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

MIF-Stereo	0.82 6	0.47 4	2.63 105	0.96 104	1.19 259	0.78 3	0.39 6	1.12 1	1.54 79	1.19 48	1.26 43	0.51 1	0.64 10	1.13 15	1.03 103	0.30 113	0.20 57	0.24 19	0.21 31	0.40 181	0.25 29

MGS-Stereo	0.80 4	0.56 43	1.53 20	0.93 95	0.39 28	1.26 11	0.73 90	1.45 2	1.30 16	1.01 33	2.26 264	0.80 32	0.56 3	1.16 19	0.65 10	0.27 35	0.23 130	0.26 39	0.22 52	0.27 25	0.25 29

GLC_STEREO	0.76 1	0.52 17	1.12 3	0.83 45	0.33 4	1.86 30	0.82 138	1.46 3	1.38 20	0.95 30	1.04 16	0.68 10	0.72 19	0.97 3	0.80 44	0.23 8	0.25 177	0.32 138	0.25 91	0.32 101	0.30 102

TANstereo	1.01 28	0.55 36	1.73 32	0.76 25	0.36 7	4.04 238	0.38 5	1.48 4	1.62 119	2.03 176	2.10 237	0.84 37	0.93 53	0.98 4	0.62 4	0.28 62	0.36 263	0.23 7	0.20 25	0.25 13	0.46 237

CASnet	0.78 2	0.51 12	1.29 7	0.81 30	0.29 1	1.28 13	0.74 100	1.51 5	1.89 165	1.64 84	1.09 22	0.65 8	0.64 10	0.91 2	0.76 38	0.29 79	0.17 9	0.41 254	0.31 208	0.32 101	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.94 16	1.30 310	1.31 8	0.84 51	1.63 339	2.02 35	0.59 42	1.51 5	1.36 19	0.81 18	1.33 56	0.84 37	0.88 43	1.36 48	0.73 33	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 371

ff7	0.98 20	0.69 141	2.05 59	0.84 51	0.52 88	4.55 343	0.86 153	1.62 7	1.24 5	0.75 6	1.03 12	0.70 13	0.77 26	1.84 103	0.68 17	0.27 35	0.17 9	0.29 84	0.21 31	0.31 78	0.27 58

IGEVStereo-DCA	0.86 9	0.65 116	2.05 59	0.90 77	0.46 56	1.57 20	0.86 153	1.62 7	1.24 5	0.65 1	0.77 4	0.74 24	0.72 19	2.59 164	0.86 59	0.28 62	0.21 82	0.28 69	0.21 31	0.29 46	0.27 58

ffff	0.98 20	0.69 141	2.05 59	0.84 51	0.52 88	4.55 343	0.86 153	1.62 7	1.24 5	0.75 6	1.03 12	0.70 13	0.77 26	1.84 103	0.68 17	0.27 35	0.17 9	0.29 84	0.21 31	0.31 78	0.27 58

11t	0.98 20	0.69 141	2.05 59	0.84 51	0.52 88	4.55 343	0.86 153	1.62 7	1.24 5	0.75 6	1.03 12	0.70 13	0.77 26	1.84 103	0.68 17	0.27 35	0.17 9	0.29 84	0.21 31	0.31 78	0.27 58

ccc-4	0.98 20	0.69 141	2.05 59	0.84 51	0.52 88	4.55 343	0.86 153	1.62 7	1.24 5	0.75 6	1.03 12	0.70 13	0.77 26	1.84 103	0.68 17	0.27 35	0.17 9	0.29 84	0.21 31	0.31 78	0.27 58

CREStereo++_RVC	1.02 32	0.49 9	1.54 23	0.83 45	0.55 99	4.01 234	0.31 2	1.63 12	1.99 176	1.63 82	2.13 245	0.84 37	0.65 12	0.88 1	0.70 25	0.27 35	0.15 2	0.23 7	1.22 385	0.24 6	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
RAFT-345	2.46 242	0.55 36	19.69 338	1.02 139	0.49 76	4.43 321	0.78 120	1.64 13	2.34 238	2.09 187	3.12 342	1.96 167	1.31 132	6.65 248	1.43 172	0.36 192	0.23 130	0.32 138	0.25 91	0.28 37	0.25 29

RAFT-RH_RVC	2.63 268	0.55 36	19.97 347	1.26 238	0.47 66	4.46 323	0.57 33	1.71 14	1.64 123	3.06 342	5.51 375	2.03 178	1.28 127	6.70 250	1.52 194	0.42 252	0.22 106	0.37 226	0.34 230	0.28 37	0.29 78

XX-TBD	1.03 33	0.95 247	1.94 49	1.30 252	0.43 40	3.97 228	0.33 3	1.74 15	1.73 140	1.59 72	2.02 220	0.69 12	0.60 5	1.16 19	0.66 13	0.30 113	0.25 177	0.23 7	0.15 4	0.31 78	0.22 10

ProNet	0.82 6	0.71 161	1.50 19	0.86 61	0.45 49	1.78 25	0.83 142	1.75 16	1.28 14	0.66 3	1.13 26	0.78 27	0.76 25	1.66 88	0.71 28	0.24 11	0.20 57	0.25 29	0.23 61	0.29 46	0.25 29

anonymousdsp	0.95 18	0.69 141	1.27 5	0.83 45	0.52 88	4.54 340	0.84 145	1.76 17	1.24 5	0.76 13	1.06 18	0.78 27	0.77 26	1.67 91	0.69 21	0.27 35	0.17 9	0.29 84	0.21 31	0.31 78	0.26 46

IGEV-Stereo	0.95 18	0.69 141	1.27 5	0.84 51	0.52 88	4.54 340	0.84 145	1.76 17	1.24 5	0.75 6	1.06 18	0.79 31	0.77 26	1.68 92	0.69 21	0.27 35	0.17 9	0.29 84	0.21 31	0.31 78	0.26 46
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Former-RAFT_DAM_RVC	0.92 14	0.73 172	1.42 13	0.92 84	1.08 237	2.97 75	0.53 25	1.77 19	1.39 21	1.16 47	1.54 91	0.58 2	0.65 12	1.03 8	0.84 52	0.25 20	0.23 130	0.30 103	0.24 82	0.43 226	0.29 78

CAS	1.26 73	0.40 1	1.46 15	2.97 391	1.61 336	4.13 258	0.73 90	1.78 20	1.49 49	0.83 22	1.10 23	0.59 3	0.53 2	1.26 36	0.80 44	2.99 395	0.13 1	0.21 3	0.13 1	0.31 78	1.72 378

UDGNet	1.40 92	1.52 332	2.22 79	1.38 284	0.62 125	4.39 311	0.68 72	1.80 21	2.18 213	1.34 52	1.18 31	0.99 51	1.00 65	2.16 131	1.19 131	1.09 371	0.34 255	1.30 384	0.98 373	1.10 362	0.58 289

PMTNet	0.99 26	0.48 5	1.73 32	0.62 2	0.56 102	4.20 288	0.43 12	1.88 22	1.58 98	1.00 32	1.05 17	0.78 27	0.98 62	1.50 62	0.85 55	1.21 376	0.20 57	0.23 7	0.15 4	0.22 4	0.19 3

GMStereo	1.01 28	1.00 256	2.86 115	0.83 45	0.45 49	1.47 17	0.57 33	1.89 23	2.11 204	1.52 66	1.24 38	0.87 41	0.74 23	1.58 70	0.94 88	0.40 232	0.21 82	0.30 103	0.30 192	0.47 247	0.36 150
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
dd	1.26 73	1.15 283	2.47 98	0.92 84	0.49 76	4.35 307	0.75 107	1.92 24	2.11 204	1.44 61	1.24 38	1.19 72	1.05 75	1.78 98	1.70 220	0.57 321	0.34 255	0.35 203	0.33 223	0.60 288	0.46 237

ASMatch	2.62 267	0.60 77	20.65 378	1.37 282	0.64 128	4.39 311	0.78 120	1.97 25	1.58 98	1.70 94	3.89 363	1.94 160	3.79 347	5.46 223	1.64 213	0.31 130	0.24 159	0.34 187	0.28 154	0.33 116	0.50 257

dad	1.65 121	1.19 290	3.04 121	0.98 114	0.56 102	4.22 289	0.84 145	1.99 26	2.48 267	2.14 200	1.68 123	1.62 115	1.13 98	3.85 194	2.04 260	1.03 370	0.40 294	2.04 390	0.48 314	0.75 330	0.53 270

CES	1.01 28	0.55 36	1.74 35	0.92 84	2.15 379	2.15 45	0.50 19	2.01 27	1.45 27	0.76 13	1.02 9	0.61 4	0.47 1	1.29 42	0.79 43	0.22 5	0.17 9	0.24 19	0.14 2	0.63 296	2.29 387

AEACV	0.79 3	0.54 32	1.35 11	0.97 111	0.63 126	1.13 6	0.92 198	2.02 28	0.91 1	0.76 13	0.79 6	0.80 32	1.61 196	1.28 40	0.61 3	0.22 5	0.18 24	0.26 39	0.23 61	0.27 25	0.23 16

MC-Stereo	1.06 35	0.48 5	1.55 24	1.15 199	0.41 34	4.56 348	0.61 48	2.06 29	1.46 34	1.90 129	1.61 110	0.89 45	1.12 96	1.35 47	0.73 33	0.25 20	0.18 24	0.26 39	0.22 52	0.25 13	0.24 23

sCroCo_RVC	1.06 35	0.82 218	5.05 159	1.02 139	1.05 231	0.98 4	0.61 48	2.06 29	1.29 15	0.69 5	1.26 43	0.82 36	1.10 91	1.20 29	0.90 71	0.42 252	0.40 294	0.33 170	0.30 192	0.46 245	0.38 177

MyStereo07	1.01 28	0.80 207	1.26 4	1.00 126	1.04 229	3.95 220	0.95 206	2.07 31	1.42 23	0.75 6	1.22 35	0.68 10	0.91 49	1.63 84	0.67 15	0.24 11	0.24 159	0.34 187	0.26 105	0.41 202	0.37 164

StereoIM	0.82 6	0.66 126	1.53 20	0.65 5	1.87 367	1.24 9	0.36 4	2.13 32	1.27 13	0.67 4	0.75 2	0.88 43	0.70 15	1.15 18	1.07 108	0.29 79	0.23 130	0.26 39	0.20 25	0.31 78	0.22 10

DCRE	1.44 95	0.74 180	3.50 136	1.13 184	0.72 148	1.78 25	0.67 68	2.14 33	1.56 90	1.99 154	8.09 385	1.73 128	1.07 84	1.24 34	0.83 50	0.23 8	0.25 177	0.26 39	0.26 105	0.28 37	0.30 102

test_4	1.30 81	0.50 10	6.16 171	0.84 51	0.45 49	1.61 22	1.12 241	2.14 33	1.42 23	1.52 66	2.31 283	1.84 152	0.79 34	2.52 159	1.19 131	0.27 35	0.17 9	0.29 84	0.29 178	0.29 46	0.25 29

LoS	0.94 16	0.52 17	1.88 44	0.86 61	0.36 7	4.15 262	0.51 23	2.18 35	1.45 27	0.97 31	0.88 7	0.62 5	0.79 34	1.59 73	0.86 59	0.26 28	0.19 39	0.24 19	0.16 8	0.21 2	0.20 7

trnet	0.91 13	0.48 5	1.46 15	0.62 2	0.31 2	4.40 315	0.41 8	2.20 36	1.53 71	0.94 28	1.14 27	0.88 43	0.89 46	1.09 9	0.71 28	0.27 35	0.19 39	0.22 5	0.15 4	0.21 2	0.19 3

CREStereo	0.92 14	0.53 26	1.45 14	0.61 1	0.34 5	4.42 319	0.40 7	2.21 37	1.54 79	0.94 28	1.12 25	0.87 41	0.87 42	1.12 12	0.72 32	0.28 62	0.19 39	0.22 5	0.15 4	0.22 4	0.19 3
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
SST-Stereo	1.76 134	0.58 61	3.10 122	1.44 294	0.46 56	4.71 375	0.76 108	2.22 38	2.79 307	2.07 186	2.18 252	2.43 219	3.22 332	6.66 249	0.84 52	0.42 252	0.19 39	0.30 103	0.27 129	0.35 148	0.26 46

RAFT_R40	1.70 126	0.59 68	2.99 118	1.46 299	0.46 56	4.74 379	0.98 216	2.23 39	1.56 90	2.02 172	2.35 291	2.71 246	2.56 302	6.71 252	0.90 71	0.40 232	0.19 39	0.30 103	0.27 129	0.33 116	0.26 46

AAGNet	2.86 286	0.60 77	1.77 37	2.05 368	0.46 56	4.76 381	1.09 236	2.27 40	1.56 90	2.17 214	1.84 184	2.41 215	4.00 351	6.23 241	24.22 419	0.46 274	0.19 39	0.30 103	0.29 178	0.32 101	0.24 23

TestStereo	2.00 172	1.02 258	12.25 227	0.70 8	0.61 122	1.88 31	0.55 29	2.31 41	1.52 66	1.41 59	1.33 56	1.27 79	0.90 47	11.62 365	0.81 46	0.34 169	0.19 39	0.33 170	0.24 82	0.44 231	0.24 23

DRaft	2.28 213	0.56 43	2.64 106	0.74 11	0.46 56	3.94 215	1.23 260	2.32 42	1.55 85	2.64 310	2.80 326	1.60 112	5.34 372	6.96 258	10.99 377	0.34 169	0.22 106	0.27 55	0.27 129	0.29 46	0.37 164

Gwc-CoAtRS	1.58 110	0.57 49	11.69 225	1.01 130	0.60 118	2.53 55	0.64 59	2.36 43	1.56 90	1.80 111	1.47 77	2.74 248	1.18 111	1.12 12	0.90 71	0.27 35	0.21 82	0.25 29	0.22 52	0.27 25	0.23 16

iRaftStereo_RVC	1.09 38	0.70 151	1.39 12	0.95 100	0.45 49	3.83 190	0.42 9	2.37 44	1.58 98	1.69 92	1.76 147	1.80 142	0.83 38	1.50 62	0.98 94	0.28 62	0.18 24	0.29 84	0.26 105	0.30 62	0.31 109

AnonymousM	1.22 57	1.32 314	0.97 1	0.88 68	0.56 102	4.03 237	0.69 77	2.41 45	1.68 128	1.48 63	1.31 55	1.15 64	1.00 65	1.18 27	0.73 33	0.32 146	0.40 294	2.07 391	1.70 393	0.24 6	0.22 10

NRIStereo	1.28 78	0.61 91	1.67 29	1.15 199	0.38 27	4.73 376	0.90 180	2.42 46	1.50 54	1.93 139	1.33 56	1.75 129	1.22 117	2.96 179	1.33 162	0.46 274	0.22 106	0.29 84	0.26 105	0.30 62	0.28 71

DEmStereo	2.97 302	0.58 61	13.42 236	0.79 29	0.51 80	3.84 195	1.84 327	2.42 46	1.60 113	2.25 240	2.74 320	2.03 178	6.04 379	6.79 256	12.80 383	0.35 187	0.26 188	0.26 39	0.27 129	0.27 25	0.37 164

4D-IteraStereo	1.97 166	0.84 225	20.43 371	0.78 27	1.56 328	2.09 43	1.05 228	2.43 48	1.56 90	1.41 59	1.00 8	1.94 160	0.61 7	1.22 32	1.06 106	0.27 35	0.18 24	0.31 122	0.26 105	0.27 25	0.23 16

KYRaft	1.59 115	0.52 17	1.73 32	0.95 100	0.49 76	4.38 309	1.79 320	2.43 48	1.51 59	2.49 287	2.98 334	2.00 174	3.41 339	2.14 130	0.82 47	0.30 113	0.21 82	0.33 170	0.46 307	0.35 148	2.45 392

GMM-Stereo	2.45 240	0.52 17	20.38 367	0.89 72	0.82 173	4.18 279	1.91 329	2.45 50	1.48 43	2.48 286	2.30 275	1.69 123	1.86 249	2.93 177	1.08 110	0.28 62	0.18 24	0.33 170	0.48 314	0.35 148	2.41 390

MIM_Stereo	1.20 52	0.78 201	3.30 129	1.05 148	0.43 40	3.04 77	0.60 45	2.46 51	1.51 59	1.60 74	1.58 99	1.82 146	1.29 129	2.00 115	1.07 108	0.24 11	0.24 159	0.28 69	0.25 91	0.27 25	0.27 58

PFNet+	1.46 98	0.57 49	2.84 114	0.92 84	0.47 66	4.64 358	0.84 145	2.46 51	1.99 176	2.14 200	1.64 115	1.34 85	1.03 69	4.68 211	1.23 144	0.45 270	0.33 243	0.37 226	0.39 279	0.32 101	0.49 250

DisPM	1.36 88	0.55 36	2.39 94	1.54 314	0.51 80	4.59 351	0.79 125	2.50 53	1.88 161	2.50 288	1.83 179	1.45 101	1.01 67	2.71 172	0.93 87	0.46 274	0.20 57	0.32 138	0.31 208	0.31 78	0.44 222

DeepStereo_RVC	1.55 103	0.63 102	3.32 130	0.77 26	0.42 37	4.49 331	0.72 86	2.50 53	1.58 98	2.02 172	1.81 172	1.54 109	6.38 386	1.73 95	1.19 131	0.46 274	0.22 106	0.29 84	0.28 154	0.35 148	0.38 177

Anonymous	1.04 34	0.76 193	2.42 97	1.06 152	1.27 278	1.67 24	0.86 153	2.51 55	1.49 49	0.92 26	1.14 27	0.70 13	1.10 91	1.26 36	0.98 94	0.47 282	0.33 243	0.30 103	0.30 192	0.66 310	0.51 263

Patchmatch Stereo++	1.25 66	0.65 116	2.06 68	0.75 12	0.37 19	4.68 364	0.76 108	2.53 56	1.58 98	1.99 154	1.47 77	1.78 132	1.14 104	2.44 147	0.90 71	0.48 287	0.23 130	0.32 138	0.27 129	0.40 181	0.29 78
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	1.24 63	0.65 116	2.03 56	0.75 12	0.37 19	4.68 364	0.73 90	2.53 56	1.58 98	1.99 154	1.47 77	1.78 132	1.13 98	2.18 135	0.87 64	0.48 287	0.23 130	0.32 138	0.27 129	0.40 181	0.29 78

ROB_FTStereo_v2	1.23 58	0.66 126	2.02 55	0.75 12	0.37 19	4.67 363	0.76 108	2.53 56	1.58 98	1.99 154	1.46 73	1.78 132	1.14 104	2.08 122	0.88 66	0.48 287	0.22 106	0.32 138	0.27 129	0.40 181	0.29 78

ROB_FTStereo	1.25 66	0.66 126	2.14 73	0.75 12	0.37 19	4.65 360	0.77 118	2.53 56	1.58 98	1.99 154	1.47 77	1.78 132	1.13 98	2.26 143	0.86 59	0.47 282	0.22 106	0.32 138	0.27 129	0.40 181	0.29 78

HUI-Stereo	1.25 66	0.66 126	2.33 90	0.75 12	0.37 19	4.68 364	0.78 120	2.53 56	1.58 98	1.99 154	1.46 73	1.79 139	1.13 98	2.17 133	0.85 55	0.48 287	0.23 130	0.32 138	0.27 129	0.40 181	0.29 78

Pruner-Stereo	1.32 86	0.59 68	2.11 72	1.79 350	0.47 66	4.73 376	0.79 125	2.53 56	1.72 138	2.47 285	1.58 99	1.48 103	1.03 69	1.66 88	1.47 181	0.44 264	0.21 82	0.34 187	0.30 192	0.30 62	0.39 183

iGMRVC	1.26 73	0.66 126	2.14 73	0.75 12	0.37 19	4.66 361	0.74 100	2.53 56	1.58 98	1.99 154	1.46 73	1.78 132	1.14 104	2.46 149	0.92 80	0.48 287	0.23 130	0.32 138	0.27 129	0.40 181	0.29 78

iRAFT	1.25 66	0.65 116	2.06 68	0.75 12	0.37 19	4.68 364	0.76 108	2.53 56	1.58 98	1.99 154	1.47 77	1.78 132	1.14 104	2.44 147	0.90 71	0.48 287	0.23 130	0.32 138	0.27 129	0.40 181	0.29 78

RAFT-IKP	1.25 66	0.66 126	2.23 81	0.75 12	0.37 19	4.64 358	0.74 100	2.53 56	1.58 98	1.99 154	1.47 77	1.78 132	1.13 98	2.22 140	0.92 80	0.48 287	0.22 106	0.32 138	0.27 129	0.40 181	0.29 78

LL-Strereo2	1.23 58	0.85 229	2.38 93	0.93 95	0.68 144	3.72 172	1.37 277	2.54 65	1.99 176	1.75 103	1.40 69	1.82 146	0.73 22	1.40 49	0.99 99	0.31 130	0.23 130	0.55 323	0.35 244	0.29 46	0.24 23

MIF-Stereo (partial)	0.98 20	0.55 36	2.83 113	0.71 9	1.03 226	1.08 5	0.49 18	2.55 66	1.66 126	0.79 17	1.20 33	0.80 32	0.90 47	1.61 80	1.56 198	0.36 192	0.24 159	0.33 170	0.25 91	0.40 181	0.28 71

PFNet	2.47 245	0.60 77	16.95 290	2.15 372	0.81 165	4.63 357	0.91 188	2.55 66	1.52 66	2.40 279	2.79 324	1.83 149	1.42 152	7.54 266	1.34 164	0.33 157	0.21 82	0.36 214	0.27 129	0.32 101	0.39 183

sAnonymous2	1.37 89	1.22 299	9.79 205	0.92 84	0.88 187	1.23 7	0.61 48	2.56 68	1.69 133	0.85 23	1.02 9	0.73 22	1.23 120	0.98 4	0.78 41	0.29 79	0.25 177	0.31 122	0.30 192	1.06 356	0.71 313

CroCo_RVC	1.37 89	1.22 299	9.79 205	0.92 84	0.88 187	1.23 7	0.61 48	2.56 68	1.69 133	0.85 23	1.02 9	0.73 22	1.23 120	0.98 4	0.78 41	0.29 79	0.25 177	0.31 122	0.30 192	1.06 356	0.71 313

PSM-softLoss	1.66 123	0.59 68	5.15 161	2.25 373	0.48 72	4.68 364	0.69 77	2.57 70	1.52 66	2.14 200	1.45 71	1.42 98	0.99 63	6.04 238	1.20 134	0.41 242	0.23 130	0.37 226	0.39 279	0.32 101	0.31 109

KMStereo	1.66 123	0.59 68	5.15 161	2.25 373	0.48 72	4.68 364	0.69 77	2.57 70	1.52 66	2.14 200	1.45 71	1.42 98	0.99 63	6.04 238	1.20 134	0.41 242	0.23 130	0.37 226	0.39 279	0.32 101	0.31 109

GMStereo_Zeroshot	1.41 94	1.21 293	3.33 131	1.29 247	0.72 148	3.35 109	0.53 25	2.58 72	1.68 128	2.35 266	1.56 96	2.42 218	0.96 57	2.50 152	1.16 124	0.45 270	0.23 130	0.40 247	0.24 82	0.79 336	0.33 126

Selective-IGEV	0.80 4	0.52 17	1.05 2	0.75 12	0.61 122	1.31 14	0.82 138	2.60 73	1.41 22	0.82 20	1.64 115	0.71 18	0.62 8	1.22 32	0.64 6	0.22 5	0.19 39	0.24 19	0.18 10	0.25 13	0.20 7

FTStereo	3.71 347	0.53 26	20.37 366	0.96 104	0.65 133	4.34 306	11.29 411	2.62 74	1.50 54	2.58 299	5.04 373	1.90 157	13.84 410	3.71 192	1.25 145	0.38 214	0.24 159	0.31 122	0.32 215	0.30 62	2.10 385

CRE-IMP	1.23 58	0.61 91	2.14 73	0.82 38	0.39 28	4.54 340	0.83 142	2.63 75	1.55 85	1.95 143	1.46 73	1.87 156	0.96 57	1.48 61	1.33 162	0.45 270	0.21 82	0.31 122	0.26 105	0.41 202	0.31 109

H2IRNET	1.90 151	0.53 26	14.29 255	1.14 185	0.60 118	4.48 325	0.44 13	2.65 76	1.81 152	1.05 39	2.30 275	1.67 119	1.40 144	2.17 133	1.50 186	0.36 192	0.21 82	0.33 170	0.37 263	0.34 132	0.29 78

aanetorigin	3.30 331	1.66 341	17.52 302	1.18 211	1.58 333	2.57 57	3.80 392	2.65 76	2.03 183	6.12 395	4.30 367	2.82 260	5.70 375	5.47 224	4.67 338	0.50 300	0.44 310	0.43 264	0.47 310	1.17 369	0.92 345

knoymous	1.30 81	0.60 77	5.57 169	0.88 68	0.75 155	3.04 77	0.90 180	2.68 78	1.33 17	1.48 63	1.07 20	2.78 257	0.88 43	1.29 42	0.85 55	0.31 130	0.22 106	0.35 203	0.20 25	0.45 238	0.37 164

UCFNet_RVC	1.57 109	0.84 225	3.25 126	1.36 274	1.40 301	4.07 246	1.01 219	2.68 78	1.50 54	2.11 194	1.88 195	2.37 212	1.50 174	3.41 184	1.42 171	0.36 192	0.28 204	0.52 313	0.40 289	0.53 266	0.43 217

MoCha-V2	0.87 10	0.48 5	1.87 43	0.88 68	0.32 3	1.37 15	0.55 29	2.71 80	1.42 23	0.92 26	1.75 143	0.65 8	1.17 110	1.45 58	0.57 1	0.21 1	0.21 82	0.20 1	0.19 19	0.24 6	0.23 16

HH	2.23 200	0.86 230	21.59 402	0.98 114	0.51 80	1.49 18	0.82 138	2.74 81	1.54 79	1.10 42	1.69 126	4.62 366	1.86 249	2.55 160	0.69 21	0.26 28	0.22 106	0.29 84	0.23 61	0.34 132	0.27 58

HanStereo	2.23 200	0.86 230	21.59 402	0.98 114	0.51 80	1.49 18	0.82 138	2.74 81	1.54 79	1.10 42	1.69 126	4.62 366	1.86 249	2.55 160	0.69 21	0.26 28	0.22 106	0.29 84	0.23 61	0.34 132	0.27 58

raftrobust	1.19 47	0.72 164	2.30 87	1.26 238	1.31 282	3.55 143	0.68 72	2.75 83	1.47 38	2.21 230	1.38 68	1.17 66	1.22 117	1.20 29	1.11 115	0.28 62	0.24 159	0.21 3	0.19 19	0.25 13	0.28 71

GMOStereo	1.13 40	0.70 151	2.26 82	0.75 12	0.44 45	3.05 79	0.91 188	2.78 84	1.45 27	2.37 272	1.52 85	1.53 105	1.05 75	1.17 23	0.92 80	0.25 20	0.19 39	0.35 203	0.28 154	0.34 132	0.26 46

error version	1.13 40	0.70 151	2.26 82	0.75 12	0.44 45	3.05 79	0.91 188	2.78 84	1.45 27	2.37 272	1.52 85	1.53 105	1.05 75	1.17 23	0.92 80	0.25 20	0.19 39	0.35 203	0.28 154	0.34 132	0.26 46

test-v	1.13 40	0.70 151	2.26 82	0.75 12	0.44 45	3.05 79	0.91 188	2.78 84	1.45 27	2.37 272	1.52 85	1.53 105	1.05 75	1.17 23	0.92 80	0.25 20	0.19 39	0.35 203	0.28 154	0.34 132	0.26 46

test-2	1.13 40	0.70 151	2.26 82	0.75 12	0.44 45	3.05 79	0.91 188	2.78 84	1.45 27	2.37 272	1.52 85	1.53 105	1.05 75	1.17 23	0.92 80	0.25 20	0.19 39	0.35 203	0.28 154	0.34 132	0.26 46

coex-ft	18.59 420	6.62 393	113.53 443	1.17 205	1.31 282	2.33 51	1.93 330	2.81 88	14.00 412	124.82 445	8.45 388	5.90 385	51.74 438	9.99 315	22.69 416	0.57 321	0.62 353	0.50 304	0.49 317	1.08 361	1.28 362

ACVNet	1.46 98	0.64 108	3.56 137	0.93 95	0.85 178	4.22 289	0.80 130	2.85 89	2.08 191	1.78 107	1.88 195	3.10 278	1.46 163	1.33 45	1.89 243	0.29 79	0.26 188	0.30 103	0.26 105	0.39 178	0.27 58

CFNet-ft	1.90 151	0.95 247	3.56 137	1.07 154	1.54 321	4.09 248	0.90 180	2.85 89	1.82 153	1.78 107	1.70 128	2.75 250	1.48 167	9.33 296	1.72 222	0.33 157	0.30 222	0.61 339	0.36 252	0.52 260	0.39 183

CFNet_RVC	1.90 151	0.95 247	3.56 137	1.07 154	1.54 321	4.09 248	0.90 180	2.85 89	1.82 153	1.78 107	1.70 128	2.75 250	1.48 167	9.33 296	1.72 222	0.33 157	0.30 222	0.61 339	0.36 252	0.52 260	0.39 183

anonymousa	2.16 193	0.67 134	19.19 325	1.04 147	1.67 348	2.06 42	0.79 125	2.86 92	1.96 171	1.85 116	2.14 246	3.23 288	1.81 242	1.12 12	1.15 121	0.26 28	0.26 188	0.34 187	0.32 215	0.30 62	0.28 71

LCNet	1.55 103	0.54 32	1.88 44	0.99 119	0.55 99	3.60 152	1.21 259	2.86 92	1.53 71	2.18 216	1.74 139	1.43 100	4.17 355	3.62 189	0.87 64	0.29 79	0.20 57	0.28 69	0.77 360	0.47 247	1.85 381

AFF-stereo	1.31 84	0.77 196	1.46 15	1.10 171	0.45 49	3.93 213	0.48 17	2.92 94	2.92 326	1.90 129	2.21 258	2.11 191	1.52 179	1.93 111	1.12 118	0.21 1	0.16 4	0.25 29	0.25 91	0.29 46	0.20 7

RAFT-Stereo + iAFF	1.25 66	0.72 164	1.74 35	1.05 148	0.36 7	4.13 258	0.42 9	2.95 95	2.84 321	2.02 172	2.40 293	1.61 114	1.11 95	1.26 36	0.97 92	0.21 1	0.15 2	0.26 39	0.23 61	0.29 46	0.23 16

PSM-AAD	2.43 238	0.54 32	1.32 9	0.92 84	0.54 97	4.48 325	7.47 404	2.96 96	1.55 85	2.31 254	2.56 308	1.26 78	16.23 411	2.46 149	0.89 68	0.28 62	0.21 82	0.58 329	0.41 293	0.34 132	1.32 366

IRAFT_RVC	1.87 144	0.60 77	4.33 149	2.40 382	0.66 136	4.59 351	1.59 305	2.96 96	1.51 59	2.23 235	1.75 143	2.09 188	2.63 305	6.70 250	1.50 186	0.33 157	0.21 82	0.33 170	0.29 178	0.32 101	0.32 116

RALCasStereoNet	1.19 47	1.02 258	2.06 68	1.12 177	1.14 246	3.08 83	0.70 82	2.99 98	1.73 140	1.34 52	1.68 123	1.18 69	0.91 49	2.16 131	1.00 101	0.30 113	0.26 188	0.24 19	0.21 31	0.29 46	0.30 102

CASS	1.29 80	0.66 126	2.62 104	0.95 100	0.66 136	2.84 62	0.69 77	3.00 99	1.79 150	2.57 297	1.95 208	1.39 92	1.55 189	1.59 73	1.06 106	0.50 300	0.28 204	0.34 187	0.28 154	0.46 245	0.63 300
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
EDNetEfficientorigin	12.35 414	2.51 366	179.47 446	1.19 213	0.96 206	2.91 68	1.81 323	3.00 99	5.35 395	8.91 407	4.79 370	4.18 346	4.64 363	9.98 314	11.30 378	0.37 200	0.38 281	0.60 336	0.85 366	1.32 376	2.43 391

GrayStereo	2.58 266	0.53 26	1.63 27	1.58 323	0.89 192	4.17 277	8.17 408	3.03 101	1.52 66	2.80 324	2.50 300	1.70 124	17.10 412	2.83 175	1.15 121	0.33 157	0.21 82	0.27 55	0.32 215	0.28 37	0.53 270

Prome-Stereo	1.61 117	0.55 36	1.71 31	0.98 114	0.60 118	4.41 317	1.82 324	3.03 101	1.53 71	2.18 216	3.45 353	1.72 127	3.49 343	2.23 141	1.08 110	0.29 79	0.20 57	0.26 39	0.25 91	0.34 132	2.16 386

RAFT_CTSACE	1.80 139	1.06 267	10.00 208	1.71 338	1.39 299	3.49 129	1.06 229	3.05 103	1.62 119	1.70 94	2.04 224	2.51 228	1.80 239	1.98 114	0.94 88	0.25 20	0.22 106	0.28 69	0.30 192	0.30 62	0.26 46

EDNetEfficient	5.61 384	2.14 360	16.75 287	1.67 334	3.64 403	4.12 255	7.51 405	3.05 103	5.63 399	11.57 418	4.83 371	3.95 331	12.72 407	8.44 279	20.78 415	0.41 242	0.43 307	0.47 280	1.01 374	1.66 382	1.39 370

StereoVision	1.65 121	0.75 189	7.47 181	1.01 130	1.80 364	2.61 59	0.61 48	3.06 105	1.96 171	1.25 49	3.46 354	1.85 154	0.88 43	2.07 120	1.93 246	0.43 257	0.36 263	0.37 226	0.36 252	0.48 250	0.33 126

CroCo-Stereo Lap2	0.99 26	0.89 234	2.55 100	0.99 119	1.80 364	0.54 2	0.46 14	3.10 106	1.24 5	1.07 40	1.21 34	1.05 57	0.78 32	1.26 36	1.08 110	0.27 35	0.23 130	0.27 55	0.21 31	0.43 226	0.34 136

PASM	2.67 274	2.05 359	9.71 203	1.73 341	1.37 294	2.53 55	1.52 296	3.10 106	2.17 211	2.79 323	1.84 184	2.90 264	1.85 248	11.89 383	2.19 277	0.81 357	0.85 372	0.87 370	1.01 374	1.14 365	1.05 352

DeepPruner_ROB	2.05 182	1.09 273	10.50 216	1.01 130	1.20 264	4.39 311	0.91 188	3.14 108	1.72 138	2.60 303	1.54 91	2.78 257	1.27 124	4.52 207	1.72 222	0.51 306	0.40 294	0.37 226	0.34 230	0.48 250	0.52 268

RALAANet	1.28 78	1.08 270	3.21 125	1.25 232	0.94 203	1.44 16	0.69 77	3.15 109	2.57 283	2.01 168	1.80 160	1.29 82	1.05 75	2.00 115	1.48 182	0.27 35	0.20 57	0.27 55	0.24 82	0.40 181	0.27 58

EKT-Stereo	6.79 397	0.64 108	4.24 148	1.77 344	106.39 440	4.51 338	0.61 48	3.16 110	1.53 71	1.88 123	1.22 35	1.98 171	1.36 139	3.81 193	0.84 52	0.35 187	0.24 159	0.29 84	0.26 105	0.34 132	0.48 246

AACVNet	1.83 141	1.02 258	2.41 95	1.45 297	0.87 184	3.21 86	0.73 90	3.16 110	1.61 116	2.01 168	1.82 178	2.28 198	1.33 135	10.98 345	1.49 185	0.39 225	0.32 237	0.38 238	0.32 215	0.43 226	0.44 222

test croco	1.55 103	0.69 141	13.59 238	0.65 5	0.73 152	1.66 23	0.57 33	3.17 112	1.94 170	0.77 16	1.24 38	0.80 32	0.86 40	1.60 75	0.96 91	0.33 157	0.21 82	0.32 138	0.25 91	0.42 218	0.28 71

rafts_anoy	1.24 63	0.80 207	3.61 141	1.17 205	1.20 264	3.00 76	0.61 48	3.17 112	1.58 98	1.37 55	1.26 43	1.19 72	1.12 96	1.78 98	1.25 145	0.32 146	0.23 130	0.32 138	0.32 215	0.31 78	0.30 102

RAFT	1.23 58	0.84 225	2.05 59	0.96 104	0.47 66	1.80 27	0.94 202	3.18 114	1.46 34	1.60 74	1.71 132	3.04 274	1.59 191	1.64 85	1.32 158	0.38 214	0.24 159	0.40 247	0.32 215	0.40 181	0.35 147

Selective-RAFT	1.15 44	0.46 3	1.64 28	0.99 119	0.45 49	4.17 277	0.51 23	3.21 115	1.69 133	1.12 45	1.34 61	1.45 101	1.40 144	2.08 122	0.94 88	0.41 242	0.20 57	0.24 19	0.23 61	0.27 25	0.25 29

psmorigin	6.59 394	1.15 283	88.11 441	1.52 309	0.97 209	2.88 65	1.20 256	3.21 115	2.04 186	3.73 364	2.46 295	5.15 380	2.55 301	10.60 331	2.47 295	0.55 317	0.68 363	0.48 288	0.51 323	0.70 319	0.88 343

THIR-Stereo	4.14 360	0.82 218	10.85 219	0.86 61	0.43 40	2.16 46	16.77 417	3.22 117	1.54 79	2.04 179	12.05 407	2.68 243	7.53 395	7.30 260	12.62 382	0.30 113	0.21 82	0.29 84	0.28 154	0.33 116	0.41 206

riskmin	1.25 66	0.56 43	2.05 59	1.05 148	0.93 202	2.86 64	0.55 29	3.23 118	1.34 18	1.55 69	1.07 20	3.56 318	2.03 260	1.29 42	1.00 101	0.28 62	0.27 196	0.34 187	0.21 31	0.41 202	0.43 217

raft+_RVC	1.21 55	0.83 221	2.61 102	1.35 268	0.97 209	3.60 152	0.76 108	3.23 118	1.51 59	1.33 51	1.67 121	1.03 54	1.10 91	1.87 107	0.92 80	0.24 11	0.22 106	0.25 29	0.24 82	0.26 19	0.25 29

Anonymous_2	3.01 309	0.89 234	4.53 155	1.06 152	1.18 253	2.93 70	0.87 170	3.24 120	1.46 34	1.86 120	1.35 64	4.11 342	2.35 289	1.64 85	1.28 152	0.82 358	0.90 374	8.71 424	15.84 428	4.44 407	0.74 321

DISCO	2.25 204	0.73 172	10.06 209	1.76 343	1.12 244	3.47 125	1.25 263	3.24 120	2.26 225	2.65 312	1.96 209	4.53 362	1.92 256	4.17 205	3.61 328	0.32 146	0.25 177	0.31 122	0.29 178	0.66 310	0.41 206

CBFPSM	2.05 182	0.95 247	10.12 211	1.07 154	1.05 231	2.84 62	1.20 256	3.28 122	1.73 140	1.82 114	1.30 54	4.56 364	4.06 352	2.34 145	2.34 288	0.25 20	0.38 281	0.32 138	0.27 129	0.37 166	0.79 332

DMCA-RVC	2.45 240	1.22 299	18.29 309	1.23 228	1.14 246	2.49 54	0.85 151	3.29 123	1.68 128	3.02 338	1.41 70	2.00 174	1.53 186	6.39 242	2.00 256	0.38 214	0.30 222	0.44 267	0.35 244	0.45 238	0.44 222

OCTAStereo	1.58 110	0.61 91	2.72 108	2.27 378	0.46 56	4.68 364	0.67 68	3.30 124	1.48 43	2.11 194	1.59 102	1.36 88	1.09 86	6.02 237	1.21 138	0.41 242	0.20 57	0.36 214	0.34 230	0.31 78	0.37 164

NF-Stereo	1.58 110	0.61 91	2.66 107	2.26 375	0.47 66	4.68 364	0.67 68	3.31 125	1.48 43	2.11 194	1.59 102	1.36 88	1.09 86	6.08 240	1.20 134	0.40 232	0.20 57	0.36 214	0.34 230	0.31 78	0.36 150

RE-Stereo	1.58 110	0.61 91	2.72 108	2.26 375	0.46 56	4.68 364	0.68 72	3.31 125	1.48 43	2.11 194	1.59 102	1.36 88	1.09 86	6.01 235	1.22 141	0.41 242	0.20 57	0.36 214	0.34 230	0.31 78	0.37 164

TVStereo	1.58 110	0.61 91	2.72 108	2.26 375	0.46 56	4.68 364	0.68 72	3.31 125	1.48 43	2.11 194	1.59 102	1.36 88	1.09 86	6.01 235	1.22 141	0.41 242	0.20 57	0.36 214	0.34 230	0.31 78	0.37 164

GANet-RSSM	1.98 168	0.62 98	3.49 134	1.69 336	1.23 269	4.22 289	0.91 188	3.31 125	1.86 159	1.81 112	1.74 139	2.34 207	1.82 244	10.92 343	1.73 226	0.34 169	0.29 213	0.31 122	0.28 154	0.39 178	0.40 201

LargeStereo	0.90 12	0.58 61	1.32 9	0.94 98	0.45 49	1.27 12	1.00 217	3.32 129	1.55 85	0.82 20	1.34 61	0.86 40	1.09 86	1.16 19	0.89 68	0.33 157	0.18 24	0.23 7	0.19 19	0.29 46	0.22 10

ICVP	2.26 206	0.66 126	21.18 393	0.99 119	0.88 187	4.28 300	0.95 206	3.32 129	1.60 113	1.66 88	1.76 147	1.34 85	1.14 104	1.62 81	1.32 158	0.53 314	0.35 259	0.33 170	0.29 178	0.40 181	0.51 263
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
APVNet	3.13 321	1.25 306	21.14 389	1.31 254	1.52 319	3.94 215	1.13 244	3.32 129	2.14 206	2.20 222	2.03 221	3.05 277	1.96 258	11.79 378	2.53 300	0.42 252	0.45 314	0.64 346	0.46 307	0.67 313	0.57 285

G-Net	4.11 359	1.21 293	19.47 333	2.31 380	2.94 392	4.74 379	2.95 366	3.33 132	2.14 206	4.44 381	9.43 395	6.93 390	3.84 348	9.01 290	4.92 345	0.79 353	0.80 371	0.70 354	0.50 321	0.95 348	0.87 342

fast-acv-ft	2.54 258	1.19 290	20.08 353	1.41 289	1.40 301	3.18 85	1.17 251	3.37 133	2.28 230	1.90 129	2.15 248	2.69 244	2.17 277	2.91 176	2.31 285	0.37 200	0.39 289	0.45 273	0.39 279	0.57 281	0.45 227

IGEV_Zeroshot_test	2.16 193	0.69 141	20.60 377	1.22 224	0.54 97	2.18 47	0.53 25	3.38 134	1.61 116	1.93 139	1.55 93	3.76 324	1.05 75	1.55 68	0.91 77	0.29 79	0.20 57	0.27 55	0.29 178	0.40 181	0.32 116

RASNet	2.56 263	0.70 151	10.06 209	1.60 326	2.25 383	3.67 166	1.00 217	3.38 134	3.14 345	1.81 112	2.11 241	4.60 365	2.30 284	10.25 323	2.61 305	0.37 200	0.24 159	0.25 29	0.24 82	0.28 37	0.26 46

CAS++	0.89 11	0.64 108	1.46 15	0.81 30	0.51 80	1.24 9	0.86 153	3.44 136	1.46 34	1.14 46	1.29 52	0.62 5	0.58 4	1.13 15	0.59 2	0.34 169	0.30 222	0.34 187	0.26 105	0.41 202	0.29 78
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ToySt	1.35 87	0.72 164	3.65 143	1.01 130	0.50 79	3.31 106	1.01 219	3.46 137	1.73 140	1.30 50	1.55 93	2.07 187	1.47 165	1.88 108	1.40 168	0.27 35	0.27 196	0.30 103	0.32 215	0.42 218	0.39 183

IER	1.69 125	0.65 116	7.19 179	0.94 98	1.15 248	3.28 101	0.89 176	3.48 138	1.97 173	2.10 190	1.98 215	2.28 198	2.12 269	2.25 142	1.75 229	0.29 79	0.23 130	0.36 214	0.30 192	0.32 101	0.34 136

ac_64	2.35 229	0.62 98	9.77 204	1.32 256	1.71 352	3.27 98	0.93 199	3.48 138	2.50 272	1.74 101	1.73 137	3.91 330	1.77 231	10.21 321	1.86 240	0.40 232	0.31 231	0.33 170	0.30 192	0.34 132	0.39 183

PVD	3.12 320	1.97 355	12.80 231	1.79 350	1.63 339	3.83 190	1.34 270	3.48 138	3.88 378	5.77 390	3.56 356	3.45 302	3.29 334	5.58 229	5.30 348	0.71 349	0.69 364	0.74 362	0.77 360	0.79 336	1.13 357

anonymity	1.76 134	1.26 307	2.73 111	1.66 333	1.32 286	1.84 28	1.07 231	3.49 141	2.30 233	2.11 194	2.11 241	1.71 126	3.90 350	1.82 102	1.48 182	1.10 372	1.09 378	1.08 379	1.08 378	1.05 355	1.09 355

GANet-ADL	2.20 197	0.73 172	20.11 355	1.25 232	0.69 146	3.83 190	0.76 108	3.49 141	1.71 137	1.65 87	1.99 217	2.10 189	1.10 91	1.42 53	1.26 148	0.38 214	0.33 243	0.25 29	0.22 52	0.42 218	0.36 150

MyStereo8	2.33 225	1.13 279	19.26 328	1.22 224	1.62 337	4.16 272	0.57 33	3.50 143	2.36 242	2.15 205	1.75 143	2.28 198	1.14 104	1.46 60	2.20 278	0.24 11	0.21 82	0.32 138	0.27 129	0.36 159	0.43 217

SQANet	3.70 345	9.34 408	18.41 313	2.75 386	2.74 389	3.40 115	1.47 290	3.50 143	1.68 128	2.60 303	1.75 143	2.69 244	1.91 255	6.72 253	1.74 227	2.96 394	1.41 388	1.85 389	1.12 379	3.17 391	2.70 397

DSFCA	1.89 149	0.69 141	3.14 124	1.10 171	1.18 253	3.99 231	1.79 320	3.50 143	2.16 209	3.10 343	1.64 115	2.91 266	2.50 298	5.38 221	2.26 282	0.43 257	0.38 281	0.37 226	0.36 252	0.50 256	0.42 209

MyStereo06	2.46 242	0.72 164	19.97 347	1.02 139	0.99 216	4.26 294	0.86 153	3.51 146	1.68 128	1.92 135	1.73 137	4.01 336	4.22 356	1.62 81	0.88 66	0.24 11	0.23 130	0.34 187	0.26 105	0.42 218	0.36 150

CSP-Net	1.78 137	1.32 314	1.92 48	1.16 204	1.03 226	3.38 111	1.31 267	3.52 147	1.75 147	1.96 146	1.93 207	2.40 213	1.48 167	8.58 281	1.58 200	0.46 274	0.34 255	0.27 55	0.26 105	0.41 202	0.50 257

MFMNet_re	2.91 292	1.91 351	18.25 308	3.06 392	1.89 368	3.13 84	1.67 315	3.52 147	2.97 329	3.14 346	2.87 331	2.26 196	2.41 292	2.42 146	2.00 256	1.10 372	1.05 377	0.94 372	0.90 369	1.28 374	1.46 373

PSMNet_ROB	2.95 295	1.38 321	18.46 316	1.19 213	1.20 264	3.80 186	1.65 313	3.54 149	2.35 240	1.98 149	1.71 132	2.75 250	1.79 234	11.43 359	2.78 312	0.42 252	0.36 263	0.50 304	0.60 342	0.59 284	0.49 250

hitnet-ft	2.37 233	0.73 172	8.34 186	0.96 104	0.89 192	3.77 180	0.80 130	3.55 150	2.58 284	2.24 237	2.04 224	3.65 322	1.49 173	11.71 375	1.89 243	0.44 264	0.53 335	0.44 267	0.35 244	0.52 260	0.48 246

SPS-STEREO	3.97 355	1.44 327	20.85 380	1.72 340	1.71 352	3.24 92	2.30 348	3.55 150	2.68 295	4.79 385	3.66 357	5.44 383	2.97 317	9.11 291	9.35 371	1.15 375	1.10 379	1.06 378	1.02 376	1.16 368	1.18 359
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
whm_eth	2.04 179	1.24 304	18.44 315	0.89 72	1.37 294	2.59 58	0.73 90	3.56 152	2.56 282	1.53 68	2.06 233	0.78 27	0.71 17	1.02 7	0.98 94	0.36 192	0.29 213	0.34 187	0.32 215	0.41 202	0.54 276

Anonymous3	1.72 127	0.76 193	11.61 224	0.83 45	0.84 177	4.46 323	0.84 145	3.57 153	1.16 2	1.34 52	1.37 66	1.11 60	1.03 69	1.58 70	1.13 119	0.70 347	0.58 345	0.33 170	0.35 244	0.47 247	0.42 209

HCRNet	1.60 116	0.56 43	2.47 98	0.78 27	1.36 293	4.11 253	0.71 84	3.57 153	2.79 307	1.75 103	1.61 110	1.58 110	1.41 149	5.79 232	1.56 198	0.34 169	0.28 204	0.36 214	0.29 178	0.33 116	0.37 164

SAMSARA	3.55 340	2.16 361	14.18 252	1.86 357	1.49 315	4.62 355	2.65 358	3.58 155	2.80 311	7.05 399	3.05 338	5.16 381	4.07 353	9.18 294	4.80 342	0.64 333	0.67 360	0.59 331	0.68 351	0.89 344	0.91 344

PCWNet_CMD	2.23 200	0.65 116	17.36 296	0.83 45	0.76 158	3.51 134	0.64 59	3.60 156	1.97 173	1.70 94	1.63 113	3.22 286	3.05 324	2.09 125	1.11 115	0.31 130	0.36 263	0.47 280	0.26 105	0.64 302	0.47 242

MSMDNet	2.23 200	0.64 108	17.32 292	0.84 51	0.75 155	3.53 138	0.64 59	3.61 157	1.98 175	1.71 97	1.64 115	3.22 286	2.99 318	2.08 122	1.11 115	0.31 130	0.37 275	0.45 273	0.26 105	0.62 295	0.45 227

Wz-Net-LNSev	2.30 219	1.67 343	14.88 261	1.18 211	1.65 344	3.49 129	1.54 301	3.63 158	2.03 183	1.88 123	1.64 115	3.29 292	2.06 264	2.71 172	2.02 259	0.40 232	0.33 243	0.32 138	0.31 208	0.53 266	0.49 250

cross-raft	2.01 175	0.57 49	19.01 324	1.03 146	0.56 102	2.11 44	0.72 86	3.63 158	1.57 96	1.77 105	1.51 84	3.17 284	1.13 98	1.16 19	0.85 55	0.23 8	0.21 82	0.26 39	0.23 61	0.28 37	0.25 29

GwcNet	3.00 307	1.63 337	19.83 342	1.32 256	2.04 377	3.27 98	1.55 302	3.65 160	2.33 237	2.00 166	2.12 244	3.56 318	1.68 221	9.47 299	2.45 293	0.44 264	0.45 314	0.46 277	0.38 275	0.60 288	0.76 326

STTStereo	2.34 227	0.95 247	14.93 264	1.43 292	1.54 321	3.86 203	0.86 153	3.65 160	2.44 262	2.15 205	1.55 93	2.49 227	1.59 191	5.14 217	1.44 174	0.38 214	0.39 289	0.47 280	0.51 323	0.52 260	0.51 263

NCCL2	2.53 256	1.35 318	10.90 220	1.15 199	0.97 209	3.53 138	2.56 355	3.65 160	2.23 218	2.76 320	1.80 160	2.41 215	1.66 218	10.35 324	2.07 266	0.44 264	0.40 294	0.57 327	0.53 330	0.59 284	0.65 304

11t1	1.11 39	0.53 26	1.80 40	1.55 319	0.65 133	2.20 49	0.60 45	3.66 163	1.49 49	1.60 74	1.26 43	1.03 54	1.35 138	1.72 94	0.97 92	0.28 62	0.31 231	0.29 84	0.23 61	0.30 62	0.34 136

CFNet-RSSM	2.08 187	0.52 17	20.06 350	1.01 130	0.56 102	3.39 112	0.64 59	3.67 164	1.55 85	1.72 98	1.37 66	2.57 233	1.19 115	1.11 11	0.86 59	0.27 35	0.20 57	0.25 29	0.23 61	0.27 25	0.23 16

RAFT-Test	1.44 95	0.59 68	6.10 170	1.01 130	0.69 146	2.90 66	0.80 130	3.68 165	1.70 136	1.85 116	1.68 123	3.15 283	1.03 69	1.20 29	0.99 99	0.27 35	0.22 106	0.25 29	0.23 61	0.27 25	0.25 29

anonymousdsp2	1.26 73	0.60 77	3.74 144	1.02 139	0.41 34	3.60 152	0.72 86	3.68 165	1.47 38	1.37 55	1.56 96	1.83 149	1.01 67	2.00 115	0.66 13	0.29 79	0.20 57	0.28 69	0.20 25	0.32 101	0.29 78

cf-r	2.57 265	0.79 204	16.09 276	1.48 304	1.35 291	4.19 283	0.93 199	3.68 165	2.36 242	1.97 148	1.81 172	3.42 300	1.45 160	8.24 275	1.83 237	0.32 146	0.26 188	0.33 170	0.30 192	0.34 132	0.37 164

PSMNet-RSSM	1.96 164	0.77 196	3.26 127	1.29 247	1.31 282	4.19 283	0.96 211	3.68 165	1.89 165	2.05 180	1.80 160	2.60 237	1.70 223	9.84 307	1.81 234	0.35 187	0.29 213	0.35 203	0.37 263	0.42 218	0.35 147

DLCB_ROB	2.05 182	0.95 247	2.37 92	1.24 230	1.02 225	2.92 69	1.30 266	3.68 165	2.30 233	2.91 329	2.17 251	3.32 295	1.52 179	10.37 325	2.50 297	0.40 232	0.33 243	0.40 247	0.36 252	0.41 202	0.47 242

gwcnet-sp	2.31 220	1.21 293	17.34 293	1.08 159	0.92 197	3.56 145	1.04 225	3.69 170	2.09 194	2.55 293	1.60 106	1.80 142	1.62 199	3.87 195	1.95 250	0.29 79	0.29 213	0.30 103	0.28 154	0.38 170	0.39 183

scenet	2.31 220	1.21 293	17.34 293	1.08 159	0.92 197	3.56 145	1.04 225	3.69 170	2.09 194	2.55 293	1.60 106	1.80 142	1.62 199	3.87 195	1.95 250	0.29 79	0.29 213	0.30 103	0.28 154	0.38 170	0.39 183

ssnet	2.31 220	1.21 293	17.34 293	1.08 159	0.92 197	3.56 145	1.04 225	3.69 170	2.09 194	2.55 293	1.60 106	1.80 142	1.62 199	3.87 195	1.95 250	0.29 79	0.29 213	0.30 103	0.28 154	0.38 170	0.39 183

StereoDRNet	2.84 285	1.49 331	14.48 257	1.33 260	1.57 332	3.44 118	2.06 337	3.69 170	2.36 242	3.26 352	1.84 184	2.79 259	1.80 239	10.88 340	3.16 322	0.41 242	0.33 243	0.39 241	0.36 252	0.59 284	0.58 289

MLCV	1.87 144	0.91 238	8.59 190	1.10 171	0.57 111	3.59 150	0.53 25	3.70 174	2.20 215	2.80 324	2.25 263	2.00 174	1.42 152	4.13 203	1.86 240	0.30 113	0.20 57	0.32 138	0.21 31	0.33 116	0.36 150

iRaft-Stereo_5w	2.10 188	0.83 221	8.57 189	0.81 30	0.76 158	3.21 86	0.84 145	3.71 175	1.65 124	1.56 71	2.50 300	2.20 194	2.23 281	9.13 292	2.01 258	0.38 214	0.19 39	0.35 203	0.27 129	0.45 238	0.39 183

GANet	2.93 294	1.05 265	11.29 223	1.64 331	0.96 206	3.91 208	2.52 353	3.72 176	2.41 255	2.95 336	3.00 335	3.21 285	2.03 260	12.42 392	4.72 340	0.51 306	0.41 300	0.46 277	0.39 279	0.60 288	0.50 257

LSM	12.71 415	3.52 380	20.79 379	55.63 439	84.76 438	3.63 162	6.30 402	3.73 177	4.93 392	5.55 389	13.92 412	3.53 314	3.25 333	9.72 303	4.12 333	0.64 333	0.85 372	0.71 355	0.81 365	1.03 354	26.84 429

AE-Stereo	1.18 46	0.60 77	2.05 59	1.10 171	0.60 118	4.39 311	0.72 86	3.74 178	1.62 119	1.10 42	1.90 204	1.01 53	0.92 51	1.45 58	0.82 47	0.28 62	0.22 106	0.28 69	0.28 154	0.26 19	0.22 10

DMCA	1.72 127	0.74 180	6.63 173	1.14 185	0.96 206	3.98 230	0.90 180	3.75 179	2.76 303	2.83 327	1.58 99	2.35 209	1.18 111	1.58 70	1.98 255	0.40 232	0.27 196	0.42 260	0.26 105	0.36 159	0.38 177

TDLM	2.29 216	1.08 270	4.61 156	1.29 247	1.01 224	4.26 294	2.17 343	3.75 179	2.79 307	2.31 254	1.98 215	2.06 184	1.59 191	12.45 393	1.72 222	0.51 306	0.28 204	0.52 313	0.35 244	0.56 277	0.50 257

HHNet	2.48 247	0.71 161	20.52 373	0.64 4	0.64 128	4.07 246	0.93 199	3.76 181	1.56 90	2.15 205	4.92 372	0.98 50	3.37 337	1.66 88	1.79 233	0.32 146	0.20 57	0.31 122	0.27 129	0.36 159	0.42 209

delet	1.92 157	0.76 193	5.14 160	1.01 130	1.65 344	3.44 118	2.03 336	3.76 181	2.48 267	2.01 168	2.05 229	2.63 241	1.90 254	5.34 220	2.12 270	0.28 62	0.29 213	0.40 247	0.31 208	0.41 202	0.45 227

DDUNet	2.91 292	2.78 373	6.94 178	3.53 398	2.26 384	3.28 101	1.36 273	3.77 183	2.04 186	2.62 306	2.49 299	4.18 346	1.69 222	5.38 221	1.85 239	2.21 390	1.77 394	2.61 399	2.43 407	2.60 388	2.34 389

PSMNet-ADL	1.91 154	0.72 164	1.78 39	1.09 163	0.86 182	4.18 279	0.78 120	3.77 183	2.10 202	1.72 98	1.85 191	2.91 266	1.82 244	10.38 327	1.91 245	0.48 287	0.46 321	0.28 69	0.29 178	0.38 170	0.51 263

UNet	2.51 252	0.74 180	20.17 356	1.14 185	1.44 309	3.48 127	0.76 108	3.77 183	1.87 160	2.05 180	1.57 98	2.75 250	2.39 291	3.51 186	2.51 298	0.32 146	0.26 188	0.41 254	0.26 105	0.38 170	0.39 183

HGLStereo	2.03 177	0.74 180	7.50 182	1.23 228	1.56 328	3.62 156	0.95 206	3.78 186	1.89 165	2.03 176	2.20 256	3.12 281	2.14 272	5.68 230	2.04 260	0.37 200	0.31 231	0.32 138	0.29 178	0.40 181	0.45 227

TestStereo1	1.56 107	0.81 211	2.32 88	1.61 329	0.64 128	4.13 258	1.36 273	3.79 187	3.20 353	1.60 74	2.57 310	1.39 92	2.15 273	2.51 155	1.30 155	0.29 79	0.20 57	0.34 187	0.25 91	0.40 181	0.36 150

SA-5K	1.56 107	0.81 211	2.32 88	1.61 329	0.64 128	4.13 258	1.36 273	3.79 187	3.20 353	1.60 74	2.57 310	1.39 92	2.15 273	2.51 155	1.30 155	0.29 79	0.20 57	0.34 187	0.25 91	0.40 181	0.36 150

MMNet	2.02 176	0.81 211	10.76 218	1.12 177	1.23 269	3.53 138	0.89 176	3.79 187	2.08 191	2.15 205	1.76 147	2.15 192	2.12 269	3.69 191	2.32 286	0.31 130	0.29 213	0.34 187	0.27 129	0.38 170	0.42 209

acv_ft	1.55 103	0.64 108	3.29 128	1.14 185	2.01 374	2.93 70	0.97 213	3.81 190	2.08 191	2.22 231	1.88 195	3.10 278	1.66 218	1.33 45	2.22 280	0.29 79	0.26 188	0.30 103	0.26 105	0.39 178	0.27 58

otaku	4.58 369	8.93 403	19.95 346	3.11 393	2.67 387	3.91 208	2.57 356	3.82 191	2.25 222	2.22 231	9.72 397	4.08 340	2.35 289	8.57 280	2.13 273	3.51 401	1.65 392	2.15 393	1.17 382	3.69 397	3.15 401

CrosDoStereo	5.24 378	0.60 77	20.23 358	0.82 38	0.51 80	3.39 112	18.11 419	3.82 191	2.27 227	1.98 149	8.74 390	1.96 167	6.96 390	7.35 262	26.35 421	0.30 113	0.22 106	0.30 103	0.28 154	0.33 116	0.38 177

DeepStereo_LL	5.24 378	0.60 77	20.23 358	0.82 38	0.51 80	3.39 112	18.11 419	3.82 191	2.27 227	1.98 149	8.74 390	1.96 167	6.96 390	7.35 262	26.35 421	0.30 113	0.22 106	0.30 103	0.28 154	0.33 116	0.38 177

StereoDRNet-Refined	1.77 136	0.81 211	2.22 79	1.21 221	0.76 158	3.26 96	0.71 84	3.82 191	2.05 188	2.29 245	2.05 229	2.98 269	1.44 156	7.15 259	2.27 283	0.30 113	0.23 130	0.42 260	0.33 223	0.45 238	0.64 302
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	2.46 242	1.14 282	9.47 202	1.44 294	1.18 253	4.06 241	1.49 295	3.84 195	2.24 220	2.62 306	1.89 200	2.57 233	1.28 127	11.35 355	1.64 213	0.50 300	0.39 289	0.48 288	0.41 293	0.55 271	0.75 324

GwcNet-RSSM	2.66 272	1.05 265	15.91 274	1.22 224	1.19 259	4.12 255	1.12 241	3.84 195	2.02 181	1.93 139	1.79 157	3.12 281	1.46 163	10.37 325	2.05 262	0.33 157	0.27 196	0.35 203	0.30 192	0.40 181	0.36 150

iResNet_ROB	1.89 149	1.02 258	8.60 191	1.39 286	0.98 213	3.72 172	0.66 67	3.84 195	2.65 290	1.88 123	2.05 229	1.98 171	1.27 124	4.52 207	1.67 217	0.30 113	0.20 57	0.28 69	0.18 10	0.31 78	0.40 201

CRFU-Net	2.49 249	0.78 201	10.36 213	2.30 379	1.08 237	3.91 208	1.41 285	3.85 198	1.65 124	2.15 205	1.76 147	3.34 296	7.95 398	5.56 227	1.48 182	0.47 282	0.35 259	0.30 103	0.28 154	0.37 166	0.43 217

AASNet	2.44 239	0.92 240	19.79 340	1.35 268	1.49 315	3.81 188	1.07 231	3.85 198	2.93 327	1.95 143	2.29 271	1.96 167	1.29 129	1.73 95	1.93 246	0.39 225	0.33 243	0.45 273	0.30 192	0.55 271	0.45 227

SHD	2.82 283	2.04 358	13.80 245	1.69 336	1.79 361	2.73 61	1.07 231	3.85 198	3.18 349	4.63 383	2.74 320	3.38 299	2.77 309	5.48 225	3.66 329	0.62 329	0.47 325	0.51 307	0.55 333	0.65 305	0.74 321

GES	1.38 91	0.64 108	2.61 102	1.09 163	0.57 111	4.30 303	1.02 222	3.86 201	1.51 59	1.72 98	1.74 139	1.28 80	1.77 231	1.62 81	1.61 207	0.39 225	0.27 196	0.33 170	0.30 192	0.41 202	0.47 242

AANet_RVC	3.03 311	1.72 344	12.78 230	1.17 205	1.12 244	3.79 185	1.10 238	3.86 201	3.13 343	2.62 306	4.26 366	3.96 333	1.41 149	11.43 359	5.23 347	0.94 365	0.47 325	0.34 187	0.23 61	0.40 181	0.55 279

x	1.15 44	0.57 49	1.53 20	1.44 294	0.67 139	1.94 32	0.97 213	3.87 203	1.57 96	1.61 79	1.28 50	1.58 110	1.22 117	1.93 111	1.04 104	0.28 62	0.30 222	0.34 187	0.29 178	0.32 101	0.31 109

stereogan	3.09 316	0.93 243	16.43 280	1.37 282	1.66 347	3.70 169	1.67 315	3.87 203	3.15 347	3.04 339	2.70 319	5.04 377	2.79 310	9.96 313	1.78 232	0.63 330	0.49 332	0.69 352	0.47 310	0.83 341	0.68 309

NLCA_NET_v2_RVC	2.54 258	1.04 264	16.73 286	1.53 312	2.00 373	3.96 225	0.87 170	3.87 203	2.31 235	2.54 292	1.67 121	2.85 261	1.63 211	5.55 226	1.62 209	0.46 274	0.33 243	0.38 238	0.38 275	0.53 266	0.62 297
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ADCRef	3.30 331	1.23 303	14.90 262	1.17 205	1.41 307	3.95 220	1.64 310	3.88 206	2.36 242	3.05 341	2.21 258	2.40 213	2.81 312	5.04 215	16.63 398	0.46 274	0.34 255	0.63 343	0.62 346	0.54 269	0.67 307

NCC-stereo	3.16 325	1.28 308	18.31 311	1.25 232	1.75 356	4.06 241	1.40 282	3.89 207	2.22 216	2.72 317	2.55 306	3.49 310	2.65 306	9.91 310	2.99 318	1.29 381	0.65 357	0.64 346	0.86 367	0.65 305	0.71 313

Abc-Net	3.16 325	1.28 308	18.31 311	1.25 232	1.75 356	4.06 241	1.40 282	3.89 207	2.22 216	2.72 317	2.55 306	3.49 310	2.65 306	9.91 310	2.99 318	1.29 381	0.65 357	0.64 346	0.86 367	0.65 305	0.71 313
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	2.95 295	2.51 366	15.49 273	1.54 314	1.30 280	3.51 134	0.86 153	3.89 207	2.48 267	3.64 361	3.12 342	3.04 274	2.30 284	5.70 231	6.67 351	0.55 317	0.35 259	0.37 226	0.39 279	0.70 319	0.60 293

PA-Net	3.09 316	1.24 304	18.84 320	1.38 284	1.19 259	3.42 116	1.75 318	3.89 207	3.27 361	1.88 123	2.10 237	3.03 273	1.88 253	11.60 363	2.88 315	0.40 232	0.54 336	0.44 267	0.62 346	0.52 260	1.02 350
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NVStereoNet_ROB	4.91 375	1.40 324	16.46 281	1.47 302	1.72 354	3.46 123	1.96 331	3.89 207	3.61 372	2.90 328	24.61 422	4.81 371	4.49 361	13.57 404	4.87 343	1.33 384	1.29 386	1.70 388	1.68 391	1.41 379	1.66 375
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmm	1.27 77	0.58 61	2.20 77	1.41 289	0.68 144	2.39 52	0.85 151	3.90 212	1.63 122	2.20 222	1.84 184	1.28 80	1.50 174	1.91 110	0.89 68	0.31 130	0.27 196	0.45 273	0.37 263	0.38 170	0.34 136

RAFT+CT+SA	1.62 118	0.72 164	7.42 180	0.97 111	1.42 308	4.04 238	0.94 202	3.90 212	1.61 116	1.61 79	1.63 113	1.33 84	1.18 111	2.73 174	1.10 114	0.27 35	0.19 39	0.31 122	0.34 230	0.33 116	0.33 126

Nwc_Net	2.88 291	1.16 286	18.30 310	1.35 268	1.68 349	3.52 137	1.18 252	3.90 212	2.06 189	2.52 291	2.82 329	3.82 327	2.34 288	6.78 254	2.55 303	0.86 362	0.40 294	0.59 331	0.67 348	0.57 281	0.55 279

AnyNet_C32	4.17 361	5.75 391	12.62 229	1.60 326	1.54 321	5.51 393	4.09 396	3.90 212	3.23 356	4.22 379	3.03 337	3.10 278	3.41 339	8.01 274	18.85 410	0.53 314	0.58 345	0.53 315	0.74 356	1.19 371	0.97 348

MyStereo04	2.29 216	0.80 207	18.77 319	1.00 126	1.04 229	3.95 220	0.95 206	3.91 216	2.54 279	1.99 154	1.27 49	2.31 205	1.65 216	2.02 119	1.77 230	0.24 11	0.24 159	0.34 187	0.26 105	0.41 202	0.37 164

MSKI-zero shot	2.22 198	0.64 108	20.09 354	0.96 104	0.56 102	4.04 238	0.70 82	3.91 216	1.50 54	1.92 135	2.28 268	1.92 159	0.71 17	2.93 177	0.67 15	0.26 28	0.23 130	0.26 39	0.21 31	0.28 37	0.26 46

test_5	1.87 144	0.75 189	10.23 212	1.14 185	1.40 301	3.85 201	1.27 264	3.91 216	1.93 169	1.69 92	1.78 154	1.67 119	1.79 234	2.99 180	1.17 127	0.30 113	0.18 24	0.35 203	0.33 223	0.34 132	0.33 126

Syn2CoEx	3.08 315	2.55 371	19.88 343	1.34 264	1.18 253	2.43 53	1.65 313	3.91 216	2.40 253	2.39 277	2.27 265	2.90 264	3.17 330	9.57 302	2.54 302	0.50 300	0.45 314	0.53 315	0.39 279	0.74 328	0.72 319

CVANet_RVC	2.55 262	1.10 274	9.13 200	1.46 299	1.15 248	3.96 225	1.53 298	3.91 216	2.50 272	3.04 339	2.04 224	2.60 237	1.72 227	12.46 394	1.50 186	0.49 297	0.30 222	0.51 307	0.41 293	0.63 296	0.50 257

Ntro	4.21 362	8.94 404	19.89 344	3.22 394	2.96 393	4.15 262	1.89 328	3.92 221	2.36 242	1.77 105	2.14 246	3.35 297	2.17 277	9.48 300	2.24 281	3.52 402	1.76 393	2.13 392	1.31 386	3.83 400	3.09 399

ADCP+	3.74 348	1.96 354	16.90 289	1.09 163	1.55 325	4.35 307	3.65 390	3.93 222	2.98 332	2.22 231	1.66 120	3.95 331	4.83 365	3.41 184	18.87 411	0.38 214	0.41 300	0.63 343	0.53 330	0.64 302	0.81 333

ADCPNet	3.89 350	1.63 337	20.25 362	1.28 244	1.27 278	6.43 399	2.65 358	3.93 222	2.70 296	2.78 322	2.20 256	4.28 352	6.16 383	5.56 227	10.27 375	0.65 336	1.18 381	0.71 355	1.70 393	0.84 342	1.37 367

MSMD_ROB	5.61 384	1.08 270	16.68 284	1.21 221	0.83 174	10.14 410	2.07 339	3.93 222	6.22 401	10.37 415	8.03 384	22.22 416	9.45 404	11.66 371	4.52 337	0.66 338	0.58 345	0.66 349	0.68 351	0.65 305	0.63 300

ADLNet2	3.15 324	0.92 240	20.06 350	1.20 216	1.79 361	3.83 190	1.48 291	3.94 225	3.59 371	2.19 220	2.47 297	4.65 369	1.93 257	10.69 334	1.96 253	0.39 225	0.37 275	0.28 69	0.30 192	0.48 250	0.43 217

FADNet	2.49 249	1.76 347	13.17 232	1.17 205	0.95 205	3.27 98	0.88 174	3.94 225	2.27 227	1.40 58	1.29 52	2.51 228	2.06 264	9.93 312	1.94 248	0.43 257	0.45 314	0.40 247	0.43 299	1.06 356	0.53 270

CFNet_pseudo	2.12 189	0.67 134	15.14 269	0.85 60	0.74 153	3.95 220	0.64 59	3.95 227	1.78 148	1.90 129	1.79 157	3.27 291	1.62 199	2.51 155	1.16 124	0.31 130	0.36 263	0.53 315	0.27 129	0.63 296	0.44 222

ADLNet	2.29 216	0.83 221	3.62 142	1.35 268	1.60 334	3.67 166	1.24 262	3.95 227	2.98 332	2.58 299	2.29 271	4.01 336	1.79 234	11.23 352	2.09 268	0.37 200	0.38 281	0.36 214	0.34 230	0.45 238	0.71 313

FENet	2.25 204	0.50 10	20.29 364	1.35 268	0.67 139	4.01 234	0.60 45	3.95 227	1.99 176	1.96 146	1.11 24	2.43 219	1.43 154	1.60 75	1.39 167	0.32 146	0.22 106	0.33 170	0.26 105	0.29 46	0.39 183

MaskLacGwcNet_RVC	3.13 321	1.43 326	9.93 207	2.50 383	1.62 337	4.29 301	1.68 317	3.95 227	2.43 259	1.66 88	1.91 205	3.04 274	1.41 149	13.26 399	1.58 200	3.82 406	1.59 390	1.12 381	0.46 307	2.21 387	2.74 398

ccs_rob	2.13 191	0.67 134	15.11 268	0.84 51	0.75 155	3.96 225	0.65 65	3.95 227	1.78 148	1.88 123	1.79 157	3.26 290	1.64 214	2.51 155	1.16 124	0.31 130	0.36 263	0.54 322	0.27 129	0.65 305	0.45 227

Wz-Net-SNSev	2.98 304	4.36 383	15.98 275	1.57 322	1.19 259	3.28 101	1.80 322	3.96 232	2.40 253	2.32 258	2.28 268	3.48 303	2.05 263	7.84 272	3.82 331	0.47 282	0.39 289	0.53 315	0.49 317	0.71 324	0.60 293

Any-RAFT	1.40 92	0.53 26	2.78 112	1.09 163	0.64 128	4.41 317	0.81 135	3.97 233	2.78 305	1.99 154	1.34 61	2.36 211	1.56 190	1.56 69	0.75 36	0.27 35	0.20 57	0.25 29	0.18 10	0.25 13	0.28 71

ADCL	4.35 364	1.63 337	14.21 253	1.29 247	1.26 277	5.56 394	11.16 410	3.97 233	3.37 364	6.07 393	4.67 369	4.30 353	5.72 376	5.08 216	14.51 387	0.50 300	0.48 330	0.89 371	0.77 360	0.78 334	0.76 326

ACVNet-DCA	1.85 143	0.74 180	13.77 241	1.78 345	0.36 7	4.48 325	0.74 100	3.98 235	1.53 71	1.01 33	1.81 172	0.72 19	1.62 199	2.13 127	0.64 6	0.29 79	0.17 9	0.32 138	0.21 31	0.33 116	0.32 116

1test111	1.99 171	0.74 180	13.77 241	1.78 345	0.36 7	4.48 325	0.74 100	3.98 235	1.53 71	1.01 33	1.81 172	0.72 19	1.62 199	4.66 209	0.98 94	0.29 79	0.17 9	0.32 138	0.21 31	0.33 116	0.32 116

qqq	1.30 81	0.57 49	1.67 29	1.15 199	0.51 80	2.18 47	0.91 188	3.98 235	1.53 71	1.50 65	1.24 38	1.79 139	1.34 136	4.66 209	0.98 94	0.28 62	0.31 231	0.33 170	0.33 223	0.33 116	0.32 116

edge stereo	3.37 336	1.01 257	21.99 408	1.28 244	1.37 294	2.67 60	1.39 280	3.98 235	2.87 322	2.93 331	3.27 349	4.35 354	2.43 294	11.62 365	2.39 289	0.60 325	0.63 355	0.79 364	0.55 333	0.68 316	0.67 307

CroCo-Stereo	0.98 20	0.87 232	3.44 133	0.87 64	0.53 96	0.49 1	0.50 19	3.99 239	1.49 49	0.81 18	1.25 42	1.00 52	0.75 24	1.10 10	1.09 113	0.24 11	0.21 82	0.24 19	0.19 19	0.35 148	0.27 58
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
HSM	2.35 229	0.81 211	2.21 78	1.14 185	1.55 325	3.44 118	1.03 223	3.99 239	2.25 222	2.29 245	2.11 241	8.04 394	3.05 324	11.60 363	1.71 221	0.33 157	0.22 106	0.28 69	0.23 61	0.32 101	0.35 147

BEATNet_4x	1.92 157	1.36 319	8.75 193	1.20 216	0.56 102	3.46 123	1.03 223	4.00 241	2.43 259	2.25 240	1.70 128	2.10 189	1.59 191	2.57 163	3.05 321	0.37 200	0.22 106	0.47 280	0.29 178	0.60 288	0.40 201

MyStereo05	2.37 233	0.72 164	19.94 345	1.02 139	0.99 216	4.26 294	0.86 153	4.01 242	2.62 287	2.14 200	1.26 43	2.28 198	1.63 211	2.07 120	1.68 218	0.24 11	0.23 130	0.34 187	0.26 105	0.42 218	0.36 150

ssnet_v2	2.04 179	0.88 233	7.87 183	1.20 216	0.87 184	3.86 203	1.64 310	4.01 242	2.60 286	2.61 305	1.96 209	3.79 325	1.71 225	2.20 136	2.96 317	0.41 242	0.35 259	0.42 260	0.37 263	0.55 271	0.52 268

test-1	1.23 58	0.65 116	1.88 44	0.96 104	0.52 88	3.84 195	0.62 57	4.01 242	1.47 38	1.93 139	1.78 154	1.83 149	0.92 51	1.19 28	1.28 152	0.26 28	0.29 213	0.31 122	0.24 82	0.29 46	0.36 150

DN-CSS_ROB	1.91 154	1.55 334	11.13 222	1.82 352	0.88 187	3.99 231	0.61 48	4.01 242	1.67 127	1.64 84	1.89 200	1.39 92	1.06 82	3.23 181	1.50 186	0.31 130	0.19 39	0.44 267	0.29 178	0.37 166	0.31 109

UPFNet	1.81 140	0.63 102	6.71 174	1.25 232	1.44 309	3.50 132	1.35 271	4.02 246	1.85 158	2.40 279	1.52 85	2.41 215	1.40 144	3.62 189	1.88 242	0.34 169	0.33 243	0.37 226	0.31 208	0.41 202	0.39 183

Anonymous Stereo	3.09 316	3.14 375	16.69 285	1.52 309	1.25 274	3.33 107	2.95 366	4.02 246	2.42 258	2.35 266	2.04 224	2.57 233	1.27 124	11.88 382	2.92 316	0.49 297	0.49 332	0.57 327	0.56 335	0.70 319	0.65 304

ACVNet-4b	6.73 396	13.67 421	21.87 407	3.54 399	3.07 395	4.19 283	2.25 345	4.03 248	3.65 373	1.64 84	3.98 364	5.88 384	2.89 314	10.01 316	16.98 400	23.29 433	2.24 400	2.53 396	1.78 396	3.87 401	3.21 404

Wz-Net-MNSev	2.71 280	2.54 370	13.91 248	1.52 309	1.37 294	3.28 101	2.47 350	4.03 248	2.32 236	2.57 297	2.07 235	2.29 203	3.01 320	7.55 267	2.74 310	0.38 214	0.36 263	0.36 214	0.37 263	0.57 281	0.47 242

RYNet	2.97 302	0.93 243	15.09 267	1.12 177	1.38 298	3.66 165	1.42 287	4.03 248	2.29 232	2.10 190	1.70 128	3.79 325	2.16 275	13.64 406	3.02 320	0.37 200	0.41 300	0.48 288	0.34 230	0.81 338	0.75 324

WCMA_ROB	5.12 376	0.90 236	21.33 395	1.50 307	1.33 289	4.09 248	3.49 383	4.03 248	4.59 387	6.57 397	10.95 401	12.92 405	8.41 402	9.86 308	8.78 369	0.75 350	0.58 345	0.51 307	0.50 321	0.68 316	0.57 285

GASNet	3.24 328	5.55 390	20.58 376	1.56 321	1.25 274	2.32 50	1.12 241	4.04 252	2.67 293	1.88 123	2.10 237	3.00 271	2.16 275	10.59 330	2.43 292	0.65 336	0.37 275	0.61 339	0.45 305	0.87 343	0.58 289

Wz-Net-LNSev-Ref	2.42 237	1.47 329	14.14 251	1.30 252	1.35 291	3.51 134	1.64 310	4.04 252	2.10 202	2.46 283	1.88 195	2.28 198	2.51 299	4.73 213	3.17 323	0.38 214	0.19 39	0.35 203	0.20 25	0.40 181	0.36 150

RGC	3.10 319	1.45 328	14.90 262	1.46 299	1.79 361	3.33 107	1.39 280	4.04 252	2.26 225	2.77 321	3.26 348	4.00 335	2.71 308	11.63 370	2.62 307	0.82 358	0.46 321	0.79 364	0.79 364	0.71 324	0.78 330

CFNet	2.34 227	1.10 274	8.96 194	1.34 264	1.24 271	4.09 248	0.73 90	4.04 252	2.77 304	1.62 81	1.87 194	2.27 197	1.45 160	11.41 357	1.82 235	0.31 130	0.24 159	0.43 264	0.36 252	0.43 226	0.33 126

MFN_U_SF_RVC	3.81 349	10.78 413	15.01 265	1.84 354	1.39 299	3.73 175	1.63 308	4.05 256	3.26 358	2.91 329	2.38 292	4.36 356	3.65 345	8.43 278	4.91 344	1.11 374	1.04 376	0.99 374	1.31 386	1.58 380	1.75 380

RP	2.79 282	1.20 292	10.36 213	1.54 314	1.93 370	3.44 118	1.97 332	4.05 256	2.34 238	2.66 313	2.79 324	3.98 334	2.58 303	10.21 321	2.61 305	0.95 366	0.47 325	0.71 355	0.57 338	0.71 324	0.68 309

ADCMid	3.96 354	3.27 378	15.48 272	1.26 238	1.40 301	4.66 361	2.28 346	4.06 258	3.54 370	3.94 368	3.02 336	3.85 328	3.67 346	4.03 201	18.65 409	0.68 343	0.61 352	1.09 380	1.18 383	1.38 377	1.08 354

STTRV1_RVC	3.52 339	1.03 263	20.87 382	1.47 302	1.47 313	3.23 89	1.55 302	4.06 258	3.22 355	1.95 143	3.50 355	2.63 241	2.07 266	11.96 386	2.21 279	1.86 387	4.03 419	0.81 367	0.73 355	1.06 356	0.70 312

modified_for_full_sf	2.18 195	0.63 102	3.77 145	1.07 154	0.74 153	3.65 163	2.95 366	4.07 260	1.50 54	1.59 72	11.18 402	2.55 231	2.24 282	4.71 212	1.17 127	0.39 225	0.24 159	0.32 138	0.25 91	0.28 37	0.38 177

Consistency-Raft	2.86 286	1.66 341	19.61 335	1.40 288	1.75 356	3.84 195	1.32 268	4.07 260	2.25 222	1.78 107	2.67 316	1.82 146	4.41 359	1.94 113	2.06 263	0.83 360	0.94 375	1.03 375	1.12 379	1.70 383	1.09 355

ccnet	2.66 272	0.97 254	8.01 184	1.54 314	1.24 271	3.75 177	2.18 344	4.07 260	2.41 255	2.66 313	3.25 347	2.87 263	2.31 287	9.89 309	3.50 326	0.78 352	0.75 369	0.71 355	0.67 348	0.76 331	0.81 333

HITNet	2.07 185	0.82 218	14.77 258	1.34 264	0.56 102	3.47 125	0.80 130	4.07 260	2.35 240	2.16 210	1.61 110	1.64 116	1.44 156	2.09 125	2.56 304	0.26 28	0.18 24	0.41 254	0.26 105	0.45 238	0.25 29
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
XPNet_ROB	2.27 208	1.11 277	4.10 147	1.36 274	0.97 209	3.94 215	1.63 308	4.07 260	2.14 206	2.82 326	2.00 218	2.32 206	1.73 229	10.81 338	3.39 325	0.51 306	0.47 325	0.48 288	0.40 289	0.51 257	0.56 281

EGLCR-Stereo	1.06 35	0.51 12	1.56 25	1.02 139	0.39 28	4.27 299	0.42 9	4.08 265	1.48 43	0.90 25	0.68 1	1.09 58	0.66 14	1.81 100	0.62 4	0.27 35	0.19 39	0.29 84	0.23 61	0.37 166	0.25 29

FADNet-RVC-Resample	2.83 284	2.02 357	21.07 387	1.12 177	0.91 196	3.53 138	1.37 277	4.08 265	2.09 194	1.68 91	1.33 56	2.03 178	1.51 177	9.54 301	1.69 219	0.38 214	0.37 275	0.42 260	0.44 301	0.56 277	0.56 281

DAS	2.31 220	0.67 134	4.79 157	1.14 185	1.64 341	2.93 70	2.13 341	4.09 267	2.74 300	4.17 375	2.52 303	2.46 223	1.79 234	11.55 362	1.63 211	0.37 200	0.22 106	0.39 241	0.25 91	0.41 202	0.34 136

SepStereo	2.15 192	0.67 134	4.79 157	1.14 185	1.64 341	2.93 70	2.13 341	4.09 267	2.74 300	4.17 375	2.52 303	2.46 223	1.79 234	8.36 276	1.63 211	0.37 200	0.22 106	0.39 241	0.25 91	0.41 202	0.34 136

SFCPSM	2.18 195	0.63 102	17.03 291	0.88 68	0.98 213	3.74 176	1.28 265	4.09 267	2.16 209	1.85 116	1.83 179	1.65 117	1.39 143	2.50 152	1.50 186	0.33 157	0.27 196	0.39 241	0.36 252	0.34 132	0.37 164

AF-Net	2.87 289	1.30 310	16.24 277	1.33 260	1.75 356	3.26 96	1.59 305	4.09 267	2.43 259	2.69 315	2.94 332	4.51 360	3.20 331	5.84 233	2.75 311	0.76 351	0.36 263	0.72 359	0.49 317	0.70 319	0.56 281

R-Stereo Train	1.20 52	0.58 61	1.81 41	0.99 119	0.67 139	3.78 182	0.90 180	4.09 267	1.51 59	2.16 210	1.71 132	1.13 61	0.94 54	1.40 49	0.91 77	0.30 113	0.24 159	0.26 39	0.21 31	0.26 19	0.25 29

AnyNet_C01	4.37 365	7.80 396	16.40 279	1.98 365	1.40 301	6.37 398	6.47 403	4.09 267	5.03 393	4.06 373	3.78 359	4.16 345	3.31 335	6.62 247	10.00 373	0.61 327	0.67 360	0.63 343	0.67 348	2.01 384	1.31 364

RAFT-Stereo	1.20 52	0.58 61	1.81 41	0.99 119	0.67 139	3.78 182	0.90 180	4.09 267	1.51 59	2.16 210	1.71 132	1.13 61	0.94 54	1.40 49	0.91 77	0.30 113	0.24 159	0.26 39	0.21 31	0.26 19	0.25 29
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
psmg	1.47 101	0.59 68	1.94 49	0.92 84	0.85 178	4.30 303	1.42 287	4.10 274	1.88 161	2.64 310	2.09 236	2.60 237	1.31 132	1.60 75	1.21 138	0.34 169	0.27 196	0.33 170	0.34 230	0.36 159	0.34 136

WZ-Net	3.62 342	4.87 385	16.77 288	1.43 292	1.40 301	3.75 177	2.29 347	4.12 275	2.50 272	2.74 319	2.19 254	4.06 339	5.29 371	10.19 320	7.36 361	0.54 316	0.37 275	0.47 280	0.49 317	0.77 332	0.73 320

RCA-Stereo	1.21 55	0.52 17	1.58 26	0.90 77	0.46 56	4.68 364	0.79 125	4.13 276	1.74 146	1.92 135	1.80 160	0.94 49	1.48 167	1.14 17	0.70 25	0.27 35	0.18 24	0.25 29	0.19 19	0.25 13	0.23 16

GEStereo_RVC	1.91 154	0.80 207	6.57 172	1.20 216	1.06 233	4.02 236	1.43 289	4.13 276	1.89 165	2.03 176	1.80 160	2.34 207	1.86 249	4.94 214	1.77 230	0.48 287	0.38 281	0.32 138	0.28 154	0.42 218	0.50 257

DGSMNet	7.55 402	1.62 335	17.42 298	1.92 360	12.73 420	7.45 406	42.99 432	4.13 276	2.07 190	2.10 190	3.16 345	3.42 300	1.70 223	9.24 295	2.30 284	3.70 405	10.89 428	11.80 428	5.54 419	4.24 403	2.66 393

FADNet-RVC	2.51 252	2.27 362	14.03 249	1.09 163	0.81 165	3.54 142	1.10 238	4.13 276	2.48 267	1.39 57	1.22 35	1.85 154	1.77 231	9.78 306	2.06 263	0.38 214	0.37 275	0.40 247	0.40 289	0.67 313	0.48 246

NVstereo2D	2.54 258	0.90 236	11.10 221	1.32 256	1.47 313	3.58 149	1.38 279	4.13 276	2.45 263	1.90 129	1.71 132	2.86 262	1.76 230	10.86 339	1.66 216	0.60 325	0.43 307	0.53 315	0.41 293	0.78 334	0.94 347

DRN-Test	3.03 311	0.99 255	18.18 307	1.35 268	1.60 334	3.59 150	1.48 291	4.13 276	2.45 263	3.47 360	1.92 206	2.58 236	2.53 300	10.88 340	2.80 313	0.39 225	0.36 263	0.44 267	0.41 293	0.55 271	0.57 285

CoDeX	2.40 235	0.78 201	13.21 233	1.00 126	1.18 253	3.24 92	1.32 268	4.14 282	2.41 255	1.74 101	1.84 184	2.05 182	1.47 165	10.03 317	1.60 204	0.34 169	0.28 204	0.32 138	0.27 129	0.32 101	0.39 183

iinet-f	2.26 206	1.18 288	13.71 239	1.14 185	1.11 243	3.77 180	1.10 238	4.14 282	2.17 211	2.06 183	1.76 147	2.99 270	2.99 318	2.50 152	2.49 296	0.35 187	0.39 289	0.27 55	0.28 154	0.45 238	0.39 183

iResNetv2_ROB	2.65 270	5.00 386	19.28 330	2.06 369	1.09 240	3.83 190	1.13 244	4.14 282	2.09 194	1.85 116	2.03 221	2.01 177	1.51 177	3.58 187	1.58 200	0.34 169	0.21 82	0.32 138	0.21 31	0.44 231	0.29 78

iResNet	2.52 255	0.94 246	21.17 392	1.84 354	0.72 148	3.75 177	0.81 135	4.14 282	2.55 281	2.33 264	2.03 221	1.35 87	1.44 156	3.27 182	2.16 276	0.35 187	0.23 130	0.28 69	0.22 52	0.44 231	0.45 227

GANetREF_RVC	3.20 327	1.93 352	18.84 320	1.51 308	0.80 163	4.12 255	1.82 324	4.16 286	2.91 325	1.87 121	1.74 139	2.48 225	1.84 246	13.18 398	1.74 227	0.80 355	0.57 341	0.79 364	0.74 356	1.20 372	0.86 339
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
RainbowNet	4.56 367	8.28 397	20.07 352	3.64 402	3.23 401	4.15 262	2.99 371	4.18 287	3.03 337	2.20 222	2.65 315	4.26 351	2.90 315	9.77 304	2.12 270	3.88 407	2.27 401	2.71 403	1.72 395	3.78 399	3.31 406

SuperB	4.79 372	4.41 384	21.08 388	1.45 297	1.08 237	3.91 208	3.08 375	4.18 287	3.01 335	2.50 288	2.10 237	2.75 250	3.49 343	8.80 284	19.60 413	0.44 264	0.33 243	0.53 315	0.39 279	12.01 425	0.64 302

DispFullNet	4.64 370	3.48 379	23.95 418	3.99 404	3.03 394	3.35 109	1.06 229	4.18 287	2.80 311	6.33 396	2.94 332	4.04 338	7.81 397	3.92 199	5.16 346	2.75 392	1.61 391	3.10 408	2.68 412	3.32 392	3.31 406

ACVNet_1	6.04 391	13.97 423	21.36 397	3.58 400	3.14 398	4.73 376	2.48 351	4.20 290	3.17 348	2.98 337	2.83 330	23.31 417	4.34 358	11.06 350	2.45 293	3.68 403	2.33 403	2.60 398	1.79 397	3.69 397	3.19 403

IPLGR_C	2.28 213	1.31 312	19.46 332	0.92 84	1.32 286	3.93 213	0.89 176	4.20 290	1.82 153	2.30 249	2.63 314	1.16 65	1.07 84	1.41 52	1.29 154	0.37 200	0.23 130	0.27 55	0.22 52	0.31 78	0.45 227

DeepPrunerF	3.70 345	1.72 344	14.87 260	1.33 260	1.74 355	3.70 169	1.55 302	4.20 290	14.00 412	2.02 172	1.77 152	2.74 248	2.30 284	10.88 340	6.88 357	0.68 343	0.60 350	0.78 363	0.78 363	0.81 338	0.71 313

AdaStereo	1.45 97	0.83 221	2.34 91	1.28 244	0.81 165	3.21 86	1.14 246	4.20 290	2.46 266	2.05 180	1.77 152	2.48 225	1.18 111	1.71 93	1.44 174	0.43 257	0.25 177	0.43 264	0.28 154	0.44 231	0.34 136
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.
ACRE	2.27 208	1.11 277	19.45 331	0.91 81	1.30 280	3.94 215	0.87 170	4.21 294	1.80 151	2.28 243	2.62 312	1.17 66	1.04 73	1.52 65	1.30 155	0.37 200	0.23 130	0.27 55	0.22 52	0.31 78	0.46 237

S-Stereo	3.48 338	0.91 238	22.06 409	1.36 274	1.50 317	3.55 143	2.53 354	4.21 294	2.81 317	2.37 272	3.81 360	3.75 323	1.84 246	11.90 384	2.51 298	0.63 330	0.71 365	0.48 288	0.76 358	0.67 313	1.19 360

ADCS	4.22 363	5.33 387	16.32 278	1.64 331	1.31 282	3.91 208	3.64 389	4.21 294	2.89 323	5.11 387	2.81 328	4.46 358	3.06 326	5.21 218	19.50 412	0.63 330	0.64 356	0.69 352	0.69 353	1.12 363	1.26 361

DualNet	2.49 249	0.60 77	5.21 163	1.14 185	0.99 216	3.62 156	0.86 153	4.22 297	3.37 364	2.20 222	2.30 275	3.48 303	1.62 199	2.21 137	16.09 392	0.29 79	0.16 4	0.48 288	0.37 263	0.30 62	0.29 78

ffm	1.72 127	0.60 77	5.21 163	1.14 185	0.99 216	3.62 156	0.86 153	4.22 297	3.37 364	2.20 222	2.30 275	3.48 303	1.62 199	2.21 137	0.65 10	0.29 79	0.16 4	0.48 288	0.37 263	0.30 62	0.29 78

ff1	2.96 298	0.60 77	5.21 163	1.14 185	0.99 216	3.62 156	0.86 153	4.22 297	3.37 364	2.20 222	2.30 275	3.48 303	1.62 199	11.62 365	16.09 392	0.29 79	0.16 4	0.48 288	0.37 263	0.30 62	0.29 78

tt1	1.79 138	0.73 172	10.41 215	1.75 342	0.36 7	4.55 343	0.79 125	4.22 297	3.37 364	1.08 41	1.80 160	0.74 24	1.48 167	2.21 137	0.65 10	0.29 79	0.16 4	0.31 122	0.22 52	0.30 62	0.29 78

s12784h	1.31 84	0.45 2	2.41 95	0.71 9	0.35 6	4.42 319	0.50 19	4.22 297	2.73 299	2.01 168	2.48 298	0.91 46	0.96 57	2.01 118	0.70 25	0.29 79	0.18 24	0.24 19	0.16 8	0.27 25	0.18 2

xx1	2.03 177	0.74 180	13.77 241	1.78 345	0.36 7	4.48 325	0.74 100	4.23 302	3.95 381	1.01 33	1.81 172	1.79 139	1.34 136	2.13 127	0.64 6	0.29 79	0.17 9	0.33 170	0.33 223	0.33 116	0.32 116

cc1	1.98 168	0.74 180	13.77 241	1.78 345	0.36 7	4.48 325	0.74 100	4.23 302	3.95 381	1.01 33	1.81 172	0.72 19	1.62 199	2.13 127	0.64 6	0.29 79	0.17 9	0.32 138	0.21 31	0.31 78	0.29 78

fff	1.74 130	0.70 151	9.08 195	0.81 30	0.36 7	4.15 262	0.57 33	4.23 302	2.09 194	2.30 249	1.80 160	1.19 72	3.02 321	1.44 54	1.46 178	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 209

CIPLG	2.27 208	1.18 288	19.24 326	0.92 84	1.34 290	3.95 220	0.89 176	4.23 302	1.82 153	2.31 254	2.67 316	1.17 66	1.06 82	1.53 67	1.32 158	0.37 200	0.23 130	0.27 55	0.22 52	0.31 78	0.45 227

csc	1.74 130	0.70 151	9.08 195	0.81 30	0.36 7	4.15 262	0.57 33	4.23 302	2.09 194	2.30 249	1.80 160	1.19 72	3.02 321	1.44 54	1.46 178	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 209

cscssc	1.74 130	0.70 151	9.08 195	0.81 30	0.36 7	4.15 262	0.57 33	4.23 302	2.09 194	2.30 249	1.80 160	1.19 72	3.02 321	1.44 54	1.46 178	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 209

psm_up	2.28 213	0.81 211	5.45 168	1.26 238	1.50 317	3.84 195	1.23 260	4.23 302	2.03 183	2.55 293	1.80 160	2.44 221	1.65 216	12.90 397	1.58 200	0.37 200	0.38 281	0.41 254	0.34 230	0.43 226	0.39 183

FAT-Stereo	3.34 334	0.81 211	20.05 349	1.25 232	1.20 264	3.44 118	1.99 334	4.23 302	2.67 293	3.14 346	3.82 361	3.51 312	3.32 336	11.68 373	1.94 248	0.64 333	0.67 360	0.48 288	0.52 326	0.61 293	0.81 333

SMFormer	2.00 172	0.57 49	4.46 150	1.36 274	0.57 111	2.03 36	0.73 90	4.25 310	2.80 311	2.32 258	2.31 283	1.95 162	1.52 179	10.99 346	2.13 273	0.34 169	0.32 237	0.36 214	0.31 208	0.38 170	0.36 150

tta	2.00 172	0.57 49	4.46 150	1.36 274	0.57 111	2.03 36	0.73 90	4.25 310	2.80 311	2.32 258	2.31 283	1.95 162	1.52 179	10.99 346	2.13 273	0.34 169	0.32 237	0.36 214	0.31 208	0.29 46	0.29 78

qqq1	1.92 157	0.57 49	4.46 150	1.36 274	0.57 111	2.03 36	0.73 90	4.25 310	2.80 311	2.32 258	2.31 283	1.95 162	1.52 179	10.99 346	0.71 28	0.34 169	0.32 237	0.30 103	0.23 61	0.29 46	0.29 78

fff1	1.92 157	0.57 49	4.46 150	1.36 274	0.57 111	2.03 36	0.73 90	4.25 310	2.80 311	2.32 258	2.31 283	1.95 162	1.52 179	10.99 346	0.71 28	0.34 169	0.32 237	0.30 103	0.23 61	0.29 46	0.29 78

ADStereo(finetuned)	2.04 179	0.73 172	13.28 234	0.82 38	0.40 31	4.16 272	0.59 42	4.25 310	2.97 329	2.35 266	1.84 184	1.18 69	3.40 338	1.52 65	1.54 196	0.29 79	0.24 159	0.23 7	0.18 10	0.30 62	0.51 263

DCANet	1.74 130	0.73 172	9.08 195	0.82 38	0.40 31	4.18 279	0.59 42	4.25 310	2.97 329	2.35 266	1.84 184	1.18 69	1.63 211	1.51 64	1.55 197	0.29 79	0.24 159	0.23 7	0.18 10	0.30 62	0.53 270

ETE_ROB	2.07 185	1.40 324	3.01 120	1.09 163	0.92 197	3.94 215	1.53 298	4.25 310	2.23 218	3.31 353	2.06 233	2.35 209	1.52 179	8.74 283	2.07 266	0.44 264	0.36 263	0.51 307	0.48 314	0.54 269	0.62 297

FADNet_RVC	2.65 270	2.28 364	16.51 282	0.98 114	0.92 197	4.09 248	0.83 142	4.26 317	1.73 140	1.46 62	1.78 154	1.60 112	1.50 174	8.88 285	2.39 289	0.47 282	0.38 281	0.44 267	0.58 339	0.89 344	0.97 348

Wz-Net-TNSev	3.67 344	8.83 400	13.47 237	1.48 304	1.18 253	3.60 152	2.49 352	4.27 318	3.13 343	2.18 216	1.89 200	4.21 350	2.80 311	12.10 387	7.58 363	0.57 321	0.55 338	0.47 280	0.54 332	0.91 347	1.05 352

STrans-v2	3.03 311	0.77 196	20.91 383	0.81 30	0.63 126	3.89 206	1.01 219	4.27 318	2.64 289	2.28 243	3.70 358	4.13 343	5.20 369	7.33 261	1.27 149	0.31 130	0.18 24	0.29 84	0.25 91	0.29 46	0.41 206

IIG-Stereo	1.95 162	0.79 204	2.14 73	2.78 388	0.66 136	4.62 355	0.76 108	4.27 318	1.53 71	2.63 309	3.14 344	3.35 297	1.61 196	7.65 270	1.41 169	0.39 225	0.20 57	0.31 122	0.25 91	0.33 116	0.22 10

SGM+DAISY	8.36 404	3.82 381	24.83 419	2.02 367	1.75 356	14.80 418	17.22 418	4.27 318	11.79 410	13.88 419	14.38 413	11.74 403	13.83 409	10.56 329	15.12 388	1.21 376	1.19 383	1.14 382	1.13 381	1.17 369	1.37 367

XQC	2.96 298	2.42 365	14.85 259	1.36 274	1.32 286	3.29 105	1.53 298	4.28 322	2.78 305	3.21 350	2.46 295	3.53 314	2.92 316	6.58 245	4.67 338	0.70 347	0.41 300	0.59 331	0.56 335	0.96 352	0.83 338

DispNO	3.00 307	0.75 189	18.92 322	1.17 205	1.10 242	3.72 172	0.94 202	4.29 323	2.54 279	2.24 237	2.28 268	4.51 360	2.12 269	11.40 356	2.09 268	0.31 130	0.28 204	0.31 122	0.28 154	0.36 159	0.39 183

CFNet_ucs	2.36 232	0.68 140	18.42 314	0.89 72	0.81 165	3.85 201	0.68 72	4.29 323	2.37 248	2.09 187	2.04 224	3.31 294	1.24 122	2.63 166	1.14 120	0.36 192	0.45 314	0.56 325	0.29 178	0.66 310	0.49 250

DCANet-4	1.96 164	0.51 12	14.31 256	0.82 38	0.40 31	4.16 272	0.57 33	4.29 323	2.98 332	2.30 249	1.80 160	1.03 54	1.54 187	1.44 54	1.44 174	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 209

pcwnet_v2	2.70 279	0.65 116	22.48 410	1.08 159	1.03 226	3.56 145	0.81 135	4.29 323	3.14 345	2.29 245	2.29 271	3.01 272	1.71 225	3.32 183	1.43 172	0.43 257	0.50 334	0.41 254	0.34 230	0.61 293	0.56 281

RTS	3.90 351	7.04 394	17.94 305	1.92 360	2.19 380	5.00 387	2.96 369	4.29 323	3.19 350	4.05 371	3.08 339	4.94 373	3.16 328	7.64 268	6.72 352	0.66 338	0.44 310	0.51 307	0.47 310	0.95 348	0.76 326

RTSA	3.90 351	7.04 394	17.94 305	1.92 360	2.19 380	5.00 387	2.96 369	4.29 323	3.19 350	4.05 371	3.08 339	4.94 373	3.16 328	7.64 268	6.72 352	0.66 338	0.44 310	0.51 307	0.47 310	0.95 348	0.76 326

NaN_ROB	4.06 358	1.13 279	16.64 283	1.12 177	1.25 274	3.50 132	3.05 373	4.29 323	3.26 358	3.64 361	2.56 308	2.97 268	4.79 364	13.33 400	16.91 399	0.37 200	0.41 300	0.38 238	0.39 279	0.48 250	0.81 333

NOSS_ROB	2.27 208	0.73 172	3.00 119	1.71 338	1.00 223	3.90 207	0.97 213	4.29 323	2.81 317	2.94 335	2.19 254	3.88 329	1.19 115	11.77 377	1.62 209	0.59 324	0.54 336	0.56 325	0.52 326	0.56 277	0.54 276

IPLGR	2.53 256	0.58 61	20.46 372	0.82 38	0.52 88	4.56 348	0.50 19	4.30 331	2.38 250	1.87 121	1.53 90	1.68 121	1.72 227	6.95 257	1.15 121	0.28 62	0.21 82	0.27 55	0.23 61	0.33 116	0.32 116

FINET	2.96 298	1.07 268	23.18 415	1.29 247	1.86 366	2.03 36	1.52 296	4.30 331	4.71 388	2.23 235	2.34 290	1.65 117	1.48 167	5.89 234	2.81 314	0.51 306	0.47 325	0.49 301	0.40 289	0.59 284	0.49 250

PWCDC_ROB	2.95 295	3.26 377	14.06 250	1.59 324	1.56 328	4.19 283	0.86 153	4.30 331	4.08 383	2.06 183	7.37 379	2.75 250	2.42 293	3.59 188	2.67 308	1.34 385	0.36 263	0.39 241	0.34 230	1.13 364	0.62 297

IPLG	2.48 247	0.65 116	19.63 336	0.91 81	0.79 162	4.60 353	0.56 32	4.31 334	1.84 157	1.91 134	2.00 218	1.31 83	1.38 140	6.61 246	1.53 195	0.27 35	0.20 57	0.27 55	0.23 61	0.31 78	0.36 150

OMP-Stereo	1.97 166	0.93 243	1.88 44	2.76 387	0.67 139	4.58 350	1.48 291	4.31 334	1.54 79	3.15 348	2.76 323	3.25 289	1.38 140	7.66 271	1.35 165	0.40 232	0.20 57	0.33 170	0.26 105	0.33 116	0.24 23

DANet	2.63 268	1.07 268	8.10 185	1.83 353	1.70 351	3.25 95	1.16 248	4.31 334	2.38 250	3.40 358	2.18 252	4.08 340	1.80 239	9.77 304	3.89 332	0.52 312	0.55 338	0.59 331	0.44 301	0.63 296	0.86 339
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	3.24 328	1.02 258	9.21 201	1.49 306	1.07 235	3.78 182	1.48 291	4.31 334	3.08 340	2.46 283	2.32 288	4.20 349	2.08 267	15.19 412	7.16 360	0.84 361	0.62 353	1.33 385	0.92 370	0.99 353	1.31 364

MIPNet	2.33 225	0.71 161	19.82 341	0.89 72	0.56 102	4.76 381	0.61 48	4.32 338	2.37 248	1.83 115	1.48 83	1.48 103	1.98 259	2.63 166	1.44 174	0.29 79	0.20 57	0.26 39	0.23 61	0.30 62	0.39 183

LMCR-Stereo	2.40 235	1.31 312	18.61 317	1.59 324	0.86 182	3.87 205	1.15 247	4.32 338	1.60 113	2.25 240	2.27 265	1.13 61	2.43 294	2.48 151	1.60 204	0.88 363	0.24 159	0.29 84	0.24 82	0.56 277	0.30 102

LL-Strereo	3.01 309	1.81 349	17.59 303	1.12 177	2.10 378	2.90 66	1.09 236	4.33 340	2.00 180	3.12 345	2.24 261	3.29 292	3.15 327	11.31 354	1.84 238	0.30 113	0.28 204	0.46 277	0.34 230	0.49 255	0.45 227

SDNR	3.97 355	1.93 352	20.28 363	1.31 254	0.94 203	5.16 389	0.67 68	4.33 340	2.58 284	4.82 386	5.94 377	5.01 376	1.45 160	17.52 414	2.53 300	0.79 353	0.72 366	0.59 331	0.45 305	1.15 367	1.17 358

TransformOpticalFlow	3.03 311	0.77 196	20.99 386	1.00 126	0.55 99	4.18 279	0.64 59	4.33 340	3.02 336	2.18 216	3.09 341	4.35 354	5.07 367	7.36 264	1.27 149	0.32 146	0.18 24	0.32 138	0.26 105	0.28 37	0.46 237

PWC_ROB	2.69 278	2.01 356	8.36 187	1.33 260	1.90 369	3.23 89	1.18 252	4.33 340	3.25 357	3.11 344	3.41 352	2.71 246	2.18 279	9.15 293	4.48 336	0.56 319	0.31 231	0.61 339	0.36 252	0.69 318	0.74 321

UDG	3.55 340	2.81 374	17.45 299	2.69 385	1.98 372	3.97 228	1.19 255	4.35 344	2.02 181	2.42 281	2.53 305	4.50 359	2.46 297	6.53 244	2.41 291	2.12 389	1.77 394	2.63 400	2.57 409	2.64 389	1.95 383

test-3	1.19 47	0.52 17	2.00 53	1.01 130	0.42 37	1.95 33	0.91 188	4.35 344	1.47 38	2.24 237	1.16 29	2.06 184	0.79 34	2.68 169	0.76 38	0.27 35	0.18 24	0.28 69	0.26 105	0.26 19	0.25 29

test_1	1.19 47	0.52 17	2.00 53	1.01 130	0.42 37	1.95 33	0.90 180	4.36 346	1.47 38	2.17 214	1.16 29	2.06 184	0.78 32	2.68 169	0.76 38	0.27 35	0.18 24	0.28 69	0.26 105	0.26 19	0.25 29

ARAFT	2.56 263	1.13 279	19.50 334	0.89 72	0.48 72	4.15 262	1.40 282	4.36 346	2.82 319	2.36 271	1.88 195	1.70 124	1.04 73	6.45 243	1.22 141	0.29 79	0.18 24	0.37 226	0.35 244	0.35 148	0.25 29

SGM-Forest	2.96 298	0.62 98	3.49 134	1.09 163	0.80 163	4.06 241	3.30 378	4.37 348	3.09 341	4.18 378	3.27 349	4.67 370	3.86 349	11.69 374	7.91 364	0.51 306	0.46 321	0.49 301	0.39 279	0.48 250	0.49 250
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FCDSN-DC	6.04 391	0.84 225	19.25 327	1.24 230	1.09 240	4.38 309	2.62 357	4.38 349	4.71 388	9.59 412	11.22 403	19.19 412	17.40 413	12.30 389	8.55 368	0.69 346	0.57 341	0.60 336	0.60 342	0.70 319	0.78 330
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XX-Stereo	2.54 258	0.61 91	20.21 357	1.78 345	1.19 259	4.30 303	0.46 14	4.39 350	1.58 98	2.32 258	1.89 200	4.64 368	0.60 5	4.16 204	0.82 47	0.31 130	0.21 82	0.28 69	0.27 129	0.51 257	0.26 46

CBMV_ROB	3.62 342	0.70 151	21.42 399	1.21 221	0.89 192	4.43 321	1.76 319	4.39 350	2.79 307	5.88 392	3.38 351	4.18 346	5.12 368	10.75 335	2.32 286	0.56 319	0.55 338	0.53 315	0.51 323	0.55 271	0.46 237

test_3	1.19 47	0.51 12	2.08 71	0.99 119	0.41 34	2.05 41	0.87 170	4.40 352	1.42 23	1.99 154	1.18 31	2.03 178	0.79 34	2.70 171	0.75 36	0.27 35	0.17 9	0.29 84	0.29 178	0.30 62	0.27 58

NINENet	1.87 144	0.74 180	2.60 101	1.12 177	1.06 233	4.50 334	0.76 108	4.41 353	2.24 220	2.16 210	1.86 193	3.63 320	0.97 60	8.00 273	1.17 127	0.41 242	0.30 222	0.41 254	0.30 192	0.41 202	0.36 150

raft_robust	1.92 157	1.15 283	3.34 132	1.02 139	0.43 40	3.84 195	0.46 14	4.42 354	2.52 276	1.67 90	1.36 65	2.17 193	6.37 385	6.78 254	1.04 104	0.28 62	0.24 159	0.30 103	0.35 244	0.31 78	0.32 116

GwcNet-ADL	2.47 245	0.67 134	21.48 400	0.96 104	0.72 148	4.61 354	0.95 206	4.42 354	2.36 242	1.98 149	1.80 160	2.55 231	1.24 122	1.90 109	1.41 169	0.40 232	0.46 321	0.24 19	0.27 129	0.41 202	0.49 250

MFN_U_SF_DS_RVC	3.94 353	10.88 414	12.30 228	1.26 238	1.55 325	5.19 390	3.33 380	4.42 354	2.82 319	2.58 299	2.62 312	5.00 375	2.11 268	14.03 410	2.73 309	1.28 380	2.34 404	0.67 351	1.83 398	0.81 338	1.03 351

HBP-ISP	3.25 330	1.10 274	20.86 381	1.54 314	1.15 248	4.50 334	2.89 365	4.43 357	2.38 250	4.14 374	1.96 209	1.90 157	2.04 262	11.08 351	1.32 158	0.66 338	0.57 341	0.66 349	0.61 345	0.64 302	0.61 295

111	1.83 141	0.92 240	9.08 195	0.81 30	0.36 7	4.25 293	0.91 188	4.44 358	2.70 296	2.39 277	1.96 209	2.30 204	1.64 214	1.28 40	1.82 235	0.28 62	0.22 106	0.24 19	0.20 25	0.31 78	0.54 276

DIP-Stereo	1.24 63	0.69 141	1.77 37	0.65 5	0.61 122	4.29 301	0.58 41	4.44 358	2.53 277	1.98 149	1.33 56	0.91 46	0.86 40	1.25 35	1.25 145	0.36 192	0.23 130	0.32 138	0.23 61	0.32 101	0.29 78
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
LALA_ROB	1.95 162	1.48 330	3.11 123	1.05 148	0.98 213	3.99 231	1.82 324	4.44 358	2.28 230	3.31 353	1.85 191	2.76 256	1.67 220	4.04 202	3.23 324	0.46 274	0.41 300	0.55 323	0.52 326	0.60 288	0.57 285

SA	1.62 118	0.75 189	3.78 146	1.07 154	0.43 40	4.26 294	1.36 273	4.45 361	3.12 342	1.63 82	1.97 214	1.68 121	2.26 283	2.55 160	1.27 149	0.27 35	0.22 106	0.37 226	0.37 263	0.35 148	0.30 102

RAFT + AFF	2.51 252	2.66 372	4.48 154	1.15 199	1.95 371	4.15 262	2.01 335	4.46 362	3.30 362	2.19 220	2.51 302	2.22 195	4.87 366	8.91 287	2.06 263	0.30 113	0.60 350	0.48 288	0.38 275	0.77 332	0.69 311

CBMV	3.32 333	0.96 253	21.16 391	1.32 256	0.83 174	3.81 188	3.91 395	4.47 363	2.53 277	3.34 355	2.24 261	4.45 357	2.58 303	10.07 319	1.96 253	0.45 270	0.43 307	0.48 288	0.38 275	0.52 260	0.53 270
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
BUS	1.49 102	0.59 68	1.94 49	0.87 64	0.85 178	4.50 334	0.76 108	4.48 364	1.88 161	2.93 331	1.83 179	3.63 320	0.97 60	1.60 75	1.17 127	0.34 169	0.25 177	0.31 122	0.28 154	0.35 148	0.33 126

BSDual-CNN	1.46 98	0.59 68	1.94 49	0.87 64	0.85 178	4.16 272	1.16 248	4.48 364	1.88 161	2.93 331	1.83 179	2.60 237	1.31 132	1.60 75	1.21 138	0.34 169	0.25 177	0.31 122	0.28 154	0.35 148	0.33 126

hknet	1.98 168	0.64 108	8.70 192	0.87 64	1.07 235	4.16 272	1.16 248	4.48 364	1.73 140	2.93 331	1.83 179	3.48 303	1.30 131	3.91 198	1.51 192	0.31 130	0.25 177	0.31 122	0.28 154	0.35 148	0.33 126

mmx	2.98 304	0.60 77	5.21 163	1.14 185	0.99 216	3.62 156	0.86 153	4.49 367	3.05 338	2.20 222	2.30 275	3.48 303	1.62 199	11.62 365	16.09 392	0.33 157	0.28 204	0.48 288	0.37 263	0.44 231	0.37 164

xxx	2.98 304	0.60 77	5.21 163	1.14 185	0.99 216	3.62 156	0.86 153	4.49 367	3.05 338	2.20 222	2.30 275	3.48 303	1.62 199	11.62 365	16.09 392	0.33 157	0.28 204	0.48 288	0.37 263	0.44 231	0.37 164

Sa-1000	1.63 120	0.79 204	3.56 137	1.11 175	0.48 72	4.06 241	1.41 285	4.49 367	2.75 302	2.00 166	2.80 326	1.84 152	1.43 154	2.64 168	1.50 186	0.27 35	0.19 39	0.36 214	0.33 223	0.36 159	0.30 102

xxxx	2.67 274	0.54 32	2.03 56	1.22 224	0.81 165	3.49 129	0.63 58	4.49 367	2.49 271	2.22 231	2.23 260	2.05 182	1.38 140	10.05 318	17.91 404	0.32 146	0.32 237	0.30 103	0.27 129	0.33 116	0.34 136

DPSNet	3.43 337	1.37 320	12.19 226	1.39 286	1.24 271	4.15 262	2.06 337	4.51 371	3.34 363	2.69 315	1.96 209	3.52 313	5.56 374	10.68 333	9.68 372	0.93 364	0.73 367	0.40 247	0.37 263	1.06 356	0.86 339

222	2.68 277	0.57 49	2.03 56	1.11 175	0.81 165	3.23 89	0.65 65	4.52 372	2.45 263	2.34 265	2.29 271	1.41 97	1.44 156	10.50 328	18.47 408	0.32 146	0.30 222	0.32 138	0.27 129	0.32 101	0.34 136

pmcnn	5.45 382	1.22 299	17.40 297	1.60 326	2.41 386	3.48 127	2.12 340	4.52 372	3.26 358	3.67 363	13.15 410	22.10 415	3.46 342	11.92 385	17.16 401	0.34 169	0.21 82	0.23 7	0.19 19	0.36 159	0.28 71

test_xeample	2.67 274	0.56 43	2.05 59	1.09 163	0.81 165	3.24 92	0.80 130	4.55 374	2.70 296	2.42 281	2.27 265	1.39 92	1.40 144	10.75 335	17.51 403	0.30 113	0.30 222	0.32 138	0.28 154	0.34 132	0.33 126

PS-NSSS	2.22 198	1.33 317	2.90 116	0.97 111	1.53 320	4.11 253	1.08 234	4.55 374	2.65 290	2.10 190	2.32 288	1.77 131	1.40 144	11.79 378	1.61 207	0.68 343	0.45 314	0.96 373	0.43 299	0.95 348	0.92 345

CSAN	4.71 371	1.39 323	20.23 358	1.19 213	0.87 184	3.65 163	3.50 384	4.57 376	3.87 377	3.89 367	7.82 382	3.54 317	6.16 383	23.47 422	6.82 355	0.52 312	0.45 314	0.49 301	0.52 326	0.63 296	0.66 306

ttt	2.76 281	0.56 43	2.28 86	1.41 289	1.21 268	3.67 166	0.77 118	4.59 377	2.94 328	2.35 266	2.30 275	2.45 222	1.54 187	11.25 353	15.56 390	0.43 257	0.36 263	0.37 226	0.33 223	0.40 181	0.40 201

SANet	5.65 386	1.72 344	20.94 384	1.26 238	0.88 187	7.20 403	3.81 393	4.60 378	11.23 407	4.56 382	8.78 392	7.49 391	6.95 389	11.85 381	18.11 405	0.49 297	0.44 310	0.50 304	0.42 298	0.90 346	0.82 337

1111x	3.13 321	0.57 49	8.38 188	1.20 216	0.76 158	3.80 186	0.88 174	4.61 379	2.63 288	2.31 254	2.16 249	1.95 162	1.81 242	11.54 361	18.13 406	0.32 146	0.31 231	0.32 138	0.30 192	0.35 148	0.34 136

PDISCO_ROB	2.86 286	1.53 333	14.27 254	1.98 365	2.19 380	4.52 339	1.35 271	4.65 380	3.19 350	2.09 187	2.16 249	3.53 314	2.45 296	5.32 219	2.12 270	1.30 383	0.78 370	0.72 359	0.59 341	1.24 373	1.28 362

ACVNet_2	5.41 381	12.60 417	20.42 370	3.27 395	3.15 399	4.50 334	3.02 372	4.66 381	3.73 376	3.35 357	5.36 374	7.86 393	2.88 313	12.33 391	4.76 341	3.12 397	2.22 399	2.70 402	1.69 392	3.49 393	3.10 400

ELAS_RVC	5.72 387	1.64 340	20.40 368	2.09 370	2.01 374	4.95 386	11.47 412	4.66 381	6.31 403	8.09 405	8.01 383	8.06 396	11.65 406	8.36 276	10.22 374	0.99 369	1.17 380	0.81 367	0.76 358	1.14 365	1.58 374
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	4.57 368	0.72 164	17.46 300	1.84 354	0.58 117	4.23 292	3.45 382	4.66 381	3.66 374	7.99 404	8.82 393	7.56 392	8.74 403	12.30 389	6.84 356	0.43 257	0.38 281	0.39 241	0.35 244	0.51 257	0.48 246
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TRStereo	2.31 220	1.87 350	19.74 339	1.53 312	1.16 252	4.26 294	1.08 234	4.73 384	1.45 27	1.55 69	1.28 50	1.75 129	0.85 39	1.81 100	1.20 134	0.36 192	0.26 188	0.32 138	0.36 252	0.34 132	0.33 126

CC-Net-ROB	3.35 335	1.76 347	13.89 247	2.33 381	1.65 344	4.49 331	1.62 307	4.73 384	2.90 324	1.92 135	2.05 229	1.99 173	1.61 196	12.57 396	1.60 204	2.46 391	2.18 398	2.68 401	1.04 377	2.11 386	1.38 369

MDST_ROB	5.53 383	0.59 68	23.11 413	2.55 384	2.69 388	21.20 423	1.98 333	4.77 386	2.65 290	9.36 409	4.25 365	4.14 344	4.45 360	22.57 417	3.68 330	0.48 287	0.33 243	0.47 280	0.44 301	0.44 231	0.44 222

MADNet+	3.97 355	9.54 409	13.83 246	1.87 358	1.69 350	4.19 283	2.87 364	4.80 387	4.10 384	2.51 290	2.67 316	4.55 363	3.41 339	8.72 282	6.92 358	1.25 378	1.27 385	1.04 376	0.93 371	1.39 378	1.85 381

iRaft-Stereo_20w	1.88 148	0.62 98	10.58 217	0.90 77	0.83 174	2.96 74	0.78 120	4.90 388	1.58 98	2.29 245	1.60 106	1.25 77	4.51 362	2.28 144	0.90 71	0.29 79	0.21 82	0.26 39	0.24 82	0.41 202	0.31 109

WAO-7	5.16 377	3.21 376	18.98 323	1.88 359	1.44 309	5.34 391	3.09 376	4.91 389	5.81 400	4.35 380	8.92 394	6.55 387	6.06 380	13.40 402	10.81 376	1.34 385	1.20 384	1.48 387	1.35 389	1.60 381	1.45 371

EAI-Stereo	2.35 229	0.63 102	2.97 117	0.95 100	0.65 133	3.84 195	14.27 415	5.04 390	2.19 214	2.06 183	7.25 378	1.10 59	0.94 54	1.65 87	1.37 166	0.31 130	0.22 106	0.27 55	0.60 342	0.27 25	0.32 116

JetBlue	6.27 393	9.15 406	13.76 240	1.94 363	4.60 415	11.91 412	12.00 413	5.12 391	3.45 369	3.79 365	4.52 368	9.54 398	6.56 388	9.40 298	13.48 385	1.26 379	1.37 387	1.17 383	1.34 388	7.06 418	3.95 413

MeshStereo	5.35 380	1.32 314	21.34 396	1.34 264	1.15 248	4.40 315	3.90 394	5.18 392	4.55 386	10.14 414	11.82 406	11.47 400	5.84 377	13.84 408	7.03 359	0.61 327	0.58 345	0.60 336	0.58 339	0.72 327	0.59 292
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
ELAS	5.99 390	1.62 335	20.29 364	1.96 364	2.01 374	15.09 419	8.38 409	5.23 393	5.54 397	9.02 408	8.61 389	6.74 388	9.75 405	7.48 265	11.40 380	0.96 367	1.18 381	0.72 359	0.93 371	1.30 375	1.67 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 388	9.95 410	15.22 271	2.90 389	1.56 328	5.66 395	7.69 406	5.27 394	4.74 390	3.88 366	7.51 380	8.04 394	5.28 370	15.18 411	8.40 367	3.08 396	1.51 389	2.24 394	1.37 390	5.55 411	1.96 384

IMH-64-1	4.84 373	2.53 368	6.83 175	4.30 409	3.74 404	4.81 383	6.05 400	5.30 395	3.92 379	3.95 369	8.33 386	5.08 378	6.06 380	8.96 288	6.30 349	4.57 415	2.96 411	3.04 405	2.12 404	4.28 404	3.62 409

IMH-64	4.84 373	2.53 368	6.83 175	4.30 409	3.74 404	4.81 383	6.05 400	5.30 395	3.92 379	3.95 369	8.33 386	5.08 378	6.06 380	8.96 288	6.30 349	4.57 415	2.96 411	3.04 405	2.12 404	4.28 404	3.62 409

MADNet++	7.57 403	5.80 392	13.28 234	6.38 419	5.26 417	7.18 402	7.77 407	5.32 397	5.62 398	6.11 394	7.78 381	6.02 386	8.01 399	11.74 376	16.36 397	9.36 422	4.95 421	8.57 423	5.66 420	4.83 409	5.34 419

Dean	7.52 401	9.08 405	21.41 398	3.74 403	3.53 402	4.81 383	3.53 385	5.33 398	5.25 394	4.17 375	26.53 423	25.62 423	4.09 354	10.97 344	4.32 334	3.69 404	2.30 402	2.91 404	1.87 400	4.03 402	3.24 405

WAO-6	5.87 389	2.27 362	15.05 266	2.96 390	2.77 390	12.01 413	3.58 388	5.37 399	11.91 411	3.34 355	9.69 396	6.78 389	5.84 377	11.82 380	8.89 370	2.87 393	2.35 405	2.50 395	1.84 399	2.85 390	2.67 394

MSC_U_SF_DS_RVC	4.48 366	10.62 412	15.18 270	1.55 319	1.45 312	6.16 396	3.54 387	5.41 400	3.68 375	2.59 302	2.74 320	4.81 371	2.20 280	13.79 407	4.40 335	2.04 388	3.36 417	1.05 377	1.20 384	2.09 385	1.72 378

IMH	6.81 398	13.66 420	20.41 369	4.33 411	3.74 404	5.50 392	3.06 374	5.49 401	6.22 401	4.64 384	10.35 399	9.30 397	8.03 400	13.61 405	6.81 354	4.80 418	2.99 414	3.09 407	2.12 404	4.36 406	3.61 408

HSM-Net_RVC	2.87 289	0.57 49	17.46 300	0.92 84	0.90 195	3.70 169	1.20 256	5.64 402	2.51 275	3.22 351	2.43 294	2.54 230	1.59 191	11.41 357	1.65 215	0.34 169	0.25 177	0.26 39	0.23 61	0.30 62	0.29 78
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FC-DCNN	6.64 395	0.77 196	19.26 328	1.68 335	1.64 341	8.27 408	2.35 349	6.35 403	9.23 406	10.85 416	11.27 404	19.89 413	13.33 408	12.51 395	11.79 381	0.66 338	0.57 341	0.58 329	0.56 335	0.63 296	0.61 295

ktn	21.74 423	10.34 411	19.68 337	4.53 413	4.00 409	6.53 400	4.51 398	6.79 404	78.82 441	84.69 441	100.86 445	58.49 438	7.57 396	12.11 388	13.35 384	4.58 417	3.24 416	3.49 411	2.62 410	4.65 408	3.84 412

test_xeample3	2.12 189	0.63 102	21.55 401	0.91 81	0.47 66	1.85 29	0.94 202	7.96 405	1.23 4	0.75 6	0.76 3	0.64 7	0.70 15	1.77 97	0.83 50	0.30 113	0.21 82	0.27 55	0.21 31	0.27 25	0.24 23

rrr	2.27 208	0.65 116	23.82 417	0.90 77	0.46 56	1.57 20	0.96 211	7.98 406	1.19 3	0.65 1	0.77 4	0.74 24	0.72 19	2.59 164	0.86 59	0.28 62	0.21 82	0.28 69	0.21 31	0.29 46	0.25 29

notaker	10.50 409	8.60 398	20.23 358	4.54 414	3.95 408	6.27 397	3.44 381	8.07 407	4.75 391	8.73 406	46.45 432	13.86 409	27.86 423	13.49 403	13.61 386	4.56 414	3.18 415	3.52 413	2.68 412	8.13 423	4.05 414

LE_ROB	18.58 419	1.21 293	48.38 432	8.60 423	23.00 426	7.32 405	19.74 422	9.94 408	38.69 433	43.53 431	21.91 418	28.40 425	40.92 428	23.18 419	54.71 433	0.34 169	0.33 243	0.32 138	0.36 252	0.42 218	0.40 201

LVE	6.88 399	9.31 407	21.14 389	3.61 401	3.18 400	4.49 331	2.79 360	10.21 409	11.69 409	3.16 349	11.53 405	18.33 411	4.31 357	11.66 371	3.52 327	4.45 413	2.93 409	2.56 397	1.91 401	3.62 394	3.16 402

UNDER WATER-64	9.33 405	5.37 388	22.60 411	5.22 418	4.86 416	10.75 411	4.61 399	11.45 410	17.30 416	7.59 400	9.80 398	15.99 410	17.90 415	10.63 332	15.72 391	4.36 410	2.87 408	4.39 418	2.86 415	7.01 417	5.36 420

JetRed	10.48 408	27.10 428	35.70 425	4.27 407	4.09 411	15.55 422	12.83 414	12.16 411	5.50 396	5.83 391	5.56 376	10.14 399	7.43 394	8.88 285	26.39 423	3.32 398	3.81 418	3.51 412	2.96 417	7.85 420	6.69 423

PML	64.32 440	53.22 439	17.88 304	8.10 421	32.94 428	148.46 446	247.79 447	12.18 412	45.42 436	111.41 443	288.92 447	101.47 445	101.31 445	31.67 425	15.55 389	14.03 426	4.83 420	10.98 425	6.18 421	28.82 429	5.17 418

UNDER WATER	10.47 407	3.95 382	22.62 412	5.07 417	4.51 414	7.78 407	3.77 391	12.56 413	21.72 423	7.84 403	10.78 400	23.96 419	31.66 424	10.78 337	16.19 396	4.44 412	2.93 409	4.24 417	2.86 415	6.33 414	5.47 421

WAO-8	11.95 412	13.02 418	20.56 374	3.50 396	3.08 396	15.11 420	2.80 361	12.91 414	19.11 421	7.69 401	13.12 408	11.62 401	7.01 392	84.40 443	7.91 364	3.42 399	1.92 396	3.54 414	1.93 402	3.68 395	2.69 395

Venus	11.95 412	13.02 418	20.56 374	3.50 396	3.08 396	15.11 420	2.80 361	12.91 414	19.11 421	7.69 401	13.12 408	11.62 401	7.01 392	84.40 443	7.91 364	3.42 399	1.92 396	3.54 414	1.93 402	3.68 395	2.69 395

DGTPSM_ROB	15.31 416	8.85 401	28.14 423	9.90 424	18.89 422	12.44 415	33.21 426	13.48 416	17.86 419	9.50 410	22.89 419	13.78 407	19.67 417	21.26 415	23.68 417	5.08 419	8.84 422	5.62 419	11.50 424	6.72 415	14.87 425

DPSMNet_ROB	15.52 417	8.89 402	31.44 424	10.07 425	18.91 423	12.44 415	33.22 427	13.51 417	17.94 420	9.58 411	22.91 420	13.79 408	19.67 417	21.43 416	23.73 418	5.17 420	8.84 422	5.63 420	11.52 427	6.79 416	14.90 426

HanzoNet	31.60 428	17.23 424	21.22 394	7.32 420	5.84 418	7.25 404	3.53 385	13.82 418	14.20 414	50.38 434	47.01 433	44.45 427	56.61 439	36.61 430	32.00 429	63.89 439	56.57 440	7.97 422	89.20 440	28.69 428	28.25 431

TorneroNet-64	10.12 406	8.74 399	20.95 385	4.27 407	3.76 407	13.86 417	2.85 363	15.05 419	23.15 424	10.07 413	23.84 421	13.47 406	8.24 401	13.96 409	17.21 402	3.96 408	2.72 406	3.23 409	2.48 408	6.29 412	4.27 416

TorneroNet	25.88 425	11.28 415	21.62 404	4.20 406	4.07 410	55.25 436	3.15 377	15.16 420	76.94 440	58.09 436	82.72 442	86.88 442	41.15 429	13.35 401	18.13 406	4.32 409	2.85 407	3.45 410	2.62 410	8.33 424	4.14 415

tt	7.19 400	0.51 12	6.83 175	4.03 405	2.30 385	12.05 414	20.19 423	15.46 421	6.58 404	3.42 359	3.22 346	5.37 382	6.39 387	4.20 206	7.46 362	9.81 423	11.53 429	7.05 421	7.46 422	6.31 413	3.71 411

KSHMR	16.96 418	5.37 388	21.64 406	4.46 412	4.50 413	8.30 409	3.32 379	15.58 422	76.24 439	6.62 398	61.47 437	56.53 437	5.43 373	35.17 429	11.37 379	4.39 411	2.97 413	3.63 416	2.74 414	5.10 410	4.34 417

SGM-ForestM	11.55 411	1.16 286	21.62 404	2.14 371	0.81 165	22.25 425	19.08 421	16.50 423	11.34 408	15.94 422	14.44 414	27.12 424	22.61 422	24.76 423	28.39 428	0.50 300	0.48 330	0.47 280	0.44 301	0.55 271	0.53 270

MANE	11.39 410	1.38 321	23.16 414	4.82 416	2.79 391	22.02 424	14.51 416	25.81 424	26.28 425	10.93 417	13.17 411	19.90 414	18.03 416	15.69 413	20.41 414	0.96 367	0.74 368	1.42 386	3.24 418	0.74 328	1.71 377

LRCNet_RVC	25.52 424	33.45 429	23.21 416	31.79 430	32.78 427	6.74 401	1.18 252	25.88 425	4.46 385	28.94 423	30.89 425	24.91 422	17.57 414	27.66 424	24.34 420	35.26 435	25.60 436	35.91 436	33.81 435	31.90 436	34.10 437

DPSimNet_ROB	102.30 442	119.72 446	143.59 445	109.42 442	94.10 439	127.22 445	127.15 445	26.62 426	102.36 446	149.58 446	83.99 443	139.34 446	137.54 446	64.62 442	82.36 445	105.18 441	66.15 441	120.15 440	69.61 439	99.58 441	77.72 442

FADE	78.44 441	13.79 422	36.09 426	10.71 426	13.34 421	4.15 262	4.14 397	28.60 427	8.36 405	5.15 388	3.88 362	11.85 404	36.55 425	44.37 431	28.26 427	474.90 447	161.58 446	347.36 447	322.13 447	7.29 419	6.23 422

DLNR_Zeroshot_test	28.62 426	55.50 440	49.94 434	183.62 443	115.05 441	3.43 117	0.28 1	29.49 428	1.49 49	1.01 33	1.26 43	0.93 48	0.63 9	3.92 199	1.51 192	29.81 434	0.41 300	0.26 39	0.23 61	93.28 440	0.32 116

DPSM_ROB	20.78 421	20.03 426	26.57 421	23.62 428	22.46 424	31.10 427	39.97 430	33.52 429	17.41 417	15.25 420	15.80 416	24.06 420	20.71 420	23.30 420	27.62 425	10.78 424	9.41 426	11.69 426	11.50 424	14.49 426	16.36 427

DPSM	20.78 421	20.03 426	26.57 421	23.62 428	22.46 424	31.10 427	39.97 430	33.52 429	17.41 417	15.25 420	15.80 416	24.06 420	20.71 420	23.30 420	27.62 425	10.78 424	9.41 426	11.69 426	11.50 424	14.49 426	16.36 427

Anonymous_1	57.11 439	19.68 425	26.15 420	23.10 427	142.31 443	30.84 426	39.75 429	33.86 431	16.98 415	70.53 440	15.42 415	23.46 418	19.75 419	23.04 418	27.23 424	164.73 445	9.02 425	130.38 441	137.40 442	161.27 446	27.24 430

HaxPig	43.25 434	43.65 436	45.00 430	33.85 431	35.61 429	32.69 429	30.52 424	45.09 432	42.97 434	48.77 432	48.17 434	43.00 426	40.26 427	44.58 432	43.61 430	47.18 436	49.30 437	51.54 438	50.25 437	43.73 437	45.29 438

AVERAGE_ROB	44.46 435	45.91 437	46.59 431	40.59 433	38.66 430	32.99 430	30.52 424	46.19 433	43.26 435	49.59 433	48.97 435	44.62 428	39.89 426	45.04 433	43.94 431	48.74 437	50.69 438	50.80 437	49.79 436	45.54 438	46.97 439

MEDIAN_ROB	47.37 436	49.08 438	49.92 433	40.32 432	39.97 431	34.95 431	33.43 428	49.17 434	46.39 437	53.06 435	52.65 436	47.65 429	42.23 436	48.35 441	47.29 432	52.10 438	54.04 439	54.28 439	53.48 438	48.76 439	50.33 440

MyStereo03	41.77 429	40.13 431	53.46 437	47.73 434	45.04 432	62.50 437	80.72 440	66.91 435	34.93 427	30.53 425	31.77 426	48.26 432	41.67 431	46.68 437	55.85 437	21.53 427	18.88 431	23.46 430	23.21 431	29.14 430	33.09 434

MyStereo02	41.77 429	40.13 431	53.46 437	47.73 434	45.04 432	62.50 437	80.72 440	66.91 435	34.93 427	30.53 425	31.77 426	48.26 432	41.67 431	46.68 437	55.85 437	21.53 427	18.88 431	23.46 430	23.21 431	29.14 430	33.09 434

MyStereo	41.77 429	40.13 431	53.46 437	47.73 434	45.04 432	62.50 437	80.72 440	66.91 435	34.93 427	30.53 425	31.77 426	48.26 432	41.67 431	46.68 437	55.85 437	21.53 427	18.88 431	23.46 430	23.21 431	29.14 430	33.09 434

Selective-RAFT-Error	41.77 429	40.16 434	53.34 435	47.73 434	45.25 436	62.51 440	80.64 438	67.22 438	34.93 427	30.64 428	31.81 429	48.11 430	42.11 435	46.57 434	54.95 434	21.61 431	18.87 430	23.48 433	23.15 430	29.16 433	33.08 433

CasAABBNet	41.80 433	40.20 435	53.41 436	47.73 434	45.18 435	62.51 440	80.71 439	67.26 439	34.80 426	30.49 424	31.88 430	48.24 431	41.81 434	46.63 436	55.64 436	21.60 430	18.88 431	23.48 433	23.22 434	29.19 434	33.05 432

LSM0	49.58 437	40.04 430	53.62 440	97.15 440	128.68 442	62.75 442	79.89 437	67.63 440	35.11 431	33.02 430	32.61 431	48.43 435	41.60 430	46.60 435	55.43 435	21.63 432	18.99 435	23.62 435	23.13 429	29.47 435	52.26 441

SPstereo	30.42 427	11.55 416	18.72 318	8.51 422	9.93 419	50.05 435	82.85 443	71.73 441	35.92 432	30.73 429	29.66 424	48.61 436	42.30 437	47.77 440	58.10 440	7.32 421	8.89 424	20.37 429	10.07 423	7.98 422	7.43 424

BEATNet-Init1	49.72 438	64.32 441	97.77 442	4.68 415	4.28 412	84.75 443	60.42 433	73.38 442	68.59 438	88.29 442	88.51 444	91.94 443	97.99 444	85.26 445	70.96 444	0.80 355	0.65 357	0.85 369	0.70 354	7.96 421	2.33 388

xxxxx1	112.33 444	88.53 442	37.76 427	227.84 445	157.23 444	39.05 432	61.41 434	93.76 443	79.29 442	62.45 437	74.79 439	78.32 439	70.96 441	33.47 426	70.69 441	114.00 442	130.36 443	259.31 444	274.34 444	145.54 443	147.50 444

tt_ll	112.33 444	88.53 442	37.76 427	227.84 445	157.23 444	39.05 432	61.41 434	93.76 443	79.29 442	62.45 437	74.79 439	78.32 439	70.96 441	33.47 426	70.69 441	114.00 442	130.36 443	259.31 444	274.34 444	145.54 443	147.50 444

ff	112.33 444	88.53 442	37.76 427	227.84 445	157.23 444	39.05 432	61.41 434	93.76 443	79.29 442	62.45 437	74.79 439	78.32 439	70.96 441	33.47 426	70.69 441	114.00 442	130.36 443	259.31 444	274.34 444	145.54 443	147.50 444

ASD4	103.30 443	113.98 445	120.24 444	106.67 441	79.75 437	115.36 444	120.35 444	119.13 446	79.65 445	120.04 444	74.64 438	101.45 444	65.48 440	109.11 446	84.31 446	104.31 440	90.04 442	133.15 442	103.58 441	130.15 442	94.66 443

test_example2	212.63 447	219.92 447	221.87 447	213.67 444	221.17 447	199.47 447	200.74 446	185.30 447	141.66 447	209.52 447	213.45 446	210.82 447	205.48 447	221.27 447	216.64 447	236.83 446	242.07 447	213.93 443	217.01 443	235.69 447	226.10 447

Low-res two-view benchmark