.49 156	0.28 112	0.76 271	0.37 145	1.34 280	0.73 147	0.89 190	0.67 110	1.35 390	0.51 157	0.79 115	0.33 80	0.18 139	0.15 220	0.18 111	0.15 107	0.17 89	0.16 124

rvit_stereo_ft	0.47 120	0.35 347	0.87 316	0.67 413	0.42 315	0.40 31	0.59 362	0.81 92	0.74 149	0.46 78	0.55 82	0.57 131	0.49 148	0.65 74	0.50 243	0.25 342	0.17 288	0.22 232	0.22 315	0.24 300	0.17 149

HI	0.64 239	0.32 281	0.68 187	0.47 113	0.51 378	0.41 35	0.36 126	1.04 182	0.75 150	1.31 383	1.43 382	1.62 438	1.12 422	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

CoSv	0.64 239	0.32 281	0.68 187	0.47 113	0.51 378	0.41 35	0.36 126	1.04 182	0.75 150	1.31 383	1.43 382	1.62 438	1.12 422	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

AIO-Stereo-zeroshot1	0.98 401	0.39 376	3.21 528	0.50 168	0.63 439	0.64 196	0.39 167	2.36 520	0.75 150	0.95 207	4.63 540	1.81 467	0.56 184	0.96 168	0.41 166	0.18 139	0.13 111	0.21 203	0.26 383	0.32 397	0.35 425

MIM_Stereo	0.57 195	0.24 75	0.92 340	0.46 102	0.30 151	0.54 140	0.28 54	1.27 268	0.75 150	1.00 224	1.16 284	0.93 265	0.53 167	1.45 299	0.61 293	0.16 57	0.16 259	0.20 168	0.19 210	0.17 89	0.14 61

DLNR_Zeroshot_test	23.17 579	48.52 593	43.29 583	176.68 592	78.69 588	0.35 17	0.21 12	23.41 578	0.75 150	0.66 140	0.86 161	0.59 143	0.30 31	1.56 322	0.44 190	9.57 577	0.12 50	0.18 111	0.14 89	76.92 591	0.16 124

FTStereo	0.91 380	0.26 126	0.56 117	0.54 252	0.33 217	0.66 221	1.87 535	1.00 164	0.75 150	1.75 480	4.15 535	1.04 309	1.65 492	1.57 323	0.46 217	0.19 180	0.16 259	0.23 270	0.21 286	0.18 120	0.63 506

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

xyz-stereo	7.16 563	0.22 45	69.90 589	0.42 51	0.21 9	32.92 584	0.49 279	0.87 108	0.76 156	1.38 412	27.04 579	1.19 348	1.16 429	4.69 486	0.97 395	0.16 57	0.12 50	0.20 168	0.14 89	0.16 58	0.12 10

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

RAFT	0.64 239	0.30 232	0.73 236	0.59 324	0.33 217	0.68 232	0.58 354	1.04 182	0.76 156	1.08 243	1.19 296	1.65 449	0.93 354	1.06 198	0.56 274	0.21 249	0.18 310	0.27 365	0.24 351	0.22 260	0.17 149

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

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

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

ACVNet-DCA	0.56 188	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 332	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

1test111	0.54 164	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 332	0.88 146	0.59 283	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

DCRE	0.82 347	0.26 126	0.70 206	0.58 311	0.44 332	0.54 140	0.48 269	0.95 146	0.78 163	0.78 162	7.33 556	0.86 234	0.52 162	0.76 103	0.41 166	0.16 57	0.16 259	0.19 133	0.17 170	0.18 120	0.17 149

qqq	0.57 195	0.34 326	0.71 218	0.47 113	0.27 87	0.64 196	0.62 371	1.42 298	0.78 163	0.80 167	0.92 174	0.95 276	0.77 273	0.88 146	0.59 283	0.21 249	0.20 346	0.24 290	0.23 338	0.22 260	0.21 264

x	0.54 164	0.31 265	0.61 148	0.47 113	0.30 151	0.67 225	0.47 258	1.53 334	0.79 167	0.81 171	0.83 156	0.78 199	0.70 248	0.70 85	0.62 296	0.21 249	0.19 328	0.22 232	0.19 210	0.21 236	0.20 247

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

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

CASnet	0.41 78	0.25 103	0.48 63	0.50 168	0.20 3	0.50 102	0.36 126	0.81 92	0.80 168	0.83 177	0.68 113	0.48 86	0.31 36	0.54 33	0.32 67	0.18 139	0.12 50	0.27 365	0.22 315	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 164	0.25 103	0.64 164	0.47 113	0.30 151	0.97 362	0.27 48	1.24 264	0.81 171	0.96 209	1.12 262	1.28 375	0.48 140	0.71 89	0.36 117	0.17 100	0.13 111	0.17 76	0.14 89	0.16 58	0.16 124

CRFU-Net	0.86 367	0.39 376	1.00 367	0.65 394	0.57 409	1.78 482	0.86 442	2.15 492	0.81 171	1.38 412	1.18 289	1.64 446	1.19 437	1.35 272	0.90 382	0.26 365	0.22 386	0.21 203	0.19 210	0.23 285	0.24 316

AACVNet	0.86 367	0.35 347	0.79 284	0.82 485	0.39 291	0.76 271	0.49 279	1.61 354	0.81 171	1.08 243	1.33 348	1.30 379	0.93 354	4.34 480	0.74 331	0.25 342	0.21 368	0.28 380	0.22 315	0.29 368	0.25 328

CroCo-Stereo	0.40 70	0.31 265	0.73 236	0.58 311	0.27 87	0.26 4	0.33 90	0.95 146	0.81 171	0.42 56	0.47 52	0.65 162	0.47 129	0.39 6	0.34 97	0.18 139	0.15 220	0.16 49	0.14 89	0.19 161	0.16 124
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Anonymous3	0.61 216	0.44 400	1.11 408	0.59 324	0.49 360	0.93 347	0.65 380	0.93 134	0.81 171	0.72 151	0.88 166	0.65 162	0.69 243	1.06 198	0.53 262	0.35 452	0.30 453	0.26 348	0.26 383	0.31 388	0.27 362

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

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

test_for_model	1.30 461	3.71 569	0.58 133	3.22 559	2.84 559	0.59 166	0.33 90	1.40 294	0.83 177	1.42 427	0.61 96	0.52 111	0.37 74	0.51 24	0.33 80	2.46 547	0.15 220	0.16 49	0.11 8	4.39 569	1.50 542

MGS-Stereo	0.42 81	0.26 126	0.58 133	0.44 81	0.28 112	0.50 102	0.34 102	0.57 17	0.83 177	0.46 78	1.31 340	0.52 111	0.33 45	0.65 74	0.36 117	0.19 180	0.16 259	0.18 111	0.15 107	0.17 89	0.16 124

TANstereo	0.44 98	0.21 26	0.44 37	0.41 44	0.21 9	0.65 212	0.26 41	0.79 79	0.83 177	0.93 200	0.98 194	0.51 104	0.46 120	0.54 33	0.35 107	0.18 139	0.24 407	0.16 49	0.13 61	0.16 58	0.26 352

test_sample1	0.61 216	0.29 212	0.75 256	0.50 168	0.31 177	0.76 271	0.48 269	1.59 347	0.84 181	0.90 192	0.94 180	0.88 242	0.95 364	1.16 225	0.67 311	0.22 275	0.18 310	0.20 168	0.19 210	0.21 236	0.21 264

KYRaft	0.75 313	0.28 177	0.62 154	0.56 289	0.29 129	0.67 225	0.86 442	0.94 141	0.84 181	1.62 468	2.21 497	1.16 343	1.02 398	1.57 323	0.40 155	0.20 215	0.13 111	0.22 232	0.28 415	0.20 195	1.02 530

mmm	0.63 227	0.35 347	0.72 224	0.51 198	0.30 151	0.86 326	0.54 313	1.59 347	0.86 183	1.07 242	1.38 369	0.79 203	0.75 261	0.91 154	0.58 280	0.22 275	0.18 310	0.29 391	0.25 366	0.25 312	0.23 302

CASS	0.65 247	0.34 326	0.72 224	0.56 289	0.27 87	0.78 284	0.42 195	1.59 347	0.86 183	1.30 373	1.25 314	0.87 238	0.84 311	0.84 132	0.54 268	0.35 452	0.19 328	0.26 348	0.21 286	0.28 357	0.42 455
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SST-Stereo	0.83 353	0.28 177	0.72 224	0.59 324	0.31 177	0.72 252	0.26 41	1.09 213	0.86 183	1.47 434	1.10 249	1.00 293	0.87 327	5.73 514	0.45 203	0.22 275	0.13 111	0.23 270	0.19 210	0.23 285	0.18 174

GES	0.66 254	0.34 326	0.90 333	0.59 324	0.38 281	0.94 348	0.57 350	2.11 485	0.86 183	1.02 231	1.11 255	0.66 166	0.79 284	0.99 180	0.61 293	0.27 381	0.19 328	0.20 168	0.20 242	0.21 236	0.30 393

iRaft-Stereo_5w	0.85 362	0.29 212	0.91 336	0.53 237	0.43 325	0.49 88	0.68 393	0.99 160	0.87 187	0.79 165	1.34 355	1.46 411	0.91 342	5.11 495	1.11 418	0.17 100	0.14 162	0.22 232	0.18 188	0.20 195	0.20 247

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

GrayStereo	0.82 347	0.26 126	0.58 133	0.63 371	0.37 264	0.76 271	1.86 534	1.11 222	0.87 187	1.99 502	1.89 476	1.08 317	1.82 507	1.39 287	0.48 229	0.19 180	0.14 162	0.19 133	0.21 286	0.18 120	0.39 445

GMM-Stereo	0.74 305	0.25 103	0.59 140	0.54 252	0.34 235	0.72 252	0.99 473	1.01 170	0.87 187	1.36 404	1.78 462	1.12 334	0.81 294	2.09 394	0.46 217	0.18 139	0.12 50	0.25 329	0.25 366	0.20 195	0.85 524

Selective-RAFT	0.52 139	0.28 177	0.79 284	0.55 276	0.27 87	0.91 336	0.33 90	0.80 87	0.88 191	0.58 119	0.63 101	0.81 209	0.77 273	1.29 258	0.48 229	0.19 180	0.14 162	0.17 76	0.15 107	0.19 161	0.17 149

LCNet	0.72 282	0.28 177	0.52 91	0.55 276	0.31 177	0.69 237	0.54 313	1.00 164	0.88 191	1.19 317	1.34 355	0.97 284	1.34 462	2.56 433	0.45 203	0.18 139	0.13 111	0.21 203	0.25 366	0.27 338	0.73 518

Prome-Stereo	0.75 313	0.27 155	0.53 97	0.55 276	0.32 196	0.59 166	0.97 468	0.89 117	0.88 191	1.45 431	2.46 509	0.91 254	1.41 467	1.58 325	0.44 190	0.18 139	0.13 111	0.19 133	0.17 170	0.20 195	0.92 526

anonymousa	0.72 282	0.27 155	0.75 256	0.47 113	0.63 439	1.43 448	0.45 244	1.24 264	0.89 194	1.28 359	1.75 459	1.62 438	1.13 426	0.69 81	0.59 283	0.19 180	0.16 259	0.23 270	0.25 366	0.20 195	0.18 174

TRStereo	0.60 210	0.60 467	0.97 358	0.74 457	0.67 451	0.46 66	0.38 152	1.85 425	0.89 194	0.79 165	0.80 153	0.88 242	0.39 83	1.10 210	0.41 166	0.23 300	0.15 220	0.23 270	0.24 351	0.17 89	0.15 94

DEmStereo	0.97 397	0.23 57	0.79 284	0.47 113	0.32 196	1.04 378	0.56 339	0.93 134	0.89 194	1.39 418	2.14 495	1.02 302	2.07 521	5.64 512	0.77 345	0.17 100	0.15 220	0.20 168	0.20 242	0.18 120	0.20 247

ICVP	0.63 227	0.33 303	0.57 127	0.61 350	0.40 302	0.80 298	0.58 354	1.61 354	0.89 194	0.90 192	1.24 310	0.88 242	0.73 257	0.72 92	0.88 376	0.29 406	0.21 368	0.22 232	0.21 286	0.24 300	0.27 362
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EKT-Stereo	0.53 149	0.30 232	0.73 236	0.58 311	0.60 429	0.51 119	0.48 269	0.94 141	0.90 198	0.71 146	0.88 166	0.77 195	0.43 101	1.07 202	0.40 155	0.22 275	0.16 259	0.21 203	0.18 188	0.20 195	0.22 282

NF-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.02 214	0.82 214	0.57 193	5.40 506	0.48 229	0.23 300	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

OCTAStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.82 214	0.57 193	5.35 500	0.48 229	0.24 315	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

RE-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 315	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

TVStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 315	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

DDVS	0.78 329	0.41 390	0.94 346	0.60 336	0.43 325	1.30 425	0.43 214	1.40 294	0.91 203	1.20 321	1.15 279	1.43 401	0.64 229	2.18 404	0.89 379	0.28 395	0.22 386	0.26 348	0.23 338	0.31 388	0.33 415

PSM-AAD	0.79 333	0.27 155	0.53 97	0.55 276	0.28 112	0.77 279	1.24 501	0.99 160	0.91 203	1.66 473	1.57 425	0.81 209	2.19 526	1.65 336	0.44 190	0.19 180	0.14 162	0.38 465	0.32 450	0.21 236	0.70 515

test-1	0.52 139	0.26 126	1.04 386	0.56 289	0.32 196	0.61 180	0.38 152	1.10 216	0.91 203	0.78 162	1.01 206	0.77 195	0.52 162	0.60 58	0.42 177	0.17 100	0.14 162	0.20 168	0.17 170	0.20 195	0.23 302

TestStereo	0.64 239	0.39 376	0.71 218	0.51 198	0.27 87	0.56 153	0.42 195	1.03 176	0.91 203	0.80 167	1.00 200	0.68 171	0.52 162	3.25 459	0.45 203	0.22 275	0.15 220	0.24 290	0.18 188	0.27 338	0.16 124

raftrobust	0.52 139	0.25 103	0.56 117	0.65 394	0.52 390	0.49 88	0.34 102	0.98 158	0.91 203	1.30 373	0.87 164	0.63 156	0.81 294	0.78 111	0.41 166	0.19 180	0.15 220	0.16 49	0.14 89	0.15 38	0.16 124

ASMatch	0.88 372	0.26 126	0.69 200	0.51 198	0.35 239	0.48 76	0.37 145	1.12 224	0.92 208	1.10 257	3.28 525	0.96 282	0.98 381	4.90 492	0.49 237	0.19 180	0.16 259	0.22 232	0.19 210	0.19 161	0.27 362

ac_64	0.82 347	0.29 212	0.81 290	0.71 442	0.60 429	1.05 379	0.54 313	1.99 463	0.92 208	1.18 313	1.06 231	1.99 489	1.08 414	1.94 380	0.97 395	0.27 381	0.22 386	0.24 290	0.23 338	0.22 260	0.19 214

StereoVision	0.65 247	0.34 326	0.86 305	0.59 324	0.40 302	0.50 102	0.41 191	1.09 213	0.93 210	0.71 146	2.50 511	0.82 214	0.57 193	1.03 189	0.49 237	0.25 342	0.28 438	0.29 391	0.28 415	0.36 420	0.20 247

RALCasStereoNet	0.54 164	0.30 232	0.66 178	0.59 324	0.51 378	0.61 180	0.52 299	0.94 141	0.93 210	0.70 144	1.01 206	0.78 199	0.44 109	1.33 267	0.47 224	0.20 215	0.16 259	0.18 111	0.16 149	0.20 195	0.19 214

DN-CSS_ROB	0.64 239	0.32 281	1.05 387	0.55 276	0.40 302	0.54 140	0.45 244	1.21 250	0.93 210	1.03 235	1.47 396	0.69 176	0.63 225	1.76 360	0.49 237	0.18 139	0.14 162	0.25 329	0.22 315	0.22 260	0.20 247

LoS	0.40 70	0.21 26	0.44 37	0.37 9	0.22 16	0.50 102	0.40 175	1.00 164	0.94 213	0.48 89	0.66 106	0.48 86	0.40 87	0.60 58	0.37 129	0.18 139	0.14 162	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IRAFT_RVC	0.88 372	0.28 177	0.76 266	0.63 371	0.31 177	0.65 212	1.02 478	1.22 258	0.94 213	1.22 330	1.04 227	1.01 300	0.98 381	5.82 516	0.53 262	0.22 275	0.12 50	0.25 329	0.20 242	0.20 195	0.19 214

rvit_stereo_0083	0.47 120	0.33 303	0.81 290	0.56 289	0.36 249	0.50 102	0.44 227	0.68 47	0.95 215	0.49 95	0.57 88	0.55 121	0.49 148	0.88 146	0.46 217	0.25 342	0.25 416	0.24 290	0.20 242	0.24 300	0.17 149

rvit_stereo_0081	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 342	0.20 346	0.22 232	0.19 210	0.25 312	0.17 149

rvit_stereo_0082	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 342	0.20 346	0.22 232	0.19 210	0.25 312	0.17 149

ACRE	0.61 216	0.33 303	1.01 371	0.58 311	0.49 360	0.75 265	0.47 258	1.06 203	0.95 215	1.37 407	1.55 417	0.62 153	0.46 120	0.83 129	0.70 319	0.23 300	0.15 220	0.19 133	0.16 149	0.18 120	0.21 264

RAFT_R40	0.83 353	0.28 177	0.73 236	0.59 324	0.31 177	0.69 237	0.44 227	1.10 216	0.95 215	1.47 434	1.10 249	1.00 293	0.85 314	5.53 508	0.46 217	0.22 275	0.13 111	0.23 270	0.20 242	0.23 285	0.18 174

CIPLG	0.62 220	0.33 303	0.96 356	0.58 311	0.50 367	0.75 265	0.48 269	1.05 190	0.96 220	1.40 419	1.57 425	0.64 159	0.48 140	0.89 151	0.70 319	0.23 300	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

IPLGR_C	0.62 220	0.33 303	0.99 362	0.58 311	0.49 360	0.76 271	0.48 269	1.10 216	0.96 220	1.40 419	1.56 421	0.62 153	0.48 140	0.80 118	0.71 324	0.23 300	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

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

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

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

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

DeepPruner_ROB	0.74 305	0.48 418	0.87 316	0.57 305	0.44 332	0.79 290	0.54 313	1.73 382	0.96 220	1.38 412	1.27 324	1.24 360	0.73 257	1.43 295	0.73 330	0.34 445	0.28 438	0.27 365	0.26 383	0.31 388	0.31 403

ToySt	0.66 254	0.33 303	1.23 426	0.51 198	0.33 217	0.86 326	0.68 393	1.10 216	0.97 227	0.84 180	1.08 240	1.25 364	0.94 359	1.01 185	0.74 331	0.19 180	0.19 328	0.24 290	0.24 351	0.27 338	0.23 302

Anonymous_2	1.30 461	0.55 445	0.82 293	0.52 219	0.58 418	1.01 371	0.64 378	1.25 266	0.97 227	0.96 209	0.78 142	1.33 385	1.29 454	1.03 189	0.74 331	0.62 518	0.64 536	1.06 536	9.63 576	1.16 531	0.49 480

RAFT_CTSACE	0.63 227	0.26 126	0.88 323	0.55 276	0.51 378	0.71 249	0.44 227	0.80 87	0.97 227	0.97 212	1.84 469	1.18 347	0.68 240	1.47 305	0.36 117	0.16 57	0.15 220	0.21 203	0.20 242	0.20 195	0.14 61

THIR-Stereo	1.02 417	0.27 155	0.69 200	0.49 156	0.28 112	0.95 352	1.34 509	1.03 176	0.97 227	1.34 399	1.90 477	1.17 344	1.58 485	6.44 526	0.78 347	0.19 180	0.14 162	0.21 203	0.22 315	0.19 161	0.20 247

DRaft	0.80 336	0.24 75	0.70 206	0.45 95	0.30 151	0.97 362	0.53 307	1.05 190	0.97 227	1.78 483	2.02 488	0.80 205	1.74 499	2.73 441	0.72 327	0.17 100	0.14 162	0.20 168	0.20 242	0.18 120	0.21 264

BUS	0.74 305	0.32 281	0.68 187	0.54 252	0.44 332	2.34 515	0.42 195	2.16 495	0.98 232	1.20 321	1.11 255	1.03 306	0.62 220	0.91 154	0.70 319	0.24 315	0.17 288	0.25 329	0.22 315	0.22 260	0.22 282

BSDual-CNN	0.71 280	0.32 281	0.68 187	0.54 252	0.44 332	1.27 420	0.65 380	2.16 495	0.98 232	1.20 321	1.11 255	1.12 334	0.74 259	0.91 154	0.66 308	0.24 315	0.17 288	0.25 329	0.22 315	0.22 260	0.22 282

psmg	0.72 282	0.32 281	0.68 187	0.50 168	0.44 332	1.48 452	0.75 411	1.94 452	0.98 232	1.21 325	1.33 348	1.12 334	0.74 259	0.91 154	0.66 308	0.24 315	0.19 328	0.25 329	0.25 366	0.23 285	0.22 282

CrosDoStereo	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 571	1.10 216	0.98 232	1.34 399	1.75 459	1.00 293	1.89 510	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

AAGNet	1.83 506	0.28 177	0.72 224	0.61 350	0.32 196	0.67 225	0.51 288	0.96 153	0.98 232	1.47 434	1.20 300	1.00 293	1.18 434	2.83 443	22.77 578	0.22 275	0.13 111	0.22 232	0.19 210	0.23 285	0.15 94

DeepStereo_LL	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 571	1.10 216	0.98 232	1.34 399	1.75 459	1.00 293	1.89 510	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

LMCR-Stereo	0.82 347	0.46 409	0.88 323	0.75 461	0.43 325	1.33 430	0.56 339	2.43 527	0.98 232	1.53 447	1.49 403	0.74 186	1.00 391	1.63 333	0.89 379	0.28 395	0.17 288	0.22 232	0.17 170	0.29 368	0.20 247

DisPM	0.66 254	0.28 177	0.72 224	0.61 350	0.35 239	0.62 189	0.45 244	1.02 171	0.99 239	1.56 457	1.10 249	0.80 205	0.59 203	2.37 420	0.41 166	0.23 300	0.14 162	0.23 270	0.21 286	0.20 195	0.25 328

IER	0.70 273	0.31 265	1.02 378	0.48 140	0.52 390	1.34 432	0.51 288	1.17 234	0.99 239	1.23 336	1.34 355	1.12 334	1.11 419	0.99 180	0.71 324	0.20 215	0.16 259	0.21 203	0.21 286	0.20 195	0.19 214

PFNet	0.91 380	0.26 126	1.10 406	0.63 371	0.32 196	0.64 196	0.56 339	1.17 234	0.99 239	1.47 434	1.08 240	0.98 286	0.69 243	6.62 528	0.54 268	0.20 215	0.12 50	0.24 290	0.19 210	0.20 195	0.17 149

Pruner-Stereo	0.62 220	0.29 212	0.70 206	0.61 350	0.31 177	0.63 193	0.43 214	1.17 234	0.99 239	1.53 447	1.08 240	0.95 276	0.55 179	1.35 272	0.51 248	0.23 300	0.14 162	0.24 290	0.21 286	0.21 236	0.23 302

raft+_RVC	0.53 149	0.26 126	0.54 103	0.60 336	0.47 355	0.54 140	0.54 313	1.27 268	0.99 239	0.76 154	1.03 224	0.70 180	0.56 184	0.93 162	0.47 224	0.18 139	0.14 162	0.19 133	0.18 188	0.18 120	0.15 94

test_sample2	0.62 220	0.29 212	0.74 252	0.50 168	0.28 112	0.80 298	0.61 368	1.61 354	1.00 244	0.88 189	0.99 196	0.94 268	0.83 307	1.16 225	0.51 248	0.23 300	0.18 310	0.22 232	0.21 286	0.23 285	0.22 282

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

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

PSMNet-ADL	0.72 282	0.35 347	0.62 154	0.69 428	0.46 350	1.14 394	0.44 227	1.37 286	1.01 247	0.83 177	1.17 287	1.33 385	0.96 371	1.43 295	0.95 390	0.33 435	0.22 386	0.21 203	0.23 338	0.27 338	0.29 379

HHNet	0.62 220	0.26 126	0.63 157	0.43 58	0.45 339	0.50 102	0.58 354	1.07 205	1.01 247	1.25 350	2.23 498	0.70 180	0.61 215	1.07 202	0.47 224	0.20 215	0.13 111	0.23 270	0.19 210	0.19 161	0.30 393

DMCA-RVC	0.74 305	0.40 382	1.27 435	0.66 401	0.49 360	0.77 279	0.47 258	1.35 283	1.01 247	1.53 447	1.01 206	1.29 378	0.82 299	1.31 260	0.78 347	0.27 381	0.21 368	0.35 451	0.27 394	0.32 397	0.24 316

DCVSM-stereo	0.72 282	0.35 347	0.76 266	0.55 276	0.42 315	0.73 256	0.38 152	1.21 250	1.02 250	1.79 486	1.04 227	1.62 438	1.03 400	1.04 195	0.79 353	0.24 315	0.27 431	0.29 391	0.24 351	0.30 379	0.36 431

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

DMCA	0.67 263	0.34 326	0.90 333	0.51 198	0.44 332	0.86 326	0.47 258	1.42 298	1.02 250	1.17 308	1.12 262	1.23 358	0.75 261	0.78 111	0.95 390	0.25 342	0.19 328	0.27 365	0.19 210	0.24 300	0.27 362

HITNet	0.65 247	0.40 382	0.77 273	0.48 140	0.24 38	1.05 379	0.49 279	1.76 395	1.02 250	1.18 313	1.18 289	0.89 250	0.80 290	0.85 137	0.79 353	0.17 100	0.12 50	0.21 203	0.17 170	0.29 368	0.15 94
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MM-Stereo_test1	0.49 132	0.24 75	0.56 117	0.51 198	0.30 151	0.50 102	0.54 313	0.91 124	1.03 254	0.84 180	0.69 117	0.54 118	0.60 206	1.16 225	0.33 80	0.18 139	0.16 259	0.20 168	0.17 170	0.19 161	0.15 94

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

IIG-Stereo	0.96 391	0.31 265	0.72 224	0.88 504	0.33 217	0.61 180	0.26 41	1.19 247	1.03 254	1.69 476	1.37 364	1.46 411	0.75 261	6.96 537	0.51 248	0.19 180	0.14 162	0.23 270	0.18 188	0.20 195	0.14 61

rafts_anoy	0.52 139	0.29 212	0.59 140	0.59 324	0.50 367	0.53 132	0.40 175	1.11 222	1.03 254	0.84 180	0.83 156	0.68 171	0.54 172	0.72 92	0.51 248	0.19 180	0.14 162	0.24 290	0.26 383	0.21 236	0.18 174

SFCPSM	0.70 273	0.28 177	1.02 378	0.51 198	0.38 281	1.37 435	0.66 385	2.00 464	1.03 254	1.17 308	1.21 302	0.82 214	0.78 280	1.03 189	0.53 262	0.21 249	0.17 288	0.22 232	0.24 351	0.21 236	0.19 214

riskmin	0.56 188	0.27 155	0.60 145	0.43 58	0.31 177	0.83 314	0.42 195	1.14 228	1.04 259	0.73 152	0.75 136	1.11 333	1.01 393	0.81 124	0.51 248	0.20 215	0.14 162	0.24 290	0.15 107	0.24 300	0.25 328

NINENet	0.77 321	0.37 364	0.78 281	0.62 362	0.51 378	2.34 515	0.42 195	1.83 421	1.04 259	1.14 283	1.23 308	1.03 306	0.62 220	1.24 245	0.70 319	0.28 395	0.23 398	0.31 409	0.21 286	0.26 324	0.25 328

UNet	0.83 353	0.34 326	1.31 439	0.58 311	0.74 470	1.58 461	0.49 279	1.41 296	1.04 259	1.21 325	1.08 240	1.54 426	1.12 422	1.65 336	1.09 412	0.23 300	0.17 288	0.25 329	0.20 242	0.25 312	0.22 282

PMTNet	0.46 113	0.21 26	0.38 8	0.37 9	0.23 22	0.71 249	0.27 48	0.74 63	1.04 259	0.64 135	0.70 121	0.55 121	0.47 129	0.86 141	0.35 107	1.00 529	0.13 111	0.15 19	0.10 2	0.15 38	0.13 35

MM-Stereo_test3	0.50 136	0.24 75	0.54 103	0.54 252	0.74 470	0.49 88	0.53 307	1.09 213	1.05 263	0.62 133	0.95 181	0.61 148	0.42 94	0.77 106	0.38 140	0.20 215	0.17 288	0.20 168	0.16 149	0.18 120	0.18 174

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

CSP-Net	0.97 397	0.38 371	0.83 297	0.53 237	0.41 310	1.63 465	0.77 417	2.00 464	1.05 263	1.25 350	1.20 300	1.33 385	0.83 307	4.93 494	0.85 372	0.32 426	0.22 386	0.20 168	0.20 242	0.23 285	0.25 328

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

IPLG	0.69 269	0.27 155	0.97 358	0.51 198	0.43 325	0.79 290	0.33 90	1.21 250	1.06 267	1.30 373	1.10 249	0.52 111	0.55 179	3.16 457	0.63 300	0.16 57	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

OMP-Stereo	0.94 387	0.33 303	0.72 224	0.90 508	0.31 177	0.49 88	0.36 126	1.16 232	1.06 267	1.58 463	1.12 262	1.46 411	0.69 243	6.94 536	0.49 237	0.19 180	0.14 162	0.24 290	0.18 188	0.20 195	0.14 61

RALAANet	0.60 210	0.33 303	0.87 316	0.62 362	0.50 367	0.69 237	0.31 76	1.21 250	1.06 267	1.09 249	1.16 284	0.88 242	0.46 120	1.22 238	0.42 177	0.19 180	0.15 220	0.21 203	0.17 170	0.27 338	0.17 149

ARAFT	0.77 321	0.36 357	1.49 471	0.51 198	0.31 177	0.90 332	0.82 433	1.90 439	1.06 267	1.62 468	1.24 310	1.02 302	0.64 229	1.84 367	0.50 243	0.18 139	0.14 162	0.28 380	0.27 394	0.17 89	0.16 124

BEATNet_4x	0.73 300	0.49 421	1.17 420	0.53 237	0.26 63	1.03 376	0.55 331	1.82 416	1.06 267	1.21 325	1.22 304	0.96 282	0.91 342	1.01 185	1.06 406	0.21 249	0.14 162	0.24 290	0.19 210	0.37 424	0.21 264

FACV-RUCA	0.63 227	0.34 326	0.82 293	0.62 362	0.65 444	0.81 307	0.41 191	1.44 305	1.07 272	0.86 187	1.14 271	0.61 148	0.69 243	0.80 118	0.53 262	0.28 395	0.19 328	0.47 493	0.21 286	0.35 413	0.25 328

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

hknet	0.77 321	0.32 281	0.95 350	0.54 252	0.38 281	1.27 420	0.65 380	2.16 495	1.07 272	1.20 321	1.11 255	1.59 434	0.81 294	1.37 278	0.66 308	0.22 275	0.17 288	0.25 329	0.22 315	0.22 260	0.22 282

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

ACVNet	0.63 227	0.31 265	0.54 103	0.54 252	0.36 249	0.80 298	0.46 251	1.37 286	1.07 272	0.93 200	1.30 334	1.08 317	0.85 314	0.80 118	0.94 386	0.21 249	0.19 328	0.21 203	0.18 188	0.22 260	0.18 174

acv_ft	0.75 313	0.31 265	0.95 350	0.70 434	0.86 502	1.24 416	0.53 307	1.44 305	1.07 272	1.24 344	1.30 334	1.08 317	0.92 345	0.80 118	1.34 446	0.21 249	0.19 328	0.21 203	0.18 188	0.21 236	0.18 174

DFGA-Net	0.72 282	0.40 382	1.40 450	0.52 219	0.45 339	0.83 314	0.44 227	1.28 272	1.08 278	0.99 219	1.19 296	0.70 180	0.55 179	2.14 398	1.16 424	0.18 139	0.16 259	0.24 290	0.23 338	0.27 338	0.25 328

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

MIPNet	0.56 188	0.28 177	0.94 346	0.49 156	0.33 217	0.66 221	0.38 152	1.35 283	1.08 278	1.06 239	0.92 174	0.60 144	0.79 284	0.73 96	0.52 255	0.17 100	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

AASNet	0.76 319	0.35 347	0.91 336	0.79 471	0.81 493	1.14 394	0.56 339	2.02 472	1.08 278	1.22 330	1.24 310	0.93 265	0.76 269	0.77 106	1.16 424	0.27 381	0.23 398	0.24 290	0.20 242	0.28 357	0.24 316

RAFT-RH_RVC	1.03 420	0.24 75	0.67 183	0.49 156	0.28 112	0.81 307	0.33 90	0.83 101	1.08 278	2.05 506	4.65 542	1.04 309	0.57 193	5.98 521	0.50 243	0.18 139	0.13 111	0.26 348	0.20 242	0.16 58	0.17 149

APVNet	1.06 424	0.53 439	1.42 456	0.84 489	0.79 486	1.92 494	0.82 433	1.90 439	1.08 278	1.08 243	1.43 382	1.56 429	1.13 426	3.07 452	1.58 477	0.31 419	0.34 473	0.42 481	0.36 475	0.36 420	0.37 436

Gwc-CoAtRS	0.52 139	0.24 75	0.68 187	0.48 140	0.29 129	0.64 196	0.25 31	1.16 232	1.08 278	1.01 227	1.00 200	1.12 334	0.56 184	0.69 81	0.37 129	0.16 57	0.13 111	0.17 76	0.15 107	0.15 38	0.15 94

GANet-RSSM	0.72 282	0.28 177	0.63 157	0.64 380	0.58 418	0.80 298	0.58 354	1.89 436	1.08 278	1.04 238	1.25 314	1.15 342	1.04 402	1.49 307	0.62 296	0.25 342	0.19 328	0.22 232	0.22 315	0.22 260	0.21 264

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

G2L-Stereo	0.80 336	0.32 281	0.95 350	0.60 336	0.42 315	0.78 284	0.69 397	1.50 319	1.09 286	1.33 395	1.14 271	1.45 408	0.72 255	2.45 425	1.10 415	0.25 342	0.20 346	0.26 348	0.21 286	0.20 195	0.26 352

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

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

SQANet	1.31 463	0.88 507	1.08 400	1.83 542	1.44 538	1.44 449	0.75 411	1.74 387	1.09 286	1.32 387	1.26 321	1.28 375	1.01 393	1.50 309	0.83 366	2.50 548	0.34 473	1.47 540	0.55 515	2.32 541	1.57 543

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

FADNet_RVC	0.83 353	0.51 431	1.83 494	0.54 252	0.42 315	1.19 409	0.46 251	1.51 326	1.09 286	0.89 190	1.24 310	0.91 254	0.87 327	2.11 396	1.11 418	0.27 381	0.22 386	0.31 409	0.28 415	0.43 455	0.38 442

UPFNet	0.80 336	0.32 281	0.90 333	0.59 324	0.74 470	1.26 419	0.80 428	1.52 328	1.10 293	1.30 373	1.12 262	1.30 379	0.84 311	1.67 341	1.09 412	0.24 315	0.24 407	0.24 290	0.23 338	0.25 312	0.18 174

PSMNet-RSSM	0.72 282	0.30 232	0.61 148	0.63 371	0.42 315	0.73 256	0.56 339	1.92 446	1.10 293	1.09 249	1.37 364	1.22 353	0.98 381	1.28 254	0.72 327	0.27 381	0.19 328	0.27 365	0.29 427	0.24 300	0.24 316

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

CREStereo	0.39 61	0.21 26	0.38 8	0.34 1	0.22 16	0.53 132	0.29 59	0.77 70	1.11 295	0.58 119	0.71 124	0.51 104	0.41 90	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.14 61
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MaskLacGwcNet_RVC	1.10 434	1.02 515	1.00 367	0.82 485	0.67 451	1.93 495	0.93 460	1.62 358	1.11 295	1.15 289	1.25 314	1.50 420	0.79 284	1.96 382	0.76 339	1.89 542	0.34 473	0.79 526	0.36 475	1.25 535	0.83 522

STTStereo	0.78 329	0.50 428	1.22 425	0.64 380	0.54 397	0.89 329	0.54 313	1.44 305	1.11 295	1.38 412	1.09 245	1.27 372	0.85 314	1.43 295	0.83 366	0.29 406	0.27 431	0.33 433	0.39 482	0.32 397	0.30 393

rvit_stereo_0075_2	0.64 239	0.46 409	1.05 387	0.66 401	0.66 447	0.53 132	0.48 269	1.20 249	1.12 299	0.76 154	0.92 174	0.78 199	0.53 167	1.03 189	0.59 283	0.37 460	0.28 438	0.40 476	0.31 442	0.37 424	0.32 409

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

Former-RAFT_DAM_RVC	0.46 113	0.36 357	0.71 218	0.47 113	0.36 249	0.67 225	0.35 110	0.78 74	1.12 299	0.61 130	0.62 99	0.39 55	0.39 83	0.71 89	0.39 148	0.20 215	0.17 288	0.22 232	0.18 188	0.23 285	0.19 214

GMStereo_Zeroshot	0.67 263	0.61 469	1.01 371	0.64 380	0.37 264	0.84 322	0.35 110	1.05 190	1.12 299	1.12 265	1.06 231	1.27 372	0.54 172	1.19 233	0.59 283	0.32 426	0.17 288	0.31 409	0.18 188	0.52 486	0.22 282

CBFPSM	0.92 382	0.33 303	1.86 495	0.49 156	0.38 281	1.75 475	0.84 435	1.39 292	1.12 299	1.09 249	0.99 196	2.37 508	1.66 496	1.32 264	1.42 463	0.19 180	0.18 310	0.20 168	0.20 242	0.21 236	0.33 415

test_5	0.65 247	0.30 232	0.75 256	0.67 413	0.50 367	0.92 343	0.52 299	1.39 292	1.12 299	0.76 154	1.11 255	1.00 293	0.90 339	1.53 316	0.45 203	0.18 139	0.13 111	0.23 270	0.22 315	0.21 236	0.19 214

SACVNet	0.85 362	0.46 409	0.85 299	0.81 477	0.56 406	0.80 298	0.79 422	1.68 371	1.12 299	1.34 399	1.33 348	1.25 364	0.94 359	2.39 422	0.76 339	0.34 445	0.26 422	0.31 409	0.29 427	0.35 413	0.44 464

GANet-ADL	0.60 210	0.35 347	0.72 224	0.64 380	0.40 302	0.68 232	0.51 288	1.49 315	1.12 299	0.95 207	1.08 240	0.91 254	0.57 193	0.76 103	0.55 272	0.26 365	0.18 310	0.18 111	0.16 149	0.23 285	0.25 328

STrans-v2	1.04 423	0.28 177	0.96 356	0.49 156	0.32 196	0.68 232	0.79 422	2.47 529	1.12 299	1.12 265	1.46 395	1.40 397	1.46 474	6.70 533	0.43 187	0.18 139	0.13 111	0.20 168	0.18 188	0.18 120	0.18 174

TransformOpticalFlow	0.96 391	0.28 177	0.89 329	0.52 219	0.31 177	0.66 221	0.54 313	1.75 389	1.12 299	1.09 249	1.44 387	1.37 395	1.01 393	6.70 533	0.42 177	0.19 180	0.12 50	0.20 168	0.19 210	0.18 120	0.19 214

psm_up	0.77 321	0.34 326	0.70 206	0.66 401	0.58 418	1.05 379	0.92 456	1.52 328	1.12 299	1.26 354	1.16 284	1.31 383	1.23 445	1.20 235	0.81 359	0.25 342	0.29 449	0.31 409	0.27 394	0.27 338	0.25 328

PSMNet_ROB	0.90 377	0.52 435	1.17 420	0.72 446	0.61 432	1.27 420	1.12 490	1.76 395	1.12 299	1.09 249	1.28 330	1.45 408	0.89 338	1.65 336	1.42 463	0.33 435	0.25 416	0.37 462	0.39 482	0.35 413	0.29 379

ISRNet	0.80 336	0.33 303	1.07 396	0.81 477	0.66 447	0.60 174	0.34 102	1.19 247	1.13 311	1.59 464	1.53 410	1.35 390	0.77 273	1.27 252	0.94 386	0.39 467	0.34 473	0.43 483	0.38 480	0.34 410	0.49 480

IPLGR	0.58 201	0.27 155	1.14 416	0.48 140	0.28 112	0.65 212	0.33 90	1.22 258	1.13 311	1.18 313	1.05 229	0.69 176	0.66 238	0.96 168	0.52 255	0.17 100	0.15 220	0.20 168	0.17 170	0.20 195	0.18 174

HCRNet	0.70 273	0.39 376	0.73 236	0.60 336	0.59 426	0.76 271	0.35 110	1.22 258	1.13 311	1.02 231	0.99 196	1.02 302	0.76 269	2.19 406	0.70 319	0.28 395	0.19 328	0.28 380	0.23 338	0.25 312	0.23 302

G2L-Stereo_test	0.73 300	0.27 155	0.74 252	0.49 156	0.40 302	0.90 332	0.81 431	1.53 334	1.14 314	1.28 359	1.27 324	1.52 424	0.72 255	1.62 331	0.94 386	0.19 180	0.14 162	0.16 49	0.15 107	0.18 120	0.19 214

test_sample5	0.69 269	0.34 326	0.87 316	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.11 263	1.25 314	0.88 242	0.78 280	1.23 240	0.65 305	0.26 365	0.20 346	0.27 365	0.27 394	0.27 338	0.26 352

DualNet	0.70 273	0.34 326	0.87 316	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.14 283	1.33 348	0.88 242	0.78 280	1.23 240	0.65 305	0.26 365	0.20 346	0.27 365	0.27 394	0.27 338	0.26 352

iinet-f	0.99 403	0.45 407	3.71 533	0.55 276	0.43 325	1.81 484	0.68 393	1.14 228	1.14 314	1.18 313	1.42 378	1.58 433	1.44 471	1.34 271	1.59 479	0.24 315	0.23 398	0.20 168	0.19 210	0.26 324	0.25 328

gwcnet-sp	0.74 305	0.33 303	1.44 457	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 373	1.02 214	0.94 268	0.82 299	1.39 287	0.76 339	0.21 249	0.21 368	0.22 232	0.21 286	0.22 260	0.22 282

scenet	0.74 305	0.33 303	1.44 457	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 373	1.02 214	0.94 268	0.82 299	1.39 287	0.76 339	0.21 249	0.21 368	0.22 232	0.21 286	0.22 260	0.22 282

ssnet	0.74 305	0.33 303	1.44 457	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 373	1.02 214	0.94 268	0.82 299	1.39 287	0.76 339	0.21 249	0.21 368	0.22 232	0.21 286	0.22 260	0.22 282

PFNet+	0.59 207	0.28 177	0.77 273	0.53 237	0.30 151	0.59 166	0.31 76	0.92 127	1.14 314	1.33 395	1.10 249	0.79 203	0.57 193	1.31 260	0.49 237	0.25 342	0.17 288	0.28 380	0.26 383	0.21 236	0.25 328

AFF-stereo	0.58 201	0.25 103	0.64 164	0.46 102	0.29 129	0.34 15	0.38 152	1.15 230	1.14 314	1.17 308	1.60 430	1.10 329	0.71 252	0.97 176	0.43 187	0.13 19	0.11 26	0.19 133	0.19 210	0.17 89	0.14 61

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

UCFNet_RVC	0.69 269	0.35 347	0.49 70	0.64 380	0.39 291	0.85 325	0.58 354	1.75 389	1.14 314	0.97 212	1.19 296	1.17 344	0.93 354	0.99 180	0.62 296	0.28 395	0.20 346	0.34 443	0.31 442	0.32 397	0.27 362

PS-NSSS	0.99 403	0.58 456	0.93 342	0.58 311	0.57 409	0.91 336	0.80 428	1.81 415	1.14 314	1.14 283	1.67 449	1.00 293	0.83 307	4.62 485	0.78 347	0.37 460	0.31 459	0.52 501	0.32 450	0.45 465	0.38 442

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

test_sample8	2.19 523	0.49 421	1.13 412	0.56 289	0.39 291	1.02 373	0.73 406	1.82 416	1.15 326	2.26 512	1.30 334	4.94 546	2.52 536	2.27 413	7.92 551	0.57 511	12.61 580	0.62 519	0.67 526	0.45 465	0.42 455

test_sample6	0.71 280	0.34 326	0.87 316	0.52 219	0.30 151	0.82 309	0.58 354	1.79 409	1.15 326	1.14 283	1.33 348	0.91 254	0.79 284	1.31 260	0.74 331	0.27 381	0.21 368	0.27 365	0.29 427	0.28 357	0.27 362

test_sample4	0.69 269	0.33 303	0.91 336	0.51 198	0.30 151	0.92 343	0.52 299	1.87 430	1.15 326	1.14 283	1.18 289	0.87 238	0.75 261	1.18 231	0.68 315	0.25 342	0.20 346	0.26 348	0.26 383	0.26 324	0.25 328

test_sample3	0.68 267	0.32 281	0.88 323	0.52 219	0.30 151	0.97 362	0.52 299	1.86 428	1.15 326	1.08 243	1.11 255	0.88 242	0.71 252	1.17 229	0.68 315	0.25 342	0.20 346	0.25 329	0.25 366	0.25 312	0.25 328

cf-r	0.73 300	0.30 232	0.77 273	0.55 276	0.63 439	0.78 284	0.48 269	1.79 409	1.15 326	1.13 280	1.26 321	1.43 401	0.87 327	1.40 293	0.85 372	0.25 342	0.18 310	0.22 232	0.23 338	0.19 161	0.19 214

CFNet-ft	0.72 282	0.32 281	0.54 103	0.66 401	0.54 397	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 430	0.97 374	1.35 272	0.81 359	0.26 365	0.20 346	0.33 433	0.25 366	0.30 379	0.23 302

DANet	1.08 429	0.61 469	1.32 442	0.85 494	0.72 464	1.37 435	0.51 288	1.54 337	1.15 326	1.78 483	1.54 415	2.01 491	1.11 419	2.90 446	2.00 496	0.33 435	0.30 453	0.40 476	0.30 436	0.44 461	0.45 466
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CFNet_RVC	0.72 282	0.32 281	0.54 103	0.66 401	0.54 397	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 430	0.97 374	1.35 272	0.81 359	0.26 365	0.20 346	0.33 433	0.25 366	0.30 379	0.23 302

GCST	1.08 429	1.47 539	0.93 342	1.73 540	1.14 526	1.30 425	0.31 76	1.33 275	1.16 335	1.29 365	0.97 193	0.98 286	0.49 148	2.08 393	0.46 217	1.19 539	0.70 539	1.30 539	0.85 537	1.02 527	0.89 525

anonymity	1.12 439	0.97 510	1.21 423	1.07 525	1.12 523	1.08 385	0.89 449	1.95 454	1.16 335	1.29 365	1.26 321	1.22 353	1.09 417	1.15 221	1.01 401	1.02 532	1.00 555	0.97 531	0.97 543	0.98 524	0.99 529

DDUNet	1.50 481	2.69 563	1.12 410	1.77 541	1.88 543	1.84 488	0.92 456	1.70 378	1.16 335	1.38 412	1.79 463	1.60 436	1.12 422	1.37 278	1.08 410	1.10 537	0.76 540	2.37 549	0.94 541	2.00 539	1.37 540

rvit_0105_4	0.56 188	0.38 371	1.06 391	0.66 401	0.38 281	0.53 132	0.53 307	0.84 104	1.17 338	0.56 116	0.61 96	0.72 184	0.59 203	0.98 177	0.45 203	0.32 426	0.33 472	0.29 391	0.25 366	0.29 368	0.23 302

rvit_0105_3	0.63 227	0.44 400	1.08 400	0.72 446	0.40 302	0.64 196	0.71 402	1.03 176	1.17 338	0.82 175	0.70 121	0.80 205	0.70 248	0.91 154	0.56 274	0.35 452	0.34 473	0.34 443	0.32 450	0.27 338	0.28 374

H2IRNET	0.56 188	0.26 126	0.66 178	0.47 113	0.35 239	0.41 35	0.26 41	0.92 127	1.17 338	0.61 130	1.28 330	1.08 317	0.86 322	0.99 180	0.63 300	0.19 180	0.16 259	0.22 232	0.25 366	0.21 236	0.18 174

CoDeX	0.73 300	0.29 212	0.93 342	0.54 252	0.36 249	1.14 394	0.61 368	2.34 519	1.17 338	1.16 299	1.25 314	0.91 254	0.87 327	1.33 267	0.64 304	0.20 215	0.16 259	0.21 203	0.18 188	0.20 195	0.18 174

LL-Strereo	1.33 466	0.39 376	1.38 449	0.61 350	0.61 432	0.75 265	0.66 385	1.63 360	1.17 338	1.56 457	1.60 430	2.03 494	2.12 523	9.72 566	0.97 395	0.21 249	0.18 310	0.27 365	0.23 338	0.22 260	0.25 328

GEStereo_RVC	0.90 377	0.37 364	0.99 362	0.64 380	0.50 367	0.95 352	0.79 422	2.42 526	1.17 338	1.16 299	1.11 255	1.26 368	0.92 345	3.24 458	0.90 382	0.29 406	0.19 328	0.23 270	0.20 242	0.27 338	0.29 379

StereoDRNet-Refined	0.80 336	0.41 390	0.88 323	0.62 362	0.42 315	1.33 430	0.48 269	1.52 328	1.17 338	1.45 431	1.44 387	1.44 406	0.90 339	1.26 249	1.24 433	0.20 215	0.16 259	0.27 365	0.24 351	0.25 312	0.28 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
YMNet	1.00 408	0.54 440	1.40 450	0.81 477	0.85 500	1.87 491	0.62 371	1.55 341	1.18 345	1.63 470	1.99 483	1.77 464	0.97 374	1.50 309	1.45 467	0.33 435	0.37 491	0.31 409	0.32 450	0.32 397	0.29 379

YMNet_1	1.00 408	0.54 440	1.40 450	0.81 477	0.85 500	1.87 491	0.62 371	1.55 341	1.18 345	1.63 470	1.99 483	1.77 464	0.97 374	1.50 309	1.45 467	0.33 435	0.37 491	0.31 409	0.32 450	0.32 397	0.29 379

rvit_0105_5	0.58 201	0.39 376	1.05 387	0.66 401	0.37 264	0.58 161	0.56 339	0.94 141	1.18 345	0.64 135	0.68 113	0.75 188	0.63 225	0.88 146	0.50 243	0.32 426	0.32 467	0.30 403	0.27 394	0.28 357	0.25 328

rvit_105_1	0.72 282	0.52 435	1.01 371	0.78 469	0.49 360	0.75 265	0.87 444	1.12 224	1.18 345	0.99 219	0.79 148	0.90 251	0.77 273	1.26 249	0.75 336	0.41 474	0.36 489	0.36 459	0.41 487	0.30 379	0.33 415

ACV-stereo	0.99 403	0.51 431	1.41 455	0.56 289	0.41 310	2.43 519	0.57 350	1.15 230	1.18 345	0.81 171	1.01 206	3.39 532	2.14 524	1.60 328	1.07 409	0.27 381	0.22 386	0.22 232	0.22 315	0.28 357	0.32 409

FADNet-RVC	0.88 372	0.67 479	1.93 498	0.60 336	0.48 356	0.91 336	0.60 366	1.71 380	1.18 345	0.90 192	0.96 184	1.36 392	0.92 345	2.25 411	1.17 427	0.30 411	0.29 449	0.32 424	0.32 450	0.41 444	0.35 425

NLCA_NET_v2_RVC	0.79 333	0.43 397	1.05 387	0.64 380	0.58 418	0.95 352	0.53 307	1.53 334	1.18 345	1.37 407	1.15 279	1.43 401	0.88 332	1.61 330	0.84 369	0.25 342	0.22 386	0.27 365	0.27 394	0.29 368	0.29 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 273	0.43 397	0.75 256	0.73 454	0.37 264	0.92 343	0.53 307	1.85 425	1.18 345	1.12 265	1.23 308	1.07 316	0.65 235	0.96 168	0.63 300	0.31 419	0.15 220	0.32 424	0.21 286	0.29 368	0.22 282
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
RAFT + AFF	1.00 408	0.42 394	1.09 403	0.67 413	0.50 367	1.22 414	1.24 501	2.24 510	1.19 353	1.30 373	1.56 421	1.17 344	1.49 479	3.44 466	0.83 366	0.21 249	0.25 416	0.30 403	0.26 383	0.27 338	0.27 362

psmorigin	1.52 483	0.69 483	10.52 560	0.68 424	0.59 426	1.13 393	0.70 400	1.57 345	1.19 353	1.99 502	1.79 463	2.26 502	1.47 476	2.09 394	1.36 450	0.39 467	0.40 502	0.34 443	0.33 460	0.43 455	0.56 493

DSFCA	0.93 385	0.34 326	1.06 391	0.52 219	0.65 444	1.55 459	0.93 460	1.49 315	1.19 353	1.56 457	1.15 279	1.50 420	0.96 371	3.07 452	1.02 402	0.30 411	0.26 422	0.25 329	0.25 366	0.28 357	0.24 316

HSM	1.19 453	0.32 281	0.65 171	0.57 305	0.38 281	1.23 415	0.59 362	2.25 511	1.19 353	1.30 373	1.25 314	1.94 483	1.03 400	9.32 560	0.71 324	0.22 275	0.16 259	0.20 168	0.16 149	0.21 236	0.21 264

ETE_ROB	0.96 391	0.64 476	1.16 418	0.69 428	0.48 356	1.14 394	1.13 491	1.77 399	1.19 353	1.91 499	1.45 389	1.73 458	1.05 406	1.60 328	1.14 422	0.32 426	0.26 422	0.38 465	0.34 466	0.39 437	0.41 451

rvit_0105_6	0.53 149	0.37 364	0.98 361	0.65 394	0.38 281	0.51 119	0.51 288	0.77 70	1.20 358	0.54 114	0.55 82	0.65 162	0.53 167	0.94 165	0.44 190	0.32 426	0.32 467	0.28 380	0.24 351	0.28 357	0.21 264

DAS	0.84 358	0.34 326	1.03 382	0.64 380	0.69 459	0.77 279	0.63 376	1.54 337	1.20 358	1.79 486	1.55 417	0.95 276	1.04 402	2.83 443	0.60 291	0.21 249	0.16 259	0.25 329	0.18 188	0.27 338	0.22 282

SepStereo	0.82 347	0.34 326	1.03 382	0.64 380	0.69 459	0.77 279	0.63 376	1.54 337	1.20 358	1.79 486	1.55 417	0.95 276	1.04 402	2.30 415	0.60 291	0.21 249	0.16 259	0.25 329	0.18 188	0.27 338	0.22 282

HGLStereo	0.85 362	0.38 371	0.94 346	0.80 474	1.03 515	1.17 404	0.58 354	1.52 328	1.20 358	1.19 317	1.62 437	1.13 339	1.20 440	1.80 364	1.06 406	0.24 315	0.24 407	0.24 290	0.21 286	0.23 285	0.27 362

GwcNet-RSSM	0.77 321	0.32 281	1.01 371	0.62 362	0.54 397	0.78 284	0.51 288	1.73 382	1.20 358	1.09 249	1.37 364	1.46 411	0.85 314	1.53 316	1.09 412	0.25 342	0.18 310	0.23 270	0.24 351	0.20 195	0.19 214

FADNet-RVC-Resample	0.84 358	0.47 414	2.10 503	0.61 350	0.45 339	1.07 384	0.61 368	1.59 347	1.20 358	1.08 243	0.98 194	1.03 306	0.98 381	2.17 401	0.72 327	0.23 300	0.22 386	0.30 403	0.32 450	0.35 413	0.34 420

DualNet (step1)	0.83 353	0.49 421	1.13 412	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 345	1.23 240	0.67 311	0.57 511	0.28 438	0.62 519	0.67 526	0.45 465	0.42 455

test_sample9	1.86 509	0.49 421	1.13 412	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 345	2.27 413	7.92 551	0.57 511	12.61 580	0.62 519	0.67 526	0.45 465	0.42 455

test_sample7	0.74 305	0.37 364	0.76 266	0.52 219	0.35 239	0.91 336	0.67 389	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 345	1.23 240	0.67 311	0.31 419	0.28 438	0.32 424	0.31 442	0.33 406	0.29 379

DispNO	0.93 385	0.30 232	1.34 447	0.55 276	0.55 403	0.89 329	0.49 279	1.48 313	1.21 364	1.17 308	1.27 324	1.19 348	0.90 339	5.23 498	0.74 331	0.22 275	0.17 288	0.24 290	0.21 286	0.19 161	0.20 247

TestStereo1	0.63 227	0.28 177	0.75 256	0.76 464	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 273	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

SA-5K	0.63 227	0.28 177	0.75 256	0.76 464	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 273	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

CFNet_pseudo	0.66 254	0.32 281	0.86 305	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.24 360	0.64 229	0.98 177	0.59 283	0.21 249	0.16 259	0.33 433	0.19 210	0.36 420	0.25 328

G-Net	1.66 494	0.63 474	1.56 474	1.11 527	0.74 470	2.98 536	0.91 454	1.55 341	1.22 370	2.76 532	8.18 563	2.32 506	2.53 537	1.92 376	1.87 488	0.48 497	0.44 510	0.45 488	0.31 442	0.60 503	0.57 497

ccs_rob	0.66 254	0.33 303	0.86 305	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.23 358	0.64 229	0.98 177	0.59 283	0.21 249	0.16 259	0.35 451	0.20 242	0.37 424	0.25 328

coex_refinement	0.80 336	0.28 177	0.73 236	0.70 434	0.51 378	0.95 352	0.60 366	1.78 403	1.23 373	1.36 404	1.37 364	1.82 470	0.81 294	1.32 264	1.13 421	0.26 365	0.17 288	0.19 133	0.20 242	0.24 300	0.25 328

TCMNet	1.01 414	0.60 467	2.10 503	0.86 496	1.33 536	1.14 394	0.67 389	1.69 373	1.23 373	1.11 263	1.57 425	1.30 379	0.97 374	2.01 386	1.50 474	0.31 419	0.31 459	0.38 465	0.34 466	0.42 449	0.36 431

UDG	1.41 476	2.65 562	0.99 362	1.44 537	1.64 541	1.34 432	0.80 428	1.60 351	1.23 373	1.23 336	1.71 452	2.01 491	1.34 462	1.47 305	1.41 459	0.90 527	0.54 530	2.29 547	0.75 530	1.84 538	1.04 532

MLCV	0.72 282	0.34 326	1.10 406	0.51 198	0.23 22	0.91 336	0.39 167	1.33 275	1.23 373	1.46 433	1.55 417	1.01 300	0.64 229	1.95 381	0.80 357	0.18 139	0.12 50	0.18 111	0.14 89	0.19 161	0.17 149

DLCB_ROB	0.86 367	0.40 382	0.78 281	0.68 424	0.54 397	1.11 389	0.84 435	1.49 315	1.23 373	1.64 472	1.65 444	1.70 455	0.91 342	1.70 348	1.05 404	0.25 342	0.24 407	0.26 348	0.27 394	0.27 338	0.24 316

XPNet_ROB	0.96 391	0.49 421	1.09 403	0.72 446	0.57 409	1.11 389	1.14 492	1.66 368	1.23 373	1.85 493	1.39 373	1.64 446	1.11 419	1.80 364	1.42 463	0.38 464	0.30 453	0.33 433	0.29 427	0.37 424	0.34 420

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

ADLNet2	0.88 372	0.34 326	1.17 420	0.77 467	0.64 442	1.12 392	0.76 414	1.74 387	1.24 379	1.21 325	1.65 444	1.71 456	1.05 406	1.67 341	1.17 427	0.24 315	0.21 368	0.21 203	0.22 315	0.26 324	0.29 379

GANet	1.36 469	0.47 414	0.86 305	0.67 413	0.45 339	1.34 432	1.73 527	1.64 362	1.24 379	1.49 442	2.38 504	1.55 428	1.20 440	9.30 559	0.93 384	0.30 411	0.31 459	0.33 433	0.28 415	0.39 437	0.30 393

fff	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 409	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

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

csc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 409	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

cscssc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 409	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

iResNet	0.75 313	0.40 382	1.36 448	0.67 413	0.29 129	0.92 343	0.59 362	1.52 328	1.25 382	1.28 359	1.48 401	0.94 268	0.76 269	1.62 331	0.78 347	0.18 139	0.14 162	0.18 111	0.15 107	0.22 260	0.23 302

GwcNet-ADL	0.64 239	0.31 265	0.79 284	0.56 289	0.41 310	0.60 174	0.58 354	1.41 296	1.26 387	1.08 243	1.13 267	0.91 254	0.60 206	1.04 195	0.78 347	0.27 381	0.18 310	0.18 111	0.18 188	0.25 312	0.29 379

ccnet	1.12 439	0.67 479	1.01 371	0.78 469	0.73 469	1.72 473	0.99 473	1.84 424	1.26 387	1.47 434	1.85 471	1.75 463	1.29 454	1.75 355	1.88 490	0.57 511	0.53 527	0.57 516	0.55 515	0.59 499	0.54 489

RGC	1.14 444	0.79 497	1.26 432	0.91 511	0.96 513	1.52 456	0.77 417	1.92 446	1.26 387	1.54 453	1.93 479	2.02 493	1.54 482	2.25 411	1.31 443	0.44 488	0.35 484	0.58 517	0.48 503	0.47 472	0.46 469

CC-Net-ROB	1.49 479	1.26 530	1.27 435	0.88 504	0.79 486	1.76 477	1.00 475	1.79 409	1.26 387	1.10 257	1.61 434	1.21 351	0.99 389	8.13 553	0.84 369	1.09 536	0.41 504	2.20 545	0.46 499	1.20 534	0.48 476

TDLM	1.06 424	0.44 400	0.79 284	0.63 371	0.50 367	0.89 329	1.44 514	1.48 313	1.26 387	1.12 265	1.40 375	1.08 317	0.98 381	6.65 529	0.78 347	0.33 435	0.21 368	0.33 433	0.26 383	0.37 424	0.24 316

CVANet_RVC	1.07 426	0.43 397	0.76 266	0.60 336	0.50 367	0.90 332	0.97 468	1.52 328	1.26 387	1.33 395	1.38 369	1.24 360	1.18 434	6.75 535	0.75 336	0.34 445	0.23 398	0.34 443	0.29 427	0.42 449	0.27 362

XX-TBD	0.46 113	0.70 486	0.35 1	0.79 471	0.25 55	0.58 161	0.26 41	0.69 48	1.27 393	0.76 154	1.00 200	0.45 70	0.33 45	0.47 18	0.37 129	0.19 180	0.15 220	0.15 19	0.11 8	0.17 89	0.14 61

MMNet	0.84 358	0.32 281	1.09 403	0.60 336	0.59 426	1.85 489	0.49 279	1.51 326	1.27 393	1.37 407	1.15 279	1.26 368	1.18 434	1.67 341	1.22 431	0.19 180	0.18 310	0.23 270	0.22 315	0.25 312	0.21 264

Nwc_Net	1.09 432	0.49 421	1.33 444	0.89 507	0.80 491	1.49 454	0.66 385	2.19 504	1.27 393	1.32 387	2.26 499	1.96 486	1.54 482	1.92 376	1.34 446	0.40 470	0.30 453	0.43 483	0.45 496	0.38 433	0.37 436

ADCRef	1.35 468	0.55 445	2.37 515	0.72 446	0.77 481	1.94 496	0.78 419	1.91 443	1.27 393	1.57 461	1.59 429	1.36 392	1.41 467	1.54 318	7.53 546	0.23 300	0.20 346	0.32 424	0.30 436	0.29 368	0.29 379

CBMV_ROB	0.90 377	0.44 400	0.63 157	0.51 198	0.37 264	1.25 418	0.49 279	1.77 399	1.27 393	1.41 421	2.00 485	1.33 385	1.08 414	2.17 401	0.76 339	0.43 483	0.42 506	0.47 493	0.44 494	0.41 444	0.36 431

1111x	1.70 499	0.29 212	0.86 305	0.51 198	0.27 87	1.01 371	0.68 393	2.22 508	1.28 398	1.13 280	1.40 375	1.21 351	1.10 418	5.53 508	15.20 568	0.22 275	0.21 368	0.22 232	0.22 315	0.24 300	0.22 282

GASNet	0.99 403	0.97 510	1.72 485	0.98 517	0.68 457	0.83 314	0.67 389	1.60 351	1.28 398	1.31 383	1.22 304	1.22 353	1.21 443	2.41 423	1.41 459	0.43 483	0.26 422	0.36 459	0.34 466	0.55 492	0.31 403

HBP-ISP	0.96 391	0.58 456	0.72 224	0.61 350	0.46 350	1.64 467	0.76 414	1.86 428	1.28 398	1.30 373	1.53 410	0.86 234	0.94 359	3.27 460	0.69 318	0.45 489	0.44 510	0.54 507	0.48 503	0.47 472	0.40 446

HSM-Net_RVC	0.87 371	0.29 212	0.53 97	0.53 237	0.30 151	1.15 400	0.55 331	3.57 546	1.28 398	1.53 447	1.74 456	1.68 452	0.93 354	1.49 307	0.77 345	0.22 275	0.17 288	0.19 133	0.18 188	0.20 195	0.19 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_ucs	0.70 273	0.33 303	0.88 323	0.50 168	0.43 325	0.74 260	0.44 227	1.60 351	1.29 402	1.22 330	1.54 415	1.09 327	0.63 225	0.99 180	0.59 283	0.25 342	0.20 346	0.37 462	0.21 286	0.40 441	0.28 374

SDNR	1.62 492	0.51 431	2.17 508	0.53 237	0.56 406	3.80 547	0.45 244	1.54 337	1.29 402	1.33 395	2.41 507	1.08 317	0.96 371	11.18 570	1.16 424	0.66 522	0.63 535	0.43 483	0.32 450	0.64 506	0.67 512

Wz-Net-LNSev-Ref	0.99 403	0.40 382	1.82 492	0.66 401	0.62 438	2.05 503	0.78 419	1.91 443	1.29 402	1.54 453	1.42 378	1.51 422	1.23 445	1.99 384	1.33 444	0.23 300	0.14 162	0.20 168	0.15 107	0.27 338	0.26 352

CREStereo++_RVC	0.47 120	0.21 26	0.38 8	0.45 95	0.38 281	0.45 61	0.25 31	0.75 64	1.29 402	0.80 167	1.21 302	0.47 81	0.37 74	0.53 30	0.44 190	0.16 57	0.11 26	0.15 19	0.80 533	0.18 120	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xxxx	1.51 482	0.28 177	0.68 187	0.54 252	0.28 112	1.16 402	0.44 227	2.19 504	1.29 402	1.09 249	1.36 362	1.22 353	0.85 314	1.79 363	15.70 570	0.24 315	0.21 368	0.21 203	0.20 242	0.22 260	0.23 302

test_xeample	1.45 478	0.28 177	0.65 171	0.51 198	0.28 112	0.94 348	0.59 362	2.14 490	1.29 402	1.24 344	1.51 408	0.88 242	0.86 322	1.46 301	15.10 567	0.22 275	0.20 346	0.22 232	0.20 242	0.22 260	0.22 282

DCANet-4	0.54 164	0.26 126	1.07 396	0.42 51	0.24 38	0.48 76	0.36 126	0.99 160	1.30 408	1.10 257	1.02 214	0.56 129	0.75 261	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

ADStereo(finetuned)	0.57 195	0.24 75	1.06 391	0.43 58	0.24 38	0.49 88	0.35 110	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	1.20 440	0.84 132	0.51 248	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

SA	0.66 254	0.30 232	0.82 293	0.61 350	0.30 151	0.58 161	0.38 152	1.44 305	1.30 408	0.96 209	1.36 362	0.66 166	0.95 364	1.85 370	0.42 177	0.19 180	0.15 220	0.25 329	0.23 338	0.21 236	0.17 149

DCANet	0.54 164	0.24 75	0.70 206	0.43 58	0.24 38	0.49 88	0.36 126	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	0.92 345	0.81 124	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

MyStereo8	0.65 247	0.29 212	1.00 367	0.58 311	0.49 360	0.91 336	0.35 110	1.18 239	1.31 412	1.16 299	1.27 324	0.90 251	0.64 229	0.72 92	0.95 390	0.18 139	0.14 162	0.20 168	0.18 188	0.22 260	0.26 352

PCWNet_CMD	0.66 254	0.32 281	0.88 323	0.49 156	0.37 264	0.78 284	0.40 175	1.42 298	1.31 412	1.16 299	1.31 340	1.25 364	0.62 220	0.89 151	0.57 277	0.20 215	0.16 259	0.27 365	0.19 210	0.40 441	0.25 328

222	1.61 491	0.29 212	0.67 183	0.56 289	0.29 129	1.06 382	0.42 195	2.17 501	1.31 412	1.31 383	1.52 409	0.92 263	0.94 359	1.76 360	17.65 571	0.24 315	0.20 346	0.21 203	0.19 210	0.22 260	0.23 302

MSMDNet	0.66 254	0.32 281	0.87 316	0.49 156	0.37 264	0.79 290	0.40 175	1.43 304	1.31 412	1.15 289	1.31 340	1.24 360	0.63 225	0.88 146	0.57 277	0.21 249	0.16 259	0.26 348	0.19 210	0.39 437	0.24 316

UGAM	1.14 444	0.27 155	0.95 350	0.53 237	0.42 315	0.70 244	0.72 405	0.95 146	1.32 416	0.98 216	1.48 401	1.78 466	0.87 327	9.65 565	0.87 375	0.21 249	0.18 310	0.30 403	0.24 351	0.19 161	0.16 124

Wz-Net-LNSev	1.03 420	0.67 479	2.71 524	0.64 380	0.84 497	1.75 475	1.00 475	1.80 412	1.32 416	1.28 359	1.25 314	1.65 449	1.22 444	1.39 287	1.40 455	0.28 395	0.26 422	0.24 290	0.23 338	0.33 406	0.32 409

CFNet	0.96 391	0.36 357	1.01 371	0.62 362	0.42 315	0.99 368	0.47 258	1.90 439	1.32 416	0.99 219	1.39 373	1.10 329	0.86 322	5.58 511	0.79 353	0.23 300	0.17 288	0.28 380	0.27 394	0.26 324	0.21 264

StereoDRNet	0.98 401	0.47 414	1.70 482	0.76 464	0.94 510	1.51 455	0.91 454	1.92 446	1.32 416	1.61 465	1.13 267	1.47 416	0.97 374	1.75 355	1.46 470	0.28 395	0.23 398	0.29 391	0.27 394	0.35 413	0.27 362

Sa-1000	0.72 282	0.29 212	0.76 266	0.59 324	0.30 151	0.73 256	0.37 145	1.62 358	1.33 420	1.28 359	2.04 489	0.86 234	0.75 261	1.84 367	0.38 140	0.19 180	0.14 162	0.25 329	0.23 338	0.20 195	0.16 124

hitnet-ft	0.79 333	0.35 347	0.57 127	0.58 311	0.42 315	0.96 358	0.46 251	1.47 311	1.33 420	1.19 317	1.22 304	1.81 467	0.98 381	1.66 340	0.94 386	0.33 435	0.28 438	0.34 443	0.27 394	0.35 413	0.31 403

FADNet	0.92 382	0.61 469	1.81 491	0.62 362	0.55 403	0.96 358	0.57 350	1.78 403	1.33 420	0.93 200	1.01 206	1.36 392	1.01 393	2.71 440	0.75 336	0.33 435	0.34 473	0.31 409	0.34 466	0.59 499	0.40 446

z-ln-s-r	1.02 417	0.55 445	2.09 502	0.52 219	0.55 403	0.78 284	0.87 444	1.47 311	1.34 423	1.12 265	1.62 437	1.37 395	1.06 409	2.62 437	3.32 523	0.19 180	0.14 162	0.21 203	0.17 170	0.27 338	0.21 264

AIO-test1	0.56 188	0.25 103	0.55 113	0.64 380	0.78 483	0.80 298	0.36 126	1.18 239	1.34 423	0.57 117	0.88 166	0.61 148	0.50 154	1.12 216	0.35 107	0.17 100	0.17 288	0.22 232	0.24 351	0.18 120	0.23 302

ttt	0.94 387	0.34 326	0.59 140	0.61 350	0.37 264	0.94 348	0.50 287	2.17 501	1.34 423	1.23 336	1.61 434	0.91 254	0.76 269	1.85 370	3.97 532	0.30 411	0.26 422	0.26 348	0.24 351	0.29 368	0.29 379

ssnet_v2	0.88 372	0.36 357	1.02 378	0.62 362	0.38 281	1.32 428	0.97 468	2.07 481	1.34 423	1.37 407	1.18 289	1.54 426	0.92 345	1.10 210	1.65 480	0.30 411	0.27 431	0.30 403	0.28 415	0.27 338	0.26 352

UDGNet	0.72 282	1.17 527	0.80 289	0.77 467	0.41 310	0.77 279	0.38 152	0.97 154	1.34 423	0.81 171	0.88 166	0.71 183	0.60 206	1.21 237	0.54 268	0.52 502	0.19 328	1.02 535	0.26 383	0.71 515	0.31 403

dd	0.59 207	0.48 418	0.97 358	0.55 276	0.32 196	0.64 196	0.47 258	1.02 171	1.34 423	0.78 162	0.86 161	0.58 136	0.54 172	1.01 185	0.86 374	0.28 395	0.18 310	0.26 348	0.19 210	0.32 397	0.24 316

NCC-stereo	1.10 434	0.54 440	1.24 429	0.84 489	0.94 510	1.29 423	0.89 449	2.01 468	1.34 423	1.32 387	1.74 456	1.88 473	1.74 499	2.35 418	1.25 434	0.45 489	0.37 491	0.45 488	0.58 518	0.42 449	0.42 455

Abc-Net	1.10 434	0.54 440	1.24 429	0.84 489	0.94 510	1.29 423	0.89 449	2.01 468	1.34 423	1.32 387	1.74 456	1.88 473	1.74 499	2.35 418	1.25 434	0.45 489	0.37 491	0.45 488	0.58 518	0.42 449	0.42 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	1.99 518	0.48 418	7.73 550	0.66 401	0.91 506	2.30 513	1.05 482	1.82 416	1.34 423	1.54 453	1.32 346	1.74 460	1.61 489	2.17 401	13.37 563	0.24 315	0.21 368	0.32 424	0.28 415	0.37 424	0.29 379

iResNetv2_ROB	0.80 336	0.37 364	1.71 484	0.56 289	0.37 264	0.94 348	0.64 378	1.73 382	1.34 423	1.23 336	1.42 378	1.26 368	0.92 345	1.85 370	0.56 274	0.23 300	0.15 220	0.19 133	0.14 89	0.24 300	0.19 214

w-ln-seven-2	1.18 452	0.61 469	4.25 535	0.68 424	0.61 432	1.20 411	0.93 460	1.63 360	1.35 433	1.66 473	1.53 410	1.47 416	1.37 465	3.00 451	1.74 483	0.25 342	0.24 407	0.29 391	0.26 383	0.33 406	0.28 374

DGSMNet	1.14 444	0.76 495	2.49 518	0.81 477	0.86 502	1.39 440	1.39 511	2.13 486	1.35 433	1.26 354	1.63 441	1.48 418	0.98 381	1.75 355	1.10 415	0.45 489	0.43 507	0.55 511	0.49 506	0.75 517	0.70 515

delet	0.85 362	0.32 281	0.95 350	0.65 394	0.66 447	1.64 467	0.84 435	1.75 389	1.35 433	1.32 387	1.30 334	1.30 379	0.88 332	1.68 346	1.10 415	0.21 249	0.21 368	0.24 290	0.24 351	0.21 236	0.21 264

RASNet	1.12 439	0.30 232	0.91 336	0.66 401	0.77 481	0.97 362	0.57 350	1.37 286	1.35 433	1.02 231	1.34 355	2.11 498	1.43 469	7.09 538	1.39 454	0.19 180	0.17 288	0.17 76	0.19 210	0.18 120	0.16 124

otaku	1.60 489	1.11 522	1.21 423	2.20 544	1.56 540	1.97 498	1.24 501	2.07 481	1.36 437	1.44 429	1.62 437	1.73 458	1.19 437	1.73 354	0.98 398	2.89 553	0.57 532	1.74 541	0.60 522	2.78 548	1.94 549

ADLNet	0.85 362	0.36 357	0.89 329	0.85 494	0.72 464	1.24 416	0.76 414	1.82 416	1.36 437	1.52 446	1.35 361	1.27 372	0.99 389	1.23 240	1.15 423	0.27 381	0.20 346	0.26 348	0.25 366	0.28 357	0.30 393

NCCL2	1.00 408	0.56 449	1.06 391	0.75 461	0.57 409	1.31 427	1.72 526	1.77 399	1.36 437	1.50 443	1.17 287	1.91 478	1.17 430	1.54 318	1.29 441	0.35 452	0.31 459	0.45 488	0.44 494	0.40 441	0.40 446

SGM-Forest	1.24 455	0.38 371	0.60 145	0.52 219	0.37 264	1.56 460	1.30 506	1.65 363	1.36 437	2.11 509	1.79 463	1.63 443	0.93 354	7.48 546	0.95 390	0.36 456	0.37 491	0.39 471	0.34 466	0.37 424	0.32 409
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
mmx	1.39 473	0.33 303	0.85 299	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 299	7.22 539	7.61 547	0.24 315	0.19 328	0.31 409	0.27 394	0.30 379	0.25 328

xxx	1.39 473	0.33 303	0.85 299	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 299	7.22 539	7.61 547	0.24 315	0.19 328	0.31 409	0.27 394	0.30 379	0.25 328

aanetorigin	1.23 454	0.79 497	2.78 526	0.70 434	0.79 486	0.99 368	1.06 484	1.06 203	1.37 441	3.52 543	2.61 513	1.72 457	1.63 490	1.99 384	1.78 485	0.25 342	0.24 407	0.26 348	0.25 366	0.38 433	0.45 466

edge stereo	1.11 437	0.50 428	1.30 438	0.71 442	0.65 444	1.14 394	0.75 411	1.93 450	1.37 441	1.71 477	1.83 467	2.54 514	1.44 471	2.43 424	1.23 432	0.42 478	0.41 504	0.54 507	0.35 471	0.42 449	0.46 469

PSMNet-RUCA	1.02 417	0.97 510	1.44 457	1.23 531	1.10 519	1.40 442	0.62 371	1.69 373	1.38 445	0.94 205	1.53 410	0.97 284	0.83 307	1.17 229	0.93 384	0.69 523	0.34 473	0.99 533	0.60 522	0.97 523	0.64 510

Ntro	1.64 493	1.15 525	1.23 426	2.48 549	1.83 542	2.09 505	1.16 495	1.96 455	1.38 445	1.21 325	1.62 437	1.62 438	1.29 454	1.87 373	1.11 418	3.04 554	0.56 531	1.82 543	0.64 524	2.80 549	2.05 550

RCA-Stereo	0.50 136	0.23 57	0.58 133	0.48 140	0.33 217	0.55 148	0.45 244	0.97 154	1.38 445	0.68 141	1.05 229	0.63 156	0.80 290	0.59 46	0.32 67	0.17 100	0.12 50	0.17 76	0.14 89	0.16 58	0.14 61

NVstereo2D	0.92 382	0.41 390	1.48 469	0.72 446	0.72 464	1.20 411	0.87 444	1.75 389	1.38 445	0.99 219	1.13 267	1.26 368	0.98 381	2.21 408	0.89 379	0.43 483	0.20 346	0.38 465	0.24 351	0.57 495	0.63 506

LALA_ROB	1.01 414	0.59 459	1.16 418	0.67 413	0.51 378	1.63 465	1.26 505	1.69 373	1.38 445	1.81 490	1.37 364	1.94 483	1.02 398	1.58 325	1.38 451	0.37 460	0.27 431	0.43 483	0.37 478	0.43 455	0.37 436

SMFormer	0.75 313	0.30 232	0.86 305	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 364	1.71 350	0.82 364	0.24 315	0.20 346	0.22 232	0.21 286	0.23 285	0.24 316

tta	0.75 313	0.30 232	0.86 305	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 364	1.71 350	0.82 364	0.24 315	0.20 346	0.22 232	0.21 286	0.18 120	0.18 174

qqq1	0.72 282	0.30 232	0.86 305	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 364	1.71 350	0.44 190	0.24 315	0.20 346	0.18 111	0.15 107	0.18 120	0.18 174

fff1	0.72 282	0.30 232	0.86 305	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 364	1.71 350	0.44 190	0.24 315	0.20 346	0.18 111	0.15 107	0.18 120	0.18 174

Wz-Net-SNSev	1.49 479	1.23 529	6.27 547	0.68 424	0.67 451	1.37 435	1.41 512	2.00 464	1.39 450	1.48 440	1.61 434	2.29 503	1.32 460	3.93 471	2.14 501	0.31 419	0.28 438	0.31 409	0.33 460	0.42 449	0.36 431

AIO-test2	0.57 195	0.28 177	0.63 157	0.61 350	0.58 418	0.79 290	0.51 288	1.18 239	1.40 455	0.63 134	1.15 279	0.51 104	0.43 101	1.09 207	0.35 107	0.21 249	0.17 288	0.26 348	0.30 436	0.20 195	0.19 214

MyStereo04	0.67 263	0.29 212	1.07 396	0.55 276	0.45 339	0.59 166	0.79 422	1.50 319	1.40 455	0.91 197	0.91 172	0.74 186	0.86 322	1.52 312	0.62 296	0.17 100	0.16 259	0.24 290	0.20 242	0.23 285	0.20 247

GMStereo	0.55 179	0.45 407	0.94 346	0.50 168	0.32 196	0.64 196	0.43 214	1.00 164	1.40 455	0.82 175	0.73 130	0.51 104	0.45 113	0.85 137	0.55 272	0.24 315	0.15 220	0.20 168	0.21 286	0.31 388	0.24 316
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NOSS_ROB	1.26 458	0.46 409	0.62 154	0.56 289	0.38 281	1.06 382	0.78 419	1.73 382	1.40 455	1.01 227	1.43 382	1.10 329	0.75 261	10.62 569	0.65 305	0.45 489	0.43 507	0.48 495	0.45 496	0.44 461	0.41 451

MyStereo05	0.66 254	0.28 177	1.07 396	0.56 289	0.46 350	0.61 180	0.73 406	1.34 280	1.41 459	1.15 289	0.91 172	0.77 195	0.80 290	1.41 294	0.63 300	0.17 100	0.16 259	0.23 270	0.20 242	0.22 260	0.20 247

111	0.60 210	0.23 57	0.70 206	0.43 58	0.24 38	0.72 252	0.42 195	1.18 239	1.41 459	0.80 167	1.38 369	1.10 329	0.79 284	0.96 168	0.58 280	0.18 139	0.13 111	0.17 76	0.15 107	0.17 89	0.19 214

MDST_ROB	1.67 495	0.34 326	1.58 476	0.92 513	0.58 418	4.26 553	1.11 488	2.83 535	1.41 459	4.49 554	2.55 512	1.45 408	0.97 374	7.79 550	1.17 427	0.31 419	0.25 416	0.37 462	0.33 460	0.31 388	0.30 393

fast-acv-ft	0.94 387	0.44 400	1.40 450	0.58 311	0.51 378	1.77 480	0.69 397	1.36 285	1.42 462	1.29 365	1.86 472	1.74 460	1.25 449	1.52 312	1.38 451	0.26 365	0.28 438	0.28 380	0.28 415	0.27 338	0.26 352

CBMV	0.95 390	0.44 400	0.66 178	0.53 237	0.35 239	1.53 457	1.63 525	1.69 373	1.42 462	2.00 505	1.60 430	1.43 401	1.17 430	1.59 327	0.99 399	0.34 445	0.34 473	0.39 471	0.33 460	0.33 406	0.32 409
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PA-Net	1.01 414	0.57 453	1.29 437	0.64 380	0.74 470	1.19 409	0.84 435	1.69 373	1.43 464	1.16 299	1.19 296	1.32 384	1.19 437	3.42 464	1.25 434	0.29 406	0.45 514	0.33 433	0.49 506	0.32 397	0.47 473
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DRN-Test	1.00 408	0.44 400	1.13 412	0.70 434	0.81 493	1.62 464	0.79 422	2.14 490	1.44 465	1.78 483	1.33 348	1.43 401	1.05 406	2.18 404	1.53 476	0.27 381	0.21 368	0.31 409	0.30 436	0.32 397	0.28 374

Wz-Net-MNSev	1.11 437	0.58 456	2.23 511	0.66 401	0.71 462	1.95 497	1.46 515	1.98 461	1.45 466	1.79 486	1.43 382	1.49 419	1.33 461	1.97 383	1.42 463	0.27 381	0.23 398	0.28 380	0.28 415	0.34 410	0.31 403

RYNet	1.17 451	0.49 421	1.24 429	0.70 434	0.97 514	1.71 471	0.92 456	1.91 443	1.46 467	1.38 412	1.14 271	1.88 473	1.30 458	4.24 476	1.87 488	0.26 365	0.21 368	0.35 451	0.27 394	0.55 492	0.54 489

GwcNet	1.08 429	0.51 431	2.33 513	0.79 471	1.18 529	1.76 477	0.70 400	1.68 371	1.47 468	1.41 421	1.64 442	1.74 460	1.04 402	2.20 407	1.41 459	0.30 411	0.29 449	0.29 391	0.27 394	0.30 379	0.35 425

ADCMid	1.89 513	0.73 489	5.06 540	0.72 446	0.67 451	2.00 501	1.14 492	1.97 459	1.48 469	2.86 535	1.81 466	2.37 508	2.05 520	2.24 409	10.39 560	0.33 435	0.31 459	0.39 471	0.43 492	0.50 480	0.44 464

AnyNet_C32	1.96 515	1.10 519	5.17 541	0.90 508	1.11 521	2.12 507	2.37 554	1.85 425	1.48 469	2.45 523	1.70 451	2.05 496	1.64 491	2.50 431	10.28 559	0.37 460	0.34 473	0.35 451	0.41 487	0.49 479	0.54 489

NaN_ROB	1.13 442	0.55 445	1.15 417	0.64 380	0.48 356	1.61 463	2.03 543	1.72 381	1.48 469	2.09 508	1.27 324	1.40 397	1.08 414	3.94 472	1.30 442	0.28 395	0.34 473	0.28 380	0.28 415	0.30 379	0.33 415

dad	0.86 367	0.66 478	1.06 391	0.56 289	0.37 264	0.76 271	0.44 227	1.17 234	1.50 472	1.44 429	1.27 324	1.34 389	0.75 261	2.52 432	0.84 369	0.42 478	0.27 431	0.83 527	0.26 383	0.41 444	0.29 379

DISCO	1.03 420	0.34 326	1.11 408	0.69 428	0.45 339	2.07 504	0.84 435	2.13 486	1.50 472	1.15 289	1.33 348	2.40 510	1.07 413	2.60 435	1.51 475	0.23 300	0.18 310	0.22 232	0.20 242	0.31 388	0.27 362

PASM	1.34 467	0.92 508	2.62 522	0.86 496	0.87 504	1.03 376	1.08 486	1.50 319	1.51 474	1.82 491	1.41 377	1.68 452	1.26 451	4.87 491	1.34 446	0.61 517	0.65 538	0.68 523	0.78 532	0.69 513	0.68 514

GANetREF_RVC	1.07 426	0.86 504	1.31 439	0.82 485	0.53 393	1.41 447	1.31 507	1.76 395	1.52 475	1.27 357	1.31 340	1.46 411	1.24 448	2.03 388	0.96 394	0.56 510	0.45 514	0.67 522	0.50 508	0.88 521	0.59 500
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
SPS-STEREO	1.67 495	1.04 516	1.23 426	1.21 529	1.13 525	1.82 486	1.11 488	2.16 495	1.52 475	3.07 542	2.32 501	2.82 523	1.80 504	4.11 475	2.04 497	1.03 533	0.99 554	0.97 531	0.94 541	1.03 529	1.02 530
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	2.37 529	0.42 394	2.71 524	0.63 371	0.43 325	1.54 458	1.19 498	2.01 468	1.53 477	2.64 528	7.60 557	18.07 574	1.45 473	3.44 466	2.78 511	0.18 139	0.15 220	0.15 19	0.12 38	0.20 195	0.18 174

Syn2CoEx	1.14 444	0.69 483	1.66 480	0.80 474	0.67 451	1.40 442	0.88 447	2.06 480	1.54 478	1.25 350	1.58 428	1.42 400	1.50 481	4.09 474	1.40 455	0.36 456	0.32 467	0.34 443	0.29 427	0.29 368	0.34 420

ADCPNet	1.85 508	0.69 483	8.07 551	0.71 442	0.58 418	2.79 531	1.22 500	1.94 452	1.54 478	1.88 495	1.69 450	2.46 513	2.04 518	2.37 420	6.48 541	0.38 464	0.37 491	0.38 465	0.43 492	0.47 472	0.45 466

AANet_RVC	1.16 450	0.52 435	1.49 471	0.65 394	0.45 339	0.75 265	0.69 397	1.42 298	1.55 480	1.34 399	1.87 474	1.53 425	0.78 280	7.43 544	1.38 451	0.25 342	0.17 288	0.19 133	0.16 149	0.22 260	0.26 352

zh-sn7	1.76 505	1.38 531	6.58 548	0.74 457	0.72 464	1.78 482	1.31 507	1.88 433	1.56 481	1.86 494	2.47 510	1.81 467	2.08 522	5.12 496	3.80 528	0.32 426	0.32 467	0.32 424	0.32 450	0.44 461	0.40 446

pcwnet_v2	0.97 397	0.37 364	4.33 536	0.62 362	0.54 397	0.79 290	0.45 244	2.02 472	1.58 482	1.42 427	1.64 442	1.09 327	0.79 284	1.24 245	0.67 311	0.32 426	0.25 416	0.29 391	0.27 394	0.37 424	0.35 425

iResNet_ROB	0.77 321	0.30 232	0.99 362	0.57 305	0.36 249	0.83 314	0.36 126	2.33 517	1.58 482	1.27 357	1.30 334	1.25 364	0.84 311	1.65 336	0.79 353	0.20 215	0.14 162	0.17 76	0.12 38	0.18 120	0.27 362

AF-Net	1.13 442	0.52 435	1.33 444	0.86 496	0.91 506	1.38 438	0.71 402	2.16 495	1.62 484	1.56 457	2.40 506	1.99 489	1.65 492	1.81 366	1.48 472	0.48 497	0.28 438	0.49 497	0.33 460	0.39 437	0.32 409

RP	1.09 432	0.50 428	1.12 410	0.90 508	1.04 516	1.11 389	0.84 435	1.80 412	1.62 484	1.55 456	2.00 485	1.90 477	1.78 502	1.84 367	1.25 434	0.52 502	0.36 489	0.48 495	0.36 475	0.45 465	0.43 462

FAT-Stereo	1.07 426	0.41 390	1.32 442	0.72 446	0.58 418	1.08 385	0.89 449	1.96 455	1.65 486	1.75 480	1.98 482	2.03 494	1.48 477	2.02 387	1.18 430	0.42 478	0.35 484	0.34 443	0.29 427	0.35 413	0.53 488

SGM+DAISY	2.41 532	1.07 517	2.14 507	1.18 528	1.10 519	2.14 508	1.36 510	1.96 455	1.66 487	5.46 563	7.07 554	4.95 547	4.32 555	5.50 507	2.26 503	1.04 534	1.02 557	0.99 533	0.97 543	1.02 527	1.04 532

ITSA-stereo	0.82 347	0.36 357	0.82 293	0.54 252	0.31 177	0.80 298	0.47 258	2.17 501	1.67 488	1.13 280	1.13 267	0.94 268	0.86 322	2.46 428	1.00 400	0.26 365	0.23 398	0.28 380	0.27 394	0.28 357	0.36 431

ADCL	1.72 503	0.57 453	3.66 531	0.67 413	0.61 432	2.61 526	1.85 533	1.96 455	1.67 488	1.90 498	1.83 467	2.06 497	1.90 512	2.13 397	9.15 555	0.26 365	0.24 407	0.34 443	0.32 450	0.38 433	0.35 425

SGM_RVC	1.68 497	0.36 357	0.61 148	0.59 324	0.29 129	2.25 511	1.18 497	2.38 523	1.68 490	3.60 544	2.67 515	3.69 536	2.42 533	8.13 553	1.90 491	0.31 419	0.31 459	0.30 403	0.28 415	0.30 379	0.29 379
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFN_U_SF_RVC	1.52 483	0.84 500	3.42 529	0.87 503	0.66 447	2.56 523	0.95 465	2.36 520	1.70 491	1.98 501	1.86 472	2.45 512	1.79 503	2.95 447	2.58 507	0.52 502	0.48 519	0.55 511	0.59 521	0.59 499	0.61 504

FBW_ROB	1.71 502	0.62 473	1.45 462	0.67 413	0.61 432	1.81 484	1.08 486	2.52 530	1.70 491	1.77 482	1.73 454	1.98 488	1.25 449	12.57 572	1.84 487	0.34 445	0.37 491	0.56 514	0.38 480	0.45 465	0.43 462

DispFullNet	2.34 528	2.85 564	3.66 531	3.08 558	2.27 549	1.97 498	0.67 389	2.00 464	1.70 491	2.52 524	2.00 485	2.23 500	5.86 559	3.44 466	1.58 477	1.01 530	0.32 467	2.64 558	1.94 563	2.85 553	2.24 552

MSAF-DinoV2	1.97 516	0.80 499	10.38 559	0.86 496	0.48 356	1.39 440	0.97 468	2.55 532	1.72 494	1.53 447	1.65 444	3.59 534	2.20 527	5.39 505	3.94 530	0.27 381	0.17 288	0.26 348	0.28 415	0.47 472	0.46 469

stereogan	1.15 448	0.42 394	1.40 450	0.86 496	0.84 497	2.38 517	0.71 402	1.88 433	1.73 495	1.72 478	1.94 481	2.31 505	1.29 454	2.07 392	1.08 410	0.36 456	0.35 484	0.39 471	0.31 442	0.51 484	0.46 469

WCMA_ROB	1.84 507	0.47 414	1.31 439	0.69 428	0.57 409	2.11 506	1.14 492	1.87 430	1.73 495	4.04 548	6.43 551	5.62 551	3.61 548	2.59 434	1.94 493	0.52 502	0.44 510	0.39 471	0.42 490	0.48 476	0.47 473

Wz-Net-TNSev	1.88 510	2.08 556	7.66 549	0.67 413	0.64 442	2.42 518	1.83 532	2.33 517	1.74 497	1.57 461	1.56 421	2.58 515	1.90 512	4.86 490	3.12 517	0.39 467	0.37 491	0.33 433	0.37 478	0.53 488	0.58 498

DPSNet	1.69 498	0.59 459	4.33 536	0.70 434	0.57 409	2.02 502	1.62 524	3.35 544	1.78 498	1.48 440	1.38 369	2.17 499	2.84 540	4.77 488	3.66 526	0.48 497	0.31 459	0.29 391	0.25 366	0.64 506	0.48 476

MSMD_ROB	1.99 518	0.59 459	0.89 329	0.70 434	0.61 432	3.95 549	0.94 463	1.80 412	1.79 499	4.41 552	4.43 536	8.17 560	3.66 549	3.40 462	1.33 444	0.52 502	0.48 519	0.54 507	0.58 518	0.53 488	0.50 482

FCDSN-DC	2.32 527	0.63 474	0.81 290	0.84 489	0.75 477	2.23 510	0.94 463	2.09 484	1.80 500	5.45 562	7.72 560	7.77 559	6.93 566	3.39 461	1.80 486	0.52 502	0.48 519	0.52 501	0.51 511	0.57 495	0.58 498
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AnyNet_C01	2.26 525	1.78 545	10.22 558	0.93 514	0.74 470	2.92 534	2.20 549	2.29 515	1.80 500	2.53 525	2.41 507	2.71 520	1.73 498	3.41 463	6.72 543	0.41 474	0.39 500	0.40 476	0.42 490	0.67 511	0.63 506

MFN_U_SF_DS_RVC	1.74 504	0.87 505	3.56 530	0.80 474	0.75 477	3.72 544	2.44 556	1.82 416	1.82 502	1.74 479	1.91 478	1.92 481	1.26 451	7.69 549	1.28 440	0.45 489	0.47 518	0.52 501	0.77 531	0.50 480	0.50 482

MFMNet_re	1.40 475	1.14 524	1.68 481	1.39 534	1.07 517	1.48 452	1.43 513	1.87 430	1.82 502	2.26 512	2.19 496	1.51 422	1.86 509	1.52 312	1.25 434	0.93 528	0.83 543	0.84 528	0.80 533	0.99 526	1.05 534

XQC	1.37 470	0.87 505	2.56 520	0.84 489	0.69 459	1.83 487	0.89 449	2.07 481	1.88 504	1.88 495	1.53 410	1.91 478	1.55 484	2.85 445	3.05 515	0.48 497	0.29 449	0.44 487	0.39 482	0.69 513	0.60 503

RainbowNet	1.97 516	1.76 544	1.57 475	2.81 552	2.21 547	1.98 500	1.81 530	2.54 531	1.89 505	1.50 443	1.84 469	1.96 486	1.65 492	2.14 398	1.25 434	3.33 560	0.85 547	2.39 552	0.98 545	2.82 551	2.22 551

SAMSARA	1.55 485	0.84 500	2.61 521	1.22 530	1.07 517	2.50 521	1.93 538	2.05 475	1.89 505	2.75 531	1.66 447	2.81 522	1.69 497	3.08 454	1.97 495	0.46 495	0.51 525	0.42 481	0.46 499	0.58 497	0.59 500

CSAN	1.41 476	0.59 459	1.26 432	0.70 434	0.50 367	1.76 477	1.78 528	1.77 399	1.90 507	2.35 517	2.32 501	1.92 481	1.94 514	5.56 510	1.49 473	0.43 483	0.35 484	0.40 476	0.41 487	0.43 455	0.41 451

Consistency-Raft	1.25 457	0.99 513	1.93 498	1.02 521	1.21 531	0.96 358	1.01 477	1.75 389	1.92 508	1.36 404	2.12 493	1.44 406	1.01 393	1.14 220	1.40 455	0.72 524	0.82 542	0.89 529	0.98 545	1.31 536	0.95 527

PWC_ROB	1.24 455	0.76 495	2.46 517	0.72 446	0.78 483	1.15 400	0.49 279	1.75 389	1.92 508	2.31 514	3.07 522	1.59 434	1.40 466	2.46 428	2.10 500	0.33 435	0.22 386	0.35 451	0.24 351	0.38 433	0.41 451

NVStereoNet_ROB	1.88 510	1.07 517	1.45 462	1.07 525	1.17 527	1.47 451	1.48 517	1.89 436	1.93 510	1.94 500	4.67 543	3.08 529	1.80 504	6.51 527	1.65 480	1.06 535	0.86 549	1.08 537	1.32 550	0.93 522	1.26 538
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WZ-Net	1.95 514	0.95 509	10.10 556	0.86 496	0.78 483	1.69 470	1.60 523	2.20 507	1.98 511	2.08 507	1.93 479	2.30 504	1.97 515	5.30 499	3.17 520	0.34 445	0.26 422	0.29 391	0.31 442	0.51 484	0.47 473

w-ln-seven	1.38 472	0.70 486	3.91 534	0.75 461	0.72 464	2.69 528	0.95 465	2.02 472	1.99 512	1.99 502	1.73 454	1.82 470	1.17 430	2.45 425	2.84 512	0.28 395	0.25 416	0.31 409	0.30 436	0.41 444	0.33 415

RTSC	1.29 459	0.73 489	2.44 516	0.83 488	0.57 409	1.85 489	0.65 380	1.88 433	2.00 513	2.20 511	1.66 447	1.60 436	1.26 451	2.33 417	3.92 529	0.32 426	0.23 398	0.27 365	0.29 427	0.37 424	0.37 436

LRCNet_RVC	22.74 578	32.10 584	21.97 571	29.84 581	26.23 578	4.42 554	0.81 431	22.66 577	2.02 514	26.93 582	29.26 582	23.06 583	15.59 572	23.84 580	18.88 572	31.75 585	19.90 586	34.65 584	32.13 585	30.54 584	28.32 585

S-Stereo	1.15 448	0.46 409	2.17 508	0.81 477	0.80 491	1.21 413	1.19 498	1.93 450	2.02 514	1.47 434	2.11 492	1.57 430	1.17 430	2.05 391	1.41 459	0.40 470	0.40 502	0.35 451	0.31 442	0.44 461	0.70 515

MeshStereo	2.26 525	0.56 449	0.92 340	0.61 350	0.49 360	2.60 524	1.02 478	3.18 541	2.05 516	7.40 569	4.98 546	7.58 557	2.98 543	6.37 525	1.96 494	0.43 483	0.43 507	0.45 488	0.39 482	0.43 455	0.42 455
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PDISCO_ROB	1.32 465	0.65 477	1.44 457	1.36 532	1.46 539	2.55 522	0.92 456	2.45 528	2.07 517	1.37 407	1.49 403	1.65 449	1.00 391	2.82 442	1.35 449	1.01 530	0.27 431	0.54 507	0.47 501	0.71 515	0.73 518

zh-mn7	1.70 499	1.21 528	8.30 554	0.69 428	0.53 393	1.45 450	0.84 435	1.70 378	2.09 518	2.41 522	2.67 515	1.68 452	1.23 445	4.49 481	2.87 513	0.30 411	0.26 422	0.27 365	0.27 394	0.31 388	0.35 425

ACVNet-4b	2.15 521	1.41 535	1.64 478	2.80 551	2.31 551	2.31 514	1.24 501	2.32 516	2.14 519	1.26 354	2.39 505	2.66 518	1.48 477	5.95 520	1.06 406	3.20 558	0.45 514	2.37 549	0.89 538	2.83 552	2.37 554

ADCS	2.25 524	0.99 513	5.55 542	0.81 477	0.74 470	2.19 509	1.80 529	2.27 513	2.14 519	2.80 534	2.13 494	2.40 510	2.03 517	2.64 438	13.69 564	0.41 474	0.39 500	0.40 476	0.45 496	0.58 497	0.56 493

FINET	0.97 397	0.54 440	1.60 477	0.63 371	0.79 486	1.08 385	1.07 485	1.56 344	2.20 521	1.15 289	1.49 403	0.94 268	0.88 332	2.32 416	1.05 404	0.42 478	0.35 484	0.32 424	0.28 415	0.43 455	0.38 442

ACVNet_1	2.18 522	1.45 538	1.72 485	2.85 553	2.33 552	2.28 512	1.46 515	3.08 540	2.22 522	1.82 491	2.05 490	3.56 533	1.98 516	3.09 455	1.40 455	3.17 555	0.60 534	2.40 553	0.92 540	2.91 555	2.37 554

MADNet+	2.69 539	3.22 567	11.53 561	1.44 537	1.12 523	3.19 538	1.81 530	2.85 536	2.37 523	1.68 475	2.07 491	2.85 524	2.18 525	7.41 543	5.23 537	0.79 525	0.76 540	0.69 525	0.65 525	0.98 524	0.95 527

SuperB	2.53 535	0.59 459	18.45 567	0.69 428	0.50 367	1.87 491	0.88 447	1.67 370	2.39 524	1.50 443	1.42 378	1.14 341	1.15 428	4.28 479	5.07 536	0.24 315	0.19 328	0.22 232	0.19 210	7.86 574	0.34 420

JetBlue	3.97 549	2.01 551	10.19 557	1.38 533	2.84 559	10.53 566	9.54 568	3.60 547	2.41 525	2.73 530	3.39 527	4.54 540	4.31 554	7.85 552	6.84 544	0.88 526	0.93 553	0.89 529	0.91 539	1.74 537	1.91 548

LSM	6.33 559	1.10 519	13.19 562	1.41 536	68.17 587	1.64 467	1.90 537	1.92 446	2.46 526	2.99 538	3.11 523	1.88 473	1.80 504	2.61 436	2.06 499	0.41 474	0.58 533	0.50 498	0.57 517	0.64 506	17.66 581

ffm	0.72 282	0.33 303	0.85 299	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 527	1.15 289	1.45 389	1.06 311	0.82 299	1.55 320	0.32 67	0.20 215	0.12 50	0.31 409	0.27 394	0.19 161	0.20 247

ff1	1.37 470	0.33 303	0.85 299	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 527	1.15 289	1.45 389	1.06 311	0.82 299	7.22 539	7.61 547	0.20 215	0.12 50	0.31 409	0.27 394	0.19 161	0.20 247

tt1	0.62 220	0.32 281	0.51 83	0.54 252	0.26 63	1.16 402	0.48 269	0.95 146	2.47 527	0.57 117	0.77 140	0.49 94	0.81 294	1.55 320	0.32 67	0.20 215	0.12 50	0.24 290	0.15 107	0.19 161	0.20 247

SHD	1.31 463	0.71 488	2.34 514	0.86 496	0.75 477	1.77 480	0.65 380	2.22 508	2.50 530	2.40 521	1.71 452	1.91 478	1.60 488	1.93 379	2.37 504	0.38 464	0.31 459	0.38 465	0.40 486	0.48 476	0.50 482

FC-DCNN	2.72 542	0.59 459	0.86 305	0.73 454	0.57 409	2.91 533	1.04 480	3.01 539	2.60 531	6.83 564	7.64 558	9.92 564	6.33 564	5.21 497	3.14 518	0.53 508	0.48 519	0.51 499	0.50 508	0.53 488	0.51 486

FC-DCNN v2	2.81 543	0.59 459	0.85 299	0.73 454	0.57 409	2.97 535	1.05 482	3.39 545	2.61 532	6.98 565	7.67 559	10.38 567	6.31 563	5.75 515	3.37 524	0.53 508	0.48 519	0.51 499	0.50 508	0.53 488	0.51 486

MSC_U_SF_DS_RVC	2.12 520	1.15 525	3.10 527	1.05 522	0.76 480	5.03 558	2.40 555	2.16 495	2.62 533	1.89 497	2.28 500	2.69 519	1.65 492	9.35 561	2.04 497	0.64 521	0.51 525	0.68 523	0.71 529	1.09 530	0.67 512

RTS	2.67 537	1.38 531	15.28 565	0.99 518	1.26 533	3.78 545	1.96 540	2.15 492	2.62 533	2.61 526	2.85 519	2.60 516	1.59 486	6.27 523	5.71 539	0.40 470	0.28 438	0.35 451	0.35 471	0.50 480	0.48 476

RTSA	2.67 537	1.38 531	15.28 565	0.99 518	1.26 533	3.78 545	1.96 540	2.15 492	2.62 533	2.61 526	2.85 519	2.60 516	1.59 486	6.27 523	5.71 539	0.40 470	0.28 438	0.35 451	0.35 471	0.50 480	0.48 476

z-mn7	1.56 486	0.84 500	4.36 538	0.71 442	0.51 378	2.60 524	1.04 480	1.73 382	2.70 536	1.53 447	2.99 521	1.94 483	1.34 462	4.78 489	2.41 505	0.29 406	0.24 407	0.27 365	0.24 351	0.34 410	0.31 403

IMH-64-1	2.70 540	1.79 546	1.46 464	3.26 561	2.66 555	3.23 540	2.10 544	4.08 549	2.75 537	2.34 515	3.81 532	3.06 527	2.22 528	4.25 477	2.59 508	3.75 564	0.84 544	2.75 559	1.35 551	3.15 557	2.60 560

IMH-64	2.70 540	1.79 546	1.46 464	3.26 561	2.66 555	3.23 540	2.10 544	4.08 549	2.75 537	2.34 515	3.81 532	3.06 527	2.22 528	4.25 477	2.59 508	3.75 564	0.84 544	2.75 559	1.35 551	3.15 557	2.60 560

ACVNet_2	2.43 533	1.41 535	2.04 500	2.62 550	2.24 548	2.63 527	1.88 536	3.31 542	3.01 539	2.19 510	3.45 528	4.62 541	2.04 518	4.50 483	1.47 471	2.55 549	0.64 536	2.22 546	0.84 535	2.69 547	2.29 553

xx1	0.67 263	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 540	0.58 119	0.79 148	0.95 276	0.77 273	1.46 301	0.32 67	0.20 215	0.12 50	0.24 290	0.23 338	0.22 260	0.21 264

cc1	0.64 239	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 540	0.58 119	0.79 148	0.48 86	0.88 332	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.19 161	0.19 214

PWCDC_ROB	1.29 459	0.75 494	1.33 444	1.05 522	0.88 505	1.73 474	0.52 299	1.89 436	3.28 542	1.29 365	4.88 545	1.22 353	1.46 474	1.77 362	1.45 467	0.60 516	0.26 422	0.29 391	0.25 366	0.52 486	0.37 436

PVD	1.70 499	0.84 500	2.26 512	0.94 516	0.83 496	2.48 520	0.97 468	2.59 533	3.35 543	3.01 540	2.77 517	2.34 507	2.47 535	2.67 439	3.14 518	0.47 496	0.45 514	0.59 518	0.48 503	0.59 499	0.75 520

EDNetEfficientorigin	10.57 569	1.47 539	177.42 592	0.67 413	0.53 393	1.58 461	1.16 495	1.90 439	3.37 544	4.71 556	3.38 526	3.10 530	2.69 539	3.13 456	3.58 525	0.25 342	0.23 398	0.33 433	0.27 394	0.83 518	0.81 521

ELAS	2.37 529	0.74 492	1.54 473	0.99 518	0.92 508	4.78 555	2.33 553	3.33 543	3.37 544	5.05 560	4.77 544	3.67 535	4.53 556	3.42 464	4.50 534	0.62 518	0.53 527	0.55 511	0.53 513	0.63 504	0.64 510
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	3.98 550	2.40 561	2.68 523	3.82 568	3.27 565	3.97 550	2.14 547	4.78 557	3.45 546	4.12 551	6.94 553	7.65 558	3.26 545	7.82 551	5.30 538	4.04 569	1.41 563	3.36 568	2.10 565	3.88 563	3.31 566

TCMNet-wrong-test	10.31 568	11.40 575	14.84 564	20.96 577	18.45 574	13.80 572	10.76 569	15.78 575	3.53 547	5.20 561	5.52 548	16.26 572	12.61 569	7.51 547	10.15 557	7.43 574	2.37 567	4.31 571	3.43 570	11.36 576	10.61 575

PWCK	2.88 545	2.05 554	5.72 544	2.08 543	1.11 521	3.55 542	3.90 564	2.86 537	3.54 548	3.03 541	3.63 530	3.10 530	2.31 530	8.15 555	3.09 516	2.12 545	0.91 552	1.75 542	0.98 545	2.57 545	1.18 537

IMH	3.21 547	1.85 550	1.48 469	3.25 560	2.69 557	4.07 551	2.02 542	4.41 554	3.80 549	2.72 529	7.11 555	4.75 544	2.92 541	5.92 518	2.55 506	3.85 568	0.88 550	2.78 561	1.36 553	3.19 559	2.59 559

WAO-7	2.66 536	1.40 534	1.73 487	1.39 534	1.17 527	3.93 548	1.94 539	4.11 551	3.88 550	2.92 536	5.50 547	4.18 539	3.00 544	7.63 548	3.71 527	1.13 538	1.00 555	1.17 538	1.13 549	1.18 533	1.09 536

EDNetEfficient	2.37 529	1.10 519	8.08 552	0.74 457	0.71 462	0.98 367	1.56 520	1.46 309	4.06 551	4.90 557	2.82 518	2.25 501	3.48 547	2.95 447	9.97 556	0.26 365	0.24 407	0.26 348	0.30 436	0.68 512	0.61 504

ELAS_RVC	2.48 534	0.74 492	1.90 496	1.05 522	0.92 508	2.76 529	4.01 565	2.76 534	4.11 552	4.69 555	4.63 540	4.62 541	5.96 561	3.97 473	3.96 531	0.63 520	0.53 527	0.56 514	0.52 512	0.64 506	0.63 506
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 554	3.14 565	4.91 539	4.55 572	3.94 569	5.20 559	4.41 566	4.40 553	4.13 553	4.95 558	6.08 549	4.74 543	5.37 557	9.40 562	10.67 561	4.65 571	4.15 571	3.97 570	3.34 569	4.09 565	4.08 571

JetRed	6.91 562	8.80 573	25.96 576	2.85 553	3.25 564	13.98 573	11.87 570	6.25 565	4.28 554	4.45 553	4.56 538	6.69 553	5.46 558	7.46 545	14.05 565	2.59 550	3.31 568	2.59 557	2.29 567	4.20 566	3.36 567

Dean	2.91 546	1.53 541	2.07 501	2.96 557	2.51 554	3.15 537	2.14 547	4.75 556	4.41 555	2.76 532	6.10 550	5.53 550	2.37 531	2.97 449	1.92 492	3.18 556	0.85 547	2.51 556	1.04 548	2.88 554	2.47 557

WAO-6	2.81 543	1.60 542	1.46 464	2.36 548	2.28 550	3.55 542	2.29 552	4.21 552	4.56 556	2.36 519	4.51 537	4.88 545	2.66 538	4.60 484	4.07 533	1.72 541	1.15 561	2.31 548	1.46 556	2.31 540	1.85 547

LVE	3.31 548	1.67 543	1.64 478	2.85 553	2.42 553	3.20 539	2.26 551	4.78 557	5.05 557	2.35 517	6.91 552	6.02 552	2.37 531	9.15 557	2.17 502	3.19 557	1.08 560	2.38 551	1.47 557	2.81 550	2.40 556

DeepPrunerF	1.60 489	0.73 489	5.81 545	0.88 504	1.19 530	0.91 336	0.95 465	2.19 504	5.24 558	1.17 308	1.30 334	1.19 348	1.30 458	4.90 492	1.66 482	0.42 478	0.34 473	0.52 501	0.47 501	0.41 444	0.40 446

tt	6.58 561	0.26 126	6.10 546	3.77 567	2.16 544	11.55 567	19.63 574	13.33 574	5.74 559	2.96 537	2.65 514	4.97 548	6.33 564	3.81 470	7.24 545	9.15 576	11.32 579	5.89 575	6.24 574	6.03 570	2.55 558

SANet	1.88 510	0.57 453	2.18 510	0.63 371	0.40 302	2.80 532	1.57 522	2.39 524	5.88 560	2.36 519	3.57 529	3.72 537	2.97 542	4.74 487	1.76 484	0.34 445	0.30 453	0.32 424	0.29 427	0.48 476	0.37 436

DPSimNet_ROB	11.20 572	4.98 570	35.43 580	2.90 556	4.52 570	7.89 562	17.09 573	4.66 555	6.06 561	14.89 576	10.93 569	17.29 573	36.81 585	13.18 573	15.68 569	2.86 552	6.29 573	5.75 574	5.09 572	3.91 564	7.70 573

SGM-ForestM	6.52 560	0.38 371	1.26 432	0.63 371	0.35 239	13.59 571	5.32 567	6.32 566	6.70 562	11.14 572	9.18 565	22.51 582	13.93 571	16.89 574	20.07 573	0.36 456	0.37 491	0.36 459	0.35 471	0.36 420	0.34 420

ktn	4.70 553	2.38 560	2.12 506	3.76 566	3.24 563	4.85 556	2.95 562	5.52 559	7.37 563	4.07 550	19.32 576	7.46 556	3.47 546	7.39 542	2.95 514	4.04 569	1.85 566	3.26 567	2.22 566	3.08 556	2.65 562

HanzoNet	11.04 571	3.62 568	8.10 553	4.08 571	3.55 568	4.90 557	2.73 560	7.19 567	10.10 564	31.86 587	28.92 581	21.96 581	36.36 583	18.08 576	10.17 558	7.94 575	3.32 569	3.47 569	3.31 568	7.06 573	4.04 570

coex-ft	8.13 565	2.13 557	98.04 591	0.67 413	0.53 393	1.71 471	1.56 520	1.65 363	11.11 565	18.17 580	3.75 531	3.88 538	7.61 567	2.98 450	6.49 542	0.30 411	0.30 453	0.32 424	0.31 442	0.66 510	0.50 482

USTest	14.33 575	14.94 577	21.04 568	17.44 576	16.05 571	23.26 574	33.84 581	21.73 576	11.80 566	9.36 571	10.14 567	15.97 571	13.20 570	17.28 575	22.43 576	3.78 567	5.01 572	6.17 576	6.16 573	9.25 575	7.72 574

UNDER WATER-64	5.27 556	2.32 558	8.78 555	3.93 569	3.54 567	7.61 561	3.03 563	5.84 562	14.19 567	4.04 548	4.04 534	9.39 563	6.26 562	5.93 519	8.48 553	3.60 563	1.51 564	3.13 564	1.88 561	4.29 567	3.61 568

Anonymous_1	43.04 588	18.73 578	24.79 573	21.81 578	46.26 585	27.80 575	37.60 582	28.08 581	16.14 568	14.66 575	14.30 570	20.65 575	17.88 575	21.56 577	25.94 579	117.93 592	8.92 576	100.65 589	126.50 589	158.64 592	12.08 578

DGTPSM_ROB	13.01 573	8.23 571	21.87 569	9.51 574	18.10 572	11.56 568	32.01 579	10.63 571	16.20 569	7.03 566	19.48 577	10.15 565	16.66 573	9.83 567	22.42 575	4.75 572	8.68 574	5.37 572	10.25 577	6.16 571	11.36 576

DPSMNet_ROB	13.02 574	8.23 571	21.91 570	9.53 575	18.11 573	11.56 568	32.02 580	10.64 572	16.23 570	7.05 567	19.49 578	10.16 566	16.66 573	9.85 568	22.43 576	4.77 573	8.68 574	5.38 573	10.26 578	6.17 572	11.36 576

WAO-8	4.40 551	1.82 548	1.79 489	2.34 546	2.20 545	9.19 563	1.53 518	6.09 563	16.46 571	3.94 546	7.84 561	7.32 554	3.72 551	9.41 563	3.31 521	2.00 543	1.07 558	2.44 554	1.37 554	2.50 543	1.68 544

Venus	4.40 551	1.82 548	1.79 489	2.34 546	2.20 545	9.19 563	1.53 518	6.09 563	16.46 571	3.94 546	7.84 561	7.32 554	3.72 551	9.41 563	3.31 521	2.00 543	1.07 558	2.44 554	1.37 554	2.50 543	1.68 544

UNDER WATER	5.08 555	2.33 559	5.55 542	3.94 570	3.51 566	5.20 559	2.72 559	5.61 561	16.52 573	3.84 545	4.60 539	9.21 562	5.89 560	5.90 517	8.66 554	3.75 564	1.34 562	3.18 566	1.88 561	4.33 568	3.61 568

DPSM_ROB	19.08 576	19.14 579	25.17 574	22.15 579	20.85 576	28.17 576	37.82 583	26.56 579	16.85 574	14.14 573	14.84 571	21.70 576	18.75 576	21.87 578	26.55 580	10.16 579	9.30 577	10.47 578	10.42 579	14.03 577	12.61 579

DPSM	19.08 576	19.14 579	25.17 574	22.15 579	20.85 576	28.17 576	37.82 583	26.56 579	16.85 574	14.14 573	14.84 571	21.70 576	18.75 576	21.87 578	26.55 580	10.16 579	9.30 577	10.47 578	10.42 579	14.03 577	12.61 579

TorneroNet-64	5.30 557	2.03 552	1.74 488	3.43 563	2.81 558	10.09 565	2.12 546	9.10 570	17.12 576	4.96 559	9.27 566	10.72 569	3.70 550	9.20 558	4.55 535	3.31 559	0.84 544	2.88 562	1.55 558	3.49 560	3.04 563

MANE	6.19 558	0.59 459	1.03 382	0.93 514	1.22 532	13.38 570	2.69 557	12.81 573	17.94 577	8.21 570	10.82 568	14.72 570	11.68 568	11.39 571	11.90 562	0.59 515	0.50 524	0.52 501	1.76 560	0.55 492	0.54 489

xxxxx1	54.10 590	25.67 581	27.13 577	113.43 589	96.96 589	30.69 580	47.44 585	32.38 583	25.60 578	17.75 577	17.27 573	21.81 578	21.02 578	24.43 581	33.82 582	33.37 586	40.54 587	157.71 590	175.86 590	66.16 588	72.93 590

tt_ll	54.10 590	25.67 581	27.13 577	113.43 589	96.96 589	30.69 580	47.44 585	32.38 583	25.60 578	17.75 577	17.27 573	21.81 578	21.02 578	24.43 581	33.82 582	33.37 586	40.54 587	157.71 590	175.86 590	66.16 588	72.93 590

ff	54.10 590	25.67 581	27.13 577	113.43 589	96.96 589	30.69 580	47.44 585	32.38 583	25.60 578	17.75 577	17.27 573	21.81 578	21.02 578	24.43 581	33.82 582	33.37 586	40.54 587	157.71 590	175.86 590	66.16 588	72.93 590

LE_ROB	8.05 564	0.37 364	23.53 572	0.74 457	0.33 217	2.77 530	2.87 561	3.71 548	27.24 581	25.39 581	8.87 564	8.46 561	26.71 581	6.65 529	21.99 574	0.21 249	0.19 328	0.20 168	0.21 286	0.25 312	0.22 282

PML	51.67 589	36.25 585	13.28 563	7.46 573	20.81 575	108.69 592	232.22 593	8.72 568	27.82 582	87.01 592	269.67 593	69.67 592	61.95 592	24.76 584	14.20 566	9.74 578	3.40 570	9.62 577	4.70 571	18.74 579	4.72 572

BEATNet-Init1	26.87 580	13.43 576	70.68 590	0.91 511	0.68 457	57.02 590	21.06 575	32.82 586	32.67 583	52.12 591	53.61 590	66.05 591	49.56 591	48.79 592	34.71 585	0.49 501	0.44 510	0.53 506	0.53 513	0.63 504	0.59 500

LSM0	42.82 587	38.75 589	50.81 588	47.07 588	109.38 592	57.00 589	76.02 588	53.74 592	33.71 584	29.02 586	30.41 586	43.87 590	37.22 586	43.91 590	53.54 592	20.52 584	18.62 582	21.10 583	21.11 583	28.41 583	42.22 586

CasAABBNet	38.33 581	38.46 587	50.35 585	44.75 586	41.84 582	56.68 587	76.37 590	53.22 589	33.83 585	28.31 584	29.54 583	43.62 589	37.71 587	43.84 589	53.41 591	20.30 581	18.70 583	21.07 580	21.07 582	28.24 581	25.34 583

Selective-RAFT-Error	38.39 583	38.47 588	50.44 587	44.73 585	41.97 584	56.68 587	76.38 591	53.24 590	33.92 586	28.34 585	29.85 585	43.60 587	38.20 589	43.75 587	53.34 589	20.38 582	18.70 583	21.09 582	21.05 581	28.30 582	25.43 584

FlowAnything	38.37 582	38.41 586	50.38 586	44.76 587	41.94 583	56.64 586	76.34 589	53.28 591	34.23 587	28.25 583	29.72 584	43.60 587	37.79 588	43.83 588	53.38 590	20.39 583	18.71 585	21.07 580	21.14 584	28.23 580	25.29 582

HaxPig	38.92 584	41.40 590	41.64 581	29.95 582	32.27 579	28.90 578	27.60 576	29.73 582	37.71 588	43.82 588	43.87 587	33.17 584	35.56 582	41.53 585	40.37 587	43.94 589	47.51 591	45.82 585	47.08 587	42.38 585	44.15 588

AVERAGE_ROB	40.43 585	42.37 591	42.73 582	36.96 584	35.58 581	30.50 579	27.61 577	36.71 588	38.39 589	44.91 589	44.36 588	37.45 586	36.70 584	41.88 586	40.35 586	45.43 590	46.81 590	47.11 586	46.35 586	42.51 586	43.87 587

MEDIAN_ROB	42.00 586	44.40 592	44.29 584	35.15 583	34.95 580	31.28 583	29.60 578	35.88 587	40.02 590	47.20 590	46.64 589	37.37 585	38.48 590	44.35 591	42.45 588	48.03 591	49.39 592	49.71 587	49.03 588	45.14 587	46.65 589

KSHMR	8.75 566	2.06 555	2.11 505	3.53 565	3.11 562	4.13 552	2.69 557	5.60 560	61.37 591	3.00 539	55.83 591	4.98 549	2.45 534	4.49 481	2.61 510	3.46 561	1.55 565	3.14 565	1.94 563	3.72 562	3.18 565

TorneroNet	10.70 570	2.03 552	1.82 492	3.43 563	3.01 561	43.83 585	2.22 550	8.87 569	67.47 592	7.17 568	27.36 580	10.68 568	3.85 553	8.67 556	7.65 550	3.59 562	0.88 550	3.04 563	1.57 559	3.71 561	3.17 564

test_example2	192.40 593	210.76 594	206.48 593	199.83 593	204.73 593	172.94 593	183.52 592	133.93 593	133.41 593	191.38 593	196.19 592	187.13 593	178.77 593	205.33 593	208.00 593	222.09 593	238.72 593	186.54 593	190.54 593	227.34 593	170.31 593

ccccc		492.34 595		530.87 594	530.37 594	478.08 594		491.76 594		448.18 594		476.12 594		541.64 594		663.49 594	459.54 594	353.94 594	309.79 594	586.66 594

ASD4		10.99 574

Low-res two-view benchmark