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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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-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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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
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

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.
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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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
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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		8.86 424

Low-res two-view benchmark