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

CES	0.48 37	0.20 2	0.37 2	0.39 5	1.39 388	0.55 71	0.35 52	0.98 66	0.66 42	0.44 9	0.66 25	0.35 1	0.27 2	0.56 12	0.33 17	0.15 7	0.13 44	0.15 3	0.10 2	0.19 75	1.46 392

MIF-Stereo	0.36 1	0.23 16	0.59 57	0.48 56	0.36 151	0.40 10	0.32 34	0.53 1	0.49 6	0.54 33	0.55 18	0.36 2	0.31 7	0.58 15	0.51 136	0.20 122	0.15 128	0.17 17	0.15 33	0.19 75	0.15 28

CAS	0.63 122	0.18 1	0.37 2	2.27 395	0.84 354	0.57 79	0.54 196	0.79 15	0.62 25	0.48 19	0.70 33	0.36 2	0.26 1	0.45 2	0.35 30	2.24 397	0.10 1	0.14 1	0.09 1	0.15 6	1.06 387

CAS++	0.47 34	0.31 163	0.56 40	0.47 43	0.32 110	0.42 14	0.28 19	1.76 265	0.72 54	0.71 53	0.72 38	0.37 4	0.28 3	0.69 34	0.33 17	0.27 258	0.22 261	0.26 231	0.21 176	0.29 246	0.19 116
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.46 28	0.36 236	0.71 120	0.47 43	0.36 151	0.67 127	0.35 52	0.78 13	1.12 182	0.61 43	0.62 22	0.39 5	0.39 16	0.71 41	0.39 59	0.20 122	0.17 185	0.22 126	0.18 92	0.23 183	0.19 116

MoCha-V2	0.40 9	0.20 2	0.49 18	0.50 76	0.21 4	0.44 18	0.33 37	0.93 48	0.53 17	0.53 31	0.53 10	0.42 6	0.58 99	1.09 117	0.27 1	0.14 4	0.12 9	0.15 3	0.12 10	0.17 26	0.15 28

test croco	0.46 28	0.27 72	1.01 246	0.50 76	0.40 189	0.35 5	0.37 71	0.87 27	0.56 19	0.43 8	0.76 46	0.42 6	0.40 19	1.13 124	0.45 97	0.21 149	0.15 128	0.24 175	0.19 112	0.24 197	0.16 44

Anonymous	0.53 53	0.38 247	0.91 217	0.66 270	0.73 326	0.65 114	0.59 235	0.95 56	0.73 58	0.47 15	0.58 21	0.42 6	0.60 102	0.80 59	0.53 150	0.24 211	0.23 270	0.21 100	0.21 176	0.41 306	0.29 251

MyStereo07	0.48 37	0.29 115	0.50 20	0.55 159	0.45 216	0.59 84	0.79 280	1.05 91	0.51 14	0.48 19	0.53 10	0.43 9	0.55 78	1.30 142	0.34 26	0.17 33	0.16 159	0.24 175	0.20 140	0.23 183	0.20 140

ProNet	0.43 17	0.28 88	0.58 52	0.43 9	0.30 83	0.56 74	0.52 186	1.00 72	0.58 20	0.44 9	0.49 8	0.43 9	0.43 26	1.28 138	0.36 36	0.15 7	0.13 44	0.19 53	0.16 62	0.17 26	0.16 44

ff7	0.43 17	0.27 72	0.56 40	0.44 24	0.33 127	0.50 43	0.42 102	0.87 27	0.50 7	0.49 22	0.53 10	0.44 11	0.48 51	1.38 159	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

ffff	0.43 17	0.27 72	0.56 40	0.44 24	0.33 127	0.50 43	0.42 102	0.87 27	0.50 7	0.49 22	0.53 10	0.44 11	0.48 51	1.38 159	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

11t	0.43 17	0.27 72	0.56 40	0.44 24	0.33 127	0.50 43	0.42 102	0.87 27	0.50 7	0.49 22	0.53 10	0.44 11	0.48 51	1.38 159	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

LoS_RVC	0.42 14	0.26 49	0.40 9	0.44 24	0.82 352	0.51 54	0.44 130	0.64 3	0.41 2	0.44 9	0.78 49	0.44 11	0.47 43	0.56 12	0.36 36	0.13 1	0.12 9	0.14 1	0.10 2	0.13 1	0.84 376

ccc-4	0.43 17	0.27 72	0.56 40	0.44 24	0.33 127	0.50 43	0.42 102	0.87 27	0.50 7	0.49 22	0.53 10	0.44 11	0.48 51	1.38 159	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

test_xeample3	0.42 14	0.28 88	0.69 103	0.43 9	0.33 127	0.56 74	0.38 75	0.79 15	0.45 3	0.53 31	0.46 4	0.44 11	0.44 30	1.38 159	0.31 6	0.18 61	0.14 78	0.19 53	0.15 33	0.17 26	0.16 44

XX-TBD	0.46 28	0.70 344	0.35 1	0.79 329	0.25 20	0.58 80	0.26 10	0.69 5	1.27 253	0.76 59	1.00 91	0.45 17	0.33 11	0.47 3	0.37 42	0.19 94	0.15 128	0.15 3	0.11 7	0.17 26	0.14 12

LargeStereo	0.40 9	0.22 11	0.51 26	0.52 116	0.29 66	0.45 20	0.25 4	1.65 238	0.46 4	0.37 2	0.57 20	0.46 18	0.45 33	0.50 4	0.38 52	0.19 94	0.12 9	0.16 11	0.13 13	0.16 14	0.15 28

AEACV	0.37 3	0.24 22	0.52 29	0.47 43	0.51 250	0.37 8	0.38 75	0.65 4	0.53 17	0.42 5	0.56 19	0.46 18	0.60 102	0.53 6	0.30 2	0.16 12	0.13 44	0.18 39	0.15 33	0.17 26	0.14 12

sAnonymous2	0.55 82	0.56 311	1.46 324	0.60 213	0.51 250	0.48 24	0.52 186	0.79 15	0.68 46	0.50 28	0.67 27	0.46 18	0.62 116	0.59 16	0.40 63	0.22 172	0.17 185	0.22 126	0.21 176	0.86 374	0.56 347

CroCo_RVC	0.55 82	0.56 311	1.46 324	0.60 213	0.51 250	0.48 24	0.52 186	0.79 15	0.68 46	0.50 28	0.67 27	0.46 18	0.62 116	0.59 16	0.40 63	0.22 172	0.17 185	0.22 126	0.21 176	0.86 374	0.56 347

anonymousdsp	0.43 17	0.27 72	0.53 31	0.44 24	0.32 110	0.50 43	0.42 102	0.89 35	0.51 14	0.49 22	0.53 10	0.47 22	0.47 43	1.33 147	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

IGEV-Stereo	0.43 17	0.27 72	0.54 35	0.45 34	0.32 110	0.50 43	0.42 102	0.90 41	0.51 14	0.49 22	0.53 10	0.47 22	0.47 43	1.32 145	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo++_RVC	0.47 34	0.21 5	0.38 5	0.45 34	0.38 176	0.45 20	0.25 4	0.75 9	1.29 262	0.80 68	1.21 173	0.47 22	0.37 14	0.53 6	0.44 89	0.16 12	0.11 3	0.15 3	0.80 384	0.18 45	0.11 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
ACVNet-DCA	0.56 91	0.31 163	0.50 20	0.54 140	0.26 22	1.18 271	0.51 177	1.42 182	0.78 66	0.58 35	0.79 52	0.48 25	0.88 206	1.46 176	0.32 8	0.20 122	0.12 9	0.25 212	0.15 33	0.22 158	0.21 157

1test111	0.54 67	0.31 163	0.50 20	0.54 140	0.26 22	1.18 271	0.51 177	1.42 182	0.78 66	0.58 35	0.79 52	0.48 25	0.88 206	0.88 75	0.59 169	0.20 122	0.12 9	0.25 212	0.15 33	0.22 158	0.21 157

cc1	0.64 132	0.31 163	0.50 20	0.54 140	0.26 22	1.18 271	0.51 177	0.93 48	3.05 389	0.58 35	0.79 52	0.48 25	0.88 206	1.46 176	0.32 8	0.20 122	0.12 9	0.25 212	0.15 33	0.19 75	0.19 116

IGEVStereo-DCA	0.46 28	0.28 88	0.56 40	0.43 9	0.33 127	0.49 34	0.42 102	0.87 27	0.50 7	0.47 15	0.48 6	0.48 25	0.46 37	2.03 257	0.30 2	0.19 94	0.14 78	0.19 53	0.15 33	0.16 14	0.18 82

rrr	0.46 28	0.28 88	0.73 136	0.43 9	0.33 127	0.49 34	0.38 75	0.76 11	0.50 7	0.47 15	0.48 6	0.48 25	0.46 37	2.03 257	0.30 2	0.19 94	0.14 78	0.19 53	0.15 33	0.16 14	0.16 44

CASnet	0.41 13	0.25 38	0.48 16	0.50 76	0.20 2	0.50 43	0.36 62	0.81 23	0.80 71	0.83 76	0.68 29	0.48 25	0.31 7	0.54 8	0.32 8	0.18 61	0.12 9	0.27 243	0.22 203	0.23 183	0.14 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	0.40 9	0.21 5	0.44 12	0.37 3	0.22 6	0.50 43	0.40 89	1.00 72	0.94 110	0.48 19	0.66 25	0.48 25	0.40 19	0.60 25	0.37 42	0.18 61	0.14 78	0.16 11	0.11 7	0.14 2	0.14 12

tt1	0.62 116	0.32 178	0.51 26	0.54 140	0.26 22	1.16 268	0.48 162	0.95 56	2.47 377	0.57 34	0.77 47	0.49 32	0.81 172	1.55 193	0.32 8	0.20 122	0.12 9	0.24 175	0.15 33	0.19 75	0.20 140

whm_eth	0.65 137	0.47 283	1.05 260	0.55 159	0.64 303	0.69 138	0.45 141	1.34 167	1.26 246	1.02 113	1.92 335	0.49 32	0.48 51	0.70 37	0.52 142	0.23 196	0.20 231	0.25 212	0.24 234	0.24 197	0.31 273

sCroCo_RVC	0.49 40	0.40 256	1.02 252	0.65 265	0.60 292	0.52 56	0.40 89	0.83 24	0.61 24	0.44 9	0.74 42	0.49 32	0.50 60	0.63 27	0.48 120	0.26 249	0.27 298	0.23 155	0.22 203	0.29 246	0.25 213

MIF-Stereo (partial)	0.45 27	0.25 38	0.70 109	0.50 76	0.52 258	0.35 5	0.26 10	0.91 42	0.59 23	0.45 13	0.71 35	0.51 35	0.51 62	1.11 121	0.45 97	0.20 122	0.16 159	0.23 155	0.20 140	0.24 197	0.18 82

GLC_STEREO	0.39 5	0.25 38	0.41 10	0.54 140	0.23 8	0.48 24	0.30 26	0.73 7	0.58 20	0.52 30	0.73 40	0.51 35	0.31 7	0.64 28	0.42 78	0.17 33	0.20 231	0.23 155	0.19 112	0.21 136	0.17 64

TANstereo	0.44 25	0.21 5	0.44 12	0.41 6	0.21 4	0.65 114	0.26 10	0.79 15	0.83 78	0.93 89	0.98 86	0.51 35	0.46 37	0.54 8	0.35 30	0.18 61	0.24 279	0.16 11	0.13 13	0.16 14	0.26 231

GMStereo	0.55 82	0.45 277	0.94 225	0.50 76	0.32 110	0.64 102	0.43 118	1.00 72	1.40 311	0.82 75	0.73 40	0.51 35	0.45 33	0.85 70	0.55 160	0.24 211	0.15 128	0.20 77	0.21 176	0.31 263	0.24 201
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo	0.39 5	0.21 5	0.38 5	0.34 1	0.22 6	0.53 61	0.29 22	0.77 12	1.11 178	0.58 35	0.71 35	0.51 35	0.41 21	0.54 8	0.34 26	0.18 61	0.13 44	0.15 3	0.10 2	0.14 2	0.14 12
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
MGS-Stereo	0.42 14	0.26 49	0.58 52	0.44 24	0.28 54	0.50 43	0.34 48	0.57 2	0.83 78	0.46 14	1.31 209	0.52 40	0.33 11	0.65 32	0.36 36	0.19 94	0.16 159	0.18 39	0.15 33	0.17 26	0.16 44

Selective-IGEV	0.39 5	0.24 22	0.50 20	0.44 24	0.25 20	0.46 22	0.33 37	1.25 155	0.40 1	0.35 1	0.45 3	0.52 40	0.30 5	1.07 114	0.30 2	0.14 4	0.12 9	0.17 17	0.13 13	0.16 14	0.13 3

IPLG	0.69 159	0.27 72	0.97 234	0.51 100	0.43 203	0.79 181	0.33 37	1.21 140	1.06 157	1.30 239	1.10 132	0.52 40	0.55 78	3.16 313	0.63 185	0.16 12	0.14 78	0.19 53	0.16 62	0.18 45	0.17 64

panet	0.39 5	0.21 5	0.37 2	0.36 2	0.20 2	0.53 61	0.29 22	0.78 13	1.12 182	0.59 41	0.71 35	0.53 43	0.42 23	0.54 8	0.34 26	0.18 61	0.13 44	0.15 3	0.10 2	0.14 2	0.13 3

iRaftStereo_RVC	0.47 34	0.26 49	0.64 77	0.50 76	0.29 66	0.53 61	0.33 37	1.05 91	0.77 64	0.84 78	1.00 91	0.55 44	0.37 14	0.81 63	0.40 63	0.17 33	0.12 9	0.22 126	0.20 140	0.19 75	0.15 28

PMTNet	0.46 28	0.21 5	0.38 5	0.37 3	0.23 8	0.71 148	0.27 16	0.74 8	1.04 150	0.64 45	0.70 33	0.55 44	0.47 43	0.86 73	0.35 30	1.00 382	0.13 44	0.15 3	0.10 2	0.15 6	0.13 3

MC-Stereo	0.43 17	0.23 16	0.48 16	0.51 100	0.28 54	0.39 9	0.32 34	0.88 34	0.68 46	0.60 42	0.84 59	0.56 46	0.61 111	1.03 103	0.31 6	0.17 33	0.11 3	0.17 17	0.15 33	0.16 14	0.13 3

DCANet-4	0.54 67	0.26 49	1.07 267	0.42 8	0.24 11	0.48 24	0.36 62	0.99 68	1.30 268	1.10 137	1.02 103	0.56 46	0.75 145	0.73 47	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.15 6	0.19 116

fff	0.53 53	0.24 22	0.70 109	0.43 9	0.24 11	0.48 24	0.36 62	1.07 106	1.25 241	1.10 137	1.02 103	0.57 48	1.06 274	0.73 47	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.15 6	0.19 116

csc	0.53 53	0.24 22	0.70 109	0.43 9	0.24 11	0.48 24	0.36 62	1.07 106	1.25 241	1.10 137	1.02 103	0.57 48	1.06 274	0.73 47	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.15 6	0.19 116

cscssc	0.53 53	0.24 22	0.70 109	0.43 9	0.24 11	0.48 24	0.36 62	1.07 106	1.25 241	1.10 137	1.02 103	0.57 48	1.06 274	0.73 47	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.15 6	0.19 116

EAI-Stereo	0.65 137	0.28 88	0.69 103	0.53 125	0.27 35	0.60 90	0.40 89	2.28 367	0.64 29	0.71 53	3.18 376	0.57 48	0.43 26	1.06 110	0.41 70	0.18 61	0.13 44	0.17 17	0.17 78	0.17 26	0.17 64

StereoIM	0.36 1	0.25 38	0.58 52	0.44 24	0.34 142	0.30 3	0.30 26	0.72 6	0.50 7	0.37 2	0.36 1	0.58 52	0.49 59	0.52 5	0.36 36	0.19 94	0.16 159	0.19 53	0.15 33	0.18 45	0.14 12

ADStereo(finetuned)	0.57 96	0.24 22	1.06 263	0.43 9	0.24 11	0.49 34	0.35 52	1.05 91	1.30 268	1.12 143	1.03 111	0.58 52	1.20 300	0.84 68	0.51 136	0.16 12	0.13 44	0.17 17	0.13 13	0.18 45	0.19 116

dd	0.59 104	0.48 288	0.97 234	0.55 159	0.32 110	0.64 102	0.47 154	1.02 78	1.34 283	0.78 63	0.86 61	0.58 52	0.54 72	1.01 100	0.86 248	0.28 269	0.18 201	0.26 231	0.19 112	0.32 268	0.24 201

DCANet	0.54 67	0.24 22	0.70 109	0.43 9	0.24 11	0.49 34	0.36 62	1.05 91	1.30 268	1.12 143	1.03 111	0.58 52	0.92 219	0.81 63	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.18 45	0.19 116

DLNR_Zeroshot_test	23.17 426	48.52 443	43.29 432	176.68 442	78.69 438	0.35 5	0.21 1	23.41 425	0.75 59	0.66 47	0.86 61	0.59 56	0.30 5	1.56 196	0.44 89	9.57 425	0.12 9	0.18 39	0.14 25	76.92 441	0.16 44

raft_robust	0.68 158	0.30 131	0.64 77	0.52 116	0.26 22	0.54 65	0.35 52	1.33 163	1.24 238	1.16 173	1.07 120	0.60 57	0.54 72	3.58 325	0.37 42	0.18 61	0.14 78	0.20 77	0.22 203	0.20 102	0.16 44

RAFT+CT+SA	0.58 101	0.29 115	0.60 61	0.66 270	0.37 159	0.42 14	0.55 209	1.27 157	1.03 146	0.70 51	1.22 175	0.60 57	0.70 138	1.64 206	0.41 70	0.18 61	0.13 44	0.22 126	0.22 203	0.21 136	0.18 82

MIPNet	0.56 91	0.28 88	0.94 225	0.49 69	0.33 127	0.66 123	0.38 75	1.35 169	1.08 166	1.06 121	0.92 72	0.60 57	0.79 164	0.73 47	0.52 142	0.17 33	0.14 78	0.19 53	0.16 62	0.18 45	0.17 64

IPLGR_C	0.62 116	0.33 194	0.99 237	0.58 189	0.49 234	0.76 166	0.48 162	1.10 113	0.96 114	1.40 280	1.56 281	0.62 60	0.48 51	0.80 59	0.71 202	0.23 196	0.15 128	0.19 53	0.16 62	0.19 75	0.21 157

ACRE	0.61 113	0.33 194	1.01 246	0.58 189	0.49 234	0.75 162	0.47 154	1.06 104	0.95 112	1.37 269	1.55 277	0.62 60	0.46 37	0.83 66	0.70 197	0.23 196	0.15 128	0.19 53	0.16 62	0.18 45	0.21 157

RCA-Stereo	0.50 42	0.23 16	0.58 52	0.48 56	0.33 127	0.55 71	0.45 141	0.97 64	1.38 302	0.68 48	1.05 115	0.63 62	0.80 169	0.59 16	0.32 8	0.17 33	0.12 9	0.17 17	0.14 25	0.16 14	0.14 12

s12784h	0.52 44	0.20 2	0.38 5	0.41 6	0.19 1	0.96 231	0.34 48	1.17 128	1.25 241	0.81 72	0.90 69	0.63 62	0.50 60	1.45 174	0.42 78	0.14 4	0.12 9	0.17 17	0.11 7	0.18 45	0.11 1

raftrobust	0.52 44	0.25 38	0.56 40	0.65 265	0.52 258	0.49 34	0.34 48	0.98 66	0.91 101	1.30 239	0.87 64	0.63 62	0.81 172	0.78 55	0.41 70	0.19 94	0.15 128	0.16 11	0.14 25	0.15 6	0.16 44

TestStereo1	0.63 122	0.28 88	0.75 152	0.76 323	0.31 95	0.48 24	0.43 118	1.30 161	1.21 228	0.97 99	1.31 209	0.64 65	0.77 157	1.75 225	0.42 78	0.20 122	0.15 128	0.22 126	0.18 92	0.21 136	0.17 64

SA-5K	0.63 122	0.28 88	0.75 152	0.76 323	0.31 95	0.48 24	0.43 118	1.30 161	1.21 228	0.97 99	1.31 209	0.64 65	0.77 157	1.75 225	0.42 78	0.20 122	0.15 128	0.22 126	0.18 92	0.21 136	0.17 64

CIPLG	0.62 116	0.33 194	0.96 232	0.58 189	0.50 240	0.75 162	0.48 162	1.05 91	0.96 114	1.40 280	1.57 285	0.64 65	0.48 51	0.89 78	0.70 197	0.23 196	0.15 128	0.19 53	0.16 62	0.19 75	0.21 157

CroCo-Stereo	0.40 9	0.31 163	0.73 136	0.58 189	0.27 35	0.26 1	0.33 37	0.95 56	0.81 72	0.42 5	0.47 5	0.65 68	0.47 43	0.39 1	0.34 26	0.18 61	0.15 128	0.16 11	0.14 25	0.19 75	0.16 44
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
Anonymous3	0.61 113	0.44 271	1.11 276	0.59 202	0.49 234	0.93 221	0.65 247	0.93 48	0.81 72	0.72 57	0.88 66	0.65 68	0.69 135	1.06 110	0.53 150	0.35 313	0.30 316	0.26 231	0.26 259	0.31 263	0.27 237

SA	0.66 145	0.30 131	0.82 183	0.61 225	0.30 83	0.58 80	0.38 75	1.44 189	1.30 268	0.96 96	1.36 229	0.66 70	0.95 235	1.85 240	0.42 78	0.19 94	0.15 128	0.25 212	0.23 223	0.21 136	0.17 64

GES	0.66 145	0.34 213	0.90 214	0.59 202	0.38 176	0.94 223	0.57 225	2.11 340	0.86 81	1.02 113	1.11 137	0.66 70	0.79 164	0.99 95	0.61 178	0.27 258	0.19 214	0.20 77	0.20 140	0.21 136	0.30 263

EGLCR-Stereo	0.37 3	0.22 11	0.51 26	0.43 9	0.26 22	0.44 18	0.22 2	0.99 68	0.48 5	0.42 5	0.42 2	0.67 72	0.29 4	0.86 73	0.33 17	0.17 33	0.12 9	0.19 53	0.17 78	0.17 26	0.15 28

AnonymousM	0.59 104	1.11 377	0.41 10	0.44 24	0.32 110	0.43 16	0.47 154	1.05 91	0.64 29	0.98 103	0.63 23	0.67 72	0.43 26	0.59 16	0.41 70	0.20 122	0.15 128	1.84 394	0.84 386	0.14 2	0.13 3

11t1	0.52 44	0.28 88	0.68 94	0.51 100	0.28 54	0.83 195	0.39 86	1.22 147	0.63 27	0.84 78	0.74 42	0.68 74	0.68 132	0.91 80	0.57 164	0.21 149	0.18 201	0.19 53	0.16 62	0.20 102	0.21 157

test_4	0.53 53	0.22 11	0.56 40	0.54 140	0.32 110	0.64 102	0.39 86	0.80 20	0.62 25	0.92 88	1.87 330	0.68 74	0.42 23	1.16 128	0.37 42	0.15 7	0.13 44	0.20 77	0.22 203	0.20 102	0.15 28

rafts_anoy	0.52 44	0.29 115	0.59 57	0.59 202	0.50 240	0.53 61	0.40 89	1.11 119	1.03 146	0.84 78	0.83 57	0.68 74	0.54 72	0.72 44	0.51 136	0.19 94	0.14 78	0.24 175	0.26 259	0.21 136	0.18 82

TestStereo	0.64 132	0.39 252	0.71 120	0.51 100	0.27 35	0.56 74	0.42 102	1.03 81	0.91 101	0.80 68	1.00 91	0.68 74	0.52 64	3.25 315	0.45 97	0.22 172	0.15 128	0.24 175	0.18 92	0.27 227	0.16 44

DIP-Stereo	0.62 116	0.30 131	0.83 185	0.48 56	0.36 151	0.95 227	0.33 37	2.37 374	0.67 43	1.25 218	1.00 91	0.68 74	0.51 62	0.91 80	0.61 178	0.18 61	0.15 128	0.21 100	0.17 78	0.19 75	0.19 116
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
AE-Stereo	0.49 40	0.27 72	0.67 91	0.60 213	0.39 184	0.67 127	0.46 148	1.18 133	1.09 172	0.47 15	0.75 44	0.69 79	0.47 43	0.59 16	0.40 63	0.16 12	0.15 128	0.21 100	0.20 140	0.19 75	0.15 28

IPLGR	0.58 101	0.27 72	1.14 281	0.48 56	0.28 54	0.65 114	0.33 37	1.22 147	1.13 193	1.18 187	1.05 115	0.69 79	0.66 131	0.96 87	0.52 142	0.17 33	0.15 128	0.20 77	0.17 78	0.20 102	0.18 82

DN-CSS_ROB	0.64 132	0.32 178	1.05 260	0.55 159	0.40 189	0.54 65	0.45 141	1.21 140	0.93 107	1.03 117	1.47 260	0.69 79	0.63 121	1.76 230	0.49 127	0.18 61	0.14 78	0.25 212	0.22 203	0.22 158	0.20 140

HHNet	0.62 116	0.26 49	0.63 71	0.43 9	0.45 216	0.50 43	0.58 228	1.07 106	1.01 140	1.25 218	2.23 353	0.70 82	0.61 111	1.07 114	0.47 115	0.20 122	0.13 44	0.23 155	0.19 112	0.19 75	0.30 263

raft+_RVC	0.53 53	0.26 49	0.54 35	0.60 213	0.47 230	0.54 65	0.54 196	1.27 157	0.99 133	0.76 59	1.03 111	0.70 82	0.56 82	0.93 86	0.47 115	0.18 61	0.14 78	0.19 53	0.18 92	0.18 45	0.15 28

UDGNet	0.72 167	1.17 382	0.80 180	0.77 326	0.41 195	0.77 172	0.38 75	0.97 64	1.34 283	0.81 72	0.88 66	0.71 84	0.60 102	1.21 131	0.54 156	0.52 360	0.19 214	1.02 386	0.26 259	0.71 370	0.31 273

CroCo-Stereo Lap2	0.44 25	0.34 213	0.77 165	0.61 225	0.79 343	0.28 2	0.35 52	0.75 9	0.71 53	0.38 4	0.50 9	0.72 85	0.55 78	0.57 14	0.47 115	0.17 33	0.18 201	0.19 53	0.16 62	0.21 136	0.20 140

MyStereo04	0.67 154	0.29 115	1.07 267	0.55 159	0.45 216	0.59 84	0.79 280	1.50 201	1.40 311	0.91 86	0.91 70	0.74 86	0.86 198	1.52 185	0.62 181	0.17 33	0.16 159	0.24 175	0.20 140	0.23 183	0.20 140

LMCR-Stereo	0.82 218	0.46 279	0.88 206	0.75 321	0.43 203	1.33 292	0.56 215	2.43 378	0.98 126	1.53 307	1.49 266	0.74 86	1.00 257	1.63 205	0.89 250	0.28 269	0.17 185	0.22 126	0.17 78	0.29 246	0.20 140

anonymousdsp2	0.53 53	0.27 72	0.74 150	0.48 56	0.29 66	0.76 166	0.47 154	1.61 231	0.82 77	0.77 62	0.77 47	0.75 88	0.47 43	1.03 103	0.40 63	0.18 61	0.13 44	0.18 39	0.13 13	0.19 75	0.18 82

R-Stereo Train	0.57 96	0.26 49	0.63 71	0.54 140	0.36 151	0.69 138	0.54 196	1.22 147	0.72 54	1.61 322	1.50 269	0.75 88	0.53 69	0.64 28	0.44 89	0.18 61	0.15 128	0.17 17	0.15 33	0.17 26	0.17 64

RAFT-Stereo	0.57 96	0.26 49	0.63 71	0.54 140	0.36 151	0.69 138	0.54 196	1.22 147	0.72 54	1.61 322	1.50 269	0.75 88	0.53 69	0.64 28	0.44 89	0.18 61	0.15 128	0.17 17	0.15 33	0.17 26	0.17 64
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iRaft-Stereo_20w	0.65 137	0.31 163	1.00 242	0.47 43	0.34 142	0.73 153	0.30 26	2.96 388	0.70 49	1.15 162	1.14 151	0.76 91	0.65 129	1.11 121	0.38 52	0.17 33	0.13 44	0.18 39	0.16 62	0.19 75	0.18 82

MyStereo05	0.66 145	0.28 88	1.07 267	0.56 172	0.46 226	0.61 93	0.73 267	1.34 167	1.41 314	1.15 162	0.91 70	0.77 92	0.80 169	1.41 170	0.63 185	0.17 33	0.16 159	0.23 155	0.20 140	0.22 158	0.20 140

EKT-Stereo	0.53 53	0.30 131	0.73 136	0.58 189	0.60 292	0.51 54	0.48 162	0.94 53	0.90 96	0.71 53	0.88 66	0.77 92	0.43 26	1.07 114	0.40 63	0.22 172	0.16 159	0.21 100	0.18 92	0.20 102	0.22 172

test-1	0.52 44	0.26 49	1.04 259	0.56 172	0.32 110	0.61 93	0.38 75	1.10 113	0.91 101	0.78 63	1.01 96	0.77 92	0.52 64	0.60 25	0.42 78	0.17 33	0.14 78	0.20 77	0.17 78	0.20 102	0.23 189

4D-IteraStereo	0.48 37	0.24 22	0.76 161	0.50 76	0.44 209	0.66 123	0.31 31	0.87 27	1.02 143	1.03 117	0.72 38	0.78 95	0.32 10	0.64 28	0.37 42	0.17 33	0.11 3	0.23 155	0.19 112	0.19 75	0.13 3

x	0.54 67	0.31 163	0.61 64	0.47 43	0.30 83	0.67 127	0.47 154	1.53 215	0.79 70	0.81 72	0.83 57	0.78 95	0.70 138	0.70 37	0.62 181	0.21 149	0.19 214	0.22 126	0.19 112	0.21 136	0.20 140

RALCasStereoNet	0.54 67	0.30 131	0.66 87	0.59 202	0.51 250	0.61 93	0.52 186	0.94 53	0.93 107	0.70 51	1.01 96	0.78 95	0.44 30	1.33 147	0.47 115	0.20 122	0.16 159	0.18 39	0.16 62	0.20 102	0.19 116

mmm	0.63 122	0.35 229	0.72 124	0.51 100	0.30 83	0.86 204	0.54 196	1.59 225	0.86 81	1.07 123	1.38 235	0.79 98	0.75 145	0.91 80	0.58 167	0.22 172	0.18 201	0.29 261	0.25 245	0.25 207	0.23 189

PFNet+	0.59 104	0.28 88	0.77 165	0.53 125	0.30 83	0.59 84	0.31 31	0.92 43	1.14 195	1.33 259	1.10 132	0.79 98	0.57 90	1.31 143	0.49 127	0.25 235	0.17 185	0.28 253	0.26 259	0.21 136	0.25 213

DisPM	0.66 145	0.28 88	0.72 124	0.61 225	0.35 145	0.62 99	0.45 141	1.02 78	0.99 133	1.56 315	1.10 132	0.80 100	0.59 100	2.37 283	0.41 70	0.23 196	0.14 78	0.23 155	0.21 176	0.20 102	0.25 213

DRaft	0.80 210	0.24 22	0.70 109	0.45 34	0.30 83	0.97 235	0.53 192	1.05 91	0.97 121	1.78 338	2.02 343	0.80 100	1.74 354	2.73 298	0.72 205	0.17 33	0.14 78	0.20 77	0.20 140	0.18 45	0.21 157

RAFT-Stereo + iAFF	0.54 67	0.25 38	0.68 94	0.43 9	0.24 11	0.40 10	0.34 48	1.04 85	1.09 172	1.32 251	1.60 289	0.80 100	0.68 132	0.67 33	0.39 59	0.13 1	0.10 1	0.18 39	0.17 78	0.17 26	0.13 3

Selective-RAFT	0.52 44	0.28 88	0.79 175	0.55 159	0.27 35	0.91 212	0.33 37	0.80 20	0.88 89	0.58 35	0.63 23	0.81 103	0.77 157	1.29 141	0.48 120	0.19 94	0.14 78	0.17 17	0.15 33	0.19 75	0.17 64

PSM-AAD	0.79 207	0.27 72	0.53 31	0.55 159	0.28 54	0.77 172	1.24 350	0.99 68	0.91 101	1.66 328	1.57 285	0.81 103	2.19 378	1.65 207	0.44 89	0.19 94	0.14 78	0.38 324	0.32 313	0.21 136	0.70 368

RE-Stereo	0.80 210	0.30 131	0.75 152	0.60 213	0.31 95	0.64 102	0.44 130	1.21 140	0.90 96	1.29 232	1.01 96	0.81 103	0.57 90	5.37 355	0.48 120	0.24 211	0.14 78	0.24 175	0.20 140	0.20 102	0.30 263

TVStereo	0.80 210	0.30 131	0.75 152	0.60 213	0.31 95	0.64 102	0.44 130	1.21 140	0.90 96	1.29 232	1.01 96	0.81 103	0.57 90	5.37 355	0.48 120	0.24 211	0.14 78	0.24 175	0.20 140	0.20 102	0.30 263

CRE-IMP	0.55 82	0.30 131	0.74 150	0.52 116	0.29 66	0.79 181	0.25 4	1.04 85	0.72 54	1.09 129	0.95 76	0.81 103	0.57 90	1.10 118	0.50 133	0.21 149	0.14 78	0.23 155	0.19 112	0.28 241	0.22 172

MSKI-zero shot	0.55 82	0.26 49	0.57 49	0.51 100	0.26 22	0.69 138	0.28 19	1.18 133	0.64 29	0.91 86	1.32 215	0.82 108	0.33 11	1.92 246	0.32 8	0.17 33	0.12 9	0.17 17	0.13 13	0.16 14	0.16 44

StereoVision	0.65 137	0.34 213	0.86 193	0.59 202	0.40 189	0.50 43	0.41 100	1.09 111	0.93 107	0.71 53	2.50 365	0.82 108	0.57 90	1.03 103	0.49 127	0.25 235	0.28 304	0.29 261	0.28 284	0.36 283	0.20 140

NF-Stereo	0.80 210	0.30 131	0.75 152	0.60 213	0.31 95	0.64 102	0.44 130	1.21 140	0.90 96	1.29 232	1.02 103	0.82 108	0.57 90	5.40 357	0.48 120	0.23 196	0.14 78	0.24 175	0.20 140	0.20 102	0.30 263

OCTAStereo	0.80 210	0.30 131	0.75 152	0.60 213	0.31 95	0.64 102	0.44 130	1.21 140	0.90 96	1.29 232	1.01 96	0.82 108	0.57 90	5.35 352	0.48 120	0.24 211	0.14 78	0.24 175	0.20 140	0.20 102	0.30 263

PSM-adaLoss	0.54 67	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.41 100	1.04 85	0.64 29	1.12 143	0.96 78	0.82 108	0.61 111	1.06 110	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

ROB_FTStereo	0.54 67	0.30 131	0.73 136	0.50 76	0.27 35	0.64 102	0.25 4	1.05 91	0.64 29	1.12 143	0.95 76	0.82 108	0.61 111	1.15 126	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

SFCPSM	0.70 161	0.28 88	1.02 252	0.51 100	0.38 176	1.37 297	0.66 252	2.00 321	1.03 146	1.17 182	1.21 173	0.82 108	0.78 162	1.03 103	0.53 150	0.21 149	0.17 185	0.22 126	0.24 234	0.21 136	0.19 116

Patchmatch Stereo++	0.55 82	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.29 22	1.05 91	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	1.37 155	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82
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-softLoss	0.78 204	0.31 163	0.77 165	0.58 189	0.32 110	0.56 74	0.40 89	1.18 133	0.70 49	1.24 214	1.07 120	0.83 115	0.52 64	5.36 353	0.53 150	0.24 211	0.15 128	0.25 212	0.22 203	0.20 102	0.25 213

KMStereo	0.78 204	0.31 163	0.77 165	0.58 189	0.32 110	0.56 74	0.40 89	1.18 133	0.70 49	1.24 214	1.07 120	0.83 115	0.52 64	5.36 353	0.53 150	0.24 211	0.15 128	0.25 212	0.22 203	0.20 102	0.25 213

ROB_FTStereo_v2	0.54 67	0.30 131	0.73 136	0.50 76	0.27 35	0.64 102	0.42 102	1.05 91	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	1.12 123	0.46 110	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

HUI-Stereo	0.52 44	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.30 26	1.04 85	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	0.79 58	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

DeepStereo_RVC	0.55 82	0.29 115	0.72 124	0.51 100	0.30 83	0.59 84	0.33 37	1.03 81	0.70 49	1.16 173	0.93 74	0.83 115	0.94 230	0.96 87	0.54 156	0.21 149	0.14 78	0.21 100	0.19 112	0.24 197	0.24 201

iGMRVC	0.56 91	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.38 75	1.05 91	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	1.52 185	0.46 110	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

iRAFT	0.55 82	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.29 22	1.05 91	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	1.37 155	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

RAFT-IKP	0.54 67	0.30 131	0.73 136	0.50 76	0.27 35	0.59 84	0.36 62	1.04 85	0.64 29	1.12 143	0.96 78	0.83 115	0.61 111	1.22 132	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

GMOStereo	0.53 53	0.26 49	0.65 81	0.50 76	0.29 66	0.52 56	0.43 118	0.89 35	0.96 114	1.41 282	1.14 151	0.85 124	0.56 82	0.59 16	0.38 52	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 28

error version	0.53 53	0.26 49	0.65 81	0.50 76	0.29 66	0.52 56	0.43 118	0.89 35	0.96 114	1.41 282	1.14 151	0.85 124	0.56 82	0.59 16	0.38 52	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 28

test-v	0.53 53	0.26 49	0.65 81	0.50 76	0.29 66	0.52 56	0.43 118	0.89 35	0.96 114	1.41 282	1.14 151	0.85 124	0.56 82	0.59 16	0.38 52	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 28

test-2	0.53 53	0.26 49	0.65 81	0.50 76	0.29 66	0.52 56	0.43 118	0.89 35	0.96 114	1.41 282	1.14 151	0.85 124	0.56 82	0.59 16	0.38 52	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 28

DCRE	0.82 218	0.26 49	0.70 109	0.58 189	0.44 209	0.54 65	0.48 162	0.95 56	0.78 66	0.78 63	7.33 406	0.86 128	0.52 64	0.76 52	0.41 70	0.16 12	0.16 159	0.19 53	0.17 78	0.18 45	0.17 64

HBP-ISP	0.96 260	0.58 318	0.72 124	0.61 225	0.46 226	1.64 325	0.76 272	1.86 290	1.28 258	1.30 239	1.53 273	0.86 128	0.94 230	3.27 316	0.69 196	0.45 347	0.44 363	0.54 362	0.48 359	0.47 329	0.40 306

Sa-1000	0.72 167	0.29 115	0.76 161	0.59 202	0.30 83	0.73 153	0.37 71	1.62 234	1.33 280	1.28 227	2.04 344	0.86 128	0.75 145	1.84 237	0.38 52	0.19 94	0.14 78	0.25 212	0.23 223	0.20 102	0.16 44

RAFT-345	0.84 227	0.25 38	0.66 87	0.50 76	0.27 35	0.54 65	0.42 102	0.83 24	1.11 178	1.32 251	2.34 358	0.86 128	0.54 72	5.72 364	0.47 115	0.18 61	0.13 44	0.22 126	0.17 78	0.17 26	0.16 44

CASS	0.65 137	0.34 213	0.72 124	0.56 172	0.27 35	0.78 177	0.42 102	1.59 225	0.86 81	1.30 239	1.25 185	0.87 132	0.84 187	0.84 68	0.54 156	0.35 313	0.19 214	0.26 231	0.21 176	0.28 241	0.42 314
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test-3	0.54 67	0.22 11	0.68 94	0.47 43	0.27 35	0.58 80	0.35 52	0.92 43	1.00 138	1.32 251	0.69 32	0.87 132	0.45 33	1.68 217	0.37 42	0.16 12	0.11 3	0.20 77	0.16 62	0.17 26	0.13 3

test_1	0.54 67	0.22 11	0.68 94	0.47 43	0.27 35	0.58 80	0.35 52	0.92 43	1.00 138	1.28 227	0.68 29	0.87 132	0.45 33	1.67 212	0.37 42	0.16 12	0.11 3	0.20 77	0.16 62	0.17 26	0.13 3

TRStereo	0.60 107	0.60 328	0.97 234	0.74 317	0.67 310	0.46 22	0.38 75	1.85 287	0.89 92	0.79 66	0.80 56	0.88 135	0.39 16	1.10 118	0.41 70	0.23 196	0.15 128	0.23 155	0.24 234	0.17 26	0.15 28

ICVP	0.63 122	0.33 194	0.57 49	0.61 225	0.40 189	0.80 186	0.58 228	1.61 231	0.89 92	0.90 84	1.24 181	0.88 135	0.73 141	0.72 44	0.88 249	0.29 277	0.21 247	0.22 126	0.21 176	0.24 197	0.27 237
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 107	0.33 194	0.87 203	0.62 236	0.50 240	0.69 138	0.31 31	1.21 140	1.06 157	1.09 129	1.16 160	0.88 135	0.46 37	1.22 132	0.42 78	0.19 94	0.15 128	0.21 100	0.17 78	0.27 227	0.17 64

test_xeample	1.45 336	0.28 88	0.65 81	0.51 100	0.28 54	0.94 223	0.59 235	2.14 345	1.29 262	1.24 214	1.51 271	0.88 135	0.86 198	1.46 176	15.10 415	0.22 172	0.20 231	0.22 126	0.20 140	0.22 158	0.22 172

HITNet	0.65 137	0.40 256	0.77 165	0.48 56	0.24 11	1.05 247	0.49 169	1.76 265	1.02 143	1.18 187	1.18 165	0.89 139	0.80 169	0.85 70	0.79 229	0.17 33	0.12 9	0.21 100	0.17 78	0.29 246	0.15 28
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
MyStereo8	0.65 137	0.29 115	1.00 242	0.58 189	0.49 234	0.91 212	0.35 52	1.18 133	1.31 272	1.16 173	1.27 194	0.90 140	0.64 124	0.72 44	0.95 257	0.18 61	0.14 78	0.20 77	0.18 92	0.22 158	0.26 231

CoDeX	0.73 181	0.29 115	0.93 223	0.54 140	0.36 151	1.14 261	0.61 240	2.34 372	1.17 210	1.16 173	1.25 185	0.91 141	0.87 202	1.33 147	0.64 189	0.20 122	0.16 159	0.21 100	0.18 92	0.20 102	0.18 82

ttt	0.94 256	0.34 213	0.59 57	0.61 225	0.37 159	0.94 223	0.50 176	2.17 356	1.34 283	1.23 206	1.61 293	0.91 141	0.76 153	1.85 240	3.97 382	0.30 281	0.26 290	0.26 231	0.24 234	0.29 246	0.29 251

LL-Strereo2	0.52 44	0.33 194	0.69 103	0.52 116	0.37 159	0.70 145	0.30 26	1.13 122	0.67 43	0.94 94	0.78 49	0.91 141	0.42 23	1.05 109	0.42 78	0.17 33	0.16 159	0.29 261	0.25 245	0.21 136	0.16 44

GwcNet-ADL	0.64 132	0.31 163	0.79 175	0.56 172	0.41 195	0.60 90	0.58 228	1.41 180	1.26 246	1.08 124	1.13 148	0.91 141	0.60 102	1.04 108	0.78 223	0.27 258	0.18 201	0.18 39	0.18 92	0.25 207	0.29 251

GANet-ADL	0.60 107	0.35 229	0.72 124	0.64 253	0.40 189	0.68 134	0.51 177	1.49 197	1.12 182	0.95 95	1.08 123	0.91 141	0.57 90	0.76 52	0.55 160	0.26 249	0.18 201	0.18 39	0.16 62	0.23 183	0.25 213

NRIStereo	0.60 107	0.29 115	0.69 103	0.53 125	0.28 54	0.63 100	0.33 37	1.08 110	0.87 85	1.14 159	0.87 64	0.91 141	0.59 100	2.24 274	0.49 127	0.20 122	0.14 78	0.21 100	0.19 112	0.21 136	0.17 64

Prome-Stereo	0.75 191	0.27 72	0.53 31	0.55 159	0.32 110	0.59 84	0.97 320	0.89 35	0.88 89	1.45 291	2.46 364	0.91 141	1.41 324	1.58 199	0.44 89	0.18 61	0.13 44	0.19 53	0.17 78	0.20 102	0.92 378

FADNet_RVC	0.83 223	0.51 298	1.83 353	0.54 140	0.42 198	1.19 275	0.46 148	1.51 206	1.09 172	0.89 83	1.24 181	0.91 141	0.87 202	2.11 264	1.11 280	0.27 258	0.22 261	0.31 274	0.28 284	0.43 316	0.38 302

222	1.61 348	0.29 115	0.67 91	0.56 172	0.29 66	1.06 250	0.42 102	2.17 356	1.31 272	1.31 249	1.52 272	0.92 149	0.94 230	1.76 230	17.65 419	0.24 211	0.20 231	0.21 100	0.19 112	0.22 158	0.23 189

MIM_Stereo	0.57 96	0.24 22	0.92 221	0.46 37	0.30 83	0.54 65	0.28 19	1.27 157	0.75 59	1.00 107	1.16 160	0.93 150	0.53 69	1.45 174	0.61 178	0.16 12	0.16 159	0.20 77	0.19 112	0.17 26	0.14 12

AASNet	0.76 197	0.35 229	0.91 217	0.79 329	0.81 350	1.14 261	0.56 215	2.02 328	1.08 166	1.22 203	1.24 181	0.93 150	0.76 153	0.77 54	1.16 285	0.27 258	0.23 270	0.24 175	0.20 140	0.28 241	0.24 201

test_3	0.55 82	0.23 16	0.71 120	0.53 125	0.28 54	0.61 93	0.40 89	0.92 43	1.05 154	1.19 191	0.68 29	0.93 150	0.44 30	1.67 212	0.39 59	0.15 7	0.12 9	0.22 126	0.19 112	0.21 136	0.14 12

gwcnet-sp	0.74 184	0.33 194	1.44 318	0.57 183	0.45 216	1.40 302	0.54 196	1.50 201	1.14 195	1.30 239	1.02 103	0.94 153	0.82 176	1.39 164	0.76 215	0.21 149	0.21 247	0.22 126	0.21 176	0.22 158	0.22 172

scenet	0.74 184	0.33 194	1.44 318	0.57 183	0.45 216	1.40 302	0.54 196	1.50 201	1.14 195	1.30 239	1.02 103	0.94 153	0.82 176	1.39 164	0.76 215	0.21 149	0.21 247	0.22 126	0.21 176	0.22 158	0.22 172

knoymous	0.51 43	0.29 115	0.47 14	0.43 9	0.30 83	0.55 71	0.55 209	1.02 78	0.77 64	0.98 103	0.85 60	0.94 153	0.56 82	0.85 70	0.45 97	0.20 122	0.14 78	0.26 231	0.14 25	0.23 183	0.23 189

ssnet	0.74 184	0.33 194	1.44 318	0.57 183	0.45 216	1.40 302	0.54 196	1.50 201	1.14 195	1.30 239	1.02 103	0.94 153	0.82 176	1.39 164	0.76 215	0.21 149	0.21 247	0.22 126	0.21 176	0.22 158	0.22 172

FINET	0.97 266	0.54 305	1.60 337	0.63 244	0.79 343	1.08 253	1.07 334	1.56 222	2.20 371	1.15 162	1.49 266	0.94 153	0.88 206	2.32 279	1.05 268	0.42 336	0.35 339	0.32 287	0.28 284	0.43 316	0.38 302

iResNet	0.75 191	0.40 256	1.36 313	0.67 280	0.29 66	0.92 218	0.59 235	1.52 209	1.25 241	1.28 227	1.48 265	0.94 153	0.76 153	1.62 204	0.78 223	0.18 61	0.14 78	0.18 39	0.15 33	0.22 158	0.23 189

xx1	0.67 154	0.31 163	0.50 20	0.54 140	0.26 22	1.18 271	0.51 177	0.93 48	3.05 389	0.58 35	0.79 52	0.95 159	0.77 157	1.46 176	0.32 8	0.20 122	0.12 9	0.24 175	0.23 223	0.22 158	0.21 157

IGEV_Zeroshot_test	0.53 53	0.30 131	0.99 237	0.56 172	0.35 145	0.41 12	0.32 34	1.37 172	0.63 27	1.00 107	1.09 128	0.95 159	0.41 21	0.83 66	0.39 59	0.18 61	0.12 9	0.19 53	0.18 92	0.19 75	0.17 64

qqq	0.57 96	0.34 213	0.71 120	0.47 43	0.27 35	0.64 102	0.62 242	1.42 182	0.78 66	0.80 68	0.92 72	0.95 159	0.77 157	0.88 75	0.59 169	0.21 149	0.20 231	0.24 175	0.23 223	0.22 158	0.21 157

DAS	0.84 227	0.34 213	1.03 256	0.64 253	0.69 318	0.77 172	0.63 243	1.54 217	1.20 223	1.79 341	1.55 277	0.95 159	1.04 267	2.83 300	0.60 176	0.21 149	0.16 159	0.25 212	0.18 92	0.27 227	0.22 172

SepStereo	0.82 218	0.34 213	1.03 256	0.64 253	0.69 318	0.77 172	0.63 243	1.54 217	1.20 223	1.79 341	1.55 277	0.95 159	1.04 267	2.30 278	0.60 176	0.21 149	0.16 159	0.25 212	0.18 92	0.27 227	0.22 172

Pruner-Stereo	0.62 116	0.29 115	0.70 109	0.61 225	0.31 95	0.63 100	0.43 118	1.17 128	0.99 133	1.53 307	1.08 123	0.95 159	0.55 78	1.35 151	0.51 136	0.23 196	0.14 78	0.24 175	0.21 176	0.21 136	0.23 189

ASMatch	0.88 241	0.26 49	0.69 103	0.51 100	0.35 145	0.48 24	0.37 71	1.12 121	0.92 105	1.10 137	3.28 377	0.96 165	0.98 247	4.90 345	0.49 127	0.19 94	0.16 159	0.22 126	0.19 112	0.19 75	0.27 237

BEATNet_4x	0.73 181	0.49 291	1.17 285	0.53 125	0.26 22	1.03 244	0.55 209	1.82 281	1.06 157	1.21 198	1.22 175	0.96 165	0.91 216	1.01 100	1.06 270	0.21 149	0.14 78	0.24 175	0.19 112	0.37 287	0.21 157

LCNet	0.72 167	0.28 88	0.52 29	0.55 159	0.31 95	0.69 138	0.54 196	1.00 72	0.88 89	1.19 191	1.34 222	0.97 167	1.34 321	2.56 291	0.45 97	0.18 61	0.13 44	0.21 100	0.25 245	0.27 227	0.73 371

SMFormer	0.75 191	0.30 131	0.86 193	0.46 37	0.26 22	0.82 191	0.43 118	2.05 330	1.39 306	1.23 206	1.47 260	0.98 168	0.95 235	1.71 220	0.82 238	0.24 211	0.20 231	0.22 126	0.21 176	0.23 183	0.24 201

tta	0.75 191	0.30 131	0.86 193	0.46 37	0.26 22	0.82 191	0.43 118	2.05 330	1.39 306	1.23 206	1.47 260	0.98 168	0.95 235	1.71 220	0.82 238	0.24 211	0.20 231	0.22 126	0.21 176	0.18 45	0.18 82

qqq1	0.72 167	0.30 131	0.86 193	0.46 37	0.26 22	0.82 191	0.43 118	2.05 330	1.39 306	1.23 206	1.47 260	0.98 168	0.95 235	1.71 220	0.44 89	0.24 211	0.20 231	0.18 39	0.15 33	0.18 45	0.18 82

fff1	0.72 167	0.30 131	0.86 193	0.46 37	0.26 22	0.82 191	0.43 118	2.05 330	1.39 306	1.23 206	1.47 260	0.98 168	0.95 235	1.71 220	0.44 89	0.24 211	0.20 231	0.18 39	0.15 33	0.18 45	0.18 82

PFNet	0.91 249	0.26 49	1.10 274	0.63 244	0.32 110	0.64 102	0.56 215	1.17 128	0.99 133	1.47 294	1.08 123	0.98 168	0.69 135	6.62 378	0.54 156	0.20 122	0.12 9	0.24 175	0.19 112	0.20 102	0.17 64

FENet	0.60 107	0.28 88	0.63 71	0.54 140	0.33 127	0.83 195	0.38 75	1.27 157	1.07 162	1.00 107	0.86 61	0.99 173	0.85 190	0.96 87	0.68 195	0.22 172	0.15 128	0.23 155	0.20 140	0.22 158	0.23 189

test_5	0.65 137	0.30 131	0.75 152	0.67 280	0.50 240	0.92 218	0.52 186	1.39 178	1.12 182	0.76 59	1.11 137	1.00 174	0.90 213	1.53 189	0.45 97	0.18 61	0.13 44	0.23 155	0.22 203	0.21 136	0.19 116

CrosDoStereo	1.58 344	0.24 22	0.72 124	0.48 56	0.29 66	0.67 127	12.49 419	1.10 113	0.98 126	1.34 262	1.75 315	1.00 174	1.89 364	6.65 379	0.81 233	0.19 94	0.15 128	0.20 77	0.22 203	0.18 45	0.19 116

AAGNet	1.83 361	0.28 88	0.72 124	0.61 225	0.32 110	0.67 127	0.51 177	0.96 63	0.98 126	1.47 294	1.20 171	1.00 174	1.18 294	2.83 300	22.77 425	0.22 172	0.13 44	0.22 126	0.19 112	0.23 183	0.15 28

DeepStereo_LL	1.58 344	0.24 22	0.72 124	0.48 56	0.29 66	0.67 127	12.49 419	1.10 113	0.98 126	1.34 262	1.75 315	1.00 174	1.89 364	6.65 379	0.81 233	0.19 94	0.15 128	0.20 77	0.22 203	0.18 45	0.19 116

SST-Stereo	0.83 223	0.28 88	0.72 124	0.59 202	0.31 95	0.72 150	0.26 10	1.09 111	0.86 81	1.47 294	1.10 132	1.00 174	0.87 202	5.73 365	0.45 97	0.22 172	0.13 44	0.23 155	0.19 112	0.23 183	0.18 82

RAFT_R40	0.83 223	0.28 88	0.73 136	0.59 202	0.31 95	0.69 138	0.44 130	1.10 113	0.95 112	1.47 294	1.10 132	1.00 174	0.85 190	5.53 359	0.46 110	0.22 172	0.13 44	0.23 155	0.20 140	0.23 183	0.18 82

PS-NSSS	0.99 271	0.58 318	0.93 223	0.58 189	0.57 274	0.91 212	0.80 286	1.81 280	1.14 195	1.14 159	1.67 306	1.00 174	0.83 185	4.62 340	0.78 223	0.37 320	0.31 322	0.52 356	0.32 313	0.45 326	0.38 302

IRAFT_RVC	0.88 241	0.28 88	0.76 161	0.63 244	0.31 95	0.65 114	1.02 329	1.22 147	0.94 110	1.22 203	1.04 114	1.01 181	0.98 247	5.82 366	0.53 150	0.22 172	0.12 9	0.25 212	0.20 140	0.20 102	0.19 116

MLCV	0.72 167	0.34 213	1.10 274	0.51 100	0.23 8	0.91 212	0.39 86	1.33 163	1.23 234	1.46 293	1.55 277	1.01 181	0.64 124	1.95 251	0.80 232	0.18 61	0.12 9	0.18 39	0.14 25	0.19 75	0.17 64

DEmStereo	0.97 266	0.23 16	0.79 175	0.47 43	0.32 110	1.04 246	0.56 215	0.93 48	0.89 92	1.39 279	2.14 350	1.02 183	2.07 375	5.64 363	0.77 221	0.17 33	0.15 128	0.20 77	0.20 140	0.18 45	0.20 140

HCRNet	0.70 161	0.39 252	0.73 136	0.60 213	0.59 289	0.76 166	0.35 52	1.22 147	1.13 193	1.02 113	0.99 88	1.02 183	0.76 153	2.19 271	0.70 197	0.28 269	0.19 214	0.28 253	0.23 223	0.25 207	0.23 189

ARAFT	0.77 198	0.36 236	1.49 331	0.51 100	0.31 95	0.90 210	0.82 290	1.90 298	1.06 157	1.62 325	1.24 181	1.02 183	0.64 124	1.84 237	0.50 133	0.18 61	0.14 78	0.28 253	0.27 267	0.17 26	0.16 44

BUS	0.74 184	0.32 178	0.68 94	0.54 140	0.44 209	2.34 370	0.42 102	2.16 350	0.98 126	1.20 195	1.11 137	1.03 186	0.62 116	0.91 80	0.70 197	0.24 211	0.17 185	0.25 212	0.22 203	0.22 158	0.22 172

NINENet	0.77 198	0.37 242	0.78 173	0.62 236	0.51 250	2.34 370	0.42 102	1.83 285	1.04 150	1.14 159	1.23 179	1.03 186	0.62 116	1.24 135	0.70 197	0.28 269	0.23 270	0.31 274	0.21 176	0.26 215	0.25 213

FADNet-RVC-Resample	0.84 227	0.47 283	2.10 361	0.61 225	0.45 216	1.07 252	0.61 240	1.59 225	1.20 223	1.08 124	0.98 86	1.03 186	0.98 247	2.17 267	0.72 205	0.23 196	0.22 261	0.30 270	0.32 313	0.35 277	0.34 285

FTStereo	0.91 249	0.26 49	0.56 40	0.54 140	0.33 127	0.66 123	1.87 384	1.00 72	0.75 59	1.75 335	4.15 387	1.04 189	1.65 347	1.57 197	0.46 110	0.19 94	0.16 159	0.23 155	0.21 176	0.18 45	0.63 360

RAFT-RH_RVC	1.03 281	0.24 22	0.67 91	0.49 69	0.28 54	0.81 190	0.33 37	0.83 24	1.08 166	2.05 358	4.65 393	1.04 189	0.57 90	5.98 371	0.50 133	0.18 61	0.13 44	0.26 231	0.20 140	0.16 14	0.17 64

DualNet	1.09 292	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	0.95 56	2.47 377	1.15 162	1.45 253	1.06 191	0.82 176	1.55 193	7.61 397	0.20 122	0.12 9	0.31 274	0.27 267	0.19 75	0.20 140

ffm	0.72 167	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	0.95 56	2.47 377	1.15 162	1.45 253	1.06 191	0.82 176	1.55 193	0.32 8	0.20 122	0.12 9	0.31 274	0.27 267	0.19 75	0.20 140

ff1	1.37 329	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	0.95 56	2.47 377	1.15 162	1.45 253	1.06 191	0.82 176	7.22 389	7.61 397	0.20 122	0.12 9	0.31 274	0.27 267	0.19 75	0.20 140

mmx	1.39 331	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	2.13 341	1.37 298	1.15 162	1.45 253	1.06 191	0.82 176	7.22 389	7.61 397	0.24 211	0.19 214	0.31 274	0.27 267	0.30 256	0.25 213

xxx	1.39 331	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	2.13 341	1.37 298	1.15 162	1.45 253	1.06 191	0.82 176	7.22 389	7.61 397	0.24 211	0.19 214	0.31 274	0.27 267	0.30 256	0.25 213

Any-RAFT	0.53 53	0.24 22	0.47 14	0.47 43	0.27 35	1.00 241	0.25 4	1.58 224	1.05 154	0.85 82	0.99 88	1.06 191	0.47 43	0.70 37	0.32 8	0.18 61	0.13 44	0.16 11	0.13 13	0.16 14	0.16 44

AdaStereo	0.70 161	0.43 268	0.75 152	0.73 315	0.37 159	0.92 218	0.53 192	1.85 287	1.18 215	1.12 143	1.23 179	1.07 197	0.65 129	0.96 87	0.63 185	0.31 288	0.15 128	0.32 287	0.21 176	0.29 246	0.22 172
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.
H2IRNET	0.56 91	0.26 49	0.66 87	0.47 43	0.35 145	0.41 12	0.26 10	0.92 43	1.17 210	0.61 43	1.28 199	1.08 198	0.86 198	0.99 95	0.63 185	0.19 94	0.16 159	0.22 126	0.25 245	0.21 136	0.18 82

SDNR	1.62 349	0.51 298	2.17 365	0.53 125	0.56 272	3.80 398	0.45 141	1.54 217	1.29 262	1.33 259	2.41 362	1.08 198	0.96 240	11.18 418	1.16 285	0.66 376	0.63 387	0.43 341	0.32 313	0.64 361	0.67 365

GrayStereo	0.82 218	0.26 49	0.58 52	0.63 244	0.37 159	0.76 166	1.86 383	1.11 119	0.87 85	1.99 355	1.89 332	1.08 198	1.82 362	1.39 164	0.48 120	0.19 94	0.14 78	0.19 53	0.21 176	0.18 45	0.39 305

CFNet-RSSM	0.54 67	0.24 22	0.70 109	0.48 56	0.28 54	0.60 90	0.27 16	1.49 197	1.14 195	1.06 121	0.93 74	1.08 198	0.54 72	0.70 37	0.35 30	0.16 12	0.12 9	0.17 17	0.15 33	0.16 14	0.14 12

ACVNet	0.63 122	0.31 163	0.54 35	0.54 140	0.36 151	0.80 186	0.46 148	1.37 172	1.07 162	0.93 89	1.30 204	1.08 198	0.85 190	0.80 59	0.94 255	0.21 149	0.19 214	0.21 100	0.18 92	0.22 158	0.18 82

acv_ft	0.75 191	0.31 163	0.95 228	0.70 298	0.86 357	1.24 281	0.53 192	1.44 189	1.07 162	1.24 214	1.30 204	1.08 198	0.92 219	0.80 59	1.34 306	0.21 149	0.19 214	0.21 100	0.18 92	0.21 136	0.18 82

TDLM	1.06 285	0.44 271	0.79 175	0.63 244	0.50 240	0.89 207	1.44 362	1.48 195	1.26 246	1.12 143	1.40 241	1.08 198	0.98 247	6.65 379	0.78 223	0.33 298	0.21 247	0.33 294	0.26 259	0.37 287	0.24 201

CFNet_ucs	0.70 161	0.33 194	0.88 206	0.50 76	0.43 203	0.74 156	0.44 130	1.60 228	1.29 262	1.22 203	1.54 275	1.09 205	0.63 121	0.99 95	0.59 169	0.25 235	0.20 231	0.37 321	0.21 176	0.40 303	0.28 248

pcwnet_v2	0.97 266	0.37 242	4.33 390	0.62 236	0.54 264	0.79 181	0.45 141	2.02 328	1.58 336	1.42 288	1.64 300	1.09 205	0.79 164	1.24 135	0.67 194	0.32 293	0.25 286	0.29 261	0.27 267	0.37 287	0.35 290

111	0.60 107	0.23 16	0.70 109	0.43 9	0.24 11	0.72 150	0.42 102	1.18 133	1.41 314	0.80 68	1.38 235	1.10 207	0.79 164	0.96 87	0.58 167	0.18 61	0.13 44	0.17 17	0.15 33	0.17 26	0.19 116

AFF-stereo	0.58 101	0.25 38	0.64 77	0.46 37	0.29 66	0.34 4	0.38 75	1.15 125	1.14 195	1.17 182	1.60 289	1.10 207	0.71 140	0.97 92	0.43 87	0.13 1	0.11 3	0.19 53	0.19 112	0.17 26	0.14 12

CFNet	0.96 260	0.36 236	1.01 246	0.62 236	0.42 198	0.99 239	0.47 154	1.90 298	1.32 277	0.99 105	1.39 239	1.10 207	0.86 198	5.58 362	0.79 229	0.23 196	0.17 185	0.28 253	0.27 267	0.26 215	0.21 157

NOSS_ROB	1.26 317	0.46 279	0.62 68	0.56 172	0.38 176	1.06 250	0.78 277	1.73 253	1.40 311	1.01 110	1.43 248	1.10 207	0.75 145	10.62 417	0.65 190	0.45 347	0.43 360	0.48 351	0.45 352	0.44 323	0.41 310

riskmin	0.56 91	0.27 72	0.60 61	0.43 9	0.31 95	0.83 195	0.42 102	1.14 123	1.04 150	0.73 58	0.75 44	1.11 211	1.01 259	0.81 63	0.51 136	0.20 122	0.14 78	0.24 175	0.15 33	0.24 197	0.25 213

IER	0.70 161	0.31 163	1.02 252	0.48 56	0.52 258	1.34 294	0.51 177	1.17 128	0.99 133	1.23 206	1.34 222	1.12 212	1.11 283	0.99 95	0.71 202	0.20 122	0.16 159	0.21 100	0.21 176	0.20 102	0.19 116

BSDual-CNN	0.71 166	0.32 178	0.68 94	0.54 140	0.44 209	1.27 285	0.65 247	2.16 350	0.98 126	1.20 195	1.11 137	1.12 212	0.74 143	0.91 80	0.66 191	0.24 211	0.17 185	0.25 212	0.22 203	0.22 158	0.22 172

psmg	0.72 167	0.32 178	0.68 94	0.50 76	0.44 209	1.48 310	0.75 269	1.94 311	0.98 126	1.21 198	1.33 217	1.12 212	0.74 143	0.91 80	0.66 191	0.24 211	0.19 214	0.25 212	0.25 245	0.23 183	0.22 172

GMM-Stereo	0.74 184	0.25 38	0.59 57	0.54 140	0.34 142	0.72 150	0.99 324	1.01 77	0.87 85	1.36 267	1.78 318	1.12 212	0.81 172	2.09 262	0.46 110	0.18 61	0.12 9	0.25 212	0.25 245	0.20 102	0.85 377

Gwc-CoAtRS	0.52 44	0.24 22	0.68 94	0.48 56	0.29 66	0.64 102	0.25 4	1.16 126	1.08 166	1.01 110	1.00 91	1.12 212	0.56 82	0.69 34	0.37 42	0.16 12	0.13 44	0.17 17	0.15 33	0.15 6	0.15 28

MyStereo06	0.61 113	0.28 88	0.95 228	0.56 172	0.46 226	0.61 93	0.73 267	1.78 273	0.67 43	1.03 117	1.12 143	1.13 217	0.56 82	0.78 55	0.41 70	0.17 33	0.16 159	0.23 155	0.20 140	0.22 158	0.20 140

HGLStereo	0.85 231	0.38 247	0.94 225	0.80 332	1.03 370	1.17 270	0.58 228	1.52 209	1.20 223	1.19 191	1.62 296	1.13 217	1.20 300	1.80 234	1.06 270	0.24 211	0.24 279	0.24 175	0.21 176	0.23 183	0.27 237

SuperB	2.53 387	0.59 321	18.45 417	0.69 293	0.50 240	1.87 348	0.88 301	1.67 244	2.39 374	1.50 303	1.42 244	1.14 219	1.15 290	4.28 335	5.07 386	0.24 211	0.19 214	0.22 126	0.19 112	7.86 424	0.34 285

GANet-RSSM	0.72 167	0.28 88	0.63 71	0.64 253	0.58 282	0.80 186	0.58 228	1.89 295	1.08 166	1.04 120	1.25 185	1.15 220	1.04 267	1.49 182	0.62 181	0.25 235	0.19 214	0.22 126	0.22 203	0.22 158	0.21 157

KYRaft	0.75 191	0.28 88	0.62 68	0.56 172	0.29 66	0.67 127	0.86 298	0.94 53	0.84 80	1.62 325	2.21 352	1.16 221	1.02 264	1.57 197	0.40 63	0.20 122	0.13 44	0.22 126	0.28 284	0.20 102	1.02 382

THIR-Stereo	1.02 280	0.27 72	0.69 103	0.49 69	0.28 54	0.95 227	1.34 357	1.03 81	0.97 121	1.34 262	1.90 333	1.17 222	1.58 340	6.44 376	0.78 223	0.19 94	0.14 78	0.21 100	0.22 203	0.19 75	0.20 140

RAFT + AFF	1.00 275	0.42 265	1.09 271	0.67 280	0.50 240	1.22 279	1.24 350	2.24 364	1.19 218	1.30 239	1.56 281	1.17 222	1.49 335	3.44 322	0.83 240	0.21 149	0.25 286	0.30 270	0.26 259	0.27 227	0.27 237

UCFNet_RVC	0.69 159	0.35 229	0.49 18	0.64 253	0.39 184	0.85 203	0.58 228	1.75 259	1.14 195	0.97 99	1.19 168	1.17 222	0.93 225	0.99 95	0.62 181	0.28 269	0.20 231	0.34 304	0.31 307	0.32 268	0.27 237

RAFT_CTSACE	0.63 122	0.26 49	0.88 206	0.55 159	0.51 250	0.71 148	0.44 130	0.80 20	0.97 121	0.97 99	1.84 325	1.18 225	0.68 132	1.47 180	0.36 36	0.16 12	0.15 128	0.21 100	0.20 140	0.20 102	0.14 12

DispNO	0.93 254	0.30 131	1.34 312	0.55 159	0.55 270	0.89 207	0.49 169	1.48 195	1.21 228	1.17 182	1.27 194	1.19 226	0.90 213	5.23 350	0.74 209	0.22 172	0.17 185	0.24 175	0.21 176	0.19 75	0.20 140

DeepPrunerF	1.60 346	0.73 346	5.81 398	0.88 357	1.19 383	0.91 212	0.95 318	2.19 358	5.24 406	1.17 182	1.30 204	1.19 226	1.30 317	4.90 345	1.66 339	0.42 336	0.34 331	0.52 356	0.47 357	0.41 306	0.40 306

Anonymous Stereo	1.28 318	0.75 351	2.45 374	0.74 317	0.77 338	0.93 221	1.77 376	1.51 206	1.31 272	1.67 329	1.29 203	1.20 228	0.75 145	6.29 374	1.68 340	0.37 320	0.36 344	0.38 324	0.40 342	0.43 316	0.45 322

1111x	1.70 356	0.29 115	0.86 193	0.51 100	0.27 35	1.01 242	0.68 257	2.22 362	1.28 258	1.13 157	1.40 241	1.21 229	1.10 282	5.53 359	15.20 416	0.22 172	0.21 247	0.22 126	0.22 203	0.24 197	0.22 172

CC-Net-ROB	1.49 337	1.26 384	1.27 300	0.88 357	0.79 343	1.76 335	1.00 326	1.79 275	1.26 246	1.10 137	1.61 293	1.21 229	0.99 255	8.13 402	0.84 243	1.09 389	0.41 357	2.20 395	0.46 355	1.20 386	0.48 332

GASNet	0.99 271	0.97 366	1.72 344	0.98 370	0.68 316	0.83 195	0.67 255	1.60 228	1.28 258	1.31 249	1.22 175	1.22 231	1.21 303	2.41 286	1.41 319	0.43 341	0.26 290	0.36 319	0.34 324	0.55 347	0.31 273

anonymity	1.12 300	0.97 366	1.21 288	1.07 378	1.12 377	1.08 253	0.89 303	1.95 313	1.16 208	1.29 232	1.26 191	1.22 231	1.09 281	1.15 126	1.01 266	1.02 385	1.00 406	0.97 383	0.97 393	0.98 378	0.99 381

xxxx	1.51 340	0.28 88	0.68 94	0.54 140	0.28 54	1.16 268	0.44 130	2.19 358	1.29 262	1.09 129	1.36 229	1.22 231	0.85 190	1.79 233	15.70 418	0.24 211	0.21 247	0.21 100	0.20 140	0.22 158	0.23 189

PSMNet-RSSM	0.72 167	0.30 131	0.61 64	0.63 244	0.42 198	0.73 153	0.56 215	1.92 305	1.10 176	1.09 129	1.37 231	1.22 231	0.98 247	1.28 138	0.72 205	0.27 258	0.19 214	0.27 243	0.29 295	0.24 197	0.24 201

PWCDC_ROB	1.29 319	0.75 351	1.33 309	1.05 375	0.88 360	1.73 332	0.52 186	1.89 295	3.28 391	1.29 232	4.88 396	1.22 231	1.46 330	1.77 232	1.45 327	0.60 370	0.26 290	0.29 261	0.25 245	0.52 342	0.37 296

DMCA	0.67 154	0.34 213	0.90 214	0.51 100	0.44 209	0.86 204	0.47 154	1.42 182	1.02 143	1.17 182	1.12 143	1.23 236	0.75 145	0.78 55	0.95 257	0.25 235	0.19 214	0.27 243	0.19 112	0.24 197	0.27 237

ccs_rob	0.66 145	0.33 194	0.86 193	0.48 56	0.39 184	0.70 145	0.40 89	1.33 163	1.22 231	1.16 173	1.34 222	1.23 236	0.64 124	0.98 93	0.59 169	0.21 149	0.16 159	0.35 311	0.20 140	0.37 287	0.25 213

CFNet_pseudo	0.66 145	0.32 178	0.86 193	0.48 56	0.39 184	0.70 145	0.40 89	1.33 163	1.22 231	1.16 173	1.34 222	1.24 238	0.64 124	0.98 93	0.59 169	0.21 149	0.16 159	0.33 294	0.19 112	0.36 283	0.25 213

MSMDNet	0.66 145	0.32 178	0.87 203	0.49 69	0.37 159	0.79 181	0.40 89	1.43 188	1.31 272	1.15 162	1.31 209	1.24 238	0.63 121	0.88 75	0.57 164	0.21 149	0.16 159	0.26 231	0.19 112	0.39 299	0.24 201

CVANet_RVC	1.07 287	0.43 268	0.76 161	0.60 213	0.50 240	0.90 210	0.97 320	1.52 209	1.26 246	1.33 259	1.38 235	1.24 238	1.18 294	6.75 385	0.75 213	0.34 306	0.23 270	0.34 304	0.29 295	0.42 311	0.27 237

DeepPruner_ROB	0.74 184	0.48 288	0.87 203	0.57 183	0.44 209	0.79 181	0.54 196	1.73 253	0.96 114	1.38 274	1.27 194	1.24 238	0.73 141	1.43 171	0.73 208	0.34 306	0.28 304	0.27 243	0.26 259	0.31 263	0.31 273

PCWNet_CMD	0.66 145	0.32 178	0.88 206	0.49 69	0.37 159	0.78 177	0.40 89	1.42 182	1.31 272	1.16 173	1.31 209	1.25 242	0.62 116	0.89 78	0.57 164	0.20 122	0.16 159	0.27 243	0.19 112	0.40 303	0.25 213

ToySt	0.66 145	0.33 194	1.23 291	0.51 100	0.33 127	0.86 204	0.68 257	1.10 113	0.97 121	0.84 78	1.08 123	1.25 242	0.94 230	1.01 100	0.74 209	0.19 94	0.19 214	0.24 175	0.24 234	0.27 227	0.23 189

SACVNet	0.85 231	0.46 279	0.85 187	0.81 335	0.56 272	0.80 186	0.79 280	1.68 245	1.12 182	1.34 262	1.33 217	1.25 242	0.94 230	2.39 285	0.76 215	0.34 306	0.26 290	0.31 274	0.29 295	0.35 277	0.44 320

iResNet_ROB	0.77 198	0.30 131	0.99 237	0.57 183	0.36 151	0.83 195	0.36 62	2.33 370	1.58 336	1.27 225	1.30 204	1.25 242	0.84 187	1.65 207	0.79 229	0.20 122	0.14 78	0.17 17	0.12 10	0.18 45	0.27 237

GEStereo_RVC	0.90 246	0.37 242	0.99 237	0.64 253	0.50 240	0.95 227	0.79 280	2.42 377	1.17 210	1.16 173	1.11 137	1.26 246	0.92 219	3.24 314	0.90 252	0.29 277	0.19 214	0.23 155	0.20 140	0.27 227	0.29 251

MMNet	0.84 227	0.32 178	1.09 271	0.60 213	0.59 289	1.85 346	0.49 169	1.51 206	1.27 253	1.37 269	1.15 157	1.26 246	1.18 294	1.67 212	1.22 291	0.19 94	0.18 201	0.23 155	0.22 203	0.25 207	0.21 157

NVstereo2D	0.92 251	0.41 262	1.48 329	0.72 308	0.72 323	1.20 277	0.87 300	1.75 259	1.38 302	0.99 105	1.13 148	1.26 246	0.98 247	2.21 273	0.89 250	0.43 341	0.20 231	0.38 324	0.24 234	0.57 350	0.63 360

iResNetv2_ROB	0.80 210	0.37 242	1.71 343	0.56 172	0.37 159	0.94 223	0.64 245	1.73 253	1.34 283	1.23 206	1.42 244	1.26 246	0.92 219	1.85 240	0.56 162	0.23 196	0.15 128	0.19 53	0.14 25	0.24 197	0.19 116

GMStereo_Zeroshot	0.67 154	0.61 329	1.01 246	0.64 253	0.37 159	0.84 202	0.35 52	1.05 91	1.12 182	1.12 143	1.06 117	1.27 250	0.54 72	1.19 129	0.59 169	0.32 293	0.17 185	0.31 274	0.18 92	0.52 342	0.22 172

ADLNet	0.85 231	0.36 236	0.89 211	0.85 349	0.72 323	1.24 281	0.76 272	1.82 281	1.36 294	1.52 306	1.35 228	1.27 250	0.99 255	1.23 134	1.15 284	0.27 258	0.20 231	0.26 231	0.25 245	0.28 241	0.30 263

STTStereo	0.78 204	0.50 295	1.22 290	0.64 253	0.54 264	0.89 207	0.54 196	1.44 189	1.11 178	1.38 274	1.09 128	1.27 250	0.85 190	1.43 171	0.83 240	0.29 277	0.27 298	0.33 294	0.39 338	0.32 268	0.30 263

SQANet	1.31 322	0.88 363	1.08 270	1.83 392	1.44 389	1.44 308	0.75 269	1.74 257	1.09 172	1.32 251	1.26 191	1.28 253	1.01 259	1.50 184	0.83 240	2.50 398	0.34 331	1.47 390	0.55 370	2.32 393	1.57 393

RAFT-Test	0.54 67	0.25 38	0.64 77	0.47 43	0.30 83	0.97 235	0.27 16	1.24 153	0.81 72	0.96 96	1.12 143	1.28 253	0.48 51	0.71 41	0.36 36	0.17 33	0.13 44	0.17 17	0.14 25	0.16 14	0.16 44

cross-raft	0.54 67	0.25 38	0.61 64	0.52 116	0.29 66	0.68 134	0.37 71	1.46 192	0.76 62	1.01 110	1.06 117	1.28 253	0.46 37	0.71 41	0.35 30	0.15 7	0.12 9	0.18 39	0.16 62	0.19 75	0.14 12

DMCA-RVC	0.74 184	0.40 256	1.27 300	0.66 270	0.49 234	0.77 172	0.47 154	1.35 169	1.01 140	1.53 307	1.01 96	1.29 256	0.82 176	1.31 143	0.78 223	0.27 258	0.21 247	0.35 311	0.27 267	0.32 268	0.24 201

AACVNet	0.86 236	0.35 229	0.79 175	0.82 340	0.39 184	0.76 166	0.49 169	1.61 231	0.81 72	1.08 124	1.33 217	1.30 257	0.93 225	4.34 336	0.74 209	0.25 235	0.21 247	0.28 253	0.22 203	0.29 246	0.25 213

delet	0.85 231	0.32 178	0.95 228	0.65 265	0.66 308	1.64 325	0.84 292	1.75 259	1.35 291	1.32 251	1.30 204	1.30 257	0.88 206	1.68 217	1.10 278	0.21 149	0.21 247	0.24 175	0.24 234	0.21 136	0.21 157

UPFNet	0.80 210	0.32 178	0.90 214	0.59 202	0.74 328	1.26 284	0.80 286	1.52 209	1.10 176	1.30 239	1.12 143	1.30 257	0.84 187	1.67 212	1.09 275	0.24 211	0.24 279	0.24 175	0.23 223	0.25 207	0.18 82

psm_up	0.77 198	0.34 213	0.70 109	0.66 270	0.58 282	1.05 247	0.92 310	1.52 209	1.12 182	1.26 222	1.16 160	1.31 260	1.23 305	1.20 130	0.81 233	0.25 235	0.29 312	0.31 274	0.27 267	0.27 227	0.25 213

PA-Net	1.01 278	0.57 315	1.29 302	0.64 253	0.74 328	1.19 275	0.84 292	1.69 247	1.43 319	1.16 173	1.19 168	1.32 261	1.19 297	3.42 320	1.25 294	0.29 277	0.45 367	0.33 294	0.49 362	0.32 268	0.47 329
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Anonymous_2	1.30 321	0.55 308	0.82 183	0.52 116	0.58 282	1.01 242	0.64 245	1.25 155	0.97 121	0.96 96	0.78 49	1.33 262	1.29 313	1.03 103	0.74 209	0.62 372	0.64 388	1.06 387	9.63 424	1.16 384	0.49 336

CSP-Net	0.97 266	0.38 247	0.83 185	0.53 125	0.41 195	1.63 323	0.77 275	2.00 321	1.05 154	1.25 218	1.20 171	1.33 262	0.83 185	4.93 347	0.85 246	0.32 293	0.22 261	0.20 77	0.20 140	0.23 183	0.25 213

PSMNet-ADL	0.72 167	0.35 229	0.62 68	0.69 293	0.46 226	1.14 261	0.44 130	1.37 172	1.01 140	0.83 76	1.17 163	1.33 262	0.96 240	1.43 171	0.95 257	0.33 298	0.22 261	0.21 100	0.23 223	0.27 227	0.29 251

CBMV_ROB	0.90 246	0.44 271	0.63 71	0.51 100	0.37 159	1.25 283	0.49 169	1.77 269	1.27 253	1.41 282	2.00 340	1.33 262	1.08 278	2.17 267	0.76 215	0.43 341	0.42 359	0.47 350	0.44 350	0.41 306	0.36 294

dad	0.86 236	0.66 337	1.06 263	0.56 172	0.37 159	0.76 166	0.44 130	1.17 128	1.50 327	1.44 289	1.27 194	1.34 266	0.75 145	2.52 290	0.84 243	0.42 336	0.27 298	0.83 379	0.26 259	0.41 306	0.29 251

FADNet-RVC	0.88 241	0.67 338	1.93 357	0.60 213	0.48 231	0.91 212	0.60 239	1.71 251	1.18 215	0.90 84	0.96 78	1.36 267	0.92 219	2.25 276	1.17 287	0.30 281	0.29 312	0.32 287	0.32 313	0.41 306	0.35 290

FADNet	0.92 251	0.61 329	1.81 350	0.62 236	0.55 270	0.96 231	0.57 225	1.78 273	1.33 280	0.93 89	1.01 96	1.36 267	1.01 259	2.71 297	0.75 213	0.33 298	0.34 331	0.31 274	0.34 324	0.59 354	0.40 306

ADCRef	1.35 327	0.55 308	2.37 372	0.72 308	0.77 338	1.94 351	0.78 277	1.91 302	1.27 253	1.57 319	1.59 288	1.36 267	1.41 324	1.54 191	7.53 396	0.23 196	0.20 231	0.32 287	0.30 303	0.29 246	0.29 251

TransformOpticalFlow	0.96 260	0.28 88	0.89 211	0.52 116	0.31 95	0.66 123	0.54 196	1.75 259	1.12 182	1.09 129	1.44 251	1.37 270	1.01 259	6.70 383	0.42 78	0.19 94	0.12 9	0.20 77	0.19 112	0.18 45	0.19 116

STrans-v2	1.04 284	0.28 88	0.96 232	0.49 69	0.32 110	0.68 134	0.79 280	2.47 380	1.12 182	1.12 143	1.46 259	1.40 271	1.46 330	6.70 383	0.43 87	0.18 61	0.13 44	0.20 77	0.18 92	0.18 45	0.18 82

NaN_ROB	1.13 303	0.55 308	1.15 282	0.64 253	0.48 231	1.61 321	2.03 392	1.72 252	1.48 324	2.09 360	1.27 194	1.40 271	1.08 278	3.94 328	1.30 302	0.28 269	0.34 331	0.28 253	0.28 284	0.30 256	0.33 283

XX-Stereo	0.63 122	0.26 49	1.90 355	0.81 335	0.67 310	0.43 16	0.23 3	1.03 81	0.58 20	0.65 46	1.56 281	1.41 273	0.39 16	1.28 138	0.35 30	0.20 122	0.14 78	0.20 77	0.19 112	0.18 45	0.14 12

Syn2CoEx	1.14 305	0.69 341	1.66 340	0.80 332	0.67 310	1.40 302	0.88 301	2.06 335	1.54 333	1.25 218	1.58 287	1.42 274	1.50 336	4.09 330	1.40 315	0.36 316	0.32 329	0.34 304	0.29 295	0.29 246	0.34 285

cf-r	0.73 181	0.30 131	0.77 165	0.55 159	0.63 301	0.78 177	0.48 162	1.79 275	1.15 204	1.13 157	1.26 191	1.43 275	0.87 202	1.40 169	0.85 246	0.25 235	0.18 201	0.22 126	0.23 223	0.19 75	0.19 116

NLCA_NET_v2_RVC	0.79 207	0.43 268	1.05 260	0.64 253	0.58 282	0.95 227	0.53 192	1.53 215	1.18 215	1.37 269	1.15 157	1.43 275	0.88 206	1.61 203	0.84 243	0.25 235	0.22 261	0.27 243	0.27 267	0.29 246	0.29 251
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DRN-Test	1.00 275	0.44 271	1.13 280	0.70 298	0.81 350	1.62 322	0.79 280	2.14 345	1.44 320	1.78 338	1.33 217	1.43 275	1.05 271	2.18 270	1.53 333	0.27 258	0.21 247	0.31 274	0.30 303	0.32 268	0.28 248

CBMV	0.95 259	0.44 271	0.66 87	0.53 125	0.35 145	1.53 315	1.63 373	1.69 247	1.42 317	2.00 357	1.60 289	1.43 275	1.17 291	1.59 201	0.99 265	0.34 306	0.34 331	0.39 330	0.33 319	0.33 274	0.32 279
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Consistency-Raft	1.25 316	0.99 368	1.93 357	1.02 374	1.21 384	0.96 231	1.01 328	1.75 259	1.92 360	1.36 267	2.12 348	1.44 279	1.01 259	1.14 125	1.40 315	0.72 377	0.82 393	0.89 381	0.98 395	1.31 388	0.95 379

StereoDRNet-Refined	0.80 210	0.41 262	0.88 206	0.62 236	0.42 198	1.33 292	0.48 162	1.52 209	1.17 210	1.45 291	1.44 251	1.44 279	0.90 213	1.26 137	1.24 293	0.20 122	0.16 159	0.27 243	0.24 234	0.25 207	0.28 248
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MDST_ROB	1.67 352	0.34 213	1.58 336	0.92 366	0.58 282	4.26 404	1.11 337	2.83 385	1.41 314	4.49 404	2.55 366	1.45 281	0.97 243	7.79 399	1.17 287	0.31 288	0.25 286	0.37 321	0.33 319	0.31 263	0.30 263

PSMNet_ROB	0.90 246	0.52 301	1.17 285	0.72 308	0.61 295	1.27 285	1.12 339	1.76 265	1.12 182	1.09 129	1.28 199	1.45 281	0.89 212	1.65 207	1.42 323	0.33 298	0.25 286	0.37 321	0.39 338	0.35 277	0.29 251

iRaft-Stereo_5w	0.85 231	0.29 115	0.91 217	0.53 125	0.43 203	0.49 34	0.68 257	0.99 68	0.87 85	0.79 66	1.34 222	1.46 283	0.91 216	5.11 348	1.11 280	0.17 33	0.14 78	0.22 126	0.18 92	0.20 102	0.20 140

OMP-Stereo	0.94 256	0.33 194	0.72 124	0.90 361	0.31 95	0.49 34	0.36 62	1.16 126	1.06 157	1.58 321	1.12 143	1.46 283	0.69 135	6.94 386	0.49 127	0.19 94	0.14 78	0.24 175	0.18 92	0.20 102	0.14 12

IIG-Stereo	0.96 260	0.31 163	0.72 124	0.88 357	0.33 127	0.61 93	0.26 10	1.19 139	1.03 146	1.69 331	1.37 231	1.46 283	0.75 145	6.96 387	0.51 136	0.19 94	0.14 78	0.23 155	0.18 92	0.20 102	0.14 12

GwcNet-RSSM	0.77 198	0.32 178	1.01 246	0.62 236	0.54 264	0.78 177	0.51 177	1.73 253	1.20 223	1.09 129	1.37 231	1.46 283	0.85 190	1.53 189	1.09 275	0.25 235	0.18 201	0.23 155	0.24 234	0.20 102	0.19 116

GANetREF_RVC	1.07 287	0.86 360	1.31 304	0.82 340	0.53 261	1.41 306	1.31 356	1.76 265	1.52 330	1.27 225	1.31 209	1.46 283	1.24 307	2.03 257	0.96 261	0.56 367	0.45 367	0.67 374	0.50 364	0.88 376	0.59 354
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
StereoDRNet	0.98 270	0.47 283	1.70 342	0.76 323	0.94 365	1.51 313	0.91 308	1.92 305	1.32 277	1.61 322	1.13 148	1.47 288	0.97 243	1.75 225	1.46 328	0.28 269	0.23 270	0.29 261	0.27 267	0.35 277	0.27 237

DGSMNet	1.14 305	0.76 353	2.49 376	0.81 335	0.86 357	1.39 301	1.39 359	2.13 341	1.35 291	1.26 222	1.63 299	1.48 289	0.98 247	1.75 225	1.10 278	0.45 347	0.43 360	0.55 366	0.49 362	0.75 372	0.70 368

Wz-Net-MNSev	1.11 298	0.58 318	2.23 368	0.66 270	0.71 321	1.95 352	1.46 363	1.98 319	1.45 321	1.79 341	1.43 248	1.49 290	1.33 320	1.97 253	1.42 323	0.27 258	0.23 270	0.28 253	0.28 284	0.34 276	0.31 273

DSFCA	0.93 254	0.34 213	1.06 263	0.52 116	0.65 306	1.55 317	0.93 314	1.49 197	1.19 218	1.56 315	1.15 157	1.50 291	0.96 240	3.07 308	1.02 267	0.30 281	0.26 290	0.25 212	0.25 245	0.28 241	0.24 201

MaskLacGwcNet_RVC	1.10 295	1.02 370	1.00 242	0.82 340	0.67 310	1.93 350	0.93 314	1.62 234	1.11 178	1.15 162	1.25 185	1.50 291	0.79 164	1.96 252	0.76 215	1.89 393	0.34 331	0.79 378	0.36 332	1.25 387	0.83 375

Wz-Net-LNSev-Ref	0.99 271	0.40 256	1.82 351	0.66 270	0.62 300	2.05 358	0.78 277	1.91 302	1.29 262	1.54 311	1.42 244	1.51 293	1.23 305	1.99 254	1.33 304	0.23 196	0.14 78	0.20 77	0.15 33	0.27 227	0.26 231

MFMNet_re	1.40 333	1.14 379	1.68 341	1.39 386	1.07 372	1.48 310	1.43 361	1.87 291	1.82 354	2.26 364	2.19 351	1.51 293	1.86 363	1.52 185	1.25 294	0.93 381	0.83 394	0.84 380	0.80 384	0.99 380	1.05 386

AANet_RVC	1.16 310	0.52 301	1.49 331	0.65 265	0.45 216	0.75 162	0.69 261	1.42 182	1.55 335	1.34 262	1.87 330	1.53 295	0.78 162	7.43 394	1.38 311	0.25 235	0.17 185	0.19 53	0.16 62	0.22 158	0.26 231

ssnet_v2	0.88 241	0.36 236	1.02 252	0.62 236	0.38 176	1.32 291	0.97 320	2.07 336	1.34 283	1.37 269	1.18 165	1.54 296	0.92 219	1.10 118	1.65 337	0.30 281	0.27 298	0.30 270	0.28 284	0.27 227	0.26 231

UNet	0.83 223	0.34 213	1.31 304	0.58 189	0.74 328	1.58 319	0.49 169	1.41 180	1.04 150	1.21 198	1.08 123	1.54 296	1.12 286	1.65 207	1.09 275	0.23 196	0.17 185	0.25 212	0.20 140	0.25 207	0.22 172

GANet	1.36 328	0.47 283	0.86 193	0.67 280	0.45 216	1.34 294	1.73 375	1.64 237	1.24 238	1.49 302	2.38 359	1.55 298	1.20 300	9.30 408	0.93 254	0.30 281	0.31 322	0.33 294	0.28 284	0.39 299	0.30 263

APVNet	1.06 285	0.53 304	1.42 317	0.84 344	0.79 343	1.92 349	0.82 290	1.90 298	1.08 166	1.08 124	1.43 248	1.56 299	1.13 288	3.07 308	1.58 334	0.31 288	0.34 331	0.42 339	0.36 332	0.36 283	0.37 296

CFNet-ft	0.72 167	0.32 178	0.54 35	0.66 270	0.54 264	0.83 195	0.55 209	1.37 172	1.15 204	0.93 89	1.28 199	1.57 300	0.97 243	1.35 151	0.81 233	0.26 249	0.20 231	0.33 294	0.25 245	0.30 256	0.23 189

S-Stereo	1.15 308	0.46 279	2.17 365	0.81 335	0.80 348	1.21 278	1.19 347	1.93 309	2.02 365	1.47 294	2.11 347	1.57 300	1.17 291	2.05 260	1.41 319	0.40 329	0.40 355	0.35 311	0.31 307	0.44 323	0.70 368

CFNet_RVC	0.72 167	0.32 178	0.54 35	0.66 270	0.54 264	0.83 195	0.55 209	1.37 172	1.15 204	0.93 89	1.28 199	1.57 300	0.97 243	1.35 151	0.81 233	0.26 249	0.20 231	0.33 294	0.25 245	0.30 256	0.23 189

iinet-f	0.99 271	0.45 277	3.71 389	0.55 159	0.43 203	1.81 341	0.68 257	1.14 123	1.14 195	1.18 187	1.42 244	1.58 303	1.44 327	1.34 150	1.59 336	0.24 211	0.23 270	0.20 77	0.19 112	0.26 215	0.25 213

hknet	0.77 198	0.32 178	0.95 228	0.54 140	0.38 176	1.27 285	0.65 247	2.16 350	1.07 162	1.20 195	1.11 137	1.59 304	0.81 172	1.37 155	0.66 191	0.22 172	0.17 185	0.25 212	0.22 203	0.22 158	0.22 172

PWC_ROB	1.24 314	0.76 353	2.46 375	0.72 308	0.78 341	1.15 266	0.49 169	1.75 259	1.92 360	2.31 365	3.07 374	1.59 304	1.40 323	2.46 288	2.10 357	0.33 298	0.22 261	0.35 311	0.24 234	0.38 295	0.41 310

DDUNet	1.50 339	2.69 414	1.12 278	1.77 391	1.88 394	1.84 345	0.92 310	1.70 250	1.16 208	1.38 274	1.79 319	1.60 306	1.12 286	1.37 155	1.08 273	1.10 390	0.76 391	2.37 399	0.94 391	2.00 391	1.37 391

RTSC	1.29 319	0.73 346	2.44 373	0.83 343	0.57 274	1.85 346	0.65 247	1.88 293	2.00 364	2.20 363	1.66 304	1.60 306	1.26 310	2.33 280	3.92 380	0.32 293	0.23 270	0.27 243	0.29 295	0.37 287	0.37 296

Ntro	1.64 350	1.15 380	1.23 291	2.48 399	1.83 393	2.09 360	1.16 344	1.96 314	1.38 302	1.21 198	1.62 296	1.62 308	1.29 313	1.87 243	1.11 280	3.04 403	0.56 383	1.82 393	0.64 378	2.80 399	2.05 399

anonymousa	0.72 167	0.27 72	0.75 152	0.47 43	0.63 301	1.43 307	0.45 141	1.24 153	0.89 92	1.28 227	1.75 315	1.62 308	1.13 288	0.69 34	0.59 169	0.19 94	0.16 159	0.23 155	0.25 245	0.20 102	0.18 82

HH	0.63 122	0.30 131	0.77 165	0.50 76	0.32 110	0.49 34	0.46 148	1.65 238	0.64 29	0.69 49	1.09 128	1.63 310	0.85 190	1.90 244	0.37 42	0.18 61	0.13 44	0.19 53	0.17 78	0.19 75	0.16 44

HanStereo	0.63 122	0.30 131	0.77 165	0.50 76	0.32 110	0.49 34	0.46 148	1.65 238	0.64 29	0.69 49	1.09 128	1.63 310	0.85 190	1.90 244	0.37 42	0.18 61	0.13 44	0.19 53	0.17 78	0.19 75	0.16 44

SGM-Forest	1.24 314	0.38 247	0.60 61	0.52 116	0.37 159	1.56 318	1.30 355	1.65 238	1.36 294	2.11 361	1.79 319	1.63 310	0.93 225	7.48 396	0.95 257	0.36 316	0.37 346	0.39 330	0.34 324	0.37 287	0.32 279
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CRFU-Net	0.86 236	0.39 252	1.00 242	0.65 265	0.57 274	1.78 340	0.86 298	2.15 347	0.81 72	1.38 274	1.18 165	1.64 313	1.19 297	1.35 151	0.90 252	0.26 249	0.22 261	0.21 100	0.19 112	0.23 183	0.24 201

XPNet_ROB	0.96 260	0.49 291	1.09 271	0.72 308	0.57 274	1.11 256	1.14 341	1.66 243	1.23 234	1.85 347	1.39 239	1.64 313	1.11 283	1.80 234	1.42 323	0.38 324	0.30 316	0.33 294	0.29 295	0.37 287	0.34 285

Wz-Net-LNSev	1.03 281	0.67 338	2.71 381	0.64 253	0.84 354	1.75 333	1.00 326	1.80 277	1.32 277	1.28 227	1.25 185	1.65 315	1.22 304	1.39 164	1.40 315	0.28 269	0.26 290	0.24 175	0.23 223	0.33 274	0.32 279

RAFT	0.64 132	0.30 131	0.73 136	0.59 202	0.33 127	0.68 134	0.58 228	1.04 85	0.76 62	1.08 124	1.19 168	1.65 315	0.93 225	1.06 110	0.56 162	0.21 149	0.18 201	0.27 243	0.24 234	0.22 158	0.17 64

PDISCO_ROB	1.32 324	0.65 336	1.44 318	1.36 384	1.46 390	2.55 376	0.92 310	2.45 379	2.07 368	1.37 269	1.49 266	1.65 315	1.00 257	2.82 299	1.35 309	1.01 383	0.27 298	0.54 362	0.47 357	0.71 370	0.73 371

HSM-Net_RVC	0.87 240	0.29 115	0.53 31	0.53 125	0.30 83	1.15 266	0.55 209	3.57 395	1.28 258	1.53 307	1.74 312	1.68 318	0.93 225	1.49 182	0.77 221	0.22 172	0.17 185	0.19 53	0.18 92	0.20 102	0.19 116
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PASM	1.34 326	0.92 364	2.62 379	0.86 351	0.87 359	1.03 244	1.08 335	1.50 201	1.51 329	1.82 345	1.41 243	1.68 318	1.26 310	4.87 344	1.34 306	0.61 371	0.65 390	0.68 375	0.78 383	0.69 368	0.68 367

DLCB_ROB	0.86 236	0.40 256	0.78 173	0.68 290	0.54 264	1.11 256	0.84 292	1.49 197	1.23 234	1.64 327	1.65 302	1.70 320	0.91 216	1.70 219	1.05 268	0.25 235	0.24 279	0.26 231	0.27 267	0.27 227	0.24 201

ADLNet2	0.88 241	0.34 213	1.17 285	0.77 326	0.64 303	1.12 259	0.76 272	1.74 257	1.24 238	1.21 198	1.65 302	1.71 321	1.05 271	1.67 212	1.17 287	0.24 211	0.21 247	0.21 100	0.22 203	0.26 215	0.29 251

aanetorigin	1.23 313	0.79 355	2.78 383	0.70 298	0.79 343	0.99 239	1.06 333	1.06 104	1.37 298	3.52 393	2.61 367	1.72 322	1.63 345	1.99 254	1.78 342	0.25 235	0.24 279	0.26 231	0.25 245	0.38 295	0.45 322

otaku	1.60 346	1.11 377	1.21 288	2.20 394	1.56 391	1.97 353	1.24 350	2.07 336	1.36 294	1.44 289	1.62 296	1.73 323	1.19 297	1.73 224	0.98 264	2.89 402	0.57 384	1.74 391	0.60 377	2.78 398	1.94 398

ETE_ROB	0.96 260	0.64 335	1.16 283	0.69 293	0.48 231	1.14 261	1.13 340	1.77 269	1.19 218	1.91 352	1.45 253	1.73 323	1.05 271	1.60 202	1.14 283	0.32 293	0.26 290	0.38 324	0.34 324	0.39 299	0.41 310

fast-acv-ft	0.94 256	0.44 271	1.40 315	0.58 189	0.51 250	1.77 338	0.69 261	1.36 171	1.42 317	1.29 232	1.86 328	1.74 325	1.25 308	1.52 185	1.38 311	0.26 249	0.28 304	0.28 253	0.28 284	0.27 227	0.26 231

GwcNet	1.08 290	0.51 298	2.33 370	0.79 329	1.18 382	1.76 335	0.70 263	1.68 245	1.47 323	1.41 282	1.64 300	1.74 325	1.04 267	2.20 272	1.41 319	0.30 281	0.29 312	0.29 261	0.27 267	0.30 256	0.35 290

ADCP+	1.99 371	0.48 288	7.73 402	0.66 270	0.91 361	2.30 368	1.05 332	1.82 281	1.34 283	1.54 311	1.32 215	1.74 325	1.61 344	2.17 267	13.37 411	0.24 211	0.21 247	0.32 287	0.28 284	0.37 287	0.29 251

ccnet	1.12 300	0.67 338	1.01 246	0.78 328	0.73 326	1.72 331	0.99 324	1.84 286	1.26 246	1.47 294	1.85 327	1.75 328	1.29 313	1.75 225	1.88 347	0.57 368	0.53 379	0.57 371	0.55 370	0.59 354	0.54 343

hitnet-ft	0.79 207	0.35 229	0.57 49	0.58 189	0.42 198	0.96 231	0.46 148	1.47 194	1.33 280	1.19 191	1.22 175	1.81 329	0.98 247	1.66 211	0.94 255	0.33 298	0.28 304	0.34 304	0.27 267	0.35 277	0.31 273

NCC-stereo	1.10 295	0.54 305	1.24 294	0.84 344	0.94 365	1.29 288	0.89 303	2.01 325	1.34 283	1.32 251	1.74 312	1.88 330	1.74 354	2.35 281	1.25 294	0.45 347	0.37 346	0.45 345	0.58 373	0.42 311	0.42 314

Abc-Net	1.10 295	0.54 305	1.24 294	0.84 344	0.94 365	1.29 288	0.89 303	2.01 325	1.34 283	1.32 251	1.74 312	1.88 330	1.74 354	2.35 281	1.25 294	0.45 347	0.37 346	0.45 345	0.58 373	0.42 311	0.42 314
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	1.17 311	0.49 291	1.24 294	0.70 298	0.97 369	1.71 329	0.92 310	1.91 302	1.46 322	1.38 274	1.14 151	1.88 330	1.30 317	4.24 332	1.87 345	0.26 249	0.21 247	0.35 311	0.27 267	0.55 347	0.54 343

LSM	6.33 410	1.10 374	13.19 413	1.41 388	68.17 437	1.64 325	1.90 386	1.92 305	2.46 376	2.99 388	3.11 375	1.88 330	1.80 359	2.61 294	2.06 356	0.41 333	0.58 385	0.50 354	0.57 372	0.64 361	17.66 429

RP	1.09 292	0.50 295	1.12 278	0.90 361	1.04 371	1.11 256	0.84 292	1.80 277	1.62 338	1.55 314	2.00 340	1.90 334	1.78 357	1.84 237	1.25 294	0.52 360	0.36 344	0.48 351	0.36 332	0.45 326	0.43 318

SHD	1.31 322	0.71 345	2.34 371	0.86 351	0.75 334	1.77 338	0.65 247	2.22 362	2.50 381	2.40 372	1.71 309	1.91 335	1.60 343	1.93 249	2.37 361	0.38 324	0.31 322	0.38 324	0.40 342	0.48 332	0.50 337

XQC	1.37 329	0.87 361	2.56 377	0.84 344	0.69 318	1.83 344	0.89 303	2.07 336	1.88 356	1.88 348	1.53 273	1.91 335	1.55 339	2.85 302	3.05 369	0.48 355	0.29 312	0.44 344	0.39 338	0.69 368	0.60 357

NCCL2	1.00 275	0.56 311	1.06 263	0.75 321	0.57 274	1.31 290	1.72 374	1.77 269	1.36 294	1.50 303	1.17 163	1.91 335	1.17 291	1.54 191	1.29 301	0.35 313	0.31 322	0.45 345	0.44 350	0.40 303	0.40 306

MFN_U_SF_DS_RVC	1.74 360	0.87 361	3.56 386	0.80 332	0.75 334	3.72 395	2.44 405	1.82 281	1.82 354	1.74 334	1.91 334	1.92 338	1.26 310	7.69 398	1.28 300	0.45 347	0.47 371	0.52 356	0.77 382	0.50 336	0.50 337

CSAN	1.41 334	0.59 321	1.26 297	0.70 298	0.50 240	1.76 335	1.78 377	1.77 269	1.90 359	2.35 368	2.32 356	1.92 338	1.94 368	5.56 361	1.49 331	0.43 341	0.35 339	0.40 335	0.41 344	0.43 316	0.41 310

HSM	1.19 312	0.32 178	0.65 81	0.57 183	0.38 176	1.23 280	0.59 235	2.25 365	1.19 218	1.30 239	1.25 185	1.94 340	1.03 266	9.32 409	0.71 202	0.22 172	0.16 159	0.20 77	0.16 62	0.21 136	0.21 157

LALA_ROB	1.01 278	0.59 321	1.16 283	0.67 280	0.51 250	1.63 323	1.26 354	1.69 247	1.38 302	1.81 344	1.37 231	1.94 340	1.02 264	1.58 199	1.38 311	0.37 320	0.27 298	0.43 341	0.37 335	0.43 316	0.37 296

RainbowNet	1.97 370	1.76 395	1.57 335	2.81 402	2.21 398	1.98 355	1.81 379	2.54 382	1.89 357	1.50 303	1.84 325	1.96 342	1.65 347	2.14 266	1.25 294	3.33 409	0.85 398	2.39 402	0.98 395	2.82 401	2.22 400

Nwc_Net	1.09 292	0.49 291	1.33 309	0.89 360	0.80 348	1.49 312	0.66 252	2.19 358	1.27 253	1.32 251	2.26 354	1.96 342	1.54 337	1.92 246	1.34 306	0.40 329	0.30 316	0.43 341	0.45 352	0.38 295	0.37 296

FBW_ROB	1.71 358	0.62 332	1.45 322	0.67 280	0.61 295	1.81 341	1.08 335	2.52 381	1.70 344	1.77 337	1.73 311	1.98 344	1.25 308	12.57 420	1.84 344	0.34 306	0.37 346	0.56 369	0.38 337	0.45 326	0.43 318

ac_64	0.82 218	0.29 115	0.81 181	0.71 305	0.60 292	1.05 247	0.54 196	1.99 320	0.92 105	1.18 187	1.06 117	1.99 345	1.08 278	1.94 250	0.97 262	0.27 258	0.22 261	0.24 175	0.23 223	0.22 158	0.19 116

AF-Net	1.13 303	0.52 301	1.33 309	0.86 351	0.91 361	1.38 300	0.71 265	2.16 350	1.62 338	1.56 315	2.40 361	1.99 345	1.65 347	1.81 236	1.48 330	0.48 355	0.28 304	0.49 353	0.33 319	0.39 299	0.32 279

UDG	1.41 334	2.65 413	0.99 237	1.44 389	1.64 392	1.34 294	0.80 286	1.60 228	1.23 234	1.23 206	1.71 309	2.01 347	1.34 321	1.47 180	1.41 319	0.90 380	0.54 382	2.29 397	0.75 381	1.84 390	1.04 384

DANet	1.08 290	0.61 329	1.32 307	0.85 349	0.72 323	1.37 297	0.51 177	1.54 217	1.15 204	1.78 338	1.54 275	2.01 347	1.11 283	2.90 303	2.00 353	0.33 298	0.30 316	0.40 335	0.30 303	0.44 323	0.45 322
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RGC	1.14 305	0.79 355	1.26 297	0.91 364	0.96 368	1.52 314	0.77 275	1.92 305	1.26 246	1.54 311	1.93 336	2.02 349	1.54 337	2.25 276	1.31 303	0.44 346	0.35 339	0.58 372	0.48 359	0.47 329	0.46 326

LL-Strereo	1.33 325	0.39 252	1.38 314	0.61 225	0.61 295	0.75 162	0.66 252	1.63 236	1.17 210	1.56 315	1.60 289	2.03 350	2.12 376	9.72 414	0.97 262	0.21 149	0.18 201	0.27 243	0.23 223	0.22 158	0.25 213

FAT-Stereo	1.07 287	0.41 262	1.32 307	0.72 308	0.58 282	1.08 253	0.89 303	1.96 314	1.65 340	1.75 335	1.98 339	2.03 350	1.48 333	2.02 256	1.18 290	0.42 336	0.35 339	0.34 304	0.29 295	0.35 277	0.53 342

AnyNet_C32	1.96 369	1.10 374	5.17 394	0.90 361	1.11 375	2.12 362	2.37 403	1.85 287	1.48 324	2.45 373	1.70 308	2.05 352	1.64 346	2.50 289	10.28 407	0.37 320	0.34 331	0.35 311	0.41 344	0.49 335	0.54 343

ADCL	1.72 359	0.57 315	3.66 387	0.67 280	0.61 295	2.61 379	1.85 382	1.96 314	1.67 342	1.90 351	1.83 323	2.06 353	1.90 366	2.13 265	9.15 404	0.26 249	0.24 279	0.34 304	0.32 313	0.38 295	0.35 290

RASNet	1.12 300	0.30 131	0.91 217	0.66 270	0.77 338	0.97 235	0.57 225	1.37 172	1.35 291	1.02 113	1.34 222	2.11 354	1.43 326	7.09 388	1.39 314	0.19 94	0.17 185	0.17 17	0.19 112	0.18 45	0.16 44

DPSNet	1.69 355	0.59 321	4.33 390	0.70 298	0.57 274	2.02 357	1.62 372	3.35 394	1.78 350	1.48 300	1.38 235	2.17 355	2.84 390	4.77 342	3.66 378	0.48 355	0.31 322	0.29 261	0.25 245	0.64 361	0.48 332

DispFullNet	2.34 380	2.85 415	3.66 387	3.08 408	2.27 400	1.97 353	0.67 255	2.00 321	1.70 344	2.52 374	2.00 340	2.23 356	5.86 409	3.44 322	1.58 334	1.01 383	0.32 329	2.64 408	1.94 413	2.85 403	2.24 401

EDNetEfficient	2.37 381	1.10 374	8.08 404	0.74 317	0.71 321	0.98 238	1.56 368	1.46 192	4.06 399	4.90 407	2.82 371	2.25 357	3.48 397	2.95 304	9.97 405	0.26 249	0.24 279	0.26 231	0.30 303	0.68 367	0.61 358

psmorigin	1.52 341	0.69 341	10.52 410	0.68 290	0.59 289	1.13 260	0.70 263	1.57 223	1.19 218	1.99 355	1.79 319	2.26 358	1.47 332	2.09 262	1.36 310	0.39 327	0.40 355	0.34 304	0.33 319	0.43 316	0.56 347

Wz-Net-SNSev	1.49 337	1.23 383	6.27 400	0.68 290	0.67 310	1.37 297	1.41 360	2.00 321	1.39 306	1.48 300	1.61 293	2.29 359	1.32 319	3.93 327	2.14 358	0.31 288	0.28 304	0.31 274	0.33 319	0.42 311	0.36 294

WZ-Net	1.95 368	0.95 365	10.10 407	0.86 351	0.78 341	1.69 328	1.60 371	2.20 361	1.98 363	2.08 359	1.93 336	2.30 360	1.97 369	5.30 351	3.17 374	0.34 306	0.26 290	0.29 261	0.31 307	0.51 340	0.47 329

stereogan	1.15 308	0.42 265	1.40 315	0.86 351	0.84 354	2.38 372	0.71 265	1.88 293	1.73 347	1.72 333	1.94 338	2.31 361	1.29 313	2.07 261	1.08 273	0.36 316	0.35 339	0.39 330	0.31 307	0.51 340	0.46 326

G-Net	1.66 351	0.63 333	1.56 334	1.11 380	0.74 328	2.98 387	0.91 308	1.55 221	1.22 231	2.76 382	8.18 412	2.32 362	2.53 387	1.92 246	1.87 345	0.48 355	0.44 363	0.45 345	0.31 307	0.60 358	0.57 351

PVD	1.70 356	0.84 357	2.26 369	0.94 369	0.83 353	2.48 374	0.97 320	2.59 383	3.35 392	3.01 390	2.77 370	2.34 363	2.47 386	2.67 296	3.14 372	0.47 354	0.45 367	0.59 373	0.48 359	0.59 354	0.75 373

CBFPSM	0.92 251	0.33 194	1.86 354	0.49 69	0.38 176	1.75 333	0.84 292	1.39 178	1.12 182	1.09 129	0.99 88	2.37 364	1.66 351	1.32 145	1.42 323	0.19 94	0.18 201	0.20 77	0.20 140	0.21 136	0.33 283

ADCMid	1.89 367	0.73 346	5.06 393	0.72 308	0.67 310	2.00 356	1.14 341	1.97 318	1.48 324	2.86 385	1.81 322	2.37 364	2.05 374	2.24 274	10.39 408	0.33 298	0.31 322	0.39 330	0.43 348	0.50 336	0.44 320

ADCS	2.25 376	0.99 368	5.55 395	0.81 335	0.74 328	2.19 364	1.80 378	2.27 366	2.14 369	2.80 384	2.13 349	2.40 366	2.03 371	2.64 295	13.69 412	0.41 333	0.39 353	0.40 335	0.45 352	0.58 352	0.56 347

DISCO	1.03 281	0.34 213	1.11 276	0.69 293	0.45 216	2.07 359	0.84 292	2.13 341	1.50 327	1.15 162	1.33 217	2.40 366	1.07 277	2.60 293	1.51 332	0.23 196	0.18 201	0.22 126	0.20 140	0.31 263	0.27 237

MFN_U_SF_RVC	1.52 341	0.84 357	3.42 385	0.87 356	0.66 308	2.56 377	0.95 318	2.36 373	1.70 344	1.98 354	1.86 328	2.45 368	1.79 358	2.95 304	2.58 363	0.52 360	0.48 372	0.55 366	0.59 376	0.59 354	0.61 358

ADCPNet	1.85 363	0.69 341	8.07 403	0.71 305	0.58 282	2.79 383	1.22 349	1.94 311	1.54 333	1.88 348	1.69 307	2.46 369	2.04 372	2.37 283	6.48 391	0.38 324	0.37 346	0.38 324	0.43 348	0.47 329	0.45 322

edge stereo	1.11 298	0.50 295	1.30 303	0.71 305	0.65 306	1.14 261	0.75 269	1.93 309	1.37 298	1.71 332	1.83 323	2.54 370	1.44 327	2.43 287	1.23 292	0.42 336	0.41 357	0.54 362	0.35 328	0.42 311	0.46 326

Wz-Net-TNSev	1.88 364	2.08 407	7.66 401	0.67 280	0.64 303	2.42 373	1.83 381	2.33 370	1.74 349	1.57 319	1.56 281	2.58 371	1.90 366	4.86 343	3.12 371	0.39 327	0.37 346	0.33 294	0.37 335	0.53 344	0.58 352

RTS	2.67 389	1.38 385	15.28 415	0.99 371	1.26 386	3.78 396	1.96 389	2.15 347	2.62 383	2.61 376	2.85 372	2.60 372	1.59 341	6.27 372	5.71 389	0.40 329	0.28 304	0.35 311	0.35 328	0.50 336	0.48 332

RTSA	2.67 389	1.38 385	15.28 415	0.99 371	1.26 386	3.78 396	1.96 389	2.15 347	2.62 383	2.61 376	2.85 372	2.60 372	1.59 341	6.27 372	5.71 389	0.40 329	0.28 304	0.35 311	0.35 328	0.50 336	0.48 332

ACVNet-4b	2.15 374	1.41 388	1.64 338	2.80 401	2.31 402	2.31 369	1.24 350	2.32 369	2.14 369	1.26 222	2.39 360	2.66 374	1.48 333	5.95 370	1.06 270	3.20 407	0.45 367	2.37 399	0.89 388	2.83 402	2.37 403

MSC_U_SF_DS_RVC	2.12 373	1.15 380	3.10 384	1.05 375	0.76 337	5.03 409	2.40 404	2.16 350	2.62 383	1.89 350	2.28 355	2.69 375	1.65 347	9.35 410	2.04 354	0.64 375	0.51 377	0.68 375	0.71 380	1.09 383	0.67 365

AnyNet_C01	2.26 377	1.78 396	10.22 409	0.93 367	0.74 328	2.92 386	2.20 398	2.29 368	1.80 352	2.53 375	2.41 362	2.71 376	1.73 353	3.41 319	6.72 393	0.41 333	0.39 353	0.40 335	0.42 346	0.67 366	0.63 360

SAMSARA	1.55 343	0.84 357	2.61 378	1.22 383	1.07 372	2.50 375	1.93 387	2.05 330	1.89 357	2.75 381	1.66 304	2.81 377	1.69 352	3.08 310	1.97 352	0.46 353	0.51 377	0.42 339	0.46 355	0.58 352	0.59 354

SPS-STEREO	1.67 352	1.04 371	1.23 291	1.21 382	1.13 379	1.82 343	1.11 337	2.16 350	1.52 330	3.07 392	2.32 356	2.82 378	1.80 359	4.11 331	2.04 354	1.03 386	0.99 405	0.97 383	0.94 391	1.03 382	1.02 382
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MADNet+	2.69 391	3.22 417	11.53 412	1.44 389	1.12 377	3.19 389	1.81 379	2.85 386	2.37 373	1.68 330	2.07 346	2.85 379	2.18 377	7.41 393	5.23 387	0.79 378	0.76 391	0.69 377	0.65 379	0.98 378	0.95 379

IMH-64-1	2.70 392	1.79 397	1.46 324	3.26 410	2.66 406	3.23 391	2.10 393	4.08 398	2.75 386	2.34 366	3.81 384	3.06 380	2.22 379	4.25 333	2.59 364	3.75 413	0.84 395	2.75 409	1.35 401	3.15 407	2.60 409

IMH-64	2.70 392	1.79 397	1.46 324	3.26 410	2.66 406	3.23 391	2.10 393	4.08 398	2.75 386	2.34 366	3.81 384	3.06 380	2.22 379	4.25 333	2.59 364	3.75 413	0.84 395	2.75 409	1.35 401	3.15 407	2.60 409

NVStereoNet_ROB	1.88 364	1.07 372	1.45 322	1.07 378	1.17 380	1.47 309	1.48 365	1.89 295	1.93 362	1.94 353	4.67 394	3.08 382	1.80 359	6.51 377	1.65 337	1.06 388	0.86 400	1.08 388	1.32 400	0.93 377	1.26 390
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
EDNetEfficientorigin	10.57 417	1.47 391	177.42 442	0.67 280	0.53 261	1.58 319	1.16 344	1.90 298	3.37 393	4.71 406	3.38 378	3.10 383	2.69 389	3.13 312	3.58 377	0.25 235	0.23 270	0.33 294	0.27 267	0.83 373	0.81 374

PWCK	2.88 396	2.05 405	5.72 397	2.08 393	1.11 375	3.55 393	3.90 413	2.86 387	3.54 396	3.03 391	3.63 382	3.10 383	2.31 381	8.15 404	3.09 370	2.12 396	0.91 403	1.75 392	0.98 395	2.57 396	1.18 389

ACVNet_1	2.18 375	1.45 390	1.72 344	2.85 403	2.33 403	2.28 367	1.46 363	3.08 390	2.22 372	1.82 345	2.05 345	3.56 385	1.98 370	3.09 311	1.40 315	3.17 404	0.60 386	2.40 403	0.92 390	2.91 405	2.37 403

ELAS	2.37 381	0.74 349	1.54 333	0.99 371	0.92 363	4.78 406	2.33 402	3.33 393	3.37 393	5.05 410	4.77 395	3.67 386	4.53 406	3.42 320	4.50 384	0.62 372	0.53 379	0.55 366	0.53 368	0.63 359	0.64 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	1.68 354	0.36 236	0.61 64	0.59 202	0.29 66	2.25 366	1.18 346	2.38 375	1.68 343	3.60 394	2.67 369	3.69 387	2.42 384	8.13 402	1.90 348	0.31 288	0.31 322	0.30 270	0.28 284	0.30 256	0.29 251
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	1.88 364	0.57 315	2.18 367	0.63 244	0.40 189	2.80 384	1.57 370	2.39 376	5.88 408	2.36 370	3.57 381	3.72 388	2.97 392	4.74 341	1.76 341	0.34 306	0.30 316	0.32 287	0.29 295	0.48 332	0.37 296

coex-ft	8.13 415	2.13 408	98.04 441	0.67 280	0.53 261	1.71 329	1.56 368	1.65 238	11.11 413	18.17 427	3.75 383	3.88 389	7.61 416	2.98 307	6.49 392	0.30 281	0.30 316	0.32 287	0.31 307	0.66 365	0.50 337

WAO-7	2.66 388	1.40 387	1.73 346	1.39 386	1.17 380	3.93 399	1.94 388	4.11 400	3.88 398	2.92 386	5.50 398	4.18 390	3.00 394	7.63 397	3.71 379	1.13 391	1.00 406	1.17 389	1.13 399	1.18 385	1.09 388

JetBlue	3.97 400	2.01 402	10.19 408	1.38 385	2.84 410	10.53 417	9.54 417	3.60 396	2.41 375	2.73 380	3.39 379	4.54 391	4.31 404	7.85 401	6.84 394	0.88 379	0.93 404	0.89 381	0.91 389	1.74 389	1.91 397

ACVNet_2	2.43 385	1.41 388	2.04 359	2.62 400	2.24 399	2.63 380	1.88 385	3.31 392	3.01 388	2.19 362	3.45 380	4.62 392	2.04 372	4.50 338	1.47 329	2.55 399	0.64 388	2.22 396	0.84 386	2.69 397	2.29 402

ELAS_RVC	2.48 386	0.74 349	1.90 355	1.05 375	0.92 363	2.76 381	4.01 414	2.76 384	4.11 400	4.69 405	4.63 392	4.62 392	5.96 411	3.97 329	3.96 381	0.63 374	0.53 379	0.56 369	0.52 367	0.64 361	0.63 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 405	3.14 416	4.91 392	4.55 421	3.94 419	5.20 410	4.41 415	4.40 402	4.13 401	4.95 408	6.08 399	4.74 394	5.37 407	9.40 411	10.67 409	4.65 419	4.15 421	3.97 420	3.34 419	4.09 415	4.08 420

IMH	3.21 398	1.85 401	1.48 329	3.25 409	2.69 408	4.07 402	2.02 391	4.41 403	3.80 397	2.72 379	7.11 405	4.75 395	2.92 391	5.92 368	2.55 362	3.85 416	0.88 401	2.78 411	1.36 403	3.19 409	2.59 408

WAO-6	2.81 395	1.60 393	1.46 324	2.36 398	2.28 401	3.55 393	2.29 401	4.21 401	4.56 404	2.36 370	4.51 389	4.88 396	2.66 388	4.60 339	4.07 383	1.72 392	1.15 412	2.31 398	1.46 406	2.31 392	1.85 396

SGM+DAISY	2.41 384	1.07 372	2.14 364	1.18 381	1.10 374	2.14 363	1.36 358	1.96 314	1.66 341	5.46 412	7.07 404	4.95 397	4.32 405	5.50 358	2.26 360	1.04 387	1.02 408	0.99 385	0.97 393	1.02 381	1.04 384

tt	6.58 412	0.26 49	6.10 399	3.77 416	2.16 395	11.55 418	19.63 422	13.33 423	5.74 407	2.96 387	2.65 368	4.97 398	6.33 413	3.81 326	7.24 395	9.15 424	11.32 429	5.89 424	6.24 423	6.03 420	2.55 407

KSHMR	8.75 416	2.06 406	2.11 362	3.53 414	3.11 412	4.13 403	2.69 406	5.60 409	61.37 441	3.00 389	55.83 441	4.98 399	2.45 385	4.49 337	2.61 366	3.46 410	1.55 416	3.14 415	1.94 413	3.72 412	3.18 414

Dean	2.91 397	1.53 392	2.07 360	2.96 407	2.51 405	3.15 388	2.14 396	4.75 405	4.41 403	2.76 382	6.10 400	5.53 400	2.37 382	2.97 306	1.92 349	3.18 405	0.85 398	2.51 406	1.04 398	2.88 404	2.47 406

WCMA_ROB	1.84 362	0.47 283	1.31 304	0.69 293	0.57 274	2.11 361	1.14 341	1.87 291	1.73 347	4.04 398	6.43 401	5.62 401	3.61 398	2.59 292	1.94 350	0.52 360	0.44 363	0.39 330	0.42 346	0.48 332	0.47 329

LVE	3.31 399	1.67 394	1.64 338	2.85 403	2.42 404	3.20 390	2.26 400	4.78 406	5.05 405	2.35 368	6.91 402	6.02 402	2.37 382	9.15 406	2.17 359	3.19 406	1.08 411	2.38 401	1.47 407	2.81 400	2.40 405

JetRed	6.91 413	8.80 423	25.96 425	2.85 403	3.25 414	13.98 423	11.87 418	6.25 414	4.28 402	4.45 403	4.56 390	6.69 403	5.46 408	7.46 395	14.05 413	2.59 400	3.31 418	2.59 407	2.29 417	4.20 416	3.36 416

WAO-8	4.40 402	1.82 399	1.79 348	2.34 396	2.20 396	9.19 414	1.53 366	6.09 412	16.46 418	3.94 396	7.84 410	7.32 404	3.72 401	9.41 412	3.31 375	2.00 394	1.07 409	2.44 404	1.37 404	2.50 394	1.68 394

Venus	4.40 402	1.82 399	1.79 348	2.34 396	2.20 396	9.19 414	1.53 366	6.09 412	16.46 418	3.94 396	7.84 410	7.32 404	3.72 401	9.41 412	3.31 375	2.00 394	1.07 409	2.44 404	1.37 404	2.50 394	1.68 394

ktn	4.70 404	2.38 411	2.12 363	3.76 415	3.24 413	4.85 407	2.95 411	5.52 408	7.37 411	4.07 400	19.32 424	7.46 406	3.47 396	7.39 392	2.95 368	4.04 417	1.85 417	3.26 417	2.22 416	3.08 406	2.65 411

MeshStereo	2.26 377	0.56 311	0.92 221	0.61 225	0.49 234	2.60 378	1.02 329	3.18 391	2.05 367	7.40 417	4.98 397	7.58 407	2.98 393	6.37 375	1.96 351	0.43 341	0.43 360	0.45 345	0.39 338	0.43 316	0.42 314
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
notaker	3.98 401	2.40 412	2.68 380	3.82 417	3.27 415	3.97 401	2.14 396	4.78 406	3.45 395	4.12 401	6.94 403	7.65 408	3.26 395	7.82 400	5.30 388	4.04 417	1.41 414	3.36 418	2.10 415	3.88 413	3.31 415

FCDSN-DC	2.32 379	0.63 333	0.81 181	0.84 344	0.75 334	2.23 365	0.94 316	2.09 339	1.80 352	5.45 411	7.72 409	7.77 409	6.93 415	3.39 317	1.80 343	0.52 360	0.48 372	0.52 356	0.51 366	0.57 350	0.58 352
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSMD_ROB	1.99 371	0.59 321	0.89 211	0.70 298	0.61 295	3.95 400	0.94 316	1.80 277	1.79 351	4.41 402	4.43 388	8.17 410	3.66 399	3.40 318	1.33 304	0.52 360	0.48 372	0.54 362	0.58 373	0.53 344	0.50 337

LE_ROB	8.05 414	0.37 242	23.53 421	0.74 317	0.33 127	2.77 382	2.87 410	3.71 397	27.24 428	25.39 428	8.87 413	8.46 411	26.71 428	6.65 379	21.99 422	0.21 149	0.19 214	0.20 77	0.21 176	0.25 207	0.22 172

UNDER WATER	5.08 406	2.33 410	5.55 395	3.94 419	3.51 416	5.20 410	2.72 408	5.61 410	16.52 420	3.84 395	4.60 391	9.21 412	5.89 410	5.90 367	8.66 403	3.75 413	1.34 413	3.18 416	1.88 411	4.33 418	3.61 417

UNDER WATER-64	5.27 407	2.32 409	8.78 406	3.93 418	3.54 417	7.61 412	3.03 412	5.84 411	14.19 414	4.04 398	4.04 386	9.39 413	6.26 412	5.93 369	8.48 402	3.60 412	1.51 415	3.13 414	1.88 411	4.29 417	3.61 417

FC-DCNN	2.72 394	0.59 321	0.86 193	0.73 315	0.57 274	2.91 385	1.04 331	3.01 389	2.60 382	6.83 413	7.64 408	9.92 414	6.33 413	5.21 349	3.14 372	0.53 366	0.48 372	0.51 355	0.50 364	0.53 344	0.51 341

DGTPSM_ROB	13.01 421	8.23 421	21.87 418	9.51 424	18.10 422	11.56 419	32.01 427	10.63 420	16.20 416	7.03 414	19.48 425	10.15 415	16.66 420	9.83 415	22.42 423	4.75 420	8.68 424	5.37 421	10.25 425	6.16 421	11.36 424

DPSMNet_ROB	13.02 422	8.23 421	21.91 419	9.53 425	18.11 423	11.56 419	32.02 428	10.64 421	16.23 417	7.05 415	19.49 426	10.16 416	16.66 420	9.85 416	22.43 424	4.77 421	8.68 424	5.38 422	10.26 426	6.17 422	11.36 424

TorneroNet	10.70 418	2.03 403	1.82 351	3.43 412	3.01 411	43.83 433	2.22 399	8.87 418	67.47 442	7.17 416	27.36 427	10.68 417	3.85 403	8.67 405	7.65 401	3.59 411	0.88 401	3.04 413	1.57 409	3.71 411	3.17 413

TorneroNet-64	5.30 408	2.03 403	1.74 347	3.43 412	2.81 409	10.09 416	2.12 395	9.10 419	17.12 423	4.96 409	9.27 415	10.72 418	3.70 400	9.20 407	4.55 385	3.31 408	0.84 395	2.88 412	1.55 408	3.49 410	3.04 412

MANE	6.19 409	0.59 321	1.03 256	0.93 367	1.22 385	13.38 421	2.69 406	12.81 422	17.94 424	8.21 418	10.82 416	14.72 419	11.68 417	11.39 419	11.90 410	0.59 369	0.50 376	0.52 356	1.76 410	0.55 347	0.54 343

DPSimNet_ROB	11.20 420	4.98 419	35.43 429	2.90 406	4.52 420	7.89 413	17.09 421	4.66 404	6.06 409	14.89 423	10.93 417	17.29 420	36.81 432	13.18 421	15.68 417	2.86 401	6.29 423	5.75 423	5.09 421	3.91 414	7.70 423

pmcnn	2.37 381	0.42 265	2.71 381	0.63 244	0.43 203	1.54 316	1.19 347	2.01 325	1.53 332	2.64 378	7.60 407	18.07 421	1.45 329	3.44 322	2.78 367	0.18 61	0.15 128	0.15 3	0.12 10	0.20 102	0.18 82

Anonymous_1	43.04 438	18.73 426	24.79 422	21.81 426	46.26 436	27.80 424	37.60 429	28.08 428	16.14 415	14.66 422	14.30 418	20.65 422	17.88 422	21.56 424	25.94 426	117.93 442	8.92 426	100.65 439	126.50 439	158.64 442	12.08 426

DPSM_ROB	19.08 423	19.14 427	25.17 423	22.15 427	20.85 425	28.17 425	37.82 430	26.56 426	16.85 421	14.14 420	14.84 419	21.70 423	18.75 423	21.87 425	26.55 427	10.16 427	9.30 427	10.47 426	10.42 427	14.03 425	12.61 427

DPSM	19.08 423	19.14 427	25.17 423	22.15 427	20.85 425	28.17 425	37.82 430	26.56 426	16.85 421	14.14 420	14.84 419	21.70 423	18.75 423	21.87 425	26.55 427	10.16 427	9.30 427	10.47 426	10.42 427	14.03 425	12.61 427

xxxxx1	54.10 440	25.67 429	27.13 426	113.43 439	96.96 439	30.69 429	47.44 432	32.38 430	25.60 425	17.75 424	17.27 421	21.81 425	21.02 425	24.43 428	33.82 429	33.37 436	40.54 437	157.71 440	175.86 440	66.16 438	72.93 440

tt_ll	54.10 440	25.67 429	27.13 426	113.43 439	96.96 439	30.69 429	47.44 432	32.38 430	25.60 425	17.75 424	17.27 421	21.81 425	21.02 425	24.43 428	33.82 429	33.37 436	40.54 437	157.71 440	175.86 440	66.16 438	72.93 440

ff	54.10 440	25.67 429	27.13 426	113.43 439	96.96 439	30.69 429	47.44 432	32.38 430	25.60 425	17.75 424	17.27 421	21.81 425	21.02 425	24.43 428	33.82 429	33.37 436	40.54 437	157.71 440	175.86 440	66.16 438	72.93 440

HanzoNet	11.04 419	3.62 418	8.10 405	4.08 420	3.55 418	4.90 408	2.73 409	7.19 416	10.10 412	31.86 437	28.92 429	21.96 428	36.36 430	18.08 423	10.17 406	7.94 423	3.32 419	3.47 419	3.31 418	7.06 423	4.04 419

SGM-ForestM	6.52 411	0.38 247	1.26 297	0.63 244	0.35 145	13.59 422	5.32 416	6.32 415	6.70 410	11.14 419	9.18 414	22.51 429	13.93 418	16.89 422	20.07 421	0.36 316	0.37 346	0.36 319	0.35 328	0.36 283	0.34 285

LRCNet_RVC	22.74 425	32.10 432	21.97 420	29.84 429	26.23 427	4.42 405	0.81 289	22.66 424	2.02 365	26.93 429	29.26 430	23.06 430	15.59 419	23.84 427	18.88 420	31.75 435	19.90 436	34.65 435	32.13 435	30.54 434	28.32 435

HaxPig	38.92 434	41.40 440	41.64 430	29.95 430	32.27 428	28.90 427	27.60 424	29.73 429	37.71 438	43.82 438	43.87 437	33.17 431	35.56 429	41.53 432	40.37 434	43.94 439	47.51 441	45.82 436	47.08 437	42.38 435	44.15 438

MEDIAN_ROB	42.00 436	44.40 442	44.29 433	35.15 431	34.95 429	31.28 432	29.60 426	35.88 434	40.02 440	47.20 440	46.64 439	37.37 432	38.48 440	44.35 440	42.45 435	48.03 441	49.39 442	49.71 438	49.03 438	45.14 437	46.65 439

AVERAGE_ROB	40.43 435	42.37 441	42.73 431	36.96 432	35.58 430	30.50 428	27.61 425	36.71 435	38.39 439	44.91 439	44.36 438	37.45 433	36.70 431	41.88 433	40.35 433	45.43 440	46.81 440	47.11 437	46.35 436	42.51 436	43.87 437

MyStereo03	38.34 430	38.50 436	50.41 435	44.74 434	41.86 432	56.65 435	76.38 437	52.99 436	33.93 434	28.39 432	29.99 433	43.54 434	37.42 434	43.82 435	53.53 438	20.31 430	18.71 433	21.06 429	21.08 431	28.23 428	25.35 431

MyStereo02	38.34 430	38.50 436	50.41 435	44.74 434	41.86 432	56.65 435	76.38 437	52.99 436	33.93 434	28.39 432	29.99 433	43.54 434	37.42 434	43.82 435	53.53 438	20.31 430	18.71 433	21.06 429	21.08 431	28.23 428	25.35 431

MyStereo	38.34 430	38.50 436	50.41 435	44.74 434	41.86 432	56.65 435	76.38 437	52.99 436	33.93 434	28.39 432	29.99 433	43.54 434	37.42 434	43.82 435	53.53 438	20.31 430	18.71 433	21.06 429	21.08 431	28.23 428	25.35 431

Selective-RAFT-Error	38.39 433	38.47 435	50.44 438	44.73 433	41.97 435	56.68 438	76.38 437	53.24 440	33.92 433	28.34 431	29.85 432	43.60 437	38.20 439	43.75 434	53.34 436	20.38 433	18.70 431	21.09 433	21.05 429	28.30 432	25.43 434

CasAABBNet	38.33 429	38.46 434	50.35 434	44.75 437	41.84 431	56.68 438	76.37 436	53.22 439	33.83 432	28.31 430	29.54 431	43.62 438	37.71 438	43.84 438	53.41 437	20.30 429	18.70 431	21.07 432	21.07 430	28.24 431	25.34 430

SPstereo	26.54 427	6.08 420	10.71 411	5.55 422	5.68 421	48.14 434	80.43 441	67.31 442	34.39 437	28.70 435	27.52 428	43.76 439	37.60 437	45.04 441	54.41 442	4.92 422	4.89 422	10.74 428	5.88 422	4.46 419	4.57 421

LSM0	42.82 437	38.75 439	50.81 439	47.07 438	109.38 442	57.00 440	76.02 435	53.74 441	33.71 431	29.02 436	30.41 436	43.87 440	37.22 433	43.91 439	53.54 441	20.52 434	18.62 430	21.10 434	21.11 434	28.41 433	42.22 436

BEATNet-Init1	26.87 428	13.43 425	70.68 440	0.91 364	0.68 316	57.02 441	21.06 423	32.82 433	32.67 430	52.12 441	53.61 440	66.05 441	49.56 441	48.79 442	34.71 432	0.49 359	0.44 363	0.53 361	0.53 368	0.63 359	0.59 354

PML	51.67 439	36.25 433	13.28 414	7.46 423	20.81 424	108.69 442	232.22 443	8.72 417	27.82 429	87.01 442	269.67 443	69.67 442	61.95 442	24.76 431	14.20 414	9.74 426	3.40 420	9.62 425	4.70 420	18.74 427	4.72 422

test_example2	192.40 443	210.76 444	206.48 443	199.83 443	204.73 443	172.94 443	183.52 442	133.93 443	133.41 443	191.38 443	196.19 442	187.13 443	178.77 443	205.33 443	208.00 443	222.09 443	238.72 443	186.54 443	190.54 443	227.34 443	170.31 443

ASD4		10.99 424

Low-res two-view benchmark