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 66	0.13 1	0.27 8	1.34 393	0.31 234	0.46 137	0.38 177	0.50 12	0.48 58	0.35 17	0.52 44	0.24 1	0.19 3	0.30 1	0.28 32	1.03 395	0.08 1	0.12 2	0.08 1	0.12 3	0.28 287

4D-IteraStereo	0.33 34	0.19 36	0.43 80	0.40 91	0.24 80	0.32 63	0.27 47	0.59 33	0.72 122	0.66 109	0.53 47	0.42 51	0.22 7	0.46 32	0.30 53	0.14 19	0.09 2	0.20 182	0.16 120	0.16 107	0.12 11

test-3	0.35 42	0.17 10	0.48 121	0.40 91	0.22 32	0.42 123	0.22 11	0.66 61	0.80 160	0.72 140	0.45 23	0.63 144	0.29 45	0.45 27	0.32 69	0.13 10	0.09 2	0.17 89	0.13 52	0.13 15	0.11 3

test_1	0.35 42	0.17 10	0.48 121	0.40 91	0.22 32	0.42 123	0.22 11	0.66 61	0.80 160	0.70 130	0.45 23	0.63 144	0.29 45	0.45 27	0.32 69	0.13 10	0.09 2	0.17 89	0.13 52	0.13 15	0.11 3

CREStereo++_RVC	0.32 30	0.16 5	0.25 1	0.32 7	0.24 80	0.27 27	0.22 11	0.48 9	0.89 211	0.47 51	0.80 129	0.29 5	0.25 15	0.37 6	0.34 88	0.14 19	0.09 2	0.13 10	0.52 381	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
RAFT-Stereo + iAFF	0.37 66	0.18 17	0.45 90	0.36 28	0.19 10	0.33 70	0.28 55	0.67 72	0.77 144	0.72 140	0.99 215	0.56 102	0.39 108	0.44 24	0.31 63	0.11 1	0.09 2	0.15 44	0.14 73	0.13 15	0.11 3

AFF-stereo	0.39 95	0.20 57	0.42 63	0.37 36	0.22 32	0.27 27	0.31 94	0.67 72	0.72 122	0.66 109	1.12 264	0.75 208	0.38 95	0.57 76	0.35 95	0.11 1	0.09 2	0.16 61	0.16 120	0.14 39	0.12 11

MoCha-V2	0.26 3	0.16 5	0.30 11	0.41 111	0.18 6	0.27 27	0.26 44	0.57 29	0.28 3	0.37 19	0.27 2	0.33 21	0.34 75	0.56 71	0.23 1	0.12 4	0.10 8	0.12 2	0.10 11	0.13 15	0.13 32

LargeStereo	0.25 1	0.17 10	0.35 21	0.40 91	0.23 58	0.24 7	0.23 20	0.56 26	0.24 1	0.29 4	0.36 18	0.30 7	0.22 7	0.33 3	0.29 41	0.14 19	0.10 8	0.14 15	0.10 11	0.13 15	0.14 51

DLNR_Zeroshot_test	20.12 426	36.36 433	38.38 431	170.13 442	62.28 438	0.22 4	0.20 1	13.43 425	0.40 31	0.45 45	0.66 78	0.42 51	0.21 5	0.64 139	0.32 69	5.57 424	0.10 8	0.15 44	0.11 18	72.31 441	0.13 32

CASnet	0.30 16	0.20 57	0.34 15	0.42 137	0.17 3	0.25 17	0.24 25	0.53 17	0.56 71	0.54 67	0.54 50	0.39 43	0.24 12	0.41 19	0.26 9	0.15 69	0.10 8	0.22 236	0.18 189	0.18 157	0.12 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.36 48	0.17 10	0.31 12	0.35 13	0.21 27	0.51 150	0.21 5	0.93 196	0.75 139	0.56 70	0.73 91	0.66 167	0.29 45	0.48 44	0.25 4	0.15 69	0.10 8	0.13 10	0.10 11	0.13 15	0.13 32

LoS_RVC	0.28 8	0.17 10	0.29 10	0.33 9	0.32 252	0.43 127	0.34 123	0.42 5	0.34 7	0.33 13	0.51 40	0.29 5	0.38 95	0.37 6	0.28 32	0.11 1	0.10 8	0.11 1	0.08 1	0.11 1	0.26 270

anonymousdsp	0.30 16	0.22 102	0.41 55	0.38 47	0.26 135	0.31 54	0.35 145	0.68 77	0.36 13	0.40 33	0.33 11	0.32 16	0.28 30	0.62 123	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 1	0.18 17	0.37 31	0.37 36	0.20 20	0.27 27	0.25 34	0.59 33	0.25 2	0.27 2	0.26 1	0.34 25	0.18 1	0.62 123	0.23 1	0.12 4	0.10 8	0.14 15	0.11 18	0.13 15	0.11 3

EGLCR-Stereo	0.27 4	0.17 10	0.36 28	0.35 13	0.21 27	0.37 90	0.20 1	0.58 31	0.37 16	0.29 4	0.28 5	0.42 51	0.18 1	0.47 37	0.27 25	0.14 19	0.10 8	0.16 61	0.14 73	0.13 15	0.12 11

MC-Stereo	0.29 12	0.18 17	0.35 21	0.40 91	0.21 27	0.26 19	0.26 44	0.53 17	0.40 31	0.38 21	0.61 67	0.41 49	0.31 58	0.57 76	0.27 25	0.14 19	0.10 8	0.14 15	0.12 29	0.12 3	0.12 11

RCA-Stereo	0.36 48	0.18 17	0.37 31	0.38 47	0.23 58	0.31 54	0.33 115	0.70 98	1.25 333	0.45 45	0.65 75	0.46 70	0.43 125	0.40 16	0.29 41	0.14 19	0.10 8	0.14 15	0.12 29	0.12 3	0.12 11

DCANet-4	0.38 82	0.22 102	0.58 200	0.35 13	0.19 10	0.30 42	0.30 74	0.69 88	0.97 252	0.70 130	0.79 119	0.40 44	0.46 143	0.46 32	0.37 112	0.14 19	0.10 8	0.14 15	0.11 18	0.12 3	0.15 82

fff	0.39 95	0.18 17	0.46 97	0.35 13	0.19 10	0.30 42	0.30 74	0.73 128	1.08 296	0.70 130	0.79 119	0.44 60	0.62 207	0.47 37	0.37 112	0.14 19	0.10 8	0.14 15	0.11 18	0.12 3	0.15 82

ADStereo(finetuned)	0.39 95	0.18 17	0.58 200	0.35 13	0.19 10	0.30 42	0.30 74	0.72 115	0.96 247	0.72 140	0.77 107	0.45 67	0.68 244	0.46 32	0.36 104	0.14 19	0.10 8	0.14 15	0.11 18	0.13 15	0.15 82

test_4	0.37 66	0.19 36	0.34 15	0.45 207	0.26 135	0.20 2	0.34 123	0.58 31	0.42 40	0.60 78	1.45 334	0.43 57	0.26 20	0.67 162	0.29 41	0.12 4	0.10 8	0.17 89	0.19 214	0.15 69	0.12 11

IGEV-Stereo	0.30 16	0.22 102	0.41 55	0.38 47	0.26 135	0.30 42	0.35 145	0.68 77	0.36 13	0.40 33	0.33 11	0.32 16	0.28 30	0.62 123	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
test_3	0.37 66	0.19 36	0.50 138	0.45 207	0.24 80	0.47 139	0.36 152	0.69 88	0.84 183	0.66 109	0.46 25	0.68 174	0.25 15	0.45 27	0.32 69	0.12 4	0.10 8	0.18 120	0.16 120	0.15 69	0.12 11

LCNet	0.42 130	0.21 78	0.34 15	0.44 195	0.24 80	0.47 139	0.28 55	0.69 88	0.57 75	0.72 140	1.03 236	0.66 167	0.58 193	0.60 95	0.35 95	0.15 69	0.10 8	0.19 152	0.19 214	0.22 234	0.37 329

TransformOpticalFlow	0.46 159	0.21 78	0.49 129	0.42 137	0.24 80	0.36 82	0.46 246	1.04 230	0.84 183	0.67 116	1.14 272	0.73 199	0.56 181	0.78 223	0.33 79	0.15 69	0.10 8	0.17 89	0.15 94	0.14 39	0.15 82

PFNet	0.43 142	0.19 36	0.61 214	0.44 195	0.24 80	0.42 123	0.31 94	0.76 141	0.81 169	1.01 291	0.74 102	0.67 171	0.41 117	0.75 199	0.39 133	0.16 102	0.10 8	0.20 182	0.15 94	0.16 107	0.14 51

IRAFT_RVC	0.43 142	0.20 57	0.52 165	0.45 207	0.24 80	0.26 19	0.51 272	0.76 141	0.78 148	0.77 170	0.80 129	0.73 199	0.50 156	0.74 194	0.39 133	0.18 162	0.10 8	0.21 224	0.17 162	0.17 132	0.15 82

cross-raft	0.34 40	0.20 57	0.38 37	0.45 207	0.24 80	0.32 63	0.35 145	0.77 146	0.42 40	0.62 84	0.77 107	0.58 120	0.27 25	0.46 32	0.31 63	0.12 4	0.10 8	0.15 44	0.13 52	0.15 69	0.12 11

GMM-Stereo	0.44 148	0.20 57	0.39 40	0.42 137	0.25 105	0.50 145	0.44 239	0.72 115	0.57 75	0.77 170	1.37 319	0.76 214	0.38 95	0.62 123	0.34 88	0.15 69	0.10 8	0.20 182	0.19 214	0.17 132	0.28 287

s12784h	0.37 66	0.15 2	0.26 5	0.34 10	0.15 1	0.80 271	0.29 62	0.83 164	0.87 197	0.58 75	0.58 60	0.43 57	0.41 117	0.59 85	0.35 95	0.12 4	0.10 8	0.14 15	0.09 5	0.14 39	0.10 1

XX-TBD	0.32 30	0.53 332	0.26 5	0.53 309	0.21 27	0.38 96	0.24 25	0.41 3	0.77 144	0.55 68	0.70 87	0.31 9	0.26 20	0.33 3	0.28 32	0.16 102	0.10 8	0.12 2	0.09 5	0.13 15	0.11 3

DCANet	0.38 82	0.18 17	0.46 97	0.35 13	0.19 10	0.30 42	0.30 74	0.72 115	0.96 247	0.72 140	0.77 107	0.45 67	0.56 181	0.47 37	0.36 104	0.14 19	0.10 8	0.14 15	0.11 18	0.13 15	0.15 82

csc	0.39 95	0.18 17	0.46 97	0.35 13	0.19 10	0.30 42	0.30 74	0.73 128	1.08 296	0.70 130	0.79 119	0.44 60	0.62 207	0.47 37	0.37 112	0.14 19	0.10 8	0.14 15	0.11 18	0.12 3	0.15 82

cscssc	0.39 95	0.18 17	0.46 97	0.35 13	0.19 10	0.30 42	0.30 74	0.73 128	1.08 296	0.70 130	0.79 119	0.44 60	0.62 207	0.47 37	0.37 112	0.14 19	0.10 8	0.14 15	0.11 18	0.12 3	0.15 82

111	0.42 130	0.18 17	0.46 97	0.35 13	0.19 10	0.52 157	0.28 55	0.76 141	1.16 318	0.52 60	0.92 183	0.65 155	0.51 161	0.65 145	0.37 112	0.15 69	0.10 8	0.14 15	0.12 29	0.13 15	0.16 103

CFNet-RSSM	0.35 42	0.18 17	0.47 108	0.39 64	0.22 32	0.35 78	0.23 20	0.78 149	0.86 193	0.67 116	0.54 50	0.56 102	0.28 30	0.49 50	0.28 32	0.14 19	0.10 8	0.14 15	0.12 29	0.13 15	0.12 11

PMTNet	0.33 34	0.17 10	0.26 5	0.29 2	0.18 6	0.44 133	0.22 11	0.57 29	0.66 100	0.46 49	0.54 50	0.38 40	0.34 75	0.50 52	0.25 4	0.75 384	0.10 8	0.12 2	0.09 5	0.13 15	0.12 11

HITNet	0.43 142	0.27 214	0.50 138	0.34 10	0.18 6	0.65 222	0.32 106	0.99 215	0.70 114	0.73 147	0.86 156	0.66 167	0.56 181	0.61 101	0.47 189	0.14 19	0.10 8	0.15 44	0.13 52	0.18 157	0.13 32
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
MLCV	0.49 187	0.26 202	0.73 268	0.38 47	0.18 6	0.64 216	0.33 115	0.84 168	0.89 211	0.96 278	1.12 264	0.72 195	0.45 137	1.00 296	0.59 235	0.14 19	0.10 8	0.14 15	0.11 18	0.14 39	0.14 51

panet	0.28 8	0.15 2	0.25 1	0.29 2	0.16 2	0.38 96	0.23 20	0.53 17	0.77 144	0.43 41	0.52 44	0.34 25	0.28 30	0.39 9	0.27 25	0.15 69	0.11 41	0.12 2	0.08 1	0.11 1	0.11 3

ACVNet-DCA	0.36 48	0.25 173	0.35 21	0.42 137	0.23 58	0.53 160	0.37 164	0.91 185	0.59 78	0.42 36	0.50 35	0.34 25	0.47 147	0.61 101	0.26 9	0.17 130	0.11 41	0.19 152	0.13 52	0.18 157	0.19 173

xx1	0.40 109	0.25 173	0.35 21	0.42 137	0.23 58	0.53 160	0.37 164	0.71 105	1.17 321	0.42 36	0.50 35	0.65 155	0.56 181	0.61 101	0.26 9	0.17 130	0.11 41	0.20 182	0.19 214	0.18 157	0.19 173

1test111	0.37 66	0.25 173	0.35 21	0.42 137	0.23 58	0.53 160	0.37 164	0.91 185	0.59 78	0.42 36	0.50 35	0.34 25	0.47 147	0.59 85	0.48 192	0.17 130	0.11 41	0.19 152	0.13 52	0.18 157	0.19 173

cc1	0.38 82	0.25 173	0.35 21	0.42 137	0.23 58	0.53 160	0.37 164	0.71 105	1.17 321	0.42 36	0.50 35	0.34 25	0.47 147	0.61 101	0.26 9	0.17 130	0.11 41	0.19 152	0.13 52	0.16 107	0.17 140

ff7	0.30 16	0.22 102	0.42 63	0.37 36	0.26 135	0.31 54	0.34 123	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 101	0.26 9	0.14 19	0.11 41	0.17 89	0.12 29	0.15 69	0.16 103

ffff	0.30 16	0.22 102	0.42 63	0.37 36	0.26 135	0.31 54	0.34 123	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 101	0.26 9	0.14 19	0.11 41	0.17 89	0.12 29	0.15 69	0.16 103

DualNet	0.53 224	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	0.72 115	1.13 309	0.76 162	0.98 206	0.71 179	0.55 173	0.61 101	1.46 356	0.17 130	0.11 41	0.25 275	0.21 251	0.16 107	0.17 140

ffm	0.47 168	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	0.72 115	1.13 309	0.76 162	0.98 206	0.71 179	0.55 173	0.61 101	0.26 9	0.17 130	0.11 41	0.25 275	0.21 251	0.16 107	0.17 140

ff1	0.56 243	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	0.72 115	1.13 309	0.76 162	0.98 206	0.71 179	0.55 173	1.25 328	1.46 356	0.17 130	0.11 41	0.25 275	0.21 251	0.16 107	0.17 140

11t	0.30 16	0.22 102	0.42 63	0.37 36	0.26 135	0.31 54	0.34 123	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 101	0.26 9	0.14 19	0.11 41	0.17 89	0.12 29	0.15 69	0.16 103

tt1	0.37 66	0.25 173	0.35 21	0.43 174	0.23 58	0.52 157	0.37 164	0.72 115	1.13 309	0.42 36	0.46 25	0.35 30	0.44 130	0.61 101	0.26 9	0.17 130	0.11 41	0.19 152	0.13 52	0.16 107	0.17 140

IGEV_Zeroshot_test	0.36 48	0.19 36	0.71 258	0.41 111	0.29 205	0.30 42	0.25 34	0.86 171	0.40 31	0.64 101	0.57 58	0.56 102	0.25 15	0.56 71	0.29 41	0.15 69	0.11 41	0.16 61	0.14 73	0.14 39	0.14 51

MSKI-zero shot	0.33 34	0.19 36	0.36 28	0.41 111	0.22 32	0.32 63	0.22 11	0.65 59	0.45 49	0.52 60	0.64 73	0.60 132	0.19 3	0.78 223	0.27 25	0.14 19	0.11 41	0.14 15	0.10 11	0.13 15	0.13 32

AEACV	0.28 8	0.18 17	0.34 15	0.36 28	0.45 331	0.27 27	0.27 47	0.41 3	0.39 23	0.31 8	0.46 25	0.31 9	0.36 84	0.38 8	0.25 4	0.14 19	0.11 41	0.15 44	0.13 52	0.13 15	0.13 32

RAFT-Test	0.35 42	0.19 36	0.42 63	0.39 64	0.24 80	0.50 145	0.23 20	0.74 134	0.44 45	0.62 84	0.85 152	0.64 151	0.28 30	0.48 44	0.30 53	0.14 19	0.11 41	0.14 15	0.11 18	0.13 15	0.13 32

HH	0.37 66	0.22 102	0.49 129	0.41 111	0.26 135	0.36 82	0.30 74	0.87 172	0.41 36	0.45 45	0.59 62	0.78 221	0.43 125	0.77 215	0.26 9	0.15 69	0.11 41	0.15 44	0.14 73	0.14 39	0.14 51

HanStereo	0.37 66	0.22 102	0.49 129	0.41 111	0.26 135	0.36 82	0.30 74	0.87 172	0.41 36	0.45 45	0.59 62	0.78 221	0.43 125	0.77 215	0.26 9	0.15 69	0.11 41	0.15 44	0.14 73	0.14 39	0.14 51

anonymousdsp2	0.37 66	0.21 78	0.49 129	0.38 47	0.24 80	0.48 144	0.31 94	0.91 185	0.68 107	0.57 72	0.51 40	0.51 85	0.34 75	0.59 85	0.33 79	0.14 19	0.11 41	0.14 15	0.10 11	0.16 107	0.16 103

LoS	0.30 16	0.16 5	0.32 14	0.30 4	0.19 10	0.32 63	0.29 62	0.54 20	0.73 131	0.35 17	0.52 44	0.42 51	0.29 45	0.48 44	0.29 41	0.15 69	0.11 41	0.13 10	0.09 5	0.12 3	0.12 11

CES	0.29 12	0.15 2	0.25 1	0.31 5	0.71 376	0.36 82	0.27 47	0.51 13	0.47 56	0.34 15	0.48 31	0.27 3	0.23 9	0.40 16	0.24 3	0.13 10	0.11 41	0.12 2	0.08 1	0.13 15	0.32 306

knoymous	0.37 66	0.22 102	0.34 15	0.32 7	0.22 32	0.38 96	0.29 62	0.63 48	0.65 97	0.69 126	0.69 85	0.60 132	0.40 113	0.61 101	0.36 104	0.17 130	0.11 41	0.20 182	0.12 29	0.18 157	0.19 173

ProNet	0.30 16	0.22 102	0.41 55	0.36 28	0.25 105	0.33 70	0.42 226	0.62 42	0.41 36	0.33 13	0.31 7	0.32 16	0.28 30	0.60 95	0.28 32	0.13 10	0.11 41	0.16 61	0.13 52	0.13 15	0.14 51

ccc-4	0.30 16	0.22 102	0.42 63	0.37 36	0.26 135	0.31 54	0.34 123	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 101	0.26 9	0.14 19	0.11 41	0.17 89	0.12 29	0.15 69	0.16 103

RAFT+CT+SA	0.40 109	0.24 144	0.40 50	0.53 309	0.27 165	0.28 34	0.45 243	0.79 154	0.81 169	0.51 58	0.90 171	0.42 51	0.39 108	0.81 231	0.33 79	0.15 69	0.11 41	0.18 120	0.18 189	0.15 69	0.15 82

test_5	0.44 148	0.25 173	0.48 121	0.53 309	0.28 186	0.28 34	0.42 226	0.77 146	0.87 197	0.63 91	0.91 177	0.73 199	0.53 165	0.82 236	0.36 104	0.14 19	0.11 41	0.18 120	0.18 189	0.18 157	0.16 103

iRaft-Stereo_20w	0.42 130	0.20 57	0.63 223	0.39 64	0.27 165	0.33 70	0.25 34	1.76 383	0.37 16	0.73 147	0.53 47	0.63 144	0.42 122	0.86 246	0.29 41	0.14 19	0.11 41	0.14 15	0.13 52	0.15 69	0.15 82

IPLG	0.40 109	0.21 78	0.64 227	0.41 111	0.25 105	0.54 166	0.27 47	0.77 146	0.68 107	0.85 212	0.82 137	0.33 21	0.32 64	0.64 139	0.49 199	0.13 10	0.11 41	0.16 61	0.14 73	0.14 39	0.14 51

MIPNet	0.39 95	0.22 102	0.66 234	0.40 91	0.25 105	0.53 160	0.29 62	0.78 149	0.74 136	0.68 123	0.60 64	0.40 44	0.48 150	0.45 27	0.39 133	0.14 19	0.11 41	0.16 61	0.13 52	0.14 39	0.14 51

HHNet	0.42 130	0.19 36	0.43 80	0.35 13	0.38 290	0.33 70	0.33 115	0.71 105	0.78 148	0.87 224	1.30 309	0.52 88	0.36 84	0.53 58	0.37 112	0.16 102	0.11 41	0.19 152	0.15 94	0.15 69	0.25 265

AAGNet	1.40 375	0.20 57	0.52 165	0.45 207	0.26 135	0.29 38	0.29 62	0.67 72	0.71 120	0.97 281	0.86 156	0.66 167	0.60 201	0.66 153	19.98 424	0.17 130	0.11 41	0.19 152	0.15 94	0.20 206	0.13 32

STrans-v2	0.47 168	0.21 78	0.49 129	0.41 111	0.25 105	0.54 166	0.49 266	1.16 270	0.82 177	0.67 116	1.05 242	0.71 179	0.67 236	0.74 194	0.34 88	0.15 69	0.11 41	0.17 89	0.15 94	0.14 39	0.14 51

PSM-AAD	0.48 177	0.21 78	0.39 40	0.44 195	0.23 58	0.56 176	0.47 251	0.67 72	0.73 131	1.08 319	1.12 264	0.58 120	0.87 311	0.63 132	0.33 79	0.15 69	0.11 41	0.25 275	0.26 311	0.18 157	0.42 346

KYRaft	0.48 177	0.21 78	0.41 55	0.45 207	0.23 58	0.43 127	0.36 152	0.68 77	0.45 49	0.94 261	1.72 355	0.78 221	0.40 113	0.65 145	0.32 69	0.16 102	0.11 41	0.18 120	0.22 269	0.17 132	0.76 383

SST-Stereo	0.41 123	0.20 57	0.48 121	0.43 174	0.25 105	0.25 17	0.21 5	0.68 77	0.50 62	1.08 319	0.79 119	0.71 179	0.42 122	0.81 231	0.38 125	0.17 130	0.11 41	0.20 182	0.16 120	0.19 191	0.15 82

THIR-Stereo	0.51 208	0.19 36	0.47 108	0.39 64	0.23 58	0.74 253	0.64 317	0.68 77	0.88 207	1.03 298	1.40 322	0.71 179	0.75 272	0.64 139	0.43 163	0.16 102	0.11 41	0.17 89	0.18 189	0.15 69	0.17 140

RAFT_R40	0.41 123	0.20 57	0.47 108	0.44 195	0.25 105	0.23 6	0.25 34	0.69 88	0.70 114	0.98 284	0.78 115	0.72 195	0.43 125	0.80 227	0.39 133	0.17 130	0.11 41	0.20 182	0.16 120	0.18 157	0.15 82

DRaft	0.49 187	0.18 17	0.50 138	0.38 47	0.25 105	0.57 186	0.39 190	0.67 72	0.86 193	1.02 295	1.75 357	0.50 82	0.79 287	0.65 145	0.42 161	0.14 19	0.11 41	0.16 61	0.16 120	0.14 39	0.17 140

RAFT-RH_RVC	0.57 247	0.18 17	0.44 85	0.38 47	0.23 58	0.56 176	0.24 25	0.61 39	0.73 131	1.18 335	3.90 404	0.55 96	0.40 113	0.67 162	0.38 125	0.14 19	0.11 41	0.20 182	0.15 94	0.12 3	0.14 51

RAFT-345	0.41 123	0.19 36	0.42 63	0.39 64	0.23 58	0.32 63	0.25 34	0.62 42	0.56 71	0.74 154	1.77 358	0.44 60	0.35 79	0.67 162	0.37 112	0.14 19	0.11 41	0.18 120	0.14 73	0.14 39	0.13 32

CRE-IMP	0.37 66	0.23 125	0.53 172	0.42 137	0.24 80	0.40 107	0.21 5	0.61 39	0.45 49	0.65 105	0.73 91	0.53 92	0.37 88	0.63 132	0.40 153	0.18 162	0.11 41	0.19 152	0.16 120	0.21 215	0.19 173

Prome-Stereo	0.46 159	0.20 57	0.37 31	0.45 207	0.26 135	0.40 107	0.42 226	0.69 88	0.49 59	0.96 278	1.84 361	0.58 120	0.64 219	0.63 132	0.32 69	0.15 69	0.11 41	0.16 61	0.14 73	0.17 132	0.30 296

iRaftStereo_RVC	0.33 34	0.20 57	0.40 50	0.40 91	0.23 58	0.31 54	0.29 62	0.70 98	0.55 70	0.49 55	0.66 78	0.37 37	0.23 9	0.47 37	0.33 79	0.14 19	0.11 41	0.19 152	0.17 162	0.16 107	0.13 32

XX-Stereo	0.38 82	0.18 17	0.52 165	0.58 335	0.38 290	0.39 102	0.20 1	0.62 42	0.31 4	0.47 51	1.29 307	0.72 195	0.25 15	0.59 85	0.28 32	0.16 102	0.11 41	0.17 89	0.16 120	0.14 39	0.11 3

EAI-Stereo	0.36 48	0.21 78	0.46 97	0.40 91	0.22 32	0.33 70	0.36 152	1.22 293	0.32 5	0.52 60	0.75 104	0.35 30	0.28 30	0.65 145	0.30 53	0.14 19	0.11 41	0.14 15	0.14 73	0.14 39	0.13 32

Gwc-CoAtRS	0.35 42	0.18 17	0.46 97	0.39 64	0.23 58	0.34 76	0.22 11	0.74 134	0.77 144	0.62 84	0.60 64	0.58 120	0.29 45	0.47 37	0.29 41	0.14 19	0.11 41	0.14 15	0.12 29	0.13 15	0.13 32

CREStereo	0.28 8	0.16 5	0.25 1	0.28 1	0.17 3	0.38 96	0.25 34	0.52 14	0.76 142	0.43 41	0.51 40	0.32 16	0.28 30	0.39 9	0.27 25	0.16 102	0.11 41	0.12 2	0.09 5	0.12 3	0.12 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
iResNet	0.52 218	0.31 258	0.86 300	0.44 195	0.22 32	0.66 227	0.47 251	0.92 194	1.02 270	0.89 239	1.12 264	0.69 176	0.55 173	0.86 246	0.60 236	0.15 69	0.11 41	0.15 44	0.12 29	0.17 132	0.17 140

MGS-Stereo	0.29 12	0.20 57	0.42 63	0.37 36	0.24 80	0.37 90	0.30 74	0.40 1	0.50 62	0.32 11	0.51 40	0.40 44	0.24 12	0.45 27	0.28 32	0.16 102	0.12 89	0.15 44	0.13 52	0.15 69	0.14 51

MyStereo8	0.42 130	0.21 78	0.64 227	0.43 174	0.29 205	0.55 171	0.28 55	0.72 115	0.50 62	0.73 147	1.01 223	0.57 105	0.44 130	0.52 56	0.52 208	0.15 69	0.12 89	0.16 61	0.14 73	0.19 191	0.21 216

IGEVStereo-DCA	0.30 16	0.24 144	0.42 63	0.36 28	0.27 165	0.38 96	0.34 123	0.66 61	0.35 8	0.39 24	0.31 7	0.35 30	0.27 25	0.62 123	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	0.56 191	0.36 28	0.27 165	0.38 96	0.31 94	0.56 26	0.44 45	0.39 24	0.31 7	0.35 30	0.27 25	0.62 123	0.25 4	0.16 102	0.12 89	0.16 61	0.13 52	0.14 39	0.14 51

riskmin	0.41 123	0.21 78	0.44 85	0.34 10	0.24 80	0.58 190	0.32 106	0.70 98	0.86 193	0.52 60	0.57 58	0.78 221	0.60 201	0.58 80	0.39 133	0.17 130	0.12 89	0.19 152	0.13 52	0.19 191	0.22 231

Selective-RAFT	0.36 48	0.23 125	0.54 184	0.45 207	0.22 32	0.64 216	0.27 47	0.62 42	0.65 97	0.41 35	0.38 20	0.55 96	0.39 108	0.59 85	0.36 104	0.14 19	0.12 89	0.14 15	0.12 29	0.16 107	0.14 51

DisPM	0.40 109	0.20 57	0.50 138	0.42 137	0.27 165	0.24 7	0.30 74	0.68 77	0.61 87	0.88 232	0.87 162	0.59 129	0.32 64	0.80 227	0.34 88	0.19 197	0.12 89	0.19 152	0.17 162	0.16 107	0.21 216

Wz-Net-LNSev-Ref	0.67 285	0.30 251	1.20 339	0.42 137	0.31 234	1.00 314	0.58 303	1.16 270	1.07 291	1.01 291	1.25 295	1.08 303	0.75 272	1.18 322	1.03 322	0.20 217	0.12 89	0.16 61	0.13 52	0.22 234	0.22 231

raft_robust	0.41 123	0.24 144	0.39 40	0.43 174	0.22 32	0.40 107	0.33 115	0.80 156	0.98 256	0.80 186	0.88 165	0.41 49	0.32 64	0.89 255	0.30 53	0.14 19	0.12 89	0.16 61	0.18 189	0.15 69	0.13 32

Sa-1000	0.49 187	0.25 173	0.45 90	0.46 230	0.25 105	0.64 216	0.34 123	0.85 169	0.95 240	0.85 212	1.51 341	0.55 96	0.44 130	0.94 270	0.31 63	0.16 102	0.12 89	0.21 224	0.20 233	0.15 69	0.14 51

iRaft-Stereo_5w	0.46 159	0.22 102	0.53 172	0.43 174	0.30 224	0.30 42	0.53 281	0.66 61	0.71 120	0.62 84	0.89 168	1.01 283	0.67 236	0.76 208	0.67 253	0.13 10	0.12 89	0.17 89	0.15 94	0.15 69	0.17 140

CIPLG	0.42 130	0.23 125	0.71 258	0.45 207	0.33 263	0.51 150	0.33 115	0.68 77	0.68 107	0.84 202	0.96 196	0.47 74	0.33 69	0.56 71	0.52 208	0.17 130	0.12 89	0.16 61	0.14 73	0.13 15	0.16 103

IPLGR_C	0.42 130	0.23 125	0.71 258	0.46 230	0.33 263	0.51 150	0.34 123	0.69 88	0.69 112	0.84 202	0.92 183	0.46 70	0.33 69	0.53 58	0.53 217	0.17 130	0.12 89	0.16 61	0.14 73	0.13 15	0.16 103

IPLGR	0.40 109	0.22 102	0.70 255	0.40 91	0.22 32	0.51 150	0.29 62	0.78 149	0.78 148	0.80 186	0.77 107	0.44 60	0.41 117	0.48 44	0.40 153	0.14 19	0.12 89	0.16 61	0.14 73	0.16 107	0.14 51

GMOStereo	0.38 82	0.19 36	0.42 63	0.43 174	0.24 80	0.40 107	0.39 190	0.55 21	0.64 92	0.89 239	0.84 145	0.65 155	0.37 88	0.39 9	0.29 41	0.14 19	0.12 89	0.20 182	0.18 189	0.15 69	0.12 11

error version	0.38 82	0.19 36	0.42 63	0.43 174	0.24 80	0.40 107	0.39 190	0.55 21	0.64 92	0.89 239	0.84 145	0.65 155	0.37 88	0.39 9	0.29 41	0.14 19	0.12 89	0.20 182	0.18 189	0.15 69	0.12 11

test-v	0.38 82	0.19 36	0.42 63	0.43 174	0.24 80	0.40 107	0.39 190	0.55 21	0.64 92	0.89 239	0.84 145	0.65 155	0.37 88	0.39 9	0.29 41	0.14 19	0.12 89	0.20 182	0.18 189	0.15 69	0.12 11

ACRE	0.42 130	0.23 125	0.73 268	0.45 207	0.33 263	0.50 145	0.33 115	0.68 77	0.70 114	0.82 191	0.92 183	0.46 70	0.32 64	0.53 58	0.52 208	0.17 130	0.12 89	0.15 44	0.14 73	0.13 15	0.16 103

CrosDoStereo	0.51 208	0.19 36	0.46 97	0.39 64	0.24 80	0.39 102	1.14 375	0.69 88	0.87 197	0.94 261	1.36 316	0.62 140	0.75 272	0.68 170	0.46 180	0.15 69	0.12 89	0.17 89	0.18 189	0.14 39	0.16 103

TRStereo	0.39 95	0.32 260	0.64 227	0.49 265	0.41 307	0.30 42	0.30 74	0.97 210	0.63 88	0.53 66	0.43 21	0.52 88	0.26 20	0.77 215	0.29 41	0.18 162	0.12 89	0.19 152	0.19 214	0.13 15	0.13 32

Patchmatch Stereo++	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.21 5	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.61 101	0.39 133	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
OMP-Stereo	0.43 142	0.23 125	0.50 138	0.53 309	0.25 105	0.36 82	0.24 25	0.73 128	0.81 169	0.78 181	0.64 73	0.88 249	0.41 117	0.95 275	0.36 104	0.15 69	0.12 89	0.20 182	0.15 94	0.16 107	0.13 32

IIG-Stereo	0.45 154	0.22 102	0.48 121	0.51 288	0.26 135	0.43 127	0.21 5	0.73 128	0.80 160	0.84 202	0.95 192	0.82 235	0.46 143	0.95 275	0.37 112	0.16 102	0.12 89	0.19 152	0.15 94	0.15 69	0.12 11

NF-Stereo	0.39 95	0.21 78	0.51 146	0.42 137	0.25 105	0.26 19	0.30 74	0.71 105	0.72 122	0.66 109	0.77 107	0.57 105	0.31 58	0.69 176	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 278

OCTAStereo	0.39 95	0.21 78	0.51 146	0.42 137	0.25 105	0.26 19	0.30 74	0.71 105	0.72 122	0.66 109	0.77 107	0.58 120	0.31 58	0.69 176	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 278

PSM-softLoss	0.40 109	0.21 78	0.53 172	0.42 137	0.26 135	0.29 38	0.34 123	0.70 98	0.49 59	0.63 91	0.82 137	0.59 129	0.33 69	0.75 199	0.43 163	0.20 217	0.12 89	0.20 182	0.18 189	0.17 132	0.22 231

KMStereo	0.40 109	0.21 78	0.53 172	0.42 137	0.26 135	0.29 38	0.34 123	0.70 98	0.49 59	0.63 91	0.82 137	0.59 129	0.33 69	0.75 199	0.43 163	0.20 217	0.12 89	0.20 182	0.18 189	0.17 132	0.22 231

NRIStereo	0.37 66	0.21 78	0.49 129	0.42 137	0.23 58	0.33 70	0.25 34	0.68 77	0.59 78	0.65 105	0.63 70	0.55 96	0.37 88	0.67 162	0.40 153	0.16 102	0.12 89	0.18 120	0.15 94	0.17 132	0.15 82

PSM-adaLoss	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.31 94	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.59 85	0.38 125	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

ROB_FTStereo_v2	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.31 94	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.60 95	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

ROB_FTStereo	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.20 1	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.60 95	0.38 125	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

HUI-Stereo	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.22 11	0.63 48	0.40 31	0.64 101	0.73 91	0.58 120	0.38 95	0.53 58	0.38 125	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

ASMatch	0.48 177	0.20 57	0.47 108	0.39 64	0.28 186	0.37 90	0.26 44	0.76 141	0.72 122	0.77 170	2.29 373	0.61 134	0.51 161	0.64 139	0.39 133	0.15 69	0.12 89	0.17 89	0.15 94	0.14 39	0.22 231

DeepStereo_LL	0.51 208	0.19 36	0.46 97	0.39 64	0.24 80	0.39 102	1.14 375	0.69 88	0.87 197	0.94 261	1.36 316	0.62 140	0.75 272	0.68 170	0.46 180	0.15 69	0.12 89	0.17 89	0.18 189	0.14 39	0.16 103

DEmStereo	0.49 187	0.18 17	0.53 172	0.39 64	0.26 135	0.57 186	0.33 115	0.65 59	0.75 139	0.90 246	1.65 349	0.57 105	1.02 334	0.63 132	0.44 170	0.14 19	0.12 89	0.16 61	0.16 120	0.14 39	0.17 140

GrayStereo	0.49 187	0.20 57	0.44 85	0.47 248	0.29 205	0.51 150	0.62 312	0.71 105	0.66 100	1.04 304	1.46 335	0.77 219	0.73 267	0.58 80	0.35 95	0.15 69	0.12 89	0.17 89	0.17 162	0.15 69	0.30 296

RE-Stereo	0.39 95	0.21 78	0.51 146	0.42 137	0.25 105	0.26 19	0.30 74	0.71 105	0.72 122	0.66 109	0.77 107	0.57 105	0.31 58	0.70 183	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 278

Pruner-Stereo	0.39 95	0.21 78	0.51 146	0.41 111	0.25 105	0.22 4	0.24 25	0.71 105	0.59 78	0.90 246	0.75 104	0.67 171	0.30 55	0.64 139	0.39 133	0.19 197	0.12 89	0.20 182	0.17 162	0.17 132	0.19 173

TVStereo	0.39 95	0.21 78	0.51 146	0.42 137	0.25 105	0.26 19	0.30 74	0.71 105	0.72 122	0.66 109	0.77 107	0.57 105	0.31 58	0.70 183	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 278

DeepStereo_RVC	0.37 66	0.22 102	0.51 146	0.41 111	0.24 80	0.26 19	0.22 11	0.64 58	0.40 31	0.69 126	0.67 83	0.57 105	0.50 156	0.58 80	0.42 161	0.17 130	0.12 89	0.18 120	0.16 120	0.19 191	0.19 173

iGMRVC	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.29 62	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.61 101	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

iRAFT	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.21 5	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.61 101	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

AnonymousM	0.42 130	0.86 375	0.31 12	0.35 13	0.23 58	0.30 42	0.37 164	0.56 26	0.44 45	0.72 140	0.50 35	0.47 74	0.29 45	0.42 20	0.35 95	0.16 102	0.12 89	1.51 393	0.32 338	0.12 3	0.11 3

test-2	0.38 82	0.19 36	0.42 63	0.43 174	0.24 80	0.40 107	0.39 190	0.55 21	0.64 92	0.89 239	0.84 145	0.65 155	0.37 88	0.39 9	0.29 41	0.14 19	0.12 89	0.20 182	0.18 189	0.15 69	0.12 11

test-1	0.37 66	0.20 57	0.76 275	0.47 248	0.27 165	0.44 133	0.36 152	0.63 48	0.65 97	0.49 55	0.67 83	0.54 94	0.35 79	0.42 20	0.30 53	0.14 19	0.12 89	0.16 61	0.14 73	0.15 69	0.18 164

RAFT-IKP	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.27 47	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.61 101	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

rafts_anoy	0.38 82	0.22 102	0.38 37	0.43 174	0.28 186	0.32 63	0.32 106	0.70 98	0.91 221	0.59 76	0.66 78	0.45 67	0.33 69	0.49 50	0.41 158	0.16 102	0.12 89	0.21 224	0.23 278	0.18 157	0.16 103

raft+_RVC	0.38 82	0.20 57	0.38 37	0.39 64	0.27 165	0.44 133	0.35 145	0.81 158	0.90 215	0.52 60	0.78 115	0.50 82	0.29 45	0.56 71	0.41 158	0.15 69	0.12 89	0.17 89	0.15 94	0.14 39	0.13 32

raftrobust	0.35 42	0.20 57	0.39 40	0.43 174	0.29 205	0.31 54	0.25 34	0.73 128	0.66 100	0.59 76	0.56 57	0.44 60	0.45 137	0.55 67	0.31 63	0.16 102	0.12 89	0.14 15	0.12 29	0.12 3	0.14 51

test_xeample3	0.31 27	0.23 125	0.56 191	0.36 28	0.26 135	0.35 78	0.32 106	0.60 35	0.38 19	0.44 44	0.32 10	0.33 21	0.28 30	0.66 153	0.27 25	0.14 19	0.12 89	0.16 61	0.12 29	0.14 39	0.14 51

ARAFT	0.48 177	0.25 173	0.82 288	0.42 137	0.25 105	0.56 176	0.54 287	0.82 162	0.82 177	0.92 254	0.75 104	0.75 208	0.48 150	0.89 255	0.37 112	0.15 69	0.12 89	0.23 251	0.22 269	0.14 39	0.14 51

BEATNet_4x	0.49 187	0.35 275	0.72 264	0.38 47	0.20 20	0.65 222	0.36 152	1.08 248	0.78 148	0.78 181	0.88 165	0.73 199	0.64 219	0.71 188	0.60 236	0.16 102	0.12 89	0.16 61	0.15 94	0.24 256	0.18 164

ccs_rob	0.47 168	0.25 173	0.55 187	0.38 47	0.28 186	0.58 190	0.32 106	0.89 179	0.90 215	0.83 196	1.02 225	0.75 208	0.48 150	0.61 101	0.46 180	0.17 130	0.12 89	0.24 264	0.16 120	0.26 271	0.21 216

iResNet_ROB	0.55 234	0.24 144	0.61 214	0.38 47	0.22 32	0.66 227	0.30 74	1.59 371	1.33 347	0.94 261	1.05 242	0.81 233	0.69 246	0.84 242	0.46 180	0.17 130	0.12 89	0.14 15	0.09 5	0.15 69	0.20 200

DN-CSS_ROB	0.45 154	0.27 214	0.74 272	0.41 111	0.29 205	0.43 127	0.29 62	0.80 156	0.78 148	0.73 147	1.08 256	0.48 77	0.45 137	0.81 231	0.40 153	0.15 69	0.12 89	0.21 224	0.19 214	0.18 157	0.17 140

pmcnn	1.27 367	0.31 258	1.14 336	0.41 111	0.23 58	0.97 307	0.71 327	1.23 296	1.32 345	1.83 375	2.34 375	11.25 420	0.89 317	1.04 303	0.96 310	0.15 69	0.12 89	0.12 2	0.10 11	0.15 69	0.16 103

H2IRNET	0.38 82	0.21 78	0.36 28	0.39 64	0.25 105	0.26 19	0.24 25	0.61 39	0.74 136	0.39 24	0.89 168	0.74 203	0.53 165	0.53 58	0.44 170	0.16 102	0.13 145	0.19 152	0.20 233	0.17 132	0.15 82

MyStereo07	0.33 34	0.23 125	0.37 31	0.43 174	0.29 205	0.40 107	0.48 256	0.78 149	0.38 19	0.38 21	0.34 17	0.32 16	0.30 55	0.63 132	0.28 32	0.14 19	0.13 145	0.19 152	0.17 162	0.18 157	0.17 140

MyStereo06	0.40 109	0.22 102	0.65 232	0.42 137	0.29 205	0.43 127	0.48 256	1.05 236	0.43 43	0.64 101	0.54 50	0.78 221	0.27 25	0.53 58	0.31 63	0.14 19	0.13 145	0.18 120	0.17 162	0.17 132	0.17 140

MyStereo05	0.46 159	0.22 102	0.51 146	0.42 137	0.29 205	0.43 127	0.48 256	0.96 208	1.12 304	0.77 170	0.62 69	0.51 85	0.57 190	0.79 225	0.43 163	0.14 19	0.13 145	0.18 120	0.17 162	0.17 132	0.17 140

MyStereo04	0.45 154	0.23 125	0.52 165	0.43 174	0.29 205	0.40 107	0.48 256	1.02 224	1.12 304	0.62 84	0.58 60	0.55 96	0.56 181	0.77 215	0.45 176	0.14 19	0.13 145	0.19 152	0.17 162	0.18 157	0.17 140

AE-Stereo	0.36 48	0.21 78	0.47 108	0.49 265	0.31 234	0.50 145	0.34 123	0.72 115	0.73 131	0.34 15	0.55 55	0.52 88	0.28 30	0.48 44	0.31 63	0.13 10	0.13 145	0.18 120	0.16 120	0.15 69	0.14 51

CoDeX	0.48 177	0.21 78	0.53 172	0.43 174	0.25 105	0.74 253	0.38 177	1.36 337	0.82 177	0.84 202	0.96 196	0.63 144	0.57 190	0.63 132	0.40 153	0.17 130	0.13 145	0.17 89	0.15 94	0.16 107	0.15 82

test croco	0.32 30	0.21 78	0.59 208	0.40 91	0.29 205	0.27 27	0.30 74	0.46 7	0.36 13	0.32 11	0.66 78	0.31 9	0.33 69	0.68 170	0.32 69	0.18 162	0.13 145	0.20 182	0.15 94	0.18 157	0.13 32

MIF-Stereo (partial)	0.32 30	0.19 36	0.41 55	0.41 111	0.32 252	0.29 38	0.24 25	0.49 10	0.44 45	0.31 8	0.63 70	0.37 37	0.36 84	0.60 95	0.32 69	0.17 130	0.13 145	0.19 152	0.17 162	0.18 157	0.15 82

MIF-Stereo	0.27 4	0.18 17	0.40 50	0.40 91	0.28 186	0.30 42	0.28 55	0.40 1	0.33 6	0.30 7	0.46 25	0.27 3	0.25 15	0.48 44	0.35 95	0.17 130	0.13 145	0.14 15	0.12 29	0.14 39	0.13 32

PCWNet_CMD	0.49 187	0.25 173	0.56 191	0.40 91	0.27 165	0.64 216	0.32 106	0.98 212	0.99 259	0.87 224	1.07 250	0.78 221	0.46 143	0.61 101	0.44 170	0.17 130	0.13 145	0.21 224	0.16 120	0.26 271	0.20 200

LL-Strereo2	0.36 48	0.25 173	0.52 165	0.43 174	0.27 165	0.36 82	0.27 47	0.70 98	0.46 54	0.55 68	0.53 47	0.65 155	0.24 12	0.69 176	0.32 69	0.14 19	0.13 145	0.23 251	0.20 233	0.19 191	0.14 51

DCRE	0.38 82	0.19 36	0.47 108	0.45 207	0.33 263	0.45 136	0.40 201	0.66 61	0.53 68	0.49 55	0.95 192	0.57 105	0.39 108	0.53 58	0.32 69	0.14 19	0.13 145	0.15 44	0.14 73	0.14 39	0.15 82

TestStereo1	0.44 148	0.24 144	0.45 90	0.52 302	0.25 105	0.35 78	0.40 201	0.81 158	0.94 236	0.70 130	0.96 196	0.48 77	0.45 137	0.94 270	0.33 79	0.16 102	0.13 145	0.18 120	0.16 120	0.15 69	0.14 51

RAFT_CTSACE	0.46 159	0.20 57	0.48 121	0.46 230	0.27 165	0.34 76	0.39 190	0.62 42	0.74 136	0.78 181	1.44 331	0.86 242	0.38 95	1.09 309	0.27 25	0.13 10	0.13 145	0.18 120	0.16 120	0.16 107	0.12 11

SA-5K	0.44 148	0.24 144	0.45 90	0.52 302	0.25 105	0.35 78	0.40 201	0.81 158	0.94 236	0.70 130	0.96 196	0.48 77	0.45 137	0.94 270	0.33 79	0.16 102	0.13 145	0.18 120	0.16 120	0.15 69	0.14 51

SA	0.45 154	0.26 202	0.50 138	0.47 248	0.24 80	0.46 137	0.36 152	0.79 154	1.00 263	0.61 82	1.04 239	0.50 82	0.50 156	0.98 287	0.33 79	0.16 102	0.13 145	0.21 224	0.19 214	0.15 69	0.14 51

FTStereo	0.56 243	0.21 78	0.39 40	0.42 137	0.25 105	0.39 102	0.73 336	0.69 88	0.45 49	1.09 323	3.23 393	0.69 176	0.71 256	0.55 67	0.34 88	0.15 69	0.13 145	0.19 152	0.17 162	0.15 69	0.32 306

CroCo-Stereo	0.27 4	0.23 125	0.40 50	0.49 265	0.22 32	0.20 2	0.29 62	0.55 21	0.45 49	0.29 4	0.27 2	0.42 51	0.26 20	0.30 1	0.26 9	0.15 69	0.13 145	0.13 10	0.12 29	0.16 107	0.13 32
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
TestStereo	0.39 95	0.32 260	0.42 63	0.45 207	0.20 20	0.41 116	0.38 177	0.69 88	0.66 100	0.56 70	0.78 115	0.48 77	0.43 125	0.59 85	0.37 112	0.18 162	0.13 145	0.20 182	0.15 94	0.23 248	0.14 51

CFNet_pseudo	0.47 168	0.25 173	0.55 187	0.38 47	0.28 186	0.58 190	0.32 106	0.89 179	0.90 215	0.83 196	1.03 236	0.75 208	0.48 150	0.61 101	0.46 180	0.17 130	0.13 145	0.24 264	0.16 120	0.26 271	0.21 216

RALAANet	0.40 109	0.24 144	0.56 191	0.43 174	0.30 224	0.36 82	0.25 34	0.89 179	0.69 112	0.69 126	0.65 75	0.61 134	0.30 55	0.63 132	0.35 95	0.16 102	0.13 145	0.18 120	0.15 94	0.21 215	0.14 51

GMStereo	0.40 109	0.38 289	0.61 214	0.41 111	0.27 165	0.47 139	0.35 145	0.62 42	1.04 278	0.57 72	0.54 50	0.38 40	0.36 84	0.56 71	0.41 158	0.20 217	0.13 145	0.16 61	0.17 162	0.24 256	0.20 200
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FENet	0.43 142	0.23 125	0.40 50	0.40 91	0.24 80	0.54 166	0.33 115	0.83 164	0.72 122	0.74 154	0.73 91	0.63 144	0.56 181	0.65 145	0.45 176	0.19 197	0.13 145	0.19 152	0.17 162	0.18 157	0.20 200

DIP-Stereo	0.40 109	0.22 102	0.58 200	0.42 137	0.29 205	0.62 203	0.27 47	0.87 172	0.42 40	0.65 105	0.86 156	0.52 88	0.35 79	0.67 162	0.43 163	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
R-Stereo Train	0.40 109	0.19 36	0.47 108	0.43 174	0.27 165	0.41 116	0.31 94	0.74 134	0.38 19	0.90 246	1.28 303	0.58 120	0.35 79	0.43 22	0.35 95	0.15 69	0.13 145	0.14 15	0.12 29	0.14 39	0.14 51

RAFT-Stereo	0.40 109	0.19 36	0.47 108	0.43 174	0.27 165	0.41 116	0.31 94	0.74 134	0.38 19	0.90 246	1.28 303	0.58 120	0.35 79	0.43 22	0.35 95	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
MSMDNet	0.49 187	0.25 173	0.56 191	0.40 91	0.27 165	0.64 216	0.32 106	0.99 215	0.99 259	0.87 224	1.07 250	0.79 227	0.46 143	0.61 101	0.44 170	0.17 130	0.13 145	0.20 182	0.16 120	0.25 265	0.20 200

AANet_RVC	0.59 262	0.35 275	0.68 245	0.47 248	0.28 186	0.57 186	0.47 251	1.04 230	1.28 338	0.87 224	1.33 311	0.86 242	0.63 212	1.16 319	0.89 291	0.19 197	0.13 145	0.15 44	0.14 73	0.18 157	0.20 200

AdaStereo	0.52 218	0.34 271	0.53 172	0.49 265	0.25 105	0.71 245	0.36 152	1.24 297	0.91 221	0.77 170	0.98 206	0.75 208	0.50 156	0.71 188	0.51 204	0.27 295	0.13 145	0.28 307	0.18 189	0.23 248	0.18 164
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.
iResNetv2_ROB	0.55 234	0.29 237	0.86 300	0.39 64	0.25 105	0.67 236	0.37 164	1.21 287	1.02 270	1.02 295	1.10 258	0.89 254	0.79 287	0.74 194	0.43 163	0.19 197	0.13 145	0.15 44	0.11 18	0.19 191	0.16 103

StereoDRNet-Refined	0.61 272	0.33 266	0.63 223	0.47 248	0.31 234	0.94 302	0.41 221	1.04 230	0.97 252	1.15 333	1.13 270	1.00 279	0.74 269	0.93 267	0.93 303	0.18 162	0.13 145	0.22 236	0.21 251	0.20 206	0.21 216
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DispNO	0.48 177	0.24 144	0.84 295	0.40 91	0.31 234	0.58 190	0.39 190	0.91 185	0.79 154	0.79 185	0.83 142	0.71 179	0.59 197	0.75 199	0.50 201	0.19 197	0.14 177	0.20 182	0.18 189	0.16 107	0.17 140

Former-RAFT_DAM_RVC	0.34 40	0.28 227	0.48 121	0.37 36	0.25 105	0.47 139	0.30 74	0.60 35	0.92 227	0.43 41	0.37 19	0.30 7	0.29 45	0.50 52	0.30 53	0.17 130	0.14 177	0.18 120	0.15 94	0.18 157	0.16 103

GMStereo_Zeroshot	0.51 208	0.46 319	0.80 282	0.50 276	0.28 186	0.57 186	0.30 74	0.75 139	0.79 154	0.88 232	0.94 188	0.90 256	0.37 88	0.77 215	0.46 180	0.27 295	0.14 177	0.26 289	0.15 94	0.39 335	0.19 173

StereoIM	0.27 4	0.19 36	0.39 40	0.37 36	0.26 135	0.28 34	0.28 55	0.45 6	0.37 16	0.27 2	0.27 2	0.40 44	0.27 25	0.40 16	0.30 53	0.16 102	0.14 177	0.16 61	0.13 52	0.15 69	0.12 11

EKT-Stereo	0.36 48	0.24 144	0.44 85	0.44 195	0.30 224	0.37 90	0.30 74	0.72 115	0.68 107	0.47 51	0.63 70	0.49 81	0.28 30	0.59 85	0.34 88	0.19 197	0.14 177	0.18 120	0.15 94	0.16 107	0.18 164

MIM_Stereo	0.39 95	0.18 17	0.59 208	0.38 47	0.25 105	0.27 27	0.24 25	0.72 115	0.56 71	0.72 140	1.00 219	0.62 140	0.29 45	0.67 162	0.39 133	0.13 10	0.14 177	0.17 89	0.16 120	0.14 39	0.12 11

anonymousa	0.51 208	0.21 78	0.47 108	0.39 64	0.25 105	0.89 296	0.36 152	0.78 149	0.63 88	0.88 232	1.54 342	1.09 308	0.67 236	0.53 58	0.46 180	0.17 130	0.14 177	0.19 152	0.21 251	0.16 107	0.16 103

IER	0.48 177	0.25 173	0.60 213	0.38 47	0.28 186	0.67 236	0.38 177	0.82 162	0.68 107	0.88 232	0.95 192	0.74 203	0.79 287	0.62 123	0.46 180	0.17 130	0.14 177	0.17 89	0.17 162	0.17 132	0.16 103

DAS	0.54 229	0.26 202	0.66 234	0.49 265	0.31 234	0.61 199	0.43 233	0.89 179	1.01 265	0.95 266	1.16 277	0.71 179	0.85 304	0.89 255	0.47 189	0.18 162	0.14 177	0.18 120	0.15 94	0.22 234	0.19 173

SepStereo	0.54 229	0.26 202	0.66 234	0.49 265	0.31 234	0.61 199	0.43 233	0.89 179	1.01 265	0.95 266	1.16 277	0.71 179	0.85 304	0.97 285	0.47 189	0.18 162	0.14 177	0.18 120	0.15 94	0.22 234	0.19 173

GwcNet-ADL	0.45 154	0.24 144	0.51 146	0.46 230	0.30 224	0.41 116	0.40 201	0.95 204	0.98 256	0.73 147	0.78 115	0.61 134	0.41 117	0.67 162	0.55 222	0.20 217	0.14 177	0.15 44	0.14 73	0.19 191	0.22 231

PFNet+	0.41 123	0.20 57	0.53 172	0.40 91	0.25 105	0.28 34	0.22 11	0.66 61	0.76 142	0.85 212	0.79 119	0.63 144	0.34 75	0.75 199	0.37 112	0.20 217	0.14 177	0.23 251	0.20 233	0.17 132	0.21 216

sAnonymous2	0.42 130	0.41 305	0.96 319	0.48 256	0.37 285	0.41 116	0.48 256	0.60 35	0.52 65	0.39 24	0.48 31	0.35 30	0.44 130	0.44 24	0.30 53	0.19 197	0.14 177	0.19 152	0.17 162	0.55 370	0.43 350

CroCo_RVC	0.42 130	0.41 305	0.96 319	0.48 256	0.37 285	0.41 116	0.48 256	0.60 35	0.52 65	0.39 24	0.48 31	0.35 30	0.44 130	0.44 24	0.30 53	0.19 197	0.14 177	0.19 152	0.17 162	0.55 370	0.43 350

RALCasStereoNet	0.37 66	0.23 125	0.41 55	0.44 195	0.28 186	0.36 82	0.38 177	0.66 61	0.67 106	0.51 58	0.74 102	0.51 85	0.29 45	0.64 139	0.38 125	0.17 130	0.14 177	0.15 44	0.13 52	0.17 132	0.17 140

SFCPSM	0.48 177	0.22 102	0.59 208	0.41 111	0.27 165	0.85 288	0.36 152	1.39 339	0.79 154	0.81 190	0.85 152	0.54 94	0.50 156	0.60 95	0.39 133	0.18 162	0.14 177	0.18 120	0.20 233	0.17 132	0.16 103

cf-r	0.49 187	0.24 144	0.49 129	0.40 91	0.23 58	0.58 190	0.38 177	0.92 194	0.87 197	0.77 170	1.06 248	0.98 274	0.67 236	0.59 85	0.61 240	0.21 232	0.14 177	0.17 89	0.19 214	0.15 69	0.16 103

RASNet	0.57 247	0.24 144	0.61 214	0.39 64	0.23 58	0.71 245	0.40 201	1.02 224	0.93 229	0.77 170	1.05 242	1.05 294	0.98 332	0.99 291	1.03 322	0.16 102	0.14 177	0.14 15	0.17 162	0.15 69	0.14 51

HSM-Net_RVC	0.55 234	0.23 125	0.37 31	0.38 47	0.22 32	0.86 290	0.40 201	1.31 322	0.93 229	0.92 254	1.15 274	1.26 324	0.71 256	0.75 199	0.53 217	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
HSM	0.53 224	0.25 173	0.46 97	0.40 91	0.25 105	0.74 253	0.44 239	1.29 319	0.78 148	0.82 191	0.92 183	1.21 320	0.75 272	0.90 260	0.48 192	0.18 162	0.14 177	0.17 89	0.14 73	0.17 132	0.18 164

mmm	0.47 168	0.28 227	0.51 146	0.39 64	0.25 105	0.61 199	0.38 177	1.00 221	0.60 85	0.77 170	1.07 250	0.65 155	0.53 165	0.61 101	0.49 199	0.18 162	0.15 197	0.23 251	0.20 233	0.21 215	0.20 200

11t1	0.38 82	0.23 125	0.49 129	0.36 28	0.23 58	0.61 199	0.31 94	0.74 134	0.47 56	0.62 84	0.55 55	0.55 96	0.49 154	0.58 80	0.45 176	0.18 162	0.15 197	0.16 61	0.13 52	0.17 132	0.19 173

LL-Strereo	0.58 258	0.29 237	0.83 292	0.48 256	0.35 278	0.39 102	0.48 256	1.04 230	0.99 259	0.87 224	0.79 119	1.08 303	1.15 351	1.35 345	0.51 204	0.18 162	0.15 197	0.22 236	0.19 214	0.17 132	0.21 216

CBFPSM	0.61 272	0.25 173	1.41 359	0.39 64	0.27 165	1.10 329	0.67 319	0.83 164	0.84 183	0.82 191	0.81 135	1.33 336	0.85 304	0.72 192	0.86 287	0.16 102	0.15 197	0.15 44	0.17 162	0.17 132	0.23 250

CroCo-Stereo Lap2	0.29 12	0.25 173	0.44 85	0.50 276	0.30 224	0.19 1	0.31 94	0.52 14	0.41 36	0.25 1	0.28 5	0.46 70	0.31 58	0.39 9	0.30 53	0.15 69	0.15 197	0.16 61	0.13 52	0.17 132	0.16 103

BUS	0.47 168	0.26 202	0.47 108	0.46 230	0.29 205	0.78 259	0.34 123	0.99 215	0.80 160	0.77 170	0.80 129	0.64 151	0.54 170	0.66 153	0.56 224	0.21 232	0.15 197	0.22 236	0.19 214	0.18 157	0.19 173

BSDual-CNN	0.48 177	0.26 202	0.47 108	0.46 230	0.29 205	0.75 256	0.46 246	0.99 215	0.80 160	0.77 170	0.80 129	0.76 214	0.59 197	0.66 153	0.48 192	0.21 232	0.15 197	0.22 236	0.19 214	0.18 157	0.19 173

hknet	0.51 208	0.26 202	0.58 200	0.46 230	0.29 205	0.75 256	0.46 246	0.99 215	0.89 211	0.77 170	0.80 129	0.96 271	0.67 236	0.75 199	0.50 201	0.19 197	0.15 197	0.22 236	0.19 214	0.18 157	0.19 173

UDGNet	0.50 198	0.82 370	0.56 191	0.51 288	0.32 252	0.41 116	0.34 123	0.71 105	0.93 229	0.65 105	0.60 64	0.58 120	0.44 130	0.65 145	0.43 163	0.33 333	0.15 197	0.67 381	0.20 233	0.49 358	0.23 250

dd	0.44 148	0.40 301	0.62 219	0.44 195	0.26 135	0.51 150	0.38 177	0.72 115	1.07 291	0.60 78	0.66 78	0.43 57	0.40 113	0.68 170	0.53 217	0.24 269	0.15 197	0.21 224	0.16 120	0.24 256	0.19 173

GANet-ADL	0.44 148	0.27 214	0.48 121	0.44 195	0.30 224	0.54 166	0.36 152	0.94 201	0.88 207	0.64 101	0.72 89	0.68 174	0.44 130	0.55 67	0.44 170	0.22 248	0.15 197	0.15 44	0.13 52	0.18 157	0.21 216

LMCR-Stereo	0.55 234	0.33 266	0.57 198	0.60 339	0.30 224	0.80 271	0.36 152	1.30 321	0.79 154	0.90 246	1.04 239	0.57 105	0.64 219	0.87 248	0.73 264	0.20 217	0.15 197	0.19 152	0.14 73	0.25 265	0.18 164

MMNet	0.57 247	0.26 202	0.67 238	0.45 207	0.35 278	1.04 324	0.39 190	0.93 196	0.98 256	0.96 278	0.97 203	0.86 242	0.80 291	0.83 238	0.80 279	0.16 102	0.15 197	0.19 152	0.19 214	0.20 206	0.17 140

UNet	0.55 234	0.27 214	0.72 264	0.45 207	0.41 307	0.97 307	0.40 201	1.01 222	0.80 160	0.87 224	0.90 171	1.03 287	0.75 272	0.76 208	0.67 253	0.19 197	0.15 197	0.20 182	0.17 162	0.21 215	0.18 164

ACVNet	0.47 168	0.24 144	0.39 40	0.40 91	0.28 186	0.58 190	0.40 201	0.91 185	0.81 169	0.67 116	0.96 196	0.79 227	0.66 227	0.65 145	0.71 260	0.18 162	0.15 197	0.16 61	0.15 94	0.18 157	0.15 82

acv_ft	0.52 218	0.24 144	0.64 227	0.45 207	0.28 186	0.85 288	0.40 201	0.95 204	0.81 169	1.00 289	0.96 196	0.79 227	0.62 207	0.65 145	0.88 289	0.18 162	0.15 197	0.16 61	0.15 94	0.18 157	0.15 82

GwcNet-RSSM	0.51 208	0.25 173	0.51 146	0.41 111	0.24 80	0.56 176	0.41 221	0.97 210	0.96 247	0.75 157	1.17 282	0.89 254	0.66 227	0.66 153	0.74 265	0.22 248	0.15 197	0.19 152	0.21 251	0.17 132	0.16 103

SuperB	1.00 345	0.41 305	4.03 401	0.45 207	0.32 252	0.99 313	0.49 266	1.09 251	2.09 385	1.10 326	1.10 258	0.74 203	0.83 297	1.13 313	1.75 368	0.20 217	0.15 197	0.17 89	0.15 94	2.50 409	0.27 278

CFNet	0.53 224	0.30 251	0.53 172	0.42 137	0.28 186	0.73 249	0.35 145	1.21 287	1.01 265	0.74 154	1.07 250	0.85 238	0.60 201	0.83 238	0.58 233	0.19 197	0.15 197	0.23 251	0.23 278	0.21 215	0.17 140

DISCO	0.72 294	0.27 214	0.72 264	0.45 207	0.31 234	1.12 334	0.53 281	1.32 327	1.25 333	0.84 202	1.07 250	1.52 361	0.87 311	1.82 375	1.08 334	0.20 217	0.15 197	0.18 120	0.16 120	0.24 256	0.24 258

LE_ROB	4.86 414	0.27 214	9.43 413	0.45 207	0.24 80	1.61 369	0.96 365	2.05 387	17.75 427	16.36 429	4.84 414	5.17 409	19.48 429	2.05 382	15.49 421	0.17 130	0.15 197	0.16 61	0.16 120	0.20 206	0.19 173

SMFormer	0.53 224	0.24 144	0.67 238	0.35 13	0.20 20	0.63 208	0.34 123	1.26 305	1.06 284	0.85 212	1.02 225	0.71 179	0.66 227	0.96 278	0.60 236	0.19 197	0.16 218	0.18 120	0.17 162	0.19 191	0.20 200

tta	0.53 224	0.24 144	0.67 238	0.35 13	0.20 20	0.63 208	0.34 123	1.26 305	1.06 284	0.85 212	1.02 225	0.71 179	0.66 227	0.96 278	0.60 236	0.19 197	0.16 218	0.18 120	0.17 162	0.15 69	0.16 103

qqq1	0.51 208	0.24 144	0.67 238	0.35 13	0.20 20	0.63 208	0.34 123	1.26 305	1.06 284	0.85 212	1.02 225	0.71 179	0.66 227	0.96 278	0.36 104	0.19 197	0.16 218	0.14 15	0.12 29	0.15 69	0.16 103

fff1	0.51 208	0.24 144	0.67 238	0.35 13	0.20 20	0.63 208	0.34 123	1.26 305	1.06 284	0.85 212	1.02 225	0.71 179	0.66 227	0.96 278	0.36 104	0.19 197	0.16 218	0.14 15	0.12 29	0.15 69	0.16 103

mmx	0.59 262	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	1.24 297	1.06 284	0.76 162	0.98 206	0.71 179	0.55 173	1.25 328	1.46 356	0.21 232	0.16 218	0.25 275	0.21 251	0.24 256	0.22 231

xxx	0.59 262	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	1.24 297	1.06 284	0.76 162	0.98 206	0.71 179	0.55 173	1.25 328	1.46 356	0.21 232	0.16 218	0.25 275	0.21 251	0.24 256	0.22 231

CFNet_ucs	0.51 208	0.25 173	0.58 200	0.39 64	0.31 234	0.59 197	0.35 145	1.04 230	0.95 240	0.89 239	1.19 287	0.80 231	0.49 154	0.66 153	0.45 176	0.21 232	0.16 218	0.26 289	0.18 189	0.27 280	0.23 250

CASS	0.46 159	0.28 227	0.45 90	0.48 256	0.22 32	0.63 208	0.34 123	0.99 215	0.66 100	0.76 162	0.86 156	0.61 134	0.58 193	0.58 80	0.44 170	0.29 310	0.16 218	0.22 236	0.18 189	0.23 248	0.28 287
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
x	0.41 123	0.25 173	0.46 97	0.36 28	0.24 80	0.54 166	0.31 94	0.94 201	0.58 77	0.60 78	0.72 89	0.61 134	0.53 165	0.52 56	0.50 201	0.18 162	0.16 218	0.17 89	0.16 120	0.17 132	0.18 164

psmg	0.50 198	0.26 202	0.47 108	0.42 137	0.29 205	0.82 279	0.42 226	1.07 243	0.80 160	0.95 266	0.94 188	0.76 214	0.59 197	0.66 153	0.48 192	0.21 232	0.16 218	0.20 182	0.20 233	0.19 191	0.19 173

RAFT	0.46 159	0.23 125	0.52 165	0.48 256	0.27 165	0.55 171	0.47 251	0.68 77	0.60 85	0.83 196	0.82 137	1.00 279	0.56 181	0.76 208	0.37 112	0.18 162	0.16 218	0.22 236	0.20 233	0.16 107	0.14 51

GEStereo_RVC	0.56 243	0.30 251	0.70 255	0.51 288	0.31 234	0.70 242	0.54 287	1.31 322	0.93 229	0.85 212	0.86 156	0.84 236	0.63 212	0.92 264	0.67 253	0.24 269	0.16 218	0.19 152	0.17 162	0.21 215	0.23 250

TANstereo	0.31 27	0.16 5	0.34 15	0.31 5	0.17 3	0.55 171	0.23 20	0.46 7	0.56 71	0.60 78	0.69 85	0.37 37	0.26 20	0.36 5	0.28 32	0.16 102	0.16 218	0.13 10	0.10 11	0.14 39	0.15 82

ADLNet	0.57 247	0.29 237	0.58 200	0.46 230	0.35 278	0.80 271	0.46 246	1.14 265	0.88 207	1.03 298	0.98 206	0.92 265	0.66 227	0.71 188	0.83 283	0.22 248	0.16 218	0.22 236	0.22 269	0.22 234	0.23 250

HCRNet	0.46 159	0.35 275	0.45 90	0.54 318	0.26 135	0.52 157	0.29 62	0.87 172	0.64 92	0.75 157	0.82 137	0.76 214	0.53 165	0.70 183	0.38 125	0.24 269	0.16 218	0.24 264	0.20 233	0.21 215	0.20 200

222	1.25 365	0.23 125	0.53 172	0.38 47	0.23 58	0.78 259	0.37 164	1.41 345	0.93 229	0.97 281	1.13 270	0.74 203	0.71 256	0.74 194	14.86 420	0.20 217	0.16 218	0.17 89	0.16 120	0.18 157	0.20 200

test_xeample	1.06 348	0.23 125	0.51 146	0.37 36	0.22 32	0.71 245	0.39 190	1.31 322	0.92 227	0.87 224	1.08 256	0.70 178	0.64 219	0.75 199	11.43 417	0.19 197	0.16 218	0.18 120	0.17 162	0.18 157	0.19 173

GANet-RSSM	0.49 187	0.22 102	0.42 63	0.39 64	0.26 135	0.58 190	0.41 221	1.12 257	0.82 177	0.73 147	1.02 225	0.88 249	0.75 272	0.67 162	0.48 192	0.22 248	0.16 218	0.18 120	0.19 214	0.18 157	0.18 164

PSMNet-RSSM	0.50 198	0.24 144	0.41 55	0.43 174	0.26 135	0.51 150	0.40 201	1.16 270	0.79 154	0.75 157	1.07 250	0.87 246	0.69 246	0.66 153	0.52 208	0.24 269	0.16 218	0.23 251	0.26 311	0.20 206	0.20 200

CFNet-ft	0.50 198	0.25 173	0.39 40	0.41 111	0.26 135	0.66 227	0.37 164	0.91 185	0.87 197	0.67 116	1.00 219	1.05 294	0.70 251	0.68 170	0.57 228	0.23 262	0.16 218	0.24 264	0.21 251	0.24 256	0.19 173

DMCA	0.47 168	0.27 214	0.59 208	0.39 64	0.29 205	0.53 160	0.34 123	0.98 212	0.70 114	0.78 181	0.83 142	0.79 227	0.55 173	0.54 66	0.57 228	0.21 232	0.16 218	0.21 224	0.16 120	0.19 191	0.22 231

ADCRef	0.84 321	0.46 319	1.60 372	0.52 302	0.45 331	1.08 328	0.52 278	1.13 263	1.03 274	1.22 340	1.43 330	0.87 246	0.93 324	0.91 262	3.35 394	0.19 197	0.16 218	0.23 251	0.23 278	0.23 248	0.22 231

ADCP+	1.18 361	0.37 285	3.09 393	0.50 276	0.52 350	1.48 361	0.61 310	1.32 327	1.07 291	1.21 338	1.16 277	1.08 303	1.11 344	1.63 364	7.17 411	0.20 217	0.16 218	0.24 264	0.22 269	0.29 289	0.22 231

RYNet	0.76 307	0.37 285	0.74 272	0.54 318	0.67 373	1.35 353	0.68 322	1.28 315	1.21 330	1.10 326	0.90 171	1.31 329	0.94 327	1.01 297	1.30 347	0.22 248	0.16 218	0.27 297	0.23 278	0.43 345	0.45 356

CFNet_RVC	0.50 198	0.25 173	0.39 40	0.41 111	0.26 135	0.66 227	0.37 164	0.91 185	0.87 197	0.67 116	1.00 219	1.05 294	0.70 251	0.68 170	0.57 228	0.23 262	0.16 218	0.24 264	0.21 251	0.24 256	0.19 173

NVstereo2D	0.62 278	0.32 260	0.82 288	0.50 276	0.44 324	0.88 293	0.48 256	1.12 257	1.17 321	0.67 116	0.90 171	0.90 256	0.69 246	1.02 300	0.69 257	0.33 333	0.16 218	0.29 315	0.20 233	0.43 345	0.46 360

whm_eth	0.49 187	0.32 260	0.79 281	0.47 248	0.38 290	0.37 90	0.37 164	0.83 164	0.83 182	0.82 191	1.73 356	0.36 36	0.39 108	0.61 101	0.38 125	0.19 197	0.17 244	0.20 182	0.20 233	0.20 206	0.25 265

gwcnet-sp	0.50 198	0.25 173	0.84 295	0.41 111	0.27 165	0.79 265	0.40 201	0.93 196	0.85 187	0.95 266	0.79 119	0.65 155	0.63 212	0.69 176	0.52 208	0.18 162	0.17 244	0.18 120	0.18 189	0.18 157	0.19 173

scenet	0.50 198	0.25 173	0.84 295	0.41 111	0.27 165	0.79 265	0.40 201	0.93 196	0.85 187	0.95 266	0.79 119	0.65 155	0.63 212	0.69 176	0.52 208	0.18 162	0.17 244	0.18 120	0.18 189	0.18 157	0.19 173

ToySt	0.52 218	0.27 214	0.93 313	0.42 137	0.28 186	0.67 236	0.56 294	0.88 178	0.79 154	0.61 82	0.85 152	0.92 265	0.70 251	0.72 192	0.61 240	0.16 102	0.17 244	0.21 224	0.21 251	0.22 234	0.21 216

ssnet	0.50 198	0.25 173	0.84 295	0.41 111	0.27 165	0.79 265	0.40 201	0.93 196	0.85 187	0.95 266	0.79 119	0.65 155	0.63 212	0.69 176	0.52 208	0.18 162	0.17 244	0.18 120	0.18 189	0.18 157	0.19 173

qqq	0.42 130	0.28 227	0.50 138	0.37 36	0.22 32	0.47 139	0.39 190	0.91 185	0.59 78	0.57 72	0.71 88	0.65 155	0.56 181	0.59 85	0.48 192	0.17 130	0.17 244	0.20 182	0.19 214	0.18 157	0.19 173

ADLNet2	0.57 247	0.26 202	0.71 258	0.48 256	0.31 234	0.83 282	0.51 272	1.10 255	0.99 259	0.85 212	0.99 215	0.99 278	0.70 251	0.79 225	0.78 271	0.21 232	0.17 244	0.18 120	0.18 189	0.22 234	0.22 231

GES	0.46 159	0.25 173	0.62 219	0.41 111	0.30 224	0.62 203	0.37 164	1.06 241	0.70 114	0.75 157	0.83 142	0.47 74	0.52 164	0.69 176	0.46 180	0.23 262	0.17 244	0.17 89	0.16 120	0.18 157	0.24 258

xxxx	1.07 350	0.23 125	0.53 172	0.38 47	0.22 32	0.83 282	0.36 152	1.41 345	0.95 240	0.75 157	0.99 215	0.97 272	0.64 219	0.70 183	11.37 416	0.20 217	0.17 244	0.18 120	0.17 162	0.19 191	0.20 200

1111x	0.64 282	0.23 125	0.61 214	0.39 64	0.21 27	0.68 240	0.46 246	1.32 327	1.03 274	0.76 162	1.02 225	0.95 268	0.72 263	1.13 313	2.15 379	0.18 162	0.18 253	0.18 120	0.19 214	0.20 206	0.19 173

iinet-f	0.69 290	0.29 237	2.34 390	0.41 111	0.31 234	1.16 340	0.58 303	0.87 172	0.85 187	0.86 222	1.17 282	1.04 291	0.83 297	0.76 208	1.26 345	0.21 232	0.18 253	0.17 89	0.16 120	0.21 215	0.21 216

CSP-Net	0.57 247	0.29 237	0.55 187	0.42 137	0.29 205	1.20 346	0.49 266	1.29 319	0.75 139	0.98 284	0.97 203	0.88 249	0.69 246	0.85 244	0.66 250	0.27 295	0.18 253	0.17 89	0.17 162	0.18 157	0.19 173

GLC_STEREO	0.30 16	0.20 57	0.28 9	0.44 195	0.19 10	0.31 54	0.25 34	0.49 10	0.43 43	0.37 19	0.47 30	0.40 44	0.23 9	0.51 55	0.37 112	0.15 69	0.18 253	0.19 152	0.16 120	0.16 107	0.14 51

AACVNet	0.52 218	0.25 173	0.56 191	0.48 256	0.29 205	0.55 171	0.38 177	0.96 208	0.59 78	0.83 196	1.03 236	1.03 287	0.77 285	0.91 262	0.58 233	0.22 248	0.18 253	0.24 264	0.18 189	0.24 256	0.22 231

PSMNet-ADL	0.50 198	0.28 227	0.43 80	0.49 265	0.31 234	0.70 242	0.38 177	0.94 201	0.81 169	0.62 84	0.80 129	0.91 262	0.62 207	0.76 208	0.68 256	0.24 269	0.18 253	0.19 152	0.20 233	0.22 234	0.22 231

ICVP	0.48 177	0.26 202	0.42 63	0.49 265	0.28 186	0.63 208	0.43 233	1.05 236	0.72 122	0.68 123	0.95 192	0.75 208	0.56 181	0.55 67	0.61 240	0.24 269	0.18 253	0.19 152	0.17 162	0.19 191	0.21 216
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
delet	0.57 247	0.25 173	0.63 223	0.46 230	0.34 273	1.05 326	0.51 272	1.04 230	0.94 236	0.90 246	0.99 215	0.90 256	0.68 244	0.87 248	0.78 271	0.18 162	0.18 253	0.20 182	0.21 251	0.17 132	0.17 140

ac_64	0.54 229	0.24 144	0.58 200	0.46 230	0.28 186	0.79 265	0.44 239	1.11 256	0.63 88	0.94 261	0.85 152	1.06 298	0.70 251	0.76 208	0.72 263	0.22 248	0.18 253	0.20 182	0.19 214	0.18 157	0.16 103

DMCA-RVC	0.54 229	0.32 260	0.83 292	0.51 288	0.32 252	0.59 197	0.38 177	0.89 179	0.70 114	0.95 266	0.88 165	0.90 256	0.69 246	0.75 199	0.63 247	0.23 262	0.18 253	0.31 325	0.24 292	0.27 280	0.21 216

FADNet-RVC-Resample	0.58 258	0.35 275	1.34 354	0.50 276	0.34 273	0.73 249	0.43 233	1.09 251	0.96 247	0.83 196	0.87 162	0.76 214	0.66 227	0.77 215	0.52 208	0.19 197	0.18 253	0.26 289	0.27 315	0.28 287	0.29 292

FADNet_RVC	0.58 258	0.39 293	1.26 343	0.45 207	0.32 252	0.55 171	0.34 123	1.12 257	0.90 215	0.68 123	0.90 171	0.61 134	0.71 256	1.03 302	0.80 279	0.21 232	0.18 253	0.27 297	0.23 278	0.33 310	0.30 296

TDLM	0.59 262	0.35 275	0.57 198	0.53 309	0.32 252	0.67 236	0.72 331	1.09 251	1.03 274	0.84 202	1.11 262	0.84 236	0.71 256	0.96 278	0.61 240	0.28 303	0.18 253	0.26 289	0.22 269	0.27 280	0.21 216

NLCA_NET_v2_RVC	0.55 234	0.33 266	0.71 258	0.46 230	0.31 234	0.66 227	0.43 233	1.07 243	0.89 211	0.93 257	0.91 177	0.98 274	0.61 205	0.76 208	0.64 249	0.22 248	0.18 253	0.22 236	0.22 269	0.22 234	0.24 258
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
UCFNet_RVC	0.50 198	0.27 214	0.37 31	0.40 91	0.27 165	0.66 227	0.42 226	1.18 278	0.86 193	0.70 130	0.89 168	0.91 262	0.60 201	0.62 123	0.48 192	0.24 269	0.18 253	0.28 307	0.27 315	0.25 265	0.24 258

DRN-Test	0.68 288	0.34 271	0.77 278	0.52 302	0.40 302	1.14 336	0.61 310	1.56 367	1.04 278	1.18 335	1.10 258	1.05 294	0.72 263	0.82 236	1.01 317	0.24 269	0.18 253	0.26 289	0.25 303	0.26 271	0.23 250

PWC_ROB	0.92 331	0.57 347	1.64 375	0.53 309	0.33 263	0.93 300	0.39 190	1.42 350	1.51 364	1.66 367	2.57 382	1.18 318	1.11 344	1.50 358	1.54 363	0.26 286	0.18 253	0.28 307	0.20 233	0.30 296	0.32 306

Wz-Net-MNSev	0.81 313	0.42 309	1.64 375	0.51 288	0.41 307	1.46 359	0.95 363	1.24 297	1.26 336	1.31 350	1.25 295	1.17 317	0.83 297	1.21 327	1.06 330	0.22 248	0.19 270	0.24 264	0.23 278	0.29 289	0.26 270

CRFU-Net	0.59 262	0.29 237	0.62 219	0.47 248	0.31 234	1.20 346	0.51 272	1.19 281	0.59 78	1.05 309	1.00 219	1.06 298	0.87 311	0.83 238	0.77 270	0.22 248	0.19 270	0.18 120	0.16 120	0.19 191	0.20 200

aanetorigin	0.85 326	0.58 350	1.98 383	0.50 276	0.40 302	0.66 227	0.70 325	0.72 115	1.01 265	2.44 393	2.00 368	1.32 331	1.25 357	0.96 278	1.16 339	0.20 217	0.19 270	0.20 182	0.20 233	0.27 280	0.33 315

EDNetEfficientorigin	9.96 420	1.17 389	175.17 442	0.49 265	0.37 285	1.13 335	0.74 338	1.27 310	2.70 395	3.16 407	2.49 379	2.28 381	2.15 393	1.88 377	2.27 382	0.21 232	0.19 270	0.25 275	0.20 233	0.54 368	0.53 375

EDNetEfficient	1.47 379	0.82 370	6.28 409	0.48 256	0.40 302	0.73 249	0.83 352	0.95 204	2.77 396	3.48 410	1.95 365	1.64 368	2.12 392	1.42 350	3.84 399	0.21 232	0.19 270	0.21 224	0.21 251	0.43 345	0.42 346

ADCL	1.10 352	0.42 309	1.57 368	0.51 288	0.41 307	1.71 376	0.92 360	1.36 337	1.45 358	1.33 351	1.56 344	1.22 323	1.26 358	1.45 354	5.27 406	0.22 248	0.19 270	0.25 275	0.25 303	0.29 289	0.29 292

StereoDRNet	0.67 285	0.35 275	0.82 288	0.53 309	0.44 324	1.03 322	0.53 281	1.51 360	1.06 284	1.13 331	0.91 177	1.07 302	0.74 269	0.87 248	0.95 308	0.24 269	0.19 270	0.25 275	0.23 278	0.27 280	0.22 231

DispFullNet	1.64 384	2.64 418	3.14 394	2.57 410	1.78 403	1.32 351	0.55 291	1.42 350	1.45 358	1.89 377	1.48 338	1.55 363	2.35 397	2.08 385	1.12 337	0.60 381	0.19 270	2.33 408	0.73 390	2.35 405	1.30 401

CAS++	0.33 34	0.25 173	0.39 40	0.38 47	0.26 135	0.32 63	0.24 25	0.87 172	0.53 68	0.48 54	0.46 25	0.26 2	0.21 5	0.50 52	0.26 9	0.23 262	0.20 278	0.22 236	0.17 162	0.21 215	0.17 140
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
NINENet	0.52 218	0.30 251	0.55 187	0.46 230	0.33 263	0.78 259	0.34 123	1.18 278	0.91 221	0.84 202	0.97 203	0.64 151	0.54 170	0.74 194	0.56 224	0.23 262	0.20 278	0.25 275	0.18 189	0.22 234	0.22 231

AASNet	0.55 234	0.27 214	0.62 219	0.51 288	0.32 252	0.73 249	0.44 239	1.55 363	0.88 207	0.88 232	0.94 188	0.64 151	0.63 212	0.62 123	0.84 284	0.23 262	0.20 278	0.20 182	0.16 120	0.22 234	0.20 200

Anonymous	0.40 109	0.29 237	0.70 255	0.54 318	0.44 324	0.56 176	0.54 287	0.68 77	0.52 65	0.38 21	0.44 22	0.33 21	0.42 122	0.57 76	0.39 133	0.20 217	0.20 278	0.18 120	0.18 189	0.30 296	0.24 258

RTSC	0.93 332	0.54 338	1.59 369	0.56 327	0.40 302	1.17 344	0.55 291	1.44 352	1.82 379	1.53 360	1.26 298	1.15 316	0.82 295	1.70 369	2.44 383	0.26 286	0.20 278	0.23 251	0.24 292	0.31 300	0.32 306

CVANet_RVC	0.59 262	0.35 275	0.54 184	0.49 265	0.33 263	0.70 242	0.67 319	1.12 257	0.97 252	0.88 232	1.05 242	1.01 283	0.72 263	0.94 270	0.55 222	0.30 317	0.20 278	0.28 307	0.26 311	0.32 306	0.23 250

DLCB_ROB	0.60 269	0.29 237	0.53 172	0.50 276	0.33 263	0.76 258	0.51 272	1.02 224	0.94 236	1.07 318	1.16 277	1.21 320	0.73 267	0.98 287	0.75 267	0.21 232	0.20 278	0.22 236	0.23 278	0.22 234	0.20 200

WZ-Net	1.29 369	0.64 357	5.42 407	0.64 352	0.52 350	1.37 354	1.29 385	1.41 345	1.77 378	1.56 361	1.69 353	1.74 370	1.41 366	2.50 395	2.16 380	0.28 303	0.21 285	0.23 251	0.25 303	0.39 335	0.41 343

SACVNet	0.61 272	0.36 283	0.67 238	0.57 330	0.37 285	0.65 222	0.47 251	1.16 270	0.80 160	1.04 304	1.06 248	1.02 285	0.81 294	0.99 291	0.57 228	0.28 303	0.21 285	0.25 275	0.24 292	0.30 296	0.39 332

pcwnet_v2	0.60 269	0.29 237	0.89 309	0.46 230	0.36 283	0.62 203	0.38 177	1.33 330	1.24 331	1.02 295	1.27 302	0.71 179	0.59 197	0.71 188	0.51 204	0.28 303	0.21 285	0.24 264	0.23 278	0.29 289	0.30 296

RAFT + AFF	0.54 229	0.30 251	0.84 295	0.51 288	0.32 252	0.63 208	0.57 296	1.05 236	0.95 240	0.80 186	0.87 162	0.85 238	0.57 190	0.87 248	0.51 204	0.18 162	0.21 285	0.23 251	0.22 269	0.19 191	0.19 173

UPFNet	0.55 234	0.26 202	0.59 208	0.46 230	0.38 290	0.83 282	0.48 256	1.03 229	0.80 160	0.92 254	0.91 177	0.85 238	0.67 236	0.87 248	0.78 271	0.20 217	0.21 285	0.20 182	0.20 233	0.20 206	0.15 82

HGLStereo	0.58 258	0.30 251	0.65 232	0.51 288	0.38 290	0.78 259	0.45 243	1.07 243	0.82 177	0.89 239	1.16 277	0.88 249	0.91 320	0.80 227	0.74 265	0.21 232	0.21 285	0.20 182	0.18 189	0.19 191	0.22 231

hitnet-ft	0.57 247	0.29 237	0.43 80	0.42 137	0.29 205	0.81 276	0.40 201	0.98 212	0.91 221	0.84 202	1.01 223	1.13 314	0.72 263	0.83 238	0.71 260	0.28 303	0.21 285	0.28 307	0.22 269	0.29 289	0.27 278

ETE_ROB	0.73 295	0.52 330	0.93 313	0.57 330	0.37 285	0.80 271	0.86 357	1.19 281	0.95 240	1.20 337	1.22 291	1.39 348	0.86 308	1.07 305	0.88 289	0.27 295	0.21 285	0.31 325	0.27 315	0.34 316	0.35 320

PSMNet_ROB	0.67 285	0.39 293	0.76 275	0.57 330	0.43 319	1.00 314	0.85 356	1.25 303	0.93 229	0.82 191	1.04 239	1.08 303	0.64 219	0.89 255	1.02 321	0.29 310	0.21 285	0.31 325	0.31 335	0.27 280	0.25 265

ttt	0.56 243	0.27 214	0.49 129	0.39 64	0.25 105	0.65 222	0.42 226	1.24 297	1.08 296	0.76 162	1.10 258	0.63 144	0.51 161	0.95 275	1.03 322	0.25 281	0.22 294	0.22 236	0.21 251	0.25 265	0.25 265

GASNet	0.70 291	0.77 367	1.16 337	0.71 369	0.49 343	0.62 203	0.48 256	1.12 257	1.05 280	0.98 284	0.84 145	0.94 267	0.82 295	1.41 349	0.85 286	0.33 333	0.22 294	0.29 315	0.28 321	0.44 348	0.26 270

Wz-Net-LNSev	0.75 304	0.54 338	1.59 369	0.51 288	0.41 307	1.16 340	0.79 346	1.27 310	1.13 309	1.04 304	1.14 272	1.11 311	0.94 327	0.93 267	1.00 316	0.24 269	0.22 294	0.21 224	0.19 214	0.26 271	0.27 278

DSFCA	0.57 247	0.27 214	0.71 258	0.41 111	0.36 283	0.78 259	0.53 281	1.08 248	0.85 187	1.08 319	0.84 145	0.90 256	0.66 227	1.05 304	0.63 247	0.26 286	0.22 294	0.21 224	0.21 251	0.22 234	0.20 200

MDST_ROB	0.97 340	0.29 237	1.02 327	0.64 352	0.43 319	2.64 392	0.82 350	1.68 379	1.18 325	2.89 398	1.82 360	0.97 272	0.75 272	1.83 376	0.89 291	0.26 286	0.22 294	0.32 330	0.28 321	0.26 271	0.26 270

PDISCO_ROB	0.96 338	0.51 328	1.13 334	1.03 385	1.00 387	1.81 379	0.77 342	1.72 381	1.60 369	1.09 323	1.19 287	1.34 339	0.80 291	1.62 363	1.01 317	0.58 380	0.22 294	0.45 360	0.40 359	0.50 360	0.41 343

PWCDC_ROB	0.93 332	0.54 338	0.97 323	0.78 376	0.41 307	1.03 322	0.42 226	1.39 339	2.34 391	1.04 304	3.73 401	0.80 231	1.12 346	1.29 335	1.04 327	0.37 351	0.22 294	0.24 264	0.20 233	0.36 326	0.31 303

coex-ft	6.50 418	1.57 400	87.99 441	0.49 265	0.38 290	1.41 356	1.21 380	1.21 287	7.96 414	12.14 421	2.78 388	2.74 388	3.83 409	1.30 339	3.19 393	0.24 269	0.23 301	0.27 297	0.24 292	0.48 355	0.40 338

ssnet_v2	0.61 272	0.29 237	0.69 253	0.45 207	0.30 224	0.93 300	0.62 312	1.20 284	1.03 274	0.97 281	0.81 135	0.98 274	0.67 236	0.84 242	0.97 313	0.26 286	0.23 301	0.23 251	0.24 292	0.20 206	0.21 216

dad	0.61 272	0.53 332	0.72 264	0.44 195	0.31 234	0.64 216	0.37 164	0.85 169	1.28 338	1.05 309	1.17 282	1.18 318	0.61 205	0.70 183	0.54 220	0.36 347	0.23 301	0.37 345	0.21 251	0.31 300	0.23 250

sCroCo_RVC	0.36 48	0.29 237	0.73 268	0.52 302	0.39 299	0.42 123	0.31 94	0.52 14	0.46 54	0.31 8	0.48 31	0.38 40	0.32 64	0.46 32	0.33 79	0.22 248	0.23 301	0.19 152	0.19 214	0.21 215	0.22 231

RTS	2.03 392	1.03 385	11.50 416	0.68 361	0.63 368	2.71 393	1.56 397	1.55 363	2.32 389	1.93 378	2.57 382	1.32 331	1.32 360	5.20 412	4.30 401	0.31 320	0.23 301	0.29 315	0.30 326	0.41 339	0.40 338

RTSA	2.03 392	1.03 385	11.50 416	0.68 361	0.63 368	2.71 393	1.56 397	1.55 363	2.32 389	1.93 378	2.57 382	1.32 331	1.32 360	5.20 412	4.30 401	0.31 320	0.23 301	0.29 315	0.30 326	0.41 339	0.40 338

DeepPruner_ROB	0.55 234	0.37 285	0.67 238	0.42 137	0.31 234	0.50 145	0.43 233	1.22 293	0.73 131	0.86 222	1.05 242	0.85 238	0.58 193	0.90 260	0.56 224	0.29 310	0.23 301	0.22 236	0.22 269	0.26 271	0.26 270

LALA_ROB	0.76 307	0.46 319	0.86 300	0.55 324	0.41 307	1.00 314	0.93 362	1.25 303	1.13 309	1.23 342	1.15 274	1.55 363	0.80 291	1.11 312	0.96 310	0.33 333	0.23 301	0.35 338	0.30 326	0.35 322	0.32 306

StereoVision	0.43 142	0.29 237	0.54 184	0.50 276	0.28 186	0.37 90	0.38 177	0.75 139	0.63 88	0.46 49	1.11 262	0.53 92	0.38 95	0.57 76	0.34 88	0.21 232	0.24 309	0.25 275	0.24 292	0.26 271	0.17 140

fast-acv-ft	0.66 284	0.32 260	0.80 282	0.46 230	0.34 273	1.26 349	0.50 269	0.91 185	1.00 263	1.05 309	1.36 316	1.28 325	0.84 300	0.81 231	0.90 297	0.22 248	0.24 309	0.23 251	0.23 278	0.21 215	0.22 231

Wz-Net-SNSev	0.99 344	0.80 369	3.00 392	0.57 330	0.46 339	0.94 302	1.22 382	1.40 343	1.28 338	1.04 304	1.33 311	1.46 351	0.90 319	2.06 383	1.65 366	0.26 286	0.24 309	0.25 275	0.26 311	0.33 310	0.30 296

GwcNet	0.73 295	0.39 293	1.37 356	0.53 309	0.43 319	1.10 329	0.52 278	1.27 310	1.19 326	1.05 309	1.41 324	1.06 298	0.86 308	0.98 287	1.01 317	0.26 286	0.24 309	0.24 264	0.23 278	0.23 248	0.28 287

STTStereo	0.57 247	0.39 293	0.87 305	0.45 207	0.32 252	0.62 203	0.45 243	1.01 222	0.87 197	1.01 291	0.91 177	0.95 268	0.58 193	0.77 215	0.66 250	0.25 281	0.24 309	0.27 297	0.33 344	0.25 265	0.26 270

AF-Net	0.85 326	0.41 305	0.87 305	0.66 356	0.54 354	0.96 306	0.52 278	1.66 377	1.37 349	1.03 298	2.04 370	1.46 351	1.36 362	1.19 323	1.05 329	0.34 340	0.24 309	0.39 351	0.28 321	0.31 300	0.26 270

ADCMid	1.22 362	0.57 347	3.17 395	0.54 318	0.44 324	1.07 327	0.77 342	1.31 322	1.13 309	2.14 386	1.48 338	1.49 356	1.47 371	1.65 366	5.30 407	0.26 286	0.24 309	0.29 315	0.32 338	0.38 331	0.36 323

DANet	0.74 300	0.47 325	0.98 324	0.60 339	0.41 307	0.92 299	0.41 221	1.02 224	0.87 197	1.22 340	1.22 291	1.33 336	0.88 315	1.26 331	1.37 352	0.27 295	0.24 309	0.31 325	0.25 303	0.37 329	0.36 323
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SQANet	0.87 328	0.76 366	0.76 275	1.16 388	0.99 386	1.10 329	0.51 272	1.12 257	0.85 187	0.93 257	1.05 242	1.03 287	0.76 281	1.07 305	0.70 258	0.79 385	0.25 317	1.04 389	0.36 349	1.56 392	0.70 381

Anonymous3	0.47 168	0.35 275	0.91 312	0.50 276	0.38 290	0.81 276	0.55 291	0.76 141	0.66 100	0.52 60	0.65 75	0.44 60	0.45 137	0.66 153	0.39 133	0.25 281	0.25 317	0.22 236	0.21 251	0.23 248	0.24 258

psm_up	0.57 247	0.27 214	0.52 165	0.50 276	0.33 263	0.65 222	0.60 308	1.07 243	0.84 183	0.87 224	0.91 177	1.00 279	1.06 339	0.80 227	0.66 250	0.22 248	0.25 317	0.26 289	0.23 278	0.22 234	0.21 216

Nwc_Net	0.82 314	0.40 301	0.86 300	0.62 347	0.56 356	1.04 324	0.57 296	1.72 381	1.08 296	0.93 257	1.88 363	1.44 349	1.24 356	1.19 323	0.94 305	0.31 320	0.25 317	0.36 341	0.39 356	0.31 300	0.31 303

XQC	0.97 340	0.70 361	1.54 367	0.70 367	0.55 355	1.48 361	0.81 348	1.41 345	1.57 367	1.21 338	1.12 264	1.33 336	1.04 337	1.55 360	2.00 376	0.39 357	0.25 317	0.37 345	0.32 338	0.55 370	0.49 365

DPSNet	1.08 351	0.44 313	2.64 391	0.54 318	0.42 316	1.59 368	1.25 383	2.39 395	1.50 363	1.13 331	1.12 264	1.51 359	2.19 395	1.44 353	1.51 362	0.35 345	0.25 317	0.25 275	0.21 251	0.49 358	0.39 332

SANet	1.15 357	0.45 314	1.40 358	0.50 276	0.32 252	1.54 367	1.21 380	1.49 357	3.35 402	1.61 362	2.41 378	2.32 384	1.80 383	1.57 361	1.27 346	0.28 303	0.25 317	0.26 289	0.24 292	0.36 326	0.32 306

XPNet_ROB	0.73 295	0.38 289	0.80 282	0.53 309	0.40 302	0.80 271	0.83 352	1.21 287	0.96 247	1.37 353	1.17 282	1.37 343	0.87 311	1.14 315	0.99 315	0.33 333	0.25 317	0.27 297	0.24 292	0.31 300	0.29 292

FADNet-RVC	0.62 278	0.56 346	1.29 348	0.47 248	0.39 299	0.63 208	0.40 201	1.16 270	0.91 221	0.71 139	0.86 156	1.04 291	0.55 173	0.99 291	0.78 271	0.27 295	0.26 325	0.28 307	0.29 325	0.32 306	0.31 303

PS-NSSS	0.60 269	0.46 319	0.68 245	0.43 174	0.34 273	0.66 227	0.57 296	1.05 236	0.91 221	0.80 186	1.28 303	0.72 195	0.67 236	0.89 255	0.61 240	0.32 325	0.26 325	0.40 354	0.27 315	0.35 322	0.29 292

Syn2CoEx	0.74 300	0.55 344	1.17 338	0.66 356	0.45 331	0.89 296	0.56 294	1.54 362	1.15 316	0.95 266	1.35 315	1.03 287	1.03 335	0.96 278	0.89 291	0.31 320	0.27 327	0.29 315	0.24 292	0.23 248	0.27 278

SHD	0.98 342	0.54 338	1.30 350	0.63 349	0.50 346	1.14 336	0.50 269	1.80 385	2.20 386	1.66 367	1.39 321	1.47 353	1.21 353	1.40 346	1.80 369	0.32 325	0.27 327	0.32 330	0.34 346	0.41 339	0.44 354

GANet	0.74 300	0.38 289	0.63 223	0.54 318	0.35 278	1.01 318	0.95 363	1.15 268	0.95 240	1.09 323	2.00 368	1.14 315	0.92 322	1.29 335	0.75 267	0.25 281	0.27 327	0.27 297	0.23 278	0.32 306	0.24 258

NCCL2	0.74 300	0.45 314	0.77 278	0.65 354	0.45 331	0.97 307	1.16 377	1.16 270	1.02 270	1.00 289	0.98 206	1.48 355	0.88 315	0.99 291	0.89 291	0.31 320	0.27 327	0.39 351	0.39 356	0.33 310	0.34 317

SGM_RVC	1.04 347	0.30 251	0.47 108	0.41 111	0.23 58	1.73 377	0.77 342	1.63 375	1.30 343	2.39 391	1.99 367	2.64 387	1.78 382	2.22 389	1.40 353	0.28 303	0.27 327	0.27 297	0.25 303	0.25 265	0.25 265
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
APVNet	0.73 295	0.39 293	1.01 326	0.58 335	0.45 331	1.16 340	0.68 322	1.47 356	0.87 197	0.84 202	1.15 274	1.04 291	0.84 300	1.14 315	1.18 340	0.27 295	0.28 332	0.32 330	0.31 335	0.29 289	0.32 306

FAT-Stereo	0.75 304	0.34 271	0.81 287	0.51 288	0.38 290	0.78 259	0.63 315	1.39 339	1.32 345	1.05 309	1.40 322	1.58 366	1.14 349	0.92 264	0.91 299	0.29 310	0.28 332	0.28 307	0.23 278	0.28 287	0.41 343

stereogan	0.83 320	0.33 266	0.89 309	0.61 343	0.51 348	1.80 378	0.50 269	1.41 345	1.39 352	1.05 309	1.47 337	1.56 365	1.04 337	1.32 342	0.87 288	0.29 310	0.29 334	0.29 315	0.25 303	0.39 335	0.40 338

DeepPrunerF	0.93 332	0.55 344	3.88 398	0.70 367	0.81 378	0.72 248	0.74 338	1.28 315	1.97 382	0.95 266	1.02 225	0.87 246	0.85 304	1.16 319	1.07 332	0.35 345	0.29 334	0.43 357	0.40 359	0.31 300	0.33 315

AnyNet_C32	1.27 367	0.72 365	3.33 397	0.59 337	0.56 356	1.51 365	1.53 395	1.27 310	1.28 338	1.52 359	1.48 338	1.38 347	1.23 355	1.64 365	5.26 405	0.30 317	0.29 334	0.29 315	0.34 346	0.38 331	0.44 354

ADCPNet	1.11 355	0.53 332	3.26 396	0.55 324	0.44 324	1.47 360	0.83 352	1.21 287	1.17 321	1.26 347	1.42 328	1.67 369	1.12 346	1.48 357	3.86 400	0.30 317	0.29 334	0.30 324	0.32 338	0.37 329	0.37 329

FADNet	0.63 281	0.53 332	1.20 339	0.46 230	0.44 324	0.66 227	0.41 221	1.24 297	1.07 291	0.70 130	0.84 145	0.98 274	0.65 225	0.87 248	0.54 220	0.29 310	0.30 338	0.27 297	0.30 326	0.48 355	0.36 323

MaskLacGwcNet_RVC	0.71 293	0.84 374	0.80 282	0.55 324	0.38 290	1.38 355	0.57 296	1.07 243	0.81 169	0.90 246	0.94 188	0.95 268	0.54 170	1.01 297	0.61 240	0.41 362	0.30 338	0.57 377	0.31 335	0.86 382	0.39 332

RGC	0.82 314	0.62 355	0.80 282	0.67 358	0.66 372	0.91 298	0.59 306	1.35 333	1.09 302	1.12 330	1.46 335	1.50 357	1.09 342	1.28 334	0.97 313	0.34 340	0.30 338	0.48 367	0.40 359	0.38 331	0.38 331

G-Net	0.95 337	0.48 327	1.13 334	0.67 358	0.49 343	2.07 384	0.63 315	1.02 224	0.90 215	1.77 373	2.62 385	1.28 325	1.60 375	1.09 309	1.06 330	0.37 351	0.30 338	0.35 338	0.25 303	0.46 352	0.45 356

NCC-stereo	0.82 314	0.43 311	0.87 305	0.63 349	0.68 374	0.88 293	0.72 331	1.60 373	1.12 304	0.95 266	1.41 324	1.37 343	1.37 364	1.26 331	0.94 305	0.32 325	0.30 338	0.37 345	0.49 376	0.34 316	0.35 320

Abc-Net	0.82 314	0.43 311	0.87 305	0.63 349	0.68 374	0.88 293	0.72 331	1.60 373	1.12 304	0.95 266	1.41 324	1.37 343	1.37 364	1.26 331	0.94 305	0.32 325	0.30 338	0.37 345	0.49 376	0.34 316	0.35 320
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NaN_ROB	0.73 295	0.46 319	0.89 309	0.52 302	0.34 273	0.98 311	1.11 372	1.28 315	1.20 328	1.27 348	0.96 196	1.08 303	0.79 287	1.34 344	0.78 271	0.24 269	0.30 338	0.23 251	0.24 292	0.23 248	0.26 270

CBMV	0.68 288	0.37 285	0.50 138	0.43 174	0.26 135	1.00 314	0.71 327	1.17 276	1.16 318	1.24 344	1.29 307	1.06 298	0.86 308	0.98 287	0.75 267	0.29 310	0.30 338	0.34 337	0.30 326	0.26 271	0.27 278
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DGSMNet	0.80 311	0.58 350	1.42 360	0.61 343	0.65 370	0.94 302	0.75 340	1.35 333	1.16 318	0.88 232	1.26 298	1.00 279	0.75 272	1.07 305	0.89 291	0.36 347	0.31 346	0.41 355	0.40 359	0.60 376	0.59 379

FINET	0.75 304	0.45 314	1.38 357	0.48 256	0.46 339	0.98 311	1.00 367	1.22 293	1.69 375	0.91 253	1.25 295	0.74 203	0.74 269	1.09 309	0.82 282	0.37 351	0.31 346	0.27 297	0.24 292	0.35 322	0.34 317

S-Stereo	0.76 307	0.36 283	1.10 331	0.57 330	0.46 339	0.83 282	0.59 306	1.31 322	1.62 371	0.98 284	1.41 324	1.11 311	0.93 324	0.85 244	1.07 332	0.27 295	0.31 346	0.28 307	0.25 303	0.33 310	0.50 367

RP	0.80 311	0.38 289	0.73 268	0.67 358	0.59 363	0.82 279	0.57 296	1.21 287	1.28 338	1.03 298	1.68 351	1.45 350	1.49 372	1.08 308	0.90 297	0.36 347	0.31 346	0.37 345	0.30 326	0.36 326	0.36 323

Anonymous Stereo	0.82 314	0.59 352	2.10 386	0.59 337	0.58 361	0.68 240	1.42 393	1.05 236	1.07 291	1.03 298	1.02 225	0.86 242	0.65 225	1.33 343	1.36 351	0.32 325	0.31 346	0.31 325	0.33 344	0.34 316	0.39 332

CSAN	0.88 329	0.52 330	0.93 313	0.61 343	0.42 316	1.19 345	1.11 372	1.27 310	1.48 362	1.37 353	1.44 331	1.37 343	1.30 359	1.46 356	1.01 317	0.39 357	0.31 346	0.36 341	0.37 351	0.35 322	0.36 323

Wz-Net-TNSev	1.23 364	1.24 390	5.25 406	0.51 288	0.43 319	1.49 364	1.09 371	1.58 370	1.42 355	1.25 345	1.26 298	1.58 366	1.52 373	1.97 380	1.95 372	0.33 333	0.32 352	0.26 289	0.30 326	0.41 339	0.43 350

edge stereo	0.79 310	0.40 301	0.82 288	0.52 302	0.44 324	0.83 282	0.58 303	1.34 332	1.08 296	1.30 349	1.38 320	1.79 371	1.13 348	1.15 318	0.92 301	0.34 340	0.32 352	0.42 356	0.28 321	0.33 310	0.39 332

ADCS	1.60 382	0.70 361	4.02 400	0.61 343	0.53 352	1.31 350	1.11 372	1.71 380	1.86 381	1.97 381	1.68 351	1.51 359	1.46 369	2.07 384	9.20 414	0.34 340	0.32 352	0.33 335	0.36 349	0.45 349	0.46 360

AnyNet_C01	1.63 383	1.16 388	7.38 411	0.65 354	0.56 356	2.25 387	1.53 395	1.53 361	1.46 360	1.71 371	1.95 365	1.83 372	1.41 366	2.48 393	4.42 403	0.33 333	0.32 352	0.32 330	0.34 346	0.45 349	0.50 367

FBW_ROB	0.94 336	0.54 338	1.03 328	0.56 327	0.42 316	1.16 340	0.76 341	1.56 367	1.41 353	1.38 355	1.33 311	1.47 353	1.07 340	2.94 400	1.14 338	0.26 286	0.32 352	0.45 360	0.30 326	0.34 316	0.30 296

UDG	0.93 332	1.03 385	0.75 274	1.00 382	0.97 384	1.02 320	0.57 296	1.18 278	1.01 265	0.93 257	1.02 225	1.32 331	1.03 335	0.88 254	0.92 301	0.55 379	0.33 357	1.82 397	0.41 364	1.20 390	0.74 382

psmorigin	0.84 321	0.53 332	2.21 388	0.50 276	0.41 307	0.86 290	0.57 296	1.08 248	0.90 215	1.50 358	1.42 328	1.50 357	1.09 342	1.29 335	1.03 322	0.32 325	0.33 357	0.27 297	0.27 315	0.34 316	0.45 356

SGM-Forest	0.65 283	0.33 266	0.43 80	0.44 195	0.30 224	1.01 318	0.54 287	1.13 263	1.09 302	1.11 329	1.21 289	1.10 309	0.76 281	0.99 291	0.71 260	0.32 325	0.33 357	0.33 335	0.30 326	0.30 296	0.28 287
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CC-Net-ROB	0.84 321	1.01 384	0.93 313	0.60 339	0.45 331	1.25 348	0.71 327	1.20 284	1.05 280	0.84 202	1.24 294	0.90 256	0.78 286	1.14 315	0.70 258	0.48 369	0.34 360	1.71 395	0.38 354	0.78 380	0.40 338

SGM-ForestM	4.73 411	0.34 271	1.05 329	0.46 230	0.28 186	10.26 418	3.48 417	4.52 412	5.16 409	8.68 420	7.48 418	18.87 427	10.80 419	11.26 422	10.01 415	0.32 325	0.34 360	0.32 330	0.32 338	0.29 289	0.30 296

ACVNet-4b	1.43 377	1.34 393	1.28 347	1.95 402	1.60 397	1.93 382	0.77 342	1.59 371	1.64 373	1.05 309	1.60 348	2.10 379	0.92 322	1.79 374	0.84 284	1.76 404	0.35 362	2.03 403	0.67 387	2.16 401	1.18 396

WCMA_ROB	1.22 362	0.39 293	0.93 313	0.51 288	0.45 331	1.44 358	0.79 346	1.20 284	1.30 343	2.99 404	3.94 405	3.30 397	2.17 394	1.42 350	1.31 348	0.46 365	0.35 362	0.35 338	0.37 351	0.41 339	0.42 346

MeshStereo	1.38 373	0.45 314	0.58 200	0.45 207	0.35 278	1.63 371	0.60 308	2.07 388	1.43 356	4.49 413	3.32 397	4.67 404	2.08 391	2.08 385	1.32 349	0.36 347	0.36 364	0.37 345	0.32 338	0.32 306	0.34 317
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
CBMV_ROB	0.62 278	0.39 293	0.41 55	0.41 111	0.28 186	0.86 290	0.28 55	1.06 241	1.02 270	0.95 266	1.33 311	0.81 233	0.84 300	0.94 270	0.56 224	0.37 351	0.37 365	0.43 357	0.40 359	0.33 310	0.32 306

HBP-ISP	0.61 272	0.47 325	0.45 90	0.46 230	0.33 263	0.79 265	0.29 62	1.15 268	1.05 280	0.85 212	1.18 286	0.67 171	0.71 256	0.92 264	0.57 228	0.37 351	0.38 366	0.47 364	0.41 364	0.39 335	0.32 306

MFN_U_SF_RVC	1.14 356	0.63 356	2.33 389	0.69 364	0.46 339	2.04 383	0.70 325	1.90 386	1.37 349	1.62 363	1.56 344	1.94 376	1.36 362	1.73 371	1.90 371	0.41 362	0.38 366	0.45 360	0.48 373	0.45 349	0.47 362

PVD	1.34 372	0.70 361	1.42 360	0.78 376	0.65 370	1.68 374	0.91 358	2.12 391	3.01 398	2.25 388	2.35 377	1.90 375	1.99 389	1.98 381	2.14 378	0.40 361	0.38 366	0.49 370	0.37 351	0.51 363	0.67 380

NOSS_ROB	0.59 262	0.40 301	0.42 63	0.45 207	0.31 234	0.79 265	0.53 281	1.09 251	1.12 304	0.69 126	0.92 183	0.77 219	0.63 212	0.81 231	0.52 208	0.39 357	0.38 366	0.44 359	0.42 366	0.38 331	0.36 323

MFN_U_SF_DS_RVC	1.06 348	0.61 354	1.82 380	0.69 364	0.51 348	2.62 391	1.69 402	1.28 315	1.44 357	1.39 356	1.56 344	1.34 339	0.91 320	1.68 368	0.95 308	0.38 356	0.39 370	0.46 363	0.61 386	0.41 339	0.43 350

BEATNet-Init1	15.65 423	1.62 403	54.26 440	0.75 374	0.56 356	37.03 434	13.39 422	13.20 424	14.59 421	29.41 438	29.29 438	47.69 441	21.87 430	26.91 432	19.58 423	0.43 364	0.39 370	0.47 364	0.47 369	0.52 366	0.52 373

GANetREF_RVC	0.82 314	0.77 367	0.95 318	0.68 361	0.43 319	1.15 338	1.06 370	1.19 281	1.20 328	1.03 298	1.02 225	1.10 309	0.89 317	1.20 326	0.78 271	0.49 370	0.39 370	0.58 378	0.39 356	0.69 377	0.49 365
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
DDUNet	1.10 352	2.58 417	0.83 292	1.21 390	1.27 394	1.02 320	0.69 324	1.17 276	0.95 240	0.98 284	1.26 298	1.28 325	0.84 300	0.97 285	0.79 278	0.85 388	0.40 373	2.00 400	0.60 385	1.34 391	0.94 387

MSC_U_SF_DS_RVC	1.38 373	0.91 377	2.11 387	0.89 379	0.57 360	4.27 411	1.79 406	1.55 363	2.00 384	1.64 365	1.85 362	1.83 372	1.44 368	1.89 379	1.49 360	0.49 370	0.40 373	0.56 376	0.58 383	0.75 379	0.52 373

PA-Net	0.70 291	0.46 319	0.96 319	0.51 288	0.53 352	0.94 302	0.73 336	1.14 265	1.15 316	0.83 196	0.90 171	0.88 249	0.76 281	1.19 323	0.96 310	0.25 281	0.41 375	0.29 315	0.44 367	0.27 280	0.39 332
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MSMD_ROB	1.25 365	0.51 328	0.64 227	0.60 339	0.50 346	1.66 373	0.67 319	1.26 305	1.26 336	2.64 395	3.82 402	3.06 393	3.20 407	1.45 354	0.91 299	0.46 365	0.41 375	0.49 370	0.51 379	0.47 354	0.45 356

FCDSN-DC	1.43 377	0.57 347	0.69 253	0.74 372	0.59 363	1.42 357	0.65 318	1.40 343	1.41 353	3.31 408	4.42 411	4.57 403	3.01 405	1.70 369	1.19 342	0.46 365	0.42 377	0.48 367	0.47 369	0.51 363	0.51 371
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	1.67 385	0.53 332	0.68 245	0.62 347	0.49 343	1.62 370	0.71 327	1.77 384	1.55 365	4.73 415	4.66 413	5.82 412	3.94 410	2.13 387	1.42 354	0.47 368	0.42 377	0.47 364	0.46 368	0.48 355	0.47 362

Ntro	1.15 357	1.00 383	1.00 325	1.49 395	1.20 393	1.69 375	0.81 348	1.39 339	1.25 333	1.01 291	1.28 303	1.31 329	1.00 333	1.31 340	0.89 291	1.10 396	0.43 379	1.36 392	0.51 379	1.95 396	0.99 392

ccnet	0.84 321	0.59 352	0.86 300	0.56 327	0.60 366	1.11 333	0.72 331	1.44 352	0.97 252	1.15 333	1.44 331	1.28 325	0.95 329	1.01 297	1.33 350	0.49 370	0.43 379	0.50 372	0.47 369	0.52 366	0.48 364

SAMSARA	1.15 357	0.69 360	1.44 362	1.09 387	0.93 380	2.10 385	1.87 409	1.64 376	1.47 361	1.64 365	1.21 289	2.06 378	1.14 349	1.61 362	1.50 361	0.39 357	0.45 381	0.36 341	0.38 354	0.50 360	0.51 371

MANE	4.73 411	0.54 338	0.77 278	0.69 364	0.60 366	10.35 419	1.67 401	8.68 420	12.66 419	6.90 419	9.43 420	11.59 421	10.59 418	8.26 419	8.41 412	0.51 373	0.45 381	0.48 367	1.02 400	0.50 360	0.50 367

otaku	1.10 352	0.96 379	0.96 319	1.37 394	1.06 391	1.65 372	0.72 331	1.46 355	1.19 326	1.10 326	1.32 310	1.32 331	0.95 329	1.29 335	0.81 281	0.89 390	0.46 383	1.24 391	0.50 378	1.86 394	0.89 386

ELAS_RVC	1.76 387	0.64 357	1.20 339	0.74 372	0.59 363	2.18 386	2.53 414	2.10 390	2.85 397	3.46 409	3.41 400	3.12 394	4.11 411	2.69 398	2.53 388	0.54 378	0.47 384	0.51 374	0.48 373	0.55 370	0.55 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.77 388	0.64 357	1.10 331	0.72 370	0.58 361	3.37 406	1.76 404	2.54 396	2.57 393	3.77 411	3.96 406	2.83 390	3.44 408	2.34 392	2.73 390	0.53 375	0.47 384	0.50 372	0.48 373	0.55 370	0.55 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LSM	4.83 413	0.83 373	11.23 415	0.76 375	56.73 437	1.10 329	1.18 378	1.35 333	1.70 376	2.13 383	2.34 375	1.34 339	1.19 352	1.52 359	1.23 344	0.34 340	0.50 386	0.39 351	0.47 369	0.51 363	9.82 424

ACVNet_1	1.55 381	1.36 394	1.35 355	1.96 403	1.63 398	1.83 380	0.96 365	2.09 389	1.85 380	1.43 357	1.54 342	2.31 382	1.68 379	1.42 350	1.18 340	1.76 404	0.51 387	2.05 405	0.59 384	2.24 404	1.30 401

Anonymous_2	0.84 321	0.45 314	0.66 234	0.41 111	0.45 331	0.82 279	0.53 281	0.81 158	0.81 169	0.73 147	0.61 67	0.91 262	0.76 281	0.77 215	0.61 240	0.51 373	0.55 388	0.54 375	4.92 423	0.54 368	0.42 346

SDNR	0.89 330	0.39 293	1.66 378	0.42 137	0.39 299	3.35 405	0.32 106	0.95 204	1.05 280	1.05 309	2.12 371	0.62 140	0.71 256	1.40 346	0.78 271	0.53 375	0.56 389	0.36 341	0.27 315	0.46 352	0.50 367

PASM	0.96 338	0.71 364	2.05 385	0.72 370	0.72 377	0.84 287	0.92 360	1.14 265	1.34 348	1.25 345	1.22 291	1.34 339	1.07 340	1.31 340	1.11 335	0.53 375	0.57 390	0.59 379	0.67 387	0.56 375	0.57 378

ACVNet_2	1.74 386	1.30 392	1.62 374	1.81 398	1.63 398	2.28 388	1.34 388	2.35 394	2.64 394	1.82 374	2.55 381	2.99 391	1.71 380	1.67 367	1.20 343	1.48 400	0.59 391	1.81 396	0.71 389	2.09 399	1.29 400

MADNet+	2.28 399	2.56 415	10.82 414	1.25 391	0.96 383	2.77 397	1.44 394	2.34 393	1.76 377	1.36 352	1.78 359	1.84 374	1.74 381	6.33 415	4.57 404	0.67 383	0.66 392	0.59 379	0.54 382	0.84 381	0.81 385

RainbowNet	1.42 376	1.53 399	1.31 351	1.93 401	1.46 395	1.52 366	1.03 368	1.67 378	1.55 365	1.23 342	1.59 347	1.54 362	1.21 353	1.40 346	1.03 322	1.70 402	0.70 393	1.82 397	0.80 393	2.11 400	1.22 397

NVStereoNet_ROB	1.31 371	0.96 379	1.33 353	0.90 380	0.92 379	1.15 338	1.05 369	1.49 357	1.62 371	1.63 364	2.51 380	2.31 382	1.62 376	2.16 388	1.42 354	0.81 387	0.73 394	0.79 383	1.02 400	0.73 378	0.97 390
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCK	2.06 394	1.75 407	4.11 402	1.69 396	0.93 380	3.13 404	2.86 416	2.18 392	2.41 392	2.38 390	2.33 374	2.22 380	1.85 384	3.52 404	2.20 381	1.65 401	0.73 394	1.52 394	0.83 394	1.81 393	1.02 395

IMH-64-1	1.96 389	1.64 404	1.26 343	2.26 407	1.91 406	2.30 389	1.35 389	2.99 399	2.29 387	1.70 369	2.79 389	2.47 385	1.66 377	2.33 390	1.95 372	2.07 407	0.74 396	2.44 409	1.04 402	2.40 406	1.59 407

IMH-64	1.96 389	1.64 404	1.26 343	2.26 407	1.91 406	2.30 389	1.35 389	2.99 399	2.29 387	1.70 369	2.79 389	2.47 385	1.66 377	2.33 390	1.95 372	2.07 407	0.74 396	2.44 409	1.04 402	2.40 406	1.59 407

TorneroNet-64	3.54 406	1.89 408	1.59 369	2.62 413	2.29 410	6.88 416	1.72 403	4.72 416	11.88 415	2.43 392	5.46 417	8.16 417	2.80 403	4.13 410	3.03 392	2.25 412	0.75 398	2.57 413	1.09 406	2.65 412	1.84 411

Consistency-Raft	1.01 346	0.82 370	1.27 346	0.85 378	0.97 384	0.81 276	0.83 352	1.35 333	1.61 370	1.06 317	1.66 350	1.11 311	0.93 324	0.93 267	1.11 335	0.65 382	0.75 398	0.79 383	0.91 396	1.09 389	0.79 384

MFMNet_re	1.17 360	0.99 381	1.31 351	1.02 384	0.95 382	1.32 351	1.32 386	1.44 352	1.58 368	1.72 372	1.70 354	1.21 320	1.57 374	1.16 319	1.04 327	0.88 389	0.76 400	0.79 383	0.75 391	0.90 383	0.94 387

JetBlue	3.02 404	1.39 395	7.91 412	1.17 389	1.49 396	8.53 417	7.94 419	2.82 397	1.98 383	2.15 387	2.69 387	3.32 398	3.01 405	6.66 416	3.81 398	0.79 385	0.78 401	0.75 382	0.76 392	1.04 387	1.33 403

TorneroNet	4.49 410	1.92 409	1.65 377	2.60 412	2.29 410	14.95 424	1.86 408	4.86 417	19.56 431	3.10 406	7.52 419	7.00 416	2.90 404	4.48 411	3.66 396	2.24 411	0.78 401	2.68 415	1.14 408	2.79 413	1.80 410

IMH	2.15 397	1.66 406	1.29 348	2.25 406	1.92 408	2.87 399	1.33 387	3.25 402	3.04 399	1.87 376	3.33 399	3.00 392	2.03 390	2.80 399	1.95 372	2.09 409	0.78 401	2.45 411	1.05 405	2.44 408	1.62 409

Dean	2.07 395	1.39 395	1.69 379	2.17 405	1.83 405	2.75 396	1.28 384	3.49 407	3.80 406	2.13 383	3.30 396	3.18 395	1.98 388	1.78 373	1.72 367	1.73 403	0.79 404	1.99 399	0.91 396	2.17 402	1.34 404

LVE	2.20 398	1.47 397	1.44 362	2.06 404	1.80 404	2.79 398	1.77 405	2.96 398	3.94 408	1.95 380	4.29 410	3.47 400	1.97 386	2.48 393	1.85 370	2.06 406	0.88 405	2.06 406	1.13 407	2.17 402	1.53 406

WAO-7	1.96 389	1.24 390	1.52 364	1.28 392	1.06 391	2.92 401	1.64 400	3.32 403	3.05 400	2.28 389	3.32 397	3.19 396	2.38 398	3.39 402	2.49 387	1.02 394	0.92 406	1.06 390	1.04 402	1.05 388	0.99 392

WAO-6	2.11 396	1.52 398	1.25 342	1.73 397	1.69 402	2.72 395	1.62 399	3.15 401	3.64 403	2.01 382	3.28 395	3.52 401	2.20 396	2.59 396	2.48 386	1.31 399	0.92 406	2.04 404	1.22 411	1.89 395	1.35 405

WAO-8	3.00 402	1.60 401	1.52 364	1.82 399	1.65 400	5.57 413	1.35 389	4.65 414	12.37 417	2.89 398	4.04 407	4.89 407	2.78 401	3.73 406	2.44 383	1.29 397	0.93 408	2.00 400	1.16 409	2.02 397	1.23 398

Venus	3.00 402	1.60 401	1.52 364	1.82 399	1.65 400	5.57 413	1.35 389	4.65 414	12.37 417	2.89 398	4.04 407	4.89 407	2.78 401	3.73 406	2.44 383	1.29 397	0.93 408	2.00 400	1.16 409	2.02 397	1.23 398

SPS-STEREO	1.29 369	0.94 378	1.10 331	1.05 386	1.03 389	1.48 361	0.91 358	1.57 369	1.24 331	2.13 383	1.90 364	1.94 376	1.46 369	1.77 372	1.64 365	0.97 392	0.94 410	0.90 386	0.89 395	0.96 386	0.97 390
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
anonymity	0.98 342	0.89 376	1.06 330	0.93 381	1.04 390	0.97 307	0.82 350	1.33 330	0.93 229	1.08 319	0.98 206	1.02 285	0.95 329	1.02 300	0.93 303	0.96 391	0.96 411	0.90 386	0.91 396	0.92 384	0.95 389

SGM+DAISY	1.52 380	0.99 381	1.61 373	1.01 383	1.02 388	1.86 381	1.19 379	1.49 357	1.38 351	2.96 402	3.00 392	2.79 389	1.94 385	1.88 377	1.62 364	0.98 393	0.97 412	0.91 388	0.91 396	0.94 385	0.99 392

UNDER WATER	3.63 407	2.12 412	4.11 402	3.17 417	2.51 414	3.77 409	2.45 413	3.53 408	13.66 420	2.98 403	2.92 391	5.75 411	4.13 412	3.85 408	3.75 397	2.84 418	1.11 413	2.71 416	1.41 412	3.26 418	2.50 416

notaker	2.87 401	2.31 414	2.01 384	3.03 416	2.60 417	2.94 402	1.82 407	3.43 405	3.06 401	2.89 398	4.21 409	6.15 415	2.71 400	3.42 403	2.90 391	2.67 417	1.18 414	3.00 419	1.67 415	3.13 415	2.26 414

UNDER WATER-64	3.72 408	2.07 411	4.57 404	3.30 419	2.52 415	5.61 415	2.63 415	3.67 409	12.27 416	3.09 405	2.66 386	5.99 414	4.74 414	3.93 409	3.57 395	2.54 415	1.24 415	2.65 414	1.48 413	3.21 417	2.62 417

KSHMR	2.64 400	1.96 410	1.86 382	2.69 414	2.44 412	2.88 400	2.04 410	3.46 406	6.31 412	2.51 394	3.27 394	3.39 399	1.97 386	2.59 396	2.08 377	2.48 414	1.41 416	2.80 418	1.51 414	2.98 414	2.09 412

ktn	3.02 404	2.27 413	1.85 381	2.89 415	2.54 416	3.72 407	2.14 411	3.79 410	5.33 410	2.82 397	5.09 415	5.95 413	2.54 399	3.34 401	2.58 389	2.65 416	1.44 417	2.78 417	2.03 417	2.61 411	2.10 413

HanzoNet	6.97 419	2.57 416	4.66 405	3.29 418	2.96 419	3.75 408	2.35 412	5.08 418	7.11 413	14.46 428	13.06 421	17.69 425	22.95 431	13.72 423	6.61 409	4.36 421	1.96 418	3.14 420	2.59 419	3.88 421	3.19 420

DPSimNet_ROB	5.19 415	2.71 419	18.56 420	2.59 411	2.49 413	4.25 410	10.93 420	3.33 404	3.93 407	5.02 416	4.52 412	5.74 410	10.18 417	5.44 414	8.79 413	2.40 413	2.47 419	2.48 412	2.54 418	2.56 410	2.87 418

PML	40.49 442	30.31 431	12.46 418	7.19 423	14.30 422	91.44 442	212.44 443	7.73 419	23.24 432	74.44 442	185.05 443	49.81 442	25.78 432	21.34 427	12.84 419	8.71 426	2.93 420	8.43 426	3.24 421	13.77 427	4.45 423

JetRed	5.38 416	6.17 422	12.68 419	2.38 409	2.85 418	12.60 423	11.17 421	4.60 413	3.74 404	3.87 412	3.85 403	4.83 405	4.13 412	6.81 417	12.18 418	2.18 410	2.95 421	2.19 407	1.98 416	3.49 419	3.01 419

MADNet++	4.18 409	2.72 420	4.00 399	3.80 421	3.44 420	4.72 412	4.05 418	4.01 411	3.74 404	4.52 414	5.14 416	4.20 402	4.89 415	7.04 418	6.39 408	3.79 419	3.70 422	3.27 421	2.70 420	3.68 420	3.74 422

SPstereo	24.33 428	4.45 421	7.15 410	4.44 422	4.17 421	45.69 435	77.93 441	63.66 442	33.40 440	27.58 437	26.62 430	39.42 440	33.37 440	42.68 442	50.66 436	4.01 420	3.77 423	6.06 425	4.73 422	3.17 416	3.55 421

DPSMNet_ROB	12.13 422	8.03 423	21.13 422	9.02 425	16.82 424	10.68 420	30.78 428	9.15 422	15.24 423	6.56 418	15.50 429	9.02 418	15.13 421	9.28 421	21.71 425	4.59 423	8.60 424	5.08 424	9.26 425	5.89 424	11.06 425

DGTPSM_ROB	12.12 421	8.03 423	21.12 421	8.97 424	16.81 423	10.68 420	30.77 427	9.14 421	15.23 422	6.55 417	15.49 428	9.02 418	15.13 421	9.26 420	21.71 425	4.58 422	8.60 424	5.07 423	9.26 425	5.88 423	11.06 425

Anonymous_1	33.12 430	18.23 425	23.86 424	20.53 426	21.18 427	25.45 426	35.84 429	22.44 433	15.68 424	13.41 422	13.70 425	18.00 426	15.15 423	20.31 424	24.47 427	14.56 432	8.84 426	66.24 439	117.79 439	155.41 442	11.40 427

DPSM_ROB	17.80 424	18.60 426	24.24 428	20.89 427	19.49 425	25.83 427	36.10 430	21.62 431	16.41 425	13.46 423	14.26 426	19.11 428	16.15 424	20.74 425	25.59 428	9.37 427	9.23 427	9.47 427	9.81 427	13.47 425	12.09 428

DPSM	17.80 424	18.60 426	24.24 428	20.89 427	19.49 425	25.83 427	36.10 430	21.62 431	16.41 425	13.46 423	14.26 426	19.11 428	16.15 424	20.74 425	25.59 428	9.37 427	9.23 427	9.47 427	9.81 427	13.47 425	12.09 428

tt	6.21 417	0.22 102	5.88 408	3.55 420	2.07 409	11.25 422	19.19 423	11.84 423	5.47 411	2.71 396	2.18 372	4.87 406	6.25 416	3.71 405	7.09 410	8.31 425	11.17 429	4.91 422	5.39 424	5.72 422	2.42 415

LRCNet_RVC	21.27 427	31.14 432	21.46 423	28.97 430	23.77 428	3.11 403	0.62 312	20.94 429	1.64 373	25.57 430	28.13 431	21.96 430	14.74 420	21.99 431	16.44 422	29.16 439	14.92 430	33.57 435	31.28 435	29.67 437	26.33 435

LSM0	38.96 441	37.52 440	48.37 434	43.79 438	91.31 442	52.31 441	72.38 435	43.71 441	32.75 434	27.16 433	28.73 434	38.51 438	32.63 438	41.75 441	51.59 442	18.85 438	18.43 431	19.09 432	19.60 429	27.21 433	33.44 436

CasAABBNet	35.77 431	37.38 435	48.59 435	42.20 433	39.23 432	51.95 436	72.92 440	43.36 439	33.03 436	26.93 431	28.31 432	38.43 437	32.32 434	41.58 436	51.50 441	18.71 433	18.58 432	19.11 433	19.75 430	27.11 431	24.33 430

Selective-RAFT-Error	35.87 435	37.42 436	48.73 439	42.24 434	39.28 433	52.00 440	72.87 436	43.41 440	32.95 435	26.97 432	28.72 433	38.71 439	33.15 439	41.59 440	51.42 437	18.77 437	18.60 433	19.14 434	19.78 434	27.19 432	24.42 434

MyStereo03	35.83 432	37.48 437	48.64 436	42.37 435	39.41 434	51.98 437	72.91 437	43.07 436	33.07 437	27.20 434	28.81 435	38.36 434	32.60 435	41.58 436	51.47 438	18.74 434	18.61 434	19.07 429	19.77 431	27.10 428	24.35 431

MyStereo02	35.83 432	37.48 437	48.64 436	42.37 435	39.41 434	51.98 437	72.91 437	43.07 436	33.07 437	27.20 434	28.81 435	38.36 434	32.60 435	41.58 436	51.47 438	18.74 434	18.61 434	19.07 429	19.77 431	27.10 428	24.35 431

MyStereo	35.83 432	37.48 437	48.64 436	42.37 435	39.41 434	51.98 437	72.91 437	43.07 436	33.07 437	27.20 434	28.81 435	38.36 434	32.60 435	41.58 436	51.47 438	18.74 434	18.61 434	19.07 429	19.77 431	27.10 428	24.35 431

xxxxx1	36.77 436	19.69 428	24.00 425	62.46 439	66.77 439	27.30 430	39.89 432	20.40 426	18.80 428	14.18 425	13.11 422	17.29 422	17.30 426	21.62 428	27.81 430	13.61 429	18.98 437	111.36 440	133.25 440	28.84 434	38.64 437

tt_ll	36.77 436	19.69 428	24.00 425	62.46 439	66.77 439	27.30 430	39.89 432	20.40 426	18.80 428	14.18 425	13.11 422	17.29 422	17.30 426	21.62 428	27.81 430	13.61 429	18.98 437	111.36 440	133.25 440	28.84 434	38.64 437

ff	36.77 436	19.69 428	24.00 425	62.46 439	66.77 439	27.30 430	39.89 432	20.40 426	18.80 428	14.18 425	13.11 422	17.29 422	17.30 426	21.62 428	27.81 430	13.61 429	18.98 437	111.36 440	133.25 440	28.84 434	38.64 437

HaxPig	31.93 429	37.19 434	34.22 430	24.41 429	24.94 429	18.53 425	20.18 424	21.15 430	28.84 433	35.74 439	38.86 439	26.18 431	28.75 433	33.85 433	34.15 433	35.89 440	38.80 440	37.79 436	40.52 436	39.33 438	39.33 440

AVERAGE_ROB	37.53 440	40.05 441	40.01 432	34.74 432	33.76 431	28.46 433	25.14 426	32.31 435	34.08 442	41.20 440	40.52 440	34.51 433	34.78 442	39.11 434	37.48 435	42.68 441	43.32 441	43.80 437	42.99 437	40.42 439	41.31 441

MEDIAN_ROB	37.35 439	40.72 442	40.37 433	32.26 431	31.80 430	27.29 429	25.02 425	29.47 434	33.43 441	41.99 441	41.60 441	33.48 432	34.37 441	39.66 435	36.94 434	43.49 442	43.96 442	44.07 438	43.35 438	41.32 440	42.43 442

test_example2	176.82 443	204.75 443	198.54 443	188.58 443	191.23 443	151.28 443	169.77 442	97.63 443	125.81 443	179.94 443	183.74 442	158.20 443	139.14 443	192.16 443	198.12 443	203.48 443	236.37 443	163.71 443	173.22 443	217.79 443	162.95 443

Low-res two-view benchmark