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

CAS	0.34 39	0.13 1	0.25 7	1.28 392	0.30 229	0.46 138	0.38 190	0.48 13	0.47 62	0.34 17	0.52 46	0.24 1	0.19 2	0.29 1	0.27 36	0.69 384	0.08 1	0.12 2	0.08 1	0.12 9	0.15 111

panet	0.27 7	0.14 2	0.23 1	0.28 2	0.15 1	0.37 89	0.23 19	0.52 22	0.72 135	0.42 41	0.51 40	0.34 23	0.26 20	0.39 16	0.25 10	0.15 81	0.11 59	0.12 2	0.08 1	0.11 1	0.10 4

CES	0.28 11	0.14 2	0.23 1	0.30 5	0.70 376	0.37 89	0.27 47	0.48 13	0.46 59	0.34 17	0.48 32	0.27 2	0.22 6	0.39 16	0.23 5	0.13 13	0.11 59	0.12 2	0.08 1	0.13 21	0.17 167

LoS	0.29 16	0.15 4	0.30 12	0.29 3	0.18 9	0.33 70	0.29 61	0.51 19	0.72 135	0.34 17	0.52 46	0.41 47	0.28 36	0.47 48	0.28 46	0.15 81	0.11 59	0.13 11	0.09 7	0.11 1	0.11 11

CREStereo++_RVC	0.32 32	0.15 4	0.23 1	0.31 7	0.24 90	0.27 27	0.22 8	0.46 10	0.88 217	0.46 51	0.80 128	0.30 5	0.26 20	0.36 7	0.33 90	0.13 13	0.09 2	0.13 11	0.51 379	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
s12784h	0.36 69	0.15 4	0.24 4	0.34 12	0.15 1	0.77 262	0.29 61	0.80 171	0.83 189	0.56 73	0.57 58	0.43 59	0.40 113	0.57 94	0.33 90	0.12 4	0.10 9	0.14 19	0.09 7	0.14 48	0.09 1

TANstereo	0.30 28	0.15 4	0.31 14	0.30 5	0.17 4	0.55 169	0.23 19	0.44 8	0.55 80	0.59 78	0.68 84	0.37 36	0.26 20	0.35 6	0.27 36	0.15 81	0.16 235	0.12 2	0.10 11	0.13 21	0.14 92

CREStereo	0.28 11	0.15 4	0.24 4	0.27 1	0.17 4	0.37 89	0.25 35	0.51 19	0.72 135	0.42 41	0.51 40	0.32 12	0.26 20	0.38 14	0.25 10	0.16 115	0.11 59	0.12 2	0.08 1	0.12 9	0.11 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
Any-RAFT	0.35 51	0.16 9	0.30 12	0.34 12	0.21 31	0.52 154	0.22 8	0.88 196	0.73 142	0.53 67	0.73 93	0.64 150	0.28 36	0.46 41	0.24 7	0.15 81	0.10 9	0.13 11	0.10 11	0.13 21	0.12 35

LoS_RVC	0.27 7	0.16 9	0.27 9	0.32 9	0.30 229	0.44 131	0.34 123	0.41 6	0.33 10	0.31 10	0.51 40	0.29 4	0.32 65	0.36 7	0.28 46	0.11 1	0.10 9	0.11 1	0.08 1	0.11 1	0.19 210

EGLCR-Stereo	0.25 4	0.16 9	0.33 23	0.34 12	0.20 22	0.35 81	0.20 1	0.52 22	0.36 23	0.28 4	0.27 5	0.41 47	0.18 1	0.45 34	0.26 27	0.14 33	0.10 9	0.16 64	0.14 76	0.13 21	0.11 11

fff	0.37 84	0.16 9	0.41 86	0.34 12	0.19 11	0.29 39	0.30 74	0.69 114	1.06 304	0.69 134	0.78 117	0.42 53	0.63 224	0.46 41	0.34 100	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

ADStereo(finetuned)	0.37 84	0.16 9	0.49 187	0.34 12	0.19 11	0.30 46	0.30 74	0.68 105	0.91 234	0.70 140	0.77 109	0.43 59	0.69 258	0.45 34	0.33 90	0.14 33	0.10 9	0.14 19	0.11 18	0.13 21	0.12 35

test-3	0.34 39	0.16 9	0.43 114	0.39 89	0.21 31	0.43 127	0.22 8	0.63 66	0.78 169	0.71 146	0.45 23	0.64 150	0.27 27	0.43 27	0.31 70	0.12 4	0.09 2	0.17 89	0.13 53	0.12 9	0.10 4

test_1	0.34 39	0.16 9	0.43 114	0.39 89	0.21 31	0.43 127	0.23 19	0.63 66	0.78 169	0.68 129	0.45 23	0.64 150	0.27 27	0.43 27	0.31 70	0.12 4	0.09 2	0.17 89	0.13 53	0.12 9	0.10 4

DCANet	0.36 69	0.16 9	0.41 86	0.34 12	0.19 11	0.30 46	0.30 74	0.68 105	0.91 234	0.70 140	0.77 109	0.43 59	0.57 191	0.45 34	0.34 100	0.14 33	0.10 9	0.14 19	0.11 18	0.13 21	0.12 35

csc	0.37 84	0.16 9	0.41 86	0.34 12	0.19 11	0.29 39	0.30 74	0.69 114	1.06 304	0.69 134	0.78 117	0.42 53	0.63 224	0.46 41	0.34 100	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

cscssc	0.37 84	0.16 9	0.41 86	0.34 12	0.19 11	0.29 39	0.30 74	0.69 114	1.06 304	0.69 134	0.78 117	0.42 53	0.63 224	0.46 41	0.34 100	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

PMTNet	0.32 32	0.16 9	0.24 4	0.29 3	0.18 9	0.45 136	0.22 8	0.56 32	0.63 101	0.46 51	0.54 50	0.39 41	0.34 79	0.48 53	0.24 7	0.75 386	0.10 9	0.12 2	0.08 1	0.12 9	0.11 11

LargeStereo	0.24 2	0.17 20	0.31 14	0.38 68	0.22 44	0.24 8	0.22 8	0.50 18	0.23 2	0.28 4	0.35 18	0.30 5	0.22 6	0.31 4	0.28 46	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 20	0.34 30	0.39 89	0.21 31	0.32 66	0.22 8	0.61 57	0.43 50	0.52 64	0.64 72	0.61 136	0.20 4	0.74 219	0.25 10	0.14 33	0.10 9	0.14 19	0.10 11	0.12 9	0.12 35

MIF-Stereo	0.27 7	0.17 20	0.37 48	0.40 113	0.27 177	0.30 46	0.28 54	0.39 2	0.31 7	0.29 7	0.46 26	0.27 2	0.25 13	0.47 48	0.34 100	0.17 148	0.13 156	0.13 11	0.12 32	0.14 48	0.12 35

MIM_Stereo	0.38 99	0.17 20	0.53 217	0.37 47	0.24 90	0.27 27	0.24 27	0.70 128	0.54 76	0.72 157	1.00 222	0.63 143	0.29 46	0.64 161	0.38 151	0.13 13	0.14 183	0.17 89	0.16 127	0.14 48	0.11 11

AEACV	0.27 7	0.17 20	0.31 14	0.34 12	0.45 335	0.26 19	0.28 54	0.37 1	0.32 9	0.30 8	0.46 26	0.31 10	0.37 93	0.36 7	0.24 7	0.14 33	0.10 9	0.15 45	0.12 32	0.13 21	0.11 11

MC-Stereo	0.28 11	0.17 20	0.32 20	0.38 68	0.20 22	0.26 19	0.26 41	0.49 15	0.37 33	0.37 20	0.61 67	0.41 47	0.31 61	0.55 76	0.25 10	0.13 13	0.09 2	0.14 19	0.12 32	0.12 9	0.11 11

RCA-Stereo	0.35 51	0.17 20	0.34 30	0.38 68	0.22 44	0.31 56	0.34 123	0.68 105	1.24 337	0.45 49	0.65 74	0.47 73	0.43 127	0.38 14	0.27 36	0.13 13	0.10 9	0.14 19	0.11 18	0.11 1	0.11 11

HHNet	0.41 136	0.17 20	0.41 86	0.34 12	0.37 288	0.33 70	0.34 123	0.69 114	0.75 149	0.86 232	1.30 309	0.52 87	0.32 65	0.52 65	0.35 115	0.15 81	0.11 59	0.19 160	0.15 98	0.15 81	0.24 269

DEmStereo	0.48 188	0.17 20	0.50 199	0.38 68	0.25 116	0.59 199	0.34 123	0.63 66	0.74 147	0.89 251	1.66 350	0.58 113	1.06 343	0.60 131	0.42 169	0.14 33	0.11 59	0.16 64	0.16 127	0.14 48	0.15 111

DRaft	0.49 204	0.17 20	0.47 161	0.37 47	0.25 116	0.58 190	0.40 216	0.65 77	0.85 199	1.02 306	1.75 358	0.50 82	0.82 303	0.63 154	0.40 162	0.13 13	0.11 59	0.16 64	0.16 127	0.14 48	0.15 111

RAFT-RH_RVC	0.56 258	0.17 20	0.41 86	0.37 47	0.23 72	0.57 188	0.24 27	0.60 51	0.70 124	1.19 339	3.94 405	0.56 100	0.38 96	0.65 168	0.36 131	0.13 13	0.11 59	0.20 184	0.14 76	0.12 9	0.13 60

XX-Stereo	0.37 84	0.17 20	0.45 135	0.55 327	0.36 283	0.38 103	0.20 1	0.60 51	0.30 5	0.46 51	1.30 309	0.73 201	0.26 20	0.56 84	0.26 27	0.16 115	0.11 59	0.17 89	0.16 127	0.14 48	0.10 4

111	0.40 125	0.17 20	0.41 86	0.34 12	0.19 11	0.52 154	0.28 54	0.74 146	1.16 324	0.50 59	0.91 181	0.63 143	0.48 149	0.61 138	0.35 115	0.14 33	0.10 9	0.14 19	0.12 32	0.13 21	0.13 60

RAFT-Stereo + iAFF	0.36 69	0.17 20	0.41 86	0.35 30	0.19 11	0.33 70	0.29 61	0.65 77	0.73 142	0.68 129	1.01 225	0.56 100	0.40 113	0.42 24	0.30 63	0.11 1	0.09 2	0.15 45	0.14 76	0.13 21	0.10 4

CFNet-RSSM	0.34 39	0.17 20	0.45 135	0.39 89	0.22 44	0.35 81	0.23 19	0.73 144	0.84 192	0.65 111	0.54 50	0.57 105	0.28 36	0.46 41	0.26 27	0.13 13	0.10 9	0.14 19	0.12 32	0.13 21	0.11 11

Gwc-CoAtRS	0.34 39	0.17 20	0.44 124	0.39 89	0.23 72	0.34 76	0.22 8	0.70 128	0.75 149	0.60 82	0.59 63	0.58 113	0.29 46	0.45 34	0.26 27	0.14 33	0.11 59	0.14 19	0.12 32	0.12 9	0.12 35

MoCha-V2	0.23 1	0.18 36	0.31 14	0.64 352	0.17 4	0.21 4	0.24 27	0.40 4	0.22 1	0.30 8	0.26 3	0.30 5	0.25 13	0.30 3	0.22 1	0.12 4	0.10 9	0.12 2	0.10 11	0.13 21	0.09 1

StereoIM	0.26 5	0.18 36	0.36 38	0.36 38	0.26 153	0.27 27	0.27 47	0.43 7	0.35 18	0.27 2	0.26 3	0.41 47	0.28 36	0.40 19	0.28 46	0.16 115	0.14 183	0.16 64	0.13 53	0.14 48	0.12 35

IGEV_Zeroshot_test	0.34 39	0.18 36	0.67 276	0.39 89	0.28 196	0.30 46	0.25 35	0.74 146	0.31 7	0.62 88	0.57 58	0.54 95	0.25 13	0.53 71	0.27 36	0.14 33	0.10 9	0.15 45	0.14 76	0.14 48	0.12 35

MIF-Stereo (partial)	0.31 30	0.18 36	0.37 48	0.41 137	0.31 246	0.28 35	0.23 19	0.47 11	0.42 48	0.31 10	0.63 69	0.36 34	0.35 81	0.57 94	0.31 70	0.17 148	0.13 156	0.19 160	0.17 167	0.18 163	0.14 92

RAFT-Test	0.34 39	0.18 36	0.37 48	0.38 68	0.23 72	0.50 147	0.23 19	0.69 114	0.40 41	0.60 82	0.85 157	0.61 136	0.28 36	0.46 41	0.27 36	0.14 33	0.11 59	0.14 19	0.11 18	0.13 21	0.12 35

4D-IteraStereo	0.33 38	0.18 36	0.40 81	0.40 113	0.24 90	0.32 66	0.27 47	0.58 39	0.72 135	0.65 111	0.54 50	0.42 53	0.23 8	0.45 34	0.28 46	0.14 33	0.09 2	0.19 160	0.16 127	0.16 112	0.11 11

Selective-IGEV	0.24 2	0.18 36	0.35 33	0.35 30	0.19 11	0.27 27	0.25 35	0.55 31	0.23 2	0.27 2	0.25 2	0.34 23	0.19 2	0.58 111	0.22 1	0.12 4	0.10 9	0.14 19	0.11 18	0.12 9	0.10 4

DCRE	0.37 84	0.18 36	0.46 151	0.45 228	0.32 259	0.42 125	0.37 170	0.63 66	0.51 66	0.47 54	0.94 189	0.56 100	0.36 90	0.52 65	0.32 78	0.14 33	0.13 156	0.15 45	0.14 76	0.14 48	0.13 60

test_4	0.36 69	0.18 36	0.31 14	0.44 207	0.25 116	0.20 1	0.34 123	0.56 32	0.41 44	0.59 78	1.45 335	0.43 59	0.25 13	0.63 154	0.28 46	0.12 4	0.10 9	0.17 89	0.19 214	0.15 81	0.11 11

CrosDoStereo	0.50 217	0.18 36	0.45 135	0.38 68	0.24 90	0.40 107	1.18 379	0.67 96	0.86 204	0.94 275	1.37 318	0.63 143	0.77 288	0.65 168	0.45 193	0.15 81	0.12 101	0.17 89	0.18 189	0.14 48	0.14 92

DeepStereo_LL	0.50 217	0.18 36	0.45 135	0.38 68	0.24 90	0.40 107	1.18 379	0.67 96	0.86 204	0.94 275	1.37 318	0.63 143	0.77 288	0.65 168	0.45 193	0.15 81	0.12 101	0.17 89	0.18 189	0.14 48	0.14 92

THIR-Stereo	0.50 217	0.18 36	0.45 135	0.38 68	0.23 72	0.75 259	0.67 322	0.66 86	0.87 213	1.02 306	1.40 324	0.72 191	0.76 284	0.62 144	0.42 169	0.15 81	0.11 59	0.17 89	0.18 189	0.14 48	0.15 111

PFNet	0.42 142	0.18 36	0.58 238	0.43 192	0.24 90	0.43 127	0.32 107	0.74 146	0.78 169	1.00 299	0.74 102	0.68 171	0.39 108	0.72 207	0.37 143	0.16 115	0.10 9	0.20 184	0.15 98	0.16 112	0.13 60

RAFT-345	0.40 125	0.18 36	0.40 81	0.38 68	0.22 44	0.33 70	0.26 41	0.61 57	0.51 66	0.74 170	1.79 359	0.45 65	0.33 73	0.66 173	0.36 131	0.14 33	0.11 59	0.18 123	0.14 76	0.13 21	0.13 60

R-Stereo Train	0.39 113	0.18 36	0.42 105	0.42 174	0.26 153	0.40 107	0.32 107	0.72 137	0.34 11	0.89 251	1.28 305	0.57 105	0.35 81	0.42 24	0.32 78	0.15 81	0.12 101	0.14 19	0.12 32	0.14 48	0.13 60

RAFT-Stereo	0.39 113	0.18 36	0.42 105	0.42 174	0.26 153	0.40 107	0.32 107	0.72 137	0.34 11	0.89 251	1.28 305	0.57 105	0.35 81	0.42 24	0.32 78	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
MGS-Stereo	0.28 11	0.19 52	0.40 81	0.36 38	0.23 72	0.37 89	0.30 74	0.39 2	0.44 54	0.31 10	0.51 40	0.40 44	0.24 11	0.43 27	0.26 27	0.15 81	0.12 101	0.15 45	0.13 53	0.14 48	0.13 60

DisPM	0.39 113	0.19 52	0.44 124	0.41 137	0.27 177	0.24 8	0.31 91	0.65 77	0.57 85	0.87 239	0.87 164	0.60 132	0.32 65	0.76 226	0.32 78	0.18 176	0.12 101	0.19 160	0.17 167	0.15 81	0.20 230

iRaft-Stereo_20w	0.39 113	0.19 52	0.57 234	0.37 47	0.27 177	0.31 56	0.24 27	1.44 362	0.29 4	0.69 134	0.53 48	0.60 132	0.42 120	0.83 253	0.27 36	0.14 33	0.11 59	0.14 19	0.13 53	0.15 81	0.13 60

GLC_STEREO	0.29 16	0.19 52	0.27 9	0.44 207	0.19 11	0.31 56	0.26 41	0.47 11	0.43 50	0.37 20	0.47 31	0.41 47	0.23 8	0.50 56	0.34 100	0.14 33	0.18 260	0.19 160	0.16 127	0.16 112	0.13 60

GMOStereo	0.37 84	0.19 52	0.38 57	0.43 192	0.24 90	0.37 89	0.38 190	0.52 22	0.62 91	0.87 239	0.84 148	0.64 150	0.35 81	0.37 10	0.28 46	0.13 13	0.11 59	0.20 184	0.18 189	0.15 81	0.11 11

error version	0.37 84	0.19 52	0.38 57	0.43 192	0.24 90	0.37 89	0.38 190	0.52 22	0.62 91	0.87 239	0.84 148	0.64 150	0.35 81	0.37 10	0.28 46	0.13 13	0.11 59	0.20 184	0.18 189	0.15 81	0.11 11

test-v	0.37 84	0.19 52	0.38 57	0.43 192	0.24 90	0.37 89	0.38 190	0.52 22	0.62 91	0.87 239	0.84 148	0.64 150	0.35 81	0.37 10	0.28 46	0.13 13	0.11 59	0.20 184	0.18 189	0.15 81	0.11 11

test_3	0.36 69	0.19 52	0.44 124	0.44 207	0.23 72	0.48 142	0.36 158	0.66 86	0.82 184	0.64 104	0.45 23	0.68 171	0.25 13	0.41 22	0.31 70	0.12 4	0.10 9	0.18 123	0.16 127	0.15 81	0.11 11

PFNet+	0.40 125	0.19 52	0.49 187	0.39 89	0.25 116	0.28 35	0.23 19	0.64 76	0.70 124	0.85 227	0.79 126	0.64 150	0.35 81	0.72 207	0.34 100	0.19 205	0.14 183	0.23 250	0.20 236	0.16 112	0.20 230

ASMatch	0.48 188	0.19 52	0.45 135	0.39 89	0.28 196	0.37 89	0.26 41	0.74 146	0.68 119	0.76 178	2.34 374	0.61 136	0.52 167	0.62 144	0.37 143	0.14 33	0.12 101	0.17 89	0.15 98	0.14 48	0.21 243

SST-Stereo	0.40 125	0.19 52	0.45 135	0.42 174	0.25 116	0.25 17	0.21 4	0.66 86	0.47 62	1.08 326	0.79 126	0.72 191	0.43 127	0.77 233	0.35 115	0.16 115	0.11 59	0.20 184	0.16 127	0.19 197	0.15 111

RAFT_R40	0.40 125	0.19 52	0.44 124	0.43 192	0.25 116	0.23 6	0.26 41	0.67 96	0.67 118	0.98 292	0.78 117	0.72 191	0.43 127	0.76 226	0.35 115	0.16 115	0.11 59	0.20 184	0.16 127	0.18 163	0.14 92

GrayStereo	0.49 204	0.19 52	0.42 105	0.46 247	0.28 196	0.53 160	0.67 322	0.69 114	0.63 101	1.02 306	1.47 338	0.78 221	0.76 284	0.56 84	0.33 90	0.14 33	0.12 101	0.17 89	0.17 167	0.15 81	0.29 299

test-2	0.37 84	0.19 52	0.38 57	0.43 192	0.24 90	0.37 89	0.38 190	0.52 22	0.62 91	0.87 239	0.84 148	0.64 150	0.35 81	0.37 10	0.28 46	0.13 13	0.11 59	0.20 184	0.18 189	0.15 81	0.11 11

test-1	0.36 69	0.19 52	0.71 292	0.46 247	0.26 153	0.44 131	0.36 158	0.60 51	0.59 87	0.48 55	0.67 82	0.53 91	0.36 90	0.40 19	0.29 58	0.14 33	0.11 59	0.16 64	0.14 76	0.15 81	0.16 150

GMM-Stereo	0.44 154	0.19 52	0.36 38	0.42 174	0.25 116	0.51 151	0.47 252	0.71 133	0.53 72	0.76 178	1.37 318	0.76 214	0.38 96	0.60 131	0.33 90	0.15 81	0.10 9	0.20 184	0.19 214	0.16 112	0.27 286

Prome-Stereo	0.46 170	0.19 52	0.35 33	0.44 207	0.26 153	0.40 107	0.45 244	0.68 105	0.44 54	0.96 283	1.84 361	0.59 127	0.67 248	0.61 138	0.32 78	0.14 33	0.11 59	0.16 64	0.14 76	0.16 112	0.29 299

iRaftStereo_RVC	0.32 32	0.19 52	0.37 48	0.39 89	0.22 44	0.31 56	0.29 61	0.68 105	0.51 66	0.49 56	0.66 78	0.37 36	0.23 8	0.45 34	0.33 90	0.14 33	0.10 9	0.18 123	0.17 167	0.15 81	0.12 35

raft+_RVC	0.38 99	0.19 52	0.35 33	0.37 47	0.25 116	0.45 136	0.37 170	0.78 165	0.89 227	0.51 61	0.78 117	0.50 82	0.29 46	0.53 71	0.40 162	0.15 81	0.12 101	0.17 89	0.15 98	0.14 48	0.12 35

raftrobust	0.34 39	0.19 52	0.36 38	0.41 137	0.27 177	0.30 46	0.25 35	0.71 133	0.63 101	0.58 76	0.55 55	0.45 65	0.46 142	0.51 60	0.29 58	0.16 115	0.12 101	0.14 19	0.12 32	0.12 9	0.13 60

AFF-stereo	0.38 99	0.19 52	0.39 74	0.37 47	0.21 31	0.27 27	0.31 91	0.65 77	0.66 116	0.64 104	1.13 272	0.76 214	0.39 108	0.55 76	0.33 90	0.11 1	0.09 2	0.16 64	0.16 127	0.13 21	0.11 11

EAI-Stereo	0.34 39	0.19 52	0.44 124	0.39 89	0.21 31	0.31 56	0.30 74	1.15 288	0.30 5	0.49 56	0.75 103	0.36 34	0.28 36	0.62 144	0.27 36	0.14 33	0.11 59	0.14 19	0.13 53	0.13 21	0.12 35

H2IRNET	0.37 84	0.20 74	0.33 23	0.38 68	0.25 116	0.27 27	0.23 19	0.59 41	0.72 135	0.39 32	0.90 178	0.74 206	0.55 184	0.52 65	0.43 174	0.15 81	0.13 156	0.18 123	0.20 236	0.16 112	0.13 60

MyStereo8	0.40 125	0.20 74	0.54 220	0.41 137	0.29 219	0.53 160	0.29 61	0.65 77	0.49 64	0.71 146	0.98 215	0.58 113	0.43 127	0.50 56	0.51 222	0.15 81	0.12 101	0.16 64	0.14 76	0.19 197	0.19 210

CoDeX	0.47 180	0.20 74	0.49 187	0.42 174	0.25 116	0.75 259	0.36 158	1.27 332	0.80 177	0.82 207	0.96 200	0.62 142	0.57 191	0.60 131	0.36 131	0.17 148	0.12 101	0.17 89	0.15 98	0.16 112	0.14 92

test croco	0.31 30	0.20 74	0.50 199	0.39 89	0.29 219	0.27 27	0.30 74	0.44 8	0.35 18	0.31 10	0.66 78	0.30 5	0.31 61	0.65 168	0.31 70	0.17 148	0.13 156	0.20 184	0.15 98	0.17 145	0.12 35

CASnet	0.30 28	0.20 74	0.33 23	0.41 137	0.16 3	0.26 19	0.24 27	0.52 22	0.53 72	0.52 64	0.54 50	0.39 41	0.24 11	0.40 19	0.26 27	0.14 33	0.10 9	0.22 236	0.18 189	0.18 163	0.11 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.35 51	0.20 74	0.47 161	0.40 113	0.25 116	0.33 70	0.31 91	0.76 157	0.38 37	0.43 44	0.57 58	0.79 222	0.44 135	0.71 202	0.25 10	0.15 81	0.11 59	0.15 45	0.14 76	0.14 48	0.12 35

HanStereo	0.35 51	0.20 74	0.47 161	0.40 113	0.25 116	0.33 70	0.31 91	0.76 157	0.38 37	0.43 44	0.57 58	0.79 222	0.44 135	0.71 202	0.25 10	0.15 81	0.11 59	0.15 45	0.14 76	0.14 48	0.12 35

anonymousdsp2	0.35 51	0.20 74	0.43 114	0.37 47	0.24 90	0.48 142	0.31 91	0.86 185	0.65 113	0.55 71	0.50 35	0.50 82	0.34 79	0.56 84	0.31 70	0.14 33	0.10 9	0.14 19	0.10 11	0.16 112	0.14 92

knoymous	0.36 69	0.20 74	0.31 14	0.31 7	0.22 44	0.36 87	0.29 61	0.61 57	0.64 108	0.67 123	0.70 87	0.60 132	0.40 113	0.58 111	0.34 100	0.17 148	0.11 59	0.20 184	0.11 18	0.17 145	0.18 182

anonymousa	0.49 204	0.20 74	0.42 105	0.38 68	0.23 72	0.91 297	0.35 140	0.75 152	0.62 91	0.85 227	1.54 343	1.06 297	0.66 245	0.51 60	0.43 174	0.16 115	0.13 156	0.19 160	0.21 254	0.16 112	0.14 92

riskmin	0.38 99	0.20 74	0.39 74	0.32 9	0.23 72	0.53 160	0.30 74	0.63 66	0.80 177	0.49 56	0.56 57	0.73 201	0.58 198	0.55 76	0.36 131	0.17 148	0.11 59	0.19 160	0.13 53	0.19 197	0.20 230

DCANet-4	0.36 69	0.20 74	0.48 177	0.34 12	0.19 11	0.29 39	0.30 74	0.66 86	0.92 239	0.69 134	0.78 117	0.40 44	0.47 145	0.45 34	0.34 100	0.14 33	0.10 9	0.14 19	0.11 18	0.11 1	0.13 60

tt	6.20 416	0.20 74	5.89 408	3.55 419	2.07 408	11.26 421	19.21 422	11.74 422	5.46 409	2.69 396	2.04 370	4.87 408	6.25 416	3.70 407	7.09 413	8.32 424	11.17 428	4.93 421	5.41 423	5.74 421	2.37 416

RAFT_CTSACE	0.45 164	0.20 74	0.44 124	0.45 228	0.27 177	0.34 76	0.39 210	0.60 51	0.73 142	0.76 178	1.44 332	0.83 234	0.38 96	1.08 321	0.26 27	0.12 4	0.13 156	0.18 123	0.16 127	0.15 81	0.11 11

IPLG	0.39 113	0.20 74	0.59 239	0.40 113	0.24 90	0.54 164	0.27 47	0.75 152	0.63 101	0.84 226	0.81 135	0.32 12	0.32 65	0.60 131	0.45 193	0.13 13	0.11 59	0.16 64	0.13 53	0.13 21	0.12 35

LCNet	0.41 136	0.20 74	0.32 20	0.44 207	0.24 90	0.47 140	0.29 61	0.67 96	0.53 72	0.72 157	1.03 237	0.66 165	0.60 208	0.58 111	0.34 100	0.14 33	0.10 9	0.19 160	0.19 214	0.21 228	0.36 331

AAGNet	1.43 378	0.20 74	0.48 177	0.44 207	0.25 116	0.29 39	0.31 91	0.65 77	0.68 119	0.97 288	0.86 160	0.67 170	0.62 218	0.64 161	20.63 423	0.16 115	0.11 59	0.19 160	0.15 98	0.19 197	0.12 35

STrans-v2	0.46 170	0.20 74	0.48 177	0.40 113	0.24 90	0.55 169	0.50 268	1.07 260	0.73 142	0.65 111	1.05 245	0.72 191	0.69 258	0.72 207	0.33 90	0.14 33	0.10 9	0.17 89	0.14 76	0.13 21	0.12 35

TransformOpticalFlow	0.44 154	0.20 74	0.47 161	0.41 137	0.23 72	0.37 89	0.47 252	0.94 214	0.76 155	0.65 111	1.14 274	0.73 201	0.56 190	0.76 226	0.32 78	0.15 81	0.10 9	0.17 89	0.15 98	0.14 48	0.13 60

NF-Stereo	0.38 99	0.20 74	0.45 135	0.41 137	0.25 116	0.26 19	0.31 91	0.69 114	0.70 124	0.65 111	0.77 109	0.57 105	0.30 57	0.67 183	0.35 115	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 286

OCTAStereo	0.38 99	0.20 74	0.46 151	0.41 137	0.25 116	0.26 19	0.31 91	0.69 114	0.70 124	0.65 111	0.77 109	0.58 113	0.30 57	0.67 183	0.35 115	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 286

PSM-softLoss	0.38 99	0.20 74	0.48 177	0.41 137	0.26 153	0.30 46	0.35 140	0.69 114	0.46 59	0.62 88	0.82 138	0.59 127	0.33 73	0.70 197	0.39 157	0.19 205	0.12 101	0.20 184	0.18 189	0.16 112	0.22 256

KMStereo	0.38 99	0.20 74	0.48 177	0.41 137	0.26 153	0.30 46	0.35 140	0.69 114	0.46 59	0.62 88	0.82 138	0.59 127	0.33 73	0.70 197	0.39 157	0.19 205	0.12 101	0.20 184	0.18 189	0.16 112	0.22 256

NRIStereo	0.36 69	0.20 74	0.45 135	0.41 137	0.23 72	0.34 76	0.26 41	0.65 77	0.55 80	0.64 104	0.63 69	0.56 100	0.37 93	0.65 168	0.37 143	0.15 81	0.11 59	0.18 123	0.15 98	0.17 145	0.14 92

PSM-AAD	0.48 188	0.20 74	0.37 48	0.43 192	0.23 72	0.56 184	0.50 268	0.65 77	0.70 124	1.07 323	1.12 266	0.58 113	0.92 324	0.61 138	0.32 78	0.15 81	0.11 59	0.25 275	0.26 312	0.18 163	0.43 357

FTStereo	0.56 258	0.20 74	0.37 48	0.41 137	0.25 116	0.40 107	0.79 349	0.66 86	0.43 50	1.09 328	3.27 394	0.70 177	0.73 277	0.55 76	0.33 90	0.14 33	0.13 156	0.19 160	0.17 167	0.15 81	0.30 306

KYRaft	0.48 188	0.20 74	0.38 57	0.44 207	0.23 72	0.44 131	0.37 170	0.66 86	0.41 44	0.94 275	1.73 354	0.79 222	0.41 119	0.63 154	0.31 70	0.16 115	0.11 59	0.18 123	0.22 269	0.16 112	0.78 384

RE-Stereo	0.38 99	0.20 74	0.46 151	0.41 137	0.25 116	0.26 19	0.31 91	0.69 114	0.70 124	0.65 111	0.77 109	0.58 113	0.30 57	0.67 183	0.35 115	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 286

Pruner-Stereo	0.38 99	0.20 74	0.45 135	0.40 113	0.25 116	0.22 5	0.24 27	0.67 96	0.55 80	0.89 251	0.76 105	0.68 171	0.29 46	0.62 144	0.35 115	0.18 176	0.12 101	0.20 184	0.17 167	0.17 145	0.18 182

TVStereo	0.38 99	0.20 74	0.46 151	0.41 137	0.25 116	0.26 19	0.31 91	0.69 114	0.70 124	0.65 111	0.77 109	0.58 113	0.30 57	0.67 183	0.35 115	0.18 176	0.12 101	0.20 184	0.16 127	0.16 112	0.27 286

IRAFT_RVC	0.42 142	0.20 74	0.48 177	0.44 207	0.24 90	0.27 27	0.54 292	0.74 146	0.77 162	0.76 178	0.80 128	0.73 201	0.51 165	0.70 197	0.36 131	0.17 148	0.10 9	0.21 224	0.16 127	0.16 112	0.14 92

cross-raft	0.34 39	0.20 74	0.37 48	0.44 207	0.23 72	0.32 66	0.35 140	0.74 146	0.40 41	0.60 82	0.77 109	0.57 105	0.27 27	0.43 27	0.28 46	0.12 4	0.10 9	0.15 45	0.13 53	0.15 81	0.11 11

MyStereo06	0.38 99	0.21 106	0.61 246	0.41 137	0.28 196	0.41 120	0.50 268	0.95 220	0.35 18	0.62 88	0.54 50	0.76 214	0.27 27	0.50 56	0.29 58	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.15 111

MyStereo05	0.44 154	0.21 106	0.45 135	0.41 137	0.28 196	0.41 120	0.50 268	0.93 210	1.09 315	0.76 178	0.61 67	0.51 85	0.57 191	0.73 212	0.42 169	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.15 111

AE-Stereo	0.34 39	0.21 106	0.42 105	0.48 261	0.31 246	0.48 142	0.35 140	0.61 57	0.62 91	0.32 15	0.55 55	0.52 87	0.27 27	0.47 48	0.29 58	0.13 13	0.13 156	0.18 123	0.16 127	0.15 81	0.12 35

11t1	0.36 69	0.21 106	0.42 105	0.35 30	0.22 44	0.62 213	0.29 61	0.69 114	0.43 50	0.60 82	0.53 48	0.53 91	0.48 149	0.56 84	0.40 162	0.18 176	0.14 183	0.16 64	0.13 53	0.17 145	0.17 167

ff7	0.29 16	0.21 106	0.38 57	0.36 38	0.26 153	0.31 56	0.35 140	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 111	0.25 10	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

ffff	0.29 16	0.21 106	0.38 57	0.36 38	0.26 153	0.31 56	0.35 140	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 111	0.25 10	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 57	0.36 38	0.26 153	0.31 56	0.35 140	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 111	0.25 10	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

anonymousdsp	0.29 16	0.21 106	0.38 57	0.37 47	0.25 116	0.30 46	0.35 140	0.63 66	0.35 18	0.39 32	0.33 11	0.33 20	0.28 36	0.59 125	0.25 10	0.14 33	0.10 9	0.17 89	0.12 32	0.14 48	0.15 111

ProNet	0.29 16	0.21 106	0.38 57	0.35 30	0.24 90	0.32 66	0.43 236	0.57 35	0.37 33	0.33 16	0.30 7	0.32 12	0.28 36	0.57 94	0.26 27	0.13 13	0.11 59	0.16 64	0.13 53	0.13 21	0.13 60

ccc-4	0.29 16	0.21 106	0.38 57	0.36 38	0.26 153	0.31 56	0.35 140	0.62 61	0.34 11	0.38 24	0.33 11	0.32 12	0.29 46	0.58 111	0.25 10	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 57	0.37 47	0.25 116	0.30 46	0.35 140	0.63 66	0.35 18	0.39 32	0.33 11	0.33 20	0.28 36	0.59 125	0.25 10	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
iRaft-Stereo_5w	0.45 164	0.21 106	0.48 177	0.42 174	0.28 196	0.31 56	0.54 292	0.63 66	0.62 91	0.62 88	0.89 175	1.01 283	0.69 258	0.75 223	0.66 260	0.13 13	0.12 101	0.17 89	0.15 98	0.14 48	0.15 111

CIPLG	0.41 136	0.21 106	0.63 257	0.45 228	0.33 268	0.52 154	0.33 116	0.65 77	0.60 89	0.82 207	0.96 200	0.46 71	0.32 65	0.55 76	0.44 187	0.16 115	0.12 101	0.15 45	0.14 76	0.13 21	0.14 92

IPLGR_C	0.40 125	0.21 106	0.64 262	0.45 228	0.33 268	0.52 154	0.34 123	0.66 86	0.62 91	0.82 207	0.92 185	0.45 65	0.32 65	0.52 65	0.46 203	0.17 148	0.12 101	0.15 45	0.14 76	0.13 21	0.14 92

MIPNet	0.37 84	0.21 106	0.59 239	0.39 89	0.25 116	0.50 147	0.28 54	0.77 160	0.70 124	0.65 111	0.60 64	0.40 44	0.49 152	0.44 33	0.37 143	0.14 33	0.11 59	0.16 64	0.13 53	0.14 48	0.13 60

IPLGR	0.39 113	0.21 106	0.63 257	0.39 89	0.22 44	0.49 146	0.29 61	0.76 157	0.74 147	0.78 186	0.77 109	0.44 64	0.42 120	0.47 48	0.38 151	0.13 13	0.12 101	0.16 64	0.14 76	0.15 81	0.13 60

ACRE	0.40 125	0.21 106	0.65 267	0.45 228	0.33 268	0.51 151	0.33 116	0.66 86	0.63 101	0.80 190	0.92 185	0.45 65	0.32 65	0.52 65	0.45 193	0.16 115	0.12 101	0.15 45	0.14 76	0.13 21	0.14 92

IIG-Stereo	0.43 148	0.21 106	0.44 124	0.50 290	0.25 116	0.44 131	0.21 4	0.71 133	0.76 155	0.83 219	0.95 196	0.83 234	0.43 127	0.90 278	0.35 115	0.15 81	0.12 101	0.19 160	0.14 76	0.15 81	0.11 11

DeepStereo_RVC	0.36 69	0.21 106	0.47 161	0.40 113	0.24 90	0.26 19	0.22 8	0.60 51	0.38 37	0.69 134	0.67 82	0.57 105	0.51 165	0.56 84	0.39 157	0.16 115	0.12 101	0.18 123	0.15 98	0.19 197	0.18 182

rafts_anoy	0.37 84	0.21 106	0.36 38	0.41 137	0.26 153	0.30 46	0.33 116	0.67 96	0.90 229	0.58 76	0.66 78	0.45 65	0.33 73	0.47 48	0.39 157	0.16 115	0.11 59	0.21 224	0.23 280	0.17 145	0.14 92

RALCasStereoNet	0.36 69	0.21 106	0.37 48	0.42 174	0.26 153	0.35 81	0.38 190	0.63 66	0.64 108	0.50 59	0.72 89	0.51 85	0.29 46	0.59 125	0.36 131	0.16 115	0.14 183	0.15 45	0.13 53	0.17 145	0.16 150

test_xeample3	0.29 16	0.21 106	0.41 86	0.35 30	0.26 153	0.35 81	0.32 107	0.56 32	0.36 23	0.43 44	0.32 10	0.34 23	0.28 36	0.54 74	0.23 5	0.14 33	0.11 59	0.16 64	0.12 32	0.14 48	0.13 60

test_xeample	1.01 346	0.21 106	0.42 105	0.35 30	0.21 31	0.71 251	0.39 210	1.23 319	0.86 204	0.81 198	1.04 241	0.69 175	0.61 213	0.69 194	10.93 416	0.19 205	0.15 208	0.18 123	0.17 167	0.18 163	0.17 167

SFCPSM	0.47 180	0.21 106	0.55 225	0.40 113	0.27 177	0.87 295	0.37 170	1.33 342	0.77 162	0.80 190	0.84 148	0.54 95	0.49 152	0.57 94	0.37 143	0.18 176	0.13 156	0.18 123	0.20 236	0.16 112	0.15 111

GANet-RSSM	0.47 180	0.21 106	0.37 48	0.38 68	0.25 116	0.58 190	0.36 158	1.07 260	0.78 169	0.68 129	1.01 225	0.86 242	0.67 248	0.62 144	0.44 187	0.21 241	0.15 208	0.18 123	0.18 189	0.18 163	0.17 167

DIP-Stereo	0.39 113	0.21 106	0.50 199	0.41 137	0.28 196	0.62 213	0.27 47	0.77 160	0.40 41	0.64 104	0.86 160	0.52 87	0.33 73	0.66 173	0.42 169	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
iResNet_ROB	0.52 233	0.21 106	0.53 217	0.37 47	0.21 31	0.61 206	0.29 61	1.51 371	1.32 349	0.90 258	1.02 233	0.80 230	0.62 218	0.76 226	0.43 174	0.16 115	0.12 101	0.13 11	0.09 7	0.15 81	0.18 182

MyStereo07	0.32 32	0.22 133	0.34 30	0.42 174	0.28 196	0.40 107	0.50 268	0.72 137	0.37 33	0.37 20	0.34 17	0.32 12	0.31 61	0.59 125	0.27 36	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.16 150

MyStereo04	0.44 154	0.22 133	0.44 124	0.42 174	0.28 196	0.40 107	0.50 268	1.00 234	1.08 313	0.62 88	0.58 62	0.55 98	0.57 191	0.71 202	0.44 187	0.14 33	0.13 156	0.18 123	0.17 167	0.17 145	0.16 150

IGEVStereo-DCA	0.29 16	0.22 133	0.38 57	0.35 30	0.27 177	0.37 89	0.35 140	0.62 61	0.34 11	0.38 24	0.30 7	0.35 29	0.27 27	0.51 60	0.22 1	0.15 81	0.12 101	0.16 64	0.12 32	0.13 21	0.15 111

rrr	0.29 16	0.22 133	0.41 86	0.35 30	0.27 177	0.37 89	0.32 107	0.52 22	0.42 48	0.38 24	0.30 7	0.35 29	0.27 27	0.51 60	0.22 1	0.15 81	0.12 101	0.16 64	0.13 53	0.13 21	0.14 92

1111x	0.55 247	0.22 133	0.46 151	0.38 68	0.20 22	0.66 236	0.43 236	1.23 319	0.99 269	0.71 146	0.99 220	0.95 269	0.69 258	0.90 278	1.08 344	0.18 176	0.17 249	0.18 123	0.19 214	0.20 210	0.18 182

CBFPSM	0.59 276	0.22 133	1.31 364	0.38 68	0.27 177	1.12 335	0.65 319	0.79 167	0.82 184	0.80 190	0.81 135	1.35 343	0.87 315	0.67 183	0.76 282	0.16 115	0.15 208	0.15 45	0.16 127	0.17 145	0.22 256

GwcNet-ADL	0.44 154	0.22 133	0.48 177	0.45 228	0.30 229	0.40 107	0.37 170	0.92 208	0.97 260	0.71 146	0.78 117	0.61 136	0.42 120	0.62 144	0.50 214	0.19 205	0.14 183	0.15 45	0.14 76	0.18 163	0.18 182

OMP-Stereo	0.42 142	0.22 133	0.46 151	0.52 313	0.24 90	0.36 87	0.25 35	0.71 133	0.78 169	0.77 183	0.64 72	0.89 256	0.39 108	0.91 285	0.35 115	0.15 81	0.12 101	0.20 184	0.15 98	0.15 81	0.12 35

CroCo-Stereo	0.26 5	0.22 133	0.36 38	0.48 261	0.22 44	0.20 1	0.29 61	0.51 19	0.44 54	0.28 4	0.23 1	0.42 53	0.26 20	0.29 1	0.26 27	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
RAFT	0.45 164	0.22 133	0.45 135	0.47 256	0.26 153	0.54 164	0.47 252	0.66 86	0.58 86	0.80 190	0.82 138	0.94 267	0.57 191	0.75 223	0.34 100	0.17 148	0.15 208	0.22 236	0.20 236	0.16 112	0.12 35

222	1.18 365	0.22 133	0.44 124	0.37 47	0.22 44	0.79 269	0.37 170	1.31 339	0.89 227	0.92 271	1.08 257	0.72 191	0.71 272	0.66 173	13.89 419	0.20 227	0.15 208	0.17 89	0.16 127	0.18 163	0.19 210

xxxx	1.01 346	0.22 133	0.43 114	0.36 38	0.21 31	0.82 285	0.36 158	1.32 340	0.88 217	0.71 146	0.94 189	0.97 273	0.63 224	0.64 161	10.58 415	0.20 227	0.16 235	0.18 123	0.17 167	0.19 197	0.19 210

FENet	0.42 142	0.22 133	0.38 57	0.39 89	0.24 90	0.55 169	0.32 107	0.79 167	0.70 124	0.71 146	0.72 89	0.63 143	0.57 191	0.62 144	0.44 187	0.19 205	0.13 156	0.19 160	0.17 167	0.18 163	0.19 210

ac_64	0.52 233	0.22 133	0.50 199	0.45 228	0.28 196	0.80 272	0.45 244	1.02 244	0.61 90	0.91 263	0.83 143	1.07 302	0.68 254	0.74 219	0.70 270	0.21 241	0.18 260	0.20 184	0.19 214	0.18 163	0.15 111

PSMNet-RSSM	0.48 188	0.22 133	0.38 57	0.42 174	0.25 116	0.50 147	0.37 170	1.10 269	0.77 162	0.70 140	1.06 251	0.84 238	0.64 234	0.62 144	0.47 208	0.23 264	0.15 208	0.23 250	0.25 302	0.20 210	0.19 210

RASNet	0.53 236	0.22 133	0.52 211	0.38 68	0.22 44	0.68 242	0.38 190	0.97 226	0.88 217	0.73 164	1.04 241	1.03 290	0.92 324	0.90 278	0.86 301	0.16 115	0.14 183	0.14 19	0.17 167	0.15 81	0.13 60

HSM-Net_RVC	0.53 236	0.22 133	0.35 33	0.37 47	0.21 31	0.85 291	0.37 170	1.23 319	0.93 244	0.90 258	1.15 279	1.26 323	0.63 224	0.72 207	0.48 211	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
DispNO	0.47 180	0.23 150	0.71 292	0.39 89	0.31 246	0.60 204	0.38 190	0.89 198	0.77 162	0.75 172	0.84 148	0.72 191	0.54 181	0.73 212	0.46 203	0.19 205	0.14 183	0.20 184	0.18 189	0.16 112	0.17 167

SMFormer	0.51 224	0.23 150	0.62 249	0.34 12	0.20 22	0.62 213	0.34 123	1.21 307	1.02 283	0.81 198	1.01 225	0.71 181	0.65 240	0.84 258	0.55 239	0.19 205	0.15 208	0.18 123	0.16 127	0.18 163	0.18 182

tta	0.51 224	0.23 150	0.62 249	0.34 12	0.20 22	0.62 213	0.34 123	1.21 307	1.02 283	0.81 198	1.01 225	0.71 181	0.65 240	0.84 258	0.55 239	0.19 205	0.15 208	0.18 123	0.16 127	0.15 81	0.14 92

qqq1	0.49 204	0.23 150	0.62 249	0.34 12	0.20 22	0.62 213	0.34 123	1.21 307	1.02 283	0.81 198	1.01 225	0.71 181	0.65 240	0.84 258	0.34 100	0.19 205	0.15 208	0.14 19	0.12 32	0.15 81	0.14 92

fff1	0.49 204	0.23 150	0.62 249	0.34 12	0.20 22	0.62 213	0.34 123	1.21 307	1.02 283	0.81 198	1.01 225	0.71 181	0.65 240	0.84 258	0.34 100	0.19 205	0.15 208	0.14 19	0.12 32	0.15 81	0.14 92

ACVNet-DCA	0.35 51	0.23 150	0.33 23	0.41 137	0.22 44	0.55 169	0.38 190	0.85 182	0.54 76	0.41 36	0.50 35	0.34 23	0.49 152	0.57 94	0.25 10	0.16 115	0.10 9	0.19 160	0.13 53	0.18 163	0.17 167

xx1	0.39 113	0.23 150	0.33 23	0.41 137	0.22 44	0.55 169	0.38 190	0.67 96	1.06 304	0.41 36	0.50 35	0.65 160	0.53 170	0.57 94	0.25 10	0.16 115	0.10 9	0.20 184	0.19 214	0.18 163	0.17 167

1test111	0.36 69	0.23 150	0.33 23	0.41 137	0.22 44	0.55 169	0.38 190	0.85 182	0.54 76	0.41 36	0.50 35	0.34 23	0.49 152	0.55 76	0.45 193	0.16 115	0.10 9	0.19 160	0.13 53	0.18 163	0.17 167

cc1	0.37 84	0.23 150	0.33 23	0.41 137	0.22 44	0.55 169	0.38 190	0.67 96	1.06 304	0.41 36	0.50 35	0.34 23	0.49 152	0.57 94	0.25 10	0.16 115	0.10 9	0.19 160	0.13 53	0.16 112	0.15 111

EKT-Stereo	0.35 51	0.23 150	0.39 74	0.43 192	0.29 219	0.38 103	0.31 91	0.69 114	0.64 108	0.45 49	0.63 69	0.49 81	0.27 27	0.56 84	0.33 90	0.18 176	0.14 183	0.18 123	0.15 98	0.16 112	0.16 150

gwcnet-sp	0.48 188	0.23 150	0.70 289	0.40 113	0.26 153	0.81 277	0.41 228	0.89 198	0.84 192	0.91 263	0.76 105	0.66 165	0.61 213	0.66 173	0.50 214	0.18 176	0.17 249	0.18 123	0.18 189	0.18 163	0.18 182

scenet	0.48 188	0.23 150	0.70 289	0.40 113	0.26 153	0.81 277	0.41 228	0.89 198	0.84 192	0.91 263	0.76 105	0.66 165	0.61 213	0.66 173	0.50 214	0.18 176	0.17 249	0.18 123	0.18 189	0.18 163	0.18 182

Selective-RAFT	0.35 51	0.23 150	0.51 206	0.44 207	0.21 31	0.64 228	0.27 47	0.59 41	0.63 101	0.40 35	0.38 20	0.55 98	0.40 113	0.57 94	0.35 115	0.13 13	0.11 59	0.14 19	0.12 32	0.16 112	0.13 60

ssnet	0.48 188	0.23 150	0.70 289	0.40 113	0.26 153	0.81 277	0.41 228	0.89 198	0.84 192	0.91 263	0.76 105	0.66 165	0.61 213	0.66 173	0.50 214	0.18 176	0.17 249	0.18 123	0.18 189	0.18 163	0.18 182

TestStereo1	0.43 148	0.23 150	0.41 86	0.51 302	0.24 90	0.34 76	0.40 216	0.77 160	0.90 229	0.68 129	0.96 200	0.48 77	0.46 142	0.91 285	0.32 78	0.16 115	0.13 156	0.18 123	0.15 98	0.14 48	0.13 60

IER	0.46 170	0.23 150	0.50 199	0.38 68	0.28 196	0.69 244	0.35 140	0.80 171	0.66 116	0.83 219	0.94 189	0.75 208	0.77 288	0.60 131	0.42 169	0.17 148	0.14 183	0.17 89	0.17 167	0.17 145	0.15 111

raft_robust	0.41 136	0.23 150	0.36 38	0.42 174	0.21 31	0.40 107	0.33 116	0.79 167	0.98 264	0.79 188	0.87 164	0.39 41	0.33 73	0.84 258	0.29 58	0.13 13	0.12 101	0.16 64	0.17 167	0.15 81	0.12 35

RAFT+CT+SA	0.39 113	0.23 150	0.36 38	0.51 302	0.27 177	0.29 39	0.46 247	0.75 152	0.80 177	0.51 61	0.89 175	0.41 47	0.40 113	0.78 237	0.32 78	0.14 33	0.11 59	0.18 123	0.18 189	0.15 81	0.14 92

SA-5K	0.43 148	0.23 150	0.41 86	0.51 302	0.24 90	0.34 76	0.40 216	0.77 160	0.90 229	0.68 129	0.96 200	0.48 77	0.46 142	0.91 285	0.32 78	0.16 115	0.13 156	0.18 123	0.15 98	0.14 48	0.13 60

AACVNet	0.50 217	0.23 150	0.49 187	0.46 247	0.29 219	0.52 154	0.38 190	0.90 203	0.55 80	0.81 198	1.03 237	1.00 280	0.70 268	0.83 253	0.54 235	0.21 241	0.18 260	0.24 264	0.18 189	0.23 253	0.20 230

Patchmatch Stereo++	0.35 51	0.23 150	0.47 161	0.41 137	0.22 44	0.24 8	0.22 8	0.59 41	0.36 23	0.63 95	0.73 93	0.58 113	0.38 96	0.58 111	0.36 131	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
PSM-adaLoss	0.35 51	0.23 150	0.47 161	0.41 137	0.22 44	0.24 8	0.31 91	0.59 41	0.36 23	0.63 95	0.73 93	0.58 113	0.38 96	0.56 84	0.35 115	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

ROB_FTStereo_v2	0.35 51	0.23 150	0.47 161	0.41 137	0.22 44	0.24 8	0.31 91	0.59 41	0.36 23	0.63 95	0.73 93	0.57 105	0.38 96	0.57 94	0.36 131	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

ROB_FTStereo	0.35 51	0.23 150	0.47 161	0.41 137	0.22 44	0.25 17	0.21 4	0.59 41	0.36 23	0.63 95	0.73 93	0.58 113	0.38 96	0.57 94	0.35 115	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

HUI-Stereo	0.35 51	0.23 150	0.47 161	0.41 137	0.22 44	0.24 8	0.22 8	0.60 51	0.36 23	0.63 95	0.73 93	0.58 113	0.38 96	0.50 56	0.35 115	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

iGMRVC	0.35 51	0.23 150	0.47 161	0.41 137	0.22 44	0.24 8	0.30 74	0.59 41	0.36 23	0.63 95	0.73 93	0.58 113	0.38 96	0.58 111	0.36 131	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

iRAFT	0.35 51	0.23 150	0.47 161	0.41 137	0.22 44	0.24 8	0.22 8	0.59 41	0.36 23	0.63 95	0.73 93	0.58 113	0.38 96	0.58 111	0.36 131	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

CRE-IMP	0.36 69	0.23 150	0.49 187	0.42 174	0.24 90	0.41 120	0.21 4	0.57 35	0.41 44	0.65 111	0.72 89	0.53 91	0.37 93	0.61 138	0.38 151	0.17 148	0.11 59	0.19 160	0.15 98	0.21 228	0.18 182

RAFT-IKP	0.35 51	0.23 150	0.47 161	0.41 137	0.22 44	0.24 8	0.28 54	0.59 41	0.36 23	0.63 95	0.73 93	0.57 105	0.38 96	0.58 111	0.36 131	0.18 176	0.12 101	0.20 184	0.16 127	0.20 210	0.15 111

RALAANet	0.38 99	0.23 150	0.48 177	0.42 174	0.29 219	0.35 81	0.25 35	0.86 185	0.64 108	0.67 123	0.65 74	0.60 132	0.29 46	0.60 131	0.34 100	0.15 81	0.12 101	0.17 89	0.15 98	0.21 228	0.13 60

GES	0.44 154	0.23 150	0.57 234	0.40 113	0.30 229	0.59 199	0.36 158	0.96 222	0.68 119	0.74 170	0.83 143	0.47 73	0.48 149	0.67 183	0.43 174	0.22 259	0.16 235	0.17 89	0.16 127	0.18 163	0.23 263

ACVNet	0.46 170	0.23 150	0.36 38	0.39 89	0.28 196	0.58 190	0.40 216	0.87 192	0.80 177	0.64 104	0.96 200	0.79 222	0.60 208	0.63 154	0.67 263	0.17 148	0.15 208	0.16 64	0.15 98	0.18 163	0.15 111

acv_ft	0.51 224	0.23 150	0.56 231	0.44 207	0.28 196	0.86 294	0.39 210	0.91 207	0.80 177	0.97 288	0.96 200	0.79 222	0.59 204	0.63 154	0.87 305	0.17 148	0.15 208	0.16 64	0.15 98	0.17 145	0.15 111

cf-r	0.47 180	0.23 150	0.41 86	0.39 89	0.23 72	0.59 199	0.37 170	0.88 196	0.85 199	0.72 157	1.05 245	0.94 267	0.62 218	0.56 84	0.54 235	0.21 241	0.14 183	0.17 89	0.19 214	0.15 81	0.15 111

CFNet-ft	0.48 188	0.23 150	0.36 38	0.40 113	0.26 153	0.64 228	0.37 170	0.87 192	0.85 199	0.64 104	1.00 222	1.01 283	0.64 234	0.61 138	0.53 232	0.23 264	0.15 208	0.24 264	0.21 254	0.23 253	0.18 182

CFNet_RVC	0.48 188	0.23 150	0.36 38	0.40 113	0.26 153	0.64 228	0.37 170	0.87 192	0.85 199	0.64 104	1.00 222	1.01 283	0.64 234	0.61 138	0.53 232	0.23 264	0.15 208	0.24 264	0.21 254	0.23 253	0.18 182

tt1	0.36 69	0.24 186	0.32 20	0.41 137	0.22 44	0.54 164	0.38 190	0.68 105	1.04 292	0.41 36	0.46 26	0.35 29	0.45 139	0.57 94	0.25 10	0.16 115	0.10 9	0.19 160	0.13 53	0.16 112	0.16 150

PCWNet_CMD	0.48 188	0.24 186	0.52 211	0.39 89	0.27 177	0.63 222	0.30 74	0.95 220	0.96 257	0.86 232	1.07 254	0.79 222	0.44 135	0.57 94	0.43 174	0.17 148	0.12 101	0.21 224	0.16 127	0.24 263	0.19 210

CFNet_ucs	0.50 217	0.24 186	0.55 225	0.38 68	0.31 246	0.58 190	0.33 116	0.98 229	0.93 244	0.88 247	1.19 292	0.80 230	0.49 152	0.63 154	0.43 174	0.21 241	0.15 208	0.26 289	0.18 189	0.26 275	0.22 256

LL-Strereo2	0.35 51	0.24 186	0.48 177	0.41 137	0.26 153	0.35 81	0.24 27	0.67 96	0.44 54	0.54 69	0.51 40	0.66 165	0.25 13	0.66 173	0.30 63	0.14 33	0.12 101	0.23 250	0.20 236	0.18 163	0.13 60

CroCo-Stereo Lap2	0.28 11	0.24 186	0.39 74	0.50 290	0.29 219	0.20 1	0.31 91	0.49 15	0.38 37	0.24 1	0.27 5	0.46 71	0.31 61	0.39 16	0.30 63	0.14 33	0.15 208	0.16 64	0.13 53	0.16 112	0.15 111

x	0.39 113	0.24 186	0.41 86	0.34 12	0.23 72	0.52 154	0.32 107	0.86 185	0.52 69	0.57 75	0.70 87	0.59 127	0.50 162	0.49 54	0.46 203	0.17 148	0.15 208	0.17 89	0.15 98	0.17 145	0.16 150

test_5	0.43 148	0.24 186	0.43 114	0.52 313	0.28 196	0.28 35	0.42 235	0.72 137	0.82 184	0.62 88	0.91 181	0.72 191	0.55 184	0.79 240	0.35 115	0.14 33	0.11 59	0.18 123	0.18 189	0.18 163	0.16 150

Sa-1000	0.48 188	0.24 186	0.41 86	0.45 228	0.25 116	0.59 199	0.34 123	0.81 174	0.93 244	0.82 207	1.50 339	0.53 91	0.45 139	0.92 288	0.30 63	0.15 81	0.12 101	0.21 224	0.19 214	0.15 81	0.13 60

CFNet_pseudo	0.46 170	0.24 186	0.52 211	0.37 47	0.27 177	0.58 190	0.30 74	0.86 185	0.88 217	0.82 207	1.03 237	0.75 208	0.47 145	0.58 111	0.44 187	0.17 148	0.12 101	0.24 264	0.16 127	0.24 263	0.19 210

ARAFT	0.47 180	0.24 186	0.79 313	0.42 174	0.25 116	0.55 169	0.55 296	0.75 152	0.81 183	0.89 251	0.75 103	0.73 201	0.47 145	0.88 271	0.37 143	0.15 81	0.12 101	0.23 250	0.22 269	0.14 48	0.13 60

delet	0.55 247	0.24 186	0.55 225	0.44 207	0.33 268	1.07 327	0.50 268	1.00 234	0.86 204	0.85 227	0.96 200	0.90 260	0.63 224	0.83 253	0.74 280	0.18 176	0.18 260	0.20 184	0.21 254	0.16 112	0.15 111

UPFNet	0.53 236	0.24 186	0.51 206	0.45 228	0.38 296	0.84 290	0.49 264	0.99 231	0.75 149	0.87 239	0.88 171	0.86 242	0.64 234	0.80 241	0.71 274	0.20 227	0.20 282	0.20 184	0.20 236	0.19 197	0.15 111

GwcNet-RSSM	0.49 204	0.24 186	0.42 105	0.40 113	0.23 72	0.55 169	0.38 190	0.93 210	0.93 244	0.71 146	1.16 284	0.86 242	0.60 208	0.62 144	0.66 260	0.21 241	0.14 183	0.19 160	0.20 236	0.16 112	0.15 111

MSMDNet	0.48 188	0.24 186	0.52 211	0.39 89	0.27 177	0.63 222	0.30 74	0.96 222	0.96 257	0.86 232	1.07 254	0.79 222	0.44 135	0.57 94	0.43 174	0.17 148	0.12 101	0.20 184	0.16 127	0.23 253	0.19 210

ccs_rob	0.46 170	0.24 186	0.52 211	0.37 47	0.27 177	0.58 190	0.31 91	0.86 185	0.88 217	0.82 207	1.02 233	0.75 208	0.47 145	0.58 111	0.44 187	0.17 148	0.12 101	0.24 264	0.16 127	0.24 263	0.19 210

MLCV	0.47 180	0.24 186	0.61 246	0.37 47	0.17 4	0.61 206	0.33 116	0.80 171	0.87 213	0.94 275	1.13 272	0.72 191	0.43 127	0.89 276	0.51 222	0.13 13	0.10 9	0.13 11	0.11 18	0.14 48	0.12 35

HSM	0.51 224	0.24 186	0.41 86	0.39 89	0.24 90	0.75 259	0.40 216	1.22 315	0.75 149	0.81 198	0.91 181	1.21 319	0.69 258	0.87 268	0.46 203	0.17 148	0.13 156	0.17 89	0.14 76	0.17 145	0.17 167

LE_ROB	4.42 412	0.24 186	2.75 396	0.42 174	0.23 72	1.57 371	0.90 362	1.71 385	17.88 426	16.56 428	4.88 413	5.17 409	18.85 428	1.63 371	14.62 420	0.17 148	0.14 183	0.16 64	0.16 127	0.19 197	0.17 167

ttt	0.51 224	0.25 204	0.43 114	0.38 68	0.24 90	0.65 233	0.38 190	1.18 299	1.05 297	0.72 157	1.08 257	0.63 143	0.49 152	0.84 258	0.59 246	0.24 273	0.21 289	0.22 236	0.20 236	0.24 263	0.24 269

BUS	0.45 164	0.25 204	0.43 114	0.45 228	0.28 196	0.70 246	0.34 123	0.94 214	0.76 155	0.75 172	0.80 128	0.65 160	0.49 152	0.64 161	0.51 222	0.20 227	0.14 183	0.22 236	0.19 214	0.18 163	0.18 182

BSDual-CNN	0.46 170	0.25 204	0.43 114	0.45 228	0.28 196	0.77 262	0.40 216	0.94 214	0.76 155	0.75 172	0.80 128	0.76 214	0.54 181	0.64 161	0.43 174	0.20 227	0.14 183	0.22 236	0.19 214	0.18 163	0.18 182

hknet	0.49 204	0.25 204	0.51 206	0.45 228	0.29 219	0.77 262	0.40 216	0.94 214	0.83 189	0.75 172	0.80 128	0.97 273	0.61 213	0.73 212	0.45 193	0.18 176	0.14 183	0.22 236	0.19 214	0.18 163	0.18 182

SA	0.44 154	0.25 204	0.46 151	0.46 247	0.24 90	0.43 127	0.36 158	0.75 152	0.96 257	0.59 78	1.03 237	0.48 77	0.52 167	0.94 300	0.32 78	0.16 115	0.12 101	0.21 224	0.19 214	0.15 81	0.13 60

psmg	0.49 204	0.25 204	0.43 114	0.41 137	0.28 196	0.85 291	0.43 236	0.99 231	0.76 155	0.91 263	0.94 189	0.76 214	0.54 181	0.64 161	0.43 174	0.20 227	0.15 208	0.20 184	0.20 236	0.18 163	0.18 182

DAS	0.51 224	0.25 204	0.60 244	0.48 261	0.31 246	0.58 190	0.41 228	0.83 176	0.97 260	0.89 251	1.12 266	0.70 177	0.75 281	0.82 246	0.43 174	0.17 148	0.13 156	0.18 123	0.15 98	0.20 210	0.18 182

SepStereo	0.51 224	0.25 204	0.60 244	0.48 261	0.31 246	0.58 190	0.41 228	0.83 176	0.97 260	0.89 251	1.12 266	0.70 177	0.75 281	0.93 293	0.43 174	0.17 148	0.13 156	0.18 123	0.15 98	0.20 210	0.18 182

AASNet	0.53 236	0.25 204	0.52 211	0.49 276	0.32 259	0.74 256	0.40 216	1.50 368	0.86 204	0.86 232	0.92 185	0.64 150	0.59 204	0.59 125	0.79 287	0.23 264	0.19 274	0.20 184	0.16 127	0.21 228	0.19 210

GANet-ADL	0.42 142	0.25 204	0.45 135	0.43 192	0.29 219	0.54 164	0.35 140	0.89 198	0.86 204	0.63 95	0.72 89	0.68 171	0.42 120	0.52 65	0.41 165	0.21 241	0.14 183	0.15 45	0.13 53	0.18 163	0.19 210

ADLNet2	0.55 247	0.25 204	0.65 267	0.47 256	0.30 229	0.83 287	0.50 268	1.05 256	0.95 256	0.80 190	0.98 215	0.99 277	0.69 258	0.77 233	0.73 277	0.20 227	0.16 235	0.17 89	0.18 189	0.21 228	0.21 243

ICVP	0.46 170	0.25 204	0.38 57	0.48 261	0.28 196	0.58 190	0.43 236	1.00 234	0.70 124	0.67 123	0.95 196	0.75 208	0.55 184	0.53 71	0.54 235	0.23 264	0.17 249	0.19 160	0.17 167	0.19 197	0.20 230
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MMNet	0.55 247	0.25 204	0.61 246	0.43 192	0.34 275	1.07 327	0.39 210	0.87 192	0.91 234	0.91 263	0.93 188	0.86 242	0.76 284	0.81 244	0.76 282	0.15 81	0.14 183	0.18 123	0.19 214	0.20 210	0.16 150

DSFCA	0.55 247	0.25 204	0.62 249	0.40 113	0.36 283	0.74 256	0.52 285	1.04 251	0.82 184	1.06 320	0.84 148	0.89 256	0.63 224	0.99 303	0.58 242	0.25 283	0.21 289	0.21 224	0.21 254	0.21 228	0.19 210

DualNet	0.47 180	0.26 218	0.49 187	0.37 47	0.25 116	0.55 169	0.37 170	0.68 105	1.04 292	0.73 164	0.96 200	0.71 181	0.53 170	0.57 94	0.88 307	0.16 115	0.10 9	0.25 275	0.21 254	0.16 112	0.16 150

ffm	0.44 154	0.26 218	0.49 187	0.37 47	0.25 116	0.55 169	0.37 170	0.68 105	1.04 292	0.73 164	0.96 200	0.71 181	0.53 170	0.57 94	0.25 10	0.16 115	0.10 9	0.25 275	0.21 254	0.16 112	0.16 150

ff1	0.49 204	0.26 218	0.49 187	0.37 47	0.25 116	0.55 169	0.37 170	0.68 105	1.04 292	0.73 164	0.96 200	0.71 181	0.53 170	1.01 306	0.88 307	0.16 115	0.10 9	0.25 275	0.21 254	0.16 112	0.16 150

mmx	0.53 236	0.26 218	0.49 187	0.37 47	0.25 116	0.55 169	0.37 170	1.16 291	1.03 288	0.73 164	0.96 200	0.71 181	0.53 170	1.01 306	0.88 307	0.20 227	0.15 208	0.25 275	0.21 254	0.22 244	0.20 230

xxx	0.53 236	0.26 218	0.49 187	0.37 47	0.25 116	0.55 169	0.37 170	1.16 291	1.03 288	0.73 164	0.96 200	0.71 181	0.53 170	1.01 306	0.88 307	0.20 227	0.15 208	0.25 275	0.21 254	0.22 244	0.20 230

iinet-f	0.67 289	0.26 218	2.15 392	0.39 89	0.31 246	1.19 345	0.56 301	0.84 179	0.84 192	0.80 190	1.17 286	1.05 296	0.84 309	0.71 202	1.21 354	0.20 227	0.18 260	0.17 89	0.15 98	0.20 210	0.20 230

qqq	0.40 125	0.26 218	0.44 124	0.36 38	0.22 44	0.46 138	0.36 158	0.85 182	0.54 76	0.56 73	0.69 85	0.65 160	0.53 170	0.55 76	0.45 193	0.17 148	0.16 235	0.20 184	0.19 214	0.18 163	0.17 167

psm_up	0.55 247	0.26 218	0.47 161	0.49 276	0.32 259	0.65 233	0.56 301	1.04 251	0.82 184	0.82 207	0.88 171	1.01 283	0.94 330	0.74 219	0.61 250	0.21 241	0.25 320	0.26 289	0.23 280	0.21 228	0.20 230

UNet	0.54 246	0.26 218	0.66 272	0.44 207	0.40 306	0.99 314	0.41 228	0.98 229	0.75 149	0.83 219	0.89 175	1.04 292	0.72 276	0.73 212	0.62 252	0.19 205	0.14 183	0.20 184	0.17 167	0.20 210	0.17 167

DMCA	0.45 164	0.26 218	0.50 199	0.38 68	0.28 196	0.51 151	0.34 123	0.93 210	0.68 119	0.75 172	0.83 143	0.79 222	0.53 170	0.51 60	0.54 235	0.21 241	0.16 235	0.21 224	0.16 127	0.19 197	0.21 243

UCFNet_RVC	0.49 204	0.26 218	0.35 33	0.39 89	0.26 153	0.64 228	0.36 158	1.15 288	0.84 192	0.67 123	0.88 171	0.88 252	0.59 204	0.58 111	0.45 193	0.24 273	0.17 249	0.27 301	0.27 317	0.25 271	0.23 263

HITNet	0.41 136	0.26 218	0.45 135	0.33 11	0.17 4	0.63 222	0.30 74	0.93 210	0.64 108	0.71 146	0.82 138	0.64 150	0.52 167	0.59 125	0.43 174	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
DISCO	0.70 296	0.26 218	0.68 279	0.44 207	0.31 246	1.14 337	0.51 282	1.23 319	1.23 335	0.81 198	1.05 245	1.50 357	0.85 310	1.82 380	1.03 338	0.19 205	0.15 208	0.18 123	0.16 127	0.24 263	0.23 263

DN-CSS_ROB	0.43 148	0.26 218	0.62 249	0.40 113	0.29 219	0.44 131	0.27 47	0.77 160	0.75 149	0.72 157	1.09 261	0.48 77	0.43 127	0.69 194	0.37 143	0.15 81	0.12 101	0.21 224	0.19 214	0.18 163	0.16 150

Former-RAFT_DAM_RVC	0.34 39	0.27 232	0.45 135	0.36 38	0.25 116	0.48 142	0.30 74	0.58 39	0.90 229	0.42 41	0.36 19	0.30 5	0.29 46	0.49 54	0.30 63	0.16 115	0.14 183	0.18 123	0.15 98	0.18 163	0.15 111

mmm	0.44 154	0.27 232	0.46 151	0.38 68	0.24 90	0.61 206	0.35 140	0.94 214	0.53 72	0.72 157	1.05 245	0.63 143	0.50 162	0.57 94	0.45 193	0.18 176	0.15 208	0.23 250	0.20 236	0.20 210	0.18 182

LL-Strereo	0.57 263	0.27 232	0.68 279	0.48 261	0.34 275	0.39 106	0.48 258	0.94 214	0.97 260	0.83 219	0.78 117	1.10 307	1.18 355	1.33 350	0.49 213	0.17 148	0.14 183	0.22 236	0.19 214	0.16 112	0.17 167

CASS	0.45 164	0.27 232	0.42 105	0.48 261	0.22 44	0.61 206	0.34 123	0.97 226	0.62 91	0.71 146	0.85 157	0.61 136	0.55 184	0.57 94	0.41 165	0.29 312	0.16 235	0.22 236	0.18 189	0.22 244	0.28 293
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.49 204	0.27 232	0.75 303	0.40 113	0.27 177	0.64 228	0.49 264	0.84 179	0.77 162	0.60 82	0.83 143	0.88 252	0.66 245	0.70 197	0.56 241	0.16 115	0.17 249	0.21 224	0.20 236	0.21 228	0.19 210

CRFU-Net	0.57 263	0.27 232	0.57 234	0.46 247	0.30 229	1.20 346	0.52 285	1.10 269	0.56 84	1.00 299	0.98 215	1.06 297	0.79 295	0.81 244	0.71 274	0.21 241	0.19 274	0.18 123	0.16 127	0.18 163	0.19 210

CSP-Net	0.56 258	0.27 232	0.49 187	0.41 137	0.28 196	1.22 347	0.50 268	1.23 319	0.72 135	0.95 282	0.95 196	0.89 256	0.62 218	0.83 253	0.62 252	0.26 293	0.17 249	0.17 89	0.17 167	0.18 163	0.17 167

PSMNet-ADL	0.48 188	0.27 232	0.40 81	0.48 261	0.30 229	0.68 242	0.37 170	0.90 203	0.80 177	0.61 87	0.80 128	0.92 264	0.62 218	0.72 207	0.63 255	0.23 264	0.18 260	0.18 123	0.20 236	0.22 244	0.20 230

TRStereo	0.37 84	0.27 232	0.59 239	0.47 256	0.41 313	0.29 39	0.30 74	0.84 179	0.59 87	0.52 64	0.41 21	0.52 87	0.26 20	0.73 212	0.27 36	0.17 148	0.12 101	0.19 160	0.19 214	0.13 21	0.11 11

Anonymous	0.39 113	0.27 232	0.66 272	0.53 318	0.43 324	0.55 169	0.49 264	0.63 66	0.50 65	0.37 20	0.42 22	0.33 20	0.42 120	0.56 84	0.38 151	0.20 227	0.19 274	0.17 89	0.18 189	0.30 299	0.24 269

ADLNet	0.55 247	0.27 232	0.51 206	0.44 207	0.35 281	0.78 266	0.46 247	1.08 264	0.86 204	0.99 294	0.98 215	0.92 264	0.63 224	0.69 194	0.81 292	0.22 259	0.16 235	0.22 236	0.22 269	0.21 228	0.21 243

hitnet-ft	0.55 247	0.27 232	0.39 74	0.41 137	0.28 196	0.78 266	0.40 216	0.92 208	0.90 229	0.82 207	1.01 225	1.13 314	0.70 268	0.78 237	0.67 263	0.28 306	0.20 282	0.28 308	0.22 269	0.29 290	0.26 279

iResNetv2_ROB	0.52 233	0.27 232	0.69 285	0.38 68	0.25 116	0.62 213	0.35 140	1.17 296	1.01 280	0.99 294	1.06 251	0.88 252	0.67 248	0.66 173	0.39 157	0.19 205	0.13 156	0.15 45	0.11 18	0.18 163	0.16 150

MDST_ROB	0.91 338	0.27 232	0.85 318	0.63 351	0.41 313	2.53 390	0.71 340	1.60 378	1.13 320	2.83 399	1.73 354	0.97 273	0.69 258	1.61 368	0.73 277	0.25 283	0.22 295	0.32 329	0.28 322	0.25 271	0.24 269

StereoVision	0.42 142	0.28 246	0.45 135	0.49 276	0.28 196	0.38 103	0.38 190	0.72 137	0.62 91	0.44 47	1.14 274	0.54 95	0.39 108	0.56 84	0.34 100	0.21 241	0.24 312	0.25 275	0.24 293	0.26 275	0.16 150

ssnet_v2	0.58 269	0.28 246	0.56 231	0.43 192	0.29 219	0.95 305	0.59 307	1.13 279	0.99 269	0.93 272	0.80 128	0.99 277	0.64 234	0.82 246	0.94 324	0.25 283	0.22 295	0.23 250	0.24 293	0.20 210	0.19 210

Wz-Net-LNSev-Ref	0.63 283	0.28 246	0.99 334	0.40 113	0.30 229	1.03 321	0.56 301	1.10 269	0.99 269	0.97 288	1.22 294	1.06 297	0.69 258	1.07 319	0.95 327	0.19 205	0.11 59	0.16 64	0.13 53	0.22 244	0.21 243

pcwnet_v2	0.58 269	0.28 246	0.84 317	0.45 228	0.35 281	0.61 206	0.35 140	1.27 332	1.21 332	0.99 294	1.27 303	0.72 191	0.58 198	0.67 183	0.48 211	0.27 300	0.21 289	0.24 264	0.23 280	0.29 290	0.29 299

sCroCo_RVC	0.35 51	0.28 246	0.69 285	0.51 302	0.39 301	0.41 120	0.31 91	0.49 15	0.45 58	0.31 10	0.48 32	0.38 40	0.32 65	0.46 41	0.32 78	0.21 241	0.22 295	0.19 160	0.19 214	0.21 228	0.20 230

HGLStereo	0.56 258	0.28 246	0.57 234	0.50 290	0.37 288	0.80 272	0.45 244	1.02 244	0.78 169	0.86 232	1.14 274	0.89 256	0.82 303	0.76 226	0.73 277	0.21 241	0.20 282	0.19 160	0.18 189	0.19 197	0.21 243

DLCB_ROB	0.58 269	0.28 246	0.47 161	0.49 276	0.32 259	0.77 262	0.50 268	0.99 231	0.92 239	1.04 315	1.14 274	1.21 319	0.69 258	0.88 271	0.69 267	0.20 227	0.20 282	0.22 236	0.22 269	0.21 228	0.18 182

SGM_RVC	0.97 343	0.28 246	0.41 86	0.39 89	0.22 44	1.55 369	0.73 342	1.51 371	1.25 341	2.25 389	1.92 364	2.58 387	1.56 376	2.02 387	1.19 353	0.27 300	0.27 329	0.27 301	0.25 302	0.25 271	0.25 275
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
NINENet	0.50 217	0.29 254	0.51 206	0.45 228	0.32 259	0.70 246	0.34 123	1.10 269	0.88 217	0.80 190	0.94 189	0.65 160	0.49 152	0.73 212	0.51 222	0.22 259	0.20 282	0.25 275	0.18 189	0.22 244	0.21 243

GEStereo_RVC	0.55 247	0.29 254	0.63 257	0.49 276	0.31 246	0.70 246	0.54 292	1.22 315	0.92 239	0.82 207	0.85 157	0.85 240	0.63 224	0.90 278	0.65 258	0.24 273	0.16 235	0.19 160	0.16 127	0.21 228	0.22 256

RAFT + AFF	0.53 236	0.29 254	0.75 303	0.51 302	0.32 259	0.63 222	0.60 309	1.00 234	0.91 234	0.78 186	0.87 164	0.83 234	0.58 198	0.80 241	0.47 208	0.17 148	0.20 282	0.23 250	0.22 269	0.18 163	0.18 182

CFNet	0.51 224	0.29 254	0.46 151	0.41 137	0.27 177	0.70 246	0.32 107	1.13 279	1.00 276	0.72 157	1.07 254	0.85 240	0.60 208	0.76 226	0.52 229	0.19 205	0.14 183	0.23 250	0.23 280	0.21 228	0.16 150

iResNet	0.49 204	0.29 254	0.79 313	0.42 174	0.21 31	0.61 206	0.40 216	0.82 175	0.99 269	0.87 239	1.12 266	0.69 175	0.53 170	0.78 237	0.51 222	0.15 81	0.11 59	0.14 19	0.12 32	0.17 145	0.15 111

pmcnn	1.23 368	0.29 254	0.96 331	0.40 113	0.23 72	0.95 305	0.69 331	1.16 291	1.28 345	1.67 371	2.33 373	11.15 420	0.86 312	0.93 293	0.88 307	0.15 81	0.12 101	0.12 2	0.10 11	0.15 81	0.15 111

whm_eth	0.48 188	0.30 260	0.74 300	0.46 247	0.38 296	0.37 89	0.37 170	0.79 167	0.78 169	0.82 207	1.74 356	0.37 36	0.38 96	0.60 131	0.38 151	0.18 176	0.16 235	0.20 184	0.20 236	0.19 197	0.22 256

fast-acv-ft	0.64 284	0.30 260	0.73 296	0.45 228	0.34 275	1.17 342	0.49 264	0.86 185	0.98 264	1.02 306	1.36 315	1.29 327	0.85 310	0.76 226	0.81 292	0.21 241	0.23 305	0.23 250	0.23 280	0.21 228	0.20 230

LMCR-Stereo	0.53 236	0.30 260	0.53 217	0.58 337	0.30 229	0.83 287	0.36 158	1.19 301	0.76 155	0.88 247	1.04 241	0.56 100	0.62 218	0.82 246	0.67 263	0.19 205	0.15 208	0.19 160	0.14 76	0.23 253	0.17 167

DMCA-RVC	0.51 224	0.30 260	0.59 239	0.50 290	0.32 259	0.54 164	0.38 190	0.86 185	0.68 119	0.94 275	0.86 160	0.91 262	0.68 254	0.70 197	0.59 246	0.23 264	0.18 260	0.31 324	0.23 280	0.26 275	0.19 210

NVstereo2D	0.60 279	0.30 260	0.75 303	0.48 261	0.43 324	0.89 296	0.48 258	1.05 256	1.15 323	0.66 122	0.86 160	0.88 252	0.70 268	0.99 303	0.65 258	0.32 333	0.15 208	0.28 308	0.20 236	0.40 338	0.36 331

TestStereo	0.38 99	0.31 265	0.40 81	0.45 228	0.20 22	0.40 107	0.37 170	0.66 86	0.65 113	0.53 67	0.78 117	0.47 73	0.40 113	0.55 76	0.37 143	0.18 176	0.13 156	0.20 184	0.15 98	0.22 244	0.13 60

stereogan	0.80 318	0.31 265	0.71 292	0.59 340	0.50 346	1.72 379	0.48 258	1.35 347	1.37 352	1.00 299	1.46 337	1.56 363	0.95 333	1.29 346	0.84 296	0.28 306	0.29 336	0.29 316	0.25 302	0.38 335	0.38 343

BEATNet_4x	0.46 170	0.32 267	0.56 231	0.37 47	0.19 11	0.63 222	0.35 140	1.01 241	0.72 135	0.77 183	0.83 143	0.70 177	0.59 204	0.68 191	0.53 232	0.16 115	0.12 101	0.16 64	0.14 76	0.24 263	0.16 150

NLCA_NET_v2_RVC	0.53 236	0.32 267	0.64 262	0.44 207	0.30 229	0.66 236	0.44 242	1.04 251	0.88 217	0.91 263	0.91 181	0.99 277	0.60 208	0.68 191	0.60 249	0.21 241	0.17 249	0.22 236	0.22 269	0.21 228	0.21 243
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.57 263	0.32 267	0.54 220	0.45 228	0.27 177	0.57 188	0.48 258	1.00 234	1.28 345	0.86 232	1.33 313	0.87 247	0.58 198	1.07 319	0.75 281	0.18 176	0.12 101	0.15 45	0.13 53	0.18 163	0.18 182

AdaStereo	0.50 217	0.32 267	0.47 161	0.48 261	0.25 116	0.67 240	0.32 107	1.17 296	0.88 217	0.75 172	0.99 220	0.75 208	0.49 152	0.67 183	0.46 203	0.27 300	0.12 101	0.28 308	0.18 189	0.23 253	0.18 182
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.
SGM-ForestM	4.04 410	0.32 267	0.46 151	0.43 192	0.27 177	7.50 417	1.45 400	3.84 410	4.24 408	8.19 419	6.76 417	19.00 426	9.08 417	10.74 421	6.62 411	0.31 321	0.33 358	0.32 329	0.32 341	0.29 290	0.29 299

StereoDRNet-Refined	0.58 269	0.32 267	0.54 220	0.46 247	0.30 229	0.96 308	0.40 216	1.00 234	0.94 251	1.12 332	1.08 257	0.96 271	0.67 248	0.90 278	0.89 318	0.17 148	0.13 156	0.22 236	0.21 254	0.20 210	0.19 210
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.66 288	0.32 267	0.66 272	0.50 290	0.39 301	1.15 339	0.61 314	1.49 367	1.01 280	1.12 332	1.08 257	1.06 297	0.69 258	0.77 233	0.94 324	0.23 264	0.17 249	0.26 289	0.25 302	0.25 271	0.21 243

SGM-Forest	0.62 282	0.32 267	0.39 74	0.43 192	0.30 229	1.02 318	0.55 296	1.09 268	1.05 297	1.06 320	1.18 288	1.10 307	0.67 248	0.88 271	0.62 252	0.31 321	0.33 358	0.33 334	0.30 328	0.30 299	0.28 293
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FAT-Stereo	0.73 306	0.33 275	0.75 303	0.49 276	0.37 288	0.71 251	0.59 307	1.36 350	1.30 347	1.03 314	1.40 324	1.59 366	1.15 351	0.87 268	0.86 301	0.28 306	0.28 331	0.28 308	0.23 280	0.28 287	0.38 343

FADNet-RVC-Resample	0.56 258	0.33 275	1.16 348	0.49 276	0.34 275	0.71 251	0.43 236	1.01 241	0.93 244	0.82 207	0.87 164	0.74 206	0.67 248	0.73 212	0.45 193	0.18 176	0.18 260	0.26 289	0.27 317	0.26 275	0.27 286

TDLM	0.57 263	0.33 275	0.49 187	0.51 302	0.30 229	0.66 236	0.73 342	1.03 248	1.01 280	0.82 207	1.10 263	0.84 238	0.70 268	0.86 267	0.58 242	0.28 306	0.17 249	0.25 275	0.22 269	0.26 275	0.19 210

CVANet_RVC	0.57 263	0.33 275	0.44 124	0.47 256	0.32 259	0.67 240	0.61 314	1.05 256	0.93 244	0.85 227	1.04 241	1.01 283	0.73 277	0.83 253	0.52 229	0.29 312	0.19 274	0.27 301	0.25 302	0.31 304	0.21 243

StereoDRNet	0.64 284	0.33 275	0.68 279	0.51 302	0.43 324	1.03 321	0.53 288	1.47 364	0.99 269	1.10 330	0.87 164	1.07 302	0.71 272	0.82 246	0.88 307	0.23 264	0.19 274	0.25 275	0.23 280	0.27 285	0.19 210

SACVNet	0.58 269	0.34 280	0.55 225	0.55 327	0.36 283	0.63 222	0.48 258	1.13 279	0.77 162	1.02 306	1.06 251	1.02 288	0.74 279	0.90 278	0.51 222	0.27 300	0.21 289	0.25 275	0.24 293	0.29 290	0.36 331

Anonymous3	0.46 170	0.34 280	0.86 323	0.50 290	0.37 288	0.81 277	0.50 268	0.72 137	0.65 113	0.51 61	0.65 74	0.45 65	0.45 139	0.64 161	0.38 151	0.24 273	0.24 312	0.22 236	0.21 254	0.23 253	0.23 263

HCRNet	0.44 154	0.34 280	0.41 86	0.53 318	0.26 153	0.53 160	0.29 61	0.83 176	0.63 101	0.71 146	0.81 135	0.77 220	0.50 162	0.66 173	0.36 131	0.24 273	0.16 235	0.24 264	0.20 236	0.21 228	0.18 182

DeepPruner_ROB	0.53 236	0.34 280	0.59 239	0.41 137	0.30 229	0.50 147	0.43 236	1.19 301	0.70 124	0.85 227	1.05 245	0.86 242	0.55 184	0.84 258	0.51 222	0.29 312	0.23 305	0.22 236	0.22 269	0.26 275	0.25 275

S-Stereo	0.74 307	0.35 284	0.96 331	0.56 330	0.45 335	0.82 285	0.60 309	1.24 326	1.60 373	0.96 283	1.41 326	1.12 311	0.94 330	0.80 241	1.04 341	0.26 293	0.31 349	0.28 308	0.25 302	0.32 309	0.47 367

ADCP+	1.06 354	0.35 284	1.51 379	0.49 276	0.51 349	1.45 364	0.55 296	1.25 329	1.03 288	1.16 336	1.15 279	1.10 307	1.07 345	1.56 365	6.75 412	0.19 205	0.16 235	0.23 250	0.21 254	0.28 287	0.21 243

RYNet	0.72 304	0.35 284	0.64 262	0.53 318	0.67 372	1.31 354	0.67 322	1.20 305	1.18 327	1.05 317	0.87 164	1.27 324	0.93 329	0.93 293	1.27 360	0.22 259	0.16 235	0.26 289	0.23 280	0.40 338	0.39 345

XPNet_ROB	0.70 296	0.35 284	0.68 279	0.52 313	0.40 306	0.79 269	0.85 358	1.16 291	0.94 251	1.33 353	1.15 279	1.38 345	0.83 307	1.03 313	0.90 320	0.32 333	0.25 320	0.26 289	0.24 293	0.31 304	0.28 293

CBMV	0.64 284	0.35 284	0.41 86	0.42 174	0.25 116	1.01 316	0.77 346	1.13 279	1.09 315	1.17 337	1.22 294	1.04 292	0.75 281	0.88 271	0.63 255	0.28 306	0.30 339	0.34 336	0.30 328	0.26 275	0.26 279
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GwcNet	0.69 294	0.36 289	1.10 342	0.51 302	0.42 319	1.08 331	0.50 268	1.21 307	1.16 324	1.00 299	1.37 318	1.06 297	0.79 295	0.92 288	0.94 324	0.25 283	0.24 312	0.24 264	0.22 269	0.23 253	0.26 279

RP	0.76 310	0.36 289	0.63 257	0.66 361	0.58 366	0.80 272	0.55 296	1.14 285	1.22 334	0.97 288	1.65 348	1.43 350	1.32 365	1.01 306	0.84 296	0.33 339	0.30 339	0.36 341	0.30 328	0.34 321	0.34 324

WCMA_ROB	1.14 360	0.36 289	0.76 308	0.49 276	0.44 331	1.23 349	0.67 322	1.11 274	1.23 335	2.84 400	3.95 406	3.28 396	1.83 387	1.25 341	0.99 334	0.44 364	0.34 360	0.34 336	0.37 350	0.41 344	0.40 348

SDNR	0.86 329	0.37 292	1.47 377	0.40 113	0.38 296	3.38 406	0.33 116	0.90 203	0.98 264	0.99 294	2.09 371	0.59 127	0.71 272	1.29 346	0.70 270	0.51 374	0.56 388	0.36 341	0.26 312	0.43 348	0.46 363

GMStereo	0.39 113	0.37 292	0.54 220	0.40 113	0.26 153	0.42 125	0.36 158	0.59 41	1.04 292	0.55 71	0.51 40	0.37 36	0.35 81	0.54 74	0.41 165	0.19 205	0.13 156	0.16 64	0.17 167	0.24 263	0.18 182
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
APVNet	0.71 300	0.37 292	0.89 326	0.56 330	0.45 335	1.18 344	0.68 327	1.41 358	0.85 199	0.81 198	1.15 279	1.04 292	0.81 299	1.10 324	1.17 351	0.26 293	0.28 331	0.32 329	0.31 335	0.29 290	0.30 306

FADNet_RVC	0.55 247	0.37 292	1.17 352	0.44 207	0.31 246	0.56 184	0.34 123	1.06 259	0.88 217	0.67 123	0.90 178	0.61 136	0.65 240	0.93 293	0.70 270	0.21 241	0.18 260	0.26 289	0.23 280	0.31 304	0.28 293

STTStereo	0.55 247	0.37 292	0.76 308	0.44 207	0.31 246	0.60 204	0.44 242	0.96 222	0.86 204	0.99 294	0.90 178	0.96 271	0.58 198	0.71 202	0.61 250	0.25 283	0.23 305	0.26 289	0.32 341	0.24 263	0.23 263

SuperB	1.04 351	0.37 292	4.81 407	0.43 192	0.31 246	0.99 314	0.46 247	1.02 244	2.09 384	1.09 328	1.09 261	0.75 208	0.81 299	1.06 316	1.76 372	0.19 205	0.15 208	0.17 89	0.15 98	2.82 414	0.26 279

GANet	0.70 296	0.37 292	0.55 225	0.51 302	0.34 275	0.94 302	0.96 366	1.08 264	0.94 251	1.04 315	1.98 367	1.13 314	0.88 318	1.12 327	0.66 260	0.25 283	0.26 325	0.27 301	0.22 269	0.31 304	0.22 256

CBMV_ROB	0.59 276	0.37 292	0.38 57	0.39 89	0.28 196	0.74 256	0.28 54	1.00 234	0.98 264	0.94 275	1.25 301	0.81 232	0.78 293	0.87 268	0.50 214	0.36 352	0.37 365	0.43 356	0.40 359	0.33 314	0.30 306

PSMNet_ROB	0.64 284	0.37 292	0.65 267	0.56 330	0.42 319	0.97 309	0.83 352	1.21 307	0.92 239	0.79 188	1.02 233	1.08 304	0.63 224	0.82 246	0.91 322	0.29 312	0.20 282	0.31 324	0.31 335	0.26 275	0.23 263

dd	0.43 148	0.38 301	0.55 225	0.44 207	0.25 116	0.47 140	0.38 190	0.70 128	1.05 297	0.59 78	0.65 74	0.42 53	0.39 108	0.66 173	0.50 214	0.24 273	0.15 208	0.21 224	0.15 98	0.22 244	0.18 182

edge stereo	0.76 310	0.38 301	0.74 300	0.52 313	0.43 324	0.80 272	0.53 288	1.28 334	1.06 304	1.28 349	1.38 323	1.81 370	1.11 348	1.08 321	0.85 300	0.33 339	0.32 352	0.41 354	0.28 322	0.32 309	0.36 331

Nwc_Net	0.78 314	0.38 301	0.73 296	0.60 345	0.55 357	1.05 326	0.55 296	1.67 383	1.05 297	0.88 247	1.86 363	1.40 348	1.09 346	1.10 324	0.87 305	0.30 318	0.25 320	0.36 341	0.38 353	0.29 290	0.29 299

ADCL	1.04 351	0.38 301	1.35 368	0.50 290	0.39 301	1.61 373	0.89 360	1.29 335	1.39 355	1.29 350	1.50 339	1.24 322	1.24 360	1.37 358	4.87 405	0.21 241	0.19 274	0.25 275	0.25 302	0.29 290	0.27 286

sAnonymous2	0.40 125	0.39 305	0.85 318	0.48 261	0.37 288	0.40 107	0.46 247	0.57 35	0.52 69	0.38 24	0.46 26	0.35 29	0.42 120	0.43 27	0.30 63	0.19 205	0.14 183	0.18 123	0.17 167	0.57 374	0.44 358

CroCo_RVC	0.40 125	0.39 305	0.85 318	0.48 261	0.37 288	0.40 107	0.46 247	0.57 35	0.52 69	0.38 24	0.46 26	0.35 29	0.42 120	0.43 27	0.30 63	0.19 205	0.14 183	0.18 123	0.17 167	0.57 374	0.44 358

AF-Net	0.81 321	0.39 305	0.68 279	0.64 352	0.54 355	0.91 297	0.51 282	1.61 379	1.31 348	0.96 283	2.02 368	1.46 351	1.26 363	1.11 326	0.99 334	0.32 333	0.24 312	0.39 350	0.27 317	0.30 299	0.25 275

NOSS_ROB	0.57 263	0.39 305	0.39 74	0.44 207	0.30 229	0.73 255	0.54 292	1.03 248	1.08 313	0.67 123	0.87 164	0.76 214	0.57 191	0.77 233	0.47 208	0.38 356	0.38 367	0.44 358	0.42 365	0.37 331	0.34 324

Wz-Net-MNSev	0.76 310	0.40 309	1.34 367	0.50 290	0.40 306	1.44 363	0.83 352	1.15 288	1.16 324	1.25 348	1.20 293	1.13 314	0.81 299	1.16 330	1.00 337	0.22 259	0.19 274	0.24 264	0.23 280	0.28 287	0.26 279

NCC-stereo	0.78 314	0.40 309	0.76 308	0.61 347	0.67 372	0.81 277	0.69 331	1.54 375	1.11 317	0.90 258	1.36 315	1.33 337	1.16 352	1.19 333	0.88 307	0.31 321	0.30 339	0.37 345	0.48 372	0.33 314	0.33 320

Abc-Net	0.78 314	0.40 309	0.76 308	0.61 347	0.67 372	0.81 277	0.69 331	1.54 375	1.11 317	0.90 258	1.36 315	1.33 337	1.16 352	1.19 333	0.88 307	0.31 321	0.30 339	0.37 345	0.48 372	0.33 314	0.33 320
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.72 304	0.41 312	0.65 267	0.64 352	0.44 331	0.98 313	1.20 381	1.11 274	1.00 276	0.98 292	0.96 200	1.49 356	0.87 315	0.90 278	0.79 287	0.31 321	0.26 325	0.39 350	0.39 357	0.32 309	0.32 316

SANet	1.07 356	0.41 312	1.06 339	0.48 261	0.30 229	1.41 360	0.94 364	1.42 359	3.36 402	1.58 362	2.43 377	2.33 383	1.70 382	1.34 352	1.07 343	0.28 306	0.24 312	0.26 289	0.23 280	0.34 321	0.30 306

FINET	0.67 289	0.42 314	1.00 335	0.46 247	0.43 324	0.83 287	0.89 360	1.08 264	1.50 364	0.87 239	1.14 274	0.71 181	0.68 254	0.92 288	0.70 270	0.36 352	0.30 339	0.26 289	0.24 293	0.35 325	0.33 320

DPSNet	0.99 345	0.42 314	1.88 388	0.53 318	0.41 313	1.59 372	1.26 388	2.21 393	1.43 358	1.10 330	1.11 264	1.46 351	1.95 391	1.34 352	1.26 358	0.34 345	0.25 320	0.25 275	0.21 254	0.46 356	0.37 337

ADCRef	0.80 318	0.43 316	1.32 366	0.50 290	0.45 335	1.07 327	0.51 282	1.07 260	0.98 264	1.17 337	1.42 327	0.87 247	0.91 321	0.85 265	3.19 393	0.18 176	0.16 235	0.23 250	0.23 280	0.22 244	0.21 243

PA-Net	0.67 289	0.43 316	0.83 316	0.50 290	0.53 353	0.94 302	0.68 327	1.10 269	1.14 322	0.80 190	0.88 171	0.87 247	0.77 288	1.02 311	0.88 307	0.24 273	0.41 374	0.29 316	0.44 366	0.26 275	0.34 324
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	0.74 307	0.43 316	0.69 285	0.54 324	0.40 306	1.01 316	0.95 365	1.21 307	1.07 310	1.22 344	1.12 266	1.56 363	0.79 295	1.04 315	0.86 301	0.33 339	0.22 295	0.35 338	0.30 328	0.35 325	0.31 312

MeshStereo	1.34 372	0.43 316	0.54 220	0.44 207	0.34 275	1.66 375	0.60 309	1.94 387	1.37 352	4.47 413	3.25 392	4.71 404	1.94 390	1.92 383	1.17 351	0.35 349	0.35 362	0.37 345	0.31 335	0.32 309	0.32 316
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
GMStereo_Zeroshot	0.49 204	0.44 320	0.74 300	0.49 276	0.27 177	0.56 184	0.29 61	0.73 144	0.76 155	0.86 232	0.94 189	0.91 262	0.36 90	0.74 219	0.43 174	0.26 293	0.14 183	0.26 289	0.15 98	0.36 329	0.18 182

Anonymous_2	0.82 322	0.44 320	0.63 257	0.40 113	0.43 324	0.80 272	0.52 285	0.72 137	0.77 162	0.71 146	0.60 64	0.87 247	0.76 284	0.75 223	0.58 242	0.52 375	0.54 387	0.54 374	4.82 422	0.56 372	0.40 348

PS-NSSS	0.58 269	0.44 320	0.62 249	0.42 174	0.33 268	0.66 236	0.58 305	1.02 244	0.86 204	0.77 183	1.28 305	0.72 191	0.64 234	0.82 246	0.59 246	0.31 321	0.26 325	0.40 353	0.27 317	0.33 314	0.26 279

NaN_ROB	0.69 294	0.44 320	0.69 285	0.51 302	0.33 268	0.97 309	1.06 373	1.22 315	1.19 329	1.24 347	0.96 200	1.08 304	0.78 293	1.20 335	0.67 263	0.24 273	0.30 339	0.23 250	0.24 293	0.23 253	0.25 275

HBP-ISP	0.59 276	0.45 324	0.43 114	0.45 228	0.33 268	0.70 246	0.28 54	1.11 274	1.00 276	0.83 219	1.18 288	0.65 160	0.68 254	0.88 271	0.52 229	0.35 349	0.38 367	0.47 363	0.41 364	0.38 335	0.31 312

DANet	0.71 300	0.45 324	0.91 327	0.59 340	0.40 306	0.81 277	0.40 216	0.97 226	0.84 192	1.20 342	1.22 294	1.33 337	0.88 318	1.16 330	1.24 356	0.27 300	0.23 305	0.31 324	0.25 302	0.35 325	0.32 316
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G-Net	0.95 342	0.46 326	1.04 337	0.64 352	0.48 343	2.12 386	0.64 318	1.01 241	0.87 213	1.75 373	2.82 390	1.30 329	1.64 381	1.06 316	0.96 329	0.36 352	0.29 336	0.35 338	0.25 302	0.45 353	0.42 352

RTSC	0.87 330	0.48 327	1.23 358	0.52 313	0.37 288	1.13 336	0.50 268	1.34 344	1.79 378	1.51 359	1.24 299	1.12 311	0.81 299	1.62 369	2.16 382	0.25 283	0.19 274	0.23 250	0.24 293	0.30 299	0.31 312

ADCPNet	1.03 350	0.48 327	2.70 395	0.54 324	0.42 319	1.40 358	0.75 344	1.13 279	1.07 310	1.22 344	1.42 327	1.68 368	1.09 346	1.36 357	3.45 397	0.30 318	0.28 331	0.29 316	0.32 341	0.37 331	0.35 329

PDISCO_ROB	0.91 338	0.48 327	1.06 339	0.99 382	0.97 384	1.67 377	0.63 316	1.64 381	1.59 370	1.06 320	1.18 288	1.31 330	0.79 295	1.55 363	0.97 330	0.49 371	0.22 295	0.45 359	0.40 359	0.45 353	0.37 337

CSAN	0.83 327	0.49 330	0.77 312	0.60 345	0.41 313	1.14 337	1.06 373	1.19 301	1.46 362	1.32 351	1.43 330	1.37 344	1.19 357	1.27 344	0.86 301	0.39 358	0.31 349	0.36 341	0.37 350	0.35 325	0.34 324

ETE_ROB	0.70 296	0.49 330	0.73 296	0.56 330	0.36 283	0.79 269	0.87 359	1.14 285	0.93 244	1.19 339	1.18 288	1.39 346	0.82 303	0.99 303	0.80 289	0.26 293	0.21 289	0.31 324	0.26 312	0.33 314	0.34 324

MSMD_ROB	1.21 367	0.49 330	0.62 249	0.59 340	0.50 346	1.62 374	0.67 322	1.23 319	1.24 337	2.45 393	3.77 400	3.09 393	2.98 406	1.32 349	0.81 292	0.45 365	0.41 374	0.49 369	0.51 379	0.47 358	0.44 358

PWCDC_ROB	0.89 334	0.49 330	0.80 315	0.74 374	0.40 306	1.03 321	0.39 210	1.33 342	2.35 391	1.02 306	3.77 400	0.81 232	0.92 324	1.20 335	0.90 320	0.34 345	0.22 295	0.24 264	0.20 236	0.34 321	0.29 299

dad	0.58 269	0.50 334	0.64 262	0.43 192	0.30 229	0.59 199	0.36 158	0.78 165	1.25 341	1.01 304	1.17 286	1.15 317	0.53 170	0.68 191	0.50 214	0.35 349	0.23 305	0.37 345	0.21 254	0.29 290	0.20 230

SHD	0.93 341	0.50 334	1.18 353	0.59 340	0.46 342	0.97 309	0.48 258	1.70 384	2.15 385	1.58 362	1.37 318	1.42 349	1.19 357	1.31 348	1.60 367	0.31 321	0.26 325	0.32 329	0.33 344	0.40 338	0.42 352

FBW_ROB	0.88 332	0.50 334	0.85 318	0.55 327	0.40 306	1.17 342	0.78 348	1.50 368	1.37 352	1.33 353	1.27 303	1.48 355	1.00 339	2.57 399	0.98 333	0.25 283	0.32 352	0.45 359	0.30 328	0.34 321	0.28 293

Wz-Net-LNSev	0.71 300	0.51 337	1.36 372	0.50 290	0.41 313	1.15 339	0.69 331	1.21 307	1.07 310	1.02 306	1.12 266	1.08 304	0.87 315	0.89 276	0.89 318	0.24 273	0.22 295	0.21 224	0.19 214	0.26 275	0.26 279

Syn2CoEx	0.71 300	0.51 337	0.95 329	0.64 352	0.45 335	0.91 297	0.53 288	1.48 365	1.13 320	0.93 272	1.35 314	1.02 288	0.99 337	0.92 288	0.80 289	0.30 318	0.27 329	0.28 308	0.24 293	0.23 253	0.24 269

psmorigin	0.82 322	0.51 337	2.09 390	0.49 276	0.41 313	0.85 291	0.50 268	1.04 251	0.88 217	1.45 357	1.43 330	1.50 357	1.06 343	1.22 338	0.97 330	0.31 321	0.32 352	0.27 301	0.27 317	0.33 314	0.42 352

FADNet	0.61 281	0.51 337	1.10 342	0.45 228	0.44 331	0.65 233	0.41 228	1.19 301	1.05 297	0.70 140	0.84 148	0.98 276	0.66 245	0.82 246	0.50 214	0.29 312	0.30 339	0.27 301	0.30 328	0.46 356	0.35 329

MANE	4.13 411	0.51 337	0.64 262	0.66 361	0.56 360	6.89 416	0.99 369	7.55 418	12.04 415	6.68 418	8.57 419	10.69 419	9.45 418	7.59 418	6.39 410	0.49 371	0.43 379	0.48 366	0.98 399	0.49 360	0.48 369

FC-DCNN	1.59 383	0.51 337	0.66 272	0.61 347	0.49 345	1.56 370	0.70 336	1.66 382	1.53 366	4.64 414	4.62 412	5.85 411	3.34 409	1.84 381	1.11 346	0.46 366	0.42 376	0.47 363	0.46 367	0.48 359	0.46 363

ADCMid	1.14 360	0.52 343	2.23 393	0.53 318	0.43 324	1.07 327	0.75 344	1.23 319	1.05 297	2.15 386	1.44 332	1.50 357	1.43 371	1.56 365	5.01 406	0.26 293	0.24 312	0.29 316	0.31 335	0.37 331	0.33 320

DeepPrunerF	0.89 334	0.52 343	3.43 400	0.68 367	0.81 377	0.72 254	0.72 341	1.22 315	1.99 383	0.93 272	1.01 225	0.87 247	0.86 312	1.08 321	0.95 327	0.34 345	0.28 331	0.43 356	0.39 357	0.30 299	0.32 316

PWC_ROB	0.87 330	0.52 343	1.28 361	0.50 290	0.32 259	0.91 297	0.37 170	1.36 350	1.46 362	1.61 365	2.59 383	1.16 318	1.01 340	1.34 352	1.40 365	0.25 283	0.18 260	0.28 308	0.20 236	0.29 290	0.28 293

XX-TBD	0.32 32	0.53 346	0.26 8	0.51 302	0.20 22	0.37 89	0.24 27	0.40 4	0.73 142	0.54 69	0.69 85	0.31 10	0.25 13	0.32 5	0.27 36	0.16 115	0.10 9	0.12 2	0.09 7	0.13 21	0.11 11

FADNet-RVC	0.60 279	0.53 346	1.14 347	0.46 247	0.39 301	0.61 206	0.39 210	1.12 278	0.87 213	0.70 140	0.84 148	1.04 292	0.55 184	0.94 300	0.69 267	0.26 293	0.25 320	0.28 308	0.28 322	0.31 304	0.31 312

Anonymous Stereo	0.75 309	0.54 348	1.78 385	0.57 335	0.56 360	0.62 213	1.25 387	0.96 222	0.99 269	0.96 283	0.95 196	0.83 234	0.58 198	1.27 344	1.21 354	0.31 321	0.30 339	0.31 324	0.33 344	0.33 314	0.36 331

DGSMNet	0.76 310	0.55 349	1.29 363	0.58 337	0.62 369	0.94 302	0.70 336	1.26 330	1.11 317	0.83 219	1.24 299	1.00 280	0.71 272	1.03 313	0.81 292	0.34 345	0.29 336	0.41 354	0.40 359	0.57 374	0.55 378

FCDSN-DC	1.39 377	0.56 350	0.65 267	0.74 374	0.59 367	1.38 357	0.63 316	1.35 347	1.39 355	3.26 407	4.50 411	4.61 402	2.63 401	1.58 367	1.03 338	0.46 366	0.42 376	0.48 366	0.47 370	0.50 362	0.50 373
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
aanetorigin	0.83 327	0.56 350	1.87 387	0.49 276	0.38 296	0.56 184	0.66 320	0.70 128	1.00 276	2.42 392	2.02 368	1.31 330	1.18 355	0.93 293	1.13 350	0.20 227	0.18 260	0.20 184	0.19 214	0.27 285	0.30 306

ccnet	0.82 322	0.57 352	0.75 303	0.54 324	0.59 367	1.09 332	0.66 320	1.38 353	0.94 251	1.12 332	1.44 332	1.29 327	0.92 324	0.95 302	1.24 356	0.49 371	0.42 376	0.50 371	0.47 370	0.51 363	0.46 363

MFN_U_SF_DS_RVC	1.02 349	0.57 352	1.51 379	0.67 364	0.50 346	2.57 391	1.66 403	1.20 305	1.43 358	1.38 355	1.57 345	1.33 337	0.92 324	1.64 372	0.88 307	0.37 355	0.39 371	0.46 362	0.60 384	0.41 344	0.40 348

WZ-Net	1.19 366	0.59 354	4.07 404	0.62 350	0.51 349	1.34 355	1.31 392	1.32 340	1.74 377	1.53 361	1.65 348	1.74 369	1.28 364	2.25 393	2.01 379	0.27 300	0.21 289	0.23 250	0.25 302	0.40 338	0.39 345

MFN_U_SF_RVC	1.09 358	0.59 354	1.97 389	0.67 364	0.44 331	1.93 383	0.60 309	1.85 386	1.36 350	1.61 365	1.54 343	1.95 376	1.37 367	1.64 372	1.73 370	0.40 362	0.37 365	0.45 359	0.48 372	0.44 349	0.44 358

RGC	0.79 317	0.59 354	0.71 292	0.65 358	0.65 371	0.92 301	0.58 305	1.29 335	1.05 297	1.07 323	1.45 335	1.47 354	1.03 341	1.21 337	0.88 307	0.32 333	0.30 339	0.48 366	0.40 359	0.37 331	0.37 337

ADCS	1.51 381	0.61 357	3.42 399	0.59 340	0.51 349	1.27 352	1.08 376	1.59 377	1.81 379	1.91 380	1.66 350	1.51 360	1.42 370	1.94 385	8.60 414	0.33 339	0.32 352	0.33 334	0.36 349	0.44 349	0.42 352

ELAS_RVC	1.60 384	0.61 357	1.01 336	0.70 370	0.56 360	2.00 385	1.89 410	1.96 388	2.65 394	3.33 408	3.26 393	3.03 390	3.41 410	2.49 397	2.09 381	0.52 375	0.45 382	0.50 371	0.48 372	0.54 370	0.52 375
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.63 386	0.61 357	0.95 329	0.68 367	0.55 357	3.01 404	1.55 401	2.39 395	2.33 390	3.64 410	3.89 404	2.75 388	2.90 405	2.15 391	2.27 388	0.52 375	0.45 382	0.50 371	0.48 372	0.54 370	0.52 375
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C32	1.16 364	0.62 360	2.40 394	0.57 335	0.55 357	1.41 360	1.34 393	1.18 299	1.24 337	1.49 358	1.42 327	1.39 346	1.20 359	1.55 363	4.82 404	0.29 312	0.28 331	0.29 316	0.34 346	0.38 335	0.42 352

PASM	0.90 337	0.64 361	1.69 381	0.69 369	0.69 375	0.78 266	0.84 355	1.03 248	1.26 344	1.19 339	1.15 279	1.31 330	0.98 336	1.24 340	1.03 338	0.52 375	0.56 388	0.59 379	0.66 386	0.56 372	0.54 377

SAMSARA	1.07 356	0.65 362	1.19 354	1.06 386	0.90 379	1.76 380	1.76 407	1.46 363	1.44 360	1.51 359	1.16 284	2.00 377	1.14 350	1.48 361	1.31 362	0.39 358	0.44 381	0.35 338	0.38 353	0.49 360	0.49 372

XQC	0.89 334	0.65 362	1.31 364	0.67 364	0.52 352	1.22 347	0.68 327	1.26 330	1.52 365	1.14 335	1.11 264	1.28 326	1.04 342	1.40 360	1.77 373	0.38 356	0.24 312	0.37 345	0.31 335	0.53 368	0.47 367

PVD	1.28 371	0.67 364	1.28 361	0.74 374	0.62 369	1.50 366	0.84 355	1.99 389	2.96 397	2.18 387	2.36 376	1.85 373	1.95 391	1.92 383	1.94 377	0.39 358	0.36 364	0.49 369	0.37 350	0.51 363	0.64 380

GASNet	0.67 289	0.72 365	0.96 331	0.70 370	0.48 343	0.62 213	0.47 252	1.08 264	1.03 288	0.94 275	0.82 138	0.93 266	0.83 307	1.33 350	0.80 289	0.31 321	0.22 295	0.29 316	0.28 322	0.44 349	0.24 269

Wz-Net-SNSev	0.91 338	0.73 366	2.13 391	0.56 330	0.45 335	0.95 305	1.13 378	1.34 344	1.24 337	1.02 306	1.30 309	1.46 351	0.86 312	1.81 379	1.50 366	0.25 283	0.23 305	0.25 275	0.26 312	0.32 309	0.29 299

SQANet	0.82 322	0.74 367	0.67 276	1.13 387	0.98 386	1.11 333	0.47 252	1.07 260	0.83 189	0.91 263	1.05 245	1.03 290	0.74 279	1.01 306	0.64 257	0.61 381	0.24 312	1.03 388	0.35 348	1.18 391	0.58 379

GANetREF_RVC	0.80 318	0.75 368	0.86 323	0.66 361	0.42 319	1.15 339	0.98 367	1.14 285	1.19 329	1.01 304	1.02 233	1.10 307	0.90 320	1.15 329	0.76 282	0.48 369	0.39 371	0.57 376	0.38 353	0.63 378	0.46 363
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
UDGNet	0.48 188	0.77 369	0.50 199	0.48 261	0.31 246	0.41 120	0.34 123	0.70 128	0.92 239	0.65 111	0.60 64	0.58 113	0.43 127	0.63 154	0.41 165	0.32 333	0.15 208	0.66 380	0.19 214	0.36 329	0.21 243

LSM	4.74 414	0.77 369	10.16 414	0.70 370	56.56 436	1.02 318	1.00 371	1.24 326	1.62 374	2.04 382	2.34 374	1.33 337	1.17 354	1.38 359	1.09 345	0.33 339	0.49 385	0.39 350	0.46 367	0.51 363	10.09 423

EDNetEfficient	1.46 379	0.80 371	6.12 409	0.47 256	0.39 301	0.69 244	0.83 352	0.90 203	2.77 396	3.50 409	1.96 366	1.66 367	2.03 393	1.26 342	4.18 402	0.21 241	0.18 260	0.21 224	0.20 236	0.41 344	0.39 345

Consistency-Raft	1.01 346	0.81 372	1.24 359	0.84 377	0.97 384	0.81 277	0.84 355	1.30 338	1.59 370	1.05 317	1.68 353	1.12 311	0.91 321	0.92 288	1.11 346	0.65 382	0.74 395	0.79 383	0.90 395	1.06 389	0.79 386

AnonymousM	0.41 136	0.81 372	0.29 11	0.34 12	0.22 44	0.28 35	0.38 190	0.53 30	0.41 44	0.70 140	0.49 34	0.47 73	0.27 27	0.41 22	0.31 70	0.15 81	0.12 101	1.51 392	0.26 312	0.12 9	0.10 4

MaskLacGwcNet_RVC	0.67 289	0.81 372	0.73 296	0.53 318	0.37 288	1.40 358	0.53 288	1.04 251	0.79 176	0.88 247	0.94 189	0.95 269	0.53 170	0.93 293	0.58 242	0.39 358	0.30 339	0.57 376	0.31 335	0.53 368	0.30 306

UDG	0.88 332	0.82 375	0.67 276	1.00 384	0.96 383	1.02 318	0.57 304	1.13 279	0.99 269	0.90 258	0.97 214	1.31 330	0.99 337	0.85 265	0.84 296	0.54 379	0.32 352	1.77 395	0.40 359	0.94 384	0.66 381

BEATNet-Init1	15.13 422	0.82 375	50.86 439	0.72 373	0.53 353	38.10 433	7.03 420	11.83 423	14.25 420	29.78 437	30.17 437	48.21 440	22.64 430	26.78 431	18.11 422	0.42 363	0.38 367	0.47 363	0.46 367	0.51 363	0.48 369

MSC_U_SF_DS_RVC	1.34 372	0.87 377	1.76 384	0.86 378	0.56 360	4.29 410	1.79 408	1.50 368	1.98 382	1.61 365	1.85 362	1.84 371	1.41 369	1.89 382	1.36 363	0.48 369	0.40 373	0.56 375	0.57 382	0.69 379	0.48 369

anonymity	0.97 343	0.89 378	1.05 338	0.92 380	1.03 388	0.97 309	0.81 351	1.29 335	0.91 234	1.07 323	0.98 215	1.00 280	0.95 333	1.02 311	0.92 323	0.96 392	0.95 410	0.90 385	0.91 398	0.92 383	0.94 391

NVStereoNet_ROB	1.24 369	0.90 379	1.13 346	0.86 378	0.88 378	1.11 333	0.99 369	1.42 359	1.53 366	1.59 364	2.48 378	2.24 380	1.53 373	1.96 386	1.30 361	0.76 387	0.70 392	0.78 382	1.00 400	0.71 380	0.88 389
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
otaku	1.04 351	0.93 380	0.88 325	1.33 393	1.05 390	1.66 375	0.70 336	1.40 357	1.18 327	1.08 326	1.32 312	1.33 337	0.91 321	1.23 339	0.76 282	0.72 385	0.46 384	1.24 390	0.50 377	1.40 392	0.75 382

SPS-STEREO	1.25 370	0.93 380	1.06 339	1.04 385	1.03 388	1.41 360	0.91 363	1.51 371	1.19 329	2.09 384	1.83 360	1.94 375	1.39 368	1.62 369	1.39 364	0.97 393	0.94 409	0.90 385	0.89 394	0.96 386	0.96 394
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	1.35 374	0.94 382	1.25 360	0.96 381	1.00 387	1.52 368	1.02 372	1.34 344	1.21 332	2.64 395	2.65 385	2.44 384	1.56 376	1.64 372	1.26 358	0.97 393	0.95 410	0.90 385	0.90 395	0.94 384	0.96 394

RTS	1.98 392	0.96 383	11.36 416	0.65 358	0.57 364	2.77 396	1.40 396	1.39 354	2.26 386	1.89 377	2.56 380	1.32 335	1.25 361	5.20 412	4.05 400	0.31 321	0.22 295	0.29 316	0.29 326	0.40 338	0.37 337

RTSA	1.98 392	0.96 383	11.36 416	0.65 358	0.57 364	2.77 396	1.40 396	1.39 354	2.26 386	1.89 377	2.56 380	1.32 335	1.25 361	5.20 412	4.05 400	0.31 321	0.22 295	0.29 316	0.29 326	0.40 338	0.37 337

CC-Net-ROB	0.82 322	0.96 383	0.85 318	0.58 337	0.45 335	1.27 352	0.70 336	1.17 296	1.02 283	0.83 219	1.23 298	0.90 260	0.77 288	1.06 316	0.69 267	0.46 366	0.34 360	1.71 394	0.38 353	0.59 377	0.36 331

Ntro	1.09 358	0.97 386	0.91 327	1.44 394	1.19 392	1.69 378	0.80 350	1.35 347	1.25 341	1.00 299	1.29 308	1.31 330	0.97 335	1.26 342	0.84 296	0.84 389	0.43 379	1.36 391	0.50 377	1.56 393	0.78 384

MFMNet_re	1.14 360	0.97 386	1.19 354	0.99 382	0.95 382	1.25 351	1.22 384	1.39 354	1.55 368	1.69 372	1.67 352	1.21 319	1.53 373	1.12 327	0.99 334	0.87 391	0.75 399	0.79 383	0.75 390	0.90 382	0.94 391

AnyNet_C01	1.56 382	1.05 388	7.45 412	0.64 352	0.54 355	1.99 384	1.38 395	1.43 361	1.36 350	1.63 368	1.92 364	1.84 371	1.33 366	2.40 395	4.03 399	0.33 339	0.32 352	0.32 329	0.34 346	0.44 349	0.45 362

Wz-Net-TNSev	1.14 360	1.06 389	4.32 406	0.49 276	0.42 319	1.51 367	1.11 377	1.48 365	1.40 357	1.22 344	1.26 302	1.58 365	1.43 371	1.76 377	1.70 369	0.32 333	0.31 349	0.26 289	0.30 328	0.41 344	0.41 351

EDNetEfficientorigin	9.93 419	1.15 390	175.16 441	0.48 261	0.36 283	1.04 325	0.68 327	1.24 326	2.69 395	3.17 406	2.50 379	2.30 381	2.07 394	1.76 377	2.21 383	0.20 227	0.18 260	0.24 264	0.19 214	0.51 363	0.50 373

WAO-7	1.90 390	1.20 391	1.35 368	1.27 391	1.06 391	2.84 398	1.56 402	3.23 403	3.06 400	2.23 388	3.33 397	3.17 394	2.28 396	3.12 400	2.21 383	1.02 395	0.91 405	1.06 389	1.03 403	1.04 388	0.97 397

JetBlue	2.78 401	1.26 392	7.04 411	1.16 388	1.48 395	8.00 418	6.02 419	2.60 396	1.92 381	2.12 385	2.64 384	3.34 397	3.05 407	6.49 415	3.39 395	0.78 388	0.76 400	0.75 381	0.76 391	0.97 387	1.18 405

ACVNet_2	1.65 387	1.27 393	1.41 375	1.75 397	1.62 397	2.22 387	1.20 381	2.30 394	2.62 393	1.78 374	2.56 380	3.03 390	1.61 378	1.54 362	1.12 349	1.06 396	0.58 390	1.82 396	0.70 389	1.82 397	0.96 394

ACVNet-4b	1.35 374	1.31 394	1.10 342	1.90 401	1.59 396	1.92 382	0.77 346	1.52 374	1.62 374	1.05 317	1.60 347	2.11 378	0.94 330	1.64 372	0.77 286	1.30 400	0.35 362	2.03 402	0.67 387	1.88 401	0.84 387

ACVNet_1	1.46 379	1.33 395	1.12 345	1.91 402	1.62 397	1.83 381	0.98 367	2.00 390	1.85 380	1.39 356	1.53 342	2.32 382	1.53 373	1.34 352	1.11 346	1.30 400	0.50 386	2.06 404	0.58 383	1.93 403	0.95 393

Dean	1.98 392	1.36 396	1.36 372	2.12 404	1.81 404	2.74 393	1.36 394	3.37 407	3.80 406	2.08 383	3.32 396	3.21 395	1.82 385	1.71 376	1.67 368	1.27 397	0.77 401	1.99 398	0.90 395	1.86 398	1.03 398

LVE	2.12 397	1.44 397	1.36 372	1.99 403	1.78 402	2.75 394	1.79 408	2.82 397	3.95 407	1.90 379	4.33 410	3.52 399	1.81 384	2.24 392	1.74 371	1.74 408	0.87 404	2.06 404	1.13 406	1.91 402	1.35 408

RainbowNet	1.35 374	1.49 398	1.19 354	1.88 400	1.45 394	1.48 365	1.07 375	1.61 379	1.55 368	1.20 342	1.59 346	1.54 361	1.13 349	1.34 352	0.97 330	1.36 403	0.70 392	1.82 396	0.79 392	1.71 395	1.07 399

WAO-6	2.04 395	1.50 399	1.16 348	1.70 396	1.67 401	2.69 392	1.44 399	3.06 400	3.63 405	1.98 381	3.27 394	3.54 400	2.07 394	2.36 394	2.22 385	1.31 402	0.91 405	2.04 403	1.22 410	1.73 396	1.27 407

coex-ft	6.43 417	1.51 400	87.33 440	0.49 276	0.38 296	1.34 355	1.21 383	1.16 291	8.09 413	12.12 420	2.79 387	2.77 389	3.31 408	1.16 330	3.15 392	0.24 273	0.23 305	0.27 301	0.24 293	0.45 353	0.37 337

WAO-8	2.92 402	1.55 401	1.35 368	1.79 398	1.63 399	5.23 412	1.22 384	4.58 413	12.56 417	2.84 400	4.07 408	4.83 405	2.72 403	3.49 404	2.25 386	1.27 397	0.91 405	1.99 398	1.15 408	1.86 398	1.15 401

Venus	2.92 402	1.55 401	1.35 368	1.79 398	1.63 399	5.23 412	1.22 384	4.58 413	12.56 417	2.84 400	4.06 407	4.83 405	2.72 403	3.49 404	2.25 386	1.27 397	0.91 405	1.99 398	1.15 408	1.86 398	1.15 401

IMH-64-1	1.86 388	1.62 403	1.16 348	2.20 405	1.89 405	2.33 388	1.30 389	2.89 398	2.29 388	1.66 369	2.80 388	2.49 385	1.61 378	2.10 389	1.78 374	1.60 404	0.74 395	2.43 408	1.02 401	2.12 404	1.17 403

IMH-64	1.86 388	1.62 403	1.16 348	2.20 405	1.89 405	2.33 388	1.30 389	2.89 398	2.29 388	1.66 369	2.80 388	2.49 385	1.61 378	2.10 389	1.78 374	1.60 404	0.74 395	2.43 408	1.02 401	2.12 404	1.17 403

IMH	2.04 395	1.62 403	1.20 357	2.20 405	1.89 405	2.91 403	1.30 389	3.11 401	3.03 398	1.81 375	3.35 398	3.03 390	1.90 388	2.48 396	1.80 376	1.66 407	0.77 401	2.45 410	1.04 404	2.15 406	1.19 406

PWCK	1.92 391	1.66 406	3.12 398	1.65 395	0.91 380	2.84 398	2.26 413	2.10 391	2.41 392	2.36 391	2.31 372	2.22 379	1.82 385	3.43 403	2.03 380	1.61 406	0.71 394	1.51 392	0.82 393	1.69 394	0.91 390

TorneroNet-64	3.44 405	1.86 407	1.42 376	2.58 412	2.28 410	6.87 415	1.68 404	4.70 415	12.03 414	2.31 390	5.59 416	8.25 416	2.55 400	3.97 409	2.73 390	1.81 409	0.74 395	2.57 412	1.07 405	2.35 408	1.44 409

TorneroNet	4.53 413	1.89 408	1.48 378	2.55 410	2.27 409	13.78 423	1.69 405	4.84 417	23.73 431	2.89 403	7.70 418	7.06 415	2.69 402	4.26 411	3.42 396	1.84 410	0.77 401	2.68 414	1.13 406	2.42 409	1.47 410

KSHMR	2.57 399	1.93 409	1.69 381	2.63 413	2.42 412	2.86 400	2.07 411	3.27 405	6.50 411	2.49 394	3.36 399	3.41 398	1.92 389	2.49 397	1.94 377	2.13 413	1.40 415	2.79 417	1.50 413	2.73 412	1.77 411

UNDER WATER-64	3.53 407	2.01 410	3.94 403	3.22 418	2.49 414	5.41 414	2.60 416	3.43 408	12.41 416	3.03 405	2.68 386	6.07 413	4.04 412	3.79 408	3.33 394	2.02 411	1.24 414	2.63 413	1.46 412	2.78 413	2.08 415

UNDER WATER	3.46 406	2.07 411	3.64 402	3.09 416	2.48 413	3.75 408	2.42 415	3.31 406	13.77 419	2.90 404	2.95 391	5.84 410	3.69 411	3.69 406	3.48 398	2.07 412	1.11 412	2.70 415	1.40 411	2.84 415	1.98 413

ktn	2.98 404	2.25 412	1.73 383	2.84 414	2.53 415	3.76 409	2.15 412	3.70 409	5.47 410	2.75 397	5.17 415	5.94 412	2.48 398	3.23 401	2.46 389	2.34 417	1.44 416	2.78 416	2.03 416	2.45 410	2.01 414

notaker	2.76 400	2.29 413	1.80 386	2.96 415	2.58 416	2.90 402	1.75 406	3.24 404	3.05 399	2.78 398	4.24 409	6.15 414	2.51 399	3.34 402	2.75 391	2.31 415	1.18 413	3.00 418	1.65 414	2.84 415	1.97 412

MADNet+	2.23 398	2.43 414	10.85 415	1.22 390	0.91 380	2.76 395	1.40 396	2.12 392	1.67 376	1.32 351	1.74 356	1.86 374	1.74 383	6.25 414	4.41 403	0.65 382	0.64 391	0.58 378	0.54 381	0.80 381	0.76 383

HanzoNet	6.76 418	2.45 415	4.22 405	3.19 417	2.94 418	3.62 407	2.28 414	4.79 416	7.20 412	14.00 424	13.19 423	17.49 424	22.30 429	13.25 422	6.19 409	4.20 420	1.93 417	3.10 419	2.56 418	3.35 418	2.88 419

DPSimNet_ROB	3.58 408	2.45 415	8.57 413	2.53 409	2.37 411	2.88 401	3.77 418	3.14 402	3.23 401	4.71 415	3.86 403	4.68 403	4.87 415	4.07 410	5.62 407	2.33 416	2.33 418	2.47 411	2.52 417	2.51 411	2.64 417

DDUNet	1.06 354	2.56 417	0.68 279	1.21 389	1.26 393	1.03 321	0.69 331	1.11 274	0.94 251	0.96 283	1.22 294	1.27 324	0.82 303	0.93 293	0.72 276	0.84 389	0.38 367	1.99 398	0.60 384	1.10 390	0.85 388

DispFullNet	1.60 384	2.63 418	2.75 396	2.56 411	1.79 403	1.24 350	0.47 252	1.37 352	1.45 361	1.87 376	1.50 339	1.55 362	2.46 397	2.04 388	1.04 341	0.59 380	0.18 260	2.32 407	0.68 388	2.29 407	1.14 400

MADNet++	4.03 409	2.70 419	3.44 401	3.72 420	3.44 419	4.44 411	3.52 417	3.95 411	3.61 404	4.46 412	4.98 414	4.10 401	4.58 414	7.00 417	5.89 408	3.74 418	3.67 421	3.27 420	2.71 419	3.70 420	3.66 421

SPstereo	24.26 427	4.19 420	6.66 410	4.29 421	3.79 420	45.68 434	78.09 440	63.52 441	33.36 440	27.50 436	26.65 429	39.53 439	33.55 439	42.77 441	51.02 435	3.90 419	3.72 422	5.95 424	4.66 421	3.15 417	3.30 420

JetRed	5.27 415	5.84 421	12.81 419	2.36 408	2.83 417	12.23 422	10.50 421	4.46 412	3.60 403	3.86 411	3.83 402	4.85 407	4.18 413	6.78 416	11.96 417	2.17 414	2.96 420	2.18 406	1.97 415	3.38 419	2.68 418

DPSMNet_ROB	12.08 421	8.00 422	21.00 421	8.97 424	16.79 423	10.67 419	30.89 427	9.02 421	15.17 422	6.51 417	15.41 427	9.04 417	14.85 420	9.27 420	21.67 424	4.58 422	8.57 423	5.09 423	9.29 425	5.90 422	10.95 424

DGTPSM_ROB	12.07 420	8.00 422	20.99 420	8.93 423	16.78 422	10.67 419	30.87 426	9.01 420	15.16 421	6.50 416	15.41 427	9.04 417	14.85 420	9.25 419	21.67 424	4.57 421	8.57 423	5.08 422	9.28 424	5.90 422	10.95 424

ASD4		8.86 424

Anonymous_1	33.25 429	18.26 425	23.92 423	20.54 425	21.28 426	25.59 425	35.94 428	22.01 432	15.57 423	13.33 421	13.49 424	18.08 425	15.29 422	20.36 423	24.60 426	16.28 431	8.84 425	66.59 438	118.00 438	155.73 441	11.23 426

DPSM_ROB	17.78 423	18.63 426	24.31 427	20.90 426	19.47 424	25.97 426	36.21 429	21.23 430	16.24 424	13.38 422	14.06 425	19.18 427	16.30 423	20.78 424	25.67 427	9.38 426	9.23 426	9.49 426	9.82 426	13.51 425	11.91 427

DPSM	17.78 423	18.63 426	24.31 427	20.90 426	19.47 424	25.97 426	36.21 429	21.23 430	16.24 424	13.38 422	14.06 425	19.18 427	16.30 423	20.78 424	25.67 427	9.38 426	9.23 426	9.49 426	9.82 426	13.51 425	11.91 427

xxxxx1	36.64 435	19.51 428	24.21 424	61.66 438	64.63 438	27.28 429	40.10 431	20.25 425	18.63 427	14.07 425	12.97 420	17.26 421	17.36 425	21.70 427	27.93 429	13.18 428	18.50 431	111.26 439	133.37 439	29.24 433	39.73 436

tt_ll	36.64 435	19.51 428	24.21 424	61.66 438	64.63 438	27.28 429	40.10 431	20.25 425	18.63 427	14.07 425	12.97 420	17.26 421	17.36 425	21.70 427	27.93 429	13.18 428	18.50 431	111.26 439	133.37 439	29.24 433	39.73 436

ff	36.64 435	19.51 428	24.21 424	61.66 438	64.63 438	27.28 429	40.10 431	20.25 425	18.63 427	14.07 425	12.97 420	17.26 421	17.36 425	21.70 427	27.93 429	13.18 428	18.50 431	111.26 439	133.37 439	29.24 433	39.73 436

PML	40.80 441	29.24 431	11.87 418	7.20 422	14.47 421	92.13 441	213.69 442	7.63 419	23.35 430	74.72 441	190.14 442	50.17 441	26.15 431	21.39 426	12.70 418	8.76 425	2.92 419	8.45 425	3.25 420	13.26 424	4.42 422

LRCNet_RVC	21.24 426	31.15 432	21.41 422	28.98 429	23.82 427	3.13 405	0.60 309	20.96 429	1.59 370	25.58 429	28.15 432	21.99 429	14.79 419	21.94 430	16.41 421	28.89 438	14.87 429	33.53 434	31.28 434	29.51 436	26.16 434

DLNR_Zeroshot_test	20.09 425	36.28 433	38.04 430	169.85 441	61.80 437	0.23 6	0.20 1	13.88 424	0.37 33	0.44 47	0.66 78	0.43 59	0.21 5	0.62 144	0.28 46	5.46 423	0.10 9	0.15 45	0.11 18	72.60 440	0.11 11

HaxPig	31.96 428	37.24 434	34.27 429	24.37 428	24.88 428	18.26 424	19.86 423	20.64 428	28.52 432	35.97 438	38.75 438	25.57 430	28.72 432	33.88 432	34.39 432	35.94 439	38.87 439	37.80 435	40.48 435	39.68 437	41.15 439

CasAABBNet	35.74 430	37.43 435	48.72 434	42.22 435	39.20 434	52.24 435	73.12 436	42.61 438	32.62 437	26.78 430	27.95 430	38.58 436	32.60 433	41.67 438	51.65 440	18.74 432	18.57 434	19.15 432	19.77 429	27.20 430	23.98 432

Selective-RAFT-Error	35.84 434	37.49 436	48.83 438	42.26 436	39.24 435	52.30 439	73.09 435	42.66 439	32.61 433	26.80 431	28.30 433	38.84 438	33.51 438	41.68 439	51.59 436	18.82 436	18.58 435	19.17 433	19.80 430	27.28 431	24.05 433

MyStereo03	35.77 431	37.55 437	48.75 435	42.19 432	39.18 431	52.27 436	73.13 437	42.32 435	32.61 433	27.03 433	28.40 434	38.50 433	32.89 434	41.62 435	51.63 437	18.78 433	18.59 436	19.11 428	19.80 430	27.18 427	23.95 429

MyStereo02	35.77 431	37.55 437	48.75 435	42.19 432	39.18 431	52.27 436	73.13 437	42.32 435	32.61 433	27.03 433	28.40 434	38.50 433	32.89 434	41.62 435	51.63 437	18.78 433	18.59 436	19.11 428	19.80 430	27.18 427	23.95 429

MyStereo	35.77 431	37.55 437	48.75 435	42.19 432	39.18 431	52.27 436	73.13 437	42.32 435	32.61 433	27.03 433	28.40 434	38.50 433	32.89 434	41.62 435	51.63 437	18.78 433	18.59 436	19.11 428	19.80 430	27.18 427	23.95 429

LSM0	38.95 440	37.60 440	48.58 433	43.57 437	91.06 441	52.57 440	72.57 434	43.17 440	32.63 438	26.97 432	27.97 431	38.65 437	32.94 437	41.86 440	51.78 441	18.89 437	18.41 430	19.13 431	19.63 428	27.29 432	33.77 435

AVERAGE_ROB	37.58 439	40.13 441	40.15 431	34.81 431	33.82 430	28.55 432	25.10 425	32.02 434	34.06 441	41.28 439	40.66 439	34.46 432	34.81 441	39.18 433	37.57 434	42.78 440	43.44 440	43.82 436	43.03 436	40.47 438	41.51 440

MEDIAN_ROB	37.38 438	40.85 442	40.60 432	32.31 430	31.85 429	27.20 428	24.55 424	29.10 433	33.19 439	42.09 440	41.76 440	33.35 431	34.39 440	39.78 434	37.07 433	43.64 441	44.10 441	44.12 437	43.40 437	41.51 439	42.76 441

test_example2	176.61 442	205.14 443	198.86 442	188.60 442	190.98 442	152.67 442	170.61 441	94.86 442	123.55 442	178.88 442	179.48 441	158.94 442	141.34 442	192.61 442	198.96 442	203.76 442	236.37 442	164.13 442	173.55 442	218.58 442	160.41 442

Low-res two-view benchmark