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

MoCha-V2	0.37 3	0.24 21	0.54 34	0.72 306	0.22 5	0.43 15	0.31 30	0.95 55	0.55 18	0.43 8	0.46 4	0.43 7	0.60 100	0.44 2	0.29 1	0.14 4	0.12 9	0.15 3	0.13 12	0.17 26	0.12 3

IGEVStereo-DCA	0.46 28	0.28 88	0.56 40	0.43 9	0.33 126	0.49 33	0.42 101	0.87 27	0.50 7	0.47 16	0.48 7	0.48 24	0.46 36	2.03 256	0.30 2	0.19 94	0.14 78	0.19 53	0.15 33	0.16 14	0.18 82

rrr	0.46 28	0.28 88	0.73 135	0.43 9	0.33 126	0.49 33	0.38 74	0.76 11	0.50 7	0.47 16	0.48 7	0.48 24	0.46 36	2.03 256	0.30 2	0.19 94	0.14 78	0.19 53	0.15 33	0.16 14	0.16 44

AEACV	0.37 3	0.24 21	0.52 28	0.47 43	0.51 249	0.37 8	0.38 74	0.65 4	0.53 17	0.42 5	0.56 19	0.46 17	0.60 100	0.53 7	0.30 2	0.16 12	0.13 44	0.18 39	0.15 33	0.17 26	0.14 13

Selective-IGEV	0.39 6	0.24 21	0.50 19	0.44 24	0.25 20	0.46 21	0.33 37	1.25 155	0.40 1	0.35 1	0.45 3	0.52 39	0.30 4	1.07 114	0.30 2	0.14 4	0.12 9	0.17 17	0.13 12	0.16 14	0.13 4

MC-Stereo	0.43 17	0.23 15	0.48 16	0.51 98	0.28 54	0.39 9	0.32 34	0.88 34	0.68 46	0.60 42	0.84 58	0.56 45	0.61 110	1.03 103	0.31 6	0.17 33	0.11 3	0.17 17	0.15 33	0.16 14	0.13 4

test_xeample3	0.42 14	0.28 88	0.69 102	0.43 9	0.33 126	0.56 73	0.38 74	0.79 15	0.45 3	0.53 32	0.46 4	0.44 10	0.44 29	1.38 158	0.31 6	0.18 61	0.14 78	0.19 53	0.15 33	0.17 26	0.16 44

ACVNet-DCA	0.56 90	0.31 163	0.50 19	0.54 138	0.26 22	1.18 270	0.51 176	1.42 182	0.78 65	0.58 35	0.79 51	0.48 24	0.88 205	1.46 175	0.32 8	0.20 122	0.12 9	0.25 212	0.15 33	0.22 158	0.21 156

xx1	0.67 153	0.31 163	0.50 19	0.54 138	0.26 22	1.18 270	0.51 176	0.93 48	3.05 389	0.58 35	0.79 51	0.95 158	0.77 156	1.46 175	0.32 8	0.20 122	0.12 9	0.24 175	0.23 222	0.22 158	0.21 156

cc1	0.64 131	0.31 163	0.50 19	0.54 138	0.26 22	1.18 270	0.51 176	0.93 48	3.05 389	0.58 35	0.79 51	0.48 24	0.88 205	1.46 175	0.32 8	0.20 122	0.12 9	0.25 212	0.15 33	0.19 75	0.19 116

ffm	0.72 166	0.33 193	0.85 186	0.53 123	0.37 158	0.74 155	0.56 214	0.95 55	2.47 377	1.15 161	1.45 252	1.06 190	0.82 175	1.55 192	0.32 8	0.20 122	0.12 9	0.31 273	0.27 266	0.19 75	0.20 139

tt1	0.62 115	0.32 177	0.51 25	0.54 138	0.26 22	1.16 267	0.48 161	0.95 55	2.47 377	0.57 34	0.77 46	0.49 31	0.81 171	1.55 192	0.32 8	0.20 122	0.12 9	0.24 175	0.15 33	0.19 75	0.20 139

MSKI-zero shot	0.55 81	0.26 49	0.57 48	0.51 98	0.26 22	0.69 137	0.28 19	1.18 133	0.64 29	0.91 85	1.32 214	0.82 107	0.33 10	1.92 245	0.32 8	0.17 33	0.12 9	0.17 17	0.13 12	0.16 14	0.16 44

CASnet	0.41 13	0.25 38	0.48 16	0.50 75	0.20 2	0.50 42	0.36 61	0.81 23	0.80 70	0.83 75	0.68 29	0.48 24	0.31 6	0.54 9	0.32 8	0.18 61	0.12 9	0.27 242	0.22 202	0.23 183	0.14 13
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.53 52	0.24 21	0.47 14	0.47 43	0.27 35	1.00 240	0.25 4	1.58 224	1.05 153	0.85 81	0.99 87	1.06 190	0.47 42	0.70 37	0.32 8	0.18 61	0.13 44	0.16 11	0.13 12	0.16 14	0.16 44

RCA-Stereo	0.50 41	0.23 15	0.58 51	0.48 55	0.33 126	0.55 70	0.45 140	0.97 64	1.38 301	0.68 48	1.05 114	0.63 61	0.80 168	0.59 17	0.32 8	0.17 33	0.12 9	0.17 17	0.14 25	0.16 14	0.14 13

ff7	0.43 17	0.27 72	0.56 40	0.44 24	0.33 126	0.50 42	0.42 101	0.87 27	0.50 7	0.49 23	0.53 11	0.44 10	0.48 50	1.38 158	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

ffff	0.43 17	0.27 72	0.56 40	0.44 24	0.33 126	0.50 42	0.42 101	0.87 27	0.50 7	0.49 23	0.53 11	0.44 10	0.48 50	1.38 158	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

11t	0.43 17	0.27 72	0.56 40	0.44 24	0.33 126	0.50 42	0.42 101	0.87 27	0.50 7	0.49 23	0.53 11	0.44 10	0.48 50	1.38 158	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

anonymousdsp	0.43 17	0.27 72	0.53 30	0.44 24	0.32 110	0.50 42	0.42 101	0.89 35	0.51 14	0.49 23	0.53 11	0.47 21	0.47 42	1.33 146	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

CES	0.48 36	0.20 2	0.37 2	0.39 5	1.39 388	0.55 70	0.35 51	0.98 66	0.66 42	0.44 10	0.66 25	0.35 1	0.27 2	0.56 13	0.33 17	0.15 7	0.13 44	0.15 3	0.10 2	0.19 75	1.46 393

EGLCR-Stereo	0.37 3	0.22 10	0.51 25	0.43 9	0.26 22	0.44 18	0.22 2	0.99 68	0.48 5	0.42 5	0.42 2	0.67 71	0.29 3	0.86 73	0.33 17	0.17 33	0.12 9	0.19 53	0.17 78	0.17 26	0.15 29

ccc-4	0.43 17	0.27 72	0.56 40	0.44 24	0.33 126	0.50 42	0.42 101	0.87 27	0.50 7	0.49 23	0.53 11	0.44 10	0.48 50	1.38 158	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

IGEV-Stereo	0.43 17	0.27 72	0.54 34	0.45 34	0.32 110	0.50 42	0.42 101	0.90 41	0.51 14	0.49 23	0.53 11	0.47 21	0.47 42	1.32 144	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
panet	0.39 6	0.21 4	0.37 2	0.36 2	0.20 2	0.53 60	0.29 21	0.78 13	1.12 181	0.59 41	0.71 35	0.53 42	0.42 22	0.54 9	0.34 25	0.18 61	0.13 44	0.15 3	0.10 2	0.14 2	0.13 4

MyStereo07	0.48 36	0.29 115	0.50 19	0.55 157	0.45 215	0.59 83	0.79 279	1.05 91	0.51 14	0.48 20	0.53 11	0.43 7	0.55 77	1.30 141	0.34 25	0.17 33	0.16 159	0.24 175	0.20 140	0.23 183	0.20 139

CroCo-Stereo	0.40 10	0.31 163	0.73 135	0.58 187	0.27 35	0.26 1	0.33 37	0.95 55	0.81 71	0.42 5	0.47 6	0.65 67	0.47 42	0.39 1	0.34 25	0.18 61	0.15 128	0.16 11	0.14 25	0.19 75	0.16 44
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
CREStereo	0.39 6	0.21 4	0.38 5	0.34 1	0.22 5	0.53 60	0.29 21	0.77 12	1.11 177	0.58 35	0.71 35	0.51 34	0.41 20	0.54 9	0.34 25	0.18 61	0.13 44	0.15 3	0.10 2	0.14 2	0.14 13
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
CAS	0.63 121	0.18 1	0.37 2	2.27 396	0.84 353	0.57 78	0.54 195	0.79 15	0.62 25	0.48 20	0.70 33	0.36 2	0.26 1	0.45 3	0.35 29	2.24 397	0.10 1	0.14 1	0.09 1	0.15 6	1.06 387

cross-raft	0.54 66	0.25 38	0.61 63	0.52 114	0.29 66	0.68 133	0.37 70	1.46 192	0.76 61	1.01 109	1.06 116	1.28 252	0.46 36	0.71 41	0.35 29	0.15 7	0.12 9	0.18 39	0.16 62	0.19 75	0.14 13

TANstereo	0.44 25	0.21 4	0.44 12	0.41 6	0.21 4	0.65 113	0.26 10	0.79 15	0.83 77	0.93 88	0.98 85	0.51 34	0.46 36	0.54 9	0.35 29	0.18 61	0.24 278	0.16 11	0.13 12	0.16 14	0.26 230

XX-Stereo	0.63 121	0.26 49	1.90 354	0.81 334	0.67 309	0.43 15	0.23 3	1.03 81	0.58 20	0.65 46	1.56 280	1.41 273	0.39 15	1.28 137	0.35 29	0.20 122	0.14 78	0.20 77	0.19 112	0.18 45	0.14 13

CFNet-RSSM	0.54 66	0.24 21	0.70 108	0.48 55	0.28 54	0.60 89	0.27 16	1.49 197	1.14 194	1.06 120	0.93 73	1.08 197	0.54 71	0.70 37	0.35 29	0.16 12	0.12 9	0.17 17	0.15 33	0.16 14	0.14 13

PMTNet	0.46 28	0.21 4	0.38 5	0.37 3	0.23 8	0.71 147	0.27 16	0.74 8	1.04 149	0.64 45	0.70 33	0.55 43	0.47 42	0.86 73	0.35 29	1.00 382	0.13 44	0.15 3	0.10 2	0.15 6	0.13 4

MGS-Stereo	0.42 14	0.26 49	0.58 51	0.44 24	0.28 54	0.50 42	0.34 47	0.57 2	0.83 77	0.46 15	1.31 208	0.52 39	0.33 10	0.65 33	0.36 35	0.19 94	0.16 159	0.18 39	0.15 33	0.17 26	0.16 44

StereoIM	0.36 1	0.25 38	0.58 51	0.44 24	0.34 141	0.30 3	0.30 25	0.72 6	0.50 7	0.37 2	0.36 1	0.58 51	0.49 58	0.52 6	0.36 35	0.19 94	0.16 159	0.19 53	0.15 33	0.18 45	0.14 13

RAFT-Test	0.54 66	0.25 38	0.64 76	0.47 43	0.30 83	0.97 234	0.27 16	1.24 153	0.81 71	0.96 95	1.12 142	1.28 252	0.48 50	0.71 41	0.36 35	0.17 33	0.13 44	0.17 17	0.14 25	0.16 14	0.16 44

LoS_RVC	0.42 14	0.26 49	0.40 9	0.44 24	0.82 351	0.51 53	0.44 129	0.64 3	0.41 2	0.44 10	0.78 48	0.44 10	0.47 42	0.56 13	0.36 35	0.13 1	0.12 9	0.14 1	0.10 2	0.13 1	0.84 376

ProNet	0.43 17	0.28 88	0.58 51	0.43 9	0.30 83	0.56 73	0.52 185	1.00 72	0.58 20	0.44 10	0.49 9	0.43 7	0.43 25	1.28 137	0.36 35	0.15 7	0.13 44	0.19 53	0.16 62	0.17 26	0.16 44

RAFT_CTSACE	0.63 121	0.26 49	0.88 205	0.55 157	0.51 249	0.71 147	0.44 129	0.80 20	0.97 120	0.97 98	1.84 324	1.18 224	0.68 131	1.47 179	0.36 35	0.16 12	0.15 128	0.21 100	0.20 140	0.20 102	0.14 13

HH	0.63 121	0.30 131	0.77 164	0.50 75	0.32 110	0.49 33	0.46 147	1.65 238	0.64 29	0.69 49	1.09 127	1.63 310	0.85 189	1.90 243	0.37 41	0.18 61	0.13 44	0.19 53	0.17 78	0.19 75	0.16 44

HanStereo	0.63 121	0.30 131	0.77 164	0.50 75	0.32 110	0.49 33	0.46 147	1.65 238	0.64 29	0.69 49	1.09 127	1.63 310	0.85 189	1.90 243	0.37 41	0.18 61	0.13 44	0.19 53	0.17 78	0.19 75	0.16 44

4D-IteraStereo	0.48 36	0.24 21	0.76 160	0.50 75	0.44 208	0.66 122	0.31 30	0.87 27	1.02 142	1.03 116	0.72 38	0.78 94	0.32 9	0.64 29	0.37 41	0.17 33	0.11 3	0.23 155	0.19 112	0.19 75	0.13 4

LoS	0.40 10	0.21 4	0.44 12	0.37 3	0.22 5	0.50 42	0.40 88	1.00 72	0.94 109	0.48 20	0.66 25	0.48 24	0.40 18	0.60 26	0.37 41	0.18 61	0.14 78	0.16 11	0.11 7	0.14 2	0.14 13

raft_robust	0.68 157	0.30 131	0.64 76	0.52 114	0.26 22	0.54 64	0.35 51	1.33 163	1.24 237	1.16 172	1.07 119	0.60 56	0.54 71	3.58 324	0.37 41	0.18 61	0.14 78	0.20 77	0.22 202	0.20 102	0.16 44

test_4	0.53 52	0.22 10	0.56 40	0.54 138	0.32 110	0.64 101	0.39 85	0.80 20	0.62 25	0.92 87	1.87 329	0.68 73	0.42 22	1.16 127	0.37 41	0.15 7	0.13 44	0.20 77	0.22 202	0.20 102	0.15 29

test-3	0.54 66	0.22 10	0.68 93	0.47 43	0.27 35	0.58 79	0.35 51	0.92 43	1.00 137	1.32 251	0.69 32	0.87 131	0.45 32	1.68 216	0.37 41	0.16 12	0.11 3	0.20 77	0.16 62	0.17 26	0.13 4

test_1	0.54 66	0.22 10	0.68 93	0.47 43	0.27 35	0.58 79	0.35 51	0.92 43	1.00 137	1.28 226	0.68 29	0.87 131	0.45 32	1.67 211	0.37 41	0.16 12	0.11 3	0.20 77	0.16 62	0.17 26	0.13 4

XX-TBD	0.46 28	0.70 344	0.35 1	0.79 328	0.25 20	0.58 79	0.26 10	0.69 5	1.27 252	0.76 58	1.00 90	0.45 16	0.33 10	0.47 4	0.37 41	0.19 94	0.15 128	0.15 3	0.11 7	0.17 26	0.14 13

Gwc-CoAtRS	0.52 43	0.24 21	0.68 93	0.48 55	0.29 66	0.64 101	0.25 4	1.16 126	1.08 165	1.01 109	1.00 90	1.12 211	0.56 81	0.69 35	0.37 41	0.16 12	0.13 44	0.17 17	0.15 33	0.15 6	0.15 29

LargeStereo	0.40 10	0.22 10	0.51 25	0.52 114	0.29 66	0.45 19	0.25 4	1.65 238	0.46 4	0.37 2	0.57 20	0.46 17	0.45 32	0.50 5	0.38 51	0.19 94	0.12 9	0.16 11	0.13 12	0.16 14	0.15 29

Sa-1000	0.72 166	0.29 115	0.76 160	0.59 200	0.30 83	0.73 152	0.37 70	1.62 234	1.33 279	1.28 226	2.04 344	0.86 127	0.75 144	1.84 236	0.38 51	0.19 94	0.14 78	0.25 212	0.23 222	0.20 102	0.16 44

iRaft-Stereo_20w	0.65 136	0.31 163	1.00 241	0.47 43	0.34 141	0.73 152	0.30 25	2.96 388	0.70 49	1.15 161	1.14 150	0.76 90	0.65 128	1.11 120	0.38 51	0.17 33	0.13 44	0.18 39	0.16 62	0.19 75	0.18 82

GMOStereo	0.53 52	0.26 49	0.65 80	0.50 75	0.29 66	0.52 55	0.43 117	0.89 35	0.96 113	1.41 282	1.14 150	0.85 123	0.56 81	0.59 17	0.38 51	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 29

error version	0.53 52	0.26 49	0.65 80	0.50 75	0.29 66	0.52 55	0.43 117	0.89 35	0.96 113	1.41 282	1.14 150	0.85 123	0.56 81	0.59 17	0.38 51	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 29

test-v	0.53 52	0.26 49	0.65 80	0.50 75	0.29 66	0.52 55	0.43 117	0.89 35	0.96 113	1.41 282	1.14 150	0.85 123	0.56 81	0.59 17	0.38 51	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 29

test-2	0.53 52	0.26 49	0.65 80	0.50 75	0.29 66	0.52 55	0.43 117	0.89 35	0.96 113	1.41 282	1.14 150	0.85 123	0.56 81	0.59 17	0.38 51	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 29

Former-RAFT_DAM_RVC	0.46 28	0.36 235	0.71 119	0.47 43	0.36 150	0.67 126	0.35 51	0.78 13	1.12 181	0.61 43	0.62 22	0.39 4	0.39 15	0.71 41	0.39 58	0.20 122	0.17 185	0.22 126	0.18 92	0.23 183	0.19 116

IGEV_Zeroshot_test	0.53 52	0.30 131	0.99 236	0.56 170	0.35 144	0.41 12	0.32 34	1.37 172	0.63 27	1.00 106	1.09 127	0.95 158	0.41 20	0.83 66	0.39 58	0.18 61	0.12 9	0.19 53	0.18 92	0.19 75	0.17 64

test_3	0.55 81	0.23 15	0.71 119	0.53 123	0.28 54	0.61 92	0.40 88	0.92 43	1.05 153	1.19 190	0.68 29	0.93 149	0.44 29	1.67 211	0.39 58	0.15 7	0.12 9	0.22 126	0.19 112	0.21 136	0.14 13

RAFT-Stereo + iAFF	0.54 66	0.25 38	0.68 93	0.43 9	0.24 11	0.40 10	0.34 47	1.04 85	1.09 171	1.32 251	1.60 288	0.80 99	0.68 131	0.67 34	0.39 58	0.13 1	0.10 1	0.18 39	0.17 78	0.17 26	0.13 4

AE-Stereo	0.49 39	0.27 72	0.67 90	0.60 211	0.39 183	0.67 126	0.46 147	1.18 133	1.09 171	0.47 16	0.75 43	0.69 78	0.47 42	0.59 17	0.40 62	0.16 12	0.15 128	0.21 100	0.20 140	0.19 75	0.15 29

EKT-Stereo	0.53 52	0.30 131	0.73 135	0.58 187	0.60 291	0.51 53	0.48 161	0.94 52	0.90 95	0.71 53	0.88 65	0.77 91	0.43 25	1.07 114	0.40 62	0.22 172	0.16 159	0.21 100	0.18 92	0.20 102	0.22 171

anonymousdsp2	0.53 52	0.27 72	0.74 149	0.48 55	0.29 66	0.76 165	0.47 153	1.61 231	0.82 76	0.77 61	0.77 46	0.75 87	0.47 42	1.03 103	0.40 62	0.18 61	0.13 44	0.18 39	0.13 12	0.19 75	0.18 82

KYRaft	0.75 190	0.28 88	0.62 67	0.56 170	0.29 66	0.67 126	0.86 297	0.94 52	0.84 79	1.62 325	2.21 352	1.16 220	1.02 263	1.57 196	0.40 62	0.20 122	0.13 44	0.22 126	0.28 283	0.20 102	1.02 382

iRaftStereo_RVC	0.47 34	0.26 49	0.64 76	0.50 75	0.29 66	0.53 60	0.33 37	1.05 91	0.77 63	0.84 77	1.00 90	0.55 43	0.37 13	0.81 63	0.40 62	0.17 33	0.12 9	0.22 126	0.20 140	0.19 75	0.15 29

sAnonymous2	0.55 81	0.56 310	1.46 323	0.60 211	0.51 249	0.48 23	0.52 185	0.79 15	0.68 46	0.50 29	0.67 27	0.46 17	0.62 115	0.59 17	0.40 62	0.22 172	0.17 185	0.22 126	0.21 176	0.86 374	0.56 347

CroCo_RVC	0.55 81	0.56 310	1.46 323	0.60 211	0.51 249	0.48 23	0.52 185	0.79 15	0.68 46	0.50 29	0.67 27	0.46 17	0.62 115	0.59 17	0.40 62	0.22 172	0.17 185	0.22 126	0.21 176	0.86 374	0.56 347

MyStereo06	0.61 112	0.28 88	0.95 227	0.56 170	0.46 225	0.61 92	0.73 266	1.78 272	0.67 43	1.03 116	1.12 142	1.13 216	0.56 81	0.78 55	0.41 69	0.17 33	0.16 159	0.23 155	0.20 140	0.22 158	0.20 139

DCRE	0.82 217	0.26 49	0.70 108	0.58 187	0.44 208	0.54 64	0.48 161	0.95 55	0.78 65	0.78 62	7.33 406	0.86 127	0.52 63	0.76 52	0.41 69	0.16 12	0.16 159	0.19 53	0.17 78	0.18 45	0.17 64

DisPM	0.66 144	0.28 88	0.72 123	0.61 223	0.35 144	0.62 98	0.45 140	1.02 78	0.99 132	1.56 315	1.10 131	0.80 99	0.59 98	2.37 282	0.41 69	0.23 196	0.14 78	0.23 155	0.21 176	0.20 102	0.25 212

RAFT+CT+SA	0.58 100	0.29 115	0.60 60	0.66 268	0.37 158	0.42 14	0.55 208	1.27 157	1.03 145	0.70 51	1.22 174	0.60 56	0.70 137	1.64 205	0.41 69	0.18 61	0.13 44	0.22 126	0.22 202	0.21 136	0.18 82

TRStereo	0.60 106	0.60 327	0.97 233	0.74 316	0.67 309	0.46 21	0.38 74	1.85 286	0.89 91	0.79 65	0.80 55	0.88 134	0.39 15	1.10 117	0.41 69	0.23 196	0.15 128	0.23 155	0.24 233	0.17 26	0.15 29

AnonymousM	0.59 103	1.11 377	0.41 10	0.44 24	0.32 110	0.43 15	0.47 153	1.05 91	0.64 29	0.98 102	0.63 23	0.67 71	0.43 25	0.59 17	0.41 69	0.20 122	0.15 128	1.84 394	0.84 386	0.14 2	0.13 4

raftrobust	0.52 43	0.25 38	0.56 40	0.65 263	0.52 257	0.49 33	0.34 47	0.98 66	0.91 100	1.30 239	0.87 63	0.63 61	0.81 171	0.78 55	0.41 69	0.19 94	0.15 128	0.16 11	0.14 25	0.15 6	0.16 44

EAI-Stereo	0.65 136	0.28 88	0.69 102	0.53 123	0.27 35	0.60 89	0.40 88	2.28 367	0.64 29	0.71 53	3.18 376	0.57 47	0.43 25	1.06 110	0.41 69	0.18 61	0.13 44	0.17 17	0.17 78	0.17 26	0.17 64

LL-Strereo2	0.52 43	0.33 193	0.69 102	0.52 114	0.37 158	0.70 144	0.30 25	1.13 122	0.67 43	0.94 93	0.78 48	0.91 140	0.42 22	1.05 109	0.42 77	0.17 33	0.16 159	0.29 260	0.25 244	0.21 136	0.16 44

TestStereo1	0.63 121	0.28 88	0.75 151	0.76 322	0.31 95	0.48 23	0.43 117	1.30 161	1.21 227	0.97 98	1.31 208	0.64 64	0.77 156	1.75 224	0.42 77	0.20 122	0.15 128	0.22 126	0.18 92	0.21 136	0.17 64

SA-5K	0.63 121	0.28 88	0.75 151	0.76 322	0.31 95	0.48 23	0.43 117	1.30 161	1.21 227	0.97 98	1.31 208	0.64 64	0.77 156	1.75 224	0.42 77	0.20 122	0.15 128	0.22 126	0.18 92	0.21 136	0.17 64

SA	0.66 144	0.30 131	0.82 182	0.61 223	0.30 83	0.58 79	0.38 74	1.44 189	1.30 267	0.96 95	1.36 228	0.66 69	0.95 234	1.85 239	0.42 77	0.19 94	0.15 128	0.25 212	0.23 222	0.21 136	0.17 64

GLC_STEREO	0.39 6	0.25 38	0.41 10	0.54 138	0.23 8	0.48 23	0.30 25	0.73 7	0.58 20	0.52 31	0.73 39	0.51 34	0.31 6	0.64 29	0.42 77	0.17 33	0.20 231	0.23 155	0.19 112	0.21 136	0.17 64

TransformOpticalFlow	0.96 259	0.28 88	0.89 210	0.52 114	0.31 95	0.66 122	0.54 195	1.75 259	1.12 181	1.09 128	1.44 250	1.37 269	1.01 258	6.70 382	0.42 77	0.19 94	0.12 9	0.20 77	0.19 112	0.18 45	0.19 116

test-1	0.52 43	0.26 49	1.04 258	0.56 170	0.32 110	0.61 92	0.38 74	1.10 113	0.91 100	0.78 62	1.01 95	0.77 91	0.52 63	0.60 26	0.42 77	0.17 33	0.14 78	0.20 77	0.17 78	0.20 102	0.23 188

s12784h	0.52 43	0.20 2	0.38 5	0.41 6	0.19 1	0.96 230	0.34 47	1.17 128	1.25 240	0.81 71	0.90 68	0.63 61	0.50 59	1.45 173	0.42 77	0.14 4	0.12 9	0.17 17	0.11 7	0.18 45	0.11 1

RALAANet	0.60 106	0.33 193	0.87 202	0.62 234	0.50 239	0.69 137	0.31 30	1.21 140	1.06 156	1.09 128	1.16 159	0.88 134	0.46 36	1.22 131	0.42 77	0.19 94	0.15 128	0.21 100	0.17 78	0.27 227	0.17 64

STrans-v2	1.04 283	0.28 88	0.96 231	0.49 68	0.32 110	0.68 133	0.79 279	2.47 380	1.12 181	1.12 142	1.46 258	1.40 270	1.46 330	6.70 382	0.43 86	0.18 61	0.13 44	0.20 77	0.18 92	0.18 45	0.18 82

AFF-stereo	0.58 100	0.25 38	0.64 76	0.46 37	0.29 66	0.34 4	0.38 74	1.15 125	1.14 194	1.17 181	1.60 288	1.10 206	0.71 139	0.97 92	0.43 86	0.13 1	0.11 3	0.19 53	0.19 112	0.17 26	0.14 13

qqq1	0.72 166	0.30 131	0.86 192	0.46 37	0.26 22	0.82 190	0.43 117	2.05 329	1.39 305	1.23 205	1.47 259	0.98 167	0.95 234	1.71 219	0.44 88	0.24 211	0.20 231	0.18 39	0.15 33	0.18 45	0.18 82

fff1	0.72 166	0.30 131	0.86 192	0.46 37	0.26 22	0.82 190	0.43 117	2.05 329	1.39 305	1.23 205	1.47 259	0.98 167	0.95 234	1.71 219	0.44 88	0.24 211	0.20 231	0.18 39	0.15 33	0.18 45	0.18 82

DLNR_Zeroshot_test	23.17 427	48.52 444	43.29 433	176.68 444	78.69 440	0.35 5	0.21 1	23.41 427	0.75 58	0.66 47	0.86 60	0.59 55	0.30 4	1.56 195	0.44 88	9.57 425	0.12 9	0.18 39	0.14 25	76.92 443	0.16 44

PSM-AAD	0.79 206	0.27 72	0.53 30	0.55 157	0.28 54	0.77 171	1.24 350	0.99 68	0.91 100	1.66 328	1.57 284	0.81 102	2.19 378	1.65 206	0.44 88	0.19 94	0.14 78	0.38 323	0.32 312	0.21 136	0.70 368

Prome-Stereo	0.75 190	0.27 72	0.53 30	0.55 157	0.32 110	0.59 83	0.97 320	0.89 35	0.88 88	1.45 291	2.46 364	0.91 140	1.41 324	1.58 198	0.44 88	0.18 61	0.13 44	0.19 53	0.17 78	0.20 102	0.92 378

CREStereo++_RVC	0.47 34	0.21 4	0.38 5	0.45 34	0.38 175	0.45 19	0.25 4	0.75 9	1.29 261	0.80 67	1.21 172	0.47 21	0.37 13	0.53 7	0.44 88	0.16 12	0.11 3	0.15 3	0.80 384	0.18 45	0.11 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
R-Stereo Train	0.57 95	0.26 49	0.63 70	0.54 138	0.36 150	0.69 137	0.54 195	1.22 147	0.72 54	1.61 322	1.50 268	0.75 87	0.53 68	0.64 29	0.44 88	0.18 61	0.15 128	0.17 17	0.15 33	0.17 26	0.17 64

RAFT-Stereo	0.57 95	0.26 49	0.63 70	0.54 138	0.36 150	0.69 137	0.54 195	1.22 147	0.72 54	1.61 322	1.50 268	0.75 87	0.53 68	0.64 29	0.44 88	0.18 61	0.15 128	0.17 17	0.15 33	0.17 26	0.17 64
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test croco	0.46 28	0.27 72	1.01 245	0.50 75	0.40 188	0.35 5	0.37 70	0.87 27	0.56 19	0.43 8	0.76 45	0.42 5	0.40 18	1.13 123	0.45 96	0.21 149	0.15 128	0.24 175	0.19 112	0.24 197	0.16 44

MIF-Stereo (partial)	0.45 27	0.25 38	0.70 108	0.50 75	0.52 257	0.35 5	0.26 10	0.91 42	0.59 23	0.45 14	0.71 35	0.51 34	0.51 61	1.11 120	0.45 96	0.20 122	0.16 159	0.23 155	0.20 140	0.24 197	0.18 82

knoymous	0.51 42	0.29 115	0.47 14	0.43 9	0.30 83	0.55 70	0.55 208	1.02 78	0.77 63	0.98 102	0.85 59	0.94 152	0.56 81	0.85 70	0.45 96	0.20 122	0.14 78	0.26 231	0.14 25	0.23 183	0.23 188

test_5	0.65 136	0.30 131	0.75 151	0.67 278	0.50 239	0.92 217	0.52 185	1.39 178	1.12 181	0.76 58	1.11 136	1.00 173	0.90 212	1.53 188	0.45 96	0.18 61	0.13 44	0.23 155	0.22 202	0.21 136	0.19 116

LCNet	0.72 166	0.28 88	0.52 28	0.55 157	0.31 95	0.69 137	0.54 195	1.00 72	0.88 88	1.19 190	1.34 221	0.97 166	1.34 321	2.56 290	0.45 96	0.18 61	0.13 44	0.21 100	0.25 244	0.27 227	0.73 371

Patchmatch Stereo++	0.55 81	0.30 131	0.73 135	0.50 75	0.27 35	0.65 113	0.29 21	1.05 91	0.64 29	1.12 142	0.96 77	0.83 114	0.60 100	1.37 154	0.45 96	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82
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	0.54 66	0.30 131	0.73 135	0.50 75	0.27 35	0.65 113	0.41 99	1.04 85	0.64 29	1.12 142	0.96 77	0.82 107	0.61 110	1.06 110	0.45 96	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

ROB_FTStereo	0.54 66	0.30 131	0.73 135	0.50 75	0.27 35	0.64 101	0.25 4	1.05 91	0.64 29	1.12 142	0.95 75	0.82 107	0.61 110	1.15 125	0.45 96	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

HUI-Stereo	0.52 43	0.30 131	0.73 135	0.50 75	0.27 35	0.65 113	0.30 25	1.04 85	0.64 29	1.12 142	0.96 77	0.83 114	0.60 100	0.79 58	0.45 96	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

SST-Stereo	0.83 222	0.28 88	0.72 123	0.59 200	0.31 95	0.72 149	0.26 10	1.09 111	0.86 80	1.47 294	1.10 131	1.00 173	0.87 201	5.73 364	0.45 96	0.22 172	0.13 44	0.23 155	0.19 112	0.23 183	0.18 82

iRAFT	0.55 81	0.30 131	0.73 135	0.50 75	0.27 35	0.65 113	0.29 21	1.05 91	0.64 29	1.12 142	0.96 77	0.83 114	0.60 100	1.37 154	0.45 96	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

RAFT-IKP	0.54 66	0.30 131	0.73 135	0.50 75	0.27 35	0.59 83	0.36 61	1.04 85	0.64 29	1.12 142	0.96 77	0.83 114	0.61 110	1.22 131	0.45 96	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

TestStereo	0.64 131	0.39 251	0.71 119	0.51 98	0.27 35	0.56 73	0.42 101	1.03 81	0.91 100	0.80 67	1.00 90	0.68 73	0.52 63	3.25 314	0.45 96	0.22 172	0.15 128	0.24 175	0.18 92	0.27 227	0.16 44

FTStereo	0.91 248	0.26 49	0.56 40	0.54 138	0.33 126	0.66 122	1.87 384	1.00 72	0.75 58	1.75 335	4.15 387	1.04 188	1.65 347	1.57 196	0.46 109	0.19 94	0.16 159	0.23 155	0.21 176	0.18 45	0.63 360

ROB_FTStereo_v2	0.54 66	0.30 131	0.73 135	0.50 75	0.27 35	0.64 101	0.42 101	1.05 91	0.64 29	1.12 142	0.96 77	0.83 114	0.60 100	1.12 122	0.46 109	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

RAFT_R40	0.83 222	0.28 88	0.73 135	0.59 200	0.31 95	0.69 137	0.44 129	1.10 113	0.95 111	1.47 294	1.10 131	1.00 173	0.85 189	5.53 358	0.46 109	0.22 172	0.13 44	0.23 155	0.20 140	0.23 183	0.18 82

iGMRVC	0.56 90	0.30 131	0.73 135	0.50 75	0.27 35	0.65 113	0.38 74	1.05 91	0.64 29	1.12 142	0.96 77	0.83 114	0.60 100	1.52 184	0.46 109	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

GMM-Stereo	0.74 183	0.25 38	0.59 56	0.54 138	0.34 141	0.72 149	0.99 324	1.01 77	0.87 84	1.36 267	1.78 317	1.12 211	0.81 171	2.09 261	0.46 109	0.18 61	0.12 9	0.25 212	0.25 244	0.20 102	0.85 377

CroCo-Stereo Lap2	0.44 25	0.34 212	0.77 164	0.61 223	0.79 342	0.28 2	0.35 51	0.75 9	0.71 53	0.38 4	0.50 10	0.72 84	0.55 77	0.57 15	0.47 114	0.17 33	0.18 201	0.19 53	0.16 62	0.21 136	0.20 139

HHNet	0.62 115	0.26 49	0.63 70	0.43 9	0.45 215	0.50 42	0.58 227	1.07 106	1.01 139	1.25 217	2.23 353	0.70 81	0.61 110	1.07 114	0.47 114	0.20 122	0.13 44	0.23 155	0.19 112	0.19 75	0.30 262

RAFT-345	0.84 226	0.25 38	0.66 86	0.50 75	0.27 35	0.54 64	0.42 101	0.83 24	1.11 177	1.32 251	2.34 358	0.86 127	0.54 71	5.72 363	0.47 114	0.18 61	0.13 44	0.22 126	0.17 78	0.17 26	0.16 44

raft+_RVC	0.53 52	0.26 49	0.54 34	0.60 211	0.47 229	0.54 64	0.54 195	1.27 157	0.99 132	0.76 58	1.03 110	0.70 81	0.56 81	0.93 86	0.47 114	0.18 61	0.14 78	0.19 53	0.18 92	0.18 45	0.15 29

RALCasStereoNet	0.54 66	0.30 131	0.66 86	0.59 200	0.51 249	0.61 92	0.52 185	0.94 52	0.93 106	0.70 51	1.01 95	0.78 94	0.44 29	1.33 146	0.47 114	0.20 122	0.16 159	0.18 39	0.16 62	0.20 102	0.19 116

Selective-RAFT	0.52 43	0.28 88	0.79 174	0.55 157	0.27 35	0.91 211	0.33 37	0.80 20	0.88 88	0.58 35	0.63 23	0.81 102	0.77 156	1.29 140	0.48 119	0.19 94	0.14 78	0.17 17	0.15 33	0.19 75	0.17 64

NF-Stereo	0.80 209	0.30 131	0.75 151	0.60 211	0.31 95	0.64 101	0.44 129	1.21 140	0.90 95	1.29 231	1.02 102	0.82 107	0.57 89	5.40 356	0.48 119	0.23 196	0.14 78	0.24 175	0.20 140	0.20 102	0.30 262

OCTAStereo	0.80 209	0.30 131	0.75 151	0.60 211	0.31 95	0.64 101	0.44 129	1.21 140	0.90 95	1.29 231	1.01 95	0.82 107	0.57 89	5.35 351	0.48 119	0.24 211	0.14 78	0.24 175	0.20 140	0.20 102	0.30 262

GrayStereo	0.82 217	0.26 49	0.58 51	0.63 242	0.37 158	0.76 165	1.86 383	1.11 119	0.87 84	1.99 355	1.89 331	1.08 197	1.82 362	1.39 163	0.48 119	0.19 94	0.14 78	0.19 53	0.21 176	0.18 45	0.39 304

RE-Stereo	0.80 209	0.30 131	0.75 151	0.60 211	0.31 95	0.64 101	0.44 129	1.21 140	0.90 95	1.29 231	1.01 95	0.81 102	0.57 89	5.37 354	0.48 119	0.24 211	0.14 78	0.24 175	0.20 140	0.20 102	0.30 262

TVStereo	0.80 209	0.30 131	0.75 151	0.60 211	0.31 95	0.64 101	0.44 129	1.21 140	0.90 95	1.29 231	1.01 95	0.81 102	0.57 89	5.37 354	0.48 119	0.24 211	0.14 78	0.24 175	0.20 140	0.20 102	0.30 262

sCroCo_RVC	0.49 39	0.40 255	1.02 251	0.65 263	0.60 291	0.52 55	0.40 88	0.83 24	0.61 24	0.44 10	0.74 41	0.49 31	0.50 59	0.63 28	0.48 119	0.26 249	0.27 297	0.23 155	0.22 202	0.29 246	0.25 212

StereoVision	0.65 136	0.34 212	0.86 192	0.59 200	0.40 188	0.50 42	0.41 99	1.09 111	0.93 106	0.71 53	2.50 365	0.82 107	0.57 89	1.03 103	0.49 126	0.25 235	0.28 303	0.29 260	0.28 283	0.36 282	0.20 139

PFNet+	0.59 103	0.28 88	0.77 164	0.53 123	0.30 83	0.59 83	0.31 30	0.92 43	1.14 194	1.33 259	1.10 131	0.79 97	0.57 89	1.31 142	0.49 126	0.25 235	0.17 185	0.28 252	0.26 258	0.21 136	0.25 212

OMP-Stereo	0.94 255	0.33 193	0.72 123	0.90 361	0.31 95	0.49 33	0.36 61	1.16 126	1.06 156	1.58 321	1.12 142	1.46 283	0.69 134	6.94 385	0.49 126	0.19 94	0.14 78	0.24 175	0.18 92	0.20 102	0.14 13

NRIStereo	0.60 106	0.29 115	0.69 102	0.53 123	0.28 54	0.63 99	0.33 37	1.08 110	0.87 84	1.14 158	0.87 63	0.91 140	0.59 98	2.24 273	0.49 126	0.20 122	0.14 78	0.21 100	0.19 112	0.21 136	0.17 64

ASMatch	0.88 240	0.26 49	0.69 102	0.51 98	0.35 144	0.48 23	0.37 70	1.12 121	0.92 104	1.10 136	3.28 377	0.96 164	0.98 246	4.90 344	0.49 126	0.19 94	0.16 159	0.22 126	0.19 112	0.19 75	0.27 236

DN-CSS_ROB	0.64 131	0.32 177	1.05 259	0.55 157	0.40 188	0.54 64	0.45 140	1.21 140	0.93 106	1.03 116	1.47 259	0.69 78	0.63 120	1.76 229	0.49 126	0.18 61	0.14 78	0.25 212	0.22 202	0.22 158	0.20 139

RAFT-RH_RVC	1.03 280	0.24 21	0.67 90	0.49 68	0.28 54	0.81 189	0.33 37	0.83 24	1.08 165	2.05 358	4.65 393	1.04 188	0.57 89	5.98 370	0.50 132	0.18 61	0.13 44	0.26 231	0.20 140	0.16 14	0.17 64

CRE-IMP	0.55 81	0.30 131	0.74 149	0.52 114	0.29 66	0.79 180	0.25 4	1.04 85	0.72 54	1.09 128	0.95 75	0.81 102	0.57 89	1.10 117	0.50 132	0.21 149	0.14 78	0.23 155	0.19 112	0.28 241	0.22 171

ARAFT	0.77 197	0.36 235	1.49 330	0.51 98	0.31 95	0.90 209	0.82 289	1.90 297	1.06 156	1.62 325	1.24 180	1.02 182	0.64 123	1.84 236	0.50 132	0.18 61	0.14 78	0.28 252	0.27 266	0.17 26	0.16 44

MIF-Stereo	0.36 1	0.23 15	0.59 56	0.48 55	0.36 150	0.40 10	0.32 34	0.53 1	0.49 6	0.54 33	0.55 18	0.36 2	0.31 6	0.58 16	0.51 135	0.20 122	0.15 128	0.17 17	0.15 33	0.19 75	0.15 29

riskmin	0.56 90	0.27 72	0.60 60	0.43 9	0.31 95	0.83 194	0.42 101	1.14 123	1.04 149	0.73 57	0.75 43	1.11 210	1.01 258	0.81 63	0.51 135	0.20 122	0.14 78	0.24 175	0.15 33	0.24 197	0.25 212

ADStereo(finetuned)	0.57 95	0.24 21	1.06 262	0.43 9	0.24 11	0.49 33	0.35 51	1.05 91	1.30 267	1.12 142	1.03 110	0.58 51	1.20 299	0.84 68	0.51 135	0.16 12	0.13 44	0.17 17	0.13 12	0.18 45	0.19 116

IIG-Stereo	0.96 259	0.31 163	0.72 123	0.88 356	0.33 126	0.61 92	0.26 10	1.19 139	1.03 145	1.69 331	1.37 230	1.46 283	0.75 144	6.96 386	0.51 135	0.19 94	0.14 78	0.23 155	0.18 92	0.20 102	0.14 13

Pruner-Stereo	0.62 115	0.29 115	0.70 108	0.61 223	0.31 95	0.63 99	0.43 117	1.17 128	0.99 132	1.53 307	1.08 122	0.95 158	0.55 77	1.35 150	0.51 135	0.23 196	0.14 78	0.24 175	0.21 176	0.21 136	0.23 188

rafts_anoy	0.52 43	0.29 115	0.59 56	0.59 200	0.50 239	0.53 60	0.40 88	1.11 119	1.03 145	0.84 77	0.83 56	0.68 73	0.54 71	0.72 44	0.51 135	0.19 94	0.14 78	0.24 175	0.26 258	0.21 136	0.18 82

whm_eth	0.65 136	0.47 282	1.05 259	0.55 157	0.64 302	0.69 137	0.45 140	1.34 167	1.26 245	1.02 112	1.92 334	0.49 31	0.48 50	0.70 37	0.52 141	0.23 196	0.20 231	0.25 212	0.24 233	0.24 197	0.31 272

DCANet-4	0.54 66	0.26 49	1.07 266	0.42 8	0.24 11	0.48 23	0.36 61	0.99 68	1.30 267	1.10 136	1.02 102	0.56 45	0.75 144	0.73 47	0.52 141	0.16 12	0.13 44	0.17 17	0.13 12	0.15 6	0.19 116

fff	0.53 52	0.24 21	0.70 108	0.43 9	0.24 11	0.48 23	0.36 61	1.07 106	1.25 240	1.10 136	1.02 102	0.57 47	1.06 273	0.73 47	0.52 141	0.16 12	0.13 44	0.17 17	0.13 12	0.15 6	0.19 116

MIPNet	0.56 90	0.28 88	0.94 224	0.49 68	0.33 126	0.66 122	0.38 74	1.35 169	1.08 165	1.06 120	0.92 71	0.60 56	0.79 163	0.73 47	0.52 141	0.17 33	0.14 78	0.19 53	0.16 62	0.18 45	0.17 64

IPLGR	0.58 100	0.27 72	1.14 280	0.48 55	0.28 54	0.65 113	0.33 37	1.22 147	1.13 192	1.18 186	1.05 114	0.69 78	0.66 130	0.96 87	0.52 141	0.17 33	0.15 128	0.20 77	0.17 78	0.20 102	0.18 82

DCANet	0.54 66	0.24 21	0.70 108	0.43 9	0.24 11	0.49 33	0.36 61	1.05 91	1.30 267	1.12 142	1.03 110	0.58 51	0.92 218	0.81 63	0.52 141	0.16 12	0.13 44	0.17 17	0.13 12	0.18 45	0.19 116

csc	0.53 52	0.24 21	0.70 108	0.43 9	0.24 11	0.48 23	0.36 61	1.07 106	1.25 240	1.10 136	1.02 102	0.57 47	1.06 273	0.73 47	0.52 141	0.16 12	0.13 44	0.17 17	0.13 12	0.15 6	0.19 116

cscssc	0.53 52	0.24 21	0.70 108	0.43 9	0.24 11	0.48 23	0.36 61	1.07 106	1.25 240	1.10 136	1.02 102	0.57 47	1.06 273	0.73 47	0.52 141	0.16 12	0.13 44	0.17 17	0.13 12	0.15 6	0.19 116

PSM-softLoss	0.78 203	0.31 163	0.77 164	0.58 187	0.32 110	0.56 73	0.40 88	1.18 133	0.70 49	1.24 213	1.07 119	0.83 114	0.52 63	5.36 352	0.53 149	0.24 211	0.15 128	0.25 212	0.22 202	0.20 102	0.25 212

KMStereo	0.78 203	0.31 163	0.77 164	0.58 187	0.32 110	0.56 73	0.40 88	1.18 133	0.70 49	1.24 213	1.07 119	0.83 114	0.52 63	5.36 352	0.53 149	0.24 211	0.15 128	0.25 212	0.22 202	0.20 102	0.25 212

IRAFT_RVC	0.88 240	0.28 88	0.76 160	0.63 242	0.31 95	0.65 113	1.02 329	1.22 147	0.94 109	1.22 202	1.04 113	1.01 180	0.98 246	5.82 365	0.53 149	0.22 172	0.12 9	0.25 212	0.20 140	0.20 102	0.19 116

Anonymous3	0.61 112	0.44 270	1.11 275	0.59 200	0.49 233	0.93 220	0.65 246	0.93 48	0.81 71	0.72 56	0.88 65	0.65 67	0.69 134	1.06 110	0.53 149	0.35 312	0.30 315	0.26 231	0.26 258	0.31 262	0.27 236

Anonymous	0.53 52	0.38 246	0.91 216	0.66 268	0.73 325	0.65 113	0.59 234	0.95 55	0.73 57	0.47 16	0.58 21	0.42 5	0.60 100	0.80 59	0.53 149	0.24 211	0.23 269	0.21 100	0.21 176	0.41 305	0.29 250

SFCPSM	0.70 160	0.28 88	1.02 251	0.51 98	0.38 175	1.37 296	0.66 251	2.00 320	1.03 145	1.17 181	1.21 172	0.82 107	0.78 161	1.03 103	0.53 149	0.21 149	0.17 185	0.22 126	0.24 233	0.21 136	0.19 116

CASS	0.65 136	0.34 212	0.72 123	0.56 170	0.27 35	0.78 176	0.42 101	1.59 225	0.86 80	1.30 239	1.25 184	0.87 131	0.84 186	0.84 68	0.54 155	0.35 312	0.19 214	0.26 231	0.21 176	0.28 241	0.42 313
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
UDGNet	0.72 166	1.17 382	0.80 179	0.77 325	0.41 194	0.77 171	0.38 74	0.97 64	1.34 282	0.81 71	0.88 65	0.71 83	0.60 100	1.21 130	0.54 155	0.52 359	0.19 214	1.02 386	0.26 258	0.71 369	0.31 272

PFNet	0.91 248	0.26 49	1.10 273	0.63 242	0.32 110	0.64 101	0.56 214	1.17 128	0.99 132	1.47 294	1.08 122	0.98 167	0.69 134	6.62 377	0.54 155	0.20 122	0.12 9	0.24 175	0.19 112	0.20 102	0.17 64

DeepStereo_RVC	0.55 81	0.29 115	0.72 123	0.51 98	0.30 83	0.59 83	0.33 37	1.03 81	0.70 49	1.16 172	0.93 73	0.83 114	0.94 229	0.96 87	0.54 155	0.21 149	0.14 78	0.21 100	0.19 112	0.24 197	0.24 200

GANet-ADL	0.60 106	0.35 228	0.72 123	0.64 251	0.40 188	0.68 133	0.51 176	1.49 197	1.12 181	0.95 94	1.08 122	0.91 140	0.57 89	0.76 52	0.55 159	0.26 249	0.18 201	0.18 39	0.16 62	0.23 183	0.25 212

GMStereo	0.55 81	0.45 276	0.94 224	0.50 75	0.32 110	0.64 101	0.43 117	1.00 72	1.40 310	0.82 74	0.73 39	0.51 34	0.45 32	0.85 70	0.55 159	0.24 211	0.15 128	0.20 77	0.21 176	0.31 262	0.24 200
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RAFT	0.64 131	0.30 131	0.73 135	0.59 200	0.33 126	0.68 133	0.58 227	1.04 85	0.76 61	1.08 123	1.19 167	1.65 315	0.93 224	1.06 110	0.56 161	0.21 149	0.18 201	0.27 242	0.24 233	0.22 158	0.17 64

iResNetv2_ROB	0.80 209	0.37 241	1.71 342	0.56 170	0.37 158	0.94 222	0.64 244	1.73 253	1.34 282	1.23 205	1.42 243	1.26 245	0.92 218	1.85 239	0.56 161	0.23 196	0.15 128	0.19 53	0.14 25	0.24 197	0.19 116

11t1	0.52 43	0.28 88	0.68 93	0.51 98	0.28 54	0.83 194	0.39 85	1.22 147	0.63 27	0.84 77	0.74 41	0.68 73	0.68 131	0.91 80	0.57 163	0.21 149	0.18 201	0.19 53	0.16 62	0.20 102	0.21 156

PCWNet_CMD	0.66 144	0.32 177	0.88 205	0.49 68	0.37 158	0.78 176	0.40 88	1.42 182	1.31 271	1.16 172	1.31 208	1.25 241	0.62 115	0.89 78	0.57 163	0.20 122	0.16 159	0.27 242	0.19 112	0.40 302	0.25 212

MSMDNet	0.66 144	0.32 177	0.87 202	0.49 68	0.37 158	0.79 180	0.40 88	1.43 188	1.31 271	1.15 161	1.31 208	1.24 237	0.63 120	0.88 75	0.57 163	0.21 149	0.16 159	0.26 231	0.19 112	0.39 298	0.24 200

mmm	0.63 121	0.35 228	0.72 123	0.51 98	0.30 83	0.86 203	0.54 195	1.59 225	0.86 80	1.07 122	1.38 234	0.79 97	0.75 144	0.91 80	0.58 166	0.22 172	0.18 201	0.29 260	0.25 244	0.25 207	0.23 188

111	0.60 106	0.23 15	0.70 108	0.43 9	0.24 11	0.72 149	0.42 101	1.18 133	1.41 313	0.80 67	1.38 234	1.10 206	0.79 163	0.96 87	0.58 166	0.18 61	0.13 44	0.17 17	0.15 33	0.17 26	0.19 116

1test111	0.54 66	0.31 163	0.50 19	0.54 138	0.26 22	1.18 270	0.51 176	1.42 182	0.78 65	0.58 35	0.79 51	0.48 24	0.88 205	0.88 75	0.59 168	0.20 122	0.12 9	0.25 212	0.15 33	0.22 158	0.21 156

GMStereo_Zeroshot	0.67 153	0.61 328	1.01 245	0.64 251	0.37 158	0.84 201	0.35 51	1.05 91	1.12 181	1.12 142	1.06 116	1.27 249	0.54 71	1.19 128	0.59 168	0.32 292	0.17 185	0.31 273	0.18 92	0.52 341	0.22 171

CFNet_ucs	0.70 160	0.33 193	0.88 205	0.50 75	0.43 202	0.74 155	0.44 129	1.60 228	1.29 261	1.22 202	1.54 274	1.09 204	0.63 120	0.99 95	0.59 168	0.25 235	0.20 231	0.37 320	0.21 176	0.40 302	0.28 247

anonymousa	0.72 166	0.27 72	0.75 151	0.47 43	0.63 300	1.43 306	0.45 140	1.24 153	0.89 91	1.28 226	1.75 314	1.62 308	1.13 287	0.69 35	0.59 168	0.19 94	0.16 159	0.23 155	0.25 244	0.20 102	0.18 82

qqq	0.57 95	0.34 212	0.71 119	0.47 43	0.27 35	0.64 101	0.62 241	1.42 182	0.78 65	0.80 67	0.92 71	0.95 158	0.77 156	0.88 75	0.59 168	0.21 149	0.20 231	0.24 175	0.23 222	0.22 158	0.21 156

CFNet_pseudo	0.66 144	0.32 177	0.86 192	0.48 55	0.39 183	0.70 144	0.40 88	1.33 163	1.22 230	1.16 172	1.34 221	1.24 237	0.64 123	0.98 93	0.59 168	0.21 149	0.16 159	0.33 293	0.19 112	0.36 282	0.25 212

ccs_rob	0.66 144	0.33 193	0.86 192	0.48 55	0.39 183	0.70 144	0.40 88	1.33 163	1.22 230	1.16 172	1.34 221	1.23 235	0.64 123	0.98 93	0.59 168	0.21 149	0.16 159	0.35 310	0.20 140	0.37 286	0.25 212

DAS	0.84 226	0.34 212	1.03 255	0.64 251	0.69 317	0.77 171	0.63 242	1.54 217	1.20 222	1.79 341	1.55 276	0.95 158	1.04 266	2.83 299	0.60 175	0.21 149	0.16 159	0.25 212	0.18 92	0.27 227	0.22 171

SepStereo	0.82 217	0.34 212	1.03 255	0.64 251	0.69 317	0.77 171	0.63 242	1.54 217	1.20 222	1.79 341	1.55 276	0.95 158	1.04 266	2.30 277	0.60 175	0.21 149	0.16 159	0.25 212	0.18 92	0.27 227	0.22 171

MIM_Stereo	0.57 95	0.24 21	0.92 220	0.46 37	0.30 83	0.54 64	0.28 19	1.27 157	0.75 58	1.00 106	1.16 159	0.93 149	0.53 68	1.45 173	0.61 177	0.16 12	0.16 159	0.20 77	0.19 112	0.17 26	0.14 13

GES	0.66 144	0.34 212	0.90 213	0.59 200	0.38 175	0.94 222	0.57 224	2.11 339	0.86 80	1.02 112	1.11 136	0.66 69	0.79 163	0.99 95	0.61 177	0.27 258	0.19 214	0.20 77	0.20 140	0.21 136	0.30 262

DIP-Stereo	0.62 115	0.30 131	0.83 184	0.48 55	0.36 150	0.95 226	0.33 37	2.37 374	0.67 43	1.25 217	1.00 90	0.68 73	0.51 61	0.91 80	0.61 177	0.18 61	0.15 128	0.21 100	0.17 78	0.19 75	0.19 116
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MyStereo04	0.67 153	0.29 115	1.07 266	0.55 157	0.45 215	0.59 83	0.79 279	1.50 201	1.40 310	0.91 85	0.91 69	0.74 85	0.86 197	1.52 184	0.62 180	0.17 33	0.16 159	0.24 175	0.20 140	0.23 183	0.20 139

x	0.54 66	0.31 163	0.61 63	0.47 43	0.30 83	0.67 126	0.47 153	1.53 215	0.79 69	0.81 71	0.83 56	0.78 94	0.70 137	0.70 37	0.62 180	0.21 149	0.19 214	0.22 126	0.19 112	0.21 136	0.20 139

GANet-RSSM	0.72 166	0.28 88	0.63 70	0.64 251	0.58 281	0.80 185	0.58 227	1.89 294	1.08 165	1.04 119	1.25 184	1.15 219	1.04 266	1.49 181	0.62 180	0.25 235	0.19 214	0.22 126	0.22 202	0.22 158	0.21 156

UCFNet_RVC	0.69 158	0.35 228	0.49 18	0.64 251	0.39 183	0.85 202	0.58 227	1.75 259	1.14 194	0.97 98	1.19 167	1.17 221	0.93 224	0.99 95	0.62 180	0.28 268	0.20 231	0.34 303	0.31 306	0.32 267	0.27 236

H2IRNET	0.56 90	0.26 49	0.66 86	0.47 43	0.35 144	0.41 12	0.26 10	0.92 43	1.17 209	0.61 43	1.28 198	1.08 197	0.86 197	0.99 95	0.63 184	0.19 94	0.16 159	0.22 126	0.25 244	0.21 136	0.18 82

MyStereo05	0.66 144	0.28 88	1.07 266	0.56 170	0.46 225	0.61 92	0.73 266	1.34 167	1.41 313	1.15 161	0.91 69	0.77 91	0.80 168	1.41 169	0.63 184	0.17 33	0.16 159	0.23 155	0.20 140	0.22 158	0.20 139

IPLG	0.69 158	0.27 72	0.97 233	0.51 98	0.43 202	0.79 180	0.33 37	1.21 140	1.06 156	1.30 239	1.10 131	0.52 39	0.55 77	3.16 312	0.63 184	0.16 12	0.14 78	0.19 53	0.16 62	0.18 45	0.17 64

AdaStereo	0.70 160	0.43 267	0.75 151	0.73 314	0.37 158	0.92 217	0.53 191	1.85 286	1.18 214	1.12 142	1.23 178	1.07 196	0.65 128	0.96 87	0.63 184	0.31 287	0.15 128	0.32 286	0.21 176	0.29 246	0.22 171
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.
CoDeX	0.73 180	0.29 115	0.93 222	0.54 138	0.36 150	1.14 260	0.61 239	2.34 372	1.17 209	1.16 172	1.25 184	0.91 140	0.87 201	1.33 146	0.64 188	0.20 122	0.16 159	0.21 100	0.18 92	0.20 102	0.18 82

NOSS_ROB	1.26 316	0.46 278	0.62 67	0.56 170	0.38 175	1.06 249	0.78 276	1.73 253	1.40 310	1.01 109	1.43 247	1.10 206	0.75 144	10.62 418	0.65 189	0.45 346	0.43 360	0.48 350	0.45 351	0.44 322	0.41 309

BSDual-CNN	0.71 165	0.32 177	0.68 93	0.54 138	0.44 208	1.27 284	0.65 246	2.16 349	0.98 125	1.20 194	1.11 136	1.12 211	0.74 142	0.91 80	0.66 190	0.24 211	0.17 185	0.25 212	0.22 202	0.22 158	0.22 171

hknet	0.77 197	0.32 177	0.95 227	0.54 138	0.38 175	1.27 284	0.65 246	2.16 349	1.07 161	1.20 194	1.11 136	1.59 304	0.81 171	1.37 154	0.66 190	0.22 172	0.17 185	0.25 212	0.22 202	0.22 158	0.22 171

psmg	0.72 166	0.32 177	0.68 93	0.50 75	0.44 208	1.48 309	0.75 268	1.94 310	0.98 125	1.21 197	1.33 216	1.12 211	0.74 142	0.91 80	0.66 190	0.24 211	0.19 214	0.25 212	0.25 244	0.23 183	0.22 171

pcwnet_v2	0.97 265	0.37 241	4.33 390	0.62 234	0.54 263	0.79 180	0.45 140	2.02 327	1.58 335	1.42 288	1.64 299	1.09 204	0.79 163	1.24 134	0.67 193	0.32 292	0.25 285	0.29 260	0.27 266	0.37 286	0.35 289

FENet	0.60 106	0.28 88	0.63 70	0.54 138	0.33 126	0.83 194	0.38 74	1.27 157	1.07 161	1.00 106	0.86 60	0.99 172	0.85 189	0.96 87	0.68 194	0.22 172	0.15 128	0.23 155	0.20 140	0.22 158	0.23 188

HBP-ISP	0.96 259	0.58 317	0.72 123	0.61 223	0.46 225	1.64 325	0.76 271	1.86 289	1.28 257	1.30 239	1.53 272	0.86 127	0.94 229	3.27 315	0.69 195	0.45 346	0.44 363	0.54 361	0.48 358	0.47 328	0.40 305

BUS	0.74 183	0.32 177	0.68 93	0.54 138	0.44 208	2.34 370	0.42 101	2.16 349	0.98 125	1.20 194	1.11 136	1.03 185	0.62 115	0.91 80	0.70 196	0.24 211	0.17 185	0.25 212	0.22 202	0.22 158	0.22 171

NINENet	0.77 197	0.37 241	0.78 172	0.62 234	0.51 249	2.34 370	0.42 101	1.83 284	1.04 149	1.14 158	1.23 178	1.03 185	0.62 115	1.24 134	0.70 196	0.28 268	0.23 269	0.31 273	0.21 176	0.26 215	0.25 212

CIPLG	0.62 115	0.33 193	0.96 231	0.58 187	0.50 239	0.75 161	0.48 161	1.05 91	0.96 113	1.40 280	1.57 284	0.64 64	0.48 50	0.89 78	0.70 196	0.23 196	0.15 128	0.19 53	0.16 62	0.19 75	0.21 156

ACRE	0.61 112	0.33 193	1.01 245	0.58 187	0.49 233	0.75 161	0.47 153	1.06 104	0.95 111	1.37 269	1.55 276	0.62 59	0.46 36	0.83 66	0.70 196	0.23 196	0.15 128	0.19 53	0.16 62	0.18 45	0.21 156

HCRNet	0.70 160	0.39 251	0.73 135	0.60 211	0.59 288	0.76 165	0.35 51	1.22 147	1.13 192	1.02 112	0.99 87	1.02 182	0.76 152	2.19 270	0.70 196	0.28 268	0.19 214	0.28 252	0.23 222	0.25 207	0.23 188

IER	0.70 160	0.31 163	1.02 251	0.48 55	0.52 257	1.34 293	0.51 176	1.17 128	0.99 132	1.23 205	1.34 221	1.12 211	1.11 282	0.99 95	0.71 201	0.20 122	0.16 159	0.21 100	0.21 176	0.20 102	0.19 116

IPLGR_C	0.62 115	0.33 193	0.99 236	0.58 187	0.49 233	0.76 165	0.48 161	1.10 113	0.96 113	1.40 280	1.56 280	0.62 59	0.48 50	0.80 59	0.71 201	0.23 196	0.15 128	0.19 53	0.16 62	0.19 75	0.21 156

HSM	1.19 311	0.32 177	0.65 80	0.57 181	0.38 175	1.23 279	0.59 234	2.25 364	1.19 217	1.30 239	1.25 184	1.94 340	1.03 265	9.32 408	0.71 201	0.22 172	0.16 159	0.20 77	0.16 62	0.21 136	0.21 156

DRaft	0.80 209	0.24 21	0.70 108	0.45 34	0.30 83	0.97 234	0.53 191	1.05 91	0.97 120	1.78 338	2.02 342	0.80 99	1.74 354	2.73 297	0.72 204	0.17 33	0.14 78	0.20 77	0.20 140	0.18 45	0.21 156

PSMNet-RSSM	0.72 166	0.30 131	0.61 63	0.63 242	0.42 197	0.73 152	0.56 214	1.92 304	1.10 175	1.09 128	1.37 230	1.22 230	0.98 246	1.28 137	0.72 204	0.27 258	0.19 214	0.27 242	0.29 294	0.24 197	0.24 200

FADNet-RVC-Resample	0.84 226	0.47 282	2.10 361	0.61 223	0.45 215	1.07 251	0.61 239	1.59 225	1.20 222	1.08 123	0.98 85	1.03 185	0.98 246	2.17 266	0.72 204	0.23 196	0.22 261	0.30 269	0.32 312	0.35 276	0.34 284

DeepPruner_ROB	0.74 183	0.48 287	0.87 202	0.57 181	0.44 208	0.79 180	0.54 195	1.73 253	0.96 113	1.38 274	1.27 193	1.24 237	0.73 140	1.43 170	0.73 207	0.34 305	0.28 303	0.27 242	0.26 258	0.31 262	0.31 272

DispNO	0.93 253	0.30 131	1.34 311	0.55 157	0.55 269	0.89 206	0.49 168	1.48 195	1.21 227	1.17 181	1.27 193	1.19 225	0.90 212	5.23 349	0.74 208	0.22 172	0.17 185	0.24 175	0.21 176	0.19 75	0.20 139

ToySt	0.66 144	0.33 193	1.23 290	0.51 98	0.33 126	0.86 203	0.68 256	1.10 113	0.97 120	0.84 77	1.08 122	1.25 241	0.94 229	1.01 100	0.74 208	0.19 94	0.19 214	0.24 175	0.24 233	0.27 227	0.23 188

Anonymous_2	1.30 320	0.55 307	0.82 182	0.52 114	0.58 281	1.01 241	0.64 244	1.25 155	0.97 120	0.96 95	0.78 48	1.33 261	1.29 313	1.03 103	0.74 208	0.62 371	0.64 388	1.06 387	9.63 424	1.16 385	0.49 335

AACVNet	0.86 235	0.35 228	0.79 174	0.82 339	0.39 183	0.76 165	0.49 168	1.61 231	0.81 71	1.08 123	1.33 216	1.30 256	0.93 224	4.34 335	0.74 208	0.25 235	0.21 247	0.28 252	0.22 202	0.29 246	0.25 212

FADNet	0.92 250	0.61 328	1.81 349	0.62 234	0.55 269	0.96 230	0.57 224	1.78 272	1.33 279	0.93 88	1.01 95	1.36 266	1.01 258	2.71 296	0.75 212	0.33 297	0.34 331	0.31 273	0.34 323	0.59 353	0.40 305

CVANet_RVC	1.07 286	0.43 267	0.76 160	0.60 211	0.50 239	0.90 209	0.97 320	1.52 209	1.26 245	1.33 259	1.38 234	1.24 237	1.18 293	6.75 384	0.75 212	0.34 305	0.23 269	0.34 303	0.29 294	0.42 310	0.27 236

gwcnet-sp	0.74 183	0.33 193	1.44 317	0.57 181	0.45 215	1.40 301	0.54 195	1.50 201	1.14 194	1.30 239	1.02 102	0.94 152	0.82 175	1.39 163	0.76 214	0.21 149	0.21 247	0.22 126	0.21 176	0.22 158	0.22 171

scenet	0.74 183	0.33 193	1.44 317	0.57 181	0.45 215	1.40 301	0.54 195	1.50 201	1.14 194	1.30 239	1.02 102	0.94 152	0.82 175	1.39 163	0.76 214	0.21 149	0.21 247	0.22 126	0.21 176	0.22 158	0.22 171

ssnet	0.74 183	0.33 193	1.44 317	0.57 181	0.45 215	1.40 301	0.54 195	1.50 201	1.14 194	1.30 239	1.02 102	0.94 152	0.82 175	1.39 163	0.76 214	0.21 149	0.21 247	0.22 126	0.21 176	0.22 158	0.22 171

SACVNet	0.85 230	0.46 278	0.85 186	0.81 334	0.56 271	0.80 185	0.79 279	1.68 245	1.12 181	1.34 262	1.33 216	1.25 241	0.94 229	2.39 284	0.76 214	0.34 305	0.26 289	0.31 273	0.29 294	0.35 276	0.44 319

MaskLacGwcNet_RVC	1.10 294	1.02 370	1.00 241	0.82 339	0.67 309	1.93 350	0.93 314	1.62 234	1.11 177	1.15 161	1.25 184	1.50 291	0.79 163	1.96 251	0.76 214	1.89 393	0.34 331	0.79 378	0.36 331	1.25 388	0.83 375

CBMV_ROB	0.90 245	0.44 270	0.63 70	0.51 98	0.37 158	1.25 282	0.49 168	1.77 268	1.27 252	1.41 282	2.00 339	1.33 261	1.08 277	2.17 266	0.76 214	0.43 340	0.42 359	0.47 349	0.44 349	0.41 305	0.36 293

DEmStereo	0.97 265	0.23 15	0.79 174	0.47 43	0.32 110	1.04 245	0.56 214	0.93 48	0.89 91	1.39 279	2.14 350	1.02 182	2.07 375	5.64 362	0.77 220	0.17 33	0.15 128	0.20 77	0.20 140	0.18 45	0.20 139

HSM-Net_RVC	0.87 239	0.29 115	0.53 30	0.53 123	0.30 83	1.15 265	0.55 208	3.57 395	1.28 257	1.53 307	1.74 311	1.68 318	0.93 224	1.49 181	0.77 220	0.22 172	0.17 185	0.19 53	0.18 92	0.20 102	0.19 116
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
GwcNet-ADL	0.64 131	0.31 163	0.79 174	0.56 170	0.41 194	0.60 89	0.58 227	1.41 180	1.26 245	1.08 123	1.13 147	0.91 140	0.60 100	1.04 108	0.78 222	0.27 258	0.18 201	0.18 39	0.18 92	0.25 207	0.29 250

THIR-Stereo	1.02 279	0.27 72	0.69 102	0.49 68	0.28 54	0.95 226	1.34 357	1.03 81	0.97 120	1.34 262	1.90 332	1.17 221	1.58 340	6.44 375	0.78 222	0.19 94	0.14 78	0.21 100	0.22 202	0.19 75	0.20 139

DMCA-RVC	0.74 183	0.40 255	1.27 299	0.66 268	0.49 233	0.77 171	0.47 153	1.35 169	1.01 139	1.53 307	1.01 95	1.29 255	0.82 175	1.31 142	0.78 222	0.27 258	0.21 247	0.35 310	0.27 266	0.32 267	0.24 200

TDLM	1.06 284	0.44 270	0.79 174	0.63 242	0.50 239	0.89 206	1.44 362	1.48 195	1.26 245	1.12 142	1.40 240	1.08 197	0.98 246	6.65 378	0.78 222	0.33 297	0.21 247	0.33 293	0.26 258	0.37 286	0.24 200

PS-NSSS	0.99 270	0.58 317	0.93 222	0.58 187	0.57 273	0.91 211	0.80 285	1.81 279	1.14 194	1.14 158	1.67 305	1.00 173	0.83 184	4.62 339	0.78 222	0.37 319	0.31 321	0.52 355	0.32 312	0.45 325	0.38 301

iResNet	0.75 190	0.40 255	1.36 312	0.67 278	0.29 66	0.92 217	0.59 234	1.52 209	1.25 240	1.28 226	1.48 264	0.94 152	0.76 152	1.62 203	0.78 222	0.18 61	0.14 78	0.18 39	0.15 33	0.22 158	0.23 188

CFNet	0.96 259	0.36 235	1.01 245	0.62 234	0.42 197	0.99 238	0.47 153	1.90 297	1.32 276	0.99 104	1.39 238	1.10 206	0.86 197	5.58 361	0.79 228	0.23 196	0.17 185	0.28 252	0.27 266	0.26 215	0.21 156

HITNet	0.65 136	0.40 255	0.77 164	0.48 55	0.24 11	1.05 246	0.49 168	1.76 265	1.02 142	1.18 186	1.18 164	0.89 138	0.80 168	0.85 70	0.79 228	0.17 33	0.12 9	0.21 100	0.17 78	0.29 246	0.15 29
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
iResNet_ROB	0.77 197	0.30 131	0.99 236	0.57 181	0.36 150	0.83 194	0.36 61	2.33 370	1.58 335	1.27 224	1.30 203	1.25 241	0.84 186	1.65 206	0.79 228	0.20 122	0.14 78	0.17 17	0.12 10	0.18 45	0.27 236

MLCV	0.72 166	0.34 212	1.10 273	0.51 98	0.23 8	0.91 211	0.39 85	1.33 163	1.23 233	1.46 293	1.55 276	1.01 180	0.64 123	1.95 250	0.80 231	0.18 61	0.12 9	0.18 39	0.14 25	0.19 75	0.17 64

CrosDoStereo	1.58 343	0.24 21	0.72 123	0.48 55	0.29 66	0.67 126	12.49 419	1.10 113	0.98 125	1.34 262	1.75 314	1.00 173	1.89 364	6.65 378	0.81 232	0.19 94	0.15 128	0.20 77	0.22 202	0.18 45	0.19 116

DeepStereo_LL	1.58 343	0.24 21	0.72 123	0.48 55	0.29 66	0.67 126	12.49 419	1.10 113	0.98 125	1.34 262	1.75 314	1.00 173	1.89 364	6.65 378	0.81 232	0.19 94	0.15 128	0.20 77	0.22 202	0.18 45	0.19 116

psm_up	0.77 197	0.34 212	0.70 108	0.66 268	0.58 281	1.05 246	0.92 310	1.52 209	1.12 181	1.26 221	1.16 159	1.31 259	1.23 305	1.20 129	0.81 232	0.25 235	0.29 311	0.31 273	0.27 266	0.27 227	0.25 212

CFNet-ft	0.72 166	0.32 177	0.54 34	0.66 268	0.54 263	0.83 194	0.55 208	1.37 172	1.15 203	0.93 88	1.28 198	1.57 300	0.97 242	1.35 150	0.81 232	0.26 249	0.20 231	0.33 293	0.25 244	0.30 255	0.23 188

CFNet_RVC	0.72 166	0.32 177	0.54 34	0.66 268	0.54 263	0.83 194	0.55 208	1.37 172	1.15 203	0.93 88	1.28 198	1.57 300	0.97 242	1.35 150	0.81 232	0.26 249	0.20 231	0.33 293	0.25 244	0.30 255	0.23 188

SMFormer	0.75 190	0.30 131	0.86 192	0.46 37	0.26 22	0.82 190	0.43 117	2.05 329	1.39 305	1.23 205	1.47 259	0.98 167	0.95 234	1.71 219	0.82 237	0.24 211	0.20 231	0.22 126	0.21 176	0.23 183	0.24 200

tta	0.75 190	0.30 131	0.86 192	0.46 37	0.26 22	0.82 190	0.43 117	2.05 329	1.39 305	1.23 205	1.47 259	0.98 167	0.95 234	1.71 219	0.82 237	0.24 211	0.20 231	0.22 126	0.21 176	0.18 45	0.18 82

SQANet	1.31 321	0.88 363	1.08 269	1.83 392	1.44 389	1.44 307	0.75 268	1.74 257	1.09 171	1.32 251	1.26 190	1.28 252	1.01 258	1.50 183	0.83 239	2.50 398	0.34 331	1.47 390	0.55 370	2.32 394	1.57 394

RAFT + AFF	1.00 274	0.42 264	1.09 270	0.67 278	0.50 239	1.22 278	1.24 350	2.24 363	1.19 217	1.30 239	1.56 280	1.17 221	1.49 335	3.44 321	0.83 239	0.21 149	0.25 285	0.30 269	0.26 258	0.27 227	0.27 236

STTStereo	0.78 203	0.50 294	1.22 289	0.64 251	0.54 263	0.89 206	0.54 195	1.44 189	1.11 177	1.38 274	1.09 127	1.27 249	0.85 189	1.43 170	0.83 239	0.29 276	0.27 297	0.33 293	0.39 337	0.32 267	0.30 262

dad	0.86 235	0.66 336	1.06 262	0.56 170	0.37 158	0.76 165	0.44 129	1.17 128	1.50 326	1.44 289	1.27 193	1.34 265	0.75 144	2.52 289	0.84 242	0.42 335	0.27 297	0.83 379	0.26 258	0.41 305	0.29 250

CC-Net-ROB	1.49 336	1.26 384	1.27 299	0.88 356	0.79 342	1.76 335	1.00 326	1.79 274	1.26 245	1.10 136	1.61 292	1.21 228	0.99 254	8.13 401	0.84 242	1.09 389	0.41 357	2.20 395	0.46 354	1.20 387	0.48 331

NLCA_NET_v2_RVC	0.79 206	0.43 267	1.05 259	0.64 251	0.58 281	0.95 226	0.53 191	1.53 215	1.18 214	1.37 269	1.15 156	1.43 275	0.88 205	1.61 202	0.84 242	0.25 235	0.22 261	0.27 242	0.27 266	0.29 246	0.29 250
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CSP-Net	0.97 265	0.38 246	0.83 184	0.53 123	0.41 194	1.63 323	0.77 274	2.00 320	1.05 153	1.25 217	1.20 170	1.33 261	0.83 184	4.93 346	0.85 245	0.32 292	0.22 261	0.20 77	0.20 140	0.23 183	0.25 212

cf-r	0.73 180	0.30 131	0.77 164	0.55 157	0.63 300	0.78 176	0.48 161	1.79 274	1.15 203	1.13 156	1.26 190	1.43 275	0.87 201	1.40 168	0.85 245	0.25 235	0.18 201	0.22 126	0.23 222	0.19 75	0.19 116

dd	0.59 103	0.48 287	0.97 233	0.55 157	0.32 110	0.64 101	0.47 153	1.02 78	1.34 282	0.78 62	0.86 60	0.58 51	0.54 71	1.01 100	0.86 247	0.28 268	0.18 201	0.26 231	0.19 112	0.32 267	0.24 200

ICVP	0.63 121	0.33 193	0.57 48	0.61 223	0.40 188	0.80 185	0.58 227	1.61 231	0.89 91	0.90 83	1.24 180	0.88 134	0.73 140	0.72 44	0.88 248	0.29 276	0.21 247	0.22 126	0.21 176	0.24 197	0.27 236
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LMCR-Stereo	0.82 217	0.46 278	0.88 205	0.75 320	0.43 202	1.33 291	0.56 214	2.43 378	0.98 125	1.53 307	1.49 265	0.74 85	1.00 256	1.63 204	0.89 249	0.28 268	0.17 185	0.22 126	0.17 78	0.29 246	0.20 139

NVstereo2D	0.92 250	0.41 261	1.48 328	0.72 306	0.72 322	1.20 276	0.87 299	1.75 259	1.38 301	0.99 104	1.13 147	1.26 245	0.98 246	2.21 272	0.89 249	0.43 340	0.20 231	0.38 323	0.24 233	0.57 349	0.63 360

CRFU-Net	0.86 235	0.39 251	1.00 241	0.65 263	0.57 273	1.78 340	0.86 297	2.15 346	0.81 71	1.38 274	1.18 164	1.64 313	1.19 296	1.35 150	0.90 251	0.26 249	0.22 261	0.21 100	0.19 112	0.23 183	0.24 200

GEStereo_RVC	0.90 245	0.37 241	0.99 236	0.64 251	0.50 239	0.95 226	0.79 279	2.42 377	1.17 209	1.16 172	1.11 136	1.26 245	0.92 218	3.24 313	0.90 251	0.29 276	0.19 214	0.23 155	0.20 140	0.27 227	0.29 250

GANet	1.36 327	0.47 282	0.86 192	0.67 278	0.45 215	1.34 293	1.73 375	1.64 237	1.24 237	1.49 302	2.38 359	1.55 298	1.20 299	9.30 407	0.93 253	0.30 280	0.31 321	0.33 293	0.28 283	0.39 298	0.30 262

ACVNet	0.63 121	0.31 163	0.54 34	0.54 138	0.36 150	0.80 185	0.46 147	1.37 172	1.07 161	0.93 88	1.30 203	1.08 197	0.85 189	0.80 59	0.94 254	0.21 149	0.19 214	0.21 100	0.18 92	0.22 158	0.18 82

hitnet-ft	0.79 206	0.35 228	0.57 48	0.58 187	0.42 197	0.96 230	0.46 147	1.47 194	1.33 279	1.19 190	1.22 174	1.81 329	0.98 246	1.66 210	0.94 254	0.33 297	0.28 303	0.34 303	0.27 266	0.35 276	0.31 272

MyStereo8	0.65 136	0.29 115	1.00 241	0.58 187	0.49 233	0.91 211	0.35 51	1.18 133	1.31 271	1.16 172	1.27 193	0.90 139	0.64 123	0.72 44	0.95 256	0.18 61	0.14 78	0.20 77	0.18 92	0.22 158	0.26 230

PSMNet-ADL	0.72 166	0.35 228	0.62 67	0.69 291	0.46 225	1.14 260	0.44 129	1.37 172	1.01 139	0.83 75	1.17 162	1.33 261	0.96 239	1.43 170	0.95 256	0.33 297	0.22 261	0.21 100	0.23 222	0.27 227	0.29 250

DMCA	0.67 153	0.34 212	0.90 213	0.51 98	0.44 208	0.86 203	0.47 153	1.42 182	1.02 142	1.17 181	1.12 142	1.23 235	0.75 144	0.78 55	0.95 256	0.25 235	0.19 214	0.27 242	0.19 112	0.24 197	0.27 236

SGM-Forest	1.24 313	0.38 246	0.60 60	0.52 114	0.37 158	1.56 317	1.30 355	1.65 238	1.36 293	2.11 361	1.79 318	1.63 310	0.93 224	7.48 395	0.95 256	0.36 315	0.37 346	0.39 329	0.34 323	0.37 286	0.32 278
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GANetREF_RVC	1.07 286	0.86 360	1.31 303	0.82 339	0.53 260	1.41 305	1.31 356	1.76 265	1.52 329	1.27 224	1.31 208	1.46 283	1.24 307	2.03 256	0.96 260	0.56 366	0.45 367	0.67 374	0.50 364	0.88 376	0.59 354
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
LL-Strereo	1.33 324	0.39 251	1.38 313	0.61 223	0.61 294	0.75 161	0.66 251	1.63 236	1.17 209	1.56 315	1.60 288	2.03 350	2.12 376	9.72 413	0.97 261	0.21 149	0.18 201	0.27 242	0.23 222	0.22 158	0.25 212

ac_64	0.82 217	0.29 115	0.81 180	0.71 303	0.60 291	1.05 246	0.54 195	1.99 319	0.92 104	1.18 186	1.06 116	1.99 345	1.08 277	1.94 249	0.97 261	0.27 258	0.22 261	0.24 175	0.23 222	0.22 158	0.19 116

otaku	1.60 346	1.11 377	1.21 287	2.20 395	1.56 391	1.97 353	1.24 350	2.07 335	1.36 293	1.44 289	1.62 295	1.73 323	1.19 296	1.73 223	0.98 263	2.89 402	0.57 384	1.74 391	0.60 377	2.78 399	1.94 399

CBMV	0.95 258	0.44 270	0.66 86	0.53 123	0.35 144	1.53 314	1.63 373	1.69 247	1.42 316	2.00 357	1.60 288	1.43 275	1.17 290	1.59 200	0.99 264	0.34 305	0.34 331	0.39 329	0.33 318	0.33 273	0.32 278
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
anonymity	1.12 299	0.97 366	1.21 287	1.07 378	1.12 376	1.08 252	0.89 302	1.95 312	1.16 207	1.29 231	1.26 190	1.22 230	1.09 280	1.15 125	1.01 265	1.02 385	1.00 406	0.97 383	0.97 393	0.98 378	0.99 381

DSFCA	0.93 253	0.34 212	1.06 262	0.52 114	0.65 305	1.55 316	0.93 314	1.49 197	1.19 217	1.56 315	1.15 156	1.50 291	0.96 239	3.07 307	1.02 266	0.30 280	0.26 289	0.25 212	0.25 244	0.28 241	0.24 200

FINET	0.97 265	0.54 304	1.60 336	0.63 242	0.79 342	1.08 252	1.07 334	1.56 222	2.20 371	1.15 161	1.49 265	0.94 152	0.88 205	2.32 278	1.05 267	0.42 335	0.35 339	0.32 286	0.28 283	0.43 315	0.38 301

DLCB_ROB	0.86 235	0.40 255	0.78 172	0.68 288	0.54 263	1.11 255	0.84 291	1.49 197	1.23 233	1.64 327	1.65 301	1.70 320	0.91 215	1.70 218	1.05 267	0.25 235	0.24 278	0.26 231	0.27 266	0.27 227	0.24 200

ACVNet-4b	2.15 374	1.41 388	1.64 337	2.80 402	2.31 403	2.31 369	1.24 350	2.32 369	2.14 369	1.26 221	2.39 360	2.66 374	1.48 333	5.95 369	1.06 269	3.20 407	0.45 367	2.37 399	0.89 388	2.83 403	2.37 404

HGLStereo	0.85 230	0.38 246	0.94 224	0.80 331	1.03 369	1.17 269	0.58 227	1.52 209	1.20 222	1.19 190	1.62 295	1.13 216	1.20 299	1.80 233	1.06 269	0.24 211	0.24 278	0.24 175	0.21 176	0.23 183	0.27 236

BEATNet_4x	0.73 180	0.49 290	1.17 284	0.53 123	0.26 22	1.03 243	0.55 208	1.82 280	1.06 156	1.21 197	1.22 174	0.96 164	0.91 215	1.01 100	1.06 269	0.21 149	0.14 78	0.24 175	0.19 112	0.37 286	0.21 156

DDUNet	1.50 338	2.69 414	1.12 277	1.77 391	1.88 394	1.84 345	0.92 310	1.70 250	1.16 207	1.38 274	1.79 318	1.60 306	1.12 285	1.37 154	1.08 272	1.10 390	0.76 391	2.37 399	0.94 391	2.00 392	1.37 392

stereogan	1.15 307	0.42 264	1.40 314	0.86 350	0.84 353	2.38 372	0.71 264	1.88 292	1.73 346	1.72 333	1.94 337	2.31 361	1.29 313	2.07 260	1.08 272	0.36 315	0.35 339	0.39 329	0.31 306	0.51 339	0.46 325

UNet	0.83 222	0.34 212	1.31 303	0.58 187	0.74 327	1.58 319	0.49 168	1.41 180	1.04 149	1.21 197	1.08 122	1.54 296	1.12 285	1.65 206	1.09 274	0.23 196	0.17 185	0.25 212	0.20 140	0.25 207	0.22 171

UPFNet	0.80 209	0.32 177	0.90 213	0.59 200	0.74 327	1.26 283	0.80 285	1.52 209	1.10 175	1.30 239	1.12 142	1.30 256	0.84 186	1.67 211	1.09 274	0.24 211	0.24 278	0.24 175	0.23 222	0.25 207	0.18 82

GwcNet-RSSM	0.77 197	0.32 177	1.01 245	0.62 234	0.54 263	0.78 176	0.51 176	1.73 253	1.20 222	1.09 128	1.37 230	1.46 283	0.85 189	1.53 188	1.09 274	0.25 235	0.18 201	0.23 155	0.24 233	0.20 102	0.19 116

DGSMNet	1.14 304	0.76 353	2.49 376	0.81 334	0.86 356	1.39 300	1.39 359	2.13 340	1.35 290	1.26 221	1.63 298	1.48 289	0.98 246	1.75 224	1.10 277	0.45 346	0.43 360	0.55 366	0.49 361	0.75 372	0.70 368

delet	0.85 230	0.32 177	0.95 227	0.65 263	0.66 307	1.64 325	0.84 291	1.75 259	1.35 290	1.32 251	1.30 203	1.30 256	0.88 205	1.68 216	1.10 277	0.21 149	0.21 247	0.24 175	0.24 233	0.21 136	0.21 156

Ntro	1.64 350	1.15 380	1.23 290	2.48 400	1.83 393	2.09 360	1.16 344	1.96 313	1.38 301	1.21 197	1.62 295	1.62 308	1.29 313	1.87 242	1.11 279	3.04 403	0.56 383	1.82 393	0.64 378	2.80 400	2.05 400

iRaft-Stereo_5w	0.85 230	0.29 115	0.91 216	0.53 123	0.43 202	0.49 33	0.68 256	0.99 68	0.87 84	0.79 65	1.34 221	1.46 283	0.91 215	5.11 347	1.11 279	0.17 33	0.14 78	0.22 126	0.18 92	0.20 102	0.20 139

FADNet_RVC	0.83 222	0.51 297	1.83 352	0.54 138	0.42 197	1.19 274	0.46 147	1.51 206	1.09 171	0.89 82	1.24 180	0.91 140	0.87 201	2.11 263	1.11 279	0.27 258	0.22 261	0.31 273	0.28 283	0.43 315	0.38 301

ETE_ROB	0.96 259	0.64 334	1.16 282	0.69 291	0.48 230	1.14 260	1.13 340	1.77 268	1.19 217	1.91 352	1.45 252	1.73 323	1.05 270	1.60 201	1.14 282	0.32 292	0.26 289	0.38 323	0.34 323	0.39 298	0.41 309

ADLNet	0.85 230	0.36 235	0.89 210	0.85 348	0.72 322	1.24 280	0.76 271	1.82 280	1.36 293	1.52 306	1.35 227	1.27 249	0.99 254	1.23 133	1.15 283	0.27 258	0.20 231	0.26 231	0.25 244	0.28 241	0.30 262

SDNR	1.62 349	0.51 297	2.17 365	0.53 123	0.56 271	3.80 398	0.45 140	1.54 217	1.29 261	1.33 259	2.41 362	1.08 197	0.96 239	11.18 419	1.16 284	0.66 375	0.63 387	0.43 340	0.32 312	0.64 360	0.67 365

AASNet	0.76 196	0.35 228	0.91 216	0.79 328	0.81 349	1.14 260	0.56 214	2.02 327	1.08 165	1.22 202	1.24 180	0.93 149	0.76 152	0.77 54	1.16 284	0.27 258	0.23 269	0.24 175	0.20 140	0.28 241	0.24 200

ADLNet2	0.88 240	0.34 212	1.17 284	0.77 325	0.64 302	1.12 258	0.76 271	1.74 257	1.24 237	1.21 197	1.65 301	1.71 321	1.05 270	1.67 211	1.17 286	0.24 211	0.21 247	0.21 100	0.22 202	0.26 215	0.29 250

FADNet-RVC	0.88 240	0.67 337	1.93 356	0.60 211	0.48 230	0.91 211	0.60 238	1.71 251	1.18 214	0.90 83	0.96 77	1.36 266	0.92 218	2.25 275	1.17 286	0.30 280	0.29 311	0.32 286	0.32 312	0.41 305	0.35 289

MDST_ROB	1.67 352	0.34 212	1.58 335	0.92 366	0.58 281	4.26 404	1.11 337	2.83 385	1.41 313	4.49 405	2.55 366	1.45 281	0.97 242	7.79 398	1.17 286	0.31 287	0.25 285	0.37 320	0.33 318	0.31 262	0.30 262

FAT-Stereo	1.07 286	0.41 261	1.32 306	0.72 306	0.58 281	1.08 252	0.89 302	1.96 313	1.65 339	1.75 335	1.98 338	2.03 350	1.48 333	2.02 255	1.18 289	0.42 335	0.35 339	0.34 303	0.29 294	0.35 276	0.53 342

MMNet	0.84 226	0.32 177	1.09 270	0.60 211	0.59 288	1.85 346	0.49 168	1.51 206	1.27 252	1.37 269	1.15 156	1.26 245	1.18 293	1.67 211	1.22 290	0.19 94	0.18 201	0.23 155	0.22 202	0.25 207	0.21 156

edge stereo	1.11 297	0.50 294	1.30 302	0.71 303	0.65 305	1.14 260	0.75 268	1.93 308	1.37 297	1.71 332	1.83 322	2.54 370	1.44 327	2.43 286	1.23 291	0.42 335	0.41 357	0.54 361	0.35 327	0.42 310	0.46 325

StereoDRNet-Refined	0.80 209	0.41 261	0.88 205	0.62 234	0.42 197	1.33 291	0.48 161	1.52 209	1.17 209	1.45 291	1.44 250	1.44 279	0.90 212	1.26 136	1.24 292	0.20 122	0.16 159	0.27 242	0.24 233	0.25 207	0.28 247
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RainbowNet	1.97 370	1.76 395	1.57 334	2.81 403	2.21 399	1.98 355	1.81 379	2.54 382	1.89 357	1.50 303	1.84 324	1.96 342	1.65 347	2.14 265	1.25 293	3.33 409	0.85 398	2.39 402	0.98 395	2.82 402	2.22 401

RP	1.09 291	0.50 294	1.12 277	0.90 361	1.04 370	1.11 255	0.84 291	1.80 276	1.62 337	1.55 314	2.00 339	1.90 334	1.78 357	1.84 236	1.25 293	0.52 359	0.36 344	0.48 350	0.36 331	0.45 325	0.43 317

NCC-stereo	1.10 294	0.54 304	1.24 293	0.84 343	0.94 364	1.29 287	0.89 302	2.01 324	1.34 282	1.32 251	1.74 311	1.88 330	1.74 354	2.35 280	1.25 293	0.45 346	0.37 346	0.45 344	0.58 373	0.42 310	0.42 313

Abc-Net	1.10 294	0.54 304	1.24 293	0.84 343	0.94 364	1.29 287	0.89 302	2.01 324	1.34 282	1.32 251	1.74 311	1.88 330	1.74 354	2.35 280	1.25 293	0.45 346	0.37 346	0.45 344	0.58 373	0.42 310	0.42 313
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PA-Net	1.01 277	0.57 314	1.29 301	0.64 251	0.74 327	1.19 274	0.84 291	1.69 247	1.43 318	1.16 172	1.19 167	1.32 260	1.19 296	3.42 319	1.25 293	0.29 276	0.45 367	0.33 293	0.49 361	0.32 267	0.47 328
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MFMNet_re	1.40 332	1.14 379	1.68 340	1.39 386	1.07 371	1.48 309	1.43 361	1.87 290	1.82 354	2.26 364	2.19 351	1.51 293	1.86 363	1.52 184	1.25 293	0.93 381	0.83 394	0.84 380	0.80 384	0.99 380	1.05 386

MFN_U_SF_DS_RVC	1.74 360	0.87 361	3.56 386	0.80 331	0.75 333	3.72 395	2.44 405	1.82 280	1.82 354	1.74 334	1.91 333	1.92 338	1.26 310	7.69 397	1.28 299	0.45 346	0.47 371	0.52 355	0.77 382	0.50 335	0.50 336

NCCL2	1.00 274	0.56 310	1.06 262	0.75 320	0.57 273	1.31 289	1.72 374	1.77 268	1.36 293	1.50 303	1.17 162	1.91 335	1.17 290	1.54 190	1.29 300	0.35 312	0.31 321	0.45 344	0.44 349	0.40 302	0.40 305

NaN_ROB	1.13 302	0.55 307	1.15 281	0.64 251	0.48 230	1.61 321	2.03 392	1.72 252	1.48 323	2.09 360	1.27 193	1.40 270	1.08 277	3.94 327	1.30 301	0.28 268	0.34 331	0.28 252	0.28 283	0.30 255	0.33 282

RGC	1.14 304	0.79 355	1.26 296	0.91 364	0.96 367	1.52 313	0.77 274	1.92 304	1.26 245	1.54 311	1.93 335	2.02 349	1.54 337	2.25 275	1.31 302	0.44 345	0.35 339	0.58 372	0.48 358	0.47 328	0.46 325

STTRV1_RVC	1.58 343	0.68 340	1.96 358	0.88 356	1.12 376	1.57 318	0.90 307	2.25 364	1.75 349	1.29 231	2.02 342	1.40 270	1.22 303	9.77 414	1.31 302	0.81 378	0.33 330	0.54 361	0.49 361	0.73 371	0.52 341

Wz-Net-LNSev-Ref	0.99 270	0.40 255	1.82 350	0.66 268	0.62 299	2.05 358	0.78 276	1.91 301	1.29 261	1.54 311	1.42 243	1.51 293	1.23 305	1.99 253	1.33 304	0.23 196	0.14 78	0.20 77	0.15 33	0.27 227	0.26 230

MSMD_ROB	1.99 371	0.59 320	0.89 210	0.70 296	0.61 294	3.95 400	0.94 316	1.80 276	1.79 351	4.41 403	4.43 388	8.17 411	3.66 399	3.40 317	1.33 304	0.52 359	0.48 372	0.54 361	0.58 373	0.53 343	0.50 336

acv_ft	0.75 190	0.31 163	0.95 227	0.70 296	0.86 356	1.24 280	0.53 191	1.44 189	1.07 161	1.24 213	1.30 203	1.08 197	0.92 218	0.80 59	1.34 306	0.21 149	0.19 214	0.21 100	0.18 92	0.21 136	0.18 82

Nwc_Net	1.09 291	0.49 290	1.33 308	0.89 360	0.80 347	1.49 311	0.66 251	2.19 357	1.27 252	1.32 251	2.26 354	1.96 342	1.54 337	1.92 245	1.34 306	0.40 328	0.30 315	0.43 340	0.45 351	0.38 294	0.37 295

PASM	1.34 325	0.92 364	2.62 379	0.86 350	0.87 358	1.03 243	1.08 335	1.50 201	1.51 328	1.82 345	1.41 242	1.68 318	1.26 310	4.87 343	1.34 306	0.61 370	0.65 390	0.68 375	0.78 383	0.69 367	0.68 367

PDISCO_ROB	1.32 323	0.65 335	1.44 317	1.36 384	1.46 390	2.55 376	0.92 310	2.45 379	2.07 368	1.37 269	1.49 265	1.65 315	1.00 256	2.82 298	1.35 309	1.01 383	0.27 297	0.54 361	0.47 356	0.71 369	0.73 371

psmorigin	1.52 340	0.69 341	10.52 410	0.68 288	0.59 288	1.13 259	0.70 262	1.57 223	1.19 217	1.99 355	1.79 318	2.26 358	1.47 332	2.09 261	1.36 310	0.39 326	0.40 355	0.34 303	0.33 318	0.43 315	0.56 347

fast-acv-ft	0.94 255	0.44 270	1.40 314	0.58 187	0.51 249	1.77 338	0.69 260	1.36 171	1.42 316	1.29 231	1.86 327	1.74 325	1.25 308	1.52 184	1.38 311	0.26 249	0.28 303	0.28 252	0.28 283	0.27 227	0.26 230

AANet_RVC	1.16 309	0.52 300	1.49 330	0.65 263	0.45 215	0.75 161	0.69 260	1.42 182	1.55 334	1.34 262	1.87 329	1.53 295	0.78 161	7.43 393	1.38 311	0.25 235	0.17 185	0.19 53	0.16 62	0.22 158	0.26 230

LALA_ROB	1.01 277	0.59 320	1.16 282	0.67 278	0.51 249	1.63 323	1.26 354	1.69 247	1.38 301	1.81 344	1.37 230	1.94 340	1.02 263	1.58 198	1.38 311	0.37 319	0.27 297	0.43 340	0.37 334	0.43 315	0.37 295

RASNet	1.12 299	0.30 131	0.91 216	0.66 268	0.77 337	0.97 234	0.57 224	1.37 172	1.35 290	1.02 112	1.34 221	2.11 354	1.43 326	7.09 387	1.39 314	0.19 94	0.17 185	0.17 17	0.19 112	0.18 45	0.16 44

ACVNet_1	2.18 375	1.45 390	1.72 343	2.85 404	2.33 404	2.28 367	1.46 363	3.08 390	2.22 372	1.82 345	2.05 345	3.56 385	1.98 370	3.09 310	1.40 315	3.17 404	0.60 386	2.40 403	0.92 390	2.91 406	2.37 404

Wz-Net-LNSev	1.03 280	0.67 337	2.71 381	0.64 251	0.84 353	1.75 333	1.00 326	1.80 276	1.32 276	1.28 226	1.25 184	1.65 315	1.22 303	1.39 163	1.40 315	0.28 268	0.26 289	0.24 175	0.23 222	0.33 273	0.32 278

Consistency-Raft	1.25 315	0.99 368	1.93 356	1.02 374	1.21 384	0.96 230	1.01 328	1.75 259	1.92 360	1.36 267	2.12 348	1.44 279	1.01 258	1.14 124	1.40 315	0.72 376	0.82 393	0.89 381	0.98 395	1.31 389	0.95 379

Syn2CoEx	1.14 304	0.69 341	1.66 339	0.80 331	0.67 309	1.40 301	0.88 300	2.06 334	1.54 332	1.25 217	1.58 286	1.42 274	1.50 336	4.09 329	1.40 315	0.36 315	0.32 328	0.34 303	0.29 294	0.29 246	0.34 284

GASNet	0.99 270	0.97 366	1.72 343	0.98 370	0.68 315	0.83 194	0.67 254	1.60 228	1.28 257	1.31 249	1.22 174	1.22 230	1.21 302	2.41 285	1.41 319	0.43 340	0.26 289	0.36 318	0.34 323	0.55 346	0.31 272

UDG	1.41 333	2.65 413	0.99 236	1.44 389	1.64 392	1.34 293	0.80 285	1.60 228	1.23 233	1.23 205	1.71 308	2.01 347	1.34 321	1.47 179	1.41 319	0.90 380	0.54 382	2.29 397	0.75 381	1.84 391	1.04 384

GwcNet	1.08 289	0.51 297	2.33 370	0.79 328	1.18 382	1.76 335	0.70 262	1.68 245	1.47 322	1.41 282	1.64 299	1.74 325	1.04 266	2.20 271	1.41 319	0.30 280	0.29 311	0.29 260	0.27 266	0.30 255	0.35 289

S-Stereo	1.15 307	0.46 278	2.17 365	0.81 334	0.80 347	1.21 277	1.19 347	1.93 308	2.02 365	1.47 294	2.11 347	1.57 300	1.17 290	2.05 259	1.41 319	0.40 328	0.40 355	0.35 310	0.31 306	0.44 322	0.70 368

CBFPSM	0.92 250	0.33 193	1.86 353	0.49 68	0.38 175	1.75 333	0.84 291	1.39 178	1.12 181	1.09 128	0.99 87	2.37 364	1.66 351	1.32 144	1.42 323	0.19 94	0.18 201	0.20 77	0.20 140	0.21 136	0.33 282

Wz-Net-MNSev	1.11 297	0.58 317	2.23 368	0.66 268	0.71 320	1.95 352	1.46 363	1.98 318	1.45 320	1.79 341	1.43 247	1.49 290	1.33 320	1.97 252	1.42 323	0.27 258	0.23 269	0.28 252	0.28 283	0.34 275	0.31 272

XPNet_ROB	0.96 259	0.49 290	1.09 270	0.72 306	0.57 273	1.11 255	1.14 341	1.66 243	1.23 233	1.85 347	1.39 238	1.64 313	1.11 282	1.80 233	1.42 323	0.38 323	0.30 315	0.33 293	0.29 294	0.37 286	0.34 284

PSMNet_ROB	0.90 245	0.52 300	1.17 284	0.72 306	0.61 294	1.27 284	1.12 339	1.76 265	1.12 181	1.09 128	1.28 198	1.45 281	0.89 211	1.65 206	1.42 323	0.33 297	0.25 285	0.37 320	0.39 337	0.35 276	0.29 250

PWCDC_ROB	1.29 318	0.75 351	1.33 308	1.05 375	0.88 359	1.73 332	0.52 185	1.89 294	3.28 391	1.29 231	4.88 396	1.22 230	1.46 330	1.77 231	1.45 327	0.60 369	0.26 289	0.29 260	0.25 244	0.52 341	0.37 295

StereoDRNet	0.98 269	0.47 282	1.70 341	0.76 322	0.94 364	1.51 312	0.91 308	1.92 304	1.32 276	1.61 322	1.13 147	1.47 288	0.97 242	1.75 224	1.46 328	0.28 268	0.23 269	0.29 260	0.27 266	0.35 276	0.27 236

ACVNet_2	2.43 385	1.41 388	2.04 359	2.62 401	2.24 400	2.63 380	1.88 385	3.31 392	3.01 388	2.19 362	3.45 380	4.62 393	2.04 372	4.50 337	1.47 329	2.55 399	0.64 388	2.22 396	0.84 386	2.69 398	2.29 403

AF-Net	1.13 302	0.52 300	1.33 308	0.86 350	0.91 360	1.38 299	0.71 264	2.16 349	1.62 337	1.56 315	2.40 361	1.99 345	1.65 347	1.81 235	1.48 330	0.48 354	0.28 303	0.49 352	0.33 318	0.39 298	0.32 278

CSAN	1.41 333	0.59 320	1.26 296	0.70 296	0.50 239	1.76 335	1.78 377	1.77 268	1.90 359	2.35 368	2.32 356	1.92 338	1.94 368	5.56 360	1.49 331	0.43 340	0.35 339	0.40 334	0.41 343	0.43 315	0.41 309

DISCO	1.03 280	0.34 212	1.11 275	0.69 291	0.45 215	2.07 359	0.84 291	2.13 340	1.50 326	1.15 161	1.33 216	2.40 366	1.07 276	2.60 292	1.51 332	0.23 196	0.18 201	0.22 126	0.20 140	0.31 262	0.27 236

DRN-Test	1.00 274	0.44 270	1.13 279	0.70 296	0.81 349	1.62 322	0.79 279	2.14 344	1.44 319	1.78 338	1.33 216	1.43 275	1.05 270	2.18 269	1.53 333	0.27 258	0.21 247	0.31 273	0.30 302	0.32 267	0.28 247

APVNet	1.06 284	0.53 303	1.42 316	0.84 343	0.79 342	1.92 349	0.82 289	1.90 297	1.08 165	1.08 123	1.43 247	1.56 299	1.13 287	3.07 307	1.58 334	0.31 287	0.34 331	0.42 338	0.36 331	0.36 282	0.37 295

DispFullNet	2.34 380	2.85 415	3.66 387	3.08 409	2.27 401	1.97 353	0.67 254	2.00 320	1.70 343	2.52 374	2.00 339	2.23 356	5.86 409	3.44 321	1.58 334	1.01 383	0.32 328	2.64 408	1.94 413	2.85 404	2.24 402

iinet-f	0.99 270	0.45 276	3.71 389	0.55 157	0.43 202	1.81 341	0.68 256	1.14 123	1.14 194	1.18 186	1.42 243	1.58 303	1.44 327	1.34 149	1.59 336	0.24 211	0.23 269	0.20 77	0.19 112	0.26 215	0.25 212

ssnet_v2	0.88 240	0.36 235	1.02 251	0.62 234	0.38 175	1.32 290	0.97 320	2.07 335	1.34 282	1.37 269	1.18 164	1.54 296	0.92 218	1.10 117	1.65 337	0.30 280	0.27 297	0.30 269	0.28 283	0.27 227	0.26 230

NVStereoNet_ROB	1.88 364	1.07 372	1.45 321	1.07 378	1.17 380	1.47 308	1.48 365	1.89 294	1.93 362	1.94 353	4.67 394	3.08 382	1.80 359	6.51 376	1.65 337	1.06 388	0.86 400	1.08 388	1.32 400	0.93 377	1.26 391
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DeepPrunerF	1.60 346	0.73 346	5.81 398	0.88 356	1.19 383	0.91 211	0.95 318	2.19 357	5.24 407	1.17 181	1.30 203	1.19 225	1.30 317	4.90 344	1.66 339	0.42 335	0.34 331	0.52 355	0.47 356	0.41 305	0.40 305

Anonymous Stereo	1.28 317	0.75 351	2.45 374	0.74 316	0.77 337	0.93 220	1.77 376	1.51 206	1.31 271	1.67 329	1.29 202	1.20 227	0.75 144	6.29 373	1.68 340	0.37 319	0.36 344	0.38 323	0.40 341	0.43 315	0.45 321

SANet	1.88 364	0.57 314	2.18 367	0.63 242	0.40 188	2.80 384	1.57 370	2.39 376	5.88 409	2.36 370	3.57 381	3.72 388	2.97 392	4.74 340	1.76 341	0.34 305	0.30 315	0.32 286	0.29 294	0.48 331	0.37 295

aanetorigin	1.23 312	0.79 355	2.78 383	0.70 296	0.79 342	0.99 238	1.06 333	1.06 104	1.37 297	3.52 394	2.61 367	1.72 322	1.63 345	1.99 253	1.78 342	0.25 235	0.24 278	0.26 231	0.25 244	0.38 294	0.45 321

FCDSN-DC	2.32 379	0.63 332	0.81 180	0.84 343	0.75 333	2.23 365	0.94 316	2.09 338	1.80 352	5.45 412	7.72 409	7.77 410	6.93 415	3.39 316	1.80 343	0.52 359	0.48 372	0.52 355	0.51 366	0.57 349	0.58 352
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FBW_ROB	1.71 358	0.62 331	1.45 321	0.67 278	0.61 294	1.81 341	1.08 335	2.52 381	1.70 343	1.77 337	1.73 310	1.98 344	1.25 308	12.57 421	1.84 344	0.34 305	0.37 346	0.56 369	0.38 336	0.45 325	0.43 317

G-Net	1.66 351	0.63 332	1.56 333	1.11 380	0.74 327	2.98 387	0.91 308	1.55 221	1.22 230	2.76 382	8.18 412	2.32 362	2.53 387	1.92 245	1.87 345	0.48 354	0.44 363	0.45 344	0.31 306	0.60 357	0.57 351

RYNet	1.17 310	0.49 290	1.24 293	0.70 296	0.97 368	1.71 329	0.92 310	1.91 301	1.46 321	1.38 274	1.14 150	1.88 330	1.30 317	4.24 331	1.87 345	0.26 249	0.21 247	0.35 310	0.27 266	0.55 346	0.54 343

ccnet	1.12 299	0.67 337	1.01 245	0.78 327	0.73 325	1.72 331	0.99 324	1.84 285	1.26 245	1.47 294	1.85 326	1.75 328	1.29 313	1.75 224	1.88 347	0.57 367	0.53 379	0.57 371	0.55 370	0.59 353	0.54 343

SGM_RVC	1.68 354	0.36 235	0.61 63	0.59 200	0.29 66	2.25 366	1.18 346	2.38 375	1.68 342	3.60 395	2.67 369	3.69 387	2.42 384	8.13 401	1.90 348	0.31 287	0.31 321	0.30 269	0.28 283	0.30 255	0.29 250
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Dean	2.91 397	1.53 392	2.07 360	2.96 408	2.51 406	3.15 388	2.14 396	4.75 405	4.41 403	2.76 382	6.10 400	5.53 401	2.37 382	2.97 305	1.92 349	3.18 405	0.85 398	2.51 406	1.04 398	2.88 405	2.47 407

WCMA_ROB	1.84 362	0.47 282	1.31 303	0.69 291	0.57 273	2.11 361	1.14 341	1.87 290	1.73 346	4.04 399	6.43 401	5.62 402	3.61 398	2.59 291	1.94 350	0.52 359	0.44 363	0.39 329	0.42 345	0.48 331	0.47 328

MeshStereo	2.26 377	0.56 310	0.92 220	0.61 223	0.49 233	2.60 378	1.02 329	3.18 391	2.05 367	7.40 418	4.98 397	7.58 408	2.98 393	6.37 374	1.96 351	0.43 340	0.43 360	0.45 344	0.39 337	0.43 315	0.42 313
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
SAMSARA	1.55 342	0.84 357	2.61 378	1.22 383	1.07 371	2.50 375	1.93 387	2.05 329	1.89 357	2.75 381	1.66 303	2.81 377	1.69 352	3.08 309	1.97 352	0.46 352	0.51 377	0.42 338	0.46 354	0.58 351	0.59 354

DANet	1.08 289	0.61 328	1.32 306	0.85 348	0.72 322	1.37 296	0.51 176	1.54 217	1.15 203	1.78 338	1.54 274	2.01 347	1.11 282	2.90 302	2.00 353	0.33 297	0.30 315	0.40 334	0.30 302	0.44 322	0.45 321
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MSC_U_SF_DS_RVC	2.12 373	1.15 380	3.10 384	1.05 375	0.76 336	5.03 409	2.40 404	2.16 349	2.62 383	1.89 350	2.28 355	2.69 375	1.65 347	9.35 409	2.04 354	0.64 374	0.51 377	0.68 375	0.71 380	1.09 384	0.67 365

SPS-STEREO	1.67 352	1.04 371	1.23 290	1.21 382	1.13 379	1.82 343	1.11 337	2.16 349	1.52 329	3.07 393	2.32 356	2.82 378	1.80 359	4.11 330	2.04 354	1.03 386	0.99 405	0.97 383	0.94 391	1.03 382	1.02 382
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	6.33 410	1.10 374	13.19 413	1.41 388	68.17 439	1.64 325	1.90 386	1.92 304	2.46 376	2.99 389	3.11 375	1.88 330	1.80 359	2.61 293	2.06 356	0.41 332	0.58 385	0.50 353	0.57 372	0.64 360	17.66 431

PWC_ROB	1.24 313	0.76 353	2.46 375	0.72 306	0.78 340	1.15 265	0.49 168	1.75 259	1.92 360	2.31 365	3.07 374	1.59 304	1.40 323	2.46 287	2.10 357	0.33 297	0.22 261	0.35 310	0.24 233	0.38 294	0.41 309

Wz-Net-SNSev	1.49 336	1.23 383	6.27 400	0.68 288	0.67 309	1.37 296	1.41 360	2.00 320	1.39 305	1.48 300	1.61 292	2.29 359	1.32 319	3.93 326	2.14 358	0.31 287	0.28 303	0.31 273	0.33 318	0.42 310	0.36 293

LVE	3.31 399	1.67 394	1.64 337	2.85 404	2.42 405	3.20 390	2.26 400	4.78 406	5.05 406	2.35 368	6.91 402	6.02 403	2.37 382	9.15 405	2.17 359	3.19 406	1.08 411	2.38 401	1.47 407	2.81 401	2.40 406

SGM+DAISY	2.41 384	1.07 372	2.14 364	1.18 381	1.10 373	2.14 363	1.36 358	1.96 313	1.66 340	5.46 413	7.07 404	4.95 398	4.32 405	5.50 357	2.26 360	1.04 387	1.02 408	0.99 385	0.97 393	1.02 381	1.04 384

SHD	1.31 321	0.71 345	2.34 371	0.86 350	0.75 333	1.77 338	0.65 246	2.22 361	2.50 381	2.40 372	1.71 308	1.91 335	1.60 343	1.93 248	2.37 361	0.38 323	0.31 321	0.38 323	0.40 341	0.48 331	0.50 336

IMH	3.21 398	1.85 401	1.48 328	3.25 410	2.69 409	4.07 402	2.02 391	4.41 403	3.80 397	2.72 379	7.11 405	4.75 396	2.92 391	5.92 367	2.55 362	3.85 416	0.88 401	2.78 411	1.36 403	3.19 410	2.59 409

MFN_U_SF_RVC	1.52 340	0.84 357	3.42 385	0.87 355	0.66 307	2.56 377	0.95 318	2.36 373	1.70 343	1.98 354	1.86 327	2.45 368	1.79 358	2.95 303	2.58 363	0.52 359	0.48 372	0.55 366	0.59 376	0.59 353	0.61 358

IMH-64-1	2.70 392	1.79 397	1.46 323	3.26 411	2.66 407	3.23 391	2.10 393	4.08 398	2.75 386	2.34 366	3.81 384	3.06 380	2.22 379	4.25 332	2.59 364	3.75 413	0.84 395	2.75 409	1.35 401	3.15 408	2.60 410

IMH-64	2.70 392	1.79 397	1.46 323	3.26 411	2.66 407	3.23 391	2.10 393	4.08 398	2.75 386	2.34 366	3.81 384	3.06 380	2.22 379	4.25 332	2.59 364	3.75 413	0.84 395	2.75 409	1.35 401	3.15 408	2.60 410

KSHMR	8.75 416	2.06 406	2.11 362	3.53 415	3.11 413	4.13 403	2.69 406	5.60 410	61.37 443	3.00 390	55.83 442	4.98 400	2.45 385	4.49 336	2.61 366	3.46 410	1.55 416	3.14 415	1.94 413	3.72 413	3.18 415

pmcnn	2.37 381	0.42 264	2.71 381	0.63 242	0.43 202	1.54 315	1.19 347	2.01 324	1.53 331	2.64 378	7.60 407	18.07 423	1.45 329	3.44 321	2.78 367	0.18 61	0.15 128	0.15 3	0.12 10	0.20 102	0.18 82

ktn	4.70 404	2.38 411	2.12 363	3.76 416	3.24 414	4.85 407	2.95 411	5.52 408	7.37 412	4.07 401	19.32 425	7.46 407	3.47 396	7.39 391	2.95 368	4.04 417	1.85 417	3.26 417	2.22 416	3.08 407	2.65 412

XQC	1.37 328	0.87 361	2.56 377	0.84 343	0.69 317	1.83 344	0.89 302	2.07 335	1.88 356	1.88 348	1.53 272	1.91 335	1.55 339	2.85 301	3.05 369	0.48 354	0.29 311	0.44 343	0.39 337	0.69 367	0.60 357

PWCK	2.88 396	2.05 405	5.72 397	2.08 394	1.11 374	3.55 393	3.90 413	2.86 387	3.54 396	3.03 392	3.63 382	3.10 383	2.31 381	8.15 403	3.09 370	2.12 396	0.91 403	1.75 392	0.98 395	2.57 397	1.18 390

Wz-Net-TNSev	1.88 364	2.08 407	7.66 401	0.67 278	0.64 302	2.42 373	1.83 381	2.33 370	1.74 348	1.57 319	1.56 280	2.58 371	1.90 366	4.86 342	3.12 371	0.39 326	0.37 346	0.33 293	0.37 334	0.53 343	0.58 352

PVD	1.70 356	0.84 357	2.26 369	0.94 369	0.83 352	2.48 374	0.97 320	2.59 383	3.35 392	3.01 391	2.77 370	2.34 363	2.47 386	2.67 295	3.14 372	0.47 353	0.45 367	0.59 373	0.48 358	0.59 353	0.75 373

FC-DCNN	2.72 394	0.59 320	0.86 192	0.73 314	0.57 273	2.91 385	1.04 331	3.01 389	2.60 382	6.83 414	7.64 408	9.92 415	6.33 413	5.21 348	3.14 372	0.53 365	0.48 372	0.51 354	0.50 364	0.53 343	0.51 340

WZ-Net	1.95 368	0.95 365	10.10 407	0.86 350	0.78 340	1.69 328	1.60 371	2.20 360	1.98 363	2.08 359	1.93 335	2.30 360	1.97 369	5.30 350	3.17 374	0.34 305	0.26 289	0.29 260	0.31 306	0.51 339	0.47 328

WAO-8	4.40 402	1.82 399	1.79 347	2.34 397	2.20 397	9.19 414	1.53 366	6.09 413	16.46 420	3.94 397	7.84 410	7.32 405	3.72 401	9.41 411	3.31 375	2.00 394	1.07 409	2.44 404	1.37 404	2.50 395	1.68 395

Venus	4.40 402	1.82 399	1.79 347	2.34 397	2.20 397	9.19 414	1.53 366	6.09 413	16.46 420	3.94 397	7.84 410	7.32 405	3.72 401	9.41 411	3.31 375	2.00 394	1.07 409	2.44 404	1.37 404	2.50 395	1.68 395

EDNetEfficientorigin	10.57 417	1.47 391	177.42 443	0.67 278	0.53 260	1.58 319	1.16 344	1.90 297	3.37 393	4.71 407	3.38 378	3.10 383	2.69 389	3.13 311	3.58 377	0.25 235	0.23 269	0.33 293	0.27 266	0.83 373	0.81 374

DPSNet	1.69 355	0.59 320	4.33 390	0.70 296	0.57 273	2.02 357	1.62 372	3.35 394	1.78 350	1.48 300	1.38 234	2.17 355	2.84 390	4.77 341	3.66 378	0.48 354	0.31 321	0.29 260	0.25 244	0.64 360	0.48 331

WAO-7	2.66 388	1.40 387	1.73 345	1.39 386	1.17 380	3.93 399	1.94 388	4.11 400	3.88 398	2.92 386	5.50 398	4.18 391	3.00 394	7.63 396	3.71 379	1.13 391	1.00 406	1.17 389	1.13 399	1.18 386	1.09 388

RTSC	1.29 318	0.73 346	2.44 373	0.83 342	0.57 273	1.85 346	0.65 246	1.88 292	2.00 364	2.20 363	1.66 303	1.60 306	1.26 310	2.33 279	3.92 380	0.32 292	0.23 269	0.27 242	0.29 294	0.37 286	0.37 295

ELAS_RVC	2.48 386	0.74 349	1.90 354	1.05 375	0.92 362	2.76 381	4.01 414	2.76 384	4.11 400	4.69 406	4.63 392	4.62 393	5.96 411	3.97 328	3.96 381	0.63 373	0.53 379	0.56 369	0.52 367	0.64 360	0.63 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ttt	0.94 255	0.34 212	0.59 56	0.61 223	0.37 158	0.94 222	0.50 175	2.17 355	1.34 282	1.23 205	1.61 292	0.91 140	0.76 152	1.85 239	3.97 382	0.30 280	0.26 289	0.26 231	0.24 233	0.29 246	0.29 250

WAO-6	2.81 395	1.60 393	1.46 323	2.36 399	2.28 402	3.55 393	2.29 401	4.21 401	4.56 404	2.36 370	4.51 389	4.88 397	2.66 388	4.60 338	4.07 383	1.72 392	1.15 412	2.31 398	1.46 406	2.31 393	1.85 397

ELAS	2.37 381	0.74 349	1.54 332	0.99 371	0.92 362	4.78 406	2.33 402	3.33 393	3.37 393	5.05 411	4.77 395	3.67 386	4.53 406	3.42 319	4.50 384	0.62 371	0.53 379	0.55 366	0.53 368	0.63 358	0.64 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet-64	5.30 408	2.03 403	1.74 346	3.43 413	2.81 410	10.09 416	2.12 395	9.10 420	17.12 425	4.96 410	9.27 415	10.72 419	3.70 400	9.20 406	4.55 385	3.31 408	0.84 395	2.88 412	1.55 408	3.49 411	3.04 413

SuperB	2.53 387	0.59 320	18.45 417	0.69 291	0.50 239	1.87 348	0.88 300	1.67 244	2.39 374	1.50 303	1.42 243	1.14 218	1.15 289	4.28 334	5.07 386	0.24 211	0.19 214	0.22 126	0.19 112	7.86 425	0.34 284

MADNet+	2.69 391	3.22 417	11.53 412	1.44 389	1.12 376	3.19 389	1.81 379	2.85 386	2.37 373	1.68 330	2.07 346	2.85 379	2.18 377	7.41 392	5.23 387	0.79 377	0.76 391	0.69 377	0.65 379	0.98 378	0.95 379

notaker	3.98 401	2.40 412	2.68 380	3.82 418	3.27 416	3.97 401	2.14 396	4.78 406	3.45 395	4.12 402	6.94 403	7.65 409	3.26 395	7.82 399	5.30 388	4.04 417	1.41 414	3.36 418	2.10 415	3.88 414	3.31 416

RTS	2.67 389	1.38 385	15.28 415	0.99 371	1.26 386	3.78 396	1.96 389	2.15 346	2.62 383	2.61 376	2.85 372	2.60 372	1.59 341	6.27 371	5.71 389	0.40 328	0.28 303	0.35 310	0.35 327	0.50 335	0.48 331

RTSA	2.67 389	1.38 385	15.28 415	0.99 371	1.26 386	3.78 396	1.96 389	2.15 346	2.62 383	2.61 376	2.85 372	2.60 372	1.59 341	6.27 371	5.71 389	0.40 328	0.28 303	0.35 310	0.35 327	0.50 335	0.48 331

ADCPNet	1.85 363	0.69 341	8.07 403	0.71 303	0.58 281	2.79 383	1.22 349	1.94 310	1.54 332	1.88 348	1.69 306	2.46 369	2.04 372	2.37 282	6.48 391	0.38 323	0.37 346	0.38 323	0.43 347	0.47 328	0.45 321

coex-ft	8.13 415	2.13 408	98.04 442	0.67 278	0.53 260	1.71 329	1.56 368	1.65 238	11.11 415	18.17 429	3.75 383	3.88 389	7.61 416	2.98 306	6.49 392	0.30 280	0.30 315	0.32 286	0.31 306	0.66 364	0.50 336

AnyNet_C01	2.26 377	1.78 396	10.22 409	0.93 367	0.74 327	2.92 386	2.20 398	2.29 368	1.80 352	2.53 375	2.41 362	2.71 376	1.73 353	3.41 318	6.72 393	0.41 332	0.39 353	0.40 334	0.42 345	0.67 365	0.63 360

JetBlue	3.97 400	2.01 402	10.19 408	1.38 385	2.84 411	10.53 417	9.54 417	3.60 396	2.41 375	2.73 380	3.39 379	4.54 392	4.31 404	7.85 400	6.84 394	0.88 379	0.93 404	0.89 381	0.91 389	1.74 390	1.91 398

tt	6.58 412	0.26 49	6.10 399	3.77 417	2.16 396	11.55 418	19.63 422	13.33 424	5.74 408	2.96 388	2.65 368	4.97 399	6.33 413	3.81 325	7.24 395	9.15 424	11.32 431	5.89 424	6.24 423	6.03 421	2.55 408

ADCRef	1.35 326	0.55 307	2.37 372	0.72 306	0.77 337	1.94 351	0.78 276	1.91 301	1.27 252	1.57 319	1.59 287	1.36 266	1.41 324	1.54 190	7.53 396	0.23 196	0.20 231	0.32 286	0.30 302	0.29 246	0.29 250

DualNet	1.09 291	0.33 193	0.85 186	0.53 123	0.37 158	0.74 155	0.56 214	0.95 55	2.47 377	1.15 161	1.45 252	1.06 190	0.82 175	1.55 192	7.61 397	0.20 122	0.12 9	0.31 273	0.27 266	0.19 75	0.20 139

ff1	1.37 328	0.33 193	0.85 186	0.53 123	0.37 158	0.74 155	0.56 214	0.95 55	2.47 377	1.15 161	1.45 252	1.06 190	0.82 175	7.22 388	7.61 397	0.20 122	0.12 9	0.31 273	0.27 266	0.19 75	0.20 139

mmx	1.39 330	0.33 193	0.85 186	0.53 123	0.37 158	0.74 155	0.56 214	2.13 340	1.37 297	1.15 161	1.45 252	1.06 190	0.82 175	7.22 388	7.61 397	0.24 211	0.19 214	0.31 273	0.27 266	0.30 255	0.25 212

xxx	1.39 330	0.33 193	0.85 186	0.53 123	0.37 158	0.74 155	0.56 214	2.13 340	1.37 297	1.15 161	1.45 252	1.06 190	0.82 175	7.22 388	7.61 397	0.24 211	0.19 214	0.31 273	0.27 266	0.30 255	0.25 212

TorneroNet	10.70 418	2.03 403	1.82 350	3.43 413	3.01 412	43.83 434	2.22 399	8.87 419	67.47 444	7.17 417	27.36 428	10.68 418	3.85 403	8.67 404	7.65 401	3.59 411	0.88 401	3.04 413	1.57 409	3.71 412	3.17 414

UNDER WATER-64	5.27 407	2.32 409	8.78 406	3.93 419	3.54 418	7.61 412	3.03 412	5.84 412	14.19 416	4.04 399	4.04 386	9.39 414	6.26 412	5.93 368	8.48 402	3.60 412	1.51 415	3.13 414	1.88 411	4.29 418	3.61 418

UNDER WATER	5.08 406	2.33 410	5.55 395	3.94 420	3.51 417	5.20 410	2.72 408	5.61 411	16.52 422	3.84 396	4.60 391	9.21 413	5.89 410	5.90 366	8.66 403	3.75 413	1.34 413	3.18 416	1.88 411	4.33 419	3.61 418

ADCL	1.72 359	0.57 314	3.66 387	0.67 278	0.61 294	2.61 379	1.85 382	1.96 313	1.67 341	1.90 351	1.83 322	2.06 353	1.90 366	2.13 264	9.15 404	0.26 249	0.24 278	0.34 303	0.32 312	0.38 294	0.35 289

EDNetEfficient	2.37 381	1.10 374	8.08 404	0.74 316	0.71 320	0.98 237	1.56 368	1.46 192	4.06 399	4.90 408	2.82 371	2.25 357	3.48 397	2.95 303	9.97 405	0.26 249	0.24 278	0.26 231	0.30 302	0.68 366	0.61 358

HanzoNet	11.04 419	3.62 418	8.10 405	4.08 421	3.55 419	4.90 408	2.73 409	7.19 417	10.10 413	31.86 439	28.92 430	21.96 430	36.36 431	18.08 425	10.17 406	7.94 423	3.32 420	3.47 419	3.31 418	7.06 424	4.04 420

AnyNet_C32	1.96 369	1.10 374	5.17 394	0.90 361	1.11 374	2.12 362	2.37 403	1.85 286	1.48 323	2.45 373	1.70 307	2.05 352	1.64 346	2.50 288	10.28 407	0.37 319	0.34 331	0.35 310	0.41 343	0.49 334	0.54 343

ADCMid	1.89 367	0.73 346	5.06 393	0.72 306	0.67 309	2.00 356	1.14 341	1.97 317	1.48 323	2.86 385	1.81 321	2.37 364	2.05 374	2.24 273	10.39 408	0.33 297	0.31 321	0.39 329	0.43 347	0.50 335	0.44 319

MADNet++	5.01 405	3.14 416	4.91 392	4.55 422	3.94 420	5.20 410	4.41 415	4.40 402	4.13 401	4.95 409	6.08 399	4.74 395	5.37 407	9.40 410	10.67 409	4.65 419	4.15 422	3.97 420	3.34 419	4.09 416	4.08 421

MANE	6.19 409	0.59 320	1.03 255	0.93 367	1.22 385	13.38 421	2.69 406	12.81 423	17.94 426	8.21 419	10.82 417	14.72 421	11.68 417	11.39 420	11.90 410	0.59 368	0.50 376	0.52 355	1.76 410	0.55 346	0.54 343

ADCP+	1.99 371	0.48 287	7.73 402	0.66 268	0.91 360	2.30 368	1.05 332	1.82 280	1.34 282	1.54 311	1.32 214	1.74 325	1.61 344	2.17 266	13.37 411	0.24 211	0.21 247	0.32 286	0.28 283	0.37 286	0.29 250

ADCS	2.25 376	0.99 368	5.55 395	0.81 334	0.74 327	2.19 364	1.80 378	2.27 366	2.14 369	2.80 384	2.13 349	2.40 366	2.03 371	2.64 294	13.69 412	0.41 332	0.39 353	0.40 334	0.45 351	0.58 351	0.56 347

JetRed	6.91 413	8.80 424	25.96 426	2.85 404	3.25 415	13.98 423	11.87 418	6.25 415	4.28 402	4.45 404	4.56 390	6.69 404	5.46 408	7.46 394	14.05 413	2.59 400	3.31 419	2.59 407	2.29 417	4.20 417	3.36 417

PML	51.67 440	36.25 434	13.28 414	7.46 424	20.81 426	108.69 443	232.22 444	8.72 418	27.82 431	87.01 444	269.67 444	69.67 444	61.95 443	24.76 433	14.20 414	9.74 426	3.40 421	9.62 425	4.70 420	18.74 429	4.72 423

test_xeample	1.45 335	0.28 88	0.65 80	0.51 98	0.28 54	0.94 222	0.59 234	2.14 344	1.29 261	1.24 213	1.51 270	0.88 134	0.86 197	1.46 175	15.10 415	0.22 172	0.20 231	0.22 126	0.20 140	0.22 158	0.22 171

1111x	1.70 356	0.29 115	0.86 192	0.51 98	0.27 35	1.01 241	0.68 256	2.22 361	1.28 257	1.13 156	1.40 240	1.21 228	1.10 281	5.53 358	15.20 416	0.22 172	0.21 247	0.22 126	0.22 202	0.24 197	0.22 171

DPSimNet_ROB	11.20 420	4.98 420	35.43 430	2.90 407	4.52 421	7.89 413	17.09 421	4.66 404	6.06 410	14.89 425	10.93 418	17.29 422	36.81 433	13.18 422	15.68 417	2.86 401	6.29 424	5.75 423	5.09 421	3.91 415	7.70 424

xxxx	1.51 339	0.28 88	0.68 93	0.54 138	0.28 54	1.16 267	0.44 129	2.19 357	1.29 261	1.09 128	1.36 228	1.22 230	0.85 189	1.79 232	15.70 418	0.24 211	0.21 247	0.21 100	0.20 140	0.22 158	0.23 188

222	1.61 348	0.29 115	0.67 90	0.56 170	0.29 66	1.06 249	0.42 101	2.17 355	1.31 271	1.31 249	1.52 271	0.92 148	0.94 229	1.76 229	17.65 419	0.24 211	0.20 231	0.21 100	0.19 112	0.22 158	0.23 188

LRCNet_RVC	22.74 426	32.10 433	21.97 421	29.84 431	26.23 429	4.42 405	0.81 288	22.66 426	2.02 365	26.93 431	29.26 431	23.06 432	15.59 420	23.84 429	18.88 420	31.75 436	19.90 438	34.65 436	32.13 436	30.54 436	28.32 437

SGM-ForestM	6.52 411	0.38 246	1.26 296	0.63 242	0.35 144	13.59 422	5.32 416	6.32 416	6.70 411	11.14 420	9.18 414	22.51 431	13.93 419	16.89 424	20.07 421	0.36 315	0.37 346	0.36 318	0.35 327	0.36 282	0.34 284

LE_ROB	8.05 414	0.37 241	23.53 422	0.74 316	0.33 126	2.77 382	2.87 410	3.71 397	27.24 430	25.39 430	8.87 413	8.46 412	26.71 429	6.65 378	21.99 422	0.21 149	0.19 214	0.20 77	0.21 176	0.25 207	0.22 171

DGTPSM_ROB	13.01 421	8.23 422	21.87 419	9.51 425	18.10 424	11.56 419	32.01 428	10.63 421	16.20 418	7.03 415	19.48 426	10.15 416	16.66 421	9.83 415	22.42 423	4.75 420	8.68 425	5.37 421	10.25 425	6.16 422	11.36 425

DPSMNet_ROB	13.02 422	8.23 422	21.91 420	9.53 426	18.11 425	11.56 419	32.02 429	10.64 422	16.23 419	7.05 416	19.49 427	10.16 417	16.66 421	9.85 416	22.43 424	4.77 421	8.68 425	5.38 422	10.26 426	6.17 423	11.36 425

AAGNet	1.83 361	0.28 88	0.72 123	0.61 223	0.32 110	0.67 126	0.51 176	0.96 63	0.98 125	1.47 294	1.20 170	1.00 173	1.18 293	2.83 299	22.77 425	0.22 172	0.13 44	0.22 126	0.19 112	0.23 183	0.15 29

ASD4	15.85 423	10.99 425	19.63 418	10.21 427	11.70 423	19.24 424	31.10 427	19.35 425	10.68 414	11.14 420	10.18 416	12.59 420	12.64 418	14.74 423	24.83 426	12.93 429	9.94 430	26.83 435	19.40 429	16.23 428	12.70 430

Anonymous_1	43.04 439	18.73 427	24.79 423	21.81 428	46.26 438	27.80 425	37.60 430	28.08 430	16.14 417	14.66 424	14.30 419	20.65 424	17.88 423	21.56 426	25.94 427	117.93 443	8.92 427	100.65 440	126.50 440	158.64 444	12.08 427

DPSM_ROB	19.08 424	19.14 428	25.17 424	22.15 429	20.85 427	28.17 426	37.82 431	26.56 428	16.85 423	14.14 422	14.84 420	21.70 425	18.75 424	21.87 427	26.55 428	10.16 427	9.30 428	10.47 426	10.42 427	14.03 426	12.61 428

DPSM	19.08 424	19.14 428	25.17 424	22.15 429	20.85 427	28.17 426	37.82 431	26.56 428	16.85 423	14.14 422	14.84 420	21.70 425	18.75 424	21.87 427	26.55 428	10.16 427	9.30 428	10.47 426	10.42 427	14.03 426	12.61 428

xxxxx1	54.10 441	25.67 430	27.13 427	113.43 441	96.96 441	30.69 430	47.44 433	32.38 432	25.60 427	17.75 426	17.27 422	21.81 427	21.02 426	24.43 430	33.82 430	33.37 437	40.54 439	157.71 442	175.86 442	66.16 440	72.93 442

tt_ll	54.10 441	25.67 430	27.13 427	113.43 441	96.96 441	30.69 430	47.44 433	32.38 432	25.60 427	17.75 426	17.27 422	21.81 427	21.02 426	24.43 430	33.82 430	33.37 437	40.54 439	157.71 442	175.86 442	66.16 440	72.93 442

ff	54.10 441	25.67 430	27.13 427	113.43 441	96.96 441	30.69 430	47.44 433	32.38 432	25.60 427	17.75 426	17.27 422	21.81 427	21.02 426	24.43 430	33.82 430	33.37 437	40.54 439	157.71 442	175.86 442	66.16 440	72.93 442

BEATNet-Init1	26.87 429	13.43 426	70.68 441	0.91 364	0.68 315	57.02 442	21.06 423	32.82 435	32.67 432	52.12 443	53.61 441	66.05 443	49.56 442	48.79 444	34.71 433	0.49 358	0.44 363	0.53 360	0.53 368	0.63 358	0.59 354

AVERAGE_ROB	40.43 436	42.37 442	42.73 432	36.96 434	35.58 432	30.50 429	27.61 425	36.71 437	38.39 441	44.91 441	44.36 439	37.45 435	36.70 432	41.88 435	40.35 434	45.43 441	46.81 442	47.11 438	46.35 437	42.51 438	43.87 439

HaxPig	38.92 435	41.40 441	41.64 431	29.95 432	32.27 430	28.90 428	27.60 424	29.73 431	37.71 440	43.82 440	43.87 438	33.17 433	35.56 430	41.53 434	40.37 435	43.94 440	47.51 443	45.82 437	47.08 438	42.38 437	44.15 440

MEDIAN_ROB	42.00 437	44.40 443	44.29 434	35.15 433	34.95 431	31.28 433	29.60 426	35.88 436	40.02 442	47.20 442	46.64 440	37.37 434	38.48 441	44.35 442	42.45 436	48.03 442	49.39 444	49.71 439	49.03 439	45.14 439	46.65 441

Selective-RAFT-Error	38.39 434	38.47 436	50.44 439	44.73 435	41.97 437	56.68 439	76.38 438	53.24 442	33.92 435	28.34 433	29.85 433	43.60 439	38.20 440	43.75 436	53.34 437	20.38 434	18.70 433	21.09 433	21.05 430	28.30 434	25.43 436

CasAABBNet	38.33 430	38.46 435	50.35 435	44.75 439	41.84 433	56.68 439	76.37 437	53.22 441	33.83 434	28.31 432	29.54 432	43.62 440	37.71 439	43.84 440	53.41 438	20.30 430	18.70 433	21.07 432	21.07 431	28.24 433	25.34 432

MyStereo03	38.34 431	38.50 437	50.41 436	44.74 436	41.86 434	56.65 436	76.38 438	52.99 438	33.93 436	28.39 434	29.99 434	43.54 436	37.42 435	43.82 437	53.53 439	20.31 431	18.71 435	21.06 429	21.08 432	28.23 430	25.35 433

MyStereo02	38.34 431	38.50 437	50.41 436	44.74 436	41.86 434	56.65 436	76.38 438	52.99 438	33.93 436	28.39 434	29.99 434	43.54 436	37.42 435	43.82 437	53.53 439	20.31 431	18.71 435	21.06 429	21.08 432	28.23 430	25.35 433

MyStereo	38.34 431	38.50 437	50.41 436	44.74 436	41.86 434	56.65 436	76.38 438	52.99 438	33.93 436	28.39 434	29.99 434	43.54 436	37.42 435	43.82 437	53.53 439	20.31 431	18.71 435	21.06 429	21.08 432	28.23 430	25.35 433

LSM0	42.82 438	38.75 440	50.81 440	47.07 440	109.38 444	57.00 441	76.02 436	53.74 443	33.71 433	29.02 438	30.41 437	43.87 442	37.22 434	43.91 441	53.54 442	20.52 435	18.62 432	21.10 434	21.11 435	28.41 435	42.22 438

SPstereo	26.54 428	6.08 421	10.71 411	5.55 423	5.68 422	48.14 435	80.43 442	67.31 444	34.39 439	28.70 437	27.52 429	43.76 441	37.60 438	45.04 443	54.41 443	4.92 422	4.89 423	10.74 428	5.88 422	4.46 420	4.57 422

test_example2	192.40 444	210.76 445	206.48 444	199.83 445	204.73 445	172.94 444	183.52 443	133.93 445	133.41 445	191.38 445	196.19 443	187.13 445	178.77 444	205.33 445	208.00 444	222.09 445	238.72 445	186.54 445	190.54 445	227.34 445	170.31 445

FADE		4.78 419		1.89 393	1.92 395			5.58 409	5.04 405	2.92 386		4.13 390		10.23 417		188.09 444	2.77 418	123.78 441	127.92 441	1.06 383	1.10 389

Low-res two-view benchmark