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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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

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.
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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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-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

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
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

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

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

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

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

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

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
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark