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

panet	0.31 1	0.31 7	1.65 7	0.20 2	0.12 3	0.55 86	0.15 1	0.50 24	0.51 43	0.28 20	0.34 35	0.24 21	0.21 17	0.34 16	0.24 16	0.11 113	0.07 6	0.08 3	0.05 1	0.09 5	0.12 11

GLC_STEREO	0.31 1	0.30 5	1.80 12	0.29 48	0.12 3	0.41 15	0.20 22	0.39 2	0.42 9	0.26 15	0.31 26	0.25 26	0.19 8	0.36 26	0.26 34	0.09 12	0.11 129	0.12 139	0.10 73	0.13 36	0.15 32

CREStereo	0.31 1	0.35 38	1.66 8	0.19 1	0.13 6	0.55 86	0.17 6	0.50 24	0.50 38	0.28 20	0.34 35	0.24 21	0.21 17	0.34 16	0.23 15	0.11 113	0.07 6	0.08 3	0.05 1	0.10 11	0.12 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CASnet	0.32 4	0.40 64	1.80 12	0.28 36	0.11 1	0.47 33	0.19 13	0.45 8	0.47 26	0.39 35	0.31 26	0.23 15	0.17 1	0.31 3	0.21 1	0.11 113	0.06 1	0.15 250	0.12 141	0.16 70	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CES	0.33 5	0.32 15	1.46 3	0.25 6	0.50 278	0.40 14	0.20 22	0.48 12	0.48 29	0.22 3	0.29 17	0.26 33	0.19 8	0.35 24	0.22 4	0.09 12	0.07 6	0.08 3	0.05 1	0.16 70	0.54 250

LoS_RVC	0.34 6	0.38 56	1.96 39	0.27 24	0.35 221	0.43 18	0.22 43	0.43 6	0.34 1	0.24 9	0.34 35	0.23 15	0.28 76	0.34 16	0.22 4	0.08 1	0.07 6	0.07 1	0.05 1	0.10 11	0.35 158

LoS	0.34 6	0.35 38	1.88 25	0.25 6	0.13 6	0.53 69	0.20 22	0.50 24	0.53 55	0.26 15	0.28 15	0.37 71	0.24 29	0.40 37	0.25 25	0.10 48	0.08 39	0.08 3	0.06 7	0.15 61	0.10 4

MGS-Stereo	0.35 8	0.48 90	1.99 42	0.26 16	0.14 9	0.41 15	0.22 43	0.41 3	0.48 29	0.24 9	0.51 119	0.25 26	0.18 6	0.33 14	0.22 4	0.10 48	0.08 39	0.09 16	0.08 28	0.47 349	0.10 4

StereoIM	0.35 8	0.89 209	2.15 73	0.25 6	0.29 168	0.29 3	0.17 6	0.47 11	0.41 5	0.21 1	0.22 2	0.28 42	0.21 17	0.32 13	0.31 72	0.10 48	0.09 84	0.10 50	0.08 28	0.11 18	0.12 11

CroCo-Stereo	0.35 8	0.71 161	1.67 9	0.32 94	0.17 39	0.19 1	0.21 32	0.79 137	0.54 59	0.22 3	0.25 11	0.55 169	0.22 21	0.28 1	0.28 44	0.10 48	0.08 39	0.08 3	0.07 13	0.12 26	0.10 4
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
PMTNet	0.35 8	0.38 56	1.75 10	0.21 3	0.14 9	0.57 110	0.24 85	0.48 12	0.44 17	0.28 20	0.32 32	0.26 33	0.24 29	0.41 43	0.24 16	0.42 362	0.07 6	0.08 3	0.05 1	0.18 111	0.15 32

MIF-Stereo	0.36 12	0.66 145	2.43 130	0.28 36	0.24 121	0.30 4	0.18 11	0.35 1	0.36 2	0.26 15	0.37 45	0.18 1	0.18 6	0.33 14	0.30 58	0.11 113	0.08 39	0.09 16	0.08 28	0.25 210	0.09 2

knoymous	0.37 13	0.34 31	1.83 16	0.25 6	0.18 49	0.45 20	0.24 85	0.60 68	0.40 4	0.42 42	0.39 54	0.54 161	0.25 43	0.41 43	0.29 53	0.12 148	0.08 39	0.12 139	0.07 13	0.13 36	0.20 70

sCroCo_RVC	0.37 13	0.39 60	2.38 109	0.35 147	0.27 152	0.31 5	0.22 43	0.49 15	0.48 29	0.23 6	0.34 35	0.25 26	0.24 29	0.35 24	0.25 25	0.15 239	0.17 203	0.12 139	0.11 111	0.15 61	0.15 32

CroCo-Stereo Lap2	0.38 15	0.91 217	2.02 49	0.33 115	0.38 239	0.23 2	0.21 32	0.63 79	0.51 43	0.23 6	0.28 15	0.29 46	0.23 27	0.34 16	0.28 44	0.10 48	0.09 84	0.10 50	0.08 28	0.22 175	0.15 32

CREStereo++_RVC	0.38 15	0.37 51	2.47 166	0.25 6	0.16 22	0.54 76	0.15 1	0.42 5	0.57 71	0.37 30	0.52 127	0.24 21	0.19 8	0.31 3	0.27 39	0.09 12	0.06 1	0.08 3	0.30 313	0.09 5	0.22 79
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
CAS	0.39 17	0.31 7	1.79 11	0.81 347	0.34 213	0.51 49	0.23 63	0.49 15	0.42 9	0.23 6	0.31 26	0.20 2	0.17 1	0.30 2	0.25 25	0.77 380	0.06 1	0.07 1	0.05 1	0.10 11	0.41 192

TANstereo	0.39 17	0.70 158	2.48 171	0.23 4	0.12 3	0.54 76	0.16 4	0.41 3	0.47 26	0.45 56	0.51 119	0.26 33	0.22 21	0.34 16	0.21 1	0.10 48	0.10 107	0.08 3	0.07 13	0.09 5	0.18 58

XX-TBD	0.40 19	1.04 239	2.49 174	0.35 147	0.13 6	0.51 49	0.17 6	0.44 7	0.52 49	0.38 33	0.51 119	0.23 15	0.19 8	0.31 3	0.25 25	0.10 48	0.07 6	0.08 3	0.06 7	0.09 5	0.18 58

MIF-Stereo (partial)	0.41 20	0.71 161	2.67 239	0.27 24	0.24 121	0.32 6	0.17 6	0.56 51	0.46 20	0.26 15	0.37 45	0.25 26	0.26 51	0.46 51	0.35 105	0.11 113	0.08 39	0.12 139	0.10 73	0.21 161	0.15 32

s12784h	0.41 20	0.34 31	2.17 76	0.24 5	0.11 1	0.64 213	0.24 85	0.85 183	0.70 182	0.45 56	0.54 144	0.28 42	0.27 65	0.51 78	0.27 39	0.11 113	0.06 1	0.09 16	0.06 7	0.16 70	0.14 26

Anonymous	0.41 20	0.44 81	2.55 193	0.35 147	0.32 198	0.38 13	0.34 214	0.57 56	0.41 5	0.25 12	0.30 20	0.23 15	0.29 92	0.38 29	0.28 44	0.15 239	0.13 157	0.11 96	0.12 141	0.24 195	0.30 132

Gwc-CoAtRS	0.41 20	0.37 51	2.06 57	0.28 36	0.41 252	0.48 36	0.19 13	0.64 81	0.49 32	0.45 56	0.39 54	0.57 180	0.26 51	0.37 27	0.28 44	0.09 12	0.19 213	0.09 16	0.31 318	0.11 18	0.25 100

Any-RAFT	0.42 24	0.33 24	1.89 27	0.28 36	0.21 80	0.69 256	0.21 32	0.83 166	0.60 85	0.45 56	0.43 67	0.62 201	0.30 102	0.48 62	0.24 16	0.11 113	0.40 282	0.08 3	0.06 7	0.10 11	0.16 45

R-Stereo Train	0.42 24	0.31 7	2.51 178	0.30 62	0.18 49	0.56 91	0.25 104	0.82 156	0.41 5	0.57 169	0.67 240	0.33 60	0.24 29	0.34 16	0.33 90	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 58

RAFT-Stereo	0.42 24	0.31 7	2.51 178	0.30 62	0.18 49	0.56 91	0.25 104	0.82 156	0.41 5	0.57 169	0.67 240	0.33 60	0.24 29	0.34 16	0.33 90	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test croco	0.43 27	0.73 169	2.80 275	0.28 36	0.19 65	0.33 8	0.21 32	0.63 79	0.50 38	0.24 9	0.38 51	0.24 21	0.25 43	0.48 62	0.32 81	0.12 148	0.08 39	0.13 196	0.09 39	0.43 337	0.13 14

CASS	0.43 27	0.34 31	2.01 45	0.33 115	0.17 39	0.54 76	0.24 85	0.71 108	0.52 49	0.62 222	0.55 153	0.40 86	0.41 168	0.43 47	0.33 90	0.17 272	0.10 107	0.14 225	0.11 111	0.18 111	0.23 87
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCANet-4	0.43 27	0.32 15	2.31 98	0.26 16	0.14 9	0.51 49	0.22 43	0.84 173	0.78 246	0.55 146	0.48 92	0.28 42	0.37 133	0.40 37	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 201

Patchmatch Stereo++	0.43 27	0.36 41	2.44 138	0.48 258	0.17 39	0.61 166	0.26 116	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.56 98	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.43 27	0.36 41	2.44 138	0.48 258	0.18 49	0.61 166	0.28 138	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.49 72	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

ROB_FTStereo_v2	0.43 27	0.36 41	2.44 138	0.49 269	0.17 39	0.61 166	0.28 138	0.53 32	0.61 88	0.48 70	0.43 67	0.44 111	0.28 76	0.48 62	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

ROB_FTStereo	0.43 27	0.36 41	2.44 138	0.48 258	0.18 49	0.61 166	0.26 116	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.51 78	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

HUI-Stereo	0.43 27	0.36 41	2.45 154	0.48 258	0.18 49	0.61 166	0.27 130	0.53 32	0.61 88	0.48 70	0.43 67	0.44 111	0.28 76	0.47 53	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

iGMRVC	0.43 27	0.36 41	2.44 138	0.48 258	0.18 49	0.61 166	0.27 130	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.57 101	0.31 72	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

iRAFT	0.43 27	0.36 41	2.44 138	0.48 258	0.17 39	0.61 166	0.26 116	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.56 98	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

RAFT-IKP	0.43 27	0.36 41	2.44 138	0.48 258	0.16 22	0.60 148	0.28 138	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.51 78	0.31 72	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

DIP-Stereo	0.43 27	0.50 98	2.21 84	0.27 24	0.18 49	0.63 201	0.17 6	0.94 247	0.58 77	0.49 86	0.48 92	0.30 47	0.30 102	0.40 37	0.31 72	0.10 48	0.08 39	0.10 50	0.08 28	0.15 61	0.33 145
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GMStereo_Zeroshot	0.44 39	0.44 81	1.84 19	0.44 241	0.20 71	0.52 64	0.19 13	0.60 68	0.54 59	0.58 175	0.59 187	0.63 205	0.29 92	0.59 105	0.34 98	0.16 253	0.09 84	0.16 266	0.09 39	0.26 225	0.26 106

GMStereo	0.44 39	1.32 303	2.65 228	0.28 36	0.16 22	0.42 17	0.22 43	0.48 12	0.63 108	0.41 38	0.36 41	0.26 33	0.25 43	0.41 43	0.30 58	0.14 221	0.08 39	0.10 50	0.12 141	0.17 91	0.13 14
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.44 39	0.36 41	2.38 109	0.28 36	0.43 263	0.53 69	0.20 22	0.86 195	0.52 49	0.44 54	0.36 41	0.53 156	0.26 51	0.40 37	0.27 39	0.09 12	0.08 39	0.09 16	0.38 352	0.10 11	0.22 79

RCA-Stereo	0.45 42	0.38 56	1.80 12	0.27 24	0.25 127	0.58 117	0.23 63	0.84 173	0.66 128	0.42 42	0.44 78	0.28 42	0.35 125	0.31 3	0.21 1	0.09 12	1.01 343	0.09 16	0.07 13	0.21 161	0.53 247

BUS	0.45 42	0.32 15	1.58 4	0.31 76	0.22 89	0.91 331	0.23 63	1.05 321	0.67 140	0.64 241	0.53 130	0.65 215	0.32 111	0.48 62	0.34 98	0.13 191	0.10 107	0.14 225	0.12 141	0.13 36	0.15 32

AnonymousM	0.45 42	0.49 92	1.83 16	0.29 48	0.15 15	0.53 69	0.22 43	0.64 81	0.66 128	0.47 68	0.33 33	0.30 47	0.25 43	0.49 72	0.29 53	0.12 148	0.27 259	0.71 384	0.37 349	0.12 26	0.41 192

sAnonymous2	0.45 42	0.88 204	2.97 302	0.31 76	0.25 127	0.34 10	0.28 138	0.56 51	0.49 32	0.25 12	0.30 20	0.23 15	0.29 92	0.31 3	0.22 4	0.12 148	0.09 84	0.12 139	0.13 161	0.38 314	0.43 201

CroCo_RVC	0.45 42	0.88 204	2.97 302	0.31 76	0.25 127	0.34 10	0.28 138	0.56 51	0.49 32	0.25 12	0.30 20	0.23 15	0.29 92	0.31 3	0.22 4	0.12 148	0.09 84	0.12 139	0.13 161	0.38 314	0.43 201

Selective-RAFT	0.46 47	0.48 90	1.88 25	0.32 94	0.16 22	0.61 166	0.19 13	0.66 87	0.62 97	0.28 20	0.30 20	0.41 91	0.33 116	0.51 78	0.32 81	0.11 113	1.09 352	0.09 16	0.35 342	0.19 134	0.37 165

ProNet	0.46 47	0.60 129	1.85 21	0.35 147	0.67 323	0.49 41	0.25 104	0.53 32	0.57 71	0.21 1	0.24 6	0.22 8	0.20 15	0.52 82	0.22 4	0.09 12	0.47 291	0.10 50	0.09 39	0.23 189	1.33 362

CRE-IMP	0.46 47	0.31 7	2.40 117	0.53 283	0.17 39	0.79 302	0.68 342	0.54 41	0.66 128	0.47 68	0.43 67	0.44 111	0.26 51	0.43 47	0.33 90	0.12 148	0.07 6	0.12 139	0.09 39	0.17 91	0.23 87

test_4	0.47 50	0.80 192	2.15 73	0.36 161	0.29 168	0.59 135	0.28 138	0.50 24	0.42 9	0.43 48	0.76 291	0.39 78	0.22 21	0.73 150	0.49 159	0.08 1	0.18 209	0.11 96	0.15 198	0.29 255	0.27 112

DeepStereo_RVC	0.47 50	0.37 51	2.19 79	0.55 290	0.18 49	0.60 148	0.58 316	0.52 29	0.62 97	0.49 86	0.45 79	0.39 78	0.85 328	0.47 53	0.34 98	0.12 148	0.08 39	0.11 96	0.09 39	0.15 61	0.19 62

cross-raft	0.47 50	0.34 31	2.17 76	0.70 333	0.84 347	0.50 47	0.35 223	0.74 112	0.43 13	0.44 54	0.45 79	0.63 205	0.25 43	0.37 27	0.27 39	0.08 1	0.14 170	0.10 50	0.23 280	0.11 18	0.27 112

iRaftStereo_RVC	0.47 50	0.84 195	1.91 30	0.29 48	0.15 15	0.53 69	0.20 22	0.58 58	0.50 38	0.37 30	0.43 67	0.42 95	0.23 27	0.38 29	0.28 44	0.09 12	0.70 327	0.12 139	0.11 111	0.43 337	0.77 301

Anonymous3	0.47 50	0.49 92	2.61 213	0.33 115	0.25 127	0.72 269	0.32 196	0.80 142	0.60 85	0.36 28	0.41 63	0.33 60	0.29 92	0.46 51	0.30 58	0.19 294	0.18 209	0.13 196	0.13 161	0.18 111	0.22 79

CFNet_pseudo	0.47 50	0.50 98	2.19 79	0.26 16	0.20 71	0.56 91	0.22 43	0.80 142	0.62 97	0.50 104	0.56 165	0.68 236	0.47 223	0.53 89	0.33 90	0.11 113	0.10 107	0.15 250	0.10 73	0.18 111	0.33 145

ccs_rob	0.47 50	0.50 98	2.19 79	0.26 16	0.20 71	0.56 91	0.22 43	0.80 142	0.62 97	0.50 104	0.56 165	0.68 236	0.47 223	0.53 89	0.33 90	0.11 113	0.10 107	0.16 266	0.10 73	0.18 111	0.33 145

H2IRNET	0.48 57	1.04 239	2.57 201	0.31 76	0.19 65	0.54 76	0.19 13	0.55 49	0.53 55	0.28 20	0.56 165	0.47 132	0.35 125	0.47 53	0.40 120	0.11 113	0.08 39	0.12 139	0.14 179	0.37 307	0.26 106

PCWNet_CMD	0.48 57	0.50 98	2.23 86	0.27 24	0.20 71	0.56 91	0.22 43	0.78 130	0.67 140	0.49 86	0.55 153	0.68 236	0.56 257	0.48 62	0.32 81	0.11 113	0.10 107	0.14 225	0.10 73	0.19 134	0.43 201

DisPM	0.48 57	0.41 69	2.54 186	0.61 311	0.18 49	0.59 135	0.62 329	0.54 41	0.67 140	0.61 210	0.53 130	0.38 76	0.26 51	0.76 156	0.31 72	0.13 191	0.07 6	0.12 139	0.11 111	0.12 26	0.15 32

BSDual-CNN	0.48 57	0.32 15	1.58 4	0.31 76	0.22 89	0.76 283	0.32 196	1.05 321	0.67 140	0.64 241	0.53 130	0.63 205	0.38 140	0.48 62	0.97 263	0.13 191	0.10 107	0.14 225	0.12 141	0.13 36	0.15 32

psmg	0.48 57	0.32 15	1.58 4	0.28 36	0.22 89	0.75 279	0.35 223	0.94 247	0.67 140	0.61 210	0.59 187	0.63 205	0.38 140	0.48 62	0.97 263	0.13 191	0.11 129	0.13 196	0.13 161	0.14 52	0.15 32

dd	0.48 57	1.32 303	2.41 121	0.31 76	0.17 39	0.58 117	0.26 116	0.50 24	0.71 194	0.42 42	0.41 63	0.34 64	0.28 76	0.47 53	0.41 123	0.18 283	0.10 107	0.13 196	0.12 141	0.22 175	0.16 45

GANet-ADL	0.48 57	0.56 119	2.51 178	0.34 132	0.20 71	0.58 117	0.25 104	0.80 142	0.57 71	0.43 48	0.61 202	0.56 176	0.31 106	0.44 50	0.44 136	0.14 221	0.11 129	0.10 50	0.09 39	0.22 175	0.38 173

ICVP	0.48 57	0.33 24	2.37 107	0.34 132	0.22 89	0.60 148	0.55 307	0.79 137	0.53 55	0.45 56	0.60 194	0.49 141	0.36 128	0.55 95	0.46 144	0.16 253	0.16 196	0.14 225	0.11 111	0.16 70	0.32 142
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SFCPSM	0.48 57	0.39 60	2.30 96	0.28 36	0.27 152	0.70 259	0.32 196	1.00 287	0.69 172	0.50 104	0.52 127	0.43 96	0.36 128	0.53 89	0.44 136	0.12 148	0.09 84	0.12 139	0.16 216	0.18 111	0.23 87

FENet	0.48 57	0.58 122	2.46 161	0.33 115	0.18 49	0.58 117	0.22 43	0.83 166	0.64 114	0.49 86	0.42 65	0.55 169	0.38 140	0.52 82	0.51 165	0.12 148	0.09 84	0.12 139	0.11 111	0.17 91	0.31 140

MSMDNet	0.48 57	0.50 98	2.23 86	0.27 24	0.20 71	0.56 91	0.22 43	0.78 130	0.67 140	0.49 86	0.55 153	0.68 236	0.56 257	0.48 62	0.32 81	0.11 113	0.10 107	0.13 196	0.10 73	0.18 111	0.43 201

AdaStereo	0.48 57	0.44 81	2.18 78	0.36 161	0.20 71	0.59 135	0.29 163	0.97 270	0.74 222	0.52 123	0.55 153	0.61 196	0.33 116	0.52 82	0.44 136	0.18 283	0.08 39	0.17 280	0.11 111	0.18 111	0.24 96
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.
IER	0.49 69	0.73 169	2.12 68	0.27 24	0.25 127	0.65 227	0.27 130	0.76 117	0.59 81	0.56 157	0.59 187	0.60 194	0.53 248	0.64 121	0.44 136	0.12 148	0.09 84	0.11 96	0.11 111	0.18 111	0.15 32

TestStereo	0.49 69	0.88 204	2.38 109	0.30 62	0.16 22	0.43 18	0.25 104	0.55 49	0.46 20	0.38 33	0.46 81	0.34 64	0.28 76	1.96 325	0.28 44	0.11 113	0.08 39	0.12 139	0.09 39	0.15 61	0.13 14

GES	0.49 69	0.54 110	2.37 107	0.31 76	0.19 65	0.61 166	0.30 176	0.93 242	0.52 49	0.49 86	0.53 130	0.40 86	0.43 192	0.59 105	0.67 211	0.16 253	0.11 129	0.12 139	0.10 73	0.20 151	0.30 132

DCANet	0.49 69	0.91 217	2.63 218	0.26 16	0.14 9	0.51 49	0.22 43	0.84 173	0.78 246	0.56 157	0.49 105	0.32 56	0.41 168	0.39 33	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.14 52	0.45 218

CFNet_ucs	0.50 73	0.55 117	2.28 92	0.27 24	0.22 89	0.58 117	0.23 63	0.90 225	0.69 172	0.54 135	0.64 224	0.68 236	0.44 200	0.55 95	0.34 98	0.14 221	0.12 144	0.16 266	0.11 111	0.19 134	0.38 173

fff	0.50 73	0.90 214	2.63 218	0.25 6	0.15 15	0.51 49	0.22 43	0.85 183	0.82 274	0.55 146	0.48 92	0.31 52	0.65 286	0.39 33	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 201

ADStereo(finetuned)	0.50 73	0.91 217	2.43 130	0.26 16	0.14 9	0.51 49	0.22 43	0.84 173	0.78 246	0.56 157	0.49 105	0.32 56	0.75 315	0.40 37	0.40 120	0.10 48	0.07 6	0.09 16	0.07 13	0.13 36	0.45 218

UDGNet	0.50 73	1.36 316	2.44 138	0.37 171	0.19 65	0.58 117	0.23 63	0.49 15	0.69 172	0.42 42	0.39 54	0.34 64	0.29 92	0.55 95	0.32 81	0.25 336	0.10 107	0.37 362	0.19 253	0.30 262	0.17 51

PFNet+	0.50 73	0.43 77	2.54 186	0.49 269	0.18 49	0.58 117	0.76 351	0.54 41	0.72 201	0.56 157	0.48 92	0.39 78	0.26 51	0.94 182	0.33 90	0.14 221	0.09 84	0.14 225	0.13 161	0.12 26	0.16 45

NRIStereo	0.50 73	0.34 31	2.44 138	0.52 279	0.16 22	0.94 337	0.73 349	0.52 29	0.65 121	0.48 70	0.40 62	0.59 187	0.29 92	0.78 161	0.33 90	0.11 113	0.13 157	0.11 96	0.09 39	0.22 175	0.25 100

HCRNet	0.50 73	0.75 182	2.08 60	0.39 202	0.29 168	0.58 117	0.22 43	0.79 137	0.67 140	0.49 86	0.49 105	0.48 139	0.37 133	1.13 204	0.40 120	0.15 239	0.10 107	0.15 250	0.13 161	0.21 161	0.19 62

csc	0.50 73	0.90 214	2.63 218	0.25 6	0.15 15	0.51 49	0.22 43	0.85 183	0.82 274	0.55 146	0.48 92	0.31 52	0.65 286	0.39 33	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 201

cscssc	0.50 73	0.90 214	2.63 218	0.25 6	0.15 15	0.51 49	0.22 43	0.85 183	0.82 274	0.55 146	0.48 92	0.31 52	0.65 286	0.39 33	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 201

DMCA	0.50 73	0.83 194	1.95 36	0.32 94	0.24 121	0.59 135	0.26 116	0.81 149	0.68 164	0.59 194	0.49 105	0.56 176	0.36 128	0.65 125	0.65 206	0.14 221	0.10 107	0.14 225	0.10 73	0.19 134	0.29 124

whm_eth	0.51 83	0.86 199	2.79 273	0.31 76	0.31 187	0.49 41	0.24 85	0.78 130	0.75 227	0.48 70	0.86 314	0.26 33	0.26 51	0.38 29	0.29 53	0.13 191	0.11 129	0.13 196	0.12 141	0.14 52	0.44 213

UPFNet	0.51 83	0.67 146	2.04 53	0.34 132	0.33 204	0.65 227	0.37 233	0.88 210	0.65 121	0.60 203	0.53 130	0.61 196	0.41 168	0.77 157	0.55 177	0.13 191	0.13 157	0.13 196	0.13 161	0.20 151	0.16 45

Former-RAFT_DAM_RVC	0.52 85	0.51 103	1.12 1	0.26 16	0.22 89	0.46 23	0.20 22	1.10 344	1.33 374	3.13 411	0.33 33	0.22 8	0.20 15	0.34 16	0.26 34	0.11 113	0.09 84	0.11 96	0.09 39	0.17 91	0.21 74

StereoVision	0.52 85	1.12 256	2.70 254	0.34 132	0.32 198	0.47 33	0.26 116	0.73 110	0.61 88	0.33 27	0.89 320	0.45 123	0.26 51	0.52 82	0.39 118	0.14 221	0.15 184	0.16 266	0.15 198	0.22 175	0.14 26

gwcnet-sp	0.52 85	0.71 161	2.66 232	0.32 94	0.22 89	0.66 240	0.31 186	0.84 173	0.69 172	0.61 210	0.49 105	0.46 127	0.43 192	0.77 157	0.48 150	0.12 148	0.11 129	0.11 96	0.11 111	0.19 134	0.19 62

scenet	0.52 85	0.71 161	2.66 232	0.32 94	0.22 89	0.66 240	0.31 186	0.84 173	0.69 172	0.61 210	0.49 105	0.46 127	0.43 192	0.77 157	0.48 150	0.12 148	0.11 129	0.11 96	0.11 111	0.19 134	0.19 62

ssnet	0.52 85	0.71 161	2.66 232	0.32 94	0.22 89	0.66 240	0.31 186	0.84 173	0.69 172	0.61 210	0.49 105	0.46 127	0.43 192	0.77 157	0.48 150	0.12 148	0.11 129	0.11 96	0.11 111	0.19 134	0.19 62

PSM-softLoss	0.52 85	0.34 31	2.47 166	0.55 290	0.17 39	0.61 166	0.39 247	0.64 81	0.67 140	0.52 123	0.48 92	0.39 78	0.25 43	1.46 246	0.77 233	0.13 191	0.08 39	0.13 196	0.12 141	0.12 26	0.15 32

KMStereo	0.52 85	0.34 31	2.47 166	0.55 290	0.17 39	0.61 166	0.39 247	0.64 81	0.67 140	0.52 123	0.48 92	0.39 78	0.25 43	1.46 246	0.77 233	0.13 191	0.08 39	0.13 196	0.12 141	0.12 26	0.15 32

KYRaft	0.52 85	0.35 38	2.40 117	0.34 132	0.21 80	0.75 279	0.43 265	0.62 73	0.63 108	0.64 241	0.92 323	0.53 156	0.72 304	0.60 110	0.26 34	0.10 48	0.07 6	0.12 139	0.14 179	0.13 36	0.54 250

raftrobust	0.52 85	1.14 259	2.15 73	0.33 115	0.99 362	0.53 69	0.21 32	0.59 65	0.50 38	0.53 131	0.36 41	0.31 52	0.33 116	0.47 53	0.42 127	0.10 48	0.55 303	0.09 16	0.08 28	0.22 175	0.46 221

RALAANet	0.52 85	1.37 320	2.63 218	0.33 115	0.23 112	0.48 36	0.19 13	0.69 95	0.55 64	0.49 86	0.46 81	0.39 78	0.31 106	0.53 89	0.53 170	0.10 48	0.33 268	0.11 96	0.17 229	0.29 255	0.13 14

hknet	0.53 95	0.39 60	2.04 53	0.31 76	0.24 121	0.76 283	0.32 196	1.05 321	0.71 194	0.64 241	0.53 130	0.79 279	0.40 157	0.84 171	0.78 237	0.12 148	0.10 107	0.14 225	0.12 141	0.13 36	0.15 32

NF-Stereo	0.53 95	0.33 24	2.55 193	0.55 290	0.16 22	0.61 166	0.43 265	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.44 245	0.78 237	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

OCTAStereo	0.53 95	0.33 24	2.54 186	0.56 299	0.16 22	0.61 166	0.42 258	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.43 241	0.79 240	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

RE-Stereo	0.53 95	0.33 24	2.54 186	0.56 299	0.16 22	0.61 166	0.43 265	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.43 241	0.77 233	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

TVStereo	0.53 95	0.33 24	2.54 186	0.56 299	0.16 22	0.61 166	0.43 265	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.43 241	0.77 233	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

GMM-Stereo	0.53 95	0.33 24	2.89 292	0.53 283	0.24 121	0.77 293	0.46 280	0.62 73	0.65 121	0.58 175	0.73 278	0.47 132	0.43 192	0.68 135	0.29 53	0.10 48	0.06 1	0.13 196	0.13 161	0.14 52	0.44 213

Prome-Stereo	0.53 95	0.36 41	2.39 115	0.60 305	0.23 112	0.63 201	0.41 252	0.66 87	0.67 140	0.59 194	1.02 340	0.43 96	0.71 303	0.61 113	0.34 98	0.10 48	0.07 6	0.10 50	0.09 39	0.13 36	0.44 213

CoDeX	0.54 102	0.52 105	2.25 88	0.30 62	0.26 141	0.61 166	0.32 196	1.03 307	0.73 205	0.49 86	0.56 165	0.52 155	0.40 157	1.59 269	0.38 116	0.12 148	0.09 84	0.11 96	0.10 73	0.15 61	0.22 79

NINENet	0.54 102	0.40 64	2.19 79	0.55 290	0.26 141	0.91 331	0.23 63	1.05 321	0.77 243	0.54 135	0.57 176	0.65 215	0.32 111	1.22 214	0.34 98	0.16 253	0.13 157	0.16 266	0.11 111	0.16 70	0.14 26

GwcNet-ADL	0.54 102	0.78 188	2.85 287	0.31 76	0.20 71	0.58 117	0.29 163	0.93 242	0.67 140	0.48 70	0.47 86	0.56 176	0.33 116	0.48 62	0.80 242	0.13 191	0.12 144	0.09 16	0.09 39	0.14 52	0.40 185

ACVNet	0.54 102	0.87 200	2.45 154	0.28 36	0.22 89	0.59 135	0.36 230	0.69 95	0.73 205	0.49 86	0.59 187	0.69 247	0.42 179	0.47 53	0.70 216	0.11 113	0.10 107	0.10 50	0.09 39	0.36 301	0.39 180

MIM_Stereo	0.55 106	0.92 222	2.65 228	0.32 94	1.09 374	0.51 49	0.19 13	0.67 90	0.52 49	0.48 70	0.54 144	0.43 96	0.27 65	0.57 101	0.30 58	0.08 1	0.17 203	0.11 96	0.10 73	0.28 247	0.80 308

CSP-Net	0.55 106	0.61 134	1.81 15	0.30 62	0.23 112	0.77 293	0.35 223	0.90 225	0.62 97	0.62 222	0.60 194	0.65 215	0.42 179	1.76 290	0.47 147	0.17 272	0.12 144	0.10 50	0.10 73	0.21 161	0.16 45

RAFT_R40	0.55 106	0.31 7	2.44 138	0.57 303	0.42 262	0.62 188	0.52 298	0.58 58	0.66 128	0.56 157	0.54 144	0.54 161	0.50 234	1.56 258	0.53 170	0.11 113	0.07 6	0.12 139	0.10 73	0.16 70	0.10 4

Pruner-Stereo	0.55 106	0.38 56	2.49 174	1.78 399	0.19 65	0.63 201	0.45 275	0.59 65	0.67 140	0.61 210	0.48 92	0.41 91	0.25 43	0.49 72	0.99 271	0.13 191	0.07 6	0.12 139	0.10 73	0.13 36	0.14 26

MMNet	0.55 106	0.92 222	2.03 50	0.34 132	0.27 152	0.79 302	0.28 138	0.86 195	0.79 255	0.62 222	0.58 182	0.59 187	0.56 257	0.80 166	0.61 192	0.11 113	0.11 129	0.12 139	0.11 111	0.21 161	0.22 79

UCFNet_RVC	0.55 106	1.16 267	2.48 171	0.31 76	0.27 152	0.65 227	0.28 138	0.76 117	0.58 77	0.51 115	0.53 130	0.67 224	0.42 179	0.91 179	0.45 140	0.16 253	0.11 129	0.17 280	0.17 229	0.20 151	0.23 87

HITNet	0.55 106	1.28 298	2.73 262	0.35 147	0.14 9	0.56 91	0.23 63	0.89 217	0.62 97	0.52 123	0.51 119	0.49 141	0.38 140	0.52 82	0.60 187	0.09 12	0.07 6	0.10 50	0.08 28	0.25 210	0.61 267
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
StereoDRNet-Refined	0.55 106	0.61 134	2.07 58	0.34 132	0.21 80	0.68 253	0.26 116	0.87 202	0.73 205	0.70 275	0.69 247	0.74 263	0.45 208	1.10 197	0.62 195	0.12 148	0.09 84	0.14 225	0.14 179	0.27 236	0.24 96
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MyStereo07	0.56 114	0.68 153	2.42 125	0.30 62	0.41 252	0.61 166	0.31 186	0.58 58	0.72 201	1.17 353	0.26 14	0.20 2	0.27 65	1.28 226	0.28 44	0.09 12	0.59 310	0.12 139	0.21 273	0.16 70	0.48 227

RAFT-Test	0.56 114	0.41 69	2.01 45	0.90 353	1.07 372	0.65 227	0.37 233	0.83 166	0.65 121	0.49 86	0.49 105	0.93 322	0.24 29	0.52 82	0.30 58	0.10 48	0.38 276	0.09 16	0.38 352	0.11 18	0.19 62

PSMNet-ADL	0.56 114	0.47 87	2.03 50	0.35 147	0.22 89	0.67 247	0.27 130	0.77 123	0.58 77	0.43 48	0.53 130	0.70 253	0.45 208	1.89 316	0.64 201	0.16 253	0.13 157	0.11 96	0.13 161	0.15 61	0.51 239

SST-Stereo	0.56 114	0.30 5	2.44 138	0.71 335	0.55 290	0.62 188	0.65 334	0.57 56	0.67 140	0.59 194	0.53 130	0.51 148	0.59 272	1.57 262	0.31 72	0.12 148	0.07 6	0.12 139	0.10 73	0.17 91	0.11 10

RAFT-345	0.56 114	0.37 51	2.68 244	0.40 215	0.34 213	0.58 117	0.41 252	0.49 15	0.70 182	0.51 115	0.99 336	0.43 96	0.28 76	1.56 258	0.81 246	0.10 48	0.07 6	0.11 96	0.09 39	0.11 18	0.09 2

UNet	0.56 114	0.58 122	2.81 279	0.32 94	0.33 204	0.74 277	0.27 130	0.86 195	0.67 140	0.55 146	0.55 153	0.72 256	0.55 255	0.79 162	0.58 183	0.12 148	0.09 84	0.13 196	0.11 111	0.20 151	0.19 62

DN-CSS_ROB	0.56 114	1.64 358	2.75 266	0.42 227	0.22 89	0.57 110	0.19 13	0.79 137	0.66 128	0.46 66	0.62 209	0.41 91	0.32 111	0.73 150	0.49 159	0.12 148	0.08 39	0.14 225	0.13 161	0.38 314	0.17 51

MyStereo05	0.57 121	0.72 166	2.72 257	0.31 76	0.25 127	0.60 148	0.30 176	0.87 202	0.82 274	0.54 135	0.37 45	0.53 156	0.42 179	0.63 117	0.73 225	0.09 12	0.55 303	0.12 139	0.20 262	0.16 70	0.56 257

MyStereo04	0.57 121	0.68 153	2.66 232	0.30 62	0.41 252	0.61 166	0.31 186	0.88 210	0.80 262	0.48 70	0.37 45	0.54 161	0.42 179	0.61 113	0.71 220	0.09 12	0.59 310	0.12 139	0.21 273	0.16 70	0.48 227

Selective-IGEV	0.57 121	0.42 71	1.87 24	1.67 394	1.33 387	0.36 12	0.20 22	0.61 70	0.71 194	0.22 3	0.31 26	0.22 8	0.19 8	0.52 82	0.36 107	0.09 12	0.97 340	0.09 16	0.15 198	0.20 151	0.85 316

SepStereo	0.57 121	0.42 71	1.85 21	0.34 132	0.34 213	0.52 64	0.42 258	0.89 217	0.80 262	0.85 320	0.69 247	0.57 180	0.51 238	1.55 256	0.57 181	0.13 191	0.09 84	0.12 139	0.09 39	0.18 111	0.37 165

111	0.57 121	1.41 325	2.63 218	0.25 6	0.15 15	0.59 135	0.26 116	0.90 225	0.83 280	0.50 104	0.54 144	0.57 180	0.38 140	0.54 94	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.24 195	0.81 310

AFF-stereo	0.57 121	1.51 341	2.59 204	0.33 115	0.23 112	0.51 49	0.21 32	0.69 95	0.68 164	0.49 86	0.63 217	0.49 141	0.34 123	0.50 77	0.37 110	0.08 1	0.54 301	0.10 50	0.10 73	0.40 327	0.60 266

acv_ft	0.57 121	0.87 200	2.45 154	0.33 115	0.41 252	0.63 201	0.29 163	0.86 195	0.73 205	0.64 241	0.59 187	0.69 247	0.45 208	0.47 53	0.68 213	0.11 113	0.10 107	0.10 50	0.09 39	0.43 337	0.39 180

BEATNet_4x	0.57 121	1.16 267	2.56 197	0.35 147	0.16 22	0.56 91	0.25 104	0.91 232	0.64 114	0.55 146	0.53 130	0.59 187	0.43 192	0.67 131	0.76 231	0.12 148	0.09 84	0.12 139	0.09 39	0.23 189	0.58 259

MoCha-V2	0.58 129	0.44 81	2.01 45	0.50 274	0.76 336	0.33 8	0.21 32	0.65 86	0.45 18	0.27 19	0.35 40	0.24 21	0.26 51	1.25 221	0.39 118	0.08 1	1.63 383	0.08 3	0.35 342	0.29 255	1.07 340

MC-Stereo	0.58 129	0.37 51	2.00 43	0.88 350	0.64 319	0.54 76	0.19 13	0.46 10	0.39 3	0.58 175	0.39 54	0.27 40	0.27 65	0.71 144	0.32 81	0.09 12	1.20 358	0.09 16	0.16 216	0.22 175	1.92 384

RAFT_CTSACE	0.58 129	1.16 267	2.76 269	0.36 161	0.29 168	0.54 76	0.29 163	0.69 95	0.51 43	0.51 115	0.75 288	0.67 224	0.37 133	0.63 117	0.47 147	0.08 1	0.49 295	0.11 96	0.10 73	0.41 333	0.32 142

CRFU-Net	0.58 129	0.42 71	1.90 28	0.49 269	0.27 152	0.83 312	0.35 223	0.94 247	0.54 59	0.65 253	0.60 194	0.78 277	1.34 361	1.00 186	0.51 165	0.17 272	0.14 170	0.17 280	0.10 73	0.19 134	0.20 70

dad	0.58 129	1.35 312	2.39 115	0.31 76	0.20 71	0.62 188	0.26 116	0.56 51	0.79 255	0.66 259	0.64 224	0.64 211	0.36 128	0.87 174	0.48 150	0.28 346	0.15 184	0.40 365	0.18 237	0.24 195	0.22 79

IPLGR	0.58 129	0.64 142	3.12 318	0.37 171	0.18 49	0.62 188	0.54 303	1.06 333	0.69 172	0.73 287	0.46 81	0.50 145	0.44 200	1.12 203	0.31 72	0.10 48	0.08 39	0.11 96	0.09 39	0.21 161	0.20 70

GMOStereo	0.58 129	0.89 209	2.46 161	0.29 48	0.99 362	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 384	0.13 196	0.11 111	0.34 285	0.42 196

error version	0.58 129	0.89 209	2.46 161	0.29 48	0.99 362	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 384	0.13 196	0.11 111	0.34 285	0.42 196

test-v	0.58 129	0.89 209	2.46 161	0.29 48	0.99 362	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 384	0.13 196	0.11 111	0.34 285	0.42 196

test-3	0.58 129	0.43 77	2.44 138	0.52 279	0.59 300	0.46 23	0.23 63	0.77 123	0.49 32	0.52 123	0.29 17	0.44 111	0.22 21	0.59 105	0.97 263	0.08 1	1.27 367	0.10 50	0.35 342	0.29 255	0.62 269

test_1	0.58 129	0.43 77	2.44 138	0.52 279	0.59 300	0.46 23	0.23 63	0.77 123	0.49 32	0.51 115	0.29 17	0.44 111	0.22 21	0.59 105	0.97 263	0.08 1	1.27 367	0.10 50	0.35 342	0.29 255	0.63 273

LCNet	0.58 129	0.43 77	2.42 125	0.91 355	0.22 89	0.95 339	0.29 163	0.62 73	0.64 114	0.52 123	0.55 153	0.41 91	0.75 315	0.84 171	0.27 39	0.10 48	0.07 6	0.12 139	0.18 237	0.97 385	0.40 185

test-2	0.58 129	0.89 209	2.46 161	0.29 48	0.99 362	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 384	0.13 196	0.11 111	0.34 285	0.42 196

RAFT-Stereo + iAFF	0.58 129	1.48 339	2.53 182	0.29 48	0.78 342	0.52 64	0.20 22	0.68 93	0.66 128	0.51 115	0.61 202	0.40 86	0.32 111	0.40 37	0.43 133	0.08 1	0.63 316	0.09 16	0.09 39	0.37 307	0.58 259

STTStereo	0.58 129	0.95 226	2.95 300	0.37 171	0.31 187	0.62 188	0.32 196	0.81 149	0.63 108	0.61 210	0.55 153	0.67 224	0.43 192	0.87 174	0.48 150	0.16 253	0.16 196	0.17 280	0.20 262	0.17 91	0.25 100

DeepPruner_ROB	0.58 129	1.06 242	2.68 244	0.30 62	0.26 141	0.63 201	0.31 186	0.83 166	0.51 43	0.62 222	0.56 165	0.65 215	0.39 151	1.06 192	0.56 179	0.19 294	0.14 170	0.14 225	0.14 179	0.24 195	0.33 145

TestStereo1	0.59 145	1.21 280	2.63 218	0.40 215	0.60 305	0.56 91	0.34 214	0.82 156	0.73 205	0.45 56	0.63 217	0.36 68	0.42 179	0.66 128	0.42 127	0.10 48	0.32 264	0.12 139	0.10 73	0.34 285	0.52 244

SA-5K	0.59 145	1.21 280	2.63 218	0.40 215	0.60 305	0.56 91	0.34 214	0.82 156	0.73 205	0.45 56	0.63 217	0.36 68	0.42 179	0.66 128	0.42 127	0.10 48	0.32 264	0.12 139	0.10 73	0.34 285	0.52 244

test_3	0.59 145	0.44 81	2.44 138	0.53 283	0.59 300	0.48 36	0.30 176	0.79 137	0.52 49	0.51 115	0.30 20	0.45 123	0.22 21	0.59 105	0.97 263	0.08 1	1.25 363	0.11 96	0.35 342	0.30 262	0.62 269

IRAFT_RVC	0.59 145	0.74 178	2.42 125	0.47 257	0.21 80	0.59 135	0.42 258	0.68 93	0.73 205	0.54 135	0.50 117	0.49 141	0.51 238	1.57 262	1.00 273	0.11 113	0.25 250	0.13 196	0.10 73	0.15 61	0.14 26

MLCV	0.59 145	1.41 325	2.41 121	0.31 76	0.15 15	0.60 148	0.23 63	0.77 123	0.63 108	0.67 261	0.66 237	0.55 169	0.37 133	1.16 208	1.09 282	0.10 48	0.07 6	0.09 16	0.07 13	0.21 161	0.29 124

iResNet	0.59 145	1.09 247	2.54 186	0.44 241	0.18 49	0.65 227	0.29 163	0.89 217	0.75 227	0.59 194	0.64 224	0.43 96	0.39 151	0.73 150	1.24 301	0.11 113	0.08 39	0.09 16	0.08 28	0.21 161	0.40 185

11t1	0.60 151	0.49 92	2.19 79	0.35 147	0.58 299	0.48 36	0.21 32	0.72 109	0.73 205	0.49 86	0.47 86	0.35 67	0.34 123	0.61 113	0.71 220	0.12 148	1.26 366	0.10 50	0.29 307	0.16 70	1.22 354

RAFT+CT+SA	0.60 151	1.25 293	2.49 174	0.38 189	0.75 333	0.55 86	0.34 214	0.83 166	0.68 164	0.39 35	0.55 153	0.44 111	0.29 92	0.75 154	0.28 44	0.09 12	0.24 243	0.11 96	0.51 373	0.30 262	0.74 300

rafts_anoy	0.60 151	1.33 307	2.59 204	0.53 283	1.09 374	0.49 41	0.25 104	0.67 90	0.53 55	0.41 38	0.38 51	0.33 60	0.30 102	0.68 135	0.41 123	0.10 48	1.13 355	0.13 196	0.15 198	0.20 151	0.29 124

delet	0.60 151	0.84 195	2.45 154	0.33 115	0.35 221	0.73 272	0.46 280	0.89 217	0.80 262	0.58 175	0.62 209	0.67 224	0.51 238	1.14 206	0.64 201	0.12 148	0.12 144	0.13 196	0.14 179	0.22 175	0.29 124

CFNet-ft	0.60 151	1.16 267	2.45 154	0.29 48	0.30 179	0.64 213	0.28 138	0.69 95	0.57 71	0.49 86	0.57 176	0.79 279	0.44 200	1.48 249	0.62 195	0.15 239	0.10 107	0.28 342	0.14 179	0.21 161	0.29 124

CFNet_RVC	0.60 151	1.16 267	2.45 154	0.29 48	0.30 179	0.64 213	0.28 138	0.69 95	0.57 71	0.49 86	0.57 176	0.79 279	0.44 200	1.48 249	0.62 195	0.15 239	0.10 107	0.28 342	0.14 179	0.21 161	0.29 124

iResNet_ROB	0.60 151	1.59 350	2.04 53	0.32 94	0.21 80	0.60 148	0.22 43	0.99 281	0.85 294	0.61 210	0.63 217	0.58 184	0.42 179	1.08 195	0.98 269	0.11 113	0.08 39	0.09 16	0.06 7	0.23 189	0.33 145

test_5	0.61 158	1.25 293	2.76 269	0.39 202	0.64 319	0.58 117	0.35 223	0.85 183	0.66 128	0.49 86	0.56 165	0.55 169	0.40 157	0.79 162	0.32 81	0.10 48	0.19 213	0.12 139	0.12 141	0.33 279	0.85 316

Sa-1000	0.61 158	1.07 243	2.71 255	0.32 94	0.61 312	0.61 166	0.31 186	1.00 287	0.76 235	0.53 131	0.83 304	0.43 96	0.33 116	0.69 137	0.30 58	0.10 48	0.52 300	0.13 196	0.28 303	0.29 255	0.29 124

SA	0.61 158	1.14 259	2.79 273	0.32 94	0.63 315	0.57 110	0.30 176	0.97 270	0.78 246	0.43 48	0.63 217	0.39 78	0.46 215	0.70 138	0.31 72	0.10 48	0.44 288	0.13 196	0.32 324	0.31 270	0.51 239

DAS	0.61 158	0.42 71	1.85 21	0.34 132	0.34 213	0.52 64	0.42 258	0.89 217	0.80 262	0.85 320	0.69 247	0.57 180	0.51 238	2.38 354	0.57 181	0.13 191	0.09 84	0.12 139	0.09 39	0.18 111	0.37 165

AACVNet	0.61 158	1.13 258	2.47 166	0.37 171	0.21 80	0.57 110	0.25 104	0.75 114	0.55 64	0.56 157	0.60 194	0.66 222	0.44 200	2.11 337	0.49 159	0.14 221	0.11 129	0.14 225	0.11 111	0.35 296	0.23 87

ASMatch	0.61 158	0.47 87	2.72 257	0.91 355	0.36 227	0.56 91	0.24 85	0.54 41	0.67 140	0.48 70	1.20 353	0.47 132	0.65 286	1.33 231	0.93 260	0.10 48	0.08 39	0.11 96	0.11 111	0.10 11	0.17 51

test-1	0.61 158	0.54 110	2.09 61	0.31 76	1.37 389	0.51 49	0.28 138	0.83 166	0.50 38	0.42 42	0.55 153	0.54 161	0.24 29	0.38 29	1.25 302	0.10 48	1.08 351	0.10 50	0.17 229	0.11 18	0.77 301

LMCR-Stereo	0.61 158	1.00 229	2.60 209	0.42 227	0.22 89	0.74 277	0.31 186	1.06 333	0.70 182	0.62 222	0.64 224	0.40 86	0.52 245	0.84 171	1.27 304	0.20 302	0.09 84	0.12 139	0.09 39	0.26 225	0.16 45

GEStereo_RVC	0.61 158	1.19 276	2.61 213	0.48 258	0.25 127	0.63 201	0.37 233	1.05 321	0.79 255	0.55 146	0.55 153	0.59 187	0.44 200	1.10 197	0.48 150	0.16 253	0.11 129	0.12 139	0.11 111	0.27 236	0.43 201

HGLStereo	0.61 158	1.20 278	2.59 204	0.36 161	0.40 247	0.65 227	0.30 176	0.87 202	0.67 140	0.60 203	0.70 260	0.69 247	0.56 257	1.07 194	0.59 185	0.14 221	0.13 157	0.13 196	0.12 141	0.23 189	0.23 87

PSMNet-RSSM	0.61 158	1.19 276	2.43 130	0.33 115	0.25 127	0.59 135	0.28 138	0.88 210	0.65 121	0.54 135	0.62 209	0.69 247	0.46 215	1.67 279	0.50 162	0.15 239	0.10 107	0.14 225	0.16 216	0.20 151	0.28 118

DISCO	0.61 158	0.63 140	1.98 41	0.46 251	0.34 213	0.84 317	0.35 223	0.88 210	0.81 269	0.61 210	0.64 224	1.06 352	0.53 248	1.11 201	0.83 251	0.13 191	0.10 107	0.11 96	0.10 73	0.26 225	0.37 165

DLCB_ROB	0.61 158	0.96 227	2.00 43	0.37 171	0.25 127	0.65 227	0.37 233	0.86 195	0.76 235	0.73 287	0.70 260	0.84 297	0.47 223	1.57 262	0.72 224	0.13 191	0.13 157	0.14 225	0.14 179	0.18 111	0.33 145

qqq1	0.62 171	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 294	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.64 201	0.13 191	1.01 343	0.09 16	0.24 282	0.19 134	0.59 262

fff1	0.62 171	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 294	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.64 201	0.13 191	1.01 343	0.09 16	0.24 282	0.19 134	0.59 262

LL-Strereo2	0.62 171	1.36 316	2.47 166	1.37 379	0.96 358	0.54 76	0.28 138	0.61 70	0.49 32	0.42 42	0.34 35	0.44 111	0.21 17	0.57 101	0.53 170	0.11 113	0.26 253	0.16 266	0.14 179	0.18 111	0.98 336

4D-IteraStereo	0.62 171	1.29 300	3.04 311	0.27 24	0.30 179	0.46 23	0.26 116	0.54 41	0.51 43	0.41 38	0.31 26	0.39 78	0.19 8	0.53 89	0.65 206	0.09 12	0.47 291	0.12 139	0.11 111	0.21 161	2.14 392

CBFPSM	0.62 171	1.34 309	2.12 68	0.30 62	0.23 112	0.71 263	0.38 241	0.77 123	0.68 164	0.51 115	0.49 105	1.03 344	0.82 322	0.63 117	1.35 309	0.11 113	0.12 144	0.10 50	0.10 73	0.19 134	0.37 165

iinet-f	0.62 171	1.18 273	2.55 193	0.33 115	0.25 127	0.82 311	0.34 214	0.87 202	0.69 172	0.56 157	0.64 224	0.73 261	0.67 294	0.80 166	0.81 246	0.14 221	0.13 157	0.11 96	0.10 73	0.44 340	0.26 106

PFNet	0.62 171	0.42 71	2.69 250	0.43 237	0.55 290	0.62 188	0.27 130	0.64 81	0.72 201	0.61 210	0.56 165	0.45 123	0.33 116	1.86 311	1.12 285	0.28 346	0.09 84	0.12 139	0.16 216	0.26 225	0.27 112

RAFT	0.62 171	1.35 312	2.26 89	0.62 313	0.53 287	0.47 33	0.35 223	0.70 102	0.58 77	0.50 104	0.50 117	0.79 279	0.40 157	0.49 72	0.36 107	0.11 113	0.79 332	0.14 225	0.13 161	0.52 357	0.72 297

raft+_RVC	0.62 171	1.18 273	2.43 130	0.36 161	2.08 407	0.52 64	0.25 104	0.66 87	0.54 59	0.36 28	0.46 81	0.32 56	0.28 76	0.49 72	0.43 133	0.10 48	0.91 338	0.10 50	0.09 39	0.22 175	0.70 294

cf-r	0.62 171	1.27 296	2.99 307	0.34 132	0.28 163	0.60 148	0.28 138	0.82 156	0.70 182	0.55 146	0.61 202	0.77 273	0.41 168	1.32 230	0.52 167	0.13 191	0.09 84	0.11 96	0.12 141	0.22 175	0.27 112

DSFCA	0.62 171	0.77 185	1.95 36	0.29 48	0.29 168	0.79 302	0.86 359	0.81 149	0.73 205	0.73 287	0.66 237	0.67 224	0.57 262	1.17 210	1.03 276	0.16 253	0.15 184	0.13 196	0.14 179	0.19 134	0.28 118

NLCA_NET_v2_RVC	0.62 171	1.15 265	3.11 317	0.39 202	0.37 233	0.60 148	0.28 138	0.87 202	0.64 114	0.63 231	0.56 165	0.71 255	0.45 208	1.08 195	0.52 167	0.15 239	0.12 144	0.14 225	0.15 198	0.18 111	0.25 100
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
tta	0.63 183	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 294	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.86 255	0.13 191	1.01 343	0.11 96	0.26 293	0.19 134	0.59 262

CIPLG	0.63 183	1.59 350	3.16 321	0.79 344	0.31 187	0.62 188	0.57 314	0.82 156	0.68 164	0.58 175	0.63 217	0.43 96	0.31 106	0.48 62	0.42 127	0.12 148	0.20 225	0.13 196	0.13 161	0.36 301	0.21 74

ACRE	0.63 183	1.55 344	3.41 346	0.76 338	0.28 163	0.60 148	0.56 311	0.82 156	0.68 164	0.57 169	0.62 209	0.43 96	0.30 102	0.47 53	0.42 127	0.12 148	0.19 213	0.13 196	0.14 179	0.36 301	0.20 70

HHNet	0.63 183	0.67 146	3.10 316	0.37 171	0.25 127	0.64 213	0.60 322	0.70 102	0.67 140	0.55 146	1.12 350	0.32 56	0.60 277	0.43 47	1.75 332	0.16 253	0.08 39	0.12 139	0.10 73	0.18 111	0.22 79

ac_64	0.63 183	0.77 185	2.71 255	0.37 171	0.34 213	0.64 213	0.30 176	0.86 195	0.67 140	0.58 175	0.53 130	0.88 312	0.48 230	1.84 307	0.71 220	0.15 239	0.12 144	0.12 139	0.12 141	0.21 161	0.25 100

GANet-RSSM	0.63 183	1.14 259	2.67 239	0.38 189	0.26 141	0.59 135	0.29 163	0.81 149	0.56 68	0.50 104	0.57 176	0.67 224	0.50 234	1.91 322	0.50 162	0.14 221	0.10 107	0.24 332	0.12 141	0.36 301	0.28 118

NVstereo2D	0.63 183	0.57 120	2.29 94	0.37 171	0.35 221	0.69 256	0.49 291	0.96 263	0.88 306	0.49 86	0.54 144	0.72 256	0.46 215	1.98 326	0.50 162	0.19 294	0.20 225	0.18 296	0.16 216	0.28 247	0.34 152

SMFormer	0.64 190	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 294	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.86 255	0.13 191	1.01 343	0.11 96	0.26 293	0.17 91	0.84 312

ssnet_v2	0.64 190	0.99 228	2.67 239	0.33 115	0.22 89	0.72 269	0.45 275	1.00 287	0.80 262	0.66 259	0.54 144	0.81 288	0.48 230	0.91 179	1.08 281	0.16 253	0.14 170	0.14 225	0.14 179	0.33 279	0.31 140

IPLGR_C	0.64 190	1.66 361	3.36 335	0.80 345	0.31 187	0.60 148	0.60 322	0.82 156	0.69 172	0.58 175	0.62 209	0.44 111	0.31 106	0.47 53	0.43 133	0.12 148	0.22 235	0.13 196	0.15 198	0.35 296	0.21 74

OMP-Stereo	0.64 190	0.87 200	2.38 109	0.56 299	0.37 233	0.60 148	0.26 116	0.75 114	0.71 194	0.65 253	0.60 194	0.68 236	0.32 111	2.07 331	1.18 291	0.11 113	0.08 39	0.12 139	0.09 39	0.17 91	0.28 118

GwcNet-RSSM	0.64 190	1.38 323	2.69 250	0.33 115	0.26 141	0.60 148	0.32 196	0.84 173	0.73 205	0.56 157	0.65 231	0.72 256	0.42 179	1.78 296	0.60 187	0.14 221	0.10 107	0.12 139	0.13 161	0.26 225	0.26 106

ff7	0.65 195	0.58 122	2.09 61	0.39 202	0.60 305	0.56 91	0.23 63	0.49 15	0.62 97	1.00 336	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 395	0.10 50	0.18 237	0.24 195	2.22 400

ffff	0.65 195	0.58 122	2.09 61	0.39 202	0.60 305	0.56 91	0.23 63	0.49 15	0.62 97	1.00 336	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 395	0.10 50	0.18 237	0.24 195	2.22 400

11t	0.65 195	0.58 122	2.09 61	0.39 202	0.60 305	0.56 91	0.23 63	0.49 15	0.62 97	1.00 336	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 395	0.10 50	0.18 237	0.24 195	2.22 400

qqq	0.65 195	0.63 140	2.10 67	0.30 62	0.64 319	0.46 23	0.27 130	0.81 149	0.83 280	0.48 70	0.56 165	0.46 127	0.37 133	1.03 190	0.75 228	0.11 113	1.41 379	0.12 139	0.41 360	0.16 70	1.18 346

ccc-4	0.65 195	0.58 122	2.09 61	0.39 202	0.60 305	0.56 91	0.23 63	0.49 15	0.62 97	1.00 336	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 395	0.10 50	0.18 237	0.24 195	2.22 400

x	0.65 195	0.62 138	2.12 68	0.36 161	0.61 312	0.48 36	0.24 85	0.80 142	0.89 311	0.50 104	0.56 165	0.44 111	0.36 128	0.62 116	0.80 242	0.11 113	1.44 380	0.11 96	0.39 355	0.16 70	1.34 364

Wz-Net-LNSev-Ref	0.65 195	1.15 265	2.40 117	0.33 115	0.30 179	0.83 312	0.40 250	0.94 247	0.82 274	0.67 261	0.76 291	0.68 236	0.58 269	1.13 204	1.25 302	0.14 221	0.08 39	0.10 50	0.08 28	0.18 111	0.28 118

iRaft-Stereo_5w	0.65 195	1.35 312	2.21 84	0.30 62	0.63 315	0.49 41	0.28 138	0.78 130	0.64 114	0.41 38	0.61 202	0.62 201	0.46 215	1.79 298	0.48 150	0.10 48	0.25 250	0.11 96	0.12 141	0.40 327	0.94 326

TransformOpticalFlow	0.65 195	0.61 134	2.67 239	0.45 248	0.26 141	0.62 188	0.28 138	0.88 210	0.76 235	0.76 297	0.74 281	0.90 316	0.84 325	1.82 304	0.80 242	0.10 48	0.07 6	0.11 96	0.09 39	0.12 26	0.19 62

IIG-Stereo	0.65 195	0.87 200	2.32 100	0.55 290	0.23 112	0.62 188	0.21 32	0.78 130	0.71 194	0.64 241	0.69 247	0.69 247	0.38 140	2.07 331	1.37 313	0.11 113	0.08 39	0.11 96	0.09 39	0.15 61	0.27 112

DRaft	0.65 195	0.47 87	2.38 109	0.25 6	0.17 39	0.64 213	0.65 334	0.56 51	0.57 71	0.67 261	0.98 333	0.38 76	0.99 346	1.42 240	2.06 346	0.11 113	0.14 170	0.10 50	0.14 179	0.18 111	0.21 74

RAFT-RH_RVC	0.65 195	0.73 169	2.78 272	0.39 202	0.29 168	0.60 148	0.18 11	0.45 8	0.63 108	0.75 295	1.89 377	0.47 132	0.29 92	1.59 269	1.21 295	0.15 239	0.07 6	0.13 196	0.13 161	0.11 18	0.10 4

pcwnet_v2	0.65 195	0.54 110	4.29 391	0.33 115	0.27 152	0.60 148	0.25 104	1.02 301	0.92 318	0.61 210	0.69 247	0.62 201	0.54 250	0.67 131	0.38 116	0.18 283	0.15 184	0.15 250	0.14 179	0.21 161	0.49 233

RALCasStereoNet	0.65 195	1.34 309	2.56 197	0.43 237	0.96 358	0.50 47	0.26 116	0.62 73	0.56 68	0.43 48	0.49 105	0.36 68	0.28 76	0.72 149	0.53 170	0.10 48	1.18 356	0.09 16	0.08 28	0.27 236	1.27 357

ARAFT	0.65 195	1.69 363	3.34 334	0.29 48	0.16 22	0.65 227	0.36 230	0.96 263	0.73 205	0.63 231	0.49 105	0.56 176	0.31 106	1.23 216	0.35 105	0.11 113	0.08 39	0.14 225	0.13 161	0.38 314	0.50 235

psm_up	0.65 195	1.02 233	2.53 182	0.36 161	0.31 187	0.64 213	0.38 241	0.96 263	0.73 205	0.63 231	0.57 176	0.68 236	0.57 262	1.90 321	0.52 167	0.17 272	0.15 184	0.16 266	0.15 198	0.27 236	0.22 79

CFNet	0.65 195	1.45 334	2.27 90	0.34 132	0.25 127	0.64 213	0.23 63	0.93 242	0.79 255	0.48 70	0.59 187	0.58 184	0.40 157	2.28 345	0.63 200	0.13 191	0.09 84	0.15 250	0.14 179	0.34 285	0.26 106

mmm	0.66 212	0.53 108	1.83 16	0.38 189	0.86 348	0.49 41	0.27 130	0.82 156	0.83 280	0.59 194	0.69 247	0.47 132	0.38 140	0.81 169	0.73 225	0.12 148	1.37 375	0.14 225	0.45 364	0.18 111	1.35 365

Wz-Net-LNSev	0.66 212	1.30 301	2.81 279	0.35 147	0.37 233	0.80 305	0.48 286	0.91 232	0.87 302	0.63 231	0.70 260	0.80 285	0.59 272	0.67 131	0.68 213	0.15 239	0.14 170	0.12 139	0.12 141	0.24 195	0.38 173

AASNet	0.66 212	1.49 340	2.97 302	0.37 171	0.33 204	0.65 227	0.30 176	1.00 287	0.78 246	0.56 157	0.60 194	0.55 169	0.39 151	0.88 178	0.96 262	0.15 239	0.12 144	0.13 196	0.11 111	0.45 342	0.35 158

ACVNet-DCA	0.67 215	0.73 169	2.43 130	0.67 326	0.52 282	0.76 283	0.24 85	0.81 149	0.83 280	0.77 299	0.39 54	0.25 26	0.38 140	0.70 138	0.22 4	0.10 48	2.13 400	0.11 96	0.09 39	0.16 70	1.18 346

fast-acv-ft	0.67 215	1.24 290	3.26 327	0.39 202	0.30 179	0.80 305	0.48 286	0.74 112	0.76 235	0.60 203	0.78 299	0.76 271	0.60 277	0.70 138	0.78 237	0.16 253	0.15 184	0.18 296	0.17 229	0.38 314	0.24 96

ToySt	0.67 215	0.88 204	2.61 213	0.39 202	0.73 331	0.61 166	0.38 241	0.78 130	0.73 205	0.43 48	0.70 260	0.72 256	0.45 208	0.66 128	0.62 195	0.14 221	0.63 316	0.13 196	0.33 334	0.24 195	1.18 346

PSM-AAD	0.67 215	0.29 2	2.41 121	0.37 171	0.23 112	0.86 319	1.15 382	0.62 73	0.66 128	0.64 241	0.71 273	0.67 224	2.90 401	0.65 125	0.32 81	0.10 48	0.08 39	0.17 280	0.15 198	0.14 52	0.34 152

HSM	0.67 215	0.92 222	2.29 94	0.30 62	0.29 168	0.65 227	0.29 163	0.98 276	0.67 140	0.59 194	0.58 182	1.39 374	0.65 286	2.56 366	0.45 140	0.11 113	0.09 84	0.10 50	0.08 28	0.18 111	0.24 96

raft_robust	0.68 220	1.24 290	2.42 125	0.30 62	0.57 295	0.53 69	0.25 104	0.95 260	0.79 255	0.49 86	0.46 81	1.12 361	0.74 311	1.50 252	0.61 192	0.09 12	0.62 315	0.10 50	0.30 313	0.26 225	0.30 132

SACVNet	0.68 220	1.08 246	2.58 202	0.38 189	0.28 163	0.65 227	0.37 233	0.91 232	0.65 121	0.67 261	0.62 209	0.69 247	0.47 223	2.07 331	0.65 206	0.18 283	0.14 170	0.16 266	0.15 198	0.39 321	0.41 192

ADLNet	0.68 220	1.02 233	2.68 244	0.35 147	0.34 213	0.67 247	0.34 214	0.95 260	0.79 255	0.70 275	0.62 209	0.80 285	0.46 215	1.77 293	0.69 215	0.15 239	0.12 144	0.14 225	0.14 179	0.31 270	0.54 250

XPNet_ROB	0.68 220	1.11 254	2.28 92	0.38 189	0.27 152	0.67 247	0.47 284	0.94 247	0.75 227	0.80 310	0.71 273	0.81 288	0.54 250	1.72 284	0.84 252	0.22 315	0.16 196	0.16 266	0.15 198	0.25 210	0.45 218

ETE_ROB	0.68 220	1.09 247	2.32 100	0.38 189	0.26 141	0.69 256	0.51 294	1.49 380	0.75 227	0.81 311	0.71 273	0.85 302	0.51 238	1.39 235	0.70 216	0.17 272	0.14 170	0.19 302	0.16 216	0.24 195	0.35 158

LALA_ROB	0.68 220	1.14 259	2.50 177	0.37 171	0.29 168	0.78 298	0.55 307	0.99 281	0.84 292	0.82 315	0.68 243	0.93 322	0.50 234	1.01 187	0.89 257	0.21 310	0.15 184	0.21 316	0.18 237	0.26 225	0.30 132

STrans-v2	0.69 226	0.62 138	2.66 232	0.28 36	0.23 112	0.57 110	0.32 196	1.01 295	0.77 243	0.92 329	0.84 306	0.88 312	0.92 340	1.81 301	1.19 293	0.10 48	0.07 6	0.10 50	0.09 39	0.12 26	0.30 132

DEmStereo	0.69 226	0.40 64	2.42 125	0.42 227	0.18 49	0.66 240	0.88 362	0.54 41	0.64 114	0.60 203	1.00 337	0.45 123	1.24 360	1.53 254	2.21 357	0.10 48	0.08 39	0.10 50	0.10 73	0.11 18	0.14 26

FADNet-RVC	0.69 226	1.65 359	2.74 264	0.35 147	0.26 141	0.60 148	0.29 163	0.91 232	0.67 140	0.46 66	0.51 119	0.62 201	0.46 215	1.75 288	0.81 246	0.17 272	0.20 225	0.17 280	0.18 237	0.60 364	0.39 180

RASNet	0.69 226	1.05 241	2.59 204	0.37 171	0.47 275	0.66 240	0.33 209	0.82 156	0.76 235	0.51 115	0.65 231	0.93 322	0.62 281	2.20 342	0.80 242	0.14 221	0.09 84	0.09 16	0.11 111	0.18 111	0.37 165

PS-NSSS	0.69 226	1.37 320	2.44 138	0.31 76	0.32 198	0.64 213	0.34 214	1.04 313	0.74 222	0.56 157	0.75 288	0.51 148	0.42 179	2.41 358	0.54 175	0.24 330	0.17 203	0.27 340	0.18 237	0.30 262	0.23 87

MyStereo06	0.70 231	0.72 166	3.51 354	0.31 76	0.25 127	0.60 148	0.30 176	0.90 225	0.67 140	1.48 381	0.53 130	0.84 297	0.57 262	0.60 110	1.11 284	0.09 12	0.55 303	0.12 139	0.20 262	0.16 70	0.56 257

MSKI-zero shot	0.70 231	0.44 81	2.62 217	1.47 384	0.75 333	0.56 91	0.20 22	0.80 142	0.45 18	0.60 203	0.52 127	0.44 111	0.17 1	0.70 138	0.26 34	0.09 12	2.87 417	0.09 16	0.32 324	0.14 52	0.50 235

DMCA-RVC	0.70 231	1.30 301	3.59 362	0.37 171	0.89 351	0.57 110	0.31 186	0.73 110	0.59 81	0.69 272	0.54 144	0.59 187	0.57 262	1.25 221	0.66 209	0.16 253	0.38 276	0.20 312	0.15 198	0.22 175	0.23 87

HSM-Net_RVC	0.70 231	0.40 64	2.45 154	0.27 24	0.19 65	0.68 253	0.30 176	1.29 368	0.73 205	0.73 287	0.70 260	0.77 273	0.45 208	3.73 405	0.46 144	0.13 191	0.09 84	0.10 50	0.09 39	0.13 36	0.32 142
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AE-Stereo	0.71 235	0.32 15	2.44 138	0.44 241	0.50 278	0.58 117	0.23 63	1.08 339	0.67 140	0.67 261	0.51 119	0.47 132	0.24 29	0.63 117	0.32 81	0.09 12	2.15 404	0.11 96	0.45 364	0.22 175	2.01 386

xx1	0.71 235	0.73 169	2.43 130	0.67 326	0.52 282	0.76 283	0.24 85	0.85 183	1.05 350	0.77 299	0.39 54	0.46 127	0.37 133	0.70 138	0.22 4	0.10 48	2.13 400	0.12 139	0.41 360	0.16 70	1.18 346

GrayStereo	0.71 235	0.27 1	2.40 117	0.89 351	0.23 112	0.62 188	1.40 396	0.67 90	0.70 182	0.72 286	0.77 295	0.55 169	3.03 402	0.60 110	0.28 44	0.10 48	0.08 39	0.10 50	0.21 273	0.12 26	0.37 165

FADNet	0.71 235	1.60 354	2.53 182	0.33 115	0.30 179	0.67 247	0.29 163	0.92 239	0.75 227	0.45 56	0.49 105	0.66 222	0.57 262	1.85 309	0.85 253	0.46 369	0.20 225	0.17 280	0.20 262	0.60 364	0.37 165

iResNetv2_ROB	0.71 235	1.90 375	3.48 352	0.43 237	0.22 89	0.60 148	0.29 163	0.96 263	0.78 246	0.60 203	0.65 231	0.60 194	0.46 215	0.80 166	1.21 295	0.12 148	0.08 39	0.10 50	0.07 13	0.44 340	0.33 145

DRN-Test	0.71 235	0.79 190	2.83 283	0.40 215	0.44 264	0.80 305	0.41 252	1.07 336	0.83 280	0.82 315	0.64 224	0.68 236	0.57 262	1.78 296	0.79 240	0.16 253	0.13 157	0.17 280	0.16 216	0.24 195	0.51 239

StereoDRNet	0.71 235	1.24 290	2.56 197	0.42 227	0.45 267	0.73 272	0.46 280	0.98 276	0.81 269	0.77 299	0.56 165	0.74 263	0.48 230	1.69 283	0.91 259	0.15 239	0.14 170	0.15 250	0.15 198	0.26 225	0.51 239

NCCL2	0.71 235	1.32 303	2.30 96	0.44 241	0.31 187	0.71 263	0.67 340	0.89 217	0.69 172	0.70 275	0.61 202	0.85 302	0.54 250	1.58 268	0.70 216	0.20 302	0.17 203	0.66 381	0.25 287	0.26 225	0.38 173

1test111	0.72 243	0.73 169	2.43 130	0.67 326	0.52 282	0.76 283	0.24 85	0.81 149	0.83 280	0.77 299	0.39 54	0.25 26	0.38 140	1.03 190	0.75 228	0.10 48	2.13 400	0.11 96	0.09 39	0.16 70	1.18 346

FAT-Stereo	0.72 243	0.60 129	2.86 289	0.37 171	0.29 168	0.64 213	0.55 307	1.01 295	0.91 316	0.76 297	0.94 325	0.93 322	0.79 320	1.82 304	0.60 187	0.19 294	0.19 213	0.17 280	0.16 216	0.23 189	0.47 223

MyStereo8	0.73 245	1.16 267	2.89 292	0.53 283	0.34 213	0.71 263	0.20 22	1.87 393	0.59 81	0.53 131	0.66 237	0.50 145	0.33 116	1.27 225	0.62 195	0.10 48	1.19 357	0.10 50	0.21 273	0.21 161	0.61 267

ADLNet2	0.73 245	1.22 285	3.28 329	0.34 132	0.36 227	0.65 227	0.37 233	0.94 247	0.87 302	0.57 169	0.65 231	0.92 317	0.48 230	2.05 329	0.60 187	0.13 191	0.11 129	0.11 96	0.11 111	0.37 307	0.38 173

hitnet-ft	0.73 245	1.09 247	2.59 204	0.28 36	0.22 89	0.71 263	0.36 230	0.89 217	0.67 140	0.58 175	0.83 304	1.03 344	0.94 343	2.31 347	0.70 216	0.23 323	0.14 170	0.41 367	0.13 161	0.24 195	0.28 118

LargeStereo	0.74 248	0.70 158	2.05 56	1.11 369	1.09 374	0.32 6	0.21 32	0.75 114	0.43 13	0.30 26	0.30 20	0.22 8	0.27 65	0.98 185	0.31 72	0.10 48	2.50 413	0.08 3	0.15 198	0.27 236	2.70 410

cc1	0.74 248	0.73 169	2.43 130	0.67 326	0.52 282	0.76 283	0.24 85	0.85 183	1.05 350	0.77 299	0.39 54	0.25 26	0.38 140	0.70 138	0.22 4	0.10 48	2.13 400	0.11 96	0.09 39	0.25 210	2.20 399

IGEVStereo-DCA	0.74 248	0.74 178	2.09 61	0.76 338	0.77 339	0.45 20	0.23 63	0.49 15	0.62 97	0.71 284	0.22 2	0.30 47	0.28 76	1.29 227	1.53 323	0.10 48	1.50 381	0.10 50	0.18 237	0.24 195	2.22 400

tt1	0.74 248	0.73 169	2.34 103	0.67 326	0.63 315	0.75 279	0.24 85	0.85 183	0.96 332	0.81 311	0.38 51	0.26 33	0.35 125	0.64 121	0.22 4	0.10 48	2.16 405	0.11 96	0.09 39	0.25 210	2.19 395

anonymousa	0.74 248	0.60 129	2.58 202	0.96 359	1.33 387	0.61 166	0.26 116	0.69 95	0.56 68	0.55 146	0.84 306	0.82 291	0.46 215	0.56 98	0.61 192	0.10 48	1.11 354	0.12 139	0.98 403	0.14 52	0.97 334

Wz-Net-MNSev	0.74 248	1.42 329	2.75 266	0.38 189	0.33 204	0.90 330	0.61 327	0.98 276	0.94 325	0.77 299	0.75 288	0.75 267	0.66 292	1.39 235	0.76 231	0.17 272	0.13 157	0.14 225	0.14 179	0.28 247	0.48 227

IPLG	0.74 248	1.09 247	2.87 290	0.36 161	0.21 80	1.63 380	0.60 322	1.39 375	0.63 108	1.39 373	0.51 119	0.40 86	0.86 330	1.40 237	0.37 110	0.09 12	0.07 6	0.14 225	0.12 141	0.34 285	0.23 87

FADNet-RVC-Resample	0.74 248	1.54 343	3.81 372	0.38 189	0.29 168	0.62 188	0.38 241	0.91 232	0.67 140	0.52 123	0.51 119	0.63 205	0.44 200	1.56 258	0.59 185	0.24 330	0.32 264	0.22 320	0.19 253	0.30 262	0.71 296

RP	0.74 248	1.01 232	2.48 171	0.44 241	0.45 267	0.66 240	0.45 275	0.95 260	0.87 302	0.70 275	0.95 328	0.99 336	0.82 322	1.55 256	0.82 249	0.26 340	0.19 213	0.23 327	0.20 262	0.34 285	0.38 173

stereogan	0.74 248	0.68 153	2.82 281	0.40 215	0.40 247	1.05 348	0.42 258	0.99 281	0.96 332	0.78 307	0.86 314	1.15 365	0.73 307	1.57 262	0.56 179	0.20 302	0.19 213	0.20 312	0.16 216	0.37 307	0.34 152

Nwc_Net	0.75 258	1.10 252	2.96 301	0.42 227	0.39 241	0.77 293	0.39 247	1.06 333	0.73 205	0.65 253	1.00 337	0.99 336	0.74 311	1.43 241	0.99 271	0.24 330	0.15 184	0.23 327	0.26 293	0.27 236	0.30 132

NOSS_ROB	0.75 258	1.03 236	2.27 90	0.68 331	0.26 141	0.68 253	0.30 176	0.99 281	0.82 274	0.59 194	0.58 182	0.77 273	0.39 151	2.75 383	0.48 150	0.25 336	0.24 243	0.28 342	0.26 293	0.29 255	1.07 340

PSMNet_ROB	0.75 258	1.42 329	2.93 297	0.39 202	0.32 198	0.73 272	0.56 311	0.90 225	0.74 222	0.56 157	0.60 194	0.75 267	0.47 223	2.00 327	1.31 305	0.18 283	0.13 157	0.19 302	0.20 262	0.26 225	0.40 185

DispNO	0.76 261	1.36 316	3.15 320	0.32 94	0.27 152	0.59 135	0.29 163	0.88 210	0.72 201	0.55 146	0.79 301	0.83 296	0.47 223	2.46 361	1.23 299	0.12 148	0.10 107	0.18 296	0.31 318	0.20 151	0.25 100

DCRE	0.76 261	0.80 192	2.31 98	1.05 364	1.18 380	0.63 201	0.26 116	1.03 307	0.59 81	0.52 123	2.12 382	0.44 111	0.27 65	0.41 43	0.53 170	0.09 12	1.02 348	0.10 50	0.32 324	0.16 70	1.47 373

APVNet	0.76 261	1.11 254	3.23 323	0.39 202	0.36 227	0.85 318	0.44 271	0.96 263	0.73 205	0.58 175	0.69 247	0.76 271	0.56 257	2.29 346	0.82 249	0.17 272	0.18 209	0.24 332	0.19 253	0.35 296	0.27 112

GwcNet	0.76 261	1.09 247	3.68 365	0.38 189	0.45 267	0.81 309	0.45 275	0.91 232	0.89 311	0.63 231	0.77 295	0.82 291	0.51 238	1.64 275	0.85 253	0.17 272	0.16 196	0.15 250	0.15 198	0.33 279	0.34 152

AF-Net	0.76 261	1.14 259	2.74 264	0.42 227	0.41 252	0.70 259	0.41 252	1.07 336	0.94 325	0.73 287	1.05 346	1.04 348	0.86 330	1.23 216	1.00 273	0.23 323	0.15 184	0.25 337	0.18 237	0.32 275	0.35 158

ccnet	0.77 266	0.61 134	2.01 45	0.40 215	0.46 274	1.05 348	0.59 319	1.02 301	0.74 222	0.90 326	0.97 330	0.82 291	0.89 335	1.68 282	1.16 290	0.32 353	0.26 253	0.32 354	0.28 303	0.35 296	0.47 223

RYNet	0.77 266	0.91 217	2.36 105	0.37 171	0.41 252	0.88 325	0.44 271	0.99 281	0.88 306	0.65 253	0.54 144	0.92 317	0.61 279	2.70 378	1.23 299	0.15 239	0.14 170	0.17 280	0.14 179	0.27 236	0.55 256

ffm	0.78 268	0.67 146	3.39 340	0.32 94	0.22 89	0.58 117	0.28 138	0.85 183	0.96 332	0.54 135	0.74 281	0.67 224	0.40 157	0.64 121	0.22 4	0.10 48	2.16 405	0.15 250	0.33 334	0.25 210	2.19 395

Syn2CoEx	0.78 268	1.43 332	3.54 358	0.44 241	0.31 187	0.64 213	0.43 265	1.04 313	0.83 280	0.64 241	0.77 295	0.74 263	0.74 311	1.91 322	0.64 201	0.20 302	0.17 203	0.19 302	0.15 198	0.30 262	0.59 262

RGC	0.78 268	1.10 252	2.55 193	0.45 248	0.45 267	0.73 272	0.40 250	1.00 287	0.75 227	0.75 295	1.04 344	1.02 343	0.73 307	1.74 287	1.15 288	0.24 330	0.19 213	0.28 342	0.26 293	0.31 270	0.38 173

HH	0.79 271	0.52 105	2.72 257	1.45 382	0.80 343	0.91 331	0.23 63	0.76 117	0.76 235	0.64 241	0.55 153	0.87 308	0.41 168	0.94 182	0.45 140	0.09 12	1.20 358	0.10 50	0.09 39	0.16 70	2.16 393

HanStereo	0.79 271	0.52 105	2.72 257	1.45 382	0.80 343	0.91 331	0.23 63	0.76 117	0.76 235	0.64 241	0.55 153	0.87 308	0.41 168	0.94 182	0.45 140	0.09 12	1.20 358	0.10 50	0.09 39	0.16 70	2.16 393

FTStereo	0.79 271	0.32 15	2.83 283	0.70 333	0.21 80	0.73 272	1.75 401	0.61 70	0.60 85	1.07 345	1.62 372	1.28 369	2.11 393	0.75 154	0.30 58	0.19 294	0.08 39	0.12 139	0.11 111	0.12 26	0.39 180

RAFT + AFF	0.79 271	1.73 364	2.99 307	0.34 132	0.35 221	0.67 247	0.51 294	1.05 321	0.79 255	0.54 135	0.58 182	0.59 187	0.81 321	1.80 299	1.21 295	0.13 191	0.27 259	0.15 250	0.14 179	0.45 342	0.69 291

AANet_RVC	0.79 271	1.46 336	2.72 257	0.34 132	0.25 127	0.59 135	0.32 196	0.88 210	0.83 280	0.62 222	0.95 328	0.80 285	0.43 192	2.46 361	1.72 329	0.38 359	0.26 253	0.10 50	0.09 39	0.25 210	0.43 201

aanetorigin	0.81 276	1.03 236	2.64 227	0.44 241	0.44 264	0.59 135	1.00 372	0.59 65	0.70 182	1.54 383	1.22 355	0.82 291	1.08 353	1.06 192	1.07 280	0.18 283	0.15 184	0.17 280	0.21 273	0.53 358	0.65 279

GANetREF_RVC	0.81 276	1.44 333	3.04 311	0.49 269	0.27 152	0.83 312	0.63 330	1.03 307	0.92 318	0.63 231	0.61 202	0.72 256	0.59 272	2.40 356	0.58 183	0.33 355	0.25 250	0.37 362	0.25 287	0.41 333	0.36 164
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
PWC_ROB	0.81 276	1.41 325	2.60 209	0.41 224	0.40 247	0.63 201	0.31 186	1.04 313	0.99 342	0.92 329	1.29 358	0.78 277	0.68 296	1.65 278	1.50 320	0.19 294	0.12 144	0.18 296	0.13 161	0.51 354	0.54 250

HBP-ISP	0.82 279	1.57 345	3.28 329	0.50 274	0.27 152	0.86 319	0.54 303	1.09 341	0.78 246	0.81 311	0.70 260	0.68 236	1.00 347	2.02 328	0.47 147	0.24 330	0.24 243	0.29 350	0.25 287	0.28 247	0.52 244

S-Stereo	0.82 279	0.73 169	3.79 370	0.40 215	0.37 233	0.70 259	0.69 344	1.00 287	1.03 346	0.63 231	0.92 323	0.82 291	0.59 272	2.35 350	0.71 220	0.18 283	0.22 235	0.17 280	0.18 237	0.30 262	0.67 282

CVANet_RVC	0.82 279	1.18 273	3.98 377	0.40 215	0.28 163	0.63 201	0.43 265	0.90 225	0.78 246	1.14 350	0.69 247	0.68 236	0.52 245	2.62 371	0.48 150	0.20 302	0.13 157	0.22 320	0.37 349	0.37 307	0.48 227

PASM	0.82 279	1.00 229	2.68 244	0.52 279	0.48 276	0.65 227	0.59 319	0.83 166	0.89 311	0.82 315	0.73 278	0.89 315	0.68 296	2.39 355	0.73 225	0.35 358	0.37 272	0.36 360	0.41 360	0.45 342	0.51 239

TDLM	0.83 283	1.28 298	2.38 109	0.46 251	0.26 141	0.66 240	0.55 307	0.87 202	0.80 262	2.54 404	0.62 209	0.61 196	0.51 238	2.68 377	0.67 211	0.20 302	0.11 129	0.35 359	0.15 198	0.33 279	0.48 227

Anonymous Stereo	0.83 283	1.57 345	3.56 359	0.46 251	0.39 241	0.63 201	0.84 358	0.92 239	0.83 280	0.68 267	0.68 243	0.64 211	0.42 179	2.42 359	1.02 275	0.23 323	0.23 240	0.19 302	0.20 262	0.31 270	0.40 185

PWCDC_ROB	0.83 283	1.57 345	2.63 218	0.48 258	0.37 233	0.78 298	0.29 163	1.04 313	1.36 376	0.63 231	2.05 381	0.64 211	0.70 302	1.10 197	1.20 294	0.33 355	0.14 170	0.15 250	0.12 141	0.63 368	0.46 221

rrr	0.84 286	0.74 178	3.40 345	0.76 338	0.77 339	0.45 20	0.28 138	1.23 365	0.84 292	0.71 284	0.22 2	0.30 47	0.28 76	1.29 227	1.53 323	0.10 48	1.50 381	0.10 50	0.29 307	0.24 195	1.75 381

GASNet	0.84 286	1.98 378	4.07 380	0.48 258	0.33 204	0.58 117	0.34 214	0.97 270	0.81 269	0.60 203	0.59 187	0.74 263	0.55 255	2.08 334	1.18 291	0.22 315	0.15 184	0.19 302	0.17 229	0.55 360	0.29 124

MaskLacGwcNet_RVC	0.84 286	1.41 325	2.80 275	0.94 357	0.35 221	0.89 327	0.41 252	0.89 217	0.66 128	0.57 169	0.63 217	0.75 267	0.38 140	2.37 351	0.55 177	1.16 395	0.31 263	0.36 360	0.21 273	0.59 363	0.63 273

edge stereo	0.84 286	0.74 178	3.42 349	0.38 189	1.21 382	0.63 201	0.41 252	0.98 276	0.83 280	0.81 311	0.88 318	1.14 363	0.73 307	2.16 340	0.89 257	0.22 315	0.20 225	0.26 339	0.18 237	0.38 314	0.43 201

SHD	0.84 286	1.14 259	2.54 186	0.80 345	0.52 282	0.76 283	0.34 214	1.16 356	1.29 371	1.11 347	0.85 309	0.98 333	0.74 311	1.25 221	1.48 319	0.22 315	0.37 272	0.20 312	0.27 301	0.36 301	0.41 192

XQC	0.84 286	1.32 303	2.61 213	0.78 343	0.44 264	0.89 327	0.53 300	1.16 356	1.07 353	0.85 320	0.69 247	0.92 317	0.73 307	1.40 237	1.44 317	0.24 330	0.35 270	0.23 327	0.26 293	0.45 342	0.39 180

RTSC	0.84 286	1.40 324	2.67 239	0.50 274	0.40 247	0.83 312	0.33 209	1.11 348	1.14 361	0.93 332	0.82 302	0.84 297	0.58 269	1.34 232	1.82 337	0.18 283	0.49 295	0.14 225	0.30 313	0.46 346	0.42 196

PDISCO_ROB	0.84 286	1.46 336	2.84 285	0.65 320	0.59 300	1.17 361	0.48 286	1.19 361	1.08 355	0.67 261	0.72 276	1.00 339	0.61 279	1.24 218	1.05 278	0.38 359	0.18 209	0.28 342	0.24 282	0.58 362	0.44 213

LL-Strereo	0.85 294	1.73 364	3.06 315	0.37 171	0.61 312	0.54 76	0.33 209	1.01 295	0.76 235	0.69 272	0.58 182	0.85 302	0.78 318	2.65 374	0.54 175	0.14 221	0.58 309	0.14 225	0.12 141	0.42 335	1.05 338

Wz-Net-SNSev	0.85 294	1.83 371	3.36 335	0.42 227	0.31 187	0.71 263	0.66 336	1.04 313	0.94 325	0.68 267	0.85 309	0.96 330	0.62 281	1.75 288	1.14 287	0.16 253	0.15 184	0.16 266	0.17 229	0.39 321	0.63 273

DANet	0.85 294	0.68 153	2.41 121	1.18 374	0.48 276	0.77 293	1.23 388	0.93 242	1.53 383	0.90 326	0.72 276	0.97 332	0.57 262	1.86 311	1.05 278	0.18 283	0.16 196	0.19 302	0.16 216	0.26 225	0.67 282
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
anonymousdsp	0.86 297	0.59 128	2.65 228	1.33 376	1.25 384	0.56 91	0.23 63	0.54 41	0.71 194	1.13 349	0.25 11	0.22 8	0.24 29	1.24 218	0.24 16	0.09 12	2.34 410	0.10 50	0.18 237	0.25 210	3.12 415

anonymity	0.86 297	0.68 153	1.44 2	0.64 318	0.83 345	0.67 247	0.52 298	0.98 276	0.73 205	0.96 333	0.70 260	0.81 288	0.86 330	1.10 197	1.34 307	0.64 375	0.72 330	0.58 377	1.44 412	0.60 364	0.91 323

IGEV-Stereo	0.86 297	0.60 129	2.65 228	1.35 378	1.25 384	0.56 91	0.23 63	0.54 41	0.71 194	1.14 350	0.25 11	0.22 8	0.24 29	1.24 218	0.24 16	0.09 12	2.34 410	0.10 50	0.18 237	0.25 210	3.13 416
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDG	0.86 297	1.57 345	2.80 275	0.68 331	0.59 300	0.78 298	0.38 241	0.97 270	0.74 222	0.63 231	0.70 260	1.01 340	0.68 296	1.02 188	1.22 298	0.45 367	0.34 269	0.89 388	0.51 373	0.73 373	0.58 259

test_xeample3	0.86 297	0.75 182	3.36 335	0.65 320	0.76 336	0.49 41	0.33 209	1.21 364	0.80 262	0.61 210	0.23 5	0.30 47	0.29 92	1.17 210	1.57 325	0.10 48	1.79 388	0.10 50	0.40 356	0.25 210	2.09 389

CBMV	0.86 297	1.00 229	2.82 281	0.35 147	0.21 80	0.78 298	0.78 353	1.05 321	0.87 302	0.90 326	0.74 281	0.87 308	1.89 388	1.67 279	1.38 315	0.19 294	0.20 225	0.21 316	0.19 253	0.28 247	0.84 312
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet_RVC	0.87 303	1.51 341	2.90 294	0.31 76	0.24 121	0.71 263	0.25 104	1.00 287	0.65 121	0.45 56	0.57 176	0.61 196	0.44 200	1.53 254	0.75 228	0.94 385	0.97 340	0.28 342	1.00 404	0.89 382	1.36 367

anonymousdsp2	0.88 304	0.31 7	1.96 39	1.06 365	1.56 397	0.57 110	0.22 43	0.84 173	0.98 339	1.20 359	0.37 45	0.65 215	0.26 51	1.19 212	0.46 144	0.10 48	2.40 412	0.10 50	0.13 161	0.19 134	2.96 412

MIPNet	0.88 304	1.07 243	2.85 287	0.61 311	0.18 49	1.46 370	1.37 392	1.65 386	0.78 246	1.93 389	0.85 309	0.75 267	1.66 378	0.87 174	0.34 98	0.10 48	0.08 39	0.11 96	0.32 324	0.27 236	0.26 106

THIR-Stereo	0.88 304	0.85 197	2.33 102	0.26 16	0.16 22	0.59 135	2.69 406	0.62 73	0.54 59	0.62 222	1.61 371	0.96 330	1.77 384	1.67 279	2.20 356	0.10 48	0.08 39	0.14 225	0.11 111	0.16 70	0.21 74

NCC-stereo	0.88 304	1.22 285	2.97 302	0.60 305	0.45 267	1.88 389	0.48 286	1.04 313	0.75 227	0.70 275	0.85 309	0.93 322	0.84 325	1.81 301	1.51 321	0.28 346	0.19 213	0.23 327	0.31 318	0.27 236	0.35 158

Abc-Net	0.88 304	1.22 285	2.97 302	0.60 305	0.45 267	1.88 389	0.48 286	1.04 313	0.75 227	0.70 275	0.85 309	0.93 322	0.84 325	1.81 301	1.51 321	0.28 346	0.19 213	0.23 327	0.31 318	0.27 236	0.35 158
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCRef	0.88 304	1.45 334	2.68 244	0.38 189	0.35 221	0.95 339	0.51 294	0.92 239	0.81 269	0.89 324	0.84 306	0.61 196	1.35 362	1.26 224	3.38 386	0.14 221	0.12 144	0.17 280	0.19 253	0.28 247	0.34 152

CBMV_ROB	0.88 304	0.75 182	2.73 262	0.36 161	0.22 89	0.76 283	0.47 284	1.05 321	0.81 269	1.06 344	1.04 344	0.88 312	1.36 364	2.17 341	2.03 343	0.23 323	0.24 243	0.27 340	0.25 287	0.27 236	0.73 298

ttt	0.89 311	0.51 103	2.51 178	0.36 161	0.31 187	0.61 166	0.28 138	1.07 336	0.92 318	0.56 157	0.77 295	0.55 169	0.37 133	2.27 344	3.51 389	0.16 253	1.21 361	0.13 196	0.31 318	0.18 111	1.26 356

AEACV	0.89 311	0.29 2	1.84 19	2.50 410	1.68 401	0.53 69	0.21 32	1.01 295	0.42 9	0.68 267	0.31 26	0.22 8	0.39 151	1.63 272	0.25 25	0.09 12	2.60 414	0.09 16	0.54 377	0.23 189	2.27 405

TRStereo	0.89 311	1.02 233	2.91 295	4.59 418	0.31 187	0.93 335	0.23 63	1.93 396	0.66 128	0.37 30	0.54 144	0.48 139	0.40 157	0.67 131	0.29 53	0.13 191	0.37 272	0.11 96	0.48 368	0.13 36	1.21 352

EGLCR-Stereo	0.90 314	0.31 7	1.90 28	1.60 390	0.95 357	1.14 358	0.42 258	0.85 183	0.43 13	1.74 387	0.21 1	0.27 40	0.17 1	1.56 258	0.30 58	0.10 48	2.60 414	0.10 50	0.09 39	0.10 11	3.10 414

DDUNet	0.90 314	1.63 357	2.77 271	0.77 341	0.69 327	0.83 312	0.44 271	0.90 225	0.70 182	0.68 267	0.76 291	0.92 317	0.54 250	1.14 206	1.35 309	0.61 374	0.37 272	0.96 390	0.52 375	0.77 378	0.67 282

IGEV_Zeroshot_test	0.91 316	0.39 60	3.80 371	0.42 227	1.95 405	0.56 91	0.64 331	0.84 173	0.55 64	1.45 378	0.53 130	0.79 279	0.42 179	0.57 101	1.13 286	0.10 48	0.49 295	0.10 50	0.34 340	0.19 134	2.97 413

SQANet	0.92 317	1.96 376	3.23 323	0.77 341	0.83 345	0.76 283	0.38 241	0.87 202	0.68 164	0.64 241	0.69 247	0.73 261	0.52 245	1.35 233	1.36 311	0.80 381	0.30 262	0.60 379	0.29 307	0.93 383	0.70 294

AAGNet	0.92 317	0.40 64	2.53 182	0.60 305	1.01 367	0.62 188	0.45 275	0.52 29	0.68 164	0.58 175	0.53 130	0.50 145	0.72 304	1.22 214	7.32 415	0.12 148	0.07 6	0.12 139	0.10 73	0.16 70	0.10 4

Consistency-Raft	0.92 317	1.21 280	3.50 353	0.98 361	0.63 315	0.77 293	0.54 303	1.02 301	1.01 344	0.62 222	1.03 342	0.65 215	1.04 350	0.81 169	1.36 311	0.45 367	0.47 291	0.51 375	0.59 383	0.65 370	0.47 223

DeepPrunerF	0.92 317	1.33 307	3.41 346	0.46 251	0.51 280	0.64 213	0.49 291	1.16 356	2.62 400	0.65 253	0.61 202	0.65 215	0.62 281	2.23 343	1.31 305	0.23 323	0.19 213	0.30 351	0.28 303	0.39 321	0.34 152

GANet	0.92 317	1.20 278	2.68 244	0.45 248	0.27 152	0.76 283	0.66 336	0.94 247	0.77 243	0.79 308	1.17 351	0.84 297	0.91 337	2.72 379	1.76 333	0.18 283	0.42 284	0.44 372	0.20 262	0.33 279	0.94 326

PA-Net	0.93 322	1.36 316	4.14 382	0.64 318	0.41 252	0.70 259	0.53 300	0.91 232	0.88 306	0.53 131	0.60 194	0.70 253	0.54 250	2.40 356	2.57 371	0.17 272	0.28 261	0.19 302	0.28 303	0.25 210	0.48 227
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FBW_ROB	0.94 323	1.23 289	2.35 104	0.46 251	0.32 198	0.87 323	0.46 280	1.15 353	0.97 338	0.83 318	0.78 299	1.01 340	0.64 285	3.65 404	1.65 326	0.27 343	0.24 243	0.40 365	0.26 293	0.32 275	0.88 320

CC-Net-ROB	0.95 324	1.57 345	2.93 297	0.90 353	0.39 241	0.87 323	0.44 271	1.12 350	0.83 280	0.59 194	0.69 247	0.64 211	0.50 234	2.73 381	0.93 260	0.97 388	0.40 282	0.87 387	0.29 307	0.61 367	0.66 280

riskmin	0.96 325	0.32 15	2.07 58	1.72 397	1.61 400	1.62 379	0.57 314	1.45 378	0.55 64	0.73 287	0.89 320	0.92 317	0.45 208	1.16 208	0.60 187	0.11 113	1.30 372	0.12 139	1.38 411	0.14 52	1.51 374

CrosDoStereo	0.96 325	0.49 92	2.66 232	0.27 24	0.33 204	0.54 76	3.69 410	0.77 123	0.66 128	0.70 275	1.39 364	0.53 156	1.47 371	1.77 293	3.02 381	0.10 48	0.08 39	0.11 96	0.11 111	0.22 175	0.30 132

DeepStereo_LL	0.96 325	0.49 92	2.66 232	0.27 24	0.33 204	0.54 76	3.69 410	0.77 123	0.66 128	0.70 275	1.39 364	0.53 156	1.47 371	1.77 293	3.02 381	0.10 48	0.08 39	0.11 96	0.11 111	0.22 175	0.30 132

DualNet	0.97 328	0.67 146	3.39 340	0.32 94	0.22 89	0.58 117	0.28 138	0.85 183	0.96 332	0.54 135	0.74 281	0.67 224	0.40 157	0.64 121	3.86 395	0.10 48	2.16 405	0.15 250	0.33 334	0.25 210	2.19 395

xxxx	0.97 328	0.64 142	2.14 72	0.30 62	0.67 323	0.64 213	0.24 85	1.09 341	0.91 316	0.57 169	0.65 231	0.58 184	0.39 151	1.57 262	5.49 410	0.13 191	1.38 376	0.11 96	0.32 324	0.17 91	1.41 369

XX-Stereo	0.98 330	0.57 120	4.45 395	1.64 392	5.33 417	0.55 86	0.16 4	0.96 263	0.43 13	0.45 56	0.65 231	0.85 302	0.19 8	0.79 162	0.26 34	0.11 113	0.80 333	0.10 50	0.32 324	0.17 91	0.78 304

test_xeample	0.98 330	0.65 144	2.12 68	0.29 48	0.67 323	0.60 148	0.28 138	1.08 339	0.85 294	0.62 222	0.70 260	0.44 111	0.41 168	1.95 324	5.45 409	0.12 148	1.33 374	0.11 96	0.31 318	0.18 111	1.42 370

mmx	0.99 332	0.67 146	3.39 340	0.32 94	0.22 89	0.58 117	0.28 138	1.05 321	0.92 318	0.54 135	0.74 281	0.67 224	0.40 157	2.75 383	3.86 395	0.13 191	1.25 363	0.15 250	0.33 334	0.19 134	1.28 359

xxx	0.99 332	0.67 146	3.39 340	0.32 94	0.22 89	0.58 117	0.28 138	1.05 321	0.92 318	0.54 135	0.74 281	0.67 224	0.40 157	2.75 383	3.86 395	0.13 191	1.25 363	0.15 250	0.33 334	0.19 134	1.28 359

MFMNet_re	1.01 334	1.73 364	3.04 311	0.85 349	0.76 336	0.93 335	0.81 356	1.02 301	1.10 356	1.05 342	1.06 347	0.84 297	0.96 344	0.93 181	0.97 263	0.68 378	0.61 312	0.63 380	0.60 385	0.77 378	0.80 308

Wz-Net-TNSev	1.02 335	2.26 399	3.69 366	0.38 189	0.31 187	1.00 343	0.71 346	1.12 350	1.02 345	0.74 293	0.73 278	1.09 358	0.91 337	2.46 361	2.15 353	0.21 310	0.20 225	0.16 266	0.20 262	0.48 350	0.62 269

222	1.02 335	0.60 129	1.95 36	0.29 48	0.51 280	0.62 188	0.24 85	1.09 341	0.86 300	0.64 241	0.67 240	0.47 132	0.42 179	1.86 311	6.73 413	0.13 191	1.21 361	0.11 96	0.32 324	0.17 91	1.44 371

G-Net	1.02 335	0.70 158	3.23 323	0.60 305	0.66 322	2.00 395	0.71 346	0.78 130	0.70 182	1.14 350	2.53 393	1.29 371	1.01 348	1.47 248	1.74 331	0.25 336	0.24 243	0.24 332	0.26 293	0.37 307	0.40 185

DPSNet	1.02 335	0.72 166	2.84 285	0.60 305	0.39 241	1.08 353	0.75 350	1.41 376	1.14 361	0.74 293	0.69 247	1.05 351	1.67 379	2.09 336	2.22 358	0.27 343	0.61 312	0.20 312	0.50 372	0.48 350	1.03 337

ADCP+	1.03 339	1.68 362	3.83 373	0.35 147	0.39 241	1.05 348	0.79 355	0.94 247	0.86 300	0.69 272	0.68 243	0.85 302	1.53 377	1.02 188	4.56 404	0.13 191	0.12 144	0.16 266	0.15 198	0.28 247	0.44 213

WZ-Net	1.04 340	1.83 371	4.20 385	0.42 227	0.36 227	0.88 325	0.71 346	1.05 321	1.11 358	0.84 319	0.94 325	1.06 352	1.17 358	2.37 351	2.24 359	0.20 302	0.14 170	0.15 250	0.16 216	0.36 301	0.53 247

PVD	1.05 341	1.21 280	2.36 105	0.84 348	0.91 353	1.04 346	0.64 331	1.32 371	1.68 387	1.43 377	1.41 366	1.14 363	1.15 357	1.49 251	1.77 334	0.27 343	0.65 318	0.28 342	0.35 342	0.40 327	0.73 298

1111x	1.06 342	0.79 190	3.29 331	0.33 115	0.60 305	0.64 213	0.33 209	1.10 344	0.92 318	0.59 194	0.69 247	0.59 187	0.47 223	2.64 373	4.61 405	0.12 148	1.38 376	0.11 96	0.49 370	0.18 111	1.30 361

ADCMid	1.06 342	1.82 370	3.53 357	0.39 202	0.36 227	0.99 342	0.58 316	1.01 295	0.94 325	1.23 365	1.02 340	1.01 340	1.01 348	1.11 201	4.04 399	0.22 315	0.19 213	0.42 369	0.32 324	0.42 335	0.53 247

ff1	1.07 344	0.67 146	3.39 340	0.32 94	0.22 89	0.58 117	0.28 138	0.85 183	0.96 332	0.54 135	0.74 281	0.67 224	0.40 157	2.75 383	3.86 395	0.10 48	2.16 405	0.15 250	0.33 334	0.25 210	2.19 395

ADCL	1.07 344	1.22 285	2.80 275	0.40 215	0.33 204	1.50 372	1.87 403	0.97 270	1.04 349	1.26 367	1.28 357	0.99 336	1.41 368	1.36 234	3.51 389	0.17 272	0.14 170	0.22 320	0.21 273	0.32 275	0.43 201

ADCPNet	1.07 344	1.37 320	4.54 397	0.38 189	0.68 326	1.36 365	0.64 331	0.93 242	0.83 280	0.79 308	0.82 302	1.08 355	1.18 359	1.30 229	2.68 373	0.21 310	0.69 324	0.21 316	0.95 401	0.30 262	0.54 250

MFN_U_SF_DS_RVC	1.08 347	2.01 382	2.56 197	0.49 269	0.40 247	1.49 371	0.96 367	1.02 301	0.95 330	0.85 320	0.94 325	1.06 352	0.59 272	2.92 389	1.15 288	0.43 365	0.74 331	0.32 354	0.55 378	0.74 374	1.35 365

AnyNet_C32	1.08 347	1.76 368	3.01 309	0.50 274	0.54 288	1.17 361	1.16 384	0.97 270	0.95 330	1.11 347	0.98 333	0.87 308	0.93 342	1.57 262	4.11 401	0.22 315	0.20 225	0.25 337	0.25 287	0.40 327	0.68 287

Ntro	1.11 349	2.10 388	3.52 356	0.97 360	0.87 350	1.06 351	0.54 303	1.02 301	0.93 324	0.63 231	0.76 291	0.93 322	0.67 294	1.76 290	1.71 327	1.03 390	0.46 289	0.76 386	0.41 360	1.29 393	0.86 319

SAMSARA	1.11 349	1.35 312	2.60 209	1.34 377	0.77 339	1.67 382	1.41 398	1.47 379	0.99 342	1.54 383	0.89 320	1.44 376	0.90 336	1.88 315	1.71 327	0.25 336	0.55 303	0.22 320	0.34 340	0.39 321	0.50 235

ADCS	1.14 351	2.02 383	3.36 335	0.43 237	0.37 233	0.96 341	0.81 356	1.12 350	1.17 365	1.25 366	0.98 333	1.08 355	0.92 340	1.41 239	4.97 407	0.23 323	0.21 233	0.22 320	0.23 280	0.40 327	0.67 282

otaku	1.15 352	2.10 388	3.51 354	0.98 361	0.74 332	1.02 345	0.59 319	1.03 307	0.89 311	0.70 275	1.60 370	0.98 333	0.65 286	1.63 272	1.80 336	0.99 389	0.46 289	0.73 385	0.40 356	1.30 395	0.88 320

EAI-Stereo	1.16 353	0.29 2	1.94 35	0.55 290	0.97 361	1.96 391	7.94 419	1.34 372	1.03 346	1.01 340	1.48 367	0.51 148	0.66 292	0.65 125	1.42 316	0.09 12	0.23 240	0.09 16	0.53 376	0.13 36	0.49 233

SuperB	1.19 354	1.62 355	5.29 405	0.37 171	0.26 141	0.81 309	0.87 360	0.94 247	1.19 366	0.68 267	0.68 243	0.63 205	1.37 365	1.73 285	3.30 383	0.16 253	0.12 144	0.17 280	0.16 216	2.74 414	0.63 273

AnyNet_C01	1.20 355	1.89 374	4.25 387	0.55 290	0.54 288	1.57 375	1.39 395	1.10 344	1.13 360	1.19 354	1.34 363	1.15 365	1.11 355	1.73 285	2.89 378	0.26 340	0.24 243	0.28 342	0.24 282	0.50 352	0.68 287

SPS-STEREO	1.22 356	1.65 359	3.41 346	0.66 324	0.69 327	1.01 344	0.68 342	1.10 344	0.96 332	1.40 375	1.25 356	1.46 377	1.08 353	2.05 329	2.24 359	0.66 376	0.61 312	0.58 377	0.57 381	0.66 371	1.65 379
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	1.25 357	1.46 336	3.84 374	0.54 289	0.56 292	1.12 356	0.99 368	1.05 321	1.03 346	1.10 346	0.87 316	0.77 273	1.07 352	5.85 413	2.98 379	0.16 253	0.23 240	0.16 266	0.24 282	0.28 247	0.66 280

RainbowNet	1.27 358	2.22 395	3.58 361	1.14 372	0.92 354	1.08 353	0.76 351	1.19 361	1.15 363	0.77 299	0.97 330	1.08 355	0.83 324	1.64 275	1.72 329	1.20 397	1.30 372	1.01 393	0.58 382	1.23 390	0.97 334

MDST_ROB	1.28 359	0.53 108	3.84 374	0.55 290	0.45 267	4.06 411	0.60 322	1.36 373	0.89 311	2.18 395	1.17 351	0.98 333	0.72 304	4.28 408	2.12 350	0.20 302	0.16 196	0.19 302	0.17 229	0.20 151	0.84 312

EDNetEfficient	1.29 360	0.78 188	4.27 388	0.65 320	1.03 369	0.94 337	1.38 394	0.87 202	1.75 390	2.33 401	1.32 361	1.04 348	2.21 395	1.59 269	4.07 400	0.16 253	0.19 213	0.15 250	0.27 301	0.38 314	0.40 185

RTS	1.29 360	1.59 350	6.48 412	0.63 315	0.57 295	1.59 377	0.90 364	1.15 353	1.44 378	1.20 359	1.31 359	1.10 359	0.87 333	2.67 375	2.27 361	0.21 310	0.38 276	0.19 302	0.20 262	0.46 346	0.68 287

RTSA	1.29 360	1.59 350	6.48 412	0.63 315	0.57 295	1.59 377	0.90 364	1.15 353	1.44 378	1.20 359	1.31 359	1.10 359	0.87 333	2.67 375	2.27 361	0.21 310	0.38 276	0.19 302	0.20 262	0.46 346	0.68 287

WCMA_ROB	1.29 360	1.21 280	3.13 319	0.65 320	0.36 227	1.20 364	0.78 353	1.00 287	0.98 339	1.78 388	2.62 396	3.08 398	2.01 391	1.86 311	2.35 363	0.38 359	0.38 276	0.32 354	0.32 324	0.31 270	1.06 339

MeshStereo	1.29 360	1.34 309	3.04 311	0.35 147	0.28 163	1.10 355	0.69 344	1.42 377	1.07 353	2.71 407	2.43 391	2.95 394	1.50 374	2.92 389	2.03 343	0.23 323	0.22 235	0.22 320	0.19 253	0.50 352	0.69 291
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
SANet	1.35 365	1.80 369	4.39 393	0.41 224	0.29 168	1.72 384	0.89 363	1.17 359	2.47 398	1.22 363	1.82 375	1.72 382	1.70 381	2.57 367	3.30 383	0.18 283	0.16 196	0.16 266	0.15 198	0.34 285	0.62 269

Anonymous_2	1.36 366	0.49 92	2.03 50	1.71 396	1.58 398	2.49 403	0.58 316	1.59 385	2.31 396	0.77 299	0.88 318	1.03 344	0.58 269	1.20 213	0.66 209	0.32 353	1.38 376	1.42 406	3.87 420	0.78 380	1.56 375

CSAN	1.38 367	1.74 367	4.12 381	0.53 283	0.38 239	1.06 351	1.15 382	1.29 368	1.12 359	1.19 354	1.90 378	1.04 348	1.44 369	5.92 414	2.82 377	0.26 340	0.22 235	0.24 332	0.25 287	0.35 296	0.54 250

MSC_U_SF_DS_RVC	1.40 368	2.04 385	3.02 310	0.58 304	0.41 252	2.15 398	1.00 372	1.31 370	1.29 371	1.05 342	1.10 349	1.29 371	0.91 337	3.07 392	1.34 307	1.65 407	0.84 335	0.68 383	0.88 398	1.55 402	1.91 383

psmorigin	1.41 369	0.91 217	13.83 423	0.37 171	0.30 179	0.63 201	0.37 233	0.80 142	0.64 114	0.98 334	0.87 316	1.16 367	0.78 318	3.95 406	1.09 282	0.19 294	0.22 235	0.17 280	0.19 253	0.25 210	0.47 223

MSMD_ROB	1.41 369	1.03 236	2.75 266	0.41 224	0.32 198	2.00 395	0.61 327	0.96 263	1.43 377	2.97 409	2.63 397	4.76 409	2.04 392	2.44 360	1.78 335	0.30 350	0.26 253	0.32 354	0.32 324	0.32 275	0.63 273

MADNet+	1.44 371	2.19 392	6.00 410	0.89 351	0.70 329	1.58 376	1.11 377	1.56 384	1.30 373	0.89 324	1.03 342	1.25 368	1.12 356	3.29 396	2.80 375	0.48 370	0.57 307	0.39 364	0.36 348	0.63 368	0.69 291

pmcnn	1.44 371	1.25 293	3.57 360	0.74 336	1.42 391	0.72 269	0.56 311	1.04 313	1.06 352	1.03 341	2.89 403	6.01 413	0.75 315	2.54 365	3.60 391	0.14 221	0.11 129	0.08 3	0.06 7	0.34 285	0.81 310

FCDSN-DC	1.45 373	1.12 256	3.30 332	0.48 258	0.41 252	1.13 357	0.60 322	1.17 359	1.28 370	2.25 398	2.85 401	3.65 401	3.34 406	2.58 368	2.44 365	0.31 352	0.26 253	0.31 352	0.30 313	0.37 307	0.78 304
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NVStereoNet_ROB	1.45 373	1.62 355	3.59 362	1.09 366	0.70 329	0.86 319	0.67 340	1.19 361	1.51 382	1.20 359	4.05 409	1.61 380	1.94 389	2.97 391	2.07 347	0.67 377	0.69 324	0.55 376	0.70 387	0.57 361	0.67 282
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	1.47 375	2.27 400	4.92 400	1.11 369	0.89 351	1.19 363	0.66 336	1.28 367	1.19 366	0.98 334	0.97 330	3.06 397	1.48 373	2.37 351	1.82 337	1.08 392	0.49 295	1.03 394	0.48 368	1.20 389	0.95 329

IMH-64-1	1.50 376	1.98 378	2.69 250	1.39 380	1.12 377	1.39 368	1.19 386	1.80 390	1.47 380	1.19 354	2.20 386	1.53 378	1.51 375	2.12 338	1.98 340	1.34 400	0.68 321	1.28 400	0.70 387	1.37 397	1.12 343

IMH-64	1.50 376	1.98 378	2.69 250	1.39 380	1.12 377	1.39 368	1.19 386	1.80 390	1.47 380	1.19 354	2.20 386	1.53 378	1.51 375	2.12 338	1.98 340	1.34 400	0.68 321	1.28 400	0.70 387	1.37 397	1.12 343

iRaft-Stereo_20w	1.50 376	0.42 71	4.81 398	2.24 408	2.09 408	1.36 365	1.27 389	1.38 374	0.94 325	2.07 390	0.42 65	0.85 302	0.69 300	0.87 174	1.37 313	0.10 48	4.04 419	0.09 16	0.40 356	0.17 91	4.53 419

ELAS_RVC	1.51 379	0.88 204	3.36 335	0.63 315	0.56 292	1.53 373	2.73 407	1.53 381	1.76 391	2.26 399	2.21 388	2.10 387	3.07 403	2.08 334	2.52 367	0.42 362	0.42 284	0.42 369	0.37 349	0.51 354	0.84 312
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.52 380	0.92 222	2.91 295	0.62 313	0.57 295	3.13 406	2.21 405	1.67 387	1.58 386	2.42 402	2.43 391	1.87 384	2.49 398	1.85 309	2.70 374	0.42 362	0.43 287	0.41 367	0.40 356	0.51 354	0.85 316
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	1.54 381	2.20 394	4.42 394	1.10 368	0.93 356	1.37 367	0.87 360	1.53 381	1.71 389	1.22 363	1.72 373	2.12 388	1.06 351	2.58 368	1.93 339	0.94 385	0.54 301	1.00 392	0.56 380	2.11 409	0.96 331

EKT-Stereo	1.56 382	0.55 117	2.60 209	2.54 411	19.66 426	0.55 86	0.22 43	0.76 117	0.51 43	0.40 37	0.36 41	0.43 96	0.27 65	0.74 153	0.42 127	0.13 191	0.17 203	0.11 96	0.16 216	0.20 151	0.50 235

MFN_U_SF_RVC	1.57 383	2.56 412	3.30 332	0.66 324	0.41 252	1.15 359	0.51 294	1.27 366	1.35 375	1.61 385	1.20 353	1.43 375	0.97 345	1.80 299	2.10 348	1.88 410	1.79 388	1.97 415	2.14 414	1.61 403	1.76 382

WAO-7	1.58 384	2.04 385	3.25 326	0.94 357	0.75 333	1.75 385	1.13 379	1.87 393	1.97 394	1.46 380	2.53 393	1.98 386	1.75 382	3.13 393	2.48 366	0.69 379	0.67 320	0.94 389	0.74 392	0.80 381	0.77 301

FC-DCNN	1.60 385	0.85 197	3.44 350	0.46 251	0.39 241	1.96 391	0.66 336	1.72 389	1.70 388	2.75 408	2.91 404	4.20 404	3.15 404	2.72 379	2.66 372	0.30 350	0.26 253	0.31 352	0.30 313	0.33 279	0.91 323

PWCK	1.62 386	2.32 404	4.27 388	1.11 369	0.56 292	1.81 387	1.84 402	1.55 383	1.54 384	1.45 378	1.81 374	1.82 383	1.38 366	3.34 397	2.14 352	1.09 393	0.57 307	0.98 391	0.59 383	1.50 401	0.79 306

WAO-6	1.69 387	1.87 373	3.21 322	1.15 373	1.01 367	2.29 399	1.06 376	1.85 392	2.84 404	1.30 370	2.59 395	2.19 389	1.67 379	2.62 371	2.52 367	0.96 387	0.68 321	1.19 397	0.84 395	1.13 386	0.95 329

DispFullNet	1.69 387	2.25 397	5.23 403	1.53 388	8.78 418	0.89 327	0.37 233	1.03 307	0.98 339	1.37 371	1.00 337	1.13 362	1.97 390	1.51 253	0.98 269	0.55 373	0.32 264	1.19 397	0.64 386	1.16 388	0.88 320

SGM-Forest	1.84 389	7.91 421	10.36 417	0.42 227	0.33 204	1.04 346	1.29 390	1.01 295	0.88 306	1.19 354	2.30 389	1.03 344	1.79 385	2.60 370	2.81 376	0.22 315	0.21 233	0.21 316	0.19 253	0.25 210	0.79 306
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
JetBlue	1.89 390	2.09 387	4.16 383	0.74 336	1.23 383	4.52 415	3.86 412	1.68 388	1.26 368	1.28 369	1.54 369	2.36 391	1.86 387	3.35 398	3.37 385	0.54 371	0.49 295	0.48 373	0.49 370	1.39 399	1.21 352

Dean	1.92 391	2.31 403	5.03 402	1.31 375	1.08 373	1.55 374	0.99 368	1.98 398	2.33 397	1.51 382	4.15 410	4.23 407	1.39 367	2.31 347	2.10 348	1.18 396	0.69 324	1.18 396	0.75 393	1.30 395	1.07 340

FINET	1.92 391	1.96 376	4.49 396	1.62 391	1.39 390	3.51 409	4.39 413	2.89 406	2.58 399	1.39 373	1.98 379	1.35 373	2.12 394	1.64 275	2.12 350	0.84 383	1.03 349	0.18 296	0.29 307	0.54 359	2.12 391

ACVNet-4b	2.00 393	2.19 392	4.85 399	1.09 366	0.86 348	1.15 359	0.53 300	1.11 348	1.15 363	0.65 253	1.09 348	1.97 385	0.69 300	2.31 347	9.78 419	5.73 419	0.42 284	1.03 394	0.55 378	1.89 405	0.92 325

SDNR	2.06 394	2.93 415	2.94 299	1.55 389	5.13 416	1.98 394	0.24 85	1.95 397	2.62 400	0.92 329	2.71 399	5.76 412	0.68 296	3.61 403	3.84 394	0.33 355	0.38 276	0.22 320	0.17 229	1.13 386	2.04 388

LVE	2.10 395	2.61 413	4.30 392	1.79 400	1.81 404	1.68 383	1.04 375	2.35 401	2.78 403	1.27 368	2.87 402	4.21 406	1.46 370	2.83 387	2.02 342	2.87 415	0.92 339	1.19 397	1.47 413	1.29 393	1.18 346

SGM_RVC	2.11 396	1.07 243	2.87 290	0.98 361	0.92 354	2.72 405	1.88 404	1.91 395	12.27 417	2.09 391	1.99 380	2.47 392	2.24 396	2.87 388	2.03 343	0.54 371	0.47 291	0.42 369	0.47 367	0.74 374	1.22 354
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IMH	2.14 397	2.46 408	3.60 364	1.70 395	1.13 379	1.65 381	0.93 366	2.13 399	1.93 393	1.37 371	2.64 398	2.19 389	1.82 386	5.77 412	2.18 355	5.70 418	1.05 350	1.31 402	0.72 391	1.39 399	1.13 345

UNDER WATER-64	2.59 398	2.28 401	5.63 407	1.85 403	1.45 393	3.28 407	1.60 400	2.62 402	5.57 410	2.09 391	2.12 382	4.10 403	4.21 410	2.74 382	3.64 392	1.49 404	0.86 336	1.58 410	1.09 407	1.91 406	1.62 378

SGM+DAISY	2.67 399	2.14 390	4.28 390	1.92 405	2.11 409	4.36 414	5.22 416	3.17 407	3.00 405	3.24 412	3.81 408	3.03 396	3.61 407	2.53 364	3.79 393	1.15 394	1.29 370	0.66 381	0.71 390	0.95 384	2.44 408

TorneroNet-64	2.74 400	2.23 396	4.18 384	1.48 385	1.20 381	3.88 410	1.01 374	3.48 414	6.61 414	2.62 406	4.55 412	4.20 404	3.84 409	3.39 400	3.40 387	1.23 398	0.66 319	1.39 405	0.80 394	3.42 416	1.27 357

notaker	2.77 401	2.35 405	4.02 379	2.61 413	1.44 392	1.77 386	1.14 380	2.77 405	1.81 392	2.30 400	11.41 419	3.95 402	4.70 411	3.24 395	3.01 380	1.58 406	0.88 337	1.71 413	1.08 406	2.10 408	1.44 371

UNDER WATER	2.84 402	2.25 397	5.25 404	1.84 402	1.45 393	2.36 401	1.44 399	3.23 409	6.51 413	2.61 405	2.73 400	5.69 411	5.64 414	3.14 394	4.18 402	1.48 403	0.81 334	1.60 411	1.07 405	1.91 406	1.67 380

WAO-8	2.91 403	2.55 410	3.77 368	1.93 406	1.04 370	4.08 412	0.99 368	3.25 410	6.09 411	2.20 396	3.34 406	3.33 399	2.64 399	11.73 420	2.52 367	2.12 411	1.92 391	1.55 408	0.93 399	1.27 391	0.96 331

Venus	2.91 403	2.55 410	3.77 368	1.93 406	1.04 370	4.08 412	0.99 368	3.25 410	6.09 411	2.20 396	3.34 406	3.33 399	2.64 399	11.73 420	2.52 367	2.12 411	1.92 391	1.55 408	0.93 399	1.27 391	0.96 331

DGSMNet	2.93 405	0.77 185	3.44 350	3.58 417	4.25 415	2.53 404	6.86 418	1.03 307	0.88 306	0.58 175	1.85 376	0.79 279	0.62 281	1.63 272	1.46 318	4.62 417	4.98 420	5.15 422	4.71 421	4.52 420	4.37 418

MADNet++	2.94 406	2.17 391	3.27 328	2.55 412	2.28 410	3.29 408	3.37 408	2.76 404	2.67 402	3.10 410	3.20 405	2.78 393	3.25 405	4.11 407	4.68 406	2.72 414	2.27 409	3.03 418	2.43 416	2.34 412	2.59 409

JetRed	3.37 407	4.96 418	10.08 416	1.48 385	1.73 403	7.63 418	5.47 417	3.47 412	2.20 395	2.42 402	2.40 390	2.98 395	2.35 397	3.52 402	6.60 412	1.33 399	1.90 390	1.38 404	1.23 409	2.30 411	2.02 387

LSM	3.40 408	1.42 329	5.81 409	9.98 423	30.74 436	0.86 319	1.14 380	0.99 281	1.26 368	1.40 375	2.18 385	0.93 322	0.85 328	1.76 290	1.03 276	0.22 315	0.35 270	0.24 332	0.29 307	0.40 327	6.21 421

MANE	3.51 409	2.03 384	3.88 376	1.89 404	2.01 406	5.98 416	4.72 414	5.87 418	7.13 415	3.80 413	5.10 414	6.11 414	5.34 413	4.39 409	5.05 408	1.07 391	1.28 369	0.50 374	0.85 396	0.76 377	2.36 407

SGM-ForestM	3.67 410	2.70 414	5.34 406	1.65 393	1.72 402	6.02 417	5.08 415	4.10 415	3.47 406	4.59 414	4.21 411	9.81 418	5.79 415	6.44 415	6.97 414	0.88 384	1.09 352	0.33 358	0.45 364	0.68 372	2.10 390

KSHMR	4.19 411	2.37 406	6.24 411	1.73 398	1.48 395	1.97 393	1.29 390	3.18 408	17.06 427	2.15 394	15.74 422	9.09 417	1.75 382	8.33 418	2.37 364	1.55 405	1.29 370	1.70 412	1.23 409	1.75 404	1.60 377

ktn	4.44 412	2.47 409	3.70 367	1.82 401	1.49 396	2.11 397	1.40 396	2.30 400	12.56 418	11.36 420	16.25 423	11.30 421	3.77 408	4.41 410	3.47 388	1.86 409	0.99 342	1.74 414	1.21 408	3.28 415	1.39 368

LE_ROB	4.55 413	2.43 407	9.94 415	2.79 415	4.03 414	2.40 402	3.54 409	2.72 403	11.04 416	11.64 421	4.69 413	5.25 410	10.74 419	4.52 411	9.73 418	0.82 382	0.70 327	1.34 403	0.97 402	0.74 374	0.94 326

tt	4.94 414	0.32 15	4.22 386	2.29 409	1.58 398	10.19 421	16.94 424	9.44 422	5.03 409	1.69 386	1.33 362	4.68 408	5.02 412	3.38 399	5.91 411	6.15 420	9.47 427	2.80 417	3.16 419	3.54 417	1.58 376

TorneroNet	5.60 415	2.30 402	3.98 377	1.49 387	1.26 386	14.47 423	1.11 377	4.85 416	20.66 432	10.12 417	16.30 424	11.78 422	7.35 416	3.41 401	4.38 403	1.36 402	0.70 327	1.46 407	0.87 397	2.73 413	1.33 362

coex-ft	6.14 416	1.98 378	60.80 440	0.34 132	0.30 179	0.80 305	1.17 385	0.76 117	4.34 408	19.82 428	2.15 384	1.61 380	8.77 418	1.82 304	10.36 420	0.44 366	2.05 394	0.18 296	0.19 253	0.39 321	4.61 420

HanzoNet	7.85 417	3.30 417	5.75 408	7.47 421	3.97 413	2.34 400	1.37 392	3.47 412	4.02 407	13.30 422	10.49 415	10.86 419	16.67 425	8.50 419	10.51 421	10.80 426	9.84 428	5.83 423	13.69 426	7.24 422	7.51 422

EDNetEfficientorigin	8.19 418	1.27 296	145.54 442	0.51 278	0.96 358	0.75 279	0.49 291	0.86 195	1.57 385	2.12 393	1.49 368	1.28 369	1.35 362	1.84 307	2.15 353	0.14 221	0.13 157	0.17 280	0.18 237	0.39 321	0.64 278

DGTPSM_ROB	8.97 419	5.94 419	13.01 421	5.95 420	11.34 420	8.54 419	24.06 425	6.47 419	13.52 419	5.19 415	11.52 420	6.18 415	11.04 420	7.02 416	13.92 422	4.47 416	7.66 421	3.90 419	7.43 424	4.34 419	7.98 423

DPSMNet_ROB	9.58 420	5.96 420	13.98 424	8.88 422	11.87 421	8.54 419	24.08 426	6.48 420	13.67 422	5.35 416	11.53 421	6.31 416	11.04 420	7.69 417	14.09 423	7.61 425	8.23 423	5.03 421	7.75 425	5.24 421	8.36 424

BEATNet-Init1	12.32 421	12.82 425	28.66 437	3.22 416	3.71 412	21.59 432	11.42 420	14.54 427	13.73 423	20.24 429	20.16 429	26.14 437	19.85 427	19.08 431	15.33 427	1.81 408	1.93 393	2.05 416	2.48 417	4.25 418	3.41 417

DPSM_ROB	12.32 421	11.13 423	12.31 419	12.90 425	12.80 423	19.81 430	28.13 431	14.50 425	14.31 424	10.62 418	11.34 417	12.03 423	11.89 423	13.08 425	15.22 425	7.09 422	8.31 424	6.47 425	7.32 422	8.69 423	8.43 425

DPSM	12.32 421	11.13 423	12.31 419	12.90 425	12.80 423	19.81 430	28.13 431	14.50 425	14.31 424	10.62 418	11.34 417	12.03 423	11.89 423	13.08 425	15.22 425	7.09 422	8.31 424	6.47 425	7.32 422	8.69 423	8.43 425

DLNR_Zeroshot_test	13.74 424	20.06 428	23.92 429	121.50 442	35.20 437	0.46 23	0.15 1	7.96 421	0.47 26	0.29 25	0.37 45	0.26 33	0.17 1	0.79 162	0.36 107	7.16 424	2.95 418	0.09 16	0.38 352	50.40 440	1.95 385

LRCNet_RVC	13.78 425	19.34 427	13.01 421	19.47 428	12.67 422	1.85 388	0.42 258	12.28 423	1.10 356	15.76 424	18.69 428	12.52 425	8.65 417	12.22 423	9.64 417	22.29 433	8.38 426	25.92 435	24.06 435	19.72 433	17.59 430

SPstereo	16.55 426	3.18 416	4.92 400	2.73 414	2.77 411	29.67 433	52.00 434	39.41 441	29.70 441	21.94 437	21.64 431	27.45 439	23.83 433	27.92 441	26.10 435	2.44 413	2.60 414	4.96 420	3.11 418	2.27 410	2.32 406

HaxPig	19.88 427	22.39 433	22.30 428	17.98 427	17.98 425	12.06 422	12.06 421	16.25 428	15.97 426	21.05 430	21.41 430	18.85 429	18.35 426	20.07 432	19.64 429	23.57 437	23.19 436	24.07 434	23.71 434	22.95 434	23.72 436

Anonymous_1	22.76 428	11.11 422	11.93 418	12.73 424	26.05 435	19.39 428	27.77 430	14.18 424	13.64 421	14.92 423	10.66 416	11.26 420	11.24 422	12.48 424	14.45 424	37.82 441	7.87 422	34.92 438	63.61 438	87.51 441	11.75 427

PML	22.99 429	17.34 426	8.24 414	5.48 419	9.84 419	50.35 441	102.65 441	5.84 417	13.52 419	37.08 441	104.84 441	30.61 441	23.20 432	12.09 422	7.96 416	6.27 421	2.12 399	6.31 424	2.42 415	10.67 425	2.95 411

MEDIAN_ROB	23.95 430	26.96 440	26.29 436	22.14 429	22.09 427	16.18 424	14.23 422	20.47 429	20.09 428	25.43 438	25.22 439	22.96 430	22.54 431	24.33 433	23.18 433	28.15 439	27.16 440	28.60 436	27.73 436	27.59 435	27.58 437

DPSimNet_ROB	24.35 431	23.81 439	31.38 439	25.93 431	22.83 428	31.30 434	34.38 433	20.78 430	28.92 436	27.39 439	22.99 438	28.29 440	35.76 441	15.47 427	17.82 428	24.28 438	17.90 435	22.23 433	14.12 427	19.38 432	22.12 435

CasAABBNet	24.76 432	22.38 432	24.44 430	26.05 432	25.75 430	39.79 435	56.76 437	29.10 438	28.88 435	21.22 431	22.69 433	24.21 434	23.99 438	26.23 434	30.62 437	14.22 427	16.71 430	13.03 427	14.75 429	17.49 429	16.97 428

Selective-RAFT-Error	24.83 433	22.44 437	24.80 431	26.10 433	25.82 431	39.85 439	56.72 436	29.21 440	29.03 440	21.29 433	22.80 434	24.25 435	24.07 439	26.28 438	30.60 436	14.24 428	16.85 431	13.04 431	14.75 429	17.53 430	17.02 429

MyStereo03	24.90 434	22.40 434	24.90 432	26.19 434	25.93 432	39.80 436	56.77 438	29.00 435	28.95 437	21.51 434	22.81 435	24.16 431	23.92 434	26.26 435	30.65 438	14.24 428	17.13 432	13.03 427	14.76 431	17.48 426	18.00 431

MyStereo02	24.90 434	22.40 434	24.90 432	26.19 434	25.93 432	39.80 436	56.77 438	29.00 435	28.95 437	21.51 434	22.81 435	24.16 431	23.92 434	26.26 435	30.65 438	14.24 428	17.13 432	13.03 427	14.76 431	17.48 426	18.00 431

MyStereo	24.90 434	22.40 434	24.90 432	26.19 434	25.93 432	39.80 436	56.77 438	29.00 435	28.95 437	21.51 434	22.81 435	24.16 431	23.92 434	26.26 435	30.65 438	14.24 428	17.13 432	13.03 427	14.76 431	17.48 426	18.00 431

LSM0	26.57 437	22.53 438	25.76 435	30.62 437	52.30 441	39.86 440	56.49 435	29.18 439	28.76 434	21.26 432	22.46 432	24.42 436	23.97 437	26.42 439	30.66 441	14.29 432	16.56 429	13.06 432	14.65 428	17.62 431	20.52 434

AVERAGE_ROB	26.91 438	30.28 441	29.18 438	25.78 430	25.30 429	19.49 429	15.38 423	23.70 434	23.02 433	28.38 440	27.78 440	26.23 438	25.76 440	26.95 440	25.55 434	31.27 440	30.02 441	31.76 437	30.80 437	30.88 439	30.77 438

xxxxx1	29.05 439	20.74 429	14.05 425	50.10 438	40.25 438	19.01 425	26.60 427	21.83 431	20.22 429	16.52 425	17.56 425	18.33 426	21.41 428	16.11 428	20.77 430	23.48 434	26.77 437	66.36 439	78.56 439	30.19 436	32.23 439

tt_ll	29.05 439	20.74 429	14.05 425	50.10 438	40.25 438	19.01 425	26.60 427	21.83 431	20.22 429	16.52 425	17.56 425	18.33 426	21.41 428	16.11 428	20.77 430	23.48 434	26.77 437	66.36 439	78.56 439	30.19 436	32.23 439

ff	29.05 439	20.74 429	14.05 425	50.10 438	40.25 438	19.01 425	26.60 427	21.83 431	20.22 429	16.52 425	17.56 425	18.33 426	21.41 428	16.11 428	20.77 430	23.48 434	26.77 437	66.36 439	78.56 439	30.19 436	32.23 439

test_example2	115.17 442	122.38 442	93.45 441	115.38 441	123.53 442	101.24 442	113.11 442	54.67 442	99.94 442	135.50 442	136.43 442	85.67 442	85.40 442	110.44 442	104.91 442	152.17 442	205.21 442	99.17 442	114.27 442	138.55 442	112.04 442

Low-res two-view benchmark