Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

LoS_RVC	0.14 1	0.11 28	0.32 10	0.18 9	0.16 192	0.20 52	0.18 98	0.21 2	0.18 1	0.14 6	0.20 33	0.12 3	0.17 82	0.17 8	0.14 27	0.06 1	0.05 3	0.06 1	0.04 1	0.05 1	0.14 211

modified_for_full_sf	0.25 178	0.12 58	0.47 78	0.24 171	0.15 162	0.30 198	0.28 290	0.51 237	0.41 200	0.33 190	0.44 238	0.34 204	0.31 256	0.33 153	0.26 194	0.09 147	0.09 172	0.09 123	0.08 108	0.06 2	0.14 211

trnet	0.14 1	0.09 3	0.26 2	0.15 2	0.07 1	0.21 69	0.12 1	0.25 11	0.26 52	0.16 13	0.21 45	0.15 31	0.13 34	0.19 21	0.14 27	0.09 147	0.05 3	0.06 1	0.04 1	0.06 2	0.06 4

MoCha-V2	0.18 24	0.12 58	0.40 35	0.30 312	0.24 327	0.16 6	0.15 26	0.28 19	0.19 4	0.16 13	0.16 16	0.13 12	0.13 34	0.30 129	0.13 8	0.06 1	0.28 366	0.06 1	0.06 24	0.06 2	0.25 319

MSKI-zero shot	0.19 41	0.10 12	0.47 78	0.30 312	0.14 112	0.21 69	0.14 13	0.33 73	0.22 14	0.24 66	0.25 64	0.22 78	0.10 3	0.32 144	0.14 27	0.07 14	0.30 379	0.07 15	0.07 48	0.06 2	0.09 61

RAFT-Test	0.19 41	0.11 28	0.41 38	0.26 236	0.21 292	0.26 150	0.17 59	0.37 103	0.26 52	0.24 66	0.29 90	0.32 191	0.14 46	0.22 38	0.15 41	0.07 14	0.08 143	0.07 15	0.07 48	0.06 2	0.07 12

CAS	0.16 13	0.07 1	0.29 5	0.42 374	0.17 217	0.20 52	0.18 98	0.23 4	0.20 7	0.15 11	0.19 28	0.11 2	0.10 3	0.15 1	0.14 27	0.31 379	0.04 1	0.06 1	0.04 1	0.06 2	0.16 233

LoS	0.15 5	0.09 3	0.34 14	0.17 5	0.09 6	0.22 92	0.14 13	0.27 15	0.27 62	0.15 11	0.18 24	0.19 58	0.14 46	0.23 43	0.14 27	0.08 90	0.06 35	0.06 1	0.04 1	0.06 2	0.06 4

Selective-IGEV	0.15 5	0.10 12	0.34 14	0.32 329	0.19 261	0.16 6	0.14 13	0.29 32	0.20 7	0.13 1	0.14 14	0.13 12	0.08 1	0.23 43	0.14 27	0.06 1	0.13 249	0.07 15	0.06 24	0.06 2	0.11 133

EGLCR-Stereo	0.19 41	0.09 3	0.34 14	0.29 305	0.17 217	0.28 170	0.16 43	0.30 41	0.23 17	0.22 53	0.11 1	0.16 36	0.09 2	0.28 103	0.15 41	0.07 14	0.25 353	0.07 15	0.07 48	0.06 2	0.37 366

MC-Stereo	0.18 24	0.10 12	0.36 21	0.28 292	0.14 112	0.18 16	0.15 26	0.24 8	0.20 7	0.21 37	0.24 59	0.16 36	0.13 34	0.25 59	0.14 27	0.07 14	0.17 306	0.07 15	0.07 48	0.06 2	0.30 344

RCA-Stereo	0.17 20	0.10 12	0.33 12	0.20 37	0.11 26	0.19 26	0.17 59	0.39 128	0.36 155	0.21 37	0.25 64	0.17 44	0.17 82	0.18 12	0.15 41	0.07 14	0.14 258	0.07 15	0.06 24	0.06 2	0.08 39

DCANet-4	0.20 63	0.11 28	0.58 211	0.19 15	0.09 6	0.19 26	0.18 98	0.39 128	0.42 213	0.29 120	0.31 111	0.17 44	0.22 144	0.21 27	0.20 121	0.07 14	0.05 3	0.07 15	0.05 9	0.06 2	0.09 61

fff	0.20 63	0.15 129	0.57 198	0.19 15	0.09 6	0.19 26	0.18 98	0.38 112	0.46 251	0.29 120	0.31 111	0.18 52	0.28 219	0.21 27	0.20 121	0.07 14	0.05 3	0.07 15	0.05 9	0.06 2	0.09 61

test-3	0.18 24	0.10 12	0.48 91	0.23 133	0.14 112	0.18 16	0.16 43	0.32 60	0.29 83	0.26 82	0.17 19	0.22 78	0.13 34	0.26 76	0.19 104	0.06 1	0.14 258	0.08 63	0.08 108	0.06 2	0.10 104

test_1	0.18 24	0.10 12	0.48 91	0.23 133	0.14 112	0.18 16	0.16 43	0.32 60	0.29 83	0.26 82	0.17 19	0.22 78	0.13 34	0.26 76	0.19 104	0.06 1	0.14 258	0.08 63	0.08 108	0.06 2	0.10 104

TRStereo	0.22 99	0.21 218	0.62 234	0.40 368	0.19 261	0.22 92	0.16 43	0.58 302	0.30 97	0.21 37	0.21 45	0.22 78	0.13 34	0.27 85	0.14 27	0.09 147	0.09 172	0.09 123	0.11 241	0.06 2	0.19 262

STrans-v2	0.25 178	0.14 113	0.56 191	0.21 57	0.12 50	0.23 108	0.20 161	0.50 227	0.31 104	0.31 156	0.42 217	0.35 219	0.35 280	0.62 276	0.24 173	0.07 14	0.05 3	0.08 63	0.07 48	0.06 2	0.08 39

TransformOpticalFlow	0.24 154	0.14 113	0.57 198	0.24 171	0.11 26	0.21 69	0.19 130	0.43 162	0.34 135	0.30 141	0.43 229	0.36 224	0.31 256	0.61 268	0.20 121	0.07 14	0.05 3	0.08 63	0.07 48	0.06 2	0.08 39

ASMatch	0.23 128	0.11 28	0.55 181	0.25 204	0.14 112	0.19 26	0.16 43	0.32 60	0.30 97	0.28 97	0.68 347	0.28 150	0.26 194	0.50 221	0.22 153	0.07 14	0.06 35	0.08 63	0.07 48	0.06 2	0.11 133

RAFT-RH_RVC	0.26 198	0.13 77	0.57 198	0.22 89	0.12 50	0.25 136	0.14 13	0.27 15	0.29 83	0.38 255	1.14 385	0.23 91	0.18 108	0.58 251	0.24 173	0.07 14	0.06 35	0.10 188	0.07 48	0.06 2	0.08 39

RAFT-345	0.22 99	0.11 28	0.55 181	0.22 89	0.12 50	0.20 52	0.16 43	0.27 15	0.28 70	0.27 91	0.65 341	0.20 65	0.17 82	0.55 242	0.22 153	0.07 14	0.06 35	0.08 63	0.07 48	0.06 2	0.07 12

AnonymousM	0.19 41	0.20 211	0.30 6	0.18 9	0.10 18	0.19 26	0.17 59	0.32 60	0.27 62	0.27 91	0.21 45	0.18 52	0.14 46	0.21 27	0.16 51	0.09 147	0.08 143	0.38 382	0.15 325	0.06 2	0.08 39

test-1	0.20 63	0.12 58	0.49 108	0.23 133	0.23 316	0.22 92	0.23 226	0.36 91	0.29 83	0.21 37	0.25 64	0.24 106	0.14 46	0.18 12	0.22 153	0.07 14	0.14 258	0.08 63	0.07 48	0.06 2	0.14 211

CREStereo++_RVC	0.16 13	0.09 3	0.42 46	0.17 5	0.11 26	0.18 16	0.13 3	0.23 4	0.31 104	0.21 37	0.31 111	0.13 12	0.11 11	0.17 8	0.16 51	0.07 14	0.04 1	0.06 1	0.15 325	0.06 2	0.05 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.18 24	0.09 3	0.38 27	0.18 9	0.07 1	0.33 236	0.19 130	0.39 128	0.34 135	0.24 66	0.25 64	0.18 52	0.18 108	0.25 59	0.17 64	0.07 14	0.05 3	0.07 15	0.05 9	0.06 2	0.05 1

csc	0.20 63	0.15 129	0.57 198	0.19 15	0.09 6	0.19 26	0.18 98	0.38 112	0.46 251	0.29 120	0.31 111	0.18 52	0.28 219	0.21 27	0.20 121	0.07 14	0.05 3	0.07 15	0.05 9	0.06 2	0.09 61

cscssc	0.20 63	0.15 129	0.57 198	0.19 15	0.09 6	0.19 26	0.18 98	0.38 112	0.46 251	0.29 120	0.31 111	0.18 52	0.28 219	0.21 27	0.20 121	0.07 14	0.05 3	0.07 15	0.05 9	0.06 2	0.09 61

CFNet-RSSM	0.18 24	0.10 12	0.45 61	0.20 37	0.12 50	0.20 52	0.16 43	0.40 137	0.31 104	0.23 60	0.21 45	0.26 134	0.15 55	0.21 27	0.14 27	0.07 14	0.05 3	0.07 15	0.07 48	0.06 2	0.06 4

Gwc-CoAtRS	0.17 20	0.10 12	0.41 38	0.20 37	0.12 50	0.20 52	0.15 26	0.34 77	0.29 83	0.23 60	0.23 54	0.27 138	0.15 55	0.21 27	0.14 27	0.07 14	0.06 35	0.07 15	0.07 48	0.06 2	0.07 12

R-Stereo Train	0.19 41	0.10 12	0.49 108	0.22 89	0.12 50	0.23 108	0.18 98	0.43 162	0.20 7	0.31 156	0.45 252	0.20 65	0.14 46	0.18 12	0.18 83	0.08 90	0.06 35	0.07 15	0.06 24	0.06 2	0.07 12

RAFT-Stereo	0.19 41	0.10 12	0.49 108	0.22 89	0.12 50	0.23 108	0.18 98	0.43 162	0.20 7	0.31 156	0.45 252	0.20 65	0.14 46	0.18 12	0.18 83	0.08 90	0.06 35	0.07 15	0.06 24	0.06 2	0.07 12
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LargeStereo	0.19 41	0.13 77	0.38 27	0.30 312	0.19 261	0.15 4	0.15 26	0.32 60	0.18 1	0.13 1	0.16 16	0.12 3	0.11 11	0.24 49	0.15 41	0.07 14	0.32 384	0.07 15	0.05 9	0.07 33	0.42 376

AE-Stereo	0.21 86	0.12 58	0.50 126	0.25 204	0.15 162	0.24 126	0.18 98	0.40 137	0.34 135	0.19 28	0.26 71	0.21 75	0.13 34	0.22 38	0.16 51	0.07 14	0.26 359	0.09 123	0.10 215	0.07 33	0.31 347

StereoIM	0.15 5	0.17 173	0.39 31	0.19 15	0.15 162	0.16 6	0.13 3	0.26 12	0.22 14	0.13 1	0.15 15	0.14 25	0.11 11	0.17 8	0.17 64	0.08 90	0.07 95	0.08 63	0.06 24	0.07 33	0.06 4

AEACV	0.20 63	0.09 3	0.32 10	0.39 364	0.34 364	0.21 69	0.16 43	0.30 41	0.18 1	0.17 19	0.17 19	0.13 12	0.16 67	0.27 85	0.13 8	0.07 14	0.29 378	0.07 15	0.09 171	0.07 33	0.37 366

Any-RAFT	0.18 24	0.09 3	0.33 12	0.19 15	0.10 18	0.29 187	0.16 43	0.44 180	0.32 113	0.25 77	0.27 80	0.29 162	0.16 67	0.23 43	0.13 8	0.08 90	0.07 95	0.06 1	0.05 9	0.07 33	0.07 12

HH	0.22 99	0.12 58	0.55 181	0.32 329	0.16 192	0.27 156	0.18 98	0.36 91	0.25 45	0.20 33	0.26 71	0.34 204	0.18 108	0.33 153	0.15 41	0.07 14	0.16 288	0.07 15	0.07 48	0.07 33	0.31 347

HanStereo	0.22 99	0.12 58	0.55 181	0.32 329	0.16 192	0.27 156	0.18 98	0.36 91	0.25 45	0.20 33	0.26 71	0.34 204	0.18 108	0.33 153	0.15 41	0.07 14	0.16 288	0.07 15	0.07 48	0.07 33	0.31 347

DCRE	0.24 154	0.15 129	0.45 61	0.26 236	0.26 341	0.23 108	0.21 180	0.37 103	0.29 83	0.23 60	0.81 365	0.23 91	0.16 67	0.24 49	0.18 83	0.07 14	0.14 258	0.07 15	0.08 108	0.07 33	0.25 319

ProNet	0.16 13	0.13 77	0.36 21	0.21 57	0.15 162	0.20 52	0.19 130	0.29 32	0.23 17	0.14 6	0.13 5	0.13 12	0.12 18	0.25 59	0.13 8	0.06 1	0.09 172	0.07 15	0.06 24	0.07 33	0.22 291

ADStereo(finetuned)	0.21 86	0.15 129	0.59 218	0.19 15	0.09 6	0.19 26	0.18 98	0.37 103	0.41 200	0.30 141	0.31 111	0.19 58	0.31 256	0.21 27	0.20 121	0.07 14	0.05 3	0.07 15	0.05 9	0.07 33	0.10 104

test_4	0.19 41	0.16 150	0.39 31	0.24 171	0.13 83	0.19 26	0.21 180	0.27 15	0.24 27	0.24 66	0.47 271	0.22 78	0.13 34	0.27 85	0.18 83	0.06 1	0.06 35	0.09 123	0.09 171	0.07 33	0.06 4

GLC_STEREO	0.15 5	0.11 28	0.31 8	0.22 89	0.09 6	0.17 11	0.15 26	0.24 8	0.28 70	0.17 19	0.20 33	0.17 44	0.11 11	0.24 49	0.17 64	0.07 14	0.09 172	0.09 123	0.08 108	0.07 33	0.07 12

IPLG	0.23 128	0.19 199	0.65 246	0.21 57	0.12 50	0.28 170	0.17 59	0.45 187	0.32 113	0.33 190	0.32 120	0.16 36	0.17 82	0.50 221	0.23 168	0.07 14	0.06 35	0.08 63	0.07 48	0.07 33	0.08 39

MIPNet	0.22 99	0.19 199	0.64 243	0.22 89	0.12 50	0.28 170	0.20 161	0.48 212	0.39 187	0.31 156	0.24 59	0.19 58	0.24 171	0.28 103	0.20 121	0.07 14	0.05 3	0.08 63	0.07 48	0.07 33	0.08 39

IPLGR	0.22 99	0.14 113	0.75 276	0.21 57	0.11 26	0.25 136	0.18 98	0.44 180	0.38 176	0.29 120	0.28 84	0.21 75	0.19 125	0.37 187	0.19 104	0.07 14	0.06 35	0.08 63	0.07 48	0.07 33	0.07 12

test_3	0.20 63	0.12 58	0.49 108	0.26 236	0.14 112	0.22 92	0.25 261	0.34 77	0.33 127	0.25 77	0.18 24	0.23 91	0.13 34	0.25 59	0.20 121	0.06 1	0.14 258	0.09 123	0.10 215	0.07 33	0.10 104

DEmStereo	0.26 198	0.10 12	0.52 155	0.19 15	0.13 83	0.31 217	0.25 261	0.29 32	0.38 176	0.36 232	0.57 315	0.24 106	0.48 335	0.53 234	0.44 292	0.07 14	0.06 35	0.08 63	0.08 108	0.07 33	0.08 39

THIR-Stereo	0.30 248	0.15 129	0.46 73	0.19 15	0.11 26	0.28 170	0.70 388	0.33 73	0.36 155	0.37 247	0.64 339	0.33 197	0.49 339	0.58 251	0.44 292	0.08 90	0.06 35	0.08 63	0.09 171	0.07 33	0.08 39

DRaft	0.25 178	0.11 28	0.47 78	0.18 9	0.12 50	0.28 170	0.23 226	0.34 77	0.40 195	0.38 255	0.60 326	0.20 65	0.41 310	0.48 215	0.41 279	0.07 14	0.06 35	0.08 63	0.08 108	0.07 33	0.08 39

GrayStereo	0.26 198	0.10 12	0.45 61	0.27 268	0.14 112	0.23 108	0.46 361	0.36 91	0.33 127	0.40 275	0.47 271	0.30 172	0.78 376	0.29 120	0.17 64	0.07 14	0.06 35	0.08 63	0.09 171	0.07 33	0.15 223

CroCo-Stereo	0.15 5	0.16 150	0.34 14	0.25 204	0.12 50	0.11 1	0.18 98	0.35 86	0.24 27	0.13 1	0.13 5	0.18 52	0.12 18	0.15 1	0.13 8	0.08 90	0.06 35	0.07 15	0.05 9	0.07 33	0.06 4
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
cross-raft	0.18 24	0.12 58	0.40 35	0.27 268	0.16 192	0.20 52	0.24 248	0.34 77	0.24 27	0.23 60	0.28 84	0.29 162	0.15 55	0.19 21	0.16 51	0.06 1	0.05 3	0.08 63	0.07 48	0.07 33	0.07 12

raft+_RVC	0.21 86	0.21 218	0.46 73	0.22 89	0.35 367	0.21 69	0.16 43	0.39 128	0.35 142	0.22 53	0.28 84	0.20 65	0.15 55	0.25 59	0.20 121	0.08 90	0.16 288	0.08 63	0.07 48	0.07 33	0.12 168

TANstereo	0.16 13	0.11 28	0.43 51	0.16 4	0.08 3	0.25 136	0.14 13	0.23 4	0.29 83	0.25 77	0.30 101	0.16 36	0.12 18	0.18 12	0.13 8	0.08 90	0.07 95	0.06 1	0.05 9	0.07 33	0.08 39

XX-TBD	0.16 13	0.21 218	0.43 51	0.22 89	0.10 18	0.23 108	0.15 26	0.23 4	0.28 70	0.22 53	0.26 71	0.14 25	0.12 18	0.16 3	0.14 27	0.08 90	0.05 3	0.06 1	0.04 1	0.07 33	0.06 4

raftrobust	0.19 41	0.19 199	0.42 46	0.23 133	0.24 327	0.19 26	0.13 3	0.33 73	0.28 70	0.26 82	0.20 33	0.19 58	0.17 82	0.23 43	0.17 64	0.08 90	0.10 198	0.07 15	0.06 24	0.07 33	0.09 61

XX-Stereo	0.25 178	0.11 28	1.09 351	0.35 349	0.38 376	0.23 108	0.13 3	0.43 162	0.19 4	0.20 33	0.40 199	0.31 181	0.10 3	0.33 153	0.13 8	0.08 90	0.11 219	0.08 63	0.09 171	0.07 33	0.10 104

DCANet	0.20 63	0.15 129	0.57 198	0.19 15	0.09 6	0.19 26	0.18 98	0.37 103	0.41 200	0.30 141	0.31 111	0.19 58	0.23 153	0.21 27	0.20 121	0.07 14	0.05 3	0.07 15	0.05 9	0.07 33	0.10 104

111	0.22 99	0.22 232	0.57 198	0.19 15	0.09 6	0.24 126	0.17 59	0.44 180	0.46 251	0.24 66	0.30 101	0.29 162	0.22 144	0.25 59	0.19 104	0.08 90	0.05 3	0.07 15	0.06 24	0.07 33	0.15 223

RAFT-Stereo + iAFF	0.20 63	0.23 245	0.49 108	0.21 57	0.16 192	0.19 26	0.17 59	0.35 86	0.32 113	0.26 82	0.33 136	0.20 65	0.17 82	0.21 27	0.17 64	0.06 1	0.10 198	0.07 15	0.07 48	0.07 33	0.11 133

EAI-Stereo	0.29 235	0.11 28	0.38 27	0.22 89	0.18 238	0.33 236	1.66 417	0.53 253	0.27 62	0.27 91	0.50 284	0.17 44	0.16 67	0.25 59	0.25 185	0.07 14	0.07 95	0.07 15	0.11 241	0.07 33	0.10 104

CREStereo	0.14 1	0.09 3	0.27 3	0.14 1	0.08 3	0.22 92	0.15 26	0.26 12	0.26 52	0.16 13	0.21 45	0.14 25	0.13 34	0.19 21	0.14 27	0.09 147	0.05 3	0.06 1	0.04 1	0.07 33	0.06 4
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	0.16 13	0.09 3	0.31 8	0.15 2	0.09 6	0.23 108	0.15 26	0.26 12	0.24 27	0.17 19	0.21 45	0.16 36	0.14 46	0.23 43	0.14 27	0.29 375	0.05 3	0.06 1	0.04 1	0.07 33	0.07 12

DIP-Stereo	0.20 63	0.13 77	0.48 91	0.20 37	0.13 83	0.28 170	0.12 1	0.43 162	0.26 52	0.27 91	0.32 120	0.21 75	0.17 82	0.26 76	0.20 121	0.08 90	0.06 35	0.08 63	0.06 24	0.07 33	0.10 104
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MLCV	0.25 178	0.23 245	0.59 218	0.22 89	0.09 6	0.30 198	0.18 98	0.40 137	0.38 176	0.38 255	0.44 238	0.31 181	0.22 144	0.44 204	0.32 238	0.07 14	0.05 3	0.07 15	0.06 24	0.07 33	0.08 39

tta	0.27 214	0.13 77	0.47 78	0.20 37	0.10 18	0.28 170	0.19 130	0.54 260	0.48 270	0.35 221	0.42 217	0.31 181	0.27 200	0.60 262	0.34 250	0.10 205	0.16 288	0.08 63	0.09 171	0.08 68	0.13 188

qqq1	0.26 198	0.13 77	0.47 78	0.20 37	0.10 18	0.28 170	0.19 130	0.54 260	0.48 270	0.35 221	0.42 217	0.31 181	0.27 200	0.60 262	0.21 138	0.10 205	0.16 288	0.07 15	0.07 48	0.08 68	0.13 188

fff1	0.26 198	0.13 77	0.47 78	0.20 37	0.10 18	0.28 170	0.19 130	0.54 260	0.48 270	0.35 221	0.42 217	0.31 181	0.27 200	0.60 262	0.21 138	0.10 205	0.16 288	0.07 15	0.07 48	0.08 68	0.13 188

CoDeX	0.24 154	0.13 77	0.48 91	0.22 89	0.14 112	0.29 187	0.21 180	0.55 271	0.42 213	0.29 120	0.36 163	0.28 150	0.23 153	0.48 215	0.20 121	0.09 147	0.06 35	0.08 63	0.07 48	0.08 68	0.08 39

cc1	0.22 99	0.16 150	0.50 126	0.27 268	0.13 83	0.31 217	0.19 130	0.39 128	0.48 270	0.21 37	0.20 33	0.13 12	0.17 82	0.28 103	0.12 1	0.08 90	0.28 366	0.08 63	0.06 24	0.08 68	0.37 366

ff7	0.18 24	0.13 77	0.41 38	0.21 57	0.15 162	0.21 69	0.17 59	0.28 19	0.23 17	0.21 37	0.13 5	0.12 3	0.12 18	0.27 85	0.13 8	0.07 14	0.25 353	0.08 63	0.07 48	0.08 68	0.36 358

IGEVStereo-DCA	0.20 63	0.17 173	0.41 38	0.22 89	0.15 162	0.20 52	0.17 59	0.28 19	0.23 17	0.19 28	0.12 2	0.14 25	0.12 18	0.38 189	0.31 232	0.07 14	0.16 288	0.08 63	0.07 48	0.08 68	0.36 358

ffff	0.18 24	0.13 77	0.41 38	0.21 57	0.15 162	0.21 69	0.17 59	0.28 19	0.23 17	0.21 37	0.13 5	0.12 3	0.12 18	0.27 85	0.13 8	0.07 14	0.25 353	0.08 63	0.07 48	0.08 68	0.36 358

rrr	0.22 99	0.17 173	0.79 291	0.22 89	0.15 162	0.20 52	0.18 98	0.40 137	0.27 62	0.19 28	0.12 2	0.14 25	0.12 18	0.38 189	0.31 232	0.07 14	0.16 288	0.08 63	0.07 48	0.08 68	0.28 338

DualNet	0.33 270	0.17 173	0.84 304	0.21 57	0.13 83	0.29 187	0.21 180	0.38 112	0.46 251	0.31 156	0.44 238	0.34 204	0.24 171	0.28 103	1.30 384	0.08 90	0.28 366	0.12 266	0.11 241	0.08 68	0.37 366

ffm	0.27 214	0.17 173	0.84 304	0.21 57	0.13 83	0.29 187	0.21 180	0.38 112	0.46 251	0.31 156	0.44 238	0.34 204	0.24 171	0.28 103	0.12 1	0.08 90	0.28 366	0.12 266	0.11 241	0.08 68	0.37 366

ff1	0.36 286	0.17 173	0.84 304	0.21 57	0.13 83	0.29 187	0.21 180	0.38 112	0.46 251	0.31 156	0.44 238	0.34 204	0.24 171	0.91 359	1.30 384	0.08 90	0.28 366	0.12 266	0.11 241	0.08 68	0.37 366

11t	0.18 24	0.13 77	0.41 38	0.21 57	0.15 162	0.21 69	0.17 59	0.28 19	0.23 17	0.21 37	0.13 5	0.12 3	0.12 18	0.27 85	0.13 8	0.07 14	0.25 353	0.08 63	0.07 48	0.08 68	0.36 358

tt1	0.22 99	0.16 150	0.49 108	0.26 236	0.15 162	0.31 217	0.19 130	0.38 112	0.46 251	0.21 37	0.19 28	0.13 12	0.16 67	0.28 103	0.12 1	0.08 90	0.28 366	0.08 63	0.06 24	0.08 68	0.37 366

IGEV_Zeroshot_test	0.23 128	0.11 28	0.82 298	0.21 57	0.23 316	0.20 52	0.19 130	0.38 112	0.23 17	0.34 206	0.22 52	0.29 162	0.14 46	0.24 49	0.20 121	0.07 14	0.09 172	0.08 63	0.08 108	0.08 68	0.35 357

MIF-Stereo	0.15 5	0.12 58	0.45 61	0.21 57	0.14 112	0.17 11	0.13 3	0.20 1	0.19 4	0.16 13	0.20 33	0.10 1	0.11 11	0.18 12	0.17 64	0.08 90	0.06 35	0.07 15	0.06 24	0.08 68	0.07 12

MIM_Stereo	0.20 63	0.17 173	0.55 181	0.20 37	0.21 292	0.17 11	0.14 13	0.37 103	0.27 62	0.28 97	0.35 150	0.23 91	0.13 34	0.28 103	0.16 51	0.06 1	0.08 143	0.09 123	0.08 108	0.08 68	0.15 223

CASnet	0.15 5	0.13 77	0.30 6	0.22 89	0.08 3	0.15 4	0.14 13	0.28 19	0.26 52	0.23 60	0.20 33	0.15 31	0.11 11	0.18 12	0.13 8	0.07 14	0.05 3	0.11 235	0.09 171	0.08 68	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
4D-IteraStereo	0.20 63	0.21 218	0.62 234	0.21 57	0.14 112	0.19 26	0.17 59	0.29 32	0.28 70	0.24 66	0.20 33	0.20 65	0.10 3	0.22 38	0.18 83	0.07 14	0.07 95	0.10 188	0.08 108	0.08 68	0.33 352

anonymousdsp2	0.23 128	0.11 28	0.42 46	0.26 236	0.24 327	0.25 136	0.17 59	0.43 162	0.37 168	0.30 141	0.23 54	0.24 106	0.15 55	0.32 144	0.17 64	0.07 14	0.28 366	0.07 15	0.05 9	0.08 68	0.44 380

anonymousdsp	0.20 63	0.13 77	0.49 108	0.28 292	0.20 279	0.21 69	0.17 59	0.29 32	0.24 27	0.22 53	0.13 5	0.12 3	0.12 18	0.32 144	0.13 8	0.07 14	0.26 359	0.08 63	0.07 48	0.08 68	0.48 387

CES	0.14 1	0.08 2	0.24 1	0.17 5	0.23 316	0.18 16	0.15 26	0.24 8	0.20 7	0.14 6	0.18 24	0.14 25	0.10 3	0.19 21	0.12 1	0.07 14	0.05 3	0.06 1	0.04 1	0.08 68	0.20 274

anonymousa	0.26 198	0.13 77	0.56 191	0.29 305	0.30 358	0.31 217	0.20 161	0.38 112	0.36 155	0.33 190	0.51 287	0.41 255	0.27 200	0.25 59	0.24 173	0.08 90	0.18 313	0.09 123	0.18 349	0.08 68	0.17 245

Selective-RAFT	0.19 41	0.14 113	0.37 26	0.24 171	0.11 26	0.30 198	0.15 26	0.35 86	0.34 135	0.17 19	0.17 19	0.22 78	0.18 108	0.29 120	0.18 83	0.07 14	0.16 288	0.07 15	0.07 48	0.08 68	0.08 39

CroCo-Stereo Lap2	0.16 13	0.18 190	0.39 31	0.26 236	0.18 238	0.11 1	0.19 130	0.30 41	0.22 14	0.13 1	0.16 16	0.15 31	0.11 11	0.17 8	0.15 41	0.07 14	0.07 95	0.08 63	0.06 24	0.08 68	0.07 12

TestStereo1	0.23 128	0.22 232	0.50 126	0.27 268	0.14 112	0.26 150	0.27 276	0.43 162	0.38 176	0.29 120	0.39 191	0.23 91	0.21 139	0.33 153	0.18 83	0.08 90	0.08 143	0.09 123	0.08 108	0.08 68	0.10 104

ccc-4	0.18 24	0.13 77	0.41 38	0.21 57	0.15 162	0.21 69	0.17 59	0.28 19	0.23 17	0.21 37	0.13 5	0.12 3	0.12 18	0.27 85	0.13 8	0.07 14	0.25 353	0.08 63	0.07 48	0.08 68	0.36 358

DisPM	0.20 63	0.11 28	0.52 155	0.24 171	0.13 83	0.18 16	0.19 130	0.30 41	0.31 104	0.33 190	0.34 144	0.23 91	0.16 67	0.34 168	0.17 64	0.09 147	0.06 35	0.09 123	0.08 108	0.08 68	0.12 168

raft_robust	0.25 178	0.23 245	0.44 58	0.22 89	0.13 83	0.23 108	0.22 202	0.52 243	0.50 288	0.33 190	0.32 120	0.33 197	0.23 153	0.55 242	0.18 83	0.07 14	0.11 219	0.08 63	0.10 215	0.08 68	0.07 12

RAFT_CTSACE	0.23 128	0.21 218	0.57 198	0.26 236	0.15 162	0.22 92	0.23 226	0.34 77	0.30 97	0.34 206	0.51 287	0.31 181	0.17 82	0.33 153	0.15 41	0.06 1	0.09 172	0.09 123	0.08 108	0.08 68	0.07 12

SA-5K	0.23 128	0.22 232	0.50 126	0.27 268	0.14 112	0.26 150	0.27 276	0.43 162	0.38 176	0.29 120	0.39 191	0.23 91	0.21 139	0.33 153	0.18 83	0.08 90	0.08 143	0.09 123	0.08 108	0.08 68	0.10 104

Sa-1000	0.24 154	0.20 211	0.53 165	0.23 133	0.14 112	0.30 198	0.23 226	0.50 227	0.41 200	0.30 141	0.50 284	0.26 134	0.19 125	0.33 153	0.16 51	0.08 90	0.10 198	0.10 188	0.11 241	0.08 68	0.08 39

SA	0.24 154	0.22 232	0.55 181	0.23 133	0.14 112	0.25 136	0.23 226	0.48 212	0.42 213	0.28 97	0.44 238	0.23 91	0.23 153	0.34 168	0.17 64	0.07 14	0.09 172	0.11 235	0.11 241	0.08 68	0.09 61

IGEV-Stereo	0.20 63	0.13 77	0.49 108	0.28 292	0.20 279	0.21 69	0.17 59	0.29 32	0.24 27	0.22 53	0.13 5	0.12 3	0.12 18	0.32 144	0.13 8	0.07 14	0.26 359	0.08 63	0.07 48	0.08 68	0.48 387
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.23 128	0.28 292	0.75 276	0.24 171	0.16 192	0.25 136	0.20 161	0.38 112	0.33 127	0.32 181	0.34 144	0.23 91	0.15 55	0.27 85	0.22 153	0.09 147	0.07 95	0.08 63	0.07 48	0.08 68	0.09 61

iRaft-Stereo_20w	0.29 235	0.11 28	0.86 311	0.33 340	0.24 327	0.32 230	0.26 271	0.60 319	0.26 52	0.41 285	0.21 45	0.28 150	0.19 125	0.32 144	0.24 173	0.07 14	0.31 383	0.07 15	0.09 171	0.08 68	0.47 385

IPLGR_C	0.23 128	0.29 295	0.81 295	0.24 171	0.16 192	0.24 126	0.20 161	0.38 112	0.33 127	0.32 181	0.33 136	0.23 91	0.15 55	0.26 76	0.22 153	0.09 147	0.07 95	0.08 63	0.07 48	0.08 68	0.09 61

GMOStereo	0.20 63	0.17 173	0.45 61	0.23 133	0.18 238	0.21 69	0.27 276	0.28 19	0.28 70	0.31 156	0.32 120	0.28 150	0.17 82	0.16 3	0.13 8	0.07 14	0.23 344	0.10 188	0.08 108	0.08 68	0.07 12

error version	0.20 63	0.17 173	0.45 61	0.23 133	0.18 238	0.21 69	0.27 276	0.28 19	0.28 70	0.31 156	0.32 120	0.28 150	0.17 82	0.16 3	0.13 8	0.07 14	0.23 344	0.10 188	0.08 108	0.08 68	0.07 12

test-v	0.20 63	0.17 173	0.45 61	0.23 133	0.18 238	0.21 69	0.27 276	0.28 19	0.28 70	0.31 156	0.32 120	0.28 150	0.17 82	0.16 3	0.13 8	0.07 14	0.23 344	0.10 188	0.08 108	0.08 68	0.07 12

ACRE	0.23 128	0.27 285	0.83 300	0.24 171	0.15 162	0.24 126	0.20 161	0.38 112	0.32 113	0.32 181	0.33 136	0.23 91	0.15 55	0.26 76	0.22 153	0.09 147	0.07 95	0.08 63	0.07 48	0.08 68	0.09 61

CrosDoStereo	0.32 263	0.11 28	0.53 165	0.19 15	0.12 50	0.22 92	1.07 407	0.36 91	0.38 176	0.38 255	0.60 326	0.28 150	0.45 322	0.61 268	0.56 326	0.08 90	0.06 35	0.08 63	0.09 171	0.08 68	0.09 61

PFNet+	0.21 86	0.11 28	0.54 175	0.22 89	0.12 50	0.17 11	0.18 98	0.31 55	0.36 155	0.33 190	0.32 120	0.24 106	0.16 67	0.33 153	0.18 83	0.10 205	0.07 95	0.11 235	0.10 215	0.08 68	0.12 168

HHNet	0.23 128	0.12 58	0.66 249	0.19 15	0.18 238	0.20 52	0.20 161	0.36 91	0.32 113	0.33 190	0.59 322	0.19 58	0.21 139	0.24 49	0.31 232	0.08 90	0.06 35	0.09 123	0.07 48	0.08 68	0.12 168

OMP-Stereo	0.24 154	0.16 150	0.48 91	0.30 312	0.13 83	0.21 69	0.16 43	0.38 112	0.35 142	0.34 206	0.30 101	0.33 197	0.20 131	0.70 304	0.24 173	0.08 90	0.06 35	0.09 123	0.07 48	0.08 68	0.07 12

IIG-Stereo	0.24 154	0.16 150	0.47 78	0.29 305	0.12 50	0.23 108	0.14 13	0.40 137	0.33 127	0.35 221	0.37 171	0.33 197	0.22 144	0.70 304	0.26 194	0.08 90	0.06 35	0.09 123	0.07 48	0.08 68	0.07 12

NF-Stereo	0.22 99	0.11 28	0.52 155	0.25 204	0.12 50	0.21 69	0.18 98	0.40 137	0.35 142	0.28 97	0.30 101	0.22 78	0.17 82	0.52 232	0.21 138	0.09 147	0.06 35	0.09 123	0.08 108	0.08 68	0.13 188

OCTAStereo	0.22 99	0.11 28	0.52 155	0.25 204	0.12 50	0.21 69	0.18 98	0.40 137	0.35 142	0.28 97	0.30 101	0.22 78	0.17 82	0.51 226	0.21 138	0.09 147	0.06 35	0.09 123	0.08 108	0.08 68	0.13 188

PSM-softLoss	0.22 99	0.11 28	0.53 165	0.25 204	0.12 50	0.20 52	0.17 59	0.39 128	0.29 83	0.29 120	0.32 120	0.24 106	0.16 67	0.53 234	0.21 138	0.09 147	0.06 35	0.10 188	0.09 171	0.08 68	0.12 168

KMStereo	0.22 99	0.11 28	0.53 165	0.25 204	0.12 50	0.20 52	0.17 59	0.39 128	0.29 83	0.29 120	0.32 120	0.24 106	0.16 67	0.53 234	0.21 138	0.09 147	0.06 35	0.10 188	0.09 171	0.08 68	0.12 168

FTStereo	0.28 221	0.11 28	0.56 191	0.24 171	0.13 83	0.21 69	0.52 374	0.36 91	0.28 70	0.38 255	0.94 377	0.30 172	0.56 353	0.33 153	0.18 83	0.08 90	0.06 35	0.09 123	0.08 108	0.08 68	0.19 262

KYRaft	0.23 128	0.11 28	0.43 51	0.23 133	0.12 50	0.23 108	0.23 226	0.37 103	0.26 52	0.35 221	0.53 300	0.34 204	0.26 194	0.29 120	0.16 51	0.07 14	0.05 3	0.09 123	0.10 215	0.08 68	0.30 344

DeepStereo_LL	0.32 263	0.11 28	0.53 165	0.19 15	0.12 50	0.22 92	1.07 407	0.36 91	0.38 176	0.38 255	0.60 326	0.28 150	0.45 322	0.61 268	0.56 326	0.08 90	0.06 35	0.08 63	0.09 171	0.08 68	0.09 61

PFNet	0.24 154	0.11 28	0.63 239	0.25 204	0.14 112	0.22 92	0.19 130	0.40 137	0.35 142	0.36 232	0.32 120	0.27 138	0.20 131	0.63 279	0.23 168	0.09 147	0.05 3	0.09 123	0.08 108	0.08 68	0.08 39

RE-Stereo	0.22 99	0.11 28	0.52 155	0.25 204	0.12 50	0.21 69	0.18 98	0.40 137	0.35 142	0.28 97	0.30 101	0.22 78	0.17 82	0.51 226	0.21 138	0.09 147	0.06 35	0.09 123	0.08 108	0.08 68	0.13 188

Pruner-Stereo	0.20 63	0.12 58	0.49 108	0.29 305	0.12 50	0.19 26	0.17 59	0.32 60	0.31 104	0.33 190	0.32 120	0.25 117	0.15 55	0.25 59	0.22 153	0.09 147	0.06 35	0.09 123	0.08 108	0.08 68	0.10 104

TVStereo	0.22 99	0.11 28	0.52 155	0.25 204	0.12 50	0.21 69	0.18 98	0.40 137	0.35 142	0.28 97	0.30 101	0.22 78	0.17 82	0.51 226	0.21 138	0.09 147	0.06 35	0.09 123	0.08 108	0.08 68	0.13 188

IRAFT_RVC	0.23 128	0.15 129	0.54 175	0.26 236	0.12 50	0.19 26	0.23 226	0.41 155	0.39 187	0.31 156	0.30 101	0.29 162	0.24 171	0.55 242	0.23 168	0.08 90	0.06 35	0.10 188	0.08 108	0.08 68	0.08 39

test-2	0.20 63	0.17 173	0.45 61	0.23 133	0.18 238	0.21 69	0.27 276	0.28 19	0.28 70	0.31 156	0.32 120	0.28 150	0.17 82	0.16 3	0.13 8	0.07 14	0.23 344	0.10 188	0.08 108	0.08 68	0.07 12

GMM-Stereo	0.22 99	0.10 12	0.56 191	0.23 133	0.13 83	0.24 126	0.24 248	0.38 112	0.29 83	0.31 156	0.44 238	0.27 138	0.21 139	0.31 139	0.17 64	0.07 14	0.05 3	0.10 188	0.09 171	0.08 68	0.19 262

Prome-Stereo	0.22 99	0.10 12	0.43 51	0.24 171	0.13 83	0.23 108	0.23 226	0.37 103	0.27 62	0.33 190	0.58 318	0.24 106	0.28 219	0.30 129	0.16 51	0.07 14	0.05 3	0.08 63	0.07 48	0.08 68	0.20 274

test_xeample3	0.22 99	0.17 173	0.81 295	0.21 57	0.15 162	0.20 52	0.18 98	0.40 137	0.25 45	0.19 28	0.12 2	0.13 12	0.12 18	0.34 168	0.33 246	0.07 14	0.20 325	0.07 15	0.08 108	0.08 68	0.34 355

AFF-stereo	0.20 63	0.24 255	0.49 108	0.22 89	0.11 26	0.18 16	0.18 98	0.35 86	0.29 83	0.25 77	0.36 163	0.25 117	0.17 82	0.25 59	0.17 64	0.06 1	0.09 172	0.08 63	0.08 108	0.08 68	0.11 133

cf-r	0.26 198	0.22 232	0.66 249	0.22 89	0.14 112	0.28 170	0.22 202	0.44 180	0.42 213	0.32 181	0.42 217	0.43 271	0.27 200	0.44 204	0.27 202	0.11 236	0.07 95	0.08 63	0.10 215	0.08 68	0.09 61

RASNet	0.30 248	0.19 199	0.59 218	0.23 133	0.19 261	0.33 236	0.20 161	0.50 227	0.41 200	0.31 156	0.44 238	0.47 295	0.38 295	0.79 334	0.40 274	0.09 147	0.07 95	0.07 15	0.09 171	0.08 68	0.10 104

HSM-Net_RVC	0.28 221	0.12 58	0.48 91	0.19 15	0.11 26	0.35 263	0.21 180	0.64 344	0.44 231	0.40 275	0.43 229	0.50 309	0.27 200	0.75 320	0.25 185	0.08 90	0.07 95	0.08 63	0.07 48	0.08 68	0.09 61
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNet	0.25 178	0.22 232	0.62 234	0.26 236	0.11 26	0.31 217	0.23 226	0.46 193	0.45 242	0.34 206	0.43 229	0.27 138	0.23 153	0.36 179	0.37 266	0.08 90	0.05 3	0.07 15	0.06 24	0.08 68	0.10 104

DispNO	0.29 235	0.24 255	0.83 300	0.23 133	0.17 217	0.25 136	0.22 202	0.47 202	0.42 213	0.33 190	0.39 191	0.38 234	0.28 219	0.78 330	0.35 256	0.09 147	0.07 95	0.10 188	0.10 215	0.09 135	0.09 61

Former-RAFT_DAM_RVC	0.18 24	0.15 129	0.27 3	0.20 37	0.13 83	0.24 126	0.17 59	0.31 55	0.37 168	0.43 298	0.17 19	0.13 12	0.12 18	0.20 26	0.16 51	0.08 90	0.07 95	0.09 123	0.07 48	0.09 135	0.08 39

MyStereo07	0.18 24	0.15 129	0.44 58	0.22 89	0.16 192	0.25 136	0.22 202	0.31 55	0.26 52	0.22 53	0.13 5	0.12 3	0.13 34	0.33 153	0.14 27	0.07 14	0.13 249	0.09 123	0.09 171	0.09 135	0.11 133

MyStereo06	0.23 128	0.15 129	0.74 273	0.22 89	0.14 112	0.25 136	0.22 202	0.43 162	0.25 45	0.36 232	0.24 59	0.34 204	0.18 108	0.24 49	0.20 121	0.07 14	0.12 235	0.09 123	0.09 171	0.09 135	0.11 133

MyStereo05	0.24 154	0.15 129	0.58 211	0.22 89	0.14 112	0.25 136	0.22 202	0.50 227	0.54 310	0.32 181	0.23 54	0.26 134	0.23 153	0.32 144	0.25 185	0.07 14	0.12 235	0.09 123	0.09 171	0.09 135	0.11 133

MyStereo04	0.24 154	0.15 129	0.58 211	0.22 89	0.16 192	0.25 136	0.22 202	0.51 237	0.54 310	0.29 120	0.23 54	0.27 138	0.23 153	0.32 144	0.25 185	0.07 14	0.13 249	0.09 123	0.09 171	0.09 135	0.11 133

ACVNet-DCA	0.21 86	0.16 150	0.50 126	0.27 268	0.13 83	0.31 217	0.19 130	0.43 162	0.32 113	0.21 37	0.20 33	0.13 12	0.17 82	0.28 103	0.12 1	0.08 90	0.28 366	0.08 63	0.06 24	0.09 135	0.23 298

xx1	0.23 128	0.16 150	0.50 126	0.27 268	0.13 83	0.31 217	0.19 130	0.39 128	0.48 270	0.21 37	0.20 33	0.28 150	0.25 182	0.28 103	0.12 1	0.08 90	0.28 366	0.10 188	0.11 241	0.09 135	0.23 298

1test111	0.22 99	0.16 150	0.50 126	0.27 268	0.13 83	0.31 217	0.19 130	0.43 162	0.32 113	0.21 37	0.20 33	0.13 12	0.17 82	0.36 179	0.28 208	0.08 90	0.28 366	0.08 63	0.06 24	0.09 135	0.23 298

11t1	0.21 86	0.12 58	0.45 61	0.20 37	0.15 162	0.27 156	0.17 59	0.37 103	0.28 70	0.27 91	0.25 64	0.24 106	0.23 153	0.28 103	0.25 185	0.09 147	0.19 317	0.07 15	0.07 48	0.09 135	0.23 298

whm_eth	0.24 154	0.21 218	0.72 271	0.24 171	0.19 261	0.21 69	0.19 130	0.40 137	0.43 224	0.31 156	0.60 326	0.15 31	0.18 108	0.26 76	0.19 104	0.09 147	0.08 143	0.10 188	0.09 171	0.09 135	0.13 188

MIF-Stereo (partial)	0.18 24	0.13 77	0.50 126	0.22 89	0.15 162	0.16 6	0.13 3	0.29 32	0.26 52	0.17 19	0.26 71	0.16 36	0.17 82	0.25 59	0.18 83	0.09 147	0.06 35	0.10 188	0.08 108	0.09 135	0.08 39

EKT-Stereo	0.39 303	0.13 77	0.53 165	0.42 374	3.94 423	0.22 92	0.17 59	0.38 112	0.30 97	0.21 37	0.20 33	0.23 91	0.15 55	0.30 129	0.18 83	0.10 205	0.08 143	0.09 123	0.08 108	0.09 135	0.12 168

LL-Strereo2	0.21 86	0.25 269	0.53 165	0.32 329	0.20 279	0.25 136	0.14 13	0.32 60	0.25 45	0.25 77	0.20 33	0.24 106	0.12 18	0.28 103	0.18 83	0.07 14	0.07 95	0.12 266	0.09 171	0.09 135	0.16 233

LL-Strereo	0.32 263	0.33 315	0.77 286	0.26 236	0.24 327	0.22 92	0.23 226	0.58 302	0.44 231	0.35 221	0.32 120	0.41 255	0.40 305	0.93 365	0.25 185	0.08 90	0.13 249	0.11 235	0.09 171	0.09 135	0.22 291

CBFPSM	0.28 221	0.23 245	0.76 280	0.21 57	0.14 112	0.38 282	0.26 271	0.42 156	0.37 168	0.34 206	0.36 163	0.55 324	0.38 295	0.33 153	0.40 274	0.08 90	0.08 143	0.07 15	0.08 108	0.09 135	0.12 168

knoymous	0.18 24	0.10 12	0.35 18	0.17 5	0.11 26	0.21 69	0.17 59	0.33 73	0.24 27	0.24 66	0.28 84	0.27 138	0.16 67	0.24 49	0.17 64	0.09 147	0.06 35	0.09 123	0.06 24	0.09 135	0.10 104

qqq	0.24 154	0.16 150	0.46 73	0.20 37	0.15 162	0.23 108	0.20 161	0.43 162	0.32 113	0.26 82	0.31 111	0.28 150	0.25 182	0.36 179	0.28 208	0.08 90	0.22 336	0.10 188	0.11 241	0.09 135	0.23 298

x	0.23 128	0.15 129	0.45 61	0.20 37	0.15 162	0.27 156	0.17 59	0.43 162	0.35 142	0.26 82	0.31 111	0.29 162	0.25 182	0.29 120	0.30 223	0.09 147	0.22 336	0.08 63	0.09 171	0.09 135	0.24 310

BUS	0.24 154	0.13 77	0.36 21	0.25 204	0.14 112	0.44 309	0.17 59	0.59 310	0.36 155	0.34 206	0.35 150	0.31 181	0.22 144	0.27 85	0.22 153	0.10 205	0.07 95	0.11 235	0.10 215	0.09 135	0.10 104

IER	0.24 154	0.15 129	0.50 126	0.21 57	0.15 162	0.31 217	0.20 161	0.44 180	0.38 176	0.34 206	0.41 210	0.32 191	0.34 273	0.31 139	0.23 168	0.09 147	0.07 95	0.08 63	0.08 108	0.09 135	0.09 61

RAFT+CT+SA	0.23 128	0.24 255	0.48 91	0.25 204	0.18 238	0.23 108	0.29 295	0.42 156	0.38 176	0.24 66	0.39 191	0.20 65	0.17 82	0.34 168	0.17 64	0.07 14	0.07 95	0.09 123	0.12 278	0.09 135	0.13 188

BSDual-CNN	0.24 154	0.13 77	0.36 21	0.25 204	0.14 112	0.35 263	0.22 202	0.59 310	0.36 155	0.34 206	0.35 150	0.38 234	0.25 182	0.27 85	0.28 208	0.10 205	0.07 95	0.11 235	0.10 215	0.09 135	0.10 104

hknet	0.26 198	0.15 129	0.49 108	0.25 204	0.16 192	0.35 263	0.22 202	0.59 310	0.40 195	0.34 206	0.35 150	0.43 271	0.28 219	0.38 189	0.26 194	0.09 147	0.07 95	0.11 235	0.10 215	0.09 135	0.10 104

iRaft-Stereo_5w	0.25 178	0.24 255	0.50 126	0.23 133	0.18 238	0.19 26	0.19 130	0.39 128	0.35 142	0.28 97	0.36 163	0.34 204	0.23 153	0.66 294	0.28 208	0.07 14	0.07 95	0.08 63	0.07 48	0.09 135	0.14 211

psmg	0.24 154	0.13 77	0.36 21	0.21 57	0.14 112	0.35 263	0.23 226	0.54 260	0.36 155	0.36 232	0.38 177	0.38 234	0.25 182	0.27 85	0.28 208	0.10 205	0.08 143	0.10 188	0.10 215	0.09 135	0.09 61

GwcNet-ADL	0.23 128	0.15 129	0.58 211	0.24 171	0.13 83	0.23 108	0.24 248	0.51 237	0.41 200	0.28 97	0.29 90	0.30 172	0.20 131	0.27 85	0.28 208	0.09 147	0.07 95	0.07 15	0.07 48	0.09 135	0.11 133

GANet-ADL	0.22 99	0.14 113	0.51 139	0.23 133	0.14 112	0.29 187	0.19 130	0.48 212	0.36 155	0.26 82	0.33 136	0.32 191	0.20 131	0.26 76	0.22 153	0.11 236	0.07 95	0.07 15	0.06 24	0.09 135	0.11 133

AAGNet	0.34 278	0.12 58	0.53 165	0.26 236	0.16 192	0.20 52	0.19 130	0.31 55	0.29 83	0.35 221	0.35 150	0.27 138	0.30 243	0.44 204	2.56 415	0.08 90	0.05 3	0.10 188	0.07 48	0.09 135	0.07 12

NRIStereo	0.20 63	0.12 58	0.50 126	0.23 133	0.11 26	0.24 126	0.19 130	0.30 41	0.28 70	0.26 82	0.26 71	0.25 117	0.18 108	0.34 168	0.19 104	0.08 90	0.06 35	0.09 123	0.07 48	0.09 135	0.09 61

PSM-AAD	0.26 198	0.11 28	0.43 51	0.24 171	0.12 50	0.27 156	0.37 334	0.36 91	0.30 97	0.36 232	0.39 191	0.28 150	0.77 375	0.30 129	0.16 51	0.07 14	0.06 35	0.12 266	0.11 241	0.09 135	0.21 283

SST-Stereo	0.22 99	0.11 28	0.52 155	0.25 204	0.14 112	0.19 26	0.17 59	0.32 60	0.26 52	0.34 206	0.33 136	0.29 162	0.25 182	0.56 247	0.18 83	0.08 90	0.05 3	0.10 188	0.08 108	0.09 135	0.07 12

RAFT_R40	0.22 99	0.11 28	0.52 155	0.25 204	0.13 83	0.18 16	0.18 98	0.32 60	0.31 104	0.33 190	0.33 136	0.30 172	0.23 153	0.55 242	0.19 104	0.08 90	0.05 3	0.10 188	0.08 108	0.09 135	0.07 12

DeepStereo_RVC	0.19 41	0.12 58	0.47 78	0.22 89	0.11 26	0.19 26	0.16 43	0.29 32	0.24 27	0.28 97	0.27 80	0.23 91	0.28 219	0.24 49	0.19 104	0.08 90	0.06 35	0.09 123	0.07 48	0.09 135	0.10 104

ICVP	0.24 154	0.13 77	0.45 61	0.26 236	0.14 112	0.30 198	0.25 261	0.47 202	0.35 142	0.29 120	0.43 229	0.35 219	0.25 182	0.28 103	0.25 185	0.12 264	0.09 172	0.09 123	0.09 171	0.09 135	0.11 133
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.21 86	0.22 232	0.49 108	0.25 204	0.24 327	0.19 26	0.17 59	0.34 77	0.32 113	0.24 66	0.25 64	0.20 65	0.16 67	0.25 59	0.21 138	0.08 90	0.19 317	0.11 235	0.12 278	0.09 135	0.09 61

iRaftStereo_RVC	0.17 20	0.16 150	0.35 18	0.21 57	0.11 26	0.20 52	0.17 59	0.34 77	0.25 45	0.20 33	0.25 64	0.19 58	0.12 18	0.21 27	0.16 51	0.07 14	0.12 235	0.10 188	0.09 171	0.09 135	0.14 211

sCroCo_RVC	0.19 41	0.15 129	0.60 225	0.27 268	0.18 238	0.23 108	0.16 43	0.28 19	0.24 27	0.14 6	0.22 52	0.17 44	0.14 46	0.22 38	0.16 51	0.11 236	0.11 219	0.09 123	0.09 171	0.09 135	0.10 104

222	0.45 333	0.14 113	0.43 51	0.19 15	0.15 162	0.36 271	0.20 161	0.60 319	0.43 224	0.37 247	0.45 252	0.30 172	0.28 219	0.59 257	3.72 419	0.11 236	0.19 317	0.08 63	0.09 171	0.09 135	0.27 332

test_xeample	0.39 303	0.14 113	0.46 73	0.19 15	0.16 192	0.34 250	0.22 202	0.59 310	0.43 224	0.33 190	0.47 271	0.30 172	0.27 200	0.60 262	2.44 414	0.10 205	0.21 330	0.09 123	0.09 171	0.09 135	0.25 319

ARAFT	0.26 198	0.30 301	0.87 313	0.22 89	0.12 50	0.30 198	0.24 248	0.46 193	0.34 135	0.33 190	0.28 84	0.29 162	0.20 131	0.49 217	0.19 104	0.08 90	0.06 35	0.12 266	0.11 241	0.09 135	0.09 61

SFCPSM	0.23 128	0.12 58	0.51 139	0.21 57	0.14 112	0.34 250	0.22 202	0.57 290	0.41 200	0.29 120	0.32 120	0.23 91	0.22 144	0.28 103	0.20 121	0.10 205	0.07 95	0.09 123	0.10 215	0.09 135	0.09 61

delet	0.29 235	0.18 190	0.58 211	0.24 171	0.19 261	0.41 295	0.30 301	0.52 243	0.51 294	0.35 221	0.42 217	0.37 228	0.31 256	0.49 217	0.36 260	0.10 205	0.09 172	0.11 235	0.12 278	0.09 135	0.09 61

FENet	0.22 99	0.13 77	0.48 91	0.22 89	0.12 50	0.27 156	0.18 98	0.43 162	0.37 168	0.31 156	0.32 120	0.29 162	0.23 153	0.27 85	0.24 173	0.10 205	0.07 95	0.09 123	0.09 171	0.09 135	0.11 133

ac_64	0.28 221	0.16 150	0.62 234	0.25 204	0.17 217	0.36 271	0.22 202	0.48 212	0.35 142	0.36 232	0.37 171	0.51 312	0.30 243	0.62 276	0.34 250	0.11 236	0.09 172	0.10 188	0.10 215	0.09 135	0.09 61

HITNet	0.22 99	0.23 245	0.60 225	0.20 37	0.09 6	0.27 156	0.15 26	0.45 187	0.33 127	0.29 120	0.33 136	0.27 138	0.22 144	0.29 120	0.27 202	0.07 14	0.05 3	0.07 15	0.06 24	0.09 135	0.11 133
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
HSM	0.29 235	0.18 190	0.48 91	0.21 57	0.15 162	0.33 236	0.20 161	0.55 271	0.39 187	0.36 232	0.39 191	0.67 363	0.32 268	0.88 352	0.24 173	0.09 147	0.07 95	0.08 63	0.07 48	0.09 135	0.10 104

iResNet_ROB	0.27 214	0.27 285	0.48 91	0.21 57	0.12 50	0.32 230	0.17 59	0.57 290	0.55 318	0.39 266	0.44 238	0.37 228	0.28 219	0.43 201	0.28 208	0.08 90	0.06 35	0.06 1	0.05 9	0.09 135	0.11 133

CAS++	0.17 20	0.13 77	0.35 18	0.18 9	0.13 83	0.17 11	0.16 43	0.42 156	0.25 45	0.19 28	0.18 24	0.13 12	0.10 3	0.22 38	0.12 1	0.12 264	0.10 198	0.11 235	0.08 108	0.10 183	0.09 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
H2IRNET	0.19 41	0.18 190	0.50 126	0.22 89	0.12 50	0.20 52	0.16 43	0.28 19	0.31 104	0.17 19	0.32 120	0.25 117	0.20 131	0.24 49	0.19 104	0.08 90	0.06 35	0.09 123	0.10 215	0.10 183	0.08 39

MGS-Stereo	0.15 5	0.12 58	0.38 27	0.19 15	0.11 26	0.18 16	0.17 59	0.21 2	0.23 17	0.14 6	0.24 59	0.16 36	0.10 3	0.19 21	0.13 8	0.07 14	0.06 35	0.07 15	0.06 24	0.10 183	0.07 12

MyStereo8	0.25 178	0.20 211	0.69 258	0.24 171	0.17 217	0.31 217	0.16 43	0.50 227	0.32 113	0.29 120	0.38 177	0.25 117	0.19 125	0.33 153	0.29 221	0.08 90	0.20 325	0.08 63	0.08 108	0.10 183	0.16 233

SMFormer	0.27 214	0.13 77	0.47 78	0.20 37	0.10 18	0.28 170	0.19 130	0.54 260	0.48 270	0.35 221	0.42 217	0.31 181	0.27 200	0.60 262	0.34 250	0.10 205	0.16 288	0.08 63	0.09 171	0.10 183	0.16 233

mmm	0.25 178	0.15 129	0.44 58	0.23 133	0.20 279	0.28 170	0.21 180	0.43 162	0.32 113	0.31 156	0.40 199	0.30 172	0.24 171	0.31 139	0.28 208	0.09 147	0.21 330	0.11 235	0.12 278	0.10 183	0.26 329

1111x	0.39 303	0.17 173	0.80 294	0.23 133	0.15 162	0.33 236	0.27 276	0.62 334	0.48 270	0.32 181	0.43 229	0.40 248	0.29 236	0.86 349	1.60 400	0.09 147	0.23 344	0.09 123	0.12 278	0.10 183	0.23 298

test croco	0.18 24	0.16 150	0.59 218	0.21 57	0.13 83	0.16 6	0.17 59	0.29 32	0.23 17	0.16 13	0.26 71	0.13 12	0.17 82	0.27 85	0.17 64	0.09 147	0.06 35	0.10 188	0.07 48	0.10 183	0.07 12

StereoVision	0.23 128	0.23 245	0.55 181	0.27 268	0.17 217	0.23 108	0.22 202	0.40 137	0.32 113	0.21 37	0.51 287	0.22 78	0.16 67	0.29 120	0.19 104	0.11 236	0.12 235	0.13 289	0.13 302	0.10 183	0.08 39

gwcnet-sp	0.25 178	0.16 150	0.70 261	0.23 133	0.14 112	0.34 250	0.22 202	0.46 193	0.41 200	0.37 247	0.35 150	0.27 138	0.27 200	0.36 179	0.26 194	0.09 147	0.08 143	0.09 123	0.09 171	0.10 183	0.10 104

scenet	0.25 178	0.16 150	0.70 261	0.23 133	0.14 112	0.34 250	0.22 202	0.46 193	0.41 200	0.37 247	0.35 150	0.27 138	0.27 200	0.36 179	0.26 194	0.09 147	0.08 143	0.09 123	0.09 171	0.10 183	0.10 104

riskmin	0.24 154	0.10 12	0.43 51	0.32 329	0.26 341	0.33 236	0.19 130	0.44 180	0.30 97	0.24 66	0.27 80	0.37 228	0.25 182	0.30 129	0.22 153	0.09 147	0.18 313	0.09 123	0.13 302	0.10 183	0.27 332

ssnet	0.25 178	0.16 150	0.70 261	0.23 133	0.14 112	0.34 250	0.22 202	0.46 193	0.41 200	0.37 247	0.35 150	0.27 138	0.27 200	0.36 179	0.26 194	0.09 147	0.08 143	0.09 123	0.09 171	0.10 183	0.10 104

CRFU-Net	0.29 235	0.14 113	0.48 91	0.26 236	0.15 162	0.46 319	0.22 202	0.52 243	0.32 113	0.44 305	0.42 217	0.48 299	0.47 331	0.44 204	0.31 232	0.12 264	0.10 198	0.09 123	0.08 108	0.10 183	0.11 133

test_5	0.25 178	0.25 269	0.57 198	0.27 268	0.18 238	0.25 136	0.29 295	0.42 156	0.39 187	0.29 120	0.40 199	0.27 138	0.23 153	0.35 175	0.19 104	0.07 14	0.07 95	0.09 123	0.09 171	0.10 183	0.14 211

CSP-Net	0.28 221	0.17 173	0.41 38	0.22 89	0.14 112	0.44 309	0.24 248	0.52 243	0.42 213	0.42 289	0.44 238	0.42 265	0.27 200	0.66 294	0.30 223	0.12 264	0.09 172	0.08 63	0.08 108	0.10 183	0.10 104

DAS	0.28 221	0.13 77	0.49 108	0.24 171	0.18 238	0.30 198	0.24 248	0.48 212	0.48 270	0.42 289	0.45 252	0.34 204	0.31 256	0.76 326	0.24 173	0.09 147	0.07 95	0.09 123	0.07 48	0.10 183	0.11 133

SepStereo	0.27 214	0.13 77	0.49 108	0.24 171	0.18 238	0.30 198	0.24 248	0.48 212	0.48 270	0.42 289	0.45 252	0.34 204	0.31 256	0.64 284	0.24 173	0.09 147	0.07 95	0.09 123	0.07 48	0.10 183	0.11 133

PSMNet-ADL	0.26 198	0.16 150	0.39 31	0.27 268	0.14 112	0.32 230	0.22 202	0.45 187	0.37 168	0.28 97	0.34 144	0.41 255	0.28 219	0.61 268	0.32 238	0.11 236	0.10 198	0.09 123	0.11 241	0.10 183	0.13 188

Patchmatch Stereo++	0.19 41	0.13 77	0.51 139	0.22 89	0.11 26	0.19 26	0.14 13	0.30 41	0.24 27	0.28 97	0.29 90	0.25 117	0.18 108	0.27 85	0.18 83	0.09 147	0.06 35	0.10 188	0.08 108	0.10 183	0.09 61
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.19 41	0.13 77	0.51 139	0.22 89	0.11 26	0.19 26	0.15 26	0.30 41	0.24 27	0.28 97	0.29 90	0.25 117	0.18 108	0.25 59	0.17 64	0.09 147	0.06 35	0.10 188	0.08 108	0.10 183	0.09 61

ROB_FTStereo_v2	0.19 41	0.13 77	0.51 139	0.22 89	0.11 26	0.19 26	0.15 26	0.30 41	0.24 27	0.28 97	0.29 90	0.25 117	0.18 108	0.25 59	0.18 83	0.09 147	0.06 35	0.10 188	0.08 108	0.10 183	0.09 61

ROB_FTStereo	0.19 41	0.13 77	0.51 139	0.22 89	0.11 26	0.19 26	0.13 3	0.30 41	0.24 27	0.28 97	0.29 90	0.25 117	0.18 108	0.25 59	0.17 64	0.09 147	0.06 35	0.10 188	0.08 108	0.10 183	0.09 61

HUI-Stereo	0.19 41	0.13 77	0.52 155	0.22 89	0.11 26	0.19 26	0.14 13	0.30 41	0.24 27	0.28 97	0.29 90	0.25 117	0.18 108	0.23 43	0.17 64	0.09 147	0.06 35	0.10 188	0.08 108	0.10 183	0.09 61

iGMRVC	0.19 41	0.13 77	0.51 139	0.22 89	0.11 26	0.19 26	0.15 26	0.30 41	0.24 27	0.28 97	0.29 90	0.25 117	0.18 108	0.27 85	0.18 83	0.09 147	0.06 35	0.10 188	0.08 108	0.10 183	0.09 61

iRAFT	0.19 41	0.13 77	0.51 139	0.22 89	0.11 26	0.19 26	0.14 13	0.30 41	0.24 27	0.28 97	0.29 90	0.25 117	0.18 108	0.27 85	0.18 83	0.09 147	0.06 35	0.10 188	0.08 108	0.10 183	0.09 61

CRE-IMP	0.19 41	0.13 77	0.51 139	0.23 133	0.11 26	0.24 126	0.17 59	0.31 55	0.24 27	0.27 91	0.26 71	0.24 106	0.17 82	0.24 49	0.19 104	0.09 147	0.05 3	0.10 188	0.07 48	0.10 183	0.10 104

RAFT-IKP	0.19 41	0.13 77	0.51 139	0.22 89	0.11 26	0.18 16	0.15 26	0.30 41	0.24 27	0.28 97	0.29 90	0.25 117	0.18 108	0.26 76	0.18 83	0.09 147	0.06 35	0.10 188	0.08 108	0.10 183	0.09 61

RALCasStereoNet	0.22 99	0.22 232	0.48 91	0.23 133	0.23 316	0.22 92	0.18 98	0.32 60	0.27 62	0.22 53	0.30 101	0.22 78	0.15 55	0.29 120	0.20 121	0.08 90	0.22 336	0.07 15	0.06 24	0.10 183	0.25 319

RALAANet	0.21 86	0.24 255	0.53 165	0.23 133	0.14 112	0.22 92	0.13 3	0.38 112	0.30 97	0.29 120	0.26 71	0.25 117	0.15 55	0.28 103	0.20 121	0.08 90	0.08 143	0.09 123	0.08 108	0.10 183	0.07 12

GES	0.23 128	0.14 113	0.54 175	0.21 57	0.14 112	0.28 170	0.19 130	0.51 237	0.35 142	0.31 156	0.36 163	0.25 117	0.24 171	0.30 129	0.23 168	0.11 236	0.09 172	0.08 63	0.08 108	0.10 183	0.12 168

xxxx	0.39 303	0.14 113	0.47 78	0.20 37	0.16 192	0.38 282	0.20 161	0.61 326	0.43 224	0.30 141	0.44 238	0.38 234	0.25 182	0.50 221	2.41 413	0.11 236	0.21 330	0.09 123	0.10 215	0.10 183	0.26 329

MMNet	0.28 221	0.19 199	0.54 175	0.24 171	0.17 217	0.47 325	0.22 202	0.47 202	0.53 306	0.40 275	0.43 229	0.36 224	0.34 273	0.40 193	0.35 256	0.08 90	0.08 143	0.09 123	0.09 171	0.10 183	0.09 61

UNet	0.28 221	0.16 150	0.70 261	0.24 171	0.20 279	0.44 309	0.21 180	0.52 243	0.42 213	0.36 232	0.40 199	0.43 271	0.33 272	0.41 196	0.32 238	0.09 147	0.07 95	0.10 188	0.09 171	0.10 183	0.09 61

UPFNet	0.27 214	0.15 129	0.47 78	0.25 204	0.20 279	0.37 276	0.27 276	0.50 227	0.40 195	0.36 232	0.38 177	0.37 228	0.29 236	0.40 193	0.34 250	0.10 205	0.10 198	0.10 188	0.10 215	0.10 183	0.08 39

ACVNet	0.24 154	0.18 190	0.51 139	0.18 9	0.15 162	0.27 156	0.23 226	0.40 137	0.45 242	0.29 120	0.41 210	0.38 234	0.28 219	0.28 103	0.35 256	0.09 147	0.07 95	0.08 63	0.07 48	0.10 183	0.09 61

GANet-RSSM	0.26 198	0.19 199	0.54 175	0.21 57	0.14 112	0.27 156	0.22 202	0.47 202	0.34 135	0.30 141	0.40 199	0.41 255	0.30 243	0.59 257	0.25 185	0.11 236	0.08 143	0.09 123	0.09 171	0.10 183	0.10 104

PSMNet-RSSM	0.26 198	0.21 218	0.50 126	0.21 57	0.14 112	0.25 136	0.21 180	0.50 227	0.38 176	0.31 156	0.45 252	0.40 248	0.27 200	0.53 234	0.24 173	0.12 264	0.08 143	0.11 235	0.13 302	0.10 183	0.10 104

GwcNet-RSSM	0.28 221	0.25 269	0.61 231	0.22 89	0.14 112	0.28 170	0.24 248	0.46 193	0.44 231	0.33 190	0.46 264	0.41 255	0.28 219	0.55 242	0.31 232	0.11 236	0.07 95	0.09 123	0.10 215	0.10 183	0.09 61

NLCA_NET_v2_RVC	0.29 235	0.24 255	0.81 295	0.26 236	0.18 238	0.30 198	0.22 202	0.52 243	0.41 200	0.38 255	0.42 217	0.42 265	0.28 219	0.46 211	0.31 232	0.11 236	0.08 143	0.10 188	0.11 241	0.10 183	0.12 168
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.33 270	0.31 304	0.69 258	0.23 133	0.14 112	0.30 198	0.23 226	0.49 219	0.55 318	0.39 266	0.60 326	0.43 271	0.30 243	0.88 352	0.54 322	0.11 236	0.08 143	0.07 15	0.07 48	0.10 183	0.12 168

StereoDRNet-Refined	0.28 221	0.19 199	0.47 78	0.25 204	0.14 112	0.36 271	0.21 180	0.49 219	0.43 224	0.46 317	0.52 293	0.42 265	0.30 243	0.46 211	0.38 268	0.10 205	0.07 95	0.11 235	0.11 241	0.10 183	0.11 133
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.30 248	0.20 211	0.45 61	0.28 292	0.17 217	0.37 276	0.25 261	0.50 227	0.45 242	0.46 317	0.47 271	0.51 312	0.34 273	0.56 247	0.38 268	0.10 205	0.10 198	0.11 235	0.11 241	0.10 183	0.11 133

pmcnn	0.54 355	0.24 255	1.06 345	0.25 204	0.26 341	0.40 291	0.31 310	0.55 271	0.55 318	0.56 352	1.22 389	2.53 413	0.39 302	0.84 346	1.08 375	0.09 147	0.06 35	0.06 1	0.05 9	0.10 183	0.14 211

mmx	0.37 293	0.17 173	0.84 304	0.21 57	0.13 83	0.29 187	0.21 180	0.57 290	0.48 270	0.31 156	0.44 238	0.34 204	0.24 171	0.91 359	1.30 384	0.10 205	0.20 325	0.12 266	0.11 241	0.11 227	0.23 298

xxx	0.37 293	0.17 173	0.84 304	0.21 57	0.13 83	0.29 187	0.21 180	0.57 290	0.48 270	0.31 156	0.44 238	0.34 204	0.24 171	0.91 359	1.30 384	0.10 205	0.20 325	0.12 266	0.11 241	0.11 227	0.23 298

PCWNet_CMD	0.23 128	0.14 113	0.48 91	0.21 57	0.13 83	0.28 170	0.17 59	0.47 202	0.47 264	0.30 141	0.36 163	0.37 228	0.24 171	0.29 120	0.21 138	0.09 147	0.06 35	0.10 188	0.08 108	0.11 227	0.11 133

CASS	0.22 99	0.16 150	0.40 35	0.26 236	0.12 50	0.29 187	0.19 130	0.40 137	0.32 113	0.34 206	0.35 150	0.25 117	0.25 182	0.26 76	0.21 138	0.13 282	0.08 143	0.11 235	0.09 171	0.11 227	0.12 168
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.28 221	0.19 199	0.68 257	0.22 89	0.19 261	0.31 217	0.31 310	0.43 162	0.43 224	0.28 97	0.38 177	0.42 265	0.32 268	0.33 153	0.32 238	0.08 90	0.14 258	0.10 188	0.12 278	0.11 227	0.24 310

Wz-Net-LNSev-Ref	0.33 270	0.25 269	0.82 298	0.22 89	0.17 217	0.46 319	0.28 290	0.53 253	0.53 306	0.43 298	0.57 315	0.44 277	0.31 256	0.50 221	0.48 303	0.10 205	0.06 35	0.08 63	0.06 24	0.11 227	0.12 168

RAFT	0.24 154	0.24 255	0.46 73	0.27 268	0.15 162	0.26 150	0.26 271	0.37 103	0.31 104	0.34 206	0.34 144	0.41 255	0.22 144	0.30 129	0.18 83	0.08 90	0.15 279	0.11 235	0.10 215	0.11 227	0.13 188

GEStereo_RVC	0.29 235	0.24 255	0.60 225	0.27 268	0.16 192	0.33 236	0.25 261	0.58 302	0.56 322	0.35 221	0.38 177	0.34 204	0.25 182	0.51 226	0.29 221	0.12 264	0.08 143	0.09 123	0.08 108	0.11 227	0.13 188

Anonymous3	0.24 154	0.19 199	0.76 280	0.27 268	0.18 238	0.41 295	0.24 248	0.45 187	0.36 155	0.23 60	0.27 80	0.20 65	0.18 108	0.28 103	0.19 104	0.12 264	0.11 219	0.10 188	0.10 215	0.11 227	0.13 188

TestStereo	0.22 99	0.24 255	0.48 91	0.25 204	0.11 26	0.22 92	0.22 202	0.32 60	0.31 104	0.24 66	0.34 144	0.23 91	0.19 125	0.62 276	0.19 104	0.08 90	0.07 95	0.10 188	0.07 48	0.11 227	0.07 12

CFNet_pseudo	0.23 128	0.14 113	0.48 91	0.20 37	0.13 83	0.27 156	0.17 59	0.46 193	0.45 242	0.30 141	0.37 171	0.38 234	0.23 153	0.30 129	0.22 153	0.09 147	0.06 35	0.11 235	0.08 108	0.11 227	0.11 133

ADLNet	0.30 248	0.19 199	0.59 218	0.23 133	0.19 261	0.34 250	0.23 226	0.56 281	0.44 231	0.43 298	0.41 210	0.43 271	0.28 219	0.56 247	0.36 260	0.11 236	0.08 143	0.11 235	0.11 241	0.11 227	0.15 223

HCRNet	0.25 178	0.27 285	0.42 46	0.34 344	0.17 217	0.27 156	0.18 98	0.45 187	0.37 168	0.31 156	0.35 150	0.32 191	0.23 153	0.44 204	0.21 138	0.13 282	0.08 143	0.13 289	0.11 241	0.11 227	0.09 61

GMStereo	0.21 86	0.30 301	0.57 198	0.21 57	0.12 50	0.24 126	0.18 98	0.30 41	0.41 200	0.26 82	0.24 59	0.17 44	0.16 67	0.25 59	0.19 104	0.10 205	0.07 95	0.08 63	0.08 108	0.11 227	0.09 61
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
psm_up	0.30 248	0.21 218	0.58 211	0.26 236	0.18 238	0.32 230	0.27 276	0.57 290	0.45 242	0.38 255	0.41 210	0.45 282	0.40 305	0.59 257	0.32 238	0.11 236	0.12 235	0.13 289	0.12 278	0.11 227	0.11 133

acv_ft	0.26 198	0.18 190	0.56 191	0.24 171	0.19 261	0.34 250	0.21 180	0.47 202	0.45 242	0.39 266	0.41 210	0.38 234	0.28 219	0.28 103	0.36 260	0.09 147	0.07 95	0.08 63	0.07 48	0.11 227	0.09 61

HGLStereo	0.29 235	0.19 199	0.60 225	0.24 171	0.21 292	0.33 236	0.23 226	0.52 243	0.44 231	0.36 232	0.49 282	0.41 255	0.35 280	0.46 211	0.34 250	0.11 236	0.11 219	0.09 123	0.09 171	0.11 227	0.12 168

DSFCA	0.29 235	0.18 190	0.48 91	0.21 57	0.17 217	0.39 285	0.32 316	0.49 219	0.44 231	0.44 305	0.38 177	0.40 248	0.30 243	0.53 234	0.38 268	0.12 264	0.10 198	0.10 188	0.11 241	0.11 227	0.11 133

DMCA	0.24 154	0.18 190	0.51 139	0.23 133	0.14 112	0.27 156	0.20 161	0.45 187	0.40 195	0.32 181	0.33 136	0.33 197	0.25 182	0.27 85	0.30 223	0.11 236	0.08 143	0.10 188	0.08 108	0.11 227	0.12 168

BEATNet_4x	0.25 178	0.25 269	0.66 249	0.23 133	0.10 18	0.29 187	0.14 13	0.49 219	0.34 135	0.31 156	0.35 150	0.32 191	0.26 194	0.34 168	0.33 246	0.08 90	0.06 35	0.08 63	0.07 48	0.11 227	0.13 188

MSMDNet	0.23 128	0.14 113	0.49 108	0.20 37	0.13 83	0.28 170	0.17 59	0.47 202	0.47 264	0.30 141	0.36 163	0.37 228	0.24 171	0.29 120	0.21 138	0.09 147	0.07 95	0.09 123	0.08 108	0.11 227	0.11 133

CFNet	0.29 235	0.29 295	0.57 198	0.23 133	0.14 112	0.34 250	0.15 26	0.53 253	0.46 251	0.31 156	0.40 199	0.38 234	0.27 200	0.76 326	0.28 208	0.10 205	0.07 95	0.11 235	0.11 241	0.11 227	0.09 61

AdaStereo	0.25 178	0.17 173	0.47 78	0.25 204	0.13 83	0.33 236	0.17 59	0.57 290	0.43 224	0.34 206	0.38 177	0.35 219	0.21 139	0.32 144	0.24 173	0.14 303	0.06 35	0.13 289	0.09 171	0.11 227	0.09 61
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
LE_ROB	1.82 413	0.39 346	3.15 415	0.50 383	0.55 389	0.79 377	1.00 403	0.89 392	6.48 424	7.40 426	2.07 411	2.07 406	5.08 421	1.33 396	3.96 420	0.11 236	0.09 172	0.12 266	0.11 241	0.11 227	0.13 188

DN-CSS_ROB	0.24 154	0.33 315	0.69 258	0.25 204	0.14 112	0.26 150	0.13 3	0.42 156	0.35 142	0.30 141	0.42 217	0.22 78	0.20 131	0.34 168	0.22 153	0.07 14	0.06 35	0.11 235	0.11 241	0.11 227	0.09 61

ttt	0.33 270	0.14 113	0.54 175	0.22 89	0.14 112	0.30 198	0.22 202	0.59 310	0.51 294	0.31 156	0.46 264	0.30 172	0.23 153	0.71 307	1.07 373	0.13 282	0.22 336	0.10 188	0.11 241	0.12 252	0.24 310

ssnet_v2	0.30 248	0.21 218	0.63 239	0.23 133	0.15 162	0.40 291	0.30 301	0.59 310	0.48 270	0.40 275	0.37 171	0.46 288	0.30 243	0.41 196	0.44 292	0.13 282	0.11 219	0.11 235	0.11 241	0.12 252	0.11 133

NINENet	0.27 214	0.16 150	0.49 108	0.23 133	0.16 192	0.44 309	0.17 59	0.63 338	0.49 283	0.33 190	0.38 177	0.31 181	0.22 144	0.43 201	0.22 153	0.11 236	0.10 198	0.12 266	0.08 108	0.12 252	0.11 133

dd	0.23 128	0.32 311	0.55 181	0.23 133	0.12 50	0.27 156	0.21 180	0.32 60	0.45 242	0.30 141	0.29 90	0.25 117	0.17 82	0.31 139	0.26 194	0.13 282	0.07 95	0.10 188	0.08 108	0.12 252	0.09 61

ADLNet2	0.31 258	0.23 245	0.77 286	0.23 133	0.18 238	0.36 271	0.24 248	0.55 271	0.54 310	0.33 190	0.38 177	0.45 282	0.31 256	0.70 304	0.36 260	0.10 205	0.08 143	0.09 123	0.09 171	0.12 252	0.11 133

RAFT + AFF	0.30 248	0.33 315	0.76 280	0.25 204	0.17 217	0.30 198	0.33 321	0.55 271	0.42 213	0.28 97	0.30 101	0.31 181	0.31 256	0.64 284	0.32 238	0.09 147	0.11 219	0.11 235	0.10 215	0.12 252	0.16 233

CFNet-ft	0.26 198	0.21 218	0.51 139	0.19 15	0.16 192	0.31 217	0.21 180	0.40 137	0.37 168	0.29 120	0.40 199	0.46 288	0.27 200	0.49 217	0.28 208	0.12 264	0.07 95	0.12 266	0.11 241	0.12 252	0.11 133

STTStereo	0.30 248	0.24 255	0.83 300	0.25 204	0.17 217	0.30 198	0.24 248	0.49 219	0.39 187	0.39 266	0.41 210	0.44 277	0.28 219	0.41 196	0.30 223	0.13 282	0.13 249	0.13 289	0.16 334	0.12 252	0.12 168

ADCRef	0.41 318	0.33 315	1.05 343	0.26 236	0.21 292	0.49 334	0.27 276	0.54 260	0.51 294	0.51 336	0.59 322	0.35 219	0.47 331	0.54 239	1.35 391	0.09 147	0.08 143	0.12 266	0.12 278	0.12 252	0.13 188

CFNet_RVC	0.26 198	0.21 218	0.51 139	0.19 15	0.16 192	0.31 217	0.21 180	0.40 137	0.37 168	0.29 120	0.40 199	0.46 288	0.27 200	0.49 217	0.28 208	0.12 264	0.07 95	0.12 266	0.11 241	0.12 252	0.11 133

ccs_rob	0.23 128	0.14 113	0.48 91	0.20 37	0.13 83	0.27 156	0.17 59	0.46 193	0.45 242	0.30 141	0.37 171	0.38 234	0.23 153	0.30 129	0.22 153	0.09 147	0.06 35	0.11 235	0.08 108	0.12 252	0.11 133

NaN_ROB	0.44 330	0.38 342	0.94 333	0.30 312	0.20 279	0.52 343	0.49 369	0.61 326	0.60 335	0.56 352	0.47 271	0.49 305	0.42 314	1.24 388	0.76 351	0.12 264	0.18 313	0.12 266	0.13 302	0.12 252	0.18 247

CFNet_ucs	0.25 178	0.14 113	0.51 139	0.20 37	0.15 162	0.29 187	0.18 98	0.51 237	0.46 251	0.32 181	0.42 217	0.38 234	0.23 153	0.31 139	0.22 153	0.11 236	0.08 143	0.12 266	0.09 171	0.13 264	0.13 188

fast-acv-ft	0.33 270	0.26 279	0.88 319	0.25 204	0.18 238	0.49 334	0.27 276	0.44 180	0.50 288	0.40 275	0.55 308	0.49 305	0.36 285	0.39 192	0.41 279	0.11 236	0.11 219	0.11 235	0.12 278	0.13 264	0.11 133

iinet-f	0.31 258	0.23 245	1.16 359	0.20 37	0.16 192	0.44 309	0.23 226	0.47 202	0.38 176	0.36 232	0.44 238	0.41 255	0.35 280	0.36 179	0.43 285	0.10 205	0.09 172	0.08 63	0.08 108	0.13 264	0.12 168

AACVNet	0.28 221	0.22 232	0.55 181	0.23 133	0.14 112	0.30 198	0.19 130	0.43 162	0.33 127	0.39 266	0.42 217	0.44 277	0.29 236	0.73 311	0.28 208	0.11 236	0.09 172	0.11 235	0.09 171	0.13 264	0.12 168

LCNet	0.22 99	0.12 58	0.42 46	0.26 236	0.12 50	0.23 108	0.19 130	0.36 91	0.28 70	0.28 97	0.35 150	0.26 134	0.30 243	0.35 175	0.17 64	0.07 14	0.05 3	0.09 123	0.10 215	0.13 264	0.22 291

LMCR-Stereo	0.28 221	0.22 232	0.56 191	0.29 305	0.14 112	0.37 276	0.23 226	0.57 290	0.36 155	0.40 275	0.40 199	0.29 162	0.30 243	0.41 196	0.38 268	0.11 236	0.07 95	0.09 123	0.07 48	0.13 264	0.10 104

Syn2CoEx	0.39 303	0.39 346	1.08 350	0.35 349	0.21 292	0.41 295	0.29 295	0.63 338	0.51 294	0.43 298	0.56 312	0.45 282	0.45 322	0.69 301	0.39 272	0.17 335	0.14 258	0.16 327	0.12 278	0.13 264	0.16 233

GwcNet	0.37 293	0.29 295	1.12 353	0.25 204	0.24 327	0.48 331	0.27 276	0.58 302	0.60 335	0.39 266	0.54 303	0.51 312	0.34 273	0.60 262	0.46 298	0.13 282	0.12 235	0.12 266	0.11 241	0.13 264	0.15 223

DMCA-RVC	0.30 248	0.27 285	0.93 330	0.28 292	0.17 217	0.30 198	0.21 180	0.43 162	0.36 155	0.40 275	0.38 177	0.39 245	0.36 285	0.44 204	0.34 250	0.13 282	0.10 198	0.16 327	0.12 278	0.13 264	0.11 133

FADNet-RVC-Resample	0.31 258	0.32 311	1.16 359	0.27 268	0.17 217	0.33 236	0.21 180	0.49 219	0.40 195	0.36 232	0.38 177	0.34 204	0.27 200	0.54 239	0.27 202	0.10 205	0.10 198	0.14 307	0.13 302	0.13 264	0.18 247

PA-Net	0.40 313	0.35 327	1.05 343	0.32 329	0.28 347	0.39 285	0.43 355	0.53 253	0.56 322	0.35 221	0.43 229	0.41 255	0.36 285	0.83 345	0.61 336	0.12 264	0.23 344	0.16 327	0.23 369	0.13 264	0.20 274
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TDLM	0.32 263	0.27 285	0.52 155	0.30 312	0.15 162	0.33 236	0.32 316	0.54 260	0.50 288	0.44 305	0.43 229	0.39 245	0.30 243	0.92 364	0.30 223	0.14 303	0.09 172	0.13 289	0.12 278	0.13 264	0.14 211

UCFNet_RVC	0.25 178	0.21 218	0.49 108	0.19 15	0.15 162	0.34 250	0.18 98	0.47 202	0.36 155	0.30 141	0.35 150	0.40 248	0.26 194	0.35 175	0.24 173	0.13 282	0.08 143	0.13 289	0.14 316	0.13 264	0.13 188

iResNetv2_ROB	0.29 235	0.37 336	0.92 326	0.24 171	0.13 83	0.30 198	0.19 130	0.55 271	0.51 294	0.39 266	0.46 264	0.39 245	0.27 200	0.36 179	0.30 223	0.09 147	0.06 35	0.07 15	0.05 9	0.13 264	0.11 133

DRN-Test	0.35 284	0.20 211	0.75 276	0.28 292	0.19 261	0.46 319	0.29 295	0.68 361	0.54 310	0.49 330	0.47 271	0.44 277	0.35 280	0.63 279	0.44 292	0.13 282	0.09 172	0.13 289	0.12 278	0.13 264	0.13 188

StereoDRNet	0.34 278	0.28 292	0.70 261	0.28 292	0.21 292	0.43 304	0.30 301	0.63 338	0.51 294	0.47 323	0.40 199	0.48 299	0.31 256	0.58 251	0.44 292	0.12 264	0.10 198	0.12 266	0.11 241	0.13 264	0.13 188

DISCO	0.33 270	0.16 150	0.55 181	0.26 236	0.16 192	0.48 331	0.25 261	0.52 243	0.58 326	0.38 255	0.45 252	0.63 349	0.37 290	0.65 288	0.50 310	0.10 205	0.07 95	0.09 123	0.08 108	0.13 264	0.13 188

MDST_ROB	0.51 349	0.16 150	0.97 335	0.31 324	0.21 292	1.35 405	0.34 325	0.80 381	0.59 334	1.09 394	0.74 357	0.49 305	0.37 290	1.31 394	0.60 333	0.14 303	0.12 235	0.16 327	0.13 302	0.13 264	0.18 247

PSMNet_ROB	0.36 286	0.31 304	0.71 267	0.31 324	0.21 292	0.44 309	0.44 357	0.61 326	0.49 283	0.39 266	0.45 252	0.49 305	0.32 268	0.66 294	0.53 318	0.14 303	0.10 198	0.15 321	0.14 316	0.13 264	0.13 188

CBMV	0.36 286	0.25 269	0.61 231	0.24 171	0.14 112	0.42 300	0.33 321	0.56 281	0.52 305	0.54 348	0.52 293	0.51 312	0.58 356	0.63 279	0.43 285	0.15 315	0.16 288	0.18 343	0.16 334	0.13 264	0.19 262
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Wz-Net-LNSev	0.36 286	0.35 327	1.06 345	0.26 236	0.21 292	0.47 325	0.33 321	0.56 281	0.58 326	0.45 312	0.54 303	0.50 309	0.37 290	0.40 193	0.42 282	0.12 264	0.11 219	0.10 188	0.09 171	0.14 284	0.15 223

AASNet	0.29 235	0.27 285	0.67 252	0.26 236	0.18 238	0.34 250	0.21 180	0.64 344	0.49 283	0.36 232	0.41 210	0.32 191	0.26 194	0.33 153	0.39 272	0.12 264	0.09 172	0.10 188	0.08 108	0.14 284	0.12 168

pcwnet_v2	0.32 263	0.16 150	1.22 370	0.23 133	0.19 261	0.32 230	0.19 130	0.61 326	0.61 337	0.37 247	0.45 252	0.35 219	0.29 236	0.37 187	0.26 194	0.14 303	0.11 219	0.12 266	0.11 241	0.14 284	0.18 247

FAT-Stereo	0.36 286	0.19 199	0.75 276	0.26 236	0.18 238	0.34 250	0.30 301	0.62 334	0.61 337	0.47 323	0.61 335	0.59 335	0.50 340	0.61 268	0.36 260	0.13 282	0.14 258	0.13 289	0.12 278	0.14 284	0.20 274

Nwc_Net	0.39 303	0.29 295	0.84 304	0.32 329	0.24 327	0.45 317	0.30 301	0.67 356	0.51 294	0.39 266	0.70 351	0.59 335	0.48 335	0.61 268	0.45 297	0.16 323	0.12 235	0.19 349	0.21 358	0.14 284	0.15 223

ADCP+	0.48 345	0.36 333	1.47 384	0.26 236	0.22 307	0.57 352	0.40 349	0.56 281	0.54 310	0.46 317	0.52 293	0.46 288	0.53 349	0.59 257	1.93 406	0.10 205	0.08 143	0.11 235	0.11 241	0.14 284	0.15 223

DeepPruner_ROB	0.28 221	0.25 269	0.64 243	0.22 89	0.16 192	0.30 198	0.21 180	0.54 260	0.33 127	0.36 232	0.38 177	0.38 234	0.26 194	0.45 210	0.28 208	0.15 315	0.11 219	0.11 235	0.11 241	0.14 284	0.14 211

Wz-Net-MNSev	0.39 303	0.35 327	0.99 339	0.26 236	0.21 292	0.59 356	0.39 345	0.58 302	0.61 337	0.49 330	0.56 312	0.53 321	0.37 290	0.61 268	0.47 301	0.11 236	0.09 172	0.11 235	0.11 241	0.15 291	0.15 223

dad	0.30 248	0.38 342	0.60 225	0.22 89	0.14 112	0.32 230	0.21 180	0.35 86	0.51 294	0.45 312	0.45 252	0.46 288	0.23 153	0.41 196	0.27 202	0.21 357	0.11 219	0.20 353	0.11 241	0.15 291	0.11 133

Anonymous	0.21 86	0.15 129	0.63 239	0.27 268	0.20 279	0.26 150	0.27 276	0.34 77	0.27 62	0.18 27	0.19 28	0.15 31	0.19 125	0.25 59	0.19 104	0.10 205	0.09 172	0.09 123	0.09 171	0.15 291	0.13 188

hitnet-ft	0.31 258	0.21 218	0.56 191	0.19 15	0.14 112	0.40 291	0.23 226	0.46 193	0.42 213	0.37 247	0.46 264	0.53 321	0.35 280	0.76 326	0.35 256	0.14 303	0.10 198	0.14 307	0.10 215	0.15 291	0.14 211

ADCL	0.50 347	0.30 301	1.15 357	0.28 292	0.19 261	0.77 375	0.64 384	0.57 290	0.73 365	0.57 355	0.73 356	0.55 324	0.60 359	0.66 294	1.53 397	0.11 236	0.10 198	0.13 289	0.13 302	0.15 291	0.16 233

GANet	0.40 313	0.28 292	0.67 252	0.31 324	0.18 238	0.43 304	0.39 345	0.60 319	0.46 251	0.48 329	0.78 361	0.55 324	0.45 322	0.96 369	0.55 325	0.13 282	0.14 258	0.13 289	0.12 278	0.15 291	0.16 233

CVANet_RVC	0.34 278	0.25 269	0.77 286	0.27 268	0.17 217	0.34 250	0.28 290	0.55 271	0.50 288	0.43 298	0.46 264	0.44 277	0.31 256	0.90 357	0.27 202	0.15 315	0.10 198	0.14 307	0.14 316	0.15 291	0.15 223

CBMV_ROB	0.36 286	0.21 218	0.57 198	0.22 89	0.14 112	0.35 263	0.20 161	0.55 271	0.47 264	0.52 339	0.58 318	0.45 282	0.53 349	0.75 320	0.50 310	0.18 345	0.19 317	0.23 363	0.21 358	0.15 291	0.20 274

SGM-Forest	0.42 322	0.44 359	0.92 326	0.24 171	0.16 192	0.45 317	0.40 349	0.58 302	0.50 288	0.54 348	0.63 338	0.52 317	0.51 342	0.91 359	0.66 343	0.17 335	0.17 306	0.17 336	0.15 325	0.15 291	0.21 283
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HBP-ISP	0.34 278	0.35 327	0.76 280	0.23 133	0.17 217	0.33 236	0.22 202	0.56 281	0.47 264	0.42 289	0.49 282	0.33 197	0.41 310	0.73 311	0.27 202	0.18 345	0.19 317	0.24 365	0.20 356	0.16 300	0.16 233

UDGNet	0.24 154	0.37 336	0.53 165	0.25 204	0.14 112	0.24 126	0.18 98	0.32 60	0.44 231	0.29 120	0.28 84	0.24 106	0.20 131	0.30 129	0.21 138	0.16 323	0.07 95	0.21 356	0.11 241	0.16 300	0.11 133

SACVNet	0.32 263	0.25 269	0.59 218	0.26 236	0.19 261	0.35 263	0.25 261	0.54 260	0.41 200	0.43 298	0.45 252	0.46 288	0.34 273	0.71 307	0.30 223	0.14 303	0.10 198	0.12 266	0.12 278	0.16 300	0.20 274

APVNet	0.38 298	0.26 279	0.87 313	0.26 236	0.22 307	0.52 343	0.35 327	0.64 344	0.46 251	0.40 275	0.52 293	0.48 299	0.39 302	0.84 346	0.48 303	0.13 282	0.14 258	0.15 321	0.16 334	0.16 300	0.16 233

psmorigin	0.52 352	0.29 295	3.10 414	0.24 171	0.19 261	0.39 285	0.24 248	0.52 243	0.45 242	0.66 364	0.68 347	0.70 370	0.52 344	0.86 349	0.49 309	0.15 315	0.17 306	0.13 289	0.14 316	0.16 300	0.23 298

aanetorigin	0.40 313	0.33 315	1.14 356	0.25 204	0.19 261	0.30 198	0.37 334	0.34 77	0.47 264	0.95 385	0.82 366	0.52 317	0.56 353	0.50 221	0.52 314	0.11 236	0.09 172	0.10 188	0.10 215	0.16 300	0.19 262

S-Stereo	0.39 303	0.20 211	1.04 342	0.28 292	0.22 307	0.39 285	0.31 310	0.58 302	0.69 356	0.40 275	0.59 322	0.48 299	0.41 310	0.75 320	0.42 282	0.12 264	0.15 279	0.13 289	0.13 302	0.16 300	0.25 319

AF-Net	0.40 313	0.31 304	0.74 273	0.33 340	0.24 327	0.43 304	0.30 301	0.64 344	0.67 350	0.44 305	0.69 350	0.65 356	0.52 344	0.59 257	0.48 303	0.16 323	0.12 235	0.19 349	0.14 316	0.16 300	0.14 211

Anonymous Stereo	0.42 322	0.43 355	1.38 378	0.32 329	0.26 341	0.35 263	0.48 365	0.55 271	0.58 326	0.43 298	0.48 280	0.40 248	0.29 236	0.93 365	0.56 326	0.16 323	0.16 288	0.15 321	0.16 334	0.16 300	0.20 274

NCCL2	0.37 293	0.33 315	0.59 218	0.37 354	0.23 316	0.42 300	0.41 352	0.56 281	0.44 231	0.47 323	0.47 271	0.61 342	0.39 302	0.58 251	0.41 279	0.16 323	0.13 249	0.21 356	0.22 365	0.16 300	0.18 247

XPNet_ROB	0.35 284	0.26 279	0.58 211	0.28 292	0.19 261	0.37 276	0.31 310	0.57 290	0.51 294	0.52 339	0.54 303	0.57 329	0.38 295	0.65 288	0.48 303	0.17 335	0.12 235	0.13 289	0.12 278	0.16 300	0.17 245

SGM_RVC	0.57 362	0.22 232	0.60 225	0.26 236	0.16 192	0.97 390	0.46 361	0.76 378	0.90 379	1.03 391	0.92 376	1.16 388	0.93 388	1.21 387	0.72 348	0.17 335	0.16 288	0.16 327	0.16 334	0.16 300	0.24 310
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.25 178	0.22 232	0.51 139	0.27 268	0.14 112	0.28 170	0.15 26	0.40 137	0.36 155	0.37 247	0.43 229	0.40 248	0.17 82	0.35 175	0.21 138	0.12 264	0.07 95	0.13 289	0.07 48	0.17 312	0.10 104

Wz-Net-SNSev	0.45 333	0.53 370	1.42 382	0.31 324	0.21 292	0.44 309	0.45 358	0.64 344	0.68 354	0.46 317	0.66 343	0.62 345	0.40 305	0.78 330	0.65 341	0.12 264	0.11 219	0.12 266	0.13 302	0.17 312	0.19 262

RP	0.38 298	0.26 279	0.67 252	0.31 324	0.24 327	0.37 276	0.29 295	0.53 253	0.61 337	0.42 289	0.65 341	0.62 345	0.51 342	0.63 279	0.43 285	0.17 335	0.15 279	0.17 336	0.15 325	0.17 312	0.19 262

NCC-stereo	0.42 322	0.31 304	0.87 313	0.32 329	0.29 356	0.47 325	0.37 334	0.68 361	0.53 306	0.42 289	0.58 318	0.57 329	0.52 344	0.75 320	0.54 322	0.18 345	0.14 258	0.18 343	0.25 371	0.17 312	0.18 247

edge stereo	0.40 313	0.22 232	0.87 313	0.27 268	0.22 307	0.38 282	0.26 271	0.59 310	0.56 322	0.53 345	0.60 326	0.71 371	0.50 340	0.78 330	0.43 285	0.16 323	0.15 279	0.19 349	0.14 316	0.17 312	0.19 262

Abc-Net	0.42 322	0.31 304	0.87 313	0.32 329	0.29 356	0.47 325	0.37 334	0.68 361	0.53 306	0.42 289	0.58 318	0.57 329	0.52 344	0.75 320	0.54 322	0.18 345	0.14 258	0.18 343	0.25 371	0.17 312	0.18 247
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	0.46 339	0.37 336	1.50 386	0.34 344	0.30 358	0.36 271	0.37 334	0.64 344	1.15 398	0.41 285	0.45 252	0.40 248	0.41 310	0.82 341	0.53 318	0.18 345	0.14 258	0.23 363	0.21 358	0.17 312	0.18 247

DANet	0.37 293	0.25 269	0.67 252	0.37 354	0.22 307	0.42 300	0.25 261	0.50 227	0.44 231	0.52 339	0.50 284	0.59 335	0.42 314	0.78 330	0.53 318	0.13 282	0.12 235	0.14 307	0.12 278	0.17 312	0.21 283
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PS-NSSS	0.33 270	0.36 333	0.61 231	0.24 171	0.18 238	0.33 236	0.24 248	0.59 310	0.42 213	0.38 255	0.52 293	0.36 224	0.31 256	0.80 337	0.32 238	0.18 345	0.14 258	0.21 356	0.15 325	0.17 312	0.14 211

FBW_ROB	0.46 339	0.34 323	0.71 267	0.32 329	0.20 279	0.51 338	0.32 316	0.73 373	0.63 343	0.60 357	0.57 315	0.65 356	0.44 320	1.42 399	0.62 337	0.14 303	0.17 306	0.22 361	0.16 334	0.17 312	0.23 298

NOSS_ROB	0.33 270	0.24 255	0.49 108	0.27 268	0.16 192	0.34 250	0.19 130	0.55 271	0.50 288	0.34 206	0.37 171	0.42 265	0.30 243	0.93 365	0.25 185	0.19 354	0.20 325	0.24 365	0.22 365	0.17 312	0.25 319

ETE_ROB	0.36 286	0.32 311	0.64 243	0.30 312	0.18 238	0.40 291	0.38 342	0.59 310	0.49 283	0.50 333	0.52 293	0.62 345	0.37 290	0.58 251	0.43 285	0.13 282	0.10 198	0.14 307	0.12 278	0.17 312	0.18 247

LALA_ROB	0.38 298	0.31 304	0.65 246	0.30 312	0.21 292	0.46 319	0.39 345	0.63 338	0.54 310	0.53 345	0.52 293	0.69 367	0.36 285	0.52 232	0.48 303	0.18 345	0.11 219	0.16 327	0.14 316	0.17 312	0.16 233

PWC_ROB	0.41 318	0.38 342	0.92 326	0.26 236	0.20 279	0.39 285	0.19 130	0.61 326	0.69 356	0.58 356	0.84 368	0.52 317	0.44 320	0.74 315	0.62 337	0.13 282	0.09 172	0.14 307	0.10 215	0.17 312	0.18 247

MeshStereo	0.60 367	0.31 304	0.71 267	0.22 89	0.17 217	0.66 365	0.36 332	0.81 383	0.63 343	1.48 412	1.32 392	1.65 400	0.83 381	1.18 385	0.74 349	0.17 335	0.17 306	0.17 336	0.14 316	0.17 312	0.19 262
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
RTSC	0.43 328	0.37 336	0.95 334	0.30 312	0.20 279	0.50 337	0.23 226	0.65 350	0.86 376	0.56 352	0.54 303	0.51 312	0.36 285	0.71 307	0.92 361	0.13 282	0.14 258	0.11 235	0.13 302	0.18 327	0.19 262

SGM-ForestM	1.59 407	0.56 374	1.52 388	0.41 372	0.34 364	2.77 418	1.67 418	1.69 411	1.73 407	2.48 417	2.27 415	6.02 425	2.90 418	3.08 418	2.83 416	0.25 366	0.30 379	0.19 349	0.20 356	0.18 327	0.45 383

CSAN	0.55 356	0.47 362	1.19 367	0.37 354	0.23 316	0.57 352	0.61 382	0.65 350	0.72 362	0.65 362	0.78 361	0.66 360	0.65 371	1.41 398	0.77 352	0.21 357	0.17 306	0.20 353	0.21 358	0.18 327	0.21 283

SANet	0.58 364	0.41 351	1.38 378	0.27 268	0.16 192	0.72 369	0.48 365	0.71 369	1.34 400	0.69 367	0.97 378	0.94 381	0.78 376	0.97 371	0.93 362	0.14 303	0.12 235	0.12 266	0.12 278	0.18 327	0.20 274

SDNR	0.47 342	0.29 295	0.92 326	0.24 171	0.37 373	1.27 401	0.17 59	0.54 260	0.58 326	0.44 305	0.85 369	0.55 324	0.28 219	1.19 386	0.52 314	0.23 361	0.24 352	0.17 336	0.13 302	0.19 331	0.26 329

WZ-Net	0.56 360	0.49 366	2.14 403	0.30 312	0.24 327	0.58 354	0.48 365	0.65 350	0.80 370	0.51 336	0.72 353	0.68 365	0.60 359	1.06 379	1.01 368	0.13 282	0.10 198	0.11 235	0.12 278	0.19 331	0.23 298

FADNet-RVC	0.34 278	0.43 355	0.97 335	0.25 204	0.20 279	0.33 236	0.20 161	0.51 237	0.42 213	0.34 206	0.40 199	0.41 255	0.29 236	0.65 288	0.36 260	0.14 303	0.14 258	0.14 307	0.15 325	0.19 331	0.20 274

RGC	0.41 318	0.35 327	0.76 280	0.35 349	0.28 347	0.41 295	0.29 295	0.60 319	0.55 318	0.47 323	0.64 339	0.63 349	0.47 331	0.74 315	0.46 298	0.16 323	0.15 279	0.21 356	0.21 358	0.19 331	0.21 283

ADCPNet	0.51 349	0.36 333	1.82 398	0.27 268	0.23 316	0.71 368	0.39 345	0.56 281	0.54 310	0.52 339	0.60 326	0.66 360	0.57 355	0.64 284	1.23 380	0.15 315	0.18 313	0.14 307	0.23 369	0.19 331	0.22 291

RYNet	0.38 298	0.23 245	0.65 246	0.26 236	0.28 347	0.62 359	0.33 321	0.61 326	0.62 341	0.42 289	0.39 191	0.58 334	0.40 305	0.89 354	0.57 329	0.11 236	0.09 172	0.12 266	0.11 241	0.19 331	0.22 291

WCMA_ROB	0.55 356	0.27 285	0.76 280	0.26 236	0.22 307	0.62 359	0.36 332	0.57 290	0.58 326	0.97 387	1.40 395	1.28 393	0.94 389	0.80 337	0.80 355	0.20 356	0.17 306	0.16 327	0.16 334	0.19 331	0.29 342

FINET	0.58 364	0.48 364	1.35 377	0.38 362	0.37 373	0.96 389	1.13 411	0.84 388	1.05 389	0.50 333	0.70 351	0.45 282	0.61 363	0.63 279	0.62 337	0.26 367	0.28 366	0.14 307	0.13 302	0.20 338	0.44 380

EDNetEfficient	0.64 375	0.39 346	2.52 406	0.26 236	0.26 341	0.39 285	0.49 369	0.42 156	1.06 390	1.38 402	0.86 370	0.61 342	0.97 390	0.66 294	1.62 401	0.11 236	0.10 198	0.10 188	0.12 278	0.20 338	0.19 262

stereogan	0.39 303	0.20 211	0.78 290	0.28 292	0.22 307	0.65 364	0.26 271	0.62 334	0.65 346	0.45 312	0.60 326	0.67 363	0.45 322	0.69 301	0.37 266	0.14 303	0.14 258	0.14 307	0.12 278	0.20 338	0.19 262

ADCMid	0.53 353	0.45 360	1.46 383	0.27 268	0.22 307	0.51 338	0.38 342	0.61 326	0.58 326	0.75 371	0.67 345	0.62 345	0.66 372	0.66 294	1.75 402	0.13 282	0.12 235	0.17 336	0.17 345	0.20 338	0.21 283

NVstereo2D	0.32 263	0.18 190	0.63 239	0.24 171	0.23 316	0.43 304	0.28 290	0.60 319	0.58 326	0.28 97	0.39 191	0.42 265	0.30 243	0.71 307	0.30 223	0.13 282	0.09 172	0.13 289	0.10 215	0.20 338	0.18 247

PWCDC_ROB	0.41 318	0.41 351	0.77 286	0.34 344	0.21 292	0.43 304	0.20 161	0.60 319	0.90 379	0.44 305	1.24 390	0.36 224	0.38 295	0.56 247	0.48 303	0.18 345	0.11 219	0.11 235	0.10 215	0.20 338	0.16 233

Wz-Net-TNSev	0.55 356	0.72 387	1.90 399	0.26 236	0.21 292	0.64 363	0.45 358	0.66 354	0.71 360	0.52 339	0.55 308	0.71 371	0.63 369	1.04 377	0.94 364	0.16 323	0.15 279	0.13 289	0.15 325	0.21 344	0.24 310

FADNet_RVC	0.31 258	0.35 327	0.98 337	0.24 171	0.16 192	0.30 198	0.17 59	0.52 243	0.39 187	0.30 141	0.38 177	0.30 172	0.29 236	0.54 239	0.33 246	0.14 303	0.14 258	0.14 307	0.16 334	0.21 344	0.24 310

SHD	0.45 333	0.34 323	0.89 321	0.37 354	0.28 347	0.46 319	0.23 226	0.72 372	0.96 386	0.65 362	0.61 335	0.61 342	0.48 335	0.64 284	0.69 346	0.16 323	0.16 288	0.16 327	0.16 334	0.21 344	0.25 319

AnyNet_C32	0.55 356	0.51 367	1.34 376	0.29 305	0.28 347	0.61 358	0.62 383	0.57 290	0.62 341	0.63 360	0.68 347	0.54 323	0.55 351	0.82 341	1.81 403	0.15 315	0.15 279	0.15 321	0.18 349	0.21 344	0.25 319

coex-ft	3.48 419	0.81 392	48.53 444	0.24 171	0.19 261	0.53 346	0.47 364	0.49 219	2.36 412	7.18 425	1.20 387	0.96 384	2.53 416	0.75 320	2.14 410	0.13 282	0.15 279	0.14 307	0.12 278	0.22 348	0.47 385

EDNetEfficientorigin	7.48 423	0.57 378	139.59 446	0.25 204	0.17 217	0.44 309	0.30 301	0.48 212	1.04 388	1.29 399	1.02 380	0.82 376	0.87 385	0.76 326	1.02 369	0.10 205	0.09 172	0.12 266	0.11 241	0.22 348	0.25 319

G-Net	0.47 342	0.26 279	1.02 341	0.34 344	0.28 347	0.89 384	0.35 327	0.47 202	0.46 251	0.68 366	1.20 387	0.64 354	0.59 358	0.61 268	0.60 333	0.16 323	0.14 258	0.17 336	0.13 302	0.22 348	0.21 283

RTS	0.81 389	0.56 374	4.76 417	0.37 354	0.30 358	1.11 393	0.52 374	0.67 356	1.07 391	0.76 374	0.91 374	0.60 340	0.61 363	1.64 402	1.24 381	0.15 315	0.13 249	0.15 321	0.15 325	0.22 348	0.24 310

RTSA	0.81 389	0.56 374	4.76 417	0.37 354	0.30 358	1.11 393	0.52 374	0.67 356	1.07 391	0.76 374	0.91 374	0.60 340	0.61 363	1.64 402	1.24 381	0.15 315	0.13 249	0.15 321	0.15 325	0.22 348	0.24 310

GASNet	0.39 303	0.58 380	1.27 372	0.35 349	0.23 316	0.35 263	0.23 226	0.63 338	0.56 322	0.41 285	0.38 177	0.45 282	0.30 243	0.81 340	0.42 282	0.16 323	0.11 219	0.14 307	0.14 316	0.23 353	0.12 168

sAnonymous2	0.21 86	0.24 255	0.79 291	0.24 171	0.17 217	0.22 92	0.20 161	0.36 91	0.29 83	0.17 19	0.19 28	0.17 44	0.16 67	0.18 12	0.15 41	0.10 205	0.07 95	0.09 123	0.08 108	0.23 353	0.18 247

CroCo_RVC	0.21 86	0.24 255	0.79 291	0.24 171	0.17 217	0.22 92	0.20 161	0.36 91	0.29 83	0.17 19	0.19 28	0.17 44	0.16 67	0.18 12	0.15 41	0.10 205	0.07 95	0.09 123	0.08 108	0.23 353	0.18 247

ADCS	0.62 370	0.56 374	1.54 389	0.30 312	0.25 338	0.56 350	0.46 361	0.71 369	0.86 376	0.77 376	0.72 353	0.68 365	0.62 367	0.82 341	2.33 412	0.17 335	0.16 288	0.16 327	0.17 345	0.23 353	0.27 332

AnyNet_C01	0.68 378	0.69 386	2.64 408	0.33 340	0.27 346	0.93 385	0.64 384	0.66 354	0.65 346	0.70 368	0.97 378	0.75 373	0.63 369	1.01 374	1.52 396	0.17 335	0.16 288	0.17 336	0.17 345	0.24 357	0.28 338

MFN_U_SF_DS_RVC	0.53 353	0.60 383	0.98 337	0.40 368	0.25 338	0.87 382	0.57 380	0.60 319	0.64 345	0.60 357	0.67 345	0.63 349	0.42 314	1.13 382	0.50 310	0.23 361	0.28 366	0.27 368	0.35 384	0.25 358	0.33 352

FADNet	0.34 278	0.43 355	0.88 319	0.24 171	0.22 307	0.37 276	0.19 130	0.56 281	0.49 283	0.32 181	0.36 163	0.43 271	0.32 268	0.65 288	0.30 223	0.17 335	0.16 288	0.14 307	0.16 334	0.25 358	0.21 283

STTRV1_RVC	0.42 322	0.33 315	0.89 321	0.29 305	0.36 372	0.49 334	0.31 310	0.63 338	0.54 310	0.47 323	0.56 312	0.47 295	0.43 317	1.00 372	0.40 274	0.28 373	0.21 330	0.20 353	0.18 349	0.25 358	0.18 247

LSM	1.68 411	0.48 364	2.91 411	2.28 424	17.60 434	0.52 343	0.55 378	0.65 350	0.78 368	0.84 379	1.11 383	0.63 349	0.55 351	0.79 334	0.53 318	0.16 323	0.25 353	0.18 343	0.21 358	0.25 358	2.37 425

MSMD_ROB	0.63 373	0.34 323	0.70 261	0.30 312	0.25 338	0.88 383	0.35 327	0.58 302	0.67 350	1.13 395	1.52 399	1.75 403	1.05 394	0.90 357	0.60 333	0.24 363	0.22 336	0.27 368	0.27 377	0.25 358	0.27 332

XQC	0.47 342	0.45 360	1.07 347	0.40 368	0.28 347	0.58 354	0.38 342	0.67 356	0.76 367	0.53 345	0.47 271	0.59 335	0.47 331	0.74 315	0.80 355	0.18 345	0.14 258	0.18 343	0.16 334	0.26 363	0.24 310

FC-DCNN	0.73 380	0.33 315	0.84 304	0.33 340	0.28 347	0.82 381	0.40 349	0.82 384	0.83 373	1.43 405	1.60 403	1.97 405	1.38 403	1.10 381	0.93 362	0.24 363	0.22 336	0.27 368	0.26 375	0.26 363	0.32 350

DPSNet	0.51 349	0.26 279	1.16 359	0.28 292	0.21 292	0.76 372	0.56 379	0.89 392	0.82 372	0.49 330	0.51 287	0.64 354	0.81 380	0.89 354	0.85 359	0.17 335	0.16 288	0.13 289	0.13 302	0.26 363	0.27 332

PDISCO_ROB	0.45 333	0.37 336	0.89 321	0.44 376	0.37 373	0.70 367	0.35 327	0.75 376	0.78 368	0.45 312	0.53 300	0.65 356	0.40 305	0.68 300	0.52 314	0.22 360	0.12 235	0.21 356	0.19 352	0.26 363	0.22 291

ccnet	0.43 328	0.34 323	0.62 234	0.28 292	0.33 363	0.60 357	0.34 325	0.68 361	0.47 264	0.54 348	0.66 343	0.56 328	0.46 329	0.73 311	0.66 343	0.26 367	0.19 317	0.24 365	0.22 365	0.27 367	0.25 319

FCDSN-DC	0.67 376	0.38 342	0.83 300	0.37 354	0.30 358	0.66 365	0.37 334	0.69 367	0.70 358	1.15 397	1.53 400	1.70 402	1.38 403	1.00 372	0.83 357	0.24 363	0.22 336	0.27 368	0.26 375	0.27 367	0.32 350
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	0.62 370	0.47 362	0.93 330	0.70 394	0.50 384	1.15 396	1.29 414	0.79 380	0.70 358	0.77 376	0.55 308	0.92 380	0.58 356	0.87 351	0.77 352	0.19 354	0.27 362	0.18 343	0.19 352	0.27 367	0.28 338

PVD	0.62 370	0.41 351	0.93 330	0.44 376	0.39 377	0.63 362	0.51 373	0.86 389	1.27 399	0.93 384	1.09 382	0.81 375	0.85 382	0.89 354	0.89 360	0.21 357	0.23 344	0.22 361	0.19 352	0.28 370	0.41 375

GANetREF_RVC	0.45 333	0.52 368	0.87 313	0.39 364	0.20 279	0.51 338	0.50 371	0.68 361	0.67 350	0.47 323	0.46 264	0.50 309	0.43 317	0.91 359	0.40 274	0.28 373	0.21 330	0.32 377	0.19 352	0.28 370	0.23 298
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
MaskLacGwcNet_RVC	0.38 298	0.43 355	0.72 271	0.35 349	0.19 261	0.51 338	0.25 261	0.56 281	0.39 187	0.42 289	0.47 271	0.47 295	0.27 200	0.74 315	0.32 238	0.38 386	0.19 317	0.27 368	0.17 345	0.29 372	0.27 332

PASM	0.49 346	0.41 351	1.15 357	0.37 354	0.35 367	0.42 300	0.42 353	0.54 260	0.65 346	0.54 348	0.54 303	0.63 349	0.48 335	0.94 368	0.51 313	0.27 371	0.30 379	0.30 373	0.33 382	0.29 372	0.29 342

MFN_U_SF_RVC	0.58 364	0.58 380	1.31 375	0.39 364	0.23 316	0.72 369	0.30 301	0.83 386	0.68 354	0.74 370	0.74 357	0.86 377	0.60 359	0.84 346	0.83 357	0.29 375	0.27 362	0.32 377	0.37 388	0.31 374	0.33 352

MANE	1.63 409	0.58 380	1.16 359	0.59 387	0.60 391	2.71 417	1.53 416	2.63 421	3.62 416	2.33 416	3.26 417	3.66 419	2.98 419	2.26 415	2.26 411	0.37 384	0.40 391	0.31 376	0.49 393	0.31 374	0.63 398

ELAS_RVC	0.80 387	0.40 349	1.10 352	0.40 368	0.35 367	0.93 385	1.10 410	0.87 390	1.12 396	1.40 403	1.39 393	1.27 392	1.55 410	1.13 382	1.13 376	0.29 375	0.27 362	0.30 373	0.28 378	0.31 374	0.36 358
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.80 387	0.40 349	0.91 325	0.39 364	0.35 367	1.52 409	0.81 397	0.97 394	0.98 387	1.47 411	1.58 402	1.19 390	1.33 402	1.01 374	1.21 379	0.29 375	0.27 362	0.30 373	0.29 380	0.32 377	0.36 358
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Anonymous_2	0.44 330	0.23 245	0.57 198	0.34 344	0.34 364	0.53 346	0.28 290	0.49 219	0.39 187	0.36 232	0.34 144	0.48 299	0.38 295	0.43 201	0.33 246	0.26 367	0.41 393	0.44 386	1.45 420	0.33 378	0.37 366

CC-Net-ROB	0.46 339	0.55 372	0.86 311	0.38 362	0.23 316	0.51 338	0.30 301	0.69 367	0.51 294	0.46 317	0.51 287	0.48 299	0.38 295	0.96 369	0.40 274	0.36 383	0.23 344	0.56 392	0.25 371	0.34 379	0.22 291

UDG	0.42 322	0.54 371	0.67 252	0.41 372	0.35 367	0.47 325	0.27 276	0.57 290	0.48 270	0.40 275	0.46 264	0.59 335	0.45 322	0.47 214	0.46 298	0.26 367	0.19 317	0.49 388	0.22 365	0.37 380	0.30 344

NVStereoNet_ROB	0.74 381	0.64 385	1.20 369	0.55 386	0.43 381	0.54 349	0.48 365	0.75 376	0.87 378	0.88 381	1.72 405	1.06 385	1.03 393	1.29 392	0.98 367	0.35 382	0.42 394	0.41 385	0.48 392	0.38 381	0.43 378
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.45 333	0.60 383	0.71 267	0.45 378	0.39 377	0.46 319	0.32 316	0.53 253	0.44 231	0.46 317	0.53 300	0.57 329	0.38 295	0.51 226	0.43 285	0.34 381	0.21 330	0.56 392	0.25 371	0.41 382	0.36 358

MSC_U_SF_DS_RVC	0.70 379	0.73 389	1.26 371	0.47 380	0.28 347	1.42 407	0.60 381	0.82 384	0.94 385	0.85 380	0.86 370	0.88 379	0.70 373	1.32 395	0.75 350	0.37 384	0.30 379	0.34 380	0.36 386	0.44 383	0.42 376

MADNet+	1.05 394	1.26 413	4.77 419	0.73 396	0.50 384	1.25 400	0.97 402	1.05 395	0.93 382	0.67 365	0.78 361	0.87 378	0.85 382	2.14 412	1.83 404	0.40 389	0.42 394	0.32 377	0.28 378	0.45 384	0.43 378

SQANet	0.44 330	0.57 378	0.89 321	0.49 382	0.39 377	0.47 325	0.23 226	0.53 253	0.44 231	0.41 285	0.48 280	0.47 295	0.34 273	0.58 251	0.43 285	0.38 386	0.15 279	0.40 384	0.21 358	0.50 385	0.34 355

anonymity	0.57 362	0.55 372	0.74 273	0.48 381	0.63 392	0.56 350	0.43 355	0.71 369	0.51 294	0.64 361	0.55 308	0.57 329	0.61 363	0.65 288	0.57 329	0.55 392	0.55 403	0.50 389	0.54 398	0.51 386	0.61 395

FADE		1.19 409		0.71 395	0.76 399			1.87 416	1.53 404	0.75 371		1.17 389		2.88 417		24.66 444	4.77 426	17.17 439	17.41 438	0.51 386	0.45 383

Consistency-Raft	0.56 360	0.52 368	1.12 353	0.45 378	0.49 383	0.48 331	0.45 358	0.73 373	0.74 366	0.45 312	0.82 366	0.46 288	0.60 359	0.51 226	0.63 340	0.39 388	0.40 391	0.44 386	0.51 397	0.53 388	0.38 374

SPS-STEREO	0.74 381	0.72 387	1.18 366	0.52 384	0.57 390	0.76 372	0.50 371	0.80 381	0.66 349	0.97 387	0.88 373	0.94 381	0.74 374	1.08 380	1.04 371	0.58 395	0.51 397	0.50 389	0.50 396	0.56 389	0.72 406
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	1.12 399	0.86 394	1.64 392	0.68 392	0.80 406	1.68 411	1.68 419	1.08 396	1.10 393	1.53 413	1.76 407	1.47 397	1.53 409	1.24 388	1.42 395	0.66 399	0.65 413	0.52 391	0.54 398	0.57 390	0.91 413

JetBlue	1.20 401	0.89 395	2.53 407	0.59 387	0.76 399	3.16 420	2.09 420	1.16 398	0.93 382	0.95 385	1.12 384	1.65 400	1.27 400	2.15 413	1.87 405	0.43 390	0.37 390	0.38 382	0.39 390	0.62 391	0.63 398

BEATNet-Init1	4.91 421	3.27 424	14.39 433	0.69 393	0.65 395	10.19 428	3.83 423	5.04 424	5.11 422	8.73 428	8.52 425	13.95 435	7.66 425	7.79 427	5.79 423	0.32 380	0.34 388	0.34 380	0.38 389	0.64 392	0.64 400

otaku	0.60 367	0.73 389	1.13 355	0.64 389	0.45 382	0.73 371	0.37 334	0.67 356	0.67 350	0.52 339	0.75 359	0.66 360	0.46 329	0.74 315	0.59 332	0.55 392	0.34 388	0.56 392	0.36 386	0.65 393	0.49 389

DGSMNet	0.63 373	0.32 311	1.01 340	0.54 385	0.73 398	0.62 359	1.36 415	0.62 334	0.58 326	0.38 255	0.62 337	0.52 317	0.34 273	0.65 288	0.47 301	0.54 391	0.61 408	0.67 397	0.61 405	0.65 393	0.69 404

WAO-7	1.05 394	1.00 402	1.19 367	0.83 401	0.67 396	1.22 399	0.84 399	1.43 404	1.56 405	1.13 395	1.75 406	1.46 396	1.25 399	1.56 401	1.28 383	0.61 397	0.62 411	0.70 398	0.68 407	0.66 395	0.62 396

MFMNet_re	0.74 381	0.84 393	1.16 359	0.64 389	0.70 397	0.79 377	0.71 389	0.77 379	0.85 375	0.79 378	0.86 370	0.69 367	0.80 378	0.73 311	0.65 341	0.66 399	0.59 407	0.61 396	0.58 403	0.68 396	0.71 405

DispFullNet	0.67 376	0.94 398	1.63 391	0.77 399	1.19 416	0.53 346	0.25 261	0.61 326	0.72 362	0.70 368	0.60 326	0.69 367	0.90 386	0.80 337	0.52 314	0.27 371	0.13 249	0.74 400	0.31 381	0.68 396	0.44 380

Ntro	0.61 369	0.75 391	1.16 359	0.67 391	0.50 384	0.76 372	0.37 334	0.68 361	0.71 360	0.50 333	0.59 322	0.65 356	0.52 344	0.79 334	0.58 331	0.58 395	0.32 384	0.57 395	0.34 383	0.69 398	0.50 390

ACVNet_1	0.77 386	0.92 397	1.79 397	0.73 396	0.53 388	0.78 376	0.42 353	0.88 391	0.90 379	0.75 371	0.76 360	1.32 394	0.80 378	1.04 377	0.70 347	0.57 394	0.32 384	0.72 399	0.35 384	0.70 399	0.50 390

ACVNet-4b	0.76 384	0.90 396	1.67 393	0.73 396	0.51 387	0.80 380	0.31 310	0.74 375	0.81 371	0.51 336	0.72 353	0.94 381	0.43 317	1.01 374	1.32 389	1.18 417	0.22 336	0.77 401	0.45 391	0.70 399	0.50 390

ACVNet_2	0.94 391	0.98 401	1.71 395	0.83 401	0.63 392	1.02 391	0.64 384	1.16 398	1.43 403	1.02 389	1.39 393	1.47 397	0.86 384	1.16 384	0.79 354	0.63 398	0.43 396	0.78 402	0.49 393	0.80 401	0.57 393

RainbowNet	0.76 384	1.00 402	1.29 373	0.82 400	0.63 392	0.79 377	0.52 374	0.83 386	0.93 382	0.61 359	0.79 364	0.79 374	0.62 367	0.82 341	0.67 345	0.80 405	0.55 403	0.79 403	0.49 393	0.81 402	0.62 396

WAO-6	1.11 398	1.01 404	1.17 365	0.96 404	0.79 403	1.30 403	0.78 394	1.36 402	1.99 410	1.04 392	1.54 401	1.59 399	1.27 400	1.37 397	1.30 384	0.78 403	0.55 403	1.03 410	0.75 411	0.87 403	0.72 406

IMH-64-1	0.94 391	0.95 399	1.07 347	0.98 405	0.76 399	0.93 385	0.72 390	1.30 400	1.11 394	0.91 382	1.45 396	1.14 386	1.00 391	1.25 390	0.97 365	0.77 401	0.51 397	0.97 406	0.55 401	0.90 404	0.66 401

IMH-64	0.94 391	0.95 399	1.07 347	0.98 405	0.76 399	0.93 385	0.72 390	1.30 400	1.11 394	0.91 382	1.45 396	1.14 386	1.00 391	1.25 390	0.97 365	0.77 401	0.51 397	0.97 406	0.55 401	0.90 404	0.66 401

LVE	1.18 400	1.16 407	1.67 393	1.04 408	0.81 407	1.32 404	0.82 398	1.49 406	1.94 408	1.08 393	1.90 408	1.89 404	1.07 395	1.51 400	1.04 371	0.96 411	0.61 408	0.94 405	0.69 408	0.92 406	0.79 411

IMH	1.09 397	1.04 405	1.29 373	1.03 407	0.79 403	1.11 393	0.69 387	1.40 403	1.42 402	1.02 389	1.71 404	1.42 395	1.19 398	1.78 408	1.03 370	1.14 415	0.56 406	1.00 408	0.58 403	0.93 407	0.68 403

WAO-8	1.50 405	1.22 411	1.39 380	1.10 410	0.85 408	2.15 413	0.78 394	1.84 413	3.76 417	1.46 407	2.18 412	2.15 408	1.50 407	3.20 420	1.35 391	0.92 409	0.66 414	1.10 411	0.79 412	0.94 408	0.74 408

Venus	1.50 405	1.22 411	1.39 380	1.10 410	0.85 408	2.15 413	0.78 394	1.84 413	3.76 417	1.46 407	2.18 412	2.15 408	1.50 407	3.20 420	1.35 391	0.92 409	0.66 414	1.10 411	0.79 412	0.94 408	0.74 408

SuperB	0.50 347	0.37 336	2.16 404	0.23 133	0.15 162	0.41 295	0.32 316	0.50 227	0.83 373	0.44 305	0.51 287	0.33 197	0.45 322	0.69 301	1.07 373	0.10 205	0.08 143	0.09 123	0.08 108	0.95 410	0.18 247

Dean	1.22 402	1.17 408	1.97 400	1.04 408	0.79 403	1.21 398	0.76 392	1.51 407	1.96 409	1.30 401	1.98 410	2.14 407	1.18 397	1.30 393	1.15 377	0.83 406	0.61 408	1.01 409	0.69 408	0.97 411	0.77 410

PWCK	1.05 394	1.29 414	2.12 402	0.92 403	0.42 380	1.27 401	1.01 404	1.14 397	1.14 397	1.16 398	1.14 385	1.25 391	0.90 386	1.77 407	1.15 377	0.89 408	0.51 397	0.87 404	0.54 398	1.02 412	0.57 393

UNDER WATER-64	1.61 408	1.30 415	2.93 412	1.33 415	0.96 412	2.20 415	1.25 413	1.47 405	3.15 414	1.46 407	1.31 391	2.61 414	2.22 414	1.69 404	1.93 406	1.13 414	0.67 416	1.29 416	0.94 415	1.26 413	1.09 417

UNDER WATER	1.64 410	1.34 416	2.72 410	1.40 416	1.04 413	1.70 412	1.14 412	1.57 410	3.58 415	1.46 407	1.46 398	2.82 416	2.43 415	1.74 405	2.04 409	1.08 413	0.63 412	1.31 417	0.94 415	1.29 414	1.10 418

TorneroNet-64	1.47 403	1.15 406	1.51 387	1.11 412	0.86 410	2.27 416	0.76 392	1.84 413	3.76 417	1.29 399	2.22 414	2.68 415	1.46 405	1.81 409	1.55 398	0.79 404	0.51 397	1.10 411	0.67 406	1.31 415	0.81 412

TorneroNet	2.26 415	1.20 410	1.55 390	1.15 414	0.91 411	5.84 421	0.84 399	2.12 418	8.45 427	2.59 418	5.32 421	3.84 420	2.15 413	1.84 411	1.98 408	0.88 407	0.54 402	1.16 415	0.74 410	1.31 415	0.91 413

SPstereo	14.29 431	1.85 421	2.95 413	1.89 421	1.68 421	23.50 438	43.36 438	35.81 446	29.54 446	20.90 440	20.49 436	26.26 446	21.86 438	25.13 446	19.49 437	1.60 420	1.44 420	2.99 424	2.21 423	1.34 417	1.43 422

KSHMR	1.92 414	1.47 419	1.97 400	1.48 419	1.22 417	1.39 406	1.06 406	1.81 412	5.83 423	1.43 405	5.56 422	2.95 417	1.17 396	2.24 414	1.33 390	1.29 418	1.13 419	1.47 420	1.11 419	1.37 418	1.21 419

notaker	1.49 404	1.44 417	1.77 396	1.42 417	1.08 414	1.19 397	0.87 401	1.51 407	1.40 401	1.53 413	3.41 418	2.40 411	1.94 412	1.83 410	1.57 399	1.14 415	0.69 417	1.38 418	0.88 414	1.39 419	1.03 416

ktn	1.80 412	1.46 418	1.49 385	1.44 418	1.14 415	1.50 408	1.07 407	1.53 409	3.90 420	2.77 419	4.62 419	3.42 418	1.49 406	1.74 405	1.40 394	1.45 419	0.77 418	1.46 419	0.99 417	1.41 420	1.00 415

JetRed	2.35 417	2.70 423	6.11 420	1.14 413	1.38 419	6.03 422	3.61 422	2.12 418	1.72 406	1.99 415	1.97 409	2.15 408	1.59 411	2.49 416	4.19 421	1.05 412	1.60 421	1.10 411	1.02 418	1.72 421	1.41 421

MADNet++	2.34 416	1.81 420	2.24 405	2.15 423	1.97 422	2.79 419	2.19 421	2.42 420	2.26 411	2.79 420	2.70 416	2.43 412	2.60 417	3.18 419	3.32 417	2.19 421	1.97 422	1.93 421	1.62 421	2.02 422	2.10 423

HanzoNet	3.08 418	1.87 422	2.70 409	1.81 420	1.34 418	1.60 410	1.05 405	2.06 417	2.62 413	5.63 423	5.12 420	5.96 424	7.09 424	4.39 424	3.43 418	3.29 423	2.06 424	1.98 422	2.94 425	2.47 423	2.15 424

tt	4.71 420	0.11 28	3.94 416	2.06 422	1.54 420	10.14 427	16.85 428	9.28 430	4.99 421	1.41 404	1.05 381	4.68 421	4.89 420	3.36 422	5.86 424	5.73 427	9.15 434	2.23 423	2.51 424	3.02 424	1.34 420

DPSimNet_ROB	6.21 422	5.16 425	9.50 423	5.59 427	5.56 424	7.64 423	10.02 425	4.07 423	7.33 425	6.84 424	6.26 423	7.17 426	10.55 426	4.07 423	5.68 422	5.50 426	4.29 425	5.24 427	3.66 426	4.05 425	5.96 428

DGTPSM_ROB	8.38 425	5.24 426	10.71 431	5.32 426	10.19 428	8.34 424	23.49 433	6.11 426	13.43 433	4.93 421	10.93 430	5.64 422	10.55 426	6.17 425	12.73 429	3.74 424	7.56 429	3.68 425	7.24 430	4.09 426	7.49 429

DPSMNet_ROB	8.44 426	5.25 427	10.87 432	5.59 427	10.27 429	8.34 424	23.51 434	6.12 427	13.47 434	4.96 422	10.94 431	5.65 423	10.55 426	6.25 426	12.77 430	4.01 425	7.62 430	3.75 426	7.27 431	4.16 427	7.54 430

ASD4	8.08 424	7.42 428	8.23 422	6.03 429	6.01 425	14.62 430	20.55 429	9.03 429	8.06 426	7.51 427	6.52 424	7.36 427	6.42 422	8.13 428	9.88 427	5.93 428	5.10 427	6.60 431	5.79 427	6.82 428	5.52 427

DPSM_ROB	11.46 429	9.79 433	10.18 426	11.11 431	11.31 430	19.08 436	27.38 436	13.42 435	14.23 436	10.34 432	11.13 432	10.97 433	11.33 433	11.89 435	13.49 431	6.74 430	8.19 432	6.00 428	7.05 428	7.74 429	7.76 431

DPSM	11.46 429	9.79 433	10.18 426	11.11 431	11.31 430	19.08 436	27.38 436	13.42 435	14.23 436	10.34 432	11.13 432	10.97 433	11.33 433	11.89 435	13.49 431	6.74 430	8.19 432	6.00 428	7.05 428	7.74 429	7.76 431

PML	15.86 435	13.12 436	7.07 421	5.22 425	7.66 426	32.93 439	64.30 445	5.37 425	10.12 428	25.87 445	67.29 445	20.25 437	13.20 435	10.09 430	6.81 426	5.94 429	2.00 423	6.03 430	2.18 422	9.13 431	2.62 426

xxxxx1	15.30 432	9.78 430	10.23 428	20.34 436	19.47 435	17.10 431	23.00 430	10.36 431	11.04 429	9.25 429	9.66 426	10.74 430	10.66 429	10.60 431	13.72 433	8.14 432	9.35 435	31.88 444	44.61 444	12.63 432	13.46 434

tt_ll	15.30 432	9.78 430	10.23 428	20.34 436	19.47 435	17.10 431	23.00 430	10.36 431	11.04 429	9.25 429	9.66 426	10.74 430	10.66 429	10.60 431	13.72 433	8.14 432	9.35 435	31.88 444	44.61 444	12.63 432	13.46 434

ff	15.30 432	9.78 430	10.23 428	20.34 436	19.47 435	17.10 431	23.00 430	10.36 431	11.04 429	9.25 429	9.66 426	10.74 430	10.66 429	10.60 431	13.72 433	8.14 432	9.35 435	31.88 444	44.61 444	12.63 432	13.46 434

LRCNet_RVC	10.94 428	14.45 437	9.66 424	15.38 433	8.02 427	1.08 392	0.35 327	8.72 428	0.72 362	12.63 435	15.84 434	9.73 428	6.52 423	8.58 429	6.38 425	20.33 442	5.39 428	23.79 441	21.95 440	15.35 435	13.96 437

CasAABBNet	23.04 439	19.69 438	20.32 435	22.42 439	22.73 439	38.35 440	55.23 441	26.99 443	28.74 441	20.67 438	22.28 439	22.11 442	22.86 442	23.84 442	27.17 441	13.52 435	16.47 439	12.08 432	14.21 433	15.57 436	15.60 438

MyStereo03	23.12 441	19.74 439	20.70 438	22.51 441	22.82 441	38.36 441	55.25 442	26.92 440	28.81 442	20.90 440	22.38 440	22.06 439	22.80 439	23.83 439	27.20 443	13.55 437	16.70 441	12.09 433	14.22 435	15.58 437	16.03 440

MyStereo02	23.12 441	19.74 439	20.70 438	22.51 441	22.82 441	38.36 441	55.25 442	26.92 440	28.81 442	20.90 440	22.38 440	22.06 439	22.80 439	23.83 439	27.20 443	13.55 437	16.70 441	12.09 433	14.22 435	15.58 437	16.03 440

MyStereo	23.12 441	19.74 439	20.70 438	22.51 441	22.82 441	38.36 441	55.25 442	26.92 440	28.81 442	20.90 440	22.38 440	22.06 439	22.80 439	23.83 439	27.20 443	13.55 437	16.70 441	12.09 433	14.22 435	15.58 437	16.03 440

Selective-RAFT-Error	23.11 440	19.77 442	20.60 437	22.49 440	22.80 440	38.46 445	55.19 440	27.13 445	28.90 445	20.73 439	22.38 440	22.11 442	22.91 444	23.94 443	27.18 442	13.54 436	16.57 440	12.09 433	14.21 433	15.61 440	15.65 439

LSM0	24.21 444	19.88 443	22.33 441	24.42 444	40.13 446	38.41 444	54.99 439	27.05 444	28.61 440	20.59 437	22.00 438	22.29 444	22.86 442	24.12 444	27.16 440	13.59 440	16.33 438	12.13 437	14.08 432	15.72 441	17.53 443

HaxPig	17.72 437	20.23 444	19.76 434	16.55 434	16.52 433	9.46 426	9.42 424	14.48 437	13.31 432	18.59 436	18.67 435	17.39 436	16.68 436	17.07 437	16.43 436	21.99 443	20.86 444	22.28 440	21.55 439	21.30 442	21.88 444

MEDIAN_ROB	21.20 438	24.56 445	23.42 442	19.57 435	19.62 438	13.29 429	11.21 426	18.04 438	17.02 438	22.07 444	21.92 437	20.84 438	20.24 437	21.02 438	19.68 438	25.59 445	24.08 445	26.20 442	25.19 441	25.31 443	25.19 445

AVERAGE_ROB	25.43 445	29.01 446	27.22 443	24.60 445	24.16 445	17.78 434	12.87 427	22.39 439	21.40 439	26.72 446	26.08 444	25.18 445	24.52 445	25.07 445	23.57 439	29.94 446	28.36 446	30.60 443	29.57 442	29.83 444	29.66 446

DLNR_Zeroshot_test	10.53 427	12.28 435	20.32 435	105.84 447	23.88 444	0.14 3	0.13 3	3.20 422	0.20 7	0.16 13	0.23 54	0.16 36	0.10 3	0.32 144	0.16 51	2.54 422	0.32 384	0.07 15	0.07 48	40.17 445	0.28 338

Anonymous_1	16.44 436	9.26 429	9.67 425	10.63 430	14.54 432	18.62 435	26.98 435	12.68 434	13.53 435	10.78 434	10.37 429	10.15 429	10.66 429	10.99 434	12.64 428	15.61 441	7.73 431	16.87 438	43.01 443	56.14 446	7.86 433

test_example2	100.95 446	107.33 447	67.16 445	98.17 446	106.88 447	89.44 446	101.34 446	37.23 447	97.88 447	129.56 447	131.26 446	65.41 447	67.34 446	91.22 447	79.29 446	143.32 447	199.32 447	81.12 447	102.17 447	121.89 447	101.70 447

Low-res two-view benchmark