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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

4.5_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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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.
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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.
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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.
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
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
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

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

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

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

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

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

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
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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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
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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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