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

panet	0.31 1	0.31 7	1.65 7	0.20 2	0.12 3	0.55 86	0.15 1	0.50 24	0.51 43	0.28 20	0.34 35	0.24 21	0.21 17	0.34 16	0.24 16	0.11 113	0.07 6	0.08 3	0.05 1	0.09 5	0.12 11

GLC_STEREO	0.31 1	0.30 5	1.80 12	0.29 48	0.12 3	0.41 15	0.20 22	0.39 2	0.42 9	0.26 15	0.31 26	0.25 26	0.19 8	0.36 26	0.26 34	0.09 12	0.11 129	0.12 139	0.10 73	0.13 36	0.15 32

CREStereo	0.31 1	0.35 38	1.66 8	0.19 1	0.13 6	0.55 86	0.17 6	0.50 24	0.50 38	0.28 20	0.34 35	0.24 21	0.21 17	0.34 16	0.23 15	0.11 113	0.07 6	0.08 3	0.05 1	0.10 11	0.12 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CASnet	0.32 4	0.40 64	1.80 12	0.28 36	0.11 1	0.47 33	0.19 13	0.45 8	0.47 26	0.39 35	0.31 26	0.23 15	0.17 1	0.31 3	0.21 1	0.11 113	0.06 1	0.15 250	0.12 141	0.16 70	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CES	0.33 5	0.32 15	1.46 3	0.25 6	0.50 279	0.40 14	0.20 22	0.48 12	0.48 29	0.22 3	0.29 17	0.26 33	0.19 8	0.35 24	0.22 4	0.09 12	0.07 6	0.08 3	0.05 1	0.16 70	0.54 251

LoS_RVC	0.34 6	0.38 56	1.96 39	0.27 24	0.35 221	0.43 18	0.22 43	0.43 6	0.34 1	0.24 9	0.34 35	0.23 15	0.28 76	0.34 16	0.22 4	0.08 1	0.07 6	0.07 1	0.05 1	0.10 11	0.35 159

LoS	0.34 6	0.35 38	1.88 25	0.25 6	0.13 6	0.53 69	0.20 22	0.50 24	0.53 55	0.26 15	0.28 15	0.37 71	0.24 29	0.40 37	0.25 25	0.10 48	0.08 39	0.08 3	0.06 7	0.15 61	0.10 4

MGS-Stereo	0.35 8	0.48 90	1.99 42	0.26 16	0.14 9	0.41 15	0.22 43	0.41 3	0.48 29	0.24 9	0.51 119	0.25 26	0.18 6	0.33 14	0.22 4	0.10 48	0.08 39	0.09 16	0.08 28	0.47 350	0.10 4

StereoIM	0.35 8	0.89 210	2.15 73	0.25 6	0.29 168	0.29 3	0.17 6	0.47 11	0.41 5	0.21 1	0.22 2	0.28 42	0.21 17	0.32 13	0.31 72	0.10 48	0.09 84	0.10 50	0.08 28	0.11 18	0.12 11

CroCo-Stereo	0.35 8	0.71 162	1.67 9	0.32 94	0.17 39	0.19 1	0.21 32	0.79 137	0.54 59	0.22 3	0.25 11	0.55 169	0.22 21	0.28 1	0.28 44	0.10 48	0.08 39	0.08 3	0.07 13	0.12 26	0.10 4
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
PMTNet	0.35 8	0.38 56	1.75 10	0.21 3	0.14 9	0.57 110	0.24 85	0.48 12	0.44 17	0.28 20	0.32 32	0.26 33	0.24 29	0.41 43	0.24 16	0.42 362	0.07 6	0.08 3	0.05 1	0.18 111	0.15 32

MIF-Stereo	0.36 12	0.66 146	2.43 130	0.28 36	0.24 121	0.30 4	0.18 11	0.35 1	0.36 2	0.26 15	0.37 45	0.18 1	0.18 6	0.33 14	0.30 58	0.11 113	0.08 39	0.09 16	0.08 28	0.25 210	0.09 2

knoymous	0.37 13	0.34 31	1.83 16	0.25 6	0.18 49	0.45 20	0.24 85	0.60 68	0.40 4	0.42 42	0.39 54	0.54 161	0.25 43	0.41 43	0.29 53	0.12 148	0.08 39	0.12 139	0.07 13	0.13 36	0.20 70

sCroCo_RVC	0.37 13	0.39 60	2.38 109	0.35 147	0.27 152	0.31 5	0.22 43	0.49 15	0.48 29	0.23 6	0.34 35	0.25 26	0.24 29	0.35 24	0.25 25	0.15 239	0.17 203	0.12 139	0.11 111	0.15 61	0.15 32

CroCo-Stereo Lap2	0.38 15	0.91 218	2.02 49	0.33 115	0.38 239	0.23 2	0.21 32	0.63 79	0.51 43	0.23 6	0.28 15	0.29 46	0.23 27	0.34 16	0.28 44	0.10 48	0.09 84	0.10 50	0.08 28	0.22 175	0.15 32

CREStereo++_RVC	0.38 15	0.37 51	2.47 166	0.25 6	0.16 22	0.54 76	0.15 1	0.42 5	0.57 71	0.37 30	0.52 127	0.24 21	0.19 8	0.31 3	0.27 39	0.09 12	0.06 1	0.08 3	0.30 314	0.09 5	0.22 79
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
CAS	0.39 17	0.31 7	1.79 11	0.81 348	0.34 213	0.51 49	0.23 63	0.49 15	0.42 9	0.23 6	0.31 26	0.20 2	0.17 1	0.30 2	0.25 25	0.77 381	0.06 1	0.07 1	0.05 1	0.10 11	0.41 193

TANstereo	0.39 17	0.70 159	2.48 171	0.23 4	0.12 3	0.54 76	0.16 4	0.41 3	0.47 26	0.45 56	0.51 119	0.26 33	0.22 21	0.34 16	0.21 1	0.10 48	0.10 107	0.08 3	0.07 13	0.09 5	0.18 58

XX-TBD	0.40 19	1.04 240	2.49 174	0.35 147	0.13 6	0.51 49	0.17 6	0.44 7	0.52 49	0.38 33	0.51 119	0.23 15	0.19 8	0.31 3	0.25 25	0.10 48	0.07 6	0.08 3	0.06 7	0.09 5	0.18 58

MIF-Stereo (partial)	0.41 20	0.71 162	2.67 239	0.27 24	0.24 121	0.32 6	0.17 6	0.56 51	0.46 20	0.26 15	0.37 45	0.25 26	0.26 51	0.46 51	0.35 105	0.11 113	0.08 39	0.12 139	0.10 73	0.21 161	0.15 32

s12784h	0.41 20	0.34 31	2.17 76	0.24 5	0.11 1	0.64 213	0.24 85	0.85 183	0.70 182	0.45 56	0.54 144	0.28 42	0.27 65	0.51 78	0.27 39	0.11 113	0.06 1	0.09 16	0.06 7	0.16 70	0.14 26

Anonymous	0.41 20	0.44 81	2.55 193	0.35 147	0.32 198	0.38 13	0.34 214	0.57 56	0.41 5	0.25 12	0.30 20	0.23 15	0.29 92	0.38 29	0.28 44	0.15 239	0.13 157	0.11 96	0.12 141	0.24 195	0.30 133

Gwc-CoAtRS	0.41 20	0.37 51	2.06 57	0.28 36	0.41 252	0.48 36	0.19 13	0.64 81	0.49 32	0.45 56	0.39 54	0.57 180	0.26 51	0.37 27	0.28 44	0.09 12	0.19 213	0.09 16	0.31 319	0.11 18	0.25 100

Any-RAFT	0.42 24	0.33 24	1.89 27	0.28 36	0.21 80	0.69 256	0.21 32	0.83 166	0.60 85	0.45 56	0.43 67	0.62 201	0.30 102	0.48 62	0.24 16	0.11 113	0.40 282	0.08 3	0.06 7	0.10 11	0.16 45

R-Stereo Train	0.42 24	0.31 7	2.51 178	0.30 62	0.18 49	0.56 91	0.25 104	0.82 156	0.41 5	0.57 169	0.67 240	0.33 60	0.24 29	0.34 16	0.33 90	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 58

RAFT-Stereo	0.42 24	0.31 7	2.51 178	0.30 62	0.18 49	0.56 91	0.25 104	0.82 156	0.41 5	0.57 169	0.67 240	0.33 60	0.24 29	0.34 16	0.33 90	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test croco	0.43 27	0.73 170	2.80 275	0.28 36	0.19 65	0.33 8	0.21 32	0.63 79	0.50 38	0.24 9	0.38 51	0.24 21	0.25 43	0.48 62	0.32 81	0.12 148	0.08 39	0.13 196	0.09 39	0.43 338	0.13 14

CASS	0.43 27	0.34 31	2.01 45	0.33 115	0.17 39	0.54 76	0.24 85	0.71 108	0.52 49	0.62 222	0.55 153	0.40 86	0.41 168	0.43 47	0.33 90	0.17 272	0.10 107	0.14 225	0.11 111	0.18 111	0.23 87
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCANet-4	0.43 27	0.32 15	2.31 98	0.26 16	0.14 9	0.51 49	0.22 43	0.84 173	0.78 246	0.55 146	0.48 92	0.28 42	0.37 133	0.40 37	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

Patchmatch Stereo++	0.43 27	0.36 41	2.44 138	0.48 259	0.17 39	0.61 166	0.26 116	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.56 98	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14
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
PSM-adaLoss	0.43 27	0.36 41	2.44 138	0.48 259	0.18 49	0.61 166	0.28 138	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.49 72	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

ROB_FTStereo_v2	0.43 27	0.36 41	2.44 138	0.49 270	0.17 39	0.61 166	0.28 138	0.53 32	0.61 88	0.48 70	0.43 67	0.44 111	0.28 76	0.48 62	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

ROB_FTStereo	0.43 27	0.36 41	2.44 138	0.48 259	0.18 49	0.61 166	0.26 116	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.51 78	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

HUI-Stereo	0.43 27	0.36 41	2.45 154	0.48 259	0.18 49	0.61 166	0.27 130	0.53 32	0.61 88	0.48 70	0.43 67	0.44 111	0.28 76	0.47 53	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

iGMRVC	0.43 27	0.36 41	2.44 138	0.48 259	0.18 49	0.61 166	0.27 130	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.57 101	0.31 72	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

iRAFT	0.43 27	0.36 41	2.44 138	0.48 259	0.17 39	0.61 166	0.26 116	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.56 98	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

RAFT-IKP	0.43 27	0.36 41	2.44 138	0.48 259	0.16 22	0.60 148	0.28 138	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.51 78	0.31 72	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

DIP-Stereo	0.43 27	0.50 98	2.21 84	0.27 24	0.18 49	0.63 201	0.17 6	0.94 247	0.58 77	0.49 86	0.48 92	0.30 47	0.30 102	0.40 37	0.31 72	0.10 48	0.08 39	0.10 50	0.08 28	0.15 61	0.33 146
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GMStereo_Zeroshot	0.44 39	0.44 81	1.84 19	0.44 242	0.20 71	0.52 64	0.19 13	0.60 68	0.54 59	0.58 175	0.59 187	0.63 205	0.29 92	0.59 105	0.34 98	0.16 253	0.09 84	0.16 266	0.09 39	0.26 225	0.26 106

GMStereo	0.44 39	1.32 304	2.65 228	0.28 36	0.16 22	0.42 17	0.22 43	0.48 12	0.63 108	0.41 38	0.36 41	0.26 33	0.25 43	0.41 43	0.30 58	0.14 221	0.08 39	0.10 50	0.12 141	0.17 91	0.13 14
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.44 39	0.36 41	2.38 109	0.28 36	0.43 263	0.53 69	0.20 22	0.86 195	0.52 49	0.44 54	0.36 41	0.53 156	0.26 51	0.40 37	0.27 39	0.09 12	0.08 39	0.09 16	0.38 353	0.10 11	0.22 79

RCA-Stereo	0.45 42	0.38 56	1.80 12	0.27 24	0.25 127	0.58 117	0.23 63	0.84 173	0.66 128	0.42 42	0.44 78	0.28 42	0.35 125	0.31 3	0.21 1	0.09 12	1.01 344	0.09 16	0.07 13	0.21 161	0.53 248

BUS	0.45 42	0.32 15	1.58 4	0.31 76	0.22 89	0.91 332	0.23 63	1.05 321	0.67 140	0.64 242	0.53 130	0.65 215	0.32 111	0.48 62	0.34 98	0.13 191	0.10 107	0.14 225	0.12 141	0.13 36	0.15 32

AnonymousM	0.45 42	0.49 92	1.83 16	0.29 48	0.15 15	0.53 69	0.22 43	0.64 81	0.66 128	0.47 68	0.33 33	0.30 47	0.25 43	0.49 72	0.29 53	0.12 148	0.27 259	0.71 385	0.37 350	0.12 26	0.41 193

sAnonymous2	0.45 42	0.88 205	2.97 303	0.31 76	0.25 127	0.34 10	0.28 138	0.56 51	0.49 32	0.25 12	0.30 20	0.23 15	0.29 92	0.31 3	0.22 4	0.12 148	0.09 84	0.12 139	0.13 161	0.38 315	0.43 202

CroCo_RVC	0.45 42	0.88 205	2.97 303	0.31 76	0.25 127	0.34 10	0.28 138	0.56 51	0.49 32	0.25 12	0.30 20	0.23 15	0.29 92	0.31 3	0.22 4	0.12 148	0.09 84	0.12 139	0.13 161	0.38 315	0.43 202

Selective-RAFT	0.46 47	0.48 90	1.88 25	0.32 94	0.16 22	0.61 166	0.19 13	0.66 87	0.62 97	0.28 20	0.30 20	0.41 91	0.33 116	0.51 78	0.32 81	0.11 113	1.09 353	0.09 16	0.35 343	0.19 134	0.37 166

ProNet	0.46 47	0.60 130	1.85 21	0.35 147	0.67 324	0.49 41	0.25 104	0.53 32	0.57 71	0.21 1	0.24 6	0.22 8	0.20 15	0.52 82	0.22 4	0.09 12	0.47 291	0.10 50	0.09 39	0.23 189	1.33 363

CRE-IMP	0.46 47	0.31 7	2.40 117	0.53 284	0.17 39	0.79 302	0.68 343	0.54 41	0.66 128	0.47 68	0.43 67	0.44 111	0.26 51	0.43 47	0.33 90	0.12 148	0.07 6	0.12 139	0.09 39	0.17 91	0.23 87

test_4	0.47 50	0.80 193	2.15 73	0.36 161	0.29 168	0.59 135	0.28 138	0.50 24	0.42 9	0.43 48	0.76 291	0.39 78	0.22 21	0.73 150	0.49 159	0.08 1	0.18 209	0.11 96	0.15 198	0.29 255	0.27 112

DeepStereo_RVC	0.47 50	0.37 51	2.19 79	0.55 291	0.18 49	0.60 148	0.58 317	0.52 29	0.62 97	0.49 86	0.45 79	0.39 78	0.85 329	0.47 53	0.34 98	0.12 148	0.08 39	0.11 96	0.09 39	0.15 61	0.19 62

cross-raft	0.47 50	0.34 31	2.17 76	0.70 334	0.84 348	0.50 47	0.35 223	0.74 112	0.43 13	0.44 54	0.45 79	0.63 205	0.25 43	0.37 27	0.27 39	0.08 1	0.14 170	0.10 50	0.23 280	0.11 18	0.27 112

iRaftStereo_RVC	0.47 50	0.84 196	1.91 30	0.29 48	0.15 15	0.53 69	0.20 22	0.58 58	0.50 38	0.37 30	0.43 67	0.42 95	0.23 27	0.38 29	0.28 44	0.09 12	0.70 328	0.12 139	0.11 111	0.43 338	0.77 302

Anonymous3	0.47 50	0.49 92	2.61 213	0.33 115	0.25 127	0.72 269	0.32 196	0.80 142	0.60 85	0.36 28	0.41 63	0.33 60	0.29 92	0.46 51	0.30 58	0.19 294	0.18 209	0.13 196	0.13 161	0.18 111	0.22 79

CFNet_pseudo	0.47 50	0.50 98	2.19 79	0.26 16	0.20 71	0.56 91	0.22 43	0.80 142	0.62 97	0.50 104	0.56 165	0.68 236	0.47 223	0.53 89	0.33 90	0.11 113	0.10 107	0.15 250	0.10 73	0.18 111	0.33 146

ccs_rob	0.47 50	0.50 98	2.19 79	0.26 16	0.20 71	0.56 91	0.22 43	0.80 142	0.62 97	0.50 104	0.56 165	0.68 236	0.47 223	0.53 89	0.33 90	0.11 113	0.10 107	0.16 266	0.10 73	0.18 111	0.33 146

H2IRNET	0.48 57	1.04 240	2.57 201	0.31 76	0.19 65	0.54 76	0.19 13	0.55 49	0.53 55	0.28 20	0.56 165	0.47 132	0.35 125	0.47 53	0.40 120	0.11 113	0.08 39	0.12 139	0.14 179	0.37 308	0.26 106

PCWNet_CMD	0.48 57	0.50 98	2.23 86	0.27 24	0.20 71	0.56 91	0.22 43	0.78 130	0.67 140	0.49 86	0.55 153	0.68 236	0.56 257	0.48 62	0.32 81	0.11 113	0.10 107	0.14 225	0.10 73	0.19 134	0.43 202

DisPM	0.48 57	0.41 69	2.54 186	0.61 312	0.18 49	0.59 135	0.62 330	0.54 41	0.67 140	0.61 210	0.53 130	0.38 76	0.26 51	0.76 156	0.31 72	0.13 191	0.07 6	0.12 139	0.11 111	0.12 26	0.15 32

BSDual-CNN	0.48 57	0.32 15	1.58 4	0.31 76	0.22 89	0.76 283	0.32 196	1.05 321	0.67 140	0.64 242	0.53 130	0.63 205	0.38 140	0.48 62	0.97 264	0.13 191	0.10 107	0.14 225	0.12 141	0.13 36	0.15 32

psmg	0.48 57	0.32 15	1.58 4	0.28 36	0.22 89	0.75 279	0.35 223	0.94 247	0.67 140	0.61 210	0.59 187	0.63 205	0.38 140	0.48 62	0.97 264	0.13 191	0.11 129	0.13 196	0.13 161	0.14 52	0.15 32

dd	0.48 57	1.32 304	2.41 121	0.31 76	0.17 39	0.58 117	0.26 116	0.50 24	0.71 194	0.42 42	0.41 63	0.34 64	0.28 76	0.47 53	0.41 123	0.18 283	0.10 107	0.13 196	0.12 141	0.22 175	0.16 45

GANet-ADL	0.48 57	0.56 119	2.51 178	0.34 132	0.20 71	0.58 117	0.25 104	0.80 142	0.57 71	0.43 48	0.61 202	0.56 176	0.31 106	0.44 50	0.44 136	0.14 221	0.11 129	0.10 50	0.09 39	0.22 175	0.38 174

ICVP	0.48 57	0.33 24	2.37 107	0.34 132	0.22 89	0.60 148	0.55 308	0.79 137	0.53 55	0.45 56	0.60 194	0.49 141	0.36 128	0.55 95	0.46 144	0.16 253	0.16 196	0.14 225	0.11 111	0.16 70	0.32 143
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SFCPSM	0.48 57	0.39 60	2.30 96	0.28 36	0.27 152	0.70 259	0.32 196	1.00 287	0.69 172	0.50 104	0.52 127	0.43 96	0.36 128	0.53 89	0.44 136	0.12 148	0.09 84	0.12 139	0.16 216	0.18 111	0.23 87

FENet	0.48 57	0.58 122	2.46 161	0.33 115	0.18 49	0.58 117	0.22 43	0.83 166	0.64 114	0.49 86	0.42 65	0.55 169	0.38 140	0.52 82	0.51 165	0.12 148	0.09 84	0.12 139	0.11 111	0.17 91	0.31 141

MSMDNet	0.48 57	0.50 98	2.23 86	0.27 24	0.20 71	0.56 91	0.22 43	0.78 130	0.67 140	0.49 86	0.55 153	0.68 236	0.56 257	0.48 62	0.32 81	0.11 113	0.10 107	0.13 196	0.10 73	0.18 111	0.43 202

AdaStereo	0.48 57	0.44 81	2.18 78	0.36 161	0.20 71	0.59 135	0.29 163	0.97 270	0.74 222	0.52 123	0.55 153	0.61 196	0.33 116	0.52 82	0.44 136	0.18 283	0.08 39	0.17 280	0.11 111	0.18 111	0.24 96
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.
IER	0.49 69	0.73 170	2.12 68	0.27 24	0.25 127	0.65 227	0.27 130	0.76 117	0.59 81	0.56 157	0.59 187	0.60 194	0.53 248	0.64 121	0.44 136	0.12 148	0.09 84	0.11 96	0.11 111	0.18 111	0.15 32

TestStereo	0.49 69	0.88 205	2.38 109	0.30 62	0.16 22	0.43 18	0.25 104	0.55 49	0.46 20	0.38 33	0.46 81	0.34 64	0.28 76	1.96 325	0.28 44	0.11 113	0.08 39	0.12 139	0.09 39	0.15 61	0.13 14

GES	0.49 69	0.54 110	2.37 107	0.31 76	0.19 65	0.61 166	0.30 176	0.93 242	0.52 49	0.49 86	0.53 130	0.40 86	0.43 192	0.59 105	0.67 211	0.16 253	0.11 129	0.12 139	0.10 73	0.20 151	0.30 133

DCANet	0.49 69	0.91 218	2.63 218	0.26 16	0.14 9	0.51 49	0.22 43	0.84 173	0.78 246	0.56 157	0.49 105	0.32 56	0.41 168	0.39 33	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.14 52	0.45 219

CFNet_ucs	0.50 73	0.55 117	2.28 92	0.27 24	0.22 89	0.58 117	0.23 63	0.90 225	0.69 172	0.54 135	0.64 224	0.68 236	0.44 200	0.55 95	0.34 98	0.14 221	0.12 144	0.16 266	0.11 111	0.19 134	0.38 174

fff	0.50 73	0.90 215	2.63 218	0.25 6	0.15 15	0.51 49	0.22 43	0.85 183	0.82 274	0.55 146	0.48 92	0.31 52	0.65 287	0.39 33	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

ADStereo(finetuned)	0.50 73	0.91 218	2.43 130	0.26 16	0.14 9	0.51 49	0.22 43	0.84 173	0.78 246	0.56 157	0.49 105	0.32 56	0.75 316	0.40 37	0.40 120	0.10 48	0.07 6	0.09 16	0.07 13	0.13 36	0.45 219

UDGNet	0.50 73	1.36 317	2.44 138	0.37 171	0.19 65	0.58 117	0.23 63	0.49 15	0.69 172	0.42 42	0.39 54	0.34 64	0.29 92	0.55 95	0.32 81	0.25 336	0.10 107	0.37 363	0.19 253	0.30 262	0.17 51

PFNet+	0.50 73	0.43 77	2.54 186	0.49 270	0.18 49	0.58 117	0.76 352	0.54 41	0.72 201	0.56 157	0.48 92	0.39 78	0.26 51	0.94 182	0.33 90	0.14 221	0.09 84	0.14 225	0.13 161	0.12 26	0.16 45

NRIStereo	0.50 73	0.34 31	2.44 138	0.52 280	0.16 22	0.94 338	0.73 350	0.52 29	0.65 121	0.48 70	0.40 62	0.59 187	0.29 92	0.78 161	0.33 90	0.11 113	0.13 157	0.11 96	0.09 39	0.22 175	0.25 100

HCRNet	0.50 73	0.75 183	2.08 60	0.39 202	0.29 168	0.58 117	0.22 43	0.79 137	0.67 140	0.49 86	0.49 105	0.48 139	0.37 133	1.13 204	0.40 120	0.15 239	0.10 107	0.15 250	0.13 161	0.21 161	0.19 62

csc	0.50 73	0.90 215	2.63 218	0.25 6	0.15 15	0.51 49	0.22 43	0.85 183	0.82 274	0.55 146	0.48 92	0.31 52	0.65 287	0.39 33	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

cscssc	0.50 73	0.90 215	2.63 218	0.25 6	0.15 15	0.51 49	0.22 43	0.85 183	0.82 274	0.55 146	0.48 92	0.31 52	0.65 287	0.39 33	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

DMCA	0.50 73	0.83 195	1.95 36	0.32 94	0.24 121	0.59 135	0.26 116	0.81 149	0.68 164	0.59 194	0.49 105	0.56 176	0.36 128	0.65 125	0.65 206	0.14 221	0.10 107	0.14 225	0.10 73	0.19 134	0.29 124

whm_eth	0.51 83	0.86 200	2.79 273	0.31 76	0.31 187	0.49 41	0.24 85	0.78 130	0.75 227	0.48 70	0.86 314	0.26 33	0.26 51	0.38 29	0.29 53	0.13 191	0.11 129	0.13 196	0.12 141	0.14 52	0.44 214

UPFNet	0.51 83	0.67 147	2.04 53	0.34 132	0.33 204	0.65 227	0.37 233	0.88 210	0.65 121	0.60 203	0.53 130	0.61 196	0.41 168	0.77 157	0.55 177	0.13 191	0.13 157	0.13 196	0.13 161	0.20 151	0.16 45

Former-RAFT_DAM_RVC	0.52 85	0.51 103	1.12 1	0.26 16	0.22 89	0.46 23	0.20 22	1.10 344	1.33 375	3.13 413	0.33 33	0.22 8	0.20 15	0.34 16	0.26 34	0.11 113	0.09 84	0.11 96	0.09 39	0.17 91	0.21 74

StereoVision	0.52 85	1.12 257	2.70 254	0.34 132	0.32 198	0.47 33	0.26 116	0.73 110	0.61 88	0.33 27	0.89 320	0.45 123	0.26 51	0.52 82	0.39 118	0.14 221	0.15 184	0.16 266	0.15 198	0.22 175	0.14 26

gwcnet-sp	0.52 85	0.71 162	2.66 232	0.32 94	0.22 89	0.66 240	0.31 186	0.84 173	0.69 172	0.61 210	0.49 105	0.46 127	0.43 192	0.77 157	0.48 150	0.12 148	0.11 129	0.11 96	0.11 111	0.19 134	0.19 62

scenet	0.52 85	0.71 162	2.66 232	0.32 94	0.22 89	0.66 240	0.31 186	0.84 173	0.69 172	0.61 210	0.49 105	0.46 127	0.43 192	0.77 157	0.48 150	0.12 148	0.11 129	0.11 96	0.11 111	0.19 134	0.19 62

ssnet	0.52 85	0.71 162	2.66 232	0.32 94	0.22 89	0.66 240	0.31 186	0.84 173	0.69 172	0.61 210	0.49 105	0.46 127	0.43 192	0.77 157	0.48 150	0.12 148	0.11 129	0.11 96	0.11 111	0.19 134	0.19 62

PSM-softLoss	0.52 85	0.34 31	2.47 166	0.55 291	0.17 39	0.61 166	0.39 247	0.64 81	0.67 140	0.52 123	0.48 92	0.39 78	0.25 43	1.46 246	0.77 234	0.13 191	0.08 39	0.13 196	0.12 141	0.12 26	0.15 32

KMStereo	0.52 85	0.34 31	2.47 166	0.55 291	0.17 39	0.61 166	0.39 247	0.64 81	0.67 140	0.52 123	0.48 92	0.39 78	0.25 43	1.46 246	0.77 234	0.13 191	0.08 39	0.13 196	0.12 141	0.12 26	0.15 32

KYRaft	0.52 85	0.35 38	2.40 117	0.34 132	0.21 80	0.75 279	0.43 265	0.62 73	0.63 108	0.64 242	0.92 324	0.53 156	0.72 305	0.60 110	0.26 34	0.10 48	0.07 6	0.12 139	0.14 179	0.13 36	0.54 251

raftrobust	0.52 85	1.14 260	2.15 73	0.33 115	0.99 363	0.53 69	0.21 32	0.59 65	0.50 38	0.53 131	0.36 41	0.31 52	0.33 116	0.47 53	0.42 127	0.10 48	0.55 303	0.09 16	0.08 28	0.22 175	0.46 222

RALAANet	0.52 85	1.37 321	2.63 218	0.33 115	0.23 112	0.48 36	0.19 13	0.69 95	0.55 64	0.49 86	0.46 81	0.39 78	0.31 106	0.53 89	0.53 170	0.10 48	0.33 268	0.11 96	0.17 229	0.29 255	0.13 14

hknet	0.53 95	0.39 60	2.04 53	0.31 76	0.24 121	0.76 283	0.32 196	1.05 321	0.71 194	0.64 242	0.53 130	0.79 280	0.40 157	0.84 171	0.78 238	0.12 148	0.10 107	0.14 225	0.12 141	0.13 36	0.15 32

NF-Stereo	0.53 95	0.33 24	2.55 193	0.55 291	0.16 22	0.61 166	0.43 265	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.44 245	0.78 238	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

OCTAStereo	0.53 95	0.33 24	2.54 186	0.56 300	0.16 22	0.61 166	0.42 258	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.43 241	0.79 241	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

RE-Stereo	0.53 95	0.33 24	2.54 186	0.56 300	0.16 22	0.61 166	0.43 265	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.43 241	0.77 234	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

TVStereo	0.53 95	0.33 24	2.54 186	0.56 300	0.16 22	0.61 166	0.43 265	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.43 241	0.77 234	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

GMM-Stereo	0.53 95	0.33 24	2.89 293	0.53 284	0.24 121	0.77 293	0.46 281	0.62 73	0.65 121	0.58 175	0.73 278	0.47 132	0.43 192	0.68 135	0.29 53	0.10 48	0.06 1	0.13 196	0.13 161	0.14 52	0.44 214

Prome-Stereo	0.53 95	0.36 41	2.39 115	0.60 306	0.23 112	0.63 201	0.41 252	0.66 87	0.67 140	0.59 194	1.02 341	0.43 96	0.71 304	0.61 113	0.34 98	0.10 48	0.07 6	0.10 50	0.09 39	0.13 36	0.44 214

CoDeX	0.54 102	0.52 105	2.25 88	0.30 62	0.26 141	0.61 166	0.32 196	1.03 307	0.73 205	0.49 86	0.56 165	0.52 155	0.40 157	1.59 269	0.38 116	0.12 148	0.09 84	0.11 96	0.10 73	0.15 61	0.22 79

NINENet	0.54 102	0.40 64	2.19 79	0.55 291	0.26 141	0.91 332	0.23 63	1.05 321	0.77 243	0.54 135	0.57 176	0.65 215	0.32 111	1.22 214	0.34 98	0.16 253	0.13 157	0.16 266	0.11 111	0.16 70	0.14 26

GwcNet-ADL	0.54 102	0.78 189	2.85 287	0.31 76	0.20 71	0.58 117	0.29 163	0.93 242	0.67 140	0.48 70	0.47 86	0.56 176	0.33 116	0.48 62	0.80 243	0.13 191	0.12 144	0.09 16	0.09 39	0.14 52	0.40 186

ACVNet	0.54 102	0.87 201	2.45 154	0.28 36	0.22 89	0.59 135	0.36 230	0.69 95	0.73 205	0.49 86	0.59 187	0.69 247	0.42 179	0.47 53	0.70 217	0.11 113	0.10 107	0.10 50	0.09 39	0.36 302	0.39 181

MIM_Stereo	0.55 106	0.92 223	2.65 228	0.32 94	1.09 375	0.51 49	0.19 13	0.67 90	0.52 49	0.48 70	0.54 144	0.43 96	0.27 65	0.57 101	0.30 58	0.08 1	0.17 203	0.11 96	0.10 73	0.28 247	0.80 309

CSP-Net	0.55 106	0.61 135	1.81 15	0.30 62	0.23 112	0.77 293	0.35 223	0.90 225	0.62 97	0.62 222	0.60 194	0.65 215	0.42 179	1.76 290	0.47 147	0.17 272	0.12 144	0.10 50	0.10 73	0.21 161	0.16 45

RAFT_R40	0.55 106	0.31 7	2.44 138	0.57 304	0.42 262	0.62 188	0.52 299	0.58 58	0.66 128	0.56 157	0.54 144	0.54 161	0.50 234	1.56 258	0.53 170	0.11 113	0.07 6	0.12 139	0.10 73	0.16 70	0.10 4

Pruner-Stereo	0.55 106	0.38 56	2.49 174	1.78 400	0.19 65	0.63 201	0.45 276	0.59 65	0.67 140	0.61 210	0.48 92	0.41 91	0.25 43	0.49 72	0.99 272	0.13 191	0.07 6	0.12 139	0.10 73	0.13 36	0.14 26

MMNet	0.55 106	0.92 223	2.03 50	0.34 132	0.27 152	0.79 302	0.28 138	0.86 195	0.79 255	0.62 222	0.58 182	0.59 187	0.56 257	0.80 166	0.61 192	0.11 113	0.11 129	0.12 139	0.11 111	0.21 161	0.22 79

UCFNet_RVC	0.55 106	1.16 268	2.48 171	0.31 76	0.27 152	0.65 227	0.28 138	0.76 117	0.58 77	0.51 115	0.53 130	0.67 224	0.42 179	0.91 179	0.45 140	0.16 253	0.11 129	0.17 280	0.17 229	0.20 151	0.23 87

HITNet	0.55 106	1.28 299	2.73 262	0.35 147	0.14 9	0.56 91	0.23 63	0.89 217	0.62 97	0.52 123	0.51 119	0.49 141	0.38 140	0.52 82	0.60 187	0.09 12	0.07 6	0.10 50	0.08 28	0.25 210	0.61 268
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
StereoDRNet-Refined	0.55 106	0.61 135	2.07 58	0.34 132	0.21 80	0.68 253	0.26 116	0.87 202	0.73 205	0.70 276	0.69 247	0.74 264	0.45 208	1.10 197	0.62 195	0.12 148	0.09 84	0.14 225	0.14 179	0.27 236	0.24 96
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MyStereo07	0.56 114	0.68 154	2.42 125	0.30 62	0.41 252	0.61 166	0.31 186	0.58 58	0.72 201	1.17 354	0.26 14	0.20 2	0.27 65	1.28 226	0.28 44	0.09 12	0.59 310	0.12 139	0.21 273	0.16 70	0.48 228

RAFT-Test	0.56 114	0.41 69	2.01 45	0.90 354	1.07 373	0.65 227	0.37 233	0.83 166	0.65 121	0.49 86	0.49 105	0.93 323	0.24 29	0.52 82	0.30 58	0.10 48	0.38 276	0.09 16	0.38 353	0.11 18	0.19 62

PSMNet-ADL	0.56 114	0.47 87	2.03 50	0.35 147	0.22 89	0.67 247	0.27 130	0.77 123	0.58 77	0.43 48	0.53 130	0.70 253	0.45 208	1.89 316	0.64 201	0.16 253	0.13 157	0.11 96	0.13 161	0.15 61	0.51 240

SST-Stereo	0.56 114	0.30 5	2.44 138	0.71 336	0.55 291	0.62 188	0.65 335	0.57 56	0.67 140	0.59 194	0.53 130	0.51 148	0.59 272	1.57 262	0.31 72	0.12 148	0.07 6	0.12 139	0.10 73	0.17 91	0.11 10

RAFT-345	0.56 114	0.37 51	2.68 244	0.40 215	0.34 213	0.58 117	0.41 252	0.49 15	0.70 182	0.51 115	0.99 337	0.43 96	0.28 76	1.56 258	0.81 247	0.10 48	0.07 6	0.11 96	0.09 39	0.11 18	0.09 2

UNet	0.56 114	0.58 122	2.81 279	0.32 94	0.33 204	0.74 277	0.27 130	0.86 195	0.67 140	0.55 146	0.55 153	0.72 256	0.55 255	0.79 162	0.58 183	0.12 148	0.09 84	0.13 196	0.11 111	0.20 151	0.19 62

DN-CSS_ROB	0.56 114	1.64 359	2.75 266	0.42 227	0.22 89	0.57 110	0.19 13	0.79 137	0.66 128	0.46 66	0.62 209	0.41 91	0.32 111	0.73 150	0.49 159	0.12 148	0.08 39	0.14 225	0.13 161	0.38 315	0.17 51

MyStereo05	0.57 121	0.72 167	2.72 257	0.31 76	0.25 127	0.60 148	0.30 176	0.87 202	0.82 274	0.54 135	0.37 45	0.53 156	0.42 179	0.63 117	0.73 226	0.09 12	0.55 303	0.12 139	0.20 262	0.16 70	0.56 258

MyStereo04	0.57 121	0.68 154	2.66 232	0.30 62	0.41 252	0.61 166	0.31 186	0.88 210	0.80 262	0.48 70	0.37 45	0.54 161	0.42 179	0.61 113	0.71 221	0.09 12	0.59 310	0.12 139	0.21 273	0.16 70	0.48 228

Selective-IGEV	0.57 121	0.42 71	1.87 24	1.67 395	1.33 388	0.36 12	0.20 22	0.61 70	0.71 194	0.22 3	0.31 26	0.22 8	0.19 8	0.52 82	0.36 107	0.09 12	0.97 341	0.09 16	0.15 198	0.20 151	0.85 317

SepStereo	0.57 121	0.42 71	1.85 21	0.34 132	0.34 213	0.52 64	0.42 258	0.89 217	0.80 262	0.85 321	0.69 247	0.57 180	0.51 238	1.55 256	0.57 181	0.13 191	0.09 84	0.12 139	0.09 39	0.18 111	0.37 166

111	0.57 121	1.41 326	2.63 218	0.25 6	0.15 15	0.59 135	0.26 116	0.90 225	0.83 280	0.50 104	0.54 144	0.57 180	0.38 140	0.54 94	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.24 195	0.81 311

AFF-stereo	0.57 121	1.51 342	2.59 204	0.33 115	0.23 112	0.51 49	0.21 32	0.69 95	0.68 164	0.49 86	0.63 217	0.49 141	0.34 123	0.50 77	0.37 110	0.08 1	0.54 301	0.10 50	0.10 73	0.40 328	0.60 267

acv_ft	0.57 121	0.87 201	2.45 154	0.33 115	0.41 252	0.63 201	0.29 163	0.86 195	0.73 205	0.64 242	0.59 187	0.69 247	0.45 208	0.47 53	0.68 214	0.11 113	0.10 107	0.10 50	0.09 39	0.43 338	0.39 181

BEATNet_4x	0.57 121	1.16 268	2.56 197	0.35 147	0.16 22	0.56 91	0.25 104	0.91 232	0.64 114	0.55 146	0.53 130	0.59 187	0.43 192	0.67 131	0.76 232	0.12 148	0.09 84	0.12 139	0.09 39	0.23 189	0.58 260

MoCha-V2	0.58 129	0.44 81	2.01 45	0.50 275	0.76 337	0.33 8	0.21 32	0.65 86	0.45 18	0.27 19	0.35 40	0.24 21	0.26 51	1.25 221	0.39 118	0.08 1	1.63 384	0.08 3	0.35 343	0.29 255	1.07 341

MC-Stereo	0.58 129	0.37 51	2.00 43	0.88 351	0.64 320	0.54 76	0.19 13	0.46 10	0.39 3	0.58 175	0.39 54	0.27 40	0.27 65	0.71 144	0.32 81	0.09 12	1.20 359	0.09 16	0.16 216	0.22 175	1.92 386

RAFT_CTSACE	0.58 129	1.16 268	2.76 269	0.36 161	0.29 168	0.54 76	0.29 163	0.69 95	0.51 43	0.51 115	0.75 288	0.67 224	0.37 133	0.63 117	0.47 147	0.08 1	0.49 295	0.11 96	0.10 73	0.41 334	0.32 143

CRFU-Net	0.58 129	0.42 71	1.90 28	0.49 270	0.27 152	0.83 313	0.35 223	0.94 247	0.54 59	0.65 254	0.60 194	0.78 278	1.34 362	1.00 186	0.51 165	0.17 272	0.14 170	0.17 280	0.10 73	0.19 134	0.20 70

dad	0.58 129	1.35 313	2.39 115	0.31 76	0.20 71	0.62 188	0.26 116	0.56 51	0.79 255	0.66 260	0.64 224	0.64 211	0.36 128	0.87 174	0.48 150	0.28 346	0.15 184	0.40 366	0.18 237	0.24 195	0.22 79

IPLGR	0.58 129	0.64 143	3.12 319	0.37 171	0.18 49	0.62 188	0.54 304	1.06 333	0.69 172	0.73 288	0.46 81	0.50 145	0.44 200	1.12 203	0.31 72	0.10 48	0.08 39	0.11 96	0.09 39	0.21 161	0.20 70

GMOStereo	0.58 129	0.89 210	2.46 161	0.29 48	0.99 363	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 385	0.13 196	0.11 111	0.34 285	0.42 197

error version	0.58 129	0.89 210	2.46 161	0.29 48	0.99 363	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 385	0.13 196	0.11 111	0.34 285	0.42 197

test-v	0.58 129	0.89 210	2.46 161	0.29 48	0.99 363	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 385	0.13 196	0.11 111	0.34 285	0.42 197

test-3	0.58 129	0.43 77	2.44 138	0.52 280	0.59 301	0.46 23	0.23 63	0.77 123	0.49 32	0.52 123	0.29 17	0.44 111	0.22 21	0.59 105	0.97 264	0.08 1	1.27 368	0.10 50	0.35 343	0.29 255	0.62 270

test_1	0.58 129	0.43 77	2.44 138	0.52 280	0.59 301	0.46 23	0.23 63	0.77 123	0.49 32	0.51 115	0.29 17	0.44 111	0.22 21	0.59 105	0.97 264	0.08 1	1.27 368	0.10 50	0.35 343	0.29 255	0.63 274

LCNet	0.58 129	0.43 77	2.42 125	0.91 356	0.22 89	0.95 340	0.29 163	0.62 73	0.64 114	0.52 123	0.55 153	0.41 91	0.75 316	0.84 171	0.27 39	0.10 48	0.07 6	0.12 139	0.18 237	0.97 386	0.40 186

test-2	0.58 129	0.89 210	2.46 161	0.29 48	0.99 363	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 385	0.13 196	0.11 111	0.34 285	0.42 197

RAFT-Stereo + iAFF	0.58 129	1.48 340	2.53 182	0.29 48	0.78 343	0.52 64	0.20 22	0.68 93	0.66 128	0.51 115	0.61 202	0.40 86	0.32 111	0.40 37	0.43 133	0.08 1	0.63 316	0.09 16	0.09 39	0.37 308	0.58 260

STTStereo	0.58 129	0.95 227	2.95 301	0.37 171	0.31 187	0.62 188	0.32 196	0.81 149	0.63 108	0.61 210	0.55 153	0.67 224	0.43 192	0.87 174	0.48 150	0.16 253	0.16 196	0.17 280	0.20 262	0.17 91	0.25 100

DeepPruner_ROB	0.58 129	1.06 243	2.68 244	0.30 62	0.26 141	0.63 201	0.31 186	0.83 166	0.51 43	0.62 222	0.56 165	0.65 215	0.39 151	1.06 192	0.56 179	0.19 294	0.14 170	0.14 225	0.14 179	0.24 195	0.33 146

TestStereo1	0.59 145	1.21 281	2.63 218	0.40 215	0.60 306	0.56 91	0.34 214	0.82 156	0.73 205	0.45 56	0.63 217	0.36 68	0.42 179	0.66 128	0.42 127	0.10 48	0.32 264	0.12 139	0.10 73	0.34 285	0.52 245

SA-5K	0.59 145	1.21 281	2.63 218	0.40 215	0.60 306	0.56 91	0.34 214	0.82 156	0.73 205	0.45 56	0.63 217	0.36 68	0.42 179	0.66 128	0.42 127	0.10 48	0.32 264	0.12 139	0.10 73	0.34 285	0.52 245

test_3	0.59 145	0.44 81	2.44 138	0.53 284	0.59 301	0.48 36	0.30 176	0.79 137	0.52 49	0.51 115	0.30 20	0.45 123	0.22 21	0.59 105	0.97 264	0.08 1	1.25 364	0.11 96	0.35 343	0.30 262	0.62 270

IRAFT_RVC	0.59 145	0.74 179	2.42 125	0.47 258	0.21 80	0.59 135	0.42 258	0.68 93	0.73 205	0.54 135	0.50 117	0.49 141	0.51 238	1.57 262	1.00 274	0.11 113	0.25 250	0.13 196	0.10 73	0.15 61	0.14 26

MLCV	0.59 145	1.41 326	2.41 121	0.31 76	0.15 15	0.60 148	0.23 63	0.77 123	0.63 108	0.67 262	0.66 237	0.55 169	0.37 133	1.16 208	1.09 283	0.10 48	0.07 6	0.09 16	0.07 13	0.21 161	0.29 124

iResNet	0.59 145	1.09 248	2.54 186	0.44 242	0.18 49	0.65 227	0.29 163	0.89 217	0.75 227	0.59 194	0.64 224	0.43 96	0.39 151	0.73 150	1.24 302	0.11 113	0.08 39	0.09 16	0.08 28	0.21 161	0.40 186

11t1	0.60 151	0.49 92	2.19 79	0.35 147	0.58 300	0.48 36	0.21 32	0.72 109	0.73 205	0.49 86	0.47 86	0.35 67	0.34 123	0.61 113	0.71 221	0.12 148	1.26 367	0.10 50	0.29 308	0.16 70	1.22 355

RAFT+CT+SA	0.60 151	1.25 294	2.49 174	0.38 189	0.75 334	0.55 86	0.34 214	0.83 166	0.68 164	0.39 35	0.55 153	0.44 111	0.29 92	0.75 154	0.28 44	0.09 12	0.24 243	0.11 96	0.51 374	0.30 262	0.74 301

rafts_anoy	0.60 151	1.33 308	2.59 204	0.53 284	1.09 375	0.49 41	0.25 104	0.67 90	0.53 55	0.41 38	0.38 51	0.33 60	0.30 102	0.68 135	0.41 123	0.10 48	1.13 356	0.13 196	0.15 198	0.20 151	0.29 124

delet	0.60 151	0.84 196	2.45 154	0.33 115	0.35 221	0.73 272	0.46 281	0.89 217	0.80 262	0.58 175	0.62 209	0.67 224	0.51 238	1.14 206	0.64 201	0.12 148	0.12 144	0.13 196	0.14 179	0.22 175	0.29 124

CFNet-ft	0.60 151	1.16 268	2.45 154	0.29 48	0.30 179	0.64 213	0.28 138	0.69 95	0.57 71	0.49 86	0.57 176	0.79 280	0.44 200	1.48 249	0.62 195	0.15 239	0.10 107	0.28 343	0.14 179	0.21 161	0.29 124

CFNet_RVC	0.60 151	1.16 268	2.45 154	0.29 48	0.30 179	0.64 213	0.28 138	0.69 95	0.57 71	0.49 86	0.57 176	0.79 280	0.44 200	1.48 249	0.62 195	0.15 239	0.10 107	0.28 343	0.14 179	0.21 161	0.29 124

iResNet_ROB	0.60 151	1.59 351	2.04 53	0.32 94	0.21 80	0.60 148	0.22 43	0.99 281	0.85 295	0.61 210	0.63 217	0.58 184	0.42 179	1.08 195	0.98 270	0.11 113	0.08 39	0.09 16	0.06 7	0.23 189	0.33 146

test_5	0.61 158	1.25 294	2.76 269	0.39 202	0.64 320	0.58 117	0.35 223	0.85 183	0.66 128	0.49 86	0.56 165	0.55 169	0.40 157	0.79 162	0.32 81	0.10 48	0.19 213	0.12 139	0.12 141	0.33 279	0.85 317

Sa-1000	0.61 158	1.07 244	2.71 255	0.32 94	0.61 313	0.61 166	0.31 186	1.00 287	0.76 235	0.53 131	0.83 304	0.43 96	0.33 116	0.69 137	0.30 58	0.10 48	0.52 300	0.13 196	0.28 304	0.29 255	0.29 124

SA	0.61 158	1.14 260	2.79 273	0.32 94	0.63 316	0.57 110	0.30 176	0.97 270	0.78 246	0.43 48	0.63 217	0.39 78	0.46 215	0.70 138	0.31 72	0.10 48	0.44 288	0.13 196	0.32 325	0.31 270	0.51 240

DAS	0.61 158	0.42 71	1.85 21	0.34 132	0.34 213	0.52 64	0.42 258	0.89 217	0.80 262	0.85 321	0.69 247	0.57 180	0.51 238	2.38 354	0.57 181	0.13 191	0.09 84	0.12 139	0.09 39	0.18 111	0.37 166

AACVNet	0.61 158	1.13 259	2.47 166	0.37 171	0.21 80	0.57 110	0.25 104	0.75 114	0.55 64	0.56 157	0.60 194	0.66 222	0.44 200	2.11 337	0.49 159	0.14 221	0.11 129	0.14 225	0.11 111	0.35 296	0.23 87

ASMatch	0.61 158	0.47 87	2.72 257	0.91 356	0.36 227	0.56 91	0.24 85	0.54 41	0.67 140	0.48 70	1.20 355	0.47 132	0.65 287	1.33 231	0.93 261	0.10 48	0.08 39	0.11 96	0.11 111	0.10 11	0.17 51

test-1	0.61 158	0.54 110	2.09 61	0.31 76	1.37 390	0.51 49	0.28 138	0.83 166	0.50 38	0.42 42	0.55 153	0.54 161	0.24 29	0.38 29	1.25 303	0.10 48	1.08 352	0.10 50	0.17 229	0.11 18	0.77 302

LMCR-Stereo	0.61 158	1.00 230	2.60 209	0.42 227	0.22 89	0.74 277	0.31 186	1.06 333	0.70 182	0.62 222	0.64 224	0.40 86	0.52 245	0.84 171	1.27 305	0.20 302	0.09 84	0.12 139	0.09 39	0.26 225	0.16 45

GEStereo_RVC	0.61 158	1.19 277	2.61 213	0.48 259	0.25 127	0.63 201	0.37 233	1.05 321	0.79 255	0.55 146	0.55 153	0.59 187	0.44 200	1.10 197	0.48 150	0.16 253	0.11 129	0.12 139	0.11 111	0.27 236	0.43 202

HGLStereo	0.61 158	1.20 279	2.59 204	0.36 161	0.40 247	0.65 227	0.30 176	0.87 202	0.67 140	0.60 203	0.70 260	0.69 247	0.56 257	1.07 194	0.59 185	0.14 221	0.13 157	0.13 196	0.12 141	0.23 189	0.23 87

PSMNet-RSSM	0.61 158	1.19 277	2.43 130	0.33 115	0.25 127	0.59 135	0.28 138	0.88 210	0.65 121	0.54 135	0.62 209	0.69 247	0.46 215	1.67 279	0.50 162	0.15 239	0.10 107	0.14 225	0.16 216	0.20 151	0.28 118

DISCO	0.61 158	0.63 141	1.98 41	0.46 252	0.34 213	0.84 318	0.35 223	0.88 210	0.81 269	0.61 210	0.64 224	1.06 353	0.53 248	1.11 201	0.83 252	0.13 191	0.10 107	0.11 96	0.10 73	0.26 225	0.37 166

DLCB_ROB	0.61 158	0.96 228	2.00 43	0.37 171	0.25 127	0.65 227	0.37 233	0.86 195	0.76 235	0.73 288	0.70 260	0.84 298	0.47 223	1.57 262	0.72 225	0.13 191	0.13 157	0.14 225	0.14 179	0.18 111	0.33 146

qqq1	0.62 171	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 295	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.64 201	0.13 191	1.01 344	0.09 16	0.24 282	0.19 134	0.59 263

fff1	0.62 171	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 295	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.64 201	0.13 191	1.01 344	0.09 16	0.24 282	0.19 134	0.59 263

LL-Strereo2	0.62 171	1.36 317	2.47 166	1.37 380	0.96 359	0.54 76	0.28 138	0.61 70	0.49 32	0.42 42	0.34 35	0.44 111	0.21 17	0.57 101	0.53 170	0.11 113	0.26 253	0.16 266	0.14 179	0.18 111	0.98 337

4D-IteraStereo	0.62 171	1.29 301	3.04 312	0.27 24	0.30 179	0.46 23	0.26 116	0.54 41	0.51 43	0.41 38	0.31 26	0.39 78	0.19 8	0.53 89	0.65 206	0.09 12	0.47 291	0.12 139	0.11 111	0.21 161	2.14 394

CBFPSM	0.62 171	1.34 310	2.12 68	0.30 62	0.23 112	0.71 263	0.38 241	0.77 123	0.68 164	0.51 115	0.49 105	1.03 345	0.82 323	0.63 117	1.35 310	0.11 113	0.12 144	0.10 50	0.10 73	0.19 134	0.37 166

iinet-f	0.62 171	1.18 274	2.55 193	0.33 115	0.25 127	0.82 312	0.34 214	0.87 202	0.69 172	0.56 157	0.64 224	0.73 262	0.67 295	0.80 166	0.81 247	0.14 221	0.13 157	0.11 96	0.10 73	0.44 341	0.26 106

PFNet	0.62 171	0.42 71	2.69 250	0.43 237	0.55 291	0.62 188	0.27 130	0.64 81	0.72 201	0.61 210	0.56 165	0.45 123	0.33 116	1.86 311	1.12 286	0.28 346	0.09 84	0.12 139	0.16 216	0.26 225	0.27 112

RAFT	0.62 171	1.35 313	2.26 89	0.62 314	0.53 288	0.47 33	0.35 223	0.70 102	0.58 77	0.50 104	0.50 117	0.79 280	0.40 157	0.49 72	0.36 107	0.11 113	0.79 333	0.14 225	0.13 161	0.52 358	0.72 298

raft+_RVC	0.62 171	1.18 274	2.43 130	0.36 161	2.08 408	0.52 64	0.25 104	0.66 87	0.54 59	0.36 28	0.46 81	0.32 56	0.28 76	0.49 72	0.43 133	0.10 48	0.91 339	0.10 50	0.09 39	0.22 175	0.70 295

cf-r	0.62 171	1.27 297	2.99 308	0.34 132	0.28 163	0.60 148	0.28 138	0.82 156	0.70 182	0.55 146	0.61 202	0.77 274	0.41 168	1.32 230	0.52 167	0.13 191	0.09 84	0.11 96	0.12 141	0.22 175	0.27 112

DSFCA	0.62 171	0.77 186	1.95 36	0.29 48	0.29 168	0.79 302	0.86 360	0.81 149	0.73 205	0.73 288	0.66 237	0.67 224	0.57 262	1.17 210	1.03 277	0.16 253	0.15 184	0.13 196	0.14 179	0.19 134	0.28 118

NLCA_NET_v2_RVC	0.62 171	1.15 266	3.11 318	0.39 202	0.37 233	0.60 148	0.28 138	0.87 202	0.64 114	0.63 231	0.56 165	0.71 255	0.45 208	1.08 195	0.52 167	0.15 239	0.12 144	0.14 225	0.15 198	0.18 111	0.25 100
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
tta	0.63 183	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 295	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.86 256	0.13 191	1.01 344	0.11 96	0.26 294	0.19 134	0.59 263

CIPLG	0.63 183	1.59 351	3.16 322	0.79 345	0.31 187	0.62 188	0.57 315	0.82 156	0.68 164	0.58 175	0.63 217	0.43 96	0.31 106	0.48 62	0.42 127	0.12 148	0.20 225	0.13 196	0.13 161	0.36 302	0.21 74

ACRE	0.63 183	1.55 345	3.41 347	0.76 339	0.28 163	0.60 148	0.56 312	0.82 156	0.68 164	0.57 169	0.62 209	0.43 96	0.30 102	0.47 53	0.42 127	0.12 148	0.19 213	0.13 196	0.14 179	0.36 302	0.20 70

HHNet	0.63 183	0.67 147	3.10 317	0.37 171	0.25 127	0.64 213	0.60 323	0.70 102	0.67 140	0.55 146	1.12 351	0.32 56	0.60 277	0.43 47	1.75 333	0.16 253	0.08 39	0.12 139	0.10 73	0.18 111	0.22 79

ac_64	0.63 183	0.77 186	2.71 255	0.37 171	0.34 213	0.64 213	0.30 176	0.86 195	0.67 140	0.58 175	0.53 130	0.88 313	0.48 230	1.84 307	0.71 221	0.15 239	0.12 144	0.12 139	0.12 141	0.21 161	0.25 100

GANet-RSSM	0.63 183	1.14 260	2.67 239	0.38 189	0.26 141	0.59 135	0.29 163	0.81 149	0.56 68	0.50 104	0.57 176	0.67 224	0.50 234	1.91 322	0.50 162	0.14 221	0.10 107	0.24 332	0.12 141	0.36 302	0.28 118

NVstereo2D	0.63 183	0.57 120	2.29 94	0.37 171	0.35 221	0.69 256	0.49 292	0.96 263	0.88 307	0.49 86	0.54 144	0.72 256	0.46 215	1.98 326	0.50 162	0.19 294	0.20 225	0.18 296	0.16 216	0.28 247	0.34 153

SMFormer	0.64 190	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 295	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.86 256	0.13 191	1.01 344	0.11 96	0.26 294	0.17 91	0.84 313

ssnet_v2	0.64 190	0.99 229	2.67 239	0.33 115	0.22 89	0.72 269	0.45 276	1.00 287	0.80 262	0.66 260	0.54 144	0.81 289	0.48 230	0.91 179	1.08 282	0.16 253	0.14 170	0.14 225	0.14 179	0.33 279	0.31 141

IPLGR_C	0.64 190	1.66 362	3.36 336	0.80 346	0.31 187	0.60 148	0.60 323	0.82 156	0.69 172	0.58 175	0.62 209	0.44 111	0.31 106	0.47 53	0.43 133	0.12 148	0.22 235	0.13 196	0.15 198	0.35 296	0.21 74

OMP-Stereo	0.64 190	0.87 201	2.38 109	0.56 300	0.37 233	0.60 148	0.26 116	0.75 114	0.71 194	0.65 254	0.60 194	0.68 236	0.32 111	2.07 331	1.18 292	0.11 113	0.08 39	0.12 139	0.09 39	0.17 91	0.28 118

GwcNet-RSSM	0.64 190	1.38 324	2.69 250	0.33 115	0.26 141	0.60 148	0.32 196	0.84 173	0.73 205	0.56 157	0.65 231	0.72 256	0.42 179	1.78 296	0.60 187	0.14 221	0.10 107	0.12 139	0.13 161	0.26 225	0.26 106

ff7	0.65 195	0.58 122	2.09 61	0.39 202	0.60 306	0.56 91	0.23 63	0.49 15	0.62 97	1.00 337	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 396	0.10 50	0.18 237	0.24 195	2.22 402

ffff	0.65 195	0.58 122	2.09 61	0.39 202	0.60 306	0.56 91	0.23 63	0.49 15	0.62 97	1.00 337	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 396	0.10 50	0.18 237	0.24 195	2.22 402

11t	0.65 195	0.58 122	2.09 61	0.39 202	0.60 306	0.56 91	0.23 63	0.49 15	0.62 97	1.00 337	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 396	0.10 50	0.18 237	0.24 195	2.22 402

qqq	0.65 195	0.63 141	2.10 67	0.30 62	0.64 320	0.46 23	0.27 130	0.81 149	0.83 280	0.48 70	0.56 165	0.46 127	0.37 133	1.03 190	0.75 229	0.11 113	1.41 380	0.12 139	0.41 361	0.16 70	1.18 347

ccc-4	0.65 195	0.58 122	2.09 61	0.39 202	0.60 306	0.56 91	0.23 63	0.49 15	0.62 97	1.00 337	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 396	0.10 50	0.18 237	0.24 195	2.22 402

x	0.65 195	0.62 139	2.12 68	0.36 161	0.61 313	0.48 36	0.24 85	0.80 142	0.89 312	0.50 104	0.56 165	0.44 111	0.36 128	0.62 116	0.80 243	0.11 113	1.44 381	0.11 96	0.39 356	0.16 70	1.34 365

Wz-Net-LNSev-Ref	0.65 195	1.15 266	2.40 117	0.33 115	0.30 179	0.83 313	0.40 250	0.94 247	0.82 274	0.67 262	0.76 291	0.68 236	0.58 269	1.13 204	1.25 303	0.14 221	0.08 39	0.10 50	0.08 28	0.18 111	0.28 118

iRaft-Stereo_5w	0.65 195	1.35 313	2.21 84	0.30 62	0.63 316	0.49 41	0.28 138	0.78 130	0.64 114	0.41 38	0.61 202	0.62 201	0.46 215	1.79 298	0.48 150	0.10 48	0.25 250	0.11 96	0.12 141	0.40 328	0.94 327

TransformOpticalFlow	0.65 195	0.61 135	2.67 239	0.45 249	0.26 141	0.62 188	0.28 138	0.88 210	0.76 235	0.76 298	0.74 281	0.90 317	0.84 326	1.82 304	0.80 243	0.10 48	0.07 6	0.11 96	0.09 39	0.12 26	0.19 62

IIG-Stereo	0.65 195	0.87 201	2.32 100	0.55 291	0.23 112	0.62 188	0.21 32	0.78 130	0.71 194	0.64 242	0.69 247	0.69 247	0.38 140	2.07 331	1.37 314	0.11 113	0.08 39	0.11 96	0.09 39	0.15 61	0.27 112

DRaft	0.65 195	0.47 87	2.38 109	0.25 6	0.17 39	0.64 213	0.65 335	0.56 51	0.57 71	0.67 262	0.98 334	0.38 76	0.99 347	1.42 240	2.06 347	0.11 113	0.14 170	0.10 50	0.14 179	0.18 111	0.21 74

RAFT-RH_RVC	0.65 195	0.73 170	2.78 272	0.39 202	0.29 168	0.60 148	0.18 11	0.45 8	0.63 108	0.75 296	1.89 379	0.47 132	0.29 92	1.59 269	1.21 296	0.15 239	0.07 6	0.13 196	0.13 161	0.11 18	0.10 4

pcwnet_v2	0.65 195	0.54 110	4.29 392	0.33 115	0.27 152	0.60 148	0.25 104	1.02 301	0.92 319	0.61 210	0.69 247	0.62 201	0.54 250	0.67 131	0.38 116	0.18 283	0.15 184	0.15 250	0.14 179	0.21 161	0.49 234

RALCasStereoNet	0.65 195	1.34 310	2.56 197	0.43 237	0.96 359	0.50 47	0.26 116	0.62 73	0.56 68	0.43 48	0.49 105	0.36 68	0.28 76	0.72 149	0.53 170	0.10 48	1.18 357	0.09 16	0.08 28	0.27 236	1.27 358

ARAFT	0.65 195	1.69 364	3.34 335	0.29 48	0.16 22	0.65 227	0.36 230	0.96 263	0.73 205	0.63 231	0.49 105	0.56 176	0.31 106	1.23 216	0.35 105	0.11 113	0.08 39	0.14 225	0.13 161	0.38 315	0.50 236

psm_up	0.65 195	1.02 234	2.53 182	0.36 161	0.31 187	0.64 213	0.38 241	0.96 263	0.73 205	0.63 231	0.57 176	0.68 236	0.57 262	1.90 321	0.52 167	0.17 272	0.15 184	0.16 266	0.15 198	0.27 236	0.22 79

CFNet	0.65 195	1.45 335	2.27 90	0.34 132	0.25 127	0.64 213	0.23 63	0.93 242	0.79 255	0.48 70	0.59 187	0.58 184	0.40 157	2.28 345	0.63 200	0.13 191	0.09 84	0.15 250	0.14 179	0.34 285	0.26 106

mmm	0.66 212	0.53 108	1.83 16	0.38 189	0.86 349	0.49 41	0.27 130	0.82 156	0.83 280	0.59 194	0.69 247	0.47 132	0.38 140	0.81 169	0.73 226	0.12 148	1.37 376	0.14 225	0.45 365	0.18 111	1.35 367

Wz-Net-LNSev	0.66 212	1.30 302	2.81 279	0.35 147	0.37 233	0.80 305	0.48 287	0.91 232	0.87 303	0.63 231	0.70 260	0.80 286	0.59 272	0.67 131	0.68 214	0.15 239	0.14 170	0.12 139	0.12 141	0.24 195	0.38 174

AASNet	0.66 212	1.49 341	2.97 303	0.37 171	0.33 204	0.65 227	0.30 176	1.00 287	0.78 246	0.56 157	0.60 194	0.55 169	0.39 151	0.88 178	0.96 263	0.15 239	0.12 144	0.13 196	0.11 111	0.45 343	0.35 159

ACVNet-DCA	0.67 215	0.73 170	2.43 130	0.67 327	0.52 283	0.76 283	0.24 85	0.81 149	0.83 280	0.77 300	0.39 54	0.25 26	0.38 140	0.70 138	0.22 4	0.10 48	2.13 401	0.11 96	0.09 39	0.16 70	1.18 347

fast-acv-ft	0.67 215	1.24 291	3.26 328	0.39 202	0.30 179	0.80 305	0.48 287	0.74 112	0.76 235	0.60 203	0.78 299	0.76 272	0.60 277	0.70 138	0.78 238	0.16 253	0.15 184	0.18 296	0.17 229	0.38 315	0.24 96

ToySt	0.67 215	0.88 205	2.61 213	0.39 202	0.73 332	0.61 166	0.38 241	0.78 130	0.73 205	0.43 48	0.70 260	0.72 256	0.45 208	0.66 128	0.62 195	0.14 221	0.63 316	0.13 196	0.33 335	0.24 195	1.18 347

PSM-AAD	0.67 215	0.29 2	2.41 121	0.37 171	0.23 112	0.86 320	1.15 384	0.62 73	0.66 128	0.64 242	0.71 273	0.67 224	2.90 402	0.65 125	0.32 81	0.10 48	0.08 39	0.17 280	0.15 198	0.14 52	0.34 153

HSM	0.67 215	0.92 223	2.29 94	0.30 62	0.29 168	0.65 227	0.29 163	0.98 276	0.67 140	0.59 194	0.58 182	1.39 375	0.65 287	2.56 366	0.45 140	0.11 113	0.09 84	0.10 50	0.08 28	0.18 111	0.24 96

raft_robust	0.68 220	1.24 291	2.42 125	0.30 62	0.57 296	0.53 69	0.25 104	0.95 260	0.79 255	0.49 86	0.46 81	1.12 362	0.74 312	1.50 252	0.61 192	0.09 12	0.62 315	0.10 50	0.30 314	0.26 225	0.30 133

SACVNet	0.68 220	1.08 247	2.58 202	0.38 189	0.28 163	0.65 227	0.37 233	0.91 232	0.65 121	0.67 262	0.62 209	0.69 247	0.47 223	2.07 331	0.65 206	0.18 283	0.14 170	0.16 266	0.15 198	0.39 322	0.41 193

ADLNet	0.68 220	1.02 234	2.68 244	0.35 147	0.34 213	0.67 247	0.34 214	0.95 260	0.79 255	0.70 276	0.62 209	0.80 286	0.46 215	1.77 293	0.69 216	0.15 239	0.12 144	0.14 225	0.14 179	0.31 270	0.54 251

XPNet_ROB	0.68 220	1.11 255	2.28 92	0.38 189	0.27 152	0.67 247	0.47 285	0.94 247	0.75 227	0.80 311	0.71 273	0.81 289	0.54 250	1.72 284	0.84 253	0.22 315	0.16 196	0.16 266	0.15 198	0.25 210	0.45 219

ETE_ROB	0.68 220	1.09 248	2.32 100	0.38 189	0.26 141	0.69 256	0.51 295	1.49 381	0.75 227	0.81 312	0.71 273	0.85 303	0.51 238	1.39 235	0.70 217	0.17 272	0.14 170	0.19 302	0.16 216	0.24 195	0.35 159

LALA_ROB	0.68 220	1.14 260	2.50 177	0.37 171	0.29 168	0.78 298	0.55 308	0.99 281	0.84 292	0.82 316	0.68 243	0.93 323	0.50 234	1.01 187	0.89 258	0.21 310	0.15 184	0.21 316	0.18 237	0.26 225	0.30 133

STrans-v2	0.69 226	0.62 139	2.66 232	0.28 36	0.23 112	0.57 110	0.32 196	1.01 295	0.77 243	0.92 330	0.84 306	0.88 313	0.92 341	1.81 301	1.19 294	0.10 48	0.07 6	0.10 50	0.09 39	0.12 26	0.30 133

DEmStereo	0.69 226	0.40 64	2.42 125	0.42 227	0.18 49	0.66 240	0.88 363	0.54 41	0.64 114	0.60 203	1.00 338	0.45 123	1.24 361	1.53 254	2.21 358	0.10 48	0.08 39	0.10 50	0.10 73	0.11 18	0.14 26

FADNet-RVC	0.69 226	1.65 360	2.74 264	0.35 147	0.26 141	0.60 148	0.29 163	0.91 232	0.67 140	0.46 66	0.51 119	0.62 201	0.46 215	1.75 288	0.81 247	0.17 272	0.20 225	0.17 280	0.18 237	0.60 365	0.39 181

RASNet	0.69 226	1.05 242	2.59 204	0.37 171	0.47 275	0.66 240	0.33 209	0.82 156	0.76 235	0.51 115	0.65 231	0.93 323	0.62 281	2.20 342	0.80 243	0.14 221	0.09 84	0.09 16	0.11 111	0.18 111	0.37 166

PS-NSSS	0.69 226	1.37 321	2.44 138	0.31 76	0.32 198	0.64 213	0.34 214	1.04 313	0.74 222	0.56 157	0.75 288	0.51 148	0.42 179	2.41 358	0.54 175	0.24 330	0.17 203	0.27 340	0.18 237	0.30 262	0.23 87

MyStereo06	0.70 231	0.72 167	3.51 355	0.31 76	0.25 127	0.60 148	0.30 176	0.90 225	0.67 140	1.48 383	0.53 130	0.84 298	0.57 262	0.60 110	1.11 285	0.09 12	0.55 303	0.12 139	0.20 262	0.16 70	0.56 258

MSKI-zero shot	0.70 231	0.44 81	2.62 217	1.47 385	0.75 334	0.56 91	0.20 22	0.80 142	0.45 18	0.60 203	0.52 127	0.44 111	0.17 1	0.70 138	0.26 34	0.09 12	2.87 418	0.09 16	0.32 325	0.14 52	0.50 236

DMCA-RVC	0.70 231	1.30 302	3.59 363	0.37 171	0.89 352	0.57 110	0.31 186	0.73 110	0.59 81	0.69 273	0.54 144	0.59 187	0.57 262	1.25 221	0.66 209	0.16 253	0.38 276	0.20 312	0.15 198	0.22 175	0.23 87

HSM-Net_RVC	0.70 231	0.40 64	2.45 154	0.27 24	0.19 65	0.68 253	0.30 176	1.29 369	0.73 205	0.73 288	0.70 260	0.77 274	0.45 208	3.73 406	0.46 144	0.13 191	0.09 84	0.10 50	0.09 39	0.13 36	0.32 143
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AE-Stereo	0.71 235	0.32 15	2.44 138	0.44 242	0.50 279	0.58 117	0.23 63	1.08 339	0.67 140	0.67 262	0.51 119	0.47 132	0.24 29	0.63 117	0.32 81	0.09 12	2.15 405	0.11 96	0.45 365	0.22 175	2.01 388

xx1	0.71 235	0.73 170	2.43 130	0.67 327	0.52 283	0.76 283	0.24 85	0.85 183	1.05 351	0.77 300	0.39 54	0.46 127	0.37 133	0.70 138	0.22 4	0.10 48	2.13 401	0.12 139	0.41 361	0.16 70	1.18 347

GrayStereo	0.71 235	0.27 1	2.40 117	0.89 352	0.23 112	0.62 188	1.40 398	0.67 90	0.70 182	0.72 287	0.77 295	0.55 169	3.03 403	0.60 110	0.28 44	0.10 48	0.08 39	0.10 50	0.21 273	0.12 26	0.37 166

FADNet	0.71 235	1.60 355	2.53 182	0.33 115	0.30 179	0.67 247	0.29 163	0.92 239	0.75 227	0.45 56	0.49 105	0.66 222	0.57 262	1.85 309	0.85 254	0.46 369	0.20 225	0.17 280	0.20 262	0.60 365	0.37 166

iResNetv2_ROB	0.71 235	1.90 376	3.48 353	0.43 237	0.22 89	0.60 148	0.29 163	0.96 263	0.78 246	0.60 203	0.65 231	0.60 194	0.46 215	0.80 166	1.21 296	0.12 148	0.08 39	0.10 50	0.07 13	0.44 341	0.33 146

DRN-Test	0.71 235	0.79 191	2.83 283	0.40 215	0.44 264	0.80 305	0.41 252	1.07 336	0.83 280	0.82 316	0.64 224	0.68 236	0.57 262	1.78 296	0.79 241	0.16 253	0.13 157	0.17 280	0.16 216	0.24 195	0.51 240

StereoDRNet	0.71 235	1.24 291	2.56 197	0.42 227	0.45 267	0.73 272	0.46 281	0.98 276	0.81 269	0.77 300	0.56 165	0.74 264	0.48 230	1.69 283	0.91 260	0.15 239	0.14 170	0.15 250	0.15 198	0.26 225	0.51 240

NCCL2	0.71 235	1.32 304	2.30 96	0.44 242	0.31 187	0.71 263	0.67 341	0.89 217	0.69 172	0.70 276	0.61 202	0.85 303	0.54 250	1.58 268	0.70 217	0.20 302	0.17 203	0.66 382	0.25 288	0.26 225	0.38 174

1test111	0.72 243	0.73 170	2.43 130	0.67 327	0.52 283	0.76 283	0.24 85	0.81 149	0.83 280	0.77 300	0.39 54	0.25 26	0.38 140	1.03 190	0.75 229	0.10 48	2.13 401	0.11 96	0.09 39	0.16 70	1.18 347

FAT-Stereo	0.72 243	0.60 130	2.86 289	0.37 171	0.29 168	0.64 213	0.55 308	1.01 295	0.91 317	0.76 298	0.94 326	0.93 323	0.79 321	1.82 304	0.60 187	0.19 294	0.19 213	0.17 280	0.16 216	0.23 189	0.47 224

MyStereo8	0.73 245	1.16 268	2.89 293	0.53 284	0.34 213	0.71 263	0.20 22	1.87 394	0.59 81	0.53 131	0.66 237	0.50 145	0.33 116	1.27 225	0.62 195	0.10 48	1.19 358	0.10 50	0.21 273	0.21 161	0.61 268

ADLNet2	0.73 245	1.22 286	3.28 330	0.34 132	0.36 227	0.65 227	0.37 233	0.94 247	0.87 303	0.57 169	0.65 231	0.92 318	0.48 230	2.05 329	0.60 187	0.13 191	0.11 129	0.11 96	0.11 111	0.37 308	0.38 174

hitnet-ft	0.73 245	1.09 248	2.59 204	0.28 36	0.22 89	0.71 263	0.36 230	0.89 217	0.67 140	0.58 175	0.83 304	1.03 345	0.94 344	2.31 347	0.70 217	0.23 323	0.14 170	0.41 368	0.13 161	0.24 195	0.28 118

LargeStereo	0.74 248	0.70 159	2.05 56	1.11 370	1.09 375	0.32 6	0.21 32	0.75 114	0.43 13	0.30 26	0.30 20	0.22 8	0.27 65	0.98 185	0.31 72	0.10 48	2.50 414	0.08 3	0.15 198	0.27 236	2.70 412

cc1	0.74 248	0.73 170	2.43 130	0.67 327	0.52 283	0.76 283	0.24 85	0.85 183	1.05 351	0.77 300	0.39 54	0.25 26	0.38 140	0.70 138	0.22 4	0.10 48	2.13 401	0.11 96	0.09 39	0.25 210	2.20 401

IGEVStereo-DCA	0.74 248	0.74 179	2.09 61	0.76 339	0.77 340	0.45 20	0.23 63	0.49 15	0.62 97	0.71 285	0.22 2	0.30 47	0.28 76	1.29 227	1.53 324	0.10 48	1.50 382	0.10 50	0.18 237	0.24 195	2.22 402

tt1	0.74 248	0.73 170	2.34 103	0.67 327	0.63 316	0.75 279	0.24 85	0.85 183	0.96 333	0.81 312	0.38 51	0.26 33	0.35 125	0.64 121	0.22 4	0.10 48	2.16 406	0.11 96	0.09 39	0.25 210	2.19 397

anonymousa	0.74 248	0.60 130	2.58 202	0.96 360	1.33 388	0.61 166	0.26 116	0.69 95	0.56 68	0.55 146	0.84 306	0.82 292	0.46 215	0.56 98	0.61 192	0.10 48	1.11 355	0.12 139	0.98 404	0.14 52	0.97 335

Wz-Net-MNSev	0.74 248	1.42 330	2.75 266	0.38 189	0.33 204	0.90 331	0.61 328	0.98 276	0.94 326	0.77 300	0.75 288	0.75 268	0.66 293	1.39 235	0.76 232	0.17 272	0.13 157	0.14 225	0.14 179	0.28 247	0.48 228

IPLG	0.74 248	1.09 248	2.87 290	0.36 161	0.21 80	1.63 382	0.60 323	1.39 376	0.63 108	1.39 375	0.51 119	0.40 86	0.86 331	1.40 237	0.37 110	0.09 12	0.07 6	0.14 225	0.12 141	0.34 285	0.23 87

FADNet-RVC-Resample	0.74 248	1.54 344	3.81 373	0.38 189	0.29 168	0.62 188	0.38 241	0.91 232	0.67 140	0.52 123	0.51 119	0.63 205	0.44 200	1.56 258	0.59 185	0.24 330	0.32 264	0.22 320	0.19 253	0.30 262	0.71 297

RP	0.74 248	1.01 233	2.48 171	0.44 242	0.45 267	0.66 240	0.45 276	0.95 260	0.87 303	0.70 276	0.95 329	0.99 337	0.82 323	1.55 256	0.82 250	0.26 340	0.19 213	0.23 327	0.20 262	0.34 285	0.38 174

stereogan	0.74 248	0.68 154	2.82 281	0.40 215	0.40 247	1.05 349	0.42 258	0.99 281	0.96 333	0.78 308	0.86 314	1.15 366	0.73 308	1.57 262	0.56 179	0.20 302	0.19 213	0.20 312	0.16 216	0.37 308	0.34 153

Nwc_Net	0.75 258	1.10 253	2.96 302	0.42 227	0.39 241	0.77 293	0.39 247	1.06 333	0.73 205	0.65 254	1.00 338	0.99 337	0.74 312	1.43 241	0.99 272	0.24 330	0.15 184	0.23 327	0.26 294	0.27 236	0.30 133

NOSS_ROB	0.75 258	1.03 237	2.27 90	0.68 332	0.26 141	0.68 253	0.30 176	0.99 281	0.82 274	0.59 194	0.58 182	0.77 274	0.39 151	2.75 384	0.48 150	0.25 336	0.24 243	0.28 343	0.26 294	0.29 255	1.07 341

PSMNet_ROB	0.75 258	1.42 330	2.93 298	0.39 202	0.32 198	0.73 272	0.56 312	0.90 225	0.74 222	0.56 157	0.60 194	0.75 268	0.47 223	2.00 327	1.31 306	0.18 283	0.13 157	0.19 302	0.20 262	0.26 225	0.40 186

DispNO	0.76 261	1.36 317	3.15 321	0.32 94	0.27 152	0.59 135	0.29 163	0.88 210	0.72 201	0.55 146	0.79 301	0.83 297	0.47 223	2.46 361	1.23 300	0.12 148	0.10 107	0.18 296	0.31 319	0.20 151	0.25 100

DCRE	0.76 261	0.80 193	2.31 98	1.05 365	1.18 381	0.63 201	0.26 116	1.03 307	0.59 81	0.52 123	2.12 384	0.44 111	0.27 65	0.41 43	0.53 170	0.09 12	1.02 349	0.10 50	0.32 325	0.16 70	1.47 375

APVNet	0.76 261	1.11 255	3.23 324	0.39 202	0.36 227	0.85 319	0.44 271	0.96 263	0.73 205	0.58 175	0.69 247	0.76 272	0.56 257	2.29 346	0.82 250	0.17 272	0.18 209	0.24 332	0.19 253	0.35 296	0.27 112

GwcNet	0.76 261	1.09 248	3.68 366	0.38 189	0.45 267	0.81 310	0.45 276	0.91 232	0.89 312	0.63 231	0.77 295	0.82 292	0.51 238	1.64 275	0.85 254	0.17 272	0.16 196	0.15 250	0.15 198	0.33 279	0.34 153

AF-Net	0.76 261	1.14 260	2.74 264	0.42 227	0.41 252	0.70 259	0.41 252	1.07 336	0.94 326	0.73 288	1.05 347	1.04 349	0.86 331	1.23 216	1.00 274	0.23 323	0.15 184	0.25 337	0.18 237	0.32 275	0.35 159

ccnet	0.77 266	0.61 135	2.01 45	0.40 215	0.46 274	1.05 349	0.59 320	1.02 301	0.74 222	0.90 327	0.97 331	0.82 292	0.89 336	1.68 282	1.16 291	0.32 353	0.26 253	0.32 355	0.28 304	0.35 296	0.47 224

RYNet	0.77 266	0.91 218	2.36 105	0.37 171	0.41 252	0.88 326	0.44 271	0.99 281	0.88 307	0.65 254	0.54 144	0.92 318	0.61 279	2.70 379	1.23 300	0.15 239	0.14 170	0.17 280	0.14 179	0.27 236	0.55 257

ffm	0.78 268	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	0.85 183	0.96 333	0.54 135	0.74 281	0.67 224	0.40 157	0.64 121	0.22 4	0.10 48	2.16 406	0.15 250	0.33 335	0.25 210	2.19 397

Syn2CoEx	0.78 268	1.43 333	3.54 359	0.44 242	0.31 187	0.64 213	0.43 265	1.04 313	0.83 280	0.64 242	0.77 295	0.74 264	0.74 312	1.91 322	0.64 201	0.20 302	0.17 203	0.19 302	0.15 198	0.30 262	0.59 263

RGC	0.78 268	1.10 253	2.55 193	0.45 249	0.45 267	0.73 272	0.40 250	1.00 287	0.75 227	0.75 296	1.04 345	1.02 344	0.73 308	1.74 287	1.15 289	0.24 330	0.19 213	0.28 343	0.26 294	0.31 270	0.38 174

HH	0.79 271	0.52 105	2.72 257	1.45 383	0.80 344	0.91 332	0.23 63	0.76 117	0.76 235	0.64 242	0.55 153	0.87 309	0.41 168	0.94 182	0.45 140	0.09 12	1.20 359	0.10 50	0.09 39	0.16 70	2.16 395

HanStereo	0.79 271	0.52 105	2.72 257	1.45 383	0.80 344	0.91 332	0.23 63	0.76 117	0.76 235	0.64 242	0.55 153	0.87 309	0.41 168	0.94 182	0.45 140	0.09 12	1.20 359	0.10 50	0.09 39	0.16 70	2.16 395

FTStereo	0.79 271	0.32 15	2.83 283	0.70 334	0.21 80	0.73 272	1.75 403	0.61 70	0.60 85	1.07 346	1.62 374	1.28 370	2.11 394	0.75 154	0.30 58	0.19 294	0.08 39	0.12 139	0.11 111	0.12 26	0.39 181

RAFT + AFF	0.79 271	1.73 365	2.99 308	0.34 132	0.35 221	0.67 247	0.51 295	1.05 321	0.79 255	0.54 135	0.58 182	0.59 187	0.81 322	1.80 299	1.21 296	0.13 191	0.27 259	0.15 250	0.14 179	0.45 343	0.69 292

AANet_RVC	0.79 271	1.46 337	2.72 257	0.34 132	0.25 127	0.59 135	0.32 196	0.88 210	0.83 280	0.62 222	0.95 329	0.80 286	0.43 192	2.46 361	1.72 330	0.38 359	0.26 253	0.10 50	0.09 39	0.25 210	0.43 202

aanetorigin	0.81 276	1.03 237	2.64 227	0.44 242	0.44 264	0.59 135	1.00 374	0.59 65	0.70 182	1.54 385	1.22 357	0.82 292	1.08 354	1.06 192	1.07 281	0.18 283	0.15 184	0.17 280	0.21 273	0.53 359	0.65 280

STTRV1_RVC	0.81 276	0.59 128	2.88 292	0.43 237	0.49 278	0.80 305	0.44 271	1.18 361	0.84 292	0.63 231	0.89 320	0.72 256	0.63 285	2.67 375	0.67 211	0.51 371	0.65 318	0.27 340	0.24 282	0.35 296	0.29 124

GANetREF_RVC	0.81 276	1.44 334	3.04 312	0.49 270	0.27 152	0.83 313	0.63 331	1.03 307	0.92 319	0.63 231	0.61 202	0.72 256	0.59 272	2.40 356	0.58 183	0.33 355	0.25 250	0.37 363	0.25 288	0.41 334	0.36 165
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
PWC_ROB	0.81 276	1.41 326	2.60 209	0.41 224	0.40 247	0.63 201	0.31 186	1.04 313	0.99 343	0.92 330	1.29 360	0.78 278	0.68 297	1.65 278	1.50 321	0.19 294	0.12 144	0.18 296	0.13 161	0.51 355	0.54 251

HBP-ISP	0.82 280	1.57 346	3.28 330	0.50 275	0.27 152	0.86 320	0.54 304	1.09 341	0.78 246	0.81 312	0.70 260	0.68 236	1.00 348	2.02 328	0.47 147	0.24 330	0.24 243	0.29 351	0.25 288	0.28 247	0.52 245

S-Stereo	0.82 280	0.73 170	3.79 371	0.40 215	0.37 233	0.70 259	0.69 345	1.00 287	1.03 347	0.63 231	0.92 324	0.82 292	0.59 272	2.35 350	0.71 221	0.18 283	0.22 235	0.17 280	0.18 237	0.30 262	0.67 283

CVANet_RVC	0.82 280	1.18 274	3.98 378	0.40 215	0.28 163	0.63 201	0.43 265	0.90 225	0.78 246	1.14 351	0.69 247	0.68 236	0.52 245	2.62 371	0.48 150	0.20 302	0.13 157	0.22 320	0.37 350	0.37 308	0.48 228

PASM	0.82 280	1.00 230	2.68 244	0.52 280	0.48 276	0.65 227	0.59 320	0.83 166	0.89 312	0.82 316	0.73 278	0.89 316	0.68 297	2.39 355	0.73 226	0.35 358	0.37 272	0.36 361	0.41 361	0.45 343	0.51 240

TDLM	0.83 284	1.28 299	2.38 109	0.46 252	0.26 141	0.66 240	0.55 308	0.87 202	0.80 262	2.54 406	0.62 209	0.61 196	0.51 238	2.68 378	0.67 211	0.20 302	0.11 129	0.35 360	0.15 198	0.33 279	0.48 228

Anonymous Stereo	0.83 284	1.57 346	3.56 360	0.46 252	0.39 241	0.63 201	0.84 359	0.92 239	0.83 280	0.68 268	0.68 243	0.64 211	0.42 179	2.42 359	1.02 276	0.23 323	0.23 240	0.19 302	0.20 262	0.31 270	0.40 186

PWCDC_ROB	0.83 284	1.57 346	2.63 218	0.48 259	0.37 233	0.78 298	0.29 163	1.04 313	1.36 377	0.63 231	2.05 383	0.64 211	0.70 303	1.10 197	1.20 295	0.33 355	0.14 170	0.15 250	0.12 141	0.63 369	0.46 222

rrr	0.84 287	0.74 179	3.40 346	0.76 339	0.77 340	0.45 20	0.28 138	1.23 366	0.84 292	0.71 285	0.22 2	0.30 47	0.28 76	1.29 227	1.53 324	0.10 48	1.50 382	0.10 50	0.29 308	0.24 195	1.75 383

GASNet	0.84 287	1.98 379	4.07 381	0.48 259	0.33 204	0.58 117	0.34 214	0.97 270	0.81 269	0.60 203	0.59 187	0.74 264	0.55 255	2.08 334	1.18 292	0.22 315	0.15 184	0.19 302	0.17 229	0.55 361	0.29 124

MaskLacGwcNet_RVC	0.84 287	1.41 326	2.80 275	0.94 358	0.35 221	0.89 328	0.41 252	0.89 217	0.66 128	0.57 169	0.63 217	0.75 268	0.38 140	2.37 351	0.55 177	1.16 396	0.31 263	0.36 361	0.21 273	0.59 364	0.63 274

edge stereo	0.84 287	0.74 179	3.42 350	0.38 189	1.21 383	0.63 201	0.41 252	0.98 276	0.83 280	0.81 312	0.88 318	1.14 364	0.73 308	2.16 340	0.89 258	0.22 315	0.20 225	0.26 339	0.18 237	0.38 315	0.43 202

SHD	0.84 287	1.14 260	2.54 186	0.80 346	0.52 283	0.76 283	0.34 214	1.16 356	1.29 372	1.11 348	0.85 309	0.98 334	0.74 312	1.25 221	1.48 320	0.22 315	0.37 272	0.20 312	0.27 302	0.36 302	0.41 193

XQC	0.84 287	1.32 304	2.61 213	0.78 344	0.44 264	0.89 328	0.53 301	1.16 356	1.07 354	0.85 321	0.69 247	0.92 318	0.73 308	1.40 237	1.44 318	0.24 330	0.35 270	0.23 327	0.26 294	0.45 343	0.39 181

RTSC	0.84 287	1.40 325	2.67 239	0.50 275	0.40 247	0.83 313	0.33 209	1.11 348	1.14 362	0.93 333	0.82 302	0.84 298	0.58 269	1.34 232	1.82 338	0.18 283	0.49 295	0.14 225	0.30 314	0.46 347	0.42 197

PDISCO_ROB	0.84 287	1.46 337	2.84 285	0.65 321	0.59 301	1.17 362	0.48 287	1.19 362	1.08 356	0.67 262	0.72 276	1.00 340	0.61 279	1.24 218	1.05 279	0.38 359	0.18 209	0.28 343	0.24 282	0.58 363	0.44 214

LL-Strereo	0.85 295	1.73 365	3.06 316	0.37 171	0.61 313	0.54 76	0.33 209	1.01 295	0.76 235	0.69 273	0.58 182	0.85 303	0.78 319	2.65 374	0.54 175	0.14 221	0.58 309	0.14 225	0.12 141	0.42 336	1.05 339

Wz-Net-SNSev	0.85 295	1.83 372	3.36 336	0.42 227	0.31 187	0.71 263	0.66 337	1.04 313	0.94 326	0.68 268	0.85 309	0.96 331	0.62 281	1.75 288	1.14 288	0.16 253	0.15 184	0.16 266	0.17 229	0.39 322	0.63 274

DANet	0.85 295	0.68 154	2.41 121	1.18 375	0.48 276	0.77 293	1.23 390	0.93 242	1.53 384	0.90 327	0.72 276	0.97 333	0.57 262	1.86 311	1.05 279	0.18 283	0.16 196	0.19 302	0.16 216	0.26 225	0.67 283
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
anonymousdsp	0.86 298	0.59 128	2.65 228	1.33 377	1.25 385	0.56 91	0.23 63	0.54 41	0.71 194	1.13 350	0.25 11	0.22 8	0.24 29	1.24 218	0.24 16	0.09 12	2.34 411	0.10 50	0.18 237	0.25 210	3.12 417

anonymity	0.86 298	0.68 154	1.44 2	0.64 319	0.83 346	0.67 247	0.52 299	0.98 276	0.73 205	0.96 334	0.70 260	0.81 289	0.86 331	1.10 197	1.34 308	0.64 376	0.72 331	0.58 378	1.44 413	0.60 365	0.91 324

IGEV-Stereo	0.86 298	0.60 130	2.65 228	1.35 379	1.25 385	0.56 91	0.23 63	0.54 41	0.71 194	1.14 351	0.25 11	0.22 8	0.24 29	1.24 218	0.24 16	0.09 12	2.34 411	0.10 50	0.18 237	0.25 210	3.13 418
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDG	0.86 298	1.57 346	2.80 275	0.68 332	0.59 301	0.78 298	0.38 241	0.97 270	0.74 222	0.63 231	0.70 260	1.01 341	0.68 297	1.02 188	1.22 299	0.45 367	0.34 269	0.89 389	0.51 374	0.73 374	0.58 260

test_xeample3	0.86 298	0.75 183	3.36 336	0.65 321	0.76 337	0.49 41	0.33 209	1.21 365	0.80 262	0.61 210	0.23 5	0.30 47	0.29 92	1.17 210	1.57 326	0.10 48	1.79 389	0.10 50	0.40 357	0.25 210	2.09 391

CBMV	0.86 298	1.00 230	2.82 281	0.35 147	0.21 80	0.78 298	0.78 354	1.05 321	0.87 303	0.90 327	0.74 281	0.87 309	1.89 389	1.67 279	1.38 316	0.19 294	0.20 225	0.21 316	0.19 253	0.28 247	0.84 313
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet_RVC	0.87 304	1.51 342	2.90 295	0.31 76	0.24 121	0.71 263	0.25 104	1.00 287	0.65 121	0.45 56	0.57 176	0.61 196	0.44 200	1.53 254	0.75 229	0.94 386	0.97 341	0.28 343	1.00 405	0.89 383	1.36 369

anonymousdsp2	0.88 305	0.31 7	1.96 39	1.06 366	1.56 398	0.57 110	0.22 43	0.84 173	0.98 340	1.20 360	0.37 45	0.65 215	0.26 51	1.19 212	0.46 144	0.10 48	2.40 413	0.10 50	0.13 161	0.19 134	2.96 414

MIPNet	0.88 305	1.07 244	2.85 287	0.61 312	0.18 49	1.46 372	1.37 394	1.65 387	0.78 246	1.93 391	0.85 309	0.75 268	1.66 379	0.87 174	0.34 98	0.10 48	0.08 39	0.11 96	0.32 325	0.27 236	0.26 106

THIR-Stereo	0.88 305	0.85 198	2.33 102	0.26 16	0.16 22	0.59 135	2.69 408	0.62 73	0.54 59	0.62 222	1.61 373	0.96 331	1.77 385	1.67 279	2.20 357	0.10 48	0.08 39	0.14 225	0.11 111	0.16 70	0.21 74

NCC-stereo	0.88 305	1.22 286	2.97 303	0.60 306	0.45 267	1.88 391	0.48 287	1.04 313	0.75 227	0.70 276	0.85 309	0.93 323	0.84 326	1.81 301	1.51 322	0.28 346	0.19 213	0.23 327	0.31 319	0.27 236	0.35 159

Abc-Net	0.88 305	1.22 286	2.97 303	0.60 306	0.45 267	1.88 391	0.48 287	1.04 313	0.75 227	0.70 276	0.85 309	0.93 323	0.84 326	1.81 301	1.51 322	0.28 346	0.19 213	0.23 327	0.31 319	0.27 236	0.35 159
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCRef	0.88 305	1.45 335	2.68 244	0.38 189	0.35 221	0.95 340	0.51 295	0.92 239	0.81 269	0.89 325	0.84 306	0.61 196	1.35 363	1.26 224	3.38 387	0.14 221	0.12 144	0.17 280	0.19 253	0.28 247	0.34 153

CBMV_ROB	0.88 305	0.75 183	2.73 262	0.36 161	0.22 89	0.76 283	0.47 285	1.05 321	0.81 269	1.06 345	1.04 345	0.88 313	1.36 365	2.17 341	2.03 344	0.23 323	0.24 243	0.27 340	0.25 288	0.27 236	0.73 299

ttt	0.89 312	0.51 103	2.51 178	0.36 161	0.31 187	0.61 166	0.28 138	1.07 336	0.92 319	0.56 157	0.77 295	0.55 169	0.37 133	2.27 344	3.51 390	0.16 253	1.21 362	0.13 196	0.31 319	0.18 111	1.26 357

AEACV	0.89 312	0.29 2	1.84 19	2.50 412	1.68 402	0.53 69	0.21 32	1.01 295	0.42 9	0.68 268	0.31 26	0.22 8	0.39 151	1.63 272	0.25 25	0.09 12	2.60 415	0.09 16	0.54 378	0.23 189	2.27 407

TRStereo	0.89 312	1.02 234	2.91 296	4.59 420	0.31 187	0.93 336	0.23 63	1.93 397	0.66 128	0.37 30	0.54 144	0.48 139	0.40 157	0.67 131	0.29 53	0.13 191	0.37 272	0.11 96	0.48 369	0.13 36	1.21 353

EGLCR-Stereo	0.90 315	0.31 7	1.90 28	1.60 391	0.95 358	1.14 359	0.42 258	0.85 183	0.43 13	1.74 389	0.21 1	0.27 40	0.17 1	1.56 258	0.30 58	0.10 48	2.60 415	0.10 50	0.09 39	0.10 11	3.10 416

DDUNet	0.90 315	1.63 358	2.77 271	0.77 342	0.69 328	0.83 313	0.44 271	0.90 225	0.70 182	0.68 268	0.76 291	0.92 318	0.54 250	1.14 206	1.35 310	0.61 375	0.37 272	0.96 391	0.52 376	0.77 379	0.67 283

IGEV_Zeroshot_test	0.91 317	0.39 60	3.80 372	0.42 227	1.95 406	0.56 91	0.64 332	0.84 173	0.55 64	1.45 380	0.53 130	0.79 280	0.42 179	0.57 101	1.13 287	0.10 48	0.49 295	0.10 50	0.34 341	0.19 134	2.97 415

SQANet	0.92 318	1.96 377	3.23 324	0.77 342	0.83 346	0.76 283	0.38 241	0.87 202	0.68 164	0.64 242	0.69 247	0.73 262	0.52 245	1.35 233	1.36 312	0.80 382	0.30 262	0.60 380	0.29 308	0.93 384	0.70 295

AAGNet	0.92 318	0.40 64	2.53 182	0.60 306	1.01 368	0.62 188	0.45 276	0.52 29	0.68 164	0.58 175	0.53 130	0.50 145	0.72 305	1.22 214	7.32 417	0.12 148	0.07 6	0.12 139	0.10 73	0.16 70	0.10 4

Consistency-Raft	0.92 318	1.21 281	3.50 354	0.98 362	0.63 316	0.77 293	0.54 304	1.02 301	1.01 345	0.62 222	1.03 343	0.65 215	1.04 351	0.81 169	1.36 312	0.45 367	0.47 291	0.51 376	0.59 384	0.65 371	0.47 224

DeepPrunerF	0.92 318	1.33 308	3.41 347	0.46 252	0.51 281	0.64 213	0.49 292	1.16 356	2.62 402	0.65 254	0.61 202	0.65 215	0.62 281	2.23 343	1.31 306	0.23 323	0.19 213	0.30 352	0.28 304	0.39 322	0.34 153

GANet	0.92 318	1.20 279	2.68 244	0.45 249	0.27 152	0.76 283	0.66 337	0.94 247	0.77 243	0.79 309	1.17 352	0.84 298	0.91 338	2.72 380	1.76 334	0.18 283	0.42 284	0.44 373	0.20 262	0.33 279	0.94 327

PA-Net	0.93 323	1.36 317	4.14 383	0.64 319	0.41 252	0.70 259	0.53 301	0.91 232	0.88 307	0.53 131	0.60 194	0.70 253	0.54 250	2.40 356	2.57 372	0.17 272	0.28 261	0.19 302	0.28 304	0.25 210	0.48 228
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FBW_ROB	0.94 324	1.23 290	2.35 104	0.46 252	0.32 198	0.87 324	0.46 281	1.15 353	0.97 339	0.83 319	0.78 299	1.01 341	0.64 286	3.65 405	1.65 327	0.27 343	0.24 243	0.40 366	0.26 294	0.32 275	0.88 321

CC-Net-ROB	0.95 325	1.57 346	2.93 298	0.90 354	0.39 241	0.87 324	0.44 271	1.12 350	0.83 280	0.59 194	0.69 247	0.64 211	0.50 234	2.73 382	0.93 261	0.97 389	0.40 282	0.87 388	0.29 308	0.61 368	0.66 281

riskmin	0.96 326	0.32 15	2.07 58	1.72 398	1.61 401	1.62 381	0.57 315	1.45 379	0.55 64	0.73 288	0.89 320	0.92 318	0.45 208	1.16 208	0.60 187	0.11 113	1.30 373	0.12 139	1.38 412	0.14 52	1.51 376

CrosDoStereo	0.96 326	0.49 92	2.66 232	0.27 24	0.33 204	0.54 76	3.69 412	0.77 123	0.66 128	0.70 276	1.39 366	0.53 156	1.47 372	1.77 293	3.02 382	0.10 48	0.08 39	0.11 96	0.11 111	0.22 175	0.30 133

DeepStereo_LL	0.96 326	0.49 92	2.66 232	0.27 24	0.33 204	0.54 76	3.69 412	0.77 123	0.66 128	0.70 276	1.39 366	0.53 156	1.47 372	1.77 293	3.02 382	0.10 48	0.08 39	0.11 96	0.11 111	0.22 175	0.30 133

DualNet	0.97 329	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	0.85 183	0.96 333	0.54 135	0.74 281	0.67 224	0.40 157	0.64 121	3.86 396	0.10 48	2.16 406	0.15 250	0.33 335	0.25 210	2.19 397

xxxx	0.97 329	0.64 143	2.14 72	0.30 62	0.67 324	0.64 213	0.24 85	1.09 341	0.91 317	0.57 169	0.65 231	0.58 184	0.39 151	1.57 262	5.49 411	0.13 191	1.38 377	0.11 96	0.32 325	0.17 91	1.41 371

XX-Stereo	0.98 331	0.57 120	4.45 396	1.64 393	5.33 419	0.55 86	0.16 4	0.96 263	0.43 13	0.45 56	0.65 231	0.85 303	0.19 8	0.79 162	0.26 34	0.11 113	0.80 334	0.10 50	0.32 325	0.17 91	0.78 305

test_xeample	0.98 331	0.65 145	2.12 68	0.29 48	0.67 324	0.60 148	0.28 138	1.08 339	0.85 295	0.62 222	0.70 260	0.44 111	0.41 168	1.95 324	5.45 410	0.12 148	1.33 375	0.11 96	0.31 319	0.18 111	1.42 372

mmx	0.99 333	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	1.05 321	0.92 319	0.54 135	0.74 281	0.67 224	0.40 157	2.75 384	3.86 396	0.13 191	1.25 364	0.15 250	0.33 335	0.19 134	1.28 360

xxx	0.99 333	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	1.05 321	0.92 319	0.54 135	0.74 281	0.67 224	0.40 157	2.75 384	3.86 396	0.13 191	1.25 364	0.15 250	0.33 335	0.19 134	1.28 360

MFMNet_re	1.01 335	1.73 365	3.04 312	0.85 350	0.76 337	0.93 336	0.81 357	1.02 301	1.10 357	1.05 343	1.06 348	0.84 298	0.96 345	0.93 181	0.97 264	0.68 379	0.61 312	0.63 381	0.60 386	0.77 379	0.80 309

Wz-Net-TNSev	1.02 336	2.26 400	3.69 367	0.38 189	0.31 187	1.00 344	0.71 347	1.12 350	1.02 346	0.74 294	0.73 278	1.09 359	0.91 338	2.46 361	2.15 354	0.21 310	0.20 225	0.16 266	0.20 262	0.48 351	0.62 270

222	1.02 336	0.60 130	1.95 36	0.29 48	0.51 281	0.62 188	0.24 85	1.09 341	0.86 301	0.64 242	0.67 240	0.47 132	0.42 179	1.86 311	6.73 415	0.13 191	1.21 362	0.11 96	0.32 325	0.17 91	1.44 373

G-Net	1.02 336	0.70 159	3.23 324	0.60 306	0.66 323	2.00 397	0.71 347	0.78 130	0.70 182	1.14 351	2.53 395	1.29 372	1.01 349	1.47 248	1.74 332	0.25 336	0.24 243	0.24 332	0.26 294	0.37 308	0.40 186

DPSNet	1.02 336	0.72 167	2.84 285	0.60 306	0.39 241	1.08 354	0.75 351	1.41 377	1.14 362	0.74 294	0.69 247	1.05 352	1.67 380	2.09 336	2.22 359	0.27 343	0.61 312	0.20 312	0.50 373	0.48 351	1.03 338

ADCP+	1.03 340	1.68 363	3.83 374	0.35 147	0.39 241	1.05 349	0.79 356	0.94 247	0.86 301	0.69 273	0.68 243	0.85 303	1.53 378	1.02 188	4.56 405	0.13 191	0.12 144	0.16 266	0.15 198	0.28 247	0.44 214

WZ-Net	1.04 341	1.83 372	4.20 386	0.42 227	0.36 227	0.88 326	0.71 347	1.05 321	1.11 359	0.84 320	0.94 326	1.06 353	1.17 359	2.37 351	2.24 360	0.20 302	0.14 170	0.15 250	0.16 216	0.36 302	0.53 248

PVD	1.05 342	1.21 281	2.36 105	0.84 349	0.91 354	1.04 347	0.64 332	1.32 372	1.68 388	1.43 379	1.41 368	1.14 364	1.15 358	1.49 251	1.77 335	0.27 343	0.65 318	0.28 343	0.35 343	0.40 328	0.73 299

1111x	1.06 343	0.79 191	3.29 332	0.33 115	0.60 306	0.64 213	0.33 209	1.10 344	0.92 319	0.59 194	0.69 247	0.59 187	0.47 223	2.64 373	4.61 406	0.12 148	1.38 377	0.11 96	0.49 371	0.18 111	1.30 362

ADCMid	1.06 343	1.82 371	3.53 358	0.39 202	0.36 227	0.99 343	0.58 317	1.01 295	0.94 326	1.23 366	1.02 341	1.01 341	1.01 349	1.11 201	4.04 400	0.22 315	0.19 213	0.42 370	0.32 325	0.42 336	0.53 248

ff1	1.07 345	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	0.85 183	0.96 333	0.54 135	0.74 281	0.67 224	0.40 157	2.75 384	3.86 396	0.10 48	2.16 406	0.15 250	0.33 335	0.25 210	2.19 397

ADCL	1.07 345	1.22 286	2.80 275	0.40 215	0.33 204	1.50 374	1.87 405	0.97 270	1.04 350	1.26 368	1.28 359	0.99 337	1.41 369	1.36 234	3.51 390	0.17 272	0.14 170	0.22 320	0.21 273	0.32 275	0.43 202

ADCPNet	1.07 345	1.37 321	4.54 398	0.38 189	0.68 327	1.36 367	0.64 332	0.93 242	0.83 280	0.79 309	0.82 302	1.08 356	1.18 360	1.30 229	2.68 374	0.21 310	0.69 325	0.21 316	0.95 402	0.30 262	0.54 251

MFN_U_SF_DS_RVC	1.08 348	2.01 383	2.56 197	0.49 270	0.40 247	1.49 373	0.96 369	1.02 301	0.95 331	0.85 321	0.94 326	1.06 353	0.59 272	2.92 390	1.15 289	0.43 365	0.74 332	0.32 355	0.55 379	0.74 375	1.35 367

AnyNet_C32	1.08 348	1.76 369	3.01 310	0.50 275	0.54 289	1.17 362	1.16 386	0.97 270	0.95 331	1.11 348	0.98 334	0.87 309	0.93 343	1.57 262	4.11 402	0.22 315	0.20 225	0.25 337	0.25 288	0.40 328	0.68 288

Ntro	1.11 350	2.10 389	3.52 357	0.97 361	0.87 351	1.06 352	0.54 304	1.02 301	0.93 325	0.63 231	0.76 291	0.93 323	0.67 295	1.76 290	1.71 328	1.03 391	0.46 289	0.76 387	0.41 361	1.29 394	0.86 320

SAMSARA	1.11 350	1.35 313	2.60 209	1.34 378	0.77 340	1.67 384	1.41 400	1.47 380	0.99 343	1.54 385	0.89 320	1.44 377	0.90 337	1.88 315	1.71 328	0.25 336	0.55 303	0.22 320	0.34 341	0.39 322	0.50 236

ADCS	1.14 352	2.02 384	3.36 336	0.43 237	0.37 233	0.96 342	0.81 357	1.12 350	1.17 366	1.25 367	0.98 334	1.08 356	0.92 341	1.41 239	4.97 408	0.23 323	0.21 233	0.22 320	0.23 280	0.40 328	0.67 283

otaku	1.15 353	2.10 389	3.51 355	0.98 362	0.74 333	1.02 346	0.59 320	1.03 307	0.89 312	0.70 276	1.60 372	0.98 334	0.65 287	1.63 272	1.80 337	0.99 390	0.46 289	0.73 386	0.40 357	1.30 396	0.88 321

EAI-Stereo	1.16 354	0.29 2	1.94 35	0.55 291	0.97 362	1.96 393	7.94 421	1.34 373	1.03 347	1.01 341	1.48 369	0.51 148	0.66 293	0.65 125	1.42 317	0.09 12	0.23 240	0.09 16	0.53 377	0.13 36	0.49 234

SuperB	1.19 355	1.62 356	5.29 406	0.37 171	0.26 141	0.81 310	0.87 361	0.94 247	1.19 367	0.68 268	0.68 243	0.63 205	1.37 366	1.73 285	3.30 384	0.16 253	0.12 144	0.17 280	0.16 216	2.74 416	0.63 274

AnyNet_C01	1.20 356	1.89 375	4.25 388	0.55 291	0.54 289	1.57 377	1.39 397	1.10 344	1.13 361	1.19 355	1.34 365	1.15 366	1.11 356	1.73 285	2.89 379	0.26 340	0.24 243	0.28 343	0.24 282	0.50 353	0.68 288

SPS-STEREO	1.22 357	1.65 360	3.41 347	0.66 325	0.69 328	1.01 345	0.68 343	1.10 344	0.96 333	1.40 377	1.25 358	1.46 378	1.08 354	2.05 329	2.24 360	0.66 377	0.61 312	0.58 378	0.57 382	0.66 372	1.65 381
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	1.25 358	1.46 337	3.84 375	0.54 290	0.56 293	1.12 357	0.99 370	1.05 321	1.03 347	1.10 347	0.87 316	0.77 274	1.07 353	5.85 414	2.98 380	0.16 253	0.23 240	0.16 266	0.24 282	0.28 247	0.66 281

RainbowNet	1.27 359	2.22 396	3.58 362	1.14 373	0.92 355	1.08 354	0.76 352	1.19 362	1.15 364	0.77 300	0.97 331	1.08 356	0.83 325	1.64 275	1.72 330	1.20 398	1.30 373	1.01 394	0.58 383	1.23 391	0.97 335

MDST_ROB	1.28 360	0.53 108	3.84 375	0.55 291	0.45 267	4.06 413	0.60 323	1.36 374	0.89 312	2.18 397	1.17 352	0.98 334	0.72 305	4.28 409	2.12 351	0.20 302	0.16 196	0.19 302	0.17 229	0.20 151	0.84 313

EDNetEfficient	1.29 361	0.78 189	4.27 389	0.65 321	1.03 370	0.94 338	1.38 396	0.87 202	1.75 391	2.33 403	1.32 363	1.04 349	2.21 396	1.59 269	4.07 401	0.16 253	0.19 213	0.15 250	0.27 302	0.38 315	0.40 186

RTS	1.29 361	1.59 351	6.48 413	0.63 316	0.57 296	1.59 379	0.90 365	1.15 353	1.44 379	1.20 360	1.31 361	1.10 360	0.87 334	2.67 375	2.27 362	0.21 310	0.38 276	0.19 302	0.20 262	0.46 347	0.68 288

RTSA	1.29 361	1.59 351	6.48 413	0.63 316	0.57 296	1.59 379	0.90 365	1.15 353	1.44 379	1.20 360	1.31 361	1.10 360	0.87 334	2.67 375	2.27 362	0.21 310	0.38 276	0.19 302	0.20 262	0.46 347	0.68 288

WCMA_ROB	1.29 361	1.21 281	3.13 320	0.65 321	0.36 227	1.20 366	0.78 354	1.00 287	0.98 340	1.78 390	2.62 398	3.08 400	2.01 392	1.86 311	2.35 364	0.38 359	0.38 276	0.32 355	0.32 325	0.31 270	1.06 340

MeshStereo	1.29 361	1.34 310	3.04 312	0.35 147	0.28 163	1.10 356	0.69 345	1.42 378	1.07 354	2.71 409	2.43 393	2.95 395	1.50 375	2.92 390	2.03 344	0.23 323	0.22 235	0.22 320	0.19 253	0.50 353	0.69 292
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
SANet	1.35 366	1.80 370	4.39 394	0.41 224	0.29 168	1.72 386	0.89 364	1.17 359	2.47 399	1.22 364	1.82 377	1.72 383	1.70 382	2.57 367	3.30 384	0.18 283	0.16 196	0.16 266	0.15 198	0.34 285	0.62 270

Anonymous_2	1.36 367	0.49 92	2.03 50	1.71 397	1.58 399	2.49 405	0.58 317	1.59 386	2.31 397	0.77 300	0.88 318	1.03 345	0.58 269	1.20 213	0.66 209	0.32 353	1.38 377	1.42 407	3.87 421	0.78 381	1.56 377

CSAN	1.38 368	1.74 368	4.12 382	0.53 284	0.38 239	1.06 352	1.15 384	1.29 369	1.12 360	1.19 355	1.90 380	1.04 349	1.44 370	5.92 415	2.82 378	0.26 340	0.22 235	0.24 332	0.25 288	0.35 296	0.54 251

MSC_U_SF_DS_RVC	1.40 369	2.04 386	3.02 311	0.58 305	0.41 252	2.15 400	1.00 374	1.31 371	1.29 372	1.05 343	1.10 350	1.29 372	0.91 338	3.07 393	1.34 308	1.65 408	0.84 336	0.68 384	0.88 399	1.55 403	1.91 385

psmorigin	1.41 370	0.91 218	13.83 425	0.37 171	0.30 179	0.63 201	0.37 233	0.80 142	0.64 114	0.98 335	0.87 316	1.16 368	0.78 319	3.95 407	1.09 283	0.19 294	0.22 235	0.17 280	0.19 253	0.25 210	0.47 224

MSMD_ROB	1.41 370	1.03 237	2.75 266	0.41 224	0.32 198	2.00 397	0.61 328	0.96 263	1.43 378	2.97 411	2.63 399	4.76 411	2.04 393	2.44 360	1.78 336	0.30 350	0.26 253	0.32 355	0.32 325	0.32 275	0.63 274

MADNet+	1.44 372	2.19 393	6.00 411	0.89 352	0.70 330	1.58 378	1.11 379	1.56 385	1.30 374	0.89 325	1.03 343	1.25 369	1.12 357	3.29 397	2.80 376	0.48 370	0.57 307	0.39 365	0.36 349	0.63 369	0.69 292

pmcnn	1.44 372	1.25 294	3.57 361	0.74 337	1.42 392	0.72 269	0.56 312	1.04 313	1.06 353	1.03 342	2.89 405	6.01 415	0.75 316	2.54 365	3.60 392	0.14 221	0.11 129	0.08 3	0.06 7	0.34 285	0.81 311

FCDSN-DC	1.45 374	1.12 257	3.30 333	0.48 259	0.41 252	1.13 358	0.60 323	1.17 359	1.28 371	2.25 400	2.85 403	3.65 403	3.34 407	2.58 368	2.44 366	0.31 352	0.26 253	0.31 353	0.30 314	0.37 308	0.78 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NVStereoNet_ROB	1.45 374	1.62 356	3.59 363	1.09 367	0.70 330	0.86 320	0.67 341	1.19 362	1.51 383	1.20 360	4.05 411	1.61 381	1.94 390	2.97 392	2.07 348	0.67 378	0.69 325	0.55 377	0.70 388	0.57 362	0.67 283
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	1.47 376	2.27 401	4.92 401	1.11 370	0.89 352	1.19 364	0.66 337	1.28 368	1.19 367	0.98 335	0.97 331	3.06 399	1.48 374	2.37 351	1.82 338	1.08 393	0.49 295	1.03 395	0.48 369	1.20 390	0.95 330

IMH-64-1	1.50 377	1.98 379	2.69 250	1.39 381	1.12 378	1.39 370	1.19 388	1.80 391	1.47 381	1.19 355	2.20 388	1.53 379	1.51 376	2.12 338	1.98 341	1.34 401	0.68 322	1.28 401	0.70 388	1.37 398	1.12 344

IMH-64	1.50 377	1.98 379	2.69 250	1.39 381	1.12 378	1.39 370	1.19 388	1.80 391	1.47 381	1.19 355	2.20 388	1.53 379	1.51 376	2.12 338	1.98 341	1.34 401	0.68 322	1.28 401	0.70 388	1.37 398	1.12 344

iRaft-Stereo_20w	1.50 377	0.42 71	4.81 399	2.24 410	2.09 409	1.36 367	1.27 391	1.38 375	0.94 326	2.07 392	0.42 65	0.85 303	0.69 301	0.87 174	1.37 314	0.10 48	4.04 420	0.09 16	0.40 357	0.17 91	4.53 421

ELAS_RVC	1.51 380	0.88 205	3.36 336	0.63 316	0.56 293	1.53 375	2.73 409	1.53 382	1.76 392	2.26 401	2.21 390	2.10 388	3.07 404	2.08 334	2.52 368	0.42 362	0.42 284	0.42 370	0.37 350	0.51 355	0.84 313
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.52 381	0.92 223	2.91 296	0.62 314	0.57 296	3.13 408	2.21 407	1.67 388	1.58 387	2.42 404	2.43 393	1.87 385	2.49 399	1.85 309	2.70 375	0.42 362	0.43 287	0.41 368	0.40 357	0.51 355	0.85 317
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	1.54 382	2.20 395	4.42 395	1.10 369	0.93 357	1.37 369	0.87 361	1.53 382	1.71 390	1.22 364	1.72 375	2.12 389	1.06 352	2.58 368	1.93 340	0.94 386	0.54 301	1.00 393	0.56 381	2.11 411	0.96 332

EKT-Stereo	1.56 383	0.55 117	2.60 209	2.54 413	19.66 429	0.55 86	0.22 43	0.76 117	0.51 43	0.40 37	0.36 41	0.43 96	0.27 65	0.74 153	0.42 127	0.13 191	0.17 203	0.11 96	0.16 216	0.20 151	0.50 236

MFN_U_SF_RVC	1.57 384	2.56 413	3.30 333	0.66 325	0.41 252	1.15 360	0.51 295	1.27 367	1.35 376	1.61 387	1.20 355	1.43 376	0.97 346	1.80 299	2.10 349	1.88 411	1.79 389	1.97 416	2.14 415	1.61 404	1.76 384

WAO-7	1.58 385	2.04 386	3.25 327	0.94 358	0.75 334	1.75 387	1.13 381	1.87 394	1.97 395	1.46 382	2.53 395	1.98 387	1.75 383	3.13 394	2.48 367	0.69 380	0.67 321	0.94 390	0.74 393	0.80 382	0.77 302

FC-DCNN	1.60 386	0.85 198	3.44 351	0.46 252	0.39 241	1.96 393	0.66 337	1.72 390	1.70 389	2.75 410	2.91 406	4.20 406	3.15 405	2.72 380	2.66 373	0.30 350	0.26 253	0.31 353	0.30 314	0.33 279	0.91 324

PWCK	1.62 387	2.32 405	4.27 389	1.11 370	0.56 293	1.81 389	1.84 404	1.55 384	1.54 385	1.45 380	1.81 376	1.82 384	1.38 367	3.34 398	2.14 353	1.09 394	0.57 307	0.98 392	0.59 384	1.50 402	0.79 307

WAO-6	1.69 388	1.87 374	3.21 323	1.15 374	1.01 368	2.29 401	1.06 378	1.85 393	2.84 406	1.30 372	2.59 397	2.19 390	1.67 380	2.62 371	2.52 368	0.96 388	0.68 322	1.19 398	0.84 396	1.13 387	0.95 330

DispFullNet	1.69 388	2.25 398	5.23 404	1.53 389	8.78 420	0.89 328	0.37 233	1.03 307	0.98 340	1.37 373	1.00 338	1.13 363	1.97 391	1.51 253	0.98 270	0.55 374	0.32 264	1.19 398	0.64 387	1.16 389	0.88 321

SGM-Forest	1.84 390	7.91 423	10.36 419	0.42 227	0.33 204	1.04 347	1.29 392	1.01 295	0.88 307	1.19 355	2.30 391	1.03 345	1.79 386	2.60 370	2.81 377	0.22 315	0.21 233	0.21 316	0.19 253	0.25 210	0.79 307
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
JetBlue	1.89 391	2.09 388	4.16 384	0.74 337	1.23 384	4.52 417	3.86 414	1.68 389	1.26 369	1.28 370	1.54 371	2.36 392	1.86 388	3.35 399	3.37 386	0.54 372	0.49 295	0.48 374	0.49 371	1.39 400	1.21 353

Dean	1.92 392	2.31 404	5.03 403	1.31 376	1.08 374	1.55 376	0.99 370	1.98 399	2.33 398	1.51 384	4.15 412	4.23 409	1.39 368	2.31 347	2.10 349	1.18 397	0.69 325	1.18 397	0.75 394	1.30 396	1.07 341

FINET	1.92 392	1.96 377	4.49 397	1.62 392	1.39 391	3.51 411	4.39 415	2.89 407	2.58 401	1.39 375	1.98 381	1.35 374	2.12 395	1.64 275	2.12 351	0.84 384	1.03 350	0.18 296	0.29 308	0.54 360	2.12 393

ACVNet-4b	2.00 394	2.19 393	4.85 400	1.09 367	0.86 349	1.15 360	0.53 301	1.11 348	1.15 364	0.65 254	1.09 349	1.97 386	0.69 301	2.31 347	9.78 421	5.73 420	0.42 284	1.03 395	0.55 379	1.89 407	0.92 326

SDNR	2.06 395	2.93 416	2.94 300	1.55 390	5.13 418	1.98 396	0.24 85	1.95 398	2.62 402	0.92 330	2.71 401	5.76 414	0.68 297	3.61 404	3.84 395	0.33 355	0.38 276	0.22 320	0.17 229	1.13 387	2.04 390

LVE	2.10 396	2.61 414	4.30 393	1.79 401	1.81 405	1.68 385	1.04 377	2.35 402	2.78 405	1.27 369	2.87 404	4.21 408	1.46 371	2.83 388	2.02 343	2.87 416	0.92 340	1.19 398	1.47 414	1.29 394	1.18 347

SGM_RVC	2.11 397	1.07 244	2.87 290	0.98 362	0.92 355	2.72 407	1.88 406	1.91 396	12.27 419	2.09 393	1.99 382	2.47 393	2.24 397	2.87 389	2.03 344	0.54 372	0.47 291	0.42 370	0.47 368	0.74 375	1.22 355
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IMH	2.14 398	2.46 409	3.60 365	1.70 396	1.13 380	1.65 383	0.93 368	2.13 400	1.93 394	1.37 373	2.64 400	2.19 390	1.82 387	5.77 413	2.18 356	5.70 419	1.05 351	1.31 403	0.72 392	1.39 400	1.13 346

UNDER WATER-64	2.59 399	2.28 402	5.63 408	1.85 404	1.45 394	3.28 409	1.60 402	2.62 403	5.57 412	2.09 393	2.12 384	4.10 405	4.21 411	2.74 383	3.64 393	1.49 405	0.86 337	1.58 411	1.09 408	1.91 408	1.62 380

SGM+DAISY	2.67 400	2.14 391	4.28 391	1.92 406	2.11 410	4.36 416	5.22 418	3.17 408	3.00 407	3.24 414	3.81 410	3.03 397	3.61 408	2.53 364	3.79 394	1.15 395	1.29 371	0.66 382	0.71 391	0.95 385	2.44 410

TorneroNet-64	2.74 401	2.23 397	4.18 385	1.48 386	1.20 382	3.88 412	1.01 376	3.48 415	6.61 416	2.62 408	4.55 414	4.20 406	3.84 410	3.39 401	3.40 388	1.23 399	0.66 320	1.39 406	0.80 395	3.42 418	1.27 358

notaker	2.77 402	2.35 406	4.02 380	2.61 415	1.44 393	1.77 388	1.14 382	2.77 406	1.81 393	2.30 402	11.41 421	3.95 404	4.70 412	3.24 396	3.01 381	1.58 407	0.88 338	1.71 414	1.08 407	2.10 410	1.44 373

UNDER WATER	2.84 403	2.25 398	5.25 405	1.84 403	1.45 394	2.36 403	1.44 401	3.23 410	6.51 415	2.61 407	2.73 402	5.69 413	5.64 415	3.14 395	4.18 403	1.48 404	0.81 335	1.60 412	1.07 406	1.91 408	1.67 382

WAO-8	2.91 404	2.55 411	3.77 369	1.93 407	1.04 371	4.08 414	0.99 370	3.25 411	6.09 413	2.20 398	3.34 408	3.33 401	2.64 400	11.73 422	2.52 368	2.12 412	1.92 392	1.55 409	0.93 400	1.27 392	0.96 332

Venus	2.91 404	2.55 411	3.77 369	1.93 407	1.04 371	4.08 414	0.99 370	3.25 411	6.09 413	2.20 398	3.34 408	3.33 401	2.64 400	11.73 422	2.52 368	2.12 412	1.92 392	1.55 409	0.93 400	1.27 392	0.96 332

DGSMNet	2.93 406	0.77 186	3.44 351	3.58 419	4.25 417	2.53 406	6.86 420	1.03 307	0.88 307	0.58 175	1.85 378	0.79 280	0.62 281	1.63 272	1.46 319	4.62 418	4.98 421	5.15 423	4.71 422	4.52 422	4.37 420

MADNet++	2.94 407	2.17 392	3.27 329	2.55 414	2.28 411	3.29 410	3.37 410	2.76 405	2.67 404	3.10 412	3.20 407	2.78 394	3.25 406	4.11 408	4.68 407	2.72 415	2.27 410	3.03 419	2.43 417	2.34 414	2.59 411

JetRed	3.37 408	4.96 420	10.08 418	1.48 386	1.73 404	7.63 420	5.47 419	3.47 413	2.20 396	2.42 404	2.40 392	2.98 396	2.35 398	3.52 403	6.60 414	1.33 400	1.90 391	1.38 405	1.23 410	2.30 413	2.02 389

LSM	3.40 409	1.42 330	5.81 410	9.98 425	30.74 439	0.86 320	1.14 382	0.99 281	1.26 369	1.40 377	2.18 387	0.93 323	0.85 329	1.76 290	1.03 277	0.22 315	0.35 270	0.24 332	0.29 308	0.40 328	6.21 423

MANE	3.51 410	2.03 385	3.88 377	1.89 405	2.01 407	5.98 418	4.72 416	5.87 420	7.13 417	3.80 415	5.10 416	6.11 416	5.34 414	4.39 410	5.05 409	1.07 392	1.28 370	0.50 375	0.85 397	0.76 378	2.36 409

SGM-ForestM	3.67 411	2.70 415	5.34 407	1.65 394	1.72 403	6.02 419	5.08 417	4.10 416	3.47 408	4.59 416	4.21 413	9.81 420	5.79 416	6.44 416	6.97 416	0.88 385	1.09 353	0.33 359	0.45 365	0.68 373	2.10 392

KSHMR	4.19 412	2.37 407	6.24 412	1.73 399	1.48 396	1.97 395	1.29 392	3.18 409	17.06 429	2.15 396	15.74 424	9.09 419	1.75 383	8.33 420	2.37 365	1.55 406	1.29 371	1.70 413	1.23 410	1.75 405	1.60 379

ktn	4.44 413	2.47 410	3.70 368	1.82 402	1.49 397	2.11 399	1.40 398	2.30 401	12.56 420	11.36 422	16.25 425	11.30 423	3.77 409	4.41 411	3.47 389	1.86 410	0.99 343	1.74 415	1.21 409	3.28 417	1.39 370

LE_ROB	4.55 414	2.43 408	9.94 417	2.79 417	4.03 416	2.40 404	3.54 411	2.72 404	11.04 418	11.64 423	4.69 415	5.25 412	10.74 421	4.52 412	9.73 420	0.82 383	0.70 328	1.34 404	0.97 403	0.74 375	0.94 327

tt	4.94 415	0.32 15	4.22 387	2.29 411	1.58 399	10.19 423	16.94 426	9.44 424	5.03 411	1.69 388	1.33 364	4.68 410	5.02 413	3.38 400	5.91 413	6.15 421	9.47 428	2.80 418	3.16 420	3.54 419	1.58 378

TorneroNet	5.60 416	2.30 403	3.98 378	1.49 388	1.26 387	14.47 425	1.11 379	4.85 417	20.66 434	10.12 419	16.30 426	11.78 424	7.35 418	3.41 402	4.38 404	1.36 403	0.70 328	1.46 408	0.87 398	2.73 415	1.33 363

coex-ft	6.14 417	1.98 379	60.80 443	0.34 132	0.30 179	0.80 305	1.17 387	0.76 117	4.34 410	19.82 430	2.15 386	1.61 381	8.77 420	1.82 304	10.36 422	0.44 366	2.05 395	0.18 296	0.19 253	0.39 322	4.61 422

HanzoNet	7.85 418	3.30 419	5.75 409	7.47 423	3.97 415	2.34 402	1.37 394	3.47 413	4.02 409	13.30 424	10.49 417	10.86 421	16.67 427	8.50 421	10.51 423	10.80 427	9.84 429	5.83 424	13.69 427	7.24 424	7.51 424

EDNetEfficientorigin	8.19 419	1.27 297	145.54 445	0.51 279	0.96 359	0.75 279	0.49 292	0.86 195	1.57 386	2.12 395	1.49 370	1.28 370	1.35 363	1.84 307	2.15 354	0.14 221	0.13 157	0.17 280	0.18 237	0.39 322	0.64 279

DGTPSM_ROB	8.97 420	5.94 421	13.01 423	5.95 422	11.34 422	8.54 421	24.06 427	6.47 421	13.52 421	5.19 417	11.52 422	6.18 417	11.04 422	7.02 417	13.92 424	4.47 417	7.66 422	3.90 420	7.43 425	4.34 421	7.98 425

DPSMNet_ROB	9.58 421	5.96 422	13.98 426	8.88 424	11.87 423	8.54 421	24.08 428	6.48 422	13.67 424	5.35 418	11.53 423	6.31 418	11.04 422	7.69 418	14.09 425	7.61 426	8.23 424	5.03 422	7.75 426	5.24 423	8.36 426

BEATNet-Init1	12.32 422	12.82 427	28.66 440	3.22 418	3.71 414	21.59 434	11.42 422	14.54 429	13.73 425	20.24 431	20.16 431	26.14 439	19.85 430	19.08 433	15.33 429	1.81 409	1.93 394	2.05 417	2.48 418	4.25 420	3.41 419

DPSM_ROB	12.32 422	11.13 425	12.31 421	12.90 427	12.80 425	19.81 432	28.13 433	14.50 427	14.31 426	10.62 420	11.34 419	12.03 425	11.89 425	13.08 427	15.22 427	7.09 423	8.31 425	6.47 426	7.32 423	8.69 425	8.43 427

DPSM	12.32 422	11.13 425	12.31 421	12.90 427	12.80 425	19.81 432	28.13 433	14.50 427	14.31 426	10.62 420	11.34 419	12.03 425	11.89 425	13.08 427	15.22 427	7.09 423	8.31 425	6.47 426	7.32 423	8.69 425	8.43 427

DLNR_Zeroshot_test	13.74 425	20.06 430	23.92 432	121.50 445	35.20 440	0.46 23	0.15 1	7.96 423	0.47 26	0.29 25	0.37 45	0.26 33	0.17 1	0.79 162	0.36 107	7.16 425	2.95 419	0.09 16	0.38 353	50.40 443	1.95 387

LRCNet_RVC	13.78 426	19.34 429	13.01 423	19.47 430	12.67 424	1.85 390	0.42 258	12.28 425	1.10 357	15.76 426	18.69 430	12.52 427	8.65 419	12.22 425	9.64 419	22.29 434	8.38 427	25.92 436	24.06 437	19.72 435	17.59 432

FADE	15.98 427	3.24 418	8.93 416	2.10 409	2.93 413	1.19 364	0.91 367	4.99 418	2.50 400	1.28 370	1.19 354	3.05 398	7.02 417	8.01 419	5.49 411	96.22 444	36.26 444	65.47 441	65.78 441	1.78 406	1.34 365

SPstereo	16.55 428	3.18 417	4.92 401	2.73 416	2.77 412	29.67 435	52.00 437	39.41 443	29.70 444	21.94 439	21.64 434	27.45 441	23.83 436	27.92 444	26.10 438	2.44 414	2.60 415	4.96 421	3.11 419	2.27 412	2.32 408

HaxPig	19.88 429	22.39 435	22.30 430	17.98 429	17.98 428	12.06 424	12.06 423	16.25 430	15.97 428	21.05 432	21.41 433	18.85 431	18.35 428	20.07 434	19.64 431	23.57 438	23.19 438	24.07 435	23.71 436	22.95 436	23.72 439

Anonymous_1	22.76 430	11.11 424	11.93 420	12.73 426	26.05 438	19.39 430	27.77 432	14.18 426	13.64 423	14.92 425	10.66 418	11.26 422	11.24 424	12.48 426	14.45 426	37.82 443	7.87 423	34.92 440	63.61 440	87.51 444	11.75 429

PML	22.99 431	17.34 428	8.24 415	5.48 421	9.84 421	50.35 444	102.65 444	5.84 419	13.52 421	37.08 444	104.84 444	30.61 443	23.20 435	12.09 424	7.96 418	6.27 422	2.12 400	6.31 425	2.42 416	10.67 427	2.95 413

MEDIAN_ROB	23.95 432	26.96 443	26.29 439	22.14 431	22.09 430	16.18 426	14.23 424	20.47 431	20.09 430	25.43 440	25.22 442	22.96 432	22.54 434	24.33 435	23.18 436	28.15 440	27.16 442	28.60 438	27.73 438	27.59 437	27.58 440

DPSimNet_ROB	24.35 433	23.81 441	31.38 442	25.93 433	22.83 431	31.30 436	34.38 436	20.78 432	28.92 439	27.39 441	22.99 441	28.29 442	35.76 444	15.47 429	17.82 430	24.28 439	17.90 436	22.23 434	14.12 428	19.38 434	22.12 438

CasAABBNet	24.76 434	22.38 434	24.44 433	26.05 434	25.75 433	39.79 437	56.76 440	29.10 440	28.88 438	21.22 433	22.69 436	24.21 436	23.99 441	26.23 436	30.62 440	14.22 428	16.71 431	13.03 428	14.75 430	17.49 431	16.97 430

Selective-RAFT-Error	24.83 435	22.44 439	24.80 434	26.10 435	25.82 434	39.85 441	56.72 439	29.21 442	29.03 443	21.29 435	22.80 437	24.25 437	24.07 442	26.28 440	30.60 439	14.24 429	16.85 432	13.04 432	14.75 430	17.53 432	17.02 431

MyStereo03	24.90 436	22.40 436	24.90 435	26.19 436	25.93 435	39.80 438	56.77 441	29.00 437	28.95 440	21.51 436	22.81 438	24.16 433	23.92 437	26.26 437	30.65 441	14.24 429	17.13 433	13.03 428	14.76 432	17.48 428	18.00 433

MyStereo02	24.90 436	22.40 436	24.90 435	26.19 436	25.93 435	39.80 438	56.77 441	29.00 437	28.95 440	21.51 436	22.81 438	24.16 433	23.92 437	26.26 437	30.65 441	14.24 429	17.13 433	13.03 428	14.76 432	17.48 428	18.00 433

MyStereo	24.90 436	22.40 436	24.90 435	26.19 436	25.93 435	39.80 438	56.77 441	29.00 437	28.95 440	21.51 436	22.81 438	24.16 433	23.92 437	26.26 437	30.65 441	14.24 429	17.13 433	13.03 428	14.76 432	17.48 428	18.00 433

LSM0	26.57 439	22.53 440	25.76 438	30.62 440	52.30 444	39.86 442	56.49 438	29.18 441	28.76 437	21.26 434	22.46 435	24.42 438	23.97 440	26.42 441	30.66 444	14.29 433	16.56 430	13.06 433	14.65 429	17.62 433	20.52 436

AVERAGE_ROB	26.91 440	30.28 444	29.18 441	25.78 432	25.30 432	19.49 431	15.38 425	23.70 436	23.02 436	28.38 442	27.78 443	26.23 440	25.76 443	26.95 442	25.55 437	31.27 442	30.02 443	31.76 439	30.80 439	30.88 442	30.77 441

ASD4	27.03 441	24.46 442	23.91 431	27.24 439	17.87 427	47.08 443	31.36 435	41.80 444	21.82 435	31.12 443	20.82 432	33.80 444	18.50 429	27.25 443	21.57 435	29.52 441	20.55 437	27.54 437	23.38 435	30.03 438	20.96 437

xxxxx1	29.05 442	20.74 431	14.05 427	50.10 441	40.25 441	19.01 427	26.60 429	21.83 433	20.22 431	16.52 427	17.56 427	18.33 428	21.41 431	16.11 430	20.77 432	23.48 435	26.77 439	66.36 442	78.56 442	30.19 439	32.23 442

tt_ll	29.05 442	20.74 431	14.05 427	50.10 441	40.25 441	19.01 427	26.60 429	21.83 433	20.22 431	16.52 427	17.56 427	18.33 428	21.41 431	16.11 430	20.77 432	23.48 435	26.77 439	66.36 442	78.56 442	30.19 439	32.23 442

ff	29.05 442	20.74 431	14.05 427	50.10 441	40.25 441	19.01 427	26.60 429	21.83 433	20.22 431	16.52 427	17.56 427	18.33 428	21.41 431	16.11 430	20.77 432	23.48 435	26.77 439	66.36 442	78.56 442	30.19 439	32.23 442

test_example2	115.17 445	122.38 445	93.45 444	115.38 444	123.53 445	101.24 445	113.11 445	54.67 445	99.94 445	135.50 445	136.43 445	85.67 445	85.40 445	110.44 445	104.91 445	152.17 445	205.21 445	99.17 445	114.27 445	138.55 445	112.04 445

Low-res two-view benchmark