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

monsters	0.11 14	0.09 37	0.13 1	0.17 17	0.12 164	0.15 21	0.11 14	0.23 60	0.15 22	0.14 68	0.12 25	0.08 3	0.09 16	0.21 119	0.10 1	0.06 24	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

LG-Stereo_L2	0.10 2	0.08 8	0.19 40	0.16 7	0.09 26	0.12 7	0.13 38	0.18 14	0.13 12	0.09 5	0.07 3	0.08 3	0.08 6	0.16 31	0.10 1	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.04 1

LG-Stereo_L1	0.10 2	0.08 8	0.19 40	0.16 7	0.09 26	0.12 7	0.13 38	0.17 9	0.11 4	0.08 1	0.07 3	0.08 3	0.07 2	0.17 44	0.10 1	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.04 1

LG-G_1	0.11 14	0.08 8	0.18 35	0.18 46	0.07 1	0.21 167	0.09 2	0.19 18	0.11 4	0.10 10	0.09 11	0.11 45	0.10 39	0.19 85	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

LG-G	0.11 14	0.08 8	0.18 35	0.18 46	0.07 1	0.21 167	0.09 2	0.19 18	0.11 4	0.10 10	0.09 11	0.11 45	0.10 39	0.19 85	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

GREAT-IGEV	0.12 39	0.09 37	0.25 91	0.16 7	0.11 108	0.14 13	0.16 111	0.17 9	0.17 44	0.10 10	0.15 67	0.09 16	0.09 16	0.18 62	0.10 1	0.06 24	0.07 262	0.06 22	0.05 39	0.07 107	0.10 329

SCV_C0	0.14 73	0.11 135	0.25 91	0.19 85	0.12 164	0.15 21	0.16 111	0.30 150	0.22 114	0.13 45	0.15 67	0.13 63	0.09 16	0.24 153	0.10 1	0.06 24	0.05 29	0.06 22	0.06 80	0.09 235	0.06 75

FoundationStereo	0.09 1	0.07 2	0.16 23	0.16 7	0.08 9	0.12 7	0.13 38	0.11 1	0.12 8	0.09 5	0.07 3	0.10 32	0.09 16	0.11 1	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

StereoAnything_RVC	0.13 49	0.37 504	0.36 210	0.14 1	0.07 1	0.11 4	0.12 21	0.17 9	0.12 8	0.08 1	0.07 3	0.07 1	0.10 39	0.20 100	0.10 1	0.09 270	0.05 29	0.06 22	0.04 1	0.24 501	0.05 21

castereo++	0.13 49	0.10 74	0.18 35	0.18 46	0.10 65	0.27 282	0.13 38	0.23 60	0.23 132	0.11 19	0.13 37	0.16 118	0.10 39	0.18 62	0.10 1	0.07 67	0.05 29	0.07 75	0.06 80	0.05 4	0.04 1

GASTEREO	0.13 49	0.12 177	0.21 56	0.23 294	0.10 65	0.18 83	0.15 82	0.26 89	0.18 54	0.17 114	0.16 77	0.11 45	0.13 116	0.19 85	0.11 11	0.07 67	0.05 29	0.06 22	0.07 136	0.06 40	0.06 75

MSCF	0.13 49	0.12 177	0.21 56	0.22 247	0.10 65	0.16 44	0.15 82	0.26 89	0.18 54	0.17 114	0.16 77	0.11 45	0.13 116	0.18 62	0.11 11	0.07 67	0.05 29	0.06 22	0.07 136	0.06 40	0.06 75

S2M2_XL	0.10 2	0.09 37	0.21 56	0.14 1	0.10 65	0.09 1	0.09 2	0.11 1	0.09 1	0.10 10	0.11 17	0.09 16	0.09 16	0.12 2	0.11 11	0.09 270	0.07 262	0.08 153	0.07 136	0.08 169	0.06 75

asd	0.10 2	0.10 74	0.15 9	0.17 17	0.10 65	0.16 44	0.10 7	0.19 18	0.13 12	0.12 32	0.11 17	0.09 16	0.10 39	0.16 31	0.11 11	0.04 1	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

4.5_new	0.11 14	0.11 135	0.15 9	0.17 17	0.09 26	0.14 13	0.12 21	0.21 32	0.16 27	0.13 45	0.13 37	0.08 3	0.09 16	0.13 5	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.06 40	0.04 1

4.5w-stereo	0.11 14	0.11 135	0.15 9	0.17 17	0.09 26	0.14 13	0.12 21	0.21 32	0.16 27	0.13 45	0.13 37	0.08 3	0.09 16	0.13 5	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.06 40	0.04 1

2.5w	0.11 14	0.10 74	0.15 9	0.18 46	0.09 26	0.15 21	0.15 82	0.20 26	0.15 22	0.12 32	0.13 37	0.10 32	0.09 16	0.17 44	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

3.75w	0.11 14	0.09 37	0.15 9	0.17 17	0.11 108	0.18 83	0.12 21	0.23 60	0.14 17	0.13 45	0.11 17	0.08 3	0.10 39	0.16 31	0.11 11	0.05 9	0.03 1	0.05 1	0.04 1	0.05 4	0.04 1

3w_stereo	0.12 39	0.11 135	0.18 35	0.18 46	0.08 9	0.16 44	0.15 82	0.27 101	0.19 67	0.12 32	0.12 25	0.07 1	0.12 86	0.15 15	0.11 11	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

monsterstereo	0.11 14	0.09 37	0.14 3	0.19 85	0.12 164	0.14 13	0.12 21	0.25 80	0.17 44	0.13 45	0.16 77	0.08 3	0.09 16	0.19 85	0.11 11	0.05 9	0.05 29	0.06 22	0.05 39	0.05 4	0.04 1

IGEV	0.11 14	0.06 1	0.17 29	0.15 4	0.11 108	0.16 44	0.13 38	0.21 32	0.16 27	0.11 19	0.15 67	0.09 16	0.07 2	0.14 9	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.05 4	0.05 21

111111	0.11 14	0.07 2	0.17 29	0.19 85	0.11 108	0.13 11	0.11 14	0.22 42	0.15 22	0.11 19	0.12 25	0.12 52	0.08 6	0.18 62	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.08 169	0.06 75

MLG-Stereo_test3	0.10 2	0.08 8	0.16 23	0.17 17	0.08 9	0.16 44	0.12 21	0.17 9	0.12 8	0.10 10	0.07 3	0.10 32	0.08 6	0.14 9	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

MLG-Stereo_test2	0.10 2	0.08 8	0.15 9	0.17 17	0.09 26	0.15 21	0.11 14	0.16 4	0.10 2	0.09 5	0.07 3	0.10 32	0.06 1	0.15 15	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.05 21

MLG-Stereo_test1	0.10 2	0.08 8	0.15 9	0.18 46	0.09 26	0.15 21	0.11 14	0.16 4	0.10 2	0.08 1	0.06 1	0.10 32	0.07 2	0.17 44	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

MLG-Stereo	0.10 2	0.08 8	0.15 9	0.18 46	0.07 1	0.15 21	0.11 14	0.17 9	0.11 4	0.08 1	0.06 1	0.10 32	0.08 6	0.18 62	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

LGtest1	0.10 2	0.08 8	0.17 29	0.17 17	0.08 9	0.13 11	0.09 2	0.16 4	0.12 8	0.09 5	0.07 3	0.09 16	0.09 16	0.15 15	0.11 11	0.08 192	0.05 29	0.06 22	0.05 39	0.06 40	0.06 75

SGD-Stereo	0.11 14	0.08 8	0.17 29	0.17 17	0.07 1	0.17 63	0.13 38	0.18 14	0.16 27	0.11 19	0.13 37	0.11 45	0.12 86	0.18 62	0.11 11	0.08 192	0.04 2	0.06 22	0.05 39	0.06 40	0.04 1

SCV	0.14 73	0.14 281	0.24 79	0.21 188	0.11 108	0.15 21	0.16 111	0.31 161	0.18 54	0.11 19	0.15 67	0.13 63	0.10 39	0.23 143	0.11 11	0.07 67	0.05 29	0.07 75	0.06 80	0.09 235	0.06 75

AIO_rvc	0.12 39	0.11 135	0.22 65	0.19 85	0.10 65	0.15 21	0.17 147	0.20 26	0.16 27	0.11 19	0.13 37	0.13 63	0.08 6	0.22 134	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.07 150

MonSter	0.10 2	0.08 8	0.13 1	0.17 17	0.08 9	0.14 13	0.12 21	0.24 74	0.19 67	0.09 5	0.11 17	0.08 3	0.07 2	0.14 9	0.11 11	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

DEFOM-Stereo	0.11 14	0.08 8	0.17 29	0.17 17	0.09 26	0.22 195	0.14 58	0.14 3	0.16 27	0.11 19	0.10 14	0.09 16	0.08 6	0.21 119	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

IGEV-Stereo++	0.11 14	0.08 8	0.15 9	0.19 85	0.11 108	0.14 13	0.10 7	0.22 42	0.18 54	0.10 10	0.13 37	0.10 32	0.11 63	0.14 9	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

U	1.00 542	0.09 37	0.21 56	0.21 188	3.68 569	6.12 573	0.14 58	0.21 32	0.21 101	0.11 19	0.11 17	0.10 32	0.09 16	0.12 2	0.11 11	0.07 67	0.05 29	5.42 577	2.90 575	0.07 107	0.06 75

IGEV-Stereo+	0.12 39	0.08 8	0.17 29	0.18 46	0.13 238	0.09 1	0.11 14	0.16 4	0.15 22	0.10 10	0.08 10	0.10 32	0.10 39	0.21 119	0.11 11	0.07 67	0.05 29	0.06 22	0.05 39	0.16 440	0.24 513

AIO-Stereo	0.13 49	0.10 74	0.22 65	0.20 144	0.09 26	0.16 44	0.15 82	0.27 101	0.16 27	0.13 45	0.15 67	0.13 63	0.08 6	0.18 62	0.11 11	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

MoCha-V2	0.13 49	0.08 8	0.26 99	0.23 294	0.09 26	0.16 44	0.15 82	0.26 89	0.16 27	0.15 80	0.15 67	0.13 63	0.14 136	0.20 100	0.11 11	0.06 24	0.07 262	0.06 22	0.06 80	0.06 40	0.05 21

ACVNet-DCA	0.18 156	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.41 286	0.27 179	0.17 114	0.19 106	0.13 63	0.18 218	0.28 232	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.09 235	0.09 273

xx1	0.20 209	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.35 217	0.47 420	0.17 114	0.19 106	0.28 266	0.24 294	0.28 232	0.11 11	0.08 192	0.05 29	0.10 303	0.09 297	0.09 235	0.09 273

cc1	0.18 156	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.35 217	0.47 420	0.17 114	0.19 106	0.13 63	0.18 218	0.28 232	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.08 169	0.08 216

ffm	0.22 259	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.35 217	0.44 387	0.30 274	0.42 361	0.34 326	0.23 276	0.27 219	0.11 11	0.08 192	0.05 29	0.11 360	0.10 339	0.08 169	0.08 216

tt1	0.18 156	0.14 281	0.35 190	0.23 294	0.11 108	0.30 339	0.19 234	0.35 217	0.44 387	0.17 114	0.19 106	0.13 63	0.16 167	0.27 219	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.08 169	0.08 216

AdaDepth	0.11 14	0.09 37	0.20 49	0.20 144	0.10 65	0.19 109	0.13 38	0.16 4	0.13 12	0.10 10	0.10 14	0.09 16	0.09 16	0.19 85	0.12 43	0.05 9	0.05 29	0.06 22	0.06 80	0.05 4	0.05 21

asda	0.11 14	0.11 135	0.16 23	0.17 17	0.09 26	0.14 13	0.12 21	0.24 74	0.16 27	0.11 19	0.11 17	0.08 3	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

qwe	0.11 14	0.10 74	0.14 3	0.17 17	0.10 65	0.15 21	0.12 21	0.25 80	0.17 44	0.14 68	0.13 37	0.09 16	0.09 16	0.18 62	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.25_new	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.5w_new	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.25w-stereo	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4w-stereo	0.10 2	0.10 74	0.15 9	0.17 17	0.09 26	0.15 21	0.10 7	0.19 18	0.13 12	0.12 32	0.12 25	0.08 3	0.11 63	0.16 31	0.12 43	0.04 1	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

3.25w_new	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.19 109	0.10 7	0.22 42	0.17 44	0.14 68	0.12 25	0.10 32	0.11 63	0.17 44	0.12 43	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

3.25w	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.19 109	0.10 7	0.22 42	0.17 44	0.14 68	0.12 25	0.10 32	0.11 63	0.17 44	0.12 43	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

2w_stereo	0.11 14	0.10 74	0.15 9	0.18 46	0.08 9	0.16 44	0.14 58	0.27 101	0.20 86	0.14 68	0.14 64	0.08 3	0.11 63	0.13 5	0.12 43	0.05 9	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

HART	0.15 101	0.11 135	0.30 136	0.21 188	0.09 26	0.17 63	0.16 111	0.30 150	0.19 67	0.15 80	0.25 169	0.17 125	0.09 16	0.21 119	0.12 43	0.06 24	0.07 262	0.07 75	0.05 39	0.08 169	0.06 75

DEFOM-Stereo_RVC	0.13 49	0.14 281	0.19 40	0.26 416	0.09 26	0.15 21	0.13 38	0.22 42	0.18 54	0.12 32	0.11 17	0.10 32	0.13 116	0.21 119	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.07 107	0.05 21

HUF	0.15 101	0.11 135	0.38 241	0.17 17	0.11 108	0.16 44	0.17 147	0.22 42	0.20 86	0.11 19	0.13 37	0.14 85	0.11 63	0.18 62	0.12 43	0.07 67	0.20 512	0.06 22	0.05 39	0.07 107	0.14 424

AIO_test	0.12 39	0.09 37	0.20 49	0.19 85	0.11 108	0.15 21	0.17 147	0.19 18	0.16 27	0.11 19	0.13 37	0.14 85	0.09 16	0.20 100	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

GIP-stereo	0.12 39	0.09 37	0.20 49	0.19 85	0.11 108	0.16 44	0.14 58	0.29 131	0.18 54	0.11 19	0.16 77	0.13 63	0.09 16	0.15 15	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

dual_stereo	0.10 2	0.07 2	0.14 3	0.17 17	0.08 9	0.09 1	0.13 38	0.24 74	0.13 12	0.10 10	0.09 11	0.09 16	0.08 6	0.18 62	0.12 43	0.07 67	0.06 145	0.06 22	0.04 1	0.05 4	0.05 21

WCG-NET	0.14 73	0.09 37	0.23 71	0.18 46	0.08 9	0.18 83	0.17 147	0.21 32	0.28 194	0.18 131	0.21 134	0.15 101	0.12 86	0.18 62	0.12 43	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

WCG-NET（raft）	0.14 73	0.09 37	0.23 71	0.17 17	0.08 9	0.19 109	0.16 111	0.23 60	0.26 169	0.18 131	0.19 106	0.20 158	0.12 86	0.21 119	0.12 43	0.06 24	0.06 145	0.06 22	0.05 39	0.06 40	0.05 21

RSM++	0.12 39	0.09 37	0.19 40	0.20 144	0.09 26	0.17 63	0.15 82	0.21 32	0.19 67	0.12 32	0.12 25	0.14 85	0.09 16	0.20 100	0.12 43	0.06 24	0.05 29	0.07 75	0.07 136	0.07 107	0.05 21

RSM	0.12 39	0.09 37	0.20 49	0.20 144	0.09 26	0.16 44	0.15 82	0.23 60	0.18 54	0.13 45	0.13 37	0.15 101	0.09 16	0.21 119	0.12 43	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

CAS++	0.16 115	0.12 177	0.27 108	0.18 46	0.12 164	0.17 63	0.15 82	0.42 300	0.24 147	0.19 136	0.18 98	0.13 63	0.10 39	0.21 119	0.12 43	0.12 395	0.10 405	0.11 360	0.08 211	0.10 300	0.09 273
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.14 73	0.11 135	0.32 156	0.19 85	0.11 108	0.18 83	0.17 147	0.20 26	0.22 114	0.14 68	0.24 161	0.15 101	0.10 39	0.18 62	0.12 43	0.07 67	0.06 145	0.07 75	0.06 80	0.10 300	0.06 75

ff7	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

ffff	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

11t	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

AEACV	0.13 49	0.09 37	0.23 71	0.18 46	0.19 424	0.19 109	0.16 111	0.23 60	0.14 17	0.13 45	0.17 88	0.13 63	0.16 167	0.16 31	0.12 43	0.07 67	0.05 29	0.07 75	0.08 211	0.07 107	0.06 75

Any-RAFT	0.17 132	0.08 8	0.31 150	0.19 85	0.10 65	0.29 322	0.16 111	0.42 300	0.30 225	0.24 177	0.27 186	0.27 251	0.16 167	0.21 119	0.12 43	0.08 192	0.05 29	0.06 22	0.05 39	0.07 107	0.06 75

HH	0.18 156	0.12 177	0.55 396	0.22 247	0.12 164	0.18 83	0.18 190	0.34 193	0.19 67	0.20 140	0.24 161	0.34 326	0.18 218	0.29 248	0.12 43	0.07 67	0.05 29	0.07 75	0.07 136	0.07 107	0.06 75

HanStereo	0.18 156	0.12 177	0.55 396	0.22 247	0.12 164	0.18 83	0.18 190	0.34 193	0.19 67	0.20 140	0.24 161	0.34 326	0.18 218	0.29 248	0.12 43	0.07 67	0.05 29	0.07 75	0.07 136	0.07 107	0.06 75

anonymousdsp	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.28 120	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.07 150

CES	0.14 73	0.08 8	0.19 40	0.17 17	0.22 465	0.18 83	0.16 111	0.23 60	0.19 67	0.14 68	0.17 88	0.14 85	0.10 39	0.18 62	0.12 43	0.07 67	0.05 29	0.06 22	0.04 1	0.08 169	0.18 470

Selective-IGEV	0.12 39	0.09 37	0.22 65	0.19 85	0.10 65	0.15 21	0.14 58	0.27 101	0.15 22	0.13 45	0.14 64	0.13 63	0.08 6	0.21 119	0.12 43	0.06 24	0.05 29	0.07 75	0.06 80	0.06 40	0.05 21

ProNet	0.14 73	0.12 177	0.25 91	0.19 85	0.11 108	0.19 109	0.19 234	0.27 101	0.20 86	0.14 68	0.13 37	0.13 63	0.12 86	0.24 153	0.12 43	0.06 24	0.05 29	0.07 75	0.06 80	0.07 107	0.07 150

ccc-4	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

IGEV-Stereo	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.28 120	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.07 150
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

error version	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

test-v	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

test-2	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

XX-Stereo	0.21 229	0.10 74	0.83 482	0.26 416	0.17 383	0.23 216	0.13 38	0.40 274	0.18 54	0.20 140	0.41 345	0.31 303	0.10 39	0.32 276	0.12 43	0.08 192	0.06 145	0.08 153	0.08 211	0.07 107	0.05 21

water-stereo	0.13 49	0.08 8	0.20 49	0.19 85	0.10 65	0.17 63	0.14 58	0.25 80	0.19 67	0.17 114	0.23 148	0.15 101	0.15 151	0.12 2	0.13 83	0.07 67	0.06 145	0.07 75	0.06 80	0.06 40	0.05 21

depthmonostereo	0.14 73	0.09 37	0.19 40	0.19 85	0.08 9	0.20 140	0.15 82	0.27 101	0.23 132	0.16 102	0.18 98	0.14 85	0.17 193	0.19 85	0.13 83	0.07 67	0.06 145	0.07 75	0.05 39	0.05 4	0.05 21

2.25w	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.15 21	0.10 7	0.19 18	0.18 54	0.14 68	0.17 88	0.09 16	0.10 39	0.18 62	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

2.75w_new	0.11 14	0.09 37	0.14 3	0.16 7	0.09 26	0.15 21	0.12 21	0.25 80	0.16 27	0.14 68	0.13 37	0.08 3	0.10 39	0.16 31	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

3.5w_stereo	0.11 14	0.10 74	0.14 3	0.17 17	0.09 26	0.17 63	0.09 2	0.22 42	0.16 27	0.13 45	0.13 37	0.09 16	0.11 63	0.19 85	0.13 83	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

1w_stereo	0.12 39	0.08 8	0.14 3	0.18 46	0.09 26	0.16 44	0.15 82	0.25 80	0.21 101	0.13 45	0.16 77	0.08 3	0.12 86	0.16 31	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

MM-Stereo_test2	0.15 101	0.10 74	0.44 316	0.23 294	0.11 108	0.21 167	0.21 312	0.27 101	0.22 114	0.15 80	0.16 77	0.13 63	0.11 63	0.20 100	0.13 83	0.06 24	0.05 29	0.07 75	0.06 80	0.09 235	0.05 21

MM-Stereo_test1	0.17 132	0.10 74	0.39 256	0.23 294	0.11 108	0.20 140	0.22 338	0.33 185	0.29 213	0.22 157	0.21 134	0.15 101	0.14 136	0.23 143	0.13 83	0.07 67	0.06 145	0.08 153	0.07 136	0.09 235	0.06 75

AIO-test2	0.20 209	0.20 400	0.36 210	0.26 416	0.15 330	0.22 195	0.16 111	0.42 300	0.42 365	0.16 102	0.29 204	0.15 101	0.11 63	0.26 200	0.13 83	0.18 490	0.06 145	0.10 303	0.11 378	0.07 107	0.07 150

castereo	0.14 73	0.10 74	0.19 40	0.18 46	0.10 65	0.20 140	0.19 234	0.30 150	0.27 179	0.13 45	0.18 98	0.16 118	0.16 167	0.15 15	0.13 83	0.07 67	0.05 29	0.06 22	0.06 80	0.06 40	0.05 21

RAStereo	0.13 49	0.12 177	0.27 108	0.22 247	0.11 108	0.15 21	0.18 190	0.23 60	0.23 132	0.13 45	0.17 88	0.11 45	0.09 16	0.15 15	0.13 83	0.08 192	0.06 145	0.08 153	0.06 80	0.07 107	0.05 21

Pointernet	0.13 49	0.07 2	0.27 108	0.19 85	0.11 108	0.20 140	0.12 21	0.31 161	0.24 147	0.15 80	0.15 67	0.13 63	0.11 63	0.17 44	0.13 83	0.08 192	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

IGEV-BASED-STEREO-	0.20 209	0.72 540	0.70 455	0.17 17	0.08 9	0.15 21	0.15 82	0.18 14	0.16 27	0.13 45	0.12 25	0.09 16	0.08 6	0.16 31	0.13 83	0.35 531	0.04 2	0.08 153	0.07 136	0.11 348	0.23 508

gcap-zeroshot	0.17 132	0.11 135	0.36 210	0.20 144	0.12 164	0.26 272	0.16 111	0.30 150	0.22 114	0.26 197	0.20 122	0.30 292	0.14 136	0.20 100	0.13 83	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

test_for_model	0.29 389	0.89 549	0.34 180	0.69 542	0.49 533	0.20 140	0.16 111	0.30 150	0.23 132	0.28 216	0.15 67	0.13 63	0.11 63	0.17 44	0.13 83	0.29 524	0.10 405	0.06 22	0.04 1	0.86 553	0.18 470

trnet	0.13 49	0.08 8	0.21 56	0.15 4	0.07 1	0.21 167	0.12 21	0.24 74	0.24 147	0.16 102	0.21 134	0.15 101	0.13 116	0.18 62	0.13 83	0.08 192	0.05 29	0.06 22	0.04 1	0.06 40	0.05 21

MyStereo07	0.16 115	0.12 177	0.26 99	0.22 247	0.14 280	0.25 252	0.23 363	0.29 131	0.21 101	0.15 80	0.13 37	0.12 52	0.13 116	0.25 184	0.13 83	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MSKI-zero shot	0.17 132	0.09 37	0.43 308	0.20 144	0.11 108	0.21 167	0.15 82	0.32 171	0.21 101	0.23 163	0.24 161	0.23 201	0.10 39	0.31 270	0.13 83	0.07 67	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75

CASnet	0.14 73	0.12 177	0.22 65	0.22 247	0.08 9	0.16 44	0.15 82	0.27 101	0.25 160	0.22 157	0.20 122	0.15 101	0.11 63	0.17 44	0.13 83	0.07 67	0.05 29	0.11 360	0.09 297	0.08 169	0.05 21
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.15 101	0.10 74	0.36 210	0.19 85	0.12 164	0.23 216	0.16 111	0.26 89	0.19 67	0.24 177	0.19 106	0.14 85	0.11 63	0.16 31	0.13 83	0.07 67	0.05 29	0.07 75	0.06 80	0.05 4	0.05 21

GCAP-Stereo	0.14 73	0.14 281	0.33 171	0.20 144	0.09 26	0.21 167	0.10 7	0.26 89	0.20 86	0.18 131	0.19 106	0.15 101	0.13 116	0.17 44	0.13 83	0.07 67	0.06 145	0.07 75	0.05 39	0.06 40	0.06 75

LoS_RVC	0.13 49	0.10 74	0.19 40	0.18 46	0.16 362	0.20 140	0.18 190	0.20 26	0.17 44	0.13 45	0.19 106	0.12 52	0.15 151	0.17 44	0.13 83	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.12 387

CAS	0.15 101	0.07 2	0.21 56	0.41 520	0.16 362	0.20 140	0.18 190	0.22 42	0.19 67	0.15 80	0.19 106	0.11 45	0.09 16	0.14 9	0.13 83	0.29 524	0.04 2	0.06 22	0.04 1	0.06 40	0.14 424

EGLCR-Stereo	0.13 49	0.08 8	0.20 49	0.18 46	0.09 26	0.21 167	0.13 38	0.27 101	0.21 101	0.13 45	0.10 14	0.15 101	0.09 16	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

MC-Stereo	0.14 73	0.09 37	0.25 91	0.21 188	0.09 26	0.18 83	0.16 111	0.23 60	0.19 67	0.18 131	0.23 148	0.16 118	0.13 116	0.22 134	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

RAFT_CTSACE	0.21 229	0.16 339	0.41 287	0.25 382	0.15 330	0.22 195	0.24 385	0.32 171	0.28 194	0.33 326	0.51 430	0.29 276	0.17 193	0.32 276	0.13 83	0.06 24	0.07 262	0.09 230	0.08 211	0.08 169	0.06 75

TRStereo	0.19 194	0.17 358	0.47 343	0.23 294	0.19 424	0.19 109	0.16 111	0.52 411	0.28 194	0.20 140	0.19 106	0.21 169	0.13 116	0.24 153	0.13 83	0.09 270	0.06 145	0.09 230	0.11 378	0.06 40	0.06 75

CroCo-Stereo	0.14 73	0.13 239	0.24 79	0.25 382	0.11 108	0.11 4	0.18 190	0.32 171	0.23 132	0.12 32	0.12 25	0.18 135	0.12 86	0.14 9	0.13 83	0.08 192	0.06 145	0.07 75	0.05 39	0.07 107	0.06 75
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
TANstereo	0.15 101	0.09 37	0.28 119	0.16 7	0.08 9	0.25 252	0.14 58	0.23 60	0.28 194	0.24 177	0.30 217	0.16 118	0.12 86	0.17 44	0.13 83	0.08 192	0.07 262	0.06 22	0.05 39	0.06 40	0.07 150

XX-TBD	0.15 101	0.18 372	0.28 119	0.22 247	0.10 65	0.22 195	0.15 82	0.22 42	0.27 179	0.22 157	0.26 179	0.14 85	0.12 86	0.16 31	0.13 83	0.08 192	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75

CFNet-RSSM	0.17 132	0.10 74	0.40 264	0.20 144	0.11 108	0.20 140	0.15 82	0.36 235	0.30 225	0.23 163	0.21 134	0.26 242	0.15 151	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

Gwc-CoAtRS	0.17 132	0.10 74	0.37 222	0.20 144	0.12 164	0.19 109	0.15 82	0.32 171	0.28 194	0.23 163	0.23 148	0.27 251	0.15 151	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

CREStereo	0.13 49	0.08 8	0.21 56	0.14 1	0.08 9	0.22 195	0.15 82	0.25 80	0.24 147	0.16 102	0.21 134	0.14 85	0.13 116	0.18 62	0.13 83	0.09 270	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75
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
PMTNet	0.15 101	0.08 8	0.23 71	0.15 4	0.09 26	0.23 216	0.16 111	0.25 80	0.23 132	0.17 114	0.21 134	0.16 118	0.14 136	0.22 134	0.13 83	0.29 524	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75

LG-Stereo	0.13 49	0.10 74	0.24 79	0.20 144	0.09 26	0.16 44	0.18 190	0.21 32	0.18 54	0.11 19	0.17 88	0.09 16	0.09 16	0.15 15	0.14 117	0.05 9	0.06 145	0.08 153	0.08 211	0.07 107	0.05 21

S2M2	0.13 49	0.11 135	0.20 49	0.16 7	0.12 164	0.12 7	0.07 1	0.18 14	0.20 86	0.12 32	0.15 67	0.14 85	0.12 86	0.15 15	0.14 117	0.13 414	0.09 380	0.09 230	0.10 339	0.11 348	0.09 273

MM-Stereo_test3	0.17 132	0.12 177	0.29 129	0.23 294	0.14 280	0.19 109	0.22 338	0.39 263	0.36 297	0.16 102	0.24 161	0.17 125	0.12 86	0.19 85	0.14 117	0.07 67	0.07 262	0.08 153	0.06 80	0.09 235	0.06 75

AIO-test1	0.19 194	0.14 281	0.41 287	0.27 444	0.15 330	0.21 167	0.16 111	0.39 263	0.36 297	0.17 114	0.26 179	0.18 135	0.13 116	0.28 232	0.14 117	0.07 67	0.06 145	0.10 303	0.11 378	0.06 40	0.09 273

tt45	0.14 73	0.09 37	0.22 65	0.19 85	0.11 108	0.23 216	0.18 190	0.22 42	0.17 44	0.15 80	0.13 37	0.14 85	0.10 39	0.30 263	0.14 117	0.07 67	0.05 29	0.08 153	0.06 80	0.07 107	0.07 150

mms	0.13 49	0.11 135	0.19 40	0.19 85	0.12 164	0.16 44	0.17 147	0.20 26	0.17 44	0.13 45	0.17 88	0.14 85	0.09 16	0.24 153	0.14 117	0.06 24	0.05 29	0.08 153	0.06 80	0.07 107	0.07 150

ours_stereo	0.13 49	0.11 135	0.23 71	0.20 144	0.11 108	0.17 63	0.18 190	0.20 26	0.19 67	0.13 45	0.18 98	0.14 85	0.10 39	0.23 143	0.14 117	0.06 24	0.05 29	0.08 153	0.06 80	0.06 40	0.05 21

fffy	0.14 73	0.11 135	0.24 79	0.20 144	0.10 65	0.19 109	0.18 190	0.22 42	0.19 67	0.13 45	0.16 77	0.15 101	0.13 116	0.25 184	0.14 117	0.06 24	0.06 145	0.08 153	0.06 80	0.07 107	0.06 75

UGAM-zero	0.23 276	0.10 74	0.54 390	0.19 85	0.13 238	0.21 167	0.14 58	0.44 318	0.22 114	0.28 216	0.28 191	0.51 452	0.33 413	0.65 437	0.14 117	0.07 67	0.06 145	0.07 75	0.08 211	0.06 40	0.07 150

rvit_stereo_0081_aga	0.16 115	0.14 281	0.28 119	0.21 188	0.13 238	0.19 109	0.17 147	0.23 60	0.24 147	0.17 114	0.21 134	0.19 149	0.13 116	0.19 85	0.14 117	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

model_zeroshot	0.17 132	0.11 135	0.39 256	0.20 144	0.12 164	0.24 238	0.15 82	0.34 193	0.22 114	0.30 274	0.20 122	0.22 181	0.12 86	0.24 153	0.14 117	0.08 192	0.07 262	0.07 75	0.07 136	0.07 107	0.07 150

Occ-G	0.13 49	0.08 8	0.21 56	0.17 17	0.10 65	0.15 21	0.19 234	0.22 42	0.19 67	0.13 45	0.19 106	0.21 169	0.11 63	0.17 44	0.14 117	0.07 67	0.06 145	0.07 75	0.06 80	0.07 107	0.06 75

IGEV++	0.13 49	0.10 74	0.23 71	0.21 188	0.10 65	0.15 21	0.15 82	0.29 131	0.16 27	0.12 32	0.15 67	0.12 52	0.12 86	0.17 44	0.14 117	0.07 67	0.06 145	0.07 75	0.05 39	0.07 107	0.07 150

AE-Stereo	0.17 132	0.11 135	0.31 150	0.24 345	0.14 280	0.23 216	0.18 190	0.34 193	0.29 213	0.15 80	0.25 169	0.21 169	0.13 116	0.20 100	0.14 117	0.07 67	0.08 346	0.09 230	0.10 339	0.07 107	0.06 75

IGEVStereo-DCA	0.14 73	0.11 135	0.27 108	0.19 85	0.12 164	0.20 140	0.18 190	0.27 101	0.20 86	0.15 80	0.12 25	0.14 85	0.12 86	0.28 232	0.14 117	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.07 150

rrr	0.17 132	0.11 135	0.57 403	0.19 85	0.12 164	0.20 140	0.18 190	0.35 217	0.22 114	0.15 80	0.12 25	0.14 85	0.12 86	0.28 232	0.14 117	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.07 150

RAFT-Test	0.17 132	0.10 74	0.38 241	0.19 85	0.12 164	0.25 252	0.17 147	0.33 185	0.23 132	0.23 163	0.29 204	0.27 251	0.14 136	0.20 100	0.14 117	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

4D-IteraStereo	0.17 132	0.16 339	0.50 368	0.21 188	0.14 280	0.19 109	0.17 147	0.28 120	0.28 194	0.23 163	0.20 122	0.20 158	0.11 63	0.19 85	0.14 117	0.06 24	0.04 2	0.10 303	0.08 211	0.08 169	0.06 75

LoS	0.14 73	0.08 8	0.27 108	0.16 7	0.09 26	0.22 195	0.14 58	0.26 89	0.26 169	0.15 80	0.18 98	0.18 135	0.13 116	0.22 134	0.14 117	0.08 192	0.06 145	0.06 22	0.04 1	0.06 40	0.06 75
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	0.16 115	0.09 37	0.25 91	0.20 144	0.10 65	0.19 109	0.17 147	0.36 235	0.35 284	0.20 140	0.25 169	0.17 125	0.17 193	0.18 62	0.14 117	0.07 67	0.05 29	0.07 75	0.06 80	0.06 40	0.05 21

CroCo-Stereo Lap2	0.15 101	0.15 314	0.28 119	0.25 382	0.18 404	0.11 4	0.19 234	0.28 120	0.21 101	0.13 45	0.16 77	0.15 101	0.12 86	0.17 44	0.14 117	0.07 67	0.07 262	0.08 153	0.06 80	0.08 169	0.07 150

AnonymousM	0.17 132	0.19 388	0.24 79	0.18 46	0.10 65	0.18 83	0.17 147	0.30 150	0.23 132	0.26 197	0.20 122	0.18 135	0.14 136	0.19 85	0.14 117	0.09 270	0.06 145	0.38 529	0.15 466	0.06 40	0.05 21

sAnonymous2	0.20 209	0.21 414	0.58 408	0.24 345	0.17 383	0.22 195	0.19 234	0.34 193	0.28 194	0.17 114	0.19 106	0.17 125	0.16 167	0.17 44	0.14 117	0.10 318	0.07 262	0.09 230	0.08 211	0.23 498	0.17 457

CroCo_RVC	0.20 209	0.21 414	0.58 408	0.24 345	0.17 383	0.22 195	0.19 234	0.34 193	0.28 194	0.17 114	0.19 106	0.17 125	0.16 167	0.17 44	0.14 117	0.10 318	0.07 262	0.09 230	0.08 211	0.23 498	0.17 457

DilatedVolume-Stereo	0.14 73	0.08 8	0.18 35	0.18 46	0.09 26	0.21 167	0.14 58	0.24 74	0.21 101	0.21 151	0.21 134	0.15 101	0.14 136	0.23 143	0.15 141	0.07 67	0.06 145	0.06 22	0.06 80	0.05 4	0.05 21

999	0.14 73	0.08 8	0.24 79	0.19 85	0.11 108	0.20 140	0.17 147	0.24 74	0.18 54	0.13 45	0.16 77	0.14 85	0.11 63	0.36 303	0.15 141	0.07 67	0.05 29	0.07 75	0.06 80	0.06 40	0.07 150

tg	0.16 115	0.11 135	0.25 91	0.21 188	0.11 108	0.23 216	0.15 82	0.34 193	0.24 147	0.20 140	0.25 169	0.19 149	0.12 86	0.24 153	0.15 141	0.07 67	0.05 29	0.09 230	0.09 297	0.08 169	0.07 150

AIO-Stereo-zeroshot	0.23 276	0.13 239	0.83 482	0.20 144	0.21 449	0.23 216	0.17 147	0.48 359	0.27 179	0.23 163	0.29 204	0.39 371	0.23 276	0.25 184	0.15 141	0.08 192	0.06 145	0.08 153	0.11 378	0.11 348	0.10 329

rvit_stereo_0080	0.15 101	0.13 239	0.25 91	0.19 85	0.13 238	0.15 21	0.20 281	0.28 120	0.24 147	0.15 80	0.17 88	0.19 149	0.13 116	0.19 85	0.15 141	0.11 357	0.08 346	0.08 153	0.08 211	0.10 300	0.07 150

RAFT-Stereo-weight	0.15 101	0.09 37	0.26 99	0.20 144	0.10 65	0.19 109	0.17 147	0.36 235	0.29 213	0.24 177	0.20 122	0.19 149	0.10 39	0.18 62	0.15 141	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.05 21

Former-RAFT_DAM_RVC	0.17 132	0.13 239	0.24 79	0.19 85	0.13 238	0.24 238	0.17 147	0.30 150	0.37 308	0.43 450	0.17 88	0.13 63	0.12 86	0.19 85	0.15 141	0.08 192	0.07 262	0.09 230	0.07 136	0.09 235	0.08 216

whm_eth	0.15 101	0.13 239	0.25 91	0.19 85	0.13 238	0.15 21	0.20 281	0.28 120	0.24 147	0.15 80	0.17 88	0.19 149	0.13 116	0.19 85	0.15 141	0.11 357	0.08 346	0.08 153	0.08 211	0.10 300	0.07 150

DLNR_Zeroshot_test	10.44 577	12.10 584	19.93 584	106.08 593	23.66 590	0.14 13	0.13 38	3.22 571	0.17 44	0.16 102	0.23 148	0.16 118	0.10 39	0.31 270	0.15 141	2.36 572	0.06 145	0.07 75	0.07 136	39.70 591	0.06 75

LL-Strereo2	0.18 156	0.18 372	0.39 256	0.22 247	0.12 164	0.24 238	0.13 38	0.31 161	0.23 132	0.24 177	0.20 122	0.24 213	0.12 86	0.26 200	0.15 141	0.06 24	0.06 145	0.12 398	0.09 297	0.08 169	0.07 150

anonymousdsp2	0.17 132	0.10 74	0.28 119	0.20 144	0.11 108	0.25 252	0.17 147	0.41 286	0.31 237	0.23 163	0.23 148	0.22 181	0.15 151	0.25 184	0.15 141	0.07 67	0.05 29	0.07 75	0.05 39	0.08 169	0.07 150

DCRE	0.20 209	0.13 239	0.40 264	0.21 188	0.15 330	0.20 140	0.19 234	0.30 150	0.27 179	0.22 157	0.80 509	0.23 201	0.16 167	0.23 143	0.15 141	0.07 67	0.07 262	0.07 75	0.08 211	0.07 107	0.06 75

raft_robust	0.22 259	0.17 358	0.30 136	0.22 247	0.12 164	0.23 216	0.22 338	0.49 367	0.48 430	0.32 314	0.32 240	0.26 242	0.23 276	0.53 370	0.15 141	0.07 67	0.06 145	0.08 153	0.10 339	0.08 169	0.06 75

KYRaft	0.22 259	0.10 74	0.30 136	0.23 294	0.12 164	0.23 216	0.23 363	0.35 217	0.24 147	0.35 363	0.54 448	0.34 326	0.26 324	0.29 248	0.15 141	0.07 67	0.05 29	0.09 230	0.10 339	0.08 169	0.31 525

cross-raft	0.17 132	0.12 177	0.41 287	0.23 294	0.10 65	0.20 140	0.24 385	0.33 185	0.23 132	0.23 163	0.28 191	0.29 276	0.15 151	0.17 44	0.15 141	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

iRaftStereo_RVC	0.16 115	0.12 177	0.26 99	0.21 188	0.11 108	0.20 140	0.17 147	0.32 171	0.23 132	0.20 140	0.25 169	0.18 135	0.12 86	0.20 100	0.15 141	0.07 67	0.05 29	0.09 230	0.09 297	0.08 169	0.07 150

CREStereo++_RVC	0.15 101	0.08 8	0.26 99	0.17 17	0.11 108	0.18 83	0.13 38	0.22 42	0.30 225	0.21 151	0.30 217	0.13 63	0.11 63	0.16 31	0.15 141	0.07 67	0.04 2	0.06 22	0.15 466	0.06 40	0.05 21
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
raftrobust	0.16 115	0.13 239	0.29 129	0.22 247	0.15 330	0.19 109	0.13 38	0.32 171	0.26 169	0.26 197	0.20 122	0.19 149	0.17 193	0.21 119	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.07 150

sCroCo_RVC	0.18 156	0.14 281	0.49 357	0.27 444	0.18 404	0.22 195	0.17 147	0.27 101	0.23 132	0.14 68	0.22 144	0.17 125	0.14 136	0.21 119	0.15 141	0.10 318	0.11 429	0.09 230	0.09 297	0.09 235	0.09 273

test_xeample3	0.16 115	0.11 135	0.56 400	0.19 85	0.12 164	0.20 140	0.18 190	0.35 217	0.20 86	0.16 102	0.12 25	0.13 63	0.12 86	0.24 153	0.15 141	0.07 67	0.06 145	0.07 75	0.08 211	0.07 107	0.07 150

RAFT-Stereo + iAFF	0.17 132	0.14 281	0.32 156	0.20 144	0.09 26	0.19 109	0.17 147	0.32 171	0.30 225	0.25 185	0.33 261	0.20 158	0.17 193	0.19 85	0.15 141	0.06 24	0.05 29	0.07 75	0.07 136	0.07 107	0.05 21

AFF-stereo	0.18 156	0.15 314	0.32 156	0.21 188	0.10 65	0.18 83	0.18 190	0.33 185	0.27 179	0.25 185	0.37 300	0.25 221	0.17 193	0.24 153	0.15 141	0.06 24	0.05 29	0.08 153	0.08 211	0.07 107	0.05 21

R-Stereo Train	0.18 156	0.09 37	0.32 156	0.22 247	0.12 164	0.22 195	0.19 234	0.42 300	0.19 67	0.31 291	0.45 397	0.20 158	0.14 136	0.18 62	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75

RAFT-Stereo	0.18 156	0.09 37	0.32 156	0.22 247	0.12 164	0.22 195	0.19 234	0.42 300	0.19 67	0.31 291	0.45 397	0.20 158	0.14 136	0.18 62	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
FlowAnything_test	0.14 73	0.11 135	0.21 56	0.21 188	0.12 164	0.17 63	0.16 111	0.25 80	0.16 27	0.15 80	0.13 37	0.15 101	0.14 136	0.18 62	0.16 165	0.10 318	0.07 262	0.11 360	0.12 417	0.08 169	0.09 273

SMoEStereo_RVC	0.13 49	0.10 74	0.22 65	0.19 85	0.10 65	0.19 109	0.17 147	0.19 18	0.19 67	0.15 80	0.13 37	0.12 52	0.11 63	0.24 153	0.16 165	0.06 24	0.05 29	0.07 75	0.06 80	0.06 40	0.06 75

rvit_stereo_0083	0.16 115	0.12 177	0.26 99	0.21 188	0.13 238	0.17 63	0.17 147	0.22 42	0.34 268	0.16 102	0.21 134	0.19 149	0.16 167	0.21 119	0.16 165	0.11 357	0.10 405	0.10 303	0.08 211	0.09 235	0.07 150

rvit_stereo_0081	0.16 115	0.11 135	0.24 79	0.21 188	0.12 164	0.16 44	0.17 147	0.22 42	0.33 258	0.16 102	0.18 98	0.18 135	0.14 136	0.20 100	0.16 165	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

rvit_stereo_0082	0.16 115	0.11 135	0.24 79	0.21 188	0.12 164	0.16 44	0.17 147	0.22 42	0.33 258	0.16 102	0.18 98	0.18 135	0.14 136	0.20 100	0.16 165	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

testlalala2	0.18 156	0.10 74	0.50 368	0.36 507	0.25 493	0.23 216	0.14 58	0.34 193	0.24 147	0.25 185	0.25 169	0.21 169	0.12 86	0.16 31	0.16 165	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

qqq1	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.16 165	0.10 318	0.07 262	0.07 75	0.06 80	0.08 169	0.07 150

fff1	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.16 165	0.10 318	0.07 262	0.07 75	0.06 80	0.08 169	0.07 150

plain	0.17 132	0.13 239	0.43 308	0.21 188	0.13 238	0.16 44	0.17 147	0.27 101	0.22 114	0.16 102	0.26 179	0.13 63	0.16 167	0.27 219	0.16 165	0.08 192	0.06 145	0.10 303	0.07 136	0.10 300	0.07 150

UniTT-Stereo	0.14 73	0.10 74	0.30 136	0.21 188	0.13 238	0.17 63	0.13 38	0.19 18	0.18 54	0.15 80	0.20 122	0.10 32	0.11 63	0.18 62	0.16 165	0.08 192	0.06 145	0.07 75	0.06 80	0.08 169	0.06 75

EKT-Stereo	0.38 457	0.12 177	0.38 241	0.42 521	3.88 571	0.21 167	0.17 147	0.35 217	0.28 194	0.20 140	0.20 122	0.23 201	0.15 151	0.28 232	0.16 165	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

MIM_Stereo	0.18 156	0.12 177	0.38 241	0.20 144	0.11 108	0.17 63	0.14 58	0.35 217	0.25 160	0.27 206	0.35 281	0.23 201	0.13 116	0.27 219	0.16 165	0.06 24	0.07 262	0.08 153	0.08 211	0.08 169	0.06 75

testlalala_base	0.20 209	0.13 239	0.35 190	0.25 382	0.15 330	0.25 252	0.16 111	0.34 193	0.17 44	0.19 136	0.26 179	0.17 125	0.14 136	0.18 62	0.16 165	0.39 536	0.09 380	0.07 75	0.05 39	0.45 531	0.08 216

knoymous	0.17 132	0.09 37	0.32 156	0.17 17	0.11 108	0.21 167	0.17 147	0.32 171	0.23 132	0.23 163	0.28 191	0.27 251	0.16 167	0.23 143	0.16 165	0.09 270	0.06 145	0.09 230	0.06 80	0.09 235	0.09 273

DisPM	0.19 194	0.10 74	0.35 190	0.23 294	0.13 238	0.18 83	0.20 281	0.29 131	0.29 213	0.33 326	0.34 270	0.23 201	0.16 167	0.33 283	0.16 165	0.09 270	0.06 145	0.09 230	0.08 211	0.07 107	0.11 364

RAFT+CT+SA	0.21 229	0.18 372	0.33 171	0.25 382	0.18 404	0.23 216	0.29 441	0.40 274	0.36 297	0.24 177	0.38 314	0.18 135	0.16 167	0.32 276	0.16 165	0.07 67	0.05 29	0.09 230	0.12 417	0.09 235	0.09 273

Sa-1000	0.22 259	0.15 314	0.35 190	0.23 294	0.13 238	0.28 301	0.23 363	0.47 347	0.39 332	0.30 274	0.50 424	0.26 242	0.19 233	0.33 283	0.16 165	0.07 67	0.06 145	0.10 303	0.11 378	0.08 169	0.06 75

test_4	0.18 156	0.12 177	0.34 180	0.23 294	0.12 164	0.18 83	0.22 338	0.26 89	0.24 147	0.24 177	0.47 414	0.22 181	0.13 116	0.24 153	0.16 165	0.06 24	0.05 29	0.09 230	0.09 297	0.07 107	0.05 21

GLC_STEREO	0.15 101	0.10 74	0.24 79	0.21 188	0.09 26	0.17 63	0.15 82	0.23 60	0.27 179	0.17 114	0.20 122	0.17 125	0.11 63	0.23 143	0.16 165	0.07 67	0.09 380	0.09 230	0.08 211	0.07 107	0.06 75

Patchmatch Stereo++	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.26 200	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.16 111	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.18 218	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

PSM-AAD	0.25 334	0.10 74	0.30 136	0.24 345	0.12 164	0.26 272	0.38 493	0.34 193	0.28 194	0.35 363	0.39 327	0.28 266	0.79 528	0.30 263	0.16 165	0.07 67	0.06 145	0.12 398	0.11 378	0.08 169	0.21 496

ROB_FTStereo_v2	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.16 111	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

ROB_FTStereo	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.28 191	0.25 221	0.17 193	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

HUI-Stereo	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.28 191	0.25 221	0.17 193	0.22 134	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

GrayStereo	0.25 334	0.09 37	0.32 156	0.26 416	0.13 238	0.23 216	0.47 519	0.34 193	0.30 225	0.39 415	0.47 414	0.30 292	0.79 528	0.29 248	0.16 165	0.07 67	0.06 145	0.08 153	0.09 297	0.07 107	0.13 403

iRAFT	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.26 200	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

RAFT-IKP	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.15 82	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.18 218	0.25 184	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

Prome-Stereo	0.21 229	0.10 74	0.30 136	0.24 345	0.12 164	0.23 216	0.23 363	0.36 235	0.25 160	0.33 326	0.59 466	0.24 213	0.28 359	0.29 248	0.16 165	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.20 488

s12784h	0.17 132	0.09 37	0.26 99	0.18 46	0.07 1	0.32 364	0.19 234	0.37 245	0.32 246	0.23 163	0.25 169	0.18 135	0.17 193	0.25 184	0.16 165	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.05 21

LG-Stereo_Zeroshot	0.13 49	0.09 37	0.24 79	0.20 144	0.10 65	0.15 21	0.14 58	0.22 42	0.16 27	0.12 32	0.19 106	0.15 101	0.11 63	0.13 5	0.17 195	0.07 67	0.05 29	0.06 22	0.06 80	0.07 107	0.06 75

PAM	0.23 276	0.10 74	0.63 430	0.22 247	0.15 330	0.34 388	0.21 312	0.37 245	0.22 114	0.31 291	0.27 186	0.55 469	0.26 324	0.26 200	0.17 195	0.08 192	0.06 145	0.07 75	0.09 297	0.07 107	0.09 273

rvit_0105_6	0.19 194	0.14 281	0.34 180	0.23 294	0.14 280	0.18 83	0.20 281	0.29 131	0.37 308	0.18 131	0.22 144	0.23 201	0.17 193	0.26 200	0.17 195	0.15 453	0.13 458	0.13 419	0.11 378	0.11 348	0.08 216

rvit_0105_4	0.20 209	0.15 314	0.38 241	0.23 294	0.14 280	0.20 140	0.22 338	0.33 185	0.39 332	0.19 136	0.24 161	0.25 221	0.19 233	0.27 219	0.17 195	0.16 468	0.13 458	0.13 419	0.11 378	0.11 348	0.08 216

GCAP-BAT	0.16 115	0.11 135	0.36 210	0.18 46	0.13 238	0.21 167	0.16 111	0.23 60	0.18 54	0.26 197	0.28 191	0.20 158	0.11 63	0.24 153	0.17 195	0.07 67	0.06 145	0.07 75	0.06 80	0.05 4	0.06 75

AIO-Stereo-zeroshot1	0.25 334	0.14 281	0.95 505	0.21 188	0.27 500	0.20 140	0.19 234	0.48 359	0.25 160	0.26 197	0.55 452	0.34 326	0.18 218	0.25 184	0.17 195	0.07 67	0.06 145	0.08 153	0.12 417	0.12 385	0.12 387

rvit_stereo_ft	0.17 132	0.14 281	0.30 136	0.25 382	0.14 280	0.17 63	0.21 312	0.28 120	0.26 169	0.16 102	0.19 106	0.20 158	0.16 167	0.22 134	0.17 195	0.11 357	0.07 262	0.09 230	0.09 297	0.09 235	0.07 150

MaDis-Stereo	0.14 73	0.13 239	0.26 99	0.19 85	0.14 280	0.16 44	0.13 38	0.25 80	0.21 101	0.13 45	0.14 64	0.14 85	0.11 63	0.17 44	0.17 195	0.08 192	0.07 262	0.08 153	0.06 80	0.07 107	0.06 75

MIF-Stereo (partial)	0.16 115	0.10 74	0.34 180	0.21 188	0.15 330	0.15 21	0.13 38	0.28 120	0.25 160	0.17 114	0.26 179	0.15 101	0.16 167	0.25 184	0.17 195	0.09 270	0.06 145	0.10 303	0.08 211	0.09 235	0.08 216

riskmin	0.18 156	0.09 37	0.34 180	0.18 46	0.12 164	0.24 238	0.16 111	0.34 193	0.28 194	0.21 151	0.23 148	0.33 319	0.24 294	0.23 143	0.17 195	0.09 270	0.06 145	0.09 230	0.06 80	0.10 300	0.10 329

Selective-RAFT	0.17 132	0.12 177	0.30 136	0.24 345	0.10 65	0.29 322	0.15 82	0.32 171	0.31 237	0.17 114	0.17 88	0.21 169	0.18 218	0.28 232	0.17 195	0.07 67	0.06 145	0.07 75	0.07 136	0.08 169	0.06 75

TestStereo1	0.21 229	0.16 339	0.32 156	0.26 416	0.13 238	0.26 272	0.27 420	0.40 274	0.36 297	0.29 243	0.39 327	0.22 181	0.21 249	0.33 283	0.17 195	0.07 67	0.06 145	0.09 230	0.08 211	0.08 169	0.07 150

SA-5K	0.21 229	0.16 339	0.32 156	0.26 416	0.13 238	0.26 272	0.27 420	0.40 274	0.36 297	0.29 243	0.39 327	0.22 181	0.21 249	0.33 283	0.17 195	0.07 67	0.06 145	0.09 230	0.08 211	0.08 169	0.07 150

SA	0.22 259	0.16 339	0.36 210	0.23 294	0.13 238	0.24 238	0.23 363	0.45 328	0.40 348	0.27 206	0.44 385	0.23 201	0.23 276	0.33 283	0.17 195	0.07 67	0.06 145	0.10 303	0.11 378	0.08 169	0.06 75

PFNet+	0.20 209	0.10 74	0.37 222	0.21 188	0.12 164	0.17 63	0.19 234	0.29 131	0.34 268	0.33 326	0.32 240	0.24 213	0.16 167	0.32 276	0.17 195	0.10 318	0.07 262	0.11 360	0.10 339	0.08 169	0.12 387

LCNet	0.21 229	0.11 135	0.29 129	0.25 382	0.12 164	0.23 216	0.19 234	0.34 193	0.26 169	0.28 216	0.35 281	0.26 242	0.30 387	0.35 298	0.17 195	0.07 67	0.05 29	0.09 230	0.10 339	0.13 400	0.22 501

SST-Stereo	0.21 229	0.10 74	0.37 222	0.24 345	0.13 238	0.19 109	0.17 147	0.31 161	0.24 147	0.34 346	0.33 261	0.29 276	0.25 315	0.56 389	0.17 195	0.08 192	0.05 29	0.10 303	0.08 211	0.09 235	0.07 150

iGMRVC	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.15 82	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.27 219	0.17 195	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

RAFT	0.21 229	0.17 358	0.32 156	0.24 345	0.12 164	0.25 252	0.27 420	0.35 217	0.28 194	0.33 326	0.33 261	0.38 359	0.22 262	0.29 248	0.17 195	0.08 192	0.08 346	0.11 360	0.10 339	0.10 300	0.06 75

GMM-Stereo	0.21 229	0.10 74	0.43 308	0.23 294	0.13 238	0.24 238	0.25 402	0.37 245	0.27 179	0.30 274	0.45 397	0.27 251	0.21 249	0.31 270	0.17 195	0.07 67	0.05 29	0.10 303	0.09 297	0.08 169	0.19 478

RALCasStereoNet	0.18 156	0.15 314	0.33 171	0.21 188	0.14 280	0.21 167	0.18 190	0.31 161	0.25 160	0.21 151	0.29 204	0.22 181	0.15 151	0.27 219	0.17 195	0.08 192	0.10 405	0.07 75	0.06 80	0.09 235	0.09 273

Reg-Stereo(zero)	0.16 115	0.07 2	0.36 210	0.19 85	0.10 65	0.19 109	0.14 58	0.28 120	0.24 147	0.22 157	0.20 122	0.24 213	0.18 218	0.21 119	0.18 216	0.07 67	0.05 29	0.06 22	0.06 80	0.06 40	0.06 75

IGEV-RUCA	0.21 229	0.08 8	0.23 71	0.19 85	0.19 424	0.28 301	0.24 385	0.23 60	0.21 101	0.20 140	0.23 148	0.28 266	0.49 490	0.26 200	0.18 216	0.09 270	0.08 346	0.18 484	0.13 444	0.17 457	0.17 457

fffft	0.13 49	0.09 37	0.24 79	0.19 85	0.10 65	0.17 63	0.19 234	0.22 42	0.16 27	0.14 68	0.11 17	0.13 63	0.10 39	0.24 153	0.18 216	0.06 24	0.05 29	0.07 75	0.06 80	0.07 107	0.06 75
1: 1. 1
PAM_32	0.23 276	0.10 74	0.63 430	0.21 188	0.14 280	0.33 375	0.19 234	0.36 235	0.23 132	0.29 243	0.28 191	0.56 472	0.28 359	0.27 219	0.18 216	0.08 192	0.06 145	0.08 153	0.09 297	0.07 107	0.09 273

test_sample2	0.21 229	0.10 74	0.28 119	0.19 85	0.11 108	0.27 282	0.21 312	0.43 312	0.29 213	0.26 197	0.31 231	0.30 292	0.24 294	0.45 334	0.18 216	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.09 273

H2IRNET	0.18 156	0.13 239	0.35 190	0.21 188	0.12 164	0.20 140	0.15 82	0.27 101	0.30 225	0.17 114	0.31 231	0.25 221	0.20 242	0.24 153	0.18 216	0.07 67	0.06 145	0.09 230	0.10 339	0.09 235	0.06 75

MyStereo06	0.20 209	0.12 177	0.57 403	0.21 188	0.14 280	0.25 252	0.23 363	0.40 274	0.21 101	0.30 274	0.24 161	0.31 303	0.18 218	0.22 134	0.18 216	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

11t1	0.18 156	0.10 74	0.30 136	0.20 144	0.11 108	0.27 282	0.17 147	0.35 217	0.23 132	0.25 185	0.23 148	0.23 201	0.23 276	0.25 184	0.18 216	0.09 270	0.07 262	0.07 75	0.06 80	0.09 235	0.09 273

IGEV_Zeroshot_test	0.18 156	0.10 74	0.65 438	0.20 144	0.12 164	0.19 109	0.15 82	0.34 193	0.19 67	0.28 216	0.22 144	0.27 251	0.13 116	0.23 143	0.18 216	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.06 75

StereoVision	0.22 259	0.18 372	0.37 222	0.27 444	0.17 383	0.23 216	0.22 338	0.38 251	0.31 237	0.20 140	0.51 430	0.22 181	0.16 167	0.28 232	0.18 216	0.11 357	0.12 446	0.13 419	0.13 444	0.10 300	0.07 150

DCANet-4	0.19 194	0.10 74	0.52 383	0.19 85	0.09 26	0.19 109	0.18 190	0.36 235	0.39 332	0.29 243	0.30 217	0.17 125	0.22 262	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

fff	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

test_5	0.23 276	0.19 388	0.38 241	0.26 416	0.18 404	0.25 252	0.29 441	0.40 274	0.37 308	0.29 243	0.40 337	0.25 221	0.22 262	0.34 289	0.18 216	0.07 67	0.05 29	0.09 230	0.09 297	0.10 300	0.10 329

iRaft-Stereo_20w	0.19 194	0.10 74	0.46 335	0.19 85	0.13 238	0.25 252	0.19 234	0.52 411	0.19 67	0.29 243	0.21 134	0.22 181	0.20 242	0.28 232	0.18 216	0.07 67	0.06 145	0.07 75	0.08 211	0.08 169	0.08 216

IPLGR	0.21 229	0.13 239	0.61 419	0.21 188	0.11 108	0.25 252	0.18 190	0.41 286	0.37 308	0.28 216	0.27 186	0.21 169	0.19 233	0.37 306	0.18 216	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.06 75

test-3	0.16 115	0.09 37	0.31 150	0.21 188	0.11 108	0.18 83	0.16 111	0.30 150	0.27 179	0.26 197	0.16 77	0.22 181	0.12 86	0.26 200	0.18 216	0.06 24	0.04 2	0.08 153	0.08 211	0.06 40	0.06 75

test_1	0.16 115	0.09 37	0.31 150	0.21 188	0.11 108	0.18 83	0.16 111	0.30 150	0.27 179	0.25 185	0.16 77	0.22 181	0.12 86	0.26 200	0.18 216	0.06 24	0.04 2	0.08 153	0.08 211	0.06 40	0.06 75

NRIStereo	0.18 156	0.11 135	0.35 190	0.23 294	0.11 108	0.24 238	0.20 281	0.29 131	0.26 169	0.26 197	0.25 169	0.25 221	0.18 218	0.34 289	0.18 216	0.07 67	0.06 145	0.09 230	0.07 136	0.09 235	0.08 216

FTStereo	0.28 378	0.10 74	0.43 308	0.23 294	0.13 238	0.21 167	0.53 529	0.34 193	0.26 169	0.38 400	0.95 522	0.30 292	0.56 502	0.32 276	0.18 216	0.08 192	0.06 145	0.09 230	0.08 211	0.07 107	0.19 478

RAFT_R40	0.21 229	0.10 74	0.37 222	0.24 345	0.13 238	0.18 83	0.18 190	0.31 161	0.29 213	0.33 326	0.33 261	0.30 292	0.24 294	0.55 378	0.18 216	0.08 192	0.05 29	0.10 303	0.08 211	0.08 169	0.07 150

DeepStereo_RVC	0.18 156	0.11 135	0.40 264	0.21 188	0.11 108	0.19 109	0.16 111	0.28 120	0.22 114	0.27 206	0.27 186	0.23 201	0.28 359	0.24 153	0.18 216	0.08 192	0.06 145	0.09 230	0.07 136	0.09 235	0.10 329

CRE-IMP	0.18 156	0.12 177	0.37 222	0.22 247	0.11 108	0.24 238	0.17 147	0.29 131	0.21 101	0.27 206	0.26 179	0.24 213	0.17 193	0.23 143	0.18 216	0.08 192	0.05 29	0.10 303	0.07 136	0.10 300	0.10 329

Anonymous3	0.23 276	0.18 372	0.63 430	0.27 444	0.18 404	0.41 438	0.23 363	0.43 312	0.35 284	0.23 163	0.27 186	0.20 158	0.18 218	0.27 219	0.18 216	0.12 395	0.11 429	0.10 303	0.10 339	0.11 348	0.12 387

TestStereo	0.21 229	0.19 388	0.40 264	0.25 382	0.10 65	0.22 195	0.21 312	0.31 161	0.31 237	0.23 163	0.34 270	0.22 181	0.18 218	0.62 423	0.18 216	0.08 192	0.06 145	0.10 303	0.07 136	0.11 348	0.06 75

RALAANet	0.19 194	0.18 372	0.37 222	0.23 294	0.14 280	0.23 216	0.13 38	0.37 245	0.29 213	0.28 216	0.26 179	0.25 221	0.15 151	0.26 200	0.18 216	0.08 192	0.06 145	0.09 230	0.08 211	0.09 235	0.06 75

csc	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

cscssc	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

111	0.20 209	0.17 358	0.40 264	0.18 46	0.09 26	0.24 238	0.17 147	0.41 286	0.45 398	0.23 163	0.29 204	0.29 276	0.21 249	0.24 153	0.18 216	0.07 67	0.05 29	0.07 75	0.06 80	0.07 107	0.08 216

ARAFT	0.24 306	0.21 414	0.78 466	0.22 247	0.12 164	0.29 322	0.24 385	0.43 312	0.32 246	0.33 326	0.28 191	0.28 266	0.19 233	0.49 348	0.18 216	0.07 67	0.06 145	0.12 398	0.11 378	0.09 235	0.06 75

FACV-RUCA	0.21 229	0.15 314	0.32 156	0.23 294	0.23 478	0.26 272	0.19 234	0.39 263	0.34 268	0.25 185	0.32 240	0.21 169	0.24 294	0.24 153	0.19 245	0.10 318	0.07 262	0.15 459	0.08 211	0.16 440	0.13 403

rvit_0105_5	0.21 229	0.15 314	0.38 241	0.23 294	0.13 238	0.22 195	0.24 385	0.36 235	0.39 332	0.21 151	0.23 148	0.26 242	0.19 233	0.26 200	0.19 245	0.15 453	0.13 458	0.12 398	0.12 417	0.10 300	0.09 273

rvit_stereo_0075_2	0.24 306	0.17 358	0.50 368	0.26 416	0.22 465	0.22 195	0.15 82	0.40 274	0.35 284	0.27 206	0.37 300	0.29 276	0.20 242	0.28 232	0.19 245	0.17 479	0.12 446	0.19 492	0.12 417	0.13 400	0.13 403

GCST	0.47 490	0.60 534	0.57 403	1.04 557	0.48 532	0.38 421	0.11 14	0.40 274	0.32 246	0.41 434	0.34 270	0.29 276	0.17 193	0.46 337	0.19 245	0.69 549	0.42 542	0.79 551	0.62 553	0.62 540	0.46 540

CoDeX	0.23 276	0.12 177	0.46 335	0.21 188	0.14 280	0.29 322	0.21 312	0.53 422	0.41 358	0.29 243	0.35 281	0.29 276	0.22 262	0.48 343	0.19 245	0.09 270	0.06 145	0.08 153	0.07 136	0.08 169	0.07 150

ADStereo(finetuned)	0.19 194	0.13 239	0.49 357	0.19 85	0.09 26	0.19 109	0.18 190	0.34 193	0.39 332	0.29 243	0.31 231	0.18 135	0.31 403	0.21 119	0.19 245	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.07 150

MIPNet	0.21 229	0.15 314	0.52 383	0.21 188	0.12 164	0.27 282	0.20 281	0.45 328	0.37 308	0.30 274	0.23 148	0.19 149	0.24 294	0.27 219	0.19 245	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.06 75

test_3	0.18 156	0.11 135	0.32 156	0.24 345	0.11 108	0.22 195	0.25 402	0.31 161	0.31 237	0.25 185	0.18 98	0.23 201	0.13 116	0.25 184	0.19 245	0.06 24	0.05 29	0.09 230	0.10 339	0.07 107	0.06 75

rafts_anoy	0.18 156	0.15 314	0.35 190	0.22 247	0.14 280	0.19 109	0.17 147	0.32 171	0.30 225	0.23 163	0.25 169	0.20 158	0.16 167	0.22 134	0.19 245	0.08 192	0.07 262	0.10 303	0.12 417	0.09 235	0.08 216

raft+_RVC	0.18 156	0.14 281	0.32 156	0.21 188	0.15 330	0.21 167	0.16 111	0.38 251	0.34 268	0.21 151	0.28 191	0.20 158	0.15 151	0.24 153	0.19 245	0.08 192	0.06 145	0.08 153	0.07 136	0.07 107	0.08 216

DCANet	0.18 156	0.13 239	0.40 264	0.19 85	0.09 26	0.19 109	0.18 190	0.34 193	0.39 332	0.29 243	0.31 231	0.18 135	0.23 276	0.20 100	0.19 245	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.07 150

GMStereo	0.19 194	0.25 445	0.40 264	0.21 188	0.12 164	0.22 195	0.19 234	0.29 131	0.40 348	0.25 185	0.23 148	0.16 118	0.15 151	0.25 184	0.19 245	0.09 270	0.06 145	0.08 153	0.08 211	0.10 300	0.08 216
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.22 259	0.10 74	0.51 379	0.21 188	0.14 280	0.34 388	0.22 338	0.55 439	0.39 332	0.29 243	0.32 240	0.23 201	0.21 249	0.27 219	0.19 245	0.09 270	0.07 262	0.09 230	0.09 297	0.09 235	0.08 216

DN-CSS_ROB	0.22 259	0.25 445	0.47 343	0.24 345	0.14 280	0.25 252	0.12 21	0.40 274	0.33 258	0.29 243	0.42 361	0.22 181	0.20 242	0.33 283	0.19 245	0.07 67	0.06 145	0.11 360	0.11 378	0.11 348	0.07 150

xyz-stereo-finetune	0.16 115	0.12 177	0.23 71	0.16 7	0.08 9	0.23 216	0.20 281	0.29 131	0.31 237	0.19 136	0.22 144	0.19 149	0.15 151	0.29 248	0.20 259	0.06 24	0.06 145	0.08 153	0.06 80	0.06 40	0.06 75

rvit_0105_3	0.23 276	0.17 358	0.40 264	0.25 382	0.15 330	0.24 238	0.28 435	0.38 251	0.41 358	0.25 185	0.25 169	0.28 266	0.21 249	0.28 232	0.20 259	0.15 453	0.13 458	0.14 445	0.15 466	0.10 300	0.09 273

GMStereo_Zeroshot	0.24 306	0.21 414	0.45 327	0.26 416	0.13 238	0.28 301	0.15 82	0.39 263	0.35 284	0.37 385	0.43 374	0.40 385	0.17 193	0.34 289	0.20 259	0.12 395	0.07 262	0.13 419	0.07 136	0.16 440	0.09 273

PCWNet_CMD	0.23 276	0.13 239	0.48 352	0.20 144	0.13 238	0.28 301	0.16 111	0.46 339	0.46 415	0.29 243	0.36 291	0.37 351	0.24 294	0.28 232	0.20 259	0.09 270	0.06 145	0.10 303	0.08 211	0.11 348	0.09 273

CASS	0.21 229	0.15 314	0.32 156	0.26 416	0.11 108	0.28 301	0.19 234	0.39 263	0.30 225	0.32 314	0.34 270	0.25 221	0.24 294	0.25 184	0.20 259	0.13 414	0.08 346	0.11 360	0.09 297	0.11 348	0.11 364
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.23 276	0.11 135	0.50 368	0.21 188	0.16 362	0.31 355	0.20 281	0.36 235	0.35 284	0.32 314	0.50 424	0.39 371	0.26 324	0.22 134	0.20 259	0.08 192	0.06 145	0.09 230	0.11 378	0.07 107	0.08 216

CIPLG	0.21 229	0.21 414	0.55 396	0.23 294	0.15 330	0.25 252	0.20 281	0.35 217	0.29 213	0.31 291	0.33 261	0.22 181	0.15 151	0.26 200	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

UDGNet	0.23 276	0.31 487	0.38 241	0.24 345	0.14 280	0.24 238	0.18 190	0.32 171	0.43 372	0.29 243	0.28 191	0.24 213	0.19 233	0.29 248	0.20 259	0.15 453	0.07 262	0.21 498	0.11 378	0.14 418	0.10 329

IPLGR_C	0.21 229	0.22 427	0.60 416	0.23 294	0.15 330	0.24 238	0.20 281	0.35 217	0.29 213	0.31 291	0.32 240	0.22 181	0.15 151	0.25 184	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

ACRE	0.21 229	0.20 400	0.62 427	0.23 294	0.15 330	0.24 238	0.20 281	0.35 217	0.28 194	0.31 291	0.32 240	0.22 181	0.15 151	0.25 184	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

GANet-ADL	0.21 229	0.12 177	0.45 327	0.23 294	0.14 280	0.29 322	0.19 234	0.46 339	0.35 284	0.25 185	0.32 240	0.32 312	0.19 233	0.24 153	0.20 259	0.10 318	0.07 262	0.07 75	0.06 80	0.09 235	0.10 329

TransformOpticalFlow	0.24 306	0.13 239	0.56 400	0.23 294	0.11 108	0.21 167	0.19 234	0.40 274	0.32 246	0.30 274	0.43 374	0.36 345	0.31 403	0.61 415	0.20 259	0.07 67	0.05 29	0.08 153	0.07 136	0.06 40	0.07 150

NF-Stereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

OCTAStereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

PSM-softLoss	0.21 229	0.10 74	0.39 256	0.24 345	0.12 164	0.20 140	0.18 190	0.38 251	0.26 169	0.29 243	0.32 240	0.24 213	0.16 167	0.52 363	0.20 259	0.09 270	0.06 145	0.10 303	0.09 297	0.08 169	0.12 387

KMStereo	0.21 229	0.10 74	0.39 256	0.24 345	0.12 164	0.20 140	0.18 190	0.38 251	0.26 169	0.29 243	0.32 240	0.24 213	0.16 167	0.52 363	0.20 259	0.09 270	0.06 145	0.10 303	0.09 297	0.08 169	0.12 387

RE-Stereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

TVStereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

test-1	0.17 132	0.11 135	0.40 264	0.23 294	0.13 238	0.22 195	0.23 363	0.34 193	0.26 169	0.20 140	0.24 161	0.22 181	0.14 136	0.16 31	0.20 259	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.08 216

HCRNet	0.24 306	0.25 445	0.33 171	0.34 497	0.16 362	0.27 282	0.18 190	0.43 312	0.35 284	0.30 274	0.35 281	0.32 312	0.22 262	0.44 331	0.20 259	0.13 414	0.08 346	0.13 419	0.11 378	0.10 300	0.09 273

DIP-Stereo	0.18 156	0.12 177	0.33 171	0.20 144	0.13 238	0.28 301	0.12 21	0.42 300	0.25 160	0.27 206	0.32 240	0.21 169	0.17 193	0.25 184	0.20 259	0.07 67	0.06 145	0.08 153	0.06 80	0.07 107	0.08 216
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.23 276	0.13 239	0.48 352	0.20 144	0.13 238	0.28 301	0.16 111	0.46 339	0.46 415	0.29 243	0.36 291	0.37 351	0.24 294	0.28 232	0.20 259	0.09 270	0.06 145	0.09 230	0.08 211	0.11 348	0.09 273

iResNetv2_ROB	0.27 358	0.26 456	0.72 459	0.23 294	0.13 238	0.29 322	0.18 190	0.52 411	0.49 439	0.37 385	0.45 397	0.39 371	0.25 315	0.34 289	0.20 259	0.08 192	0.06 145	0.07 75	0.05 39	0.12 385	0.09 273

HI	0.20 209	0.13 239	0.33 171	0.18 46	0.15 330	0.17 63	0.16 111	0.34 193	0.21 101	0.37 385	0.39 327	0.36 345	0.24 294	0.29 248	0.21 282	0.06 24	0.05 29	0.08 153	0.09 297	0.09 235	0.07 150

CoSv	0.20 209	0.13 239	0.33 171	0.18 46	0.15 330	0.17 63	0.16 111	0.34 193	0.21 101	0.37 385	0.39 327	0.36 345	0.24 294	0.29 248	0.21 282	0.06 24	0.05 29	0.08 153	0.09 297	0.09 235	0.07 150

test_sample5	0.24 306	0.13 239	0.42 297	0.21 188	0.12 164	0.30 339	0.21 312	0.50 377	0.34 268	0.32 314	0.41 345	0.29 276	0.23 276	0.55 378	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

test_sample4	0.24 306	0.13 239	0.43 308	0.20 144	0.12 164	0.32 364	0.21 312	0.51 394	0.34 268	0.31 291	0.37 300	0.28 266	0.23 276	0.53 370	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

test_sample1	0.20 209	0.10 74	0.28 119	0.19 85	0.12 164	0.28 301	0.19 234	0.41 286	0.25 160	0.26 197	0.31 231	0.29 276	0.26 324	0.44 331	0.21 282	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.09 273

MyStereo05	0.23 276	0.12 177	0.57 403	0.21 188	0.14 280	0.25 252	0.23 363	0.48 359	0.52 458	0.31 291	0.23 148	0.25 221	0.22 262	0.30 263	0.21 282	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

DualNet	0.24 306	0.13 239	0.42 297	0.21 188	0.12 164	0.30 339	0.21 312	0.50 377	0.34 268	0.33 326	0.43 374	0.29 276	0.23 276	0.55 378	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

CFNet_ucs	0.24 306	0.13 239	0.50 368	0.20 144	0.15 330	0.28 301	0.17 147	0.49 367	0.45 398	0.32 314	0.42 361	0.39 371	0.22 262	0.31 270	0.21 282	0.11 357	0.08 346	0.12 398	0.09 297	0.12 385	0.11 364

BUS	0.23 276	0.12 177	0.28 119	0.25 382	0.14 280	0.43 453	0.17 147	0.56 454	0.34 268	0.34 346	0.35 281	0.32 312	0.20 242	0.26 200	0.21 282	0.10 318	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

NINENet	0.25 334	0.15 314	0.37 222	0.23 294	0.16 362	0.43 453	0.17 147	0.60 486	0.46 415	0.32 314	0.37 300	0.32 312	0.20 242	0.42 325	0.21 282	0.10 318	0.10 405	0.12 398	0.08 211	0.11 348	0.10 329

BSDual-CNN	0.23 276	0.12 177	0.28 119	0.25 382	0.14 280	0.35 403	0.21 312	0.56 454	0.34 268	0.34 346	0.35 281	0.38 359	0.24 294	0.26 200	0.21 282	0.10 318	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

hknet	0.25 334	0.14 281	0.40 264	0.25 382	0.15 330	0.35 403	0.21 312	0.56 454	0.37 308	0.34 346	0.35 281	0.43 405	0.27 343	0.37 306	0.21 282	0.09 270	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

psmg	0.23 276	0.12 177	0.28 119	0.21 188	0.14 280	0.35 403	0.23 363	0.51 394	0.34 268	0.35 363	0.38 314	0.38 359	0.24 294	0.26 200	0.21 282	0.10 318	0.08 346	0.10 303	0.10 339	0.09 235	0.08 216

DAS	0.27 358	0.12 177	0.42 297	0.24 345	0.18 404	0.29 322	0.24 385	0.45 328	0.45 398	0.41 434	0.44 385	0.34 326	0.29 374	0.75 471	0.21 282	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

SepStereo	0.26 350	0.12 177	0.42 297	0.24 345	0.18 404	0.29 322	0.24 385	0.45 328	0.45 398	0.41 434	0.44 385	0.34 326	0.29 374	0.64 431	0.21 282	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

IPLG	0.21 229	0.15 314	0.53 387	0.21 188	0.12 164	0.28 301	0.17 147	0.42 300	0.30 225	0.33 326	0.32 240	0.15 101	0.17 193	0.50 352	0.21 282	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.06 75

Pruner-Stereo	0.19 194	0.11 135	0.34 180	0.29 468	0.12 164	0.19 109	0.17 147	0.31 161	0.29 213	0.33 326	0.32 240	0.25 221	0.15 151	0.24 153	0.21 282	0.09 270	0.06 145	0.09 230	0.08 211	0.08 169	0.09 273

RAFT-345	0.21 229	0.10 74	0.46 335	0.22 247	0.11 108	0.20 140	0.16 111	0.26 89	0.25 160	0.27 206	0.66 488	0.21 169	0.16 167	0.55 378	0.21 282	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.06 75

CFNet_pseudo	0.23 276	0.13 239	0.47 343	0.19 85	0.13 238	0.26 272	0.16 111	0.44 318	0.44 387	0.29 243	0.37 300	0.38 359	0.23 276	0.29 248	0.21 282	0.09 270	0.06 145	0.11 360	0.08 211	0.11 348	0.09 273

ccs_rob	0.23 276	0.13 239	0.47 343	0.20 144	0.13 238	0.26 272	0.17 147	0.44 318	0.44 387	0.29 243	0.37 300	0.38 359	0.23 276	0.29 248	0.21 282	0.09 270	0.06 145	0.11 360	0.08 211	0.11 348	0.09 273

xyz-stereo-finetune2	0.17 132	0.11 135	0.26 99	0.16 7	0.09 26	0.27 282	0.19 234	0.27 101	0.20 86	0.22 157	0.28 191	0.21 169	0.22 262	0.37 306	0.22 302	0.06 24	0.05 29	0.08 153	0.06 80	0.06 40	0.07 150

UGAM	0.26 350	0.14 281	0.45 327	0.25 382	0.12 164	0.23 216	0.25 402	0.32 171	0.41 358	0.31 291	0.42 361	0.41 392	0.22 262	0.92 512	0.22 302	0.08 192	0.06 145	0.14 445	0.12 417	0.10 300	0.07 150

DCVSM-stereo	0.24 306	0.13 239	0.52 383	0.20 144	0.14 280	0.26 272	0.13 38	0.34 193	0.34 268	0.41 434	0.33 261	0.47 430	0.29 374	0.30 263	0.22 302	0.10 318	0.10 405	0.11 360	0.10 339	0.12 385	0.15 436

test_sample6	0.25 334	0.13 239	0.41 287	0.21 188	0.11 108	0.30 339	0.22 338	0.51 394	0.35 284	0.33 326	0.43 374	0.30 292	0.24 294	0.57 393	0.22 302	0.10 318	0.07 262	0.10 303	0.10 339	0.11 348	0.10 329

test_sample3	0.23 276	0.12 177	0.43 308	0.19 85	0.12 164	0.32 364	0.20 281	0.50 377	0.34 268	0.31 291	0.33 261	0.29 276	0.22 262	0.53 370	0.22 302	0.10 318	0.07 262	0.09 230	0.08 211	0.10 300	0.10 329

MyStereo04	0.23 276	0.12 177	0.55 396	0.22 247	0.14 280	0.25 252	0.23 363	0.49 367	0.52 458	0.28 216	0.23 148	0.27 251	0.23 276	0.30 263	0.22 302	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

1test111	0.19 194	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.41 286	0.27 179	0.17 114	0.19 106	0.13 63	0.18 218	0.34 289	0.22 302	0.08 192	0.05 29	0.08 153	0.06 80	0.09 235	0.09 273

mmm	0.21 229	0.12 177	0.31 150	0.22 247	0.12 164	0.28 301	0.21 312	0.41 286	0.27 179	0.29 243	0.38 314	0.29 276	0.24 294	0.29 248	0.22 302	0.09 270	0.07 262	0.11 360	0.09 297	0.10 300	0.09 273

qqq	0.20 209	0.12 177	0.31 150	0.20 144	0.11 108	0.23 216	0.19 234	0.41 286	0.27 179	0.24 177	0.28 191	0.28 266	0.24 294	0.34 289	0.22 302	0.08 192	0.07 262	0.10 303	0.09 297	0.09 235	0.09 273

IER	0.23 276	0.12 177	0.39 256	0.20 144	0.14 280	0.31 355	0.19 234	0.42 300	0.36 297	0.33 326	0.40 337	0.32 312	0.33 413	0.29 248	0.22 302	0.09 270	0.07 262	0.08 153	0.08 211	0.09 235	0.08 216

ASMatch	0.23 276	0.11 135	0.51 379	0.24 345	0.14 280	0.19 109	0.17 147	0.31 161	0.28 194	0.28 216	0.68 492	0.27 251	0.26 324	0.50 352	0.22 302	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.11 364

PFNet	0.23 276	0.10 74	0.57 403	0.24 345	0.14 280	0.22 195	0.19 234	0.39 263	0.33 258	0.35 363	0.32 240	0.27 251	0.19 233	0.64 431	0.22 302	0.09 270	0.05 29	0.09 230	0.07 136	0.08 169	0.07 150

IRAFT_RVC	0.22 259	0.12 177	0.39 256	0.26 416	0.11 108	0.18 83	0.24 385	0.40 274	0.37 308	0.31 291	0.30 217	0.29 276	0.24 294	0.55 378	0.22 302	0.08 192	0.06 145	0.10 303	0.08 211	0.08 169	0.07 150

GES	0.22 259	0.12 177	0.42 297	0.20 144	0.14 280	0.27 282	0.19 234	0.49 367	0.33 258	0.30 274	0.36 291	0.25 221	0.23 276	0.29 248	0.22 302	0.10 318	0.08 346	0.08 153	0.07 136	0.10 300	0.11 364

PSMNet-RSSM	0.24 306	0.15 314	0.36 210	0.21 188	0.14 280	0.25 252	0.20 281	0.48 359	0.37 308	0.30 274	0.44 385	0.38 359	0.26 324	0.52 363	0.22 302	0.12 395	0.07 262	0.11 360	0.13 444	0.10 300	0.09 273

HSM-Net_RVC	0.27 358	0.11 135	0.42 297	0.19 85	0.11 108	0.34 388	0.20 281	0.62 498	0.43 372	0.40 425	0.43 374	0.50 448	0.26 324	0.76 476	0.22 302	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	0.24 306	0.16 339	0.34 180	0.18 46	0.15 330	0.33 375	0.16 111	0.46 339	0.35 284	0.29 243	0.35 281	0.39 371	0.25 315	0.34 289	0.22 302	0.13 414	0.08 346	0.13 419	0.14 457	0.13 400	0.12 387

AdaStereo	0.24 306	0.16 339	0.37 222	0.24 345	0.12 164	0.32 364	0.17 147	0.54 429	0.42 365	0.33 326	0.38 314	0.35 340	0.21 249	0.30 263	0.22 302	0.14 440	0.06 145	0.13 419	0.08 211	0.11 348	0.08 216
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNet_ROB	0.25 334	0.19 388	0.40 264	0.20 144	0.12 164	0.30 339	0.16 111	0.55 439	0.53 462	0.38 400	0.43 374	0.37 351	0.26 324	0.38 311	0.22 302	0.08 192	0.06 145	0.06 22	0.04 1	0.09 235	0.09 273

DualNet (step1)	0.28 378	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.39 313	0.23 321	0.23 504	0.09 380	0.28 516	0.24 513	0.18 471	0.16 445

test_sample7	0.25 334	0.15 314	0.35 190	0.20 144	0.14 280	0.28 301	0.21 312	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.39 313	0.23 321	0.14 440	0.09 380	0.13 419	0.12 417	0.13 400	0.12 387

LL-Strereo	0.29 389	0.25 445	0.58 408	0.25 382	0.21 449	0.23 216	0.24 385	0.55 439	0.42 365	0.34 346	0.32 240	0.41 392	0.40 453	0.94 516	0.23 321	0.08 192	0.07 262	0.11 360	0.09 297	0.09 235	0.09 273

x	0.19 194	0.11 135	0.29 129	0.20 144	0.11 108	0.26 272	0.18 190	0.41 286	0.29 213	0.25 185	0.29 204	0.28 266	0.24 294	0.26 200	0.23 321	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.08 216

GwcNet-ADL	0.22 259	0.14 281	0.58 408	0.24 345	0.13 238	0.22 195	0.23 363	0.49 367	0.40 348	0.27 206	0.29 204	0.30 292	0.20 242	0.26 200	0.23 321	0.09 270	0.07 262	0.07 75	0.07 136	0.09 235	0.09 273

STrans-v2	0.24 306	0.13 239	0.54 390	0.21 188	0.12 164	0.23 216	0.21 312	0.47 347	0.28 194	0.31 291	0.42 361	0.36 345	0.35 426	0.62 423	0.23 321	0.07 67	0.05 29	0.08 153	0.07 136	0.06 40	0.06 75

ICVP	0.23 276	0.13 239	0.44 316	0.26 416	0.14 280	0.29 322	0.25 402	0.45 328	0.33 258	0.29 243	0.43 374	0.35 340	0.25 315	0.26 200	0.23 321	0.12 395	0.09 380	0.09 230	0.08 211	0.09 235	0.10 329
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EAI-Stereo	0.21 229	0.10 74	0.33 171	0.21 188	0.12 164	0.30 339	0.46 515	0.46 339	0.20 86	0.25 185	0.50 424	0.17 125	0.16 167	0.24 153	0.23 321	0.07 67	0.06 145	0.07 75	0.10 339	0.06 40	0.07 150

FENet	0.21 229	0.11 135	0.45 327	0.21 188	0.12 164	0.26 272	0.17 147	0.41 286	0.35 284	0.30 274	0.31 231	0.29 276	0.23 276	0.26 200	0.23 321	0.09 270	0.06 145	0.09 230	0.09 297	0.09 235	0.09 273

GANet-RSSM	0.24 306	0.14 281	0.36 210	0.21 188	0.14 280	0.27 282	0.21 312	0.45 328	0.33 258	0.29 243	0.39 327	0.39 371	0.28 359	0.58 400	0.23 321	0.11 357	0.07 262	0.09 230	0.09 297	0.10 300	0.09 273

HSM	0.28 378	0.16 339	0.35 190	0.20 144	0.15 330	0.33 375	0.19 234	0.53 422	0.37 308	0.36 379	0.38 314	0.67 507	0.31 403	0.89 507	0.23 321	0.08 192	0.06 145	0.08 153	0.07 136	0.08 169	0.08 216

xyz-stereo	1.40 552	0.10 74	17.09 582	0.18 46	0.07 1	4.78 569	0.18 190	0.29 131	0.34 268	0.36 379	2.81 566	0.40 385	0.29 374	0.56 389	0.24 332	0.07 67	0.05 29	0.09 230	0.06 80	0.06 40	0.05 21

OMP-Stereo	0.23 276	0.14 281	0.35 190	0.29 468	0.13 238	0.21 167	0.16 111	0.37 245	0.33 258	0.34 346	0.30 217	0.34 326	0.19 233	0.70 452	0.24 332	0.07 67	0.06 145	0.09 230	0.07 136	0.07 107	0.06 75

RAFT-RH_RVC	0.25 334	0.11 135	0.45 327	0.21 188	0.12 164	0.25 252	0.14 58	0.27 101	0.27 179	0.38 400	1.15 533	0.23 201	0.17 193	0.57 393	0.24 332	0.07 67	0.05 29	0.10 303	0.07 136	0.06 40	0.07 150

RAFT + AFF	0.27 358	0.23 436	0.50 368	0.25 382	0.17 383	0.30 339	0.33 473	0.52 411	0.40 348	0.28 216	0.30 217	0.30 292	0.31 403	0.62 423	0.24 332	0.09 270	0.10 405	0.11 360	0.10 339	0.11 348	0.11 364

CFNet-ft	0.24 306	0.15 314	0.35 190	0.18 46	0.15 330	0.30 339	0.21 312	0.39 263	0.36 297	0.28 216	0.40 337	0.43 405	0.25 315	0.47 341	0.24 332	0.12 395	0.07 262	0.12 398	0.11 378	0.12 385	0.09 273

FADNet-RVC-Resample	0.29 389	0.25 445	0.93 502	0.26 416	0.16 362	0.32 364	0.21 312	0.47 347	0.39 332	0.35 363	0.38 314	0.33 319	0.27 343	0.53 370	0.24 332	0.10 318	0.10 405	0.14 445	0.13 444	0.13 400	0.16 445

CFNet_RVC	0.24 306	0.15 314	0.35 190	0.18 46	0.15 330	0.30 339	0.21 312	0.39 263	0.36 297	0.28 216	0.40 337	0.43 405	0.25 315	0.47 341	0.24 332	0.12 395	0.07 262	0.12 398	0.11 378	0.12 385	0.09 273

DeepPruner_ROB	0.26 350	0.19 388	0.44 316	0.21 188	0.16 362	0.30 339	0.21 312	0.52 411	0.32 246	0.35 363	0.38 314	0.39 371	0.26 324	0.42 325	0.24 332	0.15 453	0.11 429	0.11 360	0.11 378	0.14 418	0.13 403

MLCV	0.22 259	0.16 339	0.44 316	0.21 188	0.08 9	0.29 322	0.19 234	0.38 251	0.37 308	0.38 400	0.44 385	0.31 303	0.21 249	0.41 322	0.24 332	0.07 67	0.05 29	0.06 22	0.05 39	0.07 107	0.06 75

NOSS_ROB	0.31 405	0.20 400	0.35 190	0.24 345	0.16 362	0.32 364	0.19 234	0.52 411	0.48 430	0.33 326	0.36 291	0.42 401	0.28 359	0.93 514	0.24 332	0.19 496	0.20 512	0.24 507	0.22 509	0.17 457	0.17 457

rvit_105_1	0.27 358	0.19 388	0.46 335	0.27 444	0.19 424	0.30 339	0.35 479	0.44 318	0.51 451	0.31 291	0.31 231	0.31 303	0.26 324	0.35 298	0.25 342	0.15 453	0.14 468	0.15 459	0.17 487	0.11 348	0.10 329

gwcnet-sp	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

scenet	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

ssnet	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

HBP-ISP	0.33 423	0.30 480	0.72 459	0.22 247	0.16 362	0.32 364	0.22 338	0.54 429	0.44 387	0.41 434	0.49 422	0.33 319	0.38 443	0.73 462	0.25 342	0.18 490	0.19 507	0.24 507	0.20 498	0.16 440	0.13 403

dd	0.22 259	0.26 456	0.40 264	0.22 247	0.12 164	0.25 252	0.21 312	0.32 171	0.44 387	0.29 243	0.28 191	0.25 221	0.16 167	0.30 263	0.25 342	0.12 395	0.07 262	0.10 303	0.08 211	0.11 348	0.09 273

SACVNet	0.30 398	0.20 400	0.41 287	0.25 382	0.18 404	0.34 388	0.25 402	0.52 411	0.40 348	0.41 434	0.44 385	0.46 428	0.32 410	0.71 455	0.25 342	0.13 414	0.10 405	0.12 398	0.12 417	0.16 440	0.17 457

AACVNet	0.26 350	0.16 339	0.37 222	0.22 247	0.14 280	0.29 322	0.19 234	0.41 286	0.31 237	0.38 400	0.42 361	0.43 405	0.28 359	0.73 462	0.25 342	0.11 357	0.08 346	0.11 360	0.09 297	0.13 400	0.11 364

pcwnet_v2	0.32 414	0.15 314	1.26 533	0.23 294	0.18 404	0.32 364	0.18 190	0.59 478	0.60 484	0.36 379	0.45 397	0.35 340	0.29 374	0.36 303	0.25 342	0.14 440	0.11 429	0.12 398	0.11 378	0.14 418	0.15 436

cf-r	0.24 306	0.15 314	0.44 316	0.21 188	0.14 280	0.27 282	0.22 338	0.42 300	0.40 348	0.30 274	0.42 361	0.42 401	0.26 324	0.43 327	0.25 342	0.11 357	0.06 145	0.08 153	0.10 339	0.08 169	0.08 216

FADNet	0.32 414	0.36 499	0.74 464	0.23 294	0.22 465	0.37 413	0.19 234	0.53 422	0.48 430	0.32 314	0.36 291	0.43 405	0.32 410	0.64 431	0.25 342	0.16 468	0.16 490	0.14 445	0.16 478	0.24 501	0.19 478

CFNet	0.27 358	0.20 400	0.44 316	0.22 247	0.14 280	0.33 375	0.14 58	0.51 394	0.45 398	0.30 274	0.40 337	0.38 359	0.27 343	0.76 476	0.25 342	0.09 270	0.07 262	0.11 360	0.11 378	0.11 348	0.08 216

HITNet	0.20 209	0.17 358	0.43 308	0.19 85	0.08 9	0.27 282	0.14 58	0.42 300	0.30 225	0.29 243	0.32 240	0.27 251	0.21 249	0.28 232	0.25 342	0.07 67	0.05 29	0.07 75	0.06 80	0.09 235	0.06 75
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
G2L-ROB	0.23 276	0.15 314	0.41 287	0.19 85	0.12 164	0.27 282	0.21 312	0.47 347	0.33 258	0.34 346	0.31 231	0.41 392	0.22 262	0.49 348	0.26 355	0.09 270	0.06 145	0.07 75	0.06 80	0.09 235	0.10 329

dad	0.28 378	0.31 487	0.44 316	0.21 188	0.14 280	0.30 339	0.20 281	0.33 185	0.49 439	0.44 457	0.44 385	0.45 420	0.21 249	0.41 322	0.26 355	0.20 499	0.11 429	0.20 496	0.11 378	0.14 418	0.10 329

IIG-Stereo	0.23 276	0.13 239	0.35 190	0.29 468	0.12 164	0.23 216	0.14 58	0.38 251	0.31 237	0.34 346	0.37 300	0.33 319	0.21 249	0.70 452	0.26 355	0.08 192	0.06 145	0.09 230	0.07 136	0.07 107	0.06 75

CVANet_RVC	0.30 398	0.19 388	0.41 287	0.26 416	0.16 362	0.33 375	0.26 414	0.52 411	0.47 420	0.40 425	0.46 407	0.43 405	0.31 403	0.89 507	0.26 355	0.14 440	0.09 380	0.14 445	0.13 444	0.14 418	0.10 329

iResNet	0.24 306	0.18 372	0.61 419	0.25 382	0.11 108	0.29 322	0.21 312	0.42 300	0.43 372	0.33 326	0.43 374	0.27 251	0.22 262	0.34 289	0.26 355	0.07 67	0.05 29	0.07 75	0.06 80	0.08 169	0.07 150

DDVS	0.25 334	0.15 314	0.39 256	0.24 345	0.17 383	0.34 388	0.21 312	0.41 286	0.30 225	0.33 326	0.41 345	0.48 436	0.21 249	0.52 363	0.27 360	0.11 357	0.09 380	0.11 360	0.09 297	0.13 400	0.14 424

DispNO	0.27 358	0.18 372	0.62 427	0.23 294	0.17 383	0.25 252	0.22 338	0.45 328	0.41 358	0.32 314	0.39 327	0.38 359	0.27 343	0.77 482	0.27 360	0.09 270	0.07 262	0.10 303	0.10 339	0.08 169	0.08 216

iRaft-Stereo_5w	0.23 276	0.18 372	0.44 316	0.22 247	0.13 238	0.19 109	0.19 234	0.37 245	0.32 246	0.28 216	0.37 300	0.34 326	0.23 276	0.65 437	0.27 360	0.06 24	0.06 145	0.08 153	0.07 136	0.09 235	0.08 216

LMCR-Stereo	0.26 350	0.18 372	0.49 357	0.28 465	0.14 280	0.36 408	0.23 363	0.54 429	0.34 268	0.39 415	0.40 337	0.29 276	0.29 374	0.37 306	0.27 360	0.11 357	0.07 262	0.09 230	0.07 136	0.13 400	0.09 273

DFGA-Net	0.23 276	0.24 440	0.49 357	0.22 247	0.15 330	0.25 252	0.17 147	0.39 263	0.39 332	0.29 243	0.31 231	0.21 169	0.17 193	0.59 406	0.28 364	0.08 192	0.06 145	0.09 230	0.09 297	0.10 300	0.08 216

G2L-Stereo_test	0.24 306	0.16 339	0.38 241	0.19 85	0.13 238	0.27 282	0.24 385	0.49 367	0.38 322	0.37 385	0.37 300	0.40 385	0.24 294	0.52 363	0.28 364	0.08 192	0.06 145	0.06 22	0.06 80	0.09 235	0.08 216

MyStereo8	0.22 259	0.15 314	0.63 430	0.21 188	0.17 383	0.31 355	0.16 111	0.36 235	0.32 246	0.28 216	0.36 291	0.25 221	0.18 218	0.25 184	0.28 364	0.08 192	0.07 262	0.08 153	0.07 136	0.10 300	0.12 387

SMFormer	0.25 334	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.28 364	0.10 318	0.07 262	0.08 153	0.08 211	0.09 235	0.09 273

tta	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.28 364	0.10 318	0.07 262	0.08 153	0.08 211	0.08 169	0.07 150

CSP-Net	0.27 358	0.15 314	0.30 136	0.21 188	0.14 280	0.44 455	0.24 385	0.50 377	0.40 348	0.41 434	0.43 374	0.42 401	0.26 324	0.66 442	0.28 364	0.12 395	0.08 346	0.08 153	0.08 211	0.10 300	0.09 273

GEStereo_RVC	0.27 358	0.20 400	0.44 316	0.27 444	0.16 362	0.33 375	0.25 402	0.56 454	0.54 465	0.34 346	0.38 314	0.34 326	0.25 315	0.51 357	0.28 364	0.12 395	0.08 346	0.09 230	0.08 211	0.11 348	0.11 364

GwcNet-RSSM	0.26 350	0.17 358	0.46 335	0.21 188	0.13 238	0.28 301	0.23 363	0.44 318	0.42 365	0.31 291	0.45 397	0.40 385	0.26 324	0.55 378	0.28 364	0.11 357	0.07 262	0.09 230	0.10 339	0.09 235	0.08 216

DMCA	0.22 259	0.14 281	0.36 210	0.22 247	0.14 280	0.27 282	0.20 281	0.43 312	0.38 322	0.31 291	0.32 240	0.33 319	0.24 294	0.24 153	0.28 364	0.11 357	0.08 346	0.10 303	0.08 211	0.10 300	0.11 364

STTStereo	0.28 378	0.20 400	0.61 419	0.25 382	0.17 383	0.29 322	0.24 385	0.47 347	0.39 332	0.39 415	0.41 345	0.44 416	0.28 359	0.40 320	0.28 364	0.13 414	0.12 446	0.13 419	0.16 478	0.12 385	0.11 364

TDLM	0.30 398	0.21 414	0.38 241	0.28 465	0.15 330	0.33 375	0.32 463	0.52 411	0.47 420	0.38 400	0.43 374	0.39 371	0.29 374	0.91 511	0.28 364	0.14 440	0.08 346	0.13 419	0.11 378	0.12 385	0.10 329

NVstereo2D	0.31 405	0.16 339	0.54 390	0.24 345	0.22 465	0.42 445	0.28 435	0.58 473	0.56 474	0.28 216	0.38 314	0.40 385	0.30 387	0.71 455	0.28 364	0.13 414	0.08 346	0.13 419	0.10 339	0.19 478	0.16 445

ISRNet	0.27 358	0.13 239	0.45 327	0.26 416	0.19 424	0.24 238	0.14 58	0.45 328	0.43 372	0.39 415	0.48 420	0.42 401	0.27 343	0.32 276	0.29 376	0.20 499	0.12 446	0.17 476	0.16 478	0.16 440	0.20 488

PSMNet-RUCA	0.37 450	0.41 513	0.66 442	0.46 527	0.41 526	0.34 388	0.25 402	0.57 464	0.45 398	0.39 415	0.52 438	0.43 405	0.33 413	0.41 322	0.29 376	0.25 513	0.14 468	0.33 526	0.21 501	0.31 521	0.22 501

ToySt	0.24 306	0.16 339	0.48 352	0.21 188	0.13 238	0.29 322	0.29 441	0.39 263	0.39 332	0.27 206	0.35 281	0.39 371	0.31 403	0.31 270	0.29 376	0.08 192	0.09 380	0.10 303	0.11 378	0.11 348	0.10 329

Anonymous_2	0.37 450	0.21 414	0.47 343	0.20 144	0.21 449	0.42 445	0.26 414	0.38 251	0.29 213	0.33 326	0.30 217	0.44 416	0.38 443	0.36 303	0.29 376	0.26 514	0.29 532	0.44 533	1.41 568	0.34 525	0.21 496

CRFU-Net	0.28 378	0.14 281	0.45 327	0.25 382	0.15 330	0.45 461	0.23 363	0.50 377	0.30 225	0.43 450	0.41 345	0.48 436	0.46 480	0.43 327	0.29 376	0.11 357	0.10 405	0.09 230	0.08 211	0.10 300	0.10 329

PSMNet-ADL	0.25 334	0.15 314	0.32 156	0.26 416	0.14 280	0.31 355	0.22 338	0.44 318	0.36 297	0.27 206	0.33 261	0.41 392	0.28 359	0.61 415	0.29 376	0.11 357	0.09 380	0.09 230	0.11 378	0.10 300	0.10 329

BEATNet_4x	0.22 259	0.18 372	0.47 343	0.22 247	0.10 65	0.28 301	0.14 58	0.46 339	0.32 246	0.31 291	0.34 270	0.31 303	0.25 315	0.31 270	0.29 376	0.08 192	0.06 145	0.08 153	0.06 80	0.10 300	0.08 216

NLCA_NET_v2_RVC	0.27 358	0.21 414	0.59 414	0.25 382	0.18 404	0.29 322	0.22 338	0.50 377	0.40 348	0.38 400	0.41 345	0.43 405	0.27 343	0.43 327	0.29 376	0.11 357	0.08 346	0.10 303	0.10 339	0.10 300	0.11 364
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
G2L-Stereo	0.25 334	0.16 339	0.47 343	0.22 247	0.14 280	0.25 252	0.18 190	0.46 339	0.35 284	0.33 326	0.37 300	0.40 385	0.22 262	0.60 408	0.30 384	0.10 318	0.09 380	0.10 303	0.08 211	0.09 235	0.09 273

ACV-stereo	0.29 389	0.18 372	0.79 472	0.23 294	0.16 362	0.47 469	0.19 234	0.36 235	0.34 268	0.29 243	0.33 261	0.67 507	0.42 466	0.54 376	0.30 384	0.10 318	0.09 380	0.09 230	0.09 297	0.10 300	0.11 364

ITSA-stereo	0.25 334	0.15 314	0.33 171	0.23 294	0.11 108	0.27 282	0.18 190	0.56 454	0.59 480	0.31 291	0.32 240	0.33 319	0.28 359	0.49 348	0.30 384	0.11 357	0.08 346	0.11 360	0.10 339	0.11 348	0.13 403

psm_up	0.29 389	0.16 339	0.41 287	0.26 416	0.17 383	0.32 364	0.26 414	0.55 439	0.43 372	0.36 379	0.40 337	0.45 420	0.37 439	0.58 400	0.30 384	0.11 357	0.12 446	0.13 419	0.12 417	0.10 300	0.10 329

DMCA-RVC	0.27 358	0.21 414	0.61 419	0.28 465	0.17 383	0.29 322	0.21 312	0.42 300	0.35 284	0.40 425	0.37 300	0.39 371	0.36 430	0.43 327	0.30 384	0.13 414	0.10 405	0.15 459	0.11 378	0.13 400	0.10 329

MaskLacGwcNet_RVC	0.36 440	0.36 499	0.53 387	0.34 497	0.19 424	0.51 484	0.24 385	0.55 439	0.38 322	0.41 434	0.47 414	0.47 430	0.27 343	0.73 462	0.30 384	0.36 532	0.19 507	0.27 510	0.17 487	0.26 509	0.23 508

PS-NSSS	0.32 414	0.30 480	0.46 335	0.23 294	0.17 383	0.33 375	0.24 385	0.57 464	0.41 358	0.37 385	0.52 438	0.35 340	0.30 387	0.80 490	0.30 384	0.17 479	0.14 468	0.21 498	0.15 466	0.15 432	0.13 403

HHNet	0.22 259	0.12 177	0.52 383	0.18 46	0.18 404	0.20 140	0.20 281	0.34 193	0.31 237	0.32 314	0.59 466	0.20 158	0.21 249	0.24 153	0.31 391	0.08 192	0.05 29	0.09 230	0.07 136	0.08 169	0.11 364

UNet	0.28 378	0.14 281	0.69 449	0.23 294	0.20 441	0.44 455	0.22 338	0.50 377	0.40 348	0.34 346	0.39 327	0.43 405	0.33 413	0.40 320	0.31 391	0.09 270	0.07 262	0.10 303	0.08 211	0.10 300	0.08 216

FADNet_RVC	0.30 398	0.28 466	0.83 482	0.23 294	0.15 330	0.30 339	0.17 147	0.49 367	0.37 308	0.30 274	0.38 314	0.30 292	0.27 343	0.52 363	0.31 391	0.14 440	0.14 468	0.14 445	0.16 478	0.21 489	0.23 508

FADNet-RVC	0.31 405	0.35 496	0.78 466	0.25 382	0.20 441	0.33 375	0.20 281	0.49 367	0.40 348	0.34 346	0.39 327	0.41 392	0.29 374	0.63 429	0.31 391	0.13 414	0.14 468	0.14 445	0.15 466	0.19 478	0.19 478

CBMV	0.33 423	0.21 414	0.54 390	0.23 294	0.13 238	0.42 445	0.33 473	0.53 422	0.48 430	0.52 489	0.49 422	0.50 448	0.41 457	0.56 389	0.31 391	0.15 453	0.16 490	0.18 484	0.16 478	0.13 400	0.13 403
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SQANet	0.40 468	0.48 521	0.67 443	0.48 529	0.39 523	0.48 475	0.22 338	0.51 394	0.43 372	0.40 425	0.47 414	0.47 430	0.33 413	0.54 376	0.32 396	0.36 532	0.15 483	0.40 531	0.21 501	0.45 531	0.31 525

FINET	0.34 431	0.27 463	0.80 475	0.24 345	0.24 486	0.36 408	0.34 475	0.54 429	0.72 509	0.39 415	0.47 414	0.32 312	0.30 387	0.51 357	0.32 396	0.19 496	0.17 497	0.13 419	0.12 417	0.18 471	0.16 445

ac_64	0.27 358	0.13 239	0.41 287	0.24 345	0.17 383	0.36 408	0.22 338	0.46 339	0.33 258	0.35 363	0.36 291	0.52 458	0.30 387	0.62 423	0.32 396	0.11 357	0.09 380	0.10 303	0.10 339	0.09 235	0.08 216

ACVNet	0.23 276	0.13 239	0.35 190	0.18 46	0.15 330	0.27 282	0.23 363	0.39 263	0.44 387	0.28 216	0.41 345	0.38 359	0.26 324	0.27 219	0.32 396	0.08 192	0.07 262	0.08 153	0.07 136	0.10 300	0.07 150

hitnet-ft	0.29 389	0.17 358	0.40 264	0.19 85	0.14 280	0.39 429	0.23 363	0.44 318	0.41 358	0.36 379	0.46 407	0.53 463	0.34 422	0.76 476	0.32 396	0.14 440	0.10 405	0.13 419	0.10 339	0.15 432	0.13 403

DSFCA	0.27 358	0.13 239	0.36 210	0.20 144	0.17 383	0.38 421	0.31 457	0.47 347	0.43 372	0.43 450	0.37 300	0.39 371	0.29 374	0.52 363	0.32 396	0.12 395	0.10 405	0.10 303	0.11 378	0.11 348	0.10 329

CBMV_ROB	0.33 423	0.18 372	0.53 387	0.21 188	0.14 280	0.33 375	0.20 281	0.51 394	0.45 398	0.51 483	0.55 452	0.45 420	0.42 466	0.71 455	0.32 396	0.18 490	0.19 507	0.23 505	0.21 501	0.14 418	0.15 436

coex_refinement	0.26 350	0.16 339	0.36 210	0.23 294	0.15 330	0.31 355	0.20 281	0.49 367	0.42 365	0.35 363	0.42 361	0.45 420	0.27 343	0.55 378	0.33 403	0.10 318	0.06 145	0.07 75	0.07 136	0.10 300	0.10 329

DDUNet	0.41 470	0.50 526	0.48 352	0.44 524	0.39 523	0.46 463	0.32 463	0.50 377	0.43 372	0.45 461	0.52 438	0.57 477	0.36 430	0.48 343	0.33 403	0.33 529	0.21 514	0.55 539	0.25 517	0.37 528	0.32 528

UPFNet	0.25 334	0.12 177	0.38 241	0.24 345	0.19 424	0.37 413	0.28 435	0.48 359	0.38 322	0.34 346	0.37 300	0.37 351	0.28 359	0.39 313	0.33 403	0.10 318	0.09 380	0.10 303	0.10 339	0.10 300	0.08 216

HGLStereo	0.27 358	0.14 281	0.46 335	0.24 345	0.21 449	0.33 375	0.23 363	0.50 377	0.42 365	0.35 363	0.48 420	0.41 392	0.33 413	0.45 334	0.33 403	0.11 357	0.10 405	0.09 230	0.09 297	0.10 300	0.12 387

DLCB_ROB	0.28 378	0.16 339	0.34 180	0.27 444	0.16 362	0.38 421	0.25 402	0.48 359	0.43 372	0.46 465	0.46 407	0.51 452	0.33 413	0.53 370	0.33 403	0.10 318	0.10 405	0.11 360	0.11 378	0.10 300	0.09 273

AASNet	0.27 358	0.19 388	0.49 357	0.26 416	0.17 383	0.34 388	0.20 281	0.62 498	0.48 430	0.35 363	0.40 337	0.32 312	0.25 315	0.28 232	0.34 408	0.11 357	0.09 380	0.10 303	0.08 211	0.13 400	0.11 364

MMNet	0.27 358	0.14 281	0.49 357	0.24 345	0.17 383	0.47 469	0.22 338	0.45 328	0.51 451	0.39 415	0.41 345	0.36 345	0.33 413	0.39 313	0.34 408	0.08 192	0.07 262	0.09 230	0.09 297	0.10 300	0.08 216

delet	0.27 358	0.14 281	0.40 264	0.23 294	0.19 424	0.41 438	0.29 441	0.49 367	0.48 430	0.33 326	0.41 345	0.37 351	0.30 387	0.48 343	0.34 408	0.09 270	0.09 380	0.11 360	0.12 417	0.08 169	0.08 216

FAT-Stereo	0.36 440	0.18 372	0.73 463	0.26 416	0.18 404	0.33 375	0.29 441	0.60 486	0.59 480	0.46 465	0.60 471	0.60 485	0.50 492	0.61 415	0.34 408	0.13 414	0.14 468	0.13 419	0.12 417	0.14 418	0.18 470

GASNet	0.36 440	0.46 517	0.88 494	0.34 497	0.23 478	0.35 403	0.22 338	0.60 486	0.53 462	0.40 425	0.37 300	0.45 420	0.30 387	0.79 486	0.35 412	0.15 453	0.10 405	0.14 445	0.14 457	0.22 495	0.12 387

ADLNet2	0.30 398	0.17 358	0.72 459	0.23 294	0.17 383	0.36 408	0.24 385	0.52 411	0.51 451	0.32 314	0.38 314	0.45 420	0.30 387	0.69 449	0.35 412	0.10 318	0.08 346	0.09 230	0.09 297	0.12 385	0.10 329

ADLNet	0.28 378	0.15 314	0.42 297	0.23 294	0.19 424	0.34 388	0.23 363	0.53 422	0.43 372	0.42 444	0.41 345	0.44 416	0.27 343	0.55 378	0.35 412	0.11 357	0.08 346	0.11 360	0.11 378	0.11 348	0.12 387

acv_ft	0.25 334	0.13 239	0.40 264	0.23 294	0.19 424	0.34 388	0.21 312	0.45 328	0.44 387	0.38 400	0.41 345	0.38 359	0.27 343	0.27 219	0.35 412	0.08 192	0.07 262	0.08 153	0.07 136	0.11 348	0.07 150

stereogan	0.37 450	0.17 358	0.65 438	0.27 444	0.22 465	0.62 509	0.26 414	0.59 478	0.63 493	0.43 450	0.60 471	0.67 507	0.42 466	0.68 447	0.35 412	0.13 414	0.14 468	0.14 445	0.12 417	0.19 478	0.17 457

CC-Net-ROB	0.43 478	0.47 519	0.65 438	0.37 513	0.23 478	0.51 484	0.29 441	0.66 513	0.49 439	0.46 465	0.51 430	0.48 436	0.38 443	0.96 520	0.35 412	0.34 530	0.23 522	0.55 539	0.25 517	0.31 521	0.20 488

RASNet	0.28 378	0.14 281	0.44 316	0.22 247	0.18 404	0.32 364	0.19 234	0.48 359	0.38 322	0.29 243	0.43 374	0.47 430	0.37 439	0.79 486	0.36 418	0.09 270	0.07 262	0.07 75	0.09 297	0.07 107	0.07 150

StereoDRNet-Refined	0.27 358	0.17 358	0.35 190	0.25 382	0.14 280	0.37 413	0.21 312	0.47 347	0.41 358	0.44 457	0.51 430	0.41 392	0.28 359	0.45 334	0.37 419	0.09 270	0.06 145	0.11 360	0.11 378	0.10 300	0.10 329
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NCCL2	0.35 436	0.26 456	0.49 357	0.36 507	0.22 465	0.41 438	0.41 504	0.53 422	0.42 365	0.47 472	0.46 407	0.61 489	0.39 449	0.55 378	0.37 419	0.16 468	0.13 458	0.21 498	0.21 501	0.16 440	0.16 445

SDNR	0.42 473	0.21 414	0.82 480	0.21 188	0.18 404	1.27 550	0.17 147	0.50 377	0.49 439	0.42 444	0.81 510	0.38 359	0.27 343	1.19 536	0.38 421	0.23 504	0.24 524	0.17 476	0.13 444	0.17 457	0.20 488

fast-acv-ft	0.31 405	0.20 400	0.81 477	0.24 345	0.18 404	0.46 463	0.27 420	0.41 286	0.49 439	0.39 415	0.55 452	0.49 441	0.35 426	0.37 306	0.38 421	0.11 357	0.11 429	0.11 360	0.12 417	0.12 385	0.09 273

CBFPSM	0.27 358	0.16 339	0.67 443	0.20 144	0.14 280	0.38 421	0.25 402	0.40 274	0.36 297	0.33 326	0.36 291	0.56 472	0.38 443	0.32 276	0.38 421	0.08 192	0.08 346	0.07 75	0.08 211	0.09 235	0.11 364

Wz-Net-LNSev-Ref	0.30 398	0.20 400	0.70 455	0.21 188	0.17 383	0.46 463	0.27 420	0.50 377	0.49 439	0.42 444	0.55 452	0.43 405	0.30 387	0.46 337	0.38 421	0.09 270	0.06 145	0.07 75	0.06 80	0.11 348	0.10 329

Syn2CoEx	0.36 440	0.31 487	0.78 466	0.34 497	0.21 449	0.41 438	0.28 435	0.61 490	0.49 439	0.42 444	0.56 459	0.45 420	0.44 471	0.69 449	0.38 421	0.17 479	0.14 468	0.15 459	0.12 417	0.13 400	0.12 387

MDST_ROB	0.48 493	0.14 281	0.95 505	0.30 477	0.21 449	1.33 553	0.32 463	0.77 530	0.56 474	1.06 540	0.71 497	0.49 441	0.35 426	1.26 542	0.38 421	0.13 414	0.11 429	0.16 470	0.13 444	0.12 385	0.12 387

ETE_ROB	0.34 431	0.26 456	0.45 327	0.29 468	0.18 404	0.40 434	0.37 487	0.57 464	0.47 420	0.50 478	0.50 424	0.62 491	0.36 430	0.55 378	0.38 421	0.13 414	0.10 405	0.14 445	0.12 417	0.16 440	0.16 445

PWCDC_ROB	0.38 457	0.30 480	0.60 416	0.33 495	0.20 441	0.42 445	0.19 234	0.58 473	0.89 530	0.42 444	1.26 537	0.36 345	0.34 422	0.50 352	0.38 421	0.18 490	0.11 429	0.11 360	0.09 297	0.19 478	0.13 403

TCMNet	0.33 423	0.23 436	0.72 459	0.29 468	0.30 513	0.40 434	0.28 435	0.50 377	0.47 420	0.37 385	0.45 397	0.40 385	0.29 374	0.60 408	0.39 429	0.14 440	0.13 458	0.15 459	0.14 457	0.17 457	0.15 436

ssnet_v2	0.28 378	0.16 339	0.44 316	0.22 247	0.15 330	0.40 434	0.30 452	0.57 464	0.46 415	0.38 400	0.36 291	0.47 430	0.29 374	0.38 311	0.39 429	0.13 414	0.11 429	0.11 360	0.11 378	0.11 348	0.11 364

Wz-Net-LNSev	0.34 431	0.29 473	0.91 498	0.26 416	0.21 449	0.47 469	0.31 457	0.54 429	0.54 465	0.44 457	0.52 438	0.50 448	0.35 426	0.39 313	0.39 429	0.11 357	0.11 429	0.10 303	0.09 297	0.14 418	0.13 403

UDG	0.40 468	0.46 517	0.49 357	0.40 519	0.35 521	0.47 469	0.27 420	0.54 429	0.47 420	0.39 415	0.45 397	0.59 482	0.44 471	0.46 337	0.39 429	0.26 514	0.19 507	0.48 535	0.22 509	0.34 525	0.26 517

RP	0.35 436	0.22 427	0.51 379	0.31 483	0.24 486	0.37 413	0.28 435	0.50 377	0.58 479	0.40 425	0.63 484	0.61 489	0.47 483	0.61 415	0.39 429	0.16 468	0.15 483	0.17 476	0.15 466	0.17 457	0.17 457

RGC	0.39 462	0.32 492	0.64 437	0.34 497	0.27 500	0.40 434	0.29 441	0.57 464	0.53 462	0.45 461	0.64 485	0.62 491	0.45 474	0.72 460	0.39 429	0.15 453	0.15 483	0.21 498	0.20 498	0.18 471	0.19 478

GANetREF_RVC	0.43 478	0.47 519	0.69 449	0.38 515	0.20 441	0.51 484	0.48 523	0.66 513	0.66 496	0.46 465	0.46 407	0.50 448	0.44 471	0.90 510	0.39 429	0.27 519	0.21 514	0.32 524	0.18 493	0.27 513	0.22 501
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
YMNet	0.32 414	0.22 427	0.58 408	0.27 444	0.23 478	0.48 475	0.27 420	0.51 394	0.45 398	0.48 475	0.56 459	0.51 452	0.30 387	0.39 313	0.40 436	0.13 414	0.16 490	0.13 419	0.12 417	0.13 400	0.12 387

YMNet_1	0.32 414	0.22 427	0.58 408	0.27 444	0.23 478	0.48 475	0.27 420	0.51 394	0.45 398	0.48 475	0.56 459	0.51 452	0.30 387	0.39 313	0.40 436	0.13 414	0.16 490	0.13 419	0.12 417	0.13 400	0.12 387

iinet-f	0.30 398	0.18 372	1.03 516	0.20 144	0.15 330	0.44 455	0.22 338	0.45 328	0.37 308	0.35 363	0.44 385	0.41 392	0.34 422	0.34 289	0.40 436	0.10 318	0.09 380	0.08 153	0.08 211	0.13 400	0.11 364

S-Stereo	0.38 457	0.20 400	1.05 517	0.27 444	0.22 465	0.38 421	0.32 463	0.55 439	0.66 496	0.39 415	0.59 466	0.49 441	0.41 457	0.75 471	0.40 436	0.12 395	0.15 483	0.13 419	0.13 444	0.16 440	0.21 496

edge stereo	0.39 462	0.22 427	0.81 477	0.27 444	0.22 465	0.37 413	0.24 385	0.56 454	0.54 465	0.53 495	0.60 471	0.71 516	0.50 492	0.78 484	0.40 436	0.16 468	0.14 468	0.19 492	0.14 457	0.16 440	0.17 457

Nwc_Net	0.37 450	0.25 445	0.68 448	0.31 483	0.24 486	0.44 455	0.30 452	0.65 507	0.50 447	0.37 385	0.69 496	0.58 480	0.45 474	0.60 408	0.40 436	0.15 453	0.12 446	0.19 492	0.21 501	0.14 418	0.13 403

AANet_RVC	0.31 405	0.22 427	0.50 368	0.23 294	0.14 280	0.30 339	0.24 385	0.47 347	0.54 465	0.38 400	0.60 471	0.43 405	0.29 374	0.87 502	0.40 436	0.11 357	0.07 262	0.07 75	0.07 136	0.09 235	0.09 273

StereoDRNet	0.32 414	0.22 427	0.61 419	0.27 444	0.21 449	0.42 445	0.30 452	0.61 490	0.48 430	0.46 465	0.39 327	0.48 436	0.30 387	0.57 393	0.40 436	0.11 357	0.09 380	0.12 398	0.11 378	0.12 385	0.10 329

GwcNet	0.35 436	0.23 436	0.88 494	0.25 382	0.24 486	0.48 475	0.27 420	0.55 439	0.57 477	0.38 400	0.52 438	0.51 452	0.32 410	0.60 408	0.41 444	0.13 414	0.11 429	0.12 398	0.11 378	0.13 400	0.14 424

GANet	0.36 440	0.22 427	0.49 357	0.29 468	0.17 383	0.41 438	0.38 493	0.57 464	0.45 398	0.46 465	0.75 503	0.55 469	0.40 453	0.94 516	0.41 444	0.13 414	0.13 458	0.13 419	0.11 378	0.14 418	0.11 364

DRN-Test	0.33 423	0.17 358	0.61 419	0.27 444	0.19 424	0.46 463	0.29 441	0.65 507	0.51 451	0.47 472	0.46 407	0.44 416	0.34 422	0.62 423	0.41 444	0.12 395	0.08 346	0.13 419	0.12 417	0.12 385	0.10 329

DRaft	0.24 306	0.10 74	0.34 180	0.18 46	0.12 164	0.28 301	0.23 363	0.33 185	0.39 332	0.38 400	0.61 478	0.21 169	0.41 457	0.48 343	0.42 447	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.08 216

DGSMNet	0.61 519	0.29 473	0.91 498	0.51 533	0.70 546	0.62 509	1.38 568	0.59 478	0.55 471	0.37 385	0.61 478	0.52 458	0.33 413	0.65 437	0.43 448	0.53 539	0.60 557	0.67 544	0.61 552	0.63 541	0.61 552

MFN_U_SF_DS_RVC	0.51 503	0.50 526	0.86 491	0.39 517	0.24 486	0.84 530	0.55 530	0.56 454	0.62 489	0.60 504	0.68 492	0.62 491	0.42 466	1.13 534	0.43 448	0.23 504	0.27 528	0.27 510	0.35 531	0.25 503	0.29 522

LALA_ROB	0.36 440	0.25 445	0.46 335	0.30 477	0.21 449	0.47 469	0.39 498	0.61 490	0.51 451	0.52 489	0.51 430	0.69 513	0.36 430	0.50 352	0.43 448	0.17 479	0.11 429	0.16 470	0.14 457	0.17 457	0.15 436

PSMNet_ROB	0.33 423	0.24 440	0.54 390	0.31 483	0.21 449	0.42 445	0.43 509	0.59 478	0.47 420	0.37 385	0.44 385	0.49 441	0.31 403	0.64 431	0.43 448	0.14 440	0.10 405	0.15 459	0.14 457	0.13 400	0.11 364

Wz-Net-MNSev	0.36 440	0.26 456	0.79 472	0.26 416	0.21 449	0.59 503	0.38 493	0.55 439	0.56 474	0.48 475	0.54 448	0.53 463	0.36 430	0.60 408	0.44 452	0.11 357	0.09 380	0.11 360	0.11 378	0.15 432	0.13 403

DEmStereo	0.26 350	0.09 37	0.47 343	0.19 85	0.12 164	0.30 339	0.25 402	0.28 120	0.36 297	0.36 379	0.58 464	0.25 221	0.48 489	0.53 370	0.44 452	0.07 67	0.06 145	0.08 153	0.08 211	0.06 40	0.07 150

AF-Net	0.37 450	0.26 456	0.56 400	0.32 489	0.23 478	0.41 438	0.29 441	0.61 490	0.64 494	0.42 444	0.68 492	0.65 502	0.49 490	0.57 393	0.44 452	0.15 453	0.11 429	0.19 492	0.14 457	0.15 432	0.13 403

Ntro	0.58 514	0.64 537	0.92 500	0.66 541	0.50 535	0.77 523	0.36 483	0.66 513	0.70 506	0.50 478	0.59 466	0.65 502	0.51 495	0.75 471	0.45 455	0.56 543	0.32 536	0.56 542	0.34 530	0.63 541	0.46 540

THIR-Stereo	0.29 389	0.12 177	0.41 287	0.19 85	0.11 108	0.28 301	0.72 542	0.32 171	0.35 284	0.37 385	0.65 486	0.34 326	0.50 492	0.57 393	0.45 455	0.07 67	0.06 145	0.08 153	0.09 297	0.07 107	0.07 150

psmorigin	0.50 499	0.25 445	3.03 562	0.24 345	0.19 424	0.38 421	0.22 338	0.50 377	0.44 387	0.64 510	0.68 492	0.71 516	0.51 495	0.85 499	0.45 455	0.14 440	0.17 497	0.13 419	0.14 457	0.16 440	0.21 496

NCC-stereo	0.39 462	0.25 445	0.69 449	0.32 489	0.28 505	0.46 463	0.36 483	0.65 507	0.52 458	0.40 425	0.57 462	0.56 472	0.47 483	0.73 462	0.45 455	0.17 479	0.14 468	0.18 484	0.25 517	0.16 440	0.16 445

Abc-Net	0.39 462	0.25 445	0.69 449	0.32 489	0.28 505	0.46 463	0.36 483	0.65 507	0.52 458	0.40 425	0.57 462	0.56 472	0.47 483	0.73 462	0.45 455	0.17 479	0.14 468	0.18 484	0.25 517	0.16 440	0.16 445
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XPNet_ROB	0.33 423	0.20 400	0.43 308	0.27 444	0.18 404	0.37 413	0.31 457	0.55 439	0.50 447	0.51 483	0.53 445	0.58 480	0.37 439	0.63 429	0.45 455	0.17 479	0.12 446	0.13 419	0.12 417	0.15 432	0.14 424

otaku	0.57 513	0.62 536	0.87 493	0.63 540	0.44 529	0.73 519	0.37 487	0.65 507	0.66 496	0.51 483	0.75 503	0.66 506	0.45 474	0.69 449	0.46 461	0.53 539	0.34 537	0.55 539	0.35 531	0.60 539	0.45 537

APVNet	0.36 440	0.20 400	0.70 455	0.26 416	0.22 465	0.52 493	0.35 479	0.61 490	0.44 387	0.38 400	0.52 438	0.48 436	0.38 443	0.84 498	0.46 461	0.13 414	0.14 468	0.15 459	0.16 478	0.16 440	0.15 436

PDISCO_ROB	0.43 478	0.30 480	0.67 443	0.43 522	0.36 522	0.67 514	0.32 463	0.72 526	0.76 514	0.43 450	0.53 445	0.63 499	0.40 453	0.66 442	0.47 463	0.21 501	0.12 446	0.21 498	0.19 497	0.25 503	0.20 488

PASM	0.45 486	0.35 496	0.90 497	0.35 506	0.33 518	0.39 429	0.38 493	0.50 377	0.61 487	0.52 489	0.51 430	0.62 491	0.45 474	0.93 514	0.48 464	0.26 514	0.29 532	0.29 520	0.33 529	0.29 519	0.26 517

DispFullNet	0.66 523	0.89 549	1.59 545	0.77 546	1.21 563	0.51 484	0.23 363	0.59 478	0.72 509	0.69 517	0.61 478	0.69 513	0.91 538	0.79 486	0.48 464	0.27 519	0.12 446	0.73 547	0.30 528	0.65 544	0.40 534

w-ln-seven-2	0.36 440	0.29 473	1.06 518	0.27 444	0.18 404	0.37 413	0.30 452	0.50 377	0.54 465	0.45 461	0.55 452	0.45 420	0.41 457	0.62 423	0.49 466	0.10 318	0.10 405	0.12 398	0.11 378	0.14 418	0.11 364

PA-Net	0.37 450	0.28 466	0.83 482	0.31 483	0.28 505	0.39 429	0.42 507	0.51 394	0.55 471	0.34 346	0.42 361	0.41 392	0.36 430	0.79 486	0.49 466	0.12 395	0.23 522	0.16 470	0.23 511	0.12 385	0.18 470
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DANet	0.35 436	0.23 436	0.60 416	0.36 507	0.22 465	0.39 429	0.25 402	0.48 359	0.43 372	0.52 489	0.50 424	0.59 482	0.41 457	0.76 476	0.49 466	0.13 414	0.11 429	0.14 445	0.12 417	0.17 457	0.15 436
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LSM	1.64 560	0.40 509	2.56 559	2.02 569	17.61 582	0.51 484	0.52 527	0.61 490	0.76 514	0.82 526	1.11 531	0.63 499	0.54 498	0.75 471	0.49 466	0.16 468	0.24 524	0.18 484	0.21 501	0.25 503	2.42 572

DISCO	0.32 414	0.13 239	0.51 379	0.25 382	0.16 362	0.48 475	0.25 402	0.50 377	0.57 477	0.37 385	0.45 397	0.62 491	0.36 430	0.64 431	0.49 466	0.09 270	0.07 262	0.09 230	0.08 211	0.12 385	0.11 364

MSMD_ROB	0.60 518	0.33 493	0.61 419	0.30 477	0.25 493	0.86 532	0.35 479	0.55 439	0.67 499	1.10 542	1.49 546	1.76 550	0.97 542	0.88 505	0.49 466	0.23 504	0.21 514	0.27 510	0.27 524	0.25 503	0.24 513

aanetorigin	0.39 462	0.29 473	1.09 520	0.24 345	0.19 424	0.28 301	0.37 487	0.33 185	0.47 420	0.94 532	0.82 512	0.52 458	0.54 498	0.49 348	0.50 472	0.11 357	0.09 380	0.10 303	0.10 339	0.16 440	0.15 436

SGM-Forest	0.36 440	0.17 358	0.47 343	0.23 294	0.16 362	0.45 461	0.41 504	0.55 439	0.48 430	0.52 489	0.60 471	0.52 458	0.41 457	0.85 499	0.50 472	0.17 479	0.17 497	0.17 476	0.15 466	0.15 432	0.15 436
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FBW_ROB	0.43 478	0.26 456	0.54 390	0.31 483	0.20 441	0.51 484	0.32 463	0.70 523	0.60 484	0.59 503	0.55 452	0.65 502	0.41 457	1.40 547	0.51 474	0.13 414	0.17 497	0.21 498	0.16 478	0.17 457	0.18 470

DeepPrunerF	0.44 484	0.29 473	1.29 536	0.33 495	0.30 513	0.35 403	0.36 483	0.62 498	1.15 548	0.40 425	0.44 385	0.39 371	0.41 457	0.80 490	0.52 475	0.18 490	0.14 468	0.23 505	0.21 501	0.17 457	0.17 457

PWC_ROB	0.38 457	0.29 473	0.69 449	0.25 382	0.20 441	0.38 421	0.19 234	0.58 473	0.67 499	0.57 501	0.85 515	0.51 452	0.40 453	0.71 455	0.52 475	0.13 414	0.09 380	0.14 445	0.10 339	0.17 457	0.14 424

RYNet	0.37 450	0.18 372	0.59 414	0.25 382	0.28 505	0.61 507	0.32 463	0.59 478	0.59 480	0.41 434	0.38 314	0.57 477	0.39 449	0.87 502	0.53 477	0.11 357	0.08 346	0.12 398	0.11 378	0.18 471	0.18 470

ACVNet_1	0.72 529	0.81 544	1.37 540	0.72 544	0.53 538	0.77 523	0.42 507	0.85 543	0.90 532	0.74 522	0.75 503	1.32 542	0.72 525	1.02 526	0.55 478	0.54 541	0.31 535	0.71 546	0.35 531	0.64 543	0.45 537

RainbowNet	0.72 529	0.89 549	1.02 514	0.82 547	0.63 544	0.78 526	0.52 527	0.81 537	0.93 536	0.60 504	0.79 508	0.80 521	0.60 509	0.80 490	0.57 479	0.78 553	0.55 553	0.78 549	0.49 541	0.76 549	0.58 547

anonymity	0.56 510	0.54 531	0.70 455	0.47 528	0.61 542	0.56 496	0.43 509	0.69 522	0.49 439	0.63 508	0.55 452	0.54 467	0.60 509	0.61 415	0.57 479	0.55 542	0.53 550	0.50 536	0.54 547	0.51 533	0.56 545

CrosDoStereo	0.31 405	0.10 74	0.49 357	0.18 46	0.12 164	0.22 195	1.11 564	0.34 193	0.37 308	0.38 400	0.61 478	0.28 266	0.46 480	0.61 415	0.57 479	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.07 150

DeepStereo_LL	0.31 405	0.10 74	0.49 357	0.18 46	0.12 164	0.22 195	1.11 564	0.34 193	0.37 308	0.38 400	0.61 478	0.28 266	0.46 480	0.61 415	0.57 479	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.07 150

G-Net	0.46 488	0.25 445	0.86 491	0.34 497	0.28 505	0.90 535	0.35 479	0.47 347	0.45 398	0.68 515	1.22 535	0.64 501	0.60 509	0.61 415	0.57 479	0.16 468	0.14 468	0.17 476	0.13 444	0.22 495	0.19 478

SHD	0.42 473	0.27 463	0.81 477	0.31 483	0.25 493	0.42 445	0.22 338	0.66 513	0.94 538	0.63 508	0.60 471	0.59 482	0.47 483	0.59 406	0.58 484	0.15 453	0.13 458	0.16 470	0.16 478	0.20 486	0.22 501

z-mn7	0.44 484	0.40 509	1.09 520	0.25 382	0.18 404	0.61 507	0.34 475	0.56 454	0.93 536	0.43 450	0.96 523	0.53 463	0.39 449	0.94 516	0.59 485	0.10 318	0.09 380	0.10 303	0.10 339	0.14 418	0.13 403

Wz-Net-SNSev	0.43 478	0.41 513	1.27 534	0.30 477	0.21 449	0.44 455	0.41 504	0.61 490	0.65 495	0.46 465	0.65 486	0.62 491	0.39 449	0.74 470	0.59 485	0.12 395	0.11 429	0.12 398	0.13 444	0.16 440	0.14 424

MeshStereo	0.58 514	0.27 463	0.67 443	0.22 247	0.17 383	0.66 513	0.37 487	0.78 531	0.61 487	1.47 561	1.30 538	1.65 547	0.79 528	1.12 533	0.59 485	0.17 479	0.17 497	0.17 476	0.14 457	0.17 457	0.14 424
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
SGM_RVC	0.50 499	0.19 388	0.50 368	0.25 382	0.15 330	0.69 515	0.39 498	0.68 521	0.82 521	0.95 534	0.84 514	1.13 533	0.76 526	1.16 535	0.60 488	0.16 468	0.16 490	0.16 470	0.16 478	0.16 440	0.17 457
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ccnet	0.42 473	0.31 487	0.48 352	0.27 444	0.32 517	0.60 506	0.32 463	0.65 507	0.46 415	0.53 495	0.66 488	0.56 472	0.45 474	0.72 460	0.61 489	0.26 514	0.19 507	0.24 507	0.21 501	0.26 509	0.22 501

MFMNet_re	0.72 529	0.76 542	0.99 510	0.62 539	0.70 546	0.77 523	0.67 538	0.75 528	0.83 525	0.78 525	0.86 516	0.69 513	0.78 527	0.71 455	0.61 489	0.66 548	0.59 556	0.61 543	0.58 551	0.68 547	0.71 556

SAMSARA	0.56 510	0.39 508	0.80 475	0.60 538	0.46 530	1.00 539	1.23 567	0.67 518	0.68 502	0.71 518	0.54 448	0.89 526	0.57 505	0.81 493	0.62 491	0.19 496	0.22 518	0.18 484	0.18 493	0.27 513	0.25 515

CSAN	0.50 499	0.35 496	0.78 466	0.36 507	0.23 478	0.56 496	0.59 534	0.61 490	0.70 506	0.64 510	0.78 507	0.65 502	0.60 509	1.38 546	0.62 491	0.21 501	0.17 497	0.20 496	0.20 498	0.18 471	0.18 470

WCMA_ROB	0.51 503	0.21 414	0.65 438	0.25 382	0.21 449	0.58 500	0.32 463	0.54 429	0.55 471	0.95 534	1.40 541	1.28 540	0.81 531	0.73 462	0.62 491	0.18 490	0.15 483	0.15 459	0.15 466	0.19 478	0.19 478

zh-mn7	0.46 488	0.45 516	1.48 542	0.25 382	0.19 424	0.44 455	0.29 441	0.56 454	0.82 521	0.65 512	0.96 523	0.49 441	0.38 443	0.88 505	0.63 494	0.12 395	0.10 405	0.11 360	0.11 378	0.13 400	0.14 424

Consistency-Raft	0.55 509	0.48 521	1.02 514	0.45 525	0.49 533	0.49 480	0.47 519	0.72 526	0.72 509	0.45 461	0.82 512	0.47 430	0.60 509	0.50 352	0.63 494	0.39 536	0.39 540	0.44 533	0.51 544	0.52 534	0.37 531

FCDSN-DC	0.63 520	0.31 487	0.61 419	0.36 507	0.30 513	0.65 511	0.37 487	0.66 513	0.68 502	1.14 544	1.54 549	1.71 549	1.26 551	0.92 512	0.64 496	0.24 510	0.22 518	0.27 510	0.26 521	0.27 513	0.27 521
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NaN_ROB	0.41 470	0.28 466	0.62 427	0.30 477	0.19 424	0.51 484	0.47 519	0.58 473	0.59 480	0.56 499	0.47 414	0.49 441	0.41 457	1.21 539	0.64 496	0.12 395	0.18 503	0.12 398	0.13 444	0.11 348	0.14 424

w-ln-seven	0.42 473	0.30 480	1.18 527	0.26 416	0.22 465	0.58 500	0.31 457	0.62 498	0.81 520	0.58 502	0.61 478	0.53 463	0.36 430	0.57 393	0.65 498	0.11 357	0.10 405	0.13 419	0.12 417	0.15 432	0.13 403

z-ln-s-r	0.32 414	0.21 414	0.82 480	0.23 294	0.14 280	0.30 339	0.26 414	0.43 312	0.50 447	0.32 314	0.60 471	0.39 371	0.29 374	0.73 462	0.66 499	0.08 192	0.06 145	0.08 153	0.07 136	0.10 300	0.08 216

ACVNet_2	0.89 539	0.87 548	1.25 532	0.82 547	0.62 543	0.97 538	0.62 536	1.14 548	1.42 552	1.00 537	1.40 541	1.47 545	0.84 534	1.11 531	0.66 499	0.61 546	0.43 543	0.78 549	0.49 541	0.75 548	0.52 543

MSC_U_SF_DS_RVC	0.68 525	0.64 537	1.06 518	0.45 525	0.27 500	1.40 556	0.58 532	0.78 531	0.92 534	0.84 527	0.86 516	0.88 525	0.68 521	1.33 545	0.68 501	0.37 534	0.29 532	0.34 527	0.36 534	0.43 529	0.37 531

DPSNet	0.47 490	0.24 440	0.93 502	0.27 444	0.20 441	0.75 522	0.57 531	0.84 540	0.79 518	0.47 472	0.51 430	0.60 485	0.69 522	0.87 502	0.71 502	0.16 468	0.13 458	0.12 398	0.10 339	0.25 503	0.21 496

XQC	0.43 478	0.37 504	0.96 507	0.34 497	0.25 493	0.53 494	0.34 475	0.60 486	0.73 512	0.51 483	0.46 407	0.57 477	0.47 483	0.70 452	0.72 503	0.17 479	0.12 446	0.18 484	0.15 466	0.25 503	0.23 508

MFN_U_SF_RVC	0.56 510	0.51 528	1.19 528	0.38 515	0.22 465	0.69 515	0.27 420	0.80 535	0.67 499	0.73 519	0.74 502	0.87 523	0.61 518	0.81 493	0.76 504	0.29 524	0.27 528	0.32 524	0.37 535	0.32 524	0.31 525

PVD	0.58 514	0.34 494	0.84 487	0.39 517	0.31 516	0.59 503	0.47 519	0.80 535	1.25 549	0.92 531	1.09 529	0.79 520	0.82 532	0.85 499	0.76 504	0.21 501	0.18 503	0.22 504	0.18 493	0.27 513	0.35 530

SANet	0.53 508	0.28 466	0.96 507	0.26 416	0.15 330	0.69 515	0.44 512	0.67 518	1.34 550	0.67 514	0.98 526	0.94 527	0.71 524	0.89 507	0.76 504	0.14 440	0.12 446	0.12 398	0.11 378	0.17 457	0.16 445

Wz-Net-TNSev	0.51 503	0.58 532	1.61 548	0.25 382	0.21 449	0.65 511	0.45 513	0.63 505	0.69 504	0.51 483	0.54 448	0.71 516	0.60 509	1.00 524	0.77 507	0.15 453	0.15 483	0.13 419	0.15 466	0.21 489	0.20 488

FC-DCNN	0.70 527	0.30 480	0.69 449	0.32 489	0.27 500	0.81 529	0.39 498	0.79 534	0.82 521	1.41 553	1.58 551	1.98 552	1.26 551	1.02 526	0.77 507	0.24 510	0.22 518	0.27 510	0.26 521	0.26 509	0.26 517

NVStereoNet_ROB	0.67 524	0.49 525	0.83 482	0.48 529	0.40 525	0.51 484	0.46 515	0.70 523	0.77 516	0.84 527	1.72 553	1.02 532	0.83 533	1.23 540	0.79 509	0.32 528	0.38 539	0.40 531	0.46 539	0.36 527	0.41 535
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FC-DCNN v2	0.71 528	0.30 480	0.67 443	0.32 489	0.27 500	0.84 530	0.39 498	0.84 540	0.85 529	1.44 557	1.64 552	2.09 554	1.28 553	1.06 529	0.80 510	0.24 510	0.22 518	0.27 510	0.26 521	0.26 509	0.25 515

RTSC	0.39 462	0.28 466	0.78 466	0.27 444	0.18 404	0.49 480	0.22 338	0.59 478	0.84 528	0.55 498	0.53 445	0.49 441	0.36 430	0.67 446	0.82 511	0.13 414	0.10 405	0.11 360	0.12 417	0.17 457	0.17 457

IMH-64-1	0.91 540	0.86 546	0.84 487	0.97 552	0.75 548	0.92 536	0.71 540	1.27 549	1.10 545	0.89 529	1.45 543	1.14 534	0.96 540	1.19 536	0.84 512	0.74 550	0.51 547	0.97 554	0.55 548	0.84 551	0.60 549

IMH-64	0.91 540	0.86 546	0.84 487	0.97 552	0.75 548	0.92 536	0.71 540	1.27 549	1.10 545	0.89 529	1.45 543	1.14 534	0.96 540	1.19 536	0.84 512	0.74 550	0.51 547	0.97 554	0.55 548	0.84 551	0.60 549

WZ-Net	0.52 507	0.38 507	1.90 550	0.30 477	0.24 486	0.57 499	0.48 523	0.62 498	0.78 517	0.50 478	0.71 497	0.68 511	0.54 498	0.98 523	0.84 512	0.13 414	0.10 405	0.11 360	0.12 417	0.19 478	0.20 488

ttt	0.29 389	0.12 177	0.34 180	0.21 188	0.13 238	0.29 322	0.20 281	0.56 454	0.47 420	0.31 291	0.44 385	0.30 292	0.22 262	0.65 437	0.85 515	0.13 414	0.10 405	0.10 303	0.10 339	0.11 348	0.11 364

zh-sn7	0.48 493	0.51 528	1.43 541	0.29 468	0.20 441	0.47 469	0.39 498	0.57 464	0.62 489	0.52 489	0.81 510	0.52 458	0.56 502	1.05 528	0.87 516	0.12 395	0.13 458	0.13 419	0.13 444	0.17 457	0.16 445

SPS-STEREO	0.69 526	0.61 535	0.98 509	0.52 535	0.57 540	0.74 520	0.50 526	0.78 531	0.62 489	0.95 534	0.86 516	0.94 527	0.70 523	1.01 525	0.87 516	0.58 545	0.51 547	0.50 536	0.50 543	0.55 536	0.58 547
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	1.05 546	0.95 554	1.00 511	1.01 554	0.78 551	1.11 542	0.68 539	1.38 552	1.43 553	1.00 537	1.72 553	1.43 543	1.14 544	1.73 555	0.89 518	1.09 563	0.55 553	0.99 556	0.57 550	0.87 554	0.62 554

test_sample9	0.42 473	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.66 442	0.91 519	0.23 504	1.82 569	0.28 516	0.24 513	0.18 471	0.16 445

test_sample8	0.49 496	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.55 439	0.34 268	0.62 506	0.38 314	1.15 536	0.67 520	0.66 442	0.91 519	0.23 504	1.82 569	0.28 516	0.24 513	0.18 471	0.16 445

LVE	1.13 548	1.02 555	1.28 535	1.01 554	0.80 554	1.29 552	0.81 551	1.47 556	1.96 557	1.07 541	1.90 556	1.90 551	1.01 543	1.48 548	0.91 519	0.93 560	0.61 559	0.94 553	0.69 556	0.87 554	0.75 560

ELAS_RVC	0.74 533	0.36 499	1.00 511	0.37 513	0.33 518	0.88 533	0.93 556	0.83 539	1.08 544	1.35 549	1.33 540	1.24 538	1.33 555	1.06 529	0.95 522	0.27 519	0.25 526	0.29 520	0.27 524	0.30 520	0.30 523
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
pmcnn	0.50 499	0.20 400	0.78 466	0.24 345	0.26 498	0.39 429	0.30 452	0.51 394	0.50 447	0.54 497	1.23 536	2.52 561	0.37 439	0.77 482	0.95 522	0.08 192	0.06 145	0.06 22	0.05 39	0.10 300	0.08 216

EDNetEfficientorigin	7.51 574	0.52 530	140.47 593	0.25 382	0.17 383	0.42 445	0.29 441	0.47 347	1.03 540	1.28 547	1.02 527	0.83 522	0.84 534	0.75 471	0.99 524	0.10 318	0.09 380	0.12 398	0.10 339	0.21 489	0.22 501

Dean	1.17 550	1.04 557	1.49 544	1.03 556	0.78 551	1.20 548	0.77 547	1.48 557	1.96 557	1.28 547	1.99 558	2.15 555	1.14 544	1.25 541	1.00 525	0.81 555	0.60 557	1.01 557	0.69 556	0.92 558	0.74 559

MSAF-DinoV2	0.76 535	0.44 515	1.98 551	0.49 532	0.16 362	0.58 500	0.31 457	0.81 537	0.83 525	0.41 434	0.52 438	0.98 531	0.58 506	4.97 573	1.03 526	0.11 357	0.07 262	0.10 303	0.24 513	0.27 513	0.26 517

ELAS	0.74 533	0.36 499	0.85 490	0.36 507	0.33 518	1.36 554	0.77 547	0.93 544	0.92 534	1.41 553	1.53 548	1.16 537	1.17 547	0.95 519	1.03 526	0.26 514	0.25 526	0.28 516	0.28 527	0.31 521	0.30 523
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	1.00 542	1.17 562	1.70 549	0.91 550	0.41 526	1.19 547	0.92 555	1.10 546	1.14 547	1.16 545	1.14 532	1.25 539	0.88 537	1.75 556	1.04 528	0.87 557	0.50 545	0.87 552	0.53 546	0.96 559	0.52 543

ff1	0.29 389	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.35 217	0.44 387	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 529	0.08 192	0.05 29	0.11 360	0.10 339	0.08 169	0.08 216

mmx	0.31 405	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.55 439	0.45 398	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 529	0.10 318	0.07 262	0.11 360	0.10 339	0.11 348	0.10 329

xxx	0.31 405	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.55 439	0.45 398	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 529	0.10 318	0.07 262	0.11 360	0.10 339	0.11 348	0.10 329

SuperB	0.49 496	0.28 466	2.23 553	0.23 294	0.15 330	0.41 438	0.32 463	0.47 347	0.82 521	0.43 450	0.50 424	0.33 319	0.45 474	0.68 447	1.08 529	0.10 318	0.07 262	0.09 230	0.08 211	0.98 560	0.14 424

SGM+DAISY	0.87 538	0.66 539	1.30 537	0.51 533	0.60 541	1.03 540	0.84 553	0.76 529	0.73 512	1.39 551	1.51 547	1.31 541	1.22 549	1.11 531	1.08 529	0.57 544	0.53 550	0.51 538	0.51 544	0.54 535	0.61 552

WAO-7	1.01 544	0.89 549	0.93 502	0.83 549	0.66 545	1.18 545	0.81 551	1.40 553	1.57 555	1.11 543	1.76 555	1.45 544	1.19 548	1.50 549	1.14 534	0.61 546	0.62 560	0.70 545	0.68 555	0.66 546	0.60 549

WAO-6	1.07 547	0.93 553	0.92 500	0.96 551	0.78 551	1.28 551	0.75 544	1.34 551	2.00 559	1.02 539	1.54 549	1.59 546	1.22 549	1.31 544	1.14 534	0.78 553	0.55 553	1.02 558	0.75 559	0.83 550	0.69 555

ADCPNet	0.48 493	0.29 473	1.60 546	0.27 444	0.23 478	0.70 518	0.38 493	0.53 422	0.51 451	0.51 483	0.59 466	0.67 507	0.56 502	0.60 408	1.14 534	0.15 453	0.18 503	0.14 445	0.23 511	0.19 478	0.19 478

RTS	0.78 536	0.48 521	4.68 565	0.34 497	0.28 505	1.12 543	0.46 515	0.62 498	1.03 540	0.73 519	0.89 520	0.60 485	0.59 507	1.61 550	1.16 537	0.14 440	0.11 429	0.15 459	0.15 466	0.21 489	0.19 478

RTSA	0.78 536	0.48 521	4.68 565	0.34 497	0.28 505	1.12 543	0.46 515	0.62 498	1.03 540	0.73 519	0.89 520	0.60 485	0.59 507	1.61 550	1.16 537	0.14 440	0.11 429	0.15 459	0.15 466	0.21 489	0.19 478

WAO-8	1.46 556	1.10 559	1.09 520	1.10 558	0.84 555	2.06 560	0.75 544	1.84 562	3.83 567	1.44 557	2.21 561	2.15 555	1.43 557	3.17 566	1.19 539	0.91 558	0.65 562	1.09 559	0.79 560	0.90 556	0.71 556

Venus	1.46 556	1.10 559	1.09 520	1.10 558	0.84 555	2.06 560	0.75 544	1.84 562	3.83 567	1.44 557	2.21 561	2.15 555	1.43 557	3.17 566	1.19 539	0.91 558	0.65 562	1.09 559	0.79 560	0.90 556	0.71 556

KSHMR	1.89 563	1.36 566	1.60 546	1.47 567	1.22 564	1.38 555	1.06 561	1.79 561	5.97 573	1.42 555	5.65 573	2.98 565	1.14 544	2.23 563	1.20 541	1.27 567	1.12 567	1.46 568	1.10 567	1.32 566	1.15 567

ACVNet-4b	0.72 529	0.81 544	1.33 538	0.72 544	0.50 535	0.80 528	0.31 457	0.71 525	0.80 519	0.50 478	0.72 501	0.95 529	0.43 470	0.96 520	1.20 541	1.13 566	0.21 514	0.76 548	0.45 538	0.65 544	0.46 540

ktn	1.77 562	1.36 566	1.22 530	1.43 566	1.14 562	1.52 557	1.08 562	1.51 559	3.96 570	2.77 569	4.69 570	3.35 566	1.46 559	1.69 554	1.25 543	1.43 568	0.77 566	1.45 567	0.99 565	1.32 566	0.96 563

ADCRef	0.38 457	0.24 440	0.88 494	0.26 416	0.21 449	0.49 480	0.27 420	0.52 411	0.48 430	0.50 478	0.58 464	0.35 340	0.47 483	0.48 343	1.29 544	0.09 270	0.08 346	0.12 398	0.12 417	0.11 348	0.11 364

1111x	0.32 414	0.11 135	0.40 264	0.22 247	0.11 108	0.32 364	0.26 414	0.59 478	0.43 372	0.31 291	0.41 345	0.39 371	0.28 359	0.76 476	1.37 545	0.09 270	0.08 346	0.09 230	0.10 339	0.09 235	0.08 216

TorneroNet-64	1.43 554	1.03 556	1.20 529	1.10 558	0.86 557	2.26 564	0.73 543	1.84 562	3.84 569	1.25 546	2.25 563	2.69 563	1.42 556	1.76 557	1.43 546	0.76 552	0.50 545	1.09 559	0.66 554	1.23 563	0.76 561

ADCL	0.47 490	0.22 427	1.00 511	0.27 444	0.19 424	0.74 520	0.64 537	0.54 429	0.69 504	0.56 499	0.71 497	0.55 469	0.60 509	0.60 408	1.43 546	0.11 357	0.09 380	0.13 419	0.13 444	0.14 418	0.14 424

AnyNet_C01	0.65 522	0.58 532	2.60 560	0.32 489	0.26 498	0.88 533	0.61 535	0.63 505	0.62 489	0.68 515	0.96 523	0.76 519	0.60 509	0.96 520	1.43 546	0.16 468	0.16 490	0.17 476	0.17 487	0.23 498	0.23 508

notaker	1.45 555	1.34 565	1.48 542	1.40 565	1.07 561	1.18 545	0.85 554	1.48 557	1.40 551	1.51 562	3.46 568	2.40 560	1.81 561	1.76 557	1.45 549	1.11 564	0.69 565	1.38 566	0.87 562	1.31 565	0.97 564

EDNetEfficient	0.63 520	0.37 504	2.40 557	0.26 416	0.25 493	0.38 421	0.49 525	0.41 286	1.06 543	1.38 550	0.87 519	0.62 491	0.95 539	0.65 437	1.65 550	0.11 357	0.09 380	0.10 303	0.11 378	0.19 478	0.17 457

ADCMid	0.49 496	0.34 494	1.13 525	0.26 416	0.21 449	0.51 484	0.37 487	0.57 464	0.54 465	0.75 523	0.66 488	0.62 491	0.64 519	0.64 431	1.68 551	0.13 414	0.12 446	0.17 476	0.17 487	0.20 486	0.17 457

MADNet+	1.01 544	1.16 561	4.72 567	0.70 543	0.47 531	1.24 549	0.96 557	0.97 545	0.89 530	0.65 512	0.77 506	0.87 523	0.85 536	2.09 560	1.68 551	0.38 535	0.39 540	0.31 523	0.27 524	0.43 529	0.39 533

JetBlue	1.14 549	0.76 542	2.36 555	0.59 537	0.75 548	3.04 567	1.78 569	1.11 547	0.90 532	0.94 532	1.10 530	1.66 548	1.28 553	2.09 560	1.72 553	0.43 538	0.36 538	0.38 529	0.38 537	0.58 538	0.56 545

AnyNet_C32	0.51 503	0.40 509	1.10 524	0.29 468	0.28 505	0.59 503	0.58 532	0.54 429	0.60 484	0.62 506	0.66 488	0.54 467	0.54 498	0.78 484	1.74 554	0.15 453	0.14 468	0.15 459	0.17 487	0.20 486	0.20 488

UNDER WATER-64	1.55 558	1.19 563	2.52 558	1.31 563	0.95 559	2.12 562	1.21 566	1.45 555	3.19 563	1.43 556	1.32 539	2.64 562	2.04 563	1.63 552	1.83 555	1.11 564	0.67 564	1.28 564	0.92 563	1.19 561	1.02 565

TorneroNet	2.22 564	1.08 558	1.24 531	1.14 562	0.90 558	5.58 570	0.80 549	2.12 567	8.69 575	2.58 567	5.42 572	3.88 568	1.97 562	1.78 559	1.87 556	0.86 556	0.54 552	1.15 563	0.74 558	1.23 563	0.85 562

ADCP+	0.45 486	0.24 440	1.15 526	0.25 382	0.22 465	0.56 496	0.39 498	0.54 429	0.51 451	0.44 457	0.51 430	0.46 428	0.52 497	0.56 389	1.89 557	0.10 318	0.08 346	0.11 360	0.10 339	0.14 418	0.13 403

coex-ft	3.44 568	0.73 541	48.55 591	0.24 345	0.19 424	0.50 483	0.43 509	0.47 347	2.40 561	7.03 575	1.20 534	0.97 530	2.23 564	0.73 462	1.92 558	0.12 395	0.15 483	0.14 445	0.12 417	0.21 489	0.43 536

UNDER WATER	1.59 559	1.22 564	2.36 555	1.38 564	1.03 560	1.67 559	1.10 563	1.54 560	3.63 565	1.44 557	1.47 545	2.85 564	2.25 565	1.67 553	1.94 559	1.06 562	0.62 560	1.31 565	0.93 564	1.21 562	1.02 565

MANE	1.41 553	0.36 499	0.74 464	0.43 522	0.41 526	2.16 563	0.80 549	2.39 569	3.38 564	2.22 565	3.06 567	3.54 567	2.73 568	2.15 562	1.94 559	0.28 522	0.27 528	0.30 522	0.46 539	0.28 518	0.34 529

xxxx	0.34 431	0.10 74	0.29 129	0.19 85	0.11 108	0.37 413	0.20 281	0.58 473	0.38 322	0.29 243	0.42 361	0.38 359	0.24 294	0.46 337	2.20 561	0.11 357	0.07 262	0.09 230	0.08 211	0.09 235	0.09 273

ADCS	0.58 514	0.40 509	1.35 539	0.29 468	0.24 486	0.55 495	0.45 513	0.67 518	0.83 525	0.76 524	0.71 497	0.68 511	0.60 509	0.76 476	2.23 562	0.16 468	0.16 490	0.16 470	0.17 487	0.22 495	0.22 501

test_xeample	0.34 431	0.10 74	0.29 129	0.19 85	0.11 108	0.33 375	0.23 363	0.55 439	0.38 322	0.32 314	0.45 397	0.29 276	0.26 324	0.57 393	2.24 563	0.10 318	0.07 262	0.09 230	0.08 211	0.09 235	0.09 273

SGM-ForestM	1.36 551	0.28 466	0.79 472	0.26 416	0.16 362	2.26 564	1.00 559	1.42 554	1.46 554	2.38 566	2.05 559	5.95 574	2.66 567	2.95 565	2.46 564	0.17 479	0.18 503	0.18 484	0.18 493	0.15 432	0.18 470

AAGNet	0.33 423	0.11 135	0.37 222	0.25 382	0.16 362	0.20 140	0.19 234	0.30 150	0.27 179	0.35 363	0.35 281	0.27 251	0.30 387	0.44 331	2.66 565	0.08 192	0.05 29	0.10 303	0.07 136	0.08 169	0.06 75

MADNet++	2.26 565	1.80 569	2.06 552	2.13 571	1.97 568	2.61 566	1.79 570	2.38 568	2.16 560	2.75 568	2.65 565	2.38 559	2.43 566	3.17 566	3.21 566	2.17 571	1.95 571	1.94 570	1.63 569	2.06 569	2.01 571

HanzoNet	2.97 567	1.69 568	2.29 554	1.74 568	1.33 565	1.53 558	1.03 560	1.99 565	2.64 562	5.51 573	5.16 571	5.90 573	6.82 575	4.32 572	3.29 567	3.16 573	2.02 573	1.92 569	2.87 574	2.24 570	1.89 570

222	0.41 470	0.10 74	0.29 129	0.19 85	0.11 108	0.36 408	0.20 281	0.57 464	0.39 332	0.35 363	0.44 385	0.30 292	0.27 343	0.55 378	3.56 568	0.11 357	0.07 262	0.08 153	0.08 211	0.09 235	0.09 273

LE_ROB	1.76 561	0.20 400	2.68 561	0.48 529	0.52 537	0.78 526	0.96 557	0.84 540	6.61 574	7.40 576	2.08 560	2.08 553	4.83 570	1.27 543	3.79 569	0.10 318	0.08 346	0.12 398	0.11 378	0.11 348	0.10 329

JetRed	2.30 566	2.64 571	6.12 569	1.12 561	1.38 566	5.85 572	3.29 571	1.99 565	1.67 556	1.98 564	1.95 557	2.16 558	1.60 560	2.48 564	4.10 570	1.05 561	1.60 568	1.09 559	1.01 566	1.67 568	1.28 568

DPSimNet_ROB	4.34 570	4.23 572	6.89 571	3.67 572	3.68 569	4.75 568	5.21 574	2.67 570	3.68 566	5.82 574	3.95 569	5.57 570	6.72 574	3.46 570	4.48 571	4.05 576	2.88 574	4.68 576	3.12 576	3.69 572	3.62 575

TCMNet-wrong-test	4.29 569	5.57 576	4.65 564	11.33 580	10.39 577	5.73 571	4.48 573	4.13 572	1.02 539	1.91 563	2.39 564	6.16 575	3.62 569	3.84 571	4.50 572	1.99 570	0.47 544	1.97 571	1.69 570	5.69 576	4.31 576

BEATNet-Init1	4.73 572	2.61 570	13.29 581	0.58 536	0.53 538	10.12 577	3.33 572	4.83 573	5.01 572	8.75 577	8.51 575	14.08 584	7.60 576	7.70 577	5.34 573	0.28 522	0.28 531	0.34 527	0.37 535	0.57 537	0.45 537

tt	4.71 571	0.10 74	3.94 563	2.06 570	1.53 567	10.14 578	16.88 578	9.27 579	4.98 571	1.39 551	1.02 527	4.68 569	4.90 571	3.35 569	5.86 574	5.76 577	9.15 582	2.24 573	2.53 572	3.10 571	1.32 569

LRCNet_RVC	10.90 578	14.34 586	9.35 572	15.35 581	8.04 574	1.08 541	0.34 475	8.78 578	0.70 506	12.63 584	16.05 584	9.85 577	6.54 572	8.57 578	6.34 575	20.27 589	5.40 576	23.70 587	21.88 586	14.87 583	13.83 585

PML	16.10 584	12.82 585	6.78 570	5.23 573	7.76 573	33.92 588	66.56 592	5.30 574	10.28 577	26.12 591	68.59 592	20.51 586	13.49 585	10.06 579	6.78 576	5.96 578	2.00 572	6.04 580	2.18 571	8.96 579	2.60 573

USTest	6.88 573	5.23 575	5.63 568	7.22 576	7.29 572	14.34 580	22.76 579	8.48 577	9.32 576	5.42 572	6.39 574	6.29 576	6.64 573	6.92 576	8.62 577	1.94 569	3.29 575	2.16 572	2.55 573	3.85 573	3.29 574

DGTPSM_ROB	8.34 575	5.10 573	10.37 579	5.31 574	10.18 575	8.33 574	23.60 583	6.06 575	13.41 582	4.90 570	10.87 580	5.65 571	10.44 577	6.17 574	12.59 578	3.74 574	7.55 577	3.69 574	7.26 579	4.14 574	7.46 577

DPSMNet_ROB	8.40 576	5.11 574	10.49 580	5.58 575	10.25 576	8.34 575	23.62 584	6.07 576	13.45 583	4.93 571	10.88 581	5.66 572	10.44 577	6.24 575	12.64 579	3.98 575	7.61 578	3.76 575	7.30 580	4.20 575	7.51 578

Anonymous_1	16.62 585	9.35 578	9.84 573	10.66 577	14.64 580	18.66 585	27.12 585	12.64 583	13.51 584	10.76 583	10.30 579	10.13 578	10.60 579	11.06 583	12.74 580	15.87 588	7.74 579	16.92 585	43.48 589	58.66 592	7.68 579

DPSM_ROB	11.49 579	9.87 582	10.35 577	11.13 578	11.31 578	19.11 586	27.51 586	13.37 584	14.21 585	10.31 581	11.06 582	10.96 582	11.27 583	11.96 584	13.59 581	6.78 579	8.19 580	6.03 578	7.09 577	7.93 577	7.73 580

DPSM	11.49 579	9.87 582	10.35 577	11.13 578	11.31 578	19.11 586	27.51 586	13.37 584	14.21 585	10.31 581	11.06 582	10.96 582	11.27 583	11.96 584	13.59 581	6.78 579	8.19 580	6.03 578	7.09 577	7.93 577	7.73 580

xxxxx1	15.27 581	9.54 579	10.31 574	20.13 584	18.88 583	17.08 581	23.03 580	10.36 580	10.99 578	9.21 578	9.62 576	10.74 579	10.61 580	10.72 580	13.89 583	7.97 581	9.20 583	31.85 590	44.72 590	12.84 580	13.69 582

tt_ll	15.27 581	9.54 579	10.31 574	20.13 584	18.88 583	17.08 581	23.03 580	10.36 580	10.99 578	9.21 578	9.62 576	10.74 579	10.61 580	10.72 580	13.89 583	7.97 581	9.20 583	31.85 590	44.72 590	12.84 580	13.69 582

ff	15.27 581	9.54 579	10.31 574	20.13 584	18.88 583	17.08 581	23.03 580	10.36 580	10.99 578	9.21 578	9.62 576	10.74 579	10.61 580	10.72 580	13.89 583	7.97 581	9.20 583	31.85 590	44.72 590	12.84 580	13.69 582

HaxPig	17.72 586	20.22 591	19.73 583	16.53 582	16.51 581	9.27 576	9.33 575	14.34 586	13.27 581	18.65 585	18.70 585	17.35 585	16.77 586	17.04 586	16.45 586	22.05 590	20.89 590	22.27 586	21.53 585	21.29 588	22.13 590

MEDIAN_ROB	21.21 587	24.62 592	23.47 589	19.58 583	19.65 586	13.22 579	10.96 576	17.88 587	17.00 587	22.14 590	22.02 587	20.86 587	20.36 587	21.06 587	19.71 587	25.63 591	24.13 591	26.21 588	25.20 587	25.17 589	25.38 591

AVERAGE_ROB	25.43 592	29.06 593	27.24 590	24.63 591	24.20 591	17.73 584	12.61 577	22.29 588	21.39 588	26.79 592	26.16 591	25.20 592	24.64 592	25.07 592	23.53 588	29.96 592	28.40 592	30.60 589	29.58 588	29.72 590	29.84 592

LSM0	24.24 591	19.98 590	22.32 588	24.22 590	40.14 592	38.48 591	55.20 588	26.95 591	28.57 589	20.49 586	21.83 586	22.26 591	22.75 589	24.22 591	27.30 589	13.66 587	16.32 586	12.19 584	14.15 581	16.10 587	17.66 589

Selective-RAFT-Error	23.16 590	19.93 589	20.87 587	22.54 589	22.81 589	38.52 592	55.47 590	27.01 592	28.83 592	20.66 588	22.25 589	22.09 590	22.80 591	24.09 590	27.36 590	13.61 586	16.48 587	12.15 582	14.28 583	15.99 586	15.57 588

CasAABBNet	23.10 588	19.86 587	20.64 585	22.47 587	22.73 587	38.41 590	55.50 591	26.89 589	28.70 590	20.61 587	22.15 588	22.08 589	22.75 589	23.99 588	27.36 590	13.59 584	16.48 587	12.14 581	14.27 582	15.95 584	15.53 587

FlowAnything	23.14 589	19.87 588	20.79 586	22.50 588	22.74 588	38.39 589	55.46 589	26.89 589	28.72 591	20.77 589	22.29 590	22.07 588	22.72 588	23.99 588	27.41 592	13.60 585	16.55 589	12.15 582	14.36 584	15.97 585	15.52 586

test_example2	101.33 593	108.28 594	68.15 592	98.43 592	106.93 593	89.75 593	102.43 593	36.80 593	97.65 593	129.04 593	130.15 593	65.26 593	66.62 593	92.11 593	80.24 593	144.10 593	199.48 593	81.81 593	103.01 593	125.01 593	101.27 593

ccccc		256.29 595		354.40 594	364.36 594	149.10 594		152.89 594		153.93 594		164.00 594		268.02 594		390.55 594	349.22 594	244.59 594	219.82 594	412.30 594

ASD4		6.65 577

Low-res two-view benchmark