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

DCANet-4	0.43 28	0.32 15	2.31 99	0.26 17	0.14 9	0.51 50	0.22 44	0.84 174	0.78 247	0.55 147	0.48 93	0.28 42	0.37 134	0.40 38	0.37 111	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

fff	0.50 74	0.90 215	2.63 219	0.25 6	0.15 15	0.51 50	0.22 44	0.85 184	0.82 275	0.55 147	0.48 93	0.31 53	0.65 287	0.39 34	0.37 111	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

csc	0.50 74	0.90 215	2.63 219	0.25 6	0.15 15	0.51 50	0.22 44	0.85 184	0.82 275	0.55 147	0.48 93	0.31 53	0.65 287	0.39 34	0.37 111	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

cscssc	0.50 74	0.90 215	2.63 219	0.25 6	0.15 15	0.51 50	0.22 44	0.85 184	0.82 275	0.55 147	0.48 93	0.31 53	0.65 287	0.39 34	0.37 111	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

panet	0.31 1	0.31 7	1.65 7	0.20 2	0.12 3	0.55 87	0.15 1	0.50 24	0.51 44	0.28 19	0.34 36	0.24 22	0.21 18	0.34 16	0.24 17	0.11 113	0.07 6	0.08 3	0.05 1	0.09 5	0.12 11

CREStereo++_RVC	0.38 16	0.37 51	2.47 167	0.25 6	0.16 22	0.54 77	0.15 1	0.42 5	0.57 72	0.37 31	0.52 128	0.24 22	0.19 9	0.31 3	0.27 40	0.09 11	0.06 1	0.08 3	0.30 314	0.09 5	0.22 80
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	0.39 18	0.70 158	2.48 172	0.23 4	0.12 3	0.54 77	0.16 4	0.41 3	0.47 26	0.45 57	0.51 120	0.26 33	0.22 22	0.34 16	0.21 2	0.10 48	0.10 107	0.08 3	0.07 13	0.09 5	0.18 59

XX-TBD	0.40 20	1.04 240	2.49 175	0.35 148	0.13 6	0.51 50	0.17 6	0.44 7	0.52 50	0.38 34	0.51 120	0.23 16	0.19 9	0.31 3	0.25 26	0.10 48	0.07 6	0.08 3	0.06 7	0.09 5	0.18 59

R-Stereo Train	0.42 25	0.31 7	2.51 179	0.30 63	0.18 49	0.56 92	0.25 105	0.82 157	0.41 5	0.57 170	0.67 241	0.33 61	0.24 30	0.34 16	0.33 91	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 59

RAFT-Stereo	0.42 25	0.31 7	2.51 179	0.30 63	0.18 49	0.56 92	0.25 105	0.82 157	0.41 5	0.57 170	0.67 241	0.33 61	0.24 30	0.34 16	0.33 91	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 59
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Any-RAFT	0.42 25	0.33 24	1.89 27	0.28 37	0.21 81	0.69 257	0.21 34	0.83 167	0.60 86	0.45 57	0.43 68	0.62 202	0.30 103	0.48 63	0.24 17	0.11 113	0.40 283	0.08 3	0.06 7	0.10 11	0.16 46

LoS_RVC	0.34 6	0.38 56	1.96 40	0.27 25	0.35 222	0.43 19	0.22 44	0.43 6	0.34 1	0.24 9	0.34 36	0.23 16	0.28 77	0.34 16	0.22 5	0.08 1	0.07 6	0.07 1	0.05 1	0.10 11	0.35 159

CAS	0.39 18	0.31 7	1.79 11	0.81 347	0.34 214	0.51 50	0.23 64	0.49 15	0.42 9	0.23 6	0.31 26	0.20 2	0.17 2	0.30 2	0.25 26	0.77 381	0.06 1	0.07 1	0.05 1	0.10 11	0.41 193

EGLCR-Stereo	0.90 315	0.31 7	1.90 28	1.60 391	0.95 357	1.14 359	0.42 259	0.85 184	0.43 13	1.74 388	0.21 1	0.27 40	0.17 2	1.56 258	0.30 59	0.10 48	2.60 415	0.10 50	0.09 39	0.10 11	3.10 415

ASMatch	0.61 158	0.47 87	2.72 258	0.91 355	0.36 228	0.56 92	0.24 86	0.54 41	0.67 141	0.48 71	1.20 354	0.47 133	0.65 287	1.33 231	0.93 261	0.10 48	0.08 39	0.11 96	0.11 112	0.10 11	0.17 52

CFNet-RSSM	0.44 40	0.36 41	2.38 110	0.28 37	0.43 264	0.53 70	0.20 23	0.86 196	0.52 50	0.44 55	0.36 42	0.53 157	0.26 52	0.40 38	0.27 40	0.09 11	0.08 39	0.09 16	0.38 353	0.10 11	0.22 80

CREStereo	0.31 1	0.35 38	1.66 8	0.19 1	0.13 6	0.55 87	0.17 6	0.50 24	0.50 39	0.28 19	0.34 36	0.24 22	0.21 18	0.34 16	0.23 16	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
StereoIM	0.35 9	0.89 210	2.15 73	0.25 6	0.29 169	0.29 3	0.17 6	0.47 11	0.41 5	0.21 1	0.22 2	0.28 42	0.21 18	0.32 13	0.31 73	0.10 48	0.09 84	0.10 50	0.08 28	0.11 18	0.12 11

RAFT-Test	0.56 115	0.41 70	2.01 46	0.90 353	1.07 372	0.65 228	0.37 234	0.83 167	0.65 122	0.49 87	0.49 106	0.93 323	0.24 30	0.52 83	0.30 59	0.10 48	0.38 277	0.09 16	0.38 353	0.11 18	0.19 63

DEmStereo	0.69 226	0.40 65	2.42 126	0.42 228	0.18 49	0.66 241	0.88 363	0.54 41	0.64 115	0.60 204	1.00 338	0.45 124	1.24 361	1.53 254	2.21 358	0.10 48	0.08 39	0.10 50	0.10 73	0.11 18	0.14 26

RAFT-RH_RVC	0.65 195	0.73 169	2.78 273	0.39 203	0.29 169	0.60 149	0.18 11	0.45 8	0.63 109	0.75 296	1.89 378	0.47 133	0.29 93	1.59 270	1.21 296	0.15 239	0.07 6	0.13 196	0.13 162	0.11 18	0.10 4

RAFT-345	0.56 115	0.37 51	2.68 245	0.40 216	0.34 214	0.58 118	0.41 253	0.49 15	0.70 183	0.51 116	0.99 337	0.43 97	0.28 77	1.56 258	0.81 247	0.10 48	0.07 6	0.11 96	0.09 39	0.11 18	0.09 2

cross-raft	0.47 51	0.34 31	2.17 76	0.70 333	0.84 347	0.50 48	0.35 224	0.74 112	0.43 13	0.44 55	0.45 80	0.63 206	0.25 44	0.37 28	0.27 40	0.08 1	0.14 171	0.10 50	0.23 281	0.11 18	0.27 113

test-1	0.61 158	0.54 110	2.09 61	0.31 77	1.37 389	0.51 50	0.28 139	0.83 167	0.50 39	0.42 43	0.55 154	0.54 162	0.24 30	0.38 30	1.25 303	0.10 48	1.08 352	0.10 50	0.17 230	0.11 18	0.77 302

Gwc-CoAtRS	0.41 21	0.37 51	2.06 57	0.28 37	0.41 253	0.48 37	0.19 13	0.64 82	0.49 32	0.45 57	0.39 55	0.57 181	0.26 52	0.37 28	0.28 45	0.09 11	0.19 214	0.09 16	0.31 319	0.11 18	0.25 101

DisPM	0.48 58	0.41 70	2.54 187	0.61 311	0.18 49	0.59 136	0.62 330	0.54 41	0.67 141	0.61 211	0.53 131	0.38 77	0.26 52	0.76 157	0.31 73	0.13 191	0.07 6	0.12 139	0.11 112	0.12 26	0.15 33

PFNet+	0.50 74	0.43 78	2.54 187	0.49 270	0.18 49	0.58 118	0.76 352	0.54 41	0.72 202	0.56 158	0.48 93	0.39 79	0.26 52	0.94 183	0.33 91	0.14 221	0.09 84	0.14 226	0.13 162	0.12 26	0.16 46

STrans-v2	0.69 226	0.62 138	2.66 233	0.28 37	0.23 113	0.57 111	0.32 197	1.01 296	0.77 244	0.92 330	0.84 307	0.88 313	0.92 341	1.81 302	1.19 294	0.10 48	0.07 6	0.10 50	0.09 39	0.12 26	0.30 133

TransformOpticalFlow	0.65 195	0.61 134	2.67 240	0.45 249	0.26 142	0.62 189	0.28 139	0.88 211	0.76 236	0.76 298	0.74 282	0.90 317	0.84 326	1.82 305	0.80 243	0.10 48	0.07 6	0.11 96	0.09 39	0.12 26	0.19 63

PSM-softLoss	0.52 86	0.34 31	2.47 167	0.55 290	0.17 39	0.61 167	0.39 248	0.64 82	0.67 141	0.52 124	0.48 93	0.39 79	0.25 44	1.46 246	0.77 234	0.13 191	0.08 39	0.13 196	0.12 142	0.12 26	0.15 33

KMStereo	0.52 86	0.34 31	2.47 167	0.55 290	0.17 39	0.61 167	0.39 248	0.64 82	0.67 141	0.52 124	0.48 93	0.39 79	0.25 44	1.46 246	0.77 234	0.13 191	0.08 39	0.13 196	0.12 142	0.12 26	0.15 33

FTStereo	0.79 272	0.32 15	2.83 284	0.70 333	0.21 81	0.73 273	1.75 402	0.61 70	0.60 86	1.07 346	1.62 373	1.28 370	2.11 394	0.75 155	0.30 59	0.19 295	0.08 39	0.12 139	0.11 112	0.12 26	0.39 181

GrayStereo	0.71 235	0.27 1	2.40 118	0.89 351	0.23 113	0.62 189	1.40 397	0.67 90	0.70 183	0.72 287	0.77 296	0.55 170	3.03 403	0.60 111	0.28 45	0.10 48	0.08 39	0.10 50	0.21 274	0.12 26	0.37 166

AnonymousM	0.45 43	0.49 92	1.83 16	0.29 49	0.15 15	0.53 70	0.22 44	0.64 82	0.66 129	0.47 69	0.33 34	0.30 47	0.25 44	0.49 73	0.29 54	0.12 148	0.27 260	0.71 385	0.37 349	0.12 26	0.41 193

CroCo-Stereo	0.35 9	0.71 161	1.67 9	0.32 95	0.17 39	0.19 1	0.21 34	0.79 138	0.54 60	0.22 3	0.25 11	0.55 170	0.22 22	0.28 1	0.28 45	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
knoymous	0.37 14	0.34 31	1.83 16	0.25 6	0.18 49	0.45 21	0.24 86	0.60 68	0.40 4	0.42 43	0.39 55	0.54 162	0.25 44	0.41 44	0.29 54	0.12 148	0.08 39	0.12 139	0.07 13	0.13 36	0.20 71

ADStereo(finetuned)	0.50 74	0.91 218	2.43 131	0.26 17	0.14 9	0.51 50	0.22 44	0.84 174	0.78 247	0.56 158	0.49 106	0.32 57	0.75 316	0.40 38	0.40 120	0.10 48	0.07 6	0.09 16	0.07 13	0.13 36	0.45 219

BUS	0.45 43	0.32 15	1.58 4	0.31 77	0.22 90	0.91 332	0.23 64	1.05 322	0.67 141	0.64 242	0.53 131	0.65 216	0.32 112	0.48 63	0.34 99	0.13 191	0.10 107	0.14 226	0.12 142	0.13 36	0.15 33

BSDual-CNN	0.48 58	0.32 15	1.58 4	0.31 77	0.22 90	0.76 284	0.32 197	1.05 322	0.67 141	0.64 242	0.53 131	0.63 206	0.38 141	0.48 63	0.97 264	0.13 191	0.10 107	0.14 226	0.12 142	0.13 36	0.15 33

hknet	0.53 96	0.39 60	2.04 53	0.31 77	0.24 122	0.76 284	0.32 197	1.05 322	0.71 195	0.64 242	0.53 131	0.79 280	0.40 158	0.84 172	0.78 238	0.12 148	0.10 107	0.14 226	0.12 142	0.13 36	0.15 33

GLC_STEREO	0.31 1	0.30 5	1.80 12	0.29 49	0.12 3	0.41 16	0.20 23	0.39 2	0.42 9	0.26 15	0.31 26	0.25 26	0.19 9	0.36 27	0.26 35	0.09 11	0.11 129	0.12 139	0.10 73	0.13 36	0.15 33

TRStereo	0.89 312	1.02 234	2.91 296	4.59 419	0.31 188	0.93 336	0.23 64	1.93 397	0.66 129	0.37 31	0.54 145	0.48 140	0.40 158	0.67 132	0.29 54	0.13 191	0.37 273	0.11 96	0.48 369	0.13 36	1.21 352

NF-Stereo	0.53 96	0.33 24	2.55 194	0.55 290	0.16 22	0.61 167	0.43 266	0.70 102	0.70 183	0.50 105	0.47 87	0.37 72	0.26 52	1.44 245	0.78 238	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 52

OCTAStereo	0.53 96	0.33 24	2.54 187	0.56 299	0.16 22	0.61 167	0.42 259	0.70 102	0.70 183	0.50 105	0.47 87	0.37 72	0.26 52	1.43 241	0.79 241	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 52

KYRaft	0.52 86	0.35 38	2.40 118	0.34 133	0.21 81	0.75 280	0.43 266	0.62 74	0.63 109	0.64 242	0.92 324	0.53 157	0.72 305	0.60 111	0.26 35	0.10 48	0.07 6	0.12 139	0.14 180	0.13 36	0.54 251

RE-Stereo	0.53 96	0.33 24	2.54 187	0.56 299	0.16 22	0.61 167	0.43 266	0.70 102	0.70 183	0.50 105	0.47 87	0.37 72	0.26 52	1.43 241	0.77 234	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 52

Pruner-Stereo	0.55 107	0.38 56	2.49 175	1.78 400	0.19 66	0.63 202	0.45 276	0.59 65	0.67 141	0.61 211	0.48 93	0.41 92	0.25 44	0.49 73	0.99 272	0.13 191	0.07 6	0.12 139	0.10 73	0.13 36	0.14 26

TVStereo	0.53 96	0.33 24	2.54 187	0.56 299	0.16 22	0.61 167	0.43 266	0.70 102	0.70 183	0.50 105	0.47 87	0.37 72	0.26 52	1.43 241	0.77 234	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 52

Prome-Stereo	0.53 96	0.36 41	2.39 116	0.60 305	0.23 113	0.63 202	0.41 253	0.66 87	0.67 141	0.59 195	1.02 341	0.43 97	0.71 304	0.61 114	0.34 99	0.10 48	0.07 6	0.10 50	0.09 39	0.13 36	0.44 214

EAI-Stereo	1.16 354	0.29 2	1.94 36	0.55 290	0.97 361	1.96 392	7.94 420	1.34 373	1.03 347	1.01 341	1.48 368	0.51 149	0.66 293	0.65 126	1.42 317	0.09 11	0.23 241	0.09 16	0.53 377	0.13 36	0.49 234

HSM-Net_RVC	0.70 231	0.40 65	2.45 155	0.27 25	0.19 66	0.68 254	0.30 177	1.29 369	0.73 206	0.73 288	0.70 261	0.77 274	0.45 209	3.73 406	0.46 144	0.13 191	0.09 84	0.10 50	0.09 39	0.13 36	0.32 143
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
whm_eth	0.51 84	0.86 200	2.79 274	0.31 77	0.31 188	0.49 42	0.24 86	0.78 130	0.75 228	0.48 71	0.86 315	0.26 33	0.26 52	0.38 30	0.29 54	0.13 191	0.11 129	0.13 196	0.12 142	0.14 52	0.44 214

MSKI-zero shot	0.70 231	0.44 82	2.62 218	1.47 385	0.75 334	0.56 92	0.20 23	0.80 143	0.45 19	0.60 204	0.52 128	0.44 112	0.17 2	0.70 139	0.26 35	0.09 11	2.87 418	0.09 16	0.32 325	0.14 52	0.50 236

anonymousa	0.74 248	0.60 129	2.58 203	0.96 359	1.33 387	0.61 167	0.26 117	0.69 95	0.56 69	0.55 147	0.84 307	0.82 292	0.46 216	0.56 99	0.61 193	0.10 48	1.11 355	0.12 139	0.98 404	0.14 52	0.97 335

riskmin	0.96 326	0.32 15	2.07 58	1.72 398	1.61 401	1.62 380	0.57 315	1.45 379	0.55 65	0.73 288	0.89 321	0.92 318	0.45 209	1.16 209	0.60 188	0.11 113	1.30 373	0.12 139	1.38 412	0.14 52	1.51 374

psmg	0.48 58	0.32 15	1.58 4	0.28 37	0.22 90	0.75 280	0.35 224	0.94 248	0.67 141	0.61 211	0.59 188	0.63 206	0.38 141	0.48 63	0.97 264	0.13 191	0.11 129	0.13 196	0.13 162	0.14 52	0.15 33

GwcNet-ADL	0.54 103	0.78 188	2.85 288	0.31 77	0.20 72	0.58 118	0.29 164	0.93 243	0.67 141	0.48 71	0.47 87	0.56 177	0.33 117	0.48 63	0.80 243	0.13 191	0.12 144	0.09 16	0.09 39	0.14 52	0.40 186

PSM-AAD	0.67 215	0.29 2	2.41 122	0.37 172	0.23 113	0.86 320	1.15 383	0.62 74	0.66 129	0.64 242	0.71 274	0.67 225	2.90 402	0.65 126	0.32 82	0.10 48	0.08 39	0.17 281	0.15 199	0.14 52	0.34 153

GMM-Stereo	0.53 96	0.33 24	2.89 293	0.53 283	0.24 122	0.77 294	0.46 281	0.62 74	0.65 122	0.58 176	0.73 279	0.47 133	0.43 193	0.68 136	0.29 54	0.10 48	0.06 1	0.13 196	0.13 162	0.14 52	0.44 214

DCANet	0.49 70	0.91 218	2.63 219	0.26 17	0.14 9	0.51 50	0.22 44	0.84 174	0.78 247	0.56 158	0.49 106	0.32 57	0.41 169	0.39 34	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.14 52	0.45 219

CAS++	0.34 6	0.39 60	1.90 28	0.25 6	0.18 49	0.32 6	0.20 23	0.78 130	0.44 17	0.31 26	0.31 26	0.21 8	0.16 1	0.34 16	0.20 1	0.15 239	0.13 157	0.13 196	0.10 73	0.15 61	0.14 26
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CoDeX	0.54 103	0.52 105	2.25 89	0.30 63	0.26 142	0.61 167	0.32 197	1.03 308	0.73 206	0.49 87	0.56 166	0.52 156	0.40 158	1.59 270	0.38 117	0.12 148	0.09 84	0.11 96	0.10 73	0.15 61	0.22 80

LoS	0.34 6	0.35 38	1.88 25	0.25 6	0.13 6	0.53 70	0.20 23	0.50 24	0.53 56	0.26 15	0.28 15	0.37 72	0.24 30	0.40 38	0.25 26	0.10 48	0.08 39	0.08 3	0.06 7	0.15 61	0.10 4

PSMNet-ADL	0.56 115	0.47 87	2.03 50	0.35 148	0.22 90	0.67 248	0.27 131	0.77 123	0.58 78	0.43 49	0.53 131	0.70 254	0.45 209	1.89 317	0.64 202	0.16 254	0.13 157	0.11 96	0.13 162	0.15 61	0.51 240

IIG-Stereo	0.65 195	0.87 201	2.32 101	0.55 290	0.23 113	0.62 189	0.21 34	0.78 130	0.71 195	0.64 242	0.69 248	0.69 248	0.38 141	2.07 332	1.37 314	0.11 113	0.08 39	0.11 96	0.09 39	0.15 61	0.27 113

DeepStereo_RVC	0.47 51	0.37 51	2.19 80	0.55 290	0.18 49	0.60 149	0.58 317	0.52 29	0.62 98	0.49 87	0.45 80	0.39 79	0.85 329	0.47 54	0.34 99	0.12 148	0.08 39	0.11 96	0.09 39	0.15 61	0.19 63

IRAFT_RVC	0.59 145	0.74 178	2.42 126	0.47 258	0.21 81	0.59 136	0.42 259	0.68 93	0.73 206	0.54 136	0.50 118	0.49 142	0.51 239	1.57 263	1.00 274	0.11 113	0.25 251	0.13 196	0.10 73	0.15 61	0.14 26

TestStereo	0.49 70	0.88 205	2.38 110	0.30 63	0.16 22	0.43 19	0.25 105	0.55 49	0.46 20	0.38 34	0.46 82	0.34 65	0.28 77	1.96 326	0.28 45	0.11 113	0.08 39	0.12 139	0.09 39	0.15 61	0.13 14

sCroCo_RVC	0.37 14	0.39 60	2.38 110	0.35 148	0.27 153	0.31 5	0.22 44	0.49 15	0.48 29	0.23 6	0.34 36	0.25 26	0.24 30	0.35 25	0.25 26	0.15 239	0.17 204	0.12 139	0.11 112	0.15 61	0.15 33

DIP-Stereo	0.43 28	0.50 98	2.21 85	0.27 25	0.18 49	0.63 202	0.17 6	0.94 248	0.58 78	0.49 87	0.48 93	0.30 47	0.30 103	0.40 38	0.31 73	0.10 48	0.08 39	0.10 50	0.08 28	0.15 61	0.33 146
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MyStereo07	0.56 115	0.68 153	2.42 126	0.30 63	0.41 253	0.61 167	0.31 187	0.58 58	0.72 202	1.17 354	0.26 14	0.20 2	0.27 65	1.28 226	0.28 45	0.09 11	0.59 311	0.12 139	0.21 274	0.16 71	0.48 228

MyStereo06	0.70 231	0.72 166	3.51 355	0.31 77	0.25 128	0.60 149	0.30 177	0.90 226	0.67 141	1.48 382	0.53 131	0.84 298	0.57 263	0.60 111	1.11 285	0.09 11	0.55 304	0.12 139	0.20 263	0.16 71	0.56 258

MyStereo05	0.57 122	0.72 166	2.72 258	0.31 77	0.25 128	0.60 149	0.30 177	0.87 203	0.82 275	0.54 136	0.37 46	0.53 157	0.42 180	0.63 118	0.73 226	0.09 11	0.55 304	0.12 139	0.20 263	0.16 71	0.56 258

MyStereo04	0.57 122	0.68 153	2.66 233	0.30 63	0.41 253	0.61 167	0.31 187	0.88 211	0.80 263	0.48 71	0.37 46	0.54 162	0.42 180	0.61 114	0.71 221	0.09 11	0.59 311	0.12 139	0.21 274	0.16 71	0.48 228

ACVNet-DCA	0.67 215	0.73 169	2.43 131	0.67 326	0.52 283	0.76 284	0.24 86	0.81 150	0.83 281	0.77 300	0.39 55	0.25 26	0.38 141	0.70 139	0.22 5	0.10 48	2.13 401	0.11 96	0.09 39	0.16 71	1.18 346

xx1	0.71 235	0.73 169	2.43 131	0.67 326	0.52 283	0.76 284	0.24 86	0.85 184	1.05 351	0.77 300	0.39 55	0.46 128	0.37 134	0.70 139	0.22 5	0.10 48	2.13 401	0.12 139	0.41 361	0.16 71	1.18 346

1test111	0.72 243	0.73 169	2.43 131	0.67 326	0.52 283	0.76 284	0.24 86	0.81 150	0.83 281	0.77 300	0.39 55	0.25 26	0.38 141	1.03 191	0.75 229	0.10 48	2.13 401	0.11 96	0.09 39	0.16 71	1.18 346

11t1	0.60 151	0.49 92	2.19 80	0.35 148	0.58 300	0.48 37	0.21 34	0.72 109	0.73 206	0.49 87	0.47 87	0.35 68	0.34 124	0.61 114	0.71 221	0.12 148	1.26 367	0.10 50	0.29 308	0.16 71	1.22 354

CASnet	0.32 4	0.40 65	1.80 12	0.28 37	0.11 1	0.47 34	0.19 13	0.45 8	0.47 26	0.39 36	0.31 26	0.23 16	0.17 2	0.31 3	0.21 2	0.11 113	0.06 1	0.15 251	0.12 142	0.16 71	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.79 272	0.52 105	2.72 258	1.45 383	0.80 343	0.91 332	0.23 64	0.76 117	0.76 236	0.64 242	0.55 154	0.87 309	0.41 169	0.94 183	0.45 140	0.09 11	1.20 359	0.10 50	0.09 39	0.16 71	2.16 394

HanStereo	0.79 272	0.52 105	2.72 258	1.45 383	0.80 343	0.91 332	0.23 64	0.76 117	0.76 236	0.64 242	0.55 154	0.87 309	0.41 169	0.94 183	0.45 140	0.09 11	1.20 359	0.10 50	0.09 39	0.16 71	2.16 394

CES	0.33 5	0.32 15	1.46 3	0.25 6	0.50 279	0.40 15	0.20 23	0.48 12	0.48 29	0.22 3	0.29 17	0.26 33	0.19 9	0.35 25	0.22 5	0.09 11	0.07 6	0.08 3	0.05 1	0.16 71	0.54 251

DCRE	0.76 262	0.80 193	2.31 99	1.05 365	1.18 380	0.63 202	0.26 117	1.03 308	0.59 82	0.52 124	2.12 383	0.44 112	0.27 65	0.41 44	0.53 171	0.09 11	1.02 349	0.10 50	0.32 325	0.16 71	1.47 373

qqq	0.65 195	0.63 140	2.10 67	0.30 63	0.64 320	0.46 24	0.27 131	0.81 150	0.83 281	0.48 71	0.56 166	0.46 128	0.37 134	1.03 191	0.75 229	0.11 113	1.41 380	0.12 139	0.41 361	0.16 71	1.18 346

x	0.65 195	0.62 138	2.12 68	0.36 162	0.61 313	0.48 37	0.24 86	0.80 143	0.89 312	0.50 105	0.56 166	0.44 112	0.36 129	0.62 117	0.80 243	0.11 113	1.44 381	0.11 96	0.39 356	0.16 71	1.34 364

NINENet	0.54 103	0.40 65	2.19 80	0.55 290	0.26 142	0.91 332	0.23 64	1.05 322	0.77 244	0.54 136	0.57 177	0.65 216	0.32 112	1.22 215	0.34 99	0.16 254	0.13 157	0.16 267	0.11 112	0.16 71	0.14 26

AAGNet	0.92 318	0.40 65	2.53 183	0.60 305	1.01 367	0.62 189	0.45 276	0.52 29	0.68 165	0.58 176	0.53 131	0.50 146	0.72 305	1.22 215	7.32 416	0.12 148	0.07 6	0.12 139	0.10 73	0.16 71	0.10 4

THIR-Stereo	0.88 305	0.85 198	2.33 103	0.26 17	0.16 22	0.59 136	2.69 407	0.62 74	0.54 60	0.62 223	1.61 372	0.96 331	1.77 385	1.67 280	2.20 357	0.10 48	0.08 39	0.14 226	0.11 112	0.16 71	0.21 75

RAFT_R40	0.55 107	0.31 7	2.44 139	0.57 303	0.42 263	0.62 189	0.52 299	0.58 58	0.66 129	0.56 158	0.54 145	0.54 162	0.50 235	1.56 258	0.53 171	0.11 113	0.07 6	0.12 139	0.10 73	0.16 71	0.10 4

ICVP	0.48 58	0.33 24	2.37 108	0.34 133	0.22 90	0.60 149	0.55 308	0.79 138	0.53 56	0.45 57	0.60 195	0.49 142	0.36 129	0.55 96	0.46 144	0.16 254	0.16 197	0.14 226	0.11 112	0.16 71	0.32 143
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
s12784h	0.41 21	0.34 31	2.17 76	0.24 5	0.11 1	0.64 214	0.24 86	0.85 184	0.70 183	0.45 57	0.54 145	0.28 42	0.27 65	0.51 79	0.27 40	0.11 113	0.06 1	0.09 16	0.06 7	0.16 71	0.14 26

Former-RAFT_DAM_RVC	0.52 86	0.51 103	1.12 1	0.26 17	0.22 90	0.46 24	0.20 23	1.10 345	1.33 375	3.13 412	0.33 34	0.22 9	0.20 16	0.34 16	0.26 35	0.11 113	0.09 84	0.11 96	0.09 39	0.17 92	0.21 75

SMFormer	0.64 190	0.54 110	1.92 32	0.32 95	0.16 22	0.46 24	0.24 86	0.94 248	0.85 295	0.58 176	0.70 261	0.51 149	0.41 169	1.89 317	0.86 256	0.13 191	1.01 344	0.11 96	0.26 294	0.17 92	0.84 313

iRaft-Stereo_20w	1.50 377	0.42 72	4.81 399	2.24 409	2.09 409	1.36 366	1.27 390	1.38 375	0.94 326	2.07 391	0.42 66	0.85 303	0.69 301	0.87 175	1.37 314	0.10 48	4.04 420	0.09 16	0.40 357	0.17 92	4.53 420

Patchmatch Stereo++	0.43 28	0.36 41	2.44 139	0.48 259	0.17 39	0.61 167	0.26 117	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.56 99	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	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
OMP-Stereo	0.64 190	0.87 201	2.38 110	0.56 299	0.37 234	0.60 149	0.26 117	0.75 114	0.71 195	0.65 254	0.60 195	0.68 237	0.32 112	2.07 332	1.18 292	0.11 113	0.08 39	0.12 139	0.09 39	0.17 92	0.28 119

PSM-adaLoss	0.43 28	0.36 41	2.44 139	0.48 259	0.18 49	0.61 167	0.28 139	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.49 73	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

ROB_FTStereo_v2	0.43 28	0.36 41	2.44 139	0.49 270	0.17 39	0.61 167	0.28 139	0.53 32	0.61 89	0.48 71	0.43 68	0.44 112	0.28 77	0.48 63	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

ROB_FTStereo	0.43 28	0.36 41	2.44 139	0.48 259	0.18 49	0.61 167	0.26 117	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.51 79	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

HUI-Stereo	0.43 28	0.36 41	2.45 155	0.48 259	0.18 49	0.61 167	0.27 131	0.53 32	0.61 89	0.48 71	0.43 68	0.44 112	0.28 77	0.47 54	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

SST-Stereo	0.56 115	0.30 5	2.44 139	0.71 335	0.55 291	0.62 189	0.65 335	0.57 56	0.67 141	0.59 195	0.53 131	0.51 149	0.59 273	1.57 263	0.31 73	0.12 148	0.07 6	0.12 139	0.10 73	0.17 92	0.11 10

iGMRVC	0.43 28	0.36 41	2.44 139	0.48 259	0.18 49	0.61 167	0.27 131	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.57 102	0.31 73	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

iRAFT	0.43 28	0.36 41	2.44 139	0.48 259	0.17 39	0.61 167	0.26 117	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.56 99	0.30 59	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

CRE-IMP	0.46 48	0.31 7	2.40 118	0.53 283	0.17 39	0.79 303	0.68 343	0.54 41	0.66 129	0.47 69	0.43 68	0.44 112	0.26 52	0.43 48	0.33 91	0.12 148	0.07 6	0.12 139	0.09 39	0.17 92	0.23 88

RAFT-IKP	0.43 28	0.36 41	2.44 139	0.48 259	0.16 22	0.60 149	0.28 139	0.53 32	0.61 89	0.48 71	0.43 68	0.43 97	0.28 77	0.51 79	0.31 73	0.12 148	0.08 39	0.12 139	0.10 73	0.17 92	0.13 14

XX-Stereo	0.98 331	0.57 120	4.45 396	1.64 393	5.33 418	0.55 87	0.16 4	0.96 264	0.43 13	0.45 57	0.65 232	0.85 303	0.19 9	0.79 163	0.26 35	0.11 113	0.80 334	0.10 50	0.32 325	0.17 92	0.78 305

222	1.02 336	0.60 129	1.95 37	0.29 49	0.51 281	0.62 189	0.24 86	1.09 342	0.86 301	0.64 242	0.67 241	0.47 133	0.42 180	1.86 312	6.73 414	0.13 191	1.21 362	0.11 96	0.32 325	0.17 92	1.44 371

xxxx	0.97 329	0.64 142	2.14 72	0.30 63	0.67 324	0.64 214	0.24 86	1.09 342	0.91 317	0.57 170	0.65 232	0.58 185	0.39 152	1.57 263	5.49 411	0.13 191	1.38 377	0.11 96	0.32 325	0.17 92	1.41 369

GMStereo	0.44 40	1.32 304	2.65 229	0.28 37	0.16 22	0.42 18	0.22 44	0.48 12	0.63 109	0.41 39	0.36 42	0.26 33	0.25 44	0.41 44	0.30 59	0.14 221	0.08 39	0.10 50	0.12 142	0.17 92	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
FENet	0.48 58	0.58 122	2.46 162	0.33 116	0.18 49	0.58 118	0.22 44	0.83 167	0.64 115	0.49 87	0.42 66	0.55 170	0.38 141	0.52 83	0.51 166	0.12 148	0.09 84	0.12 139	0.11 112	0.17 92	0.31 141

STTStereo	0.58 130	0.95 227	2.95 301	0.37 172	0.31 188	0.62 189	0.32 197	0.81 150	0.63 109	0.61 211	0.55 154	0.67 225	0.43 193	0.87 175	0.48 151	0.16 254	0.16 197	0.17 281	0.20 263	0.17 92	0.25 101

MoCha-V2	0.74 248	0.78 188	2.18 78	1.01 364	1.55 397	0.36 12	0.19 13	0.61 70	0.49 32	0.33 27	0.34 36	0.30 47	0.27 65	1.56 258	0.47 147	0.09 11	1.94 394	0.08 3	0.37 349	0.18 112	1.62 378

mmm	0.66 212	0.53 108	1.83 16	0.38 190	0.86 348	0.49 42	0.27 131	0.82 157	0.83 281	0.59 195	0.69 248	0.47 133	0.38 141	0.81 170	0.73 226	0.12 148	1.37 376	0.14 226	0.45 365	0.18 112	1.35 365

ttt	0.89 312	0.51 103	2.51 179	0.36 162	0.31 188	0.61 167	0.28 139	1.07 337	0.92 319	0.56 158	0.77 296	0.55 170	0.37 134	2.27 345	3.51 390	0.16 254	1.21 362	0.13 196	0.31 319	0.18 112	1.26 356

1111x	1.06 343	0.79 191	3.29 332	0.33 116	0.60 306	0.64 214	0.33 210	1.10 345	0.92 319	0.59 195	0.69 248	0.59 188	0.47 224	2.64 374	4.61 406	0.12 148	1.38 377	0.11 96	0.49 371	0.18 112	1.30 361

LL-Strereo2	0.62 171	1.36 317	2.47 167	1.37 380	0.96 358	0.54 77	0.28 139	0.61 70	0.49 32	0.42 43	0.34 36	0.44 112	0.21 18	0.57 102	0.53 171	0.11 113	0.26 254	0.16 267	0.14 180	0.18 112	0.98 337

CASS	0.43 28	0.34 31	2.01 46	0.33 116	0.17 39	0.54 77	0.24 86	0.71 108	0.52 50	0.62 223	0.55 154	0.40 87	0.41 169	0.43 48	0.33 91	0.17 273	0.10 107	0.14 226	0.11 112	0.18 112	0.23 88
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-LNSev-Ref	0.65 195	1.15 266	2.40 118	0.33 116	0.30 180	0.83 313	0.40 251	0.94 248	0.82 275	0.67 262	0.76 292	0.68 237	0.58 270	1.13 205	1.25 303	0.14 221	0.08 39	0.10 50	0.08 28	0.18 112	0.28 119

IER	0.49 70	0.73 169	2.12 68	0.27 25	0.25 128	0.65 228	0.27 131	0.76 117	0.59 82	0.56 158	0.59 188	0.60 195	0.53 249	0.64 122	0.44 136	0.12 148	0.09 84	0.11 96	0.11 112	0.18 112	0.15 33

DAS	0.61 158	0.42 72	1.85 21	0.34 133	0.34 214	0.52 65	0.42 259	0.89 218	0.80 263	0.85 321	0.69 248	0.57 181	0.51 239	2.38 355	0.57 182	0.13 191	0.09 84	0.12 139	0.09 39	0.18 112	0.37 166

SepStereo	0.57 122	0.42 72	1.85 21	0.34 133	0.34 214	0.52 65	0.42 259	0.89 218	0.80 263	0.85 321	0.69 248	0.57 181	0.51 239	1.55 256	0.57 182	0.13 191	0.09 84	0.12 139	0.09 39	0.18 112	0.37 166

HHNet	0.63 183	0.67 146	3.10 317	0.37 172	0.25 128	0.64 214	0.60 323	0.70 102	0.67 141	0.55 147	1.12 351	0.32 57	0.60 278	0.43 48	1.75 333	0.16 254	0.08 39	0.12 139	0.10 73	0.18 112	0.22 80

DRaft	0.65 195	0.47 87	2.38 110	0.25 6	0.17 39	0.64 214	0.65 335	0.56 51	0.57 72	0.67 262	0.98 334	0.38 77	0.99 347	1.42 240	2.06 347	0.11 113	0.14 171	0.10 50	0.14 180	0.18 112	0.21 75

Anonymous3	0.47 51	0.49 92	2.61 214	0.33 116	0.25 128	0.72 270	0.32 197	0.80 143	0.60 86	0.36 29	0.41 64	0.33 61	0.29 93	0.46 52	0.30 59	0.19 295	0.18 210	0.13 196	0.13 162	0.18 112	0.22 80

CFNet_pseudo	0.47 51	0.50 98	2.19 80	0.26 17	0.20 72	0.56 92	0.22 44	0.80 143	0.62 98	0.50 105	0.56 166	0.68 237	0.47 224	0.53 90	0.33 91	0.11 113	0.10 107	0.15 251	0.10 73	0.18 112	0.33 146

test_xeample	0.98 331	0.65 144	2.12 68	0.29 49	0.67 324	0.60 149	0.28 139	1.08 340	0.85 295	0.62 223	0.70 261	0.44 112	0.41 169	1.95 325	5.45 410	0.12 148	1.33 375	0.11 96	0.31 319	0.18 112	1.42 370

SFCPSM	0.48 58	0.39 60	2.30 97	0.28 37	0.27 153	0.70 260	0.32 197	1.00 288	0.69 173	0.50 105	0.52 128	0.43 97	0.36 129	0.53 90	0.44 136	0.12 148	0.09 84	0.12 139	0.16 217	0.18 112	0.23 88

PMTNet	0.35 9	0.38 56	1.75 10	0.21 3	0.14 9	0.57 111	0.24 86	0.48 12	0.44 17	0.28 19	0.32 33	0.26 33	0.24 30	0.41 44	0.24 17	0.42 363	0.07 6	0.08 3	0.05 1	0.18 112	0.15 33

RASNet	0.69 226	1.05 242	2.59 205	0.37 172	0.47 276	0.66 241	0.33 210	0.82 157	0.76 236	0.51 116	0.65 232	0.93 323	0.62 282	2.20 343	0.80 243	0.14 221	0.09 84	0.09 16	0.11 112	0.18 112	0.37 166

MSMDNet	0.48 58	0.50 98	2.23 87	0.27 25	0.20 72	0.56 92	0.22 44	0.78 130	0.67 141	0.49 87	0.55 154	0.68 237	0.56 258	0.48 63	0.32 82	0.11 113	0.10 107	0.13 196	0.10 73	0.18 112	0.43 202

NLCA_NET_v2_RVC	0.62 171	1.15 266	3.11 318	0.39 203	0.37 234	0.60 149	0.28 139	0.87 203	0.64 115	0.63 232	0.56 166	0.71 256	0.45 209	1.08 196	0.52 168	0.15 239	0.12 144	0.14 226	0.15 199	0.18 112	0.25 101
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.47 51	0.50 98	2.19 80	0.26 17	0.20 72	0.56 92	0.22 44	0.80 143	0.62 98	0.50 105	0.56 166	0.68 237	0.47 224	0.53 90	0.33 91	0.11 113	0.10 107	0.16 267	0.10 73	0.18 112	0.33 146

AdaStereo	0.48 58	0.44 82	2.18 78	0.36 162	0.20 72	0.59 136	0.29 164	0.97 271	0.74 223	0.52 124	0.55 154	0.61 197	0.33 117	0.52 83	0.44 136	0.18 284	0.08 39	0.17 281	0.11 112	0.18 112	0.24 97
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.
HSM	0.67 215	0.92 223	2.29 95	0.30 63	0.29 169	0.65 228	0.29 164	0.98 277	0.67 141	0.59 195	0.58 183	1.39 375	0.65 287	2.56 367	0.45 140	0.11 113	0.09 84	0.10 50	0.08 28	0.18 112	0.24 97

DLCB_ROB	0.61 158	0.96 228	2.00 44	0.37 172	0.25 128	0.65 228	0.37 234	0.86 196	0.76 236	0.73 288	0.70 261	0.84 298	0.47 224	1.57 263	0.72 225	0.13 191	0.13 157	0.14 226	0.14 180	0.18 112	0.33 146

tta	0.63 183	0.54 110	1.92 32	0.32 95	0.16 22	0.46 24	0.24 86	0.94 248	0.85 295	0.58 176	0.70 261	0.51 149	0.41 169	1.89 317	0.86 256	0.13 191	1.01 344	0.11 96	0.26 294	0.19 136	0.59 263

qqq1	0.62 171	0.54 110	1.92 32	0.32 95	0.16 22	0.46 24	0.24 86	0.94 248	0.85 295	0.58 176	0.70 261	0.51 149	0.41 169	1.89 317	0.64 202	0.13 191	1.01 344	0.09 16	0.24 283	0.19 136	0.59 263

fff1	0.62 171	0.54 110	1.92 32	0.32 95	0.16 22	0.46 24	0.24 86	0.94 248	0.85 295	0.58 176	0.70 261	0.51 149	0.41 169	1.89 317	0.64 202	0.13 191	1.01 344	0.09 16	0.24 283	0.19 136	0.59 263

mmx	0.99 333	0.67 146	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	1.05 322	0.92 319	0.54 136	0.74 282	0.67 225	0.40 158	2.75 384	3.86 396	0.13 191	1.25 364	0.15 251	0.33 335	0.19 136	1.28 359

xxx	0.99 333	0.67 146	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	1.05 322	0.92 319	0.54 136	0.74 282	0.67 225	0.40 158	2.75 384	3.86 396	0.13 191	1.25 364	0.15 251	0.33 335	0.19 136	1.28 359

IGEV_Zeroshot_test	0.91 317	0.39 60	3.80 372	0.42 228	1.95 406	0.56 92	0.64 332	0.84 174	0.55 65	1.45 379	0.53 131	0.79 280	0.42 180	0.57 102	1.13 287	0.10 48	0.49 296	0.10 50	0.34 341	0.19 136	2.97 414

PCWNet_CMD	0.48 58	0.50 98	2.23 87	0.27 25	0.20 72	0.56 92	0.22 44	0.78 130	0.67 141	0.49 87	0.55 154	0.68 237	0.56 258	0.48 63	0.32 82	0.11 113	0.10 107	0.14 226	0.10 73	0.19 136	0.43 202

CFNet_ucs	0.50 74	0.55 117	2.28 93	0.27 25	0.22 90	0.58 118	0.23 64	0.90 226	0.69 173	0.54 136	0.64 225	0.68 237	0.44 201	0.55 96	0.34 99	0.14 221	0.12 144	0.16 267	0.11 112	0.19 136	0.38 174

anonymousdsp2	0.88 305	0.31 7	1.96 40	1.06 366	1.56 398	0.57 111	0.22 44	0.84 174	0.98 340	1.20 360	0.37 46	0.65 216	0.26 52	1.19 213	0.46 144	0.10 48	2.40 413	0.10 50	0.13 162	0.19 136	2.96 413

CBFPSM	0.62 171	1.34 310	2.12 68	0.30 63	0.23 113	0.71 264	0.38 242	0.77 123	0.68 165	0.51 116	0.49 106	1.03 345	0.82 323	0.63 118	1.35 310	0.11 113	0.12 144	0.10 50	0.10 73	0.19 136	0.37 166

gwcnet-sp	0.52 86	0.71 161	2.66 233	0.32 95	0.22 90	0.66 241	0.31 187	0.84 174	0.69 173	0.61 211	0.49 106	0.46 128	0.43 193	0.77 158	0.48 151	0.12 148	0.11 129	0.11 96	0.11 112	0.19 136	0.19 63

scenet	0.52 86	0.71 161	2.66 233	0.32 95	0.22 90	0.66 241	0.31 187	0.84 174	0.69 173	0.61 211	0.49 106	0.46 128	0.43 193	0.77 158	0.48 151	0.12 148	0.11 129	0.11 96	0.11 112	0.19 136	0.19 63

Selective-RAFT	0.46 48	0.48 90	1.88 25	0.32 95	0.16 22	0.61 167	0.19 13	0.66 87	0.62 98	0.28 19	0.30 20	0.41 92	0.33 117	0.51 79	0.32 82	0.11 113	1.09 353	0.09 16	0.35 343	0.19 136	0.37 166

ssnet	0.52 86	0.71 161	2.66 233	0.32 95	0.22 90	0.66 241	0.31 187	0.84 174	0.69 173	0.61 211	0.49 106	0.46 128	0.43 193	0.77 158	0.48 151	0.12 148	0.11 129	0.11 96	0.11 112	0.19 136	0.19 63

CRFU-Net	0.58 130	0.42 72	1.90 28	0.49 270	0.27 153	0.83 313	0.35 224	0.94 248	0.54 60	0.65 254	0.60 195	0.78 278	1.34 362	1.00 187	0.51 166	0.17 273	0.14 171	0.17 281	0.10 73	0.19 136	0.20 71

DSFCA	0.62 171	0.77 185	1.95 37	0.29 49	0.29 169	0.79 303	0.86 360	0.81 150	0.73 206	0.73 288	0.66 238	0.67 225	0.57 263	1.17 211	1.03 277	0.16 254	0.15 185	0.13 196	0.14 180	0.19 136	0.28 119

DMCA	0.50 74	0.83 195	1.95 37	0.32 95	0.24 122	0.59 136	0.26 117	0.81 150	0.68 165	0.59 195	0.49 106	0.56 177	0.36 129	0.65 126	0.65 207	0.14 221	0.10 107	0.14 226	0.10 73	0.19 136	0.29 125

DispNO	0.76 262	1.36 317	3.15 321	0.32 95	0.27 153	0.59 136	0.29 164	0.88 211	0.72 202	0.55 147	0.79 302	0.83 297	0.47 224	2.46 362	1.23 300	0.12 148	0.10 107	0.18 297	0.31 319	0.20 153	0.25 101

EKT-Stereo	1.56 383	0.55 117	2.60 210	2.54 412	19.66 427	0.55 87	0.22 44	0.76 117	0.51 44	0.40 38	0.36 42	0.43 97	0.27 65	0.74 154	0.42 127	0.13 191	0.17 204	0.11 96	0.16 217	0.20 153	0.50 236

Selective-IGEV	0.57 122	0.42 72	1.87 24	1.67 395	1.33 387	0.36 12	0.20 23	0.61 70	0.71 195	0.22 3	0.31 26	0.22 9	0.19 9	0.52 83	0.36 108	0.09 11	0.97 341	0.09 16	0.15 199	0.20 153	0.85 317

rafts_anoy	0.60 151	1.33 308	2.59 205	0.53 283	1.09 374	0.49 42	0.25 105	0.67 90	0.53 56	0.41 39	0.38 52	0.33 61	0.30 103	0.68 136	0.41 123	0.10 48	1.13 356	0.13 196	0.15 199	0.20 153	0.29 125

GES	0.49 70	0.54 110	2.37 108	0.31 77	0.19 66	0.61 167	0.30 177	0.93 243	0.52 50	0.49 87	0.53 131	0.40 87	0.43 193	0.59 106	0.67 212	0.16 254	0.11 129	0.12 139	0.10 73	0.20 153	0.30 133

UNet	0.56 115	0.58 122	2.81 280	0.32 95	0.33 205	0.74 278	0.27 131	0.86 196	0.67 141	0.55 147	0.55 154	0.72 257	0.55 256	0.79 163	0.58 184	0.12 148	0.09 84	0.13 196	0.11 112	0.20 153	0.19 63

UPFNet	0.51 84	0.67 146	2.04 53	0.34 133	0.33 205	0.65 228	0.37 234	0.88 211	0.65 122	0.60 204	0.53 131	0.61 197	0.41 169	0.77 158	0.55 178	0.13 191	0.13 157	0.13 196	0.13 162	0.20 153	0.16 46

PSMNet-RSSM	0.61 158	1.19 277	2.43 131	0.33 116	0.25 128	0.59 136	0.28 139	0.88 211	0.65 122	0.54 136	0.62 210	0.69 248	0.46 216	1.67 280	0.50 163	0.15 239	0.10 107	0.14 226	0.16 217	0.20 153	0.28 119

UCFNet_RVC	0.55 107	1.16 268	2.48 172	0.31 77	0.27 153	0.65 228	0.28 139	0.76 117	0.58 78	0.51 116	0.53 131	0.67 225	0.42 180	0.91 180	0.45 140	0.16 254	0.11 129	0.17 281	0.17 230	0.20 153	0.23 88

MDST_ROB	1.28 360	0.53 108	3.84 375	0.55 290	0.45 268	4.06 412	0.60 323	1.36 374	0.89 312	2.18 396	1.17 352	0.98 334	0.72 305	4.28 409	2.12 351	0.20 303	0.16 197	0.19 303	0.17 230	0.20 153	0.84 313

MyStereo8	0.73 245	1.16 268	2.89 293	0.53 283	0.34 214	0.71 264	0.20 23	1.87 394	0.59 82	0.53 132	0.66 238	0.50 146	0.33 117	1.27 225	0.62 196	0.10 48	1.19 358	0.10 50	0.21 274	0.21 163	0.61 268

MIF-Stereo (partial)	0.41 21	0.71 161	2.67 240	0.27 25	0.24 122	0.32 6	0.17 6	0.56 51	0.46 20	0.26 15	0.37 46	0.25 26	0.26 52	0.46 52	0.35 106	0.11 113	0.08 39	0.12 139	0.10 73	0.21 163	0.15 33

4D-IteraStereo	0.62 171	1.29 301	3.04 312	0.27 25	0.30 180	0.46 24	0.26 117	0.54 41	0.51 44	0.41 39	0.31 26	0.39 79	0.19 9	0.53 90	0.65 207	0.09 11	0.47 292	0.12 139	0.11 112	0.21 163	2.14 393

RCA-Stereo	0.45 43	0.38 56	1.80 12	0.27 25	0.25 128	0.58 118	0.23 64	0.84 174	0.66 129	0.42 43	0.44 79	0.28 42	0.35 126	0.31 3	0.21 2	0.09 11	1.01 344	0.09 16	0.07 13	0.21 163	0.53 248

CSP-Net	0.55 107	0.61 134	1.81 15	0.30 63	0.23 113	0.77 294	0.35 224	0.90 226	0.62 98	0.62 223	0.60 195	0.65 216	0.42 180	1.76 291	0.47 147	0.17 273	0.12 144	0.10 50	0.10 73	0.21 163	0.16 46

IPLGR	0.58 130	0.64 142	3.12 319	0.37 172	0.18 49	0.62 189	0.54 304	1.06 334	0.69 173	0.73 288	0.46 82	0.50 146	0.44 201	1.12 204	0.31 73	0.10 48	0.08 39	0.11 96	0.09 39	0.21 163	0.20 71

pcwnet_v2	0.65 195	0.54 110	4.29 392	0.33 116	0.27 153	0.60 149	0.25 105	1.02 302	0.92 319	0.61 211	0.69 248	0.62 202	0.54 251	0.67 132	0.38 117	0.18 284	0.15 185	0.15 251	0.14 180	0.21 163	0.49 234

HCRNet	0.50 74	0.75 182	2.08 60	0.39 203	0.29 169	0.58 118	0.22 44	0.79 138	0.67 141	0.49 87	0.49 106	0.48 140	0.37 134	1.13 205	0.40 120	0.15 239	0.10 107	0.15 251	0.13 162	0.21 163	0.19 63

MMNet	0.55 107	0.92 223	2.03 50	0.34 133	0.27 153	0.79 303	0.28 139	0.86 196	0.79 256	0.62 223	0.58 183	0.59 188	0.56 258	0.80 167	0.61 193	0.11 113	0.11 129	0.12 139	0.11 112	0.21 163	0.22 80

ac_64	0.63 183	0.77 185	2.71 256	0.37 172	0.34 214	0.64 214	0.30 177	0.86 196	0.67 141	0.58 176	0.53 131	0.88 313	0.48 231	1.84 308	0.71 221	0.15 239	0.12 144	0.12 139	0.12 142	0.21 163	0.25 101

CFNet-ft	0.60 151	1.16 268	2.45 155	0.29 49	0.30 180	0.64 214	0.28 139	0.69 95	0.57 72	0.49 87	0.57 177	0.79 280	0.44 201	1.48 249	0.62 196	0.15 239	0.10 107	0.28 343	0.14 180	0.21 163	0.29 125

CFNet_RVC	0.60 151	1.16 268	2.45 155	0.29 49	0.30 180	0.64 214	0.28 139	0.69 95	0.57 72	0.49 87	0.57 177	0.79 280	0.44 201	1.48 249	0.62 196	0.15 239	0.10 107	0.28 343	0.14 180	0.21 163	0.29 125

MLCV	0.59 145	1.41 326	2.41 122	0.31 77	0.15 15	0.60 149	0.23 64	0.77 123	0.63 109	0.67 262	0.66 238	0.55 170	0.37 134	1.16 209	1.09 283	0.10 48	0.07 6	0.09 16	0.07 13	0.21 163	0.29 125

iResNet	0.59 145	1.09 248	2.54 187	0.44 242	0.18 49	0.65 228	0.29 164	0.89 218	0.75 228	0.59 195	0.64 225	0.43 97	0.39 152	0.73 151	1.24 302	0.11 113	0.08 39	0.09 16	0.08 28	0.21 163	0.40 186

AE-Stereo	0.71 235	0.32 15	2.44 139	0.44 242	0.50 279	0.58 118	0.23 64	1.08 340	0.67 141	0.67 262	0.51 120	0.47 133	0.24 30	0.63 118	0.32 82	0.09 11	2.15 405	0.11 96	0.45 365	0.22 177	2.01 387

StereoVision	0.52 86	1.12 257	2.70 255	0.34 133	0.32 199	0.47 34	0.26 117	0.73 110	0.61 89	0.33 27	0.89 321	0.45 124	0.26 52	0.52 83	0.39 119	0.14 221	0.15 185	0.16 267	0.15 199	0.22 177	0.14 26

MC-Stereo	0.58 130	0.37 51	2.00 44	0.88 350	0.64 320	0.54 77	0.19 13	0.46 10	0.39 3	0.58 176	0.39 55	0.27 40	0.27 65	0.71 145	0.32 82	0.09 11	1.20 359	0.09 16	0.16 217	0.22 177	1.92 385

CroCo-Stereo Lap2	0.38 16	0.91 218	2.02 49	0.33 116	0.38 240	0.23 2	0.21 34	0.63 80	0.51 44	0.23 6	0.28 15	0.29 46	0.23 28	0.34 16	0.28 45	0.10 48	0.09 84	0.10 50	0.08 28	0.22 177	0.15 33

dd	0.48 58	1.32 304	2.41 122	0.31 77	0.17 39	0.58 118	0.26 117	0.50 24	0.71 195	0.42 43	0.41 64	0.34 65	0.28 77	0.47 54	0.41 123	0.18 284	0.10 107	0.13 196	0.12 142	0.22 177	0.16 46

GANet-ADL	0.48 58	0.56 119	2.51 179	0.34 133	0.20 72	0.58 118	0.25 105	0.80 143	0.57 72	0.43 49	0.61 203	0.56 177	0.31 107	0.44 51	0.44 136	0.14 221	0.11 129	0.10 50	0.09 39	0.22 177	0.38 174

CrosDoStereo	0.96 326	0.49 92	2.66 233	0.27 25	0.33 205	0.54 77	3.69 411	0.77 123	0.66 129	0.70 276	1.39 365	0.53 157	1.47 372	1.77 294	3.02 382	0.10 48	0.08 39	0.11 96	0.11 112	0.22 177	0.30 133

NRIStereo	0.50 74	0.34 31	2.44 139	0.52 279	0.16 22	0.94 338	0.73 350	0.52 29	0.65 122	0.48 71	0.40 63	0.59 188	0.29 93	0.78 162	0.33 91	0.11 113	0.13 157	0.11 96	0.09 39	0.22 177	0.25 101

DeepStereo_LL	0.96 326	0.49 92	2.66 233	0.27 25	0.33 205	0.54 77	3.69 411	0.77 123	0.66 129	0.70 276	1.39 365	0.53 157	1.47 372	1.77 294	3.02 382	0.10 48	0.08 39	0.11 96	0.11 112	0.22 177	0.30 133

raft+_RVC	0.62 171	1.18 274	2.43 131	0.36 162	2.08 408	0.52 65	0.25 105	0.66 87	0.54 60	0.36 29	0.46 82	0.32 57	0.28 77	0.49 73	0.43 133	0.10 48	0.91 339	0.10 50	0.09 39	0.22 177	0.70 295

raftrobust	0.52 86	1.14 260	2.15 73	0.33 116	0.99 362	0.53 70	0.21 34	0.59 65	0.50 39	0.53 132	0.36 42	0.31 53	0.33 117	0.47 54	0.42 127	0.10 48	0.55 304	0.09 16	0.08 28	0.22 177	0.46 222

delet	0.60 151	0.84 196	2.45 155	0.33 116	0.35 222	0.73 273	0.46 281	0.89 218	0.80 263	0.58 176	0.62 210	0.67 225	0.51 239	1.14 207	0.64 202	0.12 148	0.12 144	0.13 196	0.14 180	0.22 177	0.29 125

cf-r	0.62 171	1.27 297	2.99 308	0.34 133	0.28 164	0.60 149	0.28 139	0.82 157	0.70 183	0.55 147	0.61 203	0.77 274	0.41 169	1.32 230	0.52 168	0.13 191	0.09 84	0.11 96	0.12 142	0.22 177	0.27 113

DMCA-RVC	0.70 231	1.30 302	3.59 363	0.37 172	0.89 351	0.57 111	0.31 187	0.73 110	0.59 82	0.69 273	0.54 145	0.59 188	0.57 263	1.25 222	0.66 210	0.16 254	0.38 277	0.20 313	0.15 199	0.22 177	0.23 88

AEACV	0.89 312	0.29 2	1.84 19	2.50 411	1.68 402	0.53 70	0.21 34	1.01 296	0.42 9	0.68 268	0.31 26	0.22 9	0.39 152	1.63 273	0.25 26	0.09 11	2.60 415	0.09 16	0.54 378	0.23 191	2.27 406

ProNet	0.46 48	0.60 129	1.85 21	0.35 148	0.67 324	0.49 42	0.25 105	0.53 32	0.57 72	0.21 1	0.24 6	0.22 9	0.20 16	0.52 83	0.22 5	0.09 11	0.47 292	0.10 50	0.09 39	0.23 191	1.33 362

HGLStereo	0.61 158	1.20 279	2.59 205	0.36 162	0.40 248	0.65 228	0.30 177	0.87 203	0.67 141	0.60 204	0.70 261	0.69 248	0.56 258	1.07 195	0.59 186	0.14 221	0.13 157	0.13 196	0.12 142	0.23 191	0.23 88

FAT-Stereo	0.72 243	0.60 129	2.86 290	0.37 172	0.29 169	0.64 214	0.55 308	1.01 296	0.91 317	0.76 298	0.94 326	0.93 323	0.79 321	1.82 305	0.60 188	0.19 295	0.19 214	0.17 281	0.16 217	0.23 191	0.47 224

BEATNet_4x	0.57 122	1.16 268	2.56 198	0.35 148	0.16 22	0.56 92	0.25 105	0.91 233	0.64 115	0.55 147	0.53 131	0.59 188	0.43 193	0.67 132	0.76 232	0.12 148	0.09 84	0.12 139	0.09 39	0.23 191	0.58 260

iResNet_ROB	0.60 151	1.59 351	2.04 53	0.32 95	0.21 81	0.60 149	0.22 44	0.99 282	0.85 295	0.61 211	0.63 218	0.58 185	0.42 180	1.08 196	0.98 270	0.11 113	0.08 39	0.09 16	0.06 7	0.23 191	0.33 146

ff7	0.65 195	0.58 122	2.09 61	0.39 203	0.60 306	0.56 92	0.23 64	0.49 15	0.62 98	1.00 337	0.24 6	0.20 2	0.24 30	0.71 145	0.24 17	0.09 11	2.09 396	0.10 50	0.18 238	0.24 197	2.22 401

IGEVStereo-DCA	0.74 248	0.74 178	2.09 61	0.76 338	0.77 339	0.45 21	0.23 64	0.49 15	0.62 98	0.71 285	0.22 2	0.30 47	0.28 77	1.29 227	1.53 324	0.10 48	1.50 382	0.10 50	0.18 238	0.24 197	2.22 401

ffff	0.65 195	0.58 122	2.09 61	0.39 203	0.60 306	0.56 92	0.23 64	0.49 15	0.62 98	1.00 337	0.24 6	0.20 2	0.24 30	0.71 145	0.24 17	0.09 11	2.09 396	0.10 50	0.18 238	0.24 197	2.22 401

rrr	0.84 287	0.74 178	3.40 346	0.76 338	0.77 339	0.45 21	0.28 139	1.23 366	0.84 293	0.71 285	0.22 2	0.30 47	0.28 77	1.29 227	1.53 324	0.10 48	1.50 382	0.10 50	0.29 308	0.24 197	1.75 382

11t	0.65 195	0.58 122	2.09 61	0.39 203	0.60 306	0.56 92	0.23 64	0.49 15	0.62 98	1.00 337	0.24 6	0.20 2	0.24 30	0.71 145	0.24 17	0.09 11	2.09 396	0.10 50	0.18 238	0.24 197	2.22 401

ToySt	0.67 215	0.88 205	2.61 214	0.39 203	0.73 332	0.61 167	0.38 242	0.78 130	0.73 206	0.43 49	0.70 261	0.72 257	0.45 209	0.66 129	0.62 196	0.14 221	0.63 317	0.13 196	0.33 335	0.24 197	1.18 346

ccc-4	0.65 195	0.58 122	2.09 61	0.39 203	0.60 306	0.56 92	0.23 64	0.49 15	0.62 98	1.00 337	0.24 6	0.20 2	0.24 30	0.71 145	0.24 17	0.09 11	2.09 396	0.10 50	0.18 238	0.24 197	2.22 401

Wz-Net-LNSev	0.66 212	1.30 302	2.81 280	0.35 148	0.37 234	0.80 306	0.48 287	0.91 233	0.87 303	0.63 232	0.70 261	0.80 286	0.59 273	0.67 132	0.68 214	0.15 239	0.14 171	0.12 139	0.12 142	0.24 197	0.38 174

dad	0.58 130	1.35 313	2.39 116	0.31 77	0.20 72	0.62 189	0.26 117	0.56 51	0.79 256	0.66 260	0.64 225	0.64 212	0.36 129	0.87 175	0.48 151	0.28 347	0.15 185	0.40 366	0.18 238	0.24 197	0.22 80

Anonymous	0.41 21	0.44 82	2.55 194	0.35 148	0.32 199	0.38 14	0.34 215	0.57 56	0.41 5	0.25 12	0.30 20	0.23 16	0.29 93	0.38 30	0.28 45	0.15 239	0.13 157	0.11 96	0.12 142	0.24 197	0.30 133

111	0.57 122	1.41 326	2.63 219	0.25 6	0.15 15	0.59 136	0.26 117	0.90 226	0.83 281	0.50 105	0.54 145	0.57 181	0.38 141	0.54 95	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.24 197	0.81 311

hitnet-ft	0.73 245	1.09 248	2.59 205	0.28 37	0.22 90	0.71 264	0.36 231	0.89 218	0.67 141	0.58 176	0.83 305	1.03 345	0.94 344	2.31 348	0.70 217	0.23 324	0.14 171	0.41 368	0.13 162	0.24 197	0.28 119

DeepPruner_ROB	0.58 130	1.06 243	2.68 245	0.30 63	0.26 142	0.63 202	0.31 187	0.83 167	0.51 44	0.62 223	0.56 166	0.65 216	0.39 152	1.06 193	0.56 180	0.19 295	0.14 171	0.14 226	0.14 180	0.24 197	0.33 146

DRN-Test	0.71 235	0.79 191	2.83 284	0.40 216	0.44 265	0.80 306	0.41 253	1.07 337	0.83 281	0.82 316	0.64 225	0.68 237	0.57 263	1.78 297	0.79 241	0.16 254	0.13 157	0.17 281	0.16 217	0.24 197	0.51 240

ETE_ROB	0.68 220	1.09 248	2.32 101	0.38 190	0.26 142	0.69 257	0.51 295	1.49 381	0.75 228	0.81 312	0.71 274	0.85 303	0.51 239	1.39 235	0.70 217	0.17 273	0.14 171	0.19 303	0.16 217	0.24 197	0.35 159

cc1	0.74 248	0.73 169	2.43 131	0.67 326	0.52 283	0.76 284	0.24 86	0.85 184	1.05 351	0.77 300	0.39 55	0.25 26	0.38 141	0.70 139	0.22 5	0.10 48	2.13 401	0.11 96	0.09 39	0.25 212	2.20 400

DualNet	0.97 329	0.67 146	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	0.85 184	0.96 333	0.54 136	0.74 282	0.67 225	0.40 158	0.64 122	3.86 396	0.10 48	2.16 406	0.15 251	0.33 335	0.25 212	2.19 396

ffm	0.78 269	0.67 146	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	0.85 184	0.96 333	0.54 136	0.74 282	0.67 225	0.40 158	0.64 122	0.22 5	0.10 48	2.16 406	0.15 251	0.33 335	0.25 212	2.19 396

ff1	1.07 345	0.67 146	3.39 341	0.32 95	0.22 90	0.58 118	0.28 139	0.85 184	0.96 333	0.54 136	0.74 282	0.67 225	0.40 158	2.75 384	3.86 396	0.10 48	2.16 406	0.15 251	0.33 335	0.25 212	2.19 396

tt1	0.74 248	0.73 169	2.34 104	0.67 326	0.63 316	0.75 280	0.24 86	0.85 184	0.96 333	0.81 312	0.38 52	0.26 33	0.35 126	0.64 122	0.22 5	0.10 48	2.16 406	0.11 96	0.09 39	0.25 212	2.19 396

MIF-Stereo	0.36 13	0.66 145	2.43 131	0.28 37	0.24 122	0.30 4	0.18 11	0.35 1	0.36 2	0.26 15	0.37 46	0.18 1	0.18 7	0.33 14	0.30 59	0.11 113	0.08 39	0.09 16	0.08 28	0.25 212	0.09 2

anonymousdsp	0.86 298	0.59 128	2.65 229	1.33 377	1.25 384	0.56 92	0.23 64	0.54 41	0.71 195	1.13 350	0.25 11	0.22 9	0.24 30	1.24 219	0.24 17	0.09 11	2.34 411	0.10 50	0.18 238	0.25 212	3.12 416

IGEV-Stereo	0.86 298	0.60 129	2.65 229	1.35 379	1.25 384	0.56 92	0.23 64	0.54 41	0.71 195	1.14 351	0.25 11	0.22 9	0.24 30	1.24 219	0.24 17	0.09 11	2.34 411	0.10 50	0.18 238	0.25 212	3.13 417
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_xeample3	0.86 298	0.75 182	3.36 336	0.65 320	0.76 337	0.49 42	0.33 210	1.21 365	0.80 263	0.61 211	0.23 5	0.30 47	0.29 93	1.17 211	1.57 326	0.10 48	1.79 388	0.10 50	0.40 357	0.25 212	2.09 390

psmorigin	1.41 370	0.91 218	13.83 424	0.37 172	0.30 180	0.63 202	0.37 234	0.80 143	0.64 115	0.98 335	0.87 317	1.16 368	0.78 319	3.95 407	1.09 283	0.19 295	0.22 236	0.17 281	0.19 254	0.25 212	0.47 224

PA-Net	0.93 323	1.36 317	4.14 383	0.64 318	0.41 253	0.70 260	0.53 301	0.91 233	0.88 307	0.53 132	0.60 195	0.70 254	0.54 251	2.40 357	2.57 372	0.17 273	0.28 262	0.19 303	0.28 304	0.25 212	0.48 228
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	0.79 272	1.46 337	2.72 258	0.34 133	0.25 128	0.59 136	0.32 197	0.88 211	0.83 281	0.62 223	0.95 329	0.80 286	0.43 193	2.46 362	1.72 330	0.38 360	0.26 254	0.10 50	0.09 39	0.25 212	0.43 202

HITNet	0.55 107	1.28 299	2.73 263	0.35 148	0.14 9	0.56 92	0.23 64	0.89 218	0.62 98	0.52 124	0.51 120	0.49 142	0.38 141	0.52 83	0.60 188	0.09 11	0.07 6	0.10 50	0.08 28	0.25 212	0.61 268
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
XPNet_ROB	0.68 220	1.11 255	2.28 93	0.38 190	0.27 153	0.67 248	0.47 285	0.94 248	0.75 228	0.80 311	0.71 274	0.81 289	0.54 251	1.72 285	0.84 253	0.22 316	0.16 197	0.16 267	0.15 199	0.25 212	0.45 219

SGM-Forest	1.84 390	7.91 422	10.36 418	0.42 228	0.33 205	1.04 347	1.29 391	1.01 296	0.88 307	1.19 355	2.30 390	1.03 345	1.79 386	2.60 371	2.81 377	0.22 316	0.21 234	0.21 317	0.19 254	0.25 212	0.79 307
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GMStereo_Zeroshot	0.44 40	0.44 82	1.84 19	0.44 242	0.20 72	0.52 65	0.19 13	0.60 68	0.54 60	0.58 176	0.59 188	0.63 206	0.29 93	0.59 106	0.34 99	0.16 254	0.09 84	0.16 267	0.09 39	0.26 227	0.26 107

raft_robust	0.68 220	1.24 291	2.42 126	0.30 63	0.57 296	0.53 70	0.25 105	0.95 261	0.79 256	0.49 87	0.46 82	1.12 362	0.74 312	1.50 252	0.61 193	0.09 11	0.62 316	0.10 50	0.30 314	0.26 227	0.30 133

PFNet	0.62 171	0.42 72	2.69 251	0.43 238	0.55 291	0.62 189	0.27 131	0.64 82	0.72 202	0.61 211	0.56 166	0.45 124	0.33 117	1.86 312	1.12 286	0.28 347	0.09 84	0.12 139	0.16 217	0.26 227	0.27 113

LMCR-Stereo	0.61 158	1.00 230	2.60 210	0.42 228	0.22 90	0.74 278	0.31 187	1.06 334	0.70 183	0.62 223	0.64 225	0.40 87	0.52 246	0.84 172	1.27 305	0.20 303	0.09 84	0.12 139	0.09 39	0.26 227	0.16 46

GwcNet-RSSM	0.64 190	1.38 324	2.69 251	0.33 116	0.26 142	0.60 149	0.32 197	0.84 174	0.73 206	0.56 158	0.65 232	0.72 257	0.42 180	1.78 297	0.60 188	0.14 221	0.10 107	0.12 139	0.13 162	0.26 227	0.26 107

DANet	0.85 295	0.68 153	2.41 122	1.18 375	0.48 277	0.77 294	1.23 389	0.93 243	1.53 384	0.90 327	0.72 277	0.97 333	0.57 263	1.86 312	1.05 279	0.18 284	0.16 197	0.19 303	0.16 217	0.26 227	0.67 283
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	0.71 235	1.24 291	2.56 198	0.42 228	0.45 268	0.73 273	0.46 281	0.98 277	0.81 270	0.77 300	0.56 166	0.74 264	0.48 231	1.69 284	0.91 260	0.15 239	0.14 171	0.15 251	0.15 199	0.26 227	0.51 240

DISCO	0.61 158	0.63 140	1.98 42	0.46 252	0.34 214	0.84 318	0.35 224	0.88 211	0.81 270	0.61 211	0.64 225	1.06 353	0.53 249	1.11 202	0.83 252	0.13 191	0.10 107	0.11 96	0.10 73	0.26 227	0.37 166

NCCL2	0.71 235	1.32 304	2.30 97	0.44 242	0.31 188	0.71 264	0.67 341	0.89 218	0.69 173	0.70 276	0.61 203	0.85 303	0.54 251	1.58 269	0.70 217	0.20 303	0.17 204	0.66 382	0.25 288	0.26 227	0.38 174

LALA_ROB	0.68 220	1.14 260	2.50 178	0.37 172	0.29 169	0.78 299	0.55 308	0.99 282	0.84 293	0.82 316	0.68 244	0.93 323	0.50 235	1.01 188	0.89 258	0.21 311	0.15 185	0.21 317	0.18 238	0.26 227	0.30 133

PSMNet_ROB	0.75 259	1.42 330	2.93 298	0.39 203	0.32 199	0.73 273	0.56 312	0.90 226	0.74 223	0.56 158	0.60 195	0.75 268	0.47 224	2.00 328	1.31 306	0.18 284	0.13 157	0.19 303	0.20 263	0.26 227	0.40 186

LargeStereo	0.74 248	0.70 158	2.05 56	1.11 370	1.09 374	0.32 6	0.21 34	0.75 114	0.43 13	0.30 25	0.30 20	0.22 9	0.27 65	0.98 186	0.31 73	0.10 48	2.50 414	0.08 3	0.15 199	0.27 238	2.70 411

MIPNet	0.88 305	1.07 244	2.85 288	0.61 311	0.18 49	1.46 371	1.37 393	1.65 387	0.78 247	1.93 390	0.85 310	0.75 268	1.66 379	0.87 175	0.34 99	0.10 48	0.08 39	0.11 96	0.32 325	0.27 238	0.26 107

GEStereo_RVC	0.61 158	1.19 277	2.61 214	0.48 259	0.25 128	0.63 202	0.37 234	1.05 322	0.79 256	0.55 147	0.55 154	0.59 188	0.44 201	1.10 198	0.48 151	0.16 254	0.11 129	0.12 139	0.11 112	0.27 238	0.43 202

RALCasStereoNet	0.65 195	1.34 310	2.56 198	0.43 238	0.96 358	0.50 48	0.26 117	0.62 74	0.56 69	0.43 49	0.49 106	0.36 69	0.28 77	0.72 150	0.53 171	0.10 48	1.18 357	0.09 16	0.08 28	0.27 238	1.27 357

psm_up	0.65 195	1.02 234	2.53 183	0.36 162	0.31 188	0.64 214	0.38 242	0.96 264	0.73 206	0.63 232	0.57 177	0.68 237	0.57 263	1.90 322	0.52 168	0.17 273	0.15 185	0.16 267	0.15 199	0.27 238	0.22 80

NCC-stereo	0.88 305	1.22 286	2.97 303	0.60 305	0.45 268	1.88 390	0.48 287	1.04 314	0.75 228	0.70 276	0.85 310	0.93 323	0.84 326	1.81 302	1.51 322	0.28 347	0.19 214	0.23 328	0.31 319	0.27 238	0.35 159

Nwc_Net	0.75 259	1.10 253	2.96 302	0.42 228	0.39 242	0.77 294	0.39 248	1.06 334	0.73 206	0.65 254	1.00 338	0.99 337	0.74 312	1.43 241	0.99 272	0.24 331	0.15 185	0.23 328	0.26 294	0.27 238	0.30 133

Abc-Net	0.88 305	1.22 286	2.97 303	0.60 305	0.45 268	1.88 390	0.48 287	1.04 314	0.75 228	0.70 276	0.85 310	0.93 323	0.84 326	1.81 302	1.51 322	0.28 347	0.19 214	0.23 328	0.31 319	0.27 238	0.35 159
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	0.77 267	0.91 218	2.36 106	0.37 172	0.41 253	0.88 326	0.44 272	0.99 282	0.88 307	0.65 254	0.54 145	0.92 318	0.61 280	2.70 379	1.23 300	0.15 239	0.14 171	0.17 281	0.14 180	0.27 238	0.55 257

StereoDRNet-Refined	0.55 107	0.61 134	2.07 58	0.34 133	0.21 81	0.68 254	0.26 117	0.87 203	0.73 206	0.70 276	0.69 248	0.74 264	0.45 209	1.10 198	0.62 196	0.12 148	0.09 84	0.14 226	0.14 180	0.27 238	0.24 97
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBMV_ROB	0.88 305	0.75 182	2.73 263	0.36 162	0.22 90	0.76 284	0.47 285	1.05 322	0.81 270	1.06 345	1.04 345	0.88 313	1.36 365	2.17 342	2.03 344	0.23 324	0.24 244	0.27 341	0.25 288	0.27 238	0.73 299

MIM_Stereo	0.55 107	0.92 223	2.65 229	0.32 95	1.09 374	0.51 50	0.19 13	0.67 90	0.52 50	0.48 71	0.54 145	0.43 97	0.27 65	0.57 102	0.30 59	0.08 1	0.17 204	0.11 96	0.10 73	0.28 249	0.80 309

HBP-ISP	0.82 280	1.57 346	3.28 330	0.50 275	0.27 153	0.86 320	0.54 304	1.09 342	0.78 247	0.81 312	0.70 261	0.68 237	1.00 348	2.02 329	0.47 147	0.24 331	0.24 244	0.29 351	0.25 288	0.28 249	0.52 245

Wz-Net-MNSev	0.74 248	1.42 330	2.75 267	0.38 190	0.33 205	0.90 331	0.61 328	0.98 277	0.94 326	0.77 300	0.75 289	0.75 268	0.66 293	1.39 235	0.76 232	0.17 273	0.13 157	0.14 226	0.14 180	0.28 249	0.48 228

ADCRef	0.88 305	1.45 335	2.68 245	0.38 190	0.35 222	0.95 340	0.51 295	0.92 240	0.81 270	0.89 325	0.84 307	0.61 197	1.35 363	1.26 224	3.38 387	0.14 221	0.12 144	0.17 281	0.19 254	0.28 249	0.34 153

ADCP+	1.03 340	1.68 363	3.83 374	0.35 148	0.39 242	1.05 349	0.79 356	0.94 248	0.86 301	0.69 273	0.68 244	0.85 303	1.53 378	1.02 189	4.56 405	0.13 191	0.12 144	0.16 267	0.15 199	0.28 249	0.44 214

NVstereo2D	0.63 183	0.57 120	2.29 95	0.37 172	0.35 222	0.69 257	0.49 292	0.96 264	0.88 307	0.49 87	0.54 145	0.72 257	0.46 216	1.98 327	0.50 163	0.19 295	0.20 226	0.18 297	0.16 217	0.28 249	0.34 153

NaN_ROB	1.25 358	1.46 337	3.84 375	0.54 289	0.56 293	1.12 357	0.99 369	1.05 322	1.03 347	1.10 347	0.87 317	0.77 274	1.07 353	5.85 414	2.98 380	0.16 254	0.23 241	0.16 267	0.24 283	0.28 249	0.66 281

CBMV	0.86 298	1.00 230	2.82 282	0.35 148	0.21 81	0.78 299	0.78 354	1.05 322	0.87 303	0.90 327	0.74 282	0.87 309	1.89 389	1.67 280	1.38 316	0.19 295	0.20 226	0.21 317	0.19 254	0.28 249	0.84 313
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Sa-1000	0.61 158	1.07 244	2.71 256	0.32 95	0.61 313	0.61 167	0.31 187	1.00 288	0.76 236	0.53 132	0.83 305	0.43 97	0.33 117	0.69 138	0.30 59	0.10 48	0.52 301	0.13 196	0.28 304	0.29 257	0.29 125

test_4	0.47 51	0.80 193	2.15 73	0.36 162	0.29 169	0.59 136	0.28 139	0.50 24	0.42 9	0.43 49	0.76 292	0.39 79	0.22 22	0.73 151	0.49 160	0.08 1	0.18 210	0.11 96	0.15 199	0.29 257	0.27 113

test-3	0.58 130	0.43 78	2.44 139	0.52 279	0.59 301	0.46 24	0.23 64	0.77 123	0.49 32	0.52 124	0.29 17	0.44 112	0.22 22	0.59 106	0.97 264	0.08 1	1.27 368	0.10 50	0.35 343	0.29 257	0.62 270

test_1	0.58 130	0.43 78	2.44 139	0.52 279	0.59 301	0.46 24	0.23 64	0.77 123	0.49 32	0.51 116	0.29 17	0.44 112	0.22 22	0.59 106	0.97 264	0.08 1	1.27 368	0.10 50	0.35 343	0.29 257	0.63 274

RALAANet	0.52 86	1.37 321	2.63 219	0.33 116	0.23 113	0.48 37	0.19 13	0.69 95	0.55 65	0.49 87	0.46 82	0.39 79	0.31 107	0.53 90	0.53 171	0.10 48	0.33 269	0.11 96	0.17 230	0.29 257	0.13 14

NOSS_ROB	0.75 259	1.03 237	2.27 91	0.68 331	0.26 142	0.68 254	0.30 177	0.99 282	0.82 275	0.59 195	0.58 183	0.77 274	0.39 152	2.75 384	0.48 151	0.25 337	0.24 244	0.28 343	0.26 294	0.29 257	1.07 341

RAFT+CT+SA	0.60 151	1.25 294	2.49 175	0.38 190	0.75 334	0.55 87	0.34 215	0.83 167	0.68 165	0.39 36	0.55 154	0.44 112	0.29 93	0.75 155	0.28 45	0.09 11	0.24 244	0.11 96	0.51 374	0.30 263	0.74 301

UDGNet	0.50 74	1.36 317	2.44 139	0.37 172	0.19 66	0.58 118	0.23 64	0.49 15	0.69 173	0.42 43	0.39 55	0.34 65	0.29 93	0.55 96	0.32 82	0.25 337	0.10 107	0.37 363	0.19 254	0.30 263	0.17 52

test_3	0.59 145	0.44 82	2.44 139	0.53 283	0.59 301	0.48 37	0.30 177	0.79 138	0.52 50	0.51 116	0.30 20	0.45 124	0.22 22	0.59 106	0.97 264	0.08 1	1.25 364	0.11 96	0.35 343	0.30 263	0.62 270

Syn2CoEx	0.78 269	1.43 333	3.54 359	0.44 242	0.31 188	0.64 214	0.43 266	1.04 314	0.83 281	0.64 242	0.77 296	0.74 264	0.74 312	1.91 323	0.64 202	0.20 303	0.17 204	0.19 303	0.15 199	0.30 263	0.59 263

FADNet-RVC-Resample	0.74 248	1.54 344	3.81 373	0.38 190	0.29 169	0.62 189	0.38 242	0.91 233	0.67 141	0.52 124	0.51 120	0.63 206	0.44 201	1.56 258	0.59 186	0.24 331	0.32 265	0.22 321	0.19 254	0.30 263	0.71 297

S-Stereo	0.82 280	0.73 169	3.79 371	0.40 216	0.37 234	0.70 260	0.69 345	1.00 288	1.03 347	0.63 232	0.92 324	0.82 292	0.59 273	2.35 351	0.71 221	0.18 284	0.22 236	0.17 281	0.18 238	0.30 263	0.67 283

ADCPNet	1.07 345	1.37 321	4.54 398	0.38 190	0.68 327	1.36 366	0.64 332	0.93 243	0.83 281	0.79 309	0.82 303	1.08 356	1.18 360	1.30 229	2.68 374	0.21 311	0.69 325	0.21 317	0.95 402	0.30 263	0.54 251

PS-NSSS	0.69 226	1.37 321	2.44 139	0.31 77	0.32 199	0.64 214	0.34 215	1.04 314	0.74 223	0.56 158	0.75 289	0.51 149	0.42 180	2.41 359	0.54 176	0.24 331	0.17 204	0.27 341	0.18 238	0.30 263	0.23 88

SA	0.61 158	1.14 260	2.79 274	0.32 95	0.63 316	0.57 111	0.30 177	0.97 271	0.78 247	0.43 49	0.63 218	0.39 79	0.46 216	0.70 139	0.31 73	0.10 48	0.44 289	0.13 196	0.32 325	0.31 271	0.51 240

ADLNet	0.68 220	1.02 234	2.68 245	0.35 148	0.34 214	0.67 248	0.34 215	0.95 261	0.79 256	0.70 276	0.62 210	0.80 286	0.46 216	1.77 294	0.69 216	0.15 239	0.12 144	0.14 226	0.14 180	0.31 271	0.54 251

RGC	0.78 269	1.10 253	2.55 194	0.45 249	0.45 268	0.73 273	0.40 251	1.00 288	0.75 228	0.75 296	1.04 345	1.02 344	0.73 308	1.74 288	1.15 289	0.24 331	0.19 214	0.28 343	0.26 294	0.31 271	0.38 174

Anonymous Stereo	0.83 284	1.57 346	3.56 360	0.46 252	0.39 242	0.63 202	0.84 359	0.92 240	0.83 281	0.68 268	0.68 244	0.64 212	0.42 180	2.42 360	1.02 276	0.23 324	0.23 241	0.19 303	0.20 263	0.31 271	0.40 186

WCMA_ROB	1.29 361	1.21 281	3.13 320	0.65 320	0.36 228	1.20 365	0.78 354	1.00 288	0.98 340	1.78 389	2.62 397	3.08 399	2.01 392	1.86 312	2.35 364	0.38 360	0.38 277	0.32 355	0.32 325	0.31 271	1.06 340

AF-Net	0.76 262	1.14 260	2.74 265	0.42 228	0.41 253	0.70 260	0.41 253	1.07 337	0.94 326	0.73 288	1.05 347	1.04 349	0.86 331	1.23 217	1.00 274	0.23 324	0.15 185	0.25 338	0.18 238	0.32 276	0.35 159

ADCL	1.07 345	1.22 286	2.80 276	0.40 216	0.33 205	1.50 373	1.87 404	0.97 271	1.04 350	1.26 368	1.28 358	0.99 337	1.41 369	1.36 234	3.51 390	0.17 273	0.14 171	0.22 321	0.21 274	0.32 276	0.43 202

FBW_ROB	0.94 324	1.23 290	2.35 105	0.46 252	0.32 199	0.87 324	0.46 281	1.15 354	0.97 339	0.83 319	0.78 300	1.01 341	0.64 286	3.65 405	1.65 327	0.27 344	0.24 244	0.40 366	0.26 294	0.32 276	0.88 321

MSMD_ROB	1.41 370	1.03 237	2.75 267	0.41 225	0.32 199	2.00 396	0.61 328	0.96 264	1.43 378	2.97 410	2.63 398	4.76 410	2.04 393	2.44 361	1.78 336	0.30 351	0.26 254	0.32 355	0.32 325	0.32 276	0.63 274

ssnet_v2	0.64 190	0.99 229	2.67 240	0.33 116	0.22 90	0.72 270	0.45 276	1.00 288	0.80 263	0.66 260	0.54 145	0.81 289	0.48 231	0.91 180	1.08 282	0.16 254	0.14 171	0.14 226	0.14 180	0.33 280	0.31 141

test_5	0.61 158	1.25 294	2.76 270	0.39 203	0.64 320	0.58 118	0.35 224	0.85 184	0.66 129	0.49 87	0.56 166	0.55 170	0.40 158	0.79 163	0.32 82	0.10 48	0.19 214	0.12 139	0.12 142	0.33 280	0.85 317

GwcNet	0.76 262	1.09 248	3.68 366	0.38 190	0.45 268	0.81 310	0.45 276	0.91 233	0.89 312	0.63 232	0.77 296	0.82 292	0.51 239	1.64 276	0.85 254	0.17 273	0.16 197	0.15 251	0.15 199	0.33 280	0.34 153

GANet	0.92 318	1.20 279	2.68 245	0.45 249	0.27 153	0.76 284	0.66 337	0.94 248	0.77 244	0.79 309	1.17 352	0.84 298	0.91 338	2.72 380	1.76 334	0.18 284	0.42 285	0.44 373	0.20 263	0.33 280	0.94 327

TDLM	0.83 284	1.28 299	2.38 110	0.46 252	0.26 142	0.66 241	0.55 308	0.87 203	0.80 263	2.54 405	0.62 210	0.61 197	0.51 239	2.68 378	0.67 212	0.20 303	0.11 129	0.35 360	0.15 199	0.33 280	0.48 228

FC-DCNN	1.60 386	0.85 198	3.44 351	0.46 252	0.39 242	1.96 392	0.66 337	1.72 390	1.70 389	2.75 409	2.91 405	4.20 405	3.15 405	2.72 380	2.66 373	0.30 351	0.26 254	0.31 353	0.30 314	0.33 280	0.91 324

TestStereo1	0.59 145	1.21 281	2.63 219	0.40 216	0.60 306	0.56 92	0.34 215	0.82 157	0.73 206	0.45 57	0.63 218	0.36 69	0.42 180	0.66 129	0.42 127	0.10 48	0.32 265	0.12 139	0.10 73	0.34 286	0.52 245

SA-5K	0.59 145	1.21 281	2.63 219	0.40 216	0.60 306	0.56 92	0.34 215	0.82 157	0.73 206	0.45 57	0.63 218	0.36 69	0.42 180	0.66 129	0.42 127	0.10 48	0.32 265	0.12 139	0.10 73	0.34 286	0.52 245

IPLG	0.74 248	1.09 248	2.87 291	0.36 162	0.21 81	1.63 381	0.60 323	1.39 376	0.63 109	1.39 374	0.51 120	0.40 87	0.86 331	1.40 237	0.37 111	0.09 11	0.07 6	0.14 226	0.12 142	0.34 286	0.23 88

GMOStereo	0.58 130	0.89 210	2.46 162	0.29 49	0.99 362	0.51 50	0.32 197	0.58 58	0.46 20	0.58 176	0.48 93	0.54 162	0.27 65	0.31 3	0.25 26	0.09 11	1.64 384	0.13 196	0.11 112	0.34 286	0.42 197

error version	0.58 130	0.89 210	2.46 162	0.29 49	0.99 362	0.51 50	0.32 197	0.58 58	0.46 20	0.58 176	0.48 93	0.54 162	0.27 65	0.31 3	0.25 26	0.09 11	1.64 384	0.13 196	0.11 112	0.34 286	0.42 197

test-v	0.58 130	0.89 210	2.46 162	0.29 49	0.99 362	0.51 50	0.32 197	0.58 58	0.46 20	0.58 176	0.48 93	0.54 162	0.27 65	0.31 3	0.25 26	0.09 11	1.64 384	0.13 196	0.11 112	0.34 286	0.42 197

test-2	0.58 130	0.89 210	2.46 162	0.29 49	0.99 362	0.51 50	0.32 197	0.58 58	0.46 20	0.58 176	0.48 93	0.54 162	0.27 65	0.31 3	0.25 26	0.09 11	1.64 384	0.13 196	0.11 112	0.34 286	0.42 197

RP	0.74 248	1.01 233	2.48 172	0.44 242	0.45 268	0.66 241	0.45 276	0.95 261	0.87 303	0.70 276	0.95 329	0.99 337	0.82 323	1.55 256	0.82 250	0.26 341	0.19 214	0.23 328	0.20 263	0.34 286	0.38 174

CFNet	0.65 195	1.45 335	2.27 91	0.34 133	0.25 128	0.64 214	0.23 64	0.93 243	0.79 256	0.48 71	0.59 188	0.58 185	0.40 158	2.28 346	0.63 201	0.13 191	0.09 84	0.15 251	0.14 180	0.34 286	0.26 107

SANet	1.35 366	1.80 370	4.39 394	0.41 225	0.29 169	1.72 385	0.89 364	1.17 360	2.47 399	1.22 364	1.82 376	1.72 383	1.70 382	2.57 368	3.30 384	0.18 284	0.16 197	0.16 267	0.15 199	0.34 286	0.62 270

pmcnn	1.44 372	1.25 294	3.57 361	0.74 336	1.42 391	0.72 270	0.56 312	1.04 314	1.06 353	1.03 342	2.89 404	6.01 414	0.75 316	2.54 366	3.60 392	0.14 221	0.11 129	0.08 3	0.06 7	0.34 286	0.81 311

IPLGR_C	0.64 190	1.66 362	3.36 336	0.80 345	0.31 188	0.60 149	0.60 323	0.82 157	0.69 173	0.58 176	0.62 210	0.44 112	0.31 107	0.47 54	0.43 133	0.12 148	0.22 236	0.13 196	0.15 199	0.35 297	0.21 75

AACVNet	0.61 158	1.13 259	2.47 167	0.37 172	0.21 81	0.57 111	0.25 105	0.75 114	0.55 65	0.56 158	0.60 195	0.66 223	0.44 201	2.11 338	0.49 160	0.14 221	0.11 129	0.14 226	0.11 112	0.35 297	0.23 88

ccnet	0.77 267	0.61 134	2.01 46	0.40 216	0.46 275	1.05 349	0.59 320	1.02 302	0.74 223	0.90 327	0.97 331	0.82 292	0.89 336	1.68 283	1.16 291	0.32 354	0.26 254	0.32 355	0.28 304	0.35 297	0.47 224

APVNet	0.76 262	1.11 255	3.23 324	0.39 203	0.36 228	0.85 319	0.44 272	0.96 264	0.73 206	0.58 176	0.69 248	0.76 272	0.56 258	2.29 347	0.82 250	0.17 273	0.18 210	0.24 333	0.19 254	0.35 297	0.27 113

CSAN	1.38 368	1.74 368	4.12 382	0.53 283	0.38 240	1.06 352	1.15 383	1.29 369	1.12 360	1.19 355	1.90 379	1.04 349	1.44 370	5.92 415	2.82 378	0.26 341	0.22 236	0.24 333	0.25 288	0.35 297	0.54 251

WZ-Net	1.04 341	1.83 372	4.20 386	0.42 228	0.36 228	0.88 326	0.71 347	1.05 322	1.11 359	0.84 320	0.94 326	1.06 353	1.17 359	2.37 352	2.24 360	0.20 303	0.14 171	0.15 251	0.16 217	0.36 302	0.53 248

CIPLG	0.63 183	1.59 351	3.16 322	0.79 344	0.31 188	0.62 189	0.57 315	0.82 157	0.68 165	0.58 176	0.63 218	0.43 97	0.31 107	0.48 63	0.42 127	0.12 148	0.20 226	0.13 196	0.13 162	0.36 302	0.21 75

ACRE	0.63 183	1.55 345	3.41 347	0.76 338	0.28 164	0.60 149	0.56 312	0.82 157	0.68 165	0.57 170	0.62 210	0.43 97	0.30 103	0.47 54	0.42 127	0.12 148	0.19 214	0.13 196	0.14 180	0.36 302	0.20 71

ACVNet	0.54 103	0.87 201	2.45 155	0.28 37	0.22 90	0.59 136	0.36 231	0.69 95	0.73 206	0.49 87	0.59 188	0.69 248	0.42 180	0.47 54	0.70 217	0.11 113	0.10 107	0.10 50	0.09 39	0.36 302	0.39 181

GANet-RSSM	0.63 183	1.14 260	2.67 240	0.38 190	0.26 142	0.59 136	0.29 164	0.81 150	0.56 69	0.50 105	0.57 177	0.67 225	0.50 235	1.91 323	0.50 163	0.14 221	0.10 107	0.24 333	0.12 142	0.36 302	0.28 119

SHD	0.84 287	1.14 260	2.54 187	0.80 345	0.52 283	0.76 284	0.34 215	1.16 357	1.29 372	1.11 348	0.85 310	0.98 334	0.74 312	1.25 222	1.48 320	0.22 316	0.37 273	0.20 313	0.27 302	0.36 302	0.41 193

H2IRNET	0.48 58	1.04 240	2.57 202	0.31 77	0.19 66	0.54 77	0.19 13	0.55 49	0.53 56	0.28 19	0.56 166	0.47 133	0.35 126	0.47 54	0.40 120	0.11 113	0.08 39	0.12 139	0.14 180	0.37 308	0.26 107

ADLNet2	0.73 245	1.22 286	3.28 330	0.34 133	0.36 228	0.65 228	0.37 234	0.94 248	0.87 303	0.57 170	0.65 232	0.92 318	0.48 231	2.05 330	0.60 188	0.13 191	0.11 129	0.11 96	0.11 112	0.37 308	0.38 174

RAFT-Stereo + iAFF	0.58 130	1.48 340	2.53 183	0.29 49	0.78 342	0.52 65	0.20 23	0.68 93	0.66 129	0.51 116	0.61 203	0.40 87	0.32 112	0.40 38	0.43 133	0.08 1	0.63 317	0.09 16	0.09 39	0.37 308	0.58 260

FCDSN-DC	1.45 374	1.12 257	3.30 333	0.48 259	0.41 253	1.13 358	0.60 323	1.17 360	1.28 371	2.25 399	2.85 402	3.65 402	3.34 407	2.58 369	2.44 366	0.31 353	0.26 254	0.31 353	0.30 314	0.37 308	0.78 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.02 336	0.70 158	3.23 324	0.60 305	0.66 323	2.00 396	0.71 347	0.78 130	0.70 183	1.14 351	2.53 394	1.29 372	1.01 349	1.47 248	1.74 332	0.25 337	0.24 244	0.24 333	0.26 294	0.37 308	0.40 186

stereogan	0.74 248	0.68 153	2.82 282	0.40 216	0.40 248	1.05 349	0.42 259	0.99 282	0.96 333	0.78 308	0.86 315	1.15 366	0.73 308	1.57 263	0.56 180	0.20 303	0.19 214	0.20 313	0.16 217	0.37 308	0.34 153

CVANet_RVC	0.82 280	1.18 274	3.98 378	0.40 216	0.28 164	0.63 202	0.43 266	0.90 226	0.78 247	1.14 351	0.69 248	0.68 237	0.52 246	2.62 372	0.48 151	0.20 303	0.13 157	0.22 321	0.37 349	0.37 308	0.48 228

fast-acv-ft	0.67 215	1.24 291	3.26 328	0.39 203	0.30 180	0.80 306	0.48 287	0.74 112	0.76 236	0.60 204	0.78 300	0.76 272	0.60 278	0.70 139	0.78 238	0.16 254	0.15 185	0.18 297	0.17 230	0.38 315	0.24 97

sAnonymous2	0.45 43	0.88 205	2.97 303	0.31 77	0.25 128	0.34 10	0.28 139	0.56 51	0.49 32	0.25 12	0.30 20	0.23 16	0.29 93	0.31 3	0.22 5	0.12 148	0.09 84	0.12 139	0.13 162	0.38 315	0.43 202

CroCo_RVC	0.45 43	0.88 205	2.97 303	0.31 77	0.25 128	0.34 10	0.28 139	0.56 51	0.49 32	0.25 12	0.30 20	0.23 16	0.29 93	0.31 3	0.22 5	0.12 148	0.09 84	0.12 139	0.13 162	0.38 315	0.43 202

ARAFT	0.65 195	1.69 364	3.34 335	0.29 49	0.16 22	0.65 228	0.36 231	0.96 264	0.73 206	0.63 232	0.49 106	0.56 177	0.31 107	1.23 217	0.35 106	0.11 113	0.08 39	0.14 226	0.13 162	0.38 315	0.50 236

EDNetEfficient	1.29 361	0.78 188	4.27 389	0.65 320	1.03 369	0.94 338	1.38 395	0.87 203	1.75 391	2.33 402	1.32 362	1.04 349	2.21 396	1.59 270	4.07 401	0.16 254	0.19 214	0.15 251	0.27 302	0.38 315	0.40 186

edge stereo	0.84 287	0.74 178	3.42 350	0.38 190	1.21 382	0.63 202	0.41 253	0.98 277	0.83 281	0.81 312	0.88 319	1.14 364	0.73 308	2.16 341	0.89 258	0.22 316	0.20 226	0.26 340	0.18 238	0.38 315	0.43 202

DN-CSS_ROB	0.56 115	1.64 359	2.75 267	0.42 228	0.22 90	0.57 111	0.19 13	0.79 138	0.66 129	0.46 67	0.62 210	0.41 92	0.32 112	0.73 151	0.49 160	0.12 148	0.08 39	0.14 226	0.13 162	0.38 315	0.17 52

coex-ft	6.14 417	1.98 379	60.80 441	0.34 133	0.30 180	0.80 306	1.17 386	0.76 117	4.34 409	19.82 429	2.15 385	1.61 381	8.77 419	1.82 305	10.36 421	0.44 367	2.05 395	0.18 297	0.19 254	0.39 322	4.61 421

Wz-Net-SNSev	0.85 295	1.83 372	3.36 336	0.42 228	0.31 188	0.71 264	0.66 337	1.04 314	0.94 326	0.68 268	0.85 310	0.96 331	0.62 282	1.75 289	1.14 288	0.16 254	0.15 185	0.16 267	0.17 230	0.39 322	0.63 274

SACVNet	0.68 220	1.08 247	2.58 203	0.38 190	0.28 164	0.65 228	0.37 234	0.91 233	0.65 122	0.67 262	0.62 210	0.69 248	0.47 224	2.07 332	0.65 207	0.18 284	0.14 171	0.16 267	0.15 199	0.39 322	0.41 193

EDNetEfficientorigin	8.19 419	1.27 297	145.54 443	0.51 278	0.96 358	0.75 280	0.49 292	0.86 196	1.57 386	2.12 394	1.49 369	1.28 370	1.35 363	1.84 308	2.15 354	0.14 221	0.13 157	0.17 281	0.18 238	0.39 322	0.64 279

SAMSARA	1.11 350	1.35 313	2.60 210	1.34 378	0.77 339	1.67 383	1.41 399	1.47 380	0.99 343	1.54 384	0.89 321	1.44 377	0.90 337	1.88 316	1.71 328	0.25 337	0.55 304	0.22 321	0.34 341	0.39 322	0.50 236

DeepPrunerF	0.92 318	1.33 308	3.41 347	0.46 252	0.51 281	0.64 214	0.49 292	1.16 357	2.62 401	0.65 254	0.61 203	0.65 216	0.62 282	2.23 344	1.31 306	0.23 324	0.19 214	0.30 352	0.28 304	0.39 322	0.34 153

iRaft-Stereo_5w	0.65 195	1.35 313	2.21 85	0.30 63	0.63 316	0.49 42	0.28 139	0.78 130	0.64 115	0.41 39	0.61 203	0.62 202	0.46 216	1.79 299	0.48 151	0.10 48	0.25 251	0.11 96	0.12 142	0.40 328	0.94 327

AFF-stereo	0.57 122	1.51 342	2.59 205	0.33 116	0.23 113	0.51 50	0.21 34	0.69 95	0.68 165	0.49 87	0.63 218	0.49 142	0.34 124	0.50 78	0.37 111	0.08 1	0.54 302	0.10 50	0.10 73	0.40 328	0.60 267

PVD	1.05 342	1.21 281	2.36 106	0.84 348	0.91 353	1.04 347	0.64 332	1.32 372	1.68 388	1.43 378	1.41 367	1.14 364	1.15 358	1.49 251	1.77 335	0.27 344	0.65 319	0.28 343	0.35 343	0.40 328	0.73 299

ADCS	1.14 352	2.02 384	3.36 336	0.43 238	0.37 234	0.96 342	0.81 357	1.12 351	1.17 366	1.25 367	0.98 334	1.08 356	0.92 341	1.41 239	4.97 408	0.23 324	0.21 234	0.22 321	0.23 281	0.40 328	0.67 283

AnyNet_C32	1.08 348	1.76 369	3.01 310	0.50 275	0.54 289	1.17 362	1.16 385	0.97 271	0.95 331	1.11 348	0.98 334	0.87 309	0.93 343	1.57 263	4.11 402	0.22 316	0.20 226	0.25 338	0.25 288	0.40 328	0.68 288

LSM	3.40 409	1.42 330	5.81 410	9.98 424	30.74 437	0.86 320	1.14 381	0.99 282	1.26 369	1.40 376	2.18 386	0.93 323	0.85 329	1.76 291	1.03 277	0.22 316	0.35 271	0.24 333	0.29 308	0.40 328	6.21 422

RAFT_CTSACE	0.58 130	1.16 268	2.76 270	0.36 162	0.29 169	0.54 77	0.29 164	0.69 95	0.51 44	0.51 116	0.75 289	0.67 225	0.37 134	0.63 118	0.47 147	0.08 1	0.49 296	0.11 96	0.10 73	0.41 334	0.32 143

GANetREF_RVC	0.81 277	1.44 334	3.04 312	0.49 270	0.27 153	0.83 313	0.63 331	1.03 308	0.92 319	0.63 232	0.61 203	0.72 257	0.59 273	2.40 357	0.58 184	0.33 356	0.25 251	0.37 363	0.25 288	0.41 334	0.36 165
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
LL-Strereo	0.85 295	1.73 365	3.06 316	0.37 172	0.61 313	0.54 77	0.33 210	1.01 296	0.76 236	0.69 273	0.58 183	0.85 303	0.78 319	2.65 375	0.54 176	0.14 221	0.58 310	0.14 226	0.12 142	0.42 336	1.05 339

ADCMid	1.06 343	1.82 371	3.53 358	0.39 203	0.36 228	0.99 343	0.58 317	1.01 296	0.94 326	1.23 366	1.02 341	1.01 341	1.01 349	1.11 202	4.04 400	0.22 316	0.19 214	0.42 370	0.32 325	0.42 336	0.53 248

test croco	0.43 28	0.73 169	2.80 276	0.28 37	0.19 66	0.33 9	0.21 34	0.63 80	0.50 39	0.24 9	0.38 52	0.24 22	0.25 44	0.48 63	0.32 82	0.12 148	0.08 39	0.13 196	0.09 39	0.43 338	0.13 14

iRaftStereo_RVC	0.47 51	0.84 196	1.91 31	0.29 49	0.15 15	0.53 70	0.20 23	0.58 58	0.50 39	0.37 31	0.43 68	0.42 96	0.23 28	0.38 30	0.28 45	0.09 11	0.70 328	0.12 139	0.11 112	0.43 338	0.77 302

acv_ft	0.57 122	0.87 201	2.45 155	0.33 116	0.41 253	0.63 202	0.29 164	0.86 196	0.73 206	0.64 242	0.59 188	0.69 248	0.45 209	0.47 54	0.68 214	0.11 113	0.10 107	0.10 50	0.09 39	0.43 338	0.39 181

iinet-f	0.62 171	1.18 274	2.55 194	0.33 116	0.25 128	0.82 312	0.34 215	0.87 203	0.69 173	0.56 158	0.64 225	0.73 262	0.67 295	0.80 167	0.81 247	0.14 221	0.13 157	0.11 96	0.10 73	0.44 341	0.26 107

iResNetv2_ROB	0.71 235	1.90 376	3.48 353	0.43 238	0.22 90	0.60 149	0.29 164	0.96 264	0.78 247	0.60 204	0.65 232	0.60 195	0.46 216	0.80 167	1.21 296	0.12 148	0.08 39	0.10 50	0.07 13	0.44 341	0.33 146

AASNet	0.66 212	1.49 341	2.97 303	0.37 172	0.33 205	0.65 228	0.30 177	1.00 288	0.78 247	0.56 158	0.60 195	0.55 170	0.39 152	0.88 179	0.96 263	0.15 239	0.12 144	0.13 196	0.11 112	0.45 343	0.35 159

RAFT + AFF	0.79 272	1.73 365	2.99 308	0.34 133	0.35 222	0.67 248	0.51 295	1.05 322	0.79 256	0.54 136	0.58 183	0.59 188	0.81 322	1.80 300	1.21 296	0.13 191	0.27 260	0.15 251	0.14 180	0.45 343	0.69 292

XQC	0.84 287	1.32 304	2.61 214	0.78 343	0.44 265	0.89 328	0.53 301	1.16 357	1.07 354	0.85 321	0.69 248	0.92 318	0.73 308	1.40 237	1.44 318	0.24 331	0.35 271	0.23 328	0.26 294	0.45 343	0.39 181

PASM	0.82 280	1.00 230	2.68 245	0.52 279	0.48 277	0.65 228	0.59 320	0.83 167	0.89 312	0.82 316	0.73 279	0.89 316	0.68 297	2.39 356	0.73 226	0.35 359	0.37 273	0.36 361	0.41 361	0.45 343	0.51 240

RTSC	0.84 287	1.40 325	2.67 240	0.50 275	0.40 248	0.83 313	0.33 210	1.11 349	1.14 362	0.93 333	0.82 303	0.84 298	0.58 270	1.34 232	1.82 338	0.18 284	0.49 296	0.14 226	0.30 314	0.46 347	0.42 197

RTS	1.29 361	1.59 351	6.48 413	0.63 315	0.57 296	1.59 378	0.90 365	1.15 354	1.44 379	1.20 360	1.31 360	1.10 360	0.87 334	2.67 376	2.27 362	0.21 311	0.38 277	0.19 303	0.20 263	0.46 347	0.68 288

RTSA	1.29 361	1.59 351	6.48 413	0.63 315	0.57 296	1.59 378	0.90 365	1.15 354	1.44 379	1.20 360	1.31 360	1.10 360	0.87 334	2.67 376	2.27 362	0.21 311	0.38 277	0.19 303	0.20 263	0.46 347	0.68 288

MGS-Stereo	0.35 9	0.48 90	1.99 43	0.26 17	0.14 9	0.41 16	0.22 44	0.41 3	0.48 29	0.24 9	0.51 120	0.25 26	0.18 7	0.33 14	0.22 5	0.10 48	0.08 39	0.09 16	0.08 28	0.47 350	0.10 4

Wz-Net-TNSev	1.02 336	2.26 400	3.69 367	0.38 190	0.31 188	1.00 344	0.71 347	1.12 351	1.02 346	0.74 294	0.73 279	1.09 359	0.91 338	2.46 362	2.15 354	0.21 311	0.20 226	0.16 267	0.20 263	0.48 351	0.62 270

DPSNet	1.02 336	0.72 166	2.84 286	0.60 305	0.39 242	1.08 354	0.75 351	1.41 377	1.14 362	0.74 294	0.69 248	1.05 352	1.67 380	2.09 337	2.22 359	0.27 344	0.61 313	0.20 313	0.50 373	0.48 351	1.03 338

AnyNet_C01	1.20 356	1.89 375	4.25 388	0.55 290	0.54 289	1.57 376	1.39 396	1.10 345	1.13 361	1.19 355	1.34 364	1.15 366	1.11 356	1.73 286	2.89 379	0.26 341	0.24 244	0.28 343	0.24 283	0.50 353	0.68 288

MeshStereo	1.29 361	1.34 310	3.04 312	0.35 148	0.28 164	1.10 356	0.69 345	1.42 378	1.07 354	2.71 408	2.43 392	2.95 395	1.50 375	2.92 390	2.03 344	0.23 324	0.22 236	0.22 321	0.19 254	0.50 353	0.69 292
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
PWC_ROB	0.81 277	1.41 326	2.60 210	0.41 225	0.40 248	0.63 202	0.31 187	1.04 314	0.99 343	0.92 330	1.29 359	0.78 278	0.68 297	1.65 279	1.50 321	0.19 295	0.12 144	0.18 297	0.13 162	0.51 355	0.54 251

ELAS_RVC	1.51 380	0.88 205	3.36 336	0.63 315	0.56 293	1.53 374	2.73 408	1.53 382	1.76 392	2.26 400	2.21 389	2.10 388	3.07 404	2.08 335	2.52 368	0.42 363	0.42 285	0.42 370	0.37 349	0.51 355	0.84 313
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.52 381	0.92 223	2.91 296	0.62 313	0.57 296	3.13 407	2.21 406	1.67 388	1.58 387	2.42 403	2.43 392	1.87 385	2.49 399	1.85 310	2.70 375	0.42 363	0.43 288	0.41 368	0.40 357	0.51 355	0.85 317
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RAFT	0.62 171	1.35 313	2.26 90	0.62 313	0.53 288	0.47 34	0.35 224	0.70 102	0.58 78	0.50 105	0.50 118	0.79 280	0.40 158	0.49 73	0.36 108	0.11 113	0.79 333	0.14 226	0.13 162	0.52 358	0.72 298

aanetorigin	0.81 277	1.03 237	2.64 228	0.44 242	0.44 265	0.59 136	1.00 373	0.59 65	0.70 183	1.54 384	1.22 356	0.82 292	1.08 354	1.06 193	1.07 281	0.18 284	0.15 185	0.17 281	0.21 274	0.53 359	0.65 280

FINET	1.92 392	1.96 377	4.49 397	1.62 392	1.39 390	3.51 410	4.39 414	2.89 407	2.58 400	1.39 374	1.98 380	1.35 374	2.12 395	1.64 276	2.12 351	0.84 384	1.03 350	0.18 297	0.29 308	0.54 360	2.12 392

GASNet	0.84 287	1.98 379	4.07 381	0.48 259	0.33 205	0.58 118	0.34 215	0.97 271	0.81 270	0.60 204	0.59 188	0.74 264	0.55 256	2.08 335	1.18 292	0.22 316	0.15 185	0.19 303	0.17 230	0.55 361	0.29 125

NVStereoNet_ROB	1.45 374	1.62 356	3.59 363	1.09 367	0.70 330	0.86 320	0.67 341	1.19 362	1.51 383	1.20 360	4.05 410	1.61 381	1.94 390	2.97 392	2.07 348	0.67 378	0.69 325	0.55 377	0.70 388	0.57 362	0.67 283
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PDISCO_ROB	0.84 287	1.46 337	2.84 286	0.65 320	0.59 301	1.17 362	0.48 287	1.19 362	1.08 356	0.67 262	0.72 277	1.00 340	0.61 280	1.24 219	1.05 279	0.38 360	0.18 210	0.28 343	0.24 283	0.58 363	0.44 214

MaskLacGwcNet_RVC	0.84 287	1.41 326	2.80 276	0.94 357	0.35 222	0.89 328	0.41 253	0.89 218	0.66 129	0.57 170	0.63 218	0.75 268	0.38 141	2.37 352	0.55 178	1.16 396	0.31 264	0.36 361	0.21 274	0.59 364	0.63 274

anonymity	0.86 298	0.68 153	1.44 2	0.64 318	0.83 345	0.67 248	0.52 299	0.98 277	0.73 206	0.96 334	0.70 261	0.81 289	0.86 331	1.10 198	1.34 308	0.64 376	0.72 331	0.58 378	1.44 413	0.60 365	0.91 324

FADNet-RVC	0.69 226	1.65 360	2.74 265	0.35 148	0.26 142	0.60 149	0.29 164	0.91 233	0.67 141	0.46 67	0.51 120	0.62 202	0.46 216	1.75 289	0.81 247	0.17 273	0.20 226	0.17 281	0.18 238	0.60 365	0.39 181

FADNet	0.71 235	1.60 355	2.53 183	0.33 116	0.30 180	0.67 248	0.29 164	0.92 240	0.75 228	0.45 57	0.49 106	0.66 223	0.57 263	1.85 310	0.85 254	0.46 370	0.20 226	0.17 281	0.20 263	0.60 365	0.37 166

CC-Net-ROB	0.95 325	1.57 346	2.93 298	0.90 353	0.39 242	0.87 324	0.44 272	1.12 351	0.83 281	0.59 195	0.69 248	0.64 212	0.50 235	2.73 382	0.93 261	0.97 389	0.40 283	0.87 388	0.29 308	0.61 368	0.66 281

MADNet+	1.44 372	2.19 393	6.00 411	0.89 351	0.70 330	1.58 377	1.11 378	1.56 385	1.30 374	0.89 325	1.03 343	1.25 369	1.12 357	3.29 397	2.80 376	0.48 371	0.57 308	0.39 365	0.36 348	0.63 369	0.69 292

PWCDC_ROB	0.83 284	1.57 346	2.63 219	0.48 259	0.37 234	0.78 299	0.29 164	1.04 314	1.36 377	0.63 232	2.05 382	0.64 212	0.70 303	1.10 198	1.20 295	0.33 356	0.14 171	0.15 251	0.12 142	0.63 369	0.46 222

Consistency-Raft	0.92 318	1.21 281	3.50 354	0.98 361	0.63 316	0.77 294	0.54 304	1.02 302	1.01 345	0.62 223	1.03 343	0.65 216	1.04 351	0.81 170	1.36 312	0.45 368	0.47 292	0.51 376	0.59 384	0.65 371	0.47 224

SPS-STEREO	1.22 357	1.65 360	3.41 347	0.66 324	0.69 328	1.01 345	0.68 343	1.10 345	0.96 333	1.40 376	1.25 357	1.46 378	1.08 354	2.05 330	2.24 360	0.66 377	0.61 313	0.58 378	0.57 382	0.66 372	1.65 380
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM-ForestM	3.67 411	2.70 415	5.34 407	1.65 394	1.72 403	6.02 418	5.08 416	4.10 416	3.47 407	4.59 415	4.21 412	9.81 419	5.79 416	6.44 416	6.97 415	0.88 385	1.09 353	0.33 359	0.45 365	0.68 373	2.10 391

UDG	0.86 298	1.57 346	2.80 276	0.68 331	0.59 301	0.78 299	0.38 242	0.97 271	0.74 223	0.63 232	0.70 261	1.01 341	0.68 297	1.02 189	1.22 299	0.45 368	0.34 270	0.89 389	0.51 374	0.73 374	0.58 260

MFN_U_SF_DS_RVC	1.08 348	2.01 383	2.56 198	0.49 270	0.40 248	1.49 372	0.96 368	1.02 302	0.95 331	0.85 321	0.94 326	1.06 353	0.59 273	2.92 390	1.15 289	0.43 366	0.74 332	0.32 355	0.55 379	0.74 375	1.35 365

LE_ROB	4.55 414	2.43 408	9.94 416	2.79 416	4.03 415	2.40 403	3.54 410	2.72 404	11.04 417	11.64 422	4.69 414	5.25 411	10.74 420	4.52 412	9.73 419	0.82 383	0.70 328	1.34 404	0.97 403	0.74 375	0.94 327

SGM_RVC	2.11 397	1.07 244	2.87 291	0.98 361	0.92 354	2.72 406	1.88 405	1.91 396	12.27 418	2.09 392	1.99 381	2.47 393	2.24 397	2.87 389	2.03 344	0.54 372	0.47 292	0.42 370	0.47 368	0.74 375	1.22 354
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MANE	3.51 410	2.03 385	3.88 377	1.89 405	2.01 407	5.98 417	4.72 415	5.87 419	7.13 416	3.80 414	5.10 415	6.11 415	5.34 414	4.39 410	5.05 409	1.07 392	1.28 370	0.50 375	0.85 397	0.76 378	2.36 408

DDUNet	0.90 315	1.63 358	2.77 272	0.77 341	0.69 328	0.83 313	0.44 272	0.90 226	0.70 183	0.68 268	0.76 292	0.92 318	0.54 251	1.14 207	1.35 310	0.61 375	0.37 273	0.96 391	0.52 376	0.77 379	0.67 283

MFMNet_re	1.01 335	1.73 365	3.04 312	0.85 349	0.76 337	0.93 336	0.81 357	1.02 302	1.10 357	1.05 343	1.06 348	0.84 298	0.96 345	0.93 182	0.97 264	0.68 379	0.61 313	0.63 381	0.60 386	0.77 379	0.80 309

Anonymous_2	1.36 367	0.49 92	2.03 50	1.71 397	1.58 399	2.49 404	0.58 317	1.59 386	2.31 397	0.77 300	0.88 319	1.03 345	0.58 270	1.20 214	0.66 210	0.32 354	1.38 377	1.42 407	3.87 421	0.78 381	1.56 375

WAO-7	1.58 385	2.04 386	3.25 327	0.94 357	0.75 334	1.75 386	1.13 380	1.87 394	1.97 395	1.46 381	2.53 394	1.98 387	1.75 383	3.13 394	2.48 367	0.69 380	0.67 321	0.94 390	0.74 393	0.80 382	0.77 302

FADNet_RVC	0.87 304	1.51 342	2.90 295	0.31 77	0.24 122	0.71 264	0.25 105	1.00 288	0.65 122	0.45 57	0.57 177	0.61 197	0.44 201	1.53 254	0.75 229	0.94 386	0.97 341	0.28 343	1.00 405	0.89 383	1.36 367

SQANet	0.92 318	1.96 377	3.23 324	0.77 341	0.83 345	0.76 284	0.38 242	0.87 203	0.68 165	0.64 242	0.69 248	0.73 262	0.52 246	1.35 233	1.36 312	0.80 382	0.30 263	0.60 380	0.29 308	0.93 384	0.70 295

SGM+DAISY	2.67 400	2.14 391	4.28 391	1.92 406	2.11 410	4.36 415	5.22 417	3.17 408	3.00 406	3.24 413	3.81 409	3.03 397	3.61 408	2.53 365	3.79 394	1.15 395	1.29 371	0.66 382	0.71 391	0.95 385	2.44 409

LCNet	0.58 130	0.43 78	2.42 126	0.91 355	0.22 90	0.95 340	0.29 164	0.62 74	0.64 115	0.52 124	0.55 154	0.41 92	0.75 316	0.84 172	0.27 40	0.10 48	0.07 6	0.12 139	0.18 238	0.97 386	0.40 186

WAO-6	1.69 388	1.87 374	3.21 323	1.15 374	1.01 367	2.29 400	1.06 377	1.85 393	2.84 405	1.30 371	2.59 396	2.19 390	1.67 380	2.62 372	2.52 368	0.96 388	0.68 322	1.19 398	0.84 396	1.13 387	0.95 330

SDNR	2.06 395	2.93 416	2.94 300	1.55 390	5.13 417	1.98 395	0.24 86	1.95 398	2.62 401	0.92 330	2.71 400	5.76 413	0.68 297	3.61 404	3.84 395	0.33 356	0.38 277	0.22 321	0.17 230	1.13 387	2.04 389

DispFullNet	1.69 388	2.25 398	5.23 404	1.53 389	8.78 419	0.89 328	0.37 234	1.03 308	0.98 340	1.37 372	1.00 338	1.13 363	1.97 391	1.51 253	0.98 270	0.55 374	0.32 265	1.19 398	0.64 387	1.16 389	0.88 321

ACVNet_1	1.47 376	2.27 401	4.92 401	1.11 370	0.89 351	1.19 364	0.66 337	1.28 368	1.19 367	0.98 335	0.97 331	3.06 398	1.48 374	2.37 352	1.82 338	1.08 393	0.49 296	1.03 395	0.48 369	1.20 390	0.95 330

RainbowNet	1.27 359	2.22 396	3.58 362	1.14 373	0.92 354	1.08 354	0.76 352	1.19 362	1.15 364	0.77 300	0.97 331	1.08 356	0.83 325	1.64 276	1.72 330	1.20 398	1.30 373	1.01 394	0.58 383	1.23 391	0.97 335

WAO-8	2.91 404	2.55 411	3.77 369	1.93 407	1.04 370	4.08 413	0.99 369	3.25 411	6.09 412	2.20 397	3.34 407	3.33 400	2.64 400	11.73 421	2.52 368	2.12 412	1.92 391	1.55 409	0.93 400	1.27 392	0.96 332

Venus	2.91 404	2.55 411	3.77 369	1.93 407	1.04 370	4.08 413	0.99 369	3.25 411	6.09 412	2.20 397	3.34 407	3.33 400	2.64 400	11.73 421	2.52 368	2.12 412	1.92 391	1.55 409	0.93 400	1.27 392	0.96 332

Ntro	1.11 350	2.10 389	3.52 357	0.97 360	0.87 350	1.06 352	0.54 304	1.02 302	0.93 325	0.63 232	0.76 292	0.93 323	0.67 295	1.76 291	1.71 328	1.03 391	0.46 290	0.76 387	0.41 361	1.29 394	0.86 320

LVE	2.10 396	2.61 414	4.30 393	1.79 401	1.81 405	1.68 384	1.04 376	2.35 402	2.78 404	1.27 369	2.87 403	4.21 407	1.46 371	2.83 388	2.02 343	2.87 416	0.92 340	1.19 398	1.47 414	1.29 394	1.18 346

otaku	1.15 353	2.10 389	3.51 355	0.98 361	0.74 333	1.02 346	0.59 320	1.03 308	0.89 312	0.70 276	1.60 371	0.98 334	0.65 287	1.63 273	1.80 337	0.99 390	0.46 290	0.73 386	0.40 357	1.30 396	0.88 321

Dean	1.92 392	2.31 404	5.03 403	1.31 376	1.08 373	1.55 375	0.99 369	1.98 399	2.33 398	1.51 383	4.15 411	4.23 408	1.39 368	2.31 348	2.10 349	1.18 397	0.69 325	1.18 397	0.75 394	1.30 396	1.07 341

IMH-64-1	1.50 377	1.98 379	2.69 251	1.39 381	1.12 377	1.39 369	1.19 387	1.80 391	1.47 381	1.19 355	2.20 387	1.53 379	1.51 376	2.12 339	1.98 341	1.34 401	0.68 322	1.28 401	0.70 388	1.37 398	1.12 343

IMH-64	1.50 377	1.98 379	2.69 251	1.39 381	1.12 377	1.39 369	1.19 387	1.80 391	1.47 381	1.19 355	2.20 387	1.53 379	1.51 376	2.12 339	1.98 341	1.34 401	0.68 322	1.28 401	0.70 388	1.37 398	1.12 343

JetBlue	1.89 391	2.09 388	4.16 384	0.74 336	1.23 383	4.52 416	3.86 413	1.68 389	1.26 369	1.28 370	1.54 370	2.36 392	1.86 388	3.35 399	3.37 386	0.54 372	0.49 296	0.48 374	0.49 371	1.39 400	1.21 352

IMH	2.14 398	2.46 409	3.60 365	1.70 396	1.13 379	1.65 382	0.93 367	2.13 400	1.93 394	1.37 372	2.64 399	2.19 390	1.82 387	5.77 413	2.18 356	5.70 419	1.05 351	1.31 403	0.72 392	1.39 400	1.13 345

PWCK	1.62 387	2.32 405	4.27 389	1.11 370	0.56 293	1.81 388	1.84 403	1.55 384	1.54 385	1.45 379	1.81 375	1.82 384	1.38 367	3.34 398	2.14 353	1.09 394	0.57 308	0.98 392	0.59 384	1.50 402	0.79 307

MSC_U_SF_DS_RVC	1.40 369	2.04 386	3.02 311	0.58 304	0.41 253	2.15 399	1.00 373	1.31 371	1.29 372	1.05 343	1.10 350	1.29 372	0.91 338	3.07 393	1.34 308	1.65 408	0.84 336	0.68 384	0.88 399	1.55 403	1.91 384

MFN_U_SF_RVC	1.57 384	2.56 413	3.30 333	0.66 324	0.41 253	1.15 360	0.51 295	1.27 367	1.35 376	1.61 386	1.20 354	1.43 376	0.97 346	1.80 300	2.10 349	1.88 411	1.79 388	1.97 416	2.14 415	1.61 404	1.76 383

KSHMR	4.19 412	2.37 407	6.24 412	1.73 399	1.48 395	1.97 394	1.29 391	3.18 409	17.06 428	2.15 395	15.74 423	9.09 418	1.75 383	8.33 419	2.37 365	1.55 406	1.29 371	1.70 413	1.23 410	1.75 405	1.60 377

ACVNet-4b	2.00 394	2.19 393	4.85 400	1.09 367	0.86 348	1.15 360	0.53 301	1.11 349	1.15 364	0.65 254	1.09 349	1.97 386	0.69 301	2.31 348	9.78 420	5.73 420	0.42 285	1.03 395	0.55 379	1.89 406	0.92 326

UNDER WATER-64	2.59 399	2.28 402	5.63 408	1.85 404	1.45 393	3.28 408	1.60 401	2.62 403	5.57 411	2.09 392	2.12 383	4.10 404	4.21 411	2.74 383	3.64 393	1.49 405	0.86 337	1.58 411	1.09 408	1.91 407	1.62 378

UNDER WATER	2.84 403	2.25 398	5.25 405	1.84 403	1.45 393	2.36 402	1.44 400	3.23 410	6.51 414	2.61 406	2.73 401	5.69 412	5.64 415	3.14 395	4.18 403	1.48 404	0.81 335	1.60 412	1.07 406	1.91 407	1.67 381

notaker	2.77 402	2.35 406	4.02 380	2.61 414	1.44 392	1.77 387	1.14 381	2.77 406	1.81 393	2.30 401	11.41 420	3.95 403	4.70 412	3.24 396	3.01 381	1.58 407	0.88 338	1.71 414	1.08 407	2.10 409	1.44 371

ACVNet_2	1.54 382	2.20 395	4.42 395	1.10 369	0.93 356	1.37 368	0.87 361	1.53 382	1.71 390	1.22 364	1.72 374	2.12 389	1.06 352	2.58 369	1.93 340	0.94 386	0.54 302	1.00 393	0.56 381	2.11 410	0.96 332

SPstereo	16.55 427	3.18 417	4.92 401	2.73 415	2.77 412	29.67 434	52.00 435	39.41 442	29.70 442	21.94 438	21.64 432	27.45 440	23.83 434	27.92 442	26.10 436	2.44 414	2.60 415	4.96 421	3.11 419	2.27 411	2.32 407

JetRed	3.37 408	4.96 419	10.08 417	1.48 386	1.73 404	7.63 419	5.47 418	3.47 413	2.20 396	2.42 403	2.40 391	2.98 396	2.35 398	3.52 403	6.60 413	1.33 400	1.90 390	1.38 405	1.23 410	2.30 412	2.02 388

MADNet++	2.94 407	2.17 392	3.27 329	2.55 413	2.28 411	3.29 409	3.37 409	2.76 405	2.67 403	3.10 411	3.20 406	2.78 394	3.25 406	4.11 408	4.68 407	2.72 415	2.27 410	3.03 419	2.43 417	2.34 413	2.59 410

TorneroNet	5.60 416	2.30 403	3.98 378	1.49 388	1.26 386	14.47 424	1.11 378	4.85 417	20.66 433	10.12 418	16.30 425	11.78 423	7.35 417	3.41 402	4.38 404	1.36 403	0.70 328	1.46 408	0.87 398	2.73 414	1.33 362

SuperB	1.19 355	1.62 356	5.29 406	0.37 172	0.26 142	0.81 310	0.87 361	0.94 248	1.19 367	0.68 268	0.68 244	0.63 206	1.37 366	1.73 286	3.30 384	0.16 254	0.12 144	0.17 281	0.16 217	2.74 415	0.63 274

ktn	4.44 413	2.47 410	3.70 368	1.82 402	1.49 396	2.11 398	1.40 397	2.30 401	12.56 419	11.36 421	16.25 424	11.30 422	3.77 409	4.41 411	3.47 389	1.86 410	0.99 343	1.74 415	1.21 409	3.28 416	1.39 368

TorneroNet-64	2.74 401	2.23 397	4.18 385	1.48 386	1.20 381	3.88 411	1.01 375	3.48 415	6.61 415	2.62 407	4.55 413	4.20 405	3.84 410	3.39 401	3.40 388	1.23 399	0.66 320	1.39 406	0.80 395	3.42 417	1.27 357

tt	4.94 415	0.32 15	4.22 387	2.29 410	1.58 399	10.19 422	16.94 425	9.44 423	5.03 410	1.69 387	1.33 363	4.68 409	5.02 413	3.38 400	5.91 412	6.15 421	9.47 428	2.80 418	3.16 420	3.54 418	1.58 376

BEATNet-Init1	12.32 422	12.82 426	28.66 438	3.22 417	3.71 413	21.59 433	11.42 421	14.54 428	13.73 424	20.24 430	20.16 430	26.14 438	19.85 428	19.08 432	15.33 428	1.81 409	1.93 393	2.05 417	2.48 418	4.25 419	3.41 418

DGTPSM_ROB	8.97 420	5.94 420	13.01 422	5.95 421	11.34 421	8.54 420	24.06 426	6.47 420	13.52 420	5.19 416	11.52 421	6.18 416	11.04 421	7.02 417	13.92 423	4.47 417	7.66 422	3.90 420	7.43 425	4.34 420	7.98 424

DGSMNet	2.93 406	0.77 185	3.44 351	3.58 418	4.25 416	2.53 405	6.86 419	1.03 308	0.88 307	0.58 176	1.85 377	0.79 280	0.62 282	1.63 273	1.46 319	4.62 418	4.98 421	5.15 423	4.71 422	4.52 421	4.37 419

DPSMNet_ROB	9.58 421	5.96 421	13.98 425	8.88 423	11.87 422	8.54 420	24.08 427	6.48 421	13.67 423	5.35 417	11.53 422	6.31 417	11.04 421	7.69 418	14.09 424	7.61 426	8.23 424	5.03 422	7.75 426	5.24 422	8.36 425

HanzoNet	7.85 418	3.30 418	5.75 409	7.47 422	3.97 414	2.34 401	1.37 393	3.47 413	4.02 408	13.30 423	10.49 416	10.86 420	16.67 426	8.50 420	10.51 422	10.80 427	9.84 429	5.83 424	13.69 427	7.24 423	7.51 423

DPSM_ROB	12.32 422	11.13 424	12.31 420	12.90 426	12.80 424	19.81 431	28.13 432	14.50 426	14.31 425	10.62 419	11.34 418	12.03 424	11.89 424	13.08 426	15.22 426	7.09 423	8.31 425	6.47 426	7.32 423	8.69 424	8.43 426

DPSM	12.32 422	11.13 424	12.31 420	12.90 426	12.80 424	19.81 431	28.13 432	14.50 426	14.31 425	10.62 419	11.34 418	12.03 424	11.89 424	13.08 426	15.22 426	7.09 423	8.31 425	6.47 426	7.32 423	8.69 424	8.43 426

PML	22.99 430	17.34 427	8.24 415	5.48 420	9.84 420	50.35 442	102.65 442	5.84 418	13.52 420	37.08 442	104.84 442	30.61 442	23.20 433	12.09 423	7.96 417	6.27 422	2.12 400	6.31 425	2.42 416	10.67 426	2.95 412

MyStereo03	24.90 435	22.40 435	24.90 433	26.19 435	25.93 433	39.80 437	56.77 439	29.00 436	28.95 438	21.51 435	22.81 436	24.16 432	23.92 435	26.26 436	30.65 439	14.24 429	17.13 433	13.03 428	14.76 432	17.48 427	18.00 432

MyStereo02	24.90 435	22.40 435	24.90 433	26.19 435	25.93 433	39.80 437	56.77 439	29.00 436	28.95 438	21.51 435	22.81 436	24.16 432	23.92 435	26.26 436	30.65 439	14.24 429	17.13 433	13.03 428	14.76 432	17.48 427	18.00 432

MyStereo	24.90 435	22.40 435	24.90 433	26.19 435	25.93 433	39.80 437	56.77 439	29.00 436	28.95 438	21.51 435	22.81 436	24.16 432	23.92 435	26.26 436	30.65 439	14.24 429	17.13 433	13.03 428	14.76 432	17.48 427	18.00 432

CasAABBNet	24.76 433	22.38 433	24.44 431	26.05 433	25.75 431	39.79 436	56.76 438	29.10 439	28.88 436	21.22 432	22.69 434	24.21 435	23.99 439	26.23 435	30.62 438	14.22 428	16.71 431	13.03 428	14.75 430	17.49 430	16.97 429

Selective-RAFT-Error	24.83 434	22.44 438	24.80 432	26.10 434	25.82 432	39.85 440	56.72 437	29.21 441	29.03 441	21.29 434	22.80 435	24.25 436	24.07 440	26.28 439	30.60 437	14.24 429	16.85 432	13.04 432	14.75 430	17.53 431	17.02 430

LSM0	26.57 438	22.53 439	25.76 436	30.62 438	52.30 442	39.86 441	56.49 436	29.18 440	28.76 435	21.26 433	22.46 433	24.42 437	23.97 438	26.42 440	30.66 442	14.29 433	16.56 430	13.06 433	14.65 429	17.62 432	20.52 435

DPSimNet_ROB	24.35 432	23.81 440	31.38 440	25.93 432	22.83 429	31.30 435	34.38 434	20.78 431	28.92 437	27.39 440	22.99 439	28.29 441	35.76 442	15.47 428	17.82 429	24.28 439	17.90 436	22.23 434	14.12 428	19.38 433	22.12 436

LRCNet_RVC	13.78 426	19.34 428	13.01 422	19.47 429	12.67 423	1.85 389	0.42 259	12.28 424	1.10 357	15.76 425	18.69 429	12.52 426	8.65 418	12.22 424	9.64 418	22.29 434	8.38 427	25.92 436	24.06 436	19.72 434	17.59 431

HaxPig	19.88 428	22.39 434	22.30 429	17.98 428	17.98 426	12.06 423	12.06 422	16.25 429	15.97 427	21.05 431	21.41 431	18.85 430	18.35 427	20.07 433	19.64 430	23.57 438	23.19 437	24.07 435	23.71 435	22.95 435	23.72 437

MEDIAN_ROB	23.95 431	26.96 441	26.29 437	22.14 430	22.09 428	16.18 425	14.23 423	20.47 430	20.09 429	25.43 439	25.22 440	22.96 431	22.54 432	24.33 434	23.18 434	28.15 440	27.16 441	28.60 437	27.73 437	27.59 436	27.58 438

xxxxx1	29.05 440	20.74 430	14.05 426	50.10 439	40.25 439	19.01 426	26.60 428	21.83 432	20.22 430	16.52 426	17.56 426	18.33 427	21.41 429	16.11 429	20.77 431	23.48 435	26.77 438	66.36 440	78.56 440	30.19 437	32.23 440

tt_ll	29.05 440	20.74 430	14.05 426	50.10 439	40.25 439	19.01 426	26.60 428	21.83 432	20.22 430	16.52 426	17.56 426	18.33 427	21.41 429	16.11 429	20.77 431	23.48 435	26.77 438	66.36 440	78.56 440	30.19 437	32.23 440

ff	29.05 440	20.74 430	14.05 426	50.10 439	40.25 439	19.01 426	26.60 428	21.83 432	20.22 430	16.52 426	17.56 426	18.33 427	21.41 429	16.11 429	20.77 431	23.48 435	26.77 438	66.36 440	78.56 440	30.19 437	32.23 440

AVERAGE_ROB	26.91 439	30.28 442	29.18 439	25.78 431	25.30 430	19.49 430	15.38 424	23.70 435	23.02 434	28.38 441	27.78 441	26.23 439	25.76 441	26.95 441	25.55 435	31.27 441	30.02 442	31.76 438	30.80 438	30.88 440	30.77 439

DLNR_Zeroshot_test	13.74 425	20.06 429	23.92 430	121.50 443	35.20 438	0.46 24	0.15 1	7.96 422	0.47 26	0.29 24	0.37 46	0.26 33	0.17 2	0.79 163	0.36 108	7.16 425	2.95 419	0.09 16	0.38 353	50.40 441	1.95 386

Anonymous_1	22.76 429	11.11 423	11.93 419	12.73 425	26.05 436	19.39 429	27.77 431	14.18 425	13.64 422	14.92 424	10.66 417	11.26 421	11.24 423	12.48 425	14.45 425	37.82 442	7.87 423	34.92 439	63.61 439	87.51 442	11.75 428

test_example2	115.17 443	122.38 443	93.45 442	115.38 442	123.53 443	101.24 443	113.11 443	54.67 443	99.94 443	135.50 443	136.43 443	85.67 443	85.40 443	110.44 443	104.91 443	152.17 443	205.21 443	99.17 443	114.27 443	138.55 443	112.04 443

Low-res two-view benchmark