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

CroCo-Stereo	0.40 9	0.31 163	0.73 136	0.58 189	0.27 35	0.26 1	0.33 37	0.95 56	0.81 72	0.42 5	0.47 5	0.65 68	0.47 43	0.39 1	0.34 26	0.18 61	0.15 128	0.16 11	0.14 25	0.19 75	0.16 44
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CAS	0.63 122	0.18 1	0.37 2	2.27 397	0.84 354	0.57 79	0.54 196	0.79 15	0.62 25	0.48 19	0.70 33	0.36 2	0.26 1	0.45 2	0.35 30	2.24 398	0.10 1	0.14 1	0.09 1	0.15 6	1.06 388

XX-TBD	0.46 28	0.70 345	0.35 1	0.79 329	0.25 20	0.58 80	0.26 10	0.69 5	1.27 253	0.76 59	1.00 91	0.45 17	0.33 11	0.47 3	0.37 42	0.19 94	0.15 128	0.15 3	0.11 7	0.17 26	0.14 12

LargeStereo	0.40 9	0.22 11	0.51 26	0.52 116	0.29 66	0.45 20	0.25 4	1.65 238	0.46 4	0.37 2	0.57 20	0.46 18	0.45 33	0.50 4	0.38 52	0.19 94	0.12 9	0.16 11	0.13 13	0.16 14	0.15 28

StereoIM	0.36 1	0.25 38	0.58 52	0.44 24	0.34 142	0.30 3	0.30 26	0.72 6	0.50 7	0.37 2	0.36 1	0.58 52	0.49 59	0.52 5	0.36 36	0.19 94	0.16 159	0.19 53	0.15 33	0.18 45	0.14 12

AEACV	0.37 3	0.24 22	0.52 29	0.47 43	0.51 250	0.37 8	0.38 75	0.65 4	0.53 17	0.42 5	0.56 19	0.46 18	0.60 102	0.53 6	0.30 2	0.16 12	0.13 44	0.18 39	0.15 33	0.17 26	0.14 12

CREStereo++_RVC	0.47 34	0.21 5	0.38 5	0.45 34	0.38 176	0.45 20	0.25 4	0.75 9	1.29 262	0.80 68	1.21 173	0.47 22	0.37 14	0.53 6	0.44 89	0.16 12	0.11 3	0.15 3	0.80 385	0.18 45	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
panet	0.39 5	0.21 5	0.37 2	0.36 2	0.20 2	0.53 61	0.29 22	0.78 13	1.12 182	0.59 41	0.71 35	0.53 43	0.42 23	0.54 8	0.34 26	0.18 61	0.13 44	0.15 3	0.10 2	0.14 2	0.13 3

CASnet	0.41 13	0.25 38	0.48 16	0.50 76	0.20 2	0.50 43	0.36 62	0.81 23	0.80 71	0.83 76	0.68 29	0.48 25	0.31 7	0.54 8	0.32 8	0.18 61	0.12 9	0.27 243	0.22 203	0.23 183	0.14 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TANstereo	0.44 25	0.21 5	0.44 12	0.41 6	0.21 4	0.65 114	0.26 10	0.79 15	0.83 78	0.93 89	0.98 86	0.51 35	0.46 37	0.54 8	0.35 30	0.18 61	0.24 279	0.16 11	0.13 13	0.16 14	0.26 231

CREStereo	0.39 5	0.21 5	0.38 5	0.34 1	0.22 6	0.53 61	0.29 22	0.77 12	1.11 178	0.58 35	0.71 35	0.51 35	0.41 21	0.54 8	0.34 26	0.18 61	0.13 44	0.15 3	0.10 2	0.14 2	0.14 12
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
LoS_RVC	0.42 14	0.26 49	0.40 9	0.44 24	0.82 352	0.51 54	0.44 130	0.64 3	0.41 2	0.44 9	0.78 49	0.44 11	0.47 43	0.56 12	0.36 36	0.13 1	0.12 9	0.14 1	0.10 2	0.13 1	0.84 377

CES	0.48 37	0.20 2	0.37 2	0.39 5	1.39 389	0.55 71	0.35 52	0.98 66	0.66 42	0.44 9	0.66 25	0.35 1	0.27 2	0.56 12	0.33 17	0.15 7	0.13 44	0.15 3	0.10 2	0.19 75	1.46 394

CroCo-Stereo Lap2	0.44 25	0.34 213	0.77 165	0.61 225	0.79 343	0.28 2	0.35 52	0.75 9	0.71 53	0.38 4	0.50 9	0.72 85	0.55 78	0.57 14	0.47 115	0.17 33	0.18 201	0.19 53	0.16 62	0.21 136	0.20 140

MIF-Stereo	0.36 1	0.23 16	0.59 57	0.48 56	0.36 151	0.40 10	0.32 34	0.53 1	0.49 6	0.54 33	0.55 18	0.36 2	0.31 7	0.58 15	0.51 136	0.20 122	0.15 128	0.17 17	0.15 33	0.19 75	0.15 28

AE-Stereo	0.49 40	0.27 72	0.67 91	0.60 213	0.39 184	0.67 127	0.46 148	1.18 133	1.09 172	0.47 15	0.75 44	0.69 79	0.47 43	0.59 16	0.40 63	0.16 12	0.15 128	0.21 100	0.20 140	0.19 75	0.15 28

RCA-Stereo	0.50 42	0.23 16	0.58 52	0.48 56	0.33 127	0.55 71	0.45 141	0.97 64	1.38 302	0.68 48	1.05 115	0.63 62	0.80 169	0.59 16	0.32 8	0.17 33	0.12 9	0.17 17	0.14 25	0.16 14	0.14 12

GMOStereo	0.53 53	0.26 49	0.65 81	0.50 76	0.29 66	0.52 56	0.43 118	0.89 35	0.96 114	1.41 283	1.14 151	0.85 124	0.56 82	0.59 16	0.38 52	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 28

error version	0.53 53	0.26 49	0.65 81	0.50 76	0.29 66	0.52 56	0.43 118	0.89 35	0.96 114	1.41 283	1.14 151	0.85 124	0.56 82	0.59 16	0.38 52	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 28

test-v	0.53 53	0.26 49	0.65 81	0.50 76	0.29 66	0.52 56	0.43 118	0.89 35	0.96 114	1.41 283	1.14 151	0.85 124	0.56 82	0.59 16	0.38 52	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 28

AnonymousM	0.59 104	1.11 378	0.41 10	0.44 24	0.32 110	0.43 16	0.47 154	1.05 91	0.64 29	0.98 103	0.63 23	0.67 72	0.43 26	0.59 16	0.41 70	0.20 122	0.15 128	1.84 395	0.84 387	0.14 2	0.13 3

test-2	0.53 53	0.26 49	0.65 81	0.50 76	0.29 66	0.52 56	0.43 118	0.89 35	0.96 114	1.41 283	1.14 151	0.85 124	0.56 82	0.59 16	0.38 52	0.16 12	0.14 78	0.24 175	0.21 176	0.20 102	0.15 28

sAnonymous2	0.55 82	0.56 311	1.46 324	0.60 213	0.51 250	0.48 24	0.52 186	0.79 15	0.68 46	0.50 28	0.67 27	0.46 18	0.62 116	0.59 16	0.40 63	0.22 172	0.17 185	0.22 126	0.21 176	0.86 375	0.56 348

CroCo_RVC	0.55 82	0.56 311	1.46 324	0.60 213	0.51 250	0.48 24	0.52 186	0.79 15	0.68 46	0.50 28	0.67 27	0.46 18	0.62 116	0.59 16	0.40 63	0.22 172	0.17 185	0.22 126	0.21 176	0.86 375	0.56 348

LoS	0.40 9	0.21 5	0.44 12	0.37 3	0.22 6	0.50 43	0.40 89	1.00 72	0.94 110	0.48 19	0.66 25	0.48 25	0.40 19	0.60 25	0.37 42	0.18 61	0.14 78	0.16 11	0.11 7	0.14 2	0.14 12

test-1	0.52 44	0.26 49	1.04 259	0.56 172	0.32 110	0.61 93	0.38 75	1.10 113	0.91 101	0.78 63	1.01 96	0.77 92	0.52 64	0.60 25	0.42 78	0.17 33	0.14 78	0.20 77	0.17 78	0.20 102	0.23 189

sCroCo_RVC	0.49 40	0.40 256	1.02 252	0.65 265	0.60 292	0.52 56	0.40 89	0.83 24	0.61 24	0.44 9	0.74 42	0.49 32	0.50 60	0.63 27	0.48 120	0.26 249	0.27 298	0.23 155	0.22 203	0.29 246	0.25 213

4D-IteraStereo	0.48 37	0.24 22	0.76 161	0.50 76	0.44 209	0.66 123	0.31 31	0.87 27	1.02 143	1.03 117	0.72 38	0.78 95	0.32 10	0.64 28	0.37 42	0.17 33	0.11 3	0.23 155	0.19 112	0.19 75	0.13 3

GLC_STEREO	0.39 5	0.25 38	0.41 10	0.54 140	0.23 8	0.48 24	0.30 26	0.73 7	0.58 20	0.52 30	0.73 40	0.51 35	0.31 7	0.64 28	0.42 78	0.17 33	0.20 231	0.23 155	0.19 112	0.21 136	0.17 64

R-Stereo Train	0.57 96	0.26 49	0.63 71	0.54 140	0.36 151	0.69 138	0.54 196	1.22 147	0.72 54	1.61 323	1.50 269	0.75 88	0.53 69	0.64 28	0.44 89	0.18 61	0.15 128	0.17 17	0.15 33	0.17 26	0.17 64

RAFT-Stereo	0.57 96	0.26 49	0.63 71	0.54 140	0.36 151	0.69 138	0.54 196	1.22 147	0.72 54	1.61 323	1.50 269	0.75 88	0.53 69	0.64 28	0.44 89	0.18 61	0.15 128	0.17 17	0.15 33	0.17 26	0.17 64
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MGS-Stereo	0.42 14	0.26 49	0.58 52	0.44 24	0.28 54	0.50 43	0.34 48	0.57 2	0.83 78	0.46 14	1.31 209	0.52 40	0.33 11	0.65 32	0.36 36	0.19 94	0.16 159	0.18 39	0.15 33	0.17 26	0.16 44

RAFT-Stereo + iAFF	0.54 67	0.25 38	0.68 94	0.43 9	0.24 11	0.40 10	0.34 48	1.04 85	1.09 172	1.32 252	1.60 289	0.80 100	0.68 132	0.67 33	0.39 59	0.13 1	0.10 1	0.18 39	0.17 78	0.17 26	0.13 3

CAS++	0.47 34	0.31 163	0.56 40	0.47 43	0.32 110	0.42 14	0.28 19	1.76 265	0.72 54	0.71 53	0.72 38	0.37 4	0.28 3	0.69 34	0.33 17	0.27 258	0.22 261	0.26 231	0.21 176	0.29 246	0.19 116
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
anonymousa	0.72 167	0.27 72	0.75 152	0.47 43	0.63 301	1.43 307	0.45 141	1.24 153	0.89 92	1.28 227	1.75 315	1.62 309	1.13 288	0.69 34	0.59 169	0.19 94	0.16 159	0.23 155	0.25 245	0.20 102	0.18 82

Gwc-CoAtRS	0.52 44	0.24 22	0.68 94	0.48 56	0.29 66	0.64 102	0.25 4	1.16 126	1.08 166	1.01 110	1.00 91	1.12 212	0.56 82	0.69 34	0.37 42	0.16 12	0.13 44	0.17 17	0.15 33	0.15 6	0.15 28

whm_eth	0.65 137	0.47 283	1.05 260	0.55 159	0.64 303	0.69 138	0.45 141	1.34 167	1.26 246	1.02 113	1.92 335	0.49 32	0.48 51	0.70 37	0.52 142	0.23 196	0.20 231	0.25 212	0.24 234	0.24 197	0.31 273

Any-RAFT	0.53 53	0.24 22	0.47 14	0.47 43	0.27 35	1.00 241	0.25 4	1.58 224	1.05 154	0.85 82	0.99 88	1.06 191	0.47 43	0.70 37	0.32 8	0.18 61	0.13 44	0.16 11	0.13 13	0.16 14	0.16 44

x	0.54 67	0.31 163	0.61 64	0.47 43	0.30 83	0.67 127	0.47 154	1.53 215	0.79 70	0.81 72	0.83 57	0.78 95	0.70 138	0.70 37	0.62 181	0.21 149	0.19 214	0.22 126	0.19 112	0.21 136	0.20 140

CFNet-RSSM	0.54 67	0.24 22	0.70 109	0.48 56	0.28 54	0.60 90	0.27 16	1.49 197	1.14 195	1.06 121	0.93 74	1.08 198	0.54 72	0.70 37	0.35 30	0.16 12	0.12 9	0.17 17	0.15 33	0.16 14	0.14 12

Former-RAFT_DAM_RVC	0.46 28	0.36 236	0.71 120	0.47 43	0.36 151	0.67 127	0.35 52	0.78 13	1.12 182	0.61 43	0.62 22	0.39 5	0.39 16	0.71 41	0.39 59	0.20 122	0.17 185	0.22 126	0.18 92	0.23 183	0.19 116

RAFT-Test	0.54 67	0.25 38	0.64 77	0.47 43	0.30 83	0.97 235	0.27 16	1.24 153	0.81 72	0.96 96	1.12 143	1.28 253	0.48 51	0.71 41	0.36 36	0.17 33	0.13 44	0.17 17	0.14 25	0.16 14	0.16 44

cross-raft	0.54 67	0.25 38	0.61 64	0.52 116	0.29 66	0.68 134	0.37 71	1.46 192	0.76 62	1.01 110	1.06 117	1.28 253	0.46 37	0.71 41	0.35 30	0.15 7	0.12 9	0.18 39	0.16 62	0.19 75	0.14 12

MyStereo8	0.65 137	0.29 115	1.00 242	0.58 189	0.49 234	0.91 212	0.35 52	1.18 133	1.31 272	1.16 173	1.27 194	0.90 140	0.64 124	0.72 44	0.95 257	0.18 61	0.14 78	0.20 77	0.18 92	0.22 158	0.26 231

ICVP	0.63 122	0.33 194	0.57 49	0.61 225	0.40 189	0.80 186	0.58 228	1.61 231	0.89 92	0.90 84	1.24 181	0.88 135	0.73 141	0.72 44	0.88 249	0.29 277	0.21 247	0.22 126	0.21 176	0.24 197	0.27 237
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.52 44	0.29 115	0.59 57	0.59 202	0.50 240	0.53 61	0.40 89	1.11 119	1.03 146	0.84 78	0.83 57	0.68 74	0.54 72	0.72 44	0.51 136	0.19 94	0.14 78	0.24 175	0.26 259	0.21 136	0.18 82

DCANet-4	0.54 67	0.26 49	1.07 267	0.42 8	0.24 11	0.48 24	0.36 62	0.99 68	1.30 268	1.10 137	1.02 103	0.56 46	0.75 145	0.73 47	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.15 6	0.19 116

fff	0.53 53	0.24 22	0.70 109	0.43 9	0.24 11	0.48 24	0.36 62	1.07 106	1.25 241	1.10 137	1.02 103	0.57 48	1.06 274	0.73 47	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.15 6	0.19 116

MIPNet	0.56 91	0.28 88	0.94 225	0.49 69	0.33 127	0.66 123	0.38 75	1.35 169	1.08 166	1.06 121	0.92 72	0.60 57	0.79 164	0.73 47	0.52 142	0.17 33	0.14 78	0.19 53	0.16 62	0.18 45	0.17 64

csc	0.53 53	0.24 22	0.70 109	0.43 9	0.24 11	0.48 24	0.36 62	1.07 106	1.25 241	1.10 137	1.02 103	0.57 48	1.06 274	0.73 47	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.15 6	0.19 116

cscssc	0.53 53	0.24 22	0.70 109	0.43 9	0.24 11	0.48 24	0.36 62	1.07 106	1.25 241	1.10 137	1.02 103	0.57 48	1.06 274	0.73 47	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.15 6	0.19 116

DCRE	0.82 218	0.26 49	0.70 109	0.58 189	0.44 209	0.54 65	0.48 162	0.95 56	0.78 66	0.78 63	7.33 408	0.86 128	0.52 64	0.76 52	0.41 70	0.16 12	0.16 159	0.19 53	0.17 78	0.18 45	0.17 64

GANet-ADL	0.60 107	0.35 229	0.72 124	0.64 253	0.40 189	0.68 134	0.51 177	1.49 197	1.12 182	0.95 95	1.08 123	0.91 141	0.57 90	0.76 52	0.55 160	0.26 249	0.18 201	0.18 39	0.16 62	0.23 183	0.25 213

AASNet	0.76 197	0.35 229	0.91 217	0.79 329	0.81 350	1.14 261	0.56 215	2.02 328	1.08 166	1.22 203	1.24 181	0.93 150	0.76 153	0.77 54	1.16 285	0.27 258	0.23 270	0.24 175	0.20 140	0.28 241	0.24 201

MyStereo06	0.61 113	0.28 88	0.95 228	0.56 172	0.46 226	0.61 93	0.73 267	1.78 273	0.67 43	1.03 117	1.12 143	1.13 217	0.56 82	0.78 55	0.41 70	0.17 33	0.16 159	0.23 155	0.20 140	0.22 158	0.20 140

raftrobust	0.52 44	0.25 38	0.56 40	0.65 265	0.52 258	0.49 34	0.34 48	0.98 66	0.91 101	1.30 240	0.87 64	0.63 62	0.81 172	0.78 55	0.41 70	0.19 94	0.15 128	0.16 11	0.14 25	0.15 6	0.16 44

DMCA	0.67 154	0.34 213	0.90 214	0.51 100	0.44 209	0.86 204	0.47 154	1.42 182	1.02 143	1.17 182	1.12 143	1.23 236	0.75 145	0.78 55	0.95 257	0.25 235	0.19 214	0.27 243	0.19 112	0.24 197	0.27 237

HUI-Stereo	0.52 44	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.30 26	1.04 85	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	0.79 58	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

IPLGR_C	0.62 116	0.33 194	0.99 237	0.58 189	0.49 234	0.76 166	0.48 162	1.10 113	0.96 114	1.40 281	1.56 281	0.62 60	0.48 51	0.80 59	0.71 202	0.23 196	0.15 128	0.19 53	0.16 62	0.19 75	0.21 157

Anonymous	0.53 53	0.38 247	0.91 217	0.66 270	0.73 326	0.65 114	0.59 235	0.95 56	0.73 58	0.47 15	0.58 21	0.42 6	0.60 102	0.80 59	0.53 150	0.24 211	0.23 270	0.21 100	0.21 176	0.41 306	0.29 251

ACVNet	0.63 122	0.31 163	0.54 35	0.54 140	0.36 151	0.80 186	0.46 148	1.37 172	1.07 162	0.93 89	1.30 204	1.08 198	0.85 190	0.80 59	0.94 255	0.21 149	0.19 214	0.21 100	0.18 92	0.22 158	0.18 82

acv_ft	0.75 191	0.31 163	0.95 228	0.70 298	0.86 357	1.24 281	0.53 192	1.44 189	1.07 162	1.24 214	1.30 204	1.08 198	0.92 219	0.80 59	1.34 307	0.21 149	0.19 214	0.21 100	0.18 92	0.21 136	0.18 82

riskmin	0.56 91	0.27 72	0.60 61	0.43 9	0.31 95	0.83 195	0.42 102	1.14 123	1.04 150	0.73 58	0.75 44	1.11 211	1.01 259	0.81 63	0.51 136	0.20 122	0.14 78	0.24 175	0.15 33	0.24 197	0.25 213

iRaftStereo_RVC	0.47 34	0.26 49	0.64 77	0.50 76	0.29 66	0.53 61	0.33 37	1.05 91	0.77 64	0.84 78	1.00 91	0.55 44	0.37 14	0.81 63	0.40 63	0.17 33	0.12 9	0.22 126	0.20 140	0.19 75	0.15 28

DCANet	0.54 67	0.24 22	0.70 109	0.43 9	0.24 11	0.49 34	0.36 62	1.05 91	1.30 268	1.12 143	1.03 111	0.58 52	0.92 219	0.81 63	0.52 142	0.16 12	0.13 44	0.17 17	0.13 13	0.18 45	0.19 116

IGEV_Zeroshot_test	0.53 53	0.30 131	0.99 237	0.56 172	0.35 145	0.41 12	0.32 34	1.37 172	0.63 27	1.00 107	1.09 128	0.95 159	0.41 21	0.83 66	0.39 59	0.18 61	0.12 9	0.19 53	0.18 92	0.19 75	0.17 64

ACRE	0.61 113	0.33 194	1.01 246	0.58 189	0.49 234	0.75 162	0.47 154	1.06 104	0.95 112	1.37 270	1.55 277	0.62 60	0.46 37	0.83 66	0.70 197	0.23 196	0.15 128	0.19 53	0.16 62	0.18 45	0.21 157

CASS	0.65 137	0.34 213	0.72 124	0.56 172	0.27 35	0.78 177	0.42 102	1.59 225	0.86 81	1.30 240	1.25 185	0.87 132	0.84 187	0.84 68	0.54 156	0.35 313	0.19 214	0.26 231	0.21 176	0.28 241	0.42 314
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ADStereo(finetuned)	0.57 96	0.24 22	1.06 263	0.43 9	0.24 11	0.49 34	0.35 52	1.05 91	1.30 268	1.12 143	1.03 111	0.58 52	1.20 300	0.84 68	0.51 136	0.16 12	0.13 44	0.17 17	0.13 13	0.18 45	0.19 116

knoymous	0.51 43	0.29 115	0.47 14	0.43 9	0.30 83	0.55 71	0.55 209	1.02 78	0.77 64	0.98 103	0.85 60	0.94 153	0.56 82	0.85 70	0.45 97	0.20 122	0.14 78	0.26 231	0.14 25	0.23 183	0.23 189

GMStereo	0.55 82	0.45 277	0.94 225	0.50 76	0.32 110	0.64 102	0.43 118	1.00 72	1.40 311	0.82 75	0.73 40	0.51 35	0.45 33	0.85 70	0.55 160	0.24 211	0.15 128	0.20 77	0.21 176	0.31 263	0.24 201
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HITNet	0.65 137	0.40 256	0.77 165	0.48 56	0.24 11	1.05 247	0.49 169	1.76 265	1.02 143	1.18 187	1.18 165	0.89 139	0.80 169	0.85 70	0.79 229	0.17 33	0.12 9	0.21 100	0.17 78	0.29 246	0.15 28
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
EGLCR-Stereo	0.37 3	0.22 11	0.51 26	0.43 9	0.26 22	0.44 18	0.22 2	0.99 68	0.48 5	0.42 5	0.42 2	0.67 72	0.29 4	0.86 73	0.33 17	0.17 33	0.12 9	0.19 53	0.17 78	0.17 26	0.15 28

PMTNet	0.46 28	0.21 5	0.38 5	0.37 3	0.23 8	0.71 148	0.27 16	0.74 8	1.04 150	0.64 45	0.70 33	0.55 44	0.47 43	0.86 73	0.35 30	1.00 383	0.13 44	0.15 3	0.10 2	0.15 6	0.13 3

1test111	0.54 67	0.31 163	0.50 20	0.54 140	0.26 22	1.18 271	0.51 177	1.42 182	0.78 66	0.58 35	0.79 52	0.48 25	0.88 206	0.88 75	0.59 169	0.20 122	0.12 9	0.25 212	0.15 33	0.22 158	0.21 157

qqq	0.57 96	0.34 213	0.71 120	0.47 43	0.27 35	0.64 102	0.62 242	1.42 182	0.78 66	0.80 68	0.92 72	0.95 159	0.77 157	0.88 75	0.59 169	0.21 149	0.20 231	0.24 175	0.23 223	0.22 158	0.21 157

MSMDNet	0.66 145	0.32 178	0.87 203	0.49 69	0.37 159	0.79 181	0.40 89	1.43 188	1.31 272	1.15 162	1.31 209	1.24 238	0.63 121	0.88 75	0.57 164	0.21 149	0.16 159	0.26 231	0.19 112	0.39 299	0.24 201

PCWNet_CMD	0.66 145	0.32 178	0.88 206	0.49 69	0.37 159	0.78 177	0.40 89	1.42 182	1.31 272	1.16 173	1.31 209	1.25 242	0.62 116	0.89 78	0.57 164	0.20 122	0.16 159	0.27 243	0.19 112	0.40 303	0.25 213

CIPLG	0.62 116	0.33 194	0.96 232	0.58 189	0.50 240	0.75 162	0.48 162	1.05 91	0.96 114	1.40 281	1.57 285	0.64 65	0.48 51	0.89 78	0.70 197	0.23 196	0.15 128	0.19 53	0.16 62	0.19 75	0.21 157

mmm	0.63 122	0.35 229	0.72 124	0.51 100	0.30 83	0.86 204	0.54 196	1.59 225	0.86 81	1.07 123	1.38 235	0.79 98	0.75 145	0.91 80	0.58 167	0.22 172	0.18 201	0.29 261	0.25 245	0.25 207	0.23 189

11t1	0.52 44	0.28 88	0.68 94	0.51 100	0.28 54	0.83 195	0.39 86	1.22 147	0.63 27	0.84 78	0.74 42	0.68 74	0.68 132	0.91 80	0.57 164	0.21 149	0.18 201	0.19 53	0.16 62	0.20 102	0.21 157

BUS	0.74 184	0.32 178	0.68 94	0.54 140	0.44 209	2.34 371	0.42 102	2.16 350	0.98 126	1.20 195	1.11 137	1.03 186	0.62 116	0.91 80	0.70 197	0.24 211	0.17 185	0.25 212	0.22 203	0.22 158	0.22 172

BSDual-CNN	0.71 166	0.32 178	0.68 94	0.54 140	0.44 209	1.27 285	0.65 247	2.16 350	0.98 126	1.20 195	1.11 137	1.12 212	0.74 143	0.91 80	0.66 191	0.24 211	0.17 185	0.25 212	0.22 203	0.22 158	0.22 172

psmg	0.72 167	0.32 178	0.68 94	0.50 76	0.44 209	1.48 310	0.75 269	1.94 311	0.98 126	1.21 198	1.33 217	1.12 212	0.74 143	0.91 80	0.66 191	0.24 211	0.19 214	0.25 212	0.25 245	0.23 183	0.22 172

DIP-Stereo	0.62 116	0.30 131	0.83 185	0.48 56	0.36 151	0.95 227	0.33 37	2.37 375	0.67 43	1.25 218	1.00 91	0.68 74	0.51 62	0.91 80	0.61 178	0.18 61	0.15 128	0.21 100	0.17 78	0.19 75	0.19 116
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
raft+_RVC	0.53 53	0.26 49	0.54 35	0.60 213	0.47 230	0.54 65	0.54 196	1.27 157	0.99 133	0.76 59	1.03 111	0.70 82	0.56 82	0.93 86	0.47 115	0.18 61	0.14 78	0.19 53	0.18 92	0.18 45	0.15 28

IPLGR	0.58 101	0.27 72	1.14 281	0.48 56	0.28 54	0.65 114	0.33 37	1.22 147	1.13 193	1.18 187	1.05 115	0.69 79	0.66 131	0.96 87	0.52 142	0.17 33	0.15 128	0.20 77	0.17 78	0.20 102	0.18 82

DeepStereo_RVC	0.55 82	0.29 115	0.72 124	0.51 100	0.30 83	0.59 84	0.33 37	1.03 81	0.70 49	1.16 173	0.93 74	0.83 115	0.94 230	0.96 87	0.54 156	0.21 149	0.14 78	0.21 100	0.19 112	0.24 197	0.24 201

111	0.60 107	0.23 16	0.70 109	0.43 9	0.24 11	0.72 150	0.42 102	1.18 133	1.41 314	0.80 68	1.38 235	1.10 207	0.79 164	0.96 87	0.58 167	0.18 61	0.13 44	0.17 17	0.15 33	0.17 26	0.19 116

FENet	0.60 107	0.28 88	0.63 71	0.54 140	0.33 127	0.83 195	0.38 75	1.27 157	1.07 162	1.00 107	0.86 61	0.99 173	0.85 190	0.96 87	0.68 195	0.22 172	0.15 128	0.23 155	0.20 140	0.22 158	0.23 189

AdaStereo	0.70 161	0.43 268	0.75 152	0.73 315	0.37 159	0.92 218	0.53 192	1.85 287	1.18 215	1.12 143	1.23 179	1.07 197	0.65 129	0.96 87	0.63 185	0.31 288	0.15 128	0.32 287	0.21 176	0.29 246	0.22 172
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.
AFF-stereo	0.58 101	0.25 38	0.64 77	0.46 37	0.29 66	0.34 4	0.38 75	1.15 125	1.14 195	1.17 182	1.60 289	1.10 207	0.71 140	0.97 92	0.43 87	0.13 1	0.11 3	0.19 53	0.19 112	0.17 26	0.14 12

CFNet_pseudo	0.66 145	0.32 178	0.86 193	0.48 56	0.39 184	0.70 145	0.40 89	1.33 163	1.22 231	1.16 173	1.34 222	1.24 238	0.64 124	0.98 93	0.59 169	0.21 149	0.16 159	0.33 294	0.19 112	0.36 283	0.25 213

ccs_rob	0.66 145	0.33 194	0.86 193	0.48 56	0.39 184	0.70 145	0.40 89	1.33 163	1.22 231	1.16 173	1.34 222	1.23 236	0.64 124	0.98 93	0.59 169	0.21 149	0.16 159	0.35 311	0.20 140	0.37 287	0.25 213

H2IRNET	0.56 91	0.26 49	0.66 87	0.47 43	0.35 145	0.41 12	0.26 10	0.92 43	1.17 210	0.61 43	1.28 199	1.08 198	0.86 198	0.99 95	0.63 185	0.19 94	0.16 159	0.22 126	0.25 245	0.21 136	0.18 82

CFNet_ucs	0.70 161	0.33 194	0.88 206	0.50 76	0.43 203	0.74 156	0.44 130	1.60 228	1.29 262	1.22 203	1.54 275	1.09 205	0.63 121	0.99 95	0.59 169	0.25 235	0.20 231	0.37 321	0.21 176	0.40 303	0.28 248

IER	0.70 161	0.31 163	1.02 252	0.48 56	0.52 258	1.34 294	0.51 177	1.17 128	0.99 133	1.23 206	1.34 222	1.12 212	1.11 283	0.99 95	0.71 202	0.20 122	0.16 159	0.21 100	0.21 176	0.20 102	0.19 116

GES	0.66 145	0.34 213	0.90 214	0.59 202	0.38 176	0.94 223	0.57 225	2.11 340	0.86 81	1.02 113	1.11 137	0.66 70	0.79 164	0.99 95	0.61 178	0.27 258	0.19 214	0.20 77	0.20 140	0.21 136	0.30 263

UCFNet_RVC	0.69 159	0.35 229	0.49 18	0.64 253	0.39 184	0.85 203	0.58 228	1.75 259	1.14 195	0.97 99	1.19 168	1.17 222	0.93 225	0.99 95	0.62 181	0.28 269	0.20 231	0.34 304	0.31 307	0.32 268	0.27 237

ToySt	0.66 145	0.33 194	1.23 291	0.51 100	0.33 127	0.86 204	0.68 257	1.10 113	0.97 121	0.84 78	1.08 123	1.25 242	0.94 230	1.01 100	0.74 209	0.19 94	0.19 214	0.24 175	0.24 234	0.27 227	0.23 189

dd	0.59 104	0.48 288	0.97 234	0.55 159	0.32 110	0.64 102	0.47 154	1.02 78	1.34 283	0.78 63	0.86 61	0.58 52	0.54 72	1.01 100	0.86 248	0.28 269	0.18 201	0.26 231	0.19 112	0.32 268	0.24 201

BEATNet_4x	0.73 181	0.49 291	1.17 285	0.53 125	0.26 22	1.03 244	0.55 209	1.82 281	1.06 157	1.21 198	1.22 175	0.96 165	0.91 216	1.01 100	1.06 270	0.21 149	0.14 78	0.24 175	0.19 112	0.37 287	0.21 157

StereoVision	0.65 137	0.34 213	0.86 193	0.59 202	0.40 189	0.50 43	0.41 100	1.09 111	0.93 107	0.71 53	2.50 367	0.82 108	0.57 90	1.03 103	0.49 127	0.25 235	0.28 304	0.29 261	0.28 284	0.36 283	0.20 140

anonymousdsp2	0.53 53	0.27 72	0.74 150	0.48 56	0.29 66	0.76 166	0.47 154	1.61 231	0.82 77	0.77 62	0.77 47	0.75 88	0.47 43	1.03 103	0.40 63	0.18 61	0.13 44	0.18 39	0.13 13	0.19 75	0.18 82

Anonymous_2	1.30 321	0.55 308	0.82 183	0.52 116	0.58 282	1.01 242	0.64 245	1.25 155	0.97 121	0.96 96	0.78 49	1.33 262	1.29 314	1.03 103	0.74 209	0.62 372	0.64 389	1.06 388	9.63 425	1.16 386	0.49 336

MC-Stereo	0.43 17	0.23 16	0.48 16	0.51 100	0.28 54	0.39 9	0.32 34	0.88 34	0.68 46	0.60 42	0.84 59	0.56 46	0.61 111	1.03 103	0.31 6	0.17 33	0.11 3	0.17 17	0.15 33	0.16 14	0.13 3

SFCPSM	0.70 161	0.28 88	1.02 252	0.51 100	0.38 176	1.37 297	0.66 252	2.00 321	1.03 146	1.17 182	1.21 173	0.82 108	0.78 162	1.03 103	0.53 150	0.21 149	0.17 185	0.22 126	0.24 234	0.21 136	0.19 116

GwcNet-ADL	0.64 132	0.31 163	0.79 175	0.56 172	0.41 195	0.60 90	0.58 228	1.41 180	1.26 246	1.08 124	1.13 148	0.91 141	0.60 102	1.04 108	0.78 223	0.27 258	0.18 201	0.18 39	0.18 92	0.25 207	0.29 251

LL-Strereo2	0.52 44	0.33 194	0.69 103	0.52 116	0.37 159	0.70 145	0.30 26	1.13 122	0.67 43	0.94 94	0.78 49	0.91 141	0.42 23	1.05 109	0.42 78	0.17 33	0.16 159	0.29 261	0.25 245	0.21 136	0.16 44

PSM-adaLoss	0.54 67	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.41 100	1.04 85	0.64 29	1.12 143	0.96 78	0.82 108	0.61 111	1.06 110	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

RAFT	0.64 132	0.30 131	0.73 136	0.59 202	0.33 127	0.68 134	0.58 228	1.04 85	0.76 62	1.08 124	1.19 168	1.65 316	0.93 225	1.06 110	0.56 162	0.21 149	0.18 201	0.27 243	0.24 234	0.22 158	0.17 64

Anonymous3	0.61 113	0.44 271	1.11 276	0.59 202	0.49 234	0.93 221	0.65 247	0.93 48	0.81 72	0.72 57	0.88 66	0.65 68	0.69 135	1.06 110	0.53 150	0.35 313	0.30 316	0.26 231	0.26 259	0.31 263	0.27 237

EAI-Stereo	0.65 137	0.28 88	0.69 103	0.53 125	0.27 35	0.60 90	0.40 89	2.28 368	0.64 29	0.71 53	3.18 378	0.57 48	0.43 26	1.06 110	0.41 70	0.18 61	0.13 44	0.17 17	0.17 78	0.17 26	0.17 64

EKT-Stereo	0.53 53	0.30 131	0.73 136	0.58 189	0.60 292	0.51 54	0.48 162	0.94 53	0.90 96	0.71 53	0.88 66	0.77 92	0.43 26	1.07 114	0.40 63	0.22 172	0.16 159	0.21 100	0.18 92	0.20 102	0.22 172

Selective-IGEV	0.39 5	0.24 22	0.50 20	0.44 24	0.25 20	0.46 22	0.33 37	1.25 155	0.40 1	0.35 1	0.45 3	0.52 40	0.30 5	1.07 114	0.30 2	0.14 4	0.12 9	0.17 17	0.13 13	0.16 14	0.13 3

HHNet	0.62 116	0.26 49	0.63 71	0.43 9	0.45 216	0.50 43	0.58 228	1.07 106	1.01 140	1.25 218	2.23 355	0.70 82	0.61 111	1.07 114	0.47 115	0.20 122	0.13 44	0.23 155	0.19 112	0.19 75	0.30 263

MoCha-V2	0.40 9	0.20 2	0.49 18	0.50 76	0.21 4	0.44 18	0.33 37	0.93 48	0.53 17	0.53 31	0.53 10	0.42 6	0.58 99	1.09 117	0.27 1	0.14 4	0.12 9	0.15 3	0.12 10	0.17 26	0.15 28

ssnet_v2	0.88 241	0.36 236	1.02 252	0.62 236	0.38 176	1.32 291	0.97 321	2.07 336	1.34 283	1.37 270	1.18 165	1.54 297	0.92 219	1.10 118	1.65 338	0.30 281	0.27 298	0.30 270	0.28 284	0.27 227	0.26 231

TRStereo	0.60 107	0.60 328	0.97 234	0.74 317	0.67 310	0.46 22	0.38 75	1.85 287	0.89 92	0.79 66	0.80 56	0.88 135	0.39 16	1.10 118	0.41 70	0.23 196	0.15 128	0.23 155	0.24 234	0.17 26	0.15 28

CRE-IMP	0.55 82	0.30 131	0.74 150	0.52 116	0.29 66	0.79 181	0.25 4	1.04 85	0.72 54	1.09 129	0.95 76	0.81 103	0.57 90	1.10 118	0.50 133	0.21 149	0.14 78	0.23 155	0.19 112	0.28 241	0.22 172

MIF-Stereo (partial)	0.45 27	0.25 38	0.70 109	0.50 76	0.52 258	0.35 5	0.26 10	0.91 42	0.59 23	0.45 13	0.71 35	0.51 35	0.51 62	1.11 121	0.45 97	0.20 122	0.16 159	0.23 155	0.20 140	0.24 197	0.18 82

iRaft-Stereo_20w	0.65 137	0.31 163	1.00 242	0.47 43	0.34 142	0.73 153	0.30 26	2.96 389	0.70 49	1.15 162	1.14 151	0.76 91	0.65 129	1.11 121	0.38 52	0.17 33	0.13 44	0.18 39	0.16 62	0.19 75	0.18 82

ROB_FTStereo_v2	0.54 67	0.30 131	0.73 136	0.50 76	0.27 35	0.64 102	0.42 102	1.05 91	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	1.12 123	0.46 110	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

test croco	0.46 28	0.27 72	1.01 246	0.50 76	0.40 189	0.35 5	0.37 71	0.87 27	0.56 19	0.43 8	0.76 46	0.42 6	0.40 19	1.13 124	0.45 97	0.21 149	0.15 128	0.24 175	0.19 112	0.24 197	0.16 44

Consistency-Raft	1.25 316	0.99 369	1.93 357	1.02 375	1.21 385	0.96 231	1.01 329	1.75 259	1.92 361	1.36 268	2.12 349	1.44 280	1.01 259	1.14 125	1.40 316	0.72 377	0.82 394	0.89 382	0.98 396	1.31 390	0.95 380

anonymity	1.12 300	0.97 367	1.21 288	1.07 379	1.12 377	1.08 253	0.89 303	1.95 313	1.16 208	1.29 232	1.26 191	1.22 231	1.09 281	1.15 126	1.01 266	1.02 386	1.00 407	0.97 384	0.97 394	0.98 379	0.99 382

ROB_FTStereo	0.54 67	0.30 131	0.73 136	0.50 76	0.27 35	0.64 102	0.25 4	1.05 91	0.64 29	1.12 143	0.95 76	0.82 108	0.61 111	1.15 126	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

test_4	0.53 53	0.22 11	0.56 40	0.54 140	0.32 110	0.64 102	0.39 86	0.80 20	0.62 25	0.92 88	1.87 330	0.68 74	0.42 23	1.16 128	0.37 42	0.15 7	0.13 44	0.20 77	0.22 203	0.20 102	0.15 28

GMStereo_Zeroshot	0.67 154	0.61 329	1.01 246	0.64 253	0.37 159	0.84 202	0.35 52	1.05 91	1.12 182	1.12 143	1.06 117	1.27 250	0.54 72	1.19 129	0.59 169	0.32 293	0.17 185	0.31 274	0.18 92	0.52 342	0.22 172

psm_up	0.77 198	0.34 213	0.70 109	0.66 270	0.58 282	1.05 247	0.92 311	1.52 209	1.12 182	1.26 222	1.16 160	1.31 260	1.23 306	1.20 130	0.81 233	0.25 235	0.29 312	0.31 274	0.27 267	0.27 227	0.25 213

UDGNet	0.72 167	1.17 383	0.80 180	0.77 326	0.41 195	0.77 172	0.38 75	0.97 64	1.34 283	0.81 72	0.88 66	0.71 84	0.60 102	1.21 131	0.54 156	0.52 360	0.19 214	1.02 387	0.26 259	0.71 370	0.31 273

RAFT-IKP	0.54 67	0.30 131	0.73 136	0.50 76	0.27 35	0.59 84	0.36 62	1.04 85	0.64 29	1.12 143	0.96 78	0.83 115	0.61 111	1.22 132	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

RALAANet	0.60 107	0.33 194	0.87 203	0.62 236	0.50 240	0.69 138	0.31 31	1.21 140	1.06 157	1.09 129	1.16 160	0.88 135	0.46 37	1.22 132	0.42 78	0.19 94	0.15 128	0.21 100	0.17 78	0.27 227	0.17 64

ADLNet	0.85 231	0.36 236	0.89 211	0.85 349	0.72 323	1.24 281	0.76 272	1.82 281	1.36 294	1.52 307	1.35 228	1.27 250	0.99 255	1.23 134	1.15 284	0.27 258	0.20 231	0.26 231	0.25 245	0.28 241	0.30 263

NINENet	0.77 198	0.37 242	0.78 173	0.62 236	0.51 250	2.34 371	0.42 102	1.83 285	1.04 150	1.14 159	1.23 179	1.03 186	0.62 116	1.24 135	0.70 197	0.28 269	0.23 270	0.31 274	0.21 176	0.26 215	0.25 213

pcwnet_v2	0.97 266	0.37 242	4.33 391	0.62 236	0.54 264	0.79 181	0.45 141	2.02 328	1.58 336	1.42 289	1.64 300	1.09 205	0.79 164	1.24 135	0.67 194	0.32 293	0.25 286	0.29 261	0.27 267	0.37 287	0.35 290

StereoDRNet-Refined	0.80 210	0.41 262	0.88 206	0.62 236	0.42 198	1.33 292	0.48 162	1.52 209	1.17 210	1.45 292	1.44 251	1.44 280	0.90 213	1.26 137	1.24 293	0.20 122	0.16 159	0.27 243	0.24 234	0.25 207	0.28 248
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ProNet	0.43 17	0.28 88	0.58 52	0.43 9	0.30 83	0.56 74	0.52 186	1.00 72	0.58 20	0.44 9	0.49 8	0.43 9	0.43 26	1.28 138	0.36 36	0.15 7	0.13 44	0.19 53	0.16 62	0.17 26	0.16 44

XX-Stereo	0.63 122	0.26 49	1.90 355	0.81 335	0.67 310	0.43 16	0.23 3	1.03 81	0.58 20	0.65 46	1.56 281	1.41 274	0.39 16	1.28 138	0.35 30	0.20 122	0.14 78	0.20 77	0.19 112	0.18 45	0.14 12

PSMNet-RSSM	0.72 167	0.30 131	0.61 64	0.63 244	0.42 198	0.73 153	0.56 215	1.92 305	1.10 176	1.09 129	1.37 231	1.22 231	0.98 247	1.28 138	0.72 205	0.27 258	0.19 214	0.27 243	0.29 295	0.24 197	0.24 201

Selective-RAFT	0.52 44	0.28 88	0.79 175	0.55 159	0.27 35	0.91 212	0.33 37	0.80 20	0.88 89	0.58 35	0.63 23	0.81 103	0.77 157	1.29 141	0.48 120	0.19 94	0.14 78	0.17 17	0.15 33	0.19 75	0.17 64

MyStereo07	0.48 37	0.29 115	0.50 20	0.55 159	0.45 216	0.59 84	0.79 280	1.05 91	0.51 14	0.48 19	0.53 10	0.43 9	0.55 78	1.30 142	0.34 26	0.17 33	0.16 159	0.24 175	0.20 140	0.23 183	0.20 140

PFNet+	0.59 104	0.28 88	0.77 165	0.53 125	0.30 83	0.59 84	0.31 31	0.92 43	1.14 195	1.33 260	1.10 132	0.79 98	0.57 90	1.31 143	0.49 127	0.25 235	0.17 185	0.28 253	0.26 259	0.21 136	0.25 213

DMCA-RVC	0.74 184	0.40 256	1.27 300	0.66 270	0.49 234	0.77 172	0.47 154	1.35 169	1.01 140	1.53 308	1.01 96	1.29 256	0.82 176	1.31 143	0.78 223	0.27 258	0.21 247	0.35 311	0.27 267	0.32 268	0.24 201

CBFPSM	0.92 251	0.33 194	1.86 354	0.49 69	0.38 176	1.75 334	0.84 292	1.39 178	1.12 182	1.09 129	0.99 88	2.37 365	1.66 352	1.32 145	1.42 324	0.19 94	0.18 201	0.20 77	0.20 140	0.21 136	0.33 283

IGEV-Stereo	0.43 17	0.27 72	0.54 35	0.45 34	0.32 110	0.50 43	0.42 102	0.90 41	0.51 14	0.49 22	0.53 10	0.47 22	0.47 43	1.32 145	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CoDeX	0.73 181	0.29 115	0.93 223	0.54 140	0.36 151	1.14 261	0.61 240	2.34 373	1.17 210	1.16 173	1.25 185	0.91 141	0.87 202	1.33 147	0.64 189	0.20 122	0.16 159	0.21 100	0.18 92	0.20 102	0.18 82

anonymousdsp	0.43 17	0.27 72	0.53 31	0.44 24	0.32 110	0.50 43	0.42 102	0.89 35	0.51 14	0.49 22	0.53 10	0.47 22	0.47 43	1.33 147	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

RALCasStereoNet	0.54 67	0.30 131	0.66 87	0.59 202	0.51 250	0.61 93	0.52 186	0.94 53	0.93 107	0.70 51	1.01 96	0.78 95	0.44 30	1.33 147	0.47 115	0.20 122	0.16 159	0.18 39	0.16 62	0.20 102	0.19 116

iinet-f	0.99 271	0.45 277	3.71 390	0.55 159	0.43 203	1.81 342	0.68 257	1.14 123	1.14 195	1.18 187	1.42 244	1.58 304	1.44 328	1.34 150	1.59 337	0.24 211	0.23 270	0.20 77	0.19 112	0.26 215	0.25 213

CRFU-Net	0.86 236	0.39 252	1.00 242	0.65 265	0.57 274	1.78 341	0.86 298	2.15 347	0.81 72	1.38 275	1.18 165	1.64 314	1.19 297	1.35 151	0.90 252	0.26 249	0.22 261	0.21 100	0.19 112	0.23 183	0.24 201

Pruner-Stereo	0.62 116	0.29 115	0.70 109	0.61 225	0.31 95	0.63 100	0.43 118	1.17 128	0.99 133	1.53 308	1.08 123	0.95 159	0.55 78	1.35 151	0.51 136	0.23 196	0.14 78	0.24 175	0.21 176	0.21 136	0.23 189

CFNet-ft	0.72 167	0.32 178	0.54 35	0.66 270	0.54 264	0.83 195	0.55 209	1.37 172	1.15 204	0.93 89	1.28 199	1.57 301	0.97 243	1.35 151	0.81 233	0.26 249	0.20 231	0.33 294	0.25 245	0.30 256	0.23 189

CFNet_RVC	0.72 167	0.32 178	0.54 35	0.66 270	0.54 264	0.83 195	0.55 209	1.37 172	1.15 204	0.93 89	1.28 199	1.57 301	0.97 243	1.35 151	0.81 233	0.26 249	0.20 231	0.33 294	0.25 245	0.30 256	0.23 189

hknet	0.77 198	0.32 178	0.95 228	0.54 140	0.38 176	1.27 285	0.65 247	2.16 350	1.07 162	1.20 195	1.11 137	1.59 305	0.81 172	1.37 155	0.66 191	0.22 172	0.17 185	0.25 212	0.22 203	0.22 158	0.22 172

DDUNet	1.50 339	2.69 415	1.12 278	1.77 392	1.88 395	1.84 346	0.92 311	1.70 250	1.16 208	1.38 275	1.79 319	1.60 307	1.12 286	1.37 155	1.08 273	1.10 391	0.76 392	2.37 400	0.94 392	2.00 393	1.37 393

Patchmatch Stereo++	0.55 82	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.29 22	1.05 91	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	1.37 155	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	0.55 82	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.29 22	1.05 91	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	1.37 155	0.45 97	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

ff7	0.43 17	0.27 72	0.56 40	0.44 24	0.33 127	0.50 43	0.42 102	0.87 27	0.50 7	0.49 22	0.53 10	0.44 11	0.48 51	1.38 159	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

ffff	0.43 17	0.27 72	0.56 40	0.44 24	0.33 127	0.50 43	0.42 102	0.87 27	0.50 7	0.49 22	0.53 10	0.44 11	0.48 51	1.38 159	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

11t	0.43 17	0.27 72	0.56 40	0.44 24	0.33 127	0.50 43	0.42 102	0.87 27	0.50 7	0.49 22	0.53 10	0.44 11	0.48 51	1.38 159	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

ccc-4	0.43 17	0.27 72	0.56 40	0.44 24	0.33 127	0.50 43	0.42 102	0.87 27	0.50 7	0.49 22	0.53 10	0.44 11	0.48 51	1.38 159	0.33 17	0.17 33	0.12 9	0.21 100	0.15 33	0.18 45	0.18 82

test_xeample3	0.42 14	0.28 88	0.69 103	0.43 9	0.33 127	0.56 74	0.38 75	0.79 15	0.45 3	0.53 31	0.46 4	0.44 11	0.44 30	1.38 159	0.31 6	0.18 61	0.14 78	0.19 53	0.15 33	0.17 26	0.16 44

gwcnet-sp	0.74 184	0.33 194	1.44 318	0.57 183	0.45 216	1.40 302	0.54 196	1.50 201	1.14 195	1.30 240	1.02 103	0.94 153	0.82 176	1.39 164	0.76 215	0.21 149	0.21 247	0.22 126	0.21 176	0.22 158	0.22 172

scenet	0.74 184	0.33 194	1.44 318	0.57 183	0.45 216	1.40 302	0.54 196	1.50 201	1.14 195	1.30 240	1.02 103	0.94 153	0.82 176	1.39 164	0.76 215	0.21 149	0.21 247	0.22 126	0.21 176	0.22 158	0.22 172

ssnet	0.74 184	0.33 194	1.44 318	0.57 183	0.45 216	1.40 302	0.54 196	1.50 201	1.14 195	1.30 240	1.02 103	0.94 153	0.82 176	1.39 164	0.76 215	0.21 149	0.21 247	0.22 126	0.21 176	0.22 158	0.22 172

Wz-Net-LNSev	1.03 281	0.67 338	2.71 382	0.64 253	0.84 354	1.75 334	1.00 327	1.80 277	1.32 277	1.28 227	1.25 185	1.65 316	1.22 304	1.39 164	1.40 316	0.28 269	0.26 290	0.24 175	0.23 223	0.33 274	0.32 279

GrayStereo	0.82 218	0.26 49	0.58 52	0.63 244	0.37 159	0.76 166	1.86 384	1.11 119	0.87 85	1.99 356	1.89 332	1.08 198	1.82 363	1.39 164	0.48 120	0.19 94	0.14 78	0.19 53	0.21 176	0.18 45	0.39 305

cf-r	0.73 181	0.30 131	0.77 165	0.55 159	0.63 301	0.78 177	0.48 162	1.79 275	1.15 204	1.13 157	1.26 191	1.43 276	0.87 202	1.40 169	0.85 246	0.25 235	0.18 201	0.22 126	0.23 223	0.19 75	0.19 116

MyStereo05	0.66 145	0.28 88	1.07 267	0.56 172	0.46 226	0.61 93	0.73 267	1.34 167	1.41 314	1.15 162	0.91 70	0.77 92	0.80 169	1.41 170	0.63 185	0.17 33	0.16 159	0.23 155	0.20 140	0.22 158	0.20 140

PSMNet-ADL	0.72 167	0.35 229	0.62 68	0.69 293	0.46 226	1.14 261	0.44 130	1.37 172	1.01 140	0.83 76	1.17 163	1.33 262	0.96 240	1.43 171	0.95 257	0.33 298	0.22 261	0.21 100	0.23 223	0.27 227	0.29 251

STTStereo	0.78 204	0.50 295	1.22 290	0.64 253	0.54 264	0.89 207	0.54 196	1.44 189	1.11 178	1.38 275	1.09 128	1.27 250	0.85 190	1.43 171	0.83 240	0.29 277	0.27 298	0.33 294	0.39 338	0.32 268	0.30 263

DeepPruner_ROB	0.74 184	0.48 288	0.87 203	0.57 183	0.44 209	0.79 181	0.54 196	1.73 253	0.96 114	1.38 275	1.27 194	1.24 238	0.73 141	1.43 171	0.73 208	0.34 306	0.28 304	0.27 243	0.26 259	0.31 263	0.31 273

MIM_Stereo	0.57 96	0.24 22	0.92 221	0.46 37	0.30 83	0.54 65	0.28 19	1.27 157	0.75 59	1.00 107	1.16 160	0.93 150	0.53 69	1.45 174	0.61 178	0.16 12	0.16 159	0.20 77	0.19 112	0.17 26	0.14 12

s12784h	0.52 44	0.20 2	0.38 5	0.41 6	0.19 1	0.96 231	0.34 48	1.17 128	1.25 241	0.81 72	0.90 69	0.63 62	0.50 60	1.45 174	0.42 78	0.14 4	0.12 9	0.17 17	0.11 7	0.18 45	0.11 1

ACVNet-DCA	0.56 91	0.31 163	0.50 20	0.54 140	0.26 22	1.18 271	0.51 177	1.42 182	0.78 66	0.58 35	0.79 52	0.48 25	0.88 206	1.46 176	0.32 8	0.20 122	0.12 9	0.25 212	0.15 33	0.22 158	0.21 157

xx1	0.67 154	0.31 163	0.50 20	0.54 140	0.26 22	1.18 271	0.51 177	0.93 48	3.05 390	0.58 35	0.79 52	0.95 159	0.77 157	1.46 176	0.32 8	0.20 122	0.12 9	0.24 175	0.23 223	0.22 158	0.21 157

cc1	0.64 132	0.31 163	0.50 20	0.54 140	0.26 22	1.18 271	0.51 177	0.93 48	3.05 390	0.58 35	0.79 52	0.48 25	0.88 206	1.46 176	0.32 8	0.20 122	0.12 9	0.25 212	0.15 33	0.19 75	0.19 116

test_xeample	1.45 336	0.28 88	0.65 81	0.51 100	0.28 54	0.94 223	0.59 235	2.14 345	1.29 262	1.24 214	1.51 271	0.88 135	0.86 198	1.46 176	15.10 417	0.22 172	0.20 231	0.22 126	0.20 140	0.22 158	0.22 172

RAFT_CTSACE	0.63 122	0.26 49	0.88 206	0.55 159	0.51 250	0.71 148	0.44 130	0.80 20	0.97 121	0.97 99	1.84 325	1.18 225	0.68 132	1.47 180	0.36 36	0.16 12	0.15 128	0.21 100	0.20 140	0.20 102	0.14 12

UDG	1.41 334	2.65 414	0.99 237	1.44 390	1.64 393	1.34 294	0.80 286	1.60 228	1.23 234	1.23 206	1.71 309	2.01 348	1.34 322	1.47 180	1.41 320	0.90 381	0.54 383	2.29 398	0.75 382	1.84 392	1.04 385

GANet-RSSM	0.72 167	0.28 88	0.63 71	0.64 253	0.58 282	0.80 186	0.58 228	1.89 295	1.08 166	1.04 120	1.25 185	1.15 220	1.04 267	1.49 182	0.62 181	0.25 235	0.19 214	0.22 126	0.22 203	0.22 158	0.21 157

HSM-Net_RVC	0.87 240	0.29 115	0.53 31	0.53 125	0.30 83	1.15 266	0.55 209	3.57 396	1.28 258	1.53 308	1.74 312	1.68 319	0.93 225	1.49 182	0.77 221	0.22 172	0.17 185	0.19 53	0.18 92	0.20 102	0.19 116
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SQANet	1.31 322	0.88 364	1.08 270	1.83 393	1.44 390	1.44 308	0.75 269	1.74 257	1.09 172	1.32 252	1.26 191	1.28 253	1.01 259	1.50 184	0.83 240	2.50 399	0.34 332	1.47 391	0.55 371	2.32 395	1.57 395

MyStereo04	0.67 154	0.29 115	1.07 267	0.55 159	0.45 216	0.59 84	0.79 280	1.50 201	1.40 311	0.91 86	0.91 70	0.74 86	0.86 198	1.52 185	0.62 181	0.17 33	0.16 159	0.24 175	0.20 140	0.23 183	0.20 140

fast-acv-ft	0.94 256	0.44 271	1.40 315	0.58 189	0.51 250	1.77 339	0.69 261	1.36 171	1.42 317	1.29 232	1.86 328	1.74 326	1.25 309	1.52 185	1.38 312	0.26 249	0.28 304	0.28 253	0.28 284	0.27 227	0.26 231

iGMRVC	0.56 91	0.30 131	0.73 136	0.50 76	0.27 35	0.65 114	0.38 75	1.05 91	0.64 29	1.12 143	0.96 78	0.83 115	0.60 102	1.52 185	0.46 110	0.22 172	0.14 78	0.24 175	0.20 140	0.26 215	0.18 82

MFMNet_re	1.40 333	1.14 380	1.68 341	1.39 387	1.07 372	1.48 310	1.43 362	1.87 291	1.82 355	2.26 365	2.19 353	1.51 294	1.86 364	1.52 185	1.25 294	0.93 382	0.83 395	0.84 381	0.80 385	0.99 381	1.05 387

test_5	0.65 137	0.30 131	0.75 152	0.67 280	0.50 240	0.92 218	0.52 186	1.39 178	1.12 182	0.76 59	1.11 137	1.00 174	0.90 213	1.53 189	0.45 97	0.18 61	0.13 44	0.23 155	0.22 203	0.21 136	0.19 116

GwcNet-RSSM	0.77 198	0.32 178	1.01 246	0.62 236	0.54 264	0.78 177	0.51 177	1.73 253	1.20 223	1.09 129	1.37 231	1.46 284	0.85 190	1.53 189	1.09 275	0.25 235	0.18 201	0.23 155	0.24 234	0.20 102	0.19 116

ADCRef	1.35 327	0.55 308	2.37 373	0.72 308	0.77 338	1.94 352	0.78 277	1.91 302	1.27 253	1.57 320	1.59 288	1.36 267	1.41 325	1.54 191	7.53 397	0.23 196	0.20 231	0.32 287	0.30 303	0.29 246	0.29 251

NCCL2	1.00 275	0.56 311	1.06 263	0.75 321	0.57 274	1.31 290	1.72 375	1.77 269	1.36 294	1.50 304	1.17 163	1.91 336	1.17 291	1.54 191	1.29 301	0.35 313	0.31 322	0.45 345	0.44 350	0.40 303	0.40 306

DualNet	1.09 292	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	0.95 56	2.47 378	1.15 162	1.45 253	1.06 191	0.82 176	1.55 193	7.61 398	0.20 122	0.12 9	0.31 274	0.27 267	0.19 75	0.20 140

ffm	0.72 167	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	0.95 56	2.47 378	1.15 162	1.45 253	1.06 191	0.82 176	1.55 193	0.32 8	0.20 122	0.12 9	0.31 274	0.27 267	0.19 75	0.20 140

tt1	0.62 116	0.32 178	0.51 26	0.54 140	0.26 22	1.16 268	0.48 162	0.95 56	2.47 378	0.57 34	0.77 47	0.49 32	0.81 172	1.55 193	0.32 8	0.20 122	0.12 9	0.24 175	0.15 33	0.19 75	0.20 140

DLNR_Zeroshot_test	23.17 428	48.52 445	43.29 435	176.68 445	78.69 441	0.35 5	0.21 1	23.41 428	0.75 59	0.66 47	0.86 61	0.59 56	0.30 5	1.56 196	0.44 89	9.57 426	0.12 9	0.18 39	0.14 25	76.92 444	0.16 44

FTStereo	0.91 249	0.26 49	0.56 40	0.54 140	0.33 127	0.66 123	1.87 385	1.00 72	0.75 59	1.75 336	4.15 389	1.04 189	1.65 348	1.57 197	0.46 110	0.19 94	0.16 159	0.23 155	0.21 176	0.18 45	0.63 361

KYRaft	0.75 191	0.28 88	0.62 68	0.56 172	0.29 66	0.67 127	0.86 298	0.94 53	0.84 80	1.62 326	2.21 354	1.16 221	1.02 264	1.57 197	0.40 63	0.20 122	0.13 44	0.22 126	0.28 284	0.20 102	1.02 383

Prome-Stereo	0.75 191	0.27 72	0.53 31	0.55 159	0.32 110	0.59 84	0.97 321	0.89 35	0.88 89	1.45 292	2.46 366	0.91 141	1.41 325	1.58 199	0.44 89	0.18 61	0.13 44	0.19 53	0.17 78	0.20 102	0.92 379

LALA_ROB	1.01 278	0.59 321	1.16 283	0.67 280	0.51 250	1.63 324	1.26 355	1.69 247	1.38 302	1.81 345	1.37 231	1.94 341	1.02 264	1.58 199	1.38 312	0.37 320	0.27 298	0.43 341	0.37 335	0.43 316	0.37 296

CBMV	0.95 259	0.44 271	0.66 87	0.53 125	0.35 145	1.53 315	1.63 374	1.69 247	1.42 317	2.00 358	1.60 289	1.43 276	1.17 291	1.59 201	0.99 265	0.34 306	0.34 332	0.39 330	0.33 319	0.33 274	0.32 279
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ETE_ROB	0.96 260	0.64 335	1.16 283	0.69 293	0.48 231	1.14 261	1.13 341	1.77 269	1.19 218	1.91 353	1.45 253	1.73 324	1.05 271	1.60 202	1.14 283	0.32 293	0.26 290	0.38 324	0.34 324	0.39 299	0.41 310

NLCA_NET_v2_RVC	0.79 207	0.43 268	1.05 260	0.64 253	0.58 282	0.95 227	0.53 192	1.53 215	1.18 215	1.37 270	1.15 157	1.43 276	0.88 206	1.61 203	0.84 243	0.25 235	0.22 261	0.27 243	0.27 267	0.29 246	0.29 251
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet	0.75 191	0.40 256	1.36 313	0.67 280	0.29 66	0.92 218	0.59 235	1.52 209	1.25 241	1.28 227	1.48 265	0.94 153	0.76 153	1.62 204	0.78 223	0.18 61	0.14 78	0.18 39	0.15 33	0.22 158	0.23 189

LMCR-Stereo	0.82 218	0.46 279	0.88 206	0.75 321	0.43 203	1.33 292	0.56 215	2.43 379	0.98 126	1.53 308	1.49 266	0.74 86	1.00 257	1.63 205	0.89 250	0.28 269	0.17 185	0.22 126	0.17 78	0.29 246	0.20 140

RAFT+CT+SA	0.58 101	0.29 115	0.60 61	0.66 270	0.37 159	0.42 14	0.55 209	1.27 157	1.03 146	0.70 51	1.22 175	0.60 57	0.70 138	1.64 206	0.41 70	0.18 61	0.13 44	0.22 126	0.22 203	0.21 136	0.18 82

PSM-AAD	0.79 207	0.27 72	0.53 31	0.55 159	0.28 54	0.77 172	1.24 351	0.99 68	0.91 101	1.66 329	1.57 285	0.81 103	2.19 379	1.65 207	0.44 89	0.19 94	0.14 78	0.38 324	0.32 313	0.21 136	0.70 369

UNet	0.83 223	0.34 213	1.31 304	0.58 189	0.74 328	1.58 320	0.49 169	1.41 180	1.04 150	1.21 198	1.08 123	1.54 297	1.12 286	1.65 207	1.09 275	0.23 196	0.17 185	0.25 212	0.20 140	0.25 207	0.22 172

iResNet_ROB	0.77 198	0.30 131	0.99 237	0.57 183	0.36 151	0.83 195	0.36 62	2.33 371	1.58 336	1.27 225	1.30 204	1.25 242	0.84 187	1.65 207	0.79 229	0.20 122	0.14 78	0.17 17	0.12 10	0.18 45	0.27 237

PSMNet_ROB	0.90 246	0.52 301	1.17 285	0.72 308	0.61 295	1.27 285	1.12 340	1.76 265	1.12 182	1.09 129	1.28 199	1.45 282	0.89 212	1.65 207	1.42 324	0.33 298	0.25 286	0.37 321	0.39 338	0.35 277	0.29 251

hitnet-ft	0.79 207	0.35 229	0.57 49	0.58 189	0.42 198	0.96 231	0.46 148	1.47 194	1.33 280	1.19 191	1.22 175	1.81 330	0.98 247	1.66 211	0.94 255	0.33 298	0.28 304	0.34 304	0.27 267	0.35 277	0.31 273

test_1	0.54 67	0.22 11	0.68 94	0.47 43	0.27 35	0.58 80	0.35 52	0.92 43	1.00 138	1.28 227	0.68 29	0.87 132	0.45 33	1.67 212	0.37 42	0.16 12	0.11 3	0.20 77	0.16 62	0.17 26	0.13 3

test_3	0.55 82	0.23 16	0.71 120	0.53 125	0.28 54	0.61 93	0.40 89	0.92 43	1.05 154	1.19 191	0.68 29	0.93 150	0.44 30	1.67 212	0.39 59	0.15 7	0.12 9	0.22 126	0.19 112	0.21 136	0.14 12

ADLNet2	0.88 241	0.34 213	1.17 285	0.77 326	0.64 303	1.12 259	0.76 272	1.74 257	1.24 238	1.21 198	1.65 302	1.71 322	1.05 271	1.67 212	1.17 287	0.24 211	0.21 247	0.21 100	0.22 203	0.26 215	0.29 251

MMNet	0.84 227	0.32 178	1.09 271	0.60 213	0.59 289	1.85 347	0.49 169	1.51 206	1.27 253	1.37 270	1.15 157	1.26 246	1.18 294	1.67 212	1.22 291	0.19 94	0.18 201	0.23 155	0.22 203	0.25 207	0.21 157

UPFNet	0.80 210	0.32 178	0.90 214	0.59 202	0.74 328	1.26 284	0.80 286	1.52 209	1.10 176	1.30 240	1.12 143	1.30 257	0.84 187	1.67 212	1.09 275	0.24 211	0.24 279	0.24 175	0.23 223	0.25 207	0.18 82

test-3	0.54 67	0.22 11	0.68 94	0.47 43	0.27 35	0.58 80	0.35 52	0.92 43	1.00 138	1.32 252	0.69 32	0.87 132	0.45 33	1.68 217	0.37 42	0.16 12	0.11 3	0.20 77	0.16 62	0.17 26	0.13 3

delet	0.85 231	0.32 178	0.95 228	0.65 265	0.66 308	1.64 326	0.84 292	1.75 259	1.35 291	1.32 252	1.30 204	1.30 257	0.88 206	1.68 217	1.10 278	0.21 149	0.21 247	0.24 175	0.24 234	0.21 136	0.21 157

DLCB_ROB	0.86 236	0.40 256	0.78 173	0.68 290	0.54 264	1.11 256	0.84 292	1.49 197	1.23 234	1.64 328	1.65 302	1.70 321	0.91 216	1.70 219	1.05 268	0.25 235	0.24 279	0.26 231	0.27 267	0.27 227	0.24 201

SMFormer	0.75 191	0.30 131	0.86 193	0.46 37	0.26 22	0.82 191	0.43 118	2.05 330	1.39 306	1.23 206	1.47 260	0.98 168	0.95 235	1.71 220	0.82 238	0.24 211	0.20 231	0.22 126	0.21 176	0.23 183	0.24 201

tta	0.75 191	0.30 131	0.86 193	0.46 37	0.26 22	0.82 191	0.43 118	2.05 330	1.39 306	1.23 206	1.47 260	0.98 168	0.95 235	1.71 220	0.82 238	0.24 211	0.20 231	0.22 126	0.21 176	0.18 45	0.18 82

qqq1	0.72 167	0.30 131	0.86 193	0.46 37	0.26 22	0.82 191	0.43 118	2.05 330	1.39 306	1.23 206	1.47 260	0.98 168	0.95 235	1.71 220	0.44 89	0.24 211	0.20 231	0.18 39	0.15 33	0.18 45	0.18 82

fff1	0.72 167	0.30 131	0.86 193	0.46 37	0.26 22	0.82 191	0.43 118	2.05 330	1.39 306	1.23 206	1.47 260	0.98 168	0.95 235	1.71 220	0.44 89	0.24 211	0.20 231	0.18 39	0.15 33	0.18 45	0.18 82

otaku	1.60 347	1.11 378	1.21 288	2.20 396	1.56 392	1.97 354	1.24 351	2.07 336	1.36 294	1.44 290	1.62 296	1.73 324	1.19 297	1.73 224	0.98 264	2.89 403	0.57 385	1.74 392	0.60 378	2.78 400	1.94 400

TestStereo1	0.63 122	0.28 88	0.75 152	0.76 323	0.31 95	0.48 24	0.43 118	1.30 161	1.21 228	0.97 99	1.31 209	0.64 65	0.77 157	1.75 225	0.42 78	0.20 122	0.15 128	0.22 126	0.18 92	0.21 136	0.17 64

SA-5K	0.63 122	0.28 88	0.75 152	0.76 323	0.31 95	0.48 24	0.43 118	1.30 161	1.21 228	0.97 99	1.31 209	0.64 65	0.77 157	1.75 225	0.42 78	0.20 122	0.15 128	0.22 126	0.18 92	0.21 136	0.17 64

DGSMNet	1.14 305	0.76 354	2.49 377	0.81 335	0.86 357	1.39 301	1.39 360	2.13 341	1.35 291	1.26 222	1.63 299	1.48 290	0.98 247	1.75 225	1.10 278	0.45 347	0.43 361	0.55 367	0.49 362	0.75 373	0.70 369

ccnet	1.12 300	0.67 338	1.01 246	0.78 328	0.73 326	1.72 332	0.99 325	1.84 286	1.26 246	1.47 295	1.85 327	1.75 329	1.29 314	1.75 225	1.88 348	0.57 368	0.53 380	0.57 372	0.55 371	0.59 354	0.54 344

StereoDRNet	0.98 270	0.47 283	1.70 342	0.76 323	0.94 365	1.51 313	0.91 309	1.92 305	1.32 277	1.61 323	1.13 148	1.47 289	0.97 243	1.75 225	1.46 329	0.28 269	0.23 270	0.29 261	0.27 267	0.35 277	0.27 237

222	1.61 349	0.29 115	0.67 91	0.56 172	0.29 66	1.06 250	0.42 102	2.17 356	1.31 272	1.31 250	1.52 272	0.92 149	0.94 230	1.76 230	17.65 421	0.24 211	0.20 231	0.21 100	0.19 112	0.22 158	0.23 189

DN-CSS_ROB	0.64 132	0.32 178	1.05 260	0.55 159	0.40 189	0.54 65	0.45 141	1.21 140	0.93 107	1.03 117	1.47 260	0.69 79	0.63 121	1.76 230	0.49 127	0.18 61	0.14 78	0.25 212	0.22 203	0.22 158	0.20 140

PWCDC_ROB	1.29 319	0.75 352	1.33 309	1.05 376	0.88 360	1.73 333	0.52 186	1.89 295	3.28 392	1.29 232	4.88 398	1.22 231	1.46 331	1.77 232	1.45 328	0.60 370	0.26 290	0.29 261	0.25 245	0.52 342	0.37 296

xxxx	1.51 340	0.28 88	0.68 94	0.54 140	0.28 54	1.16 268	0.44 130	2.19 358	1.29 262	1.09 129	1.36 229	1.22 231	0.85 190	1.79 233	15.70 420	0.24 211	0.21 247	0.21 100	0.20 140	0.22 158	0.23 189

HGLStereo	0.85 231	0.38 247	0.94 225	0.80 332	1.03 370	1.17 270	0.58 228	1.52 209	1.20 223	1.19 191	1.62 296	1.13 217	1.20 300	1.80 234	1.06 270	0.24 211	0.24 279	0.24 175	0.21 176	0.23 183	0.27 237

XPNet_ROB	0.96 260	0.49 291	1.09 271	0.72 308	0.57 274	1.11 256	1.14 342	1.66 243	1.23 234	1.85 348	1.39 239	1.64 314	1.11 283	1.80 234	1.42 324	0.38 324	0.30 316	0.33 294	0.29 295	0.37 287	0.34 285

AF-Net	1.13 303	0.52 301	1.33 309	0.86 351	0.91 361	1.38 300	0.71 265	2.16 350	1.62 338	1.56 316	2.40 363	1.99 346	1.65 348	1.81 236	1.48 331	0.48 355	0.28 304	0.49 353	0.33 319	0.39 299	0.32 279

Sa-1000	0.72 167	0.29 115	0.76 161	0.59 202	0.30 83	0.73 153	0.37 71	1.62 234	1.33 280	1.28 227	2.04 345	0.86 128	0.75 145	1.84 237	0.38 52	0.19 94	0.14 78	0.25 212	0.23 223	0.20 102	0.16 44

ARAFT	0.77 198	0.36 236	1.49 331	0.51 100	0.31 95	0.90 210	0.82 290	1.90 298	1.06 157	1.62 326	1.24 181	1.02 183	0.64 124	1.84 237	0.50 133	0.18 61	0.14 78	0.28 253	0.27 267	0.17 26	0.16 44

RP	1.09 292	0.50 295	1.12 278	0.90 362	1.04 371	1.11 256	0.84 292	1.80 277	1.62 338	1.55 315	2.00 340	1.90 335	1.78 358	1.84 237	1.25 294	0.52 360	0.36 345	0.48 351	0.36 332	0.45 326	0.43 318

ttt	0.94 256	0.34 213	0.59 57	0.61 225	0.37 159	0.94 223	0.50 176	2.17 356	1.34 283	1.23 206	1.61 293	0.91 141	0.76 153	1.85 240	3.97 383	0.30 281	0.26 290	0.26 231	0.24 234	0.29 246	0.29 251

SA	0.66 145	0.30 131	0.82 183	0.61 225	0.30 83	0.58 80	0.38 75	1.44 189	1.30 268	0.96 96	1.36 229	0.66 70	0.95 235	1.85 240	0.42 78	0.19 94	0.15 128	0.25 212	0.23 223	0.21 136	0.17 64

iResNetv2_ROB	0.80 210	0.37 242	1.71 343	0.56 172	0.37 159	0.94 223	0.64 245	1.73 253	1.34 283	1.23 206	1.42 244	1.26 246	0.92 219	1.85 240	0.56 162	0.23 196	0.15 128	0.19 53	0.14 25	0.24 197	0.19 116

Ntro	1.64 351	1.15 381	1.23 291	2.48 401	1.83 394	2.09 361	1.16 345	1.96 314	1.38 302	1.21 198	1.62 296	1.62 309	1.29 314	1.87 243	1.11 280	3.04 404	0.56 384	1.82 394	0.64 379	2.80 401	2.05 401

HH	0.63 122	0.30 131	0.77 165	0.50 76	0.32 110	0.49 34	0.46 148	1.65 238	0.64 29	0.69 49	1.09 128	1.63 311	0.85 190	1.90 244	0.37 42	0.18 61	0.13 44	0.19 53	0.17 78	0.19 75	0.16 44

HanStereo	0.63 122	0.30 131	0.77 165	0.50 76	0.32 110	0.49 34	0.46 148	1.65 238	0.64 29	0.69 49	1.09 128	1.63 311	0.85 190	1.90 244	0.37 42	0.18 61	0.13 44	0.19 53	0.17 78	0.19 75	0.16 44

MSKI-zero shot	0.55 82	0.26 49	0.57 49	0.51 100	0.26 22	0.69 138	0.28 19	1.18 133	0.64 29	0.91 86	1.32 215	0.82 108	0.33 11	1.92 246	0.32 8	0.17 33	0.12 9	0.17 17	0.13 13	0.16 14	0.16 44

G-Net	1.66 352	0.63 333	1.56 334	1.11 381	0.74 328	2.98 389	0.91 309	1.55 221	1.22 231	2.76 383	8.18 414	2.32 363	2.53 388	1.92 246	1.87 346	0.48 355	0.44 364	0.45 345	0.31 307	0.60 358	0.57 352

Nwc_Net	1.09 292	0.49 291	1.33 309	0.89 361	0.80 348	1.49 312	0.66 252	2.19 358	1.27 253	1.32 252	2.26 356	1.96 343	1.54 338	1.92 246	1.34 307	0.40 329	0.30 316	0.43 341	0.45 352	0.38 295	0.37 296

SHD	1.31 322	0.71 346	2.34 372	0.86 351	0.75 334	1.77 339	0.65 247	2.22 362	2.50 382	2.40 373	1.71 309	1.91 336	1.60 344	1.93 249	2.37 362	0.38 324	0.31 322	0.38 324	0.40 342	0.48 332	0.50 337

ac_64	0.82 218	0.29 115	0.81 181	0.71 305	0.60 292	1.05 247	0.54 196	1.99 320	0.92 105	1.18 187	1.06 117	1.99 346	1.08 278	1.94 250	0.97 262	0.27 258	0.22 261	0.24 175	0.23 223	0.22 158	0.19 116

MLCV	0.72 167	0.34 213	1.10 274	0.51 100	0.23 8	0.91 212	0.39 86	1.33 163	1.23 234	1.46 294	1.55 277	1.01 181	0.64 124	1.95 251	0.80 232	0.18 61	0.12 9	0.18 39	0.14 25	0.19 75	0.17 64

MaskLacGwcNet_RVC	1.10 295	1.02 371	1.00 242	0.82 340	0.67 310	1.93 351	0.93 315	1.62 234	1.11 178	1.15 162	1.25 185	1.50 292	0.79 164	1.96 252	0.76 215	1.89 394	0.34 332	0.79 379	0.36 332	1.25 389	0.83 376

Wz-Net-MNSev	1.11 298	0.58 318	2.23 369	0.66 270	0.71 321	1.95 353	1.46 364	1.98 319	1.45 321	1.79 342	1.43 248	1.49 291	1.33 321	1.97 253	1.42 324	0.27 258	0.23 270	0.28 253	0.28 284	0.34 276	0.31 273

Wz-Net-LNSev-Ref	0.99 271	0.40 256	1.82 351	0.66 270	0.62 300	2.05 359	0.78 277	1.91 302	1.29 262	1.54 312	1.42 244	1.51 294	1.23 306	1.99 254	1.33 305	0.23 196	0.14 78	0.20 77	0.15 33	0.27 227	0.26 231

aanetorigin	1.23 313	0.79 356	2.78 384	0.70 298	0.79 343	0.99 239	1.06 334	1.06 104	1.37 298	3.52 395	2.61 369	1.72 323	1.63 346	1.99 254	1.78 343	0.25 235	0.24 279	0.26 231	0.25 245	0.38 295	0.45 322

FAT-Stereo	1.07 287	0.41 262	1.32 307	0.72 308	0.58 282	1.08 253	0.89 303	1.96 314	1.65 340	1.75 336	1.98 339	2.03 351	1.48 334	2.02 256	1.18 290	0.42 336	0.35 340	0.34 304	0.29 295	0.35 277	0.53 343

IGEVStereo-DCA	0.46 28	0.28 88	0.56 40	0.43 9	0.33 127	0.49 34	0.42 102	0.87 27	0.50 7	0.47 15	0.48 6	0.48 25	0.46 37	2.03 257	0.30 2	0.19 94	0.14 78	0.19 53	0.15 33	0.16 14	0.18 82

rrr	0.46 28	0.28 88	0.73 136	0.43 9	0.33 127	0.49 34	0.38 75	0.76 11	0.50 7	0.47 15	0.48 6	0.48 25	0.46 37	2.03 257	0.30 2	0.19 94	0.14 78	0.19 53	0.15 33	0.16 14	0.16 44

GANetREF_RVC	1.07 287	0.86 361	1.31 304	0.82 340	0.53 261	1.41 306	1.31 357	1.76 265	1.52 330	1.27 225	1.31 209	1.46 284	1.24 308	2.03 257	0.96 261	0.56 367	0.45 368	0.67 375	0.50 365	0.88 377	0.59 355
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
S-Stereo	1.15 308	0.46 279	2.17 366	0.81 335	0.80 348	1.21 278	1.19 348	1.93 309	2.02 366	1.47 295	2.11 348	1.57 301	1.17 291	2.05 260	1.41 320	0.40 329	0.40 356	0.35 311	0.31 307	0.44 323	0.70 369

stereogan	1.15 308	0.42 265	1.40 315	0.86 351	0.84 354	2.38 373	0.71 265	1.88 293	1.73 347	1.72 334	1.94 338	2.31 362	1.29 314	2.07 261	1.08 273	0.36 316	0.35 340	0.39 330	0.31 307	0.51 340	0.46 326

GMM-Stereo	0.74 184	0.25 38	0.59 57	0.54 140	0.34 142	0.72 150	0.99 325	1.01 77	0.87 85	1.36 268	1.78 318	1.12 212	0.81 172	2.09 262	0.46 110	0.18 61	0.12 9	0.25 212	0.25 245	0.20 102	0.85 378

psmorigin	1.52 341	0.69 342	10.52 411	0.68 290	0.59 289	1.13 260	0.70 263	1.57 223	1.19 218	1.99 356	1.79 319	2.26 359	1.47 333	2.09 262	1.36 311	0.39 327	0.40 356	0.34 304	0.33 319	0.43 316	0.56 348

FADNet_RVC	0.83 223	0.51 298	1.83 353	0.54 140	0.42 198	1.19 275	0.46 148	1.51 206	1.09 172	0.89 83	1.24 181	0.91 141	0.87 202	2.11 264	1.11 280	0.27 258	0.22 261	0.31 274	0.28 284	0.43 316	0.38 302

ADCL	1.72 360	0.57 315	3.66 388	0.67 280	0.61 295	2.61 380	1.85 383	1.96 314	1.67 342	1.90 352	1.83 323	2.06 354	1.90 367	2.13 265	9.15 406	0.26 249	0.24 279	0.34 304	0.32 313	0.38 295	0.35 290

RainbowNet	1.97 371	1.76 396	1.57 335	2.81 404	2.21 400	1.98 356	1.81 380	2.54 383	1.89 358	1.50 304	1.84 325	1.96 343	1.65 348	2.14 266	1.25 294	3.33 410	0.85 399	2.39 403	0.98 396	2.82 403	2.22 402

FADNet-RVC-Resample	0.84 227	0.47 283	2.10 362	0.61 225	0.45 216	1.07 252	0.61 240	1.59 225	1.20 223	1.08 124	0.98 86	1.03 186	0.98 247	2.17 267	0.72 205	0.23 196	0.22 261	0.30 270	0.32 313	0.35 277	0.34 285

ADCP+	1.99 372	0.48 288	7.73 403	0.66 270	0.91 361	2.30 369	1.05 333	1.82 281	1.34 283	1.54 312	1.32 215	1.74 326	1.61 345	2.17 267	13.37 413	0.24 211	0.21 247	0.32 287	0.28 284	0.37 287	0.29 251

CBMV_ROB	0.90 246	0.44 271	0.63 71	0.51 100	0.37 159	1.25 283	0.49 169	1.77 269	1.27 253	1.41 283	2.00 340	1.33 262	1.08 278	2.17 267	0.76 215	0.43 341	0.42 360	0.47 350	0.44 350	0.41 306	0.36 294

DRN-Test	1.00 275	0.44 271	1.13 280	0.70 298	0.81 350	1.62 323	0.79 280	2.14 345	1.44 320	1.78 339	1.33 217	1.43 276	1.05 271	2.18 270	1.53 334	0.27 258	0.21 247	0.31 274	0.30 303	0.32 268	0.28 248

HCRNet	0.70 161	0.39 252	0.73 136	0.60 213	0.59 289	0.76 166	0.35 52	1.22 147	1.13 193	1.02 113	0.99 88	1.02 183	0.76 153	2.19 271	0.70 197	0.28 269	0.19 214	0.28 253	0.23 223	0.25 207	0.23 189

GwcNet	1.08 290	0.51 298	2.33 371	0.79 329	1.18 383	1.76 336	0.70 263	1.68 245	1.47 323	1.41 283	1.64 300	1.74 326	1.04 267	2.20 272	1.41 320	0.30 281	0.29 312	0.29 261	0.27 267	0.30 256	0.35 290

NVstereo2D	0.92 251	0.41 262	1.48 329	0.72 308	0.72 323	1.20 277	0.87 300	1.75 259	1.38 302	0.99 105	1.13 148	1.26 246	0.98 247	2.21 273	0.89 250	0.43 341	0.20 231	0.38 324	0.24 234	0.57 350	0.63 361

NRIStereo	0.60 107	0.29 115	0.69 103	0.53 125	0.28 54	0.63 100	0.33 37	1.08 110	0.87 85	1.14 159	0.87 64	0.91 141	0.59 100	2.24 274	0.49 127	0.20 122	0.14 78	0.21 100	0.19 112	0.21 136	0.17 64

ADCMid	1.89 368	0.73 347	5.06 394	0.72 308	0.67 310	2.00 357	1.14 342	1.97 318	1.48 324	2.86 386	1.81 322	2.37 365	2.05 375	2.24 274	10.39 410	0.33 298	0.31 322	0.39 330	0.43 348	0.50 336	0.44 320

FADNet-RVC	0.88 241	0.67 338	1.93 357	0.60 213	0.48 231	0.91 212	0.60 239	1.71 251	1.18 215	0.90 84	0.96 78	1.36 267	0.92 219	2.25 276	1.17 287	0.30 281	0.29 312	0.32 287	0.32 313	0.41 306	0.35 290

RGC	1.14 305	0.79 356	1.26 297	0.91 365	0.96 368	1.52 314	0.77 275	1.92 305	1.26 246	1.54 312	1.93 336	2.02 350	1.54 338	2.25 276	1.31 303	0.44 346	0.35 340	0.58 373	0.48 359	0.47 329	0.46 326

SepStereo	0.82 218	0.34 213	1.03 256	0.64 253	0.69 318	0.77 172	0.63 243	1.54 217	1.20 223	1.79 342	1.55 277	0.95 159	1.04 267	2.30 278	0.60 176	0.21 149	0.16 159	0.25 212	0.18 92	0.27 227	0.22 172

FINET	0.97 266	0.54 305	1.60 337	0.63 244	0.79 343	1.08 253	1.07 335	1.56 222	2.20 372	1.15 162	1.49 266	0.94 153	0.88 206	2.32 279	1.05 268	0.42 336	0.35 340	0.32 287	0.28 284	0.43 316	0.38 302

RTSC	1.29 319	0.73 347	2.44 374	0.83 343	0.57 274	1.85 347	0.65 247	1.88 293	2.00 365	2.20 364	1.66 304	1.60 307	1.26 311	2.33 280	3.92 381	0.32 293	0.23 270	0.27 243	0.29 295	0.37 287	0.37 296

NCC-stereo	1.10 295	0.54 305	1.24 294	0.84 344	0.94 365	1.29 288	0.89 303	2.01 325	1.34 283	1.32 252	1.74 312	1.88 331	1.74 355	2.35 281	1.25 294	0.45 347	0.37 347	0.45 345	0.58 374	0.42 311	0.42 314

Abc-Net	1.10 295	0.54 305	1.24 294	0.84 344	0.94 365	1.29 288	0.89 303	2.01 325	1.34 283	1.32 252	1.74 312	1.88 331	1.74 355	2.35 281	1.25 294	0.45 347	0.37 347	0.45 345	0.58 374	0.42 311	0.42 314
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DisPM	0.66 145	0.28 88	0.72 124	0.61 225	0.35 145	0.62 99	0.45 141	1.02 78	0.99 133	1.56 316	1.10 132	0.80 100	0.59 100	2.37 283	0.41 70	0.23 196	0.14 78	0.23 155	0.21 176	0.20 102	0.25 213

ADCPNet	1.85 364	0.69 342	8.07 404	0.71 305	0.58 282	2.79 384	1.22 350	1.94 311	1.54 333	1.88 349	1.69 307	2.46 370	2.04 373	2.37 283	6.48 392	0.38 324	0.37 347	0.38 324	0.43 348	0.47 329	0.45 322

SACVNet	0.85 231	0.46 279	0.85 187	0.81 335	0.56 272	0.80 186	0.79 280	1.68 245	1.12 182	1.34 263	1.33 217	1.25 242	0.94 230	2.39 285	0.76 215	0.34 306	0.26 290	0.31 274	0.29 295	0.35 277	0.44 320

GASNet	0.99 271	0.97 367	1.72 344	0.98 371	0.68 316	0.83 195	0.67 255	1.60 228	1.28 258	1.31 250	1.22 175	1.22 231	1.21 303	2.41 286	1.41 320	0.43 341	0.26 290	0.36 319	0.34 324	0.55 347	0.31 273

edge stereo	1.11 298	0.50 295	1.30 303	0.71 305	0.65 306	1.14 261	0.75 269	1.93 309	1.37 298	1.71 333	1.83 323	2.54 371	1.44 328	2.43 287	1.23 292	0.42 336	0.41 358	0.54 362	0.35 328	0.42 311	0.46 326

PWC_ROB	1.24 314	0.76 354	2.46 376	0.72 308	0.78 341	1.15 266	0.49 169	1.75 259	1.92 361	2.31 366	3.07 376	1.59 305	1.40 324	2.46 288	2.10 358	0.33 298	0.22 261	0.35 311	0.24 234	0.38 295	0.41 310

AnyNet_C32	1.96 370	1.10 375	5.17 395	0.90 362	1.11 375	2.12 363	2.37 405	1.85 287	1.48 324	2.45 374	1.70 308	2.05 353	1.64 347	2.50 289	10.28 409	0.37 320	0.34 332	0.35 311	0.41 344	0.49 335	0.54 344

dad	0.86 236	0.66 337	1.06 263	0.56 172	0.37 159	0.76 166	0.44 130	1.17 128	1.50 327	1.44 290	1.27 194	1.34 266	0.75 145	2.52 290	0.84 243	0.42 336	0.27 298	0.83 380	0.26 259	0.41 306	0.29 251

LCNet	0.72 167	0.28 88	0.52 29	0.55 159	0.31 95	0.69 138	0.54 196	1.00 72	0.88 89	1.19 191	1.34 222	0.97 167	1.34 322	2.56 291	0.45 97	0.18 61	0.13 44	0.21 100	0.25 245	0.27 227	0.73 372

WCMA_ROB	1.84 363	0.47 283	1.31 304	0.69 293	0.57 274	2.11 362	1.14 342	1.87 291	1.73 347	4.04 400	6.43 403	5.62 403	3.61 399	2.59 292	1.94 351	0.52 360	0.44 364	0.39 330	0.42 346	0.48 332	0.47 329

DISCO	1.03 281	0.34 213	1.11 276	0.69 293	0.45 216	2.07 360	0.84 292	2.13 341	1.50 327	1.15 162	1.33 217	2.40 367	1.07 277	2.60 293	1.51 333	0.23 196	0.18 201	0.22 126	0.20 140	0.31 263	0.27 237

LSM	6.33 411	1.10 375	13.19 414	1.41 389	68.17 440	1.64 326	1.90 387	1.92 305	2.46 377	2.99 390	3.11 377	1.88 331	1.80 360	2.61 294	2.06 357	0.41 333	0.58 386	0.50 354	0.57 373	0.64 361	17.66 432

ADCS	2.25 377	0.99 369	5.55 396	0.81 335	0.74 328	2.19 365	1.80 379	2.27 367	2.14 370	2.80 385	2.13 350	2.40 367	2.03 372	2.64 295	13.69 414	0.41 333	0.39 354	0.40 335	0.45 352	0.58 352	0.56 348

PVD	1.70 357	0.84 358	2.26 370	0.94 370	0.83 353	2.48 375	0.97 321	2.59 384	3.35 393	3.01 392	2.77 372	2.34 364	2.47 387	2.67 296	3.14 373	0.47 354	0.45 368	0.59 374	0.48 359	0.59 354	0.75 374

FADNet	0.92 251	0.61 329	1.81 350	0.62 236	0.55 270	0.96 231	0.57 225	1.78 273	1.33 280	0.93 89	1.01 96	1.36 267	1.01 259	2.71 297	0.75 213	0.33 298	0.34 332	0.31 274	0.34 324	0.59 354	0.40 306

DRaft	0.80 210	0.24 22	0.70 109	0.45 34	0.30 83	0.97 235	0.53 192	1.05 91	0.97 121	1.78 339	2.02 343	0.80 100	1.74 355	2.73 298	0.72 205	0.17 33	0.14 78	0.20 77	0.20 140	0.18 45	0.21 157

PDISCO_ROB	1.32 324	0.65 336	1.44 318	1.36 385	1.46 391	2.55 377	0.92 311	2.45 380	2.07 369	1.37 270	1.49 266	1.65 316	1.00 257	2.82 299	1.35 310	1.01 384	0.27 298	0.54 362	0.47 357	0.71 370	0.73 372

DAS	0.84 227	0.34 213	1.03 256	0.64 253	0.69 318	0.77 172	0.63 243	1.54 217	1.20 223	1.79 342	1.55 277	0.95 159	1.04 267	2.83 300	0.60 176	0.21 149	0.16 159	0.25 212	0.18 92	0.27 227	0.22 172

AAGNet	1.83 362	0.28 88	0.72 124	0.61 225	0.32 110	0.67 127	0.51 177	0.96 63	0.98 126	1.47 295	1.20 171	1.00 174	1.18 294	2.83 300	22.77 427	0.22 172	0.13 44	0.22 126	0.19 112	0.23 183	0.15 28

XQC	1.37 329	0.87 362	2.56 378	0.84 344	0.69 318	1.83 345	0.89 303	2.07 336	1.88 357	1.88 349	1.53 273	1.91 336	1.55 340	2.85 302	3.05 370	0.48 355	0.29 312	0.44 344	0.39 338	0.69 368	0.60 358

DANet	1.08 290	0.61 329	1.32 307	0.85 349	0.72 323	1.37 297	0.51 177	1.54 217	1.15 204	1.78 339	1.54 275	2.01 348	1.11 283	2.90 303	2.00 354	0.33 298	0.30 316	0.40 335	0.30 303	0.44 323	0.45 322
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
EDNetEfficient	2.37 382	1.10 375	8.08 405	0.74 317	0.71 321	0.98 238	1.56 369	1.46 192	4.06 400	4.90 409	2.82 373	2.25 358	3.48 398	2.95 304	9.97 407	0.26 249	0.24 279	0.26 231	0.30 303	0.68 367	0.61 359

MFN_U_SF_RVC	1.52 341	0.84 358	3.42 386	0.87 356	0.66 308	2.56 378	0.95 319	2.36 374	1.70 344	1.98 355	1.86 328	2.45 369	1.79 359	2.95 304	2.58 364	0.52 360	0.48 373	0.55 367	0.59 377	0.59 354	0.61 359

Dean	2.91 398	1.53 393	2.07 361	2.96 409	2.51 407	3.15 390	2.14 398	4.75 406	4.41 404	2.76 383	6.10 402	5.53 402	2.37 383	2.97 306	1.92 350	3.18 406	0.85 399	2.51 407	1.04 399	2.88 406	2.47 408

coex-ft	8.13 416	2.13 409	98.04 444	0.67 280	0.53 261	1.71 330	1.56 369	1.65 238	11.11 416	18.17 430	3.75 385	3.88 390	7.61 417	2.98 307	6.49 393	0.30 281	0.30 316	0.32 287	0.31 307	0.66 365	0.50 337

APVNet	1.06 285	0.53 304	1.42 317	0.84 344	0.79 343	1.92 350	0.82 290	1.90 298	1.08 166	1.08 124	1.43 248	1.56 300	1.13 288	3.07 308	1.58 335	0.31 288	0.34 332	0.42 339	0.36 332	0.36 283	0.37 296

DSFCA	0.93 254	0.34 213	1.06 263	0.52 116	0.65 306	1.55 317	0.93 315	1.49 197	1.19 218	1.56 316	1.15 157	1.50 292	0.96 240	3.07 308	1.02 267	0.30 281	0.26 290	0.25 212	0.25 245	0.28 241	0.24 201

SAMSARA	1.55 343	0.84 358	2.61 379	1.22 384	1.07 372	2.50 376	1.93 388	2.05 330	1.89 358	2.75 382	1.66 304	2.81 378	1.69 353	3.08 310	1.97 353	0.46 353	0.51 378	0.42 339	0.46 355	0.58 352	0.59 355

ACVNet_1	2.18 376	1.45 391	1.72 344	2.85 405	2.33 405	2.28 368	1.46 364	3.08 391	2.22 373	1.82 346	2.05 346	3.56 386	1.98 371	3.09 311	1.40 316	3.17 405	0.60 387	2.40 404	0.92 391	2.91 407	2.37 405

EDNetEfficientorigin	10.57 418	1.47 392	177.42 445	0.67 280	0.53 261	1.58 320	1.16 345	1.90 298	3.37 394	4.71 408	3.38 380	3.10 384	2.69 390	3.13 312	3.58 378	0.25 235	0.23 270	0.33 294	0.27 267	0.83 374	0.81 375

IPLG	0.69 159	0.27 72	0.97 234	0.51 100	0.43 203	0.79 181	0.33 37	1.21 140	1.06 157	1.30 240	1.10 132	0.52 40	0.55 78	3.16 313	0.63 185	0.16 12	0.14 78	0.19 53	0.16 62	0.18 45	0.17 64

GEStereo_RVC	0.90 246	0.37 242	0.99 237	0.64 253	0.50 240	0.95 227	0.79 280	2.42 378	1.17 210	1.16 173	1.11 137	1.26 246	0.92 219	3.24 314	0.90 252	0.29 277	0.19 214	0.23 155	0.20 140	0.27 227	0.29 251

TestStereo	0.64 132	0.39 252	0.71 120	0.51 100	0.27 35	0.56 74	0.42 102	1.03 81	0.91 101	0.80 68	1.00 91	0.68 74	0.52 64	3.25 315	0.45 97	0.22 172	0.15 128	0.24 175	0.18 92	0.27 227	0.16 44

HBP-ISP	0.96 260	0.58 318	0.72 124	0.61 225	0.46 226	1.64 326	0.76 272	1.86 290	1.28 258	1.30 240	1.53 273	0.86 128	0.94 230	3.27 316	0.69 196	0.45 347	0.44 364	0.54 362	0.48 359	0.47 329	0.40 306

FCDSN-DC	2.32 380	0.63 333	0.81 181	0.84 344	0.75 334	2.23 366	0.94 317	2.09 339	1.80 353	5.45 413	7.72 411	7.77 411	6.93 416	3.39 317	1.80 344	0.52 360	0.48 373	0.52 356	0.51 367	0.57 350	0.58 353
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSMD_ROB	1.99 372	0.59 321	0.89 211	0.70 298	0.61 295	3.95 402	0.94 317	1.80 277	1.79 352	4.41 404	4.43 390	8.17 412	3.66 400	3.40 318	1.33 305	0.52 360	0.48 373	0.54 362	0.58 374	0.53 344	0.50 337

AnyNet_C01	2.26 378	1.78 397	10.22 410	0.93 368	0.74 328	2.92 388	2.20 400	2.29 369	1.80 353	2.53 376	2.41 364	2.71 377	1.73 354	3.41 319	6.72 394	0.41 333	0.39 354	0.40 335	0.42 346	0.67 366	0.63 361

PA-Net	1.01 278	0.57 315	1.29 302	0.64 253	0.74 328	1.19 275	0.84 292	1.69 247	1.43 319	1.16 173	1.19 168	1.32 261	1.19 297	3.42 320	1.25 294	0.29 277	0.45 368	0.33 294	0.49 362	0.32 268	0.47 329
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS	2.37 382	0.74 350	1.54 333	0.99 372	0.92 363	4.78 408	2.33 404	3.33 394	3.37 394	5.05 412	4.77 397	3.67 387	4.53 407	3.42 320	4.50 385	0.62 372	0.53 380	0.55 367	0.53 369	0.63 359	0.64 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RAFT + AFF	1.00 275	0.42 265	1.09 271	0.67 280	0.50 240	1.22 279	1.24 351	2.24 364	1.19 218	1.30 240	1.56 281	1.17 222	1.49 336	3.44 322	0.83 240	0.21 149	0.25 286	0.30 270	0.26 259	0.27 227	0.27 237

DispFullNet	2.34 381	2.85 416	3.66 388	3.08 410	2.27 402	1.97 354	0.67 255	2.00 321	1.70 344	2.52 375	2.00 340	2.23 357	5.86 410	3.44 322	1.58 335	1.01 384	0.32 329	2.64 409	1.94 414	2.85 405	2.24 403

pmcnn	2.37 382	0.42 265	2.71 382	0.63 244	0.43 203	1.54 316	1.19 348	2.01 325	1.53 332	2.64 379	7.60 409	18.07 424	1.45 330	3.44 322	2.78 368	0.18 61	0.15 128	0.15 3	0.12 10	0.20 102	0.18 82

raft_robust	0.68 158	0.30 131	0.64 77	0.52 116	0.26 22	0.54 65	0.35 52	1.33 163	1.24 238	1.16 173	1.07 120	0.60 57	0.54 72	3.58 325	0.37 42	0.18 61	0.14 78	0.20 77	0.22 203	0.20 102	0.16 44

tt	6.58 413	0.26 49	6.10 400	3.77 418	2.16 397	11.55 420	19.63 424	13.33 425	5.74 409	2.96 389	2.65 370	4.97 400	6.33 414	3.81 326	7.24 396	9.15 425	11.32 432	5.89 425	6.24 424	6.03 422	2.55 409

Wz-Net-SNSev	1.49 337	1.23 384	6.27 401	0.68 290	0.67 310	1.37 297	1.41 361	2.00 321	1.39 306	1.48 301	1.61 293	2.29 360	1.32 320	3.93 327	2.14 359	0.31 288	0.28 304	0.31 274	0.33 319	0.42 311	0.36 294

NaN_ROB	1.13 303	0.55 308	1.15 282	0.64 253	0.48 231	1.61 322	2.03 394	1.72 252	1.48 324	2.09 361	1.27 194	1.40 271	1.08 278	3.94 328	1.30 302	0.28 269	0.34 332	0.28 253	0.28 284	0.30 256	0.33 283

ELAS_RVC	2.48 387	0.74 350	1.90 355	1.05 376	0.92 363	2.76 382	4.01 416	2.76 385	4.11 401	4.69 407	4.63 394	4.62 394	5.96 412	3.97 329	3.96 382	0.63 374	0.53 380	0.56 370	0.52 368	0.64 361	0.63 361
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Syn2CoEx	1.14 305	0.69 342	1.66 340	0.80 332	0.67 310	1.40 302	0.88 301	2.06 335	1.54 333	1.25 218	1.58 287	1.42 275	1.50 337	4.09 330	1.40 316	0.36 316	0.32 329	0.34 304	0.29 295	0.29 246	0.34 285

SPS-STEREO	1.67 353	1.04 372	1.23 291	1.21 383	1.13 380	1.82 344	1.11 338	2.16 350	1.52 330	3.07 394	2.32 358	2.82 379	1.80 360	4.11 331	2.04 355	1.03 387	0.99 406	0.97 384	0.94 392	1.03 383	1.02 383
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RYNet	1.17 311	0.49 291	1.24 294	0.70 298	0.97 369	1.71 330	0.92 311	1.91 302	1.46 322	1.38 275	1.14 151	1.88 331	1.30 318	4.24 332	1.87 346	0.26 249	0.21 247	0.35 311	0.27 267	0.55 347	0.54 344

IMH-64-1	2.70 393	1.79 398	1.46 324	3.26 412	2.66 408	3.23 393	2.10 395	4.08 399	2.75 387	2.34 367	3.81 386	3.06 381	2.22 380	4.25 333	2.59 365	3.75 414	0.84 396	2.75 410	1.35 402	3.15 409	2.60 411

IMH-64	2.70 393	1.79 398	1.46 324	3.26 412	2.66 408	3.23 393	2.10 395	4.08 399	2.75 387	2.34 367	3.81 386	3.06 381	2.22 380	4.25 333	2.59 365	3.75 414	0.84 396	2.75 410	1.35 402	3.15 409	2.60 411

SuperB	2.53 388	0.59 321	18.45 418	0.69 293	0.50 240	1.87 349	0.88 301	1.67 244	2.39 375	1.50 304	1.42 244	1.14 219	1.15 290	4.28 335	5.07 387	0.24 211	0.19 214	0.22 126	0.19 112	7.86 426	0.34 285

AACVNet	0.86 236	0.35 229	0.79 175	0.82 340	0.39 184	0.76 166	0.49 169	1.61 231	0.81 72	1.08 124	1.33 217	1.30 257	0.93 225	4.34 336	0.74 209	0.25 235	0.21 247	0.28 253	0.22 203	0.29 246	0.25 213

KSHMR	8.75 417	2.06 407	2.11 363	3.53 416	3.11 414	4.13 405	2.69 408	5.60 411	61.37 444	3.00 391	55.83 444	4.98 401	2.45 386	4.49 337	2.61 367	3.46 411	1.55 417	3.14 416	1.94 414	3.72 414	3.18 416

ACVNet_2	2.43 386	1.41 389	2.04 360	2.62 402	2.24 401	2.63 381	1.88 386	3.31 393	3.01 389	2.19 363	3.45 382	4.62 394	2.04 373	4.50 338	1.47 330	2.55 400	0.64 389	2.22 397	0.84 387	2.69 399	2.29 404

WAO-6	2.81 396	1.60 394	1.46 324	2.36 400	2.28 403	3.55 395	2.29 403	4.21 402	4.56 405	2.36 371	4.51 391	4.88 398	2.66 389	4.60 339	4.07 384	1.72 393	1.15 413	2.31 399	1.46 407	2.31 394	1.85 398

PS-NSSS	0.99 271	0.58 318	0.93 223	0.58 189	0.57 274	0.91 212	0.80 286	1.81 280	1.14 195	1.14 159	1.67 306	1.00 174	0.83 185	4.62 340	0.78 223	0.37 320	0.31 322	0.52 356	0.32 313	0.45 326	0.38 302

SANet	1.88 365	0.57 315	2.18 368	0.63 244	0.40 189	2.80 385	1.57 371	2.39 377	5.88 410	2.36 371	3.57 383	3.72 389	2.97 393	4.74 341	1.76 342	0.34 306	0.30 316	0.32 287	0.29 295	0.48 332	0.37 296

DPSNet	1.69 356	0.59 321	4.33 391	0.70 298	0.57 274	2.02 358	1.62 373	3.35 395	1.78 351	1.48 301	1.38 235	2.17 356	2.84 391	4.77 342	3.66 379	0.48 355	0.31 322	0.29 261	0.25 245	0.64 361	0.48 332

Wz-Net-TNSev	1.88 365	2.08 408	7.66 402	0.67 280	0.64 303	2.42 374	1.83 382	2.33 371	1.74 349	1.57 320	1.56 281	2.58 372	1.90 367	4.86 343	3.12 372	0.39 327	0.37 347	0.33 294	0.37 335	0.53 344	0.58 353

PASM	1.34 326	0.92 365	2.62 380	0.86 351	0.87 359	1.03 244	1.08 336	1.50 201	1.51 329	1.82 346	1.41 243	1.68 319	1.26 311	4.87 344	1.34 307	0.61 371	0.65 391	0.68 376	0.78 384	0.69 368	0.68 368

ASMatch	0.88 241	0.26 49	0.69 103	0.51 100	0.35 145	0.48 24	0.37 71	1.12 121	0.92 105	1.10 137	3.28 379	0.96 165	0.98 247	4.90 345	0.49 127	0.19 94	0.16 159	0.22 126	0.19 112	0.19 75	0.27 237

DeepPrunerF	1.60 347	0.73 347	5.81 399	0.88 357	1.19 384	0.91 212	0.95 319	2.19 358	5.24 408	1.17 182	1.30 204	1.19 226	1.30 318	4.90 345	1.66 340	0.42 336	0.34 332	0.52 356	0.47 357	0.41 306	0.40 306

CSP-Net	0.97 266	0.38 247	0.83 185	0.53 125	0.41 195	1.63 324	0.77 275	2.00 321	1.05 154	1.25 218	1.20 171	1.33 262	0.83 185	4.93 347	0.85 246	0.32 293	0.22 261	0.20 77	0.20 140	0.23 183	0.25 213

iRaft-Stereo_5w	0.85 231	0.29 115	0.91 217	0.53 125	0.43 203	0.49 34	0.68 257	0.99 68	0.87 85	0.79 66	1.34 222	1.46 284	0.91 216	5.11 348	1.11 280	0.17 33	0.14 78	0.22 126	0.18 92	0.20 102	0.20 140

FC-DCNN	2.72 395	0.59 321	0.86 193	0.73 315	0.57 274	2.91 386	1.04 332	3.01 390	2.60 383	6.83 415	7.64 410	9.92 416	6.33 414	5.21 349	3.14 373	0.53 366	0.48 373	0.51 355	0.50 365	0.53 344	0.51 341

DispNO	0.93 254	0.30 131	1.34 312	0.55 159	0.55 270	0.89 207	0.49 169	1.48 195	1.21 228	1.17 182	1.27 194	1.19 226	0.90 213	5.23 350	0.74 209	0.22 172	0.17 185	0.24 175	0.21 176	0.19 75	0.20 140

WZ-Net	1.95 369	0.95 366	10.10 408	0.86 351	0.78 341	1.69 329	1.60 372	2.20 361	1.98 364	2.08 360	1.93 336	2.30 361	1.97 370	5.30 351	3.17 375	0.34 306	0.26 290	0.29 261	0.31 307	0.51 340	0.47 329

OCTAStereo	0.80 210	0.30 131	0.75 152	0.60 213	0.31 95	0.64 102	0.44 130	1.21 140	0.90 96	1.29 232	1.01 96	0.82 108	0.57 90	5.35 352	0.48 120	0.24 211	0.14 78	0.24 175	0.20 140	0.20 102	0.30 263

PSM-softLoss	0.78 204	0.31 163	0.77 165	0.58 189	0.32 110	0.56 74	0.40 89	1.18 133	0.70 49	1.24 214	1.07 120	0.83 115	0.52 64	5.36 353	0.53 150	0.24 211	0.15 128	0.25 212	0.22 203	0.20 102	0.25 213

KMStereo	0.78 204	0.31 163	0.77 165	0.58 189	0.32 110	0.56 74	0.40 89	1.18 133	0.70 49	1.24 214	1.07 120	0.83 115	0.52 64	5.36 353	0.53 150	0.24 211	0.15 128	0.25 212	0.22 203	0.20 102	0.25 213

RE-Stereo	0.80 210	0.30 131	0.75 152	0.60 213	0.31 95	0.64 102	0.44 130	1.21 140	0.90 96	1.29 232	1.01 96	0.81 103	0.57 90	5.37 355	0.48 120	0.24 211	0.14 78	0.24 175	0.20 140	0.20 102	0.30 263

TVStereo	0.80 210	0.30 131	0.75 152	0.60 213	0.31 95	0.64 102	0.44 130	1.21 140	0.90 96	1.29 232	1.01 96	0.81 103	0.57 90	5.37 355	0.48 120	0.24 211	0.14 78	0.24 175	0.20 140	0.20 102	0.30 263

NF-Stereo	0.80 210	0.30 131	0.75 152	0.60 213	0.31 95	0.64 102	0.44 130	1.21 140	0.90 96	1.29 232	1.02 103	0.82 108	0.57 90	5.40 357	0.48 120	0.23 196	0.14 78	0.24 175	0.20 140	0.20 102	0.30 263

SGM+DAISY	2.41 385	1.07 373	2.14 365	1.18 382	1.10 374	2.14 364	1.36 359	1.96 314	1.66 341	5.46 414	7.07 406	4.95 399	4.32 406	5.50 358	2.26 361	1.04 388	1.02 409	0.99 386	0.97 394	1.02 382	1.04 385

1111x	1.70 357	0.29 115	0.86 193	0.51 100	0.27 35	1.01 242	0.68 257	2.22 362	1.28 258	1.13 157	1.40 241	1.21 229	1.10 282	5.53 359	15.20 418	0.22 172	0.21 247	0.22 126	0.22 203	0.24 197	0.22 172

RAFT_R40	0.83 223	0.28 88	0.73 136	0.59 202	0.31 95	0.69 138	0.44 130	1.10 113	0.95 112	1.47 295	1.10 132	1.00 174	0.85 190	5.53 359	0.46 110	0.22 172	0.13 44	0.23 155	0.20 140	0.23 183	0.18 82

CSAN	1.41 334	0.59 321	1.26 297	0.70 298	0.50 240	1.76 336	1.78 378	1.77 269	1.90 360	2.35 369	2.32 358	1.92 339	1.94 369	5.56 361	1.49 332	0.43 341	0.35 340	0.40 335	0.41 344	0.43 316	0.41 310

CFNet	0.96 260	0.36 236	1.01 246	0.62 236	0.42 198	0.99 239	0.47 154	1.90 298	1.32 277	0.99 105	1.39 239	1.10 207	0.86 198	5.58 362	0.79 229	0.23 196	0.17 185	0.28 253	0.27 267	0.26 215	0.21 157

DEmStereo	0.97 266	0.23 16	0.79 175	0.47 43	0.32 110	1.04 246	0.56 215	0.93 48	0.89 92	1.39 280	2.14 351	1.02 183	2.07 376	5.64 363	0.77 221	0.17 33	0.15 128	0.20 77	0.20 140	0.18 45	0.20 140

RAFT-345	0.84 227	0.25 38	0.66 87	0.50 76	0.27 35	0.54 65	0.42 102	0.83 24	1.11 178	1.32 252	2.34 360	0.86 128	0.54 72	5.72 364	0.47 115	0.18 61	0.13 44	0.22 126	0.17 78	0.17 26	0.16 44

SST-Stereo	0.83 223	0.28 88	0.72 124	0.59 202	0.31 95	0.72 150	0.26 10	1.09 111	0.86 81	1.47 295	1.10 132	1.00 174	0.87 202	5.73 365	0.45 97	0.22 172	0.13 44	0.23 155	0.19 112	0.23 183	0.18 82

IRAFT_RVC	0.88 241	0.28 88	0.76 161	0.63 244	0.31 95	0.65 114	1.02 330	1.22 147	0.94 110	1.22 203	1.04 114	1.01 181	0.98 247	5.82 366	0.53 150	0.22 172	0.12 9	0.25 212	0.20 140	0.20 102	0.19 116

UNDER WATER	5.08 407	2.33 411	5.55 396	3.94 421	3.51 418	5.20 412	2.72 410	5.61 412	16.52 423	3.84 397	4.60 393	9.21 414	5.89 411	5.90 367	8.66 405	3.75 414	1.34 414	3.18 417	1.88 412	4.33 420	3.61 419

IMH	3.21 399	1.85 402	1.48 329	3.25 411	2.69 410	4.07 404	2.02 393	4.41 404	3.80 398	2.72 380	7.11 407	4.75 397	2.92 392	5.92 368	2.55 363	3.85 417	0.88 402	2.78 412	1.36 404	3.19 411	2.59 410

UNDER WATER-64	5.27 408	2.32 410	8.78 407	3.93 420	3.54 419	7.61 414	3.03 414	5.84 413	14.19 417	4.04 400	4.04 388	9.39 415	6.26 413	5.93 369	8.48 404	3.60 413	1.51 416	3.13 415	1.88 412	4.29 419	3.61 419

ACVNet-4b	2.15 375	1.41 389	1.64 338	2.80 403	2.31 404	2.31 370	1.24 351	2.32 370	2.14 370	1.26 222	2.39 362	2.66 375	1.48 334	5.95 370	1.06 270	3.20 408	0.45 368	2.37 400	0.89 389	2.83 404	2.37 405

RAFT-RH_RVC	1.03 281	0.24 22	0.67 91	0.49 69	0.28 54	0.81 190	0.33 37	0.83 24	1.08 166	2.05 359	4.65 395	1.04 189	0.57 90	5.98 371	0.50 133	0.18 61	0.13 44	0.26 231	0.20 140	0.16 14	0.17 64

RTS	2.67 390	1.38 386	15.28 416	0.99 372	1.26 387	3.78 398	1.96 390	2.15 347	2.62 384	2.61 377	2.85 374	2.60 373	1.59 342	6.27 372	5.71 390	0.40 329	0.28 304	0.35 311	0.35 328	0.50 336	0.48 332

RTSA	2.67 390	1.38 386	15.28 416	0.99 372	1.26 387	3.78 398	1.96 390	2.15 347	2.62 384	2.61 377	2.85 374	2.60 373	1.59 342	6.27 372	5.71 390	0.40 329	0.28 304	0.35 311	0.35 328	0.50 336	0.48 332

Anonymous Stereo	1.28 318	0.75 352	2.45 375	0.74 317	0.77 338	0.93 221	1.77 377	1.51 206	1.31 272	1.67 330	1.29 203	1.20 228	0.75 145	6.29 374	1.68 341	0.37 320	0.36 345	0.38 324	0.40 342	0.43 316	0.45 322

MeshStereo	2.26 378	0.56 311	0.92 221	0.61 225	0.49 234	2.60 379	1.02 330	3.18 392	2.05 368	7.40 419	4.98 399	7.58 409	2.98 394	6.37 375	1.96 352	0.43 341	0.43 361	0.45 345	0.39 338	0.43 316	0.42 314
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
THIR-Stereo	1.02 280	0.27 72	0.69 103	0.49 69	0.28 54	0.95 227	1.34 358	1.03 81	0.97 121	1.34 263	1.90 333	1.17 222	1.58 341	6.44 376	0.78 223	0.19 94	0.14 78	0.21 100	0.22 203	0.19 75	0.20 140

NVStereoNet_ROB	1.88 365	1.07 373	1.45 322	1.07 379	1.17 381	1.47 309	1.48 366	1.89 295	1.93 363	1.94 354	4.67 396	3.08 383	1.80 360	6.51 377	1.65 338	1.06 389	0.86 401	1.08 389	1.32 401	0.93 378	1.26 392
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PFNet	0.91 249	0.26 49	1.10 274	0.63 244	0.32 110	0.64 102	0.56 215	1.17 128	0.99 133	1.47 295	1.08 123	0.98 168	0.69 135	6.62 378	0.54 156	0.20 122	0.12 9	0.24 175	0.19 112	0.20 102	0.17 64

CrosDoStereo	1.58 344	0.24 22	0.72 124	0.48 56	0.29 66	0.67 127	12.49 421	1.10 113	0.98 126	1.34 263	1.75 315	1.00 174	1.89 365	6.65 379	0.81 233	0.19 94	0.15 128	0.20 77	0.22 203	0.18 45	0.19 116

DeepStereo_LL	1.58 344	0.24 22	0.72 124	0.48 56	0.29 66	0.67 127	12.49 421	1.10 113	0.98 126	1.34 263	1.75 315	1.00 174	1.89 365	6.65 379	0.81 233	0.19 94	0.15 128	0.20 77	0.22 203	0.18 45	0.19 116

TDLM	1.06 285	0.44 271	0.79 175	0.63 244	0.50 240	0.89 207	1.44 363	1.48 195	1.26 246	1.12 143	1.40 241	1.08 198	0.98 247	6.65 379	0.78 223	0.33 298	0.21 247	0.33 294	0.26 259	0.37 287	0.24 201

LE_ROB	8.05 415	0.37 242	23.53 424	0.74 317	0.33 127	2.77 383	2.87 412	3.71 398	27.24 431	25.39 431	8.87 415	8.46 413	26.71 431	6.65 379	21.99 424	0.21 149	0.19 214	0.20 77	0.21 176	0.25 207	0.22 172

STrans-v2	1.04 284	0.28 88	0.96 232	0.49 69	0.32 110	0.68 134	0.79 280	2.47 381	1.12 182	1.12 143	1.46 259	1.40 271	1.46 331	6.70 383	0.43 87	0.18 61	0.13 44	0.20 77	0.18 92	0.18 45	0.18 82

TransformOpticalFlow	0.96 260	0.28 88	0.89 211	0.52 116	0.31 95	0.66 123	0.54 196	1.75 259	1.12 182	1.09 129	1.44 251	1.37 270	1.01 259	6.70 383	0.42 78	0.19 94	0.12 9	0.20 77	0.19 112	0.18 45	0.19 116

CVANet_RVC	1.07 287	0.43 268	0.76 161	0.60 213	0.50 240	0.90 210	0.97 321	1.52 209	1.26 246	1.33 260	1.38 235	1.24 238	1.18 294	6.75 385	0.75 213	0.34 306	0.23 270	0.34 304	0.29 295	0.42 311	0.27 237

OMP-Stereo	0.94 256	0.33 194	0.72 124	0.90 362	0.31 95	0.49 34	0.36 62	1.16 126	1.06 157	1.58 322	1.12 143	1.46 284	0.69 135	6.94 386	0.49 127	0.19 94	0.14 78	0.24 175	0.18 92	0.20 102	0.14 12

IIG-Stereo	0.96 260	0.31 163	0.72 124	0.88 357	0.33 127	0.61 93	0.26 10	1.19 139	1.03 146	1.69 332	1.37 231	1.46 284	0.75 145	6.96 387	0.51 136	0.19 94	0.14 78	0.23 155	0.18 92	0.20 102	0.14 12

RASNet	1.12 300	0.30 131	0.91 217	0.66 270	0.77 338	0.97 235	0.57 225	1.37 172	1.35 291	1.02 113	1.34 222	2.11 355	1.43 327	7.09 388	1.39 315	0.19 94	0.17 185	0.17 17	0.19 112	0.18 45	0.16 44

ff1	1.37 329	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	0.95 56	2.47 378	1.15 162	1.45 253	1.06 191	0.82 176	7.22 389	7.61 398	0.20 122	0.12 9	0.31 274	0.27 267	0.19 75	0.20 140

mmx	1.39 331	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	2.13 341	1.37 298	1.15 162	1.45 253	1.06 191	0.82 176	7.22 389	7.61 398	0.24 211	0.19 214	0.31 274	0.27 267	0.30 256	0.25 213

xxx	1.39 331	0.33 194	0.85 187	0.53 125	0.37 159	0.74 156	0.56 215	2.13 341	1.37 298	1.15 162	1.45 253	1.06 191	0.82 176	7.22 389	7.61 398	0.24 211	0.19 214	0.31 274	0.27 267	0.30 256	0.25 213

ktn	4.70 405	2.38 412	2.12 364	3.76 417	3.24 415	4.85 409	2.95 413	5.52 409	7.37 413	4.07 402	19.32 427	7.46 408	3.47 397	7.39 392	2.95 369	4.04 418	1.85 418	3.26 418	2.22 417	3.08 408	2.65 413

MADNet+	2.69 392	3.22 418	11.53 413	1.44 390	1.12 377	3.19 391	1.81 380	2.85 387	2.37 374	1.68 331	2.07 347	2.85 380	2.18 378	7.41 393	5.23 388	0.79 378	0.76 392	0.69 378	0.65 380	0.98 379	0.95 380

AANet_RVC	1.16 310	0.52 301	1.49 331	0.65 265	0.45 216	0.75 162	0.69 261	1.42 182	1.55 335	1.34 263	1.87 330	1.53 296	0.78 162	7.43 394	1.38 312	0.25 235	0.17 185	0.19 53	0.16 62	0.22 158	0.26 231

JetRed	6.91 414	8.80 425	25.96 428	2.85 405	3.25 416	13.98 425	11.87 420	6.25 416	4.28 403	4.45 405	4.56 392	6.69 405	5.46 409	7.46 395	14.05 415	2.59 401	3.31 420	2.59 408	2.29 418	4.20 418	3.36 418

SGM-Forest	1.24 314	0.38 247	0.60 61	0.52 116	0.37 159	1.56 318	1.30 356	1.65 238	1.36 294	2.11 362	1.79 319	1.63 311	0.93 225	7.48 396	0.95 257	0.36 316	0.37 347	0.39 330	0.34 324	0.37 287	0.32 279
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WAO-7	2.66 389	1.40 388	1.73 346	1.39 387	1.17 381	3.93 401	1.94 389	4.11 401	3.88 399	2.92 387	5.50 400	4.18 392	3.00 395	7.63 397	3.71 380	1.13 392	1.00 407	1.17 390	1.13 400	1.18 387	1.09 389

MFN_U_SF_DS_RVC	1.74 361	0.87 362	3.56 387	0.80 332	0.75 334	3.72 397	2.44 407	1.82 281	1.82 355	1.74 335	1.91 334	1.92 339	1.26 311	7.69 398	1.28 300	0.45 347	0.47 372	0.52 356	0.77 383	0.50 336	0.50 337

MDST_ROB	1.67 353	0.34 213	1.58 336	0.92 367	0.58 282	4.26 406	1.11 338	2.83 386	1.41 314	4.49 406	2.55 368	1.45 282	0.97 243	7.79 399	1.17 287	0.31 288	0.25 286	0.37 321	0.33 319	0.31 263	0.30 263

notaker	3.98 402	2.40 413	2.68 381	3.82 419	3.27 417	3.97 403	2.14 398	4.78 407	3.45 396	4.12 403	6.94 405	7.65 410	3.26 396	7.82 400	5.30 389	4.04 418	1.41 415	3.36 419	2.10 416	3.88 415	3.31 417

JetBlue	3.97 401	2.01 403	10.19 409	1.38 386	2.84 412	10.53 419	9.54 419	3.60 397	2.41 376	2.73 381	3.39 381	4.54 393	4.31 405	7.85 401	6.84 395	0.88 380	0.93 405	0.89 382	0.91 390	1.74 391	1.91 399

CC-Net-ROB	1.49 337	1.26 385	1.27 300	0.88 357	0.79 343	1.76 336	1.00 327	1.79 275	1.26 246	1.10 137	1.61 293	1.21 229	0.99 255	8.13 402	0.84 243	1.09 390	0.41 358	2.20 396	0.46 355	1.20 388	0.48 332

SGM_RVC	1.68 355	0.36 236	0.61 64	0.59 202	0.29 66	2.25 367	1.18 347	2.38 376	1.68 343	3.60 396	2.67 371	3.69 388	2.42 385	8.13 402	1.90 349	0.31 288	0.31 322	0.30 270	0.28 284	0.30 256	0.29 251
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PWCK	2.88 397	2.05 406	5.72 398	2.08 395	1.11 375	3.55 395	3.90 415	2.86 388	3.54 397	3.03 393	3.63 384	3.10 384	2.31 382	8.15 404	3.09 371	2.12 397	0.91 404	1.75 393	0.98 396	2.57 398	1.18 391

TorneroNet	10.70 419	2.03 404	1.82 351	3.43 414	3.01 413	43.83 436	2.22 401	8.87 420	67.47 445	7.17 418	27.36 430	10.68 419	3.85 404	8.67 405	7.65 402	3.59 412	0.88 402	3.04 414	1.57 410	3.71 413	3.17 415

LVE	3.31 400	1.67 395	1.64 338	2.85 405	2.42 406	3.20 392	2.26 402	4.78 407	5.05 407	2.35 369	6.91 404	6.02 404	2.37 383	9.15 406	2.17 360	3.19 407	1.08 412	2.38 402	1.47 408	2.81 402	2.40 407

TorneroNet-64	5.30 409	2.03 404	1.74 347	3.43 414	2.81 411	10.09 418	2.12 397	9.10 421	17.12 426	4.96 411	9.27 417	10.72 420	3.70 401	9.20 407	4.55 386	3.31 409	0.84 396	2.88 413	1.55 409	3.49 412	3.04 414

GANet	1.36 328	0.47 283	0.86 193	0.67 280	0.45 216	1.34 294	1.73 376	1.64 237	1.24 238	1.49 303	2.38 361	1.55 299	1.20 300	9.30 408	0.93 254	0.30 281	0.31 322	0.33 294	0.28 284	0.39 299	0.30 263

HSM	1.19 312	0.32 178	0.65 81	0.57 183	0.38 176	1.23 280	0.59 235	2.25 365	1.19 218	1.30 240	1.25 185	1.94 341	1.03 266	9.32 409	0.71 202	0.22 172	0.16 159	0.20 77	0.16 62	0.21 136	0.21 157

MSC_U_SF_DS_RVC	2.12 374	1.15 381	3.10 385	1.05 376	0.76 337	5.03 411	2.40 406	2.16 350	2.62 384	1.89 351	2.28 357	2.69 376	1.65 348	9.35 410	2.04 355	0.64 375	0.51 378	0.68 376	0.71 381	1.09 385	0.67 366

MADNet++	5.01 406	3.14 417	4.91 393	4.55 423	3.94 421	5.20 412	4.41 417	4.40 403	4.13 402	4.95 410	6.08 401	4.74 396	5.37 408	9.40 411	10.67 411	4.65 420	4.15 423	3.97 421	3.34 420	4.09 417	4.08 422

WAO-8	4.40 403	1.82 400	1.79 348	2.34 398	2.20 398	9.19 416	1.53 367	6.09 414	16.46 421	3.94 398	7.84 412	7.32 406	3.72 402	9.41 412	3.31 376	2.00 395	1.07 410	2.44 405	1.37 405	2.50 396	1.68 396

Venus	4.40 403	1.82 400	1.79 348	2.34 398	2.20 398	9.19 416	1.53 367	6.09 414	16.46 421	3.94 398	7.84 412	7.32 406	3.72 402	9.41 412	3.31 376	2.00 395	1.07 410	2.44 405	1.37 405	2.50 396	1.68 396

LL-Strereo	1.33 325	0.39 252	1.38 314	0.61 225	0.61 295	0.75 162	0.66 252	1.63 236	1.17 210	1.56 316	1.60 289	2.03 351	2.12 377	9.72 414	0.97 262	0.21 149	0.18 201	0.27 243	0.23 223	0.22 158	0.25 213

STTRV1_RVC	1.58 344	0.68 341	1.96 359	0.88 357	1.12 377	1.57 319	0.90 308	2.25 365	1.75 350	1.29 232	2.02 343	1.40 271	1.22 304	9.77 415	1.31 303	0.81 379	0.33 331	0.54 362	0.49 362	0.73 372	0.52 342

DGTPSM_ROB	13.01 422	8.23 423	21.87 421	9.51 426	18.10 425	11.56 421	32.01 430	10.63 422	16.20 419	7.03 416	19.48 428	10.15 417	16.66 423	9.83 416	22.42 425	4.75 421	8.68 426	5.37 422	10.25 426	6.16 423	11.36 426

DPSMNet_ROB	13.02 423	8.23 423	21.91 422	9.53 427	18.11 426	11.56 421	32.02 431	10.64 423	16.23 420	7.05 417	19.49 429	10.16 418	16.66 423	9.85 417	22.43 426	4.77 422	8.68 426	5.38 423	10.26 427	6.17 424	11.36 426

FADE	26.59 430	4.78 420	20.96 420	1.89 394	1.92 396	2.91 386	2.00 392	5.58 410	5.04 406	2.92 387	2.16 352	4.13 391	14.18 421	10.23 418	8.46 403	188.09 445	2.77 419	123.78 442	127.92 442	1.06 384	1.10 390

NOSS_ROB	1.26 317	0.46 279	0.62 68	0.56 172	0.38 176	1.06 250	0.78 277	1.73 253	1.40 311	1.01 110	1.43 248	1.10 207	0.75 145	10.62 419	0.65 190	0.45 347	0.43 361	0.48 351	0.45 352	0.44 323	0.41 310

SDNR	1.62 350	0.51 298	2.17 366	0.53 125	0.56 272	3.80 400	0.45 141	1.54 217	1.29 262	1.33 260	2.41 364	1.08 198	0.96 240	11.18 420	1.16 285	0.66 376	0.63 388	0.43 341	0.32 313	0.64 361	0.67 366

MANE	6.19 410	0.59 321	1.03 256	0.93 368	1.22 386	13.38 423	2.69 408	12.81 424	17.94 427	8.21 420	10.82 419	14.72 422	11.68 418	11.39 421	11.90 412	0.59 369	0.50 377	0.52 356	1.76 411	0.55 347	0.54 344

FBW_ROB	1.71 359	0.62 332	1.45 322	0.67 280	0.61 295	1.81 342	1.08 336	2.52 382	1.70 344	1.77 338	1.73 311	1.98 345	1.25 309	12.57 422	1.84 345	0.34 306	0.37 347	0.56 370	0.38 337	0.45 326	0.43 318

DPSimNet_ROB	11.20 421	4.98 421	35.43 432	2.90 408	4.52 422	7.89 415	17.09 423	4.66 405	6.06 411	14.89 426	10.93 420	17.29 423	36.81 435	13.18 423	15.68 419	2.86 402	6.29 425	5.75 424	5.09 422	3.91 416	7.70 425

ASD4	15.85 424	10.99 426	19.63 419	10.21 428	11.70 424	19.24 426	31.10 429	19.35 426	10.68 415	11.14 421	10.18 418	12.59 421	12.64 419	14.74 424	24.83 428	12.93 430	9.94 431	26.83 436	19.40 430	16.23 429	12.70 431

SGM-ForestM	6.52 412	0.38 247	1.26 297	0.63 244	0.35 145	13.59 424	5.32 418	6.32 417	6.70 412	11.14 421	9.18 416	22.51 432	13.93 420	16.89 425	20.07 423	0.36 316	0.37 347	0.36 319	0.35 328	0.36 283	0.34 285

HanzoNet	11.04 420	3.62 419	8.10 406	4.08 422	3.55 420	4.90 410	2.73 411	7.19 418	10.10 414	31.86 440	28.92 432	21.96 431	36.36 433	18.08 426	10.17 408	7.94 424	3.32 421	3.47 420	3.31 419	7.06 425	4.04 421

Anonymous_1	43.04 441	18.73 428	24.79 425	21.81 429	46.26 439	27.80 427	37.60 432	28.08 431	16.14 418	14.66 425	14.30 421	20.65 425	17.88 425	21.56 427	25.94 429	117.93 444	8.92 428	100.65 441	126.50 441	158.64 445	12.08 428

DPSM_ROB	19.08 425	19.14 429	25.17 426	22.15 430	20.85 428	28.17 428	37.82 433	26.56 429	16.85 424	14.14 423	14.84 422	21.70 426	18.75 426	21.87 428	26.55 430	10.16 428	9.30 429	10.47 427	10.42 428	14.03 427	12.61 429

DPSM	19.08 425	19.14 429	25.17 426	22.15 430	20.85 428	28.17 428	37.82 433	26.56 429	16.85 424	14.14 423	14.84 422	21.70 426	18.75 426	21.87 428	26.55 430	10.16 428	9.30 429	10.47 427	10.42 428	14.03 427	12.61 429

LRCNet_RVC	22.74 427	32.10 434	21.97 423	29.84 432	26.23 430	4.42 407	0.81 289	22.66 427	2.02 366	26.93 432	29.26 433	23.06 433	15.59 422	23.84 430	18.88 422	31.75 437	19.90 439	34.65 437	32.13 437	30.54 437	28.32 438

xxxxx1	54.10 443	25.67 431	27.13 429	113.43 442	96.96 442	30.69 432	47.44 435	32.38 433	25.60 428	17.75 427	17.27 424	21.81 428	21.02 428	24.43 431	33.82 432	33.37 438	40.54 440	157.71 443	175.86 443	66.16 441	72.93 443

tt_ll	54.10 443	25.67 431	27.13 429	113.43 442	96.96 442	30.69 432	47.44 435	32.38 433	25.60 428	17.75 427	17.27 424	21.81 428	21.02 428	24.43 431	33.82 432	33.37 438	40.54 440	157.71 443	175.86 443	66.16 441	72.93 443

ff	54.10 443	25.67 431	27.13 429	113.43 442	96.96 442	30.69 432	47.44 435	32.38 433	25.60 428	17.75 427	17.27 424	21.81 428	21.02 428	24.43 431	33.82 432	33.37 438	40.54 440	157.71 443	175.86 443	66.16 441	72.93 443

PML	51.67 442	36.25 435	13.28 415	7.46 425	20.81 427	108.69 445	232.22 446	8.72 419	27.82 432	87.01 445	269.67 446	69.67 445	61.95 445	24.76 434	14.20 416	9.74 427	3.40 422	9.62 426	4.70 421	18.74 430	4.72 424

HaxPig	38.92 437	41.40 442	41.64 433	29.95 433	32.27 431	28.90 430	27.60 426	29.73 432	37.71 441	43.82 441	43.87 440	33.17 434	35.56 432	41.53 435	40.37 437	43.94 441	47.51 444	45.82 438	47.08 439	42.38 438	44.15 441

AVERAGE_ROB	40.43 438	42.37 443	42.73 434	36.96 435	35.58 433	30.50 431	27.61 427	36.71 438	38.39 442	44.91 442	44.36 441	37.45 436	36.70 434	41.88 436	40.35 436	45.43 442	46.81 443	47.11 439	46.35 438	42.51 439	43.87 440

Selective-RAFT-Error	38.39 436	38.47 437	50.44 441	44.73 436	41.97 438	56.68 441	76.38 440	53.24 443	33.92 436	28.34 434	29.85 435	43.60 440	38.20 442	43.75 437	53.34 439	20.38 435	18.70 434	21.09 434	21.05 431	28.30 435	25.43 437

MyStereo03	38.34 433	38.50 438	50.41 438	44.74 437	41.86 435	56.65 438	76.38 440	52.99 439	33.93 437	28.39 435	29.99 436	43.54 437	37.42 437	43.82 438	53.53 441	20.31 432	18.71 436	21.06 430	21.08 433	28.23 431	25.35 434

MyStereo02	38.34 433	38.50 438	50.41 438	44.74 437	41.86 435	56.65 438	76.38 440	52.99 439	33.93 437	28.39 435	29.99 436	43.54 437	37.42 437	43.82 438	53.53 441	20.31 432	18.71 436	21.06 430	21.08 433	28.23 431	25.35 434

MyStereo	38.34 433	38.50 438	50.41 438	44.74 437	41.86 435	56.65 438	76.38 440	52.99 439	33.93 437	28.39 435	29.99 436	43.54 437	37.42 437	43.82 438	53.53 441	20.31 432	18.71 436	21.06 430	21.08 433	28.23 431	25.35 434

CasAABBNet	38.33 432	38.46 436	50.35 437	44.75 440	41.84 434	56.68 441	76.37 439	53.22 442	33.83 435	28.31 433	29.54 434	43.62 441	37.71 441	43.84 441	53.41 440	20.30 431	18.70 434	21.07 433	21.07 432	28.24 434	25.34 433

LSM0	42.82 440	38.75 441	50.81 442	47.07 441	109.38 445	57.00 443	76.02 438	53.74 444	33.71 434	29.02 439	30.41 439	43.87 443	37.22 436	43.91 442	53.54 444	20.52 436	18.62 433	21.10 435	21.11 436	28.41 436	42.22 439

MEDIAN_ROB	42.00 439	44.40 444	44.29 436	35.15 434	34.95 432	31.28 435	29.60 428	35.88 437	40.02 443	47.20 443	46.64 442	37.37 435	38.48 443	44.35 443	42.45 438	48.03 443	49.39 445	49.71 440	49.03 440	45.14 440	46.65 442

SPstereo	26.54 429	6.08 422	10.71 412	5.55 424	5.68 423	48.14 437	80.43 444	67.31 445	34.39 440	28.70 438	27.52 431	43.76 442	37.60 440	45.04 444	54.41 445	4.92 423	4.89 424	10.74 429	5.88 423	4.46 421	4.57 423

BEATNet-Init1	26.87 431	13.43 427	70.68 443	0.91 365	0.68 316	57.02 444	21.06 425	32.82 436	32.67 433	52.12 444	53.61 443	66.05 444	49.56 444	48.79 445	34.71 435	0.49 359	0.44 364	0.53 361	0.53 369	0.63 359	0.59 355

test_example2	192.40 446	210.76 446	206.48 446	199.83 446	204.73 446	172.94 446	183.52 445	133.93 446	133.41 446	191.38 446	196.19 445	187.13 446	178.77 446	205.33 446	208.00 446	222.09 446	238.72 446	186.54 446	190.54 446	227.34 446	170.31 446

Low-res two-view benchmark