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

AnonymousM	1.22 56	1.32 312	0.97 1	0.88 67	0.56 101	4.03 235	0.69 76	2.41 45	1.68 126	1.48 62	1.31 54	1.15 63	1.00 64	1.18 27	0.73 32	0.32 146	0.40 292	2.07 389	1.70 391	0.24 6	0.22 11

Selective-IGEV	0.80 4	0.52 17	1.05 2	0.75 12	0.61 121	1.31 13	0.82 137	2.60 73	1.41 23	0.82 20	1.64 114	0.71 17	0.62 7	1.22 32	0.64 5	0.22 5	0.19 39	0.24 19	0.18 10	0.25 12	0.20 7

GLC_STEREO	0.76 1	0.52 17	1.12 3	0.83 44	0.33 3	1.86 29	0.82 137	1.46 3	1.38 20	0.95 30	1.04 16	0.68 9	0.72 18	0.97 3	0.80 43	0.23 8	0.25 176	0.32 138	0.25 91	0.32 100	0.30 101

MyStereo07	1.01 27	0.80 205	1.26 4	1.00 124	1.04 227	3.95 218	0.95 205	2.07 31	1.42 24	0.75 6	1.22 35	0.68 9	0.91 48	1.63 83	0.67 14	0.24 11	0.24 159	0.34 186	0.26 104	0.41 201	0.37 163

anonymousdsp	0.95 17	0.69 139	1.27 5	0.83 44	0.52 87	4.54 337	0.84 144	1.76 17	1.24 5	0.76 13	1.06 18	0.78 26	0.77 25	1.67 90	0.69 20	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.26 46

IGEV-Stereo	0.95 17	0.69 139	1.27 5	0.84 50	0.52 87	4.54 337	0.84 144	1.76 17	1.24 5	0.75 6	1.06 18	0.79 30	0.77 25	1.68 91	0.69 20	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.26 46
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CASnet	0.78 2	0.51 12	1.29 7	0.81 30	0.29 1	1.28 12	0.74 99	1.51 5	1.89 163	1.64 82	1.09 22	0.65 7	0.64 9	0.91 2	0.76 37	0.29 79	0.17 9	0.41 252	0.31 206	0.32 100	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.94 15	1.30 308	1.31 8	0.84 50	1.63 337	2.02 34	0.59 41	1.51 5	1.36 19	0.81 18	1.33 55	0.84 36	0.88 42	1.36 48	0.73 32	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 369

LargeStereo	0.90 10	0.58 61	1.32 9	0.94 96	0.45 49	1.27 11	1.00 216	3.32 128	1.55 83	0.82 20	1.34 60	0.86 39	1.09 85	1.16 19	0.89 67	0.33 157	0.18 24	0.23 7	0.19 19	0.29 45	0.22 11

PSM-AAD	2.43 236	0.54 32	1.32 9	0.92 82	0.54 96	4.48 322	7.47 401	2.96 95	1.55 83	2.31 252	2.56 307	1.26 77	16.23 409	2.46 148	0.89 67	0.28 62	0.21 82	0.58 327	0.41 291	0.34 131	1.32 364

AEACV	0.79 3	0.54 32	1.35 11	0.97 109	0.63 125	1.13 6	0.92 197	2.02 28	0.91 1	0.76 13	0.79 6	0.80 31	1.61 195	1.28 40	0.61 1	0.22 5	0.18 24	0.26 39	0.23 60	0.27 24	0.23 17

iRaftStereo_RVC	1.09 37	0.70 149	1.39 12	0.95 98	0.45 49	3.83 188	0.42 9	2.37 44	1.58 96	1.69 90	1.76 145	1.80 141	0.83 37	1.50 61	0.98 93	0.28 62	0.18 24	0.29 84	0.26 104	0.30 61	0.31 108

Former-RAFT_DAM_RVC	0.92 12	0.73 170	1.42 13	0.92 82	1.08 235	2.97 74	0.53 25	1.77 19	1.39 22	1.16 46	1.54 90	0.58 2	0.65 11	1.03 8	0.84 51	0.25 20	0.23 130	0.30 103	0.24 82	0.43 224	0.29 78

CREStereo	0.92 12	0.53 26	1.45 14	0.61 1	0.34 4	4.42 316	0.40 7	2.21 37	1.54 77	0.94 28	1.12 25	0.87 40	0.87 41	1.12 12	0.72 31	0.28 62	0.19 39	0.22 4	0.15 4	0.22 4	0.19 3
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
panet	0.91 11	0.48 5	1.46 15	0.62 2	0.31 2	4.40 312	0.41 8	2.20 36	1.53 69	0.94 28	1.14 27	0.88 42	0.89 45	1.09 9	0.71 27	0.27 35	0.19 39	0.22 4	0.15 4	0.21 2	0.19 3

CAS	1.26 72	0.40 1	1.46 15	2.97 389	1.61 334	4.13 256	0.73 89	1.78 20	1.49 48	0.83 22	1.10 23	0.59 3	0.53 2	1.26 36	0.80 43	2.99 393	0.13 1	0.21 2	0.13 1	0.31 77	1.72 376

AFF-stereo	1.31 83	0.77 194	1.46 15	1.10 168	0.45 49	3.93 211	0.48 17	2.92 93	2.92 324	1.90 127	2.21 257	2.11 190	1.52 178	1.93 110	1.12 117	0.21 1	0.16 4	0.25 29	0.25 91	0.29 45	0.20 7

ProNet	0.82 6	0.71 159	1.50 18	0.86 60	0.45 49	1.78 24	0.83 141	1.75 16	1.28 14	0.66 3	1.13 26	0.78 26	0.76 24	1.66 87	0.71 27	0.24 11	0.20 57	0.25 29	0.23 60	0.29 45	0.25 29

MGS-Stereo	0.80 4	0.56 43	1.53 19	0.93 93	0.39 28	1.26 10	0.73 89	1.45 2	1.30 16	1.01 33	2.26 263	0.80 31	0.56 3	1.16 19	0.65 9	0.27 35	0.23 130	0.26 39	0.22 51	0.27 24	0.25 29

StereoIM	0.82 6	0.66 124	1.53 19	0.65 5	1.87 365	1.24 9	0.36 4	2.13 32	1.27 13	0.67 4	0.75 2	0.88 42	0.70 14	1.15 18	1.07 107	0.29 79	0.23 130	0.26 39	0.20 24	0.31 77	0.22 11

x	1.15 43	0.57 49	1.53 19	1.44 292	0.67 138	1.94 31	0.97 212	3.87 202	1.57 94	1.61 77	1.28 50	1.58 109	1.22 116	1.93 110	1.04 103	0.28 62	0.30 221	0.34 186	0.29 176	0.32 100	0.31 108

CREStereo++_RVC	1.02 31	0.49 8	1.54 22	0.83 44	0.55 98	4.01 232	0.31 2	1.63 12	1.99 174	1.63 80	2.13 244	0.84 36	0.65 11	0.88 1	0.70 24	0.27 35	0.15 2	0.23 7	1.22 383	0.24 6	0.17 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
MC-Stereo	1.06 34	0.48 5	1.55 23	1.15 196	0.41 34	4.56 345	0.61 47	2.06 29	1.46 34	1.90 127	1.61 109	0.89 44	1.12 95	1.35 47	0.73 32	0.25 20	0.18 24	0.26 39	0.22 51	0.25 12	0.24 23

EGLCR-Stereo	1.06 34	0.51 12	1.56 24	1.02 137	0.39 28	4.27 296	0.42 9	4.08 263	1.48 42	0.90 26	0.68 1	1.09 57	0.66 13	1.81 99	0.62 3	0.27 35	0.19 39	0.29 84	0.23 60	0.37 165	0.25 29

RCA-Stereo	1.21 54	0.52 17	1.58 25	0.90 75	0.46 56	4.68 361	0.79 124	4.13 274	1.74 144	1.92 133	1.80 158	0.94 48	1.48 166	1.14 17	0.70 24	0.27 35	0.18 24	0.25 29	0.19 19	0.25 12	0.23 17

GrayStereo	2.58 264	0.53 26	1.63 26	1.58 321	0.89 190	4.17 274	8.17 405	3.03 100	1.52 64	2.80 322	2.50 299	1.70 123	17.10 410	2.83 174	1.15 120	0.33 157	0.21 82	0.27 55	0.32 213	0.28 37	0.53 268

Selective-RAFT	1.15 43	0.46 3	1.64 27	0.99 117	0.45 49	4.17 274	0.51 23	3.21 114	1.69 131	1.12 45	1.34 60	1.45 100	1.40 143	2.08 121	0.94 87	0.41 240	0.20 57	0.24 19	0.23 60	0.27 24	0.25 29

qqq	1.30 80	0.57 49	1.67 28	1.15 196	0.51 80	2.18 46	0.91 187	3.98 234	1.53 69	1.50 64	1.24 38	1.79 138	1.34 135	4.66 208	0.98 93	0.28 62	0.31 229	0.33 169	0.33 221	0.33 115	0.32 115

NRIStereo	1.28 77	0.61 91	1.67 28	1.15 196	0.38 27	4.73 373	0.90 179	2.42 46	1.50 53	1.93 137	1.33 55	1.75 128	1.22 116	2.96 178	1.33 160	0.46 272	0.22 106	0.29 84	0.26 104	0.30 61	0.28 71

MoCha-V2	0.92 12	0.49 8	1.69 30	1.39 283	0.37 18	1.31 13	0.88 172	3.32 128	1.38 20	0.87 25	1.85 189	0.66 8	1.18 109	1.13 15	0.61 1	0.21 1	0.21 82	0.22 4	0.23 60	0.27 24	0.20 7

Prome-Stereo	1.61 116	0.55 36	1.71 31	0.98 112	0.60 117	4.41 314	1.82 323	3.03 100	1.53 69	2.18 214	3.45 352	1.72 126	3.49 341	2.23 140	1.08 109	0.29 79	0.20 57	0.26 39	0.25 91	0.34 131	2.16 384

KYRaft	1.59 114	0.52 17	1.73 32	0.95 98	0.49 76	4.38 306	1.79 319	2.43 48	1.51 57	2.49 285	2.98 333	2.00 173	3.41 337	2.14 129	0.82 46	0.30 113	0.21 82	0.33 169	0.46 305	0.35 147	2.45 390

TANstereo	1.01 27	0.55 36	1.73 32	0.76 25	0.36 6	4.04 236	0.38 5	1.48 4	1.62 117	2.03 174	2.10 236	0.84 36	0.93 52	0.98 4	0.62 3	0.28 62	0.36 261	0.23 7	0.20 24	0.25 12	0.46 235

PMTNet	0.99 25	0.48 5	1.73 32	0.62 2	0.56 101	4.20 285	0.43 12	1.88 22	1.58 96	1.00 32	1.05 17	0.78 26	0.98 61	1.50 61	0.85 54	1.21 374	0.20 57	0.23 7	0.15 4	0.22 4	0.19 3

CES	1.01 27	0.55 36	1.74 35	0.92 82	2.15 377	2.15 44	0.50 19	2.01 27	1.45 27	0.76 13	1.02 9	0.61 4	0.47 1	1.29 42	0.79 42	0.22 5	0.17 9	0.24 19	0.14 2	0.63 294	2.29 385

RAFT-Stereo + iAFF	1.25 65	0.72 162	1.74 35	1.05 146	0.36 6	4.13 256	0.42 9	2.95 94	2.84 319	2.02 170	2.40 292	1.61 113	1.11 94	1.26 36	0.97 91	0.21 1	0.15 2	0.26 39	0.23 60	0.29 45	0.23 17

AAGNet	2.86 284	0.60 77	1.77 37	2.05 366	0.46 56	4.76 378	1.09 235	2.27 40	1.56 88	2.17 212	1.84 182	2.41 214	4.00 349	6.23 239	24.22 417	0.46 272	0.19 39	0.30 103	0.29 176	0.32 100	0.24 23

DIP-Stereo	1.24 62	0.69 139	1.77 37	0.65 5	0.61 121	4.29 298	0.58 40	4.44 356	2.53 275	1.98 147	1.33 55	0.91 45	0.86 39	1.25 35	1.25 143	0.36 191	0.23 130	0.32 138	0.23 60	0.32 100	0.29 78
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PSMNet-ADL	1.91 153	0.72 162	1.78 39	1.09 160	0.86 180	4.18 276	0.78 119	3.77 182	2.10 200	1.72 96	1.85 189	2.91 264	1.82 243	10.38 325	1.91 243	0.48 285	0.46 319	0.28 69	0.29 176	0.38 169	0.51 261

11t1	1.11 38	0.53 26	1.80 40	1.55 317	0.65 132	2.20 48	0.60 44	3.66 162	1.49 48	1.60 72	1.26 43	1.03 53	1.35 137	1.72 93	0.97 91	0.28 62	0.31 229	0.29 84	0.23 60	0.30 61	0.34 135

R-Stereo Train	1.20 51	0.58 61	1.81 41	0.99 117	0.67 138	3.78 180	0.90 179	4.09 265	1.51 57	2.16 208	1.71 131	1.13 60	0.94 53	1.40 49	0.91 76	0.30 113	0.24 159	0.26 39	0.21 30	0.26 18	0.25 29

RAFT-Stereo	1.20 51	0.58 61	1.81 41	0.99 117	0.67 138	3.78 180	0.90 179	4.09 265	1.51 57	2.16 208	1.71 131	1.13 60	0.94 53	1.40 49	0.91 76	0.30 113	0.24 159	0.26 39	0.21 30	0.26 18	0.25 29
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LoS	0.94 15	0.52 17	1.88 43	0.86 60	0.36 6	4.15 260	0.51 23	2.18 35	1.45 27	0.97 31	0.88 7	0.62 5	0.79 33	1.59 72	0.86 58	0.26 28	0.19 39	0.24 19	0.16 8	0.21 2	0.20 7

LCNet	1.55 102	0.54 32	1.88 43	0.99 117	0.55 98	3.60 151	1.21 258	2.86 91	1.53 69	2.18 214	1.74 138	1.43 99	4.17 353	3.62 188	0.87 63	0.29 79	0.20 57	0.28 69	0.77 358	0.47 245	1.85 379

OMP-Stereo	1.97 165	0.93 241	1.88 43	2.76 385	0.67 138	4.58 347	1.48 290	4.31 332	1.54 77	3.15 346	2.76 322	3.25 287	1.38 139	7.66 269	1.35 163	0.40 230	0.20 57	0.33 169	0.26 104	0.33 115	0.24 23

test-1	1.23 57	0.65 114	1.88 43	0.96 102	0.52 87	3.84 193	0.62 56	4.01 241	1.47 37	1.93 137	1.78 152	1.83 148	0.92 50	1.19 28	1.28 150	0.26 28	0.29 212	0.31 122	0.24 82	0.29 45	0.36 149

CSP-Net	1.78 136	1.32 312	1.92 47	1.16 201	1.03 224	3.38 110	1.31 266	3.52 146	1.75 145	1.96 144	1.93 206	2.40 212	1.48 166	8.58 279	1.58 198	0.46 272	0.34 253	0.27 55	0.26 104	0.41 201	0.50 255

BUS	1.49 101	0.59 68	1.94 48	0.87 63	0.85 176	4.50 331	0.76 107	4.48 362	1.88 159	2.93 329	1.83 177	3.63 318	0.97 59	1.60 74	1.17 126	0.34 169	0.25 176	0.31 122	0.28 152	0.35 147	0.33 125

BSDual-CNN	1.46 97	0.59 68	1.94 48	0.87 63	0.85 176	4.16 269	1.16 247	4.48 362	1.88 159	2.93 329	1.83 177	2.60 235	1.31 131	1.60 74	1.21 136	0.34 169	0.25 176	0.31 122	0.28 152	0.35 147	0.33 125

psmg	1.47 100	0.59 68	1.94 48	0.92 82	0.85 176	4.30 300	1.42 286	4.10 272	1.88 159	2.64 308	2.09 235	2.60 235	1.31 131	1.60 74	1.21 136	0.34 169	0.27 195	0.33 169	0.34 228	0.36 158	0.34 135

XX-TBD	1.03 32	0.95 245	1.94 48	1.30 249	0.43 40	3.97 226	0.33 3	1.74 15	1.73 138	1.59 71	2.02 219	0.69 11	0.60 4	1.16 19	0.66 12	0.30 113	0.25 176	0.23 7	0.15 4	0.31 77	0.22 11

test-3	1.19 46	0.52 17	2.00 52	1.01 128	0.42 37	1.95 32	0.91 187	4.35 342	1.47 37	2.24 235	1.16 29	2.06 183	0.79 33	2.68 168	0.76 37	0.27 35	0.18 24	0.28 69	0.26 104	0.26 18	0.25 29

test_1	1.19 46	0.52 17	2.00 52	1.01 128	0.42 37	1.95 32	0.90 179	4.36 344	1.47 37	2.17 212	1.16 29	2.06 183	0.78 31	2.68 168	0.76 37	0.27 35	0.18 24	0.28 69	0.26 104	0.26 18	0.25 29

ROB_FTStereo_v2	1.23 57	0.66 124	2.02 54	0.75 12	0.37 18	4.67 360	0.76 107	2.53 56	1.58 96	1.99 152	1.46 72	1.78 131	1.14 103	2.08 121	0.88 65	0.48 285	0.22 106	0.32 138	0.27 127	0.40 180	0.29 78

PSM-adaLoss	1.24 62	0.65 114	2.03 55	0.75 12	0.37 18	4.68 361	0.73 89	2.53 56	1.58 96	1.99 152	1.47 76	1.78 131	1.13 97	2.18 134	0.87 63	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78

222	2.68 275	0.57 49	2.03 55	1.11 172	0.81 163	3.23 88	0.65 64	4.52 370	2.45 261	2.34 263	2.29 270	1.41 96	1.44 155	10.50 326	18.47 406	0.32 146	0.30 221	0.32 138	0.27 127	0.32 100	0.34 135

xxxx	2.67 272	0.54 32	2.03 55	1.22 221	0.81 163	3.49 128	0.63 57	4.49 365	2.49 269	2.22 229	2.23 259	2.05 181	1.38 139	10.05 316	17.91 402	0.32 146	0.32 235	0.30 103	0.27 127	0.33 115	0.34 135

AE-Stereo	1.18 45	0.60 77	2.05 58	1.10 168	0.60 117	4.39 308	0.72 85	3.74 177	1.62 117	1.10 42	1.90 203	1.01 52	0.92 50	1.45 58	0.82 46	0.28 62	0.22 106	0.28 69	0.28 152	0.26 18	0.22 11

ff7	0.98 19	0.69 139	2.05 58	0.84 50	0.52 87	4.55 340	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 12	0.77 25	1.84 102	0.68 16	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.27 58

IGEVStereo-DCA	0.86 9	0.65 114	2.05 58	0.90 75	0.46 56	1.57 19	0.86 152	1.62 7	1.24 5	0.65 1	0.77 4	0.74 23	0.72 18	2.59 163	0.86 58	0.28 62	0.21 82	0.28 69	0.21 30	0.29 45	0.27 58

ffff	0.98 19	0.69 139	2.05 58	0.84 50	0.52 87	4.55 340	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 12	0.77 25	1.84 102	0.68 16	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.27 58

11t	0.98 19	0.69 139	2.05 58	0.84 50	0.52 87	4.55 340	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 12	0.77 25	1.84 102	0.68 16	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.27 58

riskmin	1.25 65	0.56 43	2.05 58	1.05 146	0.93 200	2.86 63	0.55 29	3.23 117	1.34 18	1.55 68	1.07 20	3.56 316	2.03 259	1.29 42	1.00 100	0.28 62	0.27 195	0.34 186	0.21 30	0.41 201	0.43 215

ccc-4	0.98 19	0.69 139	2.05 58	0.84 50	0.52 87	4.55 340	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 12	0.77 25	1.84 102	0.68 16	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.27 58

RAFT	1.23 57	0.84 223	2.05 58	0.96 102	0.47 66	1.80 26	0.94 201	3.18 113	1.46 34	1.60 72	1.71 131	3.04 272	1.59 190	1.64 84	1.32 156	0.38 213	0.24 159	0.40 245	0.32 213	0.40 180	0.35 146

test_xeample	2.67 272	0.56 43	2.05 58	1.09 160	0.81 163	3.24 91	0.80 129	4.55 372	2.70 294	2.42 279	2.27 264	1.39 91	1.40 143	10.75 333	17.51 401	0.30 113	0.30 221	0.32 138	0.28 152	0.34 131	0.33 125

Patchmatch Stereo++	1.25 65	0.65 114	2.06 67	0.75 12	0.37 18	4.68 361	0.76 107	2.53 56	1.58 96	1.99 152	1.47 76	1.78 131	1.14 103	2.44 146	0.90 70	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78
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
iRAFT	1.25 65	0.65 114	2.06 67	0.75 12	0.37 18	4.68 361	0.76 107	2.53 56	1.58 96	1.99 152	1.47 76	1.78 131	1.14 103	2.44 146	0.90 70	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78

RALCasStereoNet	1.19 46	1.02 256	2.06 67	1.12 174	1.14 244	3.08 82	0.70 81	2.99 97	1.73 138	1.34 51	1.68 122	1.18 68	0.91 48	2.16 130	1.00 100	0.30 113	0.26 187	0.24 19	0.21 30	0.29 45	0.30 101

test_3	1.19 46	0.51 12	2.08 70	0.99 117	0.41 34	2.05 40	0.87 168	4.40 350	1.42 24	1.99 152	1.18 31	2.03 177	0.79 33	2.70 170	0.75 35	0.27 35	0.17 9	0.29 84	0.29 176	0.30 61	0.27 58

Pruner-Stereo	1.32 85	0.59 68	2.11 71	1.79 348	0.47 66	4.73 373	0.79 124	2.53 56	1.72 136	2.47 283	1.58 98	1.48 102	1.03 68	1.66 87	1.47 179	0.44 262	0.21 82	0.34 186	0.30 190	0.30 61	0.39 181

IIG-Stereo	1.95 161	0.79 202	2.14 72	2.78 386	0.66 135	4.62 352	0.76 107	4.27 316	1.53 69	2.63 307	3.14 343	3.35 295	1.61 195	7.65 268	1.41 167	0.39 224	0.20 57	0.31 122	0.25 91	0.33 115	0.22 11

ROB_FTStereo	1.25 65	0.66 124	2.14 72	0.75 12	0.37 18	4.65 357	0.77 117	2.53 56	1.58 96	1.99 152	1.47 76	1.78 131	1.13 97	2.26 142	0.86 58	0.47 280	0.22 106	0.32 138	0.27 127	0.40 180	0.29 78

iGMRVC	1.26 72	0.66 124	2.14 72	0.75 12	0.37 18	4.66 358	0.74 99	2.53 56	1.58 96	1.99 152	1.46 72	1.78 131	1.14 103	2.46 148	0.92 79	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78

CRE-IMP	1.23 57	0.61 91	2.14 72	0.82 37	0.39 28	4.54 337	0.83 141	2.63 75	1.55 83	1.95 141	1.46 72	1.87 155	0.96 56	1.48 60	1.33 160	0.45 268	0.21 82	0.31 122	0.26 104	0.41 201	0.31 108

mmm	1.27 76	0.58 61	2.20 76	1.41 287	0.68 143	2.39 51	0.85 150	3.90 211	1.63 120	2.20 220	1.84 182	1.28 79	1.50 173	1.91 109	0.89 67	0.31 130	0.27 195	0.45 271	0.37 261	0.38 169	0.34 135

HSM	2.35 227	0.81 209	2.21 77	1.14 182	1.55 323	3.44 117	1.03 222	3.99 238	2.25 220	2.29 243	2.11 240	8.04 392	3.05 322	11.60 361	1.71 219	0.33 157	0.22 106	0.28 69	0.23 60	0.32 100	0.35 146

UDGNet	1.40 91	1.52 330	2.22 78	1.38 281	0.62 124	4.39 308	0.68 71	1.80 21	2.18 211	1.34 51	1.18 31	0.99 50	1.00 64	2.16 130	1.19 129	1.09 369	0.34 253	1.30 382	0.98 371	1.10 360	0.58 287

StereoDRNet-Refined	1.77 135	0.81 209	2.22 78	1.21 218	0.76 156	3.26 95	0.71 83	3.82 190	2.05 186	2.29 243	2.05 228	2.98 267	1.44 155	7.15 257	2.27 281	0.30 113	0.23 130	0.42 258	0.33 221	0.45 236	0.64 300
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-IKP	1.25 65	0.66 124	2.23 80	0.75 12	0.37 18	4.64 355	0.74 99	2.53 56	1.58 96	1.99 152	1.47 76	1.78 131	1.13 97	2.22 139	0.92 79	0.48 285	0.22 106	0.32 138	0.27 127	0.40 180	0.29 78

GMOStereo	1.13 39	0.70 149	2.26 81	0.75 12	0.44 45	3.05 78	0.91 187	2.78 83	1.45 27	2.37 270	1.52 84	1.53 104	1.05 74	1.17 23	0.92 79	0.25 20	0.19 39	0.35 201	0.28 152	0.34 131	0.26 46

error version	1.13 39	0.70 149	2.26 81	0.75 12	0.44 45	3.05 78	0.91 187	2.78 83	1.45 27	2.37 270	1.52 84	1.53 104	1.05 74	1.17 23	0.92 79	0.25 20	0.19 39	0.35 201	0.28 152	0.34 131	0.26 46

test-v	1.13 39	0.70 149	2.26 81	0.75 12	0.44 45	3.05 78	0.91 187	2.78 83	1.45 27	2.37 270	1.52 84	1.53 104	1.05 74	1.17 23	0.92 79	0.25 20	0.19 39	0.35 201	0.28 152	0.34 131	0.26 46

test-2	1.13 39	0.70 149	2.26 81	0.75 12	0.44 45	3.05 78	0.91 187	2.78 83	1.45 27	2.37 270	1.52 84	1.53 104	1.05 74	1.17 23	0.92 79	0.25 20	0.19 39	0.35 201	0.28 152	0.34 131	0.26 46

ttt	2.76 279	0.56 43	2.28 85	1.41 287	1.21 266	3.67 164	0.77 117	4.59 375	2.94 326	2.35 264	2.30 274	2.45 221	1.54 186	11.25 351	15.56 388	0.43 255	0.36 261	0.37 224	0.33 221	0.40 180	0.40 199

raftrobust	1.19 46	0.72 162	2.30 86	1.26 235	1.31 280	3.55 142	0.68 71	2.75 82	1.47 37	2.21 228	1.38 67	1.17 65	1.22 116	1.20 29	1.11 114	0.28 62	0.24 159	0.21 2	0.19 19	0.25 12	0.28 71

TestStereo1	1.56 106	0.81 209	2.32 87	1.61 327	0.64 127	4.13 256	1.36 272	3.79 186	3.20 351	1.60 72	2.57 309	1.39 91	2.15 272	2.51 154	1.30 153	0.29 79	0.20 57	0.34 186	0.25 91	0.40 180	0.36 149

SA-5K	1.56 106	0.81 209	2.32 87	1.61 327	0.64 127	4.13 256	1.36 272	3.79 186	3.20 351	1.60 72	2.57 309	1.39 91	2.15 272	2.51 154	1.30 153	0.29 79	0.20 57	0.34 186	0.25 91	0.40 180	0.36 149

HUI-Stereo	1.25 65	0.66 124	2.33 89	0.75 12	0.37 18	4.68 361	0.78 119	2.53 56	1.58 96	1.99 152	1.46 72	1.79 138	1.13 97	2.17 132	0.85 54	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78

AdaStereo	1.45 96	0.83 219	2.34 90	1.28 241	0.81 163	3.21 85	1.14 245	4.20 288	2.46 264	2.05 178	1.77 150	2.48 224	1.18 109	1.71 92	1.44 172	0.43 255	0.25 176	0.43 262	0.28 152	0.44 229	0.34 135
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.
DLCB_ROB	2.05 181	0.95 245	2.37 91	1.24 227	1.02 223	2.92 68	1.30 265	3.68 164	2.30 231	2.91 327	2.17 250	3.32 293	1.52 178	10.37 323	2.50 295	0.40 230	0.33 241	0.40 245	0.36 250	0.41 201	0.47 240

LL-Strereo2	1.23 57	0.85 227	2.38 92	0.93 93	0.68 143	3.72 170	1.37 276	2.54 65	1.99 174	1.75 101	1.40 68	1.82 145	0.73 21	1.40 49	0.99 98	0.31 130	0.23 130	0.55 321	0.35 242	0.29 45	0.24 23

DisPM	1.36 87	0.55 36	2.39 93	1.54 312	0.51 80	4.59 348	0.79 124	2.50 53	1.88 159	2.50 286	1.83 177	1.45 100	1.01 66	2.71 171	0.93 86	0.46 272	0.20 57	0.32 138	0.31 206	0.31 77	0.44 220

AACVNet	1.83 140	1.02 256	2.41 94	1.45 295	0.87 182	3.21 85	0.73 89	3.16 109	1.61 114	2.01 166	1.82 176	2.28 197	1.33 134	10.98 343	1.49 183	0.39 224	0.32 235	0.38 236	0.32 213	0.43 224	0.44 220

s12784h	1.31 83	0.45 2	2.41 94	0.71 9	0.35 5	4.42 316	0.50 19	4.22 295	2.73 297	2.01 166	2.48 297	0.91 45	0.96 56	2.01 117	0.70 24	0.29 79	0.18 24	0.24 19	0.16 8	0.27 24	0.18 2

Anonymous	1.04 33	0.76 191	2.42 96	1.06 150	1.27 276	1.67 23	0.86 152	2.51 55	1.49 48	0.92 27	1.14 27	0.70 12	1.10 90	1.26 36	0.98 93	0.47 280	0.33 241	0.30 103	0.30 190	0.66 308	0.51 261

dd	1.26 72	1.15 281	2.47 97	0.92 82	0.49 76	4.35 304	0.75 106	1.92 24	2.11 202	1.44 60	1.24 38	1.19 71	1.05 74	1.78 97	1.70 218	0.57 319	0.34 253	0.35 201	0.33 221	0.60 286	0.46 235

HCRNet	1.60 115	0.56 43	2.47 97	0.78 27	1.36 291	4.11 251	0.71 83	3.57 152	2.79 305	1.75 101	1.61 109	1.58 109	1.41 148	5.79 230	1.56 196	0.34 169	0.28 203	0.36 212	0.29 176	0.33 115	0.37 163

CroCo-Stereo Lap2	0.99 25	0.89 232	2.55 99	0.99 117	1.80 362	0.54 2	0.46 14	3.10 105	1.24 5	1.07 40	1.21 34	1.05 56	0.78 31	1.26 36	1.08 109	0.27 35	0.23 130	0.27 55	0.21 30	0.43 224	0.34 135

NINENet	1.87 143	0.74 178	2.60 100	1.12 174	1.06 231	4.50 331	0.76 107	4.41 351	2.24 218	2.16 208	1.86 192	3.63 318	0.97 59	8.00 271	1.17 126	0.41 240	0.30 221	0.41 252	0.30 190	0.41 201	0.36 149

raft+_RVC	1.21 54	0.83 219	2.61 101	1.35 265	0.97 207	3.60 151	0.76 107	3.23 117	1.51 57	1.33 50	1.67 120	1.03 53	1.10 90	1.87 106	0.92 79	0.24 11	0.22 106	0.25 29	0.24 82	0.26 18	0.25 29

GES	1.38 90	0.64 107	2.61 101	1.09 160	0.57 110	4.30 300	1.02 221	3.86 200	1.51 57	1.72 96	1.74 138	1.28 79	1.77 230	1.62 80	1.61 205	0.39 224	0.27 195	0.33 169	0.30 190	0.41 201	0.47 240

CASS	1.29 79	0.66 124	2.62 103	0.95 98	0.66 135	2.84 61	0.69 76	3.00 98	1.79 148	2.57 295	1.95 207	1.39 91	1.55 188	1.59 72	1.06 105	0.50 298	0.28 203	0.34 186	0.28 152	0.46 243	0.63 298
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MIF-Stereo	0.82 6	0.47 4	2.63 104	0.96 102	1.19 257	0.78 3	0.39 6	1.12 1	1.54 77	1.19 47	1.26 43	0.51 1	0.64 9	1.13 15	1.03 102	0.30 113	0.20 57	0.24 19	0.21 30	0.40 180	0.25 29

DRaft	2.28 211	0.56 43	2.64 105	0.74 11	0.46 56	3.94 213	1.23 259	2.32 42	1.55 83	2.64 308	2.80 325	1.60 111	5.34 370	6.96 256	10.99 375	0.34 169	0.22 106	0.27 55	0.27 127	0.29 45	0.37 163

NF-Stereo	1.58 109	0.61 91	2.66 106	2.26 373	0.47 66	4.68 361	0.67 67	3.31 124	1.48 42	2.11 192	1.59 101	1.36 87	1.09 85	6.08 238	1.20 132	0.40 230	0.20 57	0.36 212	0.34 228	0.31 77	0.36 149

OCTAStereo	1.58 109	0.61 91	2.72 107	2.27 376	0.46 56	4.68 361	0.67 67	3.30 123	1.48 42	2.11 192	1.59 101	1.36 87	1.09 85	6.02 235	1.21 136	0.41 240	0.20 57	0.36 212	0.34 228	0.31 77	0.37 163

RE-Stereo	1.58 109	0.61 91	2.72 107	2.26 373	0.46 56	4.68 361	0.68 71	3.31 124	1.48 42	2.11 192	1.59 101	1.36 87	1.09 85	6.01 233	1.22 139	0.41 240	0.20 57	0.36 212	0.34 228	0.31 77	0.37 163

TVStereo	1.58 109	0.61 91	2.72 107	2.26 373	0.46 56	4.68 361	0.68 71	3.31 124	1.48 42	2.11 192	1.59 101	1.36 87	1.09 85	6.01 233	1.22 139	0.41 240	0.20 57	0.36 212	0.34 228	0.31 77	0.37 163

anonymity	1.76 133	1.26 305	2.73 110	1.66 331	1.32 284	1.84 27	1.07 230	3.49 140	2.30 231	2.11 192	2.11 240	1.71 125	3.90 348	1.82 101	1.48 180	1.10 370	1.09 376	1.08 377	1.08 376	1.05 353	1.09 353

Any-RAFT	1.40 91	0.53 26	2.78 111	1.09 160	0.64 127	4.41 314	0.81 134	3.97 232	2.78 303	1.99 152	1.34 60	2.36 210	1.56 189	1.56 68	0.75 35	0.27 35	0.20 57	0.25 29	0.18 10	0.25 12	0.28 71

MIF-Stereo (partial)	0.98 19	0.55 36	2.83 112	0.71 9	1.03 224	1.08 5	0.49 18	2.55 66	1.66 124	0.79 17	1.20 33	0.80 31	0.90 46	1.61 79	1.56 196	0.36 191	0.24 159	0.33 169	0.25 91	0.40 180	0.28 71

PFNet+	1.46 97	0.57 49	2.84 113	0.92 82	0.47 66	4.64 355	0.84 144	2.46 51	1.99 174	2.14 198	1.64 114	1.34 84	1.03 68	4.68 210	1.23 142	0.45 268	0.33 241	0.37 224	0.39 277	0.32 100	0.49 248

GMStereo	1.01 27	1.00 254	2.86 114	0.83 44	0.45 49	1.47 16	0.57 32	1.89 23	2.11 202	1.52 65	1.24 38	0.87 40	0.74 22	1.58 69	0.94 87	0.40 230	0.21 82	0.30 103	0.30 190	0.47 245	0.36 149
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PS-NSSS	2.22 196	1.33 315	2.90 115	0.97 109	1.53 318	4.11 251	1.08 233	4.55 372	2.65 288	2.10 188	2.32 287	1.77 130	1.40 143	11.79 376	1.61 205	0.68 341	0.45 312	0.96 371	0.43 297	0.95 346	0.92 343

EAI-Stereo	2.35 227	0.63 102	2.97 116	0.95 98	0.65 132	3.84 193	14.27 412	5.04 388	2.19 212	2.06 181	7.25 376	1.10 58	0.94 53	1.65 86	1.37 164	0.31 130	0.22 106	0.27 55	0.60 340	0.27 24	0.32 115

RAFT_R40	1.70 125	0.59 68	2.99 117	1.46 297	0.46 56	4.74 376	0.98 215	2.23 39	1.56 88	2.02 170	2.35 290	2.71 244	2.56 300	6.71 250	0.90 70	0.40 230	0.19 39	0.30 103	0.27 127	0.33 115	0.26 46

NOSS_ROB	2.27 206	0.73 170	3.00 118	1.71 336	1.00 221	3.90 205	0.97 212	4.29 321	2.81 315	2.94 333	2.19 253	3.88 327	1.19 114	11.77 375	1.62 207	0.59 322	0.54 334	0.56 323	0.52 324	0.56 275	0.54 274

ETE_ROB	2.07 184	1.40 322	3.01 119	1.09 160	0.92 195	3.94 213	1.53 297	4.25 308	2.23 216	3.31 351	2.06 232	2.35 208	1.52 178	8.74 281	2.07 264	0.44 262	0.36 261	0.51 305	0.48 312	0.54 267	0.62 295

dad	1.65 120	1.19 288	3.04 120	0.98 112	0.56 101	4.22 286	0.84 144	1.99 26	2.48 265	2.14 198	1.68 122	1.62 114	1.13 97	3.85 193	2.04 258	1.03 368	0.40 292	2.04 388	0.48 312	0.75 328	0.53 268

SST-Stereo	1.76 133	0.58 61	3.10 121	1.44 292	0.46 56	4.71 372	0.76 107	2.22 38	2.79 305	2.07 184	2.18 251	2.43 218	3.22 330	6.66 247	0.84 51	0.42 250	0.19 39	0.30 103	0.27 127	0.35 147	0.26 46

LALA_ROB	1.95 161	1.48 328	3.11 122	1.05 146	0.98 211	3.99 229	1.82 323	4.44 356	2.28 228	3.31 351	1.85 189	2.76 254	1.67 219	4.04 201	3.23 322	0.46 272	0.41 298	0.55 321	0.52 324	0.60 286	0.57 283

DSFCA	1.89 148	0.69 139	3.14 123	1.10 168	1.18 251	3.99 229	1.79 319	3.50 142	2.16 207	3.10 341	1.64 114	2.91 264	2.50 296	5.38 219	2.26 280	0.43 255	0.38 279	0.37 224	0.36 250	0.50 254	0.42 207

RALAANet	1.28 77	1.08 268	3.21 124	1.25 229	0.94 201	1.44 15	0.69 76	3.15 108	2.57 281	2.01 166	1.80 158	1.29 81	1.05 74	2.00 114	1.48 180	0.27 35	0.20 57	0.27 55	0.24 82	0.40 180	0.27 58

UCFNet_RVC	1.57 108	0.84 223	3.25 125	1.36 271	1.40 299	4.07 244	1.01 218	2.68 78	1.50 53	2.11 192	1.88 194	2.37 211	1.50 173	3.41 183	1.42 169	0.36 191	0.28 203	0.52 311	0.40 287	0.53 264	0.43 215

PSMNet-RSSM	1.96 163	0.77 194	3.26 126	1.29 244	1.31 280	4.19 280	0.96 210	3.68 164	1.89 163	2.05 178	1.80 158	2.60 235	1.70 222	9.84 305	1.81 232	0.35 186	0.29 212	0.35 201	0.37 261	0.42 216	0.35 146

acv_ft	1.55 102	0.64 107	3.29 127	1.14 182	2.01 372	2.93 69	0.97 212	3.81 189	2.08 189	2.22 229	1.88 194	3.10 276	1.66 217	1.33 45	2.22 278	0.29 79	0.26 187	0.30 103	0.26 104	0.39 177	0.27 58

MIM_Stereo	1.20 51	0.78 199	3.30 128	1.05 146	0.43 40	3.04 76	0.60 44	2.46 51	1.51 57	1.60 72	1.58 98	1.82 145	1.29 128	2.00 114	1.07 107	0.24 11	0.24 159	0.28 69	0.25 91	0.27 24	0.27 58

DeepStereo_RVC	1.55 102	0.63 102	3.32 129	0.77 26	0.42 37	4.49 328	0.72 85	2.50 53	1.58 96	2.02 170	1.81 170	1.54 108	6.38 384	1.73 94	1.19 129	0.46 272	0.22 106	0.29 84	0.28 152	0.35 147	0.38 176

GMStereo_Zeroshot	1.41 93	1.21 291	3.33 130	1.29 244	0.72 147	3.35 108	0.53 25	2.58 72	1.68 126	2.35 264	1.56 95	2.42 217	0.96 56	2.50 151	1.16 123	0.45 268	0.23 130	0.40 245	0.24 82	0.79 334	0.33 125

raft_robust	1.92 156	1.15 281	3.34 131	1.02 137	0.43 40	3.84 193	0.46 14	4.42 352	2.52 274	1.67 88	1.36 64	2.17 192	6.37 383	6.78 252	1.04 103	0.28 62	0.24 159	0.30 103	0.35 242	0.31 77	0.32 115

CroCo-Stereo	0.98 19	0.87 230	3.44 132	0.87 63	0.53 95	0.49 1	0.50 19	3.99 238	1.49 48	0.81 18	1.25 42	1.00 51	0.75 23	1.10 10	1.09 112	0.24 11	0.21 82	0.24 19	0.19 19	0.35 147	0.27 58
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
GANet-RSSM	1.98 167	0.62 98	3.49 133	1.69 334	1.23 267	4.22 286	0.91 187	3.31 124	1.86 157	1.81 110	1.74 138	2.34 206	1.82 243	10.92 341	1.73 224	0.34 169	0.29 212	0.31 122	0.28 152	0.39 177	0.40 199

SGM-Forest	2.96 296	0.62 98	3.49 133	1.09 160	0.80 161	4.06 239	3.30 376	4.37 346	3.09 339	4.18 376	3.27 348	4.67 368	3.86 347	11.69 372	7.91 362	0.51 304	0.46 319	0.49 299	0.39 277	0.48 248	0.49 248
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DCRE	1.44 94	0.74 178	3.50 135	1.13 181	0.72 147	1.78 24	0.67 67	2.14 33	1.56 88	1.99 152	8.09 383	1.73 127	1.07 83	1.24 34	0.83 49	0.23 8	0.25 176	0.26 39	0.26 104	0.28 37	0.30 101

Sa-1000	1.63 119	0.79 202	3.56 136	1.11 172	0.48 72	4.06 239	1.41 284	4.49 365	2.75 300	2.00 164	2.80 325	1.84 151	1.43 153	2.64 167	1.50 184	0.27 35	0.19 39	0.36 212	0.33 221	0.36 158	0.30 101

ACVNet	1.46 97	0.64 107	3.56 136	0.93 93	0.85 176	4.22 286	0.80 129	2.85 88	2.08 189	1.78 105	1.88 194	3.10 276	1.46 162	1.33 45	1.89 241	0.29 79	0.26 187	0.30 103	0.26 104	0.39 177	0.27 58

CFNet-ft	1.90 150	0.95 245	3.56 136	1.07 152	1.54 319	4.09 246	0.90 179	2.85 88	1.82 151	1.78 105	1.70 127	2.75 248	1.48 166	9.33 294	1.72 220	0.33 157	0.30 221	0.61 337	0.36 250	0.52 258	0.39 181

CFNet_RVC	1.90 150	0.95 245	3.56 136	1.07 152	1.54 319	4.09 246	0.90 179	2.85 88	1.82 151	1.78 105	1.70 127	2.75 248	1.48 166	9.33 294	1.72 220	0.33 157	0.30 221	0.61 337	0.36 250	0.52 258	0.39 181

rafts_anoy	1.24 62	0.80 205	3.61 140	1.17 202	1.20 262	3.00 75	0.61 47	3.17 111	1.58 96	1.37 54	1.26 43	1.19 71	1.12 95	1.78 97	1.25 143	0.32 146	0.23 130	0.32 138	0.32 213	0.31 77	0.30 101

ADLNet	2.29 214	0.83 219	3.62 141	1.35 265	1.60 332	3.67 164	1.24 261	3.95 226	2.98 330	2.58 297	2.29 270	4.01 334	1.79 233	11.23 350	2.09 266	0.37 199	0.38 279	0.36 212	0.34 228	0.45 236	0.71 311

ToySt	1.35 86	0.72 162	3.65 142	1.01 128	0.50 79	3.31 105	1.01 218	3.46 136	1.73 138	1.30 49	1.55 92	2.07 186	1.47 164	1.88 107	1.40 166	0.27 35	0.27 195	0.30 103	0.32 213	0.42 216	0.39 181

anonymousdsp2	1.26 72	0.60 77	3.74 143	1.02 137	0.41 34	3.60 151	0.72 85	3.68 164	1.47 37	1.37 54	1.56 95	1.83 148	1.01 66	2.00 114	0.66 12	0.29 79	0.20 57	0.28 69	0.20 24	0.32 100	0.29 78

SA	1.62 117	0.75 187	3.78 144	1.07 152	0.43 40	4.26 291	1.36 272	4.45 359	3.12 340	1.63 80	1.97 213	1.68 120	2.26 281	2.55 159	1.27 147	0.27 35	0.22 106	0.37 224	0.37 261	0.35 147	0.30 101

XPNet_ROB	2.27 206	1.11 275	4.10 145	1.36 271	0.97 207	3.94 213	1.63 307	4.07 259	2.14 204	2.82 324	2.00 217	2.32 205	1.73 228	10.81 336	3.39 323	0.51 304	0.47 323	0.48 286	0.40 287	0.51 255	0.56 279

EKT-Stereo	6.79 395	0.64 107	4.24 146	1.77 342	106.39 438	4.51 335	0.61 47	3.16 109	1.53 69	1.88 121	1.22 35	1.98 170	1.36 138	3.81 192	0.84 51	0.35 186	0.24 159	0.29 84	0.26 104	0.34 131	0.48 244

IRAFT_RVC	1.87 143	0.60 77	4.33 147	2.40 380	0.66 135	4.59 348	1.59 304	2.96 95	1.51 57	2.23 233	1.75 142	2.09 187	2.63 303	6.70 248	1.50 184	0.33 157	0.21 82	0.33 169	0.29 176	0.32 100	0.32 115

SMFormer	2.00 171	0.57 49	4.46 148	1.36 271	0.57 110	2.03 35	0.73 89	4.25 308	2.80 309	2.32 256	2.31 282	1.95 161	1.52 178	10.99 344	2.13 271	0.34 169	0.32 235	0.36 212	0.31 206	0.38 169	0.36 149

tta	2.00 171	0.57 49	4.46 148	1.36 271	0.57 110	2.03 35	0.73 89	4.25 308	2.80 309	2.32 256	2.31 282	1.95 161	1.52 178	10.99 344	2.13 271	0.34 169	0.32 235	0.36 212	0.31 206	0.29 45	0.29 78

qqq1	1.92 156	0.57 49	4.46 148	1.36 271	0.57 110	2.03 35	0.73 89	4.25 308	2.80 309	2.32 256	2.31 282	1.95 161	1.52 178	10.99 344	0.71 27	0.34 169	0.32 235	0.30 103	0.23 60	0.29 45	0.29 78

fff1	1.92 156	0.57 49	4.46 148	1.36 271	0.57 110	2.03 35	0.73 89	4.25 308	2.80 309	2.32 256	2.31 282	1.95 161	1.52 178	10.99 344	0.71 27	0.34 169	0.32 235	0.30 103	0.23 60	0.29 45	0.29 78

RAFT + AFF	2.51 250	2.66 370	4.48 152	1.15 196	1.95 369	4.15 260	2.01 334	4.46 360	3.30 360	2.19 218	2.51 301	2.22 194	4.87 364	8.91 285	2.06 261	0.30 113	0.60 348	0.48 286	0.38 273	0.77 330	0.69 309

Anonymous_2	3.01 307	0.89 232	4.53 153	1.06 150	1.18 251	2.93 69	0.87 168	3.24 119	1.46 34	1.86 118	1.35 63	4.11 340	2.35 287	1.64 84	1.28 150	0.82 356	0.90 372	8.71 422	15.84 426	4.44 405	0.74 319

TDLM	2.29 214	1.08 268	4.61 154	1.29 244	1.01 222	4.26 291	2.17 342	3.75 178	2.79 305	2.31 252	1.98 214	2.06 183	1.59 190	12.45 391	1.72 220	0.51 304	0.28 203	0.52 311	0.35 242	0.56 275	0.50 255

DAS	2.31 218	0.67 132	4.79 155	1.14 182	1.64 339	2.93 69	2.13 340	4.09 265	2.74 298	4.17 373	2.52 302	2.46 222	1.79 233	11.55 360	1.63 209	0.37 199	0.22 106	0.39 239	0.25 91	0.41 201	0.34 135

SepStereo	2.15 191	0.67 132	4.79 155	1.14 182	1.64 339	2.93 69	2.13 340	4.09 265	2.74 298	4.17 373	2.52 302	2.46 222	1.79 233	8.36 274	1.63 209	0.37 199	0.22 106	0.39 239	0.25 91	0.41 201	0.34 135

sCroCo_RVC	1.06 34	0.82 216	5.05 157	1.02 137	1.05 229	0.98 4	0.61 47	2.06 29	1.29 15	0.69 5	1.26 43	0.82 35	1.10 90	1.20 29	0.90 70	0.42 250	0.40 292	0.33 169	0.30 190	0.46 243	0.38 176

delet	1.92 156	0.76 191	5.14 158	1.01 128	1.65 342	3.44 117	2.03 335	3.76 180	2.48 265	2.01 166	2.05 228	2.63 239	1.90 253	5.34 218	2.12 268	0.28 62	0.29 212	0.40 245	0.31 206	0.41 201	0.45 225

PSM-softLoss	1.66 122	0.59 68	5.15 159	2.25 371	0.48 72	4.68 361	0.69 76	2.57 70	1.52 64	2.14 198	1.45 70	1.42 97	0.99 62	6.04 236	1.20 132	0.41 240	0.23 130	0.37 224	0.39 277	0.32 100	0.31 108

KMStereo	1.66 122	0.59 68	5.15 159	2.25 371	0.48 72	4.68 361	0.69 76	2.57 70	1.52 64	2.14 198	1.45 70	1.42 97	0.99 62	6.04 236	1.20 132	0.41 240	0.23 130	0.37 224	0.39 277	0.32 100	0.31 108

DualNet	2.49 247	0.60 77	5.21 161	1.14 182	0.99 214	3.62 155	0.86 152	4.22 295	3.37 362	2.20 220	2.30 274	3.48 301	1.62 198	2.21 136	16.09 390	0.29 79	0.16 4	0.48 286	0.37 261	0.30 61	0.29 78

ffm	1.72 126	0.60 77	5.21 161	1.14 182	0.99 214	3.62 155	0.86 152	4.22 295	3.37 362	2.20 220	2.30 274	3.48 301	1.62 198	2.21 136	0.65 9	0.29 79	0.16 4	0.48 286	0.37 261	0.30 61	0.29 78

ff1	2.96 296	0.60 77	5.21 161	1.14 182	0.99 214	3.62 155	0.86 152	4.22 295	3.37 362	2.20 220	2.30 274	3.48 301	1.62 198	11.62 363	16.09 390	0.29 79	0.16 4	0.48 286	0.37 261	0.30 61	0.29 78

mmx	2.98 302	0.60 77	5.21 161	1.14 182	0.99 214	3.62 155	0.86 152	4.49 365	3.05 336	2.20 220	2.30 274	3.48 301	1.62 198	11.62 363	16.09 390	0.33 157	0.28 203	0.48 286	0.37 261	0.44 229	0.37 163

xxx	2.98 302	0.60 77	5.21 161	1.14 182	0.99 214	3.62 155	0.86 152	4.49 365	3.05 336	2.20 220	2.30 274	3.48 301	1.62 198	11.62 363	16.09 390	0.33 157	0.28 203	0.48 286	0.37 261	0.44 229	0.37 163

psm_up	2.28 211	0.81 209	5.45 166	1.26 235	1.50 315	3.84 193	1.23 259	4.23 300	2.03 181	2.55 291	1.80 158	2.44 220	1.65 215	12.90 395	1.58 198	0.37 199	0.38 279	0.41 252	0.34 228	0.43 224	0.39 181

knoymous	1.30 80	0.60 77	5.57 167	0.88 67	0.75 153	3.04 76	0.90 179	2.68 78	1.33 17	1.48 62	1.07 20	2.78 255	0.88 42	1.29 42	0.85 54	0.31 130	0.22 106	0.35 201	0.20 24	0.45 236	0.37 163

RAFT-Test	1.44 94	0.59 68	6.10 168	1.01 128	0.69 145	2.90 65	0.80 129	3.68 164	1.70 134	1.85 114	1.68 122	3.15 281	1.03 68	1.20 29	0.99 98	0.27 35	0.22 106	0.25 29	0.23 60	0.27 24	0.25 29

test_4	1.30 80	0.50 10	6.16 169	0.84 50	0.45 49	1.61 21	1.12 240	2.14 33	1.42 24	1.52 65	2.31 282	1.84 151	0.79 33	2.52 158	1.19 129	0.27 35	0.17 9	0.29 84	0.29 176	0.29 45	0.25 29

GEStereo_RVC	1.91 153	0.80 205	6.57 170	1.20 213	1.06 231	4.02 234	1.43 288	4.13 274	1.89 163	2.03 174	1.80 158	2.34 206	1.86 248	4.94 212	1.77 228	0.48 285	0.38 279	0.32 138	0.28 152	0.42 216	0.50 255

DMCA	1.72 126	0.74 178	6.63 171	1.14 182	0.96 204	3.98 228	0.90 179	3.75 178	2.76 301	2.83 325	1.58 98	2.35 208	1.18 109	1.58 69	1.98 253	0.40 230	0.27 195	0.42 258	0.26 104	0.36 158	0.38 176

UPFNet	1.81 139	0.63 102	6.71 172	1.25 229	1.44 307	3.50 131	1.35 270	4.02 245	1.85 156	2.40 277	1.52 84	2.41 214	1.40 143	3.62 188	1.88 240	0.34 169	0.33 241	0.37 224	0.31 206	0.41 201	0.39 181

IMH-64-1	4.84 371	2.53 366	6.83 173	4.30 407	3.74 402	4.81 380	6.05 397	5.30 393	3.92 377	3.95 367	8.33 384	5.08 376	6.06 378	8.96 286	6.30 347	4.57 413	2.96 409	3.04 403	2.12 402	4.28 402	3.62 407

IMH-64	4.84 371	2.53 366	6.83 173	4.30 407	3.74 402	4.81 380	6.05 397	5.30 393	3.92 377	3.95 367	8.33 384	5.08 376	6.06 378	8.96 286	6.30 347	4.57 413	2.96 409	3.04 403	2.12 402	4.28 402	3.62 407

tt	7.19 398	0.51 12	6.83 173	4.03 403	2.30 383	12.05 411	20.19 420	15.46 419	6.58 402	3.42 357	3.22 345	5.37 380	6.39 385	4.20 205	7.46 360	9.81 421	11.53 427	7.05 419	7.46 420	6.31 411	3.71 409

DDUNet	2.91 290	2.78 371	6.94 176	3.53 396	2.26 382	3.28 100	1.36 272	3.77 182	2.04 184	2.62 304	2.49 298	4.18 344	1.69 221	5.38 219	1.85 237	2.21 388	1.77 392	2.61 397	2.43 405	2.60 386	2.34 387

IER	1.69 124	0.65 114	7.19 177	0.94 96	1.15 246	3.28 100	0.89 175	3.48 137	1.97 171	2.10 188	1.98 214	2.28 197	2.12 268	2.25 141	1.75 227	0.29 79	0.23 130	0.36 212	0.30 190	0.32 100	0.34 135

RAFT+CT+SA	1.62 117	0.72 162	7.42 178	0.97 109	1.42 306	4.04 236	0.94 201	3.90 211	1.61 114	1.61 77	1.63 112	1.33 83	1.18 109	2.73 173	1.10 113	0.27 35	0.19 39	0.31 122	0.34 228	0.33 115	0.33 125

StereoVision	1.65 120	0.75 187	7.47 179	1.01 128	1.80 362	2.61 58	0.61 47	3.06 104	1.96 169	1.25 48	3.46 353	1.85 153	0.88 42	2.07 119	1.93 244	0.43 255	0.36 261	0.37 224	0.36 250	0.48 248	0.33 125

HGLStereo	2.03 176	0.74 178	7.50 180	1.23 225	1.56 326	3.62 155	0.95 205	3.78 185	1.89 163	2.03 174	2.20 255	3.12 279	2.14 271	5.68 228	2.04 258	0.37 199	0.31 229	0.32 138	0.29 176	0.40 180	0.45 225

ssnet_v2	2.04 178	0.88 231	7.87 181	1.20 213	0.87 182	3.86 201	1.64 309	4.01 241	2.60 284	2.61 303	1.96 208	3.79 323	1.71 224	2.20 135	2.96 315	0.41 240	0.35 257	0.42 258	0.37 261	0.55 269	0.52 266

ccnet	2.66 270	0.97 252	8.01 182	1.54 312	1.24 269	3.75 175	2.18 343	4.07 259	2.41 253	2.66 311	3.25 346	2.87 261	2.31 285	9.89 307	3.50 324	0.78 350	0.75 367	0.71 353	0.67 346	0.76 329	0.81 331

DANet	2.63 266	1.07 266	8.10 183	1.83 351	1.70 349	3.25 94	1.16 247	4.31 332	2.38 248	3.40 356	2.18 251	4.08 338	1.80 238	9.77 302	3.89 330	0.52 310	0.55 336	0.59 329	0.44 299	0.63 294	0.86 337
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
hitnet-ft	2.37 231	0.73 170	8.34 184	0.96 102	0.89 190	3.77 178	0.80 129	3.55 149	2.58 282	2.24 235	2.04 223	3.65 320	1.49 172	11.71 373	1.89 241	0.44 262	0.53 333	0.44 265	0.35 242	0.52 258	0.48 244

PWC_ROB	2.69 276	2.01 354	8.36 185	1.33 257	1.90 367	3.23 88	1.18 251	4.33 338	3.25 355	3.11 342	3.41 351	2.71 244	2.18 278	9.15 291	4.48 334	0.56 317	0.31 229	0.61 337	0.36 250	0.69 316	0.74 319

1111x	3.13 319	0.57 49	8.38 186	1.20 213	0.76 156	3.80 184	0.88 172	4.61 377	2.63 286	2.31 252	2.16 248	1.95 161	1.81 241	11.54 359	18.13 404	0.32 146	0.31 229	0.32 138	0.30 190	0.35 147	0.34 135

iRaft-Stereo_5w	2.10 187	0.83 219	8.57 187	0.81 30	0.76 156	3.21 85	0.84 144	3.71 174	1.65 122	1.56 70	2.50 299	2.20 193	2.23 280	9.13 290	2.01 256	0.38 213	0.19 39	0.35 201	0.27 127	0.45 236	0.39 181

MLCV	1.87 143	0.91 236	8.59 188	1.10 168	0.57 110	3.59 149	0.53 25	3.70 173	2.20 213	2.80 322	2.25 262	2.00 173	1.42 151	4.13 202	1.86 238	0.30 113	0.20 57	0.32 138	0.21 30	0.33 115	0.36 149

iResNet_ROB	1.89 148	1.02 256	8.60 189	1.39 283	0.98 211	3.72 170	0.66 66	3.84 194	2.65 288	1.88 121	2.05 228	1.98 170	1.27 123	4.52 206	1.67 215	0.30 113	0.20 57	0.28 69	0.18 10	0.31 77	0.40 199

hknet	1.98 167	0.64 107	8.70 190	0.87 63	1.07 233	4.16 269	1.16 247	4.48 362	1.73 138	2.93 329	1.83 177	3.48 301	1.30 130	3.91 197	1.51 190	0.31 130	0.25 176	0.31 122	0.28 152	0.35 147	0.33 125

BEATNet_4x	1.92 156	1.36 317	8.75 191	1.20 213	0.56 101	3.46 122	1.03 222	4.00 240	2.43 257	2.25 238	1.70 127	2.10 188	1.59 190	2.57 162	3.05 319	0.37 199	0.22 106	0.47 278	0.29 176	0.60 286	0.40 199

CFNet	2.34 225	1.10 272	8.96 192	1.34 261	1.24 269	4.09 246	0.73 89	4.04 251	2.77 302	1.62 79	1.87 193	2.27 196	1.45 159	11.41 355	1.82 233	0.31 130	0.24 159	0.43 262	0.36 250	0.43 224	0.33 125

fff	1.74 129	0.70 149	9.08 193	0.81 30	0.36 6	4.15 260	0.57 32	4.23 300	2.09 192	2.30 247	1.80 158	1.19 71	3.02 319	1.44 54	1.46 176	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 207

DCANet	1.74 129	0.73 170	9.08 193	0.82 37	0.40 31	4.18 276	0.59 41	4.25 308	2.97 327	2.35 264	1.84 182	1.18 68	1.63 210	1.51 63	1.55 195	0.29 79	0.24 159	0.23 7	0.18 10	0.30 61	0.53 268

csc	1.74 129	0.70 149	9.08 193	0.81 30	0.36 6	4.15 260	0.57 32	4.23 300	2.09 192	2.30 247	1.80 158	1.19 71	3.02 319	1.44 54	1.46 176	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 207

cscssc	1.74 129	0.70 149	9.08 193	0.81 30	0.36 6	4.15 260	0.57 32	4.23 300	2.09 192	2.30 247	1.80 158	1.19 71	3.02 319	1.44 54	1.46 176	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 207

111	1.83 140	0.92 238	9.08 193	0.81 30	0.36 6	4.25 290	0.91 187	4.44 356	2.70 294	2.39 275	1.96 208	2.30 203	1.64 213	1.28 40	1.82 233	0.28 62	0.22 106	0.24 19	0.20 24	0.31 77	0.54 274

CVANet_RVC	2.55 260	1.10 272	9.13 198	1.46 297	1.15 246	3.96 223	1.53 297	3.91 215	2.50 270	3.04 337	2.04 223	2.60 235	1.72 226	12.46 392	1.50 184	0.49 295	0.30 221	0.51 305	0.41 291	0.63 294	0.50 255

FBW_ROB	3.24 326	1.02 256	9.21 199	1.49 304	1.07 233	3.78 180	1.48 290	4.31 332	3.08 338	2.46 281	2.32 287	4.20 347	2.08 266	15.19 410	7.16 358	0.84 359	0.62 351	1.33 383	0.92 368	0.99 351	1.31 362

SACVNet	2.46 240	1.14 280	9.47 200	1.44 292	1.18 251	4.06 239	1.49 294	3.84 194	2.24 218	2.62 304	1.89 199	2.57 231	1.28 126	11.35 353	1.64 211	0.50 298	0.39 287	0.48 286	0.41 291	0.55 269	0.75 322

PASM	2.67 272	2.05 357	9.71 201	1.73 339	1.37 292	2.53 54	1.52 295	3.10 105	2.17 209	2.79 321	1.84 182	2.90 262	1.85 247	11.89 381	2.19 275	0.81 355	0.85 370	0.87 368	1.01 372	1.14 363	1.05 350

ac_64	2.35 227	0.62 98	9.77 202	1.32 253	1.71 350	3.27 97	0.93 198	3.48 137	2.50 270	1.74 99	1.73 136	3.91 328	1.77 230	10.21 319	1.86 238	0.40 230	0.31 229	0.33 169	0.30 190	0.34 131	0.39 181

sAnonymous2	1.37 88	1.22 297	9.79 203	0.92 82	0.88 185	1.23 7	0.61 47	2.56 68	1.69 131	0.85 23	1.02 9	0.73 21	1.23 119	0.98 4	0.78 40	0.29 79	0.25 176	0.31 122	0.30 190	1.06 354	0.71 311

CroCo_RVC	1.37 88	1.22 297	9.79 203	0.92 82	0.88 185	1.23 7	0.61 47	2.56 68	1.69 131	0.85 23	1.02 9	0.73 21	1.23 119	0.98 4	0.78 40	0.29 79	0.25 176	0.31 122	0.30 190	1.06 354	0.71 311

MaskLacGwcNet_RVC	3.13 319	1.43 324	9.93 205	2.50 381	1.62 335	4.29 298	1.68 316	3.95 226	2.43 257	1.66 86	1.91 204	3.04 272	1.41 148	13.26 397	1.58 198	3.82 404	1.59 388	1.12 379	0.46 305	2.21 385	2.74 396

RAFT_CTSACE	1.80 138	1.06 265	10.00 206	1.71 336	1.39 297	3.49 128	1.06 228	3.05 102	1.62 117	1.70 92	2.04 223	2.51 227	1.80 238	1.98 113	0.94 87	0.25 20	0.22 106	0.28 69	0.30 190	0.30 61	0.26 46

RASNet	2.56 261	0.70 149	10.06 207	1.60 324	2.25 381	3.67 164	1.00 216	3.38 134	3.14 343	1.81 110	2.11 240	4.60 363	2.30 282	10.25 321	2.61 303	0.37 199	0.24 159	0.25 29	0.24 82	0.28 37	0.26 46

DISCO	2.25 202	0.73 170	10.06 207	1.76 341	1.12 242	3.47 124	1.25 262	3.24 119	2.26 223	2.65 310	1.96 208	4.53 360	1.92 255	4.17 204	3.61 326	0.32 146	0.25 176	0.31 122	0.29 176	0.66 308	0.41 204

CBFPSM	2.05 181	0.95 245	10.12 209	1.07 152	1.05 229	2.84 61	1.20 255	3.28 121	1.73 138	1.82 112	1.30 53	4.56 362	4.06 350	2.34 144	2.34 286	0.25 20	0.38 279	0.32 138	0.27 127	0.37 165	0.79 330

test_5	1.87 143	0.75 187	10.23 210	1.14 182	1.40 299	3.85 199	1.27 263	3.91 215	1.93 167	1.69 90	1.78 152	1.67 118	1.79 233	2.99 179	1.17 126	0.30 113	0.18 24	0.35 201	0.33 221	0.34 131	0.33 125

CRFU-Net	2.49 247	0.78 199	10.36 211	2.30 377	1.08 235	3.91 206	1.41 284	3.85 197	1.65 122	2.15 203	1.76 145	3.34 294	7.95 396	5.56 225	1.48 180	0.47 280	0.35 257	0.30 103	0.28 152	0.37 165	0.43 215

RP	2.79 280	1.20 290	10.36 211	1.54 312	1.93 368	3.44 117	1.97 331	4.05 255	2.34 236	2.66 311	2.79 323	3.98 332	2.58 301	10.21 319	2.61 303	0.95 364	0.47 323	0.71 353	0.57 336	0.71 322	0.68 307

tt1	1.79 137	0.73 170	10.41 213	1.75 340	0.36 6	4.55 340	0.79 124	4.22 295	3.37 362	1.08 41	1.80 158	0.74 23	1.48 166	2.21 136	0.65 9	0.29 79	0.16 4	0.31 122	0.22 51	0.30 61	0.29 78

DeepPruner_ROB	2.05 181	1.09 271	10.50 214	1.01 128	1.20 262	4.39 308	0.91 187	3.14 107	1.72 136	2.60 301	1.54 90	2.78 255	1.27 123	4.52 206	1.72 220	0.51 304	0.40 292	0.37 224	0.34 228	0.48 248	0.52 266

iRaft-Stereo_20w	1.88 147	0.62 98	10.58 215	0.90 75	0.83 172	2.96 73	0.78 119	4.90 386	1.58 96	2.29 243	1.60 105	1.25 76	4.51 360	2.28 143	0.90 70	0.29 79	0.21 82	0.26 39	0.24 82	0.41 201	0.31 108

MMNet	2.02 175	0.81 209	10.76 216	1.12 174	1.23 267	3.53 137	0.89 175	3.79 186	2.08 189	2.15 203	1.76 145	2.15 191	2.12 268	3.69 190	2.32 284	0.31 130	0.29 212	0.34 186	0.27 127	0.38 169	0.42 207

THIR-Stereo	4.14 358	0.82 216	10.85 217	0.86 60	0.43 40	2.16 45	16.77 414	3.22 116	1.54 77	2.04 177	12.05 404	2.68 241	7.53 393	7.30 258	12.62 380	0.30 113	0.21 82	0.29 84	0.28 152	0.33 115	0.41 204

NCCL2	2.53 254	1.35 316	10.90 218	1.15 196	0.97 207	3.53 137	2.56 354	3.65 159	2.23 216	2.76 318	1.80 158	2.41 214	1.66 217	10.35 322	2.07 264	0.44 262	0.40 292	0.57 325	0.53 328	0.59 282	0.65 302

NVstereo2D	2.54 256	0.90 234	11.10 219	1.32 253	1.47 311	3.58 148	1.38 278	4.13 274	2.45 261	1.90 127	1.71 131	2.86 260	1.76 229	10.86 337	1.66 214	0.60 323	0.43 305	0.53 313	0.41 291	0.78 332	0.94 345

DN-CSS_ROB	1.91 153	1.55 332	11.13 220	1.82 350	0.88 185	3.99 229	0.61 47	4.01 241	1.67 125	1.64 82	1.89 199	1.39 91	1.06 81	3.23 180	1.50 184	0.31 130	0.19 39	0.44 265	0.29 176	0.37 165	0.31 108

GANet	2.93 292	1.05 263	11.29 221	1.64 329	0.96 204	3.91 206	2.52 352	3.72 175	2.41 253	2.95 334	3.00 334	3.21 283	2.03 259	12.42 390	4.72 338	0.51 304	0.41 298	0.46 275	0.39 277	0.60 286	0.50 255

Anonymous3	1.72 126	0.76 191	11.61 222	0.83 44	0.84 175	4.46 320	0.84 144	3.57 152	1.16 2	1.34 51	1.37 65	1.11 59	1.03 68	1.58 69	1.13 118	0.70 345	0.58 343	0.33 169	0.35 242	0.47 245	0.42 207

Gwc-CoAtRS	1.58 109	0.57 49	11.69 223	1.01 128	0.60 117	2.53 54	0.64 58	2.36 43	1.56 88	1.80 109	1.47 76	2.74 246	1.18 109	1.12 12	0.90 70	0.27 35	0.21 82	0.25 29	0.22 51	0.27 24	0.23 17

DPSNet	3.43 335	1.37 318	12.19 224	1.39 283	1.24 269	4.15 260	2.06 336	4.51 369	3.34 361	2.69 313	1.96 208	3.52 311	5.56 372	10.68 331	9.68 370	0.93 362	0.73 365	0.40 245	0.37 261	1.06 354	0.86 337

TestStereo	2.00 171	1.02 256	12.25 225	0.70 8	0.61 121	1.88 30	0.55 29	2.31 41	1.52 64	1.41 58	1.33 55	1.27 78	0.90 46	11.62 363	0.81 45	0.34 169	0.19 39	0.33 169	0.24 82	0.44 229	0.24 23

MFN_U_SF_DS_RVC	3.94 351	10.88 412	12.30 226	1.26 235	1.55 323	5.19 387	3.33 378	4.42 352	2.82 317	2.58 297	2.62 311	5.00 373	2.11 267	14.03 408	2.73 307	1.28 378	2.34 402	0.67 349	1.83 396	0.81 336	1.03 349

AnyNet_C32	4.17 359	5.75 389	12.62 227	1.60 324	1.54 319	5.51 390	4.09 394	3.90 211	3.23 354	4.22 377	3.03 336	3.10 276	3.41 337	8.01 272	18.85 408	0.53 312	0.58 343	0.53 313	0.74 354	1.19 369	0.97 346

AANet_RVC	3.03 309	1.72 342	12.78 228	1.17 202	1.12 242	3.79 183	1.10 237	3.86 200	3.13 341	2.62 304	4.26 364	3.96 331	1.41 148	11.43 357	5.23 345	0.94 363	0.47 323	0.34 186	0.23 60	0.40 180	0.55 277

PVD	3.12 318	1.97 353	12.80 229	1.79 348	1.63 337	3.83 188	1.34 269	3.48 137	3.88 376	5.77 388	3.56 355	3.45 300	3.29 332	5.58 227	5.30 346	0.71 347	0.69 362	0.74 360	0.77 358	0.79 334	1.13 355

FADNet	2.49 247	1.76 345	13.17 230	1.17 202	0.95 203	3.27 97	0.88 172	3.94 224	2.27 225	1.40 57	1.29 52	2.51 227	2.06 263	9.93 310	1.94 246	0.43 255	0.45 312	0.40 245	0.43 297	1.06 354	0.53 268

CoDeX	2.40 233	0.78 199	13.21 231	1.00 124	1.18 251	3.24 91	1.32 267	4.14 280	2.41 253	1.74 99	1.84 182	2.05 181	1.47 164	10.03 315	1.60 202	0.34 169	0.28 203	0.32 138	0.27 127	0.32 100	0.39 181

ADStereo(finetuned)	2.04 178	0.73 170	13.28 232	0.82 37	0.40 31	4.16 269	0.59 41	4.25 308	2.97 327	2.35 264	1.84 182	1.18 68	3.40 336	1.52 64	1.54 194	0.29 79	0.24 159	0.23 7	0.18 10	0.30 61	0.51 261

MADNet++	7.57 401	5.80 390	13.28 232	6.38 417	5.26 415	7.18 399	7.77 404	5.32 395	5.62 396	6.11 392	7.78 379	6.02 384	8.01 397	11.74 374	16.36 395	9.36 420	4.95 419	8.57 421	5.66 418	4.83 407	5.34 417

DEmStereo	2.97 300	0.58 61	13.42 234	0.79 29	0.51 80	3.84 193	1.84 326	2.42 46	1.60 111	2.25 238	2.74 319	2.03 177	6.04 377	6.79 254	12.80 381	0.35 186	0.26 187	0.26 39	0.27 127	0.27 24	0.37 163

Wz-Net-TNSev	3.67 342	8.83 398	13.47 235	1.48 302	1.18 251	3.60 151	2.49 351	4.27 316	3.13 341	2.18 214	1.89 199	4.21 348	2.80 309	12.10 385	7.58 361	0.57 319	0.55 336	0.47 278	0.54 330	0.91 345	1.05 350

test croco	1.55 102	0.69 139	13.59 236	0.65 5	0.73 151	1.66 22	0.57 32	3.17 111	1.94 168	0.77 16	1.24 38	0.80 31	0.86 39	1.60 74	0.96 90	0.33 157	0.21 82	0.32 138	0.25 91	0.42 216	0.28 71

iinet-f	2.26 204	1.18 286	13.71 237	1.14 182	1.11 241	3.77 178	1.10 237	4.14 280	2.17 209	2.06 181	1.76 145	2.99 268	2.99 316	2.50 151	2.49 294	0.35 186	0.39 287	0.27 55	0.28 152	0.45 236	0.39 181

JetBlue	6.27 391	9.15 404	13.76 238	1.94 361	4.60 413	11.91 409	12.00 410	5.12 389	3.45 367	3.79 363	4.52 366	9.54 396	6.56 386	9.40 296	13.48 383	1.26 377	1.37 385	1.17 381	1.34 386	7.06 416	3.95 411

ACVNet-DCA	1.85 142	0.74 178	13.77 239	1.78 343	0.36 6	4.48 322	0.74 99	3.98 234	1.53 69	1.01 33	1.81 170	0.72 18	1.62 198	2.13 126	0.64 5	0.29 79	0.17 9	0.32 138	0.21 30	0.33 115	0.32 115

xx1	2.03 176	0.74 178	13.77 239	1.78 343	0.36 6	4.48 322	0.74 99	4.23 300	3.95 379	1.01 33	1.81 170	1.79 138	1.34 135	2.13 126	0.64 5	0.29 79	0.17 9	0.33 169	0.33 221	0.33 115	0.32 115

1test111	1.99 170	0.74 178	13.77 239	1.78 343	0.36 6	4.48 322	0.74 99	3.98 234	1.53 69	1.01 33	1.81 170	0.72 18	1.62 198	4.66 208	0.98 93	0.29 79	0.17 9	0.32 138	0.21 30	0.33 115	0.32 115

cc1	1.98 167	0.74 178	13.77 239	1.78 343	0.36 6	4.48 322	0.74 99	4.23 300	3.95 379	1.01 33	1.81 170	0.72 18	1.62 198	2.13 126	0.64 5	0.29 79	0.17 9	0.32 138	0.21 30	0.31 77	0.29 78

SHD	2.82 281	2.04 356	13.80 243	1.69 334	1.79 359	2.73 60	1.07 230	3.85 197	3.18 347	4.63 381	2.74 319	3.38 297	2.77 307	5.48 223	3.66 327	0.62 327	0.47 323	0.51 305	0.55 331	0.65 303	0.74 319

MADNet+	3.97 353	9.54 407	13.83 244	1.87 356	1.69 348	4.19 280	2.87 363	4.80 385	4.10 382	2.51 288	2.67 315	4.55 361	3.41 337	8.72 280	6.92 356	1.25 376	1.27 383	1.04 374	0.93 369	1.39 376	1.85 379

CC-Net-ROB	3.35 333	1.76 345	13.89 245	2.33 379	1.65 342	4.49 328	1.62 306	4.73 382	2.90 322	1.92 133	2.05 228	1.99 172	1.61 195	12.57 394	1.60 202	2.46 389	2.18 396	2.68 399	1.04 375	2.11 384	1.38 367

Wz-Net-MNSev	2.71 278	2.54 368	13.91 246	1.52 307	1.37 292	3.28 100	2.47 349	4.03 247	2.32 234	2.57 295	2.07 234	2.29 202	3.01 318	7.55 265	2.74 308	0.38 213	0.36 261	0.36 212	0.37 261	0.57 279	0.47 240

FADNet-RVC	2.51 250	2.27 360	14.03 247	1.09 160	0.81 163	3.54 141	1.10 237	4.13 274	2.48 265	1.39 56	1.22 35	1.85 153	1.77 230	9.78 304	2.06 261	0.38 213	0.37 273	0.40 245	0.40 287	0.67 311	0.48 244

PWCDC_ROB	2.95 293	3.26 375	14.06 248	1.59 322	1.56 326	4.19 280	0.86 152	4.30 329	4.08 381	2.06 181	7.37 377	2.75 248	2.42 291	3.59 187	2.67 306	1.34 383	0.36 261	0.39 239	0.34 228	1.13 362	0.62 295

Wz-Net-LNSev-Ref	2.42 235	1.47 327	14.14 249	1.30 249	1.35 289	3.51 133	1.64 309	4.04 251	2.10 200	2.46 281	1.88 194	2.28 197	2.51 297	4.73 211	3.17 321	0.38 213	0.19 39	0.35 201	0.20 24	0.40 180	0.36 149

SAMSARA	3.55 338	2.16 359	14.18 250	1.86 355	1.49 313	4.62 352	2.65 357	3.58 154	2.80 309	7.05 397	3.05 337	5.16 379	4.07 351	9.18 292	4.80 340	0.64 331	0.67 358	0.59 329	0.68 349	0.89 342	0.91 342

ADCL	4.35 362	1.63 335	14.21 251	1.29 244	1.26 275	5.56 391	11.16 407	3.97 232	3.37 362	6.07 391	4.67 367	4.30 351	5.72 374	5.08 214	14.51 385	0.50 298	0.48 328	0.89 369	0.77 358	0.78 332	0.76 324

PDISCO_ROB	2.86 284	1.53 331	14.27 252	1.98 363	2.19 378	4.52 336	1.35 270	4.65 378	3.19 348	2.09 185	2.16 248	3.53 312	2.45 294	5.32 217	2.12 268	1.30 381	0.78 368	0.72 357	0.59 339	1.24 371	1.28 360

H2IRNET	1.90 150	0.53 26	14.29 253	1.14 182	0.60 117	4.48 322	0.44 13	2.65 76	1.81 150	1.05 39	2.30 274	1.67 118	1.40 143	2.17 132	1.50 184	0.36 191	0.21 82	0.33 169	0.37 261	0.34 131	0.29 78

DCANet-4	1.96 163	0.51 12	14.31 254	0.82 37	0.40 31	4.16 269	0.57 32	4.29 321	2.98 330	2.30 247	1.80 158	1.03 53	1.54 186	1.44 54	1.44 172	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 207

StereoDRNet	2.84 283	1.49 329	14.48 255	1.33 257	1.57 330	3.44 117	2.06 336	3.69 169	2.36 240	3.26 350	1.84 182	2.79 257	1.80 238	10.88 338	3.16 320	0.41 240	0.33 241	0.39 239	0.36 250	0.59 282	0.58 287

HITNet	2.07 184	0.82 216	14.77 256	1.34 261	0.56 101	3.47 124	0.80 129	4.07 259	2.35 238	2.16 208	1.61 109	1.64 115	1.44 155	2.09 124	2.56 302	0.26 28	0.18 24	0.41 252	0.26 104	0.45 236	0.25 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
XQC	2.96 296	2.42 363	14.85 257	1.36 271	1.32 284	3.29 104	1.53 297	4.28 320	2.78 303	3.21 348	2.46 294	3.53 312	2.92 314	6.58 243	4.67 336	0.70 345	0.41 298	0.59 329	0.56 333	0.96 350	0.83 336

DeepPrunerF	3.70 343	1.72 342	14.87 258	1.33 257	1.74 353	3.70 167	1.55 301	4.20 288	14.00 410	2.02 170	1.77 150	2.74 246	2.30 282	10.88 338	6.88 355	0.68 341	0.60 348	0.78 361	0.78 361	0.81 336	0.71 311

Wz-Net-LNSev	2.30 217	1.67 341	14.88 259	1.18 208	1.65 342	3.49 128	1.54 300	3.63 157	2.03 181	1.88 121	1.64 114	3.29 290	2.06 263	2.71 171	2.02 257	0.40 230	0.33 241	0.32 138	0.31 206	0.53 264	0.49 248

RGC	3.10 317	1.45 326	14.90 260	1.46 297	1.79 359	3.33 106	1.39 279	4.04 251	2.26 223	2.77 319	3.26 347	4.00 333	2.71 306	11.63 368	2.62 305	0.82 356	0.46 319	0.79 362	0.79 362	0.71 322	0.78 328

ADCRef	3.30 329	1.23 301	14.90 260	1.17 202	1.41 305	3.95 218	1.64 309	3.88 205	2.36 240	3.05 339	2.21 257	2.40 212	2.81 310	5.04 213	16.63 396	0.46 272	0.34 253	0.63 341	0.62 344	0.54 267	0.67 305

STTStereo	2.34 225	0.95 245	14.93 262	1.43 290	1.54 319	3.86 201	0.86 152	3.65 159	2.44 260	2.15 203	1.55 92	2.49 226	1.59 190	5.14 215	1.44 172	0.38 213	0.39 287	0.47 278	0.51 321	0.52 258	0.51 261

MFN_U_SF_RVC	3.81 347	10.78 411	15.01 263	1.84 352	1.39 297	3.73 173	1.63 307	4.05 255	3.26 356	2.91 327	2.38 291	4.36 354	3.65 343	8.43 276	4.91 342	1.11 372	1.04 374	0.99 372	1.31 384	1.58 378	1.75 378

WAO-6	5.87 387	2.27 360	15.05 264	2.96 388	2.77 388	12.01 410	3.58 386	5.37 397	11.91 409	3.34 353	9.69 394	6.78 387	5.84 375	11.82 378	8.89 368	2.87 391	2.35 403	2.50 393	1.84 397	2.85 388	2.67 392

RYNet	2.97 300	0.93 241	15.09 265	1.12 174	1.38 296	3.66 163	1.42 286	4.03 247	2.29 230	2.10 188	1.70 127	3.79 323	2.16 274	13.64 404	3.02 318	0.37 199	0.41 298	0.48 286	0.34 228	0.81 336	0.75 322

ccs_rob	2.13 190	0.67 132	15.11 266	0.84 50	0.75 153	3.96 223	0.65 64	3.95 226	1.78 146	1.88 121	1.79 155	3.26 288	1.64 213	2.51 154	1.16 123	0.31 130	0.36 261	0.54 320	0.27 127	0.65 303	0.45 225

CFNet_pseudo	2.12 188	0.67 132	15.14 267	0.85 59	0.74 152	3.95 218	0.64 58	3.95 226	1.78 146	1.90 127	1.79 155	3.27 289	1.62 198	2.51 154	1.16 123	0.31 130	0.36 261	0.53 313	0.27 127	0.63 294	0.44 220

MSC_U_SF_DS_RVC	4.48 364	10.62 410	15.18 268	1.55 317	1.45 310	6.16 393	3.54 385	5.41 398	3.68 373	2.59 300	2.74 319	4.81 369	2.20 279	13.79 405	4.40 333	2.04 386	3.36 415	1.05 375	1.20 382	2.09 383	1.72 376

PWCK	5.85 386	9.95 408	15.22 269	2.90 387	1.56 326	5.66 392	7.69 403	5.27 392	4.74 388	3.88 364	7.51 378	8.04 392	5.28 368	15.18 409	8.40 365	3.08 394	1.51 387	2.24 392	1.37 388	5.55 409	1.96 382

ADCMid	3.96 352	3.27 376	15.48 270	1.26 235	1.40 299	4.66 358	2.28 345	4.06 257	3.54 368	3.94 366	3.02 335	3.85 326	3.67 344	4.03 200	18.65 407	0.68 341	0.61 350	1.09 378	1.18 381	1.38 375	1.08 352

RTSC	2.95 293	2.51 364	15.49 271	1.54 312	1.30 278	3.51 133	0.86 152	3.89 206	2.48 265	3.64 359	3.12 341	3.04 272	2.30 282	5.70 229	6.67 349	0.55 315	0.35 257	0.37 224	0.39 277	0.70 317	0.60 291

GwcNet-RSSM	2.66 270	1.05 263	15.91 272	1.22 221	1.19 257	4.12 253	1.12 240	3.84 194	2.02 179	1.93 137	1.79 155	3.12 279	1.46 162	10.37 323	2.05 260	0.33 157	0.27 195	0.35 201	0.30 190	0.40 180	0.36 149

Wz-Net-SNSev	2.98 302	4.36 381	15.98 273	1.57 320	1.19 257	3.28 100	1.80 321	3.96 231	2.40 251	2.32 256	2.28 267	3.48 301	2.05 262	7.84 270	3.82 329	0.47 280	0.39 287	0.53 313	0.49 315	0.71 322	0.60 291

cf-r	2.57 263	0.79 202	16.09 274	1.48 302	1.35 289	4.19 280	0.93 198	3.68 164	2.36 240	1.97 146	1.81 170	3.42 298	1.45 159	8.24 273	1.83 235	0.32 146	0.26 187	0.33 169	0.30 190	0.34 131	0.37 163

AF-Net	2.87 287	1.30 308	16.24 275	1.33 257	1.75 354	3.26 95	1.59 304	4.09 265	2.43 257	2.69 313	2.94 331	4.51 358	3.20 329	5.84 231	2.75 309	0.76 349	0.36 261	0.72 357	0.49 315	0.70 317	0.56 279

ADCS	4.22 361	5.33 385	16.32 276	1.64 329	1.31 280	3.91 206	3.64 387	4.21 292	2.89 321	5.11 385	2.81 327	4.46 356	3.06 324	5.21 216	19.50 410	0.63 328	0.64 354	0.69 350	0.69 351	1.12 361	1.26 359

AnyNet_C01	4.37 363	7.80 394	16.40 277	1.98 363	1.40 299	6.37 395	6.47 400	4.09 265	5.03 391	4.06 371	3.78 358	4.16 343	3.31 333	6.62 245	10.00 371	0.61 325	0.67 358	0.63 341	0.67 346	2.01 382	1.31 362

stereogan	3.09 314	0.93 241	16.43 278	1.37 279	1.66 345	3.70 167	1.67 314	3.87 202	3.15 345	3.04 337	2.70 318	5.04 375	2.79 308	9.96 311	1.78 230	0.63 328	0.49 330	0.69 350	0.47 308	0.83 339	0.68 307

NVStereoNet_ROB	4.91 373	1.40 322	16.46 279	1.47 300	1.72 352	3.46 122	1.96 330	3.89 206	3.61 370	2.90 326	24.61 419	4.81 369	4.49 359	13.57 402	4.87 341	1.33 382	1.29 384	1.70 386	1.68 389	1.41 377	1.66 373
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FADNet_RVC	2.65 268	2.28 362	16.51 280	0.98 112	0.92 195	4.09 246	0.83 141	4.26 315	1.73 138	1.46 61	1.78 152	1.60 111	1.50 173	8.88 283	2.39 287	0.47 280	0.38 279	0.44 265	0.58 337	0.89 342	0.97 346

NaN_ROB	4.06 356	1.13 277	16.64 281	1.12 174	1.25 272	3.50 131	3.05 371	4.29 321	3.26 356	3.64 359	2.56 307	2.97 266	4.79 362	13.33 398	16.91 397	0.37 199	0.41 298	0.38 236	0.39 277	0.48 248	0.81 331

MSMD_ROB	5.61 382	1.08 268	16.68 282	1.21 218	0.83 172	10.14 407	2.07 338	3.93 221	6.22 399	10.37 413	8.03 382	22.22 414	9.45 402	11.66 369	4.52 335	0.66 336	0.58 343	0.66 347	0.68 349	0.65 303	0.63 298

Anonymous Stereo	3.09 314	3.14 373	16.69 283	1.52 307	1.25 272	3.33 106	2.95 365	4.02 245	2.42 256	2.35 264	2.04 223	2.57 231	1.27 123	11.88 380	2.92 314	0.49 295	0.49 330	0.57 325	0.56 333	0.70 317	0.65 302

NLCA_NET_v2_RVC	2.54 256	1.04 262	16.73 284	1.53 310	2.00 371	3.96 223	0.87 168	3.87 202	2.31 233	2.54 290	1.67 120	2.85 259	1.63 210	5.55 224	1.62 207	0.46 272	0.33 241	0.38 236	0.38 273	0.53 264	0.62 295
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
EDNetEfficient	5.61 382	2.14 358	16.75 285	1.67 332	3.64 401	4.12 253	7.51 402	3.05 102	5.63 397	11.57 416	4.83 369	3.95 329	12.72 405	8.44 277	20.78 413	0.41 240	0.43 305	0.47 278	1.01 372	1.66 380	1.39 368

WZ-Net	3.62 340	4.87 383	16.77 286	1.43 290	1.40 299	3.75 175	2.29 346	4.12 273	2.50 270	2.74 317	2.19 253	4.06 337	5.29 369	10.19 318	7.36 359	0.54 314	0.37 273	0.47 278	0.49 315	0.77 330	0.73 318

ADCP+	3.74 346	1.96 352	16.90 287	1.09 160	1.55 323	4.35 304	3.65 388	3.93 221	2.98 330	2.22 229	1.66 119	3.95 329	4.83 363	3.41 183	18.87 409	0.38 213	0.41 298	0.63 341	0.53 328	0.64 300	0.81 331

PFNet	2.47 243	0.60 77	16.95 288	2.15 370	0.81 163	4.63 354	0.91 187	2.55 66	1.52 64	2.40 277	2.79 323	1.83 148	1.42 151	7.54 264	1.34 162	0.33 157	0.21 82	0.36 212	0.27 127	0.32 100	0.39 181

SFCPSM	2.18 194	0.63 102	17.03 289	0.88 67	0.98 211	3.74 174	1.28 264	4.09 265	2.16 207	1.85 114	1.83 177	1.65 116	1.39 142	2.50 151	1.50 184	0.33 157	0.27 195	0.39 239	0.36 250	0.34 131	0.37 163

MSMDNet	2.23 198	0.64 107	17.32 290	0.84 50	0.75 153	3.53 137	0.64 58	3.61 156	1.98 173	1.71 95	1.64 114	3.22 284	2.99 316	2.08 121	1.11 114	0.31 130	0.37 273	0.45 271	0.26 104	0.62 293	0.45 225

gwcnet-sp	2.31 218	1.21 291	17.34 291	1.08 156	0.92 195	3.56 144	1.04 224	3.69 169	2.09 192	2.55 291	1.60 105	1.80 141	1.62 198	3.87 194	1.95 248	0.29 79	0.29 212	0.30 103	0.28 152	0.38 169	0.39 181

scenet	2.31 218	1.21 291	17.34 291	1.08 156	0.92 195	3.56 144	1.04 224	3.69 169	2.09 192	2.55 291	1.60 105	1.80 141	1.62 198	3.87 194	1.95 248	0.29 79	0.29 212	0.30 103	0.28 152	0.38 169	0.39 181

ssnet	2.31 218	1.21 291	17.34 291	1.08 156	0.92 195	3.56 144	1.04 224	3.69 169	2.09 192	2.55 291	1.60 105	1.80 141	1.62 198	3.87 194	1.95 248	0.29 79	0.29 212	0.30 103	0.28 152	0.38 169	0.39 181

PCWNet_CMD	2.23 198	0.65 114	17.36 294	0.83 44	0.76 156	3.51 133	0.64 58	3.60 155	1.97 171	1.70 92	1.63 112	3.22 284	3.05 322	2.09 124	1.11 114	0.31 130	0.36 261	0.47 278	0.26 104	0.64 300	0.47 240

pmcnn	5.45 380	1.22 297	17.40 295	1.60 324	2.41 384	3.48 126	2.12 339	4.52 370	3.26 356	3.67 361	13.15 407	22.10 413	3.46 340	11.92 383	17.16 399	0.34 169	0.21 82	0.23 7	0.19 19	0.36 158	0.28 71

DGSMNet	7.55 400	1.62 333	17.42 296	1.92 358	12.73 418	7.45 403	42.99 429	4.13 274	2.07 188	2.10 188	3.16 344	3.42 298	1.70 222	9.24 293	2.30 282	3.70 403	10.89 426	11.80 426	5.54 417	4.24 401	2.66 391

UDG	3.55 338	2.81 372	17.45 297	2.69 383	1.98 370	3.97 226	1.19 254	4.35 342	2.02 179	2.42 279	2.53 304	4.50 357	2.46 295	6.53 242	2.41 289	2.12 387	1.77 392	2.63 398	2.57 407	2.64 387	1.95 381

HSM-Net_RVC	2.87 287	0.57 49	17.46 298	0.92 82	0.90 193	3.70 167	1.20 255	5.64 400	2.51 273	3.22 349	2.43 293	2.54 229	1.59 190	11.41 355	1.65 213	0.34 169	0.25 176	0.26 39	0.23 60	0.30 61	0.29 78
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SGM_RVC	4.57 366	0.72 162	17.46 298	1.84 352	0.58 116	4.23 289	3.45 380	4.66 379	3.66 372	7.99 402	8.82 391	7.56 390	8.74 401	12.30 387	6.84 354	0.43 255	0.38 279	0.39 239	0.35 242	0.51 255	0.48 244
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
aanetorigin	3.30 329	1.66 339	17.52 300	1.18 208	1.58 331	2.57 56	3.80 390	2.65 76	2.03 181	6.12 393	4.30 365	2.82 258	5.70 373	5.47 222	4.67 336	0.50 298	0.44 308	0.43 262	0.47 308	1.17 367	0.92 343

LL-Strereo	3.01 307	1.81 347	17.59 301	1.12 174	2.10 376	2.90 65	1.09 235	4.33 338	2.00 178	3.12 343	2.24 260	3.29 290	3.15 325	11.31 352	1.84 236	0.30 113	0.28 203	0.46 275	0.34 228	0.49 253	0.45 225

PML	64.32 438	53.22 437	17.88 302	8.10 419	32.94 426	148.46 443	247.79 444	12.18 410	45.42 434	111.41 441	288.92 444	101.47 443	101.31 442	31.67 423	15.55 387	14.03 424	4.83 418	10.98 423	6.18 419	28.82 427	5.17 416

RTS	3.90 349	7.04 392	17.94 303	1.92 358	2.19 378	5.00 384	2.96 367	4.29 321	3.19 348	4.05 369	3.08 338	4.94 371	3.16 326	7.64 266	6.72 350	0.66 336	0.44 308	0.51 305	0.47 308	0.95 346	0.76 324

RTSA	3.90 349	7.04 392	17.94 303	1.92 358	2.19 378	5.00 384	2.96 367	4.29 321	3.19 348	4.05 369	3.08 338	4.94 371	3.16 326	7.64 266	6.72 350	0.66 336	0.44 308	0.51 305	0.47 308	0.95 346	0.76 324

DRN-Test	3.03 309	0.99 253	18.18 305	1.35 265	1.60 332	3.59 149	1.48 290	4.13 274	2.45 261	3.47 358	1.92 205	2.58 234	2.53 298	10.88 338	2.80 311	0.39 224	0.36 261	0.44 265	0.41 291	0.55 269	0.57 283

MFMNet_re	2.91 290	1.91 349	18.25 306	3.06 390	1.89 366	3.13 83	1.67 314	3.52 146	2.97 327	3.14 344	2.87 330	2.26 195	2.41 290	2.42 145	2.00 254	1.10 370	1.05 375	0.94 370	0.90 367	1.28 372	1.46 371

DMCA-RVC	2.45 238	1.22 297	18.29 307	1.23 225	1.14 244	2.49 53	0.85 150	3.29 122	1.68 126	3.02 336	1.41 69	2.00 173	1.53 185	6.39 240	2.00 254	0.38 213	0.30 221	0.44 265	0.35 242	0.45 236	0.44 220

Nwc_Net	2.88 289	1.16 284	18.30 308	1.35 265	1.68 347	3.52 136	1.18 251	3.90 211	2.06 187	2.52 289	2.82 328	3.82 325	2.34 286	6.78 252	2.55 301	0.86 360	0.40 292	0.59 329	0.67 346	0.57 279	0.55 277

NCC-stereo	3.16 323	1.28 306	18.31 309	1.25 229	1.75 354	4.06 239	1.40 281	3.89 206	2.22 214	2.72 315	2.55 305	3.49 308	2.65 304	9.91 308	2.99 316	1.29 379	0.65 355	0.64 344	0.86 365	0.65 303	0.71 311

Abc-Net	3.16 323	1.28 306	18.31 309	1.25 229	1.75 354	4.06 239	1.40 281	3.89 206	2.22 214	2.72 315	2.55 305	3.49 308	2.65 304	9.91 308	2.99 316	1.29 379	0.65 355	0.64 344	0.86 365	0.65 303	0.71 311
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SQANet	3.70 343	9.34 406	18.41 311	2.75 384	2.74 387	3.40 114	1.47 289	3.50 142	1.68 126	2.60 301	1.75 142	2.69 242	1.91 254	6.72 251	1.74 225	2.96 392	1.41 386	1.85 387	1.12 377	3.17 389	2.70 395

CFNet_ucs	2.36 230	0.68 138	18.42 312	0.89 70	0.81 163	3.85 199	0.68 71	4.29 321	2.37 246	2.09 185	2.04 223	3.31 292	1.24 121	2.63 165	1.14 119	0.36 191	0.45 312	0.56 323	0.29 176	0.66 308	0.49 248

whm_eth	2.04 178	1.24 302	18.44 313	0.89 70	1.37 292	2.59 57	0.73 89	3.56 151	2.56 280	1.53 67	2.06 232	0.78 26	0.71 16	1.02 7	0.98 93	0.36 191	0.29 212	0.34 186	0.32 213	0.41 201	0.54 274

PSMNet_ROB	2.95 293	1.38 319	18.46 314	1.19 210	1.20 262	3.80 184	1.65 312	3.54 148	2.35 238	1.98 147	1.71 131	2.75 248	1.79 233	11.43 357	2.78 310	0.42 250	0.36 261	0.50 302	0.60 340	0.59 282	0.49 248

LMCR-Stereo	2.40 233	1.31 310	18.61 315	1.59 322	0.86 180	3.87 203	1.15 246	4.32 336	1.60 111	2.25 238	2.27 264	1.13 60	2.43 292	2.48 150	1.60 202	0.88 361	0.24 159	0.29 84	0.24 82	0.56 275	0.30 101

SPstereo	30.42 425	11.55 414	18.72 316	8.51 420	9.93 417	50.05 432	82.85 440	71.73 439	35.92 430	30.73 427	29.66 421	48.61 434	42.30 434	47.77 438	58.10 437	7.32 419	8.89 422	20.37 427	10.07 421	7.98 420	7.43 422

MyStereo04	2.29 214	0.80 205	18.77 317	1.00 124	1.04 227	3.95 218	0.95 205	3.91 215	2.54 277	1.99 152	1.27 49	2.31 204	1.65 215	2.02 118	1.77 228	0.24 11	0.24 159	0.34 186	0.26 104	0.41 201	0.37 163

PA-Net	3.09 314	1.24 302	18.84 318	1.38 281	1.19 257	3.42 115	1.75 317	3.89 206	3.27 359	1.88 121	2.10 236	3.03 271	1.88 252	11.60 361	2.88 313	0.40 230	0.54 334	0.44 265	0.62 344	0.52 258	1.02 348
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	3.20 325	1.93 350	18.84 318	1.51 306	0.80 161	4.12 253	1.82 323	4.16 284	2.91 323	1.87 119	1.74 138	2.48 224	1.84 245	13.18 396	1.74 225	0.80 353	0.57 339	0.79 362	0.74 354	1.20 370	0.86 337
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
DispNO	3.00 305	0.75 187	18.92 320	1.17 202	1.10 240	3.72 170	0.94 201	4.29 321	2.54 277	2.24 235	2.28 267	4.51 358	2.12 268	11.40 354	2.09 266	0.31 130	0.28 203	0.31 122	0.28 152	0.36 158	0.39 181

WAO-7	5.16 375	3.21 374	18.98 321	1.88 357	1.44 307	5.34 388	3.09 374	4.91 387	5.81 398	4.35 378	8.92 392	6.55 385	6.06 378	13.40 400	10.81 374	1.34 383	1.20 382	1.48 385	1.35 387	1.60 379	1.45 369

cross-raft	2.01 174	0.57 49	19.01 322	1.03 144	0.56 101	2.11 43	0.72 85	3.63 157	1.57 94	1.77 103	1.51 83	3.17 282	1.13 97	1.16 19	0.85 54	0.23 8	0.21 82	0.26 39	0.23 60	0.28 37	0.25 29

anonymousa	2.16 192	0.67 132	19.19 323	1.04 145	1.67 346	2.06 41	0.79 124	2.86 91	1.96 169	1.85 114	2.14 245	3.23 286	1.81 241	1.12 12	1.15 120	0.26 28	0.26 187	0.34 186	0.32 213	0.30 61	0.28 71

CIPLG	2.27 206	1.18 286	19.24 324	0.92 82	1.34 288	3.95 218	0.89 175	4.23 300	1.82 151	2.31 252	2.67 315	1.17 65	1.06 81	1.53 66	1.32 156	0.37 199	0.23 130	0.27 55	0.22 51	0.31 77	0.45 225

FCDSN-DC	6.04 389	0.84 223	19.25 325	1.24 227	1.09 238	4.38 306	2.62 356	4.38 347	4.71 386	9.59 410	11.22 400	19.19 410	17.40 411	12.30 387	8.55 366	0.69 344	0.57 339	0.60 334	0.60 340	0.70 317	0.78 328
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MyStereo8	2.33 223	1.13 277	19.26 326	1.22 221	1.62 335	4.16 269	0.57 32	3.50 142	2.36 240	2.15 203	1.75 142	2.28 197	1.14 103	1.46 59	2.20 276	0.24 11	0.21 82	0.32 138	0.27 127	0.36 158	0.43 215

FC-DCNN	6.64 393	0.77 194	19.26 326	1.68 333	1.64 339	8.27 405	2.35 348	6.35 401	9.23 404	10.85 414	11.27 401	19.89 411	13.33 406	12.51 393	11.79 379	0.66 336	0.57 339	0.58 327	0.56 333	0.63 294	0.61 293

iResNetv2_ROB	2.65 268	5.00 384	19.28 328	2.06 367	1.09 238	3.83 188	1.13 243	4.14 280	2.09 192	1.85 114	2.03 220	2.01 176	1.51 176	3.58 186	1.58 198	0.34 169	0.21 82	0.32 138	0.21 30	0.44 229	0.29 78

ACRE	2.27 206	1.11 275	19.45 329	0.91 79	1.30 278	3.94 213	0.87 168	4.21 292	1.80 149	2.28 241	2.62 311	1.17 65	1.04 72	1.52 64	1.30 153	0.37 199	0.23 130	0.27 55	0.22 51	0.31 77	0.46 235

IPLGR_C	2.28 211	1.31 310	19.46 330	0.92 82	1.32 284	3.93 211	0.89 175	4.20 288	1.82 151	2.30 247	2.63 313	1.16 64	1.07 83	1.41 52	1.29 152	0.37 199	0.23 130	0.27 55	0.22 51	0.31 77	0.45 225

G-Net	4.11 357	1.21 291	19.47 331	2.31 378	2.94 390	4.74 376	2.95 365	3.33 132	2.14 204	4.44 379	9.43 393	6.93 388	3.84 346	9.01 288	4.92 343	0.79 351	0.80 369	0.70 352	0.50 319	0.95 346	0.87 340

ARAFT	2.56 261	1.13 277	19.50 332	0.89 70	0.48 72	4.15 260	1.40 281	4.36 344	2.82 317	2.36 269	1.88 194	1.70 123	1.04 72	6.45 241	1.22 139	0.29 79	0.18 24	0.37 224	0.35 242	0.35 147	0.25 29

Consistency-Raft	2.86 284	1.66 339	19.61 333	1.40 286	1.75 354	3.84 193	1.32 267	4.07 259	2.25 220	1.78 105	2.67 315	1.82 145	4.41 357	1.94 112	2.06 261	0.83 358	0.94 373	1.03 373	1.12 377	1.70 381	1.09 353

IPLG	2.48 245	0.65 114	19.63 334	0.91 79	0.79 160	4.60 350	0.56 31	4.31 332	1.84 155	1.91 132	2.00 217	1.31 82	1.38 139	6.61 244	1.53 193	0.27 35	0.20 57	0.27 55	0.23 60	0.31 77	0.36 149

ktn	21.74 421	10.34 409	19.68 335	4.53 411	4.00 407	6.53 397	4.51 395	6.79 402	78.82 439	84.69 439	100.86 442	58.49 436	7.57 394	12.11 386	13.35 382	4.58 415	3.24 414	3.49 409	2.62 408	4.65 406	3.84 410

RAFT-345	2.46 240	0.55 36	19.69 336	1.02 137	0.49 76	4.43 318	0.78 119	1.64 13	2.34 236	2.09 185	3.12 341	1.96 166	1.31 131	6.65 246	1.43 170	0.36 191	0.23 130	0.32 138	0.25 91	0.28 37	0.25 29

TRStereo	2.31 218	1.87 348	19.74 337	1.53 310	1.16 250	4.26 291	1.08 233	4.73 382	1.45 27	1.55 68	1.28 50	1.75 128	0.85 38	1.81 99	1.20 132	0.36 191	0.26 187	0.32 138	0.36 250	0.34 131	0.33 125

AASNet	2.44 237	0.92 238	19.79 338	1.35 265	1.49 313	3.81 186	1.07 230	3.85 197	2.93 325	1.95 141	2.29 270	1.96 166	1.29 128	1.73 94	1.93 244	0.39 224	0.33 241	0.45 271	0.30 190	0.55 269	0.45 225

MIPNet	2.33 223	0.71 159	19.82 339	0.89 70	0.56 101	4.76 378	0.61 47	4.32 336	2.37 246	1.83 113	1.48 82	1.48 102	1.98 258	2.63 165	1.44 172	0.29 79	0.20 57	0.26 39	0.23 60	0.30 61	0.39 181

GwcNet	3.00 305	1.63 335	19.83 340	1.32 253	2.04 375	3.27 97	1.55 301	3.65 159	2.33 235	2.00 164	2.12 243	3.56 316	1.68 220	9.47 297	2.45 291	0.44 262	0.45 312	0.46 275	0.38 273	0.60 286	0.76 324

Syn2CoEx	3.08 313	2.55 369	19.88 341	1.34 261	1.18 251	2.43 52	1.65 312	3.91 215	2.40 251	2.39 275	2.27 264	2.90 262	3.17 328	9.57 300	2.54 300	0.50 298	0.45 312	0.53 313	0.39 277	0.74 326	0.72 317

Ntro	4.21 360	8.94 402	19.89 342	3.22 392	2.96 391	4.15 260	1.89 327	3.92 220	2.36 240	1.77 103	2.14 245	3.35 295	2.17 276	9.48 298	2.24 279	3.52 400	1.76 391	2.13 390	1.31 384	3.83 398	3.09 397

MyStereo05	2.37 231	0.72 162	19.94 343	1.02 137	0.99 214	4.26 291	0.86 152	4.01 241	2.62 285	2.14 198	1.26 43	2.28 197	1.63 210	2.07 119	1.68 216	0.24 11	0.23 130	0.34 186	0.26 104	0.42 216	0.36 149

otaku	4.58 367	8.93 401	19.95 344	3.11 391	2.67 385	3.91 206	2.57 355	3.82 190	2.25 220	2.22 229	9.72 395	4.08 338	2.35 287	8.57 278	2.13 271	3.51 399	1.65 390	2.15 391	1.17 380	3.69 395	3.15 399

MyStereo06	2.46 240	0.72 162	19.97 345	1.02 137	0.99 214	4.26 291	0.86 152	3.51 145	1.68 126	1.92 133	1.73 136	4.01 334	4.22 354	1.62 80	0.88 65	0.24 11	0.23 130	0.34 186	0.26 104	0.42 216	0.36 149

RAFT-RH_RVC	2.63 266	0.55 36	19.97 345	1.26 235	0.47 66	4.46 320	0.57 32	1.71 14	1.64 121	3.06 340	5.51 373	2.03 177	1.28 126	6.70 248	1.52 192	0.42 250	0.22 106	0.37 224	0.34 228	0.28 37	0.29 78

FAT-Stereo	3.34 332	0.81 209	20.05 347	1.25 229	1.20 262	3.44 117	1.99 333	4.23 300	2.67 291	3.14 344	3.82 360	3.51 310	3.32 334	11.68 371	1.94 246	0.64 331	0.67 358	0.48 286	0.52 324	0.61 291	0.81 331

ADLNet2	3.15 322	0.92 238	20.06 348	1.20 213	1.79 359	3.83 188	1.48 290	3.94 224	3.59 369	2.19 218	2.47 296	4.65 367	1.93 256	10.69 332	1.96 251	0.39 224	0.37 273	0.28 69	0.30 190	0.48 248	0.43 215

CFNet-RSSM	2.08 186	0.52 17	20.06 348	1.01 128	0.56 101	3.39 111	0.64 58	3.67 163	1.55 83	1.72 96	1.37 65	2.57 231	1.19 114	1.11 11	0.86 58	0.27 35	0.20 57	0.25 29	0.23 60	0.27 24	0.23 17

RainbowNet	4.56 365	8.28 395	20.07 350	3.64 400	3.23 399	4.15 260	2.99 369	4.18 285	3.03 335	2.20 220	2.65 314	4.26 349	2.90 313	9.77 302	2.12 268	3.88 405	2.27 399	2.71 401	1.72 393	3.78 397	3.31 404

fast-acv-ft	2.54 256	1.19 288	20.08 351	1.41 287	1.40 299	3.18 84	1.17 250	3.37 133	2.28 228	1.90 127	2.15 247	2.69 242	2.17 276	2.91 175	2.31 283	0.37 199	0.39 287	0.45 271	0.39 277	0.57 279	0.45 225

MSKI-zero shot	2.22 196	0.64 107	20.09 352	0.96 102	0.56 101	4.04 236	0.70 81	3.91 215	1.50 53	1.92 133	2.28 267	1.92 158	0.71 16	2.93 176	0.67 14	0.26 28	0.23 130	0.26 39	0.21 30	0.28 37	0.26 46

GANet-ADL	2.20 195	0.73 170	20.11 353	1.25 229	0.69 145	3.83 188	0.76 107	3.49 140	1.71 135	1.65 85	1.99 216	2.10 188	1.10 90	1.42 53	1.26 146	0.38 213	0.33 241	0.25 29	0.22 51	0.42 216	0.36 149

UNet	2.51 250	0.74 178	20.17 354	1.14 182	1.44 307	3.48 126	0.76 107	3.77 182	1.87 158	2.05 178	1.57 97	2.75 248	2.39 289	3.51 185	2.51 296	0.32 146	0.26 187	0.41 252	0.26 104	0.38 169	0.39 181

XX-Stereo	2.54 256	0.61 91	20.21 355	1.78 343	1.19 257	4.30 300	0.46 14	4.39 348	1.58 96	2.32 256	1.89 199	4.64 366	0.60 4	4.16 203	0.82 46	0.31 130	0.21 82	0.28 69	0.27 127	0.51 255	0.26 46

notaker	10.50 407	8.60 396	20.23 356	4.54 412	3.95 406	6.27 394	3.44 379	8.07 405	4.75 389	8.73 404	46.45 429	13.86 407	27.86 421	13.49 401	13.61 384	4.56 412	3.18 413	3.52 411	2.68 410	8.13 421	4.05 412

CrosDoStereo	5.24 376	0.60 77	20.23 356	0.82 37	0.51 80	3.39 111	18.11 416	3.82 190	2.27 225	1.98 147	8.74 388	1.96 166	6.96 388	7.35 260	26.35 419	0.30 113	0.22 106	0.30 103	0.28 152	0.33 115	0.38 176

DeepStereo_LL	5.24 376	0.60 77	20.23 356	0.82 37	0.51 80	3.39 111	18.11 416	3.82 190	2.27 225	1.98 147	8.74 388	1.96 166	6.96 388	7.35 260	26.35 419	0.30 113	0.22 106	0.30 103	0.28 152	0.33 115	0.38 176

CSAN	4.71 369	1.39 321	20.23 356	1.19 210	0.87 182	3.65 162	3.50 382	4.57 374	3.87 375	3.89 365	7.82 380	3.54 315	6.16 381	23.47 420	6.82 353	0.52 310	0.45 312	0.49 299	0.52 324	0.63 294	0.66 304

ADCPNet	3.89 348	1.63 335	20.25 360	1.28 241	1.27 276	6.43 396	2.65 357	3.93 221	2.70 294	2.78 320	2.20 255	4.28 350	6.16 381	5.56 225	10.27 373	0.65 334	1.18 379	0.71 353	1.70 391	0.84 340	1.37 365

SDNR	3.97 353	1.93 350	20.28 361	1.31 251	0.94 201	5.16 386	0.67 67	4.33 338	2.58 282	4.82 384	5.94 375	5.01 374	1.45 159	17.52 412	2.53 298	0.79 351	0.72 364	0.59 329	0.45 303	1.15 365	1.17 356

FENet	2.25 202	0.50 10	20.29 362	1.35 265	0.67 138	4.01 232	0.60 44	3.95 226	1.99 174	1.96 144	1.11 24	2.43 218	1.43 153	1.60 74	1.39 165	0.32 146	0.22 106	0.33 169	0.26 104	0.29 45	0.39 181

ELAS	5.99 388	1.62 333	20.29 362	1.96 362	2.01 372	15.09 416	8.38 406	5.23 391	5.54 395	9.02 406	8.61 387	6.74 386	9.75 403	7.48 263	11.40 378	0.96 365	1.18 379	0.72 357	0.93 369	1.30 373	1.67 374
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FTStereo	3.71 345	0.53 26	20.37 364	0.96 102	0.65 132	4.34 303	11.29 408	2.62 74	1.50 53	2.58 297	5.04 371	1.90 156	13.84 408	3.71 191	1.25 143	0.38 213	0.24 159	0.31 122	0.32 213	0.30 61	2.10 383

GMM-Stereo	2.45 238	0.52 17	20.38 365	0.89 70	0.82 171	4.18 276	1.91 328	2.45 50	1.48 42	2.48 284	2.30 274	1.69 122	1.86 248	2.93 176	1.08 109	0.28 62	0.18 24	0.33 169	0.48 312	0.35 147	2.41 388

ELAS_RVC	5.72 385	1.64 338	20.40 366	2.09 368	2.01 372	4.95 383	11.47 409	4.66 379	6.31 401	8.09 403	8.01 381	8.06 394	11.65 404	8.36 274	10.22 372	0.99 367	1.17 378	0.81 365	0.76 356	1.14 363	1.58 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	6.81 396	13.66 418	20.41 367	4.33 409	3.74 402	5.50 389	3.06 372	5.49 399	6.22 399	4.64 382	10.35 397	9.30 395	8.03 398	13.61 403	6.81 352	4.80 416	2.99 412	3.09 405	2.12 402	4.36 404	3.61 406

ACVNet_2	5.41 379	12.60 415	20.42 368	3.27 393	3.15 397	4.50 331	3.02 370	4.66 379	3.73 374	3.35 355	5.36 372	7.86 391	2.88 311	12.33 389	4.76 339	3.12 395	2.22 397	2.70 400	1.69 390	3.49 391	3.10 398

4D-IteraStereo	1.97 165	0.84 223	20.43 369	0.78 27	1.56 326	2.09 42	1.05 227	2.43 48	1.56 88	1.41 58	1.00 8	1.94 159	0.61 6	1.22 32	1.06 105	0.27 35	0.18 24	0.31 122	0.26 104	0.27 24	0.23 17

IPLGR	2.53 254	0.58 61	20.46 370	0.82 37	0.52 87	4.56 345	0.50 19	4.30 329	2.38 248	1.87 119	1.53 89	1.68 120	1.72 226	6.95 255	1.15 120	0.28 62	0.21 82	0.27 55	0.23 60	0.33 115	0.32 115

HHNet	2.48 245	0.71 159	20.52 371	0.64 4	0.64 127	4.07 244	0.93 198	3.76 180	1.56 88	2.15 203	4.92 370	0.98 49	3.37 335	1.66 87	1.79 231	0.32 146	0.20 57	0.31 122	0.27 127	0.36 158	0.42 207

WAO-8	11.95 410	13.02 416	20.56 372	3.50 394	3.08 394	15.11 417	2.80 360	12.91 412	19.11 419	7.69 399	13.12 405	11.62 399	7.01 390	84.40 441	7.91 362	3.42 397	1.92 394	3.54 412	1.93 400	3.68 393	2.69 393

Venus	11.95 410	13.02 416	20.56 372	3.50 394	3.08 394	15.11 417	2.80 360	12.91 412	19.11 419	7.69 399	13.12 405	11.62 399	7.01 390	84.40 441	7.91 362	3.42 397	1.92 394	3.54 412	1.93 400	3.68 393	2.69 393

GASNet	3.24 326	5.55 388	20.58 374	1.56 319	1.25 272	2.32 49	1.12 240	4.04 251	2.67 291	1.88 121	2.10 236	3.00 269	2.16 274	10.59 328	2.43 290	0.65 334	0.37 273	0.61 337	0.45 303	0.87 341	0.58 287

IGEV_Zeroshot_test	2.16 192	0.69 139	20.60 375	1.22 221	0.54 96	2.18 46	0.53 25	3.38 134	1.61 114	1.93 137	1.55 92	3.76 322	1.05 74	1.55 67	0.91 76	0.29 79	0.20 57	0.27 55	0.29 176	0.40 180	0.32 115

ASMatch	2.62 265	0.60 77	20.65 376	1.37 279	0.64 127	4.39 308	0.78 119	1.97 25	1.58 96	1.70 92	3.89 361	1.94 159	3.79 345	5.46 221	1.64 211	0.31 130	0.24 159	0.34 186	0.28 152	0.33 115	0.50 255

LSM	12.71 413	3.52 378	20.79 377	55.63 437	84.76 436	3.63 161	6.30 399	3.73 176	4.93 390	5.55 387	13.92 409	3.53 312	3.25 331	9.72 301	4.12 331	0.64 331	0.85 370	0.71 353	0.81 363	1.03 352	26.84 427

SPS-STEREO	3.97 353	1.44 325	20.85 378	1.72 338	1.71 350	3.24 91	2.30 347	3.55 149	2.68 293	4.79 383	3.66 356	5.44 381	2.97 315	9.11 289	9.35 369	1.15 373	1.10 377	1.06 376	1.02 374	1.16 366	1.18 357
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
HBP-ISP	3.25 328	1.10 272	20.86 379	1.54 312	1.15 246	4.50 331	2.89 364	4.43 355	2.38 248	4.14 372	1.96 208	1.90 156	2.04 261	11.08 349	1.32 156	0.66 336	0.57 339	0.66 347	0.61 343	0.64 300	0.61 293

STTRV1_RVC	3.52 337	1.03 261	20.87 380	1.47 300	1.47 311	3.23 88	1.55 301	4.06 257	3.22 353	1.95 141	3.50 354	2.63 239	2.07 265	11.96 384	2.21 277	1.86 385	4.03 417	0.81 365	0.73 353	1.06 354	0.70 310

STrans-v2	3.03 309	0.77 194	20.91 381	0.81 30	0.63 125	3.89 204	1.01 218	4.27 316	2.64 287	2.28 241	3.70 357	4.13 341	5.20 367	7.33 259	1.27 147	0.31 130	0.18 24	0.29 84	0.25 91	0.29 45	0.41 204

SANet	5.65 384	1.72 342	20.94 382	1.26 235	0.88 185	7.20 400	3.81 391	4.60 376	11.23 405	4.56 380	8.78 390	7.49 389	6.95 387	11.85 379	18.11 403	0.49 295	0.44 308	0.50 302	0.42 296	0.90 344	0.82 335

TorneroNet-64	10.12 404	8.74 397	20.95 383	4.27 405	3.76 405	13.86 414	2.85 362	15.05 417	23.15 422	10.07 411	23.84 418	13.47 404	8.24 399	13.96 407	17.21 400	3.96 406	2.72 404	3.23 407	2.48 406	6.29 410	4.27 414

TransformOpticalFlow	3.03 309	0.77 194	20.99 384	1.00 124	0.55 98	4.18 276	0.64 58	4.33 338	3.02 334	2.18 214	3.09 340	4.35 352	5.07 365	7.36 262	1.27 147	0.32 146	0.18 24	0.32 138	0.26 104	0.28 37	0.46 235

FADNet-RVC-Resample	2.83 282	2.02 355	21.07 385	1.12 174	0.91 194	3.53 137	1.37 276	4.08 263	2.09 192	1.68 89	1.33 55	2.03 177	1.51 176	9.54 299	1.69 217	0.38 213	0.37 273	0.42 258	0.44 299	0.56 275	0.56 279

SuperB	4.79 370	4.41 382	21.08 386	1.45 295	1.08 235	3.91 206	3.08 373	4.18 285	3.01 333	2.50 286	2.10 236	2.75 248	3.49 341	8.80 282	19.60 411	0.44 262	0.33 241	0.53 313	0.39 277	12.01 423	0.64 300

LVE	6.88 397	9.31 405	21.14 387	3.61 399	3.18 398	4.49 328	2.79 359	10.21 407	11.69 407	3.16 347	11.53 402	18.33 409	4.31 355	11.66 369	3.52 325	4.45 411	2.93 407	2.56 395	1.91 399	3.62 392	3.16 400

APVNet	3.13 319	1.25 304	21.14 387	1.31 251	1.52 317	3.94 213	1.13 243	3.32 128	2.14 204	2.20 220	2.03 220	3.05 275	1.96 257	11.79 376	2.53 298	0.42 250	0.45 312	0.64 344	0.46 305	0.67 311	0.57 283

CBMV	3.32 331	0.96 251	21.16 389	1.32 253	0.83 172	3.81 186	3.91 393	4.47 361	2.53 275	3.34 353	2.24 260	4.45 355	2.58 301	10.07 317	1.96 251	0.45 268	0.43 305	0.48 286	0.38 273	0.52 258	0.53 268
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iResNet	2.52 253	0.94 244	21.17 390	1.84 352	0.72 147	3.75 175	0.81 134	4.14 280	2.55 279	2.33 262	2.03 220	1.35 86	1.44 155	3.27 181	2.16 274	0.35 186	0.23 130	0.28 69	0.22 51	0.44 229	0.45 225

ICVP	2.26 204	0.66 124	21.18 391	0.99 117	0.88 185	4.28 297	0.95 205	3.32 128	1.60 111	1.66 86	1.76 145	1.34 84	1.14 103	1.62 80	1.32 156	0.53 312	0.35 257	0.33 169	0.29 176	0.40 180	0.51 261
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HanzoNet	31.60 426	17.23 422	21.22 392	7.32 418	5.84 416	7.25 401	3.53 383	13.82 416	14.20 412	50.38 432	47.01 430	44.45 425	56.61 436	36.61 428	32.00 426	63.89 437	56.57 438	7.97 420	89.20 438	28.69 426	28.25 429

WCMA_ROB	5.12 374	0.90 234	21.33 393	1.50 305	1.33 287	4.09 246	3.49 381	4.03 247	4.59 385	6.57 395	10.95 399	12.92 403	8.41 400	9.86 306	8.78 367	0.75 348	0.58 343	0.51 305	0.50 319	0.68 314	0.57 283

MeshStereo	5.35 378	1.32 312	21.34 394	1.34 261	1.15 246	4.40 312	3.90 392	5.18 390	4.55 384	10.14 412	11.82 403	11.47 398	5.84 375	13.84 406	7.03 357	0.61 325	0.58 343	0.60 334	0.58 337	0.72 325	0.59 290
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
ACVNet_1	6.04 389	13.97 421	21.36 395	3.58 398	3.14 396	4.73 373	2.48 350	4.20 288	3.17 346	2.98 335	2.83 329	23.31 415	4.34 356	11.06 348	2.45 291	3.68 401	2.33 401	2.60 396	1.79 395	3.69 395	3.19 401

Dean	7.52 399	9.08 403	21.41 396	3.74 401	3.53 400	4.81 380	3.53 383	5.33 396	5.25 392	4.17 373	26.53 420	25.62 421	4.09 352	10.97 342	4.32 332	3.69 402	2.30 400	2.91 402	1.87 398	4.03 400	3.24 403

CBMV_ROB	3.62 340	0.70 149	21.42 397	1.21 218	0.89 190	4.43 318	1.76 318	4.39 348	2.79 305	5.88 390	3.38 350	4.18 344	5.12 366	10.75 333	2.32 284	0.56 317	0.55 336	0.53 313	0.51 321	0.55 269	0.46 235

GwcNet-ADL	2.47 243	0.67 132	21.48 398	0.96 102	0.72 147	4.61 351	0.95 205	4.42 352	2.36 240	1.98 147	1.80 158	2.55 230	1.24 121	1.90 108	1.41 167	0.40 230	0.46 319	0.24 19	0.27 127	0.41 201	0.49 248

test_xeample3	2.12 188	0.63 102	21.55 399	0.91 79	0.47 66	1.85 28	0.94 201	7.96 403	1.23 4	0.75 6	0.76 3	0.64 6	0.70 14	1.77 96	0.83 49	0.30 113	0.21 82	0.27 55	0.21 30	0.27 24	0.24 23

HH	2.23 198	0.86 228	21.59 400	0.98 112	0.51 80	1.49 17	0.82 137	2.74 80	1.54 77	1.10 42	1.69 125	4.62 364	1.86 248	2.55 159	0.69 20	0.26 28	0.22 106	0.29 84	0.23 60	0.34 131	0.27 58

HanStereo	2.23 198	0.86 228	21.59 400	0.98 112	0.51 80	1.49 17	0.82 137	2.74 80	1.54 77	1.10 42	1.69 125	4.62 364	1.86 248	2.55 159	0.69 20	0.26 28	0.22 106	0.29 84	0.23 60	0.34 131	0.27 58

TorneroNet	25.88 423	11.28 413	21.62 402	4.20 404	4.07 408	55.25 433	3.15 375	15.16 418	76.94 438	58.09 434	82.72 439	86.88 440	41.15 426	13.35 399	18.13 404	4.32 407	2.85 405	3.45 408	2.62 408	8.33 422	4.14 413

SGM-ForestM	11.55 409	1.16 284	21.62 402	2.14 369	0.81 163	22.25 422	19.08 418	16.50 421	11.34 406	15.94 420	14.44 411	27.12 422	22.61 420	24.76 421	28.39 425	0.50 298	0.48 328	0.47 278	0.44 299	0.55 269	0.53 268

KSHMR	16.96 416	5.37 386	21.64 404	4.46 410	4.50 411	8.30 406	3.32 377	15.58 420	76.24 437	6.62 396	61.47 434	56.53 435	5.43 371	35.17 427	11.37 377	4.39 409	2.97 411	3.63 414	2.74 412	5.10 408	4.34 415

ACVNet-4b	6.73 394	13.67 419	21.87 405	3.54 397	3.07 393	4.19 280	2.25 344	4.03 247	3.65 371	1.64 82	3.98 362	5.88 382	2.89 312	10.01 314	16.98 398	23.29 431	2.24 398	2.53 394	1.78 394	3.87 399	3.21 402

edge stereo	3.37 334	1.01 255	21.99 406	1.28 241	1.37 292	2.67 59	1.39 279	3.98 234	2.87 320	2.93 329	3.27 348	4.35 352	2.43 292	11.62 363	2.39 287	0.60 323	0.63 353	0.79 362	0.55 331	0.68 314	0.67 305

S-Stereo	3.48 336	0.91 236	22.06 407	1.36 271	1.50 315	3.55 142	2.53 353	4.21 292	2.81 315	2.37 270	3.81 359	3.75 321	1.84 245	11.90 382	2.51 296	0.63 328	0.71 363	0.48 286	0.76 356	0.67 311	1.19 358

pcwnet_v2	2.70 277	0.65 114	22.48 408	1.08 156	1.03 224	3.56 144	0.81 134	4.29 321	3.14 343	2.29 243	2.29 270	3.01 270	1.71 224	3.32 182	1.43 170	0.43 255	0.50 332	0.41 252	0.34 228	0.61 291	0.56 279

UNDER WATER-64	9.33 403	5.37 386	22.60 409	5.22 416	4.86 414	10.75 408	4.61 396	11.45 408	17.30 414	7.59 398	9.80 396	15.99 408	17.90 413	10.63 330	15.72 389	4.36 408	2.87 406	4.39 416	2.86 413	7.01 415	5.36 418

UNDER WATER	10.47 405	3.95 380	22.62 410	5.07 415	4.51 412	7.78 404	3.77 389	12.56 411	21.72 421	7.84 401	10.78 398	23.96 417	31.66 422	10.78 335	16.19 394	4.44 410	2.93 407	4.24 415	2.86 413	6.33 412	5.47 419

MDST_ROB	5.53 381	0.59 68	23.11 411	2.55 382	2.69 386	21.20 420	1.98 332	4.77 384	2.65 288	9.36 407	4.25 363	4.14 342	4.45 358	22.57 415	3.68 328	0.48 285	0.33 241	0.47 278	0.44 299	0.44 229	0.44 220

MANE	11.39 408	1.38 319	23.16 412	4.82 414	2.79 389	22.02 421	14.51 413	25.81 422	26.28 423	10.93 415	13.17 408	19.90 412	18.03 414	15.69 411	20.41 412	0.96 365	0.74 366	1.42 384	3.24 416	0.74 326	1.71 375

FINET	2.96 296	1.07 266	23.18 413	1.29 244	1.86 364	2.03 35	1.52 295	4.30 329	4.71 386	2.23 233	2.34 289	1.65 116	1.48 166	5.89 232	2.81 312	0.51 304	0.47 323	0.49 299	0.40 287	0.59 282	0.49 248

LRCNet_RVC	25.52 422	33.45 427	23.21 414	31.79 428	32.78 425	6.74 398	1.18 251	25.88 423	4.46 383	28.94 421	30.89 422	24.91 420	17.57 412	27.66 422	24.34 418	35.26 433	25.60 434	35.91 434	33.81 433	31.90 434	34.10 435

rrr	2.27 206	0.65 114	23.82 415	0.90 75	0.46 56	1.57 19	0.96 210	7.98 404	1.19 3	0.65 1	0.77 4	0.74 23	0.72 18	2.59 163	0.86 58	0.28 62	0.21 82	0.28 69	0.21 30	0.29 45	0.25 29

DispFullNet	4.64 368	3.48 377	23.95 416	3.99 402	3.03 392	3.35 108	1.06 228	4.18 285	2.80 309	6.33 394	2.94 331	4.04 336	7.81 395	3.92 198	5.16 344	2.75 390	1.61 389	3.10 406	2.68 410	3.32 390	3.31 404

SGM+DAISY	8.36 402	3.82 379	24.83 417	2.02 365	1.75 354	14.80 415	17.22 415	4.27 316	11.79 408	13.88 417	14.38 410	11.74 401	13.83 407	10.56 327	15.12 386	1.21 374	1.19 381	1.14 380	1.13 379	1.17 367	1.37 365

Anonymous_1	57.11 437	19.68 423	26.15 418	23.10 425	142.31 441	30.84 423	39.75 426	33.86 429	16.98 413	70.53 438	15.42 412	23.46 416	19.75 417	23.04 416	27.23 422	164.73 443	9.02 423	130.38 439	137.40 440	161.27 444	27.24 428

DPSM_ROB	20.78 419	20.03 424	26.57 419	23.62 426	22.46 422	31.10 424	39.97 427	33.52 427	17.41 415	15.25 418	15.80 413	24.06 418	20.71 418	23.30 418	27.62 423	10.78 422	9.41 424	11.69 424	11.50 422	14.49 424	16.36 425

DPSM	20.78 419	20.03 424	26.57 419	23.62 426	22.46 422	31.10 424	39.97 427	33.52 427	17.41 415	15.25 418	15.80 413	24.06 418	20.71 418	23.30 418	27.62 423	10.78 422	9.41 424	11.69 424	11.50 422	14.49 424	16.36 425

DGTPSM_ROB	15.31 414	8.85 399	28.14 421	9.90 422	18.89 420	12.44 412	33.21 423	13.48 414	17.86 417	9.50 408	22.89 416	13.78 405	19.67 415	21.26 413	23.68 415	5.08 417	8.84 420	5.62 417	11.50 422	6.72 413	14.87 423

DPSMNet_ROB	15.52 415	8.89 400	31.44 422	10.07 423	18.91 421	12.44 412	33.22 424	13.51 415	17.94 418	9.58 409	22.91 417	13.79 406	19.67 415	21.43 414	23.73 416	5.17 418	8.84 420	5.63 418	11.52 425	6.79 414	14.90 424

JetRed	10.48 406	27.10 426	35.70 423	4.27 405	4.09 409	15.55 419	12.83 411	12.16 409	5.50 394	5.83 389	5.56 374	10.14 397	7.43 392	8.88 283	26.39 421	3.32 396	3.81 416	3.51 410	2.96 415	7.85 418	6.69 421

xxxxx1	112.33 441	88.53 440	37.76 424	227.84 443	157.23 442	39.05 429	61.41 431	93.76 441	79.29 440	62.45 435	74.79 436	78.32 437	70.96 438	33.47 424	70.69 438	114.00 440	130.36 441	259.31 442	274.34 442	145.54 441	147.50 442

tt_ll	112.33 441	88.53 440	37.76 424	227.84 443	157.23 442	39.05 429	61.41 431	93.76 441	79.29 440	62.45 435	74.79 436	78.32 437	70.96 438	33.47 424	70.69 438	114.00 440	130.36 441	259.31 442	274.34 442	145.54 441	147.50 442

ff	112.33 441	88.53 440	37.76 424	227.84 443	157.23 442	39.05 429	61.41 431	93.76 441	79.29 440	62.45 435	74.79 436	78.32 437	70.96 438	33.47 424	70.69 438	114.00 440	130.36 441	259.31 442	274.34 442	145.54 441	147.50 442

HaxPig	43.25 432	43.65 434	45.00 427	33.85 429	35.61 427	32.69 426	30.52 421	45.09 430	42.97 432	48.77 430	48.17 431	43.00 424	40.26 424	44.58 430	43.61 427	47.18 434	49.30 435	51.54 436	50.25 435	43.73 435	45.29 436

AVERAGE_ROB	44.46 433	45.91 435	46.59 428	40.59 431	38.66 428	32.99 427	30.52 421	46.19 431	43.26 433	49.59 431	48.97 432	44.62 426	39.89 423	45.04 431	43.94 428	48.74 435	50.69 436	50.80 435	49.79 434	45.54 436	46.97 437

LE_ROB	18.58 417	1.21 291	48.38 429	8.60 421	23.00 424	7.32 402	19.74 419	9.94 406	38.69 431	43.53 429	21.91 415	28.40 423	40.92 425	23.18 417	54.71 430	0.34 169	0.33 241	0.32 138	0.36 250	0.42 216	0.40 199

MEDIAN_ROB	47.37 434	49.08 436	49.92 430	40.32 430	39.97 429	34.95 428	33.43 425	49.17 432	46.39 435	53.06 433	52.65 433	47.65 427	42.23 433	48.35 439	47.29 429	52.10 436	54.04 437	54.28 437	53.48 436	48.76 437	50.33 438

DLNR_Zeroshot_test	28.62 424	55.50 438	49.94 431	183.62 441	115.05 439	3.43 116	0.28 1	29.49 426	1.49 48	1.01 33	1.26 43	0.93 47	0.63 8	3.92 198	1.51 190	29.81 432	0.41 298	0.26 39	0.23 60	93.28 438	0.32 115

Selective-RAFT-Error	41.77 427	40.16 432	53.34 432	47.73 432	45.25 434	62.51 437	80.64 435	67.22 436	34.93 425	30.64 426	31.81 426	48.11 428	42.11 432	46.57 432	54.95 431	21.61 429	18.87 428	23.48 431	23.15 428	29.16 431	33.08 431

CasAABBNet	41.80 431	40.20 433	53.41 433	47.73 432	45.18 433	62.51 437	80.71 436	67.26 437	34.80 424	30.49 422	31.88 427	48.24 429	41.81 431	46.63 434	55.64 433	21.60 428	18.88 429	23.48 431	23.22 432	29.19 432	33.05 430

MyStereo03	41.77 427	40.13 429	53.46 434	47.73 432	45.04 430	62.50 434	80.72 437	66.91 433	34.93 425	30.53 423	31.77 423	48.26 430	41.67 428	46.68 435	55.85 434	21.53 425	18.88 429	23.46 428	23.21 429	29.14 428	33.09 432

MyStereo02	41.77 427	40.13 429	53.46 434	47.73 432	45.04 430	62.50 434	80.72 437	66.91 433	34.93 425	30.53 423	31.77 423	48.26 430	41.67 428	46.68 435	55.85 434	21.53 425	18.88 429	23.46 428	23.21 429	29.14 428	33.09 432

MyStereo	41.77 427	40.13 429	53.46 434	47.73 432	45.04 430	62.50 434	80.72 437	66.91 433	34.93 425	30.53 423	31.77 423	48.26 430	41.67 428	46.68 435	55.85 434	21.53 425	18.88 429	23.46 428	23.21 429	29.14 428	33.09 432

LSM0	49.58 435	40.04 428	53.62 437	97.15 438	128.68 440	62.75 439	79.89 434	67.63 438	35.11 429	33.02 428	32.61 428	48.43 433	41.60 427	46.60 433	55.43 432	21.63 430	18.99 433	23.62 433	23.13 427	29.47 433	52.26 439

psmorigin	6.59 392	1.15 281	88.11 438	1.52 307	0.97 207	2.88 64	1.20 255	3.21 114	2.04 184	3.73 362	2.46 294	5.15 378	2.55 299	10.60 329	2.47 293	0.55 315	0.68 361	0.48 286	0.51 321	0.70 317	0.88 341

BEATNet-Init1	49.72 436	64.32 439	97.77 439	4.68 413	4.28 410	84.75 440	60.42 430	73.38 440	68.59 436	88.29 440	88.51 441	91.94 441	97.99 441	85.26 443	70.96 441	0.80 353	0.65 355	0.85 367	0.70 352	7.96 419	2.33 386

coex-ft	18.59 418	6.62 391	113.53 440	1.17 202	1.31 280	2.33 50	1.93 329	2.81 87	14.00 410	124.82 443	8.45 386	5.90 383	51.74 435	9.99 313	22.69 414	0.57 319	0.62 351	0.50 302	0.49 315	1.08 359	1.28 360

ASD4	103.30 440	113.98 443	120.24 441	106.67 439	79.75 435	115.36 441	120.35 441	119.13 444	79.65 443	120.04 442	74.64 435	101.45 442	65.48 437	109.11 444	84.31 443	104.31 438	90.04 440	133.15 440	103.58 439	130.15 440	94.66 441

DPSimNet_ROB	102.30 439	119.72 444	143.59 442	109.42 440	94.10 437	127.22 442	127.15 442	26.62 424	102.36 444	149.58 444	83.99 440	139.34 444	137.54 443	64.62 440	82.36 442	105.18 439	66.15 439	120.15 438	69.61 437	99.58 439	77.72 440

EDNetEfficientorigin	12.35 412	2.51 364	179.47 443	1.19 210	0.96 204	2.91 67	1.81 322	3.00 98	5.35 393	8.91 405	4.79 368	4.18 344	4.64 361	9.98 312	11.30 376	0.37 199	0.38 279	0.60 334	0.85 364	1.32 374	2.43 389

test_example2	212.63 444	219.92 445	221.87 444	213.67 442	221.17 445	199.47 444	200.74 443	185.30 445	141.66 445	209.52 445	213.45 443	210.82 445	205.48 444	221.27 445	216.64 444	236.83 444	242.07 445	213.93 441	217.01 441	235.69 445	226.10 445

FADE		13.79 420		10.71 424	13.34 419			28.60 425	8.36 403	5.15 386		11.85 402		44.37 429		474.90 445	161.58 444	347.36 445	322.13 445	7.29 417	6.23 420

Low-res two-view benchmark