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

Former-RAFT_DAM_RVC	0.99 3	0.85 125	1.58 1	0.95 78	1.08 214	2.95 61	0.53 24	1.93 19	2.00 87	1.19 38	1.63 104	0.59 2	0.65 11	1.10 4	0.90 28	0.28 29	0.23 72	0.31 119	0.25 77	0.45 218	0.32 18

CASnet	0.85 2	0.59 19	1.66 2	0.91 57	0.30 1	1.37 13	0.73 95	1.63 6	1.94 80	1.66 77	1.14 23	0.66 7	0.63 8	1.07 2	0.90 28	0.37 164	0.17 3	0.41 248	0.31 195	0.33 90	0.23 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.83 1	0.59 19	1.71 3	0.89 49	0.34 3	1.88 22	0.80 129	1.48 2	1.60 38	0.98 28	1.06 11	0.68 9	0.71 16	1.19 9	0.89 27	0.25 8	0.25 103	0.32 134	0.25 77	0.32 69	0.34 31

CREStereo	1.00 4	0.59 19	1.82 4	0.66 1	0.36 4	4.43 311	0.40 7	2.43 41	1.98 84	0.96 26	1.22 31	0.88 41	0.87 41	1.30 16	0.79 12	0.30 56	0.20 18	0.23 5	0.16 6	0.23 4	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
panet	1.00 4	0.55 3	1.89 5	0.66 1	0.33 2	4.41 308	0.40 7	2.42 40	1.95 81	0.96 26	1.24 33	0.88 41	0.89 44	1.27 13	0.78 7	0.30 56	0.19 9	0.23 5	0.15 3	0.22 2	0.22 1

CAS	1.34 12	0.48 1	2.20 6	3.01 384	1.66 331	4.08 241	0.73 95	1.96 21	1.51 17	0.86 12	1.10 15	0.59 2	0.53 2	1.36 29	0.94 38	3.07 389	0.14 1	0.21 2	0.14 1	0.38 154	1.78 300

Selective-RAFT	1.34 12	0.58 10	2.21 7	1.01 106	0.49 49	4.19 278	0.51 22	3.39 117	3.62 314	1.15 37	1.40 62	1.45 97	1.40 142	2.09 106	1.31 106	0.43 217	0.40 218	0.25 25	0.26 92	0.29 34	0.38 59

AnonymousM	1.38 14	1.33 225	2.35 8	0.95 78	0.56 70	4.03 229	0.67 64	2.63 66	2.49 152	1.51 60	1.36 54	1.15 63	1.00 60	1.26 12	1.04 58	0.41 193	0.46 246	2.07 387	1.71 388	0.25 6	0.40 66

CES	1.08 8	0.63 36	2.53 9	0.95 78	2.18 362	2.13 33	0.50 20	2.07 26	1.46 7	0.79 6	1.06 11	0.61 4	0.48 1	1.45 37	0.87 24	0.24 4	0.18 5	0.24 16	0.15 3	0.64 292	2.36 317

PSMNet-ADL	2.01 44	0.78 110	2.89 10	1.11 135	0.86 152	4.13 251	0.80 129	3.84 172	2.26 117	1.74 92	1.87 181	2.90 255	1.81 237	10.37 322	2.34 254	0.49 263	0.47 254	0.29 80	0.30 178	0.39 165	0.56 147

LoS	1.05 6	0.58 10	3.31 11	0.91 57	0.38 7	4.14 256	0.50 20	2.22 32	1.49 13	1.02 29	0.88 7	0.62 5	0.84 37	1.69 61	0.94 38	0.27 22	0.20 18	0.24 16	0.17 9	0.22 2	0.32 18

CroCo-Stereo	1.07 7	1.18 201	3.66 12	0.91 57	0.60 84	0.49 1	0.49 17	4.07 222	1.91 76	0.84 10	1.29 45	1.00 51	0.75 23	1.32 21	1.38 122	0.26 15	0.21 34	0.24 16	0.20 20	0.37 145	0.30 13
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
BUS	1.64 24	0.64 39	3.82 13	0.94 70	0.86 152	4.50 323	0.75 108	4.49 348	2.29 125	2.96 325	1.82 159	3.61 309	1.03 64	1.79 77	1.18 77	0.39 183	0.25 103	0.31 119	0.28 131	0.38 154	0.41 71

BSDual-CNN	1.61 20	0.64 39	3.82 13	0.94 70	0.86 152	4.18 270	1.14 244	4.49 348	2.29 125	2.96 325	1.82 159	2.58 228	1.30 126	1.79 77	1.44 132	0.39 183	0.25 103	0.31 119	0.28 131	0.38 154	0.41 71

psmg	1.63 22	0.64 39	3.82 13	0.96 85	0.86 152	4.35 298	1.41 280	4.11 238	2.29 125	2.68 295	2.09 228	2.58 228	1.30 126	1.79 77	1.44 132	0.39 183	0.29 141	0.33 166	0.34 221	0.38 154	0.44 86

iRaftStereo_RVC	1.70 28	1.18 201	3.88 16	0.99 100	0.46 33	3.83 183	0.41 9	2.41 38	1.60 38	1.69 83	1.76 135	1.81 140	0.83 36	1.58 51	1.23 85	0.31 71	4.86 382	0.29 80	0.26 92	0.33 90	4.33 354

PMTNet	1.13 9	0.55 3	3.88 16	0.71 7	0.59 81	4.21 281	0.43 11	2.00 22	1.58 30	1.02 29	1.06 11	0.78 26	0.98 57	1.58 51	0.93 32	1.21 368	0.20 18	0.23 5	0.15 3	0.23 4	0.27 7

RCA-Stereo	1.38 14	0.61 31	3.95 18	0.94 70	0.48 42	4.68 362	0.78 119	4.17 259	1.95 81	1.93 114	1.84 172	0.94 48	1.48 161	1.23 10	0.75 4	0.30 56	0.43 236	0.25 25	0.20 20	0.26 13	0.37 52

GMStereo_Zeroshot	1.51 18	1.27 214	4.75 19	1.54 285	0.72 121	3.33 93	0.54 26	2.67 69	1.74 60	2.34 244	1.57 90	2.40 205	0.96 55	2.51 145	1.21 82	0.48 257	0.23 72	0.41 248	0.24 66	0.82 333	0.40 66

CSP-Net	1.99 40	1.70 262	4.84 20	1.22 181	1.02 195	3.42 104	1.30 264	3.66 140	2.11 96	2.07 165	1.93 200	2.40 205	1.48 161	8.56 276	1.62 165	0.51 279	0.41 224	0.27 46	0.27 107	0.44 211	0.54 142

anonymity	2.02 46	1.28 217	5.16 21	1.73 323	1.63 321	1.86 21	1.06 229	3.50 123	2.42 141	2.19 198	2.11 230	1.88 151	3.89 344	1.92 92	1.56 149	1.11 363	1.14 325	1.08 372	1.11 370	1.05 349	2.68 324

Any-RAFT	1.62 21	0.59 19	5.29 22	1.12 142	0.76 133	4.41 308	0.79 125	4.12 243	3.26 260	2.02 146	1.36 54	2.82 249	1.56 182	1.90 91	0.81 14	0.29 34	0.25 103	0.26 36	0.19 10	0.25 6	0.35 36

ProNet	1.63 22	0.91 143	5.70 23	0.96 85	0.64 99	2.40 44	0.82 137	1.92 18	3.28 264	0.69 1	1.17 25	0.78 26	0.76 24	1.72 69	0.87 24	0.27 22	0.97 318	0.25 25	0.26 92	0.31 50	7.97 372

LoS_RVC	1.23 10	1.51 241	6.09 24	0.88 48	1.71 336	1.96 25	0.59 38	1.61 5	1.37 3	0.84 10	1.35 51	0.84 36	1.15 105	1.49 42	0.83 20	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 283

RAFT-Test	1.67 27	0.64 39	6.13 25	1.25 202	1.82 349	3.06 67	0.78 119	4.02 208	3.09 236	1.88 107	1.70 119	3.76 316	1.03 64	1.40 33	1.07 63	0.29 34	0.33 165	0.25 25	0.23 53	0.29 34	0.33 23

AEACV	2.12 55	0.67 55	6.33 26	1.38 244	1.50 293	3.53 128	0.90 183	2.83 75	1.60 38	0.91 20	0.81 6	0.80 31	1.61 192	1.56 50	0.73 3	0.25 8	0.60 280	0.26 36	0.27 107	0.29 34	15.65 410

MC-Stereo	2.54 140	0.58 10	6.38 27	1.30 218	1.37 274	4.56 339	0.60 42	2.08 27	1.57 29	1.97 129	1.68 114	0.89 44	1.12 94	1.46 38	0.88 26	0.27 22	8.44 395	0.27 46	0.22 44	0.26 13	14.87 401

222	3.82 313	0.88 132	6.92 28	1.15 152	0.99 187	3.27 83	0.64 59	4.57 360	5.37 382	2.43 267	2.32 269	1.41 91	1.44 153	10.64 326	18.51 404	0.32 85	4.89 383	0.32 134	0.30 178	0.34 111	9.80 388

tt	7.29 394	0.58 10	7.34 29	4.04 399	2.30 369	12.04 408	20.18 414	15.60 419	7.41 399	3.46 351	3.36 347	5.36 375	6.39 373	4.27 201	7.46 337	9.80 420	11.53 416	7.04 418	7.45 419	6.31 409	3.81 346

DAS	2.52 132	0.76 107	7.72 30	1.16 156	1.64 325	2.96 62	2.10 337	4.14 249	3.31 274	4.16 370	2.51 298	2.56 225	1.81 237	11.54 358	1.83 205	0.44 223	0.23 72	0.39 239	0.25 77	0.42 194	0.45 90

SepStereo	2.36 101	0.76 107	7.72 30	1.16 156	1.64 325	2.96 62	2.10 337	4.14 249	3.31 274	4.16 370	2.51 298	2.56 225	1.81 237	8.34 274	1.83 205	0.44 223	0.23 72	0.39 239	0.25 77	0.42 194	0.45 90

EAI-Stereo	4.89 358	0.69 66	7.74 32	0.99 100	1.63 321	4.68 362	51.52 428	5.79 395	3.37 283	3.64 357	7.24 374	1.10 58	0.95 54	2.51 145	1.71 186	0.33 108	0.31 153	0.28 66	2.04 400	0.28 21	0.92 240

mmm	2.70 186	0.80 113	8.26 33	1.50 278	1.18 235	2.44 45	0.85 152	4.08 229	4.59 359	2.31 228	1.95 202	1.51 100	1.55 180	2.33 136	1.72 188	0.31 71	7.71 394	0.45 270	0.42 285	0.40 169	9.56 386

SMFormer	2.40 110	0.73 82	8.34 34	1.41 254	0.61 85	2.04 26	0.72 88	4.30 302	4.43 352	2.41 262	2.40 280	1.94 157	1.52 171	10.99 338	3.10 288	0.35 136	0.84 305	0.36 212	0.33 212	0.40 169	0.77 216

tta	2.44 120	0.73 82	8.34 34	1.41 254	0.61 85	2.04 26	0.72 88	4.30 302	4.43 352	2.41 262	2.40 280	1.94 157	1.52 171	10.99 338	3.10 288	0.35 136	0.84 305	0.36 212	0.33 212	0.31 50	1.75 295

qqq1	2.35 99	0.73 82	8.34 34	1.41 254	0.61 85	2.04 26	0.72 88	4.30 302	4.43 352	2.41 262	2.40 280	1.94 157	1.52 171	10.99 338	1.36 116	0.35 136	0.84 305	0.30 101	0.25 77	0.31 50	1.75 295

fff1	2.35 99	0.73 82	8.34 34	1.41 254	0.61 85	2.04 26	0.72 88	4.30 302	4.43 352	2.41 262	2.40 280	1.94 157	1.52 171	10.99 338	1.36 116	0.35 136	0.84 305	0.30 101	0.25 77	0.31 50	1.75 295

CASS	1.65 25	0.73 82	8.72 38	0.97 92	0.67 107	2.88 56	0.69 78	3.07 92	1.86 71	2.82 312	2.02 211	1.39 88	1.55 180	1.75 75	1.36 116	0.51 279	0.28 136	0.34 184	0.28 131	0.47 236	0.63 181
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	1.50 17	0.65 46	8.73 39	0.91 57	0.75 129	2.97 64	0.90 183	2.93 77	1.38 4	1.56 64	1.07 14	2.75 243	0.88 42	1.43 35	1.13 69	0.32 85	0.22 49	0.35 201	0.20 20	0.45 218	0.41 71

Selective-IGEV	1.42 16	0.58 10	8.82 40	0.92 63	0.85 150	1.32 12	0.80 129	2.85 76	3.84 324	0.87 15	1.68 114	0.71 17	0.62 7	1.30 16	0.75 4	0.24 4	0.27 130	0.24 16	0.19 10	0.27 16	1.18 266

EGLCR-Stereo	2.52 132	0.56 5	9.39 41	1.16 156	0.81 142	5.24 383	0.61 45	4.20 269	1.56 27	1.09 34	0.71 1	1.09 57	0.66 13	1.92 92	0.82 19	0.29 34	0.30 149	0.29 80	0.24 66	0.37 145	19.09 421

test-1	1.81 31	0.72 79	9.51 42	1.02 110	1.57 309	3.85 188	0.60 42	4.07 222	1.51 17	1.94 120	1.81 157	2.04 177	0.91 47	1.39 32	1.73 191	0.27 22	0.93 312	0.31 119	0.25 77	0.29 34	1.37 275

MoCha-V2	2.54 140	0.58 10	9.65 43	1.64 307	0.90 165	1.31 11	0.86 155	3.50 123	2.34 130	0.94 25	1.92 198	0.67 8	1.18 109	1.51 45	0.98 48	0.25 8	14.88 417	0.22 3	0.25 77	0.28 21	7.01 369

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

DANet	2.82 206	1.17 200	10.20 45	1.87 335	1.72 338	3.25 82	1.15 247	4.36 328	3.02 223	3.42 350	2.18 244	4.09 333	1.79 234	9.78 298	4.32 308	0.55 298	0.57 271	0.60 331	0.44 293	0.65 297	1.25 270
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DLCB_ROB	2.55 146	1.32 224	10.26 46	1.31 221	1.04 206	2.94 60	1.29 263	3.81 168	2.73 173	2.93 320	2.17 239	3.37 288	1.53 175	10.40 323	3.26 293	0.42 203	0.35 181	0.41 248	0.37 251	0.43 203	0.68 196

StereoDRNet-Refined	2.23 71	0.98 170	10.62 47	1.25 202	0.78 136	3.29 88	0.71 85	3.96 194	2.20 106	2.43 267	2.05 221	2.97 258	1.46 157	6.87 252	2.33 253	0.37 164	0.25 103	0.42 258	0.34 221	0.47 236	0.80 221
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CRFU-Net	2.56 151	0.89 136	10.77 48	2.53 369	1.09 217	3.91 202	1.40 278	3.87 176	1.92 77	2.25 210	1.80 152	3.32 285	7.85 386	5.53 217	1.54 146	0.58 304	0.36 188	0.31 119	0.28 131	0.39 165	0.56 147

DSFCA	2.38 106	1.03 182	11.06 49	1.15 152	1.18 235	3.97 221	1.75 313	3.63 136	2.44 147	3.14 337	1.68 114	2.90 255	2.48 290	5.38 212	3.17 291	0.49 263	0.45 242	0.37 223	0.37 251	0.54 256	0.46 97

anonymousdsp2	2.72 189	0.68 61	11.15 50	1.20 172	0.64 99	3.66 154	0.71 85	3.71 150	2.14 101	1.62 71	1.61 97	1.95 161	1.00 60	2.24 127	0.81 14	0.32 85	0.50 263	0.28 66	0.20 20	0.34 111	19.58 422

Anonymous_2	4.03 325	0.99 179	11.19 51	1.20 172	1.71 336	3.68 157	0.93 201	3.76 157	1.63 47	2.07 165	1.43 66	4.76 365	2.34 281	1.86 90	1.78 196	0.82 350	2.42 359	8.69 420	16.64 425	4.38 402	8.29 378

DMCA	2.02 46	1.07 185	11.33 52	1.17 163	0.96 183	3.92 209	0.89 167	3.80 166	3.11 237	2.89 316	1.58 94	2.35 203	1.17 106	1.79 77	2.25 248	0.42 203	0.29 141	0.42 258	0.27 107	0.38 154	0.43 82

DISCO	2.40 110	0.99 179	11.99 53	1.81 332	1.12 225	3.47 113	1.24 260	3.34 113	2.57 160	2.73 300	1.96 203	4.52 356	1.90 251	4.18 199	3.62 300	0.37 164	0.27 130	0.31 119	0.30 178	0.70 312	0.62 178

MMNet	2.15 58	1.33 225	12.06 54	1.22 181	1.23 250	3.55 131	0.89 167	3.84 172	2.26 117	2.19 198	1.78 145	2.15 186	2.10 260	3.70 186	2.35 255	0.45 232	0.38 206	0.34 184	0.28 131	0.40 169	0.52 133

CBFPSM	2.24 73	2.06 284	12.12 55	1.13 147	1.05 208	2.85 54	1.23 258	3.37 116	2.05 90	1.82 103	1.33 49	4.55 357	4.00 346	2.38 138	2.35 255	0.27 22	0.38 206	0.32 134	0.28 131	0.39 165	0.89 236

ccs_rob	2.03 48	0.74 88	12.67 56	0.87 43	0.75 129	3.91 202	0.66 62	4.04 215	1.93 78	1.92 113	1.79 148	3.24 279	1.63 203	2.52 149	1.25 95	0.32 85	0.37 193	0.54 317	0.28 131	0.66 301	0.51 127

CFNet_pseudo	2.03 48	0.74 88	12.75 57	0.87 43	0.74 125	3.91 202	0.65 61	4.04 215	1.93 78	1.93 114	1.79 148	3.25 280	1.61 192	2.51 145	1.25 95	0.32 85	0.37 193	0.53 309	0.28 131	0.64 292	0.50 121

ccnet	3.03 233	1.48 238	12.88 58	1.54 285	1.26 255	3.71 162	2.32 346	4.11 238	3.05 230	2.92 319	3.21 342	2.86 252	2.40 284	9.87 301	4.19 305	0.80 346	0.76 301	0.71 353	0.70 346	0.78 325	1.07 257

riskmin	2.46 124	0.61 31	12.91 59	1.22 181	1.65 328	3.56 133	0.61 45	4.30 302	1.50 14	1.86 106	1.16 24	4.30 347	2.02 256	1.53 49	1.32 107	0.29 34	0.95 315	0.34 184	0.23 53	0.43 203	8.34 380

raftrobust	2.05 51	1.45 235	13.44 60	1.29 214	5.81 408	3.59 137	0.67 64	2.80 74	1.50 14	2.21 203	1.41 65	1.17 65	1.22 115	1.37 31	1.46 137	0.29 34	0.33 165	0.22 3	0.20 20	0.27 16	0.36 51

LargeStereo	3.59 298	0.91 143	13.63 61	1.08 127	0.98 185	1.27 10	0.98 214	3.33 112	1.89 75	0.93 24	1.38 59	0.86 39	1.09 83	1.71 65	1.09 66	0.36 156	21.52 432	0.23 5	0.21 26	0.31 50	18.10 420

CoDeX	2.47 126	0.91 143	13.65 62	1.03 113	1.17 233	3.28 85	1.30 264	4.17 259	2.99 214	1.78 97	1.85 176	2.04 177	1.46 157	9.99 309	1.66 175	0.38 176	0.28 136	0.32 134	0.28 131	0.34 111	0.57 152

NVstereo2D	2.79 204	1.13 196	13.75 63	1.37 241	1.47 291	3.57 134	1.38 276	4.17 259	3.77 322	2.04 154	1.72 125	3.05 265	1.75 226	10.84 331	1.72 188	0.62 314	0.48 257	0.56 321	0.54 323	0.79 329	1.02 252

iRaft-Stereo_5w	2.47 126	1.37 228	13.85 64	0.87 43	0.99 187	3.22 75	0.84 148	3.72 151	2.12 98	1.57 66	2.49 294	2.20 188	2.22 274	9.12 285	2.03 230	0.48 257	0.27 130	0.35 201	0.29 161	0.48 241	0.94 244

AnyNet_C32	4.49 344	9.53 359	13.85 64	1.67 311	1.56 307	5.40 385	4.06 392	4.03 211	3.69 319	4.21 372	3.09 337	3.09 270	3.38 335	8.24 272	18.76 407	0.56 301	0.64 287	0.53 309	0.81 355	1.36 371	1.42 279

hknet	2.34 97	0.78 110	13.86 66	0.94 70	1.07 211	4.18 270	1.14 244	4.49 348	3.00 216	2.96 325	1.82 159	3.47 293	1.30 126	4.11 197	1.77 195	0.35 136	0.25 103	0.31 119	0.28 131	0.38 154	0.41 71

MADNet++	8.64 399	6.17 340	13.88 67	6.61 412	5.25 406	10.15 403	14.20 409	5.89 397	8.25 400	7.14 393	8.18 380	6.41 381	9.84 396	11.71 368	16.73 384	9.65 419	5.03 384	8.63 419	5.68 416	4.83 406	8.57 382

PVD	3.91 319	4.36 329	13.89 68	2.81 380	4.79 404	3.80 179	1.94 323	3.89 179	4.11 334	5.75 386	3.56 351	3.59 308	3.34 331	6.44 240	6.44 327	0.73 338	2.84 364	0.74 359	0.84 357	0.82 333	3.45 343

MFN_U_SF_DS_RVC	4.38 340	13.66 384	13.95 69	1.39 251	1.58 314	5.18 382	3.31 372	4.53 354	3.22 254	2.60 285	2.62 309	4.99 369	2.11 262	13.99 406	4.21 306	1.53 377	2.56 362	0.67 347	1.82 394	0.83 336	2.92 331

test_xeample	4.19 329	0.93 154	14.09 70	1.16 156	1.17 233	3.28 85	0.80 129	4.63 367	5.30 378	2.46 272	2.35 271	1.39 88	1.42 149	10.88 333	17.68 398	0.30 56	6.50 390	0.32 134	0.32 205	0.36 141	8.38 381

IER	2.09 54	0.91 143	14.11 71	0.97 92	1.15 230	3.17 72	0.89 167	3.59 130	2.39 135	2.15 184	1.98 206	2.27 192	2.11 262	2.39 139	1.80 201	0.35 136	0.24 91	0.36 212	0.30 178	0.34 111	0.42 78

SHD	3.22 262	4.21 328	14.19 72	2.37 360	2.12 361	2.77 52	1.19 251	4.24 286	3.25 259	4.64 379	2.73 319	3.62 311	2.76 301	6.30 236	4.75 317	0.66 321	1.25 330	0.52 305	0.59 333	0.69 311	1.64 292

UPFNet	2.23 71	0.86 126	14.25 73	1.28 209	1.44 288	3.51 124	1.34 269	4.05 218	2.11 96	2.44 270	1.53 74	2.41 209	1.39 138	3.62 185	1.91 213	0.41 193	0.41 224	0.37 223	0.32 205	0.44 211	0.48 112

JetBlue	6.69 389	12.01 373	14.30 74	1.98 343	4.64 403	11.97 407	12.29 407	5.39 387	4.32 351	3.81 362	4.51 364	9.50 394	6.53 375	10.22 315	14.50 373	1.32 370	1.47 333	1.18 376	1.36 383	7.48 415	5.05 358

MADNet+	4.46 343	11.36 369	14.35 75	2.23 354	2.50 373	4.18 270	2.86 361	5.46 389	4.43 352	2.74 301	2.69 316	4.55 357	3.43 336	8.97 284	9.42 345	1.47 375	2.06 348	1.09 373	1.02 365	1.54 375	2.96 333

iResNet_ROB	2.72 189	10.38 365	14.41 76	1.46 269	0.99 187	3.74 167	0.66 62	4.01 203	2.84 191	2.04 154	2.05 221	1.98 168	1.38 135	4.73 204	1.91 213	0.35 136	0.20 18	0.28 66	0.19 10	0.33 90	0.41 71

PWC_ROB	3.32 277	4.61 331	14.41 76	1.46 269	1.90 352	3.21 73	1.15 247	4.39 337	3.46 302	3.13 334	3.40 348	2.79 248	2.34 281	9.17 286	6.94 330	0.61 309	0.34 172	0.61 334	0.37 251	0.73 316	1.40 276

HCRNet	2.24 73	0.74 88	14.54 78	0.82 27	1.36 271	4.11 246	0.70 80	3.61 134	3.03 225	1.83 105	1.61 97	1.58 103	1.40 142	5.79 220	1.60 161	0.35 136	0.28 136	0.36 212	0.29 161	0.34 111	0.46 97

xxxx	4.25 333	0.86 126	14.59 79	1.30 218	1.16 231	3.51 124	0.63 57	4.56 358	5.42 385	2.33 242	2.29 264	2.04 177	1.39 138	10.23 316	18.00 400	0.33 108	7.15 393	0.31 119	0.30 178	0.35 124	8.33 379

DPSNet	3.94 322	2.01 283	14.69 80	1.58 293	1.30 260	4.17 267	2.08 336	4.57 360	4.63 360	2.78 306	1.99 209	3.79 318	7.88 387	10.66 327	11.35 355	0.94 356	0.99 319	0.41 248	0.57 330	1.09 355	1.40 276

CroCo-Stereo Lap2	1.65 25	1.14 198	14.70 81	1.00 103	1.80 348	0.53 2	0.46 14	3.18 97	1.62 44	1.10 36	1.24 33	1.05 55	0.78 27	1.40 33	1.18 77	0.31 71	0.23 72	0.27 46	0.22 44	0.46 226	0.38 59

Wz-Net-LNSev-Ref	2.72 189	2.55 303	14.91 82	1.37 241	1.36 271	3.50 122	1.63 303	4.11 238	3.38 285	2.55 282	2.04 215	2.35 203	2.50 293	5.14 208	4.64 315	0.53 291	0.22 49	0.35 201	0.21 26	0.41 187	0.60 170

Gwc-CoAtRS	1.80 30	0.61 31	14.92 83	1.08 127	0.61 85	2.88 56	0.63 57	2.47 43	1.62 44	1.80 101	1.50 72	2.73 238	1.17 106	1.35 27	1.08 64	0.30 56	0.22 49	0.25 25	0.23 53	0.28 21	0.30 13

iinet-f	2.44 120	1.82 273	14.97 84	1.21 177	1.11 222	3.78 175	1.10 237	4.19 267	2.90 204	2.10 172	1.76 135	2.99 260	2.97 309	2.84 168	2.79 272	0.38 176	0.38 206	0.28 66	0.28 131	0.50 246	0.47 105

MFN_U_SF_RVC	4.08 326	13.72 389	15.13 85	2.00 344	1.43 286	3.73 165	1.68 310	4.11 238	3.39 290	2.93 320	2.38 275	4.39 350	3.63 339	8.63 277	6.14 324	1.14 365	1.07 324	1.01 368	1.35 382	1.63 377	2.09 310

XQC	3.41 284	6.58 342	15.18 86	1.97 341	1.62 318	3.40 99	1.76 314	4.53 354	3.67 318	3.40 349	2.45 290	3.73 314	2.91 306	6.78 249	5.36 321	0.73 338	0.90 310	0.60 331	0.61 337	1.02 347	0.99 248

DCANet-4	2.06 52	0.58 10	15.30 87	0.86 37	0.44 31	4.16 262	0.57 30	4.31 312	3.28 264	2.31 228	1.82 159	1.04 54	1.54 177	1.69 61	1.56 149	0.35 136	0.24 91	0.24 16	0.19 10	0.25 6	0.57 152

tt1	3.79 312	0.93 154	15.34 88	1.83 333	0.45 32	4.54 329	0.78 119	4.23 279	4.73 365	1.27 47	1.89 185	0.74 23	1.48 161	2.29 132	0.78 7	0.30 56	19.28 428	0.32 134	0.22 44	0.31 50	14.02 395

MSMDNet	2.16 60	0.71 76	15.36 89	0.86 37	0.75 129	3.41 102	0.69 78	3.70 148	2.25 114	1.73 89	1.64 109	3.21 277	2.95 307	2.09 106	1.24 89	0.32 85	0.37 193	0.45 270	0.27 107	0.63 289	0.50 121

PASM	3.22 262	2.89 308	15.38 90	2.00 344	1.57 309	2.77 52	1.96 325	3.62 135	2.75 176	2.95 324	2.26 256	3.10 271	2.24 275	11.87 372	2.46 262	0.97 358	1.06 321	0.87 364	1.02 365	1.20 363	1.41 278

PCWNet_CMD	2.16 60	0.71 76	15.44 91	0.84 29	0.76 133	3.38 96	0.68 72	3.69 146	2.24 111	1.72 87	1.63 104	3.20 276	3.00 315	2.09 106	1.23 85	0.32 85	0.37 193	0.47 277	0.27 107	0.65 297	0.51 127

FBW_ROB	3.91 319	2.07 286	15.46 92	1.60 296	1.16 231	3.80 179	1.48 289	4.37 331	3.41 292	2.53 280	2.45 290	4.19 341	2.10 260	15.17 409	9.45 346	0.86 352	0.65 290	1.54 383	0.96 363	1.08 354	3.80 345

ADCRef	3.66 302	5.95 338	15.50 93	1.20 172	1.41 283	3.93 210	1.61 300	3.92 186	2.77 180	3.13 334	2.20 248	2.40 205	2.78 302	6.23 235	16.59 382	0.50 273	0.35 181	0.63 341	0.62 339	0.58 272	0.92 240

qqq	2.96 224	0.88 132	15.54 94	1.27 207	0.74 125	2.29 41	0.90 183	4.07 222	4.63 360	1.63 72	1.32 48	1.78 135	1.36 132	5.19 209	1.68 178	0.29 34	6.43 389	0.33 166	0.36 243	0.35 124	8.09 373

test_4	1.98 36	0.68 61	15.65 95	0.91 57	0.48 42	4.11 246	1.09 233	2.41 38	1.50 14	1.55 62	2.31 268	1.87 150	0.79 33	2.86 169	1.51 140	0.34 124	0.19 9	0.29 80	0.29 161	0.30 45	0.40 66

NCCL2	2.96 224	4.07 327	15.75 96	1.24 188	1.03 199	3.48 119	2.55 352	3.79 161	2.39 135	2.78 306	1.80 152	2.41 209	1.67 215	10.27 319	2.48 265	0.46 245	0.41 224	0.57 324	0.55 327	0.61 278	0.86 233

SFCPSM	2.16 60	0.75 99	15.82 97	0.91 57	0.98 185	3.74 167	1.27 262	4.15 252	2.56 158	1.90 109	1.82 159	1.64 109	1.39 138	2.51 145	1.57 152	0.36 156	0.28 136	0.39 239	0.36 243	0.36 141	0.50 121

Wz-Net-TNSev	4.22 330	13.55 381	15.87 98	1.57 291	1.19 240	3.61 143	2.48 349	4.38 335	3.45 301	2.29 224	1.91 193	4.20 342	2.86 304	12.11 377	10.56 349	0.61 309	0.59 278	0.48 282	0.54 323	0.93 343	1.24 269

x	2.94 221	0.83 120	16.07 99	1.51 280	0.83 145	2.13 33	0.96 211	3.97 197	4.73 365	1.73 89	1.43 66	1.61 105	1.27 120	2.24 127	1.71 186	0.29 34	6.91 391	0.34 184	0.31 195	0.34 111	9.60 387

NINENet	2.59 156	0.89 136	16.09 100	1.16 156	1.07 211	4.50 323	0.75 108	4.43 341	2.61 164	2.18 193	1.91 193	3.61 309	1.03 64	7.92 269	1.18 77	0.49 263	0.34 172	0.41 248	0.30 178	0.42 194	0.44 86

ADCL	4.70 352	4.04 325	16.12 101	1.35 232	1.28 257	5.46 386	10.88 404	4.08 229	4.25 343	5.97 388	4.51 364	4.29 346	5.60 363	6.37 237	15.21 377	0.54 295	0.48 257	0.88 365	0.78 352	0.86 337	1.01 251

StereoIM	1.60 19	1.11 192	16.13 102	0.67 3	1.87 350	1.22 8	0.39 5	2.17 31	1.42 6	0.69 1	0.78 3	0.88 41	0.70 14	1.24 11	1.13 69	0.32 85	0.23 72	0.26 36	0.21 26	0.32 69	0.28 8

FADNet	3.20 259	11.55 371	16.16 103	1.24 188	0.95 181	3.30 91	0.87 159	4.00 201	2.73 173	1.42 54	1.35 51	2.51 219	2.04 257	9.95 307	2.39 260	0.44 223	0.46 246	0.40 244	0.44 293	1.13 359	0.61 174

cross-raft	1.95 34	0.66 53	16.17 104	1.23 187	0.92 172	2.25 38	0.70 80	3.69 146	1.68 56	1.78 97	1.53 74	3.15 274	1.13 95	1.35 27	1.06 62	0.24 4	0.23 72	0.26 36	0.24 66	0.29 34	0.45 90

ff7	2.60 158	0.81 116	16.25 105	0.89 49	0.56 70	4.55 335	0.83 141	1.68 7	3.44 295	0.88 16	1.10 15	0.70 12	0.78 27	1.93 94	0.93 32	0.29 34	0.37 193	0.29 80	0.21 26	0.33 90	15.08 404

IGEVStereo-DCA	3.09 240	3.48 320	16.25 105	0.96 85	0.49 49	1.59 15	0.83 141	1.68 7	3.44 295	0.75 4	0.78 3	0.74 23	0.73 19	5.79 220	7.75 339	0.32 85	0.26 123	0.28 66	0.21 26	0.32 69	15.08 404

ffff	2.60 158	0.81 116	16.25 105	0.89 49	0.56 70	4.55 335	0.83 141	1.68 7	3.44 295	0.88 16	1.10 15	0.70 12	0.78 27	1.93 94	0.93 32	0.29 34	0.37 193	0.29 80	0.21 26	0.33 90	15.08 404

11t	2.60 158	0.81 116	16.25 105	0.89 49	0.56 70	4.55 335	0.83 141	1.68 7	3.44 295	0.88 16	1.10 15	0.70 12	0.78 27	1.93 94	0.93 32	0.29 34	0.37 193	0.29 80	0.21 26	0.33 90	15.08 404

ccc-4	2.60 158	0.81 116	16.25 105	0.89 49	0.56 70	4.55 335	0.83 141	1.68 7	3.44 295	0.88 16	1.10 15	0.70 12	0.78 27	1.93 94	0.93 32	0.29 34	0.37 193	0.29 80	0.21 26	0.33 90	15.08 404

RYNet	3.15 250	1.48 238	16.27 110	1.24 188	1.39 277	3.67 155	1.44 285	4.09 233	3.20 246	2.26 216	1.70 119	3.83 320	2.15 268	13.64 402	3.23 292	0.45 232	0.45 242	0.50 297	0.35 234	0.81 331	0.83 225

CFNet	3.04 235	6.89 345	16.27 110	1.36 236	1.24 252	4.09 242	0.72 88	4.15 252	3.00 216	1.69 83	1.88 183	2.27 192	1.45 155	11.41 353	2.12 239	0.36 156	0.29 141	0.43 262	0.36 243	0.48 241	0.38 59

StereoDRNet	3.07 238	2.92 311	16.33 112	1.36 236	1.57 309	3.45 110	2.04 334	3.77 159	2.85 192	3.31 346	1.85 176	2.78 247	1.79 234	10.85 332	3.41 294	0.45 232	0.36 188	0.39 239	0.37 251	0.62 283	0.85 230

SAMSARA	4.67 350	6.50 341	16.40 113	4.62 409	3.13 384	6.62 394	3.49 377	5.24 382	3.04 228	7.78 396	3.07 335	5.32 374	4.05 347	9.98 308	6.42 326	0.69 327	2.39 358	0.60 331	0.74 349	0.99 346	2.26 316

AnyNet_C01	4.68 351	10.90 368	16.41 114	2.03 348	1.62 318	6.25 390	6.40 398	4.19 267	5.13 377	4.03 366	3.77 355	4.14 337	3.26 326	7.23 256	11.19 351	0.64 318	0.80 303	0.65 345	0.72 348	2.18 381	2.08 308

AdaStereo	2.22 70	0.90 141	16.41 114	1.33 229	0.83 145	3.21 73	1.12 240	4.25 295	2.91 205	2.06 159	1.76 135	2.47 216	1.17 106	1.93 94	1.65 174	0.50 273	0.26 123	0.43 262	0.29 161	0.46 226	0.39 63
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DIP-Stereo	2.03 48	0.98 170	16.44 116	0.67 3	0.62 94	4.30 293	0.58 36	4.43 341	2.89 202	1.97 129	1.40 62	0.91 45	0.86 39	1.31 18	1.27 102	0.38 176	0.23 72	0.33 166	0.23 53	0.33 90	0.57 152
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RTSC	3.44 287	6.78 344	16.53 117	1.76 329	1.54 299	3.53 128	0.94 203	4.22 274	2.97 210	3.65 358	3.23 344	3.31 284	2.29 277	6.22 233	7.41 336	0.61 309	1.32 331	0.37 223	0.42 285	0.78 325	0.98 247

MSC_U_SF_DS_RVC	4.90 359	13.94 392	16.59 118	1.69 315	1.46 290	6.15 389	3.52 379	5.47 390	3.95 330	2.77 304	2.74 320	4.81 366	2.49 292	13.78 403	5.33 320	2.34 382	3.46 375	1.05 370	1.21 376	2.28 382	2.94 332

DeepPrunerF	4.00 324	5.64 337	16.81 119	1.36 236	1.75 340	3.69 158	1.54 294	4.24 286	13.98 407	2.21 203	1.77 142	2.73 238	2.29 277	10.90 335	6.64 329	0.71 331	0.61 282	0.77 360	0.79 353	0.87 339	0.79 220

s12784h	2.08 53	0.50 2	16.85 120	0.75 9	0.36 4	4.42 310	0.49 17	4.23 279	3.08 233	2.03 151	2.67 314	0.91 45	1.05 77	2.05 103	0.78 7	0.37 164	0.18 5	0.24 16	0.16 6	0.27 16	0.26 6

Wz-Net-SNSev	3.47 293	10.51 366	16.90 121	1.65 309	1.20 242	3.29 88	2.03 333	4.16 255	3.03 225	2.35 246	2.39 278	3.48 294	2.12 264	7.95 270	4.28 307	0.51 279	0.40 218	0.53 309	0.49 307	0.74 320	1.46 281

FADNet-RVC	3.23 265	12.51 375	17.02 122	1.17 163	0.81 142	3.52 126	1.09 233	4.16 255	2.74 175	1.44 57	1.29 45	1.86 147	1.76 228	9.82 299	2.46 262	0.39 183	0.38 206	0.40 244	0.41 282	0.68 309	0.59 166

AE-Stereo	2.91 215	0.63 36	17.05 123	1.15 152	0.63 97	4.39 304	0.70 80	4.02 208	2.12 98	1.24 46	2.04 215	1.01 52	0.91 47	1.67 55	1.42 126	0.30 56	1.14 325	0.28 66	0.28 131	0.27 16	16.93 419

CFNet_ucs	2.32 92	0.75 99	17.05 123	0.90 55	0.81 142	3.86 191	0.68 72	4.31 312	2.68 168	2.13 178	2.04 215	3.30 282	1.24 118	2.63 155	1.23 85	0.37 164	0.46 246	0.56 321	0.30 178	0.67 304	0.53 138

XPNet_ROB	2.99 229	1.58 250	17.06 125	1.38 244	0.99 187	3.91 202	1.62 302	4.20 269	2.42 141	2.87 315	2.03 213	2.31 197	1.72 224	10.76 329	3.60 299	0.55 298	0.49 260	0.48 282	0.40 272	0.53 253	0.85 230

AANet_RVC	3.70 308	7.03 346	17.25 126	1.21 177	1.12 225	3.79 176	1.09 233	3.98 198	3.38 285	2.65 294	4.29 362	3.95 326	1.40 142	11.43 356	7.88 341	1.25 369	0.57 271	0.34 184	0.25 77	0.43 203	0.71 202

Wz-Net-MNSev	3.26 271	7.24 347	17.26 127	1.58 293	1.37 274	3.27 83	2.45 347	4.10 235	4.50 358	2.61 289	2.17 239	2.33 199	3.02 316	7.48 263	2.88 279	0.46 245	0.39 215	0.37 223	0.38 259	0.61 278	0.63 181

Wz-Net-LNSev	2.78 203	6.16 339	17.27 128	1.24 188	1.65 328	3.49 120	1.55 296	3.70 148	3.61 312	1.96 127	1.76 135	3.30 282	2.17 272	2.78 165	2.24 247	0.49 263	0.35 181	0.32 134	0.31 195	0.56 265	0.65 188

ADStereo(finetuned)	2.30 90	0.97 167	17.29 129	0.86 37	0.43 27	4.17 267	0.59 38	4.31 312	3.29 269	2.35 246	1.86 178	1.18 68	3.35 332	1.69 61	1.59 157	0.34 124	0.25 103	0.23 5	0.19 10	0.31 50	0.72 204

PWCDC_ROB	3.62 299	9.86 362	17.35 130	1.62 300	1.57 309	4.19 278	1.01 216	4.35 326	4.20 338	2.26 216	7.36 375	2.73 238	2.75 300	4.10 196	4.51 312	1.47 375	0.37 193	0.39 239	0.34 221	1.22 365	0.73 209

ADCS	4.77 356	12.63 376	17.40 131	1.72 321	1.34 268	3.90 199	3.60 383	4.30 302	3.54 309	5.11 384	2.81 324	4.44 351	3.05 319	6.15 232	19.32 409	0.74 341	0.68 293	0.70 351	0.70 346	1.25 367	1.98 305

WZ-Net	4.39 341	12.37 374	17.44 132	1.47 273	1.42 285	3.76 170	2.27 344	4.17 259	3.11 237	2.89 316	2.24 253	4.05 331	5.69 367	10.89 334	12.07 359	0.66 321	0.41 224	0.47 277	0.49 307	0.78 325	1.12 261

EDNetEfficient	5.62 369	2.26 295	17.51 133	1.67 311	3.59 390	3.99 223	7.25 399	3.14 94	5.63 390	11.52 413	4.82 367	3.94 325	12.48 399	8.39 275	20.56 412	0.46 245	0.46 246	0.48 282	1.06 368	1.65 379	1.62 291

IMH-64-1	6.10 377	13.83 390	17.55 134	4.34 402	3.78 392	4.79 374	5.94 395	5.34 383	4.20 338	4.10 367	8.31 383	5.07 371	6.92 377	9.63 296	7.36 334	4.60 409	2.96 369	3.04 401	2.14 401	4.30 400	3.88 348

IMH-64	6.10 377	13.83 390	17.55 134	4.34 402	3.78 392	4.79 374	5.94 395	5.34 383	4.20 338	4.10 367	8.31 383	5.07 371	6.92 377	9.63 296	7.36 334	4.60 409	2.96 369	3.04 401	2.14 401	4.30 400	3.88 348

gwcnet-sp	2.38 106	1.51 241	17.58 136	1.11 135	0.92 172	3.59 137	1.03 221	3.79 161	2.43 143	2.60 285	1.63 104	1.80 137	1.61 192	3.87 189	1.99 222	0.33 108	0.32 159	0.30 101	0.29 161	0.40 169	0.47 105

scenet	2.38 106	1.51 241	17.58 136	1.11 135	0.92 172	3.59 137	1.03 221	3.79 161	2.43 143	2.60 285	1.63 104	1.80 137	1.61 192	3.87 189	1.99 222	0.33 108	0.32 159	0.30 101	0.29 161	0.40 169	0.47 105

ssnet	2.38 106	1.51 241	17.58 136	1.11 135	0.92 172	3.59 137	1.03 221	3.79 161	2.43 143	2.60 285	1.63 104	1.80 137	1.61 192	3.87 189	1.99 222	0.33 108	0.32 159	0.30 101	0.29 161	0.40 169	0.47 105

aanetorigin	3.34 280	2.00 282	17.58 136	1.20 172	1.57 309	2.57 48	3.75 386	2.73 71	2.10 94	6.11 390	4.27 361	2.88 253	5.64 365	5.46 215	4.60 314	0.53 291	0.46 246	0.45 270	0.48 304	1.15 360	1.22 267

ADCMid	4.55 346	10.78 367	17.67 140	1.32 227	1.43 286	4.62 346	2.24 342	4.22 274	4.97 374	3.93 364	3.01 332	3.84 321	3.66 340	4.22 200	18.57 406	0.69 327	0.62 285	1.09 373	1.20 375	1.48 373	1.49 283

RP	3.26 271	1.73 264	17.70 141	1.56 290	1.93 354	3.43 106	1.94 323	4.18 264	2.72 172	2.77 304	3.05 334	3.96 327	2.69 298	10.17 313	2.86 276	1.04 359	0.50 263	0.71 353	0.59 333	0.75 322	0.83 225

ETE_ROB	2.93 217	2.12 289	17.80 142	1.13 147	0.94 179	3.71 162	1.53 292	4.29 300	2.98 213	3.32 347	2.13 233	2.34 202	1.51 167	8.68 278	2.82 274	0.44 223	0.40 218	0.51 302	0.49 307	0.56 265	0.80 221

11t1	2.82 206	0.72 79	17.81 143	1.60 296	0.93 176	2.27 40	0.62 52	3.76 157	4.47 357	1.72 87	1.33 49	1.05 55	1.34 130	1.84 88	1.45 135	0.29 34	5.57 386	0.29 80	0.26 92	0.32 69	8.80 384

stereogan	3.26 271	1.26 211	18.01 144	1.38 244	1.66 331	3.76 170	1.64 306	4.06 220	3.86 327	3.23 342	2.70 317	5.02 370	2.85 303	9.88 302	1.85 207	0.71 331	0.51 265	0.69 350	0.48 304	0.86 337	0.85 230

RAFT	2.36 101	1.62 255	18.03 145	1.75 327	0.54 64	1.91 24	0.91 191	3.24 102	3.65 315	1.64 73	1.73 131	3.45 292	1.58 183	1.82 85	1.74 193	0.42 203	1.06 321	0.40 244	0.32 205	0.44 211	1.03 254

BEATNet_4x	2.65 174	4.43 330	18.10 146	1.41 254	0.59 81	3.44 107	1.02 219	4.08 229	2.97 210	2.28 221	1.75 134	2.18 187	1.61 192	2.80 166	3.54 297	0.39 183	0.25 103	0.47 277	0.31 195	0.61 278	0.86 233

RGC	3.35 281	1.84 276	18.13 147	1.52 282	1.79 346	3.33 93	1.37 275	4.18 264	2.39 135	2.96 325	3.23 344	3.98 328	2.71 299	11.53 357	3.42 295	0.90 354	0.48 257	0.79 361	0.79 353	0.75 322	0.89 236

PDISCO_ROB	3.32 277	5.22 334	18.16 148	2.03 348	2.19 364	4.52 328	1.63 303	4.74 375	3.32 277	2.22 205	2.18 244	3.71 313	2.41 285	5.36 211	2.43 261	1.35 371	0.79 302	0.72 356	0.62 339	1.31 369	1.53 285

MLCV	2.52 132	1.77 267	18.20 149	1.17 163	0.63 97	3.60 141	0.53 24	3.88 177	2.35 134	2.82 312	2.24 253	1.99 169	1.42 149	4.59 202	3.09 287	0.39 183	0.22 49	0.33 166	0.22 44	0.35 124	0.52 133

RTS	4.29 337	9.35 357	18.25 150	2.79 378	2.29 367	4.98 378	3.41 374	4.72 372	4.27 345	4.35 373	3.10 338	4.93 367	3.14 321	7.71 267	6.99 331	0.71 331	0.68 293	0.51 302	0.50 313	1.07 352	1.98 305

RTSA	4.29 337	9.35 357	18.25 150	2.79 378	2.29 367	4.98 378	3.41 374	4.72 372	4.27 345	4.35 373	3.10 338	4.93 367	3.14 321	7.71 267	6.99 331	0.71 331	0.68 293	0.51 302	0.50 313	1.07 352	1.98 305

DeepStereo_RVC	2.42 118	0.70 72	18.41 152	0.79 20	0.43 27	4.50 323	0.70 80	2.51 47	3.51 307	2.02 146	1.79 148	1.54 102	6.35 371	1.93 94	1.22 84	0.47 252	0.22 49	0.29 80	0.29 161	0.35 124	0.40 66

delet	2.66 178	1.11 192	18.42 153	1.05 120	1.65 328	3.47 113	2.00 330	3.81 168	2.82 189	2.15 184	2.11 230	2.62 232	1.88 250	5.38 212	2.21 246	0.34 124	0.38 206	0.40 244	0.32 205	0.45 218	0.54 142

DCRE	3.02 231	0.95 161	18.48 154	1.18 167	1.89 351	3.57 134	0.82 137	3.36 115	1.70 58	2.04 154	8.12 379	1.73 119	1.07 81	1.31 18	1.24 89	0.24 4	0.87 309	0.26 36	0.27 107	0.28 21	11.03 391

DGSMNet	8.13 397	2.31 298	18.62 155	2.77 375	13.96 416	6.91 397	42.17 427	4.16 255	2.53 156	2.25 210	3.21 342	3.41 290	1.69 218	9.19 287	3.03 284	3.79 399	10.31 411	11.70 425	5.68 416	4.38 402	10.58 390

test-3	2.19 65	0.59 19	18.63 156	1.13 147	0.75 129	2.07 31	0.89 167	4.37 331	1.53 20	2.25 210	1.20 27	2.05 180	0.79 33	2.68 159	1.35 109	0.29 34	0.95 315	0.28 66	0.27 107	0.27 16	1.47 282

test_3	2.17 63	0.58 10	18.64 157	1.11 135	0.78 136	2.15 35	0.85 152	4.42 339	1.47 8	2.00 137	1.20 27	2.02 174	0.79 33	2.70 162	1.35 109	0.29 34	1.04 320	0.29 80	0.29 161	0.31 50	1.07 257

test_1	2.19 65	0.59 19	18.67 158	1.13 147	0.78 136	2.07 31	0.89 167	4.37 331	1.53 20	2.18 193	1.20 27	2.05 180	0.78 27	2.68 159	1.36 116	0.29 34	0.93 312	0.28 66	0.27 107	0.28 21	1.53 285

THIR-Stereo	4.50 345	1.11 192	18.71 159	0.89 49	0.47 37	2.25 38	16.71 410	3.53 126	1.58 30	2.04 154	12.04 402	2.66 234	7.52 383	7.29 257	11.25 352	0.32 85	0.21 34	0.29 80	0.28 131	0.35 124	0.52 133

TDLM	3.20 259	1.58 250	18.80 160	1.70 319	1.10 220	4.29 291	2.17 340	3.81 168	3.27 262	2.89 316	1.98 206	2.06 182	1.70 221	12.44 386	2.15 240	0.58 304	0.31 153	0.56 321	0.40 272	0.58 272	1.59 288

LMCR-Stereo	2.53 136	2.30 297	18.81 161	1.64 307	0.86 152	3.88 196	1.14 244	4.33 322	1.63 47	2.27 219	2.35 271	1.13 60	2.41 285	2.63 155	2.26 249	1.06 361	0.24 91	0.29 80	0.25 77	0.62 283	0.42 78

AF-Net	3.15 250	2.65 305	18.81 161	1.37 241	1.76 342	3.30 91	1.57 298	4.20 269	3.05 230	2.76 303	2.94 330	4.50 354	3.21 325	5.88 223	3.07 286	0.88 353	0.39 215	0.72 356	0.50 313	0.75 322	0.66 194

MyStereo04	2.54 140	1.18 201	18.82 163	1.04 116	1.21 247	3.96 219	0.95 206	4.02 208	3.01 220	2.06 159	1.27 40	2.33 199	1.66 213	2.06 104	2.01 227	0.26 15	3.49 376	0.34 184	0.27 107	0.43 203	0.49 117

iRaft-Stereo_20w	3.11 242	0.69 66	18.89 164	1.00 103	1.09 217	5.03 380	1.00 215	5.86 396	2.46 150	2.83 314	1.64 109	3.06 267	4.30 351	3.08 175	1.74 193	0.31 71	0.30 149	0.27 46	0.35 234	0.42 194	7.93 371

MyStereo8	2.97 228	1.76 265	18.94 165	1.55 288	1.62 318	4.16 262	0.57 30	3.79 161	2.41 140	2.22 205	2.93 329	2.27 192	1.14 100	2.16 116	2.28 251	0.27 22	8.58 396	0.32 134	0.29 161	0.37 145	1.72 294

DEmStereo	3.24 267	0.65 46	18.95 166	0.83 28	0.54 64	3.85 188	1.79 316	2.53 50	2.54 157	2.25 210	2.74 320	2.02 174	6.02 369	6.78 249	11.30 353	0.40 190	0.26 123	0.27 46	0.27 107	0.28 21	0.57 152

ADCP+	4.42 342	12.67 377	18.95 166	1.12 142	1.55 303	4.30 293	3.60 383	4.01 203	3.80 323	2.30 225	1.71 123	3.93 324	4.29 350	3.49 180	18.77 408	0.40 190	0.41 224	0.63 341	0.53 320	0.67 304	1.35 274

psm_up	3.04 235	1.30 221	18.97 168	1.31 221	1.51 295	3.86 191	1.22 257	4.26 296	2.31 128	2.72 298	1.83 171	2.43 213	1.68 216	12.86 391	1.78 196	0.43 217	0.41 224	0.41 248	0.34 221	0.46 226	0.67 195

SPstereo	30.75 424	13.65 383	19.03 169	8.80 418	10.65 412	50.20 431	82.83 439	71.83 436	35.94 428	30.86 422	29.63 420	48.58 432	42.25 431	47.75 436	58.04 436	7.66 416	8.94 402	20.43 426	10.51 420	8.69 418	8.79 383

NOSS_ROB	3.12 245	0.89 136	19.03 169	2.01 346	1.07 211	3.90 199	0.97 213	4.32 319	3.08 233	2.94 322	2.19 247	3.85 322	1.18 109	11.75 369	1.69 181	0.69 327	0.54 267	0.57 324	0.52 318	0.57 269	0.72 204

LALA_ROB	2.88 211	2.13 291	19.08 171	1.10 131	0.99 187	3.91 202	1.81 318	4.50 352	3.04 228	3.32 347	1.87 181	2.75 243	1.66 213	4.06 195	4.02 304	0.47 252	0.44 240	0.55 318	0.53 320	0.61 278	0.73 209

FADNet_RVC	3.10 241	7.62 348	19.12 172	1.05 120	0.93 176	4.09 242	0.84 148	4.34 325	2.05 90	1.54 61	1.78 145	1.61 105	1.50 165	8.92 282	2.64 271	0.50 273	0.38 206	0.44 264	0.61 337	0.91 341	1.16 265

H2IRNET	2.19 65	0.83 120	19.13 173	1.25 202	0.61 85	4.48 321	0.44 12	2.94 79	1.86 71	1.08 33	2.29 264	1.67 110	1.40 142	2.18 119	1.64 171	0.41 193	0.21 34	0.33 166	0.37 251	0.38 154	0.39 63

TestStereo	2.41 116	1.95 280	19.15 174	0.77 10	0.61 85	1.83 20	0.58 36	2.33 36	1.53 20	1.44 57	1.37 56	1.26 76	0.90 45	11.59 360	0.94 38	0.36 156	0.19 9	0.33 166	0.24 66	0.45 218	0.32 18

STTStereo	2.62 165	1.28 217	19.16 175	1.52 282	1.55 303	3.84 185	0.89 167	3.75 156	2.59 163	2.23 207	1.59 96	2.48 218	1.58 183	5.11 207	1.72 188	0.38 176	0.41 224	0.47 277	0.54 323	0.53 253	0.75 215

Nwc_Net	3.03 233	1.90 278	19.16 175	1.38 244	1.69 334	3.53 128	1.19 251	4.03 211	2.19 103	2.79 308	2.84 325	3.80 319	2.46 289	6.93 253	2.87 278	0.96 357	0.41 224	0.59 328	0.68 344	0.60 277	0.65 188

ICVP	2.19 65	0.72 79	19.18 177	1.03 113	0.88 160	4.22 283	0.94 203	3.44 121	1.69 57	1.68 80	1.76 135	1.35 82	1.19 112	1.80 82	1.40 124	0.58 304	0.37 193	0.34 184	0.30 178	0.41 187	0.59 166
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	3.25 270	1.08 188	19.18 177	1.19 170	1.54 299	3.45 110	1.02 219	4.04 215	2.61 164	2.31 228	2.17 239	8.01 390	2.99 314	11.59 360	1.80 201	0.35 136	0.24 91	0.28 66	0.24 66	0.33 90	0.55 145

ToySt	2.53 136	0.89 136	19.20 179	1.12 142	0.95 181	3.47 113	1.13 242	3.72 151	2.25 114	1.36 50	1.71 123	2.22 189	1.59 186	2.14 115	1.81 204	0.28 29	0.64 287	0.30 101	0.33 212	0.43 203	5.14 359

anonymousa	3.14 248	0.83 120	19.20 179	1.62 300	9.63 410	2.06 30	0.78 119	2.93 77	2.20 106	1.95 125	2.17 239	3.41 290	1.81 237	1.33 22	1.67 176	0.29 34	8.64 398	0.34 184	0.37 251	0.32 69	1.33 273

AACVNet	2.77 202	1.64 258	19.22 181	1.57 291	0.86 152	3.28 85	0.74 103	3.31 111	1.66 53	2.06 159	1.82 159	2.47 216	1.40 142	10.95 337	1.92 217	0.41 193	0.35 181	0.38 235	0.33 212	0.46 226	0.61 174

HITNet	2.49 128	2.91 309	19.23 182	1.54 285	0.57 77	3.47 113	0.79 125	4.16 255	2.93 206	2.18 193	1.65 111	1.68 111	1.45 155	2.17 117	2.99 283	0.28 29	0.20 18	0.41 248	0.27 107	0.45 218	0.52 133
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
Anonymous Stereo	3.53 297	5.56 336	19.23 182	1.75 327	1.40 281	3.35 95	3.23 370	4.15 252	3.13 240	2.42 266	2.38 275	2.56 225	1.53 175	11.88 373	3.54 297	0.68 325	0.92 311	0.57 324	0.57 330	0.74 320	1.08 259

MSMD_ROB	5.99 374	1.29 219	19.23 182	1.40 252	0.84 149	10.25 404	2.05 335	4.20 269	6.02 394	10.42 411	8.00 378	22.21 412	9.45 394	11.67 363	8.73 343	0.76 344	0.59 278	0.67 347	0.68 344	0.67 304	0.72 204

NVStereoNet_ROB	6.63 386	9.57 360	19.28 185	3.19 386	2.11 360	3.69 158	1.99 327	4.32 319	6.27 397	3.26 345	24.57 418	5.45 377	11.39 398	13.56 400	12.37 362	2.79 384	2.05 347	1.76 384	1.75 391	1.49 374	1.75 295
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SACVNet	3.06 237	1.61 254	19.29 186	1.46 269	1.18 235	4.05 234	1.48 289	4.03 211	2.58 162	2.75 302	1.89 185	2.55 223	1.38 135	11.33 350	2.28 251	0.51 279	0.41 224	0.48 282	0.43 290	0.57 269	0.93 243

DeepPruner_ROB	2.61 162	1.97 281	19.32 187	1.03 113	1.20 242	4.38 300	0.90 183	3.44 121	1.77 62	2.61 289	1.54 83	2.77 246	1.27 120	5.05 206	2.08 236	0.52 289	0.40 218	0.37 223	0.35 234	0.52 252	0.62 178

LL-Strereo2	2.36 101	1.81 271	19.35 188	1.04 116	1.03 199	3.73 165	1.35 272	2.70 70	2.04 89	1.76 95	1.44 68	1.82 142	0.73 19	1.48 41	1.53 143	0.33 108	0.30 149	0.55 318	0.35 234	0.30 45	3.51 344

MFMNet_re	3.44 287	8.89 353	19.36 189	3.25 388	1.91 353	3.13 70	1.99 327	3.60 132	4.16 337	3.17 340	2.86 326	2.25 190	2.41 285	2.61 154	2.35 255	1.13 364	1.06 321	0.94 366	0.91 362	1.29 368	1.57 287

hitnet-ft	2.99 229	1.23 210	19.37 190	0.96 85	0.90 165	3.76 170	0.79 125	3.60 132	2.68 168	2.31 228	2.04 215	3.63 312	1.49 164	11.70 367	2.37 258	0.45 232	0.54 267	0.44 264	0.36 243	0.54 256	0.56 147

whm_eth	2.15 58	1.55 248	19.39 191	0.96 85	1.37 274	2.60 50	0.72 88	3.63 136	2.97 210	1.55 62	2.06 223	0.78 26	0.71 16	1.17 7	1.08 64	0.45 232	0.29 141	0.34 184	0.33 212	0.44 211	0.65 188

R-Stereo Train	2.13 56	0.65 46	19.43 192	1.02 110	0.67 107	3.79 176	0.89 167	4.12 243	1.55 24	2.15 184	1.72 125	1.13 60	0.94 52	1.46 38	1.30 104	0.32 85	0.25 103	0.27 46	0.21 26	0.28 21	0.37 52

RAFT-Stereo	2.13 56	0.65 46	19.43 192	1.02 110	0.67 107	3.79 176	0.89 167	4.12 243	1.55 24	2.15 184	1.72 125	1.13 60	0.94 52	1.46 38	1.30 104	0.32 85	0.25 103	0.27 46	0.21 26	0.28 21	0.37 52
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
sCroCo_RVC	1.81 31	0.93 154	19.44 194	1.04 116	1.05 208	0.97 4	0.61 45	2.08 27	1.36 2	0.71 3	1.28 41	0.82 35	1.10 89	1.31 18	0.97 47	0.54 295	0.41 224	0.33 166	0.30 178	0.46 226	0.48 112

dad	2.65 174	3.40 317	19.45 195	1.05 120	0.65 104	4.21 281	0.84 148	2.10 29	2.77 180	2.32 240	1.72 125	1.72 117	1.27 120	3.86 188	2.04 232	1.06 361	0.40 218	2.04 386	0.49 307	0.78 325	0.83 225

HSM-Net_RVC	3.02 231	0.65 46	19.48 196	0.94 70	0.90 165	3.71 162	1.20 254	5.61 394	2.87 200	3.24 343	2.49 294	2.53 220	1.61 192	11.39 352	1.90 211	0.37 164	0.27 130	0.27 46	0.24 66	0.31 50	0.39 63
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PS-NSSS	3.11 242	1.60 253	19.48 196	1.00 103	1.53 298	4.12 248	1.08 231	4.59 365	2.80 184	2.19 198	2.38 275	1.76 126	1.39 138	11.79 371	1.94 221	0.69 327	0.45 242	0.95 367	0.43 290	1.03 348	1.00 249

raft+_RVC	3.46 292	2.57 304	19.51 198	1.49 276	17.54 417	3.63 146	0.76 115	3.24 102	1.53 20	1.35 49	1.67 112	1.03 53	1.10 89	1.98 100	1.53 143	0.25 8	7.10 392	0.25 25	0.24 66	0.28 21	2.18 314

acv_ft	2.45 122	0.97 167	19.57 199	1.15 152	2.01 358	2.97 64	0.96 211	3.88 177	2.85 192	2.34 244	1.91 193	3.07 268	1.65 212	1.52 46	2.26 249	0.33 108	0.27 130	0.30 101	0.27 107	0.42 194	0.35 36

DDUNet	3.65 301	2.81 307	19.59 200	3.57 393	2.26 365	3.47 113	1.35 272	4.21 273	2.40 138	2.68 295	2.48 293	4.17 339	1.78 231	5.48 216	2.61 269	2.25 381	1.77 342	2.61 395	2.43 404	2.63 385	2.40 318

GANet	3.64 300	1.76 265	19.65 201	1.92 340	1.04 206	3.91 202	2.51 351	3.86 175	2.81 188	3.13 334	3.03 333	3.19 275	2.19 273	12.43 385	8.23 342	0.60 308	0.43 236	0.52 305	0.43 290	0.63 289	0.63 181

ACVNet-DCA	3.67 304	0.94 157	19.66 202	1.87 335	0.42 23	4.47 317	0.73 95	4.07 222	4.63 360	1.21 39	1.89 185	0.73 18	1.62 200	2.20 121	0.81 14	0.31 71	18.77 418	0.32 134	0.21 26	0.35 124	8.09 373

xx1	3.69 307	0.94 157	19.66 202	1.87 335	0.42 23	4.47 317	0.73 95	4.24 286	4.01 332	1.21 39	1.89 185	1.78 135	1.36 132	2.20 121	0.81 14	0.31 71	18.77 418	0.33 166	0.36 243	0.35 124	8.09 373

1test111	3.86 316	0.94 157	19.66 202	1.87 335	0.42 23	4.47 317	0.73 95	4.07 222	4.63 360	1.21 39	1.89 185	0.73 18	1.62 200	5.19 209	1.68 178	0.31 71	18.77 418	0.32 134	0.21 26	0.35 124	8.09 373

cc1	3.93 321	0.94 157	19.66 202	1.87 335	0.42 23	4.47 317	0.73 95	4.24 286	4.01 332	1.21 39	1.89 185	0.73 18	1.62 200	2.20 121	0.81 14	0.31 71	18.77 418	0.32 134	0.21 26	0.32 69	13.93 394

ac_64	2.93 217	0.87 129	19.66 202	1.35 232	1.70 335	3.29 88	0.92 196	3.56 127	3.46 302	1.91 110	1.79 148	3.90 323	1.76 228	10.23 316	1.93 218	0.44 223	0.32 159	0.33 166	0.31 195	0.35 124	0.51 127

DRN-Test	3.17 254	1.30 221	19.66 202	1.41 254	1.60 315	3.61 143	1.47 287	4.18 264	2.83 190	3.48 352	1.92 198	2.58 228	2.50 293	10.81 330	2.90 280	0.49 263	0.49 260	0.44 264	0.42 285	0.57 269	0.78 218

CRE-IMP	2.28 84	0.68 61	19.67 208	0.85 34	0.39 21	4.54 329	0.80 129	2.63 66	4.84 372	1.96 127	1.51 73	1.86 147	0.96 55	1.52 46	1.43 128	0.47 252	0.21 34	0.31 119	0.26 92	0.41 187	0.35 36

GES	2.26 77	0.79 112	19.68 209	1.12 142	0.59 81	4.30 293	1.01 216	3.90 181	1.59 33	1.78 97	1.78 145	1.28 78	1.75 226	1.80 82	1.61 163	0.42 203	0.29 141	0.33 166	0.31 195	0.45 218	0.50 121

RAFT+CT+SA	2.32 92	1.30 221	19.71 210	1.01 106	1.41 283	4.04 230	0.92 196	3.96 194	1.64 49	1.64 73	1.69 117	1.63 108	1.18 109	3.06 174	1.19 80	0.28 29	0.22 49	0.32 134	0.34 221	0.34 111	0.47 105

DN-CSS_ROB	2.89 213	9.72 361	19.71 210	2.07 351	0.90 165	4.01 225	0.61 45	4.06 220	3.35 281	1.66 77	1.89 185	1.39 88	1.06 79	3.24 176	1.88 209	0.44 223	0.19 9	0.44 264	0.29 161	0.40 169	0.42 78

test_5	2.45 122	1.43 233	19.72 212	1.20 172	1.39 277	3.88 196	1.25 261	4.03 211	1.98 84	1.74 92	1.82 159	1.86 147	1.78 231	3.57 182	1.35 109	0.33 108	0.21 34	0.35 201	0.33 212	0.34 111	0.43 82

Consistency-Raft	2.93 217	1.93 279	19.72 212	1.41 254	1.75 340	3.85 188	1.32 267	4.09 233	2.75 176	1.82 103	2.66 312	1.81 140	4.34 353	2.29 132	2.08 236	0.90 354	0.94 314	1.03 369	1.13 371	1.71 380	1.10 260

NLCA_NET_v2_RVC	2.76 200	1.48 238	19.72 212	1.62 300	2.00 357	3.95 215	0.86 155	3.92 186	2.51 153	2.56 283	1.69 117	2.83 251	1.61 192	5.65 218	1.78 196	0.48 257	0.36 188	0.38 235	0.42 285	0.56 265	0.77 216
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SST-Stereo	2.63 169	0.63 36	19.76 215	1.69 315	0.46 33	4.71 368	0.74 103	2.27 33	3.07 232	2.07 165	2.15 234	2.42 211	3.17 324	6.66 244	0.95 43	0.45 232	0.19 9	0.30 101	0.27 107	0.35 124	0.31 15

IIG-Stereo	2.89 213	0.98 170	19.80 216	2.78 376	0.67 107	4.62 346	0.74 103	4.29 300	2.26 117	2.62 291	3.10 338	3.33 286	1.60 187	7.64 265	1.51 140	0.42 203	0.21 34	0.32 134	0.25 77	0.33 90	0.28 8

IRAFT_RVC	2.74 195	0.71 76	19.80 216	2.52 368	0.67 107	4.60 344	1.57 298	3.05 90	2.99 214	2.23 207	1.72 125	2.08 183	2.59 296	6.69 245	1.61 163	0.37 164	0.21 34	0.33 166	0.29 161	0.33 90	0.35 36

RASNet	3.15 250	1.20 208	19.81 218	1.63 303	2.26 365	3.67 155	1.09 233	3.58 128	3.44 295	1.99 133	2.15 234	4.59 359	2.30 279	10.24 318	2.98 282	0.57 303	0.26 123	0.25 25	0.25 77	0.30 45	0.54 142

DispNO	3.22 262	2.06 284	19.82 219	1.21 177	1.11 222	3.74 167	0.93 201	4.31 312	2.89 202	2.37 255	2.27 259	4.51 355	2.09 259	11.41 353	3.47 296	0.35 136	0.28 136	0.31 119	0.29 161	0.39 165	0.51 127

GMOStereo	2.64 170	0.92 150	19.83 220	0.81 22	0.68 114	3.22 75	0.89 167	2.94 79	1.48 9	2.36 250	1.54 83	1.75 120	1.04 70	1.33 22	1.15 72	0.26 15	11.32 412	0.35 201	0.28 131	0.35 124	0.33 23

error version	2.64 170	0.92 150	19.83 220	0.81 22	0.68 114	3.22 75	0.89 167	2.94 79	1.48 9	2.36 250	1.54 83	1.75 120	1.04 70	1.33 22	1.15 72	0.26 15	11.32 412	0.35 201	0.28 131	0.35 124	0.33 23

test-v	2.64 170	0.92 150	19.83 220	0.81 22	0.68 114	3.22 75	0.89 167	2.94 79	1.48 9	2.36 250	1.54 83	1.75 120	1.04 70	1.33 22	1.15 72	0.26 15	11.32 412	0.35 201	0.28 131	0.35 124	0.33 23

test-2	2.64 170	0.92 150	19.83 220	0.81 22	0.68 114	3.22 75	0.89 167	2.94 79	1.48 9	2.36 250	1.54 83	1.75 120	1.04 70	1.33 22	1.15 72	0.26 15	11.32 412	0.35 201	0.28 131	0.35 124	0.33 23

RAFT_R40	2.61 162	0.64 39	19.86 224	1.69 315	0.46 33	4.74 371	0.95 206	2.28 34	2.52 155	2.02 146	2.32 269	2.69 237	2.52 295	6.70 246	1.05 61	0.42 203	0.19 9	0.30 101	0.27 107	0.33 90	0.29 11

GwcNet-RSSM	3.13 247	5.08 332	19.86 224	1.28 209	1.20 242	4.12 248	1.11 238	3.89 179	2.80 184	2.13 178	1.81 157	3.11 272	1.46 157	10.33 321	2.19 245	0.36 156	0.34 172	0.35 201	0.31 195	0.45 218	0.43 82

MyStereo05	2.55 146	1.07 185	19.87 226	1.06 123	1.08 214	4.26 287	0.86 155	4.10 235	3.01 220	2.19 198	1.26 38	2.30 196	1.64 205	2.13 112	1.99 222	0.25 8	2.43 360	0.34 184	0.27 107	0.46 226	0.48 112

ARAFT	3.24 267	13.49 380	19.88 227	0.93 65	0.49 49	4.16 262	1.40 278	4.37 331	3.21 249	2.40 261	1.91 193	1.70 114	1.04 70	6.43 239	1.45 135	0.37 164	0.19 9	0.37 223	0.35 234	0.37 145	0.35 36

IPLG	2.56 151	1.11 192	19.89 228	0.95 78	0.79 139	4.60 344	0.56 27	4.31 312	2.10 94	1.94 120	2.00 210	1.34 80	1.37 134	6.59 242	1.59 157	0.32 85	0.21 34	0.27 46	0.23 53	0.32 69	0.63 181

RAFT-345	2.55 146	0.60 26	19.89 228	1.22 181	0.49 49	4.43 311	0.77 116	1.68 7	3.54 309	2.09 170	3.10 338	1.95 161	1.30 126	6.65 243	1.47 138	0.41 193	0.23 72	0.32 134	0.26 92	0.29 34	0.28 8

GANetREF_RVC	3.45 289	5.10 333	19.89 228	1.58 293	0.80 140	4.13 251	1.82 319	4.24 286	3.33 279	1.91 110	1.76 135	2.46 215	1.83 242	13.17 395	1.87 208	0.83 351	0.57 271	0.79 361	0.77 351	1.21 364	0.91 238
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
ACRE	2.75 198	7.69 350	19.93 231	0.93 65	1.30 260	3.94 213	0.90 183	4.23 279	3.66 316	2.33 242	2.61 308	1.17 65	1.04 70	1.80 82	1.35 109	0.46 245	0.25 103	0.27 46	0.23 53	0.32 69	0.60 170

CREStereo++_RVC	1.98 36	0.59 19	19.94 232	0.87 43	0.55 67	4.02 227	0.31 2	1.75 14	2.09 92	1.65 76	2.20 248	0.85 38	0.65 11	1.03 1	0.72 2	0.29 34	0.16 2	0.23 5	1.22 377	0.25 6	0.22 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
ttt	4.23 332	0.75 99	19.96 233	1.48 274	1.31 264	3.69 158	0.87 159	4.65 368	5.33 379	2.45 271	2.39 278	2.44 214	1.54 177	11.35 351	16.49 381	0.43 217	4.35 380	0.37 223	0.35 234	0.41 187	4.01 351

PFNet	2.75 198	0.69 66	19.96 233	2.25 355	0.80 140	4.63 348	0.90 183	2.60 63	3.85 326	2.39 258	2.71 318	1.82 142	1.41 147	7.53 264	1.41 125	0.36 156	0.21 34	0.36 212	0.27 107	0.32 69	0.46 97

FAT-Stereo	3.38 282	0.88 132	19.96 233	1.28 209	1.20 242	3.44 107	1.97 326	4.26 296	3.15 243	3.14 337	3.92 357	3.50 300	3.28 327	11.68 366	2.04 232	0.65 320	0.68 293	0.48 282	0.54 323	0.63 289	0.91 238

TRStereo	2.86 208	2.12 289	19.98 236	1.68 314	1.18 235	4.35 298	1.05 227	5.07 381	3.48 304	1.56 64	1.39 60	1.75 120	0.85 38	2.01 102	1.50 139	0.43 217	0.34 172	0.33 166	0.36 243	0.36 141	7.50 370

MIPNet	2.43 119	1.13 196	20.00 237	0.93 65	0.58 80	4.74 371	0.62 52	4.33 322	2.95 208	1.94 120	1.49 71	1.52 101	1.96 254	2.77 164	1.60 161	0.35 136	0.20 18	0.27 46	0.23 53	0.32 69	0.59 166

iResNetv2_ROB	3.31 275	14.88 408	20.01 238	2.17 353	1.09 217	3.84 185	1.13 242	4.22 274	3.15 243	2.02 146	2.06 223	2.00 173	1.69 218	3.61 183	2.10 238	0.36 156	0.22 49	0.32 134	0.22 44	0.48 241	0.58 164

CIPLG	2.88 211	10.01 363	20.02 239	0.95 78	1.34 268	3.95 215	0.91 191	4.24 286	3.69 319	2.36 250	2.66 312	1.17 65	1.06 79	1.82 85	1.37 121	0.45 232	0.25 103	0.27 46	0.23 53	0.33 90	0.60 170

IPLGR_C	2.96 224	11.71 372	20.02 239	0.95 78	1.31 264	3.93 210	0.92 196	4.22 274	3.76 321	2.35 246	2.62 309	1.16 64	1.07 81	1.71 65	1.34 108	0.45 232	0.25 103	0.27 46	0.23 53	0.33 90	0.60 170

AAGNet	3.88 318	0.67 55	20.04 241	2.27 356	0.46 33	4.76 373	1.05 227	2.28 34	3.38 285	2.16 188	1.84 172	2.40 205	3.95 345	6.22 233	24.21 414	0.49 263	0.19 9	0.30 101	0.29 161	0.33 90	0.29 11

UDG	3.84 315	2.91 309	20.05 242	2.98 382	1.98 356	3.95 215	1.18 250	4.43 341	2.24 111	2.47 273	2.53 301	4.49 353	2.44 288	6.52 241	4.74 316	2.14 380	1.77 342	2.64 396	2.58 406	2.66 386	2.19 315

CrosDoStereo	5.27 365	0.75 99	20.07 243	0.85 34	0.53 62	3.40 99	18.03 411	3.90 181	3.29 269	1.99 133	8.27 381	1.95 161	6.95 380	7.34 259	25.94 417	0.33 108	0.22 49	0.30 101	0.28 131	0.35 124	0.61 174

OMP-Stereo	2.94 221	1.26 211	20.07 243	2.73 374	0.67 107	4.58 340	1.46 286	4.33 322	2.21 108	3.14 337	2.68 315	3.22 278	1.38 135	7.65 266	1.42 126	0.46 245	0.21 34	0.33 166	0.26 92	0.34 111	0.31 15

NRIStereo	2.32 92	0.69 66	20.07 243	1.35 232	0.38 7	4.73 369	0.89 167	2.43 41	3.35 281	1.95 125	1.37 56	1.75 120	1.21 114	2.97 172	1.35 109	0.49 263	0.22 49	0.29 80	0.26 92	0.31 50	0.33 23

DeepStereo_LL	5.27 365	0.75 99	20.07 243	0.85 34	0.53 62	3.40 99	18.03 411	3.90 181	3.29 269	1.99 133	8.27 381	1.95 161	6.95 380	7.34 259	25.94 417	0.33 108	0.22 49	0.30 101	0.28 131	0.35 124	0.61 174

UNet	2.53 136	0.91 143	20.07 243	1.19 170	1.44 288	3.45 110	0.75 108	3.80 166	1.98 84	2.09 170	1.57 90	2.74 241	2.37 283	3.51 181	2.52 266	0.35 136	0.30 149	0.41 248	0.28 131	0.40 169	0.50 121

Anonymous3	2.20 69	0.80 113	20.08 248	0.86 37	0.86 152	4.46 314	0.84 148	3.64 139	1.40 5	1.37 51	1.40 62	1.11 59	1.03 64	1.71 65	1.24 89	0.75 343	0.58 277	0.34 184	0.35 234	0.48 241	0.65 188

DMCA-RVC	2.72 189	3.31 316	20.08 248	1.27 207	1.13 227	2.49 46	0.85 152	3.43 120	1.85 70	3.04 329	1.58 94	1.99 169	1.51 167	6.42 238	2.86 276	0.39 183	0.31 153	0.44 264	0.37 251	0.47 236	0.65 188

ELAS	6.58 384	2.54 302	20.08 248	2.66 372	2.48 371	15.49 414	7.29 400	5.50 391	5.72 391	10.05 408	8.94 389	6.91 385	10.83 397	8.33 273	14.27 371	1.92 378	2.19 350	1.23 378	1.31 378	1.62 376	2.17 313
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MyStereo07	2.29 87	1.18 201	20.10 251	1.04 116	1.21 247	3.96 219	0.95 206	2.13 30	3.37 283	1.09 34	1.28 41	0.68 9	0.91 47	1.74 74	0.86 23	0.26 15	3.49 376	0.34 184	0.27 107	0.43 203	0.49 117

RAFT-RH_RVC	2.72 189	0.64 39	20.10 251	1.48 274	0.49 49	4.46 314	0.56 27	1.73 13	2.86 198	3.06 330	5.50 371	2.02 174	1.28 123	6.70 246	1.56 149	0.46 245	0.22 49	0.37 223	0.34 221	0.29 34	0.33 23

PSMNet-RSSM	2.91 215	1.55 248	20.10 251	1.32 227	1.30 260	4.19 278	0.95 206	3.78 160	2.28 121	2.28 221	1.80 152	2.64 233	1.87 248	9.83 300	1.93 218	0.37 164	0.33 165	0.35 201	0.38 259	0.46 226	0.40 66

ADLNet2	3.20 259	1.43 233	20.11 254	1.22 181	1.78 345	3.86 191	1.47 287	3.96 194	3.89 328	2.26 216	2.49 294	4.63 363	1.92 253	10.68 328	2.00 226	0.42 203	0.37 193	0.29 80	0.30 178	0.51 251	0.46 97

GANet-ADL	2.25 75	0.80 113	20.17 255	1.28 209	0.69 119	3.83 183	0.75 108	3.63 136	1.83 68	1.68 80	2.04 215	2.09 184	1.10 89	1.63 53	1.43 128	0.42 203	0.33 165	0.26 36	0.23 53	0.43 203	0.41 71

dd	2.27 80	3.06 312	20.18 256	0.96 85	0.51 58	4.24 286	0.74 103	1.94 20	2.43 143	1.48 59	1.28 41	1.19 71	1.05 77	1.82 85	1.69 181	0.63 317	0.34 172	0.35 201	0.33 212	0.61 278	0.57 152

AASNet	2.65 174	3.20 314	20.19 257	1.38 244	1.49 292	3.84 185	1.06 229	3.92 186	3.28 264	2.07 165	2.28 262	1.95 161	1.28 123	2.19 120	2.17 242	0.42 203	0.33 165	0.45 270	0.30 178	0.59 274	0.52 133

ACVNet	2.40 110	0.97 167	20.20 258	0.94 70	0.86 152	4.22 283	0.79 125	2.97 87	2.85 192	1.93 114	1.91 193	3.07 268	1.46 157	1.52 46	2.37 258	0.33 108	0.27 130	0.30 101	0.27 107	0.42 194	0.35 36

CFNet-ft	2.87 209	1.80 268	20.20 258	1.10 131	1.54 299	4.09 242	0.89 167	2.97 87	1.88 73	1.93 114	1.70 119	3.50 300	1.60 187	9.35 289	2.17 242	0.35 136	0.32 159	0.61 334	0.38 259	0.55 259	0.45 90

CC-Net-ROB	3.82 313	3.41 318	20.20 258	2.40 361	1.66 331	4.49 322	1.61 300	4.77 376	3.08 233	2.06 159	2.06 223	1.99 169	1.60 187	12.57 389	1.91 213	2.82 386	2.19 350	2.67 397	1.06 368	2.31 383	1.59 288

CFNet_RVC	2.87 209	1.80 268	20.20 258	1.10 131	1.54 299	4.09 242	0.89 167	2.97 87	1.88 73	1.93 114	1.70 119	3.50 300	1.60 187	9.35 289	2.17 242	0.35 136	0.32 159	0.61 334	0.38 259	0.55 259	0.45 90

FENet	2.30 90	0.61 31	20.21 262	1.43 266	0.68 114	4.04 230	0.60 42	4.01 203	2.26 117	2.03 151	1.13 20	2.42 211	1.42 149	1.72 69	1.43 128	0.36 156	0.24 91	0.33 166	0.27 107	0.29 34	0.51 127

ELAS_RVC	6.36 381	2.53 301	20.21 262	2.67 373	2.48 371	4.90 377	11.89 406	4.84 378	6.31 398	9.03 401	8.54 386	8.09 391	12.73 401	9.32 288	13.25 366	1.92 378	2.18 349	1.51 382	1.31 378	1.40 372	2.15 311
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSKI-zero shot	2.33 95	0.69 66	20.22 264	1.14 151	0.77 135	4.05 234	0.68 72	3.95 193	1.51 17	1.93 114	2.35 271	1.91 154	0.71 16	3.01 173	0.79 12	0.28 29	1.47 333	0.27 46	0.21 26	0.28 21	0.44 86

NCC-stereo	3.49 294	2.07 286	20.23 265	1.31 221	1.76 342	4.04 230	1.42 281	4.01 203	2.34 130	3.06 330	2.59 306	3.51 303	3.02 316	10.02 311	5.44 322	1.38 373	0.66 291	0.64 343	0.88 359	0.67 304	0.84 228

Abc-Net	3.49 294	2.07 286	20.23 265	1.31 221	1.76 342	4.04 230	1.42 281	4.01 203	2.34 130	3.06 330	2.59 306	3.51 303	3.02 316	10.02 311	5.44 322	1.38 373	0.66 291	0.64 343	0.88 359	0.67 304	0.84 228
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GwcNet	3.26 271	3.93 323	20.24 267	1.38 244	2.04 359	3.24 80	1.53 292	3.72 151	3.66 316	2.17 190	2.25 255	3.55 307	1.69 218	9.38 291	3.03 284	0.48 257	0.49 260	0.46 275	0.39 265	0.66 301	0.86 233

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

DisPM	2.29 87	0.61 31	20.25 268	1.79 331	0.52 61	4.58 340	0.77 116	2.50 46	2.22 109	2.49 278	1.82 159	1.45 97	1.01 63	2.73 163	1.04 58	0.48 257	0.20 18	0.32 134	0.31 195	0.32 69	0.45 90

PWCK	6.49 383	13.40 379	20.27 270	2.95 381	1.61 316	5.68 388	7.63 402	5.37 386	4.77 371	3.90 363	7.48 376	7.96 389	5.63 364	15.15 408	10.93 350	3.21 390	1.55 337	2.34 390	1.43 385	6.05 408	2.45 321

anonymousdsp	3.14 248	0.83 120	20.28 271	0.94 70	0.64 99	4.54 329	0.82 137	2.03 25	3.32 277	0.91 20	1.13 20	0.78 26	0.77 25	1.78 76	0.90 28	0.29 34	0.25 103	0.29 80	0.21 26	0.33 90	21.81 423

raft_robust	3.17 254	2.15 292	20.28 271	1.06 123	0.55 67	3.86 191	0.46 14	4.42 339	2.77 180	1.70 85	1.37 56	7.48 387	6.35 371	6.81 251	1.44 132	0.31 71	0.74 300	0.30 101	0.37 251	0.32 69	0.57 152

UDGNet	2.34 97	1.71 263	20.28 271	1.42 261	0.62 94	4.39 304	0.67 64	1.82 16	2.28 121	1.40 53	1.21 30	0.99 50	1.00 60	2.23 126	1.23 85	1.14 365	0.35 181	1.30 380	0.98 364	1.11 358	0.62 178

Prome-Stereo	2.57 155	0.60 26	20.29 274	1.01 106	0.62 94	4.40 306	1.80 317	3.22 100	1.74 60	2.18 193	3.43 349	1.71 116	3.45 337	2.24 127	1.19 80	0.32 85	0.20 18	0.27 46	0.25 77	0.37 145	2.15 311

XX-TBD	1.98 36	1.08 188	20.29 274	1.31 221	0.43 27	3.97 221	0.33 3	1.76 15	1.77 62	1.59 68	2.18 244	0.69 11	0.59 4	1.44 36	0.75 4	0.33 108	0.25 103	0.23 5	0.16 6	0.31 50	0.22 1

ktn	22.24 420	14.37 400	20.30 276	4.54 407	4.02 398	6.52 393	4.50 393	6.78 399	78.80 437	84.67 437	100.54 439	58.48 434	8.39 391	13.13 394	17.09 389	4.61 411	3.24 374	3.49 408	2.62 407	4.70 405	3.96 350

SQANet	4.22 330	14.03 393	20.30 276	2.78 376	2.75 376	3.41 102	1.48 289	3.66 140	2.25 114	2.62 291	1.77 142	2.68 235	1.90 251	7.41 262	3.78 302	2.97 388	1.42 332	1.85 385	1.13 371	3.28 388	2.86 328

IGEV-Stereo	3.15 250	0.83 120	20.31 278	0.94 70	0.64 99	4.54 329	0.82 137	2.01 23	3.31 274	0.91 20	1.13 20	0.79 30	0.77 25	1.79 77	0.92 31	0.29 34	0.25 103	0.29 80	0.21 26	0.33 90	21.85 424
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
G-Net	4.16 328	1.39 229	20.31 278	2.30 357	2.91 378	4.68 362	2.86 361	3.35 114	2.44 147	4.43 376	9.43 391	6.89 384	3.83 343	8.91 281	4.83 318	0.80 346	0.80 303	0.70 351	0.50 313	0.95 345	0.97 246

RAFT_CTSACE	2.41 116	1.83 274	20.33 280	1.77 330	1.39 277	3.50 122	1.03 221	3.25 105	1.64 49	1.80 101	2.04 215	2.82 249	1.78 231	2.11 109	1.10 67	0.27 22	0.24 91	0.28 66	0.30 178	0.31 50	0.33 23

TANstereo	1.98 36	0.87 129	20.35 281	0.80 21	0.37 6	4.05 234	0.38 4	1.50 3	1.65 51	2.03 151	2.16 238	0.84 36	0.93 51	1.09 3	0.68 1	0.30 56	0.36 188	0.24 16	0.20 20	0.26 13	0.46 97

Sa-1000	2.54 140	1.47 237	20.36 282	1.16 156	0.55 67	4.07 238	1.39 277	4.49 348	3.01 220	2.06 159	2.79 322	1.84 145	1.43 152	2.68 159	1.53 143	0.31 71	0.26 123	0.36 212	0.33 212	0.37 145	0.46 97

LL-Strereo	4.26 335	13.69 386	20.37 283	1.24 188	2.18 362	2.90 59	1.08 231	4.35 326	2.22 109	3.20 341	2.26 256	3.29 281	3.13 320	11.30 349	1.91 213	0.33 108	3.89 379	0.46 275	0.34 221	0.54 256	6.47 368

StereoVision	2.36 101	1.15 199	20.38 284	1.07 126	1.79 346	2.58 49	0.61 45	3.14 94	2.34 130	1.33 48	3.46 350	1.85 146	0.88 42	2.12 110	2.01 227	0.46 245	0.36 188	0.37 223	0.36 243	0.50 246	0.41 71

notaker	10.92 404	14.17 395	20.38 284	4.56 408	3.98 397	6.29 391	3.53 380	7.68 400	5.10 376	9.04 402	46.37 429	13.84 405	28.85 420	14.18 407	14.16 370	4.57 408	3.19 373	3.52 409	2.70 409	8.16 416	4.13 352

GEStereo_RVC	2.66 178	1.20 208	20.38 284	1.29 214	1.05 208	4.02 227	1.42 281	4.17 259	2.24 111	2.10 172	1.86 178	2.33 199	1.84 243	4.93 205	1.78 196	0.51 279	0.38 206	0.32 134	0.29 161	0.44 211	0.56 147

PA-Net	3.45 289	2.50 300	20.39 287	1.42 261	1.20 242	3.39 98	1.73 312	3.93 190	3.57 311	1.94 120	2.17 239	3.02 263	1.87 248	11.67 363	6.48 328	0.40 190	0.55 269	0.44 264	0.63 343	0.55 259	1.13 262
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
rafts_anoy	2.76 200	1.68 260	20.42 288	1.42 261	3.90 395	3.03 66	0.61 45	3.24 102	1.66 53	1.42 54	1.26 38	1.19 71	1.11 92	2.13 112	1.64 171	0.33 108	8.77 400	0.32 134	0.32 205	0.32 69	0.38 59

FTStereo	3.74 309	0.60 26	20.43 289	0.99 100	0.66 105	4.34 297	11.24 405	2.63 66	1.95 81	2.58 284	5.03 369	1.90 153	13.77 403	3.70 186	1.28 103	0.41 193	0.24 91	0.31 119	0.33 212	0.32 69	2.08 308

ROB_FTStereo	2.26 77	0.74 88	20.44 290	0.77 10	0.38 7	4.65 351	0.75 108	2.54 51	3.19 245	2.00 137	1.54 83	1.77 127	1.13 95	2.28 131	0.94 38	0.49 263	0.22 49	0.32 134	0.28 131	0.40 169	0.35 36

SGM_RVC	6.11 379	1.10 191	20.44 290	2.15 352	0.66 105	15.87 416	3.98 391	5.00 379	6.19 395	9.79 407	11.46 399	8.23 392	12.63 400	12.32 379	9.15 344	0.54 295	0.39 215	0.41 248	0.35 234	0.55 259	1.05 256
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ROB_FTStereo_v2	2.25 75	0.74 88	20.45 292	0.77 10	0.38 7	4.66 353	0.74 103	2.54 51	3.20 246	2.00 137	1.53 74	1.77 127	1.14 100	2.13 112	0.96 44	0.50 273	0.22 49	0.32 134	0.28 131	0.40 169	0.35 36

WAO-7	6.00 375	14.29 397	20.46 293	1.97 341	1.51 295	5.31 384	3.06 368	5.00 379	5.92 393	4.55 378	8.87 388	6.52 382	6.47 374	13.38 399	13.85 368	1.35 371	1.24 329	1.48 381	1.36 383	1.63 377	1.79 301

iGMRVC	2.27 80	0.74 88	20.46 293	0.77 10	0.38 7	4.65 351	0.73 95	2.54 51	3.21 249	2.00 137	1.53 74	1.77 127	1.14 100	2.47 143	0.99 51	0.51 279	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36

Ntro	4.83 357	14.73 404	20.47 295	3.24 387	2.97 379	4.12 248	1.88 321	4.00 201	2.57 160	1.79 100	2.15 234	3.34 287	2.16 270	10.01 310	7.34 333	3.53 396	1.77 342	2.13 388	1.32 380	3.89 397	3.23 334

fff	2.40 110	0.96 163	20.47 295	0.84 29	0.38 7	4.15 259	0.57 30	4.30 302	2.85 192	2.31 228	1.82 159	1.19 71	2.98 311	1.68 56	1.57 152	0.35 136	0.24 91	0.23 5	0.19 10	0.25 6	0.57 152

DCANet	2.37 105	0.98 170	20.47 295	0.86 37	0.43 27	4.18 270	0.59 38	4.31 312	3.29 269	2.35 246	1.86 178	1.18 68	1.63 203	1.69 61	1.59 157	0.34 124	0.25 103	0.24 16	0.19 10	0.31 50	0.73 209

csc	2.40 110	0.96 163	20.47 295	0.84 29	0.38 7	4.15 259	0.57 30	4.30 302	2.85 192	2.31 228	1.82 159	1.19 71	2.98 311	1.68 56	1.57 152	0.35 136	0.24 91	0.23 5	0.19 10	0.25 6	0.57 152

cscssc	2.40 110	0.96 163	20.47 295	0.84 29	0.38 7	4.15 259	0.57 30	4.30 302	2.85 192	2.31 228	1.82 159	1.19 71	2.98 311	1.68 56	1.57 152	0.35 136	0.24 91	0.23 5	0.19 10	0.25 6	0.57 152

111	2.59 156	3.10 313	20.47 295	0.84 29	0.38 7	4.26 287	0.91 191	4.45 344	2.96 209	2.48 275	2.07 227	2.31 197	1.64 205	1.49 42	1.90 211	0.35 136	0.22 49	0.25 25	0.21 26	0.32 69	1.14 263

fast-acv-ft	2.62 165	1.62 255	20.48 301	1.45 268	1.39 277	3.16 71	1.16 249	3.41 119	2.45 149	1.97 129	2.15 234	2.68 235	2.15 268	2.92 170	2.47 264	0.43 217	0.40 218	0.45 270	0.40 272	0.62 283	0.64 185

RAFT-Stereo + iAFF	2.49 128	1.68 260	20.50 302	1.11 135	1.32 267	4.13 251	0.42 10	3.23 101	3.30 273	2.05 158	2.40 280	1.61 105	1.11 92	1.49 42	1.63 168	0.22 2	0.22 49	0.26 36	0.24 66	0.31 50	2.47 322

CFNet-RSSM	2.17 63	0.56 5	20.50 302	1.08 127	0.57 77	3.42 104	0.62 52	4.24 286	1.60 38	1.73 89	1.39 60	2.55 223	1.19 112	1.36 29	1.04 58	0.29 34	0.20 18	0.26 36	0.23 53	0.28 21	0.32 18

PSM-adaLoss	2.26 77	0.74 88	20.53 304	0.77 10	0.38 7	4.67 354	0.71 85	2.54 51	3.22 254	2.00 137	1.53 74	1.77 127	1.13 95	2.22 125	0.96 44	0.50 273	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36

Patchmatch Stereo++	2.28 84	0.74 88	20.54 305	0.77 10	0.38 7	4.67 354	0.75 108	2.55 58	3.21 249	2.00 137	1.53 74	1.77 127	1.14 100	2.46 140	0.98 48	0.51 279	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	2.28 84	0.74 88	20.54 305	0.77 10	0.38 7	4.67 354	0.75 108	2.55 58	3.21 249	2.00 137	1.53 74	1.77 127	1.14 100	2.46 140	0.98 48	0.51 279	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36

PSM-AAD	3.41 284	0.58 10	20.55 307	0.95 78	0.56 70	4.46 314	7.40 401	3.11 93	1.58 30	2.30 225	2.56 303	1.26 76	16.19 408	2.47 143	1.00 54	0.32 85	0.22 49	0.58 327	0.41 282	0.37 145	1.32 272

RAFT-IKP	2.27 80	0.74 88	20.55 307	0.77 10	0.38 7	4.64 350	0.73 95	2.54 51	3.21 249	2.00 137	1.53 74	1.77 127	1.13 95	2.25 130	1.00 54	0.51 279	0.22 49	0.32 134	0.28 131	0.40 169	0.35 36

TestStereo1	2.56 151	1.41 231	20.56 309	1.63 303	0.74 125	4.13 251	1.34 269	3.93 190	3.38 285	1.61 69	2.56 303	1.43 94	2.13 266	2.55 151	1.70 183	0.32 85	0.22 49	0.34 184	0.26 92	0.40 169	0.53 138

SA-5K	2.56 151	1.41 231	20.56 309	1.63 303	0.74 125	4.13 251	1.34 269	3.93 190	3.38 285	1.61 69	2.56 303	1.43 94	2.13 266	2.55 151	1.70 183	0.32 85	0.22 49	0.34 184	0.26 92	0.40 169	0.53 138

HUI-Stereo	2.27 80	0.74 88	20.56 309	0.77 10	0.38 7	4.67 354	0.78 119	2.54 51	3.23 257	2.00 137	1.53 74	1.77 127	1.13 95	2.21 124	0.93 32	0.49 263	0.23 72	0.32 134	0.28 131	0.40 169	0.35 36

UCFNet_RVC	2.53 136	1.29 219	20.56 309	1.42 261	1.40 281	4.01 225	1.04 226	2.79 73	1.67 55	2.27 219	1.88 183	2.94 257	1.50 165	3.48 179	1.68 178	0.37 164	0.29 141	0.52 305	0.41 282	0.55 259	0.51 127

DRaft	3.12 245	0.68 61	20.57 313	0.77 10	0.49 49	3.95 215	1.20 254	2.40 37	1.60 38	2.64 293	2.80 323	1.59 104	5.33 362	6.94 254	9.51 347	0.43 217	0.22 49	0.27 46	0.27 107	0.32 69	0.47 105

GMM-Stereo	2.52 132	0.56 5	20.57 313	0.92 63	0.83 145	4.18 270	1.88 321	2.51 47	2.40 138	2.48 275	2.30 267	1.69 112	1.84 243	2.93 171	1.25 95	0.32 85	0.19 9	0.33 166	0.49 307	0.37 145	2.40 318

Syn2CoEx	3.42 286	7.66 349	20.57 313	1.42 261	1.18 235	2.49 46	1.64 306	4.07 222	2.68 168	2.51 279	2.27 259	2.89 254	3.15 323	9.56 293	2.58 267	0.52 289	0.45 242	0.53 309	0.42 285	0.79 329	1.00 249

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

cf-r	2.93 217	2.19 293	20.59 317	1.49 276	1.35 270	4.18 270	0.92 196	3.73 155	3.12 239	2.16 188	1.82 159	3.40 289	1.44 153	8.22 271	1.93 218	0.34 124	0.31 153	0.33 166	0.30 178	0.38 154	0.45 90

KYRaft	2.55 146	0.57 9	20.60 318	0.98 95	0.51 58	4.38 300	1.76 314	2.51 47	1.59 33	2.48 275	2.98 331	1.99 169	3.36 333	2.17 117	0.96 44	0.34 124	0.22 49	0.33 166	0.46 300	0.38 154	2.44 320

GrayStereo	3.68 306	0.56 5	20.61 319	1.71 320	0.90 165	4.17 267	8.11 403	3.17 96	4.13 336	2.80 310	2.49 294	1.70 114	17.06 409	2.83 167	1.25 95	0.37 164	0.23 72	0.27 46	0.32 205	0.30 45	0.57 152

MaskLacGwcNet_RVC	3.77 310	1.65 259	20.61 319	2.55 370	1.63 321	4.29 291	1.67 309	3.99 200	2.56 158	1.76 95	1.93 200	3.03 264	1.41 147	13.24 397	2.02 229	4.47 406	1.63 339	1.12 375	0.48 304	2.42 384	2.85 327

PSMNet_ROB	3.38 282	5.24 335	20.61 319	1.24 188	1.22 249	3.76 170	1.64 306	3.59 130	2.80 184	2.07 165	1.72 125	2.75 243	1.79 234	11.42 355	4.58 313	0.42 203	0.38 206	0.50 297	0.62 339	0.62 283	0.69 198

SDNR	4.37 339	2.22 294	20.63 322	1.60 296	0.99 187	5.15 381	0.67 64	4.36 328	5.55 388	4.89 381	7.17 373	5.50 378	1.58 183	17.48 411	4.33 309	0.80 346	0.72 299	0.59 328	0.45 298	1.18 362	1.43 280

ASMatch	2.65 174	0.68 61	20.65 323	1.60 296	0.71 120	4.40 306	0.77 116	2.02 24	1.65 51	1.71 86	3.89 356	1.93 155	3.75 342	5.45 214	1.67 176	0.33 108	0.24 91	0.34 184	0.28 131	0.34 111	0.57 152

Pruner-Stereo	2.33 95	0.70 72	20.66 324	2.05 350	0.48 42	4.73 369	0.78 119	2.55 58	2.70 171	2.47 273	1.57 90	1.48 99	1.03 64	1.71 65	1.55 148	0.48 257	0.21 34	0.34 184	0.30 178	0.31 50	0.42 78

WAO-6	6.68 388	9.03 355	20.68 325	2.98 382	2.79 377	11.93 406	3.56 382	5.39 387	11.65 404	3.55 355	9.59 392	6.77 383	6.72 376	12.28 378	11.56 356	2.88 387	2.36 357	2.50 391	1.84 395	2.89 387	2.72 325

otaku	5.59 368	14.82 407	20.70 326	3.13 385	2.70 375	3.91 202	2.56 353	3.90 181	2.48 151	2.25 210	9.38 390	4.06 332	2.32 280	9.59 295	14.37 372	3.52 395	1.66 340	2.15 389	1.19 374	3.73 395	3.35 340

SA	2.55 146	1.54 245	20.70 326	1.12 142	0.48 42	4.26 287	1.33 268	4.45 344	3.28 264	1.68 80	1.96 203	1.69 112	2.25 276	2.60 153	1.57 152	0.30 56	0.29 141	0.37 223	0.38 259	0.36 141	0.47 105

IPLGR	2.61 162	0.73 82	20.72 328	0.87 43	0.54 64	4.58 340	0.52 23	4.32 319	2.79 183	1.91 110	1.54 83	1.72 117	1.71 223	6.94 254	1.43 128	0.31 71	0.21 34	0.27 46	0.24 66	0.34 111	0.48 112

4D-IteraStereo	2.95 223	1.83 274	20.75 329	0.81 22	1.56 307	2.22 37	1.03 221	2.48 45	1.56 27	1.42 54	1.00 8	1.93 155	0.61 6	1.65 54	2.04 232	0.31 71	0.22 49	0.31 119	0.26 92	0.28 21	16.75 417

RAFT + AFF	3.98 323	14.10 394	20.78 330	1.16 156	1.96 355	4.14 256	2.00 330	4.56 358	3.52 308	2.23 207	2.51 298	2.27 192	4.92 358	8.94 283	2.82 274	0.33 108	0.60 280	0.48 282	0.39 265	0.81 331	1.03 254

PML	64.55 437	56.00 436	20.79 331	8.10 415	32.82 424	147.60 440	247.57 442	12.71 409	45.39 432	111.32 439	288.85 442	101.42 440	100.62 440	31.63 422	15.84 378	13.96 423	4.84 381	10.95 422	6.18 418	28.99 424	5.33 360

STrans-v2	3.11 242	0.95 161	20.80 332	0.86 37	0.64 99	3.90 199	1.01 216	4.30 302	3.61 312	2.28 221	3.65 352	4.11 336	5.17 361	7.32 258	1.63 168	0.34 124	0.18 5	0.29 80	0.26 92	0.30 45	0.65 188

HGLStereo	2.74 195	1.03 182	20.80 332	1.24 188	1.55 303	3.62 145	0.94 203	3.83 171	2.09 92	2.18 193	2.20 248	3.11 272	2.12 264	5.65 218	2.07 235	0.50 273	0.34 172	0.32 134	0.30 178	0.42 194	0.50 121

HBP-ISP	3.78 311	9.10 356	20.83 334	1.72 321	1.14 228	4.54 329	2.82 359	4.61 366	3.03 225	4.13 369	1.98 206	1.88 151	3.31 328	11.06 342	1.52 142	0.74 341	0.57 271	0.67 347	0.62 339	0.65 297	0.64 185

HHNet	2.51 130	0.76 107	20.83 334	0.67 3	0.67 107	4.07 238	0.90 183	3.85 174	1.59 33	2.14 180	4.91 368	0.98 49	3.32 329	1.73 72	1.80 201	0.41 193	0.20 18	0.31 119	0.28 131	0.38 154	0.44 86

AFF-stereo	2.54 140	3.44 319	20.84 336	1.30 218	0.48 42	3.94 213	0.48 16	3.30 109	3.40 291	1.94 120	2.21 251	2.10 185	1.51 167	2.36 137	1.62 165	0.23 3	0.21 34	0.25 25	0.25 77	0.33 90	0.53 138

RALCasStereoNet	3.17 254	1.87 277	20.86 337	1.17 163	1.63 321	3.10 68	0.70 80	3.21 99	2.19 103	1.39 52	1.73 131	1.18 68	0.91 47	2.46 140	1.64 171	0.31 71	8.75 399	0.25 25	0.22 44	0.31 50	9.45 385

TransformOpticalFlow	3.07 238	0.87 129	20.87 338	1.10 131	0.56 70	4.18 270	0.64 59	4.36 328	3.28 264	2.19 198	3.08 336	4.32 348	5.01 359	7.36 261	1.59 157	0.34 124	0.18 5	0.32 134	0.26 92	0.29 34	0.57 152

1111x	4.75 355	1.05 184	20.89 339	1.28 209	1.02 195	3.81 182	0.88 166	4.65 368	5.52 386	2.43 267	2.27 259	1.97 167	1.81 237	12.40 380	18.19 402	0.32 85	9.06 406	0.32 134	0.34 221	0.38 154	6.34 367

LCNet	2.54 140	0.60 26	20.89 339	1.01 106	0.57 77	3.60 141	1.21 256	3.20 98	1.70 58	2.17 190	1.76 135	1.43 94	4.12 348	3.61 183	0.94 38	0.32 85	0.20 18	0.28 66	0.76 350	0.50 246	1.83 304

MIM_Stereo	2.71 188	1.26 211	20.92 341	1.34 231	5.57 407	3.10 68	0.59 38	3.25 105	2.51 153	1.64 73	1.61 97	1.82 142	1.29 125	2.07 105	1.35 109	0.25 8	0.31 153	0.28 66	0.26 92	0.29 34	4.43 356

GMStereo	2.01 44	2.26 295	20.93 342	0.90 55	0.48 42	1.67 19	0.56 27	1.90 17	2.19 103	1.58 67	1.31 47	0.87 40	0.74 22	1.68 56	1.00 54	0.41 193	0.21 34	0.30 101	0.32 205	0.50 246	0.46 97
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
iResNet	2.70 186	1.35 227	20.93 342	2.01 346	0.73 122	3.76 170	0.83 141	4.28 299	2.93 206	2.38 256	2.03 213	1.35 82	1.54 177	3.28 177	4.42 311	0.42 203	0.25 103	0.29 80	0.23 53	0.45 218	0.64 185

SuperB	5.03 361	8.93 354	20.96 344	1.51 280	1.11 222	3.88 196	3.00 364	4.24 286	3.13 240	2.53 280	2.10 229	2.74 241	3.37 334	8.76 279	19.44 410	0.45 232	0.34 172	0.53 309	0.40 272	11.97 421	1.15 264

LSM	13.03 409	7.72 351	21.01 345	55.44 435	85.65 433	3.65 152	6.27 397	3.91 185	5.06 375	5.63 385	13.91 406	3.53 305	3.46 338	9.93 305	4.36 310	0.72 336	0.95 315	0.72 356	0.85 358	1.09 355	26.67 425

SGM-Forest	4.96 360	0.86 126	21.02 346	1.22 181	0.83 145	4.05 234	3.26 371	4.40 338	3.49 306	4.40 375	3.69 354	4.66 364	13.91 406	11.94 375	17.16 393	0.66 321	0.46 246	0.49 295	0.39 265	0.49 245	1.77 299
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADLNet	3.23 265	1.19 207	21.03 347	1.36 236	1.61 316	3.69 158	1.23 258	4.05 218	3.41 292	2.72 298	2.29 264	4.00 329	1.77 230	11.21 346	2.15 240	0.42 203	0.43 236	0.36 212	0.35 234	0.47 236	0.82 223

DualNet	5.08 362	0.98 170	21.04 348	1.24 188	1.03 199	3.64 147	0.87 159	4.23 279	4.73 365	2.31 228	2.40 280	3.49 295	1.64 205	2.29 132	16.90 385	0.30 56	19.28 428	0.48 282	0.40 272	0.31 50	14.02 395

ffm	4.27 336	0.98 170	21.04 348	1.24 188	1.03 199	3.64 147	0.87 159	4.23 279	4.73 365	2.31 228	2.40 280	3.49 295	1.64 205	2.29 132	0.78 7	0.30 56	19.28 428	0.48 282	0.40 272	0.31 50	14.02 395

ff1	5.58 367	0.98 170	21.04 348	1.24 188	1.03 199	3.64 147	0.87 159	4.23 279	4.73 365	2.31 228	2.40 280	3.49 295	1.64 205	12.40 380	16.90 385	0.30 56	19.28 428	0.48 282	0.40 272	0.31 50	14.02 395

mmx	4.56 347	0.98 170	21.04 348	1.24 188	1.03 199	3.64 147	0.87 159	4.53 354	5.34 380	2.31 228	2.40 280	3.49 295	1.64 205	12.40 380	16.90 385	0.34 124	5.98 387	0.48 282	0.40 272	0.46 226	5.71 362

xxx	4.56 347	0.98 170	21.04 348	1.24 188	1.03 199	3.64 147	0.87 159	4.53 354	5.34 380	2.31 228	2.40 280	3.49 295	1.64 205	12.40 380	16.90 385	0.34 124	5.98 387	0.48 282	0.40 272	0.46 226	5.71 362

CVANet_RVC	3.32 277	1.63 257	21.06 353	1.66 310	1.29 259	3.99 223	1.55 296	3.98 198	3.00 216	3.51 353	2.06 223	2.58 228	1.72 224	12.46 387	1.70 183	0.62 314	0.34 172	0.53 309	0.47 302	0.64 292	1.66 293

IMH	7.25 393	16.24 417	21.08 354	4.40 404	3.79 394	5.46 386	3.03 367	5.58 393	6.26 396	4.92 382	10.32 394	9.24 393	8.30 390	13.62 401	11.56 356	4.84 413	3.00 372	3.09 404	2.14 401	4.38 402	3.83 347

OCTAStereo	2.67 182	0.67 55	21.08 354	2.43 362	0.47 37	4.67 354	0.67 64	3.68 142	4.31 350	2.11 174	1.62 100	1.36 84	1.09 83	6.02 228	1.25 95	0.45 232	0.20 18	0.36 212	0.34 221	0.32 69	0.37 52

RE-Stereo	2.67 182	0.67 55	21.08 354	2.43 362	0.47 37	4.67 354	0.67 64	3.68 142	4.30 347	2.11 174	1.62 100	1.36 84	1.09 83	6.01 225	1.26 100	0.45 232	0.20 18	0.36 212	0.34 221	0.32 69	0.37 52

TVStereo	2.67 182	0.67 55	21.08 354	2.43 362	0.47 37	4.67 354	0.67 64	3.68 142	4.30 347	2.11 174	1.62 100	1.36 84	1.09 83	6.01 225	1.26 100	0.45 232	0.20 18	0.36 212	0.34 221	0.32 69	0.37 52

RALAANet	2.29 87	2.73 306	21.08 354	1.29 214	0.94 179	1.45 14	0.68 72	3.25 105	2.61 164	2.02 146	1.80 152	1.28 78	1.04 70	2.12 110	1.79 200	0.30 56	0.22 49	0.27 46	0.27 107	0.41 187	0.35 36

NF-Stereo	2.68 185	0.67 55	21.09 359	2.43 362	0.47 37	4.67 354	0.67 64	3.68 142	4.30 347	2.11 174	1.62 100	1.36 84	1.09 83	6.07 231	1.24 89	0.45 232	0.20 18	0.36 212	0.34 221	0.32 69	0.37 52

SPS-STEREO	5.18 363	10.36 364	21.09 359	1.74 325	1.72 338	3.24 80	2.26 343	3.92 186	4.12 335	5.06 383	3.66 353	5.43 376	3.33 330	9.56 293	12.34 361	1.17 367	1.17 327	1.07 371	1.03 367	1.17 361	10.25 389
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PFNet+	2.46 124	0.64 39	21.10 361	0.98 95	0.48 42	4.63 348	0.83 141	2.47 43	3.48 304	2.14 180	1.67 112	1.34 80	1.03 64	4.66 203	1.35 109	0.49 263	0.33 165	0.38 235	0.39 265	0.33 90	0.49 117

PSM-softLoss	2.62 165	0.65 46	21.11 362	2.46 366	0.49 49	4.68 362	0.68 72	2.61 64	4.23 341	2.14 180	1.47 69	1.42 92	0.99 58	6.04 229	1.24 89	0.47 252	0.23 72	0.37 223	0.39 265	0.33 90	0.34 31

KMStereo	2.62 165	0.65 46	21.11 362	2.46 366	0.49 49	4.68 362	0.68 72	2.61 64	4.23 341	2.14 180	1.47 69	1.42 92	0.99 58	6.04 229	1.24 89	0.47 252	0.23 72	0.37 223	0.39 265	0.33 90	0.34 31

MIF-Stereo (partial)	1.93 33	0.69 66	21.14 364	0.74 8	1.02 195	1.07 5	0.49 17	2.75 72	1.78 64	0.82 8	1.22 31	0.80 31	0.90 45	1.68 56	1.63 168	0.38 176	0.24 91	0.33 166	0.26 92	0.41 187	0.32 18

RainbowNet	5.20 364	15.03 410	21.14 364	3.66 395	3.25 388	4.18 270	2.98 363	4.22 274	3.20 246	2.30 225	2.65 311	4.24 343	2.97 309	9.92 304	6.29 325	3.92 401	2.27 354	2.71 399	1.73 390	3.82 396	3.43 342

CBMV	4.12 327	1.27 214	21.14 364	1.52 282	0.85 150	3.80 179	3.89 390	4.58 362	3.02 223	3.56 356	2.37 274	4.44 351	13.88 405	11.23 348	3.78 302	0.56 301	0.43 236	0.48 282	0.39 265	0.55 259	0.74 213
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GASNet	3.86 316	15.35 413	21.16 367	1.63 303	1.25 254	2.35 42	1.11 238	4.11 238	2.86 198	1.99 133	2.11 230	2.99 260	2.16 270	10.62 325	3.75 301	0.71 331	0.37 193	0.61 334	0.46 300	0.91 341	0.70 200

ssnet_v2	2.81 205	1.39 229	21.16 367	1.25 202	0.90 165	3.86 191	1.63 303	4.10 235	3.22 254	2.79 308	1.96 203	3.78 317	1.70 221	2.53 150	3.12 290	0.44 223	0.37 193	0.42 258	0.38 259	0.59 274	0.58 164

EKT-Stereo	7.93 396	0.75 99	21.17 369	1.84 334	109.80 434	4.51 327	0.61 45	4.13 246	1.59 33	1.89 108	1.24 33	1.96 166	1.35 131	4.02 194	1.36 116	0.42 203	0.31 153	0.29 80	0.27 107	0.35 124	0.78 218

XX-Stereo	2.66 178	0.70 72	21.17 369	2.33 359	1.24 252	4.31 296	0.45 13	4.48 347	1.60 38	2.39 258	1.89 185	4.60 360	0.60 5	4.17 198	1.11 68	0.34 124	0.26 123	0.29 80	0.29 161	0.53 253	0.43 82

GANet-RSSM	2.96 224	1.27 214	21.17 369	1.73 323	1.23 250	4.22 283	0.91 191	3.39 117	2.02 88	1.97 129	1.74 133	2.53 220	2.06 258	10.91 336	1.88 209	0.37 164	0.35 181	0.32 134	0.29 161	0.42 194	0.46 97

MyStereo06	2.74 195	1.07 185	21.19 372	1.06 123	1.08 214	4.26 287	0.86 155	3.72 151	1.80 65	2.25 210	1.77 142	4.28 345	4.12 348	1.85 89	1.38 122	0.25 8	2.43 360	0.34 184	0.27 107	0.46 226	0.48 112

HanzoNet	31.86 425	17.33 418	21.23 373	7.52 413	5.85 409	7.49 399	3.61 385	14.35 414	13.37 405	50.38 430	46.35 428	44.46 423	56.50 435	36.53 427	28.25 423	64.05 436	58.31 437	9.45 421	89.24 437	31.17 431	31.77 426

sAnonymous2	2.00 41	1.54 245	21.24 374	0.93 65	0.89 161	1.21 6	0.62 52	2.58 61	2.28 121	0.86 12	1.04 9	0.73 18	1.22 115	1.10 4	0.85 21	0.30 56	0.25 103	0.31 119	0.31 195	1.06 350	0.72 204

CroCo_RVC	2.00 41	1.54 245	21.24 374	0.93 65	0.89 161	1.21 6	0.62 52	2.58 61	2.28 121	0.86 12	1.04 9	0.73 18	1.22 115	1.10 4	0.85 21	0.30 56	0.25 103	0.31 119	0.31 195	1.06 350	0.72 204

LVE	7.57 395	15.80 414	21.28 376	3.69 396	3.19 387	4.54 329	2.78 356	10.13 405	11.63 403	3.24 343	11.52 400	18.10 407	4.55 355	11.67 363	10.30 348	4.62 412	2.95 367	2.56 393	1.91 397	3.63 391	3.26 336

MeshStereo	5.67 370	1.80 268	21.28 376	1.40 252	1.14 228	4.38 300	3.83 389	5.51 392	4.85 373	10.12 409	11.72 401	11.44 396	5.87 368	13.86 404	12.31 360	0.68 325	0.61 282	0.61 334	0.60 335	0.73 316	0.68 196
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
CBMV_ROB	4.57 349	0.90 141	21.30 378	1.46 269	0.89 161	4.43 311	1.69 311	4.51 353	3.14 242	5.97 388	4.23 360	4.16 338	7.83 385	11.06 342	16.47 380	0.61 309	0.55 269	0.53 309	0.51 317	0.56 265	0.59 166

HH	3.19 257	0.91 143	21.34 379	1.24 188	0.61 85	4.16 262	0.80 129	2.94 79	1.82 66	1.23 44	1.84 172	4.61 361	1.84 243	2.63 155	0.99 51	0.29 34	1.53 335	0.30 101	0.24 66	0.34 111	14.22 399

HanStereo	3.19 257	0.91 143	21.34 379	1.24 188	0.61 85	4.16 262	0.80 129	2.94 79	1.82 66	1.23 44	1.84 172	4.61 361	1.84 243	2.63 155	0.99 51	0.29 34	1.53 335	0.30 101	0.24 66	0.34 111	14.22 399

ACVNet_2	6.09 376	15.28 412	21.36 381	3.30 389	3.17 385	4.50 323	3.00 364	4.70 370	3.96 331	3.52 354	5.34 370	7.79 388	2.95 307	12.40 380	13.76 367	3.28 391	2.23 352	2.70 398	1.70 387	3.52 390	3.24 335

ACVNet_1	6.63 386	14.79 406	21.40 382	3.59 394	3.17 385	4.69 367	2.46 348	4.24 286	3.34 280	3.11 333	2.86 326	23.21 413	4.59 356	11.06 342	12.59 363	3.75 397	2.34 356	2.60 394	1.80 393	3.70 392	3.31 338

GwcNet-ADL	2.51 130	0.75 99	21.41 383	0.98 95	0.73 122	4.58 340	0.95 206	4.46 346	2.61 164	2.06 159	1.80 152	2.54 222	1.24 118	1.98 100	1.73 191	0.41 193	0.46 246	0.24 16	0.27 107	0.41 187	0.55 145

test croco	2.00 41	0.89 136	21.49 384	0.67 3	0.73 122	1.66 18	0.57 30	3.27 108	2.18 102	0.80 7	1.25 36	0.80 31	0.86 39	1.72 69	1.13 69	0.34 124	0.21 34	0.32 134	0.25 77	0.44 211	0.34 31

test_xeample3	3.67 304	3.52 322	21.53 385	0.98 95	0.51 58	1.88 22	0.91 191	8.10 401	2.76 179	0.82 8	0.76 2	0.65 6	0.70 14	5.88 223	7.74 338	0.32 85	0.29 141	0.27 46	0.22 44	0.29 34	15.33 409

IGEV_Zeroshot_test	2.66 178	0.75 99	21.55 386	1.50 278	0.89 161	2.21 36	0.90 183	3.52 125	1.83 68	2.17 190	1.57 90	4.09 333	1.60 187	1.73 72	1.21 82	0.32 85	0.33 165	0.28 66	0.30 178	0.44 211	6.09 365

FCDSN-DC	6.71 390	1.18 201	21.61 387	1.29 214	1.10 220	4.38 300	2.59 354	4.58 362	5.52 386	9.58 404	11.19 397	19.17 408	17.69 411	13.03 393	17.11 391	0.73 338	0.57 271	0.61 334	0.60 335	0.71 314	0.92 240
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	5.78 371	2.42 299	21.71 388	1.67 311	1.55 303	4.07 238	3.53 380	4.14 249	4.73 365	6.59 392	10.89 396	12.82 401	9.59 395	10.17 313	12.65 364	1.05 360	0.61 282	0.52 305	0.52 318	0.71 314	5.64 361

APVNet	3.24 267	1.59 252	21.72 389	1.36 236	1.52 297	3.93 210	1.12 240	3.58 128	2.80 184	2.32 240	2.02 211	3.05 265	1.96 254	11.77 370	2.61 269	0.44 223	0.46 246	0.65 345	0.47 302	0.73 316	0.73 209

FC-DCNN	7.08 392	1.01 181	21.89 390	1.74 325	1.64 325	8.18 402	2.31 345	6.50 398	9.16 401	10.85 412	11.33 398	19.85 410	13.33 402	12.94 392	17.10 390	0.72 336	0.57 271	0.59 328	0.57 330	0.64 292	0.69 198

NaN_ROB	4.73 354	6.66 343	21.89 390	1.26 206	1.28 257	3.49 120	3.02 366	4.38 335	3.93 329	3.65 358	2.55 302	2.97 258	5.01 359	13.23 396	17.43 396	0.38 176	0.42 235	0.38 235	0.40 272	0.50 246	1.82 302

CSAN	5.95 373	13.70 387	21.94 392	1.35 232	0.93 176	3.65 152	3.46 376	4.73 374	4.26 344	3.98 365	7.70 377	3.54 306	6.94 379	22.83 415	16.00 379	0.53 291	0.47 254	0.50 297	0.55 327	0.65 297	1.22 267

TorneroNet-64	10.52 401	14.33 398	21.95 393	4.29 401	3.76 391	13.77 411	2.83 360	14.96 416	23.11 420	10.24 410	23.77 417	13.44 402	8.15 389	13.98 405	17.70 399	4.03 402	2.73 363	3.23 406	2.53 405	7.27 414	4.35 355

ADCPNet	4.25 333	4.04 325	21.95 393	1.33 229	1.31 264	6.34 392	2.63 355	4.07 222	3.23 257	2.81 311	2.21 251	4.27 344	6.08 370	6.01 225	11.73 358	0.67 324	1.17 327	0.71 353	1.71 388	0.87 339	1.82 302

WAO-8	12.61 407	16.02 415	21.99 395	3.55 390	3.10 381	15.07 412	2.80 357	12.81 410	19.10 417	7.93 398	13.05 403	11.75 398	8.46 392	83.86 439	15.10 374	3.51 393	1.94 345	3.54 410	1.96 398	3.72 393	2.89 329

Venus	12.61 407	16.02 415	21.99 395	3.55 390	3.10 381	15.07 412	2.80 357	12.81 410	19.10 417	7.93 398	13.05 403	11.75 398	8.46 392	83.86 439	15.10 374	3.51 393	1.94 345	3.54 410	1.96 398	3.72 393	2.89 329

S-Stereo	3.51 296	0.96 163	22.00 397	1.38 244	1.50 293	3.55 131	2.49 350	4.27 298	3.00 216	2.38 256	3.94 358	3.73 314	1.84 243	11.89 374	2.59 268	0.64 318	0.71 298	0.49 295	0.81 355	0.68 309	1.31 271

SANet	6.43 382	13.71 388	22.08 398	1.43 266	1.00 193	6.86 396	3.78 388	4.71 371	11.10 402	4.71 380	8.72 387	7.47 386	7.91 388	12.46 387	18.12 401	0.51 279	0.47 254	0.50 297	0.45 298	0.94 344	1.60 290

edge stereo	3.45 289	1.08 188	22.14 399	1.31 221	1.36 271	2.68 51	1.54 294	4.13 246	3.27 262	2.94 322	3.27 346	4.34 349	2.48 290	11.60 362	2.79 272	0.62 314	0.64 287	0.79 361	0.56 329	0.70 312	0.82 223

ACVNet-4b	6.98 391	14.78 405	22.17 400	3.56 392	3.11 383	4.14 256	2.23 341	4.08 229	3.84 324	1.67 79	3.96 359	5.86 379	2.87 305	10.30 320	17.16 393	26.09 430	2.24 353	2.53 392	1.79 392	3.91 398	3.28 337

pmcnn	5.90 372	1.81 271	22.30 401	1.69 315	2.37 370	3.47 113	2.10 337	4.58 362	5.56 389	3.75 361	13.12 405	22.07 411	3.70 341	11.99 376	17.13 392	0.58 304	0.23 72	0.23 5	0.19 10	0.37 145	0.70 200

Dean	8.35 398	15.23 411	22.34 402	3.76 397	3.55 389	4.81 376	3.51 378	5.34 383	5.37 382	4.49 377	26.13 419	25.59 419	4.33 352	11.21 346	13.12 365	3.78 398	2.31 355	2.90 400	1.89 396	4.04 399	3.34 339

KSHMR	17.50 415	14.38 401	22.35 403	4.50 406	4.51 401	8.17 401	3.33 373	15.44 418	76.15 435	7.32 394	61.40 433	56.33 433	5.66 366	32.91 423	13.97 369	4.42 404	2.99 371	3.64 413	2.79 411	5.13 407	4.55 357

TorneroNet	26.32 422	14.70 403	22.40 404	4.24 400	4.08 399	54.72 432	3.19 369	15.11 417	76.73 436	57.99 432	82.55 437	86.65 438	45.79 433	13.34 398	18.51 404	4.52 407	2.86 365	3.45 407	2.63 408	8.75 419	4.28 353

pcwnet_v2	2.73 194	0.70 72	22.43 405	1.11 135	1.02 195	3.58 136	0.80 129	4.31 312	3.42 294	2.39 258	2.28 262	2.99 260	1.68 216	3.31 178	1.54 146	0.44 223	0.51 265	0.41 248	0.34 221	0.62 283	0.74 213

FADNet-RVC-Resample	3.31 275	8.52 352	22.84 406	1.18 167	0.91 171	3.52 126	1.35 272	4.13 246	2.32 129	1.75 94	1.35 51	2.26 191	1.51 167	9.51 292	2.03 230	0.42 203	0.38 206	0.42 258	0.44 293	0.59 274	0.71 202

UNDER WATER-64	10.08 400	14.27 396	22.85 407	5.26 411	4.88 405	11.00 405	4.57 394	11.41 406	17.25 412	7.68 395	9.72 393	15.96 406	21.47 418	11.12 345	16.63 383	4.38 403	2.88 366	4.41 415	2.95 413	7.12 413	5.81 364

UNDER WATER	11.28 405	13.60 382	22.90 408	5.11 410	4.53 402	7.75 400	3.75 386	12.50 408	21.62 419	7.80 397	10.68 395	23.75 415	35.20 421	11.54 358	17.40 395	4.46 405	2.95 367	4.23 414	2.90 412	6.57 410	6.27 366

MDST_ROB	6.31 380	1.18 201	22.96 409	2.56 371	2.69 374	21.07 417	2.01 332	4.79 377	2.87 200	9.49 403	4.45 363	4.10 335	4.48 354	22.33 414	17.61 397	0.79 345	0.44 240	0.47 277	0.44 293	0.47 236	0.95 245

rrr	3.66 302	3.48 320	23.50 410	0.96 85	0.49 49	1.59 15	0.92 196	8.19 402	2.75 176	0.75 4	0.78 3	0.74 23	0.73 19	5.79 220	7.75 339	0.32 85	0.26 123	0.28 66	0.21 26	0.32 69	13.47 392

MANE	15.29 411	13.67 385	23.58 411	10.15 420	13.37 414	23.58 421	23.86 415	27.83 422	26.26 421	12.02 414	15.10 407	19.83 409	18.01 412	15.68 410	20.35 411	8.58 418	9.20 408	3.05 403	4.19 415	0.82 333	16.69 414

DispFullNet	4.71 353	3.93 323	23.92 412	4.00 398	3.01 380	3.38 96	1.31 266	4.23 279	3.26 260	6.31 391	2.92 328	4.03 330	7.80 384	3.93 192	5.15 319	2.80 385	1.61 338	3.11 405	2.70 409	3.32 389	3.38 341

LRCNet_RVC	25.63 421	33.47 425	24.35 413	31.77 426	32.74 423	6.73 395	1.19 251	25.87 421	4.67 364	28.95 419	30.91 421	24.89 418	17.54 410	27.82 421	24.57 416	35.48 431	25.62 433	35.91 433	33.80 432	31.95 432	34.38 429

SGM+DAISY	13.18 410	14.36 399	24.65 414	8.10 415	13.49 415	22.47 419	25.54 418	12.13 407	17.08 411	14.77 415	15.82 410	12.17 400	13.97 407	12.65 390	18.22 403	8.40 417	9.18 407	1.23 378	1.33 381	1.23 366	16.81 418

FINET	10.59 402	14.44 402	25.84 415	2.30 357	3.90 395	21.74 418	25.19 417	8.85 403	16.99 410	2.68 295	15.19 408	11.45 397	13.83 404	6.71 248	15.11 376	0.80 346	8.59 397	0.53 309	0.44 293	0.62 283	16.67 413

Anonymous_1	57.77 436	19.65 419	26.12 416	23.12 423	141.97 438	30.79 422	39.72 424	34.10 426	16.98 409	70.09 436	15.64 409	23.44 414	19.73 415	23.03 417	27.21 420	164.70 441	9.02 405	130.41 437	137.42 438	161.21 441	41.01 430

DPSM_ROB	20.83 418	20.01 420	26.54 417	23.64 424	22.42 420	31.06 423	39.94 425	34.02 424	17.42 413	15.35 416	16.05 412	24.04 416	20.69 416	23.28 418	27.60 421	10.77 421	9.41 409	11.68 423	11.50 422	14.48 422	16.71 415

DPSM	20.83 418	20.01 420	26.54 417	23.64 424	22.42 420	31.06 423	39.94 425	34.02 424	17.42 413	15.35 416	16.05 412	24.04 416	20.69 416	23.28 418	27.60 421	10.77 421	9.41 409	11.68 423	11.50 422	14.48 422	16.71 415

SGM-ForestM	15.60 412	14.94 409	28.17 419	7.84 414	10.49 411	23.43 420	24.58 416	20.87 420	16.87 408	15.92 418	15.89 411	27.08 420	22.45 419	24.86 420	28.42 424	3.85 400	8.90 401	0.55 318	1.15 373	0.64 292	15.05 402

JetRed	10.68 403	26.07 424	35.62 420	4.40 404	4.16 400	15.72 415	13.07 408	14.57 415	5.83 392	5.85 387	5.55 372	10.12 395	7.37 382	8.86 280	25.99 419	3.33 392	3.82 378	3.59 412	2.98 414	8.51 417	8.22 377

xxxxx1	112.85 438	94.19 438	38.10 421	228.21 440	161.02 439	39.23 428	61.26 430	92.54 438	79.08 438	63.44 433	74.84 434	77.80 435	69.88 436	33.55 424	70.96 437	117.25 437	130.44 439	258.49 440	273.88 440	145.63 438	147.24 439

tt_ll	112.85 438	94.19 438	38.10 421	228.21 440	161.02 439	39.23 428	61.26 430	92.54 438	79.08 438	63.44 433	74.84 434	77.80 435	69.88 436	33.55 424	70.96 437	117.25 437	130.44 439	258.49 440	273.88 440	145.63 438	147.24 439

ff	112.85 438	94.19 438	38.10 421	228.21 440	161.02 439	39.23 428	61.26 430	92.54 438	79.08 438	63.44 433	74.84 434	77.80 435	69.88 436	33.55 424	70.96 437	117.25 437	130.44 439	258.49 440	273.88 440	145.63 438	147.24 439

DGTPSM_ROB	16.67 413	21.79 422	40.19 424	10.00 419	19.05 418	12.43 409	33.20 421	13.71 412	18.09 415	9.71 405	22.85 415	13.77 403	19.64 413	21.23 412	24.07 413	5.09 414	8.95 403	5.62 416	11.49 421	6.73 411	15.75 411

DPSMNet_ROB	16.76 414	21.81 423	40.95 425	10.20 421	19.08 419	12.43 409	33.21 422	13.73 413	18.21 416	9.76 406	22.88 416	13.78 404	19.64 413	21.39 413	24.21 414	5.20 415	8.97 404	5.63 417	11.51 424	6.80 412	15.82 412

HaxPig	43.31 431	43.63 432	45.01 426	33.88 427	35.67 425	32.79 425	30.52 420	45.50 427	42.95 430	48.75 428	48.14 430	43.24 422	40.44 423	44.58 428	43.63 426	47.17 433	49.30 434	51.65 435	50.37 434	43.72 433	45.27 431

AVERAGE_ROB	44.46 432	45.87 433	46.48 427	40.54 429	38.62 426	32.95 426	30.49 419	46.80 428	43.31 431	49.57 429	48.93 431	44.57 424	39.87 422	45.01 429	43.89 427	48.70 434	50.65 435	50.80 434	49.79 433	45.54 434	46.89 432

LE_ROB	19.18 416	12.99 378	48.22 428	8.42 417	23.91 422	7.26 398	19.71 413	9.92 404	38.58 429	43.44 427	21.85 414	28.15 421	41.18 424	23.00 416	54.71 429	0.38 176	0.34 172	0.32 134	0.36 243	0.43 203	0.49 117

MEDIAN_ROB	47.37 433	49.00 434	49.74 429	40.28 428	39.94 427	34.93 427	33.41 423	49.78 429	46.38 433	53.04 431	52.61 432	47.67 425	42.28 432	48.33 437	47.25 428	52.06 435	53.99 436	54.28 436	53.48 435	48.70 435	50.27 433

DLNR_Zeroshot_test	29.83 423	55.48 435	50.99 430	183.84 438	114.74 435	3.44 107	0.28 1	29.52 423	1.59 33	1.03 31	1.25 36	0.93 47	0.64 9	3.95 193	1.62 165	37.16 432	1.69 341	0.26 36	0.23 53	92.97 436	15.07 403

Selective-RAFT-Error	41.88 426	40.10 430	53.23 431	47.74 431	45.20 429	62.42 436	80.58 434	68.27 434	34.95 423	30.85 421	32.30 425	48.08 426	42.07 430	46.54 430	54.92 430	21.60 428	19.12 426	23.46 430	23.15 427	29.14 428	33.95 428

MyStereo03	43.09 428	40.09 427	53.32 432	48.07 432	45.83 430	62.40 433	80.65 435	67.87 430	35.18 425	31.09 423	32.21 422	48.24 428	41.62 426	46.66 433	55.80 433	21.53 424	18.98 423	23.44 427	23.21 428	29.12 425	56.57 435

MyStereo02	43.09 428	40.09 427	53.32 432	48.07 432	45.83 430	62.40 433	80.65 435	67.87 430	35.18 425	31.09 423	32.21 422	48.24 428	41.62 426	46.66 433	55.80 433	21.53 424	18.98 423	23.44 427	23.21 428	29.12 425	56.57 435

MyStereo	43.09 428	40.09 427	53.32 432	48.07 432	45.83 430	62.40 433	80.65 435	67.87 430	35.18 425	31.09 423	32.21 422	48.24 428	41.62 426	46.66 433	55.80 433	21.53 424	18.98 423	23.44 427	23.21 428	29.12 425	56.57 435

CasAABBNet	41.89 427	40.14 431	53.33 435	47.71 430	45.10 428	62.42 436	80.65 435	68.29 435	34.85 422	30.67 420	32.34 426	48.22 427	41.76 429	46.61 432	55.60 432	21.59 427	18.89 422	23.46 430	23.21 428	29.17 429	33.75 427

LSM0	49.69 434	40.02 426	53.50 436	97.07 436	129.56 436	62.65 438	79.82 433	68.02 433	35.12 424	33.72 426	33.34 427	48.41 431	41.54 425	46.57 431	55.40 431	21.63 429	19.16 427	23.60 432	23.13 426	29.46 430	52.08 434

psmorigin	6.62 385	1.45 235	87.38 437	1.55 288	0.97 184	2.86 55	1.42 281	3.30 109	2.12 98	3.74 360	2.45 290	5.15 373	2.59 296	10.55 324	2.91 281	0.55 298	0.68 293	0.48 282	0.53 320	0.73 316	1.02 252

BEATNet-Init1	51.93 435	71.67 437	99.39 438	10.91 422	13.10 413	84.39 439	59.36 429	73.78 437	67.97 434	88.09 438	88.15 438	91.73 439	97.51 439	85.13 441	72.56 440	2.59 383	5.18 385	1.20 377	1.49 386	10.61 420	13.83 393

coex-ft	20.00 417	11.54 370	120.82 439	1.18 167	1.30 260	2.36 43	1.99 327	2.96 86	13.96 406	129.83 440	8.40 385	5.88 380	52.82 434	9.93 305	31.13 425	0.61 309	0.62 285	0.50 297	0.49 307	1.10 357	2.63 323

DPSimNet_ROB	143.68 441	156.64 441	170.66 440	162.59 437	135.40 437	195.13 441	174.01 440	141.76 441	167.78 442	174.58 441	138.78 440	186.01 441	183.75 441	82.32 438	97.85 441	151.24 440	102.48 438	131.25 438	82.78 436	115.21 437	123.37 438

EDNetEfficientorigin	12.42 406	3.26 315	179.44 441	1.21 177	1.00 193	2.89 58	1.82 319	3.05 90	5.37 382	8.87 400	4.78 366	4.17 339	4.80 357	9.91 303	11.32 354	0.41 193	0.41 224	0.62 340	0.88 359	1.33 370	2.81 326

test_example2	213.42 442	219.67 442	222.97 442	213.78 439	220.82 442	199.03 442	200.49 441	189.27 442	143.61 441	211.05 442	218.08 441	210.69 442	205.21 442	221.14 442	216.49 442	236.74 442	242.08 442	213.66 439	216.96 439	235.55 442	231.06 442

Low-res two-view benchmark