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

CroCo-Stereo Lap2	0.28 11	0.24 186	0.39 75	0.50 292	0.29 220	0.20 1	0.31 92	0.49 14	0.38 37	0.24 1	0.27 4	0.46 72	0.31 61	0.39 15	0.30 64	0.14 33	0.15 208	0.16 64	0.13 53	0.16 112	0.15 111

test_4	0.36 70	0.18 37	0.31 15	0.44 209	0.25 116	0.20 1	0.34 124	0.56 32	0.41 44	0.59 79	1.45 336	0.43 60	0.25 14	0.63 155	0.28 47	0.12 4	0.10 9	0.17 89	0.19 215	0.15 81	0.11 10

CroCo-Stereo	0.26 5	0.22 133	0.36 38	0.48 263	0.22 44	0.20 1	0.29 62	0.51 19	0.44 54	0.28 4	0.23 1	0.42 54	0.26 20	0.29 1	0.26 28	0.15 81	0.13 156	0.13 11	0.11 18	0.16 112	0.12 35
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
Pruner-Stereo	0.38 100	0.20 74	0.45 136	0.40 114	0.25 116	0.22 4	0.24 28	0.67 96	0.55 81	0.89 252	0.76 106	0.68 172	0.29 46	0.62 145	0.35 116	0.18 176	0.12 101	0.20 184	0.17 167	0.17 145	0.18 183

DLNR_Zeroshot_test	20.09 426	36.28 434	38.04 431	169.85 442	61.80 438	0.23 5	0.20 1	13.88 425	0.37 33	0.44 47	0.66 79	0.43 60	0.21 5	0.62 145	0.28 47	5.46 424	0.10 9	0.15 45	0.11 18	72.60 441	0.11 10

RAFT_R40	0.40 126	0.19 52	0.44 125	0.43 194	0.25 116	0.23 5	0.26 41	0.67 96	0.67 119	0.98 293	0.78 118	0.72 192	0.43 128	0.76 227	0.35 116	0.16 115	0.11 59	0.20 184	0.16 127	0.18 163	0.14 92

LargeStereo	0.24 1	0.17 21	0.31 15	0.38 69	0.22 44	0.24 7	0.22 8	0.50 18	0.23 1	0.28 4	0.35 18	0.30 6	0.22 7	0.31 3	0.28 47	0.14 33	0.10 9	0.13 11	0.10 11	0.13 21	0.13 60

DisPM	0.39 114	0.19 52	0.44 125	0.41 139	0.27 178	0.24 7	0.31 92	0.65 77	0.57 86	0.87 240	0.87 165	0.60 133	0.32 65	0.76 227	0.32 79	0.18 176	0.12 101	0.19 160	0.17 167	0.15 81	0.20 231

Patchmatch Stereo++	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.22 8	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.58 112	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.31 92	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.56 85	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

ROB_FTStereo_v2	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.31 92	0.59 41	0.36 23	0.63 96	0.73 94	0.57 106	0.38 97	0.57 95	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

HUI-Stereo	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.22 8	0.60 51	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.50 57	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

iGMRVC	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.30 75	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.58 112	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

iRAFT	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.22 8	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.58 112	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

RAFT-IKP	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.28 55	0.59 41	0.36 23	0.63 96	0.73 94	0.57 106	0.38 97	0.58 112	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

ROB_FTStereo	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.25 16	0.21 4	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.57 95	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

SST-Stereo	0.40 126	0.19 52	0.45 136	0.42 176	0.25 116	0.25 16	0.21 4	0.66 86	0.47 62	1.08 327	0.79 127	0.72 192	0.43 128	0.77 234	0.35 116	0.16 115	0.11 59	0.20 184	0.16 127	0.19 197	0.15 111

CASnet	0.30 28	0.20 74	0.33 23	0.41 139	0.16 3	0.26 18	0.24 28	0.52 22	0.53 73	0.52 65	0.54 51	0.39 42	0.24 12	0.40 18	0.26 28	0.14 33	0.10 9	0.22 236	0.18 190	0.18 163	0.11 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.27 7	0.17 21	0.31 15	0.34 12	0.45 336	0.26 18	0.28 55	0.37 1	0.32 9	0.30 8	0.46 27	0.31 10	0.37 94	0.36 6	0.24 7	0.14 33	0.10 9	0.15 45	0.12 32	0.13 21	0.11 10

MC-Stereo	0.28 11	0.17 21	0.32 20	0.38 69	0.20 22	0.26 18	0.26 41	0.49 14	0.37 33	0.37 20	0.61 68	0.41 48	0.31 61	0.55 77	0.25 11	0.13 13	0.09 2	0.14 19	0.12 32	0.12 9	0.11 10

NF-Stereo	0.38 100	0.20 74	0.45 136	0.41 139	0.25 116	0.26 18	0.31 92	0.69 114	0.70 125	0.65 112	0.77 110	0.57 106	0.30 57	0.67 184	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 287

OCTAStereo	0.38 100	0.20 74	0.46 152	0.41 139	0.25 116	0.26 18	0.31 92	0.69 114	0.70 125	0.65 112	0.77 110	0.58 114	0.30 57	0.67 184	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 287

RE-Stereo	0.38 100	0.20 74	0.46 152	0.41 139	0.25 116	0.26 18	0.31 92	0.69 114	0.70 125	0.65 112	0.77 110	0.58 114	0.30 57	0.67 184	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 287

TVStereo	0.38 100	0.20 74	0.46 152	0.41 139	0.25 116	0.26 18	0.31 92	0.69 114	0.70 125	0.65 112	0.77 110	0.58 114	0.30 57	0.67 184	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 287

DeepStereo_RVC	0.36 70	0.21 106	0.47 162	0.40 114	0.24 90	0.26 18	0.22 8	0.60 51	0.38 37	0.69 135	0.67 83	0.57 106	0.51 166	0.56 85	0.39 158	0.16 115	0.12 101	0.18 123	0.15 98	0.19 197	0.18 183

H2IRNET	0.37 85	0.20 74	0.33 23	0.38 69	0.25 116	0.27 26	0.23 19	0.59 41	0.72 136	0.39 32	0.90 179	0.74 207	0.55 185	0.52 66	0.43 175	0.15 81	0.13 156	0.18 123	0.20 237	0.16 112	0.13 60

MoCha-V2	0.25 3	0.15 4	0.29 11	0.40 114	0.18 8	0.27 26	0.26 41	0.49 14	0.27 3	0.36 19	0.27 4	0.33 20	0.35 81	0.49 53	0.22 1	0.12 4	0.10 9	0.12 2	0.10 11	0.13 21	0.11 10

test croco	0.31 30	0.20 74	0.50 200	0.39 90	0.29 220	0.27 26	0.30 75	0.44 7	0.35 18	0.31 9	0.66 79	0.30 6	0.31 61	0.65 169	0.31 71	0.17 148	0.13 156	0.20 184	0.15 98	0.17 145	0.12 35

StereoIM	0.26 5	0.18 37	0.36 38	0.36 38	0.26 153	0.27 26	0.27 48	0.43 6	0.35 18	0.27 2	0.26 3	0.41 48	0.28 36	0.40 18	0.28 47	0.16 115	0.14 183	0.16 64	0.13 53	0.14 48	0.12 35

MIM_Stereo	0.38 100	0.17 21	0.53 218	0.37 47	0.24 90	0.27 26	0.24 28	0.70 128	0.54 77	0.72 158	1.00 223	0.63 144	0.29 46	0.64 162	0.38 152	0.13 13	0.14 183	0.17 89	0.16 127	0.14 48	0.11 10

Selective-IGEV	0.24 1	0.18 37	0.35 33	0.35 30	0.19 11	0.27 26	0.25 35	0.55 31	0.23 1	0.27 2	0.25 2	0.34 24	0.19 2	0.58 112	0.22 1	0.12 4	0.10 9	0.14 19	0.11 18	0.12 9	0.10 3

IRAFT_RVC	0.42 143	0.20 74	0.48 178	0.44 209	0.24 90	0.27 26	0.54 293	0.74 146	0.77 163	0.76 179	0.80 129	0.73 202	0.51 166	0.70 198	0.36 132	0.17 148	0.10 9	0.21 224	0.16 127	0.16 112	0.14 92

CREStereo++_RVC	0.32 32	0.15 4	0.23 1	0.31 7	0.24 90	0.27 26	0.22 8	0.46 9	0.88 218	0.46 51	0.80 129	0.30 6	0.26 20	0.36 6	0.33 91	0.13 13	0.09 2	0.13 11	0.51 380	0.13 21	0.09 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
AFF-stereo	0.38 100	0.19 52	0.39 75	0.37 47	0.21 31	0.27 26	0.31 92	0.65 77	0.66 117	0.64 105	1.13 273	0.76 215	0.39 109	0.55 77	0.33 91	0.11 1	0.09 2	0.16 64	0.16 127	0.13 21	0.11 10

CAS++	0.32 32	0.24 186	0.36 38	0.37 47	0.26 153	0.28 35	0.23 19	0.87 192	0.50 65	0.47 54	0.45 23	0.26 2	0.21 5	0.49 53	0.24 7	0.23 264	0.19 274	0.22 236	0.17 167	0.21 228	0.16 150
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.31 30	0.18 37	0.37 49	0.41 139	0.31 247	0.28 35	0.23 19	0.47 10	0.42 48	0.31 9	0.63 70	0.36 35	0.35 81	0.57 95	0.31 71	0.17 148	0.13 156	0.19 160	0.17 167	0.18 163	0.14 92

test_5	0.43 149	0.24 186	0.43 115	0.52 315	0.28 197	0.28 35	0.42 236	0.72 137	0.82 185	0.62 89	0.91 182	0.72 192	0.55 185	0.79 241	0.35 116	0.14 33	0.11 59	0.18 123	0.18 190	0.18 163	0.16 150

PFNet+	0.40 126	0.19 52	0.49 188	0.39 90	0.25 116	0.28 35	0.23 19	0.64 76	0.70 125	0.85 228	0.79 127	0.64 151	0.35 81	0.72 208	0.34 101	0.19 205	0.14 183	0.23 251	0.20 237	0.16 112	0.20 231

AnonymousM	0.41 137	0.81 373	0.29 11	0.34 12	0.22 44	0.28 35	0.38 191	0.53 30	0.41 44	0.70 141	0.49 35	0.47 74	0.27 27	0.41 21	0.31 71	0.15 81	0.12 101	1.51 393	0.26 313	0.12 9	0.10 3

DCANet-4	0.36 70	0.20 74	0.48 178	0.34 12	0.19 11	0.29 40	0.30 75	0.66 86	0.92 240	0.69 135	0.78 118	0.40 45	0.47 146	0.45 33	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

fff	0.37 85	0.16 10	0.41 87	0.34 12	0.19 11	0.29 40	0.30 75	0.69 114	1.06 305	0.69 135	0.78 118	0.42 54	0.63 225	0.46 40	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

RAFT+CT+SA	0.39 114	0.23 150	0.36 38	0.51 304	0.27 178	0.29 40	0.46 248	0.75 152	0.80 178	0.51 62	0.89 176	0.41 48	0.40 114	0.78 238	0.32 79	0.14 33	0.11 59	0.18 123	0.18 190	0.15 81	0.14 92

TRStereo	0.37 85	0.27 233	0.59 240	0.47 258	0.41 314	0.29 40	0.30 75	0.84 179	0.59 88	0.52 65	0.41 21	0.52 88	0.26 20	0.73 213	0.27 37	0.17 148	0.12 101	0.19 160	0.19 215	0.13 21	0.11 10

AAGNet	1.43 379	0.20 74	0.48 178	0.44 209	0.25 116	0.29 40	0.31 92	0.65 77	0.68 120	0.97 289	0.86 161	0.67 171	0.62 219	0.64 162	20.63 424	0.16 115	0.11 59	0.19 160	0.15 98	0.19 197	0.12 35

csc	0.37 85	0.16 10	0.41 87	0.34 12	0.19 11	0.29 40	0.30 75	0.69 114	1.06 305	0.69 135	0.78 118	0.42 54	0.63 225	0.46 40	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

cscssc	0.37 85	0.16 10	0.41 87	0.34 12	0.19 11	0.29 40	0.30 75	0.69 114	1.06 305	0.69 135	0.78 118	0.42 54	0.63 225	0.46 40	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

IGEV_Zeroshot_test	0.34 40	0.18 37	0.67 277	0.39 90	0.28 197	0.30 47	0.25 35	0.74 146	0.31 7	0.62 89	0.57 59	0.54 96	0.25 14	0.53 72	0.27 37	0.14 33	0.10 9	0.15 45	0.14 76	0.14 48	0.12 35

MIF-Stereo	0.27 7	0.17 21	0.37 49	0.40 114	0.27 178	0.30 47	0.28 55	0.39 2	0.31 7	0.29 7	0.46 27	0.27 3	0.25 14	0.47 47	0.34 101	0.17 148	0.13 156	0.13 11	0.12 32	0.14 48	0.12 35

anonymousdsp	0.29 16	0.21 106	0.38 58	0.37 47	0.25 116	0.30 47	0.35 141	0.63 66	0.35 18	0.39 32	0.33 11	0.33 20	0.28 36	0.59 126	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

ADStereo(finetuned)	0.37 85	0.16 10	0.49 188	0.34 12	0.19 11	0.30 47	0.30 75	0.68 105	0.91 235	0.70 141	0.77 110	0.43 60	0.69 259	0.45 33	0.33 91	0.14 33	0.10 9	0.14 19	0.11 18	0.13 21	0.12 35

IGEV-Stereo	0.29 16	0.21 106	0.38 58	0.37 47	0.25 116	0.30 47	0.35 141	0.63 66	0.35 18	0.39 32	0.33 11	0.33 20	0.28 36	0.59 126	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSM-softLoss	0.38 100	0.20 74	0.48 178	0.41 139	0.26 153	0.30 47	0.35 141	0.69 114	0.46 59	0.62 89	0.82 139	0.59 128	0.33 73	0.70 198	0.39 158	0.19 205	0.12 101	0.20 184	0.18 190	0.16 112	0.22 257

KMStereo	0.38 100	0.20 74	0.48 178	0.41 139	0.26 153	0.30 47	0.35 141	0.69 114	0.46 59	0.62 89	0.82 139	0.59 128	0.33 73	0.70 198	0.39 158	0.19 205	0.12 101	0.20 184	0.18 190	0.16 112	0.22 257

rafts_anoy	0.37 85	0.21 106	0.36 38	0.41 139	0.26 153	0.30 47	0.33 117	0.67 96	0.90 230	0.58 77	0.66 79	0.45 66	0.33 73	0.47 47	0.39 158	0.16 115	0.11 59	0.21 224	0.23 281	0.17 145	0.14 92

raftrobust	0.34 40	0.19 52	0.36 38	0.41 139	0.27 178	0.30 47	0.25 35	0.71 133	0.63 102	0.58 77	0.55 56	0.45 66	0.46 143	0.51 61	0.29 59	0.16 115	0.12 101	0.14 19	0.12 32	0.12 9	0.13 60

DCANet	0.36 70	0.16 10	0.41 87	0.34 12	0.19 11	0.30 47	0.30 75	0.68 105	0.91 235	0.70 141	0.77 110	0.43 60	0.57 192	0.45 33	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.13 21	0.12 35

ff7	0.29 16	0.21 106	0.38 58	0.36 38	0.26 153	0.31 57	0.35 141	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 112	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

ffff	0.29 16	0.21 106	0.38 58	0.36 38	0.26 153	0.31 57	0.35 141	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 112	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

11t	0.29 16	0.21 106	0.38 58	0.36 38	0.26 153	0.31 57	0.35 141	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 112	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

RCA-Stereo	0.35 52	0.17 21	0.34 30	0.38 69	0.22 44	0.31 57	0.34 124	0.68 105	1.24 338	0.45 49	0.65 75	0.47 74	0.43 128	0.38 13	0.27 37	0.13 13	0.10 9	0.14 19	0.11 18	0.11 1	0.11 10

ccc-4	0.29 16	0.21 106	0.38 58	0.36 38	0.26 153	0.31 57	0.35 141	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 112	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

iRaft-Stereo_5w	0.45 165	0.21 106	0.48 178	0.42 176	0.28 197	0.31 57	0.54 293	0.63 66	0.62 92	0.62 89	0.89 176	1.01 284	0.69 259	0.75 224	0.66 261	0.13 13	0.12 101	0.17 89	0.15 98	0.14 48	0.15 111

iRaft-Stereo_20w	0.39 114	0.19 52	0.57 235	0.37 47	0.27 178	0.31 57	0.24 28	1.44 363	0.29 4	0.69 135	0.53 49	0.60 133	0.42 121	0.83 254	0.27 37	0.14 33	0.11 59	0.14 19	0.13 53	0.15 81	0.13 60

GLC_STEREO	0.29 16	0.19 52	0.27 9	0.44 209	0.19 11	0.31 57	0.26 41	0.47 10	0.43 50	0.37 20	0.47 32	0.41 48	0.23 9	0.50 57	0.34 101	0.14 33	0.18 260	0.19 160	0.16 127	0.16 112	0.13 60

iRaftStereo_RVC	0.32 32	0.19 52	0.37 49	0.39 90	0.22 44	0.31 57	0.29 62	0.68 105	0.51 67	0.49 57	0.66 79	0.37 37	0.23 9	0.45 33	0.33 91	0.14 33	0.10 9	0.18 123	0.17 167	0.15 81	0.12 35

EAI-Stereo	0.34 40	0.19 52	0.44 125	0.39 90	0.21 31	0.31 57	0.30 75	1.15 289	0.30 5	0.49 57	0.75 104	0.36 35	0.28 36	0.62 145	0.27 37	0.14 33	0.11 59	0.14 19	0.13 53	0.13 21	0.12 35

MSKI-zero shot	0.32 32	0.17 21	0.34 30	0.39 90	0.21 31	0.32 67	0.22 8	0.61 57	0.43 50	0.52 65	0.64 73	0.61 137	0.20 4	0.74 220	0.25 11	0.14 33	0.10 9	0.14 19	0.10 11	0.12 9	0.12 35

4D-IteraStereo	0.33 39	0.18 37	0.40 82	0.40 114	0.24 90	0.32 67	0.27 48	0.58 39	0.72 136	0.65 112	0.54 51	0.42 54	0.23 9	0.45 33	0.28 47	0.14 33	0.09 2	0.19 160	0.16 127	0.16 112	0.11 10

ProNet	0.29 16	0.21 106	0.38 58	0.35 30	0.24 90	0.32 67	0.43 237	0.57 35	0.37 33	0.33 15	0.30 7	0.32 12	0.28 36	0.57 95	0.26 28	0.13 13	0.11 59	0.16 64	0.13 53	0.13 21	0.13 60

cross-raft	0.34 40	0.20 74	0.37 49	0.44 209	0.23 72	0.32 67	0.35 141	0.74 146	0.40 41	0.60 83	0.77 110	0.57 106	0.27 27	0.43 26	0.28 47	0.12 4	0.10 9	0.15 45	0.13 53	0.15 81	0.11 10

HH	0.35 52	0.20 74	0.47 162	0.40 114	0.25 116	0.33 71	0.31 92	0.76 157	0.38 37	0.43 44	0.57 59	0.79 223	0.44 136	0.71 203	0.25 11	0.15 81	0.11 59	0.15 45	0.14 76	0.14 48	0.12 35

HanStereo	0.35 52	0.20 74	0.47 162	0.40 114	0.25 116	0.33 71	0.31 92	0.76 157	0.38 37	0.43 44	0.57 59	0.79 223	0.44 136	0.71 203	0.25 11	0.15 81	0.11 59	0.15 45	0.14 76	0.14 48	0.12 35

LoS	0.29 16	0.15 4	0.30 13	0.29 3	0.18 8	0.33 71	0.29 62	0.51 19	0.72 136	0.34 16	0.52 47	0.41 48	0.28 36	0.47 47	0.28 47	0.15 81	0.11 59	0.13 11	0.09 7	0.11 1	0.11 10

HHNet	0.41 137	0.17 21	0.41 87	0.34 12	0.37 289	0.33 71	0.34 124	0.69 114	0.75 150	0.86 233	1.30 310	0.52 88	0.32 65	0.52 66	0.35 116	0.15 81	0.11 59	0.19 160	0.15 98	0.15 81	0.24 270

RAFT-345	0.40 126	0.18 37	0.40 82	0.38 69	0.22 44	0.33 71	0.26 41	0.61 57	0.51 67	0.74 171	1.79 360	0.45 66	0.33 73	0.66 174	0.36 132	0.14 33	0.11 59	0.18 123	0.14 76	0.13 21	0.13 60

RAFT-Stereo + iAFF	0.36 70	0.17 21	0.41 87	0.35 30	0.19 11	0.33 71	0.29 62	0.65 77	0.73 143	0.68 130	1.01 226	0.56 101	0.40 114	0.42 23	0.30 64	0.11 1	0.09 2	0.15 45	0.14 76	0.13 21	0.10 3

TestStereo1	0.43 149	0.23 150	0.41 87	0.51 304	0.24 90	0.34 77	0.40 217	0.77 160	0.90 230	0.68 130	0.96 201	0.48 78	0.46 143	0.91 286	0.32 79	0.16 115	0.13 156	0.18 123	0.15 98	0.14 48	0.13 60

RAFT_CTSACE	0.45 165	0.20 74	0.44 125	0.45 230	0.27 178	0.34 77	0.39 211	0.60 51	0.73 143	0.76 179	1.44 333	0.83 235	0.38 97	1.08 322	0.26 28	0.12 4	0.13 156	0.18 123	0.16 127	0.15 81	0.11 10

SA-5K	0.43 149	0.23 150	0.41 87	0.51 304	0.24 90	0.34 77	0.40 217	0.77 160	0.90 230	0.68 130	0.96 201	0.48 78	0.46 143	0.91 286	0.32 79	0.16 115	0.13 156	0.18 123	0.15 98	0.14 48	0.13 60

NRIStereo	0.36 70	0.20 74	0.45 136	0.41 139	0.23 72	0.34 77	0.26 41	0.65 77	0.55 81	0.64 105	0.63 70	0.56 101	0.37 94	0.65 169	0.37 144	0.15 81	0.11 59	0.18 123	0.15 98	0.17 145	0.14 92

Gwc-CoAtRS	0.34 40	0.17 21	0.44 125	0.39 90	0.23 72	0.34 77	0.22 8	0.70 128	0.75 150	0.60 83	0.59 64	0.58 114	0.29 46	0.45 33	0.26 28	0.14 33	0.11 59	0.14 19	0.12 32	0.12 9	0.12 35

LL-Strereo2	0.35 52	0.24 186	0.48 178	0.41 139	0.26 153	0.35 82	0.24 28	0.67 96	0.44 54	0.54 70	0.51 41	0.66 166	0.25 14	0.66 174	0.30 64	0.14 33	0.12 101	0.23 251	0.20 237	0.18 163	0.13 60

EGLCR-Stereo	0.25 3	0.16 10	0.33 23	0.34 12	0.20 22	0.35 82	0.20 1	0.52 22	0.36 23	0.28 4	0.27 4	0.41 48	0.18 1	0.45 33	0.26 28	0.14 33	0.10 9	0.16 64	0.14 76	0.13 21	0.11 10

RALCasStereoNet	0.36 70	0.21 106	0.37 49	0.42 176	0.26 153	0.35 82	0.38 191	0.63 66	0.64 109	0.50 60	0.72 90	0.51 86	0.29 46	0.59 126	0.36 132	0.16 115	0.14 183	0.15 45	0.13 53	0.17 145	0.16 150

RALAANet	0.38 100	0.23 150	0.48 178	0.42 176	0.29 220	0.35 82	0.25 35	0.86 185	0.64 109	0.67 124	0.65 75	0.60 133	0.29 46	0.60 132	0.34 101	0.15 81	0.12 101	0.17 89	0.15 98	0.21 228	0.13 60

test_xeample3	0.29 16	0.21 106	0.41 87	0.35 30	0.26 153	0.35 82	0.32 108	0.56 32	0.36 23	0.43 44	0.32 10	0.34 24	0.28 36	0.54 75	0.23 5	0.14 33	0.11 59	0.16 64	0.12 32	0.14 48	0.13 60

CFNet-RSSM	0.34 40	0.17 21	0.45 136	0.39 90	0.22 44	0.35 82	0.23 19	0.73 144	0.84 193	0.65 112	0.54 51	0.57 106	0.28 36	0.46 40	0.26 28	0.13 13	0.10 9	0.14 19	0.12 32	0.13 21	0.11 10

knoymous	0.36 70	0.20 74	0.31 15	0.31 7	0.22 44	0.36 88	0.29 62	0.61 57	0.64 109	0.67 124	0.70 88	0.60 133	0.40 114	0.58 112	0.34 101	0.17 148	0.11 59	0.20 184	0.11 18	0.17 145	0.18 183

OMP-Stereo	0.42 143	0.22 133	0.46 152	0.52 315	0.24 90	0.36 88	0.25 35	0.71 133	0.78 170	0.77 184	0.64 73	0.89 257	0.39 109	0.91 286	0.35 116	0.15 81	0.12 101	0.20 184	0.15 98	0.15 81	0.12 35

panet	0.27 7	0.14 2	0.23 1	0.28 2	0.15 1	0.37 90	0.23 19	0.52 22	0.72 136	0.42 41	0.51 41	0.34 24	0.26 20	0.39 15	0.25 11	0.15 81	0.11 59	0.12 2	0.08 1	0.11 1	0.10 3

MGS-Stereo	0.28 11	0.19 52	0.40 82	0.36 38	0.23 72	0.37 90	0.30 75	0.39 2	0.44 54	0.31 9	0.51 41	0.40 45	0.24 12	0.43 26	0.26 28	0.15 81	0.12 101	0.15 45	0.13 53	0.14 48	0.13 60

IGEVStereo-DCA	0.29 16	0.22 133	0.38 58	0.35 30	0.27 178	0.37 90	0.35 141	0.62 61	0.34 11	0.38 24	0.30 7	0.35 30	0.27 27	0.51 61	0.22 1	0.15 81	0.12 101	0.16 64	0.12 32	0.13 21	0.15 111

rrr	0.29 16	0.22 133	0.41 87	0.35 30	0.27 178	0.37 90	0.32 108	0.52 22	0.42 48	0.38 24	0.30 7	0.35 30	0.27 27	0.51 61	0.22 1	0.15 81	0.12 101	0.16 64	0.13 53	0.13 21	0.14 92

whm_eth	0.48 189	0.30 261	0.74 301	0.46 249	0.38 297	0.37 90	0.37 171	0.79 167	0.78 170	0.82 208	1.74 357	0.37 37	0.38 97	0.60 132	0.38 152	0.18 176	0.16 235	0.20 184	0.20 237	0.19 197	0.22 257

CES	0.28 11	0.14 2	0.23 1	0.30 5	0.70 377	0.37 90	0.27 48	0.48 12	0.46 59	0.34 16	0.48 33	0.27 3	0.22 7	0.39 15	0.23 5	0.13 13	0.11 59	0.12 2	0.08 1	0.13 21	0.17 168

GMOStereo	0.37 85	0.19 52	0.38 58	0.43 194	0.24 90	0.37 90	0.38 191	0.52 22	0.62 92	0.87 240	0.84 149	0.64 151	0.35 81	0.37 9	0.28 47	0.13 13	0.11 59	0.20 184	0.18 190	0.15 81	0.11 10

error version	0.37 85	0.19 52	0.38 58	0.43 194	0.24 90	0.37 90	0.38 191	0.52 22	0.62 92	0.87 240	0.84 149	0.64 151	0.35 81	0.37 9	0.28 47	0.13 13	0.11 59	0.20 184	0.18 190	0.15 81	0.11 10

test-v	0.37 85	0.19 52	0.38 58	0.43 194	0.24 90	0.37 90	0.38 191	0.52 22	0.62 92	0.87 240	0.84 149	0.64 151	0.35 81	0.37 9	0.28 47	0.13 13	0.11 59	0.20 184	0.18 190	0.15 81	0.11 10

TransformOpticalFlow	0.44 155	0.20 74	0.47 162	0.41 139	0.23 72	0.37 90	0.47 253	0.94 215	0.76 156	0.65 112	1.14 275	0.73 202	0.56 191	0.76 227	0.32 79	0.15 81	0.10 9	0.17 89	0.15 98	0.14 48	0.13 60

ASMatch	0.48 189	0.19 52	0.45 136	0.39 90	0.28 197	0.37 90	0.26 41	0.74 146	0.68 120	0.76 179	2.34 375	0.61 137	0.52 168	0.62 145	0.37 144	0.14 33	0.12 101	0.17 89	0.15 98	0.14 48	0.21 244

test-2	0.37 85	0.19 52	0.38 58	0.43 194	0.24 90	0.37 90	0.38 191	0.52 22	0.62 92	0.87 240	0.84 149	0.64 151	0.35 81	0.37 9	0.28 47	0.13 13	0.11 59	0.20 184	0.18 190	0.15 81	0.11 10

XX-TBD	0.32 32	0.53 347	0.26 8	0.51 304	0.20 22	0.37 90	0.24 28	0.40 4	0.73 143	0.54 70	0.69 86	0.31 10	0.25 14	0.32 4	0.27 37	0.16 115	0.10 9	0.12 2	0.09 7	0.13 21	0.11 10

CREStereo	0.28 11	0.15 4	0.24 4	0.27 1	0.17 4	0.37 90	0.25 35	0.51 19	0.72 136	0.42 41	0.51 41	0.32 12	0.26 20	0.38 13	0.25 11	0.16 115	0.11 59	0.12 2	0.08 1	0.12 9	0.11 10
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
StereoVision	0.42 143	0.28 247	0.45 136	0.49 278	0.28 197	0.38 104	0.38 191	0.72 137	0.62 92	0.44 47	1.14 275	0.54 96	0.39 109	0.56 85	0.34 101	0.21 241	0.24 313	0.25 276	0.24 294	0.26 276	0.16 150

EKT-Stereo	0.35 52	0.23 150	0.39 75	0.43 194	0.29 220	0.38 104	0.31 92	0.69 114	0.64 109	0.45 49	0.63 70	0.49 82	0.27 27	0.56 85	0.33 91	0.18 176	0.14 183	0.18 123	0.15 98	0.16 112	0.16 150

XX-Stereo	0.37 85	0.17 21	0.45 136	0.55 329	0.36 284	0.38 104	0.20 1	0.60 51	0.30 5	0.46 51	1.30 310	0.73 202	0.26 20	0.56 85	0.26 28	0.16 115	0.11 59	0.17 89	0.16 127	0.14 48	0.10 3

LL-Strereo	0.57 264	0.27 233	0.68 280	0.48 263	0.34 276	0.39 107	0.48 259	0.94 215	0.97 261	0.83 220	0.78 118	1.10 308	1.18 356	1.33 351	0.49 214	0.17 148	0.14 183	0.22 236	0.19 215	0.16 112	0.17 168

MyStereo07	0.32 32	0.22 133	0.34 30	0.42 176	0.28 197	0.40 108	0.50 269	0.72 137	0.37 33	0.37 20	0.34 17	0.32 12	0.31 61	0.59 126	0.27 37	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.16 150

MyStereo04	0.44 155	0.22 133	0.44 125	0.42 176	0.28 197	0.40 108	0.50 269	1.00 235	1.08 314	0.62 89	0.58 63	0.55 99	0.57 192	0.71 203	0.44 188	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.16 150

raft_robust	0.41 137	0.23 150	0.36 38	0.42 176	0.21 31	0.40 108	0.33 117	0.79 167	0.98 265	0.79 189	0.87 165	0.39 42	0.33 73	0.84 259	0.29 59	0.13 13	0.12 101	0.16 64	0.17 167	0.15 81	0.12 35

GwcNet-ADL	0.44 155	0.22 133	0.48 178	0.45 230	0.30 230	0.40 108	0.37 171	0.92 209	0.97 261	0.71 147	0.78 118	0.61 137	0.42 121	0.62 145	0.50 215	0.19 205	0.14 183	0.15 45	0.14 76	0.18 163	0.18 183

CrosDoStereo	0.50 218	0.18 37	0.45 136	0.38 69	0.24 90	0.40 108	1.18 380	0.67 96	0.86 205	0.94 276	1.37 319	0.63 144	0.77 289	0.65 169	0.45 194	0.15 81	0.12 101	0.17 89	0.18 190	0.14 48	0.14 92

FTStereo	0.56 259	0.20 74	0.37 49	0.41 139	0.25 116	0.40 108	0.79 350	0.66 86	0.43 50	1.09 329	3.27 395	0.70 178	0.73 278	0.55 77	0.33 91	0.14 33	0.13 156	0.19 160	0.17 167	0.15 81	0.30 307

DeepStereo_LL	0.50 218	0.18 37	0.45 136	0.38 69	0.24 90	0.40 108	1.18 380	0.67 96	0.86 205	0.94 276	1.37 319	0.63 144	0.77 289	0.65 169	0.45 194	0.15 81	0.12 101	0.17 89	0.18 190	0.14 48	0.14 92

Prome-Stereo	0.46 171	0.19 52	0.35 33	0.44 209	0.26 153	0.40 108	0.45 245	0.68 105	0.44 54	0.96 284	1.84 362	0.59 128	0.67 249	0.61 139	0.32 79	0.14 33	0.11 59	0.16 64	0.14 76	0.16 112	0.29 300

TestStereo	0.38 100	0.31 266	0.40 82	0.45 230	0.20 22	0.40 108	0.37 171	0.66 86	0.65 114	0.53 68	0.78 118	0.47 74	0.40 114	0.55 77	0.37 144	0.18 176	0.13 156	0.20 184	0.15 98	0.22 245	0.13 60

sAnonymous2	0.40 126	0.39 306	0.85 319	0.48 263	0.37 289	0.40 108	0.46 248	0.57 35	0.52 70	0.38 24	0.46 27	0.35 30	0.42 121	0.43 26	0.30 64	0.19 205	0.14 183	0.18 123	0.17 167	0.57 375	0.44 359

CroCo_RVC	0.40 126	0.39 306	0.85 319	0.48 263	0.37 289	0.40 108	0.46 248	0.57 35	0.52 70	0.38 24	0.46 27	0.35 30	0.42 121	0.43 26	0.30 64	0.19 205	0.14 183	0.18 123	0.17 167	0.57 375	0.44 359

R-Stereo Train	0.39 114	0.18 37	0.42 106	0.42 176	0.26 153	0.40 108	0.32 108	0.72 137	0.34 11	0.89 252	1.28 306	0.57 106	0.35 81	0.42 23	0.32 79	0.15 81	0.12 101	0.14 19	0.12 32	0.14 48	0.13 60

RAFT-Stereo	0.39 114	0.18 37	0.42 106	0.42 176	0.26 153	0.40 108	0.32 108	0.72 137	0.34 11	0.89 252	1.28 306	0.57 106	0.35 81	0.42 23	0.32 79	0.15 81	0.12 101	0.14 19	0.12 32	0.14 48	0.13 60
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MyStereo06	0.38 100	0.21 106	0.61 247	0.41 139	0.28 197	0.41 121	0.50 269	0.95 221	0.35 18	0.62 89	0.54 51	0.76 215	0.27 27	0.50 57	0.29 59	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.15 111

MyStereo05	0.44 155	0.21 106	0.45 136	0.41 139	0.28 197	0.41 121	0.50 269	0.93 211	1.09 316	0.76 179	0.61 68	0.51 86	0.57 192	0.73 213	0.42 170	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.15 111

UDGNet	0.48 189	0.77 370	0.50 200	0.48 263	0.31 247	0.41 121	0.34 124	0.70 128	0.92 240	0.65 112	0.60 65	0.58 114	0.43 128	0.63 155	0.41 166	0.32 334	0.15 208	0.66 381	0.19 215	0.36 330	0.21 244

CRE-IMP	0.36 70	0.23 150	0.49 188	0.42 176	0.24 90	0.41 121	0.21 4	0.57 35	0.41 44	0.65 112	0.72 90	0.53 92	0.37 94	0.61 139	0.38 152	0.17 148	0.11 59	0.19 160	0.15 98	0.21 228	0.18 183

sCroCo_RVC	0.35 52	0.28 247	0.69 286	0.51 304	0.39 302	0.41 121	0.31 92	0.49 14	0.45 58	0.31 9	0.48 33	0.38 41	0.32 65	0.46 40	0.32 79	0.21 241	0.22 296	0.19 160	0.19 215	0.21 228	0.20 231

DCRE	0.37 85	0.18 37	0.46 152	0.45 230	0.32 260	0.42 126	0.37 171	0.63 66	0.51 67	0.47 54	0.94 190	0.56 101	0.36 91	0.52 66	0.32 79	0.14 33	0.13 156	0.15 45	0.14 76	0.14 48	0.13 60

GMStereo	0.39 114	0.37 293	0.54 221	0.40 114	0.26 153	0.42 126	0.36 159	0.59 41	1.04 293	0.55 72	0.51 41	0.37 37	0.35 81	0.54 75	0.41 166	0.19 205	0.13 156	0.16 64	0.17 167	0.24 264	0.18 183
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SA	0.44 155	0.25 205	0.46 152	0.46 249	0.24 90	0.43 128	0.36 159	0.75 152	0.96 258	0.59 79	1.03 238	0.48 78	0.52 168	0.94 301	0.32 79	0.16 115	0.12 101	0.21 224	0.19 215	0.15 81	0.13 60

test-3	0.34 40	0.16 10	0.43 115	0.39 90	0.21 31	0.43 128	0.22 8	0.63 66	0.78 170	0.71 147	0.45 23	0.64 151	0.27 27	0.43 26	0.31 71	0.12 4	0.09 2	0.17 89	0.13 53	0.12 9	0.10 3

test_1	0.34 40	0.16 10	0.43 115	0.39 90	0.21 31	0.43 128	0.23 19	0.63 66	0.78 170	0.68 130	0.45 23	0.64 151	0.27 27	0.43 26	0.31 71	0.12 4	0.09 2	0.17 89	0.13 53	0.12 9	0.10 3

PFNet	0.42 143	0.18 37	0.58 239	0.43 194	0.24 90	0.43 128	0.32 108	0.74 146	0.78 170	1.00 300	0.74 103	0.68 172	0.39 109	0.72 208	0.37 144	0.16 115	0.10 9	0.20 184	0.15 98	0.16 112	0.13 60

LoS_RVC	0.27 7	0.16 10	0.27 9	0.32 9	0.30 230	0.44 132	0.34 124	0.41 5	0.33 10	0.31 9	0.51 41	0.29 5	0.32 65	0.36 6	0.28 47	0.11 1	0.10 9	0.11 1	0.08 1	0.11 1	0.19 211

IIG-Stereo	0.43 149	0.21 106	0.44 125	0.50 292	0.25 116	0.44 132	0.21 4	0.71 133	0.76 156	0.83 220	0.95 197	0.83 235	0.43 128	0.90 279	0.35 116	0.15 81	0.12 101	0.19 160	0.14 76	0.15 81	0.11 10

KYRaft	0.48 189	0.20 74	0.38 58	0.44 209	0.23 72	0.44 132	0.37 171	0.66 86	0.41 44	0.94 276	1.73 355	0.79 223	0.41 120	0.63 155	0.31 71	0.16 115	0.11 59	0.18 123	0.22 270	0.16 112	0.78 385

test-1	0.36 70	0.19 52	0.71 293	0.46 249	0.26 153	0.44 132	0.36 159	0.60 51	0.59 88	0.48 56	0.67 83	0.53 92	0.36 91	0.40 18	0.29 59	0.14 33	0.11 59	0.16 64	0.14 76	0.15 81	0.16 150

DN-CSS_ROB	0.43 149	0.26 219	0.62 250	0.40 114	0.29 220	0.44 132	0.27 48	0.77 160	0.75 150	0.72 158	1.09 262	0.48 78	0.43 128	0.69 195	0.37 144	0.15 81	0.12 101	0.21 224	0.19 215	0.18 163	0.16 150

raft+_RVC	0.38 100	0.19 52	0.35 33	0.37 47	0.25 116	0.45 137	0.37 171	0.78 165	0.89 228	0.51 62	0.78 118	0.50 83	0.29 46	0.53 72	0.40 163	0.15 81	0.12 101	0.17 89	0.15 98	0.14 48	0.12 35

PMTNet	0.32 32	0.16 10	0.24 4	0.29 3	0.18 8	0.45 137	0.22 8	0.56 32	0.63 102	0.46 51	0.54 51	0.39 42	0.34 79	0.48 52	0.24 7	0.75 387	0.10 9	0.12 2	0.08 1	0.12 9	0.11 10

CAS	0.34 40	0.13 1	0.25 7	1.28 393	0.30 230	0.46 139	0.38 191	0.48 12	0.47 62	0.34 16	0.52 47	0.24 1	0.19 2	0.29 1	0.27 37	0.69 385	0.08 1	0.12 2	0.08 1	0.12 9	0.15 111

qqq	0.40 126	0.26 219	0.44 125	0.36 38	0.22 44	0.46 139	0.36 159	0.85 182	0.54 77	0.56 74	0.69 86	0.65 161	0.53 171	0.55 77	0.45 194	0.17 148	0.16 235	0.20 184	0.19 215	0.18 163	0.17 168

dd	0.43 149	0.38 302	0.55 226	0.44 209	0.25 116	0.47 141	0.38 191	0.70 128	1.05 298	0.59 79	0.65 75	0.42 54	0.39 109	0.66 174	0.50 215	0.24 274	0.15 208	0.21 224	0.15 98	0.22 245	0.18 183

LCNet	0.41 137	0.20 74	0.32 20	0.44 209	0.24 90	0.47 141	0.29 62	0.67 96	0.53 73	0.72 158	1.03 238	0.66 166	0.60 209	0.58 112	0.34 101	0.14 33	0.10 9	0.19 160	0.19 215	0.21 228	0.36 332

Former-RAFT_DAM_RVC	0.34 40	0.27 233	0.45 136	0.36 38	0.25 116	0.48 143	0.30 75	0.58 39	0.90 230	0.42 41	0.36 19	0.30 6	0.29 46	0.49 53	0.30 64	0.16 115	0.14 183	0.18 123	0.15 98	0.18 163	0.15 111

AE-Stereo	0.34 40	0.21 106	0.42 106	0.48 263	0.31 247	0.48 143	0.35 141	0.61 57	0.62 92	0.32 14	0.55 56	0.52 88	0.27 27	0.47 47	0.29 59	0.13 13	0.13 156	0.18 123	0.16 127	0.15 81	0.12 35

anonymousdsp2	0.35 52	0.20 74	0.43 115	0.37 47	0.24 90	0.48 143	0.31 92	0.86 185	0.65 114	0.55 72	0.50 36	0.50 83	0.34 79	0.56 85	0.31 71	0.14 33	0.10 9	0.14 19	0.10 11	0.16 112	0.14 92

test_3	0.36 70	0.19 52	0.44 125	0.44 209	0.23 72	0.48 143	0.36 159	0.66 86	0.82 185	0.64 105	0.45 23	0.68 172	0.25 14	0.41 21	0.31 71	0.12 4	0.10 9	0.18 123	0.16 127	0.15 81	0.11 10

IPLGR	0.39 114	0.21 106	0.63 258	0.39 90	0.22 44	0.49 147	0.29 62	0.76 157	0.74 148	0.78 187	0.77 110	0.44 65	0.42 121	0.47 47	0.38 152	0.13 13	0.12 101	0.16 64	0.14 76	0.15 81	0.13 60

RAFT-Test	0.34 40	0.18 37	0.37 49	0.38 69	0.23 72	0.50 148	0.23 19	0.69 114	0.40 41	0.60 83	0.85 158	0.61 137	0.28 36	0.46 40	0.27 37	0.14 33	0.11 59	0.14 19	0.11 18	0.13 21	0.12 35

MIPNet	0.37 85	0.21 106	0.59 240	0.39 90	0.25 116	0.50 148	0.28 55	0.77 160	0.70 125	0.65 112	0.60 65	0.40 45	0.49 153	0.44 32	0.37 144	0.14 33	0.11 59	0.16 64	0.13 53	0.14 48	0.13 60

PSMNet-RSSM	0.48 189	0.22 133	0.38 58	0.42 176	0.25 116	0.50 148	0.37 171	1.10 270	0.77 163	0.70 141	1.06 252	0.84 239	0.64 235	0.62 145	0.47 209	0.23 264	0.15 208	0.23 251	0.25 303	0.20 210	0.19 211

DeepPruner_ROB	0.53 237	0.34 281	0.59 240	0.41 139	0.30 230	0.50 148	0.43 237	1.19 302	0.70 125	0.85 228	1.05 246	0.86 243	0.55 185	0.84 259	0.51 223	0.29 313	0.23 306	0.22 236	0.22 270	0.26 276	0.25 276

ACRE	0.40 126	0.21 106	0.65 268	0.45 230	0.33 269	0.51 152	0.33 117	0.66 86	0.63 102	0.80 191	0.92 186	0.45 66	0.32 65	0.52 66	0.45 194	0.16 115	0.12 101	0.15 45	0.14 76	0.13 21	0.14 92

GMM-Stereo	0.44 155	0.19 52	0.36 38	0.42 176	0.25 116	0.51 152	0.47 253	0.71 133	0.53 73	0.76 179	1.37 319	0.76 215	0.38 97	0.60 132	0.33 91	0.15 81	0.10 9	0.20 184	0.19 215	0.16 112	0.27 287

DMCA	0.45 165	0.26 219	0.50 200	0.38 69	0.28 197	0.51 152	0.34 124	0.93 211	0.68 120	0.75 173	0.83 144	0.79 223	0.53 171	0.51 61	0.54 236	0.21 241	0.16 235	0.21 224	0.16 127	0.19 197	0.21 244

Any-RAFT	0.35 52	0.16 10	0.30 13	0.34 12	0.21 31	0.52 155	0.22 8	0.88 197	0.73 143	0.53 68	0.73 94	0.64 151	0.28 36	0.46 40	0.24 7	0.15 81	0.10 9	0.13 11	0.10 11	0.13 21	0.12 35

x	0.39 114	0.24 186	0.41 87	0.34 12	0.23 72	0.52 155	0.32 108	0.86 185	0.52 70	0.57 76	0.70 88	0.59 128	0.50 163	0.49 53	0.46 204	0.17 148	0.15 208	0.17 89	0.15 98	0.17 145	0.16 150

CIPLG	0.41 137	0.21 106	0.63 258	0.45 230	0.33 269	0.52 155	0.33 117	0.65 77	0.60 90	0.82 208	0.96 201	0.46 72	0.32 65	0.55 77	0.44 188	0.16 115	0.12 101	0.15 45	0.14 76	0.13 21	0.14 92

IPLGR_C	0.40 126	0.21 106	0.64 263	0.45 230	0.33 269	0.52 155	0.34 124	0.66 86	0.62 92	0.82 208	0.92 186	0.45 66	0.32 65	0.52 66	0.46 204	0.17 148	0.12 101	0.15 45	0.14 76	0.13 21	0.14 92

AACVNet	0.50 218	0.23 150	0.49 188	0.46 249	0.29 220	0.52 155	0.38 191	0.90 204	0.55 81	0.81 199	1.03 238	1.00 281	0.70 269	0.83 254	0.54 236	0.21 241	0.18 260	0.24 265	0.18 190	0.23 254	0.20 231

111	0.40 126	0.17 21	0.41 87	0.34 12	0.19 11	0.52 155	0.28 55	0.74 146	1.16 325	0.50 60	0.91 182	0.63 144	0.48 150	0.61 139	0.35 116	0.14 33	0.10 9	0.14 19	0.12 32	0.13 21	0.13 60

MyStereo8	0.40 126	0.20 74	0.54 221	0.41 139	0.29 220	0.53 161	0.29 62	0.65 77	0.49 64	0.71 147	0.98 216	0.58 114	0.43 128	0.50 57	0.51 223	0.15 81	0.12 101	0.16 64	0.14 76	0.19 197	0.19 211

riskmin	0.38 100	0.20 74	0.39 75	0.32 9	0.23 72	0.53 161	0.30 75	0.63 66	0.80 178	0.49 57	0.56 58	0.73 202	0.58 199	0.55 77	0.36 132	0.17 148	0.11 59	0.19 160	0.13 53	0.19 197	0.20 231

GrayStereo	0.49 205	0.19 52	0.42 106	0.46 249	0.28 197	0.53 161	0.67 323	0.69 114	0.63 102	1.02 307	1.47 339	0.78 222	0.76 285	0.56 85	0.33 91	0.14 33	0.12 101	0.17 89	0.17 167	0.15 81	0.29 300

HCRNet	0.44 155	0.34 281	0.41 87	0.53 320	0.26 153	0.53 161	0.29 62	0.83 176	0.63 102	0.71 147	0.81 136	0.77 221	0.50 163	0.66 174	0.36 132	0.24 274	0.16 235	0.24 265	0.20 237	0.21 228	0.18 183

tt1	0.36 70	0.24 186	0.32 20	0.41 139	0.22 44	0.54 165	0.38 191	0.68 105	1.04 293	0.41 36	0.46 27	0.35 30	0.45 140	0.57 95	0.25 11	0.16 115	0.10 9	0.19 160	0.13 53	0.16 112	0.16 150

IPLG	0.39 114	0.20 74	0.59 240	0.40 114	0.24 90	0.54 165	0.27 48	0.75 152	0.63 102	0.84 227	0.81 136	0.32 12	0.32 65	0.60 132	0.45 194	0.13 13	0.11 59	0.16 64	0.13 53	0.13 21	0.12 35

GANet-ADL	0.42 143	0.25 205	0.45 136	0.43 194	0.29 220	0.54 165	0.35 141	0.89 199	0.86 205	0.63 96	0.72 90	0.68 172	0.42 121	0.52 66	0.41 166	0.21 241	0.14 183	0.15 45	0.13 53	0.18 163	0.19 211

RAFT	0.45 165	0.22 133	0.45 136	0.47 258	0.26 153	0.54 165	0.47 253	0.66 86	0.58 87	0.80 191	0.82 139	0.94 268	0.57 192	0.75 224	0.34 101	0.17 148	0.15 208	0.22 236	0.20 237	0.16 112	0.12 35

DMCA-RVC	0.51 225	0.30 261	0.59 240	0.50 292	0.32 260	0.54 165	0.38 191	0.86 185	0.68 120	0.94 276	0.86 161	0.91 263	0.68 255	0.70 198	0.59 247	0.23 264	0.18 260	0.31 325	0.23 281	0.26 276	0.19 211

ACVNet-DCA	0.35 52	0.23 150	0.33 23	0.41 139	0.22 44	0.55 170	0.38 191	0.85 182	0.54 77	0.41 36	0.50 36	0.34 24	0.49 153	0.57 95	0.25 11	0.16 115	0.10 9	0.19 160	0.13 53	0.18 163	0.17 168

xx1	0.39 114	0.23 150	0.33 23	0.41 139	0.22 44	0.55 170	0.38 191	0.67 96	1.06 305	0.41 36	0.50 36	0.65 161	0.53 171	0.57 95	0.25 11	0.16 115	0.10 9	0.20 184	0.19 215	0.18 163	0.17 168

1test111	0.36 70	0.23 150	0.33 23	0.41 139	0.22 44	0.55 170	0.38 191	0.85 182	0.54 77	0.41 36	0.50 36	0.34 24	0.49 153	0.55 77	0.45 194	0.16 115	0.10 9	0.19 160	0.13 53	0.18 163	0.17 168

cc1	0.37 85	0.23 150	0.33 23	0.41 139	0.22 44	0.55 170	0.38 191	0.67 96	1.06 305	0.41 36	0.50 36	0.34 24	0.49 153	0.57 95	0.25 11	0.16 115	0.10 9	0.19 160	0.13 53	0.16 112	0.15 111

DualNet	0.47 181	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	0.68 105	1.04 293	0.73 165	0.96 201	0.71 182	0.53 171	0.57 95	0.88 308	0.16 115	0.10 9	0.25 276	0.21 255	0.16 112	0.16 150

ffm	0.44 155	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	0.68 105	1.04 293	0.73 165	0.96 201	0.71 182	0.53 171	0.57 95	0.25 11	0.16 115	0.10 9	0.25 276	0.21 255	0.16 112	0.16 150

ff1	0.49 205	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	0.68 105	1.04 293	0.73 165	0.96 201	0.71 182	0.53 171	1.01 307	0.88 308	0.16 115	0.10 9	0.25 276	0.21 255	0.16 112	0.16 150

mmx	0.53 237	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	1.16 292	1.03 289	0.73 165	0.96 201	0.71 182	0.53 171	1.01 307	0.88 308	0.20 227	0.15 208	0.25 276	0.21 255	0.22 245	0.20 231

xxx	0.53 237	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	1.16 292	1.03 289	0.73 165	0.96 201	0.71 182	0.53 171	1.01 307	0.88 308	0.20 227	0.15 208	0.25 276	0.21 255	0.22 245	0.20 231

STrans-v2	0.46 171	0.20 74	0.48 178	0.40 114	0.24 90	0.55 170	0.50 269	1.07 261	0.73 143	0.65 112	1.05 246	0.72 192	0.69 259	0.72 208	0.33 91	0.14 33	0.10 9	0.17 89	0.14 76	0.13 21	0.12 35

TANstereo	0.30 28	0.15 4	0.31 15	0.30 5	0.17 4	0.55 170	0.23 19	0.44 7	0.55 81	0.59 79	0.68 85	0.37 37	0.26 20	0.35 5	0.27 37	0.15 81	0.16 235	0.12 2	0.10 11	0.13 21	0.14 92

Anonymous	0.39 114	0.27 233	0.66 273	0.53 320	0.43 325	0.55 170	0.49 265	0.63 66	0.50 65	0.37 20	0.42 22	0.33 20	0.42 121	0.56 85	0.38 152	0.20 227	0.19 274	0.17 89	0.18 190	0.30 300	0.24 270

ARAFT	0.47 181	0.24 186	0.79 314	0.42 176	0.25 116	0.55 170	0.55 297	0.75 152	0.81 184	0.89 252	0.75 104	0.73 202	0.47 146	0.88 272	0.37 144	0.15 81	0.12 101	0.23 251	0.22 270	0.14 48	0.13 60

FENet	0.42 143	0.22 133	0.38 58	0.39 90	0.24 90	0.55 170	0.32 108	0.79 167	0.70 125	0.71 147	0.72 90	0.63 144	0.57 192	0.62 145	0.44 188	0.19 205	0.13 156	0.19 160	0.17 167	0.18 163	0.19 211

GwcNet-RSSM	0.49 205	0.24 186	0.42 106	0.40 114	0.23 72	0.55 170	0.38 191	0.93 211	0.93 245	0.71 147	1.16 285	0.86 243	0.60 209	0.62 145	0.66 261	0.21 241	0.14 183	0.19 160	0.20 237	0.16 112	0.15 111

GMStereo_Zeroshot	0.49 205	0.44 321	0.74 301	0.49 278	0.27 178	0.56 185	0.29 62	0.73 144	0.76 156	0.86 233	0.94 190	0.91 263	0.36 91	0.74 220	0.43 175	0.26 294	0.14 183	0.26 290	0.15 98	0.36 330	0.18 183

PSM-AAD	0.48 189	0.20 74	0.37 49	0.43 194	0.23 72	0.56 185	0.50 269	0.65 77	0.70 125	1.07 324	1.12 267	0.58 114	0.92 325	0.61 139	0.32 79	0.15 81	0.11 59	0.25 276	0.26 313	0.18 163	0.43 358

aanetorigin	0.83 328	0.56 351	1.87 388	0.49 278	0.38 297	0.56 185	0.66 321	0.70 128	1.00 277	2.42 393	2.02 369	1.31 331	1.18 356	0.93 294	1.13 351	0.20 227	0.18 260	0.20 184	0.19 215	0.27 286	0.30 307

FADNet_RVC	0.55 248	0.37 293	1.17 353	0.44 209	0.31 247	0.56 185	0.34 124	1.06 260	0.88 218	0.67 124	0.90 179	0.61 137	0.65 241	0.93 294	0.70 271	0.21 241	0.18 260	0.26 290	0.23 281	0.31 305	0.28 294

RAFT-RH_RVC	0.56 259	0.17 21	0.41 87	0.37 47	0.23 72	0.57 189	0.24 28	0.60 51	0.70 125	1.19 340	3.94 406	0.56 101	0.38 97	0.65 169	0.36 132	0.13 13	0.11 59	0.20 184	0.14 76	0.12 9	0.13 60

AANet_RVC	0.57 264	0.32 268	0.54 221	0.45 230	0.27 178	0.57 189	0.48 259	1.00 235	1.28 346	0.86 233	1.33 314	0.87 248	0.58 199	1.07 320	0.75 282	0.18 176	0.12 101	0.15 45	0.13 53	0.18 163	0.18 183

CFNet_ucs	0.50 218	0.24 186	0.55 226	0.38 69	0.31 247	0.58 191	0.33 117	0.98 230	0.93 245	0.88 248	1.19 293	0.80 231	0.49 153	0.63 155	0.43 175	0.21 241	0.15 208	0.26 290	0.18 190	0.26 276	0.22 257

DAS	0.51 225	0.25 205	0.60 245	0.48 263	0.31 247	0.58 191	0.41 229	0.83 176	0.97 261	0.89 252	1.12 267	0.70 178	0.75 282	0.82 247	0.43 175	0.17 148	0.13 156	0.18 123	0.15 98	0.20 210	0.18 183

SepStereo	0.51 225	0.25 205	0.60 245	0.48 263	0.31 247	0.58 191	0.41 229	0.83 176	0.97 261	0.89 252	1.12 267	0.70 178	0.75 282	0.93 294	0.43 175	0.17 148	0.13 156	0.18 123	0.15 98	0.20 210	0.18 183

DRaft	0.49 205	0.17 21	0.47 162	0.37 47	0.25 116	0.58 191	0.40 217	0.65 77	0.85 200	1.02 307	1.75 359	0.50 83	0.82 304	0.63 155	0.40 163	0.13 13	0.11 59	0.16 64	0.16 127	0.14 48	0.15 111

ICVP	0.46 171	0.25 205	0.38 58	0.48 263	0.28 197	0.58 191	0.43 237	1.00 235	0.70 125	0.67 124	0.95 197	0.75 209	0.55 185	0.53 72	0.54 236	0.23 264	0.17 249	0.19 160	0.17 167	0.19 197	0.20 231
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.46 171	0.24 186	0.52 212	0.37 47	0.27 178	0.58 191	0.30 75	0.86 185	0.88 218	0.82 208	1.03 238	0.75 209	0.47 146	0.58 112	0.44 188	0.17 148	0.12 101	0.24 265	0.16 127	0.24 264	0.19 211

ACVNet	0.46 171	0.23 150	0.36 38	0.39 90	0.28 197	0.58 191	0.40 217	0.87 192	0.80 178	0.64 105	0.96 201	0.79 223	0.60 209	0.63 155	0.67 264	0.17 148	0.15 208	0.16 64	0.15 98	0.18 163	0.15 111

GANet-RSSM	0.47 181	0.21 106	0.37 49	0.38 69	0.25 116	0.58 191	0.36 159	1.07 261	0.78 170	0.68 130	1.01 226	0.86 243	0.67 249	0.62 145	0.44 188	0.21 241	0.15 208	0.18 123	0.18 190	0.18 163	0.17 168

ccs_rob	0.46 171	0.24 186	0.52 212	0.37 47	0.27 178	0.58 191	0.31 92	0.86 185	0.88 218	0.82 208	1.02 234	0.75 209	0.47 146	0.58 112	0.44 188	0.17 148	0.12 101	0.24 265	0.16 127	0.24 264	0.19 211

Sa-1000	0.48 189	0.24 186	0.41 87	0.45 230	0.25 116	0.59 200	0.34 124	0.81 174	0.93 245	0.82 208	1.50 340	0.53 92	0.45 140	0.92 289	0.30 64	0.15 81	0.12 101	0.21 224	0.19 215	0.15 81	0.13 60

dad	0.58 270	0.50 335	0.64 263	0.43 194	0.30 230	0.59 200	0.36 159	0.78 165	1.25 342	1.01 305	1.17 287	1.15 318	0.53 171	0.68 192	0.50 215	0.35 350	0.23 306	0.37 346	0.21 255	0.29 291	0.20 231

DEmStereo	0.48 189	0.17 21	0.50 200	0.38 69	0.25 116	0.59 200	0.34 124	0.63 66	0.74 148	0.89 252	1.66 351	0.58 114	1.06 344	0.60 132	0.42 170	0.14 33	0.11 59	0.16 64	0.16 127	0.14 48	0.15 111

GES	0.44 155	0.23 150	0.57 235	0.40 114	0.30 230	0.59 200	0.36 159	0.96 223	0.68 120	0.74 171	0.83 144	0.47 74	0.48 150	0.67 184	0.43 175	0.22 259	0.16 235	0.17 89	0.16 127	0.18 163	0.23 264

cf-r	0.47 181	0.23 150	0.41 87	0.39 90	0.23 72	0.59 200	0.37 171	0.88 197	0.85 200	0.72 158	1.05 246	0.94 268	0.62 219	0.56 85	0.54 236	0.21 241	0.14 183	0.17 89	0.19 215	0.15 81	0.15 111

DispNO	0.47 181	0.23 150	0.71 293	0.39 90	0.31 247	0.60 205	0.38 191	0.89 199	0.77 163	0.75 173	0.84 149	0.72 192	0.54 182	0.73 213	0.46 204	0.19 205	0.14 183	0.20 184	0.18 190	0.16 112	0.17 168

STTStereo	0.55 248	0.37 293	0.76 309	0.44 209	0.31 247	0.60 205	0.44 243	0.96 223	0.86 205	0.99 295	0.90 179	0.96 272	0.58 199	0.71 203	0.61 251	0.25 284	0.23 306	0.26 290	0.32 342	0.24 264	0.23 264

mmm	0.44 155	0.27 233	0.46 152	0.38 69	0.24 90	0.61 207	0.35 141	0.94 215	0.53 73	0.72 158	1.05 246	0.63 144	0.50 163	0.57 95	0.45 194	0.18 176	0.15 208	0.23 251	0.20 237	0.20 210	0.18 183

CASS	0.45 165	0.27 233	0.42 106	0.48 263	0.22 44	0.61 207	0.34 124	0.97 227	0.62 92	0.71 147	0.85 158	0.61 137	0.55 185	0.57 95	0.41 166	0.29 313	0.16 235	0.22 236	0.18 190	0.22 245	0.28 294
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
pcwnet_v2	0.58 270	0.28 247	0.84 318	0.45 230	0.35 282	0.61 207	0.35 141	1.27 333	1.21 333	0.99 295	1.27 304	0.72 192	0.58 199	0.67 184	0.48 212	0.27 301	0.21 290	0.24 265	0.23 281	0.29 291	0.29 300

FADNet-RVC	0.60 280	0.53 347	1.14 348	0.46 249	0.39 302	0.61 207	0.39 211	1.12 279	0.87 214	0.70 141	0.84 149	1.04 293	0.55 185	0.94 301	0.69 268	0.26 294	0.25 321	0.28 309	0.28 323	0.31 305	0.31 313

MLCV	0.47 181	0.24 186	0.61 247	0.37 47	0.17 4	0.61 207	0.33 117	0.80 171	0.87 214	0.94 276	1.13 273	0.72 192	0.43 128	0.89 277	0.51 223	0.13 13	0.10 9	0.13 11	0.11 18	0.14 48	0.12 35

iResNet	0.49 205	0.29 255	0.79 314	0.42 176	0.21 31	0.61 207	0.40 217	0.82 175	0.99 270	0.87 240	1.12 267	0.69 176	0.53 171	0.78 238	0.51 223	0.15 81	0.11 59	0.14 19	0.12 32	0.17 145	0.15 111

iResNet_ROB	0.52 234	0.21 106	0.53 218	0.37 47	0.21 31	0.61 207	0.29 62	1.51 372	1.32 350	0.90 259	1.02 234	0.80 231	0.62 219	0.76 227	0.43 175	0.16 115	0.12 101	0.13 11	0.09 7	0.15 81	0.18 183

SMFormer	0.51 225	0.23 150	0.62 250	0.34 12	0.20 22	0.62 214	0.34 124	1.21 308	1.02 284	0.81 199	1.01 226	0.71 182	0.65 241	0.84 259	0.55 240	0.19 205	0.15 208	0.18 123	0.16 127	0.18 163	0.18 183

tta	0.51 225	0.23 150	0.62 250	0.34 12	0.20 22	0.62 214	0.34 124	1.21 308	1.02 284	0.81 199	1.01 226	0.71 182	0.65 241	0.84 259	0.55 240	0.19 205	0.15 208	0.18 123	0.16 127	0.15 81	0.14 92

qqq1	0.49 205	0.23 150	0.62 250	0.34 12	0.20 22	0.62 214	0.34 124	1.21 308	1.02 284	0.81 199	1.01 226	0.71 182	0.65 241	0.84 259	0.34 101	0.19 205	0.15 208	0.14 19	0.12 32	0.15 81	0.14 92

fff1	0.49 205	0.23 150	0.62 250	0.34 12	0.20 22	0.62 214	0.34 124	1.21 308	1.02 284	0.81 199	1.01 226	0.71 182	0.65 241	0.84 259	0.34 101	0.19 205	0.15 208	0.14 19	0.12 32	0.15 81	0.14 92

11t1	0.36 70	0.21 106	0.42 106	0.35 30	0.22 44	0.62 214	0.29 62	0.69 114	0.43 50	0.60 83	0.53 49	0.53 92	0.48 150	0.56 85	0.40 163	0.18 176	0.14 183	0.16 64	0.13 53	0.17 145	0.17 168

GASNet	0.67 290	0.72 366	0.96 332	0.70 371	0.48 344	0.62 214	0.47 253	1.08 265	1.03 289	0.94 276	0.82 139	0.93 267	0.83 308	1.33 351	0.80 290	0.31 322	0.22 296	0.29 317	0.28 323	0.44 350	0.24 270

DIP-Stereo	0.39 114	0.21 106	0.50 200	0.41 139	0.28 197	0.62 214	0.27 48	0.77 160	0.40 41	0.64 105	0.86 161	0.52 88	0.33 73	0.66 174	0.42 170	0.15 81	0.13 156	0.17 89	0.14 76	0.15 81	0.15 111
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Anonymous Stereo	0.75 310	0.54 349	1.78 386	0.57 337	0.56 361	0.62 214	1.25 388	0.96 223	0.99 270	0.96 284	0.95 197	0.83 235	0.58 199	1.27 345	1.21 355	0.31 322	0.30 340	0.31 325	0.33 345	0.33 315	0.36 332

iResNetv2_ROB	0.52 234	0.27 233	0.69 286	0.38 69	0.25 116	0.62 214	0.35 141	1.17 297	1.01 281	0.99 295	1.06 252	0.88 253	0.67 249	0.66 174	0.39 158	0.19 205	0.13 156	0.15 45	0.11 18	0.18 163	0.16 150

PCWNet_CMD	0.48 189	0.24 186	0.52 212	0.39 90	0.27 178	0.63 223	0.30 75	0.95 221	0.96 258	0.86 233	1.07 255	0.79 223	0.44 136	0.57 95	0.43 175	0.17 148	0.12 101	0.21 224	0.16 127	0.24 264	0.19 211

SACVNet	0.58 270	0.34 281	0.55 226	0.55 329	0.36 284	0.63 223	0.48 259	1.13 280	0.77 163	1.02 307	1.06 252	1.02 289	0.74 280	0.90 279	0.51 223	0.27 301	0.21 290	0.25 276	0.24 294	0.29 291	0.36 332

RAFT + AFF	0.53 237	0.29 255	0.75 304	0.51 304	0.32 260	0.63 223	0.60 310	1.00 235	0.91 235	0.78 187	0.87 165	0.83 235	0.58 199	0.80 242	0.47 209	0.17 148	0.20 283	0.23 251	0.22 270	0.18 163	0.18 183

BEATNet_4x	0.46 171	0.32 268	0.56 232	0.37 47	0.19 11	0.63 223	0.35 141	1.01 242	0.72 136	0.77 184	0.83 144	0.70 178	0.59 205	0.68 192	0.53 233	0.16 115	0.12 101	0.16 64	0.14 76	0.24 264	0.16 150

MSMDNet	0.48 189	0.24 186	0.52 212	0.39 90	0.27 178	0.63 223	0.30 75	0.96 223	0.96 258	0.86 233	1.07 255	0.79 223	0.44 136	0.57 95	0.43 175	0.17 148	0.12 101	0.20 184	0.16 127	0.23 254	0.19 211

HITNet	0.41 137	0.26 219	0.45 136	0.33 11	0.17 4	0.63 223	0.30 75	0.93 211	0.64 109	0.71 147	0.82 139	0.64 151	0.52 168	0.59 126	0.43 175	0.14 33	0.10 9	0.15 45	0.13 53	0.19 197	0.12 35
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
ToySt	0.49 205	0.27 233	0.75 304	0.40 114	0.27 178	0.64 229	0.49 265	0.84 179	0.77 163	0.60 83	0.83 144	0.88 253	0.66 246	0.70 198	0.56 242	0.16 115	0.17 249	0.21 224	0.20 237	0.21 228	0.19 211

Selective-RAFT	0.35 52	0.23 150	0.51 207	0.44 209	0.21 31	0.64 229	0.27 48	0.59 41	0.63 102	0.40 35	0.38 20	0.55 99	0.40 114	0.57 95	0.35 116	0.13 13	0.11 59	0.14 19	0.12 32	0.16 112	0.13 60

CFNet-ft	0.48 189	0.23 150	0.36 38	0.40 114	0.26 153	0.64 229	0.37 171	0.87 192	0.85 200	0.64 105	1.00 223	1.01 284	0.64 235	0.61 139	0.53 233	0.23 264	0.15 208	0.24 265	0.21 255	0.23 254	0.18 183

CFNet_RVC	0.48 189	0.23 150	0.36 38	0.40 114	0.26 153	0.64 229	0.37 171	0.87 192	0.85 200	0.64 105	1.00 223	1.01 284	0.64 235	0.61 139	0.53 233	0.23 264	0.15 208	0.24 265	0.21 255	0.23 254	0.18 183

UCFNet_RVC	0.49 205	0.26 219	0.35 33	0.39 90	0.26 153	0.64 229	0.36 159	1.15 289	0.84 193	0.67 124	0.88 172	0.88 253	0.59 205	0.58 112	0.45 194	0.24 274	0.17 249	0.27 302	0.27 318	0.25 272	0.23 264

ttt	0.51 225	0.25 205	0.43 115	0.38 69	0.24 90	0.65 234	0.38 191	1.18 300	1.05 298	0.72 158	1.08 258	0.63 144	0.49 153	0.84 259	0.59 247	0.24 274	0.21 290	0.22 236	0.20 237	0.24 264	0.24 270

psm_up	0.55 248	0.26 219	0.47 162	0.49 278	0.32 260	0.65 234	0.56 302	1.04 252	0.82 185	0.82 208	0.88 172	1.01 284	0.94 331	0.74 220	0.61 251	0.21 241	0.25 321	0.26 290	0.23 281	0.21 228	0.20 231

FADNet	0.61 282	0.51 338	1.10 343	0.45 230	0.44 332	0.65 234	0.41 229	1.19 302	1.05 298	0.70 141	0.84 149	0.98 277	0.66 246	0.82 247	0.50 215	0.29 313	0.30 340	0.27 302	0.30 329	0.46 357	0.35 330

1111x	0.55 248	0.22 133	0.46 152	0.38 69	0.20 22	0.66 237	0.43 237	1.23 320	0.99 270	0.71 147	0.99 221	0.95 270	0.69 259	0.90 279	1.08 345	0.18 176	0.17 249	0.18 123	0.19 215	0.20 210	0.18 183

TDLM	0.57 264	0.33 276	0.49 188	0.51 304	0.30 230	0.66 237	0.73 343	1.03 249	1.01 281	0.82 208	1.10 264	0.84 239	0.70 269	0.86 268	0.58 243	0.28 307	0.17 249	0.25 276	0.22 270	0.26 276	0.19 211

NLCA_NET_v2_RVC	0.53 237	0.32 268	0.64 263	0.44 209	0.30 230	0.66 237	0.44 243	1.04 252	0.88 218	0.91 264	0.91 182	0.99 278	0.60 209	0.68 192	0.60 250	0.21 241	0.17 249	0.22 236	0.22 270	0.21 228	0.21 244
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.58 270	0.44 321	0.62 250	0.42 176	0.33 269	0.66 237	0.58 306	1.02 245	0.86 205	0.77 184	1.28 306	0.72 192	0.64 235	0.82 247	0.59 247	0.31 322	0.26 326	0.40 354	0.27 318	0.33 315	0.26 280

CVANet_RVC	0.57 264	0.33 276	0.44 125	0.47 258	0.32 260	0.67 241	0.61 315	1.05 257	0.93 245	0.85 228	1.04 242	1.01 284	0.73 278	0.83 254	0.52 230	0.29 313	0.19 274	0.27 302	0.25 303	0.31 305	0.21 244

AdaStereo	0.50 218	0.32 268	0.47 162	0.48 263	0.25 116	0.67 241	0.32 108	1.17 297	0.88 218	0.75 173	0.99 221	0.75 209	0.49 153	0.67 184	0.46 204	0.27 301	0.12 101	0.28 309	0.18 190	0.23 254	0.18 183
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.
PSMNet-ADL	0.48 189	0.27 233	0.40 82	0.48 263	0.30 230	0.68 243	0.37 171	0.90 204	0.80 178	0.61 88	0.80 129	0.92 265	0.62 219	0.72 208	0.63 256	0.23 264	0.18 260	0.18 123	0.20 237	0.22 245	0.20 231

RASNet	0.53 237	0.22 133	0.52 212	0.38 69	0.22 44	0.68 243	0.38 191	0.97 227	0.88 218	0.73 165	1.04 242	1.03 291	0.92 325	0.90 279	0.86 302	0.16 115	0.14 183	0.14 19	0.17 167	0.15 81	0.13 60

IER	0.46 171	0.23 150	0.50 200	0.38 69	0.28 197	0.69 245	0.35 141	0.80 171	0.66 117	0.83 220	0.94 190	0.75 209	0.77 289	0.60 132	0.42 170	0.17 148	0.14 183	0.17 89	0.17 167	0.17 145	0.15 111

EDNetEfficient	1.46 380	0.80 372	6.12 410	0.47 258	0.39 302	0.69 245	0.83 353	0.90 204	2.77 397	3.50 410	1.96 367	1.66 368	2.03 394	1.26 343	4.18 403	0.21 241	0.18 260	0.21 224	0.20 237	0.41 345	0.39 346

HBP-ISP	0.59 277	0.45 325	0.43 115	0.45 230	0.33 269	0.70 247	0.28 55	1.11 275	1.00 277	0.83 220	1.18 289	0.65 161	0.68 255	0.88 272	0.52 230	0.35 350	0.38 368	0.47 364	0.41 365	0.38 336	0.31 313

BUS	0.45 165	0.25 205	0.43 115	0.45 230	0.28 197	0.70 247	0.34 124	0.94 215	0.76 156	0.75 173	0.80 129	0.65 161	0.49 153	0.64 162	0.51 223	0.20 227	0.14 183	0.22 236	0.19 215	0.18 163	0.18 183

NINENet	0.50 218	0.29 255	0.51 207	0.45 230	0.32 260	0.70 247	0.34 124	1.10 270	0.88 218	0.80 191	0.94 190	0.65 161	0.49 153	0.73 213	0.51 223	0.22 259	0.20 283	0.25 276	0.18 190	0.22 245	0.21 244

GEStereo_RVC	0.55 248	0.29 255	0.63 258	0.49 278	0.31 247	0.70 247	0.54 293	1.22 316	0.92 240	0.82 208	0.85 158	0.85 241	0.63 225	0.90 279	0.65 259	0.24 274	0.16 235	0.19 160	0.16 127	0.21 228	0.22 257

CFNet	0.51 225	0.29 255	0.46 152	0.41 139	0.27 178	0.70 247	0.32 108	1.13 280	1.00 277	0.72 158	1.07 255	0.85 241	0.60 209	0.76 227	0.52 230	0.19 205	0.14 183	0.23 251	0.23 281	0.21 228	0.16 150

test_xeample	1.01 347	0.21 106	0.42 106	0.35 30	0.21 31	0.71 252	0.39 211	1.23 320	0.86 205	0.81 199	1.04 242	0.69 176	0.61 214	0.69 195	10.93 417	0.19 205	0.15 208	0.18 123	0.17 167	0.18 163	0.17 168

FAT-Stereo	0.73 307	0.33 276	0.75 304	0.49 278	0.37 289	0.71 252	0.59 308	1.36 351	1.30 348	1.03 315	1.40 325	1.59 367	1.15 352	0.87 269	0.86 302	0.28 307	0.28 332	0.28 309	0.23 281	0.28 288	0.38 344

FADNet-RVC-Resample	0.56 259	0.33 276	1.16 349	0.49 278	0.34 276	0.71 252	0.43 237	1.01 242	0.93 245	0.82 208	0.87 165	0.74 207	0.67 249	0.73 213	0.45 194	0.18 176	0.18 260	0.26 290	0.27 318	0.26 276	0.27 287

DeepPrunerF	0.89 335	0.52 344	3.43 401	0.68 368	0.81 378	0.72 255	0.72 342	1.22 316	1.99 384	0.93 273	1.01 226	0.87 248	0.86 313	1.08 322	0.95 328	0.34 346	0.28 332	0.43 357	0.39 358	0.30 300	0.32 317

NOSS_ROB	0.57 264	0.39 306	0.39 75	0.44 209	0.30 230	0.73 256	0.54 293	1.03 249	1.08 314	0.67 124	0.87 165	0.76 215	0.57 192	0.77 234	0.47 209	0.38 357	0.38 368	0.44 359	0.42 366	0.37 332	0.34 325

AASNet	0.53 237	0.25 205	0.52 212	0.49 278	0.32 260	0.74 257	0.40 217	1.50 369	0.86 205	0.86 233	0.92 186	0.64 151	0.59 205	0.59 126	0.79 288	0.23 264	0.19 274	0.20 184	0.16 127	0.21 228	0.19 211

DSFCA	0.55 248	0.25 205	0.62 250	0.40 114	0.36 284	0.74 257	0.52 286	1.04 252	0.82 185	1.06 321	0.84 149	0.89 257	0.63 225	0.99 304	0.58 243	0.25 284	0.21 290	0.21 224	0.21 255	0.21 228	0.19 211

CBMV_ROB	0.59 277	0.37 293	0.38 58	0.39 90	0.28 197	0.74 257	0.28 55	1.00 235	0.98 265	0.94 276	1.25 302	0.81 233	0.78 294	0.87 269	0.50 215	0.36 353	0.37 366	0.43 357	0.40 360	0.33 315	0.30 307

CoDeX	0.47 181	0.20 74	0.49 188	0.42 176	0.25 116	0.75 260	0.36 159	1.27 333	0.80 178	0.82 208	0.96 201	0.62 143	0.57 192	0.60 132	0.36 132	0.17 148	0.12 101	0.17 89	0.15 98	0.16 112	0.14 92

THIR-Stereo	0.50 218	0.18 37	0.45 136	0.38 69	0.23 72	0.75 260	0.67 323	0.66 86	0.87 214	1.02 307	1.40 325	0.72 192	0.76 285	0.62 145	0.42 170	0.15 81	0.11 59	0.17 89	0.18 190	0.14 48	0.15 111

HSM	0.51 225	0.24 186	0.41 87	0.39 90	0.24 90	0.75 260	0.40 217	1.22 316	0.75 150	0.81 199	0.91 182	1.21 320	0.69 259	0.87 269	0.46 204	0.17 148	0.13 156	0.17 89	0.14 76	0.17 145	0.17 168

BSDual-CNN	0.46 171	0.25 205	0.43 115	0.45 230	0.28 197	0.77 263	0.40 217	0.94 215	0.76 156	0.75 173	0.80 129	0.76 215	0.54 182	0.64 162	0.43 175	0.20 227	0.14 183	0.22 236	0.19 215	0.18 163	0.18 183

hknet	0.49 205	0.25 205	0.51 207	0.45 230	0.29 220	0.77 263	0.40 217	0.94 215	0.83 190	0.75 173	0.80 129	0.97 274	0.61 214	0.73 213	0.45 194	0.18 176	0.14 183	0.22 236	0.19 215	0.18 163	0.18 183

s12784h	0.36 70	0.15 4	0.24 4	0.34 12	0.15 1	0.77 263	0.29 62	0.80 171	0.83 190	0.56 74	0.57 59	0.43 60	0.40 114	0.57 95	0.33 91	0.12 4	0.10 9	0.14 19	0.09 7	0.14 48	0.09 1

DLCB_ROB	0.58 270	0.28 247	0.47 162	0.49 278	0.32 260	0.77 263	0.50 269	0.99 232	0.92 240	1.04 316	1.14 275	1.21 320	0.69 259	0.88 272	0.69 268	0.20 227	0.20 283	0.22 236	0.22 270	0.21 228	0.18 183

ADLNet	0.55 248	0.27 233	0.51 207	0.44 209	0.35 282	0.78 267	0.46 248	1.08 265	0.86 205	0.99 295	0.98 216	0.92 265	0.63 225	0.69 195	0.81 293	0.22 259	0.16 235	0.22 236	0.22 270	0.21 228	0.21 244

hitnet-ft	0.55 248	0.27 233	0.39 75	0.41 139	0.28 197	0.78 267	0.40 217	0.92 209	0.90 230	0.82 208	1.01 226	1.13 315	0.70 269	0.78 238	0.67 264	0.28 307	0.20 283	0.28 309	0.22 270	0.29 291	0.26 280

PASM	0.90 338	0.64 362	1.69 382	0.69 370	0.69 376	0.78 267	0.84 356	1.03 249	1.26 345	1.19 340	1.15 280	1.31 331	0.98 337	1.24 341	1.03 339	0.52 376	0.56 389	0.59 380	0.66 387	0.56 373	0.54 378

222	1.18 366	0.22 133	0.44 125	0.37 47	0.22 44	0.79 270	0.37 171	1.31 340	0.89 228	0.92 272	1.08 258	0.72 192	0.71 273	0.66 174	13.89 420	0.20 227	0.15 208	0.17 89	0.16 127	0.18 163	0.19 211

XPNet_ROB	0.70 297	0.35 285	0.68 280	0.52 315	0.40 307	0.79 270	0.85 359	1.16 292	0.94 252	1.33 354	1.15 280	1.38 346	0.83 308	1.03 314	0.90 321	0.32 334	0.25 321	0.26 290	0.24 294	0.31 305	0.28 294

ETE_ROB	0.70 297	0.49 331	0.73 297	0.56 332	0.36 284	0.79 270	0.87 360	1.14 286	0.93 245	1.19 340	1.18 289	1.39 347	0.82 304	0.99 304	0.80 290	0.26 294	0.21 290	0.31 325	0.26 313	0.33 315	0.34 325

Anonymous_2	0.82 323	0.44 321	0.63 258	0.40 114	0.43 325	0.80 273	0.52 286	0.72 137	0.77 163	0.71 147	0.60 65	0.87 248	0.76 285	0.75 224	0.58 243	0.52 376	0.54 388	0.54 375	4.82 423	0.56 373	0.40 349

ac_64	0.52 234	0.22 133	0.50 200	0.45 230	0.28 197	0.80 273	0.45 245	1.02 245	0.61 91	0.91 264	0.83 144	1.07 303	0.68 255	0.74 220	0.70 271	0.21 241	0.18 260	0.20 184	0.19 215	0.18 163	0.15 111

HGLStereo	0.56 259	0.28 247	0.57 235	0.50 292	0.37 289	0.80 273	0.45 245	1.02 245	0.78 170	0.86 233	1.14 275	0.89 257	0.82 304	0.76 227	0.73 278	0.21 241	0.20 283	0.19 160	0.18 190	0.19 197	0.21 244

RP	0.76 311	0.36 290	0.63 258	0.66 362	0.58 367	0.80 273	0.55 297	1.14 286	1.22 335	0.97 289	1.65 349	1.43 351	1.32 366	1.01 307	0.84 297	0.33 340	0.30 340	0.36 342	0.30 329	0.34 322	0.34 325

edge stereo	0.76 311	0.38 302	0.74 301	0.52 315	0.43 325	0.80 273	0.53 289	1.28 335	1.06 305	1.28 350	1.38 324	1.81 371	1.11 349	1.08 322	0.85 301	0.33 340	0.32 353	0.41 355	0.28 323	0.32 310	0.36 332

gwcnet-sp	0.48 189	0.23 150	0.70 290	0.40 114	0.26 153	0.81 278	0.41 229	0.89 199	0.84 193	0.91 264	0.76 106	0.66 166	0.61 214	0.66 174	0.50 215	0.18 176	0.17 249	0.18 123	0.18 190	0.18 163	0.18 183

scenet	0.48 189	0.23 150	0.70 290	0.40 114	0.26 153	0.81 278	0.41 229	0.89 199	0.84 193	0.91 264	0.76 106	0.66 166	0.61 214	0.66 174	0.50 215	0.18 176	0.17 249	0.18 123	0.18 190	0.18 163	0.18 183

ssnet	0.48 189	0.23 150	0.70 290	0.40 114	0.26 153	0.81 278	0.41 229	0.89 199	0.84 193	0.91 264	0.76 106	0.66 166	0.61 214	0.66 174	0.50 215	0.18 176	0.17 249	0.18 123	0.18 190	0.18 163	0.18 183

Consistency-Raft	1.01 347	0.81 373	1.24 360	0.84 378	0.97 385	0.81 278	0.84 356	1.30 339	1.59 371	1.05 318	1.68 354	1.12 312	0.91 322	0.92 289	1.11 347	0.65 383	0.74 396	0.79 384	0.90 396	1.06 390	0.79 387

Anonymous3	0.46 171	0.34 281	0.86 324	0.50 292	0.37 289	0.81 278	0.50 269	0.72 137	0.65 114	0.51 62	0.65 75	0.45 66	0.45 140	0.64 162	0.38 152	0.24 274	0.24 313	0.22 236	0.21 255	0.23 254	0.23 264

NCC-stereo	0.78 315	0.40 310	0.76 309	0.61 349	0.67 373	0.81 278	0.69 332	1.54 376	1.11 318	0.90 259	1.36 316	1.33 338	1.16 353	1.19 334	0.88 308	0.31 322	0.30 340	0.37 346	0.48 373	0.33 315	0.33 321

Abc-Net	0.78 315	0.40 310	0.76 309	0.61 349	0.67 373	0.81 278	0.69 332	1.54 376	1.11 318	0.90 259	1.36 316	1.33 338	1.16 353	1.19 334	0.88 308	0.31 322	0.30 340	0.37 346	0.48 373	0.33 315	0.33 321
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DANet	0.71 301	0.45 325	0.91 328	0.59 342	0.40 307	0.81 278	0.40 217	0.97 227	0.84 193	1.20 343	1.22 295	1.33 338	0.88 319	1.16 331	1.24 357	0.27 301	0.23 306	0.31 325	0.25 303	0.35 326	0.32 317
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
xxxx	1.01 347	0.22 133	0.43 115	0.36 38	0.21 31	0.82 286	0.36 159	1.32 341	0.88 218	0.71 147	0.94 190	0.97 274	0.63 225	0.64 162	10.58 416	0.20 227	0.16 235	0.18 123	0.17 167	0.19 197	0.19 211

S-Stereo	0.74 308	0.35 285	0.96 332	0.56 332	0.45 336	0.82 286	0.60 310	1.24 327	1.60 374	0.96 284	1.41 327	1.12 312	0.94 331	0.80 242	1.04 342	0.26 294	0.31 350	0.28 309	0.25 303	0.32 310	0.47 368

ADLNet2	0.55 248	0.25 205	0.65 268	0.47 258	0.30 230	0.83 288	0.50 269	1.05 257	0.95 257	0.80 191	0.98 216	0.99 278	0.69 259	0.77 234	0.73 278	0.20 227	0.16 235	0.17 89	0.18 190	0.21 228	0.21 244

LMCR-Stereo	0.53 237	0.30 261	0.53 218	0.58 339	0.30 230	0.83 288	0.36 159	1.19 302	0.76 156	0.88 248	1.04 242	0.56 101	0.62 219	0.82 247	0.67 264	0.19 205	0.15 208	0.19 160	0.14 76	0.23 254	0.17 168

FINET	0.67 290	0.42 315	1.00 336	0.46 249	0.43 325	0.83 288	0.89 361	1.08 265	1.50 365	0.87 240	1.14 275	0.71 182	0.68 255	0.92 289	0.70 271	0.36 353	0.30 340	0.26 290	0.24 294	0.35 326	0.33 321

UPFNet	0.53 237	0.24 186	0.51 207	0.45 230	0.38 297	0.84 291	0.49 265	0.99 232	0.75 150	0.87 240	0.88 172	0.86 243	0.64 235	0.80 242	0.71 275	0.20 227	0.20 283	0.20 184	0.20 237	0.19 197	0.15 111

psmg	0.49 205	0.25 205	0.43 115	0.41 139	0.28 197	0.85 292	0.43 237	0.99 232	0.76 156	0.91 264	0.94 190	0.76 215	0.54 182	0.64 162	0.43 175	0.20 227	0.15 208	0.20 184	0.20 237	0.18 163	0.18 183

psmorigin	0.82 323	0.51 338	2.09 391	0.49 278	0.41 314	0.85 292	0.50 269	1.04 252	0.88 218	1.45 358	1.43 331	1.50 358	1.06 344	1.22 339	0.97 331	0.31 322	0.32 353	0.27 302	0.27 318	0.33 315	0.42 353

HSM-Net_RVC	0.53 237	0.22 133	0.35 33	0.37 47	0.21 31	0.85 292	0.37 171	1.23 320	0.93 245	0.90 259	1.15 280	1.26 324	0.63 225	0.72 208	0.48 212	0.17 148	0.13 156	0.16 64	0.15 98	0.17 145	0.15 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
acv_ft	0.51 225	0.23 150	0.56 232	0.44 209	0.28 197	0.86 295	0.39 211	0.91 208	0.80 178	0.97 289	0.96 201	0.79 223	0.59 205	0.63 155	0.87 306	0.17 148	0.15 208	0.16 64	0.15 98	0.17 145	0.15 111

SFCPSM	0.47 181	0.21 106	0.55 226	0.40 114	0.27 178	0.87 296	0.37 171	1.33 343	0.77 163	0.80 191	0.84 149	0.54 96	0.49 153	0.57 95	0.37 144	0.18 176	0.13 156	0.18 123	0.20 237	0.16 112	0.15 111

NVstereo2D	0.60 280	0.30 261	0.75 304	0.48 263	0.43 325	0.89 297	0.48 259	1.05 257	1.15 324	0.66 123	0.86 161	0.88 253	0.70 269	0.99 304	0.65 259	0.32 334	0.15 208	0.28 309	0.20 237	0.40 339	0.36 332

anonymousa	0.49 205	0.20 74	0.42 106	0.38 69	0.23 72	0.91 298	0.35 141	0.75 152	0.62 92	0.85 228	1.54 344	1.06 298	0.66 246	0.51 61	0.43 175	0.16 115	0.13 156	0.19 160	0.21 255	0.16 112	0.14 92

Syn2CoEx	0.71 301	0.51 338	0.95 330	0.64 354	0.45 336	0.91 298	0.53 289	1.48 366	1.13 321	0.93 273	1.35 315	1.02 289	0.99 338	0.92 289	0.80 290	0.30 319	0.27 330	0.28 309	0.24 294	0.23 254	0.24 270

AF-Net	0.81 322	0.39 306	0.68 280	0.64 354	0.54 356	0.91 298	0.51 283	1.61 380	1.31 349	0.96 284	2.02 369	1.46 352	1.26 364	1.11 327	0.99 335	0.32 334	0.24 313	0.39 351	0.27 318	0.30 300	0.25 276

PWC_ROB	0.87 331	0.52 344	1.28 362	0.50 292	0.32 260	0.91 298	0.37 171	1.36 351	1.46 363	1.61 366	2.59 384	1.16 319	1.01 341	1.34 353	1.40 366	0.25 284	0.18 260	0.28 309	0.20 237	0.29 291	0.28 294

RGC	0.79 318	0.59 355	0.71 293	0.65 359	0.65 372	0.92 302	0.58 306	1.29 336	1.05 298	1.07 324	1.45 336	1.47 355	1.03 342	1.21 338	0.88 308	0.32 334	0.30 340	0.48 367	0.40 360	0.37 332	0.37 338

DGSMNet	0.76 311	0.55 350	1.29 364	0.58 339	0.62 370	0.94 303	0.70 337	1.26 331	1.11 318	0.83 220	1.24 300	1.00 281	0.71 273	1.03 314	0.81 293	0.34 346	0.29 337	0.41 355	0.40 360	0.57 375	0.55 379

PA-Net	0.67 290	0.43 317	0.83 317	0.50 292	0.53 354	0.94 303	0.68 328	1.10 270	1.14 323	0.80 191	0.88 172	0.87 248	0.77 289	1.02 312	0.88 308	0.24 274	0.41 375	0.29 317	0.44 367	0.26 276	0.34 325
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANet	0.70 297	0.37 293	0.55 226	0.51 304	0.34 276	0.94 303	0.96 367	1.08 265	0.94 252	1.04 316	1.98 368	1.13 315	0.88 319	1.12 328	0.66 261	0.25 284	0.26 326	0.27 302	0.22 270	0.31 305	0.22 257

ssnet_v2	0.58 270	0.28 247	0.56 232	0.43 194	0.29 220	0.95 306	0.59 308	1.13 280	0.99 270	0.93 273	0.80 129	0.99 278	0.64 235	0.82 247	0.94 325	0.25 284	0.22 296	0.23 251	0.24 294	0.20 210	0.19 211

Wz-Net-SNSev	0.91 339	0.73 367	2.13 392	0.56 332	0.45 336	0.95 306	1.13 379	1.34 345	1.24 338	1.02 307	1.30 310	1.46 352	0.86 313	1.81 380	1.50 367	0.25 284	0.23 306	0.25 276	0.26 313	0.32 310	0.29 300

pmcnn	1.23 369	0.29 255	0.96 332	0.40 114	0.23 72	0.95 306	0.69 332	1.16 292	1.28 346	1.67 372	2.33 374	11.15 421	0.86 313	0.93 294	0.88 308	0.15 81	0.12 101	0.12 2	0.10 11	0.15 81	0.15 111

StereoDRNet-Refined	0.58 270	0.32 268	0.54 221	0.46 249	0.30 230	0.96 309	0.40 217	1.00 235	0.94 252	1.12 333	1.08 258	0.96 272	0.67 249	0.90 279	0.89 319	0.17 148	0.13 156	0.22 236	0.21 255	0.20 210	0.19 211
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
anonymity	0.97 344	0.89 379	1.05 339	0.92 381	1.03 389	0.97 310	0.81 352	1.29 336	0.91 235	1.07 324	0.98 216	1.00 281	0.95 334	1.02 312	0.92 324	0.96 393	0.95 411	0.90 386	0.91 399	0.92 384	0.94 392

SHD	0.93 342	0.50 335	1.18 354	0.59 342	0.46 343	0.97 310	0.48 259	1.70 385	2.15 386	1.58 363	1.37 319	1.42 350	1.19 358	1.31 349	1.60 368	0.31 322	0.26 326	0.32 330	0.33 345	0.40 339	0.42 353

NaN_ROB	0.69 295	0.44 321	0.69 286	0.51 304	0.33 269	0.97 310	1.06 374	1.22 316	1.19 330	1.24 348	0.96 201	1.08 305	0.78 294	1.20 336	0.67 264	0.24 274	0.30 340	0.23 251	0.24 294	0.23 254	0.25 276

PSMNet_ROB	0.64 285	0.37 293	0.65 268	0.56 332	0.42 320	0.97 310	0.83 353	1.21 308	0.92 240	0.79 189	1.02 234	1.08 305	0.63 225	0.82 247	0.91 323	0.29 313	0.20 283	0.31 325	0.31 336	0.26 276	0.23 264

NCCL2	0.72 305	0.41 313	0.65 268	0.64 354	0.44 332	0.98 314	1.20 382	1.11 275	1.00 277	0.98 293	0.96 201	1.49 357	0.87 316	0.90 279	0.79 288	0.31 322	0.26 326	0.39 351	0.39 358	0.32 310	0.32 317

UNet	0.54 247	0.26 219	0.66 273	0.44 209	0.40 307	0.99 315	0.41 229	0.98 230	0.75 150	0.83 220	0.89 176	1.04 293	0.72 277	0.73 213	0.62 253	0.19 205	0.14 183	0.20 184	0.17 167	0.20 210	0.17 168

SuperB	1.04 352	0.37 293	4.81 408	0.43 194	0.31 247	0.99 315	0.46 248	1.02 245	2.09 385	1.09 329	1.09 262	0.75 209	0.81 300	1.06 317	1.76 373	0.19 205	0.15 208	0.17 89	0.15 98	2.82 415	0.26 280

LALA_ROB	0.74 308	0.43 317	0.69 286	0.54 326	0.40 307	1.01 317	0.95 366	1.21 308	1.07 311	1.22 345	1.12 267	1.56 364	0.79 296	1.04 316	0.86 302	0.33 340	0.22 296	0.35 339	0.30 329	0.35 326	0.31 313

CBMV	0.64 285	0.35 285	0.41 87	0.42 176	0.25 116	1.01 317	0.77 347	1.13 280	1.09 316	1.17 338	1.22 295	1.04 293	0.75 282	0.88 272	0.63 256	0.28 307	0.30 340	0.34 337	0.30 329	0.26 276	0.26 280
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UDG	0.88 333	0.82 376	0.67 277	1.00 385	0.96 384	1.02 319	0.57 305	1.13 280	0.99 270	0.90 259	0.97 215	1.31 331	0.99 338	0.85 266	0.84 297	0.54 380	0.32 353	1.77 396	0.40 360	0.94 385	0.66 382

LSM	4.74 415	0.77 370	10.16 415	0.70 371	56.56 437	1.02 319	1.00 372	1.24 327	1.62 375	2.04 383	2.34 375	1.33 338	1.17 355	1.38 360	1.09 346	0.33 340	0.49 386	0.39 351	0.46 368	0.51 364	10.09 424

SGM-Forest	0.62 283	0.32 268	0.39 75	0.43 194	0.30 230	1.02 319	0.55 297	1.09 269	1.05 298	1.06 321	1.18 289	1.10 308	0.67 249	0.88 272	0.62 253	0.31 322	0.33 359	0.33 335	0.30 329	0.30 300	0.28 294
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-LNSev-Ref	0.63 284	0.28 247	0.99 335	0.40 114	0.30 230	1.03 322	0.56 302	1.10 270	0.99 270	0.97 289	1.22 295	1.06 298	0.69 259	1.07 320	0.95 328	0.19 205	0.11 59	0.16 64	0.13 53	0.22 245	0.21 244

DDUNet	1.06 355	2.56 418	0.68 280	1.21 390	1.26 394	1.03 322	0.69 332	1.11 275	0.94 252	0.96 284	1.22 295	1.27 325	0.82 304	0.93 294	0.72 277	0.84 390	0.38 368	1.99 399	0.60 385	1.10 391	0.85 389

StereoDRNet	0.64 285	0.33 276	0.68 280	0.51 304	0.43 325	1.03 322	0.53 289	1.47 365	0.99 270	1.10 331	0.87 165	1.07 303	0.71 273	0.82 247	0.88 308	0.23 264	0.19 274	0.25 276	0.23 281	0.27 286	0.19 211

PWCDC_ROB	0.89 335	0.49 331	0.80 316	0.74 375	0.40 307	1.03 322	0.39 211	1.33 343	2.35 392	1.02 307	3.77 401	0.81 233	0.92 325	1.20 336	0.90 321	0.34 346	0.22 296	0.24 265	0.20 237	0.34 322	0.29 300

EDNetEfficientorigin	9.93 420	1.15 391	175.16 442	0.48 263	0.36 284	1.04 326	0.68 328	1.24 327	2.69 396	3.17 407	2.50 380	2.30 382	2.07 395	1.76 378	2.21 384	0.20 227	0.18 260	0.24 265	0.19 215	0.51 364	0.50 374

Nwc_Net	0.78 315	0.38 302	0.73 297	0.60 347	0.55 358	1.05 327	0.55 297	1.67 384	1.05 298	0.88 248	1.86 364	1.40 349	1.09 347	1.10 325	0.87 306	0.30 319	0.25 321	0.36 342	0.38 354	0.29 291	0.29 300

MMNet	0.55 248	0.25 205	0.61 247	0.43 194	0.34 276	1.07 328	0.39 211	0.87 192	0.91 235	0.91 264	0.93 189	0.86 243	0.76 285	0.81 245	0.76 283	0.15 81	0.14 183	0.18 123	0.19 215	0.20 210	0.16 150

delet	0.55 248	0.24 186	0.55 226	0.44 209	0.33 269	1.07 328	0.50 269	1.00 235	0.86 205	0.85 228	0.96 201	0.90 261	0.63 225	0.83 254	0.74 281	0.18 176	0.18 260	0.20 184	0.21 255	0.16 112	0.15 111

ADCMid	1.14 361	0.52 344	2.23 394	0.53 320	0.43 325	1.07 328	0.75 345	1.23 320	1.05 298	2.15 387	1.44 333	1.50 358	1.43 372	1.56 366	5.01 407	0.26 294	0.24 313	0.29 317	0.31 336	0.37 332	0.33 321

ADCRef	0.80 319	0.43 317	1.32 367	0.50 292	0.45 336	1.07 328	0.51 283	1.07 261	0.98 265	1.17 338	1.42 328	0.87 248	0.91 322	0.85 266	3.19 394	0.18 176	0.16 235	0.23 251	0.23 281	0.22 245	0.21 244

GwcNet	0.69 295	0.36 290	1.10 343	0.51 304	0.42 320	1.08 332	0.50 269	1.21 308	1.16 325	1.00 300	1.37 319	1.06 298	0.79 296	0.92 289	0.94 325	0.25 284	0.24 313	0.24 265	0.22 270	0.23 254	0.26 280

ccnet	0.82 323	0.57 353	0.75 304	0.54 326	0.59 368	1.09 333	0.66 321	1.38 354	0.94 252	1.12 333	1.44 333	1.29 328	0.92 325	0.95 303	1.24 357	0.49 372	0.42 377	0.50 372	0.47 371	0.51 364	0.46 364

SQANet	0.82 323	0.74 368	0.67 277	1.13 388	0.98 387	1.11 334	0.47 253	1.07 261	0.83 190	0.91 264	1.05 246	1.03 291	0.74 280	1.01 307	0.64 258	0.61 382	0.24 313	1.03 389	0.35 349	1.18 392	0.58 380

NVStereoNet_ROB	1.24 370	0.90 380	1.13 347	0.86 379	0.88 379	1.11 334	0.99 370	1.42 360	1.53 367	1.59 365	2.48 379	2.24 381	1.53 374	1.96 387	1.30 362	0.76 388	0.70 393	0.78 383	1.00 401	0.71 381	0.88 390
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
CBFPSM	0.59 277	0.22 133	1.31 365	0.38 69	0.27 178	1.12 336	0.65 320	0.79 167	0.82 185	0.80 191	0.81 136	1.35 344	0.87 316	0.67 184	0.76 283	0.16 115	0.15 208	0.15 45	0.16 127	0.17 145	0.22 257

RTSC	0.87 331	0.48 328	1.23 359	0.52 315	0.37 289	1.13 337	0.50 269	1.34 345	1.79 379	1.51 360	1.24 300	1.12 312	0.81 300	1.62 370	2.16 383	0.25 284	0.19 274	0.23 251	0.24 294	0.30 300	0.31 313

DISCO	0.70 297	0.26 219	0.68 280	0.44 209	0.31 247	1.14 338	0.51 283	1.23 320	1.23 336	0.81 199	1.05 246	1.50 358	0.85 311	1.82 381	1.03 339	0.19 205	0.15 208	0.18 123	0.16 127	0.24 264	0.23 264

CSAN	0.83 328	0.49 331	0.77 313	0.60 347	0.41 314	1.14 338	1.06 374	1.19 302	1.46 363	1.32 352	1.43 331	1.37 345	1.19 358	1.27 345	0.86 302	0.39 359	0.31 350	0.36 342	0.37 351	0.35 326	0.34 325

Wz-Net-LNSev	0.71 301	0.51 338	1.36 373	0.50 292	0.41 314	1.15 340	0.69 332	1.21 308	1.07 311	1.02 307	1.12 267	1.08 305	0.87 316	0.89 277	0.89 319	0.24 274	0.22 296	0.21 224	0.19 215	0.26 276	0.26 280

GANetREF_RVC	0.80 319	0.75 369	0.86 324	0.66 362	0.42 320	1.15 340	0.98 368	1.14 286	1.19 330	1.01 305	1.02 234	1.10 308	0.90 321	1.15 330	0.76 283	0.48 370	0.39 372	0.57 377	0.38 354	0.63 379	0.46 364
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
DRN-Test	0.66 289	0.32 268	0.66 273	0.50 292	0.39 302	1.15 340	0.61 315	1.49 368	1.01 281	1.12 333	1.08 258	1.06 298	0.69 259	0.77 234	0.94 325	0.23 264	0.17 249	0.26 290	0.25 303	0.25 272	0.21 244

fast-acv-ft	0.64 285	0.30 261	0.73 297	0.45 230	0.34 276	1.17 343	0.49 265	0.86 185	0.98 265	1.02 307	1.36 316	1.29 328	0.85 311	0.76 227	0.81 293	0.21 241	0.23 306	0.23 251	0.23 281	0.21 228	0.20 231

FBW_ROB	0.88 333	0.50 335	0.85 319	0.55 329	0.40 307	1.17 343	0.78 349	1.50 369	1.37 353	1.33 354	1.27 304	1.48 356	1.00 340	2.57 400	0.98 334	0.25 284	0.32 353	0.45 360	0.30 329	0.34 322	0.28 294

APVNet	0.71 301	0.37 293	0.89 327	0.56 332	0.45 336	1.18 345	0.68 328	1.41 359	0.85 200	0.81 199	1.15 280	1.04 293	0.81 300	1.10 325	1.17 352	0.26 294	0.28 332	0.32 330	0.31 336	0.29 291	0.30 307

iinet-f	0.67 290	0.26 219	2.15 393	0.39 90	0.31 247	1.19 346	0.56 302	0.84 179	0.84 193	0.80 191	1.17 287	1.05 297	0.84 310	0.71 203	1.21 355	0.20 227	0.18 260	0.17 89	0.15 98	0.20 210	0.20 231

CRFU-Net	0.57 264	0.27 233	0.57 235	0.46 249	0.30 230	1.20 347	0.52 286	1.10 270	0.56 85	1.00 300	0.98 216	1.06 298	0.79 296	0.81 245	0.71 275	0.21 241	0.19 274	0.18 123	0.16 127	0.18 163	0.19 211

CSP-Net	0.56 259	0.27 233	0.49 188	0.41 139	0.28 197	1.22 348	0.50 269	1.23 320	0.72 136	0.95 283	0.95 197	0.89 257	0.62 219	0.83 254	0.62 253	0.26 294	0.17 249	0.17 89	0.17 167	0.18 163	0.17 168

XQC	0.89 335	0.65 363	1.31 365	0.67 365	0.52 353	1.22 348	0.68 328	1.26 331	1.52 366	1.14 336	1.11 265	1.28 327	1.04 343	1.40 361	1.77 374	0.38 357	0.24 313	0.37 346	0.31 336	0.53 369	0.47 368

WCMA_ROB	1.14 361	0.36 290	0.76 309	0.49 278	0.44 332	1.23 350	0.67 323	1.11 275	1.23 336	2.84 401	3.95 407	3.28 397	1.83 388	1.25 342	0.99 335	0.44 365	0.34 361	0.34 337	0.37 351	0.41 345	0.40 349

DispFullNet	1.60 385	2.63 419	2.75 397	2.56 412	1.79 404	1.24 351	0.47 253	1.37 353	1.45 362	1.87 377	1.50 340	1.55 363	2.46 398	2.04 389	1.04 342	0.59 381	0.18 260	2.32 408	0.68 389	2.29 408	1.14 401

MFMNet_re	1.14 361	0.97 387	1.19 355	0.99 383	0.95 383	1.25 352	1.22 385	1.39 355	1.55 369	1.69 373	1.67 353	1.21 320	1.53 374	1.12 328	0.99 335	0.87 392	0.75 400	0.79 384	0.75 391	0.90 383	0.94 392

ADCS	1.51 382	0.61 358	3.42 400	0.59 342	0.51 350	1.27 353	1.08 377	1.59 378	1.81 380	1.91 381	1.66 351	1.51 361	1.42 371	1.94 386	8.60 415	0.33 340	0.32 353	0.33 335	0.36 350	0.44 350	0.42 353

CC-Net-ROB	0.82 323	0.96 384	0.85 319	0.58 339	0.45 336	1.27 353	0.70 337	1.17 297	1.02 284	0.83 220	1.23 299	0.90 261	0.77 289	1.06 317	0.69 268	0.46 367	0.34 361	1.71 395	0.38 354	0.59 378	0.36 332

RYNet	0.72 305	0.35 285	0.64 263	0.53 320	0.67 373	1.31 355	0.67 323	1.20 306	1.18 328	1.05 318	0.87 165	1.27 325	0.93 330	0.93 294	1.27 361	0.22 259	0.16 235	0.26 290	0.23 281	0.40 339	0.39 346

coex-ft	6.43 418	1.51 401	87.33 441	0.49 278	0.38 297	1.34 356	1.21 384	1.16 292	8.09 414	12.12 421	2.79 388	2.77 390	3.31 409	1.16 331	3.15 393	0.24 274	0.23 306	0.27 302	0.24 294	0.45 354	0.37 338

WZ-Net	1.19 367	0.59 355	4.07 405	0.62 352	0.51 350	1.34 356	1.31 393	1.32 341	1.74 378	1.53 362	1.65 349	1.74 370	1.28 365	2.25 394	2.01 380	0.27 301	0.21 290	0.23 251	0.25 303	0.40 339	0.39 346

FCDSN-DC	1.39 378	0.56 351	0.65 268	0.74 375	0.59 368	1.38 358	0.63 317	1.35 348	1.39 356	3.26 408	4.50 412	4.61 403	2.63 402	1.58 368	1.03 339	0.46 367	0.42 377	0.48 367	0.47 371	0.50 363	0.50 374
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MaskLacGwcNet_RVC	0.67 290	0.81 373	0.73 297	0.53 320	0.37 289	1.40 359	0.53 289	1.04 252	0.79 177	0.88 248	0.94 190	0.95 270	0.53 171	0.93 294	0.58 243	0.39 359	0.30 340	0.57 377	0.31 336	0.53 369	0.30 307

ADCPNet	1.03 351	0.48 328	2.70 396	0.54 326	0.42 320	1.40 359	0.75 345	1.13 280	1.07 311	1.22 345	1.42 328	1.68 369	1.09 347	1.36 358	3.45 398	0.30 319	0.28 332	0.29 317	0.32 342	0.37 332	0.35 330

AnyNet_C32	1.16 365	0.62 361	2.40 395	0.57 337	0.55 358	1.41 361	1.34 394	1.18 300	1.24 338	1.49 359	1.42 328	1.39 347	1.20 360	1.55 364	4.82 405	0.29 313	0.28 332	0.29 317	0.34 347	0.38 336	0.42 353

SANet	1.07 357	0.41 313	1.06 340	0.48 263	0.30 230	1.41 361	0.94 365	1.42 360	3.36 403	1.58 363	2.43 378	2.33 384	1.70 383	1.34 353	1.07 344	0.28 307	0.24 313	0.26 290	0.23 281	0.34 322	0.30 307

SPS-STEREO	1.25 371	0.93 381	1.06 340	1.04 386	1.03 389	1.41 361	0.91 364	1.51 372	1.19 330	2.09 385	1.83 361	1.94 376	1.39 369	1.62 370	1.39 365	0.97 394	0.94 410	0.90 386	0.89 395	0.96 387	0.96 395
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-MNSev	0.76 311	0.40 310	1.34 368	0.50 292	0.40 307	1.44 364	0.83 353	1.15 289	1.16 325	1.25 349	1.20 294	1.13 315	0.81 300	1.16 331	1.00 338	0.22 259	0.19 274	0.24 265	0.23 281	0.28 288	0.26 280

ADCP+	1.06 355	0.35 285	1.51 380	0.49 278	0.51 350	1.45 365	0.55 297	1.25 330	1.03 289	1.16 337	1.15 280	1.10 308	1.07 346	1.56 366	6.75 413	0.19 205	0.16 235	0.23 251	0.21 255	0.28 288	0.21 244

RainbowNet	1.35 375	1.49 399	1.19 355	1.88 401	1.45 395	1.48 366	1.07 376	1.61 380	1.55 369	1.20 343	1.59 347	1.54 362	1.13 350	1.34 353	0.97 331	1.36 404	0.70 393	1.82 397	0.79 393	1.71 396	1.07 400

PVD	1.28 372	0.67 365	1.28 362	0.74 375	0.62 370	1.50 367	0.84 356	1.99 390	2.96 398	2.18 388	2.36 377	1.85 374	1.95 392	1.92 384	1.94 378	0.39 359	0.36 365	0.49 370	0.37 351	0.51 364	0.64 381

Wz-Net-TNSev	1.14 361	1.06 390	4.32 407	0.49 278	0.42 320	1.51 368	1.11 378	1.48 366	1.40 358	1.22 345	1.26 303	1.58 366	1.43 372	1.76 378	1.70 370	0.32 334	0.31 350	0.26 290	0.30 329	0.41 345	0.41 352

SGM+DAISY	1.35 375	0.94 383	1.25 361	0.96 382	1.00 388	1.52 369	1.02 373	1.34 345	1.21 333	2.64 396	2.65 386	2.44 385	1.56 377	1.64 373	1.26 359	0.97 394	0.95 411	0.90 386	0.90 396	0.94 385	0.96 395

SGM_RVC	0.97 344	0.28 247	0.41 87	0.39 90	0.22 44	1.55 370	0.73 343	1.51 372	1.25 342	2.25 390	1.92 365	2.58 388	1.56 377	2.02 388	1.19 354	0.27 301	0.27 330	0.27 302	0.25 303	0.25 272	0.25 276
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	1.59 384	0.51 338	0.66 273	0.61 349	0.49 346	1.56 371	0.70 337	1.66 383	1.53 367	4.64 415	4.62 413	5.85 412	3.34 410	1.84 382	1.11 347	0.46 367	0.42 377	0.47 364	0.46 368	0.48 360	0.46 364

LE_ROB	4.42 413	0.24 186	2.75 397	0.42 176	0.23 72	1.57 372	0.90 363	1.71 386	17.88 427	16.56 429	4.88 414	5.17 410	18.85 429	1.63 372	14.62 421	0.17 148	0.14 183	0.16 64	0.16 127	0.19 197	0.17 168

DPSNet	0.99 346	0.42 315	1.88 389	0.53 320	0.41 314	1.59 373	1.26 389	2.21 394	1.43 359	1.10 331	1.11 265	1.46 352	1.95 392	1.34 353	1.26 359	0.34 346	0.25 321	0.25 276	0.21 255	0.46 357	0.37 338

ADCL	1.04 352	0.38 302	1.35 369	0.50 292	0.39 302	1.61 374	0.89 361	1.29 336	1.39 356	1.29 351	1.50 340	1.24 323	1.24 361	1.37 359	4.87 406	0.21 241	0.19 274	0.25 276	0.25 303	0.29 291	0.27 287

MSMD_ROB	1.21 368	0.49 331	0.62 250	0.59 342	0.50 347	1.62 375	0.67 323	1.23 320	1.24 338	2.45 394	3.77 401	3.09 394	2.98 407	1.32 350	0.81 293	0.45 366	0.41 375	0.49 370	0.51 380	0.47 359	0.44 359

otaku	1.04 352	0.93 381	0.88 326	1.33 394	1.05 391	1.66 376	0.70 337	1.40 358	1.18 328	1.08 327	1.32 313	1.33 338	0.91 322	1.23 340	0.76 283	0.72 386	0.46 385	1.24 391	0.50 378	1.40 393	0.75 383

MeshStereo	1.34 373	0.43 317	0.54 221	0.44 209	0.34 276	1.66 376	0.60 310	1.94 388	1.37 353	4.47 414	3.25 393	4.71 405	1.94 391	1.92 384	1.17 352	0.35 350	0.35 363	0.37 346	0.31 336	0.32 310	0.32 317
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PDISCO_ROB	0.91 339	0.48 328	1.06 340	0.99 383	0.97 385	1.67 378	0.63 317	1.64 382	1.59 371	1.06 321	1.18 289	1.31 331	0.79 296	1.55 364	0.97 331	0.49 372	0.22 296	0.45 360	0.40 360	0.45 354	0.37 338

Ntro	1.09 359	0.97 387	0.91 328	1.44 395	1.19 393	1.69 379	0.80 351	1.35 348	1.25 342	1.00 300	1.29 309	1.31 331	0.97 336	1.26 343	0.84 297	0.84 390	0.43 380	1.36 392	0.50 378	1.56 394	0.78 385

stereogan	0.80 319	0.31 266	0.71 293	0.59 342	0.50 347	1.72 380	0.48 259	1.35 348	1.37 353	1.00 300	1.46 338	1.56 364	0.95 334	1.29 347	0.84 297	0.28 307	0.29 337	0.29 317	0.25 303	0.38 336	0.38 344

SAMSARA	1.07 357	0.65 363	1.19 355	1.06 387	0.90 380	1.76 381	1.76 408	1.46 364	1.44 361	1.51 360	1.16 285	2.00 378	1.14 351	1.48 362	1.31 363	0.39 359	0.44 382	0.35 339	0.38 354	0.49 361	0.49 373

ACVNet_1	1.46 380	1.33 396	1.12 346	1.91 403	1.62 398	1.83 382	0.98 368	2.00 391	1.85 381	1.39 357	1.53 343	2.32 383	1.53 374	1.34 353	1.11 347	1.30 401	0.50 387	2.06 405	0.58 384	1.93 404	0.95 394

ACVNet-4b	1.35 375	1.31 395	1.10 343	1.90 402	1.59 397	1.92 383	0.77 347	1.52 375	1.62 375	1.05 318	1.60 348	2.11 379	0.94 331	1.64 373	0.77 287	1.30 401	0.35 363	2.03 403	0.67 388	1.88 402	0.84 388

MFN_U_SF_RVC	1.09 359	0.59 355	1.97 390	0.67 365	0.44 332	1.93 384	0.60 310	1.85 387	1.36 351	1.61 366	1.54 344	1.95 377	1.37 368	1.64 373	1.73 371	0.40 363	0.37 366	0.45 360	0.48 373	0.44 350	0.44 359

AnyNet_C01	1.56 383	1.05 389	7.45 413	0.64 354	0.54 356	1.99 385	1.38 396	1.43 362	1.36 351	1.63 369	1.92 365	1.84 372	1.33 367	2.40 396	4.03 400	0.33 340	0.32 353	0.32 330	0.34 347	0.44 350	0.45 363

ELAS_RVC	1.60 385	0.61 358	1.01 337	0.70 371	0.56 361	2.00 386	1.89 411	1.96 389	2.65 395	3.33 409	3.26 394	3.03 391	3.41 411	2.49 398	2.09 382	0.52 376	0.45 383	0.50 372	0.48 373	0.54 371	0.52 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	0.95 343	0.46 327	1.04 338	0.64 354	0.48 344	2.12 387	0.64 319	1.01 242	0.87 214	1.75 374	2.82 391	1.30 330	1.64 382	1.06 317	0.96 330	0.36 353	0.29 337	0.35 339	0.25 303	0.45 354	0.42 353

ACVNet_2	1.65 388	1.27 394	1.41 376	1.75 398	1.62 398	2.22 388	1.20 382	2.30 395	2.62 394	1.78 375	2.56 381	3.03 391	1.61 379	1.54 363	1.12 350	1.06 397	0.58 391	1.82 397	0.70 390	1.82 398	0.96 395

IMH-64-1	1.86 389	1.62 404	1.16 349	2.20 406	1.89 406	2.33 389	1.30 390	2.89 399	2.29 389	1.66 370	2.80 389	2.49 386	1.61 379	2.10 390	1.78 375	1.60 405	0.74 396	2.43 409	1.02 402	2.12 405	1.17 404

IMH-64	1.86 389	1.62 404	1.16 349	2.20 406	1.89 406	2.33 389	1.30 390	2.89 399	2.29 389	1.66 370	2.80 389	2.49 386	1.61 379	2.10 390	1.78 375	1.60 405	0.74 396	2.43 409	1.02 402	2.12 405	1.17 404

MDST_ROB	0.91 339	0.27 233	0.85 319	0.63 353	0.41 314	2.53 391	0.71 341	1.60 379	1.13 321	2.83 400	1.73 355	0.97 274	0.69 259	1.61 369	0.73 278	0.25 284	0.22 296	0.32 330	0.28 323	0.25 272	0.24 270

MFN_U_SF_DS_RVC	1.02 350	0.57 353	1.51 380	0.67 365	0.50 347	2.57 392	1.66 404	1.20 306	1.43 359	1.38 356	1.57 346	1.33 338	0.92 325	1.64 373	0.88 308	0.37 356	0.39 372	0.46 363	0.60 385	0.41 345	0.40 349

WAO-6	2.04 396	1.50 400	1.16 349	1.70 397	1.67 402	2.69 393	1.44 400	3.06 401	3.63 406	1.98 382	3.27 395	3.54 401	2.07 395	2.36 395	2.22 386	1.31 403	0.91 406	2.04 404	1.22 411	1.73 397	1.27 408

Dean	1.98 393	1.36 397	1.36 373	2.12 405	1.81 405	2.74 394	1.36 395	3.37 408	3.80 407	2.08 384	3.32 397	3.21 396	1.82 386	1.71 377	1.67 369	1.27 398	0.77 402	1.99 399	0.90 396	1.86 399	1.03 399

LVE	2.12 398	1.44 398	1.36 373	1.99 404	1.78 403	2.75 395	1.79 409	2.82 398	3.95 408	1.90 380	4.33 411	3.52 400	1.81 385	2.24 393	1.74 372	1.74 409	0.87 405	2.06 405	1.13 407	1.91 403	1.35 409

MADNet+	2.23 399	2.43 415	10.85 416	1.22 391	0.91 381	2.76 396	1.40 397	2.12 393	1.67 377	1.32 352	1.74 357	1.86 375	1.74 384	6.25 415	4.41 404	0.65 383	0.64 392	0.58 379	0.54 382	0.80 382	0.76 384

RTS	1.98 393	0.96 384	11.36 417	0.65 359	0.57 365	2.77 397	1.40 397	1.39 355	2.26 387	1.89 378	2.56 381	1.32 336	1.25 362	5.20 413	4.05 401	0.31 322	0.22 296	0.29 317	0.29 327	0.40 339	0.37 338

RTSA	1.98 393	0.96 384	11.36 417	0.65 359	0.57 365	2.77 397	1.40 397	1.39 355	2.26 387	1.89 378	2.56 381	1.32 336	1.25 362	5.20 413	4.05 401	0.31 322	0.22 296	0.29 317	0.29 327	0.40 339	0.37 338

WAO-7	1.90 391	1.20 392	1.35 369	1.27 392	1.06 392	2.84 399	1.56 403	3.23 404	3.06 401	2.23 389	3.33 398	3.17 395	2.28 397	3.12 401	2.21 384	1.02 396	0.91 406	1.06 390	1.03 404	1.04 389	0.97 398

PWCK	1.92 392	1.66 407	3.12 399	1.65 396	0.91 381	2.84 399	2.26 414	2.10 392	2.41 393	2.36 392	2.31 373	2.22 380	1.82 386	3.43 404	2.03 381	1.61 407	0.71 395	1.51 393	0.82 394	1.69 395	0.91 391

KSHMR	2.57 400	1.93 410	1.69 382	2.63 414	2.42 413	2.86 401	2.07 412	3.27 406	6.50 412	2.49 395	3.36 400	3.41 399	1.92 390	2.49 398	1.94 378	2.13 414	1.40 416	2.79 418	1.50 414	2.73 413	1.77 412

DPSimNet_ROB	3.58 409	2.45 416	8.57 414	2.53 410	2.37 412	2.88 402	3.77 419	3.14 403	3.23 402	4.71 416	3.86 404	4.68 404	4.87 416	4.07 411	5.62 408	2.33 417	2.33 419	2.47 412	2.52 418	2.51 412	2.64 418

notaker	2.76 401	2.29 414	1.80 387	2.96 416	2.58 417	2.90 403	1.75 407	3.24 405	3.05 400	2.78 399	4.24 410	6.15 415	2.51 400	3.34 403	2.75 392	2.31 416	1.18 414	3.00 419	1.65 415	2.84 416	1.97 413

IMH	2.04 396	1.62 404	1.20 358	2.20 406	1.89 406	2.91 404	1.30 390	3.11 402	3.03 399	1.81 376	3.35 399	3.03 391	1.90 389	2.48 397	1.80 377	1.66 408	0.77 402	2.45 411	1.04 405	2.15 407	1.19 407

ELAS	1.63 387	0.61 358	0.95 330	0.68 368	0.55 358	3.01 405	1.55 402	2.39 396	2.33 391	3.64 411	3.89 405	2.75 389	2.90 406	2.15 392	2.27 389	0.52 376	0.45 383	0.50 372	0.48 373	0.54 371	0.52 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LRCNet_RVC	21.24 427	31.15 433	21.41 423	28.98 430	23.82 428	3.13 406	0.60 310	20.96 430	1.59 371	25.58 430	28.15 433	21.99 430	14.79 420	21.94 431	16.41 422	28.89 439	14.87 430	33.53 435	31.28 435	29.51 437	26.16 435

SDNR	0.86 330	0.37 293	1.47 378	0.40 114	0.38 297	3.38 407	0.33 117	0.90 204	0.98 265	0.99 295	2.09 372	0.59 128	0.71 273	1.29 347	0.70 271	0.51 375	0.56 389	0.36 342	0.26 313	0.43 349	0.46 364

HanzoNet	6.76 419	2.45 416	4.22 406	3.19 418	2.94 419	3.62 408	2.28 415	4.79 417	7.20 413	14.00 425	13.19 424	17.49 425	22.30 430	13.25 423	6.19 410	4.20 421	1.93 418	3.10 420	2.56 419	3.35 419	2.88 420

UNDER WATER	3.46 407	2.07 412	3.64 403	3.09 417	2.48 414	3.75 409	2.42 416	3.31 407	13.77 420	2.90 405	2.95 392	5.84 411	3.69 412	3.69 407	3.48 399	2.07 413	1.11 413	2.70 416	1.40 412	2.84 416	1.98 414

ktn	2.98 405	2.25 413	1.73 384	2.84 415	2.53 416	3.76 410	2.15 413	3.70 410	5.47 411	2.75 398	5.17 416	5.94 413	2.48 399	3.23 402	2.46 390	2.34 418	1.44 417	2.78 417	2.03 417	2.45 411	2.01 415

MSC_U_SF_DS_RVC	1.34 373	0.87 378	1.76 385	0.86 379	0.56 361	4.29 411	1.79 409	1.50 369	1.98 383	1.61 366	1.85 363	1.84 372	1.41 370	1.89 383	1.36 364	0.48 370	0.40 374	0.56 376	0.57 383	0.69 380	0.48 370

MADNet++	4.03 410	2.70 420	3.44 402	3.72 421	3.44 420	4.44 412	3.52 418	3.95 412	3.61 405	4.46 413	4.98 415	4.10 402	4.58 415	7.00 418	5.89 409	3.74 419	3.67 422	3.27 421	2.71 420	3.70 421	3.66 422

WAO-8	2.92 403	1.55 402	1.35 369	1.79 399	1.63 400	5.23 413	1.22 385	4.58 414	12.56 418	2.84 401	4.07 409	4.83 406	2.72 404	3.49 405	2.25 387	1.27 398	0.91 406	1.99 399	1.15 409	1.86 399	1.15 402

Venus	2.92 403	1.55 402	1.35 369	1.79 399	1.63 400	5.23 413	1.22 385	4.58 414	12.56 418	2.84 401	4.06 408	4.83 406	2.72 404	3.49 405	2.25 387	1.27 398	0.91 406	1.99 399	1.15 409	1.86 399	1.15 402

UNDER WATER-64	3.53 408	2.01 411	3.94 404	3.22 419	2.49 415	5.41 415	2.60 417	3.43 409	12.41 417	3.03 406	2.68 387	6.07 414	4.04 413	3.79 409	3.33 395	2.02 412	1.24 415	2.63 414	1.46 413	2.78 414	2.08 416

TorneroNet-64	3.44 406	1.86 408	1.42 377	2.58 413	2.28 411	6.87 416	1.68 405	4.70 416	12.03 415	2.31 391	5.59 417	8.25 417	2.55 401	3.97 410	2.73 391	1.81 410	0.74 396	2.57 413	1.07 406	2.35 409	1.44 410

MANE	4.13 412	0.51 338	0.64 263	0.66 362	0.56 361	6.89 417	0.99 370	7.55 419	12.04 416	6.68 419	8.57 420	10.69 420	9.45 419	7.59 419	6.39 411	0.49 372	0.43 380	0.48 367	0.98 400	0.49 361	0.48 370

SGM-ForestM	4.04 411	0.32 268	0.46 152	0.43 194	0.27 178	7.50 418	1.45 401	3.84 411	4.24 409	8.19 420	6.76 418	19.00 427	9.08 418	10.74 422	6.62 412	0.31 322	0.33 359	0.32 330	0.32 342	0.29 291	0.29 300

JetBlue	2.78 402	1.26 393	7.04 412	1.16 389	1.48 396	8.00 419	6.02 420	2.60 397	1.92 382	2.12 386	2.64 385	3.34 398	3.05 408	6.49 416	3.39 396	0.78 389	0.76 401	0.75 382	0.76 392	0.97 388	1.18 406

DPSMNet_ROB	12.08 422	8.00 423	21.00 422	8.97 425	16.79 424	10.67 420	30.89 428	9.02 422	15.17 423	6.51 418	15.41 428	9.04 418	14.85 421	9.27 421	21.67 425	4.58 423	8.57 424	5.09 424	9.29 426	5.90 423	10.95 425

DGTPSM_ROB	12.07 421	8.00 423	20.99 421	8.93 424	16.78 423	10.67 420	30.87 427	9.01 421	15.16 422	6.50 417	15.41 428	9.04 418	14.85 421	9.25 420	21.67 425	4.57 422	8.57 424	5.08 423	9.28 425	5.90 423	10.95 425

tt	6.20 417	0.20 74	5.89 409	3.55 420	2.07 409	11.26 422	19.21 423	11.74 423	5.46 410	2.69 397	2.04 371	4.87 409	6.25 417	3.70 408	7.09 414	8.32 425	11.17 429	4.93 422	5.41 424	5.74 422	2.37 417

JetRed	5.27 416	5.84 422	12.81 420	2.36 409	2.83 418	12.23 423	10.50 422	4.46 413	3.60 404	3.86 412	3.83 403	4.85 408	4.18 414	6.78 417	11.96 418	2.17 415	2.96 421	2.18 407	1.97 416	3.38 420	2.68 419

TorneroNet	4.53 414	1.89 409	1.48 379	2.55 411	2.27 410	13.78 424	1.69 406	4.84 418	23.73 432	2.89 404	7.70 419	7.06 416	2.69 403	4.26 412	3.42 397	1.84 411	0.77 402	2.68 415	1.13 407	2.42 410	1.47 411

HaxPig	31.96 429	37.24 435	34.27 430	24.37 429	24.88 429	18.26 425	19.86 424	20.64 429	28.52 433	35.97 439	38.75 439	25.57 431	28.72 433	33.88 433	34.39 433	35.94 440	38.87 440	37.80 436	40.48 436	39.68 438	41.15 440

Anonymous_1	33.25 430	18.26 426	23.92 424	20.54 426	21.28 427	25.59 426	35.94 429	22.01 433	15.57 424	13.33 422	13.49 425	18.08 426	15.29 423	20.36 424	24.60 427	16.28 432	8.84 426	66.59 439	118.00 439	155.73 442	11.23 427

DPSM_ROB	17.78 424	18.63 427	24.31 428	20.90 427	19.47 425	25.97 427	36.21 430	21.23 431	16.24 425	13.38 423	14.06 426	19.18 428	16.30 424	20.78 425	25.67 428	9.38 427	9.23 427	9.49 427	9.82 427	13.51 426	11.91 428

DPSM	17.78 424	18.63 427	24.31 428	20.90 427	19.47 425	25.97 427	36.21 430	21.23 431	16.24 425	13.38 423	14.06 426	19.18 428	16.30 424	20.78 425	25.67 428	9.38 427	9.23 427	9.49 427	9.82 427	13.51 426	11.91 428

MEDIAN_ROB	37.38 439	40.85 443	40.60 433	32.31 431	31.85 430	27.20 429	24.55 425	29.10 434	33.19 440	42.09 441	41.76 441	33.35 432	34.39 441	39.78 435	37.07 434	43.64 442	44.10 442	44.12 438	43.40 438	41.51 440	42.76 442

xxxxx1	36.64 436	19.51 429	24.21 425	61.66 439	64.63 439	27.28 430	40.10 432	20.25 426	18.63 428	14.07 426	12.97 421	17.26 422	17.36 426	21.70 428	27.93 430	13.18 429	18.50 432	111.26 440	133.37 440	29.24 434	39.73 437

tt_ll	36.64 436	19.51 429	24.21 425	61.66 439	64.63 439	27.28 430	40.10 432	20.25 426	18.63 428	14.07 426	12.97 421	17.26 422	17.36 426	21.70 428	27.93 430	13.18 429	18.50 432	111.26 440	133.37 440	29.24 434	39.73 437

ff	36.64 436	19.51 429	24.21 425	61.66 439	64.63 439	27.28 430	40.10 432	20.25 426	18.63 428	14.07 426	12.97 421	17.26 422	17.36 426	21.70 428	27.93 430	13.18 429	18.50 432	111.26 440	133.37 440	29.24 434	39.73 437

AVERAGE_ROB	37.58 440	40.13 442	40.15 432	34.81 432	33.82 431	28.55 433	25.10 426	32.02 435	34.06 442	41.28 440	40.66 440	34.46 433	34.81 442	39.18 434	37.57 435	42.78 441	43.44 441	43.82 437	43.03 437	40.47 439	41.51 441

BEATNet-Init1	15.13 423	0.82 376	50.86 440	0.72 374	0.53 354	38.10 434	7.03 421	11.83 424	14.25 421	29.78 438	30.17 438	48.21 441	22.64 431	26.78 432	18.11 423	0.42 364	0.38 368	0.47 364	0.46 368	0.51 364	0.48 370

SPstereo	24.26 428	4.19 421	6.66 411	4.29 422	3.79 421	45.68 435	78.09 441	63.52 442	33.36 441	27.50 437	26.65 430	39.53 440	33.55 440	42.77 442	51.02 436	3.90 420	3.72 423	5.95 425	4.66 422	3.15 418	3.30 421

CasAABBNet	35.74 431	37.43 436	48.72 435	42.22 436	39.20 435	52.24 436	73.12 437	42.61 439	32.62 438	26.78 431	27.95 431	38.58 437	32.60 434	41.67 439	51.65 441	18.74 433	18.57 435	19.15 433	19.77 430	27.20 431	23.98 433

MyStereo03	35.77 432	37.55 438	48.75 436	42.19 433	39.18 432	52.27 437	73.13 438	42.32 436	32.61 434	27.03 434	28.40 435	38.50 434	32.89 435	41.62 436	51.63 438	18.78 434	18.59 437	19.11 429	19.80 431	27.18 428	23.95 430

MyStereo02	35.77 432	37.55 438	48.75 436	42.19 433	39.18 432	52.27 437	73.13 438	42.32 436	32.61 434	27.03 434	28.40 435	38.50 434	32.89 435	41.62 436	51.63 438	18.78 434	18.59 437	19.11 429	19.80 431	27.18 428	23.95 430

MyStereo	35.77 432	37.55 438	48.75 436	42.19 433	39.18 432	52.27 437	73.13 438	42.32 436	32.61 434	27.03 434	28.40 435	38.50 434	32.89 435	41.62 436	51.63 438	18.78 434	18.59 437	19.11 429	19.80 431	27.18 428	23.95 430

Selective-RAFT-Error	35.84 435	37.49 437	48.83 439	42.26 437	39.24 436	52.30 440	73.09 436	42.66 440	32.61 434	26.80 432	28.30 434	38.84 439	33.51 439	41.68 440	51.59 437	18.82 437	18.58 436	19.17 434	19.80 431	27.28 432	24.05 434

LSM0	38.95 441	37.60 441	48.58 434	43.57 438	91.06 442	52.57 441	72.57 435	43.17 441	32.63 439	26.97 433	27.97 432	38.65 438	32.94 438	41.86 441	51.78 442	18.89 438	18.41 431	19.13 432	19.63 429	27.29 433	33.77 436

PML	40.80 442	29.24 432	11.87 419	7.20 423	14.47 422	92.13 442	213.69 443	7.63 420	23.35 431	74.72 442	190.14 443	50.17 442	26.15 432	21.39 427	12.70 419	8.76 426	2.92 420	8.45 426	3.25 421	13.26 425	4.42 423

test_example2	176.61 443	205.14 444	198.86 443	188.60 443	190.98 443	152.67 443	170.61 442	94.86 443	123.55 443	178.88 443	179.48 442	158.94 443	141.34 443	192.61 443	198.96 443	203.76 443	236.37 443	164.13 443	173.55 443	218.58 443	160.41 443

ASD4		8.86 425

Low-res two-view benchmark