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

GLC_STEREO	0.19 1	0.13 23	0.94 3	0.03 58	0.00 1	0.95 20	0.03 125	0.33 1	0.44 16	0.10 18	0.04 39	0.06 29	0.04 43	0.44 27	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

CASnet	0.21 2	0.22 89	0.95 4	0.01 9	0.00 1	0.87 17	0.01 18	0.55 4	0.88 66	0.16 23	0.03 29	0.04 7	0.02 16	0.39 20	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.01 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MIF-Stereo	0.23 3	0.28 110	1.91 98	0.05 97	0.16 215	0.34 5	0.02 75	0.46 2	0.42 14	0.06 14	0.18 71	0.05 22	0.07 75	0.22 3	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.01 11

LoS_RVC	0.25 4	0.60 198	1.21 11	0.16 190	0.13 200	0.98 23	0.01 18	0.85 18	0.25 4	0.08 17	0.02 1	0.07 40	0.04 43	0.49 32	0.05 5	0.00 1	0.01 191	0.00 1	0.00 1	0.01 9	0.07 75

PMTNet	0.26 5	0.21 84	1.40 16	0.02 39	0.02 104	1.16 64	0.29 272	1.00 22	0.18 1	0.04 10	0.03 29	0.07 40	0.02 16	0.47 29	0.15 38	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.02 24

sCroCo_RVC	0.27 6	0.19 73	2.20 139	0.02 39	0.00 1	0.13 1	0.04 153	1.15 27	0.89 69	0.15 21	0.07 54	0.03 5	0.04 43	0.39 20	0.05 5	0.00 1	0.07 244	0.00 1	0.00 1	0.02 35	0.01 11

Former-RAFT_DAM_RVC	0.29 7	0.32 125	0.88 1	0.02 39	0.00 1	1.05 33	0.01 18	0.80 17	1.00 85	0.76 106	0.34 115	0.10 55	0.06 65	0.13 1	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.05 122	0.09 102

CREStereo	0.29 7	0.19 73	0.91 2	0.00 1	0.01 60	1.24 91	0.01 18	1.31 29	0.99 84	0.17 24	0.17 68	0.04 7	0.00 1	0.56 43	0.14 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
StereoIM	0.30 9	0.62 205	1.63 39	0.07 125	0.19 223	0.40 9	0.02 75	1.36 30	0.76 47	0.04 10	0.05 47	0.13 63	0.05 58	0.38 19	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 24

LoS	0.32 10	0.19 73	1.27 13	0.11 171	0.01 60	1.32 127	0.07 183	1.44 33	0.79 49	0.06 14	0.04 39	0.27 83	0.11 111	0.60 55	0.13 34	0.00 1	0.01 191	0.00 1	0.00 1	0.03 89	0.01 11

GMStereo	0.34 11	1.03 288	2.11 131	0.01 9	0.00 1	0.47 11	0.01 18	0.77 15	1.38 184	0.24 38	0.04 39	0.07 40	0.08 86	0.43 26	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MGS-Stereo	0.35 12	0.20 79	1.15 8	0.04 82	0.00 1	0.52 13	0.01 18	0.52 3	0.80 54	0.03 5	2.86 301	0.04 7	0.03 33	0.28 8	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.43 353	0.00 1

Anonymous	0.35 12	0.22 89	2.01 109	0.00 1	0.00 1	0.24 3	0.01 18	3.01 104	0.54 23	0.02 1	0.03 29	0.05 22	0.07 75	0.32 13	0.07 9	0.00 1	0.01 191	0.00 1	0.00 1	0.11 219	0.22 183

XX-TBD	0.36 14	0.59 195	1.75 54	0.07 125	0.00 1	1.11 56	0.00 1	0.73 13	0.63 34	0.44 60	1.24 225	0.06 29	0.06 65	0.39 20	0.08 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 37

MIF-Stereo (partial)	0.37 15	0.39 144	1.98 105	0.02 39	0.00 1	0.43 10	0.02 75	2.35 67	0.61 32	0.18 26	0.10 57	0.07 40	0.07 75	0.61 58	0.40 133	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.02 24

CREStereo++_RVC	0.37 15	0.24 97	1.62 33	0.06 115	0.00 1	1.21 79	0.01 18	0.77 15	1.12 99	0.26 40	1.45 236	0.06 29	0.06 65	0.42 24	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 65
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
TANstereo	0.37 15	0.50 166	1.62 33	0.03 58	0.01 60	1.16 64	0.00 1	0.56 5	0.53 21	1.05 147	1.38 233	0.06 29	0.05 58	0.45 28	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 24

knoymous	0.41 18	0.09 6	1.34 15	0.05 97	0.01 60	1.15 61	0.01 18	2.36 68	0.23 3	0.51 79	0.02 1	1.64 210	0.00 1	0.49 32	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 43

CroCo-Stereo Lap2	0.42 19	0.75 227	1.76 60	0.03 58	0.00 1	0.33 4	0.01 18	3.75 145	0.81 55	0.02 1	0.03 29	0.04 7	0.07 75	0.52 39	0.23 76	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.03 37

UDGNet	0.44 20	0.91 255	1.89 96	0.04 82	0.00 1	1.15 61	0.02 75	0.75 14	1.77 241	0.45 64	0.07 54	0.06 29	0.02 16	1.62 131	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

dd	0.45 21	1.20 308	2.52 189	0.06 115	0.01 60	1.23 87	0.03 125	0.88 19	1.48 196	0.26 40	0.06 51	0.12 58	0.05 58	0.42 24	0.44 136	0.02 320	0.00 1	0.00 1	0.00 1	0.06 132	0.06 65

ProNet	0.47 22	0.35 134	1.75 54	0.19 196	0.54 305	1.09 48	0.01 18	0.97 20	1.25 135	0.02 1	0.02 1	0.06 29	0.03 33	0.58 46	0.09 13	0.00 1	0.57 302	0.00 1	0.00 1	0.14 246	1.65 347

AnonymousM	0.48 23	0.11 13	1.03 5	0.06 115	0.01 60	1.10 53	0.03 125	1.91 56	1.37 181	0.25 39	0.04 39	0.02 2	0.24 158	0.56 43	0.33 100	0.00 1	0.43 291	1.91 388	0.00 1	0.01 9	0.22 183

CRE-IMP	0.49 24	0.14 27	1.75 54	0.08 133	0.05 151	1.48 178	0.45 292	1.64 45	1.22 124	0.92 125	0.29 105	0.87 151	0.01 4	0.39 20	0.25 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.17 154

CroCo-Stereo	0.50 25	0.63 207	2.38 166	0.14 181	0.00 1	0.19 2	0.02 75	4.28 219	0.96 79	0.14 20	0.03 29	0.46 99	0.08 86	0.32 13	0.29 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11
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
sAnonymous2	0.50 25	0.60 198	4.41 294	0.01 9	0.00 1	0.34 5	0.08 189	2.33 65	1.09 93	0.03 5	0.06 51	0.04 7	0.10 102	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 246	0.35 222

CroCo_RVC	0.50 25	0.60 198	4.41 294	0.01 9	0.00 1	0.34 5	0.08 189	2.33 65	1.09 93	0.03 5	0.06 51	0.04 7	0.10 102	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 246	0.35 222

ff7	0.51 28	0.26 102	1.81 73	0.19 196	0.25 248	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 310	0.10 196	1.76 357

ffff	0.51 28	0.26 102	1.81 73	0.19 196	0.25 248	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 310	0.10 196	1.76 357

11t	0.51 28	0.26 102	1.81 73	0.19 196	0.25 248	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 310	0.10 196	1.76 357

CES	0.51 28	0.16 38	1.23 12	0.09 149	1.58 370	1.18 69	0.05 165	1.07 26	0.79 49	0.03 5	0.03 29	0.14 66	0.10 102	0.55 40	0.12 26	0.00 1	0.01 191	0.00 1	0.00 1	0.01 9	2.98 386

Selective-IGEV	0.51 28	0.13 23	1.41 17	0.72 312	0.62 326	0.38 8	0.04 153	2.58 75	1.21 122	0.19 30	0.02 1	0.02 2	0.06 65	0.48 30	0.46 145	0.01 296	0.80 318	0.00 1	0.09 289	0.07 156	0.91 296

ccc-4	0.51 28	0.26 102	1.81 73	0.19 196	0.25 248	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 310	0.10 196	1.76 357

ROB_FTStereo_v2	0.52 34	0.18 50	1.71 47	0.08 133	0.09 181	1.59 207	0.32 281	1.61 40	1.25 135	0.99 136	0.19 82	0.76 142	0.02 16	1.36 120	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

Gwc-CoAtRS	0.52 34	0.16 38	1.68 45	0.05 97	0.13 200	1.06 34	0.03 125	2.88 87	0.54 23	0.40 52	0.02 1	2.22 253	0.03 33	0.49 32	0.26 89	0.00 1	0.09 254	0.00 1	0.22 348	0.01 9	0.11 119

MyStereo07	0.53 36	0.51 173	1.58 30	0.03 58	0.34 284	1.66 235	0.02 75	1.68 46	1.34 170	0.53 81	0.02 1	0.04 7	0.11 111	0.74 74	0.26 89	0.00 1	1.19 375	0.00 1	0.18 331	0.03 89	0.37 225

Selective-RAFT	0.53 36	0.18 50	1.12 7	0.04 82	0.01 60	1.19 71	0.02 75	3.26 124	1.29 154	0.02 1	0.02 1	0.24 77	0.18 142	1.34 119	0.44 136	0.00 1	0.93 339	0.00 1	0.19 337	0.05 122	0.17 154

RCA-Stereo	0.53 36	0.18 50	1.16 9	0.01 9	0.24 244	1.20 72	0.01 18	3.86 162	0.97 80	0.77 107	0.50 151	0.05 22	0.13 127	0.32 13	0.03 3	0.00 1	0.87 326	0.00 1	0.00 1	0.08 166	0.24 192

ICVP	0.53 36	0.09 6	1.86 86	0.01 9	0.01 60	1.12 57	0.21 242	4.35 223	0.68 40	0.45 64	0.28 103	0.33 86	0.07 75	0.72 71	0.25 82	0.00 1	0.07 244	0.00 1	0.00 1	0.04 110	0.11 119
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousdsp	0.54 40	0.26 102	1.62 33	0.47 264	0.60 318	1.08 41	0.01 18	1.01 24	1.37 181	0.49 75	0.02 1	0.04 7	0.09 95	0.73 72	0.15 38	0.00 1	0.82 319	0.00 1	0.16 316	0.10 196	1.83 368

IGEV-Stereo	0.54 40	0.26 102	1.62 33	0.47 264	0.61 319	1.08 41	0.01 18	1.00 22	1.37 181	0.49 75	0.02 1	0.04 7	0.09 95	0.73 72	0.16 42	0.00 1	0.82 319	0.00 1	0.16 316	0.10 196	1.83 368
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSM-adaLoss	0.54 40	0.18 50	1.72 48	0.08 133	0.09 181	1.63 226	0.29 272	1.60 37	1.27 146	0.99 136	0.18 71	0.76 142	0.02 16	1.79 142	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

HUI-Stereo	0.54 40	0.18 50	1.78 65	0.08 133	0.08 174	1.63 226	0.31 279	1.60 37	1.28 150	0.99 136	0.18 71	0.76 142	0.02 16	1.56 125	0.19 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

RAFT-IKP	0.54 40	0.18 50	1.77 63	0.08 133	0.07 165	1.47 173	0.29 272	1.61 40	1.26 142	0.99 136	0.18 71	0.74 135	0.02 16	1.77 139	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

test croco	0.55 45	0.55 183	3.45 243	0.10 159	0.00 1	0.50 12	0.02 75	3.49 131	1.16 103	0.05 13	0.10 57	0.13 63	0.17 138	0.67 64	0.28 92	0.00 1	0.00 1	0.00 1	0.00 1	0.36 342	0.01 11

ROB_FTStereo	0.55 45	0.18 50	1.75 54	0.08 133	0.09 181	1.61 218	0.32 281	1.60 37	1.26 142	0.99 136	0.19 82	0.75 137	0.03 33	1.97 146	0.19 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

iRaftStereo_RVC	0.55 45	0.59 195	1.20 10	0.03 58	0.00 1	1.23 87	0.01 18	2.55 74	0.81 55	0.15 21	0.23 93	0.70 130	0.12 124	0.48 30	0.22 69	0.00 1	1.14 371	0.00 1	0.00 1	0.33 333	1.13 312

R-Stereo Train	0.56 48	0.15 28	1.83 80	0.02 39	0.00 1	1.26 104	0.09 200	4.14 203	0.45 17	1.86 233	0.42 138	0.06 29	0.01 4	0.32 13	0.46 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 57

RAFT-Stereo	0.56 48	0.15 28	1.83 80	0.02 39	0.00 1	1.26 104	0.09 200	4.14 203	0.45 17	1.86 233	0.42 138	0.06 29	0.01 4	0.32 13	0.46 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 57
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
H2IRNET	0.57 50	0.56 189	2.03 114	0.25 226	0.06 156	1.20 72	0.01 18	1.91 56	0.64 35	0.04 10	1.78 254	0.47 101	0.04 43	1.69 133	0.42 134	0.00 1	0.00 1	0.01 321	0.01 238	0.24 308	0.08 80

MC-Stereo	0.57 50	0.16 38	1.63 39	0.70 308	0.93 349	1.10 53	0.01 18	1.43 32	0.26 9	0.91 121	0.02 1	0.08 45	0.11 111	0.61 58	0.23 76	0.00 1	1.15 372	0.00 1	0.17 324	0.10 196	1.84 370

4D-IteraStereo	0.59 52	0.98 275	2.62 196	0.04 82	0.09 181	1.07 36	0.08 189	1.45 34	0.39 12	0.12 19	0.05 47	0.82 149	0.10 102	0.77 77	1.05 228	0.00 1	0.40 288	0.00 1	0.00 1	0.08 166	1.79 366

Patchmatch Stereo++	0.59 52	0.18 50	1.73 49	0.08 133	0.08 174	1.62 223	0.26 257	1.62 43	1.25 135	1.00 142	0.18 71	0.75 137	0.03 33	2.68 156	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57
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
DeepStereo_RVC	0.59 52	0.16 38	1.65 41	0.08 133	0.06 156	1.37 138	0.40 288	1.58 36	1.26 142	1.03 145	0.83 192	0.49 103	1.52 284	0.94 97	0.18 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.13 133

iGMRVC	0.59 52	0.18 50	1.75 54	0.08 133	0.09 181	1.63 226	0.27 264	1.61 40	1.27 146	0.99 136	0.19 82	0.75 137	0.03 33	2.78 158	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

iRAFT	0.59 52	0.18 50	1.73 49	0.08 133	0.08 174	1.62 223	0.26 257	1.62 43	1.25 135	1.00 142	0.18 71	0.75 137	0.03 33	2.68 156	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

CFNet-RSSM	0.60 57	0.15 28	1.55 28	0.05 97	0.14 205	1.27 110	0.02 75	4.87 262	0.58 28	0.34 44	0.02 1	1.92 229	0.04 43	0.49 32	0.25 82	0.00 1	0.01 191	0.00 1	0.27 367	0.01 9	0.10 112

Anonymous3	0.61 58	0.23 93	2.97 217	0.01 9	0.00 1	2.54 288	0.09 200	3.88 167	0.89 69	0.19 30	0.23 93	0.12 58	0.05 58	0.61 58	0.17 48	0.00 1	0.08 248	0.00 1	0.00 1	0.05 122	0.18 161

FENet	0.61 58	0.22 89	1.75 54	0.05 97	0.00 1	1.21 79	0.05 165	3.78 146	1.28 150	1.08 152	0.02 1	1.61 206	0.09 95	0.60 55	0.35 110	0.00 1	0.01 191	0.00 1	0.00 1	0.04 110	0.08 80

GMOStereo	0.62 60	0.55 183	1.80 66	0.09 149	0.61 319	1.07 36	0.03 125	2.92 93	0.25 4	2.23 261	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 300	0.19 164

error version	0.62 60	0.55 183	1.80 66	0.09 149	0.61 319	1.07 36	0.03 125	2.92 93	0.25 4	2.23 261	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 300	0.19 164

test-v	0.62 60	0.55 183	1.80 66	0.09 149	0.61 319	1.07 36	0.03 125	2.92 93	0.25 4	2.23 261	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 300	0.19 164

GANet-ADL	0.62 60	0.16 38	1.89 96	0.15 186	0.02 104	1.46 167	0.02 75	3.83 159	0.75 45	0.40 52	1.08 212	1.09 179	0.18 142	0.65 63	0.47 150	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.13 133

test-2	0.62 60	0.55 183	1.80 66	0.09 149	0.61 319	1.07 36	0.03 125	2.92 93	0.25 4	2.23 261	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 300	0.19 164

LL-Strereo2	0.63 65	0.97 272	2.03 114	0.76 323	0.86 343	1.15 61	0.08 189	1.85 53	1.20 117	0.45 64	0.02 1	0.50 106	0.07 75	0.63 61	0.65 176	0.00 1	0.17 266	0.00 1	0.03 259	0.05 122	1.05 308

CASS	0.63 65	0.16 38	1.88 93	0.03 58	0.01 60	1.67 240	0.04 153	3.11 115	0.81 55	2.25 266	1.02 209	0.29 84	0.35 178	0.70 67	0.23 76	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.04 43
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Pruner-Stereo	0.63 65	0.21 84	1.86 86	1.03 346	0.10 189	1.59 207	0.35 285	2.26 63	1.22 124	2.22 260	0.45 145	0.25 81	0.01 4	0.67 64	0.38 125	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 24

AEACV	0.64 68	0.08 3	1.46 18	0.72 312	0.96 350	1.22 83	0.00 1	1.90 55	0.67 37	0.54 82	0.07 54	0.02 2	0.73 239	0.63 61	0.28 92	0.01 296	0.92 333	0.00 1	0.36 376	0.09 185	2.04 380

EGLCR-Stereo	0.64 68	0.12 18	1.52 23	0.74 319	0.75 337	1.83 258	0.54 300	2.79 83	0.67 37	0.66 90	0.04 39	0.01 1	0.02 16	0.77 77	0.45 140	0.00 1	0.71 312	0.00 1	0.00 1	0.00 1	1.14 313

test_4	0.65 70	0.40 148	1.73 49	0.11 171	0.19 223	1.28 113	0.03 125	1.41 31	0.22 2	0.28 42	3.49 316	0.72 132	0.09 95	1.93 145	0.53 159	0.00 1	0.11 258	0.00 1	0.08 286	0.16 266	0.15 145

PFNet+	0.65 70	0.19 73	2.19 138	0.29 236	0.06 156	1.46 167	0.54 300	1.74 50	1.62 214	1.35 188	0.45 145	0.36 88	0.01 4	2.41 151	0.25 82	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

GMStereo_Zeroshot	0.67 72	0.24 97	1.87 91	0.87 333	0.00 1	1.26 104	0.01 18	2.01 59	0.42 14	1.44 197	0.58 162	1.73 218	0.19 146	2.62 154	0.10 20	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.09 102

cross-raft	0.67 72	0.19 73	1.85 83	0.58 286	0.71 335	1.09 48	0.10 207	3.52 132	0.69 41	0.41 57	0.02 1	2.81 278	0.04 43	0.55 40	0.23 76	0.00 1	0.13 262	0.00 1	0.16 316	0.01 9	0.22 183

rafts_anoy	0.67 72	0.91 255	1.85 83	0.60 289	1.02 356	1.16 64	0.04 153	3.25 122	0.48 19	0.19 30	0.18 71	0.11 56	0.19 146	1.17 104	0.58 166	0.00 1	1.47 389	0.00 1	0.01 238	0.05 122	0.22 183

s12784h	0.67 72	0.17 46	1.87 91	0.02 39	0.00 1	1.16 64	0.03 125	4.08 193	1.89 250	1.04 146	1.59 246	0.05 22	0.02 16	1.25 115	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 24

TestStereo	0.67 72	0.99 278	2.26 149	0.00 1	0.00 1	0.92 18	0.01 18	1.77 51	0.30 10	0.20 36	0.05 47	0.08 45	0.06 65	6.62 302	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 80

raftrobust	0.68 77	0.89 252	1.80 66	0.02 39	1.29 362	1.22 83	0.05 165	2.37 69	0.62 33	2.99 309	0.03 29	0.12 58	0.15 129	0.60 55	0.51 155	0.00 1	0.69 308	0.00 1	0.00 1	0.10 196	0.24 192

RALAANet	0.68 77	1.09 297	2.29 152	0.03 58	0.01 60	0.93 19	0.03 125	2.65 76	1.97 258	1.19 166	0.39 133	0.15 69	0.30 168	1.27 116	0.75 190	0.00 1	0.25 272	0.00 1	0.09 289	0.19 286	0.03 37

DIP-Stereo	0.68 77	0.35 134	1.76 60	0.08 133	0.00 1	1.46 167	0.01 18	6.53 352	1.71 232	0.91 121	0.11 60	0.04 7	0.19 146	0.19 2	0.09 13	0.00 1	0.01 191	0.00 1	0.00 1	0.03 89	0.17 154
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
11t1	0.70 80	0.28 110	1.86 86	0.56 284	0.56 309	1.06 34	0.00 1	2.89 89	1.21 122	0.60 83	0.34 115	0.08 45	0.04 43	0.76 75	0.85 203	0.02 320	1.09 353	0.00 1	0.18 331	0.06 132	1.58 344

PCWNet_CMD	0.70 80	0.18 50	2.22 142	0.01 9	0.01 60	1.09 48	0.00 1	3.17 117	1.35 174	0.50 77	0.29 105	2.28 256	1.46 281	1.22 111	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 164

GwcNet-ADL	0.71 82	0.22 89	2.22 142	0.05 97	0.01 60	1.32 127	0.02 75	3.82 154	1.61 208	1.06 150	0.44 142	1.46 195	0.22 155	0.94 97	0.62 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 138

raft+_RVC	0.71 82	1.05 290	1.86 86	0.64 298	1.31 363	1.20 72	0.05 165	2.44 71	0.77 48	0.18 26	0.43 141	0.08 45	0.15 129	0.93 96	0.64 174	0.00 1	1.43 387	0.00 1	0.00 1	0.09 185	1.03 307

CFNet_pseudo	0.71 82	0.20 79	2.34 161	0.01 9	0.01 60	1.24 91	0.00 1	3.19 120	0.92 74	0.85 114	0.47 149	2.29 260	0.61 217	1.79 142	0.17 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 138

MSMDNet	0.71 82	0.18 50	2.22 142	0.01 9	0.01 60	1.09 48	0.00 1	3.25 122	1.35 174	0.52 80	0.29 105	2.29 260	1.45 278	1.22 111	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 164

ccs_rob	0.71 82	0.20 79	2.35 162	0.00 1	0.01 60	1.24 91	0.00 1	3.17 117	0.91 73	0.82 112	0.45 145	2.28 256	0.63 224	1.78 141	0.18 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 138

MIM_Stereo	0.72 87	0.80 239	2.05 119	0.63 296	1.06 357	1.31 119	0.02 75	2.80 84	1.24 128	0.19 30	0.02 1	0.70 130	0.20 151	1.31 117	0.16 42	0.00 1	0.18 267	0.00 1	0.00 1	0.17 278	1.53 336

GES	0.75 88	0.26 102	2.66 199	0.01 9	0.00 1	1.63 226	0.08 189	6.06 338	0.57 27	0.68 91	0.40 134	0.37 89	0.66 232	0.84 91	0.49 151	0.02 320	0.00 1	0.01 321	0.00 1	0.08 166	0.10 112

ACVNet	0.75 88	0.56 189	2.30 154	0.09 149	0.00 1	1.39 144	0.21 242	2.76 79	1.34 170	0.88 117	0.75 181	1.92 229	0.26 162	0.51 37	1.65 256	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.20 176

Any-RAFT	0.76 90	0.13 23	1.46 18	0.03 58	0.01 60	2.76 299	0.08 189	4.09 194	1.69 226	1.08 152	0.26 101	1.95 232	0.31 172	0.95 99	0.09 13	0.01 296	0.20 271	0.00 1	0.00 1	0.01 9	0.08 80

AdaStereo	0.76 90	0.12 18	1.73 49	0.05 97	0.00 1	1.46 167	0.23 248	5.16 284	1.66 223	1.19 166	0.37 126	1.54 199	0.17 138	0.86 94	0.54 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 80
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.
IGEV+	0.77 92	0.52 178	1.82 78	0.65 300	0.80 339	1.04 28	0.02 75	4.06 189	1.25 135	0.36 47	0.12 64	0.04 7	0.10 102	0.80 85	0.57 164	0.00 1	1.19 375	0.00 1	0.12 304	0.14 246	1.80 367

MIPNet	0.77 92	0.74 225	2.72 200	0.08 133	0.07 165	1.32 127	0.12 216	4.14 203	1.51 198	0.90 120	0.11 60	0.67 123	0.95 253	1.42 122	0.30 98	0.00 1	0.01 191	0.01 321	0.01 238	0.15 258	0.23 188

test-1	0.77 92	0.31 121	1.67 42	0.03 58	0.97 351	1.23 87	0.07 183	4.63 247	0.75 45	0.73 101	0.67 173	1.06 175	0.03 33	0.58 46	0.80 195	0.02 320	0.79 317	0.00 1	0.07 282	0.01 9	0.96 302

UCFNet_RVC	0.78 95	0.68 216	2.05 119	0.02 39	0.29 268	1.57 204	0.02 75	3.57 133	0.87 63	1.35 188	0.74 179	1.66 213	0.20 151	1.92 144	0.61 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

x	0.80 96	0.39 144	1.80 66	0.66 302	0.50 302	1.02 26	0.00 1	3.61 136	1.34 170	0.65 87	0.34 115	0.53 109	0.14 128	1.21 109	0.91 216	0.00 1	1.09 353	0.00 1	0.20 339	0.06 132	1.59 345

RALCasStereoNet	0.80 96	0.96 269	1.77 63	0.28 235	0.97 351	1.13 58	0.03 125	2.91 92	1.11 97	0.17 24	0.34 115	0.12 58	0.20 151	1.65 132	0.65 176	0.00 1	1.72 396	0.00 1	0.00 1	0.11 219	1.90 379

whm_eth	0.81 98	0.77 234	4.13 276	0.03 58	0.00 1	1.26 104	0.02 75	4.05 187	2.20 274	0.35 45	2.47 292	0.13 63	0.11 111	0.28 8	0.14 36	0.00 1	0.01 191	0.00 1	0.00 1	0.02 35	0.28 208

test_3	0.81 98	0.15 28	2.17 136	0.36 242	0.58 314	1.03 27	0.01 18	3.01 104	0.59 29	0.98 131	0.02 1	1.04 172	0.04 43	3.72 182	0.39 132	0.00 1	0.92 333	0.00 1	0.25 356	0.16 266	0.69 276

NRIStereo	0.82 100	0.17 46	1.56 29	0.61 291	0.05 151	1.61 218	0.48 295	1.52 35	1.19 111	0.91 121	0.17 68	0.65 117	0.03 33	7.00 331	0.25 82	0.00 1	0.06 241	0.00 1	0.00 1	0.06 132	0.17 154

AE-Stereo	0.83 101	0.13 23	2.17 136	0.08 133	0.24 244	1.24 91	0.03 125	5.22 287	1.26 142	0.70 93	1.09 213	0.20 71	0.16 134	0.70 67	0.33 100	0.00 1	0.89 332	0.00 1	0.26 363	0.09 185	1.75 356

DCANet-4	0.83 101	0.18 50	4.76 304	0.04 82	0.01 60	1.24 91	0.02 75	3.84 160	2.21 275	2.39 279	0.25 96	0.11 56	0.24 158	0.59 53	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 225

fff	0.83 101	0.63 207	3.63 253	0.01 9	0.04 143	1.25 98	0.02 75	3.98 176	1.29 154	2.39 279	0.25 96	0.09 50	1.78 299	0.58 46	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 225

HCRNet	0.83 101	0.39 144	1.59 32	0.02 39	0.00 1	1.18 69	0.01 18	3.69 140	2.28 281	0.75 104	0.21 89	0.56 111	0.11 111	5.32 257	0.25 82	0.00 1	0.01 191	0.00 1	0.00 1	0.08 166	0.04 43

csc	0.83 101	0.63 207	3.63 253	0.01 9	0.04 143	1.25 98	0.02 75	3.98 176	1.29 154	2.39 279	0.25 96	0.09 50	1.78 299	0.58 46	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 225

cscssc	0.83 101	0.63 207	3.63 253	0.01 9	0.04 143	1.25 98	0.02 75	3.98 176	1.29 154	2.39 279	0.25 96	0.09 50	1.78 299	0.58 46	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 225

CFNet_ucs	0.84 107	0.23 93	2.43 180	0.01 9	0.01 60	1.34 132	0.01 18	3.82 154	1.61 208	1.24 176	1.13 218	2.16 251	0.41 197	2.08 148	0.17 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.17 154

test_1	0.84 107	0.15 28	2.03 114	0.37 245	0.55 306	1.01 24	0.02 75	3.06 108	0.55 26	1.73 228	0.02 1	1.09 179	0.04 43	3.70 181	0.38 125	0.00 1	0.93 339	0.00 1	0.25 356	0.16 266	0.84 289

DCANet	0.84 107	0.65 212	3.63 253	0.03 58	0.00 1	1.25 98	0.01 18	3.99 180	2.16 269	2.66 296	0.31 112	0.09 50	0.48 204	0.57 45	0.45 140	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.41 239

RAFT-Test	0.85 110	0.19 73	2.98 218	0.66 302	0.99 353	1.83 258	0.17 227	3.16 116	1.19 111	0.71 94	0.11 60	3.21 298	0.02 16	0.58 46	0.33 100	0.00 1	0.47 292	0.00 1	0.29 369	0.01 9	0.15 145

RAFT_CTSACE	0.85 110	0.95 265	2.60 192	0.60 289	0.05 151	1.20 72	0.01 18	3.18 119	0.85 61	0.79 108	1.57 244	2.18 252	0.78 243	1.20 107	0.22 69	0.00 1	0.33 284	0.00 1	0.00 1	0.28 323	0.21 182

RAFT+CT+SA	0.85 110	0.91 255	2.23 147	0.19 196	0.29 268	1.27 110	0.03 125	4.92 268	0.86 62	0.65 87	0.40 134	0.67 123	0.05 58	3.03 162	0.18 51	0.00 1	0.28 281	0.00 1	0.35 375	0.15 258	0.61 266

test-3	0.86 113	0.15 28	2.03 114	0.37 245	0.56 309	1.01 24	0.02 75	3.05 106	0.54 23	1.98 247	0.02 1	1.09 179	0.04 43	3.73 183	0.38 125	0.00 1	0.93 339	0.00 1	0.25 356	0.16 266	0.82 287

SFCPSM	0.87 114	0.20 79	2.57 190	0.02 39	0.07 165	2.45 285	0.18 232	5.65 312	1.51 198	0.85 114	0.77 184	0.67 123	0.30 168	1.77 139	0.22 69	0.00 1	0.00 1	0.00 1	0.04 271	0.09 185	0.09 102

DMCA	0.87 114	0.52 178	3.24 233	0.01 9	0.01 60	1.30 117	0.02 75	3.69 140	1.87 248	2.29 267	0.17 68	1.71 216	0.10 102	0.76 75	1.42 246	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.12 125

IGEVStereo-DCA	0.88 116	1.21 309	1.81 73	0.18 191	0.16 215	0.83 15	0.01 18	0.71 8	1.36 176	0.40 52	0.04 39	0.06 29	0.09 95	6.04 279	2.22 283	0.00 1	0.48 295	0.00 1	0.15 310	0.16 266	1.76 357

anonymousdsp2	0.88 116	0.10 10	2.48 185	0.42 253	0.77 338	1.22 83	0.02 75	4.89 264	1.23 126	0.75 104	0.21 89	0.94 161	0.09 95	1.46 124	0.31 99	0.00 1	0.88 327	0.00 1	0.11 297	0.05 122	1.78 364

IER	0.88 116	0.38 142	2.74 202	0.01 9	0.00 1	2.27 274	0.02 75	3.65 139	1.30 162	1.45 198	0.96 206	1.39 193	1.16 259	1.60 128	0.53 159	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.02 24

IPLGR	0.88 116	0.30 115	3.78 266	0.06 115	0.07 165	1.26 104	0.05 165	3.78 146	1.62 214	0.80 109	0.35 122	0.79 146	0.76 240	3.42 171	0.27 91	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.16 149

PSMNet-ADL	0.88 116	0.12 18	1.32 14	0.07 125	0.01 60	2.03 266	0.03 125	3.00 102	1.28 150	0.39 51	0.66 171	2.12 244	0.67 233	4.19 194	1.38 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 192

TRStereo	0.88 116	1.18 306	2.44 182	0.72 312	0.10 189	1.56 201	0.03 125	5.73 317	1.28 150	0.18 26	0.30 109	0.62 113	0.43 198	1.02 100	0.13 34	0.00 1	0.47 292	0.00 1	0.25 356	0.01 9	1.23 319

AFF-stereo	0.89 122	1.05 290	1.70 46	0.49 273	0.18 221	1.21 79	0.01 18	3.58 135	1.62 214	0.84 113	1.93 261	1.14 182	0.26 162	1.24 113	0.68 182	0.00 1	0.64 307	0.00 1	0.00 1	0.26 315	0.89 295

qqq	0.90 123	0.41 152	1.88 93	0.10 159	0.59 316	1.09 48	0.00 1	3.82 154	1.29 154	0.61 84	0.38 129	0.73 133	0.15 129	3.19 165	0.90 213	0.00 1	1.08 350	0.00 1	0.23 351	0.06 132	1.57 340

RAFT-Stereo + iAFF	0.90 123	0.95 265	1.93 101	0.06 115	0.92 347	1.24 91	0.02 75	3.30 126	1.75 239	1.23 175	2.58 295	0.43 96	0.16 134	0.68 66	0.82 198	0.00 1	0.70 311	0.00 1	0.00 1	0.23 300	1.05 308

MSKI-zero shot	0.91 125	0.18 50	1.86 86	0.61 291	0.62 326	1.36 136	0.05 165	3.41 129	0.31 11	0.73 101	1.79 255	0.88 152	0.00 1	4.71 221	0.16 42	0.00 1	0.93 339	0.00 1	0.21 344	0.02 35	0.32 214

EKT-Stereo	0.91 125	0.23 93	2.14 134	0.84 330	4.27 389	1.23 87	0.04 153	2.85 86	0.67 37	0.44 60	0.40 134	0.95 165	0.08 86	2.93 161	0.38 125	0.00 1	0.18 267	0.00 1	0.07 282	0.04 110	0.40 237

RAFT	0.91 125	0.96 269	1.82 78	0.89 335	0.44 296	0.97 22	0.08 189	3.71 143	1.25 135	0.36 47	0.20 86	3.87 322	0.27 165	0.70 67	0.49 151	0.00 1	0.83 321	0.00 1	0.01 238	0.47 355	0.87 293

ToySt	0.92 128	0.51 173	4.35 286	0.21 211	0.71 335	1.32 127	0.00 1	2.77 82	1.33 167	0.21 37	0.51 154	1.47 196	0.11 111	1.14 102	0.87 206	0.03 330	0.69 308	0.00 1	0.20 339	0.10 196	1.88 377

NF-Stereo	0.92 128	0.18 50	1.99 107	1.31 359	0.01 60	1.55 197	0.28 265	3.09 111	1.24 128	1.20 170	0.57 157	0.24 77	0.01 4	6.43 293	0.35 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

RE-Stereo	0.92 128	0.18 50	2.01 109	1.31 359	0.01 60	1.55 197	0.28 265	3.09 111	1.24 128	1.21 171	0.57 157	0.24 77	0.01 4	6.43 293	0.34 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

TVStereo	0.92 128	0.18 50	2.01 109	1.31 359	0.01 60	1.55 197	0.28 265	3.09 111	1.24 128	1.21 171	0.57 157	0.24 77	0.01 4	6.43 293	0.34 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

psmg	0.93 132	0.15 28	1.48 20	0.02 39	0.00 1	3.25 314	0.26 257	5.45 305	1.17 106	2.00 248	1.45 236	1.78 221	0.10 102	0.80 85	0.71 186	0.00 1	0.00 1	0.01 321	0.00 1	0.02 35	0.04 43

LCNet	0.93 132	0.21 84	1.62 33	0.14 181	0.26 257	1.20 72	0.22 245	2.71 77	0.90 72	1.82 231	0.21 89	0.12 58	2.50 320	5.59 267	0.16 42	0.00 1	0.00 1	0.00 1	0.00 1	0.16 266	0.79 286

OCTAStereo	0.93 132	0.18 50	2.01 109	1.31 359	0.01 60	1.56 201	0.28 265	3.09 111	1.24 128	1.21 171	0.57 157	0.25 81	0.01 4	6.43 293	0.35 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

ACVNet-DCA	0.94 135	0.36 136	2.41 170	0.50 274	0.29 268	3.40 321	0.02 75	3.82 154	1.29 154	0.71 94	0.83 192	0.05 22	0.61 217	1.60 128	0.12 26	0.00 1	1.13 366	0.00 1	0.03 259	0.06 132	1.57 340

mmm	0.94 135	0.32 125	2.04 118	0.73 317	0.85 340	1.17 68	0.01 18	3.97 175	1.42 188	1.51 202	0.93 203	0.46 99	0.21 154	1.18 105	0.87 206	0.00 1	1.16 373	0.00 1	0.26 363	0.06 132	1.72 352

test_5	0.94 135	0.94 262	2.60 192	0.55 283	0.25 248	1.47 173	0.02 75	4.89 264	0.97 80	0.81 110	0.30 109	0.80 147	0.63 224	3.39 169	0.24 80	0.00 1	0.27 277	0.00 1	0.00 1	0.17 278	0.54 254

BSDual-CNN	0.94 135	0.15 28	1.48 20	0.04 82	0.00 1	3.30 315	0.20 236	6.00 333	1.17 106	2.36 274	0.64 168	1.78 221	0.10 102	0.80 85	0.71 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

CIPLG	0.94 135	1.29 317	3.53 250	0.19 196	0.03 122	1.45 163	0.29 272	3.87 164	1.61 208	2.10 254	2.52 293	0.21 75	0.11 111	0.85 93	0.29 94	0.00 1	0.05 235	0.01 321	0.05 273	0.21 293	0.08 80

IPLGR_C	0.94 135	1.37 323	3.71 261	0.19 196	0.02 104	1.44 159	0.29 272	3.88 167	1.62 214	2.04 250	2.44 291	0.20 71	0.12 124	0.79 80	0.29 94	0.00 1	0.05 235	0.01 321	0.05 273	0.21 293	0.08 80

ACRE	0.94 135	1.27 315	3.93 272	0.22 212	0.02 104	1.44 159	0.29 272	3.88 167	1.60 207	1.97 246	2.42 286	0.21 75	0.11 111	0.82 89	0.29 94	0.00 1	0.04 230	0.01 321	0.05 273	0.21 293	0.09 102

HHNet	0.94 135	0.28 110	2.48 185	0.19 196	0.08 174	1.32 127	0.42 290	2.48 72	0.84 60	1.39 194	5.80 343	0.14 66	1.74 298	0.49 32	0.94 218	0.06 346	0.00 1	0.01 321	0.00 1	0.14 246	0.04 43

acv_ft	0.94 135	0.56 189	2.28 151	0.04 82	1.07 358	1.71 246	0.01 18	4.41 227	1.34 170	1.53 206	0.75 181	1.92 229	0.45 202	0.51 37	1.74 260	0.00 1	0.00 1	0.00 1	0.00 1	0.32 331	0.20 176

CAS	0.95 144	0.12 18	1.08 6	6.79 392	0.08 174	1.10 53	0.01 18	0.97 20	0.87 63	0.03 5	0.04 39	0.07 40	0.06 65	0.37 18	0.15 38	6.94 394	0.00 1	0.00 1	0.00 1	0.00 1	0.30 210

riskmin	0.95 144	0.06 1	2.01 109	0.80 326	0.86 343	1.58 206	0.24 251	4.28 219	0.53 21	0.85 114	0.29 105	2.60 269	1.04 254	0.70 67	0.61 170	0.00 1	0.85 323	0.00 1	0.26 363	0.01 9	1.48 335

test_xeample3	0.95 144	1.30 318	5.13 321	0.19 196	0.23 239	0.95 20	0.07 183	2.30 64	1.47 195	0.40 52	0.05 47	0.08 45	0.07 75	1.45 123	2.27 285	0.00 1	0.69 308	0.00 1	0.33 373	0.17 278	1.85 371

TestStereo1	0.96 147	0.91 255	2.21 140	0.24 221	0.42 292	1.31 119	0.02 75	4.10 196	1.71 232	0.47 67	1.64 247	0.20 71	1.20 261	3.55 176	0.36 114	0.00 1	0.27 277	0.00 1	0.00 1	0.19 286	0.32 214

DisPM	0.96 147	0.17 46	2.10 129	0.90 336	0.02 104	1.53 192	0.55 304	1.86 54	1.31 165	2.42 283	0.82 191	0.38 91	0.01 4	6.92 322	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

SA-5K	0.96 147	0.91 255	2.21 140	0.24 221	0.42 292	1.31 119	0.02 75	4.10 196	1.71 232	0.47 67	1.64 247	0.20 71	1.20 261	3.55 176	0.36 114	0.00 1	0.27 277	0.00 1	0.00 1	0.19 286	0.32 214

PSM-softLoss	0.96 147	0.18 50	2.32 159	1.26 353	0.03 122	1.50 183	0.26 257	2.90 90	1.27 146	1.30 180	0.38 129	0.39 92	0.01 4	6.94 325	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

KMStereo	0.96 147	0.18 50	2.32 159	1.26 353	0.03 122	1.50 183	0.26 257	2.90 90	1.27 146	1.30 180	0.38 129	0.39 92	0.01 4	6.94 325	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

StereoDRNet-Refined	0.96 147	0.28 110	1.94 103	0.03 58	0.01 60	1.34 132	0.01 18	4.02 183	1.33 167	2.16 257	1.23 224	2.62 270	0.18 142	2.06 147	1.82 263	0.00 1	0.00 1	0.00 1	0.00 1	0.16 266	0.06 65
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DN-CSS_ROB	0.96 147	1.51 335	3.52 249	1.05 347	0.01 60	1.50 183	0.02 75	3.35 128	1.18 109	0.18 26	0.54 156	0.44 97	0.16 134	4.39 207	0.82 198	0.00 1	0.00 1	0.00 1	0.00 1	0.36 342	0.08 80

CFNet-ft	0.97 154	0.94 262	2.30 154	0.01 9	0.27 262	1.37 138	0.02 75	2.76 79	0.79 49	0.88 117	0.20 86	3.76 319	0.38 184	4.21 195	1.34 241	0.00 1	0.00 1	0.01 321	0.00 1	0.08 166	0.09 102

CFNet_RVC	0.97 154	0.94 262	2.30 154	0.01 9	0.27 262	1.37 138	0.02 75	2.76 79	0.79 49	0.88 117	0.20 86	3.76 319	0.38 184	4.21 195	1.34 241	0.00 1	0.00 1	0.01 321	0.00 1	0.08 166	0.09 102

ADStereo(finetuned)	0.98 156	0.65 212	4.66 300	0.03 58	0.00 1	1.25 98	0.01 18	3.99 180	2.16 269	2.65 293	0.30 109	0.09 50	2.33 314	0.58 46	0.45 140	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.41 239

STTStereo	0.98 156	0.62 205	3.78 266	0.25 226	0.15 213	1.44 159	0.10 207	3.57 133	1.75 239	1.46 199	0.19 82	1.74 219	0.44 199	3.47 173	0.54 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 57

anonymity	0.99 158	0.18 50	1.80 66	0.39 249	0.67 329	0.74 14	0.01 18	5.09 278	2.13 267	1.34 186	1.30 228	0.80 147	1.62 294	0.82 89	0.64 174	0.03 330	0.59 304	0.00 1	0.48 383	0.02 35	1.15 315

IPLG	0.99 158	0.76 231	3.08 222	0.06 115	0.06 156	1.40 148	0.11 209	3.81 149	1.07 90	0.81 110	1.00 208	0.50 106	0.60 216	5.65 271	0.38 125	0.00 1	0.00 1	0.00 1	0.00 1	0.23 300	0.20 176

UPFNet	0.99 158	0.32 125	2.89 212	0.00 1	0.00 1	1.90 260	0.11 209	4.10 196	1.10 96	2.35 272	0.12 64	1.91 228	0.08 86	4.02 190	0.78 192	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.04 43

StereoVision	1.00 161	0.77 234	2.81 206	0.05 97	0.02 104	1.14 60	0.03 125	4.13 202	1.18 109	0.19 30	6.80 352	0.49 103	0.12 124	1.20 107	1.01 225	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.02 24

111	1.00 161	1.05 290	3.63 253	0.01 9	0.04 143	1.20 72	0.16 224	4.50 232	2.24 277	1.32 183	1.15 221	2.00 236	0.31 172	0.59 53	0.79 193	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.84 289

MyStereo05	1.01 163	0.47 162	3.36 239	0.03 58	0.14 205	1.53 192	0.02 75	4.11 199	3.37 336	1.43 196	0.03 29	1.27 187	0.39 194	1.39 121	0.97 220	0.00 1	1.10 357	0.00 1	0.16 316	0.02 35	0.37 225

MyStereo04	1.01 163	0.51 173	3.49 246	0.03 58	0.34 284	1.66 235	0.02 75	4.18 207	2.93 328	1.10 156	0.03 29	1.30 190	0.58 214	1.32 118	1.02 226	0.00 1	1.19 375	0.00 1	0.18 331	0.03 89	0.37 225

DCRE	1.01 163	0.54 182	1.52 23	0.30 237	0.99 353	1.31 119	0.00 1	1.69 47	0.71 42	1.12 159	7.77 356	0.74 135	0.02 16	0.28 8	0.45 140	0.00 1	0.71 312	0.00 1	0.25 356	0.02 35	1.78 364

psm_up	1.01 163	0.68 216	2.47 184	0.04 82	0.00 1	2.01 265	0.05 165	4.09 194	1.29 154	2.65 293	0.47 149	1.71 216	0.44 199	3.65 180	0.45 140	0.06 346	0.00 1	0.00 1	0.00 1	0.14 246	0.06 65

HITNet	1.01 163	1.08 296	3.32 238	0.80 326	0.00 1	1.37 138	0.02 75	5.20 285	1.59 205	1.88 235	0.18 71	0.64 116	0.31 172	1.24 113	2.01 272	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.47 245
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
SA	1.02 168	0.85 244	2.22 142	0.00 1	0.42 292	1.31 119	0.01 18	4.74 257	2.04 264	0.50 77	0.95 205	0.30 85	1.30 273	4.24 200	0.42 134	0.00 1	0.47 292	0.00 1	0.17 324	0.16 266	0.30 210

CoDeX	1.03 169	0.45 157	2.50 188	0.06 115	0.20 227	1.51 187	0.20 236	6.54 353	1.96 257	0.73 101	0.68 174	1.04 172	0.31 172	3.86 188	0.38 125	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75

dad	1.04 170	1.21 309	3.14 227	0.08 133	0.01 60	1.25 98	0.01 18	1.30 28	2.54 303	1.95 245	0.37 126	0.40 94	0.04 43	5.95 278	1.06 229	0.01 296	0.00 1	1.11 384	0.12 304	0.07 156	0.19 164

AACVNet	1.04 170	0.87 249	2.22 142	0.25 226	0.00 1	1.79 254	0.01 18	4.21 209	0.79 49	1.17 165	0.27 102	1.50 197	0.16 134	6.30 290	0.89 212	0.00 1	0.00 1	0.00 1	0.00 1	0.23 300	0.04 43

DeepPruner_ROB	1.04 170	0.99 278	3.05 221	0.02 39	0.00 1	1.60 211	0.17 227	3.96 174	0.52 20	3.41 321	0.03 29	2.06 239	0.17 138	3.35 167	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.14 246	0.14 138

BUS	1.05 173	0.15 28	1.48 20	0.04 82	0.00 1	5.73 358	0.03 125	6.00 333	1.17 106	2.36 274	0.64 168	2.35 264	0.06 65	0.80 85	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

AASNet	1.05 173	1.11 298	3.12 226	0.05 97	0.00 1	1.73 249	0.05 165	5.73 317	2.17 273	1.10 156	1.84 258	0.94 161	0.19 146	1.16 103	1.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.34 336	0.16 149

1test111	1.06 175	0.36 136	2.41 170	0.50 274	0.29 268	3.40 321	0.02 75	3.82 154	1.29 154	0.71 94	0.83 192	0.05 22	0.61 217	3.19 165	0.90 213	0.00 1	1.13 366	0.00 1	0.03 259	0.06 132	1.57 340

IGEV_Zeroshot_test	1.07 176	0.28 110	3.68 260	0.51 278	0.58 314	1.13 58	0.54 300	4.64 248	0.73 44	1.14 161	0.75 181	3.21 298	0.70 236	0.77 77	0.57 164	0.00 1	0.52 298	0.00 1	0.16 316	0.04 110	1.56 339

MyStereo06	1.08 177	0.47 162	3.30 237	0.03 58	0.14 205	1.53 192	0.02 75	5.58 308	0.88 66	1.15 163	0.73 178	3.48 309	1.15 258	0.86 94	0.66 178	0.00 1	1.10 357	0.00 1	0.16 316	0.02 35	0.37 225

RAFT_R40	1.08 177	0.11 13	2.09 128	0.83 329	0.20 227	1.68 243	0.64 308	2.11 61	1.19 111	1.05 147	1.13 218	1.77 220	1.43 277	6.90 320	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.01 11

GANet-RSSM	1.09 179	0.80 239	2.41 170	0.72 312	0.00 1	1.39 144	0.02 75	5.15 281	1.07 90	0.95 129	0.34 115	2.06 239	1.12 257	4.69 219	0.80 195	0.00 1	0.00 1	0.04 350	0.00 1	0.15 258	0.09 102

PSMNet-RSSM	1.10 180	0.88 250	2.30 154	0.23 216	0.00 1	1.41 154	0.03 125	5.44 304	1.19 111	1.56 208	0.50 151	2.46 266	0.71 237	4.23 198	0.90 213	0.00 1	0.00 1	0.01 321	0.00 1	0.10 196	0.08 80

gwcnet-sp	1.11 181	0.71 220	4.90 309	0.05 97	0.01 60	2.59 291	0.14 220	4.22 211	1.38 184	1.93 241	0.18 71	0.68 127	0.38 184	3.77 184	0.98 221	0.00 1	0.00 1	0.00 1	0.00 1	0.13 238	0.08 80

scenet	1.11 181	0.71 220	4.90 309	0.05 97	0.01 60	2.59 291	0.14 220	4.22 211	1.38 184	1.93 241	0.18 71	0.68 127	0.38 184	3.77 184	0.98 221	0.00 1	0.00 1	0.00 1	0.00 1	0.13 238	0.08 80

ssnet	1.11 181	0.71 220	4.90 309	0.05 97	0.01 60	2.59 291	0.14 220	4.22 211	1.38 184	1.93 241	0.18 71	0.68 127	0.38 184	3.77 184	0.98 221	0.00 1	0.00 1	0.00 1	0.00 1	0.13 238	0.08 80

SST-Stereo	1.12 184	0.10 10	1.98 105	0.85 331	0.24 244	1.72 247	0.56 305	2.10 60	2.01 260	1.19 166	1.07 211	1.57 200	1.88 304	6.92 322	0.24 80	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.02 24

DMCA-RVC	1.12 184	1.19 307	5.30 327	0.03 58	0.04 143	1.30 117	0.06 181	3.05 106	0.87 63	3.33 318	0.12 64	0.98 168	0.65 230	3.40 170	1.82 263	0.01 296	0.04 230	0.02 340	0.01 238	0.10 196	0.09 102

CSP-Net	1.13 186	0.76 231	1.67 42	0.01 9	0.00 1	2.81 302	0.05 165	5.62 310	1.14 101	1.14 161	0.85 197	1.80 223	0.23 156	6.10 283	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.13 238	0.03 37

PFNet	1.13 186	0.26 102	3.28 236	1.27 355	0.55 306	1.60 211	0.24 251	1.80 52	1.19 111	2.37 277	1.21 223	0.63 114	0.30 168	6.85 316	0.46 145	0.16 362	0.01 191	0.00 1	0.07 282	0.18 283	0.24 192

IRAFT_RVC	1.13 186	0.39 144	2.40 168	1.51 367	0.25 248	1.37 138	0.31 279	2.93 98	1.24 128	1.58 215	0.79 187	1.14 182	1.54 285	6.53 298	0.44 136	0.00 1	0.12 260	0.00 1	0.00 1	0.02 35	0.03 37

NINENet	1.14 189	0.34 132	2.08 122	0.10 159	0.01 60	5.73 358	0.03 125	5.39 299	1.54 201	1.61 216	0.72 177	2.35 264	0.06 65	2.82 159	0.05 5	0.00 1	0.01 191	0.01 321	0.00 1	0.04 110	0.00 1

SACVNet	1.14 189	0.74 225	2.49 187	0.07 125	0.00 1	1.65 234	0.28 265	4.52 236	1.51 198	2.11 255	0.79 187	1.57 200	0.07 75	5.28 254	1.31 238	0.01 296	0.00 1	0.00 1	0.00 1	0.26 315	0.18 161

rrr	1.15 191	1.21 309	5.05 317	0.18 191	0.16 215	0.83 15	0.06 181	2.88 87	1.44 189	0.40 52	0.04 39	0.06 29	0.09 95	6.04 279	2.22 283	0.00 1	0.48 295	0.00 1	0.19 337	0.16 266	1.59 345

anonymousa	1.15 191	0.38 142	2.43 180	0.70 308	1.49 368	1.45 163	0.02 75	4.23 214	1.13 100	0.91 121	2.52 293	3.46 307	0.55 208	0.55 40	0.60 167	0.00 1	1.13 366	0.00 1	0.54 385	0.04 110	0.86 292

MyStereo8	1.16 193	0.86 247	3.73 264	0.86 332	0.04 143	1.47 173	0.01 18	4.64 248	2.13 267	1.47 200	1.10 215	1.21 185	0.31 172	1.12 101	1.50 249	0.00 1	1.45 388	0.00 1	0.30 371	0.10 196	0.93 301

GMM-Stereo	1.17 194	0.10 10	2.29 152	0.13 178	0.22 233	1.43 156	0.84 318	2.83 85	1.16 103	2.73 300	3.09 306	0.54 110	0.87 249	5.31 255	0.16 42	0.01 296	0.00 1	0.00 1	0.02 257	0.02 35	1.72 352

HGLStereo	1.17 194	0.53 181	2.39 167	0.01 9	0.02 104	1.45 163	0.01 18	4.05 187	1.14 101	1.42 195	3.06 304	2.09 242	1.21 265	4.60 218	1.33 240	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.06 65

cf-r	1.18 196	1.02 284	3.22 230	0.25 226	0.02 104	1.44 159	0.03 125	5.11 280	2.16 269	1.31 182	0.59 163	2.87 281	0.24 158	4.26 201	0.79 193	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.12 125

MLCV	1.19 197	0.97 272	3.09 223	0.07 125	0.00 1	1.63 226	0.04 153	3.33 127	1.57 203	2.74 302	1.83 257	0.99 169	0.40 195	5.31 255	1.53 251	0.00 1	0.00 1	0.00 1	0.00 1	0.12 228	0.11 119

NLCA_NET_v2_RVC	1.20 198	0.85 244	3.90 270	0.61 291	0.99 353	1.40 148	0.01 18	4.06 189	1.56 202	2.38 278	0.36 125	2.15 250	0.57 213	4.52 214	0.67 181	0.00 1	0.00 1	0.00 1	0.01 238	0.02 35	0.03 37
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet	1.20 198	0.77 234	3.37 240	1.01 345	0.01 60	2.00 264	0.01 18	4.44 228	1.74 238	1.88 235	1.09 213	0.35 87	0.35 178	4.22 197	2.44 293	0.00 1	0.00 1	0.00 1	0.00 1	0.09 185	0.26 202

raft_robust	1.21 200	1.05 290	2.00 108	0.10 159	0.43 295	1.39 144	0.02 75	4.21 209	2.32 284	0.44 60	0.02 1	2.23 254	1.39 275	7.00 331	0.35 110	0.00 1	0.78 316	0.00 1	0.18 331	0.10 196	0.19 164

hknet	1.21 200	0.25 100	2.89 212	0.04 82	0.00 1	3.30 315	0.20 236	6.00 333	1.19 111	2.36 274	0.64 168	3.38 303	0.05 58	3.04 163	0.73 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

PSM-AAD	1.21 200	0.08 3	1.53 25	0.10 159	0.27 262	1.35 135	3.14 361	2.74 78	0.83 59	2.89 304	2.04 268	0.16 70	5.25 365	3.51 175	0.21 68	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.08 80

UNet	1.21 200	0.36 136	4.56 297	0.04 82	0.02 104	2.30 278	0.02 75	3.70 142	0.98 83	1.32 183	0.14 67	2.70 273	1.54 285	4.49 211	1.96 271	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75

GwcNet-RSSM	1.22 204	1.24 313	3.66 258	0.23 216	0.04 143	1.46 167	0.05 165	4.65 250	1.61 208	1.33 185	0.46 148	2.98 286	0.26 162	4.48 210	1.59 253	0.00 1	0.00 1	0.02 340	0.00 1	0.21 293	0.10 112

iResNet_ROB	1.22 204	1.37 323	2.59 191	0.14 181	0.00 1	1.38 143	0.04 153	7.36 371	2.85 327	1.07 151	1.24 225	0.93 160	0.11 111	4.28 202	0.84 202	0.00 1	0.00 1	0.00 1	0.00 1	0.12 228	0.11 119

tt1	1.23 206	0.37 141	2.41 170	0.41 252	0.45 297	3.33 318	0.02 75	3.81 149	6.87 367	0.71 94	0.80 189	0.06 29	0.40 195	1.73 135	0.12 26	0.00 1	1.12 361	0.00 1	0.00 1	0.10 196	1.86 372

Sa-1000	1.23 206	0.79 237	2.16 135	0.00 1	0.40 287	1.36 136	0.03 125	5.00 273	2.01 260	1.11 158	5.38 339	0.61 112	0.15 129	4.18 192	0.37 124	0.00 1	0.54 300	0.00 1	0.16 316	0.15 258	0.16 149

XX-Stereo	1.24 208	0.25 100	6.03 341	1.30 358	0.29 268	1.28 113	0.00 1	4.12 200	0.60 31	1.29 179	0.50 151	3.63 314	0.03 33	4.05 191	0.18 51	0.00 1	0.58 303	0.00 1	0.23 351	0.03 89	0.47 245

BEATNet_4x	1.24 208	1.45 330	5.03 316	0.58 286	0.02 104	1.34 132	0.09 200	5.29 290	1.69 226	2.01 249	0.25 96	1.18 184	0.44 199	2.11 149	2.70 298	0.00 1	0.00 1	0.00 1	0.00 1	0.14 246	0.54 254

CFNet	1.24 208	1.33 321	3.20 229	0.26 231	0.03 122	1.43 156	0.04 153	5.03 274	2.39 291	0.61 84	0.71 175	1.30 190	0.23 156	6.72 309	1.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.25 309	0.10 112

qqq1	1.25 211	0.30 115	2.08 122	0.47 264	0.02 104	1.04 28	0.01 18	5.75 320	2.69 310	1.65 218	2.43 287	0.91 153	0.02 16	4.75 226	0.88 209	0.00 1	0.88 327	0.00 1	0.11 297	0.09 185	0.92 297

fff1	1.25 211	0.30 115	2.08 122	0.47 264	0.02 104	1.04 28	0.01 18	5.75 320	2.69 310	1.65 218	2.43 287	0.91 153	0.02 16	4.75 226	0.88 209	0.00 1	0.88 327	0.00 1	0.11 297	0.09 185	0.92 297

HH	1.25 211	0.40 148	2.13 132	0.90 336	0.41 289	2.28 275	0.01 18	4.25 215	0.95 76	0.37 49	0.89 200	3.87 322	0.80 245	4.74 223	0.51 155	0.00 1	0.96 343	0.00 1	0.00 1	0.03 89	1.53 336

HanStereo	1.25 211	0.40 148	2.13 132	0.90 336	0.41 289	2.28 275	0.01 18	4.25 215	0.95 76	0.37 49	0.89 200	3.87 322	0.80 245	4.74 223	0.51 155	0.00 1	0.96 343	0.00 1	0.00 1	0.03 89	1.53 336

RAFT-345	1.25 211	0.12 18	2.08 122	0.54 280	0.13 200	1.55 197	0.24 251	0.65 7	2.51 301	1.19 166	7.68 355	0.92 158	0.05 58	6.86 317	0.50 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

GEStereo_RVC	1.25 211	0.76 231	2.61 194	0.37 245	0.01 60	1.40 148	0.11 209	6.93 360	1.20 117	1.22 174	0.78 186	1.58 203	0.77 241	6.13 284	0.66 178	0.00 1	0.00 1	0.00 1	0.00 1	0.14 246	0.23 188

GANetREF_RVC	1.25 211	1.39 326	4.10 275	0.10 159	0.00 1	2.25 272	0.18 232	4.68 253	2.78 321	0.69 92	0.34 115	1.87 225	0.65 230	5.07 244	0.68 182	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75
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
NVstereo2D	1.25 211	0.34 132	5.21 326	0.09 149	0.03 122	1.61 218	0.23 248	4.95 271	1.92 254	1.05 147	0.38 129	2.53 267	0.61 217	5.36 258	0.44 136	0.00 1	0.10 256	0.00 1	0.03 259	0.04 110	0.19 164

PS-NSSS	1.25 211	0.85 244	2.77 205	0.05 97	0.03 122	1.40 148	0.01 18	5.04 275	2.38 289	1.34 186	2.80 299	0.65 117	0.06 65	6.36 291	0.91 216	0.18 364	0.00 1	0.00 1	0.00 1	0.12 228	0.01 11

KYRaft	1.26 220	0.08 3	1.58 30	0.06 115	0.23 239	1.28 113	0.75 316	2.92 93	0.81 55	3.20 315	7.14 354	0.99 169	2.70 325	1.56 125	0.16 42	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.66 351

hitnet-ft	1.26 220	0.71 220	2.37 165	0.04 82	0.00 1	1.39 144	0.21 242	3.94 172	2.53 302	1.61 216	1.11 217	4.21 327	0.36 180	4.83 234	1.65 256	0.01 296	0.00 1	0.03 345	0.00 1	0.11 219	0.08 80

ARAFT	1.27 222	1.38 325	4.73 302	0.08 133	0.00 1	1.67 240	0.04 153	5.52 307	1.98 259	3.02 310	0.59 163	0.47 101	0.11 111	4.87 235	0.38 125	0.00 1	0.03 226	0.00 1	0.00 1	0.25 309	0.25 198

iRaft-Stereo_5w	1.28 223	0.93 261	3.51 247	0.14 181	0.66 328	1.21 79	0.01 18	3.87 164	1.06 89	0.19 30	1.97 263	1.62 208	1.50 283	6.80 313	1.07 231	0.00 1	0.16 264	0.00 1	0.06 280	0.26 315	0.67 274

LMCR-Stereo	1.28 223	1.13 301	2.41 170	0.57 285	0.03 122	2.72 297	0.09 200	6.86 359	0.88 66	2.44 285	1.92 260	0.14 66	1.55 288	3.57 178	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.16 266	0.02 24

ac_64	1.28 223	0.43 154	2.90 214	0.18 191	0.25 248	1.52 190	0.03 125	5.58 308	1.89 250	0.92 125	0.53 155	4.86 338	0.45 202	5.01 242	0.88 209	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.06 65

FADNet-RVC-Resample	1.28 223	1.46 331	6.58 353	0.10 159	0.14 205	1.54 196	0.25 255	4.29 221	1.46 192	0.61 84	0.23 93	1.29 189	0.28 167	5.23 252	1.06 229	0.10 354	0.16 264	0.09 358	0.06 280	0.28 323	0.39 235

xx1	1.29 227	0.36 136	2.41 170	0.50 274	0.29 268	3.40 321	0.02 75	4.02 183	7.67 374	0.71 94	0.83 192	0.73 133	0.15 129	1.60 128	0.12 26	0.00 1	1.13 366	0.00 1	0.23 351	0.06 132	1.57 340

cc1	1.29 227	0.36 136	2.41 170	0.50 274	0.29 268	3.40 321	0.02 75	4.02 183	7.67 374	0.71 94	0.83 192	0.05 22	0.61 217	1.59 127	0.12 26	0.00 1	1.13 366	0.00 1	0.03 259	0.10 196	1.86 372

OMP-Stereo	1.29 227	0.75 227	1.67 42	2.47 380	0.29 268	1.61 218	0.32 281	2.38 70	1.09 93	2.66 296	1.14 220	3.04 289	0.17 138	7.40 343	0.60 167	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.08 80

Prome-Stereo	1.29 227	0.09 6	1.62 33	0.12 177	0.24 244	1.28 113	0.65 310	2.98 100	0.93 75	2.08 253	8.52 359	0.75 137	2.83 328	2.19 150	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.39 330

FADNet-RVC	1.30 231	1.62 343	6.28 345	0.03 58	0.00 1	1.61 218	0.08 189	4.49 231	2.04 264	0.41 57	0.10 57	0.63 114	0.64 227	5.55 265	1.69 259	0.01 296	0.08 248	0.00 1	0.00 1	0.52 364	0.31 212

SMFormer	1.31 232	0.30 115	2.08 122	0.47 264	0.02 104	1.04 28	0.01 18	5.75 320	2.69 310	1.65 218	2.43 287	0.91 153	0.02 16	4.75 226	2.20 279	0.00 1	0.88 327	0.00 1	0.14 308	0.06 132	0.76 283

delet	1.31 232	0.61 203	2.64 198	0.05 97	0.17 218	2.84 304	1.00 328	4.88 263	2.46 297	1.38 191	1.37 232	1.62 208	0.90 251	4.52 214	1.48 248	0.00 1	0.00 1	0.00 1	0.00 1	0.14 246	0.08 80

PSMNet_ROB	1.31 232	1.27 315	3.91 271	0.05 97	0.11 193	1.69 244	0.16 224	3.98 176	1.59 205	1.15 163	0.34 115	2.77 275	0.62 222	4.43 209	3.80 325	0.00 1	0.00 1	0.00 1	0.00 1	0.12 228	0.12 125

tta	1.32 235	0.30 115	2.08 122	0.47 264	0.02 104	1.04 28	0.01 18	5.75 320	2.69 310	1.65 218	2.43 287	0.91 153	0.02 16	4.75 226	2.20 279	0.00 1	0.88 327	0.00 1	0.14 308	0.09 185	0.92 297

FADNet_RVC	1.32 235	1.54 337	5.37 329	0.02 39	0.06 156	2.78 300	0.07 183	4.19 208	1.03 86	0.44 60	0.35 122	0.67 123	0.10 102	5.42 260	1.92 269	0.24 368	0.33 284	0.11 362	0.33 373	0.66 374	0.68 275

TDLM	1.32 235	0.90 253	2.42 178	0.61 291	0.03 122	1.59 207	2.04 350	3.73 144	2.29 282	1.70 226	0.94 204	1.07 177	0.67 233	6.49 297	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.18 283	0.54 254

iResNetv2_ROB	1.32 235	1.82 349	6.02 340	1.27 355	0.00 1	1.41 154	0.05 165	4.48 230	1.46 192	1.02 144	1.28 227	1.00 171	0.27 165	4.72 222	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.37 347	0.16 149

ssnet_v2	1.33 239	0.64 211	2.83 209	0.06 115	0.03 122	2.08 269	0.36 286	5.88 329	2.33 286	2.52 290	0.88 199	3.06 291	0.54 206	1.75 138	3.30 318	0.00 1	0.00 1	0.00 1	0.00 1	0.25 309	0.13 133

MMNet	1.33 239	0.69 219	4.18 277	0.11 171	0.01 60	4.08 334	0.02 75	4.27 218	1.49 197	2.17 258	0.33 114	1.34 192	1.20 261	4.52 214	1.93 270	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.06 65

ADLNet	1.35 241	0.55 183	2.95 216	0.01 9	0.05 151	2.22 271	0.11 209	5.06 277	2.83 325	2.42 283	2.19 270	2.63 271	0.68 235	3.59 179	1.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.17 278	0.27 205

pcwnet_v2	1.36 242	0.21 84	5.89 338	0.15 186	0.01 60	1.78 253	0.02 75	5.77 324	3.19 335	1.69 225	1.94 262	2.00 236	0.79 244	3.09 164	0.33 100	0.00 1	0.00 1	0.00 1	0.01 238	0.04 110	0.27 205

CVANet_RVC	1.37 243	0.82 243	3.23 232	0.54 280	0.11 193	1.48 178	0.46 293	4.01 182	2.23 276	3.33 318	1.34 231	1.51 198	0.37 182	6.38 292	0.69 184	0.01 296	0.00 1	0.00 1	0.05 273	0.19 286	0.62 268

FADNet	1.38 244	1.42 329	5.62 335	0.03 58	0.06 156	2.56 289	0.16 224	4.66 251	1.64 221	0.35 45	0.11 60	1.66 213	1.05 255	5.64 270	1.59 253	0.18 364	0.02 218	0.01 321	0.01 238	0.52 364	0.23 188

DLCB_ROB	1.38 244	0.60 198	1.96 104	0.10 159	0.00 1	1.53 192	0.23 248	4.02 183	1.91 253	3.54 323	1.97 263	3.40 304	0.30 168	4.91 236	2.97 309	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.12 125

iRaft-Stereo_20w	1.39 246	0.18 50	3.72 262	0.79 325	0.56 309	1.90 260	0.65 310	8.85 383	1.05 88	2.05 252	0.42 138	1.24 186	1.23 267	1.69 133	0.95 219	0.00 1	0.62 305	0.00 1	0.44 379	0.02 35	1.41 332

IIG-Stereo	1.39 246	0.67 215	1.73 49	2.48 381	0.05 151	1.63 226	0.14 220	3.00 102	1.20 117	2.94 306	2.23 273	3.03 288	0.55 208	7.41 344	0.66 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.07 75

DAS	1.40 248	0.11 13	2.83 209	0.04 82	0.01 60	1.31 119	1.14 334	4.51 233	2.02 262	4.84 347	2.33 277	1.65 211	0.56 210	5.53 263	0.85 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 164

DRaft	1.40 248	0.20 79	1.83 80	0.09 149	0.01 60	1.66 235	0.42 290	2.13 62	0.59 29	3.75 327	5.16 338	0.41 95	4.27 354	5.52 262	1.63 255	0.01 296	0.06 241	0.00 1	0.07 282	0.08 166	0.12 125

SepStereo	1.41 250	0.11 13	2.83 209	0.04 82	0.01 60	1.31 119	1.14 334	4.51 233	2.02 262	4.84 347	2.33 277	1.65 211	0.56 210	5.78 273	0.85 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 164

XPNet_ROB	1.41 250	0.81 241	2.75 203	0.04 82	0.01 60	1.70 245	0.17 227	4.14 203	1.69 226	4.12 335	1.10 215	1.58 203	0.52 205	5.13 248	4.07 329	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.25 198

ETE_ROB	1.42 252	1.04 289	3.10 224	0.02 39	0.03 122	1.81 256	0.22 245	4.73 255	1.67 225	4.77 345	1.43 235	2.77 275	0.08 86	4.23 198	2.20 279	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.20 176

CRFU-Net	1.43 253	0.33 131	2.98 218	1.27 355	0.03 122	4.01 333	0.05 165	6.21 341	0.95 76	1.92 240	0.74 179	3.41 305	2.55 322	3.36 168	0.36 114	0.01 296	0.01 191	0.11 362	0.00 1	0.13 238	0.09 102

DSFCA	1.45 254	0.51 173	2.76 204	0.01 9	0.03 122	3.64 328	0.83 317	3.28 125	1.45 191	3.25 317	0.44 142	2.89 283	1.45 278	6.07 281	2.14 277	0.00 1	0.02 218	0.00 1	0.00 1	0.06 132	0.10 112

ffm	1.46 255	0.50 166	4.37 287	0.46 258	0.03 122	1.60 211	0.03 125	3.81 149	6.87 367	1.57 210	2.38 279	2.14 245	0.38 184	1.73 135	0.12 26	0.00 1	1.12 361	0.00 1	0.17 324	0.10 196	1.86 372

ASMatch	1.46 255	0.17 46	2.35 162	0.73 317	0.20 227	1.22 83	0.25 255	1.04 25	0.89 69	0.30 43	11.50 369	0.92 158	2.31 313	6.65 305	0.56 163	0.00 1	0.00 1	0.00 1	0.01 238	0.00 1	0.04 43

DispNO	1.47 257	1.01 282	5.05 317	0.13 178	0.08 174	1.49 182	0.02 75	4.38 225	1.86 246	1.51 202	1.57 244	3.12 294	1.09 256	5.77 272	1.89 268	0.00 1	0.02 218	0.03 345	0.11 297	0.11 219	0.08 80

NOSS_ROB	1.47 257	0.49 165	2.40 168	1.00 342	0.17 218	2.56 289	0.01 18	4.86 261	2.62 306	2.32 270	1.74 251	2.79 277	0.02 16	6.96 328	0.60 167	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.73 280

Consistency-Raft	1.48 259	0.96 269	5.40 332	0.36 242	0.31 282	1.66 235	0.11 209	4.30 222	4.32 349	0.47 67	5.99 345	0.86 150	2.09 308	1.19 106	1.31 238	0.03 330	0.01 191	0.00 1	0.00 1	0.27 320	0.02 24

HSM	1.48 259	0.60 198	1.85 83	0.01 9	0.29 268	1.76 251	0.04 153	6.50 351	1.46 192	1.91 238	1.55 242	4.69 336	1.27 271	6.66 306	0.70 185	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.26 202

EAI-Stereo	1.50 261	0.16 38	1.53 25	0.25 226	0.91 346	2.30 278	4.98 380	6.09 339	1.87 248	1.38 191	5.56 341	0.49 103	0.59 215	1.21 109	0.83 200	0.00 1	0.31 282	0.00 1	1.09 398	0.02 35	0.56 261

CBFPSM	1.51 262	1.00 280	5.32 328	0.05 97	0.01 60	3.57 327	0.04 153	4.06 189	1.03 86	0.65 87	0.21 89	6.06 354	3.60 344	2.65 155	1.82 263	0.00 1	0.01 191	0.00 1	0.00 1	0.09 185	0.12 125

HSM-Net_RVC	1.51 262	0.11 13	1.93 101	0.00 1	0.01 60	1.91 262	0.05 165	7.86 377	1.93 256	3.77 328	3.76 321	3.16 295	0.36 180	4.34 204	0.83 200	0.01 296	0.01 191	0.00 1	0.00 1	0.01 9	0.11 119
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCCL2	1.51 262	1.32 320	3.27 235	0.03 58	0.07 165	1.63 226	3.29 363	4.54 239	1.61 208	3.22 316	0.37 126	3.84 321	0.31 172	4.42 208	2.02 274	0.00 1	0.00 1	0.02 340	0.00 1	0.09 185	0.22 183

ADLNet2	1.52 265	0.79 237	3.51 247	0.01 9	0.69 332	1.26 104	0.26 257	4.84 260	3.10 331	1.67 222	3.23 310	4.17 326	0.80 245	4.77 231	1.00 224	0.00 1	0.00 1	0.00 1	0.00 1	0.22 299	0.12 125

TransformOpticalFlow	1.53 266	0.40 148	3.46 244	0.66 302	0.07 165	1.56 201	0.09 200	4.35 223	1.86 246	1.72 227	2.27 275	3.53 311	3.04 334	6.93 324	0.49 151	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.10 112

fast-acv-ft	1.54 267	0.86 247	4.85 307	0.11 171	0.12 198	3.88 330	0.28 265	2.97 99	2.26 279	0.96 130	3.49 316	2.97 285	1.23 267	3.47 173	2.75 300	0.04 336	0.01 191	0.04 350	0.04 271	0.44 354	0.08 80

THIR-Stereo	1.54 267	0.48 164	1.88 93	0.01 9	0.02 104	1.08 41	4.17 372	2.48 72	0.41 13	1.09 154	4.30 332	1.90 227	4.08 353	6.84 315	1.81 261	0.00 1	0.00 1	0.04 350	0.00 1	0.06 132	0.04 43

GrayStereo	1.55 269	0.06 1	1.53 25	0.75 322	0.20 227	1.27 110	4.44 377	3.44 130	1.20 117	4.92 350	3.92 325	0.45 98	4.54 357	3.43 172	0.09 13	0.00 1	0.00 1	0.00 1	0.49 384	0.02 35	0.25 198

LALA_ROB	1.55 269	1.07 294	2.99 220	0.02 39	0.06 156	3.20 312	0.49 296	4.07 192	1.80 244	3.79 329	0.66 171	4.51 329	0.25 161	3.82 187	4.07 329	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.11 119

DEmStereo	1.56 271	0.16 38	2.44 182	0.09 149	0.02 104	1.77 252	0.87 319	1.72 49	1.08 92	2.48 287	6.30 349	1.06 175	5.02 361	6.28 288	1.81 261	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11

PA-Net	1.56 271	1.13 301	5.13 321	0.07 125	0.17 218	1.46 167	0.53 299	4.73 255	3.04 330	0.92 125	1.30 228	2.29 260	0.62 222	6.63 303	3.00 311	0.01 296	0.00 1	0.00 1	0.00 1	0.07 156	0.15 145
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HBP-ISP	1.59 273	1.12 299	3.42 241	0.53 279	0.10 189	4.27 338	1.44 340	5.35 293	1.61 208	3.58 325	0.87 198	0.91 153	1.18 260	6.64 304	0.46 145	0.04 336	0.02 218	0.00 1	0.00 1	0.06 132	0.24 192

Wz-Net-LNSev	1.60 274	1.48 334	8.20 371	0.03 58	0.03 122	3.95 332	0.13 217	4.89 264	2.33 286	0.92 125	0.31 112	3.64 315	1.40 276	2.90 160	1.50 249	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.20 176

AAGNet	1.60 274	0.15 28	1.76 60	1.17 352	0.27 262	1.51 187	0.64 308	1.71 48	1.20 117	1.67 222	0.81 190	1.59 205	2.23 310	6.08 282	11.16 377	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.02 24

StereoDRNet	1.66 276	1.21 309	5.39 331	0.06 115	0.11 193	2.49 286	1.06 331	5.28 289	1.89 250	3.60 326	0.63 166	2.28 256	0.64 227	4.70 220	3.25 316	0.00 1	0.03 226	0.00 1	0.01 238	0.15 258	0.36 224

APVNet	1.68 277	0.75 227	4.94 313	0.13 178	0.01 60	4.56 345	0.08 189	5.20 285	1.44 189	1.51 202	1.05 210	2.87 281	0.93 252	6.76 312	2.76 301	0.01 296	0.00 1	0.07 355	0.00 1	0.34 336	0.08 80

CrosDoStereo	1.72 278	0.31 121	1.91 98	0.03 58	0.07 165	1.40 148	5.95 390	3.61 136	1.62 214	0.98 131	3.79 322	0.94 161	4.66 359	7.11 336	1.86 266	0.00 1	0.00 1	0.00 1	0.00 1	0.12 228	0.08 80

DeepStereo_LL	1.72 278	0.31 121	1.91 98	0.03 58	0.07 165	1.40 148	5.95 390	3.61 136	1.62 214	0.98 131	3.79 322	0.94 161	4.66 359	7.11 336	1.86 266	0.00 1	0.00 1	0.00 1	0.00 1	0.12 228	0.08 80

STrans-v2	1.75 280	0.45 157	3.43 242	0.03 58	0.19 223	1.48 178	0.08 189	7.25 368	2.16 269	2.04 250	2.80 299	3.60 312	3.78 348	7.00 331	0.52 158	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.10 112

RASNet	1.75 280	0.71 220	2.93 215	0.20 210	3.20 386	1.75 250	0.26 257	3.87 164	2.64 307	0.98 131	1.46 238	5.25 351	1.67 295	6.73 310	2.81 306	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.47 245

RYNet	1.76 282	0.81 241	4.24 281	0.34 241	0.10 189	2.62 295	0.07 183	5.36 296	2.08 266	1.38 191	0.35 122	4.71 337	1.35 274	6.73 310	4.61 335	0.00 1	0.05 235	0.00 1	0.00 1	0.05 122	0.33 219

GASNet	1.77 283	2.50 373	7.05 357	0.47 264	0.02 104	1.50 183	0.20 236	4.55 240	2.55 304	0.98 131	1.48 239	2.24 255	1.57 291	6.25 285	3.41 321	0.00 1	0.05 235	0.00 1	0.00 1	0.55 367	0.12 125

ttt	1.79 284	0.32 125	2.41 170	0.58 286	0.26 257	1.64 233	0.00 1	6.26 346	2.57 305	1.91 238	2.39 284	1.39 193	0.11 111	5.55 265	7.97 359	0.00 1	1.05 347	0.00 1	0.16 316	0.06 132	1.14 313

DRN-Test	1.79 284	0.51 173	4.94 313	0.19 196	0.14 205	3.30 315	0.19 235	6.58 355	2.31 283	4.40 341	0.77 184	2.10 243	1.73 297	5.40 259	2.82 307	0.00 1	0.00 1	0.00 1	0.01 238	0.12 228	0.27 205

Wz-Net-LNSev-Ref	1.86 286	1.13 301	5.96 339	0.02 39	0.00 1	5.00 351	0.29 272	5.31 292	2.38 289	2.65 293	1.15 221	2.32 263	1.95 306	5.59 267	3.35 320	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.14 138

RAFT + AFF	1.88 287	1.84 352	4.19 278	0.05 97	0.85 340	2.29 277	1.00 328	6.32 348	2.26 279	1.88 235	1.80 256	1.27 187	3.66 345	6.56 299	2.36 290	0.02 320	0.34 287	0.00 1	0.01 238	0.41 352	0.50 251

MaskLacGwcNet_RVC	1.88 287	0.88 250	3.47 245	1.64 372	0.22 233	4.27 338	0.40 288	3.90 170	1.63 220	0.72 100	0.71 175	3.06 291	0.11 111	5.13 248	1.03 227	5.07 390	0.54 300	0.00 1	0.00 1	1.73 383	3.16 389

iinet-f	1.90 289	0.98 275	13.29 391	0.42 253	0.03 122	4.30 341	0.04 153	3.86 162	1.32 166	1.28 178	0.57 157	2.91 284	2.70 325	2.60 153	3.11 314	0.00 1	0.02 218	0.02 340	0.00 1	0.49 357	0.09 102

DualNet	1.91 290	0.50 166	4.37 287	0.46 258	0.03 122	1.60 211	0.03 125	3.81 149	6.87 367	1.57 210	2.38 279	2.14 245	0.38 184	1.73 135	9.02 364	0.00 1	1.12 361	0.00 1	0.17 324	0.10 196	1.86 372

Syn2CoEx	1.91 290	1.85 353	6.43 352	0.05 97	0.00 1	1.47 173	0.54 300	6.03 337	2.24 277	2.24 265	2.19 270	2.06 239	3.10 336	6.57 300	2.58 296	0.00 1	0.00 1	0.00 1	0.00 1	0.34 336	0.40 237

FAT-Stereo	1.95 292	0.23 93	3.66 258	0.18 191	0.03 122	1.80 255	0.94 323	5.35 293	3.11 332	4.23 336	5.00 337	5.22 350	2.76 327	5.07 244	1.09 232	0.00 1	0.00 1	0.00 1	0.00 1	0.05 122	0.17 154

AANet_RVC	1.95 292	1.64 344	4.89 308	0.09 149	0.00 1	1.24 91	0.01 18	3.93 171	2.82 324	2.32 270	4.64 335	3.61 313	0.19 146	7.61 350	4.73 337	0.60 373	0.19 270	0.00 1	0.00 1	0.11 219	0.47 245

ccnet	1.96 294	0.68 216	3.59 251	0.26 231	0.19 223	3.68 329	1.55 342	4.89 264	1.77 241	2.68 298	3.92 325	3.44 306	1.72 296	5.02 243	5.22 339	0.06 346	0.00 1	0.09 358	0.01 238	0.13 238	0.32 214

GwcNet	1.96 294	1.51 335	7.43 362	0.30 237	1.20 360	4.13 335	0.61 307	4.45 229	1.92 254	1.53 206	2.31 276	3.93 325	0.54 206	5.50 261	3.16 315	0.00 1	0.00 1	0.00 1	0.01 238	0.39 348	0.24 192

DANet	1.96 294	0.24 97	3.72 262	0.78 324	0.48 301	2.65 296	0.34 284	3.94 172	1.71 232	4.35 338	1.56 243	5.09 344	0.56 210	6.97 329	5.99 346	0.01 296	0.00 1	0.00 1	0.01 238	0.04 110	0.66 271
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CBMV	1.97 297	0.56 189	2.61 194	0.46 258	0.07 165	2.91 307	4.18 373	4.58 243	2.78 321	5.50 356	2.21 272	2.84 280	2.94 329	4.75 226	2.31 287	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.60 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DISCO	2.03 298	0.45 157	2.82 208	0.72 312	0.53 304	5.13 353	0.01 18	6.01 336	1.81 245	2.31 269	0.91 202	6.43 358	0.87 249	8.57 370	3.67 323	0.00 1	0.00 1	0.00 1	0.00 1	0.12 228	0.17 154

edge stereo	2.06 299	0.42 153	4.20 279	0.14 181	0.09 181	1.82 257	0.51 297	5.38 297	2.48 300	3.45 322	3.96 329	8.28 368	1.80 302	5.90 276	2.30 286	0.00 1	0.00 1	0.01 321	0.00 1	0.16 266	0.19 164

CBMV_ROB	2.06 299	0.31 121	2.72 200	0.63 296	0.00 1	2.83 303	0.88 320	5.24 288	2.41 293	4.28 337	6.16 346	3.07 293	3.47 343	5.81 275	2.69 297	0.00 1	0.00 1	0.00 1	0.00 1	0.05 122	0.56 261

mmx	2.08 301	0.50 166	4.37 287	0.46 258	0.03 122	1.60 211	0.03 125	6.21 341	2.77 319	1.57 210	2.38 279	2.14 245	0.38 184	7.65 351	9.02 364	0.00 1	1.08 350	0.00 1	0.17 324	0.06 132	1.25 322

xxx	2.08 301	0.50 166	4.37 287	0.46 258	0.03 122	1.60 211	0.03 125	6.21 341	2.77 319	1.57 210	2.38 279	2.14 245	0.38 184	7.65 351	9.02 364	0.00 1	1.08 350	0.00 1	0.17 324	0.06 132	1.25 322

RP	2.09 303	0.90 253	3.88 269	0.22 212	0.61 319	1.72 247	0.94 323	4.97 272	2.65 308	3.87 330	5.63 342	4.44 328	4.28 355	4.99 241	2.35 289	0.01 296	0.00 1	0.00 1	0.01 238	0.20 290	0.13 133

NCC-stereo	2.09 303	1.02 284	4.78 305	0.10 159	0.26 257	2.33 280	0.13 217	5.82 326	1.70 230	2.98 307	3.18 308	4.63 333	5.69 370	6.26 286	2.76 301	0.05 340	0.00 1	0.00 1	0.00 1	0.08 166	0.14 138

Abc-Net	2.09 303	1.02 284	4.78 305	0.10 159	0.26 257	2.33 280	0.13 217	5.82 326	1.70 230	2.98 307	3.18 308	4.63 333	5.69 370	6.26 286	2.76 301	0.05 340	0.00 1	0.00 1	0.00 1	0.08 166	0.14 138
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CC-Net-ROB	2.09 303	1.17 305	3.97 273	1.52 368	0.23 239	3.35 320	0.05 165	5.09 278	2.74 316	1.09 154	1.40 234	0.97 167	0.18 142	6.66 306	0.87 206	1.46 385	1.64 393	7.13 392	0.00 1	1.67 382	0.54 254

RAFT-RH_RVC	2.11 307	0.30 115	2.27 150	0.74 319	0.26 257	1.51 187	0.02 75	0.61 6	1.23 126	5.28 353	21.18 394	1.04 172	0.07 75	6.90 320	0.61 170	0.04 336	0.00 1	0.00 1	0.03 259	0.02 35	0.00 1

RGC	2.11 307	0.95 265	4.61 299	0.08 133	0.29 268	3.34 319	0.11 209	5.40 301	1.78 243	3.93 332	4.52 333	5.20 348	3.05 335	5.78 273	2.78 304	0.00 1	0.00 1	0.00 1	0.00 1	0.12 228	0.18 161

S-Stereo	2.12 309	0.32 125	6.30 346	0.24 221	0.22 233	2.51 287	1.83 346	5.38 297	5.55 359	2.46 286	5.91 344	2.81 278	0.71 237	5.19 251	2.45 294	0.00 1	0.02 218	0.00 1	0.00 1	0.07 156	0.37 225

1111x	2.13 310	0.58 193	4.38 292	0.39 249	0.61 319	2.14 270	0.01 18	6.38 349	2.40 292	1.80 230	1.97 263	0.95 165	0.64 227	7.16 339	10.30 374	0.00 1	1.18 374	0.00 1	0.29 369	0.07 156	1.32 327

SGM-Forest	2.15 311	0.50 166	2.42 178	0.19 196	0.25 248	3.47 325	2.38 356	4.53 237	2.46 297	5.64 357	3.99 330	3.74 317	2.22 309	6.99 330	3.08 313	0.01 296	0.02 218	0.00 1	0.00 1	0.05 122	0.98 304
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
psmorigin	2.16 312	0.75 227	10.72 384	0.24 221	0.03 122	1.62 223	0.20 236	3.80 148	1.16 103	5.40 354	3.08 305	5.77 352	2.29 312	5.62 269	2.13 276	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.25 198

Anonymous_2	2.17 313	0.32 125	2.35 162	0.80 326	0.85 340	1.67 240	0.22 245	4.62 246	0.71 42	1.12 159	0.40 134	3.18 297	1.94 305	0.84 91	0.77 191	0.06 346	1.09 353	3.25 391	14.62 415	3.25 385	1.43 333

Wz-Net-MNSev	2.17 313	1.90 357	7.77 365	0.02 39	0.01 60	4.60 346	2.08 351	5.70 316	2.83 325	4.02 333	1.50 240	1.87 225	2.53 321	5.10 246	3.04 312	0.00 1	0.01 191	0.00 1	0.00 1	0.14 246	0.31 212

ff1	2.20 315	0.50 166	4.37 287	0.46 258	0.03 122	1.60 211	0.03 125	3.81 149	6.87 367	1.57 210	2.38 279	2.14 245	0.38 184	7.65 351	9.02 364	0.00 1	1.12 361	0.00 1	0.17 324	0.10 196	1.86 372

FTStereo	2.20 315	0.09 6	2.07 121	0.18 191	0.13 200	1.43 156	4.50 379	2.98 100	0.97 80	3.35 320	17.70 382	0.77 145	4.06 351	4.36 205	0.15 38	0.15 361	0.00 1	0.00 1	0.00 1	0.02 35	1.19 317

PASM	2.20 315	1.85 353	10.33 382	1.00 342	0.41 289	1.98 263	0.90 322	3.85 161	2.76 318	4.38 339	1.53 241	3.49 310	1.54 285	6.60 301	2.43 292	0.14 360	0.02 218	0.00 1	0.03 259	0.33 333	0.39 235

GANet	2.23 318	0.92 260	3.10 224	0.88 334	0.08 174	2.25 272	3.25 362	4.61 245	1.71 232	2.55 291	9.98 365	2.56 268	1.47 282	7.52 349	2.98 310	0.00 1	0.04 230	0.02 340	0.08 286	0.14 246	0.42 243

Nwc_Net	2.25 319	0.98 275	5.37 329	0.07 125	0.11 193	2.80 301	0.05 165	7.36 371	1.30 162	2.77 303	8.21 358	5.18 347	2.98 333	5.16 250	2.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.12 228	0.08 80

xxxx	2.26 320	0.43 154	2.30 154	0.01 9	0.68 331	1.47 173	0.00 1	6.56 354	2.32 284	1.56 208	2.07 269	1.07 177	0.06 65	4.81 232	18.87 397	0.00 1	1.11 359	0.00 1	0.21 344	0.06 132	1.65 347

test_xeample	2.27 321	0.46 160	2.25 148	0.10 159	0.69 332	1.48 178	0.00 1	6.24 344	2.46 297	1.83 232	2.40 285	0.37 89	0.07 75	4.49 211	19.55 399	0.00 1	1.11 359	0.00 1	0.21 344	0.07 156	1.65 347

LL-Strereo	2.29 322	1.55 339	5.01 315	0.64 298	2.78 384	1.52 190	0.05 165	5.04 275	1.24 128	2.73 300	2.87 302	5.10 345	5.49 368	7.22 341	0.81 197	0.04 336	1.31 383	0.00 1	0.00 1	0.31 329	2.08 381

Anonymous Stereo	2.31 323	1.93 359	10.83 385	0.65 300	0.22 233	1.66 235	4.27 376	4.51 233	2.99 329	3.12 313	1.87 259	1.95 232	0.11 111	7.17 340	4.68 336	0.01 296	0.00 1	0.00 1	0.00 1	0.11 219	0.20 176

NaN_ROB	2.33 324	1.31 319	4.55 296	0.32 239	0.30 280	3.13 311	5.01 383	4.57 242	2.78 321	5.49 355	1.73 250	2.28 256	1.98 307	7.48 347	4.32 332	0.01 296	0.06 241	0.03 345	0.09 289	0.20 290	0.88 294

stereogan	2.38 325	0.59 195	5.05 317	0.01 9	0.09 181	8.26 375	0.58 306	4.92 268	3.65 340	4.68 344	4.60 334	6.43 358	2.39 316	5.27 253	0.72 188	0.00 1	0.01 191	0.01 321	0.00 1	0.27 320	0.13 133

MFMNet_re	2.39 326	1.65 345	6.10 342	3.04 384	0.90 345	2.34 282	0.98 326	4.77 259	3.79 343	6.95 362	7.08 353	1.84 224	3.79 349	2.53 152	1.57 252	0.00 1	0.00 1	0.00 1	0.00 1	0.25 309	0.26 202

AF-Net	2.51 327	1.12 299	5.46 333	0.01 9	0.13 200	2.03 266	0.47 294	7.04 365	2.74 316	4.09 334	10.64 367	4.99 341	2.94 329	4.94 238	3.28 317	0.00 1	0.00 1	0.00 1	0.00 1	0.17 278	0.15 145

PDISCO_ROB	2.54 328	1.40 327	5.07 320	1.06 348	2.01 378	8.28 376	0.17 227	7.96 379	6.01 365	1.48 201	1.75 252	3.67 316	1.25 269	7.74 357	2.07 275	0.00 1	0.00 1	0.00 1	0.00 1	0.39 348	0.42 243

DGSMNet	2.56 329	1.15 304	7.39 360	1.34 363	2.02 379	3.20 312	3.97 371	6.11 340	1.72 237	1.52 205	2.72 298	3.23 300	0.63 224	4.74 223	2.39 291	1.12 380	1.53 391	1.54 386	1.32 399	1.40 381	2.10 382

ADCRef	2.57 330	1.40 327	7.90 367	0.11 171	0.11 193	4.71 348	0.74 315	5.45 305	1.66 223	3.15 314	1.65 249	1.61 206	2.25 311	4.54 217	15.56 391	0.03 330	0.00 1	0.01 321	0.10 294	0.27 320	0.23 188

SQANet	2.65 331	1.92 358	3.73 264	4.47 388	2.98 385	2.59 291	0.24 251	4.66 251	1.11 97	2.48 287	0.59 163	1.57 200	0.86 248	3.95 189	1.67 258	7.97 395	0.14 263	0.48 373	0.03 259	7.84 389	3.68 390

DeepPrunerF	2.71 332	1.57 341	16.51 397	0.22 212	0.33 283	1.45 163	0.28 265	6.26 346	9.92 380	1.25 177	0.44 142	1.98 234	1.61 293	7.33 342	4.17 331	0.00 1	0.01 191	0.07 355	0.10 294	0.33 333	0.29 209

FBW_ROB	2.74 333	1.02 284	4.72 301	0.43 255	0.18 221	4.35 342	0.18 232	7.28 370	3.50 337	3.57 324	3.38 314	4.86 338	1.22 266	11.70 390	5.76 343	0.17 363	0.08 248	0.59 378	0.12 304	0.28 323	1.40 331

FINET	2.99 334	2.11 364	7.66 363	1.13 350	1.79 372	4.35 342	3.34 364	5.66 313	7.93 377	2.49 289	3.29 311	1.66 213	2.47 319	6.70 308	4.44 333	0.82 375	1.38 386	0.03 345	0.30 371	0.36 342	1.88 377

aanetorigin	2.99 334	1.00 280	9.85 380	0.23 216	0.23 239	1.59 207	2.01 348	1.94 58	1.25 135	14.45 392	10.04 366	2.98 286	3.75 346	4.97 240	4.01 328	0.10 354	0.05 235	0.09 358	0.11 297	0.55 367	0.55 259

Wz-Net-SNSev	3.01 336	3.59 389	12.98 390	0.45 257	0.04 143	2.72 297	1.12 333	5.80 325	2.42 294	2.30 268	2.62 296	6.39 357	1.29 272	10.20 380	7.19 355	0.00 1	0.01 191	0.00 1	0.00 1	0.29 326	0.72 279

CSAN	3.10 337	1.72 347	5.85 337	0.37 245	0.14 205	4.15 337	3.91 370	4.94 270	4.65 354	6.43 360	6.29 348	4.62 332	5.17 364	8.13 361	4.85 338	0.02 320	0.03 226	0.03 345	0.05 273	0.26 315	0.48 249

222	3.11 338	0.43 154	2.10 129	0.02 39	0.45 297	1.57 204	0.01 18	6.44 350	2.34 288	1.73 228	2.24 274	0.52 108	0.07 75	4.95 239	36.29 414	0.00 1	1.07 349	0.00 1	0.21 344	0.06 132	1.65 347

UDG	3.15 339	9.41 406	2.81 206	2.72 383	0.92 347	2.39 283	0.11 209	4.12 200	1.30 162	2.35 272	3.63 319	4.96 340	1.58 292	4.33 203	2.89 308	1.22 383	0.04 230	8.09 394	3.80 406	4.94 386	1.35 328

XQC	3.16 340	2.00 361	7.71 364	0.97 341	0.67 329	5.07 352	0.69 312	6.58 355	4.95 356	5.04 351	1.98 266	4.99 341	3.12 337	7.96 360	10.02 373	0.00 1	0.63 306	0.00 1	0.18 331	0.36 342	0.38 234

RTSC	3.18 341	2.15 365	8.20 371	0.67 307	0.38 286	4.41 344	0.08 189	5.64 311	5.80 363	6.14 359	3.43 315	3.37 301	1.55 288	7.50 348	12.15 380	0.00 1	0.84 322	0.00 1	0.25 356	0.51 360	0.53 253

ADCP+	3.18 341	1.81 348	11.33 386	0.07 125	0.20 227	5.83 360	2.80 358	4.60 244	2.69 310	1.68 224	0.28 103	3.75 318	3.14 338	6.82 314	17.90 394	0.00 1	0.00 1	0.00 1	0.00 1	0.20 290	0.56 261

PWC_ROB	3.30 343	1.83 350	8.47 374	0.62 295	0.56 309	1.31 119	0.39 287	4.53 237	5.05 357	7.66 367	15.14 377	3.37 301	2.43 317	6.86 317	6.74 353	0.00 1	0.00 1	0.00 1	0.00 1	0.51 360	0.54 254

PWCDC_ROB	3.41 344	2.29 366	5.16 324	0.19 196	0.02 104	3.11 310	0.02 75	5.15 281	12.27 383	1.36 190	23.33 401	1.98 234	3.35 340	4.93 237	3.71 324	0.28 370	0.00 1	0.00 1	0.00 1	0.71 377	0.32 214

DDUNet	3.58 345	11.19 408	3.84 268	3.59 387	3.31 387	4.14 336	0.20 236	4.40 226	1.33 167	2.72 299	3.11 307	3.16 295	0.37 182	4.18 192	1.47 247	2.02 387	0.05 235	10.10 399	3.59 405	5.85 388	3.05 388

G-Net	3.58 345	0.58 193	5.14 323	1.61 369	1.86 373	10.46 381	1.85 347	3.24 121	1.69 226	8.68 371	11.81 371	6.03 353	7.62 378	4.82 233	5.52 342	0.08 351	0.12 260	0.07 355	0.15 310	0.16 266	0.16 149

SHD	3.58 345	1.83 350	6.41 349	1.34 363	1.21 361	4.84 349	0.17 227	7.95 378	12.83 384	7.86 368	3.32 313	5.08 343	2.63 323	5.54 264	8.57 361	0.01 296	0.75 315	0.00 1	0.18 331	0.31 329	0.73 280

otaku	3.61 348	2.06 362	4.04 274	6.41 391	3.35 388	4.67 347	2.08 351	5.97 332	1.58 204	2.19 259	2.62 296	3.47 308	1.45 278	4.36 205	2.17 278	8.55 396	0.25 272	1.89 387	0.03 259	9.29 392	5.81 395

MFN_U_SF_DS_RVC	3.61 348	3.47 384	9.32 378	0.19 196	0.30 280	13.80 387	7.49 401	5.15 281	3.95 345	3.06 311	3.94 327	4.60 331	1.20 261	8.49 368	2.79 305	0.70 374	1.22 378	0.04 350	0.84 391	0.50 359	1.23 319

SDNR	3.62 350	1.25 314	7.41 361	0.71 310	0.22 233	26.06 411	0.02 75	4.55 240	2.42 294	3.10 312	11.33 368	3.05 290	0.77 241	8.31 366	2.21 282	0.05 340	0.11 258	0.00 1	0.01 238	0.08 166	0.66 271

ADCL	3.64 351	1.54 337	8.53 376	0.26 231	0.28 267	7.37 367	4.49 378	5.42 302	3.61 339	4.79 346	3.85 324	5.14 346	4.47 356	6.28 288	15.73 392	0.05 340	0.01 191	0.11 362	0.13 307	0.34 336	0.33 219

Ntro	3.66 352	2.08 363	4.34 285	7.58 393	4.53 390	6.25 363	0.72 314	5.35 293	1.65 222	0.48 74	1.77 253	2.68 272	1.25 269	5.10 246	2.31 287	8.72 397	0.31 282	2.13 389	0.05 273	9.73 393	6.18 396

SPS-STEREO	3.67 353	1.46 331	4.23 280	0.36 242	0.23 239	3.93 331	1.20 336	6.67 358	3.50 337	11.05 381	8.81 360	9.53 374	4.63 358	9.10 371	7.25 356	0.01 296	0.01 191	0.00 1	0.00 1	0.13 238	1.28 325
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SuperB	3.75 354	2.46 372	15.54 396	0.32 239	0.06 156	4.29 340	1.61 343	4.25 215	11.49 382	2.56 292	1.31 230	2.01 238	1.86 303	6.94 325	8.94 363	0.05 340	0.03 226	0.10 361	0.08 286	10.62 398	0.56 261

MDST_ROB	3.81 355	0.21 84	4.29 284	2.64 382	1.45 367	13.85 388	1.02 330	8.06 380	2.67 309	15.14 396	8.81 360	2.70 273	1.55 288	9.31 373	3.90 326	0.03 330	0.00 1	0.00 1	0.00 1	0.03 89	0.63 269

ADCPNet	3.94 356	1.47 333	14.87 393	0.11 171	0.45 297	7.19 366	2.23 354	5.42 302	3.18 334	4.53 343	2.03 267	7.48 367	5.27 366	7.05 335	14.73 388	0.02 320	0.74 314	0.04 350	0.91 397	0.23 300	0.85 291

DPSNet	3.98 357	1.01 282	12.58 388	0.74 319	0.55 306	5.24 355	1.53 341	12.44 390	4.82 355	2.89 304	0.97 207	6.37 356	11.43 392	8.20 362	8.61 362	0.09 353	0.51 297	0.11 362	0.38 378	0.35 340	0.83 288

pmcnn	3.98 357	0.95 265	7.29 359	0.71 310	1.42 365	2.84 304	1.22 337	5.89 330	2.42 294	9.34 377	11.71 370	18.88 391	2.65 324	6.89 319	6.35 350	0.00 1	0.07 244	0.00 1	0.00 1	0.21 293	0.76 283

MFN_U_SF_RVC	4.10 359	2.36 369	12.04 387	1.00 342	0.27 262	10.31 380	0.51 297	8.83 382	3.69 341	4.90 349	3.30 312	9.33 373	3.43 342	8.28 364	9.42 368	0.41 372	0.53 299	0.52 374	0.81 390	0.90 378	1.05 308

NVStereoNet_ROB	4.22 360	2.29 366	6.13 344	1.40 366	1.14 359	2.84 304	0.97 325	5.67 314	5.66 360	5.25 352	14.28 376	12.40 378	5.35 367	10.74 385	5.33 340	1.24 384	1.01 346	0.67 382	0.62 388	0.63 372	0.69 276
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SAMSARA	4.31 361	1.94 360	7.80 366	1.96 376	1.40 364	10.65 382	7.35 398	7.17 366	4.49 351	8.27 370	3.58 318	10.58 375	3.75 346	7.87 358	6.66 352	0.01 296	1.09 353	0.00 1	0.23 351	0.26 315	1.19 317

ADCMid	4.33 362	2.40 371	13.81 392	0.23 216	0.40 287	4.90 350	1.23 338	5.73 317	3.73 342	11.06 382	3.94 327	6.67 362	5.11 362	7.11 336	18.03 395	0.12 358	0.08 248	0.55 375	0.46 380	0.61 370	0.49 250

Wz-Net-TNSev	4.36 363	6.36 400	22.98 400	0.22 212	0.06 156	7.00 365	3.45 365	7.46 373	3.81 344	2.12 256	0.63 166	7.29 366	5.11 362	9.87 378	9.72 372	0.00 1	0.00 1	0.00 1	0.02 257	0.36 342	0.66 271

AnyNet_C32	4.41 364	3.74 391	15.17 395	0.48 272	0.51 303	5.99 362	6.52 397	5.30 291	2.72 315	6.86 361	3.66 320	5.21 349	3.19 339	7.42 345	19.54 398	0.08 351	0.04 230	0.20 369	0.09 289	0.67 375	0.76 283

WZ-Net	4.64 365	2.57 374	25.72 403	0.10 159	0.09 181	3.07 309	2.08 351	6.59 357	5.41 358	6.08 358	4.09 331	7.02 365	6.04 373	11.64 387	11.45 378	0.00 1	0.00 1	0.00 1	0.00 1	0.21 293	0.61 266

SGM_RVC	4.67 366	0.61 203	2.62 196	1.13 350	0.29 268	7.96 373	2.60 357	7.55 374	4.36 350	12.34 386	9.95 364	15.94 386	8.56 380	10.88 386	6.38 351	0.22 367	0.25 272	0.20 369	0.23 351	0.32 331	0.92 297
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	5.04 367	1.86 355	7.96 368	0.39 249	0.12 198	7.51 369	3.73 369	7.20 367	16.07 390	7.15 363	13.16 373	12.35 377	8.70 381	8.28 364	5.37 341	0.00 1	0.01 191	0.00 1	0.00 1	0.13 238	0.71 278

WCMA_ROB	5.16 368	1.07 294	4.40 293	0.66 302	0.69 332	6.28 364	3.63 368	5.39 299	4.05 346	14.77 395	19.39 391	15.46 384	10.72 390	7.67 355	6.77 354	0.19 366	0.27 277	0.18 368	0.20 339	0.18 283	1.23 319

RainbowNet	5.23 369	4.09 394	4.92 312	9.61 398	6.18 392	5.26 356	3.48 366	7.68 376	4.58 353	1.94 244	3.02 303	4.67 335	3.42 341	5.90 276	2.01 272	9.59 399	2.19 399	8.45 395	0.20 339	10.52 396	6.82 398

MSMD_ROB	5.26 370	0.52 178	3.22 230	0.15 186	0.01 60	8.63 377	1.06 331	4.76 258	4.16 347	13.72 389	26.77 404	13.87 382	15.95 398	7.89 359	3.94 327	0.11 356	0.01 191	0.00 1	0.00 1	0.06 132	0.34 221

FCDSN-DC	5.38 371	0.65 212	3.19 228	0.24 221	0.46 300	5.71 357	1.61 343	5.83 328	4.51 352	14.74 394	22.03 397	20.43 393	13.01 395	8.48 367	6.00 347	0.02 320	0.00 1	0.00 1	0.00 1	0.07 156	0.52 252
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSC_U_SF_DS_RVC	5.48 372	3.14 383	10.56 383	0.47 264	0.29 268	24.98 408	8.65 405	6.24 344	9.96 381	4.38 339	8.16 357	8.42 369	2.44 318	9.46 376	6.27 349	1.11 379	1.70 395	0.33 372	0.47 382	1.16 380	1.35 328

ADCS	5.55 373	3.55 385	19.07 398	0.43 255	0.14 205	5.87 361	4.20 375	7.65 375	7.80 376	9.79 378	6.22 347	6.48 360	5.52 369	10.52 384	22.41 408	0.00 1	0.00 1	0.00 1	0.00 1	0.48 356	0.97 303

MeshStereo	6.09 374	0.97 272	3.59 251	0.26 231	0.14 205	7.68 371	2.02 349	10.42 385	5.77 361	20.76 404	19.69 393	22.78 397	10.56 388	10.29 381	6.16 348	0.00 1	0.00 1	0.00 1	0.00 1	0.29 326	0.41 239
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
ACVNet-4b	6.14 375	2.39 370	6.31 347	9.73 399	7.26 397	8.81 378	1.62 345	7.27 369	6.07 366	0.41 57	6.42 350	11.47 376	2.37 315	9.17 372	2.72 299	9.70 401	2.42 401	10.45 400	0.01 238	11.04 400	7.12 399

SGM+DAISY	6.27 376	3.62 390	9.36 379	2.30 377	2.34 380	9.12 379	6.38 394	6.98 364	6.00 364	14.26 390	15.55 379	14.02 383	9.84 385	9.45 375	8.56 360	1.21 382	1.60 392	0.58 376	0.86 394	0.63 372	2.74 384

FC-DCNN	6.44 377	0.46 160	3.25 234	0.54 280	0.56 309	8.01 374	1.37 339	8.76 381	7.15 372	19.35 402	22.25 399	22.72 396	15.44 397	10.37 382	7.93 358	0.00 1	0.01 191	0.00 1	0.00 1	0.03 89	0.64 270

PVD	6.50 378	1.70 346	6.71 355	1.66 373	1.59 371	7.94 372	0.89 321	11.13 388	24.35 397	12.01 385	19.10 387	8.76 371	9.89 386	9.85 377	11.06 376	0.02 320	1.12 361	0.00 1	0.26 363	0.25 309	1.72 352

EDNetEfficient	6.66 379	1.34 322	34.37 407	0.66 302	1.93 377	2.04 268	3.59 367	3.08 110	14.92 387	20.02 403	9.53 363	6.48 360	10.85 391	7.65 351	15.21 389	0.03 330	0.10 256	0.01 321	0.22 348	0.61 370	0.55 259

ACVNet_1	6.79 380	2.72 378	6.97 356	9.78 400	7.38 399	7.67 370	2.29 355	10.50 386	6.93 371	4.51 342	5.39 340	13.21 380	6.34 375	7.02 334	3.31 319	9.70 401	2.48 403	10.85 402	0.11 297	11.41 402	7.23 400

AnyNet_C01	7.15 381	5.48 398	37.47 409	1.08 349	0.59 316	11.50 383	6.49 396	6.93 360	4.31 348	8.06 369	9.11 362	8.72 370	4.06 351	14.50 396	21.97 407	0.11 356	0.08 248	0.24 371	0.09 289	1.11 379	1.07 311

LSM	7.83 382	2.59 375	24.93 402	4.71 389	40.61 418	3.55 326	5.22 385	5.91 331	7.48 373	10.86 380	13.66 375	4.55 330	3.92 350	7.72 356	5.88 345	0.02 320	0.26 275	0.00 1	0.00 1	0.30 328	14.53 414

DispFullNet	8.26 383	24.76 415	14.96 394	14.77 408	7.78 400	5.23 354	0.09 200	5.67 314	3.16 333	9.01 375	4.87 336	6.15 355	10.66 389	10.44 383	4.54 334	2.54 388	0.33 284	15.59 406	4.84 409	13.17 406	6.59 397

ELAS_RVC	8.75 384	1.59 342	6.34 348	1.91 375	1.87 374	11.67 384	12.14 410	10.75 387	16.11 391	22.55 408	21.45 395	18.49 389	18.29 405	14.17 395	12.53 381	0.92 377	1.32 384	0.70 383	0.46 380	0.53 366	1.25 322
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	9.07 385	1.55 339	5.19 325	1.87 374	1.92 376	17.05 393	8.29 403	13.92 392	13.52 386	23.08 409	28.56 409	18.59 390	16.90 401	12.06 392	13.39 385	0.91 376	1.32 384	0.65 381	0.59 386	0.68 376	1.31 326
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	9.32 386	2.76 379	8.07 369	8.84 397	6.89 395	14.54 392	4.19 374	14.25 393	23.92 396	7.62 366	19.61 392	20.42 392	5.93 372	8.52 369	3.64 322	9.16 398	1.74 397	7.93 393	0.36 376	10.56 397	7.47 403

WAO-7	9.62 387	2.87 380	5.64 336	0.96 340	0.21 232	20.37 400	5.13 384	23.65 412	26.32 401	13.11 388	27.70 407	22.69 395	14.04 396	14.53 397	13.11 383	0.13 359	0.09 254	0.58 376	0.10 294	0.51 360	0.75 282

PWCK	9.63 388	6.94 404	19.91 399	6.25 390	0.22 233	22.62 403	14.62 412	12.15 389	13.48 385	14.34 391	13.17 374	13.25 381	8.40 379	16.14 398	11.57 379	6.38 393	0.26 275	2.41 390	0.11 297	8.57 390	1.74 355

IMH-64-1	10.12 389	3.75 392	4.24 281	11.47 403	9.26 403	11.93 385	5.30 386	18.72 398	15.74 388	7.16 364	18.55 384	16.83 387	6.83 376	11.66 388	9.62 370	10.09 403	2.54 404	15.69 407	1.72 400	12.82 403	8.45 404

IMH-64	10.12 389	3.75 392	4.24 281	11.47 403	9.26 403	11.93 385	5.30 386	18.72 398	15.74 388	7.16 364	18.55 384	16.83 387	6.83 376	11.66 388	9.62 370	10.09 403	2.54 404	15.69 407	1.72 400	12.82 403	8.45 404

RTS	10.27 391	3.55 385	66.16 415	1.62 370	2.34 380	13.96 389	6.25 392	6.95 362	18.07 393	8.81 372	19.18 388	6.82 363	2.96 331	26.87 410	19.93 400	0.00 1	0.42 289	0.00 1	0.03 259	0.40 350	0.99 305

RTSA	10.27 391	3.55 385	66.16 415	1.62 370	2.34 380	13.96 389	6.25 392	6.95 362	18.07 393	8.81 372	19.18 388	6.82 363	2.96 331	26.87 410	19.93 400	0.00 1	0.42 289	0.00 1	0.03 259	0.40 350	0.99 305

EDNetEfficientorigin	10.48 393	2.34 368	98.78 427	0.23 216	0.25 248	3.01 308	0.70 313	4.69 254	17.04 392	19.07 398	15.43 378	12.52 379	11.56 393	9.41 374	12.62 382	0.01 296	0.01 191	0.00 1	0.01 238	0.25 309	1.76 357

MADNet+	11.36 394	15.59 411	70.62 417	1.36 365	1.52 369	20.21 399	4.98 380	12.73 391	8.13 378	3.88 331	6.42 350	8.89 372	6.29 374	32.76 414	29.90 413	0.25 369	1.05 347	0.01 321	0.22 348	0.60 369	1.76 357

WAO-6	11.65 395	2.71 377	4.73 302	7.69 394	7.28 398	17.41 394	7.45 399	20.43 403	38.14 413	10.13 379	19.37 390	27.36 401	12.38 394	13.35 393	13.26 384	4.38 389	2.43 402	10.51 401	0.03 259	9.00 391	4.96 393

IMH	11.71 396	4.49 395	4.59 298	11.55 405	9.35 405	14.27 391	5.00 382	21.03 406	25.97 400	8.90 374	23.64 402	20.58 394	10.29 387	13.39 394	9.59 369	10.13 406	2.57 406	15.53 405	1.75 402	13.04 405	8.53 406

LVE	11.75 397	3.56 388	5.48 334	10.38 401	8.28 401	22.54 402	7.53 402	17.01 396	32.01 406	9.26 376	23.28 400	23.43 398	9.72 383	11.79 391	7.81 357	10.09 403	2.62 409	11.07 403	0.59 386	11.18 401	7.44 402

Dean	12.08 398	3.10 382	8.10 370	10.98 402	8.34 402	18.85 397	5.53 388	21.57 408	40.96 415	11.81 384	21.91 396	25.74 400	9.74 384	8.20 362	5.76 343	9.65 400	2.35 400	9.94 396	0.65 389	10.97 399	7.40 401

coex-ft	12.25 399	6.22 399	80.44 418	0.15 186	0.15 213	2.43 284	0.98 326	3.07 109	29.54 402	49.22 417	16.44 380	15.69 385	16.17 399	7.44 346	15.30 390	0.05 340	0.07 244	0.01 321	0.05 273	0.35 340	1.15 315

LE_ROB	13.25 400	1.86 355	12.84 389	2.35 378	1.43 366	7.50 368	5.92 389	10.14 384	48.57 418	57.70 418	24.61 403	23.44 399	32.60 414	10.12 379	24.95 412	0.06 346	0.08 248	0.13 366	0.20 339	0.09 185	0.41 239

SGM-ForestM	14.25 401	3.00 381	8.67 377	2.38 379	1.88 375	24.45 407	11.87 408	19.27 400	21.66 395	30.68 411	29.79 411	46.58 415	28.97 411	27.26 412	21.22 405	1.14 381	1.67 394	0.61 380	0.89 396	0.51 360	2.50 383

WAO-8	14.47 402	5.06 396	6.42 350	8.00 395	6.65 393	23.95 405	2.97 359	23.01 409	45.08 416	19.24 400	34.86 414	33.07 405	17.51 402	17.59 401	14.38 386	5.22 391	0.86 324	10.06 397	0.85 392	10.25 394	4.34 391

Venus	14.47 402	5.06 396	6.42 350	8.00 395	6.65 393	23.95 405	2.97 359	23.01 409	45.08 416	19.24 400	34.85 413	33.07 405	17.51 402	17.59 401	14.38 386	5.22 391	0.86 324	10.06 397	0.85 392	10.25 394	4.34 391

JetBlue	14.57 404	6.38 401	35.83 408	0.95 339	7.05 396	51.27 417	22.93 415	16.51 394	9.78 379	11.72 383	17.82 383	27.82 402	17.62 404	33.31 415	20.36 402	0.35 371	0.18 267	0.15 367	0.25 356	5.36 387	5.74 394

KSHMR	14.93 405	8.30 405	8.52 375	15.54 409	13.01 408	17.62 395	10.36 407	19.39 401	30.53 404	19.03 397	22.15 398	28.32 403	9.61 382	16.44 399	10.96 375	10.98 411	3.74 414	21.96 413	4.87 410	16.79 409	10.39 409

MANE	15.61 406	2.70 376	7.19 358	3.43 386	5.19 391	21.44 401	9.54 406	24.27 413	29.58 403	33.72 413	42.10 416	42.08 414	32.55 413	24.60 406	20.72 403	1.46 385	2.17 398	1.34 385	4.60 407	0.49 357	3.04 387

TorneroNet-64	16.11 407	6.82 402	6.11 343	14.13 406	12.13 407	28.42 413	6.47 395	20.35 402	38.01 412	12.80 387	27.88 408	35.94 409	16.83 400	20.38 404	16.77 393	10.33 407	2.60 407	19.45 410	2.86 403	14.63 407	9.33 408

TorneroNet	16.83 408	6.92 403	6.68 354	14.15 407	12.07 406	27.63 412	8.39 404	21.53 407	37.64 411	14.70 393	32.94 412	33.55 407	18.95 407	19.68 403	20.80 404	10.39 408	2.61 408	19.77 411	3.45 404	15.42 408	9.28 407

notaker	18.29 409	22.89 414	10.13 381	18.52 411	14.64 411	17.81 396	7.48 400	20.77 404	24.37 398	21.91 406	27.45 406	39.00 411	20.06 408	20.53 405	21.90 406	12.54 412	2.81 412	25.96 415	6.03 412	19.60 412	11.37 410

BEATNet-Init1	19.30 410	9.61 407	39.48 410	3.09 385	2.67 383	39.40 416	17.68 413	23.58 411	25.88 399	38.63 414	37.63 415	50.99 416	33.56 415	30.54 413	24.44 411	1.09 378	1.51 390	0.60 379	0.88 395	1.81 384	2.89 385

ktn	19.65 411	19.61 412	8.27 373	22.99 415	17.38 413	23.89 404	11.97 409	24.83 414	34.40 410	19.19 399	27.37 405	32.56 404	18.29 405	16.52 400	18.28 396	22.43 415	3.70 413	29.28 416	10.90 414	19.65 413	11.59 411

UNDER WATER	20.50 412	13.77 410	33.30 405	20.84 413	14.55 410	30.38 414	19.68 414	17.23 397	34.25 409	21.44 405	18.98 386	38.38 410	31.61 412	25.31 407	22.42 409	10.71 410	2.76 410	19.90 412	4.92 411	17.87 411	11.76 412

UNDER WATER-64	20.90 413	11.73 409	33.74 406	20.56 412	13.88 409	34.56 415	24.71 416	16.81 395	33.52 408	22.54 407	17.10 381	40.14 413	33.68 416	25.46 408	23.75 410	10.68 409	2.78 411	18.70 409	4.60 407	17.07 410	12.03 413

DLNR_Zeroshot_test	23.30 414	50.27 420	88.62 419	97.23 431	94.59 427	1.20 72	0.00 1	20.92 405	0.64 35	0.06 14	0.02 1	0.03 5	0.02 16	4.50 213	0.25 82	32.51 418	0.96 343	0.00 1	0.27 367	72.47 424	1.47 334

DPSimNet_ROB	26.59 415	21.34 413	28.49 404	25.34 416	19.24 414	25.03 409	28.61 417	30.13 416	30.91 405	33.36 412	29.60 410	33.91 408	28.18 410	25.99 409	42.58 415	17.84 414	15.40 416	25.41 414	22.86 418	21.10 415	26.45 419

HanzoNet	30.55 416	30.82 417	24.44 401	22.40 414	19.25 415	25.74 410	14.00 411	29.76 415	40.45 414	43.57 415	44.15 417	55.63 417	46.26 417	43.79 417	45.27 416	28.35 416	9.71 415	30.23 417	16.18 416	23.20 416	17.85 415

JetRed	35.17 417	40.12 419	62.92 413	15.92 410	26.66 417	70.02 419	42.94 419	32.33 417	33.48 407	46.29 416	45.31 418	39.98 412	26.04 409	38.73 416	56.93 418	12.90 413	37.58 420	13.38 404	9.53 413	30.41 417	21.91 417

MADNet++	48.24 418	34.06 418	39.67 411	43.36 418	41.25 419	66.15 418	33.15 418	60.90 419	54.14 419	72.30 419	61.91 419	58.11 418	56.05 418	58.09 418	59.59 419	43.04 419	36.86 419	35.73 418	22.37 417	45.96 418	42.06 420

LRCNet_RVC	60.82 419	63.91 421	64.33 414	69.26 423	50.13 420	19.76 398	0.07 183	58.24 418	5.77 361	75.95 420	85.64 420	74.51 419	62.84 419	58.99 419	50.33 417	93.38 427	56.04 424	93.60 425	93.06 425	68.67 423	71.95 425

SPstereo	61.24 420	27.43 416	41.43 412	33.64 417	25.42 416	72.54 420	80.04 420	100.00 430	100.00 428	97.56 426	96.24 425	100.00 431	95.10 425	94.86 424	76.77 420	29.55 417	22.53 417	47.20 420	42.52 419	19.77 414	22.12 418

tt	68.57 421	0.18 50	99.50 428	50.44 419	14.99 412	100.00 429	100.00 429	100.00 430	99.70 425	28.28 410	12.01 372	99.97 430	98.67 427	99.55 427	99.99 430	89.99 424	98.19 425	46.13 419	51.48 421	60.62 419	21.71 416

xxxxx1	76.86 422	82.53 422	93.06 422	61.86 420	67.25 421	95.91 423	95.20 424	75.90 420	81.13 420	82.69 421	86.70 421	89.27 420	87.62 420	85.18 420	86.89 421	55.21 420	54.91 421	60.27 421	72.48 422	60.77 420	62.32 421

tt_ll	76.86 422	82.53 422	93.06 422	61.86 420	67.25 421	95.91 423	95.20 424	75.90 420	81.13 420	82.69 421	86.70 421	89.27 420	87.62 420	85.18 420	86.89 421	55.21 420	54.91 421	60.27 421	72.48 422	60.77 420	62.32 421

ff	76.86 422	82.53 422	93.06 422	61.86 420	67.25 421	95.91 423	95.20 424	75.90 420	81.13 420	82.69 421	86.70 421	89.27 420	87.62 420	85.18 420	86.89 421	55.21 420	54.91 421	60.27 421	72.48 422	60.77 420	62.32 421

PML	88.69 425	99.49 426	92.95 421	94.34 425	94.09 425	98.57 427	96.73 427	93.58 423	94.50 423	99.57 429	91.07 424	95.40 424	91.48 423	99.96 431	90.33 424	99.98 437	31.85 418	100.00 431	46.15 420	93.62 426	70.14 424

MEDIAN_ROB	96.88 426	99.41 425	98.74 426	94.82 426	94.30 426	93.21 422	90.85 422	95.70 425	94.83 424	97.65 427	97.67 426	98.31 425	96.57 426	94.60 423	93.95 426	99.78 435	98.28 426	99.99 429	99.90 428	99.50 431	99.57 429

Anonymous_1	96.94 427	99.72 428	99.64 429	92.03 424	93.81 424	100.00 429	100.00 429	99.18 427	99.90 427	98.59 428	99.75 427	99.15 426	99.95 429	98.52 426	99.54 427	87.31 423	98.83 427	90.77 424	96.89 426	91.07 425	94.14 426

HaxPig	97.67 428	99.63 427	91.79 420	99.82 436	99.96 430	88.42 421	87.25 421	98.22 426	99.89 426	99.93 430	99.96 428	99.95 429	99.86 428	96.37 425	92.57 425	99.96 436	99.98 429	99.99 429	99.99 429	99.99 438	99.91 431

test_example2	98.82 429	99.97 432	99.97 430	99.95 438	99.97 431	99.48 428	99.97 428	94.95 424	100.00 428	100.00 431	100.00 429	93.49 423	93.63 424	99.93 430	99.91 428	100.00 438	99.77 428	96.68 426	98.65 427	100.00 439	100.00 439

DPSM_ROB	99.05 430	100.00 433	100.00 433	95.92 427	98.77 428	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.10 425	100.00 430	100.00 431	100.00 430	95.46 427	97.74 427

DPSM	99.05 430	100.00 433	100.00 433	95.92 427	98.77 428	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.10 425	100.00 430	100.00 431	100.00 430	95.46 427	97.74 427

AVERAGE_ROB	99.26 432	99.81 429	97.70 425	100.00 439	100.00 432	96.38 426	91.35 423	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	99.98 432	99.97 429	100.00 438	100.00 430	100.00 431	100.00 430	100.00 439	100.00 439

DGTPSM_ROB	99.42 433	99.92 430	99.98 431	96.43 429	100.00 432	100.00 429	100.00 429	99.81 428	100.00 428	95.92 424	100.00 429	99.26 427	100.00 430	99.77 428	99.99 430	98.23 428	100.00 430	99.86 427	100.00 430	99.38 429	99.97 437

DPSMNet_ROB	99.43 434	99.92 430	99.98 431	96.44 430	100.00 432	100.00 429	100.00 429	99.82 429	100.00 428	95.92 424	100.00 429	99.26 427	100.00 430	99.77 428	99.99 430	98.36 429	100.00 430	99.86 427	100.00 430	99.38 429	99.98 438

CasAABBNet	99.93 435	100.00 433	100.00 433	99.70 432	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.08 430	100.00 430	100.00 431	100.00 430	99.96 432	99.94 432

LSM0	99.93 435	100.00 433	100.00 433	99.82 436	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.09 434	100.00 430	100.00 431	100.00 430	99.98 433	99.79 430

MyStereo03	99.94 437	100.00 433	100.00 433	99.73 433	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.08 430	100.00 430	100.00 431	100.00 430	99.98 433	99.94 432

MyStereo02	99.94 437	100.00 433	100.00 433	99.73 433	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.08 430	100.00 430	100.00 431	100.00 430	99.98 433	99.94 432

MyStereo	99.94 437	100.00 433	100.00 433	99.73 433	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.08 430	100.00 430	100.00 431	100.00 430	99.98 433	99.94 432

Selective-RAFT-Error	100.00 440	100.00 433	100.00 433	100.00 439	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	100.00 438	100.00 430	100.00 431	100.00 430	99.98 433	99.94 432

Low-res two-view benchmark