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

xyz-stereo-finetune2	1.16 140	0.63 188	1.50 92	0.57 1	0.36 14	3.47 241	0.65 139	2.70 159	1.23 57	0.88 100	1.75 258	0.91 121	1.76 362	3.54 304	1.74 358	0.24 61	0.22 195	0.30 207	0.27 229	0.31 163	0.26 120

RAStereo	0.75 26	0.52 71	2.86 219	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 41	0.75 60	1.05 78	0.64 52	0.47 14	0.80 8	0.94 191	0.22 35	0.20 134	0.27 137	0.21 98	0.34 226	0.22 60

xyz-stereo-finetune	1.05 120	0.62 179	1.46 87	0.59 3	0.36 14	3.48 244	0.81 240	2.69 158	1.74 246	0.94 108	1.21 106	0.91 121	0.78 101	2.53 271	1.28 267	0.24 61	0.24 256	0.26 109	0.23 146	0.30 144	0.23 71

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 99	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 40	0.33 1	0.96 29	0.54 40	0.21 27	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

LG-Stereo	0.85 67	0.60 152	2.71 210	0.59 3	0.45 78	2.85 149	0.55 85	2.41 107	1.34 76	0.59 18	1.19 100	0.43 21	0.40 5	0.76 5	0.75 112	0.20 24	0.17 39	0.31 229	0.24 171	0.29 121	0.19 5

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.78 6	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.79 7	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

CREStereo	0.92 83	0.53 82	1.45 86	0.61 6	0.34 9	4.42 463	0.40 28	2.21 86	1.54 164	0.94 108	1.12 90	0.87 112	0.87 127	1.12 54	0.72 101	0.28 149	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
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
xyz-stereo	10.85 556	0.45 21	79.01 587	0.62 9	0.45 78	83.70 589	0.77 210	2.59 146	1.34 76	2.19 348	32.02 577	2.76 384	1.62 324	5.75 352	2.39 425	0.25 82	0.17 39	0.33 284	0.21 98	0.25 61	0.19 5

trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 459	0.41 34	2.20 84	1.53 155	0.94 108	1.14 93	0.88 115	0.89 133	1.09 48	0.71 96	0.27 112	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

PMTNet	0.99 108	0.48 49	1.73 111	0.62 9	0.56 147	4.20 431	0.43 43	1.88 53	1.58 187	1.00 117	1.05 78	0.78 88	0.98 158	1.50 144	0.85 146	1.21 518	0.20 134	0.23 28	0.15 4	0.22 37	0.19 5

4.5_new	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.78 14	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.77 11	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

4w-stereo	0.67 10	0.49 56	1.07 10	0.63 12	0.75 241	1.63 61	0.44 47	2.23 90	0.77 11	0.56 10	0.92 52	0.40 11	0.82 113	1.08 46	0.53 38	0.18 14	0.13 1	0.25 80	0.18 47	0.19 4	0.20 19

3.75w	0.75 26	0.47 40	1.09 24	0.63 12	1.10 362	2.61 136	0.53 78	2.46 119	0.97 39	0.62 25	0.80 33	0.40 11	0.66 60	1.11 51	0.48 19	0.19 19	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

asda	0.77 41	0.46 28	1.10 28	0.64 16	0.82 269	3.33 218	0.49 62	2.40 106	0.81 23	0.63 28	0.80 33	0.44 26	0.85 120	0.88 17	0.60 48	0.17 4	0.13 1	0.24 58	0.17 27	0.20 16	0.20 19

MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 16	0.82 269	3.49 247	0.23 2	1.69 39	2.14 326	0.62 25	0.32 3	0.67 61	0.33 1	1.14 59	0.37 3	0.23 47	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 173	0.31 8	1.89 54	2.92 470	0.47 1	0.29 2	0.66 60	0.47 14	1.35 113	0.39 4	0.20 24	0.18 66	0.24 58	0.16 12	0.19 4	0.20 19

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 246	1.03 43	0.50 4	0.46 9	0.58 41	0.40 5	1.85 211	0.49 23	0.23 47	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

rvit_stereo_0080	0.94 88	0.72 268	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 325	0.25 80	0.27 229	0.45 356	0.29 165

whm_eth	0.94 88	0.72 268	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 325	0.25 80	0.27 229	0.45 356	0.29 165

HHNet	2.48 380	0.71 264	20.52 515	0.64 16	0.64 189	4.07 387	0.93 319	3.76 304	1.56 178	2.15 333	4.92 518	0.98 132	3.37 479	1.66 178	1.79 365	0.32 251	0.20 134	0.31 229	0.27 229	0.36 257	0.42 327

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 52	0.65 56	0.53 23	0.54 1	0.50 29	0.28 149	0.24 256	0.25 80	0.21 98	0.23 42	0.22 60

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 184	2.45 120	0.56 89	2.75 166	0.74 9	0.78 78	0.73 21	0.38 9	0.92 141	1.04 42	0.66 70	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

3.5w_stereo	0.77 41	0.53 82	1.09 24	0.65 23	0.72 229	2.52 126	0.51 68	2.43 113	0.80 19	0.76 70	1.20 102	0.43 21	0.66 60	1.23 85	0.73 104	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

3w_stereo	0.71 21	0.47 40	1.14 45	0.65 23	0.39 42	1.73 65	0.68 150	2.79 177	0.79 17	0.67 41	0.84 39	0.37 5	1.02 166	1.03 38	0.56 42	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

MLG-Stereo_test1	0.80 50	0.39 4	1.02 2	0.65 23	1.20 390	3.14 188	0.29 7	1.59 25	3.05 484	0.50 4	0.24 1	0.67 61	0.43 9	1.33 109	0.40 5	0.21 27	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

plain	1.55 207	0.69 242	13.59 369	0.65 23	0.73 234	1.66 62	0.57 92	3.17 214	1.94 281	0.77 75	1.24 113	0.80 94	0.86 123	1.60 163	0.96 197	0.33 267	0.21 166	0.32 249	0.25 183	0.42 330	0.28 155

MaDis-Stereo	0.82 61	0.66 221	1.53 95	0.65 23	1.87 511	1.24 24	0.36 20	2.13 77	1.27 68	0.67 41	0.75 24	0.88 115	0.70 68	1.15 64	1.07 215	0.29 171	0.23 222	0.26 109	0.20 84	0.31 163	0.22 60

DIP-Stereo	1.24 161	0.69 242	1.77 116	0.65 23	0.61 178	4.29 444	0.58 101	4.44 505	2.53 415	1.98 266	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 114	0.56 89	2.77 169	0.82 24	0.63 28	0.88 44	0.37 5	0.75 84	1.36 115	0.50 29	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

111111	0.87 72	0.50 59	1.13 43	0.66 31	1.08 356	3.37 222	0.33 12	2.33 103	1.47 111	0.74 58	1.50 183	0.61 46	0.59 38	1.40 120	0.48 19	0.24 61	0.19 96	0.22 14	0.16 12	0.24 47	0.19 5

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 141	0.92 32	0.58 17	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

U	12.82 564	0.38 3	1.99 137	0.66 31	58.94 583	63.38 588	0.34 16	1.91 59	0.94 37	0.59 18	0.80 33	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 587	59.81 586	0.29 121	0.20 19

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 152	0.43 43	1.64 34	0.79 17	0.68 43	0.88 44	0.43 21	0.74 81	0.85 13	0.49 23	0.19 19	0.13 1	0.24 58	0.17 27	0.22 37	0.20 19

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 350	2.49 122	0.45 51	2.57 141	0.90 28	0.71 50	0.83 38	0.43 21	0.48 18	1.10 49	0.64 58	0.17 4	0.14 11	0.24 58	0.16 12	0.21 26	0.20 19

2w_stereo	0.75 26	0.46 28	1.08 17	0.68 37	0.56 147	2.00 83	0.61 112	2.87 185	0.83 25	0.93 107	0.93 55	0.36 3	1.13 200	0.90 19	0.61 50	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

2.25w	0.75 26	0.47 40	1.09 24	0.69 38	0.65 197	2.28 105	0.40 28	2.42 110	0.80 19	0.73 53	1.03 68	0.40 11	0.81 112	1.24 86	0.80 128	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

AdaDepth	0.76 34	0.45 21	1.41 83	0.70 39	1.27 407	3.12 186	0.43 43	1.02 4	0.94 37	0.63 28	0.91 50	0.43 21	0.58 33	1.41 125	0.48 19	0.18 14	0.21 166	0.23 28	0.19 67	0.25 61	0.26 120

LG-Stereo_L2	0.63 7	0.46 28	1.15 47	0.70 39	0.43 65	2.32 108	0.28 5	1.86 52	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 47	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 9	0.93 33	0.53 7	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

IGEV-Stereo++	0.93 85	0.44 18	1.08 17	0.70 39	1.20 390	3.87 335	0.33 12	3.36 242	1.43 95	0.75 60	1.17 97	0.68 63	1.04 171	0.95 25	0.42 7	0.22 35	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

TestStereo	2.00 288	1.02 388	12.25 353	0.70 39	0.61 178	1.88 73	0.55 85	2.31 100	1.52 148	1.41 159	1.33 138	1.27 175	0.90 136	11.62 515	0.81 134	0.34 279	0.19 96	0.33 284	0.24 171	0.44 348	0.24 86

4.25_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 412	2.82 145	0.41 34	1.76 44	0.98 40	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

MIF-Stereo (partial)	0.98 102	0.55 99	2.83 216	0.71 44	1.03 342	1.08 11	0.49 62	2.55 137	1.66 220	0.79 80	1.20 102	0.80 94	0.90 136	1.61 168	1.56 323	0.36 310	0.24 256	0.33 284	0.25 183	0.40 287	0.28 155

s12784h	1.31 187	0.45 21	2.41 190	0.71 44	0.35 12	4.42 463	0.50 64	4.22 435	2.73 441	2.01 285	2.48 439	0.91 121	0.96 149	2.01 224	0.70 93	0.29 171	0.18 66	0.24 58	0.16 12	0.27 90	0.18 3

1w_stereo	0.86 68	0.42 15	1.07 10	0.72 52	0.81 260	3.00 171	0.67 144	3.28 227	0.75 10	0.74 58	1.32 136	0.37 5	1.37 252	0.92 23	0.68 78	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

DEFOM-Stereo	0.70 16	0.46 28	1.13 43	0.72 52	0.48 105	3.40 227	0.44 47	0.90 3	0.77 11	0.86 97	0.58 14	0.45 29	0.43 9	1.76 193	0.43 11	0.24 61	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

rvit_stereo_0081_aga	0.81 58	0.75 299	1.84 122	0.72 52	0.73 234	1.21 19	0.63 127	1.92 60	1.39 82	0.87 99	0.80 33	0.79 92	0.69 66	1.27 96	0.69 87	0.35 299	0.29 325	0.26 109	0.25 183	0.40 287	0.27 136

LG-Stereo_L1	0.61 5	0.47 40	1.10 28	0.73 55	0.49 112	1.72 63	0.33 12	1.95 63	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 47	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

AIO-Stereo	0.76 34	0.54 93	1.07 10	0.73 55	0.40 46	1.28 33	0.82 244	2.26 93	1.49 127	0.70 46	1.58 205	0.89 117	0.45 12	1.03 38	0.55 41	0.24 61	0.18 66	0.25 80	0.20 84	0.26 78	0.21 46

DRaft	2.28 333	0.56 110	2.64 207	0.74 57	0.46 87	3.94 352	1.23 403	2.32 102	1.55 172	2.64 452	2.80 471	1.60 219	5.34 519	6.96 384	10.99 525	0.34 279	0.22 195	0.27 137	0.27 229	0.29 121	0.37 275

AIO_rvc	0.78 46	0.55 99	1.25 60	0.75 58	0.65 197	1.46 47	0.99 345	2.13 77	1.52 148	0.57 13	1.15 94	1.09 145	0.55 27	1.15 64	0.53 38	0.24 61	0.17 39	0.24 58	0.17 27	0.25 61	0.21 46

Selective-IGEV	0.80 50	0.52 71	1.05 5	0.75 58	0.61 178	1.31 36	0.82 244	2.60 147	1.41 89	0.82 86	1.64 224	0.71 74	0.62 46	1.22 83	0.64 58	0.22 35	0.19 96	0.24 58	0.18 47	0.25 61	0.20 19

GMOStereo	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

error version	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-v	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

Patchmatch Stereo++	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 508	0.76 197	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 161	0.65 210	2.03 141	0.75 58	0.37 28	4.68 508	0.73 172	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo_v2	1.23 156	0.66 221	2.02 140	0.75 58	0.37 28	4.67 507	0.76 197	2.53 127	1.58 187	1.99 271	1.46 170	1.78 247	1.14 207	2.08 228	0.88 163	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo	1.25 165	0.66 221	2.14 159	0.75 58	0.37 28	4.65 504	0.77 210	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.26 251	0.86 153	0.47 418	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

HUI-Stereo	1.25 165	0.66 221	2.33 181	0.75 58	0.37 28	4.68 508	0.78 214	2.53 127	1.58 187	1.99 271	1.46 170	1.79 254	1.13 200	2.17 240	0.85 146	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

iGMRVC	1.26 172	0.66 221	2.14 159	0.75 58	0.37 28	4.66 505	0.74 184	2.53 127	1.58 187	1.99 271	1.46 170	1.78 247	1.14 207	2.46 258	0.92 181	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

iRAFT	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 508	0.76 197	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

test-2	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

RAFT-IKP	1.25 165	0.66 221	2.23 170	0.75 58	0.37 28	4.64 502	0.74 184	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.22 248	0.92 181	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

monsters	0.82 61	0.58 132	1.16 48	0.76 72	1.52 459	2.92 160	0.40 28	2.66 154	0.72 8	0.66 38	0.84 39	0.38 9	0.41 7	1.84 205	0.48 19	0.20 24	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

LG-Stereo_Zeroshot	0.89 77	0.47 40	2.08 156	0.76 72	0.73 234	3.91 340	0.41 34	2.07 73	1.07 46	0.77 75	0.89 47	0.64 52	0.86 123	0.95 25	0.77 121	0.26 97	0.18 66	0.26 109	0.19 67	0.32 190	0.32 213

StereoAnything_RVC	0.94 88	2.66 513	2.20 163	0.76 72	0.34 9	1.18 17	0.39 24	2.31 100	0.69 5	0.51 6	0.34 4	0.32 1	0.89 133	1.57 155	0.35 1	0.32 251	0.16 26	0.23 28	0.15 4	3.31 537	0.18 3

TANstereo	1.01 113	0.55 99	1.73 111	0.76 72	0.36 14	4.04 379	0.38 22	1.48 16	1.62 210	2.03 294	2.10 373	0.84 102	0.93 144	0.98 32	0.62 52	0.28 149	0.36 386	0.23 28	0.20 84	0.25 61	0.46 358

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 444	2.54 132	0.40 28	3.14 209	0.71 7	0.70 46	1.11 88	0.41 18	0.39 4	1.50 144	0.50 29	0.19 19	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

DeepStereo_RVC	1.55 207	0.63 188	3.32 238	0.77 76	0.42 59	4.49 475	0.72 167	2.50 125	1.58 187	2.02 290	1.81 293	1.54 212	6.38 534	1.73 189	1.19 239	0.46 409	0.22 195	0.29 187	0.28 258	0.35 244	0.38 290

4D-IteraStereo	1.97 282	0.84 340	20.43 513	0.78 78	1.56 469	2.09 93	1.05 361	2.43 113	1.56 178	1.41 159	1.00 64	1.94 279	0.61 44	1.22 83	1.06 212	0.27 112	0.18 66	0.31 229	0.26 203	0.27 90	0.23 71

HCRNet	1.60 220	0.56 110	2.47 192	0.78 78	1.36 428	4.11 396	0.71 164	3.57 269	2.79 450	1.75 212	1.61 217	1.58 216	1.41 265	5.79 353	1.56 323	0.34 279	0.28 315	0.36 336	0.29 286	0.33 208	0.37 275

water-stereo	0.78 46	0.45 21	1.94 131	0.79 80	0.48 105	2.36 111	0.47 59	1.53 21	1.09 48	0.88 100	1.04 73	0.82 98	0.75 84	0.72 4	0.78 122	0.22 35	0.23 222	0.25 80	0.23 146	0.24 47	0.29 165

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 80	0.42 59	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 80	0.77 93	0.69 2	0.36 2	0.26 97	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

DEmStereo	2.97 443	0.58 132	13.42 365	0.79 80	0.51 118	3.84 322	1.84 476	2.42 110	1.60 203	2.25 372	2.74 464	2.03 297	6.04 526	6.79 382	12.80 534	0.35 299	0.26 292	0.26 109	0.27 229	0.27 90	0.37 275

AIO_test	0.76 34	0.47 40	1.31 70	0.81 83	0.70 225	1.36 40	0.88 286	1.40 12	1.45 98	0.55 9	0.95 60	1.81 262	0.58 33	1.16 66	0.46 17	0.27 112	0.17 39	0.24 58	0.19 67	0.24 47	0.21 46

IGEV-RUCA	0.90 80	0.53 82	1.05 5	0.81 83	0.74 239	3.89 337	0.80 231	1.92 60	1.41 89	0.96 115	0.71 18	0.70 67	0.73 77	1.30 105	0.68 78	0.29 171	0.20 134	0.25 80	0.19 67	0.43 340	0.34 241

CAS++	0.89 77	0.64 200	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 338	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 274	1.64 188	1.09 84	0.65 56	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 386	0.31 320	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fff	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 405	0.57 92	4.23 439	2.09 311	2.30 383	1.80 281	1.19 164	3.02 462	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

iRaft-Stereo_5w	2.10 303	0.83 336	8.57 307	0.81 83	0.76 245	3.21 194	0.84 252	3.71 298	1.65 218	1.56 174	2.50 441	2.20 314	2.23 418	9.13 422	2.01 393	0.38 335	0.19 96	0.35 321	0.27 229	0.45 356	0.39 297

STrans-v2	3.03 453	0.77 307	20.91 529	0.81 83	0.63 187	3.89 337	1.01 349	4.27 457	2.64 431	2.28 377	3.70 505	4.13 484	5.20 516	7.33 387	1.27 263	0.31 230	0.18 66	0.29 187	0.25 183	0.29 121	0.41 323

csc	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 405	0.57 92	4.23 439	2.09 311	2.30 383	1.80 281	1.19 164	3.02 462	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

cscssc	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 405	0.57 92	4.23 439	2.09 311	2.30 383	1.80 281	1.19 164	3.02 462	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

111	1.83 255	0.92 362	9.08 314	0.81 83	0.36 14	4.25 436	0.91 304	4.44 505	2.70 438	2.39 411	1.96 338	2.30 324	1.64 340	1.28 97	1.82 368	0.28 149	0.22 195	0.24 58	0.20 84	0.31 163	0.54 403

FlowAnything_test	0.75 26	0.60 152	1.18 50	0.82 93	0.58 168	2.29 106	0.66 142	1.38 11	0.80 19	1.03 124	0.76 25	0.63 50	0.49 19	0.84 12	0.91 177	0.31 230	0.27 303	0.40 374	0.48 450	0.31 163	0.30 192

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 52	0.80 231	2.09 75	1.18 53	0.63 28	0.84 39	0.59 44	0.55 27	1.80 200	0.85 146	0.19 19	0.18 66	0.27 137	0.20 84	0.26 78	0.24 86
1: 1. 1
Occ-G	0.86 68	0.52 71	1.39 80	0.82 93	0.66 204	1.37 41	0.79 221	1.58 24	1.31 73	1.56 174	0.87 43	2.18 313	0.89 133	0.97 30	0.88 163	0.26 97	0.19 96	0.26 109	0.19 67	0.25 61	0.24 86

IGEV-BASED-STEREO-	1.09 125	3.30 522	2.61 202	0.82 93	0.38 39	1.27 28	0.62 125	1.51 18	1.29 70	0.91 103	0.92 52	0.65 56	0.57 30	1.08 46	0.59 46	1.55 532	0.15 21	0.32 249	0.28 258	1.10 503	1.98 530

DCANet-4	1.96 280	0.51 65	14.31 389	0.82 93	0.40 46	4.16 414	0.57 92	4.29 465	2.98 478	2.30 383	1.80 281	1.03 140	1.54 310	1.44 130	1.44 294	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

ADStereo(finetuned)	2.04 295	0.73 279	13.28 363	0.82 93	0.40 46	4.16 414	0.59 105	4.25 449	2.97 475	2.35 401	1.84 305	1.18 160	3.40 480	1.52 149	1.54 320	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.51 390

IPLGR	2.53 389	0.58 132	20.46 514	0.82 93	0.52 127	4.56 492	0.50 64	4.30 473	2.38 385	1.87 233	1.53 193	1.68 228	1.72 357	6.95 383	1.15 230	0.28 149	0.21 166	0.27 137	0.23 146	0.33 208	0.32 213

CrosDoStereo	5.24 523	0.60 152	20.23 499	0.82 93	0.51 118	3.39 224	18.11 568	3.82 316	2.27 351	1.98 266	8.74 538	1.96 286	6.96 538	7.35 388	26.35 572	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

DeepStereo_LL	5.24 523	0.60 152	20.23 499	0.82 93	0.51 118	3.39 224	18.11 568	3.82 316	2.27 351	1.98 266	8.74 538	1.96 286	6.96 538	7.35 388	26.35 572	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

CRE-IMP	1.23 156	0.61 169	2.14 159	0.82 93	0.39 42	4.54 484	0.83 249	2.63 150	1.55 172	1.95 259	1.46 170	1.87 274	0.96 149	1.48 141	1.33 278	0.45 402	0.21 166	0.31 229	0.26 203	0.41 311	0.31 202

DCANet	1.74 242	0.73 279	9.08 314	0.82 93	0.40 46	4.18 422	0.59 105	4.25 449	2.97 475	2.35 401	1.84 305	1.18 160	1.63 337	1.51 147	1.55 321	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.53 397

SCV_C0	0.89 77	0.59 140	1.96 136	0.83 104	0.44 71	1.24 24	0.64 130	3.33 240	1.66 220	0.82 86	1.20 102	0.73 80	0.66 60	1.62 169	0.66 70	0.32 251	0.21 166	0.24 58	0.20 84	0.28 107	0.23 71

mms	0.77 41	0.68 239	1.17 49	0.83 104	0.71 227	1.41 44	0.67 144	1.61 26	1.12 49	0.77 75	1.37 151	0.63 50	0.54 26	1.75 192	0.63 55	0.24 61	0.19 96	0.26 109	0.21 98	0.31 163	0.34 241

RSM	0.80 50	0.50 59	1.08 17	0.83 104	0.51 118	1.31 36	0.77 210	2.28 96	1.43 95	0.82 86	1.44 167	1.22 170	0.62 46	1.17 73	0.63 55	0.22 35	0.18 66	0.24 58	0.19 67	0.27 90	0.20 19

PCWNet_CMD	2.23 320	0.65 210	17.36 430	0.83 104	0.76 245	3.51 254	0.64 130	3.60 273	1.97 284	1.70 201	1.63 222	3.22 421	3.05 466	2.09 231	1.11 224	0.31 230	0.36 386	0.47 418	0.26 203	0.64 437	0.47 363

anonymousdsp	0.95 95	0.69 242	1.27 66	0.83 104	0.52 127	4.54 484	0.84 252	1.76 44	1.24 59	0.76 70	1.06 80	0.78 88	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120

GLC_STEREO	0.76 34	0.52 71	1.12 38	0.83 104	0.33 8	1.86 72	0.82 244	1.46 15	1.38 81	0.95 112	1.04 73	0.68 63	0.72 73	0.97 30	0.80 128	0.23 47	0.25 279	0.32 249	0.25 183	0.32 190	0.30 192

Anonymous3	1.72 239	0.76 304	11.61 349	0.83 104	0.84 280	4.46 467	0.84 252	3.57 269	1.16 50	1.34 146	1.37 151	1.11 150	1.03 167	1.58 156	1.13 228	0.70 488	0.58 488	0.33 284	0.35 364	0.47 371	0.42 327

CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 373	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 530	0.24 47	0.17 1
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
GMStereo	1.01 113	1.00 386	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HART	1.03 118	0.85 344	3.13 229	0.84 113	0.38 39	1.17 16	0.42 38	3.54 265	1.47 111	1.08 127	2.17 388	1.48 204	0.57 30	1.37 119	0.74 109	0.23 47	0.18 66	0.28 166	0.21 98	0.32 190	0.24 86

Pointernet	0.88 74	0.44 18	2.26 172	0.84 113	0.37 28	2.29 106	0.38 22	3.06 203	1.46 106	0.66 38	1.39 156	0.91 121	0.73 77	1.01 36	0.72 101	0.23 47	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

WCG-NET（raft）	0.95 95	0.55 99	1.20 55	0.84 113	0.31 4	1.44 45	1.01 349	1.55 22	2.37 380	1.64 188	1.42 163	2.38 333	1.01 163	1.29 101	0.76 116	0.22 35	0.19 96	0.22 14	0.20 84	0.25 61	0.21 46

ff7	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ffff	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

11t	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

LoS_RVC	0.94 88	1.30 444	1.31 70	0.84 113	1.63 480	2.02 84	0.59 105	1.51 18	1.36 79	0.81 84	1.33 138	0.84 102	0.88 129	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 516

ccc-4	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

test_4	1.30 183	0.50 59	6.16 284	0.84 113	0.45 78	1.61 58	1.12 379	2.14 79	1.42 91	1.52 169	2.31 423	1.84 269	0.79 104	2.52 269	1.19 239	0.27 112	0.17 39	0.29 187	0.29 286	0.29 121	0.25 96

IGEV-Stereo	0.95 95	0.69 242	1.27 66	0.84 113	0.52 127	4.54 484	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MSMDNet	2.23 320	0.64 200	17.32 426	0.84 113	0.75 241	3.53 258	0.64 130	3.61 276	1.98 286	1.71 205	1.64 224	3.22 421	2.99 459	2.08 228	1.11 224	0.31 230	0.37 399	0.45 409	0.26 203	0.62 427	0.45 348

ccs_rob	2.13 309	0.67 231	15.11 402	0.84 113	0.75 241	3.96 362	0.65 139	3.95 357	1.78 253	1.88 236	1.79 278	3.26 425	1.64 340	2.51 264	1.16 233	0.31 230	0.36 386	0.54 463	0.27 229	0.65 440	0.45 348

depthmonostereo	0.94 88	0.71 264	2.39 187	0.85 125	0.54 136	2.21 101	0.53 78	1.83 51	1.17 52	0.95 112	1.09 84	0.99 133	0.97 152	2.37 254	0.68 78	0.23 47	0.27 303	0.22 14	0.20 84	0.25 61	0.26 120

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 125	0.31 4	2.44 118	0.46 54	1.09 5	0.69 5	0.84 94	0.52 11	0.55 38	0.53 23	1.49 143	0.46 17	0.31 230	0.14 11	0.25 80	0.18 47	0.23 42	0.20 19

castereo	0.82 61	0.70 252	1.04 3	0.85 125	0.50 116	1.29 35	0.91 304	3.22 219	1.20 55	0.83 92	1.24 113	0.72 76	0.91 138	1.00 35	0.67 75	0.26 97	0.16 26	0.25 80	0.20 84	0.24 47	0.21 46

GCAP-Stereo	0.93 85	0.68 239	1.35 77	0.85 125	0.41 53	3.61 279	0.52 77	2.20 84	1.50 132	1.11 132	1.04 73	1.17 156	0.84 118	1.11 51	0.71 96	0.25 82	0.20 134	0.27 137	0.18 47	0.28 107	0.23 71

CFNet_pseudo	2.12 307	0.67 231	15.14 403	0.85 125	0.74 239	3.95 357	0.64 130	3.95 357	1.78 253	1.90 243	1.79 278	3.27 426	1.62 324	2.51 264	1.16 233	0.31 230	0.36 386	0.53 456	0.27 229	0.63 429	0.44 342

ours_stereo	0.76 34	0.64 200	1.40 82	0.86 130	0.61 178	1.12 13	0.57 92	1.63 32	1.20 55	0.72 52	1.43 165	0.70 67	0.62 46	1.56 153	0.58 45	0.25 82	0.18 66	0.26 109	0.21 98	0.29 121	0.31 202

IGEV-Stereo+	0.94 88	0.47 40	1.19 51	0.86 130	2.02 521	1.40 43	0.39 24	1.17 8	0.88 27	0.61 23	0.44 8	0.47 31	0.79 104	2.14 236	0.42 7	0.27 112	0.19 96	0.22 14	0.17 27	2.26 532	2.41 537

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 405	0.51 68	2.18 81	1.45 98	0.97 116	0.88 44	0.62 48	0.79 104	1.59 161	0.86 153	0.26 97	0.19 96	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.82 61	0.71 264	1.50 92	0.86 130	0.45 78	1.78 66	0.83 249	1.75 43	1.28 69	0.66 38	1.13 92	0.78 88	0.76 91	1.66 178	0.71 96	0.24 61	0.20 134	0.25 80	0.23 146	0.29 121	0.25 96

THIR-Stereo	4.14 504	0.82 332	10.85 341	0.86 130	0.43 65	2.16 96	16.77 566	3.22 219	1.54 164	2.04 297	12.05 556	2.68 369	7.53 543	7.30 386	12.62 533	0.30 211	0.21 166	0.29 187	0.28 258	0.33 208	0.41 323

rvit_stereo_0083	0.86 68	0.67 231	1.42 84	0.87 135	0.65 197	1.23 20	0.64 130	1.67 36	2.28 355	0.79 80	0.93 55	0.93 127	1.07 185	1.46 138	0.75 112	0.32 251	0.36 386	0.30 207	0.26 203	0.33 208	0.28 155

BUS	1.49 206	0.59 140	1.94 131	0.87 135	0.85 281	4.50 478	0.76 197	4.48 511	1.88 270	2.93 476	1.83 300	3.63 461	0.97 152	1.60 163	1.17 236	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

BSDual-CNN	1.46 202	0.59 140	1.94 131	0.87 135	0.85 281	4.16 414	1.16 387	4.48 511	1.88 270	2.93 476	1.83 300	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

hknet	1.98 284	0.64 200	8.70 311	0.87 135	1.07 354	4.16 414	1.16 387	4.48 511	1.73 240	2.93 476	1.83 300	3.48 444	1.30 240	3.91 317	1.51 316	0.31 230	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

CroCo-Stereo	0.98 102	0.87 350	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	0.35 244	0.27 136
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
MSCF	0.97 100	0.82 332	1.26 61	0.88 140	0.40 46	3.17 190	0.88 286	2.79 177	1.39 82	1.32 144	1.19 100	0.58 41	1.33 244	1.28 97	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.28 107	0.32 213

MoCha-V2	0.87 72	0.48 49	1.87 124	0.88 140	0.32 7	1.37 41	0.55 85	2.71 160	1.42 91	0.92 106	1.75 258	0.65 56	1.17 216	1.45 134	0.57 43	0.21 27	0.21 166	0.20 1	0.19 67	0.24 47	0.23 71

knoymous	1.30 183	0.60 152	5.57 281	0.88 140	0.75 241	3.04 174	0.90 296	2.68 156	1.33 75	1.48 165	1.07 82	2.78 386	0.88 129	1.29 101	0.85 146	0.31 230	0.22 195	0.35 321	0.20 84	0.45 356	0.37 275

AnonymousM	1.22 155	1.32 450	0.97 1	0.88 140	0.56 147	4.03 377	0.69 156	2.41 107	1.68 224	1.48 165	1.31 135	1.15 154	1.00 161	1.18 78	0.73 104	0.32 251	0.40 419	2.07 536	1.70 538	0.24 47	0.22 60

SFCPSM	2.18 315	0.63 188	17.03 425	0.88 140	0.98 327	3.74 301	1.28 409	4.09 399	2.16 330	1.85 226	1.83 300	1.65 224	1.39 256	2.50 261	1.50 310	0.33 267	0.27 303	0.39 368	0.36 374	0.34 226	0.37 275

S2M2	0.64 8	0.55 99	1.07 10	0.89 145	0.54 136	1.08 11	0.20 1	1.16 7	1.37 80	0.59 18	0.81 37	0.86 110	0.47 14	0.70 3	0.65 65	0.31 230	0.33 363	0.27 137	0.27 229	0.36 257	0.31 202

Reg-Stereo(zero)	1.60 220	0.42 15	10.69 338	0.89 145	0.68 216	3.27 208	0.47 59	2.27 94	1.54 164	1.48 165	1.24 113	2.55 357	2.68 447	1.48 141	1.10 221	0.19 19	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

AIO-test1	2.18 315	0.66 221	18.95 458	0.89 145	1.48 453	3.40 227	0.97 338	4.19 425	1.68 224	0.86 97	1.35 146	0.99 133	0.75 84	4.47 326	1.27 263	0.23 47	0.23 222	0.28 166	0.33 339	0.31 163	0.35 255

tt45	0.96 99	0.48 49	1.19 51	0.89 145	0.66 204	3.91 340	0.76 197	1.90 57	1.26 67	0.70 46	1.30 132	0.71 74	0.63 49	2.59 276	0.74 109	0.22 35	0.17 39	0.28 166	0.23 146	0.27 90	0.27 136

UGAM	2.58 400	0.56 110	18.55 452	0.89 145	0.71 227	3.23 198	1.03 355	2.75 166	1.75 248	1.36 149	2.77 468	2.69 370	1.28 234	10.75 475	1.40 285	0.28 149	0.24 256	0.40 374	0.31 320	0.35 244	0.30 192

CFNet_ucs	2.36 361	0.68 239	18.42 450	0.89 145	0.81 260	3.85 330	0.68 150	4.29 465	2.37 380	2.09 308	2.04 358	3.31 430	1.24 230	2.63 279	1.14 229	0.36 310	0.45 446	0.56 466	0.29 286	0.66 445	0.49 375

MIPNet	2.33 347	0.71 264	19.82 480	0.89 145	0.56 147	4.76 526	0.61 112	4.32 480	2.37 380	1.83 224	1.48 181	1.48 204	1.98 396	2.63 279	1.44 294	0.29 171	0.20 134	0.26 109	0.23 146	0.30 144	0.39 297

GMM-Stereo	2.45 372	0.52 71	20.38 509	0.89 145	0.82 269	4.18 422	1.91 478	2.45 116	1.48 119	2.48 423	2.30 416	1.69 233	1.86 384	2.93 291	1.08 217	0.28 149	0.18 66	0.33 284	0.48 450	0.35 244	2.41 537

ARAFT	2.56 396	1.13 411	19.50 472	0.89 145	0.48 105	4.15 405	1.40 429	4.36 491	2.82 462	2.36 405	1.88 319	1.70 235	1.04 171	6.45 368	1.22 249	0.29 171	0.18 66	0.37 348	0.35 364	0.35 244	0.25 96

GASTEREO	1.00 110	0.98 382	1.23 57	0.90 154	0.40 46	3.40 227	0.88 286	2.77 169	1.44 97	1.39 155	1.30 132	0.55 38	1.35 249	1.33 109	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.25 61	0.31 202

HUF	1.15 136	0.64 200	8.62 310	0.90 154	0.35 12	1.35 39	0.78 214	1.97 64	1.50 132	0.63 28	1.52 186	0.83 100	0.66 60	1.28 97	0.63 55	0.29 171	0.23 222	0.26 109	0.17 27	0.23 42	0.25 96

WCG-NET	0.88 74	0.49 56	1.26 61	0.90 154	0.37 28	1.48 49	1.07 364	1.73 41	2.30 359	1.63 185	1.49 182	0.92 126	0.97 152	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 84	0.25 61	0.21 46

rvit_stereo_0075_2	1.18 141	0.74 287	2.66 208	0.90 154	1.27 407	2.51 124	0.69 156	2.25 92	2.06 305	1.40 157	1.86 315	1.46 203	0.84 118	1.42 127	0.94 191	0.46 409	0.40 419	0.48 426	0.38 399	0.46 367	0.51 390

IGEVStereo-DCA	0.86 68	0.65 210	2.05 144	0.90 154	0.46 87	1.57 56	0.86 264	1.62 27	1.24 59	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.27 136

rrr	2.27 328	0.65 210	23.82 566	0.90 154	0.46 87	1.57 56	0.96 335	7.98 554	1.19 54	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.25 96

RCA-Stereo	1.21 151	0.52 71	1.58 103	0.90 154	0.46 87	4.68 508	0.79 221	4.13 410	1.74 246	1.92 250	1.80 281	0.94 130	1.48 287	1.14 59	0.70 93	0.27 112	0.18 66	0.25 80	0.19 67	0.25 61	0.23 71

iRaft-Stereo_20w	1.88 263	0.62 179	10.58 337	0.90 154	0.83 273	2.96 169	0.78 214	4.90 535	1.58 187	2.29 379	1.60 213	1.25 173	4.51 508	2.28 252	0.90 170	0.29 171	0.21 166	0.26 109	0.24 171	0.41 311	0.31 202

rvit_0105_5	1.13 130	0.93 366	2.60 199	0.91 162	0.56 147	1.92 77	0.91 304	3.02 197	2.63 429	0.95 112	1.20 102	1.18 160	0.93 144	1.51 147	0.93 189	0.40 354	0.43 436	0.37 348	0.35 364	0.42 330	0.44 342

rvit_stereo_0081	0.80 50	0.63 188	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 292	0.27 137	0.25 183	0.38 272	0.27 136

rvit_stereo_0082	0.80 50	0.63 188	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 292	0.27 137	0.25 183	0.38 272	0.27 136

IPLG	2.48 380	0.65 210	19.63 475	0.91 162	0.79 255	4.60 497	0.56 89	4.31 476	1.84 265	1.91 248	2.00 351	1.31 181	1.38 253	6.61 371	1.53 319	0.27 112	0.20 134	0.27 137	0.23 146	0.31 163	0.36 261

ACRE	2.27 328	1.11 409	19.45 469	0.91 162	1.30 410	3.94 352	0.87 282	4.21 432	1.80 256	2.28 377	2.62 455	1.17 156	1.04 171	1.52 149	1.30 271	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.46 358

test_xeample3	2.12 307	0.63 188	21.55 547	0.91 162	0.47 97	1.85 71	0.94 325	7.96 553	1.23 57	0.75 60	0.76 25	0.64 52	0.70 68	1.77 194	0.83 140	0.30 211	0.21 166	0.27 137	0.21 98	0.27 90	0.24 86

castereo++	0.93 85	0.56 110	1.26 61	0.92 168	0.73 234	2.48 121	1.00 346	2.99 192	1.03 43	0.68 43	1.41 161	1.92 277	0.59 38	1.26 92	0.44 13	0.25 82	0.19 96	0.28 166	0.19 67	0.23 42	0.23 71

SMoEStereo_RVC	0.80 50	0.53 82	1.12 38	0.92 168	0.44 71	2.41 116	0.79 221	1.49 17	1.16 50	0.70 46	1.12 90	0.64 52	0.64 51	1.69 184	0.87 159	0.22 35	0.16 26	0.31 229	0.22 131	0.26 78	0.25 96

rvit_0105_6	1.00 110	0.93 366	2.21 165	0.92 168	0.55 143	1.52 54	0.79 221	2.41 107	2.96 474	0.76 70	0.72 20	1.02 138	0.75 84	1.42 127	0.81 134	0.40 354	0.43 436	0.34 302	0.31 320	0.43 340	0.34 241

Former-RAFT_DAM_RVC	0.92 83	0.73 279	1.42 84	0.92 168	1.08 356	2.97 170	0.53 78	1.77 47	1.39 82	1.16 135	1.54 195	0.58 41	0.65 54	1.03 38	0.84 143	0.25 82	0.23 222	0.30 207	0.24 171	0.43 340	0.29 165

CES	1.01 113	0.55 99	1.74 114	0.92 168	2.15 525	2.15 95	0.50 64	2.01 67	1.45 98	0.76 70	1.02 65	0.61 46	0.47 14	1.29 101	0.79 127	0.22 35	0.17 39	0.24 58	0.14 2	0.63 429	2.29 534

psmg	1.47 205	0.59 140	1.94 131	0.92 168	0.85 281	4.30 446	1.42 434	4.10 407	1.88 270	2.64 452	2.09 372	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.27 303	0.33 284	0.34 348	0.36 257	0.34 241

CIPLG	2.27 328	1.18 422	19.24 462	0.92 168	1.34 424	3.95 357	0.89 291	4.23 439	1.82 258	2.31 389	2.67 460	1.17 156	1.06 183	1.53 151	1.32 274	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

dd	1.26 172	1.15 416	2.47 192	0.92 168	0.49 112	4.35 450	0.75 194	1.92 60	2.11 321	1.44 162	1.24 113	1.19 164	1.05 176	1.78 195	1.70 350	0.57 461	0.34 375	0.35 321	0.33 339	0.60 418	0.46 358

IPLGR_C	2.28 333	1.31 448	19.46 470	0.92 168	1.32 418	3.93 347	0.89 291	4.20 426	1.82 258	2.30 383	2.63 457	1.16 155	1.07 185	1.41 125	1.29 270	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

PFNet+	1.46 202	0.57 119	2.84 217	0.92 168	0.47 97	4.64 502	0.84 252	2.46 119	1.99 287	2.14 325	1.64 224	1.34 184	1.03 167	4.68 331	1.23 252	0.45 402	0.33 363	0.37 348	0.39 406	0.32 190	0.49 375

PSM-AAD	2.43 369	0.54 93	1.32 73	0.92 168	0.54 136	4.48 469	7.47 552	2.96 189	1.55 172	2.31 389	2.56 449	1.26 174	16.23 562	2.46 258	0.89 166	0.28 149	0.21 166	0.58 470	0.41 424	0.34 226	1.32 510

sAnonymous2	1.37 192	1.22 433	9.79 324	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 279	0.31 229	0.30 304	1.06 498	0.71 451

CroCo_RVC	1.37 192	1.22 433	9.79 324	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 279	0.31 229	0.30 304	1.06 498	0.71 451

HSM-Net_RVC	2.87 429	0.57 119	17.46 434	0.92 168	0.90 302	3.70 292	1.20 398	5.64 549	2.51 413	3.22 497	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 279	0.26 109	0.23 146	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
rvit_0105_4	1.07 124	0.99 383	2.39 187	0.93 182	0.54 136	1.62 60	0.84 252	2.77 169	2.91 468	0.80 82	0.91 50	1.09 145	0.86 123	1.63 173	0.85 146	0.40 354	0.45 446	0.35 321	0.31 320	0.43 340	0.40 317

MGS-Stereo	0.80 50	0.56 110	1.53 95	0.93 182	0.39 42	1.26 27	0.73 172	1.45 14	1.30 72	1.01 118	2.26 403	0.80 94	0.56 29	1.16 66	0.65 65	0.27 112	0.23 222	0.26 109	0.22 131	0.27 90	0.25 96

LL-Strereo2	1.23 156	0.85 344	2.38 186	0.93 182	0.68 216	3.72 296	1.37 423	2.54 136	1.99 287	1.75 212	1.40 159	1.82 263	0.73 77	1.40 120	0.99 204	0.31 230	0.23 222	0.55 464	0.35 364	0.29 121	0.24 86

ACVNet	1.46 202	0.64 200	3.56 248	0.93 182	0.85 281	4.22 432	0.80 231	2.85 180	2.08 308	1.78 216	1.88 319	3.10 411	1.46 283	1.33 109	1.89 376	0.29 171	0.26 292	0.30 207	0.26 203	0.39 282	0.27 136

tg	1.15 136	0.67 231	1.31 70	0.94 186	0.54 136	4.02 375	0.41 34	2.96 189	1.59 202	1.69 197	1.85 312	1.84 269	0.97 152	1.78 195	0.83 140	0.27 112	0.17 39	0.29 187	0.26 203	0.29 121	0.27 136

gcap-zeroshot	1.30 183	0.61 169	4.09 259	0.94 186	0.56 147	3.50 251	0.84 252	3.12 207	1.72 237	1.84 225	1.22 108	2.72 375	0.88 129	1.46 138	0.80 128	0.29 171	0.30 338	0.27 137	0.21 98	0.29 121	0.25 96

IGEV++	0.90 80	0.58 132	1.32 73	0.94 186	0.45 78	1.27 28	1.00 346	3.32 236	1.55 172	0.82 86	1.34 143	0.86 110	1.09 188	1.16 66	0.89 166	0.33 267	0.18 66	0.23 28	0.19 67	0.29 121	0.22 60

IER	1.69 236	0.65 210	7.19 293	0.94 186	1.15 370	3.28 212	0.89 291	3.48 250	1.97 284	2.10 311	1.98 346	2.28 318	2.12 405	2.25 250	1.75 361	0.29 171	0.23 222	0.36 336	0.30 304	0.32 190	0.34 241

GCAP-BAT	1.21 151	0.74 287	3.23 232	0.95 190	0.70 225	3.86 332	0.93 319	1.89 54	1.48 119	1.85 226	1.96 338	1.68 228	0.79 104	1.78 195	0.81 134	0.29 171	0.20 134	0.24 58	0.20 84	0.26 78	0.35 255

RSM++	0.77 41	0.51 65	1.08 17	0.95 190	0.42 59	1.52 54	0.71 164	2.11 76	1.40 86	0.80 82	1.23 112	0.90 119	0.59 38	1.14 59	0.69 87	0.24 61	0.19 96	0.25 80	0.21 98	0.28 107	0.20 19

CASS	1.29 182	0.66 221	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 437	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 438	0.28 315	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
KYRaft	1.59 219	0.52 71	1.73 111	0.95 190	0.49 112	4.38 452	1.79 469	2.43 113	1.51 139	2.49 424	2.98 479	2.00 293	3.41 481	2.14 236	0.82 137	0.30 211	0.21 166	0.33 284	0.46 442	0.35 244	2.45 540

iRaftStereo_RVC	1.09 125	0.70 252	1.39 80	0.95 190	0.45 78	3.83 317	0.42 38	2.37 105	1.58 187	1.69 197	1.76 267	1.80 257	0.83 117	1.50 144	0.98 201	0.28 149	0.18 66	0.29 187	0.26 203	0.30 144	0.31 202

EAI-Stereo	2.35 356	0.63 188	2.97 222	0.95 190	0.65 197	3.84 322	14.27 564	5.04 537	2.19 335	2.06 304	7.25 526	1.10 148	0.94 146	1.65 177	1.37 283	0.31 230	0.22 195	0.27 137	0.60 484	0.27 90	0.32 213

MSKI-zero shot	2.22 318	0.64 200	20.09 494	0.96 196	0.56 147	4.04 379	0.70 162	3.91 344	1.50 132	1.92 250	2.28 408	1.92 277	0.71 70	2.93 291	0.67 75	0.26 97	0.23 222	0.26 109	0.21 98	0.28 107	0.26 120

UniTT-Stereo	0.82 61	0.47 40	2.63 206	0.96 196	1.19 384	0.78 5	0.39 24	1.12 6	1.54 164	1.19 137	1.26 121	0.51 34	0.64 51	1.13 57	1.03 209	0.30 211	0.20 134	0.24 58	0.21 98	0.40 287	0.25 96

GwcNet-ADL	2.47 378	0.67 231	21.48 546	0.96 196	0.72 229	4.61 498	0.95 329	4.42 501	2.36 374	1.98 266	1.80 281	2.55 357	1.24 230	1.90 214	1.41 289	0.40 354	0.46 455	0.24 58	0.27 229	0.41 311	0.49 375

FTStereo	3.71 489	0.53 82	20.37 508	0.96 196	0.65 197	4.34 449	11.29 559	2.62 149	1.50 132	2.58 440	5.04 519	1.90 275	13.84 558	3.71 311	1.25 257	0.38 335	0.24 256	0.31 229	0.32 331	0.30 144	2.10 531

RAFT	1.23 156	0.84 340	2.05 144	0.96 196	0.47 97	1.80 68	0.94 325	3.18 216	1.46 106	1.60 177	1.71 247	3.04 406	1.59 315	1.64 175	1.32 274	0.38 335	0.24 256	0.40 374	0.32 331	0.40 287	0.35 255

test-1	1.23 156	0.65 210	1.88 125	0.96 196	0.52 127	3.84 322	0.62 125	4.01 374	1.47 111	1.93 254	1.78 275	1.83 266	0.92 141	1.19 79	1.28 267	0.26 97	0.29 325	0.31 229	0.24 171	0.29 121	0.36 261

hitnet-ft	2.37 362	0.73 279	8.34 304	0.96 196	0.89 299	3.77 305	0.80 231	3.55 267	2.58 423	2.24 369	2.04 358	3.65 463	1.49 293	11.71 525	1.89 376	0.44 393	0.53 474	0.44 402	0.35 364	0.52 388	0.48 368

DEFOM-Stereo_RVC	0.81 58	1.13 411	1.23 57	0.97 203	0.57 159	0.81 6	0.43 43	3.49 253	0.84 26	0.73 53	0.95 60	0.44 26	1.17 216	1.45 134	0.60 48	0.26 97	0.18 66	0.24 58	0.17 27	0.30 144	0.19 5

rvit_0105_3	1.24 161	0.93 366	2.84 217	0.97 203	0.58 168	2.38 112	1.08 369	3.26 226	2.53 415	1.18 136	1.40 159	1.24 172	1.04 171	1.73 189	0.97 198	0.44 393	0.44 441	0.40 374	0.42 430	0.42 330	0.50 382

rvit_stereo_ft	1.00 110	0.87 350	3.55 246	0.97 203	0.66 204	1.06 10	0.80 231	2.78 172	1.67 222	0.78 78	0.96 62	0.95 131	1.14 207	1.06 44	0.90 170	0.32 251	0.24 256	0.27 137	0.28 258	0.39 282	0.27 136

AEACV	0.79 49	0.54 93	1.35 77	0.97 203	0.63 187	1.13 14	0.92 317	2.02 68	0.91 31	0.76 70	0.79 32	0.80 94	1.61 321	1.28 97	0.61 50	0.22 35	0.18 66	0.26 109	0.23 146	0.27 90	0.23 71

RAFT+CT+SA	1.62 224	0.72 268	7.42 294	0.97 203	1.42 446	4.04 379	0.94 325	3.90 339	1.61 207	1.61 182	1.63 222	1.33 183	1.18 218	2.73 287	1.10 221	0.27 112	0.19 96	0.31 229	0.34 348	0.33 208	0.33 229

PS-NSSS	2.22 318	1.33 453	2.90 221	0.97 203	1.53 461	4.11 396	1.08 369	4.55 521	2.65 432	2.10 311	2.32 428	1.77 246	1.40 260	11.79 528	1.61 332	0.68 484	0.45 446	0.96 516	0.43 433	0.95 490	0.92 486

UGAM-zero	2.79 420	0.57 119	20.87 528	0.98 209	0.77 251	2.08 92	0.35 19	3.88 332	1.51 139	2.05 299	1.64 224	5.07 521	3.42 484	9.83 441	1.24 254	0.28 149	0.21 166	0.27 137	0.29 286	0.29 121	0.28 155

HH	2.23 320	0.86 347	21.59 548	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 507	1.86 384	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

HanStereo	2.23 320	0.86 347	21.59 548	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 507	1.86 384	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

dad	1.65 230	1.19 424	3.04 226	0.98 209	0.56 147	4.22 432	0.84 252	1.99 66	2.48 405	2.14 325	1.68 236	1.62 222	1.13 200	3.85 313	2.04 395	1.03 511	0.40 419	2.04 535	0.48 450	0.75 470	0.53 397

Prome-Stereo	1.61 222	0.55 99	1.71 110	0.98 209	0.60 174	4.41 461	1.82 473	3.03 198	1.53 155	2.18 344	3.45 501	1.72 238	3.49 487	2.23 249	1.08 217	0.29 171	0.20 134	0.26 109	0.25 183	0.34 226	2.16 532

FADNet_RVC	2.65 405	2.28 505	16.51 417	0.98 209	0.92 305	4.09 389	0.83 249	4.26 456	1.73 240	1.46 163	1.78 275	1.60 219	1.50 294	8.88 414	2.39 425	0.47 418	0.38 405	0.44 402	0.58 480	0.89 485	0.97 490

RAFT-Stereo-weight	1.11 128	0.48 49	1.22 56	0.99 215	0.42 59	4.17 419	0.80 231	3.60 273	1.50 132	1.97 264	1.50 183	1.30 180	0.65 54	1.24 86	0.85 146	0.25 82	0.19 96	0.26 109	0.22 131	0.27 90	0.23 71

Selective-RAFT	1.15 136	0.46 28	1.64 107	0.99 215	0.45 78	4.17 419	0.51 68	3.21 217	1.69 230	1.12 133	1.34 143	1.45 201	1.40 260	2.08 228	0.94 191	0.41 369	0.20 134	0.24 58	0.23 146	0.27 90	0.25 96

CroCo-Stereo Lap2	0.99 108	0.89 353	2.55 195	0.99 215	1.80 508	0.54 3	0.46 54	3.10 205	1.24 59	1.07 126	1.21 106	1.05 144	0.78 101	1.26 92	1.08 217	0.27 112	0.23 222	0.27 137	0.21 98	0.43 340	0.34 241

test_3	1.19 143	0.51 65	2.08 156	0.99 215	0.41 53	2.05 90	0.87 282	4.40 499	1.42 91	1.99 271	1.18 98	2.03 297	0.79 104	2.70 284	0.75 112	0.27 112	0.17 39	0.29 187	0.29 286	0.30 144	0.27 136

LCNet	1.55 207	0.54 93	1.88 125	0.99 215	0.55 143	3.60 275	1.21 401	2.86 183	1.53 155	2.18 344	1.74 254	1.43 200	4.17 500	3.62 307	0.87 159	0.29 171	0.20 134	0.28 166	0.77 503	0.47 371	1.85 526

ICVP	2.26 326	0.66 221	21.18 539	0.99 215	0.88 294	4.28 443	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 453	0.35 381	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
R-Stereo Train	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 307	0.90 296	4.09 399	1.51 139	2.16 338	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96

RAFT-Stereo	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 307	0.90 296	4.09 399	1.51 139	2.16 338	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
fffy	0.80 50	0.59 140	1.56 101	1.00 223	0.47 97	1.27 28	0.76 197	1.90 57	1.02 42	0.75 60	1.35 146	0.83 100	0.72 73	1.70 186	0.62 52	0.23 47	0.19 96	0.27 137	0.21 98	0.28 107	0.32 213

MyStereo07	1.01 113	0.80 321	1.26 61	1.00 223	1.04 345	3.95 357	0.95 329	2.07 73	1.42 91	0.75 60	1.22 108	0.68 63	0.91 138	1.63 173	0.67 75	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

MyStereo04	2.29 336	0.80 321	18.77 454	1.00 223	1.04 345	3.95 357	0.95 329	3.91 344	2.54 419	1.99 271	1.27 127	2.31 325	1.65 342	2.02 225	1.77 362	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

CoDeX	2.40 364	0.78 313	13.21 362	1.00 223	1.18 377	3.24 201	1.32 412	4.14 416	2.41 392	1.74 210	1.84 305	2.05 301	1.47 285	10.03 452	1.60 329	0.34 279	0.28 315	0.32 249	0.27 229	0.32 190	0.39 297

testlalala	1.14 135	0.62 179	1.34 75	1.00 223	0.78 252	4.38 452	0.93 319	2.46 119	2.20 337	2.44 418	1.52 186	1.31 181	0.61 44	1.04 42	0.65 65	0.35 299	0.19 96	0.24 58	0.19 67	0.24 47	0.23 71

TransformOpticalFlow	3.03 453	0.77 307	20.99 532	1.00 223	0.55 143	4.18 422	0.64 130	4.33 482	3.02 482	2.18 344	3.09 487	4.35 495	5.07 514	7.36 390	1.27 263	0.32 251	0.18 66	0.32 249	0.26 203	0.28 107	0.46 358

DilatedVolume-Stereo	0.81 58	0.60 152	1.51 94	1.01 229	0.59 171	1.34 38	0.51 68	1.56 23	1.08 47	1.26 141	1.24 113	0.77 87	0.87 127	1.79 199	0.72 101	0.23 47	0.24 256	0.22 14	0.21 98	0.25 61	0.23 71

StereoVision	1.65 230	0.75 299	7.47 296	1.01 229	1.80 508	2.61 136	0.61 112	3.06 203	1.96 282	1.25 139	3.46 502	1.85 272	0.88 129	2.07 226	1.93 381	0.43 386	0.36 386	0.37 348	0.36 374	0.48 374	0.33 229

RAFT-Test	1.44 199	0.59 140	6.10 283	1.01 229	0.69 222	2.90 154	0.80 231	3.68 287	1.70 233	1.85 226	1.68 236	3.15 416	1.03 167	1.20 80	0.99 204	0.27 112	0.22 195	0.25 80	0.23 146	0.27 90	0.25 96

ToySt	1.35 190	0.72 268	3.65 254	1.01 229	0.50 116	3.31 217	1.01 349	3.46 249	1.73 240	1.30 142	1.55 199	2.07 306	1.47 285	1.88 213	1.40 285	0.27 112	0.27 303	0.30 207	0.32 331	0.42 330	0.39 297

test-3	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.91 304	4.35 486	1.47 111	2.24 369	1.16 95	2.06 303	0.79 104	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

test_1	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.90 296	4.36 491	1.47 111	2.17 342	1.16 95	2.06 303	0.78 101	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

CFNet-RSSM	2.08 302	0.52 71	20.06 490	1.01 229	0.56 147	3.39 224	0.64 130	3.67 285	1.55 172	1.72 206	1.37 151	2.57 359	1.19 222	1.11 51	0.86 153	0.27 112	0.20 134	0.25 80	0.23 146	0.27 90	0.23 71

delet	1.92 273	0.76 304	5.14 273	1.01 229	1.65 486	3.44 233	2.03 485	3.76 304	2.48 405	2.01 285	2.05 364	2.63 366	1.90 390	5.34 340	2.12 405	0.28 149	0.29 325	0.40 374	0.31 320	0.41 311	0.45 348

Gwc-CoAtRS	1.58 214	0.57 119	11.69 350	1.01 229	0.60 174	2.53 130	0.64 130	2.36 104	1.56 178	1.80 220	1.47 174	2.74 376	1.18 218	1.12 54	0.90 170	0.27 112	0.21 166	0.25 80	0.22 131	0.27 90	0.23 71

DeepPruner_ROB	2.05 297	1.09 405	10.50 336	1.01 229	1.20 390	4.39 455	0.91 304	3.14 209	1.72 237	2.60 444	1.54 195	2.78 386	1.27 232	4.52 327	1.72 353	0.51 444	0.40 419	0.37 348	0.34 348	0.48 374	0.52 395

MyStereo06	2.46 375	0.72 268	19.97 487	1.02 239	0.99 330	4.26 437	0.86 264	3.51 259	1.68 224	1.92 250	1.73 252	4.01 477	4.22 501	1.62 169	0.88 163	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

MyStereo05	2.37 362	0.72 268	19.94 485	1.02 239	0.99 330	4.26 437	0.86 264	4.01 374	2.62 427	2.14 325	1.26 121	2.28 318	1.63 337	2.07 226	1.68 348	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

anonymousdsp2	1.26 172	0.60 152	3.74 256	1.02 239	0.41 53	3.60 275	0.72 167	3.68 287	1.47 111	1.37 152	1.56 202	1.83 266	1.01 163	2.00 221	0.66 70	0.29 171	0.20 134	0.28 166	0.20 84	0.32 190	0.29 165

EGLCR-Stereo	1.06 121	0.51 65	1.56 101	1.02 239	0.39 42	4.27 442	0.42 38	4.08 397	1.48 119	0.90 102	0.68 17	1.09 145	0.66 60	1.81 201	0.62 52	0.27 112	0.19 96	0.29 187	0.23 146	0.37 267	0.25 96

raft_robust	1.92 273	1.15 416	3.34 240	1.02 239	0.43 65	3.84 322	0.46 54	4.42 501	2.52 414	1.67 195	1.36 150	2.17 312	6.37 532	6.78 380	1.04 210	0.28 149	0.24 256	0.30 207	0.35 364	0.31 163	0.32 213

RAFT-345	2.46 375	0.55 99	19.69 477	1.02 239	0.49 112	4.43 465	0.78 214	1.64 34	2.34 369	2.09 308	3.12 489	1.96 286	1.31 241	6.65 373	1.43 292	0.36 310	0.23 222	0.32 249	0.25 183	0.28 107	0.25 96

sCroCo_RVC	1.06 121	0.82 332	5.05 272	1.02 239	1.05 347	0.98 8	0.61 112	2.06 71	1.29 70	0.69 45	1.26 121	0.82 98	1.10 194	1.20 80	0.90 170	0.42 380	0.40 419	0.33 284	0.30 304	0.46 367	0.38 290

999	0.97 100	0.48 49	1.24 59	1.03 246	0.64 189	3.25 204	0.92 317	1.40 12	1.39 82	0.71 50	1.68 236	0.70 67	0.66 60	3.03 295	0.89 166	0.23 47	0.19 96	0.25 80	0.21 98	0.25 61	0.29 165

cross-raft	2.01 291	0.57 119	19.01 460	1.03 246	0.56 147	2.11 94	0.72 167	3.63 278	1.57 184	1.77 214	1.51 185	3.17 418	1.13 200	1.16 66	0.85 146	0.23 47	0.21 166	0.26 109	0.23 146	0.28 107	0.25 96

anonymousa	2.16 312	0.67 231	19.19 461	1.04 248	1.67 490	2.06 91	0.79 221	2.86 183	1.96 282	1.85 226	2.14 383	3.23 423	1.81 375	1.12 54	1.15 230	0.26 97	0.26 292	0.34 302	0.32 331	0.30 144	0.28 155

PAM_32	2.45 372	0.63 188	20.74 523	1.05 249	0.65 197	2.83 146	0.46 54	2.91 186	1.54 164	1.95 259	2.66 459	4.99 517	3.78 491	1.96 219	0.92 181	0.27 112	0.22 195	0.27 137	0.25 183	0.36 257	0.48 368

model_zeroshot	1.21 151	0.60 152	3.55 246	1.05 249	0.57 159	3.46 238	0.63 127	2.73 163	1.55 172	2.05 299	1.38 154	1.50 207	0.82 113	1.69 184	0.87 159	0.29 171	0.23 222	0.30 207	0.23 146	0.27 90	0.32 213

MIM_Stereo	1.20 148	0.78 313	3.30 237	1.05 249	0.43 65	3.04 174	0.60 108	2.46 119	1.51 139	1.60 177	1.58 205	1.82 263	1.29 237	2.00 221	1.07 215	0.24 61	0.24 256	0.28 166	0.25 183	0.27 90	0.27 136

riskmin	1.25 165	0.56 110	2.05 144	1.05 249	0.93 310	2.86 151	0.55 85	3.23 221	1.34 76	1.55 172	1.07 82	3.56 459	2.03 397	1.29 101	1.00 206	0.28 149	0.27 303	0.34 302	0.21 98	0.41 311	0.43 336

RAFT-Stereo + iAFF	1.25 165	0.72 268	1.74 114	1.05 249	0.36 14	4.13 401	0.42 38	2.95 188	2.84 464	2.02 290	2.40 433	1.61 221	1.11 197	1.26 92	0.97 198	0.21 27	0.15 21	0.26 109	0.23 146	0.29 121	0.23 71

LALA_ROB	1.95 278	1.48 468	3.11 228	1.05 249	0.98 327	3.99 370	1.82 473	4.44 505	2.28 355	3.31 499	1.85 312	2.76 384	1.67 346	4.04 321	3.23 464	0.46 409	0.41 428	0.55 464	0.52 467	0.60 418	0.57 414

FACV-RUCA	1.26 172	0.65 210	2.21 165	1.06 255	1.50 456	2.69 140	1.15 385	3.05 200	1.87 268	1.36 149	1.99 349	1.03 140	1.15 215	1.36 115	1.10 221	0.41 369	0.41 428	0.73 505	0.41 424	0.61 423	0.41 323

Anonymous_2	3.01 451	0.89 353	4.53 268	1.06 255	1.18 377	2.93 164	0.87 282	3.24 223	1.46 106	1.86 231	1.35 146	4.11 483	2.35 427	1.64 175	1.28 267	0.82 499	0.90 520	8.71 574	15.84 577	4.44 553	0.74 460

PAM	2.43 369	0.61 169	20.86 526	1.07 257	0.73 234	2.93 164	0.53 78	3.24 223	1.53 155	1.89 242	2.43 434	5.29 527	2.76 449	1.84 205	1.02 208	0.27 112	0.24 256	0.26 109	0.25 183	0.40 287	0.50 382

DualNet (step1)	2.34 351	1.05 394	7.87 298	1.07 257	0.86 286	3.93 347	1.19 394	4.35 486	2.11 321	2.14 325	1.75 258	1.75 241	1.67 346	6.26 365	1.26 260	1.23 520	0.48 465	4.27 563	2.09 549	0.70 453	0.69 447

test_sample9	3.79 491	1.05 394	7.87 298	1.07 257	0.86 286	3.93 347	1.19 394	4.35 486	2.11 321	2.14 325	1.75 258	1.75 241	1.67 346	11.06 491	11.61 529	1.23 520	14.45 578	4.27 563	2.09 549	0.70 453	0.69 447

test_sample8	4.76 516	1.05 394	7.87 298	1.07 257	0.86 286	3.93 347	1.19 394	4.38 495	2.05 303	5.49 535	1.89 325	12.98 552	6.37 532	11.06 491	11.61 529	1.23 520	14.45 578	4.27 563	2.09 549	0.70 453	0.69 447

CBFPSM	2.05 297	0.95 374	10.12 331	1.07 257	1.05 347	2.84 147	1.20 398	3.28 227	1.73 240	1.82 223	1.30 132	4.56 505	4.06 497	2.34 253	2.34 424	0.25 82	0.38 405	0.32 249	0.27 229	0.37 267	0.79 472

SA	1.62 224	0.75 299	3.78 258	1.07 257	0.43 65	4.26 437	1.36 418	4.45 508	3.12 489	1.63 185	1.97 344	1.68 228	2.26 420	2.55 272	1.27 263	0.27 112	0.22 195	0.37 348	0.37 386	0.35 244	0.30 192

CFNet-ft	1.90 266	0.95 374	3.56 248	1.07 257	1.54 462	4.09 389	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 378	1.48 287	9.33 427	1.72 353	0.33 267	0.30 338	0.61 481	0.36 374	0.52 388	0.39 297

CFNet_RVC	1.90 266	0.95 374	3.56 248	1.07 257	1.54 462	4.09 389	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 378	1.48 287	9.33 427	1.72 353	0.33 267	0.30 338	0.61 481	0.36 374	0.52 388	0.39 297

rvit_105_1	1.43 198	0.90 355	3.27 235	1.08 265	0.68 216	2.79 142	1.27 407	3.52 260	2.35 371	1.38 154	1.54 195	1.28 176	1.14 207	2.91 289	1.40 285	0.54 455	0.47 459	0.45 409	0.59 482	0.44 348	0.58 419

AIO-Stereo-zeroshot1	2.68 413	1.26 440	22.01 555	1.08 265	0.99 330	1.61 58	0.86 264	3.69 292	1.64 214	1.52 169	5.62 523	3.35 433	3.44 485	2.20 244	1.33 278	0.26 97	0.21 166	0.30 207	0.62 488	0.93 489	0.67 442

gwcnet-sp	2.31 340	1.21 427	17.34 427	1.08 265	0.92 305	3.56 267	1.04 358	3.69 292	2.09 311	2.55 433	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

scenet	2.31 340	1.21 427	17.34 427	1.08 265	0.92 305	3.56 267	1.04 358	3.69 292	2.09 311	2.55 433	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

ssnet	2.31 340	1.21 427	17.34 427	1.08 265	0.92 305	3.56 267	1.04 358	3.69 292	2.09 311	2.55 433	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

pcwnet_v2	2.70 416	0.65 210	22.48 558	1.08 265	1.03 342	3.56 267	0.81 240	4.29 465	3.14 492	2.29 379	2.29 411	3.01 404	1.71 355	3.32 300	1.43 292	0.43 386	0.50 471	0.41 386	0.34 348	0.61 423	0.56 410

AIO-Stereo-zeroshot	2.35 356	0.99 383	19.62 474	1.09 271	0.96 316	1.51 52	0.44 47	4.05 387	1.64 214	1.31 143	1.67 233	4.93 514	2.45 434	2.52 269	1.40 285	0.30 211	0.20 134	0.31 229	0.50 460	0.57 410	0.60 424

Any-RAFT	1.40 195	0.53 82	2.78 215	1.09 271	0.64 189	4.41 461	0.81 240	3.97 364	2.78 448	1.99 271	1.34 143	2.36 331	1.56 314	1.56 153	0.75 112	0.27 112	0.20 134	0.25 80	0.18 47	0.25 61	0.28 155

PSMNet-ADL	1.91 270	0.72 268	1.78 118	1.09 271	0.86 286	4.18 422	0.78 214	3.77 306	2.10 319	1.72 206	1.85 312	2.91 397	1.82 377	10.38 465	1.91 379	0.48 422	0.46 455	0.28 166	0.29 286	0.38 272	0.51 390

GES	1.38 194	0.64 200	2.61 202	1.09 271	0.57 159	4.30 446	1.02 353	3.86 326	1.51 139	1.72 206	1.74 254	1.28 176	1.77 364	1.62 169	1.61 332	0.39 347	0.27 303	0.33 284	0.30 304	0.41 311	0.47 363

test_xeample	2.67 409	0.56 110	2.05 144	1.09 271	0.81 260	3.24 201	0.80 231	4.55 521	2.70 438	2.42 415	2.27 404	1.39 191	1.40 260	10.75 475	17.51 553	0.30 211	0.30 338	0.32 249	0.28 258	0.34 226	0.33 229

FADNet-RVC	2.51 385	2.27 503	14.03 381	1.09 271	0.81 260	3.54 262	1.10 375	4.13 410	2.48 405	1.39 155	1.22 108	1.85 272	1.77 364	9.78 440	2.06 398	0.38 335	0.37 399	0.40 374	0.40 417	0.67 447	0.48 368

ADCP+	3.74 490	1.96 494	16.90 423	1.09 271	1.55 466	4.35 450	3.65 539	3.93 351	2.98 478	2.22 362	1.66 232	3.95 472	4.83 511	3.41 301	18.87 561	0.38 335	0.41 428	0.63 486	0.53 471	0.64 437	0.81 474

ETE_ROB	2.07 300	1.40 460	3.01 225	1.09 271	0.92 305	3.94 352	1.53 446	4.25 449	2.23 341	3.31 499	2.06 368	2.35 329	1.52 300	8.74 412	2.07 401	0.44 393	0.36 386	0.51 446	0.48 450	0.54 397	0.62 430

SGM-Forest	2.96 439	0.62 179	3.49 243	1.09 271	0.80 257	4.06 382	3.30 527	4.37 494	3.09 488	4.18 525	3.27 496	4.67 511	3.86 494	11.69 524	7.91 511	0.51 444	0.46 455	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GREAT-IGEV	0.74 25	0.54 93	1.86 123	1.10 280	0.44 71	2.44 118	0.34 16	1.37 10	1.51 139	0.48 2	0.86 42	0.51 34	0.60 41	1.07 45	0.45 15	0.22 35	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

HI	1.27 177	0.90 355	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 322	1.65 230	2.42 339	1.84 379	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

CoSv	1.27 177	0.90 355	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 322	1.65 230	2.42 339	1.84 379	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

AE-Stereo	1.18 141	0.60 152	2.05 144	1.10 280	0.60 174	4.39 455	0.72 167	3.74 301	1.62 210	1.10 129	1.90 330	1.01 137	0.92 141	1.45 134	0.82 137	0.28 149	0.22 195	0.28 166	0.28 258	0.26 78	0.22 60

AFF-stereo	1.31 187	0.77 307	1.46 87	1.10 280	0.45 78	3.93 347	0.48 61	2.92 187	2.92 470	1.90 243	2.21 396	2.11 310	1.52 300	1.93 216	1.12 227	0.21 27	0.16 26	0.25 80	0.25 183	0.29 121	0.20 19

DSFCA	1.89 264	0.69 242	3.14 230	1.10 280	1.18 377	3.99 370	1.79 469	3.50 256	2.16 330	3.10 489	1.64 224	2.91 397	2.50 437	5.38 341	2.26 417	0.43 386	0.38 405	0.37 348	0.36 374	0.50 382	0.42 327

MLCV	1.87 259	0.91 360	8.59 308	1.10 280	0.57 159	3.59 273	0.53 78	3.70 297	2.20 337	2.80 468	2.25 402	2.00 293	1.42 270	4.13 322	1.86 373	0.30 211	0.20 134	0.32 249	0.21 98	0.33 208	0.36 261

DFGA-Net	2.11 305	3.00 517	7.43 295	1.11 287	0.76 245	3.72 296	0.60 108	2.63 150	1.91 278	2.01 285	2.07 369	1.22 170	1.04 171	10.26 461	2.26 417	0.27 112	0.22 195	0.34 302	0.34 348	0.61 423	0.48 368

DCVSM-stereo	2.31 340	0.66 221	20.69 522	1.11 287	0.93 310	2.58 135	0.73 172	2.61 148	1.60 203	2.57 437	1.53 193	3.30 429	1.72 357	2.19 243	1.23 252	0.34 279	0.53 474	0.41 386	0.32 331	0.45 356	0.62 430

Sa-1000	1.63 228	0.79 317	3.56 248	1.11 287	0.48 105	4.06 382	1.41 432	4.49 514	2.75 445	2.00 283	2.80 471	1.84 269	1.43 273	2.64 281	1.50 310	0.27 112	0.19 96	0.36 336	0.33 339	0.36 257	0.30 192

222	2.68 413	0.57 119	2.03 141	1.11 287	0.81 260	3.23 198	0.65 139	4.52 519	2.45 401	2.34 400	2.29 411	1.41 197	1.44 276	10.50 466	18.47 558	0.32 251	0.30 338	0.32 249	0.27 229	0.32 190	0.34 241

LL-Strereo	3.01 451	1.81 489	17.59 437	1.12 291	2.10 524	2.90 154	1.09 373	4.33 482	2.00 291	3.12 491	2.24 400	3.29 427	3.15 469	11.31 502	1.84 371	0.30 211	0.28 315	0.46 415	0.34 348	0.49 380	0.45 348

NINENet	1.87 259	0.74 287	2.60 199	1.12 291	1.06 350	4.50 478	0.76 197	4.41 500	2.24 343	2.16 338	1.86 315	3.63 461	0.97 152	8.00 401	1.17 236	0.41 369	0.30 338	0.41 386	0.30 304	0.41 311	0.36 261

RALCasStereoNet	1.19 143	1.02 388	2.06 153	1.12 291	1.14 368	3.08 182	0.70 162	2.99 192	1.73 240	1.34 146	1.68 236	1.18 160	0.91 138	2.16 238	1.00 206	0.30 211	0.26 292	0.24 58	0.21 98	0.29 121	0.30 192

MMNet	2.02 292	0.81 325	10.76 339	1.12 291	1.23 398	3.53 258	0.89 291	3.79 310	2.08 308	2.15 333	1.76 267	2.15 311	2.12 405	3.69 310	2.32 422	0.31 230	0.29 325	0.34 302	0.27 229	0.38 272	0.42 327

FADNet-RVC-Resample	2.83 423	2.02 497	21.07 533	1.12 291	0.91 304	3.53 258	1.37 423	4.08 397	2.09 311	1.68 196	1.33 138	2.03 297	1.51 298	9.54 432	1.69 349	0.38 335	0.37 399	0.42 393	0.44 436	0.56 405	0.56 410

RYNet	2.97 443	0.93 366	15.09 401	1.12 291	1.38 433	3.66 287	1.42 434	4.03 379	2.29 358	2.10 311	1.70 243	3.79 466	2.16 412	13.64 555	3.02 460	0.37 318	0.41 428	0.48 426	0.34 348	0.81 479	0.75 463

NaN_ROB	4.06 502	1.13 411	16.64 418	1.12 291	1.25 403	3.50 251	3.05 522	4.29 465	3.26 504	3.64 508	2.56 449	2.97 400	4.79 510	13.33 549	16.91 549	0.37 318	0.41 428	0.38 364	0.39 406	0.48 374	0.81 474

DCRE	1.44 199	0.74 287	3.50 245	1.13 298	0.72 229	1.78 66	0.67 144	2.14 79	1.56 178	1.99 271	8.09 533	1.73 239	1.07 185	1.24 86	0.83 140	0.23 47	0.25 279	0.26 109	0.26 203	0.28 107	0.30 192

H2IRNET	1.90 266	0.53 82	14.29 388	1.14 299	0.60 174	4.48 469	0.44 47	2.65 152	1.81 257	1.05 125	2.30 416	1.67 226	1.40 260	2.17 240	1.50 310	0.36 310	0.21 166	0.33 284	0.37 386	0.34 226	0.29 165

ffm	1.72 239	0.60 152	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.22 435	3.37 512	2.20 351	2.30 416	3.48 444	1.62 324	2.21 246	0.65 65	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

ff1	2.96 439	0.60 152	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.22 435	3.37 512	2.20 351	2.30 416	3.48 444	1.62 324	11.62 515	16.09 543	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

mmx	2.98 445	0.60 152	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.49 514	3.05 484	2.20 351	2.30 416	3.48 444	1.62 324	11.62 515	16.09 543	0.33 267	0.28 315	0.48 426	0.37 386	0.44 348	0.37 275

xxx	2.98 445	0.60 152	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.49 514	3.05 484	2.20 351	2.30 416	3.48 444	1.62 324	11.62 515	16.09 543	0.33 267	0.28 315	0.48 426	0.37 386	0.44 348	0.37 275

iinet-f	2.26 326	1.18 422	13.71 370	1.14 299	1.11 364	3.77 305	1.10 375	4.14 416	2.17 332	2.06 304	1.76 267	2.99 402	2.99 459	2.50 261	2.49 437	0.35 299	0.39 414	0.27 137	0.28 258	0.45 356	0.39 297

test_5	1.87 259	0.75 299	10.23 332	1.14 299	1.40 437	3.85 330	1.27 407	3.91 344	1.93 280	1.69 197	1.78 275	1.67 226	1.79 367	2.99 294	1.17 236	0.30 211	0.18 66	0.35 321	0.33 339	0.34 226	0.33 229

DAS	2.31 340	0.67 231	4.79 270	1.14 299	1.64 482	2.93 164	2.13 490	4.09 399	2.74 442	4.17 522	2.52 444	2.46 349	1.79 367	11.55 512	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

SepStereo	2.15 311	0.67 231	4.79 270	1.14 299	1.64 482	2.93 164	2.13 490	4.09 399	2.74 442	4.17 522	2.52 444	2.46 349	1.79 367	8.36 404	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

UNet	2.51 385	0.74 287	20.17 497	1.14 299	1.44 447	3.48 244	0.76 197	3.77 306	1.87 268	2.05 299	1.57 204	2.75 378	2.39 429	3.51 303	2.51 439	0.32 251	0.26 292	0.41 386	0.26 203	0.38 272	0.39 297

acv_ft	1.55 207	0.64 200	3.29 236	1.14 299	2.01 518	2.93 164	0.97 338	3.81 313	2.08 308	2.22 362	1.88 319	3.10 411	1.66 344	1.33 109	2.22 415	0.29 171	0.26 292	0.30 207	0.26 203	0.39 282	0.27 136

DMCA	1.72 239	0.74 287	6.63 286	1.14 299	0.96 316	3.98 369	0.90 296	3.75 302	2.76 446	2.83 471	1.58 205	2.35 329	1.18 218	1.58 156	1.98 390	0.40 354	0.27 303	0.42 393	0.26 203	0.36 257	0.38 290

HSM	2.35 356	0.81 325	2.21 165	1.14 299	1.55 466	3.44 233	1.03 355	3.99 370	2.25 346	2.29 379	2.11 377	8.04 541	3.05 466	11.60 513	1.71 351	0.33 267	0.22 195	0.28 166	0.23 146	0.32 190	0.35 255

G2L-Stereo	2.49 382	0.94 372	14.54 391	1.15 312	1.35 425	3.57 271	0.95 329	3.62 277	2.00 291	2.11 315	1.61 217	3.20 419	1.34 246	9.54 432	1.91 379	0.34 279	0.27 303	0.35 321	0.28 258	0.30 144	0.35 255

MC-Stereo	1.06 121	0.48 49	1.55 99	1.15 312	0.41 53	4.56 492	0.61 112	2.06 71	1.46 106	1.90 243	1.61 217	0.89 117	1.12 198	1.35 113	0.73 104	0.25 82	0.18 66	0.26 109	0.22 131	0.25 61	0.24 86

qqq	1.30 183	0.57 119	1.67 108	1.15 312	0.51 118	2.18 97	0.91 304	3.98 366	1.53 155	1.50 168	1.24 113	1.79 254	1.34 246	4.66 329	0.98 201	0.28 149	0.31 348	0.33 284	0.33 339	0.33 208	0.32 213

NRIStereo	1.28 180	0.61 169	1.67 108	1.15 312	0.38 39	4.73 521	0.90 296	2.42 110	1.50 132	1.93 254	1.33 138	1.75 241	1.22 225	2.96 293	1.33 278	0.46 409	0.22 195	0.29 187	0.26 203	0.30 144	0.28 155

RAFT + AFF	2.51 385	2.66 513	4.48 267	1.15 312	1.95 515	4.15 405	2.01 484	4.46 509	3.30 509	2.19 348	2.51 443	2.22 315	4.87 512	8.91 416	2.06 398	0.30 211	0.60 493	0.48 426	0.38 399	0.77 472	0.69 447

NCCL2	2.53 389	1.35 454	10.90 342	1.15 312	0.97 320	3.53 258	2.56 505	3.65 281	2.23 341	2.76 464	1.80 281	2.41 336	1.66 344	10.35 462	2.07 401	0.44 393	0.40 419	0.57 469	0.53 471	0.59 414	0.65 440

AIO-test2	1.61 222	1.30 444	3.40 241	1.16 318	1.31 412	3.18 192	0.74 184	4.06 391	1.52 148	1.72 206	2.21 396	0.78 88	0.74 81	3.64 309	0.95 196	3.64 550	0.26 292	0.35 321	0.42 430	0.37 267	0.33 229

CSP-Net	1.78 250	1.32 450	1.92 130	1.16 318	1.03 342	3.38 223	1.31 411	3.52 260	1.75 248	1.96 262	1.93 336	2.40 334	1.48 287	8.58 410	1.58 325	0.46 409	0.34 375	0.27 137	0.26 203	0.41 311	0.50 382

DispNO	3.00 449	0.75 299	18.92 457	1.17 320	1.10 362	3.72 296	0.94 325	4.29 465	2.54 419	2.24 369	2.28 408	4.51 501	2.12 405	11.40 504	2.09 403	0.31 230	0.28 315	0.31 229	0.28 258	0.36 257	0.39 297

coex-ft	18.59 571	6.62 538	113.53 590	1.17 320	1.31 412	2.33 110	1.93 479	2.81 179	14.00 562	124.82 591	8.45 536	5.90 532	51.74 585	9.99 450	22.69 566	0.57 461	0.62 496	0.50 443	0.49 454	1.08 502	1.28 506

rafts_anoy	1.24 161	0.80 321	3.61 252	1.17 320	1.20 390	3.00 171	0.61 112	3.17 214	1.58 187	1.37 152	1.26 121	1.19 164	1.12 198	1.78 195	1.25 257	0.32 251	0.23 222	0.32 249	0.32 331	0.31 163	0.30 192

FADNet	2.49 382	1.76 486	13.17 361	1.17 320	0.95 315	3.27 208	0.88 286	3.94 355	2.27 351	1.40 157	1.29 130	2.51 354	2.06 401	9.93 447	1.94 383	0.43 386	0.45 446	0.40 374	0.43 433	1.06 498	0.53 397

ADCRef	3.30 473	1.23 437	14.90 396	1.17 320	1.41 444	3.95 357	1.64 459	3.88 332	2.36 374	3.05 487	2.21 396	2.40 334	2.81 453	5.04 334	16.63 548	0.46 409	0.34 375	0.63 486	0.62 488	0.54 397	0.67 442

AANet_RVC	3.03 453	1.72 483	12.78 359	1.17 320	1.12 365	3.79 311	1.10 375	3.86 326	3.13 490	2.62 448	4.26 512	3.96 474	1.41 265	11.43 507	5.23 491	0.94 506	0.47 459	0.34 302	0.23 146	0.40 287	0.55 407

w-ln-seven-2	2.73 418	2.13 500	12.47 357	1.18 326	1.01 339	3.54 262	1.58 452	3.93 351	3.26 504	2.43 417	2.02 353	2.63 366	2.28 421	7.93 400	5.45 493	0.40 354	0.40 419	0.44 402	0.34 348	0.62 427	0.47 363

Wz-Net-LNSev	2.30 339	1.67 482	14.88 395	1.18 326	1.65 486	3.49 247	1.54 449	3.63 278	2.03 296	1.88 236	1.64 224	3.29 427	2.06 401	2.71 285	2.02 394	0.40 354	0.33 363	0.32 249	0.31 320	0.53 394	0.49 375

aanetorigin	3.30 473	1.66 480	17.52 436	1.18 326	1.58 474	2.57 133	3.80 541	2.65 152	2.03 296	6.12 542	4.30 513	2.82 389	5.70 522	5.47 344	4.67 478	0.50 438	0.44 441	0.43 397	0.47 445	1.17 512	0.92 486

G2L-ROB	2.13 309	0.78 313	10.06 328	1.19 329	1.06 350	3.84 322	0.93 319	3.32 236	2.27 351	2.20 351	1.47 174	2.65 368	1.20 224	8.38 406	1.81 366	0.28 149	0.19 96	0.23 28	0.22 131	0.28 107	0.32 213

testlalala_base	1.62 224	0.74 287	1.63 105	1.19 329	1.40 437	2.63 138	0.84 252	4.09 399	1.31 73	1.22 138	1.42 163	1.21 169	0.85 120	1.16 66	0.73 104	3.92 556	2.10 544	0.27 137	0.18 47	4.49 554	1.11 500

EDNetEfficientorigin	12.35 562	2.51 507	179.47 592	1.19 329	0.96 316	2.91 157	1.81 472	3.00 194	5.35 543	8.91 555	4.79 516	4.18 487	4.64 509	9.98 449	11.30 526	0.37 318	0.38 405	0.60 478	0.85 509	1.32 519	2.43 539

CSAN	4.71 515	1.39 459	20.23 499	1.19 329	0.87 291	3.65 286	3.50 533	4.57 523	3.87 524	3.89 514	7.82 530	3.54 458	6.16 530	23.47 572	6.82 501	0.52 450	0.45 446	0.49 440	0.52 467	0.63 429	0.66 441

PSMNet_ROB	2.95 436	1.38 457	18.46 451	1.19 329	1.20 390	3.80 313	1.65 462	3.54 265	2.35 371	1.98 266	1.71 247	2.75 378	1.79 367	11.43 507	2.78 453	0.42 380	0.36 386	0.50 443	0.60 484	0.59 414	0.49 375

ITSA-stereo	1.86 258	0.72 268	3.74 256	1.20 334	0.66 204	4.09 389	0.91 304	4.24 447	2.53 415	1.93 254	1.77 272	1.59 218	2.15 409	6.12 362	2.44 433	0.40 354	0.38 405	0.40 374	0.40 417	0.50 382	0.98 492

1111x	3.13 462	0.57 119	8.38 306	1.20 334	0.76 245	3.80 313	0.88 286	4.61 526	2.63 429	2.31 389	2.16 386	1.95 281	1.81 375	11.54 511	18.13 556	0.32 251	0.31 348	0.32 249	0.30 304	0.35 244	0.34 241

ssnet_v2	2.04 295	0.88 352	7.87 298	1.20 334	0.87 291	3.86 332	1.64 459	4.01 374	2.60 426	2.61 446	1.96 338	3.79 466	1.71 355	2.20 244	2.96 457	0.41 369	0.35 381	0.42 393	0.37 386	0.55 399	0.52 395

ADLNet2	3.15 465	0.92 362	20.06 490	1.20 334	1.79 505	3.83 317	1.48 439	3.94 355	3.59 518	2.19 348	2.47 438	4.65 510	1.93 393	10.69 474	1.96 388	0.39 347	0.37 399	0.28 166	0.30 304	0.48 374	0.43 336

GEStereo_RVC	1.91 270	0.80 321	6.57 285	1.20 334	1.06 350	4.02 375	1.43 436	4.13 410	1.89 274	2.03 294	1.80 281	2.34 327	1.86 384	4.94 333	1.77 362	0.48 422	0.38 405	0.32 249	0.28 258	0.42 330	0.50 382

BEATNet_4x	1.92 273	1.36 455	8.75 312	1.20 334	0.56 147	3.46 238	1.03 355	4.00 372	2.43 396	2.25 372	1.70 243	2.10 308	1.59 315	2.57 275	3.05 461	0.37 318	0.22 195	0.47 418	0.29 286	0.60 418	0.40 317

StereoDRNet-Refined	1.77 249	0.81 325	2.22 168	1.21 340	0.76 245	3.26 206	0.71 164	3.82 316	2.05 303	2.29 379	2.05 364	2.98 401	1.44 276	7.15 385	2.27 419	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBMV_ROB	3.62 484	0.70 252	21.42 545	1.21 340	0.89 299	4.43 465	1.76 468	4.39 497	2.79 450	5.88 539	3.38 499	4.18 487	5.12 515	10.75 475	2.32 422	0.56 459	0.55 480	0.53 456	0.51 464	0.55 399	0.46 358

MSMD_ROB	5.61 529	1.08 402	16.68 419	1.21 340	0.83 273	10.14 556	2.07 488	3.93 351	6.22 549	10.37 563	8.03 532	22.22 566	9.45 552	11.66 521	4.52 477	0.66 478	0.58 488	0.66 492	0.68 495	0.65 440	0.63 434

MyStereo8	2.33 347	1.13 411	19.26 465	1.22 343	1.62 478	4.16 414	0.57 92	3.50 256	2.36 374	2.15 333	1.75 258	2.28 318	1.14 207	1.46 138	2.20 414	0.24 61	0.21 166	0.32 249	0.27 229	0.36 257	0.43 336

IGEV_Zeroshot_test	2.16 312	0.69 242	20.60 520	1.22 343	0.54 136	2.18 97	0.53 78	3.38 244	1.61 207	1.93 254	1.55 199	3.76 465	1.05 176	1.55 152	0.91 177	0.29 171	0.20 134	0.27 137	0.29 286	0.40 287	0.32 213

xxxx	2.67 409	0.54 93	2.03 141	1.22 343	0.81 260	3.49 247	0.63 127	4.49 514	2.49 409	2.22 362	2.23 399	2.05 301	1.38 253	10.05 453	17.91 554	0.32 251	0.32 356	0.30 207	0.27 229	0.33 208	0.34 241

GwcNet-RSSM	2.66 407	1.05 394	15.91 409	1.22 343	1.19 384	4.12 398	1.12 379	3.84 320	2.02 294	1.93 254	1.79 278	3.12 414	1.46 283	10.37 463	2.05 397	0.33 267	0.27 303	0.35 321	0.30 304	0.40 287	0.36 261

HGLStereo	2.03 293	0.74 287	7.50 297	1.23 347	1.56 469	3.62 280	0.95 329	3.78 309	1.89 274	2.03 294	2.20 394	3.12 414	2.14 408	5.68 350	2.04 395	0.37 318	0.31 348	0.32 249	0.29 286	0.40 287	0.45 348

DMCA-RVC	2.45 372	1.22 433	18.29 445	1.23 347	1.14 368	2.49 122	0.85 261	3.29 229	1.68 224	3.02 483	1.41 161	2.00 293	1.53 307	6.39 367	2.00 391	0.38 335	0.30 338	0.44 402	0.35 364	0.45 356	0.44 342

FCDSN-DC	6.04 536	0.84 340	19.25 463	1.24 349	1.09 360	4.38 452	2.62 508	4.38 495	4.71 536	9.59 560	11.22 551	19.19 561	17.40 564	12.30 537	8.55 515	0.69 487	0.57 483	0.60 478	0.60 484	0.70 453	0.78 469
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DLCB_ROB	2.05 297	0.95 374	2.37 185	1.24 349	1.02 341	2.92 160	1.30 410	3.68 287	2.30 359	2.91 474	2.17 388	3.32 431	1.52 300	10.37 463	2.50 438	0.40 354	0.33 363	0.40 374	0.36 374	0.41 311	0.47 363

zh-sn7	3.81 492	11.43 563	15.78 408	1.25 351	1.15 370	3.68 291	2.58 507	4.15 420	2.42 395	2.61 446	3.10 488	3.38 438	3.03 465	11.43 507	6.88 503	0.45 402	0.48 465	0.45 409	0.43 433	0.72 465	0.71 451

GANet-ADL	2.20 317	0.73 279	20.11 495	1.25 351	0.69 222	3.83 317	0.76 197	3.49 253	1.71 234	1.65 192	1.99 349	2.10 308	1.10 194	1.42 127	1.26 260	0.38 335	0.33 363	0.25 80	0.22 131	0.42 330	0.36 261

RALAANet	1.28 180	1.08 402	3.21 231	1.25 351	0.94 312	1.44 45	0.69 156	3.15 211	2.57 422	2.01 285	1.80 281	1.29 179	1.05 176	2.00 221	1.48 306	0.27 112	0.20 134	0.27 137	0.24 171	0.40 287	0.27 136

UPFNet	1.81 254	0.63 188	6.71 287	1.25 351	1.44 447	3.50 251	1.35 416	4.02 378	1.85 266	2.40 413	1.52 186	2.41 336	1.40 260	3.62 307	1.88 375	0.34 279	0.33 363	0.37 348	0.31 320	0.41 311	0.39 297

FAT-Stereo	3.34 476	0.81 325	20.05 489	1.25 351	1.20 390	3.44 233	1.99 483	4.23 439	2.67 435	3.14 492	3.82 508	3.51 453	3.32 478	11.68 523	1.94 383	0.64 473	0.67 504	0.48 426	0.52 467	0.61 423	0.81 474

NCC-stereo	3.16 467	1.28 442	18.31 447	1.25 351	1.75 500	4.06 382	1.40 429	3.89 334	2.22 339	2.72 461	2.55 447	3.49 450	2.65 445	9.91 445	2.99 458	1.29 526	0.65 500	0.64 489	0.86 510	0.65 440	0.71 451

Abc-Net	3.16 467	1.28 442	18.31 447	1.25 351	1.75 500	4.06 382	1.40 429	3.89 334	2.22 339	2.72 461	2.55 447	3.49 450	2.65 445	9.91 445	2.99 458	1.29 526	0.65 500	0.64 489	0.86 510	0.65 440	0.71 451
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
zh-mn7	3.15 465	9.61 556	12.45 356	1.26 358	0.99 330	2.91 157	1.32 412	4.12 408	2.74 442	3.33 501	3.07 484	2.84 390	1.89 389	8.91 416	4.69 480	0.49 434	0.40 419	0.38 364	0.38 399	0.56 405	0.63 434

DDVS	1.68 235	0.79 317	2.52 194	1.26 358	1.16 375	3.17 190	0.78 214	3.12 207	1.82 258	1.86 231	1.91 331	2.92 399	1.43 273	6.20 363	1.63 340	0.45 402	0.65 500	0.34 302	0.38 399	0.48 374	0.79 472

RAFT-RH_RVC	2.63 403	0.55 99	19.97 487	1.26 358	0.47 97	4.46 467	0.57 92	1.71 40	1.64 214	3.06 488	5.51 521	2.03 297	1.28 234	6.70 375	1.52 318	0.42 380	0.22 195	0.37 348	0.34 348	0.28 107	0.29 165

raftrobust	1.19 143	0.72 268	2.30 178	1.26 358	1.31 412	3.55 265	0.68 150	2.75 166	1.47 111	2.21 360	1.38 154	1.17 156	1.22 225	1.20 80	1.11 224	0.28 149	0.24 256	0.21 9	0.19 67	0.25 61	0.28 155

psm_up	2.28 333	0.81 325	5.45 280	1.26 358	1.50 456	3.84 322	1.23 403	4.23 439	2.03 296	2.55 433	1.80 281	2.44 346	1.65 342	12.90 546	1.58 325	0.37 318	0.38 405	0.41 386	0.34 348	0.43 340	0.39 297

MFN_U_SF_DS_RVC	3.94 497	10.88 561	12.30 354	1.26 358	1.55 466	5.19 535	3.33 529	4.42 501	2.82 462	2.58 440	2.62 455	5.00 518	2.11 404	14.03 559	2.73 450	1.28 525	2.34 552	0.67 494	1.83 543	0.81 479	1.03 494

ADCMid	3.96 498	3.27 521	15.48 406	1.26 358	1.40 437	4.66 505	2.28 495	4.06 391	3.54 517	3.94 515	3.02 481	3.85 469	3.67 490	4.03 320	18.65 559	0.68 484	0.61 495	1.09 523	1.18 528	1.38 520	1.08 497

SANet	5.65 531	1.72 483	20.94 530	1.26 358	0.88 294	7.20 548	3.81 542	4.60 525	11.23 556	4.56 529	8.78 540	7.49 538	6.95 537	11.85 531	18.11 555	0.49 434	0.44 441	0.50 443	0.42 430	0.90 487	0.82 478

w-ln-seven	2.86 425	3.06 518	14.02 380	1.27 366	1.32 418	4.10 395	1.59 453	3.90 339	2.59 425	3.03 484	2.27 404	3.42 440	2.25 419	6.70 375	4.81 484	0.39 347	0.34 375	0.48 426	0.40 417	0.74 467	0.55 407

ISRNet	1.69 236	0.76 304	5.69 282	1.27 366	1.36 428	2.85 149	0.61 112	3.60 273	1.91 278	2.13 322	2.12 380	2.90 394	1.41 265	2.51 264	1.71 351	0.49 434	0.50 471	0.56 466	0.47 445	0.49 380	0.57 414

z-mn7	3.36 478	9.42 554	14.16 384	1.28 368	1.22 397	3.78 307	1.43 436	3.92 349	3.35 511	2.85 472	3.36 498	3.06 410	1.97 395	9.66 436	5.16 488	0.42 380	0.35 381	0.43 397	0.33 339	0.63 429	0.48 368

edge stereo	3.37 479	1.01 387	21.99 554	1.28 368	1.37 430	2.67 139	1.39 427	3.98 366	2.87 465	2.93 476	3.27 496	4.35 495	2.43 432	11.62 515	2.39 425	0.60 465	0.63 498	0.79 508	0.55 474	0.68 450	0.67 442

ADCPNet	3.89 494	1.63 476	20.25 503	1.28 368	1.27 407	6.43 544	2.65 509	3.93 351	2.70 438	2.78 466	2.20 394	4.28 493	6.16 530	5.56 347	10.27 522	0.65 476	1.18 527	0.71 498	1.70 538	0.84 483	1.37 512

AdaStereo	1.45 201	0.83 336	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 426	2.46 404	2.05 299	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 279	0.43 397	0.28 258	0.44 348	0.34 241
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
test_sample5	2.33 347	0.62 179	11.29 345	1.29 372	0.83 273	3.09 183	0.74 184	4.28 462	2.31 363	2.20 351	1.97 344	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 348	0.37 348	0.37 386	0.41 311	0.39 297

DualNet	2.33 347	0.62 179	11.29 345	1.29 372	0.83 273	3.09 183	0.74 184	4.28 462	2.31 363	2.26 375	2.04 358	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 348	0.37 348	0.37 386	0.41 311	0.39 297

GMStereo_Zeroshot	1.41 197	1.21 427	3.33 239	1.29 372	0.72 229	3.35 220	0.53 78	2.58 145	1.68 224	2.35 401	1.56 202	2.42 339	0.96 149	2.50 261	1.16 233	0.45 402	0.23 222	0.40 374	0.24 171	0.79 476	0.33 229

FINET	2.96 439	1.07 400	23.18 564	1.29 372	1.86 510	2.03 85	1.52 444	4.30 473	4.71 536	2.23 366	2.34 430	1.65 224	1.48 287	5.89 355	2.81 455	0.51 444	0.47 459	0.49 440	0.40 417	0.59 414	0.49 375

PSMNet-RSSM	1.96 280	0.77 307	3.26 234	1.29 372	1.31 412	4.19 426	0.96 335	3.68 287	1.89 274	2.05 299	1.80 281	2.60 362	1.70 353	9.84 442	1.81 366	0.35 299	0.29 325	0.35 321	0.37 386	0.42 330	0.35 255

ADCL	4.35 508	1.63 476	14.21 386	1.29 372	1.26 405	5.56 539	11.16 558	3.97 364	3.37 512	6.07 540	4.67 515	4.30 494	5.72 523	5.08 336	14.51 538	0.50 438	0.48 465	0.89 514	0.77 503	0.78 474	0.76 465

TDLM	2.29 336	1.08 402	4.61 269	1.29 372	1.01 339	4.26 437	2.17 492	3.75 302	2.79 450	2.31 389	1.98 346	2.06 303	1.59 315	12.45 541	1.72 353	0.51 444	0.28 315	0.52 452	0.35 364	0.56 405	0.50 382

test_sample4	2.34 351	0.63 188	11.59 348	1.30 379	0.83 273	3.07 181	0.72 167	4.27 457	2.30 359	2.30 383	1.88 319	1.73 239	1.42 270	11.14 497	1.46 298	0.35 299	0.29 325	0.35 321	0.36 374	0.40 287	0.38 290

Wz-Net-LNSev-Ref	2.42 368	1.47 467	14.14 383	1.30 379	1.35 425	3.51 254	1.64 459	4.04 383	2.10 319	2.46 420	1.88 319	2.28 318	2.51 438	4.73 332	3.17 463	0.38 335	0.19 96	0.35 321	0.20 84	0.40 287	0.36 261

XX-TBD	1.03 118	0.95 374	1.94 131	1.30 379	0.43 65	3.97 367	0.33 12	1.74 42	1.73 240	1.59 176	2.02 353	0.69 66	0.60 41	1.16 66	0.66 70	0.30 211	0.25 279	0.23 28	0.15 4	0.31 163	0.22 60

coex_refinement	2.10 303	0.85 344	3.67 255	1.31 382	1.13 367	3.21 194	0.85 261	3.86 326	2.31 363	2.51 428	1.92 333	3.49 450	1.69 351	11.08 494	2.13 408	0.37 318	0.25 279	0.27 137	0.31 320	0.41 311	0.37 275

SDNR	3.97 499	1.93 492	20.28 505	1.31 382	0.94 312	5.16 534	0.67 144	4.33 482	2.58 423	4.82 533	5.94 524	5.01 519	1.45 280	17.52 563	2.53 441	0.79 494	0.72 511	0.59 473	0.45 440	1.15 510	1.17 502

APVNet	3.13 462	1.25 439	21.14 535	1.31 382	1.52 459	3.94 352	1.13 382	3.32 236	2.14 326	2.20 351	2.03 355	3.05 409	1.96 394	11.79 528	2.53 441	0.42 380	0.45 446	0.64 489	0.46 442	0.67 447	0.57 414

GIP-stereo	0.88 74	0.50 59	1.34 75	1.32 385	0.94 312	2.90 154	0.42 38	3.41 247	1.06 45	0.63 28	0.76 25	0.90 119	0.76 91	0.91 21	0.52 37	0.27 112	0.18 66	0.25 80	0.16 12	0.25 61	0.19 5

GwcNet	3.00 449	1.63 476	19.83 481	1.32 385	2.04 522	3.27 208	1.55 450	3.65 281	2.33 368	2.00 283	2.12 380	3.56 459	1.68 350	9.47 430	2.45 434	0.44 393	0.45 446	0.46 415	0.38 399	0.60 418	0.76 465

ac_64	2.35 356	0.62 179	9.77 323	1.32 385	1.71 496	3.27 208	0.93 319	3.48 250	2.50 410	1.74 210	1.73 252	3.91 471	1.77 364	10.21 458	1.86 373	0.40 354	0.31 348	0.33 284	0.30 304	0.34 226	0.39 297

NVstereo2D	2.54 391	0.90 355	11.10 343	1.32 385	1.47 452	3.58 272	1.38 425	4.13 410	2.45 401	1.90 243	1.71 247	2.86 392	1.76 362	10.86 480	1.66 346	0.60 465	0.43 436	0.53 456	0.41 424	0.78 474	0.94 488

CBMV	3.32 475	0.96 380	21.16 537	1.32 385	0.83 273	3.81 315	3.91 544	4.47 510	2.53 415	3.34 502	2.24 400	4.45 498	2.58 442	10.07 454	1.96 388	0.45 402	0.43 436	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACV-stereo	2.92 434	0.92 362	20.27 504	1.33 390	1.05 347	4.68 508	1.10 375	2.66 154	1.64 214	1.46 163	1.32 136	5.41 529	4.24 502	7.83 398	1.90 378	0.44 393	0.52 473	0.32 249	0.29 286	0.45 356	0.63 434

test_sample6	2.35 356	0.62 179	10.78 340	1.33 390	0.83 273	3.15 189	0.79 221	4.36 491	2.43 396	2.26 375	2.04 358	1.69 233	1.39 256	11.48 510	1.61 332	0.38 335	0.32 356	0.37 348	0.39 406	0.41 311	0.42 327

test_sample3	2.34 351	0.61 169	11.94 351	1.33 390	0.85 281	3.10 185	0.73 172	4.24 447	2.19 335	2.21 360	1.75 258	1.80 257	1.41 265	11.11 496	1.46 298	0.35 299	0.29 325	0.34 302	0.35 364	0.39 282	0.37 275

AF-Net	2.87 429	1.30 444	16.24 412	1.33 390	1.75 500	3.26 206	1.59 453	4.09 399	2.43 396	2.69 459	2.94 477	4.51 501	3.20 473	5.84 354	2.75 452	0.76 492	0.36 386	0.72 502	0.49 454	0.70 453	0.56 410

DeepPrunerF	3.70 487	1.72 483	14.87 394	1.33 390	1.74 499	3.70 292	1.55 450	4.20 426	14.00 562	2.02 290	1.77 272	2.74 376	2.30 422	10.88 481	6.88 503	0.68 484	0.60 493	0.78 507	0.78 506	0.81 479	0.71 451

StereoDRNet	2.84 424	1.49 469	14.48 390	1.33 390	1.57 473	3.44 233	2.06 486	3.69 292	2.36 374	3.26 498	1.84 305	2.79 388	1.80 372	10.88 481	3.16 462	0.41 369	0.33 363	0.39 368	0.36 374	0.59 414	0.58 419

PWC_ROB	2.69 415	2.01 496	8.36 305	1.33 390	1.90 513	3.23 198	1.18 391	4.33 482	3.25 503	3.11 490	3.41 500	2.71 373	2.18 416	9.15 423	4.48 476	0.56 459	0.31 348	0.61 481	0.36 374	0.69 452	0.74 460

z-ln-s-r	2.67 409	1.16 419	12.43 355	1.34 397	1.26 405	3.70 292	1.21 401	4.20 426	2.38 385	2.04 297	1.92 333	2.43 342	1.60 320	10.58 468	5.19 490	0.29 171	0.20 134	0.32 249	0.24 171	0.51 384	0.38 290

Syn2CoEx	3.08 457	2.55 512	19.88 483	1.34 397	1.18 377	2.43 117	1.65 462	3.91 344	2.40 390	2.39 411	2.27 404	2.90 394	3.17 472	9.57 435	2.54 443	0.50 438	0.45 446	0.53 456	0.39 406	0.74 467	0.72 458

CFNet	2.34 351	1.10 406	8.96 313	1.34 397	1.24 400	4.09 389	0.73 172	4.04 383	2.77 447	1.62 184	1.87 318	2.27 317	1.45 280	11.41 505	1.82 368	0.31 230	0.24 256	0.43 397	0.36 374	0.43 340	0.33 229

HITNet	2.07 300	0.82 332	14.77 392	1.34 397	0.56 147	3.47 241	0.80 231	4.07 393	2.35 371	2.16 338	1.61 217	1.64 223	1.44 276	2.09 231	2.56 445	0.26 97	0.18 66	0.41 386	0.26 203	0.45 356	0.25 96
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
MeshStereo	5.35 525	1.32 450	21.34 542	1.34 397	1.15 370	4.40 459	3.90 543	5.18 539	4.55 533	10.14 562	11.82 555	11.47 547	5.84 524	13.84 557	7.03 506	0.61 467	0.58 488	0.60 478	0.58 480	0.72 465	0.59 423
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
AASNet	2.44 371	0.92 362	19.79 479	1.35 402	1.49 454	3.81 315	1.07 364	3.85 323	2.93 472	1.95 259	2.29 411	1.96 286	1.29 237	1.73 189	1.93 381	0.39 347	0.33 363	0.45 409	0.30 304	0.55 399	0.45 348

raft+_RVC	1.21 151	0.83 336	2.61 202	1.35 402	0.97 320	3.60 275	0.76 197	3.23 221	1.51 139	1.33 145	1.67 233	1.03 140	1.10 194	1.87 212	0.92 181	0.24 61	0.22 195	0.25 80	0.24 171	0.26 78	0.25 96

ADLNet	2.29 336	0.83 336	3.62 253	1.35 402	1.60 475	3.67 288	1.24 405	3.95 357	2.98 478	2.58 440	2.29 411	4.01 477	1.79 367	11.23 500	2.09 403	0.37 318	0.38 405	0.36 336	0.34 348	0.45 356	0.71 451

FENet	2.25 324	0.50 59	20.29 506	1.35 402	0.67 211	4.01 373	0.60 108	3.95 357	1.99 287	1.96 262	1.11 88	2.43 342	1.43 273	1.60 163	1.39 284	0.32 251	0.22 195	0.33 284	0.26 203	0.29 121	0.39 297

Nwc_Net	2.88 431	1.16 419	18.30 446	1.35 402	1.68 493	3.52 257	1.18 391	3.90 339	2.06 305	2.52 430	2.82 474	3.82 468	2.34 426	6.78 380	2.55 444	0.86 503	0.40 419	0.59 473	0.67 492	0.57 410	0.55 407

DRN-Test	3.03 453	0.99 383	18.18 442	1.35 402	1.60 475	3.59 273	1.48 439	4.13 410	2.45 401	3.47 507	1.92 333	2.58 361	2.53 439	10.88 481	2.80 454	0.39 347	0.36 386	0.44 402	0.41 424	0.55 399	0.57 414

YMNet	2.40 364	1.41 462	13.46 366	1.36 408	1.67 490	3.96 362	0.97 338	3.81 313	2.37 380	2.64 452	2.57 451	3.35 433	1.53 307	3.28 298	2.42 430	0.48 422	0.54 476	0.52 452	0.49 454	0.70 453	0.54 403

YMNet_1	2.40 364	1.41 462	13.46 366	1.36 408	1.67 490	3.96 362	0.97 338	3.81 313	2.37 380	2.64 452	2.57 451	3.35 433	1.53 307	3.28 298	2.42 430	0.48 422	0.54 476	0.52 452	0.49 454	0.70 453	0.54 403

SMFormer	2.00 288	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 454	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 356	0.36 336	0.31 320	0.38 272	0.36 261

tta	2.00 288	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 454	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 356	0.36 336	0.31 320	0.29 121	0.29 165

qqq1	1.92 273	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 454	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 356	0.30 207	0.23 146	0.29 121	0.29 165

fff1	1.92 273	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 454	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 356	0.30 207	0.23 146	0.29 121	0.29 165

S-Stereo	3.48 481	0.91 360	22.06 557	1.36 408	1.50 456	3.55 265	2.53 504	4.21 432	2.81 460	2.37 406	3.81 507	3.75 464	1.84 379	11.90 533	2.51 439	0.63 470	0.71 510	0.48 426	0.76 501	0.67 447	1.19 504

XQC	2.96 439	2.42 506	14.85 393	1.36 408	1.32 418	3.29 216	1.53 446	4.28 462	2.78 448	3.21 496	2.46 436	3.53 455	2.92 457	6.58 370	4.67 478	0.70 488	0.41 428	0.59 473	0.56 476	0.96 494	0.83 479

UCFNet_RVC	1.57 213	0.84 340	3.25 233	1.36 408	1.40 437	4.07 387	1.01 349	2.68 156	1.50 132	2.11 315	1.88 319	2.37 332	1.50 294	3.41 301	1.42 291	0.36 310	0.28 315	0.52 452	0.40 417	0.53 394	0.43 336

XPNet_ROB	2.27 328	1.11 409	4.10 260	1.36 408	0.97 320	3.94 352	1.63 457	4.07 393	2.14 326	2.82 470	2.00 351	2.32 326	1.73 360	10.81 479	3.39 465	0.51 444	0.47 459	0.48 426	0.40 417	0.51 384	0.56 410

ASMatch	2.62 402	0.60 152	20.65 521	1.37 418	0.64 189	4.39 455	0.78 214	1.97 64	1.58 187	1.70 201	3.89 509	1.94 279	3.79 492	5.46 343	1.64 343	0.31 230	0.24 256	0.34 302	0.28 258	0.33 208	0.50 382

stereogan	3.09 458	0.93 366	16.43 415	1.37 418	1.66 489	3.70 292	1.67 464	3.87 329	3.15 494	3.04 485	2.70 463	5.04 520	2.79 451	9.96 448	1.78 364	0.63 470	0.49 470	0.69 495	0.47 445	0.83 482	0.68 445

UDGNet	1.40 195	1.52 471	2.22 168	1.38 420	0.62 184	4.39 455	0.68 150	1.80 49	2.18 334	1.34 146	1.18 98	0.99 133	1.00 161	2.16 238	1.19 239	1.09 512	0.34 375	1.30 528	0.98 518	1.10 503	0.58 419

PA-Net	3.09 458	1.24 438	18.84 455	1.38 420	1.19 384	3.42 231	1.75 467	3.89 334	3.27 508	1.88 236	2.10 373	3.03 405	1.88 388	11.60 513	2.88 456	0.40 354	0.54 476	0.44 402	0.62 488	0.52 388	1.02 493
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MM-Stereo_test1	1.90 266	0.53 82	19.85 482	1.39 422	0.48 105	1.81 69	0.79 221	3.00 194	1.82 258	1.69 197	1.09 84	0.87 112	0.97 152	1.45 134	0.74 109	0.24 61	0.21 166	0.27 137	0.24 171	0.35 244	0.24 86

DPSNet	3.43 480	1.37 456	12.19 352	1.39 422	1.24 400	4.15 405	2.06 486	4.51 518	3.34 510	2.69 459	1.96 338	3.52 454	5.56 521	10.68 473	9.68 519	0.93 505	0.73 512	0.40 374	0.37 386	1.06 498	0.86 480

iResNet_ROB	1.89 264	1.02 388	8.60 309	1.39 422	0.98 327	3.72 296	0.66 142	3.84 320	2.65 432	1.88 236	2.05 364	1.98 290	1.27 232	4.52 327	1.67 347	0.30 211	0.20 134	0.28 166	0.18 47	0.31 163	0.40 317

Consistency-Raft	2.86 425	1.66 480	19.61 473	1.40 425	1.75 500	3.84 322	1.32 412	4.07 393	2.25 346	1.78 216	2.67 460	1.82 263	4.41 505	1.94 218	2.06 398	0.83 501	0.94 521	1.03 518	1.12 524	1.70 527	1.09 498

test_sample2	1.75 246	0.56 110	2.25 171	1.41 426	0.80 257	2.91 157	0.86 264	4.05 387	2.04 300	1.91 248	1.39 156	1.57 214	1.55 312	10.65 472	1.06 212	0.32 251	0.28 315	0.32 249	0.30 304	0.36 257	0.33 229

mmm	1.27 177	0.58 132	2.20 163	1.41 426	0.68 216	2.39 114	0.85 261	3.90 339	1.63 213	2.20 351	1.84 305	1.28 176	1.50 294	1.91 215	0.89 166	0.31 230	0.27 303	0.45 409	0.37 386	0.38 272	0.34 241

ttt	2.76 419	0.56 110	2.28 177	1.41 426	1.21 396	3.67 288	0.77 210	4.59 524	2.94 473	2.35 401	2.30 416	2.45 347	1.54 310	11.25 501	15.56 541	0.43 386	0.36 386	0.37 348	0.33 339	0.40 287	0.40 317

fast-acv-ft	2.54 391	1.19 424	20.08 493	1.41 426	1.40 437	3.18 192	1.17 390	3.37 243	2.28 355	1.90 243	2.15 385	2.69 370	2.17 414	2.91 289	2.31 421	0.37 318	0.39 414	0.45 409	0.39 406	0.57 410	0.45 348

MM-Stereo_test2	1.79 251	0.53 82	20.16 496	1.43 430	0.47 97	2.57 133	0.73 172	1.67 36	1.47 111	0.94 108	0.96 62	0.84 102	0.79 104	1.16 66	0.68 78	0.24 61	0.17 39	0.25 80	0.22 131	0.30 144	0.22 60

WZ-Net	3.62 484	4.87 530	16.77 422	1.43 430	1.40 437	3.75 302	2.29 496	4.12 408	2.50 410	2.74 463	2.19 392	4.06 480	5.29 518	10.19 457	7.36 508	0.54 455	0.37 399	0.47 418	0.49 454	0.77 472	0.73 459

STTStereo	2.34 351	0.95 374	14.93 398	1.43 430	1.54 462	3.86 332	0.86 264	3.65 281	2.44 400	2.15 333	1.55 199	2.49 353	1.59 315	5.14 337	1.44 294	0.38 335	0.39 414	0.47 418	0.51 464	0.52 388	0.51 390

test_sample1	1.62 224	0.55 99	1.88 125	1.44 433	0.79 255	2.27 104	0.64 130	4.00 372	1.82 258	1.87 233	1.35 146	1.57 214	1.62 324	9.55 434	1.24 254	0.30 211	0.27 303	0.31 229	0.28 258	0.32 190	0.32 213

x	1.15 136	0.57 119	1.53 95	1.44 433	0.67 211	1.94 78	0.97 338	3.87 329	1.57 184	1.61 182	1.28 128	1.58 216	1.22 225	1.93 216	1.04 210	0.28 149	0.30 338	0.34 302	0.29 286	0.32 190	0.31 202

SACVNet	2.46 375	1.14 415	9.47 321	1.44 433	1.18 377	4.06 382	1.49 443	3.84 320	2.24 343	2.62 448	1.89 325	2.57 359	1.28 234	11.35 503	1.64 343	0.50 438	0.39 414	0.48 426	0.41 424	0.55 399	0.75 463

SST-Stereo	1.76 247	0.58 132	3.10 227	1.44 433	0.46 87	4.71 520	0.76 197	2.22 89	2.79 450	2.07 307	2.18 390	2.43 342	3.22 474	6.66 374	0.84 143	0.42 380	0.19 96	0.30 207	0.27 229	0.35 244	0.26 120

AACVNet	1.83 255	1.02 388	2.41 190	1.45 437	0.87 291	3.21 194	0.73 172	3.16 212	1.61 207	2.01 285	1.82 299	2.28 318	1.33 244	10.98 486	1.49 309	0.39 347	0.32 356	0.38 364	0.32 331	0.43 340	0.44 342

SuperB	4.79 517	4.41 529	21.08 534	1.45 437	1.08 356	3.91 340	3.08 524	4.18 422	3.01 481	2.50 425	2.10 373	2.75 378	3.49 487	8.80 413	19.60 563	0.44 393	0.33 363	0.53 456	0.39 406	12.01 573	0.64 438

RAFT_R40	1.70 238	0.59 140	2.99 223	1.46 439	0.46 87	4.74 524	0.98 344	2.23 90	1.56 178	2.02 290	2.35 431	2.71 373	2.56 441	6.71 378	0.90 170	0.40 354	0.19 96	0.30 207	0.27 229	0.33 208	0.26 120

RGC	3.10 460	1.45 466	14.90 396	1.46 439	1.79 505	3.33 218	1.39 427	4.04 383	2.26 349	2.77 465	3.26 495	4.00 476	2.71 448	11.63 520	2.62 448	0.82 499	0.46 455	0.79 508	0.79 507	0.71 462	0.78 469

CVANet_RVC	2.55 395	1.10 406	9.13 319	1.46 439	1.15 370	3.96 362	1.53 446	3.91 344	2.50 410	3.04 485	2.04 358	2.60 362	1.72 357	12.46 542	1.50 310	0.49 434	0.30 338	0.51 446	0.41 424	0.63 429	0.50 382

TCMNet	2.98 445	1.30 444	18.26 444	1.47 442	2.09 523	3.84 322	1.08 369	3.96 362	2.39 389	2.53 431	2.29 411	2.43 342	1.75 361	10.09 455	2.39 425	0.52 450	0.45 446	0.61 481	0.50 460	0.80 478	0.78 469

NVStereoNet_ROB	4.91 520	1.40 460	16.46 416	1.47 442	1.72 498	3.46 238	1.96 480	3.89 334	3.61 519	2.90 473	24.61 571	4.81 512	4.49 507	13.57 553	4.87 485	1.33 529	1.29 532	1.70 533	1.68 536	1.41 522	1.66 520
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
test_sample7	1.65 230	0.70 252	2.60 199	1.48 444	0.76 245	2.38 112	1.07 364	4.35 486	2.11 321	2.14 325	1.75 258	1.75 241	1.67 346	6.26 365	1.26 260	0.44 393	0.48 465	0.43 397	0.40 417	0.46 367	0.43 336

Wz-Net-TNSev	3.67 486	8.83 545	13.47 368	1.48 444	1.18 377	3.60 275	2.49 502	4.27 457	3.13 490	2.18 344	1.89 325	4.21 491	2.80 452	12.10 535	7.58 510	0.57 461	0.55 480	0.47 418	0.54 473	0.91 488	1.05 495

cf-r	2.57 399	0.79 317	16.09 411	1.48 444	1.35 425	4.19 426	0.93 319	3.68 287	2.36 374	1.97 264	1.81 293	3.42 440	1.45 280	8.24 403	1.83 370	0.32 251	0.26 292	0.33 284	0.30 304	0.34 226	0.37 275

FBW_ROB	3.24 470	1.02 388	9.21 320	1.49 447	1.07 354	3.78 307	1.48 439	4.31 476	3.08 487	2.46 420	2.32 428	4.20 490	2.08 403	15.19 561	7.16 507	0.84 502	0.62 496	1.33 529	0.92 513	0.99 495	1.31 508

PSMNet-RUCA	1.64 229	1.50 470	2.57 198	1.50 448	1.38 433	3.05 176	1.36 418	3.31 231	2.24 343	1.36 149	2.07 369	1.40 196	1.09 188	1.83 204	1.55 321	1.15 516	0.69 508	1.26 527	0.96 516	1.64 525	0.94 488

WCMA_ROB	5.12 521	0.90 355	21.33 541	1.50 448	1.33 422	4.09 389	3.49 532	4.03 379	4.59 535	6.57 545	10.95 550	12.92 551	8.41 550	9.86 443	8.78 516	0.75 491	0.58 488	0.51 446	0.50 460	0.68 450	0.57 414

GANetREF_RVC	3.20 469	1.93 492	18.84 455	1.51 450	0.80 257	4.12 398	1.82 473	4.16 421	2.91 468	1.87 233	1.74 254	2.48 351	1.84 379	13.18 547	1.74 358	0.80 496	0.57 483	0.79 508	0.74 499	1.20 515	0.86 480
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
Wz-Net-MNSev	2.71 417	2.54 511	13.91 379	1.52 451	1.37 430	3.28 212	2.47 500	4.03 379	2.32 367	2.57 437	2.07 369	2.29 323	3.01 461	7.55 393	2.74 451	0.38 335	0.36 386	0.36 336	0.37 386	0.57 410	0.47 363

psmorigin	6.59 539	1.15 416	88.11 588	1.52 451	0.97 320	2.88 152	1.20 398	3.21 217	2.04 300	3.73 511	2.46 436	5.15 525	2.55 440	10.60 470	2.47 436	0.55 457	0.68 507	0.48 426	0.51 464	0.70 453	0.88 484

TRStereo	2.31 340	1.87 490	19.74 478	1.53 453	1.16 375	4.26 437	1.08 369	4.73 531	1.45 98	1.55 172	1.28 128	1.75 241	0.85 120	1.81 201	1.20 242	0.36 310	0.26 292	0.32 249	0.36 374	0.34 226	0.33 229

NLCA_NET_v2_RVC	2.54 391	1.04 393	16.73 420	1.53 453	2.00 517	3.96 362	0.87 282	3.87 329	2.31 363	2.54 432	1.67 233	2.85 391	1.63 337	5.55 346	1.62 337	0.46 409	0.33 363	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HBP-ISP	3.25 472	1.10 406	20.86 526	1.54 455	1.15 370	4.50 478	2.89 516	4.43 504	2.38 385	4.14 521	1.96 338	1.90 275	2.04 399	11.08 494	1.32 274	0.66 478	0.57 483	0.66 492	0.61 487	0.64 437	0.61 427

DisPM	1.36 191	0.55 99	2.39 187	1.54 455	0.51 118	4.59 495	0.79 221	2.50 125	1.88 270	2.50 425	1.83 300	1.45 201	1.01 163	2.71 285	0.93 189	0.46 409	0.20 134	0.32 249	0.31 320	0.31 163	0.44 342

ccnet	2.66 407	0.97 381	8.01 302	1.54 455	1.24 400	3.75 302	2.18 493	4.07 393	2.41 392	2.66 457	3.25 494	2.87 393	2.31 425	9.89 444	3.50 466	0.78 493	0.75 514	0.71 498	0.67 492	0.76 471	0.81 474

RP	2.79 420	1.20 426	10.36 333	1.54 455	1.93 514	3.44 233	1.97 481	4.05 387	2.34 369	2.66 457	2.79 469	3.98 475	2.58 442	10.21 458	2.61 446	0.95 507	0.47 459	0.71 498	0.57 479	0.71 462	0.68 445

RTSC	2.95 436	2.51 507	15.49 407	1.54 455	1.30 410	3.51 254	0.86 264	3.89 334	2.48 405	3.64 508	3.12 489	3.04 406	2.30 422	5.70 351	6.67 497	0.55 457	0.35 381	0.37 348	0.39 406	0.70 453	0.60 424

11t1	1.11 128	0.53 82	1.80 119	1.55 460	0.65 197	2.20 100	0.60 108	3.66 284	1.49 127	1.60 177	1.26 121	1.03 140	1.35 249	1.72 188	0.97 198	0.28 149	0.31 348	0.29 187	0.23 146	0.30 144	0.34 241

MSC_U_SF_DS_RVC	4.48 510	10.62 559	15.18 404	1.55 460	1.45 451	6.16 541	3.54 536	5.41 547	3.68 522	2.59 443	2.74 464	4.81 512	2.20 417	13.79 556	4.40 475	2.04 533	3.36 565	1.05 520	1.20 529	2.09 529	1.72 523

GASNet	3.24 470	5.55 535	20.58 519	1.56 462	1.25 403	2.32 108	1.12 379	4.04 383	2.67 435	1.88 236	2.10 373	3.00 403	2.16 412	10.59 469	2.43 432	0.65 476	0.37 399	0.61 481	0.45 440	0.87 484	0.58 419

Wz-Net-SNSev	2.98 445	4.36 528	15.98 410	1.57 463	1.19 384	3.28 212	1.80 471	3.96 362	2.40 390	2.32 393	2.28 408	3.48 444	2.05 400	7.84 399	3.82 471	0.47 418	0.39 414	0.53 456	0.49 454	0.71 462	0.60 424

GrayStereo	2.58 400	0.53 82	1.63 105	1.58 464	0.89 299	4.17 419	8.17 556	3.03 198	1.52 148	2.80 468	2.50 441	1.70 235	17.10 563	2.83 288	1.15 230	0.33 267	0.21 166	0.27 137	0.32 331	0.28 107	0.53 397

LMCR-Stereo	2.40 364	1.31 448	18.61 453	1.59 465	0.86 286	3.87 335	1.15 385	4.32 480	1.60 203	2.25 372	2.27 404	1.13 151	2.43 432	2.48 260	1.60 329	0.88 504	0.24 256	0.29 187	0.24 171	0.56 405	0.30 192

PWCDC_ROB	2.95 436	3.26 520	14.06 382	1.59 465	1.56 469	4.19 426	0.86 264	4.30 473	4.08 530	2.06 304	7.37 527	2.75 378	2.42 431	3.59 306	2.67 449	1.34 530	0.36 386	0.39 368	0.34 348	1.13 506	0.62 430

AnyNet_C32	4.17 505	5.75 536	12.62 358	1.60 467	1.54 462	5.51 538	4.09 545	3.90 339	3.23 502	4.22 526	3.03 482	3.10 411	3.41 481	8.01 402	18.85 560	0.53 453	0.58 488	0.53 456	0.74 499	1.19 514	0.97 490

RASNet	2.56 396	0.70 252	10.06 328	1.60 467	2.25 529	3.67 288	1.00 346	3.38 244	3.14 492	1.81 221	2.11 377	4.60 506	2.30 422	10.25 460	2.61 446	0.37 318	0.24 256	0.25 80	0.24 171	0.28 107	0.26 120

pmcnn	5.45 527	1.22 433	17.40 431	1.60 467	2.41 532	3.48 244	2.12 489	4.52 519	3.26 504	3.67 510	13.15 559	22.10 565	3.46 486	11.92 534	17.16 551	0.34 279	0.21 166	0.23 28	0.19 67	0.36 257	0.28 155

TestStereo1	1.56 211	0.81 325	2.32 179	1.61 470	0.64 189	4.13 401	1.36 418	3.79 310	3.20 500	1.60 177	2.57 451	1.39 191	2.15 409	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

SA-5K	1.56 211	0.81 325	2.32 179	1.61 470	0.64 189	4.13 401	1.36 418	3.79 310	3.20 500	1.60 177	2.57 451	1.39 191	2.15 409	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

ADCS	4.22 507	5.33 532	16.32 413	1.64 472	1.31 412	3.91 340	3.64 538	4.21 432	2.89 466	5.11 534	2.81 473	4.46 499	3.06 468	5.21 338	19.50 562	0.63 470	0.64 499	0.69 495	0.69 497	1.12 505	1.26 505

GANet	2.93 435	1.05 394	11.29 345	1.64 472	0.96 316	3.91 340	2.52 503	3.72 299	2.41 392	2.95 481	3.00 480	3.21 420	2.03 397	12.42 540	4.72 481	0.51 444	0.41 428	0.46 415	0.39 406	0.60 418	0.50 382

G2L-Stereo_test	2.11 305	0.86 347	7.12 292	1.65 474	1.19 384	3.54 262	1.02 353	3.57 269	2.01 293	2.50 425	1.68 236	3.15 416	1.50 294	9.21 425	1.62 337	0.28 149	0.19 96	0.23 28	0.22 131	0.27 90	0.31 202

anonymity	1.76 247	1.26 440	2.73 214	1.66 475	1.32 418	1.84 70	1.07 364	3.49 253	2.30 359	2.11 315	2.11 377	1.71 237	3.90 495	1.82 203	1.48 306	1.10 513	1.09 524	1.08 522	1.08 523	1.05 497	1.09 498

EDNetEfficient	5.61 529	2.14 501	16.75 421	1.67 476	3.64 550	4.12 398	7.51 553	3.05 200	5.63 547	11.57 568	4.83 517	3.95 472	12.72 555	8.44 408	20.78 565	0.41 369	0.43 436	0.47 418	1.01 519	1.66 526	1.39 515

FC-DCNN	6.64 540	0.77 307	19.26 465	1.68 477	1.64 482	8.27 553	2.35 498	6.35 550	9.23 554	10.85 565	11.27 552	19.89 562	13.33 556	12.51 543	11.79 531	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

FC-DCNN v2	6.91 545	0.77 307	19.25 463	1.69 478	1.64 482	9.13 555	2.40 499	7.20 552	9.47 555	11.07 567	11.62 554	20.05 564	15.79 561	12.55 544	11.99 532	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

GANet-RSSM	1.98 284	0.62 179	3.49 243	1.69 478	1.23 398	4.22 432	0.91 304	3.31 231	1.86 267	1.81 221	1.74 254	2.34 327	1.82 377	10.92 484	1.73 357	0.34 279	0.29 325	0.31 229	0.28 258	0.39 282	0.40 317

SHD	2.82 422	2.04 498	13.80 376	1.69 478	1.79 505	2.73 141	1.07 364	3.85 323	3.18 496	4.63 530	2.74 464	3.38 438	2.77 450	5.48 345	3.66 469	0.62 469	0.47 459	0.51 446	0.55 474	0.65 440	0.74 460

SCV	0.95 95	0.63 188	1.38 79	1.70 481	0.41 53	1.23 20	0.89 291	3.53 264	1.57 184	0.61 23	1.54 195	0.93 127	0.77 93	1.66 178	0.66 70	0.36 310	0.20 134	0.25 80	0.19 67	0.29 121	0.25 96

RAFT_CTSACE	1.80 253	1.06 399	10.00 327	1.71 482	1.39 435	3.49 247	1.06 362	3.05 200	1.62 210	1.70 201	2.04 358	2.51 354	1.80 372	1.98 220	0.94 191	0.25 82	0.22 195	0.28 166	0.30 304	0.30 144	0.26 120

NOSS_ROB	2.27 328	0.73 279	3.00 224	1.71 482	1.00 338	3.90 339	0.97 338	4.29 465	2.81 460	2.94 480	2.19 392	3.88 470	1.19 222	11.77 527	1.62 337	0.59 464	0.54 476	0.56 466	0.52 467	0.56 405	0.54 403

SPS-STEREO	3.97 499	1.44 465	20.85 525	1.72 484	1.71 496	3.24 201	2.30 497	3.55 267	2.68 437	4.79 532	3.66 504	5.44 530	2.97 458	9.11 421	9.35 518	1.15 516	1.10 525	1.06 521	1.02 521	1.16 511	1.18 503
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test3	1.09 125	0.59 140	1.55 99	1.73 485	1.18 377	1.91 76	0.86 264	3.52 260	1.76 250	1.25 139	1.86 315	1.10 148	0.69 66	1.32 108	0.86 153	0.27 112	0.23 222	0.27 137	0.22 131	0.34 226	0.30 192

PASM	2.67 409	2.05 499	9.71 322	1.73 485	1.37 430	2.53 130	1.52 444	3.10 205	2.17 332	2.79 467	1.84 305	2.90 394	1.85 383	11.89 532	2.19 413	0.81 498	0.85 518	0.87 513	1.01 519	1.14 507	1.05 495

tt1	1.79 251	0.73 279	10.41 335	1.75 487	0.36 14	4.55 487	0.79 221	4.22 435	3.37 512	1.08 127	1.80 281	0.74 84	1.48 287	2.21 246	0.65 65	0.29 171	0.16 26	0.31 229	0.22 131	0.30 144	0.29 165

DISCO	2.25 324	0.73 279	10.06 328	1.76 488	1.12 365	3.47 241	1.25 406	3.24 223	2.26 349	2.65 456	1.96 338	4.53 503	1.92 392	4.17 324	3.61 468	0.32 251	0.25 279	0.31 229	0.29 286	0.66 445	0.41 323

EKT-Stereo	6.79 542	0.64 200	4.24 261	1.77 489	106.39 586	4.51 482	0.61 112	3.16 212	1.53 155	1.88 236	1.22 108	1.98 290	1.36 251	3.81 312	0.84 143	0.35 299	0.24 256	0.29 187	0.26 203	0.34 226	0.48 368

ACVNet-DCA	1.85 257	0.74 287	13.77 372	1.78 490	0.36 14	4.48 469	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

xx1	2.03 293	0.74 287	13.77 372	1.78 490	0.36 14	4.48 469	0.74 184	4.23 439	3.95 528	1.01 118	1.81 293	1.79 254	1.34 246	2.13 233	0.64 58	0.29 171	0.17 39	0.33 284	0.33 339	0.33 208	0.32 213

1test111	1.99 287	0.74 287	13.77 372	1.78 490	0.36 14	4.48 469	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	4.66 329	0.98 201	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

cc1	1.98 284	0.74 287	13.77 372	1.78 490	0.36 14	4.48 469	0.74 184	4.23 439	3.95 528	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.31 163	0.29 165

XX-Stereo	2.54 391	0.61 169	20.21 498	1.78 490	1.19 384	4.30 446	0.46 54	4.39 497	1.58 187	2.32 393	1.89 325	4.64 509	0.60 41	4.16 323	0.82 137	0.31 230	0.21 166	0.28 166	0.27 229	0.51 384	0.26 120

Pruner-Stereo	1.32 189	0.59 140	2.11 158	1.79 495	0.47 97	4.73 521	0.79 221	2.53 127	1.72 237	2.47 422	1.58 205	1.48 204	1.03 167	1.66 178	1.47 303	0.44 393	0.21 166	0.34 302	0.30 304	0.30 144	0.39 297

PVD	3.12 461	1.97 495	12.80 360	1.79 495	1.63 480	3.83 317	1.34 415	3.48 250	3.88 525	5.77 537	3.56 503	3.45 443	3.29 476	5.58 349	5.30 492	0.71 490	0.69 508	0.74 506	0.77 503	0.79 476	1.13 501

DN-CSS_ROB	1.91 270	1.55 473	11.13 344	1.82 497	0.88 294	3.99 370	0.61 112	4.01 374	1.67 222	1.64 188	1.89 325	1.39 191	1.06 183	3.23 296	1.50 310	0.31 230	0.19 96	0.44 402	0.29 286	0.37 267	0.31 202

DANet	2.63 403	1.07 400	8.10 303	1.83 498	1.70 495	3.25 204	1.16 387	4.31 476	2.38 385	3.40 505	2.18 390	4.08 481	1.80 372	9.77 438	3.89 472	0.52 450	0.55 480	0.59 473	0.44 436	0.63 429	0.86 480
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MFN_U_SF_RVC	3.81 492	10.78 560	15.01 399	1.84 499	1.39 435	3.73 300	1.63 457	4.05 387	3.26 504	2.91 474	2.38 432	4.36 497	3.65 489	8.43 407	4.91 486	1.11 515	1.04 522	0.99 517	1.31 531	1.58 523	1.75 525

iResNet	2.52 388	0.94 372	21.17 538	1.84 499	0.72 229	3.75 302	0.81 240	4.14 416	2.55 421	2.33 399	2.03 355	1.35 186	1.44 276	3.27 297	2.16 412	0.35 299	0.23 222	0.28 166	0.22 131	0.44 348	0.45 348

SGM_RVC	4.57 512	0.72 268	17.46 434	1.84 499	0.58 168	4.23 435	3.45 531	4.66 528	3.66 521	7.99 552	8.82 541	7.56 539	8.74 551	12.30 537	6.84 502	0.43 386	0.38 405	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SAMSARA	3.55 482	2.16 502	14.18 385	1.86 502	1.49 454	4.62 499	2.65 509	3.58 272	2.80 454	7.05 547	3.05 483	5.16 526	4.07 498	9.18 424	4.80 483	0.64 473	0.67 504	0.59 473	0.68 495	0.89 485	0.91 485

MADNet+	3.97 499	9.54 555	13.83 377	1.87 503	1.69 494	4.19 426	2.87 515	4.80 534	4.10 531	2.51 428	2.67 460	4.55 504	3.41 481	8.72 411	6.92 505	1.25 523	1.27 531	1.04 519	0.93 514	1.39 521	1.85 526

WAO-7	5.16 522	3.21 519	18.98 459	1.88 504	1.44 447	5.34 536	3.09 525	4.91 536	5.81 548	4.35 527	8.92 542	6.55 534	6.06 527	13.40 551	10.81 524	1.34 530	1.20 530	1.48 532	1.35 534	1.60 524	1.45 516

GCST	2.56 396	1.79 488	18.02 441	1.92 505	1.33 422	1.72 63	0.51 68	3.67 285	2.03 296	1.70 201	1.61 217	1.55 213	1.29 237	5.06 335	1.24 254	2.06 534	0.77 515	1.45 531	0.97 517	1.14 507	1.34 511

DGSMNet	7.55 548	1.62 474	17.42 432	1.92 505	12.73 567	7.45 551	42.99 582	4.13 410	2.07 307	2.10 311	3.16 492	3.42 440	1.70 353	9.24 426	2.30 420	3.70 553	10.89 576	11.80 578	5.54 568	4.24 549	2.66 541

RTS	3.90 495	7.04 539	17.94 439	1.92 505	2.19 526	5.00 532	2.96 518	4.29 465	3.19 497	4.05 518	3.08 485	4.94 515	3.16 470	7.64 394	6.72 498	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 465

RTSA	3.90 495	7.04 539	17.94 439	1.92 505	2.19 526	5.00 532	2.96 518	4.29 465	3.19 497	4.05 518	3.08 485	4.94 515	3.16 470	7.64 394	6.72 498	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 465

JetBlue	6.27 538	9.15 551	13.76 371	1.94 509	4.60 563	11.91 558	12.00 561	5.12 538	3.45 516	3.79 512	4.52 514	9.54 545	6.56 536	9.40 429	13.48 536	1.26 524	1.37 533	1.17 526	1.34 533	7.06 567	3.95 561

ELAS	5.99 535	1.62 474	20.29 506	1.96 510	2.01 518	15.09 565	8.38 557	5.23 540	5.54 545	9.02 556	8.61 537	6.74 535	9.75 553	7.48 391	11.40 528	0.96 508	1.18 527	0.72 502	0.93 514	1.30 518	1.67 521
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	4.37 509	7.80 541	16.40 414	1.98 511	1.40 437	6.37 543	6.47 551	4.09 399	5.03 541	4.06 520	3.78 506	4.16 486	3.31 477	6.62 372	10.00 520	0.61 467	0.67 504	0.63 486	0.67 492	2.01 528	1.31 508

PDISCO_ROB	2.86 425	1.53 472	14.27 387	1.98 511	2.19 526	4.52 483	1.35 416	4.65 527	3.19 497	2.09 308	2.16 386	3.53 455	2.45 434	5.32 339	2.12 405	1.30 528	0.78 516	0.72 502	0.59 482	1.24 516	1.28 506

SGM+DAISY	8.36 550	3.82 525	24.83 568	2.02 513	1.75 500	14.80 564	17.22 567	4.27 457	11.79 559	13.88 569	14.38 562	11.74 550	13.83 557	10.56 467	15.12 539	1.21 518	1.19 529	1.14 525	1.13 526	1.17 512	1.37 512

AAGNet	2.86 425	0.60 152	1.77 116	2.05 514	0.46 87	4.76 526	1.09 373	2.27 94	1.56 178	2.17 342	1.84 305	2.41 336	4.00 496	6.23 364	24.22 570	0.46 409	0.19 96	0.30 207	0.29 286	0.32 190	0.24 86

iResNetv2_ROB	2.65 405	5.00 531	19.28 467	2.06 515	1.09 360	3.83 317	1.13 382	4.14 416	2.09 311	1.85 226	2.03 355	2.01 296	1.51 298	3.58 305	1.58 325	0.34 279	0.21 166	0.32 249	0.21 98	0.44 348	0.29 165

ELAS_RVC	5.72 532	1.64 479	20.40 510	2.09 516	2.01 518	4.95 531	11.47 560	4.66 528	6.31 551	8.09 553	8.01 531	8.06 543	11.65 554	8.36 404	10.22 521	0.99 510	1.17 526	0.81 511	0.76 501	1.14 507	1.58 519
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM-ForestM	11.55 558	1.16 419	21.62 550	2.14 517	0.81 260	22.25 572	19.08 570	16.50 572	11.34 557	15.94 572	14.44 563	27.12 574	22.61 573	24.76 573	28.39 578	0.50 438	0.48 465	0.47 418	0.44 436	0.55 399	0.53 397

PFNet	2.47 378	0.60 152	16.95 424	2.15 518	0.81 260	4.63 501	0.91 304	2.55 137	1.52 148	2.40 413	2.79 469	1.83 266	1.42 270	7.54 392	1.34 281	0.33 267	0.21 166	0.36 336	0.27 229	0.32 190	0.39 297

PSM-softLoss	1.66 233	0.59 140	5.15 274	2.25 519	0.48 105	4.68 508	0.69 156	2.57 141	1.52 148	2.14 325	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

KMStereo	1.66 233	0.59 140	5.15 274	2.25 519	0.48 105	4.68 508	0.69 156	2.57 141	1.52 148	2.14 325	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

NF-Stereo	1.58 214	0.61 169	2.66 208	2.26 521	0.47 97	4.68 508	0.67 144	3.31 231	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.08 361	1.20 242	0.40 354	0.20 134	0.36 336	0.34 348	0.31 163	0.36 261

RE-Stereo	1.58 214	0.61 169	2.72 211	2.26 521	0.46 87	4.68 508	0.68 150	3.31 231	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

TVStereo	1.58 214	0.61 169	2.72 211	2.26 521	0.46 87	4.68 508	0.68 150	3.31 231	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

OCTAStereo	1.58 214	0.61 169	2.72 211	2.27 524	0.46 87	4.68 508	0.67 144	3.30 230	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.02 358	1.21 246	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

CRFU-Net	2.49 382	0.78 313	10.36 333	2.30 525	1.08 356	3.91 340	1.41 432	3.85 323	1.65 218	2.15 333	1.76 267	3.34 432	7.95 546	5.56 347	1.48 306	0.47 418	0.35 381	0.30 207	0.28 258	0.37 267	0.43 336

G-Net	4.11 503	1.21 427	19.47 471	2.31 526	2.94 539	4.74 524	2.95 517	3.33 240	2.14 326	4.44 528	9.43 543	6.93 537	3.84 493	9.01 420	4.92 487	0.79 494	0.80 517	0.70 497	0.50 460	0.95 490	0.87 483

CC-Net-ROB	3.35 477	1.76 486	13.89 378	2.33 527	1.65 486	4.49 475	1.62 456	4.73 531	2.90 467	1.92 250	2.05 364	1.99 292	1.61 321	12.57 545	1.60 329	2.46 537	2.18 545	2.68 546	1.04 522	2.11 530	1.38 514

IRAFT_RVC	1.87 259	0.60 152	4.33 262	2.40 528	0.66 204	4.59 495	1.59 453	2.96 189	1.51 139	2.23 366	1.75 258	2.09 307	2.63 444	6.70 375	1.50 310	0.33 267	0.21 166	0.33 284	0.29 286	0.32 190	0.32 213

MSAF-DinoV2	13.69 565	13.09 567	22.03 556	2.41 529	1.44 447	4.03 377	1.38 425	9.07 556	9.20 553	2.23 366	1.98 346	5.08 522	5.06 513	177.66 592	5.46 494	0.45 402	0.34 375	0.40 374	0.62 488	6.09 560	5.80 570

MaskLacGwcNet_RVC	3.13 462	1.43 464	9.93 326	2.50 530	1.62 478	4.29 444	1.68 466	3.95 357	2.43 396	1.66 193	1.91 331	3.04 406	1.41 265	13.26 548	1.58 325	3.82 554	1.59 536	1.12 524	0.46 442	2.21 531	2.74 546

MDST_ROB	5.53 528	0.59 140	23.11 562	2.55 531	2.69 534	21.20 570	1.98 482	4.77 533	2.65 432	9.36 557	4.25 511	4.14 485	4.45 506	22.57 567	3.68 470	0.48 422	0.33 363	0.47 418	0.44 436	0.44 348	0.44 342

testlalala2	2.31 340	0.63 188	20.54 516	2.56 532	2.87 538	3.79 311	0.76 197	4.20 426	1.48 119	1.42 161	1.43 165	2.45 347	0.80 111	1.03 38	0.68 78	0.27 112	0.25 279	0.24 58	0.21 98	0.33 208	0.28 155

UDG	3.55 482	2.81 516	17.45 433	2.69 533	1.98 516	3.97 367	1.19 394	4.35 486	2.02 294	2.42 415	2.53 446	4.50 500	2.46 436	6.53 369	2.41 429	2.12 535	1.77 540	2.63 545	2.57 557	2.64 534	1.95 528

SQANet	3.70 487	9.34 553	18.41 449	2.75 534	2.74 535	3.40 227	1.47 438	3.50 256	1.68 224	2.60 444	1.75 258	2.69 370	1.91 391	6.72 379	1.74 358	2.96 540	1.41 534	1.85 534	1.12 524	3.17 536	2.70 545

OMP-Stereo	1.97 282	0.93 366	1.88 125	2.76 535	0.67 211	4.58 494	1.48 439	4.31 476	1.54 164	3.15 494	2.76 467	3.25 424	1.38 253	7.66 397	1.35 282	0.40 354	0.20 134	0.33 284	0.26 203	0.33 208	0.24 86

IIG-Stereo	1.95 278	0.79 317	2.14 159	2.78 536	0.66 204	4.62 499	0.76 197	4.27 457	1.53 155	2.63 451	3.14 491	3.35 433	1.61 321	7.65 396	1.41 289	0.39 347	0.20 134	0.31 229	0.25 183	0.33 208	0.22 60

PWCK	5.85 533	9.95 557	15.22 405	2.90 537	1.56 469	5.66 540	7.69 554	5.27 541	4.74 538	3.88 513	7.51 528	8.04 541	5.28 517	15.18 560	8.40 514	3.08 543	1.51 535	2.24 539	1.37 535	5.55 559	1.96 529

WAO-6	5.87 534	2.27 503	15.05 400	2.96 538	2.77 536	12.01 559	3.58 537	5.37 546	11.91 560	3.34 502	9.69 544	6.78 536	5.84 524	11.82 530	8.89 517	2.87 539	2.35 553	2.50 540	1.84 544	2.85 535	2.67 542

CAS	1.26 172	0.40 7	1.46 87	2.97 539	1.61 477	4.13 401	0.73 172	1.78 48	1.49 127	0.83 92	1.10 87	0.59 44	0.53 23	1.26 92	0.80 128	2.99 542	0.13 1	0.21 9	0.13 1	0.31 163	1.72 523

MFMNet_re	2.91 432	1.91 491	18.25 443	3.06 540	1.89 512	3.13 187	1.67 464	3.52 260	2.97 475	3.14 492	2.87 476	2.26 316	2.41 430	2.42 255	2.00 391	1.10 513	1.05 523	0.94 515	0.90 512	1.28 517	1.46 518

otaku	4.58 513	8.93 548	19.95 486	3.11 541	2.67 533	3.91 340	2.57 506	3.82 316	2.25 346	2.22 362	9.72 545	4.08 481	2.35 427	8.57 409	2.13 408	3.51 548	1.65 538	2.15 538	1.17 527	3.69 543	3.15 549

Ntro	4.21 506	8.94 549	19.89 484	3.22 542	2.96 540	4.15 405	1.89 477	3.92 349	2.36 374	1.77 214	2.14 383	3.35 433	2.17 414	9.48 431	2.24 416	3.52 549	1.76 539	2.13 537	1.31 531	3.83 546	3.09 547

ACVNet_2	5.41 526	12.60 564	20.42 512	3.27 543	3.15 546	4.50 478	3.02 521	4.66 528	3.73 523	3.35 504	5.36 520	7.86 540	2.88 454	12.33 539	4.76 482	3.12 544	2.22 547	2.70 547	1.69 537	3.49 539	3.10 548

WAO-8	11.95 559	13.02 565	20.56 517	3.50 544	3.08 543	15.11 566	2.80 512	12.91 563	19.11 571	7.69 549	13.12 557	11.62 548	7.01 540	84.40 589	7.91 511	3.42 546	1.92 542	3.54 559	1.93 547	3.68 541	2.69 543

Venus	11.95 559	13.02 565	20.56 517	3.50 544	3.08 543	15.11 566	2.80 512	12.91 563	19.11 571	7.69 549	13.12 557	11.62 548	7.01 540	84.40 589	7.91 511	3.42 546	1.92 542	3.54 559	1.93 547	3.68 541	2.69 543

DDUNet	2.91 432	2.78 515	6.94 291	3.53 546	2.26 530	3.28 212	1.36 418	3.77 306	2.04 300	2.62 448	2.49 440	4.18 487	1.69 351	5.38 341	1.85 372	2.21 536	1.77 540	2.61 544	2.43 555	2.60 533	2.34 536

ACVNet-4b	6.73 541	13.67 569	21.87 553	3.54 547	3.07 542	4.19 426	2.25 494	4.03 379	3.65 520	1.64 188	3.98 510	5.88 531	2.89 455	10.01 451	16.98 550	23.29 581	2.24 548	2.53 541	1.78 541	3.87 547	3.21 552

ACVNet_1	6.04 536	13.97 570	21.36 543	3.58 548	3.14 545	4.73 521	2.48 501	4.20 426	3.17 495	2.98 482	2.83 475	23.31 567	4.34 504	11.06 491	2.45 434	3.68 551	2.33 551	2.60 543	1.79 542	3.69 543	3.19 551

LVE	6.88 544	9.31 552	21.14 535	3.61 549	3.18 547	4.49 475	2.79 511	10.21 558	11.69 558	3.16 495	11.53 553	18.33 558	4.31 503	11.66 521	3.52 467	4.45 562	2.93 557	2.56 542	1.91 546	3.62 540	3.16 550

RainbowNet	4.56 511	8.28 542	20.07 492	3.64 550	3.23 548	4.15 405	2.99 520	4.18 422	3.03 483	2.20 351	2.65 458	4.26 492	2.90 456	9.77 438	2.12 405	3.88 555	2.27 549	2.71 548	1.72 540	3.78 545	3.31 554

Dean	7.52 547	9.08 550	21.41 544	3.74 551	3.53 549	4.81 528	3.53 534	5.33 545	5.25 542	4.17 522	26.53 572	25.62 573	4.09 499	10.97 485	4.32 474	3.69 552	2.30 550	2.91 549	1.87 545	4.03 548	3.24 553

DispFullNet	4.64 514	3.48 523	23.95 567	3.99 552	3.03 541	3.35 220	1.06 362	4.18 422	2.80 454	6.33 544	2.94 477	4.04 479	7.81 545	3.92 318	5.16 488	2.75 538	1.61 537	3.10 553	2.68 560	3.32 538	3.31 554

tt	7.19 546	0.51 65	6.83 288	4.03 553	2.30 531	12.05 560	20.19 572	15.46 570	6.58 552	3.42 506	3.22 493	5.37 528	6.39 535	4.20 325	7.46 509	9.81 573	11.53 577	7.05 570	7.46 572	6.31 562	3.71 559

test_for_model	2.16 312	3.87 526	1.58 103	4.16 554	3.64 550	2.51 124	0.96 335	3.63 278	2.62 427	2.45 419	1.39 156	1.02 138	0.73 77	0.92 23	0.57 43	2.97 541	2.19 546	0.26 109	0.17 27	5.32 558	2.24 533

TorneroNet	25.88 576	11.28 562	21.62 550	4.20 555	4.07 558	55.25 583	3.15 526	15.16 569	76.94 587	58.09 583	82.72 588	86.88 589	41.15 579	13.35 550	18.13 556	4.32 558	2.85 555	3.45 555	2.62 558	8.33 571	4.14 563

JetRed	10.48 554	27.10 577	35.70 574	4.27 556	4.09 559	15.55 568	12.83 563	12.16 560	5.50 544	5.83 538	5.56 522	10.14 546	7.43 542	8.88 414	26.39 574	3.32 545	3.81 566	3.51 557	2.96 565	7.85 568	6.69 571

TorneroNet-64	10.12 552	8.74 544	20.95 531	4.27 556	3.76 555	13.86 563	2.85 514	15.05 568	23.15 574	10.07 561	23.84 570	13.47 553	8.24 549	13.96 558	17.21 552	3.96 557	2.72 554	3.23 554	2.48 556	6.29 561	4.27 564

IMH-64-1	4.84 518	2.53 509	6.83 288	4.30 558	3.74 552	4.81 528	6.05 548	5.30 542	3.92 526	3.95 516	8.33 534	5.08 522	6.06 527	8.96 418	6.30 495	4.57 564	2.96 559	3.04 550	2.12 552	4.28 550	3.62 557

IMH-64	4.84 518	2.53 509	6.83 288	4.30 558	3.74 552	4.81 528	6.05 548	5.30 542	3.92 526	3.95 516	8.33 534	5.08 522	6.06 527	8.96 418	6.30 495	4.57 564	2.96 559	3.04 550	2.12 552	4.28 550	3.62 557

IMH	6.81 543	13.66 568	20.41 511	4.33 560	3.74 552	5.50 537	3.06 523	5.49 548	6.22 549	4.64 531	10.35 547	9.30 544	8.03 548	13.61 554	6.81 500	4.80 567	2.99 562	3.09 552	2.12 552	4.36 552	3.61 556

KSHMR	16.96 569	5.37 533	21.64 552	4.46 561	4.50 561	8.30 554	3.32 528	15.58 571	76.24 586	6.62 546	61.47 584	56.53 584	5.43 520	35.17 579	11.37 527	4.39 560	2.97 561	3.63 561	2.74 562	5.10 557	4.34 565

ktn	21.74 574	10.34 558	19.68 476	4.53 562	4.00 557	6.53 545	4.51 546	6.79 551	78.82 588	84.69 588	100.86 591	58.49 585	7.57 544	12.11 536	13.35 535	4.58 566	3.24 564	3.49 556	2.62 558	4.65 555	3.84 560

notaker	10.50 555	8.60 543	20.23 499	4.54 563	3.95 556	6.27 542	3.44 530	8.07 555	4.75 539	8.73 554	46.45 579	13.86 556	27.86 574	13.49 552	13.61 537	4.56 563	3.18 563	3.52 558	2.68 560	8.13 570	4.05 562

BEATNet-Init1	49.72 586	64.32 588	97.77 589	4.68 564	4.28 560	84.75 590	60.42 583	73.38 589	68.59 585	88.29 589	88.51 590	91.94 590	97.99 590	85.26 591	70.96 591	0.80 496	0.65 500	0.85 512	0.70 498	7.96 569	2.33 535

MANE	11.39 557	1.38 457	23.16 563	4.82 565	2.79 537	22.02 571	14.51 565	25.81 574	26.28 575	10.93 566	13.17 560	19.90 563	18.03 567	15.69 562	20.41 564	0.96 508	0.74 513	1.42 530	3.24 566	0.74 467	1.71 522

UNDER WATER	10.47 553	3.95 527	22.62 561	5.07 566	4.51 562	7.78 552	3.77 540	12.56 562	21.72 573	7.84 551	10.78 548	23.96 569	31.66 575	10.78 478	16.19 546	4.44 561	2.93 557	4.24 562	2.86 563	6.33 563	5.47 569

UNDER WATER-64	9.33 551	5.37 533	22.60 560	5.22 567	4.86 564	10.75 557	4.61 547	11.45 559	17.30 566	7.59 548	9.80 546	15.99 557	17.90 566	10.63 471	15.72 542	4.36 559	2.87 556	4.39 566	2.86 563	7.01 566	5.36 568

MADNet++	7.57 549	5.80 537	13.28 363	6.38 568	5.26 565	7.18 547	7.77 555	5.32 544	5.62 546	6.11 541	7.78 529	6.02 533	8.01 547	11.74 526	16.36 547	9.36 572	4.95 569	8.57 573	5.66 569	4.83 556	5.34 567

HanzoNet	31.60 578	17.23 573	21.22 540	7.32 569	5.84 566	7.25 549	3.53 534	13.82 567	14.20 564	50.38 581	47.01 580	44.45 577	56.61 586	36.61 580	32.00 579	63.89 587	56.57 588	7.97 572	89.20 588	28.69 577	28.25 580

PML	64.32 588	53.22 586	17.88 438	8.10 570	32.94 576	148.46 592	247.79 593	12.18 561	45.42 583	111.41 590	288.92 593	101.47 591	101.31 591	31.67 575	15.55 540	14.03 576	4.83 568	10.98 575	6.18 570	28.82 578	5.17 566

LE_ROB	18.58 570	1.21 427	48.38 580	8.60 571	23.00 574	7.32 550	19.74 571	9.94 557	38.69 580	43.53 578	21.91 567	28.40 575	40.92 578	23.18 569	54.71 583	0.34 279	0.33 363	0.32 249	0.36 374	0.42 330	0.40 317

DGTPSM_ROB	15.31 566	8.85 546	28.14 572	9.90 572	18.89 569	12.44 561	33.21 575	13.48 565	17.86 569	9.50 558	22.89 568	13.78 554	19.67 568	21.26 565	23.68 568	5.08 569	8.84 571	5.62 568	11.50 573	6.72 564	14.87 574

DPSMNet_ROB	15.52 567	8.89 547	31.44 573	10.07 573	18.91 570	12.44 561	33.22 576	13.51 566	17.94 570	9.58 559	22.91 569	13.79 555	19.67 568	21.43 566	23.73 569	5.17 570	8.84 571	5.63 569	11.52 576	6.79 565	14.90 575

USTest	15.98 568	15.58 572	22.56 559	18.49 574	16.99 568	26.43 573	36.08 578	27.68 577	12.77 561	10.69 564	10.80 549	18.35 559	15.09 559	18.62 564	23.37 567	4.85 568	5.34 570	7.38 571	7.43 571	9.90 572	11.23 572

TCMNet-wrong-test	12.32 561	14.13 571	19.38 468	22.38 575	19.85 571	15.99 569	12.34 562	22.95 573	4.56 534	6.24 543	6.27 525	18.40 560	15.71 560	10.10 456	10.72 523	9.06 571	4.78 567	5.35 567	3.95 567	12.28 574	11.97 573

Anonymous_1	57.11 587	19.68 574	26.15 569	23.10 576	142.31 589	30.84 574	39.75 579	33.86 581	16.98 565	70.53 587	15.42 564	23.46 568	19.75 570	23.04 568	27.23 575	164.73 592	9.02 573	130.38 589	137.40 589	161.27 592	27.24 579

DPSM_ROB	20.78 572	20.03 575	26.57 570	23.62 577	22.46 572	31.10 575	39.97 580	33.52 579	17.41 567	15.25 570	15.80 565	24.06 570	20.71 571	23.30 570	27.62 576	10.78 574	9.41 574	11.69 576	11.50 573	14.49 575	16.36 576

DPSM	20.78 572	20.03 575	26.57 570	23.62 577	22.46 572	31.10 575	39.97 580	33.52 579	17.41 567	15.25 570	15.80 565	24.06 570	20.71 571	23.30 570	27.62 576	10.78 574	9.41 574	11.69 576	11.50 573	14.49 575	16.36 576

LRCNet_RVC	25.52 575	33.45 578	23.21 565	31.79 579	32.78 575	6.74 546	1.18 391	25.88 575	4.46 532	28.94 573	30.89 573	24.91 572	17.57 565	27.66 574	24.34 571	35.26 583	25.60 584	35.91 583	33.81 582	31.90 583	34.10 584

HaxPig	43.25 582	43.65 583	45.00 578	33.85 580	35.61 577	32.69 577	30.52 573	45.09 582	42.97 581	48.77 579	48.17 581	43.00 576	40.26 577	44.58 581	43.61 580	47.18 584	49.30 585	51.54 585	50.25 584	43.73 584	45.29 585

MEDIAN_ROB	47.37 584	49.08 585	49.92 581	40.32 581	39.97 579	34.95 579	33.43 577	49.17 584	46.39 584	53.06 582	52.65 583	47.65 579	42.23 584	48.35 587	47.29 582	52.10 586	54.04 587	54.28 586	53.48 585	48.76 586	50.33 587

AVERAGE_ROB	44.46 583	45.91 584	46.59 579	40.59 582	38.66 578	32.99 578	30.52 573	46.19 583	43.26 582	49.59 580	48.97 582	44.62 578	39.89 576	45.04 582	43.94 581	48.74 585	50.69 586	50.80 584	49.79 583	45.54 585	46.97 586

Selective-RAFT-Error	41.77 580	40.16 581	53.34 583	47.73 583	45.25 582	62.51 585	80.64 589	67.22 585	34.93 578	30.64 576	31.81 575	48.11 580	42.11 583	46.57 583	54.95 584	21.61 578	18.87 580	23.48 579	23.15 580	29.16 580	33.08 583

CasAABBNet	41.80 581	40.20 582	53.41 585	47.73 583	45.18 581	62.51 585	80.71 590	67.26 586	34.80 576	30.49 574	31.88 576	48.24 582	41.81 581	46.63 585	55.64 587	21.60 577	18.88 581	23.48 579	23.22 581	29.19 581	33.05 582

FlowAnything	41.75 579	39.90 579	53.36 584	47.83 585	45.06 580	62.45 584	80.51 588	67.34 587	34.89 577	30.56 575	31.52 574	48.18 581	42.05 582	46.66 586	55.24 585	21.71 580	18.88 581	23.49 581	23.13 578	29.12 579	33.04 581

LSM	12.71 563	3.52 524	20.79 524	55.63 586	84.76 584	3.63 285	6.30 550	3.73 300	4.93 540	5.55 536	13.92 561	3.53 455	3.25 475	9.72 437	4.12 473	0.64 473	0.85 518	0.71 498	0.81 508	1.03 496	26.84 578

LSM0	49.58 585	40.04 580	53.62 586	97.15 587	128.68 588	62.75 587	79.89 587	67.63 588	35.11 579	33.02 577	32.61 578	48.43 583	41.60 580	46.60 584	55.43 586	21.63 579	18.99 583	23.62 582	23.13 578	29.47 582	52.26 588

DPSimNet_ROB	102.30 589	119.72 593	143.59 591	109.42 588	94.10 585	127.22 591	127.15 591	26.62 576	102.36 592	149.58 592	83.99 589	139.34 592	137.54 592	64.62 588	82.36 592	105.18 588	66.15 589	120.15 588	69.61 587	99.58 588	77.72 589

DLNR_Zeroshot_test	28.62 577	55.50 587	49.94 582	183.62 589	115.05 587	3.43 232	0.28 5	29.49 578	1.49 127	1.01 118	1.26 121	0.93 127	0.63 49	3.92 318	1.51 316	29.81 582	0.41 428	0.26 109	0.23 146	93.28 587	0.32 213

test_example2	212.63 593	219.92 594	221.87 593	213.67 590	221.17 593	199.47 593	200.74 592	185.30 593	141.66 593	209.52 593	213.45 592	210.82 593	205.48 593	221.27 593	216.64 593	236.83 593	242.07 593	213.93 590	217.01 590	235.69 593	226.10 593

xxxxx1	112.33 590	88.53 589	37.76 575	227.84 591	157.23 590	39.05 580	61.41 584	93.76 590	79.29 589	62.45 584	74.79 585	78.32 586	70.96 587	33.47 576	70.69 588	114.00 589	130.36 590	259.31 591	274.34 591	145.54 589	147.50 590

tt_ll	112.33 590	88.53 589	37.76 575	227.84 591	157.23 590	39.05 580	61.41 584	93.76 590	79.29 589	62.45 584	74.79 585	78.32 586	70.96 587	33.47 576	70.69 588	114.00 589	130.36 590	259.31 591	274.34 591	145.54 589	147.50 590

ff	112.33 590	88.53 589	37.76 575	227.84 591	157.23 590	39.05 580	61.41 584	93.76 590	79.29 589	62.45 584	74.79 585	78.32 586	70.96 587	33.47 576	70.69 588	114.00 589	130.36 590	259.31 591	274.34 591	145.54 589	147.50 590

ccccc		629.75 595		567.84 594	570.84 594	582.44 594		613.82 594		614.58 594		555.57 594		666.94 594		781.57 594	507.24 594	391.36 594	342.44 594	689.82 594

ASD4		113.98 592

Low-res two-view benchmark