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

GLC_STEREO	0.83 1	0.59 19	1.71 3	0.89 49	0.34 3	1.88 22	0.80 129	1.48 2	1.60 38	0.98 28	1.06 11	0.68 9	0.71 16	1.19 9	0.89 27	0.25 8	0.25 103	0.32 134	0.25 77	0.32 69	0.34 31

CASnet	0.85 2	0.59 19	1.66 2	0.91 57	0.30 1	1.37 13	0.73 95	1.63 6	1.94 80	1.66 77	1.14 23	0.66 7	0.63 8	1.07 2	0.90 28	0.37 164	0.17 3	0.41 248	0.31 195	0.33 90	0.23 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Former-RAFT_DAM_RVC	0.99 3	0.85 125	1.58 1	0.95 78	1.08 214	2.95 61	0.53 24	1.93 19	2.00 87	1.19 38	1.63 104	0.59 2	0.65 11	1.10 4	0.90 28	0.28 29	0.23 72	0.31 119	0.25 77	0.45 218	0.32 18

panet	1.00 4	0.55 3	1.89 5	0.66 1	0.33 2	4.41 310	0.40 7	2.42 40	1.95 81	0.96 26	1.24 33	0.88 41	0.89 44	1.27 13	0.78 7	0.30 56	0.19 9	0.23 5	0.15 3	0.22 2	0.22 1

CREStereo	1.00 4	0.59 19	1.82 4	0.66 1	0.36 4	4.43 313	0.40 7	2.43 41	1.98 84	0.96 26	1.22 31	0.88 41	0.87 41	1.30 16	0.79 12	0.30 56	0.20 18	0.23 5	0.16 6	0.23 4	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
LoS	1.05 6	0.58 10	3.31 11	0.91 57	0.38 7	4.14 257	0.50 20	2.22 32	1.49 13	1.02 29	0.88 7	0.62 5	0.84 37	1.69 61	0.94 38	0.27 22	0.20 18	0.24 16	0.17 9	0.22 2	0.32 18

CroCo-Stereo	1.07 7	1.18 202	3.66 12	0.91 57	0.60 84	0.49 1	0.49 17	4.07 222	1.91 76	0.84 10	1.29 45	1.00 51	0.75 23	1.32 21	1.38 122	0.26 15	0.21 34	0.24 16	0.20 20	0.37 145	0.30 13
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
CES	1.08 8	0.63 36	2.53 9	0.95 78	2.18 363	2.13 33	0.50 20	2.07 26	1.46 7	0.79 6	1.06 11	0.61 4	0.48 1	1.45 37	0.87 24	0.24 4	0.18 5	0.24 16	0.15 3	0.64 292	2.36 318

PMTNet	1.13 9	0.55 3	3.88 16	0.71 7	0.59 81	4.21 283	0.43 11	2.00 22	1.58 30	1.02 29	1.06 11	0.78 26	0.98 57	1.58 51	0.93 32	1.21 368	0.20 18	0.23 5	0.15 3	0.23 4	0.27 7

LoS_RVC	1.23 10	1.51 242	6.09 24	0.88 48	1.71 337	1.96 25	0.59 38	1.61 5	1.37 3	0.84 10	1.35 51	0.84 36	1.15 105	1.49 42	0.83 20	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 284

MGS-Stereo	1.24 11	0.66 53	9.68 44	0.97 92	0.40 22	1.26 9	0.72 88	1.50 3	1.35 1	1.03 31	2.26 256	0.80 31	0.56 3	1.28 14	0.78 7	0.31 71	0.23 72	0.26 36	0.22 44	0.28 21	0.34 31

CAS	1.34 12	0.48 1	2.20 6	3.01 385	1.66 332	4.08 242	0.73 95	1.96 21	1.51 17	0.86 12	1.10 15	0.59 2	0.53 2	1.36 29	0.94 38	3.07 390	0.14 1	0.21 2	0.14 1	0.38 154	1.78 301

Selective-RAFT	1.34 12	0.58 10	2.21 7	1.01 106	0.49 49	4.19 280	0.51 22	3.39 117	3.62 315	1.15 37	1.40 62	1.45 97	1.40 142	2.09 106	1.31 106	0.43 217	0.40 218	0.25 25	0.26 92	0.29 34	0.38 59

RCA-Stereo	1.38 14	0.61 31	3.95 18	0.94 70	0.48 42	4.68 364	0.78 119	4.17 260	1.95 81	1.93 114	1.84 172	0.94 48	1.48 161	1.23 10	0.75 4	0.30 56	0.43 236	0.25 25	0.20 20	0.26 13	0.37 52

AnonymousM	1.38 14	1.33 226	2.35 8	0.95 78	0.56 70	4.03 230	0.67 64	2.63 66	2.49 152	1.51 60	1.36 54	1.15 63	1.00 60	1.26 12	1.04 58	0.41 193	0.46 246	2.07 388	1.71 389	0.25 6	0.40 66

Selective-IGEV	1.42 16	0.58 10	8.82 40	0.92 63	0.85 150	1.32 12	0.80 129	2.85 76	3.84 325	0.87 15	1.68 114	0.71 17	0.62 7	1.30 16	0.75 4	0.24 4	0.27 130	0.24 16	0.19 10	0.27 16	1.18 267

knoymous	1.50 17	0.65 46	8.73 39	0.91 57	0.75 129	2.97 64	0.90 183	2.93 77	1.38 4	1.56 64	1.07 14	2.75 244	0.88 42	1.43 35	1.13 69	0.32 85	0.22 49	0.35 201	0.20 20	0.45 218	0.41 71

GMStereo_Zeroshot	1.51 18	1.27 215	4.75 19	1.54 286	0.72 121	3.33 94	0.54 26	2.67 69	1.74 60	2.34 245	1.57 90	2.40 205	0.96 55	2.51 145	1.21 82	0.48 257	0.23 72	0.41 248	0.24 66	0.82 333	0.40 66

StereoIM	1.60 19	1.11 193	16.13 102	0.67 3	1.87 351	1.22 8	0.39 5	2.17 31	1.42 6	0.69 1	0.78 3	0.88 41	0.70 14	1.24 11	1.13 69	0.32 85	0.23 72	0.26 36	0.21 26	0.32 69	0.28 8

BSDual-CNN	1.61 20	0.64 39	3.82 13	0.94 70	0.86 152	4.18 272	1.14 244	4.49 349	2.29 125	2.96 326	1.82 159	2.58 228	1.30 126	1.79 77	1.44 132	0.39 183	0.25 103	0.31 119	0.28 131	0.38 154	0.41 71

Any-RAFT	1.62 21	0.59 19	5.29 22	1.12 142	0.76 133	4.41 310	0.79 125	4.12 243	3.26 260	2.02 147	1.36 54	2.82 250	1.56 182	1.90 91	0.81 14	0.29 34	0.25 103	0.26 36	0.19 10	0.25 6	0.35 36

ProNet	1.63 22	0.91 143	5.70 23	0.96 85	0.64 99	2.40 44	0.82 137	1.92 18	3.28 264	0.69 1	1.17 25	0.78 26	0.76 24	1.72 69	0.87 24	0.27 22	0.97 318	0.25 25	0.26 92	0.31 50	7.97 374

psmg	1.63 22	0.64 39	3.82 13	0.96 85	0.86 152	4.35 300	1.41 280	4.11 238	2.29 125	2.68 296	2.09 228	2.58 228	1.30 126	1.79 77	1.44 132	0.39 183	0.29 141	0.33 166	0.34 221	0.38 154	0.44 86

BUS	1.64 24	0.64 39	3.82 13	0.94 70	0.86 152	4.50 325	0.75 108	4.49 349	2.29 125	2.96 326	1.82 159	3.61 310	1.03 64	1.79 77	1.18 77	0.39 183	0.25 103	0.31 119	0.28 131	0.38 154	0.41 71

CASS	1.65 25	0.73 82	8.72 38	0.97 92	0.67 107	2.88 56	0.69 78	3.07 92	1.86 71	2.82 313	2.02 211	1.39 88	1.55 180	1.75 75	1.36 116	0.51 279	0.28 136	0.34 184	0.28 131	0.47 236	0.63 181
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	1.65 25	1.14 199	14.70 81	1.00 103	1.80 349	0.53 2	0.46 14	3.18 97	1.62 44	1.10 36	1.24 33	1.05 55	0.78 27	1.40 33	1.18 77	0.31 71	0.23 72	0.27 46	0.22 44	0.46 226	0.38 59

RAFT-Test	1.67 27	0.64 39	6.13 25	1.25 202	1.82 350	3.06 67	0.78 119	4.02 208	3.09 236	1.88 107	1.70 119	3.76 317	1.03 64	1.40 33	1.07 63	0.29 34	0.33 165	0.25 25	0.23 53	0.29 34	0.33 23

iRaftStereo_RVC	1.70 28	1.18 202	3.88 16	0.99 100	0.46 33	3.83 184	0.41 9	2.41 38	1.60 38	1.69 83	1.76 135	1.81 140	0.83 36	1.58 51	1.23 85	0.31 71	4.86 383	0.29 80	0.26 92	0.33 90	4.33 355

MIF-Stereo	1.73 29	0.60 26	20.25 268	0.98 95	1.19 240	0.78 3	0.39 5	1.19 1	1.55 24	1.21 39	1.28 41	0.52 1	0.64 9	1.17 7	1.16 76	0.35 136	0.20 18	0.25 25	0.22 44	0.42 194	0.31 15

Gwc-CoAtRS	1.80 30	0.61 31	14.92 83	1.08 127	0.61 85	2.88 56	0.63 57	2.47 43	1.62 44	1.80 101	1.50 72	2.73 239	1.17 106	1.35 27	1.08 64	0.30 56	0.22 49	0.25 25	0.23 53	0.28 21	0.30 13

test-1	1.81 31	0.72 79	9.51 42	1.02 110	1.57 310	3.85 189	0.60 42	4.07 222	1.51 17	1.94 120	1.81 157	2.04 177	0.91 47	1.39 32	1.73 191	0.27 22	0.93 312	0.31 119	0.25 77	0.29 34	1.37 276

sCroCo_RVC	1.81 31	0.93 154	19.44 194	1.04 116	1.05 208	0.97 4	0.61 45	2.08 27	1.36 2	0.71 3	1.28 41	0.82 35	1.10 89	1.31 18	0.97 47	0.54 295	0.41 224	0.33 166	0.30 178	0.46 226	0.48 112

MIF-Stereo (partial)	1.93 33	0.69 66	21.14 365	0.74 8	1.02 195	1.07 5	0.49 17	2.75 72	1.78 64	0.82 8	1.22 31	0.80 31	0.90 45	1.68 56	1.63 168	0.38 176	0.24 91	0.33 166	0.26 92	0.41 187	0.32 18

cross-raft	1.95 34	0.66 53	16.17 104	1.23 187	0.92 172	2.25 38	0.70 80	3.69 146	1.68 56	1.78 97	1.53 74	3.15 275	1.13 95	1.35 27	1.06 62	0.24 4	0.23 72	0.26 36	0.24 66	0.29 34	0.45 90

Anonymous	1.97 35	0.88 132	20.58 316	1.08 127	1.27 256	1.65 17	0.89 167	2.54 51	1.62 44	0.92 23	1.18 26	0.70 12	1.09 83	1.28 14	1.00 54	0.53 291	0.35 181	0.30 101	0.30 178	0.66 301	0.56 147

test_4	1.98 36	0.68 61	15.65 95	0.91 57	0.48 42	4.11 247	1.09 233	2.41 38	1.50 14	1.55 62	2.31 268	1.87 150	0.79 33	2.86 169	1.51 140	0.34 124	0.19 9	0.29 80	0.29 161	0.30 45	0.40 66

CREStereo++_RVC	1.98 36	0.59 19	19.94 232	0.87 43	0.55 67	4.02 228	0.31 2	1.75 14	2.09 92	1.65 76	2.20 248	0.85 38	0.65 11	1.03 1	0.72 2	0.29 34	0.16 2	0.23 5	1.22 378	0.25 6	0.22 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	1.98 36	0.87 129	20.35 281	0.80 21	0.37 6	4.05 235	0.38 4	1.50 3	1.65 51	2.03 152	2.16 238	0.84 36	0.93 51	1.09 3	0.68 1	0.30 56	0.36 188	0.24 16	0.20 20	0.26 13	0.46 97

XX-TBD	1.98 36	1.08 189	20.29 274	1.31 221	0.43 27	3.97 222	0.33 3	1.76 15	1.77 62	1.59 68	2.18 244	0.69 11	0.59 4	1.44 36	0.75 4	0.33 108	0.25 103	0.23 5	0.16 6	0.31 50	0.22 1

CSP-Net	1.99 40	1.70 263	4.84 20	1.22 181	1.02 195	3.42 105	1.30 264	3.66 140	2.11 96	2.07 166	1.93 200	2.40 205	1.48 161	8.56 276	1.62 165	0.51 279	0.41 224	0.27 46	0.27 107	0.44 211	0.54 142

test croco	2.00 41	0.89 136	21.49 385	0.67 3	0.73 122	1.66 18	0.57 30	3.27 108	2.18 102	0.80 7	1.25 36	0.80 31	0.86 39	1.72 69	1.13 69	0.34 124	0.21 34	0.32 134	0.25 77	0.44 211	0.34 31

sAnonymous2	2.00 41	1.54 246	21.24 375	0.93 65	0.89 161	1.21 6	0.62 52	2.58 61	2.28 121	0.86 12	1.04 9	0.73 18	1.22 115	1.10 4	0.85 21	0.30 56	0.25 103	0.31 119	0.31 195	1.06 350	0.72 205

CroCo_RVC	2.00 41	1.54 246	21.24 375	0.93 65	0.89 161	1.21 6	0.62 52	2.58 61	2.28 121	0.86 12	1.04 9	0.73 18	1.22 115	1.10 4	0.85 21	0.30 56	0.25 103	0.31 119	0.31 195	1.06 350	0.72 205

PSMNet-ADL	2.01 44	0.78 110	2.89 10	1.11 135	0.86 152	4.13 252	0.80 129	3.84 172	2.26 117	1.74 92	1.87 181	2.90 256	1.81 237	10.37 322	2.34 255	0.49 263	0.47 254	0.29 80	0.30 178	0.39 165	0.56 147

GMStereo	2.01 44	2.26 296	20.93 343	0.90 55	0.48 42	1.67 19	0.56 27	1.90 17	2.19 103	1.58 67	1.31 47	0.87 40	0.74 22	1.68 56	1.00 54	0.41 193	0.21 34	0.30 101	0.32 205	0.50 246	0.46 97
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
anonymity	2.02 46	1.28 218	5.16 21	1.73 324	1.63 322	1.86 21	1.06 229	3.50 123	2.42 141	2.19 199	2.11 230	1.88 151	3.89 345	1.92 92	1.56 149	1.11 363	1.14 325	1.08 373	1.11 371	1.05 349	2.68 325

DMCA	2.02 46	1.07 186	11.33 52	1.17 163	0.96 183	3.92 210	0.89 167	3.80 166	3.11 237	2.89 317	1.58 94	2.35 203	1.17 106	1.79 77	2.25 248	0.42 203	0.29 141	0.42 258	0.27 107	0.38 154	0.43 82

CFNet_pseudo	2.03 48	0.74 88	12.75 57	0.87 43	0.74 125	3.91 203	0.65 61	4.04 215	1.93 78	1.93 114	1.79 148	3.25 281	1.61 192	2.51 145	1.25 95	0.32 85	0.37 193	0.53 309	0.28 131	0.64 292	0.50 121

DIP-Stereo	2.03 48	0.98 170	16.44 116	0.67 3	0.62 94	4.30 295	0.58 36	4.43 342	2.89 202	1.97 130	1.40 62	0.91 45	0.86 39	1.31 18	1.27 102	0.38 176	0.23 72	0.33 166	0.23 53	0.33 90	0.57 152
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccs_rob	2.03 48	0.74 88	12.67 56	0.87 43	0.75 129	3.91 203	0.66 62	4.04 215	1.93 78	1.92 113	1.79 148	3.24 280	1.63 203	2.52 149	1.25 95	0.32 85	0.37 193	0.54 317	0.28 131	0.66 301	0.51 127

raftrobust	2.05 51	1.45 236	13.44 60	1.29 214	5.81 409	3.59 138	0.67 64	2.80 74	1.50 14	2.21 204	1.41 65	1.17 65	1.22 115	1.37 31	1.46 137	0.29 34	0.33 165	0.22 3	0.20 20	0.27 16	0.36 51

DCANet-4	2.06 52	0.58 10	15.30 87	0.86 37	0.44 31	4.16 263	0.57 30	4.31 313	3.28 264	2.31 229	1.82 159	1.04 54	1.54 177	1.69 61	1.56 149	0.35 136	0.24 91	0.24 16	0.19 10	0.25 6	0.57 152

s12784h	2.08 53	0.50 2	16.85 120	0.75 9	0.36 4	4.42 312	0.49 17	4.23 280	3.08 233	2.03 152	2.67 314	0.91 45	1.05 77	2.05 103	0.78 7	0.37 164	0.18 5	0.24 16	0.16 6	0.27 16	0.26 6

IER	2.09 54	0.91 143	14.11 71	0.97 92	1.15 230	3.17 72	0.89 167	3.59 130	2.39 135	2.15 185	1.98 206	2.27 192	2.11 263	2.39 139	1.80 201	0.35 136	0.24 91	0.36 212	0.30 178	0.34 111	0.42 78

AEACV	2.12 55	0.67 55	6.33 26	1.38 244	1.50 294	3.53 129	0.90 183	2.83 75	1.60 38	0.91 20	0.81 6	0.80 31	1.61 192	1.56 50	0.73 3	0.25 8	0.60 280	0.26 36	0.27 107	0.29 34	15.65 412

R-Stereo Train	2.13 56	0.65 46	19.43 192	1.02 110	0.67 107	3.79 177	0.89 167	4.12 243	1.55 24	2.15 185	1.72 125	1.13 60	0.94 52	1.46 38	1.30 104	0.32 85	0.25 103	0.27 46	0.21 26	0.28 21	0.37 52

RAFT-Stereo	2.13 56	0.65 46	19.43 192	1.02 110	0.67 107	3.79 177	0.89 167	4.12 243	1.55 24	2.15 185	1.72 125	1.13 60	0.94 52	1.46 38	1.30 104	0.32 85	0.25 103	0.27 46	0.21 26	0.28 21	0.37 52
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
whm_eth	2.15 58	1.55 249	19.39 191	0.96 85	1.37 274	2.60 50	0.72 88	3.63 136	2.97 210	1.55 62	2.06 223	0.78 26	0.71 16	1.17 7	1.08 64	0.45 232	0.29 141	0.34 184	0.33 212	0.44 211	0.65 188

MMNet	2.15 58	1.33 226	12.06 54	1.22 181	1.23 250	3.55 132	0.89 167	3.84 172	2.26 117	2.19 199	1.78 145	2.15 186	2.10 261	3.70 186	2.35 256	0.45 232	0.38 206	0.34 184	0.28 131	0.40 169	0.52 133

PCWNet_CMD	2.16 60	0.71 76	15.44 91	0.84 29	0.76 133	3.38 97	0.68 72	3.69 146	2.24 111	1.72 87	1.63 104	3.20 277	3.00 316	2.09 106	1.23 85	0.32 85	0.37 193	0.47 277	0.27 107	0.65 297	0.51 127

SFCPSM	2.16 60	0.75 99	15.82 97	0.91 57	0.98 185	3.74 168	1.27 262	4.15 253	2.56 158	1.90 109	1.82 159	1.64 109	1.39 138	2.51 145	1.57 152	0.36 156	0.28 136	0.39 239	0.36 243	0.36 141	0.50 121

MSMDNet	2.16 60	0.71 76	15.36 89	0.86 37	0.75 129	3.41 103	0.69 78	3.70 148	2.25 114	1.73 89	1.64 109	3.21 278	2.95 308	2.09 106	1.24 89	0.32 85	0.37 193	0.45 270	0.27 107	0.63 289	0.50 121

test_3	2.17 63	0.58 10	18.64 157	1.11 135	0.78 136	2.15 35	0.85 152	4.42 340	1.47 8	2.00 138	1.20 27	2.02 174	0.79 33	2.70 162	1.35 109	0.29 34	1.04 320	0.29 80	0.29 161	0.31 50	1.07 258

CFNet-RSSM	2.17 63	0.56 5	20.50 302	1.08 127	0.57 77	3.42 105	0.62 52	4.24 287	1.60 38	1.73 89	1.39 60	2.55 223	1.19 112	1.36 29	1.04 58	0.29 34	0.20 18	0.26 36	0.23 53	0.28 21	0.32 18

H2IRNET	2.19 65	0.83 120	19.13 173	1.25 202	0.61 85	4.48 323	0.44 12	2.94 79	1.86 71	1.08 33	2.29 264	1.67 110	1.40 142	2.18 119	1.64 171	0.41 193	0.21 34	0.33 166	0.37 251	0.38 154	0.39 63

test-3	2.19 65	0.59 19	18.63 156	1.13 147	0.75 129	2.07 31	0.89 167	4.37 332	1.53 20	2.25 211	1.20 27	2.05 180	0.79 33	2.68 159	1.35 109	0.29 34	0.95 315	0.28 66	0.27 107	0.27 16	1.47 283

test_1	2.19 65	0.59 19	18.67 158	1.13 147	0.78 136	2.07 31	0.89 167	4.37 332	1.53 20	2.18 194	1.20 27	2.05 180	0.78 27	2.68 159	1.36 116	0.29 34	0.93 312	0.28 66	0.27 107	0.28 21	1.53 286

ICVP	2.19 65	0.72 79	19.18 177	1.03 113	0.88 160	4.22 285	0.94 203	3.44 121	1.69 57	1.68 80	1.76 135	1.35 82	1.19 112	1.80 82	1.40 124	0.58 304	0.37 193	0.34 184	0.30 178	0.41 187	0.59 166
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	2.20 69	0.80 113	20.08 248	0.86 37	0.86 152	4.46 316	0.84 148	3.64 139	1.40 5	1.37 51	1.40 62	1.11 59	1.03 64	1.71 65	1.24 89	0.75 343	0.58 277	0.34 184	0.35 234	0.48 241	0.65 188

AdaStereo	2.22 70	0.90 141	16.41 114	1.33 229	0.83 145	3.21 73	1.12 240	4.25 296	2.91 205	2.06 160	1.76 135	2.47 216	1.17 106	1.93 94	1.65 174	0.50 273	0.26 123	0.43 262	0.29 161	0.46 226	0.39 63
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.
UPFNet	2.23 71	0.86 126	14.25 73	1.28 209	1.44 288	3.51 125	1.34 269	4.05 218	2.11 96	2.44 271	1.53 74	2.41 209	1.39 138	3.62 185	1.91 213	0.41 193	0.41 224	0.37 223	0.32 205	0.44 211	0.48 112

StereoDRNet-Refined	2.23 71	0.98 170	10.62 47	1.25 202	0.78 136	3.29 88	0.71 85	3.96 194	2.20 106	2.43 268	2.05 221	2.97 259	1.46 157	6.87 252	2.33 254	0.37 164	0.25 103	0.42 258	0.34 221	0.47 236	0.80 222
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBFPSM	2.24 73	2.06 285	12.12 55	1.13 147	1.05 208	2.85 54	1.23 258	3.37 116	2.05 90	1.82 103	1.33 49	4.55 358	4.00 347	2.38 138	2.35 256	0.27 22	0.38 206	0.32 134	0.28 131	0.39 165	0.89 237

HCRNet	2.24 73	0.74 88	14.54 78	0.82 27	1.36 271	4.11 247	0.70 80	3.61 134	3.03 225	1.83 105	1.61 97	1.58 103	1.40 142	5.79 220	1.60 161	0.35 136	0.28 136	0.36 212	0.29 161	0.34 111	0.46 97

GANet-ADL	2.25 75	0.80 113	20.17 255	1.28 209	0.69 119	3.83 184	0.75 108	3.63 136	1.83 68	1.68 80	2.04 215	2.09 184	1.10 89	1.63 53	1.43 128	0.42 203	0.33 165	0.26 36	0.23 53	0.43 203	0.41 71

ROB_FTStereo_v2	2.25 75	0.74 88	20.45 292	0.77 10	0.38 7	4.66 355	0.74 103	2.54 51	3.20 246	2.00 138	1.53 74	1.77 127	1.14 100	2.13 112	0.96 44	0.50 273	0.22 49	0.32 134	0.28 131	0.40 169	0.35 36

PSM-adaLoss	2.26 77	0.74 88	20.53 304	0.77 10	0.38 7	4.67 356	0.71 85	2.54 51	3.22 254	2.00 138	1.53 74	1.77 127	1.13 95	2.22 125	0.96 44	0.50 273	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36

ROB_FTStereo	2.26 77	0.74 88	20.44 290	0.77 10	0.38 7	4.65 353	0.75 108	2.54 51	3.19 245	2.00 138	1.54 83	1.77 127	1.13 95	2.28 131	0.94 38	0.49 263	0.22 49	0.32 134	0.28 131	0.40 169	0.35 36

GES	2.26 77	0.79 112	19.68 209	1.12 142	0.59 81	4.30 295	1.01 216	3.90 181	1.59 33	1.78 97	1.78 145	1.28 78	1.75 226	1.80 82	1.61 163	0.42 203	0.29 141	0.33 166	0.31 195	0.45 218	0.50 121

dd	2.27 80	3.06 313	20.18 256	0.96 85	0.51 58	4.24 288	0.74 103	1.94 20	2.43 143	1.48 59	1.28 41	1.19 71	1.05 77	1.82 85	1.69 181	0.63 317	0.34 172	0.35 201	0.33 212	0.61 278	0.57 152

HUI-Stereo	2.27 80	0.74 88	20.56 309	0.77 10	0.38 7	4.67 356	0.78 119	2.54 51	3.23 257	2.00 138	1.53 74	1.77 127	1.13 95	2.21 124	0.93 32	0.49 263	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36

iGMRVC	2.27 80	0.74 88	20.46 293	0.77 10	0.38 7	4.65 353	0.73 95	2.54 51	3.21 249	2.00 138	1.53 74	1.77 127	1.14 100	2.47 143	0.99 51	0.51 279	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36

RAFT-IKP	2.27 80	0.74 88	20.55 307	0.77 10	0.38 7	4.64 352	0.73 95	2.54 51	3.21 249	2.00 138	1.53 74	1.77 127	1.13 95	2.25 130	1.00 54	0.51 279	0.22 49	0.32 134	0.28 131	0.40 169	0.35 36

Patchmatch Stereo++	2.28 84	0.74 88	20.54 305	0.77 10	0.38 7	4.67 356	0.75 108	2.55 58	3.21 249	2.00 138	1.53 74	1.77 127	1.14 100	2.46 140	0.98 48	0.51 279	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	2.28 84	0.74 88	20.54 305	0.77 10	0.38 7	4.67 356	0.75 108	2.55 58	3.21 249	2.00 138	1.53 74	1.77 127	1.14 100	2.46 140	0.98 48	0.51 279	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36

CRE-IMP	2.28 84	0.68 61	19.67 208	0.85 34	0.39 21	4.54 331	0.80 129	2.63 66	4.84 373	1.96 127	1.51 73	1.86 147	0.96 55	1.52 46	1.43 128	0.47 252	0.21 34	0.31 119	0.26 92	0.41 187	0.35 36

MyStereo07	2.29 87	1.18 202	20.10 251	1.04 116	1.21 247	3.96 220	0.95 206	2.13 30	3.37 284	1.09 34	1.28 41	0.68 9	0.91 47	1.74 74	0.86 23	0.26 15	3.49 376	0.34 184	0.27 107	0.43 203	0.49 117

DisPM	2.29 87	0.61 31	20.25 268	1.79 332	0.52 61	4.58 342	0.77 116	2.50 46	2.22 109	2.49 279	1.82 159	1.45 97	1.01 63	2.73 163	1.04 58	0.48 257	0.20 18	0.32 134	0.31 195	0.32 69	0.45 90

RALAANet	2.29 87	2.73 307	21.08 355	1.29 214	0.94 179	1.45 14	0.68 72	3.25 105	2.61 164	2.02 147	1.80 152	1.28 78	1.04 70	2.12 110	1.79 200	0.30 56	0.22 49	0.27 46	0.27 107	0.41 187	0.35 36

ADStereo(finetuned)	2.30 90	0.97 167	17.29 129	0.86 37	0.43 27	4.17 268	0.59 38	4.31 313	3.29 269	2.35 247	1.86 178	1.18 68	3.35 333	1.69 61	1.59 157	0.34 124	0.25 103	0.23 5	0.19 10	0.31 50	0.72 205

FENet	2.30 90	0.61 31	20.21 262	1.43 266	0.68 114	4.04 231	0.60 42	4.01 203	2.26 117	2.03 152	1.13 20	2.42 211	1.42 149	1.72 69	1.43 128	0.36 156	0.24 91	0.33 166	0.27 107	0.29 34	0.51 127

CFNet_ucs	2.32 92	0.75 99	17.05 123	0.90 55	0.81 142	3.86 192	0.68 72	4.31 313	2.68 168	2.13 179	2.04 215	3.30 283	1.24 118	2.63 155	1.23 85	0.37 164	0.46 246	0.56 321	0.30 178	0.67 304	0.53 138

RAFT+CT+SA	2.32 92	1.30 222	19.71 210	1.01 106	1.41 283	4.04 231	0.92 196	3.96 194	1.64 49	1.64 73	1.69 117	1.63 108	1.18 109	3.06 174	1.19 80	0.28 29	0.22 49	0.32 134	0.34 221	0.34 111	0.47 105

NRIStereo	2.32 92	0.69 66	20.07 243	1.35 232	0.38 7	4.73 371	0.89 167	2.43 41	3.35 282	1.95 125	1.37 56	1.75 120	1.21 114	2.97 172	1.35 109	0.49 263	0.22 49	0.29 80	0.26 92	0.31 50	0.33 23

MSKI-zero shot	2.33 95	0.69 66	20.22 264	1.14 151	0.77 135	4.05 235	0.68 72	3.95 193	1.51 17	1.93 114	2.35 271	1.91 154	0.71 16	3.01 173	0.79 12	0.28 29	1.47 333	0.27 46	0.21 26	0.28 21	0.44 86

Pruner-Stereo	2.33 95	0.70 72	20.66 324	2.05 351	0.48 42	4.73 371	0.78 119	2.55 58	2.70 171	2.47 274	1.57 90	1.48 99	1.03 64	1.71 65	1.55 148	0.48 257	0.21 34	0.34 184	0.30 178	0.31 50	0.42 78

hknet	2.34 97	0.78 110	13.86 66	0.94 70	1.07 211	4.18 272	1.14 244	4.49 349	3.00 216	2.96 326	1.82 159	3.47 294	1.30 126	4.11 197	1.77 195	0.35 136	0.25 103	0.31 119	0.28 131	0.38 154	0.41 71

UDGNet	2.34 97	1.71 264	20.28 271	1.42 261	0.62 94	4.39 306	0.67 64	1.82 16	2.28 121	1.40 53	1.21 30	0.99 50	1.00 60	2.23 126	1.23 85	1.14 365	0.35 181	1.30 381	0.98 365	1.11 359	0.62 178

qqq1	2.35 99	0.73 82	8.34 34	1.41 254	0.61 85	2.04 26	0.72 88	4.30 303	4.43 353	2.41 263	2.40 280	1.94 157	1.52 171	10.99 338	1.36 116	0.35 136	0.84 305	0.30 101	0.25 77	0.31 50	1.75 296

fff1	2.35 99	0.73 82	8.34 34	1.41 254	0.61 85	2.04 26	0.72 88	4.30 303	4.43 353	2.41 263	2.40 280	1.94 157	1.52 171	10.99 338	1.36 116	0.35 136	0.84 305	0.30 101	0.25 77	0.31 50	1.75 296

StereoVision	2.36 101	1.15 200	20.38 284	1.07 126	1.79 347	2.58 49	0.61 45	3.14 94	2.34 130	1.33 48	3.46 350	1.85 146	0.88 42	2.12 110	2.01 227	0.46 245	0.36 188	0.37 223	0.36 243	0.50 246	0.41 71

LL-Strereo2	2.36 101	1.81 272	19.35 188	1.04 116	1.03 199	3.73 166	1.35 272	2.70 70	2.04 89	1.76 95	1.44 68	1.82 142	0.73 19	1.48 41	1.53 143	0.33 108	0.30 149	0.55 318	0.35 234	0.30 45	3.51 345

SepStereo	2.36 101	0.76 107	7.72 30	1.16 156	1.64 326	2.96 62	2.10 338	4.14 249	3.31 274	4.16 371	2.51 298	2.56 225	1.81 237	8.34 274	1.83 205	0.44 223	0.23 72	0.39 239	0.25 77	0.42 194	0.45 90

RAFT	2.36 101	1.62 256	18.03 145	1.75 328	0.54 64	1.91 24	0.91 191	3.24 102	3.65 316	1.64 73	1.73 131	3.45 293	1.58 183	1.82 85	1.74 193	0.42 203	1.06 321	0.40 244	0.32 205	0.44 211	1.03 255

DCANet	2.37 105	0.98 170	20.47 295	0.86 37	0.43 27	4.18 272	0.59 38	4.31 313	3.29 269	2.35 247	1.86 178	1.18 68	1.63 203	1.69 61	1.59 157	0.34 124	0.25 103	0.24 16	0.19 10	0.31 50	0.73 210

gwcnet-sp	2.38 106	1.51 242	17.58 136	1.11 135	0.92 172	3.59 138	1.03 221	3.79 161	2.43 143	2.60 286	1.63 104	1.80 137	1.61 192	3.87 189	1.99 222	0.33 108	0.32 159	0.30 101	0.29 161	0.40 169	0.47 105

scenet	2.38 106	1.51 242	17.58 136	1.11 135	0.92 172	3.59 138	1.03 221	3.79 161	2.43 143	2.60 286	1.63 104	1.80 137	1.61 192	3.87 189	1.99 222	0.33 108	0.32 159	0.30 101	0.29 161	0.40 169	0.47 105

ssnet	2.38 106	1.51 242	17.58 136	1.11 135	0.92 172	3.59 138	1.03 221	3.79 161	2.43 143	2.60 286	1.63 104	1.80 137	1.61 192	3.87 189	1.99 222	0.33 108	0.32 159	0.30 101	0.29 161	0.40 169	0.47 105

DSFCA	2.38 106	1.03 182	11.06 49	1.15 152	1.18 235	3.97 222	1.75 314	3.63 136	2.44 147	3.14 338	1.68 114	2.90 256	2.48 291	5.38 212	3.17 292	0.49 263	0.45 242	0.37 223	0.37 251	0.54 256	0.46 97

SMFormer	2.40 110	0.73 82	8.34 34	1.41 254	0.61 85	2.04 26	0.72 88	4.30 303	4.43 353	2.41 263	2.40 280	1.94 157	1.52 171	10.99 338	3.10 289	0.35 136	0.84 305	0.36 212	0.33 212	0.40 169	0.77 217

fff	2.40 110	0.96 163	20.47 295	0.84 29	0.38 7	4.15 260	0.57 30	4.30 303	2.85 192	2.31 229	1.82 159	1.19 71	2.98 312	1.68 56	1.57 152	0.35 136	0.24 91	0.23 5	0.19 10	0.25 6	0.57 152

csc	2.40 110	0.96 163	20.47 295	0.84 29	0.38 7	4.15 260	0.57 30	4.30 303	2.85 192	2.31 229	1.82 159	1.19 71	2.98 312	1.68 56	1.57 152	0.35 136	0.24 91	0.23 5	0.19 10	0.25 6	0.57 152

cscssc	2.40 110	0.96 163	20.47 295	0.84 29	0.38 7	4.15 260	0.57 30	4.30 303	2.85 192	2.31 229	1.82 159	1.19 71	2.98 312	1.68 56	1.57 152	0.35 136	0.24 91	0.23 5	0.19 10	0.25 6	0.57 152

ACVNet	2.40 110	0.97 167	20.20 258	0.94 70	0.86 152	4.22 285	0.79 125	2.97 87	2.85 192	1.93 114	1.91 193	3.07 269	1.46 157	1.52 46	2.37 259	0.33 108	0.27 130	0.30 101	0.27 107	0.42 194	0.35 36

DISCO	2.40 110	0.99 179	11.99 53	1.81 333	1.12 225	3.47 114	1.24 260	3.34 113	2.57 160	2.73 301	1.96 203	4.52 357	1.90 251	4.18 199	3.62 301	0.37 164	0.27 130	0.31 119	0.30 178	0.70 312	0.62 178

RAFT_CTSACE	2.41 116	1.83 275	20.33 280	1.77 331	1.39 277	3.50 123	1.03 221	3.25 105	1.64 49	1.80 101	2.04 215	2.82 250	1.78 231	2.11 109	1.10 67	0.27 22	0.24 91	0.28 66	0.30 178	0.31 50	0.33 23

TestStereo	2.41 116	1.95 281	19.15 174	0.77 10	0.61 85	1.83 20	0.58 36	2.33 36	1.53 20	1.44 57	1.37 56	1.26 76	0.90 45	11.59 360	0.94 38	0.36 156	0.19 9	0.33 166	0.24 66	0.45 218	0.32 18

DeepStereo_RVC	2.42 118	0.70 72	18.41 152	0.79 20	0.43 27	4.50 325	0.70 80	2.51 47	3.51 308	2.02 147	1.79 148	1.54 102	6.35 372	1.93 94	1.22 84	0.47 252	0.22 49	0.29 80	0.29 161	0.35 124	0.40 66

MIPNet	2.43 119	1.13 197	20.00 237	0.93 65	0.58 80	4.74 373	0.62 52	4.33 323	2.95 208	1.94 120	1.49 71	1.52 101	1.96 254	2.77 164	1.60 161	0.35 136	0.20 18	0.27 46	0.23 53	0.32 69	0.59 166

tta	2.44 120	0.73 82	8.34 34	1.41 254	0.61 85	2.04 26	0.72 88	4.30 303	4.43 353	2.41 263	2.40 280	1.94 157	1.52 171	10.99 338	3.10 289	0.35 136	0.84 305	0.36 212	0.33 212	0.31 50	1.75 296

iinet-f	2.44 120	1.82 274	14.97 84	1.21 177	1.11 222	3.78 176	1.10 237	4.19 268	2.90 204	2.10 173	1.76 135	2.99 261	2.97 310	2.84 168	2.79 273	0.38 176	0.38 206	0.28 66	0.28 131	0.50 246	0.47 105

test_5	2.45 122	1.43 234	19.72 212	1.20 172	1.39 277	3.88 197	1.25 261	4.03 211	1.98 84	1.74 92	1.82 159	1.86 147	1.78 231	3.57 182	1.35 109	0.33 108	0.21 34	0.35 201	0.33 212	0.34 111	0.43 82

acv_ft	2.45 122	0.97 167	19.57 199	1.15 152	2.01 359	2.97 64	0.96 211	3.88 177	2.85 192	2.34 245	1.91 193	3.07 269	1.65 212	1.52 46	2.26 249	0.33 108	0.27 130	0.30 101	0.27 107	0.42 194	0.35 36

riskmin	2.46 124	0.61 31	12.91 59	1.22 181	1.65 329	3.56 134	0.61 45	4.30 303	1.50 14	1.86 106	1.16 24	4.30 348	2.02 256	1.53 49	1.32 107	0.29 34	0.95 315	0.34 184	0.23 53	0.43 203	8.34 382

PFNet+	2.46 124	0.64 39	21.10 362	0.98 95	0.48 42	4.63 350	0.83 141	2.47 43	3.48 305	2.14 181	1.67 112	1.34 80	1.03 64	4.66 203	1.35 109	0.49 263	0.33 165	0.38 235	0.39 265	0.33 90	0.49 117

CoDeX	2.47 126	0.91 143	13.65 62	1.03 113	1.17 233	3.28 85	1.30 264	4.17 260	2.99 214	1.78 97	1.85 176	2.04 177	1.46 157	9.99 309	1.66 175	0.38 176	0.28 136	0.32 134	0.28 131	0.34 111	0.57 152

iRaft-Stereo_5w	2.47 126	1.37 229	13.85 64	0.87 43	0.99 187	3.22 75	0.84 148	3.72 151	2.12 98	1.57 66	2.49 294	2.20 188	2.22 275	9.12 285	2.03 230	0.48 257	0.27 130	0.35 201	0.29 161	0.48 241	0.94 245

RAFT-Stereo + iAFF	2.49 128	1.68 261	20.50 302	1.11 135	1.32 267	4.13 252	0.42 10	3.23 101	3.30 273	2.05 159	2.40 280	1.61 105	1.11 92	1.49 42	1.63 168	0.22 2	0.22 49	0.26 36	0.24 66	0.31 50	2.47 323

HITNet	2.49 128	2.91 310	19.23 182	1.54 286	0.57 77	3.47 114	0.79 125	4.16 256	2.93 206	2.18 194	1.65 111	1.68 111	1.45 155	2.17 117	2.99 284	0.28 29	0.20 18	0.41 248	0.27 107	0.45 218	0.52 133
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
GwcNet-ADL	2.51 130	0.75 99	21.41 384	0.98 95	0.73 122	4.58 342	0.95 206	4.46 347	2.61 164	2.06 160	1.80 152	2.54 222	1.24 118	1.98 100	1.73 191	0.41 193	0.46 246	0.24 16	0.27 107	0.41 187	0.55 145

HHNet	2.51 130	0.76 107	20.83 335	0.67 3	0.67 107	4.07 239	0.90 183	3.85 174	1.59 33	2.14 181	4.91 370	0.98 49	3.32 330	1.73 72	1.80 201	0.41 193	0.20 18	0.31 119	0.28 131	0.38 154	0.44 86

EGLCR-Stereo	2.52 132	0.56 5	9.39 41	1.16 156	0.81 142	5.24 385	0.61 45	4.20 270	1.56 27	1.09 34	0.71 1	1.09 57	0.66 13	1.92 92	0.82 19	0.29 34	0.30 149	0.29 80	0.24 66	0.37 145	19.09 423

DAS	2.52 132	0.76 107	7.72 30	1.16 156	1.64 326	2.96 62	2.10 338	4.14 249	3.31 274	4.16 371	2.51 298	2.56 225	1.81 237	11.54 358	1.83 205	0.44 223	0.23 72	0.39 239	0.25 77	0.42 194	0.45 90

GMM-Stereo	2.52 132	0.56 5	20.57 313	0.92 63	0.83 145	4.18 272	1.88 322	2.51 47	2.40 138	2.48 276	2.30 267	1.69 112	1.84 243	2.93 171	1.25 95	0.32 85	0.19 9	0.33 166	0.49 307	0.37 145	2.40 319

MLCV	2.52 132	1.77 268	18.20 149	1.17 163	0.63 97	3.60 142	0.53 24	3.88 177	2.35 134	2.82 313	2.24 253	1.99 169	1.42 149	4.59 202	3.09 288	0.39 183	0.22 49	0.33 166	0.22 44	0.35 124	0.52 133

ToySt	2.53 136	0.89 136	19.20 179	1.12 142	0.95 181	3.47 114	1.13 242	3.72 151	2.25 114	1.36 50	1.71 123	2.22 189	1.59 186	2.14 115	1.81 204	0.28 29	0.64 287	0.30 101	0.33 212	0.43 203	5.14 360

LMCR-Stereo	2.53 136	2.30 298	18.81 161	1.64 308	0.86 152	3.88 197	1.14 244	4.33 323	1.63 47	2.27 220	2.35 271	1.13 60	2.41 286	2.63 155	2.26 249	1.06 361	0.24 91	0.29 80	0.25 77	0.62 283	0.42 78

UNet	2.53 136	0.91 143	20.07 243	1.19 170	1.44 288	3.45 111	0.75 108	3.80 166	1.98 84	2.09 171	1.57 90	2.74 242	2.37 284	3.51 181	2.52 267	0.35 136	0.30 149	0.41 248	0.28 131	0.40 169	0.50 121

UCFNet_RVC	2.53 136	1.29 220	20.56 309	1.42 261	1.40 281	4.01 226	1.04 226	2.79 73	1.67 55	2.27 220	1.88 183	2.94 258	1.50 165	3.48 179	1.68 178	0.37 164	0.29 141	0.52 305	0.41 282	0.55 259	0.51 127

MoCha-V2	2.54 140	0.58 10	9.65 43	1.64 308	0.90 165	1.31 11	0.86 155	3.50 123	2.34 130	0.94 25	1.92 198	0.67 8	1.18 109	1.51 45	0.98 48	0.25 8	14.88 418	0.22 3	0.25 77	0.28 21	7.01 371

MyStereo04	2.54 140	1.18 202	18.82 163	1.04 116	1.21 247	3.96 220	0.95 206	4.02 208	3.01 220	2.06 160	1.27 40	2.33 199	1.66 213	2.06 104	2.01 227	0.26 15	3.49 376	0.34 184	0.27 107	0.43 203	0.49 117

MC-Stereo	2.54 140	0.58 10	6.38 27	1.30 218	1.37 274	4.56 341	0.60 42	2.08 27	1.57 29	1.97 130	1.68 114	0.89 44	1.12 94	1.46 38	0.88 26	0.27 22	8.44 396	0.27 46	0.22 44	0.26 13	14.87 403

Sa-1000	2.54 140	1.47 238	20.36 282	1.16 156	0.55 67	4.07 239	1.39 277	4.49 349	3.01 220	2.06 160	2.79 322	1.84 145	1.43 152	2.68 159	1.53 143	0.31 71	0.26 123	0.36 212	0.33 212	0.37 145	0.46 97

LCNet	2.54 140	0.60 26	20.89 340	1.01 106	0.57 77	3.60 142	1.21 256	3.20 98	1.70 58	2.17 191	1.76 135	1.43 94	4.12 349	3.61 183	0.94 38	0.32 85	0.20 18	0.28 66	0.76 351	0.50 246	1.83 305

AFF-stereo	2.54 140	3.44 320	20.84 337	1.30 218	0.48 42	3.94 214	0.48 16	3.30 109	3.40 292	1.94 120	2.21 251	2.10 185	1.51 167	2.36 137	1.62 165	0.23 3	0.21 34	0.25 25	0.25 77	0.33 90	0.53 138

MyStereo05	2.55 146	1.07 186	19.87 226	1.06 123	1.08 214	4.26 289	0.86 155	4.10 235	3.01 220	2.19 199	1.26 38	2.30 196	1.64 205	2.13 112	1.99 222	0.25 8	2.43 360	0.34 184	0.27 107	0.46 226	0.48 112

SA	2.55 146	1.54 246	20.70 326	1.12 142	0.48 42	4.26 289	1.33 268	4.45 345	3.28 264	1.68 80	1.96 203	1.69 112	2.25 277	2.60 153	1.57 152	0.30 56	0.29 141	0.37 223	0.38 259	0.36 141	0.47 105

KYRaft	2.55 146	0.57 9	20.60 318	0.98 95	0.51 58	4.38 302	1.76 315	2.51 47	1.59 33	2.48 276	2.98 331	1.99 169	3.36 334	2.17 117	0.96 44	0.34 124	0.22 49	0.33 166	0.46 300	0.38 154	2.44 321

RAFT-345	2.55 146	0.60 26	19.89 228	1.22 181	0.49 49	4.43 313	0.77 116	1.68 7	3.54 310	2.09 171	3.10 338	1.95 161	1.30 126	6.65 243	1.47 138	0.41 193	0.23 72	0.32 134	0.26 92	0.29 34	0.28 8

DLCB_ROB	2.55 146	1.32 225	10.26 46	1.31 221	1.04 206	2.94 60	1.29 263	3.81 168	2.73 173	2.93 321	2.17 239	3.37 289	1.53 175	10.40 323	3.26 294	0.42 203	0.35 181	0.41 248	0.37 251	0.43 203	0.68 196

TestStereo1	2.56 151	1.41 232	20.56 309	1.63 304	0.74 125	4.13 252	1.34 269	3.93 190	3.38 286	1.61 69	2.56 303	1.43 94	2.13 267	2.55 151	1.70 183	0.32 85	0.22 49	0.34 184	0.26 92	0.40 169	0.53 138

CRFU-Net	2.56 151	0.89 136	10.77 48	2.53 370	1.09 217	3.91 203	1.40 278	3.87 176	1.92 77	2.25 211	1.80 152	3.32 286	7.85 387	5.53 217	1.54 146	0.58 304	0.36 188	0.31 119	0.28 131	0.39 165	0.56 147

SA-5K	2.56 151	1.41 232	20.56 309	1.63 304	0.74 125	4.13 252	1.34 269	3.93 190	3.38 286	1.61 69	2.56 303	1.43 94	2.13 267	2.55 151	1.70 183	0.32 85	0.22 49	0.34 184	0.26 92	0.40 169	0.53 138

IPLG	2.56 151	1.11 193	19.89 228	0.95 78	0.79 139	4.60 346	0.56 27	4.31 313	2.10 94	1.94 120	2.00 210	1.34 80	1.37 134	6.59 242	1.59 157	0.32 85	0.21 34	0.27 46	0.23 53	0.32 69	0.63 181

Prome-Stereo	2.57 155	0.60 26	20.29 274	1.01 106	0.62 94	4.40 308	1.80 318	3.22 100	1.74 60	2.18 194	3.43 349	1.71 116	3.45 338	2.24 127	1.19 80	0.32 85	0.20 18	0.27 46	0.25 77	0.37 145	2.15 312

NINENet	2.59 156	0.89 136	16.09 100	1.16 156	1.07 211	4.50 325	0.75 108	4.43 342	2.61 164	2.18 194	1.91 193	3.61 310	1.03 64	7.92 269	1.18 77	0.49 263	0.34 172	0.41 248	0.30 178	0.42 194	0.44 86

111	2.59 156	3.10 314	20.47 295	0.84 29	0.38 7	4.26 289	0.91 191	4.45 345	2.96 209	2.48 276	2.07 227	2.31 197	1.64 205	1.49 42	1.90 211	0.35 136	0.22 49	0.25 25	0.21 26	0.32 69	1.14 264

ff7	2.60 158	0.81 116	16.25 105	0.89 49	0.56 70	4.55 337	0.83 141	1.68 7	3.44 296	0.88 16	1.10 15	0.70 12	0.78 27	1.93 94	0.93 32	0.29 34	0.37 193	0.29 80	0.21 26	0.33 90	15.08 406

ffff	2.60 158	0.81 116	16.25 105	0.89 49	0.56 70	4.55 337	0.83 141	1.68 7	3.44 296	0.88 16	1.10 15	0.70 12	0.78 27	1.93 94	0.93 32	0.29 34	0.37 193	0.29 80	0.21 26	0.33 90	15.08 406

11t	2.60 158	0.81 116	16.25 105	0.89 49	0.56 70	4.55 337	0.83 141	1.68 7	3.44 296	0.88 16	1.10 15	0.70 12	0.78 27	1.93 94	0.93 32	0.29 34	0.37 193	0.29 80	0.21 26	0.33 90	15.08 406

ccc-4	2.60 158	0.81 116	16.25 105	0.89 49	0.56 70	4.55 337	0.83 141	1.68 7	3.44 296	0.88 16	1.10 15	0.70 12	0.78 27	1.93 94	0.93 32	0.29 34	0.37 193	0.29 80	0.21 26	0.33 90	15.08 406

IPLGR	2.61 162	0.73 82	20.72 329	0.87 43	0.54 64	4.58 342	0.52 23	4.32 320	2.79 183	1.91 110	1.54 83	1.72 117	1.71 223	6.94 254	1.43 128	0.31 71	0.21 34	0.27 46	0.24 66	0.34 111	0.48 112

RAFT_R40	2.61 162	0.64 39	19.86 224	1.69 316	0.46 33	4.74 373	0.95 206	2.28 34	2.52 155	2.02 147	2.32 269	2.69 238	2.52 296	6.70 246	1.05 61	0.42 203	0.19 9	0.30 101	0.27 107	0.33 90	0.29 11

DeepPruner_ROB	2.61 162	1.97 282	19.32 187	1.03 113	1.20 242	4.38 302	0.90 183	3.44 121	1.77 62	2.61 290	1.54 83	2.77 247	1.27 120	5.05 206	2.08 236	0.52 289	0.40 218	0.37 223	0.35 234	0.52 252	0.62 178

fast-acv-ft	2.62 165	1.62 256	20.48 301	1.45 268	1.39 277	3.16 71	1.16 249	3.41 119	2.45 149	1.97 130	2.15 234	2.68 236	2.15 269	2.92 170	2.47 265	0.43 217	0.40 218	0.45 270	0.40 272	0.62 283	0.64 185

PSM-softLoss	2.62 165	0.65 46	21.11 363	2.46 367	0.49 49	4.68 364	0.68 72	2.61 64	4.23 342	2.14 181	1.47 69	1.42 92	0.99 58	6.04 229	1.24 89	0.47 252	0.23 72	0.37 223	0.39 265	0.33 90	0.34 31

KMStereo	2.62 165	0.65 46	21.11 363	2.46 367	0.49 49	4.68 364	0.68 72	2.61 64	4.23 342	2.14 181	1.47 69	1.42 92	0.99 58	6.04 229	1.24 89	0.47 252	0.23 72	0.37 223	0.39 265	0.33 90	0.34 31

STTStereo	2.62 165	1.28 218	19.16 175	1.52 283	1.55 304	3.84 186	0.89 167	3.75 156	2.59 163	2.23 208	1.59 96	2.48 218	1.58 183	5.11 207	1.72 188	0.38 176	0.41 224	0.47 277	0.54 323	0.53 253	0.75 216

SST-Stereo	2.63 169	0.63 36	19.76 215	1.69 316	0.46 33	4.71 370	0.74 103	2.27 33	3.07 232	2.07 166	2.15 234	2.42 211	3.17 325	6.66 244	0.95 43	0.45 232	0.19 9	0.30 101	0.27 107	0.35 124	0.31 15

GMOStereo	2.64 170	0.92 150	19.83 220	0.81 22	0.68 114	3.22 75	0.89 167	2.94 79	1.48 9	2.36 251	1.54 83	1.75 120	1.04 70	1.33 22	1.15 72	0.26 15	11.32 413	0.35 201	0.28 131	0.35 124	0.33 23

error version	2.64 170	0.92 150	19.83 220	0.81 22	0.68 114	3.22 75	0.89 167	2.94 79	1.48 9	2.36 251	1.54 83	1.75 120	1.04 70	1.33 22	1.15 72	0.26 15	11.32 413	0.35 201	0.28 131	0.35 124	0.33 23

test-v	2.64 170	0.92 150	19.83 220	0.81 22	0.68 114	3.22 75	0.89 167	2.94 79	1.48 9	2.36 251	1.54 83	1.75 120	1.04 70	1.33 22	1.15 72	0.26 15	11.32 413	0.35 201	0.28 131	0.35 124	0.33 23

test-2	2.64 170	0.92 150	19.83 220	0.81 22	0.68 114	3.22 75	0.89 167	2.94 79	1.48 9	2.36 251	1.54 83	1.75 120	1.04 70	1.33 22	1.15 72	0.26 15	11.32 413	0.35 201	0.28 131	0.35 124	0.33 23

dad	2.65 174	3.40 318	19.45 195	1.05 120	0.65 104	4.21 283	0.84 148	2.10 29	2.77 180	2.32 241	1.72 125	1.72 117	1.27 120	3.86 188	2.04 232	1.06 361	0.40 218	2.04 387	0.49 307	0.78 325	0.83 226

AASNet	2.65 174	3.20 315	20.19 257	1.38 244	1.49 293	3.84 186	1.06 229	3.92 186	3.28 264	2.07 166	2.28 262	1.95 161	1.28 123	2.19 120	2.17 242	0.42 203	0.33 165	0.45 270	0.30 178	0.59 274	0.52 133

ASMatch	2.65 174	0.68 61	20.65 323	1.60 297	0.71 120	4.40 308	0.77 116	2.02 24	1.65 51	1.71 86	3.89 357	1.93 155	3.75 343	5.45 214	1.67 176	0.33 108	0.24 91	0.34 184	0.28 131	0.34 111	0.57 152

BEATNet_4x	2.65 174	4.43 331	18.10 146	1.41 254	0.59 81	3.44 108	1.02 219	4.08 229	2.97 210	2.28 222	1.75 134	2.18 187	1.61 192	2.80 166	3.54 298	0.39 183	0.25 103	0.47 277	0.31 195	0.61 278	0.86 234

IGEV_Zeroshot_test	2.66 178	0.75 99	21.55 387	1.50 279	0.89 161	2.21 36	0.90 183	3.52 125	1.83 68	2.17 191	1.57 90	4.09 334	1.60 187	1.73 72	1.21 82	0.32 85	0.33 165	0.28 66	0.30 178	0.44 211	6.09 366

GEStereo_RVC	2.66 178	1.20 209	20.38 284	1.29 214	1.05 208	4.02 228	1.42 281	4.17 260	2.24 111	2.10 173	1.86 178	2.33 199	1.84 243	4.93 205	1.78 196	0.51 279	0.38 206	0.32 134	0.29 161	0.44 211	0.56 147

XX-Stereo	2.66 178	0.70 72	21.17 370	2.33 360	1.24 252	4.31 298	0.45 13	4.48 348	1.60 38	2.39 259	1.89 185	4.60 361	0.60 5	4.17 198	1.11 68	0.34 124	0.26 123	0.29 80	0.29 161	0.53 253	0.43 82

delet	2.66 178	1.11 193	18.42 153	1.05 120	1.65 329	3.47 114	2.00 331	3.81 168	2.82 189	2.15 185	2.11 230	2.62 232	1.88 250	5.38 212	2.21 246	0.34 124	0.38 206	0.40 244	0.32 205	0.45 218	0.54 142

OCTAStereo	2.67 182	0.67 55	21.08 355	2.43 363	0.47 37	4.67 356	0.67 64	3.68 142	4.31 351	2.11 175	1.62 100	1.36 84	1.09 83	6.02 228	1.25 95	0.45 232	0.20 18	0.36 212	0.34 221	0.32 69	0.37 52

RE-Stereo	2.67 182	0.67 55	21.08 355	2.43 363	0.47 37	4.67 356	0.67 64	3.68 142	4.30 348	2.11 175	1.62 100	1.36 84	1.09 83	6.01 225	1.26 100	0.45 232	0.20 18	0.36 212	0.34 221	0.32 69	0.37 52

TVStereo	2.67 182	0.67 55	21.08 355	2.43 363	0.47 37	4.67 356	0.67 64	3.68 142	4.30 348	2.11 175	1.62 100	1.36 84	1.09 83	6.01 225	1.26 100	0.45 232	0.20 18	0.36 212	0.34 221	0.32 69	0.37 52

NF-Stereo	2.68 185	0.67 55	21.09 360	2.43 363	0.47 37	4.67 356	0.67 64	3.68 142	4.30 348	2.11 175	1.62 100	1.36 84	1.09 83	6.07 231	1.24 89	0.45 232	0.20 18	0.36 212	0.34 221	0.32 69	0.37 52

mmm	2.70 186	0.80 113	8.26 33	1.50 279	1.18 235	2.44 45	0.85 152	4.08 229	4.59 360	2.31 229	1.95 202	1.51 100	1.55 180	2.33 136	1.72 188	0.31 71	7.71 395	0.45 270	0.42 285	0.40 169	9.56 388

iResNet	2.70 186	1.35 228	20.93 343	2.01 347	0.73 122	3.76 171	0.83 141	4.28 300	2.93 206	2.38 257	2.03 213	1.35 82	1.54 177	3.28 177	4.42 312	0.42 203	0.25 103	0.29 80	0.23 53	0.45 218	0.64 185

MIM_Stereo	2.71 188	1.26 212	20.92 342	1.34 231	5.57 408	3.10 68	0.59 38	3.25 105	2.51 153	1.64 73	1.61 97	1.82 142	1.29 125	2.07 105	1.35 109	0.25 8	0.31 153	0.28 66	0.26 92	0.29 34	4.43 357

anonymousdsp2	2.72 189	0.68 61	11.15 50	1.20 172	0.64 99	3.66 155	0.71 85	3.71 150	2.14 101	1.62 71	1.61 97	1.95 161	1.00 60	2.24 127	0.81 14	0.32 85	0.50 263	0.28 66	0.20 20	0.34 111	19.58 424

Wz-Net-LNSev-Ref	2.72 189	2.55 304	14.91 82	1.37 241	1.36 271	3.50 123	1.63 304	4.11 238	3.38 286	2.55 283	2.04 215	2.35 203	2.50 294	5.14 208	4.64 316	0.53 291	0.22 49	0.35 201	0.21 26	0.41 187	0.60 170

RAFT-RH_RVC	2.72 189	0.64 39	20.10 251	1.48 275	0.49 49	4.46 316	0.56 27	1.73 13	2.86 198	3.06 331	5.50 373	2.02 174	1.28 123	6.70 246	1.56 149	0.46 245	0.22 49	0.37 223	0.34 221	0.29 34	0.33 23

DMCA-RVC	2.72 189	3.31 317	20.08 248	1.27 207	1.13 227	2.49 46	0.85 152	3.43 120	1.85 70	3.04 330	1.58 94	1.99 169	1.51 167	6.42 238	2.86 277	0.39 183	0.31 153	0.44 264	0.37 251	0.47 236	0.65 188

iResNet_ROB	2.72 189	10.38 366	14.41 76	1.46 269	0.99 187	3.74 168	0.66 62	4.01 203	2.84 191	2.04 155	2.05 221	1.98 168	1.38 135	4.73 204	1.91 213	0.35 136	0.20 18	0.28 66	0.19 10	0.33 90	0.41 71

pcwnet_v2	2.73 194	0.70 72	22.43 406	1.11 135	1.02 195	3.58 137	0.80 129	4.31 313	3.42 295	2.39 259	2.28 262	2.99 261	1.68 216	3.31 178	1.54 146	0.44 223	0.51 265	0.41 248	0.34 221	0.62 283	0.74 214

MyStereo06	2.74 195	1.07 186	21.19 373	1.06 123	1.08 214	4.26 289	0.86 155	3.72 151	1.80 65	2.25 211	1.77 142	4.28 346	4.12 349	1.85 89	1.38 122	0.25 8	2.43 360	0.34 184	0.27 107	0.46 226	0.48 112

IRAFT_RVC	2.74 195	0.71 76	19.80 216	2.52 369	0.67 107	4.60 346	1.57 299	3.05 90	2.99 214	2.23 208	1.72 125	2.08 183	2.59 297	6.69 245	1.61 163	0.37 164	0.21 34	0.33 166	0.29 161	0.33 90	0.35 36

HGLStereo	2.74 195	1.03 182	20.80 333	1.24 188	1.55 304	3.62 146	0.94 203	3.83 171	2.09 92	2.18 194	2.20 248	3.11 273	2.12 265	5.65 218	2.07 235	0.50 273	0.34 172	0.32 134	0.30 178	0.42 194	0.50 121

ACRE	2.75 198	7.69 351	19.93 231	0.93 65	1.30 260	3.94 214	0.90 183	4.23 280	3.66 317	2.33 243	2.61 308	1.17 65	1.04 70	1.80 82	1.35 109	0.46 245	0.25 103	0.27 46	0.23 53	0.32 69	0.60 170

PFNet	2.75 198	0.69 66	19.96 233	2.25 356	0.80 140	4.63 350	0.90 183	2.60 63	3.85 327	2.39 259	2.71 318	1.82 142	1.41 147	7.53 264	1.41 125	0.36 156	0.21 34	0.36 212	0.27 107	0.32 69	0.46 97

rafts_anoy	2.76 200	1.68 261	20.42 288	1.42 261	3.90 396	3.03 66	0.61 45	3.24 102	1.66 53	1.42 54	1.26 38	1.19 71	1.11 92	2.13 112	1.64 171	0.33 108	8.77 401	0.32 134	0.32 205	0.32 69	0.38 59

NLCA_NET_v2_RVC	2.76 200	1.48 239	19.72 212	1.62 301	2.00 358	3.95 216	0.86 155	3.92 186	2.51 153	2.56 284	1.69 117	2.83 252	1.61 192	5.65 218	1.78 196	0.48 257	0.36 188	0.38 235	0.42 285	0.56 265	0.77 217
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AACVNet	2.77 202	1.64 259	19.22 181	1.57 292	0.86 152	3.28 85	0.74 103	3.31 111	1.66 53	2.06 160	1.82 159	2.47 216	1.40 142	10.95 337	1.92 217	0.41 193	0.35 181	0.38 235	0.33 212	0.46 226	0.61 174

Wz-Net-LNSev	2.78 203	6.16 340	17.27 128	1.24 188	1.65 329	3.49 121	1.55 296	3.70 148	3.61 313	1.96 127	1.76 135	3.30 283	2.17 273	2.78 165	2.24 247	0.49 263	0.35 181	0.32 134	0.31 195	0.56 265	0.65 188

NVstereo2D	2.79 204	1.13 197	13.75 63	1.37 241	1.47 292	3.57 135	1.38 276	4.17 260	3.77 323	2.04 155	1.72 125	3.05 266	1.75 226	10.84 331	1.72 188	0.62 314	0.48 257	0.56 321	0.54 323	0.79 329	1.02 253

ssnet_v2	2.81 205	1.39 230	21.16 368	1.25 202	0.90 165	3.86 192	1.63 304	4.10 235	3.22 254	2.79 309	1.96 203	3.78 318	1.70 221	2.53 150	3.12 291	0.44 223	0.37 193	0.42 258	0.38 259	0.59 274	0.58 164

11t1	2.82 206	0.72 79	17.81 143	1.60 297	0.93 176	2.27 40	0.62 52	3.76 157	4.47 358	1.72 87	1.33 49	1.05 55	1.34 130	1.84 88	1.45 135	0.29 34	5.57 387	0.29 80	0.26 92	0.32 69	8.80 386

DANet	2.82 206	1.17 201	10.20 45	1.87 336	1.72 339	3.25 82	1.15 247	4.36 329	3.02 223	3.42 351	2.18 244	4.09 334	1.79 234	9.78 298	4.32 309	0.55 298	0.57 271	0.60 331	0.44 293	0.65 297	1.25 271
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TRStereo	2.86 208	2.12 290	19.98 236	1.68 315	1.18 235	4.35 300	1.05 227	5.07 382	3.48 305	1.56 64	1.39 60	1.75 120	0.85 38	2.01 102	1.50 139	0.43 217	0.34 172	0.33 166	0.36 243	0.36 141	7.50 372

CFNet-ft	2.87 209	1.80 269	20.20 258	1.10 131	1.54 300	4.09 243	0.89 167	2.97 87	1.88 73	1.93 114	1.70 119	3.50 301	1.60 187	9.35 289	2.17 242	0.35 136	0.32 159	0.61 334	0.38 259	0.55 259	0.45 90

CFNet_RVC	2.87 209	1.80 269	20.20 258	1.10 131	1.54 300	4.09 243	0.89 167	2.97 87	1.88 73	1.93 114	1.70 119	3.50 301	1.60 187	9.35 289	2.17 242	0.35 136	0.32 159	0.61 334	0.38 259	0.55 259	0.45 90

CIPLG	2.88 211	10.01 364	20.02 239	0.95 78	1.34 268	3.95 216	0.91 191	4.24 287	3.69 320	2.36 251	2.66 312	1.17 65	1.06 79	1.82 85	1.37 121	0.45 232	0.25 103	0.27 46	0.23 53	0.33 90	0.60 170

LALA_ROB	2.88 211	2.13 292	19.08 171	1.10 131	0.99 187	3.91 203	1.81 319	4.50 353	3.04 228	3.32 348	1.87 181	2.75 244	1.66 213	4.06 195	4.02 305	0.47 252	0.44 240	0.55 318	0.53 320	0.61 278	0.73 210

IIG-Stereo	2.89 213	0.98 170	19.80 216	2.78 377	0.67 107	4.62 348	0.74 103	4.29 301	2.26 117	2.62 292	3.10 338	3.33 287	1.60 187	7.64 265	1.51 140	0.42 203	0.21 34	0.32 134	0.25 77	0.33 90	0.28 8

DN-CSS_ROB	2.89 213	9.72 362	19.71 210	2.07 352	0.90 165	4.01 226	0.61 45	4.06 220	3.35 282	1.66 77	1.89 185	1.39 88	1.06 79	3.24 176	1.88 209	0.44 223	0.19 9	0.44 264	0.29 161	0.40 169	0.42 78

AE-Stereo	2.91 215	0.63 36	17.05 123	1.15 152	0.63 97	4.39 306	0.70 80	4.02 208	2.12 98	1.24 46	2.04 215	1.01 52	0.91 47	1.67 55	1.42 126	0.30 56	1.14 325	0.28 66	0.28 131	0.27 16	16.93 421

PSMNet-RSSM	2.91 215	1.55 249	20.10 251	1.32 227	1.30 260	4.19 280	0.95 206	3.78 160	2.28 121	2.28 222	1.80 152	2.64 234	1.87 248	9.83 300	1.93 218	0.37 164	0.33 165	0.35 201	0.38 259	0.46 226	0.40 66

Consistency-Raft	2.93 217	1.93 280	19.72 212	1.41 254	1.75 341	3.85 189	1.32 267	4.09 233	2.75 176	1.82 103	2.66 312	1.81 140	4.34 354	2.29 132	2.08 236	0.90 354	0.94 314	1.03 370	1.13 372	1.71 381	1.10 261

ac_64	2.93 217	0.87 129	19.66 202	1.35 232	1.70 336	3.29 88	0.92 196	3.56 127	3.46 303	1.91 110	1.79 148	3.90 324	1.76 228	10.23 316	1.93 218	0.44 223	0.32 159	0.33 166	0.31 195	0.35 124	0.51 127

cf-r	2.93 217	2.19 294	20.59 317	1.49 277	1.35 270	4.18 272	0.92 196	3.73 155	3.12 239	2.16 189	1.82 159	3.40 290	1.44 153	8.22 271	1.93 218	0.34 124	0.31 153	0.33 166	0.30 178	0.38 154	0.45 90

ETE_ROB	2.93 217	2.12 290	17.80 142	1.13 147	0.94 179	3.71 163	1.53 292	4.29 301	2.98 213	3.32 348	2.13 233	2.34 202	1.51 167	8.68 278	2.82 275	0.44 223	0.40 218	0.51 302	0.49 307	0.56 265	0.80 222

x	2.94 221	0.83 120	16.07 99	1.51 281	0.83 145	2.13 33	0.96 211	3.97 197	4.73 366	1.73 89	1.43 66	1.61 105	1.27 120	2.24 127	1.71 186	0.29 34	6.91 392	0.34 184	0.31 195	0.34 111	9.60 389

OMP-Stereo	2.94 221	1.26 212	20.07 243	2.73 375	0.67 107	4.58 342	1.46 286	4.33 323	2.21 108	3.14 338	2.68 315	3.22 279	1.38 135	7.65 266	1.42 126	0.46 245	0.21 34	0.33 166	0.26 92	0.34 111	0.31 15

4D-IteraStereo	2.95 223	1.83 275	20.75 330	0.81 22	1.56 308	2.22 37	1.03 221	2.48 45	1.56 27	1.42 54	1.00 8	1.93 155	0.61 6	1.65 54	2.04 232	0.31 71	0.22 49	0.31 119	0.26 92	0.28 21	16.75 419

qqq	2.96 224	0.88 132	15.54 94	1.27 207	0.74 125	2.29 41	0.90 183	4.07 222	4.63 361	1.63 72	1.32 48	1.78 135	1.36 132	5.19 209	1.68 178	0.29 34	6.43 390	0.33 166	0.36 243	0.35 124	8.09 375

IPLGR_C	2.96 224	11.71 373	20.02 239	0.95 78	1.31 264	3.93 211	0.92 196	4.22 275	3.76 322	2.35 247	2.62 309	1.16 64	1.07 81	1.71 65	1.34 108	0.45 232	0.25 103	0.27 46	0.23 53	0.33 90	0.60 170

GANet-RSSM	2.96 224	1.27 215	21.17 370	1.73 324	1.23 250	4.22 285	0.91 191	3.39 117	2.02 88	1.97 130	1.74 133	2.53 220	2.06 258	10.91 336	1.88 209	0.37 164	0.35 181	0.32 134	0.29 161	0.42 194	0.46 97

NCCL2	2.96 224	4.07 328	15.75 96	1.24 188	1.03 199	3.48 120	2.55 353	3.79 161	2.39 135	2.78 307	1.80 152	2.41 209	1.67 215	10.27 319	2.48 266	0.46 245	0.41 224	0.57 324	0.55 327	0.61 278	0.86 234

MyStereo8	2.97 228	1.76 266	18.94 165	1.55 289	1.62 319	4.16 263	0.57 30	3.79 161	2.41 140	2.22 206	2.93 329	2.27 192	1.14 100	2.16 116	2.28 251	0.27 22	8.58 397	0.32 134	0.29 161	0.37 145	1.72 295

hitnet-ft	2.99 229	1.23 211	19.37 190	0.96 85	0.90 165	3.76 171	0.79 125	3.60 132	2.68 168	2.31 229	2.04 215	3.63 313	1.49 164	11.70 367	2.37 259	0.45 232	0.54 267	0.44 264	0.36 243	0.54 256	0.56 147

XPNet_ROB	2.99 229	1.58 251	17.06 125	1.38 244	0.99 187	3.91 203	1.62 303	4.20 270	2.42 141	2.87 316	2.03 213	2.31 197	1.72 224	10.76 329	3.60 300	0.55 298	0.49 260	0.48 282	0.40 272	0.53 253	0.85 231

DCRE	3.02 231	0.95 161	18.48 154	1.18 167	1.89 352	3.57 135	0.82 137	3.36 115	1.70 58	2.04 155	8.12 381	1.73 119	1.07 81	1.31 18	1.24 89	0.24 4	0.87 309	0.26 36	0.27 107	0.28 21	11.03 393

HSM-Net_RVC	3.02 231	0.65 46	19.48 196	0.94 70	0.90 165	3.71 163	1.20 254	5.61 395	2.87 200	3.24 344	2.49 294	2.53 220	1.61 192	11.39 352	1.90 211	0.37 164	0.27 130	0.27 46	0.24 66	0.31 50	0.39 63
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccnet	3.03 233	1.48 239	12.88 58	1.54 286	1.26 255	3.71 163	2.32 347	4.11 238	3.05 230	2.92 320	3.21 342	2.86 253	2.40 285	9.87 301	4.19 306	0.80 346	0.76 301	0.71 353	0.70 346	0.78 325	1.07 258

Nwc_Net	3.03 233	1.90 279	19.16 175	1.38 244	1.69 335	3.53 129	1.19 251	4.03 211	2.19 103	2.79 309	2.84 325	3.80 320	2.46 290	6.93 253	2.87 279	0.96 357	0.41 224	0.59 328	0.68 344	0.60 277	0.65 188

psm_up	3.04 235	1.30 222	18.97 168	1.31 221	1.51 296	3.86 192	1.22 257	4.26 297	2.31 128	2.72 299	1.83 171	2.43 213	1.68 216	12.86 392	1.78 196	0.43 217	0.41 224	0.41 248	0.34 221	0.46 226	0.67 195

CFNet	3.04 235	6.89 346	16.27 110	1.36 236	1.24 252	4.09 243	0.72 88	4.15 253	3.00 216	1.69 83	1.88 183	2.27 192	1.45 155	11.41 353	2.12 239	0.36 156	0.29 141	0.43 262	0.36 243	0.48 241	0.38 59

SACVNet	3.06 237	1.61 255	19.29 186	1.46 269	1.18 235	4.05 235	1.48 289	4.03 211	2.58 162	2.75 303	1.89 185	2.55 223	1.38 135	11.33 350	2.28 251	0.51 279	0.41 224	0.48 282	0.43 290	0.57 269	0.93 244

TransformOpticalFlow	3.07 238	0.87 129	20.87 339	1.10 131	0.56 70	4.18 272	0.64 59	4.36 329	3.28 264	2.19 199	3.08 336	4.32 349	5.01 360	7.36 261	1.59 157	0.34 124	0.18 5	0.32 134	0.26 92	0.29 34	0.57 152

StereoDRNet	3.07 238	2.92 312	16.33 112	1.36 236	1.57 310	3.45 111	2.04 335	3.77 159	2.85 192	3.31 347	1.85 176	2.78 248	1.79 234	10.85 332	3.41 295	0.45 232	0.36 188	0.39 239	0.37 251	0.62 283	0.85 231

IGEVStereo-DCA	3.09 240	3.48 321	16.25 105	0.96 85	0.49 49	1.59 15	0.83 141	1.68 7	3.44 296	0.75 4	0.78 3	0.74 23	0.73 19	5.79 220	7.75 340	0.32 85	0.26 123	0.28 66	0.21 26	0.32 69	15.08 406

FADNet_RVC	3.10 241	7.62 349	19.12 172	1.05 120	0.93 176	4.09 243	0.84 148	4.34 326	2.05 90	1.54 61	1.78 145	1.61 105	1.50 165	8.92 282	2.64 272	0.50 273	0.38 206	0.44 264	0.61 337	0.91 341	1.16 266

iRaft-Stereo_20w	3.11 242	0.69 66	18.89 164	1.00 103	1.09 217	5.03 382	1.00 215	5.86 397	2.46 150	2.83 315	1.64 109	3.06 268	4.30 352	3.08 175	1.74 193	0.31 71	0.30 149	0.27 46	0.35 234	0.42 194	7.93 373

STrans-v2	3.11 242	0.95 161	20.80 333	0.86 37	0.64 99	3.90 200	1.01 216	4.30 303	3.61 313	2.28 222	3.65 353	4.11 337	5.17 362	7.32 258	1.63 168	0.34 124	0.18 5	0.29 80	0.26 92	0.30 45	0.65 188

PS-NSSS	3.11 242	1.60 254	19.48 196	1.00 103	1.53 299	4.12 249	1.08 231	4.59 366	2.80 184	2.19 199	2.38 275	1.76 126	1.39 138	11.79 371	1.94 221	0.69 327	0.45 242	0.95 368	0.43 290	1.03 348	1.00 250

DRaft	3.12 245	0.68 61	20.57 313	0.77 10	0.49 49	3.95 216	1.20 254	2.40 37	1.60 38	2.64 294	2.80 323	1.59 104	5.33 363	6.94 254	9.51 348	0.43 217	0.22 49	0.27 46	0.27 107	0.32 69	0.47 105

NOSS_ROB	3.12 245	0.89 136	19.03 169	2.01 347	1.07 211	3.90 200	0.97 213	4.32 320	3.08 233	2.94 323	2.19 247	3.85 323	1.18 109	11.75 369	1.69 181	0.69 327	0.54 267	0.57 324	0.52 318	0.57 269	0.72 205

GwcNet-RSSM	3.13 247	5.08 333	19.86 224	1.28 209	1.20 242	4.12 249	1.11 238	3.89 179	2.80 184	2.13 179	1.81 157	3.11 273	1.46 157	10.33 321	2.19 245	0.36 156	0.34 172	0.35 201	0.31 195	0.45 218	0.43 82

anonymousdsp	3.14 248	0.83 120	20.28 271	0.94 70	0.64 99	4.54 331	0.82 137	2.03 25	3.32 277	0.91 20	1.13 20	0.78 26	0.77 25	1.78 76	0.90 28	0.29 34	0.25 103	0.29 80	0.21 26	0.33 90	21.81 425

anonymousa	3.14 248	0.83 120	19.20 179	1.62 301	9.63 411	2.06 30	0.78 119	2.93 77	2.20 106	1.95 125	2.17 239	3.41 291	1.81 237	1.33 22	1.67 176	0.29 34	8.64 399	0.34 184	0.37 251	0.32 69	1.33 274

IGEV-Stereo	3.15 250	0.83 120	20.31 278	0.94 70	0.64 99	4.54 331	0.82 137	2.01 23	3.31 274	0.91 20	1.13 20	0.79 30	0.77 25	1.79 77	0.92 31	0.29 34	0.25 103	0.29 80	0.21 26	0.33 90	21.85 426
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AF-Net	3.15 250	2.65 306	18.81 161	1.37 241	1.76 343	3.30 92	1.57 299	4.20 270	3.05 230	2.76 304	2.94 330	4.50 355	3.21 326	5.88 223	3.07 287	0.88 353	0.39 215	0.72 356	0.50 313	0.75 322	0.66 194

RASNet	3.15 250	1.20 209	19.81 218	1.63 304	2.26 366	3.67 156	1.09 233	3.58 128	3.44 296	1.99 134	2.15 234	4.59 360	2.30 280	10.24 318	2.98 283	0.57 303	0.26 123	0.25 25	0.25 77	0.30 45	0.54 142

RYNet	3.15 250	1.48 239	16.27 110	1.24 188	1.39 277	3.67 156	1.44 285	4.09 233	3.20 246	2.26 217	1.70 119	3.83 321	2.15 269	13.64 403	3.23 293	0.45 232	0.45 242	0.50 297	0.35 234	0.81 331	0.83 226

raft_robust	3.17 254	2.15 293	20.28 271	1.06 123	0.55 67	3.86 192	0.46 14	4.42 340	2.77 180	1.70 85	1.37 56	7.48 388	6.35 372	6.81 251	1.44 132	0.31 71	0.74 300	0.30 101	0.37 251	0.32 69	0.57 152

RALCasStereoNet	3.17 254	1.87 278	20.86 338	1.17 163	1.63 322	3.10 68	0.70 80	3.21 99	2.19 103	1.39 52	1.73 131	1.18 68	0.91 47	2.46 140	1.64 171	0.31 71	8.75 400	0.25 25	0.22 44	0.31 50	9.45 387

DRN-Test	3.17 254	1.30 222	19.66 202	1.41 254	1.60 316	3.61 144	1.47 287	4.18 265	2.83 190	3.48 353	1.92 198	2.58 228	2.50 294	10.81 330	2.90 281	0.49 263	0.49 260	0.44 264	0.42 285	0.57 269	0.78 219

HH	3.19 257	0.91 143	21.34 380	1.24 188	0.61 85	4.16 263	0.80 129	2.94 79	1.82 66	1.23 44	1.84 172	4.61 362	1.84 243	2.63 155	0.99 51	0.29 34	1.53 335	0.30 101	0.24 66	0.34 111	14.22 401

HanStereo	3.19 257	0.91 143	21.34 380	1.24 188	0.61 85	4.16 263	0.80 129	2.94 79	1.82 66	1.23 44	1.84 172	4.61 362	1.84 243	2.63 155	0.99 51	0.29 34	1.53 335	0.30 101	0.24 66	0.34 111	14.22 401

ADLNet2	3.20 259	1.43 234	20.11 254	1.22 181	1.78 346	3.86 192	1.47 287	3.96 194	3.89 329	2.26 217	2.49 294	4.63 364	1.92 253	10.68 328	2.00 226	0.42 203	0.37 193	0.29 80	0.30 178	0.51 251	0.46 97

FADNet	3.20 259	11.55 372	16.16 103	1.24 188	0.95 181	3.30 92	0.87 159	4.00 201	2.73 173	1.42 54	1.35 51	2.51 219	2.04 257	9.95 307	2.39 261	0.44 223	0.46 246	0.40 244	0.44 293	1.13 360	0.61 174

TDLM	3.20 259	1.58 251	18.80 160	1.70 320	1.10 220	4.29 293	2.17 341	3.81 168	3.27 262	2.89 317	1.98 206	2.06 182	1.70 221	12.44 387	2.15 240	0.58 304	0.31 153	0.56 321	0.40 272	0.58 272	1.59 289

DispNO	3.22 262	2.06 285	19.82 219	1.21 177	1.11 222	3.74 168	0.93 201	4.31 313	2.89 202	2.37 256	2.27 259	4.51 356	2.09 260	11.41 353	3.47 297	0.35 136	0.28 136	0.31 119	0.29 161	0.39 165	0.51 127

SHD	3.22 262	4.21 329	14.19 72	2.37 361	2.12 362	2.77 52	1.19 251	4.24 287	3.25 259	4.64 380	2.73 319	3.62 312	2.76 302	6.30 236	4.75 318	0.66 321	1.25 330	0.52 305	0.59 333	0.69 311	1.64 293

PASM	3.22 262	2.89 309	15.38 90	2.00 345	1.57 310	2.77 52	1.96 326	3.62 135	2.75 176	2.95 325	2.26 256	3.10 272	2.24 276	11.87 372	2.46 263	0.97 358	1.06 321	0.87 365	1.02 366	1.20 364	1.41 279

ADLNet	3.23 265	1.19 208	21.03 348	1.36 236	1.61 317	3.69 159	1.23 258	4.05 218	3.41 293	2.72 299	2.29 264	4.00 330	1.77 230	11.21 346	2.15 240	0.42 203	0.43 236	0.36 212	0.35 234	0.47 236	0.82 224

FADNet-RVC	3.23 265	12.51 376	17.02 122	1.17 163	0.81 142	3.52 127	1.09 233	4.16 256	2.74 175	1.44 57	1.29 45	1.86 147	1.76 228	9.82 299	2.46 263	0.39 183	0.38 206	0.40 244	0.41 282	0.68 309	0.59 166

DEmStereo	3.24 267	0.65 46	18.95 166	0.83 28	0.54 64	3.85 189	1.79 317	2.53 50	2.54 157	2.25 211	2.74 320	2.02 174	6.02 370	6.78 249	11.30 354	0.40 190	0.26 123	0.27 46	0.27 107	0.28 21	0.57 152

ARAFT	3.24 267	13.49 381	19.88 227	0.93 65	0.49 49	4.16 263	1.40 278	4.37 332	3.21 249	2.40 262	1.91 193	1.70 114	1.04 70	6.43 239	1.45 135	0.37 164	0.19 9	0.37 223	0.35 234	0.37 145	0.35 36

APVNet	3.24 267	1.59 253	21.72 390	1.36 236	1.52 298	3.93 211	1.12 240	3.58 128	2.80 184	2.32 241	2.02 211	3.05 266	1.96 254	11.77 370	2.61 270	0.44 223	0.46 246	0.65 345	0.47 302	0.73 316	0.73 210

HSM	3.25 270	1.08 189	19.18 177	1.19 170	1.54 300	3.45 111	1.02 219	4.04 215	2.61 164	2.31 229	2.17 239	8.01 391	2.99 315	11.59 360	1.80 201	0.35 136	0.24 91	0.28 66	0.24 66	0.33 90	0.55 145

Wz-Net-MNSev	3.26 271	7.24 348	17.26 127	1.58 294	1.37 274	3.27 83	2.45 348	4.10 235	4.50 359	2.61 290	2.17 239	2.33 199	3.02 317	7.48 263	2.88 280	0.46 245	0.39 215	0.37 223	0.38 259	0.61 278	0.63 181

GwcNet	3.26 271	3.93 324	20.24 267	1.38 244	2.04 360	3.24 80	1.53 292	3.72 151	3.66 317	2.17 191	2.25 255	3.55 308	1.69 218	9.38 291	3.03 285	0.48 257	0.49 260	0.46 275	0.39 265	0.66 301	0.86 234

RP	3.26 271	1.73 265	17.70 141	1.56 291	1.93 355	3.43 107	1.94 324	4.18 265	2.72 172	2.77 305	3.05 334	3.96 328	2.69 299	10.17 313	2.86 277	1.04 359	0.50 263	0.71 353	0.59 333	0.75 322	0.83 226

stereogan	3.26 271	1.26 212	18.01 144	1.38 244	1.66 332	3.76 171	1.64 307	4.06 220	3.86 328	3.23 343	2.70 317	5.02 371	2.85 304	9.88 302	1.85 207	0.71 331	0.51 265	0.69 350	0.48 304	0.86 337	0.85 231

FADNet-RVC-Resample	3.31 275	8.52 353	22.84 407	1.18 167	0.91 171	3.52 127	1.35 272	4.13 246	2.32 129	1.75 94	1.35 51	2.26 191	1.51 167	9.51 292	2.03 230	0.42 203	0.38 206	0.42 258	0.44 293	0.59 274	0.71 202

iResNetv2_ROB	3.31 275	14.88 410	20.01 238	2.17 354	1.09 217	3.84 186	1.13 242	4.22 275	3.15 243	2.02 147	2.06 223	2.00 173	1.69 218	3.61 183	2.10 238	0.36 156	0.22 49	0.32 134	0.22 44	0.48 241	0.58 164

CVANet_RVC	3.32 277	1.63 258	21.06 354	1.66 311	1.29 259	3.99 224	1.55 296	3.98 198	3.00 216	3.51 354	2.06 223	2.58 228	1.72 224	12.46 388	1.70 183	0.62 314	0.34 172	0.53 309	0.47 302	0.64 292	1.66 294

PDISCO_ROB	3.32 277	5.22 335	18.16 148	2.03 349	2.19 365	4.52 330	1.63 304	4.74 376	3.32 277	2.22 206	2.18 244	3.71 314	2.41 286	5.36 211	2.43 262	1.35 371	0.79 302	0.72 356	0.62 339	1.31 370	1.53 286

PWC_ROB	3.32 277	4.61 332	14.41 76	1.46 269	1.90 353	3.21 73	1.15 247	4.39 338	3.46 303	3.13 335	3.40 348	2.79 249	2.34 282	9.17 286	6.94 331	0.61 309	0.34 172	0.61 334	0.37 251	0.73 316	1.40 277

aanetorigin	3.34 280	2.00 283	17.58 136	1.20 172	1.57 310	2.57 48	3.75 387	2.73 71	2.10 94	6.11 392	4.27 363	2.88 254	5.64 366	5.46 215	4.60 315	0.53 291	0.46 246	0.45 270	0.48 304	1.15 361	1.22 268

RGC	3.35 281	1.84 277	18.13 147	1.52 283	1.79 347	3.33 94	1.37 275	4.18 265	2.39 135	2.96 326	3.23 344	3.98 329	2.71 300	11.53 357	3.42 296	0.90 354	0.48 257	0.79 361	0.79 354	0.75 322	0.89 237

FAT-Stereo	3.38 282	0.88 132	19.96 233	1.28 209	1.20 242	3.44 108	1.97 327	4.26 297	3.15 243	3.14 338	3.92 359	3.50 301	3.28 328	11.68 366	2.04 232	0.65 320	0.68 293	0.48 282	0.54 323	0.63 289	0.91 239

PSMNet_ROB	3.38 282	5.24 336	20.61 319	1.24 188	1.22 249	3.76 171	1.64 307	3.59 130	2.80 184	2.07 166	1.72 125	2.75 244	1.79 234	11.42 355	4.58 314	0.42 203	0.38 206	0.50 297	0.62 339	0.62 283	0.69 198

PSM-AAD	3.41 284	0.58 10	20.55 307	0.95 78	0.56 70	4.46 316	7.40 403	3.11 93	1.58 30	2.30 226	2.56 303	1.26 76	16.19 409	2.47 143	1.00 54	0.32 85	0.22 49	0.58 327	0.41 282	0.37 145	1.32 273

XQC	3.41 284	6.58 343	15.18 86	1.97 342	1.62 319	3.40 100	1.76 315	4.53 355	3.67 319	3.40 350	2.45 290	3.73 315	2.91 307	6.78 249	5.36 322	0.73 338	0.90 310	0.60 331	0.61 337	1.02 347	0.99 249

Syn2CoEx	3.42 286	7.66 350	20.57 313	1.42 261	1.18 235	2.49 46	1.64 307	4.07 222	2.68 168	2.51 280	2.27 259	2.89 255	3.15 324	9.56 293	2.58 268	0.52 289	0.45 242	0.53 309	0.42 285	0.79 329	1.00 250

RTSC	3.44 287	6.78 345	16.53 117	1.76 330	1.54 300	3.53 129	0.94 203	4.22 275	2.97 210	3.65 359	3.23 344	3.31 285	2.29 278	6.22 233	7.41 337	0.61 309	1.32 331	0.37 223	0.42 285	0.78 325	0.98 248

MFMNet_re	3.44 287	8.89 354	19.36 189	3.25 389	1.91 354	3.13 70	1.99 328	3.60 132	4.16 338	3.17 341	2.86 326	2.25 190	2.41 286	2.61 154	2.35 256	1.13 364	1.06 321	0.94 367	0.91 363	1.29 369	1.57 288

edge stereo	3.45 289	1.08 189	22.14 400	1.31 221	1.36 271	2.68 51	1.54 294	4.13 246	3.27 262	2.94 323	3.27 346	4.34 350	2.48 291	11.60 362	2.79 273	0.62 314	0.64 287	0.79 361	0.56 329	0.70 312	0.82 224

PA-Net	3.45 289	2.50 301	20.39 287	1.42 261	1.20 242	3.39 99	1.73 313	3.93 190	3.57 312	1.94 120	2.17 239	3.02 264	1.87 248	11.67 363	6.48 329	0.40 190	0.55 269	0.44 264	0.63 343	0.55 259	1.13 263
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	3.45 289	5.10 334	19.89 228	1.58 294	0.80 140	4.13 252	1.82 320	4.24 287	3.33 279	1.91 110	1.76 135	2.46 215	1.83 242	13.17 396	1.87 208	0.83 351	0.57 271	0.79 361	0.77 352	1.21 365	0.91 239
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
raft+_RVC	3.46 292	2.57 305	19.51 198	1.49 277	17.54 419	3.63 147	0.76 115	3.24 102	1.53 20	1.35 49	1.67 112	1.03 53	1.10 89	1.98 100	1.53 143	0.25 8	7.10 393	0.25 25	0.24 66	0.28 21	2.18 315

Wz-Net-SNSev	3.47 293	10.51 367	16.90 121	1.65 310	1.20 242	3.29 88	2.03 334	4.16 256	3.03 225	2.35 247	2.39 278	3.48 295	2.12 265	7.95 270	4.28 308	0.51 279	0.40 218	0.53 309	0.49 307	0.74 320	1.46 282

NCC-stereo	3.49 294	2.07 287	20.23 265	1.31 221	1.76 343	4.04 231	1.42 281	4.01 203	2.34 130	3.06 331	2.59 306	3.51 304	3.02 317	10.02 311	5.44 323	1.38 373	0.66 291	0.64 343	0.88 360	0.67 304	0.84 229

Abc-Net	3.49 294	2.07 287	20.23 265	1.31 221	1.76 343	4.04 231	1.42 281	4.01 203	2.34 130	3.06 331	2.59 306	3.51 304	3.02 317	10.02 311	5.44 323	1.38 373	0.66 291	0.64 343	0.88 360	0.67 304	0.84 229
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
S-Stereo	3.51 296	0.96 163	22.00 398	1.38 244	1.50 294	3.55 132	2.49 351	4.27 299	3.00 216	2.38 257	3.94 360	3.73 315	1.84 243	11.89 374	2.59 269	0.64 318	0.71 298	0.49 295	0.81 356	0.68 309	1.31 272

Anonymous Stereo	3.53 297	5.56 337	19.23 182	1.75 328	1.40 281	3.35 96	3.23 371	4.15 253	3.13 240	2.42 267	2.38 275	2.56 225	1.53 175	11.88 373	3.54 298	0.68 325	0.92 311	0.57 324	0.57 330	0.74 320	1.08 260

STTRV1_RVC	3.55 298	1.06 185	20.71 328	1.47 273	1.46 290	3.29 88	1.56 298	4.14 249	3.33 279	1.96 127	3.50 351	2.63 233	2.08 259	11.95 376	2.32 253	2.09 380	4.04 380	0.81 364	0.73 349	1.06 350	0.71 202

LargeStereo	3.59 299	0.91 143	13.63 61	1.08 127	0.98 185	1.27 10	0.98 214	3.33 112	1.89 75	0.93 24	1.38 59	0.86 39	1.09 83	1.71 65	1.09 66	0.36 156	21.52 433	0.23 5	0.21 26	0.31 50	18.10 422

PWCDC_ROB	3.62 300	9.86 363	17.35 130	1.62 301	1.57 310	4.19 280	1.01 216	4.35 327	4.20 339	2.26 217	7.36 377	2.73 239	2.75 301	4.10 196	4.51 313	1.47 375	0.37 193	0.39 239	0.34 221	1.22 366	0.73 210

GANet	3.64 301	1.76 266	19.65 201	1.92 341	1.04 206	3.91 203	2.51 352	3.86 175	2.81 188	3.13 335	3.03 333	3.19 276	2.19 274	12.43 386	8.23 343	0.60 308	0.43 236	0.52 305	0.43 290	0.63 289	0.63 181

DDUNet	3.65 302	2.81 308	19.59 200	3.57 394	2.26 366	3.47 114	1.35 272	4.21 274	2.40 138	2.68 296	2.48 293	4.17 340	1.78 231	5.48 216	2.61 270	2.25 382	1.77 342	2.61 396	2.43 405	2.63 386	2.40 319

rrr	3.66 303	3.48 321	23.50 411	0.96 85	0.49 49	1.59 15	0.92 196	8.19 403	2.75 176	0.75 4	0.78 3	0.74 23	0.73 19	5.79 220	7.75 340	0.32 85	0.26 123	0.28 66	0.21 26	0.32 69	13.47 394

ADCRef	3.66 303	5.95 339	15.50 93	1.20 172	1.41 283	3.93 211	1.61 301	3.92 186	2.77 180	3.13 335	2.20 248	2.40 205	2.78 303	6.23 235	16.59 383	0.50 273	0.35 181	0.63 341	0.62 339	0.58 272	0.92 241

ACVNet-DCA	3.67 305	0.94 157	19.66 202	1.87 336	0.42 23	4.47 319	0.73 95	4.07 222	4.63 361	1.21 39	1.89 185	0.73 18	1.62 200	2.20 121	0.81 14	0.31 71	18.77 419	0.32 134	0.21 26	0.35 124	8.09 375

test_xeample3	3.67 305	3.52 323	21.53 386	0.98 95	0.51 58	1.88 22	0.91 191	8.10 402	2.76 179	0.82 8	0.76 2	0.65 6	0.70 14	5.88 223	7.74 339	0.32 85	0.29 141	0.27 46	0.22 44	0.29 34	15.33 411

GrayStereo	3.68 307	0.56 5	20.61 319	1.71 321	0.90 165	4.17 268	8.11 405	3.17 96	4.13 337	2.80 311	2.49 294	1.70 114	17.06 410	2.83 167	1.25 95	0.37 164	0.23 72	0.27 46	0.32 205	0.30 45	0.57 152

xx1	3.69 308	0.94 157	19.66 202	1.87 336	0.42 23	4.47 319	0.73 95	4.24 287	4.01 333	1.21 39	1.89 185	1.78 135	1.36 132	2.20 121	0.81 14	0.31 71	18.77 419	0.33 166	0.36 243	0.35 124	8.09 375

AANet_RVC	3.70 309	7.03 347	17.25 126	1.21 177	1.12 225	3.79 177	1.09 233	3.98 198	3.38 286	2.65 295	4.29 364	3.95 327	1.40 142	11.43 356	7.88 342	1.25 369	0.57 271	0.34 184	0.25 77	0.43 203	0.71 202

FTStereo	3.74 310	0.60 26	20.43 289	0.99 100	0.66 105	4.34 299	11.24 407	2.63 66	1.95 81	2.58 285	5.03 371	1.90 153	13.77 404	3.70 186	1.28 103	0.41 193	0.24 91	0.31 119	0.33 212	0.32 69	2.08 309

MaskLacGwcNet_RVC	3.77 311	1.65 260	20.61 319	2.55 371	1.63 322	4.29 293	1.67 310	3.99 200	2.56 158	1.76 95	1.93 200	3.03 265	1.41 147	13.24 398	2.02 229	4.47 407	1.63 339	1.12 376	0.48 304	2.42 385	2.85 328

HBP-ISP	3.78 312	9.10 357	20.83 335	1.72 322	1.14 228	4.54 331	2.82 360	4.61 367	3.03 225	4.13 370	1.98 206	1.88 151	3.31 329	11.06 342	1.52 142	0.74 341	0.57 271	0.67 347	0.62 339	0.65 297	0.64 185

tt1	3.79 313	0.93 154	15.34 88	1.83 334	0.45 32	4.54 331	0.78 119	4.23 280	4.73 366	1.27 47	1.89 185	0.74 23	1.48 161	2.29 132	0.78 7	0.30 56	19.28 429	0.32 134	0.22 44	0.31 50	14.02 397

222	3.82 314	0.88 132	6.92 28	1.15 152	0.99 187	3.27 83	0.64 59	4.57 361	5.37 383	2.43 268	2.32 269	1.41 91	1.44 153	10.64 326	18.51 405	0.32 85	4.89 384	0.32 134	0.30 178	0.34 111	9.80 390

CC-Net-ROB	3.82 314	3.41 319	20.20 258	2.40 362	1.66 332	4.49 324	1.61 301	4.77 377	3.08 233	2.06 160	2.06 223	1.99 169	1.60 187	12.57 390	1.91 213	2.82 387	2.19 350	2.67 398	1.06 369	2.31 384	1.59 289

UDG	3.84 316	2.91 310	20.05 242	2.98 383	1.98 357	3.95 216	1.18 250	4.43 342	2.24 111	2.47 274	2.53 301	4.49 354	2.44 289	6.52 241	4.74 317	2.14 381	1.77 342	2.64 397	2.58 407	2.66 387	2.19 316

1test111	3.86 317	0.94 157	19.66 202	1.87 336	0.42 23	4.47 319	0.73 95	4.07 222	4.63 361	1.21 39	1.89 185	0.73 18	1.62 200	5.19 209	1.68 178	0.31 71	18.77 419	0.32 134	0.21 26	0.35 124	8.09 375

GASNet	3.86 317	15.35 415	21.16 368	1.63 304	1.25 254	2.35 42	1.11 238	4.11 238	2.86 198	1.99 134	2.11 230	2.99 261	2.16 271	10.62 325	3.75 302	0.71 331	0.37 193	0.61 334	0.46 300	0.91 341	0.70 200

AAGNet	3.88 319	0.67 55	20.04 241	2.27 357	0.46 33	4.76 375	1.05 227	2.28 34	3.38 286	2.16 189	1.84 172	2.40 205	3.95 346	6.22 233	24.21 415	0.49 263	0.19 9	0.30 101	0.29 161	0.33 90	0.29 11

PVD	3.91 320	4.36 330	13.89 68	2.81 381	4.79 405	3.80 180	1.94 324	3.89 179	4.11 335	5.75 388	3.56 352	3.59 309	3.34 332	6.44 240	6.44 328	0.73 338	2.84 364	0.74 359	0.84 358	0.82 333	3.45 344

FBW_ROB	3.91 320	2.07 287	15.46 92	1.60 297	1.16 231	3.80 180	1.48 289	4.37 332	3.41 293	2.53 281	2.45 290	4.19 342	2.10 261	15.17 410	9.45 347	0.86 352	0.65 290	1.54 384	0.96 364	1.08 355	3.80 346

cc1	3.93 322	0.94 157	19.66 202	1.87 336	0.42 23	4.47 319	0.73 95	4.24 287	4.01 333	1.21 39	1.89 185	0.73 18	1.62 200	2.20 121	0.81 14	0.31 71	18.77 419	0.32 134	0.21 26	0.32 69	13.93 396

DPSNet	3.94 323	2.01 284	14.69 80	1.58 294	1.30 260	4.17 268	2.08 337	4.57 361	4.63 361	2.78 307	1.99 209	3.79 319	7.88 388	10.66 327	11.35 356	0.94 356	0.99 319	0.41 248	0.57 330	1.09 356	1.40 277

RAFT + AFF	3.98 324	14.10 395	20.78 331	1.16 156	1.96 356	4.14 257	2.00 331	4.56 359	3.52 309	2.23 208	2.51 298	2.27 192	4.92 359	8.94 283	2.82 275	0.33 108	0.60 280	0.48 282	0.39 265	0.81 331	1.03 255

DeepPrunerF	4.00 325	5.64 338	16.81 119	1.36 236	1.75 341	3.69 159	1.54 294	4.24 287	13.98 409	2.21 204	1.77 142	2.73 239	2.29 278	10.90 335	6.64 330	0.71 331	0.61 282	0.77 360	0.79 354	0.87 339	0.79 221

Anonymous_2	4.03 326	0.99 179	11.19 51	1.20 172	1.71 337	3.68 158	0.93 201	3.76 157	1.63 47	2.07 166	1.43 66	4.76 366	2.34 282	1.86 90	1.78 196	0.82 350	2.42 359	8.69 421	16.64 426	4.38 403	8.29 380

MFN_U_SF_RVC	4.08 327	13.72 390	15.13 85	2.00 345	1.43 286	3.73 166	1.68 311	4.11 238	3.39 291	2.93 321	2.38 275	4.39 351	3.63 340	8.63 277	6.14 325	1.14 365	1.07 324	1.01 369	1.35 383	1.63 378	2.09 311

CBMV	4.12 328	1.27 215	21.14 365	1.52 283	0.85 150	3.80 180	3.89 391	4.58 363	3.02 223	3.56 357	2.37 274	4.44 352	13.88 406	11.23 348	3.78 303	0.56 301	0.43 236	0.48 282	0.39 265	0.55 259	0.74 214
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
G-Net	4.16 329	1.39 230	20.31 278	2.30 358	2.91 379	4.68 364	2.86 362	3.35 114	2.44 147	4.43 377	9.43 393	6.89 385	3.83 344	8.91 281	4.83 319	0.80 346	0.80 303	0.70 351	0.50 313	0.95 345	0.97 247

test_xeample	4.19 330	0.93 154	14.09 70	1.16 156	1.17 233	3.28 85	0.80 129	4.63 368	5.30 379	2.46 273	2.35 271	1.39 88	1.42 149	10.88 333	17.68 399	0.30 56	6.50 391	0.32 134	0.32 205	0.36 141	8.38 383

SQANet	4.22 331	14.03 394	20.30 276	2.78 377	2.75 377	3.41 103	1.48 289	3.66 140	2.25 114	2.62 292	1.77 142	2.68 236	1.90 251	7.41 262	3.78 303	2.97 389	1.42 332	1.85 386	1.13 372	3.28 389	2.86 329

Wz-Net-TNSev	4.22 331	13.55 382	15.87 98	1.57 292	1.19 240	3.61 144	2.48 350	4.38 336	3.45 302	2.29 225	1.91 193	4.20 343	2.86 305	12.11 378	10.56 350	0.61 309	0.59 278	0.48 282	0.54 323	0.93 343	1.24 270

ttt	4.23 333	0.75 99	19.96 233	1.48 275	1.31 264	3.69 159	0.87 159	4.65 369	5.33 380	2.45 272	2.39 278	2.44 214	1.54 177	11.35 351	16.49 382	0.43 217	4.35 381	0.37 223	0.35 234	0.41 187	4.01 352

xxxx	4.25 334	0.86 126	14.59 79	1.30 218	1.16 231	3.51 125	0.63 57	4.56 359	5.42 386	2.33 243	2.29 264	2.04 177	1.39 138	10.23 316	18.00 401	0.33 108	7.15 394	0.31 119	0.30 178	0.35 124	8.33 381

ADCPNet	4.25 334	4.04 326	21.95 394	1.33 229	1.31 264	6.34 394	2.63 356	4.07 222	3.23 257	2.81 312	2.21 251	4.27 345	6.08 371	6.01 225	11.73 359	0.67 324	1.17 327	0.71 353	1.71 389	0.87 339	1.82 303

LL-Strereo	4.26 336	13.69 387	20.37 283	1.24 188	2.18 363	2.90 59	1.08 231	4.35 327	2.22 109	3.20 342	2.26 256	3.29 282	3.13 321	11.30 349	1.91 213	0.33 108	3.89 379	0.46 275	0.34 221	0.54 256	6.47 369

ffm	4.27 337	0.98 170	21.04 349	1.24 188	1.03 199	3.64 148	0.87 159	4.23 280	4.73 366	2.31 229	2.40 280	3.49 296	1.64 205	2.29 132	0.78 7	0.30 56	19.28 429	0.48 282	0.40 272	0.31 50	14.02 397

RTS	4.29 338	9.35 358	18.25 150	2.79 379	2.29 368	4.98 380	3.41 375	4.72 373	4.27 346	4.35 374	3.10 338	4.93 368	3.14 322	7.71 267	6.99 332	0.71 331	0.68 293	0.51 302	0.50 313	1.07 353	1.98 306

RTSA	4.29 338	9.35 358	18.25 150	2.79 379	2.29 368	4.98 380	3.41 375	4.72 373	4.27 346	4.35 374	3.10 338	4.93 368	3.14 322	7.71 267	6.99 332	0.71 331	0.68 293	0.51 302	0.50 313	1.07 353	1.98 306

SDNR	4.37 340	2.22 295	20.63 322	1.60 297	0.99 187	5.15 383	0.67 64	4.36 329	5.55 389	4.89 382	7.17 375	5.50 379	1.58 183	17.48 412	4.33 310	0.80 346	0.72 299	0.59 328	0.45 298	1.18 363	1.43 281

MFN_U_SF_DS_RVC	4.38 341	13.66 385	13.95 69	1.39 251	1.58 315	5.18 384	3.31 373	4.53 355	3.22 254	2.60 286	2.62 309	4.99 370	2.11 263	13.99 407	4.21 307	1.53 377	2.56 362	0.67 347	1.82 395	0.83 336	2.92 332

WZ-Net	4.39 342	12.37 375	17.44 132	1.47 273	1.42 285	3.76 171	2.27 345	4.17 260	3.11 237	2.89 317	2.24 253	4.05 332	5.69 368	10.89 334	12.07 360	0.66 321	0.41 224	0.47 277	0.49 307	0.78 325	1.12 262

ADCP+	4.42 343	12.67 378	18.95 166	1.12 142	1.55 304	4.30 295	3.60 384	4.01 203	3.80 324	2.30 226	1.71 123	3.93 325	4.29 351	3.49 180	18.77 409	0.40 190	0.41 224	0.63 341	0.53 320	0.67 304	1.35 275

MADNet+	4.46 344	11.36 370	14.35 75	2.23 355	2.50 374	4.18 272	2.86 362	5.46 390	4.43 353	2.74 302	2.69 316	4.55 358	3.43 337	8.97 284	9.42 346	1.47 375	2.06 348	1.09 374	1.02 366	1.54 376	2.96 334

AnyNet_C32	4.49 345	9.53 360	13.85 64	1.67 312	1.56 308	5.40 387	4.06 393	4.03 211	3.69 320	4.21 373	3.09 337	3.09 271	3.38 336	8.24 272	18.76 408	0.56 301	0.64 287	0.53 309	0.81 356	1.36 372	1.42 280

THIR-Stereo	4.50 346	1.11 193	18.71 159	0.89 49	0.47 37	2.25 38	16.71 412	3.53 126	1.58 30	2.04 155	12.04 404	2.66 235	7.52 384	7.29 257	11.25 353	0.32 85	0.21 34	0.29 80	0.28 131	0.35 124	0.52 133

ADCMid	4.55 347	10.78 368	17.67 140	1.32 227	1.43 286	4.62 348	2.24 343	4.22 275	4.97 375	3.93 365	3.01 332	3.84 322	3.66 341	4.22 200	18.57 407	0.69 327	0.62 285	1.09 374	1.20 376	1.48 374	1.49 284

mmx	4.56 348	0.98 170	21.04 349	1.24 188	1.03 199	3.64 148	0.87 159	4.53 355	5.34 381	2.31 229	2.40 280	3.49 296	1.64 205	12.40 381	16.90 386	0.34 124	5.98 388	0.48 282	0.40 272	0.46 226	5.71 363

xxx	4.56 348	0.98 170	21.04 349	1.24 188	1.03 199	3.64 148	0.87 159	4.53 355	5.34 381	2.31 229	2.40 280	3.49 296	1.64 205	12.40 381	16.90 386	0.34 124	5.98 388	0.48 282	0.40 272	0.46 226	5.71 363

CBMV_ROB	4.57 350	0.90 141	21.30 379	1.46 269	0.89 161	4.43 313	1.69 312	4.51 354	3.14 242	5.97 390	4.23 362	4.16 339	7.83 386	11.06 342	16.47 381	0.61 309	0.55 269	0.53 309	0.51 317	0.56 265	0.59 166

SAMSARA	4.67 351	6.50 342	16.40 113	4.62 410	3.13 385	6.62 396	3.49 378	5.24 383	3.04 228	7.78 398	3.07 335	5.32 375	4.05 348	9.98 308	6.42 327	0.69 327	2.39 358	0.60 331	0.74 350	0.99 346	2.26 317

AnyNet_C01	4.68 352	10.90 369	16.41 114	2.03 349	1.62 319	6.25 392	6.40 400	4.19 268	5.13 378	4.03 367	3.77 356	4.14 338	3.26 327	7.23 256	11.19 352	0.64 318	0.80 303	0.65 345	0.72 348	2.18 382	2.08 309

ADCL	4.70 353	4.04 326	16.12 101	1.35 232	1.28 257	5.46 388	10.88 406	4.08 229	4.25 344	5.97 390	4.51 366	4.29 347	5.60 364	6.37 237	15.21 378	0.54 295	0.48 257	0.88 366	0.78 353	0.86 337	1.01 252

DispFullNet	4.71 354	3.93 324	23.92 413	4.00 399	3.01 381	3.38 97	1.31 266	4.23 280	3.26 260	6.31 393	2.92 328	4.03 331	7.80 385	3.93 192	5.15 320	2.80 386	1.61 338	3.11 406	2.70 410	3.32 390	3.38 342

NaN_ROB	4.73 355	6.66 344	21.89 391	1.26 206	1.28 257	3.49 121	3.02 367	4.38 336	3.93 330	3.65 359	2.55 302	2.97 259	5.01 360	13.23 397	17.43 397	0.38 176	0.42 235	0.38 235	0.40 272	0.50 246	1.82 303

1111x	4.75 356	1.05 184	20.89 340	1.28 209	1.02 195	3.81 183	0.88 166	4.65 369	5.52 387	2.43 268	2.27 259	1.97 167	1.81 237	12.40 381	18.19 403	0.32 85	9.06 407	0.32 134	0.34 221	0.38 154	6.34 368

ADCS	4.77 357	12.63 377	17.40 131	1.72 322	1.34 268	3.90 200	3.60 384	4.30 303	3.54 310	5.11 385	2.81 324	4.44 352	3.05 320	6.15 232	19.32 410	0.74 341	0.68 293	0.70 351	0.70 346	1.25 368	1.98 306

Ntro	4.83 358	14.73 405	20.47 295	3.24 388	2.97 380	4.12 249	1.88 322	4.00 201	2.57 160	1.79 100	2.15 234	3.34 288	2.16 271	10.01 310	7.34 334	3.53 397	1.77 342	2.13 389	1.32 381	3.89 398	3.23 335

EAI-Stereo	4.89 359	0.69 66	7.74 32	0.99 100	1.63 322	4.68 364	51.52 430	5.79 396	3.37 284	3.64 358	7.24 376	1.10 58	0.95 54	2.51 145	1.71 186	0.33 108	0.31 153	0.28 66	2.04 401	0.28 21	0.92 241

MSC_U_SF_DS_RVC	4.90 360	13.94 393	16.59 118	1.69 316	1.46 290	6.15 391	3.52 380	5.47 391	3.95 331	2.77 305	2.74 320	4.81 367	2.49 293	13.78 404	5.33 321	2.34 383	3.46 375	1.05 371	1.21 377	2.28 383	2.94 333

SGM-Forest	4.96 361	0.86 126	21.02 347	1.22 181	0.83 145	4.05 235	3.26 372	4.40 339	3.49 307	4.40 376	3.69 355	4.66 365	13.91 407	11.94 375	17.16 394	0.66 321	0.46 246	0.49 295	0.39 265	0.49 245	1.77 300
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SuperB	5.03 362	8.93 355	20.96 345	1.51 281	1.11 222	3.88 197	3.00 365	4.24 287	3.13 240	2.53 281	2.10 229	2.74 242	3.37 335	8.76 279	19.44 411	0.45 232	0.34 172	0.53 309	0.40 272	11.97 423	1.15 265

DualNet	5.08 363	0.98 170	21.04 349	1.24 188	1.03 199	3.64 148	0.87 159	4.23 280	4.73 366	2.31 229	2.40 280	3.49 296	1.64 205	2.29 132	16.90 386	0.30 56	19.28 429	0.48 282	0.40 272	0.31 50	14.02 397

SPS-STEREO	5.18 364	10.36 365	21.09 360	1.74 326	1.72 339	3.24 80	2.26 344	3.92 186	4.12 336	5.06 384	3.66 354	5.43 377	3.33 331	9.56 293	12.34 362	1.17 367	1.17 327	1.07 372	1.03 368	1.17 362	10.25 391
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	5.20 365	15.03 412	21.14 365	3.66 396	3.25 389	4.18 272	2.98 364	4.22 275	3.20 246	2.30 226	2.65 311	4.24 344	2.97 310	9.92 304	6.29 326	3.92 402	2.27 354	2.71 400	1.73 391	3.82 397	3.43 343

CrosDoStereo	5.27 366	0.75 99	20.07 243	0.85 34	0.53 62	3.40 100	18.03 413	3.90 181	3.29 269	1.99 134	8.27 383	1.95 161	6.95 381	7.34 259	25.94 418	0.33 108	0.22 49	0.30 101	0.28 131	0.35 124	0.61 174

DeepStereo_LL	5.27 366	0.75 99	20.07 243	0.85 34	0.53 62	3.40 100	18.03 413	3.90 181	3.29 269	1.99 134	8.27 383	1.95 161	6.95 381	7.34 259	25.94 418	0.33 108	0.22 49	0.30 101	0.28 131	0.35 124	0.61 174

ff1	5.58 368	0.98 170	21.04 349	1.24 188	1.03 199	3.64 148	0.87 159	4.23 280	4.73 366	2.31 229	2.40 280	3.49 296	1.64 205	12.40 381	16.90 386	0.30 56	19.28 429	0.48 282	0.40 272	0.31 50	14.02 397

otaku	5.59 369	14.82 409	20.70 326	3.13 386	2.70 376	3.91 203	2.56 354	3.90 181	2.48 151	2.25 211	9.38 392	4.06 333	2.32 281	9.59 295	14.37 373	3.52 396	1.66 340	2.15 390	1.19 375	3.73 396	3.35 341

EDNetEfficient	5.62 370	2.26 296	17.51 133	1.67 312	3.59 391	3.99 224	7.25 401	3.14 94	5.63 391	11.52 415	4.82 369	3.94 326	12.48 400	8.39 275	20.56 413	0.46 245	0.46 246	0.48 282	1.06 369	1.65 380	1.62 292

MeshStereo	5.67 371	1.80 269	21.28 377	1.40 252	1.14 228	4.38 302	3.83 390	5.51 393	4.85 374	10.12 411	11.72 403	11.44 397	5.87 369	13.86 405	12.31 361	0.68 325	0.61 282	0.61 334	0.60 335	0.73 316	0.68 196
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
WCMA_ROB	5.78 372	2.42 300	21.71 389	1.67 312	1.55 304	4.07 239	3.53 381	4.14 249	4.73 366	6.59 394	10.89 398	12.82 403	9.59 396	10.17 313	12.65 365	1.05 360	0.61 282	0.52 305	0.52 318	0.71 314	5.64 362

pmcnn	5.90 373	1.81 272	22.30 402	1.69 316	2.37 371	3.47 114	2.10 338	4.58 363	5.56 390	3.75 362	13.12 407	22.07 413	3.70 342	11.99 377	17.13 393	0.58 304	0.23 72	0.23 5	0.19 10	0.37 145	0.70 200

CSAN	5.95 374	13.70 388	21.94 393	1.35 232	0.93 176	3.65 153	3.46 377	4.73 375	4.26 345	3.98 366	7.70 379	3.54 307	6.94 380	22.83 416	16.00 380	0.53 291	0.47 254	0.50 297	0.55 327	0.65 297	1.22 268

MSMD_ROB	5.99 375	1.29 220	19.23 182	1.40 252	0.84 149	10.25 406	2.05 336	4.20 270	6.02 395	10.42 413	8.00 380	22.21 414	9.45 395	11.67 363	8.73 344	0.76 344	0.59 278	0.67 347	0.68 344	0.67 304	0.72 205

WAO-7	6.00 376	14.29 398	20.46 293	1.97 342	1.51 296	5.31 386	3.06 369	5.00 380	5.92 394	4.55 379	8.87 390	6.52 383	6.47 375	13.38 400	13.85 369	1.35 371	1.24 329	1.48 382	1.36 384	1.63 378	1.79 302

ACVNet_2	6.09 377	15.28 414	21.36 382	3.30 390	3.17 386	4.50 325	3.00 365	4.70 371	3.96 332	3.52 355	5.34 372	7.79 389	2.95 308	12.40 381	13.76 368	3.28 392	2.23 352	2.70 399	1.70 388	3.52 391	3.24 336

IMH-64-1	6.10 378	13.83 391	17.55 134	4.34 403	3.78 393	4.79 376	5.94 397	5.34 384	4.20 339	4.10 368	8.31 385	5.07 372	6.92 378	9.63 296	7.36 335	4.60 410	2.96 369	3.04 402	2.14 402	4.30 401	3.88 349

IMH-64	6.10 378	13.83 391	17.55 134	4.34 403	3.78 393	4.79 376	5.94 397	5.34 384	4.20 339	4.10 368	8.31 385	5.07 372	6.92 378	9.63 296	7.36 335	4.60 410	2.96 369	3.04 402	2.14 402	4.30 401	3.88 349

SGM_RVC	6.11 380	1.10 192	20.44 290	2.15 353	0.66 105	15.87 418	3.98 392	5.00 380	6.19 396	9.79 409	11.46 401	8.23 393	12.63 401	12.32 380	9.15 345	0.54 295	0.39 215	0.41 248	0.35 234	0.55 259	1.05 257
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	6.31 381	1.18 202	22.96 410	2.56 372	2.69 375	21.07 419	2.01 333	4.79 378	2.87 200	9.49 405	4.45 365	4.10 336	4.48 355	22.33 415	17.61 398	0.79 345	0.44 240	0.47 277	0.44 293	0.47 236	0.95 246

ELAS_RVC	6.36 382	2.53 302	20.21 262	2.67 374	2.48 372	4.90 379	11.89 408	4.84 379	6.31 399	9.03 403	8.54 388	8.09 392	12.73 402	9.32 288	13.25 367	1.92 378	2.18 349	1.51 383	1.31 379	1.40 373	2.15 312
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SANet	6.43 383	13.71 389	22.08 399	1.43 266	1.00 193	6.86 398	3.78 389	4.71 372	11.10 404	4.71 381	8.72 389	7.47 387	7.91 389	12.46 388	18.12 402	0.51 279	0.47 254	0.50 297	0.45 298	0.94 344	1.60 291

PWCK	6.49 384	13.40 380	20.27 270	2.95 382	1.61 317	5.68 390	7.63 404	5.37 387	4.77 372	3.90 364	7.48 378	7.96 390	5.63 365	15.15 409	10.93 351	3.21 391	1.55 337	2.34 391	1.43 386	6.05 409	2.45 322

ELAS	6.58 385	2.54 303	20.08 248	2.66 373	2.48 372	15.49 416	7.29 402	5.50 392	5.72 392	10.05 410	8.94 391	6.91 386	10.83 398	8.33 273	14.27 372	1.92 378	2.19 350	1.23 379	1.31 379	1.62 377	2.17 314
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
psmorigin	6.62 386	1.45 236	87.38 439	1.55 289	0.97 184	2.86 55	1.42 281	3.30 109	2.12 98	3.74 361	2.45 290	5.15 374	2.59 297	10.55 324	2.91 282	0.55 298	0.68 293	0.48 282	0.53 320	0.73 316	1.02 253

ACVNet_1	6.63 387	14.79 408	21.40 383	3.59 395	3.17 386	4.69 369	2.46 349	4.24 287	3.34 281	3.11 334	2.86 326	23.21 415	4.59 357	11.06 342	12.59 364	3.75 398	2.34 356	2.60 395	1.80 394	3.70 393	3.31 339

NVStereoNet_ROB	6.63 387	9.57 361	19.28 185	3.19 387	2.11 361	3.69 159	1.99 328	4.32 320	6.27 398	3.26 346	24.57 420	5.45 378	11.39 399	13.56 401	12.37 363	2.79 385	2.05 347	1.76 385	1.75 392	1.49 375	1.75 296
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-6	6.68 389	9.03 356	20.68 325	2.98 383	2.79 378	11.93 408	3.56 383	5.39 388	11.65 406	3.55 356	9.59 394	6.77 384	6.72 377	12.28 379	11.56 357	2.88 388	2.36 357	2.50 392	1.84 396	2.89 388	2.72 326

JetBlue	6.69 390	12.01 374	14.30 74	1.98 344	4.64 404	11.97 409	12.29 409	5.39 388	4.32 352	3.81 363	4.51 366	9.50 395	6.53 376	10.22 315	14.50 374	1.32 370	1.47 333	1.18 377	1.36 384	7.48 416	5.05 359

FCDSN-DC	6.71 391	1.18 202	21.61 388	1.29 214	1.10 220	4.38 302	2.59 355	4.58 363	5.52 387	9.58 406	11.19 399	19.17 410	17.69 412	13.03 394	17.11 392	0.73 338	0.57 271	0.61 334	0.60 335	0.71 314	0.92 241
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet-4b	6.98 392	14.78 407	22.17 401	3.56 393	3.11 384	4.14 257	2.23 342	4.08 229	3.84 325	1.67 79	3.96 361	5.86 380	2.87 306	10.30 320	17.16 394	26.09 431	2.24 353	2.53 393	1.79 393	3.91 399	3.28 338

FC-DCNN	7.08 393	1.01 181	21.89 391	1.74 326	1.64 326	8.18 404	2.31 346	6.50 399	9.16 403	10.85 414	11.33 400	19.85 412	13.33 403	12.94 393	17.10 391	0.72 336	0.57 271	0.59 328	0.57 330	0.64 292	0.69 198

IMH	7.25 394	16.24 419	21.08 355	4.40 405	3.79 395	5.46 388	3.03 368	5.58 394	6.26 397	4.92 383	10.32 396	9.24 394	8.30 391	13.62 402	11.56 357	4.84 414	3.00 372	3.09 405	2.14 402	4.38 403	3.83 348

tt	7.29 395	0.58 10	7.34 29	4.04 400	2.30 370	12.04 410	20.18 416	15.60 420	7.41 400	3.46 352	3.36 347	5.36 376	6.39 374	4.27 201	7.46 338	9.80 421	11.53 417	7.04 419	7.45 420	6.31 410	3.81 347

LVE	7.57 396	15.80 416	21.28 377	3.69 397	3.19 388	4.54 331	2.78 357	10.13 406	11.63 405	3.24 344	11.52 402	18.10 409	4.55 356	11.67 363	10.30 349	4.62 413	2.95 367	2.56 394	1.91 398	3.63 392	3.26 337

EKT-Stereo	7.93 397	0.75 99	21.17 370	1.84 335	109.80 437	4.51 329	0.61 45	4.13 246	1.59 33	1.89 108	1.24 33	1.96 166	1.35 131	4.02 194	1.36 116	0.42 203	0.31 153	0.29 80	0.27 107	0.35 124	0.78 219

DGSMNet	8.13 398	2.31 299	18.62 155	2.77 376	13.96 418	6.91 399	42.17 429	4.16 256	2.53 156	2.25 211	3.21 342	3.41 291	1.69 218	9.19 287	3.03 285	3.79 400	10.31 412	11.70 426	5.68 417	4.38 403	10.58 392

Dean	8.35 399	15.23 413	22.34 403	3.76 398	3.55 390	4.81 378	3.51 379	5.34 384	5.37 383	4.49 378	26.13 421	25.59 421	4.33 353	11.21 346	13.12 366	3.78 399	2.31 355	2.90 401	1.89 397	4.04 400	3.34 340

MADNet++	8.64 400	6.17 341	13.88 67	6.61 413	5.25 407	10.15 405	14.20 411	5.89 398	8.25 401	7.14 395	8.18 382	6.41 382	9.84 397	11.71 368	16.73 385	9.65 420	5.03 385	8.63 420	5.68 417	4.83 407	8.57 384

UNDER WATER-64	10.08 401	14.27 397	22.85 408	5.26 412	4.88 406	11.00 407	4.57 396	11.41 407	17.25 414	7.68 397	9.72 395	15.96 408	21.47 419	11.12 345	16.63 384	4.38 404	2.88 366	4.41 416	2.95 414	7.12 414	5.81 365

TorneroNet-64	10.52 402	14.33 399	21.95 394	4.29 402	3.76 392	13.77 413	2.83 361	14.96 417	23.11 422	10.24 412	23.77 419	13.44 404	8.15 390	13.98 406	17.70 400	4.03 403	2.73 363	3.23 407	2.53 406	7.27 415	4.35 356

FINET	10.59 403	14.44 403	25.84 416	2.30 358	3.90 396	21.74 420	25.19 419	8.85 404	16.99 412	2.68 296	15.19 410	11.45 398	13.83 405	6.71 248	15.11 377	0.80 346	8.59 398	0.53 309	0.44 293	0.62 283	16.67 415

JetRed	10.68 404	26.07 426	35.62 421	4.40 405	4.16 401	15.72 417	13.07 410	14.57 416	5.83 393	5.85 389	5.55 374	10.12 396	7.37 383	8.86 280	25.99 420	3.33 393	3.82 378	3.59 413	2.98 415	8.51 419	8.22 379

notaker	10.92 405	14.17 396	20.38 284	4.56 409	3.98 398	6.29 393	3.53 381	7.68 401	5.10 377	9.04 404	46.37 431	13.84 407	28.85 421	14.18 408	14.16 371	4.57 409	3.19 373	3.52 410	2.70 410	8.16 418	4.13 353

UNDER WATER	11.28 406	13.60 383	22.90 409	5.11 411	4.53 403	7.75 402	3.75 387	12.50 409	21.62 421	7.80 399	10.68 397	23.75 417	35.20 422	11.54 358	17.40 396	4.46 406	2.95 367	4.23 415	2.90 413	6.57 411	6.27 367

EDNetEfficientorigin	12.42 407	3.26 316	179.44 444	1.21 177	1.00 193	2.89 58	1.82 320	3.05 90	5.37 383	8.87 402	4.78 368	4.17 340	4.80 358	9.91 303	11.32 355	0.41 193	0.41 224	0.62 340	0.88 360	1.33 371	2.81 327

WAO-8	12.61 408	16.02 417	21.99 396	3.55 391	3.10 382	15.07 414	2.80 358	12.81 411	19.10 419	7.93 400	13.05 405	11.75 399	8.46 393	83.86 441	15.10 375	3.51 394	1.94 345	3.54 411	1.96 399	3.72 394	2.89 330

Venus	12.61 408	16.02 417	21.99 396	3.55 391	3.10 382	15.07 414	2.80 358	12.81 411	19.10 419	7.93 400	13.05 405	11.75 399	8.46 393	83.86 441	15.10 375	3.51 394	1.94 345	3.54 411	1.96 399	3.72 394	2.89 330

LSM	13.03 410	7.72 352	21.01 346	55.44 437	85.65 435	3.65 153	6.27 399	3.91 185	5.06 376	5.63 387	13.91 408	3.53 306	3.46 339	9.93 305	4.36 311	0.72 336	0.95 315	0.72 356	0.85 359	1.09 356	26.67 427

SGM+DAISY	13.18 411	14.36 400	24.65 415	8.10 416	13.49 417	22.47 421	25.54 420	12.13 408	17.08 413	14.77 417	15.82 412	12.17 402	13.97 408	12.65 391	18.22 404	8.40 418	9.18 408	1.23 379	1.33 382	1.23 367	16.81 420

MANE	15.29 412	13.67 386	23.58 412	10.15 421	13.37 416	23.58 423	23.86 417	27.83 423	26.26 423	12.02 416	15.10 409	19.83 411	18.01 413	15.68 411	20.35 412	8.58 419	9.20 409	3.05 404	4.19 416	0.82 333	16.69 416

SGM-ForestM	15.60 413	14.94 411	28.17 420	7.84 415	10.49 412	23.43 422	24.58 418	20.87 421	16.87 410	15.92 420	15.89 413	27.08 422	22.45 420	24.86 421	28.42 426	3.85 401	8.90 402	0.55 318	1.15 374	0.64 292	15.05 404

DGTPSM_ROB	16.67 414	21.79 424	40.19 426	10.00 420	19.05 420	12.43 411	33.20 423	13.71 413	18.09 417	9.71 407	22.85 417	13.77 405	19.64 414	21.23 413	24.07 414	5.09 415	8.95 404	5.62 417	11.49 422	6.73 412	15.75 413

DPSMNet_ROB	16.76 415	21.81 425	40.95 427	10.20 422	19.08 421	12.43 411	33.21 424	13.73 414	18.21 418	9.76 408	22.88 418	13.78 406	19.64 414	21.39 414	24.21 415	5.20 416	8.97 405	5.63 418	11.51 425	6.80 413	15.82 414

KSHMR	17.50 416	14.38 402	22.35 404	4.50 407	4.51 402	8.17 403	3.33 374	15.44 419	76.15 437	7.32 396	61.40 435	56.33 435	5.66 367	32.91 424	13.97 370	4.42 405	2.99 371	3.64 414	2.79 412	5.13 408	4.55 358

LE_ROB	19.18 417	12.99 379	48.22 430	8.42 418	23.91 424	7.26 400	19.71 415	9.92 405	38.58 431	43.44 429	21.85 416	28.15 423	41.18 426	23.00 417	54.71 431	0.38 176	0.34 172	0.32 134	0.36 243	0.43 203	0.49 117

coex-ft	20.00 418	11.54 371	120.82 441	1.18 167	1.30 260	2.36 43	1.99 328	2.96 86	13.96 408	129.83 442	8.40 387	5.88 381	52.82 436	9.93 305	31.13 427	0.61 309	0.62 285	0.50 297	0.49 307	1.10 358	2.63 324

DPSM_ROB	20.83 419	20.01 422	26.54 418	23.64 426	22.42 422	31.06 425	39.94 427	34.02 426	17.42 415	15.35 418	16.05 414	24.04 418	20.69 417	23.28 419	27.60 422	10.77 422	9.41 410	11.68 424	11.50 423	14.48 424	16.71 417

DPSM	20.83 419	20.01 422	26.54 418	23.64 426	22.42 422	31.06 425	39.94 427	34.02 426	17.42 415	15.35 418	16.05 414	24.04 418	20.69 417	23.28 419	27.60 422	10.77 422	9.41 410	11.68 424	11.50 423	14.48 424	16.71 417

ktn	22.24 421	14.37 401	20.30 276	4.54 408	4.02 399	6.52 395	4.50 395	6.78 400	78.80 439	84.67 439	100.54 442	58.48 436	8.39 392	13.13 395	17.09 390	4.61 412	3.24 374	3.49 409	2.62 408	4.70 406	3.96 351

LRCNet_RVC	25.63 422	33.47 427	24.35 414	31.77 428	32.74 425	6.73 397	1.19 251	25.87 422	4.67 365	28.95 421	30.91 423	24.89 420	17.54 411	27.82 422	24.57 417	35.48 432	25.62 434	35.91 434	33.80 433	31.95 434	34.38 431

TorneroNet	26.32 423	14.70 404	22.40 405	4.24 401	4.08 400	54.72 434	3.19 370	15.11 418	76.73 438	57.99 434	82.55 439	86.65 440	45.79 435	13.34 399	18.51 405	4.52 408	2.86 365	3.45 408	2.63 409	8.75 421	4.28 354

DLNR_Zeroshot_test	29.83 424	55.48 437	50.99 432	183.84 441	114.74 438	3.44 108	0.28 1	29.52 425	1.59 33	1.03 31	1.25 36	0.93 47	0.64 9	3.95 193	1.62 165	37.16 433	1.69 341	0.26 36	0.23 53	92.97 438	15.07 405

SPstereo	30.75 425	13.65 384	19.03 169	8.80 419	10.65 413	50.20 433	82.83 441	71.83 438	35.94 430	30.86 424	29.63 422	48.58 434	42.25 433	47.75 438	58.04 438	7.66 417	8.94 403	20.43 427	10.51 421	8.69 420	8.79 385

HanzoNet	31.86 426	17.33 420	21.23 374	7.52 414	5.85 410	7.49 401	3.61 386	14.35 415	13.37 407	50.38 432	46.35 430	44.46 425	56.50 437	36.53 428	28.25 425	64.05 437	58.31 438	9.45 422	89.24 438	31.17 433	31.77 428

Selective-RAFT-Error	41.88 427	40.10 432	53.23 433	47.74 433	45.20 431	62.42 438	80.58 436	68.27 436	34.95 425	30.85 423	32.30 427	48.08 428	42.07 432	46.54 432	54.92 432	21.60 429	19.12 427	23.46 431	23.15 428	29.14 430	33.95 430

CasAABBNet	41.89 428	40.14 433	53.33 437	47.71 432	45.10 430	62.42 438	80.65 437	68.29 437	34.85 424	30.67 422	32.34 428	48.22 429	41.76 431	46.61 434	55.60 434	21.59 428	18.89 423	23.46 431	23.21 429	29.17 431	33.75 429

MyStereo03	43.09 429	40.09 429	53.32 434	48.07 434	45.83 432	62.40 435	80.65 437	67.87 432	35.18 427	31.09 425	32.21 424	48.24 430	41.62 428	46.66 435	55.80 435	21.53 425	18.98 424	23.44 428	23.21 429	29.12 427	56.57 437

MyStereo02	43.09 429	40.09 429	53.32 434	48.07 434	45.83 432	62.40 435	80.65 437	67.87 432	35.18 427	31.09 425	32.21 424	48.24 430	41.62 428	46.66 435	55.80 435	21.53 425	18.98 424	23.44 428	23.21 429	29.12 427	56.57 437

MyStereo	43.09 429	40.09 429	53.32 434	48.07 434	45.83 432	62.40 435	80.65 437	67.87 432	35.18 427	31.09 425	32.21 424	48.24 430	41.62 428	46.66 435	55.80 435	21.53 425	18.98 424	23.44 428	23.21 429	29.12 427	56.57 437

HaxPig	43.31 432	43.63 434	45.01 428	33.88 429	35.67 427	32.79 427	30.52 422	45.50 429	42.95 432	48.75 430	48.14 432	43.24 424	40.44 425	44.58 430	43.63 428	47.17 434	49.30 435	51.65 436	50.37 435	43.72 435	45.27 433

AVERAGE_ROB	44.46 433	45.87 435	46.48 429	40.54 431	38.62 428	32.95 428	30.49 421	46.80 430	43.31 433	49.57 431	48.93 433	44.57 426	39.87 424	45.01 431	43.89 429	48.70 435	50.65 436	50.80 435	49.79 434	45.54 436	46.89 434

MEDIAN_ROB	47.37 434	49.00 436	49.74 431	40.28 430	39.94 429	34.93 429	33.41 425	49.78 431	46.38 435	53.04 433	52.61 434	47.67 427	42.28 434	48.33 439	47.25 430	52.06 436	53.99 437	54.28 437	53.48 436	48.70 437	50.27 435

LSM0	49.69 435	40.02 428	53.50 438	97.07 438	129.56 439	62.65 440	79.82 435	68.02 435	35.12 426	33.72 428	33.34 429	48.41 433	41.54 427	46.57 433	55.40 433	21.63 430	19.16 428	23.60 433	23.13 427	29.46 432	52.08 436

BEATNet-Init1	51.93 436	71.67 439	99.39 440	10.91 424	13.10 414	84.39 441	59.36 431	73.78 439	67.97 436	88.09 440	88.15 440	91.73 441	97.51 442	85.13 443	72.56 442	2.59 384	5.18 386	1.20 378	1.49 387	10.61 422	13.83 395

Anonymous_1	57.77 437	19.65 421	26.12 417	23.12 425	141.97 441	30.79 424	39.72 426	34.10 428	16.98 411	70.09 438	15.64 411	23.44 416	19.73 416	23.03 418	27.21 421	164.70 443	9.02 406	130.41 438	137.42 440	161.21 444	41.01 432

PML	64.55 438	56.00 438	20.79 332	8.10 416	32.82 426	147.60 443	247.57 445	12.71 410	45.39 434	111.32 441	288.85 445	101.42 442	100.62 443	31.63 423	15.84 379	13.96 424	4.84 382	10.95 423	6.18 419	28.99 426	5.33 361

FADE	78.97 439	14.73 405	35.82 422	10.62 423	13.30 415	4.17 268	4.16 394	28.45 424	8.38 402	5.17 386	3.89 357	11.84 401	36.55 423	44.20 429	27.82 424	481.80 445	167.92 444	346.21 445	320.29 445	7.64 417	6.52 370

xxxxx1	112.85 440	94.19 440	38.10 423	228.21 443	161.02 442	39.23 430	61.26 432	92.54 440	79.08 440	63.44 435	74.84 436	77.80 437	69.88 438	33.55 425	70.96 439	117.25 439	130.44 441	258.49 442	273.88 442	145.63 441	147.24 442

tt_ll	112.85 440	94.19 440	38.10 423	228.21 443	161.02 442	39.23 430	61.26 432	92.54 440	79.08 440	63.44 435	74.84 436	77.80 437	69.88 438	33.55 425	70.96 439	117.25 439	130.44 441	258.49 442	273.88 442	145.63 441	147.24 442

ff	112.85 440	94.19 440	38.10 423	228.21 443	161.02 442	39.23 430	61.26 432	92.54 440	79.08 440	63.44 435	74.84 436	77.80 437	69.88 438	33.55 425	70.96 439	117.25 439	130.44 441	258.49 442	273.88 442	145.63 441	147.24 442

ASD4	117.27 443	129.52 443	123.56 442	122.58 439	90.02 436	142.70 442	121.49 442	155.40 444	106.26 443	137.15 443	93.99 441	116.23 443	77.54 441	123.37 444	97.34 443	115.20 438	101.37 439	138.98 440	118.15 439	131.38 440	103.11 440

DPSimNet_ROB	143.68 444	156.64 444	170.66 443	162.59 440	135.40 440	195.13 444	174.01 443	141.76 443	167.78 445	174.58 444	138.78 443	186.01 444	183.75 444	82.32 440	97.85 444	151.24 442	102.48 440	131.25 439	82.78 437	115.21 439	123.37 441

test_example2	213.42 445	219.67 445	222.97 445	213.78 442	220.82 445	199.03 445	200.49 444	189.27 445	143.61 444	211.05 445	218.08 444	210.69 445	205.21 445	221.14 445	216.49 445	236.74 444	242.08 445	213.66 441	216.96 441	235.55 445	231.06 445

Low-res two-view benchmark