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

CAS	0.37 65	0.13 1	0.27 8	1.34 392	0.31 233	0.46 136	0.38 176	0.50 13	0.48 58	0.35 18	0.52 43	0.24 1	0.19 3	0.30 1	0.28 31	1.03 394	0.08 1	0.12 2	0.08 1	0.12 3	0.28 286

CroCo-Stereo	0.27 4	0.23 125	0.40 49	0.49 263	0.22 32	0.20 2	0.29 61	0.55 22	0.45 49	0.29 4	0.27 2	0.42 50	0.26 20	0.30 1	0.26 9	0.15 69	0.13 145	0.13 9	0.12 29	0.16 107	0.13 33
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
MoCha-V2	0.24 1	0.18 16	0.34 14	0.65 352	0.18 6	0.21 4	0.23 20	0.45 6	0.23 1	0.31 8	0.27 2	0.30 6	0.24 11	0.31 3	0.23 1	0.12 4	0.11 40	0.13 9	0.11 17	0.13 15	0.11 3

LargeStereo	0.25 2	0.17 9	0.35 21	0.40 90	0.23 58	0.24 8	0.23 20	0.56 27	0.24 2	0.29 4	0.36 18	0.30 6	0.22 6	0.33 4	0.29 40	0.14 19	0.10 8	0.14 15	0.10 11	0.13 15	0.14 51

XX-TBD	0.32 30	0.53 331	0.26 5	0.53 307	0.21 27	0.38 95	0.24 26	0.41 3	0.77 143	0.55 67	0.70 86	0.31 9	0.26 20	0.33 4	0.28 31	0.16 102	0.10 8	0.12 2	0.09 5	0.13 15	0.11 3

TANstereo	0.31 27	0.16 5	0.34 14	0.31 5	0.17 3	0.55 170	0.23 20	0.46 8	0.56 70	0.60 77	0.69 84	0.37 36	0.26 20	0.36 6	0.28 31	0.16 102	0.16 218	0.13 9	0.10 11	0.14 39	0.15 82

LoS_RVC	0.28 8	0.17 9	0.29 10	0.33 9	0.32 251	0.43 126	0.34 122	0.42 5	0.34 7	0.33 14	0.51 39	0.29 4	0.38 94	0.37 7	0.28 31	0.11 1	0.10 8	0.11 1	0.08 1	0.11 1	0.26 269

CREStereo++_RVC	0.32 30	0.16 5	0.25 1	0.32 7	0.24 80	0.27 28	0.22 11	0.48 10	0.89 210	0.47 51	0.80 128	0.29 4	0.25 15	0.37 7	0.34 87	0.14 19	0.09 2	0.13 9	0.52 380	0.14 39	0.10 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
AEACV	0.28 8	0.18 16	0.34 14	0.36 28	0.45 330	0.27 28	0.27 46	0.41 3	0.39 23	0.31 8	0.46 25	0.31 9	0.36 83	0.38 9	0.25 4	0.14 19	0.11 40	0.15 44	0.13 52	0.13 15	0.13 33

panet	0.28 8	0.15 2	0.25 1	0.29 2	0.16 2	0.38 95	0.23 20	0.53 18	0.77 143	0.43 41	0.52 43	0.34 24	0.28 30	0.39 10	0.27 24	0.15 69	0.11 40	0.12 2	0.08 1	0.11 1	0.11 3

CroCo-Stereo Lap2	0.29 12	0.25 173	0.44 84	0.50 274	0.30 223	0.19 1	0.31 93	0.52 15	0.41 36	0.25 1	0.28 5	0.46 69	0.31 58	0.39 10	0.30 52	0.15 69	0.15 197	0.16 61	0.13 52	0.17 132	0.16 103

GMOStereo	0.38 81	0.19 36	0.42 62	0.43 172	0.24 80	0.40 106	0.39 189	0.55 22	0.64 91	0.89 238	0.84 144	0.65 154	0.37 87	0.39 10	0.29 40	0.14 19	0.12 89	0.20 182	0.18 188	0.15 69	0.12 12

error version	0.38 81	0.19 36	0.42 62	0.43 172	0.24 80	0.40 106	0.39 189	0.55 22	0.64 91	0.89 238	0.84 144	0.65 154	0.37 87	0.39 10	0.29 40	0.14 19	0.12 89	0.20 182	0.18 188	0.15 69	0.12 12

test-v	0.38 81	0.19 36	0.42 62	0.43 172	0.24 80	0.40 106	0.39 189	0.55 22	0.64 91	0.89 238	0.84 144	0.65 154	0.37 87	0.39 10	0.29 40	0.14 19	0.12 89	0.20 182	0.18 188	0.15 69	0.12 12

test-2	0.38 81	0.19 36	0.42 62	0.43 172	0.24 80	0.40 106	0.39 189	0.55 22	0.64 91	0.89 238	0.84 144	0.65 154	0.37 87	0.39 10	0.29 40	0.14 19	0.12 89	0.20 182	0.18 188	0.15 69	0.12 12

CREStereo	0.28 8	0.16 5	0.25 1	0.28 1	0.17 3	0.38 95	0.25 34	0.52 15	0.76 141	0.43 41	0.51 39	0.32 16	0.28 30	0.39 10	0.27 24	0.16 102	0.11 40	0.12 2	0.09 5	0.12 3	0.12 12
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
StereoIM	0.27 4	0.19 36	0.39 40	0.37 36	0.26 135	0.28 34	0.28 54	0.45 6	0.37 16	0.27 2	0.27 2	0.40 43	0.27 25	0.40 17	0.30 52	0.16 102	0.14 177	0.16 61	0.13 52	0.15 69	0.12 12

CES	0.29 12	0.15 2	0.25 1	0.31 5	0.71 375	0.36 81	0.27 46	0.51 14	0.47 56	0.34 16	0.48 30	0.27 2	0.23 8	0.40 17	0.24 3	0.13 10	0.11 40	0.12 2	0.08 1	0.13 15	0.32 305

RCA-Stereo	0.36 47	0.18 16	0.37 31	0.38 47	0.23 58	0.31 54	0.33 114	0.70 98	1.25 332	0.45 45	0.65 74	0.46 69	0.43 124	0.40 17	0.29 40	0.14 19	0.10 8	0.14 15	0.12 29	0.12 3	0.12 12

CASnet	0.30 16	0.20 57	0.34 14	0.42 135	0.17 3	0.25 18	0.24 26	0.53 18	0.56 70	0.54 66	0.54 49	0.39 42	0.24 11	0.41 20	0.26 9	0.15 69	0.10 8	0.22 236	0.18 188	0.18 157	0.12 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AnonymousM	0.42 129	0.86 374	0.31 11	0.35 13	0.23 58	0.30 42	0.37 163	0.56 27	0.44 45	0.72 139	0.50 34	0.47 73	0.29 45	0.42 21	0.35 94	0.16 102	0.12 89	1.51 392	0.32 337	0.12 3	0.11 3

test-1	0.37 65	0.20 57	0.76 274	0.47 246	0.27 164	0.44 132	0.36 151	0.63 48	0.65 96	0.49 54	0.67 82	0.54 93	0.35 78	0.42 21	0.30 52	0.14 19	0.12 89	0.16 61	0.14 73	0.15 69	0.18 163

R-Stereo Train	0.40 108	0.19 36	0.47 107	0.43 172	0.27 164	0.41 115	0.31 93	0.74 134	0.38 19	0.90 245	1.28 302	0.58 119	0.35 78	0.43 23	0.35 94	0.15 69	0.13 145	0.14 15	0.12 29	0.14 39	0.14 51

RAFT-Stereo	0.40 108	0.19 36	0.47 107	0.43 172	0.27 164	0.41 115	0.31 93	0.74 134	0.38 19	0.90 245	1.28 302	0.58 119	0.35 78	0.43 23	0.35 94	0.15 69	0.13 145	0.14 15	0.12 29	0.14 39	0.14 51
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
sAnonymous2	0.42 129	0.41 304	0.96 318	0.48 254	0.37 284	0.41 115	0.48 255	0.60 35	0.52 65	0.39 24	0.48 30	0.35 29	0.44 129	0.44 25	0.30 52	0.19 197	0.14 177	0.19 152	0.17 162	0.55 369	0.43 349

CroCo_RVC	0.42 129	0.41 304	0.96 318	0.48 254	0.37 284	0.41 115	0.48 255	0.60 35	0.52 65	0.39 24	0.48 30	0.35 29	0.44 129	0.44 25	0.30 52	0.19 197	0.14 177	0.19 152	0.17 162	0.55 369	0.43 349

RAFT-Stereo + iAFF	0.37 65	0.18 16	0.45 89	0.36 28	0.19 10	0.33 69	0.28 54	0.67 72	0.77 143	0.72 139	0.99 214	0.56 101	0.39 107	0.44 25	0.31 62	0.11 1	0.09 2	0.15 44	0.14 73	0.13 15	0.11 3

MGS-Stereo	0.29 12	0.20 57	0.42 62	0.37 36	0.24 80	0.37 89	0.30 73	0.40 1	0.50 62	0.32 12	0.51 39	0.40 43	0.24 11	0.45 28	0.28 31	0.16 102	0.12 89	0.15 44	0.13 52	0.15 69	0.14 51

MIPNet	0.39 94	0.22 102	0.66 233	0.40 90	0.25 105	0.53 159	0.29 61	0.78 149	0.74 135	0.68 122	0.60 63	0.40 43	0.48 149	0.45 28	0.39 132	0.14 19	0.11 40	0.16 61	0.13 52	0.14 39	0.14 51

test-3	0.35 41	0.17 9	0.48 120	0.40 90	0.22 32	0.42 122	0.22 11	0.66 61	0.80 159	0.72 139	0.45 23	0.63 143	0.29 45	0.45 28	0.32 68	0.13 10	0.09 2	0.17 89	0.13 52	0.13 15	0.11 3

test_1	0.35 41	0.17 9	0.48 120	0.40 90	0.22 32	0.42 122	0.22 11	0.66 61	0.80 159	0.70 129	0.45 23	0.63 143	0.29 45	0.45 28	0.32 68	0.13 10	0.09 2	0.17 89	0.13 52	0.13 15	0.11 3

test_3	0.37 65	0.19 36	0.50 137	0.45 205	0.24 80	0.47 138	0.36 151	0.69 88	0.84 182	0.66 108	0.46 25	0.68 173	0.25 15	0.45 28	0.32 68	0.12 4	0.10 8	0.18 120	0.16 120	0.15 69	0.12 12

4D-IteraStereo	0.33 34	0.19 36	0.43 79	0.40 90	0.24 80	0.32 63	0.27 46	0.59 33	0.72 121	0.66 108	0.53 46	0.42 50	0.22 6	0.46 33	0.30 52	0.14 19	0.09 2	0.20 182	0.16 120	0.16 107	0.12 12

DCANet-4	0.38 81	0.22 102	0.58 199	0.35 13	0.19 10	0.30 42	0.30 73	0.69 88	0.97 251	0.70 129	0.79 118	0.40 43	0.46 142	0.46 33	0.37 111	0.14 19	0.10 8	0.14 15	0.11 17	0.12 3	0.15 82

ADStereo(finetuned)	0.39 94	0.18 16	0.58 199	0.35 13	0.19 10	0.30 42	0.30 73	0.72 115	0.96 246	0.72 139	0.77 106	0.45 66	0.68 243	0.46 33	0.36 103	0.14 19	0.10 8	0.14 15	0.11 17	0.13 15	0.15 82

cross-raft	0.34 39	0.20 57	0.38 37	0.45 205	0.24 80	0.32 63	0.35 144	0.77 146	0.42 40	0.62 83	0.77 106	0.58 119	0.27 25	0.46 33	0.31 62	0.12 4	0.10 8	0.15 44	0.13 52	0.15 69	0.12 12

sCroCo_RVC	0.36 47	0.29 236	0.73 267	0.52 300	0.39 298	0.42 122	0.31 93	0.52 15	0.46 54	0.31 8	0.48 30	0.38 39	0.32 64	0.46 33	0.33 78	0.22 248	0.23 300	0.19 152	0.19 213	0.21 215	0.22 230

EGLCR-Stereo	0.27 4	0.17 9	0.36 28	0.35 13	0.21 27	0.37 89	0.20 1	0.58 31	0.37 16	0.29 4	0.28 5	0.42 50	0.18 1	0.47 38	0.27 24	0.14 19	0.10 8	0.16 61	0.14 73	0.13 15	0.12 12

fff	0.39 94	0.18 16	0.46 96	0.35 13	0.19 10	0.30 42	0.30 73	0.73 128	1.08 295	0.70 129	0.79 118	0.44 59	0.62 206	0.47 38	0.37 111	0.14 19	0.10 8	0.14 15	0.11 17	0.12 3	0.15 82

iRaftStereo_RVC	0.33 34	0.20 57	0.40 49	0.40 90	0.23 58	0.31 54	0.29 61	0.70 98	0.55 69	0.49 54	0.66 77	0.37 36	0.23 8	0.47 38	0.33 78	0.14 19	0.11 40	0.19 152	0.17 162	0.16 107	0.13 33

DCANet	0.38 81	0.18 16	0.46 96	0.35 13	0.19 10	0.30 42	0.30 73	0.72 115	0.96 246	0.72 139	0.77 106	0.45 66	0.56 180	0.47 38	0.36 103	0.14 19	0.10 8	0.14 15	0.11 17	0.13 15	0.15 82

csc	0.39 94	0.18 16	0.46 96	0.35 13	0.19 10	0.30 42	0.30 73	0.73 128	1.08 295	0.70 129	0.79 118	0.44 59	0.62 206	0.47 38	0.37 111	0.14 19	0.10 8	0.14 15	0.11 17	0.12 3	0.15 82

cscssc	0.39 94	0.18 16	0.46 96	0.35 13	0.19 10	0.30 42	0.30 73	0.73 128	1.08 295	0.70 129	0.79 118	0.44 59	0.62 206	0.47 38	0.37 111	0.14 19	0.10 8	0.14 15	0.11 17	0.12 3	0.15 82

Gwc-CoAtRS	0.35 41	0.18 16	0.46 96	0.39 63	0.23 58	0.34 75	0.22 11	0.74 134	0.77 143	0.62 83	0.60 63	0.58 119	0.29 45	0.47 38	0.29 40	0.14 19	0.11 40	0.14 15	0.12 29	0.13 15	0.13 33

AE-Stereo	0.36 47	0.21 78	0.47 107	0.49 263	0.31 233	0.50 144	0.34 122	0.72 115	0.73 130	0.34 16	0.55 54	0.52 87	0.28 30	0.48 45	0.31 62	0.13 10	0.13 145	0.18 120	0.16 120	0.15 69	0.14 51

MIF-Stereo	0.27 4	0.18 16	0.40 49	0.40 90	0.28 185	0.30 42	0.28 54	0.40 1	0.33 6	0.30 7	0.46 25	0.27 2	0.25 15	0.48 45	0.35 94	0.17 130	0.13 145	0.14 15	0.12 29	0.14 39	0.13 33

Any-RAFT	0.36 47	0.17 9	0.31 11	0.35 13	0.21 27	0.51 149	0.21 5	0.93 195	0.75 138	0.56 69	0.73 90	0.66 166	0.29 45	0.48 45	0.25 4	0.15 69	0.10 8	0.13 9	0.10 11	0.13 15	0.13 33

RAFT-Test	0.35 41	0.19 36	0.42 62	0.39 63	0.24 80	0.50 144	0.23 20	0.74 134	0.44 45	0.62 83	0.85 151	0.64 150	0.28 30	0.48 45	0.30 52	0.14 19	0.11 40	0.14 15	0.11 17	0.13 15	0.13 33

LoS	0.30 16	0.16 5	0.32 13	0.30 4	0.19 10	0.32 63	0.29 61	0.54 21	0.73 130	0.35 18	0.52 43	0.42 50	0.29 45	0.48 45	0.29 40	0.15 69	0.11 40	0.13 9	0.09 5	0.12 3	0.12 12

IPLGR	0.40 108	0.22 102	0.70 254	0.40 90	0.22 32	0.51 149	0.29 61	0.78 149	0.78 147	0.80 185	0.77 106	0.44 59	0.41 116	0.48 45	0.40 152	0.14 19	0.12 89	0.16 61	0.14 73	0.16 107	0.14 51

rafts_anoy	0.38 81	0.22 102	0.38 37	0.43 172	0.28 185	0.32 63	0.32 105	0.70 98	0.91 220	0.59 75	0.66 77	0.45 66	0.33 69	0.49 51	0.41 157	0.16 102	0.12 89	0.21 224	0.23 277	0.18 157	0.16 103

CFNet-RSSM	0.35 41	0.18 16	0.47 107	0.39 63	0.22 32	0.35 77	0.23 20	0.78 149	0.86 192	0.67 115	0.54 49	0.56 101	0.28 30	0.49 51	0.28 31	0.14 19	0.10 8	0.14 15	0.12 29	0.13 15	0.12 12

Former-RAFT_DAM_RVC	0.34 39	0.28 226	0.48 120	0.37 36	0.25 105	0.47 138	0.30 73	0.60 35	0.92 226	0.43 41	0.37 19	0.30 6	0.29 45	0.50 53	0.30 52	0.17 130	0.14 177	0.18 120	0.15 94	0.18 157	0.16 103

PMTNet	0.33 34	0.17 9	0.26 5	0.29 2	0.18 6	0.44 132	0.22 11	0.57 30	0.66 99	0.46 49	0.54 49	0.38 39	0.34 75	0.50 53	0.25 4	0.75 383	0.10 8	0.12 2	0.09 5	0.13 15	0.12 12

GLC_STEREO	0.30 16	0.20 57	0.28 9	0.44 193	0.19 10	0.31 54	0.25 34	0.49 11	0.43 43	0.37 20	0.47 29	0.40 43	0.23 8	0.51 55	0.37 111	0.15 69	0.18 253	0.19 152	0.16 120	0.16 107	0.14 51

MyStereo8	0.42 129	0.21 78	0.64 226	0.43 172	0.29 204	0.55 170	0.28 54	0.72 115	0.50 62	0.73 146	1.01 222	0.57 104	0.44 129	0.52 56	0.52 207	0.15 69	0.12 89	0.16 61	0.14 73	0.19 191	0.21 215

x	0.41 122	0.25 173	0.46 96	0.36 28	0.24 80	0.54 165	0.31 93	0.94 200	0.58 76	0.60 77	0.72 88	0.61 133	0.53 164	0.52 56	0.50 200	0.18 162	0.16 218	0.17 89	0.16 120	0.17 132	0.18 163

H2IRNET	0.38 81	0.21 78	0.36 28	0.39 63	0.25 105	0.26 20	0.24 26	0.61 39	0.74 135	0.39 24	0.89 167	0.74 202	0.53 164	0.53 58	0.44 169	0.16 102	0.13 145	0.19 152	0.20 232	0.17 132	0.15 82

MyStereo06	0.40 108	0.22 102	0.65 231	0.42 135	0.29 204	0.43 126	0.48 255	1.05 235	0.43 43	0.64 100	0.54 49	0.78 220	0.27 25	0.53 58	0.31 62	0.14 19	0.13 145	0.18 120	0.17 162	0.17 132	0.17 140

DCRE	0.38 81	0.19 36	0.47 107	0.45 205	0.33 262	0.45 135	0.40 200	0.66 61	0.53 68	0.49 54	0.95 191	0.57 104	0.39 107	0.53 58	0.32 68	0.14 19	0.13 145	0.15 44	0.14 73	0.14 39	0.15 82

anonymousa	0.51 207	0.21 78	0.47 107	0.39 63	0.25 105	0.89 295	0.36 151	0.78 149	0.63 87	0.88 231	1.54 341	1.09 307	0.67 235	0.53 58	0.46 179	0.17 130	0.14 177	0.19 152	0.21 250	0.16 107	0.16 103

IPLGR_C	0.42 129	0.23 125	0.71 257	0.46 228	0.33 262	0.51 149	0.34 122	0.69 88	0.69 111	0.84 201	0.92 182	0.46 69	0.33 69	0.53 58	0.53 216	0.17 130	0.12 89	0.16 61	0.14 73	0.13 15	0.16 103

ACRE	0.42 129	0.23 125	0.73 267	0.45 205	0.33 262	0.50 144	0.33 114	0.68 77	0.70 113	0.82 190	0.92 182	0.46 69	0.32 64	0.53 58	0.52 207	0.17 130	0.12 89	0.15 44	0.14 73	0.13 15	0.16 103

HHNet	0.42 129	0.19 36	0.43 79	0.35 13	0.38 289	0.33 69	0.33 114	0.71 105	0.78 147	0.87 223	1.30 308	0.52 87	0.36 83	0.53 58	0.37 111	0.16 102	0.11 40	0.19 152	0.15 94	0.15 69	0.25 264

HUI-Stereo	0.36 47	0.24 144	0.51 145	0.42 135	0.22 32	0.24 8	0.22 11	0.63 48	0.40 31	0.64 100	0.73 90	0.58 119	0.38 94	0.53 58	0.38 124	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

DMCA	0.47 167	0.27 213	0.59 207	0.39 63	0.29 204	0.53 159	0.34 122	0.98 211	0.70 113	0.78 180	0.83 141	0.79 226	0.55 172	0.54 66	0.57 227	0.21 232	0.16 218	0.21 224	0.16 120	0.19 191	0.22 230

GANet-ADL	0.44 147	0.27 213	0.48 120	0.44 193	0.30 223	0.54 165	0.36 151	0.94 200	0.88 206	0.64 100	0.72 88	0.68 173	0.44 129	0.55 67	0.44 169	0.22 248	0.15 197	0.15 44	0.13 52	0.18 157	0.21 215

FTStereo	0.56 242	0.21 78	0.39 40	0.42 135	0.25 105	0.39 101	0.73 335	0.69 88	0.45 49	1.09 322	3.23 392	0.69 175	0.71 255	0.55 67	0.34 87	0.15 69	0.13 145	0.19 152	0.17 162	0.15 69	0.32 305

ICVP	0.48 176	0.26 201	0.42 62	0.49 263	0.28 185	0.63 207	0.43 232	1.05 235	0.72 121	0.68 122	0.95 191	0.75 207	0.56 180	0.55 67	0.61 239	0.24 268	0.18 253	0.19 152	0.17 162	0.19 191	0.21 215
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.35 41	0.20 57	0.39 40	0.43 172	0.29 204	0.31 54	0.25 34	0.73 128	0.66 99	0.59 75	0.56 56	0.44 59	0.45 136	0.55 67	0.31 62	0.16 102	0.12 89	0.14 15	0.12 29	0.12 3	0.14 51

IGEV_Zeroshot_test	0.36 47	0.19 36	0.71 257	0.41 110	0.29 204	0.30 42	0.25 34	0.86 171	0.40 31	0.64 100	0.57 57	0.56 101	0.25 15	0.56 71	0.29 40	0.15 69	0.11 40	0.16 61	0.14 73	0.14 39	0.14 51

CIPLG	0.42 129	0.23 125	0.71 257	0.45 205	0.33 262	0.51 149	0.33 114	0.68 77	0.68 106	0.84 201	0.96 195	0.47 73	0.33 69	0.56 71	0.52 207	0.17 130	0.12 89	0.16 61	0.14 73	0.13 15	0.16 103

raft+_RVC	0.38 81	0.20 57	0.38 37	0.39 63	0.27 164	0.44 132	0.35 144	0.81 158	0.90 214	0.52 59	0.78 114	0.50 81	0.29 45	0.56 71	0.41 157	0.15 69	0.12 89	0.17 89	0.15 94	0.14 39	0.13 33

GMStereo	0.40 108	0.38 288	0.61 213	0.41 110	0.27 164	0.47 138	0.35 144	0.62 42	1.04 277	0.57 71	0.54 49	0.38 39	0.36 83	0.56 71	0.41 157	0.20 217	0.13 145	0.16 61	0.17 162	0.24 255	0.20 199
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
StereoVision	0.43 141	0.29 236	0.54 183	0.50 274	0.28 185	0.37 89	0.38 176	0.75 139	0.63 87	0.46 49	1.11 261	0.53 91	0.38 94	0.57 75	0.34 87	0.21 232	0.24 308	0.25 274	0.24 291	0.26 270	0.17 140

MC-Stereo	0.29 12	0.18 16	0.35 21	0.40 90	0.21 27	0.26 20	0.26 44	0.53 18	0.40 31	0.38 21	0.61 66	0.41 48	0.31 58	0.57 75	0.27 24	0.14 19	0.10 8	0.14 15	0.12 29	0.12 3	0.12 12

Anonymous	0.40 108	0.29 236	0.70 254	0.54 316	0.44 323	0.56 175	0.54 286	0.68 77	0.52 65	0.38 21	0.44 22	0.33 21	0.42 121	0.57 75	0.39 132	0.20 217	0.20 278	0.18 120	0.18 188	0.30 295	0.24 257

AFF-stereo	0.39 94	0.20 57	0.42 62	0.37 36	0.22 32	0.27 28	0.31 93	0.67 72	0.72 121	0.66 108	1.12 263	0.75 207	0.38 94	0.57 75	0.35 94	0.11 1	0.09 2	0.16 61	0.16 120	0.14 39	0.12 12

11t1	0.38 81	0.23 125	0.49 128	0.36 28	0.23 58	0.61 198	0.31 93	0.74 134	0.47 56	0.62 83	0.55 54	0.55 95	0.49 153	0.58 79	0.45 175	0.18 162	0.15 197	0.16 61	0.13 52	0.17 132	0.19 172

CASS	0.46 158	0.28 226	0.45 89	0.48 254	0.22 32	0.63 207	0.34 122	0.99 214	0.66 99	0.76 161	0.86 155	0.61 133	0.58 192	0.58 79	0.44 169	0.29 309	0.16 218	0.22 236	0.18 188	0.23 247	0.28 286
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
riskmin	0.41 122	0.21 78	0.44 84	0.34 10	0.24 80	0.58 189	0.32 105	0.70 98	0.86 192	0.52 59	0.57 57	0.78 220	0.60 200	0.58 79	0.39 132	0.17 130	0.12 89	0.19 152	0.13 52	0.19 191	0.22 230

GrayStereo	0.49 186	0.20 57	0.44 84	0.47 246	0.29 204	0.51 149	0.62 311	0.71 105	0.66 99	1.04 303	1.46 334	0.77 218	0.73 266	0.58 79	0.35 94	0.15 69	0.12 89	0.17 89	0.17 162	0.15 69	0.30 295

DeepStereo_RVC	0.37 65	0.22 102	0.51 145	0.41 110	0.24 80	0.26 20	0.22 11	0.64 58	0.40 31	0.69 125	0.67 82	0.57 104	0.50 155	0.58 79	0.42 160	0.17 130	0.12 89	0.18 120	0.16 120	0.19 191	0.19 172

1test111	0.37 65	0.25 173	0.35 21	0.42 135	0.23 58	0.53 159	0.37 163	0.91 184	0.59 77	0.42 36	0.50 34	0.34 24	0.47 146	0.59 84	0.48 191	0.17 130	0.11 40	0.19 152	0.13 52	0.18 157	0.19 172

EKT-Stereo	0.36 47	0.24 144	0.44 84	0.44 193	0.30 223	0.37 89	0.30 73	0.72 115	0.68 106	0.47 51	0.63 69	0.49 80	0.28 30	0.59 84	0.34 87	0.19 197	0.14 177	0.18 120	0.15 94	0.16 107	0.18 163

anonymousdsp2	0.37 65	0.21 78	0.49 128	0.38 47	0.24 80	0.48 143	0.31 93	0.91 184	0.68 106	0.57 71	0.51 39	0.51 84	0.34 75	0.59 84	0.33 78	0.14 19	0.11 40	0.14 15	0.10 11	0.16 107	0.16 103

Selective-RAFT	0.36 47	0.23 125	0.54 183	0.45 205	0.22 32	0.64 215	0.27 46	0.62 42	0.65 96	0.41 35	0.38 20	0.55 95	0.39 107	0.59 84	0.36 103	0.14 19	0.12 89	0.14 15	0.12 29	0.16 107	0.14 51

qqq	0.42 129	0.28 226	0.50 137	0.37 36	0.22 32	0.47 138	0.39 189	0.91 184	0.59 77	0.57 71	0.71 87	0.65 154	0.56 180	0.59 84	0.48 191	0.17 130	0.17 244	0.20 182	0.19 213	0.18 157	0.19 172

PSM-adaLoss	0.36 47	0.24 144	0.51 145	0.42 135	0.22 32	0.24 8	0.31 93	0.63 48	0.39 23	0.63 90	0.73 90	0.57 104	0.38 94	0.59 84	0.38 124	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

s12784h	0.37 65	0.15 2	0.26 5	0.34 10	0.15 1	0.80 270	0.29 61	0.83 164	0.87 196	0.58 74	0.58 59	0.43 56	0.41 116	0.59 84	0.35 94	0.12 4	0.10 8	0.14 15	0.09 5	0.14 39	0.10 1

TestStereo	0.39 94	0.32 259	0.42 62	0.45 205	0.20 20	0.41 115	0.38 176	0.69 88	0.66 99	0.56 69	0.78 114	0.48 76	0.43 124	0.59 84	0.37 111	0.18 162	0.13 145	0.20 182	0.15 94	0.23 247	0.14 51

XX-Stereo	0.38 81	0.18 16	0.52 164	0.58 333	0.38 289	0.39 101	0.20 1	0.62 42	0.31 4	0.47 51	1.29 306	0.72 194	0.25 15	0.59 84	0.28 31	0.16 102	0.11 40	0.17 89	0.16 120	0.14 39	0.11 3

cf-r	0.49 186	0.24 144	0.49 128	0.40 90	0.23 58	0.58 189	0.38 176	0.92 193	0.87 196	0.77 169	1.06 247	0.98 273	0.67 235	0.59 84	0.61 239	0.21 232	0.14 177	0.17 89	0.19 213	0.15 69	0.16 103

MIF-Stereo (partial)	0.32 30	0.19 36	0.41 54	0.41 110	0.32 251	0.29 38	0.24 26	0.49 11	0.44 45	0.31 8	0.63 69	0.37 36	0.36 83	0.60 94	0.32 68	0.17 130	0.13 145	0.19 152	0.17 162	0.18 157	0.15 82

ProNet	0.30 16	0.22 102	0.41 54	0.36 28	0.25 105	0.33 69	0.42 225	0.62 42	0.41 36	0.33 14	0.31 7	0.32 16	0.28 30	0.60 94	0.28 31	0.13 10	0.11 40	0.16 61	0.13 52	0.13 15	0.14 51

LCNet	0.42 129	0.21 78	0.34 14	0.44 193	0.24 80	0.47 138	0.28 54	0.69 88	0.57 74	0.72 139	1.03 235	0.66 166	0.58 192	0.60 94	0.35 94	0.15 69	0.10 8	0.19 152	0.19 213	0.22 233	0.37 328

ROB_FTStereo_v2	0.36 47	0.24 144	0.51 145	0.42 135	0.22 32	0.24 8	0.31 93	0.63 48	0.39 23	0.63 90	0.73 90	0.57 104	0.38 94	0.60 94	0.39 132	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

ROB_FTStereo	0.36 47	0.24 144	0.51 145	0.42 135	0.22 32	0.24 8	0.20 1	0.63 48	0.39 23	0.63 90	0.73 90	0.57 104	0.38 94	0.60 94	0.38 124	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

SFCPSM	0.48 176	0.22 102	0.59 207	0.41 110	0.27 164	0.85 287	0.36 151	1.39 338	0.79 153	0.81 189	0.85 151	0.54 93	0.50 155	0.60 94	0.39 132	0.18 162	0.14 177	0.18 120	0.20 232	0.17 132	0.16 103

ACVNet-DCA	0.36 47	0.25 173	0.35 21	0.42 135	0.23 58	0.53 159	0.37 163	0.91 184	0.59 77	0.42 36	0.50 34	0.34 24	0.47 146	0.61 100	0.26 9	0.17 130	0.11 40	0.19 152	0.13 52	0.18 157	0.19 172

xx1	0.40 108	0.25 173	0.35 21	0.42 135	0.23 58	0.53 159	0.37 163	0.71 105	1.17 320	0.42 36	0.50 34	0.65 154	0.56 180	0.61 100	0.26 9	0.17 130	0.11 40	0.20 182	0.19 213	0.18 157	0.19 172

cc1	0.38 81	0.25 173	0.35 21	0.42 135	0.23 58	0.53 159	0.37 163	0.71 105	1.17 320	0.42 36	0.50 34	0.34 24	0.47 146	0.61 100	0.26 9	0.17 130	0.11 40	0.19 152	0.13 52	0.16 107	0.17 140

mmm	0.47 167	0.28 226	0.51 145	0.39 63	0.25 105	0.61 198	0.38 176	1.00 220	0.60 84	0.77 169	1.07 249	0.65 154	0.53 164	0.61 100	0.49 198	0.18 162	0.15 197	0.23 250	0.20 232	0.21 215	0.20 199

ff7	0.30 16	0.22 102	0.42 62	0.37 36	0.26 135	0.31 54	0.34 122	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 100	0.26 9	0.14 19	0.11 40	0.17 89	0.12 29	0.15 69	0.16 103

ffff	0.30 16	0.22 102	0.42 62	0.37 36	0.26 135	0.31 54	0.34 122	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 100	0.26 9	0.14 19	0.11 40	0.17 89	0.12 29	0.15 69	0.16 103

DualNet	0.53 223	0.28 226	0.68 244	0.39 63	0.26 135	0.56 175	0.40 200	0.72 115	1.13 308	0.76 161	0.98 205	0.71 178	0.55 172	0.61 100	1.46 355	0.17 130	0.11 40	0.25 274	0.21 250	0.16 107	0.17 140

ffm	0.47 167	0.28 226	0.68 244	0.39 63	0.26 135	0.56 175	0.40 200	0.72 115	1.13 308	0.76 161	0.98 205	0.71 178	0.55 172	0.61 100	0.26 9	0.17 130	0.11 40	0.25 274	0.21 250	0.16 107	0.17 140

11t	0.30 16	0.22 102	0.42 62	0.37 36	0.26 135	0.31 54	0.34 122	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 100	0.26 9	0.14 19	0.11 40	0.17 89	0.12 29	0.15 69	0.16 103

tt1	0.37 65	0.25 173	0.35 21	0.43 172	0.23 58	0.52 156	0.37 163	0.72 115	1.13 308	0.42 36	0.46 25	0.35 29	0.44 129	0.61 100	0.26 9	0.17 130	0.11 40	0.19 152	0.13 52	0.16 107	0.17 140

whm_eth	0.49 186	0.32 259	0.79 280	0.47 246	0.38 289	0.37 89	0.37 163	0.83 164	0.83 181	0.82 190	1.73 355	0.36 35	0.39 107	0.61 100	0.38 124	0.19 197	0.17 244	0.20 182	0.20 232	0.20 206	0.25 264

PCWNet_CMD	0.49 186	0.25 173	0.56 190	0.40 90	0.27 164	0.64 215	0.32 105	0.98 211	0.99 258	0.87 223	1.07 249	0.78 220	0.46 142	0.61 100	0.44 169	0.17 130	0.13 145	0.21 224	0.16 120	0.26 270	0.20 199

knoymous	0.37 65	0.22 102	0.34 14	0.32 7	0.22 32	0.38 95	0.29 61	0.63 48	0.65 96	0.69 125	0.69 84	0.60 131	0.40 112	0.61 100	0.36 103	0.17 130	0.11 40	0.20 182	0.12 29	0.18 157	0.19 172

ccc-4	0.30 16	0.22 102	0.42 62	0.37 36	0.26 135	0.31 54	0.34 122	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 100	0.26 9	0.14 19	0.11 40	0.17 89	0.12 29	0.15 69	0.16 103

Patchmatch Stereo++	0.36 47	0.24 144	0.51 145	0.42 135	0.22 32	0.24 8	0.21 5	0.63 48	0.39 23	0.63 90	0.73 90	0.57 104	0.38 94	0.61 100	0.39 132	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103
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
iGMRVC	0.36 47	0.24 144	0.51 145	0.42 135	0.22 32	0.24 8	0.29 61	0.63 48	0.39 23	0.63 90	0.73 90	0.57 104	0.38 94	0.61 100	0.39 132	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

iRAFT	0.36 47	0.24 144	0.51 145	0.42 135	0.22 32	0.24 8	0.21 5	0.63 48	0.39 23	0.63 90	0.73 90	0.57 104	0.38 94	0.61 100	0.39 132	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

RAFT-IKP	0.36 47	0.24 144	0.51 145	0.42 135	0.22 32	0.24 8	0.27 46	0.63 48	0.39 23	0.63 90	0.73 90	0.57 104	0.38 94	0.61 100	0.39 132	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

CFNet_pseudo	0.47 167	0.25 173	0.55 186	0.38 47	0.28 185	0.58 189	0.32 105	0.89 178	0.90 214	0.83 195	1.03 235	0.75 207	0.48 149	0.61 100	0.46 179	0.17 130	0.13 145	0.24 263	0.16 120	0.26 270	0.21 215

MSMDNet	0.49 186	0.25 173	0.56 190	0.40 90	0.27 164	0.64 215	0.32 105	0.99 214	0.99 258	0.87 223	1.07 249	0.79 226	0.46 142	0.61 100	0.44 169	0.17 130	0.13 145	0.20 182	0.16 120	0.25 264	0.20 199

ccs_rob	0.47 167	0.25 173	0.55 186	0.38 47	0.28 185	0.58 189	0.32 105	0.89 178	0.90 214	0.83 195	1.02 224	0.75 207	0.48 149	0.61 100	0.46 179	0.17 130	0.12 89	0.24 263	0.16 120	0.26 270	0.21 215

HITNet	0.43 141	0.27 213	0.50 137	0.34 10	0.18 6	0.65 221	0.32 105	0.99 214	0.70 113	0.73 146	0.86 155	0.66 166	0.56 180	0.61 100	0.47 188	0.14 19	0.10 8	0.15 44	0.13 52	0.18 157	0.13 33
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
IGEVStereo-DCA	0.30 16	0.24 144	0.42 62	0.36 28	0.27 164	0.38 95	0.34 122	0.66 61	0.35 8	0.39 24	0.31 7	0.35 29	0.27 25	0.62 122	0.25 4	0.16 102	0.12 89	0.16 61	0.12 29	0.14 39	0.16 103

rrr	0.31 27	0.24 144	0.56 190	0.36 28	0.27 164	0.38 95	0.31 93	0.56 27	0.44 45	0.39 24	0.31 7	0.35 29	0.27 25	0.62 122	0.25 4	0.16 102	0.12 89	0.16 61	0.13 52	0.14 39	0.14 51

anonymousdsp	0.30 16	0.22 102	0.41 54	0.38 47	0.26 135	0.31 54	0.35 144	0.68 77	0.36 13	0.40 33	0.33 11	0.32 16	0.28 30	0.62 122	0.26 9	0.14 19	0.10 8	0.17 89	0.12 29	0.15 69	0.16 103

Selective-IGEV	0.25 2	0.18 16	0.37 31	0.37 36	0.20 20	0.27 28	0.25 34	0.59 33	0.25 3	0.27 2	0.26 1	0.34 24	0.18 1	0.62 122	0.23 1	0.12 4	0.10 8	0.14 15	0.11 17	0.13 15	0.11 3

IER	0.48 176	0.25 173	0.60 212	0.38 47	0.28 185	0.67 235	0.38 176	0.82 162	0.68 106	0.88 231	0.95 191	0.74 202	0.79 286	0.62 122	0.46 179	0.17 130	0.14 177	0.17 89	0.17 162	0.17 132	0.16 103

IGEV-Stereo	0.30 16	0.22 102	0.41 54	0.38 47	0.26 135	0.30 42	0.35 144	0.68 77	0.36 13	0.40 33	0.33 11	0.32 16	0.28 30	0.62 122	0.26 9	0.14 19	0.10 8	0.17 89	0.12 29	0.15 69	0.16 103
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AASNet	0.55 233	0.27 213	0.62 218	0.51 286	0.32 251	0.73 248	0.44 238	1.55 362	0.88 206	0.88 231	0.94 187	0.64 150	0.63 211	0.62 122	0.84 283	0.23 262	0.20 278	0.20 182	0.16 120	0.22 233	0.20 199

GMM-Stereo	0.44 147	0.20 57	0.39 40	0.42 135	0.25 105	0.50 144	0.44 238	0.72 115	0.57 74	0.77 169	1.37 318	0.76 213	0.38 94	0.62 122	0.34 87	0.15 69	0.10 8	0.20 182	0.19 213	0.17 132	0.28 286

UCFNet_RVC	0.50 197	0.27 213	0.37 31	0.40 90	0.27 164	0.66 226	0.42 225	1.18 277	0.86 192	0.70 129	0.89 167	0.91 261	0.60 200	0.62 122	0.48 191	0.24 268	0.18 253	0.28 306	0.27 314	0.25 264	0.24 257

MyStereo07	0.33 34	0.23 125	0.37 31	0.43 172	0.29 204	0.40 106	0.48 255	0.78 149	0.38 19	0.38 21	0.34 17	0.32 16	0.30 55	0.63 131	0.28 31	0.14 19	0.13 145	0.19 152	0.17 162	0.18 157	0.17 140

CoDeX	0.48 176	0.21 78	0.53 171	0.43 172	0.25 105	0.74 252	0.38 176	1.36 336	0.82 176	0.84 201	0.96 195	0.63 143	0.57 189	0.63 131	0.40 152	0.17 130	0.13 145	0.17 89	0.15 94	0.16 107	0.15 82

PSM-AAD	0.48 176	0.21 78	0.39 40	0.44 193	0.23 58	0.56 175	0.47 250	0.67 72	0.73 130	1.08 318	1.12 263	0.58 119	0.87 310	0.63 131	0.33 78	0.15 69	0.11 40	0.25 274	0.26 310	0.18 157	0.42 345

DEmStereo	0.49 186	0.18 16	0.53 171	0.39 63	0.26 135	0.57 185	0.33 114	0.65 59	0.75 138	0.90 245	1.65 348	0.57 104	1.02 333	0.63 131	0.44 169	0.14 19	0.12 89	0.16 61	0.16 120	0.14 39	0.17 140

CRE-IMP	0.37 65	0.23 125	0.53 171	0.42 135	0.24 80	0.40 106	0.21 5	0.61 39	0.45 49	0.65 104	0.73 90	0.53 91	0.37 87	0.63 131	0.40 152	0.18 162	0.11 40	0.19 152	0.16 120	0.21 215	0.19 172

Prome-Stereo	0.46 158	0.20 57	0.37 31	0.45 205	0.26 135	0.40 106	0.42 225	0.69 88	0.49 59	0.96 277	1.84 360	0.58 119	0.64 218	0.63 131	0.32 68	0.15 69	0.11 40	0.16 61	0.14 73	0.17 132	0.30 295

RALAANet	0.40 108	0.24 144	0.56 190	0.43 172	0.30 223	0.36 81	0.25 34	0.89 178	0.69 111	0.69 125	0.65 74	0.61 133	0.30 55	0.63 131	0.35 94	0.16 102	0.13 145	0.18 120	0.15 94	0.21 215	0.14 51

DLNR_Zeroshot_test	20.12 425	36.36 432	38.38 430	170.13 441	62.28 437	0.22 5	0.20 1	13.43 424	0.40 31	0.45 45	0.66 77	0.42 50	0.21 5	0.64 138	0.32 68	5.57 423	0.10 8	0.15 44	0.11 17	72.31 440	0.13 33

IPLG	0.40 108	0.21 78	0.64 226	0.41 110	0.25 105	0.54 165	0.27 46	0.77 146	0.68 106	0.85 211	0.82 136	0.33 21	0.32 64	0.64 138	0.49 198	0.13 10	0.11 40	0.16 61	0.14 73	0.14 39	0.14 51

ASMatch	0.48 176	0.20 57	0.47 107	0.39 63	0.28 185	0.37 89	0.26 44	0.76 141	0.72 121	0.77 169	2.29 372	0.61 133	0.51 160	0.64 138	0.39 132	0.15 69	0.12 89	0.17 89	0.15 94	0.14 39	0.22 230

THIR-Stereo	0.51 207	0.19 36	0.47 107	0.39 63	0.23 58	0.74 252	0.64 316	0.68 77	0.88 206	1.03 297	1.40 321	0.71 178	0.75 271	0.64 138	0.43 162	0.16 102	0.11 40	0.17 89	0.18 188	0.15 69	0.17 140

Pruner-Stereo	0.39 94	0.21 78	0.51 145	0.41 110	0.25 105	0.22 5	0.24 26	0.71 105	0.59 77	0.90 245	0.75 103	0.67 170	0.30 55	0.64 138	0.39 132	0.19 197	0.12 89	0.20 182	0.17 162	0.17 132	0.19 172

RALCasStereoNet	0.37 65	0.23 125	0.41 54	0.44 193	0.28 185	0.36 81	0.38 176	0.66 61	0.67 105	0.51 57	0.74 101	0.51 84	0.29 45	0.64 138	0.38 124	0.17 130	0.14 177	0.15 44	0.13 52	0.17 132	0.17 140

UDGNet	0.50 197	0.82 369	0.56 190	0.51 286	0.32 251	0.41 115	0.34 122	0.71 105	0.93 228	0.65 104	0.60 63	0.58 119	0.44 129	0.65 144	0.43 162	0.33 332	0.15 197	0.67 380	0.20 232	0.49 357	0.23 249

KYRaft	0.48 176	0.21 78	0.41 54	0.45 205	0.23 58	0.43 126	0.36 151	0.68 77	0.45 49	0.94 260	1.72 354	0.78 220	0.40 112	0.65 144	0.32 68	0.16 102	0.11 40	0.18 120	0.22 268	0.17 132	0.76 382

DRaft	0.49 186	0.18 16	0.50 137	0.38 47	0.25 105	0.57 185	0.39 189	0.67 72	0.86 192	1.02 294	1.75 356	0.50 81	0.79 286	0.65 144	0.42 160	0.14 19	0.11 40	0.16 61	0.16 120	0.14 39	0.17 140

111	0.42 129	0.18 16	0.46 96	0.35 13	0.19 10	0.52 156	0.28 54	0.76 141	1.16 317	0.52 59	0.92 182	0.65 154	0.51 160	0.65 144	0.37 111	0.15 69	0.10 8	0.14 15	0.12 29	0.13 15	0.16 103

EAI-Stereo	0.36 47	0.21 78	0.46 96	0.40 90	0.22 32	0.33 69	0.36 151	1.22 292	0.32 5	0.52 59	0.75 103	0.35 29	0.28 30	0.65 144	0.30 52	0.14 19	0.11 40	0.14 15	0.14 73	0.14 39	0.13 33

FENet	0.43 141	0.23 125	0.40 49	0.40 90	0.24 80	0.54 165	0.33 114	0.83 164	0.72 121	0.74 153	0.73 90	0.63 143	0.56 180	0.65 144	0.45 175	0.19 197	0.13 145	0.19 152	0.17 162	0.18 157	0.20 199

ACVNet	0.47 167	0.24 144	0.39 40	0.40 90	0.28 185	0.58 189	0.40 200	0.91 184	0.81 168	0.67 115	0.96 195	0.79 226	0.66 226	0.65 144	0.71 259	0.18 162	0.15 197	0.16 61	0.15 94	0.18 157	0.15 82

acv_ft	0.52 217	0.24 144	0.64 226	0.45 205	0.28 185	0.85 287	0.40 200	0.95 203	0.81 168	1.00 288	0.96 195	0.79 226	0.62 206	0.65 144	0.88 288	0.18 162	0.15 197	0.16 61	0.15 94	0.18 157	0.15 82

CFNet_ucs	0.51 207	0.25 173	0.58 199	0.39 63	0.31 233	0.59 196	0.35 144	1.04 229	0.95 239	0.89 238	1.19 286	0.80 230	0.49 153	0.66 152	0.45 175	0.21 232	0.16 218	0.26 288	0.18 188	0.27 279	0.23 249

BUS	0.47 167	0.26 201	0.47 107	0.46 228	0.29 204	0.78 258	0.34 122	0.99 214	0.80 159	0.77 169	0.80 128	0.64 150	0.54 169	0.66 152	0.56 223	0.21 232	0.15 197	0.22 236	0.19 213	0.18 157	0.19 172

BSDual-CNN	0.48 176	0.26 201	0.47 107	0.46 228	0.29 204	0.75 255	0.46 245	0.99 214	0.80 159	0.77 169	0.80 128	0.76 213	0.59 196	0.66 152	0.48 191	0.21 232	0.15 197	0.22 236	0.19 213	0.18 157	0.19 172

psmg	0.50 197	0.26 201	0.47 107	0.42 135	0.29 204	0.82 278	0.42 225	1.07 242	0.80 159	0.95 265	0.94 187	0.76 213	0.59 196	0.66 152	0.48 191	0.21 232	0.16 218	0.20 182	0.20 232	0.19 191	0.19 172

AAGNet	1.40 374	0.20 57	0.52 164	0.45 205	0.26 135	0.29 38	0.29 61	0.67 72	0.71 119	0.97 280	0.86 155	0.66 166	0.60 200	0.66 152	19.98 423	0.17 130	0.11 40	0.19 152	0.15 94	0.20 206	0.13 33

Anonymous3	0.47 167	0.35 274	0.91 311	0.50 274	0.38 289	0.81 275	0.55 290	0.76 141	0.66 99	0.52 59	0.65 74	0.44 59	0.45 136	0.66 152	0.39 132	0.25 280	0.25 316	0.22 236	0.21 250	0.23 247	0.24 257

test_xeample3	0.31 27	0.23 125	0.56 190	0.36 28	0.26 135	0.35 77	0.32 105	0.60 35	0.38 19	0.44 44	0.32 10	0.33 21	0.28 30	0.66 152	0.27 24	0.14 19	0.12 89	0.16 61	0.12 29	0.14 39	0.14 51

PSMNet-RSSM	0.50 197	0.24 144	0.41 54	0.43 172	0.26 135	0.51 149	0.40 200	1.16 269	0.79 153	0.75 156	1.07 249	0.87 245	0.69 245	0.66 152	0.52 207	0.24 268	0.16 218	0.23 250	0.26 310	0.20 206	0.20 199

GwcNet-RSSM	0.51 207	0.25 173	0.51 145	0.41 110	0.24 80	0.56 175	0.41 220	0.97 209	0.96 246	0.75 156	1.17 281	0.89 253	0.66 226	0.66 152	0.74 264	0.22 248	0.15 197	0.19 152	0.21 250	0.17 132	0.16 103

MIM_Stereo	0.39 94	0.18 16	0.59 207	0.38 47	0.25 105	0.27 28	0.24 26	0.72 115	0.56 70	0.72 139	1.00 218	0.62 139	0.29 45	0.67 161	0.39 132	0.13 10	0.14 177	0.17 89	0.16 120	0.14 39	0.12 12

test_4	0.37 65	0.19 36	0.34 14	0.45 205	0.26 135	0.20 2	0.34 122	0.58 31	0.42 40	0.60 77	1.45 333	0.43 56	0.26 20	0.67 161	0.29 40	0.12 4	0.10 8	0.17 89	0.19 213	0.15 69	0.12 12

GwcNet-ADL	0.45 153	0.24 144	0.51 145	0.46 228	0.30 223	0.41 115	0.40 200	0.95 203	0.98 255	0.73 146	0.78 114	0.61 133	0.41 116	0.67 161	0.55 221	0.20 217	0.14 177	0.15 44	0.14 73	0.19 191	0.22 230

NRIStereo	0.37 65	0.21 78	0.49 128	0.42 135	0.23 58	0.33 69	0.25 34	0.68 77	0.59 77	0.65 104	0.63 69	0.55 95	0.37 87	0.67 161	0.40 152	0.16 102	0.12 89	0.18 120	0.15 94	0.17 132	0.15 82

RAFT-RH_RVC	0.57 246	0.18 16	0.44 84	0.38 47	0.23 58	0.56 175	0.24 26	0.61 39	0.73 130	1.18 334	3.90 403	0.55 95	0.40 112	0.67 161	0.38 124	0.14 19	0.11 40	0.20 182	0.15 94	0.12 3	0.14 51

RAFT-345	0.41 122	0.19 36	0.42 62	0.39 63	0.23 58	0.32 63	0.25 34	0.62 42	0.56 70	0.74 153	1.77 357	0.44 59	0.35 78	0.67 161	0.37 111	0.14 19	0.11 40	0.18 120	0.14 73	0.14 39	0.13 33

GANet-RSSM	0.49 186	0.22 102	0.42 62	0.39 63	0.26 135	0.58 189	0.41 220	1.12 256	0.82 176	0.73 146	1.02 224	0.88 248	0.75 271	0.67 161	0.48 191	0.22 248	0.16 218	0.18 120	0.19 213	0.18 157	0.18 163

DIP-Stereo	0.40 108	0.22 102	0.58 199	0.42 135	0.29 204	0.62 202	0.27 46	0.87 172	0.42 40	0.65 104	0.86 155	0.52 87	0.35 78	0.67 161	0.43 162	0.15 69	0.13 145	0.17 89	0.14 73	0.15 69	0.17 140
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
test croco	0.32 30	0.21 78	0.59 207	0.40 90	0.29 204	0.27 28	0.30 73	0.46 8	0.36 13	0.32 12	0.66 77	0.31 9	0.33 69	0.68 169	0.32 68	0.18 162	0.13 145	0.20 182	0.15 94	0.18 157	0.13 33

dd	0.44 147	0.40 300	0.62 218	0.44 193	0.26 135	0.51 149	0.38 176	0.72 115	1.07 290	0.60 77	0.66 77	0.43 56	0.40 112	0.68 169	0.53 216	0.24 268	0.15 197	0.21 224	0.16 120	0.24 255	0.19 172

CrosDoStereo	0.51 207	0.19 36	0.46 96	0.39 63	0.24 80	0.39 101	1.14 374	0.69 88	0.87 196	0.94 260	1.36 315	0.62 139	0.75 271	0.68 169	0.46 179	0.15 69	0.12 89	0.17 89	0.18 188	0.14 39	0.16 103

DeepStereo_LL	0.51 207	0.19 36	0.46 96	0.39 63	0.24 80	0.39 101	1.14 374	0.69 88	0.87 196	0.94 260	1.36 315	0.62 139	0.75 271	0.68 169	0.46 179	0.15 69	0.12 89	0.17 89	0.18 188	0.14 39	0.16 103

CFNet-ft	0.50 197	0.25 173	0.39 40	0.41 110	0.26 135	0.66 226	0.37 163	0.91 184	0.87 196	0.67 115	1.00 218	1.05 293	0.70 250	0.68 169	0.57 227	0.23 262	0.16 218	0.24 263	0.21 250	0.24 255	0.19 172

CFNet_RVC	0.50 197	0.25 173	0.39 40	0.41 110	0.26 135	0.66 226	0.37 163	0.91 184	0.87 196	0.67 115	1.00 218	1.05 293	0.70 250	0.68 169	0.57 227	0.23 262	0.16 218	0.24 263	0.21 250	0.24 255	0.19 172

LL-Strereo2	0.36 47	0.25 173	0.52 164	0.43 172	0.27 164	0.36 81	0.27 46	0.70 98	0.46 54	0.55 67	0.53 46	0.65 154	0.24 11	0.69 175	0.32 68	0.14 19	0.13 145	0.23 250	0.20 232	0.19 191	0.14 51

gwcnet-sp	0.50 197	0.25 173	0.84 294	0.41 110	0.27 164	0.79 264	0.40 200	0.93 195	0.85 186	0.95 265	0.79 118	0.65 154	0.63 211	0.69 175	0.52 207	0.18 162	0.17 244	0.18 120	0.18 188	0.18 157	0.19 172

scenet	0.50 197	0.25 173	0.84 294	0.41 110	0.27 164	0.79 264	0.40 200	0.93 195	0.85 186	0.95 265	0.79 118	0.65 154	0.63 211	0.69 175	0.52 207	0.18 162	0.17 244	0.18 120	0.18 188	0.18 157	0.19 172

ssnet	0.50 197	0.25 173	0.84 294	0.41 110	0.27 164	0.79 264	0.40 200	0.93 195	0.85 186	0.95 265	0.79 118	0.65 154	0.63 211	0.69 175	0.52 207	0.18 162	0.17 244	0.18 120	0.18 188	0.18 157	0.19 172

NF-Stereo	0.39 94	0.21 78	0.51 145	0.42 135	0.25 105	0.26 20	0.30 73	0.71 105	0.72 121	0.66 108	0.77 106	0.57 104	0.31 58	0.69 175	0.39 132	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 277

OCTAStereo	0.39 94	0.21 78	0.51 145	0.42 135	0.25 105	0.26 20	0.30 73	0.71 105	0.72 121	0.66 108	0.77 106	0.58 119	0.31 58	0.69 175	0.39 132	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 277

GES	0.46 158	0.25 173	0.62 218	0.41 110	0.30 223	0.62 202	0.37 163	1.06 240	0.70 113	0.75 156	0.83 141	0.47 73	0.52 163	0.69 175	0.46 179	0.23 262	0.17 244	0.17 89	0.16 120	0.18 157	0.24 257

dad	0.61 271	0.53 331	0.72 263	0.44 193	0.31 233	0.64 215	0.37 163	0.85 169	1.28 337	1.05 308	1.17 281	1.18 317	0.61 204	0.70 182	0.54 219	0.36 346	0.23 300	0.37 344	0.21 250	0.31 299	0.23 249

RE-Stereo	0.39 94	0.21 78	0.51 145	0.42 135	0.25 105	0.26 20	0.30 73	0.71 105	0.72 121	0.66 108	0.77 106	0.57 104	0.31 58	0.70 182	0.39 132	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 277

TVStereo	0.39 94	0.21 78	0.51 145	0.42 135	0.25 105	0.26 20	0.30 73	0.71 105	0.72 121	0.66 108	0.77 106	0.57 104	0.31 58	0.70 182	0.39 132	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 277

HCRNet	0.46 158	0.35 274	0.45 89	0.54 316	0.26 135	0.52 156	0.29 61	0.87 172	0.64 91	0.75 156	0.82 136	0.76 213	0.53 164	0.70 182	0.38 124	0.24 268	0.16 218	0.24 263	0.20 232	0.21 215	0.20 199

xxxx	1.07 349	0.23 125	0.53 171	0.38 47	0.22 32	0.83 281	0.36 151	1.41 344	0.95 239	0.75 156	0.99 214	0.97 271	0.64 218	0.70 182	11.37 415	0.20 217	0.17 244	0.18 120	0.17 162	0.19 191	0.20 199

pcwnet_v2	0.60 268	0.29 236	0.89 308	0.46 228	0.36 282	0.62 202	0.38 176	1.33 329	1.24 330	1.02 294	1.27 301	0.71 178	0.59 196	0.71 187	0.51 203	0.28 302	0.21 284	0.24 263	0.23 277	0.29 288	0.30 295

ADLNet	0.57 246	0.29 236	0.58 199	0.46 228	0.35 277	0.80 270	0.46 245	1.14 264	0.88 206	1.03 297	0.98 205	0.92 264	0.66 226	0.71 187	0.83 282	0.22 248	0.16 218	0.22 236	0.22 268	0.22 233	0.23 249

BEATNet_4x	0.49 186	0.35 274	0.72 263	0.38 47	0.20 20	0.65 221	0.36 151	1.08 247	0.78 147	0.78 180	0.88 164	0.73 198	0.64 218	0.71 187	0.60 235	0.16 102	0.12 89	0.16 61	0.15 94	0.24 255	0.18 163

AdaStereo	0.52 217	0.34 270	0.53 171	0.49 263	0.25 105	0.71 244	0.36 151	1.24 296	0.91 220	0.77 169	0.98 205	0.75 207	0.50 155	0.71 187	0.51 203	0.27 294	0.13 145	0.28 306	0.18 188	0.23 247	0.18 163
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.
CBFPSM	0.61 271	0.25 173	1.41 358	0.39 63	0.27 164	1.10 328	0.67 318	0.83 164	0.84 182	0.82 190	0.81 134	1.33 335	0.85 303	0.72 191	0.86 286	0.16 102	0.15 197	0.15 44	0.17 162	0.17 132	0.23 249

ToySt	0.52 217	0.27 213	0.93 312	0.42 135	0.28 185	0.67 235	0.56 293	0.88 177	0.79 153	0.61 81	0.85 151	0.92 264	0.70 250	0.72 191	0.61 239	0.16 102	0.17 244	0.21 224	0.21 250	0.22 233	0.21 215

NINENet	0.52 217	0.30 250	0.55 186	0.46 228	0.33 262	0.78 258	0.34 122	1.18 277	0.91 220	0.84 201	0.97 202	0.64 150	0.54 169	0.74 193	0.56 223	0.23 262	0.20 278	0.25 274	0.18 188	0.22 233	0.22 230

STrans-v2	0.47 167	0.21 78	0.49 128	0.41 110	0.25 105	0.54 165	0.49 265	1.16 269	0.82 176	0.67 115	1.05 241	0.71 178	0.67 235	0.74 193	0.34 87	0.15 69	0.11 40	0.17 89	0.15 94	0.14 39	0.14 51

IRAFT_RVC	0.43 141	0.20 57	0.52 164	0.45 205	0.24 80	0.26 20	0.51 271	0.76 141	0.78 147	0.77 169	0.80 128	0.73 198	0.50 155	0.74 193	0.39 132	0.18 162	0.10 8	0.21 224	0.17 162	0.17 132	0.15 82

222	1.25 364	0.23 125	0.53 171	0.38 47	0.23 58	0.78 258	0.37 163	1.41 344	0.93 228	0.97 280	1.13 269	0.74 202	0.71 255	0.74 193	14.86 419	0.20 217	0.16 218	0.17 89	0.16 120	0.18 157	0.20 199

iResNetv2_ROB	0.55 233	0.29 236	0.86 299	0.39 63	0.25 105	0.67 235	0.37 163	1.21 286	1.02 269	1.02 294	1.10 257	0.89 253	0.79 286	0.74 193	0.43 162	0.19 197	0.13 145	0.15 44	0.11 17	0.19 191	0.16 103

DispNO	0.48 176	0.24 144	0.84 294	0.40 90	0.31 233	0.58 189	0.39 189	0.91 184	0.79 153	0.79 184	0.83 141	0.71 178	0.59 196	0.75 198	0.50 200	0.19 197	0.14 177	0.20 182	0.18 188	0.16 107	0.17 140

hknet	0.51 207	0.26 201	0.58 199	0.46 228	0.29 204	0.75 255	0.46 245	0.99 214	0.89 210	0.77 169	0.80 128	0.96 270	0.67 235	0.75 198	0.50 200	0.19 197	0.15 197	0.22 236	0.19 213	0.18 157	0.19 172

PFNet+	0.41 122	0.20 57	0.53 171	0.40 90	0.25 105	0.28 34	0.22 11	0.66 61	0.76 141	0.85 211	0.79 118	0.63 143	0.34 75	0.75 198	0.37 111	0.20 217	0.14 177	0.23 250	0.20 232	0.17 132	0.21 215

PSM-softLoss	0.40 108	0.21 78	0.53 171	0.42 135	0.26 135	0.29 38	0.34 122	0.70 98	0.49 59	0.63 90	0.82 136	0.59 128	0.33 69	0.75 198	0.43 162	0.20 217	0.12 89	0.20 182	0.18 188	0.17 132	0.22 230

KMStereo	0.40 108	0.21 78	0.53 171	0.42 135	0.26 135	0.29 38	0.34 122	0.70 98	0.49 59	0.63 90	0.82 136	0.59 128	0.33 69	0.75 198	0.43 162	0.20 217	0.12 89	0.20 182	0.18 188	0.17 132	0.22 230

PFNet	0.43 141	0.19 36	0.61 213	0.44 193	0.24 80	0.42 122	0.31 93	0.76 141	0.81 168	1.01 290	0.74 101	0.67 170	0.41 116	0.75 198	0.39 132	0.16 102	0.10 8	0.20 182	0.15 94	0.16 107	0.14 51

test_xeample	1.06 347	0.23 125	0.51 145	0.37 36	0.22 32	0.71 244	0.39 189	1.31 321	0.92 226	0.87 223	1.08 255	0.70 177	0.64 218	0.75 198	11.43 416	0.19 197	0.16 218	0.18 120	0.17 162	0.18 157	0.19 172

DMCA-RVC	0.54 228	0.32 259	0.83 291	0.51 286	0.32 251	0.59 196	0.38 176	0.89 178	0.70 113	0.95 265	0.88 164	0.90 255	0.69 245	0.75 198	0.63 246	0.23 262	0.18 253	0.31 324	0.24 291	0.27 279	0.21 215

HSM-Net_RVC	0.55 233	0.23 125	0.37 31	0.38 47	0.22 32	0.86 289	0.40 200	1.31 321	0.93 228	0.92 253	1.15 273	1.26 323	0.71 255	0.75 198	0.53 216	0.17 130	0.14 177	0.16 61	0.15 94	0.17 132	0.17 140
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iinet-f	0.69 289	0.29 236	2.34 389	0.41 110	0.31 233	1.16 339	0.58 302	0.87 172	0.85 186	0.86 221	1.17 281	1.04 290	0.83 296	0.76 207	1.26 344	0.21 232	0.18 253	0.17 89	0.16 120	0.21 215	0.21 215

iRaft-Stereo_5w	0.46 158	0.22 102	0.53 171	0.43 172	0.30 223	0.30 42	0.53 280	0.66 61	0.71 119	0.62 83	0.89 167	1.01 282	0.67 235	0.76 207	0.67 252	0.13 10	0.12 89	0.17 89	0.15 94	0.15 69	0.17 140

PSMNet-ADL	0.50 197	0.28 226	0.43 79	0.49 263	0.31 233	0.70 241	0.38 176	0.94 200	0.81 168	0.62 83	0.80 128	0.91 261	0.62 206	0.76 207	0.68 255	0.24 268	0.18 253	0.19 152	0.20 232	0.22 233	0.22 230

RAFT	0.46 158	0.23 125	0.52 164	0.48 254	0.27 164	0.55 170	0.47 250	0.68 77	0.60 84	0.83 195	0.82 136	1.00 278	0.56 180	0.76 207	0.37 111	0.18 162	0.16 218	0.22 236	0.20 232	0.16 107	0.14 51

UNet	0.55 233	0.27 213	0.72 263	0.45 205	0.41 306	0.97 306	0.40 200	1.01 221	0.80 159	0.87 223	0.90 170	1.03 286	0.75 271	0.76 207	0.67 252	0.19 197	0.15 197	0.20 182	0.17 162	0.21 215	0.18 163

ac_64	0.54 228	0.24 144	0.58 199	0.46 228	0.28 185	0.79 264	0.44 238	1.11 255	0.63 87	0.94 260	0.85 151	1.06 297	0.70 250	0.76 207	0.72 262	0.22 248	0.18 253	0.20 182	0.19 213	0.18 157	0.16 103

NLCA_NET_v2_RVC	0.55 233	0.33 265	0.71 257	0.46 228	0.31 233	0.66 226	0.43 232	1.07 242	0.89 210	0.93 256	0.91 176	0.98 273	0.61 204	0.76 207	0.64 248	0.22 248	0.18 253	0.22 236	0.22 268	0.22 233	0.24 257
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MyStereo04	0.45 153	0.23 125	0.52 164	0.43 172	0.29 204	0.40 106	0.48 255	1.02 223	1.12 303	0.62 83	0.58 59	0.55 95	0.56 180	0.77 214	0.45 175	0.14 19	0.13 145	0.19 152	0.17 162	0.18 157	0.17 140

GMStereo_Zeroshot	0.51 207	0.46 318	0.80 281	0.50 274	0.28 185	0.57 185	0.30 73	0.75 139	0.79 153	0.88 231	0.94 187	0.90 255	0.37 87	0.77 214	0.46 179	0.27 294	0.14 177	0.26 288	0.15 94	0.39 334	0.19 172

HH	0.37 65	0.22 102	0.49 128	0.41 110	0.26 135	0.36 81	0.30 73	0.87 172	0.41 36	0.45 45	0.59 61	0.78 220	0.43 124	0.77 214	0.26 9	0.15 69	0.11 40	0.15 44	0.14 73	0.14 39	0.14 51

HanStereo	0.37 65	0.22 102	0.49 128	0.41 110	0.26 135	0.36 81	0.30 73	0.87 172	0.41 36	0.45 45	0.59 61	0.78 220	0.43 124	0.77 214	0.26 9	0.15 69	0.11 40	0.15 44	0.14 73	0.14 39	0.14 51

Anonymous_2	0.84 320	0.45 313	0.66 233	0.41 110	0.45 330	0.82 278	0.53 280	0.81 158	0.81 168	0.73 146	0.61 66	0.91 261	0.76 280	0.77 214	0.61 239	0.51 372	0.55 387	0.54 374	4.92 422	0.54 367	0.42 345

TRStereo	0.39 94	0.32 259	0.64 226	0.49 263	0.41 306	0.30 42	0.30 73	0.97 209	0.63 87	0.53 65	0.43 21	0.52 87	0.26 20	0.77 214	0.29 40	0.18 162	0.12 89	0.19 152	0.19 213	0.13 15	0.13 33

FADNet-RVC-Resample	0.58 257	0.35 274	1.34 353	0.50 274	0.34 272	0.73 248	0.43 232	1.09 250	0.96 246	0.83 195	0.87 161	0.76 213	0.66 226	0.77 214	0.52 207	0.19 197	0.18 253	0.26 288	0.27 314	0.28 286	0.29 291

STTStereo	0.57 246	0.39 292	0.87 304	0.45 205	0.32 251	0.62 202	0.45 242	1.01 221	0.87 196	1.01 290	0.91 176	0.95 267	0.58 192	0.77 214	0.66 249	0.25 280	0.24 308	0.27 296	0.33 343	0.25 264	0.26 269

MSKI-zero shot	0.33 34	0.19 36	0.36 28	0.41 110	0.22 32	0.32 63	0.22 11	0.65 59	0.45 49	0.52 59	0.64 72	0.60 131	0.19 3	0.78 222	0.27 24	0.14 19	0.11 40	0.14 15	0.10 11	0.13 15	0.13 33

TransformOpticalFlow	0.46 158	0.21 78	0.49 128	0.42 135	0.24 80	0.36 81	0.46 245	1.04 229	0.84 182	0.67 115	1.14 271	0.73 198	0.56 180	0.78 222	0.33 78	0.15 69	0.10 8	0.17 89	0.15 94	0.14 39	0.15 82

MyStereo05	0.46 158	0.22 102	0.51 145	0.42 135	0.29 204	0.43 126	0.48 255	0.96 207	1.12 303	0.77 169	0.62 68	0.51 84	0.57 189	0.79 224	0.43 162	0.14 19	0.13 145	0.18 120	0.17 162	0.17 132	0.17 140

ADLNet2	0.57 246	0.26 201	0.71 257	0.48 254	0.31 233	0.83 281	0.51 271	1.10 254	0.99 258	0.85 211	0.99 214	0.99 277	0.70 250	0.79 224	0.78 270	0.21 232	0.17 244	0.18 120	0.18 188	0.22 233	0.22 230

DisPM	0.40 108	0.20 57	0.50 137	0.42 135	0.27 164	0.24 8	0.30 73	0.68 77	0.61 86	0.88 231	0.87 161	0.59 128	0.32 64	0.80 226	0.34 87	0.19 197	0.12 89	0.19 152	0.17 162	0.16 107	0.21 215

RAFT_R40	0.41 122	0.20 57	0.47 107	0.44 193	0.25 105	0.23 7	0.25 34	0.69 88	0.70 113	0.98 283	0.78 114	0.72 194	0.43 124	0.80 226	0.39 132	0.17 130	0.11 40	0.20 182	0.16 120	0.18 157	0.15 82

psm_up	0.57 246	0.27 213	0.52 164	0.50 274	0.33 262	0.65 221	0.60 307	1.07 242	0.84 182	0.87 223	0.91 176	1.00 278	1.06 338	0.80 226	0.66 249	0.22 248	0.25 316	0.26 288	0.23 277	0.22 233	0.21 215

HGLStereo	0.58 257	0.30 250	0.65 231	0.51 286	0.38 289	0.78 258	0.45 242	1.07 242	0.82 176	0.89 238	1.16 276	0.88 248	0.91 319	0.80 226	0.74 264	0.21 232	0.21 284	0.20 182	0.18 188	0.19 191	0.22 230

fast-acv-ft	0.66 283	0.32 259	0.80 281	0.46 228	0.34 272	1.26 348	0.50 268	0.91 184	1.00 262	1.05 308	1.36 315	1.28 324	0.84 299	0.81 230	0.90 296	0.22 248	0.24 308	0.23 250	0.23 277	0.21 215	0.22 230

RAFT+CT+SA	0.40 108	0.24 144	0.40 49	0.53 307	0.27 164	0.28 34	0.45 242	0.79 154	0.81 168	0.51 57	0.90 170	0.42 50	0.39 107	0.81 230	0.33 78	0.15 69	0.11 40	0.18 120	0.18 188	0.15 69	0.15 82

SST-Stereo	0.41 122	0.20 57	0.48 120	0.43 172	0.25 105	0.25 18	0.21 5	0.68 77	0.50 62	1.08 318	0.79 118	0.71 178	0.42 121	0.81 230	0.38 124	0.17 130	0.11 40	0.20 182	0.16 120	0.19 191	0.15 82

NOSS_ROB	0.59 261	0.40 300	0.42 62	0.45 205	0.31 233	0.79 264	0.53 280	1.09 250	1.12 303	0.69 125	0.92 182	0.77 218	0.63 211	0.81 230	0.52 207	0.39 356	0.38 365	0.44 358	0.42 365	0.38 330	0.36 322

DN-CSS_ROB	0.45 153	0.27 213	0.74 271	0.41 110	0.29 204	0.43 126	0.29 61	0.80 156	0.78 147	0.73 146	1.08 255	0.48 76	0.45 136	0.81 230	0.40 152	0.15 69	0.12 89	0.21 224	0.19 213	0.18 157	0.17 140

test_5	0.44 147	0.25 173	0.48 120	0.53 307	0.28 185	0.28 34	0.42 225	0.77 146	0.87 196	0.63 90	0.91 176	0.73 198	0.53 164	0.82 235	0.36 103	0.14 19	0.11 40	0.18 120	0.18 188	0.18 157	0.16 103

DRN-Test	0.68 287	0.34 270	0.77 277	0.52 300	0.40 301	1.14 335	0.61 309	1.56 366	1.04 277	1.18 334	1.10 257	1.05 293	0.72 262	0.82 235	1.01 316	0.24 268	0.18 253	0.26 288	0.25 302	0.26 270	0.23 249

CRFU-Net	0.59 261	0.29 236	0.62 218	0.47 246	0.31 233	1.20 345	0.51 271	1.19 280	0.59 77	1.05 308	1.00 218	1.06 297	0.87 310	0.83 237	0.77 269	0.22 248	0.19 270	0.18 120	0.16 120	0.19 191	0.20 199

MMNet	0.57 246	0.26 201	0.67 237	0.45 205	0.35 277	1.04 323	0.39 189	0.93 195	0.98 255	0.96 277	0.97 202	0.86 241	0.80 290	0.83 237	0.80 278	0.16 102	0.15 197	0.19 152	0.19 213	0.20 206	0.17 140

hitnet-ft	0.57 246	0.29 236	0.43 79	0.42 135	0.29 204	0.81 275	0.40 200	0.98 211	0.91 220	0.84 201	1.01 222	1.13 313	0.72 262	0.83 237	0.71 259	0.28 302	0.21 284	0.28 306	0.22 268	0.29 288	0.27 277

CFNet	0.53 223	0.30 250	0.53 171	0.42 135	0.28 185	0.73 248	0.35 144	1.21 286	1.01 264	0.74 153	1.07 249	0.85 237	0.60 200	0.83 237	0.58 232	0.19 197	0.15 197	0.23 250	0.23 277	0.21 215	0.17 140

ssnet_v2	0.61 271	0.29 236	0.69 252	0.45 205	0.30 223	0.93 299	0.62 311	1.20 283	1.03 273	0.97 280	0.81 134	0.98 273	0.67 235	0.84 241	0.97 312	0.26 285	0.23 300	0.23 250	0.24 291	0.20 206	0.21 215

iResNet_ROB	0.55 233	0.24 144	0.61 213	0.38 47	0.22 32	0.66 226	0.30 73	1.59 370	1.33 346	0.94 260	1.05 241	0.81 232	0.69 245	0.84 241	0.46 179	0.17 130	0.12 89	0.14 15	0.09 5	0.15 69	0.20 199

CSP-Net	0.57 246	0.29 236	0.55 186	0.42 135	0.29 204	1.20 345	0.49 265	1.29 318	0.75 138	0.98 283	0.97 202	0.88 248	0.69 245	0.85 243	0.66 249	0.27 294	0.18 253	0.17 89	0.17 162	0.18 157	0.19 172

S-Stereo	0.76 306	0.36 282	1.10 330	0.57 328	0.46 338	0.83 281	0.59 305	1.31 321	1.62 370	0.98 283	1.41 323	1.11 310	0.93 323	0.85 243	1.07 331	0.27 294	0.31 345	0.28 306	0.25 302	0.33 309	0.50 366

iRaft-Stereo_20w	0.42 129	0.20 57	0.63 222	0.39 63	0.27 164	0.33 69	0.25 34	1.76 382	0.37 16	0.73 146	0.53 46	0.63 143	0.42 121	0.86 245	0.29 40	0.14 19	0.11 40	0.14 15	0.13 52	0.15 69	0.15 82

iResNet	0.52 217	0.31 257	0.86 299	0.44 193	0.22 32	0.66 226	0.47 250	0.92 193	1.02 269	0.89 238	1.12 263	0.69 175	0.55 172	0.86 245	0.60 235	0.15 69	0.11 40	0.15 44	0.12 29	0.17 132	0.17 140

LMCR-Stereo	0.55 233	0.33 265	0.57 197	0.60 337	0.30 223	0.80 270	0.36 151	1.30 320	0.79 153	0.90 245	1.04 238	0.57 104	0.64 218	0.87 247	0.73 263	0.20 217	0.15 197	0.19 152	0.14 73	0.25 264	0.18 163

RAFT + AFF	0.54 228	0.30 250	0.84 294	0.51 286	0.32 251	0.63 207	0.57 295	1.05 235	0.95 239	0.80 185	0.87 161	0.85 237	0.57 189	0.87 247	0.51 203	0.18 162	0.21 284	0.23 250	0.22 268	0.19 191	0.19 172

delet	0.57 246	0.25 173	0.63 222	0.46 228	0.34 272	1.05 325	0.51 271	1.04 229	0.94 235	0.90 245	0.99 214	0.90 255	0.68 243	0.87 247	0.78 270	0.18 162	0.18 253	0.20 182	0.21 250	0.17 132	0.17 140

UPFNet	0.55 233	0.26 201	0.59 207	0.46 228	0.38 289	0.83 281	0.48 255	1.03 228	0.80 159	0.92 253	0.91 176	0.85 237	0.67 235	0.87 247	0.78 270	0.20 217	0.21 284	0.20 182	0.20 232	0.20 206	0.15 82

FADNet	0.63 280	0.53 331	1.20 338	0.46 228	0.44 323	0.66 226	0.41 220	1.24 296	1.07 290	0.70 129	0.84 144	0.98 273	0.65 224	0.87 247	0.54 219	0.29 309	0.30 337	0.27 296	0.30 325	0.48 354	0.36 322

StereoDRNet	0.67 284	0.35 274	0.82 287	0.53 307	0.44 323	1.03 321	0.53 280	1.51 359	1.06 283	1.13 330	0.91 176	1.07 301	0.74 268	0.87 247	0.95 307	0.24 268	0.19 270	0.25 274	0.23 277	0.27 279	0.22 230

UDG	0.93 331	1.03 384	0.75 273	1.00 381	0.97 383	1.02 319	0.57 295	1.18 277	1.01 264	0.93 256	1.02 224	1.32 330	1.03 334	0.88 253	0.92 300	0.55 378	0.33 356	1.82 396	0.41 363	1.20 389	0.74 381

raft_robust	0.41 122	0.24 144	0.39 40	0.43 172	0.22 32	0.40 106	0.33 114	0.80 156	0.98 255	0.80 185	0.88 164	0.41 48	0.32 64	0.89 254	0.30 52	0.14 19	0.12 89	0.16 61	0.18 188	0.15 69	0.13 33

DAS	0.54 228	0.26 201	0.66 233	0.49 263	0.31 233	0.61 198	0.43 232	0.89 178	1.01 264	0.95 265	1.16 276	0.71 178	0.85 303	0.89 254	0.47 188	0.18 162	0.14 177	0.18 120	0.15 94	0.22 233	0.19 172

ARAFT	0.48 176	0.25 173	0.82 287	0.42 135	0.25 105	0.56 175	0.54 286	0.82 162	0.82 176	0.92 253	0.75 103	0.75 207	0.48 149	0.89 254	0.37 111	0.15 69	0.12 89	0.23 250	0.22 268	0.14 39	0.14 51

PS-NSSS	0.60 268	0.46 318	0.68 244	0.43 172	0.34 272	0.66 226	0.57 295	1.05 235	0.91 220	0.80 185	1.28 302	0.72 194	0.67 235	0.89 254	0.61 239	0.32 324	0.26 324	0.40 353	0.27 314	0.35 321	0.29 291

PSMNet_ROB	0.67 284	0.39 292	0.76 274	0.57 328	0.43 318	1.00 313	0.85 355	1.25 302	0.93 228	0.82 190	1.04 238	1.08 302	0.64 218	0.89 254	1.02 320	0.29 309	0.21 284	0.31 324	0.31 334	0.27 279	0.25 264

DeepPruner_ROB	0.55 233	0.37 284	0.67 237	0.42 135	0.31 233	0.50 144	0.43 232	1.22 292	0.73 130	0.86 221	1.05 241	0.85 237	0.58 192	0.90 259	0.56 223	0.29 309	0.23 300	0.22 236	0.22 268	0.26 270	0.26 269

HSM	0.53 223	0.25 173	0.46 96	0.40 90	0.25 105	0.74 252	0.44 238	1.29 318	0.78 147	0.82 190	0.92 182	1.21 319	0.75 271	0.90 259	0.48 191	0.18 162	0.14 177	0.17 89	0.14 73	0.17 132	0.18 163

AACVNet	0.52 217	0.25 173	0.56 190	0.48 254	0.29 204	0.55 170	0.38 176	0.96 207	0.59 77	0.83 195	1.03 235	1.03 286	0.77 284	0.91 261	0.58 232	0.22 248	0.18 253	0.24 263	0.18 188	0.24 255	0.22 230

ADCRef	0.84 320	0.46 318	1.60 371	0.52 300	0.45 330	1.08 327	0.52 277	1.13 262	1.03 273	1.22 339	1.43 329	0.87 245	0.93 323	0.91 261	3.35 393	0.19 197	0.16 218	0.23 250	0.23 277	0.23 247	0.22 230

HBP-ISP	0.61 271	0.47 324	0.45 89	0.46 228	0.33 262	0.79 264	0.29 61	1.15 267	1.05 279	0.85 211	1.18 285	0.67 170	0.71 255	0.92 263	0.57 227	0.37 350	0.38 365	0.47 363	0.41 363	0.39 334	0.32 305

GEStereo_RVC	0.56 242	0.30 250	0.70 254	0.51 286	0.31 233	0.70 241	0.54 286	1.31 321	0.93 228	0.85 211	0.86 155	0.84 235	0.63 211	0.92 263	0.67 252	0.24 268	0.16 218	0.19 152	0.17 162	0.21 215	0.23 249

FAT-Stereo	0.75 303	0.34 270	0.81 286	0.51 286	0.38 289	0.78 258	0.63 314	1.39 338	1.32 344	1.05 308	1.40 321	1.58 365	1.14 348	0.92 263	0.91 298	0.29 309	0.28 331	0.28 306	0.23 277	0.28 286	0.41 342

Wz-Net-LNSev	0.75 303	0.54 337	1.59 368	0.51 286	0.41 306	1.16 339	0.79 345	1.27 309	1.13 308	1.04 303	1.14 271	1.11 310	0.94 326	0.93 266	1.00 315	0.24 268	0.22 293	0.21 224	0.19 213	0.26 270	0.27 277

Consistency-Raft	1.01 345	0.82 369	1.27 345	0.85 377	0.97 383	0.81 275	0.83 351	1.35 332	1.61 369	1.06 316	1.66 349	1.11 310	0.93 323	0.93 266	1.11 334	0.65 381	0.75 397	0.79 382	0.91 395	1.09 388	0.79 383

StereoDRNet-Refined	0.61 271	0.33 265	0.63 222	0.47 246	0.31 233	0.94 301	0.41 220	1.04 229	0.97 251	1.15 332	1.13 269	1.00 278	0.74 268	0.93 266	0.93 302	0.18 162	0.13 145	0.22 236	0.21 250	0.20 206	0.21 215
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
TestStereo1	0.44 147	0.24 144	0.45 89	0.52 300	0.25 105	0.35 77	0.40 200	0.81 158	0.94 235	0.70 129	0.96 195	0.48 76	0.45 136	0.94 269	0.33 78	0.16 102	0.13 145	0.18 120	0.16 120	0.15 69	0.14 51

SA-5K	0.44 147	0.24 144	0.45 89	0.52 300	0.25 105	0.35 77	0.40 200	0.81 158	0.94 235	0.70 129	0.96 195	0.48 76	0.45 136	0.94 269	0.33 78	0.16 102	0.13 145	0.18 120	0.16 120	0.15 69	0.14 51

Sa-1000	0.49 186	0.25 173	0.45 89	0.46 228	0.25 105	0.64 215	0.34 122	0.85 169	0.95 239	0.85 211	1.51 340	0.55 95	0.44 129	0.94 269	0.31 62	0.16 102	0.12 89	0.21 224	0.20 232	0.15 69	0.14 51

CVANet_RVC	0.59 261	0.35 274	0.54 183	0.49 263	0.33 262	0.70 241	0.67 318	1.12 256	0.97 251	0.88 231	1.05 241	1.01 282	0.72 262	0.94 269	0.55 221	0.30 316	0.20 278	0.28 306	0.26 310	0.32 305	0.23 249

CBMV_ROB	0.62 277	0.39 292	0.41 54	0.41 110	0.28 185	0.86 289	0.28 54	1.06 240	1.02 269	0.95 265	1.33 310	0.81 232	0.84 299	0.94 269	0.56 223	0.37 350	0.37 364	0.43 356	0.40 358	0.33 309	0.32 305

ttt	0.56 242	0.27 213	0.49 128	0.39 63	0.25 105	0.65 221	0.42 225	1.24 296	1.08 295	0.76 161	1.10 257	0.63 143	0.51 160	0.95 274	1.03 321	0.25 280	0.22 293	0.22 236	0.21 250	0.25 264	0.25 264

OMP-Stereo	0.43 141	0.23 125	0.50 137	0.53 307	0.25 105	0.36 81	0.24 26	0.73 128	0.81 168	0.78 180	0.64 72	0.88 248	0.41 116	0.95 274	0.36 103	0.15 69	0.12 89	0.20 182	0.15 94	0.16 107	0.13 33

IIG-Stereo	0.45 153	0.22 102	0.48 120	0.51 286	0.26 135	0.43 126	0.21 5	0.73 128	0.80 159	0.84 201	0.95 191	0.82 234	0.46 142	0.95 274	0.37 111	0.16 102	0.12 89	0.19 152	0.15 94	0.15 69	0.12 12

SMFormer	0.53 223	0.24 144	0.67 237	0.35 13	0.20 20	0.63 207	0.34 122	1.26 304	1.06 283	0.85 211	1.02 224	0.71 178	0.66 226	0.96 277	0.60 235	0.19 197	0.16 218	0.18 120	0.17 162	0.19 191	0.20 199

tta	0.53 223	0.24 144	0.67 237	0.35 13	0.20 20	0.63 207	0.34 122	1.26 304	1.06 283	0.85 211	1.02 224	0.71 178	0.66 226	0.96 277	0.60 235	0.19 197	0.16 218	0.18 120	0.17 162	0.15 69	0.16 103

qqq1	0.51 207	0.24 144	0.67 237	0.35 13	0.20 20	0.63 207	0.34 122	1.26 304	1.06 283	0.85 211	1.02 224	0.71 178	0.66 226	0.96 277	0.36 103	0.19 197	0.16 218	0.14 15	0.12 29	0.15 69	0.16 103

fff1	0.51 207	0.24 144	0.67 237	0.35 13	0.20 20	0.63 207	0.34 122	1.26 304	1.06 283	0.85 211	1.02 224	0.71 178	0.66 226	0.96 277	0.36 103	0.19 197	0.16 218	0.14 15	0.12 29	0.15 69	0.16 103

Syn2CoEx	0.74 299	0.55 343	1.17 337	0.66 355	0.45 330	0.89 295	0.56 293	1.54 361	1.15 315	0.95 265	1.35 314	1.03 286	1.03 334	0.96 277	0.89 290	0.31 319	0.27 326	0.29 314	0.24 291	0.23 247	0.27 277

aanetorigin	0.85 325	0.58 349	1.98 382	0.50 274	0.40 301	0.66 226	0.70 324	0.72 115	1.01 264	2.44 392	2.00 367	1.32 330	1.25 356	0.96 277	1.16 338	0.20 217	0.19 270	0.20 182	0.20 232	0.27 279	0.33 314

TDLM	0.59 261	0.35 274	0.57 197	0.53 307	0.32 251	0.67 235	0.72 330	1.09 250	1.03 273	0.84 201	1.11 261	0.84 235	0.71 255	0.96 277	0.61 239	0.28 302	0.18 253	0.26 288	0.22 268	0.27 279	0.21 215

DDUNet	1.10 351	2.58 416	0.83 291	1.21 389	1.27 393	1.02 319	0.69 323	1.17 275	0.95 239	0.98 283	1.26 297	1.28 324	0.84 299	0.97 284	0.79 277	0.85 387	0.40 372	2.00 399	0.60 384	1.34 390	0.94 386

SepStereo	0.54 228	0.26 201	0.66 233	0.49 263	0.31 233	0.61 198	0.43 232	0.89 178	1.01 264	0.95 265	1.16 276	0.71 178	0.85 303	0.97 284	0.47 188	0.18 162	0.14 177	0.18 120	0.15 94	0.22 233	0.19 172

SA	0.45 153	0.26 201	0.50 137	0.47 246	0.24 80	0.46 136	0.36 151	0.79 154	1.00 262	0.61 81	1.04 238	0.50 81	0.50 155	0.98 286	0.33 78	0.16 102	0.13 145	0.21 224	0.19 213	0.15 69	0.14 51

GwcNet	0.73 294	0.39 292	1.37 355	0.53 307	0.43 318	1.10 328	0.52 277	1.27 309	1.19 325	1.05 308	1.41 323	1.06 297	0.86 307	0.98 286	1.01 316	0.26 285	0.24 308	0.24 263	0.23 277	0.23 247	0.28 286

DLCB_ROB	0.60 268	0.29 236	0.53 171	0.50 274	0.33 262	0.76 257	0.51 271	1.02 223	0.94 235	1.07 317	1.16 276	1.21 319	0.73 266	0.98 286	0.75 266	0.21 232	0.20 278	0.22 236	0.23 277	0.22 233	0.20 199

CBMV	0.68 287	0.37 284	0.50 137	0.43 172	0.26 135	1.00 313	0.71 326	1.17 275	1.16 317	1.24 343	1.29 306	1.06 297	0.86 307	0.98 286	0.75 266	0.29 309	0.30 337	0.34 336	0.30 325	0.26 270	0.27 277
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SACVNet	0.61 271	0.36 282	0.67 237	0.57 328	0.37 284	0.65 221	0.47 250	1.16 269	0.80 159	1.04 303	1.06 247	1.02 284	0.81 293	0.99 290	0.57 227	0.28 302	0.21 284	0.25 274	0.24 291	0.30 295	0.39 331

FADNet-RVC	0.62 277	0.56 345	1.29 347	0.47 246	0.39 298	0.63 207	0.40 200	1.16 269	0.91 220	0.71 138	0.86 155	1.04 290	0.55 172	0.99 290	0.78 270	0.27 294	0.26 324	0.28 306	0.29 324	0.32 305	0.31 302

RASNet	0.57 246	0.24 144	0.61 213	0.39 63	0.23 58	0.71 244	0.40 200	1.02 223	0.93 228	0.77 169	1.05 241	1.05 293	0.98 331	0.99 290	1.03 321	0.16 102	0.14 177	0.14 15	0.17 162	0.15 69	0.14 51

NCCL2	0.74 299	0.45 313	0.77 277	0.65 352	0.45 330	0.97 306	1.16 376	1.16 269	1.02 269	1.00 288	0.98 205	1.48 354	0.88 314	0.99 290	0.89 290	0.31 319	0.27 326	0.39 350	0.39 355	0.33 309	0.34 316

SGM-Forest	0.65 282	0.33 265	0.43 79	0.44 193	0.30 223	1.01 317	0.54 286	1.13 262	1.09 301	1.11 328	1.21 288	1.10 308	0.76 280	0.99 290	0.71 259	0.32 324	0.33 356	0.33 334	0.30 325	0.30 295	0.28 286
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MLCV	0.49 186	0.26 201	0.73 267	0.38 47	0.18 6	0.64 215	0.33 114	0.84 168	0.89 210	0.96 277	1.12 263	0.72 194	0.45 136	1.00 295	0.59 234	0.14 19	0.10 8	0.14 15	0.11 17	0.14 39	0.14 51

ccnet	0.84 320	0.59 351	0.86 299	0.56 325	0.60 365	1.11 332	0.72 330	1.44 351	0.97 251	1.15 332	1.44 330	1.28 324	0.95 328	1.01 296	1.33 349	0.49 369	0.43 378	0.50 371	0.47 368	0.52 365	0.48 363

MaskLacGwcNet_RVC	0.71 292	0.84 373	0.80 281	0.55 322	0.38 289	1.38 354	0.57 295	1.07 242	0.81 168	0.90 245	0.94 187	0.95 267	0.54 169	1.01 296	0.61 239	0.41 361	0.30 337	0.57 376	0.31 334	0.86 381	0.39 331

RYNet	0.76 306	0.37 284	0.74 271	0.54 316	0.67 372	1.35 352	0.68 321	1.28 314	1.21 329	1.10 325	0.90 170	1.31 328	0.94 326	1.01 296	1.30 346	0.22 248	0.16 218	0.27 296	0.23 277	0.43 344	0.45 355

anonymity	0.98 341	0.89 375	1.06 329	0.93 380	1.04 389	0.97 306	0.82 349	1.33 329	0.93 228	1.08 318	0.98 205	1.02 284	0.95 328	1.02 299	0.93 302	0.96 390	0.96 410	0.90 385	0.91 395	0.92 383	0.95 388

NVstereo2D	0.62 277	0.32 259	0.82 287	0.50 274	0.44 323	0.88 292	0.48 255	1.12 256	1.17 320	0.67 115	0.90 170	0.90 255	0.69 245	1.02 299	0.69 256	0.33 332	0.16 218	0.29 314	0.20 232	0.43 344	0.46 359

FADNet_RVC	0.58 257	0.39 292	1.26 342	0.45 205	0.32 251	0.55 170	0.34 122	1.12 256	0.90 214	0.68 122	0.90 170	0.61 133	0.71 255	1.03 301	0.80 278	0.21 232	0.18 253	0.27 296	0.23 277	0.33 309	0.30 295

pmcnn	1.27 366	0.31 257	1.14 335	0.41 110	0.23 58	0.97 306	0.71 326	1.23 295	1.32 344	1.83 374	2.34 374	11.25 419	0.89 316	1.04 302	0.96 309	0.15 69	0.12 89	0.12 2	0.10 11	0.15 69	0.16 103

DSFCA	0.57 246	0.27 213	0.71 257	0.41 110	0.36 282	0.78 258	0.53 280	1.08 247	0.85 186	1.08 318	0.84 144	0.90 255	0.66 226	1.05 303	0.63 246	0.26 285	0.22 293	0.21 224	0.21 250	0.22 233	0.20 199

SQANet	0.87 327	0.76 365	0.76 274	1.16 387	0.99 385	1.10 328	0.51 271	1.12 256	0.85 186	0.93 256	1.05 241	1.03 286	0.76 280	1.07 304	0.70 257	0.79 384	0.25 316	1.04 388	0.36 348	1.56 391	0.70 380

DGSMNet	0.80 310	0.58 349	1.42 359	0.61 341	0.65 369	0.94 301	0.75 339	1.35 332	1.16 317	0.88 231	1.26 297	1.00 278	0.75 271	1.07 304	0.89 290	0.36 346	0.31 345	0.41 354	0.40 358	0.60 375	0.59 378

ETE_ROB	0.73 294	0.52 329	0.93 312	0.57 328	0.37 284	0.80 270	0.86 356	1.19 280	0.95 239	1.20 336	1.22 290	1.39 347	0.86 307	1.07 304	0.88 288	0.27 294	0.21 284	0.31 324	0.27 314	0.34 315	0.35 319

RP	0.80 310	0.38 288	0.73 267	0.67 357	0.59 362	0.82 278	0.57 295	1.21 286	1.28 337	1.03 297	1.68 350	1.45 349	1.49 371	1.08 307	0.90 296	0.36 346	0.31 345	0.37 344	0.30 325	0.36 325	0.36 322

RAFT_CTSACE	0.46 158	0.20 57	0.48 120	0.46 228	0.27 164	0.34 75	0.39 189	0.62 42	0.74 135	0.78 180	1.44 330	0.86 241	0.38 94	1.09 308	0.27 24	0.13 10	0.13 145	0.18 120	0.16 120	0.16 107	0.12 12

FINET	0.75 303	0.45 313	1.38 356	0.48 254	0.46 338	0.98 310	1.00 366	1.22 292	1.69 374	0.91 252	1.25 294	0.74 202	0.74 268	1.09 308	0.82 281	0.37 350	0.31 345	0.27 296	0.24 291	0.35 321	0.34 316

G-Net	0.95 336	0.48 326	1.13 333	0.67 357	0.49 342	2.07 383	0.63 314	1.02 223	0.90 214	1.77 372	2.62 384	1.28 324	1.60 374	1.09 308	1.06 329	0.37 350	0.30 337	0.35 337	0.25 302	0.46 351	0.45 355

LALA_ROB	0.76 306	0.46 318	0.86 299	0.55 322	0.41 306	1.00 313	0.93 361	1.25 302	1.13 308	1.23 341	1.15 273	1.55 362	0.80 290	1.11 311	0.96 309	0.33 332	0.23 300	0.35 337	0.30 325	0.35 321	0.32 305

1111x	0.64 281	0.23 125	0.61 213	0.39 63	0.21 27	0.68 239	0.46 245	1.32 326	1.03 273	0.76 161	1.02 224	0.95 267	0.72 262	1.13 312	2.15 378	0.18 162	0.18 253	0.18 120	0.19 213	0.20 206	0.19 172

SuperB	1.00 344	0.41 304	4.03 400	0.45 205	0.32 251	0.99 312	0.49 265	1.09 250	2.09 384	1.10 325	1.10 257	0.74 202	0.83 296	1.13 312	1.75 367	0.20 217	0.15 197	0.17 89	0.15 94	2.50 408	0.27 277

APVNet	0.73 294	0.39 292	1.01 325	0.58 333	0.45 330	1.16 339	0.68 321	1.47 355	0.87 196	0.84 201	1.15 273	1.04 290	0.84 299	1.14 314	1.18 339	0.27 294	0.28 331	0.32 329	0.31 334	0.29 288	0.32 305

CC-Net-ROB	0.84 320	1.01 383	0.93 312	0.60 337	0.45 330	1.25 347	0.71 326	1.20 283	1.05 279	0.84 201	1.24 293	0.90 255	0.78 285	1.14 314	0.70 257	0.48 368	0.34 359	1.71 394	0.38 353	0.78 379	0.40 337

XPNet_ROB	0.73 294	0.38 288	0.80 281	0.53 307	0.40 301	0.80 270	0.83 351	1.21 286	0.96 246	1.37 352	1.17 281	1.37 342	0.87 310	1.14 314	0.99 314	0.33 332	0.25 316	0.27 296	0.24 291	0.31 299	0.29 291

edge stereo	0.79 309	0.40 300	0.82 287	0.52 300	0.44 323	0.83 281	0.58 302	1.34 331	1.08 295	1.30 348	1.38 319	1.79 370	1.13 347	1.15 317	0.92 300	0.34 339	0.32 351	0.42 355	0.28 320	0.33 309	0.39 331

DeepPrunerF	0.93 331	0.55 343	3.88 397	0.70 366	0.81 377	0.72 247	0.74 337	1.28 314	1.97 381	0.95 265	1.02 224	0.87 245	0.85 303	1.16 318	1.07 331	0.35 344	0.29 333	0.43 356	0.40 358	0.31 299	0.33 314

AANet_RVC	0.59 261	0.35 274	0.68 244	0.47 246	0.28 185	0.57 185	0.47 250	1.04 229	1.28 337	0.87 223	1.33 310	0.86 241	0.63 211	1.16 318	0.89 290	0.19 197	0.13 145	0.15 44	0.14 73	0.18 157	0.20 199

MFMNet_re	1.17 359	0.99 380	1.31 350	1.02 383	0.95 381	1.32 350	1.32 385	1.44 351	1.58 367	1.72 371	1.70 353	1.21 319	1.57 373	1.16 318	1.04 326	0.88 388	0.76 399	0.79 382	0.75 390	0.90 382	0.94 386

Wz-Net-LNSev-Ref	0.67 284	0.30 250	1.20 338	0.42 135	0.31 233	1.00 313	0.58 302	1.16 269	1.07 290	1.01 290	1.25 294	1.08 302	0.75 271	1.18 321	1.03 321	0.20 217	0.12 89	0.16 61	0.13 52	0.22 233	0.22 230

AF-Net	0.85 325	0.41 304	0.87 304	0.66 355	0.54 353	0.96 305	0.52 277	1.66 376	1.37 348	1.03 297	2.04 369	1.46 350	1.36 361	1.19 322	1.05 328	0.34 339	0.24 308	0.39 350	0.28 320	0.31 299	0.26 269

Nwc_Net	0.82 313	0.40 300	0.86 299	0.62 345	0.56 355	1.04 323	0.57 295	1.72 380	1.08 295	0.93 256	1.88 362	1.44 348	1.24 355	1.19 322	0.94 304	0.31 319	0.25 316	0.36 340	0.39 355	0.31 299	0.31 302

PA-Net	0.70 290	0.46 318	0.96 318	0.51 286	0.53 351	0.94 301	0.73 335	1.14 264	1.15 315	0.83 195	0.90 170	0.88 248	0.76 280	1.19 322	0.96 309	0.25 280	0.41 374	0.29 314	0.44 366	0.27 279	0.39 331
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	0.82 313	0.77 366	0.95 317	0.68 360	0.43 318	1.15 337	1.06 369	1.19 280	1.20 327	1.03 297	1.02 224	1.10 308	0.89 316	1.20 325	0.78 270	0.49 369	0.39 369	0.58 377	0.39 355	0.69 376	0.49 364
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
Wz-Net-MNSev	0.81 312	0.42 308	1.64 374	0.51 286	0.41 306	1.46 358	0.95 362	1.24 296	1.26 335	1.31 349	1.25 294	1.17 316	0.83 296	1.21 326	1.06 329	0.22 248	0.19 270	0.24 263	0.23 277	0.29 288	0.26 269

ff1	0.56 242	0.28 226	0.68 244	0.39 63	0.26 135	0.56 175	0.40 200	0.72 115	1.13 308	0.76 161	0.98 205	0.71 178	0.55 172	1.25 327	1.46 355	0.17 130	0.11 40	0.25 274	0.21 250	0.16 107	0.17 140

mmx	0.59 261	0.28 226	0.68 244	0.39 63	0.26 135	0.56 175	0.40 200	1.24 296	1.06 283	0.76 161	0.98 205	0.71 178	0.55 172	1.25 327	1.46 355	0.21 232	0.16 218	0.25 274	0.21 250	0.24 255	0.22 230

xxx	0.59 261	0.28 226	0.68 244	0.39 63	0.26 135	0.56 175	0.40 200	1.24 296	1.06 283	0.76 161	0.98 205	0.71 178	0.55 172	1.25 327	1.46 355	0.21 232	0.16 218	0.25 274	0.21 250	0.24 255	0.22 230

NCC-stereo	0.82 313	0.43 310	0.87 304	0.63 347	0.68 373	0.88 292	0.72 330	1.60 372	1.12 303	0.95 265	1.41 323	1.37 342	1.37 363	1.26 330	0.94 304	0.32 324	0.30 337	0.37 344	0.49 375	0.34 315	0.35 319

Abc-Net	0.82 313	0.43 310	0.87 304	0.63 347	0.68 373	0.88 292	0.72 330	1.60 372	1.12 303	0.95 265	1.41 323	1.37 342	1.37 363	1.26 330	0.94 304	0.32 324	0.30 337	0.37 344	0.49 375	0.34 315	0.35 319
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DANet	0.74 299	0.47 324	0.98 323	0.60 337	0.41 306	0.92 298	0.41 220	1.02 223	0.87 196	1.22 339	1.22 290	1.33 335	0.88 314	1.26 330	1.37 351	0.27 294	0.24 308	0.31 324	0.25 302	0.37 328	0.36 322
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RGC	0.82 313	0.62 354	0.80 281	0.67 357	0.66 371	0.91 297	0.59 305	1.35 332	1.09 301	1.12 329	1.46 334	1.50 356	1.09 341	1.28 333	0.97 312	0.34 339	0.30 337	0.48 366	0.40 358	0.38 330	0.38 330

otaku	1.10 351	0.96 378	0.96 318	1.37 393	1.06 390	1.65 371	0.72 330	1.46 354	1.19 325	1.10 325	1.32 309	1.32 330	0.95 328	1.29 334	0.81 280	0.89 389	0.46 382	1.24 390	0.50 377	1.86 393	0.89 385

psmorigin	0.84 320	0.53 331	2.21 387	0.50 274	0.41 306	0.86 289	0.57 295	1.08 247	0.90 214	1.50 357	1.42 327	1.50 356	1.09 341	1.29 334	1.03 321	0.32 324	0.33 356	0.27 296	0.27 314	0.34 315	0.45 355

GANet	0.74 299	0.38 288	0.63 222	0.54 316	0.35 277	1.01 317	0.95 362	1.15 267	0.95 239	1.09 322	2.00 367	1.14 314	0.92 321	1.29 334	0.75 266	0.25 280	0.27 326	0.27 296	0.23 277	0.32 305	0.24 257

PWCDC_ROB	0.93 331	0.54 337	0.97 322	0.78 375	0.41 306	1.03 321	0.42 225	1.39 338	2.34 390	1.04 303	3.73 400	0.80 230	1.12 345	1.29 334	1.04 326	0.37 350	0.22 293	0.24 263	0.20 232	0.36 325	0.31 302

coex-ft	6.50 417	1.57 399	87.99 440	0.49 263	0.38 289	1.41 355	1.21 379	1.21 286	7.96 413	12.14 420	2.78 387	2.74 387	3.83 408	1.30 338	3.19 392	0.24 268	0.23 300	0.27 296	0.24 291	0.48 354	0.40 337

Ntro	1.15 356	1.00 382	1.00 324	1.49 394	1.20 392	1.69 374	0.81 347	1.39 338	1.25 332	1.01 290	1.28 302	1.31 328	1.00 332	1.31 339	0.89 290	1.10 395	0.43 378	1.36 391	0.51 378	1.95 395	0.99 391

PASM	0.96 337	0.71 363	2.05 384	0.72 369	0.72 376	0.84 286	0.92 359	1.14 264	1.34 347	1.25 344	1.22 290	1.34 338	1.07 339	1.31 339	1.11 334	0.53 374	0.57 389	0.59 378	0.67 386	0.56 374	0.57 377

stereogan	0.83 319	0.33 265	0.89 308	0.61 341	0.51 347	1.80 377	0.50 268	1.41 344	1.39 351	1.05 308	1.47 336	1.56 364	1.04 336	1.32 341	0.87 287	0.29 309	0.29 333	0.29 314	0.25 302	0.39 334	0.40 337

Anonymous Stereo	0.82 313	0.59 351	2.10 385	0.59 335	0.58 360	0.68 239	1.42 392	1.05 235	1.07 290	1.03 297	1.02 224	0.86 241	0.65 224	1.33 342	1.36 350	0.32 324	0.31 345	0.31 324	0.33 343	0.34 315	0.39 331

NaN_ROB	0.73 294	0.46 318	0.89 308	0.52 300	0.34 272	0.98 310	1.11 371	1.28 314	1.20 327	1.27 347	0.96 195	1.08 302	0.79 286	1.34 343	0.78 270	0.24 268	0.30 337	0.23 250	0.24 291	0.23 247	0.26 269

LL-Strereo	0.58 257	0.29 236	0.83 291	0.48 254	0.35 277	0.39 101	0.48 255	1.04 229	0.99 258	0.87 223	0.79 118	1.08 302	1.15 350	1.35 344	0.51 203	0.18 162	0.15 197	0.22 236	0.19 213	0.17 132	0.21 215

RainbowNet	1.42 375	1.53 398	1.31 350	1.93 400	1.46 394	1.52 365	1.03 367	1.67 377	1.55 364	1.23 341	1.59 346	1.54 361	1.21 352	1.40 345	1.03 321	1.70 401	0.70 392	1.82 396	0.80 392	2.11 399	1.22 396

SDNR	0.89 329	0.39 292	1.66 377	0.42 135	0.39 298	3.35 404	0.32 105	0.95 203	1.05 279	1.05 308	2.12 370	0.62 139	0.71 255	1.40 345	0.78 270	0.53 374	0.56 388	0.36 340	0.27 314	0.46 351	0.50 366

SHD	0.98 341	0.54 337	1.30 349	0.63 347	0.50 345	1.14 335	0.50 268	1.80 384	2.20 385	1.66 366	1.39 320	1.47 352	1.21 352	1.40 345	1.80 368	0.32 324	0.27 326	0.32 329	0.34 345	0.41 338	0.44 353

GASNet	0.70 290	0.77 366	1.16 336	0.71 368	0.49 342	0.62 202	0.48 255	1.12 256	1.05 279	0.98 283	0.84 144	0.94 266	0.82 294	1.41 348	0.85 285	0.33 332	0.22 293	0.29 314	0.28 320	0.44 347	0.26 269

ACVNet_1	1.55 380	1.36 393	1.35 354	1.96 402	1.63 397	1.83 379	0.96 364	2.09 388	1.85 379	1.43 356	1.54 341	2.31 381	1.68 378	1.42 349	1.18 339	1.76 403	0.51 386	2.05 404	0.59 383	2.24 403	1.30 400

EDNetEfficient	1.47 378	0.82 369	6.28 408	0.48 254	0.40 301	0.73 248	0.83 351	0.95 203	2.77 395	3.48 409	1.95 364	1.64 367	2.12 391	1.42 349	3.84 398	0.21 232	0.19 270	0.21 224	0.21 250	0.43 344	0.42 345

WCMA_ROB	1.22 361	0.39 292	0.93 312	0.51 286	0.45 330	1.44 357	0.79 345	1.20 283	1.30 342	2.99 403	3.94 404	3.30 396	2.17 393	1.42 349	1.31 347	0.46 364	0.35 361	0.35 337	0.37 350	0.41 338	0.42 345

DPSNet	1.08 350	0.44 312	2.64 390	0.54 316	0.42 315	1.59 367	1.25 382	2.39 394	1.50 362	1.13 330	1.12 263	1.51 358	2.19 394	1.44 352	1.51 361	0.35 344	0.25 316	0.25 274	0.21 250	0.49 357	0.39 331

ADCL	1.10 351	0.42 308	1.57 367	0.51 286	0.41 306	1.71 375	0.92 359	1.36 336	1.45 357	1.33 350	1.56 343	1.22 322	1.26 357	1.45 353	5.27 405	0.22 248	0.19 270	0.25 274	0.25 302	0.29 288	0.29 291

MSMD_ROB	1.25 364	0.51 327	0.64 226	0.60 337	0.50 345	1.66 372	0.67 318	1.26 304	1.26 335	2.64 394	3.82 401	3.06 392	3.20 406	1.45 353	0.91 298	0.46 364	0.41 374	0.49 369	0.51 378	0.47 353	0.45 355

CSAN	0.88 328	0.52 329	0.93 312	0.61 341	0.42 315	1.19 344	1.11 371	1.27 309	1.48 361	1.37 352	1.44 330	1.37 342	1.30 358	1.46 355	1.01 316	0.39 356	0.31 345	0.36 340	0.37 350	0.35 321	0.36 322

ADCPNet	1.11 354	0.53 331	3.26 395	0.55 322	0.44 323	1.47 359	0.83 351	1.21 286	1.17 320	1.26 346	1.42 327	1.67 368	1.12 345	1.48 356	3.86 399	0.30 316	0.29 333	0.30 323	0.32 337	0.37 328	0.37 328

PWC_ROB	0.92 330	0.57 346	1.64 374	0.53 307	0.33 262	0.93 299	0.39 189	1.42 349	1.51 363	1.66 366	2.57 381	1.18 317	1.11 343	1.50 357	1.54 362	0.26 285	0.18 253	0.28 306	0.20 232	0.30 295	0.32 305

LSM	4.83 412	0.83 372	11.23 414	0.76 374	56.73 436	1.10 328	1.18 377	1.35 332	1.70 375	2.13 382	2.34 374	1.34 338	1.19 351	1.52 358	1.23 343	0.34 339	0.50 385	0.39 350	0.47 368	0.51 362	9.82 423

XQC	0.97 339	0.70 360	1.54 366	0.70 366	0.55 354	1.48 360	0.81 347	1.41 344	1.57 366	1.21 337	1.12 263	1.33 335	1.04 336	1.55 359	2.00 375	0.39 356	0.25 316	0.37 344	0.32 337	0.55 369	0.49 364

SANet	1.15 356	0.45 313	1.40 357	0.50 274	0.32 251	1.54 366	1.21 379	1.49 356	3.35 401	1.61 361	2.41 377	2.32 383	1.80 382	1.57 360	1.27 345	0.28 302	0.25 316	0.26 288	0.24 291	0.36 325	0.32 305

SAMSARA	1.15 356	0.69 359	1.44 361	1.09 386	0.93 379	2.10 384	1.87 408	1.64 375	1.47 360	1.64 364	1.21 288	2.06 377	1.14 348	1.61 361	1.50 360	0.39 356	0.45 380	0.36 340	0.38 353	0.50 359	0.51 370

PDISCO_ROB	0.96 337	0.51 327	1.13 333	1.03 384	1.00 386	1.81 378	0.77 341	1.72 380	1.60 368	1.09 322	1.19 286	1.34 338	0.80 290	1.62 362	1.01 316	0.58 379	0.22 293	0.45 359	0.40 358	0.50 359	0.41 342

ADCP+	1.18 360	0.37 284	3.09 392	0.50 274	0.52 349	1.48 360	0.61 309	1.32 326	1.07 290	1.21 337	1.16 276	1.08 302	1.11 343	1.63 363	7.17 410	0.20 217	0.16 218	0.24 263	0.22 268	0.29 288	0.22 230

AnyNet_C32	1.27 366	0.72 364	3.33 396	0.59 335	0.56 355	1.51 364	1.53 394	1.27 309	1.28 337	1.52 358	1.48 337	1.38 346	1.23 354	1.64 364	5.26 404	0.30 316	0.29 333	0.29 314	0.34 345	0.38 330	0.44 353

ADCMid	1.22 361	0.57 346	3.17 394	0.54 316	0.44 323	1.07 326	0.77 341	1.31 321	1.13 308	2.14 385	1.48 337	1.49 355	1.47 370	1.65 365	5.30 406	0.26 285	0.24 308	0.29 314	0.32 337	0.38 330	0.36 322

ACVNet_2	1.74 385	1.30 391	1.62 373	1.81 397	1.63 397	2.28 387	1.34 387	2.35 393	2.64 393	1.82 373	2.55 380	2.99 390	1.71 379	1.67 366	1.20 342	1.48 399	0.59 390	1.81 395	0.71 388	2.09 398	1.29 399

MFN_U_SF_DS_RVC	1.06 347	0.61 353	1.82 379	0.69 363	0.51 347	2.62 390	1.69 401	1.28 314	1.44 356	1.39 355	1.56 343	1.34 338	0.91 319	1.68 367	0.95 307	0.38 355	0.39 369	0.46 362	0.61 385	0.41 338	0.43 349

FCDSN-DC	1.43 376	0.57 346	0.69 252	0.74 371	0.59 362	1.42 356	0.65 317	1.40 342	1.41 352	3.31 407	4.42 410	4.57 402	3.01 404	1.70 368	1.19 341	0.46 364	0.42 376	0.48 366	0.47 368	0.51 362	0.51 370
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTSC	0.93 331	0.54 337	1.59 368	0.56 325	0.40 301	1.17 343	0.55 290	1.44 351	1.82 378	1.53 359	1.26 297	1.15 315	0.82 294	1.70 368	2.44 382	0.26 285	0.20 278	0.23 250	0.24 291	0.31 299	0.32 305

MFN_U_SF_RVC	1.14 355	0.63 355	2.33 388	0.69 363	0.46 338	2.04 382	0.70 324	1.90 385	1.37 348	1.62 362	1.56 343	1.94 375	1.36 361	1.73 370	1.90 370	0.41 361	0.38 365	0.45 359	0.48 372	0.45 348	0.47 361

SPS-STEREO	1.29 368	0.94 377	1.10 330	1.05 385	1.03 388	1.48 360	0.91 357	1.57 368	1.24 330	2.13 382	1.90 363	1.94 375	1.46 368	1.77 371	1.64 364	0.97 391	0.94 409	0.90 385	0.89 394	0.96 385	0.97 389
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Dean	2.07 394	1.39 394	1.69 378	2.17 404	1.83 404	2.75 395	1.28 383	3.49 406	3.80 405	2.13 382	3.30 395	3.18 394	1.98 387	1.78 372	1.72 366	1.73 402	0.79 403	1.99 398	0.91 395	2.17 401	1.34 403

ACVNet-4b	1.43 376	1.34 392	1.28 346	1.95 401	1.60 396	1.93 381	0.77 341	1.59 370	1.64 372	1.05 308	1.60 347	2.10 378	0.92 321	1.79 373	0.84 283	1.76 403	0.35 361	2.03 402	0.67 386	2.16 400	1.18 395

DISCO	0.72 293	0.27 213	0.72 263	0.45 205	0.31 233	1.12 333	0.53 280	1.32 326	1.25 332	0.84 201	1.07 249	1.52 360	0.87 310	1.82 374	1.08 333	0.20 217	0.15 197	0.18 120	0.16 120	0.24 255	0.24 257

MDST_ROB	0.97 339	0.29 236	1.02 326	0.64 350	0.43 318	2.64 391	0.82 349	1.68 378	1.18 324	2.89 397	1.82 359	0.97 271	0.75 271	1.83 375	0.89 290	0.26 285	0.22 293	0.32 329	0.28 320	0.26 270	0.26 269

EDNetEfficientorigin	9.96 419	1.17 388	175.17 441	0.49 263	0.37 284	1.13 334	0.74 337	1.27 309	2.70 394	3.16 406	2.49 378	2.28 380	2.15 392	1.88 376	2.27 381	0.21 232	0.19 270	0.25 274	0.20 232	0.54 367	0.53 374

SGM+DAISY	1.52 379	0.99 380	1.61 372	1.01 382	1.02 387	1.86 380	1.19 378	1.49 356	1.38 350	2.96 401	3.00 391	2.79 388	1.94 384	1.88 376	1.62 363	0.98 392	0.97 411	0.91 387	0.91 395	0.94 384	0.99 391

MSC_U_SF_DS_RVC	1.38 372	0.91 376	2.11 386	0.89 378	0.57 359	4.27 410	1.79 405	1.55 362	2.00 383	1.64 364	1.85 361	1.83 371	1.44 367	1.89 378	1.49 359	0.49 369	0.40 372	0.56 375	0.58 382	0.75 378	0.52 372

Wz-Net-TNSev	1.23 363	1.24 389	5.25 405	0.51 286	0.43 318	1.49 363	1.09 370	1.58 369	1.42 354	1.25 344	1.26 297	1.58 365	1.52 372	1.97 379	1.95 371	0.33 332	0.32 351	0.26 288	0.30 325	0.41 338	0.43 349

PVD	1.34 371	0.70 360	1.42 359	0.78 375	0.65 369	1.68 373	0.91 357	2.12 390	3.01 397	2.25 387	2.35 376	1.90 374	1.99 388	1.98 380	2.14 377	0.40 360	0.38 365	0.49 369	0.37 350	0.51 362	0.67 379

LE_ROB	4.86 413	0.27 213	9.43 412	0.45 205	0.24 80	1.61 368	0.96 364	2.05 386	17.75 426	16.36 428	4.84 413	5.17 408	19.48 428	2.05 381	15.49 420	0.17 130	0.15 197	0.16 61	0.16 120	0.20 206	0.19 172

Wz-Net-SNSev	0.99 343	0.80 368	3.00 391	0.57 328	0.46 338	0.94 301	1.22 381	1.40 342	1.28 337	1.04 303	1.33 310	1.46 350	0.90 318	2.06 382	1.65 365	0.26 285	0.24 308	0.25 274	0.26 310	0.33 309	0.30 295

ADCS	1.60 381	0.70 360	4.02 399	0.61 341	0.53 351	1.31 349	1.11 371	1.71 379	1.86 380	1.97 380	1.68 350	1.51 358	1.46 368	2.07 383	9.20 413	0.34 339	0.32 351	0.33 334	0.36 348	0.45 348	0.46 359

DispFullNet	1.64 383	2.64 417	3.14 393	2.57 409	1.78 402	1.32 350	0.55 290	1.42 349	1.45 357	1.89 376	1.48 337	1.55 362	2.35 396	2.08 384	1.12 336	0.60 380	0.19 270	2.33 407	0.73 389	2.35 404	1.30 400

MeshStereo	1.38 372	0.45 313	0.58 199	0.45 205	0.35 277	1.63 370	0.60 307	2.07 387	1.43 355	4.49 412	3.32 396	4.67 403	2.08 390	2.08 384	1.32 348	0.36 346	0.36 363	0.37 344	0.32 337	0.32 305	0.34 316
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
FC-DCNN	1.67 384	0.53 331	0.68 244	0.62 345	0.49 342	1.62 369	0.71 326	1.77 383	1.55 364	4.73 414	4.66 412	5.82 411	3.94 409	2.13 386	1.42 353	0.47 367	0.42 376	0.47 363	0.46 367	0.48 354	0.47 361

NVStereoNet_ROB	1.31 370	0.96 378	1.33 352	0.90 379	0.92 378	1.15 337	1.05 368	1.49 356	1.62 370	1.63 363	2.51 379	2.31 381	1.62 375	2.16 387	1.42 353	0.81 386	0.73 393	0.79 382	1.02 399	0.73 377	0.97 389
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM_RVC	1.04 346	0.30 250	0.47 107	0.41 110	0.23 58	1.73 376	0.77 341	1.63 374	1.30 342	2.39 390	1.99 366	2.64 386	1.78 381	2.22 388	1.40 352	0.28 302	0.27 326	0.27 296	0.25 302	0.25 264	0.25 264
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IMH-64-1	1.96 388	1.64 403	1.26 342	2.26 406	1.91 405	2.30 388	1.35 388	2.99 398	2.29 386	1.70 368	2.79 388	2.47 384	1.66 376	2.33 389	1.95 371	2.07 406	0.74 395	2.44 408	1.04 401	2.40 405	1.59 406

IMH-64	1.96 388	1.64 403	1.26 342	2.26 406	1.91 405	2.30 388	1.35 388	2.99 398	2.29 386	1.70 368	2.79 388	2.47 384	1.66 376	2.33 389	1.95 371	2.07 406	0.74 395	2.44 408	1.04 401	2.40 405	1.59 406

ELAS	1.77 387	0.64 356	1.10 330	0.72 369	0.58 360	3.37 405	1.76 403	2.54 395	2.57 392	3.77 410	3.96 405	2.83 389	3.44 407	2.34 391	2.73 389	0.53 374	0.47 383	0.50 371	0.48 372	0.55 369	0.55 375
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LVE	2.20 397	1.47 396	1.44 361	2.06 403	1.80 403	2.79 397	1.77 404	2.96 397	3.94 407	1.95 379	4.29 409	3.47 399	1.97 385	2.48 392	1.85 369	2.06 405	0.88 404	2.06 405	1.13 406	2.17 401	1.53 405

AnyNet_C01	1.63 382	1.16 387	7.38 410	0.65 352	0.56 355	2.25 386	1.53 394	1.53 360	1.46 359	1.71 370	1.95 364	1.83 371	1.41 365	2.48 392	4.42 402	0.33 332	0.32 351	0.32 329	0.34 345	0.45 348	0.50 366

WZ-Net	1.29 368	0.64 356	5.42 406	0.64 350	0.52 349	1.37 353	1.29 384	1.41 344	1.77 377	1.56 360	1.69 352	1.74 369	1.41 365	2.50 394	2.16 379	0.28 302	0.21 284	0.23 250	0.25 302	0.39 334	0.41 342

WAO-6	2.11 395	1.52 397	1.25 341	1.73 396	1.69 401	2.72 394	1.62 398	3.15 400	3.64 402	2.01 381	3.28 394	3.52 400	2.20 395	2.59 395	2.48 385	1.31 398	0.92 405	2.04 403	1.22 410	1.89 394	1.35 404

KSHMR	2.64 399	1.96 409	1.86 381	2.69 413	2.44 411	2.88 399	2.04 409	3.46 405	6.31 411	2.51 393	3.27 393	3.39 398	1.97 385	2.59 395	2.08 376	2.48 413	1.41 415	2.80 417	1.51 413	2.98 413	2.09 411

ELAS_RVC	1.76 386	0.64 356	1.20 338	0.74 371	0.59 362	2.18 385	2.53 413	2.10 389	2.85 396	3.46 408	3.41 399	3.12 393	4.11 410	2.69 397	2.53 387	0.54 377	0.47 383	0.51 373	0.48 372	0.55 369	0.55 375
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	2.15 396	1.66 405	1.29 347	2.25 405	1.92 407	2.87 398	1.33 386	3.25 401	3.04 398	1.87 375	3.33 398	3.00 391	2.03 389	2.80 398	1.95 371	2.09 408	0.78 400	2.45 410	1.05 404	2.44 407	1.62 408

FBW_ROB	0.94 335	0.54 337	1.03 327	0.56 325	0.42 315	1.16 339	0.76 340	1.56 366	1.41 352	1.38 354	1.33 310	1.47 352	1.07 339	2.94 399	1.14 337	0.26 285	0.32 351	0.45 359	0.30 325	0.34 315	0.30 295

ktn	3.02 403	2.27 412	1.85 380	2.89 414	2.54 415	3.72 406	2.14 410	3.79 409	5.33 409	2.82 396	5.09 414	5.95 412	2.54 398	3.34 400	2.58 388	2.65 415	1.44 416	2.78 416	2.03 416	2.61 410	2.10 412

WAO-7	1.96 388	1.24 389	1.52 363	1.28 391	1.06 390	2.92 400	1.64 399	3.32 402	3.05 399	2.28 388	3.32 396	3.19 395	2.38 397	3.39 401	2.49 386	1.02 393	0.92 405	1.06 389	1.04 401	1.05 387	0.99 391

notaker	2.87 400	2.31 413	2.01 383	3.03 415	2.60 416	2.94 401	1.82 406	3.43 404	3.06 400	2.89 397	4.21 408	6.15 414	2.71 399	3.42 402	2.90 390	2.67 416	1.18 413	3.00 418	1.67 414	3.13 414	2.26 413

PWCK	2.06 393	1.75 406	4.11 401	1.69 395	0.93 379	3.13 403	2.86 415	2.18 391	2.41 391	2.38 389	2.33 373	2.22 379	1.85 383	3.52 403	2.20 380	1.65 400	0.73 393	1.52 393	0.83 393	1.81 392	1.02 394

tt	6.21 416	0.22 102	5.88 407	3.55 419	2.07 408	11.25 421	19.19 422	11.84 422	5.47 410	2.71 395	2.18 371	4.87 405	6.25 415	3.71 404	7.09 409	8.31 424	11.17 428	4.91 421	5.39 423	5.72 421	2.42 414

WAO-8	3.00 401	1.60 400	1.52 363	1.82 398	1.65 399	5.57 412	1.35 388	4.65 413	12.37 416	2.89 397	4.04 406	4.89 406	2.78 400	3.73 405	2.44 382	1.29 396	0.93 407	2.00 399	1.16 408	2.02 396	1.23 397

Venus	3.00 401	1.60 400	1.52 363	1.82 398	1.65 399	5.57 412	1.35 388	4.65 413	12.37 416	2.89 397	4.04 406	4.89 406	2.78 400	3.73 405	2.44 382	1.29 396	0.93 407	2.00 399	1.16 408	2.02 396	1.23 397

UNDER WATER	3.63 406	2.12 411	4.11 401	3.17 416	2.51 413	3.77 408	2.45 412	3.53 407	13.66 419	2.98 402	2.92 390	5.75 410	4.13 411	3.85 407	3.75 396	2.84 417	1.11 412	2.71 415	1.41 411	3.26 417	2.50 415

UNDER WATER-64	3.72 407	2.07 410	4.57 403	3.30 418	2.52 414	5.61 414	2.63 414	3.67 408	12.27 415	3.09 404	2.66 385	5.99 413	4.74 413	3.93 408	3.57 394	2.54 414	1.24 414	2.65 413	1.48 412	3.21 416	2.62 416

TorneroNet-64	3.54 405	1.89 407	1.59 368	2.62 412	2.29 409	6.88 415	1.72 402	4.72 415	11.88 414	2.43 391	5.46 416	8.16 416	2.80 402	4.13 409	3.03 391	2.25 411	0.75 397	2.57 412	1.09 405	2.65 411	1.84 410

TorneroNet	4.49 409	1.92 408	1.65 376	2.60 411	2.29 409	14.95 423	1.86 407	4.86 416	19.56 430	3.10 405	7.52 418	7.00 415	2.90 403	4.48 410	3.66 395	2.24 410	0.78 400	2.68 414	1.14 407	2.79 412	1.80 409

RTS	2.03 391	1.03 384	11.50 415	0.68 360	0.63 367	2.71 392	1.56 396	1.55 362	2.32 388	1.93 377	2.57 381	1.32 330	1.32 359	5.20 411	4.30 400	0.31 319	0.23 300	0.29 314	0.30 325	0.41 338	0.40 337

RTSA	2.03 391	1.03 384	11.50 415	0.68 360	0.63 367	2.71 392	1.56 396	1.55 362	2.32 388	1.93 377	2.57 381	1.32 330	1.32 359	5.20 411	4.30 400	0.31 319	0.23 300	0.29 314	0.30 325	0.41 338	0.40 337

DPSimNet_ROB	5.19 414	2.71 418	18.56 419	2.59 410	2.49 412	4.25 409	10.93 419	3.33 403	3.93 406	5.02 415	4.52 411	5.74 409	10.18 416	5.44 413	8.79 412	2.40 412	2.47 418	2.48 411	2.54 417	2.56 409	2.87 417

MADNet+	2.28 398	2.56 414	10.82 413	1.25 390	0.96 382	2.77 396	1.44 393	2.34 392	1.76 376	1.36 351	1.78 358	1.84 373	1.74 380	6.33 414	4.57 403	0.67 382	0.66 391	0.59 378	0.54 381	0.84 380	0.81 384

JetBlue	3.02 403	1.39 394	7.91 411	1.17 388	1.49 395	8.53 416	7.94 418	2.82 396	1.98 382	2.15 386	2.69 386	3.32 397	3.01 404	6.66 415	3.81 397	0.79 384	0.78 400	0.75 381	0.76 391	1.04 386	1.33 402

JetRed	5.38 415	6.17 421	12.68 418	2.38 408	2.85 417	12.60 422	11.17 420	4.60 412	3.74 403	3.87 411	3.85 402	4.83 404	4.13 411	6.81 416	12.18 417	2.18 409	2.95 420	2.19 406	1.98 415	3.49 418	3.01 418

MADNet++	4.18 408	2.72 419	4.00 398	3.80 420	3.44 419	4.72 411	4.05 417	4.01 410	3.74 403	4.52 413	5.14 415	4.20 401	4.89 414	7.04 417	6.39 407	3.79 418	3.70 421	3.27 420	2.70 419	3.68 419	3.74 421

MANE	4.73 410	0.54 337	0.77 277	0.69 363	0.60 365	10.35 418	1.67 400	8.68 419	12.66 418	6.90 418	9.43 419	11.59 420	10.59 417	8.26 418	8.41 411	0.51 372	0.45 380	0.48 366	1.02 399	0.50 359	0.50 366

DGTPSM_ROB	12.12 420	8.03 422	21.12 420	8.97 423	16.81 422	10.68 419	30.77 426	9.14 420	15.23 421	6.55 416	15.49 427	9.02 417	15.13 420	9.26 419	21.71 424	4.58 421	8.60 423	5.07 422	9.26 424	5.88 422	11.06 424

DPSMNet_ROB	12.13 421	8.03 422	21.13 421	9.02 424	16.82 423	10.68 419	30.78 427	9.15 421	15.24 422	6.56 417	15.50 428	9.02 417	15.13 420	9.28 420	21.71 424	4.59 422	8.60 423	5.08 423	9.26 424	5.89 423	11.06 424

SGM-ForestM	4.73 410	0.34 270	1.05 328	0.46 228	0.28 185	10.26 417	3.48 416	4.52 411	5.16 408	8.68 419	7.48 417	18.87 426	10.80 418	11.26 421	10.01 414	0.32 324	0.34 359	0.32 329	0.32 337	0.29 288	0.30 295

HanzoNet	6.97 418	2.57 415	4.66 404	3.29 417	2.96 418	3.75 407	2.35 411	5.08 417	7.11 412	14.46 427	13.06 420	17.69 424	22.95 430	13.72 422	6.61 408	4.36 420	1.96 417	3.14 419	2.59 418	3.88 420	3.19 419

Anonymous_1	33.12 429	18.23 424	23.86 423	20.53 425	21.18 426	25.45 425	35.84 428	22.44 432	15.68 423	13.41 421	13.70 424	18.00 425	15.15 422	20.31 423	24.47 426	14.56 431	8.84 425	66.24 438	117.79 438	155.41 441	11.40 426

DPSM_ROB	17.80 423	18.60 425	24.24 427	20.89 426	19.49 424	25.83 426	36.10 429	21.62 430	16.41 424	13.46 422	14.26 425	19.11 427	16.15 423	20.74 424	25.59 427	9.37 426	9.23 426	9.47 426	9.81 426	13.47 424	12.09 427

DPSM	17.80 423	18.60 425	24.24 427	20.89 426	19.49 424	25.83 426	36.10 429	21.62 430	16.41 424	13.46 422	14.26 425	19.11 427	16.15 423	20.74 424	25.59 427	9.37 426	9.23 426	9.47 426	9.81 426	13.47 424	12.09 427

PML	40.49 441	30.31 430	12.46 417	7.19 422	14.30 421	91.44 441	212.44 442	7.73 418	23.24 431	74.44 441	185.05 442	49.81 441	25.78 431	21.34 426	12.84 418	8.71 425	2.93 419	8.43 425	3.24 420	13.77 426	4.45 422

xxxxx1	36.77 435	19.69 427	24.00 424	62.46 438	66.77 438	27.30 429	39.89 431	20.40 425	18.80 427	14.18 424	13.11 421	17.29 421	17.30 425	21.62 427	27.81 429	13.61 428	18.98 436	111.36 439	133.25 439	28.84 433	38.64 436

tt_ll	36.77 435	19.69 427	24.00 424	62.46 438	66.77 438	27.30 429	39.89 431	20.40 425	18.80 427	14.18 424	13.11 421	17.29 421	17.30 425	21.62 427	27.81 429	13.61 428	18.98 436	111.36 439	133.25 439	28.84 433	38.64 436

ff	36.77 435	19.69 427	24.00 424	62.46 438	66.77 438	27.30 429	39.89 431	20.40 425	18.80 427	14.18 424	13.11 421	17.29 421	17.30 425	21.62 427	27.81 429	13.61 428	18.98 436	111.36 439	133.25 439	28.84 433	38.64 436

LRCNet_RVC	21.27 426	31.14 431	21.46 422	28.97 429	23.77 427	3.11 402	0.62 311	20.94 428	1.64 372	25.57 429	28.13 430	21.96 429	14.74 419	21.99 430	16.44 421	29.16 438	14.92 429	33.57 434	31.28 434	29.67 436	26.33 434

BEATNet-Init1	15.65 422	1.62 402	54.26 439	0.75 373	0.56 355	37.03 433	13.39 421	13.20 423	14.59 420	29.41 437	29.29 437	47.69 440	21.87 429	26.91 431	19.58 422	0.43 363	0.39 369	0.47 363	0.47 368	0.52 365	0.52 372

HaxPig	31.93 428	37.19 433	34.22 429	24.41 428	24.94 428	18.53 424	20.18 423	21.15 429	28.84 432	35.74 438	38.86 438	26.18 430	28.75 432	33.85 432	34.15 432	35.89 439	38.80 439	37.79 435	40.52 435	39.33 437	39.33 439

AVERAGE_ROB	37.53 439	40.05 440	40.01 431	34.74 431	33.76 430	28.46 432	25.14 425	32.31 434	34.08 441	41.20 439	40.52 439	34.51 432	34.78 441	39.11 433	37.48 434	42.68 440	43.32 440	43.80 436	42.99 436	40.42 438	41.31 440

MEDIAN_ROB	37.35 438	40.72 441	40.37 432	32.26 430	31.80 429	27.29 428	25.02 424	29.47 433	33.43 440	41.99 440	41.60 440	33.48 431	34.37 440	39.66 434	36.94 433	43.49 441	43.96 441	44.07 437	43.35 437	41.32 439	42.43 441

MyStereo03	35.83 431	37.48 436	48.64 435	42.37 434	39.41 433	51.98 436	72.91 436	43.07 435	33.07 436	27.20 433	28.81 434	38.36 433	32.60 434	41.58 435	51.47 437	18.74 433	18.61 433	19.07 428	19.77 430	27.10 427	24.35 430

MyStereo02	35.83 431	37.48 436	48.64 435	42.37 434	39.41 433	51.98 436	72.91 436	43.07 435	33.07 436	27.20 433	28.81 434	38.36 433	32.60 434	41.58 435	51.47 437	18.74 433	18.61 433	19.07 428	19.77 430	27.10 427	24.35 430

MyStereo	35.83 431	37.48 436	48.64 435	42.37 434	39.41 433	51.98 436	72.91 436	43.07 435	33.07 436	27.20 433	28.81 434	38.36 433	32.60 434	41.58 435	51.47 437	18.74 433	18.61 433	19.07 428	19.77 430	27.10 427	24.35 430

CasAABBNet	35.77 430	37.38 434	48.59 434	42.20 432	39.23 431	51.95 435	72.92 439	43.36 438	33.03 435	26.93 430	28.31 431	38.43 436	32.32 433	41.58 435	51.50 440	18.71 432	18.58 431	19.11 432	19.75 429	27.11 430	24.33 429

Selective-RAFT-Error	35.87 434	37.42 435	48.73 438	42.24 433	39.28 432	52.00 439	72.87 435	43.41 439	32.95 434	26.97 431	28.72 432	38.71 438	33.15 438	41.59 439	51.42 436	18.77 436	18.60 432	19.14 433	19.78 433	27.19 431	24.42 433

LSM0	38.96 440	37.52 439	48.37 433	43.79 437	91.31 441	52.31 440	72.38 434	43.71 440	32.75 433	27.16 432	28.73 433	38.51 437	32.63 437	41.75 440	51.59 441	18.85 437	18.43 430	19.09 431	19.60 428	27.21 432	33.44 435

SPstereo	24.33 427	4.45 420	7.15 409	4.44 421	4.17 420	45.69 434	77.93 440	63.66 441	33.40 439	27.58 436	26.62 429	39.42 439	33.37 439	42.68 441	50.66 435	4.01 419	3.77 422	6.06 424	4.73 421	3.17 415	3.55 420

test_example2	176.82 442	204.75 442	198.54 442	188.58 442	191.23 442	151.28 442	169.77 441	97.63 442	125.81 442	179.94 442	183.74 441	158.20 442	139.14 442	192.16 442	198.12 442	203.48 442	236.37 442	163.71 442	173.22 442	217.79 442	162.95 442

Low-res two-view benchmark