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

EGLCR-Stereo	1.04 9	0.20 3	2.00 26	1.14 144	0.16 66	2.50 77	0.11 28	4.96 69	2.61 20	0.79 26	0.07 1	1.46 60	0.37 20	3.96 75	0.23 2	0.01 144	0.05 239	0.00 1	0.00 1	0.00 1	0.07 156

anonymousa	3.80 234	0.55 148	3.35 145	1.24 150	3.74 336	9.04 303	0.36 92	6.74 158	4.03 95	7.72 229	19.64 329	10.62 290	6.01 279	1.52 21	1.40 127	0.00 1	0.00 1	0.00 1	0.05 263	0.00 1	0.03 67

CREStereo++_RVC	1.59 40	0.39 81	2.26 49	0.36 60	0.01 1	1.67 28	0.01 1	2.95 4	8.12 236	3.69 78	7.44 164	0.47 36	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 383	0.00 1	0.00 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
TANstereo	1.20 21	0.49 133	2.04 28	0.34 58	0.10 38	1.80 38	0.01 1	3.40 10	4.10 103	4.37 87	4.82 85	0.41 32	0.70 43	0.94 4	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	1.44 36	0.85 229	2.04 28	2.45 300	0.05 10	2.34 66	0.01 1	3.46 12	7.51 217	2.88 59	4.98 91	0.26 14	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FENet	2.19 98	0.34 54	3.04 124	2.05 260	0.26 115	2.82 128	0.13 41	7.02 165	5.55 153	4.97 104	1.94 33	4.91 170	3.39 178	4.71 87	2.50 197	0.02 214	0.03 209	0.00 1	0.00 1	0.00 1	0.21 271

CAS	2.24 100	0.25 11	1.86 14	11.21 383	3.86 344	1.67 28	0.02 7	3.87 24	2.67 22	0.41 16	1.63 26	0.24 13	0.27 5	1.50 20	0.74 55	9.43 391	0.01 126	0.00 1	0.00 1	0.01 7	5.21 379

riskmin	1.88 64	0.15 1	2.11 41	1.38 166	0.88 203	2.40 71	0.04 9	5.93 122	6.10 175	2.25 48	1.34 20	6.06 208	5.08 258	2.78 54	1.01 99	0.00 1	0.02 166	0.00 1	0.00 1	0.01 7	0.06 143

DisPM	2.43 124	0.32 33	3.04 124	1.76 216	0.18 83	3.46 165	0.65 154	5.13 77	4.88 133	8.59 261	7.04 156	2.84 91	1.03 67	8.85 273	0.83 70	0.01 144	0.00 1	0.00 1	0.00 1	0.01 7	0.02 38

PSMNet-ADL	2.98 170	0.43 109	2.41 56	1.43 174	0.40 145	5.94 255	0.28 75	8.45 190	5.13 140	3.36 72	6.77 143	8.41 257	4.61 239	7.20 178	4.55 255	0.02 214	0.09 280	0.00 1	0.00 1	0.01 7	0.03 67

PFNet+	2.35 116	0.31 24	3.69 170	0.79 97	0.17 71	3.15 156	0.75 178	4.52 46	6.30 184	7.90 238	6.34 137	2.53 84	1.18 80	7.72 203	1.62 147	0.03 241	0.00 1	0.00 1	0.00 1	0.01 7	0.03 67

ASMatch	3.32 197	0.50 134	3.32 143	1.72 212	0.45 156	1.93 44	0.68 159	6.42 146	3.89 86	6.18 155	22.30 342	4.61 161	4.82 250	7.65 196	1.70 150	0.00 1	0.02 166	0.00 1	0.03 242	0.01 7	0.18 254

Pruner-Stereo	2.49 132	0.40 90	2.46 61	1.80 221	0.25 109	3.51 174	0.77 181	6.03 124	4.92 134	8.91 271	6.09 120	4.45 155	1.11 70	6.99 165	2.11 179	0.02 214	0.00 1	0.02 284	0.00 1	0.01 7	0.04 103

RAFT-RH_RVC	3.96 245	0.46 123	2.93 112	1.55 187	0.42 150	3.14 153	0.14 48	3.70 17	5.98 170	11.25 323	32.23 374	5.29 183	1.68 109	8.13 231	2.14 182	0.08 291	0.00 1	0.00 1	0.03 242	0.01 7	0.00 1

RAFT-345	3.27 187	0.41 97	2.88 109	1.02 125	0.21 99	2.63 98	0.48 111	3.76 23	5.51 151	7.35 217	24.88 355	4.25 147	1.76 118	8.15 233	2.13 181	0.01 144	0.00 1	0.00 1	0.00 1	0.01 7	0.01 16

TestStereo	1.74 47	1.02 255	3.64 168	0.20 32	0.28 122	1.33 11	0.01 1	5.24 90	4.01 94	3.18 64	4.97 90	2.07 78	0.70 43	7.32 181	0.75 59	0.02 214	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

Gwc-CoAtRS	2.02 82	0.33 45	2.61 74	1.04 132	0.30 124	3.56 178	0.40 99	5.89 121	5.94 166	5.08 108	5.01 92	5.55 191	1.72 112	1.60 25	0.91 86	0.01 144	0.09 280	0.00 1	0.25 326	0.01 7	0.02 38

CREStereo	0.98 6	0.42 101	1.86 14	0.07 9	0.22 102	1.65 27	0.02 7	4.07 30	6.33 187	0.72 25	1.54 24	0.43 34	0.64 42	1.22 12	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
R-Stereo Train	2.44 126	0.32 33	1.93 19	0.94 114	0.16 66	3.67 184	0.61 146	6.37 140	3.08 47	9.14 277	17.44 320	1.80 70	0.77 49	1.76 31	0.70 48	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 67

RAFT-Stereo	2.44 126	0.32 33	1.93 19	0.94 114	0.16 66	3.67 184	0.61 146	6.37 140	3.08 47	9.14 277	17.44 320	1.80 70	0.77 49	1.76 31	0.70 48	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 67
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 260	0.32 33	2.76 93	0.63 87	0.69 185	6.95 274	1.69 255	11.96 281	8.36 243	8.83 268	12.17 265	15.18 327	4.21 218	6.91 159	3.30 222	0.02 214	0.02 166	0.00 1	0.00 1	0.01 7	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ACVNet-DCA	2.01 81	0.65 178	2.15 42	2.30 283	0.02 3	5.80 250	0.56 132	8.45 190	3.33 62	1.03 30	3.33 56	0.32 25	3.71 194	8.05 222	0.45 16	0.00 1	0.02 166	0.00 1	0.03 242	0.02 22	0.03 67

xx1	2.33 115	0.65 178	2.15 42	2.30 283	0.02 3	5.80 250	0.56 132	4.31 34	10.41 284	1.03 30	3.33 56	4.67 162	2.70 149	8.05 222	0.45 16	0.00 1	0.02 166	0.00 1	0.00 1	0.02 22	0.03 67

1test111	1.86 60	0.65 178	2.15 42	2.30 283	0.02 3	5.80 250	0.56 132	8.45 190	3.33 62	1.03 30	3.33 56	0.32 25	3.71 194	4.40 83	0.96 92	0.00 1	0.02 166	0.00 1	0.03 242	0.02 22	0.03 67

1111x	4.25 265	0.30 21	4.31 210	1.47 178	0.37 139	5.10 239	0.32 86	12.86 307	9.82 271	6.01 141	9.73 218	8.78 265	5.97 278	9.43 294	10.39 336	0.06 279	0.03 209	0.00 1	0.00 1	0.02 22	0.04 103

Any-RAFT	2.18 97	0.25 11	1.94 21	1.37 165	0.80 197	5.01 238	0.56 132	8.51 194	5.58 156	4.01 82	4.85 87	5.44 189	2.26 135	2.45 51	0.35 7	0.00 1	0.15 317	0.00 1	0.00 1	0.02 22	0.02 38

RAFT-Test	2.17 95	0.36 70	3.40 150	1.05 134	0.34 136	4.90 235	0.69 163	6.27 135	3.98 90	4.65 98	7.02 153	6.30 216	1.12 71	1.81 34	0.99 96	0.01 144	0.17 327	0.00 1	0.34 345	0.02 22	0.02 38

LoS_RVC	1.26 26	1.43 296	1.91 17	0.42 66	3.77 342	1.71 36	0.04 9	2.58 3	2.49 16	0.42 20	2.58 44	0.30 20	0.57 39	1.71 28	0.66 43	0.01 144	0.02 166	0.00 1	0.00 1	0.02 22	4.49 376

knoymous	1.36 33	0.21 6	1.68 11	0.20 32	0.49 167	1.58 24	0.11 28	5.15 80	2.40 14	4.62 94	1.77 29	4.56 159	0.45 32	3.23 60	0.63 39	0.00 1	0.02 166	0.00 1	0.00 1	0.02 22	0.01 16

DCANet-4	2.03 83	0.34 54	5.30 259	0.31 46	0.18 83	1.69 31	0.12 34	4.95 67	8.55 251	5.78 123	5.17 95	1.12 51	2.82 157	2.11 47	1.92 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 254

qqq	1.93 72	0.30 21	2.96 114	1.40 169	0.05 10	1.96 45	0.39 96	8.45 190	3.33 62	3.06 63	3.84 66	4.67 162	2.70 149	4.40 83	0.96 92	0.00 1	0.01 126	0.00 1	0.00 1	0.02 22	0.03 67

fff	2.28 109	0.61 166	3.81 180	0.22 35	0.07 23	1.69 31	0.11 28	5.37 102	11.84 307	5.80 125	5.17 95	1.44 57	5.41 264	2.00 42	1.92 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 254

x	1.73 46	0.28 16	2.49 64	1.91 234	0.17 71	2.10 53	0.83 191	8.74 205	3.55 75	3.28 68	2.12 38	3.10 104	1.96 123	2.90 55	1.12 106	0.00 1	0.02 166	0.00 1	0.00 1	0.02 22	0.03 67

IER	3.20 184	0.54 147	5.13 249	0.58 83	1.59 248	7.29 281	0.56 132	6.36 138	4.95 135	7.44 220	8.84 189	6.20 211	6.26 281	4.88 91	3.29 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

IIG-Stereo	3.16 182	0.75 207	2.83 99	4.08 359	0.21 99	2.56 85	0.74 175	6.55 151	5.56 155	8.39 253	9.38 212	7.94 250	2.79 155	9.50 299	1.89 165	0.02 214	0.00 1	0.00 1	0.00 1	0.02 22	0.04 103

NF-Stereo	2.24 100	0.33 45	3.00 115	2.04 256	0.10 38	3.46 165	0.43 103	6.51 150	3.17 51	6.84 186	5.24 103	2.67 89	1.34 89	8.17 237	1.53 138	0.01 144	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

OCTAStereo	2.24 100	0.33 45	3.03 121	2.04 256	0.10 38	3.45 164	0.43 103	6.50 147	3.17 51	6.84 186	5.20 100	2.65 86	1.33 87	8.18 238	1.56 142	0.01 144	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

PSM-softLoss	2.24 100	0.34 54	3.42 152	1.81 222	0.17 71	2.74 108	0.39 96	6.17 132	2.92 31	6.26 162	6.29 134	2.96 95	0.97 62	8.68 262	1.71 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38

KMStereo	2.24 100	0.34 54	3.42 152	1.81 222	0.17 71	2.74 108	0.39 96	6.17 132	2.92 31	6.26 162	6.29 134	2.96 95	0.97 62	8.68 262	1.71 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38

DEmStereo	3.79 232	0.37 76	3.69 170	0.17 30	0.17 71	5.28 242	2.54 271	4.35 36	3.70 78	8.21 249	20.15 330	5.13 180	10.38 339	7.65 196	3.85 244	0.01 144	0.01 126	0.01 255	0.00 1	0.02 22	0.06 143

GrayStereo	3.74 226	0.20 3	1.94 21	1.55 187	0.60 176	3.12 152	8.22 356	5.76 115	3.32 61	10.40 307	16.66 306	5.81 203	8.60 322	6.57 149	1.37 126	0.01 144	0.00 1	0.01 255	0.63 359	0.02 22	0.04 103

RE-Stereo	2.25 105	0.33 45	3.03 121	2.04 256	0.10 38	3.47 167	0.43 103	6.50 147	3.18 54	6.84 186	5.20 100	2.65 86	1.34 89	8.18 238	1.58 144	0.01 144	0.00 1	0.01 255	0.00 1	0.02 22	0.01 16

TVStereo	2.25 105	0.33 45	3.03 121	2.04 256	0.10 38	3.47 167	0.43 103	6.50 147	3.18 54	6.84 186	5.20 100	2.65 86	1.34 89	8.18 238	1.58 144	0.01 144	0.00 1	0.01 255	0.00 1	0.02 22	0.01 16

IRAFT_RVC	2.85 159	0.41 97	3.32 143	2.09 262	0.41 148	2.92 138	5.22 327	6.41 145	3.63 77	6.53 178	5.48 112	5.09 178	4.88 252	8.20 241	2.15 183	0.01 144	0.17 327	0.01 255	0.00 1	0.02 22	0.04 103

AnonymousM	2.71 148	6.75 373	0.98 1	0.73 93	0.06 17	2.41 72	0.53 125	5.30 96	3.05 45	4.75 101	2.09 35	1.89 73	1.01 64	1.88 40	0.51 32	0.01 144	0.02 166	17.42 391	4.76 391	0.02 22	0.01 16

test-1	1.82 57	0.45 117	5.42 262	0.89 105	0.41 148	2.14 55	0.56 132	5.75 113	4.15 106	3.28 68	5.11 93	3.61 125	0.70 43	1.53 22	1.56 142	0.02 214	0.34 354	0.00 1	0.08 274	0.02 22	0.30 300

s12784h	1.89 67	0.30 21	2.57 70	0.11 17	0.09 35	4.18 214	0.13 41	6.61 152	7.44 216	3.62 77	4.28 75	0.59 42	0.81 54	6.61 150	0.46 20	0.01 144	0.01 126	0.00 1	0.00 1	0.02 22	0.00 1

csc	2.28 109	0.61 166	3.81 180	0.22 35	0.07 23	1.69 31	0.11 28	5.37 102	11.84 307	5.80 125	5.17 95	1.44 57	5.41 264	2.00 42	1.92 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 254

cscssc	2.28 109	0.61 166	3.81 180	0.22 35	0.07 23	1.69 31	0.11 28	5.37 102	11.84 307	5.80 125	5.17 95	1.44 57	5.41 264	2.00 42	1.92 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 254

CFNet-RSSM	2.11 88	0.33 45	2.71 85	1.04 132	0.30 124	3.21 159	0.41 100	6.67 155	6.96 199	5.62 120	4.58 83	5.40 188	1.71 111	1.86 37	0.87 77	0.00 1	0.08 272	0.00 1	0.32 341	0.02 22	0.02 38

UNet	3.97 248	0.61 166	6.50 294	1.68 205	3.22 315	9.82 312	0.31 85	9.50 222	5.32 145	7.20 209	6.35 138	10.59 288	5.91 277	6.93 160	5.49 267	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

STTStereo	3.60 218	0.93 246	6.34 288	2.71 311	2.23 288	3.68 186	0.63 149	9.42 220	6.73 193	9.87 295	6.97 147	8.84 266	3.65 189	6.85 155	3.04 211	0.00 1	0.02 166	0.01 255	0.00 1	0.02 22	0.02 38

RYNet	6.34 307	0.89 237	5.88 276	1.41 172	4.48 360	15.97 354	4.18 307	13.41 315	16.49 336	10.81 316	7.00 152	14.33 321	8.72 323	9.43 294	13.71 356	0.00 1	0.01 126	0.00 1	0.00 1	0.02 22	0.07 156

AdaStereo	3.09 177	0.58 159	3.04 124	2.84 317	0.48 164	4.08 211	1.29 235	12.16 289	7.77 227	6.03 142	9.62 215	5.79 202	1.53 106	4.56 86	1.93 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38
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.
NVstereo2D	4.51 275	0.82 224	6.86 302	3.28 337	3.38 321	8.16 293	3.13 285	10.51 247	15.15 330	4.90 103	6.89 146	7.87 245	4.78 247	9.88 302	3.91 246	0.01 144	0.00 1	0.00 1	0.06 268	0.02 22	0.58 331

HSM	4.00 250	0.79 216	3.16 134	1.59 195	2.17 284	6.77 270	1.11 223	12.28 292	6.35 189	6.75 181	8.11 180	13.90 318	5.37 263	8.85 273	2.71 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38

MDST_ROB	8.37 339	0.32 33	9.03 326	4.18 362	2.42 296	26.86 383	6.14 333	19.36 370	13.52 321	27.09 378	22.75 345	9.47 272	4.74 244	15.06 355	6.34 280	0.02 214	0.02 166	0.00 1	0.00 1	0.02 22	0.13 228

mmm	2.50 135	0.29 17	3.22 138	1.98 244	0.32 131	3.72 192	0.12 34	9.45 221	4.05 99	5.84 129	10.80 240	2.47 83	2.86 160	4.07 79	0.75 59	0.00 1	0.02 166	0.00 1	0.01 209	0.03 58	0.02 38

11t1	1.62 41	0.26 13	2.53 66	2.37 294	0.24 106	2.58 89	0.06 14	6.66 154	3.00 42	3.40 73	3.01 50	1.14 52	1.94 122	4.18 81	0.91 86	0.01 144	0.02 166	0.00 1	0.00 1	0.03 58	0.03 67

mmx	3.86 238	0.31 24	3.97 188	1.34 158	0.98 214	2.80 116	0.48 111	12.18 290	10.66 291	6.29 167	9.23 200	5.59 192	3.72 198	10.11 304	9.35 324	0.05 269	0.02 166	0.00 1	0.00 1	0.03 58	0.04 103

ttt	3.86 238	0.23 10	2.34 53	2.22 277	1.68 257	4.36 220	0.28 75	12.45 294	11.09 296	6.90 193	11.85 258	4.08 138	3.28 170	8.47 251	7.85 300	0.06 279	0.04 230	0.00 1	0.00 1	0.03 58	0.03 67

xxx	3.86 238	0.31 24	3.98 193	1.34 158	0.98 214	2.80 116	0.48 111	12.18 290	10.66 291	6.29 167	9.23 200	5.59 192	3.72 198	10.11 304	9.35 324	0.05 269	0.02 166	0.00 1	0.00 1	0.03 58	0.04 103

MSKI-zero shot	2.00 80	0.36 70	2.15 42	0.81 98	0.25 109	2.69 106	0.29 80	6.16 131	2.34 13	4.31 86	7.52 165	3.70 127	0.25 3	8.42 249	0.41 10	0.01 144	0.13 308	0.00 1	0.25 326	0.03 58	0.02 38

Wz-Net-LNSev-Ref	5.98 298	1.55 307	9.92 332	2.40 295	3.22 315	10.28 318	3.14 286	11.64 269	9.79 270	9.54 286	20.22 332	11.16 302	6.77 293	10.61 315	9.16 320	0.06 279	0.00 1	0.00 1	0.00 1	0.03 58	0.04 103

AAGNet	3.41 207	0.34 54	2.45 58	1.78 219	0.39 143	3.69 187	1.05 217	4.79 62	4.61 123	9.62 289	7.74 172	4.98 171	6.38 285	7.34 183	13.02 351	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 103

STrans-v2	3.43 209	0.73 201	4.82 232	0.26 40	0.60 176	3.00 143	1.19 229	10.41 246	7.22 208	5.79 124	10.97 245	6.75 225	7.03 298	8.25 243	1.40 127	0.00 1	0.01 126	0.00 1	0.00 1	0.03 58	0.18 254

FTStereo	4.55 279	0.36 70	2.18 47	0.94 114	0.38 141	2.60 93	8.82 359	4.98 72	3.17 51	10.88 317	30.35 370	5.60 197	7.60 308	7.62 195	1.55 141	0.17 313	0.00 1	0.05 318	0.00 1	0.03 58	3.80 372

SST-Stereo	2.75 152	0.31 24	2.78 96	1.33 156	0.33 134	3.99 209	0.82 187	5.60 110	3.93 88	10.92 318	6.19 128	5.00 175	4.23 220	8.66 261	0.74 55	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 67

RAFT_R40	2.71 148	0.33 45	3.00 115	1.26 151	0.30 124	3.83 202	1.00 215	5.69 112	4.29 108	9.69 291	6.33 136	5.02 177	4.02 211	8.58 257	0.86 75	0.01 144	0.00 1	0.00 1	0.00 1	0.03 58	0.02 38

cross-raft	2.03 83	0.35 63	2.78 96	1.10 137	0.16 66	3.77 198	0.48 111	7.03 166	3.75 81	5.06 107	5.55 114	6.26 213	1.41 93	1.75 30	0.89 84	0.01 144	0.07 264	0.00 1	0.19 311	0.03 58	0.03 67

rafts_anoy	1.72 44	0.79 216	2.58 71	2.03 254	1.75 263	2.47 75	0.16 55	5.48 106	6.01 172	3.24 67	2.11 37	1.92 76	1.33 87	3.08 58	1.13 108	0.01 144	0.18 331	0.00 1	0.01 209	0.03 58	0.07 156

xxxx	4.51 275	0.31 24	2.77 94	1.69 206	0.47 163	7.74 291	0.07 18	14.04 323	7.91 231	5.82 128	8.97 196	9.34 269	3.41 181	7.33 182	20.24 369	0.05 269	0.03 209	0.00 1	0.00 1	0.03 58	0.04 103

test_xeample	4.13 254	0.36 70	2.75 90	1.23 149	0.51 170	3.96 208	0.13 41	12.63 303	7.65 222	7.49 222	10.86 244	3.29 109	3.36 173	6.71 152	21.53 374	0.02 214	0.03 209	0.00 1	0.00 1	0.03 58	0.04 103

MMNet	4.16 258	0.77 211	5.47 265	1.40 169	1.67 255	10.78 324	0.63 149	8.64 203	8.47 247	8.80 267	8.33 182	7.51 240	6.61 288	7.53 192	6.54 284	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 133

PMTNet	1.41 35	0.37 76	2.06 30	0.26 40	0.15 63	2.94 140	0.34 90	3.39 9	5.33 146	1.00 29	1.27 18	0.28 18	0.93 61	4.04 78	0.74 55	5.00 379	0.00 1	0.00 1	0.00 1	0.03 58	0.01 16

RASNet	4.52 278	0.61 166	4.42 214	3.42 340	4.68 364	4.58 228	0.99 214	9.54 224	8.01 233	5.28 113	11.42 252	10.34 287	8.88 325	9.28 290	8.68 315	0.15 307	0.00 1	0.00 1	0.00 1	0.03 58	0.04 103

DLCB_ROB	4.51 275	0.91 240	3.78 177	2.19 271	1.07 222	6.28 259	3.09 284	9.78 228	7.72 225	10.65 313	12.97 274	13.91 319	3.71 194	8.72 269	5.30 265	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 198

Former-RAFT_DAM_RVC	1.26 26	0.42 101	2.36 55	0.59 85	1.26 232	2.43 74	0.01 1	3.29 6	7.76 226	1.71 44	2.78 46	0.27 16	0.32 15	1.16 11	0.58 36	0.04 257	0.01 126	0.00 1	0.00 1	0.04 78	0.10 198

CASnet	0.98 6	0.32 33	1.62 8	0.65 89	0.07 23	2.11 54	0.14 48	3.50 14	4.03 95	3.77 79	1.41 21	0.31 23	0.29 8	0.80 2	0.57 33	0.01 144	0.00 1	0.00 1	0.00 1	0.04 78	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	1.23 24	0.18 2	1.13 2	0.07 9	0.17 71	2.38 70	0.54 127	6.10 127	2.51 17	0.41 16	3.20 54	0.26 14	0.29 8	6.94 163	0.16 1	0.00 1	0.01 126	0.00 1	0.11 286	0.04 78	0.10 198

DCRE	1.79 50	0.68 188	2.55 68	1.66 204	0.27 117	1.27 9	0.05 12	4.57 51	4.04 97	3.30 70	9.24 206	3.83 130	1.20 81	2.08 46	0.67 44	0.00 1	0.12 301	0.00 1	0.24 324	0.04 78	0.09 179

ADStereo(finetuned)	2.26 108	0.64 174	5.22 256	0.31 46	0.18 83	1.71 36	0.25 71	5.23 84	8.46 246	6.06 145	5.30 108	1.41 55	6.37 284	1.87 38	1.87 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 254

BUS	2.49 132	0.32 33	3.05 129	0.46 69	0.46 157	7.12 276	0.50 122	9.05 209	4.69 125	6.11 149	6.15 125	5.29 183	0.83 55	3.91 71	1.77 157	0.01 144	0.03 209	0.03 300	0.00 1	0.04 78	0.00 1

BSDual-CNN	2.69 145	0.32 33	3.05 129	0.46 69	0.46 157	7.13 278	1.63 251	9.05 209	4.69 125	6.11 149	6.15 125	6.26 213	2.54 143	3.91 71	1.91 166	0.01 144	0.03 209	0.03 300	0.00 1	0.04 78	0.00 1

hknet	3.31 191	0.42 101	4.68 228	0.46 69	1.17 228	7.13 278	1.63 251	9.05 209	6.91 197	6.11 149	6.15 125	9.66 274	2.85 159	7.48 191	2.45 196	0.01 144	0.03 209	0.03 300	0.00 1	0.04 78	0.00 1

GLC_STEREO	0.75 1	0.29 17	1.19 3	0.55 77	0.01 1	1.98 46	0.57 140	3.07 5	3.02 44	0.90 28	1.48 22	0.19 1	0.40 23	0.93 3	0.36 8	0.00 1	0.01 126	0.00 1	0.00 1	0.04 78	0.02 38

DAS	3.74 226	0.35 63	5.19 254	1.99 245	3.74 336	2.36 67	3.22 288	7.77 175	9.27 260	8.70 262	12.08 261	4.45 155	5.43 267	8.39 246	1.71 151	0.01 144	0.00 1	0.00 1	0.00 1	0.04 78	0.02 38

SepStereo	3.78 231	0.35 63	5.19 254	1.99 245	3.74 336	2.36 67	3.22 288	7.77 175	9.27 260	8.70 262	12.08 261	4.45 155	5.43 267	9.18 285	1.71 151	0.01 144	0.00 1	0.00 1	0.00 1	0.04 78	0.02 38

TransformOpticalFlow	3.38 203	0.70 195	4.54 219	1.00 124	0.30 124	3.56 178	0.14 48	9.67 226	7.30 212	5.55 119	13.34 278	6.74 224	5.03 255	8.22 242	1.34 124	0.00 1	0.01 126	0.01 255	0.00 1	0.04 78	0.11 210

PSM-AAD	3.33 199	0.20 3	1.47 6	0.73 93	0.54 172	2.55 83	6.19 334	4.97 70	3.27 59	10.92 318	11.92 259	2.95 94	9.59 334	7.90 212	0.82 69	0.01 144	0.01 126	0.00 1	0.00 1	0.04 78	2.47 368

KYRaft	3.59 217	0.31 24	1.84 13	0.76 96	0.46 157	2.29 63	4.04 304	4.75 60	3.25 58	8.93 274	19.47 328	6.62 223	5.07 257	7.79 207	0.71 52	0.01 144	0.00 1	0.00 1	0.01 209	0.04 78	5.38 381

HCRNet	2.56 137	0.53 144	3.35 145	0.24 39	3.39 323	2.19 57	0.23 67	6.89 163	5.50 149	5.26 112	4.79 84	5.27 182	2.78 154	7.71 201	2.89 207	0.00 1	0.02 166	0.00 1	0.00 1	0.04 78	0.04 103

DCANet	2.08 87	0.64 174	3.81 180	0.31 46	0.17 71	1.70 35	0.25 71	5.23 84	8.47 247	6.07 146	5.30 108	1.41 55	4.23 220	1.85 36	2.02 176	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 264

222	5.36 290	0.40 90	2.72 87	1.50 179	0.48 164	6.15 258	0.07 18	13.73 320	8.06 234	8.79 265	11.03 246	3.71 128	4.21 218	7.47 190	38.74 404	0.03 241	0.02 166	0.00 1	0.00 1	0.04 78	0.05 133

EAI-Stereo	2.31 113	0.44 113	2.72 87	0.68 91	0.56 173	3.51 174	2.62 273	11.42 266	4.14 105	2.09 46	7.23 161	1.21 54	0.91 59	5.67 112	1.51 135	0.01 144	0.25 348	0.00 1	0.88 366	0.04 78	0.26 291

UPFNet	3.82 235	0.47 125	4.34 212	2.21 274	3.38 321	7.26 280	2.69 275	9.89 231	5.96 167	7.98 239	7.53 166	7.89 247	3.15 167	7.72 203	5.88 275	0.01 144	0.02 166	0.00 1	0.00 1	0.04 78	0.06 143

DMCA	2.82 158	0.64 174	4.45 215	1.61 197	0.89 204	3.86 203	0.57 140	9.18 213	5.10 139	6.24 159	6.49 139	7.17 237	2.13 128	3.31 61	4.73 258	0.00 1	0.01 126	0.00 1	0.00 1	0.04 78	0.02 38

NLCA_NET_v2_RVC	3.84 236	1.06 261	5.23 257	2.72 313	3.27 317	4.36 220	0.61 146	10.71 251	7.56 219	8.75 264	7.89 176	9.86 276	3.90 206	7.15 176	3.44 226	0.14 305	0.02 166	0.02 284	0.03 242	0.04 78	0.03 67
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV_ROB	4.14 255	0.52 140	3.14 133	1.30 155	0.77 195	6.92 273	1.97 260	10.11 240	9.58 266	8.92 272	14.20 287	7.12 236	5.90 276	8.65 260	3.50 231	0.01 144	0.05 239	0.00 1	0.00 1	0.04 78	0.09 179

StereoIM	0.80 2	0.69 193	3.02 119	0.33 54	1.83 270	1.22 5	0.06 14	3.41 11	1.49 3	0.31 5	0.38 7	0.42 33	0.51 36	1.14 9	1.21 115	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	0.05 133

PCWNet_CMD	2.99 171	0.39 81	4.02 195	0.39 64	0.26 115	2.53 80	0.15 52	9.24 216	9.22 258	7.12 203	11.53 255	6.94 228	2.41 139	4.02 77	1.33 122	0.01 144	0.02 166	0.02 284	0.00 1	0.05 100	0.07 156

HH	2.42 122	0.73 201	3.76 175	0.91 107	0.14 59	2.78 114	0.71 167	7.92 180	2.72 24	1.53 41	6.10 122	7.93 248	4.01 209	8.60 258	0.44 12	0.00 1	0.09 280	0.00 1	0.00 1	0.05 100	0.04 103

HanStereo	2.42 122	0.73 201	3.76 175	0.91 107	0.14 59	2.78 114	0.71 167	7.92 180	2.72 24	1.53 41	6.10 122	7.93 248	4.01 209	8.60 258	0.44 12	0.00 1	0.09 280	0.00 1	0.00 1	0.05 100	0.04 103

anonymousdsp2	1.78 49	0.39 81	3.40 150	1.10 137	0.04 9	3.63 182	0.50 122	7.80 177	2.77 27	2.91 60	2.88 48	3.17 105	1.01 64	5.15 103	0.43 11	0.00 1	0.01 126	0.02 284	0.15 295	0.05 100	0.12 221

CASS	2.44 126	0.44 113	3.56 160	0.85 103	0.38 141	3.14 153	0.22 64	9.64 225	4.00 92	6.78 183	7.62 168	3.57 124	3.58 186	3.80 70	1.10 104	0.02 214	0.01 126	0.00 1	0.00 1	0.05 100	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	1.69 43	0.32 33	3.29 142	0.92 111	0.18 83	3.89 204	0.06 14	4.22 33	4.00 92	1.47 40	1.98 34	3.07 103	2.81 156	6.35 135	0.89 84	0.01 144	0.00 1	0.00 1	0.21 316	0.05 100	0.00 1

CroCo-Stereo	0.99 8	0.89 237	3.19 136	0.46 69	0.44 151	0.38 1	0.05 12	4.61 52	3.95 89	0.48 22	1.78 30	1.01 49	0.27 5	1.11 8	1.07 101	0.01 144	0.00 1	0.00 1	0.00 1	0.05 100	0.04 103
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
Prome-Stereo	3.65 220	0.29 17	1.92 18	0.91 107	0.49 167	2.07 51	4.75 320	4.41 41	3.23 57	9.32 283	20.63 335	4.06 137	7.19 299	7.70 200	1.17 113	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	4.72 378

CFNet_pseudo	2.81 156	0.42 101	4.04 198	0.33 54	0.24 106	2.59 91	0.12 34	8.20 185	7.66 223	7.04 199	10.42 231	6.56 220	2.05 126	4.88 91	1.53 138	0.00 1	0.02 166	0.01 255	0.00 1	0.05 100	0.07 156

FCDSN-DC	10.24 358	0.56 151	3.49 157	1.96 242	1.29 236	16.90 359	4.59 317	17.16 350	19.10 347	24.64 376	32.46 378	33.82 385	22.14 381	15.93 360	10.45 337	0.04 257	0.00 1	0.00 1	0.00 1	0.05 100	0.21 271
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DIP-Stereo	1.97 78	0.64 174	2.95 113	0.17 30	0.10 38	4.83 233	0.13 41	8.60 201	4.06 102	6.42 174	4.92 88	0.44 35	0.72 46	3.57 66	1.80 160	0.00 1	0.01 126	0.00 1	0.00 1	0.05 100	0.04 103
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	2.99 171	0.39 81	4.02 195	0.40 65	0.25 109	2.53 80	0.16 55	9.35 219	9.25 259	7.08 201	11.39 250	6.93 227	2.43 140	4.01 76	1.34 124	0.01 144	0.02 166	0.02 284	0.00 1	0.05 100	0.07 156

ccs_rob	2.81 156	0.42 101	4.06 200	0.33 54	0.25 109	2.59 91	0.12 34	8.19 184	7.68 224	7.02 196	10.37 230	6.54 219	2.06 127	4.88 91	1.53 138	0.00 1	0.02 166	0.01 255	0.00 1	0.05 100	0.07 156

MSMD_ROB	9.28 348	1.09 266	4.65 226	1.58 192	0.39 143	16.52 355	4.41 313	13.60 317	14.87 329	22.34 366	39.89 389	25.67 371	20.71 376	12.42 334	6.98 289	0.34 337	0.03 209	0.00 1	0.00 1	0.05 100	0.09 179

SGM-Forest	4.96 283	0.32 33	2.84 101	1.21 147	0.64 180	10.23 317	6.64 345	11.55 268	10.98 295	10.94 320	13.59 280	11.65 305	4.30 224	8.94 277	4.63 256	0.11 299	0.04 230	0.00 1	0.00 1	0.05 100	0.46 321
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SMFormer	3.54 214	0.39 81	3.61 163	1.69 206	0.11 46	2.85 132	0.29 80	12.46 295	10.41 284	7.16 205	10.23 226	4.78 165	4.45 232	8.71 265	3.51 232	0.07 286	0.05 239	0.00 1	0.00 1	0.06 116	0.04 103

tta	3.54 214	0.39 81	3.61 163	1.69 206	0.11 46	2.85 132	0.29 80	12.46 295	10.41 284	7.16 205	10.23 226	4.78 165	4.45 232	8.71 265	3.51 232	0.07 286	0.05 239	0.00 1	0.00 1	0.06 116	0.03 67

qqq1	3.38 203	0.39 81	3.61 163	1.69 206	0.11 46	2.85 132	0.29 80	12.46 295	10.41 284	7.16 205	10.23 226	4.78 165	4.45 232	8.71 265	0.30 3	0.07 286	0.05 239	0.00 1	0.00 1	0.06 116	0.03 67

fff1	3.38 203	0.39 81	3.61 163	1.69 206	0.11 46	2.85 132	0.29 80	12.46 295	10.41 284	7.16 205	10.23 226	4.78 165	4.45 232	8.71 265	0.30 3	0.07 286	0.05 239	0.00 1	0.00 1	0.06 116	0.03 67

IGEVStereo-DCA	1.06 11	0.45 117	2.06 30	0.32 49	0.06 17	2.74 108	0.84 194	3.71 18	2.27 6	0.39 12	0.16 2	0.20 4	0.29 8	6.47 141	0.87 77	0.00 1	0.00 1	0.00 1	0.16 297	0.06 116	0.06 143

rrr	1.05 10	0.45 117	3.18 135	0.32 49	0.06 17	2.74 108	0.95 213	3.49 13	1.12 2	0.39 12	0.16 2	0.20 4	0.29 8	6.47 141	0.87 77	0.00 1	0.00 1	0.00 1	0.21 316	0.06 116	0.10 198

whm_eth	3.00 173	1.32 292	5.51 267	0.75 95	2.73 305	2.57 86	0.28 75	6.84 162	7.24 210	5.29 115	24.32 351	0.37 30	0.46 34	1.03 7	0.95 91	0.01 144	0.03 209	0.00 1	0.00 1	0.06 116	0.14 233

EKT-Stereo	1.91 70	0.48 131	2.77 94	2.19 271	4.36 353	1.42 17	0.24 68	4.63 54	3.51 72	2.94 61	3.47 63	3.55 123	2.25 134	5.26 104	0.85 72	0.04 257	0.12 301	0.00 1	0.09 281	0.06 116	0.05 133

LL-Strereo2	1.86 60	0.83 226	2.33 52	0.36 60	0.17 71	3.79 200	1.52 245	5.82 119	4.04 97	4.43 88	2.51 43	4.23 145	0.37 20	5.66 111	0.99 96	0.00 1	0.02 166	0.00 1	0.05 263	0.06 116	0.11 210

LoS	0.91 5	0.34 54	2.10 40	0.38 63	0.13 57	2.47 75	0.26 73	5.00 74	2.74 26	0.89 27	0.21 5	0.49 37	0.36 17	1.97 41	0.67 44	0.02 214	0.02 166	0.00 1	0.00 1	0.06 116	0.01 16

HBP-ISP	4.09 251	1.05 259	4.10 204	1.87 227	1.31 239	7.56 286	3.98 303	11.26 262	9.94 275	7.81 232	14.44 290	3.23 107	4.27 222	8.89 276	1.87 163	0.06 279	0.06 251	0.00 1	0.00 1	0.06 116	0.04 103

GwcNet-ADL	2.65 144	0.48 131	3.84 186	0.82 99	0.33 134	2.04 50	0.69 163	8.07 182	9.42 263	6.05 143	6.66 142	4.14 143	1.73 113	5.40 108	3.01 210	0.08 291	0.06 251	0.00 1	0.00 1	0.06 116	0.03 67

test_xeample3	1.08 12	0.43 109	3.39 148	0.49 73	0.05 10	2.58 89	0.93 209	3.32 7	1.77 4	0.23 1	0.23 6	0.19 1	0.28 7	6.34 133	0.85 72	0.00 1	0.01 126	0.00 1	0.26 332	0.06 116	0.10 198

HGLStereo	4.25 265	0.52 140	4.65 226	3.09 327	5.18 367	6.51 267	0.73 172	10.37 244	6.74 194	7.32 215	12.44 270	7.00 229	7.21 301	7.46 188	5.51 268	0.00 1	0.02 166	0.00 1	0.00 1	0.06 116	0.10 198

HITNet	2.79 155	0.77 211	4.02 195	2.03 254	0.11 46	5.58 245	0.59 142	9.24 216	5.15 142	6.42 174	7.26 162	3.66 126	2.92 162	4.07 79	3.87 245	0.00 1	0.00 1	0.00 1	0.00 1	0.06 116	0.02 38
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
DispNO	3.25 186	0.72 198	6.85 301	1.95 240	1.34 241	3.49 170	0.84 194	8.14 183	6.30 184	6.34 172	7.76 173	6.30 216	4.28 223	6.93 160	3.51 232	0.00 1	0.03 209	0.03 300	0.12 289	0.07 131	0.07 156

CoDeX	3.43 209	0.68 188	4.49 216	0.98 123	1.65 252	6.37 262	2.14 263	13.23 314	6.07 174	7.23 210	8.95 193	4.09 139	3.79 203	6.31 131	2.37 192	0.03 241	0.06 251	0.00 1	0.00 1	0.07 131	0.15 242

4D-IteraStereo	1.72 44	0.86 230	3.01 117	0.09 12	2.86 309	3.57 181	1.06 218	3.92 25	5.31 144	5.28 113	1.02 8	3.92 132	0.38 22	1.83 35	1.04 100	0.00 1	0.01 126	0.00 1	0.00 1	0.07 131	0.09 179

MC-Stereo	1.47 38	0.36 70	2.54 67	1.99 245	0.12 55	1.90 41	0.12 34	4.47 44	2.83 29	3.31 71	3.44 62	0.56 41	1.47 97	5.39 107	0.47 25	0.00 1	0.04 230	0.00 1	0.21 316	0.07 131	0.04 103

RCA-Stereo	1.99 79	0.34 54	2.71 85	0.26 40	0.06 17	2.29 63	0.48 111	4.89 63	14.65 327	2.81 57	5.51 113	0.78 46	3.21 169	1.44 18	0.33 5	0.00 1	0.01 126	0.00 1	0.00 1	0.07 131	0.02 38

dd	2.16 93	1.22 278	4.82 232	0.68 91	0.12 55	1.39 16	0.17 57	5.14 78	11.22 300	2.70 55	3.51 65	1.52 62	1.23 83	5.08 99	3.96 247	0.12 302	0.01 126	0.04 311	0.21 316	0.07 131	0.01 16

sCroCo_RVC	1.21 23	0.65 178	5.16 252	1.09 136	1.29 236	0.92 4	0.19 59	3.92 25	2.68 23	0.30 4	3.04 51	0.52 39	1.56 107	1.58 24	0.78 65	0.09 295	0.25 348	0.00 1	0.00 1	0.07 131	0.11 210

FC-DCNN	10.72 361	0.52 140	4.27 208	1.88 230	1.63 251	17.18 360	5.29 329	18.20 357	19.69 352	28.50 380	34.51 382	34.03 386	21.48 379	15.89 359	11.15 344	0.03 241	0.01 126	0.02 284	0.01 209	0.07 131	0.09 179

NOSS_ROB	3.30 190	0.46 123	2.62 75	2.08 261	1.01 219	5.60 246	0.74 175	10.37 244	11.48 303	5.15 109	8.43 184	5.67 198	1.73 113	7.97 214	2.34 189	0.02 214	0.06 251	0.00 1	0.00 1	0.07 131	0.14 233

MIF-Stereo (partial)	1.29 28	0.33 45	3.02 119	0.03 1	1.12 225	1.26 8	0.13 41	4.46 43	3.75 81	0.35 7	2.39 42	0.31 23	0.74 47	6.09 121	1.76 156	0.00 1	0.00 1	0.00 1	0.00 1	0.08 140	0.04 103

Wz-Net-LNSev	6.46 309	1.93 331	16.44 364	1.52 183	4.15 350	12.66 340	4.96 323	13.05 311	12.10 311	10.55 312	16.23 302	11.32 303	7.19 299	8.43 250	8.48 313	0.00 1	0.01 126	0.00 1	0.00 1	0.08 140	0.06 143

iRaft-Stereo_20w	2.56 137	0.35 63	4.98 239	0.37 62	0.67 183	3.47 167	0.59 142	12.57 302	3.89 86	6.10 148	6.23 131	1.49 61	2.24 132	6.65 151	0.86 75	0.00 1	0.19 335	0.00 1	0.33 343	0.08 140	0.22 273

TRStereo	2.36 118	3.10 350	4.70 229	1.99 245	2.08 278	2.61 94	1.11 223	8.79 207	3.73 79	3.19 65	3.04 51	3.96 133	0.77 49	5.92 116	1.44 130	0.03 241	0.14 312	0.00 1	0.29 334	0.08 140	0.25 286

Patchmatch Stereo++	1.95 74	0.40 90	2.86 104	0.12 18	0.18 83	3.74 194	0.66 156	5.24 90	2.96 36	5.86 130	4.32 76	3.46 115	1.52 102	6.88 156	0.70 48	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.09 179
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
OMP-Stereo	3.03 174	0.93 246	2.72 87	4.21 363	0.51 170	2.19 57	1.25 231	6.19 134	6.00 171	7.99 240	6.21 129	8.50 263	2.49 142	9.44 297	1.74 155	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.05 133

PSM-adaLoss	1.88 64	0.40 90	2.86 104	0.12 18	0.19 92	3.75 197	0.71 167	5.23 84	2.96 36	5.86 130	4.33 78	3.45 113	1.51 98	5.40 108	0.69 46	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.09 179

ROB_FTStereo_v2	1.91 70	0.41 97	2.85 102	0.12 18	0.19 92	3.71 189	0.73 172	5.23 84	2.95 34	5.86 130	4.36 81	3.46 115	1.51 98	5.86 115	0.69 46	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.08 169

ROB_FTStereo	1.90 68	0.42 101	2.86 104	0.12 18	0.19 92	3.71 189	0.75 178	5.24 90	2.95 34	5.87 135	4.26 74	3.41 111	1.51 98	5.80 114	0.65 41	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.08 169

HUI-Stereo	1.80 52	0.41 97	2.85 102	0.12 18	0.18 83	3.72 192	0.65 154	5.23 84	2.97 40	5.87 135	4.34 79	3.45 113	1.52 102	3.93 74	0.65 41	0.02 214	0.00 1	0.00 1	0.00 1	0.08 140	0.10 198

iGMRVC	1.96 77	0.40 90	2.88 109	0.12 18	0.19 92	3.74 194	0.73 172	5.23 84	2.97 40	5.87 135	4.37 82	3.48 119	1.52 102	6.73 153	0.74 55	0.02 214	0.00 1	0.00 1	0.00 1	0.08 140	0.08 169

iRAFT	1.95 74	0.40 90	2.86 104	0.12 18	0.18 83	3.74 194	0.66 156	5.24 90	2.96 36	5.86 130	4.32 76	3.46 115	1.52 102	6.88 156	0.70 48	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.09 179

RAFT-IKP	1.90 68	0.42 101	2.83 99	0.12 18	0.18 83	3.50 172	0.64 152	5.24 90	2.96 36	5.86 130	4.34 79	3.50 121	1.51 98	5.99 119	0.76 61	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.08 169

ac_64	3.70 224	0.47 125	3.50 158	2.87 318	3.50 327	5.91 254	0.72 171	10.17 241	4.34 110	8.16 244	5.80 116	10.82 294	5.64 273	7.08 170	4.73 258	0.03 241	0.00 1	0.00 1	0.00 1	0.08 140	0.14 233

PSMNet-RSSM	3.33 199	0.77 211	3.22 138	2.12 265	1.90 275	2.33 65	0.71 167	11.17 260	5.83 162	5.90 138	11.43 253	7.04 232	4.83 251	5.96 118	3.17 215	0.00 1	0.00 1	0.02 284	0.00 1	0.08 140	0.02 38

DSFCA	4.21 262	0.50 134	5.45 264	1.34 158	1.68 257	7.04 275	4.51 315	10.73 252	7.00 201	10.78 315	6.80 144	8.48 261	4.63 240	9.91 303	5.12 263	0.02 214	0.06 251	0.02 284	0.03 242	0.08 140	0.03 67

ETE_ROB	5.80 293	1.77 323	6.33 287	1.44 177	0.78 196	6.43 264	6.90 348	12.53 300	8.08 235	12.93 339	14.89 294	21.13 363	5.87 275	9.83 301	6.57 285	0.04 257	0.01 126	0.00 1	0.02 230	0.08 140	0.33 304

ff7	1.12 14	0.57 153	2.06 30	0.03 1	0.07 23	2.80 116	0.84 194	3.71 18	2.27 6	0.38 8	1.06 9	0.20 4	0.40 23	7.12 172	0.49 26	0.00 1	0.00 1	0.00 1	0.16 297	0.09 157	0.06 143

ffff	1.12 14	0.57 153	2.06 30	0.03 1	0.07 23	2.80 116	0.84 194	3.71 18	2.27 6	0.38 8	1.06 9	0.20 4	0.40 23	7.12 172	0.49 26	0.00 1	0.00 1	0.00 1	0.16 297	0.09 157	0.06 143

11t	1.12 14	0.57 153	2.06 30	0.03 1	0.07 23	2.80 116	0.84 194	3.71 18	2.27 6	0.38 8	1.06 9	0.20 4	0.40 23	7.12 172	0.49 26	0.00 1	0.00 1	0.00 1	0.16 297	0.09 157	0.06 143

StereoVision	2.25 105	0.72 198	4.00 194	1.03 127	2.64 302	1.91 42	0.28 75	5.83 120	4.43 113	1.89 45	10.65 238	3.88 131	0.52 38	5.13 102	1.98 173	0.00 1	0.00 1	0.00 1	0.00 1	0.09 157	0.03 67

CFNet_ucs	3.07 176	0.44 113	4.05 199	0.54 74	0.37 139	3.08 147	0.19 59	9.80 229	8.49 249	7.64 226	12.62 272	5.67 198	1.76 118	4.96 96	1.51 135	0.00 1	0.04 230	0.01 255	0.00 1	0.09 157	0.11 210

ccc-4	1.12 14	0.57 153	2.06 30	0.03 1	0.07 23	2.80 116	0.84 194	3.71 18	2.27 6	0.38 8	1.06 9	0.20 4	0.40 23	7.12 172	0.49 26	0.00 1	0.00 1	0.00 1	0.16 297	0.09 157	0.06 143

NINENet	3.09 177	0.56 151	3.22 138	1.61 197	1.37 242	7.12 276	0.50 122	11.88 278	5.63 157	6.63 180	8.40 183	5.29 183	0.83 55	6.51 146	1.77 157	0.15 307	0.07 264	0.07 328	0.00 1	0.09 157	0.00 1

IPLGR	2.28 109	0.51 138	6.00 280	0.15 29	0.15 63	1.99 48	0.22 64	6.34 137	6.04 173	6.80 184	5.76 115	2.87 92	2.31 136	4.88 91	1.28 119	0.00 1	0.00 1	0.00 1	0.00 1	0.09 157	0.18 254

DeepStereo_RVC	2.05 85	0.39 81	2.87 108	0.14 28	0.17 71	3.51 174	0.70 165	5.21 83	3.00 42	6.27 164	4.13 71	3.47 118	4.53 236	4.81 89	1.49 134	0.01 144	0.00 1	0.00 1	0.00 1	0.09 157	0.18 254

cf-r	3.42 208	0.81 221	3.97 188	2.41 298	2.78 306	2.85 132	0.64 152	8.44 189	6.32 186	6.25 161	11.57 256	8.97 267	3.54 185	5.93 117	3.83 243	0.00 1	0.00 1	0.00 1	0.00 1	0.09 157	0.07 156

cc1	2.17 95	0.65 178	2.15 42	2.30 283	0.02 3	5.80 250	0.56 132	4.31 34	10.41 284	1.03 30	3.33 56	0.32 25	3.71 194	8.05 222	0.45 16	0.00 1	0.02 166	0.00 1	0.03 242	0.10 167	0.05 133

DualNet	3.35 202	0.31 24	3.97 188	1.34 158	0.98 214	2.80 116	0.48 111	4.53 47	10.19 278	6.29 167	9.23 200	5.59 192	3.72 198	8.00 215	9.35 324	0.00 1	0.02 166	0.00 1	0.00 1	0.10 167	0.04 103

ffm	2.90 165	0.31 24	3.97 188	1.34 158	0.98 214	2.80 116	0.48 111	4.53 47	10.19 278	6.29 167	9.23 200	5.59 192	3.72 198	8.00 215	0.46 20	0.00 1	0.02 166	0.00 1	0.00 1	0.10 167	0.04 103

ff1	3.45 212	0.31 24	3.97 188	1.34 158	0.98 214	2.80 116	0.48 111	4.53 47	10.19 278	6.29 167	9.23 200	5.59 192	3.72 198	10.11 304	9.35 324	0.00 1	0.02 166	0.00 1	0.00 1	0.10 167	0.04 103

tt1	2.14 91	0.63 173	2.22 48	2.27 279	0.02 3	5.71 248	0.63 149	4.53 47	10.19 278	1.16 37	3.39 61	0.33 28	3.05 165	8.00 215	0.46 20	0.00 1	0.02 166	0.00 1	0.03 242	0.10 167	0.04 103

AEACV	0.80 2	0.29 17	1.70 12	0.96 120	0.24 106	2.03 49	0.88 204	3.50 14	0.88 1	0.34 6	0.20 4	0.29 19	2.01 125	1.77 33	0.33 5	0.00 1	0.03 209	0.00 1	0.29 334	0.10 167	0.09 179

anonymousdsp	1.12 14	0.59 161	1.66 9	0.03 1	0.07 23	2.81 125	0.82 187	4.07 30	2.30 11	0.41 16	1.12 17	0.30 20	0.40 23	7.05 168	0.49 26	0.00 1	0.00 1	0.00 1	0.17 303	0.10 167	0.05 133

IGEV-Stereo	1.12 14	0.59 161	1.66 9	0.03 1	0.07 23	2.82 128	0.82 187	4.09 32	2.30 11	0.41 16	1.11 14	0.30 20	0.41 29	7.05 168	0.49 26	0.00 1	0.00 1	0.00 1	0.17 303	0.10 167	0.05 133
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DRaft	3.74 226	0.43 109	2.60 72	0.12 18	0.15 63	4.76 231	1.34 238	5.33 98	4.31 109	10.30 303	21.91 339	3.27 108	8.83 324	7.36 185	3.66 239	0.05 269	0.10 288	0.00 1	0.14 292	0.10 167	0.14 233

CRE-IMP	1.95 74	0.35 63	2.68 79	0.27 44	0.17 71	3.90 205	0.85 200	5.14 78	2.87 30	5.74 122	4.14 72	3.49 120	0.83 55	6.40 136	1.80 160	0.00 1	0.00 1	0.00 1	0.00 1	0.10 167	0.19 264

GMM-Stereo	3.32 197	0.27 15	2.52 65	0.82 99	0.48 164	2.27 62	4.91 322	5.06 76	3.08 47	7.06 200	16.72 307	6.21 212	3.70 193	7.60 194	1.16 112	0.04 257	0.00 1	0.00 1	0.04 259	0.10 167	4.45 374

RALCasStereoNet	1.93 72	1.01 253	2.75 90	1.88 230	1.75 263	2.88 137	0.18 58	4.64 56	4.36 111	2.27 50	5.14 94	2.22 79	0.79 53	7.10 171	1.00 98	0.00 1	0.34 354	0.00 1	0.00 1	0.10 167	0.16 251

111	2.78 154	0.92 243	3.81 180	0.22 35	0.07 23	2.83 130	0.70 165	6.03 124	14.00 322	3.22 66	8.93 192	5.48 190	3.30 171	3.66 67	2.03 177	0.00 1	0.00 1	0.00 1	0.00 1	0.10 167	0.29 298

MLCV	3.44 211	0.88 234	5.60 271	1.39 168	0.25 109	4.36 220	0.33 88	7.25 168	7.28 211	9.17 279	12.24 268	5.09 178	2.47 141	9.15 284	3.23 218	0.00 1	0.00 1	0.00 1	0.00 1	0.10 167	0.02 38

iResNet	3.68 222	0.91 240	7.94 319	2.97 325	0.34 136	4.44 226	0.48 111	7.70 174	9.74 269	7.72 229	12.74 273	4.03 136	2.87 161	8.05 222	3.37 223	0.02 214	0.01 126	0.00 1	0.00 1	0.10 167	0.09 179

iResNet_ROB	4.23 263	1.02 255	4.90 235	2.18 270	0.93 209	2.92 138	0.37 94	15.10 337	16.91 340	7.89 237	10.51 234	7.03 230	3.07 166	8.16 234	3.46 230	0.01 144	0.00 1	0.00 1	0.00 1	0.10 167	0.02 38

LALA_ROB	6.58 312	1.80 325	6.25 285	1.26 151	0.94 210	10.08 314	9.02 361	16.00 344	11.51 304	12.74 335	13.02 275	24.77 368	5.25 261	10.56 313	8.02 304	0.04 257	0.05 239	0.00 1	0.02 230	0.10 167	0.25 286

IGEV+	1.19 20	0.57 153	1.44 4	0.57 81	0.11 46	2.65 101	0.74 175	4.93 66	3.46 69	2.26 49	2.86 47	0.77 45	0.90 58	1.60 25	0.64 40	0.00 1	0.06 251	0.00 1	0.01 209	0.11 184	0.04 103

MyStereo07	1.31 29	0.79 216	1.61 7	1.03 127	1.11 223	2.63 98	0.46 108	5.48 106	2.24 5	0.64 24	1.48 22	0.27 16	0.59 40	7.03 167	0.45 16	0.00 1	0.09 280	0.00 1	0.01 209	0.11 184	0.09 179

MyStereo04	2.95 169	0.79 216	5.38 261	1.03 127	1.11 223	2.63 98	0.46 108	10.00 234	12.44 315	4.19 85	3.91 69	3.04 101	3.60 187	7.34 183	2.74 206	0.00 1	0.09 280	0.00 1	0.01 209	0.11 184	0.09 179

AE-Stereo	1.44 36	0.32 33	2.69 81	1.58 192	0.20 96	2.24 60	0.59 142	6.01 123	5.70 159	1.18 39	3.17 53	1.02 50	0.78 52	1.73 29	0.83 70	0.02 214	0.18 331	0.00 1	0.29 334	0.11 184	0.07 156

psmg	3.10 180	0.32 33	3.05 129	0.54 74	0.46 157	8.68 299	2.84 279	9.87 230	4.69 125	8.08 241	8.69 187	6.26 213	2.54 143	3.91 71	1.91 166	0.01 144	0.04 230	0.06 322	0.00 1	0.11 184	0.00 1

THIR-Stereo	3.86 238	0.77 211	2.62 75	0.12 18	0.13 57	4.25 215	6.63 344	5.30 96	4.18 107	10.33 304	17.13 314	6.58 222	7.62 309	7.78 206	3.51 232	0.01 144	0.07 264	0.07 328	0.00 1	0.11 184	0.02 38

ICVP	2.32 114	0.38 78	2.89 111	0.92 111	0.70 189	2.55 83	0.87 203	9.97 233	3.99 91	4.13 84	8.97 196	2.71 90	1.69 110	2.52 52	3.52 236	0.05 269	0.24 347	0.01 255	0.01 209	0.11 184	0.13 228
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raft+_RVC	1.79 50	0.84 227	2.32 51	2.40 295	0.85 201	1.38 13	0.09 24	6.36 138	4.75 130	2.85 58	5.46 111	1.17 53	1.36 92	4.54 85	0.91 86	0.00 1	0.10 288	0.00 1	0.00 1	0.11 184	0.22 273

delet	4.27 267	0.72 198	4.50 217	1.07 135	3.75 340	10.79 325	4.04 304	9.95 232	7.89 229	8.09 242	8.89 191	8.46 259	3.81 204	7.56 193	5.80 273	0.00 1	0.00 1	0.00 1	0.00 1	0.11 184	0.02 38

PA-Net	4.98 284	1.47 299	7.42 313	2.40 295	2.14 282	8.73 300	3.64 300	12.42 293	13.11 317	7.03 198	7.57 167	7.88 246	6.52 287	10.16 309	7.82 299	0.02 214	0.03 209	0.00 1	0.00 1	0.11 184	1.07 347
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
UCFNet_RVC	3.09 177	0.77 211	2.27 50	2.35 292	1.79 267	3.50 172	1.06 218	12.12 287	6.91 197	4.71 100	7.67 170	7.58 241	4.40 230	4.95 95	1.67 149	0.00 1	0.00 1	0.00 1	0.00 1	0.11 184	0.01 16

XPNet_ROB	6.03 302	1.22 278	5.61 272	2.56 307	0.90 206	6.32 260	7.07 350	12.92 308	8.30 241	14.76 349	15.13 296	19.84 355	6.66 291	10.36 310	8.58 314	0.02 214	0.04 230	0.00 1	0.03 242	0.11 184	0.24 283

NRIStereo	2.14 91	0.35 63	2.65 78	1.10 137	0.14 59	3.05 146	0.86 201	5.35 99	3.18 54	6.24 159	3.36 60	4.17 144	1.82 120	8.12 230	2.01 174	0.00 1	0.10 288	0.00 1	0.00 1	0.12 196	0.19 264

Anonymous3	1.76 48	0.44 113	6.37 289	0.33 54	0.50 169	4.33 218	0.54 127	4.43 42	2.48 15	2.21 47	3.24 55	1.53 63	1.14 73	5.64 110	1.29 120	0.17 313	0.23 342	0.00 1	0.00 1	0.12 196	0.15 242

raftrobust	1.86 60	0.74 205	1.94 21	2.15 268	2.24 289	2.74 108	0.53 125	4.89 63	4.05 99	6.09 147	3.89 68	1.64 65	2.55 145	2.44 50	1.12 106	0.00 1	0.03 209	0.00 1	0.00 1	0.12 196	0.08 169

ADLNet	4.32 270	0.80 220	4.33 211	3.60 347	3.56 329	6.87 272	2.48 270	11.20 261	7.58 221	9.87 295	9.62 215	8.39 256	4.95 253	6.16 123	6.60 286	0.01 144	0.01 126	0.00 1	0.01 209	0.12 196	0.25 286

GES	2.49 132	0.38 78	4.29 209	1.58 192	0.05 10	4.58 228	1.07 220	9.70 227	3.39 66	5.21 110	6.64 141	1.84 72	3.36 173	4.86 90	2.54 200	0.06 279	0.01 126	0.06 322	0.01 209	0.12 196	0.03 67

GMStereo	1.83 58	0.99 252	4.55 221	0.57 81	0.05 10	2.53 80	0.01 1	4.95 67	11.14 297	3.52 75	2.24 39	0.53 40	0.49 35	3.76 69	0.80 68	0.20 320	0.00 1	0.00 1	0.12 289	0.12 196	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
psm_up	3.85 237	0.82 224	3.01 117	2.00 249	2.58 301	5.28 242	3.34 292	10.85 256	6.33 187	7.27 213	7.32 163	10.15 281	9.02 328	6.19 124	2.51 198	0.22 323	0.01 126	0.00 1	0.00 1	0.12 196	0.03 67

FAT-Stereo	6.78 318	0.68 188	6.80 299	2.30 283	1.77 266	5.63 247	4.20 308	18.79 361	18.62 344	10.53 311	17.15 315	18.52 348	13.74 358	8.86 275	7.38 293	0.03 241	0.15 317	0.01 255	0.07 270	0.12 196	0.26 291

GANet	6.22 304	1.07 262	4.07 202	2.27 279	0.89 204	9.19 305	9.52 364	12.02 282	8.13 237	10.72 314	29.09 366	13.86 317	7.52 307	11.00 320	4.39 251	0.36 338	0.00 1	0.02 284	0.02 230	0.12 196	0.08 169

LE_ROB	16.73 383	1.28 288	11.61 339	3.72 351	1.65 252	16.67 357	9.17 362	14.39 328	55.91 404	63.81 415	40.86 392	35.94 388	37.73 399	14.24 349	26.87 390	0.05 269	0.10 288	0.13 340	0.22 321	0.12 196	0.15 242

MyStereo06	2.35 116	0.66 184	4.54 219	1.10 137	0.96 212	2.57 86	0.10 25	9.30 218	4.05 99	5.22 111	6.09 120	5.95 206	2.38 138	3.00 56	0.73 54	0.01 144	0.08 272	0.00 1	0.01 209	0.13 206	0.15 242

MyStereo05	2.94 168	0.66 184	5.25 258	1.10 137	0.96 212	2.57 86	0.10 25	8.53 195	12.34 314	6.28 165	3.88 67	3.18 106	3.30 171	7.81 208	2.37 192	0.01 144	0.08 272	0.00 1	0.01 209	0.13 206	0.15 242

GEStereo_RVC	3.74 226	0.73 201	4.95 238	2.01 250	1.24 231	4.36 220	3.07 283	11.77 275	7.80 228	6.87 190	6.52 140	7.70 244	4.31 226	8.98 279	4.19 250	0.03 241	0.01 126	0.02 284	0.02 230	0.13 206	0.11 210

XX-Stereo	2.71 148	0.38 78	5.96 279	2.25 278	2.20 287	1.54 23	0.21 63	5.44 105	3.05 45	2.28 51	16.16 301	7.03 230	0.24 2	6.19 124	0.79 66	0.00 1	0.15 317	0.00 1	0.23 322	0.13 206	0.04 103

SFCPSM	3.29 189	0.43 109	5.11 247	0.34 58	0.94 210	8.48 295	2.15 264	14.51 330	5.29 143	7.00 195	7.65 169	3.43 112	2.59 147	5.11 101	2.37 192	0.01 144	0.03 209	0.01 255	0.07 270	0.13 206	0.15 242

S-Stereo	6.63 313	0.84 227	9.67 331	3.15 333	3.48 326	6.49 265	6.22 336	12.99 310	22.84 362	9.48 284	15.51 297	12.00 307	8.43 319	8.04 219	10.70 339	0.12 302	0.17 327	0.00 1	0.38 348	0.13 206	1.92 360

Nwc_Net	6.97 322	1.25 282	6.63 296	3.82 354	3.37 320	10.83 326	1.67 254	19.56 375	11.35 301	8.36 251	23.62 347	17.19 341	11.44 346	11.21 322	8.08 307	0.80 358	0.00 1	0.00 1	0.02 230	0.13 206	0.09 179

DANet	6.02 301	1.23 280	8.45 323	3.86 356	3.94 347	7.64 290	1.34 238	9.51 223	7.00 201	13.39 342	15.53 298	15.99 332	7.02 297	12.14 331	12.37 348	0.19 317	0.12 301	0.02 284	0.03 242	0.13 206	0.56 330
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	5.01 285	1.74 321	6.38 290	1.96 242	1.29 236	2.26 61	1.69 255	10.07 237	18.53 343	7.88 236	18.15 324	8.49 262	2.70 149	10.59 314	7.04 290	0.96 364	0.15 317	0.02 284	0.00 1	0.13 206	0.12 221

NCCL2	5.88 295	1.59 310	5.44 263	1.87 227	0.92 207	9.55 309	11.55 376	12.11 285	9.94 275	9.67 290	8.85 190	22.28 366	7.41 302	8.78 270	7.17 291	0.01 144	0.00 1	0.03 300	0.00 1	0.13 206	0.23 279

NCC-stereo	6.77 316	1.49 303	6.48 292	2.92 321	4.40 354	7.43 282	3.61 298	19.52 373	13.29 318	8.39 253	16.91 309	15.96 330	12.13 347	12.85 337	7.70 297	1.47 371	0.11 294	0.01 255	0.42 352	0.14 216	0.24 283

Abc-Net	6.77 316	1.49 303	6.48 292	2.92 321	4.40 354	7.43 282	3.61 298	19.52 373	13.29 318	8.39 253	16.91 309	15.96 330	12.13 347	12.85 337	7.70 297	1.47 371	0.11 294	0.01 255	0.42 352	0.14 216	0.24 283
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
gwcnet-sp	3.31 191	1.47 299	7.26 308	1.73 213	0.69 185	7.57 287	1.14 225	8.59 197	6.17 181	8.57 258	5.25 105	4.26 148	3.36 173	6.46 138	3.44 226	0.00 1	0.00 1	0.00 1	0.00 1	0.15 218	0.11 210

scenet	3.31 191	1.47 299	7.26 308	1.73 213	0.69 185	7.57 287	1.14 225	8.59 197	6.17 181	8.57 258	5.25 105	4.26 148	3.36 173	6.46 138	3.44 226	0.00 1	0.00 1	0.00 1	0.00 1	0.15 218	0.11 210

ssnet	3.31 191	1.47 299	7.26 308	1.73 213	0.69 185	7.57 287	1.14 225	8.59 197	6.17 181	8.57 258	5.25 105	4.26 148	3.36 173	6.46 138	3.44 226	0.00 1	0.00 1	0.00 1	0.00 1	0.15 218	0.11 210

CroCo-Stereo Lap2	1.24 25	0.88 234	3.39 148	0.95 118	4.59 363	0.47 2	0.08 21	3.51 16	2.80 28	1.17 38	2.24 39	1.57 64	0.20 1	1.48 19	1.14 109	0.00 1	0.00 1	0.00 1	0.00 1	0.15 218	0.12 221

GANet-ADL	2.20 99	0.50 134	3.27 141	2.02 252	0.11 46	2.21 59	0.48 111	8.64 203	6.79 195	4.56 93	5.83 117	3.98 134	1.27 85	2.68 53	1.43 129	0.04 257	0.08 272	0.02 284	0.00 1	0.15 218	0.03 67

ADLNet2	4.46 272	0.90 239	6.06 282	2.74 314	3.91 345	6.79 271	3.01 282	10.95 259	8.40 245	7.27 213	9.80 219	9.85 275	5.43 267	7.29 180	6.44 282	0.01 144	0.03 209	0.00 1	0.00 1	0.15 218	0.11 210

MIF-Stereo	0.83 4	0.33 45	1.98 24	0.92 111	1.27 234	0.54 3	0.11 28	1.35 1	2.94 33	1.67 43	2.09 35	0.20 4	0.31 13	1.57 23	1.07 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 224	0.01 16

Wz-Net-MNSev	7.43 325	2.35 340	15.22 359	2.34 291	3.41 325	17.27 362	8.55 357	11.91 279	13.48 320	13.37 341	17.05 312	13.70 314	7.47 306	11.90 330	9.99 335	0.40 343	0.03 209	0.00 1	0.01 209	0.16 224	0.07 156

test_4	2.38 120	0.34 54	2.68 79	0.08 11	0.11 46	3.69 187	1.14 225	3.33 8	3.34 65	4.03 83	17.35 319	3.31 110	0.51 36	6.28 129	1.15 110	0.00 1	0.00 1	0.00 1	0.11 286	0.16 224	0.01 16

CrosDoStereo	3.96 245	0.45 117	3.04 124	0.32 49	0.20 96	3.28 160	11.63 377	5.76 115	4.45 115	9.04 275	16.58 304	4.99 172	7.45 303	8.04 219	3.72 240	0.00 1	0.02 166	0.01 255	0.00 1	0.16 224	0.10 198

DeepStereo_LL	3.96 245	0.45 117	3.04 124	0.32 49	0.20 96	3.28 160	11.63 377	5.76 115	4.45 115	9.04 275	16.58 304	4.99 172	7.45 303	8.04 219	3.72 240	0.00 1	0.02 166	0.01 255	0.00 1	0.16 224	0.10 198

pcwnet_v2	4.20 260	0.36 70	8.53 324	1.33 156	1.12 225	3.43 163	0.41 100	12.85 306	14.16 324	9.90 297	14.29 288	5.90 205	3.03 163	6.20 126	2.06 178	0.01 144	0.05 239	0.04 311	0.02 230	0.16 224	0.18 254

DMCA-RVC	3.17 183	1.26 283	6.39 291	2.10 264	1.51 247	3.02 145	0.56 132	7.84 179	5.06 137	9.23 280	5.19 99	8.46 259	2.72 152	6.31 131	3.22 217	0.06 279	0.11 294	0.09 334	0.02 230	0.16 224	0.08 169

WCMA_ROB	9.21 346	0.87 232	7.37 312	2.54 304	2.13 281	13.59 347	5.80 331	11.64 269	14.01 323	24.43 375	32.99 379	27.09 373	18.02 365	12.51 335	9.85 334	0.81 359	0.07 264	0.01 255	0.01 209	0.16 224	0.23 279

IGEV_Zeroshot_test	2.13 90	0.50 134	4.91 236	1.41 172	0.18 83	2.62 97	0.36 92	7.80 177	3.87 84	5.04 106	5.42 110	4.77 164	1.03 67	3.43 64	0.79 66	0.00 1	0.16 324	0.00 1	0.18 307	0.17 232	0.04 103

ProNet	1.20 21	0.60 163	2.00 26	0.26 40	0.08 34	2.73 107	0.68 159	5.00 74	2.52 18	0.29 3	1.32 19	0.37 30	0.36 17	6.94 163	0.44 12	0.00 1	0.07 264	0.00 1	0.00 1	0.17 232	0.07 156

raft_robust	2.64 143	1.20 277	2.62 75	1.10 137	0.28 122	1.50 22	0.12 34	6.28 136	9.04 256	6.80 184	7.19 159	3.73 129	2.13 128	9.06 281	1.07 101	0.03 241	0.12 301	0.00 1	0.21 316	0.17 232	0.22 273

dad	4.66 280	1.89 330	5.51 267	0.94 114	0.09 35	2.16 56	0.37 94	7.10 167	14.43 325	10.13 302	16.84 308	14.97 325	1.90 121	6.82 154	4.15 249	1.09 366	0.11 294	4.08 381	0.46 356	0.17 232	0.06 143

test_3	1.88 64	0.22 9	2.75 90	0.96 120	0.22 102	1.28 10	0.77 181	4.62 53	5.87 163	6.55 179	1.84 32	4.28 151	0.45 32	6.48 143	0.76 61	0.00 1	0.01 126	0.00 1	0.28 333	0.17 232	0.14 233

Anonymous	1.37 34	0.52 140	4.23 206	1.38 166	2.70 304	1.85 40	0.42 102	4.77 61	3.54 74	0.53 23	1.56 25	0.19 1	1.32 86	3.11 59	0.92 89	0.05 269	0.08 272	0.00 1	0.00 1	0.17 232	0.15 242

FINET	5.32 288	1.14 272	10.04 333	2.17 269	3.67 335	6.49 265	6.76 347	11.68 271	22.08 360	7.42 219	12.15 264	4.24 146	3.61 188	9.25 289	5.35 266	0.04 257	0.04 230	0.00 1	0.00 1	0.17 232	0.09 179

ACVNet	2.58 140	0.53 144	2.69 81	0.84 102	0.59 175	2.61 94	0.55 130	8.35 186	5.70 159	4.45 89	9.26 209	5.77 200	3.50 182	2.24 48	4.41 252	0.00 1	0.00 1	0.00 1	0.00 1	0.17 232	0.01 16

GANet-RSSM	3.27 187	0.60 163	3.38 147	2.94 324	2.00 276	2.61 94	0.48 111	10.93 258	6.11 178	5.47 117	10.20 225	6.57 221	5.44 270	6.25 127	2.23 185	0.00 1	0.00 1	0.08 331	0.00 1	0.17 232	0.03 67

CBMV	5.35 289	0.91 240	3.67 169	1.62 200	0.44 151	10.09 315	7.19 352	12.49 299	12.33 313	12.22 330	14.69 293	10.93 298	6.48 286	8.51 253	4.96 262	0.02 214	0.15 317	0.00 1	0.00 1	0.17 232	0.17 252
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MIM_Stereo	2.50 135	0.75 207	4.26 207	1.18 146	0.11 46	3.08 147	0.33 88	6.07 126	3.28 60	5.01 105	10.12 223	4.29 153	1.74 115	8.06 226	1.27 118	0.00 1	0.12 301	0.00 1	0.01 209	0.18 242	0.15 242

CSP-Net	4.12 253	1.28 288	3.70 173	1.54 185	1.06 221	13.28 346	2.33 266	12.96 309	5.45 147	8.87 270	8.54 186	8.43 258	3.03 163	8.16 234	3.65 238	0.00 1	0.00 1	0.00 1	0.00 1	0.18 242	0.03 67

test-3	1.86 60	0.21 6	2.46 61	1.03 127	0.22 102	1.38 13	0.83 191	4.65 57	5.04 136	7.26 212	1.78 30	4.10 141	0.41 29	6.53 148	0.76 61	0.00 1	0.00 1	0.00 1	0.29 334	0.18 242	0.14 233

test_1	1.85 59	0.21 6	2.45 58	1.02 125	0.22 102	1.37 12	0.82 187	4.66 58	5.06 137	7.02 196	1.73 27	4.09 139	0.41 29	6.51 146	0.76 61	0.00 1	0.00 1	0.00 1	0.29 334	0.18 242	0.14 233

DRN-Test	5.87 294	0.98 251	5.89 277	2.69 310	3.65 333	12.37 338	3.35 293	20.07 377	10.20 282	11.93 329	12.31 269	11.06 301	5.31 262	7.89 211	9.05 319	0.04 257	0.05 239	0.04 311	0.04 259	0.18 242	0.25 286

H2IRNET	2.16 93	0.45 117	2.60 72	1.22 148	0.03 8	1.98 46	0.13 41	4.73 59	7.04 204	1.15 36	7.79 174	5.88 204	3.39 178	4.97 97	1.45 132	0.01 144	0.00 1	0.04 311	0.17 303	0.19 247	0.03 67

RAFT+CT+SA	2.36 118	0.71 197	2.46 61	0.83 101	2.26 290	3.18 157	0.93 209	6.82 161	5.48 148	2.55 52	8.07 178	1.64 65	1.59 108	8.54 254	1.15 110	0.02 214	0.00 1	0.00 1	0.38 348	0.19 247	0.36 307

test_5	2.90 165	0.70 195	3.69 170	2.01 250	3.17 314	4.61 230	1.32 237	6.69 156	7.02 203	2.79 56	7.18 158	4.99 172	4.14 214	7.96 213	1.31 121	0.00 1	0.00 1	0.00 1	0.03 242	0.19 247	0.26 291

TDLM	4.11 252	1.11 270	3.54 159	1.62 200	1.04 220	3.91 206	7.41 354	10.60 249	10.67 293	6.38 173	12.59 271	5.95 206	4.77 245	8.79 271	3.04 211	0.58 352	0.00 1	0.01 255	0.00 1	0.19 247	0.12 221

GMStereo_Zeroshot	2.77 153	1.98 333	5.14 250	1.53 184	0.36 138	3.56 178	0.10 25	5.57 109	5.91 165	6.89 191	7.02 153	8.50 263	0.91 59	6.01 120	1.65 148	0.00 1	0.00 1	0.00 1	0.00 1	0.20 251	0.01 16

MIPNet	2.06 86	0.69 193	4.57 224	0.32 49	0.21 99	1.92 43	0.19 59	6.89 163	5.64 158	5.48 118	4.02 70	2.02 77	3.50 182	3.32 62	2.01 174	0.00 1	0.01 126	0.01 255	0.01 209	0.20 251	0.13 228

PFNet	2.93 167	0.40 90	5.51 267	2.13 267	0.84 200	3.11 151	0.75 178	6.78 159	4.79 131	9.98 299	6.00 118	4.78 165	2.13 128	8.33 244	2.11 179	0.19 317	0.06 251	0.00 1	0.11 286	0.20 251	0.35 306

hitnet-ft	3.66 221	0.65 178	2.79 98	0.89 105	0.72 191	4.25 215	0.55 130	9.11 212	7.52 218	7.14 204	10.19 224	12.49 310	4.70 242	7.44 187	4.41 252	0.03 241	0.00 1	0.06 322	0.00 1	0.20 251	0.04 103

GwcNet-RSSM	3.77 230	1.05 259	5.06 244	2.21 274	1.87 272	2.36 67	1.52 245	8.98 208	7.96 232	5.91 139	14.59 291	7.94 250	3.50 182	6.43 137	5.70 271	0.00 1	0.00 1	0.04 311	0.00 1	0.20 251	0.08 169

StereoDRNet-Refined	4.46 272	0.62 171	3.80 179	1.92 236	0.40 145	9.35 306	0.15 52	10.02 236	8.83 255	12.69 334	11.62 257	9.34 269	3.87 205	8.06 226	8.02 304	0.00 1	0.00 1	0.01 255	0.05 263	0.20 251	0.26 291
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	5.59 291	1.75 322	6.80 299	3.12 331	4.45 358	10.61 323	4.35 312	18.80 362	9.73 268	12.22 330	6.87 145	11.44 304	4.65 241	8.09 229	8.26 310	0.02 214	0.11 294	0.00 1	0.03 242	0.20 251	0.28 297

PSMNet_ROB	5.02 286	1.63 314	6.03 281	1.90 233	1.83 270	9.57 310	6.35 341	15.58 342	7.23 209	6.15 154	10.48 233	12.22 308	4.16 216	8.02 218	8.71 316	0.02 214	0.01 126	0.01 255	0.10 285	0.20 251	0.12 221

Sa-1000	3.55 216	0.75 207	3.63 167	1.91 234	0.30 124	3.55 177	1.63 251	7.39 171	8.54 250	7.70 228	17.44 320	4.00 135	2.82 157	9.44 297	1.33 122	0.00 1	0.10 288	0.00 1	0.18 307	0.21 259	0.04 103

RALAANet	2.46 130	1.09 266	3.70 173	2.55 306	0.80 197	3.37 162	0.15 52	7.44 173	5.54 152	5.65 121	6.01 119	3.54 122	1.13 72	6.34 133	1.58 144	0.00 1	0.01 126	0.00 1	0.05 263	0.21 259	0.03 67

psmorigin	7.34 324	1.58 309	18.31 369	2.35 292	0.87 202	6.72 269	1.70 257	10.63 250	7.14 206	19.77 363	22.71 344	20.13 357	11.34 344	12.96 339	9.49 329	0.04 257	0.17 327	0.06 322	0.17 303	0.21 259	0.50 325

CVANet_RVC	4.16 258	1.16 274	3.60 162	1.94 239	1.46 245	3.92 207	4.68 318	10.89 257	8.34 242	7.58 224	10.84 242	10.27 285	6.62 289	8.56 255	2.69 202	0.39 341	0.00 1	0.00 1	0.01 209	0.21 259	0.09 179

IPLGR_C	2.44 126	1.17 275	4.94 237	0.62 86	2.08 278	2.65 101	0.80 186	5.60 110	4.79 131	7.87 235	9.23 200	1.67 67	1.15 75	3.43 64	2.23 185	0.01 144	0.19 335	0.02 284	0.08 274	0.22 263	0.10 198

ACRE	2.41 121	1.08 264	5.11 247	0.55 77	2.05 277	2.65 101	0.78 185	5.26 95	4.67 124	7.59 225	9.20 198	1.70 68	1.08 69	3.74 68	2.18 184	0.01 144	0.18 331	0.02 284	0.08 274	0.22 263	0.10 198

CFNet-ft	3.31 191	0.94 248	2.69 81	1.50 179	2.38 293	2.81 125	0.68 159	8.35 186	7.43 214	4.45 89	9.94 220	10.20 283	4.60 237	6.50 145	3.41 224	0.00 1	0.00 1	0.03 300	0.00 1	0.22 263	0.03 67

CFNet	3.72 225	1.10 268	5.03 242	2.49 302	1.59 248	4.90 235	0.22 64	11.38 265	9.88 274	4.80 102	11.25 249	6.44 218	3.68 190	8.33 244	3.00 209	0.00 1	0.00 1	0.00 1	0.00 1	0.22 263	0.07 156

CFNet_RVC	3.31 191	0.94 248	2.69 81	1.50 179	2.38 293	2.81 125	0.68 159	8.35 186	7.43 214	4.45 89	9.94 220	10.20 283	4.60 237	6.49 144	3.41 224	0.00 1	0.00 1	0.03 300	0.00 1	0.22 263	0.03 67

Anonymous Stereo	6.16 303	3.15 353	23.75 382	2.97 325	2.48 298	4.39 225	13.30 383	9.21 214	9.86 273	9.56 288	8.76 188	6.79 226	1.99 124	13.50 343	13.04 352	0.01 144	0.05 239	0.00 1	0.06 268	0.22 263	0.19 264

NaN_ROB	6.00 300	1.24 281	6.29 286	1.34 158	1.68 257	9.60 311	10.31 370	15.09 335	15.79 333	12.62 333	8.95 193	11.67 306	5.83 274	11.78 329	6.41 281	0.05 269	0.13 308	0.08 331	0.20 313	0.22 263	0.79 339

SA	3.06 175	0.74 205	3.79 178	1.60 196	0.30 124	3.19 158	1.43 240	6.72 157	9.06 257	4.63 97	10.80 240	2.89 93	4.71 243	9.62 300	1.18 114	0.00 1	0.09 280	0.00 1	0.19 311	0.23 270	0.02 38

CIPLG	2.47 131	1.10 268	4.71 230	0.63 87	2.15 283	2.67 105	0.77 181	5.19 82	4.73 128	7.85 234	9.56 214	1.72 69	1.14 73	4.20 82	2.34 189	0.01 144	0.19 335	0.02 284	0.09 281	0.23 270	0.08 169

GMOStereo	1.81 53	0.47 125	2.09 36	0.10 13	0.27 117	1.49 18	0.89 205	4.40 37	4.51 118	8.16 244	6.97 147	2.96 95	1.15 75	1.42 13	0.88 80	0.00 1	0.14 312	0.00 1	0.00 1	0.23 270	0.03 67

error version	1.81 53	0.47 125	2.09 36	0.10 13	0.27 117	1.49 18	0.89 205	4.40 37	4.51 118	8.16 244	6.97 147	2.96 95	1.15 75	1.42 13	0.88 80	0.00 1	0.14 312	0.00 1	0.00 1	0.23 270	0.03 67

test-v	1.81 53	0.47 125	2.09 36	0.10 13	0.27 117	1.49 18	0.89 205	4.40 37	4.51 118	8.16 244	6.97 147	2.96 95	1.15 75	1.42 13	0.88 80	0.00 1	0.14 312	0.00 1	0.00 1	0.23 270	0.03 67

HHNet	2.59 141	0.55 148	2.55 68	0.20 32	0.32 131	2.84 131	0.94 211	5.77 118	5.14 141	7.33 216	13.80 282	0.94 47	3.20 168	5.27 105	2.41 195	0.13 304	0.02 166	0.06 322	0.00 1	0.23 270	0.03 67

test-2	1.81 53	0.47 125	2.09 36	0.10 13	0.27 117	1.49 18	0.89 205	4.40 37	4.51 118	8.16 244	6.97 147	2.96 95	1.15 75	1.42 13	0.88 80	0.00 1	0.14 312	0.00 1	0.00 1	0.23 270	0.03 67

RAFT-Stereo + iAFF	2.12 89	0.58 159	2.43 57	1.27 153	0.16 66	1.60 26	0.14 48	5.17 81	5.90 164	7.10 202	10.10 222	3.06 102	1.74 115	1.87 38	0.97 94	0.01 144	0.02 166	0.00 1	0.00 1	0.23 270	0.02 38

AFF-stereo	2.59 141	0.68 188	2.35 54	1.55 187	0.17 71	1.67 28	0.08 21	5.75 113	6.60 191	6.20 156	12.13 263	6.16 210	2.36 137	4.75 88	1.11 105	0.02 214	0.02 166	0.00 1	0.00 1	0.23 270	0.05 133

BEATNet_4x	3.24 185	1.27 285	5.89 277	1.56 190	0.10 38	5.26 241	1.07 220	10.08 238	5.50 149	6.89 191	7.73 171	4.53 158	4.13 213	5.05 98	5.27 264	0.04 257	0.05 239	0.00 1	0.00 1	0.23 270	0.23 279

IPLG	2.43 124	0.66 184	4.77 231	0.54 74	0.31 130	3.01 144	0.26 73	6.15 130	5.55 153	7.69 227	6.21 129	1.89 73	1.74 115	7.19 177	2.35 191	0.01 144	0.01 126	0.00 1	0.00 1	0.24 280	0.12 221

MyStereo8	2.88 164	1.19 276	5.03 242	1.61 197	3.75 340	4.30 217	0.07 18	6.14 129	6.16 180	6.22 157	9.64 217	4.28 151	1.45 96	2.05 45	4.76 260	0.00 1	0.16 324	0.00 1	0.14 292	0.26 281	0.43 316

CRFU-Net	4.45 271	0.67 187	5.02 240	2.78 315	1.32 240	12.67 341	3.35 293	11.26 262	3.52 73	10.06 301	9.30 211	10.91 297	6.92 295	7.26 179	3.24 219	0.15 307	0.16 324	0.16 343	0.00 1	0.26 281	0.05 133

iRaft-Stereo_5w	2.86 163	0.86 230	4.08 203	0.06 8	0.25 109	2.76 113	0.60 145	4.97 70	4.10 103	2.98 62	7.85 175	10.17 282	4.17 217	8.16 234	5.83 274	0.00 1	0.00 1	0.00 1	0.01 209	0.26 281	0.06 143

AACVNet	3.33 199	1.03 257	3.56 160	3.46 342	0.63 178	3.09 149	0.28 75	8.78 206	3.43 68	5.99 140	10.64 237	10.08 280	4.03 212	8.69 264	2.51 198	0.03 241	0.01 126	0.00 1	0.00 1	0.26 281	0.06 143

SGM-ForestM	16.99 384	1.08 264	5.74 273	2.12 265	0.75 192	31.63 388	12.21 380	27.80 390	32.25 378	37.88 392	39.99 390	52.96 401	35.20 396	33.60 394	24.47 384	0.26 329	0.39 359	0.31 357	0.39 350	0.26 281	0.53 328

TestStereo1	2.85 159	0.81 221	3.48 155	3.11 329	0.44 151	2.52 78	1.50 243	6.37 140	8.18 238	4.62 94	9.24 206	2.23 80	3.69 191	9.19 286	1.26 116	0.00 1	0.01 126	0.00 1	0.00 1	0.27 286	0.09 179

SA-5K	2.85 159	0.81 221	3.48 155	3.11 329	0.44 151	2.52 78	1.50 243	6.37 140	8.18 238	4.62 94	9.24 206	2.23 80	3.69 191	9.19 286	1.26 116	0.00 1	0.01 126	0.00 1	0.00 1	0.27 286	0.09 179

ToySt	2.69 145	0.55 148	7.03 304	1.03 127	0.10 38	3.49 170	1.04 216	6.38 144	4.55 122	2.69 53	6.28 133	7.95 252	4.38 228	5.08 99	2.58 201	0.01 144	0.11 294	0.00 1	0.04 259	0.28 288	0.19 264

ssnet_v2	4.46 272	0.87 232	5.18 253	1.57 191	0.67 183	9.14 304	4.73 319	11.84 276	9.68 267	8.79 265	6.24 132	9.91 277	4.34 227	6.28 129	9.30 323	0.00 1	0.01 126	0.00 1	0.00 1	0.28 288	0.30 300

acv_ft	3.69 223	0.53 144	4.58 225	2.31 289	4.71 365	7.44 284	0.86 201	8.54 196	5.70 159	9.29 282	9.26 209	5.77 200	4.15 215	2.24 48	8.13 308	0.00 1	0.00 1	0.00 1	0.00 1	0.29 290	0.01 16

RAFT_CTSACE	3.40 206	1.07 262	4.52 218	1.27 153	3.14 311	4.00 210	1.07 220	3.93 27	4.43 113	4.66 99	17.94 323	7.21 239	2.76 153	10.82 317	0.85 72	0.00 1	0.07 264	0.00 1	0.00 1	0.30 291	0.01 16

LCNet	2.85 159	0.42 101	1.90 16	0.95 118	0.56 173	2.07 51	1.60 249	4.99 73	3.57 76	6.05 143	10.59 235	4.59 160	6.79 294	7.46 188	0.72 53	0.01 144	0.00 1	0.01 255	0.77 364	0.30 291	3.57 370

iRaftStereo_RVC	1.62 41	0.68 188	1.98 24	0.67 90	0.05 10	2.99 142	0.04 9	5.36 101	3.74 80	3.82 80	4.96 89	2.54 85	0.62 41	3.35 63	0.97 94	0.00 1	0.07 264	0.00 1	0.00 1	0.30 291	0.27 295

edge stereo	6.76 315	1.01 253	6.76 298	2.20 273	2.45 297	6.41 263	2.45 269	14.84 334	11.98 310	15.29 351	18.31 325	22.02 364	12.56 350	10.82 317	7.49 294	0.03 241	0.06 251	0.11 336	0.03 242	0.30 291	0.14 233

pmcnn	7.72 332	1.27 285	9.42 330	2.91 319	3.14 311	9.44 307	6.23 337	12.56 301	16.51 337	14.53 347	24.08 349	27.44 374	8.49 320	9.32 292	8.44 312	0.06 279	0.08 272	0.00 1	0.00 1	0.30 291	0.15 242

LL-Strereo	4.71 281	1.64 315	7.51 316	1.15 145	4.31 352	3.71 189	1.45 241	9.21 214	8.36 243	8.37 252	8.17 181	10.82 294	11.36 345	12.51 335	4.82 261	0.00 1	0.12 301	0.00 1	0.00 1	0.31 296	0.32 303

RGC	6.88 321	2.23 337	6.13 283	4.05 358	4.73 366	8.94 301	2.78 277	15.19 339	11.74 306	11.13 321	19.34 327	17.86 343	10.42 340	13.02 340	8.03 306	0.73 356	0.01 126	0.24 353	0.41 351	0.31 296	0.38 309

SACVNet	4.15 257	1.26 283	3.81 180	3.12 331	1.68 257	3.09 149	2.85 280	11.91 279	5.96 167	10.52 310	11.20 247	10.59 288	3.95 207	8.97 278	3.25 220	0.08 291	0.02 166	0.00 1	0.00 1	0.32 298	0.44 318

DeepPruner_ROB	3.52 213	1.14 272	4.06 200	1.12 143	1.65 252	3.65 183	0.83 191	13.96 322	4.47 117	7.80 231	10.84 242	7.05 234	2.16 131	8.14 232	3.08 213	0.07 286	0.03 209	0.00 1	0.01 209	0.32 298	0.06 143

ARAFT	3.13 181	1.11 270	7.34 311	0.42 66	0.14 59	4.52 227	2.99 281	7.41 172	5.97 169	8.85 269	7.06 157	5.20 181	1.25 84	8.49 252	1.44 130	0.00 1	0.03 209	0.00 1	0.00 1	0.33 300	0.11 210

RP	6.84 319	1.29 290	5.53 270	3.92 357	5.18 367	6.32 260	3.53 296	11.73 274	15.31 331	9.54 286	22.38 343	18.25 346	14.47 360	10.11 304	7.49 294	0.91 362	0.01 126	0.12 338	0.15 295	0.33 300	0.19 264

CSAN	7.62 327	1.60 311	6.56 295	1.83 225	0.66 181	12.40 339	10.52 373	14.45 329	21.32 358	14.19 345	15.98 300	17.84 342	13.02 355	12.32 333	8.38 311	0.09 295	0.07 264	0.03 300	0.04 259	0.33 300	0.67 336

SGM_RVC	10.08 355	0.60 163	3.42 152	2.30 283	0.32 131	19.41 367	6.33 340	18.95 364	14.64 326	25.14 377	24.32 351	33.34 384	18.79 369	19.86 375	12.55 350	0.25 327	0.26 350	0.22 351	0.24 324	0.34 303	0.40 311
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DISCO	6.28 305	0.57 153	5.78 274	3.43 341	1.17 228	11.22 327	3.39 295	12.14 288	16.16 335	6.52 177	11.22 248	16.96 339	6.32 283	19.51 374	10.74 340	0.00 1	0.00 1	0.00 1	0.00 1	0.35 304	0.11 210

DN-CSS_ROB	2.69 145	1.40 295	5.34 260	2.31 289	0.75 192	3.14 153	0.06 14	6.11 128	3.87 84	5.34 116	12.18 266	2.34 82	1.22 82	7.84 209	1.48 133	0.03 241	0.00 1	0.00 1	0.00 1	0.35 304	0.03 67

LMCR-Stereo	3.63 219	1.29 290	4.20 205	2.54 304	0.17 71	8.08 292	1.52 245	11.46 267	4.73 128	8.45 256	10.66 239	1.91 75	5.03 255	7.69 199	3.58 237	0.92 363	0.00 1	0.00 1	0.00 1	0.36 306	0.02 38

iResNetv2_ROB	4.28 268	1.43 296	7.17 307	2.91 319	1.26 232	4.36 220	1.62 250	13.64 319	10.25 283	9.83 293	11.41 251	7.68 243	4.00 208	7.75 205	1.85 162	0.00 1	0.00 1	0.00 1	0.00 1	0.37 307	0.09 179

AF-Net	7.78 333	1.44 298	6.68 297	3.37 338	4.50 361	8.61 298	2.69 275	17.07 349	20.17 355	9.52 285	24.02 348	20.31 360	14.59 361	11.58 327	9.84 333	0.61 353	0.00 1	0.12 338	0.00 1	0.38 308	0.12 221

SHD	9.61 352	2.60 342	12.46 345	3.69 350	3.54 328	9.47 308	1.25 231	20.16 378	37.84 391	18.19 358	21.24 337	16.96 339	12.83 354	14.47 352	16.05 362	0.32 335	0.13 308	0.01 255	0.08 274	0.38 308	0.48 322

ADCRef	7.27 323	1.38 293	16.37 362	2.52 303	3.30 319	11.63 331	3.16 287	10.80 254	9.35 262	13.03 340	25.27 358	8.17 254	8.92 326	8.06 226	21.81 377	0.15 307	0.08 272	0.16 343	0.34 345	0.38 308	0.58 331

MANE	19.47 391	1.27 285	5.07 245	4.69 366	5.55 369	30.49 387	9.94 368	34.01 394	37.27 390	44.13 401	51.57 405	52.51 399	40.41 401	33.58 393	24.81 385	0.89 361	0.86 371	1.11 371	9.72 397	0.38 308	1.06 346

WZ-Net	13.00 368	4.64 364	41.07 400	3.48 344	3.15 313	19.12 366	15.66 396	14.81 333	31.33 377	15.71 352	27.88 361	22.22 365	14.01 359	20.44 379	25.03 386	0.64 355	0.00 1	0.01 255	0.03 242	0.39 312	0.37 308

AASNet	3.90 242	0.92 243	4.41 213	3.56 346	4.00 348	6.70 268	1.26 233	18.71 360	6.14 179	7.35 217	7.91 177	4.35 154	2.58 146	3.04 57	6.62 288	0.00 1	0.00 1	0.00 1	0.00 1	0.39 312	0.14 233

ADCP+	8.09 336	1.79 324	14.50 356	1.54 185	4.28 351	16.57 356	5.20 326	12.80 305	11.20 299	12.83 338	17.07 313	11.02 300	10.80 342	17.59 367	23.18 382	0.03 241	0.05 239	0.01 255	0.18 307	0.39 312	0.81 340

test croco	1.34 30	0.51 138	5.09 246	0.30 45	0.05 10	1.58 24	0.08 21	4.47 44	3.77 83	0.42 20	1.76 28	0.60 43	0.74 47	6.11 122	0.94 90	0.00 1	0.00 1	0.00 1	0.00 1	0.40 315	0.02 38

CBFPSM	4.87 282	0.94 248	14.70 358	1.51 182	1.15 227	11.49 329	2.55 272	7.28 169	6.47 190	6.23 158	4.83 86	15.30 328	8.99 327	6.88 156	8.20 309	0.03 241	0.02 166	0.00 1	0.00 1	0.40 315	0.42 314

ccnet	6.87 320	0.92 243	5.15 251	3.09 327	2.18 286	11.78 332	4.90 321	17.97 355	8.79 254	12.79 337	20.20 331	16.00 333	8.35 318	9.12 282	14.17 359	0.42 347	0.33 353	0.25 354	0.09 281	0.40 315	0.48 322

Wz-Net-SNSev	9.23 347	6.70 372	24.28 383	1.87 227	1.81 269	8.57 296	12.29 382	17.37 351	20.39 356	10.43 308	23.11 346	16.66 337	8.03 314	14.47 352	17.86 364	0.00 1	0.02 166	0.01 255	0.00 1	0.41 318	0.30 300

FADNet-RVC-Resample	3.79 232	1.62 313	12.06 341	1.43 174	0.66 181	5.94 255	2.41 267	10.18 242	8.58 252	6.28 165	4.22 73	5.33 187	4.80 249	7.71 201	3.19 216	0.17 313	0.21 339	0.17 346	0.12 289	0.41 318	0.29 298

PVD	15.44 375	2.93 348	14.67 357	4.21 363	3.39 323	17.43 363	4.16 306	27.84 391	48.84 400	31.02 383	43.54 394	29.76 379	30.81 392	25.97 387	21.40 373	0.23 324	0.41 360	0.04 311	0.33 343	0.41 318	1.33 351

MeshStereo	11.52 364	1.52 305	4.55 221	1.89 232	1.46 245	19.87 369	5.11 325	20.66 379	15.91 334	32.67 385	34.51 382	39.34 392	21.15 377	18.74 371	12.10 346	0.11 299	0.06 251	0.01 255	0.00 1	0.45 321	0.22 273
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
RAFT	2.57 139	0.76 210	3.09 132	0.91 107	0.09 35	2.41 72	0.94 211	5.35 99	2.65 21	6.11 149	7.21 160	9.43 271	4.30 224	5.73 113	1.77 157	0.00 1	0.12 301	0.00 1	0.02 230	0.46 322	0.08 169

MGS-Stereo	1.10 13	0.26 13	2.45 58	0.58 83	0.06 17	1.84 39	0.67 158	2.16 2	3.42 67	1.03 30	6.13 124	0.49 37	0.36 17	1.43 17	0.62 38	0.00 1	0.00 1	0.00 1	0.00 1	0.47 323	0.00 1

APVNet	5.98 298	1.72 320	8.72 325	3.21 335	4.04 349	12.31 337	1.81 258	19.09 366	6.10 175	6.13 153	13.41 279	10.69 293	6.30 282	11.26 323	13.90 357	0.05 269	0.02 166	0.11 336	0.03 242	0.53 324	0.20 270

CES	1.56 39	0.35 63	1.44 4	0.42 66	7.70 380	2.66 104	0.13 41	4.89 63	2.53 19	0.25 2	1.10 13	0.33 28	0.31 13	1.61 27	0.58 36	0.01 144	0.02 166	0.00 1	0.00 1	0.54 325	6.26 382

RAFT + AFF	4.30 269	1.55 307	5.84 275	1.43 174	2.36 292	5.94 255	6.72 346	10.01 235	7.56 219	7.55 223	8.96 195	7.09 235	6.73 292	8.57 256	4.02 248	0.02 214	0.47 366	0.00 1	0.01 209	0.56 326	0.54 329

GwcNet	6.42 308	1.97 332	10.92 336	2.59 308	5.58 370	11.55 330	2.21 265	14.10 325	16.52 339	10.04 300	17.19 317	10.86 296	5.61 272	9.23 288	8.84 318	0.01 144	0.06 251	0.03 300	0.08 274	0.56 326	0.40 311

RTSC	9.15 345	3.00 349	13.57 353	3.72 351	1.76 265	11.82 333	0.46 108	16.95 348	36.83 388	15.80 353	15.53 298	12.91 312	7.46 305	20.01 377	21.76 376	0.31 334	0.13 308	0.01 255	0.08 274	0.57 328	0.41 313

ADCPNet	9.54 351	2.39 341	31.46 392	2.09 262	1.60 250	16.71 358	6.39 342	12.11 285	11.45 302	13.53 343	21.45 338	19.41 352	10.94 343	14.38 350	21.54 375	0.27 332	1.16 373	0.39 362	1.49 375	0.58 329	1.45 353

fast-acv-ft	5.62 292	1.39 294	7.01 303	2.02 252	1.89 274	12.23 336	1.82 259	7.35 170	9.45 264	10.46 309	20.27 333	14.55 323	7.71 311	7.41 186	7.61 296	0.10 297	0.09 280	0.16 343	0.07 270	0.59 330	0.13 228

PWC_ROB	8.24 338	3.13 351	12.74 349	2.43 299	4.43 357	7.51 285	1.22 230	16.63 347	19.24 349	16.08 354	28.29 363	13.99 320	10.16 338	13.63 345	14.06 358	0.42 347	0.00 1	0.05 318	0.00 1	0.59 330	0.27 295

FADNet-RVC	3.98 249	1.84 326	12.48 346	1.69 206	0.44 151	4.33 218	1.31 236	11.84 276	7.15 207	3.53 76	3.50 64	10.63 291	4.43 231	9.12 282	6.25 278	0.03 241	0.10 288	0.00 1	0.03 242	0.60 332	0.25 286

Wz-Net-TNSev	11.35 363	10.56 386	35.88 397	2.28 281	1.73 261	18.25 364	11.42 375	15.88 343	20.88 357	14.44 346	16.97 311	19.57 353	19.04 370	19.31 373	18.67 366	0.01 144	0.06 251	0.00 1	0.16 297	0.62 333	1.25 350

SANet	10.64 360	1.86 328	10.91 335	1.76 216	0.71 190	14.62 350	9.23 363	19.18 367	37.14 389	19.22 360	27.96 362	25.86 372	19.11 371	13.02 340	10.63 338	0.08 291	0.06 251	0.03 300	0.02 230	0.62 333	0.81 340

iinet-f	5.94 296	1.60 311	26.88 388	1.79 220	1.38 243	11.92 334	1.47 242	6.80 160	7.11 205	6.90 193	14.43 289	10.64 292	7.97 313	7.00 166	12.12 347	0.02 214	0.03 209	0.05 318	0.00 1	0.63 335	0.02 38

Syn2CoEx	6.32 306	2.72 345	9.33 328	2.45 300	1.67 255	8.59 297	3.32 291	18.08 356	12.27 312	8.53 257	21.08 336	10.30 286	9.80 335	9.30 291	7.86 301	0.01 144	0.00 1	0.00 1	0.00 1	0.63 335	0.43 316

stereogan	7.69 331	0.88 234	7.08 306	3.49 345	3.93 346	18.98 365	3.23 290	16.52 346	19.58 351	9.93 298	18.92 326	20.50 361	9.04 329	14.07 348	6.14 276	0.26 329	0.04 230	0.21 350	0.03 242	0.63 335	0.33 304

DeepPrunerF	6.75 314	2.69 344	23.31 381	3.68 349	7.16 375	3.78 199	4.29 310	13.42 316	20.13 354	8.13 243	10.46 232	7.18 238	8.06 315	11.10 321	9.44 328	0.24 326	0.15 317	0.29 355	0.42 352	0.66 338	0.45 319

GASNet	5.19 287	4.61 363	9.38 329	4.73 367	2.10 280	3.80 201	1.57 248	12.07 283	10.96 294	8.92 272	7.03 155	8.21 255	7.67 310	14.02 347	7.36 292	0.02 214	0.15 317	0.00 1	0.00 1	0.69 339	0.42 314

ADCL	10.16 357	2.11 335	19.36 372	1.92 236	1.88 273	22.23 371	8.91 360	14.04 323	23.56 364	14.62 348	26.19 359	12.75 311	13.59 357	16.06 362	22.95 381	0.26 329	0.18 331	0.75 365	0.65 360	0.69 339	0.58 331

MFN_U_SF_DS_RVC	9.78 354	4.27 362	14.47 355	2.29 282	2.85 308	23.40 374	13.62 385	13.60 317	19.54 350	19.42 361	24.27 350	16.74 338	8.59 321	17.05 366	7.98 303	1.25 368	1.68 377	0.17 346	2.63 380	0.72 341	1.04 345

SAMSARA	14.63 373	2.74 346	12.38 343	12.65 386	6.74 374	36.50 396	72.93 419	19.36 370	23.77 365	16.20 355	13.04 276	29.21 377	12.78 352	16.98 365	15.21 361	0.11 299	0.26 350	0.03 300	0.14 292	0.76 342	0.77 338

G-Net	8.41 340	1.54 306	10.97 337	5.73 373	3.60 331	26.19 377	4.41 313	10.10 239	7.42 213	19.71 362	24.99 356	14.38 322	15.83 362	10.99 319	9.53 330	0.50 351	0.46 365	0.19 349	0.25 326	0.80 343	0.66 335

PS-NSSS	3.90 242	1.84 326	4.55 221	0.87 104	2.95 310	4.10 213	2.00 261	10.77 253	8.23 240	6.75 181	14.63 292	5.01 176	2.24 132	8.41 248	2.91 208	0.33 336	0.03 209	0.83 367	0.00 1	0.82 344	0.70 337

XQC	8.43 341	3.58 358	16.40 363	2.92 321	2.17 284	13.22 345	3.60 297	14.64 332	25.86 368	11.87 328	12.04 260	15.06 326	10.67 341	15.24 357	19.41 367	0.39 341	0.08 272	0.05 318	0.07 270	0.84 345	0.45 319

FADNet_RVC	3.91 244	1.67 319	12.95 351	0.96 120	0.75 192	5.71 248	0.54 127	10.83 255	6.60 191	3.46 74	8.09 179	4.10 141	3.40 180	9.43 294	6.33 279	0.36 338	0.44 363	0.17 346	0.46 356	0.91 346	0.95 344

RTS	18.87 389	9.32 384	86.48 415	4.95 369	6.10 372	42.08 400	14.70 388	15.49 340	41.06 393	22.65 368	32.32 375	13.77 315	19.54 372	37.98 399	28.96 392	0.41 344	0.23 342	0.00 1	0.02 230	0.91 346	0.50 325

RTSA	18.87 389	9.32 384	86.48 415	4.95 369	6.10 372	42.08 400	14.70 388	15.49 340	41.06 393	22.65 368	32.32 375	13.77 315	19.54 372	37.98 399	28.96 392	0.41 344	0.23 342	0.00 1	0.02 230	0.91 346	0.50 325

FBW_ROB	8.50 342	1.03 257	7.98 320	1.93 238	1.28 235	13.10 344	6.23 337	22.50 381	18.98 345	18.82 359	14.91 295	19.06 351	10.04 337	18.41 369	9.83 332	0.62 354	0.22 340	1.82 376	0.82 365	0.99 349	1.36 352

LSM	14.01 372	5.95 369	33.49 393	6.78 377	43.61 413	10.22 316	9.98 369	15.16 338	22.93 363	23.07 371	32.34 377	18.52 348	12.67 351	15.45 358	11.10 343	0.16 312	0.51 368	0.09 334	0.32 341	1.08 350	16.85 408

FADNet	4.23 263	1.65 316	11.75 340	1.64 202	0.80 197	4.80 232	0.77 181	13.76 321	11.65 305	3.97 81	5.24 103	9.62 273	5.14 259	8.40 247	3.78 242	0.21 321	0.04 230	0.07 328	0.05 263	1.14 351	0.10 198

DPSNet	10.14 356	1.88 329	16.82 365	1.85 226	1.73 261	24.84 375	17.20 398	19.92 376	27.41 370	12.23 332	13.62 281	16.52 335	18.35 366	14.42 351	12.50 349	0.78 357	0.54 369	0.08 331	0.25 326	1.18 352	0.59 334

AnyNet_C32	10.98 362	5.58 368	22.79 380	4.16 360	5.83 371	15.64 351	14.30 386	13.18 312	17.15 341	16.44 356	20.52 334	14.68 324	13.44 356	22.46 381	30.08 395	0.17 313	0.26 350	0.36 360	0.36 347	1.23 353	0.91 343

ADCS	13.02 369	4.93 366	28.38 390	3.17 334	2.67 303	13.61 348	10.83 374	18.70 359	33.46 380	22.59 367	24.78 354	19.59 354	18.51 368	23.40 384	32.16 398	0.10 297	0.19 335	0.37 361	0.18 307	1.26 354	1.46 354

aanetorigin	8.72 344	3.29 356	27.55 389	1.95 240	3.84 343	4.93 237	5.39 330	5.49 108	10.05 277	27.85 379	31.47 373	15.80 329	12.78 352	9.04 280	11.98 345	0.25 327	0.22 340	0.22 351	0.25 326	1.28 355	0.84 342

PWCDC_ROB	7.92 335	3.17 355	7.48 315	5.73 373	4.40 354	10.45 320	0.35 91	14.52 331	28.19 372	10.36 306	31.27 372	7.04 232	9.14 330	13.22 342	8.78 317	2.74 377	0.02 166	0.00 1	0.00 1	1.31 356	0.17 252

coex-ft	19.78 392	19.39 391	87.73 417	1.77 218	1.80 268	17.25 361	13.50 384	12.63 303	42.10 395	60.18 411	38.90 387	28.72 376	28.74 389	11.74 328	27.40 391	0.21 321	0.23 342	0.04 311	0.30 339	1.36 357	1.54 355

ELAS_RVC	16.54 381	2.26 338	10.09 334	5.50 372	4.46 359	28.28 385	16.72 397	25.55 386	33.54 381	40.19 395	40.30 391	36.68 389	30.03 390	29.40 389	20.61 371	0.98 365	1.21 374	0.86 368	0.70 362	1.39 358	2.16 363
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PASM	7.90 334	4.22 361	21.97 379	3.25 336	3.29 318	5.39 244	6.57 343	10.57 248	19.09 346	12.77 336	13.92 283	18.11 345	9.51 333	13.79 346	10.77 342	0.19 317	0.45 364	0.29 355	1.08 370	1.49 359	1.19 349

ELAS	16.72 382	2.14 336	9.23 327	4.92 368	4.53 362	32.66 392	15.11 393	27.40 389	28.68 374	40.27 396	44.90 395	38.33 391	30.50 391	26.44 388	21.94 378	0.88 360	1.23 375	0.67 364	0.89 367	1.49 359	2.18 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCMid	10.24 358	3.13 351	20.70 375	2.21 274	2.39 295	11.23 328	6.19 334	14.17 327	11.19 298	23.20 372	22.25 341	17.89 344	19.54 372	18.51 370	26.21 389	0.45 349	0.42 362	1.10 370	1.29 372	1.56 361	1.18 348

UDGNet	2.73 151	7.09 376	3.90 187	2.71 311	0.06 17	2.98 141	0.20 62	4.63 54	8.58 252	2.69 53	2.70 45	0.95 48	1.01 64	6.27 128	1.51 135	1.28 369	0.00 1	5.24 384	0.94 368	1.70 362	0.13 228

SDNR	7.50 326	2.32 339	15.58 361	1.82 224	0.63 178	44.66 404	0.44 107	8.59 197	9.52 265	9.84 294	25.18 357	5.30 186	4.38 228	11.46 326	6.49 283	0.05 269	0.03 209	0.00 1	0.01 209	1.79 363	1.87 359

MFN_U_SF_RVC	12.94 367	3.66 359	25.81 387	3.61 348	2.26 290	22.77 372	4.55 316	27.10 387	20.06 353	23.90 373	28.99 365	30.53 380	16.98 363	19.92 376	20.26 370	1.24 367	1.07 372	0.98 369	1.33 373	1.80 364	2.04 362

PDISCO_ROB	9.62 353	1.99 334	11.51 338	9.88 381	9.61 383	21.48 370	3.83 301	19.33 369	28.49 373	11.27 324	14.17 286	19.92 356	5.02 254	16.35 363	9.18 321	5.28 381	0.41 360	0.14 341	0.09 281	2.05 365	2.36 367

sAnonymous2	1.35 31	1.66 317	8.14 321	0.55 77	0.46 157	1.23 6	0.24 68	4.00 28	3.47 70	0.40 14	1.11 14	0.23 11	1.42 94	0.96 5	0.57 33	0.01 144	0.00 1	0.00 1	0.20 313	2.07 366	0.22 273

CroCo_RVC	1.35 31	1.66 317	8.14 321	0.55 77	0.46 157	1.23 6	0.24 68	4.00 28	3.47 70	0.40 14	1.11 14	0.23 11	1.42 94	0.96 5	0.57 33	0.01 144	0.00 1	0.00 1	0.20 313	2.07 366	0.22 273

BEATNet-Init1	23.31 393	9.03 381	41.67 401	4.17 361	2.53 300	45.68 406	19.47 401	33.43 393	38.45 392	47.59 404	49.10 401	59.31 405	41.80 402	38.35 401	29.21 394	0.47 350	0.50 367	0.81 366	0.66 361	2.10 368	1.86 358

DGSMNet	6.47 310	2.61 343	13.64 354	3.46 342	3.74 336	8.97 302	6.01 332	14.15 326	13.01 316	7.46 221	14.10 285	9.94 278	4.79 248	10.44 311	6.22 277	1.30 370	1.70 378	1.80 374	1.52 377	2.27 369	2.35 366

EDNetEfficient	13.82 371	6.19 370	54.79 406	2.83 316	3.60 331	4.86 234	8.57 358	8.61 202	32.90 379	40.77 397	30.59 371	18.33 347	21.87 380	11.38 325	25.36 387	0.15 307	0.23 342	0.06 322	1.03 369	2.54 370	1.79 357

AnyNet_C01	16.12 379	10.81 387	59.36 408	4.42 365	2.49 299	30.06 386	15.15 394	17.51 353	16.51 337	17.88 357	37.69 386	24.04 367	17.54 364	29.60 390	33.29 399	0.28 333	0.38 358	0.43 363	0.42 352	2.57 371	1.98 361

GANetREF_RVC	6.56 311	2.89 347	7.58 317	3.41 339	0.40 145	12.96 343	9.58 365	15.09 335	17.25 342	10.33 304	10.62 236	12.27 309	8.16 317	12.21 332	4.53 254	0.41 344	0.00 1	0.00 1	0.02 230	3.12 372	0.39 310
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
EDNetEfficientorigin	17.87 386	14.00 389	99.53 427	1.64 202	0.92 207	10.55 322	6.26 339	13.21 313	34.84 385	38.20 394	36.91 385	27.47 375	26.32 388	14.71 354	25.69 388	0.04 257	0.06 251	0.14 341	0.52 358	3.16 373	3.27 369

anonymity	7.68 329	3.83 360	12.39 344	7.04 378	12.67 390	8.18 294	2.00 261	17.50 352	6.85 196	13.56 344	9.21 199	9.97 279	7.82 312	11.28 324	5.58 269	6.27 384	4.98 404	3.68 380	2.96 382	3.33 374	4.48 375

NVStereoNet_ROB	16.04 378	6.75 373	12.90 350	6.37 376	7.42 378	12.89 342	9.74 367	22.78 382	25.12 367	30.32 381	46.19 397	34.37 387	25.38 384	21.48 380	21.38 372	5.94 382	3.10 394	6.07 385	10.09 398	4.01 375	8.54 391
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MADNet+	27.07 396	33.84 402	90.97 419	20.14 394	7.47 379	48.43 408	47.10 415	35.43 395	36.46 387	20.11 365	30.05 369	25.29 369	35.08 395	45.50 407	50.28 413	2.13 373	2.00 379	1.19 373	0.76 363	4.71 376	4.43 373

MFMNet_re	13.29 370	8.60 379	18.29 368	9.75 380	7.25 377	19.65 368	14.84 390	20.71 380	30.72 376	23.03 370	28.77 364	18.85 350	26.09 387	13.55 344	9.82 331	2.44 375	1.35 376	0.34 358	0.23 322	4.78 377	6.69 384

Anonymous_2	4.14 255	0.62 171	3.21 137	1.40 169	1.43 244	5.19 240	0.32 86	6.63 153	4.38 112	4.48 92	2.30 41	8.08 253	7.00 296	5.37 106	2.29 187	0.23 324	0.75 370	5.20 383	18.12 406	5.66 378	0.23 279

SGM+DAISY	15.62 376	7.26 377	19.28 371	8.94 379	10.11 385	26.25 378	10.49 372	19.36 370	14.65 327	30.64 382	33.59 380	33.00 383	22.32 382	24.96 386	16.42 363	7.90 388	6.25 406	4.51 382	3.37 384	5.86 379	7.20 385

MSC_U_SF_DS_RVC	16.41 380	6.93 375	21.83 378	5.94 375	2.81 307	38.71 398	14.59 387	24.55 385	34.87 386	33.66 389	34.35 381	29.24 378	24.20 383	22.59 382	17.95 365	2.52 376	2.81 389	1.17 372	1.51 376	5.89 380	2.16 363

CC-Net-ROB	7.68 329	9.21 382	7.46 314	3.82 354	3.66 334	15.68 352	5.02 324	17.95 354	10.45 290	6.44 176	14.00 284	7.63 242	4.77 245	10.75 316	3.10 214	5.99 383	2.46 383	16.28 390	1.08 370	6.30 381	1.56 356

MaskLacGwcNet_RVC	5.97 297	5.36 367	5.02 240	3.75 353	3.57 330	15.81 353	4.27 309	11.72 273	6.96 199	7.23 210	8.47 185	9.09 268	2.66 148	9.36 293	2.71 203	7.49 386	2.32 381	2.01 377	0.08 274	6.77 382	4.67 377

SPS-STEREO	15.04 374	6.23 371	13.21 352	11.34 384	11.65 387	23.30 373	7.15 351	24.16 384	15.65 332	31.78 384	29.19 367	31.62 381	21.32 378	24.62 385	19.50 368	7.59 387	4.19 402	3.22 379	1.48 374	6.99 383	6.54 383
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UDG	8.58 343	9.31 383	4.89 234	10.00 382	9.52 382	10.36 319	2.41 267	12.07 283	9.82 271	7.81 232	9.55 213	16.52 335	9.81 336	7.84 209	7.88 302	4.20 378	2.51 385	18.53 392	3.71 387	9.55 384	5.28 380

JetBlue	29.12 399	15.72 390	54.12 405	15.93 390	20.98 401	60.90 417	30.62 408	39.38 396	34.62 384	34.08 390	39.69 388	57.35 404	43.17 403	50.71 413	50.60 414	2.41 374	3.79 400	2.81 378	3.45 385	9.57 385	12.59 402

DDUNet	9.47 350	11.32 388	6.14 284	12.93 387	11.65 387	10.45 320	3.87 302	11.70 272	7.89 229	9.27 281	13.28 277	16.18 334	6.14 280	8.80 272	5.77 272	6.64 385	3.38 397	20.90 393	4.28 389	11.01 386	7.80 387

SQANet	7.64 328	3.40 357	5.49 266	11.73 385	9.62 384	11.96 335	2.82 278	11.33 264	6.10 175	8.33 250	11.49 254	11.00 299	5.16 260	10.12 308	2.72 205	8.92 389	2.21 380	10.41 386	1.58 378	11.13 387	7.39 386

Consistency-Raft	9.42 349	4.74 365	12.66 347	5.30 371	9.08 381	4.08 211	5.26 328	19.26 368	24.87 366	11.17 322	29.85 368	13.57 313	5.51 271	7.67 198	13.40 354	0.36 338	0.35 356	1.81 375	4.24 388	11.61 388	3.57 370

WAO-7	29.39 400	24.43 393	20.47 374	32.71 402	13.83 391	34.70 393	20.27 404	52.19 411	65.03 412	43.29 399	59.35 411	52.19 398	44.68 405	31.71 391	30.56 396	10.98 396	4.94 403	13.71 388	12.52 403	12.06 389	8.22 389

otaku	11.73 365	7.51 378	7.07 305	13.22 388	10.85 386	26.61 382	7.25 353	18.84 363	19.16 348	11.58 327	17.23 318	20.19 358	8.09 316	15.11 356	4.64 257	9.13 390	2.42 382	13.08 387	1.83 379	12.48 390	8.22 389

SuperB	8.10 337	3.15 353	24.67 384	2.65 309	1.23 230	9.88 313	4.29 310	10.18 242	30.07 375	11.53 326	12.18 266	6.12 209	6.65 290	10.50 312	14.47 360	0.14 305	0.11 294	0.35 359	0.25 326	13.06 391	0.48 322

Ntro	12.35 366	8.88 380	7.80 318	13.79 389	12.42 389	26.54 381	6.98 349	18.54 358	22.14 361	9.82 292	16.45 303	20.30 359	9.29 332	15.95 361	6.61 287	9.53 392	2.47 384	14.93 389	2.77 381	13.11 392	8.63 392

RainbowNet	18.01 387	26.22 396	19.95 373	18.59 393	14.88 392	27.38 384	10.46 371	27.39 388	34.54 383	14.91 350	27.01 360	25.65 370	12.44 349	18.94 372	9.23 322	13.91 400	3.46 398	23.36 395	4.86 392	16.03 393	10.91 397

ACVNet-4b	15.90 377	22.00 392	12.37 342	16.40 391	15.14 393	31.87 389	7.50 355	19.04 365	27.85 371	11.48 325	22.02 340	31.86 382	9.16 331	17.95 368	5.69 270	10.43 394	2.58 386	24.44 396	4.87 393	16.04 394	9.28 393

ACVNet_1	18.70 388	25.08 394	12.72 348	17.33 392	15.18 394	26.02 376	9.62 366	28.44 392	34.49 382	24.39 374	24.32 351	37.22 390	20.13 375	16.67 364	13.39 353	10.45 395	2.59 387	24.77 397	4.92 394	16.57 395	9.75 394

ACVNet_2	26.45 395	29.35 400	25.14 385	20.27 395	15.43 395	34.97 394	12.23 381	48.37 406	66.25 414	42.69 398	56.73 409	51.77 397	25.59 385	20.39 378	13.52 355	10.13 393	2.59 387	22.78 394	3.52 386	17.57 396	9.80 395

Dean	34.67 404	38.70 407	25.33 386	29.89 398	17.21 396	45.24 405	11.98 379	56.90 415	76.55 416	63.47 414	60.22 412	67.36 413	48.14 408	37.24 397	39.01 405	11.00 397	2.83 390	28.35 398	5.60 395	18.14 397	10.31 396

DispFullNet	17.47 385	26.01 395	33.98 395	22.58 396	20.86 400	13.84 349	1.28 234	16.50 345	26.27 369	19.97 364	17.17 316	20.52 362	18.49 367	22.86 383	10.76 341	5.13 380	2.83 390	30.72 400	7.72 396	20.86 398	11.01 398

LVE	34.99 406	40.10 408	34.97 396	32.49 401	18.61 397	51.45 413	26.82 406	52.15 410	65.94 413	47.21 402	61.04 413	53.99 402	37.30 398	37.95 398	34.09 401	15.55 404	5.95 405	31.01 401	13.81 404	22.58 399	16.72 407

IMH-64-1	27.21 397	28.77 397	16.84 366	31.57 399	20.76 398	26.43 379	15.10 391	47.11 401	45.20 397	33.53 387	51.16 403	41.42 393	31.10 393	36.48 395	22.39 379	13.48 398	2.87 392	33.95 402	10.70 399	23.50 400	11.75 399

IMH-64	27.21 397	28.77 397	16.84 366	31.57 399	20.76 398	26.43 379	15.10 391	47.11 401	45.20 397	33.53 387	51.16 403	41.42 393	31.10 393	36.48 395	22.39 379	13.48 398	2.87 392	33.95 402	10.70 399	23.50 400	11.75 399

IMH	29.82 401	29.11 399	18.51 370	34.28 403	21.40 403	32.33 391	15.39 395	49.40 408	53.07 402	37.88 392	55.32 408	45.05 395	39.54 400	40.63 402	24.12 383	14.03 401	3.27 396	34.93 404	11.24 401	24.69 402	12.21 401

Venus	38.15 408	35.51 404	21.50 376	43.67 407	23.92 405	44.44 402	20.26 402	52.83 412	76.62 417	53.57 408	66.81 417	62.63 408	54.56 412	42.03 404	39.18 406	22.71 406	6.65 407	37.08 407	19.08 407	24.70 403	15.24 404

WAO-8	38.15 408	35.51 404	21.50 376	43.67 407	23.92 405	44.44 402	20.26 402	52.83 412	76.62 417	53.57 408	66.79 416	62.63 408	54.56 412	42.03 404	39.18 406	22.71 406	6.65 407	37.08 407	19.08 407	24.72 404	15.24 404

TorneroNet-64	32.42 403	31.89 401	30.52 391	34.73 404	21.13 402	46.99 407	18.82 399	43.10 399	59.42 407	32.70 386	46.98 398	62.01 407	36.98 397	43.97 406	33.88 400	14.10 402	3.22 395	35.28 405	11.72 402	26.84 405	14.07 403

PWCK	30.53 402	44.32 409	47.25 403	29.76 397	7.23 376	40.78 399	27.10 407	44.73 400	44.32 396	47.31 403	36.37 384	47.16 396	26.05 386	41.26 403	31.87 397	21.83 405	4.03 401	29.50 399	4.67 390	27.17 406	7.80 387

WAO-6	34.74 405	36.76 406	15.36 360	37.53 405	24.15 407	35.99 395	19.36 400	48.96 407	68.54 415	43.84 400	47.58 399	52.77 400	52.60 409	32.63 392	34.73 402	26.20 408	7.74 409	42.78 409	21.64 409	28.07 407	17.62 409

TorneroNet	35.11 407	33.92 403	33.82 394	37.86 406	22.01 404	49.64 410	21.58 405	48.09 405	55.23 403	37.50 391	53.79 406	62.81 410	43.66 404	46.71 409	41.25 408	14.80 403	3.53 399	36.72 406	14.57 405	28.28 408	16.49 406

UNDER WATER-64	45.16 411	46.99 410	66.69 410	43.90 409	27.64 408	55.58 416	41.87 412	39.42 397	48.42 399	51.73 407	43.08 393	67.76 414	56.69 414	48.02 411	48.34 411	39.50 411	17.64 411	51.78 412	38.93 412	36.62 409	32.61 411

UNDER WATER	45.09 410	48.60 412	67.37 411	49.30 411	31.41 409	53.80 415	37.39 410	40.25 398	52.48 401	50.24 405	45.37 396	68.37 415	57.76 415	51.03 414	49.88 412	29.97 409	13.75 410	51.22 411	36.57 410	37.87 410	29.12 410

SPstereo	72.39 419	47.55 411	62.34 409	56.88 415	45.69 415	78.85 418	84.60 420	100.00 430	100.00 428	98.50 426	98.20 425	100.00 431	96.58 423	96.95 424	81.91 419	46.63 414	38.86 416	67.86 418	64.79 418	39.95 411	41.68 414

DPSimNet_ROB	53.45 414	64.73 419	44.39 402	53.97 412	45.39 414	53.66 414	54.83 416	55.15 414	57.87 406	64.16 416	50.83 402	63.40 411	53.34 411	46.45 408	65.81 417	63.13 417	26.54 414	57.94 414	51.11 416	45.52 412	50.69 418

notaker	47.42 412	55.20 414	49.13 404	56.52 414	40.18 410	38.52 397	32.97 409	47.21 403	56.08 405	57.21 410	57.24 410	60.09 406	59.19 416	53.93 415	41.64 409	40.61 412	19.93 412	57.21 413	37.41 411	49.02 413	39.02 412

ktn	48.94 413	57.58 415	38.86 399	59.57 416	43.27 412	50.37 411	43.38 413	48.07 404	61.11 408	51.30 406	54.25 407	54.96 403	52.88 410	47.30 410	35.83 403	57.77 416	24.88 413	62.69 416	43.55 413	50.70 414	40.41 413

HanzoNet	56.48 416	59.32 416	58.25 407	55.32 413	41.94 411	50.95 412	41.33 411	51.12 409	61.40 409	65.62 417	65.59 415	71.66 416	69.41 417	70.77 418	60.03 416	63.99 418	34.70 415	61.96 415	50.54 415	51.00 415	44.71 415

KSHMR	55.63 415	63.60 418	37.85 398	74.69 418	49.56 416	49.01 409	45.73 414	57.46 416	63.97 411	61.61 413	62.07 414	72.39 417	47.01 406	50.65 412	43.29 410	54.10 415	62.21 417	66.10 417	53.94 417	51.25 416	46.11 416

JetRed	61.02 417	61.05 417	82.56 414	46.09 410	56.80 418	83.19 419	63.76 417	59.26 417	63.61 410	69.29 418	68.85 418	66.59 412	47.62 407	61.57 416	74.09 418	45.58 413	66.14 419	46.59 410	45.06 414	63.17 417	49.58 417

LRCNet_RVC	66.23 418	65.67 420	67.63 412	71.47 417	54.32 417	32.17 390	2.66 274	63.19 418	21.35 359	81.79 419	91.26 420	83.62 418	71.62 418	69.32 417	52.57 415	95.49 424	64.45 418	95.07 424	95.19 424	71.52 418	74.31 420

xxxxx1	85.63 422	90.31 423	96.68 422	76.54 419	80.57 419	97.44 423	96.86 424	85.53 419	88.53 420	88.68 420	91.71 421	94.23 420	92.93 420	90.02 420	91.98 421	70.60 419	70.39 420	73.68 420	81.46 421	74.61 419	79.86 421

tt_ll	85.63 422	90.31 423	96.68 422	76.54 419	80.57 419	97.44 423	96.86 424	85.53 419	88.53 420	88.68 420	91.71 421	94.23 420	92.93 420	90.02 420	91.98 421	70.60 419	70.39 420	73.68 420	81.46 421	74.61 419	79.86 421

ff	85.63 422	90.31 423	96.68 422	76.54 419	80.57 419	97.44 423	96.86 424	85.53 419	88.53 420	88.68 420	91.71 421	94.23 420	92.93 420	90.02 420	91.98 421	70.60 419	70.39 420	73.68 420	81.46 421	74.61 419	79.86 421

DLNR_Zeroshot_test	24.70 394	50.77 413	90.11 418	98.11 427	97.34 425	1.38 13	0.12 34	22.79 383	3.09 50	1.07 35	2.95 49	0.71 44	0.29 8	6.93 160	2.29 187	38.56 410	0.37 357	0.00 1	0.30 339	76.73 422	0.09 179

MADNet++	82.84 420	82.38 422	73.57 413	87.72 423	82.97 422	93.14 420	69.15 418	86.42 422	82.50 419	93.46 423	86.70 419	86.28 419	80.92 419	88.34 419	88.84 420	86.83 422	84.17 423	72.64 419	68.92 419	80.47 423	81.42 424

tt	83.26 421	0.34 54	99.99 429	79.40 422	93.18 423	100.00 428	100.00 429	100.00 430	99.95 425	60.33 412	47.63 400	99.98 429	99.96 427	99.98 428	100.00 432	92.42 423	99.82 427	73.83 423	73.63 420	88.42 424	56.35 419

Anonymous_1	99.08 428	99.91 427	99.85 428	97.63 425	99.10 427	100.00 428	100.00 429	99.61 427	99.96 426	99.28 428	99.86 427	99.54 426	99.99 428	99.29 426	99.75 427	96.05 425	99.59 426	97.31 425	98.57 426	97.71 425	98.63 426

PML	97.88 425	100.00 431	96.45 421	98.01 426	97.88 426	100.00 428	99.35 427	96.88 423	97.72 424	100.00 430	97.36 424	97.38 424	99.60 426	100.00 431	96.32 425	99.99 429	97.55 424	100.00 427	96.01 425	99.18 426	87.92 425

MEDIAN_ROB	98.41 426	99.70 426	99.30 426	97.09 424	97.02 424	96.89 422	95.77 423	97.66 425	97.28 423	98.79 427	98.94 426	99.18 425	98.14 425	96.89 423	96.88 426	99.96 428	99.16 425	100.00 427	99.99 428	99.69 427	99.88 427

DPSM_ROB	99.95 433	100.00 431	100.00 433	99.76 428	100.00 429	100.00 428	100.00 429	100.00 430	100.00 428	100.00 430	100.00 428	100.00 431	100.00 430	100.00 431	100.00 432	99.21 426	100.00 430	100.00 427	100.00 430	99.99 428	99.95 428

DPSM	99.95 433	100.00 431	100.00 433	99.76 428	100.00 429	100.00 428	100.00 429	100.00 430	100.00 428	100.00 430	100.00 428	100.00 431	100.00 430	100.00 431	100.00 432	99.21 426	100.00 430	100.00 427	100.00 430	99.99 428	99.95 428

MyStereo03	100.00 435	100.00 431	100.00 433	100.00 433	100.00 429	100.00 428	100.00 429	100.00 430	100.00 428	100.00 430	100.00 428	100.00 431	100.00 430	100.00 431	100.00 432	100.00 431	100.00 430	100.00 427	100.00 430	100.00 430	100.00 432

MyStereo02	100.00 435	100.00 431	100.00 433	100.00 433	100.00 429	100.00 428	100.00 429	100.00 430	100.00 428	100.00 430	100.00 428	100.00 431	100.00 430	100.00 431	100.00 432	100.00 431	100.00 430	100.00 427	100.00 430	100.00 430	100.00 432

MyStereo	100.00 435	100.00 431	100.00 433	100.00 433	100.00 429	100.00 428	100.00 429	100.00 430	100.00 428	100.00 430	100.00 428	100.00 431	100.00 430	100.00 431	100.00 432	100.00 431	100.00 430	100.00 427	100.00 430	100.00 430	100.00 432

HaxPig	98.85 427	99.94 428	95.08 420	99.99 430	100.00 429	94.03 421	94.78 421	99.15 426	99.98 427	99.99 429	100.00 428	99.98 429	99.99 428	98.12 425	95.97 424	100.00 431	99.99 429	100.00 427	99.99 428	100.00 430	99.99 430

Selective-RAFT-Error	100.00 435	100.00 431	100.00 433	100.00 433	100.00 429	100.00 428	100.00 429	100.00 430	100.00 428	100.00 430	100.00 428	100.00 431	100.00 430	100.00 431	100.00 432	100.00 431	100.00 430	100.00 427	100.00 430	100.00 430	100.00 432

CasAABBNet	100.00 435	100.00 431	100.00 433	100.00 433	100.00 429	100.00 428	100.00 429	100.00 430	100.00 428	100.00 430	100.00 428	100.00 431	100.00 430	100.00 431	100.00 432	100.00 431	100.00 430	100.00 427	100.00 430	100.00 430	100.00 432

test_example2	99.39 429	99.98 430	99.99 429	100.00 433	99.98 428	99.72 427	99.99 428	97.34 424	100.00 428	100.00 430	100.00 428	96.42 423	96.66 424	99.97 427	99.96 428	100.00 431	99.97 428	98.66 426	99.15 427	100.00 430	100.00 432

LSM0	100.00 435	100.00 431	100.00 433	100.00 433	100.00 429	100.00 428	100.00 429	100.00 430	100.00 428	100.00 430	100.00 428	100.00 431	100.00 430	100.00 431	100.00 432	100.00 431	100.00 430	100.00 427	100.00 430	100.00 430	99.99 430

DPSMNet_ROB	99.91 432	100.00 431	99.99 429	99.99 430	100.00 429	100.00 428	100.00 429	99.98 429	100.00 428	98.35 424	100.00 428	99.84 427	100.00 430	99.98 428	99.99 429	100.00 431	100.00 430	100.00 427	100.00 430	100.00 430	100.00 432

DGTPSM_ROB	99.90 431	100.00 431	99.99 429	99.99 430	100.00 429	100.00 428	100.00 429	99.97 428	100.00 428	98.35 424	100.00 428	99.84 427	100.00 430	99.98 428	99.99 429	99.99 429	100.00 430	100.00 427	100.00 430	100.00 430	100.00 432

AVERAGE_ROB	99.62 430	99.95 429	98.81 425	100.00 433	100.00 429	98.08 426	95.47 422	100.00 430	100.00 428	100.00 430	100.00 428	100.00 431	100.00 430	100.00 431	99.99 429	100.00 431	100.00 430	100.00 427	100.00 430	100.00 430	100.00 432

ASD4		81.57 421

Low-res two-view benchmark