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

GASTEREO	3.18 68	1.99 305	5.13 84	4.28 131	0.70 73	5.59 142	1.49 96	8.66 76	4.94 64	5.17 108	6.84 92	1.58 40	7.14 219	7.72 74	1.38 45	0.00 1	0.02 67	0.00 1	0.64 440	0.08 68	0.23 214

MSCF	3.01 62	1.87 284	5.23 89	3.98 108	0.70 73	5.42 130	1.48 92	8.59 73	4.59 57	5.05 105	6.40 88	1.76 42	7.07 218	5.69 34	1.36 44	0.00 1	0.02 67	0.00 1	0.63 439	0.16 116	0.24 221

S2M2_XL	0.93 1	0.78 16	3.42 12	1.97 1	0.27 9	0.44 1	0.01 1	1.71 1	0.99 1	1.17 7	2.70 20	1.74 41	1.21 24	1.17 1	1.00 34	0.00 1	0.01 23	0.01 154	0.00 1	0.02 3	0.02 9

qwe	2.30 34	0.82 27	3.76 25	2.60 30	2.75 266	4.59 71	0.28 21	6.62 38	2.90 31	4.62 94	4.62 54	0.55 24	0.89 18	8.78 107	2.09 99	0.00 1	0.01 23	0.00 1	0.00 1	0.07 56	0.14 139

2.25w	2.37 38	0.87 37	4.69 67	2.52 24	1.76 197	3.53 36	0.41 26	6.10 24	2.56 18	3.93 78	6.70 89	0.35 17	2.47 72	8.53 94	2.97 157	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.02 9

4.25_new	1.94 16	0.81 23	3.74 22	2.82 37	2.69 260	4.37 61	2.37 188	5.76 14	2.78 25	1.99 26	3.60 30	0.23 3	2.40 66	4.13 13	0.99 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 74

4.5w_new	1.94 16	0.81 23	3.74 22	2.82 37	2.69 260	4.37 61	2.37 188	5.76 14	2.78 25	1.99 26	3.60 30	0.23 3	2.40 66	4.13 13	0.99 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 74

4.25w-stereo	1.94 16	0.81 23	3.74 22	2.82 37	2.69 260	4.37 61	2.37 188	5.76 14	2.78 25	1.99 26	3.60 30	0.23 3	2.40 66	4.13 13	0.99 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 74

4w-stereo	2.03 20	0.98 57	4.12 51	2.31 12	1.96 217	3.70 41	0.61 39	6.37 32	2.37 17	2.10 31	4.19 41	0.33 15	3.33 92	7.03 58	1.12 39	0.00 1	0.00 1	0.00 1	0.00 1	0.03 21	0.08 89

3.25w_new	2.24 32	0.88 39	3.97 37	2.28 10	1.34 159	6.00 176	1.19 76	6.56 36	3.26 38	3.90 76	3.77 34	0.62 26	2.46 70	7.46 70	0.99 27	0.00 1	0.01 23	0.00 1	0.00 1	0.06 41	0.06 64

3.25w	2.24 32	0.88 39	3.97 37	2.28 10	1.34 159	6.01 179	1.19 76	6.56 36	3.26 38	3.90 76	3.77 34	0.62 26	2.46 70	7.44 67	0.99 27	0.00 1	0.01 23	0.00 1	0.00 1	0.06 41	0.06 64

3.75w	2.32 36	0.89 43	3.85 29	2.45 20	3.23 289	8.15 237	1.42 90	5.77 17	2.79 28	2.60 42	4.64 55	0.31 14	2.77 79	6.56 48	0.94 20	0.00 1	0.01 23	0.00 1	0.00 1	0.06 41	0.05 53

3.5w_stereo	2.46 43	1.21 101	4.40 60	2.23 7	1.53 178	6.00 176	1.12 71	6.82 41	2.60 19	3.48 63	4.35 45	0.33 15	2.08 54	9.99 145	3.03 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.06 64

3w_stereo	2.49 44	0.84 33	5.43 97	2.46 22	0.46 37	5.44 131	6.54 345	7.07 45	3.41 43	3.30 58	4.77 60	0.28 12	4.24 120	4.24 17	1.30 43	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.07 74

2w_stereo	2.37 38	0.83 30	4.12 51	2.73 34	1.22 143	4.67 75	3.90 256	6.98 44	3.62 44	3.48 63	5.01 67	0.24 7	4.36 122	4.43 18	1.70 65	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.03 25

1w_stereo	2.90 56	0.72 11	3.59 17	3.30 60	2.15 228	4.37 61	6.74 354	6.40 33	5.23 79	2.83 48	7.30 96	0.25 8	4.36 122	8.30 87	2.44 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.02 9

LG-Stereo_Zeroshot	2.77 50	0.90 46	5.49 101	4.91 173	1.75 196	3.75 42	0.85 55	7.14 46	3.33 41	3.51 66	10.67 143	2.03 51	5.26 163	3.11 7	1.80 70	0.00 1	0.06 172	0.00 1	0.19 327	0.43 268	0.19 187

MM-Stereo_test2	4.03 113	1.20 99	7.42 188	5.18 202	0.76 91	7.24 218	2.26 180	14.57 174	8.19 140	6.89 122	5.13 69	4.85 99	3.80 106	10.49 158	1.96 81	0.00 1	0.12 268	0.00 1	0.09 264	0.33 228	0.08 89

HART	3.80 100	1.52 184	5.45 98	4.85 168	0.51 44	4.41 65	0.76 49	12.59 138	5.08 73	5.95 114	12.76 166	6.87 137	1.72 43	10.71 168	1.84 73	0.00 1	0.13 280	0.10 281	0.00 1	0.45 273	0.26 230

GREAT-IGEV	2.18 27	1.15 92	4.04 42	2.89 41	0.69 71	2.95 19	0.20 17	5.82 19	5.88 92	0.92 3	5.07 68	1.08 34	1.46 33	9.60 133	0.86 18	0.00 1	0.13 280	0.00 1	0.24 356	0.14 101	0.46 301

HI	8.30 277	2.00 307	6.75 153	4.58 150	5.15 384	4.16 49	0.50 33	17.99 241	9.24 155	25.03 427	28.22 342	20.23 347	12.47 331	17.93 390	11.49 368	0.00 1	0.10 241	0.00 1	0.05 221	0.08 68	0.05 53

CoSv	8.30 277	2.00 307	6.75 153	4.58 150	5.15 384	4.16 49	0.50 33	17.99 241	9.24 155	25.03 427	28.22 342	20.23 347	12.47 331	17.93 390	11.49 368	0.00 1	0.10 241	0.00 1	0.05 221	0.08 68	0.05 53

DEFOM-Stereo_RVC	3.18 68	6.90 460	3.85 29	10.48 442	1.59 182	4.71 78	0.47 31	8.39 71	2.76 24	2.34 37	3.12 24	0.74 30	7.20 221	9.02 120	1.62 59	0.00 1	0.14 295	0.00 1	0.19 327	0.02 3	0.03 25

castereo++	3.52 88	1.28 116	3.96 36	3.76 101	2.61 255	16.87 393	1.95 159	7.57 52	8.51 147	2.26 35	4.54 49	5.10 102	2.04 53	8.75 106	0.74 13	0.00 1	0.15 300	0.00 1	0.35 400	0.05 36	0.02 9

MonSter	1.74 11	0.74 13	3.64 19	2.27 9	1.62 184	6.01 179	0.13 10	6.02 22	2.88 30	1.35 11	2.11 16	0.30 13	0.36 2	6.50 46	0.83 16	0.00 1	0.00 1	0.00 1	0.02 158	0.02 3	0.02 9

fffft	2.58 45	0.86 36	5.15 87	3.15 51	1.32 155	4.44 66	4.17 263	8.04 62	3.29 40	3.03 53	2.20 17	1.88 45	1.45 32	10.41 155	1.80 70	0.00 1	0.04 108	0.00 1	0.00 1	0.31 211	0.10 101
1: 1. 1
DEFOM-Stereo	2.21 30	0.88 39	3.63 18	3.42 68	0.89 108	13.14 317	0.83 53	4.68 5	1.96 14	2.72 46	1.66 15	0.59 25	0.54 6	8.53 94	0.68 8	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.02 9

SMoEStereo_RVC	2.81 52	1.07 75	5.08 82	3.86 104	0.60 59	6.39 194	1.91 154	7.82 59	3.79 46	3.87 75	3.69 33	2.78 57	2.25 60	10.60 162	1.99 86	0.00 1	0.02 67	0.03 189	0.00 1	0.25 166	0.17 167

tt45	3.20 70	0.95 52	4.36 58	3.73 97	1.86 207	8.19 238	2.05 167	9.12 84	3.36 42	5.60 112	4.42 47	4.61 94	2.39 65	11.00 181	1.96 81	0.00 1	0.04 108	0.00 1	0.01 126	0.32 221	0.10 101

mms	2.86 54	1.38 142	5.26 90	3.68 92	1.84 203	4.23 56	4.01 257	8.01 61	4.29 52	2.43 39	5.53 81	3.05 59	1.35 28	9.22 123	2.06 95	0.00 1	0.06 172	0.00 1	0.00 1	0.36 239	0.44 295

ours_stereo	2.91 57	1.34 132	5.14 85	3.67 90	1.49 174	3.87 44	2.80 215	8.10 63	6.28 100	2.15 33	5.66 83	3.98 75	1.84 47	9.38 128	1.77 69	0.00 1	0.02 67	0.00 1	0.00 1	0.32 221	0.34 263

fffy	3.28 78	1.20 99	5.94 120	3.67 90	0.85 103	4.84 93	1.75 131	10.18 100	6.44 103	2.60 42	6.15 85	6.33 126	3.16 85	10.08 146	1.62 59	0.00 1	0.12 268	0.00 1	0.00 1	0.30 199	0.33 259

tg	5.09 133	1.48 169	6.73 150	4.83 164	1.23 145	7.57 227	0.49 32	18.35 245	11.87 178	9.28 149	14.61 178	7.15 145	4.12 115	10.58 159	2.74 143	0.00 1	0.04 108	0.00 1	0.00 1	0.45 273	0.36 271

UGAM-zero	6.91 229	1.47 164	13.65 387	4.24 123	1.67 187	5.51 133	0.72 47	17.44 227	6.74 109	14.56 230	15.84 191	24.16 387	14.20 367	12.79 278	3.96 209	0.00 1	0.22 346	0.02 172	0.58 436	0.14 101	0.27 234

UGAM	10.01 341	1.28 116	9.19 284	6.53 303	4.31 342	6.72 207	10.45 426	15.31 188	25.98 357	20.56 371	27.42 335	22.70 371	11.49 308	26.30 468	10.64 357	0.00 1	0.00 1	0.46 397	0.03 177	0.39 255	0.43 291

WCG-NET	3.86 102	0.96 55	5.80 116	2.92 42	0.28 11	4.48 67	1.80 140	7.23 48	15.03 220	8.77 144	9.58 122	6.94 141	4.20 118	6.92 57	2.05 93	0.00 1	0.08 215	0.00 1	0.00 1	0.14 101	0.08 89

GCAP-BAT	4.57 122	2.24 343	7.50 190	3.14 49	4.24 333	5.93 174	1.88 149	9.03 81	5.80 91	13.03 206	12.47 164	8.46 166	2.89 81	11.02 182	2.94 155	0.00 1	0.12 268	0.01 154	0.28 374	0.05 36	0.28 238

RAStereo	2.32 36	1.08 78	6.36 139	3.73 97	1.39 166	1.81 7	0.12 9	7.70 56	7.44 130	2.27 36	3.94 39	3.43 63	0.81 16	3.55 12	2.47 128	0.00 1	0.00 1	0.00 1	0.00 1	0.29 193	0.07 74

Occ-G	3.68 96	1.07 75	4.68 65	3.11 48	1.26 147	3.63 39	6.75 355	7.88 60	4.90 63	4.37 89	8.36 106	9.68 183	4.39 125	9.65 134	3.23 177	0.00 1	0.11 257	0.00 1	0.19 327	0.19 133	0.07 74

Pointernet	3.22 73	0.84 33	5.79 115	3.22 57	0.35 19	5.27 124	0.37 24	16.46 214	5.96 93	4.11 81	6.81 91	4.84 98	2.73 77	4.78 21	2.52 131	0.00 1	0.15 300	0.00 1	0.22 337	0.04 28	0.02 9

U	3.65 94	0.64 2	5.91 118	3.91 105	11.89 509	11.50 287	0.20 17	7.66 55	5.38 82	1.79 20	2.55 18	0.76 31	1.61 36	2.34 2	0.70 10	0.00 1	0.04 108	10.60 523	5.47 511	0.04 28	0.02 9

AIO-Stereo	2.91 57	1.19 98	5.14 85	4.15 115	0.79 95	4.67 75	1.76 135	9.59 87	5.19 76	2.66 45	4.76 59	5.40 113	0.78 15	10.30 151	1.23 42	0.00 1	0.06 172	0.00 1	0.36 404	0.09 74	0.15 154

WCG-NET（raft）	4.57 122	1.16 93	6.01 124	2.95 43	0.19 2	5.09 117	2.01 162	10.28 103	15.34 226	8.64 142	11.43 153	9.63 182	5.06 157	10.96 180	2.19 109	0.00 1	0.13 280	0.00 1	0.01 126	0.14 101	0.12 121

RSM++	3.08 64	1.04 69	5.27 91	4.25 128	0.50 43	5.04 113	2.63 206	10.11 98	4.34 54	3.16 55	4.66 56	6.73 133	1.87 48	9.96 143	1.69 63	0.00 1	0.00 1	0.01 154	0.18 314	0.14 101	0.10 101

RSM	3.10 65	0.98 57	4.86 72	4.17 116	1.08 126	4.76 87	1.83 143	10.14 99	4.21 50	3.38 62	4.34 44	7.82 153	1.75 44	10.69 166	1.64 62	0.00 1	0.03 96	0.00 1	0.18 314	0.13 96	0.07 74

trnet	3.62 93	0.95 52	3.30 9	2.21 6	0.56 51	5.67 156	0.42 27	10.62 114	13.30 204	6.89 122	10.45 141	5.78 117	3.69 105	5.80 37	2.61 134	0.00 1	0.02 67	0.03 189	0.01 126	0.04 28	0.02 9

IGEV++	2.98 60	1.27 114	5.17 88	5.41 226	0.47 38	4.63 73	1.71 126	9.97 97	4.75 59	2.58 41	6.27 87	4.35 85	4.44 129	4.98 23	3.05 166	0.00 1	0.07 195	0.00 1	0.08 251	0.24 162	0.18 175

ACVNet-DCA	5.28 142	2.00 307	4.99 77	5.89 255	0.26 4	10.85 276	5.38 296	20.20 272	11.88 179	6.95 125	10.01 127	4.49 88	9.78 273	10.79 171	1.59 54	0.00 1	0.05 139	0.00 1	0.04 198	0.25 166	0.20 192

xx1	5.99 189	2.00 307	4.99 77	5.89 255	0.26 4	10.85 276	5.38 296	17.84 235	15.48 228	6.95 125	10.01 127	16.02 285	11.15 298	10.79 171	1.59 54	0.00 1	0.05 139	0.02 172	0.05 221	0.25 166	0.20 192

1test111	5.59 168	2.00 307	4.99 77	5.89 255	0.26 4	10.85 276	5.38 296	20.20 272	11.88 179	6.95 125	10.01 127	4.49 88	9.78 273	11.09 186	7.45 293	0.00 1	0.05 139	0.00 1	0.04 198	0.25 166	0.20 192

cc1	5.34 145	2.00 307	4.99 77	5.89 255	0.26 4	10.85 276	5.38 296	17.85 237	15.48 228	6.95 125	10.01 127	4.49 88	9.78 273	10.79 171	1.59 54	0.00 1	0.05 139	0.00 1	0.04 198	0.30 199	0.13 134

ff7	3.48 83	1.76 265	6.20 132	3.45 70	1.13 131	5.02 107	1.70 114	13.26 151	5.04 65	4.66 96	5.47 77	3.49 64	4.70 142	11.14 190	2.01 88	0.00 1	0.04 108	0.00 1	0.18 314	0.30 199	0.14 139

IGEVStereo-DCA	3.31 79	1.57 207	6.20 132	3.36 64	0.60 59	4.93 99	1.70 114	13.26 151	5.04 65	3.79 72	4.58 50	4.53 91	4.00 112	10.13 148	2.09 99	0.00 1	0.06 172	0.00 1	0.18 314	0.12 91	0.14 139

ffff	3.48 83	1.76 265	6.20 132	3.45 70	1.13 131	5.02 107	1.70 114	13.26 151	5.04 65	4.66 96	5.47 77	3.49 64	4.70 142	11.14 190	2.01 88	0.00 1	0.04 108	0.00 1	0.18 314	0.30 199	0.14 139

rrr	3.26 75	1.57 207	7.72 201	3.36 64	0.60 59	4.93 99	1.59 104	10.72 115	5.11 74	3.79 72	4.58 50	4.53 91	4.00 112	10.13 148	2.09 99	0.00 1	0.06 172	0.00 1	0.22 337	0.12 91	0.18 175

ffm	8.12 273	1.43 153	9.67 304	5.70 240	3.44 296	11.96 295	6.35 333	18.45 247	16.31 240	15.83 265	31.44 394	17.22 307	10.87 291	10.82 176	1.61 57	0.00 1	0.05 139	0.80 429	0.08 251	0.26 176	0.14 139

ff1	9.41 315	1.43 153	9.67 304	5.70 240	3.44 296	11.96 295	6.35 333	18.45 247	16.31 240	15.83 265	31.44 394	17.22 307	10.87 291	16.19 366	21.98 448	0.00 1	0.05 139	0.80 429	0.08 251	0.26 176	0.14 139

11t	3.48 83	1.76 265	6.20 132	3.45 70	1.13 131	5.02 107	1.70 114	13.26 151	5.04 65	4.66 96	5.47 77	3.49 64	4.70 142	11.14 190	2.01 88	0.00 1	0.04 108	0.00 1	0.18 314	0.30 199	0.14 139

tt1	5.27 141	1.99 305	5.11 83	6.02 272	0.26 4	10.59 269	4.22 267	18.45 247	16.31 240	6.75 119	8.95 113	4.75 96	9.15 257	10.82 176	1.61 57	0.00 1	0.05 139	0.00 1	0.04 198	0.26 176	0.14 139

MaDis-Stereo	2.73 48	1.56 203	6.21 137	2.96 44	2.45 246	1.80 5	0.28 21	7.43 51	5.07 70	2.57 40	3.43 29	7.13 143	4.71 146	5.74 36	2.91 153	0.00 1	0.05 139	0.00 1	0.00 1	0.15 109	0.12 121

MIM_Stereo	7.02 235	1.55 194	10.78 339	4.17 116	0.58 54	5.25 122	1.32 86	19.03 257	12.59 190	16.74 290	28.83 349	13.20 239	5.53 167	12.89 281	7.11 286	0.00 1	0.23 352	0.00 1	0.01 126	0.38 252	0.28 238

AEACV	3.17 67	1.11 85	5.39 96	4.55 146	5.35 397	4.29 59	1.60 105	6.21 27	5.43 84	3.08 54	7.85 105	4.23 81	6.55 205	5.51 28	1.56 52	0.00 1	0.09 225	0.03 189	0.32 393	0.20 137	0.12 121

GCAP-Stereo	3.72 97	1.60 215	7.39 187	4.24 123	0.37 20	5.78 162	1.12 71	12.28 128	6.53 105	8.35 136	9.69 123	6.62 132	3.57 99	4.58 20	1.91 76	0.00 1	0.07 195	0.05 216	0.00 1	0.25 166	0.04 40

LL-Strereo2	5.54 160	2.17 335	9.12 279	5.65 235	2.54 252	6.48 196	2.27 181	15.08 182	7.79 134	10.99 168	10.26 137	15.94 282	3.50 98	13.25 297	3.63 188	0.00 1	0.13 280	1.34 461	0.10 273	0.30 199	0.19 187

4D-IteraStereo	5.15 135	1.47 164	7.98 214	4.89 172	4.69 359	6.25 186	1.85 146	13.23 150	16.30 239	14.18 224	11.26 150	8.33 163	1.61 36	8.07 81	2.42 121	0.00 1	0.05 139	0.08 251	0.01 126	0.19 133	0.15 154

anonymousdsp	3.51 87	1.75 261	5.66 111	3.49 74	1.13 131	5.04 113	1.74 128	13.69 162	5.07 70	4.83 101	5.42 74	4.25 82	4.44 129	11.14 190	1.98 84	0.00 1	0.04 108	0.00 1	0.18 314	0.31 211	0.13 134

Selective-IGEV	3.06 63	1.11 85	4.98 76	3.56 80	1.66 186	4.73 79	2.14 169	10.73 116	4.56 56	2.93 49	4.60 52	5.54 115	1.77 45	10.82 176	1.69 63	0.00 1	0.01 23	0.00 1	0.14 297	0.06 41	0.13 134

anonymousa	9.03 297	1.62 226	8.03 220	4.19 119	5.53 405	15.37 359	3.81 253	18.55 250	21.20 298	18.28 325	30.99 384	20.79 350	13.42 346	10.58 159	7.57 298	0.00 1	0.05 139	0.29 376	0.18 314	0.10 85	0.11 114

MC-Stereo	3.99 110	0.95 52	4.70 68	5.09 184	0.44 36	3.77 43	1.79 138	9.86 95	7.05 125	6.34 116	13.35 172	6.83 136	6.34 199	10.80 174	1.75 68	0.00 1	0.11 257	0.06 230	0.24 356	0.12 91	0.14 139

RCA-Stereo	5.32 144	1.08 78	5.91 118	4.29 134	0.51 44	5.65 146	4.12 261	16.97 221	18.67 272	8.27 135	14.16 175	8.86 170	8.90 252	6.45 45	2.18 108	0.00 1	0.07 195	0.10 281	0.00 1	0.10 85	0.07 74

CroCo-Stereo Lap2	4.01 111	2.03 320	8.14 224	9.82 422	6.03 422	1.11 3	0.79 52	9.71 91	7.98 135	3.26 57	4.99 66	9.08 175	5.80 180	6.08 41	4.39 225	0.00 1	0.05 139	0.00 1	0.00 1	0.71 355	0.30 247

ccc-4	3.48 83	1.76 265	6.20 132	3.45 70	1.13 131	5.02 107	1.70 114	13.26 151	5.04 65	4.66 96	5.47 77	3.49 64	4.70 142	11.14 190	2.01 88	0.00 1	0.04 108	0.00 1	0.18 314	0.30 199	0.14 139

ADStereo(finetuned)	6.68 213	1.59 211	9.70 309	3.49 74	0.68 67	4.79 92	1.75 131	15.33 189	23.64 327	15.56 261	20.68 252	7.30 148	13.85 358	8.71 104	5.17 251	0.00 1	0.05 139	0.00 1	0.00 1	0.25 166	1.05 390

RAFT_CTSACE	8.24 276	1.97 302	8.39 232	6.89 329	5.11 381	5.86 171	2.63 206	14.62 176	16.88 245	23.52 413	34.77 436	16.02 285	7.37 223	17.91 389	2.23 113	0.00 1	0.12 268	0.00 1	0.03 177	0.39 255	0.05 53

test_5	8.51 284	1.50 178	8.19 228	11.06 456	5.00 374	6.91 212	5.67 308	17.50 228	22.09 310	16.07 271	29.63 362	15.28 275	10.78 288	15.94 360	3.65 191	0.00 1	0.00 1	0.26 364	0.08 251	0.31 211	0.35 268

test_4	5.47 150	0.98 57	5.56 106	6.55 306	0.62 62	5.53 135	1.88 149	11.68 121	6.00 94	12.60 194	30.86 381	7.48 152	3.87 107	12.25 252	2.97 157	0.00 1	0.07 195	0.03 189	0.14 297	0.34 234	0.04 40

IGEV-Stereo	3.52 88	1.75 261	5.67 112	3.49 74	1.12 129	5.04 113	1.73 127	13.70 163	5.07 70	4.83 101	5.42 74	4.27 83	4.43 128	11.15 195	1.98 84	0.00 1	0.04 108	0.00 1	0.18 314	0.31 211	0.12 121
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	5.97 185	1.55 194	7.18 173	5.17 197	0.71 76	5.54 136	2.21 172	10.54 109	12.86 191	18.29 326	22.01 275	17.06 298	6.27 193	6.62 50	2.43 122	0.00 1	0.23 352	0.12 299	0.00 1	0.46 277	0.10 101

error version	5.97 185	1.55 194	7.18 173	5.17 197	0.71 76	5.54 136	2.21 172	10.54 109	12.86 191	18.29 326	22.01 275	17.06 298	6.27 193	6.62 50	2.43 122	0.00 1	0.23 352	0.12 299	0.00 1	0.46 277	0.10 101

test-v	5.97 185	1.55 194	7.18 173	5.17 197	0.71 76	5.54 136	2.21 172	10.54 109	12.86 191	18.29 326	22.01 275	17.06 298	6.27 193	6.62 50	2.43 122	0.00 1	0.23 352	0.12 299	0.00 1	0.46 277	0.10 101

test-3	5.21 139	1.06 71	7.71 200	4.19 119	0.59 56	6.72 207	3.01 222	12.96 144	17.49 255	12.53 191	8.65 107	13.20 239	4.14 117	9.00 118	2.11 103	0.00 1	0.05 139	0.00 1	0.32 393	0.25 166	0.18 175

test_1	5.20 137	1.06 71	7.72 201	4.21 121	0.59 56	6.69 204	3.03 224	12.98 146	17.51 256	12.35 181	8.66 109	13.20 239	4.12 115	9.00 118	2.11 103	0.00 1	0.05 139	0.00 1	0.32 393	0.25 166	0.18 175

test_3	5.55 163	1.02 65	8.07 221	6.18 282	0.54 48	9.00 245	3.28 229	13.55 159	18.66 271	11.97 175	8.89 112	13.98 253	4.05 114	8.96 115	2.10 102	0.00 1	0.05 139	0.00 1	0.31 389	0.26 176	0.18 175

test-2	5.97 185	1.55 194	7.18 173	5.17 197	0.71 76	5.54 136	2.21 172	10.54 109	12.86 191	18.29 326	22.01 275	17.06 298	6.27 193	6.62 50	2.43 122	0.00 1	0.23 352	0.12 299	0.00 1	0.46 277	0.10 101

iRaftStereo_RVC	4.68 125	1.51 182	6.89 163	4.91 173	0.72 85	5.26 123	0.46 30	17.60 229	10.47 166	9.53 151	15.13 185	5.75 116	3.24 88	8.93 114	2.22 112	0.00 1	0.09 225	0.00 1	0.00 1	0.46 277	0.41 285

CREStereo++_RVC	4.61 124	0.99 61	3.70 21	4.08 110	2.01 222	3.94 46	0.10 6	9.10 83	16.94 246	8.65 143	16.77 202	4.46 86	2.18 57	5.72 35	3.12 169	0.00 1	0.00 1	0.00 1	10.32 530	0.02 3	0.01 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
raft+_RVC	6.69 215	1.61 220	5.57 107	6.37 292	4.62 356	6.51 199	6.18 329	20.39 279	23.38 323	10.62 165	17.82 208	9.89 184	5.65 174	10.70 167	3.67 192	0.00 1	0.14 295	0.00 1	0.00 1	0.34 234	0.27 234

TANstereo	4.70 127	1.08 78	4.01 40	3.53 79	0.47 38	14.26 336	0.15 11	8.67 77	12.54 188	12.50 183	18.43 219	5.20 106	4.54 138	5.68 33	2.07 96	0.00 1	0.13 280	0.00 1	0.01 126	0.02 3	0.63 332

DCANet	6.46 205	1.59 211	7.28 180	3.51 78	0.68 67	4.77 91	1.75 131	15.33 189	23.62 326	15.55 259	20.73 257	7.31 149	11.56 313	8.83 110	5.26 254	0.00 1	0.05 139	0.00 1	0.00 1	0.26 176	1.11 393

test_xeample3	3.34 80	1.54 191	7.67 198	3.33 63	0.68 67	5.74 160	1.63 108	12.05 125	3.88 49	6.71 117	3.81 37	3.17 61	3.34 93	10.59 161	2.07 96	0.00 1	0.02 67	0.00 1	0.27 371	0.13 96	0.16 159

DIP-Stereo	6.74 220	1.93 297	10.02 324	4.28 131	1.64 185	13.54 323	1.52 98	15.16 185	6.63 107	14.30 229	26.81 329	10.90 195	5.19 158	14.78 331	7.56 297	0.00 1	0.06 172	0.05 216	0.00 1	0.17 126	0.17 167
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
4.5_new	1.82 12	0.79 20	3.44 14	2.35 15	1.84 203	5.69 158	1.28 81	5.59 11	2.60 19	3.74 70	3.37 27	0.43 19	0.97 21	3.16 8	0.98 25	0.01 92	0.01 23	0.00 1	0.00 1	0.07 56	0.16 159

4.5w-stereo	1.83 13	0.79 20	3.45 16	2.35 15	1.84 203	5.69 158	1.29 83	5.59 11	2.60 19	3.75 71	3.37 27	0.43 19	0.97 21	3.16 8	0.98 25	0.01 92	0.01 23	0.00 1	0.00 1	0.07 56	0.16 159

2.5w	2.10 23	0.78 16	4.30 54	2.96 44	1.85 206	3.22 23	2.25 179	6.05 23	2.69 23	1.80 21	5.44 76	0.23 3	2.01 50	7.36 64	1.01 36	0.01 92	0.01 23	0.00 1	0.00 1	0.02 3	0.06 64

2.75w_new	2.10 23	0.82 27	3.93 35	2.18 4	1.44 167	3.52 35	2.30 183	5.52 9	2.91 32	4.14 83	3.93 38	0.27 11	2.38 63	6.17 43	2.32 116	0.01 92	0.01 23	0.00 1	0.00 1	0.02 3	0.06 64

monsterstereo	2.41 40	0.98 57	4.33 56	4.12 113	4.48 351	1.80 5	0.08 4	5.78 18	5.21 78	3.36 60	7.40 100	0.25 8	0.37 3	8.92 113	1.00 34	0.01 92	0.01 23	0.00 1	0.00 1	0.02 3	0.01 1

monsters	2.21 30	1.25 111	4.09 48	3.59 85	4.35 347	2.20 8	0.18 16	8.31 69	2.84 29	4.11 81	2.86 22	0.20 1	0.76 14	8.41 90	0.95 22	0.01 92	0.01 23	0.00 1	0.00 1	0.02 3	0.01 1

xyz-stereo-finetune2	5.60 169	1.64 232	5.87 117	2.44 19	0.32 13	15.39 360	1.90 153	10.59 113	5.28 80	10.58 162	17.82 208	7.37 151	8.93 253	14.86 332	8.46 322	0.01 92	0.02 67	0.08 251	0.14 297	0.23 156	0.04 40

xyz-stereo-finetune	5.39 149	1.47 164	5.53 105	2.65 31	0.30 12	11.94 294	3.28 229	12.96 144	21.28 299	8.14 133	12.32 162	6.19 122	3.62 104	11.80 230	5.98 269	0.01 92	0.02 67	0.00 1	0.02 158	0.16 116	0.04 40

111111	2.45 42	1.01 63	3.89 32	3.60 86	4.13 329	3.49 34	0.23 19	8.63 75	3.25 37	2.15 33	4.26 43	2.29 53	2.03 51	8.86 112	0.94 20	0.01 92	0.02 67	0.08 251	0.00 1	0.14 101	0.04 40

MM-Stereo_test1	5.04 130	1.17 96	6.08 127	5.38 222	0.80 98	4.99 105	7.07 363	13.43 157	12.00 182	12.94 202	10.20 134	5.92 119	6.69 207	11.26 201	2.19 109	0.01 92	0.11 257	0.00 1	0.00 1	0.42 266	0.07 74

Reg-Stereo(zero)	4.54 121	0.68 9	4.39 59	3.20 54	1.30 149	3.29 26	0.89 58	16.64 217	12.89 195	10.01 155	10.70 145	10.29 188	4.51 135	8.83 110	2.63 138	0.01 92	0.14 295	0.00 1	0.13 291	0.03 21	0.17 167

AIO-test1	6.38 200	1.41 148	5.70 114	9.77 420	5.61 407	9.09 247	1.79 138	21.63 293	20.69 289	6.75 119	17.68 206	8.19 161	4.99 155	10.38 154	3.16 172	0.01 92	0.01 23	0.00 1	0.13 291	0.28 186	0.26 230

GIP-stereo	2.66 47	1.00 62	4.00 39	4.99 177	3.41 295	3.38 28	0.77 51	8.73 78	5.69 90	2.08 30	5.38 71	4.13 79	3.21 86	5.21 25	1.05 37	0.01 92	0.06 172	0.00 1	0.00 1	0.07 56	0.04 40

dual_stereo	1.57 7	0.64 2	2.56 1	2.33 13	0.47 38	2.62 12	0.08 4	4.85 7	1.95 13	1.01 5	0.69 9	1.90 46	0.61 8	10.34 152	0.96 23	0.01 92	0.20 329	0.00 1	0.18 314	0.01 1	0.03 25

rvit_stereo_0081	3.93 105	1.78 274	8.60 248	6.26 287	1.73 193	3.48 31	2.36 185	7.71 57	15.81 235	4.41 90	5.39 72	5.14 104	3.94 109	7.95 78	3.57 184	0.01 92	0.01 23	0.00 1	0.01 126	0.39 255	0.10 101

rvit_stereo_0082	3.93 105	1.78 274	8.60 248	6.26 287	1.73 193	3.48 31	2.36 185	7.71 57	15.81 235	4.41 90	5.39 72	5.14 104	3.94 109	7.95 78	3.57 184	0.01 92	0.01 23	0.00 1	0.01 126	0.39 255	0.10 101

IGEV-Stereo++	2.20 28	0.79 20	3.67 20	3.72 96	3.17 284	3.39 29	0.10 6	8.37 70	3.77 45	2.11 32	4.25 42	2.01 50	4.78 151	2.96 6	0.59 3	0.01 92	0.02 67	0.08 251	0.00 1	0.06 41	0.05 53

rvit_stereo_ft	4.73 128	2.68 366	9.30 286	11.34 464	2.74 265	4.18 53	8.45 386	9.77 92	9.90 162	4.04 79	6.26 86	6.73 133	4.72 147	8.99 116	5.03 246	0.01 92	0.00 1	0.00 1	0.00 1	0.28 186	0.09 94

testlalala2	5.91 181	1.62 226	8.59 247	15.36 498	10.36 497	7.93 232	3.62 251	12.89 142	9.73 159	15.55 259	12.18 161	8.57 168	2.50 73	5.35 27	2.62 136	0.01 92	0.26 374	0.00 1	0.50 427	0.49 295	0.07 74

MSKI-zero shot	4.76 129	1.56 203	5.98 122	5.14 195	1.13 131	6.55 202	1.55 101	12.76 141	8.06 136	10.44 161	11.50 154	13.47 248	2.38 63	12.07 242	1.90 75	0.01 92	0.20 329	0.02 172	0.29 378	0.14 101	0.14 139

testlalala	3.91 103	1.52 184	6.96 167	3.43 69	3.47 301	8.07 235	1.75 131	8.59 73	4.60 58	12.85 199	9.85 125	7.14 144	1.93 49	5.51 28	1.93 78	0.01 92	0.10 241	0.00 1	0.31 389	0.04 28	0.04 40

Any-RAFT	6.04 192	1.16 93	4.52 63	4.47 142	1.20 141	10.46 263	1.97 160	21.84 295	15.52 230	11.21 170	19.37 231	13.34 242	4.72 147	8.65 102	2.03 92	0.01 92	0.19 324	0.00 1	0.00 1	0.04 28	0.08 89

RAFT-Test	5.75 176	1.32 129	6.77 157	4.07 109	1.71 191	9.95 256	1.56 103	15.78 203	8.34 146	12.73 198	23.83 296	11.80 208	4.69 141	8.99 116	2.57 133	0.01 92	0.29 382	0.00 1	0.38 410	0.16 116	0.07 74

LoS_RVC	3.72 97	2.57 361	3.90 33	4.27 130	7.61 464	5.39 129	2.90 219	7.29 50	3.84 47	3.67 69	10.20 134	3.66 71	4.48 133	6.19 44	2.14 106	0.01 92	0.03 96	0.00 1	0.00 1	0.06 41	6.15 490

anonymousdsp2	5.93 182	1.54 191	8.34 229	4.43 141	0.38 23	9.24 251	4.11 259	21.92 300	17.36 252	12.28 180	10.08 132	10.05 185	4.42 126	11.04 183	2.54 132	0.01 92	0.02 67	0.30 380	0.18 314	0.21 141	0.18 175

TestStereo1	7.62 255	1.62 226	7.60 193	10.47 440	1.86 207	4.76 87	2.48 197	19.73 266	22.33 313	16.79 291	26.02 317	9.33 178	9.30 260	15.92 358	3.37 181	0.01 92	0.02 67	0.02 172	0.05 221	0.55 317	0.28 238

DCANet-4	6.41 202	1.02 65	9.66 303	3.41 67	0.68 67	4.73 79	1.70 114	17.70 231	24.33 340	15.10 245	20.25 244	6.45 129	8.65 245	8.47 92	5.31 256	0.01 92	0.04 108	0.00 1	0.00 1	0.09 74	0.63 332

fff	6.83 226	1.55 194	7.28 180	3.56 80	0.32 13	4.73 79	1.70 114	15.75 200	31.87 406	15.11 246	20.25 244	6.90 138	12.80 338	8.63 99	5.33 257	0.01 92	0.04 108	0.00 1	0.00 1	0.09 74	0.63 332

SA-5K	7.62 255	1.62 226	7.60 193	10.47 440	1.86 207	4.76 87	2.48 197	19.73 266	22.33 313	16.79 291	26.02 317	9.33 178	9.30 260	15.92 358	3.37 181	0.01 92	0.02 67	0.02 172	0.05 221	0.55 317	0.28 238

iRaft-Stereo_20w	6.06 193	1.84 281	12.04 360	4.23 122	1.67 187	6.77 210	2.22 176	18.73 253	6.08 96	14.72 233	10.33 138	13.42 247	8.14 239	15.88 355	3.08 168	0.01 92	0.24 363	0.13 310	0.39 412	0.61 333	0.71 350

GLC_STEREO	3.40 81	1.06 71	3.44 14	6.52 302	0.20 3	4.76 87	1.66 110	8.97 79	6.59 106	5.39 110	9.04 114	5.23 107	2.03 51	9.76 137	2.77 146	0.01 92	0.03 96	0.21 349	0.00 1	0.23 156	0.06 64

MIPNet	6.75 222	1.67 239	12.34 362	4.67 154	1.47 169	10.01 257	2.24 178	26.43 349	17.22 248	14.72 233	12.75 165	7.02 142	9.68 271	8.44 91	5.26 254	0.01 92	0.04 108	0.05 216	0.09 264	0.35 238	0.55 318

CrosDoStereo	9.24 304	1.29 120	8.16 226	4.56 148	1.04 119	7.52 225	15.00 473	15.85 205	24.31 338	24.27 416	33.44 424	13.37 243	13.82 356	12.23 250	8.86 330	0.01 92	0.11 257	0.09 262	0.04 198	0.36 239	0.53 315

STrans-v2	7.98 271	1.84 281	9.42 292	4.84 167	1.48 172	12.23 301	10.05 415	19.06 259	12.32 186	13.63 216	26.06 321	18.13 328	12.35 328	12.99 289	3.99 212	0.01 92	0.01 23	0.18 333	0.01 126	0.22 144	0.83 364

TransformOpticalFlow	7.76 261	1.90 287	9.31 287	5.50 229	1.18 139	6.97 214	8.27 382	17.86 239	13.21 200	14.58 231	29.13 351	19.01 334	10.85 289	12.51 267	3.69 193	0.01 92	0.04 108	0.20 344	0.04 198	0.17 126	0.84 366

PSM-AAD	8.62 288	1.22 102	5.69 113	6.31 290	1.12 129	12.74 310	10.01 414	19.29 261	15.25 224	21.54 390	25.11 307	14.24 254	13.47 348	12.15 247	3.93 208	0.01 92	0.06 172	2.48 481	0.16 307	0.38 252	7.28 507

DeepStereo_LL	9.24 304	1.29 120	8.16 226	4.56 148	1.04 119	7.52 225	15.00 473	15.85 205	24.31 338	24.27 416	33.44 424	13.37 243	13.82 356	12.23 250	8.86 330	0.01 92	0.11 257	0.09 262	0.04 198	0.36 239	0.53 315

CroCo-Stereo	3.27 77	1.90 287	7.18 173	8.50 388	1.11 127	0.96 2	0.97 63	10.18 100	8.20 141	3.59 67	4.69 57	8.02 160	4.53 136	2.75 5	2.34 118	0.01 92	0.00 1	0.00 1	0.00 1	0.31 211	0.11 114
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
cross-raft	5.37 148	1.23 105	6.66 148	5.91 260	1.25 146	6.00 176	1.48 92	15.82 204	7.70 132	12.95 203	20.80 258	11.63 205	4.42 126	8.59 96	2.23 113	0.01 92	0.21 336	0.00 1	0.22 337	0.21 141	0.10 101

RAFT	8.51 284	2.16 334	8.93 258	8.14 378	0.81 99	12.63 309	8.49 388	16.34 211	15.56 231	22.31 396	18.99 228	19.29 341	11.39 307	17.57 385	6.05 270	0.01 92	0.19 324	0.27 365	0.02 158	0.64 343	0.45 299

Prome-Stereo	8.10 272	1.28 116	5.48 100	6.50 300	1.51 176	6.70 205	9.42 401	21.08 285	9.13 154	20.88 376	32.84 415	11.95 214	11.86 318	11.75 228	3.97 211	0.01 92	0.02 67	0.18 333	0.12 286	0.41 263	7.01 502

XX-TBD	4.45 119	10.67 486	3.01 6	10.28 439	0.57 53	5.84 167	0.07 3	7.57 52	12.24 185	11.43 171	14.74 181	4.07 77	1.66 40	4.51 19	2.05 93	0.01 92	0.01 23	0.00 1	0.00 1	0.26 176	0.01 1

csc	6.83 226	1.55 194	7.28 180	3.56 80	0.32 13	4.73 79	1.70 114	15.75 200	31.87 406	15.11 246	20.25 244	6.90 138	12.80 338	8.63 99	5.33 257	0.01 92	0.04 108	0.00 1	0.00 1	0.09 74	0.63 332

cscssc	6.83 226	1.55 194	7.28 180	3.56 80	0.32 13	4.73 79	1.70 114	15.75 200	31.87 406	15.11 246	20.25 244	6.90 138	12.80 338	8.63 99	5.33 257	0.01 92	0.04 108	0.00 1	0.00 1	0.09 74	0.63 332

RAFT-Stereo + iAFF	5.48 153	1.66 238	7.56 192	3.49 74	0.40 24	2.75 14	0.67 42	16.07 209	14.76 218	12.27 178	18.67 224	11.95 214	8.08 238	7.84 75	2.89 150	0.01 92	0.06 172	0.00 1	0.00 1	0.37 246	0.04 40

EAI-Stereo	5.21 139	1.74 252	8.46 240	5.69 239	1.37 165	5.67 156	3.52 242	18.77 254	5.65 88	9.75 152	16.08 194	6.36 127	3.57 99	11.73 226	3.64 189	0.01 92	0.33 394	0.03 189	1.06 464	0.21 141	0.65 340

CFNet-RSSM	5.55 163	1.08 78	8.60 248	4.30 135	1.21 142	6.42 195	1.25 80	16.12 210	17.84 260	13.12 207	11.14 149	11.84 210	5.52 166	9.14 122	2.35 119	0.01 92	0.20 329	0.00 1	0.36 404	0.34 234	0.07 74

Gwc-CoAtRS	5.54 160	1.22 102	8.40 234	4.28 131	1.36 164	6.93 213	1.31 84	15.48 193	15.03 220	12.62 195	13.32 171	12.74 226	5.71 176	8.61 97	2.98 159	0.01 92	0.22 346	0.00 1	0.29 378	0.28 186	0.07 74

CREStereo	3.58 90	1.05 70	3.35 11	2.17 3	0.59 56	5.61 143	0.40 25	10.50 108	13.34 206	6.93 124	10.44 140	5.29 111	3.47 96	5.82 38	2.62 136	0.01 92	0.01 23	0.02 172	0.01 126	0.04 28	0.01 1
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
R-Stereo Train	7.04 236	1.34 132	7.89 209	6.23 285	2.30 236	7.51 223	5.54 304	23.96 317	6.94 114	16.26 276	33.57 427	12.04 217	5.61 169	7.67 72	3.74 194	0.01 92	0.05 139	0.01 154	0.00 1	0.10 85	0.12 121

RAFT-Stereo	7.04 236	1.34 132	7.89 209	6.23 285	2.30 236	7.51 223	5.54 304	23.96 317	6.94 114	16.26 276	33.57 427	12.04 217	5.61 169	7.67 72	3.74 194	0.01 92	0.05 139	0.01 154	0.00 1	0.10 85	0.12 121
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
z-ln-s-r	14.97 429	6.05 442	40.55 503	5.39 224	5.41 399	13.95 330	13.34 457	21.84 295	36.75 450	18.86 342	43.90 496	23.71 385	16.41 405	22.64 449	28.99 497	0.02 143	0.02 67	0.00 1	0.00 1	1.04 385	0.48 306

asda	1.95 19	0.81 23	4.14 53	2.66 33	1.93 216	3.30 27	0.86 56	5.92 21	3.10 35	2.41 38	3.10 23	0.63 28	2.99 84	5.57 30	1.48 48	0.02 143	0.01 23	0.00 1	0.00 1	0.07 56	0.07 74

asd	2.06 21	0.78 16	3.85 29	2.45 20	2.18 229	3.99 47	0.35 23	6.94 43	2.60 19	2.99 51	2.79 21	0.52 23	2.27 61	8.33 89	0.93 19	0.02 143	0.01 23	0.00 1	0.00 1	0.07 56	0.11 114

G2L-ROB	9.43 316	1.49 174	8.01 218	5.66 237	4.08 326	11.74 288	7.70 378	29.33 386	18.14 266	19.72 355	21.64 273	22.32 368	11.02 296	16.47 373	10.74 358	0.02 143	0.01 23	0.00 1	0.00 1	0.19 133	0.33 259

MLG-Stereo_test2	1.52 6	0.64 2	2.81 2	2.52 24	1.79 202	2.76 15	0.16 12	4.70 6	1.80 11	1.75 17	0.08 2	3.21 62	0.17 1	7.28 61	0.64 6	0.02 143	0.11 257	0.00 1	0.00 1	0.04 28	0.03 25

MLG-Stereo_test1	1.51 5	0.65 7	3.00 5	2.47 23	2.46 247	2.84 17	0.16 12	5.64 13	1.77 10	0.98 4	0.09 3	1.53 39	0.52 4	7.44 67	0.56 2	0.02 143	0.09 225	0.00 1	0.03 177	0.03 21	0.02 9

MLG-Stereo	1.48 3	0.65 7	3.04 7	2.52 24	0.79 95	3.11 22	0.16 12	6.26 28	1.80 11	0.84 1	0.10 5	1.51 38	0.65 11	7.44 67	0.53 1	0.02 143	0.09 225	0.00 1	0.03 177	0.03 21	0.02 9

StereoAnything_RVC	2.31 35	11.20 493	4.65 64	2.23 7	0.14 1	1.49 4	0.17 15	4.50 4	1.24 2	1.03 6	0.06 1	0.20 1	3.60 103	8.05 80	0.59 3	0.02 143	0.11 257	0.00 1	0.00 1	6.97 494	0.03 25

rvit_stereo_0081_aga	3.72 97	2.39 350	8.60 248	5.27 213	2.99 282	5.02 107	1.94 158	8.12 65	6.24 99	6.74 118	6.85 93	5.85 118	3.28 90	7.31 63	3.04 164	0.02 143	0.00 1	0.00 1	0.00 1	0.59 330	0.22 206

model_zeroshot	5.12 134	1.53 187	9.70 309	5.33 218	1.54 179	8.71 243	2.23 177	15.60 198	8.29 143	13.74 218	10.02 131	10.57 191	2.97 83	8.47 92	2.61 134	0.02 143	0.18 317	0.14 314	0.25 362	0.06 41	0.34 263

CAS++	4.07 114	1.67 239	6.02 125	4.17 116	1.02 117	4.26 58	1.68 111	19.10 260	10.01 163	9.18 147	9.17 117	1.98 48	1.41 31	9.54 131	1.73 66	0.02 143	0.05 139	0.00 1	0.00 1	0.32 221	0.11 114
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MoCha-V2	3.20 70	0.92 48	4.82 71	5.09 184	0.40 24	4.63 73	1.37 88	9.81 93	5.41 83	5.58 111	5.26 70	2.63 56	6.48 202	9.90 141	1.15 41	0.02 143	0.24 363	0.00 1	0.25 362	0.07 56	0.04 40

HH	5.47 150	2.08 325	9.00 268	4.88 170	1.07 124	4.93 99	3.60 249	16.68 218	6.83 111	8.39 137	12.14 159	15.05 269	9.06 255	12.68 271	1.93 78	0.02 143	0.17 311	0.18 333	0.00 1	0.28 186	0.48 306

HanStereo	5.47 150	2.08 325	9.00 268	4.88 170	1.07 124	4.93 99	3.60 249	16.68 218	6.83 111	8.39 137	12.14 159	15.05 269	9.06 255	12.68 271	1.93 78	0.02 143	0.17 311	0.18 333	0.00 1	0.28 186	0.48 306

CES	3.85 101	1.14 90	2.91 4	3.05 47	11.37 504	5.37 128	1.02 67	9.52 86	8.82 150	3.50 65	9.21 119	1.78 43	0.90 19	6.53 47	2.37 120	0.02 143	0.04 108	0.01 154	0.00 1	1.62 413	7.74 511

DCRE	6.07 194	1.75 261	8.41 235	7.20 343	3.82 313	6.48 196	4.18 266	15.52 195	10.42 165	9.24 148	22.47 285	11.71 207	5.46 165	10.62 163	3.02 162	0.02 143	0.26 374	0.05 216	0.30 385	0.15 109	0.24 221

ProNet	3.61 92	1.91 290	6.17 131	3.31 62	0.67 66	5.51 133	6.46 341	12.60 139	6.23 98	3.18 56	4.80 62	3.64 70	3.57 99	11.15 195	2.11 103	0.02 143	0.21 336	0.01 154	0.01 126	0.41 263	0.14 139

RAFT+CT+SA	7.44 251	1.46 162	6.46 144	10.73 447	3.34 294	4.70 77	7.45 374	16.45 213	25.89 355	10.18 157	27.15 333	7.27 147	8.00 237	15.11 334	3.19 175	0.02 143	0.00 1	0.18 333	0.46 422	0.30 199	0.47 302

LCNet	7.52 252	1.23 105	5.35 95	6.42 295	1.29 148	9.27 252	5.64 307	17.85 237	10.63 168	16.54 284	24.54 302	14.85 266	11.29 302	11.74 227	3.88 204	0.02 143	0.02 67	0.22 353	2.04 485	0.90 379	6.76 497

KYRaft	9.04 298	1.11 85	7.02 169	6.50 300	0.97 116	8.27 239	8.19 381	22.86 310	8.20 141	21.30 388	31.38 391	22.64 370	8.20 240	11.99 233	2.96 156	0.02 143	0.02 67	0.05 216	0.68 443	0.40 260	18.09 537

GrayStereo	8.86 296	1.17 96	6.94 165	8.09 376	2.82 269	10.58 268	11.40 440	17.93 240	15.74 234	22.43 399	30.95 382	17.80 318	12.44 330	11.19 197	4.57 229	0.02 143	0.02 67	0.18 333	0.79 449	0.31 211	1.90 431

raftrobust	5.56 165	1.42 149	6.00 123	7.04 334	5.11 381	4.90 98	1.88 149	17.13 224	13.72 208	11.87 173	11.58 155	7.82 153	9.21 258	10.28 150	2.92 154	0.02 143	0.05 139	0.00 1	0.00 1	0.22 144	0.11 114

RALCasStereoNet	5.95 184	2.02 317	7.09 172	7.06 335	5.10 380	6.36 193	5.44 302	13.97 170	13.25 202	9.93 154	17.45 204	10.37 190	3.89 108	11.64 223	4.24 221	0.02 143	0.46 423	0.10 281	0.00 1	0.20 137	0.31 255

RALAANet	6.49 206	2.49 357	9.69 308	7.09 336	4.98 371	6.23 185	1.68 111	19.90 269	14.26 213	15.04 243	14.56 177	12.69 225	4.38 124	12.91 283	3.07 167	0.02 143	0.07 195	0.00 1	0.10 273	0.51 305	0.15 154

AFF-stereo	6.17 196	1.61 220	7.02 169	4.08 110	0.64 63	3.53 36	0.76 49	16.00 208	13.14 198	12.86 200	25.42 311	15.67 278	7.86 232	11.12 189	3.21 176	0.02 143	0.06 172	0.00 1	0.00 1	0.40 260	0.08 89

HSM	11.33 373	1.80 278	7.04 171	6.13 280	3.99 324	16.16 381	6.92 360	29.69 392	19.39 276	22.95 405	26.05 320	41.08 501	15.79 398	20.25 426	8.89 332	0.02 143	0.03 96	0.01 154	0.00 1	0.15 109	0.34 263

AdaDepth	2.20 28	0.82 27	4.90 75	3.27 59	2.91 275	3.54 38	0.70 45	5.30 8	3.05 34	1.73 16	3.31 26	0.49 21	1.60 35	10.91 179	0.96 23	0.03 169	0.11 257	0.00 1	0.23 346	0.04 28	0.03 25

water-stereo	3.66 95	0.84 33	4.79 70	3.60 86	0.79 95	5.03 112	0.89 58	12.93 143	5.45 86	5.82 113	14.74 181	6.51 131	4.76 150	3.37 10	3.26 178	0.03 169	0.13 280	0.09 262	0.04 198	0.06 41	0.07 74

IGEV	1.86 14	0.58 1	3.90 33	2.40 18	3.49 303	4.20 54	0.97 63	7.16 47	3.22 36	2.00 29	4.16 40	0.26 10	0.62 9	3.40 11	0.65 7	0.03 169	0.09 225	0.00 1	0.00 1	0.03 21	0.02 9

MLG-Stereo_test3	1.57 7	0.69 10	3.82 28	2.19 5	1.34 159	3.92 45	0.25 20	5.89 20	1.27 3	0.91 2	1.07 10	1.99 49	0.64 10	6.09 42	1.10 38	0.03 169	0.09 225	0.00 1	0.00 1	0.05 36	0.04 40

LGtest1	1.48 3	0.75 14	4.03 41	2.33 13	0.65 65	3.02 20	0.11 8	6.12 25	1.51 4	1.41 13	1.48 14	0.65 29	0.93 20	5.60 31	0.81 14	0.03 169	0.12 268	0.00 1	0.00 1	0.10 85	0.04 40

castereo	3.96 107	1.45 161	4.33 56	3.73 97	1.04 119	6.35 192	7.23 370	9.95 96	15.86 238	3.01 52	7.69 103	3.59 69	7.43 224	5.17 24	1.88 74	0.03 169	0.13 280	0.00 1	0.26 366	0.07 56	0.03 25

999	3.44 82	0.92 48	4.78 69	4.69 155	2.34 240	7.58 228	2.20 171	9.81 93	6.11 97	2.96 50	4.79 61	5.07 101	2.27 61	12.10 244	2.76 145	0.03 169	0.09 225	0.00 1	0.00 1	0.29 193	0.10 101

IGEV-Stereo+	2.77 50	0.92 48	4.09 48	3.14 49	4.62 356	2.57 11	0.70 45	4.34 3	2.29 16	1.76 19	0.59 8	0.77 32	3.49 97	8.65 102	0.68 8	0.03 169	0.10 241	0.00 1	0.24 356	5.77 488	10.68 524

IGEV_Zeroshot_test	5.28 142	2.03 320	14.26 398	6.09 276	1.33 157	4.32 60	1.03 70	14.46 171	6.50 104	13.33 215	11.89 157	11.01 196	3.45 94	10.71 168	3.64 189	0.03 169	0.22 346	0.15 320	0.26 366	0.80 369	0.20 192

UniTT-Stereo	2.89 55	0.90 46	6.74 152	4.08 110	2.42 244	2.63 13	0.42 27	5.57 10	4.88 62	5.36 109	7.63 102	1.09 35	1.47 34	8.80 109	5.11 248	0.03 169	0.07 195	0.00 1	0.01 126	0.48 286	0.11 114

LoS	3.59 91	1.07 75	3.81 27	2.80 36	0.52 47	4.98 103	1.18 75	10.35 106	12.97 196	4.54 92	10.75 146	3.89 74	3.27 89	8.78 107	2.63 138	0.03 169	0.03 96	0.09 262	0.00 1	0.12 91	0.04 40
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
raft_robust	7.97 270	2.26 345	6.75 153	5.83 251	0.72 85	5.57 141	0.84 54	33.59 443	34.21 431	18.17 322	19.88 241	6.50 130	5.62 172	15.33 337	2.83 149	0.03 169	0.23 352	0.00 1	0.37 408	0.32 221	0.39 278

delet	12.65 404	1.85 283	11.36 349	7.71 366	6.22 428	22.52 438	10.22 423	28.14 369	37.67 454	19.66 353	29.24 352	21.00 353	15.99 400	21.97 442	17.77 420	0.03 169	0.07 195	0.19 341	0.04 198	0.60 331	0.75 356

cf-r	10.06 343	1.60 215	7.99 216	5.82 249	5.70 415	12.92 314	4.78 281	24.18 323	27.47 370	16.91 293	31.02 385	25.12 400	14.05 363	11.63 222	11.01 364	0.03 169	0.03 96	0.05 216	0.03 177	0.43 268	0.39 278

depthmonostereo	4.02 112	1.64 232	5.29 94	4.40 136	1.19 140	8.04 234	1.16 74	15.24 187	12.52 187	4.62 94	7.49 101	4.11 78	4.80 152	6.61 49	2.71 142	0.04 183	0.21 336	0.11 295	0.07 247	0.07 56	0.02 9

LG-Stereo_L2	1.59 9	0.87 37	4.31 55	2.54 28	0.69 71	2.76 15	0.44 29	6.85 42	1.57 8	1.59 14	0.39 7	0.39 18	0.52 4	7.85 76	0.82 15	0.04 183	0.12 268	0.00 1	0.00 1	0.03 21	0.02 9

LG-Stereo_L1	1.59 9	0.89 43	4.07 46	2.55 29	0.95 114	2.93 18	0.50 33	6.75 40	1.54 5	1.32 10	0.24 6	0.50 22	0.59 7	7.91 77	0.85 17	0.04 183	0.12 268	0.01 154	0.00 1	0.03 21	0.02 9

LG-G_1	2.14 25	0.64 2	4.04 42	3.18 52	0.37 20	11.00 281	0.60 37	6.27 30	1.55 6	1.28 8	1.15 12	1.34 36	2.14 55	8.08 82	0.99 27	0.04 183	0.12 268	0.00 1	0.00 1	0.06 41	0.03 25

LG-G	2.14 25	0.64 2	4.04 42	3.18 52	0.37 20	11.00 281	0.60 37	6.27 30	1.55 6	1.28 8	1.15 12	1.34 36	2.14 55	8.08 82	0.99 27	0.04 183	0.12 268	0.00 1	0.00 1	0.06 41	0.03 25

G2L-Stereo_test	10.39 352	1.61 220	7.86 207	4.75 160	4.34 346	11.83 290	11.94 447	32.49 429	22.58 317	23.08 408	24.40 300	21.48 357	11.95 321	15.64 346	13.00 377	0.04 183	0.06 172	0.01 154	0.02 158	0.32 221	0.37 272

FoundationStereo	1.26 2	0.73 12	2.84 3	2.65 31	0.58 54	2.31 9	0.61 39	3.40 2	1.57 8	1.89 23	0.09 3	2.61 55	2.90 82	2.37 4	0.60 5	0.04 183	0.04 108	0.00 1	0.00 1	0.02 3	0.03 25

PAM	6.94 232	1.65 234	14.88 408	5.38 222	1.98 219	14.76 350	1.28 81	14.54 173	6.77 110	15.52 257	9.10 115	24.15 386	11.60 315	12.46 263	2.33 117	0.04 183	0.28 381	0.07 241	0.42 416	0.57 324	0.99 385

AIO-Stereo-zeroshot1	7.76 261	3.78 403	19.59 448	5.04 179	10.79 500	5.87 173	1.85 146	19.52 264	7.33 128	14.18 224	21.16 265	16.50 291	5.97 185	13.73 311	3.79 198	0.04 183	0.17 311	0.04 209	1.30 473	2.45 438	2.15 441

AIO-Stereo-zeroshot	7.16 242	3.12 386	14.04 393	4.74 157	6.89 448	6.58 203	0.68 43	21.97 301	9.36 158	10.84 166	17.38 203	17.36 312	9.24 259	12.45 262	4.44 226	0.04 183	0.24 363	0.10 281	1.00 462	1.36 406	1.43 411

MGS-Stereo	3.26 75	1.29 120	6.73 150	3.30 60	0.47 38	4.89 96	1.55 101	6.15 26	8.88 152	4.31 85	10.15 133	5.48 114	1.27 26	8.09 84	1.97 83	0.04 183	0.01 23	0.02 172	0.00 1	0.57 324	0.04 40

MyStereo8	7.13 239	2.48 355	10.86 342	6.81 325	4.98 371	10.73 270	1.42 90	14.58 175	9.73 159	15.75 263	23.16 291	12.17 221	7.96 236	9.85 140	10.21 350	0.04 183	0.19 324	0.08 251	0.21 334	0.58 328	0.82 363

AE-Stereo	5.15 135	1.56 203	7.99 216	8.70 390	2.18 229	9.12 249	3.02 223	11.78 122	13.30 204	4.34 87	12.84 167	10.83 194	4.53 136	8.71 104	2.82 148	0.04 183	0.44 416	0.05 216	0.33 397	0.20 137	0.17 167

MIF-Stereo (partial)	4.33 117	1.23 105	7.27 179	5.04 179	5.31 396	3.47 30	0.95 62	9.06 82	7.41 129	4.15 84	15.76 190	5.38 112	5.22 160	11.56 214	4.21 219	0.04 183	0.02 67	0.05 216	0.03 177	0.34 234	0.12 121

CBFPSM	12.42 397	2.59 363	28.96 479	4.74 157	3.20 287	22.33 436	16.31 485	21.13 286	21.03 294	21.04 382	27.81 337	30.24 435	15.99 400	14.59 330	14.80 394	0.04 183	0.49 430	0.10 281	0.16 307	0.51 305	2.34 446

SA	7.93 266	1.54 191	9.13 281	7.98 374	0.64 63	5.85 169	2.29 182	22.27 302	24.54 345	13.17 209	31.07 386	8.87 171	10.32 283	16.49 374	3.12 169	0.04 183	0.12 268	0.17 328	0.30 385	0.45 273	0.17 167

rafts_anoy	6.02 190	1.67 239	6.27 138	6.53 303	4.98 371	5.30 125	2.53 200	13.77 167	21.01 293	12.70 197	16.23 196	8.56 167	5.65 174	9.09 121	5.22 252	0.04 183	0.31 387	0.09 262	0.03 177	0.25 166	0.17 167

HCRNet	8.80 293	1.43 153	7.74 203	14.41 491	5.25 388	10.85 276	2.56 203	26.07 345	18.04 265	15.48 256	25.03 305	18.63 332	9.93 276	13.01 290	6.76 281	0.04 183	0.04 108	0.10 281	0.01 126	0.18 129	0.38 275

HITNet	7.83 263	2.93 377	8.39 232	4.76 161	1.48 172	12.75 311	4.64 278	20.97 283	14.37 215	15.14 250	22.15 284	14.57 261	10.62 285	14.38 323	8.14 315	0.04 183	0.01 23	0.48 399	0.02 158	0.57 324	0.10 101
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
DilatedVolume-Stereo	4.23 116	1.38 142	5.58 109	3.85 103	1.58 180	10.80 274	1.02 67	11.59 120	5.65 88	11.75 172	9.98 126	4.54 93	3.29 91	9.83 139	3.01 160	0.05 202	0.18 317	0.08 251	0.23 346	0.08 68	0.06 64

DFGA-Net	9.06 299	3.56 396	17.96 440	5.71 244	3.89 314	10.76 271	3.08 225	25.17 331	29.50 379	16.21 274	18.47 222	9.49 180	6.31 198	15.80 351	12.54 373	0.05 202	0.00 1	0.06 230	0.09 264	1.76 421	0.83 364

LG-Stereo	2.43 41	1.44 159	7.64 197	3.73 97	0.82 100	3.64 40	1.24 79	6.41 34	5.30 81	1.97 24	7.31 97	0.84 33	0.74 12	4.85 22	2.21 111	0.05 202	0.04 108	0.01 154	0.03 177	0.33 228	0.10 101

MM-Stereo_test3	5.71 172	1.22 102	5.59 110	5.84 253	5.43 401	4.74 84	6.54 345	19.30 262	23.72 331	8.53 140	11.36 152	7.15 145	2.84 80	8.62 98	2.51 130	0.05 202	0.07 195	0.00 1	0.00 1	0.45 273	0.17 167

SCV	3.20 70	1.40 144	5.96 121	4.71 156	0.71 76	4.21 55	1.70 114	10.94 117	6.06 95	1.85 22	4.80 62	6.16 121	2.74 78	9.82 138	1.74 67	0.05 202	0.09 225	0.00 1	0.24 356	0.50 301	0.30 247

Former-RAFT_DAM_RVC	4.69 126	2.56 360	8.72 253	4.26 129	3.52 304	9.22 250	1.48 92	13.54 158	18.88 274	7.47 132	7.08 95	2.04 52	2.24 59	9.66 135	2.27 115	0.05 202	0.02 67	0.07 241	0.00 1	0.53 311	0.21 199

EGLCR-Stereo	2.92 59	1.06 71	5.28 92	3.38 66	0.55 49	4.59 71	0.66 41	10.43 107	4.81 61	3.30 58	3.23 25	7.93 156	1.71 42	9.22 123	1.62 59	0.05 202	0.12 268	0.00 1	0.00 1	0.23 156	0.16 159

gwcnet-sp	9.81 332	2.82 370	13.47 383	5.99 266	4.27 336	16.20 383	5.91 313	25.55 335	24.34 341	21.01 379	20.69 253	15.22 271	14.96 383	14.50 326	9.97 343	0.05 202	0.15 300	0.02 172	0.08 251	0.49 295	0.51 312

scenet	9.81 332	2.82 370	13.47 383	5.99 266	4.27 336	16.20 383	5.91 313	25.55 335	24.34 341	21.01 379	20.69 253	15.22 271	14.96 383	14.50 326	9.97 343	0.05 202	0.15 300	0.02 172	0.08 251	0.49 295	0.51 312

ssnet	9.81 332	2.82 370	13.47 383	5.99 266	4.27 336	16.20 383	5.91 313	25.55 335	24.34 341	21.01 379	20.69 253	15.22 271	14.96 383	14.50 326	9.97 343	0.05 202	0.15 300	0.02 172	0.08 251	0.49 295	0.51 312

IPLG	7.20 244	1.43 153	12.55 366	5.17 197	4.32 345	11.11 283	1.48 92	21.79 294	15.10 222	19.16 345	20.23 243	5.26 109	5.61 169	11.68 224	8.14 315	0.05 202	0.06 172	0.03 189	0.07 247	0.33 228	0.50 311

ASMatch	7.40 249	1.42 149	8.49 242	5.09 184	2.00 221	4.74 84	2.62 205	16.54 216	13.17 199	17.08 295	34.75 435	13.13 238	10.33 284	12.04 237	4.82 240	0.05 202	0.24 363	0.21 349	0.17 312	0.16 116	0.97 381

THIR-Stereo	9.38 314	1.78 274	8.50 243	4.74 157	0.71 76	15.92 372	11.93 446	16.39 212	21.56 302	24.27 416	32.07 404	14.40 256	14.14 366	11.49 209	8.39 321	0.05 202	0.25 371	0.10 281	0.05 221	0.33 228	0.58 325

GMM-Stereo	8.34 279	1.09 82	6.42 141	6.14 281	2.52 249	10.30 262	9.64 406	23.44 315	10.64 169	17.84 312	29.89 365	17.37 313	7.75 229	11.55 213	4.36 223	0.05 202	0.01 23	0.23 357	0.90 452	0.46 277	6.26 491

GwcNet-RSSM	10.65 358	1.94 298	8.57 246	6.89 329	5.26 391	12.26 304	5.21 290	25.80 341	31.50 403	16.67 287	33.52 426	23.70 384	13.88 360	12.84 279	13.67 385	0.05 202	0.10 241	0.14 314	0.02 158	0.65 345	0.39 278

CFNet	10.67 359	2.33 348	8.90 257	6.66 314	4.09 328	16.05 373	4.26 268	30.44 403	31.01 399	18.53 334	26.48 325	23.69 383	13.68 352	15.27 335	10.59 356	0.05 202	0.02 67	0.44 394	0.05 221	0.73 360	0.23 214

FlowAnything_test	3.13 66	1.42 149	6.59 145	8.69 389	1.35 162	8.70 242	2.51 199	7.60 54	3.03 33	4.10 80	2.67 19	3.52 68	0.75 13	5.86 40	4.48 228	0.06 218	0.03 96	0.15 320	0.66 441	0.16 116	0.18 175

RAFT-Stereo-weight	5.07 132	0.93 51	5.57 107	4.24 123	0.72 85	6.05 182	1.63 108	17.77 233	17.16 247	10.99 168	10.22 136	12.06 219	1.67 41	9.25 125	2.69 140	0.06 218	0.11 257	0.00 1	0.00 1	0.15 109	0.12 121

H2IRNET	5.89 180	1.14 90	6.65 147	4.13 114	2.24 232	4.15 48	0.73 48	12.10 126	13.21 200	7.09 130	20.45 250	15.74 279	10.74 287	10.36 153	7.84 306	0.06 218	0.00 1	0.07 241	0.53 432	0.37 246	0.16 159

MyStereo07	4.38 118	1.92 294	5.06 81	6.09 276	4.31 342	6.54 200	9.96 412	15.35 191	5.15 75	4.34 87	5.65 82	3.15 60	5.77 179	11.33 203	1.81 72	0.06 218	0.10 241	0.03 189	0.04 198	0.63 339	0.30 247

MyStereo06	6.40 201	1.76 265	13.15 375	6.19 283	4.40 348	7.09 216	9.95 410	16.68 218	6.98 116	12.91 201	10.76 147	17.84 319	5.71 176	9.97 144	3.39 183	0.06 218	0.10 241	0.02 172	0.04 198	0.73 360	0.29 244

MyStereo05	9.29 309	1.76 265	8.95 262	6.19 283	4.40 348	7.09 216	9.95 410	31.21 411	40.82 468	17.31 301	12.93 170	10.33 189	12.52 334	13.93 313	7.05 285	0.06 218	0.10 241	0.02 172	0.04 198	0.73 360	0.29 244

MyStereo04	9.24 304	1.92 294	8.78 254	6.09 276	4.31 342	6.54 200	9.96 412	32.24 428	41.99 475	14.26 228	11.98 158	12.00 216	12.01 322	13.93 313	7.53 295	0.06 218	0.10 241	0.03 189	0.04 198	0.63 339	0.30 247

ToySt	10.51 356	2.00 307	15.67 412	5.33 218	0.95 114	14.97 351	9.51 403	24.02 320	27.37 368	14.61 232	24.67 304	24.56 390	14.70 380	16.86 379	13.35 381	0.06 218	0.23 352	0.03 189	0.09 264	0.62 336	0.67 342

qqq	6.96 233	1.40 144	8.15 225	4.50 143	1.03 118	8.55 241	6.93 361	20.20 272	11.88 179	12.00 176	18.19 218	16.02 285	11.15 298	11.09 186	7.45 293	0.06 218	0.13 280	0.02 172	0.05 221	0.25 166	0.20 192

IER	9.78 329	1.55 194	9.97 319	4.51 144	5.23 386	13.78 325	5.11 288	26.66 352	22.79 320	19.69 354	29.45 359	16.42 290	18.52 433	13.64 310	7.57 298	0.06 218	0.03 96	0.18 333	0.09 264	0.18 129	0.23 214

UNet	12.64 403	2.02 317	13.36 377	6.85 328	7.76 467	25.31 462	4.74 280	34.10 448	28.19 375	20.03 361	31.07 386	27.02 418	17.36 418	20.18 423	13.87 387	0.06 218	0.05 139	0.27 365	0.01 126	0.23 156	0.39 278

x	6.80 224	1.36 136	6.94 165	4.58 150	1.88 211	10.78 273	4.55 274	19.79 268	10.62 167	12.69 196	19.54 238	14.87 267	10.11 279	9.52 130	8.03 313	0.07 229	0.15 300	0.04 209	0.04 198	0.24 162	0.22 206

test-1	5.62 170	1.53 187	14.78 407	7.44 353	1.11 127	7.99 233	1.19 76	13.03 148	12.04 183	9.39 150	15.23 187	11.15 201	5.56 168	7.06 59	3.57 184	0.07 229	0.50 432	0.00 1	0.10 273	0.16 116	0.47 302

UCFNet_RVC	9.48 317	2.12 331	4.89 74	7.03 332	3.78 309	16.05 373	6.37 337	28.25 370	20.00 284	15.93 269	23.07 290	25.21 401	12.79 337	12.57 270	8.01 311	0.07 229	0.04 108	1.17 451	0.23 346	1.31 404	0.69 345

CFNet-ft	9.87 335	2.18 338	5.49 101	7.45 354	5.25 388	15.76 368	5.98 318	21.89 297	21.87 308	14.96 239	30.02 367	25.68 405	13.68 352	12.46 263	10.94 361	0.08 232	0.06 172	1.83 467	0.22 337	1.09 387	0.43 291

CFNet_RVC	9.87 335	2.18 338	5.49 101	7.45 354	5.25 388	15.76 368	5.98 318	21.89 297	21.87 308	14.96 239	30.02 367	25.68 405	13.68 352	12.46 263	10.94 361	0.08 232	0.06 172	1.83 467	0.22 337	1.09 387	0.43 291

SGD-Stereo	1.88 15	0.76 15	3.80 26	2.37 17	0.33 18	3.48 31	0.93 60	6.52 35	2.22 15	3.84 74	1.08 11	1.78 43	1.34 27	8.32 88	0.70 10	0.09 234	0.01 23	0.00 1	0.00 1	0.06 41	0.03 25

TestStereo	6.02 190	2.55 359	7.33 186	5.57 231	1.68 190	6.05 182	1.78 136	13.73 164	16.40 243	10.87 167	23.79 295	9.00 173	5.63 173	11.26 201	3.96 209	0.09 234	0.01 23	0.00 1	0.00 1	0.69 350	0.01 1

sAnonymous2	6.59 207	6.21 448	19.05 445	8.91 393	5.27 392	4.58 69	6.69 351	15.56 196	11.12 174	4.86 103	8.71 110	3.81 72	7.93 233	7.38 65	2.89 150	0.09 234	0.07 195	0.05 216	0.28 374	11.25 517	7.10 504

CroCo_RVC	6.59 207	6.21 448	19.05 445	8.91 393	5.27 392	4.58 69	6.69 351	15.56 196	11.12 174	4.86 103	8.71 110	3.81 72	7.93 233	7.38 65	2.89 150	0.09 234	0.07 195	0.05 216	0.28 374	11.25 517	7.10 504

PSMNet-RSSM	9.71 327	1.73 249	6.09 128	7.47 356	4.27 336	10.06 258	6.00 320	29.14 382	21.74 307	15.76 264	32.88 416	22.63 369	13.18 343	12.94 285	9.12 335	0.09 234	0.02 67	0.07 241	0.10 273	0.70 353	0.24 221

gcap-zeroshot	5.34 145	1.50 178	10.42 330	4.65 153	1.22 143	9.78 254	1.70 114	10.29 104	6.36 102	15.08 244	9.84 124	17.96 322	5.21 159	9.43 129	1.99 86	0.10 239	0.36 399	0.06 230	0.29 378	0.05 36	0.43 291

11t1	5.86 178	1.10 83	7.74 203	5.18 202	1.44 167	13.82 327	2.36 185	14.92 181	7.26 127	12.98 204	11.10 148	11.24 202	9.30 260	11.59 218	6.54 278	0.10 239	0.16 309	0.00 1	0.01 126	0.18 129	0.23 214

Selective-RAFT	5.78 177	0.83 30	10.24 326	6.70 317	0.72 85	15.49 365	1.13 73	13.82 169	15.41 227	6.97 129	6.97 94	11.63 205	8.27 241	12.32 254	4.73 233	0.10 239	0.01 23	0.00 1	0.26 366	0.07 56	0.03 25

GANet-RSSM	9.48 317	1.32 129	6.45 143	6.72 319	5.51 404	12.78 312	6.03 324	26.55 350	18.96 275	14.92 238	27.95 339	25.41 404	14.69 379	13.52 306	7.60 300	0.10 239	0.10 241	0.16 326	0.01 126	0.51 305	0.39 278

SCV_C0	3.23 74	1.31 126	6.44 142	3.20 54	0.82 100	4.84 93	1.61 106	10.34 105	6.85 113	2.74 47	4.91 64	6.26 123	1.81 46	11.06 185	1.50 49	0.11 243	0.06 172	0.00 1	0.23 346	0.33 228	0.11 114

rvit_stereo_0083	4.53 120	1.94 298	9.94 317	7.12 340	1.67 187	4.98 103	2.80 215	8.25 68	18.22 267	4.76 100	7.78 104	6.41 128	4.87 153	7.54 71	3.74 194	0.11 243	0.04 108	0.00 1	0.01 126	0.24 162	0.16 159

test_sample1	7.66 257	1.26 113	8.87 256	5.04 179	2.61 255	14.61 347	4.58 276	20.08 271	9.81 161	13.83 219	21.62 272	18.21 329	12.26 325	11.71 225	8.01 311	0.11 243	0.11 257	0.02 172	0.02 158	0.20 137	0.17 167

ARAFT	8.50 283	3.19 388	16.58 424	5.52 230	0.91 111	12.13 300	11.20 435	17.19 226	18.28 268	18.40 333	16.33 197	17.10 304	8.58 243	18.56 396	5.00 245	0.11 243	0.04 108	0.00 1	0.00 1	0.55 317	0.25 227

HSM-Net_RVC	10.88 369	1.23 105	5.46 99	5.57 231	2.63 258	20.12 422	6.06 326	27.67 364	28.35 377	20.63 373	25.51 312	34.01 466	14.38 372	16.18 365	9.29 336	0.11 243	0.07 195	0.01 154	0.00 1	0.13 96	0.14 139
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
test_sample2	7.86 264	1.27 114	7.98 214	5.00 178	2.29 235	13.33 321	6.88 358	20.42 280	15.24 223	13.95 221	21.58 270	18.96 333	12.12 324	12.07 242	5.36 260	0.12 248	0.10 241	0.07 241	0.03 177	0.28 186	0.19 187

mmm	7.72 259	1.50 178	8.56 245	5.29 214	1.89 212	14.14 335	5.70 309	18.42 246	11.02 171	16.04 270	23.78 294	17.00 297	10.03 278	12.03 235	7.54 296	0.12 248	0.07 195	0.50 401	0.20 332	0.31 211	0.18 175

iinet-f	13.51 421	4.29 414	45.90 514	6.01 269	3.96 319	21.00 427	13.40 458	27.40 362	21.12 296	21.11 384	30.72 376	21.49 358	16.96 412	15.33 337	19.50 431	0.12 248	0.42 410	0.09 262	0.05 221	0.89 377	0.39 278

knoymous	6.19 197	1.49 174	4.49 61	3.81 102	1.87 210	5.84 167	5.76 310	14.51 172	14.18 212	13.31 214	21.59 271	12.64 223	6.49 203	12.41 259	4.03 216	0.12 248	0.13 280	0.12 299	0.00 1	0.71 355	0.35 268

ACVNet	10.36 351	1.68 245	5.49 101	6.01 269	2.75 266	12.78 312	3.56 245	21.89 297	34.81 435	14.96 239	30.78 378	24.72 396	13.88 360	15.81 352	17.20 415	0.13 252	0.01 23	0.06 230	0.06 237	0.51 305	0.15 154

acv_ft	12.16 391	1.68 245	11.97 359	7.70 364	6.20 426	19.61 418	5.52 303	25.78 339	34.81 435	25.62 437	30.78 378	24.72 396	13.20 345	15.81 352	18.80 426	0.13 252	0.01 23	0.06 230	0.06 237	0.63 339	0.15 154

IGEV-RUCA	3.00 61	1.12 88	4.51 62	4.78 162	2.30 236	6.18 184	1.80 140	7.24 49	4.79 60	2.63 44	4.91 64	4.06 76	2.44 69	9.70 136	1.50 49	0.14 254	0.26 374	0.21 349	0.29 378	0.74 365	0.35 268

PAM_32	6.82 225	1.73 249	14.16 395	5.34 220	1.47 169	13.84 328	0.88 57	14.75 179	6.34 101	14.22 227	9.14 116	24.94 399	11.87 319	12.50 266	2.79 147	0.14 254	0.27 379	0.09 262	0.42 416	0.54 313	0.89 373

plain	4.15 115	1.67 239	9.97 319	4.86 169	2.97 281	3.27 24	1.41 89	8.20 66	5.51 87	3.37 61	16.69 200	3.03 58	2.71 76	14.44 324	3.91 205	0.14 254	0.00 1	0.03 189	0.01 126	0.69 350	0.14 139

riskmin	6.42 203	1.29 120	6.76 156	3.95 107	2.25 233	10.49 264	2.53 200	15.11 183	17.60 257	9.77 153	12.91 169	15.25 274	12.04 323	11.58 216	5.11 248	0.14 254	0.24 363	0.13 310	0.03 177	0.61 333	0.69 345

hknet	10.13 346	1.56 203	10.27 327	6.74 320	3.72 307	16.10 377	7.13 366	33.06 438	21.12 296	17.99 317	21.34 266	23.11 374	14.95 382	16.43 372	8.34 320	0.14 254	0.13 280	0.14 314	0.04 198	0.30 199	0.09 94

RAFT_R40	6.91 229	1.53 187	8.45 239	6.79 323	0.77 92	5.86 171	3.82 254	14.85 180	14.53 217	18.05 320	20.03 242	17.06 298	8.69 246	13.40 300	3.84 203	0.14 254	0.02 67	0.14 314	0.00 1	0.09 74	0.05 53

111	7.26 246	1.65 234	7.28 180	3.56 80	0.32 13	10.76 271	3.53 243	20.55 281	27.51 371	10.07 156	16.62 199	14.30 255	9.53 268	12.02 234	5.87 268	0.14 254	0.01 23	0.00 1	0.00 1	0.31 211	1.14 397

FADNet-RVC	13.27 417	11.57 495	39.71 500	7.94 372	4.50 352	15.41 361	6.95 362	27.96 365	22.98 321	20.37 368	30.73 377	26.86 414	11.31 305	20.50 434	14.28 391	0.14 254	0.14 295	0.13 310	0.18 314	2.83 447	0.86 370

222	12.33 395	1.29 120	8.09 222	6.06 274	2.14 227	19.51 417	2.53 200	33.63 444	23.55 325	21.72 392	30.51 373	20.11 346	16.77 409	13.22 296	46.51 541	0.15 262	0.14 295	0.01 154	0.03 177	0.26 176	0.26 230

FENet	7.94 267	1.01 63	6.72 149	5.87 254	2.07 225	11.11 283	2.03 164	21.39 288	20.81 290	17.14 298	22.65 286	14.43 257	11.54 312	12.97 287	7.89 308	0.15 262	0.24 363	0.03 189	0.02 158	0.14 101	0.62 331

DEmStereo	8.85 294	1.36 136	9.99 321	4.24 123	1.05 122	11.49 286	5.91 313	13.76 166	26.68 364	22.03 394	32.92 417	11.86 211	15.27 391	11.48 208	8.08 314	0.16 264	0.15 300	0.02 172	0.09 264	0.09 74	0.44 295

test_xeample	11.49 377	1.24 110	7.50 190	5.22 210	2.18 229	17.40 398	6.49 343	31.14 410	22.77 319	17.90 315	33.09 419	18.48 331	14.61 378	13.51 305	37.38 519	0.16 264	0.13 280	0.01 154	0.03 177	0.23 156	0.24 221

StereoDRNet-Refined	13.36 419	2.80 368	10.82 340	7.94 372	3.10 283	18.95 413	4.45 272	28.47 372	29.65 383	29.11 463	41.47 478	24.44 389	17.64 421	23.34 452	21.66 444	0.16 264	0.07 195	0.53 404	0.32 393	0.77 368	1.64 420
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
rvit_0105_5	7.60 253	3.13 387	16.37 422	9.97 429	1.59 182	7.41 221	6.27 331	17.78 234	25.62 352	10.30 159	10.39 139	14.79 264	8.95 254	12.51 267	4.87 242	0.17 267	0.42 410	0.00 1	0.11 283	0.62 336	0.71 350

Sa-1000	8.38 281	1.50 178	8.13 223	7.56 360	0.89 108	14.39 339	2.47 196	24.31 324	23.74 332	15.18 253	28.35 345	11.42 203	8.85 251	16.20 369	3.28 179	0.17 267	0.23 352	0.15 320	0.23 346	0.46 277	0.19 187

IRAFT_RVC	8.76 291	1.47 164	9.55 297	7.31 345	1.77 199	6.49 198	10.43 424	25.94 343	27.33 367	17.50 306	19.85 240	17.93 321	10.21 281	12.88 280	5.44 261	0.17 267	0.30 384	0.19 341	0.05 221	0.22 144	0.12 121

rvit_0105_6	5.74 175	2.76 367	14.29 399	9.83 424	1.73 193	5.18 119	5.24 291	10.21 102	20.31 285	6.26 115	6.78 90	10.10 187	6.43 201	11.20 199	3.33 180	0.18 270	0.29 382	0.00 1	0.00 1	0.51 305	0.14 139

ssnet_v2	13.23 414	2.43 351	11.25 346	7.34 346	2.92 277	23.05 443	12.95 453	35.93 470	32.92 423	21.23 387	25.38 310	28.81 421	15.22 390	22.57 447	19.81 433	0.18 270	0.08 215	0.19 341	0.05 221	1.24 398	1.06 391

FTStereo	8.67 289	1.13 89	6.04 126	6.04 273	2.39 243	7.86 231	12.05 448	17.72 232	8.33 144	20.16 365	41.41 477	16.10 289	12.64 336	10.80 174	4.37 224	0.18 270	0.01 23	0.09 262	0.16 307	0.15 109	5.71 486

DISCO	16.36 441	1.88 286	16.15 416	7.78 368	4.19 331	26.92 473	10.21 422	30.31 401	44.26 487	21.35 389	33.91 432	35.80 477	22.40 454	35.65 507	33.87 505	0.18 270	0.08 215	0.04 209	0.04 198	1.71 419	0.54 317

rvit_0105_4	6.69 215	2.81 369	15.46 411	10.22 436	1.58 180	5.99 175	5.81 311	13.77 167	23.65 328	7.16 131	9.46 121	12.64 223	7.78 230	12.03 235	3.83 201	0.19 274	0.47 425	0.00 1	0.01 126	0.60 331	0.37 272

BUS	9.20 302	1.48 169	7.93 211	6.74 320	3.96 319	17.62 405	2.79 213	33.06 438	21.58 303	17.99 317	21.34 266	14.49 258	9.40 265	14.18 317	10.57 354	0.19 274	0.13 280	0.14 314	0.04 198	0.30 199	0.09 94

BSDual-CNN	9.70 325	1.48 169	7.93 211	6.74 320	3.96 319	16.10 377	7.13 366	33.06 438	21.58 303	17.99 317	21.34 266	22.28 366	11.53 310	14.18 317	7.81 304	0.19 274	0.13 280	0.14 314	0.04 198	0.30 199	0.09 94

psmg	9.80 331	1.48 169	7.93 211	5.18 202	3.96 319	15.85 371	7.93 380	29.11 381	21.58 303	20.93 377	25.06 306	22.28 366	11.53 310	14.18 317	7.81 304	0.19 274	0.13 280	0.17 328	0.04 198	0.36 239	0.21 199

xxxx	11.74 384	1.16 93	7.88 208	5.61 233	1.99 220	20.46 424	3.12 227	33.99 447	23.76 334	15.53 258	30.67 374	26.88 415	14.50 377	12.98 288	35.48 510	0.19 274	0.18 317	0.01 154	0.02 158	0.22 144	0.27 234

MMNet	12.97 409	2.08 325	12.74 368	6.98 331	6.27 433	26.39 470	4.73 279	23.10 312	41.79 473	25.48 435	32.29 409	21.09 355	17.79 423	19.52 411	17.90 422	0.19 274	0.07 195	0.10 281	0.00 1	0.37 246	0.59 327

ccs_rob	9.61 322	1.92 294	10.72 336	4.55 146	2.89 272	14.33 338	2.86 218	26.85 355	32.36 416	17.05 294	22.91 288	22.12 364	8.70 247	12.10 244	7.44 292	0.19 274	0.44 416	1.38 462	0.25 362	2.68 443	0.57 323

iResNet_ROB	11.71 381	1.96 301	10.77 338	6.01 269	3.68 306	15.13 356	2.34 184	31.72 417	37.58 453	26.16 442	32.77 413	25.88 408	15.34 393	16.35 371	7.94 310	0.19 274	0.01 23	0.00 1	0.00 1	0.31 211	0.12 121

rvit_stereo_0080	3.98 108	2.11 328	7.62 195	3.68 92	1.90 214	4.16 49	7.60 376	9.69 89	8.13 138	5.08 106	7.39 98	6.27 124	4.44 129	6.73 54	3.92 206	0.20 282	0.01 23	0.00 1	0.00 1	0.55 317	0.12 121

whm_eth	3.98 108	2.11 328	7.62 195	3.68 92	1.90 214	4.16 49	7.60 376	9.69 89	8.13 138	5.08 106	7.39 98	6.27 124	4.44 129	6.73 54	3.92 206	0.20 282	0.01 23	0.00 1	0.00 1	0.55 317	0.12 121

AASNet	12.49 400	2.46 354	10.49 332	9.82 422	6.86 445	17.33 397	6.73 353	41.09 507	37.86 456	22.53 400	29.11 350	16.68 294	13.48 350	14.54 329	17.87 421	0.20 282	0.02 67	0.78 425	0.05 221	1.18 393	0.76 357

CFNet_pseudo	9.58 320	1.91 290	10.73 337	4.53 145	2.91 275	14.26 336	2.75 211	26.73 354	32.14 413	17.10 296	23.02 289	22.14 365	8.74 249	12.17 248	7.43 291	0.20 282	0.45 421	1.24 460	0.24 356	2.49 440	0.49 310

XX-Stereo	6.14 195	1.47 164	9.11 278	11.87 471	6.76 442	3.27 24	0.93 60	15.13 184	5.43 84	8.79 146	28.46 346	13.71 251	2.22 58	11.51 211	2.07 96	0.20 282	0.24 363	0.08 251	0.29 378	1.04 385	0.13 134

DCVSM-stereo	9.70 325	1.83 280	11.36 349	5.81 248	3.59 305	10.57 267	3.00 221	18.71 252	22.11 311	23.79 414	19.02 229	29.73 428	17.68 422	13.33 298	9.11 334	0.21 287	1.14 474	0.27 365	0.06 237	0.75 366	1.89 429

test_sample4	9.10 300	1.65 234	9.91 316	5.19 205	2.57 253	16.59 391	5.38 296	27.37 360	19.80 281	17.80 311	27.52 336	15.01 268	11.21 300	12.69 274	8.15 317	0.21 287	0.07 195	0.06 230	0.03 177	0.43 268	0.30 247

test_sample3	8.76 291	1.62 226	9.99 321	5.21 208	2.61 255	17.43 399	5.37 294	26.91 356	19.77 280	17.13 297	20.82 259	16.55 293	9.70 272	12.52 269	8.59 324	0.21 287	0.07 195	0.05 216	0.04 198	0.39 255	0.30 247

LL-Strereo	10.79 366	3.52 395	12.54 365	8.77 391	5.44 402	7.49 222	9.26 399	35.15 462	28.70 378	16.47 281	15.85 192	21.06 354	17.42 420	21.62 441	9.72 338	0.21 287	0.22 346	0.74 423	0.08 251	0.98 381	0.60 328

IPLGR	7.14 240	1.31 126	13.14 374	4.24 123	1.15 138	9.78 254	0.98 65	23.98 319	21.70 306	16.22 275	18.43 219	8.45 165	7.66 226	9.26 126	5.45 262	0.21 287	0.05 139	0.04 209	0.06 237	0.32 221	0.38 275

iResNetv2_ROB	12.00 388	2.91 376	13.46 382	5.82 249	3.73 308	13.15 318	6.45 340	34.15 449	36.02 444	25.25 431	33.81 430	29.79 430	14.24 369	13.61 309	6.10 274	0.21 287	0.02 67	0.12 299	0.00 1	0.82 370	0.25 227

xyz-stereo	13.23 414	0.83 30	38.70 499	2.53 27	0.83 102	41.19 523	4.82 286	13.68 161	26.28 361	22.98 406	37.78 453	29.35 427	18.53 434	18.11 393	7.85 307	0.22 293	0.03 96	0.64 415	0.01 126	0.13 96	0.06 64

DispNO	9.33 311	1.78 274	15.84 414	5.73 246	5.74 416	12.24 302	4.81 285	25.06 329	21.10 295	16.70 289	20.86 260	17.78 317	11.76 317	16.74 378	8.85 329	0.22 293	0.15 300	0.03 189	0.12 286	0.41 263	0.64 338

mmx	10.71 361	1.43 153	9.67 304	5.70 240	3.44 296	11.96 295	6.35 333	32.18 423	28.03 373	15.83 265	31.44 394	17.22 307	10.87 291	16.19 366	21.98 448	0.22 293	0.06 172	0.80 429	0.08 251	0.48 286	0.21 199

xxx	10.71 361	1.43 153	9.67 304	5.70 240	3.44 296	11.96 295	6.35 333	32.18 423	28.03 373	15.83 265	31.44 394	17.22 307	10.87 291	16.19 366	21.98 448	0.22 293	0.06 172	0.80 429	0.08 251	0.48 286	0.21 199

PCWNet_CMD	9.64 323	1.77 271	10.59 333	4.80 163	2.90 273	16.25 387	2.42 195	29.37 388	34.10 429	17.41 302	22.04 279	19.10 337	7.70 227	12.05 238	6.86 282	0.22 293	0.45 421	0.80 429	0.22 337	3.11 455	0.69 345

SST-Stereo	6.60 210	1.46 162	8.37 231	6.68 315	0.77 92	6.01 179	1.93 157	14.68 177	9.24 155	19.09 344	20.43 249	16.86 296	8.59 244	13.49 303	3.80 199	0.22 293	0.05 139	0.13 310	0.00 1	0.08 68	0.05 53

SFCPSM	8.85 294	1.40 144	11.34 348	5.23 212	3.47 301	16.55 390	7.18 369	30.71 406	25.24 348	16.45 280	19.45 233	11.10 200	9.61 269	11.88 232	5.52 263	0.22 293	0.17 311	0.36 388	0.22 337	0.29 193	0.58 325

MLCV	9.32 310	2.22 340	12.55 366	5.22 210	1.32 155	13.79 326	1.35 87	21.14 287	23.65 328	21.91 393	31.37 390	17.14 305	7.57 225	16.00 363	10.18 348	0.22 293	0.01 23	0.03 189	0.02 158	0.40 260	0.29 244

DLCB_ROB	13.35 418	3.00 381	9.12 279	9.43 407	5.68 412	21.80 433	10.12 418	29.19 384	29.92 391	27.71 454	31.45 398	32.37 450	19.50 440	19.02 402	16.73 412	0.22 293	0.04 108	0.38 391	0.06 237	0.49 295	0.85 369

coex_refinement	11.56 378	1.53 187	7.45 189	8.18 379	5.09 378	17.10 395	7.07 363	31.05 409	32.20 415	18.57 335	30.81 380	25.84 407	12.31 327	13.41 301	19.47 430	0.23 302	0.04 108	0.02 172	0.10 273	0.44 271	0.37 272

test_sample5	9.36 312	1.61 220	9.63 300	5.30 215	2.52 249	15.42 362	6.00 320	27.25 358	19.96 282	18.36 331	31.81 400	15.99 283	11.29 302	13.21 294	7.66 301	0.23 302	0.08 215	0.07 241	0.04 198	0.48 286	0.34 263

DualNet	9.49 319	1.61 220	9.63 300	5.30 215	2.52 249	15.42 362	6.00 320	27.25 358	19.96 282	19.40 347	33.22 420	15.99 283	11.29 302	13.21 294	7.66 301	0.23 302	0.08 215	0.07 241	0.04 198	0.48 286	0.34 263

CFNet_ucs	10.25 348	1.91 290	11.88 357	4.98 175	4.08 326	15.11 354	3.57 247	28.02 367	31.98 412	18.21 324	25.20 309	23.27 377	9.38 264	13.38 299	7.22 287	0.23 302	0.81 461	1.65 466	0.22 337	3.01 451	0.93 378

MSMDNet	9.64 323	1.77 271	10.63 334	4.83 164	2.90 273	16.35 388	2.37 188	29.33 386	34.29 432	17.43 304	22.10 281	19.05 336	7.79 231	12.11 246	6.87 283	0.23 302	0.46 423	0.67 418	0.21 334	2.77 446	0.60 328

1111x	11.32 372	1.34 132	8.95 262	5.20 206	1.96 217	14.46 345	7.75 379	35.65 467	28.23 376	15.66 262	26.66 328	26.65 410	14.76 381	15.88 355	22.27 453	0.24 307	0.13 280	0.04 209	0.06 237	0.30 199	0.24 221

ADLNet2	12.44 398	2.17 335	12.84 370	9.17 401	5.82 419	20.00 420	10.13 419	32.53 431	36.22 447	18.62 336	19.39 232	21.96 361	17.07 414	21.43 440	19.42 429	0.24 307	0.15 300	0.06 230	0.08 251	0.86 374	0.57 323

OMP-Stereo	6.93 231	2.57 361	9.03 274	10.63 444	1.72 192	4.89 96	1.91 154	17.84 235	15.56 231	16.69 288	14.16 175	17.70 316	7.33 222	12.93 284	4.83 241	0.24 307	0.03 96	0.06 230	0.02 158	0.19 133	0.39 278

PFNet	7.91 265	1.44 159	11.60 353	7.03 332	2.42 244	7.60 229	6.03 324	23.36 314	17.24 250	20.29 367	17.67 205	15.44 277	7.71 228	13.02 292	5.71 265	0.24 307	0.20 329	0.12 299	0.19 327	0.31 211	0.61 330

ADLNet	12.34 396	2.22 340	10.14 325	8.38 385	6.78 444	17.56 401	9.05 393	33.21 441	26.28 361	27.06 449	26.01 316	26.80 412	13.76 355	16.99 381	18.74 425	0.24 307	0.39 402	0.23 357	0.10 273	0.64 343	2.16 442

PA-Net	16.29 440	6.88 459	27.34 474	9.88 425	11.12 502	21.77 432	28.15 531	32.06 422	39.49 460	19.99 358	27.91 338	23.50 381	20.59 447	20.25 426	24.04 465	0.24 307	2.26 498	0.22 353	4.59 506	1.13 392	4.48 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
S2M2	2.06 21	1.28 116	4.05 45	3.20 54	1.14 137	2.31 9	0.06 2	6.26 28	6.67 108	1.75 17	4.48 48	4.47 87	0.81 16	2.36 3	1.52 51	0.25 313	0.10 241	0.03 189	0.00 1	0.49 295	0.03 25

G2L-Stereo	10.09 345	1.97 302	9.53 295	7.09 336	4.21 332	9.10 248	8.53 389	29.05 380	22.51 315	19.28 346	25.57 313	22.70 371	10.67 286	15.44 345	14.88 398	0.25 313	0.04 108	0.08 251	0.01 126	0.36 239	0.42 288

ADCP+	18.16 464	4.61 420	32.94 489	9.31 405	10.23 495	28.87 480	11.69 443	33.43 442	36.49 448	29.28 466	40.49 471	24.18 388	24.61 467	33.89 496	35.33 509	0.25 313	0.40 405	2.00 470	1.17 468	2.16 435	1.87 428

RYNet	18.92 470	4.69 422	16.88 425	10.99 454	15.84 519	46.72 527	16.57 488	37.84 487	48.03 497	26.92 447	26.48 325	37.84 486	24.92 471	19.80 414	31.04 503	0.25 313	0.25 371	0.62 412	0.03 177	6.34 490	6.39 494

test_sample6	9.79 330	1.61 220	9.84 313	5.35 221	2.35 241	15.59 366	6.60 350	28.40 371	20.96 292	19.40 347	33.22 420	17.17 306	11.58 314	13.43 302	8.82 328	0.26 317	0.10 241	0.10 281	0.06 237	0.50 301	0.41 285

UPFNet	11.72 382	1.52 184	10.33 328	7.38 349	7.14 453	20.05 421	9.62 405	28.90 379	25.94 356	20.02 360	29.73 363	20.91 351	16.34 403	18.61 398	16.17 409	0.26 317	0.17 311	0.25 361	0.03 177	0.55 317	0.56 322

IIG-Stereo	7.41 250	2.13 333	8.55 244	10.02 430	1.76 197	6.82 211	1.53 99	17.17 225	15.84 237	18.74 339	20.30 248	18.01 323	8.39 242	12.89 281	5.22 252	0.27 319	0.03 96	0.03 189	0.00 1	0.16 116	0.30 247

CRE-IMP	5.53 157	1.63 231	9.62 299	5.65 235	0.48 42	7.02 215	1.70 114	11.84 123	8.33 144	12.99 205	16.02 193	11.08 198	6.23 191	12.06 240	5.06 247	0.28 320	0.07 195	0.09 262	0.00 1	0.24 162	0.21 199

ac_64	11.10 371	1.49 174	9.88 314	8.24 382	5.45 403	19.12 414	6.46 341	24.10 322	14.34 214	22.80 404	23.87 297	33.28 459	15.54 395	18.87 400	17.26 417	0.28 320	0.12 268	0.02 172	0.02 158	0.26 176	0.63 332

STTStereo	12.97 409	4.88 428	26.57 473	7.54 359	5.41 399	13.43 322	6.49 343	30.53 404	26.35 363	25.14 430	31.43 393	32.00 447	14.12 365	16.01 364	14.83 396	0.29 322	0.31 387	0.67 418	1.08 465	1.21 395	1.11 393

CoDeX	9.24 304	1.77 271	9.54 296	6.08 275	3.79 311	16.45 389	6.76 356	26.15 346	25.03 346	17.18 299	25.12 308	14.69 263	11.68 316	12.22 249	6.71 280	0.30 323	0.20 329	0.15 320	0.02 158	0.23 156	0.68 343

RAFT + AFF	10.27 350	3.77 402	17.13 426	10.24 437	4.97 369	13.08 316	11.52 441	25.69 338	25.80 353	14.72 233	16.12 195	19.16 338	11.35 306	16.24 370	9.04 333	0.30 323	1.46 482	0.66 417	0.20 332	2.03 433	1.94 432

EDNetEfficientorigin	28.98 523	35.45 537	99.82 582	9.43 407	5.65 410	24.97 456	14.79 469	26.06 344	54.82 521	60.87 540	57.59 533	45.42 514	50.27 537	26.11 467	43.62 535	0.30 323	0.37 401	1.61 465	2.35 489	10.17 510	9.99 522

TRStereo	6.22 198	6.09 446	11.30 347	9.19 403	7.41 459	4.75 86	1.74 128	19.70 265	11.74 177	10.61 163	8.65 107	10.67 192	3.22 87	13.81 312	3.60 187	0.31 326	0.23 352	0.12 299	0.36 404	0.48 286	0.38 275

IPLGR_C	7.16 242	2.48 355	12.98 372	7.52 358	4.91 365	10.56 266	4.59 277	15.63 199	14.12 211	17.42 303	18.87 226	8.00 158	4.59 139	10.76 170	8.81 327	0.32 327	0.32 390	0.03 189	0.13 291	0.36 239	0.76 357

RAFT-345	6.79 223	1.29 120	6.80 159	5.06 182	0.91 111	5.61 143	3.32 236	13.36 156	10.17 164	13.73 217	43.66 493	9.12 176	5.38 164	12.29 253	4.44 226	0.32 327	0.05 139	0.09 262	0.06 237	0.06 41	0.03 25

CIPLG	7.15 241	2.44 352	12.82 369	7.38 349	4.93 366	10.51 265	4.56 275	15.17 186	13.25 202	17.45 305	19.75 239	8.42 164	4.60 140	11.41 207	8.31 318	0.33 329	0.32 390	0.03 189	0.14 297	0.37 246	0.72 352

ACRE	7.07 238	2.38 349	13.26 376	7.36 348	4.86 362	10.28 260	4.40 269	15.51 194	13.69 207	17.22 300	19.23 230	8.00 158	4.20 118	10.64 164	8.50 323	0.33 329	0.32 390	0.03 189	0.14 297	0.37 246	0.77 360

NF-Stereo	6.72 217	1.59 211	8.93 258	6.60 310	0.73 90	6.27 188	3.38 237	20.21 278	18.01 263	13.22 213	19.46 235	11.82 209	6.16 187	12.39 258	4.74 234	0.33 329	0.06 172	0.20 344	0.23 346	0.08 68	0.05 53

HGLStereo	12.72 405	2.66 365	12.34 362	9.93 426	7.55 461	16.16 381	7.45 374	31.48 416	27.01 366	20.01 359	35.31 438	26.98 417	18.90 437	17.87 388	18.90 427	0.33 329	0.16 309	0.07 241	0.05 221	0.48 286	0.70 349

RE-Stereo	6.73 218	1.58 209	8.94 260	6.59 307	0.71 76	6.27 188	3.51 240	20.20 272	17.99 261	13.21 210	19.46 235	11.94 212	6.20 189	12.34 255	4.79 238	0.34 333	0.05 139	0.20 344	0.23 346	0.09 74	0.05 53

TVStereo	6.73 218	1.58 209	8.94 260	6.59 307	0.71 76	6.27 188	3.51 240	20.20 272	17.99 261	13.21 210	19.46 235	11.94 212	6.20 189	12.34 255	4.79 238	0.34 333	0.05 139	0.20 344	0.23 346	0.09 74	0.05 53

APVNet	17.75 460	5.46 437	20.35 457	12.31 473	8.40 476	30.16 486	24.10 521	41.14 508	30.12 392	25.08 429	41.09 474	31.24 440	23.12 457	27.07 472	27.86 490	0.34 333	0.56 442	3.02 488	0.52 430	1.68 418	1.45 412

OCTAStereo	6.74 220	1.59 211	8.96 265	6.60 310	0.72 85	6.25 186	3.50 238	20.20 272	18.03 264	13.21 210	19.45 233	12.07 220	6.16 187	12.36 257	4.78 235	0.35 336	0.06 172	0.20 344	0.23 346	0.09 74	0.05 53

LE_ROB	22.93 502	3.07 383	14.02 392	7.70 364	2.86 270	31.99 496	17.35 494	28.10 368	67.19 551	70.51 553	55.61 531	49.07 525	47.62 534	24.76 462	36.49 512	0.35 336	0.20 329	0.27 365	0.55 433	0.48 286	0.44 295

FACV-RUCA	7.66 257	1.94 298	9.40 291	7.72 367	6.03 422	12.99 315	3.10 226	19.47 263	18.51 269	12.27 178	18.43 219	8.28 162	10.16 280	11.38 205	5.62 264	0.36 338	0.62 447	4.36 496	0.30 385	1.72 420	0.55 318

rvit_0105_3	9.23 303	3.67 399	17.68 436	11.75 467	1.89 212	9.37 253	8.48 387	18.68 251	30.64 396	15.02 242	14.72 180	17.87 320	9.94 277	15.66 347	6.54 278	0.36 338	0.43 414	0.01 154	0.41 414	0.50 301	1.01 388

fast-acv-ft	14.25 426	4.00 410	16.20 417	7.51 357	5.14 383	26.38 469	9.77 407	24.62 326	34.84 437	25.30 433	37.27 449	32.09 448	20.38 446	18.32 394	19.50 431	0.36 338	0.32 390	0.63 413	0.47 423	1.18 393	0.76 357

DRN-Test	15.88 436	3.83 406	14.70 405	9.96 428	8.02 474	28.93 482	14.65 467	42.34 512	38.25 459	28.18 458	34.31 434	29.22 425	18.35 431	20.01 418	22.68 457	0.37 341	0.41 406	0.46 397	0.28 374	1.28 400	1.34 405

SMFormer	10.46 355	1.37 138	13.37 378	4.41 137	1.30 149	14.40 342	3.29 231	30.25 397	29.81 385	19.55 349	29.37 353	18.06 324	14.40 373	15.42 341	12.70 375	0.38 342	0.21 336	0.28 372	0.03 177	0.33 228	0.31 255

tta	10.45 353	1.37 138	13.37 378	4.41 137	1.30 149	14.39 339	3.29 231	30.25 397	29.81 385	19.55 349	29.37 353	18.06 324	14.40 373	15.42 341	12.69 374	0.38 342	0.21 336	0.28 372	0.03 177	0.29 193	0.18 175

qqq1	9.96 338	1.37 138	13.37 378	4.41 137	1.30 149	14.40 342	3.29 231	30.25 397	29.81 385	19.55 349	29.37 353	18.06 324	14.40 373	15.42 341	3.18 173	0.38 342	0.21 336	0.00 1	0.01 126	0.29 193	0.18 175

fff1	9.96 338	1.37 138	13.37 378	4.41 137	1.30 149	14.40 342	3.29 231	30.25 397	29.81 385	19.55 349	29.37 353	18.06 324	14.40 373	15.42 341	3.18 173	0.38 342	0.21 336	0.00 1	0.01 126	0.29 193	0.18 175

ttt	9.98 340	1.49 174	7.30 185	6.43 296	3.95 318	14.02 331	5.06 287	33.03 437	29.84 389	14.90 237	30.95 382	14.81 265	9.66 270	15.36 339	11.38 367	0.38 342	0.19 324	0.10 281	0.03 177	0.37 246	0.28 238

GANet-ADL	8.36 280	2.31 347	8.44 238	7.39 351	2.65 259	12.58 308	5.24 291	29.55 390	25.24 348	14.19 226	16.70 201	17.07 303	6.91 216	10.65 165	6.26 276	0.38 342	0.39 402	0.10 281	0.12 286	0.75 366	0.28 238

GES	8.51 284	1.98 304	11.82 356	6.39 294	1.77 199	12.36 305	6.22 330	21.55 290	21.34 300	19.02 343	26.02 317	8.79 169	9.34 263	13.94 315	7.24 288	0.38 342	0.10 241	0.30 380	0.14 297	0.69 350	0.73 353

BEATNet_4x	9.37 313	4.85 424	12.05 361	5.48 228	1.35 162	13.15 318	6.15 328	25.06 329	16.74 244	16.18 273	24.65 303	17.29 311	12.51 333	16.91 380	10.92 359	0.38 342	0.18 317	0.81 434	0.05 221	1.95 427	0.65 340

NaN_ROB	16.51 443	6.51 452	16.22 418	10.53 443	4.64 358	31.76 494	17.78 496	37.00 481	43.37 482	29.68 469	31.29 389	32.67 456	20.32 445	28.00 479	16.06 406	0.38 342	0.41 406	0.32 382	0.41 414	0.87 376	1.94 432

PSMNet_ROB	16.90 448	5.45 436	14.16 395	13.77 482	7.25 455	27.65 476	32.74 537	43.21 519	37.88 457	24.00 415	32.97 418	34.55 471	16.69 407	17.41 383	23.96 464	0.38 342	0.22 346	0.93 442	2.05 486	1.83 423	0.96 380

w-ln-seven	21.04 486	9.30 471	55.15 530	11.32 463	9.98 492	30.27 487	18.05 497	37.06 482	55.12 525	36.70 501	43.26 491	33.73 463	22.90 455	22.63 448	29.52 498	0.39 352	0.18 317	0.85 437	0.16 307	2.75 445	1.47 413

DeepStereo_RVC	5.65 171	1.65 234	9.06 276	5.21 208	0.56 51	5.55 140	1.84 145	12.16 127	7.22 126	13.94 220	14.96 183	12.58 222	10.27 282	11.25 200	5.81 267	0.39 352	0.10 241	0.11 295	0.00 1	0.18 129	0.22 206

iResNet	10.26 349	3.10 385	15.72 413	7.35 347	2.13 226	13.86 329	7.07 363	22.80 309	28.01 372	20.10 363	30.40 372	16.79 295	11.06 297	14.46 325	10.29 353	0.39 352	0.05 139	0.00 1	0.07 247	0.73 360	0.73 353

AACVNet	10.58 357	2.86 373	9.78 312	8.95 395	3.30 291	10.80 274	4.78 281	22.37 303	12.55 189	27.50 453	29.84 364	30.06 434	15.99 400	19.10 405	11.60 370	0.40 355	0.18 317	0.22 353	0.03 177	0.62 336	0.73 353

HHNet	7.39 248	1.75 261	7.24 178	3.26 58	3.18 285	5.04 113	6.40 338	19.04 258	15.70 233	20.71 375	32.13 406	10.69 193	5.91 182	10.45 157	4.60 230	0.40 355	0.07 195	0.21 349	0.13 291	0.54 313	0.41 285

NINENet	10.74 363	2.29 346	10.44 331	8.03 375	5.09 378	17.62 405	2.79 213	38.69 493	33.24 424	18.35 330	26.31 322	14.49 258	9.40 265	15.88 355	10.57 354	0.41 357	0.21 336	0.29 376	0.00 1	0.42 266	0.23 214

DMCA-RVC	11.41 375	3.32 390	11.68 354	10.12 432	4.81 361	11.92 293	4.11 259	24.67 327	23.66 330	20.06 362	28.51 347	26.71 411	24.96 472	15.95 362	14.82 395	0.41 357	0.34 397	0.56 408	0.16 307	0.72 359	0.69 345

FADNet	14.18 425	10.92 489	37.56 496	7.79 369	6.64 438	17.48 400	6.91 359	34.73 458	34.03 427	18.85 341	27.02 331	28.26 419	14.24 369	17.77 387	10.09 347	0.41 357	0.67 452	0.37 389	0.37 408	8.13 502	1.34 405

StereoDRNet	15.30 434	4.47 418	14.35 401	10.71 445	8.69 480	25.02 458	11.03 432	39.66 498	35.62 442	29.17 464	28.81 348	34.05 467	17.80 424	18.80 399	23.77 462	0.41 357	0.30 384	0.15 320	0.14 297	1.64 415	1.42 410

hitnet-ft	12.04 389	2.11 328	6.14 130	7.27 344	3.90 315	25.98 465	3.56 245	22.56 304	23.74 332	20.55 369	33.81 430	31.59 445	18.67 436	19.47 410	17.20 415	0.42 361	1.36 479	0.35 385	0.07 247	1.11 390	0.86 370

DRaft	9.27 308	1.23 105	9.08 277	3.62 88	0.78 94	13.27 320	5.89 312	16.97 221	29.57 381	21.15 386	38.46 460	10.09 186	13.98 362	11.58 216	7.91 309	0.43 362	0.30 384	0.06 230	0.26 366	0.26 176	0.45 299

AnonymousM	6.33 199	11.42 494	3.06 8	3.93 106	1.49 174	4.54 68	3.29 231	11.00 118	7.70 132	16.52 283	9.38 120	9.07 174	3.97 111	7.10 60	3.01 160	0.43 362	0.07 195	22.69 532	7.67 521	0.06 41	0.21 199

w-ln-seven-2	17.58 456	7.62 465	41.78 507	11.29 462	6.55 437	23.49 445	14.08 463	29.64 391	39.85 464	28.44 460	42.38 484	30.45 436	27.66 483	22.16 444	22.15 451	0.44 364	0.49 430	0.65 416	0.17 312	1.58 411	0.81 362

AdaStereo	10.22 347	3.63 397	9.14 283	9.15 400	3.24 290	15.79 370	5.39 301	31.94 419	25.42 350	18.39 332	26.47 324	19.44 342	9.50 267	16.60 376	8.59 324	0.44 364	0.05 139	0.40 393	0.00 1	0.57 324	0.16 159
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.
ITSA-stereo	11.44 376	2.03 320	10.92 344	5.90 259	1.78 201	12.05 299	4.17 263	36.77 477	49.15 503	18.17 322	18.53 223	21.79 360	12.59 335	15.74 349	14.05 389	0.45 366	0.39 402	0.28 372	0.29 378	0.98 381	2.81 451

GMStereo_Zeroshot	10.83 368	7.81 466	19.95 454	9.55 413	2.47 248	11.83 290	1.31 84	20.84 282	20.52 286	22.73 402	35.93 441	24.76 398	5.94 183	19.68 412	7.04 284	0.45 366	0.02 67	0.25 361	0.01 126	5.38 486	0.19 187

EKT-Stereo	5.73 173	1.42 149	7.85 206	7.16 342	5.35 397	5.22 120	4.41 271	18.13 244	14.05 210	8.77 144	12.85 168	9.55 181	4.26 121	11.19 197	2.45 127	0.45 366	0.23 352	0.07 241	0.10 273	0.16 116	0.87 372

GMStereo	5.94 183	3.84 407	10.86 342	5.13 194	0.71 76	7.27 219	2.66 208	12.38 130	25.14 347	12.01 177	10.66 142	5.12 103	3.46 95	11.39 206	6.16 275	0.45 366	0.02 67	0.05 216	0.31 389	0.86 374	0.25 227
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NCCL2	17.23 452	6.37 451	14.30 400	23.45 522	7.18 454	24.16 448	17.05 492	34.39 454	25.88 354	31.55 478	38.01 455	42.09 506	26.81 477	20.94 438	22.69 458	0.45 366	0.23 352	2.63 483	1.80 481	2.02 432	2.57 447

ETE_ROB	17.67 459	9.48 475	17.66 434	13.60 480	4.57 354	23.03 441	21.09 507	32.49 429	35.24 439	30.49 472	38.06 456	46.18 519	24.49 464	26.40 469	24.21 467	0.46 371	0.24 363	1.14 450	0.84 450	1.52 410	2.13 437

AIO_rvc	2.81 52	1.10 83	4.88 73	3.63 89	2.59 254	5.36 127	1.85 146	8.21 67	4.37 55	1.60 15	4.74 58	4.74 95	1.16 23	10.10 147	1.13 40	0.47 372	0.04 108	0.00 1	0.04 198	0.15 109	0.12 121

Wz-Net-LNSev	18.19 465	10.57 485	41.33 505	10.19 434	7.94 472	24.29 449	15.28 478	34.15 449	43.38 483	32.90 488	43.72 494	31.94 446	22.21 453	20.81 437	22.26 452	0.47 372	0.22 346	0.00 1	0.02 158	1.22 396	0.94 379

GwcNet-ADL	8.48 282	1.70 247	9.38 290	7.10 338	2.78 268	6.74 209	6.57 348	30.15 395	26.01 359	15.15 251	17.77 207	13.93 252	6.96 217	12.96 286	9.91 342	0.48 374	0.72 454	0.01 154	0.01 126	0.51 305	0.84 366

z-mn7	21.05 487	9.91 478	45.96 515	11.27 461	5.23 386	33.41 502	15.27 477	35.65 467	57.07 531	26.62 446	53.08 521	32.21 449	24.80 470	35.65 507	30.93 502	0.49 375	0.25 371	0.55 406	0.11 283	1.62 413	0.90 374

PSM-softLoss	6.61 211	1.60 215	9.42 292	6.48 298	0.88 106	5.65 146	2.04 165	22.64 305	8.77 148	13.95 221	22.11 282	13.01 231	5.22 160	12.73 275	6.05 270	0.49 375	0.06 172	0.27 365	0.56 434	0.16 116	0.06 64

KMStereo	6.61 211	1.60 215	9.42 292	6.48 298	0.88 106	5.65 146	2.04 165	22.64 305	8.77 148	13.95 221	22.11 282	13.01 231	5.22 160	12.73 275	6.05 270	0.49 375	0.06 172	0.27 365	0.56 434	0.16 116	0.06 64

CASnet	3.91 103	1.03 68	4.68 65	4.98 175	0.27 9	4.99 105	2.95 220	11.02 119	11.02 171	10.61 163	11.76 156	4.15 80	1.65 39	5.85 39	1.91 76	0.50 378	0.00 1	0.59 410	0.12 286	0.13 96	0.02 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
pcwnet_v2	12.32 394	2.00 307	17.53 431	7.79 369	5.69 414	17.06 394	3.69 252	36.52 475	46.17 494	20.55 369	29.39 358	16.50 291	13.00 342	15.70 348	9.32 337	0.50 378	1.00 471	0.34 384	0.24 356	2.00 430	1.38 408

DMCA	8.51 284	1.90 287	9.96 318	5.16 196	4.14 330	10.29 261	4.46 273	25.52 334	19.55 277	16.33 278	20.69 253	17.59 314	11.26 301	10.42 156	11.36 366	0.50 378	0.08 215	0.35 385	0.05 221	0.36 239	0.31 255

DisPM	6.43 204	1.31 126	8.36 230	6.61 312	1.06 123	5.83 165	3.82 254	13.04 149	11.63 176	16.38 279	23.88 298	12.80 227	6.50 204	13.03 293	3.04 164	0.51 381	0.01 23	0.08 251	0.15 304	0.10 85	0.42 288

RAFT-RH_RVC	7.73 260	1.25 111	6.99 168	4.83 164	0.90 110	11.76 289	1.53 99	13.00 147	14.43 216	17.51 307	46.41 505	11.02 197	6.30 197	12.68 271	4.93 244	0.51 381	0.04 108	0.12 299	0.13 291	0.09 74	0.09 94

rvit_stereo_0075_2	9.10 300	3.87 408	19.26 447	11.81 469	8.82 485	5.75 161	4.40 269	22.77 308	17.68 259	11.90 174	28.34 344	16.05 288	6.35 200	14.30 320	7.67 303	0.52 383	0.34 397	0.51 402	0.08 251	0.38 252	1.14 397

FADNet-RVC-Resample	11.72 382	4.35 417	30.33 485	9.46 411	3.90 315	14.11 332	7.17 368	25.78 339	23.31 322	23.27 410	29.52 360	19.50 344	15.00 387	15.38 340	8.33 319	0.53 384	0.50 432	0.49 400	0.50 427	1.38 408	1.67 422

StereoVision	7.21 245	2.17 335	9.29 285	9.43 407	3.91 317	5.09 117	1.91 154	20.04 270	17.37 253	8.57 141	29.59 361	11.08 198	6.76 213	12.44 260	4.71 232	0.54 385	0.05 139	0.16 326	0.03 177	0.82 370	0.30 247

GwcNet	16.48 442	5.23 433	20.03 455	10.24 437	8.48 477	28.79 479	10.09 416	38.60 492	44.51 488	23.29 411	36.95 447	31.29 442	19.79 444	20.42 431	25.70 478	0.54 385	0.72 454	0.57 409	0.39 412	1.37 407	2.64 449

CSP-Net	12.85 407	2.95 378	9.64 302	5.94 262	3.96 319	25.85 463	9.93 409	28.81 378	26.00 358	29.31 467	32.44 410	30.00 432	15.16 389	20.25 426	14.30 392	0.55 387	0.19 324	0.03 189	0.00 1	0.65 345	0.98 384

DSFCA	11.85 386	2.01 315	12.93 371	5.40 225	6.87 446	15.36 358	10.45 426	30.68 405	31.84 405	25.99 439	23.52 292	22.03 362	14.05 363	20.28 429	12.46 372	0.57 388	0.41 406	0.28 372	0.38 410	1.02 383	0.47 302

iRaft-Stereo_5w	8.70 290	1.81 279	9.33 288	5.83 251	3.78 309	4.87 95	11.12 434	15.86 207	14.80 219	15.23 254	26.36 323	21.49 358	12.91 341	15.94 360	12.73 376	0.58 389	0.05 139	0.08 251	0.09 264	0.85 373	0.33 259

DAS	10.80 367	2.03 320	13.96 390	9.01 396	6.23 429	14.67 348	7.38 371	21.59 291	32.58 419	18.67 337	28.13 340	19.20 339	17.08 415	16.54 375	7.31 289	0.58 389	0.01 23	0.29 376	0.01 126	0.47 284	0.20 192

SepStereo	11.34 374	2.03 320	13.96 390	9.01 396	6.23 429	14.67 348	7.38 371	21.59 291	32.58 419	18.67 337	28.13 340	19.20 339	17.08 415	27.36 473	7.31 289	0.58 389	0.01 23	0.29 376	0.01 126	0.47 284	0.20 192

psm_up	13.18 413	1.91 290	8.81 255	9.59 416	5.84 421	15.17 357	11.37 439	38.74 494	30.81 398	20.66 374	30.32 371	30.00 432	23.12 457	19.19 406	16.02 405	0.58 389	0.10 241	0.17 328	0.01 126	0.65 345	0.55 318

test_sample7	10.45 353	2.24 343	9.90 315	5.32 217	2.01 222	14.98 352	7.44 373	28.75 374	23.91 335	24.38 421	21.03 262	24.64 392	17.82 425	13.58 307	9.82 339	0.59 393	0.87 466	0.39 392	0.12 286	0.66 349	0.47 302

zh-sn7	23.03 503	15.48 508	50.25 519	14.08 488	7.77 468	26.71 472	23.32 520	36.59 476	48.43 500	33.80 493	51.71 517	33.34 460	33.77 508	39.91 526	37.07 516	0.60 394	0.86 464	0.54 405	0.35 400	3.18 457	2.85 452

ROB_FTStereo	5.49 155	1.74 252	8.96 265	5.09 184	0.42 31	5.65 146	1.68 111	12.53 136	7.00 117	12.53 191	18.00 210	13.02 233	6.74 210	11.51 211	3.81 200	0.60 394	0.09 225	0.09 262	0.00 1	0.22 144	0.22 206

Pruner-Stereo	6.59 207	1.51 182	8.71 252	6.34 291	0.85 103	5.66 151	4.15 262	13.74 165	11.02 171	18.11 321	22.09 280	15.86 281	5.80 180	11.75 228	5.15 250	0.60 394	0.02 67	0.18 333	0.10 273	0.07 56	0.16 159

LALA_ROB	19.19 472	7.15 462	15.93 415	12.96 476	5.30 395	28.30 478	23.21 519	42.51 513	36.69 449	33.45 490	40.81 473	50.96 530	24.53 465	27.92 476	25.66 477	0.60 394	0.44 416	2.04 471	1.22 470	2.54 441	1.47 413

NRIStereo	5.73 173	1.67 239	8.42 236	5.72 245	0.41 26	6.71 206	2.60 204	14.73 178	10.71 170	12.39 182	15.07 184	11.58 204	6.23 191	12.06 240	4.78 235	0.61 398	0.17 311	0.11 295	0.00 1	0.28 186	0.27 234

HUI-Stereo	5.48 153	1.74 252	9.01 270	5.08 183	0.42 31	5.65 146	2.77 212	12.55 137	7.03 124	12.54 193	18.10 213	13.07 237	6.71 208	9.92 142	3.74 194	0.61 398	0.08 215	0.09 262	0.00 1	0.22 144	0.23 214

SGM_RVC	19.52 474	2.12 331	6.79 158	6.59 307	1.33 157	38.20 515	15.74 481	38.13 489	34.07 428	45.71 524	41.91 482	51.41 531	38.10 517	38.77 523	27.80 489	0.61 398	0.36 399	0.51 402	0.33 397	1.03 384	0.90 374
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
EDNetEfficient	25.16 515	22.23 523	77.22 557	9.09 399	7.38 458	19.38 416	16.78 490	21.41 289	55.74 528	61.52 544	53.51 525	36.22 478	40.65 526	24.22 456	38.27 520	0.62 401	0.74 456	0.86 440	2.60 492	7.70 497	7.09 503

PFNet+	6.68 213	1.40 144	9.60 298	5.64 234	0.85 103	5.79 164	1.74 128	13.63 160	15.30 225	17.88 314	21.38 269	14.52 260	6.07 186	12.74 277	4.89 243	0.63 402	0.20 329	0.11 295	0.30 385	0.05 36	0.91 377

AAGNet	7.94 267	1.48 169	9.34 289	7.13 341	0.70 73	5.85 169	5.16 289	15.40 192	14.01 209	20.13 364	24.03 299	15.28 275	11.52 309	12.05 238	15.47 402	0.63 402	0.06 172	0.32 382	0.01 126	0.12 91	0.09 94

sCroCo_RVC	5.06 131	3.29 389	16.45 423	10.72 446	6.64 438	5.83 165	2.74 210	9.67 88	8.06 136	3.66 68	9.20 118	4.81 97	4.95 154	8.12 85	4.64 231	0.64 404	0.50 432	0.06 230	0.03 177	0.70 353	0.42 288

Wz-Net-LNSev-Ref	15.26 433	3.68 400	27.36 475	7.11 339	5.83 420	24.88 455	12.12 449	30.19 396	36.12 446	27.08 450	45.98 500	29.10 423	13.65 351	20.45 433	20.26 438	0.67 405	0.00 1	0.10 281	0.00 1	0.32 221	0.26 230

ROB_FTStereo_v2	5.53 157	1.74 252	8.97 267	5.09 184	0.42 31	5.64 145	2.02 163	12.50 131	7.00 117	12.51 184	18.10 213	12.99 230	6.72 209	11.50 210	4.04 217	0.70 406	0.09 225	0.09 262	0.00 1	0.22 144	0.23 214

SuperB	17.60 458	6.22 450	56.40 532	7.91 371	5.07 377	19.70 419	9.03 392	24.87 328	50.15 510	26.25 444	39.13 463	17.61 315	20.84 449	22.28 445	25.31 474	0.70 406	0.31 387	1.10 449	0.71 444	16.58 529	1.86 426

RASNet	11.59 379	1.71 248	10.36 329	6.30 289	5.66 411	15.48 364	6.12 327	34.50 456	20.86 291	16.61 285	32.51 411	22.04 363	23.00 456	19.44 409	16.15 408	0.71 408	0.03 96	0.05 216	0.01 126	0.15 109	0.13 134

CBMV	13.69 423	3.63 397	8.02 219	5.93 261	2.69 260	22.57 439	12.44 450	29.81 393	31.57 404	31.20 476	33.79 429	31.04 439	17.41 419	25.28 464	14.11 390	0.71 408	0.60 445	0.60 411	0.11 283	1.11 390	1.13 396
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MSAF-DinoV2	20.61 482	7.35 463	24.41 466	11.43 465	4.88 364	30.12 485	16.70 489	39.67 499	54.27 518	22.75 403	32.01 403	48.05 524	30.44 498	37.52 517	40.45 526	0.72 410	0.50 432	0.44 394	1.23 471	4.64 476	4.54 479

ACV-stereo	11.65 380	5.15 431	28.84 476	6.80 324	3.33 293	20.38 423	6.59 349	21.03 284	20.57 287	17.67 310	20.95 261	26.81 413	16.69 407	20.19 424	13.26 380	0.72 410	1.11 473	0.15 320	0.09 264	0.65 345	2.13 437

PSM-adaLoss	5.50 156	1.74 252	9.03 274	5.09 184	0.42 31	5.66 151	1.98 161	12.50 131	7.01 122	12.52 185	18.13 216	12.96 229	6.77 214	11.11 188	3.83 201	0.72 410	0.09 225	0.09 262	0.00 1	0.22 144	0.22 206

DN-CSS_ROB	8.17 275	2.59 363	14.14 394	6.11 279	3.22 288	6.31 191	3.53 243	22.92 311	20.59 288	16.66 286	30.05 369	9.31 177	7.95 235	13.49 303	4.78 235	0.72 410	0.00 1	0.45 396	0.00 1	0.54 313	0.09 94

HUF	2.75 49	1.32 129	5.28 92	2.83 40	0.55 49	5.23 121	2.19 170	8.97 79	4.23 51	1.97 24	4.39 46	5.03 100	2.64 75	6.86 56	1.44 47	0.73 414	0.63 448	0.09 262	0.00 1	0.17 126	0.44 295

s12784h	5.87 179	0.88 39	4.11 50	3.01 46	0.51 44	18.49 411	0.98 65	18.89 256	17.60 257	12.52 185	12.46 163	7.87 155	5.01 156	11.05 184	3.13 171	0.73 414	0.01 23	0.04 209	0.00 1	0.07 56	0.01 1

DDVS	10.70 360	3.00 381	11.95 358	6.84 327	3.80 312	15.73 367	2.83 217	23.57 316	17.37 253	20.98 378	29.89 365	31.40 444	8.70 247	19.22 408	13.19 379	0.74 416	1.53 484	0.07 241	0.21 334	0.84 372	2.11 436

AIO_test	2.59 46	0.89 43	4.07 46	3.70 95	2.35 241	5.35 126	2.39 192	8.10 63	4.33 53	1.35 11	4.60 52	4.27 83	1.35 28	7.29 62	0.71 12	0.76 417	0.07 195	0.00 1	0.09 264	0.06 41	0.03 25

ADCRef	17.30 453	6.73 456	42.01 509	10.11 431	8.78 484	26.61 471	10.45 426	31.29 414	32.75 422	31.19 475	41.62 481	18.47 330	19.78 443	24.29 458	34.06 507	0.76 417	0.42 410	2.16 474	1.79 480	1.23 397	1.56 417

ISRNet	12.26 393	2.02 317	17.38 427	12.71 475	6.24 431	7.39 220	1.62 107	29.23 385	31.94 411	22.65 401	35.28 437	24.62 391	15.27 391	15.28 336	13.76 386	0.78 419	1.00 471	2.30 478	0.52 430	0.92 380	4.29 474

Wz-Net-SNSev	22.67 499	16.94 512	45.69 513	13.85 485	8.52 478	28.89 481	27.06 528	39.39 497	55.04 523	31.77 481	53.23 522	39.18 490	23.41 459	26.40 469	36.25 511	0.78 419	0.21 336	1.21 455	0.90 452	3.03 452	1.62 419

Patchmatch Stereo++	5.56 165	1.74 252	9.01 270	5.09 184	0.41 26	5.66 151	2.40 193	12.52 133	7.00 117	12.52 185	18.08 211	13.02 233	6.74 210	11.59 218	4.01 214	0.78 419	0.09 225	0.09 262	0.00 1	0.22 144	0.22 206
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
iRAFT	5.56 165	1.74 252	9.01 270	5.09 184	0.41 26	5.66 151	2.40 193	12.52 133	7.00 117	12.52 185	18.08 211	13.02 233	6.74 210	11.59 218	4.01 214	0.78 419	0.09 225	0.09 262	0.00 1	0.22 144	0.22 206

PSMNet-ADL	9.88 337	2.01 315	6.80 159	9.18 402	4.26 335	15.11 354	3.50 238	27.12 357	24.42 344	14.72 233	18.96 227	25.32 403	13.43 347	15.76 350	14.04 388	0.79 423	0.78 460	0.00 1	0.02 158	0.26 176	1.18 401

RAFT-IKP	5.53 157	1.74 252	8.95 262	5.09 184	0.41 26	5.45 132	2.08 168	12.52 133	7.00 117	12.52 185	18.13 216	12.93 228	6.79 215	11.59 218	3.99 212	0.80 424	0.09 225	0.09 262	0.00 1	0.22 144	0.22 206

Wz-Net-MNSev	18.98 471	6.53 453	33.16 491	10.15 433	7.26 457	38.37 516	16.45 486	34.19 451	43.20 481	30.65 473	40.76 472	40.51 498	19.24 439	27.56 474	28.06 495	0.81 425	0.26 374	0.05 216	0.10 273	1.45 409	0.84 366

CRFU-Net	12.56 402	2.89 374	11.77 355	8.18 379	5.80 418	24.84 453	10.46 430	24.56 325	13.12 197	30.06 471	29.37 353	29.09 422	19.64 441	19.96 417	18.53 424	0.82 426	0.48 427	0.27 365	0.15 304	0.53 311	0.68 343

iGMRVC	5.54 160	1.74 252	9.01 270	5.09 184	0.42 31	5.66 151	1.81 142	12.61 140	7.02 123	12.52 185	18.11 215	13.02 233	6.64 206	11.57 215	4.16 218	0.82 426	0.09 225	0.09 262	0.00 1	0.22 144	0.21 199

GEStereo_RVC	12.81 406	2.49 357	13.64 386	9.68 418	4.97 369	18.16 407	11.30 437	31.26 412	47.47 496	19.84 356	26.97 330	19.03 335	13.19 344	20.14 422	14.86 397	0.83 428	0.51 436	0.10 281	0.13 291	0.54 313	0.99 385

NLCA_NET_v2_RVC	12.05 390	3.43 393	16.25 419	7.62 362	5.58 406	14.57 346	6.00 320	32.98 436	27.41 369	21.69 391	31.40 392	25.21 401	13.47 348	14.96 333	15.60 403	0.84 429	0.33 394	0.35 385	0.35 400	1.29 401	1.78 425
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
pmcnn	14.59 427	3.68 400	19.78 452	6.83 326	4.51 353	21.27 430	14.67 468	27.37 360	30.54 394	27.09 451	40.19 470	38.71 487	18.53 434	17.70 386	19.27 428	0.84 429	0.09 225	0.00 1	0.00 1	0.48 286	0.31 255

YMNet	15.91 437	5.68 440	21.74 460	10.94 452	8.77 482	25.22 460	9.21 396	32.22 426	31.35 400	33.81 494	38.84 461	34.00 464	17.83 428	19.95 415	21.57 442	0.87 431	1.30 475	1.22 457	0.91 455	1.64 415	1.18 401

YMNet_1	15.91 437	5.68 440	21.74 460	10.94 452	8.77 482	25.22 460	9.21 396	32.22 426	31.35 400	33.81 494	38.84 461	34.00 464	17.83 428	19.95 415	21.57 442	0.87 431	1.30 475	1.22 457	0.91 455	1.64 415	1.18 401

MDST_ROB	17.92 462	1.60 215	13.68 388	13.88 486	6.44 435	43.05 525	14.86 470	42.74 515	41.66 471	43.25 519	42.85 488	28.43 420	17.28 417	29.35 483	16.06 406	0.88 433	0.11 257	0.63 413	0.47 423	0.50 301	0.64 338

FADNet_RVC	11.94 387	5.17 432	39.74 501	6.44 297	3.46 300	11.42 285	4.17 263	29.16 383	26.89 365	17.97 316	25.96 314	13.41 246	15.67 396	15.84 354	13.54 384	0.90 434	0.75 458	0.55 406	1.20 469	3.65 469	2.85 452

CVANet_RVC	13.24 416	3.39 391	8.43 237	8.42 386	5.04 375	18.52 412	11.72 444	32.03 421	33.85 426	23.17 409	32.77 413	29.78 429	16.51 406	23.20 451	11.28 365	0.94 435	0.04 108	1.19 454	0.47 423	3.13 456	1.01 388

SANet	20.96 484	6.60 454	29.81 481	8.83 392	3.19 286	31.27 493	20.56 506	41.86 511	56.09 529	39.30 509	43.62 492	44.95 512	31.93 504	27.83 475	23.67 461	0.94 435	0.52 437	0.99 445	0.42 416	4.72 478	2.03 435

zh-mn7	21.99 495	13.21 499	53.55 524	10.73 447	5.68 412	27.38 475	14.94 472	34.53 457	56.55 530	40.02 510	57.13 532	31.28 441	23.73 460	35.83 509	30.28 500	0.95 437	0.44 416	0.22 353	0.19 327	1.26 399	1.86 426

CASS	8.15 274	1.67 239	7.68 199	8.25 383	1.52 177	14.39 339	2.72 209	22.65 307	17.23 249	15.42 255	22.68 287	13.47 248	11.87 319	12.44 260	6.07 273	0.96 438	0.05 139	0.12 299	0.01 126	0.71 355	3.14 463
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Syn2CoEx	17.03 450	10.40 483	25.65 471	20.35 511	8.02 474	26.28 467	11.27 436	37.16 483	32.69 421	28.89 461	40.17 469	29.27 426	26.63 476	19.19 406	17.63 419	0.98 439	0.54 439	1.23 459	0.23 346	1.82 422	2.24 443

ADCL	21.64 493	6.20 447	47.32 517	9.93 426	6.91 449	38.69 519	19.97 504	31.26 412	54.04 516	27.89 456	47.97 508	31.35 443	30.66 499	33.18 494	36.62 513	0.99 440	0.92 470	2.63 483	1.82 482	2.45 438	2.13 437

SACVNet	13.38 420	4.08 411	11.41 351	11.67 466	5.79 417	17.28 396	9.39 400	32.77 433	22.29 312	28.11 457	33.35 422	32.48 451	21.86 452	19.75 413	10.28 352	1.00 441	0.48 427	0.85 437	0.29 378	1.31 404	3.08 457

SGM-ForestM	23.72 505	2.44 352	9.13 281	7.43 352	2.25 233	44.80 526	19.11 502	44.90 525	49.97 509	50.74 531	51.18 516	62.06 544	45.83 532	44.96 532	33.88 506	1.00 441	0.84 463	0.78 425	0.62 438	1.29 401	1.11 393

aanetorigin	19.21 473	12.59 497	53.50 523	9.67 417	7.83 469	11.85 292	13.87 461	17.05 223	34.15 430	49.18 529	48.89 511	34.05 467	30.22 496	22.86 450	28.00 494	1.01 443	0.75 458	0.67 418	0.89 451	3.07 453	4.14 473

GANet	16.92 449	4.32 416	12.46 364	10.84 451	4.24 333	23.04 442	15.36 480	39.91 501	34.47 433	32.42 485	45.10 499	40.04 496	27.54 481	23.61 455	20.20 437	1.02 444	0.08 215	0.67 418	0.22 337	1.87 425	0.97 381

TDLM	12.98 411	3.78 403	9.77 311	10.75 449	4.94 367	16.10 377	14.08 463	35.05 460	31.87 406	22.36 397	26.51 327	26.09 409	14.97 386	24.73 461	13.11 378	1.05 445	0.05 139	1.21 455	0.27 371	1.83 423	1.00 387

DeepPruner_ROB	10.77 365	4.56 419	13.13 373	6.37 292	4.28 341	10.14 259	6.86 357	36.42 474	19.59 278	17.87 313	27.37 334	23.19 376	12.26 325	19.09 404	10.23 351	1.05 445	0.48 427	0.23 357	0.15 304	0.89 377	1.17 399

SGM-Forest	12.92 408	1.87 284	6.61 146	5.68 238	2.05 224	23.19 444	11.30 437	34.24 452	30.77 397	26.54 445	31.99 402	29.98 431	15.74 397	21.17 439	13.36 382	1.05 445	0.33 394	0.84 436	0.01 126	0.71 355	0.97 381
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
XPNet_ROB	17.33 455	4.84 423	15.44 410	11.15 457	6.64 438	20.88 426	16.10 483	36.26 473	39.54 461	31.80 482	41.32 476	41.30 503	23.91 461	24.67 459	27.40 484	1.07 448	0.74 456	0.79 427	0.25 362	1.10 389	1.31 404

TCMNet	15.19 432	6.68 455	19.70 450	13.83 484	12.53 512	26.35 468	13.66 459	29.47 389	35.21 438	24.71 425	31.20 388	23.44 379	15.13 388	18.97 401	22.59 456	1.13 449	0.65 449	2.04 471	0.97 460	3.18 457	2.31 445

dd	7.96 269	4.08 411	11.49 352	6.53 303	0.93 113	8.28 240	4.03 258	16.53 215	33.82 425	15.17 252	16.50 198	6.79 135	5.96 184	14.30 320	9.90 341	1.13 449	0.42 410	0.17 328	0.44 419	2.01 431	0.79 361

DANet	16.85 445	8.00 468	26.04 472	14.56 493	7.25 455	20.59 425	5.37 294	26.22 347	26.02 360	32.17 484	36.00 442	37.20 481	29.77 494	30.75 487	24.62 470	1.14 451	1.34 477	2.21 476	0.51 429	3.18 457	4.07 472
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ICVP	10.07 344	1.73 249	6.11 129	9.08 398	3.31 292	12.25 303	6.56 347	26.30 348	22.52 316	16.49 282	31.80 399	26.94 416	12.42 329	11.35 204	10.92 359	1.17 452	0.57 443	0.17 328	0.10 273	0.58 328	1.07 392
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
WZ-Net	25.17 516	12.95 498	63.02 538	15.13 496	10.42 498	38.51 517	27.42 530	40.46 503	54.17 517	28.32 459	52.95 520	40.81 500	28.36 489	37.07 514	41.35 532	1.21 453	0.21 336	0.73 422	0.94 458	5.42 487	3.87 469

RTSC	19.64 475	9.36 472	31.06 487	10.99 454	6.24 431	28.10 477	10.14 420	37.50 486	58.34 535	31.74 480	36.70 446	32.50 453	21.03 451	36.00 512	37.24 518	1.23 454	0.44 416	0.12 299	0.31 389	1.98 428	1.69 423

AnyNet_C32	23.37 504	13.28 501	40.29 502	12.36 474	11.44 505	30.39 488	29.15 533	31.36 415	44.90 491	35.36 497	48.86 509	33.61 462	34.20 509	43.15 531	41.62 533	1.27 455	1.35 478	1.18 453	2.58 491	4.77 479	6.27 492

coex-ft	30.77 529	38.58 540	93.29 571	9.44 410	5.62 408	34.95 506	25.30 525	30.83 407	59.36 536	73.23 557	58.53 534	45.92 516	47.29 533	29.44 484	45.30 539	1.37 456	1.65 487	0.95 443	0.96 459	8.35 505	4.96 483

FINET	15.49 435	6.08 443	24.99 468	8.12 377	7.69 465	21.80 433	22.35 512	33.76 446	48.27 498	25.99 439	32.27 408	19.48 343	16.83 410	19.07 403	16.38 410	1.37 456	0.70 453	0.95 443	0.27 371	2.61 442	0.90 374

PWC_ROB	18.37 466	10.55 484	25.19 469	10.21 435	6.29 434	23.75 446	4.79 283	35.93 470	48.75 502	32.56 486	44.46 498	34.68 472	24.78 469	30.99 488	25.72 479	1.38 458	0.08 215	1.57 464	0.26 366	2.18 436	3.17 464

CSAN	21.34 491	9.45 474	23.34 463	20.99 516	4.95 368	32.57 498	34.26 538	38.83 495	49.95 508	36.97 503	39.72 467	44.97 513	31.73 503	26.05 466	23.94 463	1.52 459	0.47 425	0.85 437	1.43 475	2.73 444	2.14 440

psmorigin	20.95 483	10.24 482	35.84 493	9.75 419	7.05 451	24.59 451	10.11 417	32.85 435	32.17 414	43.09 517	54.57 528	42.79 507	36.62 514	35.99 511	27.41 485	1.58 460	2.72 507	0.79 427	1.05 463	3.26 463	6.50 495

AANet_RVC	13.16 412	5.34 435	10.83 341	8.20 381	4.44 350	14.13 334	9.46 402	28.78 377	37.67 454	23.44 412	37.47 451	23.48 380	15.83 399	22.39 446	16.63 411	1.67 461	0.86 464	0.24 360	0.02 158	0.63 339	1.60 418

rvit_105_1	13.56 422	5.57 438	19.88 453	13.22 479	4.58 355	15.04 353	28.61 532	26.56 351	42.75 478	18.83 340	24.53 301	20.93 352	13.85 358	18.02 392	11.90 371	1.74 462	0.60 445	0.25 361	2.10 488	0.61 333	1.64 420

ADCMid	22.76 500	10.75 487	41.73 506	11.23 459	7.97 473	27.26 474	19.18 503	35.44 466	38.02 458	40.23 511	46.38 503	36.56 479	42.70 528	38.20 521	40.75 527	1.77 463	1.43 481	3.05 489	3.81 501	4.96 480	3.82 467

CBMV_ROB	11.77 385	2.89 374	6.92 164	5.20 206	2.88 271	14.12 333	4.79 283	26.69 353	29.84 389	26.17 443	31.92 401	23.61 382	20.74 448	20.20 425	10.18 348	1.78 464	1.80 488	2.17 475	1.26 472	1.61 412	0.55 318

stereogan	18.62 468	3.07 383	16.31 421	13.04 477	9.99 493	35.74 508	9.09 395	38.17 490	45.27 493	24.39 424	41.24 475	39.93 494	25.46 473	31.29 490	24.33 469	1.80 465	0.91 469	2.71 485	0.75 447	5.15 484	3.70 465

Wz-Net-TNSev	25.12 514	20.16 521	57.98 534	9.56 414	7.42 460	42.73 524	22.27 511	35.14 461	53.46 515	35.97 500	42.74 486	45.83 515	39.87 523	36.56 513	34.73 508	1.82 466	1.51 483	0.76 424	1.34 474	5.84 489	6.80 498

LMCR-Stereo	10.75 364	4.13 413	10.67 335	13.11 478	3.99 324	16.68 392	5.91 313	25.30 332	22.69 318	22.04 395	21.80 274	14.67 262	14.24 369	20.55 435	15.86 404	1.90 467	0.04 108	0.00 1	0.02 158	1.29 401	0.18 175

SHD	21.32 490	10.03 479	30.16 484	14.30 490	8.68 479	24.15 447	8.93 390	40.82 504	61.17 539	35.79 499	44.15 497	38.73 488	30.20 495	33.88 495	31.09 504	2.00 468	0.81 461	1.17 451	1.55 477	4.08 472	4.78 481

ADCPNet	21.93 494	9.38 473	57.92 533	11.76 468	6.88 447	36.03 509	18.44 499	32.80 434	35.93 443	32.91 489	43.80 495	39.21 491	26.99 480	31.14 489	36.94 515	2.05 469	2.67 506	2.30 478	3.45 498	4.22 474	3.82 467

AnyNet_C01	29.76 524	25.78 528	75.37 555	17.03 503	11.34 503	49.00 531	27.12 529	37.99 488	40.05 466	40.73 512	65.13 546	46.98 522	38.86 521	46.63 533	48.19 543	2.14 470	2.13 495	2.13 473	2.56 490	8.14 503	7.98 512

PS-NSSS	13.70 424	7.41 464	14.68 404	6.70 317	5.63 409	18.43 410	12.59 451	38.89 496	25.56 351	20.27 366	35.71 440	21.11 356	16.35 404	17.16 382	17.56 418	2.28 471	0.53 438	5.37 499	0.36 404	4.28 475	3.09 458

LSM	29.98 525	19.52 519	55.11 529	19.06 510	53.75 551	32.57 498	23.17 518	42.61 514	48.57 501	45.97 525	55.04 530	42.93 508	36.02 512	35.63 506	27.03 481	2.33 472	9.19 534	4.87 498	7.71 522	10.65 514	27.91 544

NOSS_ROB	10.99 370	3.81 405	6.88 162	6.69 316	2.30 236	16.06 375	10.94 431	30.06 394	32.41 417	16.10 272	18.72 225	22.78 373	14.21 368	17.52 384	8.62 326	2.35 473	1.84 489	3.32 493	1.57 478	2.06 434	1.52 416

ADCS	26.20 519	13.71 503	46.90 516	14.51 492	10.34 496	30.46 490	22.72 515	42.81 517	57.61 534	42.58 516	49.37 513	41.91 505	40.43 524	41.90 530	44.58 538	2.37 474	2.19 497	2.37 480	3.29 497	7.32 495	6.52 496

RTS	30.15 526	23.12 525	96.33 572	16.71 501	11.63 506	58.66 545	24.28 522	36.80 478	62.63 543	43.79 520	46.10 501	32.56 454	43.90 529	51.29 539	40.92 528	2.38 475	0.66 450	1.06 446	0.74 445	5.11 482	4.34 475

RTSA	30.15 526	23.12 525	96.33 572	16.71 501	11.63 506	58.66 545	24.28 522	36.80 478	62.63 543	43.79 520	46.10 501	32.56 454	43.90 529	51.29 539	40.92 528	2.38 475	0.66 450	1.06 446	0.74 445	5.11 482	4.34 475

edge stereo	18.75 469	5.12 430	17.66 434	10.77 450	7.84 470	22.41 437	11.03 432	35.23 463	42.07 476	34.62 496	42.74 486	41.28 502	35.50 511	25.14 463	24.17 466	2.42 477	2.42 502	6.35 504	1.45 476	2.89 450	3.80 466

Anonymous3	9.60 321	3.45 394	29.83 482	9.58 415	4.75 360	24.51 450	10.20 421	24.04 321	18.77 273	10.42 160	14.64 179	7.97 157	8.75 250	14.05 316	5.80 266	2.44 478	1.39 480	0.08 251	0.06 237	0.73 360	0.48 306

MeshStereo	22.27 497	6.87 458	11.15 345	7.69 363	4.87 363	37.70 513	13.06 454	41.64 510	36.95 451	50.92 532	53.41 524	58.12 536	41.93 527	37.73 519	27.62 488	2.52 479	2.37 499	2.99 487	2.07 487	3.09 454	2.60 448
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
FBW_ROB	21.00 485	10.23 481	22.72 462	13.71 481	6.77 443	30.49 491	16.46 487	44.58 524	43.57 484	44.25 522	39.59 466	43.27 509	26.12 475	33.96 497	21.80 446	2.58 480	1.84 489	7.14 515	2.78 493	4.00 471	4.06 471

DeepPrunerF	19.92 480	11.02 492	44.29 510	20.74 514	17.75 524	19.19 415	22.57 513	36.86 480	49.93 506	25.48 435	36.62 445	24.69 395	23.97 462	23.44 453	21.79 445	2.68 481	1.63 486	5.70 500	3.95 502	3.38 465	2.67 450

S-Stereo	16.85 445	3.95 409	20.67 458	12.08 472	8.91 486	21.68 431	12.61 452	32.20 425	44.61 489	22.37 398	38.42 459	29.15 424	28.02 486	18.58 397	22.36 455	2.88 482	3.11 512	0.87 441	1.82 482	3.58 467	9.08 519

dad	12.24 392	10.20 480	13.68 388	6.64 313	1.47 169	13.55 324	3.58 248	17.62 230	35.33 440	27.15 452	32.65 412	30.85 438	10.86 290	14.33 322	10.04 346	2.95 483	0.55 441	7.92 516	0.91 455	3.35 464	1.17 399

HBP-ISP	12.52 401	7.82 467	8.47 241	7.57 361	4.27 336	12.56 306	6.42 339	28.68 373	29.56 380	21.11 384	35.69 439	15.85 280	18.42 432	20.44 432	11.00 363	3.03 484	2.63 504	7.09 514	3.97 503	3.58 467	2.27 444

GASNet	17.30 453	19.38 518	30.46 486	20.66 513	9.36 490	16.06 375	9.06 394	43.89 523	40.04 465	25.35 434	23.73 293	32.90 457	15.37 394	28.91 481	17.05 413	3.04 485	0.27 379	1.88 469	0.45 421	6.73 491	1.37 407

NVstereo2D	15.15 431	2.97 379	16.28 420	9.23 404	7.56 462	30.03 484	9.53 404	42.80 516	42.72 477	15.11 246	27.03 332	23.16 375	16.93 411	24.28 457	15.45 401	3.07 486	0.43 414	1.44 463	0.61 437	6.74 492	7.60 509

Nwc_Net	17.98 463	4.67 421	17.79 438	14.26 489	11.65 508	25.14 459	14.88 471	40.85 505	39.83 463	21.07 383	43.24 490	34.50 470	27.64 482	26.44 471	25.03 471	3.22 487	0.18 317	2.52 482	3.18 495	1.98 428	1.51 415

FAT-Stereo	16.81 444	2.97 379	17.56 432	9.80 421	6.21 427	16.12 380	13.23 456	38.18 491	39.67 462	27.00 448	39.73 468	37.55 483	31.30 502	20.39 430	21.52 441	3.44 488	2.05 491	0.81 434	1.10 466	1.89 426	5.72 487

SAMSARA	34.43 535	18.53 514	31.91 488	55.34 546	35.34 540	75.99 564	94.71 574	47.97 531	50.84 513	37.47 505	36.99 448	53.12 533	38.55 520	39.56 524	38.65 521	3.59 489	5.40 526	2.22 477	3.72 500	9.43 509	9.29 521

MFN_U_SF_DS_RVC	23.92 506	13.60 502	30.09 483	25.46 525	10.02 494	38.51 517	20.40 505	35.77 469	43.76 486	42.15 515	47.10 507	39.99 495	28.20 488	35.96 510	27.06 482	3.64 490	3.85 521	6.66 508	16.30 537	4.97 481	4.98 484

RGC	19.90 479	13.26 500	20.24 456	18.19 507	14.06 517	21.21 429	14.33 465	34.97 459	43.60 485	27.73 455	41.49 479	39.76 493	27.98 485	34.52 499	21.37 440	3.66 491	0.54 439	8.67 517	4.16 504	4.19 473	4.02 470

DGSMNet	19.79 478	12.06 496	33.43 492	13.79 483	16.23 522	22.97 440	15.88 482	35.41 465	41.96 474	19.90 357	32.16 407	35.60 476	18.14 430	29.48 485	23.10 459	3.85 492	3.89 522	6.16 503	4.75 507	13.56 523	13.44 530

AIO-test2	7.01 234	2.23 342	6.87 161	8.42 386	5.28 394	9.03 246	5.32 293	25.92 342	23.54 324	6.78 121	20.55 251	5.25 108	3.58 102	9.56 132	2.50 129	3.96 493	0.04 108	0.03 189	0.47 423	0.56 323	0.33 259

PVD	33.19 532	18.59 515	37.64 497	26.09 526	16.99 523	33.25 501	42.25 545	51.42 537	66.03 549	52.65 534	64.31 544	51.93 532	55.13 542	51.61 541	40.40 525	4.00 494	3.51 516	9.53 519	4.26 505	10.62 513	23.56 539

XQC	24.10 509	16.76 511	50.68 520	21.37 520	11.01 501	35.24 507	18.84 501	37.28 485	55.11 524	31.64 479	30.06 370	37.71 485	30.31 497	37.17 515	39.66 523	4.20 495	0.41 406	2.76 486	1.89 484	11.46 520	8.42 515

NCC-stereo	19.75 476	6.08 443	23.96 464	15.05 494	16.17 520	18.42 408	21.45 508	43.31 521	41.00 469	24.30 419	38.12 457	34.98 473	26.92 478	35.46 504	25.65 475	4.29 496	2.07 493	3.24 491	8.90 526	2.86 448	2.86 454

Abc-Net	19.75 476	6.08 443	23.96 464	15.05 494	16.17 520	18.42 408	21.45 508	43.31 521	41.00 469	24.30 419	38.12 457	34.98 473	26.92 478	35.46 504	25.65 475	4.29 496	2.07 493	3.24 491	8.90 526	2.86 448	2.86 454
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AF-Net	18.38 467	5.60 439	14.21 397	15.95 500	10.78 499	22.26 435	10.45 426	35.39 464	50.22 511	24.71 425	37.77 452	41.55 504	29.24 492	29.11 482	26.67 480	4.35 498	0.06 172	4.56 497	0.90 452	2.42 437	1.38 408

G-Net	21.25 489	8.24 469	37.97 498	15.14 497	9.26 489	50.87 533	16.80 491	27.96 365	30.54 394	38.92 506	42.93 489	33.27 458	32.17 505	27.99 478	25.25 473	4.40 499	3.83 520	3.60 494	0.97 460	7.91 501	6.95 501

BEATNet-Init1	35.08 537	20.64 522	54.70 528	27.43 528	12.00 511	58.29 544	31.01 535	52.58 540	57.49 533	60.36 538	62.98 539	69.98 550	55.54 544	53.00 543	44.40 536	4.61 500	2.84 509	7.05 513	6.89 514	10.97 515	8.94 518

DPSNet	24.40 511	6.97 461	33.14 490	11.16 458	6.54 436	53.33 536	43.32 546	51.28 536	59.37 537	30.89 474	39.36 464	40.35 497	34.30 510	32.57 493	25.09 472	4.65 501	1.62 485	0.37 389	0.66 441	8.51 506	4.44 477

UDGNet	10.05 342	13.89 504	10.00 323	9.36 406	2.69 260	7.82 230	1.88 149	18.86 255	34.64 434	17.52 308	13.70 174	13.40 245	7.18 220	13.01 290	6.30 277	5.30 502	0.08 215	12.57 526	2.80 494	8.19 504	1.71 424

RP	17.58 456	4.92 429	15.27 409	15.44 499	11.95 510	21.05 428	11.75 445	27.64 363	45.09 492	22.99 407	42.05 483	39.39 492	27.74 484	25.54 465	22.33 454	5.45 503	0.59 444	4.33 495	1.62 479	3.53 466	2.86 454

MFN_U_SF_RVC	28.16 521	14.14 505	53.23 522	21.11 517	7.91 471	39.97 521	13.13 455	51.65 538	46.34 495	47.41 528	53.38 523	55.32 534	40.53 525	38.47 522	39.74 524	5.67 504	4.46 523	6.98 511	8.73 525	7.47 496	7.44 508

FCDSN-DC	25.59 518	14.91 507	18.83 443	28.55 530	15.68 518	39.29 520	18.16 498	42.83 518	41.69 472	44.43 523	51.94 518	50.82 529	39.22 522	34.59 500	27.29 483	6.05 505	3.63 518	7.01 512	6.41 513	10.35 511	10.17 523
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PWCDC_ROB	17.80 461	9.62 476	18.38 441	17.95 506	7.74 466	24.61 452	5.56 306	34.41 455	52.79 514	29.66 468	50.20 515	20.63 349	19.69 442	29.85 486	20.87 439	6.18 506	0.26 374	0.10 281	0.05 221	5.36 485	2.00 434

WCMA_ROB	20.02 481	4.30 415	19.72 451	9.47 412	7.00 450	32.71 500	13.99 462	31.97 420	32.48 418	41.51 514	52.00 519	44.09 510	36.14 513	32.43 492	24.29 468	6.19 507	2.79 508	1.09 448	1.10 466	3.95 470	3.13 462

MSMD_ROB	22.90 501	9.64 477	14.76 406	17.46 505	9.88 491	34.94 505	18.83 500	33.67 445	37.47 452	40.97 513	59.80 536	45.93 517	38.34 519	31.74 491	23.24 460	6.22 508	3.58 517	8.78 518	11.03 531	6.76 493	5.06 485

DualNet (step1)	12.44 398	4.86 425	17.49 428	5.97 263	2.94 278	17.57 402	8.30 383	28.75 374	23.91 335	24.38 421	21.03 262	24.64 392	17.82 425	13.58 307	9.82 339	6.44 509	0.87 466	6.62 505	7.44 517	3.20 460	3.11 459

test_sample9	15.04 430	4.86 425	17.49 428	5.97 263	2.94 278	17.57 402	8.30 383	28.75 374	23.91 335	24.38 421	21.03 262	24.64 392	17.82 425	20.07 420	20.17 435	6.44 509	36.07 546	6.62 505	7.44 517	3.20 460	3.11 459

test_sample8	17.19 451	4.86 425	17.49 428	5.97 263	2.94 278	17.57 402	8.30 383	31.87 418	18.55 270	33.54 491	26.00 315	40.64 499	32.90 506	20.07 420	20.17 435	6.44 509	36.07 546	6.62 505	7.44 517	3.20 460	3.11 459

FC-DCNN v2	24.44 512	10.97 490	18.53 442	18.49 509	9.18 488	37.41 512	23.03 516	40.91 506	43.02 479	46.46 527	54.06 527	50.67 528	38.26 518	35.41 502	27.52 486	6.85 512	3.38 514	6.03 502	4.89 509	7.82 499	5.94 488

FC-DCNN	24.37 510	10.99 491	19.02 444	18.44 508	9.16 487	36.98 510	23.07 517	40.44 502	43.05 480	46.25 526	53.58 526	50.44 527	37.86 516	35.45 503	27.57 487	6.87 513	3.37 513	6.01 501	4.88 508	7.86 500	6.05 489

MaskLacGwcNet_RVC	16.87 447	16.27 510	17.93 439	11.24 460	6.69 441	28.95 483	10.44 425	41.23 509	21.49 301	29.68 469	34.27 433	32.48 451	11.00 295	20.05 419	15.09 399	8.22 514	2.59 503	12.23 525	0.75 447	10.40 512	6.34 493

GANetREF_RVC	25.41 517	29.28 531	24.63 467	25.18 524	6.04 424	30.44 489	35.39 541	47.84 530	50.60 512	36.88 502	36.04 443	34.11 469	31.23 501	37.46 516	27.96 493	8.58 515	2.66 505	16.29 528	4.95 510	14.37 526	8.32 514
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MSC_U_SF_DS_RVC	37.16 539	34.69 535	53.68 525	37.47 536	12.55 513	56.80 541	22.63 514	52.02 539	63.29 545	66.20 549	63.82 541	58.12 536	53.73 541	51.21 538	46.48 540	8.79 516	5.31 525	14.69 527	15.22 536	17.27 531	9.21 520

CC-Net-ROB	22.04 496	22.91 524	28.86 477	14.05 487	8.73 481	33.79 503	15.26 476	46.84 528	36.06 445	33.72 492	32.10 405	35.47 475	24.02 463	23.57 454	27.88 491	8.95 517	2.95 511	24.94 535	3.68 499	12.41 521	4.62 480

ccnet	24.02 507	16.16 509	21.70 459	11.83 470	17.75 524	37.87 514	16.18 484	45.46 527	31.93 410	36.99 504	46.46 506	38.76 489	29.52 493	37.55 518	40.93 530	9.20 518	6.29 528	9.63 520	7.71 522	11.19 516	7.21 506

test_for_model	9.76 328	30.79 532	6.40 140	27.43 528	18.83 527	5.78 162	1.78 136	8.51 72	8.82 150	13.12 207	5.92 84	5.28 110	2.60 74	5.21 25	1.43 46	9.57 519	2.41 500	0.00 1	0.06 237	33.29 542	8.04 513

MANE	31.97 530	10.75 487	17.71 437	20.94 515	13.77 515	47.80 529	26.85 527	53.00 541	55.20 526	59.29 536	64.30 543	64.93 547	56.31 546	51.83 542	38.69 522	9.61 520	4.72 524	6.91 510	19.93 538	9.20 508	7.64 510

PDISCO_ROB	24.45 513	9.24 470	29.28 480	28.68 531	19.96 528	37.14 511	15.33 479	45.04 526	54.69 520	29.24 465	42.67 485	46.07 518	28.17 487	35.35 501	30.30 501	9.92 521	2.13 495	6.90 509	3.20 496	8.74 507	6.87 500

CAS	5.20 137	0.78 16	3.30 9	17.06 504	7.59 463	8.07 235	6.31 332	9.46 85	9.09 153	4.57 93	10.67 143	1.91 47	1.22 25	4.18 16	2.16 107	10.33 522	0.02 67	0.00 1	0.02 158	0.44 271	6.83 499

SDNR	16.15 439	5.23 433	28.92 478	5.73 246	6.05 425	56.85 542	3.26 228	23.18 313	29.73 384	20.62 372	36.48 444	13.59 250	16.97 413	18.43 395	13.44 383	10.56 523	13.84 537	3.10 490	0.44 419	7.80 498	8.81 517

SQANet	21.24 488	24.08 527	19.60 449	26.40 527	18.74 526	30.87 492	9.24 398	32.70 432	29.58 382	25.25 431	33.37 423	33.47 461	19.19 438	28.11 480	18.32 423	10.87 524	2.92 510	26.49 537	5.65 512	18.43 532	11.48 525

UDG	21.45 492	14.84 506	14.44 402	21.30 519	20.08 529	32.05 497	13.76 460	35.98 472	35.52 441	25.93 438	30.69 375	37.26 482	30.66 499	21.97 442	19.89 434	10.88 525	5.55 527	22.78 533	7.65 520	14.83 527	13.05 529

ELAS	33.68 533	18.95 516	36.71 495	20.64 512	13.61 514	56.43 538	35.14 540	50.03 535	49.90 505	60.58 539	63.83 542	58.64 539	53.36 539	50.73 537	44.44 537	11.03 526	6.58 530	10.02 521	7.43 516	13.58 525	11.94 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Anonymous_2	14.95 428	6.75 457	17.63 433	5.45 227	7.10 452	26.19 466	11.58 442	18.06 243	17.30 251	17.61 309	15.47 188	23.33 378	20.95 450	20.55 435	14.63 393	11.05 527	12.86 536	11.27 524	25.12 540	11.32 519	4.82 482

ELAS_RVC	33.79 534	19.15 517	35.97 494	21.28 518	13.79 516	52.58 534	36.11 542	48.96 533	55.66 527	61.47 543	62.91 538	58.35 538	53.55 540	53.37 544	42.23 534	11.25 528	6.64 531	10.32 522	7.05 515	13.56 523	11.58 526
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	24.03 508	26.83 529	40.96 504	35.46 534	34.27 539	16.24 386	9.79 408	39.82 500	31.45 402	31.49 477	41.54 480	36.82 480	26.02 474	27.92 476	15.09 399	11.51 529	2.06 492	20.58 531	8.10 524	15.83 528	8.74 516

PASM	28.19 522	17.35 513	48.18 518	22.49 521	22.20 532	25.92 464	25.84 526	34.35 453	49.45 504	35.37 498	39.48 465	46.72 521	33.36 507	34.28 498	36.77 514	11.73 530	14.94 538	17.43 530	22.18 539	13.45 522	12.32 528

DispFullNet	30.27 528	31.74 533	58.63 535	30.13 532	28.18 537	31.79 495	8.94 391	37.16 483	54.68 519	32.60 487	37.99 454	44.62 511	28.80 491	41.55 529	27.93 492	11.94 531	3.46 515	35.53 541	12.34 533	30.08 540	17.26 535

testlalala_base	7.28 247	3.39 391	7.80 205	8.27 384	5.04 375	12.56 306	1.83 143	11.93 124	5.19 76	10.18 157	13.62 173	8.87 171	5.72 178	8.22 86	2.75 144	15.38 532	2.41 500	0.00 1	0.35 400	20.24 533	1.89 429

NVStereoNet_ROB	41.93 543	32.40 534	44.55 511	36.60 535	27.78 536	34.52 504	32.38 536	48.84 532	57.18 532	69.34 552	75.62 558	66.07 549	64.86 550	47.34 534	60.78 554	15.72 533	23.99 541	23.40 534	32.06 543	21.34 534	23.86 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Ntro	34.97 536	37.63 539	54.53 527	43.26 541	22.45 534	57.73 543	21.97 510	47.14 529	64.21 546	39.12 507	48.86 509	47.93 523	36.94 515	40.66 527	29.83 499	17.16 534	6.51 529	32.70 540	10.17 529	24.06 536	16.48 533

DDUNet	22.66 498	19.69 520	14.64 403	24.11 523	22.38 533	24.84 453	17.71 495	30.36 402	30.32 393	29.02 462	37.31 450	37.63 484	24.66 468	24.67 459	17.08 414	18.42 535	7.92 533	26.43 536	11.81 532	17.23 530	16.95 534

otaku	33.18 531	35.99 538	52.93 521	40.01 537	21.41 530	55.08 537	17.25 493	43.30 520	61.58 540	39.25 508	49.16 512	46.61 520	28.49 490	39.77 525	28.76 496	18.56 536	7.00 532	31.82 539	9.61 528	21.53 535	15.48 532

ACVNet_1	41.30 541	49.46 543	64.91 543	44.67 542	25.07 535	49.43 532	25.23 524	55.33 543	65.87 548	59.72 537	59.33 535	63.43 545	48.79 536	49.63 536	37.09 517	19.05 537	9.82 535	38.29 542	13.97 535	28.67 538	18.23 538

PMTNet	5.36 147	0.97 56	3.42 12	1.97 1	1.30 149	8.96 244	0.69 44	12.33 129	12.16 184	8.50 139	11.35 151	6.09 120	4.50 134	9.34 127	2.70 141	22.71 538	0.01 23	0.04 209	0.02 158	0.06 41	0.01 1

MADNet+	53.31 546	68.61 554	98.75 579	67.03 551	37.58 542	79.83 570	81.74 570	60.38 548	61.61 541	51.43 533	54.92 529	61.11 543	59.29 548	69.66 555	76.71 570	23.88 539	24.03 542	17.08 529	12.35 534	32.47 541	27.69 543

IGEV-BASED-STEREO-	7.61 254	27.25 530	41.87 508	2.73 34	0.41 26	4.25 57	1.50 97	6.63 39	3.87 48	4.31 85	3.78 36	2.48 54	1.39 30	5.67 32	1.56 52	25.09 540	0.05 139	0.01 154	0.08 251	4.67 477	14.58 531

ACVNet-4b	36.40 538	52.20 545	56.11 531	42.45 540	21.78 531	48.56 530	14.37 466	49.50 534	60.15 538	43.17 518	46.38 503	55.62 535	24.56 466	38.15 520	21.97 447	25.13 541	3.66 519	46.93 544	33.56 544	25.97 537	17.74 536

Consistency-Raft	41.82 542	35.10 536	44.56 512	32.85 533	41.39 545	46.76 528	34.76 539	57.01 545	54.94 522	32.10 483	65.22 547	30.82 437	48.46 535	40.81 528	48.77 544	27.39 542	34.28 544	42.92 543	51.66 553	39.28 543	27.28 541

JetBlue	54.08 547	45.10 542	74.15 553	51.17 544	47.68 546	75.66 563	60.97 555	63.63 549	62.09 542	63.32 547	64.88 545	78.86 557	68.17 551	68.15 553	75.09 569	36.86 543	24.88 543	29.01 538	29.12 541	28.71 539	34.13 546

ACVNet_2	57.39 550	61.72 552	72.56 552	66.35 550	38.29 543	61.93 549	48.64 549	71.64 561	81.91 566	79.28 565	88.72 573	76.25 554	72.87 556	54.33 545	46.74 542	37.13 544	23.36 540	54.52 549	37.80 545	46.22 544	27.59 542

DLNR_Zeroshot_test	27.62 520	51.32 544	91.46 569	98.51 579	98.03 578	3.10 21	0.50 33	30.95 408	7.65 131	8.16 134	15.68 189	7.31 149	1.63 38	11.87 231	4.21 219	40.37 545	0.87 466	0.06 230	0.34 399	80.23 568	0.24 221

IMH-64-1	59.25 551	58.09 547	67.69 547	66.06 548	50.51 547	56.45 539	49.45 550	68.83 554	67.75 552	67.58 550	80.37 562	70.15 551	74.28 558	72.16 560	48.94 545	42.00 546	42.87 549	65.57 550	47.02 546	51.52 545	37.76 548

IMH-64	59.25 551	58.09 547	67.69 547	66.06 548	50.51 547	56.45 539	49.45 550	68.83 554	67.75 552	67.58 550	80.37 562	70.15 551	74.28 558	72.16 560	48.94 545	42.00 546	42.87 549	65.57 550	47.02 546	51.52 545	37.76 548

IMH	62.95 553	60.33 551	67.78 549	69.51 552	53.65 550	65.09 553	54.21 552	72.00 562	73.28 557	72.49 555	81.93 564	72.96 553	79.81 562	76.65 566	51.41 548	43.57 548	49.82 557	67.81 552	51.14 552	54.83 550	40.67 550

RainbowNet	51.25 544	62.74 553	64.52 542	60.13 547	39.00 544	58.72 547	30.83 534	57.31 546	79.18 563	50.24 530	65.35 548	60.13 541	44.25 531	49.47 535	41.16 531	46.52 549	46.06 552	52.72 548	31.78 542	52.33 549	32.47 545

LVE	71.50 558	72.46 557	83.91 564	75.21 555	55.29 554	74.81 558	62.76 557	77.22 567	83.77 568	82.09 567	87.11 572	83.38 563	82.41 567	75.93 564	64.49 559	48.28 550	57.24 564	74.61 556	62.53 554	65.49 552	61.01 557

TorneroNet-64	65.66 554	70.70 556	71.20 551	76.52 556	59.70 557	66.78 554	58.05 553	67.53 553	80.00 564	62.67 546	67.40 549	83.09 562	69.42 553	67.34 550	62.05 557	48.31 551	44.07 551	72.93 554	63.88 555	68.05 555	53.58 552

anonymity	52.32 545	58.23 549	63.91 539	41.12 539	59.25 555	53.27 535	41.04 544	55.69 544	40.20 467	54.85 535	49.49 514	49.13 526	55.48 543	59.07 546	49.65 547	55.86 552	50.03 558	51.00 546	51.08 551	51.71 547	56.36 553

TCMNet-wrong-test	76.74 567	91.47 575	89.31 567	97.64 577	97.35 577	94.87 573	92.51 573	69.78 558	65.29 547	63.44 548	71.10 553	65.66 548	51.44 538	85.29 572	74.70 567	56.06 553	20.22 539	83.11 569	82.39 567	95.02 578	88.18 572

SGM+DAISY	54.67 548	56.61 546	62.73 537	40.21 538	53.22 549	61.95 550	48.59 548	55.05 542	44.62 490	61.03 542	63.68 540	60.46 542	55.62 545	60.68 548	55.34 550	56.34 554	48.56 555	50.16 545	49.63 550	52.25 548	56.76 555

SPS-STEREO	55.62 549	59.14 550	64.16 540	45.05 543	53.84 552	59.88 548	44.00 547	59.53 547	49.94 507	62.33 545	61.09 537	59.80 540	56.82 547	60.06 547	57.85 551	58.41 555	48.34 554	51.07 547	49.21 549	55.41 551	56.48 554
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
TorneroNet	71.21 557	73.44 559	75.82 556	80.82 565	65.65 561	70.53 557	64.39 558	71.42 560	75.97 559	71.47 554	73.68 556	84.17 565	74.00 557	69.85 556	69.09 561	59.37 556	48.19 553	79.67 558	73.51 561	74.93 566	68.26 565

WAO-7	72.21 561	78.21 561	54.04 526	79.33 562	69.31 565	70.20 556	72.09 565	77.85 570	84.90 569	77.35 561	86.03 568	79.37 559	79.88 563	65.32 549	65.33 560	62.33 557	69.70 569	70.51 553	73.21 559	67.23 554	62.02 558

WAO-6	70.64 556	73.02 558	66.25 544	79.92 563	61.74 559	68.74 555	59.08 554	75.27 566	87.02 570	74.72 558	79.40 561	79.19 558	84.60 568	67.70 552	60.53 553	67.85 558	48.88 556	81.48 562	73.29 560	65.57 553	58.60 556

Dean	80.72 572	85.82 571	83.27 562	84.91 567	59.53 556	75.11 559	68.39 560	81.59 572	88.05 571	92.41 574	86.98 569	92.41 573	93.02 574	83.11 571	73.31 565	68.01 559	66.13 567	94.82 577	84.66 571	83.28 570	69.50 566

JetRed	79.55 571	79.88 567	91.52 570	71.05 553	75.80 569	91.66 572	80.11 569	79.14 571	80.44 565	84.35 571	84.23 567	83.38 563	72.48 555	79.43 568	85.44 573	69.33 560	81.58 572	73.66 555	72.56 558	82.35 569	72.60 568

notaker	72.18 560	79.78 566	78.84 559	78.75 560	68.52 563	63.26 551	61.68 556	69.22 557	75.95 558	77.58 562	78.85 560	79.69 560	84.79 569	77.39 567	58.43 552	69.68 561	60.79 565	77.46 557	68.48 557	69.62 557	64.92 562

WAO-8	76.87 568	78.41 562	66.45 545	86.81 568	72.47 567	79.27 568	68.59 561	77.75 568	89.01 572	83.09 569	86.98 569	85.87 568	84.97 570	72.12 558	69.11 562	74.93 562	55.23 561	87.79 574	83.50 568	70.47 559	64.56 560

Venus	76.87 568	78.41 562	66.45 545	86.81 568	72.47 567	79.27 568	68.59 561	77.75 568	89.01 572	83.09 569	86.98 569	85.87 568	84.97 570	72.12 558	69.11 562	74.93 562	55.23 561	87.79 574	83.50 568	70.48 560	64.56 560

ktn	72.58 562	80.06 568	69.96 550	79.14 561	69.86 566	75.40 562	70.43 564	69.01 556	76.90 560	72.88 556	77.46 559	77.43 555	77.41 561	72.78 563	55.00 549	79.09 564	65.99 566	80.09 560	68.29 556	71.46 562	62.98 559

UNDER WATER	75.92 566	79.25 564	87.75 566	84.39 566	66.43 562	77.08 565	77.22 568	66.90 552	72.16 556	75.32 559	71.56 555	85.89 570	82.15 566	70.11 557	74.99 568	79.34 565	53.61 560	86.40 571	84.53 570	71.29 561	72.11 567

PWCK	65.90 555	88.63 572	79.40 560	80.32 564	29.96 538	63.85 552	39.45 543	72.07 563	71.26 555	78.74 564	68.99 551	77.82 556	61.77 549	82.81 570	62.64 558	80.17 566	39.88 548	81.90 564	47.37 548	73.54 565	37.51 547

GCST	37.32 540	40.98 541	25.25 470	92.15 574	35.59 541	25.00 457	1.02 67	25.45 333	19.73 279	26.01 441	15.21 186	19.51 345	4.75 149	16.71 377	4.32 222	80.90 567	35.46 545	87.50 573	74.71 563	73.21 564	42.99 551

UNDER WATER-64	73.11 563	74.48 560	87.70 565	74.03 554	55.20 553	78.24 567	75.71 567	65.33 551	67.91 554	75.60 560	69.32 552	84.41 566	76.93 560	68.43 554	72.45 564	81.18 568	56.77 563	82.46 565	80.34 566	68.22 556	67.48 564

DPSimNet_ROB	74.29 565	83.27 570	59.30 536	77.19 557	65.13 560	75.14 560	74.95 566	73.99 565	76.94 561	81.99 566	75.48 557	80.18 561	71.76 554	67.39 551	84.00 572	81.87 569	51.14 559	79.99 559	76.70 565	70.17 558	79.21 570

MFMNet_re	72.05 559	79.64 565	64.23 541	52.73 545	84.71 570	77.93 566	68.35 559	63.96 550	66.93 550	61.00 541	71.29 554	63.84 546	68.91 552	72.42 562	61.11 555	82.03 570	74.22 571	80.34 561	74.44 562	83.62 571	89.34 573

xxxxx1	91.92 575	95.33 578	98.45 576	87.29 570	89.24 571	98.50 576	98.17 578	92.95 574	93.21 575	93.55 575	95.36 576	96.99 575	96.28 575	94.65 575	94.94 574	83.26 571	84.17 573	82.90 566	88.32 574	85.49 573	89.37 574

tt_ll	91.92 575	95.33 578	98.45 576	87.29 570	89.24 571	98.50 576	98.17 578	92.95 574	93.21 575	93.55 575	95.36 576	96.99 575	96.28 575	94.65 575	94.94 574	83.26 571	84.17 573	82.90 566	88.32 574	85.49 573	89.37 574

ff	91.92 575	95.33 578	98.45 576	87.29 570	89.24 571	98.50 576	98.17 578	92.95 574	93.21 575	93.55 575	95.36 576	96.99 575	96.28 575	94.65 575	94.94 574	83.26 571	84.17 573	82.90 566	88.32 574	85.49 573	89.37 574

HanzoNet	77.61 570	81.11 569	82.83 561	77.82 559	69.15 564	75.25 561	69.06 563	73.49 564	77.84 562	82.19 568	82.80 565	85.42 567	86.67 572	85.99 573	73.64 566	85.24 574	68.38 568	81.71 563	75.47 564	71.98 563	66.24 563

USTest	93.52 578	90.92 574	77.74 558	87.90 573	92.63 575	100.00 583	100.00 583	99.79 582	99.80 580	99.21 581	99.52 580	98.03 578	99.15 580	89.52 574	99.31 581	90.37 575	98.47 578	84.34 570	87.43 573	84.58 572	91.71 577

MADNet++	94.16 579	94.02 577	90.25 568	96.28 576	96.84 576	97.17 575	90.16 572	94.71 577	91.69 574	97.07 578	93.71 574	94.62 574	92.63 573	96.15 578	95.18 577	95.42 576	95.89 576	92.80 576	92.23 577	92.10 576	94.30 580

tt	89.96 574	1.02 65	100.00 585	99.40 581	100.00 583	100.00 583	100.00 583	100.00 585	100.00 583	78.36 563	67.94 550	99.99 586	100.00 583	100.00 586	100.00 586	95.81 577	99.93 582	87.43 572	86.39 572	95.11 579	87.89 571

KSHMR	88.54 573	93.03 576	83.31 563	95.54 575	91.74 574	82.37 571	83.41 571	84.43 573	81.99 567	87.89 572	84.05 566	91.94 572	81.33 564	76.34 565	81.76 571	96.44 578	96.14 577	96.69 579	97.12 578	92.52 577	92.67 578

LRCNet_RVC	73.59 564	69.80 555	74.41 554	77.63 558	60.56 558	40.33 522	15.08 475	71.04 559	48.36 499	88.07 573	94.62 575	90.11 571	81.83 565	80.58 569	61.26 556	97.12 579	72.30 570	96.65 578	97.58 579	77.13 567	77.30 569

Anonymous_1	99.65 583	99.95 583	99.93 583	99.80 582	99.60 581	100.00 583	100.00 583	99.82 584	99.98 581	99.62 583	99.94 582	99.75 583	100.00 583	99.66 581	99.88 582	98.45 580	99.84 581	98.73 580	99.26 580	99.41 580	99.36 581

MEDIAN_ROB	99.19 580	99.84 582	99.62 581	98.49 578	98.51 579	98.58 579	97.81 577	98.80 580	98.56 578	99.36 582	99.49 579	99.56 581	99.06 579	98.35 579	98.31 579	99.99 581	99.63 580	100.00 583	100.00 584	99.81 581	99.95 582

FlowAnything	100.00 588	100.00 587	100.00 585	100.00 583	100.00 583	100.00 583	100.00 583	100.00 585	100.00 583	100.00 585	100.00 583	100.00 588	100.00 583	100.00 586	100.00 586	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	100.00 584

ccccc		98.19 581		100.00 583	100.00 583	99.32 581		99.79 582		99.63 584		99.69 582		99.95 582		100.00 582	100.00 584	99.97 582	99.90 583	100.00 583

HaxPig	99.40 582	99.99 584	97.38 574	100.00 583	100.00 583	96.91 574	97.35 575	99.59 581	99.99 582	100.00 585	100.00 583	99.99 586	99.99 582	99.04 580	97.77 578	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	99.99 583

Selective-RAFT-Error	100.00 588	100.00 587	100.00 585	100.00 583	100.00 583	100.00 583	100.00 583	100.00 585	100.00 583	100.00 585	100.00 583	100.00 588	100.00 583	100.00 586	100.00 586	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	100.00 584

PML	99.19 580	100.00 587	98.08 575	99.28 580	99.53 580	100.00 583	99.73 581	98.24 578	99.44 579	100.00 585	99.57 581	98.76 580	99.84 581	100.00 586	98.88 580	100.00 582	99.54 579	100.00 583	99.50 581	99.90 582	93.55 579

CasAABBNet	100.00 588	100.00 587	100.00 585	100.00 583	100.00 583	100.00 583	100.00 583	100.00 585	100.00 583	100.00 585	100.00 583	100.00 588	100.00 583	100.00 586	100.00 586	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	100.00 584

test_example2	99.68 584	99.99 584	99.99 584	100.00 583	99.99 582	99.86 582	99.99 582	98.29 579	100.00 583	100.00 585	100.00 583	98.15 579	98.39 578	99.98 583	99.98 583	100.00 582	99.99 583	99.40 581	99.53 582	100.00 583	100.00 584

LSM0	100.00 588	100.00 587	100.00 585	100.00 583	100.00 583	100.00 583	100.00 583	100.00 585	100.00 583	100.00 585	100.00 583	100.00 588	100.00 583	100.00 586	100.00 586	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	100.00 584

DPSMNet_ROB	99.95 586	100.00 587	100.00 585	100.00 583	100.00 583	100.00 583	100.00 583	100.00 585	100.00 583	99.15 580	100.00 583	99.96 584	100.00 583	99.99 584	99.99 584	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	100.00 584

DGTPSM_ROB	99.95 586	100.00 587	100.00 585	100.00 583	100.00 583	100.00 583	100.00 583	100.00 585	100.00 583	99.14 579	100.00 583	99.96 584	100.00 583	99.99 584	99.99 584	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	100.00 584

DPSM_ROB	100.00 588	100.00 587	100.00 585	100.00 583	100.00 583	100.00 583	100.00 583	100.00 585	100.00 583	100.00 585	100.00 583	100.00 588	100.00 583	100.00 586	100.00 586	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	100.00 584

DPSM	100.00 588	100.00 587	100.00 585	100.00 583	100.00 583	100.00 583	100.00 583	100.00 585	100.00 583	100.00 585	100.00 583	100.00 588	100.00 583	100.00 586	100.00 586	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	100.00 584

AVERAGE_ROB	99.80 585	99.99 584	99.40 580	100.00 583	100.00 583	98.99 580	97.72 576	100.00 585	100.00 583	100.00 585	100.00 583	100.00 588	100.00 583	100.00 586	100.00 586	100.00 582	100.00 584	100.00 583	100.00 584	100.00 583	100.00 584

ASD4		90.49 573

Low-res two-view benchmark