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

ProNet	0.02 1	0.02 2	0.02 1	0.02 3	0.02 4	0.02 2	0.02 3	0.01 1	0.01 1	0.02 2	0.02 2	0.01 1	0.01 1	0.01 2	0.04 1	0.04 1	0.03 1	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.01 2	0.02 2	0.03 1	0.03 1	0.02 1	0.02 1

MoCha-V2	0.03 3	0.02 2	0.02 1	0.02 3	0.02 4	0.02 2	0.01 1	0.02 3	0.02 3	0.03 4	0.03 4	0.02 3	0.01 1	0.01 2	0.05 3	0.05 2	0.04 2	0.04 3	0.04 3	0.04 3	0.03 1	0.02 1	0.01 2	0.02 2	0.03 1	0.03 1	0.02 1	0.02 1

CroCo-Stereo Lap2	0.03 3	0.02 2	0.02 1	0.01 1	0.01 2	0.02 2	0.02 3	0.02 3	0.02 3	0.03 4	0.02 2	0.02 3	0.03 8	0.01 2	0.05 3	0.05 2	0.04 2	0.05 4	0.04 3	0.04 3	0.04 4	0.04 4	0.01 2	0.02 2	0.06 6	0.06 6	0.05 5	0.03 4

CroCo-Stereo	0.02 1	0.01 1	0.02 1	0.01 1	0.01 2	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.00 1	0.04 1	0.05 2	0.04 2	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.00 1	0.01 1	0.04 3	0.03 1	0.02 1	0.02 1
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
AEACV	0.04 5	0.03 5	0.02 1	0.04 12	0.03 8	0.02 2	0.02 3	0.03 5	0.03 5	0.03 4	0.04 5	0.03 5	0.02 4	0.02 7	0.06 6	0.06 5	0.05 5	0.05 4	0.07 9	0.04 3	0.06 7	0.04 4	0.01 2	0.02 2	0.06 6	0.07 10	0.04 4	0.03 4

RAFT	0.06 11	0.03 5	0.05 25	0.03 5	0.02 4	0.03 6	0.02 3	0.07 21	0.04 6	0.04 7	0.06 18	0.07 18	0.05 31	0.01 2	0.06 6	0.06 5	0.06 6	0.05 4	0.05 5	0.04 3	0.06 7	0.07 33	0.01 2	0.04 8	0.13 60	0.14 81	0.13 67	0.15 77

iRaftStereo_RVC	0.05 6	0.03 5	0.03 6	0.03 5	0.03 8	0.03 6	0.02 3	0.05 8	0.04 6	0.06 14	0.05 12	0.05 11	0.03 8	0.02 7	0.06 6	0.06 5	0.10 22	0.07 14	0.07 9	0.05 10	0.09 19	0.05 9	0.02 8	0.03 6	0.07 10	0.06 6	0.05 5	0.05 7

HCRNet	0.12 85	0.17 181	0.06 50	0.22 185	0.08 67	0.15 141	0.08 88	0.13 54	0.04 6	0.46 244	0.12 103	0.24 171	0.07 70	0.07 77	0.08 23	0.06 5	0.14 50	0.08 19	0.20 143	0.08 46	0.10 25	0.05 9	0.11 156	0.06 38	0.06 6	0.06 6	0.05 5	0.08 18

RAFT + AFF	0.05 6	0.04 10	0.03 6	0.05 21	0.04 12	0.04 11	0.03 11	0.06 11	0.08 62	0.09 24	0.05 12	0.09 24	0.02 4	0.02 7	0.05 3	0.06 5	0.09 16	0.06 9	0.06 6	0.04 3	0.07 11	0.05 9	0.02 8	0.04 8	0.07 10	0.05 4	0.05 5	0.06 13

delet	0.05 6	0.05 20	0.04 10	0.06 33	0.05 23	0.05 23	0.05 33	0.04 6	0.04 6	0.06 14	0.05 12	0.10 30	0.05 31	0.03 14	0.07 10	0.06 5	0.07 9	0.06 9	0.06 6	0.06 19	0.06 7	0.04 4	0.03 21	0.05 20	0.07 10	0.07 10	0.05 5	0.04 6

RYNet	0.06 11	0.04 10	0.04 10	0.04 12	0.04 12	0.04 11	0.03 11	0.05 8	0.11 116	0.05 10	0.04 5	0.04 8	0.03 8	0.03 14	0.07 10	0.06 5	0.07 9	0.08 19	0.07 9	0.05 10	0.05 5	0.05 9	0.11 156	0.04 8	0.06 6	0.15 103	0.06 12	0.05 7

TDLM	0.05 6	0.04 10	0.04 10	0.04 12	0.04 12	0.04 11	0.03 11	0.04 6	0.04 6	0.04 7	0.06 18	0.04 8	0.03 8	0.03 14	0.06 6	0.06 5	0.06 6	0.06 9	0.06 6	0.04 3	0.05 5	0.04 4	0.03 21	0.04 8	0.05 4	0.06 6	0.05 5	0.05 7

MIF-Stereo	0.07 20	0.04 10	0.04 10	0.03 5	0.03 8	0.05 23	0.03 11	0.06 11	0.05 13	0.06 14	0.04 5	0.07 18	0.12 130	0.07 77	0.08 23	0.07 13	0.11 27	0.08 19	0.08 17	0.07 30	0.09 19	0.08 39	0.07 92	0.04 8	0.10 26	0.16 120	0.06 12	0.10 29

AASNet	0.07 20	0.06 30	0.04 10	0.09 76	0.07 57	0.08 61	0.05 33	0.08 25	0.05 13	0.07 21	0.07 30	0.07 18	0.04 18	0.04 27	0.07 10	0.07 13	0.10 22	0.08 19	0.08 17	0.06 19	0.07 11	0.06 19	0.04 35	0.06 38	0.08 15	0.08 16	0.06 12	0.06 13

ARAFT	0.07 20	0.04 10	0.04 10	0.05 21	0.05 23	0.05 23	0.02 3	0.09 29	0.06 28	0.12 34	0.06 18	0.12 44	0.03 8	0.03 14	0.07 10	0.07 13	0.12 36	0.09 44	0.09 29	0.05 10	0.11 30	0.08 39	0.03 21	0.04 8	0.10 26	0.09 22	0.09 28	0.09 24

MMNet	0.06 11	0.06 30	0.05 25	0.08 59	0.06 41	0.06 35	0.05 33	0.07 21	0.06 28	0.05 10	0.06 18	0.09 24	0.04 18	0.04 27	0.07 10	0.07 13	0.09 16	0.08 19	0.07 9	0.06 19	0.07 11	0.05 9	0.04 35	0.05 20	0.07 10	0.08 16	0.07 17	0.10 29

AANet_RVC	0.06 11	0.05 20	0.06 50	0.05 21	0.06 41	0.04 11	0.05 33	0.05 8	0.06 28	0.05 10	0.06 18	0.05 11	0.04 18	0.04 27	0.08 23	0.07 13	0.08 12	0.08 19	0.07 9	0.07 30	0.07 11	0.07 33	0.05 51	0.05 20	0.07 10	0.08 16	0.06 12	0.08 18

MGS-Stereo	0.08 29	0.06 30	0.04 10	0.05 21	0.05 23	0.04 11	0.03 11	0.12 41	0.05 13	0.09 24	0.07 30	0.10 30	0.04 18	0.05 43	0.07 10	0.08 18	0.15 59	0.11 68	0.12 50	0.09 68	0.13 57	0.07 33	0.05 51	0.05 20	0.10 26	0.09 22	0.11 47	0.10 29

test croco	0.06 11	0.04 10	0.04 10	0.04 12	0.04 12	0.05 23	0.03 11	0.08 25	0.04 6	0.09 24	0.05 12	0.06 15	0.02 4	0.02 7	0.07 10	0.08 18	0.12 36	0.08 19	0.08 17	0.06 19	0.08 16	0.04 4	0.02 8	0.05 20	0.09 23	0.10 27	0.08 23	0.09 24

StereoIM	0.07 20	0.04 10	0.05 25	0.03 5	0.02 4	0.03 6	0.03 11	0.06 11	0.06 28	0.04 7	0.06 18	0.10 30	0.05 31	0.02 7	0.07 10	0.08 18	0.10 22	0.09 44	0.07 9	0.05 10	0.10 25	0.10 90	0.01 2	0.05 20	0.12 49	0.18 155	0.13 67	0.16 88

MIF-Stereo (partial)	0.06 11	0.05 20	0.06 50	0.05 21	0.04 12	0.05 23	0.03 11	0.08 25	0.07 44	0.07 21	0.04 5	0.05 11	0.06 48	0.04 27	0.08 23	0.08 18	0.11 27	0.08 19	0.08 17	0.05 10	0.09 19	0.05 9	0.02 8	0.06 38	0.10 26	0.08 16	0.07 17	0.08 18

MIM_Stereo	0.06 11	0.04 10	0.03 6	0.05 21	0.05 23	0.05 23	0.03 11	0.06 11	0.04 6	0.14 41	0.07 30	0.04 8	0.03 8	0.03 14	0.07 10	0.08 18	0.13 38	0.07 14	0.09 29	0.06 19	0.11 30	0.06 19	0.02 8	0.04 8	0.08 15	0.07 10	0.07 17	0.05 7

anonymousdsp2	0.08 29	0.07 52	0.05 25	0.06 33	0.05 23	0.06 35	0.05 33	0.12 41	0.06 28	0.17 63	0.06 18	0.09 24	0.04 18	0.05 43	0.07 10	0.08 18	0.13 38	0.08 19	0.11 39	0.07 30	0.13 57	0.07 33	0.05 51	0.06 38	0.09 23	0.08 16	0.08 23	0.07 16

anonymousdsp	0.05 6	0.04 10	0.04 10	0.03 5	0.04 12	0.04 11	0.04 24	0.06 11	0.05 13	0.06 14	0.04 5	0.03 5	0.02 4	0.03 14	0.07 10	0.08 18	0.08 12	0.06 9	0.08 17	0.05 10	0.09 19	0.05 9	0.03 21	0.03 6	0.05 4	0.05 4	0.05 5	0.05 7

RAFT_CTSACE	0.07 20	0.04 10	0.06 50	0.03 5	0.04 12	0.05 23	0.05 33	0.06 11	0.06 28	0.09 24	0.04 5	0.10 30	0.09 100	0.03 14	0.08 23	0.08 18	0.11 27	0.07 14	0.07 9	0.05 10	0.12 36	0.08 39	0.03 21	0.06 38	0.12 49	0.12 55	0.12 56	0.16 88

raft+_RVC	0.08 29	0.06 30	0.05 25	0.06 33	0.06 41	0.07 51	0.04 24	0.10 35	0.08 62	0.17 63	0.08 48	0.09 24	0.04 18	0.04 27	0.08 23	0.08 18	0.13 38	0.09 44	0.11 39	0.06 19	0.13 57	0.06 19	0.04 35	0.05 20	0.11 43	0.09 22	0.09 28	0.09 24

AFF-stereo	0.06 11	0.05 20	0.05 25	0.05 21	0.04 12	0.04 11	0.03 11	0.11 38	0.06 28	0.16 54	0.05 12	0.08 22	0.03 8	0.02 7	0.07 10	0.08 18	0.08 12	0.05 4	0.09 29	0.04 3	0.09 19	0.05 9	0.02 8	0.04 8	0.10 26	0.08 16	0.07 17	0.07 16

DMCA	0.07 20	0.05 20	0.07 76	0.06 33	0.06 41	0.05 23	0.07 80	0.09 29	0.07 44	0.06 14	0.09 67	0.07 18	0.06 48	0.06 55	0.08 23	0.08 18	0.11 27	0.10 57	0.08 17	0.07 30	0.09 19	0.06 19	0.06 69	0.06 38	0.08 15	0.10 27	0.06 12	0.08 18

GANet	0.07 20	0.07 52	0.06 50	0.06 33	0.06 41	0.07 51	0.06 64	0.08 25	0.05 13	0.06 14	0.07 30	0.06 15	0.04 18	0.04 27	0.07 10	0.08 18	0.09 16	0.10 57	0.07 9	0.05 10	0.07 11	0.05 9	0.05 51	0.05 20	0.08 15	0.07 10	0.07 17	0.06 13

CVANet_RVC	0.07 20	0.07 52	0.07 76	0.08 59	0.06 41	0.07 51	0.05 33	0.06 11	0.05 13	0.06 14	0.09 67	0.05 11	0.04 18	0.04 27	0.08 23	0.08 18	0.08 12	0.08 19	0.08 17	0.06 19	0.08 16	0.06 19	0.04 35	0.05 20	0.08 15	0.07 10	0.07 17	0.10 29

HITNet	0.09 35	0.07 52	0.06 50	0.08 59	0.08 67	0.08 61	0.05 33	0.11 38	0.07 44	0.19 88	0.08 48	0.12 44	0.07 70	0.07 77	0.09 40	0.08 18	0.13 38	0.10 57	0.10 35	0.07 30	0.11 30	0.09 64	0.06 69	0.06 38	0.12 49	0.11 40	0.16 99	0.14 65
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
Former-RAFT_DAM_RVC	0.10 53	0.07 52	0.07 76	0.08 59	0.05 23	0.07 51	0.03 11	0.11 38	0.15 157	0.20 96	0.14 126	0.12 44	0.07 70	0.07 77	0.09 40	0.09 32	0.16 68	0.11 68	0.12 50	0.08 46	0.12 36	0.11 119	0.06 69	0.07 70	0.12 49	0.15 103	0.12 56	0.16 88

LL-Strereo2	0.07 20	0.03 5	0.03 6	0.04 12	0.05 23	0.04 11	0.03 11	0.06 11	0.07 44	0.15 47	0.07 30	0.08 22	0.05 31	0.04 27	0.08 23	0.09 32	0.13 38	0.07 14	0.10 35	0.06 19	0.10 25	0.06 19	0.03 21	0.04 8	0.08 15	0.10 27	0.08 23	0.05 7

LoS_RVC	0.09 35	0.07 52	0.05 25	0.05 21	0.06 41	0.06 35	0.05 33	0.13 54	0.08 62	0.18 76	0.11 91	0.12 44	0.06 48	0.07 77	0.09 40	0.09 32	0.10 22	0.08 19	0.12 50	0.08 46	0.17 105	0.09 64	0.05 51	0.06 38	0.15 86	0.11 40	0.10 33	0.13 56

tt_ll	0.09 35	0.07 52	0.05 25	0.05 21	0.06 41	0.06 35	0.05 33	0.13 54	0.08 62	0.18 76	0.11 91	0.12 44	0.06 48	0.07 77	0.09 40	0.09 32	0.10 22	0.08 19	0.12 50	0.08 46	0.17 105	0.09 64	0.05 51	0.06 38	0.15 86	0.11 40	0.10 33	0.13 56

CAS	0.09 35	0.07 52	0.05 25	0.06 33	0.05 23	0.05 23	0.04 24	0.14 63	0.06 28	0.11 32	0.11 91	0.11 38	0.05 31	0.07 77	0.09 40	0.09 32	0.11 27	0.10 57	0.14 72	0.07 30	0.12 36	0.08 39	0.05 51	0.05 20	0.13 60	0.11 40	0.09 28	0.14 65

IER	0.09 35	0.07 52	0.07 76	0.09 76	0.07 57	0.09 74	0.06 64	0.12 41	0.07 44	0.14 41	0.11 91	0.11 38	0.07 70	0.06 55	0.09 40	0.09 32	0.14 50	0.11 68	0.11 39	0.07 30	0.12 36	0.08 39	0.06 69	0.06 38	0.10 26	0.11 40	0.11 47	0.14 65

test_5	0.08 29	0.05 20	0.07 76	0.04 12	0.04 12	0.04 11	0.04 24	0.09 29	0.05 13	0.05 10	0.07 30	0.12 44	0.12 130	0.02 7	0.08 23	0.09 32	0.07 9	0.07 14	0.08 17	0.06 19	0.10 25	0.10 90	0.02 8	0.08 90	0.10 26	0.14 81	0.13 67	0.18 121

raftrobust	0.10 53	0.08 80	0.06 50	0.08 59	0.07 57	0.05 23	0.04 24	0.14 63	0.06 28	0.25 161	0.08 48	0.13 56	0.05 31	0.05 43	0.09 40	0.09 32	0.17 84	0.12 94	0.12 50	0.09 68	0.17 105	0.08 39	0.05 51	0.06 38	0.13 60	0.12 55	0.10 33	0.11 38

RALAANet	0.09 35	0.08 80	0.06 50	0.07 54	0.06 41	0.08 61	0.05 33	0.10 35	0.07 44	0.12 34	0.10 77	0.10 30	0.06 48	0.03 14	0.09 40	0.09 32	0.13 38	0.11 68	0.16 97	0.09 68	0.12 36	0.08 39	0.04 35	0.06 38	0.12 49	0.10 27	0.11 47	0.11 38

RAFT-Stereo + iAFF	0.08 29	0.06 30	0.05 25	0.05 21	0.04 12	0.04 11	0.04 24	0.14 63	0.07 44	0.21 105	0.04 5	0.12 44	0.04 18	0.03 14	0.08 23	0.09 32	0.09 16	0.06 9	0.11 39	0.05 10	0.11 30	0.06 19	0.03 21	0.05 20	0.13 60	0.09 22	0.09 28	0.09 24

GMStereo	0.12 85	0.12 133	0.07 76	0.11 109	0.11 119	0.13 123	0.09 106	0.17 86	0.10 104	0.17 63	0.14 126	0.22 160	0.11 124	0.07 77	0.10 67	0.09 32	0.17 84	0.10 57	0.17 106	0.12 127	0.15 77	0.09 64	0.07 92	0.09 113	0.14 78	0.13 64	0.15 91	0.12 50
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FADNet-RVC-Resample	0.13 96	0.10 109	0.12 153	0.12 122	0.10 102	0.13 123	0.10 121	0.16 77	0.13 140	0.18 76	0.13 113	0.17 91	0.12 130	0.10 124	0.11 99	0.09 32	0.13 38	0.15 159	0.15 87	0.18 192	0.15 77	0.13 155	0.10 147	0.14 176	0.17 113	0.13 64	0.12 56	0.12 50

CFNet	0.12 85	0.11 121	0.08 100	0.14 141	0.12 133	0.11 101	0.09 106	0.20 153	0.10 104	0.18 76	0.12 103	0.25 174	0.10 113	0.08 95	0.09 40	0.09 32	0.17 84	0.12 94	0.12 50	0.09 68	0.12 36	0.08 39	0.06 69	0.10 130	0.15 86	0.13 64	0.13 67	0.13 56

iResNetv2_ROB	0.12 85	0.08 80	0.08 100	0.12 122	0.09 86	0.12 114	0.08 88	0.17 86	0.08 62	0.22 110	0.12 103	0.20 135	0.16 172	0.07 77	0.09 40	0.09 32	0.16 68	0.11 68	0.17 106	0.10 88	0.15 77	0.10 90	0.09 132	0.10 130	0.15 86	0.13 64	0.19 140	0.12 50

iResNet_ROB	0.11 62	0.08 80	0.07 76	0.11 109	0.08 67	0.12 114	0.08 88	0.15 69	0.08 62	0.23 123	0.11 91	0.15 76	0.15 167	0.06 55	0.08 23	0.09 32	0.16 68	0.12 94	0.14 72	0.09 68	0.15 77	0.10 90	0.07 92	0.08 90	0.15 86	0.12 55	0.15 91	0.15 77

DN-CSS_ROB	0.11 62	0.09 96	0.12 153	0.08 59	0.09 86	0.08 61	0.08 88	0.16 77	0.10 104	0.23 123	0.17 164	0.19 118	0.14 159	0.05 43	0.09 40	0.09 32	0.13 38	0.10 57	0.18 120	0.09 68	0.12 36	0.08 39	0.07 92	0.08 90	0.13 60	0.11 40	0.12 56	0.11 38

trnet	0.11 62	0.08 80	0.05 25	0.08 59	0.08 67	0.07 51	0.05 33	0.18 115	0.05 13	0.27 189	0.08 48	0.18 106	0.06 48	0.08 95	0.09 40	0.10 48	0.21 145	0.08 19	0.12 50	0.08 46	0.20 152	0.09 64	0.06 69	0.05 20	0.12 49	0.14 81	0.18 131	0.17 101

StereoVision	0.06 11	0.03 5	0.04 10	0.03 5	0.03 8	0.03 6	0.02 3	0.06 11	0.11 116	0.02 2	0.05 12	0.03 5	0.06 48	0.01 2	0.09 40	0.10 48	0.06 6	0.05 4	0.08 17	0.07 30	0.06 7	0.05 9	0.02 8	0.04 8	0.10 26	0.07 10	0.10 33	0.12 50

CASnet	0.10 53	0.06 30	0.05 25	0.08 59	0.09 86	0.11 101	0.05 33	0.18 115	0.10 104	0.23 123	0.11 91	0.13 56	0.06 48	0.08 95	0.10 67	0.10 48	0.16 68	0.08 19	0.19 130	0.08 46	0.14 73	0.06 19	0.06 69	0.06 38	0.12 49	0.10 27	0.14 78	0.10 29
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
4D-IteraStereo	0.09 35	0.06 30	0.05 25	0.06 33	0.06 41	0.06 35	0.04 24	0.15 69	0.10 104	0.22 110	0.08 48	0.14 70	0.06 48	0.03 14	0.09 40	0.10 48	0.17 84	0.09 44	0.11 39	0.08 46	0.15 77	0.06 19	0.03 21	0.05 20	0.10 26	0.10 27	0.08 23	0.08 18

iinet-f	0.10 53	0.09 96	0.06 50	0.08 59	0.06 41	0.09 74	0.06 64	0.09 29	0.07 44	0.18 76	0.11 91	0.11 38	0.10 113	0.06 55	0.09 40	0.10 48	0.14 50	0.09 44	0.19 130	0.09 68	0.12 36	0.06 19	0.05 51	0.06 38	0.11 43	0.10 27	0.15 91	0.12 50

LoS	0.16 156	0.10 109	0.08 100	0.10 93	0.11 119	0.09 74	0.07 80	0.50 240	0.05 13	0.32 223	0.36 234	0.36 193	0.06 48	0.09 112	0.09 40	0.10 48	0.19 117	0.09 44	0.15 87	0.11 105	0.21 171	0.09 64	0.07 92	0.07 70	0.18 132	0.12 55	0.20 155	0.21 156

EGLCR-Stereo	0.11 62	0.06 30	0.04 10	0.08 59	0.08 67	0.07 51	0.05 33	0.17 86	0.09 83	0.27 189	0.06 18	0.19 118	0.06 48	0.08 95	0.08 23	0.10 48	0.20 132	0.10 57	0.16 97	0.07 30	0.17 105	0.08 39	0.04 35	0.06 38	0.10 26	0.13 64	0.18 131	0.17 101

TestStereo1	0.09 35	0.07 52	0.06 50	0.04 12	0.05 23	0.06 35	0.06 64	0.07 21	0.07 44	0.09 24	0.07 30	0.11 38	0.14 159	0.04 27	0.10 67	0.10 48	0.11 27	0.09 44	0.09 29	0.08 46	0.13 57	0.12 138	0.02 8	0.05 20	0.15 86	0.14 81	0.16 99	0.20 141

TESTraft	0.09 35	0.06 30	0.06 50	0.04 12	0.04 12	0.05 23	0.06 64	0.09 29	0.08 62	0.09 24	0.08 48	0.12 44	0.13 145	0.03 14	0.09 40	0.10 48	0.11 27	0.09 44	0.08 17	0.07 30	0.13 57	0.12 138	0.02 8	0.05 20	0.14 78	0.13 64	0.14 78	0.20 141

RAFT+CT+SA	0.09 35	0.05 20	0.07 76	0.05 21	0.05 23	0.04 11	0.05 33	0.13 54	0.07 44	0.08 23	0.07 30	0.15 76	0.13 145	0.04 27	0.11 99	0.10 48	0.09 16	0.08 19	0.08 17	0.06 19	0.12 36	0.11 119	0.02 8	0.06 38	0.13 60	0.13 64	0.11 47	0.17 101

SA-5K	0.09 35	0.07 52	0.06 50	0.04 12	0.05 23	0.06 35	0.06 64	0.07 21	0.07 44	0.09 24	0.07 30	0.11 38	0.14 159	0.04 27	0.10 67	0.10 48	0.11 27	0.09 44	0.09 29	0.08 46	0.13 57	0.12 138	0.02 8	0.05 20	0.15 86	0.14 81	0.16 99	0.20 141

Sa-1000	0.11 62	0.07 52	0.07 76	0.06 33	0.05 23	0.09 74	0.03 11	0.12 41	0.07 44	0.18 76	0.08 48	0.19 118	0.05 31	0.06 55	0.10 67	0.10 48	0.16 68	0.12 94	0.14 72	0.09 68	0.17 105	0.10 90	0.04 35	0.05 20	0.19 145	0.16 120	0.13 67	0.20 141

SA	0.10 53	0.07 52	0.07 76	0.06 33	0.05 23	0.08 61	0.04 24	0.12 41	0.05 13	0.16 54	0.07 30	0.16 86	0.03 8	0.04 27	0.10 67	0.10 48	0.13 38	0.11 68	0.12 50	0.09 68	0.14 73	0.10 90	0.03 21	0.06 38	0.16 102	0.15 103	0.13 67	0.21 156

test_4	0.09 35	0.05 20	0.07 76	0.05 21	0.06 41	0.03 6	0.02 3	0.12 41	0.09 83	0.17 63	0.06 18	0.09 24	0.06 48	0.03 14	0.09 40	0.10 48	0.15 59	0.08 19	0.10 35	0.07 30	0.17 105	0.09 64	0.02 8	0.07 70	0.10 26	0.14 81	0.12 56	0.19 130

CIPLG	0.09 35	0.06 30	0.05 25	0.06 33	0.06 41	0.09 74	0.06 64	0.18 115	0.06 28	0.20 96	0.08 48	0.13 56	0.07 70	0.06 55	0.08 23	0.10 48	0.17 84	0.11 68	0.11 39	0.09 68	0.13 57	0.06 19	0.04 35	0.06 38	0.10 26	0.10 27	0.10 33	0.10 29

UDGNet	0.15 140	0.13 148	0.10 123	0.18 168	0.17 174	0.16 150	0.20 185	0.16 77	0.11 116	0.16 54	0.14 126	0.16 86	0.05 31	0.44 230	0.10 67	0.10 48	0.17 84	0.12 94	0.14 72	0.09 68	0.17 105	0.10 90	0.29 234	0.07 70	0.17 113	0.16 120	0.12 56	0.13 56

IPLG	0.10 53	0.07 52	0.07 76	0.07 54	0.07 57	0.06 35	0.05 33	0.15 69	0.06 28	0.22 110	0.06 18	0.15 76	0.05 31	0.04 27	0.09 40	0.10 48	0.16 68	0.10 57	0.14 72	0.09 68	0.13 57	0.08 39	0.04 35	0.07 70	0.13 60	0.12 55	0.11 47	0.09 24

ACRE	0.09 35	0.06 30	0.05 25	0.06 33	0.06 41	0.09 74	0.06 64	0.18 115	0.06 28	0.20 96	0.08 48	0.13 56	0.07 70	0.06 55	0.08 23	0.10 48	0.17 84	0.11 68	0.11 39	0.09 68	0.13 57	0.06 19	0.04 35	0.06 38	0.10 26	0.10 27	0.10 33	0.10 29

AnonymousM	0.08 29	0.05 20	0.04 10	0.06 33	0.05 23	0.04 11	0.04 24	0.13 54	0.05 13	0.20 96	0.06 18	0.11 38	0.03 8	0.06 55	0.10 67	0.10 48	0.19 117	0.09 44	0.12 50	0.07 30	0.16 92	0.06 19	0.04 35	0.04 8	0.08 15	0.11 40	0.10 33	0.10 29

rafts_anoy	0.09 35	0.08 80	0.07 76	0.07 54	0.07 57	0.06 35	0.05 33	0.13 54	0.05 13	0.17 63	0.10 77	0.12 44	0.05 31	0.03 14	0.10 67	0.10 48	0.15 59	0.12 94	0.14 72	0.07 30	0.15 77	0.08 39	0.04 35	0.06 38	0.11 43	0.10 27	0.09 28	0.11 38

CREStereo++_RVC	0.11 62	0.07 52	0.05 25	0.08 59	0.09 86	0.08 61	0.07 80	0.16 77	0.09 83	0.26 175	0.09 67	0.17 91	0.13 145	0.08 95	0.09 40	0.10 48	0.19 117	0.08 19	0.13 65	0.07 30	0.20 152	0.08 39	0.06 69	0.06 38	0.14 78	0.12 55	0.16 99	0.15 77
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	0.12 85	0.09 96	0.06 50	0.11 109	0.09 86	0.08 61	0.06 64	0.18 115	0.07 44	0.26 175	0.12 103	0.19 118	0.09 100	0.07 77	0.09 40	0.10 48	0.20 132	0.08 19	0.15 87	0.07 30	0.20 152	0.08 39	0.05 51	0.07 70	0.16 102	0.15 103	0.18 131	0.21 156

TestStereo	0.13 96	0.12 133	0.10 123	0.11 109	0.08 67	0.11 101	0.10 121	0.19 136	0.11 116	0.24 139	0.14 126	0.20 135	0.08 84	0.06 55	0.12 128	0.10 48	0.20 132	0.11 68	0.20 143	0.10 88	0.21 171	0.11 119	0.06 69	0.12 158	0.19 145	0.11 40	0.12 56	0.13 56

CFNet_pseudo	0.13 96	0.11 121	0.11 139	0.14 141	0.11 119	0.12 114	0.11 130	0.19 136	0.12 131	0.24 139	0.14 126	0.17 91	0.15 167	0.09 112	0.10 67	0.10 48	0.16 68	0.13 121	0.13 65	0.08 46	0.15 77	0.08 39	0.08 116	0.09 113	0.15 86	0.14 81	0.19 140	0.21 156

RALCasStereoNet	0.09 35	0.08 80	0.06 50	0.09 76	0.07 57	0.06 35	0.05 33	0.12 41	0.05 13	0.18 76	0.07 30	0.12 44	0.05 31	0.04 27	0.10 67	0.10 48	0.18 103	0.12 94	0.14 72	0.08 46	0.15 77	0.08 39	0.05 51	0.06 38	0.12 49	0.10 27	0.10 33	0.08 18

ADLNet	0.13 96	0.11 121	0.08 100	0.13 132	0.10 102	0.16 150	0.13 149	0.14 63	0.07 44	0.13 38	0.10 77	0.25 174	0.11 124	0.29 217	0.10 67	0.10 48	0.17 84	0.09 44	0.13 65	0.09 68	0.11 30	0.09 64	0.13 171	0.06 38	0.13 60	0.13 64	0.12 56	0.14 65

UNet	0.11 62	0.09 96	0.09 110	0.10 93	0.08 67	0.10 94	0.08 88	0.15 69	0.08 62	0.17 63	0.10 77	0.13 56	0.09 100	0.07 77	0.09 40	0.10 48	0.16 68	0.13 121	0.12 50	0.08 46	0.12 36	0.09 64	0.08 116	0.09 113	0.12 49	0.14 81	0.10 33	0.11 38

UPFNet	0.09 35	0.08 80	0.08 100	0.09 76	0.08 67	0.09 74	0.06 64	0.12 41	0.09 83	0.14 41	0.10 77	0.12 44	0.06 48	0.07 77	0.08 23	0.10 48	0.13 38	0.11 68	0.10 35	0.07 30	0.10 25	0.07 33	0.06 69	0.07 70	0.09 23	0.11 40	0.10 33	0.11 38

CREStereo	0.11 62	0.08 80	0.06 50	0.08 59	0.08 67	0.07 51	0.05 33	0.18 115	0.05 13	0.26 175	0.08 48	0.18 106	0.06 48	0.08 95	0.09 40	0.10 48	0.22 156	0.08 19	0.13 65	0.08 46	0.20 152	0.09 64	0.06 69	0.06 38	0.12 49	0.13 64	0.17 112	0.16 88
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
HGLStereo	0.11 62	0.10 109	0.08 100	0.09 76	0.10 102	0.09 74	0.06 64	0.14 63	0.08 62	0.18 76	0.15 142	0.09 24	0.06 48	0.08 95	0.10 67	0.10 48	0.17 84	0.13 121	0.14 72	0.10 88	0.12 36	0.10 90	0.08 116	0.09 113	0.13 60	0.13 64	0.10 33	0.11 38

BEATNet_4x	0.11 62	0.10 109	0.08 100	0.09 76	0.09 86	0.09 74	0.08 88	0.12 41	0.08 62	0.21 105	0.09 67	0.15 76	0.09 100	0.08 95	0.11 99	0.10 48	0.13 38	0.13 121	0.11 39	0.08 46	0.13 57	0.12 138	0.08 116	0.08 90	0.13 60	0.13 64	0.18 131	0.18 121

ADCP+	0.11 62	0.10 109	0.08 100	0.09 76	0.07 57	0.09 74	0.08 88	0.14 63	0.11 116	0.16 54	0.12 103	0.18 106	0.08 84	0.07 77	0.11 99	0.10 48	0.16 68	0.11 68	0.14 72	0.09 68	0.12 36	0.09 64	0.08 116	0.08 90	0.11 43	0.16 120	0.11 47	0.11 38

RASNet	0.11 62	0.10 109	0.10 123	0.09 76	0.07 57	0.08 61	0.08 88	0.19 136	0.09 83	0.17 63	0.10 77	0.13 56	0.09 100	0.06 55	0.09 40	0.10 48	0.14 50	0.09 44	0.12 50	0.06 19	0.15 77	0.09 64	0.05 51	0.10 130	0.13 60	0.12 55	0.17 112	0.17 101

PS-NSSS	0.17 163	0.19 190	0.18 200	0.23 187	0.18 180	0.18 167	0.16 166	0.22 173	0.12 131	0.23 123	0.21 192	0.44 201	0.08 84	0.11 138	0.14 160	0.10 48	0.13 38	0.13 121	0.26 183	0.11 105	0.11 30	0.07 33	0.18 193	0.15 179	0.17 113	0.21 184	0.14 78	0.20 141

MLCV	0.14 121	0.11 121	0.09 110	0.16 155	0.12 133	0.14 131	0.11 130	0.21 164	0.10 104	0.24 139	0.13 113	0.21 147	0.15 167	0.08 95	0.10 67	0.10 48	0.19 117	0.11 68	0.19 130	0.09 68	0.18 123	0.09 64	0.10 147	0.09 113	0.17 113	0.14 81	0.16 99	0.20 141

PWCDC_ROB	0.13 96	0.06 30	0.09 110	0.07 54	0.13 147	0.08 61	0.13 149	0.06 11	0.24 204	0.09 24	0.15 142	0.10 30	0.45 231	0.26 208	0.12 128	0.10 48	0.09 16	0.12 94	0.08 17	0.11 105	0.08 16	0.12 138	0.19 195	0.13 169	0.08 15	0.14 81	0.08 23	0.18 121

MyStereo04	0.14 121	0.12 133	0.11 139	0.08 59	0.09 86	0.11 101	0.08 88	0.23 180	0.19 181	0.24 139	0.16 154	0.23 164	0.11 124	0.04 27	0.11 99	0.11 84	0.17 84	0.12 94	0.21 149	0.12 127	0.17 105	0.12 138	0.06 69	0.12 158	0.21 169	0.14 81	0.16 99	0.15 77

MyStereo	0.14 121	0.13 148	0.11 139	0.10 93	0.10 102	0.11 101	0.08 88	0.23 180	0.20 194	0.24 139	0.16 154	0.23 164	0.13 145	0.04 27	0.11 99	0.11 84	0.18 103	0.12 94	0.21 149	0.13 143	0.17 105	0.12 138	0.06 69	0.11 143	0.22 180	0.14 81	0.17 112	0.17 101

IGEV_Zeroshot_test	0.14 121	0.07 52	0.06 50	0.13 132	0.13 147	0.10 94	0.11 130	0.17 86	0.09 83	0.28 203	0.10 77	0.23 164	0.05 31	0.12 159	0.10 67	0.11 84	0.23 165	0.11 68	0.17 106	0.12 127	0.20 152	0.10 90	0.09 132	0.06 38	0.20 156	0.15 103	0.23 173	0.27 180

EKT-Stereo	0.15 140	0.10 109	0.07 76	0.13 132	0.13 147	0.16 150	0.17 174	0.17 86	0.11 116	0.26 175	0.17 164	0.17 91	0.07 70	0.11 138	0.11 99	0.11 84	0.24 185	0.15 159	0.24 175	0.12 127	0.25 212	0.10 90	0.07 92	0.08 90	0.20 156	0.16 120	0.17 112	0.17 101

Any-RAFT	0.13 96	0.07 52	0.06 50	0.11 109	0.09 86	0.12 114	0.08 88	0.17 86	0.10 104	0.26 175	0.09 67	0.20 135	0.08 84	0.11 138	0.11 99	0.11 84	0.22 156	0.11 68	0.21 149	0.10 88	0.22 184	0.10 90	0.08 116	0.06 38	0.16 102	0.16 120	0.17 112	0.17 101

RAFT-Test	0.13 96	0.07 52	0.06 50	0.09 76	0.11 119	0.13 123	0.08 88	0.17 86	0.11 116	0.27 189	0.11 91	0.20 135	0.05 31	0.12 159	0.10 67	0.11 84	0.23 165	0.12 94	0.21 149	0.14 154	0.21 171	0.11 119	0.07 92	0.08 90	0.17 113	0.16 120	0.17 112	0.17 101

HH	0.13 96	0.06 30	0.05 25	0.11 109	0.12 133	0.16 150	0.08 88	0.19 136	0.08 62	0.28 203	0.08 48	0.18 106	0.06 48	0.12 159	0.11 99	0.11 84	0.23 165	0.12 94	0.16 97	0.11 105	0.20 152	0.08 39	0.07 92	0.08 90	0.13 60	0.15 103	0.19 140	0.24 165

HanStereo	0.13 96	0.06 30	0.05 25	0.11 109	0.12 133	0.16 150	0.08 88	0.19 136	0.08 62	0.28 203	0.08 48	0.18 106	0.06 48	0.12 159	0.11 99	0.11 84	0.23 165	0.12 94	0.16 97	0.11 105	0.20 152	0.08 39	0.07 92	0.08 90	0.13 60	0.15 103	0.19 140	0.24 165

CES	0.12 85	0.06 30	0.06 50	0.06 33	0.08 67	0.07 51	0.05 33	0.35 217	0.05 13	0.15 47	0.23 203	0.13 56	0.04 18	0.08 95	0.09 40	0.11 84	0.19 117	0.08 19	0.14 72	0.08 46	0.28 223	0.08 39	0.07 92	0.04 8	0.14 78	0.11 40	0.14 78	0.16 88

iRaft-Stereo_20w	0.13 96	0.07 52	0.05 25	0.12 122	0.12 133	0.12 114	0.09 106	0.15 69	0.10 104	0.28 203	0.10 77	0.19 118	0.04 18	0.10 124	0.10 67	0.11 84	0.23 165	0.11 68	0.15 87	0.13 143	0.20 152	0.08 39	0.09 132	0.06 38	0.18 132	0.15 103	0.20 155	0.26 177

dd	0.14 121	0.12 133	0.07 76	0.25 195	0.11 119	0.19 176	0.09 106	0.17 86	0.08 62	0.17 63	0.08 48	0.33 188	0.08 84	0.06 55	0.11 99	0.11 84	0.24 185	0.11 68	0.25 179	0.09 68	0.15 77	0.09 64	0.06 69	0.09 113	0.17 113	0.13 64	0.18 131	0.14 65

dad	0.18 166	0.16 173	0.12 153	0.36 208	0.16 168	0.24 200	0.21 191	0.24 185	0.09 83	0.22 110	0.11 91	0.38 196	0.12 130	0.08 95	0.13 142	0.11 84	0.27 210	0.13 121	0.30 194	0.11 105	0.19 138	0.12 138	0.09 132	0.13 169	0.19 145	0.14 81	0.31 200	0.24 165

IPLGR_C	0.09 35	0.06 30	0.05 25	0.06 33	0.06 41	0.09 74	0.06 64	0.18 115	0.06 28	0.20 96	0.08 48	0.13 56	0.07 70	0.06 55	0.08 23	0.11 84	0.17 84	0.11 68	0.11 39	0.09 68	0.13 57	0.06 19	0.04 35	0.06 38	0.10 26	0.09 22	0.10 33	0.10 29

MIPNet	0.11 62	0.09 96	0.06 50	0.07 54	0.08 67	0.07 51	0.05 33	0.17 86	0.06 28	0.23 123	0.07 30	0.16 86	0.08 84	0.05 43	0.10 67	0.11 84	0.17 84	0.11 68	0.20 143	0.12 127	0.13 57	0.11 119	0.05 51	0.07 70	0.16 102	0.15 103	0.11 47	0.13 56

IPLGR	0.12 85	0.09 96	0.09 110	0.09 76	0.10 102	0.09 74	0.07 80	0.18 115	0.09 83	0.22 110	0.10 77	0.16 86	0.07 70	0.06 55	0.10 67	0.11 84	0.17 84	0.11 68	0.21 149	0.12 127	0.16 92	0.09 64	0.04 35	0.08 90	0.16 102	0.14 81	0.14 78	0.16 88

test-3	0.10 53	0.06 30	0.04 10	0.06 33	0.08 67	0.06 35	0.05 33	0.17 86	0.07 44	0.24 139	0.08 48	0.19 118	0.08 84	0.06 55	0.11 99	0.11 84	0.20 132	0.10 57	0.15 87	0.10 88	0.16 92	0.10 90	0.05 51	0.06 38	0.10 26	0.11 40	0.12 56	0.11 38

test_1	0.10 53	0.06 30	0.04 10	0.06 33	0.08 67	0.06 35	0.05 33	0.17 86	0.07 44	0.24 139	0.08 48	0.19 118	0.08 84	0.06 55	0.11 99	0.11 84	0.20 132	0.10 57	0.15 87	0.10 88	0.16 92	0.10 90	0.05 51	0.06 38	0.10 26	0.11 40	0.12 56	0.11 38

AACVNet	0.14 121	0.13 148	0.10 123	0.13 132	0.13 147	0.14 131	0.10 121	0.19 136	0.11 116	0.22 110	0.18 174	0.14 70	0.10 113	0.09 112	0.12 128	0.11 84	0.21 145	0.13 121	0.17 106	0.12 127	0.16 92	0.11 119	0.11 156	0.11 143	0.18 132	0.14 81	0.14 78	0.16 88

GANet-ADL	0.15 140	0.12 133	0.09 110	0.14 141	0.12 133	0.16 150	0.12 142	0.20 153	0.10 104	0.25 161	0.15 142	0.22 160	0.12 130	0.21 202	0.11 99	0.11 84	0.25 194	0.14 145	0.21 149	0.14 154	0.19 138	0.10 90	0.08 116	0.10 130	0.17 113	0.16 120	0.20 155	0.17 101

TRStereo	0.13 96	0.07 52	0.05 25	0.09 76	0.08 67	0.17 159	0.12 142	0.18 115	0.07 44	0.25 161	0.09 67	0.20 135	0.05 31	0.10 124	0.10 67	0.11 84	0.21 145	0.11 68	0.22 162	0.14 154	0.19 138	0.09 64	0.09 132	0.07 70	0.17 113	0.17 138	0.24 180	0.19 130

LMCR-Stereo	0.13 96	0.09 96	0.07 76	0.11 109	0.08 67	0.11 101	0.09 106	0.18 115	0.09 83	0.19 88	0.14 126	0.19 118	0.14 159	0.10 124	0.10 67	0.11 84	0.20 132	0.13 121	0.19 130	0.11 105	0.18 123	0.10 90	0.08 116	0.08 90	0.15 86	0.13 64	0.19 140	0.17 101

GES	0.14 121	0.11 121	0.07 76	0.09 76	0.11 119	0.15 141	0.09 106	0.20 153	0.09 83	0.23 123	0.12 103	0.17 91	0.11 124	0.14 175	0.12 128	0.11 84	0.23 165	0.14 145	0.24 175	0.14 154	0.18 123	0.18 193	0.11 156	0.09 113	0.15 86	0.13 64	0.21 166	0.20 141

DSFCA	0.11 62	0.12 133	0.09 110	0.10 93	0.08 67	0.11 101	0.11 130	0.12 41	0.09 83	0.12 34	0.14 126	0.14 70	0.08 84	0.05 43	0.10 67	0.11 84	0.15 59	0.12 94	0.16 97	0.10 88	0.13 57	0.12 138	0.07 92	0.09 113	0.13 60	0.14 81	0.10 33	0.13 56

PMTNet	0.11 62	0.10 109	0.06 50	0.12 122	0.09 86	0.07 51	0.06 64	0.18 115	0.06 28	0.28 203	0.06 18	0.18 106	0.04 18	0.07 77	0.10 67	0.11 84	0.18 103	0.08 19	0.14 72	0.08 46	0.18 123	0.10 90	0.07 92	0.05 20	0.13 60	0.12 55	0.17 112	0.16 88

R-Stereo Train	0.13 96	0.07 52	0.07 76	0.09 76	0.10 102	0.15 141	0.05 33	0.16 77	0.12 131	0.28 203	0.13 113	0.21 147	0.08 84	0.11 138	0.10 67	0.11 84	0.23 165	0.12 94	0.16 97	0.11 105	0.21 171	0.11 119	0.08 116	0.07 70	0.15 86	0.14 81	0.16 99	0.15 77

ADCRef	0.13 96	0.10 109	0.10 123	0.10 93	0.08 67	0.09 74	0.09 106	0.17 86	0.14 147	0.20 96	0.15 142	0.15 76	0.13 145	0.05 43	0.11 99	0.11 84	0.16 68	0.14 145	0.19 130	0.12 127	0.16 92	0.12 138	0.09 132	0.11 143	0.14 78	0.18 155	0.13 67	0.19 130

DeepPrunerF	0.12 85	0.10 109	0.11 139	0.13 132	0.14 157	0.09 74	0.09 106	0.15 69	0.11 116	0.12 34	0.14 126	0.10 30	0.09 100	0.07 77	0.13 142	0.11 84	0.11 27	0.13 121	0.13 65	0.11 105	0.13 57	0.09 64	0.08 116	0.08 90	0.17 113	0.15 103	0.11 47	0.14 65

RAFT-Stereo	0.13 96	0.07 52	0.07 76	0.09 76	0.10 102	0.15 141	0.05 33	0.16 77	0.12 131	0.28 203	0.13 113	0.21 147	0.08 84	0.11 138	0.10 67	0.11 84	0.23 165	0.12 94	0.16 97	0.11 105	0.21 171	0.11 119	0.08 116	0.07 70	0.15 86	0.14 81	0.16 99	0.15 77
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.13 96	0.08 80	0.06 50	0.09 76	0.12 133	0.10 94	0.08 88	0.17 86	0.11 116	0.27 189	0.10 77	0.20 135	0.06 48	0.12 159	0.10 67	0.11 84	0.23 165	0.12 94	0.19 130	0.16 182	0.21 171	0.12 138	0.07 92	0.08 90	0.17 113	0.15 103	0.17 112	0.18 121

HSM-Net_RVC	0.16 156	0.12 133	0.10 123	0.17 163	0.13 147	0.14 131	0.10 121	0.18 115	0.14 147	0.25 161	0.18 174	0.28 178	0.17 175	0.11 138	0.12 128	0.11 84	0.19 117	0.13 121	0.17 106	0.11 105	0.18 123	0.12 138	0.08 116	0.11 143	0.19 145	0.17 138	0.23 173	0.24 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DeepPruner_ROB	0.14 121	0.13 148	0.11 139	0.12 122	0.11 119	0.11 101	0.09 106	0.17 86	0.12 131	0.21 105	0.18 174	0.15 76	0.13 145	0.08 95	0.14 160	0.11 84	0.18 103	0.15 159	0.19 130	0.11 105	0.18 123	0.14 165	0.10 147	0.11 143	0.17 113	0.17 138	0.17 112	0.19 130

HSM	0.14 121	0.12 133	0.09 110	0.14 141	0.13 147	0.12 114	0.11 130	0.18 115	0.11 116	0.23 123	0.15 142	0.18 106	0.14 159	0.08 95	0.12 128	0.11 84	0.21 145	0.12 94	0.17 106	0.12 127	0.18 123	0.11 119	0.07 92	0.08 90	0.17 113	0.16 120	0.17 112	0.18 121

iResNet	0.17 163	0.11 121	0.10 123	0.15 151	0.13 147	0.17 159	0.12 142	0.21 164	0.14 147	0.25 161	0.14 126	0.35 191	0.32 211	0.08 95	0.12 128	0.11 84	0.20 132	0.12 94	0.26 183	0.15 170	0.18 123	0.12 138	0.11 156	0.13 169	0.18 132	0.15 103	0.20 155	0.19 130

DISCO	0.11 62	0.10 109	0.08 100	0.10 93	0.09 86	0.11 101	0.09 106	0.10 35	0.08 62	0.15 47	0.11 91	0.12 44	0.07 70	0.06 55	0.09 40	0.11 84	0.15 59	0.10 57	0.14 72	0.10 88	0.12 36	0.10 90	0.06 69	0.09 113	0.14 78	0.12 55	0.13 67	0.11 38

DLCB_ROB	0.14 121	0.12 133	0.12 153	0.10 93	0.10 102	0.10 94	0.09 106	0.16 77	0.12 131	0.18 76	0.17 164	0.19 118	0.13 145	0.11 138	0.12 128	0.11 84	0.16 68	0.13 121	0.14 72	0.10 88	0.18 123	0.11 119	0.09 132	0.12 158	0.27 202	0.16 120	0.16 99	0.14 65

LE_ROB	0.42 225	0.19 190	0.17 195	0.40 218	0.44 229	0.33 214	0.44 226	0.35 217	0.29 224	0.32 223	0.21 192	1.22 251	1.73 266	0.11 138	0.11 99	0.11 84	0.21 145	0.13 121	0.21 149	0.13 143	0.23 195	0.13 155	0.12 167	0.15 179	0.39 230	0.36 233	1.46 267	1.45 264

pmcnn	0.19 174	0.14 161	0.11 139	0.18 168	0.13 147	0.19 176	0.16 166	0.20 153	0.19 181	0.26 175	0.15 142	0.35 191	0.26 198	0.09 112	0.11 99	0.11 84	0.25 194	0.14 145	0.24 175	0.14 154	0.23 195	0.15 175	0.11 156	0.11 143	0.21 169	0.19 174	0.40 222	0.46 220

modified_for_full_sf	0.13 96	0.08 80	0.06 50	0.08 59	0.11 119	0.11 101	0.09 106	0.18 115	0.09 83	0.28 203	0.08 48	0.20 135	0.07 70	0.10 124	0.10 67	0.12 121	0.23 165	0.11 68	0.28 190	0.13 143	0.20 152	0.11 119	0.07 92	0.08 90	0.12 49	0.18 155	0.17 112	0.19 130

testlalala2	0.14 121	0.08 80	0.07 76	0.12 122	0.12 133	0.13 123	0.13 149	0.17 86	0.06 28	0.27 189	0.09 67	0.19 118	0.06 48	0.11 138	0.11 99	0.12 121	0.24 185	0.13 121	0.32 198	0.11 105	0.20 152	0.09 64	0.09 132	0.07 70	0.16 102	0.17 138	0.21 166	0.24 165

AE-Stereo	0.13 96	0.09 96	0.08 100	0.11 109	0.09 86	0.08 61	0.05 33	0.17 86	0.14 147	0.24 139	0.10 77	0.19 118	0.10 113	0.07 77	0.11 99	0.12 121	0.24 185	0.13 121	0.17 106	0.11 105	0.19 138	0.10 90	0.05 51	0.09 113	0.14 78	0.14 81	0.15 91	0.14 65

MSKI-zero shot	0.13 96	0.08 80	0.05 25	0.09 76	0.11 119	0.09 74	0.07 80	0.19 136	0.09 83	0.28 203	0.10 77	0.19 118	0.06 48	0.11 138	0.11 99	0.12 121	0.23 165	0.11 68	0.17 106	0.11 105	0.22 184	0.10 90	0.07 92	0.08 90	0.14 78	0.17 138	0.18 131	0.18 121

testlalala_base	0.16 156	0.09 96	0.07 76	0.11 109	0.12 133	0.15 141	0.12 142	0.17 86	0.12 131	0.28 203	0.15 142	0.23 164	0.08 84	0.11 138	0.12 128	0.12 121	0.27 210	0.14 145	0.40 213	0.21 205	0.19 138	0.13 155	0.06 69	0.09 113	0.19 145	0.18 155	0.19 140	0.19 130

SPstereo	0.15 140	0.08 80	0.06 50	0.10 93	0.11 119	0.11 101	0.12 142	0.17 86	0.08 62	0.26 175	0.09 67	0.19 118	0.06 48	0.11 138	0.11 99	0.12 121	0.23 165	0.13 121	0.57 226	0.12 127	0.20 152	0.10 90	0.08 116	0.07 70	0.20 156	0.17 138	0.19 140	0.19 130

CASS	0.15 140	0.12 133	0.10 123	0.14 141	0.12 133	0.16 150	0.10 121	0.19 136	0.15 157	0.26 175	0.12 103	0.20 135	0.12 130	0.09 112	0.13 142	0.12 121	0.23 165	0.12 94	0.24 175	0.10 88	0.20 152	0.11 119	0.07 92	0.09 113	0.23 189	0.14 81	0.19 140	0.22 160
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
raft_robust	0.12 85	0.09 96	0.09 110	0.11 109	0.06 41	0.09 74	0.06 64	0.15 69	0.08 62	0.23 123	0.07 30	0.20 135	0.11 124	0.09 112	0.11 99	0.12 121	0.16 68	0.12 94	0.14 72	0.10 88	0.15 77	0.11 119	0.03 21	0.08 90	0.18 132	0.17 138	0.15 91	0.14 65

GLC_STEREO	0.13 96	0.11 121	0.12 153	0.12 122	0.11 119	0.11 101	0.10 121	0.19 136	0.07 44	0.25 161	0.13 113	0.13 56	0.07 70	0.07 77	0.09 40	0.12 121	0.24 185	0.11 68	0.17 106	0.09 68	0.27 221	0.16 184	0.07 92	0.07 70	0.16 102	0.10 27	0.20 155	0.12 50

DAS	0.19 174	0.11 121	0.10 123	0.24 192	0.19 187	0.18 167	0.21 191	0.23 180	0.18 174	0.24 139	0.14 126	0.38 196	0.21 187	0.09 112	0.13 142	0.12 121	0.25 194	0.16 171	0.22 162	0.15 170	0.21 171	0.14 165	0.17 187	0.13 169	0.20 156	0.18 155	0.23 173	0.30 188

SepStereo	0.19 174	0.11 121	0.10 123	0.24 192	0.19 187	0.18 167	0.21 191	0.23 180	0.18 174	0.24 139	0.14 126	0.38 196	0.21 187	0.09 112	0.13 142	0.12 121	0.25 194	0.16 171	0.22 162	0.15 170	0.21 171	0.14 165	0.17 187	0.13 169	0.20 156	0.18 155	0.23 173	0.30 188

GMOStereo	0.11 62	0.07 52	0.09 110	0.06 33	0.05 23	0.06 35	0.05 33	0.17 86	0.09 83	0.24 139	0.07 30	0.17 91	0.09 100	0.05 43	0.11 99	0.12 121	0.17 84	0.08 19	0.12 50	0.08 46	0.19 138	0.08 39	0.03 21	0.07 70	0.18 132	0.18 155	0.14 78	0.17 101

error version	0.11 62	0.07 52	0.09 110	0.06 33	0.05 23	0.06 35	0.05 33	0.17 86	0.09 83	0.24 139	0.07 30	0.17 91	0.09 100	0.05 43	0.11 99	0.12 121	0.17 84	0.08 19	0.12 50	0.08 46	0.19 138	0.08 39	0.03 21	0.07 70	0.18 132	0.18 155	0.14 78	0.17 101

test-v	0.11 62	0.07 52	0.09 110	0.06 33	0.05 23	0.06 35	0.05 33	0.17 86	0.09 83	0.24 139	0.07 30	0.17 91	0.09 100	0.05 43	0.11 99	0.12 121	0.17 84	0.08 19	0.12 50	0.08 46	0.19 138	0.08 39	0.03 21	0.07 70	0.18 132	0.18 155	0.14 78	0.17 101

test-2	0.11 62	0.07 52	0.09 110	0.06 33	0.05 23	0.06 35	0.05 33	0.17 86	0.09 83	0.24 139	0.07 30	0.17 91	0.09 100	0.05 43	0.11 99	0.12 121	0.17 84	0.08 19	0.12 50	0.08 46	0.19 138	0.08 39	0.03 21	0.07 70	0.18 132	0.18 155	0.14 78	0.17 101

GEStereo_RVC	0.14 121	0.13 148	0.10 123	0.11 109	0.12 133	0.12 114	0.11 130	0.18 115	0.13 140	0.24 139	0.16 154	0.18 106	0.10 113	0.06 55	0.13 142	0.12 121	0.20 132	0.16 171	0.23 169	0.13 143	0.16 92	0.14 165	0.07 92	0.11 143	0.21 169	0.15 103	0.13 67	0.20 141

pcwnet_v2	0.16 156	0.12 133	0.12 153	0.16 155	0.14 157	0.17 159	0.14 156	0.20 153	0.13 140	0.22 110	0.14 126	0.19 118	0.18 179	0.12 159	0.11 99	0.12 121	0.18 103	0.14 145	0.17 106	0.12 127	0.16 92	0.11 119	0.09 132	0.11 143	0.20 156	0.19 174	0.19 140	0.28 184

XX-Stereo	0.14 121	0.05 20	0.05 25	0.10 93	0.07 57	0.17 159	0.07 80	0.18 115	0.10 104	0.27 189	0.09 67	0.21 147	0.03 8	0.10 124	0.11 99	0.12 121	0.22 156	0.11 68	0.21 149	0.11 105	0.20 152	0.09 64	0.08 116	0.07 70	0.23 189	0.17 138	0.17 112	0.35 199

EAI-Stereo	0.13 96	0.07 52	0.04 10	0.10 93	0.10 102	0.10 94	0.09 106	0.18 115	0.10 104	0.26 175	0.11 91	0.20 135	0.05 31	0.10 124	0.10 67	0.12 121	0.22 156	0.12 94	0.19 130	0.12 127	0.19 138	0.09 64	0.08 116	0.08 90	0.16 102	0.15 103	0.16 99	0.20 141

psm_up	0.15 140	0.11 121	0.13 164	0.15 151	0.12 133	0.14 131	0.11 130	0.20 153	0.17 168	0.19 88	0.13 113	0.15 76	0.17 175	0.10 124	0.14 160	0.12 121	0.19 117	0.13 121	0.17 106	0.11 105	0.15 77	0.10 90	0.10 147	0.16 187	0.18 132	0.17 138	0.17 112	0.19 130

DMCA-RVC	0.10 53	0.08 80	0.11 139	0.08 59	0.09 86	0.08 61	0.08 88	0.12 41	0.09 83	0.13 38	0.13 113	0.13 56	0.07 70	0.06 55	0.14 160	0.12 121	0.14 50	0.13 121	0.11 39	0.10 88	0.12 36	0.10 90	0.07 92	0.09 113	0.10 26	0.10 27	0.10 33	0.11 38

FADNet_RVC	0.18 166	0.14 161	0.13 164	0.20 179	0.15 166	0.14 131	0.13 149	0.24 185	0.14 147	0.24 139	0.18 174	0.28 178	0.22 193	0.14 175	0.15 172	0.12 121	0.20 132	0.17 184	0.32 198	0.15 170	0.20 152	0.15 175	0.11 156	0.15 179	0.20 156	0.21 184	0.18 131	0.23 163

STTStereo	0.13 96	0.14 161	0.17 195	0.13 132	0.15 166	0.13 123	0.21 191	0.13 54	0.14 147	0.15 47	0.15 142	0.17 91	0.10 113	0.11 138	0.14 160	0.12 121	0.15 59	0.15 159	0.13 65	0.11 105	0.12 36	0.10 90	0.07 92	0.09 113	0.15 86	0.14 81	0.12 56	0.16 88

RP	0.15 140	0.14 161	0.16 185	0.17 163	0.14 157	0.17 159	0.16 166	0.19 136	0.17 168	0.14 41	0.16 154	0.16 86	0.15 167	0.11 138	0.14 160	0.12 121	0.15 59	0.12 94	0.15 87	0.12 127	0.12 36	0.13 155	0.10 147	0.12 158	0.17 113	0.17 138	0.20 155	0.18 121

ADCL	0.14 121	0.12 133	0.11 139	0.13 132	0.11 119	0.14 131	0.11 130	0.18 115	0.16 161	0.22 110	0.16 154	0.21 147	0.13 145	0.09 112	0.12 128	0.12 121	0.17 84	0.13 121	0.18 120	0.13 143	0.19 138	0.14 165	0.11 156	0.11 143	0.17 113	0.16 120	0.16 99	0.17 101

NLCA_NET_v2_RVC	0.13 96	0.13 148	0.14 174	0.14 141	0.16 168	0.13 123	0.21 191	0.13 54	0.15 157	0.16 54	0.16 154	0.21 147	0.10 113	0.15 183	0.12 128	0.12 121	0.16 68	0.12 94	0.11 39	0.09 68	0.12 36	0.10 90	0.08 116	0.09 113	0.13 60	0.13 64	0.11 47	0.16 88
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.15 140	0.11 121	0.11 139	0.19 174	0.14 157	0.21 190	0.24 204	0.13 54	0.11 116	0.16 54	0.14 126	0.10 30	0.08 84	0.40 229	0.12 128	0.12 121	0.21 145	0.14 145	0.16 97	0.10 88	0.12 36	0.09 64	0.25 211	0.08 90	0.15 86	0.13 64	0.14 78	0.13 56

CBMV_ROB	0.22 188	0.14 161	0.16 185	0.26 197	0.23 200	0.21 190	0.22 197	0.28 197	0.17 168	0.26 175	0.17 164	0.28 178	0.18 179	0.26 208	0.13 142	0.12 121	0.26 203	0.17 184	0.19 130	0.17 186	0.21 171	0.19 202	0.26 217	0.21 199	0.25 195	0.27 219	0.25 186	0.34 197

PDISCO_ROB	0.12 85	0.13 148	0.13 164	0.10 93	0.08 67	0.09 74	0.09 106	0.09 29	0.08 62	0.11 32	0.10 77	0.06 15	0.05 31	0.05 43	0.10 67	0.12 121	0.14 50	0.16 171	0.09 29	0.10 88	0.14 73	0.13 155	0.04 35	0.08 90	0.17 113	0.21 184	0.32 202	0.20 141

anonymity	0.13 96	0.06 30	0.05 25	0.09 76	0.10 102	0.09 74	0.07 80	0.18 115	0.08 62	0.28 203	0.13 113	0.19 118	0.06 48	0.09 112	0.10 67	0.13 150	0.23 165	0.12 94	0.17 106	0.15 170	0.20 152	0.10 90	0.09 132	0.07 70	0.20 156	0.19 174	0.19 140	0.19 130

UDG	0.26 201	0.21 196	0.13 164	0.39 216	0.32 220	0.39 221	0.53 234	0.20 153	0.16 161	0.19 88	0.23 203	0.17 91	0.09 100	1.45 243	0.16 180	0.13 150	0.27 210	0.16 171	0.27 189	0.14 154	0.22 184	0.14 165	0.25 211	0.12 158	0.21 169	0.21 184	0.21 166	0.19 130

test_3	0.11 62	0.07 52	0.07 76	0.06 33	0.08 67	0.05 23	0.05 33	0.17 86	0.10 104	0.24 139	0.09 67	0.22 160	0.12 130	0.06 55	0.13 142	0.13 150	0.20 132	0.09 44	0.14 72	0.10 88	0.18 123	0.09 64	0.04 35	0.08 90	0.13 60	0.14 81	0.13 67	0.14 65

TANstereo	0.11 62	0.06 30	0.06 50	0.10 93	0.09 86	0.08 61	0.06 64	0.12 41	0.08 62	0.22 110	0.08 48	0.13 56	0.08 84	0.08 95	0.10 67	0.13 150	0.19 117	0.13 121	0.18 120	0.08 46	0.18 123	0.10 90	0.06 69	0.06 38	0.11 43	0.11 40	0.15 91	0.14 65

XX-TBD	0.11 62	0.06 30	0.06 50	0.10 93	0.09 86	0.08 61	0.06 64	0.12 41	0.08 62	0.22 110	0.08 48	0.13 56	0.08 84	0.08 95	0.10 67	0.13 150	0.19 117	0.13 121	0.18 120	0.08 46	0.18 123	0.10 90	0.06 69	0.06 38	0.11 43	0.11 40	0.15 91	0.14 65

FINET	0.12 85	0.12 133	0.12 153	0.12 122	0.10 102	0.11 101	0.13 149	0.15 69	0.12 131	0.13 38	0.12 103	0.13 56	0.10 113	0.09 112	0.18 195	0.13 150	0.16 68	0.11 68	0.17 106	0.10 88	0.13 57	0.10 90	0.10 147	0.10 130	0.13 60	0.11 40	0.13 67	0.13 56

SFCPSM	0.20 180	0.14 161	0.12 153	0.21 183	0.16 168	0.20 182	0.18 176	0.22 173	0.20 194	0.25 161	0.24 206	0.34 190	0.34 218	0.14 175	0.13 142	0.13 150	0.24 185	0.16 171	0.32 198	0.19 196	0.19 138	0.13 155	0.14 177	0.12 158	0.22 180	0.18 155	0.20 155	0.25 174

MaskLacGwcNet_RVC	0.36 220	0.16 173	0.13 164	0.26 197	0.22 196	0.23 198	0.27 211	0.24 185	0.15 157	0.24 139	0.16 154	4.16 270	0.22 193	0.19 194	0.14 160	0.13 150	0.33 225	0.22 212	0.32 198	0.20 203	0.24 206	0.19 202	0.22 203	0.14 176	0.20 156	0.20 183	0.21 166	0.24 165

stereogan	0.16 156	0.15 169	0.15 181	0.16 155	0.18 180	0.18 167	0.16 166	0.20 153	0.19 181	0.14 41	0.16 154	0.20 135	0.18 179	0.13 172	0.16 180	0.13 150	0.16 68	0.14 145	0.18 120	0.14 154	0.15 77	0.13 155	0.13 171	0.13 169	0.16 102	0.17 138	0.23 173	0.18 121

RTSC	0.14 121	0.11 121	0.11 139	0.12 122	0.11 119	0.12 114	0.10 121	0.16 77	0.14 147	0.18 76	0.13 113	0.15 76	0.14 159	0.08 95	0.13 142	0.13 150	0.20 132	0.13 121	0.21 149	0.12 127	0.16 92	0.12 138	0.07 92	0.10 130	0.16 102	0.17 138	0.21 166	0.33 193

CC-Net-ROB	0.28 208	0.40 228	0.29 225	0.57 230	0.44 229	0.42 225	0.38 220	0.32 211	0.19 181	0.33 227	0.28 222	0.69 224	0.10 113	0.32 225	0.21 209	0.13 150	0.14 50	0.16 171	0.40 213	0.18 192	0.15 77	0.09 64	0.23 206	0.24 213	0.22 180	0.21 184	0.19 140	0.28 184

CFNet_RVC	0.13 96	0.12 133	0.10 123	0.14 141	0.11 119	0.14 131	0.09 106	0.17 86	0.09 83	0.19 88	0.13 113	0.21 147	0.09 100	0.10 124	0.12 128	0.13 150	0.18 103	0.13 121	0.15 87	0.11 105	0.16 92	0.09 64	0.06 69	0.09 113	0.16 102	0.13 64	0.16 99	0.17 101

ccs_rob	0.20 180	0.15 169	0.12 153	0.26 197	0.16 168	0.26 203	0.20 185	0.22 173	0.16 161	0.25 161	0.24 206	0.58 216	0.25 196	0.18 188	0.13 142	0.13 150	0.23 165	0.15 159	0.21 149	0.16 182	0.21 171	0.12 138	0.12 167	0.11 143	0.20 156	0.16 120	0.18 131	0.23 163

UCFNet_RVC	0.15 140	0.17 181	0.12 153	0.16 155	0.14 157	0.17 159	0.11 130	0.17 86	0.13 140	0.21 105	0.13 113	0.28 178	0.12 130	0.10 124	0.12 128	0.13 150	0.18 103	0.13 121	0.17 106	0.12 127	0.17 105	0.09 64	0.10 147	0.11 143	0.19 145	0.16 120	0.17 112	0.20 141

SGM-ForestM	0.25 197	0.22 201	0.16 185	0.37 210	0.24 205	0.32 210	0.24 204	0.29 204	0.21 198	0.23 123	0.18 174	0.50 210	0.26 198	0.20 197	0.15 172	0.13 150	0.23 165	0.16 171	0.25 179	0.15 170	0.20 152	0.17 191	0.21 201	0.17 192	0.37 227	0.26 209	0.52 229	0.37 201

NaN_ROB	0.19 174	0.20 194	0.19 206	0.19 174	0.20 191	0.16 150	0.15 161	0.28 197	0.19 181	0.23 123	0.18 174	0.46 205	0.17 175	0.11 138	0.14 160	0.13 150	0.15 59	0.14 145	0.21 149	0.19 196	0.13 57	0.11 119	0.09 132	0.21 199	0.25 195	0.23 197	0.26 189	0.28 184

MDST_ROB	0.23 195	0.26 213	0.15 181	0.46 223	0.24 205	0.36 216	0.20 185	0.24 185	0.16 161	0.26 175	0.15 142	0.28 178	0.27 202	0.11 138	0.13 142	0.13 150	0.21 145	0.12 94	0.18 120	0.12 127	0.20 152	0.11 119	0.11 156	0.12 158	0.36 226	0.25 208	0.57 234	0.33 193

PWC_ROB	0.23 195	0.20 194	0.14 174	0.18 168	0.17 174	0.16 150	0.20 185	0.21 164	0.27 216	0.15 47	0.21 192	0.28 178	0.63 240	0.13 172	0.14 160	0.13 150	0.27 210	0.18 195	0.37 210	0.19 196	0.22 184	0.18 193	0.16 182	0.24 213	0.20 156	0.19 174	0.24 180	0.44 216

SGM_RVC	0.25 197	0.24 208	0.18 200	0.39 216	0.27 211	0.34 215	0.26 209	0.28 197	0.19 181	0.25 161	0.18 174	0.42 199	0.31 209	0.18 188	0.14 160	0.13 150	0.23 165	0.15 159	0.26 183	0.14 154	0.19 138	0.15 175	0.19 195	0.17 192	0.34 222	0.24 199	0.56 233	0.45 218
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SQANet	0.46 229	0.56 235	0.14 174	1.44 243	0.52 236	1.25 242	0.85 239	0.30 206	0.23 201	0.34 231	0.25 211	0.66 221	0.19 184	1.15 241	0.19 203	0.14 169	0.25 194	0.20 205	0.42 215	0.22 211	0.17 105	0.14 165	1.56 248	0.17 192	0.21 169	0.17 138	0.27 192	0.41 208

HBP-ISP	0.21 185	0.16 173	0.13 164	0.26 197	0.23 200	0.22 194	0.18 176	0.29 204	0.18 174	0.28 203	0.19 183	0.22 160	0.12 130	0.28 216	0.11 99	0.14 169	0.26 203	0.19 200	0.20 143	0.13 143	0.23 195	0.23 221	0.26 217	0.24 213	0.25 195	0.24 199	0.23 173	0.26 177

DDUNet	0.26 201	0.21 196	0.12 153	0.38 212	0.31 219	0.41 223	0.48 229	0.20 153	0.16 161	0.16 54	0.25 211	0.17 91	0.08 84	1.61 247	0.15 172	0.14 169	0.21 145	0.15 159	0.25 179	0.14 154	0.18 123	0.13 155	0.25 211	0.16 187	0.17 113	0.19 174	0.18 131	0.22 160

SACVNet	0.16 156	0.14 161	0.13 164	0.16 155	0.13 147	0.14 131	0.12 142	0.19 136	0.17 168	0.19 88	0.17 164	0.14 70	0.07 70	0.14 175	0.15 172	0.14 169	0.19 117	0.16 171	0.20 143	0.13 143	0.17 105	0.14 165	0.12 167	0.13 169	0.21 169	0.19 174	0.19 140	0.17 101

GwcNet-ADL	0.17 163	0.12 133	0.11 139	0.19 174	0.14 157	0.17 159	0.14 156	0.21 164	0.14 147	0.24 139	0.17 164	0.32 187	0.16 172	0.20 197	0.13 142	0.14 169	0.23 165	0.15 159	0.23 169	0.13 143	0.18 123	0.12 138	0.06 69	0.10 130	0.19 145	0.16 120	0.19 140	0.22 160

PSMNet-ADL	0.18 166	0.13 148	0.13 164	0.16 155	0.14 157	0.17 159	0.16 166	0.20 153	0.22 199	0.27 189	0.20 190	0.29 184	0.26 198	0.18 188	0.16 180	0.14 169	0.23 165	0.14 145	0.22 162	0.14 154	0.19 138	0.11 119	0.10 147	0.11 143	0.20 156	0.16 120	0.23 173	0.20 141

cross-raft	0.14 121	0.08 80	0.07 76	0.08 59	0.10 102	0.12 114	0.08 88	0.17 86	0.13 140	0.27 189	0.12 103	0.21 147	0.05 31	0.11 138	0.13 142	0.14 169	0.22 156	0.11 68	0.23 169	0.13 143	0.23 195	0.10 90	0.06 69	0.08 90	0.22 180	0.18 155	0.14 78	0.16 88

test-1	0.15 140	0.06 30	0.07 76	0.11 109	0.10 102	0.18 167	0.14 156	0.19 136	0.13 140	0.28 203	0.10 77	0.19 118	0.11 124	0.12 159	0.13 142	0.14 169	0.22 156	0.12 94	0.23 169	0.10 88	0.24 206	0.09 64	0.09 132	0.08 90	0.21 169	0.18 155	0.15 91	0.18 121

ICVP	0.15 140	0.13 148	0.14 174	0.12 122	0.12 133	0.13 123	0.10 121	0.17 86	0.12 131	0.17 63	0.14 126	0.18 106	0.12 130	0.09 112	0.13 142	0.14 169	0.18 103	0.15 159	0.16 97	0.14 154	0.17 105	0.14 165	0.20 197	0.11 143	0.19 145	0.19 174	0.17 112	0.17 101
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sAnonymous2	0.14 121	0.09 96	0.10 123	0.10 93	0.09 86	0.09 74	0.11 130	0.22 173	0.11 116	0.23 123	0.17 164	0.15 76	0.10 113	0.06 55	0.13 142	0.14 169	0.18 103	0.15 159	0.21 149	0.14 154	0.17 105	0.15 175	0.05 51	0.10 130	0.17 113	0.17 138	0.17 112	0.16 88

CroCo_RVC	0.14 121	0.09 96	0.10 123	0.10 93	0.09 86	0.09 74	0.11 130	0.22 173	0.11 116	0.23 123	0.17 164	0.15 76	0.10 113	0.06 55	0.13 142	0.14 169	0.18 103	0.15 159	0.21 149	0.14 154	0.17 105	0.15 175	0.05 51	0.10 130	0.17 113	0.17 138	0.17 112	0.16 88

S-Stereo	0.30 212	0.22 201	0.18 200	0.42 221	0.39 226	0.41 223	0.37 216	0.25 191	0.24 204	0.26 175	0.44 238	0.55 215	0.36 221	0.24 205	0.18 195	0.14 169	0.27 210	0.27 226	0.35 206	0.28 223	0.23 195	0.23 221	0.53 241	0.23 205	0.23 189	0.19 174	0.27 192	0.38 203

SANet	0.31 214	0.21 196	0.21 214	0.25 195	0.22 196	0.31 206	0.22 197	0.31 210	0.32 229	0.27 189	0.27 218	1.36 254	0.39 227	0.22 203	0.17 187	0.14 169	0.26 203	0.21 208	0.30 194	0.21 205	0.25 212	0.21 214	0.30 235	0.23 205	0.34 222	0.26 209	0.35 210	0.49 222

NOSS_ROB	0.21 185	0.14 161	0.16 185	0.21 183	0.19 187	0.20 182	0.22 197	0.30 206	0.18 174	0.25 161	0.16 154	0.21 147	0.13 145	0.27 215	0.15 172	0.14 169	0.26 203	0.21 208	0.22 162	0.17 186	0.23 195	0.22 218	0.26 217	0.24 213	0.26 199	0.23 197	0.24 180	0.27 180

XPNet_ROB	0.18 166	0.21 196	0.14 174	0.15 151	0.16 168	0.15 141	0.15 161	0.16 77	0.14 147	0.19 88	0.19 183	0.49 208	0.13 145	0.11 138	0.16 180	0.14 169	0.25 194	0.16 171	0.18 120	0.14 154	0.17 105	0.19 202	0.13 171	0.14 176	0.18 132	0.17 138	0.32 202	0.29 187

ETE_ROB	0.22 188	0.23 206	0.15 181	0.20 179	0.16 168	0.19 176	0.17 174	0.18 115	0.19 181	0.21 105	0.22 201	0.64 219	0.16 172	0.14 175	0.17 187	0.14 169	0.30 222	0.19 200	0.25 179	0.19 196	0.22 184	0.18 193	0.16 182	0.15 179	0.22 180	0.28 223	0.41 224	0.27 180

CBMV	0.22 188	0.18 187	0.18 200	0.23 187	0.22 196	0.20 182	0.18 176	0.27 195	0.19 181	0.28 203	0.11 91	0.30 185	0.13 145	0.24 205	0.16 180	0.14 169	0.25 194	0.18 195	0.20 143	0.16 182	0.22 184	0.19 202	0.24 210	0.23 205	0.27 202	0.24 199	0.36 213	0.42 210
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	0.30 212	0.26 213	0.20 208	0.49 226	0.37 224	0.36 216	0.26 209	0.32 211	0.28 219	0.30 218	0.28 222	0.60 217	0.48 233	0.18 188	0.15 172	0.14 169	0.26 203	0.17 184	0.28 190	0.18 192	0.28 223	0.22 218	0.25 211	0.21 199	0.37 227	0.30 228	0.55 232	0.51 224
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
Anonymous	0.15 140	0.10 109	0.10 123	0.10 93	0.10 102	0.10 94	0.08 88	0.19 136	0.09 83	0.20 96	0.13 113	0.19 118	0.17 175	0.07 77	0.14 160	0.15 187	0.20 132	0.17 184	0.18 120	0.15 170	0.23 195	0.16 184	0.06 69	0.10 130	0.23 189	0.18 155	0.19 140	0.15 77

FADNet-RVC	0.15 140	0.13 148	0.11 139	0.18 168	0.12 133	0.14 131	0.10 121	0.21 164	0.09 83	0.19 88	0.17 164	0.18 106	0.12 130	0.11 138	0.17 187	0.15 187	0.18 103	0.13 121	0.18 120	0.15 170	0.12 36	0.13 155	0.12 167	0.11 143	0.21 169	0.16 120	0.14 78	0.15 77

SHD	0.22 188	0.17 181	0.21 214	0.18 168	0.17 174	0.19 176	0.20 185	0.27 195	0.17 168	0.27 189	0.19 183	0.24 171	0.32 211	0.17 187	0.16 180	0.15 187	0.19 117	0.17 184	0.33 203	0.18 192	0.21 171	0.18 193	0.16 182	0.17 192	0.24 193	0.28 223	0.25 186	0.43 213

XQC	0.29 209	0.30 222	0.27 223	0.37 210	0.28 213	0.37 219	0.37 216	0.40 228	0.30 225	0.32 223	0.20 190	0.45 202	0.28 205	0.31 222	0.16 180	0.15 187	0.21 145	0.22 212	0.34 205	0.24 214	0.22 184	0.21 214	0.23 206	0.25 217	0.33 220	0.27 219	0.44 226	0.33 193

DispFullNet	0.49 230	0.53 234	0.20 208	1.14 240	0.43 228	0.79 238	1.26 244	0.33 214	0.24 204	0.24 139	0.27 218	0.85 237	0.50 234	1.59 246	0.18 195	0.15 187	0.51 243	0.34 239	1.12 251	0.26 219	0.25 212	0.19 202	0.20 197	0.22 202	0.28 206	0.18 155	0.35 210	0.61 235

sCroCo_RVC	0.14 121	0.09 96	0.09 110	0.08 59	0.07 57	0.10 94	0.07 80	0.20 153	0.14 147	0.18 76	0.12 103	0.13 56	0.14 159	0.06 55	0.14 160	0.16 192	0.22 156	0.15 159	0.22 162	0.13 143	0.21 171	0.16 184	0.06 69	0.12 158	0.18 132	0.15 103	0.17 112	0.17 101

APVNet	0.15 140	0.13 148	0.11 139	0.13 132	0.17 174	0.15 141	0.13 149	0.19 136	0.11 116	0.14 41	0.13 113	0.17 91	0.09 100	0.16 186	0.17 187	0.16 192	0.21 145	0.14 145	0.22 162	0.15 170	0.15 77	0.12 138	0.07 92	0.12 158	0.17 113	0.15 103	0.19 140	0.17 101

FAT-Stereo	0.26 201	0.19 190	0.17 195	0.38 212	0.37 224	0.31 206	0.25 208	0.26 192	0.18 174	0.28 203	0.25 211	0.33 188	0.36 221	0.26 208	0.18 195	0.16 192	0.27 210	0.23 217	0.33 203	0.21 205	0.22 184	0.19 202	0.22 203	0.22 202	0.22 180	0.22 192	0.33 204	0.43 213

FADNet	0.16 156	0.15 169	0.10 123	0.20 179	0.10 102	0.19 176	0.13 149	0.21 164	0.13 140	0.22 110	0.26 216	0.17 91	0.14 159	0.12 159	0.20 207	0.16 192	0.16 68	0.14 145	0.23 169	0.20 203	0.16 92	0.13 155	0.11 156	0.11 143	0.21 169	0.17 138	0.16 99	0.15 77

AF-Net	0.15 140	0.13 148	0.13 164	0.14 141	0.18 180	0.15 141	0.14 156	0.17 86	0.16 161	0.17 63	0.21 192	0.18 106	0.12 130	0.10 124	0.18 195	0.16 192	0.14 50	0.14 145	0.15 87	0.11 105	0.12 36	0.11 119	0.13 171	0.10 130	0.15 86	0.16 120	0.20 155	0.15 77

Nwc_Net	0.15 140	0.13 148	0.13 164	0.14 141	0.18 180	0.15 141	0.14 156	0.17 86	0.16 161	0.17 63	0.21 192	0.18 106	0.12 130	0.10 124	0.18 195	0.16 192	0.14 50	0.14 145	0.15 87	0.11 105	0.12 36	0.11 119	0.13 171	0.10 130	0.15 86	0.16 120	0.20 155	0.15 77

RTS	0.20 180	0.16 173	0.14 174	0.17 163	0.14 157	0.20 182	0.15 161	0.24 185	0.25 209	0.15 47	0.14 126	0.14 70	0.20 185	0.11 138	0.15 172	0.16 192	0.24 185	0.17 184	0.35 206	0.24 214	0.23 195	0.16 184	0.09 132	0.15 179	0.29 210	0.26 209	0.28 195	0.55 229

RTSA	0.20 180	0.16 173	0.14 174	0.17 163	0.14 157	0.20 182	0.15 161	0.24 185	0.25 209	0.15 47	0.14 126	0.14 70	0.20 185	0.11 138	0.15 172	0.16 192	0.24 185	0.17 184	0.35 206	0.24 214	0.23 195	0.16 184	0.09 132	0.15 179	0.29 210	0.26 209	0.28 195	0.55 229

ADCMid	0.22 188	0.18 187	0.17 195	0.18 168	0.19 187	0.20 182	0.16 166	0.30 206	0.25 209	0.24 139	0.19 183	0.36 193	0.21 187	0.12 159	0.18 195	0.16 192	0.25 194	0.18 195	0.37 210	0.19 196	0.24 206	0.20 211	0.17 187	0.15 179	0.24 193	0.22 192	0.25 186	0.30 188

STStereo	0.38 221	0.43 230	0.31 231	0.74 236	0.50 235	0.58 230	0.43 225	0.35 217	0.31 227	0.34 231	0.25 211	0.83 236	0.55 237	0.20 197	0.17 187	0.16 192	0.25 194	0.16 171	0.46 220	0.17 186	0.24 206	0.19 202	0.20 197	0.23 205	0.52 237	0.41 238	0.76 246	0.59 234

DPSNet	0.40 224	0.19 190	0.18 200	0.27 203	0.26 208	0.29 205	0.19 183	0.26 192	0.24 204	0.18 76	0.17 164	2.15 264	0.44 230	0.10 124	0.20 207	0.16 192	0.35 230	0.28 229	2.00 265	0.27 221	0.25 212	0.17 191	0.28 232	0.25 217	0.40 231	0.27 219	0.39 218	0.53 226

NCCL2	0.18 166	0.17 181	0.16 185	0.13 132	0.13 147	0.13 123	0.12 142	0.21 164	0.18 174	0.22 110	0.15 142	0.23 164	0.13 145	0.10 124	0.17 187	0.16 192	0.19 117	0.17 184	0.19 130	0.17 186	0.22 184	0.18 193	0.11 156	0.16 187	0.26 199	0.26 209	0.20 155	0.24 165

MFN_U_SF_DS_RVC	0.25 197	0.25 210	0.20 208	0.29 205	0.22 196	0.22 194	0.23 200	0.37 222	0.28 219	0.35 234	0.22 201	0.46 205	0.32 211	0.20 197	0.19 203	0.17 204	0.17 84	0.16 171	0.30 194	0.14 154	0.21 171	0.19 202	0.27 229	0.23 205	0.29 210	0.26 209	0.33 204	0.31 192

edge stereo	0.31 214	0.22 201	0.20 208	0.42 221	0.36 222	0.42 225	0.39 222	0.39 227	0.23 201	0.23 123	0.39 235	0.68 222	0.34 218	0.30 220	0.17 187	0.17 204	0.31 223	0.21 208	0.42 215	0.21 205	0.24 206	0.18 193	0.25 211	0.23 205	0.28 206	0.24 199	0.39 218	0.55 229

PVD	0.39 222	0.38 227	0.20 208	0.47 225	0.36 222	0.50 229	0.40 224	0.38 225	0.34 234	0.23 123	0.29 224	0.52 214	0.51 235	0.50 232	0.19 203	0.17 204	0.40 236	0.26 224	0.50 224	0.29 225	0.40 237	0.41 250	0.23 206	0.27 220	0.45 234	0.59 253	0.46 228	0.73 243

ADCPNet	0.22 188	0.17 181	0.16 185	0.20 179	0.20 191	0.20 182	0.18 176	0.28 197	0.23 201	0.26 175	0.23 203	0.26 176	0.29 206	0.15 183	0.19 203	0.17 204	0.24 185	0.17 184	0.32 198	0.23 213	0.25 212	0.20 211	0.17 187	0.22 202	0.25 195	0.24 199	0.27 192	0.34 197

CSAN	0.26 201	0.30 222	0.30 227	0.26 197	0.23 200	0.21 190	0.19 183	0.28 197	0.37 236	0.35 234	0.24 206	0.51 213	0.27 202	0.14 175	0.22 211	0.17 204	0.19 117	0.20 205	0.26 183	0.25 218	0.22 184	0.20 211	0.17 187	0.27 220	0.31 215	0.26 209	0.39 218	0.38 203

LALA_ROB	0.22 188	0.25 210	0.16 185	0.19 174	0.17 174	0.22 194	0.16 166	0.18 115	0.19 181	0.24 139	0.21 192	0.63 218	0.15 167	0.13 172	0.26 221	0.17 204	0.27 210	0.22 212	0.23 169	0.19 196	0.20 152	0.21 214	0.14 177	0.15 179	0.20 156	0.22 192	0.35 210	0.26 177

Anonymous3	0.18 166	0.15 169	0.11 139	0.15 151	0.10 102	0.14 131	0.11 130	0.22 173	0.19 181	0.27 189	0.15 142	0.27 177	0.12 130	0.12 159	0.27 223	0.18 210	0.22 156	0.18 195	0.26 183	0.17 186	0.25 212	0.21 214	0.09 132	0.10 130	0.21 169	0.21 184	0.22 172	0.20 141

G-Net	0.29 209	0.24 208	0.19 206	0.24 192	0.21 195	0.36 216	0.23 200	0.30 206	0.27 216	0.33 227	0.33 232	0.89 242	0.25 196	0.19 194	0.21 209	0.18 210	0.26 203	0.22 212	0.44 217	0.31 230	0.27 221	0.18 193	0.18 193	0.18 196	0.28 206	0.24 199	0.40 222	0.41 208

NCC-stereo	0.18 166	0.16 173	0.16 185	0.16 155	0.18 180	0.18 167	0.18 176	0.19 136	0.20 194	0.16 54	0.19 183	0.21 147	0.21 187	0.12 159	0.22 211	0.18 210	0.18 103	0.19 200	0.19 130	0.15 170	0.16 92	0.15 175	0.15 179	0.12 158	0.19 145	0.18 155	0.24 180	0.20 141

Abc-Net	0.18 166	0.16 173	0.16 185	0.16 155	0.18 180	0.18 167	0.18 176	0.19 136	0.20 194	0.16 54	0.19 183	0.21 147	0.21 187	0.12 159	0.22 211	0.18 210	0.18 103	0.19 200	0.19 130	0.15 170	0.16 92	0.15 175	0.15 179	0.12 158	0.19 145	0.18 155	0.24 180	0.20 141
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AnyNet_C32	0.21 185	0.16 173	0.15 181	0.17 163	0.17 174	0.19 176	0.16 166	0.26 192	0.22 199	0.25 161	0.24 206	0.24 171	0.18 179	0.14 175	0.22 211	0.18 210	0.28 218	0.22 212	0.30 194	0.19 196	0.28 223	0.23 221	0.16 182	0.18 196	0.22 180	0.22 192	0.21 166	0.24 165

PA-Net	0.19 174	0.21 196	0.25 220	0.14 141	0.20 191	0.18 167	0.21 191	0.21 164	0.19 181	0.17 63	0.15 142	0.17 91	0.21 187	0.26 208	0.17 187	0.18 210	0.15 59	0.19 200	0.13 65	0.17 186	0.14 73	0.16 184	0.10 147	0.16 187	0.18 132	0.27 219	0.17 112	0.35 199
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	0.26 201	0.26 213	0.30 227	0.23 187	0.23 200	0.23 198	0.24 204	0.35 217	0.33 231	0.32 223	0.18 174	0.50 210	0.38 225	0.12 159	0.22 211	0.18 210	0.20 132	0.21 208	0.35 206	0.21 205	0.24 206	0.16 184	0.22 203	0.29 226	0.28 206	0.21 184	0.36 213	0.33 193
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
SGM-Forest	0.20 180	0.18 187	0.16 185	0.23 187	0.18 180	0.21 190	0.18 176	0.23 180	0.17 168	0.20 96	0.16 154	0.23 164	0.18 179	0.22 203	0.18 195	0.18 210	0.19 117	0.17 184	0.18 120	0.15 170	0.18 123	0.19 202	0.25 211	0.19 198	0.22 180	0.18 155	0.26 189	0.24 165
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RGC	0.19 174	0.17 181	0.17 195	0.19 174	0.20 191	0.20 182	0.15 161	0.22 173	0.26 213	0.17 63	0.21 192	0.21 147	0.24 195	0.15 183	0.24 218	0.19 218	0.18 103	0.16 171	0.19 130	0.16 182	0.17 105	0.14 165	0.13 171	0.16 187	0.21 169	0.21 184	0.24 180	0.25 174

ADCS	0.29 209	0.22 201	0.21 214	0.26 197	0.25 207	0.25 201	0.23 200	0.37 222	0.30 225	0.23 123	0.27 218	0.47 207	0.36 221	0.20 197	0.22 211	0.19 218	0.32 224	0.24 220	0.49 223	0.28 223	0.37 235	0.30 232	0.20 197	0.23 205	0.31 215	0.28 223	0.30 197	0.43 213

STTRV1_RVC	0.39 222	0.26 213	0.22 218	0.35 207	0.28 213	0.32 210	0.29 213	0.36 221	0.33 231	0.27 189	0.27 218	0.42 199	0.41 228	0.48 231	0.38 235	0.19 218	0.59 251	0.20 205	1.22 255	0.30 228	0.59 260	0.23 221	0.43 237	0.43 239	0.26 199	0.56 250	0.34 208	0.67 239

DGSMNet	0.34 218	0.27 218	0.24 219	0.41 220	0.33 221	0.37 219	0.37 216	0.28 197	0.25 209	0.25 161	0.52 243	0.45 202	0.32 211	0.26 208	0.25 219	0.20 221	0.52 245	0.32 233	0.75 237	0.35 236	0.38 236	0.39 248	0.28 232	0.31 228	0.27 202	0.24 199	0.33 204	0.37 201

FBW_ROB	0.27 206	0.26 213	0.25 220	0.38 212	0.26 208	0.32 210	0.20 185	0.21 164	0.19 181	0.27 189	0.21 192	0.45 202	0.32 211	0.26 208	0.22 211	0.20 221	0.27 210	0.17 184	0.52 225	0.14 154	0.22 184	0.15 175	0.17 187	0.28 223	0.22 180	0.19 174	0.33 204	0.57 232

AnyNet_C01	0.32 217	0.22 201	0.20 208	0.22 185	0.27 211	0.25 201	0.24 204	0.37 222	0.37 236	0.26 175	0.29 224	0.49 208	0.33 217	0.18 188	0.32 228	0.22 223	0.39 235	0.32 233	0.65 230	0.33 234	0.41 241	0.33 238	0.26 217	0.26 219	0.34 222	0.34 231	0.34 208	0.45 218

otaku	0.59 235	0.73 240	0.30 227	1.73 254	0.85 243	1.52 247	1.01 240	0.40 228	0.33 231	0.38 237	0.32 231	0.68 222	0.26 198	1.38 242	0.35 231	0.25 224	0.21 145	0.23 217	0.71 232	0.30 228	0.23 195	0.18 193	2.19 251	0.28 223	0.29 210	0.18 155	0.31 200	0.42 210

ACVNet_1	0.75 243	0.82 244	0.41 239	2.07 263	0.98 250	1.94 259	1.52 249	0.59 246	0.28 219	0.43 242	0.50 242	0.73 227	0.63 240	2.24 259	0.36 233	0.25 224	0.34 227	0.32 233	0.62 229	0.31 230	0.30 228	0.22 218	2.71 257	0.33 232	0.41 233	0.28 223	0.37 215	0.39 207

MFN_U_SF_RVC	0.31 214	0.28 219	0.21 214	0.33 206	0.29 217	0.31 206	0.29 213	0.38 225	0.24 204	0.46 244	0.31 229	0.50 210	0.34 218	0.25 207	0.30 224	0.25 224	0.19 117	0.23 217	0.58 227	0.29 225	0.25 212	0.28 231	0.21 201	0.27 220	0.31 215	0.26 209	0.37 215	0.51 224

FCDSN-DC	0.25 197	0.25 210	0.26 222	0.28 204	0.26 208	0.26 203	0.35 215	0.28 197	0.18 174	0.20 96	0.18 174	0.21 147	0.12 130	0.29 217	0.25 219	0.26 227	0.29 220	0.28 229	0.28 190	0.21 205	0.25 212	0.25 226	0.26 217	0.32 230	0.27 202	0.24 199	0.26 189	0.27 180
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSC_U_SF_DS_RVC	0.35 219	0.36 224	0.38 237	0.46 223	0.28 213	0.31 206	0.28 212	0.51 241	0.46 242	0.39 241	0.29 224	0.37 195	0.36 221	0.31 222	0.38 235	0.26 227	0.22 156	0.27 226	0.72 234	0.37 237	0.28 223	0.31 233	0.30 235	0.38 236	0.33 220	0.26 209	0.30 197	0.38 203

BEATNet-Init1	0.51 233	0.41 229	0.29 225	0.78 239	0.41 227	0.60 233	0.46 227	0.41 233	0.28 219	0.30 218	0.25 211	0.87 239	0.91 250	0.26 208	0.33 230	0.26 227	0.28 218	0.25 223	0.98 246	0.29 225	0.29 227	0.27 229	0.26 217	0.32 230	0.51 236	0.38 237	2.12 270	0.96 253

LRCNet_RVC	9.94 272	17.32 277	0.72 259	25.08 279	21.25 279	23.72 279	20.86 277	1.45 268	0.48 243	21.28 280	13.07 275	22.69 279	3.57 269	28.32 281	0.47 241	0.27 230	8.45 274	1.25 268	23.54 279	4.04 270	0.47 250	0.33 238	26.91 280	1.58 269	0.35 225	0.22 192	0.43 225	0.38 203

FC-DCNN	0.27 206	0.28 219	0.27 223	0.36 208	0.28 213	0.32 210	0.38 220	0.33 214	0.19 181	0.22 110	0.19 183	0.23 164	0.13 145	0.29 217	0.26 221	0.27 230	0.29 220	0.27 226	0.29 193	0.22 211	0.26 220	0.25 226	0.26 217	0.31 228	0.31 215	0.26 209	0.30 197	0.30 188

Ntro	0.64 238	0.74 241	0.31 231	1.81 256	0.85 243	1.57 248	1.10 242	0.48 239	0.36 235	0.38 237	0.39 235	0.74 228	0.27 202	1.54 245	0.37 234	0.28 232	0.23 165	0.24 220	0.71 232	0.31 230	0.23 195	0.18 193	2.45 254	0.30 227	0.31 215	0.24 199	0.38 217	0.44 216

FADE			0.30 227	0.40 218				0.41 233		0.31 221			0.88 249	0.30 220	0.31 225	0.28 232	0.52 245	0.38 243		0.60 247	0.61 261	0.49 255	0.27 229	0.46 240			0.91 256

ELAS_RVC	0.44 228	0.43 230	0.36 235	0.63 233	0.44 229	0.62 235	0.50 230	0.40 228	0.26 213	0.25 161	0.31 229	1.20 249	0.31 209	0.32 225	0.31 225	0.28 232	0.37 233	0.30 231	0.44 217	0.27 221	0.35 232	0.33 238	0.26 217	0.38 236	0.52 237	0.41 238	0.78 249	0.74 244
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.43 227	0.43 230	0.36 235	0.64 234	0.45 232	0.58 230	0.50 230	0.40 228	0.27 216	0.25 161	0.30 227	0.92 243	0.32 211	0.32 225	0.31 225	0.28 232	0.36 232	0.30 231	0.45 219	0.26 219	0.34 231	0.33 238	0.26 217	0.37 235	0.56 241	0.43 241	0.78 249	0.76 245
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MANE	0.42 225	0.36 224	0.33 233	0.61 232	0.45 232	0.44 227	0.47 228	0.43 236	0.26 213	0.23 123	0.24 206	0.64 219	0.29 206	0.31 222	0.32 228	0.30 236	0.33 225	0.42 246	0.38 212	0.24 214	0.31 229	0.27 229	0.26 217	0.35 234	0.57 242	0.44 242	1.10 262	0.98 255

SAMSARA	0.49 230	0.23 206	0.39 238	0.23 187	0.23 200	0.22 194	0.23 200	0.44 238	0.39 239	0.31 221	0.21 192	0.30 185	0.47 232	0.18 188	0.35 231	0.34 237	0.26 203	0.32 233	0.47 221	0.32 233	0.48 251	0.54 259	0.15 179	0.33 232	1.40 269	1.58 267	1.42 266	1.48 265

ACVNet-4b	0.70 241	0.78 243	0.34 234	1.74 255	0.95 249	1.64 252	1.43 247	0.33 214	0.31 227	0.38 237	0.26 216	1.23 252	0.29 206	2.19 257	0.42 237	0.37 238	0.34 227	0.24 220	0.59 228	0.38 238	0.17 105	0.15 175	2.71 257	0.23 205	0.30 214	0.32 230	0.39 218	0.42 210

PWCK	0.90 248	1.24 259	0.63 253	1.55 245	0.86 245	1.23 241	1.04 241	1.09 263	0.75 251	0.70 254	0.81 258	1.52 256	0.91 250	0.71 239	0.46 239	0.41 239	0.74 262	0.47 247	3.07 269	0.67 257	0.58 258	0.45 253	0.95 246	0.74 259	0.74 251	0.41 238	0.70 242	0.76 245

IMH-64-1	0.91 249	0.98 248	0.53 242	1.64 247	1.01 253	1.62 249	1.75 256	0.76 252	0.74 249	0.33 227	0.61 245	0.87 239	0.95 252	2.61 261	0.53 242	0.42 240	0.49 240	0.36 240	0.96 243	0.55 243	0.40 237	0.31 233	3.11 262	0.51 244	0.82 252	0.37 234	0.60 238	0.78 247

IMH-64	0.91 249	0.98 248	0.53 242	1.64 247	1.01 253	1.62 249	1.75 256	0.76 252	0.74 249	0.33 227	0.61 245	0.87 239	0.95 252	2.61 261	0.53 242	0.42 240	0.49 240	0.36 240	0.96 243	0.55 243	0.40 237	0.31 233	3.11 262	0.51 244	0.82 252	0.37 234	0.60 238	0.78 247

PSMNet_ROB	0.80 245	0.99 250	0.62 252	1.64 247	0.93 248	1.51 246	1.20 243	0.57 245	0.73 248	0.74 255	0.63 248	0.86 238	0.84 247	1.52 244	0.58 245	0.42 240	0.54 247	0.41 245	0.87 241	0.62 252	0.42 243	0.31 233	1.83 249	0.48 242	0.69 250	0.37 234	0.76 246	0.47 221

JetBlue	0.71 242	0.56 235	0.71 258	0.74 236	0.62 240	0.79 238	0.69 237	0.53 244	0.93 256	0.46 244	0.30 227	3.22 267	0.38 225	0.52 233	0.46 239	0.44 243	0.73 261	0.53 253	0.68 231	0.52 241	0.57 256	0.60 261	0.74 242	0.57 250	0.57 242	0.46 243	0.97 259	0.96 253

ACVNet_2	0.84 247	0.95 246	0.58 248	2.04 261	1.03 255	1.88 258	1.56 252	0.68 250	0.39 239	0.53 248	0.49 240	1.05 247	0.68 245	1.97 251	0.53 242	0.44 243	0.40 236	0.33 237	1.06 248	0.42 239	0.35 232	0.25 226	2.54 255	0.53 247	0.61 246	0.28 223	0.53 230	0.58 233

IMH	0.95 251	1.00 252	0.55 246	1.66 253	1.00 251	1.69 254	1.78 258	0.76 252	0.77 252	0.34 231	0.61 245	1.01 245	1.07 260	2.69 263	0.58 245	0.46 245	0.51 243	0.38 243	0.98 246	0.60 247	0.40 237	0.32 237	3.11 262	0.53 247	0.83 255	0.48 245	0.65 240	0.79 249

RainbowNet	0.78 244	0.90 245	0.47 240	1.86 257	0.92 246	1.63 251	1.48 248	0.42 235	0.37 236	0.47 247	0.34 233	0.92 243	0.62 239	2.02 252	0.65 251	0.48 246	0.35 230	0.33 237	0.92 242	0.58 246	0.33 230	0.24 225	2.80 261	0.39 238	0.40 231	0.35 232	0.44 226	0.50 223

LVE	0.97 252	0.99 250	0.73 260	1.89 258	1.39 260	1.65 253	1.53 250	0.79 256	0.65 246	0.81 258	0.92 260	0.74 228	1.01 256	2.21 258	0.58 245	0.48 246	0.59 251	0.54 256	1.13 252	0.64 254	0.46 248	0.40 249	2.73 260	0.69 255	0.85 256	0.50 247	0.85 253	0.54 228

MADNet+	0.56 234	0.37 226	0.63 253	0.56 229	0.53 237	0.45 228	0.39 222	0.64 248	0.51 244	0.53 248	0.40 237	0.81 235	0.67 244	0.34 228	0.61 249	0.50 248	0.58 250	0.50 250	0.84 240	0.53 242	0.49 254	0.44 251	0.51 240	0.47 241	0.82 252	0.71 258	0.58 235	0.70 240

TorneroNet-64	1.09 256	1.03 253	0.60 249	1.99 259	0.92 246	2.06 262	2.05 260	0.63 247	0.87 253	0.58 251	0.49 240	1.90 261	1.89 267	2.91 268	0.67 252	0.51 249	0.48 239	0.47 247	1.23 256	0.61 250	0.35 232	0.38 245	3.33 265	0.57 250	0.64 248	0.52 248	0.69 241	1.15 258

TorneroNet	1.11 257	1.11 255	0.67 257	2.05 262	1.00 251	2.29 263	2.05 260	0.65 249	0.89 255	0.68 253	0.57 244	1.74 260	1.26 263	2.97 270	0.71 255	0.52 250	0.50 242	0.51 252	1.18 254	0.65 256	0.41 241	0.44 251	3.48 266	0.58 253	0.67 249	0.49 246	0.85 253	1.02 256

AMNet	0.49 230	0.50 233	0.48 241	0.49 226	0.47 234	0.61 234	0.51 232	0.32 211	0.28 219	0.30 218	0.68 250	0.72 226	0.13 145	0.53 234	0.44 238	0.55 251	0.57 249	0.58 258	0.48 222	0.48 240	0.58 258	0.50 256	0.26 217	0.48 242	0.45 234	0.52 248	0.58 235	0.65 237

UNDER WATER-64	1.42 262	1.40 260	0.92 266	2.88 269	1.97 269	2.82 267	2.72 268	1.37 267	0.94 258	1.04 266	1.15 266	1.96 263	1.33 265	3.07 271	0.80 256	0.56 252	0.70 259	0.58 258	1.17 253	0.55 243	0.45 246	0.54 259	3.98 272	0.92 265	1.03 262	1.13 265	0.81 251	1.60 267

SGM+DAISY	0.59 235	0.58 238	0.54 245	0.58 231	0.55 239	0.69 237	0.57 235	0.43 236	0.39 239	0.38 237	0.78 254	0.75 230	0.65 243	0.54 236	0.62 250	0.56 252	0.67 256	0.61 261	0.72 234	0.64 254	0.71 263	0.65 264	0.27 229	0.51 244	0.54 239	0.57 251	0.75 245	0.71 242

SPS-STEREO	0.60 237	0.57 237	0.53 242	0.55 228	0.54 238	0.65 236	0.52 233	0.40 228	0.68 247	0.37 236	0.78 254	0.78 232	0.64 242	0.53 234	0.59 248	0.57 254	0.67 256	0.63 263	0.75 237	0.72 259	0.77 266	0.68 265	0.26 217	0.54 249	0.54 239	0.60 254	0.70 242	0.66 238
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Dean	1.08 255	1.06 254	0.80 263	2.30 264	1.35 259	1.99 260	1.58 255	0.93 258	0.93 256	0.88 263	0.78 254	1.21 250	1.22 262	2.13 256	0.67 252	0.60 255	0.62 253	0.57 257	1.25 258	0.74 260	0.46 248	0.37 244	2.72 259	0.71 256	1.00 261	0.60 254	1.05 261	0.64 236

WAO-6	0.83 246	0.96 247	0.61 250	1.33 242	1.06 256	1.28 244	1.42 246	0.78 255	0.87 253	0.78 256	0.70 253	0.77 231	1.02 257	1.95 250	0.81 257	0.62 256	0.55 248	0.49 249	0.80 239	0.60 247	0.57 256	0.53 258	0.50 239	0.58 253	0.85 256	0.46 243	0.77 248	0.83 250

UNDER WATER	1.42 262	1.45 264	0.89 265	2.87 268	1.98 270	2.78 266	2.64 267	1.29 265	1.04 262	0.87 262	0.98 261	1.95 262	1.30 264	3.12 273	0.87 261	0.63 257	0.68 258	0.58 258	1.23 256	0.61 250	0.44 244	0.50 256	3.95 271	0.99 267	1.09 263	1.04 263	0.88 255	1.67 269

MFMNet_re	0.66 239	0.72 239	0.65 256	0.77 238	0.62 240	0.82 240	0.70 238	0.52 243	0.53 245	0.54 250	0.65 249	0.79 233	0.51 235	0.59 238	0.68 254	0.67 258	0.81 263	0.69 264	0.74 236	0.62 252	0.71 263	0.64 263	0.45 238	0.57 250	0.59 245	0.62 256	0.74 244	0.88 251

WAO-8	1.02 253	1.14 256	0.79 261	1.64 247	1.25 257	1.78 256	1.57 253	0.93 258	1.01 260	0.81 258	0.68 250	1.72 257	1.03 258	2.08 253	0.82 258	0.68 259	0.65 254	0.53 253	1.09 249	0.82 262	0.48 251	0.38 245	0.81 244	0.75 260	1.12 264	0.77 259	0.96 257	1.21 260

Venus	1.02 253	1.14 256	0.79 261	1.64 247	1.25 257	1.78 256	1.57 253	0.93 258	1.01 260	0.81 258	0.68 250	1.72 257	1.03 258	2.08 253	0.82 258	0.68 259	0.65 254	0.53 253	1.09 249	0.82 262	0.48 251	0.38 245	0.81 244	0.75 260	1.12 264	0.77 259	0.96 257	1.21 260

notaker	1.30 260	1.44 262	0.61 250	2.42 267	1.51 262	2.40 265	2.31 265	0.95 261	1.64 265	0.79 257	1.07 263	1.73 259	1.18 261	3.10 272	1.04 264	0.69 261	0.70 259	0.50 250	1.66 264	0.85 264	0.56 255	0.47 254	3.67 269	0.80 262	0.62 247	0.58 252	0.81 251	0.95 252

WAO-7	0.67 240	0.75 242	0.64 255	0.72 235	0.78 242	0.58 230	0.66 236	0.97 262	0.97 259	0.62 252	0.81 258	0.79 233	0.84 247	0.55 237	0.86 260	0.71 262	0.44 238	0.36 240	0.96 243	0.67 257	0.44 244	0.35 243	0.16 182	0.83 263	0.57 242	0.67 257	0.58 235	0.70 240

ktn	1.26 259	1.42 261	0.57 247	1.65 252	1.61 266	1.75 255	2.16 263	0.86 257	1.75 267	0.89 264	1.11 265	1.18 248	0.96 254	2.60 260	1.03 263	0.73 263	0.82 264	0.61 261	1.47 262	0.76 261	0.70 262	0.69 266	3.64 268	0.73 257	0.93 259	0.81 262	1.20 264	1.25 262

HanzoNet	1.79 265	1.65 266	0.85 264	2.31 265	1.74 267	2.83 268	2.55 266	1.29 265	1.86 268	0.92 265	1.28 267	4.71 271	3.85 270	3.43 274	0.96 262	0.79 264	1.10 266	0.95 267	2.68 267	1.04 266	0.93 267	0.92 267	3.78 270	0.73 257	1.15 266	1.07 264	1.29 265	1.61 268

DPSimNet_ROB	1.25 258	1.23 258	1.31 268	1.49 244	1.60 265	1.34 245	1.37 245	0.68 250	1.70 266	1.68 269	1.03 262	1.48 255	0.82 246	2.08 253	1.45 267	0.92 265	1.20 267	0.81 265	1.64 263	1.41 268	1.08 268	1.28 268	0.79 243	0.87 264	0.91 258	1.26 266	1.18 263	1.16 259

KSHMR	1.34 261	1.44 262	1.07 267	2.31 265	1.48 261	2.31 264	2.15 262	1.22 264	1.07 263	1.13 267	1.07 263	1.30 253	0.96 254	2.92 269	1.12 265	0.95 266	0.87 265	0.84 266	1.34 259	0.97 265	0.74 265	0.60 261	3.48 266	1.07 268	0.99 260	0.77 259	1.01 260	1.06 257

MADNet++	1.87 266	1.58 265	1.74 270	1.28 241	1.74 267	1.25 242	1.55 251	1.63 270	2.10 269	1.84 270	2.24 268	2.56 265	2.74 268	0.75 240	1.43 266	1.55 267	2.00 269	1.47 269	2.11 266	2.11 269	3.28 270	3.23 270	1.22 247	2.22 270	1.23 268	2.58 269	1.77 269	1.36 263

JetRed	1.64 264	1.79 267	1.70 269	1.59 246	1.52 263	2.02 261	2.26 264	1.52 269	1.47 264	0.82 261	0.78 254	2.67 266	0.43 229	1.78 249	1.47 268	1.56 268	1.74 268	2.93 271	1.44 261	1.10 267	2.36 269	2.20 269	1.98 250	0.98 266	1.19 267	1.77 268	1.58 268	1.56 266

ASD4	6.36 268	2.29 268	2.58 271	2.00 260	1.59 264	3.03 269	1.87 259	1.81 271	3.30 270	1.61 268	2.46 269	1.02 246	6.56 271	1.76 248	2.90 269	3.68 269	3.63 270	7.51 272	2.74 268	4.74 272	5.30 272	6.47 272	2.61 256	2.44 271	17.33 276	28.62 276	19.88 277	31.90 276

PML	8.17 269	7.65 273	3.51 272	9.56 277	5.16 271	9.57 277	5.23 273	6.49 274	17.89 276	6.44 273	3.24 270	16.63 274	29.28 282	5.47 275	6.12 270	3.95 270	7.38 273	2.69 270	20.47 278	4.69 271	3.59 271	3.96 271	3.98 272	4.20 272	5.71 271	4.30 270	16.67 276	6.70 270

DPSMNet_ROB	8.62 271	3.66 270	8.40 274	2.97 270	5.69 273	3.37 270	4.40 271	3.70 272	9.03 271	3.00 271	6.93 272	3.52 268	10.07 273	2.69 263	10.46 271	10.76 271	3.81 271	12.88 274	4.76 271	10.21 273	5.93 273	13.78 275	4.47 275	8.55 273	10.10 275	27.91 274	11.06 275	30.64 274

DGTPSM_ROB	8.61 270	3.65 269	8.39 273	2.97 270	5.68 272	3.37 270	4.40 271	3.70 272	9.03 271	3.00 271	6.91 271	3.52 268	10.03 272	2.69 263	10.46 271	10.76 271	3.81 271	12.88 274	4.73 270	10.21 273	5.93 273	13.78 275	4.46 274	8.55 273	10.09 274	27.91 274	11.05 274	30.64 274

DPSM_ROB	12.93 274	6.06 271	9.07 275	4.34 272	6.33 274	4.24 272	3.55 269	8.20 275	10.79 273	6.62 274	7.89 273	9.68 272	12.99 275	2.78 266	12.36 273	13.66 273	8.95 275	16.55 277	9.69 272	12.30 275	16.52 277	17.76 278	2.26 252	10.59 275	28.41 277	36.73 277	31.10 278	39.69 277

DPSM	12.93 274	6.06 271	9.07 275	4.34 272	6.33 274	4.24 272	3.55 269	8.20 275	10.79 273	6.62 274	7.89 273	9.68 272	12.99 275	2.78 266	12.36 273	13.66 273	8.95 275	16.55 277	9.69 272	12.30 275	16.52 277	17.76 278	2.26 252	10.59 275	28.41 277	36.73 277	31.10 278	39.69 277

HaxPig	16.12 276	19.70 278	18.82 280	21.25 278	20.53 278	21.35 278	22.27 278	17.00 280	14.68 275	19.29 279	17.18 279	18.07 275	12.18 274	22.52 279	17.87 276	14.95 275	17.87 278	9.54 273	18.95 274	15.62 277	9.98 275	7.75 273	23.74 279	15.32 277	4.46 270	12.22 273	6.85 271	15.21 273

MEDIAN_ROB	20.51 277	25.88 279	24.09 281	26.47 280	25.52 280	25.87 280	26.98 279	21.19 281	19.61 277	28.55 281	22.12 280	24.85 280	16.74 277	26.52 280	23.53 277	18.59 276	22.10 281	14.86 276	26.41 280	23.30 278	15.47 276	11.96 274	27.64 281	18.47 278	7.32 272	9.55 272	8.34 273	11.88 272

AVERAGE_ROB	24.46 278	29.85 280	27.17 282	31.26 281	29.68 281	30.01 281	31.43 280	26.55 282	24.57 281	34.19 282	27.26 281	31.45 281	21.40 278	30.75 282	28.23 281	24.11 277	26.75 282	21.47 279	30.01 281	27.38 282	20.81 279	16.76 277	32.29 282	24.48 282	8.40 273	7.77 271	7.95 272	8.54 271

MyStereo03	26.03 281	12.17 274	18.23 278	8.74 275	12.69 276	8.44 275	7.21 275	16.48 278	21.77 278	13.32 276	15.90 277	19.49 276	26.17 280	5.59 277	24.91 278	27.50 278	17.88 279	33.36 281	19.50 275	24.77 280	33.22 281	36.10 281	4.56 277	21.35 279	57.13 279	73.97 279	62.60 281	79.92 280

MyStereo02	25.56 279	12.17 274	18.23 278	8.74 275	0.00 1	8.44 275	7.21 275	16.48 278	21.77 278	13.32 276	15.90 277	19.49 276	26.17 280	5.59 277	24.91 278	27.50 278	17.88 279	33.36 281	19.50 275	24.77 280	33.22 281	36.10 281	4.56 277	21.35 279	57.13 279	73.97 279	62.60 281	79.92 280

CasAABBNet	25.99 280	12.23 276	18.16 277	8.64 274	12.70 277	8.22 274	7.18 274	16.43 277	21.85 280	13.64 278	15.80 276	19.61 278	26.12 279	5.47 275	25.18 280	27.55 280	17.67 277	33.30 280	19.65 277	24.62 279	33.10 280	35.23 280	4.49 276	21.39 281	57.22 281	74.08 281	62.47 280	79.73 279

LSM0	3.23 267	0.28 219	0.18 200	0.38 212	0.30 218	0.39 221	0.37 216	0.51 241	0.32 229	0.45 243	0.47 239	0.71 225	0.59 238	0.19 194	16.94 275	59.67 281	0.37 233	0.26 224	1.34 259	0.34 235	0.45 246	0.34 242	0.23 206	0.28 223	0.38 229	0.31 229	0.53 230	0.53 226

DLNR_Zeroshot_test	10.02 273	31.66 281	0.05 25	54.25 282	0.10 102	0.18 167	50.40 281	0.19 136	0.08 62	0.27 189	0.07 30	0.20 135	0.04 18	0.14 175	60.23 282	70.55 282	0.34 227	0.18 195	0.26 183	0.11 105	0.20 152	0.08 39	0.07 92	0.09 113	0.19 145	0.15 103	0.20 155	0.25 174

Low-res two-view benchmark