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

MIF-Stereo	0.36 13	0.66 146	2.43 131	0.28 37	0.24 122	0.30 4	0.18 11	0.35 1	0.36 2	0.26 15	0.37 46	0.18 1	0.18 7	0.33 14	0.30 59	0.11 113	0.08 39	0.09 16	0.08 28	0.25 212	0.09 2

MyStereo07	0.56 115	0.68 154	2.42 126	0.30 63	0.41 253	0.61 167	0.31 187	0.58 58	0.72 202	1.17 355	0.26 14	0.20 2	0.27 65	1.28 226	0.28 45	0.09 11	0.59 311	0.12 139	0.21 274	0.16 71	0.48 229

ff7	0.65 195	0.58 122	2.09 61	0.39 203	0.60 307	0.56 92	0.23 64	0.49 15	0.62 98	1.00 338	0.24 6	0.20 2	0.24 30	0.71 145	0.24 17	0.09 11	2.09 397	0.10 50	0.18 238	0.24 197	2.22 402

ffff	0.65 195	0.58 122	2.09 61	0.39 203	0.60 307	0.56 92	0.23 64	0.49 15	0.62 98	1.00 338	0.24 6	0.20 2	0.24 30	0.71 145	0.24 17	0.09 11	2.09 397	0.10 50	0.18 238	0.24 197	2.22 402

11t	0.65 195	0.58 122	2.09 61	0.39 203	0.60 307	0.56 92	0.23 64	0.49 15	0.62 98	1.00 338	0.24 6	0.20 2	0.24 30	0.71 145	0.24 17	0.09 11	2.09 397	0.10 50	0.18 238	0.24 197	2.22 402

CAS	0.39 18	0.31 7	1.79 11	0.81 348	0.34 214	0.51 50	0.23 64	0.49 15	0.42 9	0.23 6	0.31 26	0.20 2	0.17 2	0.30 2	0.25 26	0.77 382	0.06 1	0.07 1	0.05 1	0.10 11	0.41 194

ccc-4	0.65 195	0.58 122	2.09 61	0.39 203	0.60 307	0.56 92	0.23 64	0.49 15	0.62 98	1.00 338	0.24 6	0.20 2	0.24 30	0.71 145	0.24 17	0.09 11	2.09 397	0.10 50	0.18 238	0.24 197	2.22 402

CAS++	0.34 6	0.39 60	1.90 28	0.25 6	0.18 49	0.32 6	0.20 23	0.78 130	0.44 17	0.31 26	0.31 26	0.21 8	0.16 1	0.34 16	0.20 1	0.15 239	0.13 157	0.13 196	0.10 73	0.15 61	0.14 26
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
LargeStereo	0.74 248	0.70 159	2.05 56	1.11 371	1.09 375	0.32 6	0.21 34	0.75 114	0.43 13	0.30 25	0.30 20	0.22 9	0.27 65	0.98 186	0.31 73	0.10 48	2.50 415	0.08 3	0.15 199	0.27 238	2.70 412

Former-RAFT_DAM_RVC	0.52 86	0.51 103	1.12 1	0.26 17	0.22 90	0.46 24	0.20 23	1.10 345	1.33 376	3.13 413	0.33 34	0.22 9	0.20 16	0.34 16	0.26 35	0.11 113	0.09 84	0.11 96	0.09 39	0.17 92	0.21 75

AEACV	0.89 312	0.29 2	1.84 19	2.50 413	1.68 403	0.53 70	0.21 34	1.01 296	0.42 9	0.68 269	0.31 26	0.22 9	0.39 152	1.63 273	0.25 26	0.09 11	2.60 416	0.09 16	0.54 379	0.23 191	2.27 407

anonymousdsp	0.86 298	0.59 128	2.65 229	1.33 378	1.25 385	0.56 92	0.23 64	0.54 41	0.71 195	1.13 351	0.25 11	0.22 9	0.24 30	1.24 219	0.24 17	0.09 11	2.34 412	0.10 50	0.18 238	0.25 212	3.12 417

Selective-IGEV	0.57 122	0.42 72	1.87 24	1.67 396	1.33 388	0.36 12	0.20 23	0.61 70	0.71 195	0.22 3	0.31 26	0.22 9	0.19 9	0.52 83	0.36 108	0.09 11	0.97 342	0.09 16	0.15 199	0.20 153	0.85 318

ProNet	0.46 48	0.60 130	1.85 21	0.35 148	0.67 325	0.49 42	0.25 105	0.53 32	0.57 72	0.21 1	0.24 6	0.22 9	0.20 16	0.52 83	0.22 5	0.09 11	0.47 292	0.10 50	0.09 39	0.23 191	1.33 363

IGEV-Stereo	0.86 298	0.60 130	2.65 229	1.35 380	1.25 385	0.56 92	0.23 64	0.54 41	0.71 195	1.14 352	0.25 11	0.22 9	0.24 30	1.24 219	0.24 17	0.09 11	2.34 412	0.10 50	0.18 238	0.25 212	3.13 418
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CASnet	0.32 4	0.40 65	1.80 12	0.28 37	0.11 1	0.47 34	0.19 13	0.45 8	0.47 26	0.39 36	0.31 26	0.23 16	0.17 2	0.31 3	0.21 2	0.11 113	0.06 1	0.15 251	0.12 142	0.16 71	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.34 6	0.38 56	1.96 40	0.27 25	0.35 222	0.43 19	0.22 44	0.43 6	0.34 1	0.24 9	0.34 36	0.23 16	0.28 77	0.34 16	0.22 5	0.08 1	0.07 6	0.07 1	0.05 1	0.10 11	0.35 160

XX-TBD	0.40 20	1.04 241	2.49 175	0.35 148	0.13 6	0.51 50	0.17 6	0.44 7	0.52 50	0.38 34	0.51 120	0.23 16	0.19 9	0.31 3	0.25 26	0.10 48	0.07 6	0.08 3	0.06 7	0.09 5	0.18 59

sAnonymous2	0.45 43	0.88 206	2.97 303	0.31 77	0.25 128	0.34 10	0.28 139	0.56 51	0.49 32	0.25 12	0.30 20	0.23 16	0.29 93	0.31 3	0.22 5	0.12 148	0.09 84	0.12 139	0.13 162	0.38 316	0.43 203

CroCo_RVC	0.45 43	0.88 206	2.97 303	0.31 77	0.25 128	0.34 10	0.28 139	0.56 51	0.49 32	0.25 12	0.30 20	0.23 16	0.29 93	0.31 3	0.22 5	0.12 148	0.09 84	0.12 139	0.13 162	0.38 316	0.43 203

Anonymous	0.41 21	0.44 82	2.55 194	0.35 148	0.32 199	0.38 14	0.34 215	0.57 56	0.41 5	0.25 12	0.30 20	0.23 16	0.29 93	0.38 30	0.28 45	0.15 239	0.13 157	0.11 96	0.12 142	0.24 197	0.30 134

panet	0.31 1	0.31 7	1.65 7	0.20 2	0.12 3	0.55 87	0.15 1	0.50 24	0.51 44	0.28 19	0.34 36	0.24 22	0.21 18	0.34 16	0.24 17	0.11 113	0.07 6	0.08 3	0.05 1	0.09 5	0.12 11

test croco	0.43 28	0.73 170	2.80 276	0.28 37	0.19 66	0.33 9	0.21 34	0.63 80	0.50 39	0.24 9	0.38 52	0.24 22	0.25 44	0.48 63	0.32 82	0.12 148	0.08 39	0.13 196	0.09 39	0.43 339	0.13 14

CREStereo++_RVC	0.38 16	0.37 51	2.47 167	0.25 6	0.16 22	0.54 77	0.15 1	0.42 5	0.57 72	0.37 31	0.52 128	0.24 22	0.19 9	0.31 3	0.27 40	0.09 11	0.06 1	0.08 3	0.30 315	0.09 5	0.22 80
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
CREStereo	0.31 1	0.35 38	1.66 8	0.19 1	0.13 6	0.55 87	0.17 6	0.50 24	0.50 39	0.28 19	0.34 36	0.24 22	0.21 18	0.34 16	0.23 16	0.11 113	0.07 6	0.08 3	0.05 1	0.10 11	0.12 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MGS-Stereo	0.35 9	0.48 90	1.99 43	0.26 17	0.14 9	0.41 16	0.22 44	0.41 3	0.48 29	0.24 9	0.51 120	0.25 26	0.18 7	0.33 14	0.22 5	0.10 48	0.08 39	0.09 16	0.08 28	0.47 351	0.10 4

ACVNet-DCA	0.67 215	0.73 170	2.43 131	0.67 327	0.52 284	0.76 284	0.24 86	0.81 150	0.83 281	0.77 301	0.39 55	0.25 26	0.38 141	0.70 139	0.22 5	0.10 48	2.13 402	0.11 96	0.09 39	0.16 71	1.18 347

1test111	0.72 243	0.73 170	2.43 131	0.67 327	0.52 284	0.76 284	0.24 86	0.81 150	0.83 281	0.77 301	0.39 55	0.25 26	0.38 141	1.03 191	0.75 230	0.10 48	2.13 402	0.11 96	0.09 39	0.16 71	1.18 347

cc1	0.74 248	0.73 170	2.43 131	0.67 327	0.52 284	0.76 284	0.24 86	0.85 184	1.05 352	0.77 301	0.39 55	0.25 26	0.38 141	0.70 139	0.22 5	0.10 48	2.13 402	0.11 96	0.09 39	0.25 212	2.20 401

MIF-Stereo (partial)	0.41 21	0.71 162	2.67 240	0.27 25	0.24 122	0.32 6	0.17 6	0.56 51	0.46 20	0.26 15	0.37 46	0.25 26	0.26 52	0.46 52	0.35 106	0.11 113	0.08 39	0.12 139	0.10 73	0.21 163	0.15 33

GLC_STEREO	0.31 1	0.30 5	1.80 12	0.29 49	0.12 3	0.41 16	0.20 23	0.39 2	0.42 9	0.26 15	0.31 26	0.25 26	0.19 9	0.36 27	0.26 35	0.09 11	0.11 129	0.12 139	0.10 73	0.13 36	0.15 33

sCroCo_RVC	0.37 14	0.39 60	2.38 110	0.35 148	0.27 153	0.31 5	0.22 44	0.49 15	0.48 29	0.23 6	0.34 36	0.25 26	0.24 30	0.35 25	0.25 26	0.15 239	0.17 204	0.12 139	0.11 112	0.15 61	0.15 33

tt1	0.74 248	0.73 170	2.34 104	0.67 327	0.63 317	0.75 280	0.24 86	0.85 184	0.96 334	0.81 313	0.38 52	0.26 33	0.35 126	0.64 122	0.22 5	0.10 48	2.16 407	0.11 96	0.09 39	0.25 212	2.19 397

whm_eth	0.51 84	0.86 201	2.79 274	0.31 77	0.31 188	0.49 42	0.24 86	0.78 130	0.75 228	0.48 71	0.86 315	0.26 33	0.26 52	0.38 30	0.29 54	0.13 191	0.11 129	0.13 196	0.12 142	0.14 52	0.44 215

DLNR_Zeroshot_test	13.74 425	20.06 431	23.92 431	121.50 446	35.20 441	0.46 24	0.15 1	7.96 423	0.47 26	0.29 24	0.37 46	0.26 33	0.17 2	0.79 163	0.36 108	7.16 426	2.95 420	0.09 16	0.38 354	50.40 444	1.95 387

CES	0.33 5	0.32 15	1.46 3	0.25 6	0.50 280	0.40 15	0.20 23	0.48 12	0.48 29	0.22 3	0.29 17	0.26 33	0.19 9	0.35 25	0.22 5	0.09 11	0.07 6	0.08 3	0.05 1	0.16 71	0.54 252

TANstereo	0.39 18	0.70 159	2.48 172	0.23 4	0.12 3	0.54 77	0.16 4	0.41 3	0.47 26	0.45 57	0.51 120	0.26 33	0.22 22	0.34 16	0.21 2	0.10 48	0.10 107	0.08 3	0.07 13	0.09 5	0.18 59

GMStereo	0.44 40	1.32 305	2.65 229	0.28 37	0.16 22	0.42 18	0.22 44	0.48 12	0.63 109	0.41 39	0.36 42	0.26 33	0.25 44	0.41 44	0.30 59	0.14 221	0.08 39	0.10 50	0.12 142	0.17 92	0.13 14
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PMTNet	0.35 9	0.38 56	1.75 10	0.21 3	0.14 9	0.57 111	0.24 86	0.48 12	0.44 17	0.28 19	0.32 33	0.26 33	0.24 30	0.41 44	0.24 17	0.42 363	0.07 6	0.08 3	0.05 1	0.18 112	0.15 33

EGLCR-Stereo	0.90 315	0.31 7	1.90 28	1.60 392	0.95 358	1.14 360	0.42 259	0.85 184	0.43 13	1.74 389	0.21 1	0.27 40	0.17 2	1.56 258	0.30 59	0.10 48	2.60 416	0.10 50	0.09 39	0.10 11	3.10 416

MC-Stereo	0.58 130	0.37 51	2.00 44	0.88 351	0.64 321	0.54 77	0.19 13	0.46 10	0.39 3	0.58 176	0.39 55	0.27 40	0.27 65	0.71 145	0.32 82	0.09 11	1.20 360	0.09 16	0.16 217	0.22 177	1.92 386

StereoIM	0.35 9	0.89 211	2.15 73	0.25 6	0.29 169	0.29 3	0.17 6	0.47 11	0.41 5	0.21 1	0.22 2	0.28 42	0.21 18	0.32 13	0.31 73	0.10 48	0.09 84	0.10 50	0.08 28	0.11 18	0.12 11

RCA-Stereo	0.45 43	0.38 56	1.80 12	0.27 25	0.25 128	0.58 118	0.23 64	0.84 174	0.66 129	0.42 43	0.44 79	0.28 42	0.35 126	0.31 3	0.21 2	0.09 11	1.01 345	0.09 16	0.07 13	0.21 163	0.53 249

DCANet-4	0.43 28	0.32 15	2.31 99	0.26 17	0.14 9	0.51 50	0.22 44	0.84 174	0.78 247	0.55 147	0.48 93	0.28 42	0.37 134	0.40 38	0.37 111	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 203

s12784h	0.41 21	0.34 31	2.17 76	0.24 5	0.11 1	0.64 214	0.24 86	0.85 184	0.70 183	0.45 57	0.54 145	0.28 42	0.27 65	0.51 79	0.27 40	0.11 113	0.06 1	0.09 16	0.06 7	0.16 71	0.14 26

CroCo-Stereo Lap2	0.38 16	0.91 219	2.02 49	0.33 116	0.38 240	0.23 2	0.21 34	0.63 80	0.51 44	0.23 6	0.28 15	0.29 46	0.23 28	0.34 16	0.28 45	0.10 48	0.09 84	0.10 50	0.08 28	0.22 177	0.15 33

MoCha-V2	0.74 248	0.78 189	2.18 78	1.01 365	1.55 398	0.36 12	0.19 13	0.61 70	0.49 32	0.33 27	0.34 36	0.30 47	0.27 65	1.56 258	0.47 147	0.09 11	1.94 395	0.08 3	0.37 350	0.18 112	1.62 379

IGEVStereo-DCA	0.74 248	0.74 179	2.09 61	0.76 339	0.77 340	0.45 21	0.23 64	0.49 15	0.62 98	0.71 286	0.22 2	0.30 47	0.28 77	1.29 227	1.53 325	0.10 48	1.50 383	0.10 50	0.18 238	0.24 197	2.22 402

rrr	0.84 287	0.74 179	3.40 346	0.76 339	0.77 340	0.45 21	0.28 139	1.23 367	0.84 293	0.71 286	0.22 2	0.30 47	0.28 77	1.29 227	1.53 325	0.10 48	1.50 383	0.10 50	0.29 309	0.24 197	1.75 383

AnonymousM	0.45 43	0.49 92	1.83 16	0.29 49	0.15 15	0.53 70	0.22 44	0.64 82	0.66 129	0.47 69	0.33 34	0.30 47	0.25 44	0.49 73	0.29 54	0.12 148	0.27 260	0.71 386	0.37 350	0.12 26	0.41 194

test_xeample3	0.86 298	0.75 183	3.36 336	0.65 321	0.76 338	0.49 42	0.33 210	1.21 366	0.80 263	0.61 211	0.23 5	0.30 47	0.29 93	1.17 211	1.57 327	0.10 48	1.79 389	0.10 50	0.40 358	0.25 212	2.09 391

DIP-Stereo	0.43 28	0.50 98	2.21 85	0.27 25	0.18 49	0.63 202	0.17 6	0.94 248	0.58 78	0.49 87	0.48 93	0.30 47	0.30 103	0.40 38	0.31 73	0.10 48	0.08 39	0.10 50	0.08 28	0.15 61	0.33 147
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
fff	0.50 74	0.90 216	2.63 219	0.25 6	0.15 15	0.51 50	0.22 44	0.85 184	0.82 275	0.55 147	0.48 93	0.31 53	0.65 288	0.39 34	0.37 111	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 203

raftrobust	0.52 86	1.14 261	2.15 73	0.33 116	0.99 363	0.53 70	0.21 34	0.59 65	0.50 39	0.53 132	0.36 42	0.31 53	0.33 117	0.47 54	0.42 127	0.10 48	0.55 304	0.09 16	0.08 28	0.22 177	0.46 223

csc	0.50 74	0.90 216	2.63 219	0.25 6	0.15 15	0.51 50	0.22 44	0.85 184	0.82 275	0.55 147	0.48 93	0.31 53	0.65 288	0.39 34	0.37 111	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 203

cscssc	0.50 74	0.90 216	2.63 219	0.25 6	0.15 15	0.51 50	0.22 44	0.85 184	0.82 275	0.55 147	0.48 93	0.31 53	0.65 288	0.39 34	0.37 111	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 203

ADStereo(finetuned)	0.50 74	0.91 219	2.43 131	0.26 17	0.14 9	0.51 50	0.22 44	0.84 174	0.78 247	0.56 158	0.49 106	0.32 57	0.75 317	0.40 38	0.40 120	0.10 48	0.07 6	0.09 16	0.07 13	0.13 36	0.45 220

HHNet	0.63 183	0.67 147	3.10 317	0.37 172	0.25 128	0.64 214	0.60 324	0.70 102	0.67 141	0.55 147	1.12 352	0.32 57	0.60 278	0.43 48	1.75 334	0.16 254	0.08 39	0.12 139	0.10 73	0.18 112	0.22 80

raft+_RVC	0.62 171	1.18 275	2.43 131	0.36 162	2.08 409	0.52 65	0.25 105	0.66 87	0.54 60	0.36 29	0.46 82	0.32 57	0.28 77	0.49 73	0.43 133	0.10 48	0.91 340	0.10 50	0.09 39	0.22 177	0.70 296

DCANet	0.49 70	0.91 219	2.63 219	0.26 17	0.14 9	0.51 50	0.22 44	0.84 174	0.78 247	0.56 158	0.49 106	0.32 57	0.41 169	0.39 34	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.14 52	0.45 220

rafts_anoy	0.60 151	1.33 309	2.59 205	0.53 284	1.09 375	0.49 42	0.25 105	0.67 90	0.53 56	0.41 39	0.38 52	0.33 61	0.30 103	0.68 136	0.41 123	0.10 48	1.13 357	0.13 196	0.15 199	0.20 153	0.29 125

Anonymous3	0.47 51	0.49 92	2.61 214	0.33 116	0.25 128	0.72 270	0.32 197	0.80 143	0.60 86	0.36 29	0.41 64	0.33 61	0.29 93	0.46 52	0.30 59	0.19 295	0.18 210	0.13 196	0.13 162	0.18 112	0.22 80

R-Stereo Train	0.42 25	0.31 7	2.51 179	0.30 63	0.18 49	0.56 92	0.25 105	0.82 157	0.41 5	0.57 170	0.67 241	0.33 61	0.24 30	0.34 16	0.33 91	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 59

RAFT-Stereo	0.42 25	0.31 7	2.51 179	0.30 63	0.18 49	0.56 92	0.25 105	0.82 157	0.41 5	0.57 170	0.67 241	0.33 61	0.24 30	0.34 16	0.33 91	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 59
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UDGNet	0.50 74	1.36 318	2.44 139	0.37 172	0.19 66	0.58 118	0.23 64	0.49 15	0.69 173	0.42 43	0.39 55	0.34 65	0.29 93	0.55 96	0.32 82	0.25 337	0.10 107	0.37 364	0.19 254	0.30 263	0.17 52

dd	0.48 58	1.32 305	2.41 122	0.31 77	0.17 39	0.58 118	0.26 117	0.50 24	0.71 195	0.42 43	0.41 64	0.34 65	0.28 77	0.47 54	0.41 123	0.18 284	0.10 107	0.13 196	0.12 142	0.22 177	0.16 46

TestStereo	0.49 70	0.88 206	2.38 110	0.30 63	0.16 22	0.43 19	0.25 105	0.55 49	0.46 20	0.38 34	0.46 82	0.34 65	0.28 77	1.96 326	0.28 45	0.11 113	0.08 39	0.12 139	0.09 39	0.15 61	0.13 14

11t1	0.60 151	0.49 92	2.19 80	0.35 148	0.58 301	0.48 37	0.21 34	0.72 109	0.73 206	0.49 87	0.47 87	0.35 68	0.34 124	0.61 114	0.71 222	0.12 148	1.26 368	0.10 50	0.29 309	0.16 71	1.22 355

TestStereo1	0.59 145	1.21 282	2.63 219	0.40 216	0.60 307	0.56 92	0.34 215	0.82 157	0.73 206	0.45 57	0.63 218	0.36 69	0.42 180	0.66 129	0.42 127	0.10 48	0.32 265	0.12 139	0.10 73	0.34 286	0.52 246

SA-5K	0.59 145	1.21 282	2.63 219	0.40 216	0.60 307	0.56 92	0.34 215	0.82 157	0.73 206	0.45 57	0.63 218	0.36 69	0.42 180	0.66 129	0.42 127	0.10 48	0.32 265	0.12 139	0.10 73	0.34 286	0.52 246

RALCasStereoNet	0.65 195	1.34 311	2.56 198	0.43 238	0.96 359	0.50 48	0.26 117	0.62 74	0.56 69	0.43 49	0.49 106	0.36 69	0.28 77	0.72 150	0.53 171	0.10 48	1.18 358	0.09 16	0.08 28	0.27 238	1.27 358

LoS	0.34 6	0.35 38	1.88 25	0.25 6	0.13 6	0.53 70	0.20 23	0.50 24	0.53 56	0.26 15	0.28 15	0.37 72	0.24 30	0.40 38	0.25 26	0.10 48	0.08 39	0.08 3	0.06 7	0.15 61	0.10 4

NF-Stereo	0.53 96	0.33 24	2.55 194	0.55 291	0.16 22	0.61 167	0.43 266	0.70 102	0.70 183	0.50 105	0.47 87	0.37 72	0.26 52	1.44 245	0.78 239	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 52

OCTAStereo	0.53 96	0.33 24	2.54 187	0.56 300	0.16 22	0.61 167	0.42 259	0.70 102	0.70 183	0.50 105	0.47 87	0.37 72	0.26 52	1.43 241	0.79 242	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 52

RE-Stereo	0.53 96	0.33 24	2.54 187	0.56 300	0.16 22	0.61 167	0.43 266	0.70 102	0.70 183	0.50 105	0.47 87	0.37 72	0.26 52	1.43 241	0.77 235	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 52

TVStereo	0.53 96	0.33 24	2.54 187	0.56 300	0.16 22	0.61 167	0.43 266	0.70 102	0.70 183	0.50 105	0.47 87	0.37 72	0.26 52	1.43 241	0.77 235	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 52

DisPM	0.48 58	0.41 70	2.54 187	0.61 312	0.18 49	0.59 136	0.62 331	0.54 41	0.67 141	0.61 211	0.53 131	0.38 77	0.26 52	0.76 157	0.31 73	0.13 191	0.07 6	0.12 139	0.11 112	0.12 26	0.15 33

DRaft	0.65 195	0.47 87	2.38 110	0.25 6	0.17 39	0.64 214	0.65 336	0.56 51	0.57 72	0.67 263	0.98 335	0.38 77	0.99 348	1.42 240	2.06 348	0.11 113	0.14 171	0.10 50	0.14 180	0.18 112	0.21 75

4D-IteraStereo	0.62 171	1.29 302	3.04 312	0.27 25	0.30 180	0.46 24	0.26 117	0.54 41	0.51 44	0.41 39	0.31 26	0.39 79	0.19 9	0.53 90	0.65 207	0.09 11	0.47 292	0.12 139	0.11 112	0.21 163	2.14 394

SA	0.61 158	1.14 261	2.79 274	0.32 95	0.63 317	0.57 111	0.30 177	0.97 271	0.78 247	0.43 49	0.63 218	0.39 79	0.46 216	0.70 139	0.31 73	0.10 48	0.44 289	0.13 196	0.32 326	0.31 271	0.51 241

test_4	0.47 51	0.80 194	2.15 73	0.36 162	0.29 169	0.59 136	0.28 139	0.50 24	0.42 9	0.43 49	0.76 292	0.39 79	0.22 22	0.73 151	0.49 160	0.08 1	0.18 210	0.11 96	0.15 199	0.29 257	0.27 113

PFNet+	0.50 74	0.43 78	2.54 187	0.49 271	0.18 49	0.58 118	0.76 353	0.54 41	0.72 202	0.56 158	0.48 93	0.39 79	0.26 52	0.94 183	0.33 91	0.14 221	0.09 84	0.14 226	0.13 162	0.12 26	0.16 46

PSM-softLoss	0.52 86	0.34 31	2.47 167	0.55 291	0.17 39	0.61 167	0.39 248	0.64 82	0.67 141	0.52 124	0.48 93	0.39 79	0.25 44	1.46 246	0.77 235	0.13 191	0.08 39	0.13 196	0.12 142	0.12 26	0.15 33

KMStereo	0.52 86	0.34 31	2.47 167	0.55 291	0.17 39	0.61 167	0.39 248	0.64 82	0.67 141	0.52 124	0.48 93	0.39 79	0.25 44	1.46 246	0.77 235	0.13 191	0.08 39	0.13 196	0.12 142	0.12 26	0.15 33

DeepStereo_RVC	0.47 51	0.37 51	2.19 80	0.55 291	0.18 49	0.60 149	0.58 318	0.52 29	0.62 98	0.49 87	0.45 80	0.39 79	0.85 330	0.47 54	0.34 99	0.12 148	0.08 39	0.11 96	0.09 39	0.15 61	0.19 63

RALAANet	0.52 86	1.37 322	2.63 219	0.33 116	0.23 113	0.48 37	0.19 13	0.69 95	0.55 65	0.49 87	0.46 82	0.39 79	0.31 107	0.53 90	0.53 171	0.10 48	0.33 269	0.11 96	0.17 230	0.29 257	0.13 14

CASS	0.43 28	0.34 31	2.01 46	0.33 116	0.17 39	0.54 77	0.24 86	0.71 108	0.52 50	0.62 223	0.55 154	0.40 87	0.41 169	0.43 48	0.33 91	0.17 273	0.10 107	0.14 226	0.11 112	0.18 112	0.23 88
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLG	0.74 248	1.09 249	2.87 291	0.36 162	0.21 81	1.63 382	0.60 324	1.39 377	0.63 109	1.39 375	0.51 120	0.40 87	0.86 332	1.40 237	0.37 111	0.09 11	0.07 6	0.14 226	0.12 142	0.34 286	0.23 88

LMCR-Stereo	0.61 158	1.00 231	2.60 210	0.42 228	0.22 90	0.74 278	0.31 187	1.06 334	0.70 183	0.62 223	0.64 225	0.40 87	0.52 246	0.84 172	1.27 306	0.20 303	0.09 84	0.12 139	0.09 39	0.26 227	0.16 46

GES	0.49 70	0.54 110	2.37 108	0.31 77	0.19 66	0.61 167	0.30 177	0.93 243	0.52 50	0.49 87	0.53 131	0.40 87	0.43 193	0.59 106	0.67 212	0.16 254	0.11 129	0.12 139	0.10 73	0.20 153	0.30 134

RAFT-Stereo + iAFF	0.58 130	1.48 341	2.53 183	0.29 49	0.78 343	0.52 65	0.20 23	0.68 93	0.66 129	0.51 116	0.61 203	0.40 87	0.32 112	0.40 38	0.43 133	0.08 1	0.63 317	0.09 16	0.09 39	0.37 309	0.58 261

Selective-RAFT	0.46 48	0.48 90	1.88 25	0.32 95	0.16 22	0.61 167	0.19 13	0.66 87	0.62 98	0.28 19	0.30 20	0.41 92	0.33 117	0.51 79	0.32 82	0.11 113	1.09 354	0.09 16	0.35 344	0.19 136	0.37 167

LCNet	0.58 130	0.43 78	2.42 126	0.91 356	0.22 90	0.95 341	0.29 164	0.62 74	0.64 115	0.52 124	0.55 154	0.41 92	0.75 317	0.84 172	0.27 40	0.10 48	0.07 6	0.12 139	0.18 238	0.97 387	0.40 187

Pruner-Stereo	0.55 107	0.38 56	2.49 175	1.78 401	0.19 66	0.63 202	0.45 277	0.59 65	0.67 141	0.61 211	0.48 93	0.41 92	0.25 44	0.49 73	0.99 273	0.13 191	0.07 6	0.12 139	0.10 73	0.13 36	0.14 26

DN-CSS_ROB	0.56 115	1.64 360	2.75 267	0.42 228	0.22 90	0.57 111	0.19 13	0.79 138	0.66 129	0.46 67	0.62 210	0.41 92	0.32 112	0.73 151	0.49 160	0.12 148	0.08 39	0.14 226	0.13 162	0.38 316	0.17 52

iRaftStereo_RVC	0.47 51	0.84 197	1.91 31	0.29 49	0.15 15	0.53 70	0.20 23	0.58 58	0.50 39	0.37 31	0.43 68	0.42 96	0.23 28	0.38 30	0.28 45	0.09 11	0.70 329	0.12 139	0.11 112	0.43 339	0.77 303

EKT-Stereo	1.56 383	0.55 117	2.60 210	2.54 414	19.66 430	0.55 87	0.22 44	0.76 117	0.51 44	0.40 38	0.36 42	0.43 97	0.27 65	0.74 154	0.42 127	0.13 191	0.17 204	0.11 96	0.16 217	0.20 153	0.50 237

MIM_Stereo	0.55 107	0.92 224	2.65 229	0.32 95	1.09 375	0.51 50	0.19 13	0.67 90	0.52 50	0.48 71	0.54 145	0.43 97	0.27 65	0.57 102	0.30 59	0.08 1	0.17 204	0.11 96	0.10 73	0.28 249	0.80 310

Sa-1000	0.61 158	1.07 245	2.71 256	0.32 95	0.61 314	0.61 167	0.31 187	1.00 288	0.76 236	0.53 132	0.83 305	0.43 97	0.33 117	0.69 138	0.30 59	0.10 48	0.52 301	0.13 196	0.28 305	0.29 257	0.29 125

CIPLG	0.63 183	1.59 352	3.16 322	0.79 345	0.31 188	0.62 189	0.57 316	0.82 157	0.68 165	0.58 176	0.63 218	0.43 97	0.31 107	0.48 63	0.42 127	0.12 148	0.20 226	0.13 196	0.13 162	0.36 303	0.21 75

ACRE	0.63 183	1.55 346	3.41 347	0.76 339	0.28 164	0.60 149	0.56 313	0.82 157	0.68 165	0.57 170	0.62 210	0.43 97	0.30 103	0.47 54	0.42 127	0.12 148	0.19 214	0.13 196	0.14 180	0.36 303	0.20 71

Patchmatch Stereo++	0.43 28	0.36 41	2.44 139	0.48 260	0.17 39	0.61 167	0.26 117	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.56 99	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.43 28	0.36 41	2.44 139	0.48 260	0.18 49	0.61 167	0.28 139	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.49 73	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

ROB_FTStereo	0.43 28	0.36 41	2.44 139	0.48 260	0.18 49	0.61 167	0.26 117	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.51 79	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

iGMRVC	0.43 28	0.36 41	2.44 139	0.48 260	0.18 49	0.61 167	0.27 131	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.57 102	0.31 73	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

RAFT-345	0.56 115	0.37 51	2.68 245	0.40 216	0.34 214	0.58 118	0.41 253	0.49 15	0.70 183	0.51 116	0.99 338	0.43 97	0.28 77	1.56 258	0.81 248	0.10 48	0.07 6	0.11 96	0.09 39	0.11 18	0.09 2

iRAFT	0.43 28	0.36 41	2.44 139	0.48 260	0.17 39	0.61 167	0.26 117	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.56 99	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

RAFT-IKP	0.43 28	0.36 41	2.44 139	0.48 260	0.16 22	0.60 149	0.28 139	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.51 79	0.31 73	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

Prome-Stereo	0.53 96	0.36 41	2.39 116	0.60 306	0.23 113	0.63 202	0.41 253	0.66 87	0.67 141	0.59 195	1.02 342	0.43 97	0.71 305	0.61 114	0.34 99	0.10 48	0.07 6	0.10 50	0.09 39	0.13 36	0.44 215

SFCPSM	0.48 58	0.39 60	2.30 97	0.28 37	0.27 153	0.70 260	0.32 197	1.00 288	0.69 173	0.50 105	0.52 128	0.43 97	0.36 129	0.53 90	0.44 136	0.12 148	0.09 84	0.12 139	0.16 217	0.18 112	0.23 88

iResNet	0.59 145	1.09 249	2.54 187	0.44 243	0.18 49	0.65 228	0.29 164	0.89 218	0.75 228	0.59 195	0.64 225	0.43 97	0.39 152	0.73 151	1.24 303	0.11 113	0.08 39	0.09 16	0.08 28	0.21 163	0.40 187

MSKI-zero shot	0.70 231	0.44 82	2.62 218	1.47 386	0.75 335	0.56 92	0.20 23	0.80 143	0.45 19	0.60 204	0.52 128	0.44 112	0.17 2	0.70 139	0.26 35	0.09 11	2.87 419	0.09 16	0.32 326	0.14 52	0.50 237

LL-Strereo2	0.62 171	1.36 318	2.47 167	1.37 381	0.96 359	0.54 77	0.28 139	0.61 70	0.49 32	0.42 43	0.34 36	0.44 112	0.21 18	0.57 102	0.53 171	0.11 113	0.26 254	0.16 267	0.14 180	0.18 112	0.98 338

DCRE	0.76 262	0.80 194	2.31 99	1.05 366	1.18 381	0.63 202	0.26 117	1.03 308	0.59 82	0.52 124	2.12 384	0.44 112	0.27 65	0.41 44	0.53 171	0.09 11	1.02 350	0.10 50	0.32 326	0.16 71	1.47 374

x	0.65 195	0.62 139	2.12 68	0.36 162	0.61 314	0.48 37	0.24 86	0.80 143	0.89 313	0.50 105	0.56 166	0.44 112	0.36 129	0.62 117	0.80 244	0.11 113	1.44 382	0.11 96	0.39 357	0.16 71	1.34 365

RAFT+CT+SA	0.60 151	1.25 295	2.49 175	0.38 190	0.75 335	0.55 87	0.34 215	0.83 167	0.68 165	0.39 36	0.55 154	0.44 112	0.29 93	0.75 155	0.28 45	0.09 11	0.24 244	0.11 96	0.51 375	0.30 263	0.74 302

IPLGR_C	0.64 190	1.66 363	3.36 336	0.80 346	0.31 188	0.60 149	0.60 324	0.82 157	0.69 173	0.58 176	0.62 210	0.44 112	0.31 107	0.47 54	0.43 133	0.12 148	0.22 236	0.13 196	0.15 199	0.35 297	0.21 75

test-3	0.58 130	0.43 78	2.44 139	0.52 280	0.59 302	0.46 24	0.23 64	0.77 123	0.49 32	0.52 124	0.29 17	0.44 112	0.22 22	0.59 106	0.97 265	0.08 1	1.27 369	0.10 50	0.35 344	0.29 257	0.62 271

test_1	0.58 130	0.43 78	2.44 139	0.52 280	0.59 302	0.46 24	0.23 64	0.77 123	0.49 32	0.51 116	0.29 17	0.44 112	0.22 22	0.59 106	0.97 265	0.08 1	1.27 369	0.10 50	0.35 344	0.29 257	0.63 275

ROB_FTStereo_v2	0.43 28	0.36 41	2.44 139	0.49 271	0.17 39	0.61 167	0.28 139	0.53 32	0.61 89	0.48 71	0.43 68	0.44 112	0.28 77	0.48 63	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

HUI-Stereo	0.43 28	0.36 41	2.45 155	0.48 260	0.18 49	0.61 167	0.27 131	0.53 32	0.61 89	0.48 71	0.43 68	0.44 112	0.28 77	0.47 54	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

CRE-IMP	0.46 48	0.31 7	2.40 118	0.53 284	0.17 39	0.79 303	0.68 344	0.54 41	0.66 129	0.47 69	0.43 68	0.44 112	0.26 52	0.43 48	0.33 91	0.12 148	0.07 6	0.12 139	0.09 39	0.17 92	0.23 88

test_xeample	0.98 331	0.65 145	2.12 68	0.29 49	0.67 325	0.60 149	0.28 139	1.08 340	0.85 296	0.62 223	0.70 261	0.44 112	0.41 169	1.95 325	5.45 411	0.12 148	1.33 376	0.11 96	0.31 320	0.18 112	1.42 371

StereoVision	0.52 86	1.12 258	2.70 255	0.34 133	0.32 199	0.47 34	0.26 117	0.73 110	0.61 89	0.33 27	0.89 321	0.45 124	0.26 52	0.52 83	0.39 119	0.14 221	0.15 185	0.16 267	0.15 199	0.22 177	0.14 26

test_3	0.59 145	0.44 82	2.44 139	0.53 284	0.59 302	0.48 37	0.30 177	0.79 138	0.52 50	0.51 116	0.30 20	0.45 124	0.22 22	0.59 106	0.97 265	0.08 1	1.25 365	0.11 96	0.35 344	0.30 263	0.62 271

DEmStereo	0.69 226	0.40 65	2.42 126	0.42 228	0.18 49	0.66 241	0.88 364	0.54 41	0.64 115	0.60 204	1.00 339	0.45 124	1.24 362	1.53 254	2.21 359	0.10 48	0.08 39	0.10 50	0.10 73	0.11 18	0.14 26

PFNet	0.62 171	0.42 72	2.69 251	0.43 238	0.55 292	0.62 189	0.27 131	0.64 82	0.72 202	0.61 211	0.56 166	0.45 124	0.33 117	1.86 312	1.12 287	0.28 347	0.09 84	0.12 139	0.16 217	0.26 227	0.27 113

xx1	0.71 235	0.73 170	2.43 131	0.67 327	0.52 284	0.76 284	0.24 86	0.85 184	1.05 352	0.77 301	0.39 55	0.46 128	0.37 134	0.70 139	0.22 5	0.10 48	2.13 402	0.12 139	0.41 362	0.16 71	1.18 347

gwcnet-sp	0.52 86	0.71 162	2.66 233	0.32 95	0.22 90	0.66 241	0.31 187	0.84 174	0.69 173	0.61 211	0.49 106	0.46 128	0.43 193	0.77 158	0.48 151	0.12 148	0.11 129	0.11 96	0.11 112	0.19 136	0.19 63

scenet	0.52 86	0.71 162	2.66 233	0.32 95	0.22 90	0.66 241	0.31 187	0.84 174	0.69 173	0.61 211	0.49 106	0.46 128	0.43 193	0.77 158	0.48 151	0.12 148	0.11 129	0.11 96	0.11 112	0.19 136	0.19 63

ssnet	0.52 86	0.71 162	2.66 233	0.32 95	0.22 90	0.66 241	0.31 187	0.84 174	0.69 173	0.61 211	0.49 106	0.46 128	0.43 193	0.77 158	0.48 151	0.12 148	0.11 129	0.11 96	0.11 112	0.19 136	0.19 63

qqq	0.65 195	0.63 141	2.10 67	0.30 63	0.64 321	0.46 24	0.27 131	0.81 150	0.83 281	0.48 71	0.56 166	0.46 128	0.37 134	1.03 191	0.75 230	0.11 113	1.41 381	0.12 139	0.41 362	0.16 71	1.18 347

H2IRNET	0.48 58	1.04 241	2.57 202	0.31 77	0.19 66	0.54 77	0.19 13	0.55 49	0.53 56	0.28 19	0.56 166	0.47 133	0.35 126	0.47 54	0.40 120	0.11 113	0.08 39	0.12 139	0.14 180	0.37 309	0.26 107

AE-Stereo	0.71 235	0.32 15	2.44 139	0.44 243	0.50 280	0.58 118	0.23 64	1.08 340	0.67 141	0.67 263	0.51 120	0.47 133	0.24 30	0.63 118	0.32 82	0.09 11	2.15 406	0.11 96	0.45 366	0.22 177	2.01 388

mmm	0.66 212	0.53 108	1.83 16	0.38 190	0.86 349	0.49 42	0.27 131	0.82 157	0.83 281	0.59 195	0.69 248	0.47 133	0.38 141	0.81 170	0.73 227	0.12 148	1.37 377	0.14 226	0.45 366	0.18 112	1.35 366

ASMatch	0.61 158	0.47 87	2.72 258	0.91 356	0.36 228	0.56 92	0.24 86	0.54 41	0.67 141	0.48 71	1.20 355	0.47 133	0.65 288	1.33 231	0.93 262	0.10 48	0.08 39	0.11 96	0.11 112	0.10 11	0.17 52

RAFT-RH_RVC	0.65 195	0.73 170	2.78 273	0.39 203	0.29 169	0.60 149	0.18 11	0.45 8	0.63 109	0.75 297	1.89 379	0.47 133	0.29 93	1.59 270	1.21 297	0.15 239	0.07 6	0.13 196	0.13 162	0.11 18	0.10 4

GMM-Stereo	0.53 96	0.33 24	2.89 293	0.53 284	0.24 122	0.77 294	0.46 282	0.62 74	0.65 122	0.58 176	0.73 279	0.47 133	0.43 193	0.68 136	0.29 54	0.10 48	0.06 1	0.13 196	0.13 162	0.14 52	0.44 215

222	1.02 336	0.60 130	1.95 37	0.29 49	0.51 282	0.62 189	0.24 86	1.09 342	0.86 302	0.64 243	0.67 241	0.47 133	0.42 180	1.86 312	6.73 415	0.13 191	1.21 363	0.11 96	0.32 326	0.17 92	1.44 372

TRStereo	0.89 312	1.02 235	2.91 296	4.59 421	0.31 188	0.93 337	0.23 64	1.93 398	0.66 129	0.37 31	0.54 145	0.48 140	0.40 158	0.67 132	0.29 54	0.13 191	0.37 273	0.11 96	0.48 370	0.13 36	1.21 353

HCRNet	0.50 74	0.75 183	2.08 60	0.39 203	0.29 169	0.58 118	0.22 44	0.79 138	0.67 141	0.49 87	0.49 106	0.48 140	0.37 134	1.13 205	0.40 120	0.15 239	0.10 107	0.15 251	0.13 162	0.21 163	0.19 63

IRAFT_RVC	0.59 145	0.74 179	2.42 126	0.47 259	0.21 81	0.59 136	0.42 259	0.68 93	0.73 206	0.54 136	0.50 118	0.49 142	0.51 239	1.57 263	1.00 275	0.11 113	0.25 251	0.13 196	0.10 73	0.15 61	0.14 26

ICVP	0.48 58	0.33 24	2.37 108	0.34 133	0.22 90	0.60 149	0.55 309	0.79 138	0.53 56	0.45 57	0.60 195	0.49 142	0.36 129	0.55 96	0.46 144	0.16 254	0.16 197	0.14 226	0.11 112	0.16 71	0.32 144
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
AFF-stereo	0.57 122	1.51 343	2.59 205	0.33 116	0.23 113	0.51 50	0.21 34	0.69 95	0.68 165	0.49 87	0.63 218	0.49 142	0.34 124	0.50 78	0.37 111	0.08 1	0.54 302	0.10 50	0.10 73	0.40 329	0.60 268

HITNet	0.55 107	1.28 300	2.73 263	0.35 148	0.14 9	0.56 92	0.23 64	0.89 218	0.62 98	0.52 124	0.51 120	0.49 142	0.38 141	0.52 83	0.60 188	0.09 11	0.07 6	0.10 50	0.08 28	0.25 212	0.61 269
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MyStereo8	0.73 245	1.16 269	2.89 293	0.53 284	0.34 214	0.71 264	0.20 23	1.87 395	0.59 82	0.53 132	0.66 238	0.50 146	0.33 117	1.27 225	0.62 196	0.10 48	1.19 359	0.10 50	0.21 274	0.21 163	0.61 269

IPLGR	0.58 130	0.64 143	3.12 319	0.37 172	0.18 49	0.62 189	0.54 305	1.06 334	0.69 173	0.73 289	0.46 82	0.50 146	0.44 201	1.12 204	0.31 73	0.10 48	0.08 39	0.11 96	0.09 39	0.21 163	0.20 71

AAGNet	0.92 318	0.40 65	2.53 183	0.60 306	1.01 368	0.62 189	0.45 277	0.52 29	0.68 165	0.58 176	0.53 131	0.50 146	0.72 306	1.22 215	7.32 417	0.12 148	0.07 6	0.12 139	0.10 73	0.16 71	0.10 4

SMFormer	0.64 190	0.54 110	1.92 32	0.32 95	0.16 22	0.46 24	0.24 86	0.94 248	0.85 296	0.58 176	0.70 261	0.51 149	0.41 169	1.89 317	0.86 257	0.13 191	1.01 345	0.11 96	0.26 295	0.17 92	0.84 314

tta	0.63 183	0.54 110	1.92 32	0.32 95	0.16 22	0.46 24	0.24 86	0.94 248	0.85 296	0.58 176	0.70 261	0.51 149	0.41 169	1.89 317	0.86 257	0.13 191	1.01 345	0.11 96	0.26 295	0.19 136	0.59 264

qqq1	0.62 171	0.54 110	1.92 32	0.32 95	0.16 22	0.46 24	0.24 86	0.94 248	0.85 296	0.58 176	0.70 261	0.51 149	0.41 169	1.89 317	0.64 202	0.13 191	1.01 345	0.09 16	0.24 283	0.19 136	0.59 264

fff1	0.62 171	0.54 110	1.92 32	0.32 95	0.16 22	0.46 24	0.24 86	0.94 248	0.85 296	0.58 176	0.70 261	0.51 149	0.41 169	1.89 317	0.64 202	0.13 191	1.01 345	0.09 16	0.24 283	0.19 136	0.59 264

SST-Stereo	0.56 115	0.30 5	2.44 139	0.71 336	0.55 292	0.62 189	0.65 336	0.57 56	0.67 141	0.59 195	0.53 131	0.51 149	0.59 273	1.57 263	0.31 73	0.12 148	0.07 6	0.12 139	0.10 73	0.17 92	0.11 10

EAI-Stereo	1.16 354	0.29 2	1.94 36	0.55 291	0.97 362	1.96 393	7.94 421	1.34 374	1.03 348	1.01 342	1.48 369	0.51 149	0.66 294	0.65 126	1.42 318	0.09 11	0.23 241	0.09 16	0.53 378	0.13 36	0.49 235

PS-NSSS	0.69 226	1.37 322	2.44 139	0.31 77	0.32 199	0.64 214	0.34 215	1.04 314	0.74 223	0.56 158	0.75 289	0.51 149	0.42 180	2.41 359	0.54 176	0.24 331	0.17 204	0.27 341	0.18 238	0.30 263	0.23 88

CoDeX	0.54 103	0.52 105	2.25 89	0.30 63	0.26 142	0.61 167	0.32 197	1.03 308	0.73 206	0.49 87	0.56 166	0.52 156	0.40 158	1.59 270	0.38 117	0.12 148	0.09 84	0.11 96	0.10 73	0.15 61	0.22 80

MyStereo05	0.57 122	0.72 167	2.72 258	0.31 77	0.25 128	0.60 149	0.30 177	0.87 203	0.82 275	0.54 136	0.37 46	0.53 157	0.42 180	0.63 118	0.73 227	0.09 11	0.55 304	0.12 139	0.20 263	0.16 71	0.56 259

CrosDoStereo	0.96 326	0.49 92	2.66 233	0.27 25	0.33 205	0.54 77	3.69 412	0.77 123	0.66 129	0.70 277	1.39 366	0.53 157	1.47 373	1.77 294	3.02 383	0.10 48	0.08 39	0.11 96	0.11 112	0.22 177	0.30 134

KYRaft	0.52 86	0.35 38	2.40 118	0.34 133	0.21 81	0.75 280	0.43 266	0.62 74	0.63 109	0.64 243	0.92 325	0.53 157	0.72 306	0.60 111	0.26 35	0.10 48	0.07 6	0.12 139	0.14 180	0.13 36	0.54 252

DeepStereo_LL	0.96 326	0.49 92	2.66 233	0.27 25	0.33 205	0.54 77	3.69 412	0.77 123	0.66 129	0.70 277	1.39 366	0.53 157	1.47 373	1.77 294	3.02 383	0.10 48	0.08 39	0.11 96	0.11 112	0.22 177	0.30 134

CFNet-RSSM	0.44 40	0.36 41	2.38 110	0.28 37	0.43 264	0.53 70	0.20 23	0.86 196	0.52 50	0.44 55	0.36 42	0.53 157	0.26 52	0.40 38	0.27 40	0.09 11	0.08 39	0.09 16	0.38 354	0.10 11	0.22 80

MyStereo04	0.57 122	0.68 154	2.66 233	0.30 63	0.41 253	0.61 167	0.31 187	0.88 211	0.80 263	0.48 71	0.37 46	0.54 162	0.42 180	0.61 114	0.71 222	0.09 11	0.59 311	0.12 139	0.21 274	0.16 71	0.48 229

knoymous	0.37 14	0.34 31	1.83 16	0.25 6	0.18 49	0.45 21	0.24 86	0.60 68	0.40 4	0.42 43	0.39 55	0.54 162	0.25 44	0.41 44	0.29 54	0.12 148	0.08 39	0.12 139	0.07 13	0.13 36	0.20 71

GMOStereo	0.58 130	0.89 211	2.46 162	0.29 49	0.99 363	0.51 50	0.32 197	0.58 58	0.46 20	0.58 176	0.48 93	0.54 162	0.27 65	0.31 3	0.25 26	0.09 11	1.64 385	0.13 196	0.11 112	0.34 286	0.42 198

error version	0.58 130	0.89 211	2.46 162	0.29 49	0.99 363	0.51 50	0.32 197	0.58 58	0.46 20	0.58 176	0.48 93	0.54 162	0.27 65	0.31 3	0.25 26	0.09 11	1.64 385	0.13 196	0.11 112	0.34 286	0.42 198

test-v	0.58 130	0.89 211	2.46 162	0.29 49	0.99 363	0.51 50	0.32 197	0.58 58	0.46 20	0.58 176	0.48 93	0.54 162	0.27 65	0.31 3	0.25 26	0.09 11	1.64 385	0.13 196	0.11 112	0.34 286	0.42 198

RAFT_R40	0.55 107	0.31 7	2.44 139	0.57 304	0.42 263	0.62 189	0.52 300	0.58 58	0.66 129	0.56 158	0.54 145	0.54 162	0.50 235	1.56 258	0.53 171	0.11 113	0.07 6	0.12 139	0.10 73	0.16 71	0.10 4

test-2	0.58 130	0.89 211	2.46 162	0.29 49	0.99 363	0.51 50	0.32 197	0.58 58	0.46 20	0.58 176	0.48 93	0.54 162	0.27 65	0.31 3	0.25 26	0.09 11	1.64 385	0.13 196	0.11 112	0.34 286	0.42 198

test-1	0.61 158	0.54 110	2.09 61	0.31 77	1.37 390	0.51 50	0.28 139	0.83 167	0.50 39	0.42 43	0.55 154	0.54 162	0.24 30	0.38 30	1.25 304	0.10 48	1.08 353	0.10 50	0.17 230	0.11 18	0.77 303

ttt	0.89 312	0.51 103	2.51 179	0.36 162	0.31 188	0.61 167	0.28 139	1.07 337	0.92 320	0.56 158	0.77 296	0.55 170	0.37 134	2.27 345	3.51 391	0.16 254	1.21 363	0.13 196	0.31 320	0.18 112	1.26 357

test_5	0.61 158	1.25 295	2.76 270	0.39 203	0.64 321	0.58 118	0.35 224	0.85 184	0.66 129	0.49 87	0.56 166	0.55 170	0.40 158	0.79 163	0.32 82	0.10 48	0.19 214	0.12 139	0.12 142	0.33 280	0.85 318

AASNet	0.66 212	1.49 342	2.97 303	0.37 172	0.33 205	0.65 228	0.30 177	1.00 288	0.78 247	0.56 158	0.60 195	0.55 170	0.39 152	0.88 179	0.96 264	0.15 239	0.12 144	0.13 196	0.11 112	0.45 344	0.35 160

GrayStereo	0.71 235	0.27 1	2.40 118	0.89 352	0.23 113	0.62 189	1.40 398	0.67 90	0.70 183	0.72 288	0.77 296	0.55 170	3.03 404	0.60 111	0.28 45	0.10 48	0.08 39	0.10 50	0.21 274	0.12 26	0.37 167

CroCo-Stereo	0.35 9	0.71 162	1.67 9	0.32 95	0.17 39	0.19 1	0.21 34	0.79 138	0.54 60	0.22 3	0.25 11	0.55 170	0.22 22	0.28 1	0.28 45	0.10 48	0.08 39	0.08 3	0.07 13	0.12 26	0.10 4
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
FENet	0.48 58	0.58 122	2.46 162	0.33 116	0.18 49	0.58 118	0.22 44	0.83 167	0.64 115	0.49 87	0.42 66	0.55 170	0.38 141	0.52 83	0.51 166	0.12 148	0.09 84	0.12 139	0.11 112	0.17 92	0.31 142

MLCV	0.59 145	1.41 327	2.41 122	0.31 77	0.15 15	0.60 149	0.23 64	0.77 123	0.63 109	0.67 263	0.66 238	0.55 170	0.37 134	1.16 209	1.09 284	0.10 48	0.07 6	0.09 16	0.07 13	0.21 163	0.29 125

GwcNet-ADL	0.54 103	0.78 189	2.85 288	0.31 77	0.20 72	0.58 118	0.29 164	0.93 243	0.67 141	0.48 71	0.47 87	0.56 177	0.33 117	0.48 63	0.80 244	0.13 191	0.12 144	0.09 16	0.09 39	0.14 52	0.40 187

GANet-ADL	0.48 58	0.56 119	2.51 179	0.34 133	0.20 72	0.58 118	0.25 105	0.80 143	0.57 72	0.43 49	0.61 203	0.56 177	0.31 107	0.44 51	0.44 136	0.14 221	0.11 129	0.10 50	0.09 39	0.22 177	0.38 175

ARAFT	0.65 195	1.69 365	3.34 335	0.29 49	0.16 22	0.65 228	0.36 231	0.96 264	0.73 206	0.63 232	0.49 106	0.56 177	0.31 107	1.23 217	0.35 106	0.11 113	0.08 39	0.14 226	0.13 162	0.38 316	0.50 237

DMCA	0.50 74	0.83 196	1.95 37	0.32 95	0.24 122	0.59 136	0.26 117	0.81 150	0.68 165	0.59 195	0.49 106	0.56 177	0.36 129	0.65 126	0.65 207	0.14 221	0.10 107	0.14 226	0.10 73	0.19 136	0.29 125

DAS	0.61 158	0.42 72	1.85 21	0.34 133	0.34 214	0.52 65	0.42 259	0.89 218	0.80 263	0.85 322	0.69 248	0.57 181	0.51 239	2.38 355	0.57 182	0.13 191	0.09 84	0.12 139	0.09 39	0.18 112	0.37 167

SepStereo	0.57 122	0.42 72	1.85 21	0.34 133	0.34 214	0.52 65	0.42 259	0.89 218	0.80 263	0.85 322	0.69 248	0.57 181	0.51 239	1.55 256	0.57 182	0.13 191	0.09 84	0.12 139	0.09 39	0.18 112	0.37 167

111	0.57 122	1.41 327	2.63 219	0.25 6	0.15 15	0.59 136	0.26 117	0.90 226	0.83 281	0.50 105	0.54 145	0.57 181	0.38 141	0.54 95	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.24 197	0.81 312

Gwc-CoAtRS	0.41 21	0.37 51	2.06 57	0.28 37	0.41 253	0.48 37	0.19 13	0.64 82	0.49 32	0.45 57	0.39 55	0.57 181	0.26 52	0.37 28	0.28 45	0.09 11	0.19 214	0.09 16	0.31 320	0.11 18	0.25 101

xxxx	0.97 329	0.64 143	2.14 72	0.30 63	0.67 325	0.64 214	0.24 86	1.09 342	0.91 318	0.57 170	0.65 232	0.58 185	0.39 152	1.57 263	5.49 412	0.13 191	1.38 378	0.11 96	0.32 326	0.17 92	1.41 370

CFNet	0.65 195	1.45 336	2.27 91	0.34 133	0.25 128	0.64 214	0.23 64	0.93 243	0.79 256	0.48 71	0.59 188	0.58 185	0.40 158	2.28 346	0.63 201	0.13 191	0.09 84	0.15 251	0.14 180	0.34 286	0.26 107

iResNet_ROB	0.60 151	1.59 352	2.04 53	0.32 95	0.21 81	0.60 149	0.22 44	0.99 282	0.85 296	0.61 211	0.63 218	0.58 185	0.42 180	1.08 196	0.98 271	0.11 113	0.08 39	0.09 16	0.06 7	0.23 191	0.33 147

1111x	1.06 343	0.79 192	3.29 332	0.33 116	0.60 307	0.64 214	0.33 210	1.10 345	0.92 320	0.59 195	0.69 248	0.59 188	0.47 224	2.64 374	4.61 407	0.12 148	1.38 378	0.11 96	0.49 372	0.18 112	1.30 362

NRIStereo	0.50 74	0.34 31	2.44 139	0.52 280	0.16 22	0.94 339	0.73 351	0.52 29	0.65 122	0.48 71	0.40 63	0.59 188	0.29 93	0.78 162	0.33 91	0.11 113	0.13 157	0.11 96	0.09 39	0.22 177	0.25 101

GEStereo_RVC	0.61 158	1.19 278	2.61 214	0.48 260	0.25 128	0.63 202	0.37 234	1.05 322	0.79 256	0.55 147	0.55 154	0.59 188	0.44 201	1.10 198	0.48 151	0.16 254	0.11 129	0.12 139	0.11 112	0.27 238	0.43 203

RAFT + AFF	0.79 272	1.73 366	2.99 308	0.34 133	0.35 222	0.67 248	0.51 296	1.05 322	0.79 256	0.54 136	0.58 183	0.59 188	0.81 323	1.80 300	1.21 297	0.13 191	0.27 260	0.15 251	0.14 180	0.45 344	0.69 293

MMNet	0.55 107	0.92 224	2.03 50	0.34 133	0.27 153	0.79 303	0.28 139	0.86 196	0.79 256	0.62 223	0.58 183	0.59 188	0.56 258	0.80 167	0.61 193	0.11 113	0.11 129	0.12 139	0.11 112	0.21 163	0.22 80

DMCA-RVC	0.70 231	1.30 303	3.59 363	0.37 172	0.89 352	0.57 111	0.31 187	0.73 110	0.59 82	0.69 274	0.54 145	0.59 188	0.57 263	1.25 222	0.66 210	0.16 254	0.38 277	0.20 313	0.15 199	0.22 177	0.23 88

BEATNet_4x	0.57 122	1.16 269	2.56 198	0.35 148	0.16 22	0.56 92	0.25 105	0.91 233	0.64 115	0.55 147	0.53 131	0.59 188	0.43 193	0.67 132	0.76 233	0.12 148	0.09 84	0.12 139	0.09 39	0.23 191	0.58 261

IER	0.49 70	0.73 170	2.12 68	0.27 25	0.25 128	0.65 228	0.27 131	0.76 117	0.59 82	0.56 158	0.59 188	0.60 195	0.53 249	0.64 122	0.44 136	0.12 148	0.09 84	0.11 96	0.11 112	0.18 112	0.15 33

iResNetv2_ROB	0.71 235	1.90 377	3.48 353	0.43 238	0.22 90	0.60 149	0.29 164	0.96 264	0.78 247	0.60 204	0.65 232	0.60 195	0.46 216	0.80 167	1.21 297	0.12 148	0.08 39	0.10 50	0.07 13	0.44 342	0.33 147

UPFNet	0.51 84	0.67 147	2.04 53	0.34 133	0.33 205	0.65 228	0.37 234	0.88 211	0.65 122	0.60 204	0.53 131	0.61 197	0.41 169	0.77 158	0.55 178	0.13 191	0.13 157	0.13 196	0.13 162	0.20 153	0.16 46

FADNet_RVC	0.87 304	1.51 343	2.90 295	0.31 77	0.24 122	0.71 264	0.25 105	1.00 288	0.65 122	0.45 57	0.57 177	0.61 197	0.44 201	1.53 254	0.75 230	0.94 387	0.97 342	0.28 344	1.00 406	0.89 384	1.36 368

ADCRef	0.88 305	1.45 336	2.68 245	0.38 190	0.35 222	0.95 341	0.51 296	0.92 240	0.81 270	0.89 326	0.84 307	0.61 197	1.35 364	1.26 224	3.38 388	0.14 221	0.12 144	0.17 281	0.19 254	0.28 249	0.34 154

TDLM	0.83 284	1.28 300	2.38 110	0.46 253	0.26 142	0.66 241	0.55 309	0.87 203	0.80 263	2.54 406	0.62 210	0.61 197	0.51 239	2.68 379	0.67 212	0.20 303	0.11 129	0.35 361	0.15 199	0.33 280	0.48 229

AdaStereo	0.48 58	0.44 82	2.18 78	0.36 162	0.20 72	0.59 136	0.29 164	0.97 271	0.74 223	0.52 124	0.55 154	0.61 197	0.33 117	0.52 83	0.44 136	0.18 284	0.08 39	0.17 281	0.11 112	0.18 112	0.24 97
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.
Any-RAFT	0.42 25	0.33 24	1.89 27	0.28 37	0.21 81	0.69 257	0.21 34	0.83 167	0.60 86	0.45 57	0.43 68	0.62 202	0.30 103	0.48 63	0.24 17	0.11 113	0.40 283	0.08 3	0.06 7	0.10 11	0.16 46

iRaft-Stereo_5w	0.65 195	1.35 314	2.21 85	0.30 63	0.63 317	0.49 42	0.28 139	0.78 130	0.64 115	0.41 39	0.61 203	0.62 202	0.46 216	1.79 299	0.48 151	0.10 48	0.25 251	0.11 96	0.12 142	0.40 329	0.94 328

pcwnet_v2	0.65 195	0.54 110	4.29 392	0.33 116	0.27 153	0.60 149	0.25 105	1.02 302	0.92 320	0.61 211	0.69 248	0.62 202	0.54 251	0.67 132	0.38 117	0.18 284	0.15 185	0.15 251	0.14 180	0.21 163	0.49 235

FADNet-RVC	0.69 226	1.65 361	2.74 265	0.35 148	0.26 142	0.60 149	0.29 164	0.91 233	0.67 141	0.46 67	0.51 120	0.62 202	0.46 216	1.75 289	0.81 248	0.17 273	0.20 226	0.17 281	0.18 238	0.60 366	0.39 182

GMStereo_Zeroshot	0.44 40	0.44 82	1.84 19	0.44 243	0.20 72	0.52 65	0.19 13	0.60 68	0.54 60	0.58 176	0.59 188	0.63 206	0.29 93	0.59 106	0.34 99	0.16 254	0.09 84	0.16 267	0.09 39	0.26 227	0.26 107

BSDual-CNN	0.48 58	0.32 15	1.58 4	0.31 77	0.22 90	0.76 284	0.32 197	1.05 322	0.67 141	0.64 243	0.53 131	0.63 206	0.38 141	0.48 63	0.97 265	0.13 191	0.10 107	0.14 226	0.12 142	0.13 36	0.15 33

psmg	0.48 58	0.32 15	1.58 4	0.28 37	0.22 90	0.75 280	0.35 224	0.94 248	0.67 141	0.61 211	0.59 188	0.63 206	0.38 141	0.48 63	0.97 265	0.13 191	0.11 129	0.13 196	0.13 162	0.14 52	0.15 33

cross-raft	0.47 51	0.34 31	2.17 76	0.70 334	0.84 348	0.50 48	0.35 224	0.74 112	0.43 13	0.44 55	0.45 80	0.63 206	0.25 44	0.37 28	0.27 40	0.08 1	0.14 171	0.10 50	0.23 281	0.11 18	0.27 113

FADNet-RVC-Resample	0.74 248	1.54 345	3.81 373	0.38 190	0.29 169	0.62 189	0.38 242	0.91 233	0.67 141	0.52 124	0.51 120	0.63 206	0.44 201	1.56 258	0.59 186	0.24 331	0.32 265	0.22 321	0.19 254	0.30 263	0.71 298

SuperB	1.19 355	1.62 357	5.29 406	0.37 172	0.26 142	0.81 311	0.87 362	0.94 248	1.19 368	0.68 269	0.68 244	0.63 206	1.37 367	1.73 286	3.30 385	0.16 254	0.12 144	0.17 281	0.16 217	2.74 417	0.63 275

dad	0.58 130	1.35 314	2.39 116	0.31 77	0.20 72	0.62 189	0.26 117	0.56 51	0.79 256	0.66 261	0.64 225	0.64 212	0.36 129	0.87 175	0.48 151	0.28 347	0.15 185	0.40 367	0.18 238	0.24 197	0.22 80

CC-Net-ROB	0.95 325	1.57 347	2.93 298	0.90 354	0.39 242	0.87 325	0.44 272	1.12 351	0.83 281	0.59 195	0.69 248	0.64 212	0.50 235	2.73 383	0.93 262	0.97 390	0.40 283	0.87 389	0.29 309	0.61 369	0.66 282

Anonymous Stereo	0.83 284	1.57 347	3.56 360	0.46 253	0.39 242	0.63 202	0.84 360	0.92 240	0.83 281	0.68 269	0.68 244	0.64 212	0.42 180	2.42 360	1.02 277	0.23 324	0.23 241	0.19 303	0.20 263	0.31 271	0.40 187

PWCDC_ROB	0.83 284	1.57 347	2.63 219	0.48 260	0.37 234	0.78 299	0.29 164	1.04 314	1.36 378	0.63 232	2.05 383	0.64 212	0.70 304	1.10 198	1.20 296	0.33 356	0.14 171	0.15 251	0.12 142	0.63 370	0.46 223

anonymousdsp2	0.88 305	0.31 7	1.96 40	1.06 367	1.56 399	0.57 111	0.22 44	0.84 174	0.98 341	1.20 361	0.37 46	0.65 216	0.26 52	1.19 213	0.46 144	0.10 48	2.40 414	0.10 50	0.13 162	0.19 136	2.96 414

BUS	0.45 43	0.32 15	1.58 4	0.31 77	0.22 90	0.91 333	0.23 64	1.05 322	0.67 141	0.64 243	0.53 131	0.65 216	0.32 112	0.48 63	0.34 99	0.13 191	0.10 107	0.14 226	0.12 142	0.13 36	0.15 33

NINENet	0.54 103	0.40 65	2.19 80	0.55 291	0.26 142	0.91 333	0.23 64	1.05 322	0.77 244	0.54 136	0.57 177	0.65 216	0.32 112	1.22 215	0.34 99	0.16 254	0.13 157	0.16 267	0.11 112	0.16 71	0.14 26

CSP-Net	0.55 107	0.61 135	1.81 15	0.30 63	0.23 113	0.77 294	0.35 224	0.90 226	0.62 98	0.62 223	0.60 195	0.65 216	0.42 180	1.76 291	0.47 147	0.17 273	0.12 144	0.10 50	0.10 73	0.21 163	0.16 46

Consistency-Raft	0.92 318	1.21 282	3.50 354	0.98 362	0.63 317	0.77 294	0.54 305	1.02 302	1.01 346	0.62 223	1.03 344	0.65 216	1.04 352	0.81 170	1.36 313	0.45 368	0.47 292	0.51 377	0.59 385	0.65 372	0.47 225

DeepPrunerF	0.92 318	1.33 309	3.41 347	0.46 253	0.51 282	0.64 214	0.49 293	1.16 357	2.62 402	0.65 255	0.61 203	0.65 216	0.62 282	2.23 344	1.31 307	0.23 324	0.19 214	0.30 353	0.28 305	0.39 323	0.34 154

DeepPruner_ROB	0.58 130	1.06 244	2.68 245	0.30 63	0.26 142	0.63 202	0.31 187	0.83 167	0.51 44	0.62 223	0.56 166	0.65 216	0.39 152	1.06 193	0.56 180	0.19 295	0.14 171	0.14 226	0.14 180	0.24 197	0.33 147

AACVNet	0.61 158	1.13 260	2.47 167	0.37 172	0.21 81	0.57 111	0.25 105	0.75 114	0.55 65	0.56 158	0.60 195	0.66 223	0.44 201	2.11 338	0.49 160	0.14 221	0.11 129	0.14 226	0.11 112	0.35 297	0.23 88

FADNet	0.71 235	1.60 356	2.53 183	0.33 116	0.30 180	0.67 248	0.29 164	0.92 240	0.75 228	0.45 57	0.49 106	0.66 223	0.57 263	1.85 310	0.85 255	0.46 370	0.20 226	0.17 281	0.20 263	0.60 366	0.37 167

DualNet	0.97 329	0.67 147	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	0.85 184	0.96 334	0.54 136	0.74 282	0.67 225	0.40 158	0.64 122	3.86 397	0.10 48	2.16 407	0.15 251	0.33 336	0.25 212	2.19 397

ffm	0.78 269	0.67 147	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	0.85 184	0.96 334	0.54 136	0.74 282	0.67 225	0.40 158	0.64 122	0.22 5	0.10 48	2.16 407	0.15 251	0.33 336	0.25 212	2.19 397

ff1	1.07 345	0.67 147	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	0.85 184	0.96 334	0.54 136	0.74 282	0.67 225	0.40 158	2.75 385	3.86 397	0.10 48	2.16 407	0.15 251	0.33 336	0.25 212	2.19 397

mmx	0.99 333	0.67 147	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	1.05 322	0.92 320	0.54 136	0.74 282	0.67 225	0.40 158	2.75 385	3.86 397	0.13 191	1.25 365	0.15 251	0.33 336	0.19 136	1.28 360

xxx	0.99 333	0.67 147	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	1.05 322	0.92 320	0.54 136	0.74 282	0.67 225	0.40 158	2.75 385	3.86 397	0.13 191	1.25 365	0.15 251	0.33 336	0.19 136	1.28 360

RAFT_CTSACE	0.58 130	1.16 269	2.76 270	0.36 162	0.29 169	0.54 77	0.29 164	0.69 95	0.51 44	0.51 116	0.75 289	0.67 225	0.37 134	0.63 118	0.47 147	0.08 1	0.49 296	0.11 96	0.10 73	0.41 335	0.32 144

PSM-AAD	0.67 215	0.29 2	2.41 122	0.37 172	0.23 113	0.86 321	1.15 384	0.62 74	0.66 129	0.64 243	0.71 274	0.67 225	2.90 403	0.65 126	0.32 82	0.10 48	0.08 39	0.17 281	0.15 199	0.14 52	0.34 154

delet	0.60 151	0.84 197	2.45 155	0.33 116	0.35 222	0.73 273	0.46 282	0.89 218	0.80 263	0.58 176	0.62 210	0.67 225	0.51 239	1.14 207	0.64 202	0.12 148	0.12 144	0.13 196	0.14 180	0.22 177	0.29 125

GANet-RSSM	0.63 183	1.14 261	2.67 240	0.38 190	0.26 142	0.59 136	0.29 164	0.81 150	0.56 69	0.50 105	0.57 177	0.67 225	0.50 235	1.91 323	0.50 163	0.14 221	0.10 107	0.24 333	0.12 142	0.36 303	0.28 119

DSFCA	0.62 171	0.77 186	1.95 37	0.29 49	0.29 169	0.79 303	0.86 361	0.81 150	0.73 206	0.73 289	0.66 238	0.67 225	0.57 263	1.17 211	1.03 278	0.16 254	0.15 185	0.13 196	0.14 180	0.19 136	0.28 119

STTStereo	0.58 130	0.95 228	2.95 301	0.37 172	0.31 188	0.62 189	0.32 197	0.81 150	0.63 109	0.61 211	0.55 154	0.67 225	0.43 193	0.87 175	0.48 151	0.16 254	0.16 197	0.17 281	0.20 263	0.17 92	0.25 101

UCFNet_RVC	0.55 107	1.16 269	2.48 172	0.31 77	0.27 153	0.65 228	0.28 139	0.76 117	0.58 78	0.51 116	0.53 131	0.67 225	0.42 180	0.91 180	0.45 140	0.16 254	0.11 129	0.17 281	0.17 230	0.20 153	0.23 88

PCWNet_CMD	0.48 58	0.50 98	2.23 87	0.27 25	0.20 72	0.56 92	0.22 44	0.78 130	0.67 141	0.49 87	0.55 154	0.68 237	0.56 258	0.48 63	0.32 82	0.11 113	0.10 107	0.14 226	0.10 73	0.19 136	0.43 203

CFNet_ucs	0.50 74	0.55 117	2.28 93	0.27 25	0.22 90	0.58 118	0.23 64	0.90 226	0.69 173	0.54 136	0.64 225	0.68 237	0.44 201	0.55 96	0.34 99	0.14 221	0.12 144	0.16 267	0.11 112	0.19 136	0.38 175

HBP-ISP	0.82 280	1.57 347	3.28 330	0.50 276	0.27 153	0.86 321	0.54 305	1.09 342	0.78 247	0.81 313	0.70 261	0.68 237	1.00 349	2.02 329	0.47 147	0.24 331	0.24 244	0.29 352	0.25 289	0.28 249	0.52 246

Wz-Net-LNSev-Ref	0.65 195	1.15 267	2.40 118	0.33 116	0.30 180	0.83 314	0.40 251	0.94 248	0.82 275	0.67 263	0.76 292	0.68 237	0.58 270	1.13 205	1.25 304	0.14 221	0.08 39	0.10 50	0.08 28	0.18 112	0.28 119

OMP-Stereo	0.64 190	0.87 202	2.38 110	0.56 300	0.37 234	0.60 149	0.26 117	0.75 114	0.71 195	0.65 255	0.60 195	0.68 237	0.32 112	2.07 332	1.18 293	0.11 113	0.08 39	0.12 139	0.09 39	0.17 92	0.28 119

CFNet_pseudo	0.47 51	0.50 98	2.19 80	0.26 17	0.20 72	0.56 92	0.22 44	0.80 143	0.62 98	0.50 105	0.56 166	0.68 237	0.47 224	0.53 90	0.33 91	0.11 113	0.10 107	0.15 251	0.10 73	0.18 112	0.33 147

psm_up	0.65 195	1.02 235	2.53 183	0.36 162	0.31 188	0.64 214	0.38 242	0.96 264	0.73 206	0.63 232	0.57 177	0.68 237	0.57 263	1.90 322	0.52 168	0.17 273	0.15 185	0.16 267	0.15 199	0.27 238	0.22 80

MSMDNet	0.48 58	0.50 98	2.23 87	0.27 25	0.20 72	0.56 92	0.22 44	0.78 130	0.67 141	0.49 87	0.55 154	0.68 237	0.56 258	0.48 63	0.32 82	0.11 113	0.10 107	0.13 196	0.10 73	0.18 112	0.43 203

CVANet_RVC	0.82 280	1.18 275	3.98 378	0.40 216	0.28 164	0.63 202	0.43 266	0.90 226	0.78 247	1.14 352	0.69 248	0.68 237	0.52 246	2.62 372	0.48 151	0.20 303	0.13 157	0.22 321	0.37 350	0.37 309	0.48 229

ccs_rob	0.47 51	0.50 98	2.19 80	0.26 17	0.20 72	0.56 92	0.22 44	0.80 143	0.62 98	0.50 105	0.56 166	0.68 237	0.47 224	0.53 90	0.33 91	0.11 113	0.10 107	0.16 267	0.10 73	0.18 112	0.33 147

DRN-Test	0.71 235	0.79 192	2.83 284	0.40 216	0.44 265	0.80 306	0.41 253	1.07 337	0.83 281	0.82 317	0.64 225	0.68 237	0.57 263	1.78 297	0.79 242	0.16 254	0.13 157	0.17 281	0.16 217	0.24 197	0.51 241

SACVNet	0.68 220	1.08 248	2.58 203	0.38 190	0.28 164	0.65 228	0.37 234	0.91 233	0.65 122	0.67 263	0.62 210	0.69 248	0.47 224	2.07 332	0.65 207	0.18 284	0.14 171	0.16 267	0.15 199	0.39 323	0.41 194

IIG-Stereo	0.65 195	0.87 202	2.32 101	0.55 291	0.23 113	0.62 189	0.21 34	0.78 130	0.71 195	0.64 243	0.69 248	0.69 248	0.38 141	2.07 332	1.37 315	0.11 113	0.08 39	0.11 96	0.09 39	0.15 61	0.27 113

ACVNet	0.54 103	0.87 202	2.45 155	0.28 37	0.22 90	0.59 136	0.36 231	0.69 95	0.73 206	0.49 87	0.59 188	0.69 248	0.42 180	0.47 54	0.70 218	0.11 113	0.10 107	0.10 50	0.09 39	0.36 303	0.39 182

acv_ft	0.57 122	0.87 202	2.45 155	0.33 116	0.41 253	0.63 202	0.29 164	0.86 196	0.73 206	0.64 243	0.59 188	0.69 248	0.45 209	0.47 54	0.68 215	0.11 113	0.10 107	0.10 50	0.09 39	0.43 339	0.39 182

HGLStereo	0.61 158	1.20 280	2.59 205	0.36 162	0.40 248	0.65 228	0.30 177	0.87 203	0.67 141	0.60 204	0.70 261	0.69 248	0.56 258	1.07 195	0.59 186	0.14 221	0.13 157	0.13 196	0.12 142	0.23 191	0.23 88

PSMNet-RSSM	0.61 158	1.19 278	2.43 131	0.33 116	0.25 128	0.59 136	0.28 139	0.88 211	0.65 122	0.54 136	0.62 210	0.69 248	0.46 216	1.67 280	0.50 163	0.15 239	0.10 107	0.14 226	0.16 217	0.20 153	0.28 119

PSMNet-ADL	0.56 115	0.47 87	2.03 50	0.35 148	0.22 90	0.67 248	0.27 131	0.77 123	0.58 78	0.43 49	0.53 131	0.70 254	0.45 209	1.89 317	0.64 202	0.16 254	0.13 157	0.11 96	0.13 162	0.15 61	0.51 241

PA-Net	0.93 323	1.36 318	4.14 383	0.64 319	0.41 253	0.70 260	0.53 302	0.91 233	0.88 308	0.53 132	0.60 195	0.70 254	0.54 251	2.40 357	2.57 373	0.17 273	0.28 262	0.19 303	0.28 305	0.25 212	0.48 229
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NLCA_NET_v2_RVC	0.62 171	1.15 267	3.11 318	0.39 203	0.37 234	0.60 149	0.28 139	0.87 203	0.64 115	0.63 232	0.56 166	0.71 256	0.45 209	1.08 196	0.52 168	0.15 239	0.12 144	0.14 226	0.15 199	0.18 112	0.25 101
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ToySt	0.67 215	0.88 206	2.61 214	0.39 203	0.73 333	0.61 167	0.38 242	0.78 130	0.73 206	0.43 49	0.70 261	0.72 257	0.45 209	0.66 129	0.62 196	0.14 221	0.63 317	0.13 196	0.33 336	0.24 197	1.18 347

UNet	0.56 115	0.58 122	2.81 280	0.32 95	0.33 205	0.74 278	0.27 131	0.86 196	0.67 141	0.55 147	0.55 154	0.72 257	0.55 256	0.79 163	0.58 184	0.12 148	0.09 84	0.13 196	0.11 112	0.20 153	0.19 63

GwcNet-RSSM	0.64 190	1.38 325	2.69 251	0.33 116	0.26 142	0.60 149	0.32 197	0.84 174	0.73 206	0.56 158	0.65 232	0.72 257	0.42 180	1.78 297	0.60 188	0.14 221	0.10 107	0.12 139	0.13 162	0.26 227	0.26 107

STTRV1_RVC		0.59 128		0.43 238	0.49 279	0.80 306	0.44 272	1.18 362	0.84 293	0.63 232	0.89 321	0.72 257	0.63 286	2.67 376	0.67 212	0.51 372	0.65 319	0.27 341	0.24 283	0.35 297	0.29 125

GANetREF_RVC	0.81 277	1.44 335	3.04 312	0.49 271	0.27 153	0.83 314	0.63 332	1.03 308	0.92 320	0.63 232	0.61 203	0.72 257	0.59 273	2.40 357	0.58 184	0.33 356	0.25 251	0.37 364	0.25 289	0.41 335	0.36 166
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
NVstereo2D	0.63 183	0.57 120	2.29 95	0.37 172	0.35 222	0.69 257	0.49 293	0.96 264	0.88 308	0.49 87	0.54 145	0.72 257	0.46 216	1.98 327	0.50 163	0.19 295	0.20 226	0.18 297	0.16 217	0.28 249	0.34 154

SQANet	0.92 318	1.96 378	3.23 324	0.77 342	0.83 346	0.76 284	0.38 242	0.87 203	0.68 165	0.64 243	0.69 248	0.73 263	0.52 246	1.35 233	1.36 313	0.80 383	0.30 263	0.60 381	0.29 309	0.93 385	0.70 296

iinet-f	0.62 171	1.18 275	2.55 194	0.33 116	0.25 128	0.82 313	0.34 215	0.87 203	0.69 173	0.56 158	0.64 225	0.73 263	0.67 296	0.80 167	0.81 248	0.14 221	0.13 157	0.11 96	0.10 73	0.44 342	0.26 107

GASNet	0.84 287	1.98 380	4.07 381	0.48 260	0.33 205	0.58 118	0.34 215	0.97 271	0.81 270	0.60 204	0.59 188	0.74 265	0.55 256	2.08 335	1.18 293	0.22 316	0.15 185	0.19 303	0.17 230	0.55 362	0.29 125

Syn2CoEx	0.78 269	1.43 334	3.54 359	0.44 243	0.31 188	0.64 214	0.43 266	1.04 314	0.83 281	0.64 243	0.77 296	0.74 265	0.74 313	1.91 323	0.64 202	0.20 303	0.17 204	0.19 303	0.15 199	0.30 263	0.59 264

StereoDRNet-Refined	0.55 107	0.61 135	2.07 58	0.34 133	0.21 81	0.68 254	0.26 117	0.87 203	0.73 206	0.70 277	0.69 248	0.74 265	0.45 209	1.10 198	0.62 196	0.12 148	0.09 84	0.14 226	0.14 180	0.27 238	0.24 97
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.71 235	1.24 292	2.56 198	0.42 228	0.45 268	0.73 273	0.46 282	0.98 277	0.81 270	0.77 301	0.56 166	0.74 265	0.48 231	1.69 284	0.91 261	0.15 239	0.14 171	0.15 251	0.15 199	0.26 227	0.51 241

Wz-Net-MNSev	0.74 248	1.42 331	2.75 267	0.38 190	0.33 205	0.90 332	0.61 329	0.98 277	0.94 327	0.77 301	0.75 289	0.75 269	0.66 294	1.39 235	0.76 233	0.17 273	0.13 157	0.14 226	0.14 180	0.28 249	0.48 229

MIPNet	0.88 305	1.07 245	2.85 288	0.61 312	0.18 49	1.46 372	1.37 394	1.65 388	0.78 247	1.93 391	0.85 310	0.75 269	1.66 380	0.87 175	0.34 99	0.10 48	0.08 39	0.11 96	0.32 326	0.27 238	0.26 107

MaskLacGwcNet_RVC	0.84 287	1.41 327	2.80 276	0.94 358	0.35 222	0.89 329	0.41 253	0.89 218	0.66 129	0.57 170	0.63 218	0.75 269	0.38 141	2.37 352	0.55 178	1.16 397	0.31 264	0.36 362	0.21 274	0.59 365	0.63 275

PSMNet_ROB	0.75 259	1.42 331	2.93 298	0.39 203	0.32 199	0.73 273	0.56 313	0.90 226	0.74 223	0.56 158	0.60 195	0.75 269	0.47 224	2.00 328	1.31 307	0.18 284	0.13 157	0.19 303	0.20 263	0.26 227	0.40 187

fast-acv-ft	0.67 215	1.24 292	3.26 328	0.39 203	0.30 180	0.80 306	0.48 288	0.74 112	0.76 236	0.60 204	0.78 300	0.76 273	0.60 278	0.70 139	0.78 239	0.16 254	0.15 185	0.18 297	0.17 230	0.38 316	0.24 97

APVNet	0.76 262	1.11 256	3.23 324	0.39 203	0.36 228	0.85 320	0.44 272	0.96 264	0.73 206	0.58 176	0.69 248	0.76 273	0.56 258	2.29 347	0.82 251	0.17 273	0.18 210	0.24 333	0.19 254	0.35 297	0.27 113

cf-r	0.62 171	1.27 298	2.99 308	0.34 133	0.28 164	0.60 149	0.28 139	0.82 157	0.70 183	0.55 147	0.61 203	0.77 275	0.41 169	1.32 230	0.52 168	0.13 191	0.09 84	0.11 96	0.12 142	0.22 177	0.27 113

HSM-Net_RVC	0.70 231	0.40 65	2.45 155	0.27 25	0.19 66	0.68 254	0.30 177	1.29 370	0.73 206	0.73 289	0.70 261	0.77 275	0.45 209	3.73 407	0.46 144	0.13 191	0.09 84	0.10 50	0.09 39	0.13 36	0.32 144
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	1.25 358	1.46 338	3.84 375	0.54 290	0.56 294	1.12 358	0.99 370	1.05 322	1.03 348	1.10 348	0.87 317	0.77 275	1.07 354	5.85 415	2.98 381	0.16 254	0.23 241	0.16 267	0.24 283	0.28 249	0.66 282

NOSS_ROB	0.75 259	1.03 238	2.27 91	0.68 332	0.26 142	0.68 254	0.30 177	0.99 282	0.82 275	0.59 195	0.58 183	0.77 275	0.39 152	2.75 385	0.48 151	0.25 337	0.24 244	0.28 344	0.26 295	0.29 257	1.07 342

CRFU-Net	0.58 130	0.42 72	1.90 28	0.49 271	0.27 153	0.83 314	0.35 224	0.94 248	0.54 60	0.65 255	0.60 195	0.78 279	1.34 363	1.00 187	0.51 166	0.17 273	0.14 171	0.17 281	0.10 73	0.19 136	0.20 71

PWC_ROB	0.81 277	1.41 327	2.60 210	0.41 225	0.40 248	0.63 202	0.31 187	1.04 314	0.99 344	0.92 331	1.29 360	0.78 279	0.68 298	1.65 279	1.50 322	0.19 295	0.12 144	0.18 297	0.13 162	0.51 356	0.54 252

IGEV_Zeroshot_test	0.91 317	0.39 60	3.80 372	0.42 228	1.95 407	0.56 92	0.64 333	0.84 174	0.55 65	1.45 380	0.53 131	0.79 281	0.42 180	0.57 102	1.13 288	0.10 48	0.49 296	0.10 50	0.34 342	0.19 136	2.97 415

hknet	0.53 96	0.39 60	2.04 53	0.31 77	0.24 122	0.76 284	0.32 197	1.05 322	0.71 195	0.64 243	0.53 131	0.79 281	0.40 158	0.84 172	0.78 239	0.12 148	0.10 107	0.14 226	0.12 142	0.13 36	0.15 33

RAFT	0.62 171	1.35 314	2.26 90	0.62 314	0.53 289	0.47 34	0.35 224	0.70 102	0.58 78	0.50 105	0.50 118	0.79 281	0.40 158	0.49 73	0.36 108	0.11 113	0.79 334	0.14 226	0.13 162	0.52 359	0.72 299

DGSMNet	2.93 406	0.77 186	3.44 351	3.58 420	4.25 418	2.53 406	6.86 420	1.03 308	0.88 308	0.58 176	1.85 378	0.79 281	0.62 282	1.63 273	1.46 320	4.62 419	4.98 422	5.15 424	4.71 423	4.52 423	4.37 420

CFNet-ft	0.60 151	1.16 269	2.45 155	0.29 49	0.30 180	0.64 214	0.28 139	0.69 95	0.57 72	0.49 87	0.57 177	0.79 281	0.44 201	1.48 249	0.62 196	0.15 239	0.10 107	0.28 344	0.14 180	0.21 163	0.29 125

CFNet_RVC	0.60 151	1.16 269	2.45 155	0.29 49	0.30 180	0.64 214	0.28 139	0.69 95	0.57 72	0.49 87	0.57 177	0.79 281	0.44 201	1.48 249	0.62 196	0.15 239	0.10 107	0.28 344	0.14 180	0.21 163	0.29 125

Wz-Net-LNSev	0.66 212	1.30 303	2.81 280	0.35 148	0.37 234	0.80 306	0.48 288	0.91 233	0.87 304	0.63 232	0.70 261	0.80 287	0.59 273	0.67 132	0.68 215	0.15 239	0.14 171	0.12 139	0.12 142	0.24 197	0.38 175

ADLNet	0.68 220	1.02 235	2.68 245	0.35 148	0.34 214	0.67 248	0.34 215	0.95 261	0.79 256	0.70 277	0.62 210	0.80 287	0.46 216	1.77 294	0.69 217	0.15 239	0.12 144	0.14 226	0.14 180	0.31 271	0.54 252

AANet_RVC	0.79 272	1.46 338	2.72 258	0.34 133	0.25 128	0.59 136	0.32 197	0.88 211	0.83 281	0.62 223	0.95 330	0.80 287	0.43 193	2.46 362	1.72 331	0.38 360	0.26 254	0.10 50	0.09 39	0.25 212	0.43 203

ssnet_v2	0.64 190	0.99 230	2.67 240	0.33 116	0.22 90	0.72 270	0.45 277	1.00 288	0.80 263	0.66 261	0.54 145	0.81 290	0.48 231	0.91 180	1.08 283	0.16 254	0.14 171	0.14 226	0.14 180	0.33 280	0.31 142

anonymity	0.86 298	0.68 154	1.44 2	0.64 319	0.83 346	0.67 248	0.52 300	0.98 277	0.73 206	0.96 335	0.70 261	0.81 290	0.86 332	1.10 198	1.34 309	0.64 377	0.72 332	0.58 379	1.44 414	0.60 366	0.91 325

XPNet_ROB	0.68 220	1.11 256	2.28 93	0.38 190	0.27 153	0.67 248	0.47 286	0.94 248	0.75 228	0.80 312	0.71 274	0.81 290	0.54 251	1.72 285	0.84 254	0.22 316	0.16 197	0.16 267	0.15 199	0.25 212	0.45 220

anonymousa	0.74 248	0.60 130	2.58 203	0.96 360	1.33 388	0.61 167	0.26 117	0.69 95	0.56 69	0.55 147	0.84 307	0.82 293	0.46 216	0.56 99	0.61 193	0.10 48	1.11 356	0.12 139	0.98 405	0.14 52	0.97 336

ccnet	0.77 267	0.61 135	2.01 46	0.40 216	0.46 275	1.05 350	0.59 321	1.02 302	0.74 223	0.90 328	0.97 332	0.82 293	0.89 337	1.68 283	1.16 292	0.32 354	0.26 254	0.32 356	0.28 305	0.35 297	0.47 225

aanetorigin	0.81 277	1.03 238	2.64 228	0.44 243	0.44 265	0.59 136	1.00 374	0.59 65	0.70 183	1.54 385	1.22 357	0.82 293	1.08 355	1.06 193	1.07 282	0.18 284	0.15 185	0.17 281	0.21 274	0.53 360	0.65 281

GwcNet	0.76 262	1.09 249	3.68 366	0.38 190	0.45 268	0.81 311	0.45 277	0.91 233	0.89 313	0.63 232	0.77 296	0.82 293	0.51 239	1.64 276	0.85 255	0.17 273	0.16 197	0.15 251	0.15 199	0.33 280	0.34 154

S-Stereo	0.82 280	0.73 170	3.79 371	0.40 216	0.37 234	0.70 260	0.69 346	1.00 288	1.03 348	0.63 232	0.92 325	0.82 293	0.59 273	2.35 351	0.71 222	0.18 284	0.22 236	0.17 281	0.18 238	0.30 263	0.67 284

DispNO	0.76 262	1.36 318	3.15 321	0.32 95	0.27 153	0.59 136	0.29 164	0.88 211	0.72 202	0.55 147	0.79 302	0.83 298	0.47 224	2.46 362	1.23 301	0.12 148	0.10 107	0.18 297	0.31 320	0.20 153	0.25 101

MyStereo06	0.70 231	0.72 167	3.51 355	0.31 77	0.25 128	0.60 149	0.30 177	0.90 226	0.67 141	1.48 383	0.53 131	0.84 299	0.57 263	0.60 111	1.11 286	0.09 11	0.55 304	0.12 139	0.20 263	0.16 71	0.56 259

RTSC	0.84 287	1.40 326	2.67 240	0.50 276	0.40 248	0.83 314	0.33 210	1.11 349	1.14 363	0.93 334	0.82 303	0.84 299	0.58 270	1.34 232	1.82 339	0.18 284	0.49 296	0.14 226	0.30 315	0.46 348	0.42 198

GANet	0.92 318	1.20 280	2.68 245	0.45 250	0.27 153	0.76 284	0.66 338	0.94 248	0.77 244	0.79 310	1.17 353	0.84 299	0.91 339	2.72 381	1.76 335	0.18 284	0.42 285	0.44 374	0.20 263	0.33 280	0.94 328

MFMNet_re	1.01 335	1.73 366	3.04 312	0.85 350	0.76 338	0.93 337	0.81 358	1.02 302	1.10 358	1.05 344	1.06 349	0.84 299	0.96 346	0.93 182	0.97 265	0.68 380	0.61 313	0.63 382	0.60 387	0.77 380	0.80 310

DLCB_ROB	0.61 158	0.96 229	2.00 44	0.37 172	0.25 128	0.65 228	0.37 234	0.86 196	0.76 236	0.73 289	0.70 261	0.84 299	0.47 224	1.57 263	0.72 226	0.13 191	0.13 157	0.14 226	0.14 180	0.18 112	0.33 147

LL-Strereo	0.85 295	1.73 366	3.06 316	0.37 172	0.61 314	0.54 77	0.33 210	1.01 296	0.76 236	0.69 274	0.58 183	0.85 304	0.78 320	2.65 375	0.54 176	0.14 221	0.58 310	0.14 226	0.12 142	0.42 337	1.05 340

iRaft-Stereo_20w	1.50 377	0.42 72	4.81 399	2.24 411	2.09 410	1.36 367	1.27 391	1.38 376	0.94 327	2.07 392	0.42 66	0.85 304	0.69 302	0.87 175	1.37 315	0.10 48	4.04 421	0.09 16	0.40 358	0.17 92	4.53 421

XX-Stereo	0.98 331	0.57 120	4.45 396	1.64 394	5.33 420	0.55 87	0.16 4	0.96 264	0.43 13	0.45 57	0.65 232	0.85 304	0.19 9	0.79 163	0.26 35	0.11 113	0.80 335	0.10 50	0.32 326	0.17 92	0.78 306

ADCP+	1.03 340	1.68 364	3.83 374	0.35 148	0.39 242	1.05 350	0.79 357	0.94 248	0.86 302	0.69 274	0.68 244	0.85 304	1.53 379	1.02 189	4.56 406	0.13 191	0.12 144	0.16 267	0.15 199	0.28 249	0.44 215

NCCL2	0.71 235	1.32 305	2.30 97	0.44 243	0.31 188	0.71 264	0.67 342	0.89 218	0.69 173	0.70 277	0.61 203	0.85 304	0.54 251	1.58 269	0.70 218	0.20 303	0.17 204	0.66 383	0.25 289	0.26 227	0.38 175

ETE_ROB	0.68 220	1.09 249	2.32 101	0.38 190	0.26 142	0.69 257	0.51 296	1.49 382	0.75 228	0.81 313	0.71 274	0.85 304	0.51 239	1.39 235	0.70 218	0.17 273	0.14 171	0.19 303	0.16 217	0.24 197	0.35 160

HH	0.79 272	0.52 105	2.72 258	1.45 384	0.80 344	0.91 333	0.23 64	0.76 117	0.76 236	0.64 243	0.55 154	0.87 310	0.41 169	0.94 183	0.45 140	0.09 11	1.20 360	0.10 50	0.09 39	0.16 71	2.16 395

HanStereo	0.79 272	0.52 105	2.72 258	1.45 384	0.80 344	0.91 333	0.23 64	0.76 117	0.76 236	0.64 243	0.55 154	0.87 310	0.41 169	0.94 183	0.45 140	0.09 11	1.20 360	0.10 50	0.09 39	0.16 71	2.16 395

AnyNet_C32	1.08 348	1.76 370	3.01 310	0.50 276	0.54 290	1.17 363	1.16 386	0.97 271	0.95 332	1.11 349	0.98 335	0.87 310	0.93 344	1.57 263	4.11 403	0.22 316	0.20 226	0.25 338	0.25 289	0.40 329	0.68 289

CBMV	0.86 298	1.00 231	2.82 282	0.35 148	0.21 81	0.78 299	0.78 355	1.05 322	0.87 304	0.90 328	0.74 282	0.87 310	1.89 390	1.67 280	1.38 317	0.19 295	0.20 226	0.21 317	0.19 254	0.28 249	0.84 314
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.69 226	0.62 139	2.66 233	0.28 37	0.23 113	0.57 111	0.32 197	1.01 296	0.77 244	0.92 331	0.84 307	0.88 314	0.92 342	1.81 302	1.19 295	0.10 48	0.07 6	0.10 50	0.09 39	0.12 26	0.30 134

ac_64	0.63 183	0.77 186	2.71 256	0.37 172	0.34 214	0.64 214	0.30 177	0.86 196	0.67 141	0.58 176	0.53 131	0.88 314	0.48 231	1.84 308	0.71 222	0.15 239	0.12 144	0.12 139	0.12 142	0.21 163	0.25 101

CBMV_ROB	0.88 305	0.75 183	2.73 263	0.36 162	0.22 90	0.76 284	0.47 286	1.05 322	0.81 270	1.06 346	1.04 346	0.88 314	1.36 366	2.17 342	2.03 345	0.23 324	0.24 244	0.27 341	0.25 289	0.27 238	0.73 300

PASM	0.82 280	1.00 231	2.68 245	0.52 280	0.48 277	0.65 228	0.59 321	0.83 167	0.89 313	0.82 317	0.73 279	0.89 317	0.68 298	2.39 356	0.73 227	0.35 359	0.37 273	0.36 362	0.41 362	0.45 344	0.51 241

TransformOpticalFlow	0.65 195	0.61 135	2.67 240	0.45 250	0.26 142	0.62 189	0.28 139	0.88 211	0.76 236	0.76 299	0.74 282	0.90 318	0.84 327	1.82 305	0.80 244	0.10 48	0.07 6	0.11 96	0.09 39	0.12 26	0.19 63

riskmin	0.96 326	0.32 15	2.07 58	1.72 399	1.61 402	1.62 381	0.57 316	1.45 380	0.55 65	0.73 289	0.89 321	0.92 319	0.45 209	1.16 209	0.60 188	0.11 113	1.30 374	0.12 139	1.38 413	0.14 52	1.51 375

DDUNet	0.90 315	1.63 359	2.77 272	0.77 342	0.69 329	0.83 314	0.44 272	0.90 226	0.70 183	0.68 269	0.76 292	0.92 319	0.54 251	1.14 207	1.35 311	0.61 376	0.37 273	0.96 392	0.52 377	0.77 380	0.67 284

ADLNet2	0.73 245	1.22 287	3.28 330	0.34 133	0.36 228	0.65 228	0.37 234	0.94 248	0.87 304	0.57 170	0.65 232	0.92 319	0.48 231	2.05 330	0.60 188	0.13 191	0.11 129	0.11 96	0.11 112	0.37 309	0.38 175

XQC	0.84 287	1.32 305	2.61 214	0.78 344	0.44 265	0.89 329	0.53 302	1.16 357	1.07 355	0.85 322	0.69 248	0.92 319	0.73 309	1.40 237	1.44 319	0.24 331	0.35 271	0.23 328	0.26 295	0.45 344	0.39 182

RYNet	0.77 267	0.91 219	2.36 106	0.37 172	0.41 253	0.88 327	0.44 272	0.99 282	0.88 308	0.65 255	0.54 145	0.92 319	0.61 280	2.70 380	1.23 301	0.15 239	0.14 171	0.17 281	0.14 180	0.27 238	0.55 258

Ntro	1.11 350	2.10 390	3.52 357	0.97 361	0.87 351	1.06 353	0.54 305	1.02 302	0.93 326	0.63 232	0.76 292	0.93 324	0.67 296	1.76 291	1.71 329	1.03 392	0.46 290	0.76 388	0.41 362	1.29 395	0.86 321

RAFT-Test	0.56 115	0.41 70	2.01 46	0.90 354	1.07 373	0.65 228	0.37 234	0.83 167	0.65 122	0.49 87	0.49 106	0.93 324	0.24 30	0.52 83	0.30 59	0.10 48	0.38 277	0.09 16	0.38 354	0.11 18	0.19 63

FAT-Stereo	0.72 243	0.60 130	2.86 290	0.37 172	0.29 169	0.64 214	0.55 309	1.01 296	0.91 318	0.76 299	0.94 327	0.93 324	0.79 322	1.82 305	0.60 188	0.19 295	0.19 214	0.17 281	0.16 217	0.23 191	0.47 225

NCC-stereo	0.88 305	1.22 287	2.97 303	0.60 306	0.45 268	1.88 391	0.48 288	1.04 314	0.75 228	0.70 277	0.85 310	0.93 324	0.84 327	1.81 302	1.51 323	0.28 347	0.19 214	0.23 328	0.31 320	0.27 238	0.35 160

Abc-Net	0.88 305	1.22 287	2.97 303	0.60 306	0.45 268	1.88 391	0.48 288	1.04 314	0.75 228	0.70 277	0.85 310	0.93 324	0.84 327	1.81 302	1.51 323	0.28 347	0.19 214	0.23 328	0.31 320	0.27 238	0.35 160
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RASNet	0.69 226	1.05 243	2.59 205	0.37 172	0.47 276	0.66 241	0.33 210	0.82 157	0.76 236	0.51 116	0.65 232	0.93 324	0.62 282	2.20 343	0.80 244	0.14 221	0.09 84	0.09 16	0.11 112	0.18 112	0.37 167

LSM	3.40 409	1.42 331	5.81 410	9.98 426	30.74 440	0.86 321	1.14 382	0.99 282	1.26 370	1.40 377	2.18 387	0.93 324	0.85 330	1.76 291	1.03 278	0.22 316	0.35 271	0.24 333	0.29 309	0.40 329	6.21 423

LALA_ROB	0.68 220	1.14 261	2.50 178	0.37 172	0.29 169	0.78 299	0.55 309	0.99 282	0.84 293	0.82 317	0.68 244	0.93 324	0.50 235	1.01 188	0.89 259	0.21 311	0.15 185	0.21 317	0.18 238	0.26 227	0.30 134

Wz-Net-SNSev	0.85 295	1.83 373	3.36 336	0.42 228	0.31 188	0.71 264	0.66 338	1.04 314	0.94 327	0.68 269	0.85 310	0.96 332	0.62 282	1.75 289	1.14 289	0.16 254	0.15 185	0.16 267	0.17 230	0.39 323	0.63 275

THIR-Stereo	0.88 305	0.85 199	2.33 103	0.26 17	0.16 22	0.59 136	2.69 408	0.62 74	0.54 60	0.62 223	1.61 373	0.96 332	1.77 386	1.67 280	2.20 358	0.10 48	0.08 39	0.14 226	0.11 112	0.16 71	0.21 75

DANet	0.85 295	0.68 154	2.41 122	1.18 376	0.48 277	0.77 294	1.23 390	0.93 243	1.53 385	0.90 328	0.72 277	0.97 334	0.57 263	1.86 312	1.05 280	0.18 284	0.16 197	0.19 303	0.16 217	0.26 227	0.67 284
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
otaku	1.15 353	2.10 390	3.51 355	0.98 362	0.74 334	1.02 347	0.59 321	1.03 308	0.89 313	0.70 277	1.60 372	0.98 335	0.65 288	1.63 273	1.80 338	0.99 391	0.46 290	0.73 387	0.40 358	1.30 397	0.88 322

SHD	0.84 287	1.14 261	2.54 187	0.80 346	0.52 284	0.76 284	0.34 215	1.16 357	1.29 373	1.11 349	0.85 310	0.98 335	0.74 313	1.25 222	1.48 321	0.22 316	0.37 273	0.20 313	0.27 303	0.36 303	0.41 194

MDST_ROB	1.28 360	0.53 108	3.84 375	0.55 291	0.45 268	4.06 413	0.60 324	1.36 375	0.89 313	2.18 397	1.17 353	0.98 335	0.72 306	4.28 410	2.12 352	0.20 303	0.16 197	0.19 303	0.17 230	0.20 153	0.84 314

RP	0.74 248	1.01 234	2.48 172	0.44 243	0.45 268	0.66 241	0.45 277	0.95 261	0.87 304	0.70 277	0.95 330	0.99 338	0.82 324	1.55 256	0.82 251	0.26 341	0.19 214	0.23 328	0.20 263	0.34 286	0.38 175

Nwc_Net	0.75 259	1.10 254	2.96 302	0.42 228	0.39 242	0.77 294	0.39 248	1.06 334	0.73 206	0.65 255	1.00 339	0.99 338	0.74 313	1.43 241	0.99 273	0.24 331	0.15 185	0.23 328	0.26 295	0.27 238	0.30 134

ADCL	1.07 345	1.22 287	2.80 276	0.40 216	0.33 205	1.50 374	1.87 405	0.97 271	1.04 351	1.26 369	1.28 359	0.99 338	1.41 370	1.36 234	3.51 391	0.17 273	0.14 171	0.22 321	0.21 274	0.32 276	0.43 203

PDISCO_ROB	0.84 287	1.46 338	2.84 286	0.65 321	0.59 302	1.17 363	0.48 288	1.19 363	1.08 357	0.67 263	0.72 277	1.00 341	0.61 280	1.24 219	1.05 280	0.38 360	0.18 210	0.28 344	0.24 283	0.58 364	0.44 215

UDG	0.86 298	1.57 347	2.80 276	0.68 332	0.59 302	0.78 299	0.38 242	0.97 271	0.74 223	0.63 232	0.70 261	1.01 342	0.68 298	1.02 189	1.22 300	0.45 368	0.34 270	0.89 390	0.51 375	0.73 375	0.58 261

ADCMid	1.06 343	1.82 372	3.53 358	0.39 203	0.36 228	0.99 344	0.58 318	1.01 296	0.94 327	1.23 367	1.02 342	1.01 342	1.01 350	1.11 202	4.04 401	0.22 316	0.19 214	0.42 371	0.32 326	0.42 337	0.53 249

FBW_ROB	0.94 324	1.23 291	2.35 105	0.46 253	0.32 199	0.87 325	0.46 282	1.15 354	0.97 340	0.83 320	0.78 300	1.01 342	0.64 287	3.65 406	1.65 328	0.27 344	0.24 244	0.40 367	0.26 295	0.32 276	0.88 322

RGC	0.78 269	1.10 254	2.55 194	0.45 250	0.45 268	0.73 273	0.40 251	1.00 288	0.75 228	0.75 297	1.04 346	1.02 345	0.73 309	1.74 288	1.15 290	0.24 331	0.19 214	0.28 344	0.26 295	0.31 271	0.38 175

CBFPSM	0.62 171	1.34 311	2.12 68	0.30 63	0.23 113	0.71 264	0.38 242	0.77 123	0.68 165	0.51 116	0.49 106	1.03 346	0.82 324	0.63 118	1.35 311	0.11 113	0.12 144	0.10 50	0.10 73	0.19 136	0.37 167

Anonymous_2	1.36 367	0.49 92	2.03 50	1.71 398	1.58 400	2.49 405	0.58 318	1.59 387	2.31 398	0.77 301	0.88 319	1.03 346	0.58 270	1.20 214	0.66 210	0.32 354	1.38 378	1.42 408	3.87 422	0.78 382	1.56 376

hitnet-ft	0.73 245	1.09 249	2.59 205	0.28 37	0.22 90	0.71 264	0.36 231	0.89 218	0.67 141	0.58 176	0.83 305	1.03 346	0.94 345	2.31 348	0.70 218	0.23 324	0.14 171	0.41 369	0.13 162	0.24 197	0.28 119

SGM-Forest	1.84 390	7.91 424	10.36 418	0.42 228	0.33 205	1.04 348	1.29 392	1.01 296	0.88 308	1.19 356	2.30 391	1.03 346	1.79 387	2.60 371	2.81 378	0.22 316	0.21 234	0.21 317	0.19 254	0.25 212	0.79 308
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
EDNetEfficient	1.29 361	0.78 189	4.27 389	0.65 321	1.03 370	0.94 339	1.38 396	0.87 203	1.75 392	2.33 403	1.32 363	1.04 350	2.21 397	1.59 270	4.07 402	0.16 254	0.19 214	0.15 251	0.27 303	0.38 316	0.40 187

AF-Net	0.76 262	1.14 261	2.74 265	0.42 228	0.41 253	0.70 260	0.41 253	1.07 337	0.94 327	0.73 289	1.05 348	1.04 350	0.86 332	1.23 217	1.00 275	0.23 324	0.15 185	0.25 338	0.18 238	0.32 276	0.35 160

CSAN	1.38 368	1.74 369	4.12 382	0.53 284	0.38 240	1.06 353	1.15 384	1.29 370	1.12 361	1.19 356	1.90 380	1.04 350	1.44 371	5.92 416	2.82 379	0.26 341	0.22 236	0.24 333	0.25 289	0.35 297	0.54 252

DPSNet	1.02 336	0.72 167	2.84 286	0.60 306	0.39 242	1.08 355	0.75 352	1.41 378	1.14 363	0.74 295	0.69 248	1.05 353	1.67 381	2.09 337	2.22 360	0.27 344	0.61 313	0.20 313	0.50 374	0.48 352	1.03 339

WZ-Net	1.04 341	1.83 373	4.20 386	0.42 228	0.36 228	0.88 327	0.71 348	1.05 322	1.11 360	0.84 321	0.94 327	1.06 354	1.17 360	2.37 352	2.24 361	0.20 303	0.14 171	0.15 251	0.16 217	0.36 303	0.53 249

MFN_U_SF_DS_RVC	1.08 348	2.01 384	2.56 198	0.49 271	0.40 248	1.49 373	0.96 369	1.02 302	0.95 332	0.85 322	0.94 327	1.06 354	0.59 273	2.92 391	1.15 290	0.43 366	0.74 333	0.32 356	0.55 380	0.74 376	1.35 366

DISCO	0.61 158	0.63 141	1.98 42	0.46 253	0.34 214	0.84 319	0.35 224	0.88 211	0.81 270	0.61 211	0.64 225	1.06 354	0.53 249	1.11 202	0.83 253	0.13 191	0.10 107	0.11 96	0.10 73	0.26 227	0.37 167

RainbowNet	1.27 359	2.22 397	3.58 362	1.14 374	0.92 355	1.08 355	0.76 353	1.19 363	1.15 365	0.77 301	0.97 332	1.08 357	0.83 326	1.64 276	1.72 331	1.20 399	1.30 374	1.01 395	0.58 384	1.23 392	0.97 336

ADCS	1.14 352	2.02 385	3.36 336	0.43 238	0.37 234	0.96 343	0.81 358	1.12 351	1.17 367	1.25 368	0.98 335	1.08 357	0.92 342	1.41 239	4.97 409	0.23 324	0.21 234	0.22 321	0.23 281	0.40 329	0.67 284

ADCPNet	1.07 345	1.37 322	4.54 398	0.38 190	0.68 328	1.36 367	0.64 333	0.93 243	0.83 281	0.79 310	0.82 303	1.08 357	1.18 361	1.30 229	2.68 375	0.21 311	0.69 326	0.21 317	0.95 403	0.30 263	0.54 252

Wz-Net-TNSev	1.02 336	2.26 401	3.69 367	0.38 190	0.31 188	1.00 345	0.71 348	1.12 351	1.02 347	0.74 295	0.73 279	1.09 360	0.91 339	2.46 362	2.15 355	0.21 311	0.20 226	0.16 267	0.20 263	0.48 352	0.62 271

RTS	1.29 361	1.59 352	6.48 413	0.63 316	0.57 297	1.59 379	0.90 366	1.15 354	1.44 380	1.20 361	1.31 361	1.10 361	0.87 335	2.67 376	2.27 363	0.21 311	0.38 277	0.19 303	0.20 263	0.46 348	0.68 289

RTSA	1.29 361	1.59 352	6.48 413	0.63 316	0.57 297	1.59 379	0.90 366	1.15 354	1.44 380	1.20 361	1.31 361	1.10 361	0.87 335	2.67 376	2.27 363	0.21 311	0.38 277	0.19 303	0.20 263	0.46 348	0.68 289

raft_robust	0.68 220	1.24 292	2.42 126	0.30 63	0.57 297	0.53 70	0.25 105	0.95 261	0.79 256	0.49 87	0.46 82	1.12 363	0.74 313	1.50 252	0.61 193	0.09 11	0.62 316	0.10 50	0.30 315	0.26 227	0.30 134

DispFullNet	1.69 388	2.25 399	5.23 404	1.53 390	8.78 421	0.89 329	0.37 234	1.03 308	0.98 341	1.37 373	1.00 339	1.13 364	1.97 392	1.51 253	0.98 271	0.55 375	0.32 265	1.19 399	0.64 388	1.16 390	0.88 322

edge stereo	0.84 287	0.74 179	3.42 350	0.38 190	1.21 383	0.63 202	0.41 253	0.98 277	0.83 281	0.81 313	0.88 319	1.14 365	0.73 309	2.16 341	0.89 259	0.22 316	0.20 226	0.26 340	0.18 238	0.38 316	0.43 203

PVD	1.05 342	1.21 282	2.36 106	0.84 349	0.91 354	1.04 348	0.64 333	1.32 373	1.68 389	1.43 379	1.41 368	1.14 365	1.15 359	1.49 251	1.77 336	0.27 344	0.65 319	0.28 344	0.35 344	0.40 329	0.73 300

stereogan	0.74 248	0.68 154	2.82 282	0.40 216	0.40 248	1.05 350	0.42 259	0.99 282	0.96 334	0.78 309	0.86 315	1.15 367	0.73 309	1.57 263	0.56 180	0.20 303	0.19 214	0.20 313	0.16 217	0.37 309	0.34 154

AnyNet_C01	1.20 356	1.89 376	4.25 388	0.55 291	0.54 290	1.57 377	1.39 397	1.10 345	1.13 362	1.19 356	1.34 365	1.15 367	1.11 357	1.73 286	2.89 380	0.26 341	0.24 244	0.28 344	0.24 283	0.50 354	0.68 289

psmorigin	1.41 370	0.91 219	13.83 424	0.37 172	0.30 180	0.63 202	0.37 234	0.80 143	0.64 115	0.98 336	0.87 317	1.16 369	0.78 320	3.95 408	1.09 284	0.19 295	0.22 236	0.17 281	0.19 254	0.25 212	0.47 225

MADNet+	1.44 372	2.19 394	6.00 411	0.89 352	0.70 331	1.58 378	1.11 379	1.56 386	1.30 375	0.89 326	1.03 344	1.25 370	1.12 358	3.29 398	2.80 377	0.48 371	0.57 308	0.39 366	0.36 349	0.63 370	0.69 293

FTStereo	0.79 272	0.32 15	2.83 284	0.70 334	0.21 81	0.73 273	1.75 403	0.61 70	0.60 86	1.07 347	1.62 374	1.28 371	2.11 395	0.75 155	0.30 59	0.19 295	0.08 39	0.12 139	0.11 112	0.12 26	0.39 182

EDNetEfficientorigin	8.19 419	1.27 298	145.54 444	0.51 279	0.96 359	0.75 280	0.49 293	0.86 196	1.57 387	2.12 395	1.49 370	1.28 371	1.35 364	1.84 308	2.15 355	0.14 221	0.13 157	0.17 281	0.18 238	0.39 323	0.64 280

MSC_U_SF_DS_RVC	1.40 369	2.04 387	3.02 311	0.58 305	0.41 253	2.15 400	1.00 374	1.31 372	1.29 373	1.05 344	1.10 351	1.29 373	0.91 339	3.07 394	1.34 309	1.65 409	0.84 337	0.68 385	0.88 400	1.55 404	1.91 385

G-Net	1.02 336	0.70 159	3.23 324	0.60 306	0.66 324	2.00 397	0.71 348	0.78 130	0.70 183	1.14 352	2.53 395	1.29 373	1.01 350	1.47 248	1.74 333	0.25 337	0.24 244	0.24 333	0.26 295	0.37 309	0.40 187

FINET	1.92 392	1.96 378	4.49 397	1.62 393	1.39 391	3.51 411	4.39 415	2.89 408	2.58 401	1.39 375	1.98 381	1.35 375	2.12 396	1.64 276	2.12 352	0.84 385	1.03 351	0.18 297	0.29 309	0.54 361	2.12 393

HSM	0.67 215	0.92 224	2.29 95	0.30 63	0.29 169	0.65 228	0.29 164	0.98 277	0.67 141	0.59 195	0.58 183	1.39 376	0.65 288	2.56 367	0.45 140	0.11 113	0.09 84	0.10 50	0.08 28	0.18 112	0.24 97

MFN_U_SF_RVC	1.57 384	2.56 414	3.30 333	0.66 325	0.41 253	1.15 361	0.51 296	1.27 368	1.35 377	1.61 387	1.20 355	1.43 377	0.97 347	1.80 300	2.10 350	1.88 412	1.79 389	1.97 417	2.14 416	1.61 405	1.76 384

SAMSARA	1.11 350	1.35 314	2.60 210	1.34 379	0.77 340	1.67 384	1.41 400	1.47 381	0.99 344	1.54 385	0.89 321	1.44 378	0.90 338	1.88 316	1.71 329	0.25 337	0.55 304	0.22 321	0.34 342	0.39 323	0.50 237

SPS-STEREO	1.22 357	1.65 361	3.41 347	0.66 325	0.69 329	1.01 346	0.68 344	1.10 345	0.96 334	1.40 377	1.25 358	1.46 379	1.08 355	2.05 330	2.24 361	0.66 378	0.61 313	0.58 379	0.57 383	0.66 373	1.65 381
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH-64-1	1.50 377	1.98 380	2.69 251	1.39 382	1.12 378	1.39 370	1.19 388	1.80 392	1.47 382	1.19 356	2.20 388	1.53 380	1.51 377	2.12 339	1.98 342	1.34 402	0.68 323	1.28 402	0.70 389	1.37 399	1.12 344

IMH-64	1.50 377	1.98 380	2.69 251	1.39 382	1.12 378	1.39 370	1.19 388	1.80 392	1.47 382	1.19 356	2.20 388	1.53 380	1.51 377	2.12 339	1.98 342	1.34 402	0.68 323	1.28 402	0.70 389	1.37 399	1.12 344

coex-ft	6.14 417	1.98 380	60.80 442	0.34 133	0.30 180	0.80 306	1.17 387	0.76 117	4.34 410	19.82 430	2.15 386	1.61 382	8.77 420	1.82 305	10.36 422	0.44 367	2.05 396	0.18 297	0.19 254	0.39 323	4.61 422

NVStereoNet_ROB	1.45 374	1.62 357	3.59 363	1.09 368	0.70 331	0.86 321	0.67 342	1.19 363	1.51 384	1.20 361	4.05 411	1.61 382	1.94 391	2.97 393	2.07 349	0.67 379	0.69 326	0.55 378	0.70 389	0.57 363	0.67 284
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.35 366	1.80 371	4.39 394	0.41 225	0.29 169	1.72 386	0.89 365	1.17 360	2.47 400	1.22 365	1.82 377	1.72 384	1.70 383	2.57 368	3.30 385	0.18 284	0.16 197	0.16 267	0.15 199	0.34 286	0.62 271

PWCK	1.62 387	2.32 406	4.27 389	1.11 371	0.56 294	1.81 389	1.84 404	1.55 385	1.54 386	1.45 380	1.81 376	1.82 385	1.38 368	3.34 399	2.14 354	1.09 395	0.57 308	0.98 393	0.59 385	1.50 403	0.79 308

ELAS	1.52 381	0.92 224	2.91 296	0.62 314	0.57 297	3.13 408	2.21 407	1.67 389	1.58 388	2.42 404	2.43 393	1.87 386	2.49 400	1.85 310	2.70 376	0.42 363	0.43 288	0.41 369	0.40 358	0.51 356	0.85 318
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet-4b	2.00 394	2.19 394	4.85 400	1.09 368	0.86 349	1.15 361	0.53 302	1.11 349	1.15 365	0.65 255	1.09 350	1.97 387	0.69 302	2.31 348	9.78 421	5.73 421	0.42 285	1.03 396	0.55 380	1.89 408	0.92 327

WAO-7	1.58 385	2.04 387	3.25 327	0.94 358	0.75 335	1.75 387	1.13 381	1.87 395	1.97 396	1.46 382	2.53 395	1.98 388	1.75 384	3.13 395	2.48 368	0.69 381	0.67 322	0.94 391	0.74 394	0.80 383	0.77 303

ELAS_RVC	1.51 380	0.88 206	3.36 336	0.63 316	0.56 294	1.53 375	2.73 409	1.53 383	1.76 393	2.26 401	2.21 390	2.10 389	3.07 405	2.08 335	2.52 369	0.42 363	0.42 285	0.42 371	0.37 350	0.51 356	0.84 314
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	1.54 382	2.20 396	4.42 395	1.10 370	0.93 357	1.37 369	0.87 362	1.53 383	1.71 391	1.22 365	1.72 375	2.12 390	1.06 353	2.58 369	1.93 341	0.94 387	0.54 302	1.00 394	0.56 382	2.11 412	0.96 333

WAO-6	1.69 388	1.87 375	3.21 323	1.15 375	1.01 368	2.29 401	1.06 378	1.85 394	2.84 406	1.30 372	2.59 397	2.19 391	1.67 381	2.62 372	2.52 369	0.96 389	0.68 323	1.19 399	0.84 397	1.13 388	0.95 331

IMH	2.14 398	2.46 410	3.60 365	1.70 397	1.13 380	1.65 383	0.93 368	2.13 401	1.93 395	1.37 373	2.64 400	2.19 391	1.82 388	5.77 414	2.18 357	5.70 420	1.05 352	1.31 404	0.72 393	1.39 401	1.13 346

JetBlue	1.89 391	2.09 389	4.16 384	0.74 337	1.23 384	4.52 417	3.86 414	1.68 390	1.26 370	1.28 371	1.54 371	2.36 393	1.86 389	3.35 400	3.37 387	0.54 373	0.49 296	0.48 375	0.49 372	1.39 401	1.21 353

SGM_RVC	2.11 397	1.07 245	2.87 291	0.98 362	0.92 355	2.72 407	1.88 406	1.91 397	12.27 419	2.09 393	1.99 382	2.47 394	2.24 398	2.87 390	2.03 345	0.54 373	0.47 292	0.42 371	0.47 369	0.74 376	1.22 355
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MADNet++	2.94 407	2.17 393	3.27 329	2.55 415	2.28 412	3.29 410	3.37 410	2.76 406	2.67 404	3.10 412	3.20 407	2.78 395	3.25 407	4.11 409	4.68 408	2.72 416	2.27 411	3.03 420	2.43 418	2.34 415	2.59 411

MeshStereo	1.29 361	1.34 311	3.04 312	0.35 148	0.28 164	1.10 357	0.69 346	1.42 379	1.07 355	2.71 409	2.43 393	2.95 396	1.50 376	2.92 391	2.03 345	0.23 324	0.22 236	0.22 321	0.19 254	0.50 354	0.69 293
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
JetRed	3.37 408	4.96 421	10.08 417	1.48 387	1.73 405	7.63 420	5.47 419	3.47 414	2.20 397	2.42 404	2.40 392	2.98 397	2.35 399	3.52 404	6.60 414	1.33 401	1.90 391	1.38 406	1.23 411	2.30 414	2.02 389

SGM+DAISY	2.67 400	2.14 392	4.28 391	1.92 407	2.11 411	4.36 416	5.22 418	3.17 409	3.00 407	3.24 414	3.81 410	3.03 398	3.61 409	2.53 365	3.79 395	1.15 396	1.29 372	0.66 383	0.71 392	0.95 386	2.44 410

ACVNet_1	1.47 376	2.27 402	4.92 401	1.11 371	0.89 352	1.19 365	0.66 338	1.28 369	1.19 368	0.98 336	0.97 332	3.06 399	1.48 375	2.37 352	1.82 339	1.08 394	0.49 296	1.03 396	0.48 370	1.20 391	0.95 331

WCMA_ROB	1.29 361	1.21 282	3.13 320	0.65 321	0.36 228	1.20 366	0.78 355	1.00 288	0.98 341	1.78 390	2.62 398	3.08 400	2.01 393	1.86 312	2.35 365	0.38 360	0.38 277	0.32 356	0.32 326	0.31 271	1.06 341

WAO-8	2.91 404	2.55 412	3.77 369	1.93 408	1.04 371	4.08 414	0.99 370	3.25 412	6.09 413	2.20 398	3.34 408	3.33 401	2.64 401	11.73 422	2.52 369	2.12 413	1.92 392	1.55 410	0.93 401	1.27 393	0.96 333

Venus	2.91 404	2.55 412	3.77 369	1.93 408	1.04 371	4.08 414	0.99 370	3.25 412	6.09 413	2.20 398	3.34 408	3.33 401	2.64 401	11.73 422	2.52 369	2.12 413	1.92 392	1.55 410	0.93 401	1.27 393	0.96 333

FCDSN-DC	1.45 374	1.12 258	3.30 333	0.48 260	0.41 253	1.13 359	0.60 324	1.17 360	1.28 372	2.25 400	2.85 403	3.65 403	3.34 408	2.58 369	2.44 367	0.31 353	0.26 254	0.31 354	0.30 315	0.37 309	0.78 306
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
notaker	2.77 402	2.35 407	4.02 380	2.61 416	1.44 393	1.77 388	1.14 382	2.77 407	1.81 394	2.30 402	11.41 421	3.95 404	4.70 413	3.24 397	3.01 382	1.58 408	0.88 339	1.71 415	1.08 408	2.10 411	1.44 372

UNDER WATER-64	2.59 399	2.28 403	5.63 408	1.85 405	1.45 394	3.28 409	1.60 402	2.62 404	5.57 412	2.09 393	2.12 384	4.10 405	4.21 412	2.74 384	3.64 394	1.49 406	0.86 338	1.58 412	1.09 409	1.91 409	1.62 379

TorneroNet-64	2.74 401	2.23 398	4.18 385	1.48 387	1.20 382	3.88 412	1.01 376	3.48 416	6.61 416	2.62 408	4.55 414	4.20 406	3.84 411	3.39 402	3.40 389	1.23 400	0.66 321	1.39 407	0.80 396	3.42 419	1.27 358

FC-DCNN	1.60 386	0.85 199	3.44 351	0.46 253	0.39 242	1.96 393	0.66 338	1.72 391	1.70 390	2.75 410	2.91 406	4.20 406	3.15 406	2.72 381	2.66 374	0.30 351	0.26 254	0.31 354	0.30 315	0.33 280	0.91 325

LVE	2.10 396	2.61 415	4.30 393	1.79 402	1.81 406	1.68 385	1.04 377	2.35 403	2.78 405	1.27 370	2.87 404	4.21 408	1.46 372	2.83 389	2.02 344	2.87 417	0.92 341	1.19 399	1.47 415	1.29 395	1.18 347

Dean	1.92 392	2.31 405	5.03 403	1.31 377	1.08 374	1.55 376	0.99 370	1.98 400	2.33 399	1.51 384	4.15 412	4.23 409	1.39 369	2.31 348	2.10 350	1.18 398	0.69 326	1.18 398	0.75 395	1.30 397	1.07 342

tt	4.94 415	0.32 15	4.22 387	2.29 412	1.58 400	10.19 423	16.94 426	9.44 424	5.03 411	1.69 388	1.33 364	4.68 410	5.02 414	3.38 401	5.91 413	6.15 422	9.47 429	2.80 419	3.16 421	3.54 420	1.58 377

MSMD_ROB	1.41 370	1.03 238	2.75 267	0.41 225	0.32 199	2.00 397	0.61 329	0.96 264	1.43 379	2.97 411	2.63 399	4.76 411	2.04 394	2.44 361	1.78 337	0.30 351	0.26 254	0.32 356	0.32 326	0.32 276	0.63 275

LE_ROB	4.55 414	2.43 409	9.94 416	2.79 418	4.03 417	2.40 404	3.54 411	2.72 405	11.04 418	11.64 423	4.69 415	5.25 412	10.74 421	4.52 413	9.73 420	0.82 384	0.70 329	1.34 405	0.97 404	0.74 376	0.94 328

UNDER WATER	2.84 403	2.25 399	5.25 405	1.84 404	1.45 394	2.36 403	1.44 401	3.23 411	6.51 415	2.61 407	2.73 402	5.69 413	5.64 416	3.14 396	4.18 404	1.48 405	0.81 336	1.60 413	1.07 407	1.91 409	1.67 382

SDNR	2.06 395	2.93 417	2.94 300	1.55 391	5.13 419	1.98 396	0.24 86	1.95 399	2.62 402	0.92 331	2.71 401	5.76 414	0.68 298	3.61 405	3.84 396	0.33 356	0.38 277	0.22 321	0.17 230	1.13 388	2.04 390

pmcnn	1.44 372	1.25 295	3.57 361	0.74 337	1.42 392	0.72 270	0.56 313	1.04 314	1.06 354	1.03 343	2.89 405	6.01 415	0.75 317	2.54 366	3.60 393	0.14 221	0.11 129	0.08 3	0.06 7	0.34 286	0.81 312

MANE	3.51 410	2.03 386	3.88 377	1.89 406	2.01 408	5.98 418	4.72 416	5.87 420	7.13 417	3.80 415	5.10 416	6.11 416	5.34 415	4.39 411	5.05 410	1.07 393	1.28 371	0.50 376	0.85 398	0.76 379	2.36 409

DGTPSM_ROB	8.97 420	5.94 422	13.01 422	5.95 423	11.34 423	8.54 421	24.06 427	6.47 421	13.52 421	5.19 417	11.52 422	6.18 417	11.04 422	7.02 418	13.92 424	4.47 418	7.66 423	3.90 421	7.43 426	4.34 422	7.98 425

DPSMNet_ROB	9.58 421	5.96 423	13.98 425	8.88 425	11.87 424	8.54 421	24.08 428	6.48 422	13.67 424	5.35 418	11.53 423	6.31 418	11.04 422	7.69 419	14.09 425	7.61 427	8.23 425	5.03 423	7.75 427	5.24 424	8.36 426

KSHMR	4.19 412	2.37 408	6.24 412	1.73 400	1.48 396	1.97 395	1.29 392	3.18 410	17.06 429	2.15 396	15.74 424	9.09 419	1.75 384	8.33 420	2.37 366	1.55 407	1.29 372	1.70 414	1.23 411	1.75 406	1.60 378

SGM-ForestM	3.67 411	2.70 416	5.34 407	1.65 395	1.72 404	6.02 419	5.08 417	4.10 417	3.47 408	4.59 416	4.21 413	9.81 420	5.79 417	6.44 417	6.97 416	0.88 386	1.09 354	0.33 360	0.45 366	0.68 374	2.10 392

HanzoNet	7.85 418	3.30 420	5.75 409	7.47 424	3.97 416	2.34 402	1.37 394	3.47 414	4.02 409	13.30 424	10.49 417	10.86 421	16.67 427	8.50 421	10.51 423	10.80 428	9.84 430	5.83 425	13.69 428	7.24 425	7.51 424

Anonymous_1	22.76 429	11.11 425	11.93 419	12.73 427	26.05 439	19.39 430	27.77 432	14.18 426	13.64 423	14.92 425	10.66 418	11.26 422	11.24 424	12.48 426	14.45 426	37.82 444	7.87 424	34.92 441	63.61 441	87.51 445	11.75 429

ktn	4.44 413	2.47 411	3.70 368	1.82 403	1.49 397	2.11 399	1.40 398	2.30 402	12.56 420	11.36 422	16.25 425	11.30 423	3.77 410	4.41 412	3.47 390	1.86 411	0.99 344	1.74 416	1.21 410	3.28 418	1.39 369

TorneroNet	5.60 416	2.30 404	3.98 378	1.49 389	1.26 387	14.47 425	1.11 379	4.85 418	20.66 434	10.12 419	16.30 426	11.78 424	7.35 418	3.41 403	4.38 405	1.36 404	0.70 329	1.46 409	0.87 399	2.73 416	1.33 363

DPSM_ROB	12.32 422	11.13 426	12.31 420	12.90 428	12.80 426	19.81 432	28.13 433	14.50 427	14.31 426	10.62 420	11.34 419	12.03 425	11.89 425	13.08 427	15.22 427	7.09 424	8.31 426	6.47 427	7.32 424	8.69 426	8.43 427

DPSM	12.32 422	11.13 426	12.31 420	12.90 428	12.80 426	19.81 432	28.13 433	14.50 427	14.31 426	10.62 420	11.34 419	12.03 425	11.89 425	13.08 427	15.22 427	7.09 424	8.31 426	6.47 427	7.32 424	8.69 426	8.43 427

LRCNet_RVC	13.78 426	19.34 430	13.01 422	19.47 431	12.67 425	1.85 390	0.42 259	12.28 425	1.10 358	15.76 426	18.69 430	12.52 427	8.65 419	12.22 425	9.64 419	22.29 435	8.38 428	25.92 437	24.06 438	19.72 436	17.59 432

xxxxx1	29.05 441	20.74 432	14.05 426	50.10 442	40.25 442	19.01 427	26.60 429	21.83 433	20.22 431	16.52 427	17.56 427	18.33 428	21.41 431	16.11 430	20.77 432	23.48 436	26.77 440	66.36 443	78.56 442	30.19 440	32.23 442

tt_ll	29.05 441	20.74 432	14.05 426	50.10 442	40.25 442	19.01 427	26.60 429	21.83 433	20.22 431	16.52 427	17.56 427	18.33 428	21.41 431	16.11 430	20.77 432	23.48 436	26.77 440	66.36 443	78.56 442	30.19 440	32.23 442

ff	29.05 441	20.74 432	14.05 426	50.10 442	40.25 442	19.01 427	26.60 429	21.83 433	20.22 431	16.52 427	17.56 427	18.33 428	21.41 431	16.11 430	20.77 432	23.48 436	26.77 440	66.36 443	78.56 442	30.19 440	32.23 442

HaxPig	19.88 428	22.39 436	22.30 429	17.98 430	17.98 429	12.06 424	12.06 423	16.25 430	15.97 428	21.05 432	21.41 433	18.85 431	18.35 428	20.07 434	19.64 431	23.57 439	23.19 439	24.07 436	23.71 437	22.95 437	23.72 439

MEDIAN_ROB	23.95 431	26.96 444	26.29 438	22.14 432	22.09 431	16.18 426	14.23 424	20.47 431	20.09 430	25.43 440	25.22 442	22.96 432	22.54 434	24.33 435	23.18 436	28.15 441	27.16 443	28.60 439	27.73 439	27.59 438	27.58 440

MyStereo03	24.90 435	22.40 437	24.90 434	26.19 437	25.93 436	39.80 438	56.77 441	29.00 437	28.95 440	21.51 436	22.81 438	24.16 433	23.92 437	26.26 437	30.65 441	14.24 430	17.13 434	13.03 429	14.76 433	17.48 429	18.00 433

MyStereo02	24.90 435	22.40 437	24.90 434	26.19 437	25.93 436	39.80 438	56.77 441	29.00 437	28.95 440	21.51 436	22.81 438	24.16 433	23.92 437	26.26 437	30.65 441	14.24 430	17.13 434	13.03 429	14.76 433	17.48 429	18.00 433

MyStereo	24.90 435	22.40 437	24.90 434	26.19 437	25.93 436	39.80 438	56.77 441	29.00 437	28.95 440	21.51 436	22.81 438	24.16 433	23.92 437	26.26 437	30.65 441	14.24 430	17.13 434	13.03 429	14.76 433	17.48 429	18.00 433

CasAABBNet	24.76 433	22.38 435	24.44 432	26.05 435	25.75 434	39.79 437	56.76 440	29.10 440	28.88 438	21.22 433	22.69 436	24.21 436	23.99 441	26.23 436	30.62 440	14.22 429	16.71 432	13.03 429	14.75 431	17.49 432	16.97 430

Selective-RAFT-Error	24.83 434	22.44 440	24.80 433	26.10 436	25.82 435	39.85 441	56.72 439	29.21 442	29.03 443	21.29 435	22.80 437	24.25 437	24.07 442	26.28 440	30.60 439	14.24 430	16.85 433	13.04 433	14.75 431	17.53 433	17.02 431

LSM0	26.57 438	22.53 441	25.76 437	30.62 441	52.30 445	39.86 442	56.49 438	29.18 441	28.76 437	21.26 434	22.46 435	24.42 438	23.97 440	26.42 441	30.66 444	14.29 434	16.56 431	13.06 434	14.65 430	17.62 434	20.52 436

BEATNet-Init1	12.32 422	12.82 428	28.66 439	3.22 419	3.71 415	21.59 434	11.42 422	14.54 429	13.73 425	20.24 431	20.16 431	26.14 439	19.85 430	19.08 433	15.33 429	1.81 410	1.93 394	2.05 418	2.48 419	4.25 421	3.41 419

AVERAGE_ROB	26.91 439	30.28 445	29.18 440	25.78 433	25.30 433	19.49 431	15.38 425	23.70 436	23.02 436	28.38 442	27.78 443	26.23 440	25.76 443	26.95 442	25.55 437	31.27 443	30.02 444	31.76 440	30.80 440	30.88 443	30.77 441

SPstereo	16.55 427	3.18 418	4.92 401	2.73 417	2.77 413	29.67 435	52.00 437	39.41 443	29.70 444	21.94 439	21.64 434	27.45 441	23.83 436	27.92 444	26.10 438	2.44 415	2.60 416	4.96 422	3.11 420	2.27 413	2.32 408

DPSimNet_ROB	24.35 432	23.81 442	31.38 441	25.93 434	22.83 432	31.30 436	34.38 436	20.78 432	28.92 439	27.39 441	22.99 441	28.29 442	35.76 444	15.47 429	17.82 430	24.28 440	17.90 437	22.23 435	14.12 429	19.38 435	22.12 438

PML	22.99 430	17.34 429	8.24 415	5.48 422	9.84 422	50.35 444	102.65 444	5.84 419	13.52 421	37.08 444	104.84 444	30.61 443	23.20 435	12.09 424	7.96 418	6.27 423	2.12 401	6.31 426	2.42 417	10.67 428	2.95 413

ASD4	27.03 440	24.46 443	23.91 430	27.24 440	17.87 428	47.08 443	31.36 435	41.80 444	21.82 435	31.12 443	20.82 432	33.80 444	18.50 429	27.25 443	21.57 435	29.52 442	20.55 438	27.54 438	23.38 436	30.03 439	20.96 437

test_example2	115.17 444	122.38 446	93.45 443	115.38 445	123.53 446	101.24 445	113.11 445	54.67 445	99.94 445	135.50 445	136.43 445	85.67 445	85.40 445	110.44 445	104.91 445	152.17 445	205.21 445	99.17 446	114.27 445	138.55 446	112.04 445

FADE		3.24 419		2.10 410	2.93 414													65.47 442		1.78 407

Low-res two-view benchmark