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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCDC_ROB	0.01 9	0.02 14	0.02 14	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

ADCMid	0.08 26	0.02 14	0.13 68	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 170	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 37	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23

ADCS	0.06 24	0.02 14	0.04 21	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.02 15	1.03 149	0.02 15	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 27	0.02 15

AnyNet_C01	0.08 26	0.03 23	0.04 21	0.02 15	0.03 21	0.03 22	0.02 15	0.02 15	0.02 15	1.46 176	0.02 15	0.03 23	0.03 21	0.02 15	0.02 15	0.02 15	0.04 25	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.03 22	0.03 23

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.04 25	0.03 23	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

FADNet_RVC	0.10 33	0.03 23	0.04 21	0.03 23	0.04 28	0.05 32	0.04 28	0.04 28	0.04 28	0.03 21	0.04 27	0.04 27	0.03 21	0.04 28	0.03 24	0.03 24	0.04 25	0.04 27	0.04 27	0.04 28	0.04 28	0.03 24	1.63 216	0.03 23	0.03 24	0.04 28	0.03 22	0.04 28

BEATNet_4x	0.08 26	0.03 23	0.06 30	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.47 177	0.03 24	0.03 23	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.03 22	0.03 23

ADCL	0.08 26	0.03 23	0.06 30	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.47 177	0.03 24	0.03 23	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.03 22	0.03 23

ADCPNet	0.08 26	0.03 23	0.04 21	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.32 170	0.03 24	0.03 23	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.04 27	0.03 23

APVNet	0.09 31	0.06 34	0.04 21	0.06 33	0.04 28	0.05 32	0.04 28	0.05 32	1.08 200	0.05 24	0.05 31	0.05 31	0.04 29	0.05 31	0.04 29	0.04 28	0.05 32	0.04 27	0.05 30	0.04 28	0.05 32	0.04 29	0.04 28	0.04 29	0.05 33	0.04 28	0.05 33	0.04 28

FADNet-RVC-Resample	0.10 33	0.04 29	0.05 26	0.04 29	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.04 29	0.05 31	0.04 29	0.04 28	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.04 29	1.53 215	0.04 29	0.05 33	0.05 33	0.06 38	0.05 32

FADNet-RVC	0.11 45	0.04 29	0.05 26	0.04 29	0.05 31	0.04 28	0.04 28	0.05 32	0.04 28	0.04 22	0.04 27	0.04 27	0.04 29	0.05 31	0.04 29	0.04 28	0.04 25	0.04 27	0.05 30	0.04 28	0.04 28	0.04 29	1.79 222	0.04 29	0.04 28	0.04 28	0.04 27	0.05 32

FADNet	0.11 45	0.04 29	0.05 26	0.06 33	0.05 31	0.04 28	0.04 28	0.04 28	0.04 28	0.04 22	0.05 31	0.05 31	0.04 29	0.05 31	0.04 29	0.04 28	0.04 25	0.04 27	0.04 27	0.05 33	0.05 32	0.04 29	1.74 220	0.04 29	0.04 28	0.05 33	0.04 27	0.05 32

ADCRef	0.13 53	0.04 29	0.05 26	0.04 29	0.04 28	0.04 28	0.09 41	0.04 28	0.04 28	2.46 213	0.04 27	0.04 27	0.04 29	0.04 28	0.04 29	0.04 28	0.04 25	0.04 27	0.04 27	0.04 28	0.04 28	0.04 29	0.04 28	0.05 33	0.04 28	0.04 28	0.04 27	0.04 28

AnyNet_C32	0.12 48	0.03 23	0.07 32	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.02 15	2.33 210	0.04 27	0.04 27	0.03 21	0.02 15	0.03 24	0.04 28	0.04 25	0.04 27	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.04 28	0.03 24	0.03 22	0.02 15

ADCP+	0.12 48	0.04 29	0.07 32	0.04 29	0.05 31	0.04 28	0.04 28	0.04 28	0.04 28	2.28 204	0.05 31	0.05 31	0.04 29	0.04 28	0.04 29	0.04 28	0.05 32	0.04 27	0.05 30	0.04 28	0.04 28	0.04 29	0.04 28	0.05 33	0.04 28	0.04 28	0.04 27	0.04 28

AASNet	0.05 21	0.08 37	0.08 35	0.07 35	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.05 35	0.06 35	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 32

SACVNet	0.05 21	0.08 37	0.08 35	0.07 35	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.05 35	0.06 35	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 32

AACVNet	0.05 21	0.08 37	0.08 35	0.07 35	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.05 35	0.06 35	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 32

FINET	0.07 25	0.08 37	0.07 32	0.08 38	0.07 38	0.08 40	0.07 37	0.08 40	0.07 37	0.08 29	0.07 38	0.08 38	0.07 38	0.07 38	0.07 35	0.07 38	0.07 38	0.07 38	0.07 37	0.07 38	0.08 40	0.07 38	0.07 34	0.06 38	0.07 38	0.07 38	0.08 41	0.06 38

BEATNet-Init1	0.15 64	0.07 35	0.10 41	0.08 38	0.07 38	0.07 38	0.07 37	0.07 34	0.07 37	2.19 201	0.08 39	0.08 38	0.07 38	0.07 38	0.07 35	0.07 38	0.08 39	0.07 38	0.08 39	0.08 39	0.07 38	0.07 38	0.07 34	0.07 39	0.08 39	0.07 38	0.07 39	0.07 39

DeepPrunerF	0.15 64	0.07 35	0.10 41	0.08 38	0.07 38	0.07 38	0.07 37	0.07 34	0.07 37	2.19 201	0.08 39	0.08 38	0.07 38	0.07 38	0.07 35	0.07 38	0.08 39	0.07 38	0.08 39	0.08 39	0.07 38	0.07 38	0.07 34	0.07 39	0.08 39	0.07 38	0.07 39	0.07 39

FADE																0.07 38					0.09 41	0.08 41					0.05 33

SepStereo	0.09 31	0.09 41	0.09 38	0.09 41	0.10 43	0.09 41	0.08 40	0.09 41	0.08 40	0.09 30	0.08 39	0.09 41	0.09 41	0.08 41	0.08 41	0.09 42	0.09 41	0.08 41	0.09 41	0.08 39	0.09 41	0.08 41	0.09 37	0.09 41	0.10 41	0.08 41	0.10 42	0.09 41

LRCNet_RVC	0.11 45	0.12 53	0.09 38	0.12 53	0.09 41	0.12 53	0.09 41	0.12 53	0.09 41	0.12 41	0.09 42	0.11 52	0.09 41	0.09 42	0.09 42	0.09 42	0.12 53	0.16 73	0.21 74	0.09 42	0.12 54	0.09 43	0.09 37	0.09 41	0.12 53	0.28 104	0.12 54	0.09 41

ProNet	0.12 48	0.18 66	0.11 54	0.14 56	0.10 43	0.14 57	0.11 54	0.14 55	0.11 54	0.14 42	0.10 44	0.14 56	0.10 44	0.10 45	0.11 54	0.10 44	0.15 62	0.10 43	0.14 55	0.10 43	0.14 56	0.10 45	0.11 52	0.10 44	0.15 61	0.10 42	0.14 57	0.10 45

AnonymousM	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

PVD	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

SHD	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

SAMSARA	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

XQC	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

RTSC	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

RTS	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

RTSA	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

MADNet+	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

MADNet++	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

CIPLG	0.13 53	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.15 63	0.11 54	0.15 46	0.11 55	0.15 64	0.11 55	0.12 62	0.12 65	0.11 55	0.15 62	0.11 57	0.15 62	0.11 55	0.14 56	0.11 56	0.11 52	0.12 64	0.15 61	0.12 65	0.15 63	0.12 64

IPLG	0.12 48	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.14 55	0.11 54	0.15 46	0.11 55	0.14 56	0.11 55	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.14 55	0.11 55	0.14 56	0.11 56	0.11 52	0.11 56	0.14 56	0.11 55	0.14 57	0.11 56

IPLGR_C	0.13 53	0.16 62	0.14 71	0.15 63	0.11 55	0.14 57	0.11 54	0.14 55	0.11 54	0.14 42	0.11 55	0.14 56	0.11 55	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.14 55	0.11 55	0.14 56	0.11 56	0.11 52	0.11 56	0.14 56	0.11 55	0.15 63	0.11 56

MIPNet	0.12 48	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.14 55	0.11 54	0.15 46	0.11 55	0.14 56	0.11 55	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.15 62	0.11 55	0.14 56	0.11 56	0.11 52	0.11 56	0.14 56	0.11 55	0.14 57	0.11 56

IPLGR	0.13 53	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.14 55	0.13 69	0.15 46	0.11 55	0.14 56	0.12 68	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.14 55	0.11 55	0.14 56	0.11 56	0.11 52	0.12 64	0.15 61	0.11 55	0.14 57	0.11 56

ACRE	0.13 53	0.16 62	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.15 63	0.11 54	0.14 42	0.11 55	0.14 56	0.11 55	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.14 55	0.11 55	0.14 56	0.11 56	0.11 52	0.11 56	0.14 56	0.11 55	0.14 57	0.11 56

ICVP	0.13 53	0.16 62	0.11 54	0.16 64	0.11 55	0.16 65	0.11 54	0.16 65	0.11 54	0.16 52	0.11 55	0.16 66	0.11 55	0.11 58	0.11 54	0.11 55	0.16 64	0.11 57	0.16 64	0.11 55	0.16 65	0.11 56	0.11 52	0.11 56	0.16 65	0.11 55	0.16 65	0.11 56
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SGM_RVC	0.14 59	0.19 70	0.11 54	0.20 71	0.11 55	0.20 70	0.12 65	0.18 70	0.12 64	0.18 55	0.12 67	0.19 71	0.11 55	0.11 58	0.11 54	0.11 55	0.18 69	0.11 57	0.19 70	0.11 55	0.19 69	0.11 56	0.11 52	0.11 56	0.20 71	0.11 55	0.20 71	0.12 64
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.14 59	0.23 79	0.10 41	0.19 69	0.11 55	0.20 70	0.11 54	0.16 65	0.10 43	0.15 46	0.11 55	0.15 64	0.11 55	0.09 42	0.11 54	0.11 55	0.16 64	0.10 43	0.17 65	0.11 55	0.18 67	0.11 56	0.09 37	0.10 44	0.18 67	0.11 55	0.19 69	0.12 64
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetRed	0.22 78	0.11 52	0.12 60	0.11 52	0.11 55	0.11 52	0.11 54	0.11 52	0.11 54	2.93 220	0.11 55	0.11 52	0.11 55	0.11 58	0.11 54	0.12 64	0.11 52	0.11 57	0.11 52	0.11 55	0.11 53	0.11 56	0.11 52	0.11 56	0.11 52	0.11 55	0.11 53	0.11 56

SFCPSM	0.23 79	0.18 66	0.13 68	0.18 67	0.12 67	0.18 67	0.80 183	0.17 68	0.12 64	0.88 139	0.12 67	0.17 68	0.12 68	0.13 69	0.12 65	0.12 64	0.18 69	0.12 67	0.18 67	0.12 67	1.18 195	0.13 71	0.12 63	0.12 64	0.18 67	0.13 69	0.18 67	0.12 64

HSM	0.14 59	0.17 65	0.11 54	0.17 66	0.11 55	0.17 66	0.12 65	0.17 68	0.11 54	0.17 53	0.11 55	0.17 68	0.11 55	0.12 62	0.12 65	0.12 64	0.17 67	0.12 67	0.17 65	0.12 67	0.17 66	0.12 67	0.12 63	0.12 64	0.17 66	0.12 65	0.17 66	0.12 64

PDISCO_ROB	0.50 127	0.15 57	0.11 54	0.16 64	3.16 235	0.13 55	0.12 65	0.14 55	0.12 64	0.15 46	0.11 55	2.55 224	0.11 55	2.20 223	0.13 70	0.12 64	0.16 64	0.10 43	0.14 55	0.12 67	0.15 64	0.12 67	0.12 63	0.12 64	0.15 61	0.10 42	2.75 224	0.09 41

LALA_ROB	0.15 64	0.21 73	0.12 60	0.21 74	0.12 67	0.20 70	0.14 70	0.20 72	0.12 64	0.22 61	0.12 67	0.16 66	0.12 68	0.10 45	0.12 65	0.12 64	0.21 75	0.11 57	0.22 75	0.12 67	0.20 71	0.12 67	0.11 52	0.12 64	0.21 75	0.14 70	0.21 75	0.13 71

ELAS_RVC	0.14 59	0.18 66	0.11 54	0.19 69	0.11 55	0.18 67	0.13 69	0.16 65	0.11 54	0.17 53	0.11 55	0.14 56	0.11 55	0.09 42	0.11 54	0.12 64	0.17 67	0.10 43	0.18 67	0.11 55	0.18 67	0.11 56	0.10 40	0.11 56	0.19 70	0.11 55	0.19 69	0.12 64
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	0.23 79	0.12 53	0.13 68	0.12 53	0.12 67	0.12 53	0.11 54	0.14 55	0.12 64	3.07 221	0.12 67	0.12 54	0.11 55	0.11 58	0.13 70	0.13 70	0.12 53	0.12 67	0.13 53	0.11 55	0.12 54	0.13 71	0.12 63	0.14 71	0.13 54	0.12 65	0.12 54	0.11 56

DeepPruner_ROB	0.15 64	0.18 66	0.12 60	0.18 67	0.12 67	0.18 67	0.12 65	0.18 70	0.13 69	0.18 55	0.12 67	0.18 70	0.12 68	0.13 69	0.12 65	0.13 70	0.18 69	0.13 70	0.18 67	0.12 67	0.19 69	0.12 67	0.13 67	0.12 64	0.18 67	0.12 65	0.18 67	0.12 64

HCRNet	0.71 162	6.06 228	3.15 234	0.50 154	0.22 89	0.21 76	0.15 72	3.04 224	0.34 123	0.43 104	0.33 124	0.43 133	0.33 122	0.15 72	0.14 72	0.14 72	0.21 75	0.17 77	0.47 142	0.20 87	0.21 74	0.16 76	0.32 118	0.33 122	0.50 148	0.33 124	0.49 147	0.28 106

GMStereo	0.14 59	0.13 55	0.14 71	0.14 56	0.14 71	0.14 57	0.14 70	0.14 55	0.14 71	0.14 42	0.14 72	0.14 56	0.14 72	0.14 71	0.14 72	0.14 72	0.14 56	0.14 71	0.14 55	0.14 72	0.14 56	0.14 73	0.14 68	0.14 71	0.14 56	0.14 70	0.14 57	0.14 72
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
IGEV_Zeroshot_test	0.18 68	0.22 75	0.18 81	0.21 74	0.18 81	0.20 70	0.17 77	0.20 72	0.16 73	0.25 68	0.16 75	0.21 74	0.17 77	0.16 75	0.18 81	0.15 74	0.20 72	0.16 73	0.20 71	0.18 82	0.21 74	0.17 80	0.17 72	0.17 76	0.20 71	0.17 77	0.20 71	0.16 73

dd	0.18 68	0.22 75	0.16 73	0.22 76	0.15 72	0.22 77	0.15 72	0.21 76	0.15 72	0.21 59	0.15 73	0.21 74	0.15 73	0.15 72	0.15 74	0.15 74	0.22 77	0.14 71	0.22 75	0.14 72	0.22 77	0.15 74	0.16 70	0.15 73	0.23 81	0.15 72	0.22 76	0.16 73

MSKI-zero shot	0.19 71	0.21 73	0.16 73	0.22 76	0.16 74	0.23 84	0.17 77	0.22 78	0.17 78	0.22 61	0.17 77	0.22 77	0.16 75	0.19 84	0.16 75	0.17 76	0.23 82	0.16 73	0.22 75	0.16 75	0.22 77	0.17 80	0.16 70	0.17 76	0.22 77	0.19 84	0.22 76	0.16 73

MIM_Stereo	0.19 71	0.23 79	0.18 81	0.22 76	0.16 74	0.22 77	0.16 75	0.21 76	0.16 73	0.22 61	0.17 77	0.21 74	0.17 77	0.20 85	0.18 81	0.17 76	0.22 77	0.18 84	0.22 75	0.16 75	0.21 74	0.16 76	0.17 72	0.17 76	0.21 75	0.16 75	0.22 76	0.20 85

dad	0.18 68	0.23 79	0.16 73	0.22 76	0.15 72	0.22 77	0.15 72	0.22 78	0.16 73	0.21 59	0.15 73	0.22 77	0.15 73	0.15 72	0.16 75	0.17 76	0.23 82	0.17 77	0.23 82	0.15 74	0.22 77	0.15 74	0.15 69	0.15 73	0.22 77	0.15 72	0.22 76	0.16 73

iResNet	0.19 71	0.23 79	0.17 77	0.22 76	0.17 77	0.22 77	0.19 84	0.22 78	0.17 78	0.22 61	0.17 77	0.22 77	0.17 77	0.17 76	0.17 78	0.17 76	0.22 77	0.17 77	0.22 75	0.17 77	0.23 83	0.17 80	0.18 79	0.17 76	0.23 81	0.17 77	0.23 83	0.17 78

CFNet	0.55 141	0.25 90	0.18 81	0.25 89	0.18 81	0.25 92	0.18 83	0.25 90	0.18 82	0.25 68	0.18 84	0.25 89	0.18 84	0.18 81	0.18 81	0.18 80	0.25 90	0.18 84	0.25 90	0.18 82	5.31 250	4.36 250	0.18 79	0.18 83	0.25 91	0.18 83	0.25 90	0.18 83

AANet_RVC	0.61 147	0.31 101	5.05 241	0.31 101	0.19 84	0.24 87	0.20 86	5.86 237	0.20 85	0.24 66	0.18 84	0.25 89	0.20 86	0.23 92	0.21 89	0.18 80	0.37 115	0.18 84	0.24 86	0.19 86	0.25 85	0.19 87	0.19 81	0.19 85	0.24 86	0.15 72	0.24 84	0.20 85

iResNetv2_ROB	0.20 75	0.22 75	0.19 85	0.23 82	0.19 84	0.22 77	0.17 77	0.22 78	0.17 78	0.22 61	0.17 77	0.22 77	0.17 77	0.18 81	0.18 81	0.19 82	0.22 77	0.17 77	0.23 82	0.17 77	0.25 85	0.18 85	0.17 72	0.18 83	0.23 81	0.17 77	0.25 90	0.17 78

DAS	0.20 75	0.20 71	0.20 86	0.20 71	0.20 86	0.20 70	0.20 86	0.20 72	0.20 85	0.20 57	0.20 86	0.20 72	0.20 86	0.20 85	0.20 87	0.20 83	0.20 72	0.20 88	0.20 71	0.20 87	0.20 71	0.20 88	0.20 83	0.20 86	0.20 71	0.20 85	0.20 71	0.20 85

ASD4	0.20 75	0.20 71	0.20 86	0.20 71	0.20 86	0.20 70	0.20 86	0.20 72	0.20 85	0.20 57	0.20 86	0.20 72	0.20 86	0.20 85	0.20 87	0.20 83	0.20 72	0.20 88	0.20 71	0.20 87	0.20 71	0.20 88	0.20 83	0.20 86	0.20 71	0.20 85	0.20 71	0.20 85

GEStereo_RVC	0.36 108	0.23 79	0.18 81	0.23 82	0.18 81	0.23 84	0.19 84	0.22 78	0.19 84	0.24 66	0.20 86	0.24 87	0.18 84	0.18 81	0.18 81	0.21 85	0.25 90	0.18 84	0.22 75	0.18 82	0.23 83	0.18 85	0.19 81	0.20 86	0.23 81	0.20 85	4.43 240	0.19 84

HGLStereo	0.27 85	0.25 90	0.21 88	0.35 111	0.21 88	0.35 108	0.21 89	0.34 107	0.21 88	0.39 91	0.21 89	0.34 104	0.21 90	0.22 89	0.21 89	0.21 85	0.35 108	0.22 91	0.35 108	0.22 91	0.35 104	0.22 90	0.21 85	0.21 89	0.35 108	0.21 88	0.35 107	0.21 89

DISCO	0.59 146	0.29 98	0.22 89	0.27 95	5.05 252	0.30 100	0.21 89	0.28 96	0.21 88	0.27 75	0.21 89	0.27 96	0.20 86	0.21 88	0.21 89	0.21 85	0.27 98	0.21 90	0.27 97	0.21 90	0.27 91	0.23 94	0.21 85	0.21 89	0.27 97	0.21 88	5.06 246	0.22 90

WAO-6	0.30 92	0.22 75	0.23 90	0.22 76	0.23 93	0.23 84	0.22 91	0.22 78	0.23 92	2.21 203	0.22 91	0.22 77	0.22 91	0.22 89	0.22 92	0.23 88	0.22 77	0.23 94	0.22 75	0.22 91	0.22 77	0.22 90	0.22 87	0.22 91	0.23 81	0.23 92	0.22 76	0.22 90

IMH-64-1	0.29 89	0.23 79	0.23 90	0.23 82	0.22 89	0.22 77	0.23 92	0.22 78	0.22 90	2.02 195	0.23 92	0.23 82	0.22 91	0.23 92	0.23 93	0.23 88	0.23 82	0.22 91	0.23 82	0.22 91	0.22 77	0.22 90	0.22 87	0.22 91	0.22 77	0.22 90	0.22 76	0.22 90

IMH-64	0.29 89	0.23 79	0.23 90	0.23 82	0.22 89	0.22 77	0.23 92	0.22 78	0.22 90	2.02 195	0.23 92	0.23 82	0.22 91	0.23 92	0.23 93	0.23 88	0.23 82	0.22 91	0.23 82	0.22 91	0.22 77	0.22 90	0.22 87	0.22 91	0.22 77	0.22 90	0.22 76	0.22 90

DLNR_Zeroshot_test	0.27 85	0.30 100	0.23 90	0.30 100	0.22 89	0.31 101	0.24 95	0.29 98	0.23 92	0.38 88	0.23 92	0.29 99	0.23 94	0.22 89	0.23 93	0.23 88	0.30 101	0.34 122	0.29 99	0.23 95	0.29 95	0.29 117	0.22 87	0.23 94	0.30 100	0.23 92	0.30 99	0.23 94

SPstereo	0.27 85	0.33 104	0.23 90	0.32 103	0.23 93	0.31 101	0.23 92	0.31 99	0.23 92	0.31 76	0.24 95	0.31 101	0.23 94	0.23 92	0.23 93	0.23 88	0.31 102	0.23 94	0.31 101	0.23 95	0.31 96	0.23 94	0.23 91	0.23 94	0.31 101	0.23 92	0.31 100	0.23 94

CAS	0.25 81	0.25 90	0.25 96	0.25 89	0.26 97	0.26 97	0.26 99	0.25 90	0.25 95	0.25 68	0.25 98	0.25 89	0.25 97	0.25 97	0.25 98	0.25 93	0.26 96	0.25 97	0.26 93	0.26 102	0.25 85	0.25 96	0.25 94	0.26 100	0.25 91	0.26 100	0.25 90	0.25 97

LoS	0.25 81	0.25 90	0.27 100	0.27 95	0.26 97	0.25 92	0.26 99	0.26 95	0.25 95	0.26 74	0.25 98	0.25 89	0.25 97	0.26 99	0.25 98	0.25 93	0.25 90	0.25 97	0.25 90	0.25 98	0.27 91	0.25 96	0.26 98	0.26 100	0.26 95	0.25 96	0.25 90	0.25 97

iResNet_ROB	0.28 88	0.32 103	0.24 95	0.33 104	0.26 97	0.32 103	0.24 95	0.33 102	0.25 95	0.33 77	0.24 95	0.35 107	0.24 96	0.23 92	0.24 97	0.25 93	0.32 103	0.24 96	0.36 111	0.24 97	0.32 97	0.28 107	0.24 93	0.24 96	0.32 102	0.24 95	0.33 101	0.24 96

Former-RAFT_DAM_RVC	0.38 112	1.06 169	0.54 155	0.59 161	0.27 102	0.46 140	0.27 102	0.46 132	0.27 103	0.46 108	0.27 105	0.46 135	0.26 103	0.27 105	0.27 105	0.26 96	0.46 136	0.26 101	0.45 137	0.30 119	0.46 131	0.27 103	0.27 100	0.27 103	0.46 135	0.27 103	0.45 133	0.26 102

UNDER WATER-64	0.31 100	0.25 90	0.25 96	0.26 94	0.26 97	0.25 92	0.26 99	0.25 90	0.26 101	1.69 182	0.26 102	0.25 89	0.25 97	0.25 97	0.26 103	0.26 96	0.25 90	0.26 101	0.26 93	0.26 102	0.25 85	0.25 96	0.25 94	0.25 97	0.26 95	0.26 100	0.25 90	0.26 102

LoS_RVC	0.25 81	0.25 90	0.25 96	0.25 89	0.25 95	0.25 92	0.25 97	0.25 90	0.25 95	0.25 68	0.25 98	0.25 89	0.25 97	0.26 99	0.25 98	0.26 96	0.25 90	0.25 97	0.26 93	0.25 98	0.25 85	0.25 96	0.25 94	0.25 97	0.25 91	0.25 96	0.25 90	0.25 97

tt_ll	0.25 81	0.25 90	0.25 96	0.25 89	0.25 95	0.25 92	0.25 97	0.25 90	0.25 95	0.25 68	0.25 98	0.25 89	0.25 97	0.26 99	0.25 98	0.26 96	0.25 90	0.25 97	0.26 93	0.25 98	0.25 85	0.25 96	0.25 94	0.25 97	0.25 91	0.25 96	0.25 90	0.25 97

IER	0.56 144	2.72 205	2.20 224	0.38 119	0.29 114	0.38 120	0.27 102	2.77 222	0.27 103	0.38 88	0.28 108	0.37 114	0.25 97	0.26 99	0.25 98	0.26 96	0.38 117	0.29 113	0.38 116	0.25 98	0.39 119	0.25 96	0.29 108	0.29 114	0.40 124	0.25 96	0.38 114	0.25 97

iRaft-Stereo_20w	0.30 92	0.46 126	0.27 100	0.34 106	0.26 97	0.35 108	0.28 107	0.34 107	0.26 101	0.34 80	0.26 102	0.34 104	0.26 103	0.26 99	0.26 103	0.26 96	0.34 105	0.26 101	0.34 105	0.26 102	0.34 99	0.26 102	0.26 98	0.26 100	0.34 105	0.26 100	0.34 105	0.26 102

DN-CSS_ROB	0.30 92	0.34 106	0.29 108	0.34 106	0.27 102	0.34 106	0.28 107	0.33 102	0.27 103	0.34 80	0.27 105	0.34 104	0.28 105	0.29 110	0.27 105	0.26 96	0.35 108	0.29 113	0.33 102	0.28 105	0.34 99	0.28 107	0.28 102	0.27 103	0.34 105	0.28 104	0.33 101	0.28 106

TorneroNet-64	0.69 158	0.65 146	0.30 112	0.27 95	0.47 150	0.28 98	0.35 127	0.34 107	0.80 181	7.93 255	0.29 116	0.30 100	0.31 116	0.81 180	0.28 108	0.27 103	0.29 100	0.28 104	0.85 180	0.83 185	0.62 158	0.28 107	0.30 116	0.28 106	0.52 154	0.29 117	0.29 98	0.27 105

SQANet	0.33 103	0.28 97	0.28 103	0.28 99	0.28 105	0.29 99	0.28 107	0.28 96	0.28 107	1.59 180	0.28 108	0.28 98	0.28 105	0.28 108	0.28 108	0.28 104	0.28 99	0.28 104	0.29 99	0.28 105	0.28 93	0.28 107	0.28 102	0.28 106	0.28 98	0.28 104	0.28 97	0.28 106

Any-RAFT	0.32 101	0.45 124	0.29 108	0.36 115	0.29 114	0.36 113	0.29 119	0.36 114	0.29 115	0.35 82	0.29 116	0.35 107	0.28 105	0.27 105	0.28 108	0.28 104	0.35 108	0.28 104	0.35 108	0.28 105	0.35 104	0.28 107	0.29 108	0.29 114	0.36 111	0.29 117	0.36 111	0.29 115

anonymity	0.30 92	0.34 106	0.27 100	0.33 104	0.27 102	0.33 104	0.28 107	0.33 102	0.28 107	0.33 77	0.28 108	0.33 102	0.28 105	0.28 108	0.28 108	0.28 104	0.34 105	0.28 104	0.34 105	0.28 105	0.34 99	0.27 103	0.27 100	0.27 103	0.34 105	0.28 104	0.34 105	0.28 106

CFNet_pseudo	1.01 189	9.78 246	0.29 108	0.38 119	0.28 105	0.38 120	0.28 107	0.38 117	0.28 107	0.39 91	0.28 108	0.39 121	0.28 105	9.50 254	0.29 116	0.28 104	0.38 117	0.28 104	0.38 116	0.28 105	0.38 111	0.28 107	0.28 102	0.28 106	0.38 115	0.28 104	0.38 114	0.28 106

pcwnet_v2	1.01 189	9.73 245	0.28 103	0.38 119	0.28 105	0.38 120	0.28 107	0.38 117	0.28 107	0.38 88	0.28 108	0.39 121	0.28 105	9.61 255	0.28 108	0.28 104	0.38 117	0.28 104	0.38 116	0.28 105	0.38 111	0.28 107	0.29 108	0.28 106	0.38 115	0.28 104	0.38 114	0.28 106

DGSMNet	0.33 103	0.42 121	0.28 103	0.40 129	0.28 105	0.40 129	0.28 107	0.40 125	0.28 107	0.40 96	0.28 108	0.39 121	0.28 105	0.27 105	0.28 108	0.28 104	0.40 130	0.28 104	0.42 134	0.29 114	0.41 124	0.31 120	0.29 108	0.28 106	0.41 128	0.28 104	0.42 131	0.29 115

UCFNet_RVC	1.03 193	10.10 249	0.28 103	0.38 119	0.28 105	0.39 126	0.28 107	0.38 117	0.28 107	0.39 91	0.28 108	0.39 121	0.29 114	9.62 256	0.28 108	0.28 104	0.38 117	0.28 104	0.38 116	0.28 105	0.39 119	0.28 107	0.29 108	0.28 106	0.39 123	0.28 104	0.38 114	0.29 115

MLCV	0.30 92	0.33 104	0.28 103	0.34 106	0.28 105	0.33 104	0.28 107	0.33 102	0.29 115	0.33 77	0.27 105	0.33 102	0.28 105	0.26 99	0.29 116	0.28 104	0.33 104	0.28 104	0.33 102	0.28 105	0.33 98	0.27 103	0.28 102	0.28 106	0.33 103	0.28 104	0.33 101	0.28 106

RAFT-Test	0.34 105	0.45 124	0.30 112	0.38 119	0.32 123	0.40 129	0.32 125	0.39 123	0.32 120	0.39 91	0.30 119	0.37 114	0.29 114	0.30 113	0.30 118	0.29 112	0.38 117	0.30 116	0.38 116	0.29 114	0.38 111	0.29 117	0.29 108	0.30 118	0.38 115	0.30 119	0.38 114	0.30 120

PML	0.39 114	0.56 143	0.29 108	0.55 157	0.28 105	0.56 159	0.28 107	0.51 151	0.28 107	0.50 111	0.28 108	0.51 150	0.28 105	0.29 110	0.28 108	0.29 112	0.56 155	0.29 113	0.57 162	0.28 105	0.56 153	0.28 107	0.28 102	0.29 114	0.56 157	0.28 104	0.56 155	0.28 106

CASnet	0.32 101	0.53 141	0.34 119	0.27 95	0.31 121	0.34 106	0.29 119	0.31 99	0.32 120	0.25 68	0.31 121	0.27 96	0.40 138	0.45 138	0.27 105	0.30 114	0.26 96	0.40 136	0.28 98	0.37 132	0.28 93	0.39 135	0.29 108	0.40 138	0.29 99	0.28 104	0.24 84	0.30 120
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
FCDSN-DC	0.44 120	0.31 101	0.35 120	0.34 106	0.28 105	0.35 108	0.30 122	0.32 101	0.25 95	1.32 170	0.24 95	1.00 184	0.32 119	0.35 119	0.34 122	0.30 114	0.72 167	0.37 129	0.48 148	0.32 123	0.53 151	0.49 158	0.23 91	0.29 114	0.50 148	0.42 144	0.61 159	0.71 177
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MyStereo	0.47 123	3.97 213	0.31 115	0.34 106	0.32 123	0.36 113	0.30 122	0.35 110	0.31 119	0.51 113	0.45 145	0.35 107	0.31 116	0.31 114	0.32 121	0.31 116	0.35 108	0.31 118	0.34 105	0.31 121	0.34 99	0.32 122	0.31 117	0.32 120	0.35 108	0.31 121	0.35 107	0.30 120

GMOStereo	0.50 127	0.44 122	2.38 229	0.40 129	0.34 126	0.42 136	0.36 129	1.96 209	0.34 123	0.41 97	0.36 128	0.42 130	0.35 125	0.34 115	0.38 130	0.31 116	0.39 126	0.34 122	0.40 127	0.33 125	0.39 119	0.33 123	0.33 120	0.34 124	0.40 124	0.36 128	0.40 124	0.32 124

error version	0.50 127	0.44 122	2.38 229	0.40 129	0.34 126	0.42 136	0.36 129	1.96 209	0.34 123	0.41 97	0.36 128	0.42 130	0.35 125	0.34 115	0.38 130	0.31 116	0.39 126	0.34 122	0.40 127	0.33 125	0.39 119	0.33 123	0.33 120	0.34 124	0.40 124	0.36 128	0.40 124	0.32 124

test_1	0.65 151	4.37 217	2.38 229	0.40 129	0.34 126	0.42 136	0.36 129	1.96 209	0.34 123	0.41 97	0.36 128	0.42 130	0.35 125	0.34 115	0.38 130	0.31 116	0.39 126	0.34 122	0.40 127	0.33 125	0.39 119	0.33 123	0.33 120	0.34 124	0.40 124	0.36 128	0.40 124	0.32 124

ccs_rob	1.00 185	10.06 248	0.31 115	0.44 140	0.31 121	0.43 139	0.31 124	0.43 131	0.32 120	0.45 106	0.32 122	1.20 201	0.31 116	7.02 253	0.31 120	0.31 116	0.44 135	0.31 118	0.44 136	0.32 123	0.44 130	0.31 120	0.32 118	0.32 120	0.44 134	0.32 123	0.43 132	0.31 123

RAFT + AFF	0.34 105	0.29 98	0.32 118	0.31 101	0.30 119	0.39 126	0.32 125	0.39 123	0.30 117	0.39 91	0.32 122	0.39 121	0.32 119	0.35 119	0.36 126	0.32 121	0.38 117	0.31 118	0.38 116	0.31 121	0.38 111	0.28 107	0.37 128	0.34 124	0.38 115	0.30 119	0.38 114	0.28 106

EKT-Stereo	0.36 108	0.50 138	0.30 112	0.40 129	0.29 114	0.40 129	0.29 119	0.35 110	0.30 117	0.47 110	0.30 119	0.35 107	0.32 119	0.29 110	0.34 122	0.33 122	0.59 157	0.31 118	0.39 126	0.29 114	0.37 109	0.38 130	0.29 108	0.31 119	0.58 160	0.28 104	0.51 150	0.29 115

GES	0.43 119	0.41 116	0.31 115	0.35 111	0.30 119	0.47 146	0.28 107	0.33 102	0.28 107	0.35 82	0.29 116	2.95 225	0.38 131	0.35 119	0.30 118	0.34 123	0.34 105	0.30 116	0.33 102	0.30 119	0.35 104	0.30 119	0.33 120	0.33 122	0.33 103	0.31 121	0.33 101	0.29 115

CFNet_RVC	0.93 180	8.54 243	0.41 128	0.56 158	0.37 131	0.56 159	0.37 133	0.50 148	0.40 136	0.56 117	5.24 253	0.56 154	0.34 123	0.40 130	0.41 140	0.34 123	0.53 153	0.40 136	0.56 161	0.38 134	0.52 149	0.40 137	0.40 135	0.41 139	0.56 157	0.40 138	0.56 155	0.40 137

ETE_ROB	0.35 107	0.35 109	0.35 120	0.35 111	0.35 129	0.35 108	0.35 127	0.35 110	0.35 127	0.35 82	0.35 126	0.35 107	0.35 125	0.35 119	0.35 124	0.35 125	0.35 108	0.35 126	0.35 108	0.35 128	0.35 104	0.35 126	0.35 124	0.35 128	0.35 108	0.35 126	0.35 107	0.35 127

LL-Strereo2	0.47 123	2.60 204	0.51 151	0.38 119	0.28 105	0.37 117	0.28 107	0.55 155	0.35 127	0.44 105	0.34 125	0.44 134	0.34 123	0.34 115	0.36 126	0.36 126	0.47 140	0.36 127	0.47 142	0.35 128	0.47 135	0.35 126	0.35 124	0.35 128	0.46 135	0.35 126	0.47 138	0.35 127

CES	0.38 112	0.34 106	0.44 135	0.43 139	0.33 125	0.37 117	0.44 147	0.37 115	0.38 131	0.45 106	0.35 126	0.35 107	0.41 139	0.45 138	0.36 126	0.36 126	0.36 113	0.45 144	0.43 135	0.35 128	0.34 99	0.46 144	0.36 126	0.36 130	0.42 133	0.34 125	0.35 107	0.38 131

DMCA	0.36 108	0.38 111	0.37 122	0.35 111	0.35 129	0.35 108	0.36 129	0.35 110	0.36 129	0.36 86	0.37 131	0.36 113	0.36 129	0.36 123	0.35 124	0.37 128	0.36 113	0.36 127	0.36 111	0.36 131	0.36 108	0.35 126	0.36 126	0.36 130	0.37 113	0.36 128	0.36 111	0.36 129

XPNet_ROB	0.37 111	0.37 110	0.37 122	0.37 116	0.37 131	0.37 117	0.37 133	0.37 115	0.37 130	0.37 87	0.37 131	0.37 114	0.37 130	0.37 124	0.37 129	0.37 128	0.37 115	0.37 129	0.37 113	0.37 132	0.37 109	0.37 129	0.37 128	0.37 132	0.37 113	0.37 132	0.37 113	0.37 130

WAO-7	0.46 121	0.38 111	0.38 124	0.38 119	0.38 134	0.38 120	0.38 135	0.38 117	0.38 131	2.57 214	0.38 133	0.38 117	0.38 131	0.38 125	0.38 130	0.38 130	0.38 117	0.38 131	0.38 116	0.38 134	0.38 111	0.38 130	0.38 130	0.38 133	0.38 115	0.38 133	0.38 114	0.38 131

Venus	0.46 121	0.38 111	0.40 127	0.38 119	0.38 134	0.39 126	0.38 135	0.38 117	0.38 131	2.71 216	0.38 133	0.38 117	0.38 131	0.38 125	0.38 130	0.38 130	0.38 117	0.38 131	0.38 116	0.38 134	0.38 111	0.38 130	0.38 130	0.38 133	0.38 115	0.38 133	0.39 123	0.38 131

IMH	0.47 123	0.40 115	0.39 126	0.38 119	0.38 134	0.38 120	0.38 135	0.38 117	0.40 136	2.79 218	0.38 133	0.38 117	0.38 131	0.38 125	0.38 130	0.38 130	0.39 126	0.38 131	0.38 116	0.40 138	0.38 111	0.38 130	0.38 130	0.38 133	0.38 115	0.38 133	0.38 114	0.38 131

iRaftStereo_RVC	0.62 149	1.76 188	2.24 226	0.52 156	0.37 131	0.53 158	0.38 135	2.51 220	0.38 131	0.51 113	0.38 133	0.51 150	0.38 131	0.38 125	0.38 130	0.38 130	0.52 152	0.38 131	0.52 158	0.38 134	0.52 149	0.38 130	0.38 130	0.38 133	0.52 154	0.39 137	0.52 152	0.38 131

HanzoNet	0.47 123	0.39 114	0.38 124	0.38 119	0.38 134	0.38 120	0.38 135	0.40 125	0.38 131	2.63 215	0.38 133	0.38 117	0.38 131	0.38 125	0.38 130	0.39 134	0.38 117	0.38 131	0.38 116	0.42 144	0.38 111	0.39 135	0.39 134	0.38 133	0.38 115	0.38 133	0.38 114	0.39 136

GwcNet-ADL	0.41 115	0.41 116	0.41 128	0.41 135	0.41 139	0.41 132	0.41 140	0.41 127	0.41 138	0.41 97	0.41 139	0.41 126	0.41 139	0.41 131	0.41 140	0.41 135	0.41 131	0.41 138	0.41 130	0.41 139	0.41 124	0.41 138	0.41 136	0.41 139	0.41 128	0.41 139	0.41 127	0.41 138

PSMNet-ADL	0.41 115	0.41 116	0.41 128	0.41 135	0.41 139	0.41 132	0.41 140	0.41 127	0.41 138	0.41 97	0.41 139	0.41 126	0.41 139	0.41 131	0.41 140	0.41 135	0.41 131	0.41 138	0.41 130	0.41 139	0.41 124	0.41 138	0.41 136	0.41 139	0.41 128	0.41 139	0.41 127	0.41 138

GANet-ADL	0.41 115	0.41 116	0.41 128	0.41 135	0.41 139	0.41 132	0.41 140	0.41 127	0.41 138	0.41 97	0.41 139	0.41 126	0.41 139	0.41 131	0.41 140	0.41 135	0.41 131	0.41 138	0.41 130	0.41 139	0.41 124	0.41 138	0.41 136	0.41 139	0.41 128	0.41 139	0.41 127	0.41 138

CroCo-Stereo	0.80 170	2.51 203	0.41 128	1.27 206	0.41 139	1.27 205	0.41 140	1.27 196	0.41 138	1.27 167	0.41 139	1.27 204	0.41 139	0.41 131	0.41 140	0.41 135	1.28 204	0.41 138	1.27 205	0.41 139	1.27 205	0.41 138	0.42 140	0.41 139	1.27 206	0.41 139	1.27 204	0.41 138
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
ADLNet	0.41 115	0.41 116	0.41 128	0.41 135	0.41 139	0.41 132	0.41 140	0.41 127	0.41 138	0.41 97	0.41 139	0.41 126	0.41 139	0.41 131	0.41 140	0.41 135	0.41 131	0.41 138	0.41 130	0.41 139	0.41 124	0.41 138	0.41 136	0.41 139	0.41 128	0.41 139	0.41 127	0.41 138

CroCo-Stereo Lap2	0.85 176	2.86 207	0.43 134	1.33 208	0.43 145	1.31 206	0.42 145	1.32 197	0.42 143	1.31 169	0.44 144	1.32 205	0.44 145	0.43 137	0.44 146	0.43 140	1.35 205	0.43 143	1.32 207	0.43 145	1.31 206	0.43 143	0.43 141	0.42 145	1.31 207	0.42 144	1.31 205	0.43 143

STTRV1_RVC	0.66 152	1.59 186	0.52 154	0.69 168	0.61 171	0.66 167	0.43 146	0.88 172	0.45 146	0.71 124	0.62 171	0.69 166	0.45 146	0.62 162	0.40 139	0.44 141	0.80 174	0.59 167	0.76 175	0.63 171	0.80 169	0.46 144	0.64 168	0.61 171	0.72 168	0.54 163	0.80 172	0.60 165

otaku	0.52 131	0.46 126	0.48 142	0.46 141	0.46 146	0.46 140	0.46 149	0.46 132	0.47 151	1.88 185	0.46 146	0.46 135	0.46 147	0.46 140	0.46 147	0.46 142	0.47 140	0.46 145	0.46 138	0.46 147	0.47 135	0.46 144	0.46 142	0.46 146	0.47 141	0.46 146	0.46 134	0.47 147

Ntro	0.53 135	0.47 131	0.50 148	0.46 141	0.48 155	0.47 146	0.47 153	0.46 132	0.46 147	2.05 197	0.47 150	0.47 139	0.49 158	0.47 144	0.47 151	0.46 142	0.48 144	0.46 145	0.49 151	0.46 147	0.47 135	0.46 144	0.46 142	0.47 149	0.46 135	0.46 146	0.47 138	0.47 147

Dean	0.52 131	0.46 126	0.48 142	0.46 141	0.46 146	0.46 140	0.46 149	0.46 132	0.46 147	1.90 186	0.46 146	0.47 139	0.46 147	0.46 140	0.46 147	0.46 142	0.48 144	0.46 145	0.46 138	0.46 147	0.46 131	0.46 144	0.46 142	0.46 146	0.46 135	0.46 146	0.46 134	0.46 144

ACVNet_1	0.53 135	0.46 126	0.48 142	0.47 146	0.47 150	0.46 140	0.48 157	0.48 141	0.48 155	2.07 198	0.47 150	0.48 144	0.48 154	0.47 144	0.47 151	0.46 142	0.49 148	0.47 151	0.47 142	0.47 152	0.48 141	0.46 144	0.46 142	0.48 153	0.47 141	0.47 152	0.48 143	0.47 147

ACVNet-4b	0.53 135	0.46 126	0.47 137	0.46 141	0.46 146	0.46 140	0.46 149	0.46 132	0.46 147	2.17 200	0.46 146	0.46 135	0.47 150	0.46 140	0.46 147	0.46 142	0.46 136	0.46 145	0.46 138	0.46 147	0.46 131	0.46 144	0.46 142	0.47 149	0.46 135	0.46 146	0.46 134	0.46 144

test-3	0.78 168	4.38 218	1.80 215	0.62 164	0.49 159	0.62 164	0.50 162	1.86 205	0.64 172	0.69 122	0.52 160	0.66 160	0.38 131	0.58 158	0.57 166	0.46 142	0.66 162	0.46 145	0.50 154	0.44 146	0.48 141	0.58 167	0.54 158	0.60 169	0.70 166	0.46 146	0.48 143	0.50 156

MaskLacGwcNet_RVC	0.70 160	6.91 230	0.46 136	0.46 141	0.46 146	0.46 140	0.46 149	0.46 132	0.46 147	0.46 108	0.46 146	0.46 135	0.46 147	0.46 140	0.46 147	0.46 142	0.46 136	0.46 145	0.46 138	0.46 147	0.47 135	0.46 144	0.46 142	0.46 146	0.46 135	0.46 146	0.46 134	0.46 144

HaxPig	0.52 131	0.48 134	0.47 137	0.47 146	0.47 150	0.47 146	0.47 153	0.47 138	0.47 151	1.80 183	0.47 150	0.47 139	0.47 150	0.47 144	0.47 151	0.47 149	0.47 140	0.47 151	0.47 142	0.47 152	0.47 135	0.47 152	0.47 148	0.47 149	0.47 141	0.47 152	0.47 138	0.47 147

UNDER WATER	0.52 131	0.47 131	0.47 137	0.47 146	0.47 150	0.47 146	0.47 153	0.47 138	0.47 151	1.90 186	0.47 150	0.47 139	0.47 150	0.47 144	0.47 151	0.47 149	0.46 136	0.47 151	0.47 142	0.47 152	0.46 131	0.47 152	0.47 148	0.48 153	0.47 141	0.47 152	0.47 138	0.47 147

LVE	0.53 135	0.47 131	0.48 142	0.47 146	0.47 150	0.47 146	0.47 153	0.48 141	0.47 151	1.96 192	0.47 150	0.47 139	0.47 150	0.47 144	0.47 151	0.47 149	0.47 140	0.47 151	0.47 142	0.47 152	0.47 135	0.47 152	0.47 148	0.47 149	0.47 141	0.47 152	0.47 138	0.47 147

RainbowNet	0.53 135	0.48 134	0.48 142	0.48 150	0.48 155	0.48 152	0.48 157	0.48 141	0.48 155	1.92 188	0.48 155	0.48 144	0.48 154	0.48 149	0.48 156	0.48 152	0.48 144	0.48 155	0.48 148	0.48 156	0.48 141	0.48 155	0.48 151	0.48 153	0.48 146	0.48 156	0.48 143	0.48 153

notaker	0.54 140	0.48 134	0.48 142	0.48 150	0.48 155	0.48 152	0.49 160	0.48 141	0.48 155	1.95 191	0.48 155	0.48 144	0.48 154	0.48 149	0.48 156	0.48 152	0.48 144	0.48 155	0.48 148	0.48 156	0.49 144	0.48 155	0.48 151	0.49 156	0.48 146	0.48 156	0.48 143	0.49 154

AEACV	0.74 166	0.52 140	3.10 233	0.60 162	0.48 155	0.56 159	0.48 157	3.02 223	0.83 185	0.61 118	0.62 171	0.72 168	0.50 160	0.49 151	0.49 159	0.48 152	0.58 156	0.50 160	0.55 159	0.48 156	0.56 153	0.50 162	0.50 155	0.51 159	0.58 160	0.51 162	0.60 158	0.51 158

KSHMR	0.85 176	0.72 147	0.51 151	0.49 152	0.49 159	0.51 156	1.07 200	0.50 148	0.48 155	6.04 249	0.52 160	0.66 160	0.98 192	0.49 151	0.77 179	0.49 155	1.17 198	0.51 162	0.49 151	1.06 198	0.51 147	0.49 158	0.49 153	0.51 159	1.04 189	0.49 158	0.81 175	0.72 178

TorneroNet	1.15 198	1.10 172	0.51 151	0.69 168	0.51 163	1.10 194	0.50 162	0.51 151	0.51 161	13.92 256	1.17 206	0.49 147	0.51 163	0.54 155	0.48 156	0.49 155	0.49 148	0.65 175	0.70 168	0.49 159	0.51 147	0.49 158	0.67 173	1.36 214	0.51 152	0.50 160	0.52 152	1.23 208

ACVNet_2	0.55 141	0.49 137	0.50 148	0.49 152	0.49 159	0.49 154	0.49 160	0.49 145	0.49 159	2.14 199	0.49 157	0.50 148	0.49 158	0.49 151	0.49 159	0.49 155	0.50 150	0.49 159	0.50 154	0.49 159	0.49 144	0.49 158	0.49 153	0.50 157	0.50 148	0.49 158	0.50 148	0.49 154

SANet	0.50 127	0.50 138	0.50 148	0.50 154	0.50 162	0.50 155	0.50 162	0.50 148	0.50 160	0.50 111	0.50 158	0.50 148	0.50 160	0.50 154	0.50 161	0.50 158	0.50 150	0.50 160	0.50 154	0.50 161	0.50 146	0.50 162	0.50 155	0.50 157	0.50 148	0.50 160	0.50 148	0.50 156

ktn	0.84 174	1.15 173	0.54 155	1.16 202	1.26 211	0.51 156	0.53 165	0.51 151	0.66 175	4.54 239	0.51 159	0.52 152	0.52 164	0.66 172	0.51 162	0.51 159	1.37 209	1.17 205	0.49 151	0.51 162	1.23 201	0.51 164	0.67 173	0.51 159	0.51 152	0.68 177	0.51 150	0.51 158

HH	0.66 152	2.13 194	0.47 137	0.37 116	0.29 114	0.36 113	0.27 102	0.49 145	0.44 144	0.78 130	0.68 175	0.67 162	0.90 186	0.62 162	0.90 186	0.53 160	0.88 179	0.48 155	0.37 113	0.29 114	0.63 159	0.66 177	0.66 171	0.51 159	1.06 191	0.61 171	1.08 190	0.60 165

HanStereo	0.66 152	2.13 194	0.47 137	0.37 116	0.29 114	0.36 113	0.27 102	0.49 145	0.44 144	0.78 130	0.68 175	0.67 162	0.90 186	0.62 162	0.90 186	0.53 160	0.88 179	0.48 155	0.37 113	0.29 114	0.63 159	0.66 177	0.66 171	0.51 159	1.06 191	0.61 171	1.08 190	0.60 165

PSMNet_ROB	0.55 141	0.55 142	0.56 159	0.56 158	0.55 165	0.56 159	0.55 166	0.55 155	0.55 163	0.55 115	0.55 163	0.55 153	0.55 165	0.55 156	0.56 164	0.55 162	0.55 154	0.55 164	0.55 159	0.55 164	0.55 152	0.55 165	0.55 159	0.55 164	0.55 156	0.55 165	0.55 154	0.55 160

CASS	0.58 145	0.89 158	0.55 157	0.56 158	0.55 165	0.60 163	0.57 169	0.57 157	0.56 165	0.55 115	0.56 164	0.56 154	0.50 160	0.63 165	0.56 164	0.56 163	0.62 159	0.62 171	0.59 163	0.56 165	0.56 153	0.48 155	0.60 164	0.56 165	0.57 159	0.60 169	0.57 157	0.59 163
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.69 158	0.84 156	0.59 161	0.84 181	0.59 169	0.87 181	0.57 169	0.84 170	0.59 170	0.82 135	0.58 167	0.85 178	0.57 167	0.59 160	0.59 167	0.57 164	0.87 178	0.59 167	0.85 180	0.59 168	0.85 173	0.59 169	0.59 163	0.59 167	0.87 177	0.59 168	0.84 176	0.59 163

UDG	0.70 160	0.87 157	0.56 159	0.87 182	0.59 169	0.84 179	0.59 172	0.85 171	0.57 167	0.84 137	0.59 168	0.84 177	0.60 169	0.58 158	0.60 168	0.59 165	0.85 177	0.59 167	0.87 182	0.58 166	0.87 174	0.60 170	0.57 161	0.59 167	0.87 177	0.58 167	0.86 177	0.60 165

MyStereo04	0.76 167	4.78 222	0.62 165	0.63 165	0.54 164	0.65 166	0.56 168	0.61 158	0.58 168	0.61 118	0.56 164	0.63 158	0.57 167	0.63 165	0.60 168	0.60 166	0.64 160	0.56 166	0.63 165	0.58 166	0.63 159	0.62 172	0.55 159	0.60 169	0.63 163	0.57 166	0.64 161	0.58 162

LMCR-Stereo	0.61 147	0.61 144	0.61 164	0.61 163	0.61 171	0.67 168	0.61 173	0.61 158	0.61 171	0.61 118	0.61 170	0.61 157	0.61 170	0.61 161	0.61 170	0.61 167	0.61 158	0.61 170	0.61 164	0.61 170	0.61 156	0.61 171	0.61 165	0.61 171	0.61 162	0.61 171	0.61 159	0.61 169

AFF-stereo	0.71 162	0.73 149	0.65 167	0.82 180	0.63 174	0.83 178	0.63 174	0.73 165	0.65 173	0.82 135	0.73 179	0.74 171	0.64 172	0.63 165	0.62 171	0.62 168	0.73 169	0.63 173	0.74 173	0.72 179	0.80 169	0.58 167	0.70 177	0.71 179	0.79 172	0.69 178	0.78 170	0.72 178

ARAFT	0.64 150	0.74 151	0.62 165	0.70 171	0.56 167	0.72 171	0.55 166	0.72 164	0.54 162	0.73 126	0.56 164	0.72 168	0.56 166	0.56 157	0.62 171	0.63 169	0.73 169	0.53 163	0.73 171	0.54 163	0.72 165	0.65 174	0.62 166	0.56 165	0.72 168	0.54 163	0.72 166	0.57 161

RAFT-Stereo + iAFF	0.67 156	0.74 151	0.60 162	0.79 177	0.61 171	0.76 172	0.57 169	0.71 163	0.56 165	0.71 124	0.54 162	0.72 168	0.66 175	0.65 170	0.65 175	0.64 170	0.74 171	0.64 174	0.74 173	0.63 171	0.73 166	0.65 174	0.64 168	0.64 175	0.74 170	0.61 171	0.73 167	0.64 171

DSFCA	0.66 152	0.73 149	0.74 171	0.68 167	0.65 175	0.64 165	0.65 176	0.65 160	0.65 173	0.66 121	0.65 173	0.65 159	0.64 172	0.65 170	0.65 175	0.65 171	0.65 161	0.65 175	0.65 166	0.65 173	0.65 162	0.65 174	0.65 170	0.65 176	0.66 164	0.66 176	0.65 162	0.65 173

MyStereo03	0.79 169	4.96 225	0.60 162	0.72 174	0.58 168	0.77 173	0.44 147	0.51 151	0.55 163	0.73 126	0.60 169	0.68 164	0.61 170	0.63 165	0.62 171	0.66 172	0.70 164	0.55 164	0.69 167	0.65 173	0.71 164	0.57 166	0.58 162	0.61 171	0.68 165	0.60 169	0.75 169	0.63 170

MoCha-V2	1.75 215	27.02 264	0.72 169	0.92 183	0.69 177	0.89 182	0.69 178	0.92 174	0.71 177	0.87 138	0.69 177	0.88 179	0.68 176	0.70 174	0.68 177	0.69 173	0.90 181	0.69 177	0.92 183	0.69 176	0.92 177	0.71 180	0.70 177	0.67 178	0.88 179	0.71 179	0.92 178	0.68 174

UNet	0.19 71	0.13 55	0.09 38	0.13 55	0.09 41	0.13 55	0.09 41	0.13 54	0.09 41	0.90 140	0.09 42	0.13 55	0.09 41	0.10 45	0.09 42	0.70 174	0.13 55	0.09 42	0.13 53	0.10 43	0.91 175	0.09 43	0.10 40	0.09 41	0.13 54	0.10 42	0.13 56	0.09 41

DMCA-RVC	0.71 162	0.72 147	0.72 169	0.71 172	0.70 178	0.70 169	0.70 180	0.70 162	0.71 177	0.70 123	0.71 178	0.71 167	0.70 177	0.70 174	0.71 178	0.70 174	0.70 164	0.71 179	0.70 168	0.71 177	0.70 163	0.70 179	0.71 179	0.71 179	0.70 166	0.72 180	0.71 164	0.70 176

G-Net	0.82 173	1.77 189	0.78 173	0.78 176	0.78 180	0.78 174	0.78 181	0.78 166	0.79 180	0.79 132	0.78 181	0.78 172	0.78 180	0.78 177	0.78 180	0.78 176	0.79 173	0.79 181	0.79 176	0.79 182	0.79 168	0.79 182	0.79 181	0.79 181	0.79 172	0.79 183	0.79 171	0.79 181

HSM-Net_RVC	0.93 180	1.09 171	0.79 174	1.10 195	0.78 180	1.09 193	0.79 182	1.16 190	0.80 181	1.14 154	0.79 182	1.17 197	0.77 179	0.73 176	0.83 184	0.78 176	1.19 200	0.79 181	1.18 200	0.72 179	1.19 196	0.80 183	0.72 180	0.80 182	1.18 201	0.74 181	1.14 194	0.73 180
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MyStereo02	0.84 174	4.69 221	0.69 168	0.73 175	0.65 175	0.80 175	0.66 177	0.79 167	0.67 176	0.77 129	0.66 174	0.78 172	0.65 174	0.63 165	0.63 174	0.79 178	0.72 167	0.62 171	0.72 170	0.59 168	0.74 167	0.62 172	0.63 167	0.62 174	0.78 171	0.62 175	0.74 168	0.64 171

NaN_ROB	0.80 170	0.80 153	0.80 175	0.80 178	0.80 182	0.80 175	0.80 183	0.80 168	0.80 181	0.80 133	0.80 183	0.80 175	0.80 181	0.80 178	0.80 182	0.80 179	0.80 174	0.80 183	0.80 177	0.80 183	0.80 169	0.80 183	0.80 182	0.80 182	0.80 174	0.80 184	0.80 172	0.80 182

CSAN	0.80 170	0.80 153	0.80 175	0.80 178	0.80 182	0.80 175	0.80 183	0.80 168	0.80 181	0.80 133	0.80 183	0.80 175	0.80 181	0.80 178	0.80 182	0.80 179	0.80 174	0.80 183	0.80 177	0.80 183	0.80 169	0.80 183	0.80 182	0.80 182	0.80 174	0.80 184	0.80 172	0.80 182

PA-Net	0.71 162	0.62 145	0.55 157	0.69 168	0.71 179	0.70 169	0.69 178	0.69 161	0.74 179	0.73 126	0.75 180	0.59 156	0.72 178	0.82 181	0.79 181	0.83 181	0.67 163	0.76 180	0.81 179	0.67 175	0.61 156	0.76 181	0.68 175	0.65 176	0.82 176	0.76 182	0.71 164	0.69 175
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DPSimNet_ROB	0.93 180	1.04 168	0.83 177	1.05 193	0.82 184	1.04 191	0.83 186	1.03 183	0.89 186	1.03 149	0.84 186	1.03 189	0.84 184	0.83 182	0.84 185	0.83 181	1.14 193	0.84 185	1.12 196	0.84 186	1.04 185	0.88 187	0.83 184	0.84 186	1.07 193	0.83 186	1.15 195	0.88 184

4D-IteraStereo	0.67 156	3.40 209	1.05 189	0.71 172	0.83 185	0.47 146	0.27 102	0.47 138	0.27 103	0.35 82	0.26 102	0.68 164	0.84 184	0.41 131	0.54 163	0.89 183	0.74 171	0.88 187	0.73 171	0.87 187	0.42 129	0.27 103	0.28 102	0.28 106	0.36 111	0.28 104	0.68 163	0.90 185

MMNet	0.30 92	0.24 86	0.17 77	0.24 86	0.17 77	0.24 87	0.17 77	0.23 86	0.18 82	1.21 164	0.17 77	0.23 82	0.17 77	0.17 76	0.17 78	0.89 183	0.24 86	0.17 77	0.24 86	0.17 77	1.22 199	0.16 76	0.17 72	0.17 76	0.24 86	0.17 77	0.24 84	0.17 78

UPFNet	0.29 89	0.24 86	0.16 73	0.24 86	0.16 74	0.24 87	0.16 75	0.23 86	0.16 73	1.19 162	0.16 75	0.23 82	0.16 75	0.17 76	0.16 75	0.89 183	0.24 86	0.16 73	0.24 86	0.18 82	1.20 197	0.16 76	0.17 72	0.16 75	0.24 86	0.16 75	0.24 84	0.16 73

psm_up	0.30 92	0.24 86	0.17 77	0.25 89	0.17 77	0.24 87	0.17 77	0.24 89	0.17 78	1.20 163	0.17 77	0.23 82	0.17 77	0.17 76	0.18 81	0.90 186	0.24 86	0.17 77	0.25 90	0.17 77	1.24 204	0.17 80	0.17 72	0.17 76	0.24 86	0.17 77	0.24 84	0.17 78

delet	0.30 92	0.24 86	0.17 77	0.24 86	0.17 77	0.24 87	0.17 77	0.23 86	0.16 73	1.21 164	0.17 77	0.24 87	0.17 77	0.17 76	0.17 78	0.91 187	0.24 86	0.17 77	0.24 86	0.17 77	1.23 201	0.17 80	0.17 72	0.17 76	0.24 86	0.17 77	0.24 84	0.17 78

DPSM_ROB	0.93 180	0.92 159	0.94 180	0.96 186	1.02 192	0.92 183	0.98 189	0.95 177	0.92 187	0.92 141	0.92 188	0.91 180	0.97 190	0.92 185	0.91 188	0.91 187	0.96 184	0.94 190	0.93 186	0.91 189	0.93 179	0.92 188	0.93 186	0.91 187	0.91 180	0.99 189	0.92 178	0.91 186

DPSM	0.93 180	0.92 159	0.94 180	0.96 186	1.02 192	0.92 183	0.98 189	0.95 177	0.92 187	0.92 141	0.92 188	0.91 180	0.97 190	0.92 185	0.91 188	0.91 187	0.96 184	0.94 190	0.93 186	0.91 189	0.93 179	0.92 188	0.93 186	0.91 187	0.91 180	0.99 189	0.92 178	0.91 186

DGTPSM_ROB	0.92 178	0.93 162	0.91 178	0.93 185	0.91 186	0.92 183	0.93 188	0.92 174	0.92 187	0.92 141	0.91 187	0.91 180	0.93 189	0.91 183	0.92 190	0.92 190	0.92 182	0.92 188	0.92 183	0.90 188	0.91 175	0.92 188	0.93 186	0.94 190	0.92 182	0.91 187	0.92 178	0.97 189

pmcnn	0.92 178	0.92 159	0.92 179	0.92 183	0.92 187	0.92 183	0.92 187	0.92 174	0.92 187	0.92 141	0.92 188	0.92 183	0.92 188	0.92 185	0.92 190	0.92 190	0.92 182	0.92 188	0.92 183	0.92 191	0.92 177	0.92 188	0.92 185	0.92 189	0.92 182	0.92 188	0.92 178	0.92 188

WAO-8	1.02 192	1.50 185	1.49 208	0.40 129	0.40 138	1.56 212	0.98 189	1.55 203	0.58 168	4.18 236	0.40 138	0.79 174	0.48 154	0.91 183	0.39 138	0.99 192	0.71 166	0.70 178	0.51 157	0.77 181	1.07 187	0.82 186	0.69 176	0.96 191	1.01 187	1.30 212	1.10 192	1.38 215

GANet	1.00 185	1.00 163	1.00 182	1.00 188	1.00 188	1.00 187	1.00 192	1.00 179	1.00 192	1.00 145	1.00 191	1.00 184	1.00 193	1.00 190	1.00 192	1.00 193	1.00 186	1.00 192	1.00 188	1.00 192	1.00 181	1.00 192	1.00 190	1.00 192	1.00 184	1.00 192	1.00 183	1.00 190

TDLM	1.00 185	1.00 163	1.00 182	1.00 188	1.00 188	1.00 187	1.00 192	1.00 179	1.00 192	1.00 145	1.00 191	1.00 184	1.00 193	1.00 190	1.00 192	1.00 193	1.00 186	1.00 192	1.00 188	1.00 192	1.00 181	1.00 192	1.00 190	1.00 192	1.00 184	1.00 192	1.00 183	1.00 190

CVANet_RVC	1.00 185	1.00 163	1.00 182	1.00 188	1.00 188	1.00 187	1.00 192	1.00 179	1.00 192	1.00 145	1.00 191	1.00 184	1.00 193	1.00 190	1.00 192	1.00 193	1.00 186	1.00 192	1.00 188	1.00 192	1.00 181	1.00 192	1.00 190	1.00 192	1.00 184	1.00 192	1.00 183	1.00 190

panet	1.01 189	1.01 166	1.01 185	1.01 191	1.01 191	1.01 190	1.01 195	1.01 182	1.01 195	1.01 148	1.01 194	1.01 188	1.01 196	1.01 193	1.01 195	1.01 196	1.01 189	1.01 195	1.01 191	1.01 195	1.01 184	1.01 195	1.01 193	1.01 195	1.01 187	1.01 195	1.01 187	1.01 193

test croco	1.96 217	3.33 208	1.04 188	3.24 226	1.04 195	3.24 227	1.04 196	3.26 225	1.05 196	3.26 222	1.13 200	3.27 226	1.06 198	1.05 195	1.05 196	1.05 197	3.28 226	1.05 197	3.29 225	1.06 198	3.30 226	1.05 196	1.05 196	1.06 198	3.30 226	1.06 197	3.30 227	1.06 194

GLC_STEREO	1.05 194	1.01 166	1.02 186	1.02 192	1.02 192	1.05 192	1.06 197	1.05 184	1.05 196	1.04 151	1.05 195	1.05 190	1.04 197	1.06 196	1.05 196	1.06 198	1.06 190	1.05 197	1.06 192	1.05 197	1.06 186	1.06 197	1.04 195	1.05 196	1.04 189	1.05 196	1.06 188	1.06 194

AF-Net	2.06 223	25.73 263	1.18 199	1.12 198	1.16 205	1.16 197	1.19 207	1.10 185	1.17 208	1.15 155	1.14 201	1.11 193	1.16 204	1.16 204	1.14 203	1.11 199	1.15 194	1.13 204	1.21 203	1.17 207	1.11 188	1.21 209	1.17 203	1.17 206	1.17 199	1.11 202	1.20 202	1.13 200

edge stereo	1.15 198	1.18 179	1.11 193	1.12 198	1.17 206	1.17 201	1.17 204	1.16 190	1.18 209	1.16 158	1.17 206	1.17 197	1.13 202	1.11 199	1.11 200	1.12 200	1.17 198	1.17 205	1.11 195	1.17 207	1.17 193	1.17 205	1.18 204	1.14 204	1.11 195	1.18 206	1.12 193	1.11 198

SPS-STEREO	1.25 206	1.47 184	1.06 191	1.54 212	1.08 197	1.52 211	1.20 211	1.44 201	1.06 198	1.49 179	1.10 198	1.41 209	1.10 200	0.98 188	1.08 198	1.12 200	1.47 211	1.04 196	1.53 211	1.14 204	1.52 210	1.07 198	1.02 194	1.05 196	1.48 211	1.07 198	1.55 209	1.11 198
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MIF-Stereo	2.12 224	3.66 212	1.10 192	3.48 229	1.15 202	3.57 230	1.11 201	3.44 227	1.16 205	3.52 224	1.16 202	3.50 227	1.16 204	1.10 197	1.13 202	1.15 202	3.61 227	1.17 205	3.64 226	1.12 202	3.58 229	1.12 201	1.12 200	1.17 206	3.53 229	1.18 206	3.52 229	1.18 204

RP	1.14 196	1.16 175	1.15 195	1.17 203	1.10 199	1.16 197	1.15 202	1.10 185	1.16 205	1.15 155	1.08 197	1.16 195	1.15 203	1.15 203	1.14 203	1.16 203	1.16 196	1.10 199	1.10 193	1.10 201	1.16 191	1.11 200	1.10 198	1.19 208	1.14 197	1.19 208	1.07 189	1.10 197

RGC	1.15 198	1.16 175	1.17 198	1.15 200	1.11 201	1.21 202	1.21 212	1.10 185	1.15 203	1.16 158	1.11 199	1.17 197	1.09 199	1.14 202	1.11 200	1.16 203	1.19 200	1.11 202	1.10 193	1.15 206	1.11 188	1.19 206	1.16 202	1.12 203	1.17 199	1.10 200	1.16 196	1.17 202

NCC-stereo	1.15 198	1.17 178	1.12 194	1.10 195	1.15 202	1.14 195	1.15 202	1.15 188	1.12 201	1.17 161	1.17 206	1.11 193	1.17 207	1.11 199	1.10 199	1.16 203	1.12 192	1.11 202	1.16 197	1.13 203	1.23 201	1.16 203	1.19 206	1.11 202	1.18 201	1.17 205	1.17 199	1.13 200

Abc-Net	1.14 196	1.16 175	1.18 199	1.10 195	1.10 199	1.16 197	1.18 206	1.16 190	1.13 202	1.11 152	1.16 202	1.16 195	1.12 201	1.10 197	1.17 206	1.16 203	1.16 196	1.10 199	1.16 197	1.14 204	1.17 193	1.16 203	1.11 199	1.09 201	1.10 194	1.10 200	1.16 196	1.17 202
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Nwc_Net	1.15 198	1.15 173	1.15 195	1.09 194	1.19 207	1.16 197	1.17 204	1.15 188	1.16 205	1.16 158	1.16 202	1.08 192	1.16 204	1.11 199	1.15 205	1.18 207	1.11 191	1.10 199	1.16 197	1.17 207	1.16 191	1.13 202	1.18 204	1.20 209	1.11 195	1.15 203	1.16 196	1.20 205

stereogan	1.17 203	1.19 181	1.15 195	1.15 200	1.15 202	1.15 196	1.19 207	1.19 193	1.15 203	1.15 155	1.16 202	1.19 200	1.19 208	1.19 205	1.19 207	1.19 208	1.15 194	1.19 208	1.19 201	1.19 210	1.15 190	1.19 206	1.15 201	1.15 205	1.16 198	1.15 203	1.19 200	1.20 205

GANetREF_RVC	1.52 211	2.01 191	1.21 203	1.98 217	1.21 208	1.98 217	1.21 212	1.98 212	1.21 211	1.99 194	1.21 211	1.98 215	1.21 210	1.02 194	1.21 208	1.21 209	1.99 217	1.21 209	1.99 216	1.21 211	1.99 215	1.21 209	1.21 208	1.21 210	1.99 217	1.21 210	1.99 215	1.21 207
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
S-Stereo	1.22 204	1.18 179	1.19 201	1.20 204	1.23 209	1.23 203	1.19 207	1.19 193	1.18 209	1.27 167	1.20 210	1.20 201	1.20 209	1.23 207	1.22 210	1.23 210	1.23 203	1.23 211	1.20 202	1.25 213	1.20 197	1.22 211	1.25 209	1.24 211	1.20 203	1.22 211	1.26 203	1.24 209

FAT-Stereo	1.22 204	1.23 182	1.19 201	1.21 205	1.24 210	1.24 204	1.19 207	1.25 195	1.24 212	1.25 166	1.19 209	1.20 201	1.24 211	1.20 206	1.21 208	1.25 211	1.22 202	1.21 209	1.25 204	1.23 212	1.22 199	1.19 206	1.19 206	1.24 211	1.25 204	1.20 209	1.19 200	1.25 210

FC-DCNN	1.10 195	0.81 155	0.77 172	0.63 165	0.42 144	0.86 180	0.64 175	0.91 173	0.96 191	1.11 152	0.80 183	1.07 191	0.81 183	0.67 173	1.75 221	1.30 212	1.41 210	0.85 186	1.28 206	0.71 177	2.12 220	1.32 212	0.52 157	0.81 185	1.64 213	1.40 217	2.39 222	1.75 223

PS-NSSS	1.48 209	4.46 220	1.35 204	1.35 209	1.35 212	1.41 210	1.34 214	1.36 198	1.35 215	1.40 174	1.35 212	1.33 206	1.35 212	1.37 209	1.40 213	1.35 213	1.35 205	1.35 214	1.39 209	1.44 219	1.35 207	1.34 213	1.35 210	1.38 217	1.35 208	1.33 213	1.34 206	1.38 215

CC-Net-ROB	1.51 210	4.40 219	1.69 212	1.39 211	1.40 213	1.37 208	1.40 217	1.36 198	1.39 216	1.41 175	1.36 213	1.35 207	1.38 214	1.39 210	1.39 212	1.36 214	1.36 207	1.35 214	1.39 209	1.39 216	1.37 209	1.36 215	1.41 214	1.48 218	1.39 210	1.42 218	1.35 207	1.35 211

R-Stereo Train	1.62 212	2.01 191	1.41 206	1.97 215	1.40 213	1.96 215	1.39 215	1.93 207	1.39 216	1.92 188	1.38 215	1.94 213	1.39 215	1.40 211	1.45 214	1.38 215	1.96 214	1.37 217	1.97 214	1.39 216	1.98 213	1.41 216	1.40 212	1.37 215	1.97 215	1.38 215	1.96 213	1.37 213

RAFT-Stereo	1.62 212	2.01 191	1.41 206	1.97 215	1.40 213	1.96 215	1.39 215	1.93 207	1.39 216	1.92 188	1.38 215	1.94 213	1.39 215	1.40 211	1.45 214	1.38 215	1.96 214	1.37 217	1.97 214	1.39 216	1.98 213	1.41 216	1.40 212	1.37 215	1.97 215	1.38 215	1.96 213	1.37 213
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	1.39 207	1.37 183	1.35 204	1.38 210	1.40 213	1.39 209	1.77 222	1.36 198	1.74 222	1.36 173	1.36 213	1.36 208	1.36 213	1.36 208	1.35 211	1.41 217	1.36 207	1.36 216	1.36 208	1.35 215	1.36 208	1.35 214	1.36 211	1.35 213	1.36 209	1.35 214	1.36 208	1.35 211

DPSMNet_ROB	1.62 212	1.60 187	1.59 209	1.61 213	1.69 217	1.66 213	1.61 218	1.70 204	1.65 220	1.62 181	1.60 219	1.61 210	1.60 218	1.60 213	1.59 218	1.62 218	1.60 212	1.63 219	1.62 212	1.68 222	1.70 211	1.60 218	1.64 217	1.60 219	1.61 212	1.60 219	1.60 210	1.59 219

UDGNet	1.97 218	2.43 201	1.67 210	2.46 224	1.70 219	2.44 224	1.69 220	2.34 218	1.63 219	2.35 211	1.67 220	2.37 222	1.67 219	1.68 215	1.64 219	1.67 219	2.44 224	1.64 220	2.43 223	1.67 220	2.43 224	1.66 219	1.67 218	1.63 220	2.43 223	1.66 222	2.42 223	1.66 220

HBP-ISP	1.47 208	1.07 170	1.03 187	1.30 207	1.08 197	1.36 207	1.06 197	1.44 201	1.25 213	1.97 193	1.51 217	1.65 211	1.58 217	0.98 188	1.58 217	1.68 220	1.98 216	1.32 212	2.02 217	1.28 214	2.95 225	1.89 228	0.97 189	1.06 198	1.26 205	0.99 189	1.94 212	1.43 217

MFMNet_re	1.77 216	1.89 190	1.72 213	1.88 214	1.69 217	1.89 214	1.67 219	1.91 206	1.70 221	1.87 184	1.67 220	1.89 212	1.68 220	1.67 214	1.67 220	1.70 221	1.88 213	1.68 221	1.88 213	1.67 220	1.89 212	1.68 221	1.70 219	1.71 221	1.87 214	1.68 224	1.87 211	1.68 221

FBW_ROB	2.04 219	2.50 202	1.75 214	2.45 223	1.78 220	2.40 222	1.74 221	2.47 219	1.77 223	2.37 212	1.81 222	2.30 218	1.80 221	1.78 216	1.88 229	1.80 222	2.41 223	1.77 222	2.43 223	1.83 224	2.39 222	1.81 226	1.76 221	1.75 222	2.56 224	1.75 225	2.30 220	1.74 222

sCroCo_RVC	2.76 229	4.00 214	1.82 216	4.00 236	1.83 221	3.98 236	1.82 223	3.99 229	1.81 224	4.14 233	2.76 233	4.13 238	1.82 223	1.83 217	1.83 222	1.82 223	4.01 236	1.82 224	3.98 234	1.86 225	4.00 237	1.82 227	1.83 223	1.84 223	4.02 238	1.81 226	4.00 236	1.83 225

StereoVision	3.44 233	10.12 250	1.68 211	5.44 249	2.26 230	5.87 249	1.97 230	5.17 236	1.31 214	5.80 247	1.56 218	5.62 249	1.84 224	1.97 221	1.91 230	1.84 224	4.98 248	1.32 212	5.60 248	1.71 223	5.35 251	1.73 225	1.97 230	1.96 226	5.40 247	1.65 221	5.08 247	1.76 224

sAnonymous2	2.87 230	4.16 215	1.89 220	4.26 240	1.87 225	4.23 239	1.92 228	4.17 230	1.94 229	4.16 234	1.92 227	4.20 239	1.92 228	1.96 219	1.86 224	1.87 225	4.25 239	1.90 228	4.23 239	1.91 229	4.26 240	1.93 229	1.89 228	1.90 224	4.07 239	1.91 230	5.09 248	1.93 230

CroCo_RVC	2.87 230	4.16 215	1.89 220	4.26 240	1.87 225	4.23 239	1.92 228	4.17 230	1.94 229	4.16 234	1.92 227	4.20 239	1.92 228	1.96 219	1.86 224	1.87 225	4.25 239	1.90 228	4.23 239	1.91 229	4.26 240	1.93 229	1.89 228	1.90 224	4.07 239	1.91 230	5.09 248	1.93 230

StereoIM	3.69 235	10.19 251	2.01 223	6.09 250	2.01 227	5.94 250	1.82 223	6.14 241	1.85 225	6.59 251	1.82 223	6.01 250	1.81 222	1.83 217	1.83 222	2.02 227	5.87 249	1.79 223	5.93 251	2.06 231	4.63 245	1.67 220	1.84 224	2.08 227	5.90 248	1.66 222	6.34 252	1.87 226

TRStereo	2.05 220	2.13 194	1.85 217	2.27 218	1.84 222	2.28 218	1.84 225	2.29 215	1.87 226	2.29 207	1.86 224	2.30 218	1.87 225	2.30 227	1.87 226	2.08 228	2.29 219	1.87 225	2.30 219	1.87 226	2.08 217	1.72 222	1.86 225	2.30 231	2.13 218	1.84 227	2.29 217	1.87 226

XX-Stereo	2.05 220	2.13 194	1.85 217	2.27 218	1.84 222	2.28 218	1.84 225	2.29 215	1.87 226	2.29 207	1.86 224	2.30 218	1.87 225	2.30 227	1.87 226	2.08 228	2.29 219	1.87 225	2.30 219	1.87 226	2.08 217	1.72 222	1.86 225	2.30 231	2.13 218	1.84 227	2.29 217	1.87 226

EAI-Stereo	2.05 220	2.13 194	1.85 217	2.27 218	1.84 222	2.28 218	1.84 225	2.29 215	1.87 226	2.29 207	1.86 224	2.30 218	1.87 225	2.30 227	1.87 226	2.08 228	2.29 219	1.87 225	2.30 219	1.87 226	2.08 217	1.72 222	1.86 225	2.30 231	2.13 218	1.84 227	2.29 217	1.87 226

Anonymous3	3.36 232	4.93 224	2.20 224	4.92 246	2.23 228	4.90 246	2.23 231	4.89 235	2.24 231	4.95 244	2.21 230	4.91 244	2.21 230	2.18 222	2.22 231	2.22 231	4.86 246	2.20 231	4.90 245	2.20 232	4.96 247	2.21 231	2.21 231	2.21 228	6.30 250	2.21 232	4.90 243	2.23 232

STTStereo	2.30 226	2.34 200	2.26 227	2.37 222	2.23 228	2.40 222	2.35 233	2.20 213	2.33 233	2.28 204	2.31 232	2.19 216	2.37 232	2.20 223	2.31 233	2.23 232	2.38 222	2.25 232	2.33 222	2.27 233	2.39 222	2.27 232	2.31 233	2.29 230	2.37 222	2.32 234	2.34 221	2.26 233

NCCL2	2.27 225	2.27 199	2.28 228	2.27 218	2.28 231	2.28 218	2.28 232	2.27 214	2.28 232	2.28 204	2.28 231	2.29 217	2.28 231	2.28 226	2.29 232	2.28 233	2.28 218	2.28 233	2.27 218	2.28 234	2.28 221	2.28 233	2.28 232	2.28 229	2.28 221	2.28 233	2.11 216	2.28 234

NLCA_NET_v2_RVC	2.50 227	2.85 206	1.90 222	2.90 225	2.77 232	2.88 225	2.85 234	2.51 220	2.85 235	2.88 219	1.99 229	2.50 223	2.76 234	2.20 223	1.57 216	2.64 234	2.89 225	2.63 234	5.69 250	1.03 196	2.01 216	2.71 234	2.74 236	2.73 234	2.87 225	1.64 220	1.00 183	1.49 218
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MIF-Stereo (partial)	2.52 228	3.41 210	1.05 189	3.29 227	1.05 196	3.29 229	1.06 197	3.30 226	1.06 198	3.31 223	1.06 196	4.97 245	2.72 233	2.72 230	2.71 234	2.70 235	6.57 252	2.19 230	5.08 247	1.08 200	3.36 227	1.07 198	1.07 197	1.07 200	3.35 228	1.07 198	3.36 228	1.07 196

Sa-1000	3.84 236	7.71 235	6.81 251	4.15 238	2.86 233	3.27 228	3.87 246	5.99 238	4.35 250	2.78 217	3.71 239	3.88 231	3.56 240	3.88 241	3.64 238	2.71 236	3.72 230	3.27 237	3.67 230	3.15 236	3.51 228	3.36 238	2.70 235	3.49 236	3.32 227	3.76 243	2.87 225	3.76 243

DispFullNet	4.96 251	5.67 226	3.30 235	5.01 247	3.21 236	4.50 243	3.11 235	4.43 232	3.44 238	4.60 240	3.46 237	5.13 247	3.44 238	3.53 234	3.20 236	2.87 237	4.80 245	3.15 235	4.70 243	4.83 251	9.02 257	5.98 255	5.95 255	6.21 253	8.84 256	5.85 253	9.76 257	5.91 253

Anonymous	4.38 244	6.03 227	2.67 232	6.71 252	3.03 234	5.98 252	3.20 236	6.18 244	2.49 234	6.13 250	3.16 234	6.07 251	2.97 235	3.15 231	3.09 235	3.15 238	6.62 253	3.20 236	6.32 253	3.16 237	6.80 253	3.15 236	2.63 234	3.20 235	7.02 251	2.85 235	6.13 250	3.25 235

TestStereo1	4.11 238	7.79 237	6.72 249	3.93 233	3.81 243	3.96 234	3.58 238	6.96 250	3.74 241	3.90 228	3.76 241	3.89 232	3.57 241	3.70 239	3.66 241	3.34 239	3.80 232	3.62 239	3.66 228	3.68 241	3.91 234	3.70 241	3.65 238	3.67 239	3.88 233	3.53 237	3.89 233	3.68 239

SA-5K	4.11 238	7.79 237	6.72 249	3.93 233	3.81 243	3.96 234	3.58 238	6.96 250	3.74 241	3.90 228	3.76 241	3.89 232	3.57 241	3.70 239	3.66 241	3.34 239	3.80 232	3.62 239	3.66 228	3.68 241	3.91 234	3.70 241	3.65 238	3.67 239	3.88 233	3.53 237	3.89 233	3.68 239

RAFT+CT+SA	4.43 245	7.34 233	6.71 248	5.01 247	4.38 249	4.40 241	3.85 245	6.15 243	4.30 249	4.89 243	3.26 235	4.49 243	3.01 237	4.53 247	3.36 237	3.65 241	3.64 228	4.39 251	3.94 233	4.28 249	4.44 243	4.30 249	4.24 250	4.52 249	3.90 235	3.85 246	4.89 242	4.00 247

TESTraft	4.16 242	8.03 239	6.81 251	3.99 235	3.68 241	3.93 233	3.70 242	6.86 249	3.69 240	3.93 230	3.88 246	3.93 234	3.59 243	3.65 237	3.64 238	3.68 242	3.92 234	3.72 244	3.92 232	3.57 240	3.84 233	3.70 241	3.71 242	3.67 239	3.91 236	3.74 241	3.92 235	3.67 236

SA	3.93 237	7.22 231	4.74 238	4.15 238	3.88 246	3.70 232	4.02 249	6.67 247	3.95 244	3.64 225	3.74 240	3.63 228	3.00 236	3.51 233	3.68 244	3.68 242	3.73 231	3.71 243	3.64 226	3.48 238	3.58 229	2.97 235	3.69 241	3.61 237	3.55 231	3.42 236	3.64 230	3.79 244

DPSNet	3.67 234	3.61 211	3.62 236	3.64 230	3.61 240	3.64 231	3.65 240	3.64 228	3.67 239	3.67 226	3.65 238	3.68 229	3.69 244	3.69 238	3.69 245	3.68 242	3.70 229	3.70 242	3.69 231	3.69 243	3.71 232	3.69 240	3.67 240	3.69 242	3.68 232	3.67 239	3.68 231	3.67 236

test_4	4.11 238	8.05 240	6.64 247	4.52 243	3.68 241	3.00 226	3.40 237	6.21 245	3.29 236	4.07 232	3.84 244	4.04 236	3.76 246	3.56 236	3.67 243	3.76 245	4.04 237	3.79 245	4.10 235	3.53 239	3.98 236	3.74 244	3.55 237	3.61 237	3.94 237	3.75 242	3.73 232	3.73 242

cross-raft	4.43 245	7.31 232	6.46 246	4.47 242	3.95 247	4.46 242	3.95 247	6.70 248	3.97 245	4.41 237	3.82 243	4.38 242	3.94 248	3.95 244	3.95 249	3.95 246	4.45 243	3.95 247	4.46 242	3.95 247	4.46 244	3.95 245	3.95 247	3.94 246	4.40 241	3.95 248	4.45 241	3.95 246

raft_robust	4.19 243	7.78 236	6.08 244	3.30 228	3.85 245	4.03 237	3.73 243	6.25 246	3.30 237	4.44 238	3.28 236	4.01 235	3.82 247	4.29 246	3.70 246	4.01 247	4.48 244	3.42 238	4.11 236	3.76 245	4.05 238	3.32 237	3.85 243	3.82 243	4.71 242	3.83 245	4.09 237	3.80 245

test_3	4.55 249	10.96 252	7.69 255	4.04 237	3.60 239	4.10 238	3.98 248	7.94 252	4.56 251	3.99 231	4.03 247	4.08 237	3.74 245	3.99 245	3.91 248	4.05 248	4.33 242	3.89 246	4.14 237	4.00 248	4.11 239	4.02 246	4.01 248	3.91 245	3.53 229	3.94 247	4.19 238	4.20 249

RAFT_CTSACE	4.43 245	8.26 242	6.10 245	4.62 244	4.01 248	4.54 244	3.65 240	6.09 240	3.93 243	4.64 241	4.14 249	4.26 241	4.13 249	3.91 242	3.88 247	4.06 249	4.30 241	4.03 248	4.27 241	3.92 246	4.26 240	3.67 239	3.91 245	4.16 247	4.82 244	4.08 249	4.20 239	3.67 236

test-1	4.11 238	7.65 234	4.93 239	3.65 231	3.58 238	4.70 245	3.74 244	4.73 233	4.06 246	3.72 227	4.11 248	3.70 230	3.49 239	3.36 232	3.65 240	4.17 250	3.92 234	4.04 249	4.19 238	3.75 244	4.69 246	4.18 247	3.88 244	3.90 244	4.73 243	3.77 244	3.12 226	3.68 239

test_5	4.51 248	8.85 244	5.35 243	3.66 232	3.56 237	5.10 248	4.47 251	6.14 241	4.07 247	4.96 245	3.87 245	5.14 248	4.17 251	3.53 234	4.39 250	4.53 251	4.15 238	3.62 239	4.74 244	2.94 235	3.63 231	4.53 251	4.20 249	4.54 250	4.86 245	3.68 240	4.95 244	4.06 248

SGM-Forest	5.07 252	6.74 229	4.17 237	6.46 251	4.68 250	6.21 253	4.38 250	6.00 239	4.14 248	5.84 248	4.44 250	6.28 252	4.16 250	3.92 243	4.56 251	4.60 252	6.15 250	4.27 250	6.12 252	4.31 250	5.99 252	4.27 248	3.92 246	4.27 248	6.13 249	4.10 250	6.18 251	4.49 250
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.92 250	4.80 223	4.98 240	4.82 245	4.97 251	4.91 247	4.78 252	4.80 234	4.88 252	4.78 242	4.80 251	4.99 246	4.81 252	4.83 248	4.87 252	4.97 253	4.93 247	5.01 253	5.03 246	4.90 252	5.02 248	5.02 252	5.06 251	5.04 251	4.93 246	4.89 251	5.01 245	5.09 251

SGM+DAISY	6.35 253	8.16 241	5.14 242	8.12 256	5.08 253	8.12 256	5.16 253	8.01 253	5.18 254	7.92 254	5.14 252	7.89 256	5.14 253	4.95 249	5.33 253	5.32 254	8.14 256	5.16 254	8.16 256	5.16 253	8.21 256	5.19 253	5.12 252	5.12 252	8.18 255	5.24 252	8.12 256	5.11 252

RAFT	6.60 254	9.99 247	8.33 256	7.21 255	6.55 254	5.95 251	5.87 254	8.70 256	5.02 253	5.10 246	6.69 254	7.06 255	6.94 256	6.17 252	7.09 256	6.84 255	6.47 251	4.72 252	5.60 248	5.60 254	5.11 249	5.97 254	6.93 256	6.89 254	7.16 252	7.08 256	6.58 253	6.66 254

test-v	7.17 255	11.53 253	7.63 253	7.17 253	6.87 255	7.48 254	6.90 255	8.14 254	6.88 255	6.93 252	7.42 255	7.05 253	6.14 254	6.05 250	6.86 254	6.99 256	7.60 254	6.75 255	6.90 254	6.66 255	7.83 254	6.36 256	5.89 253	7.34 255	7.19 253	6.75 254	7.52 254	6.77 255

test-2	7.17 255	11.53 253	7.63 253	7.17 253	6.87 255	7.48 254	6.90 255	8.14 254	6.88 255	6.93 252	7.42 255	7.05 253	6.14 254	6.05 250	6.86 254	6.99 256	7.60 254	6.75 255	6.90 254	6.66 255	7.83 254	6.36 256	5.89 253	7.34 255	7.19 253	6.75 254	7.52 254	6.77 255

MANE	18.41 257	23.00 262	16.00 257	22.00 264	15.00 257	22.00 264	15.00 257	22.00 264	15.00 257	21.00 264	15.00 257	22.00 264	15.00 257	15.00 257	17.00 257	15.00 258	23.00 264	15.00 257	22.00 264	15.00 257	23.00 265	15.00 258	18.00 257	15.00 257	24.00 264	17.00 257	24.00 265	16.00 257

rafts_anoy	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 259	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 259	20.00 258	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258

raft+_RVC	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 259	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 259	20.00 258	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258

raftrobust	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 259	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 259	20.00 258	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258

CasAABBNet	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 259	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 259	20.00 258	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258

RALCasStereoNet	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 259	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 259	20.00 258	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258

RALAANet	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 259	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 259	20.00 258	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258

MSMDNet	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 259	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 259	20.00 258	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258

CBMV	101.59 266	71.60 265	48.40 266	72.70 266	49.00 266	79.60 266	48.40 266	80.90 266	46.90 265	68.90 265	49.00 266	78.00 266	572.10 274	49.50 265	51.30 265	48.40 266	72.20 265	639.60 274	79.40 265	48.90 266	79.50 266	51.40 266	52.30 266	48.30 266	80.20 265	49.10 265	79.60 267	47.60 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	61.15 265	72.66 266	46.52 265	70.00 265	44.89 265	64.24 265	43.75 265	73.65 265	48.92 266	72.70 266	42.40 265	60.70 265	50.23 265	50.07 266	67.69 266	68.60 267	83.13 266	47.77 265	82.48 266	46.00 265	95.93 267	53.44 267	50.66 265	45.00 265	84.99 266	53.64 266	79.01 266	52.07 266

NOSS_ROB	248.11 268	409.00 272	288.00 269	412.00 269	280.00 269	411.00 272	288.00 269	356.00 268	275.00 272	379.00 272	303.00 272	415.00 272	278.00 271	260.00 272	104.00 267	103.00 268	126.00 267	108.00 266	118.00 267	98.00 267	126.00 269	104.00 269	268.00 270	216.00 269	279.00 271	201.00 268	288.00 272	206.00 268

MGS-Stereo	264.93 270	208.00 269	362.00 272	512.00 272	350.00 272	326.00 269	443.00 273	410.00 270	210.00 268	232.00 270	215.00 268	125.00 268	217.00 268	216.00 270	127.00 268	122.00 269	223.00 270	230.00 269	487.00 272	255.00 271	250.00 271	223.00 272	272.00 271	228.00 271	241.00 269	220.00 271	214.00 270	235.00 271

MeshStereo	151.99 267	131.36 267	140.69 267	151.38 267	151.40 267	150.79 267	151.72 267	149.36 267	159.46 267	146.42 267	150.73 267	149.06 270	176.22 266	143.94 267	133.10 269	133.45 270	153.30 268	154.22 267	154.67 268	153.95 268	156.90 270	156.53 270	160.21 267	162.72 267	154.57 267	160.59 267	153.47 268	163.50 267
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
AE-Stereo	252.48 269	202.00 268	361.00 271	502.00 271	324.00 271	321.00 268	482.00 274	423.00 271	227.00 271	201.00 268	273.00 271	101.00 267	207.00 267	198.00 268	183.00 270	181.00 271	221.00 269	232.00 271	477.00 270	220.00 270	111.00 268	100.00 268	219.00 269	214.00 268	204.00 268	211.00 269	200.00 269	222.00 270

DLCB_ROB	280.78 272	376.74 271	215.59 268	376.74 268	215.59 268	376.74 271	215.59 268	366.42 269	218.39 269	366.42 271	218.39 269	366.42 271	218.39 269	209.96 269	219.76 272	219.38 272	376.72 272	216.43 268	376.72 269	216.43 269	376.72 273	216.43 271	216.14 268	216.14 270	376.69 272	217.67 270	376.69 273	217.67 269

EGLCR-Stereo	276.81 271	209.00 270	366.00 273	514.00 273	354.00 273	336.00 270	422.00 271	440.00 272	220.00 270	231.00 269	245.00 270	135.00 269	237.00 270	218.00 271	197.00 271	222.00 273	223.00 270	230.00 269	487.00 272	255.00 271	250.00 271	273.00 273	272.00 271	228.00 271	241.00 269	220.00 271	214.00 270	235.00 271

LE_ROB	387.11 273	453.07 273	321.39 270	500.23 270	323.05 270	493.99 273	324.56 270	477.63 273	322.28 273	465.51 273	322.97 273	486.37 273	334.17 272	305.26 273	320.63 273	327.66 274	476.08 273	315.70 272	483.76 271	335.15 273	469.64 274	309.74 274	315.90 273	318.85 273	498.41 273	328.85 273	491.00 274	330.08 273

SGM-ForestM	522.49 274	676.08 274	448.56 274	638.17 274	433.15 274	639.59 274	427.03 272	617.52 274	439.90 274	604.63 274	429.02 274	611.68 274	432.74 273	420.18 274	451.96 274	465.85 275	601.06 274	403.73 273	659.15 274	405.50 274	669.64 275	437.21 275	455.85 274	425.66 274	689.82 274	481.65 274	662.43 275	479.61 274

CBMV_ROB	1133.35 275	1280.38 275	976.92 275	1317.57 275	1021.62 275	1282.66 275	1022.22 275	1213.88 275	982.57 275	1194.12 275	975.90 275	1357.87 275	1090.02 275	943.32 275	1021.85 275	1006.47 276	1309.01 275	986.29 275	1499.40 275	986.35 275	1359.35 276	975.96 276	975.21 275	969.30 275	1337.82 275	1042.34 275	1398.25 276	1073.86 275

anonymousdsp2	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 277	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 277	10000000.00 277	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 277	10000000.00 276

anonymousdsp	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 277	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 277	10000000.00 277	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 277	10000000.00 276

AMNet	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 277	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 277	10000000.00 277	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 277	10000000.00 276

Low-res two-view benchmark