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

StereoIM	0.36 1	0.25 36	0.58 49	0.44 23	0.34 139	0.30 3	0.30 23	0.72 6	0.50 6	0.37 2	0.36 1	0.58 49	0.49 56	0.52 4	0.36 33	0.19 92	0.16 157	0.19 51	0.15 31	0.18 43	0.14 11

MIF-Stereo	0.36 1	0.23 14	0.59 54	0.48 55	0.36 148	0.40 10	0.32 31	0.53 1	0.49 5	0.54 32	0.55 18	0.36 2	0.31 6	0.58 13	0.51 133	0.20 119	0.15 126	0.17 14	0.15 31	0.19 73	0.15 27

AEACV	0.37 3	0.24 20	0.52 26	0.47 43	0.51 247	0.37 8	0.38 71	0.65 4	0.53 16	0.42 4	0.56 19	0.46 16	0.60 99	0.53 5	0.30 1	0.16 11	0.13 43	0.18 37	0.15 31	0.17 24	0.14 11

EGLCR-Stereo	0.37 3	0.22 10	0.51 24	0.43 8	0.26 20	0.44 17	0.22 2	0.99 66	0.48 4	0.42 4	0.42 2	0.67 69	0.29 3	0.86 71	0.33 16	0.17 32	0.12 10	0.19 51	0.17 76	0.17 24	0.15 27

Selective-IGEV	0.39 5	0.24 20	0.50 18	0.44 23	0.25 18	0.46 19	0.33 34	1.25 154	0.40 1	0.35 1	0.45 3	0.52 38	0.30 4	1.07 112	0.30 1	0.14 4	0.12 10	0.17 14	0.13 11	0.16 13	0.13 3

GLC_STEREO	0.39 5	0.25 36	0.41 9	0.54 137	0.23 6	0.48 21	0.30 23	0.73 7	0.58 18	0.52 29	0.73 37	0.51 33	0.31 6	0.64 26	0.42 75	0.17 32	0.20 229	0.23 153	0.19 110	0.21 134	0.17 62

CREStereo	0.39 5	0.21 4	0.38 4	0.34 1	0.22 4	0.53 59	0.29 20	0.77 12	1.11 176	0.58 34	0.71 34	0.51 33	0.41 20	0.54 7	0.34 24	0.18 60	0.13 43	0.15 3	0.10 2	0.14 2	0.14 11
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
IGEV+	0.40 8	0.21 4	0.53 28	0.45 33	0.28 52	0.49 31	0.39 82	0.99 66	0.68 44	0.52 29	0.48 6	0.50 32	0.53 66	0.70 34	0.37 39	0.20 119	0.11 3	0.17 14	0.13 11	0.17 24	0.15 27

LoS	0.40 8	0.21 4	0.44 11	0.37 2	0.22 4	0.50 41	0.40 86	1.00 71	0.94 108	0.48 18	0.66 24	0.48 22	0.40 18	0.60 23	0.37 39	0.18 60	0.14 76	0.16 9	0.11 6	0.14 2	0.14 11

CroCo-Stereo	0.40 8	0.31 161	0.73 133	0.58 186	0.27 33	0.26 1	0.33 34	0.95 54	0.81 70	0.42 4	0.47 5	0.65 65	0.47 40	0.39 1	0.34 24	0.18 60	0.15 126	0.16 9	0.14 23	0.19 73	0.16 42
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
CASnet	0.41 11	0.25 36	0.48 15	0.50 75	0.20 2	0.50 41	0.36 58	0.81 22	0.80 69	0.83 73	0.68 28	0.48 22	0.31 6	0.54 7	0.32 7	0.18 60	0.12 10	0.27 240	0.22 200	0.23 181	0.14 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MGS-Stereo	0.42 12	0.26 47	0.58 49	0.44 23	0.28 52	0.50 41	0.34 44	0.57 2	0.83 76	0.46 13	1.31 206	0.52 38	0.33 10	0.65 30	0.36 33	0.19 92	0.16 157	0.18 37	0.15 31	0.17 24	0.16 42

LoS_RVC	0.42 12	0.26 47	0.40 8	0.44 23	0.82 349	0.51 52	0.44 127	0.64 3	0.41 2	0.44 8	0.78 46	0.44 9	0.47 40	0.56 10	0.36 33	0.13 1	0.12 10	0.14 1	0.10 2	0.13 1	0.84 374

test_xeample3	0.42 12	0.28 86	0.69 100	0.43 8	0.33 124	0.56 71	0.38 71	0.79 14	0.45 3	0.53 31	0.46 4	0.44 9	0.44 28	1.38 156	0.31 5	0.18 60	0.14 76	0.19 51	0.15 31	0.17 24	0.16 42

ff7	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

ffff	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

11t	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

anonymousdsp	0.43 15	0.27 70	0.53 28	0.44 23	0.32 108	0.50 41	0.42 99	0.89 34	0.51 13	0.49 21	0.53 11	0.47 19	0.47 40	1.33 144	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

ProNet	0.43 15	0.28 86	0.58 49	0.43 8	0.30 81	0.56 71	0.52 183	1.00 71	0.58 18	0.44 8	0.49 9	0.43 7	0.43 24	1.28 135	0.36 33	0.15 6	0.13 43	0.19 51	0.16 60	0.17 24	0.16 42

MC-Stereo	0.43 15	0.23 14	0.48 15	0.51 98	0.28 52	0.39 9	0.32 31	0.88 33	0.68 44	0.60 40	0.84 56	0.56 43	0.61 108	1.03 101	0.31 5	0.17 32	0.11 3	0.17 14	0.15 31	0.16 13	0.13 3

ccc-4	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

IGEV-Stereo	0.43 15	0.27 70	0.54 33	0.45 33	0.32 108	0.50 41	0.42 99	0.90 40	0.51 13	0.49 21	0.53 11	0.47 19	0.47 40	1.32 142	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo Lap2	0.44 23	0.34 210	0.77 162	0.61 222	0.79 340	0.28 2	0.35 48	0.75 9	0.71 52	0.38 3	0.50 10	0.72 82	0.55 76	0.57 12	0.47 112	0.17 32	0.18 199	0.19 51	0.16 60	0.21 134	0.20 137

TANstereo	0.44 23	0.21 4	0.44 11	0.41 5	0.21 3	0.65 111	0.26 9	0.79 14	0.83 76	0.93 86	0.98 83	0.51 33	0.46 34	0.54 7	0.35 27	0.18 60	0.24 276	0.16 9	0.13 11	0.16 13	0.26 228

MIF-Stereo (partial)	0.45 25	0.25 36	0.70 106	0.50 75	0.52 255	0.35 5	0.26 9	0.91 41	0.59 21	0.45 12	0.71 34	0.51 33	0.51 59	1.11 118	0.45 94	0.20 119	0.16 157	0.23 153	0.20 138	0.24 195	0.18 80

Former-RAFT_DAM_RVC	0.46 26	0.36 233	0.71 117	0.47 43	0.36 148	0.67 124	0.35 48	0.78 13	1.12 180	0.61 41	0.62 21	0.39 4	0.39 15	0.71 39	0.39 56	0.20 119	0.17 183	0.22 124	0.18 90	0.23 181	0.19 114

IGEVStereo-DCA	0.46 26	0.28 86	0.56 38	0.43 8	0.33 124	0.49 31	0.42 99	0.87 26	0.50 6	0.47 14	0.48 6	0.48 22	0.46 34	2.03 254	0.30 1	0.19 92	0.14 76	0.19 51	0.15 31	0.16 13	0.18 80

rrr	0.46 26	0.28 86	0.73 133	0.43 8	0.33 124	0.49 31	0.38 71	0.76 11	0.50 6	0.47 14	0.48 6	0.48 22	0.46 34	2.03 254	0.30 1	0.19 92	0.14 76	0.19 51	0.15 31	0.16 13	0.16 42

test croco	0.46 26	0.27 70	1.01 243	0.50 75	0.40 186	0.35 5	0.37 67	0.87 26	0.56 17	0.43 7	0.76 43	0.42 5	0.40 18	1.13 121	0.45 94	0.21 147	0.15 126	0.24 173	0.19 110	0.24 195	0.16 42

XX-TBD	0.46 26	0.70 342	0.35 1	0.79 326	0.25 18	0.58 77	0.26 9	0.69 5	1.27 250	0.76 56	1.00 88	0.45 15	0.33 10	0.47 3	0.37 39	0.19 92	0.15 126	0.15 3	0.11 6	0.17 24	0.14 11

PMTNet	0.46 26	0.21 4	0.38 4	0.37 2	0.23 6	0.71 145	0.27 15	0.74 8	1.04 148	0.64 43	0.70 32	0.55 41	0.47 40	0.86 71	0.35 27	1.00 380	0.13 43	0.15 3	0.10 2	0.15 5	0.13 3

iRaftStereo_RVC	0.47 32	0.26 47	0.64 74	0.50 75	0.29 65	0.53 59	0.33 34	1.05 90	0.77 62	0.84 75	1.00 88	0.55 41	0.37 13	0.81 61	0.40 60	0.17 32	0.12 10	0.22 124	0.20 138	0.19 73	0.15 27

CREStereo++_RVC	0.47 32	0.21 4	0.38 4	0.45 33	0.38 173	0.45 18	0.25 4	0.75 9	1.29 259	0.80 65	1.21 170	0.47 19	0.37 13	0.53 5	0.44 86	0.16 11	0.11 3	0.15 3	0.80 382	0.18 43	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MyStereo07	0.48 34	0.29 113	0.50 18	0.55 156	0.45 213	0.59 81	0.79 277	1.05 90	0.51 13	0.48 18	0.53 11	0.43 7	0.55 76	1.30 139	0.34 24	0.17 32	0.16 157	0.24 173	0.20 138	0.23 181	0.20 137

4D-IteraStereo	0.48 34	0.24 20	0.76 158	0.50 75	0.44 206	0.66 120	0.31 28	0.87 26	1.02 141	1.03 114	0.72 36	0.78 92	0.32 9	0.64 26	0.37 39	0.17 32	0.11 3	0.23 153	0.19 110	0.19 73	0.13 3

CES	0.48 34	0.20 2	0.37 2	0.39 4	1.39 386	0.55 68	0.35 48	0.98 64	0.66 40	0.44 8	0.66 24	0.35 1	0.27 2	0.56 10	0.33 16	0.15 6	0.13 43	0.15 3	0.10 2	0.19 73	1.46 391

AE-Stereo	0.49 37	0.27 70	0.67 88	0.60 210	0.39 181	0.67 124	0.46 145	1.18 132	1.09 170	0.47 14	0.75 41	0.69 76	0.47 40	0.59 14	0.40 60	0.16 11	0.15 126	0.21 98	0.20 138	0.19 73	0.15 27

sCroCo_RVC	0.49 37	0.40 253	1.02 249	0.65 262	0.60 289	0.52 54	0.40 86	0.83 23	0.61 22	0.44 8	0.74 39	0.49 29	0.50 57	0.63 25	0.48 117	0.26 247	0.27 295	0.23 153	0.22 200	0.29 244	0.25 210

RCA-Stereo	0.50 39	0.23 14	0.58 49	0.48 55	0.33 124	0.55 68	0.45 138	0.97 62	1.38 299	0.68 46	1.05 112	0.63 59	0.80 166	0.59 14	0.32 7	0.17 32	0.12 10	0.17 14	0.14 23	0.16 13	0.14 11

knoymous	0.51 40	0.29 113	0.47 13	0.43 8	0.30 81	0.55 68	0.55 206	1.02 77	0.77 62	0.98 100	0.85 57	0.94 150	0.56 80	0.85 68	0.45 94	0.20 119	0.14 76	0.26 229	0.14 23	0.23 181	0.23 186

11t1	0.52 41	0.28 86	0.68 91	0.51 98	0.28 52	0.83 192	0.39 82	1.22 146	0.63 25	0.84 75	0.74 39	0.68 71	0.68 129	0.91 78	0.57 161	0.21 147	0.18 199	0.19 51	0.16 60	0.20 100	0.21 154

LL-Strereo2	0.52 41	0.33 191	0.69 100	0.52 114	0.37 156	0.70 142	0.30 23	1.13 121	0.67 41	0.94 91	0.78 46	0.91 138	0.42 22	1.05 107	0.42 75	0.17 32	0.16 157	0.29 258	0.25 242	0.21 134	0.16 42

Selective-RAFT	0.52 41	0.28 86	0.79 172	0.55 156	0.27 33	0.91 209	0.33 34	0.80 19	0.88 87	0.58 34	0.63 22	0.81 100	0.77 154	1.29 138	0.48 117	0.19 92	0.14 76	0.17 14	0.15 31	0.19 73	0.17 62

HUI-Stereo	0.52 41	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.30 23	1.04 84	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	0.79 56	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

test-1	0.52 41	0.26 47	1.04 256	0.56 169	0.32 108	0.61 90	0.38 71	1.10 112	0.91 99	0.78 60	1.01 93	0.77 89	0.52 61	0.60 23	0.42 75	0.17 32	0.14 76	0.20 75	0.17 76	0.20 100	0.23 186

rafts_anoy	0.52 41	0.29 113	0.59 54	0.59 199	0.50 237	0.53 59	0.40 86	1.11 118	1.03 144	0.84 75	0.83 54	0.68 71	0.54 70	0.72 42	0.51 133	0.19 92	0.14 76	0.24 173	0.26 256	0.21 134	0.18 80

s12784h	0.52 41	0.20 2	0.38 4	0.41 5	0.19 1	0.96 228	0.34 44	1.17 127	1.25 238	0.81 69	0.90 66	0.63 59	0.50 57	1.45 171	0.42 75	0.14 4	0.12 10	0.17 14	0.11 6	0.18 43	0.11 1

raftrobust	0.52 41	0.25 36	0.56 38	0.65 262	0.52 255	0.49 31	0.34 44	0.98 64	0.91 99	1.30 237	0.87 61	0.63 59	0.81 169	0.78 53	0.41 67	0.19 92	0.15 126	0.16 9	0.14 23	0.15 5	0.16 42

Gwc-CoAtRS	0.52 41	0.24 20	0.68 91	0.48 55	0.29 65	0.64 99	0.25 4	1.16 125	1.08 164	1.01 107	1.00 88	1.12 209	0.56 80	0.69 32	0.37 39	0.16 11	0.13 43	0.17 14	0.15 31	0.15 5	0.15 27

IGEV_Zeroshot_test	0.53 50	0.30 129	0.99 234	0.56 169	0.35 142	0.41 12	0.32 31	1.37 171	0.63 25	1.00 104	1.09 125	0.95 156	0.41 20	0.83 64	0.39 56	0.18 60	0.12 10	0.19 51	0.18 90	0.19 73	0.17 62

EKT-Stereo	0.53 50	0.30 129	0.73 133	0.58 186	0.60 289	0.51 52	0.48 159	0.94 51	0.90 94	0.71 51	0.88 63	0.77 89	0.43 24	1.07 112	0.40 60	0.22 170	0.16 157	0.21 98	0.18 90	0.20 100	0.22 169

Any-RAFT	0.53 50	0.24 20	0.47 13	0.47 43	0.27 33	1.00 238	0.25 4	1.58 223	1.05 152	0.85 79	0.99 85	1.06 188	0.47 40	0.70 34	0.32 7	0.18 60	0.13 43	0.16 9	0.13 11	0.16 13	0.16 42

anonymousdsp2	0.53 50	0.27 70	0.74 147	0.48 55	0.29 65	0.76 163	0.47 151	1.61 230	0.82 75	0.77 59	0.77 44	0.75 85	0.47 40	1.03 101	0.40 60	0.18 60	0.13 43	0.18 37	0.13 11	0.19 73	0.18 80

fff	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 21	0.36 58	1.07 105	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

test_4	0.53 50	0.22 10	0.56 38	0.54 137	0.32 108	0.64 99	0.39 82	0.80 19	0.62 23	0.92 85	1.87 327	0.68 71	0.42 22	1.16 125	0.37 39	0.15 6	0.13 43	0.20 75	0.22 200	0.20 100	0.15 27

GMOStereo	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

error version	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

test-v	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

test-2	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

raft+_RVC	0.53 50	0.26 47	0.54 33	0.60 210	0.47 227	0.54 62	0.54 193	1.27 156	0.99 131	0.76 56	1.03 108	0.70 79	0.56 80	0.93 84	0.47 112	0.18 60	0.14 76	0.19 51	0.18 90	0.18 43	0.15 27

Anonymous	0.53 50	0.38 244	0.91 214	0.66 267	0.73 323	0.65 111	0.59 232	0.95 54	0.73 56	0.47 14	0.58 20	0.42 5	0.60 99	0.80 57	0.53 147	0.24 209	0.23 267	0.21 98	0.21 174	0.41 303	0.29 248

csc	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 21	0.36 58	1.07 105	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

cscssc	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 21	0.36 58	1.07 105	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

1test111	0.54 64	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	1.42 181	0.78 64	0.58 34	0.79 49	0.48 22	0.88 203	0.88 73	0.59 166	0.20 119	0.12 10	0.25 210	0.15 31	0.22 156	0.21 154

RAFT-Test	0.54 64	0.25 36	0.64 74	0.47 43	0.30 81	0.97 232	0.27 15	1.24 152	0.81 70	0.96 93	1.12 140	1.28 250	0.48 48	0.71 39	0.36 33	0.17 32	0.13 43	0.17 14	0.14 23	0.16 13	0.16 42

DCANet-4	0.54 64	0.26 47	1.07 264	0.42 7	0.24 9	0.48 21	0.36 58	0.99 66	1.30 265	1.10 134	1.02 100	0.56 43	0.75 142	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

x	0.54 64	0.31 161	0.61 61	0.47 43	0.30 81	0.67 124	0.47 151	1.53 214	0.79 68	0.81 69	0.83 54	0.78 92	0.70 135	0.70 34	0.62 178	0.21 147	0.19 212	0.22 124	0.19 110	0.21 134	0.20 137

test-3	0.54 64	0.22 10	0.68 91	0.47 43	0.27 33	0.58 77	0.35 48	0.92 42	1.00 136	1.32 249	0.69 31	0.87 129	0.45 31	1.68 214	0.37 39	0.16 11	0.11 3	0.20 75	0.16 60	0.17 24	0.13 3

test_1	0.54 64	0.22 10	0.68 91	0.47 43	0.27 33	0.58 77	0.35 48	0.92 42	1.00 136	1.28 224	0.68 28	0.87 129	0.45 31	1.67 209	0.37 39	0.16 11	0.11 3	0.20 75	0.16 60	0.17 24	0.13 3

PSM-adaLoss	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.41 97	1.04 84	0.64 27	1.12 140	0.96 75	0.82 105	0.61 108	1.06 108	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

ROB_FTStereo_v2	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.64 99	0.42 99	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.12 120	0.46 107	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

ROB_FTStereo	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.64 99	0.25 4	1.05 90	0.64 27	1.12 140	0.95 73	0.82 105	0.61 108	1.15 123	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

cross-raft	0.54 64	0.25 36	0.61 61	0.52 114	0.29 65	0.68 131	0.37 67	1.46 191	0.76 60	1.01 107	1.06 114	1.28 250	0.46 34	0.71 39	0.35 27	0.15 6	0.12 10	0.18 37	0.16 60	0.19 73	0.14 11

RAFT-IKP	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.59 81	0.36 58	1.04 84	0.64 27	1.12 140	0.96 75	0.83 112	0.61 108	1.22 129	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

RALCasStereoNet	0.54 64	0.30 129	0.66 84	0.59 199	0.51 247	0.61 90	0.52 183	0.94 51	0.93 105	0.70 49	1.01 93	0.78 92	0.44 28	1.33 144	0.47 112	0.20 119	0.16 157	0.18 37	0.16 60	0.20 100	0.19 114

DCANet	0.54 64	0.24 20	0.70 106	0.43 8	0.24 9	0.49 31	0.36 58	1.05 90	1.30 265	1.12 140	1.03 108	0.58 49	0.92 216	0.81 61	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.18 43	0.19 114

RAFT-Stereo + iAFF	0.54 64	0.25 36	0.68 91	0.43 8	0.24 9	0.40 10	0.34 44	1.04 84	1.09 170	1.32 249	1.60 286	0.80 97	0.68 129	0.67 31	0.39 56	0.13 1	0.10 1	0.18 37	0.17 76	0.17 24	0.13 3

CFNet-RSSM	0.54 64	0.24 20	0.70 106	0.48 55	0.28 52	0.60 87	0.27 15	1.49 196	1.14 192	1.06 118	0.93 71	1.08 195	0.54 70	0.70 34	0.35 27	0.16 11	0.12 10	0.17 14	0.15 31	0.16 13	0.14 11

MSKI-zero shot	0.55 79	0.26 47	0.57 46	0.51 98	0.26 20	0.69 135	0.28 18	1.18 132	0.64 27	0.91 83	1.32 212	0.82 105	0.33 10	1.92 243	0.32 7	0.17 32	0.12 10	0.17 14	0.13 11	0.16 13	0.16 42

test_3	0.55 79	0.23 14	0.71 117	0.53 122	0.28 52	0.61 90	0.40 86	0.92 42	1.05 152	1.19 188	0.68 28	0.93 147	0.44 28	1.67 209	0.39 56	0.15 6	0.12 10	0.22 124	0.19 110	0.21 134	0.14 11

Patchmatch Stereo++	0.55 79	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.29 20	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.37 152	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80
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
DeepStereo_RVC	0.55 79	0.29 113	0.72 121	0.51 98	0.30 81	0.59 81	0.33 34	1.03 80	0.70 48	1.16 170	0.93 71	0.83 112	0.94 227	0.96 85	0.54 153	0.21 147	0.14 76	0.21 98	0.19 110	0.24 195	0.24 198

iRAFT	0.55 79	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.29 20	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.37 152	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

CRE-IMP	0.55 79	0.30 129	0.74 147	0.52 114	0.29 65	0.79 178	0.25 4	1.04 84	0.72 53	1.09 126	0.95 73	0.81 100	0.57 88	1.10 115	0.50 130	0.21 147	0.14 76	0.23 153	0.19 110	0.28 239	0.22 169

sAnonymous2	0.55 79	0.56 308	1.46 321	0.60 210	0.51 247	0.48 21	0.52 183	0.79 14	0.68 44	0.50 27	0.67 26	0.46 16	0.62 113	0.59 14	0.40 60	0.22 170	0.17 183	0.22 124	0.21 174	0.86 372	0.56 345

CroCo_RVC	0.55 79	0.56 308	1.46 321	0.60 210	0.51 247	0.48 21	0.52 183	0.79 14	0.68 44	0.50 27	0.67 26	0.46 16	0.62 113	0.59 14	0.40 60	0.22 170	0.17 183	0.22 124	0.21 174	0.86 372	0.56 345

GMStereo	0.55 79	0.45 274	0.94 222	0.50 75	0.32 108	0.64 99	0.43 115	1.00 71	1.40 308	0.82 72	0.73 37	0.51 33	0.45 31	0.85 68	0.55 157	0.24 209	0.15 126	0.20 75	0.21 174	0.31 260	0.24 198
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
H2IRNET	0.56 88	0.26 47	0.66 84	0.47 43	0.35 142	0.41 12	0.26 9	0.92 42	1.17 207	0.61 41	1.28 196	1.08 195	0.86 195	0.99 93	0.63 182	0.19 92	0.16 157	0.22 124	0.25 242	0.21 134	0.18 80

ACVNet-DCA	0.56 88	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	1.42 181	0.78 64	0.58 34	0.79 49	0.48 22	0.88 203	1.46 173	0.32 7	0.20 119	0.12 10	0.25 210	0.15 31	0.22 156	0.21 154

riskmin	0.56 88	0.27 70	0.60 58	0.43 8	0.31 93	0.83 192	0.42 99	1.14 122	1.04 148	0.73 55	0.75 41	1.11 208	1.01 256	0.81 61	0.51 133	0.20 119	0.14 76	0.24 173	0.15 31	0.24 195	0.25 210

MIPNet	0.56 88	0.28 86	0.94 222	0.49 68	0.33 124	0.66 120	0.38 71	1.35 168	1.08 164	1.06 118	0.92 69	0.60 54	0.79 161	0.73 45	0.52 139	0.17 32	0.14 76	0.19 51	0.16 60	0.18 43	0.17 62

iGMRVC	0.56 88	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.38 71	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.52 182	0.46 107	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

MIM_Stereo	0.57 93	0.24 20	0.92 218	0.46 37	0.30 81	0.54 62	0.28 18	1.27 156	0.75 57	1.00 104	1.16 157	0.93 147	0.53 66	1.45 171	0.61 175	0.16 11	0.16 157	0.20 75	0.19 110	0.17 24	0.14 11

qqq	0.57 93	0.34 210	0.71 117	0.47 43	0.27 33	0.64 99	0.62 239	1.42 181	0.78 64	0.80 65	0.92 69	0.95 156	0.77 154	0.88 73	0.59 166	0.21 147	0.20 229	0.24 173	0.23 220	0.22 156	0.21 154

ADStereo(finetuned)	0.57 93	0.24 20	1.06 260	0.43 8	0.24 9	0.49 31	0.35 48	1.05 90	1.30 265	1.12 140	1.03 108	0.58 49	1.20 297	0.84 66	0.51 133	0.16 11	0.13 43	0.17 14	0.13 11	0.18 43	0.19 114

R-Stereo Train	0.57 93	0.26 47	0.63 68	0.54 137	0.36 148	0.69 135	0.54 193	1.22 146	0.72 53	1.61 320	1.50 266	0.75 85	0.53 66	0.64 26	0.44 86	0.18 60	0.15 126	0.17 14	0.15 31	0.17 24	0.17 62

RAFT-Stereo	0.57 93	0.26 47	0.63 68	0.54 137	0.36 148	0.69 135	0.54 193	1.22 146	0.72 53	1.61 320	1.50 266	0.75 85	0.53 66	0.64 26	0.44 86	0.18 60	0.15 126	0.17 14	0.15 31	0.17 24	0.17 62
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT+CT+SA	0.58 98	0.29 113	0.60 58	0.66 267	0.37 156	0.42 14	0.55 206	1.27 156	1.03 144	0.70 49	1.22 172	0.60 54	0.70 135	1.64 203	0.41 67	0.18 60	0.13 43	0.22 124	0.22 200	0.21 134	0.18 80

IPLGR	0.58 98	0.27 70	1.14 278	0.48 55	0.28 52	0.65 111	0.33 34	1.22 146	1.13 190	1.18 184	1.05 112	0.69 76	0.66 128	0.96 85	0.52 139	0.17 32	0.15 126	0.20 75	0.17 76	0.20 100	0.18 80

AFF-stereo	0.58 98	0.25 36	0.64 74	0.46 37	0.29 65	0.34 4	0.38 71	1.15 124	1.14 192	1.17 179	1.60 286	1.10 204	0.71 137	0.97 90	0.43 84	0.13 1	0.11 3	0.19 51	0.19 110	0.17 24	0.14 11

dd	0.59 101	0.48 285	0.97 231	0.55 156	0.32 108	0.64 99	0.47 151	1.02 77	1.34 280	0.78 60	0.86 58	0.58 49	0.54 70	1.01 98	0.86 245	0.28 266	0.18 199	0.26 229	0.19 110	0.32 265	0.24 198

PFNet+	0.59 101	0.28 86	0.77 162	0.53 122	0.30 81	0.59 81	0.31 28	0.92 42	1.14 192	1.33 257	1.10 129	0.79 95	0.57 88	1.31 140	0.49 124	0.25 233	0.17 183	0.28 250	0.26 256	0.21 134	0.25 210

AnonymousM	0.59 101	1.11 375	0.41 9	0.44 23	0.32 108	0.43 15	0.47 151	1.05 90	0.64 27	0.98 100	0.63 22	0.67 69	0.43 24	0.59 14	0.41 67	0.20 119	0.15 126	1.84 392	0.84 384	0.14 2	0.13 3

GANet-ADL	0.60 104	0.35 226	0.72 121	0.64 250	0.40 186	0.68 131	0.51 174	1.49 196	1.12 180	0.95 92	1.08 120	0.91 138	0.57 88	0.76 50	0.55 157	0.26 247	0.18 199	0.18 37	0.16 60	0.23 181	0.25 210

TRStereo	0.60 104	0.60 325	0.97 231	0.74 314	0.67 307	0.46 19	0.38 71	1.85 284	0.89 90	0.79 63	0.80 53	0.88 132	0.39 15	1.10 115	0.41 67	0.23 194	0.15 126	0.23 153	0.24 231	0.17 24	0.15 27

NRIStereo	0.60 104	0.29 113	0.69 100	0.53 122	0.28 52	0.63 97	0.33 34	1.08 109	0.87 83	1.14 156	0.87 61	0.91 138	0.59 97	2.24 271	0.49 124	0.20 119	0.14 76	0.21 98	0.19 110	0.21 134	0.17 62

RALAANet	0.60 104	0.33 191	0.87 200	0.62 233	0.50 237	0.69 135	0.31 28	1.21 139	1.06 155	1.09 126	1.16 157	0.88 132	0.46 34	1.22 129	0.42 75	0.19 92	0.15 126	0.21 98	0.17 76	0.27 225	0.17 62

111	0.60 104	0.23 14	0.70 106	0.43 8	0.24 9	0.72 147	0.42 99	1.18 132	1.41 311	0.80 65	1.38 232	1.10 204	0.79 161	0.96 85	0.58 164	0.18 60	0.13 43	0.17 14	0.15 31	0.17 24	0.19 114

FENet	0.60 104	0.28 86	0.63 68	0.54 137	0.33 124	0.83 192	0.38 71	1.27 156	1.07 160	1.00 104	0.86 58	0.99 170	0.85 187	0.96 85	0.68 192	0.22 170	0.15 126	0.23 153	0.20 138	0.22 156	0.23 186

MyStereo06	0.61 110	0.28 86	0.95 225	0.56 169	0.46 223	0.61 90	0.73 264	1.78 270	0.67 41	1.03 114	1.12 140	1.13 214	0.56 80	0.78 53	0.41 67	0.17 32	0.16 157	0.23 153	0.20 138	0.22 156	0.20 137

ACRE	0.61 110	0.33 191	1.01 243	0.58 186	0.49 231	0.75 159	0.47 151	1.06 103	0.95 110	1.37 267	1.55 274	0.62 57	0.46 34	0.83 64	0.70 194	0.23 194	0.15 126	0.19 51	0.16 60	0.18 43	0.21 154

Anonymous3	0.61 110	0.44 268	1.11 273	0.59 199	0.49 231	0.93 218	0.65 244	0.93 47	0.81 70	0.72 54	0.88 63	0.65 65	0.69 132	1.06 108	0.53 147	0.35 310	0.30 313	0.26 229	0.26 256	0.31 260	0.27 234

tt1	0.62 113	0.32 175	0.51 24	0.54 137	0.26 20	1.16 265	0.48 159	0.95 54	2.47 375	0.57 33	0.77 44	0.49 29	0.81 169	1.55 190	0.32 7	0.20 119	0.12 10	0.24 173	0.15 31	0.19 73	0.20 137

CIPLG	0.62 113	0.33 191	0.96 229	0.58 186	0.50 237	0.75 159	0.48 159	1.05 90	0.96 112	1.40 278	1.57 282	0.64 62	0.48 48	0.89 76	0.70 194	0.23 194	0.15 126	0.19 51	0.16 60	0.19 73	0.21 154

IPLGR_C	0.62 113	0.33 191	0.99 234	0.58 186	0.49 231	0.76 163	0.48 159	1.10 112	0.96 112	1.40 278	1.56 278	0.62 57	0.48 48	0.80 57	0.71 199	0.23 194	0.15 126	0.19 51	0.16 60	0.19 73	0.21 154

HHNet	0.62 113	0.26 47	0.63 68	0.43 8	0.45 213	0.50 41	0.58 225	1.07 105	1.01 138	1.25 215	2.23 352	0.70 79	0.61 108	1.07 112	0.47 112	0.20 119	0.13 43	0.23 153	0.19 110	0.19 73	0.30 260

Pruner-Stereo	0.62 113	0.29 113	0.70 106	0.61 222	0.31 93	0.63 97	0.43 115	1.17 127	0.99 131	1.53 305	1.08 120	0.95 156	0.55 76	1.35 148	0.51 133	0.23 194	0.14 76	0.24 173	0.21 174	0.21 134	0.23 186

DIP-Stereo	0.62 113	0.30 129	0.83 182	0.48 55	0.36 148	0.95 224	0.33 34	2.37 372	0.67 41	1.25 215	1.00 88	0.68 71	0.51 59	0.91 78	0.61 175	0.18 60	0.15 126	0.21 98	0.17 76	0.19 73	0.19 114
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
mmm	0.63 119	0.35 226	0.72 121	0.51 98	0.30 81	0.86 201	0.54 193	1.59 224	0.86 79	1.07 120	1.38 232	0.79 95	0.75 142	0.91 78	0.58 164	0.22 170	0.18 199	0.29 258	0.25 242	0.25 205	0.23 186

HH	0.63 119	0.30 129	0.77 162	0.50 75	0.32 108	0.49 31	0.46 145	1.65 237	0.64 27	0.69 47	1.09 125	1.63 308	0.85 187	1.90 241	0.37 39	0.18 60	0.13 43	0.19 51	0.17 76	0.19 73	0.16 42

HanStereo	0.63 119	0.30 129	0.77 162	0.50 75	0.32 108	0.49 31	0.46 145	1.65 237	0.64 27	0.69 47	1.09 125	1.63 308	0.85 187	1.90 241	0.37 39	0.18 60	0.13 43	0.19 51	0.17 76	0.19 73	0.16 42

CAS	0.63 119	0.18 1	0.37 2	2.27 394	0.84 351	0.57 76	0.54 193	0.79 14	0.62 23	0.48 18	0.70 32	0.36 2	0.26 1	0.45 2	0.35 27	2.24 395	0.10 1	0.14 1	0.09 1	0.15 5	1.06 385

TestStereo1	0.63 119	0.28 86	0.75 149	0.76 320	0.31 93	0.48 21	0.43 115	1.30 160	1.21 225	0.97 96	1.31 206	0.64 62	0.77 154	1.75 222	0.42 75	0.20 119	0.15 126	0.22 124	0.18 90	0.21 134	0.17 62

RAFT_CTSACE	0.63 119	0.26 47	0.88 203	0.55 156	0.51 247	0.71 145	0.44 127	0.80 19	0.97 119	0.97 96	1.84 322	1.18 222	0.68 129	1.47 177	0.36 33	0.16 11	0.15 126	0.21 98	0.20 138	0.20 100	0.14 11

SA-5K	0.63 119	0.28 86	0.75 149	0.76 320	0.31 93	0.48 21	0.43 115	1.30 160	1.21 225	0.97 96	1.31 206	0.64 62	0.77 154	1.75 222	0.42 75	0.20 119	0.15 126	0.22 124	0.18 90	0.21 134	0.17 62

ICVP	0.63 119	0.33 191	0.57 46	0.61 222	0.40 186	0.80 183	0.58 225	1.61 230	0.89 90	0.90 81	1.24 178	0.88 132	0.73 138	0.72 42	0.88 246	0.29 274	0.21 245	0.22 124	0.21 174	0.24 195	0.27 234
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	0.63 119	0.26 47	1.90 352	0.81 332	0.67 307	0.43 15	0.23 3	1.03 80	0.58 18	0.65 44	1.56 278	1.41 271	0.39 15	1.28 135	0.35 27	0.20 119	0.14 76	0.20 75	0.19 110	0.18 43	0.14 11

ACVNet	0.63 119	0.31 161	0.54 33	0.54 137	0.36 148	0.80 183	0.46 145	1.37 171	1.07 160	0.93 86	1.30 201	1.08 195	0.85 187	0.80 57	0.94 252	0.21 147	0.19 212	0.21 98	0.18 90	0.22 156	0.18 80

cc1	0.64 129	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	0.93 47	3.05 387	0.58 34	0.79 49	0.48 22	0.88 203	1.46 173	0.32 7	0.20 119	0.12 10	0.25 210	0.15 31	0.19 73	0.19 114

GwcNet-ADL	0.64 129	0.31 161	0.79 172	0.56 169	0.41 192	0.60 87	0.58 225	1.41 179	1.26 243	1.08 121	1.13 145	0.91 138	0.60 99	1.04 106	0.78 220	0.27 256	0.18 199	0.18 37	0.18 90	0.25 205	0.29 248

RAFT	0.64 129	0.30 129	0.73 133	0.59 199	0.33 124	0.68 131	0.58 225	1.04 84	0.76 60	1.08 121	1.19 165	1.65 313	0.93 222	1.06 108	0.56 159	0.21 147	0.18 199	0.27 240	0.24 231	0.22 156	0.17 62

TestStereo	0.64 129	0.39 249	0.71 117	0.51 98	0.27 33	0.56 71	0.42 99	1.03 80	0.91 99	0.80 65	1.00 88	0.68 71	0.52 61	3.25 312	0.45 94	0.22 170	0.15 126	0.24 173	0.18 90	0.27 225	0.16 42

DN-CSS_ROB	0.64 129	0.32 175	1.05 257	0.55 156	0.40 186	0.54 62	0.45 138	1.21 139	0.93 105	1.03 114	1.47 257	0.69 76	0.63 118	1.76 227	0.49 124	0.18 60	0.14 76	0.25 210	0.22 200	0.22 156	0.20 137

MyStereo8	0.65 134	0.29 113	1.00 239	0.58 186	0.49 231	0.91 209	0.35 48	1.18 132	1.31 269	1.16 170	1.27 191	0.90 137	0.64 121	0.72 42	0.95 254	0.18 60	0.14 76	0.20 75	0.18 90	0.22 156	0.26 228

whm_eth	0.65 134	0.47 280	1.05 257	0.55 156	0.64 300	0.69 135	0.45 138	1.34 166	1.26 243	1.02 110	1.92 332	0.49 29	0.48 48	0.70 34	0.52 139	0.23 194	0.20 229	0.25 210	0.24 231	0.24 195	0.31 270

StereoVision	0.65 134	0.34 210	0.86 190	0.59 199	0.40 186	0.50 41	0.41 97	1.09 110	0.93 105	0.71 51	2.50 364	0.82 105	0.57 88	1.03 101	0.49 124	0.25 233	0.28 301	0.29 258	0.28 281	0.36 280	0.20 137

CASS	0.65 134	0.34 210	0.72 121	0.56 169	0.27 33	0.78 174	0.42 99	1.59 224	0.86 79	1.30 237	1.25 182	0.87 129	0.84 184	0.84 66	0.54 153	0.35 310	0.19 212	0.26 229	0.21 174	0.28 239	0.42 311
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.65 134	0.30 129	0.75 149	0.67 277	0.50 237	0.92 215	0.52 183	1.39 177	1.12 180	0.76 56	1.11 134	1.00 171	0.90 210	1.53 186	0.45 94	0.18 60	0.13 43	0.23 153	0.22 200	0.21 134	0.19 114

iRaft-Stereo_20w	0.65 134	0.31 161	1.00 239	0.47 43	0.34 139	0.73 150	0.30 23	2.96 386	0.70 48	1.15 159	1.14 148	0.76 88	0.65 126	1.11 118	0.38 50	0.17 32	0.13 43	0.18 37	0.16 60	0.19 73	0.18 80

EAI-Stereo	0.65 134	0.28 86	0.69 100	0.53 122	0.27 33	0.60 87	0.40 86	2.28 365	0.64 27	0.71 51	3.18 375	0.57 45	0.43 24	1.06 108	0.41 67	0.18 60	0.13 43	0.17 14	0.17 76	0.17 24	0.17 62

HITNet	0.65 134	0.40 253	0.77 162	0.48 55	0.24 9	1.05 244	0.49 166	1.76 263	1.02 141	1.18 184	1.18 162	0.89 136	0.80 166	0.85 68	0.79 226	0.17 32	0.12 10	0.21 98	0.17 76	0.29 244	0.15 27
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
MyStereo05	0.66 142	0.28 86	1.07 264	0.56 169	0.46 223	0.61 90	0.73 264	1.34 166	1.41 311	1.15 159	0.91 67	0.77 89	0.80 166	1.41 167	0.63 182	0.17 32	0.16 157	0.23 153	0.20 138	0.22 156	0.20 137

PCWNet_CMD	0.66 142	0.32 175	0.88 203	0.49 68	0.37 156	0.78 174	0.40 86	1.42 181	1.31 269	1.16 170	1.31 206	1.25 239	0.62 113	0.89 76	0.57 161	0.20 119	0.16 157	0.27 240	0.19 110	0.40 300	0.25 210

ToySt	0.66 142	0.33 191	1.23 288	0.51 98	0.33 124	0.86 201	0.68 254	1.10 112	0.97 119	0.84 75	1.08 120	1.25 239	0.94 227	1.01 98	0.74 206	0.19 92	0.19 212	0.24 173	0.24 231	0.27 225	0.23 186

DisPM	0.66 142	0.28 86	0.72 121	0.61 222	0.35 142	0.62 96	0.45 138	1.02 77	0.99 131	1.56 313	1.10 129	0.80 97	0.59 97	2.37 280	0.41 67	0.23 194	0.14 76	0.23 153	0.21 174	0.20 100	0.25 210

SA	0.66 142	0.30 129	0.82 180	0.61 222	0.30 81	0.58 77	0.38 71	1.44 188	1.30 265	0.96 93	1.36 226	0.66 67	0.95 232	1.85 237	0.42 75	0.19 92	0.15 126	0.25 210	0.23 220	0.21 134	0.17 62

CFNet_pseudo	0.66 142	0.32 175	0.86 190	0.48 55	0.39 181	0.70 142	0.40 86	1.33 162	1.22 228	1.16 170	1.34 219	1.24 235	0.64 121	0.98 91	0.59 166	0.21 147	0.16 157	0.33 291	0.19 110	0.36 280	0.25 210

GES	0.66 142	0.34 210	0.90 211	0.59 199	0.38 173	0.94 220	0.57 222	2.11 337	0.86 79	1.02 110	1.11 134	0.66 67	0.79 161	0.99 93	0.61 175	0.27 256	0.19 212	0.20 75	0.20 138	0.21 134	0.30 260

MSMDNet	0.66 142	0.32 175	0.87 200	0.49 68	0.37 156	0.79 178	0.40 86	1.43 187	1.31 269	1.15 159	1.31 206	1.24 235	0.63 118	0.88 73	0.57 161	0.21 147	0.16 157	0.26 229	0.19 110	0.39 296	0.24 198

ccs_rob	0.66 142	0.33 191	0.86 190	0.48 55	0.39 181	0.70 142	0.40 86	1.33 162	1.22 228	1.16 170	1.34 219	1.23 233	0.64 121	0.98 91	0.59 166	0.21 147	0.16 157	0.35 308	0.20 138	0.37 284	0.25 210

MyStereo04	0.67 151	0.29 113	1.07 264	0.55 156	0.45 213	0.59 81	0.79 277	1.50 200	1.40 308	0.91 83	0.91 67	0.74 83	0.86 195	1.52 182	0.62 178	0.17 32	0.16 157	0.24 173	0.20 138	0.23 181	0.20 137

xx1	0.67 151	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	0.93 47	3.05 387	0.58 34	0.79 49	0.95 156	0.77 154	1.46 173	0.32 7	0.20 119	0.12 10	0.24 173	0.23 220	0.22 156	0.21 154

GMStereo_Zeroshot	0.67 151	0.61 326	1.01 243	0.64 250	0.37 156	0.84 199	0.35 48	1.05 90	1.12 180	1.12 140	1.06 114	1.27 247	0.54 70	1.19 126	0.59 166	0.32 290	0.17 183	0.31 271	0.18 90	0.52 339	0.22 169

DMCA	0.67 151	0.34 210	0.90 211	0.51 98	0.44 206	0.86 201	0.47 151	1.42 181	1.02 141	1.17 179	1.12 140	1.23 233	0.75 142	0.78 53	0.95 254	0.25 233	0.19 212	0.27 240	0.19 110	0.24 195	0.27 234

raft_robust	0.68 155	0.30 129	0.64 74	0.52 114	0.26 20	0.54 62	0.35 48	1.33 162	1.24 235	1.16 170	1.07 117	0.60 54	0.54 70	3.58 322	0.37 39	0.18 60	0.14 76	0.20 75	0.22 200	0.20 100	0.16 42

IPLG	0.69 156	0.27 70	0.97 231	0.51 98	0.43 200	0.79 178	0.33 34	1.21 139	1.06 155	1.30 237	1.10 129	0.52 38	0.55 76	3.16 310	0.63 182	0.16 11	0.14 76	0.19 51	0.16 60	0.18 43	0.17 62

UCFNet_RVC	0.69 156	0.35 226	0.49 17	0.64 250	0.39 181	0.85 200	0.58 225	1.75 257	1.14 192	0.97 96	1.19 165	1.17 219	0.93 222	0.99 93	0.62 178	0.28 266	0.20 229	0.34 301	0.31 304	0.32 265	0.27 234

CFNet_ucs	0.70 158	0.33 191	0.88 203	0.50 75	0.43 200	0.74 153	0.44 127	1.60 227	1.29 259	1.22 200	1.54 272	1.09 202	0.63 118	0.99 93	0.59 166	0.25 233	0.20 229	0.37 318	0.21 174	0.40 300	0.28 245

IER	0.70 158	0.31 161	1.02 249	0.48 55	0.52 255	1.34 291	0.51 174	1.17 127	0.99 131	1.23 203	1.34 219	1.12 209	1.11 280	0.99 93	0.71 199	0.20 119	0.16 157	0.21 98	0.21 174	0.20 100	0.19 114

HCRNet	0.70 158	0.39 249	0.73 133	0.60 210	0.59 286	0.76 163	0.35 48	1.22 146	1.13 190	1.02 110	0.99 85	1.02 180	0.76 150	2.19 268	0.70 194	0.28 266	0.19 212	0.28 250	0.23 220	0.25 205	0.23 186

SFCPSM	0.70 158	0.28 86	1.02 249	0.51 98	0.38 173	1.37 294	0.66 249	2.00 318	1.03 144	1.17 179	1.21 170	0.82 105	0.78 159	1.03 101	0.53 147	0.21 147	0.17 183	0.22 124	0.24 231	0.21 134	0.19 114

AdaStereo	0.70 158	0.43 265	0.75 149	0.73 312	0.37 156	0.92 215	0.53 189	1.85 284	1.18 212	1.12 140	1.23 176	1.07 194	0.65 126	0.96 85	0.63 182	0.31 285	0.15 126	0.32 284	0.21 174	0.29 244	0.22 169
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.
BSDual-CNN	0.71 163	0.32 175	0.68 91	0.54 137	0.44 206	1.27 282	0.65 244	2.16 347	0.98 124	1.20 192	1.11 134	1.12 209	0.74 140	0.91 78	0.66 188	0.24 209	0.17 183	0.25 210	0.22 200	0.22 156	0.22 169

qqq1	0.72 164	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.44 86	0.24 209	0.20 229	0.18 37	0.15 31	0.18 43	0.18 80

fff1	0.72 164	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.44 86	0.24 209	0.20 229	0.18 37	0.15 31	0.18 43	0.18 80

ffm	0.72 164	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 375	1.15 159	1.45 250	1.06 188	0.82 173	1.55 190	0.32 7	0.20 119	0.12 10	0.31 271	0.27 264	0.19 73	0.20 137

anonymousa	0.72 164	0.27 70	0.75 149	0.47 43	0.63 298	1.43 304	0.45 138	1.24 152	0.89 90	1.28 224	1.75 312	1.62 306	1.13 285	0.69 32	0.59 166	0.19 92	0.16 157	0.23 153	0.25 242	0.20 100	0.18 80

Sa-1000	0.72 164	0.29 113	0.76 158	0.59 199	0.30 81	0.73 150	0.37 67	1.62 233	1.33 277	1.28 224	2.04 342	0.86 125	0.75 142	1.84 234	0.38 50	0.19 92	0.14 76	0.25 210	0.23 220	0.20 100	0.16 42

psmg	0.72 164	0.32 175	0.68 91	0.50 75	0.44 206	1.48 307	0.75 266	1.94 308	0.98 124	1.21 195	1.33 214	1.12 209	0.74 140	0.91 78	0.66 188	0.24 209	0.19 212	0.25 210	0.25 242	0.23 181	0.22 169

UDGNet	0.72 164	1.17 380	0.80 177	0.77 323	0.41 192	0.77 169	0.38 71	0.97 62	1.34 280	0.81 69	0.88 63	0.71 81	0.60 99	1.21 128	0.54 153	0.52 357	0.19 212	1.02 384	0.26 256	0.71 367	0.31 270

PSMNet-ADL	0.72 164	0.35 226	0.62 65	0.69 290	0.46 223	1.14 258	0.44 127	1.37 171	1.01 138	0.83 73	1.17 160	1.33 259	0.96 237	1.43 168	0.95 254	0.33 295	0.22 259	0.21 98	0.23 220	0.27 225	0.29 248

LCNet	0.72 164	0.28 86	0.52 26	0.55 156	0.31 93	0.69 135	0.54 193	1.00 71	0.88 87	1.19 188	1.34 219	0.97 164	1.34 319	2.56 288	0.45 94	0.18 60	0.13 43	0.21 98	0.25 242	0.27 225	0.73 369

GANet-RSSM	0.72 164	0.28 86	0.63 68	0.64 250	0.58 279	0.80 183	0.58 225	1.89 292	1.08 164	1.04 117	1.25 182	1.15 217	1.04 264	1.49 179	0.62 178	0.25 233	0.19 212	0.22 124	0.22 200	0.22 156	0.21 154

PSMNet-RSSM	0.72 164	0.30 129	0.61 61	0.63 241	0.42 195	0.73 150	0.56 212	1.92 302	1.10 174	1.09 126	1.37 228	1.22 228	0.98 244	1.28 135	0.72 202	0.27 256	0.19 212	0.27 240	0.29 292	0.24 195	0.24 198

CFNet-ft	0.72 164	0.32 175	0.54 33	0.66 267	0.54 261	0.83 192	0.55 206	1.37 171	1.15 201	0.93 86	1.28 196	1.57 298	0.97 240	1.35 148	0.81 230	0.26 247	0.20 229	0.33 291	0.25 242	0.30 253	0.23 186

CFNet_RVC	0.72 164	0.32 175	0.54 33	0.66 267	0.54 261	0.83 192	0.55 206	1.37 171	1.15 201	0.93 86	1.28 196	1.57 298	0.97 240	1.35 148	0.81 230	0.26 247	0.20 229	0.33 291	0.25 242	0.30 253	0.23 186

MLCV	0.72 164	0.34 210	1.10 271	0.51 98	0.23 6	0.91 209	0.39 82	1.33 162	1.23 231	1.46 291	1.55 274	1.01 178	0.64 121	1.95 248	0.80 229	0.18 60	0.12 10	0.18 37	0.14 23	0.19 73	0.17 62

CoDeX	0.73 178	0.29 113	0.93 220	0.54 137	0.36 148	1.14 258	0.61 237	2.34 370	1.17 207	1.16 170	1.25 182	0.91 138	0.87 199	1.33 144	0.64 186	0.20 119	0.16 157	0.21 98	0.18 90	0.20 100	0.18 80

cf-r	0.73 178	0.30 129	0.77 162	0.55 156	0.63 298	0.78 174	0.48 159	1.79 272	1.15 201	1.13 154	1.26 188	1.43 273	0.87 199	1.40 166	0.85 243	0.25 233	0.18 199	0.22 124	0.23 220	0.19 73	0.19 114

BEATNet_4x	0.73 178	0.49 288	1.17 282	0.53 122	0.26 20	1.03 241	0.55 206	1.82 278	1.06 155	1.21 195	1.22 172	0.96 162	0.91 213	1.01 98	1.06 267	0.21 147	0.14 76	0.24 173	0.19 110	0.37 284	0.21 154

gwcnet-sp	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 200	1.14 192	1.30 237	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

scenet	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 200	1.14 192	1.30 237	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

ssnet	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 200	1.14 192	1.30 237	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

BUS	0.74 181	0.32 175	0.68 91	0.54 137	0.44 206	2.34 368	0.42 99	2.16 347	0.98 124	1.20 192	1.11 134	1.03 183	0.62 113	0.91 78	0.70 194	0.24 209	0.17 183	0.25 210	0.22 200	0.22 156	0.22 169

GMM-Stereo	0.74 181	0.25 36	0.59 54	0.54 137	0.34 139	0.72 147	0.99 322	1.01 76	0.87 83	1.36 265	1.78 315	1.12 209	0.81 169	2.09 259	0.46 107	0.18 60	0.12 10	0.25 210	0.25 242	0.20 100	0.85 375

DMCA-RVC	0.74 181	0.40 253	1.27 297	0.66 267	0.49 231	0.77 169	0.47 151	1.35 168	1.01 138	1.53 305	1.01 93	1.29 253	0.82 173	1.31 140	0.78 220	0.27 256	0.21 245	0.35 308	0.27 264	0.32 265	0.24 198

DeepPruner_ROB	0.74 181	0.48 285	0.87 200	0.57 180	0.44 206	0.79 178	0.54 193	1.73 251	0.96 112	1.38 272	1.27 191	1.24 235	0.73 138	1.43 168	0.73 205	0.34 303	0.28 301	0.27 240	0.26 256	0.31 260	0.31 270

SMFormer	0.75 188	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.82 235	0.24 209	0.20 229	0.22 124	0.21 174	0.23 181	0.24 198

tta	0.75 188	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.82 235	0.24 209	0.20 229	0.22 124	0.21 174	0.18 43	0.18 80

KYRaft	0.75 188	0.28 86	0.62 65	0.56 169	0.29 65	0.67 124	0.86 295	0.94 51	0.84 78	1.62 323	2.21 351	1.16 218	1.02 261	1.57 194	0.40 60	0.20 119	0.13 43	0.22 124	0.28 281	0.20 100	1.02 380

Prome-Stereo	0.75 188	0.27 70	0.53 28	0.55 156	0.32 108	0.59 81	0.97 318	0.89 34	0.88 87	1.45 289	2.46 363	0.91 138	1.41 322	1.58 196	0.44 86	0.18 60	0.13 43	0.19 51	0.17 76	0.20 100	0.92 376

acv_ft	0.75 188	0.31 161	0.95 225	0.70 295	0.86 354	1.24 278	0.53 189	1.44 188	1.07 160	1.24 211	1.30 201	1.08 195	0.92 216	0.80 57	1.34 304	0.21 147	0.19 212	0.21 98	0.18 90	0.21 134	0.18 80

iResNet	0.75 188	0.40 253	1.36 310	0.67 277	0.29 65	0.92 215	0.59 232	1.52 208	1.25 238	1.28 224	1.48 262	0.94 150	0.76 150	1.62 201	0.78 220	0.18 60	0.14 76	0.18 37	0.15 31	0.22 156	0.23 186

AASNet	0.76 194	0.35 226	0.91 214	0.79 326	0.81 347	1.14 258	0.56 212	2.02 325	1.08 164	1.22 200	1.24 178	0.93 147	0.76 150	0.77 52	1.16 282	0.27 256	0.23 267	0.24 173	0.20 138	0.28 239	0.24 198

NINENet	0.77 195	0.37 239	0.78 170	0.62 233	0.51 247	2.34 368	0.42 99	1.83 282	1.04 148	1.14 156	1.23 176	1.03 183	0.62 113	1.24 132	0.70 194	0.28 266	0.23 267	0.31 271	0.21 174	0.26 213	0.25 210

hknet	0.77 195	0.32 175	0.95 225	0.54 137	0.38 173	1.27 282	0.65 244	2.16 347	1.07 160	1.20 192	1.11 134	1.59 302	0.81 169	1.37 152	0.66 188	0.22 170	0.17 183	0.25 210	0.22 200	0.22 156	0.22 169

ARAFT	0.77 195	0.36 233	1.49 328	0.51 98	0.31 93	0.90 207	0.82 287	1.90 295	1.06 155	1.62 323	1.24 178	1.02 180	0.64 121	1.84 234	0.50 130	0.18 60	0.14 76	0.28 250	0.27 264	0.17 24	0.16 42

psm_up	0.77 195	0.34 210	0.70 106	0.66 267	0.58 279	1.05 244	0.92 308	1.52 208	1.12 180	1.26 219	1.16 157	1.31 257	1.23 303	1.20 127	0.81 230	0.25 233	0.29 309	0.31 271	0.27 264	0.27 225	0.25 210

GwcNet-RSSM	0.77 195	0.32 175	1.01 243	0.62 233	0.54 261	0.78 174	0.51 174	1.73 251	1.20 220	1.09 126	1.37 228	1.46 281	0.85 187	1.53 186	1.09 272	0.25 233	0.18 199	0.23 153	0.24 231	0.20 100	0.19 114

iResNet_ROB	0.77 195	0.30 129	0.99 234	0.57 180	0.36 148	0.83 192	0.36 58	2.33 368	1.58 333	1.27 222	1.30 201	1.25 239	0.84 184	1.65 204	0.79 226	0.20 119	0.14 76	0.17 14	0.12 9	0.18 43	0.27 234

PSM-softLoss	0.78 201	0.31 161	0.77 162	0.58 186	0.32 108	0.56 71	0.40 86	1.18 132	0.70 48	1.24 211	1.07 117	0.83 112	0.52 61	5.36 350	0.53 147	0.24 209	0.15 126	0.25 210	0.22 200	0.20 100	0.25 210

KMStereo	0.78 201	0.31 161	0.77 162	0.58 186	0.32 108	0.56 71	0.40 86	1.18 132	0.70 48	1.24 211	1.07 117	0.83 112	0.52 61	5.36 350	0.53 147	0.24 209	0.15 126	0.25 210	0.22 200	0.20 100	0.25 210

STTStereo	0.78 201	0.50 292	1.22 287	0.64 250	0.54 261	0.89 204	0.54 193	1.44 188	1.11 176	1.38 272	1.09 125	1.27 247	0.85 187	1.43 168	0.83 237	0.29 274	0.27 295	0.33 291	0.39 335	0.32 265	0.30 260

PSM-AAD	0.79 204	0.27 70	0.53 28	0.55 156	0.28 52	0.77 169	1.24 348	0.99 66	0.91 99	1.66 326	1.57 282	0.81 100	2.19 376	1.65 204	0.44 86	0.19 92	0.14 76	0.38 321	0.32 310	0.21 134	0.70 366

hitnet-ft	0.79 204	0.35 226	0.57 46	0.58 186	0.42 195	0.96 228	0.46 145	1.47 193	1.33 277	1.19 188	1.22 172	1.81 327	0.98 244	1.66 208	0.94 252	0.33 295	0.28 301	0.34 301	0.27 264	0.35 274	0.31 270

NLCA_NET_v2_RVC	0.79 204	0.43 265	1.05 257	0.64 250	0.58 279	0.95 224	0.53 189	1.53 214	1.18 212	1.37 267	1.15 154	1.43 273	0.88 203	1.61 200	0.84 240	0.25 233	0.22 259	0.27 240	0.27 264	0.29 244	0.29 248
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NF-Stereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.02 100	0.82 105	0.57 88	5.40 354	0.48 117	0.23 194	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

OCTAStereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.01 93	0.82 105	0.57 88	5.35 349	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

DRaft	0.80 207	0.24 20	0.70 106	0.45 33	0.30 81	0.97 232	0.53 189	1.05 90	0.97 119	1.78 336	2.02 340	0.80 97	1.74 352	2.73 295	0.72 202	0.17 32	0.14 76	0.20 75	0.20 138	0.18 43	0.21 154

RE-Stereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.01 93	0.81 100	0.57 88	5.37 352	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

TVStereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.01 93	0.81 100	0.57 88	5.37 352	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

UPFNet	0.80 207	0.32 175	0.90 211	0.59 199	0.74 325	1.26 281	0.80 283	1.52 208	1.10 174	1.30 237	1.12 140	1.30 254	0.84 184	1.67 209	1.09 272	0.24 209	0.24 276	0.24 173	0.23 220	0.25 205	0.18 80

iResNetv2_ROB	0.80 207	0.37 239	1.71 340	0.56 169	0.37 156	0.94 220	0.64 242	1.73 251	1.34 280	1.23 203	1.42 241	1.26 243	0.92 216	1.85 237	0.56 159	0.23 194	0.15 126	0.19 51	0.14 23	0.24 195	0.19 114

StereoDRNet-Refined	0.80 207	0.41 259	0.88 203	0.62 233	0.42 195	1.33 289	0.48 159	1.52 208	1.17 207	1.45 289	1.44 248	1.44 277	0.90 210	1.26 134	1.24 290	0.20 119	0.16 157	0.27 240	0.24 231	0.25 205	0.28 245
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DCRE	0.82 215	0.26 47	0.70 106	0.58 186	0.44 206	0.54 62	0.48 159	0.95 54	0.78 64	0.78 60	7.33 405	0.86 125	0.52 61	0.76 50	0.41 67	0.16 11	0.16 157	0.19 51	0.17 76	0.18 43	0.17 62

SepStereo	0.82 215	0.34 210	1.03 253	0.64 250	0.69 315	0.77 169	0.63 240	1.54 216	1.20 220	1.79 339	1.55 274	0.95 156	1.04 264	2.30 275	0.60 173	0.21 147	0.16 157	0.25 210	0.18 90	0.27 225	0.22 169

GrayStereo	0.82 215	0.26 47	0.58 49	0.63 241	0.37 156	0.76 163	1.86 381	1.11 118	0.87 83	1.99 353	1.89 329	1.08 195	1.82 360	1.39 161	0.48 117	0.19 92	0.14 76	0.19 51	0.21 174	0.18 43	0.39 302

LMCR-Stereo	0.82 215	0.46 276	0.88 203	0.75 318	0.43 200	1.33 289	0.56 212	2.43 376	0.98 124	1.53 305	1.49 263	0.74 83	1.00 254	1.63 202	0.89 247	0.28 266	0.17 183	0.22 124	0.17 76	0.29 244	0.20 137

ac_64	0.82 215	0.29 113	0.81 178	0.71 302	0.60 289	1.05 244	0.54 193	1.99 317	0.92 103	1.18 184	1.06 114	1.99 343	1.08 275	1.94 247	0.97 259	0.27 256	0.22 259	0.24 173	0.23 220	0.22 156	0.19 114

SST-Stereo	0.83 220	0.28 86	0.72 121	0.59 199	0.31 93	0.72 147	0.26 9	1.09 110	0.86 79	1.47 292	1.10 129	1.00 171	0.87 199	5.73 362	0.45 94	0.22 170	0.13 43	0.23 153	0.19 110	0.23 181	0.18 80

RAFT_R40	0.83 220	0.28 86	0.73 133	0.59 199	0.31 93	0.69 135	0.44 127	1.10 112	0.95 110	1.47 292	1.10 129	1.00 171	0.85 187	5.53 356	0.46 107	0.22 170	0.13 43	0.23 153	0.20 138	0.23 181	0.18 80

UNet	0.83 220	0.34 210	1.31 301	0.58 186	0.74 325	1.58 317	0.49 166	1.41 179	1.04 148	1.21 195	1.08 120	1.54 294	1.12 283	1.65 204	1.09 272	0.23 194	0.17 183	0.25 210	0.20 138	0.25 205	0.22 169

FADNet_RVC	0.83 220	0.51 295	1.83 350	0.54 137	0.42 195	1.19 272	0.46 145	1.51 205	1.09 170	0.89 80	1.24 178	0.91 138	0.87 199	2.11 261	1.11 277	0.27 256	0.22 259	0.31 271	0.28 281	0.43 313	0.38 299

DAS	0.84 224	0.34 210	1.03 253	0.64 250	0.69 315	0.77 169	0.63 240	1.54 216	1.20 220	1.79 339	1.55 274	0.95 156	1.04 264	2.83 297	0.60 173	0.21 147	0.16 157	0.25 210	0.18 90	0.27 225	0.22 169

RAFT-345	0.84 224	0.25 36	0.66 84	0.50 75	0.27 33	0.54 62	0.42 99	0.83 23	1.11 176	1.32 249	2.34 357	0.86 125	0.54 70	5.72 361	0.47 112	0.18 60	0.13 43	0.22 124	0.17 76	0.17 24	0.16 42

MMNet	0.84 224	0.32 175	1.09 268	0.60 210	0.59 286	1.85 344	0.49 166	1.51 205	1.27 250	1.37 267	1.15 154	1.26 243	1.18 291	1.67 209	1.22 288	0.19 92	0.18 199	0.23 153	0.22 200	0.25 205	0.21 154

FADNet-RVC-Resample	0.84 224	0.47 280	2.10 359	0.61 222	0.45 213	1.07 249	0.61 237	1.59 224	1.20 220	1.08 121	0.98 83	1.03 183	0.98 244	2.17 264	0.72 202	0.23 194	0.22 259	0.30 267	0.32 310	0.35 274	0.34 282

iRaft-Stereo_5w	0.85 228	0.29 113	0.91 214	0.53 122	0.43 200	0.49 31	0.68 254	0.99 66	0.87 83	0.79 63	1.34 219	1.46 281	0.91 213	5.11 345	1.11 277	0.17 32	0.14 76	0.22 124	0.18 90	0.20 100	0.20 137

SACVNet	0.85 228	0.46 276	0.85 184	0.81 332	0.56 269	0.80 183	0.79 277	1.68 243	1.12 180	1.34 260	1.33 214	1.25 239	0.94 227	2.39 282	0.76 212	0.34 303	0.26 287	0.31 271	0.29 292	0.35 274	0.44 317

ADLNet	0.85 228	0.36 233	0.89 208	0.85 346	0.72 320	1.24 278	0.76 269	1.82 278	1.36 291	1.52 304	1.35 225	1.27 247	0.99 252	1.23 131	1.15 281	0.27 256	0.20 229	0.26 229	0.25 242	0.28 239	0.30 260

delet	0.85 228	0.32 175	0.95 225	0.65 262	0.66 305	1.64 323	0.84 289	1.75 257	1.35 288	1.32 249	1.30 201	1.30 254	0.88 203	1.68 214	1.10 275	0.21 147	0.21 245	0.24 173	0.24 231	0.21 134	0.21 154

HGLStereo	0.85 228	0.38 244	0.94 222	0.80 329	1.03 367	1.17 267	0.58 225	1.52 208	1.20 220	1.19 188	1.62 293	1.13 214	1.20 297	1.80 231	1.06 267	0.24 209	0.24 276	0.24 173	0.21 174	0.23 181	0.27 234

CRFU-Net	0.86 233	0.39 249	1.00 239	0.65 262	0.57 271	1.78 338	0.86 295	2.15 344	0.81 70	1.38 272	1.18 162	1.64 311	1.19 294	1.35 148	0.90 249	0.26 247	0.22 259	0.21 98	0.19 110	0.23 181	0.24 198

dad	0.86 233	0.66 334	1.06 260	0.56 169	0.37 156	0.76 163	0.44 127	1.17 127	1.50 324	1.44 287	1.27 191	1.34 263	0.75 142	2.52 287	0.84 240	0.42 333	0.27 295	0.83 377	0.26 256	0.41 303	0.29 248

AACVNet	0.86 233	0.35 226	0.79 172	0.82 337	0.39 181	0.76 163	0.49 166	1.61 230	0.81 70	1.08 121	1.33 214	1.30 254	0.93 222	4.34 333	0.74 206	0.25 233	0.21 245	0.28 250	0.22 200	0.29 244	0.25 210

DLCB_ROB	0.86 233	0.40 253	0.78 170	0.68 287	0.54 261	1.11 253	0.84 289	1.49 196	1.23 231	1.64 325	1.65 299	1.70 318	0.91 213	1.70 216	1.05 265	0.25 233	0.24 276	0.26 229	0.27 264	0.27 225	0.24 198

HSM-Net_RVC	0.87 237	0.29 113	0.53 28	0.53 122	0.30 81	1.15 263	0.55 206	3.57 393	1.28 255	1.53 305	1.74 309	1.68 316	0.93 222	1.49 179	0.77 218	0.22 170	0.17 183	0.19 51	0.18 90	0.20 100	0.19 114
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.88 238	0.36 233	1.02 249	0.62 233	0.38 173	1.32 288	0.97 318	2.07 333	1.34 280	1.37 267	1.18 162	1.54 294	0.92 216	1.10 115	1.65 335	0.30 278	0.27 295	0.30 267	0.28 281	0.27 225	0.26 228

ADLNet2	0.88 238	0.34 210	1.17 282	0.77 323	0.64 300	1.12 256	0.76 269	1.74 255	1.24 235	1.21 195	1.65 299	1.71 319	1.05 268	1.67 209	1.17 284	0.24 209	0.21 245	0.21 98	0.22 200	0.26 213	0.29 248

ASMatch	0.88 238	0.26 47	0.69 100	0.51 98	0.35 142	0.48 21	0.37 67	1.12 120	0.92 103	1.10 134	3.28 376	0.96 162	0.98 244	4.90 342	0.49 124	0.19 92	0.16 157	0.22 124	0.19 110	0.19 73	0.27 234

IRAFT_RVC	0.88 238	0.28 86	0.76 158	0.63 241	0.31 93	0.65 111	1.02 327	1.22 146	0.94 108	1.22 200	1.04 111	1.01 178	0.98 244	5.82 363	0.53 147	0.22 170	0.12 10	0.25 210	0.20 138	0.20 100	0.19 114

FADNet-RVC	0.88 238	0.67 335	1.93 354	0.60 210	0.48 228	0.91 209	0.60 236	1.71 249	1.18 212	0.90 81	0.96 75	1.36 264	0.92 216	2.25 273	1.17 284	0.30 278	0.29 309	0.32 284	0.32 310	0.41 303	0.35 287

GEStereo_RVC	0.90 243	0.37 239	0.99 234	0.64 250	0.50 237	0.95 224	0.79 277	2.42 375	1.17 207	1.16 170	1.11 134	1.26 243	0.92 216	3.24 311	0.90 249	0.29 274	0.19 212	0.23 153	0.20 138	0.27 225	0.29 248

CBMV_ROB	0.90 243	0.44 268	0.63 68	0.51 98	0.37 156	1.25 280	0.49 166	1.77 266	1.27 250	1.41 280	2.00 337	1.33 259	1.08 275	2.17 264	0.76 212	0.43 338	0.42 357	0.47 347	0.44 347	0.41 303	0.36 291

PSMNet_ROB	0.90 243	0.52 298	1.17 282	0.72 305	0.61 292	1.27 282	1.12 337	1.76 263	1.12 180	1.09 126	1.28 196	1.45 279	0.89 209	1.65 204	1.42 321	0.33 295	0.25 283	0.37 318	0.39 335	0.35 274	0.29 248

FTStereo	0.91 246	0.26 47	0.56 38	0.54 137	0.33 124	0.66 120	1.87 382	1.00 71	0.75 57	1.75 333	4.15 386	1.04 186	1.65 345	1.57 194	0.46 107	0.19 92	0.16 157	0.23 153	0.21 174	0.18 43	0.63 358

PFNet	0.91 246	0.26 47	1.10 271	0.63 241	0.32 108	0.64 99	0.56 212	1.17 127	0.99 131	1.47 292	1.08 120	0.98 165	0.69 132	6.62 375	0.54 153	0.20 119	0.12 10	0.24 173	0.19 110	0.20 100	0.17 62

CBFPSM	0.92 248	0.33 191	1.86 351	0.49 68	0.38 173	1.75 331	0.84 289	1.39 177	1.12 180	1.09 126	0.99 85	2.37 362	1.66 349	1.32 142	1.42 321	0.19 92	0.18 199	0.20 75	0.20 138	0.21 134	0.33 280

FADNet	0.92 248	0.61 326	1.81 347	0.62 233	0.55 267	0.96 228	0.57 222	1.78 270	1.33 277	0.93 86	1.01 93	1.36 264	1.01 256	2.71 294	0.75 210	0.33 295	0.34 329	0.31 271	0.34 321	0.59 351	0.40 303

NVstereo2D	0.92 248	0.41 259	1.48 326	0.72 305	0.72 320	1.20 274	0.87 297	1.75 257	1.38 299	0.99 102	1.13 145	1.26 243	0.98 244	2.21 270	0.89 247	0.43 338	0.20 229	0.38 321	0.24 231	0.57 347	0.63 358

DispNO	0.93 251	0.30 129	1.34 309	0.55 156	0.55 267	0.89 204	0.49 166	1.48 194	1.21 225	1.17 179	1.27 191	1.19 223	0.90 210	5.23 347	0.74 206	0.22 170	0.17 183	0.24 173	0.21 174	0.19 73	0.20 137

DSFCA	0.93 251	0.34 210	1.06 260	0.52 114	0.65 303	1.55 314	0.93 312	1.49 196	1.19 215	1.56 313	1.15 154	1.50 289	0.96 237	3.07 305	1.02 264	0.30 278	0.26 287	0.25 210	0.25 242	0.28 239	0.24 198

ttt	0.94 253	0.34 210	0.59 54	0.61 222	0.37 156	0.94 220	0.50 173	2.17 353	1.34 280	1.23 203	1.61 290	0.91 138	0.76 150	1.85 237	3.97 380	0.30 278	0.26 287	0.26 229	0.24 231	0.29 244	0.29 248

fast-acv-ft	0.94 253	0.44 268	1.40 312	0.58 186	0.51 247	1.77 336	0.69 258	1.36 170	1.42 314	1.29 229	1.86 325	1.74 323	1.25 306	1.52 182	1.38 309	0.26 247	0.28 301	0.28 250	0.28 281	0.27 225	0.26 228

OMP-Stereo	0.94 253	0.33 191	0.72 121	0.90 359	0.31 93	0.49 31	0.36 58	1.16 125	1.06 155	1.58 319	1.12 140	1.46 281	0.69 132	6.94 383	0.49 124	0.19 92	0.14 76	0.24 173	0.18 90	0.20 100	0.14 11

CBMV	0.95 256	0.44 268	0.66 84	0.53 122	0.35 142	1.53 312	1.63 371	1.69 245	1.42 314	2.00 355	1.60 286	1.43 273	1.17 288	1.59 198	0.99 262	0.34 303	0.34 329	0.39 327	0.33 316	0.33 271	0.32 276
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.96 257	0.58 315	0.72 121	0.61 222	0.46 223	1.64 323	0.76 269	1.86 287	1.28 255	1.30 237	1.53 270	0.86 125	0.94 227	3.27 313	0.69 193	0.45 344	0.44 361	0.54 359	0.48 356	0.47 326	0.40 303

TransformOpticalFlow	0.96 257	0.28 86	0.89 208	0.52 114	0.31 93	0.66 120	0.54 193	1.75 257	1.12 180	1.09 126	1.44 248	1.37 267	1.01 256	6.70 380	0.42 75	0.19 92	0.12 10	0.20 75	0.19 110	0.18 43	0.19 114

IIG-Stereo	0.96 257	0.31 161	0.72 121	0.88 354	0.33 124	0.61 90	0.26 9	1.19 138	1.03 144	1.69 329	1.37 228	1.46 281	0.75 142	6.96 384	0.51 133	0.19 92	0.14 76	0.23 153	0.18 90	0.20 100	0.14 11

CFNet	0.96 257	0.36 233	1.01 243	0.62 233	0.42 195	0.99 236	0.47 151	1.90 295	1.32 274	0.99 102	1.39 236	1.10 204	0.86 195	5.58 359	0.79 226	0.23 194	0.17 183	0.28 250	0.27 264	0.26 213	0.21 154

XPNet_ROB	0.96 257	0.49 288	1.09 268	0.72 305	0.57 271	1.11 253	1.14 339	1.66 241	1.23 231	1.85 345	1.39 236	1.64 311	1.11 280	1.80 231	1.42 321	0.38 321	0.30 313	0.33 291	0.29 292	0.37 284	0.34 282

ETE_ROB	0.96 257	0.64 332	1.16 280	0.69 290	0.48 228	1.14 258	1.13 338	1.77 266	1.19 215	1.91 350	1.45 250	1.73 321	1.05 268	1.60 199	1.14 280	0.32 290	0.26 287	0.38 321	0.34 321	0.39 296	0.41 307

CSP-Net	0.97 263	0.38 244	0.83 182	0.53 122	0.41 192	1.63 321	0.77 272	2.00 318	1.05 152	1.25 215	1.20 168	1.33 259	0.83 182	4.93 344	0.85 243	0.32 290	0.22 259	0.20 75	0.20 138	0.23 181	0.25 210

DEmStereo	0.97 263	0.23 14	0.79 172	0.47 43	0.32 108	1.04 243	0.56 212	0.93 47	0.89 90	1.39 277	2.14 348	1.02 180	2.07 373	5.64 360	0.77 218	0.17 32	0.15 126	0.20 75	0.20 138	0.18 43	0.20 137

pcwnet_v2	0.97 263	0.37 239	4.33 388	0.62 233	0.54 261	0.79 178	0.45 138	2.02 325	1.58 333	1.42 286	1.64 297	1.09 202	0.79 161	1.24 132	0.67 191	0.32 290	0.25 283	0.29 258	0.27 264	0.37 284	0.35 287

FINET	0.97 263	0.54 302	1.60 334	0.63 241	0.79 340	1.08 250	1.07 332	1.56 221	2.20 369	1.15 159	1.49 263	0.94 150	0.88 203	2.32 276	1.05 265	0.42 333	0.35 337	0.32 284	0.28 281	0.43 313	0.38 299

StereoDRNet	0.98 267	0.47 280	1.70 339	0.76 320	0.94 362	1.51 310	0.91 306	1.92 302	1.32 274	1.61 320	1.13 145	1.47 286	0.97 240	1.75 222	1.46 326	0.28 266	0.23 267	0.29 258	0.27 264	0.35 274	0.27 234

iinet-f	0.99 268	0.45 274	3.71 387	0.55 156	0.43 200	1.81 339	0.68 254	1.14 122	1.14 192	1.18 184	1.42 241	1.58 301	1.44 325	1.34 147	1.59 334	0.24 209	0.23 267	0.20 75	0.19 110	0.26 213	0.25 210

GASNet	0.99 268	0.97 364	1.72 341	0.98 368	0.68 313	0.83 192	0.67 252	1.60 227	1.28 255	1.31 247	1.22 172	1.22 228	1.21 300	2.41 283	1.41 317	0.43 338	0.26 287	0.36 316	0.34 321	0.55 344	0.31 270

Wz-Net-LNSev-Ref	0.99 268	0.40 253	1.82 348	0.66 267	0.62 297	2.05 356	0.78 274	1.91 299	1.29 259	1.54 309	1.42 241	1.51 291	1.23 303	1.99 251	1.33 302	0.23 194	0.14 76	0.20 75	0.15 31	0.27 225	0.26 228

PS-NSSS	0.99 268	0.58 315	0.93 220	0.58 186	0.57 271	0.91 209	0.80 283	1.81 277	1.14 192	1.14 156	1.67 303	1.00 171	0.83 182	4.62 337	0.78 220	0.37 317	0.31 319	0.52 353	0.32 310	0.45 323	0.38 299

RAFT + AFF	1.00 272	0.42 262	1.09 268	0.67 277	0.50 237	1.22 276	1.24 348	2.24 361	1.19 215	1.30 237	1.56 278	1.17 219	1.49 333	3.44 319	0.83 237	0.21 147	0.25 283	0.30 267	0.26 256	0.27 225	0.27 234

DRN-Test	1.00 272	0.44 268	1.13 277	0.70 295	0.81 347	1.62 320	0.79 277	2.14 342	1.44 317	1.78 336	1.33 214	1.43 273	1.05 268	2.18 267	1.53 331	0.27 256	0.21 245	0.31 271	0.30 300	0.32 265	0.28 245

NCCL2	1.00 272	0.56 308	1.06 260	0.75 318	0.57 271	1.31 287	1.72 372	1.77 266	1.36 291	1.50 301	1.17 160	1.91 333	1.17 288	1.54 188	1.29 298	0.35 310	0.31 319	0.45 342	0.44 347	0.40 300	0.40 303

PA-Net	1.01 275	0.57 312	1.29 299	0.64 250	0.74 325	1.19 272	0.84 289	1.69 245	1.43 316	1.16 170	1.19 165	1.32 258	1.19 294	3.42 317	1.25 291	0.29 274	0.45 365	0.33 291	0.49 359	0.32 265	0.47 326
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 275	0.59 318	1.16 280	0.67 277	0.51 247	1.63 321	1.26 352	1.69 245	1.38 299	1.81 342	1.37 228	1.94 338	1.02 261	1.58 196	1.38 309	0.37 317	0.27 295	0.43 338	0.37 332	0.43 313	0.37 293

THIR-Stereo	1.02 277	0.27 70	0.69 100	0.49 68	0.28 52	0.95 224	1.34 355	1.03 80	0.97 119	1.34 260	1.90 330	1.17 219	1.58 338	6.44 373	0.78 220	0.19 92	0.14 76	0.21 98	0.22 200	0.19 73	0.20 137

Wz-Net-LNSev	1.03 278	0.67 335	2.71 379	0.64 250	0.84 351	1.75 331	1.00 324	1.80 274	1.32 274	1.28 224	1.25 182	1.65 313	1.22 301	1.39 161	1.40 313	0.28 266	0.26 287	0.24 173	0.23 220	0.33 271	0.32 276

RAFT-RH_RVC	1.03 278	0.24 20	0.67 88	0.49 68	0.28 52	0.81 187	0.33 34	0.83 23	1.08 164	2.05 356	4.65 392	1.04 186	0.57 88	5.98 368	0.50 130	0.18 60	0.13 43	0.26 229	0.20 138	0.16 13	0.17 62

DISCO	1.03 278	0.34 210	1.11 273	0.69 290	0.45 213	2.07 357	0.84 289	2.13 338	1.50 324	1.15 159	1.33 214	2.40 364	1.07 274	2.60 290	1.51 330	0.23 194	0.18 199	0.22 124	0.20 138	0.31 260	0.27 234

STrans-v2	1.04 281	0.28 86	0.96 229	0.49 68	0.32 108	0.68 131	0.79 277	2.47 378	1.12 180	1.12 140	1.46 256	1.40 268	1.46 328	6.70 380	0.43 84	0.18 60	0.13 43	0.20 75	0.18 90	0.18 43	0.18 80

APVNet	1.06 282	0.53 301	1.42 314	0.84 341	0.79 340	1.92 347	0.82 287	1.90 295	1.08 164	1.08 121	1.43 245	1.56 297	1.13 285	3.07 305	1.58 332	0.31 285	0.34 329	0.42 336	0.36 329	0.36 280	0.37 293

TDLM	1.06 282	0.44 268	0.79 172	0.63 241	0.50 237	0.89 204	1.44 360	1.48 194	1.26 243	1.12 140	1.40 238	1.08 195	0.98 244	6.65 376	0.78 220	0.33 295	0.21 245	0.33 291	0.26 256	0.37 284	0.24 198

FAT-Stereo	1.07 284	0.41 259	1.32 304	0.72 305	0.58 279	1.08 250	0.89 300	1.96 311	1.65 337	1.75 333	1.98 336	2.03 348	1.48 331	2.02 253	1.18 287	0.42 333	0.35 337	0.34 301	0.29 292	0.35 274	0.53 340

GANetREF_RVC	1.07 284	0.86 358	1.31 301	0.82 337	0.53 258	1.41 303	1.31 354	1.76 263	1.52 327	1.27 222	1.31 206	1.46 281	1.24 305	2.03 254	0.96 258	0.56 364	0.45 365	0.67 372	0.50 362	0.88 374	0.59 352
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
CVANet_RVC	1.07 284	0.43 265	0.76 158	0.60 210	0.50 237	0.90 207	0.97 318	1.52 208	1.26 243	1.33 257	1.38 232	1.24 235	1.18 291	6.75 382	0.75 210	0.34 303	0.23 267	0.34 301	0.29 292	0.42 308	0.27 234

GwcNet	1.08 287	0.51 295	2.33 368	0.79 326	1.18 380	1.76 333	0.70 260	1.68 243	1.47 320	1.41 280	1.64 297	1.74 323	1.04 264	2.20 269	1.41 317	0.30 278	0.29 309	0.29 258	0.27 264	0.30 253	0.35 287

DANet	1.08 287	0.61 326	1.32 304	0.85 346	0.72 320	1.37 294	0.51 174	1.54 216	1.15 201	1.78 336	1.54 272	2.01 345	1.11 280	2.90 300	2.00 351	0.33 295	0.30 313	0.40 332	0.30 300	0.44 320	0.45 319
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DualNet	1.09 289	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 375	1.15 159	1.45 250	1.06 188	0.82 173	1.55 190	7.61 395	0.20 119	0.12 10	0.31 271	0.27 264	0.19 73	0.20 137

RP	1.09 289	0.50 292	1.12 275	0.90 359	1.04 368	1.11 253	0.84 289	1.80 274	1.62 335	1.55 312	2.00 337	1.90 332	1.78 355	1.84 234	1.25 291	0.52 357	0.36 342	0.48 348	0.36 329	0.45 323	0.43 315

Nwc_Net	1.09 289	0.49 288	1.33 306	0.89 358	0.80 345	1.49 309	0.66 249	2.19 355	1.27 250	1.32 249	2.26 353	1.96 340	1.54 335	1.92 243	1.34 304	0.40 326	0.30 313	0.43 338	0.45 349	0.38 292	0.37 293

MaskLacGwcNet_RVC	1.10 292	1.02 368	1.00 239	0.82 337	0.67 307	1.93 348	0.93 312	1.62 233	1.11 176	1.15 159	1.25 182	1.50 289	0.79 161	1.96 249	0.76 212	1.89 391	0.34 329	0.79 376	0.36 329	1.25 386	0.83 373

NCC-stereo	1.10 292	0.54 302	1.24 291	0.84 341	0.94 362	1.29 285	0.89 300	2.01 322	1.34 280	1.32 249	1.74 309	1.88 328	1.74 352	2.35 278	1.25 291	0.45 344	0.37 344	0.45 342	0.58 371	0.42 308	0.42 311

Abc-Net	1.10 292	0.54 302	1.24 291	0.84 341	0.94 362	1.29 285	0.89 300	2.01 322	1.34 280	1.32 249	1.74 309	1.88 328	1.74 352	2.35 278	1.25 291	0.45 344	0.37 344	0.45 342	0.58 371	0.42 308	0.42 311
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.11 295	0.58 315	2.23 366	0.66 267	0.71 318	1.95 350	1.46 361	1.98 316	1.45 318	1.79 339	1.43 245	1.49 288	1.33 318	1.97 250	1.42 321	0.27 256	0.23 267	0.28 250	0.28 281	0.34 273	0.31 270

edge stereo	1.11 295	0.50 292	1.30 300	0.71 302	0.65 303	1.14 258	0.75 266	1.93 306	1.37 295	1.71 330	1.83 320	2.54 368	1.44 325	2.43 284	1.23 289	0.42 333	0.41 355	0.54 359	0.35 325	0.42 308	0.46 323

anonymity	1.12 297	0.97 364	1.21 285	1.07 376	1.12 374	1.08 250	0.89 300	1.95 310	1.16 205	1.29 229	1.26 188	1.22 228	1.09 278	1.15 123	1.01 263	1.02 383	1.00 404	0.97 381	0.97 391	0.98 376	0.99 379

ccnet	1.12 297	0.67 335	1.01 243	0.78 325	0.73 323	1.72 329	0.99 322	1.84 283	1.26 243	1.47 292	1.85 324	1.75 326	1.29 311	1.75 222	1.88 345	0.57 365	0.53 377	0.57 369	0.55 368	0.59 351	0.54 341

RASNet	1.12 297	0.30 129	0.91 214	0.66 267	0.77 335	0.97 232	0.57 222	1.37 171	1.35 288	1.02 110	1.34 219	2.11 352	1.43 324	7.09 385	1.39 312	0.19 92	0.17 183	0.17 14	0.19 110	0.18 43	0.16 42

AF-Net	1.13 300	0.52 298	1.33 306	0.86 348	0.91 358	1.38 297	0.71 262	2.16 347	1.62 335	1.56 313	2.40 360	1.99 343	1.65 345	1.81 233	1.48 328	0.48 352	0.28 301	0.49 350	0.33 316	0.39 296	0.32 276

NaN_ROB	1.13 300	0.55 305	1.15 279	0.64 250	0.48 228	1.61 319	2.03 391	1.72 250	1.48 321	2.09 358	1.27 191	1.40 268	1.08 275	3.94 325	1.30 299	0.28 266	0.34 329	0.28 250	0.28 281	0.30 253	0.33 280

DGSMNet	1.14 302	0.76 351	2.49 374	0.81 332	0.86 354	1.39 298	1.39 357	2.13 338	1.35 288	1.26 219	1.63 296	1.48 287	0.98 244	1.75 222	1.10 275	0.45 344	0.43 358	0.55 364	0.49 359	0.75 370	0.70 366

Syn2CoEx	1.14 302	0.69 339	1.66 337	0.80 329	0.67 307	1.40 299	0.88 298	2.06 332	1.54 330	1.25 215	1.58 284	1.42 272	1.50 334	4.09 327	1.40 313	0.36 313	0.32 326	0.34 301	0.29 292	0.29 244	0.34 282

RGC	1.14 302	0.79 353	1.26 294	0.91 362	0.96 365	1.52 311	0.77 272	1.92 302	1.26 243	1.54 309	1.93 333	2.02 347	1.54 335	2.25 273	1.31 300	0.44 343	0.35 337	0.58 370	0.48 356	0.47 326	0.46 323

S-Stereo	1.15 305	0.46 276	2.17 363	0.81 332	0.80 345	1.21 275	1.19 345	1.93 306	2.02 363	1.47 292	2.11 345	1.57 298	1.17 288	2.05 257	1.41 317	0.40 326	0.40 353	0.35 308	0.31 304	0.44 320	0.70 366

stereogan	1.15 305	0.42 262	1.40 312	0.86 348	0.84 351	2.38 370	0.71 262	1.88 290	1.73 344	1.72 331	1.94 335	2.31 359	1.29 311	2.07 258	1.08 270	0.36 313	0.35 337	0.39 327	0.31 304	0.51 337	0.46 323

AANet_RVC	1.16 307	0.52 298	1.49 328	0.65 262	0.45 213	0.75 159	0.69 258	1.42 181	1.55 332	1.34 260	1.87 327	1.53 293	0.78 159	7.43 391	1.38 309	0.25 233	0.17 183	0.19 51	0.16 60	0.22 156	0.26 228

RYNet	1.17 308	0.49 288	1.24 291	0.70 295	0.97 366	1.71 327	0.92 308	1.91 299	1.46 319	1.38 272	1.14 148	1.88 328	1.30 315	4.24 329	1.87 343	0.26 247	0.21 245	0.35 308	0.27 264	0.55 344	0.54 341

HSM	1.19 309	0.32 175	0.65 78	0.57 180	0.38 173	1.23 277	0.59 232	2.25 362	1.19 215	1.30 237	1.25 182	1.94 338	1.03 263	9.32 406	0.71 199	0.22 170	0.16 157	0.20 75	0.16 60	0.21 134	0.21 154

aanetorigin	1.23 310	0.79 353	2.78 381	0.70 295	0.79 340	0.99 236	1.06 331	1.06 103	1.37 295	3.52 392	2.61 366	1.72 320	1.63 343	1.99 251	1.78 340	0.25 233	0.24 276	0.26 229	0.25 242	0.38 292	0.45 319

PWC_ROB	1.24 311	0.76 351	2.46 373	0.72 305	0.78 338	1.15 263	0.49 166	1.75 257	1.92 358	2.31 363	3.07 373	1.59 302	1.40 321	2.46 285	2.10 355	0.33 295	0.22 259	0.35 308	0.24 231	0.38 292	0.41 307

SGM-Forest	1.24 311	0.38 244	0.60 58	0.52 114	0.37 156	1.56 315	1.30 353	1.65 237	1.36 291	2.11 359	1.79 316	1.63 308	0.93 222	7.48 393	0.95 254	0.36 313	0.37 344	0.39 327	0.34 321	0.37 284	0.32 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.25 313	0.99 366	1.93 354	1.02 372	1.21 382	0.96 228	1.01 326	1.75 257	1.92 358	1.36 265	2.12 346	1.44 277	1.01 256	1.14 122	1.40 313	0.72 374	0.82 391	0.89 379	0.98 393	1.31 387	0.95 377

NOSS_ROB	1.26 314	0.46 276	0.62 65	0.56 169	0.38 173	1.06 247	0.78 274	1.73 251	1.40 308	1.01 107	1.43 245	1.10 204	0.75 142	10.62 416	0.65 187	0.45 344	0.43 358	0.48 348	0.45 349	0.44 320	0.41 307

Anonymous Stereo	1.28 315	0.75 349	2.45 372	0.74 314	0.77 335	0.93 218	1.77 374	1.51 205	1.31 269	1.67 327	1.29 200	1.20 225	0.75 142	6.29 371	1.68 338	0.37 317	0.36 342	0.38 321	0.40 339	0.43 313	0.45 319

RTSC	1.29 316	0.73 344	2.44 371	0.83 340	0.57 271	1.85 344	0.65 244	1.88 290	2.00 362	2.20 361	1.66 301	1.60 304	1.26 308	2.33 277	3.92 378	0.32 290	0.23 267	0.27 240	0.29 292	0.37 284	0.37 293

PWCDC_ROB	1.29 316	0.75 349	1.33 306	1.05 373	0.88 357	1.73 330	0.52 183	1.89 292	3.28 389	1.29 229	4.88 395	1.22 228	1.46 328	1.77 229	1.45 325	0.60 367	0.26 287	0.29 258	0.25 242	0.52 339	0.37 293

Anonymous_2	1.30 318	0.55 305	0.82 180	0.52 114	0.58 279	1.01 239	0.64 242	1.25 154	0.97 119	0.96 93	0.78 46	1.33 259	1.29 311	1.03 101	0.74 206	0.62 369	0.64 386	1.06 385	9.63 422	1.16 383	0.49 333

SQANet	1.31 319	0.88 361	1.08 267	1.83 390	1.44 387	1.44 305	0.75 266	1.74 255	1.09 170	1.32 249	1.26 188	1.28 250	1.01 256	1.50 181	0.83 237	2.50 396	0.34 329	1.47 388	0.55 368	2.32 392	1.57 392

SHD	1.31 319	0.71 343	2.34 369	0.86 348	0.75 331	1.77 336	0.65 244	2.22 359	2.50 379	2.40 370	1.71 306	1.91 333	1.60 341	1.93 246	2.37 359	0.38 321	0.31 319	0.38 321	0.40 339	0.48 329	0.50 334

PDISCO_ROB	1.32 321	0.65 333	1.44 315	1.36 382	1.46 388	2.55 374	0.92 308	2.45 377	2.07 366	1.37 267	1.49 263	1.65 313	1.00 254	2.82 296	1.35 307	1.01 381	0.27 295	0.54 359	0.47 354	0.71 367	0.73 369

LL-Strereo	1.33 322	0.39 249	1.38 311	0.61 222	0.61 292	0.75 159	0.66 249	1.63 235	1.17 207	1.56 313	1.60 286	2.03 348	2.12 374	9.72 411	0.97 259	0.21 147	0.18 199	0.27 240	0.23 220	0.22 156	0.25 210

PASM	1.34 323	0.92 362	2.62 377	0.86 348	0.87 356	1.03 241	1.08 333	1.50 200	1.51 326	1.82 343	1.41 240	1.68 316	1.26 308	4.87 341	1.34 304	0.61 368	0.65 388	0.68 373	0.78 381	0.69 365	0.68 365

ADCRef	1.35 324	0.55 305	2.37 370	0.72 305	0.77 335	1.94 349	0.78 274	1.91 299	1.27 250	1.57 317	1.59 285	1.36 264	1.41 322	1.54 188	7.53 394	0.23 194	0.20 229	0.32 284	0.30 300	0.29 244	0.29 248

GANet	1.36 325	0.47 280	0.86 190	0.67 277	0.45 213	1.34 291	1.73 373	1.64 236	1.24 235	1.49 300	2.38 358	1.55 296	1.20 297	9.30 405	0.93 251	0.30 278	0.31 319	0.33 291	0.28 281	0.39 296	0.30 260

ff1	1.37 326	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 375	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 395	0.20 119	0.12 10	0.31 271	0.27 264	0.19 73	0.20 137

XQC	1.37 326	0.87 359	2.56 375	0.84 341	0.69 315	1.83 342	0.89 300	2.07 333	1.88 354	1.88 346	1.53 270	1.91 333	1.55 337	2.85 299	3.05 367	0.48 352	0.29 309	0.44 341	0.39 335	0.69 365	0.60 355

mmx	1.39 328	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	2.13 338	1.37 295	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 395	0.24 209	0.19 212	0.31 271	0.27 264	0.30 253	0.25 210

xxx	1.39 328	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	2.13 338	1.37 295	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 395	0.24 209	0.19 212	0.31 271	0.27 264	0.30 253	0.25 210

MFMNet_re	1.40 330	1.14 377	1.68 338	1.39 384	1.07 369	1.48 307	1.43 359	1.87 288	1.82 352	2.26 362	2.19 350	1.51 291	1.86 361	1.52 182	1.25 291	0.93 379	0.83 392	0.84 378	0.80 382	0.99 378	1.05 384

UDG	1.41 331	2.65 411	0.99 234	1.44 387	1.64 390	1.34 291	0.80 283	1.60 227	1.23 231	1.23 203	1.71 306	2.01 345	1.34 319	1.47 177	1.41 317	0.90 378	0.54 380	2.29 395	0.75 379	1.84 389	1.04 382

CSAN	1.41 331	0.59 318	1.26 294	0.70 295	0.50 237	1.76 333	1.78 375	1.77 266	1.90 357	2.35 366	2.32 355	1.92 336	1.94 366	5.56 358	1.49 329	0.43 338	0.35 337	0.40 332	0.41 341	0.43 313	0.41 307

test_xeample	1.45 333	0.28 86	0.65 78	0.51 98	0.28 52	0.94 220	0.59 232	2.14 342	1.29 259	1.24 211	1.51 268	0.88 132	0.86 195	1.46 173	15.10 414	0.22 170	0.20 229	0.22 124	0.20 138	0.22 156	0.22 169

Wz-Net-SNSev	1.49 334	1.23 381	6.27 398	0.68 287	0.67 307	1.37 294	1.41 358	2.00 318	1.39 303	1.48 298	1.61 290	2.29 357	1.32 317	3.93 324	2.14 356	0.31 285	0.28 301	0.31 271	0.33 316	0.42 308	0.36 291

CC-Net-ROB	1.49 334	1.26 382	1.27 297	0.88 354	0.79 340	1.76 333	1.00 324	1.79 272	1.26 243	1.10 134	1.61 290	1.21 226	0.99 252	8.13 399	0.84 240	1.09 387	0.41 355	2.20 393	0.46 352	1.20 385	0.48 329

DDUNet	1.50 336	2.69 412	1.12 275	1.77 389	1.88 392	1.84 343	0.92 308	1.70 248	1.16 205	1.38 272	1.79 316	1.60 304	1.12 283	1.37 152	1.08 270	1.10 388	0.76 389	2.37 397	0.94 389	2.00 390	1.37 390

xxxx	1.51 337	0.28 86	0.68 91	0.54 137	0.28 52	1.16 265	0.44 127	2.19 355	1.29 259	1.09 126	1.36 226	1.22 228	0.85 187	1.79 230	15.70 417	0.24 209	0.21 245	0.21 98	0.20 138	0.22 156	0.23 186

psmorigin	1.52 338	0.69 339	10.52 408	0.68 287	0.59 286	1.13 257	0.70 260	1.57 222	1.19 215	1.99 353	1.79 316	2.26 356	1.47 330	2.09 259	1.36 308	0.39 324	0.40 353	0.34 301	0.33 316	0.43 313	0.56 345

MFN_U_SF_RVC	1.52 338	0.84 355	3.42 383	0.87 353	0.66 305	2.56 375	0.95 316	2.36 371	1.70 341	1.98 352	1.86 325	2.45 366	1.79 356	2.95 301	2.58 361	0.52 357	0.48 370	0.55 364	0.59 374	0.59 351	0.61 356

SAMSARA	1.55 340	0.84 355	2.61 376	1.22 381	1.07 369	2.50 373	1.93 385	2.05 327	1.89 355	2.75 379	1.66 301	2.81 375	1.69 350	3.08 307	1.97 350	0.46 350	0.51 375	0.42 336	0.46 352	0.58 349	0.59 352

CrosDoStereo	1.58 341	0.24 20	0.72 121	0.48 55	0.29 65	0.67 124	12.49 418	1.10 112	0.98 124	1.34 260	1.75 312	1.00 171	1.89 362	6.65 376	0.81 230	0.19 92	0.15 126	0.20 75	0.22 200	0.18 43	0.19 114

DeepStereo_LL	1.58 341	0.24 20	0.72 121	0.48 55	0.29 65	0.67 124	12.49 418	1.10 112	0.98 124	1.34 260	1.75 312	1.00 171	1.89 362	6.65 376	0.81 230	0.19 92	0.15 126	0.20 75	0.22 200	0.18 43	0.19 114

STTRV1_RVC	1.58 341	0.68 338	1.96 356	0.88 354	1.12 374	1.57 316	0.90 305	2.25 362	1.75 347	1.29 229	2.02 340	1.40 268	1.22 301	9.77 412	1.31 300	0.81 376	0.33 328	0.54 359	0.49 359	0.73 369	0.52 339

otaku	1.60 344	1.11 375	1.21 285	2.20 393	1.56 389	1.97 351	1.24 348	2.07 333	1.36 291	1.44 287	1.62 293	1.73 321	1.19 294	1.73 221	0.98 261	2.89 400	0.57 382	1.74 389	0.60 375	2.78 397	1.94 397

DeepPrunerF	1.60 344	0.73 344	5.81 396	0.88 354	1.19 381	0.91 209	0.95 316	2.19 355	5.24 405	1.17 179	1.30 201	1.19 223	1.30 315	4.90 342	1.66 337	0.42 333	0.34 329	0.52 353	0.47 354	0.41 303	0.40 303

222	1.61 346	0.29 113	0.67 88	0.56 169	0.29 65	1.06 247	0.42 99	2.17 353	1.31 269	1.31 247	1.52 269	0.92 146	0.94 227	1.76 227	17.65 418	0.24 209	0.20 229	0.21 98	0.19 110	0.22 156	0.23 186

SDNR	1.62 347	0.51 295	2.17 363	0.53 122	0.56 269	3.80 397	0.45 138	1.54 216	1.29 259	1.33 257	2.41 361	1.08 195	0.96 237	11.18 417	1.16 282	0.66 373	0.63 385	0.43 338	0.32 310	0.64 358	0.67 363

Ntro	1.64 348	1.15 378	1.23 288	2.48 398	1.83 391	2.09 358	1.16 342	1.96 311	1.38 299	1.21 195	1.62 293	1.62 306	1.29 311	1.87 240	1.11 277	3.04 401	0.56 381	1.82 391	0.64 376	2.80 398	2.05 398

G-Net	1.66 349	0.63 330	1.56 331	1.11 378	0.74 325	2.98 386	0.91 306	1.55 220	1.22 228	2.76 380	8.18 411	2.32 360	2.53 385	1.92 243	1.87 343	0.48 352	0.44 361	0.45 342	0.31 304	0.60 355	0.57 349

MDST_ROB	1.67 350	0.34 210	1.58 333	0.92 364	0.58 279	4.26 403	1.11 335	2.83 383	1.41 311	4.49 403	2.55 365	1.45 279	0.97 240	7.79 396	1.17 284	0.31 285	0.25 283	0.37 318	0.33 316	0.31 260	0.30 260

SPS-STEREO	1.67 350	1.04 369	1.23 288	1.21 380	1.13 377	1.82 341	1.11 335	2.16 347	1.52 327	3.07 391	2.32 355	2.82 376	1.80 357	4.11 328	2.04 352	1.03 384	0.99 403	0.97 381	0.94 389	1.03 380	1.02 380
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 352	0.36 233	0.61 61	0.59 199	0.29 65	2.25 364	1.18 344	2.38 373	1.68 340	3.60 393	2.67 368	3.69 385	2.42 382	8.13 399	1.90 346	0.31 285	0.31 319	0.30 267	0.28 281	0.30 253	0.29 248
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	1.69 353	0.59 318	4.33 388	0.70 295	0.57 271	2.02 355	1.62 370	3.35 392	1.78 348	1.48 298	1.38 232	2.17 353	2.84 388	4.77 339	3.66 376	0.48 352	0.31 319	0.29 258	0.25 242	0.64 358	0.48 329

1111x	1.70 354	0.29 113	0.86 190	0.51 98	0.27 33	1.01 239	0.68 254	2.22 359	1.28 255	1.13 154	1.40 238	1.21 226	1.10 279	5.53 356	15.20 415	0.22 170	0.21 245	0.22 124	0.22 200	0.24 195	0.22 169

PVD	1.70 354	0.84 355	2.26 367	0.94 367	0.83 350	2.48 372	0.97 318	2.59 381	3.35 390	3.01 389	2.77 369	2.34 361	2.47 384	2.67 293	3.14 370	0.47 351	0.45 365	0.59 371	0.48 356	0.59 351	0.75 371

FBW_ROB	1.71 356	0.62 329	1.45 319	0.67 277	0.61 292	1.81 339	1.08 333	2.52 379	1.70 341	1.77 335	1.73 308	1.98 342	1.25 306	12.57 419	1.84 342	0.34 303	0.37 344	0.56 367	0.38 334	0.45 323	0.43 315

ADCL	1.72 357	0.57 312	3.66 385	0.67 277	0.61 292	2.61 377	1.85 380	1.96 311	1.67 339	1.90 349	1.83 320	2.06 351	1.90 364	2.13 262	9.15 403	0.26 247	0.24 276	0.34 301	0.32 310	0.38 292	0.35 287

MFN_U_SF_DS_RVC	1.74 358	0.87 359	3.56 384	0.80 329	0.75 331	3.72 394	2.44 404	1.82 278	1.82 352	1.74 332	1.91 331	1.92 336	1.26 308	7.69 395	1.28 297	0.45 344	0.47 369	0.52 353	0.77 380	0.50 333	0.50 334

AAGNet	1.83 359	0.28 86	0.72 121	0.61 222	0.32 108	0.67 124	0.51 174	0.96 61	0.98 124	1.47 292	1.20 168	1.00 171	1.18 291	2.83 297	22.77 424	0.22 170	0.13 43	0.22 124	0.19 110	0.23 181	0.15 27

WCMA_ROB	1.84 360	0.47 280	1.31 301	0.69 290	0.57 271	2.11 359	1.14 339	1.87 288	1.73 344	4.04 397	6.43 400	5.62 400	3.61 396	2.59 289	1.94 348	0.52 357	0.44 361	0.39 327	0.42 343	0.48 329	0.47 326

ADCPNet	1.85 361	0.69 339	8.07 401	0.71 302	0.58 279	2.79 381	1.22 347	1.94 308	1.54 330	1.88 346	1.69 304	2.46 367	2.04 370	2.37 280	6.48 389	0.38 321	0.37 344	0.38 321	0.43 345	0.47 326	0.45 319

Wz-Net-TNSev	1.88 362	2.08 405	7.66 399	0.67 277	0.64 300	2.42 371	1.83 379	2.33 368	1.74 346	1.57 317	1.56 278	2.58 369	1.90 364	4.86 340	3.12 369	0.39 324	0.37 344	0.33 291	0.37 332	0.53 341	0.58 350

NVStereoNet_ROB	1.88 362	1.07 370	1.45 319	1.07 376	1.17 378	1.47 306	1.48 363	1.89 292	1.93 360	1.94 351	4.67 393	3.08 380	1.80 357	6.51 374	1.65 335	1.06 386	0.86 398	1.08 386	1.32 398	0.93 375	1.26 389
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.88 362	0.57 312	2.18 365	0.63 241	0.40 186	2.80 382	1.57 368	2.39 374	5.88 407	2.36 368	3.57 380	3.72 386	2.97 390	4.74 338	1.76 339	0.34 303	0.30 313	0.32 284	0.29 292	0.48 329	0.37 293

ADCMid	1.89 365	0.73 344	5.06 391	0.72 305	0.67 307	2.00 354	1.14 339	1.97 315	1.48 321	2.86 383	1.81 319	2.37 362	2.05 372	2.24 271	10.39 407	0.33 295	0.31 319	0.39 327	0.43 345	0.50 333	0.44 317

WZ-Net	1.95 366	0.95 363	10.10 405	0.86 348	0.78 338	1.69 326	1.60 369	2.20 358	1.98 361	2.08 357	1.93 333	2.30 358	1.97 367	5.30 348	3.17 372	0.34 303	0.26 287	0.29 258	0.31 304	0.51 337	0.47 326

AnyNet_C32	1.96 367	1.10 372	5.17 392	0.90 359	1.11 372	2.12 360	2.37 402	1.85 284	1.48 321	2.45 371	1.70 305	2.05 350	1.64 344	2.50 286	10.28 406	0.37 317	0.34 329	0.35 308	0.41 341	0.49 332	0.54 341

RainbowNet	1.97 368	1.76 393	1.57 332	2.81 401	2.21 397	1.98 353	1.81 377	2.54 380	1.89 355	1.50 301	1.84 322	1.96 340	1.65 345	2.14 263	1.25 291	3.33 407	0.85 396	2.39 400	0.98 393	2.82 400	2.22 399

ADCP+	1.99 369	0.48 285	7.73 400	0.66 267	0.91 358	2.30 366	1.05 330	1.82 278	1.34 280	1.54 309	1.32 212	1.74 323	1.61 342	2.17 264	13.37 410	0.24 209	0.21 245	0.32 284	0.28 281	0.37 284	0.29 248

MSMD_ROB	1.99 369	0.59 318	0.89 208	0.70 295	0.61 292	3.95 399	0.94 314	1.80 274	1.79 349	4.41 401	4.43 387	8.17 409	3.66 397	3.40 315	1.33 302	0.52 357	0.48 370	0.54 359	0.58 371	0.53 341	0.50 334

MSC_U_SF_DS_RVC	2.12 371	1.15 378	3.10 382	1.05 373	0.76 334	5.03 408	2.40 403	2.16 347	2.62 381	1.89 348	2.28 354	2.69 373	1.65 345	9.35 407	2.04 352	0.64 372	0.51 375	0.68 373	0.71 378	1.09 382	0.67 363

ACVNet-4b	2.15 372	1.41 386	1.64 335	2.80 400	2.31 401	2.31 367	1.24 348	2.32 367	2.14 367	1.26 219	2.39 359	2.66 372	1.48 331	5.95 367	1.06 267	3.20 405	0.45 365	2.37 397	0.89 386	2.83 401	2.37 402

ACVNet_1	2.18 373	1.45 388	1.72 341	2.85 402	2.33 402	2.28 365	1.46 361	3.08 388	2.22 370	1.82 343	2.05 343	3.56 383	1.98 368	3.09 308	1.40 313	3.17 402	0.60 384	2.40 401	0.92 388	2.91 404	2.37 402

ADCS	2.25 374	0.99 366	5.55 393	0.81 332	0.74 325	2.19 362	1.80 376	2.27 364	2.14 367	2.80 382	2.13 347	2.40 364	2.03 369	2.64 292	13.69 411	0.41 330	0.39 351	0.40 332	0.45 349	0.58 349	0.56 345

AnyNet_C01	2.26 375	1.78 394	10.22 407	0.93 365	0.74 325	2.92 385	2.20 397	2.29 366	1.80 350	2.53 373	2.41 361	2.71 374	1.73 351	3.41 316	6.72 391	0.41 330	0.39 351	0.40 332	0.42 343	0.67 363	0.63 358

MeshStereo	2.26 375	0.56 308	0.92 218	0.61 222	0.49 231	2.60 376	1.02 327	3.18 389	2.05 365	7.40 416	4.98 396	7.58 406	2.98 391	6.37 372	1.96 349	0.43 338	0.43 358	0.45 342	0.39 335	0.43 313	0.42 311
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
FCDSN-DC	2.32 377	0.63 330	0.81 178	0.84 341	0.75 331	2.23 363	0.94 314	2.09 336	1.80 350	5.45 410	7.72 408	7.77 408	6.93 413	3.39 314	1.80 341	0.52 357	0.48 370	0.52 353	0.51 364	0.57 347	0.58 350
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 378	2.85 413	3.66 385	3.08 407	2.27 399	1.97 351	0.67 252	2.00 318	1.70 341	2.52 372	2.00 337	2.23 354	5.86 407	3.44 319	1.58 332	1.01 381	0.32 326	2.64 406	1.94 411	2.85 402	2.24 400

EDNetEfficient	2.37 379	1.10 372	8.08 402	0.74 314	0.71 318	0.98 235	1.56 366	1.46 191	4.06 397	4.90 406	2.82 370	2.25 355	3.48 395	2.95 301	9.97 404	0.26 247	0.24 276	0.26 229	0.30 300	0.68 364	0.61 356

pmcnn	2.37 379	0.42 262	2.71 379	0.63 241	0.43 200	1.54 313	1.19 345	2.01 322	1.53 329	2.64 376	7.60 406	18.07 421	1.45 327	3.44 319	2.78 365	0.18 60	0.15 126	0.15 3	0.12 9	0.20 100	0.18 80

ELAS	2.37 379	0.74 347	1.54 330	0.99 369	0.92 360	4.78 405	2.33 401	3.33 391	3.37 391	5.05 409	4.77 394	3.67 384	4.53 404	3.42 317	4.50 382	0.62 369	0.53 377	0.55 364	0.53 366	0.63 356	0.64 362
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 382	1.07 370	2.14 362	1.18 379	1.10 371	2.14 361	1.36 356	1.96 311	1.66 338	5.46 411	7.07 403	4.95 396	4.32 403	5.50 355	2.26 358	1.04 385	1.02 406	0.99 383	0.97 391	1.02 379	1.04 382

ACVNet_2	2.43 383	1.41 386	2.04 357	2.62 399	2.24 398	2.63 378	1.88 383	3.31 390	3.01 386	2.19 360	3.45 379	4.62 391	2.04 370	4.50 335	1.47 327	2.55 397	0.64 386	2.22 394	0.84 384	2.69 396	2.29 401

ELAS_RVC	2.48 384	0.74 347	1.90 352	1.05 373	0.92 360	2.76 379	4.01 413	2.76 382	4.11 398	4.69 404	4.63 391	4.62 391	5.96 409	3.97 326	3.96 379	0.63 371	0.53 377	0.56 367	0.52 365	0.64 358	0.63 358
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 385	0.59 318	18.45 415	0.69 290	0.50 237	1.87 346	0.88 298	1.67 242	2.39 372	1.50 301	1.42 241	1.14 216	1.15 287	4.28 332	5.07 384	0.24 209	0.19 212	0.22 124	0.19 110	7.86 423	0.34 282

WAO-7	2.66 386	1.40 385	1.73 343	1.39 384	1.17 378	3.93 398	1.94 386	4.11 398	3.88 396	2.92 384	5.50 397	4.18 389	3.00 392	7.63 394	3.71 377	1.13 389	1.00 404	1.17 387	1.13 397	1.18 384	1.09 386

RTS	2.67 387	1.38 383	15.28 413	0.99 369	1.26 384	3.78 395	1.96 387	2.15 344	2.62 381	2.61 374	2.85 371	2.60 370	1.59 339	6.27 369	5.71 387	0.40 326	0.28 301	0.35 308	0.35 325	0.50 333	0.48 329

RTSA	2.67 387	1.38 383	15.28 413	0.99 369	1.26 384	3.78 395	1.96 387	2.15 344	2.62 381	2.61 374	2.85 371	2.60 370	1.59 339	6.27 369	5.71 387	0.40 326	0.28 301	0.35 308	0.35 325	0.50 333	0.48 329

MADNet+	2.69 389	3.22 415	11.53 410	1.44 387	1.12 374	3.19 388	1.81 377	2.85 384	2.37 371	1.68 328	2.07 344	2.85 377	2.18 375	7.41 390	5.23 385	0.79 375	0.76 389	0.69 375	0.65 377	0.98 376	0.95 377

IMH-64-1	2.70 390	1.79 395	1.46 321	3.26 409	2.66 405	3.23 390	2.10 392	4.08 396	2.75 384	2.34 364	3.81 383	3.06 378	2.22 377	4.25 330	2.59 362	3.75 411	0.84 393	2.75 407	1.35 399	3.15 406	2.60 408

IMH-64	2.70 390	1.79 395	1.46 321	3.26 409	2.66 405	3.23 390	2.10 392	4.08 396	2.75 384	2.34 364	3.81 383	3.06 378	2.22 377	4.25 330	2.59 362	3.75 411	0.84 393	2.75 407	1.35 399	3.15 406	2.60 408

FC-DCNN	2.72 392	0.59 318	0.86 190	0.73 312	0.57 271	2.91 383	1.04 329	3.01 387	2.60 380	6.83 412	7.64 407	9.92 413	6.33 411	5.21 346	3.14 370	0.53 363	0.48 370	0.51 352	0.50 362	0.53 341	0.51 338

WAO-6	2.81 393	1.60 391	1.46 321	2.36 397	2.28 400	3.55 392	2.29 400	4.21 399	4.56 402	2.36 368	4.51 388	4.88 395	2.66 386	4.60 336	4.07 381	1.72 390	1.15 410	2.31 396	1.46 404	2.31 391	1.85 395

PWCK	2.88 394	2.05 403	5.72 395	2.08 392	1.11 372	3.55 392	3.90 412	2.86 385	3.54 394	3.03 390	3.63 381	3.10 381	2.31 379	8.15 401	3.09 368	2.12 394	0.91 401	1.75 390	0.98 393	2.57 395	1.18 388

Dean	2.91 395	1.53 390	2.07 358	2.96 406	2.51 404	3.15 387	2.14 395	4.75 403	4.41 401	2.76 380	6.10 399	5.53 399	2.37 380	2.97 303	1.92 347	3.18 403	0.85 396	2.51 404	1.04 396	2.88 403	2.47 405

IMH	3.21 396	1.85 399	1.48 326	3.25 408	2.69 407	4.07 401	2.02 390	4.41 401	3.80 395	2.72 377	7.11 404	4.75 394	2.92 389	5.92 365	2.55 360	3.85 414	0.88 399	2.78 409	1.36 401	3.19 408	2.59 407

LVE	3.31 397	1.67 392	1.64 335	2.85 402	2.42 403	3.20 389	2.26 399	4.78 404	5.05 404	2.35 366	6.91 401	6.02 401	2.37 380	9.15 403	2.17 357	3.19 404	1.08 409	2.38 399	1.47 405	2.81 399	2.40 404

JetBlue	3.97 398	2.01 400	10.19 406	1.38 383	2.84 409	10.53 416	9.54 416	3.60 394	2.41 373	2.73 378	3.39 378	4.54 390	4.31 402	7.85 398	6.84 392	0.88 377	0.93 402	0.89 379	0.91 387	1.74 388	1.91 396

notaker	3.98 399	2.40 410	2.68 378	3.82 416	3.27 414	3.97 400	2.14 395	4.78 404	3.45 393	4.12 400	6.94 402	7.65 407	3.26 393	7.82 397	5.30 386	4.04 415	1.41 412	3.36 416	2.10 413	3.88 412	3.31 414

WAO-8	4.40 400	1.82 397	1.79 345	2.34 395	2.20 395	9.19 413	1.53 364	6.09 411	16.46 418	3.94 395	7.84 409	7.32 403	3.72 399	9.41 409	3.31 373	2.00 392	1.07 407	2.44 402	1.37 402	2.50 393	1.68 393

Venus	4.40 400	1.82 397	1.79 345	2.34 395	2.20 395	9.19 413	1.53 364	6.09 411	16.46 418	3.94 395	7.84 409	7.32 403	3.72 399	9.41 409	3.31 373	2.00 392	1.07 407	2.44 402	1.37 402	2.50 393	1.68 393

ktn	4.70 402	2.38 409	2.12 361	3.76 414	3.24 412	4.85 406	2.95 410	5.52 406	7.37 410	4.07 399	19.32 424	7.46 405	3.47 394	7.39 389	2.95 366	4.04 415	1.85 415	3.26 415	2.22 414	3.08 405	2.65 410

MADNet++	5.01 403	3.14 414	4.91 390	4.55 420	3.94 418	5.20 409	4.41 414	4.40 400	4.13 399	4.95 407	6.08 398	4.74 393	5.37 405	9.40 408	10.67 408	4.65 417	4.15 420	3.97 418	3.34 417	4.09 414	4.08 419

UNDER WATER	5.08 404	2.33 408	5.55 393	3.94 418	3.51 415	5.20 409	2.72 407	5.61 409	16.52 420	3.84 394	4.60 390	9.21 411	5.89 408	5.90 364	8.66 402	3.75 411	1.34 411	3.18 414	1.88 409	4.33 417	3.61 416

UNDER WATER-64	5.27 405	2.32 407	8.78 404	3.93 417	3.54 416	7.61 411	3.03 411	5.84 410	14.19 414	4.04 397	4.04 385	9.39 412	6.26 410	5.93 366	8.48 401	3.60 410	1.51 413	3.13 412	1.88 409	4.29 416	3.61 416

TorneroNet-64	5.30 406	2.03 401	1.74 344	3.43 411	2.81 408	10.09 415	2.12 394	9.10 418	17.12 423	4.96 408	9.27 414	10.72 417	3.70 398	9.20 404	4.55 383	3.31 406	0.84 393	2.88 410	1.55 406	3.49 409	3.04 411

MANE	6.19 407	0.59 318	1.03 253	0.93 365	1.22 383	13.38 420	2.69 405	12.81 421	17.94 424	8.21 417	10.82 416	14.72 419	11.68 415	11.39 418	11.90 409	0.59 366	0.50 374	0.52 353	1.76 408	0.55 344	0.54 341

LSM	6.33 408	1.10 372	13.19 411	1.41 386	68.17 437	1.64 323	1.90 384	1.92 302	2.46 374	2.99 387	3.11 374	1.88 328	1.80 357	2.61 291	2.06 354	0.41 330	0.58 383	0.50 351	0.57 370	0.64 358	17.66 429

SGM-ForestM	6.52 409	0.38 244	1.26 294	0.63 241	0.35 142	13.59 421	5.32 415	6.32 414	6.70 409	11.14 418	9.18 413	22.51 429	13.93 417	16.89 422	20.07 420	0.36 313	0.37 344	0.36 316	0.35 325	0.36 280	0.34 282

tt	6.58 410	0.26 47	6.10 397	3.77 415	2.16 394	11.55 417	19.63 421	13.33 422	5.74 406	2.96 386	2.65 367	4.97 397	6.33 411	3.81 323	7.24 393	9.15 422	11.32 429	5.89 422	6.24 421	6.03 419	2.55 406

JetRed	6.91 411	8.80 422	25.96 425	2.85 402	3.25 413	13.98 422	11.87 417	6.25 413	4.28 400	4.45 402	4.56 389	6.69 402	5.46 406	7.46 392	14.05 412	2.59 398	3.31 417	2.59 405	2.29 415	4.20 415	3.36 415

LE_ROB	8.05 412	0.37 239	23.53 421	0.74 314	0.33 124	2.77 380	2.87 409	3.71 395	27.24 428	25.39 428	8.87 412	8.46 410	26.71 428	6.65 376	21.99 421	0.21 147	0.19 212	0.20 75	0.21 174	0.25 205	0.22 169

coex-ft	8.13 413	2.13 406	98.04 441	0.67 277	0.53 258	1.71 327	1.56 366	1.65 237	11.11 413	18.17 427	3.75 382	3.88 387	7.61 414	2.98 304	6.49 390	0.30 278	0.30 313	0.32 284	0.31 304	0.66 362	0.50 334

KSHMR	8.75 414	2.06 404	2.11 360	3.53 413	3.11 411	4.13 402	2.69 405	5.60 408	61.37 441	3.00 388	55.83 441	4.98 398	2.45 383	4.49 334	2.61 364	3.46 408	1.55 414	3.14 413	1.94 411	3.72 411	3.18 413

EDNetEfficientorigin	10.57 415	1.47 389	177.42 442	0.67 277	0.53 258	1.58 317	1.16 342	1.90 295	3.37 391	4.71 405	3.38 377	3.10 381	2.69 387	3.13 309	3.58 375	0.25 233	0.23 267	0.33 291	0.27 264	0.83 371	0.81 372

TorneroNet	10.70 416	2.03 401	1.82 348	3.43 411	3.01 410	43.83 433	2.22 398	8.87 417	67.47 442	7.17 415	27.36 427	10.68 416	3.85 401	8.67 402	7.65 399	3.59 409	0.88 399	3.04 411	1.57 407	3.71 410	3.17 412

HanzoNet	11.04 417	3.62 416	8.10 403	4.08 419	3.55 417	4.90 407	2.73 408	7.19 415	10.10 411	31.86 437	28.92 429	21.96 428	36.36 430	18.08 423	10.17 405	7.94 421	3.32 418	3.47 417	3.31 416	7.06 422	4.04 418

DPSimNet_ROB	11.20 418	4.98 418	35.43 429	2.90 405	4.52 419	7.89 412	17.09 420	4.66 402	6.06 408	14.89 423	10.93 417	17.29 420	36.81 432	13.18 420	15.68 416	2.86 399	6.29 422	5.75 421	5.09 419	3.91 413	7.70 422

DGTPSM_ROB	13.01 419	8.23 420	21.87 418	9.51 423	18.10 422	11.56 418	32.01 427	10.63 419	16.20 416	7.03 413	19.48 425	10.15 414	16.66 420	9.83 413	22.42 422	4.75 418	8.68 423	5.37 419	10.25 423	6.16 420	11.36 423

DPSMNet_ROB	13.02 420	8.23 420	21.91 419	9.53 424	18.11 423	11.56 418	32.02 428	10.64 420	16.23 417	7.05 414	19.49 426	10.16 415	16.66 420	9.85 414	22.43 423	4.77 419	8.68 423	5.38 420	10.26 424	6.17 421	11.36 423

ASD4	15.85 421	10.99 423	19.63 416	10.21 425	11.70 421	19.24 423	31.10 426	19.35 423	10.68 412	11.14 418	10.18 415	12.59 418	12.64 416	14.74 421	24.83 425	12.93 427	9.94 428	26.83 433	19.40 427	16.23 426	12.70 428

DPSM_ROB	19.08 422	19.14 426	25.17 423	22.15 427	20.85 425	28.17 425	37.82 430	26.56 426	16.85 421	14.14 420	14.84 419	21.70 423	18.75 423	21.87 425	26.55 427	10.16 425	9.30 426	10.47 424	10.42 425	14.03 424	12.61 426

DPSM	19.08 422	19.14 426	25.17 423	22.15 427	20.85 425	28.17 425	37.82 430	26.56 426	16.85 421	14.14 420	14.84 419	21.70 423	18.75 423	21.87 425	26.55 427	10.16 425	9.30 426	10.47 424	10.42 425	14.03 424	12.61 426

LRCNet_RVC	22.74 424	32.10 431	21.97 420	29.84 429	26.23 427	4.42 404	0.81 286	22.66 424	2.02 363	26.93 429	29.26 430	23.06 430	15.59 419	23.84 427	18.88 419	31.75 434	19.90 436	34.65 434	32.13 434	30.54 434	28.32 435

DLNR_Zeroshot_test	23.17 425	48.52 442	43.29 432	176.68 442	78.69 438	0.35 5	0.21 1	23.41 425	0.75 57	0.66 45	0.86 58	0.59 53	0.30 4	1.56 193	0.44 86	9.57 423	0.12 10	0.18 37	0.14 23	76.92 441	0.16 42

SPstereo	26.54 426	6.08 419	10.71 409	5.55 421	5.68 420	48.14 434	80.43 441	67.31 442	34.39 437	28.70 435	27.52 428	43.76 439	37.60 437	45.04 441	54.41 442	4.92 420	4.89 421	10.74 426	5.88 420	4.46 418	4.57 420

FADE	26.59 427	4.78 417	20.96 417	1.89 391	1.92 393	2.91 383	2.00 389	5.58 407	5.04 403	2.92 384	2.16 349	4.13 388	14.18 418	10.23 415	8.46 400	188.09 442	2.77 416	123.78 439	127.92 439	1.06 381	1.10 387

BEATNet-Init1	26.87 428	13.43 424	70.68 440	0.91 362	0.68 313	57.02 441	21.06 422	32.82 433	32.67 430	52.12 441	53.61 440	66.05 441	49.56 441	48.79 442	34.71 432	0.49 356	0.44 361	0.53 358	0.53 366	0.63 356	0.59 352

CasAABBNet	38.33 429	38.46 433	50.35 434	44.75 437	41.84 431	56.68 438	76.37 436	53.22 439	33.83 432	28.31 430	29.54 431	43.62 438	37.71 438	43.84 438	53.41 437	20.30 428	18.70 431	21.07 430	21.07 429	28.24 431	25.34 430

MyStereo03	38.34 430	38.50 435	50.41 435	44.74 434	41.86 432	56.65 435	76.38 437	52.99 436	33.93 434	28.39 432	29.99 433	43.54 434	37.42 434	43.82 435	53.53 438	20.31 429	18.71 433	21.06 427	21.08 430	28.23 428	25.35 431

MyStereo02	38.34 430	38.50 435	50.41 435	44.74 434	41.86 432	56.65 435	76.38 437	52.99 436	33.93 434	28.39 432	29.99 433	43.54 434	37.42 434	43.82 435	53.53 438	20.31 429	18.71 433	21.06 427	21.08 430	28.23 428	25.35 431

MyStereo	38.34 430	38.50 435	50.41 435	44.74 434	41.86 432	56.65 435	76.38 437	52.99 436	33.93 434	28.39 432	29.99 433	43.54 434	37.42 434	43.82 435	53.53 438	20.31 429	18.71 433	21.06 427	21.08 430	28.23 428	25.35 431

Selective-RAFT-Error	38.39 433	38.47 434	50.44 438	44.73 433	41.97 435	56.68 438	76.38 437	53.24 440	33.92 433	28.34 431	29.85 432	43.60 437	38.20 439	43.75 434	53.34 436	20.38 432	18.70 431	21.09 431	21.05 428	28.30 432	25.43 434

HaxPig	38.92 434	41.40 439	41.64 430	29.95 430	32.27 428	28.90 427	27.60 423	29.73 429	37.71 438	43.82 438	43.87 437	33.17 431	35.56 429	41.53 432	40.37 434	43.94 438	47.51 441	45.82 435	47.08 436	42.38 435	44.15 438

AVERAGE_ROB	40.43 435	42.37 440	42.73 431	36.96 432	35.58 430	30.50 428	27.61 424	36.71 435	38.39 439	44.91 439	44.36 438	37.45 433	36.70 431	41.88 433	40.35 433	45.43 439	46.81 440	47.11 436	46.35 435	42.51 436	43.87 437

MEDIAN_ROB	42.00 436	44.40 441	44.29 433	35.15 431	34.95 429	31.28 432	29.60 425	35.88 434	40.02 440	47.20 440	46.64 439	37.37 432	38.48 440	44.35 440	42.45 435	48.03 440	49.39 442	49.71 437	49.03 437	45.14 437	46.65 439

LSM0	42.82 437	38.75 438	50.81 439	47.07 438	109.38 442	57.00 440	76.02 435	53.74 441	33.71 431	29.02 436	30.41 436	43.87 440	37.22 433	43.91 439	53.54 441	20.52 433	18.62 430	21.10 432	21.11 433	28.41 433	42.22 436

Anonymous_1	43.04 438	18.73 425	24.79 422	21.81 426	46.26 436	27.80 424	37.60 429	28.08 428	16.14 415	14.66 422	14.30 418	20.65 422	17.88 422	21.56 424	25.94 426	117.93 441	8.92 425	100.65 438	126.50 438	158.64 442	12.08 425

PML	51.67 439	36.25 432	13.28 412	7.46 422	20.81 424	108.69 442	232.22 443	8.72 416	27.82 429	87.01 442	269.67 443	69.67 442	61.95 442	24.76 431	14.20 413	9.74 424	3.40 419	9.62 423	4.70 418	18.74 427	4.72 421

xxxxx1	54.10 440	25.67 428	27.13 426	113.43 439	96.96 439	30.69 429	47.44 432	32.38 430	25.60 425	17.75 424	17.27 421	21.81 425	21.02 425	24.43 428	33.82 429	33.37 435	40.54 437	157.71 440	175.86 440	66.16 438	72.93 440

tt_ll	54.10 440	25.67 428	27.13 426	113.43 439	96.96 439	30.69 429	47.44 432	32.38 430	25.60 425	17.75 424	17.27 421	21.81 425	21.02 425	24.43 428	33.82 429	33.37 435	40.54 437	157.71 440	175.86 440	66.16 438	72.93 440

ff	54.10 440	25.67 428	27.13 426	113.43 439	96.96 439	30.69 429	47.44 432	32.38 430	25.60 425	17.75 424	17.27 421	21.81 425	21.02 425	24.43 428	33.82 429	33.37 435	40.54 437	157.71 440	175.86 440	66.16 438	72.93 440

test_example2	192.40 443	210.76 443	206.48 443	199.83 443	204.73 443	172.94 443	183.52 442	133.93 443	133.41 443	191.38 443	196.19 442	187.13 443	178.77 443	205.33 443	208.00 443	222.09 443	238.72 443	186.54 443	190.54 443	227.34 443	170.31 443

Low-res two-view benchmark