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	0.27 7	0.14 2	0.23 1	0.28 2	0.15 1	0.37 90	0.23 19	0.52 22	0.72 136	0.42 41	0.51 41	0.34 24	0.26 20	0.39 15	0.25 11	0.15 81	0.11 59	0.12 2	0.08 1	0.11 1	0.10 3

LoS_RVC	0.27 7	0.16 10	0.27 9	0.32 9	0.30 230	0.44 132	0.34 124	0.41 5	0.33 10	0.31 9	0.51 41	0.29 5	0.32 65	0.36 6	0.28 47	0.11 1	0.10 9	0.11 1	0.08 1	0.11 1	0.19 211

CAS	0.34 40	0.13 1	0.25 7	1.28 393	0.30 230	0.46 139	0.38 191	0.48 12	0.47 62	0.34 16	0.52 47	0.24 1	0.19 2	0.29 1	0.27 37	0.69 385	0.08 1	0.12 2	0.08 1	0.12 9	0.15 111

CES	0.28 11	0.14 2	0.23 1	0.30 5	0.70 377	0.37 90	0.27 48	0.48 12	0.46 59	0.34 16	0.48 33	0.27 3	0.22 7	0.39 15	0.23 5	0.13 13	0.11 59	0.12 2	0.08 1	0.13 21	0.17 168

CREStereo	0.28 11	0.15 4	0.24 4	0.27 1	0.17 4	0.37 90	0.25 35	0.51 19	0.72 136	0.42 41	0.51 41	0.32 12	0.26 20	0.38 13	0.25 11	0.16 115	0.11 59	0.12 2	0.08 1	0.12 9	0.11 10
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
PMTNet	0.32 32	0.16 10	0.24 4	0.29 3	0.18 8	0.45 137	0.22 8	0.56 32	0.63 102	0.46 51	0.54 51	0.39 42	0.34 79	0.48 52	0.24 7	0.75 387	0.10 9	0.12 2	0.08 1	0.12 9	0.11 10

LoS	0.29 16	0.15 4	0.30 13	0.29 3	0.18 8	0.33 71	0.29 62	0.51 19	0.72 136	0.34 16	0.52 47	0.41 48	0.28 36	0.47 47	0.28 47	0.15 81	0.11 59	0.13 11	0.09 7	0.11 1	0.11 10

s12784h	0.36 70	0.15 4	0.24 4	0.34 12	0.15 1	0.77 263	0.29 62	0.80 171	0.83 190	0.56 74	0.57 59	0.43 60	0.40 114	0.57 95	0.33 91	0.12 4	0.10 9	0.14 19	0.09 7	0.14 48	0.09 1

XX-TBD	0.32 32	0.53 347	0.26 8	0.51 304	0.20 22	0.37 90	0.24 28	0.40 4	0.73 143	0.54 70	0.69 86	0.31 10	0.25 14	0.32 4	0.27 37	0.16 115	0.10 9	0.12 2	0.09 7	0.13 21	0.11 10

iResNet_ROB	0.52 234	0.21 106	0.53 218	0.37 47	0.21 31	0.61 207	0.29 62	1.51 372	1.32 350	0.90 259	1.02 234	0.80 231	0.62 219	0.76 227	0.43 175	0.16 115	0.12 101	0.13 11	0.09 7	0.15 81	0.18 183

MoCha-V2	0.25 3	0.15 4	0.29 11	0.40 114	0.18 8	0.27 26	0.26 41	0.49 14	0.27 3	0.36 19	0.27 4	0.33 20	0.35 81	0.49 53	0.22 1	0.12 4	0.10 9	0.12 2	0.10 11	0.13 21	0.11 10

LargeStereo	0.24 1	0.17 21	0.31 15	0.38 69	0.22 44	0.24 7	0.22 8	0.50 18	0.23 1	0.28 4	0.35 18	0.30 6	0.22 7	0.31 3	0.28 47	0.14 33	0.10 9	0.13 11	0.10 11	0.13 21	0.13 60

MSKI-zero shot	0.32 32	0.17 21	0.34 30	0.39 90	0.21 31	0.32 67	0.22 8	0.61 57	0.43 50	0.52 65	0.64 73	0.61 137	0.20 4	0.74 220	0.25 11	0.14 33	0.10 9	0.14 19	0.10 11	0.12 9	0.12 35

Any-RAFT	0.35 52	0.16 10	0.30 13	0.34 12	0.21 31	0.52 155	0.22 8	0.88 197	0.73 143	0.53 68	0.73 94	0.64 151	0.28 36	0.46 40	0.24 7	0.15 81	0.10 9	0.13 11	0.10 11	0.13 21	0.12 35

anonymousdsp2	0.35 52	0.20 74	0.43 115	0.37 47	0.24 90	0.48 143	0.31 92	0.86 185	0.65 114	0.55 72	0.50 36	0.50 83	0.34 79	0.56 85	0.31 71	0.14 33	0.10 9	0.14 19	0.10 11	0.16 112	0.14 92

TANstereo	0.30 28	0.15 4	0.31 15	0.30 5	0.17 4	0.55 170	0.23 19	0.44 7	0.55 81	0.59 79	0.68 85	0.37 37	0.26 20	0.35 5	0.27 37	0.15 81	0.16 235	0.12 2	0.10 11	0.13 21	0.14 92

pmcnn	1.23 369	0.29 255	0.96 332	0.40 114	0.23 72	0.95 306	0.69 332	1.16 292	1.28 346	1.67 372	2.33 374	11.15 421	0.86 313	0.93 294	0.88 308	0.15 81	0.12 101	0.12 2	0.10 11	0.15 81	0.15 111

DLNR_Zeroshot_test	20.09 426	36.28 434	38.04 431	169.85 442	61.80 438	0.23 5	0.20 1	13.88 425	0.37 33	0.44 47	0.66 79	0.43 60	0.21 5	0.62 145	0.28 47	5.46 424	0.10 9	0.15 45	0.11 18	72.60 441	0.11 10

RAFT-Test	0.34 40	0.18 37	0.37 49	0.38 69	0.23 72	0.50 148	0.23 19	0.69 114	0.40 41	0.60 83	0.85 158	0.61 137	0.28 36	0.46 40	0.27 37	0.14 33	0.11 59	0.14 19	0.11 18	0.13 21	0.12 35

Selective-IGEV	0.24 1	0.18 37	0.35 33	0.35 30	0.19 11	0.27 26	0.25 35	0.55 31	0.23 1	0.27 2	0.25 2	0.34 24	0.19 2	0.58 112	0.22 1	0.12 4	0.10 9	0.14 19	0.11 18	0.12 9	0.10 3

knoymous	0.36 70	0.20 74	0.31 15	0.31 7	0.22 44	0.36 88	0.29 62	0.61 57	0.64 109	0.67 124	0.70 88	0.60 133	0.40 114	0.58 112	0.34 101	0.17 148	0.11 59	0.20 184	0.11 18	0.17 145	0.18 183

RCA-Stereo	0.35 52	0.17 21	0.34 30	0.38 69	0.22 44	0.31 57	0.34 124	0.68 105	1.24 338	0.45 49	0.65 75	0.47 74	0.43 128	0.38 13	0.27 37	0.13 13	0.10 9	0.14 19	0.11 18	0.11 1	0.11 10

DCANet-4	0.36 70	0.20 74	0.48 178	0.34 12	0.19 11	0.29 40	0.30 75	0.66 86	0.92 240	0.69 135	0.78 118	0.40 45	0.47 146	0.45 33	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

fff	0.37 85	0.16 10	0.41 87	0.34 12	0.19 11	0.29 40	0.30 75	0.69 114	1.06 305	0.69 135	0.78 118	0.42 54	0.63 225	0.46 40	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

ADStereo(finetuned)	0.37 85	0.16 10	0.49 188	0.34 12	0.19 11	0.30 47	0.30 75	0.68 105	0.91 235	0.70 141	0.77 110	0.43 60	0.69 259	0.45 33	0.33 91	0.14 33	0.10 9	0.14 19	0.11 18	0.13 21	0.12 35

CroCo-Stereo	0.26 5	0.22 133	0.36 38	0.48 263	0.22 44	0.20 1	0.29 62	0.51 19	0.44 54	0.28 4	0.23 1	0.42 54	0.26 20	0.29 1	0.26 28	0.15 81	0.13 156	0.13 11	0.11 18	0.16 112	0.12 35
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
DCANet	0.36 70	0.16 10	0.41 87	0.34 12	0.19 11	0.30 47	0.30 75	0.68 105	0.91 235	0.70 141	0.77 110	0.43 60	0.57 192	0.45 33	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.13 21	0.12 35

csc	0.37 85	0.16 10	0.41 87	0.34 12	0.19 11	0.29 40	0.30 75	0.69 114	1.06 305	0.69 135	0.78 118	0.42 54	0.63 225	0.46 40	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

cscssc	0.37 85	0.16 10	0.41 87	0.34 12	0.19 11	0.29 40	0.30 75	0.69 114	1.06 305	0.69 135	0.78 118	0.42 54	0.63 225	0.46 40	0.34 101	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

iResNetv2_ROB	0.52 234	0.27 233	0.69 286	0.38 69	0.25 116	0.62 214	0.35 141	1.17 297	1.01 281	0.99 295	1.06 252	0.88 253	0.67 249	0.66 174	0.39 158	0.19 205	0.13 156	0.15 45	0.11 18	0.18 163	0.16 150

MLCV	0.47 181	0.24 186	0.61 247	0.37 47	0.17 4	0.61 207	0.33 117	0.80 171	0.87 214	0.94 276	1.13 273	0.72 192	0.43 128	0.89 277	0.51 223	0.13 13	0.10 9	0.13 11	0.11 18	0.14 48	0.12 35

qqq1	0.49 205	0.23 150	0.62 250	0.34 12	0.20 22	0.62 214	0.34 124	1.21 308	1.02 284	0.81 199	1.01 226	0.71 182	0.65 241	0.84 259	0.34 101	0.19 205	0.15 208	0.14 19	0.12 32	0.15 81	0.14 92

fff1	0.49 205	0.23 150	0.62 250	0.34 12	0.20 22	0.62 214	0.34 124	1.21 308	1.02 284	0.81 199	1.01 226	0.71 182	0.65 241	0.84 259	0.34 101	0.19 205	0.15 208	0.14 19	0.12 32	0.15 81	0.14 92

ff7	0.29 16	0.21 106	0.38 58	0.36 38	0.26 153	0.31 57	0.35 141	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 112	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

IGEVStereo-DCA	0.29 16	0.22 133	0.38 58	0.35 30	0.27 178	0.37 90	0.35 141	0.62 61	0.34 11	0.38 24	0.30 7	0.35 30	0.27 27	0.51 61	0.22 1	0.15 81	0.12 101	0.16 64	0.12 32	0.13 21	0.15 111

ffff	0.29 16	0.21 106	0.38 58	0.36 38	0.26 153	0.31 57	0.35 141	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 112	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

11t	0.29 16	0.21 106	0.38 58	0.36 38	0.26 153	0.31 57	0.35 141	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 112	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

MIF-Stereo	0.27 7	0.17 21	0.37 49	0.40 114	0.27 178	0.30 47	0.28 55	0.39 2	0.31 7	0.29 7	0.46 27	0.27 3	0.25 14	0.47 47	0.34 101	0.17 148	0.13 156	0.13 11	0.12 32	0.14 48	0.12 35

AEACV	0.27 7	0.17 21	0.31 15	0.34 12	0.45 336	0.26 18	0.28 55	0.37 1	0.32 9	0.30 8	0.46 27	0.31 10	0.37 94	0.36 6	0.24 7	0.14 33	0.10 9	0.15 45	0.12 32	0.13 21	0.11 10

anonymousdsp	0.29 16	0.21 106	0.38 58	0.37 47	0.25 116	0.30 47	0.35 141	0.63 66	0.35 18	0.39 32	0.33 11	0.33 20	0.28 36	0.59 126	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

Selective-RAFT	0.35 52	0.23 150	0.51 207	0.44 209	0.21 31	0.64 229	0.27 48	0.59 41	0.63 102	0.40 35	0.38 20	0.55 99	0.40 114	0.57 95	0.35 116	0.13 13	0.11 59	0.14 19	0.12 32	0.16 112	0.13 60

MC-Stereo	0.28 11	0.17 21	0.32 20	0.38 69	0.20 22	0.26 18	0.26 41	0.49 14	0.37 33	0.37 20	0.61 68	0.41 48	0.31 61	0.55 77	0.25 11	0.13 13	0.09 2	0.14 19	0.12 32	0.12 9	0.11 10

ccc-4	0.29 16	0.21 106	0.38 58	0.36 38	0.26 153	0.31 57	0.35 141	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 112	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

IGEV-Stereo	0.29 16	0.21 106	0.38 58	0.37 47	0.25 116	0.30 47	0.35 141	0.63 66	0.35 18	0.39 32	0.33 11	0.33 20	0.28 36	0.59 126	0.25 11	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
raftrobust	0.34 40	0.19 52	0.36 38	0.41 139	0.27 178	0.30 47	0.25 35	0.71 133	0.63 102	0.58 77	0.55 56	0.45 66	0.46 143	0.51 61	0.29 59	0.16 115	0.12 101	0.14 19	0.12 32	0.12 9	0.13 60

111	0.40 126	0.17 21	0.41 87	0.34 12	0.19 11	0.52 155	0.28 55	0.74 146	1.16 325	0.50 60	0.91 182	0.63 144	0.48 150	0.61 139	0.35 116	0.14 33	0.10 9	0.14 19	0.12 32	0.13 21	0.13 60

test_xeample3	0.29 16	0.21 106	0.41 87	0.35 30	0.26 153	0.35 82	0.32 108	0.56 32	0.36 23	0.43 44	0.32 10	0.34 24	0.28 36	0.54 75	0.23 5	0.14 33	0.11 59	0.16 64	0.12 32	0.14 48	0.13 60

CFNet-RSSM	0.34 40	0.17 21	0.45 136	0.39 90	0.22 44	0.35 82	0.23 19	0.73 144	0.84 193	0.65 112	0.54 51	0.57 106	0.28 36	0.46 40	0.26 28	0.13 13	0.10 9	0.14 19	0.12 32	0.13 21	0.11 10

Gwc-CoAtRS	0.34 40	0.17 21	0.44 125	0.39 90	0.23 72	0.34 77	0.22 8	0.70 128	0.75 150	0.60 83	0.59 64	0.58 114	0.29 46	0.45 33	0.26 28	0.14 33	0.11 59	0.14 19	0.12 32	0.12 9	0.12 35

R-Stereo Train	0.39 114	0.18 37	0.42 106	0.42 176	0.26 153	0.40 108	0.32 108	0.72 137	0.34 11	0.89 252	1.28 306	0.57 106	0.35 81	0.42 23	0.32 79	0.15 81	0.12 101	0.14 19	0.12 32	0.14 48	0.13 60

RAFT-Stereo	0.39 114	0.18 37	0.42 106	0.42 176	0.26 153	0.40 108	0.32 108	0.72 137	0.34 11	0.89 252	1.28 306	0.57 106	0.35 81	0.42 23	0.32 79	0.15 81	0.12 101	0.14 19	0.12 32	0.14 48	0.13 60
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNet	0.49 205	0.29 255	0.79 314	0.42 176	0.21 31	0.61 207	0.40 217	0.82 175	0.99 270	0.87 240	1.12 267	0.69 176	0.53 171	0.78 238	0.51 223	0.15 81	0.11 59	0.14 19	0.12 32	0.17 145	0.15 111

MGS-Stereo	0.28 11	0.19 52	0.40 82	0.36 38	0.23 72	0.37 90	0.30 75	0.39 2	0.44 54	0.31 9	0.51 41	0.40 45	0.24 12	0.43 26	0.26 28	0.15 81	0.12 101	0.15 45	0.13 53	0.14 48	0.13 60

ACVNet-DCA	0.35 52	0.23 150	0.33 23	0.41 139	0.22 44	0.55 170	0.38 191	0.85 182	0.54 77	0.41 36	0.50 36	0.34 24	0.49 153	0.57 95	0.25 11	0.16 115	0.10 9	0.19 160	0.13 53	0.18 163	0.17 168

1test111	0.36 70	0.23 150	0.33 23	0.41 139	0.22 44	0.55 170	0.38 191	0.85 182	0.54 77	0.41 36	0.50 36	0.34 24	0.49 153	0.55 77	0.45 194	0.16 115	0.10 9	0.19 160	0.13 53	0.18 163	0.17 168

cc1	0.37 85	0.23 150	0.33 23	0.41 139	0.22 44	0.55 170	0.38 191	0.67 96	1.06 305	0.41 36	0.50 36	0.34 24	0.49 153	0.57 95	0.25 11	0.16 115	0.10 9	0.19 160	0.13 53	0.16 112	0.15 111

11t1	0.36 70	0.21 106	0.42 106	0.35 30	0.22 44	0.62 214	0.29 62	0.69 114	0.43 50	0.60 83	0.53 49	0.53 92	0.48 150	0.56 85	0.40 163	0.18 176	0.14 183	0.16 64	0.13 53	0.17 145	0.17 168

rrr	0.29 16	0.22 133	0.41 87	0.35 30	0.27 178	0.37 90	0.32 108	0.52 22	0.42 48	0.38 24	0.30 7	0.35 30	0.27 27	0.51 61	0.22 1	0.15 81	0.12 101	0.16 64	0.13 53	0.13 21	0.14 92

tt1	0.36 70	0.24 186	0.32 20	0.41 139	0.22 44	0.54 165	0.38 191	0.68 105	1.04 293	0.41 36	0.46 27	0.35 30	0.45 140	0.57 95	0.25 11	0.16 115	0.10 9	0.19 160	0.13 53	0.16 112	0.16 150

StereoIM	0.26 5	0.18 37	0.36 38	0.36 38	0.26 153	0.27 26	0.27 48	0.43 6	0.35 18	0.27 2	0.26 3	0.41 48	0.28 36	0.40 18	0.28 47	0.16 115	0.14 183	0.16 64	0.13 53	0.14 48	0.12 35

riskmin	0.38 100	0.20 74	0.39 75	0.32 9	0.23 72	0.53 161	0.30 75	0.63 66	0.80 178	0.49 57	0.56 58	0.73 202	0.58 199	0.55 77	0.36 132	0.17 148	0.11 59	0.19 160	0.13 53	0.19 197	0.20 231

ProNet	0.29 16	0.21 106	0.38 58	0.35 30	0.24 90	0.32 67	0.43 237	0.57 35	0.37 33	0.33 15	0.30 7	0.32 12	0.28 36	0.57 95	0.26 28	0.13 13	0.11 59	0.16 64	0.13 53	0.13 21	0.13 60

CroCo-Stereo Lap2	0.28 11	0.24 186	0.39 75	0.50 292	0.29 220	0.20 1	0.31 92	0.49 14	0.38 37	0.24 1	0.27 4	0.46 72	0.31 61	0.39 15	0.30 64	0.14 33	0.15 208	0.16 64	0.13 53	0.16 112	0.15 111

Wz-Net-LNSev-Ref	0.63 284	0.28 247	0.99 335	0.40 114	0.30 230	1.03 322	0.56 302	1.10 270	0.99 270	0.97 289	1.22 295	1.06 298	0.69 259	1.07 320	0.95 328	0.19 205	0.11 59	0.16 64	0.13 53	0.22 245	0.21 244

iRaft-Stereo_20w	0.39 114	0.19 52	0.57 235	0.37 47	0.27 178	0.31 57	0.24 28	1.44 363	0.29 4	0.69 135	0.53 49	0.60 133	0.42 121	0.83 254	0.27 37	0.14 33	0.11 59	0.14 19	0.13 53	0.15 81	0.13 60

IPLG	0.39 114	0.20 74	0.59 240	0.40 114	0.24 90	0.54 165	0.27 48	0.75 152	0.63 102	0.84 227	0.81 136	0.32 12	0.32 65	0.60 132	0.45 194	0.13 13	0.11 59	0.16 64	0.13 53	0.13 21	0.12 35

MIPNet	0.37 85	0.21 106	0.59 240	0.39 90	0.25 116	0.50 148	0.28 55	0.77 160	0.70 125	0.65 112	0.60 65	0.40 45	0.49 153	0.44 32	0.37 144	0.14 33	0.11 59	0.16 64	0.13 53	0.14 48	0.13 60

test-3	0.34 40	0.16 10	0.43 115	0.39 90	0.21 31	0.43 128	0.22 8	0.63 66	0.78 170	0.71 147	0.45 23	0.64 151	0.27 27	0.43 26	0.31 71	0.12 4	0.09 2	0.17 89	0.13 53	0.12 9	0.10 3

test_1	0.34 40	0.16 10	0.43 115	0.39 90	0.21 31	0.43 128	0.23 19	0.63 66	0.78 170	0.68 130	0.45 23	0.64 151	0.27 27	0.43 26	0.31 71	0.12 4	0.09 2	0.17 89	0.13 53	0.12 9	0.10 3

GANet-ADL	0.42 143	0.25 205	0.45 136	0.43 194	0.29 220	0.54 165	0.35 141	0.89 199	0.86 205	0.63 96	0.72 90	0.68 172	0.42 121	0.52 66	0.41 166	0.21 241	0.14 183	0.15 45	0.13 53	0.18 163	0.19 211

cross-raft	0.34 40	0.20 74	0.37 49	0.44 209	0.23 72	0.32 67	0.35 141	0.74 146	0.40 41	0.60 83	0.77 110	0.57 106	0.27 27	0.43 26	0.28 47	0.12 4	0.10 9	0.15 45	0.13 53	0.15 81	0.11 10

RALCasStereoNet	0.36 70	0.21 106	0.37 49	0.42 176	0.26 153	0.35 82	0.38 191	0.63 66	0.64 109	0.50 60	0.72 90	0.51 86	0.29 46	0.59 126	0.36 132	0.16 115	0.14 183	0.15 45	0.13 53	0.17 145	0.16 150

EAI-Stereo	0.34 40	0.19 52	0.44 125	0.39 90	0.21 31	0.31 57	0.30 75	1.15 289	0.30 5	0.49 57	0.75 104	0.36 35	0.28 36	0.62 145	0.27 37	0.14 33	0.11 59	0.14 19	0.13 53	0.13 21	0.12 35

AANet_RVC	0.57 264	0.32 268	0.54 221	0.45 230	0.27 178	0.57 189	0.48 259	1.00 235	1.28 346	0.86 233	1.33 314	0.87 248	0.58 199	1.07 320	0.75 282	0.18 176	0.12 101	0.15 45	0.13 53	0.18 163	0.18 183

HITNet	0.41 137	0.26 219	0.45 136	0.33 11	0.17 4	0.63 223	0.30 75	0.93 211	0.64 109	0.71 147	0.82 139	0.64 151	0.52 168	0.59 126	0.43 175	0.14 33	0.10 9	0.15 45	0.13 53	0.19 197	0.12 35
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
MyStereo8	0.40 126	0.20 74	0.54 221	0.41 139	0.29 220	0.53 161	0.29 62	0.65 77	0.49 64	0.71 147	0.98 216	0.58 114	0.43 128	0.50 57	0.51 223	0.15 81	0.12 101	0.16 64	0.14 76	0.19 197	0.19 211

IGEV_Zeroshot_test	0.34 40	0.18 37	0.67 277	0.39 90	0.28 197	0.30 47	0.25 35	0.74 146	0.31 7	0.62 89	0.57 59	0.54 96	0.25 14	0.53 72	0.27 37	0.14 33	0.10 9	0.15 45	0.14 76	0.14 48	0.12 35

HH	0.35 52	0.20 74	0.47 162	0.40 114	0.25 116	0.33 71	0.31 92	0.76 157	0.38 37	0.43 44	0.57 59	0.79 223	0.44 136	0.71 203	0.25 11	0.15 81	0.11 59	0.15 45	0.14 76	0.14 48	0.12 35

HanStereo	0.35 52	0.20 74	0.47 162	0.40 114	0.25 116	0.33 71	0.31 92	0.76 157	0.38 37	0.43 44	0.57 59	0.79 223	0.44 136	0.71 203	0.25 11	0.15 81	0.11 59	0.15 45	0.14 76	0.14 48	0.12 35

EGLCR-Stereo	0.25 3	0.16 10	0.33 23	0.34 12	0.20 22	0.35 82	0.20 1	0.52 22	0.36 23	0.28 4	0.27 4	0.41 48	0.18 1	0.45 33	0.26 28	0.14 33	0.10 9	0.16 64	0.14 76	0.13 21	0.11 10

DCRE	0.37 85	0.18 37	0.46 152	0.45 230	0.32 260	0.42 126	0.37 171	0.63 66	0.51 67	0.47 54	0.94 190	0.56 101	0.36 91	0.52 66	0.32 79	0.14 33	0.13 156	0.15 45	0.14 76	0.14 48	0.13 60

CIPLG	0.41 137	0.21 106	0.63 258	0.45 230	0.33 269	0.52 155	0.33 117	0.65 77	0.60 90	0.82 208	0.96 201	0.46 72	0.32 65	0.55 77	0.44 188	0.16 115	0.12 101	0.15 45	0.14 76	0.13 21	0.14 92

IPLGR_C	0.40 126	0.21 106	0.64 263	0.45 230	0.33 269	0.52 155	0.34 124	0.66 86	0.62 92	0.82 208	0.92 186	0.45 66	0.32 65	0.52 66	0.46 204	0.17 148	0.12 101	0.15 45	0.14 76	0.13 21	0.14 92

IPLGR	0.39 114	0.21 106	0.63 258	0.39 90	0.22 44	0.49 147	0.29 62	0.76 157	0.74 148	0.78 187	0.77 110	0.44 65	0.42 121	0.47 47	0.38 152	0.13 13	0.12 101	0.16 64	0.14 76	0.15 81	0.13 60

ACRE	0.40 126	0.21 106	0.65 268	0.45 230	0.33 269	0.51 152	0.33 117	0.66 86	0.63 102	0.80 191	0.92 186	0.45 66	0.32 65	0.52 66	0.45 194	0.16 115	0.12 101	0.15 45	0.14 76	0.13 21	0.14 92

GwcNet-ADL	0.44 155	0.22 133	0.48 178	0.45 230	0.30 230	0.40 108	0.37 171	0.92 209	0.97 261	0.71 147	0.78 118	0.61 137	0.42 121	0.62 145	0.50 215	0.19 205	0.14 183	0.15 45	0.14 76	0.18 163	0.18 183

STrans-v2	0.46 171	0.20 74	0.48 178	0.40 114	0.24 90	0.55 170	0.50 269	1.07 261	0.73 143	0.65 112	1.05 246	0.72 192	0.69 259	0.72 208	0.33 91	0.14 33	0.10 9	0.17 89	0.14 76	0.13 21	0.12 35

IIG-Stereo	0.43 149	0.21 106	0.44 125	0.50 292	0.25 116	0.44 132	0.21 4	0.71 133	0.76 156	0.83 220	0.95 197	0.83 235	0.43 128	0.90 279	0.35 116	0.15 81	0.12 101	0.19 160	0.14 76	0.15 81	0.11 10

RAFT-RH_RVC	0.56 259	0.17 21	0.41 87	0.37 47	0.23 72	0.57 189	0.24 28	0.60 51	0.70 125	1.19 340	3.94 406	0.56 101	0.38 97	0.65 169	0.36 132	0.13 13	0.11 59	0.20 184	0.14 76	0.12 9	0.13 60

RAFT-345	0.40 126	0.18 37	0.40 82	0.38 69	0.22 44	0.33 71	0.26 41	0.61 57	0.51 67	0.74 171	1.79 360	0.45 66	0.33 73	0.66 174	0.36 132	0.14 33	0.11 59	0.18 123	0.14 76	0.13 21	0.13 60

test-1	0.36 70	0.19 52	0.71 293	0.46 249	0.26 153	0.44 132	0.36 159	0.60 51	0.59 88	0.48 56	0.67 83	0.53 92	0.36 91	0.40 18	0.29 59	0.14 33	0.11 59	0.16 64	0.14 76	0.15 81	0.16 150

Prome-Stereo	0.46 171	0.19 52	0.35 33	0.44 209	0.26 153	0.40 108	0.45 245	0.68 105	0.44 54	0.96 284	1.84 362	0.59 128	0.67 249	0.61 139	0.32 79	0.14 33	0.11 59	0.16 64	0.14 76	0.16 112	0.29 300

LMCR-Stereo	0.53 237	0.30 261	0.53 218	0.58 339	0.30 230	0.83 288	0.36 159	1.19 302	0.76 156	0.88 248	1.04 242	0.56 101	0.62 219	0.82 247	0.67 264	0.19 205	0.15 208	0.19 160	0.14 76	0.23 254	0.17 168

RAFT-Stereo + iAFF	0.36 70	0.17 21	0.41 87	0.35 30	0.19 11	0.33 71	0.29 62	0.65 77	0.73 143	0.68 130	1.01 226	0.56 101	0.40 114	0.42 23	0.30 64	0.11 1	0.09 2	0.15 45	0.14 76	0.13 21	0.10 3

DIP-Stereo	0.39 114	0.21 106	0.50 200	0.41 139	0.28 197	0.62 214	0.27 48	0.77 160	0.40 41	0.64 105	0.86 161	0.52 88	0.33 73	0.66 174	0.42 170	0.15 81	0.13 156	0.17 89	0.14 76	0.15 81	0.15 111
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.46 171	0.32 268	0.56 232	0.37 47	0.19 11	0.63 223	0.35 141	1.01 242	0.72 136	0.77 184	0.83 144	0.70 178	0.59 205	0.68 192	0.53 233	0.16 115	0.12 101	0.16 64	0.14 76	0.24 264	0.16 150

HSM	0.51 225	0.24 186	0.41 87	0.39 90	0.24 90	0.75 260	0.40 217	1.22 316	0.75 150	0.81 199	0.91 182	1.21 320	0.69 259	0.87 269	0.46 204	0.17 148	0.13 156	0.17 89	0.14 76	0.17 145	0.17 168

Former-RAFT_DAM_RVC	0.34 40	0.27 233	0.45 136	0.36 38	0.25 116	0.48 143	0.30 75	0.58 39	0.90 230	0.42 41	0.36 19	0.30 6	0.29 46	0.49 53	0.30 64	0.16 115	0.14 183	0.18 123	0.15 98	0.18 163	0.15 111

CoDeX	0.47 181	0.20 74	0.49 188	0.42 176	0.25 116	0.75 260	0.36 159	1.27 333	0.80 178	0.82 208	0.96 201	0.62 143	0.57 192	0.60 132	0.36 132	0.17 148	0.12 101	0.17 89	0.15 98	0.16 112	0.14 92

GMStereo_Zeroshot	0.49 205	0.44 321	0.74 301	0.49 278	0.27 178	0.56 185	0.29 62	0.73 144	0.76 156	0.86 233	0.94 190	0.91 263	0.36 91	0.74 220	0.43 175	0.26 294	0.14 183	0.26 290	0.15 98	0.36 330	0.18 183

test croco	0.31 30	0.20 74	0.50 200	0.39 90	0.29 220	0.27 26	0.30 75	0.44 7	0.35 18	0.31 9	0.66 79	0.30 6	0.31 61	0.65 169	0.31 71	0.17 148	0.13 156	0.20 184	0.15 98	0.17 145	0.12 35

EKT-Stereo	0.35 52	0.23 150	0.39 75	0.43 194	0.29 220	0.38 104	0.31 92	0.69 114	0.64 109	0.45 49	0.63 70	0.49 82	0.27 27	0.56 85	0.33 91	0.18 176	0.14 183	0.18 123	0.15 98	0.16 112	0.16 150

iinet-f	0.67 290	0.26 219	2.15 393	0.39 90	0.31 247	1.19 346	0.56 302	0.84 179	0.84 193	0.80 191	1.17 287	1.05 297	0.84 310	0.71 203	1.21 355	0.20 227	0.18 260	0.17 89	0.15 98	0.20 210	0.20 231

TestStereo1	0.43 149	0.23 150	0.41 87	0.51 304	0.24 90	0.34 77	0.40 217	0.77 160	0.90 230	0.68 130	0.96 201	0.48 78	0.46 143	0.91 286	0.32 79	0.16 115	0.13 156	0.18 123	0.15 98	0.14 48	0.13 60

x	0.39 114	0.24 186	0.41 87	0.34 12	0.23 72	0.52 155	0.32 108	0.86 185	0.52 70	0.57 76	0.70 88	0.59 128	0.50 163	0.49 53	0.46 204	0.17 148	0.15 208	0.17 89	0.15 98	0.17 145	0.16 150

SA-5K	0.43 149	0.23 150	0.41 87	0.51 304	0.24 90	0.34 77	0.40 217	0.77 160	0.90 230	0.68 130	0.96 201	0.48 78	0.46 143	0.91 286	0.32 79	0.16 115	0.13 156	0.18 123	0.15 98	0.14 48	0.13 60

iRaft-Stereo_5w	0.45 165	0.21 106	0.48 178	0.42 176	0.28 197	0.31 57	0.54 293	0.63 66	0.62 92	0.62 89	0.89 176	1.01 284	0.69 259	0.75 224	0.66 261	0.13 13	0.12 101	0.17 89	0.15 98	0.14 48	0.15 111

dd	0.43 149	0.38 302	0.55 226	0.44 209	0.25 116	0.47 141	0.38 191	0.70 128	1.05 298	0.59 79	0.65 75	0.42 54	0.39 109	0.66 174	0.50 215	0.24 274	0.15 208	0.21 224	0.15 98	0.22 245	0.18 183

DAS	0.51 225	0.25 205	0.60 245	0.48 263	0.31 247	0.58 191	0.41 229	0.83 176	0.97 261	0.89 252	1.12 267	0.70 178	0.75 282	0.82 247	0.43 175	0.17 148	0.13 156	0.18 123	0.15 98	0.20 210	0.18 183

SepStereo	0.51 225	0.25 205	0.60 245	0.48 263	0.31 247	0.58 191	0.41 229	0.83 176	0.97 261	0.89 252	1.12 267	0.70 178	0.75 282	0.93 294	0.43 175	0.17 148	0.13 156	0.18 123	0.15 98	0.20 210	0.18 183

HHNet	0.41 137	0.17 21	0.41 87	0.34 12	0.37 289	0.33 71	0.34 124	0.69 114	0.75 150	0.86 233	1.30 310	0.52 88	0.32 65	0.52 66	0.35 116	0.15 81	0.11 59	0.19 160	0.15 98	0.15 81	0.24 270

AAGNet	1.43 379	0.20 74	0.48 178	0.44 209	0.25 116	0.29 40	0.31 92	0.65 77	0.68 120	0.97 289	0.86 161	0.67 171	0.62 219	0.64 162	20.63 424	0.16 115	0.11 59	0.19 160	0.15 98	0.19 197	0.12 35

TransformOpticalFlow	0.44 155	0.20 74	0.47 162	0.41 139	0.23 72	0.37 90	0.47 253	0.94 215	0.76 156	0.65 112	1.14 275	0.73 202	0.56 191	0.76 227	0.32 79	0.15 81	0.10 9	0.17 89	0.15 98	0.14 48	0.13 60

OMP-Stereo	0.42 143	0.22 133	0.46 152	0.52 315	0.24 90	0.36 88	0.25 35	0.71 133	0.78 170	0.77 184	0.64 73	0.89 257	0.39 109	0.91 286	0.35 116	0.15 81	0.12 101	0.20 184	0.15 98	0.15 81	0.12 35

NRIStereo	0.36 70	0.20 74	0.45 136	0.41 139	0.23 72	0.34 77	0.26 41	0.65 77	0.55 81	0.64 105	0.63 70	0.56 101	0.37 94	0.65 169	0.37 144	0.15 81	0.11 59	0.18 123	0.15 98	0.17 145	0.14 92

ASMatch	0.48 189	0.19 52	0.45 136	0.39 90	0.28 197	0.37 90	0.26 41	0.74 146	0.68 120	0.76 179	2.34 375	0.61 137	0.52 168	0.62 145	0.37 144	0.14 33	0.12 101	0.17 89	0.15 98	0.14 48	0.21 244

PFNet	0.42 143	0.18 37	0.58 239	0.43 194	0.24 90	0.43 128	0.32 108	0.74 146	0.78 170	1.00 300	0.74 103	0.68 172	0.39 109	0.72 208	0.37 144	0.16 115	0.10 9	0.20 184	0.15 98	0.16 112	0.13 60

DeepStereo_RVC	0.36 70	0.21 106	0.47 162	0.40 114	0.24 90	0.26 18	0.22 8	0.60 51	0.38 37	0.69 135	0.67 83	0.57 106	0.51 166	0.56 85	0.39 158	0.16 115	0.12 101	0.18 123	0.15 98	0.19 197	0.18 183

CRE-IMP	0.36 70	0.23 150	0.49 188	0.42 176	0.24 90	0.41 121	0.21 4	0.57 35	0.41 44	0.65 112	0.72 90	0.53 92	0.37 94	0.61 139	0.38 152	0.17 148	0.11 59	0.19 160	0.15 98	0.21 228	0.18 183

TestStereo	0.38 100	0.31 266	0.40 82	0.45 230	0.20 22	0.40 108	0.37 171	0.66 86	0.65 114	0.53 68	0.78 118	0.47 74	0.40 114	0.55 77	0.37 144	0.18 176	0.13 156	0.20 184	0.15 98	0.22 245	0.13 60

raft+_RVC	0.38 100	0.19 52	0.35 33	0.37 47	0.25 116	0.45 137	0.37 171	0.78 165	0.89 228	0.51 62	0.78 118	0.50 83	0.29 46	0.53 72	0.40 163	0.15 81	0.12 101	0.17 89	0.15 98	0.14 48	0.12 35

RALAANet	0.38 100	0.23 150	0.48 178	0.42 176	0.29 220	0.35 82	0.25 35	0.86 185	0.64 109	0.67 124	0.65 75	0.60 133	0.29 46	0.60 132	0.34 101	0.15 81	0.12 101	0.17 89	0.15 98	0.21 228	0.13 60

ACVNet	0.46 171	0.23 150	0.36 38	0.39 90	0.28 197	0.58 191	0.40 217	0.87 192	0.80 178	0.64 105	0.96 201	0.79 223	0.60 209	0.63 155	0.67 264	0.17 148	0.15 208	0.16 64	0.15 98	0.18 163	0.15 111

acv_ft	0.51 225	0.23 150	0.56 232	0.44 209	0.28 197	0.86 295	0.39 211	0.91 208	0.80 178	0.97 289	0.96 201	0.79 223	0.59 205	0.63 155	0.87 306	0.17 148	0.15 208	0.16 64	0.15 98	0.17 145	0.15 111

SuperB	1.04 352	0.37 293	4.81 408	0.43 194	0.31 247	0.99 315	0.46 248	1.02 245	2.09 385	1.09 329	1.09 262	0.75 209	0.81 300	1.06 317	1.76 373	0.19 205	0.15 208	0.17 89	0.15 98	2.82 415	0.26 280

HSM-Net_RVC	0.53 237	0.22 133	0.35 33	0.37 47	0.21 31	0.85 292	0.37 171	1.23 320	0.93 245	0.90 259	1.15 280	1.26 324	0.63 225	0.72 208	0.48 212	0.17 148	0.13 156	0.16 64	0.15 98	0.17 145	0.15 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SMFormer	0.51 225	0.23 150	0.62 250	0.34 12	0.20 22	0.62 214	0.34 124	1.21 308	1.02 284	0.81 199	1.01 226	0.71 182	0.65 241	0.84 259	0.55 240	0.19 205	0.15 208	0.18 123	0.16 127	0.18 163	0.18 183

tta	0.51 225	0.23 150	0.62 250	0.34 12	0.20 22	0.62 214	0.34 124	1.21 308	1.02 284	0.81 199	1.01 226	0.71 182	0.65 241	0.84 259	0.55 240	0.19 205	0.15 208	0.18 123	0.16 127	0.15 81	0.14 92

AE-Stereo	0.34 40	0.21 106	0.42 106	0.48 263	0.31 247	0.48 143	0.35 141	0.61 57	0.62 92	0.32 14	0.55 56	0.52 88	0.27 27	0.47 47	0.29 59	0.13 13	0.13 156	0.18 123	0.16 127	0.15 81	0.12 35

MIM_Stereo	0.38 100	0.17 21	0.53 218	0.37 47	0.24 90	0.27 26	0.24 28	0.70 128	0.54 77	0.72 158	1.00 223	0.63 144	0.29 46	0.64 162	0.38 152	0.13 13	0.14 183	0.17 89	0.16 127	0.14 48	0.11 10

PCWNet_CMD	0.48 189	0.24 186	0.52 212	0.39 90	0.27 178	0.63 223	0.30 75	0.95 221	0.96 258	0.86 233	1.07 255	0.79 223	0.44 136	0.57 95	0.43 175	0.17 148	0.12 101	0.21 224	0.16 127	0.24 264	0.19 211

4D-IteraStereo	0.33 39	0.18 37	0.40 82	0.40 114	0.24 90	0.32 67	0.27 48	0.58 39	0.72 136	0.65 112	0.54 51	0.42 54	0.23 9	0.45 33	0.28 47	0.14 33	0.09 2	0.19 160	0.16 127	0.16 112	0.11 10

CBFPSM	0.59 277	0.22 133	1.31 365	0.38 69	0.27 178	1.12 336	0.65 320	0.79 167	0.82 185	0.80 191	0.81 136	1.35 344	0.87 316	0.67 184	0.76 283	0.16 115	0.15 208	0.15 45	0.16 127	0.17 145	0.22 257

RAFT_CTSACE	0.45 165	0.20 74	0.44 125	0.45 230	0.27 178	0.34 77	0.39 211	0.60 51	0.73 143	0.76 179	1.44 333	0.83 235	0.38 97	1.08 322	0.26 28	0.12 4	0.13 156	0.18 123	0.16 127	0.15 81	0.11 10

CRFU-Net	0.57 264	0.27 233	0.57 235	0.46 249	0.30 230	1.20 347	0.52 286	1.10 270	0.56 85	1.00 300	0.98 216	1.06 298	0.79 296	0.81 245	0.71 275	0.21 241	0.19 274	0.18 123	0.16 127	0.18 163	0.19 211

GLC_STEREO	0.29 16	0.19 52	0.27 9	0.44 209	0.19 11	0.31 57	0.26 41	0.47 10	0.43 50	0.37 20	0.47 32	0.41 48	0.23 9	0.50 57	0.34 101	0.14 33	0.18 260	0.19 160	0.16 127	0.16 112	0.13 60

AASNet	0.53 237	0.25 205	0.52 212	0.49 278	0.32 260	0.74 257	0.40 217	1.50 369	0.86 205	0.86 233	0.92 186	0.64 151	0.59 205	0.59 126	0.79 288	0.23 264	0.19 274	0.20 184	0.16 127	0.21 228	0.19 211

test_3	0.36 70	0.19 52	0.44 125	0.44 209	0.23 72	0.48 143	0.36 159	0.66 86	0.82 185	0.64 105	0.45 23	0.68 172	0.25 14	0.41 21	0.31 71	0.12 4	0.10 9	0.18 123	0.16 127	0.15 81	0.11 10

Patchmatch Stereo++	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.22 8	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.58 112	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111
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
NF-Stereo	0.38 100	0.20 74	0.45 136	0.41 139	0.25 116	0.26 18	0.31 92	0.69 114	0.70 125	0.65 112	0.77 110	0.57 106	0.30 57	0.67 184	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 287

OCTAStereo	0.38 100	0.20 74	0.46 152	0.41 139	0.25 116	0.26 18	0.31 92	0.69 114	0.70 125	0.65 112	0.77 110	0.58 114	0.30 57	0.67 184	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 287

PSM-adaLoss	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.31 92	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.56 85	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

ROB_FTStereo_v2	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.31 92	0.59 41	0.36 23	0.63 96	0.73 94	0.57 106	0.38 97	0.57 95	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

ROB_FTStereo	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.25 16	0.21 4	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.57 95	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

HUI-Stereo	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.22 8	0.60 51	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.50 57	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

DEmStereo	0.48 189	0.17 21	0.50 200	0.38 69	0.25 116	0.59 200	0.34 124	0.63 66	0.74 148	0.89 252	1.66 351	0.58 114	1.06 344	0.60 132	0.42 170	0.14 33	0.11 59	0.16 64	0.16 127	0.14 48	0.15 111

SST-Stereo	0.40 126	0.19 52	0.45 136	0.42 176	0.25 116	0.25 16	0.21 4	0.66 86	0.47 62	1.08 327	0.79 127	0.72 192	0.43 128	0.77 234	0.35 116	0.16 115	0.11 59	0.20 184	0.16 127	0.19 197	0.15 111

RAFT_R40	0.40 126	0.19 52	0.44 125	0.43 194	0.25 116	0.23 5	0.26 41	0.67 96	0.67 119	0.98 293	0.78 118	0.72 192	0.43 128	0.76 227	0.35 116	0.16 115	0.11 59	0.20 184	0.16 127	0.18 163	0.14 92

DRaft	0.49 205	0.17 21	0.47 162	0.37 47	0.25 116	0.58 191	0.40 217	0.65 77	0.85 200	1.02 307	1.75 359	0.50 83	0.82 304	0.63 155	0.40 163	0.13 13	0.11 59	0.16 64	0.16 127	0.14 48	0.15 111

RE-Stereo	0.38 100	0.20 74	0.46 152	0.41 139	0.25 116	0.26 18	0.31 92	0.69 114	0.70 125	0.65 112	0.77 110	0.58 114	0.30 57	0.67 184	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 287

TVStereo	0.38 100	0.20 74	0.46 152	0.41 139	0.25 116	0.26 18	0.31 92	0.69 114	0.70 125	0.65 112	0.77 110	0.58 114	0.30 57	0.67 184	0.35 116	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 287

iGMRVC	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.30 75	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.58 112	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

IRAFT_RVC	0.42 143	0.20 74	0.48 178	0.44 209	0.24 90	0.27 26	0.54 293	0.74 146	0.77 163	0.76 179	0.80 129	0.73 202	0.51 166	0.70 198	0.36 132	0.17 148	0.10 9	0.21 224	0.16 127	0.16 112	0.14 92

iRAFT	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.22 8	0.59 41	0.36 23	0.63 96	0.73 94	0.58 114	0.38 97	0.58 112	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

RAFT-IKP	0.35 52	0.23 150	0.47 162	0.41 139	0.22 44	0.24 7	0.28 55	0.59 41	0.36 23	0.63 96	0.73 94	0.57 106	0.38 97	0.58 112	0.36 132	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

GEStereo_RVC	0.55 248	0.29 255	0.63 258	0.49 278	0.31 247	0.70 247	0.54 293	1.22 316	0.92 240	0.82 208	0.85 158	0.85 241	0.63 225	0.90 279	0.65 259	0.24 274	0.16 235	0.19 160	0.16 127	0.21 228	0.22 257

CFNet_pseudo	0.46 171	0.24 186	0.52 212	0.37 47	0.27 178	0.58 191	0.30 75	0.86 185	0.88 218	0.82 208	1.03 238	0.75 209	0.47 146	0.58 112	0.44 188	0.17 148	0.12 101	0.24 265	0.16 127	0.24 264	0.19 211

XX-Stereo	0.37 85	0.17 21	0.45 136	0.55 329	0.36 284	0.38 104	0.20 1	0.60 51	0.30 5	0.46 51	1.30 310	0.73 202	0.26 20	0.56 85	0.26 28	0.16 115	0.11 59	0.17 89	0.16 127	0.14 48	0.10 3

GES	0.44 155	0.23 150	0.57 235	0.40 114	0.30 230	0.59 200	0.36 159	0.96 223	0.68 120	0.74 171	0.83 144	0.47 74	0.48 150	0.67 184	0.43 175	0.22 259	0.16 235	0.17 89	0.16 127	0.18 163	0.23 264

222	1.18 366	0.22 133	0.44 125	0.37 47	0.22 44	0.79 270	0.37 171	1.31 340	0.89 228	0.92 272	1.08 258	0.72 192	0.71 273	0.66 174	13.89 420	0.20 227	0.15 208	0.17 89	0.16 127	0.18 163	0.19 211

AFF-stereo	0.38 100	0.19 52	0.39 75	0.37 47	0.21 31	0.27 26	0.31 92	0.65 77	0.66 117	0.64 105	1.13 273	0.76 215	0.39 109	0.55 77	0.33 91	0.11 1	0.09 2	0.16 64	0.16 127	0.13 21	0.11 10

DMCA	0.45 165	0.26 219	0.50 200	0.38 69	0.28 197	0.51 152	0.34 124	0.93 211	0.68 120	0.75 173	0.83 144	0.79 223	0.53 171	0.51 61	0.54 236	0.21 241	0.16 235	0.21 224	0.16 127	0.19 197	0.21 244

MSMDNet	0.48 189	0.24 186	0.52 212	0.39 90	0.27 178	0.63 223	0.30 75	0.96 223	0.96 258	0.86 233	1.07 255	0.79 223	0.44 136	0.57 95	0.43 175	0.17 148	0.12 101	0.20 184	0.16 127	0.23 254	0.19 211

ccs_rob	0.46 171	0.24 186	0.52 212	0.37 47	0.27 178	0.58 191	0.31 92	0.86 185	0.88 218	0.82 208	1.02 234	0.75 209	0.47 146	0.58 112	0.44 188	0.17 148	0.12 101	0.24 265	0.16 127	0.24 264	0.19 211

DISCO	0.70 297	0.26 219	0.68 280	0.44 209	0.31 247	1.14 338	0.51 283	1.23 320	1.23 336	0.81 199	1.05 246	1.50 358	0.85 311	1.82 381	1.03 339	0.19 205	0.15 208	0.18 123	0.16 127	0.24 264	0.23 264

LE_ROB	4.42 413	0.24 186	2.75 397	0.42 176	0.23 72	1.57 372	0.90 363	1.71 386	17.88 427	16.56 429	4.88 414	5.17 410	18.85 429	1.63 372	14.62 421	0.17 148	0.14 183	0.16 64	0.16 127	0.19 197	0.17 168

CAS++	0.32 32	0.24 186	0.36 38	0.37 47	0.26 153	0.28 35	0.23 19	0.87 192	0.50 65	0.47 54	0.45 23	0.26 2	0.21 5	0.49 53	0.24 7	0.23 264	0.19 274	0.22 236	0.17 167	0.21 228	0.16 150
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.32 32	0.22 133	0.34 30	0.42 176	0.28 197	0.40 108	0.50 269	0.72 137	0.37 33	0.37 20	0.34 17	0.32 12	0.31 61	0.59 126	0.27 37	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.16 150

MyStereo06	0.38 100	0.21 106	0.61 247	0.41 139	0.28 197	0.41 121	0.50 269	0.95 221	0.35 18	0.62 89	0.54 51	0.76 215	0.27 27	0.50 57	0.29 59	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.15 111

MyStereo05	0.44 155	0.21 106	0.45 136	0.41 139	0.28 197	0.41 121	0.50 269	0.93 211	1.09 316	0.76 179	0.61 68	0.51 86	0.57 192	0.73 213	0.42 170	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.15 111

MyStereo04	0.44 155	0.22 133	0.44 125	0.42 176	0.28 197	0.40 108	0.50 269	1.00 235	1.08 314	0.62 89	0.58 63	0.55 99	0.57 192	0.71 203	0.44 188	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.16 150

MIF-Stereo (partial)	0.31 30	0.18 37	0.37 49	0.41 139	0.31 247	0.28 35	0.23 19	0.47 10	0.42 48	0.31 9	0.63 70	0.36 35	0.35 81	0.57 95	0.31 71	0.17 148	0.13 156	0.19 160	0.17 167	0.18 163	0.14 92

DisPM	0.39 114	0.19 52	0.44 125	0.41 139	0.27 178	0.24 7	0.31 92	0.65 77	0.57 86	0.87 240	0.87 165	0.60 133	0.32 65	0.76 227	0.32 79	0.18 176	0.12 101	0.19 160	0.17 167	0.15 81	0.20 231

IER	0.46 171	0.23 150	0.50 200	0.38 69	0.28 197	0.69 245	0.35 141	0.80 171	0.66 117	0.83 220	0.94 190	0.75 209	0.77 289	0.60 132	0.42 170	0.17 148	0.14 183	0.17 89	0.17 167	0.17 145	0.15 111

raft_robust	0.41 137	0.23 150	0.36 38	0.42 176	0.21 31	0.40 108	0.33 117	0.79 167	0.98 265	0.79 189	0.87 165	0.39 42	0.33 73	0.84 259	0.29 59	0.13 13	0.12 101	0.16 64	0.17 167	0.15 81	0.12 35

CSP-Net	0.56 259	0.27 233	0.49 188	0.41 139	0.28 197	1.22 348	0.50 269	1.23 320	0.72 136	0.95 283	0.95 197	0.89 257	0.62 219	0.83 254	0.62 253	0.26 294	0.17 249	0.17 89	0.17 167	0.18 163	0.17 168

FTStereo	0.56 259	0.20 74	0.37 49	0.41 139	0.25 116	0.40 108	0.79 350	0.66 86	0.43 50	1.09 329	3.27 395	0.70 178	0.73 278	0.55 77	0.33 91	0.14 33	0.13 156	0.19 160	0.17 167	0.15 81	0.30 307

GrayStereo	0.49 205	0.19 52	0.42 106	0.46 249	0.28 197	0.53 161	0.67 323	0.69 114	0.63 102	1.02 307	1.47 339	0.78 222	0.76 285	0.56 85	0.33 91	0.14 33	0.12 101	0.17 89	0.17 167	0.15 81	0.29 300

Pruner-Stereo	0.38 100	0.20 74	0.45 136	0.40 114	0.25 116	0.22 4	0.24 28	0.67 96	0.55 81	0.89 252	0.76 106	0.68 172	0.29 46	0.62 145	0.35 116	0.18 176	0.12 101	0.20 184	0.17 167	0.17 145	0.18 183

ICVP	0.46 171	0.25 205	0.38 58	0.48 263	0.28 197	0.58 191	0.43 237	1.00 235	0.70 125	0.67 124	0.95 197	0.75 209	0.55 185	0.53 72	0.54 236	0.23 264	0.17 249	0.19 160	0.17 167	0.19 197	0.20 231
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.32 32	0.19 52	0.37 49	0.39 90	0.22 44	0.31 57	0.29 62	0.68 105	0.51 67	0.49 57	0.66 79	0.37 37	0.23 9	0.45 33	0.33 91	0.14 33	0.10 9	0.18 123	0.17 167	0.15 81	0.12 35

sAnonymous2	0.40 126	0.39 306	0.85 319	0.48 263	0.37 289	0.40 108	0.46 248	0.57 35	0.52 70	0.38 24	0.46 27	0.35 30	0.42 121	0.43 26	0.30 64	0.19 205	0.14 183	0.18 123	0.17 167	0.57 375	0.44 359

CroCo_RVC	0.40 126	0.39 306	0.85 319	0.48 263	0.37 289	0.40 108	0.46 248	0.57 35	0.52 70	0.38 24	0.46 27	0.35 30	0.42 121	0.43 26	0.30 64	0.19 205	0.14 183	0.18 123	0.17 167	0.57 375	0.44 359

xxxx	1.01 347	0.22 133	0.43 115	0.36 38	0.21 31	0.82 286	0.36 159	1.32 341	0.88 218	0.71 147	0.94 190	0.97 274	0.63 225	0.64 162	10.58 416	0.20 227	0.16 235	0.18 123	0.17 167	0.19 197	0.19 211

test_xeample	1.01 347	0.21 106	0.42 106	0.35 30	0.21 31	0.71 252	0.39 211	1.23 320	0.86 205	0.81 199	1.04 242	0.69 176	0.61 214	0.69 195	10.93 417	0.19 205	0.15 208	0.18 123	0.17 167	0.18 163	0.17 168

GMStereo	0.39 114	0.37 293	0.54 221	0.40 114	0.26 153	0.42 126	0.36 159	0.59 41	1.04 293	0.55 72	0.51 41	0.37 37	0.35 81	0.54 75	0.41 166	0.19 205	0.13 156	0.16 64	0.17 167	0.24 264	0.18 183
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.54 247	0.26 219	0.66 273	0.44 209	0.40 307	0.99 315	0.41 229	0.98 230	0.75 150	0.83 220	0.89 176	1.04 293	0.72 277	0.73 213	0.62 253	0.19 205	0.14 183	0.20 184	0.17 167	0.20 210	0.17 168

FENet	0.42 143	0.22 133	0.38 58	0.39 90	0.24 90	0.55 170	0.32 108	0.79 167	0.70 125	0.71 147	0.72 90	0.63 144	0.57 192	0.62 145	0.44 188	0.19 205	0.13 156	0.19 160	0.17 167	0.18 163	0.19 211

RASNet	0.53 237	0.22 133	0.52 212	0.38 69	0.22 44	0.68 243	0.38 191	0.97 227	0.88 218	0.73 165	1.04 242	1.03 291	0.92 325	0.90 279	0.86 302	0.16 115	0.14 183	0.14 19	0.17 167	0.15 81	0.13 60

DispNO	0.47 181	0.23 150	0.71 293	0.39 90	0.31 247	0.60 205	0.38 191	0.89 199	0.77 163	0.75 173	0.84 149	0.72 192	0.54 182	0.73 213	0.46 204	0.19 205	0.14 183	0.20 184	0.18 190	0.16 112	0.17 168

CASnet	0.30 28	0.20 74	0.33 23	0.41 139	0.16 3	0.26 18	0.24 28	0.52 22	0.53 73	0.52 65	0.54 51	0.39 42	0.24 12	0.40 18	0.26 28	0.14 33	0.10 9	0.22 236	0.18 190	0.18 163	0.11 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	0.50 218	0.24 186	0.55 226	0.38 69	0.31 247	0.58 191	0.33 117	0.98 230	0.93 245	0.88 248	1.19 293	0.80 231	0.49 153	0.63 155	0.43 175	0.21 241	0.15 208	0.26 290	0.18 190	0.26 276	0.22 257

gwcnet-sp	0.48 189	0.23 150	0.70 290	0.40 114	0.26 153	0.81 278	0.41 229	0.89 199	0.84 193	0.91 264	0.76 106	0.66 166	0.61 214	0.66 174	0.50 215	0.18 176	0.17 249	0.18 123	0.18 190	0.18 163	0.18 183

scenet	0.48 189	0.23 150	0.70 290	0.40 114	0.26 153	0.81 278	0.41 229	0.89 199	0.84 193	0.91 264	0.76 106	0.66 166	0.61 214	0.66 174	0.50 215	0.18 176	0.17 249	0.18 123	0.18 190	0.18 163	0.18 183

CASS	0.45 165	0.27 233	0.42 106	0.48 263	0.22 44	0.61 207	0.34 124	0.97 227	0.62 92	0.71 147	0.85 158	0.61 137	0.55 185	0.57 95	0.41 166	0.29 313	0.16 235	0.22 236	0.18 190	0.22 245	0.28 294
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.48 189	0.23 150	0.70 290	0.40 114	0.26 153	0.81 278	0.41 229	0.89 199	0.84 193	0.91 264	0.76 106	0.66 166	0.61 214	0.66 174	0.50 215	0.18 176	0.17 249	0.18 123	0.18 190	0.18 163	0.18 183

RAFT+CT+SA	0.39 114	0.23 150	0.36 38	0.51 304	0.27 178	0.29 40	0.46 248	0.75 152	0.80 178	0.51 62	0.89 176	0.41 48	0.40 114	0.78 238	0.32 79	0.14 33	0.11 59	0.18 123	0.18 190	0.15 81	0.14 92

test_5	0.43 149	0.24 186	0.43 115	0.52 315	0.28 197	0.28 35	0.42 236	0.72 137	0.82 185	0.62 89	0.91 182	0.72 192	0.55 185	0.79 241	0.35 116	0.14 33	0.11 59	0.18 123	0.18 190	0.18 163	0.16 150

NINENet	0.50 218	0.29 255	0.51 207	0.45 230	0.32 260	0.70 247	0.34 124	1.10 270	0.88 218	0.80 191	0.94 190	0.65 161	0.49 153	0.73 213	0.51 223	0.22 259	0.20 283	0.25 276	0.18 190	0.22 245	0.21 244

GMOStereo	0.37 85	0.19 52	0.38 58	0.43 194	0.24 90	0.37 90	0.38 191	0.52 22	0.62 92	0.87 240	0.84 149	0.64 151	0.35 81	0.37 9	0.28 47	0.13 13	0.11 59	0.20 184	0.18 190	0.15 81	0.11 10

error version	0.37 85	0.19 52	0.38 58	0.43 194	0.24 90	0.37 90	0.38 191	0.52 22	0.62 92	0.87 240	0.84 149	0.64 151	0.35 81	0.37 9	0.28 47	0.13 13	0.11 59	0.20 184	0.18 190	0.15 81	0.11 10

test-v	0.37 85	0.19 52	0.38 58	0.43 194	0.24 90	0.37 90	0.38 191	0.52 22	0.62 92	0.87 240	0.84 149	0.64 151	0.35 81	0.37 9	0.28 47	0.13 13	0.11 59	0.20 184	0.18 190	0.15 81	0.11 10

AACVNet	0.50 218	0.23 150	0.49 188	0.46 249	0.29 220	0.52 155	0.38 191	0.90 204	0.55 81	0.81 199	1.03 238	1.00 281	0.70 269	0.83 254	0.54 236	0.21 241	0.18 260	0.24 265	0.18 190	0.23 254	0.20 231

ADLNet2	0.55 248	0.25 205	0.65 268	0.47 258	0.30 230	0.83 288	0.50 269	1.05 257	0.95 257	0.80 191	0.98 216	0.99 278	0.69 259	0.77 234	0.73 278	0.20 227	0.16 235	0.17 89	0.18 190	0.21 228	0.21 244

CrosDoStereo	0.50 218	0.18 37	0.45 136	0.38 69	0.24 90	0.40 108	1.18 380	0.67 96	0.86 205	0.94 276	1.37 319	0.63 144	0.77 289	0.65 169	0.45 194	0.15 81	0.12 101	0.17 89	0.18 190	0.14 48	0.14 92

PSM-softLoss	0.38 100	0.20 74	0.48 178	0.41 139	0.26 153	0.30 47	0.35 141	0.69 114	0.46 59	0.62 89	0.82 139	0.59 128	0.33 73	0.70 198	0.39 158	0.19 205	0.12 101	0.20 184	0.18 190	0.16 112	0.22 257

KMStereo	0.38 100	0.20 74	0.48 178	0.41 139	0.26 153	0.30 47	0.35 141	0.69 114	0.46 59	0.62 89	0.82 139	0.59 128	0.33 73	0.70 198	0.39 158	0.19 205	0.12 101	0.20 184	0.18 190	0.16 112	0.22 257

DeepStereo_LL	0.50 218	0.18 37	0.45 136	0.38 69	0.24 90	0.40 108	1.18 380	0.67 96	0.86 205	0.94 276	1.37 319	0.63 144	0.77 289	0.65 169	0.45 194	0.15 81	0.12 101	0.17 89	0.18 190	0.14 48	0.14 92

THIR-Stereo	0.50 218	0.18 37	0.45 136	0.38 69	0.23 72	0.75 260	0.67 323	0.66 86	0.87 214	1.02 307	1.40 325	0.72 192	0.76 285	0.62 145	0.42 170	0.15 81	0.11 59	0.17 89	0.18 190	0.14 48	0.15 111

test-2	0.37 85	0.19 52	0.38 58	0.43 194	0.24 90	0.37 90	0.38 191	0.52 22	0.62 92	0.87 240	0.84 149	0.64 151	0.35 81	0.37 9	0.28 47	0.13 13	0.11 59	0.20 184	0.18 190	0.15 81	0.11 10

Anonymous	0.39 114	0.27 233	0.66 273	0.53 320	0.43 325	0.55 170	0.49 265	0.63 66	0.50 65	0.37 20	0.42 22	0.33 20	0.42 121	0.56 85	0.38 152	0.20 227	0.19 274	0.17 89	0.18 190	0.30 300	0.24 270

HGLStereo	0.56 259	0.28 247	0.57 235	0.50 292	0.37 289	0.80 273	0.45 245	1.02 245	0.78 170	0.86 233	1.14 275	0.89 257	0.82 304	0.76 227	0.73 278	0.21 241	0.20 283	0.19 160	0.18 190	0.19 197	0.21 244

GANet-RSSM	0.47 181	0.21 106	0.37 49	0.38 69	0.25 116	0.58 191	0.36 159	1.07 261	0.78 170	0.68 130	1.01 226	0.86 243	0.67 249	0.62 145	0.44 188	0.21 241	0.15 208	0.18 123	0.18 190	0.18 163	0.17 168

AdaStereo	0.50 218	0.32 268	0.47 162	0.48 263	0.25 116	0.67 241	0.32 108	1.17 297	0.88 218	0.75 173	0.99 221	0.75 209	0.49 153	0.67 184	0.46 204	0.27 301	0.12 101	0.28 309	0.18 190	0.23 254	0.18 183
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.
xx1	0.39 114	0.23 150	0.33 23	0.41 139	0.22 44	0.55 170	0.38 191	0.67 96	1.06 305	0.41 36	0.50 36	0.65 161	0.53 171	0.57 95	0.25 11	0.16 115	0.10 9	0.20 184	0.19 215	0.18 163	0.17 168

1111x	0.55 248	0.22 133	0.46 152	0.38 69	0.20 22	0.66 237	0.43 237	1.23 320	0.99 270	0.71 147	0.99 221	0.95 270	0.69 259	0.90 279	1.08 345	0.18 176	0.17 249	0.18 123	0.19 215	0.20 210	0.18 183

LL-Strereo	0.57 264	0.27 233	0.68 280	0.48 263	0.34 276	0.39 107	0.48 259	0.94 215	0.97 261	0.83 220	0.78 118	1.10 308	1.18 356	1.33 351	0.49 214	0.17 148	0.14 183	0.22 236	0.19 215	0.16 112	0.17 168

qqq	0.40 126	0.26 219	0.44 125	0.36 38	0.22 44	0.46 139	0.36 159	0.85 182	0.54 77	0.56 74	0.69 86	0.65 161	0.53 171	0.55 77	0.45 194	0.17 148	0.16 235	0.20 184	0.19 215	0.18 163	0.17 168

BUS	0.45 165	0.25 205	0.43 115	0.45 230	0.28 197	0.70 247	0.34 124	0.94 215	0.76 156	0.75 173	0.80 129	0.65 161	0.49 153	0.64 162	0.51 223	0.20 227	0.14 183	0.22 236	0.19 215	0.18 163	0.18 183

Wz-Net-LNSev	0.71 301	0.51 338	1.36 373	0.50 292	0.41 314	1.15 340	0.69 332	1.21 308	1.07 311	1.02 307	1.12 267	1.08 305	0.87 316	0.89 277	0.89 319	0.24 274	0.22 296	0.21 224	0.19 215	0.26 276	0.26 280

BSDual-CNN	0.46 171	0.25 205	0.43 115	0.45 230	0.28 197	0.77 263	0.40 217	0.94 215	0.76 156	0.75 173	0.80 129	0.76 215	0.54 182	0.64 162	0.43 175	0.20 227	0.14 183	0.22 236	0.19 215	0.18 163	0.18 183

hknet	0.49 205	0.25 205	0.51 207	0.45 230	0.29 220	0.77 263	0.40 217	0.94 215	0.83 190	0.75 173	0.80 129	0.97 274	0.61 214	0.73 213	0.45 194	0.18 176	0.14 183	0.22 236	0.19 215	0.18 163	0.18 183

Sa-1000	0.48 189	0.24 186	0.41 87	0.45 230	0.25 116	0.59 200	0.34 124	0.81 174	0.93 245	0.82 208	1.50 340	0.53 92	0.45 140	0.92 289	0.30 64	0.15 81	0.12 101	0.21 224	0.19 215	0.15 81	0.13 60

SA	0.44 155	0.25 205	0.46 152	0.46 249	0.24 90	0.43 128	0.36 159	0.75 152	0.96 258	0.59 79	1.03 238	0.48 78	0.52 168	0.94 301	0.32 79	0.16 115	0.12 101	0.21 224	0.19 215	0.15 81	0.13 60

test_4	0.36 70	0.18 37	0.31 15	0.44 209	0.25 116	0.20 1	0.34 124	0.56 32	0.41 44	0.59 79	1.45 336	0.43 60	0.25 14	0.63 155	0.28 47	0.12 4	0.10 9	0.17 89	0.19 215	0.15 81	0.11 10

UDGNet	0.48 189	0.77 370	0.50 200	0.48 263	0.31 247	0.41 121	0.34 124	0.70 128	0.92 240	0.65 112	0.60 65	0.58 114	0.43 128	0.63 155	0.41 166	0.32 334	0.15 208	0.66 381	0.19 215	0.36 330	0.21 244

TRStereo	0.37 85	0.27 233	0.59 240	0.47 258	0.41 314	0.29 40	0.30 75	0.84 179	0.59 88	0.52 65	0.41 21	0.52 88	0.26 20	0.73 213	0.27 37	0.17 148	0.12 101	0.19 160	0.19 215	0.13 21	0.11 10

LCNet	0.41 137	0.20 74	0.32 20	0.44 209	0.24 90	0.47 141	0.29 62	0.67 96	0.53 73	0.72 158	1.03 238	0.66 166	0.60 209	0.58 112	0.34 101	0.14 33	0.10 9	0.19 160	0.19 215	0.21 228	0.36 332

GMM-Stereo	0.44 155	0.19 52	0.36 38	0.42 176	0.25 116	0.51 152	0.47 253	0.71 133	0.53 73	0.76 179	1.37 319	0.76 215	0.38 97	0.60 132	0.33 91	0.15 81	0.10 9	0.20 184	0.19 215	0.16 112	0.27 287

sCroCo_RVC	0.35 52	0.28 247	0.69 286	0.51 304	0.39 302	0.41 121	0.31 92	0.49 14	0.45 58	0.31 9	0.48 33	0.38 41	0.32 65	0.46 40	0.32 79	0.21 241	0.22 296	0.19 160	0.19 215	0.21 228	0.20 231

MMNet	0.55 248	0.25 205	0.61 247	0.43 194	0.34 276	1.07 328	0.39 211	0.87 192	0.91 235	0.91 264	0.93 189	0.86 243	0.76 285	0.81 245	0.76 283	0.15 81	0.14 183	0.18 123	0.19 215	0.20 210	0.16 150

aanetorigin	0.83 328	0.56 351	1.87 388	0.49 278	0.38 297	0.56 185	0.66 321	0.70 128	1.00 277	2.42 393	2.02 369	1.31 331	1.18 356	0.93 294	1.13 351	0.20 227	0.18 260	0.20 184	0.19 215	0.27 286	0.30 307

EDNetEfficientorigin	9.93 420	1.15 391	175.16 442	0.48 263	0.36 284	1.04 326	0.68 328	1.24 327	2.69 396	3.17 407	2.50 380	2.30 382	2.07 395	1.76 378	2.21 384	0.20 227	0.18 260	0.24 265	0.19 215	0.51 364	0.50 374

ac_64	0.52 234	0.22 133	0.50 200	0.45 230	0.28 197	0.80 273	0.45 245	1.02 245	0.61 91	0.91 264	0.83 144	1.07 303	0.68 255	0.74 220	0.70 271	0.21 241	0.18 260	0.20 184	0.19 215	0.18 163	0.15 111

cf-r	0.47 181	0.23 150	0.41 87	0.39 90	0.23 72	0.59 200	0.37 171	0.88 197	0.85 200	0.72 158	1.05 246	0.94 268	0.62 219	0.56 85	0.54 236	0.21 241	0.14 183	0.17 89	0.19 215	0.15 81	0.15 111

DN-CSS_ROB	0.43 149	0.26 219	0.62 250	0.40 114	0.29 220	0.44 132	0.27 48	0.77 160	0.75 150	0.72 158	1.09 262	0.48 78	0.43 128	0.69 195	0.37 144	0.15 81	0.12 101	0.21 224	0.19 215	0.18 163	0.16 150

H2IRNET	0.37 85	0.20 74	0.33 23	0.38 69	0.25 116	0.27 26	0.23 19	0.59 41	0.72 136	0.39 32	0.90 179	0.74 207	0.55 185	0.52 66	0.43 175	0.15 81	0.13 156	0.18 123	0.20 237	0.16 112	0.13 60

mmm	0.44 155	0.27 233	0.46 152	0.38 69	0.24 90	0.61 207	0.35 141	0.94 215	0.53 73	0.72 158	1.05 246	0.63 144	0.50 163	0.57 95	0.45 194	0.18 176	0.15 208	0.23 251	0.20 237	0.20 210	0.18 183

ttt	0.51 225	0.25 205	0.43 115	0.38 69	0.24 90	0.65 234	0.38 191	1.18 300	1.05 298	0.72 158	1.08 258	0.63 144	0.49 153	0.84 259	0.59 247	0.24 274	0.21 290	0.22 236	0.20 237	0.24 264	0.24 270

whm_eth	0.48 189	0.30 261	0.74 301	0.46 249	0.38 297	0.37 90	0.37 171	0.79 167	0.78 170	0.82 208	1.74 357	0.37 37	0.38 97	0.60 132	0.38 152	0.18 176	0.16 235	0.20 184	0.20 237	0.19 197	0.22 257

LL-Strereo2	0.35 52	0.24 186	0.48 178	0.41 139	0.26 153	0.35 82	0.24 28	0.67 96	0.44 54	0.54 70	0.51 41	0.66 166	0.25 14	0.66 174	0.30 64	0.14 33	0.12 101	0.23 251	0.20 237	0.18 163	0.13 60

ToySt	0.49 205	0.27 233	0.75 304	0.40 114	0.27 178	0.64 229	0.49 265	0.84 179	0.77 163	0.60 83	0.83 144	0.88 253	0.66 246	0.70 198	0.56 242	0.16 115	0.17 249	0.21 224	0.20 237	0.21 228	0.19 211

psmg	0.49 205	0.25 205	0.43 115	0.41 139	0.28 197	0.85 292	0.43 237	0.99 232	0.76 156	0.91 264	0.94 190	0.76 215	0.54 182	0.64 162	0.43 175	0.20 227	0.15 208	0.20 184	0.20 237	0.18 163	0.18 183

PSMNet-ADL	0.48 189	0.27 233	0.40 82	0.48 263	0.30 230	0.68 243	0.37 171	0.90 204	0.80 178	0.61 88	0.80 129	0.92 265	0.62 219	0.72 208	0.63 256	0.23 264	0.18 260	0.18 123	0.20 237	0.22 245	0.20 231

PFNet+	0.40 126	0.19 52	0.49 188	0.39 90	0.25 116	0.28 35	0.23 19	0.64 76	0.70 125	0.85 228	0.79 127	0.64 151	0.35 81	0.72 208	0.34 101	0.19 205	0.14 183	0.23 251	0.20 237	0.16 112	0.20 231

RAFT	0.45 165	0.22 133	0.45 136	0.47 258	0.26 153	0.54 165	0.47 253	0.66 86	0.58 87	0.80 191	0.82 139	0.94 268	0.57 192	0.75 224	0.34 101	0.17 148	0.15 208	0.22 236	0.20 237	0.16 112	0.12 35

HCRNet	0.44 155	0.34 281	0.41 87	0.53 320	0.26 153	0.53 161	0.29 62	0.83 176	0.63 102	0.71 147	0.81 136	0.77 221	0.50 163	0.66 174	0.36 132	0.24 274	0.16 235	0.24 265	0.20 237	0.21 228	0.18 183

SFCPSM	0.47 181	0.21 106	0.55 226	0.40 114	0.27 178	0.87 296	0.37 171	1.33 343	0.77 163	0.80 191	0.84 149	0.54 96	0.49 153	0.57 95	0.37 144	0.18 176	0.13 156	0.18 123	0.20 237	0.16 112	0.15 111

UPFNet	0.53 237	0.24 186	0.51 207	0.45 230	0.38 297	0.84 291	0.49 265	0.99 232	0.75 150	0.87 240	0.88 172	0.86 243	0.64 235	0.80 242	0.71 275	0.20 227	0.20 283	0.20 184	0.20 237	0.19 197	0.15 111

EDNetEfficient	1.46 380	0.80 372	6.12 410	0.47 258	0.39 302	0.69 245	0.83 353	0.90 204	2.77 397	3.50 410	1.96 367	1.66 368	2.03 394	1.26 343	4.18 403	0.21 241	0.18 260	0.21 224	0.20 237	0.41 345	0.39 346

GwcNet-RSSM	0.49 205	0.24 186	0.42 106	0.40 114	0.23 72	0.55 170	0.38 191	0.93 211	0.93 245	0.71 147	1.16 285	0.86 243	0.60 209	0.62 145	0.66 261	0.21 241	0.14 183	0.19 160	0.20 237	0.16 112	0.15 111

NVstereo2D	0.60 280	0.30 261	0.75 304	0.48 263	0.43 325	0.89 297	0.48 259	1.05 257	1.15 324	0.66 123	0.86 161	0.88 253	0.70 269	0.99 304	0.65 259	0.32 334	0.15 208	0.28 309	0.20 237	0.40 339	0.36 332

PWC_ROB	0.87 331	0.52 344	1.28 362	0.50 292	0.32 260	0.91 298	0.37 171	1.36 351	1.46 363	1.61 366	2.59 384	1.16 319	1.01 341	1.34 353	1.40 366	0.25 284	0.18 260	0.28 309	0.20 237	0.29 291	0.28 294

PWCDC_ROB	0.89 335	0.49 331	0.80 316	0.74 375	0.40 307	1.03 322	0.39 211	1.33 343	2.35 392	1.02 307	3.77 401	0.81 233	0.92 325	1.20 336	0.90 321	0.34 346	0.22 296	0.24 265	0.20 237	0.34 322	0.29 300

DualNet	0.47 181	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	0.68 105	1.04 293	0.73 165	0.96 201	0.71 182	0.53 171	0.57 95	0.88 308	0.16 115	0.10 9	0.25 276	0.21 255	0.16 112	0.16 150

ffm	0.44 155	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	0.68 105	1.04 293	0.73 165	0.96 201	0.71 182	0.53 171	0.57 95	0.25 11	0.16 115	0.10 9	0.25 276	0.21 255	0.16 112	0.16 150

ff1	0.49 205	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	0.68 105	1.04 293	0.73 165	0.96 201	0.71 182	0.53 171	1.01 307	0.88 308	0.16 115	0.10 9	0.25 276	0.21 255	0.16 112	0.16 150

mmx	0.53 237	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	1.16 292	1.03 289	0.73 165	0.96 201	0.71 182	0.53 171	1.01 307	0.88 308	0.20 227	0.15 208	0.25 276	0.21 255	0.22 245	0.20 231

xxx	0.53 237	0.26 219	0.49 188	0.37 47	0.25 116	0.55 170	0.37 171	1.16 292	1.03 289	0.73 165	0.96 201	0.71 182	0.53 171	1.01 307	0.88 308	0.20 227	0.15 208	0.25 276	0.21 255	0.22 245	0.20 231

anonymousa	0.49 205	0.20 74	0.42 106	0.38 69	0.23 72	0.91 298	0.35 141	0.75 152	0.62 92	0.85 228	1.54 344	1.06 298	0.66 246	0.51 61	0.43 175	0.16 115	0.13 156	0.19 160	0.21 255	0.16 112	0.14 92

dad	0.58 270	0.50 335	0.64 263	0.43 194	0.30 230	0.59 200	0.36 159	0.78 165	1.25 342	1.01 305	1.17 287	1.15 318	0.53 171	0.68 192	0.50 215	0.35 350	0.23 306	0.37 346	0.21 255	0.29 291	0.20 231

Anonymous3	0.46 171	0.34 281	0.86 324	0.50 292	0.37 289	0.81 278	0.50 269	0.72 137	0.65 114	0.51 62	0.65 75	0.45 66	0.45 140	0.64 162	0.38 152	0.24 274	0.24 313	0.22 236	0.21 255	0.23 254	0.23 264

delet	0.55 248	0.24 186	0.55 226	0.44 209	0.33 269	1.07 328	0.50 269	1.00 235	0.86 205	0.85 228	0.96 201	0.90 261	0.63 225	0.83 254	0.74 281	0.18 176	0.18 260	0.20 184	0.21 255	0.16 112	0.15 111

CFNet-ft	0.48 189	0.23 150	0.36 38	0.40 114	0.26 153	0.64 229	0.37 171	0.87 192	0.85 200	0.64 105	1.00 223	1.01 284	0.64 235	0.61 139	0.53 233	0.23 264	0.15 208	0.24 265	0.21 255	0.23 254	0.18 183

DSFCA	0.55 248	0.25 205	0.62 250	0.40 114	0.36 284	0.74 257	0.52 286	1.04 252	0.82 185	1.06 321	0.84 149	0.89 257	0.63 225	0.99 304	0.58 243	0.25 284	0.21 290	0.21 224	0.21 255	0.21 228	0.19 211

ADCP+	1.06 355	0.35 285	1.51 380	0.49 278	0.51 350	1.45 365	0.55 297	1.25 330	1.03 289	1.16 337	1.15 280	1.10 308	1.07 346	1.56 366	6.75 413	0.19 205	0.16 235	0.23 251	0.21 255	0.28 288	0.21 244

CFNet_RVC	0.48 189	0.23 150	0.36 38	0.40 114	0.26 153	0.64 229	0.37 171	0.87 192	0.85 200	0.64 105	1.00 223	1.01 284	0.64 235	0.61 139	0.53 233	0.23 264	0.15 208	0.24 265	0.21 255	0.23 254	0.18 183

DPSNet	0.99 346	0.42 315	1.88 389	0.53 320	0.41 314	1.59 373	1.26 389	2.21 394	1.43 359	1.10 331	1.11 265	1.46 352	1.95 392	1.34 353	1.26 359	0.34 346	0.25 321	0.25 276	0.21 255	0.46 357	0.37 338

StereoDRNet-Refined	0.58 270	0.32 268	0.54 221	0.46 249	0.30 230	0.96 309	0.40 217	1.00 235	0.94 252	1.12 333	1.08 258	0.96 272	0.67 249	0.90 279	0.89 319	0.17 148	0.13 156	0.22 236	0.21 255	0.20 210	0.19 211
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
KYRaft	0.48 189	0.20 74	0.38 58	0.44 209	0.23 72	0.44 132	0.37 171	0.66 86	0.41 44	0.94 276	1.73 355	0.79 223	0.41 120	0.63 155	0.31 71	0.16 115	0.11 59	0.18 123	0.22 270	0.16 112	0.78 385

ADLNet	0.55 248	0.27 233	0.51 207	0.44 209	0.35 282	0.78 267	0.46 248	1.08 265	0.86 205	0.99 295	0.98 216	0.92 265	0.63 225	0.69 195	0.81 293	0.22 259	0.16 235	0.22 236	0.22 270	0.21 228	0.21 244

ARAFT	0.47 181	0.24 186	0.79 314	0.42 176	0.25 116	0.55 170	0.55 297	0.75 152	0.81 184	0.89 252	0.75 104	0.73 202	0.47 146	0.88 272	0.37 144	0.15 81	0.12 101	0.23 251	0.22 270	0.14 48	0.13 60

RAFT + AFF	0.53 237	0.29 255	0.75 304	0.51 304	0.32 260	0.63 223	0.60 310	1.00 235	0.91 235	0.78 187	0.87 165	0.83 235	0.58 199	0.80 242	0.47 209	0.17 148	0.20 283	0.23 251	0.22 270	0.18 163	0.18 183

GwcNet	0.69 295	0.36 290	1.10 343	0.51 304	0.42 320	1.08 332	0.50 269	1.21 308	1.16 325	1.00 300	1.37 319	1.06 298	0.79 296	0.92 289	0.94 325	0.25 284	0.24 313	0.24 265	0.22 270	0.23 254	0.26 280

hitnet-ft	0.55 248	0.27 233	0.39 75	0.41 139	0.28 197	0.78 267	0.40 217	0.92 209	0.90 230	0.82 208	1.01 226	1.13 315	0.70 269	0.78 238	0.67 264	0.28 307	0.20 283	0.28 309	0.22 270	0.29 291	0.26 280

GANet	0.70 297	0.37 293	0.55 226	0.51 304	0.34 276	0.94 303	0.96 367	1.08 265	0.94 252	1.04 316	1.98 368	1.13 315	0.88 319	1.12 328	0.66 261	0.25 284	0.26 326	0.27 302	0.22 270	0.31 305	0.22 257

TDLM	0.57 264	0.33 276	0.49 188	0.51 304	0.30 230	0.66 237	0.73 343	1.03 249	1.01 281	0.82 208	1.10 264	0.84 239	0.70 269	0.86 268	0.58 243	0.28 307	0.17 249	0.25 276	0.22 270	0.26 276	0.19 211

NLCA_NET_v2_RVC	0.53 237	0.32 268	0.64 263	0.44 209	0.30 230	0.66 237	0.44 243	1.04 252	0.88 218	0.91 264	0.91 182	0.99 278	0.60 209	0.68 192	0.60 250	0.21 241	0.17 249	0.22 236	0.22 270	0.21 228	0.21 244
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.53 237	0.34 281	0.59 240	0.41 139	0.30 230	0.50 148	0.43 237	1.19 302	0.70 125	0.85 228	1.05 246	0.86 243	0.55 185	0.84 259	0.51 223	0.29 313	0.23 306	0.22 236	0.22 270	0.26 276	0.25 276

DLCB_ROB	0.58 270	0.28 247	0.47 162	0.49 278	0.32 260	0.77 263	0.50 269	0.99 232	0.92 240	1.04 316	1.14 275	1.21 320	0.69 259	0.88 272	0.69 268	0.20 227	0.20 283	0.22 236	0.22 270	0.21 228	0.18 183

fast-acv-ft	0.64 285	0.30 261	0.73 297	0.45 230	0.34 276	1.17 343	0.49 265	0.86 185	0.98 265	1.02 307	1.36 316	1.29 328	0.85 311	0.76 227	0.81 293	0.21 241	0.23 306	0.23 251	0.23 281	0.21 228	0.20 231

Wz-Net-MNSev	0.76 311	0.40 310	1.34 368	0.50 292	0.40 307	1.44 364	0.83 353	1.15 289	1.16 325	1.25 349	1.20 294	1.13 315	0.81 300	1.16 331	1.00 338	0.22 259	0.19 274	0.24 265	0.23 281	0.28 288	0.26 280

rafts_anoy	0.37 85	0.21 106	0.36 38	0.41 139	0.26 153	0.30 47	0.33 117	0.67 96	0.90 230	0.58 77	0.66 79	0.45 66	0.33 73	0.47 47	0.39 158	0.16 115	0.11 59	0.21 224	0.23 281	0.17 145	0.14 92

pcwnet_v2	0.58 270	0.28 247	0.84 318	0.45 230	0.35 282	0.61 207	0.35 141	1.27 333	1.21 333	0.99 295	1.27 304	0.72 192	0.58 199	0.67 184	0.48 212	0.27 301	0.21 290	0.24 265	0.23 281	0.29 291	0.29 300

psm_up	0.55 248	0.26 219	0.47 162	0.49 278	0.32 260	0.65 234	0.56 302	1.04 252	0.82 185	0.82 208	0.88 172	1.01 284	0.94 331	0.74 220	0.61 251	0.21 241	0.25 321	0.26 290	0.23 281	0.21 228	0.20 231

FAT-Stereo	0.73 307	0.33 276	0.75 304	0.49 278	0.37 289	0.71 252	0.59 308	1.36 351	1.30 348	1.03 315	1.40 325	1.59 367	1.15 352	0.87 269	0.86 302	0.28 307	0.28 332	0.28 309	0.23 281	0.28 288	0.38 344

DMCA-RVC	0.51 225	0.30 261	0.59 240	0.50 292	0.32 260	0.54 165	0.38 191	0.86 185	0.68 120	0.94 276	0.86 161	0.91 263	0.68 255	0.70 198	0.59 247	0.23 264	0.18 260	0.31 325	0.23 281	0.26 276	0.19 211

FADNet_RVC	0.55 248	0.37 293	1.17 353	0.44 209	0.31 247	0.56 185	0.34 124	1.06 260	0.88 218	0.67 124	0.90 179	0.61 137	0.65 241	0.93 294	0.70 271	0.21 241	0.18 260	0.26 290	0.23 281	0.31 305	0.28 294

ADCRef	0.80 319	0.43 317	1.32 367	0.50 292	0.45 336	1.07 328	0.51 283	1.07 261	0.98 265	1.17 338	1.42 328	0.87 248	0.91 322	0.85 266	3.19 394	0.18 176	0.16 235	0.23 251	0.23 281	0.22 245	0.21 244

RYNet	0.72 305	0.35 285	0.64 263	0.53 320	0.67 373	1.31 355	0.67 323	1.20 306	1.18 328	1.05 318	0.87 165	1.27 325	0.93 330	0.93 294	1.27 361	0.22 259	0.16 235	0.26 290	0.23 281	0.40 339	0.39 346

CFNet	0.51 225	0.29 255	0.46 152	0.41 139	0.27 178	0.70 247	0.32 108	1.13 280	1.00 277	0.72 158	1.07 255	0.85 241	0.60 209	0.76 227	0.52 230	0.19 205	0.14 183	0.23 251	0.23 281	0.21 228	0.16 150

StereoDRNet	0.64 285	0.33 276	0.68 280	0.51 304	0.43 325	1.03 322	0.53 289	1.47 365	0.99 270	1.10 331	0.87 165	1.07 303	0.71 273	0.82 247	0.88 308	0.23 264	0.19 274	0.25 276	0.23 281	0.27 286	0.19 211

SANet	1.07 357	0.41 313	1.06 340	0.48 263	0.30 230	1.41 361	0.94 365	1.42 360	3.36 403	1.58 363	2.43 378	2.33 384	1.70 383	1.34 353	1.07 344	0.28 307	0.24 313	0.26 290	0.23 281	0.34 322	0.30 307

StereoVision	0.42 143	0.28 247	0.45 136	0.49 278	0.28 197	0.38 104	0.38 191	0.72 137	0.62 92	0.44 47	1.14 275	0.54 96	0.39 109	0.56 85	0.34 101	0.21 241	0.24 313	0.25 276	0.24 294	0.26 276	0.16 150

coex-ft	6.43 418	1.51 401	87.33 441	0.49 278	0.38 297	1.34 356	1.21 384	1.16 292	8.09 414	12.12 421	2.79 388	2.77 390	3.31 409	1.16 331	3.15 393	0.24 274	0.23 306	0.27 302	0.24 294	0.45 354	0.37 338

ssnet_v2	0.58 270	0.28 247	0.56 232	0.43 194	0.29 220	0.95 306	0.59 308	1.13 280	0.99 270	0.93 273	0.80 129	0.99 278	0.64 235	0.82 247	0.94 325	0.25 284	0.22 296	0.23 251	0.24 294	0.20 210	0.19 211

SACVNet	0.58 270	0.34 281	0.55 226	0.55 329	0.36 284	0.63 223	0.48 259	1.13 280	0.77 163	1.02 307	1.06 252	1.02 289	0.74 280	0.90 279	0.51 223	0.27 301	0.21 290	0.25 276	0.24 294	0.29 291	0.36 332

FINET	0.67 290	0.42 315	1.00 336	0.46 249	0.43 325	0.83 288	0.89 361	1.08 265	1.50 365	0.87 240	1.14 275	0.71 182	0.68 255	0.92 289	0.70 271	0.36 353	0.30 340	0.26 290	0.24 294	0.35 326	0.33 321

Syn2CoEx	0.71 301	0.51 338	0.95 330	0.64 354	0.45 336	0.91 298	0.53 289	1.48 366	1.13 321	0.93 273	1.35 315	1.02 289	0.99 338	0.92 289	0.80 290	0.30 319	0.27 330	0.28 309	0.24 294	0.23 254	0.24 270

RTSC	0.87 331	0.48 328	1.23 359	0.52 315	0.37 289	1.13 337	0.50 269	1.34 345	1.79 379	1.51 360	1.24 300	1.12 312	0.81 300	1.62 370	2.16 383	0.25 284	0.19 274	0.23 251	0.24 294	0.30 300	0.31 313

NaN_ROB	0.69 295	0.44 321	0.69 286	0.51 304	0.33 269	0.97 310	1.06 374	1.22 316	1.19 330	1.24 348	0.96 201	1.08 305	0.78 294	1.20 336	0.67 264	0.24 274	0.30 340	0.23 251	0.24 294	0.23 254	0.25 276

XPNet_ROB	0.70 297	0.35 285	0.68 280	0.52 315	0.40 307	0.79 270	0.85 359	1.16 292	0.94 252	1.33 354	1.15 280	1.38 346	0.83 308	1.03 314	0.90 321	0.32 334	0.25 321	0.26 290	0.24 294	0.31 305	0.28 294

WZ-Net	1.19 367	0.59 355	4.07 405	0.62 352	0.51 350	1.34 356	1.31 393	1.32 341	1.74 378	1.53 362	1.65 349	1.74 370	1.28 365	2.25 394	2.01 380	0.27 301	0.21 290	0.23 251	0.25 303	0.40 339	0.39 346

PSMNet-RSSM	0.48 189	0.22 133	0.38 58	0.42 176	0.25 116	0.50 148	0.37 171	1.10 270	0.77 163	0.70 141	1.06 252	0.84 239	0.64 235	0.62 145	0.47 209	0.23 264	0.15 208	0.23 251	0.25 303	0.20 210	0.19 211

S-Stereo	0.74 308	0.35 285	0.96 332	0.56 332	0.45 336	0.82 286	0.60 310	1.24 327	1.60 374	0.96 284	1.41 327	1.12 312	0.94 331	0.80 242	1.04 342	0.26 294	0.31 350	0.28 309	0.25 303	0.32 310	0.47 368

G-Net	0.95 343	0.46 327	1.04 338	0.64 354	0.48 344	2.12 387	0.64 319	1.01 242	0.87 214	1.75 374	2.82 391	1.30 330	1.64 382	1.06 317	0.96 330	0.36 353	0.29 337	0.35 339	0.25 303	0.45 354	0.42 353

stereogan	0.80 319	0.31 266	0.71 293	0.59 342	0.50 347	1.72 380	0.48 259	1.35 348	1.37 353	1.00 300	1.46 338	1.56 364	0.95 334	1.29 347	0.84 297	0.28 307	0.29 337	0.29 317	0.25 303	0.38 336	0.38 344

ADCL	1.04 352	0.38 302	1.35 369	0.50 292	0.39 302	1.61 374	0.89 361	1.29 336	1.39 356	1.29 351	1.50 340	1.24 323	1.24 361	1.37 359	4.87 406	0.21 241	0.19 274	0.25 276	0.25 303	0.29 291	0.27 287

DANet	0.71 301	0.45 325	0.91 328	0.59 342	0.40 307	0.81 278	0.40 217	0.97 227	0.84 193	1.20 343	1.22 295	1.33 338	0.88 319	1.16 331	1.24 357	0.27 301	0.23 306	0.31 325	0.25 303	0.35 326	0.32 317
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CVANet_RVC	0.57 264	0.33 276	0.44 125	0.47 258	0.32 260	0.67 241	0.61 315	1.05 257	0.93 245	0.85 228	1.04 242	1.01 284	0.73 278	0.83 254	0.52 230	0.29 313	0.19 274	0.27 302	0.25 303	0.31 305	0.21 244

DRN-Test	0.66 289	0.32 268	0.66 273	0.50 292	0.39 302	1.15 340	0.61 315	1.49 368	1.01 281	1.12 333	1.08 258	1.06 298	0.69 259	0.77 234	0.94 325	0.23 264	0.17 249	0.26 290	0.25 303	0.25 272	0.21 244

SGM_RVC	0.97 344	0.28 247	0.41 87	0.39 90	0.22 44	1.55 370	0.73 343	1.51 372	1.25 342	2.25 390	1.92 365	2.58 388	1.56 377	2.02 388	1.19 354	0.27 301	0.27 330	0.27 302	0.25 303	0.25 272	0.25 276
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SDNR	0.86 330	0.37 293	1.47 378	0.40 114	0.38 297	3.38 407	0.33 117	0.90 204	0.98 265	0.99 295	2.09 372	0.59 128	0.71 273	1.29 347	0.70 271	0.51 375	0.56 389	0.36 342	0.26 313	0.43 349	0.46 364

Wz-Net-SNSev	0.91 339	0.73 367	2.13 392	0.56 332	0.45 336	0.95 306	1.13 379	1.34 345	1.24 338	1.02 307	1.30 310	1.46 352	0.86 313	1.81 380	1.50 367	0.25 284	0.23 306	0.25 276	0.26 313	0.32 310	0.29 300

PSM-AAD	0.48 189	0.20 74	0.37 49	0.43 194	0.23 72	0.56 185	0.50 269	0.65 77	0.70 125	1.07 324	1.12 267	0.58 114	0.92 325	0.61 139	0.32 79	0.15 81	0.11 59	0.25 276	0.26 313	0.18 163	0.43 358

AnonymousM	0.41 137	0.81 373	0.29 11	0.34 12	0.22 44	0.28 35	0.38 191	0.53 30	0.41 44	0.70 141	0.49 35	0.47 74	0.27 27	0.41 21	0.31 71	0.15 81	0.12 101	1.51 393	0.26 313	0.12 9	0.10 3

ETE_ROB	0.70 297	0.49 331	0.73 297	0.56 332	0.36 284	0.79 270	0.87 360	1.14 286	0.93 245	1.19 340	1.18 289	1.39 347	0.82 304	0.99 304	0.80 290	0.26 294	0.21 290	0.31 325	0.26 313	0.33 315	0.34 325

psmorigin	0.82 323	0.51 338	2.09 391	0.49 278	0.41 314	0.85 292	0.50 269	1.04 252	0.88 218	1.45 358	1.43 331	1.50 358	1.06 344	1.22 339	0.97 331	0.31 322	0.32 353	0.27 302	0.27 318	0.33 315	0.42 353

FADNet-RVC-Resample	0.56 259	0.33 276	1.16 349	0.49 278	0.34 276	0.71 252	0.43 237	1.01 242	0.93 245	0.82 208	0.87 165	0.74 207	0.67 249	0.73 213	0.45 194	0.18 176	0.18 260	0.26 290	0.27 318	0.26 276	0.27 287

AF-Net	0.81 322	0.39 306	0.68 280	0.64 354	0.54 356	0.91 298	0.51 283	1.61 380	1.31 349	0.96 284	2.02 369	1.46 352	1.26 364	1.11 327	0.99 335	0.32 334	0.24 313	0.39 351	0.27 318	0.30 300	0.25 276

UCFNet_RVC	0.49 205	0.26 219	0.35 33	0.39 90	0.26 153	0.64 229	0.36 159	1.15 289	0.84 193	0.67 124	0.88 172	0.88 253	0.59 205	0.58 112	0.45 194	0.24 274	0.17 249	0.27 302	0.27 318	0.25 272	0.23 264

PS-NSSS	0.58 270	0.44 321	0.62 250	0.42 176	0.33 269	0.66 237	0.58 306	1.02 245	0.86 205	0.77 184	1.28 306	0.72 192	0.64 235	0.82 247	0.59 247	0.31 322	0.26 326	0.40 354	0.27 318	0.33 315	0.26 280

GASNet	0.67 290	0.72 366	0.96 332	0.70 371	0.48 344	0.62 214	0.47 253	1.08 265	1.03 289	0.94 276	0.82 139	0.93 267	0.83 308	1.33 351	0.80 290	0.31 322	0.22 296	0.29 317	0.28 323	0.44 350	0.24 270

FADNet-RVC	0.60 280	0.53 347	1.14 348	0.46 249	0.39 302	0.61 207	0.39 211	1.12 279	0.87 214	0.70 141	0.84 149	1.04 293	0.55 185	0.94 301	0.69 268	0.26 294	0.25 321	0.28 309	0.28 323	0.31 305	0.31 313

edge stereo	0.76 311	0.38 302	0.74 301	0.52 315	0.43 325	0.80 273	0.53 289	1.28 335	1.06 305	1.28 350	1.38 324	1.81 371	1.11 349	1.08 322	0.85 301	0.33 340	0.32 353	0.41 355	0.28 323	0.32 310	0.36 332

MDST_ROB	0.91 339	0.27 233	0.85 319	0.63 353	0.41 314	2.53 391	0.71 341	1.60 379	1.13 321	2.83 400	1.73 355	0.97 274	0.69 259	1.61 369	0.73 278	0.25 284	0.22 296	0.32 330	0.28 323	0.25 272	0.24 270

RTS	1.98 393	0.96 384	11.36 417	0.65 359	0.57 365	2.77 397	1.40 397	1.39 355	2.26 387	1.89 378	2.56 381	1.32 336	1.25 362	5.20 413	4.05 401	0.31 322	0.22 296	0.29 317	0.29 327	0.40 339	0.37 338

RTSA	1.98 393	0.96 384	11.36 417	0.65 359	0.57 365	2.77 397	1.40 397	1.39 355	2.26 387	1.89 378	2.56 381	1.32 336	1.25 362	5.20 413	4.05 401	0.31 322	0.22 296	0.29 317	0.29 327	0.40 339	0.37 338

Wz-Net-TNSev	1.14 361	1.06 390	4.32 407	0.49 278	0.42 320	1.51 368	1.11 378	1.48 366	1.40 358	1.22 345	1.26 303	1.58 366	1.43 372	1.76 378	1.70 370	0.32 334	0.31 350	0.26 290	0.30 329	0.41 345	0.41 352

FADNet	0.61 282	0.51 338	1.10 343	0.45 230	0.44 332	0.65 234	0.41 229	1.19 302	1.05 298	0.70 141	0.84 149	0.98 277	0.66 246	0.82 247	0.50 215	0.29 313	0.30 340	0.27 302	0.30 329	0.46 357	0.35 330

RP	0.76 311	0.36 290	0.63 258	0.66 362	0.58 367	0.80 273	0.55 297	1.14 286	1.22 335	0.97 289	1.65 349	1.43 351	1.32 366	1.01 307	0.84 297	0.33 340	0.30 340	0.36 342	0.30 329	0.34 322	0.34 325

FBW_ROB	0.88 333	0.50 335	0.85 319	0.55 329	0.40 307	1.17 343	0.78 349	1.50 369	1.37 353	1.33 354	1.27 304	1.48 356	1.00 340	2.57 400	0.98 334	0.25 284	0.32 353	0.45 360	0.30 329	0.34 322	0.28 294

LALA_ROB	0.74 308	0.43 317	0.69 286	0.54 326	0.40 307	1.01 317	0.95 366	1.21 308	1.07 311	1.22 345	1.12 267	1.56 364	0.79 296	1.04 316	0.86 302	0.33 340	0.22 296	0.35 339	0.30 329	0.35 326	0.31 313

SGM-Forest	0.62 283	0.32 268	0.39 75	0.43 194	0.30 230	1.02 319	0.55 297	1.09 269	1.05 298	1.06 321	1.18 289	1.10 308	0.67 249	0.88 272	0.62 253	0.31 322	0.33 359	0.33 335	0.30 329	0.30 300	0.28 294
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.64 285	0.35 285	0.41 87	0.42 176	0.25 116	1.01 317	0.77 347	1.13 280	1.09 316	1.17 338	1.22 295	1.04 293	0.75 282	0.88 272	0.63 256	0.28 307	0.30 340	0.34 337	0.30 329	0.26 276	0.26 280
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
APVNet	0.71 301	0.37 293	0.89 327	0.56 332	0.45 336	1.18 345	0.68 328	1.41 359	0.85 200	0.81 199	1.15 280	1.04 293	0.81 300	1.10 325	1.17 352	0.26 294	0.28 332	0.32 330	0.31 336	0.29 291	0.30 307

MaskLacGwcNet_RVC	0.67 290	0.81 373	0.73 297	0.53 320	0.37 289	1.40 359	0.53 289	1.04 252	0.79 177	0.88 248	0.94 190	0.95 270	0.53 171	0.93 294	0.58 243	0.39 359	0.30 340	0.57 377	0.31 336	0.53 369	0.30 307

XQC	0.89 335	0.65 363	1.31 365	0.67 365	0.52 353	1.22 348	0.68 328	1.26 331	1.52 366	1.14 336	1.11 265	1.28 327	1.04 343	1.40 361	1.77 374	0.38 357	0.24 313	0.37 346	0.31 336	0.53 369	0.47 368

ADCMid	1.14 361	0.52 344	2.23 394	0.53 320	0.43 325	1.07 328	0.75 345	1.23 320	1.05 298	2.15 387	1.44 333	1.50 358	1.43 372	1.56 366	5.01 407	0.26 294	0.24 313	0.29 317	0.31 336	0.37 332	0.33 321

PSMNet_ROB	0.64 285	0.37 293	0.65 268	0.56 332	0.42 320	0.97 310	0.83 353	1.21 308	0.92 240	0.79 189	1.02 234	1.08 305	0.63 225	0.82 247	0.91 323	0.29 313	0.20 283	0.31 325	0.31 336	0.26 276	0.23 264

MeshStereo	1.34 373	0.43 317	0.54 221	0.44 209	0.34 276	1.66 376	0.60 310	1.94 388	1.37 353	4.47 414	3.25 393	4.71 405	1.94 391	1.92 384	1.17 352	0.35 350	0.35 363	0.37 346	0.31 336	0.32 310	0.32 317
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
STTStereo	0.55 248	0.37 293	0.76 309	0.44 209	0.31 247	0.60 205	0.44 243	0.96 223	0.86 205	0.99 295	0.90 179	0.96 272	0.58 199	0.71 203	0.61 251	0.25 284	0.23 306	0.26 290	0.32 342	0.24 264	0.23 264

ADCPNet	1.03 351	0.48 328	2.70 396	0.54 326	0.42 320	1.40 359	0.75 345	1.13 280	1.07 311	1.22 345	1.42 328	1.68 369	1.09 347	1.36 358	3.45 398	0.30 319	0.28 332	0.29 317	0.32 342	0.37 332	0.35 330

SGM-ForestM	4.04 411	0.32 268	0.46 152	0.43 194	0.27 178	7.50 418	1.45 401	3.84 411	4.24 409	8.19 420	6.76 418	19.00 427	9.08 418	10.74 422	6.62 412	0.31 322	0.33 359	0.32 330	0.32 342	0.29 291	0.29 300

SHD	0.93 342	0.50 335	1.18 354	0.59 342	0.46 343	0.97 310	0.48 259	1.70 385	2.15 386	1.58 363	1.37 319	1.42 350	1.19 358	1.31 349	1.60 368	0.31 322	0.26 326	0.32 330	0.33 345	0.40 339	0.42 353

Anonymous Stereo	0.75 310	0.54 349	1.78 386	0.57 337	0.56 361	0.62 214	1.25 388	0.96 223	0.99 270	0.96 284	0.95 197	0.83 235	0.58 199	1.27 345	1.21 355	0.31 322	0.30 340	0.31 325	0.33 345	0.33 315	0.36 332

AnyNet_C01	1.56 383	1.05 389	7.45 413	0.64 354	0.54 356	1.99 385	1.38 396	1.43 362	1.36 351	1.63 369	1.92 365	1.84 372	1.33 367	2.40 396	4.03 400	0.33 340	0.32 353	0.32 330	0.34 347	0.44 350	0.45 363

AnyNet_C32	1.16 365	0.62 361	2.40 395	0.57 337	0.55 358	1.41 361	1.34 394	1.18 300	1.24 338	1.49 359	1.42 328	1.39 347	1.20 360	1.55 364	4.82 405	0.29 313	0.28 332	0.29 317	0.34 347	0.38 336	0.42 353

SQANet	0.82 323	0.74 368	0.67 277	1.13 388	0.98 387	1.11 334	0.47 253	1.07 261	0.83 190	0.91 264	1.05 246	1.03 291	0.74 280	1.01 307	0.64 258	0.61 382	0.24 313	1.03 389	0.35 349	1.18 392	0.58 380

ADCS	1.51 382	0.61 358	3.42 400	0.59 342	0.51 350	1.27 353	1.08 377	1.59 378	1.81 380	1.91 381	1.66 351	1.51 361	1.42 371	1.94 386	8.60 415	0.33 340	0.32 353	0.33 335	0.36 350	0.44 350	0.42 353

PVD	1.28 372	0.67 365	1.28 362	0.74 375	0.62 370	1.50 367	0.84 356	1.99 390	2.96 398	2.18 388	2.36 377	1.85 374	1.95 392	1.92 384	1.94 378	0.39 359	0.36 365	0.49 370	0.37 351	0.51 364	0.64 381

CSAN	0.83 328	0.49 331	0.77 313	0.60 347	0.41 314	1.14 338	1.06 374	1.19 302	1.46 363	1.32 352	1.43 331	1.37 345	1.19 358	1.27 345	0.86 302	0.39 359	0.31 350	0.36 342	0.37 351	0.35 326	0.34 325

WCMA_ROB	1.14 361	0.36 290	0.76 309	0.49 278	0.44 332	1.23 350	0.67 323	1.11 275	1.23 336	2.84 401	3.95 407	3.28 397	1.83 388	1.25 342	0.99 335	0.44 365	0.34 361	0.34 337	0.37 351	0.41 345	0.40 349

Nwc_Net	0.78 315	0.38 302	0.73 297	0.60 347	0.55 358	1.05 327	0.55 297	1.67 384	1.05 298	0.88 248	1.86 364	1.40 349	1.09 347	1.10 325	0.87 306	0.30 319	0.25 321	0.36 342	0.38 354	0.29 291	0.29 300

SAMSARA	1.07 357	0.65 363	1.19 355	1.06 387	0.90 380	1.76 381	1.76 408	1.46 364	1.44 361	1.51 360	1.16 285	2.00 378	1.14 351	1.48 362	1.31 363	0.39 359	0.44 382	0.35 339	0.38 354	0.49 361	0.49 373

CC-Net-ROB	0.82 323	0.96 384	0.85 319	0.58 339	0.45 336	1.27 353	0.70 337	1.17 297	1.02 284	0.83 220	1.23 299	0.90 261	0.77 289	1.06 317	0.69 268	0.46 367	0.34 361	1.71 395	0.38 354	0.59 378	0.36 332

GANetREF_RVC	0.80 319	0.75 369	0.86 324	0.66 362	0.42 320	1.15 340	0.98 368	1.14 286	1.19 330	1.01 305	1.02 234	1.10 308	0.90 321	1.15 330	0.76 283	0.48 370	0.39 372	0.57 377	0.38 354	0.63 379	0.46 364
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
DeepPrunerF	0.89 335	0.52 344	3.43 401	0.68 368	0.81 378	0.72 255	0.72 342	1.22 316	1.99 384	0.93 273	1.01 226	0.87 248	0.86 313	1.08 322	0.95 328	0.34 346	0.28 332	0.43 357	0.39 358	0.30 300	0.32 317

NCCL2	0.72 305	0.41 313	0.65 268	0.64 354	0.44 332	0.98 314	1.20 382	1.11 275	1.00 277	0.98 293	0.96 201	1.49 357	0.87 316	0.90 279	0.79 288	0.31 322	0.26 326	0.39 351	0.39 358	0.32 310	0.32 317

UDG	0.88 333	0.82 376	0.67 277	1.00 385	0.96 384	1.02 319	0.57 305	1.13 280	0.99 270	0.90 259	0.97 215	1.31 331	0.99 338	0.85 266	0.84 297	0.54 380	0.32 353	1.77 396	0.40 360	0.94 385	0.66 382

DGSMNet	0.76 311	0.55 350	1.29 364	0.58 339	0.62 370	0.94 303	0.70 337	1.26 331	1.11 318	0.83 220	1.24 300	1.00 281	0.71 273	1.03 314	0.81 293	0.34 346	0.29 337	0.41 355	0.40 360	0.57 375	0.55 379

RGC	0.79 318	0.59 355	0.71 293	0.65 359	0.65 372	0.92 302	0.58 306	1.29 336	1.05 298	1.07 324	1.45 336	1.47 355	1.03 342	1.21 338	0.88 308	0.32 334	0.30 340	0.48 367	0.40 360	0.37 332	0.37 338

CBMV_ROB	0.59 277	0.37 293	0.38 58	0.39 90	0.28 197	0.74 257	0.28 55	1.00 235	0.98 265	0.94 276	1.25 302	0.81 233	0.78 294	0.87 269	0.50 215	0.36 353	0.37 366	0.43 357	0.40 360	0.33 315	0.30 307

PDISCO_ROB	0.91 339	0.48 328	1.06 340	0.99 383	0.97 385	1.67 378	0.63 317	1.64 382	1.59 371	1.06 321	1.18 289	1.31 331	0.79 296	1.55 364	0.97 331	0.49 372	0.22 296	0.45 360	0.40 360	0.45 354	0.37 338

HBP-ISP	0.59 277	0.45 325	0.43 115	0.45 230	0.33 269	0.70 247	0.28 55	1.11 275	1.00 277	0.83 220	1.18 289	0.65 161	0.68 255	0.88 272	0.52 230	0.35 350	0.38 368	0.47 364	0.41 365	0.38 336	0.31 313

NOSS_ROB	0.57 264	0.39 306	0.39 75	0.44 209	0.30 230	0.73 256	0.54 293	1.03 249	1.08 314	0.67 124	0.87 165	0.76 215	0.57 192	0.77 234	0.47 209	0.38 357	0.38 368	0.44 359	0.42 366	0.37 332	0.34 325

PA-Net	0.67 290	0.43 317	0.83 317	0.50 292	0.53 354	0.94 303	0.68 328	1.10 270	1.14 323	0.80 191	0.88 172	0.87 248	0.77 289	1.02 312	0.88 308	0.24 274	0.41 375	0.29 317	0.44 367	0.26 276	0.34 325
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
BEATNet-Init1	15.13 423	0.82 376	50.86 440	0.72 374	0.53 354	38.10 434	7.03 421	11.83 424	14.25 421	29.78 438	30.17 438	48.21 441	22.64 431	26.78 432	18.11 423	0.42 364	0.38 368	0.47 364	0.46 368	0.51 364	0.48 370

FC-DCNN	1.59 384	0.51 338	0.66 273	0.61 349	0.49 346	1.56 371	0.70 337	1.66 383	1.53 367	4.64 415	4.62 413	5.85 412	3.34 410	1.84 382	1.11 347	0.46 367	0.42 377	0.47 364	0.46 368	0.48 360	0.46 364

LSM	4.74 415	0.77 370	10.16 415	0.70 371	56.56 437	1.02 319	1.00 372	1.24 327	1.62 375	2.04 383	2.34 375	1.33 338	1.17 355	1.38 360	1.09 346	0.33 340	0.49 386	0.39 351	0.46 368	0.51 364	10.09 424

ccnet	0.82 323	0.57 353	0.75 304	0.54 326	0.59 368	1.09 333	0.66 321	1.38 354	0.94 252	1.12 333	1.44 333	1.29 328	0.92 325	0.95 303	1.24 357	0.49 372	0.42 377	0.50 372	0.47 371	0.51 364	0.46 364

FCDSN-DC	1.39 378	0.56 351	0.65 268	0.74 375	0.59 368	1.38 358	0.63 317	1.35 348	1.39 356	3.26 408	4.50 412	4.61 403	2.63 402	1.58 368	1.03 339	0.46 367	0.42 377	0.48 367	0.47 371	0.50 363	0.50 374
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	1.09 359	0.59 355	1.97 390	0.67 365	0.44 332	1.93 384	0.60 310	1.85 387	1.36 351	1.61 366	1.54 344	1.95 377	1.37 368	1.64 373	1.73 371	0.40 363	0.37 366	0.45 360	0.48 373	0.44 350	0.44 359

NCC-stereo	0.78 315	0.40 310	0.76 309	0.61 349	0.67 373	0.81 278	0.69 332	1.54 376	1.11 318	0.90 259	1.36 316	1.33 338	1.16 353	1.19 334	0.88 308	0.31 322	0.30 340	0.37 346	0.48 373	0.33 315	0.33 321

Abc-Net	0.78 315	0.40 310	0.76 309	0.61 349	0.67 373	0.81 278	0.69 332	1.54 376	1.11 318	0.90 259	1.36 316	1.33 338	1.16 353	1.19 334	0.88 308	0.31 322	0.30 340	0.37 346	0.48 373	0.33 315	0.33 321
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ELAS_RVC	1.60 385	0.61 358	1.01 337	0.70 371	0.56 361	2.00 386	1.89 411	1.96 389	2.65 395	3.33 409	3.26 394	3.03 391	3.41 411	2.49 398	2.09 382	0.52 376	0.45 383	0.50 372	0.48 373	0.54 371	0.52 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.63 387	0.61 358	0.95 330	0.68 368	0.55 358	3.01 405	1.55 402	2.39 396	2.33 391	3.64 411	3.89 405	2.75 389	2.90 406	2.15 392	2.27 389	0.52 376	0.45 383	0.50 372	0.48 373	0.54 371	0.52 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	1.04 352	0.93 381	0.88 326	1.33 394	1.05 391	1.66 376	0.70 337	1.40 358	1.18 328	1.08 327	1.32 313	1.33 338	0.91 322	1.23 340	0.76 283	0.72 386	0.46 385	1.24 391	0.50 378	1.40 393	0.75 383

Ntro	1.09 359	0.97 387	0.91 328	1.44 395	1.19 393	1.69 379	0.80 351	1.35 348	1.25 342	1.00 300	1.29 309	1.31 331	0.97 336	1.26 343	0.84 297	0.84 390	0.43 380	1.36 392	0.50 378	1.56 394	0.78 385

CREStereo++_RVC	0.32 32	0.15 4	0.23 1	0.31 7	0.24 90	0.27 26	0.22 8	0.46 9	0.88 218	0.46 51	0.80 129	0.30 6	0.26 20	0.36 6	0.33 91	0.13 13	0.09 2	0.13 11	0.51 380	0.13 21	0.09 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MSMD_ROB	1.21 368	0.49 331	0.62 250	0.59 342	0.50 347	1.62 375	0.67 323	1.23 320	1.24 338	2.45 394	3.77 401	3.09 394	2.98 407	1.32 350	0.81 293	0.45 366	0.41 375	0.49 370	0.51 380	0.47 359	0.44 359

MADNet+	2.23 399	2.43 415	10.85 416	1.22 391	0.91 381	2.76 396	1.40 397	2.12 393	1.67 377	1.32 352	1.74 357	1.86 375	1.74 384	6.25 415	4.41 404	0.65 383	0.64 392	0.58 379	0.54 382	0.80 382	0.76 384

MSC_U_SF_DS_RVC	1.34 373	0.87 378	1.76 385	0.86 379	0.56 361	4.29 411	1.79 409	1.50 369	1.98 383	1.61 366	1.85 363	1.84 372	1.41 370	1.89 383	1.36 364	0.48 370	0.40 374	0.56 376	0.57 383	0.69 380	0.48 370

ACVNet_1	1.46 380	1.33 396	1.12 346	1.91 403	1.62 398	1.83 382	0.98 368	2.00 391	1.85 381	1.39 357	1.53 343	2.32 383	1.53 374	1.34 353	1.11 347	1.30 401	0.50 387	2.06 405	0.58 384	1.93 404	0.95 394

DDUNet	1.06 355	2.56 418	0.68 280	1.21 390	1.26 394	1.03 322	0.69 332	1.11 275	0.94 252	0.96 284	1.22 295	1.27 325	0.82 304	0.93 294	0.72 277	0.84 390	0.38 368	1.99 399	0.60 385	1.10 391	0.85 389

MFN_U_SF_DS_RVC	1.02 350	0.57 353	1.51 380	0.67 365	0.50 347	2.57 392	1.66 404	1.20 306	1.43 359	1.38 356	1.57 346	1.33 338	0.92 325	1.64 373	0.88 308	0.37 356	0.39 372	0.46 363	0.60 385	0.41 345	0.40 349

PASM	0.90 338	0.64 362	1.69 382	0.69 370	0.69 376	0.78 267	0.84 356	1.03 249	1.26 345	1.19 340	1.15 280	1.31 331	0.98 337	1.24 341	1.03 339	0.52 376	0.56 389	0.59 380	0.66 387	0.56 373	0.54 378

ACVNet-4b	1.35 375	1.31 395	1.10 343	1.90 402	1.59 397	1.92 383	0.77 347	1.52 375	1.62 375	1.05 318	1.60 348	2.11 379	0.94 331	1.64 373	0.77 287	1.30 401	0.35 363	2.03 403	0.67 388	1.88 402	0.84 388

DispFullNet	1.60 385	2.63 419	2.75 397	2.56 412	1.79 404	1.24 351	0.47 253	1.37 353	1.45 362	1.87 377	1.50 340	1.55 363	2.46 398	2.04 389	1.04 342	0.59 381	0.18 260	2.32 408	0.68 389	2.29 408	1.14 401

ACVNet_2	1.65 388	1.27 394	1.41 376	1.75 398	1.62 398	2.22 388	1.20 382	2.30 395	2.62 394	1.78 375	2.56 381	3.03 391	1.61 379	1.54 363	1.12 350	1.06 397	0.58 391	1.82 397	0.70 390	1.82 398	0.96 395

MFMNet_re	1.14 361	0.97 387	1.19 355	0.99 383	0.95 383	1.25 352	1.22 385	1.39 355	1.55 369	1.69 373	1.67 353	1.21 320	1.53 374	1.12 328	0.99 335	0.87 392	0.75 400	0.79 384	0.75 391	0.90 383	0.94 392

JetBlue	2.78 402	1.26 393	7.04 412	1.16 389	1.48 396	8.00 419	6.02 420	2.60 397	1.92 382	2.12 386	2.64 385	3.34 398	3.05 408	6.49 416	3.39 396	0.78 389	0.76 401	0.75 382	0.76 392	0.97 388	1.18 406

RainbowNet	1.35 375	1.49 399	1.19 355	1.88 401	1.45 395	1.48 366	1.07 376	1.61 380	1.55 369	1.20 343	1.59 347	1.54 362	1.13 350	1.34 353	0.97 331	1.36 404	0.70 393	1.82 397	0.79 393	1.71 396	1.07 400

PWCK	1.92 392	1.66 407	3.12 399	1.65 396	0.91 381	2.84 399	2.26 414	2.10 392	2.41 393	2.36 392	2.31 373	2.22 380	1.82 386	3.43 404	2.03 381	1.61 407	0.71 395	1.51 393	0.82 394	1.69 395	0.91 391

SPS-STEREO	1.25 371	0.93 381	1.06 340	1.04 386	1.03 389	1.41 361	0.91 364	1.51 372	1.19 330	2.09 385	1.83 361	1.94 376	1.39 369	1.62 370	1.39 365	0.97 394	0.94 410	0.90 386	0.89 395	0.96 387	0.96 395
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Dean	1.98 393	1.36 397	1.36 373	2.12 405	1.81 405	2.74 394	1.36 395	3.37 408	3.80 407	2.08 384	3.32 397	3.21 396	1.82 386	1.71 377	1.67 369	1.27 398	0.77 402	1.99 399	0.90 396	1.86 399	1.03 399

Consistency-Raft	1.01 347	0.81 373	1.24 360	0.84 378	0.97 385	0.81 278	0.84 356	1.30 339	1.59 371	1.05 318	1.68 354	1.12 312	0.91 322	0.92 289	1.11 347	0.65 383	0.74 396	0.79 384	0.90 396	1.06 390	0.79 387

SGM+DAISY	1.35 375	0.94 383	1.25 361	0.96 382	1.00 388	1.52 369	1.02 373	1.34 345	1.21 333	2.64 396	2.65 386	2.44 385	1.56 377	1.64 373	1.26 359	0.97 394	0.95 411	0.90 386	0.90 396	0.94 385	0.96 395

anonymity	0.97 344	0.89 379	1.05 339	0.92 381	1.03 389	0.97 310	0.81 352	1.29 336	0.91 235	1.07 324	0.98 216	1.00 281	0.95 334	1.02 312	0.92 324	0.96 393	0.95 411	0.90 386	0.91 399	0.92 384	0.94 392

MANE	4.13 412	0.51 338	0.64 263	0.66 362	0.56 361	6.89 417	0.99 370	7.55 419	12.04 416	6.68 419	8.57 420	10.69 420	9.45 419	7.59 419	6.39 411	0.49 372	0.43 380	0.48 367	0.98 400	0.49 361	0.48 370

NVStereoNet_ROB	1.24 370	0.90 380	1.13 347	0.86 379	0.88 379	1.11 334	0.99 370	1.42 360	1.53 367	1.59 365	2.48 379	2.24 381	1.53 374	1.96 387	1.30 362	0.76 388	0.70 393	0.78 383	1.00 401	0.71 381	0.88 390
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IMH-64-1	1.86 389	1.62 404	1.16 349	2.20 406	1.89 406	2.33 389	1.30 390	2.89 399	2.29 389	1.66 370	2.80 389	2.49 386	1.61 379	2.10 390	1.78 375	1.60 405	0.74 396	2.43 409	1.02 402	2.12 405	1.17 404

IMH-64	1.86 389	1.62 404	1.16 349	2.20 406	1.89 406	2.33 389	1.30 390	2.89 399	2.29 389	1.66 370	2.80 389	2.49 386	1.61 379	2.10 390	1.78 375	1.60 405	0.74 396	2.43 409	1.02 402	2.12 405	1.17 404

WAO-7	1.90 391	1.20 392	1.35 369	1.27 392	1.06 392	2.84 399	1.56 403	3.23 404	3.06 401	2.23 389	3.33 398	3.17 395	2.28 397	3.12 401	2.21 384	1.02 396	0.91 406	1.06 390	1.03 404	1.04 389	0.97 398

IMH	2.04 396	1.62 404	1.20 358	2.20 406	1.89 406	2.91 404	1.30 390	3.11 402	3.03 399	1.81 376	3.35 399	3.03 391	1.90 389	2.48 397	1.80 377	1.66 408	0.77 402	2.45 411	1.04 405	2.15 407	1.19 407

TorneroNet-64	3.44 406	1.86 408	1.42 377	2.58 413	2.28 411	6.87 416	1.68 405	4.70 416	12.03 415	2.31 391	5.59 417	8.25 417	2.55 401	3.97 410	2.73 391	1.81 410	0.74 396	2.57 413	1.07 406	2.35 409	1.44 410

TorneroNet	4.53 414	1.89 409	1.48 379	2.55 411	2.27 410	13.78 424	1.69 406	4.84 418	23.73 432	2.89 404	7.70 419	7.06 416	2.69 403	4.26 412	3.42 397	1.84 411	0.77 402	2.68 415	1.13 407	2.42 410	1.47 411

LVE	2.12 398	1.44 398	1.36 373	1.99 404	1.78 403	2.75 395	1.79 409	2.82 398	3.95 408	1.90 380	4.33 411	3.52 400	1.81 385	2.24 393	1.74 372	1.74 409	0.87 405	2.06 405	1.13 407	1.91 403	1.35 409

WAO-8	2.92 403	1.55 402	1.35 369	1.79 399	1.63 400	5.23 413	1.22 385	4.58 414	12.56 418	2.84 401	4.07 409	4.83 406	2.72 404	3.49 405	2.25 387	1.27 398	0.91 406	1.99 399	1.15 409	1.86 399	1.15 402

Venus	2.92 403	1.55 402	1.35 369	1.79 399	1.63 400	5.23 413	1.22 385	4.58 414	12.56 418	2.84 401	4.06 408	4.83 406	2.72 404	3.49 405	2.25 387	1.27 398	0.91 406	1.99 399	1.15 409	1.86 399	1.15 402

WAO-6	2.04 396	1.50 400	1.16 349	1.70 397	1.67 402	2.69 393	1.44 400	3.06 401	3.63 406	1.98 382	3.27 395	3.54 401	2.07 395	2.36 395	2.22 386	1.31 403	0.91 406	2.04 404	1.22 411	1.73 397	1.27 408

UNDER WATER	3.46 407	2.07 412	3.64 403	3.09 417	2.48 414	3.75 409	2.42 416	3.31 407	13.77 420	2.90 405	2.95 392	5.84 411	3.69 412	3.69 407	3.48 399	2.07 413	1.11 413	2.70 416	1.40 412	2.84 416	1.98 414

UNDER WATER-64	3.53 408	2.01 411	3.94 404	3.22 419	2.49 415	5.41 415	2.60 417	3.43 409	12.41 417	3.03 406	2.68 387	6.07 414	4.04 413	3.79 409	3.33 395	2.02 412	1.24 415	2.63 414	1.46 413	2.78 414	2.08 416

KSHMR	2.57 400	1.93 410	1.69 382	2.63 414	2.42 413	2.86 401	2.07 412	3.27 406	6.50 412	2.49 395	3.36 400	3.41 399	1.92 390	2.49 398	1.94 378	2.13 414	1.40 416	2.79 418	1.50 414	2.73 413	1.77 412

notaker	2.76 401	2.29 414	1.80 387	2.96 416	2.58 417	2.90 403	1.75 407	3.24 405	3.05 400	2.78 399	4.24 410	6.15 415	2.51 400	3.34 403	2.75 392	2.31 416	1.18 414	3.00 419	1.65 415	2.84 416	1.97 413

JetRed	5.27 416	5.84 422	12.81 420	2.36 409	2.83 418	12.23 423	10.50 422	4.46 413	3.60 404	3.86 412	3.83 403	4.85 408	4.18 414	6.78 417	11.96 418	2.17 415	2.96 421	2.18 407	1.97 416	3.38 420	2.68 419

ktn	2.98 405	2.25 413	1.73 384	2.84 415	2.53 416	3.76 410	2.15 413	3.70 410	5.47 411	2.75 398	5.17 416	5.94 413	2.48 399	3.23 402	2.46 390	2.34 418	1.44 417	2.78 417	2.03 417	2.45 411	2.01 415

DPSimNet_ROB	3.58 409	2.45 416	8.57 414	2.53 410	2.37 412	2.88 402	3.77 419	3.14 403	3.23 402	4.71 416	3.86 404	4.68 404	4.87 416	4.07 411	5.62 408	2.33 417	2.33 419	2.47 412	2.52 418	2.51 412	2.64 418

HanzoNet	6.76 419	2.45 416	4.22 406	3.19 418	2.94 419	3.62 408	2.28 415	4.79 417	7.20 413	14.00 425	13.19 424	17.49 425	22.30 430	13.25 423	6.19 410	4.20 421	1.93 418	3.10 420	2.56 419	3.35 419	2.88 420

MADNet++	4.03 410	2.70 420	3.44 402	3.72 421	3.44 420	4.44 412	3.52 418	3.95 412	3.61 405	4.46 413	4.98 415	4.10 402	4.58 415	7.00 418	5.89 409	3.74 419	3.67 422	3.27 421	2.71 420	3.70 421	3.66 422

PML	40.80 442	29.24 432	11.87 419	7.20 423	14.47 422	92.13 442	213.69 443	7.63 420	23.35 431	74.72 442	190.14 443	50.17 442	26.15 432	21.39 427	12.70 419	8.76 426	2.92 420	8.45 426	3.25 421	13.26 425	4.42 423

SPstereo	24.26 428	4.19 421	6.66 411	4.29 422	3.79 421	45.68 435	78.09 441	63.52 442	33.36 441	27.50 437	26.65 430	39.53 440	33.55 440	42.77 442	51.02 436	3.90 420	3.72 423	5.95 425	4.66 422	3.15 418	3.30 421

Anonymous_2	0.82 323	0.44 321	0.63 258	0.40 114	0.43 325	0.80 273	0.52 286	0.72 137	0.77 163	0.71 147	0.60 65	0.87 248	0.76 285	0.75 224	0.58 243	0.52 376	0.54 388	0.54 375	4.82 423	0.56 373	0.40 349

tt	6.20 417	0.20 74	5.89 409	3.55 420	2.07 409	11.26 422	19.21 423	11.74 423	5.46 410	2.69 397	2.04 371	4.87 409	6.25 417	3.70 408	7.09 414	8.32 425	11.17 429	4.93 422	5.41 424	5.74 422	2.37 417

DGTPSM_ROB	12.07 421	8.00 423	20.99 421	8.93 424	16.78 423	10.67 420	30.87 427	9.01 421	15.16 422	6.50 417	15.41 428	9.04 418	14.85 421	9.25 420	21.67 425	4.57 422	8.57 424	5.08 423	9.28 425	5.90 423	10.95 425

DPSMNet_ROB	12.08 422	8.00 423	21.00 422	8.97 425	16.79 424	10.67 420	30.89 428	9.02 422	15.17 423	6.51 418	15.41 428	9.04 418	14.85 421	9.27 421	21.67 425	4.58 423	8.57 424	5.09 424	9.29 426	5.90 423	10.95 425

DPSM_ROB	17.78 424	18.63 427	24.31 428	20.90 427	19.47 425	25.97 427	36.21 430	21.23 431	16.24 425	13.38 423	14.06 426	19.18 428	16.30 424	20.78 425	25.67 428	9.38 427	9.23 427	9.49 427	9.82 427	13.51 426	11.91 428

DPSM	17.78 424	18.63 427	24.31 428	20.90 427	19.47 425	25.97 427	36.21 430	21.23 431	16.24 425	13.38 423	14.06 426	19.18 428	16.30 424	20.78 425	25.67 428	9.38 427	9.23 427	9.49 427	9.82 427	13.51 426	11.91 428

LSM0	38.95 441	37.60 441	48.58 434	43.57 438	91.06 442	52.57 441	72.57 435	43.17 441	32.63 439	26.97 433	27.97 432	38.65 438	32.94 438	41.86 441	51.78 442	18.89 438	18.41 431	19.13 432	19.63 429	27.29 433	33.77 436

CasAABBNet	35.74 431	37.43 436	48.72 435	42.22 436	39.20 435	52.24 436	73.12 437	42.61 439	32.62 438	26.78 431	27.95 431	38.58 437	32.60 434	41.67 439	51.65 441	18.74 433	18.57 435	19.15 433	19.77 430	27.20 431	23.98 433

MyStereo03	35.77 432	37.55 438	48.75 436	42.19 433	39.18 432	52.27 437	73.13 438	42.32 436	32.61 434	27.03 434	28.40 435	38.50 434	32.89 435	41.62 436	51.63 438	18.78 434	18.59 437	19.11 429	19.80 431	27.18 428	23.95 430

MyStereo02	35.77 432	37.55 438	48.75 436	42.19 433	39.18 432	52.27 437	73.13 438	42.32 436	32.61 434	27.03 434	28.40 435	38.50 434	32.89 435	41.62 436	51.63 438	18.78 434	18.59 437	19.11 429	19.80 431	27.18 428	23.95 430

MyStereo	35.77 432	37.55 438	48.75 436	42.19 433	39.18 432	52.27 437	73.13 438	42.32 436	32.61 434	27.03 434	28.40 435	38.50 434	32.89 435	41.62 436	51.63 438	18.78 434	18.59 437	19.11 429	19.80 431	27.18 428	23.95 430

Selective-RAFT-Error	35.84 435	37.49 437	48.83 439	42.26 437	39.24 436	52.30 440	73.09 436	42.66 440	32.61 434	26.80 432	28.30 434	38.84 439	33.51 439	41.68 440	51.59 437	18.82 437	18.58 436	19.17 434	19.80 431	27.28 432	24.05 434

LRCNet_RVC	21.24 427	31.15 433	21.41 423	28.98 430	23.82 428	3.13 406	0.60 310	20.96 430	1.59 371	25.58 430	28.15 433	21.99 430	14.79 420	21.94 431	16.41 422	28.89 439	14.87 430	33.53 435	31.28 435	29.51 437	26.16 435

HaxPig	31.96 429	37.24 435	34.27 430	24.37 429	24.88 429	18.26 425	19.86 424	20.64 429	28.52 433	35.97 439	38.75 439	25.57 431	28.72 433	33.88 433	34.39 433	35.94 440	38.87 440	37.80 436	40.48 436	39.68 438	41.15 440

AVERAGE_ROB	37.58 440	40.13 442	40.15 432	34.81 432	33.82 431	28.55 433	25.10 426	32.02 435	34.06 442	41.28 440	40.66 440	34.46 433	34.81 442	39.18 434	37.57 435	42.78 441	43.44 441	43.82 437	43.03 437	40.47 439	41.51 441

MEDIAN_ROB	37.38 439	40.85 443	40.60 433	32.31 431	31.85 430	27.20 429	24.55 425	29.10 434	33.19 440	42.09 441	41.76 441	33.35 432	34.39 441	39.78 435	37.07 434	43.64 442	44.10 442	44.12 438	43.40 438	41.51 440	42.76 442

Anonymous_1	33.25 430	18.26 426	23.92 424	20.54 426	21.28 427	25.59 426	35.94 429	22.01 433	15.57 424	13.33 422	13.49 425	18.08 426	15.29 423	20.36 424	24.60 427	16.28 432	8.84 426	66.59 439	118.00 439	155.73 442	11.23 427

xxxxx1	36.64 436	19.51 429	24.21 425	61.66 439	64.63 439	27.28 430	40.10 432	20.25 426	18.63 428	14.07 426	12.97 421	17.26 422	17.36 426	21.70 428	27.93 430	13.18 429	18.50 432	111.26 440	133.37 440	29.24 434	39.73 437

tt_ll	36.64 436	19.51 429	24.21 425	61.66 439	64.63 439	27.28 430	40.10 432	20.25 426	18.63 428	14.07 426	12.97 421	17.26 422	17.36 426	21.70 428	27.93 430	13.18 429	18.50 432	111.26 440	133.37 440	29.24 434	39.73 437

ff	36.64 436	19.51 429	24.21 425	61.66 439	64.63 439	27.28 430	40.10 432	20.25 426	18.63 428	14.07 426	12.97 421	17.26 422	17.36 426	21.70 428	27.93 430	13.18 429	18.50 432	111.26 440	133.37 440	29.24 434	39.73 437

test_example2	176.61 443	205.14 444	198.86 443	188.60 443	190.98 443	152.67 443	170.61 442	94.86 443	123.55 443	178.88 443	179.48 442	158.94 443	141.34 443	192.61 443	198.96 443	203.76 443	236.37 443	164.13 443	173.55 443	218.58 443	160.41 443

ASD4		8.86 425

Low-res two-view benchmark