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	0.30 9	0.45 148	1.08 3	0.31 121	0.17 64	0.19 1	0.21 37	0.73 135	0.50 79	0.21 2	0.24 11	0.55 173	0.22 23	0.27 1	0.26 61	0.09 18	0.08 60	0.08 3	0.07 14	0.12 33	0.09 18
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
CroCo-Stereo Lap2	0.33 22	0.61 197	1.47 43	0.32 144	0.38 300	0.23 2	0.22 50	0.58 73	0.46 54	0.22 5	0.27 16	0.29 50	0.23 28	0.32 23	0.26 61	0.09 18	0.09 115	0.10 52	0.08 30	0.21 189	0.14 112

StereoIM	0.29 5	0.54 178	1.44 39	0.24 8	0.29 214	0.29 3	0.16 4	0.45 12	0.37 10	0.19 1	0.21 2	0.28 45	0.22 23	0.30 14	0.29 92	0.10 81	0.09 115	0.10 52	0.08 30	0.11 23	0.11 39

MIF-Stereo	0.30 9	0.36 108	1.68 73	0.27 43	0.24 164	0.29 3	0.18 12	0.33 1	0.34 3	0.26 28	0.37 50	0.18 1	0.18 7	0.31 18	0.27 69	0.10 81	0.08 60	0.08 3	0.07 14	0.25 235	0.08 11

sCroCo_RVC	0.33 22	0.32 81	1.89 167	0.34 182	0.27 200	0.30 5	0.22 50	0.48 24	0.44 41	0.22 5	0.33 38	0.25 30	0.25 45	0.32 23	0.24 51	0.14 234	0.16 266	0.12 141	0.12 158	0.15 84	0.13 99

CAS++	0.31 13	0.33 87	1.43 38	0.25 16	0.17 64	0.31 6	0.20 25	0.78 183	0.41 25	0.30 37	0.30 26	0.21 8	0.16 1	0.33 29	0.18 1	0.15 248	0.12 202	0.13 196	0.10 78	0.15 84	0.11 39
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
LargeStereo	0.34 29	0.43 136	1.32 21	0.31 121	0.14 13	0.32 7	0.21 37	0.70 119	0.34 3	0.22 5	0.28 17	0.22 9	0.27 71	0.35 36	0.27 69	0.09 18	0.39 370	0.08 3	0.15 229	0.25 235	0.45 361

MIF-Stereo (partial)	0.34 29	0.41 127	1.93 182	0.26 34	0.24 164	0.32 7	0.17 6	0.53 51	0.42 31	0.25 21	0.37 50	0.25 30	0.26 57	0.44 72	0.31 113	0.11 130	0.08 60	0.12 141	0.10 78	0.19 169	0.14 112

test croco	0.37 46	0.47 158	2.15 237	0.27 43	0.19 101	0.33 9	0.20 25	0.58 73	0.46 54	0.23 11	0.37 50	0.23 16	0.25 45	0.45 79	0.28 79	0.11 130	0.08 60	0.13 196	0.09 46	0.42 345	0.12 66

sAnonymous2	0.38 51	0.62 201	2.15 237	0.31 121	0.24 164	0.34 10	0.27 144	0.53 51	0.46 54	0.24 12	0.29 21	0.23 16	0.28 83	0.28 3	0.22 33	0.12 177	0.09 115	0.11 96	0.13 183	0.38 327	0.35 326

CroCo_RVC	0.38 51	0.62 201	2.15 237	0.31 121	0.24 164	0.34 10	0.27 144	0.53 51	0.46 54	0.24 12	0.29 21	0.23 16	0.28 83	0.28 3	0.22 33	0.12 177	0.09 115	0.11 96	0.13 183	0.38 327	0.35 326

MoCha-V2	0.36 42	0.32 81	1.41 34	0.36 214	0.31 240	0.35 12	0.19 15	0.57 68	0.39 16	0.30 37	0.32 33	0.28 45	0.27 71	0.47 92	0.24 51	0.08 4	0.56 385	0.08 3	0.38 365	0.18 151	0.12 66

Selective-IGEV	0.29 5	0.23 21	1.28 15	0.27 43	0.30 224	0.35 12	0.20 25	0.56 65	0.38 11	0.21 2	0.30 26	0.22 9	0.18 7	0.37 48	0.18 1	0.07 1	0.06 1	0.08 3	0.15 229	0.16 112	0.29 294

Anonymous	0.35 38	0.32 81	1.87 161	0.34 182	0.31 240	0.37 14	0.31 191	0.54 61	0.40 21	0.25 21	0.28 17	0.23 16	0.29 96	0.36 41	0.27 69	0.14 234	0.13 217	0.11 96	0.12 158	0.24 224	0.20 215

HH	0.49 159	0.49 161	2.78 342	0.50 322	0.41 316	0.38 15	0.23 67	0.72 127	0.38 11	0.63 270	0.48 106	0.87 316	0.41 178	0.64 152	0.21 24	0.09 18	0.17 276	0.10 52	0.09 46	0.16 112	0.12 66

HanStereo	0.49 159	0.49 161	2.78 342	0.50 322	0.41 316	0.38 15	0.23 67	0.72 127	0.38 11	0.63 270	0.48 106	0.87 316	0.41 178	0.64 152	0.21 24	0.09 18	0.17 276	0.10 52	0.09 46	0.16 112	0.12 66

GMStereo	0.38 51	0.99 329	1.91 176	0.27 43	0.16 40	0.39 17	0.23 67	0.47 21	0.62 178	0.38 58	0.34 43	0.25 30	0.25 45	0.39 55	0.29 92	0.14 234	0.08 60	0.10 52	0.12 158	0.15 84	0.11 39
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MGS-Stereo	0.32 16	0.34 96	1.70 79	0.25 16	0.14 13	0.40 18	0.22 50	0.38 3	0.43 38	0.24 12	0.51 133	0.25 30	0.18 7	0.31 18	0.20 20	0.09 18	0.08 60	0.09 23	0.08 30	0.47 355	0.08 11

CES	0.30 9	0.27 43	1.09 4	0.23 4	0.50 344	0.40 18	0.20 25	0.46 13	0.44 41	0.22 5	0.28 17	0.26 36	0.19 11	0.33 29	0.21 24	0.09 18	0.07 11	0.08 3	0.05 1	0.15 84	0.49 367

GLC_STEREO	0.28 1	0.27 43	1.36 26	0.28 61	0.12 3	0.41 20	0.20 25	0.37 2	0.38 11	0.26 28	0.30 26	0.25 30	0.19 11	0.33 29	0.24 51	0.09 18	0.11 177	0.12 141	0.10 78	0.13 52	0.09 18

LoS_RVC	0.29 5	0.33 87	1.19 10	0.25 16	0.34 266	0.43 21	0.22 50	0.42 6	0.32 2	0.22 5	0.33 38	0.23 16	0.24 34	0.31 18	0.21 24	0.07 1	0.07 11	0.07 1	0.05 1	0.10 12	0.31 309

TestStereo	0.45 115	0.54 178	2.11 226	0.29 82	0.16 40	0.43 21	0.24 90	0.54 61	0.45 51	0.37 53	0.46 91	0.34 66	0.27 71	1.98 328	0.27 69	0.11 130	0.08 60	0.12 141	0.09 46	0.14 70	0.08 11

SMFormer	0.50 168	0.46 150	1.60 60	0.30 96	0.15 27	0.45 23	0.24 90	0.90 263	0.72 256	0.56 200	0.64 243	0.51 158	0.41 178	1.87 316	0.49 207	0.13 206	0.10 144	0.11 96	0.10 78	0.15 84	0.16 164

tta	0.50 168	0.46 150	1.60 60	0.30 96	0.15 27	0.45 23	0.24 90	0.90 263	0.72 256	0.56 200	0.64 243	0.51 158	0.41 178	1.87 316	0.49 207	0.13 206	0.10 144	0.11 96	0.10 78	0.14 70	0.11 39

qqq1	0.48 142	0.46 150	1.60 60	0.30 96	0.15 27	0.45 23	0.24 90	0.90 263	0.72 256	0.56 200	0.64 243	0.51 158	0.41 178	1.87 316	0.23 37	0.13 206	0.10 144	0.09 23	0.08 30	0.14 70	0.11 39

fff1	0.48 142	0.46 150	1.60 60	0.30 96	0.15 27	0.45 23	0.24 90	0.90 263	0.72 256	0.56 200	0.64 243	0.51 158	0.41 178	1.87 316	0.23 37	0.13 206	0.10 144	0.09 23	0.08 30	0.14 70	0.11 39

IGEVStereo-DCA	0.33 22	0.34 96	1.38 29	0.27 43	0.16 40	0.45 23	0.23 67	0.46 13	0.41 25	0.24 12	0.21 2	0.26 36	0.25 45	0.64 152	0.52 217	0.09 18	0.07 11	0.10 52	0.18 270	0.16 112	0.22 231

rrr	0.46 125	0.34 96	3.08 367	0.27 43	0.16 40	0.45 23	0.28 154	1.09 364	0.51 84	0.24 12	0.21 2	0.26 36	0.25 45	0.64 152	0.52 217	0.09 18	0.07 11	0.10 52	0.29 334	0.16 112	0.25 265

4D-IteraStereo	0.44 100	0.96 314	2.63 319	0.27 43	0.30 224	0.45 23	0.25 105	0.52 45	0.50 79	0.40 65	0.31 30	0.40 91	0.19 11	0.35 36	0.32 123	0.09 18	0.06 1	0.12 141	0.11 128	0.19 169	0.30 302

DCRE	0.50 168	0.63 208	2.13 231	0.30 96	0.23 151	0.45 23	0.24 90	0.59 78	0.53 105	0.50 137	2.10 386	0.42 108	0.26 57	0.35 36	0.23 37	0.09 18	0.14 231	0.10 52	0.32 347	0.16 112	0.15 142

knoymous	0.34 29	0.25 32	1.75 97	0.24 8	0.18 88	0.45 23	0.24 90	0.57 68	0.38 11	0.41 71	0.39 64	0.55 173	0.25 45	0.38 52	0.23 37	0.11 130	0.08 60	0.12 141	0.07 14	0.13 52	0.12 66

qqq	0.38 51	0.21 9	1.34 25	0.28 61	0.15 27	0.45 23	0.26 121	0.76 159	0.52 89	0.39 63	0.41 71	0.46 137	0.36 133	0.96 205	0.30 103	0.11 130	0.14 231	0.12 141	0.12 158	0.12 33	0.14 112

test-3	0.43 91	0.20 4	1.70 79	0.34 182	0.32 249	0.45 23	0.23 67	0.71 122	0.46 54	0.51 149	0.29 21	0.45 129	0.21 18	0.59 139	0.98 301	0.08 4	0.07 11	0.10 52	0.35 356	0.29 266	0.28 288

test_1	0.43 91	0.20 4	1.70 79	0.34 182	0.32 249	0.45 23	0.23 67	0.71 122	0.46 54	0.50 137	0.29 21	0.45 129	0.21 18	0.59 139	0.98 301	0.08 4	0.07 11	0.10 52	0.35 356	0.29 266	0.29 294

Former-RAFT_DAM_RVC	0.50 168	0.33 87	0.93 1	0.26 34	0.22 139	0.46 35	0.20 25	1.10 365	1.34 380	3.16 415	0.32 33	0.22 9	0.20 16	0.30 14	0.22 33	0.10 81	0.09 115	0.11 96	0.09 46	0.15 84	0.19 201

DLNR_Zeroshot_test	13.43 426	19.94 432	23.55 433	121.61 446	35.03 441	0.46 35	0.15 1	8.02 424	0.35 5	0.28 35	0.37 50	0.26 36	0.17 2	0.76 183	0.29 92	6.42 424	0.26 340	0.09 23	0.38 365	50.13 444	0.18 193

RAFT	0.45 115	0.92 298	1.59 58	0.34 182	0.19 101	0.46 35	0.35 230	0.65 99	0.49 73	0.49 130	0.49 123	0.70 261	0.40 167	0.47 92	0.32 123	0.11 130	0.16 266	0.14 226	0.13 183	0.51 362	0.13 99

StereoVision	0.45 115	0.72 236	1.94 186	0.33 159	0.32 249	0.47 38	0.26 121	0.68 113	0.57 127	0.32 46	0.89 324	0.45 129	0.27 71	0.49 106	0.36 147	0.13 206	0.15 252	0.16 267	0.15 229	0.19 169	0.13 99

CASnet	0.28 1	0.31 78	1.20 11	0.28 61	0.11 1	0.47 38	0.19 15	0.44 9	0.44 41	0.38 58	0.31 30	0.23 16	0.17 2	0.29 11	0.19 4	0.10 81	0.06 1	0.15 252	0.12 158	0.16 112	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.33 22	0.24 29	1.44 39	0.28 61	0.35 276	0.47 38	0.21 37	0.43 7	0.28 1	0.26 28	0.25 14	0.22 9	0.38 146	0.30 14	0.18 1	0.09 18	0.35 358	0.09 23	0.36 362	0.23 209	0.25 265

ProNet	0.30 9	0.54 178	1.29 16	0.25 16	0.15 27	0.47 38	0.25 105	0.48 24	0.39 16	0.21 2	0.23 5	0.22 9	0.20 16	0.44 72	0.19 4	0.08 4	0.08 60	0.10 52	0.08 30	0.23 209	0.12 66

x	0.35 38	0.20 4	1.36 26	0.33 159	0.17 64	0.47 38	0.24 90	0.75 150	0.54 112	0.40 65	0.40 67	0.42 108	0.34 126	0.45 79	0.32 123	0.11 130	0.14 231	0.11 96	0.09 46	0.12 33	0.14 112

test_3	0.44 100	0.20 4	1.70 79	0.36 214	0.32 249	0.47 38	0.30 181	0.73 135	0.49 73	0.50 137	0.30 26	0.45 129	0.22 23	0.59 139	0.98 301	0.08 4	0.10 144	0.11 96	0.35 356	0.29 266	0.28 288

11t1	0.33 22	0.19 2	1.41 34	0.33 159	0.16 40	0.48 44	0.21 37	0.67 110	0.48 69	0.40 65	0.34 43	0.32 59	0.33 118	0.42 64	0.27 69	0.11 130	0.12 202	0.10 52	0.08 30	0.13 52	0.14 112

riskmin	0.37 46	0.22 17	1.74 91	0.32 144	0.20 111	0.48 44	0.20 25	0.66 101	0.46 54	0.36 49	0.34 43	0.69 251	0.45 214	0.39 55	0.27 69	0.11 130	0.08 60	0.12 141	0.08 30	0.13 52	0.16 164

rafts_anoy	0.43 91	0.89 294	1.96 198	0.32 144	0.30 224	0.48 44	0.24 90	0.62 91	0.49 73	0.37 53	0.38 57	0.33 62	0.30 104	0.51 114	0.34 138	0.10 81	0.39 370	0.13 196	0.15 229	0.17 132	0.15 142

RALAANet	0.43 91	0.98 325	1.90 170	0.32 144	0.23 151	0.48 44	0.19 15	0.67 110	0.53 105	0.48 119	0.45 87	0.39 83	0.30 104	0.48 97	0.37 149	0.10 81	0.08 60	0.11 96	0.14 208	0.27 257	0.10 29

Gwc-CoAtRS	0.38 51	0.33 87	1.92 179	0.27 43	0.41 316	0.48 44	0.19 15	0.59 78	0.46 54	0.43 80	0.39 64	0.57 188	0.26 57	0.32 23	0.26 61	0.09 18	0.09 115	0.09 23	0.31 343	0.11 23	0.09 18

mmm	0.38 51	0.21 9	1.18 9	0.35 196	0.17 64	0.49 49	0.26 121	0.78 183	0.52 89	0.50 137	0.57 184	0.41 95	0.37 141	0.71 175	0.31 113	0.11 130	0.13 217	0.14 226	0.13 183	0.15 84	0.14 112

whm_eth	0.45 115	0.73 239	2.23 253	0.30 96	0.31 240	0.49 49	0.24 90	0.73 135	0.69 230	0.47 100	0.87 319	0.26 36	0.26 57	0.36 41	0.28 79	0.12 177	0.11 177	0.13 196	0.12 158	0.14 70	0.26 274

iRaft-Stereo_5w	0.54 202	1.01 335	2.08 221	0.27 43	0.21 118	0.49 49	0.28 154	0.73 135	0.58 137	0.40 65	0.61 212	0.62 209	0.46 222	1.78 299	0.47 199	0.09 18	0.07 11	0.11 96	0.10 78	0.39 335	0.12 66

cross-raft	0.40 68	0.27 43	2.22 249	0.30 96	0.17 64	0.49 49	0.35 230	0.71 122	0.39 16	0.43 80	0.45 87	0.64 220	0.25 45	0.32 23	0.25 58	0.08 4	0.08 60	0.09 23	0.23 309	0.11 23	0.14 112

RALCasStereoNet	0.45 115	0.88 291	1.85 148	0.30 96	0.26 189	0.49 49	0.26 121	0.58 73	0.51 84	0.36 49	0.48 106	0.36 72	0.28 83	0.55 131	0.34 138	0.10 81	0.53 383	0.09 23	0.08 30	0.25 235	0.34 324

test_xeample3	0.46 125	0.34 96	2.99 362	0.37 233	0.16 40	0.49 49	0.33 220	1.06 359	0.44 41	0.25 21	0.23 5	0.24 23	0.25 45	0.49 106	0.56 233	0.09 18	0.07 11	0.10 52	0.40 369	0.17 132	0.26 274

MIM_Stereo	0.41 72	0.60 193	1.88 163	0.31 121	0.21 118	0.50 55	0.19 15	0.64 95	0.44 41	0.43 80	0.53 149	0.43 111	0.27 71	0.51 114	0.28 79	0.08 4	0.14 231	0.11 96	0.10 78	0.26 250	0.26 274

test_4	0.40 68	0.37 110	2.01 204	0.29 82	0.21 118	0.50 55	0.28 154	0.47 21	0.39 16	0.42 75	0.76 299	0.38 79	0.22 23	0.52 118	0.33 133	0.08 4	0.07 11	0.11 96	0.15 229	0.28 263	0.07 3

DAS	0.56 220	0.35 103	1.55 54	0.33 159	0.34 266	0.50 55	0.42 264	0.83 214	0.74 274	0.83 336	0.68 265	0.56 182	0.48 235	2.40 361	0.46 190	0.12 177	0.08 60	0.12 141	0.09 46	0.18 151	0.15 142

SepStereo	0.52 192	0.35 103	1.55 54	0.33 159	0.34 266	0.50 55	0.42 264	0.83 214	0.74 274	0.83 336	0.68 265	0.56 182	0.48 235	1.56 266	0.46 190	0.12 177	0.08 60	0.12 141	0.09 46	0.18 151	0.15 142

test-1	0.44 100	0.48 159	1.69 75	0.30 96	0.27 200	0.50 55	0.28 154	0.80 198	0.43 38	0.40 65	0.54 159	0.41 95	0.24 34	0.31 18	1.16 324	0.09 18	0.20 303	0.10 52	0.17 260	0.11 23	0.26 274

AFF-stereo	0.44 100	0.96 314	1.78 113	0.31 121	0.15 27	0.50 55	0.21 37	0.64 95	0.63 187	0.47 100	0.64 243	0.49 152	0.34 126	0.46 85	0.31 113	0.08 4	0.09 115	0.10 52	0.10 78	0.37 321	0.10 29

CAS	0.35 38	0.25 32	1.30 18	0.79 372	0.34 266	0.51 61	0.23 67	0.46 13	0.39 16	0.22 5	0.31 30	0.20 2	0.17 2	0.28 3	0.23 37	0.73 386	0.06 1	0.07 1	0.05 1	0.09 7	0.37 341

DCANet-4	0.40 68	0.27 43	2.21 246	0.25 16	0.14 13	0.51 61	0.22 50	0.77 169	0.72 256	0.54 177	0.47 94	0.28 45	0.37 141	0.37 48	0.34 138	0.09 18	0.07 11	0.08 3	0.07 14	0.08 1	0.22 231

fff	0.43 91	0.77 254	1.95 189	0.24 8	0.13 6	0.51 61	0.22 50	0.77 169	0.75 286	0.54 177	0.47 94	0.31 53	0.65 296	0.36 41	0.34 138	0.09 18	0.07 11	0.08 3	0.07 14	0.08 1	0.22 231

ADStereo(finetuned)	0.45 115	0.77 254	2.12 229	0.25 16	0.14 13	0.51 61	0.22 50	0.77 169	0.72 256	0.54 177	0.48 106	0.31 53	0.76 323	0.37 48	0.38 154	0.09 18	0.07 11	0.09 23	0.07 14	0.13 52	0.23 249

GMOStereo	0.41 72	0.62 201	1.78 113	0.28 61	0.36 283	0.51 61	0.31 191	0.53 51	0.44 41	0.57 210	0.48 106	0.41 95	0.27 71	0.28 3	0.23 37	0.08 4	0.38 364	0.13 196	0.11 128	0.34 301	0.11 39

error version	0.41 72	0.62 201	1.78 113	0.28 61	0.36 283	0.51 61	0.31 191	0.53 51	0.44 41	0.57 210	0.48 106	0.41 95	0.27 71	0.28 3	0.23 37	0.08 4	0.38 364	0.13 196	0.11 128	0.34 301	0.11 39

test-v	0.41 72	0.62 201	1.78 113	0.28 61	0.36 283	0.51 61	0.31 191	0.53 51	0.44 41	0.57 210	0.48 106	0.41 95	0.27 71	0.28 3	0.23 37	0.08 4	0.38 364	0.13 196	0.11 128	0.34 301	0.11 39

test-2	0.41 72	0.62 201	1.78 113	0.28 61	0.36 283	0.51 61	0.31 191	0.53 51	0.44 41	0.57 210	0.48 106	0.41 95	0.27 71	0.28 3	0.23 37	0.08 4	0.38 364	0.13 196	0.11 128	0.34 301	0.11 39

raft+_RVC	0.44 100	0.67 222	1.85 148	0.34 182	0.71 374	0.51 61	0.25 105	0.64 95	0.51 84	0.35 47	0.45 87	0.32 59	0.28 83	0.43 67	0.32 123	0.09 18	0.19 294	0.10 52	0.09 46	0.20 181	0.40 351

XX-TBD	0.34 29	0.77 254	1.75 97	0.34 182	0.13 6	0.51 61	0.17 6	0.43 7	0.50 79	0.37 53	0.49 123	0.23 16	0.18 7	0.28 3	0.24 51	0.10 81	0.07 11	0.08 3	0.06 8	0.09 7	0.07 3

DCANet	0.42 85	0.77 254	1.95 189	0.25 16	0.14 13	0.51 61	0.22 50	0.77 169	0.72 256	0.54 177	0.48 106	0.31 53	0.41 178	0.36 41	0.39 161	0.09 18	0.07 11	0.09 23	0.07 14	0.13 52	0.23 249

csc	0.43 91	0.77 254	1.95 189	0.24 8	0.13 6	0.51 61	0.22 50	0.77 169	0.75 286	0.54 177	0.47 94	0.31 53	0.65 296	0.36 41	0.34 138	0.09 18	0.07 11	0.08 3	0.07 14	0.08 1	0.22 231

cscssc	0.43 91	0.77 254	1.95 189	0.24 8	0.13 6	0.51 61	0.22 50	0.77 169	0.75 286	0.54 177	0.47 94	0.31 53	0.65 296	0.36 41	0.34 138	0.09 18	0.07 11	0.08 3	0.07 14	0.08 1	0.22 231

GMStereo_Zeroshot	0.41 72	0.36 108	1.54 52	0.41 270	0.19 101	0.52 74	0.19 15	0.59 78	0.52 89	0.57 210	0.59 193	0.63 212	0.29 96	0.58 136	0.33 133	0.15 248	0.09 115	0.16 267	0.09 46	0.24 224	0.12 66

AnonymousM	0.37 46	0.44 143	1.50 48	0.25 16	0.15 27	0.52 74	0.23 67	0.60 85	0.42 31	0.42 75	0.32 33	0.30 51	0.25 45	0.34 34	0.23 37	0.11 130	0.09 115	0.71 386	0.36 362	0.12 33	0.07 3

iRaftStereo_RVC	0.37 46	0.53 175	1.41 34	0.28 61	0.15 27	0.52 74	0.20 25	0.54 61	0.46 54	0.37 53	0.43 76	0.41 95	0.23 28	0.36 41	0.26 61	0.09 18	0.15 252	0.12 141	0.11 128	0.41 341	0.37 341

raftrobust	0.38 51	0.68 224	1.54 52	0.32 144	0.46 338	0.52 74	0.21 37	0.56 65	0.42 31	0.52 156	0.35 46	0.31 53	0.33 118	0.37 48	0.30 103	0.10 81	0.11 177	0.08 3	0.07 14	0.21 189	0.19 201

RAFT-Stereo + iAFF	0.42 85	0.86 285	1.78 113	0.28 61	0.17 64	0.52 74	0.20 25	0.62 91	0.61 162	0.50 137	0.61 212	0.39 83	0.32 115	0.35 36	0.30 103	0.07 1	0.10 144	0.09 23	0.09 46	0.35 309	0.10 29

CFNet-RSSM	0.41 72	0.32 81	2.20 245	0.27 43	0.44 324	0.52 74	0.19 15	0.76 159	0.48 69	0.43 80	0.36 47	0.54 170	0.26 57	0.33 29	0.25 58	0.09 18	0.08 60	0.09 23	0.38 365	0.10 12	0.09 18

CASS	0.39 64	0.30 72	1.61 64	0.32 144	0.17 64	0.53 80	0.24 90	0.70 119	0.49 73	0.59 235	0.54 159	0.40 91	0.40 167	0.41 61	0.30 103	0.17 280	0.10 144	0.14 226	0.11 128	0.18 151	0.17 175
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MC-Stereo	0.32 16	0.31 78	1.46 41	0.31 121	0.15 27	0.53 80	0.19 15	0.44 9	0.35 5	0.36 49	0.38 57	0.27 42	0.27 71	0.42 64	0.19 4	0.09 18	0.13 217	0.09 23	0.16 245	0.20 181	0.13 99

raft_robust	0.55 214	0.84 280	1.73 87	0.28 61	0.54 353	0.53 80	0.25 105	0.88 251	0.75 286	0.48 119	0.46 91	0.76 285	0.75 322	1.46 251	0.27 69	0.09 18	0.10 144	0.10 52	0.30 339	0.26 250	0.16 164

panet	0.28 1	0.26 41	1.32 21	0.19 1	0.12 3	0.54 83	0.15 1	0.48 24	0.46 54	0.27 31	0.33 38	0.24 23	0.21 18	0.30 14	0.21 24	0.10 81	0.07 11	0.08 3	0.05 1	0.09 7	0.07 3

H2IRNET	0.40 68	0.61 197	1.90 170	0.29 82	0.17 64	0.54 83	0.18 12	0.52 45	0.50 79	0.27 31	0.56 178	0.47 143	0.35 128	0.46 85	0.33 133	0.10 81	0.07 11	0.12 141	0.14 208	0.32 287	0.12 66

IGEV_Zeroshot_test	0.53 197	0.33 87	2.91 355	0.32 144	0.18 88	0.54 83	0.21 37	0.72 127	0.42 31	0.81 331	0.51 133	0.71 264	0.41 178	0.48 97	1.13 320	0.09 18	0.15 252	0.10 52	0.35 356	0.19 169	0.09 18

LL-Strereo2	0.41 72	0.90 296	1.83 145	0.44 288	0.24 164	0.54 83	0.27 144	0.58 73	0.45 51	0.41 71	0.33 38	0.44 122	0.21 18	0.44 72	0.34 138	0.09 18	0.08 60	0.16 267	0.14 208	0.17 132	0.17 175

LoS	0.31 13	0.30 72	1.52 51	0.23 4	0.13 6	0.54 83	0.20 25	0.48 24	0.49 73	0.25 21	0.28 17	0.37 73	0.24 34	0.38 52	0.23 37	0.10 81	0.08 60	0.08 3	0.05 1	0.15 84	0.07 3

RAFT_CTSACE	0.46 125	0.76 246	2.07 216	0.35 196	0.30 224	0.54 83	0.30 181	0.61 87	0.48 69	0.49 130	0.76 299	0.55 173	0.36 133	0.58 136	0.22 33	0.08 4	0.13 217	0.11 96	0.10 78	0.41 341	0.08 11

RAFT+CT+SA	0.50 168	0.86 285	1.82 143	0.37 233	0.75 376	0.54 83	0.34 224	0.77 169	0.63 187	0.38 58	0.55 167	0.34 66	0.29 96	0.68 163	0.27 69	0.09 18	0.07 11	0.11 96	0.51 379	0.29 266	0.41 356

CrosDoStereo	0.94 347	0.37 110	2.53 304	0.25 16	0.32 249	0.54 83	3.76 419	0.72 127	0.60 148	0.70 304	1.40 368	0.53 166	1.49 382	1.78 299	3.09 387	0.10 81	0.08 60	0.11 96	0.11 128	0.21 189	0.11 39

DeepStereo_LL	0.94 347	0.37 110	2.53 304	0.25 16	0.32 249	0.54 83	3.76 419	0.72 127	0.60 148	0.70 304	1.40 368	0.53 166	1.49 382	1.78 299	3.09 387	0.10 81	0.08 60	0.11 96	0.11 128	0.21 189	0.11 39

CREStereo++_RVC	0.33 22	0.29 67	1.74 91	0.24 8	0.16 40	0.54 83	0.15 1	0.40 4	0.55 116	0.37 53	0.51 133	0.24 23	0.19 11	0.27 1	0.26 61	0.09 18	0.06 1	0.08 3	0.30 339	0.08 1	0.06 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
TANstereo	0.33 22	0.49 161	1.75 97	0.23 4	0.12 3	0.54 83	0.16 4	0.40 4	0.45 51	0.45 92	0.51 133	0.26 36	0.22 23	0.29 11	0.20 20	0.10 81	0.10 144	0.08 3	0.06 8	0.08 1	0.11 39

XX-Stereo	0.55 214	0.54 178	3.50 390	0.48 318	0.39 302	0.54 83	0.17 6	0.89 257	0.40 21	0.44 85	0.65 252	0.85 310	0.19 11	0.77 187	0.21 24	0.10 81	0.14 231	0.10 52	0.32 347	0.17 132	0.14 112

EKT-Stereo	1.47 387	0.49 161	1.93 182	2.57 416	19.31 431	0.55 95	0.22 50	0.69 115	0.42 31	0.38 58	0.36 47	0.43 111	0.27 71	0.69 169	0.26 61	0.12 177	0.14 231	0.11 96	0.16 245	0.20 181	0.15 142

PCWNet_CMD	0.46 125	0.45 148	2.28 260	0.26 34	0.20 111	0.55 95	0.21 37	0.75 150	0.64 194	0.48 119	0.55 167	0.68 244	0.57 269	0.46 85	0.30 103	0.11 130	0.10 144	0.14 226	0.10 78	0.18 151	0.14 112

LL-Strereo	0.72 297	1.29 371	2.49 299	0.36 214	0.45 332	0.55 95	0.32 212	0.93 286	0.71 248	0.67 293	0.58 190	0.85 310	0.79 326	2.67 382	0.46 190	0.10 81	0.18 284	0.14 226	0.12 158	0.40 339	0.42 357

ToySt	0.44 100	0.61 197	1.89 167	0.29 82	0.18 88	0.55 95	0.35 230	0.67 110	0.53 105	0.39 63	0.50 129	0.59 197	0.43 203	0.51 114	0.49 207	0.10 81	0.12 202	0.13 196	0.16 245	0.24 224	0.19 201

CREStereo	0.28 1	0.30 72	1.33 23	0.19 1	0.13 6	0.55 95	0.17 6	0.48 24	0.46 54	0.27 31	0.33 38	0.24 23	0.21 18	0.31 18	0.21 24	0.11 130	0.07 11	0.08 3	0.05 1	0.10 12	0.07 3
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
R-Stereo Train	0.36 42	0.21 9	1.70 79	0.29 82	0.18 88	0.55 95	0.26 121	0.78 183	0.36 7	0.57 210	0.67 257	0.33 62	0.24 34	0.32 23	0.23 37	0.10 81	0.08 60	0.09 23	0.07 14	0.09 7	0.12 66

RAFT-Stereo	0.36 42	0.21 9	1.70 79	0.29 82	0.18 88	0.55 95	0.26 121	0.78 183	0.36 7	0.57 210	0.67 257	0.33 62	0.24 34	0.32 23	0.23 37	0.10 81	0.08 60	0.09 23	0.07 14	0.09 7	0.12 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.46 125	0.44 143	2.28 260	0.26 34	0.20 111	0.55 95	0.21 37	0.75 150	0.64 194	0.48 119	0.55 167	0.68 244	0.56 264	0.46 85	0.30 103	0.11 130	0.10 144	0.13 196	0.10 78	0.18 151	0.15 142

HITNet	0.46 125	0.92 298	2.09 222	0.33 159	0.14 13	0.55 95	0.22 50	0.83 214	0.56 124	0.51 149	0.49 123	0.48 150	0.37 141	0.48 97	0.54 225	0.09 18	0.06 1	0.10 52	0.08 30	0.23 209	0.09 18
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
AE-Stereo	0.42 85	0.29 67	1.65 67	0.43 283	0.47 340	0.56 104	0.23 67	0.86 237	0.46 54	0.31 40	0.41 71	0.43 111	0.24 34	0.34 34	0.24 51	0.09 18	0.48 381	0.11 96	0.45 374	0.22 201	0.19 201

ff7	0.32 16	0.52 170	1.38 29	0.25 16	0.16 40	0.56 104	0.23 67	0.46 13	0.41 25	0.24 12	0.23 5	0.20 2	0.23 28	0.48 97	0.19 4	0.09 18	0.08 60	0.10 52	0.18 270	0.23 209	0.22 231

ffff	0.32 16	0.52 170	1.38 29	0.25 16	0.16 40	0.56 104	0.23 67	0.46 13	0.41 25	0.24 12	0.23 5	0.20 2	0.23 28	0.48 97	0.19 4	0.09 18	0.08 60	0.10 52	0.18 270	0.23 209	0.22 231

11t	0.32 16	0.52 170	1.38 29	0.25 16	0.16 40	0.56 104	0.23 67	0.46 13	0.41 25	0.24 12	0.23 5	0.20 2	0.23 28	0.48 97	0.19 4	0.09 18	0.08 60	0.10 52	0.18 270	0.23 209	0.22 231

MSKI-zero shot	0.46 125	0.38 115	2.47 295	0.27 43	0.43 323	0.56 104	0.20 25	0.77 169	0.43 38	0.60 243	0.51 133	0.44 122	0.17 2	0.68 163	0.21 24	0.09 18	0.29 348	0.09 23	0.32 347	0.14 70	0.10 29

anonymousdsp	0.34 29	0.53 175	1.47 43	0.25 16	0.16 40	0.56 104	0.23 67	0.49 29	0.40 21	0.25 21	0.24 11	0.22 9	0.24 34	0.55 131	0.19 4	0.09 18	0.11 177	0.10 52	0.18 270	0.24 224	0.29 294

EGLCR-Stereo	0.29 5	0.27 43	0.97 2	0.30 96	0.19 101	0.56 104	0.17 6	0.68 113	0.36 7	0.30 37	0.18 1	0.27 42	0.17 2	0.38 52	0.19 4	0.09 18	0.07 11	0.10 52	0.08 30	0.10 12	0.35 326

TestStereo1	0.49 159	0.81 271	1.85 148	0.39 255	0.57 359	0.56 104	0.34 224	0.75 150	0.69 230	0.44 85	0.63 227	0.35 70	0.42 193	0.64 152	0.29 92	0.10 81	0.08 60	0.12 141	0.10 78	0.33 294	0.26 274

ccc-4	0.32 16	0.52 170	1.38 29	0.25 16	0.16 40	0.56 104	0.23 67	0.46 13	0.41 25	0.24 12	0.23 5	0.20 2	0.23 28	0.48 97	0.19 4	0.09 18	0.08 60	0.10 52	0.18 270	0.23 209	0.22 231

SA-5K	0.49 159	0.81 271	1.85 148	0.39 255	0.57 359	0.56 104	0.34 224	0.75 150	0.69 230	0.44 85	0.63 227	0.35 70	0.42 193	0.64 152	0.29 92	0.10 81	0.08 60	0.12 141	0.10 78	0.33 294	0.26 274

IGEV-Stereo	0.34 29	0.54 178	1.47 43	0.25 16	0.16 40	0.56 104	0.23 67	0.49 29	0.40 21	0.25 21	0.24 11	0.22 9	0.24 34	0.54 127	0.19 4	0.09 18	0.10 144	0.10 52	0.18 270	0.24 224	0.29 294
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ASMatch	0.60 239	0.43 136	2.58 314	0.91 381	0.36 283	0.56 104	0.25 105	0.52 45	0.61 162	0.47 100	1.21 358	0.47 143	0.66 300	1.34 240	0.94 297	0.10 81	0.08 60	0.11 96	0.11 128	0.10 12	0.16 164

CFNet_pseudo	0.45 115	0.46 150	2.23 253	0.25 16	0.19 101	0.56 104	0.21 37	0.77 169	0.60 148	0.49 130	0.56 178	0.69 251	0.47 227	0.52 118	0.31 113	0.11 130	0.10 144	0.15 252	0.10 78	0.17 132	0.14 112

DMCA-RVC	0.62 251	0.96 314	2.63 319	0.36 214	0.90 385	0.56 104	0.31 191	0.69 115	0.57 127	0.68 299	0.52 141	0.59 197	0.56 264	1.23 233	0.53 221	0.16 266	0.38 364	0.20 314	0.15 229	0.20 181	0.15 142

BEATNet_4x	0.47 138	0.73 239	1.91 176	0.33 159	0.15 27	0.56 104	0.25 105	0.85 229	0.58 137	0.54 177	0.51 133	0.57 188	0.42 193	0.57 134	0.61 247	0.11 130	0.08 60	0.12 141	0.09 46	0.20 181	0.16 164

ccs_rob	0.45 115	0.46 150	2.22 249	0.26 34	0.19 101	0.56 104	0.21 37	0.77 169	0.60 148	0.49 130	0.56 178	0.69 251	0.47 227	0.52 118	0.31 113	0.11 130	0.09 115	0.16 267	0.10 78	0.17 132	0.14 112

DN-CSS_ROB	0.48 142	1.23 365	1.99 201	0.39 255	0.22 139	0.56 104	0.19 15	0.75 150	0.61 162	0.45 92	0.62 217	0.41 95	0.31 112	0.70 173	0.32 123	0.11 130	0.08 60	0.14 226	0.13 183	0.36 314	0.12 66

DualNet	0.64 257	0.23 21	2.01 204	0.30 96	0.21 118	0.57 121	0.26 121	0.74 140	0.88 333	0.53 165	0.63 227	0.66 228	0.39 160	0.63 149	3.43 397	0.10 81	0.24 324	0.15 252	0.13 183	0.25 235	0.36 334

ffm	0.47 138	0.23 21	2.01 204	0.30 96	0.21 118	0.57 121	0.26 121	0.74 140	0.88 333	0.53 165	0.63 227	0.66 228	0.39 160	0.63 149	0.19 4	0.10 81	0.24 324	0.15 252	0.13 183	0.25 235	0.36 334

ff1	0.73 305	0.23 21	2.01 204	0.30 96	0.21 118	0.57 121	0.26 121	0.74 140	0.88 333	0.53 165	0.63 227	0.66 228	0.39 160	2.52 373	3.43 397	0.10 81	0.24 324	0.15 252	0.13 183	0.25 235	0.36 334

mmx	0.72 297	0.23 21	2.01 204	0.30 96	0.21 118	0.57 121	0.26 121	0.99 327	0.76 296	0.53 165	0.63 227	0.66 228	0.39 160	2.52 373	3.43 397	0.13 206	0.10 144	0.15 252	0.13 183	0.15 84	0.15 142

xxx	0.72 297	0.23 21	2.01 204	0.30 96	0.21 118	0.57 121	0.26 121	0.99 327	0.76 296	0.53 165	0.63 227	0.66 228	0.39 160	2.52 373	3.43 397	0.13 206	0.10 144	0.15 252	0.13 183	0.15 84	0.15 142

CFNet_ucs	0.48 142	0.50 167	2.32 264	0.26 34	0.22 139	0.57 121	0.22 50	0.85 229	0.65 206	0.53 165	0.64 243	0.68 244	0.44 210	0.54 127	0.31 113	0.13 206	0.12 202	0.16 267	0.11 128	0.19 169	0.17 175

anonymousdsp2	0.34 29	0.24 29	1.16 8	0.28 61	0.15 27	0.57 121	0.23 67	0.79 196	0.47 68	0.38 58	0.37 50	0.40 91	0.25 45	0.47 92	0.21 24	0.09 18	0.07 11	0.10 52	0.13 183	0.19 169	0.27 282

GASNet	0.73 305	1.47 383	3.04 364	0.47 310	0.33 260	0.57 121	0.34 224	0.91 273	0.75 286	0.58 222	0.58 190	0.74 276	0.55 260	2.03 333	0.65 256	0.21 313	0.15 252	0.19 305	0.17 260	0.51 362	0.28 288

SA	0.50 168	0.75 245	1.95 189	0.31 121	0.61 367	0.57 121	0.31 191	0.91 273	0.73 270	0.42 75	0.62 217	0.38 79	0.47 227	0.68 163	0.29 92	0.09 18	0.09 115	0.13 196	0.32 347	0.30 275	0.10 29

dd	0.42 85	0.96 314	1.77 109	0.31 121	0.17 64	0.57 121	0.26 121	0.49 29	0.68 221	0.41 71	0.40 67	0.34 66	0.27 71	0.45 79	0.40 166	0.17 280	0.10 144	0.13 196	0.12 158	0.21 189	0.12 66

AACVNet	0.54 202	0.78 262	1.73 87	0.36 214	0.21 118	0.57 121	0.25 105	0.71 122	0.51 84	0.55 191	0.59 193	0.64 220	0.41 178	2.13 341	0.41 172	0.14 234	0.11 177	0.14 226	0.11 128	0.33 294	0.15 142

GANet-ADL	0.44 100	0.41 127	2.31 263	0.33 159	0.20 111	0.57 121	0.25 105	0.75 150	0.54 112	0.42 75	0.59 193	0.56 182	0.30 104	0.40 59	0.38 154	0.14 234	0.11 177	0.09 23	0.08 30	0.22 201	0.17 175

STrans-v2	0.67 272	0.56 188	2.64 321	0.27 43	0.23 151	0.57 121	0.33 220	0.96 305	0.69 230	0.92 347	0.85 316	0.89 322	0.93 345	1.83 309	1.21 328	0.09 18	0.07 11	0.10 52	0.09 46	0.11 23	0.12 66

PMTNet	0.31 13	0.35 103	1.30 18	0.20 3	0.14 13	0.57 121	0.25 105	0.46 13	0.42 31	0.27 31	0.32 33	0.27 42	0.24 34	0.39 55	0.23 37	0.43 368	0.07 11	0.08 3	0.05 1	0.18 151	0.07 3

AdaStereo	0.44 100	0.38 115	1.79 131	0.34 182	0.20 111	0.57 121	0.28 154	0.92 281	0.69 230	0.52 156	0.55 167	0.61 205	0.33 118	0.48 97	0.39 161	0.17 280	0.08 60	0.17 283	0.11 128	0.18 151	0.12 66
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.
RCA-Stereo	0.34 29	0.32 81	1.30 18	0.26 34	0.14 13	0.58 136	0.23 67	0.78 183	0.62 178	0.40 65	0.44 86	0.28 45	0.35 128	0.29 11	0.20 20	0.09 18	0.10 144	0.09 23	0.07 14	0.19 169	0.08 11

test_5	0.51 183	0.87 288	1.99 201	0.37 233	0.65 369	0.58 136	0.35 230	0.78 183	0.62 178	0.48 119	0.55 167	0.45 129	0.40 167	0.72 177	0.30 103	0.09 18	0.07 11	0.12 141	0.12 158	0.33 294	0.38 344

UDGNet	0.44 100	1.02 338	1.74 91	0.35 196	0.19 101	0.58 136	0.23 67	0.49 29	0.66 216	0.41 71	0.38 57	0.34 66	0.29 96	0.53 124	0.30 103	0.24 336	0.10 144	0.37 367	0.19 288	0.27 257	0.15 142

GwcNet-ADL	0.50 168	0.74 243	2.90 354	0.31 121	0.20 111	0.58 136	0.29 174	0.87 246	0.64 194	0.47 100	0.47 94	0.56 182	0.33 118	0.46 85	0.46 190	0.13 206	0.12 202	0.09 23	0.09 46	0.14 70	0.21 221

PFNet+	0.45 115	0.37 110	1.86 156	0.46 305	0.18 88	0.58 136	0.77 359	0.52 45	0.64 194	0.56 200	0.48 106	0.39 83	0.26 57	0.93 202	0.32 123	0.13 206	0.09 115	0.14 226	0.13 183	0.12 33	0.15 142

THIR-Stereo	0.86 337	0.62 201	2.13 231	0.25 16	0.16 40	0.58 136	2.74 415	0.59 78	0.51 84	0.62 261	1.62 375	0.97 340	1.80 393	1.69 287	2.25 375	0.10 81	0.08 60	0.14 226	0.11 128	0.15 84	0.11 39

IRAFT_RVC	0.54 202	0.53 175	1.78 113	0.46 305	0.21 118	0.58 136	0.43 270	0.65 99	0.66 216	0.54 177	0.50 129	0.49 152	0.51 245	1.58 272	1.01 311	0.11 130	0.25 338	0.13 196	0.10 78	0.15 84	0.13 99

RAFT-345	0.53 197	0.30 72	2.34 269	0.38 247	0.34 266	0.58 136	0.42 264	0.47 21	0.61 162	0.51 149	1.00 341	0.43 111	0.28 83	1.57 268	0.82 291	0.10 81	0.07 11	0.11 96	0.09 46	0.10 12	0.08 11

HCRNet	0.46 125	0.49 161	1.65 67	0.38 247	0.29 214	0.58 136	0.22 50	0.75 150	0.62 178	0.47 100	0.49 123	0.48 150	0.36 133	1.12 222	0.37 149	0.15 248	0.10 144	0.15 252	0.13 183	0.17 132	0.17 175

FINET	0.65 265	0.95 312	3.06 366	0.35 196	0.40 309	0.58 136	0.48 298	0.92 281	1.10 366	0.57 210	0.68 265	0.47 143	0.44 210	1.15 227	0.60 245	0.23 329	0.21 311	0.17 283	0.15 229	0.26 250	0.25 265

aanetorigin	0.77 317	0.80 266	2.59 316	0.43 283	0.44 324	0.58 136	1.01 380	0.57 68	0.68 221	1.53 390	1.23 359	0.81 299	1.08 360	1.07 216	1.07 316	0.18 290	0.15 252	0.17 283	0.21 303	0.54 367	0.30 302

FENet	0.44 100	0.30 72	2.42 284	0.32 144	0.17 64	0.58 136	0.22 50	0.77 169	0.59 144	0.47 100	0.42 74	0.55 173	0.38 146	0.49 106	0.47 199	0.12 177	0.09 115	0.12 141	0.11 128	0.13 52	0.16 164

PSMNet-RSSM	0.53 197	0.82 275	1.78 113	0.31 121	0.25 176	0.58 136	0.28 154	0.84 225	0.60 148	0.50 137	0.61 212	0.67 238	0.43 203	1.68 285	0.42 174	0.15 248	0.10 144	0.14 226	0.16 245	0.15 84	0.13 99

AANet_RVC	0.68 279	1.00 331	2.09 222	0.33 159	0.25 176	0.58 136	0.32 212	0.81 202	0.80 313	0.61 250	0.94 331	0.80 296	0.41 178	2.46 368	1.02 312	0.36 365	0.14 231	0.10 52	0.09 46	0.23 209	0.22 231

iResNetv2_ROB	0.59 235	1.43 381	2.96 357	0.40 264	0.22 139	0.58 136	0.28 154	0.91 273	0.73 270	0.57 210	0.63 227	0.60 203	0.41 178	0.74 179	0.35 145	0.11 130	0.08 60	0.10 52	0.07 14	0.43 346	0.17 175

iResNet_ROB	0.50 168	1.15 356	1.73 87	0.31 121	0.21 118	0.58 136	0.22 50	0.95 301	0.82 318	0.58 222	0.62 217	0.57 188	0.39 160	0.84 196	0.40 166	0.11 130	0.08 60	0.09 23	0.06 8	0.21 189	0.13 99

DispNO	0.67 272	0.98 325	2.58 314	0.31 121	0.27 200	0.59 152	0.29 174	0.83 214	0.68 221	0.53 165	0.79 306	0.83 304	0.47 227	2.46 368	0.68 263	0.12 177	0.10 144	0.19 305	0.31 343	0.16 112	0.17 175

DisPM	0.43 91	0.33 87	1.78 113	0.57 348	0.18 88	0.59 152	0.63 338	0.53 51	0.61 162	0.60 243	0.53 149	0.38 79	0.26 57	0.75 180	0.29 92	0.12 177	0.07 11	0.12 141	0.11 128	0.11 23	0.14 112

ICVP	0.46 125	0.29 67	2.41 282	0.33 159	0.22 139	0.59 152	0.55 314	0.75 150	0.50 79	0.44 85	0.60 205	0.49 152	0.35 128	0.53 124	0.37 149	0.16 266	0.16 266	0.14 226	0.11 128	0.15 84	0.15 142
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.48 142	1.09 346	1.95 189	0.24 8	0.13 6	0.59 152	0.26 121	0.83 214	0.78 305	0.48 119	0.52 141	0.56 182	0.38 146	0.49 106	0.38 154	0.09 18	0.07 11	0.09 23	0.07 14	0.23 209	0.35 326

test_xeample	0.72 297	0.21 9	1.36 26	0.27 43	0.17 64	0.59 152	0.28 154	1.01 343	0.70 239	0.55 191	0.67 257	0.44 122	0.39 160	1.88 321	5.17 411	0.12 177	0.10 144	0.11 96	0.10 78	0.13 52	0.15 142

ACVNet	0.45 115	0.44 143	1.79 131	0.28 61	0.21 118	0.59 152	0.36 236	0.66 101	0.68 221	0.45 92	0.59 193	0.69 251	0.40 167	0.44 72	0.55 226	0.11 130	0.09 115	0.10 52	0.09 46	0.34 301	0.10 29

GANet-RSSM	0.55 214	0.73 239	1.90 170	0.36 214	0.26 189	0.59 152	0.27 144	0.78 183	0.52 89	0.47 100	0.57 184	0.63 212	0.45 214	1.92 326	0.43 182	0.14 234	0.10 144	0.25 339	0.11 128	0.34 301	0.14 112

DMCA	0.41 72	0.52 170	1.26 14	0.31 121	0.24 164	0.59 152	0.26 121	0.77 169	0.63 187	0.58 222	0.48 106	0.57 188	0.35 128	0.40 59	0.50 212	0.14 234	0.10 144	0.14 226	0.10 78	0.15 84	0.15 142

FADNet-RVC	0.61 247	1.26 369	2.12 229	0.33 159	0.26 189	0.59 152	0.29 174	0.86 237	0.62 178	0.45 92	0.50 129	0.62 209	0.46 222	1.73 292	0.55 226	0.17 280	0.20 303	0.17 283	0.18 270	0.59 370	0.28 288

MLCV	0.48 142	0.89 294	1.85 148	0.29 82	0.14 13	0.59 152	0.23 67	0.72 127	0.59 144	0.66 289	0.66 254	0.55 173	0.36 133	1.03 213	0.49 207	0.09 18	0.06 1	0.09 23	0.07 14	0.19 169	0.11 39

MyStereo07	0.34 29	0.40 124	1.46 41	0.29 82	0.23 151	0.60 162	0.31 191	0.53 51	0.42 31	0.25 21	0.25 14	0.20 2	0.26 57	0.57 134	0.19 4	0.09 18	0.18 284	0.12 141	0.11 128	0.16 112	0.19 201

MyStereo06	0.54 202	0.41 127	2.68 326	0.30 96	0.23 151	0.60 162	0.30 181	0.81 202	0.44 41	0.84 338	0.52 141	0.78 290	0.58 273	0.48 97	1.10 318	0.09 18	0.17 276	0.12 141	0.10 78	0.16 112	0.20 215

MyStereo05	0.49 159	0.41 127	2.72 332	0.30 96	0.23 151	0.60 162	0.30 181	0.82 208	0.77 300	0.52 156	0.37 50	0.51 158	0.42 193	0.52 118	0.38 154	0.09 18	0.17 276	0.12 141	0.10 78	0.16 112	0.20 215

MyStereo04	0.48 142	0.40 124	2.65 323	0.29 82	0.23 151	0.60 162	0.31 191	0.83 214	0.75 286	0.47 100	0.36 47	0.53 166	0.42 193	0.53 124	0.39 161	0.09 18	0.18 284	0.12 141	0.11 128	0.16 112	0.19 201

ttt	0.66 269	0.22 17	1.68 73	0.34 182	0.24 164	0.60 162	0.26 121	1.00 335	0.77 300	0.55 191	0.67 257	0.54 170	0.36 133	2.14 342	3.03 386	0.16 266	0.13 217	0.13 196	0.12 158	0.15 84	0.17 175

Sa-1000	0.51 183	0.72 236	1.90 170	0.31 121	0.60 366	0.60 162	0.31 191	0.94 290	0.71 248	0.52 156	0.83 309	0.42 108	0.33 118	0.68 163	0.28 79	0.10 81	0.09 115	0.13 196	0.29 334	0.29 266	0.10 29

dad	0.51 183	1.01 335	1.74 91	0.29 82	0.19 101	0.60 162	0.26 121	0.52 45	0.75 286	0.63 270	0.63 227	0.63 212	0.33 118	0.85 198	0.47 199	0.27 349	0.15 252	0.40 370	0.18 270	0.22 201	0.14 112

IPLGR_C	0.58 231	1.25 368	2.72 332	0.80 373	0.31 240	0.60 162	0.61 332	0.76 159	0.58 137	0.56 200	0.62 217	0.41 95	0.31 112	0.43 67	0.40 166	0.11 130	0.22 316	0.13 196	0.15 229	0.35 309	0.19 201

ACRE	0.56 220	1.14 352	2.77 340	0.76 369	0.28 209	0.60 162	0.56 319	0.76 159	0.58 137	0.55 191	0.62 217	0.41 95	0.29 96	0.44 72	0.39 161	0.11 130	0.19 294	0.13 196	0.14 208	0.36 314	0.18 193

OMP-Stereo	0.59 235	0.65 216	1.74 91	0.56 346	0.37 295	0.60 162	0.26 121	0.70 119	0.65 206	0.66 289	0.60 205	0.69 251	0.32 115	2.09 339	1.20 326	0.10 81	0.07 11	0.12 141	0.09 46	0.17 132	0.10 29

PSM-adaLoss	0.38 51	0.27 43	1.78 113	0.44 288	0.17 64	0.60 162	0.29 174	0.51 35	0.52 89	0.47 100	0.43 76	0.44 122	0.28 83	0.47 92	0.28 79	0.12 177	0.08 60	0.12 141	0.10 78	0.17 132	0.12 66

DeepStereo_RVC	0.44 100	0.28 63	1.92 179	0.49 320	0.17 64	0.60 162	0.59 327	0.50 33	0.52 89	0.49 130	0.45 87	0.39 83	0.86 337	0.45 79	0.33 133	0.11 130	0.08 60	0.11 96	0.09 46	0.15 84	0.19 201

RAFT-RH_RVC	0.61 247	0.50 167	2.33 267	0.36 214	0.29 214	0.60 162	0.18 12	0.44 9	0.58 137	0.76 320	1.91 382	0.47 143	0.29 96	1.60 275	1.23 330	0.14 234	0.07 11	0.13 196	0.13 183	0.10 12	0.09 18

RAFT-IKP	0.38 51	0.27 43	1.79 131	0.44 288	0.16 40	0.60 162	0.28 154	0.51 35	0.52 89	0.47 100	0.43 76	0.43 111	0.28 83	0.50 111	0.28 79	0.12 177	0.08 60	0.12 141	0.10 78	0.17 132	0.12 66

pcwnet_v2	0.64 257	0.49 161	4.41 405	0.32 144	0.27 200	0.60 162	0.25 105	0.97 312	0.88 333	0.59 235	0.70 282	0.63 212	0.55 260	0.66 161	0.37 149	0.17 280	0.15 252	0.15 252	0.14 208	0.21 189	0.23 249

cf-r	0.53 197	0.81 271	2.15 237	0.33 159	0.28 209	0.60 162	0.28 154	0.78 183	0.64 194	0.51 149	0.60 205	0.75 281	0.40 167	1.32 238	0.43 182	0.13 206	0.09 115	0.11 96	0.12 158	0.15 84	0.14 112

GwcNet-RSSM	0.57 226	0.94 306	2.13 231	0.32 144	0.25 176	0.60 162	0.30 181	0.80 198	0.66 216	0.52 156	0.64 243	0.71 264	0.40 167	1.79 303	0.50 212	0.13 206	0.09 115	0.12 141	0.12 158	0.21 189	0.15 142

NLCA_NET_v2_RVC	0.55 214	0.92 298	2.36 275	0.38 247	0.37 295	0.60 162	0.28 154	0.82 208	0.62 178	0.62 261	0.55 167	0.72 266	0.45 214	1.00 209	0.43 182	0.15 248	0.11 177	0.14 226	0.14 208	0.15 84	0.16 164
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Anonymous Stereo	0.70 287	1.08 345	2.47 295	0.42 278	0.36 283	0.60 162	0.78 360	0.83 214	0.75 286	0.65 286	0.63 227	0.62 209	0.38 146	2.43 365	0.78 283	0.19 300	0.18 284	0.19 305	0.20 298	0.30 275	0.23 249

PASM	0.72 297	0.68 224	1.91 176	0.47 310	0.44 324	0.60 162	0.51 302	0.76 159	0.80 313	0.77 323	0.67 257	0.87 316	0.61 285	2.40 361	0.67 260	0.32 359	0.35 358	0.36 363	0.41 372	0.45 354	0.39 347

CoDeX	0.52 192	0.43 136	2.25 256	0.29 82	0.26 189	0.61 182	0.32 212	0.99 327	0.68 221	0.48 119	0.55 167	0.52 164	0.40 167	1.60 275	0.35 145	0.12 177	0.09 115	0.11 96	0.10 78	0.13 52	0.12 66

anonymousa	0.48 142	0.46 150	2.44 290	0.29 82	0.34 266	0.61 182	0.25 105	0.66 101	0.54 112	0.53 165	0.77 302	0.73 270	0.46 222	0.33 29	0.31 113	0.10 81	0.09 115	0.12 141	0.29 334	0.10 12	0.19 201

Selective-RAFT	0.35 38	0.26 41	1.48 46	0.31 121	0.15 27	0.61 182	0.19 15	0.60 85	0.54 112	0.28 35	0.29 21	0.40 91	0.33 118	0.50 111	0.27 69	0.10 81	0.07 11	0.09 23	0.35 356	0.19 169	0.08 11

CIPLG	0.56 220	1.19 361	2.46 293	0.80 373	0.31 240	0.61 182	0.57 323	0.76 159	0.57 127	0.56 200	0.63 227	0.41 95	0.30 104	0.45 79	0.40 166	0.11 130	0.20 303	0.13 196	0.13 183	0.35 309	0.19 201

Patchmatch Stereo++	0.39 64	0.27 43	1.78 113	0.44 288	0.16 40	0.61 182	0.27 144	0.51 35	0.52 89	0.47 100	0.43 76	0.43 111	0.28 83	0.54 127	0.28 79	0.12 177	0.08 60	0.12 141	0.10 78	0.17 132	0.12 66
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
IIG-Stereo	0.59 235	0.65 216	1.74 91	0.54 338	0.23 151	0.61 182	0.21 37	0.73 135	0.65 206	0.64 279	0.69 272	0.69 251	0.38 146	2.09 339	1.39 339	0.11 130	0.07 11	0.11 96	0.09 46	0.15 84	0.09 18

NF-Stereo	0.48 142	0.25 32	1.81 138	0.52 329	0.16 40	0.61 182	0.44 278	0.66 101	0.61 162	0.50 137	0.47 94	0.37 73	0.26 57	1.45 250	0.79 288	0.11 130	0.07 11	0.12 141	0.10 78	0.13 52	0.16 164

OCTAStereo	0.48 142	0.25 32	1.81 138	0.52 329	0.16 40	0.61 182	0.43 270	0.66 101	0.61 162	0.50 137	0.47 94	0.37 73	0.26 57	1.44 246	0.80 289	0.11 130	0.07 11	0.12 141	0.10 78	0.13 52	0.17 175

PSM-softLoss	0.48 142	0.27 43	1.85 148	0.51 325	0.17 64	0.61 182	0.40 255	0.61 87	0.57 127	0.52 156	0.48 106	0.39 83	0.25 45	1.46 251	0.77 281	0.12 177	0.08 60	0.13 196	0.12 158	0.12 33	0.14 112

KMStereo	0.48 142	0.27 43	1.85 148	0.51 325	0.17 64	0.61 182	0.40 255	0.61 87	0.57 127	0.52 156	0.48 106	0.39 83	0.25 45	1.46 251	0.77 281	0.12 177	0.08 60	0.13 196	0.12 158	0.12 33	0.14 112

ROB_FTStereo_v2	0.38 51	0.27 43	1.78 113	0.44 288	0.17 64	0.61 182	0.28 154	0.51 35	0.52 89	0.47 100	0.43 76	0.44 122	0.28 83	0.47 92	0.28 79	0.12 177	0.08 60	0.12 141	0.10 78	0.17 132	0.12 66

ROB_FTStereo	0.38 51	0.27 43	1.78 113	0.44 288	0.17 64	0.61 182	0.26 121	0.51 35	0.52 89	0.47 100	0.43 76	0.43 111	0.28 83	0.49 106	0.28 79	0.12 177	0.08 60	0.12 141	0.10 78	0.17 132	0.12 66

HUI-Stereo	0.38 51	0.27 43	1.79 131	0.44 288	0.17 64	0.61 182	0.28 154	0.51 35	0.52 89	0.47 100	0.43 76	0.44 122	0.28 83	0.45 79	0.28 79	0.12 177	0.08 60	0.12 141	0.10 78	0.17 132	0.12 66

RAFT_R40	0.50 168	0.21 9	1.76 101	0.50 322	0.40 309	0.61 182	0.53 308	0.56 65	0.60 148	0.56 200	0.54 159	0.55 173	0.51 245	1.57 268	0.53 221	0.11 130	0.07 11	0.12 141	0.10 78	0.16 112	0.09 18

RE-Stereo	0.48 142	0.25 32	1.81 138	0.52 329	0.16 40	0.61 182	0.43 270	0.66 101	0.60 148	0.50 137	0.47 94	0.37 73	0.26 57	1.44 246	0.78 283	0.11 130	0.07 11	0.12 141	0.10 78	0.13 52	0.17 175

TVStereo	0.48 142	0.25 32	1.81 138	0.52 329	0.16 40	0.61 182	0.43 270	0.66 101	0.60 148	0.50 137	0.47 94	0.37 73	0.26 57	1.44 246	0.78 283	0.11 130	0.07 11	0.12 141	0.10 78	0.13 52	0.17 175

iGMRVC	0.39 64	0.27 43	1.78 113	0.44 288	0.17 64	0.61 182	0.27 144	0.51 35	0.52 89	0.47 100	0.43 76	0.44 122	0.28 83	0.55 131	0.28 79	0.12 177	0.08 60	0.12 141	0.10 78	0.17 132	0.12 66

iRAFT	0.39 64	0.27 43	1.78 113	0.44 288	0.16 40	0.61 182	0.27 144	0.51 35	0.52 89	0.47 100	0.43 76	0.43 111	0.28 83	0.54 127	0.28 79	0.12 177	0.08 60	0.12 141	0.10 78	0.17 132	0.12 66

GES	0.44 100	0.28 63	1.88 163	0.30 96	0.18 88	0.61 182	0.30 181	0.88 251	0.46 54	0.47 100	0.52 141	0.39 83	0.42 193	0.58 136	0.67 260	0.15 248	0.11 177	0.12 141	0.10 78	0.15 84	0.17 175

STTStereo	0.51 183	0.69 227	2.14 236	0.36 214	0.30 224	0.61 182	0.32 212	0.77 169	0.60 148	0.60 243	0.54 159	0.67 238	0.43 203	0.86 199	0.42 174	0.16 266	0.15 252	0.17 283	0.20 298	0.16 112	0.15 142

IPLGR	0.54 202	0.56 188	2.68 326	0.36 214	0.18 88	0.62 202	0.54 311	1.02 346	0.64 194	0.73 315	0.46 91	0.47 143	0.45 214	1.12 222	0.29 92	0.09 18	0.08 60	0.11 96	0.09 46	0.19 169	0.12 66

AAGNet	0.88 340	0.33 87	1.79 131	0.54 338	0.98 389	0.62 202	0.46 287	0.50 33	0.60 148	0.58 222	0.53 149	0.50 155	0.73 316	1.23 233	7.48 418	0.11 130	0.07 11	0.12 141	0.10 78	0.14 70	0.09 18

TransformOpticalFlow	0.64 257	0.56 188	2.66 324	0.44 288	0.26 189	0.62 202	0.28 154	0.83 214	0.71 248	0.76 320	0.74 294	0.91 325	0.85 334	1.83 309	0.81 290	0.10 81	0.07 11	0.11 96	0.09 46	0.11 23	0.12 66

SST-Stereo	0.52 192	0.20 4	1.76 101	0.62 358	0.53 351	0.62 202	0.66 340	0.55 64	0.61 162	0.58 222	0.53 149	0.52 164	0.60 278	1.59 274	0.29 92	0.11 130	0.07 11	0.12 141	0.10 78	0.16 112	0.10 29

PFNet	0.60 239	0.33 87	2.47 295	0.41 270	0.55 356	0.62 202	0.27 144	0.61 87	0.63 187	0.61 250	0.56 178	0.45 129	0.32 115	1.88 321	1.14 321	0.28 353	0.09 115	0.12 141	0.16 245	0.26 250	0.20 215

GrayStereo	0.66 269	0.19 2	1.76 101	0.90 380	0.23 151	0.62 202	1.42 404	0.62 91	0.60 148	0.72 311	0.78 303	0.56 182	3.07 408	0.60 144	0.26 61	0.09 18	0.08 60	0.10 52	0.21 303	0.11 23	0.18 193

Pruner-Stereo	0.51 183	0.27 43	1.78 113	1.79 407	0.19 101	0.62 202	0.45 285	0.57 68	0.60 148	0.61 250	0.48 106	0.41 95	0.24 34	0.46 85	1.00 307	0.12 177	0.07 11	0.12 141	0.10 78	0.12 33	0.13 99

GEStereo_RVC	0.54 202	0.87 288	1.95 189	0.47 310	0.25 176	0.62 202	0.37 243	1.00 335	0.74 274	0.53 165	0.54 159	0.59 197	0.44 210	1.10 219	0.46 190	0.15 248	0.11 177	0.12 141	0.10 78	0.26 250	0.19 201

s12784h	0.36 42	0.28 63	1.58 57	0.23 4	0.11 1	0.62 202	0.24 90	0.79 196	0.64 194	0.44 85	0.52 141	0.28 45	0.26 57	0.50 111	0.24 51	0.11 130	0.06 1	0.09 23	0.06 8	0.16 112	0.06 1

222	0.78 321	0.23 21	1.23 12	0.28 61	0.18 88	0.62 202	0.24 90	1.02 346	0.70 239	0.58 222	0.66 254	0.46 137	0.42 193	1.80 305	6.53 417	0.13 206	0.10 144	0.11 96	0.10 78	0.12 33	0.17 175

psmorigin	1.36 380	0.60 193	13.80 427	0.37 233	0.29 214	0.62 202	0.33 220	0.77 169	0.61 162	0.96 352	0.88 322	1.17 370	0.73 316	4.00 408	0.86 294	0.19 300	0.22 316	0.17 283	0.18 270	0.24 224	0.29 294

FAT-Stereo	0.70 287	0.54 178	2.88 347	0.36 214	0.29 214	0.62 202	0.54 311	0.97 312	0.87 330	0.76 320	0.92 327	0.94 334	0.80 327	1.84 314	0.57 236	0.18 290	0.19 294	0.17 283	0.16 245	0.22 201	0.25 265

FADNet-RVC-Resample	0.67 272	1.16 360	3.16 375	0.37 233	0.29 214	0.62 202	0.38 249	0.86 237	0.63 187	0.51 149	0.50 129	0.57 188	0.45 214	1.57 268	0.49 207	0.24 336	0.32 356	0.23 328	0.19 288	0.27 257	0.62 376

edge stereo	0.81 331	0.73 239	3.30 385	0.37 233	1.21 401	0.62 202	0.39 253	0.93 286	0.79 310	0.80 326	0.88 322	1.14 367	0.71 310	2.18 344	0.71 268	0.21 313	0.20 303	0.26 342	0.18 270	0.38 327	0.26 274

CVANet_RVC	0.65 265	0.80 266	2.13 231	0.36 214	0.26 189	0.62 202	0.42 264	0.84 225	0.72 256	0.69 301	0.68 265	0.68 244	0.52 250	2.64 379	0.42 174	0.19 300	0.12 202	0.22 322	0.17 260	0.37 321	0.15 142

PWC_ROB	0.70 287	0.94 306	1.88 163	0.39 255	0.39 302	0.62 202	0.30 181	0.98 316	0.94 345	0.91 346	1.29 363	0.77 287	0.62 290	1.62 279	1.03 314	0.18 290	0.11 177	0.18 300	0.13 183	0.51 362	0.22 231

1111x	0.74 308	0.21 9	1.93 182	0.31 121	0.17 64	0.63 218	0.32 212	1.03 353	0.74 274	0.52 156	0.62 217	0.57 188	0.47 227	2.38 357	4.25 406	0.12 177	0.14 231	0.11 96	0.12 158	0.12 33	0.14 112

Prome-Stereo	0.49 159	0.30 72	1.76 101	0.60 356	0.23 151	0.63 218	0.42 264	0.62 91	0.60 148	0.59 235	1.03 346	0.43 111	0.72 313	0.60 144	0.33 133	0.09 18	0.07 11	0.10 52	0.09 46	0.11 23	0.43 358

xxxx	0.70 287	0.21 9	1.33 23	0.28 61	0.18 88	0.63 218	0.24 90	1.02 346	0.69 230	0.50 137	0.62 217	0.58 195	0.38 146	1.47 258	5.21 412	0.13 206	0.12 202	0.11 96	0.10 78	0.12 33	0.15 142

ac_64	0.55 214	0.46 150	1.92 179	0.36 214	0.34 266	0.63 218	0.31 191	0.82 208	0.61 162	0.55 191	0.51 133	0.89 322	0.48 235	1.83 309	0.55 226	0.14 234	0.11 177	0.12 141	0.12 158	0.18 151	0.12 66

acv_ft	0.48 142	0.44 143	1.76 101	0.32 144	0.41 316	0.63 218	0.28 154	0.81 202	0.68 221	0.61 250	0.59 193	0.69 251	0.45 214	0.44 72	0.63 251	0.11 130	0.09 115	0.10 52	0.09 46	0.41 341	0.10 29

CFNet-ft	0.51 183	0.76 246	1.79 131	0.28 61	0.30 224	0.63 218	0.28 154	0.66 101	0.55 116	0.45 92	0.57 184	0.74 276	0.41 178	1.46 251	0.42 174	0.14 234	0.10 144	0.28 347	0.13 183	0.18 151	0.14 112

DIP-Stereo	0.37 46	0.34 96	1.50 48	0.27 43	0.18 88	0.63 218	0.17 6	0.92 281	0.53 105	0.49 130	0.48 106	0.30 51	0.30 104	0.39 55	0.30 103	0.10 81	0.08 60	0.10 52	0.08 30	0.15 84	0.12 66
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CFNet	0.58 231	0.96 314	1.78 113	0.33 159	0.25 176	0.63 218	0.22 50	0.88 251	0.75 286	0.46 99	0.59 193	0.58 195	0.40 167	2.29 350	0.48 202	0.12 177	0.09 115	0.15 252	0.14 208	0.30 275	0.15 142

CFNet_RVC	0.51 183	0.76 246	1.79 131	0.28 61	0.30 224	0.63 218	0.28 154	0.66 101	0.55 116	0.45 92	0.57 184	0.74 276	0.41 178	1.46 251	0.42 174	0.14 234	0.10 144	0.28 347	0.13 183	0.18 151	0.14 112

DeepPruner_ROB	0.50 168	0.70 230	1.94 186	0.29 82	0.26 189	0.63 218	0.31 191	0.80 198	0.48 69	0.61 250	0.55 167	0.66 228	0.38 146	0.98 207	0.40 166	0.19 300	0.14 231	0.14 226	0.14 208	0.23 209	0.17 175

PS-NSSS	0.63 254	1.00 331	1.81 138	0.30 96	0.31 240	0.63 218	0.34 224	0.98 316	0.69 230	0.54 177	0.74 294	0.51 158	0.41 178	2.43 365	0.48 202	0.24 336	0.17 276	0.27 343	0.18 270	0.27 257	0.21 221

RAFT-Test	0.44 100	0.38 115	2.01 204	0.27 43	0.44 324	0.64 229	0.37 243	0.72 127	0.57 127	0.45 92	0.48 106	0.65 223	0.24 34	0.35 36	0.29 92	0.09 18	0.11 177	0.09 23	0.38 365	0.10 12	0.11 39

SACVNet	0.60 239	0.74 243	1.90 170	0.37 233	0.28 209	0.64 229	0.37 243	0.86 237	0.61 162	0.65 286	0.62 217	0.69 251	0.44 210	2.08 337	0.42 174	0.18 290	0.14 231	0.16 267	0.15 229	0.38 327	0.24 256

ADLNet2	0.68 279	0.84 280	3.19 379	0.33 159	0.36 283	0.64 229	0.37 243	0.89 257	0.79 310	0.54 177	0.65 252	0.93 330	0.48 235	2.07 336	0.56 233	0.13 206	0.11 177	0.11 96	0.11 128	0.33 294	0.18 193

HHNet	0.60 239	0.65 216	2.60 318	0.36 214	0.25 176	0.64 229	0.61 332	0.64 95	0.62 178	0.55 191	1.13 355	0.32 59	0.60 278	0.42 64	1.79 357	0.15 248	0.07 11	0.12 141	0.10 78	0.18 151	0.15 142

DRaft	0.62 251	0.38 115	1.76 101	0.24 8	0.16 40	0.64 229	0.66 340	0.53 51	0.53 105	0.67 293	0.99 339	0.38 79	1.00 352	1.44 246	2.10 370	0.10 81	0.14 231	0.10 52	0.14 208	0.18 151	0.21 221

ARAFT	0.60 239	1.23 365	3.10 369	0.28 61	0.16 40	0.64 229	0.36 236	0.90 263	0.67 219	0.61 250	0.49 123	0.55 173	0.31 112	1.24 236	0.32 123	0.10 81	0.08 60	0.14 226	0.13 183	0.37 321	0.21 221

Syn2CoEx	0.70 287	1.07 344	2.74 336	0.43 283	0.30 224	0.64 229	0.42 264	0.99 327	0.78 305	0.62 261	0.78 303	0.74 276	0.72 313	1.92 326	0.61 247	0.20 309	0.17 276	0.19 305	0.15 229	0.29 266	0.22 231

psm_up	0.57 226	0.61 197	1.83 145	0.35 196	0.30 224	0.64 229	0.37 243	0.90 263	0.68 221	0.59 235	0.55 167	0.68 244	0.54 255	1.91 324	0.46 190	0.16 266	0.15 252	0.16 267	0.15 229	0.23 209	0.13 99

DeepPrunerF	0.86 337	0.86 285	2.91 355	0.45 301	0.50 344	0.64 229	0.48 298	1.14 370	2.64 406	0.63 270	0.61 212	0.65 223	0.62 290	2.21 346	1.31 333	0.23 329	0.19 294	0.30 355	0.28 331	0.36 314	0.25 265

UCFNet_RVC	0.48 142	0.82 275	1.85 148	0.30 96	0.27 200	0.64 229	0.26 121	0.74 140	0.55 116	0.48 119	0.53 149	0.63 212	0.41 178	0.88 201	0.38 154	0.15 248	0.10 144	0.17 283	0.17 260	0.18 151	0.15 142

HSM	0.62 251	0.76 246	1.72 86	0.30 96	0.29 214	0.64 229	0.28 154	0.94 290	0.62 178	0.58 222	0.57 184	1.40 378	0.64 294	2.59 377	0.42 174	0.11 130	0.08 60	0.10 52	0.08 30	0.14 70	0.11 39

iResNet	0.51 183	0.76 246	2.59 316	0.41 270	0.17 64	0.64 229	0.27 144	0.82 208	0.70 239	0.57 210	0.64 243	0.43 111	0.36 133	0.70 173	0.52 217	0.10 81	0.07 11	0.09 23	0.08 30	0.21 189	0.13 99

AASNet	0.56 220	1.03 339	2.34 269	0.37 233	0.33 260	0.65 241	0.29 174	0.96 305	0.73 270	0.54 177	0.60 205	0.55 173	0.38 146	0.59 139	0.58 241	0.14 234	0.12 202	0.13 196	0.10 78	0.43 346	0.24 256

UPFNet	0.46 125	0.28 63	1.73 87	0.33 159	0.32 249	0.65 241	0.38 249	0.83 214	0.59 144	0.57 210	0.52 141	0.61 205	0.40 167	0.75 180	0.52 217	0.13 206	0.12 202	0.13 196	0.12 158	0.15 84	0.11 39

RP	0.67 272	0.82 275	1.94 186	0.43 283	0.44 324	0.65 241	0.45 285	0.89 257	0.82 318	0.66 289	0.92 327	0.99 344	0.76 323	1.55 265	0.66 257	0.25 341	0.18 284	0.23 328	0.20 298	0.31 283	0.22 231

RASNet	0.61 247	0.68 224	2.03 212	0.35 196	0.46 338	0.65 241	0.28 154	0.78 183	0.70 239	0.48 119	0.64 243	0.93 330	0.61 285	2.21 346	0.73 275	0.12 177	0.09 115	0.09 23	0.10 78	0.14 70	0.11 39

DLCB_ROB	0.54 202	0.55 186	1.49 47	0.36 214	0.25 176	0.65 241	0.36 236	0.80 198	0.70 239	0.72 311	0.69 272	0.83 304	0.46 222	1.53 263	0.60 245	0.13 206	0.12 202	0.14 226	0.14 208	0.14 70	0.13 99

IER	0.43 91	0.38 115	1.69 75	0.26 34	0.25 176	0.66 246	0.26 121	0.71 122	0.55 116	0.54 177	0.59 193	0.60 203	0.53 252	0.52 118	0.39 161	0.11 130	0.08 60	0.11 96	0.11 128	0.14 70	0.11 39

DEmStereo	0.68 279	0.31 78	2.25 256	0.42 278	0.17 64	0.66 246	0.89 369	0.51 35	0.59 144	0.60 243	1.01 342	0.45 129	1.26 367	1.54 264	2.26 376	0.10 81	0.08 60	0.10 52	0.10 78	0.10 12	0.11 39

HGLStereo	0.54 202	0.69 227	2.00 203	0.35 196	0.40 309	0.66 246	0.30 181	0.83 214	0.62 178	0.57 210	0.69 272	0.69 251	0.54 255	1.07 216	0.55 226	0.13 206	0.13 217	0.13 196	0.11 128	0.19 169	0.17 175

FADNet	0.64 257	1.22 364	2.06 214	0.32 144	0.30 224	0.66 246	0.29 174	0.88 251	0.72 256	0.44 85	0.48 106	0.66 228	0.57 269	1.84 314	0.45 189	0.46 373	0.20 303	0.17 283	0.19 288	0.59 370	0.24 256

TDLM	0.67 272	0.92 298	1.76 101	0.37 233	0.24 164	0.66 246	0.56 319	0.82 208	0.74 274	1.16 365	0.62 217	0.61 205	0.48 235	2.70 384	0.50 212	0.20 309	0.11 177	0.35 361	0.14 208	0.32 287	0.16 164

gwcnet-sp	0.49 159	0.43 136	2.54 310	0.31 121	0.22 139	0.67 251	0.31 191	0.78 183	0.65 206	0.58 222	0.47 94	0.46 137	0.43 203	0.76 183	0.46 190	0.11 130	0.11 177	0.11 96	0.11 128	0.15 84	0.14 112

scenet	0.49 159	0.43 136	2.54 310	0.31 121	0.22 139	0.67 251	0.31 191	0.78 183	0.65 206	0.58 222	0.47 94	0.46 137	0.43 203	0.76 183	0.46 190	0.11 130	0.11 177	0.11 96	0.11 128	0.15 84	0.14 112

Anonymous_2	0.74 308	0.32 81	1.65 67	0.33 159	0.30 224	0.67 251	0.32 212	0.69 115	0.46 54	0.48 119	0.41 71	0.84 307	0.58 273	0.51 114	0.40 166	0.32 359	0.38 364	1.43 408	3.69 422	0.80 384	0.27 282

ssnet	0.49 159	0.43 136	2.54 310	0.31 121	0.22 139	0.67 251	0.31 191	0.78 183	0.65 206	0.58 222	0.47 94	0.46 137	0.43 203	0.76 183	0.46 190	0.11 130	0.11 177	0.11 96	0.11 128	0.15 84	0.14 112

anonymity	0.80 325	0.66 221	1.29 16	0.59 353	0.75 376	0.67 251	0.52 305	0.95 301	0.71 248	0.94 349	0.70 282	0.67 238	0.87 338	0.71 175	1.35 336	0.64 381	0.62 389	0.58 379	1.44 414	0.60 373	0.65 379

PSMNet-ADL	0.51 183	0.38 115	1.65 67	0.35 196	0.21 118	0.67 251	0.26 121	0.74 140	0.55 116	0.42 75	0.52 141	0.70 261	0.45 214	1.91 324	0.57 236	0.15 248	0.13 217	0.11 96	0.13 183	0.15 84	0.20 215

ADLNet	0.60 239	0.71 232	1.95 189	0.35 196	0.34 266	0.67 251	0.34 224	0.90 263	0.74 274	0.68 299	0.62 217	0.80 296	0.45 214	1.78 299	0.64 254	0.14 234	0.11 177	0.14 226	0.14 208	0.29 266	0.21 221

RAFT + AFF	0.64 257	1.20 362	1.95 189	0.34 182	0.33 260	0.67 251	0.52 305	0.99 327	0.74 274	0.53 165	0.58 190	0.57 188	0.80 327	1.76 296	0.51 215	0.12 177	0.27 345	0.15 252	0.14 208	0.43 346	0.29 294

HSM-Net_RVC	0.67 272	0.34 96	2.23 253	0.26 34	0.19 101	0.67 251	0.29 174	1.26 380	0.69 230	0.72 311	0.70 282	0.78 290	0.42 193	3.77 407	0.41 172	0.13 206	0.09 115	0.10 52	0.09 46	0.12 33	0.11 39
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	0.64 257	0.65 216	1.62 65	0.46 305	0.25 176	0.67 251	0.30 181	0.93 286	0.77 300	0.59 235	0.57 184	0.77 287	0.38 146	2.78 388	0.44 186	0.23 329	0.24 324	0.28 347	0.26 324	0.27 257	0.39 347

XPNet_ROB	0.61 247	0.72 236	1.66 71	0.37 233	0.27 200	0.67 251	0.47 295	0.89 257	0.71 248	0.78 324	0.70 282	0.81 299	0.53 252	1.70 288	0.76 279	0.21 313	0.16 266	0.16 267	0.15 229	0.20 181	0.21 221

Any-RAFT	0.38 51	0.25 32	1.89 167	0.27 43	0.17 64	0.68 262	0.21 37	0.78 183	0.53 105	0.43 80	0.43 76	0.54 170	0.30 104	0.41 61	0.20 20	0.10 81	0.12 202	0.08 3	0.06 8	0.10 12	0.09 18

AF-Net	0.69 283	0.92 298	2.21 246	0.41 270	0.40 309	0.68 262	0.40 255	1.02 346	0.86 327	0.69 301	1.03 346	1.04 353	0.84 333	1.19 229	0.78 283	0.22 326	0.14 231	0.25 339	0.17 260	0.30 275	0.18 193

StereoDRNet-Refined	0.50 168	0.41 127	1.50 48	0.33 159	0.21 118	0.68 262	0.26 121	0.81 202	0.68 221	0.67 293	0.68 265	0.73 270	0.42 193	1.10 219	0.59 243	0.11 130	0.08 60	0.14 226	0.14 208	0.25 235	0.21 221
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
TRStereo	0.53 197	0.76 246	2.38 277	0.42 278	0.29 214	0.69 265	0.23 67	1.81 398	0.55 116	0.36 49	0.32 33	0.47 143	0.40 167	0.46 85	0.25 58	0.12 177	0.11 177	0.11 96	0.41 372	0.13 52	0.32 313

hitnet-ft	0.67 272	0.80 266	1.90 170	0.28 61	0.22 139	0.69 265	0.36 236	0.85 229	0.65 206	0.56 200	0.84 312	1.03 350	0.95 350	2.32 352	0.55 226	0.23 329	0.14 231	0.41 371	0.13 183	0.24 224	0.17 175

S-Stereo	0.80 325	0.69 227	3.89 396	0.39 255	0.37 295	0.69 265	0.70 350	0.94 290	0.98 352	0.62 261	0.91 326	0.83 304	0.60 278	2.37 354	0.66 257	0.18 290	0.21 311	0.17 283	0.18 270	0.30 275	0.35 326

NVstereo2D	0.58 231	0.40 124	2.03 212	0.35 196	0.35 276	0.69 265	0.39 253	0.91 273	0.80 313	0.47 100	0.53 149	0.67 238	0.46 222	1.99 331	0.48 202	0.19 300	0.11 177	0.17 283	0.13 183	0.25 235	0.25 265

ETE_ROB	0.60 239	0.71 232	1.55 54	0.37 233	0.25 176	0.69 265	0.51 302	1.47 387	0.70 239	0.80 326	0.69 272	0.85 310	0.49 240	1.36 242	0.58 241	0.16 266	0.13 217	0.19 305	0.16 245	0.21 189	0.23 249

SFCPSM	0.46 125	0.24 29	2.35 272	0.27 43	0.27 200	0.70 270	0.32 212	0.96 305	0.63 187	0.49 130	0.52 141	0.43 111	0.36 133	0.52 118	0.43 182	0.12 177	0.09 115	0.12 141	0.16 245	0.16 112	0.12 66

PA-Net	0.84 335	1.00 331	3.49 389	0.63 359	0.40 309	0.70 270	0.52 305	0.86 237	0.84 324	0.52 156	0.59 193	0.70 261	0.54 255	2.35 353	2.23 374	0.17 280	0.27 345	0.19 305	0.28 331	0.22 201	0.36 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MyStereo8	0.54 202	0.80 266	2.76 338	0.32 144	0.33 260	0.71 272	0.20 25	0.87 246	0.57 127	0.51 149	0.59 193	0.50 155	0.33 118	0.68 163	0.55 226	0.10 81	0.29 348	0.10 52	0.13 183	0.21 189	0.34 324

CBFPSM	0.56 220	0.91 297	1.82 143	0.28 61	0.23 151	0.71 272	0.37 243	0.72 127	0.64 194	0.50 137	0.49 123	1.03 350	0.83 330	0.62 147	1.35 336	0.10 81	0.12 202	0.10 52	0.10 78	0.18 151	0.19 201

Wz-Net-SNSev	0.76 313	1.32 376	3.11 371	0.40 264	0.31 240	0.71 272	0.60 329	0.98 316	0.87 330	0.67 293	0.83 309	0.96 337	0.60 278	1.67 284	0.97 300	0.16 266	0.15 252	0.16 267	0.17 260	0.36 314	0.24 256

FADNet_RVC	0.81 331	1.14 352	2.42 284	0.30 96	0.24 164	0.71 272	0.24 90	0.95 301	0.61 162	0.44 85	0.56 178	0.59 197	0.42 193	1.52 262	0.68 263	0.94 391	0.96 408	0.28 347	1.00 407	0.90 387	1.36 410

SHD	0.72 297	0.77 254	2.36 275	0.45 301	0.40 309	0.71 272	0.32 212	1.02 346	1.25 376	1.07 358	0.84 312	0.90 324	0.73 316	1.09 218	0.98 301	0.21 313	0.18 284	0.20 314	0.21 303	0.32 287	0.31 309

NCCL2	0.65 265	0.94 306	1.96 198	0.43 283	0.30 224	0.71 272	0.68 345	0.84 225	0.65 206	0.70 304	0.60 205	0.86 314	0.54 255	1.56 266	0.57 236	0.20 309	0.16 266	0.67 384	0.25 318	0.22 201	0.24 256

ssnet_v2	0.55 214	0.60 193	1.86 156	0.32 144	0.22 139	0.72 278	0.44 278	0.94 290	0.74 274	0.63 270	0.54 159	0.81 299	0.47 227	0.77 187	0.70 266	0.16 266	0.14 231	0.14 226	0.14 208	0.30 275	0.30 302

Anonymous3	0.42 85	0.35 103	2.09 222	0.33 159	0.24 164	0.72 278	0.31 191	0.74 140	0.55 116	0.35 47	0.40 67	0.33 62	0.29 96	0.44 72	0.28 79	0.18 290	0.18 284	0.13 196	0.13 183	0.17 132	0.17 175

EDNetEfficientorigin	8.18 420	0.98 325	145.96 446	0.51 325	0.89 384	0.72 278	0.48 298	0.85 229	1.56 390	2.12 397	1.49 371	1.29 372	1.31 371	1.83 309	2.13 371	0.13 206	0.12 202	0.17 283	0.18 270	0.39 335	0.45 361

PSMNet_ROB	0.66 269	1.01 335	2.33 267	0.38 247	0.31 240	0.72 278	0.55 314	0.86 237	0.69 230	0.54 177	0.60 205	0.75 281	0.47 227	2.00 332	0.82 291	0.17 280	0.13 217	0.19 305	0.19 288	0.24 224	0.27 282

pmcnn	1.32 376	1.05 341	2.77 340	0.74 368	1.43 404	0.72 278	0.56 319	0.96 305	0.91 341	0.99 353	2.92 407	6.01 417	0.70 308	2.38 357	3.32 394	0.13 206	0.10 144	0.08 3	0.06 8	0.34 301	0.22 231

FTStereo	0.76 313	0.18 1	2.35 272	0.71 366	0.21 118	0.73 283	1.79 407	0.57 68	0.53 105	1.07 358	1.63 376	1.29 372	2.13 397	0.75 180	0.29 92	0.19 300	0.08 60	0.12 141	0.11 128	0.11 23	0.40 351

RGC	0.71 294	0.97 322	2.18 243	0.44 288	0.44 324	0.73 283	0.40 255	0.94 290	0.71 248	0.71 308	1.04 349	1.01 346	0.71 310	1.74 294	0.70 266	0.23 329	0.18 284	0.28 347	0.26 324	0.29 266	0.27 282

StereoDRNet	0.64 257	0.88 291	2.35 272	0.41 270	0.45 332	0.73 283	0.47 295	0.94 290	0.74 274	0.75 317	0.54 159	0.74 276	0.47 227	1.70 288	0.72 272	0.15 248	0.14 231	0.15 252	0.14 208	0.20 181	0.19 201

LMCR-Stereo	0.52 192	0.71 232	2.39 279	0.40 264	0.21 118	0.74 286	0.31 191	1.02 346	0.64 194	0.61 250	0.63 227	0.39 83	0.51 245	0.62 147	0.42 174	0.19 300	0.09 115	0.12 141	0.09 46	0.23 209	0.12 66

delet	0.52 192	0.54 178	1.62 65	0.31 121	0.35 276	0.74 286	0.46 287	0.85 229	0.74 274	0.55 191	0.60 205	0.67 238	0.50 243	1.12 222	0.57 236	0.11 130	0.11 177	0.13 196	0.14 208	0.16 112	0.12 66

UNet	0.54 202	0.44 143	2.83 345	0.31 121	0.33 260	0.74 286	0.27 144	0.82 208	0.61 162	0.53 165	0.54 159	0.72 266	0.54 255	0.78 191	0.56 233	0.11 130	0.09 115	0.13 196	0.11 128	0.14 70	0.12 66

DANet	0.80 325	0.65 216	2.21 246	1.19 396	0.48 342	0.74 286	1.25 393	0.89 257	1.53 388	0.89 344	0.71 286	0.96 337	0.56 264	1.83 309	0.96 299	0.18 290	0.16 266	0.19 305	0.16 245	0.26 250	0.29 294
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.75 310	0.84 280	2.01 204	0.40 264	0.25 176	0.74 286	0.66 340	0.87 246	0.73 270	0.71 308	1.07 351	0.84 307	0.59 276	2.71 386	1.15 323	0.17 280	0.16 266	0.44 374	0.16 245	0.31 283	0.20 215

CBMV_ROB	0.76 313	0.42 133	2.68 326	0.33 159	0.22 139	0.74 286	0.47 295	0.96 305	0.76 296	1.04 357	0.96 334	0.88 320	0.93 345	2.06 335	1.19 325	0.22 326	0.24 324	0.27 343	0.25 318	0.25 235	0.28 288

psmg	0.41 72	0.27 43	1.13 5	0.27 43	0.21 118	0.75 292	0.36 236	0.90 263	0.61 162	0.59 235	0.59 193	0.63 212	0.37 141	0.43 67	0.38 154	0.13 206	0.10 144	0.13 196	0.12 158	0.13 52	0.11 39

KYRaft	0.48 142	0.29 67	1.75 97	0.33 159	0.21 118	0.75 292	0.44 278	0.58 73	0.57 127	0.64 279	0.93 330	0.53 166	0.72 313	0.60 144	0.24 51	0.10 81	0.07 11	0.12 141	0.14 208	0.12 33	0.54 369

ACVNet-DCA	0.42 85	0.64 210	2.07 216	0.35 196	0.14 13	0.76 294	0.25 105	0.76 159	0.52 89	0.31 40	0.38 57	0.24 23	0.38 146	0.69 169	0.19 4	0.10 81	0.24 324	0.11 96	0.09 46	0.12 33	0.14 112

xx1	0.46 125	0.64 210	2.07 216	0.35 196	0.14 13	0.76 294	0.25 105	0.74 140	1.01 355	0.31 40	0.38 57	0.46 137	0.36 133	0.69 169	0.19 4	0.10 81	0.24 324	0.12 141	0.12 158	0.12 33	0.14 112

1test111	0.44 100	0.64 210	2.07 216	0.35 196	0.14 13	0.76 294	0.25 105	0.76 159	0.52 89	0.31 40	0.38 57	0.24 23	0.38 146	0.96 205	0.30 103	0.10 81	0.24 324	0.11 96	0.09 46	0.12 33	0.14 112

cc1	0.47 138	0.64 210	2.07 216	0.35 196	0.14 13	0.76 294	0.25 105	0.74 140	1.01 355	0.31 40	0.38 57	0.24 23	0.38 146	0.69 169	0.19 4	0.10 81	0.24 324	0.11 96	0.09 46	0.25 235	0.40 351

tt1	0.44 100	0.64 210	1.83 145	0.35 196	0.14 13	0.76 294	0.25 105	0.74 140	0.88 333	0.31 40	0.37 50	0.25 30	0.35 128	0.63 149	0.19 4	0.10 81	0.24 324	0.11 96	0.09 46	0.25 235	0.36 334

SQANet	0.80 325	1.58 386	2.53 304	0.76 369	0.83 380	0.76 294	0.36 236	0.83 214	0.64 194	0.63 270	0.69 272	0.73 270	0.51 245	1.21 230	0.53 221	0.77 387	0.29 348	0.59 381	0.29 334	0.86 386	0.61 375

BSDual-CNN	0.41 72	0.27 43	1.13 5	0.30 96	0.21 118	0.76 294	0.31 191	1.00 335	0.61 162	0.63 270	0.53 149	0.63 212	0.37 141	0.43 67	0.38 154	0.13 206	0.10 144	0.14 226	0.12 158	0.12 33	0.11 39

hknet	0.47 138	0.29 67	1.70 79	0.30 96	0.24 164	0.76 294	0.31 191	1.00 335	0.64 194	0.63 270	0.53 149	0.80 296	0.38 146	0.77 187	0.37 149	0.11 130	0.10 144	0.14 226	0.12 158	0.12 33	0.11 39

coex-ft	5.95 418	1.67 391	60.57 444	0.34 182	0.30 224	0.77 302	0.69 347	0.74 140	4.41 411	19.22 431	2.15 388	1.62 384	7.97 420	1.81 308	8.96 420	0.44 369	2.08 418	0.18 300	0.19 288	0.38 327	4.62 423

CSP-Net	0.50 168	0.39 122	1.25 13	0.29 82	0.23 151	0.77 302	0.35 230	0.86 237	0.57 127	0.59 235	0.59 193	0.65 223	0.40 167	1.77 298	0.44 186	0.16 266	0.11 177	0.10 52	0.10 78	0.20 181	0.14 112

Consistency-Raft	0.88 340	0.93 304	3.23 383	0.99 388	0.64 368	0.77 302	0.55 314	0.98 316	0.97 349	0.61 250	1.03 346	0.65 223	1.05 357	0.79 192	1.38 338	0.44 369	0.46 375	0.51 377	0.58 387	0.65 375	0.47 364

GMM-Stereo	0.50 168	0.23 21	2.41 282	0.54 338	0.24 164	0.77 302	0.46 287	0.59 78	0.57 127	0.58 222	0.73 292	0.47 143	0.43 203	0.68 163	0.27 69	0.10 81	0.06 1	0.13 196	0.13 183	0.14 70	0.44 360

Nwc_Net	0.68 279	0.83 278	2.53 304	0.41 270	0.39 302	0.77 302	0.38 249	1.01 343	0.70 239	0.60 243	0.99 339	0.98 341	0.68 305	1.41 244	0.63 251	0.23 329	0.15 252	0.23 328	0.25 318	0.23 209	0.18 193

UDG	0.77 317	1.23 365	2.15 237	0.67 364	0.59 362	0.78 307	0.38 249	0.90 263	0.70 239	0.61 250	0.69 272	1.01 346	0.67 302	1.02 211	0.73 275	0.45 371	0.34 357	0.87 389	0.51 379	0.67 377	0.46 363

NVStereoNet_ROB	1.16 366	0.95 312	2.54 310	0.58 350	0.55 356	0.78 307	0.63 338	1.00 335	1.08 364	1.03 355	4.07 413	1.48 381	1.22 366	2.88 392	1.27 332	0.50 375	0.46 375	0.54 378	0.62 390	0.50 360	0.63 378
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCDC_ROB	0.72 297	1.06 342	2.09 222	0.47 310	0.36 283	0.78 307	0.26 121	0.98 316	1.34 380	0.61 250	2.07 384	0.64 220	0.61 285	0.83 194	0.71 268	0.31 358	0.14 231	0.15 252	0.12 158	0.60 373	0.21 221

CBMV	0.71 294	0.76 246	2.64 321	0.33 159	0.20 111	0.78 307	0.79 361	0.98 316	0.78 305	0.85 341	0.71 286	0.86 314	1.10 362	1.46 251	0.62 249	0.18 290	0.20 303	0.21 320	0.19 288	0.25 235	0.33 320
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
fast-acv-ft	0.63 254	0.88 291	3.10 369	0.38 247	0.30 224	0.79 311	0.48 298	0.69 115	0.72 256	0.58 222	0.78 303	0.76 285	0.60 278	0.67 162	0.73 275	0.15 248	0.15 252	0.18 300	0.17 260	0.37 321	0.16 164

Wz-Net-LNSev	0.59 235	0.96 314	2.47 295	0.34 182	0.37 295	0.79 311	0.44 278	0.86 237	0.77 300	0.61 250	0.67 257	0.79 294	0.56 264	0.64 152	0.62 249	0.15 248	0.14 231	0.12 141	0.12 158	0.18 151	0.19 201

CRE-IMP	0.41 72	0.22 17	1.76 101	0.48 318	0.17 64	0.79 311	0.69 347	0.52 45	0.52 89	0.47 100	0.42 74	0.45 129	0.26 57	0.41 61	0.31 113	0.11 130	0.07 11	0.12 141	0.09 46	0.17 132	0.23 249

MMNet	0.50 168	0.48 159	1.93 182	0.33 159	0.27 200	0.79 311	0.28 154	0.81 202	0.74 274	0.60 243	0.56 178	0.59 197	0.55 260	0.79 192	0.59 243	0.10 81	0.09 115	0.12 141	0.11 128	0.13 52	0.14 112

DSFCA	0.54 202	0.35 103	1.41 34	0.28 61	0.28 209	0.79 311	0.88 368	0.76 159	0.70 239	0.72 311	0.66 254	0.67 238	0.57 269	1.17 228	0.63 251	0.16 266	0.14 231	0.13 196	0.14 208	0.16 112	0.13 99

STTRV1_RVC	0.80 325	0.55 186	2.89 350	0.42 278	0.49 343	0.79 311	0.44 278	1.15 373	0.82 318	0.62 261	0.89 324	0.72 266	0.63 293	2.69 383	0.64 254	0.48 374	0.64 390	0.27 343	0.24 311	0.35 309	0.27 282

LALA_ROB	0.60 239	0.76 246	1.69 75	0.36 214	0.29 214	0.79 311	0.55 314	0.94 290	0.77 300	0.81 331	0.67 257	0.94 334	0.49 240	0.99 208	0.73 275	0.21 313	0.15 252	0.20 314	0.18 270	0.23 209	0.21 221

DRN-Test	0.64 257	0.43 136	2.44 290	0.39 255	0.44 324	0.80 318	0.41 261	1.02 346	0.78 305	0.80 326	0.63 227	0.69 251	0.56 264	1.79 303	0.69 265	0.15 248	0.12 202	0.17 283	0.16 245	0.18 151	0.17 175

GwcNet	0.69 283	0.71 232	3.12 372	0.36 214	0.45 332	0.81 319	0.44 278	0.86 237	0.84 324	0.60 243	0.74 294	0.82 302	0.49 240	1.65 281	0.66 257	0.16 266	0.15 252	0.15 252	0.15 229	0.31 283	0.24 256

SuperB	1.15 364	1.14 352	5.43 413	0.36 214	0.26 189	0.81 319	0.89 369	0.88 251	1.17 371	0.67 293	0.68 265	0.63 212	1.39 378	1.74 294	3.37 395	0.15 248	0.12 202	0.17 283	0.16 245	2.80 417	0.25 265

XQC	0.73 305	0.98 325	2.39 279	0.46 305	0.35 276	0.81 319	0.46 287	1.00 335	1.00 353	0.80 326	0.69 272	0.88 320	0.74 321	1.32 238	1.20 326	0.24 336	0.16 266	0.23 328	0.20 298	0.41 341	0.33 320

CRFU-Net	0.56 220	0.38 115	1.86 156	0.46 305	0.26 189	0.82 322	0.36 236	0.90 263	0.49 73	0.62 261	0.59 193	0.78 290	1.35 374	1.00 209	0.48 202	0.15 248	0.14 231	0.17 283	0.10 78	0.19 169	0.14 112

RTSC	0.72 297	1.00 331	2.22 249	0.40 264	0.29 214	0.82 322	0.31 191	0.96 305	1.10 366	0.92 347	0.81 307	0.78 290	0.58 273	1.23 233	1.55 348	0.18 290	0.17 276	0.14 226	0.17 260	0.43 346	0.30 302

iinet-f	0.57 226	0.93 304	2.27 259	0.31 121	0.25 176	0.83 324	0.33 220	0.81 202	0.65 206	0.54 177	0.63 227	0.73 270	0.67 302	0.73 178	0.67 260	0.13 206	0.13 217	0.11 96	0.10 78	0.43 346	0.16 164

GANetREF_RVC	0.75 310	1.15 356	2.46 293	0.47 310	0.26 189	0.83 324	0.61 332	0.97 312	0.89 338	0.62 261	0.61 212	0.72 266	0.59 276	2.42 363	0.55 226	0.32 359	0.25 338	0.36 363	0.24 311	0.39 335	0.31 309
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
Wz-Net-LNSev-Ref	0.57 226	0.87 288	2.11 226	0.32 144	0.30 224	0.84 326	0.40 255	0.88 251	0.72 256	0.65 286	0.73 292	0.66 228	0.57 269	0.93 202	0.71 268	0.13 206	0.07 11	0.10 52	0.08 30	0.15 84	0.14 112

DDUNet	0.77 317	1.12 348	1.88 163	0.76 369	0.69 372	0.84 326	0.43 270	0.85 229	0.65 206	0.67 293	0.75 297	0.91 325	0.52 250	1.03 213	0.57 236	0.54 378	0.37 362	0.95 392	0.52 381	0.71 378	0.57 372

LSM	3.31 412	1.11 347	5.29 412	9.40 426	30.65 440	0.84 326	1.12 387	0.91 273	1.22 374	1.36 381	2.19 389	0.93 330	0.83 330	1.66 282	0.90 295	0.21 313	0.31 352	0.24 334	0.28 331	0.39 335	6.33 424

DISCO	0.57 226	0.34 96	1.87 161	0.45 301	0.34 266	0.84 326	0.35 230	0.84 225	0.78 305	0.59 235	0.63 227	1.06 357	0.53 252	1.10 219	0.82 291	0.12 177	0.09 115	0.11 96	0.10 78	0.22 201	0.18 193

HBP-ISP	0.76 313	1.30 372	3.19 379	0.35 196	0.26 189	0.85 330	0.54 311	1.03 353	0.72 256	0.80 326	0.69 272	0.68 244	0.83 330	2.04 334	0.44 186	0.23 329	0.24 324	0.29 354	0.25 318	0.28 263	0.24 256

APVNet	0.70 287	0.67 222	2.71 330	0.38 247	0.36 283	0.85 330	0.43 270	0.91 273	0.68 221	0.55 191	0.69 272	0.75 281	0.55 260	2.31 351	0.78 283	0.17 280	0.17 276	0.24 334	0.19 288	0.33 294	0.23 249

WZ-Net	0.92 345	1.31 373	3.76 393	0.41 270	0.36 283	0.86 332	0.71 351	1.00 335	1.06 362	0.82 335	0.92 327	1.06 357	1.05 357	2.16 343	1.61 350	0.19 300	0.13 217	0.15 252	0.16 245	0.32 287	0.28 288

PSM-AAD	0.63 254	0.22 17	1.77 109	0.37 233	0.23 151	0.86 332	1.17 390	0.59 78	0.60 148	0.64 279	0.71 286	0.68 244	2.93 405	0.65 159	0.31 113	0.09 18	0.07 11	0.17 283	0.15 229	0.13 52	0.33 320

RYNet	0.70 287	0.56 188	2.25 256	0.35 196	0.41 316	0.86 332	0.43 270	0.94 290	0.82 318	0.62 261	0.53 149	0.91 325	0.60 278	2.70 384	1.00 307	0.14 234	0.11 177	0.16 267	0.14 208	0.25 235	0.27 282

DispFullNet	1.67 393	2.10 411	5.22 410	1.53 403	8.90 421	0.86 332	0.31 191	0.96 305	0.96 348	1.37 384	1.01 342	1.13 366	1.98 396	1.51 261	0.91 296	0.54 378	0.31 352	1.18 398	0.63 392	1.13 391	0.80 388

FBW_ROB	0.83 333	0.77 254	1.77 109	0.44 288	0.30 224	0.87 336	0.46 287	1.10 365	0.91 341	0.81 331	0.75 297	1.01 346	0.61 285	3.66 406	1.23 330	0.26 344	0.23 321	0.36 363	0.25 318	0.27 257	0.62 376

CC-Net-ROB	0.85 336	1.15 356	2.13 231	0.88 379	0.38 300	0.88 337	0.44 278	1.06 359	0.79 310	0.58 222	0.69 272	0.65 223	0.50 243	2.74 387	0.51 215	0.93 390	0.39 370	0.87 389	0.29 334	0.54 367	0.54 369

MaskLacGwcNet_RVC	0.77 317	1.04 340	2.06 214	0.94 384	0.35 276	0.89 338	0.40 255	0.85 229	0.63 187	0.55 191	0.63 227	0.75 281	0.38 146	2.38 357	0.48 202	1.10 397	0.31 352	0.36 363	0.21 303	0.53 366	0.55 371

Wz-Net-MNSev	0.65 265	0.97 322	2.19 244	0.36 214	0.33 260	0.90 339	0.60 329	0.92 281	0.81 317	0.75 317	0.72 290	0.73 270	0.65 296	1.39 243	0.71 268	0.16 266	0.13 217	0.14 226	0.14 208	0.24 224	0.18 193

MFMNet_re	0.92 345	1.28 370	2.53 304	0.82 377	0.76 379	0.90 339	0.75 356	0.98 316	1.04 358	1.03 355	1.05 350	0.84 307	0.94 348	0.83 194	0.72 272	0.68 383	0.60 387	0.63 382	0.60 389	0.77 382	0.74 382

BUS	0.41 72	0.27 43	1.13 5	0.30 96	0.21 118	0.91 341	0.23 67	1.00 335	0.61 162	0.63 270	0.53 149	0.66 228	0.30 104	0.43 67	0.32 123	0.13 206	0.10 144	0.14 226	0.12 158	0.12 33	0.11 39

NINENet	0.50 168	0.33 87	1.69 75	0.55 344	0.25 176	0.91 341	0.23 67	0.98 316	0.71 248	0.53 165	0.55 167	0.66 228	0.30 104	1.22 232	0.32 123	0.15 248	0.13 217	0.16 267	0.11 128	0.16 112	0.13 99

iRaft-Stereo_20w	0.58 231	0.39 122	1.96 198	0.45 301	0.32 249	0.92 343	0.57 323	1.14 370	0.56 124	0.81 331	0.40 67	0.55 173	0.69 306	0.65 159	1.04 315	0.09 18	0.16 266	0.09 23	0.36 362	0.17 132	0.25 265

EDNetEfficient	1.27 374	0.70 230	4.05 401	0.64 360	0.98 389	0.94 344	1.40 401	0.85 229	1.75 395	2.34 406	1.33 366	1.05 355	2.21 399	1.58 272	4.15 404	0.15 248	0.19 294	0.14 226	0.27 328	0.38 327	0.32 313

NRIStereo	0.46 125	0.25 32	1.77 109	0.47 310	0.16 40	0.95 345	0.74 355	0.51 35	0.56 124	0.48 119	0.39 64	0.59 197	0.29 96	0.77 187	0.32 123	0.11 130	0.13 217	0.11 96	0.09 46	0.21 189	0.24 256

LCNet	0.54 202	0.37 110	1.78 113	0.92 382	0.22 139	0.96 346	0.30 181	0.59 78	0.58 137	0.51 149	0.55 167	0.41 95	0.76 323	0.84 196	0.26 61	0.09 18	0.06 1	0.12 141	0.18 270	0.98 388	0.39 347

ADCS	1.05 359	1.36 380	2.98 361	0.42 278	0.36 283	0.96 346	0.81 365	1.06 359	1.12 368	1.25 374	0.97 336	1.08 359	0.90 343	1.25 237	4.86 410	0.21 313	0.21 311	0.22 322	0.23 309	0.36 314	0.38 344

ADCRef	0.80 325	0.96 314	2.29 262	0.37 233	0.35 276	0.96 346	0.51 302	0.87 246	0.75 286	0.88 342	0.83 309	0.61 205	1.36 375	1.02 211	3.27 392	0.13 206	0.11 177	0.17 283	0.19 288	0.25 235	0.21 221

PVD	0.90 342	0.85 284	2.15 237	0.53 335	0.50 344	0.99 349	0.56 319	1.15 373	1.64 391	1.41 386	1.41 370	1.11 365	1.13 364	1.35 241	1.31 333	0.26 344	0.28 347	0.28 347	0.26 324	0.37 321	0.49 367

ADCMid	0.96 350	1.32 376	2.74 336	0.38 247	0.35 276	0.99 349	0.58 325	0.94 290	0.86 327	1.23 373	1.01 342	1.01 346	1.00 352	1.05 215	3.97 401	0.21 313	0.19 294	0.42 372	0.32 347	0.40 339	0.29 294

SPS-STEREO	1.07 360	1.13 351	2.88 347	0.65 362	0.69 372	0.99 349	0.68 345	1.05 358	0.87 330	1.36 381	1.23 359	1.46 380	0.94 348	1.87 316	1.72 354	0.66 382	0.61 388	0.58 379	0.57 385	0.65 375	0.77 386
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-TNSev	0.91 343	1.73 397	3.08 367	0.36 214	0.31 240	1.00 352	0.71 351	1.06 359	0.97 349	0.71 308	0.72 290	1.09 361	0.87 338	2.42 363	1.59 349	0.20 309	0.20 303	0.16 267	0.20 298	0.44 353	0.35 326

stereogan	0.69 283	0.51 169	2.44 290	0.39 255	0.39 302	1.01 353	0.41 261	0.94 290	0.92 344	0.73 315	0.85 316	1.15 368	0.69 306	1.57 268	0.53 221	0.19 300	0.18 284	0.20 314	0.16 245	0.36 314	0.24 256

otaku	1.03 357	1.68 393	2.72 332	0.95 385	0.73 375	1.03 354	0.59 327	0.99 327	0.86 327	0.69 301	1.61 374	0.98 341	0.64 294	1.46 251	1.14 321	0.95 392	0.46 375	0.72 387	0.40 369	1.24 397	0.78 387

SGM-Forest	1.04 358	0.42 133	3.59 392	0.41 270	0.32 249	1.05 355	1.32 396	0.94 290	0.83 322	1.16 365	2.23 392	1.03 350	1.39 378	2.49 371	2.35 377	0.21 313	0.21 311	0.20 314	0.19 288	0.23 209	0.32 313
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Ntro	1.00 354	1.68 393	2.80 344	0.95 385	0.85 381	1.06 356	0.53 308	0.98 316	0.90 340	0.62 261	0.76 299	0.93 330	0.66 300	1.66 282	0.98 301	0.99 394	0.45 374	0.75 388	0.40 369	1.19 393	0.75 384

RainbowNet	1.15 364	1.78 398	2.72 332	1.12 394	0.91 386	1.06 356	0.76 358	1.16 375	1.13 370	0.75 317	0.97 336	1.09 361	0.80 327	1.60 275	1.21 328	1.17 399	1.26 411	1.01 395	0.57 385	1.13 391	0.88 394

ccnet	0.71 294	0.41 127	1.59 58	0.40 264	0.45 332	1.06 356	0.55 314	0.98 316	0.71 248	0.88 342	0.97 336	0.82 302	0.88 341	1.68 285	0.94 297	0.32 359	0.26 340	0.32 358	0.27 328	0.34 301	0.30 302

ADCP+	0.94 347	1.12 348	3.14 373	0.34 182	0.39 302	1.06 356	0.79 361	0.89 257	0.80 313	0.66 289	0.67 257	0.85 310	1.55 385	0.93 202	4.55 408	0.13 206	0.11 177	0.16 267	0.15 229	0.26 250	0.25 265

CSAN	1.25 373	1.12 348	3.04 364	0.51 325	0.37 295	1.06 356	1.15 389	1.22 376	1.08 364	1.17 370	1.91 382	1.04 353	1.31 371	5.96 416	2.43 379	0.26 344	0.22 316	0.24 334	0.24 311	0.31 283	0.30 302

DPSNet	0.86 337	0.60 193	2.34 269	0.58 350	0.36 283	1.07 361	0.75 356	1.30 381	1.05 359	0.70 304	0.68 265	0.94 334	1.29 368	2.08 337	1.82 358	0.26 344	0.23 321	0.16 267	0.17 260	0.48 356	0.40 351

MeshStereo	1.21 369	1.15 356	3.01 363	0.34 182	0.28 209	1.10 362	0.69 347	1.35 383	1.01 355	2.71 410	2.41 395	2.96 398	1.45 381	2.80 390	1.40 341	0.22 326	0.22 316	0.22 322	0.19 288	0.50 360	0.26 274
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
FCDSN-DC	1.29 375	0.54 178	2.50 301	0.47 310	0.41 316	1.12 363	0.60 329	1.10 365	1.27 378	2.23 403	2.87 404	3.67 405	3.12 409	2.39 360	1.69 352	0.30 356	0.26 340	0.31 356	0.30 339	0.35 309	0.38 344
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	1.55 391	2.39 418	3.16 375	0.65 362	0.41 316	1.12 363	0.46 287	1.23 377	1.33 379	1.61 391	1.20 357	1.43 379	0.98 351	1.76 296	1.97 361	1.90 412	1.80 413	1.98 417	2.15 416	1.63 405	1.77 416

NaN_ROB	1.14 362	0.94 306	2.96 357	0.53 335	0.56 358	1.13 365	0.99 376	0.98 316	1.00 353	1.09 360	0.87 319	0.77 287	1.06 359	5.90 415	2.72 381	0.16 266	0.23 321	0.16 267	0.24 311	0.22 201	0.36 334

PDISCO_ROB	0.75 310	1.06 342	2.11 226	0.64 360	0.59 362	1.13 365	0.43 270	1.14 370	1.05 359	0.64 279	0.71 286	0.96 337	0.61 285	1.21 230	0.76 279	0.37 366	0.18 284	0.27 343	0.24 311	0.56 369	0.32 313

ACVNet-4b	1.93 398	1.85 402	4.10 402	1.07 390	0.86 382	1.15 367	0.53 308	1.06 359	1.12 368	0.64 279	1.09 352	1.99 389	0.70 308	2.20 345	9.86 423	5.62 421	0.41 373	1.03 396	0.55 382	1.86 410	0.85 390

AnyNet_C32	1.00 354	1.33 378	2.53 304	0.49 320	0.54 353	1.15 367	1.14 388	0.91 273	0.89 338	1.11 361	0.95 333	0.87 316	0.93 345	1.50 260	4.07 403	0.21 313	0.20 303	0.25 339	0.24 311	0.38 327	0.33 320

WCMA_ROB	1.12 361	0.83 278	2.66 324	0.58 350	0.34 266	1.17 369	0.71 351	0.93 286	0.94 345	1.74 393	2.63 401	3.09 401	1.71 391	1.70 288	1.84 359	0.26 344	0.21 311	0.20 314	0.21 303	0.28 263	0.43 358

ACVNet_1	1.33 377	1.91 406	4.03 400	1.09 392	0.88 383	1.19 370	0.66 340	1.24 378	1.17 371	0.94 349	0.96 334	3.09 401	1.04 356	2.37 354	1.11 319	1.04 395	0.48 381	1.03 396	0.48 376	1.12 390	0.83 389

FADE	15.89 428	3.00 421	8.70 418	2.11 413	2.94 416	1.19 370	0.91 371	5.00 419	2.49 404	1.25 374	1.19 356	3.05 400	7.02 419	8.02 420	5.31 413	94.83 445	35.90 445	65.83 442	66.18 442	1.66 406	1.30 408

ACVNet_2	1.42 386	1.81 399	3.23 383	1.08 391	0.92 387	1.32 372	0.85 366	1.49 389	1.69 392	1.19 372	1.73 378	2.13 391	1.03 355	2.50 372	1.40 341	0.91 389	0.53 383	1.00 394	0.55 382	2.11 412	0.85 390

SAMSARA	0.91 343	0.97 322	2.22 249	0.80 373	0.58 361	1.32 372	1.31 395	1.01 343	0.94 345	1.36 381	0.87 319	1.38 377	0.90 343	1.72 291	1.02 312	0.24 336	0.30 351	0.22 322	0.25 318	0.36 314	0.35 326

ADCPNet	0.99 351	0.99 329	3.93 399	0.37 233	0.68 371	1.36 374	0.62 336	0.87 246	0.76 296	0.78 324	0.81 307	1.08 359	1.18 365	1.14 225	2.49 380	0.21 313	0.69 398	0.21 320	0.95 405	0.29 266	0.37 341

IMH-64-1	1.39 383	1.64 389	1.86 156	1.36 398	1.11 397	1.39 375	1.19 391	1.76 396	1.45 385	1.16 365	2.21 390	1.53 382	1.38 376	1.98 328	1.52 346	1.29 401	0.67 393	1.27 402	0.69 393	1.29 399	0.98 397

IMH-64	1.39 383	1.64 389	1.86 156	1.36 398	1.11 397	1.39 375	1.19 391	1.76 396	1.45 385	1.16 365	2.21 390	1.53 382	1.38 376	1.98 328	1.52 346	1.29 401	0.67 393	1.27 402	0.69 393	1.29 399	0.98 397

MFN_U_SF_DS_RVC	1.01 356	1.67 391	2.32 264	0.47 310	0.39 302	1.47 377	0.95 373	0.95 301	0.91 341	0.84 338	0.94 331	1.05 355	0.60 278	2.95 393	0.72 272	0.41 367	0.72 402	0.32 358	0.55 382	0.74 379	1.22 406

MIPNet	0.83 333	0.81 271	2.40 281	0.61 357	0.18 88	1.48 378	1.39 400	1.60 393	0.74 274	1.94 395	0.85 316	0.73 270	1.68 389	0.87 200	0.31 113	0.09 18	0.08 60	0.11 96	0.32 347	0.25 235	0.12 66

ELAS_RVC	1.37 382	0.78 262	3.21 381	0.55 344	0.50 344	1.49 379	2.48 413	1.48 388	1.71 394	2.13 400	2.09 385	2.07 390	2.56 403	1.90 323	2.02 364	0.35 363	0.36 360	0.37 367	0.34 354	0.49 358	0.47 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCL	0.99 351	0.79 264	2.43 288	0.39 255	0.32 249	1.50 380	1.90 408	0.92 281	0.97 349	1.26 378	1.27 361	1.00 345	1.42 380	1.14 225	3.31 393	0.17 280	0.14 231	0.22 322	0.21 303	0.30 275	0.22 231

AnyNet_C01	1.14 362	1.49 384	4.23 404	0.54 338	0.53 351	1.51 381	1.37 398	1.04 357	1.07 363	1.17 370	1.33 366	1.15 368	1.08 360	1.61 278	2.74 382	0.25 341	0.22 316	0.28 347	0.24 311	0.48 356	0.40 351

Dean	1.79 395	1.83 400	3.92 397	1.29 397	1.07 396	1.55 382	1.00 379	1.95 402	2.33 401	1.47 389	4.19 414	4.26 411	1.33 373	2.21 346	1.48 345	1.14 398	0.68 397	1.18 398	0.74 396	1.24 397	0.98 397

MADNet+	1.36 380	1.93 408	5.95 414	0.81 376	0.59 362	1.57 383	1.09 384	1.39 386	1.22 374	0.84 338	1.01 342	1.25 371	1.12 363	3.19 398	2.36 378	0.45 371	0.47 378	0.38 369	0.34 354	0.59 370	0.57 372

RTS	1.21 369	1.31 373	6.39 415	0.52 329	0.51 349	1.61 384	0.79 361	1.03 353	1.37 382	1.13 362	1.30 364	1.10 363	0.85 334	2.65 380	2.08 367	0.21 313	0.24 324	0.18 300	0.18 270	0.43 346	0.32 313

RTSA	1.21 369	1.31 373	6.39 415	0.52 329	0.51 349	1.61 384	0.79 361	1.03 353	1.37 382	1.13 362	1.30 364	1.10 363	0.85 334	2.65 380	2.08 367	0.21 313	0.24 324	0.18 300	0.18 270	0.43 346	0.32 313

LVE	1.96 399	2.17 417	3.14 373	1.68 404	1.80 413	1.63 386	1.03 381	2.34 405	2.81 407	1.25 374	2.89 405	4.24 410	1.29 368	2.79 389	1.44 343	2.85 417	0.91 407	1.18 398	1.46 415	1.23 396	1.10 403

SGM_RVC	1.89 397	0.92 298	2.50 301	0.96 387	0.93 388	1.63 386	1.37 398	1.52 391	12.43 420	1.85 394	1.69 377	2.40 395	1.74 392	2.81 391	1.71 353	0.53 376	0.47 378	0.42 372	0.47 375	0.74 379	0.74 382
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IPLG	0.69 283	0.84 280	2.43 288	0.35 196	0.21 118	1.65 388	0.61 332	1.36 384	0.58 137	1.39 385	0.51 133	0.37 73	0.87 338	1.41 244	0.36 147	0.09 18	0.07 11	0.14 226	0.12 158	0.32 287	0.11 39

IMH	2.02 400	2.15 416	2.69 329	1.68 404	1.12 399	1.66 389	0.92 372	2.10 403	1.92 398	1.32 380	2.66 402	2.21 393	1.69 390	5.78 414	1.68 351	5.54 420	0.96 408	1.31 404	0.71 395	1.32 402	0.99 401

PWCK	1.49 389	1.90 405	3.22 382	1.09 392	0.54 353	1.71 390	1.73 406	1.49 389	1.53 388	1.44 388	1.80 379	1.82 386	1.30 370	3.34 401	1.76 356	1.07 396	0.56 385	0.97 393	0.58 387	1.38 403	0.65 379

WAO-7	1.48 388	1.63 387	2.49 299	0.93 383	0.75 376	1.72 391	1.10 385	1.84 400	1.96 399	1.43 387	2.54 397	1.97 388	1.61 388	3.06 395	2.08 367	0.69 384	0.66 392	0.94 391	0.74 396	0.80 384	0.69 381

SANet	1.20 368	1.21 363	3.33 388	0.38 247	0.27 200	1.73 392	0.85 366	1.10 365	2.49 404	1.16 365	1.83 380	1.72 385	1.50 384	2.37 354	2.84 384	0.18 290	0.16 266	0.16 267	0.15 229	0.32 287	0.32 313

notaker	2.66 403	2.07 410	3.31 387	2.61 417	1.43 404	1.76 393	1.11 386	2.76 409	1.79 397	2.26 404	11.53 424	3.96 406	4.29 413	3.09 396	2.76 383	1.55 408	0.88 406	1.70 415	1.07 409	2.00 411	1.35 409

LRCNet_RVC	13.74 427	19.30 430	12.75 425	19.46 432	12.69 425	1.86 394	0.41 261	12.33 426	1.05 359	15.77 427	18.83 433	12.62 428	8.70 421	12.21 426	9.62 422	22.22 437	8.37 428	25.85 437	24.01 438	19.32 436	17.44 437

NCC-stereo	0.79 323	0.94 306	2.42 284	0.59 353	0.45 332	1.90 395	0.46 287	0.99 327	0.72 256	0.64 279	0.84 312	0.91 325	0.73 316	1.80 305	1.00 307	0.27 349	0.19 294	0.23 328	0.31 343	0.24 224	0.22 231

Abc-Net	0.79 323	0.94 306	2.42 284	0.59 353	0.45 332	1.90 395	0.46 287	0.99 327	0.72 256	0.64 279	0.84 312	0.91 325	0.73 316	1.80 305	1.00 307	0.27 349	0.19 294	0.23 328	0.31 343	0.24 224	0.22 231
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
EAI-Stereo	0.78 321	0.25 32	1.67 72	0.54 338	0.59 362	1.95 397	2.05 409	1.11 369	0.64 194	0.95 351	1.49 371	0.50 155	0.67 302	0.59 139	1.44 343	0.09 18	0.19 294	0.09 23	0.49 377	0.13 52	0.22 231

KSHMR	4.10 413	1.97 409	5.27 411	1.71 406	1.47 408	1.96 398	1.28 394	3.19 411	17.33 431	2.12 397	15.91 427	9.18 420	1.57 387	8.42 421	1.98 362	1.52 407	1.26 411	1.67 414	1.19 411	1.67 407	1.40 411

MSMD_ROB	1.34 378	0.96 314	2.38 277	0.39 255	0.32 249	1.96 398	0.62 336	0.91 273	1.43 384	2.94 413	2.60 399	4.77 413	1.95 395	2.43 365	1.33 335	0.29 354	0.26 340	0.32 358	0.32 347	0.30 275	0.30 302

FC-DCNN	1.49 389	0.59 192	2.88 347	0.44 288	0.39 302	1.97 400	0.66 340	1.67 395	1.70 393	2.72 411	2.89 405	4.22 408	2.97 407	2.55 376	2.19 372	0.29 354	0.26 340	0.31 356	0.30 339	0.32 287	0.39 347

SDNR	1.22 372	0.80 266	2.71 330	0.33 159	1.48 409	1.98 401	0.23 67	1.93 401	2.44 402	0.89 344	2.52 396	1.36 376	0.51 245	3.65 405	1.93 360	0.30 356	0.31 352	0.22 322	0.16 245	0.33 294	0.36 334

G-Net	0.99 351	0.64 210	2.76 338	0.57 348	0.67 370	2.03 402	0.72 354	0.76 159	0.67 219	1.14 364	2.56 398	1.30 375	1.02 354	1.48 259	1.74 355	0.25 341	0.24 324	0.24 334	0.26 324	0.37 321	0.31 309

ktn	4.35 414	2.10 411	2.89 350	1.80 408	1.49 410	2.13 403	1.41 403	2.26 404	12.72 421	11.41 423	16.43 428	11.15 423	3.75 410	4.36 412	3.18 391	1.82 411	0.98 410	1.73 416	1.21 412	2.97 418	1.27 407

MSC_U_SF_DS_RVC	1.34 378	1.70 395	2.50 301	0.56 346	0.40 309	2.15 404	0.99 376	1.24 378	1.26 377	1.02 354	1.10 353	1.29 372	0.88 341	3.10 397	1.08 317	1.66 409	0.83 404	0.68 385	0.88 402	1.57 404	1.80 417

HanzoNet	7.64 419	2.86 419	5.05 409	7.01 424	3.97 419	2.18 405	1.34 397	3.37 416	4.05 410	13.17 425	10.58 418	10.73 422	16.52 429	8.45 422	10.51 424	10.48 428	9.72 430	5.59 425	13.46 429	6.84 425	6.83 425

WAO-6	1.58 392	1.54 385	2.32 264	1.14 395	1.00 391	2.30 406	1.03 381	1.82 399	2.85 408	1.25 374	2.61 400	2.20 392	1.56 386	2.47 370	1.99 363	0.95 392	0.67 393	1.19 401	0.83 400	1.08 389	0.88 394

UNDER WATER	2.74 404	1.85 402	4.54 406	1.81 409	1.44 406	2.34 407	1.40 401	3.24 412	6.60 416	2.60 409	2.76 403	5.75 415	5.24 416	3.02 394	4.01 402	1.45 405	0.81 403	1.59 413	1.06 408	1.80 408	1.51 413

SGM+DAISY	1.83 396	1.43 381	3.81 394	0.87 378	1.01 392	2.38 408	2.53 414	1.36 384	1.75 395	2.92 412	3.22 409	2.65 396	2.93 405	2.22 349	3.10 389	0.72 385	0.69 398	0.63 382	0.62 390	0.77 382	0.98 397

LE_ROB	4.43 415	1.35 379	9.38 419	2.79 419	3.93 418	2.43 409	3.46 418	2.68 408	11.19 419	11.66 424	4.73 416	5.26 414	10.46 422	4.50 413	9.49 421	0.82 388	0.69 398	1.34 405	0.98 406	0.75 381	0.76 385

DGSMNet	2.89 408	0.63 208	3.18 378	3.43 421	4.17 420	2.57 410	6.98 422	0.97 312	0.83 322	0.56 200	1.86 381	0.79 294	0.62 290	1.64 280	1.39 339	4.61 419	5.01 422	5.17 424	4.71 423	4.44 423	4.19 422

ELAS	1.39 383	0.79 264	2.86 346	0.53 335	0.50 344	2.81 411	2.20 410	1.61 394	1.50 387	2.28 405	2.35 393	1.82 386	2.13 397	1.73 292	2.22 373	0.35 363	0.37 362	0.35 361	0.35 356	0.49 358	0.47 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	2.79 405	2.11 413	2.97 360	2.49 415	2.28 414	2.95 412	2.31 411	2.67 407	2.47 403	3.03 414	3.13 408	2.70 397	2.92 404	4.10 409	4.48 407	2.68 416	2.24 420	3.04 420	2.44 418	2.37 415	2.34 419

UNDER WATER-64	2.47 401	1.89 404	4.86 408	1.82 410	1.44 406	3.18 413	1.57 405	2.62 406	5.64 413	2.05 396	2.13 387	4.13 407	3.76 411	2.62 378	3.42 396	1.47 406	0.85 405	1.57 412	1.07 409	1.82 409	1.49 412

TorneroNet-64	2.65 402	1.83 400	3.30 385	1.46 401	1.20 400	3.89 414	0.99 376	3.51 417	6.71 417	2.56 408	4.60 415	4.22 408	3.85 412	3.33 400	3.14 390	1.19 400	0.65 391	1.39 407	0.79 399	3.31 419	1.15 404

WAO-8	2.80 406	2.14 414	2.89 350	1.91 411	1.04 394	3.98 415	0.96 374	3.26 413	6.17 414	2.15 401	3.37 410	3.31 403	2.41 401	11.84 423	2.03 365	2.05 413	1.86 415	1.54 410	0.92 403	1.22 394	0.87 392

Venus	2.80 406	2.14 414	2.89 350	1.91 411	1.04 394	3.98 415	0.96 374	3.26 413	6.17 414	2.15 401	3.37 410	3.31 403	2.41 401	11.84 423	2.03 365	2.05 413	1.86 415	1.54 410	0.92 403	1.22 394	0.87 392

MDST_ROB	1.17 367	0.42 133	3.87 395	0.54 338	0.44 324	4.11 417	0.58 325	1.31 382	0.84 324	2.12 397	1.12 354	0.98 341	0.71 310	4.24 411	0.99 306	0.16 266	0.14 231	0.19 305	0.17 260	0.18 151	0.35 326

JetBlue	1.78 394	1.63 387	3.92 397	0.73 367	1.21 401	4.38 418	3.35 416	1.59 392	1.20 373	1.26 378	1.52 373	2.37 394	1.88 394	3.23 399	3.00 385	0.53 376	0.47 378	0.48 376	0.49 377	1.29 399	0.97 396

MANE	2.90 409	1.14 352	2.96 357	1.03 389	1.01 392	5.01 419	2.45 412	5.36 420	6.88 418	3.58 416	4.76 417	5.99 416	4.99 414	4.23 410	4.61 409	0.56 380	0.67 393	0.44 374	0.78 398	0.51 362	1.03 402

SGM-ForestM	2.98 410	1.70 395	3.52 391	0.67 364	0.47 340	5.18 420	3.36 417	3.30 415	2.86 409	4.44 417	3.79 412	9.80 421	5.50 417	6.29 417	6.52 416	0.27 349	0.36 360	0.24 334	0.27 328	0.38 327	0.58 374

JetRed	3.29 411	4.93 422	10.17 420	1.45 400	1.72 412	7.44 421	5.05 421	3.06 410	2.12 400	2.41 407	2.39 394	2.99 399	2.37 400	3.51 404	6.44 415	1.32 404	1.90 417	1.37 406	1.23 413	2.21 414	1.76 415

DPSMNet_ROB	9.48 422	5.64 424	13.01 426	8.82 425	11.82 424	8.54 422	24.20 430	6.41 423	13.65 425	5.32 419	11.47 423	6.33 419	10.92 423	7.69 419	13.89 426	7.25 427	8.19 425	5.06 423	7.78 427	5.31 424	8.26 427

DGTPSM_ROB	8.89 421	5.62 423	12.25 422	5.92 423	11.32 423	8.54 422	24.18 429	6.40 422	13.49 422	5.15 418	11.46 422	6.19 418	10.92 423	7.00 418	13.72 425	4.47 418	7.65 423	3.92 421	7.45 426	4.38 422	7.87 426

tt	4.93 416	0.27 43	4.20 403	2.29 414	1.58 411	10.20 424	16.97 427	9.42 425	5.02 412	1.67 392	1.28 362	4.68 412	5.03 415	3.37 403	5.92 414	6.16 422	9.47 429	2.82 419	3.18 421	3.60 420	1.53 414

HaxPig	19.86 431	22.40 437	22.34 432	17.95 431	17.95 430	11.77 425	11.89 424	16.02 432	15.89 430	21.10 433	21.41 435	18.74 432	18.39 430	20.08 435	19.69 433	23.63 441	23.22 439	24.06 436	23.69 437	23.00 437	23.95 440

TorneroNet	5.50 417	1.92 407	3.16 375	1.47 402	1.25 403	14.07 426	1.06 383	4.90 418	20.99 437	10.17 420	16.48 429	11.88 425	6.93 418	3.34 401	4.20 405	1.30 403	0.69 398	1.45 409	0.86 401	2.61 416	1.20 405

MEDIAN_ROB	23.96 435	27.05 444	26.39 441	22.16 433	22.13 432	16.12 427	13.97 425	20.24 433	20.05 433	25.50 443	25.31 443	22.96 435	22.63 435	24.39 437	23.24 437	28.20 442	27.23 443	28.62 439	27.75 439	27.50 439	27.76 441

xxxxx1	28.96 443	20.11 433	14.07 428	49.74 442	39.15 442	18.98 428	26.64 431	21.94 434	20.21 434	16.45 428	17.48 430	18.36 429	21.56 432	16.21 431	20.88 434	23.07 438	26.55 440	66.40 443	78.70 443	30.27 440	32.51 443

tt_ll	28.96 443	20.11 433	14.07 428	49.74 442	39.15 442	18.98 428	26.64 431	21.94 434	20.21 434	16.45 428	17.48 430	18.36 429	21.56 432	16.21 431	20.88 434	23.07 438	26.55 440	66.40 443	78.70 443	30.27 440	32.51 443

ff	28.96 443	20.11 433	14.07 428	49.74 442	39.15 442	18.98 428	26.64 431	21.94 434	20.21 434	16.45 428	17.48 430	18.36 429	21.56 432	16.21 431	20.88 434	23.07 438	26.55 440	66.40 443	78.70 443	30.27 440	32.51 443

Anonymous_1	22.91 433	11.20 426	12.13 421	12.75 427	26.28 439	19.43 431	27.92 434	14.08 428	13.61 423	14.96 426	10.58 418	11.26 424	11.19 425	12.55 427	14.57 428	38.28 444	7.88 424	34.96 441	63.99 441	89.57 445	10.94 430

AVERAGE_ROB	26.93 442	30.34 445	29.27 443	25.82 435	25.34 433	19.48 432	15.17 426	23.55 437	23.00 438	28.45 444	27.87 444	26.25 442	25.86 445	26.96 444	25.55 438	31.30 443	30.07 444	31.76 440	30.81 440	30.79 443	30.93 442

DPSM_ROB	12.34 424	11.21 427	12.51 423	12.91 428	12.80 426	19.84 433	28.28 435	14.38 430	14.28 427	10.58 421	11.26 420	12.03 426	11.85 426	13.15 429	15.34 430	7.11 425	8.31 426	6.50 427	7.35 424	8.84 426	8.31 428

DPSM	12.34 424	11.21 427	12.51 423	12.91 428	12.80 426	19.84 433	28.28 435	14.38 430	14.28 427	10.58 421	11.26 420	12.03 426	11.85 426	13.15 429	15.34 430	7.11 425	8.31 426	6.50 427	7.35 424	8.84 426	8.31 428

DPSimNet_ROB	17.97 430	20.20 436	24.98 435	17.62 430	15.92 428	21.53 435	21.00 428	13.70 427	15.61 429	23.89 441	14.69 426	22.87 434	24.58 444	12.70 428	14.56 427	18.48 435	12.91 431	20.21 435	12.05 428	17.76 429	14.17 431

BEATNet-Init1	12.10 423	11.19 425	27.29 442	2.99 420	3.51 417	21.84 436	11.10 423	14.34 429	13.83 426	20.34 432	20.33 434	26.35 443	20.03 431	19.06 434	14.80 429	1.74 410	1.81 414	2.05 418	2.49 419	3.69 421	3.12 421

ASD4	21.52 432	19.65 431	22.13 431	22.45 434	16.42 429	23.29 437	30.71 437	33.06 444	17.47 432	24.18 442	14.11 425	21.71 433	15.88 428	21.06 436	18.11 432	19.78 436	17.78 438	26.52 438	20.33 436	27.03 438	18.73 438

SPstereo	16.50 429	2.87 420	4.74 407	2.64 418	2.53 415	29.48 438	52.22 438	39.30 445	29.70 445	21.90 440	21.75 436	27.53 444	23.84 440	28.05 445	26.36 439	2.38 415	2.58 421	4.92 422	3.03 420	2.19 413	2.05 418

CasAABBNet	24.81 436	22.53 438	24.83 434	26.08 436	25.74 437	39.86 439	57.06 441	28.87 441	28.83 440	21.16 435	22.54 438	24.22 439	23.89 442	26.38 441	30.87 441	14.25 429	16.71 433	13.09 429	14.81 431	17.78 433	16.71 432

MyStereo03	24.83 437	22.55 439	25.13 436	26.08 436	25.72 434	39.87 440	57.07 442	28.77 438	28.85 441	21.33 437	22.66 440	24.16 436	23.82 437	26.32 438	30.89 443	14.27 430	16.73 435	13.09 429	14.82 432	17.77 430	16.71 432

MyStereo02	24.83 437	22.55 439	25.13 436	26.08 436	25.72 434	39.87 440	57.07 442	28.77 438	28.85 441	21.33 437	22.66 440	24.16 436	23.82 437	26.32 438	30.89 443	14.27 430	16.73 435	13.09 429	14.82 432	17.77 430	16.71 432

MyStereo	24.83 437	22.55 439	25.13 436	26.08 436	25.72 434	39.87 440	57.07 442	28.77 438	28.85 441	21.33 437	22.66 440	24.16 436	23.82 437	26.32 438	30.89 443	14.27 430	16.73 435	13.09 429	14.82 432	17.77 430	16.71 432

Selective-RAFT-Error	24.87 440	22.59 442	25.14 439	26.13 440	25.82 438	39.93 443	57.03 440	28.97 442	28.95 444	21.21 436	22.65 439	24.25 440	23.98 443	26.43 442	30.83 440	14.27 430	16.71 433	13.10 433	14.82 432	17.82 434	16.76 436

LSM0	26.58 441	22.63 443	25.88 440	30.13 441	52.21 445	39.94 444	56.74 439	28.97 442	28.72 439	21.14 434	22.26 437	24.43 441	23.88 441	26.54 443	30.87 441	14.32 434	16.55 432	13.12 434	14.71 430	17.92 435	20.60 439

PML	23.15 434	16.83 429	7.78 417	5.49 422	9.93 422	51.13 445	104.50 445	5.76 421	13.62 424	37.30 445	105.93 445	30.86 445	23.50 436	12.07 425	7.87 419	6.30 423	2.12 419	6.32 426	2.43 417	10.44 428	2.90 420

test_example2	115.39 446	123.23 446	94.57 445	115.52 445	123.55 446	101.63 446	114.33 446	53.41 446	99.48 446	134.90 446	135.05 446	85.83 446	85.11 446	111.32 446	106.15 446	152.55 446	205.26 446	99.78 446	114.96 446	140.96 446	110.20 446

Low-res two-view benchmark