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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

AIO-test2	0.11 1	0.07 1	0.07 2	0.06 1	0.05 2	0.07 3	0.04 1	0.13 11	0.12 23	0.11 6	0.14 19	0.16 11	0.07 7	0.06 9	0.15 1	0.17 3	0.15 1	0.13 3	0.16 2	0.11 2	0.17 1	0.13 6	0.06 3	0.08 7	0.11 1	0.14 7	0.10 1	0.11 1

AIO-test1	0.13 5	0.09 3	0.08 4	0.06 1	0.07 7	0.11 18	0.04 1	0.17 26	0.13 27	0.15 18	0.16 27	0.19 25	0.08 13	0.09 28	0.18 9	0.22 13	0.19 2	0.16 6	0.15 1	0.14 12	0.17 1	0.14 7	0.08 13	0.07 4	0.14 2	0.14 7	0.13 2	0.12 5

Pointernet	0.11 1	0.09 3	0.06 1	0.07 5	0.06 4	0.09 11	0.08 29	0.13 11	0.06 2	0.11 6	0.09 10	0.10 2	0.07 7	0.06 9	0.16 3	0.16 2	0.19 2	0.11 1	0.18 3	0.09 1	0.17 1	0.11 1	0.08 13	0.07 4	0.14 2	0.12 2	0.24 15	0.12 5

AIO-Stereo	0.15 14	0.17 23	0.12 25	0.17 41	0.10 21	0.12 23	0.06 15	0.11 2	0.08 7	0.10 4	0.14 19	0.12 4	0.09 18	0.08 22	0.20 13	0.21 10	0.20 4	0.20 17	0.21 11	0.17 24	0.23 12	0.20 23	0.07 10	0.11 25	0.17 13	0.16 11	0.23 12	0.12 5

MoCha-V2	0.14 11	0.15 16	0.11 21	0.12 19	0.09 17	0.11 18	0.09 36	0.13 11	0.08 7	0.13 12	0.18 34	0.17 18	0.07 7	0.07 15	0.17 5	0.23 16	0.20 4	0.20 17	0.25 24	0.14 12	0.29 34	0.17 12	0.08 13	0.08 7	0.17 13	0.16 11	0.15 3	0.11 1

CroCo-Stereo	0.13 5	0.09 3	0.08 4	0.07 5	0.04 1	0.06 1	0.04 1	0.14 16	0.05 1	0.10 4	0.03 1	0.13 6	0.06 1	0.04 1	0.24 23	0.26 24	0.20 4	0.18 10	0.20 9	0.11 2	0.24 18	0.15 9	0.05 1	0.06 1	0.22 26	0.20 21	0.23 12	0.15 13
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
CoSv	0.13 5	0.17 23	0.08 4	0.08 8	0.07 7	0.17 40	0.07 20	0.15 18	0.10 14	0.13 12	0.06 3	0.10 2	0.07 7	0.04 1	0.17 5	0.20 7	0.21 7	0.12 2	0.22 14	0.12 5	0.20 6	0.11 1	0.06 3	0.07 4	0.22 26	0.15 10	0.19 5	0.11 1

RSM	0.15 14	0.16 19	0.12 25	0.14 26	0.09 17	0.14 28	0.06 15	0.10 1	0.08 7	0.09 3	0.15 22	0.14 8	0.10 23	0.07 15	0.22 18	0.25 20	0.21 7	0.20 17	0.18 3	0.17 24	0.25 21	0.18 16	0.08 13	0.10 17	0.16 8	0.16 11	0.27 21	0.15 13

111111	0.13 5	0.16 19	0.08 4	0.12 19	0.10 21	0.07 3	0.06 15	0.12 6	0.12 23	0.07 1	0.10 15	0.15 9	0.09 18	0.05 4	0.19 10	0.21 10	0.22 9	0.18 10	0.19 6	0.13 9	0.23 12	0.18 16	0.10 30	0.08 7	0.16 8	0.14 7	0.19 5	0.11 1

MLG-Stereo_test1	0.12 3	0.08 2	0.07 2	0.07 5	0.07 7	0.07 3	0.06 15	0.11 2	0.09 10	0.16 23	0.09 10	0.17 18	0.06 1	0.05 4	0.16 3	0.18 4	0.22 9	0.19 14	0.22 14	0.12 5	0.23 12	0.11 1	0.06 3	0.06 1	0.15 4	0.12 2	0.21 9	0.14 10

MLG-Stereo	0.12 3	0.10 6	0.08 4	0.06 1	0.08 14	0.06 1	0.04 1	0.11 2	0.09 10	0.15 18	0.07 5	0.16 11	0.06 1	0.05 4	0.17 5	0.18 4	0.22 9	0.19 14	0.19 6	0.12 5	0.21 9	0.12 5	0.06 3	0.06 1	0.15 4	0.12 2	0.20 7	0.14 10

IGEV-Stereo++	0.16 20	0.24 37	0.09 14	0.13 22	0.13 28	0.10 16	0.05 6	0.15 18	0.13 27	0.12 9	0.16 27	0.16 11	0.11 28	0.07 15	0.21 16	0.22 13	0.22 9	0.18 10	0.21 11	0.16 19	0.22 11	0.27 44	0.09 22	0.08 7	0.17 13	0.18 17	0.25 17	0.18 24

ProNet	0.14 11	0.13 11	0.14 31	0.11 17	0.07 7	0.14 28	0.12 51	0.13 11	0.06 2	0.08 2	0.24 59	0.09 1	0.06 1	0.07 15	0.22 18	0.21 10	0.22 9	0.18 10	0.19 6	0.14 12	0.20 6	0.11 1	0.12 40	0.11 25	0.16 8	0.13 5	0.17 4	0.12 5

CroCo-Stereo Lap2	0.14 11	0.10 6	0.08 4	0.08 8	0.08 14	0.08 7	0.05 6	0.12 6	0.06 2	0.22 37	0.07 5	0.16 11	0.07 7	0.04 1	0.20 13	0.26 24	0.22 9	0.19 14	0.26 28	0.11 2	0.28 30	0.16 10	0.06 3	0.08 7	0.22 26	0.23 37	0.20 7	0.16 19

GASTEREO	0.16 20	0.16 19	0.10 16	0.14 26	0.10 21	0.11 18	0.07 20	0.12 6	0.15 35	0.14 14	0.09 10	0.18 23	0.11 28	0.06 9	0.24 23	0.24 19	0.23 15	0.20 17	0.23 18	0.16 19	0.23 12	0.23 36	0.11 36	0.10 17	0.19 17	0.22 29	0.28 23	0.14 10

MSCF	0.16 20	0.15 16	0.09 14	0.14 26	0.09 17	0.11 18	0.07 20	0.11 2	0.15 35	0.14 14	0.09 10	0.17 18	0.11 28	0.06 9	0.25 26	0.23 16	0.23 15	0.20 17	0.23 18	0.15 17	0.24 18	0.21 28	0.11 36	0.10 17	0.19 17	0.22 29	0.27 21	0.15 13

LG-Stereo	0.15 14	0.11 8	0.08 4	0.09 12	0.11 26	0.11 18	0.05 6	0.15 18	0.11 16	0.19 30	0.12 16	0.26 33	0.09 18	0.06 9	0.19 10	0.20 7	0.23 15	0.16 6	0.18 3	0.14 12	0.23 12	0.20 23	0.05 1	0.08 7	0.17 13	0.18 17	0.24 15	0.15 13

MM-Stereo_test3	0.13 5	0.13 11	0.08 4	0.10 14	0.07 7	0.07 3	0.05 6	0.19 29	0.14 30	0.15 18	0.06 3	0.13 6	0.06 1	0.07 15	0.15 1	0.15 1	0.23 15	0.15 4	0.21 11	0.12 5	0.18 4	0.18 16	0.08 13	0.08 7	0.15 4	0.11 1	0.28 23	0.15 13

MM-Stereo_test1	0.13 5	0.13 11	0.08 4	0.11 17	0.06 4	0.08 7	0.05 6	0.15 18	0.11 16	0.16 23	0.07 5	0.15 9	0.06 1	0.07 15	0.17 5	0.18 4	0.23 15	0.17 9	0.22 14	0.14 12	0.20 6	0.14 7	0.08 13	0.08 7	0.16 8	0.13 5	0.25 17	0.15 13

RAFT	0.17 24	0.13 11	0.10 16	0.16 34	0.07 7	0.21 54	0.05 6	0.25 35	0.12 23	0.14 14	0.15 22	0.16 11	0.10 23	0.05 4	0.21 16	0.20 7	0.23 15	0.15 4	0.28 30	0.13 9	0.21 9	0.17 12	0.07 10	0.10 17	0.26 30	0.24 41	0.33 33	0.23 32

GREAT-IGEV	0.15 14	0.15 16	0.11 21	0.08 8	0.06 4	0.08 7	0.05 6	0.16 23	0.10 14	0.12 9	0.13 17	0.25 32	0.09 18	0.08 22	0.22 18	0.25 20	0.24 21	0.16 6	0.23 18	0.13 9	0.18 4	0.16 10	0.09 22	0.10 17	0.15 4	0.16 11	0.31 30	0.13 9

MM-Stereo_test2	0.15 14	0.19 27	0.11 21	0.16 34	0.11 26	0.08 7	0.05 6	0.14 16	0.11 16	0.20 31	0.08 9	0.12 4	0.08 13	0.09 28	0.20 13	0.22 13	0.25 22	0.20 17	0.20 9	0.18 27	0.25 21	0.21 28	0.10 30	0.10 17	0.16 8	0.16 11	0.21 9	0.16 19

GIP-stereo	0.17 24	0.21 32	0.13 28	0.15 30	0.09 17	0.09 11	0.07 20	0.12 6	0.09 10	0.16 23	0.13 17	0.16 11	0.08 13	0.15 51	0.27 34	0.25 20	0.25 22	0.21 25	0.24 22	0.19 34	0.27 26	0.20 23	0.07 10	0.11 25	0.20 21	0.22 29	0.35 40	0.17 21

Occ-G	0.18 27	0.26 43	0.15 34	0.17 41	0.14 35	0.15 33	0.07 20	0.12 6	0.11 16	0.11 6	0.22 51	0.20 28	0.09 18	0.10 31	0.28 38	0.28 31	0.25 22	0.22 27	0.29 32	0.19 34	0.26 23	0.19 20	0.10 30	0.15 39	0.19 17	0.18 17	0.29 26	0.17 21

RSM++	0.17 24	0.18 26	0.13 28	0.17 41	0.10 21	0.14 28	0.07 20	0.13 11	0.13 27	0.12 9	0.14 19	0.17 18	0.11 28	0.08 22	0.25 26	0.27 30	0.25 22	0.21 25	0.23 18	0.18 27	0.26 23	0.21 28	0.08 13	0.10 17	0.20 21	0.18 17	0.29 26	0.18 24

SM2	0.24 34	0.35 72	0.15 34	0.23 69	0.20 62	0.14 28	0.10 42	0.26 37	0.23 62	0.35 50	0.24 59	0.34 46	0.15 44	0.13 42	0.22 18	0.32 48	0.26 26	0.20 17	0.25 24	0.16 19	0.26 23	0.27 44	0.09 22	0.13 31	0.37 82	0.31 60	0.35 40	0.42 81

U	0.15 14	0.11 8	0.08 4	0.06 1	0.05 2	0.09 11	0.04 1	0.16 23	0.06 2	0.15 18	0.04 2	0.17 18	0.07 7	0.05 4	0.22 18	0.28 31	0.26 26	0.23 30	0.27 29	0.17 24	0.28 30	0.19 20	0.06 3	0.08 7	0.26 30	0.23 37	0.23 12	0.20 27

StereoVision	0.18 27	0.13 11	0.11 21	0.09 12	0.14 35	0.16 35	0.08 29	0.17 26	0.17 37	0.15 18	0.15 22	0.16 11	0.10 23	0.06 9	0.25 26	0.26 24	0.27 28	0.22 27	0.22 14	0.16 19	0.23 12	0.17 12	0.06 3	0.13 31	0.28 39	0.29 53	0.38 47	0.28 42

RYNet	0.27 46	0.23 35	0.18 49	0.15 30	0.17 49	0.19 49	0.13 55	0.25 35	0.31 135	0.17 28	0.20 43	0.19 25	0.14 38	0.13 42	0.80 175	0.28 31	0.27 28	0.41 109	0.28 30	0.19 34	0.27 26	0.21 28	0.29 177	0.18 52	0.27 35	0.76 183	0.34 37	0.23 32

AdaDepth	0.18 27	0.19 27	0.10 16	0.12 19	0.14 35	0.12 23	0.09 36	0.16 23	0.14 30	0.14 14	0.17 31	0.19 25	0.10 23	0.08 22	0.26 32	0.29 36	0.28 30	0.23 30	0.25 24	0.16 19	0.24 18	0.20 23	0.09 22	0.11 25	0.19 17	0.20 21	0.32 31	0.25 36

RAStereo	0.19 30	0.16 19	0.10 16	0.08 8	0.07 7	0.09 11	0.06 15	0.21 31	0.09 10	0.45 72	0.09 10	0.26 33	0.08 13	0.07 15	0.25 26	0.26 24	0.28 30	0.25 34	0.33 39	0.15 17	0.35 42	0.18 16	0.08 13	0.10 17	0.28 39	0.23 37	0.25 17	0.24 35

MLG-Stereo_test2	0.16 20	0.12 10	0.10 16	0.10 14	0.08 14	0.09 11	0.05 6	0.18 28	0.11 16	0.20 31	0.07 5	0.23 30	0.08 13	0.08 22	0.19 10	0.23 16	0.30 32	0.25 34	0.31 34	0.18 27	0.28 30	0.17 12	0.09 22	0.08 7	0.20 21	0.16 11	0.29 26	0.21 29

delet	0.24 34	0.25 40	0.22 79	0.24 74	0.20 62	0.28 94	0.16 84	0.21 31	0.18 41	0.23 39	0.26 66	0.26 33	0.15 44	0.25 136	0.32 52	0.28 31	0.31 33	0.27 38	0.24 22	0.24 56	0.31 35	0.20 23	0.16 62	0.19 55	0.28 39	0.25 45	0.32 31	0.31 48

AEACV	0.19 30	0.31 55	0.14 31	0.17 41	0.13 28	0.12 23	0.07 20	0.15 18	0.07 6	0.16 23	0.15 22	0.18 23	0.11 28	0.11 35	0.25 26	0.25 20	0.32 34	0.23 30	0.35 43	0.18 27	0.27 26	0.22 35	0.11 36	0.11 25	0.20 21	0.22 29	0.25 17	0.18 24

anonymousdsp	0.25 37	0.23 35	0.19 51	0.16 34	0.14 35	0.18 44	0.10 42	0.37 50	0.19 46	0.32 48	0.22 51	0.32 41	0.12 34	0.14 47	0.29 39	0.32 48	0.32 34	0.28 41	0.39 47	0.22 46	0.46 79	0.31 53	0.12 40	0.15 39	0.26 30	0.20 21	0.52 81	0.20 27

TDLM	0.24 34	0.29 49	0.22 79	0.22 56	0.27 104	0.23 72	0.18 92	0.26 37	0.19 46	0.18 29	0.38 107	0.29 37	0.21 74	0.15 51	0.24 23	0.28 31	0.32 34	0.28 41	0.25 24	0.21 43	0.28 30	0.19 20	0.16 62	0.21 62	0.24 29	0.20 21	0.28 23	0.25 36

MLG-Stereo_test3	0.23 33	0.17 23	0.13 28	0.14 26	0.17 49	0.16 35	0.09 36	0.21 31	0.12 23	0.21 34	0.18 34	0.35 48	0.11 28	0.15 51	0.29 39	0.26 24	0.33 37	0.28 41	0.63 122	0.18 27	0.40 52	0.41 84	0.11 36	0.15 39	0.21 25	0.21 27	0.33 33	0.27 40

AIO_rvc	0.25 37	0.34 62	0.16 38	0.19 48	0.15 41	0.18 44	0.11 46	0.39 53	0.22 57	0.30 45	0.16 27	0.32 41	0.12 34	0.18 66	0.27 34	0.26 24	0.33 37	0.22 27	0.38 46	0.20 40	0.42 60	0.44 104	0.13 48	0.14 35	0.28 39	0.22 29	0.33 33	0.21 29

test_5	0.29 55	0.39 91	0.16 38	0.22 56	0.15 41	0.21 54	0.13 55	0.54 94	0.20 49	0.38 57	0.19 38	0.44 82	0.34 158	0.10 31	0.43 80	0.38 66	0.33 37	0.32 55	0.33 39	0.20 40	0.32 36	0.35 61	0.09 22	0.21 62	0.28 39	0.30 56	0.51 70	0.32 52

AANet_RVC	0.28 51	0.27 45	0.23 84	0.19 48	0.28 109	0.16 35	0.16 84	0.29 42	0.30 117	0.20 31	0.27 69	0.24 31	0.21 74	0.19 73	0.45 82	0.36 59	0.33 37	0.34 68	0.29 32	0.29 80	0.27 26	0.27 44	0.22 136	0.21 62	0.34 69	0.33 71	0.42 55	0.52 108

AIO_test	0.27 46	0.39 91	0.19 51	0.29 97	0.19 56	0.18 44	0.14 68	0.42 60	0.23 62	0.33 49	0.19 38	0.37 58	0.18 57	0.18 66	0.25 26	0.29 36	0.34 41	0.24 33	0.39 47	0.21 43	0.49 96	0.46 113	0.13 48	0.15 39	0.30 49	0.28 51	0.41 54	0.21 29

DEFOM-Stereo	0.21 32	0.19 27	0.12 25	0.18 46	0.13 28	0.20 52	0.08 29	0.19 29	0.14 30	0.16 23	0.23 54	0.21 29	0.10 23	0.12 39	0.27 34	0.29 36	0.34 41	0.28 41	0.32 36	0.22 46	0.32 36	0.21 28	0.12 40	0.11 25	0.26 30	0.22 29	0.47 63	0.29 44

AASNet	0.28 51	0.34 62	0.22 79	0.25 80	0.26 94	0.34 121	0.25 135	0.32 44	0.17 37	0.29 43	0.36 98	0.26 33	0.18 57	0.24 120	0.36 58	0.31 45	0.34 41	0.32 55	0.32 36	0.28 75	0.35 42	0.28 48	0.17 78	0.22 76	0.30 49	0.28 51	0.35 40	0.25 36

CVANet_RVC	0.31 64	0.40 98	0.30 107	0.40 149	0.29 116	0.37 132	0.23 127	0.41 56	0.23 62	0.31 46	0.49 137	0.37 58	0.26 95	0.19 73	0.29 39	0.33 52	0.34 41	0.32 55	0.32 36	0.25 62	0.34 41	0.25 39	0.18 90	0.25 107	0.30 49	0.25 45	0.34 37	0.30 46

LG-G_1	0.25 37	0.22 33	0.19 51	0.23 69	0.22 68	0.22 60	0.12 51	0.28 39	0.11 16	0.21 34	0.20 43	0.35 48	0.14 38	0.18 66	0.31 49	0.30 41	0.35 45	0.32 55	0.51 72	0.24 56	0.39 49	0.26 41	0.10 30	0.15 39	0.27 35	0.24 41	0.36 44	0.34 57

LG-G	0.25 37	0.22 33	0.19 51	0.23 69	0.22 68	0.22 60	0.12 51	0.28 39	0.11 16	0.21 34	0.20 43	0.35 48	0.14 38	0.18 66	0.31 49	0.30 41	0.35 45	0.32 55	0.51 72	0.24 56	0.39 49	0.26 41	0.10 30	0.15 39	0.27 35	0.24 41	0.36 44	0.34 57

RAFT+CT+SA	0.32 66	0.46 139	0.20 57	0.26 84	0.18 53	0.22 60	0.15 75	0.58 113	0.23 62	0.52 108	0.17 31	0.46 88	0.33 146	0.12 39	0.33 53	0.43 90	0.36 47	0.30 52	0.45 60	0.23 51	0.45 72	0.49 125	0.09 22	0.22 76	0.32 64	0.31 60	0.53 85	0.35 60

MMNet	0.29 55	0.29 49	0.22 79	0.26 84	0.26 94	0.26 82	0.18 92	0.33 45	0.23 62	0.24 40	0.28 72	0.35 48	0.15 44	0.32 181	0.39 64	0.31 45	0.36 47	0.34 68	0.41 52	0.27 72	0.32 36	0.21 28	0.17 78	0.23 88	0.32 64	0.30 56	0.46 61	0.32 52

MS	0.26 41	0.25 40	0.17 43	0.16 34	0.15 41	0.12 23	0.14 68	0.38 52	0.21 53	0.46 75	0.17 31	0.37 58	0.16 49	0.15 51	0.35 57	0.42 82	0.37 49	0.32 55	0.31 34	0.23 51	0.39 49	0.38 71	0.16 62	0.14 35	0.28 39	0.23 37	0.35 40	0.31 48

YMNet	0.30 59	0.31 55	0.23 84	0.27 89	0.23 74	0.26 82	0.25 135	0.36 47	0.37 172	0.25 41	0.19 38	0.40 65	0.27 102	0.29 164	0.38 61	0.47 126	0.37 49	0.28 41	0.43 58	0.19 34	0.35 42	0.33 56	0.16 62	0.19 55	0.36 80	0.29 53	0.39 49	0.35 60

RAFT_CTSACE	0.30 59	0.37 78	0.15 34	0.15 30	0.15 41	0.25 80	0.18 92	0.53 89	0.20 49	0.55 127	0.18 34	0.44 82	0.29 109	0.16 59	0.29 39	0.30 41	0.37 49	0.27 38	0.37 45	0.18 27	0.38 47	0.45 108	0.10 30	0.17 49	0.30 49	0.31 60	0.60 107	0.26 39

AFF-stereo	0.30 59	0.34 62	0.26 95	0.18 46	0.17 49	0.33 114	0.11 46	0.50 81	0.23 62	0.46 75	0.28 72	0.40 65	0.16 49	0.12 39	0.27 34	0.35 53	0.37 49	0.25 34	0.57 104	0.23 51	0.38 47	0.25 39	0.17 78	0.17 49	0.37 82	0.37 87	0.48 66	0.32 52

DFGA-Net	0.28 51	0.37 78	0.16 38	0.26 84	0.15 41	0.22 60	0.15 75	0.40 54	0.21 53	0.41 59	0.24 59	0.31 40	0.17 53	0.13 42	0.42 78	0.39 70	0.38 53	0.30 52	0.42 56	0.21 43	0.36 46	0.29 49	0.13 48	0.21 62	0.31 59	0.27 48	0.51 70	0.28 42

LGtest1	0.26 41	0.19 27	0.20 57	0.16 34	0.18 53	0.16 35	0.09 36	0.28 39	0.17 37	0.22 37	0.27 69	0.29 37	0.13 37	0.14 47	0.30 45	0.31 45	0.38 53	0.33 64	0.49 67	0.25 62	0.41 54	0.41 84	0.13 48	0.16 47	0.30 49	0.24 41	0.39 49	0.31 48

HUF	0.29 55	0.34 62	0.20 57	0.22 56	0.21 66	0.19 49	0.11 46	0.51 83	0.22 57	0.42 61	0.18 34	0.35 48	0.22 78	0.19 73	0.30 45	0.32 48	0.38 53	0.26 37	0.52 77	0.25 62	0.52 116	0.43 98	0.16 62	0.18 52	0.30 49	0.22 29	0.38 47	0.29 44

iRaftStereo_RVC	0.26 41	0.27 45	0.16 38	0.13 22	0.14 35	0.18 44	0.09 36	0.44 65	0.14 30	0.36 52	0.36 98	0.32 41	0.16 49	0.13 42	0.29 39	0.29 36	0.38 53	0.28 41	0.34 42	0.22 46	0.41 54	0.38 71	0.12 40	0.17 49	0.27 35	0.29 53	0.42 55	0.27 40

HCRNet	0.32 66	0.38 86	0.20 57	0.39 143	0.17 49	0.29 97	0.18 92	0.40 54	0.18 41	0.80 253	0.40 116	0.49 98	0.18 57	0.22 96	0.38 61	0.30 41	0.38 53	0.29 49	0.40 49	0.19 34	0.33 39	0.23 36	0.19 98	0.16 47	0.26 30	0.31 60	0.51 70	0.31 48

LG-Stereo_L2	0.26 41	0.31 55	0.17 43	0.13 22	0.13 28	0.14 28	0.07 20	0.42 60	0.20 49	0.48 85	0.22 51	0.40 65	0.14 38	0.17 63	0.30 45	0.37 63	0.39 58	0.28 41	0.40 49	0.19 34	0.45 72	0.35 61	0.09 22	0.14 35	0.30 49	0.22 29	0.33 33	0.33 55

LG-Stereo_L1	0.27 46	0.30 53	0.17 43	0.13 22	0.13 28	0.15 33	0.08 29	0.42 60	0.21 53	0.49 94	0.20 43	0.39 64	0.15 44	0.15 51	0.30 45	0.38 66	0.39 58	0.29 49	0.40 49	0.18 27	0.47 86	0.35 61	0.08 13	0.14 35	0.30 49	0.21 27	0.37 46	0.36 63

MaDis-Stereo	0.26 41	0.20 31	0.16 38	0.10 14	0.10 21	0.10 16	0.08 29	0.24 34	0.14 30	0.36 52	0.16 27	0.36 56	0.12 34	0.08 22	0.33 53	0.35 53	0.39 58	0.35 77	0.53 85	0.20 40	0.40 52	0.26 41	0.13 48	0.15 39	0.39 90	0.39 94	0.40 53	0.49 95

IGEV-Stereo+	0.27 46	0.25 40	0.14 31	0.22 56	0.14 35	0.13 27	0.07 20	0.36 47	0.20 49	0.55 127	0.23 54	0.38 61	0.14 38	0.16 59	0.26 32	0.35 53	0.40 61	0.35 77	0.48 65	0.24 56	0.44 68	0.51 137	0.12 40	0.13 31	0.28 39	0.20 21	0.34 37	0.23 32

DMCA	0.32 66	0.31 55	0.30 107	0.24 74	0.25 84	0.27 87	0.22 117	0.36 47	0.33 148	0.31 46	0.40 116	0.40 65	0.23 84	0.25 136	0.41 72	0.37 63	0.40 61	0.39 92	0.36 44	0.28 75	0.41 54	0.27 44	0.25 157	0.25 107	0.31 59	0.35 76	0.39 49	0.37 64

GANet	0.32 66	0.29 49	0.27 97	0.34 121	0.33 133	0.38 137	0.29 153	0.44 65	0.24 73	0.35 50	0.30 80	0.46 88	0.22 78	0.21 90	0.31 49	0.32 48	0.40 61	0.43 122	0.33 39	0.22 46	0.33 39	0.29 49	0.22 136	0.24 97	0.31 59	0.27 48	0.42 55	0.34 57

RAFT-Stereo + iAFF	0.35 76	0.41 102	0.32 115	0.24 74	0.19 56	0.28 94	0.13 55	0.58 113	0.24 73	0.46 75	0.35 97	0.49 98	0.19 63	0.15 51	0.34 56	0.35 53	0.41 64	0.28 41	0.65 127	0.28 75	0.44 68	0.33 56	0.19 98	0.22 76	0.51 128	0.37 87	0.58 99	0.44 86

RAFT + AFF	0.27 46	0.26 43	0.17 43	0.21 53	0.13 28	0.19 49	0.13 55	0.41 56	0.18 41	0.44 70	0.19 38	0.42 74	0.14 38	0.09 28	0.86 193	0.29 36	0.41 64	0.20 17	0.55 94	0.23 51	0.47 86	0.21 28	0.12 40	0.15 39	0.28 39	0.20 21	0.21 9	0.17 21

UniTT-Stereo	0.28 51	0.27 45	0.15 34	0.15 30	0.13 28	0.17 40	0.09 36	0.35 46	0.19 46	0.49 94	0.21 47	0.41 72	0.18 57	0.14 47	0.40 66	0.39 70	0.42 66	0.34 68	0.56 100	0.25 62	0.43 62	0.24 38	0.13 48	0.19 55	0.31 59	0.41 99	0.30 29	0.37 64

raft+_RVC	0.35 76	0.34 62	0.26 95	0.25 80	0.23 74	0.25 80	0.18 92	0.54 94	0.26 89	0.52 108	0.43 121	0.46 88	0.23 84	0.18 66	0.42 78	0.38 66	0.43 67	0.34 68	0.61 120	0.26 69	0.43 62	0.38 71	0.13 48	0.20 60	0.39 90	0.39 94	0.58 99	0.42 81

MIM_Stereo	0.32 66	0.40 98	0.25 92	0.28 92	0.20 62	0.27 87	0.14 68	0.45 71	0.18 41	0.48 85	0.25 63	0.42 74	0.18 57	0.16 59	0.36 58	0.42 82	0.44 68	0.36 81	0.47 62	0.28 75	0.47 86	0.36 65	0.12 40	0.23 88	0.29 48	0.27 48	0.47 63	0.33 55

anonymousdsp2	0.38 80	0.46 139	0.30 107	0.25 80	0.23 74	0.32 107	0.18 92	0.58 113	0.23 62	0.47 79	0.38 107	0.48 94	0.23 84	0.18 66	0.40 66	0.39 70	0.44 68	0.33 64	0.88 169	0.31 89	0.48 92	0.52 142	0.17 78	0.23 88	0.41 96	0.33 71	0.61 110	0.42 81

HITNet	0.38 80	0.37 78	0.28 99	0.34 121	0.29 116	0.26 82	0.19 103	0.58 113	0.32 143	0.57 140	0.45 127	0.55 121	0.30 119	0.22 96	0.51 96	0.35 53	0.44 68	0.39 92	0.41 52	0.29 80	0.41 54	0.38 71	0.20 114	0.25 107	0.39 90	0.37 87	0.70 141	0.52 108
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
IGEV-BASED-STEREO-	0.30 59	0.24 37	0.17 43	0.23 69	0.19 56	0.18 44	0.08 29	0.49 80	0.25 79	0.54 120	0.21 47	0.32 41	0.17 53	0.17 63	0.29 39	0.39 70	0.45 71	0.36 81	0.50 69	0.26 69	0.56 133	0.49 125	0.13 48	0.13 31	0.31 59	0.26 47	0.45 59	0.30 46

plain	0.31 64	0.43 114	0.20 57	0.20 52	0.16 47	0.20 52	0.10 42	0.41 56	0.18 41	0.48 85	0.19 38	0.34 46	0.17 53	0.10 31	0.41 72	0.44 95	0.45 71	0.40 104	0.55 94	0.24 56	0.41 54	0.34 59	0.14 56	0.21 62	0.32 64	0.33 71	0.39 49	0.48 93

CASnet	0.40 86	0.52 190	0.23 84	0.27 89	0.27 104	0.30 103	0.14 68	0.62 140	0.29 109	0.61 167	0.44 124	0.64 150	0.28 107	0.23 109	0.55 101	0.36 59	0.45 71	0.31 54	0.73 146	0.27 72	0.63 158	0.39 78	0.21 123	0.24 97	0.42 97	0.32 66	0.61 110	0.56 123
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TESTraft	0.37 78	0.46 139	0.21 70	0.21 53	0.23 74	0.21 54	0.16 84	0.54 94	0.31 135	0.51 101	0.23 54	0.36 56	0.36 170	0.11 35	0.85 191	0.48 132	0.45 71	0.32 55	0.48 65	0.24 56	0.46 79	0.65 171	0.12 40	0.23 88	0.37 82	0.43 102	0.57 91	0.39 69

test_4	0.34 73	0.33 59	0.27 97	0.21 53	0.18 53	0.16 35	0.11 46	0.59 120	0.26 89	0.58 152	0.25 63	0.50 104	0.20 66	0.19 73	0.33 53	0.40 74	0.45 71	0.34 68	0.41 52	0.29 80	0.45 72	0.41 84	0.16 62	0.24 97	0.38 87	0.40 98	0.59 106	0.42 81

SGD-Stereo	0.29 55	0.24 37	0.17 43	0.16 34	0.15 41	0.22 60	0.08 29	0.29 42	0.22 57	0.29 43	0.15 22	0.45 86	0.20 66	0.10 31	0.71 162	0.45 106	0.46 76	0.27 38	0.47 62	0.22 46	0.41 54	0.36 65	0.19 98	0.19 55	0.28 39	0.32 66	0.46 61	0.40 74

MIF-Stereo (partial)	0.30 59	0.44 119	0.18 49	0.16 34	0.16 47	0.21 54	0.11 46	0.37 50	0.22 57	0.37 55	0.24 59	0.32 41	0.17 53	0.13 42	0.39 64	0.45 106	0.46 76	0.38 90	0.42 56	0.25 62	0.43 62	0.35 61	0.18 90	0.21 62	0.35 79	0.32 66	0.50 69	0.44 86

LoS_RVC	0.42 95	0.45 127	0.43 169	0.19 48	0.25 84	0.24 77	0.16 84	0.44 65	0.28 102	0.51 101	0.48 133	0.42 74	0.31 131	0.22 96	0.60 120	0.45 106	0.46 76	0.41 109	0.71 142	0.30 84	0.67 173	0.51 137	0.19 98	0.32 148	0.61 163	0.44 106	0.58 99	0.61 137

tt_ll	0.42 95	0.45 127	0.43 169	0.19 48	0.25 84	0.24 77	0.16 84	0.44 65	0.28 102	0.51 101	0.48 133	0.42 74	0.31 131	0.22 96	0.60 120	0.45 106	0.46 76	0.41 109	0.71 142	0.30 84	0.67 173	0.51 137	0.19 98	0.32 148	0.61 163	0.44 106	0.58 99	0.61 137

TestStereo1	0.38 80	0.49 161	0.19 51	0.22 56	0.23 74	0.23 72	0.15 75	0.55 101	0.30 117	0.52 108	0.21 47	0.35 48	0.39 180	0.11 35	0.80 175	0.50 143	0.46 76	0.32 55	0.53 85	0.25 62	0.52 116	0.67 179	0.15 58	0.22 76	0.37 82	0.42 100	0.60 107	0.39 69

SA-5K	0.38 80	0.49 161	0.19 51	0.22 56	0.23 74	0.23 72	0.15 75	0.55 101	0.30 117	0.52 108	0.21 47	0.35 48	0.39 180	0.11 35	0.80 175	0.50 143	0.46 76	0.32 55	0.53 85	0.25 62	0.52 116	0.67 179	0.15 58	0.22 76	0.37 82	0.42 100	0.60 107	0.39 69

UPFNet	0.38 80	0.34 62	0.34 124	0.32 113	0.33 133	0.39 139	0.29 153	0.47 76	0.33 148	0.43 63	0.41 118	0.40 65	0.30 119	0.34 186	0.61 125	0.40 74	0.46 76	0.41 109	0.52 77	0.35 118	0.35 42	0.34 59	0.25 157	0.27 116	0.38 87	0.35 76	0.55 87	0.37 64

AF-Net	0.53 141	0.49 161	0.44 177	0.50 179	0.53 203	0.61 207	0.54 205	0.61 133	0.55 217	0.43 63	0.66 195	0.85 199	0.42 187	0.40 203	0.64 139	0.46 115	0.46 76	0.44 127	0.60 116	0.40 148	0.45 72	0.45 108	0.41 213	0.39 186	0.50 125	0.55 147	0.81 168	0.69 160

Nwc_Net	0.53 141	0.49 161	0.44 177	0.50 179	0.53 203	0.61 207	0.54 205	0.61 133	0.55 217	0.43 63	0.66 195	0.85 199	0.42 187	0.40 203	0.64 139	0.46 115	0.46 76	0.44 127	0.60 116	0.40 148	0.45 72	0.45 108	0.41 213	0.39 186	0.50 125	0.55 147	0.81 168	0.69 160

PA-Net	0.64 173	0.67 230	0.66 232	0.50 179	0.66 232	0.50 179	0.64 229	0.65 168	0.73 236	0.54 120	0.52 151	0.58 130	0.58 225	0.59 258	0.93 210	0.57 176	0.46 76	0.54 197	0.61 120	0.54 188	0.49 96	0.66 174	0.36 199	0.52 224	0.64 175	1.24 256	0.64 120	1.32 231
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DEFOM-Stereo_RVC	0.33 71	0.36 76	0.20 57	0.23 69	0.20 62	0.17 40	0.10 42	0.48 78	0.23 62	0.55 127	0.32 85	0.40 65	0.19 63	0.15 51	0.48 92	0.36 59	0.47 86	0.33 64	0.51 72	0.27 72	0.50 100	0.42 91	0.16 62	0.18 52	0.30 49	0.31 60	0.48 66	0.53 112

LL-Strereo2	0.34 73	0.29 49	0.21 70	0.24 74	0.19 56	0.17 40	0.13 55	0.63 154	0.26 89	0.58 152	0.23 54	0.44 82	0.22 78	0.14 47	0.41 72	0.41 78	0.47 86	0.35 77	0.73 146	0.31 89	0.47 86	0.36 65	0.21 123	0.20 60	0.32 64	0.34 75	0.51 70	0.35 60

IER	0.41 90	0.37 78	0.31 112	0.30 105	0.28 109	0.35 127	0.24 130	0.47 76	0.28 102	0.44 70	0.59 169	0.77 186	0.29 109	0.35 192	0.63 133	0.42 82	0.47 86	0.42 117	0.44 59	0.34 101	0.42 60	0.36 65	0.28 172	0.26 113	0.40 94	0.47 121	0.52 81	0.52 108

DMCA-RVC	0.44 111	0.37 78	0.35 126	0.33 119	0.37 157	0.32 107	0.41 184	0.46 74	0.52 209	0.43 63	0.48 133	0.68 158	0.33 146	0.29 164	0.65 142	0.46 115	0.47 86	0.44 127	0.49 67	0.38 130	0.49 96	0.48 124	0.29 177	0.32 148	0.38 87	0.37 87	0.57 91	0.62 141

NLCA_NET_v2_RVC	0.51 134	0.52 190	0.48 189	0.43 163	0.57 213	0.42 153	0.62 226	0.56 107	0.62 227	0.52 108	0.51 148	0.67 156	0.34 158	0.58 256	0.78 169	0.42 82	0.47 86	0.42 117	0.57 104	0.38 130	0.46 79	0.42 91	0.30 180	0.32 148	0.48 113	0.76 183	0.62 113	0.64 147
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FINET	0.40 86	0.38 86	0.39 147	0.43 163	0.30 123	0.34 121	0.35 168	0.44 65	0.36 163	0.47 79	0.32 85	0.47 91	0.30 119	0.28 157	0.66 143	0.50 143	0.48 91	0.36 81	0.60 116	0.33 95	0.46 79	0.37 70	0.30 180	0.30 135	0.43 99	0.35 76	0.56 89	0.42 81

RASNet	0.42 95	0.45 127	0.43 169	0.33 119	0.33 133	0.37 132	0.27 141	0.58 113	0.34 153	0.47 79	0.43 121	0.49 98	0.33 146	0.25 136	0.41 72	0.41 78	0.48 91	0.39 92	0.47 62	0.30 84	0.49 96	0.40 81	0.19 98	0.44 204	0.40 94	0.46 119	0.75 153	0.63 145

CFNet	0.45 116	0.44 119	0.33 118	0.48 174	0.40 170	0.39 139	0.30 160	0.53 89	0.32 143	0.48 85	0.50 142	0.68 158	0.40 183	0.30 167	0.56 103	0.37 63	0.48 91	0.43 122	0.52 77	0.33 95	0.46 79	0.30 52	0.23 146	0.31 143	0.61 163	0.52 139	0.69 136	0.71 167

4D-IteraStereo	0.40 86	0.28 48	0.33 118	0.35 131	0.24 82	0.24 77	0.15 75	0.63 154	0.28 102	0.61 167	0.39 113	0.51 109	0.22 78	0.22 96	0.48 92	0.43 90	0.49 94	0.43 122	0.66 129	0.34 101	0.63 158	0.70 186	0.14 56	0.22 76	0.39 90	0.47 121	0.63 116	0.39 69

RALAANet	0.41 90	0.41 102	0.37 136	0.28 92	0.28 109	0.33 114	0.24 130	0.54 94	0.27 95	0.48 85	0.48 133	0.43 79	0.25 92	0.20 84	0.57 106	0.41 78	0.49 94	0.50 173	0.71 142	0.40 148	0.52 116	0.46 113	0.21 123	0.29 127	0.46 108	0.45 112	0.70 141	0.47 91

ADLNet	0.46 121	0.53 196	0.37 136	0.41 154	0.41 176	0.44 159	0.40 182	0.54 94	0.35 159	0.45 72	0.53 155	0.76 183	0.36 170	0.62 259	0.58 110	0.42 82	0.49 94	0.42 117	0.50 69	0.37 126	0.43 62	0.44 104	0.34 194	0.25 107	0.47 110	0.55 147	0.57 91	0.45 88

DSFCA	0.45 116	0.50 176	0.40 152	0.40 149	0.37 157	0.44 159	0.34 166	0.46 74	0.39 180	0.40 58	0.57 166	0.49 98	0.29 109	0.24 120	0.61 125	0.44 95	0.49 94	0.49 167	0.64 123	0.39 143	0.50 100	0.51 137	0.33 192	0.35 170	0.49 121	0.50 135	0.57 91	0.58 127

STTStereo	0.53 141	0.56 204	0.54 205	0.44 168	0.52 202	0.43 156	0.59 214	0.52 85	0.46 202	0.47 79	0.55 163	0.71 166	0.42 187	0.56 248	0.87 199	0.44 95	0.49 94	0.51 180	0.54 91	0.37 126	0.51 106	0.40 81	0.32 190	0.35 170	0.52 132	0.66 163	0.68 133	0.99 203

coex_refinement	0.45 116	0.43 114	0.33 118	0.35 131	0.35 146	0.44 159	0.22 117	0.55 101	0.50 206	0.50 96	0.60 171	0.54 115	0.27 102	0.28 157	0.58 110	0.45 106	0.50 99	0.44 127	0.54 91	0.33 95	0.45 72	0.39 78	0.28 172	0.31 143	0.52 132	0.53 141	0.67 131	0.78 181

G2L-Stereo	0.42 95	0.39 91	0.28 99	0.35 131	0.40 170	0.34 121	0.22 117	0.54 94	0.34 153	0.52 108	0.61 178	0.50 104	0.38 177	0.26 147	0.61 125	0.44 95	0.50 99	0.40 104	0.46 61	0.33 95	0.43 62	0.39 78	0.28 172	0.27 116	0.49 121	0.54 144	0.69 136	0.49 95

CAS	0.38 80	0.45 127	0.25 92	0.29 97	0.29 116	0.23 72	0.13 55	0.41 56	0.27 95	0.41 59	0.54 161	0.35 48	0.35 165	0.21 90	0.52 98	0.38 66	0.50 99	0.34 68	0.52 77	0.26 69	0.43 62	0.41 84	0.19 98	0.23 88	0.51 128	0.52 139	0.62 113	0.77 178

GMOStereo	0.42 95	0.39 91	0.21 70	0.30 105	0.26 94	0.29 97	0.19 103	0.67 175	0.30 117	0.66 205	0.32 85	0.54 115	0.33 146	0.20 84	0.40 66	0.46 115	0.50 99	0.44 127	0.68 134	0.34 101	0.51 106	0.66 174	0.16 62	0.22 76	0.58 152	0.45 112	0.82 171	0.41 76

error version	0.42 95	0.39 91	0.21 70	0.30 105	0.26 94	0.29 97	0.19 103	0.67 175	0.30 117	0.66 205	0.32 85	0.54 115	0.33 146	0.20 84	0.40 66	0.46 115	0.50 99	0.44 127	0.68 134	0.34 101	0.51 106	0.66 174	0.16 62	0.22 76	0.58 152	0.45 112	0.82 171	0.41 76

test-v	0.42 95	0.39 91	0.21 70	0.30 105	0.26 94	0.29 97	0.19 103	0.67 175	0.30 117	0.66 205	0.32 85	0.54 115	0.33 146	0.20 84	0.40 66	0.46 115	0.50 99	0.44 127	0.68 134	0.34 101	0.51 106	0.66 174	0.16 62	0.22 76	0.58 152	0.45 112	0.82 171	0.41 76

test-2	0.42 95	0.39 91	0.21 70	0.30 105	0.26 94	0.29 97	0.19 103	0.67 175	0.30 117	0.66 205	0.32 85	0.54 115	0.33 146	0.20 84	0.40 66	0.46 115	0.50 99	0.44 127	0.68 134	0.34 101	0.51 106	0.66 174	0.16 62	0.22 76	0.58 152	0.45 112	0.82 171	0.41 76

CFNet_pseudo	0.51 134	0.44 119	0.43 169	0.54 193	0.43 182	0.53 188	0.34 166	0.62 140	0.36 163	0.61 167	0.64 187	0.57 125	0.52 212	0.35 192	0.90 204	0.50 143	0.50 99	0.47 154	0.67 132	0.36 120	0.47 86	0.42 91	0.26 165	0.33 162	0.57 148	0.60 156	0.68 133	0.73 172

ARAFT	0.34 73	0.38 86	0.23 84	0.26 84	0.21 66	0.27 87	0.14 68	0.44 65	0.24 73	0.50 96	0.30 80	0.41 72	0.16 49	0.15 51	0.67 148	0.42 82	0.50 99	0.47 154	0.51 72	0.23 51	0.53 123	0.32 55	0.16 62	0.19 55	0.43 99	0.30 56	0.52 81	0.37 64

UCFNet_RVC	0.56 155	0.78 243	0.45 181	0.59 203	0.55 209	0.52 185	0.39 180	0.58 113	0.40 182	0.59 157	0.60 171	0.82 192	0.45 197	0.32 181	0.70 158	0.42 82	0.50 99	0.50 173	0.67 132	0.45 164	0.56 133	0.47 118	0.38 206	0.41 192	0.77 210	0.71 170	0.65 124	0.86 190

iResNetv2_ROB	0.52 138	0.45 127	0.32 115	0.48 174	0.39 165	0.48 173	0.28 146	0.64 161	0.34 153	0.52 108	0.66 195	0.70 164	0.55 217	0.28 157	0.67 148	0.47 126	0.50 99	0.46 148	1.12 191	0.45 164	0.57 143	0.47 118	0.29 177	0.40 189	0.55 143	0.51 137	0.81 168	0.58 127

Former-RAFT_DAM_RVC	0.41 90	0.33 59	0.29 103	0.29 97	0.24 82	0.26 82	0.16 84	0.55 101	0.40 182	0.55 127	0.49 137	0.49 98	0.27 102	0.23 109	0.58 110	0.45 106	0.51 110	0.40 104	0.50 69	0.36 120	0.46 79	0.50 130	0.16 62	0.23 88	0.49 121	0.75 180	0.44 58	0.56 123

rafts_anoy	0.41 90	0.51 181	0.35 126	0.29 97	0.30 123	0.33 114	0.22 117	0.59 120	0.25 79	0.51 101	0.50 142	0.48 94	0.23 84	0.17 63	0.57 106	0.46 115	0.51 110	0.50 173	0.58 108	0.34 101	0.50 100	0.43 98	0.19 98	0.28 122	0.50 125	0.47 121	0.52 81	0.53 112

raftrobust	0.43 108	0.33 59	0.36 132	0.28 92	0.28 109	0.27 87	0.18 92	0.64 161	0.25 79	0.63 183	0.53 155	0.51 109	0.25 92	0.22 96	0.63 133	0.48 132	0.51 110	0.41 109	0.96 180	0.38 130	0.53 123	0.46 113	0.20 114	0.24 97	0.57 148	0.54 144	0.54 86	0.52 108

FADNet	0.65 174	0.55 199	0.41 161	0.53 191	0.42 179	0.49 175	0.65 234	0.74 213	0.42 193	0.66 205	0.64 187	0.81 190	0.50 207	0.36 194	1.17 245	0.51 150	0.51 110	0.53 191	1.61 215	0.53 182	0.69 179	0.59 153	0.35 198	0.41 192	0.72 191	0.88 205	0.78 163	1.06 209

MGS-Stereo	0.37 78	0.46 139	0.21 70	0.22 56	0.19 56	0.22 60	0.15 75	0.45 71	0.17 37	0.36 52	0.26 66	0.29 37	0.19 63	0.23 109	1.37 254	0.40 74	0.52 114	0.45 137	0.55 94	0.33 95	0.50 100	0.41 84	0.21 123	0.22 76	0.33 68	0.30 56	0.47 63	0.45 88

iinet-f	0.52 138	0.43 114	0.36 132	0.34 121	0.25 84	0.47 171	0.25 135	0.43 63	0.27 95	0.52 108	0.94 239	0.61 140	0.44 196	0.25 136	1.06 233	0.57 176	0.52 114	0.39 92	1.51 207	0.50 176	0.58 147	0.75 194	0.26 165	0.25 107	0.52 132	0.38 91	0.76 156	0.53 112

SA	0.42 95	0.47 146	0.21 70	0.25 80	0.23 74	0.31 104	0.13 55	0.64 161	0.32 143	0.61 167	0.26 66	0.54 115	0.21 74	0.16 59	0.63 133	0.47 126	0.52 114	0.41 109	0.60 116	0.29 80	0.46 79	0.61 162	0.15 58	0.27 116	0.45 105	0.58 152	0.96 204	0.47 91

CIPLG	0.42 95	0.47 146	0.24 90	0.32 113	0.22 68	0.32 107	0.19 103	0.63 154	0.24 73	0.55 127	0.50 142	0.60 139	0.30 119	0.41 206	0.93 210	0.44 95	0.52 114	0.37 86	0.56 100	0.38 130	0.56 133	0.45 108	0.19 98	0.24 97	0.44 101	0.31 60	0.57 91	0.38 68

IPLGR_C	0.42 95	0.47 146	0.23 84	0.31 111	0.22 68	0.32 107	0.18 92	0.63 154	0.23 62	0.55 127	0.50 142	0.61 140	0.31 131	0.41 206	0.87 199	0.45 106	0.52 114	0.37 86	0.55 94	0.38 130	0.56 133	0.46 113	0.19 98	0.24 97	0.44 101	0.33 71	0.58 99	0.40 74

ACRE	0.42 95	0.47 146	0.22 79	0.32 113	0.22 68	0.33 114	0.18 92	0.63 154	0.23 62	0.55 127	0.50 142	0.61 140	0.30 119	0.41 206	0.91 205	0.45 106	0.52 114	0.36 81	0.55 94	0.38 130	0.57 143	0.44 104	0.19 98	0.23 88	0.44 101	0.32 66	0.58 99	0.39 69

ADCP+	0.92 224	0.59 211	0.62 222	0.44 168	0.45 185	0.55 194	0.85 250	0.65 168	1.81 292	0.48 85	1.10 253	1.62 254	0.33 146	0.42 216	1.03 230	0.52 158	0.52 114	0.48 160	1.19 195	0.38 130	0.58 147	0.60 157	0.32 190	0.30 135	0.66 178	3.45 314	0.77 158	4.14 294

CFNet_RVC	0.51 134	0.51 181	0.47 186	0.50 179	0.48 194	0.48 173	0.32 162	0.53 89	0.37 172	0.51 101	0.65 192	0.57 125	0.34 158	0.30 167	0.69 153	0.44 95	0.52 114	0.47 154	0.57 104	0.42 157	0.56 133	0.49 125	0.27 169	0.35 170	0.65 177	0.74 176	0.80 165	0.75 175

PS-NSSS	0.60 169	0.81 249	0.44 177	0.89 244	0.54 206	0.71 228	0.63 227	0.64 161	0.38 177	0.64 190	0.41 118	1.52 250	0.47 202	0.41 206	0.59 114	0.42 82	0.52 114	0.45 137	0.94 177	0.42 157	0.44 68	0.29 49	0.36 199	0.34 166	0.63 172	0.69 165	0.70 141	0.80 182

EGLCR-Stereo	0.47 123	0.49 161	0.41 161	0.29 97	0.30 123	0.44 159	0.14 68	0.57 109	0.26 89	0.57 140	0.27 69	0.58 130	0.23 84	0.21 90	0.36 58	0.47 126	0.53 123	0.45 137	0.75 153	0.32 93	0.69 179	0.93 215	0.19 98	0.24 97	0.48 113	0.49 131	1.30 251	0.70 166

RP	0.58 161	0.57 209	0.72 240	0.62 211	0.56 210	0.57 198	0.64 229	0.63 154	0.61 225	0.42 61	0.81 227	0.78 187	0.53 214	0.43 219	0.68 151	0.48 132	0.53 123	0.44 127	0.64 123	0.45 164	0.51 106	0.54 147	0.37 204	0.44 204	0.62 168	0.59 153	0.83 178	0.77 178

S2M2_XL	0.33 71	0.30 53	0.30 107	0.17 41	0.19 56	0.23 72	0.21 111	0.53 89	0.26 89	0.47 79	0.25 63	0.48 94	0.18 57	0.22 96	0.38 61	0.36 59	0.54 125	0.29 49	0.41 52	0.28 75	0.50 100	0.31 53	0.21 123	0.21 62	0.34 69	0.32 66	0.45 59	0.51 106
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
raft_robust	0.49 130	0.44 119	0.24 90	0.38 140	0.29 116	0.32 107	0.21 111	0.73 208	0.35 159	0.69 223	0.34 94	0.57 125	0.31 131	0.24 120	0.59 114	0.53 160	0.54 125	0.46 148	0.98 181	0.37 126	0.69 179	0.94 216	0.20 114	0.28 122	0.55 143	0.69 165	0.69 136	0.60 135

AnonymousM	0.79 212	0.34 62	0.20 57	0.24 74	0.22 68	0.21 54	0.15 75	0.58 113	0.21 53	0.57 140	0.39 113	0.45 86	0.15 44	0.19 73	0.56 103	0.54 168	0.54 125	0.40 104	0.53 85	0.30 84	0.65 166	0.54 147	0.20 114	0.22 76	0.30 49	0.39 94	1.31 252	11.04 317

TestStereo	0.45 116	0.51 181	0.38 145	0.42 158	0.30 123	0.44 159	0.26 139	0.71 198	0.28 102	0.76 243	0.32 85	0.64 150	0.32 140	0.24 120	0.47 85	0.35 53	0.54 125	0.33 64	0.78 158	0.38 130	0.63 158	0.42 91	0.24 154	0.30 135	0.53 135	0.43 102	0.75 153	0.55 122

RALCasStereoNet	0.42 95	0.50 176	0.35 126	0.35 131	0.30 123	0.31 104	0.24 130	0.60 126	0.25 79	0.56 136	0.49 137	0.58 130	0.26 95	0.18 66	0.57 106	0.46 115	0.54 125	0.49 167	0.51 72	0.34 101	0.51 106	0.41 84	0.21 123	0.31 143	0.53 135	0.49 131	0.48 66	0.58 127

GMStereo	0.41 90	0.48 158	0.25 92	0.32 113	0.32 132	0.37 132	0.28 146	0.59 120	0.30 117	0.45 72	0.36 98	0.61 140	0.31 131	0.24 120	0.45 82	0.41 78	0.54 125	0.35 77	0.73 146	0.39 143	0.51 106	0.33 56	0.23 146	0.28 122	0.48 113	0.36 79	0.68 133	0.41 76
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.44 111	0.42 109	0.40 152	0.37 137	0.36 150	0.41 147	0.28 146	0.57 109	0.35 159	0.50 96	0.49 137	0.47 91	0.34 158	0.37 198	0.53 100	0.43 90	0.54 125	0.46 148	0.56 100	0.39 143	0.47 86	0.44 104	0.27 169	0.34 166	0.44 101	0.48 126	0.58 99	0.57 125

FADNet-RVC	0.58 161	0.50 176	0.37 136	0.51 185	0.42 179	0.39 139	0.56 209	0.68 182	0.36 163	0.64 190	0.50 142	1.13 232	0.45 197	0.34 186	0.91 205	0.53 160	0.54 125	0.45 137	1.20 197	0.51 179	0.54 126	0.52 142	0.33 192	0.51 222	0.57 148	0.75 180	0.64 120	0.81 184

PDISCO_ROB	0.48 127	0.40 98	0.39 147	0.38 140	0.34 142	0.39 139	0.28 146	0.50 81	0.35 159	0.37 55	0.52 151	0.49 98	0.35 165	0.31 174	0.63 133	0.58 181	0.54 125	0.68 245	0.59 109	0.44 162	0.62 155	0.67 179	0.24 154	0.34 166	0.54 139	0.53 141	0.85 182	0.58 127

S2M2_L	0.40 86	0.42 109	0.41 161	0.24 74	0.27 104	0.35 127	0.22 117	0.51 83	0.24 73	0.61 167	0.23 54	0.43 79	0.21 74	0.31 174	0.59 114	0.49 139	0.55 134	0.36 81	0.53 85	0.34 101	0.55 128	0.38 71	0.28 172	0.27 116	0.42 97	0.43 102	0.63 116	0.66 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test-3	0.55 148	0.37 78	0.37 136	0.34 121	0.33 133	0.33 114	0.22 117	0.65 168	0.27 95	0.61 167	0.34 94	0.90 206	0.31 131	0.21 90	0.60 120	0.44 95	0.55 134	0.42 117	2.59 251	0.38 130	0.56 133	1.37 248	0.16 62	0.29 127	0.48 113	0.38 91	0.69 136	0.54 119

test_1	0.55 148	0.37 78	0.37 136	0.34 121	0.33 133	0.33 114	0.22 117	0.66 172	0.27 95	0.62 177	0.34 94	0.90 206	0.31 131	0.21 90	0.61 125	0.44 95	0.55 134	0.42 117	2.58 250	0.38 130	0.56 133	1.38 250	0.16 62	0.29 127	0.48 113	0.38 91	0.69 136	0.54 119

HGLStereo	0.43 108	0.43 114	0.37 136	0.34 121	0.37 157	0.39 139	0.23 127	0.48 78	0.31 135	0.47 79	0.72 212	0.42 74	0.29 109	0.32 181	0.51 96	0.49 139	0.55 134	0.50 173	0.55 94	0.39 143	0.51 106	0.43 98	0.22 136	0.33 162	0.51 128	0.51 137	0.57 91	0.45 88

DISCO	0.45 116	0.44 119	0.29 103	0.40 149	0.38 163	0.49 175	0.43 187	0.45 71	0.43 197	0.50 96	0.57 166	0.40 65	0.29 109	0.30 167	0.61 125	0.43 90	0.55 134	0.46 148	0.69 139	0.41 151	0.48 92	0.43 98	0.26 165	0.32 148	0.47 110	0.50 135	0.62 113	0.50 104

SGM-Forest	0.73 191	0.71 236	0.40 152	1.13 260	0.64 226	0.74 234	0.45 189	0.68 182	0.39 180	0.61 167	0.44 124	1.16 233	1.06 248	0.49 230	0.86 193	0.61 189	0.55 134	0.46 148	0.68 134	0.44 162	0.61 153	0.49 125	0.45 219	0.44 204	0.90 235	0.86 200	1.95 286	1.47 236
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MyStereo04	0.68 183	0.52 190	0.57 211	0.44 168	0.37 157	0.35 127	0.26 139	0.68 182	0.45 198	0.62 177	0.45 127	0.68 158	0.34 158	0.25 136	1.00 226	0.68 209	0.56 140	0.53 191	3.39 267	0.56 197	0.92 212	0.64 169	0.27 169	0.41 192	0.77 210	0.92 212	0.96 204	0.66 150

UDGNet	0.67 178	0.66 228	0.42 164	1.35 272	1.02 267	1.21 268	0.91 256	0.60 126	0.41 186	0.52 108	0.60 171	0.56 123	0.23 84	1.19 289	0.66 143	0.45 106	0.56 140	0.51 180	0.73 146	0.53 182	0.64 165	0.67 179	0.79 267	0.29 127	0.72 191	0.55 147	0.63 116	0.66 150

IPLG	0.47 123	0.45 127	0.32 115	0.28 92	0.27 104	0.32 107	0.21 111	0.63 154	0.22 57	0.51 101	0.38 107	0.56 123	0.29 109	0.31 174	1.64 269	0.44 95	0.56 140	0.48 160	0.56 100	0.41 151	0.45 72	0.75 194	0.18 90	0.28 122	0.45 105	0.59 153	0.65 124	0.51 106

IPLGR	0.57 159	0.55 199	0.37 136	0.43 163	0.38 163	0.36 130	0.23 127	0.62 140	0.30 117	0.56 136	0.68 205	0.61 140	0.32 140	0.29 164	1.73 275	0.47 126	0.56 140	0.56 205	1.09 186	0.54 188	0.53 123	0.81 204	0.20 114	0.32 148	0.71 188	0.97 225	0.73 149	0.57 125

test_3	0.56 155	0.38 86	0.36 132	0.34 121	0.33 133	0.33 114	0.21 111	0.68 182	0.29 109	0.65 195	0.33 92	0.92 208	0.35 165	0.21 90	0.60 120	0.44 95	0.56 140	0.45 137	2.68 253	0.39 143	0.55 128	1.35 246	0.15 58	0.32 148	0.51 128	0.47 121	0.67 131	0.50 104

FADNet-RVC-Resample	0.57 159	0.52 190	0.42 164	0.46 171	0.39 165	0.41 147	0.40 182	0.72 205	0.42 193	0.68 215	0.51 148	1.04 224	0.43 191	0.43 219	0.96 219	0.48 132	0.56 140	0.61 225	0.85 167	0.55 193	0.52 116	0.63 165	0.34 194	0.60 237	0.58 152	0.71 170	0.55 87	0.77 178

stereogan	0.67 178	0.67 230	0.62 222	0.68 224	0.73 244	0.75 235	0.64 229	0.70 195	0.57 220	0.51 101	0.64 187	1.08 226	0.62 227	0.44 222	0.83 183	0.55 170	0.56 140	0.51 180	0.91 172	0.59 209	0.59 151	0.69 184	0.47 222	0.46 211	0.59 159	0.67 164	1.16 234	0.87 192

NaN_ROB	0.73 191	0.59 211	0.61 221	0.64 215	0.78 252	0.53 188	0.48 194	0.87 244	0.63 228	0.73 235	0.61 178	1.96 260	0.62 227	0.45 224	0.84 187	0.55 170	0.56 140	0.54 197	0.73 146	0.55 193	0.52 116	0.51 137	0.38 206	0.64 243	0.83 225	1.11 245	0.94 199	1.64 244

PWCDC_ROB	0.67 178	0.35 72	0.39 147	0.29 97	0.43 182	0.34 121	0.36 172	0.43 63	1.25 275	0.27 42	0.72 212	0.44 82	2.38 282	0.57 253	1.11 239	0.76 223	0.56 140	0.56 205	0.64 123	0.55 193	0.63 158	2.08 276	0.46 221	0.40 189	0.36 80	0.63 157	0.51 70	0.67 154

TRStereo	0.75 197	0.83 254	1.19 278	0.56 197	0.34 142	1.42 277	0.48 194	0.68 182	0.28 102	0.65 195	0.46 131	1.10 229	0.27 102	0.22 96	0.70 158	0.85 236	0.57 149	0.48 160	1.85 224	0.50 176	0.73 188	0.87 210	0.18 90	0.27 116	0.78 212	1.22 255	1.78 282	1.09 211

PMTNet	0.48 127	0.48 158	0.43 169	0.31 111	0.30 123	0.27 87	0.22 117	0.54 94	0.29 109	0.57 140	0.39 113	0.59 135	0.23 84	0.23 109	0.64 139	0.59 184	0.57 149	0.37 86	1.17 194	0.33 95	0.67 173	0.40 81	0.20 114	0.21 62	0.79 215	0.59 153	0.65 124	0.92 196

DLCB_ROB	0.53 141	0.50 176	0.48 189	0.41 154	0.45 185	0.43 156	0.39 180	0.55 101	0.45 198	0.57 140	0.61 178	0.70 164	0.52 212	0.41 206	0.60 120	0.47 126	0.57 149	0.48 160	0.52 77	0.43 161	0.55 128	0.47 118	0.38 206	0.42 195	0.96 246	0.79 191	0.70 141	0.62 141

iResNet_ROB	0.50 131	0.49 161	0.42 164	0.42 158	0.30 123	0.42 153	0.32 162	0.60 126	0.33 148	0.52 108	0.59 169	0.47 91	0.56 219	0.25 136	0.81 178	0.46 115	0.57 149	0.49 167	1.19 195	0.36 120	0.48 92	0.36 65	0.25 157	0.37 182	0.57 148	0.54 144	0.75 153	0.61 137

LG-Stereo_Zeroshot	0.66 175	0.37 78	0.23 84	0.51 185	0.74 248	0.89 247	0.49 197	0.62 140	0.26 89	1.60 310	0.31 83	2.57 266	0.26 95	0.22 96	0.46 84	0.48 132	0.58 153	0.45 137	0.93 174	0.37 126	0.63 158	0.71 187	0.19 98	0.23 88	0.58 152	0.49 131	0.89 191	1.91 254

Reg-Stereo(zero)	0.78 210	0.47 146	0.56 209	0.39 143	0.28 109	0.41 147	0.35 168	0.75 217	0.36 163	0.62 177	6.09 313	0.78 187	0.32 140	0.27 154	0.41 72	0.63 191	0.58 153	0.45 137	1.51 207	0.42 157	0.65 166	0.62 163	0.21 123	0.32 148	0.55 143	0.78 187	1.26 247	1.09 211

HI	0.78 210	0.47 146	0.56 209	0.39 143	0.28 109	0.41 147	0.35 168	0.75 217	0.36 163	0.62 177	6.09 313	0.78 187	0.32 140	0.27 154	0.41 72	0.63 191	0.58 153	0.45 137	1.51 207	0.42 157	0.65 166	0.62 163	0.21 123	0.32 148	0.55 143	0.78 187	1.26 247	1.09 211

castereo++	0.44 111	0.35 72	0.33 118	0.43 163	0.23 74	0.21 54	0.17 90	0.59 120	0.30 117	0.63 183	0.37 104	0.73 171	0.22 78	0.22 96	0.44 81	0.53 160	0.58 153	0.41 109	0.66 129	0.34 101	0.81 199	0.69 184	0.20 114	0.28 122	0.48 113	0.56 151	0.76 156	0.48 93

trnet	0.44 111	0.51 181	0.40 152	0.34 121	0.26 94	0.27 87	0.14 68	0.62 140	0.30 117	0.60 163	0.36 98	0.73 171	0.33 146	0.24 120	0.56 103	0.57 176	0.58 153	0.34 68	0.52 77	0.31 89	0.57 143	0.42 91	0.17 78	0.30 135	0.54 139	0.48 126	0.65 124	0.69 160

CES	0.46 121	0.35 72	0.30 107	0.27 89	0.27 104	0.29 97	0.12 51	1.05 265	0.27 95	0.54 120	0.66 195	0.53 113	0.25 92	0.23 109	0.62 130	0.65 203	0.58 153	0.37 86	0.54 91	0.34 101	0.84 204	0.53 145	0.23 146	0.23 88	0.56 147	0.44 106	0.57 91	0.69 160

AACVNet	0.55 148	0.47 146	0.40 152	0.58 200	0.61 219	0.53 188	0.37 174	0.61 133	0.40 182	0.59 157	0.64 187	0.58 130	0.33 146	0.36 194	0.69 153	0.54 168	0.58 153	0.54 197	0.69 139	0.52 181	0.54 126	0.52 142	0.36 199	0.44 204	0.59 159	0.69 165	0.82 171	0.83 186

ICVP	0.58 161	0.49 161	0.67 235	0.50 179	0.48 194	0.52 185	0.36 172	0.60 126	0.45 198	0.61 167	0.58 168	0.61 140	0.56 219	0.30 167	0.67 148	0.64 197	0.58 153	0.51 180	0.72 145	0.51 179	0.58 147	0.74 193	0.59 255	0.47 214	0.60 162	0.75 180	0.74 151	0.72 169
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
BEATNet_4x	0.53 141	0.40 98	0.34 124	0.39 143	0.36 150	0.32 107	0.27 141	0.64 161	0.41 186	0.66 205	0.45 127	0.62 148	0.39 180	0.24 120	0.83 183	0.63 191	0.58 153	0.58 215	0.57 104	0.36 120	0.90 211	1.52 260	0.25 157	0.36 177	0.46 108	0.44 106	0.77 158	0.60 135

NCC-stereo	0.67 178	0.63 222	0.59 214	0.64 215	0.65 227	0.63 213	0.69 239	0.67 175	0.74 239	0.43 63	0.81 227	0.82 192	0.70 235	0.47 227	0.82 181	0.53 160	0.58 153	0.64 231	0.80 160	0.54 188	0.56 133	0.60 157	0.53 244	0.45 209	0.75 203	0.96 220	0.92 195	0.98 201

Abc-Net	0.67 178	0.63 222	0.59 214	0.64 215	0.65 227	0.63 213	0.69 239	0.67 175	0.74 239	0.43 63	0.81 227	0.82 192	0.70 235	0.47 227	0.82 181	0.53 160	0.58 153	0.64 231	0.80 160	0.54 188	0.56 133	0.60 157	0.53 244	0.45 209	0.75 203	0.96 220	0.92 195	0.98 201
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	1.22 247	0.49 161	0.39 147	0.58 200	2.86 308	0.49 175	0.55 207	0.52 85	0.58 223	0.43 63	0.67 202	0.43 79	0.32 140	0.42 216	1.64 269	0.75 222	0.58 153	0.46 148	0.93 174	0.46 169	0.61 153	0.53 145	0.40 211	0.35 170	15.32 329	0.82 197	0.65 124	0.62 141

NVstereo2D	0.55 148	0.47 146	0.40 152	0.52 188	0.48 194	0.66 220	0.64 229	0.60 126	0.38 177	0.48 85	0.61 178	0.53 113	0.30 119	0.63 261	1.53 263	0.61 189	0.58 153	0.55 203	0.53 85	0.41 151	0.50 100	0.38 71	0.54 248	0.43 198	0.64 175	0.48 126	0.56 89	0.53 112

DN-CSS_ROB	0.52 138	0.43 114	0.46 182	0.41 154	0.40 170	0.34 121	0.22 117	0.69 189	0.34 153	0.59 157	0.79 222	0.66 154	0.47 202	0.24 120	0.63 133	0.40 74	0.58 153	0.43 122	1.74 218	0.38 130	0.63 158	0.38 71	0.31 185	0.47 214	0.53 135	0.43 102	0.66 130	0.54 119

LoS	0.55 148	0.44 119	0.29 103	0.36 136	0.37 157	0.40 145	0.20 110	1.37 282	0.31 135	0.86 264	0.78 221	0.68 158	0.37 174	0.24 120	0.58 110	0.72 216	0.59 167	0.40 104	0.75 153	0.35 118	1.03 230	0.65 171	0.21 123	0.24 97	0.79 215	0.64 160	0.64 120	0.68 158
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Sa-1000	0.48 127	0.47 146	0.21 70	0.26 84	0.26 94	0.31 104	0.15 75	0.65 168	0.36 163	0.63 183	0.33 92	0.50 104	0.26 95	0.30 167	0.94 214	0.49 139	0.59 167	0.45 137	0.90 171	0.32 93	0.52 116	0.75 194	0.17 78	0.27 116	0.72 191	0.53 141	1.00 216	0.49 95

iRaft-Stereo_20w	1.06 239	0.49 161	1.34 290	1.18 264	0.46 188	0.78 239	0.46 191	0.76 220	0.37 172	0.74 236	6.16 316	0.84 198	0.29 109	0.26 147	0.81 178	0.97 253	0.59 167	0.44 127	1.72 217	0.61 223	1.04 231	1.56 261	0.21 123	0.25 107	0.92 238	1.31 265	1.45 268	2.71 273

MIPNet	0.51 134	0.51 181	0.33 118	0.32 113	0.30 123	0.37 132	0.25 135	0.62 140	0.24 73	0.50 96	0.52 151	0.61 140	0.41 186	0.30 167	1.01 229	0.51 150	0.59 167	0.50 173	0.76 156	0.47 173	0.44 68	0.85 207	0.20 114	0.26 113	0.66 178	0.98 226	0.71 145	0.61 137

pcwnet_v2	0.62 170	0.46 139	0.50 195	0.62 211	0.49 197	0.61 207	0.46 191	0.66 172	0.45 198	0.65 195	0.79 222	0.64 150	0.86 244	0.53 243	1.15 243	0.55 170	0.59 167	0.51 180	0.83 163	0.41 151	0.55 128	0.47 118	0.34 194	0.43 198	0.75 203	0.76 183	0.85 182	0.95 197

psm_up	0.56 155	0.51 181	0.53 202	0.56 197	0.45 185	0.58 201	0.35 168	0.71 198	0.66 232	0.55 127	0.53 155	0.59 135	0.50 207	0.40 203	0.63 133	0.50 143	0.59 167	0.49 167	0.84 166	0.46 169	0.51 106	0.45 108	0.31 185	0.51 222	0.70 185	0.78 187	0.80 165	0.67 154

CREStereo	0.44 111	0.51 181	0.40 152	0.34 121	0.26 94	0.28 94	0.15 75	0.61 133	0.30 117	0.58 152	0.36 98	0.72 168	0.33 146	0.24 120	0.59 114	0.59 184	0.59 167	0.34 68	0.52 77	0.31 89	0.59 151	0.42 91	0.18 90	0.30 135	0.54 139	0.48 126	0.64 120	0.69 160
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
zero-FE	9.08 322	0.42 109	0.28 99	61.19 339	0.56 210	106.36 340	1.24 273	0.72 205	0.30 117	0.66 205	0.56 164	61.54 338	0.66 233	0.25 136	0.59 114	0.53 160	0.60 174	0.47 154	2.54 247	0.38 130	1.35 253	0.96 217	0.25 157	0.24 97	0.45 105	0.44 106	0.91 193	0.66 150

IGEV_Zeroshot_test	0.95 229	0.47 146	1.24 283	1.15 262	0.46 188	0.60 204	0.65 234	0.81 236	0.36 163	0.66 205	1.86 282	0.94 209	0.30 119	0.26 147	0.66 143	1.14 277	0.60 174	0.48 160	2.56 248	0.63 231	2.23 277	2.36 281	0.21 123	0.37 182	1.00 254	1.03 238	1.17 236	1.48 238

Any-RAFT	0.69 184	0.47 146	0.85 252	0.53 191	0.40 170	0.38 137	0.27 141	0.64 161	0.32 143	0.57 140	0.76 219	0.86 203	0.24 91	0.22 96	0.57 106	0.76 223	0.60 174	0.45 137	2.19 233	0.45 164	1.20 243	0.71 187	0.22 136	0.31 143	0.99 251	1.24 256	0.73 149	1.65 245

anonymity	3.27 296	0.41 102	1.09 275	0.58 200	0.41 176	0.47 171	0.30 160	0.79 229	0.33 148	0.61 167	69.49 338	0.85 199	0.30 119	0.24 120	0.59 114	1.02 264	0.60 174	0.43 122	1.35 202	0.60 214	0.73 188	1.82 273	0.24 154	0.29 127	1.00 254	1.24 256	1.08 223	1.47 236

XX-Stereo	9.49 323	0.38 86	0.36 132	0.63 213	0.28 109	0.54 192	0.28 146	0.69 189	0.28 102	0.69 223	6.24 317	1.00 215	0.29 109	0.23 109	0.70 158	1.08 270	0.60 174	0.52 187	1.58 212	0.53 182	0.76 192	0.65 171	0.18 90	0.26 113	233.61 340	0.88 205	1.01 217	1.90 253

EAI-Stereo	0.75 197	0.49 161	0.50 195	0.51 185	0.46 188	0.56 197	0.60 218	0.73 208	0.32 143	0.63 183	0.72 212	0.82 192	0.26 95	0.24 120	1.05 231	0.96 251	0.60 174	0.49 167	3.00 261	0.62 227	0.82 200	1.13 232	0.19 98	0.31 143	0.78 212	0.70 169	1.55 272	1.17 223

castereo	0.47 123	0.36 76	0.35 126	0.34 121	0.26 94	0.26 82	0.17 90	0.56 107	0.29 109	0.60 163	0.45 127	0.68 158	0.22 78	0.20 84	0.52 98	0.58 181	0.61 180	0.39 92	0.92 173	0.36 120	0.96 223	0.76 197	0.19 98	0.24 97	0.54 139	0.64 160	0.57 91	0.58 127

gcap-zeroshot	1.75 267	0.44 119	0.89 256	0.59 203	0.36 150	0.55 194	0.29 153	0.74 213	0.29 109	0.74 236	0.76 219	1.18 235	0.33 146	0.24 120	0.78 169	0.97 253	0.61 180	0.53 191	29.80 323	0.80 253	1.04 231	1.45 253	0.23 146	0.34 166	0.75 203	0.99 228	0.96 204	0.75 175

HH	0.84 216	0.34 62	0.99 263	0.42 158	0.36 150	0.51 182	0.42 185	0.69 189	0.34 153	0.65 195	0.38 107	1.03 220	0.26 95	0.28 157	0.66 143	1.37 294	0.61 180	0.53 191	2.39 242	0.60 214	3.55 303	1.64 264	0.25 157	0.33 162	0.83 225	1.05 239	1.09 225	1.12 218

HanStereo	0.84 216	0.34 62	0.99 263	0.42 158	0.36 150	0.51 182	0.42 185	0.69 189	0.34 153	0.65 195	0.38 107	1.03 220	0.26 95	0.28 157	0.66 143	1.37 294	0.61 180	0.53 191	2.39 242	0.60 214	3.55 303	1.64 264	0.25 157	0.33 162	0.83 225	1.05 239	1.09 225	1.12 218

CREStereo++_RVC	0.43 108	0.42 109	0.39 147	0.30 105	0.33 133	0.27 87	0.19 103	0.57 109	0.31 135	0.58 152	0.36 98	0.58 130	0.56 219	0.23 109	0.48 92	0.50 143	0.61 180	0.34 68	0.52 77	0.30 84	0.56 133	0.42 91	0.16 62	0.29 127	0.49 121	0.44 106	0.79 164	0.69 160
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
ADCRef	1.01 236	0.65 225	0.48 189	0.39 143	0.47 191	0.65 217	0.68 238	0.61 133	1.08 268	0.52 108	0.64 187	0.75 175	0.43 191	0.38 199	1.56 265	0.72 216	0.61 180	0.59 220	1.53 210	0.58 205	0.66 169	0.71 187	0.50 233	0.43 198	0.75 203	1.25 259	0.82 171	8.96 315

RAFT-Test	0.72 190	0.50 176	0.46 182	0.52 188	0.34 142	0.41 147	0.29 153	0.73 208	0.30 117	0.62 177	0.72 212	0.68 158	0.31 131	0.22 96	0.71 162	1.03 265	0.62 186	0.50 173	2.89 259	0.66 235	1.72 265	1.14 234	0.23 146	0.29 127	0.80 219	0.96 220	0.95 201	0.91 195

LMCR-Stereo	0.50 131	0.46 139	0.33 118	0.32 113	0.33 133	0.42 153	0.24 130	0.57 109	0.37 172	0.55 127	0.46 131	0.65 153	0.40 183	0.26 147	0.69 153	0.49 139	0.62 186	0.49 167	1.11 190	0.57 202	0.66 169	0.64 169	0.25 157	0.32 148	0.48 113	0.49 131	0.63 116	0.65 149

s12784h	0.62 170	0.68 232	0.47 186	0.65 218	0.44 184	0.34 121	0.24 130	0.61 133	0.31 135	0.60 163	0.44 124	0.81 190	0.55 217	0.25 136	0.62 130	0.50 143	0.62 186	0.38 90	0.74 152	0.36 120	1.26 247	0.47 118	0.18 90	0.30 135	0.70 185	0.74 176	1.39 260	2.07 256

RGC	0.76 201	0.72 237	0.99 263	0.70 225	0.71 242	0.76 238	0.57 212	0.74 213	0.74 239	0.56 136	0.96 242	0.83 196	0.85 243	0.56 248	0.93 210	0.60 186	0.62 186	0.56 205	0.93 174	0.61 223	0.66 169	0.71 187	0.51 241	0.56 230	0.81 220	1.01 233	0.99 211	1.19 225

DeepPruner_ROB	0.59 167	0.44 119	0.54 205	0.52 188	0.54 206	0.49 175	0.37 174	0.61 133	0.46 202	0.60 163	0.70 206	0.61 140	0.51 211	0.32 181	1.06 233	0.58 181	0.62 186	0.59 220	0.66 129	0.47 173	0.97 226	0.72 191	0.36 199	0.44 204	0.61 163	1.00 230	0.72 146	0.58 127

cross-raft	0.73 191	0.56 204	0.46 182	0.43 163	0.33 133	0.40 145	0.27 141	0.73 208	0.33 148	0.65 195	0.60 171	0.74 174	0.30 119	0.23 109	0.76 168	0.96 251	0.63 191	0.48 160	2.91 260	0.59 209	1.81 271	1.31 245	0.22 136	0.32 148	0.82 223	0.94 216	0.93 197	1.01 205

test-1	0.84 216	0.34 62	0.50 195	0.37 137	0.40 170	0.60 204	0.37 174	0.73 208	0.38 177	0.68 215	0.71 207	1.08 226	0.40 183	0.25 136	0.79 173	0.91 242	0.63 191	0.58 215	2.22 235	0.58 205	1.17 242	3.78 300	0.22 136	0.36 177	0.81 220	1.15 249	1.10 228	1.59 240

MSMDNet	0.73 191	0.52 190	0.48 189	0.35 131	0.34 142	0.45 164	0.33 165	0.69 189	0.30 117	0.63 183	0.60 171	0.71 166	0.35 165	0.23 109	0.78 169	1.05 267	0.63 191	0.50 173	2.88 258	0.81 257	1.59 260	1.80 272	0.23 146	0.29 127	0.74 198	0.89 207	0.85 182	0.76 177

MSKI-zero shot	0.84 216	0.49 161	0.43 169	0.41 154	0.35 146	0.46 170	0.32 162	0.76 220	0.30 117	0.65 195	0.92 238	0.83 196	0.32 140	0.22 96	0.62 130	1.08 270	0.64 194	0.47 154	3.14 265	0.61 223	2.23 277	1.58 262	0.20 114	0.38 184	0.96 246	1.47 274	1.24 245	1.60 241

SACVNet	0.62 170	0.53 196	0.51 199	0.55 196	0.57 213	0.52 185	0.60 218	0.69 189	0.56 219	0.67 213	0.54 161	0.59 135	0.37 174	0.41 206	0.71 162	0.60 186	0.64 194	0.57 210	0.95 178	0.64 232	0.67 173	0.78 201	0.36 199	0.47 214	0.75 203	0.77 186	0.84 180	0.84 187

HSM-Net_RVC	0.75 197	0.53 196	0.60 219	0.77 235	0.62 225	0.61 207	0.37 174	0.76 220	0.49 205	0.74 236	1.71 278	1.32 241	0.80 240	0.36 194	0.72 165	0.55 170	0.64 194	0.53 191	0.78 158	0.53 182	0.67 173	0.89 213	0.43 217	0.64 243	0.94 242	1.09 242	1.07 222	1.04 208
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	0.54 146	0.49 161	0.47 186	0.48 174	0.47 191	0.41 147	0.37 174	0.71 198	0.37 172	0.61 167	0.65 192	0.59 135	0.48 205	0.31 174	0.70 158	0.48 132	0.64 194	0.47 154	0.75 153	0.48 175	0.63 158	0.49 125	0.26 165	0.42 195	0.62 168	0.72 173	0.87 189	0.67 154

MLCV	0.70 187	0.49 161	0.53 202	0.73 230	0.50 198	0.65 217	0.43 187	0.81 236	0.41 186	0.71 229	0.88 234	1.01 218	0.81 241	0.28 157	0.92 208	0.43 90	0.65 198	0.52 187	2.47 246	0.45 164	0.55 128	0.72 191	0.39 210	0.54 227	0.69 182	0.80 192	0.83 178	0.72 169

NCCL2	0.69 184	0.73 239	0.66 232	0.57 199	0.56 210	0.51 182	0.45 189	0.70 195	0.57 220	0.68 215	0.71 207	0.66 154	0.48 205	0.39 200	0.93 210	0.72 216	0.65 198	0.57 210	0.76 156	0.57 202	0.74 190	0.88 211	0.49 229	0.60 237	0.98 248	0.95 217	0.85 182	1.16 222

MDST_ROB	3.33 297	2.32 295	0.75 243	3.90 307	1.47 287	2.61 291	1.00 264	1.12 272	0.72 235	0.78 249	0.67 202	1.54 251	25.37 324	0.34 186	2.11 292	0.53 160	0.65 198	0.48 160	3.69 268	0.58 205	0.88 207	0.59 153	0.58 254	0.68 247	7.85 324	3.03 308	17.15 329	8.63 314

GLC_STEREO	0.47 123	0.51 181	0.40 152	0.38 140	0.37 157	0.37 132	0.28 146	0.64 161	0.29 109	0.62 177	0.53 155	0.55 121	0.28 107	0.30 167	0.49 95	0.48 132	0.66 201	0.41 109	0.65 127	0.41 151	0.70 182	0.60 157	0.23 146	0.30 135	0.47 110	0.36 79	0.84 180	0.53 112

TANstereo	0.55 148	0.41 102	0.35 126	0.40 149	0.39 165	0.45 164	0.21 111	0.52 85	0.30 117	0.54 120	0.37 104	0.38 61	0.38 177	0.41 206	0.84 187	0.73 220	0.66 201	0.78 266	1.10 188	0.89 263	0.62 155	0.54 147	0.93 278	0.32 148	0.34 69	0.45 112	0.99 211	0.53 112

XX-TBD	0.55 148	0.41 102	0.35 126	0.40 149	0.39 165	0.45 164	0.21 111	0.52 85	0.30 117	0.54 120	0.37 104	0.38 61	0.38 177	0.41 206	0.84 187	0.73 220	0.66 201	0.78 266	1.10 188	0.89 263	0.62 155	0.54 147	0.93 278	0.32 148	0.34 69	0.45 112	0.99 211	0.53 112

R-Stereo Train	0.66 175	0.55 199	0.43 169	0.48 174	0.36 150	0.50 179	0.18 92	0.62 140	0.31 135	0.68 215	0.62 183	0.72 168	0.34 158	0.25 136	0.69 153	0.89 239	0.66 201	0.51 180	2.12 231	0.46 169	0.94 219	1.49 257	0.22 136	0.36 177	0.71 188	0.96 220	0.77 158	1.10 215

ADCL	1.27 249	0.82 252	0.64 228	0.60 206	0.53 203	0.73 230	0.91 256	0.75 217	2.78 311	0.68 215	1.01 246	0.86 203	0.50 207	0.50 234	1.27 249	0.64 197	0.66 201	0.57 210	1.20 197	0.60 214	0.98 227	0.88 211	0.50 233	0.47 214	1.60 288	1.50 279	0.88 190	11.30 318

RAFT-Stereo	0.66 175	0.55 199	0.43 169	0.48 174	0.36 150	0.50 179	0.18 92	0.62 140	0.31 135	0.68 215	0.62 183	0.72 168	0.34 158	0.25 136	0.69 153	0.89 239	0.66 201	0.51 180	2.12 231	0.46 169	0.94 219	1.49 257	0.22 136	0.36 177	0.71 188	0.96 220	0.77 158	1.10 215
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GES	0.59 167	0.52 190	0.37 136	0.39 143	0.40 170	0.53 188	0.37 174	0.59 120	0.40 182	0.56 136	0.60 171	0.50 104	0.30 119	0.41 206	0.98 222	0.63 191	0.67 207	0.55 203	2.28 236	0.56 197	0.70 182	0.56 152	0.31 185	0.42 195	0.48 113	0.48 126	0.65 124	0.68 158

GANetREF_RVC	0.77 209	0.74 240	0.68 237	0.76 234	0.65 227	0.69 225	0.60 218	0.99 258	0.73 236	0.93 269	0.52 151	1.33 242	0.72 237	0.44 222	0.85 191	0.57 176	0.67 207	0.63 227	1.13 192	0.61 223	0.77 193	0.63 165	0.59 255	0.71 249	0.89 234	0.90 209	1.15 231	0.99 203
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
AIO-Stereo-zeroshot	1.21 246	0.49 161	1.28 287	0.75 231	0.41 176	1.04 257	0.67 236	0.77 225	0.52 209	0.78 249	5.67 312	1.03 220	0.35 165	0.26 147	0.86 193	1.39 298	0.68 209	0.70 249	2.61 252	0.64 232	2.89 289	2.21 278	0.19 98	0.43 198	1.03 259	1.15 249	1.35 256	2.41 267

AE-Stereo	0.54 146	0.48 158	0.44 177	0.50 179	0.35 146	0.36 130	0.28 146	0.55 101	0.29 109	0.64 190	0.31 83	0.89 205	0.31 131	0.24 120	0.55 101	0.65 203	0.68 209	0.52 187	0.87 168	0.53 182	0.72 185	0.81 204	0.21 123	0.47 214	0.79 215	0.69 165	0.94 199	0.62 141

EKT-Stereo	0.75 197	0.64 224	0.54 205	0.59 203	0.47 191	0.60 204	0.73 241	0.71 198	0.29 109	0.63 183	0.66 195	0.73 171	0.30 119	0.26 147	0.86 193	1.22 286	0.68 209	0.76 262	1.46 206	0.60 214	1.75 268	1.74 270	0.21 123	0.32 148	0.93 239	0.81 194	1.06 221	0.72 169

PSMNet-ADL	0.96 232	0.62 221	0.66 232	0.67 221	0.70 241	0.66 220	0.58 213	0.74 213	0.60 224	0.85 263	5.03 306	0.95 212	1.26 259	0.45 224	0.89 202	1.03 265	0.68 209	0.54 197	2.03 229	0.68 241	0.84 204	0.79 203	0.54 248	0.47 214	0.73 196	0.95 217	1.32 253	0.63 145

GANet-ADL	0.70 187	0.59 211	0.52 200	0.60 206	0.57 213	0.61 207	0.46 191	0.68 182	0.52 209	0.65 195	0.67 202	0.76 183	0.43 191	0.39 200	1.08 236	0.79 231	0.68 209	0.52 187	1.84 223	0.64 232	0.66 169	0.86 209	0.42 216	0.43 198	0.70 185	0.87 203	0.97 207	0.89 194

ccs_rob	1.25 248	0.79 245	0.64 228	0.86 241	0.60 218	0.89 247	0.83 249	0.99 258	0.51 208	0.77 245	6.27 318	5.90 300	1.10 252	0.51 236	1.08 236	1.10 273	0.68 209	0.66 237	1.15 193	0.70 245	1.56 258	1.66 266	0.50 233	0.54 227	0.69 182	0.78 187	0.86 187	1.20 226

model_zeroshot	0.80 215	0.46 139	0.42 164	0.42 158	0.39 165	0.43 156	0.27 141	0.72 205	0.36 163	0.64 190	0.66 195	0.97 213	0.29 109	0.24 120	1.05 231	0.92 243	0.69 215	0.54 197	3.03 262	0.73 248	1.21 244	1.20 239	0.22 136	0.38 184	0.84 229	1.14 248	1.08 223	2.21 262

DCVSM-stereo	1.13 243	0.66 228	0.79 246	0.89 244	0.65 227	1.15 264	0.73 241	0.95 251	0.82 248	1.04 279	4.18 300	3.75 288	1.45 264	0.49 230	0.83 183	0.86 237	0.69 215	0.60 223	2.08 230	0.87 262	1.06 235	0.77 199	0.84 272	0.72 252	0.74 198	0.89 207	0.98 210	1.09 211

AIO-Stereo-zeroshot1	5.67 309	0.56 204	1.25 284	0.75 231	0.69 235	1.17 265	0.81 246	0.82 238	0.80 244	0.81 255	4.78 303	1.00 215	0.37 174	0.27 154	1.13 241	1.54 303	0.70 217	0.60 223	124.50 338	0.54 188	1.43 255	2.64 285	0.22 136	0.36 177	0.91 236	1.13 247	1.13 230	2.18 260

HBP-ISP	1.60 260	0.86 260	0.90 257	0.98 253	0.69 235	0.85 242	0.56 209	0.89 248	0.48 204	0.82 258	0.79 222	0.97 213	0.36 170	0.69 268	11.97 327	5.83 323	0.70 217	0.67 239	0.70 141	0.62 227	1.05 233	5.90 316	0.50 233	0.62 240	0.82 223	1.01 233	2.01 288	1.06 209

dd	0.50 131	0.51 181	0.28 99	0.91 247	0.31 131	0.65 217	0.29 153	0.59 120	0.23 62	0.54 120	0.30 80	0.75 175	0.27 102	0.26 147	0.84 187	0.46 115	0.70 217	0.39 92	1.05 184	0.38 130	0.48 92	0.43 98	0.23 146	0.30 135	0.53 135	0.39 94	0.74 151	0.58 127

sAnonymous2	0.58 161	0.41 102	0.31 112	0.29 97	0.29 116	0.45 164	0.29 153	0.71 198	0.41 186	0.48 85	0.53 155	0.51 109	0.43 191	0.23 109	0.86 193	0.84 234	0.70 217	0.67 239	1.34 200	0.60 214	0.83 202	0.98 219	0.30 180	0.35 170	0.62 168	0.72 173	0.72 146	0.73 172

CroCo_RVC	0.58 161	0.41 102	0.31 112	0.29 97	0.29 116	0.45 164	0.29 153	0.71 198	0.41 186	0.48 85	0.53 155	0.51 109	0.43 191	0.23 109	0.86 193	0.84 234	0.70 217	0.67 239	1.34 200	0.60 214	0.83 202	0.98 219	0.30 180	0.35 170	0.62 168	0.72 173	0.72 146	0.73 172

MFN_U_SF_DS_RVC	1.33 250	0.90 261	0.63 226	1.27 269	0.90 258	1.21 268	2.21 287	1.27 273	1.18 273	1.00 277	0.91 237	1.80 259	1.16 255	1.07 288	1.48 261	0.77 225	0.70 217	0.58 215	2.75 256	0.67 239	1.39 254	2.93 289	0.85 274	0.73 253	1.47 283	1.68 284	1.33 254	2.96 278

APVNet	0.56 155	0.47 146	0.38 145	0.46 171	0.50 198	0.57 198	0.53 202	0.60 126	0.42 193	0.46 75	0.65 192	0.50 104	0.30 119	0.36 194	0.74 166	0.71 215	0.71 223	0.64 231	0.95 178	0.53 182	0.57 143	0.77 199	0.34 194	0.46 211	0.59 159	0.46 119	0.82 171	0.58 127

CC-Net-ROB	0.96 232	1.18 279	0.70 238	1.56 279	1.06 269	1.63 283	1.20 272	0.79 229	0.61 225	0.81 255	0.56 164	3.07 277	0.57 223	0.85 279	0.68 151	0.44 95	0.71 223	0.63 227	1.40 204	0.57 202	0.58 147	0.43 98	1.91 297	0.46 211	0.83 225	0.83 198	0.77 158	1.20 226

GwcNet-ADL	0.97 234	0.83 254	0.81 248	0.91 247	0.68 233	0.70 226	0.53 202	0.77 225	0.50 206	0.72 232	5.46 309	1.20 236	0.65 232	0.46 226	0.81 178	0.95 248	0.72 225	0.56 205	1.26 199	0.71 246	0.67 173	0.78 201	0.59 255	0.56 230	0.79 215	0.98 226	0.85 182	1.75 249

DDVS	2.32 276	0.70 234	0.82 250	0.70 225	0.74 248	0.73 230	0.59 214	1.09 270	0.88 252	0.80 253	34.26 334	3.93 290	1.16 255	0.52 240	1.09 238	1.35 291	0.73 226	0.65 235	1.95 227	0.95 266	1.67 264	2.27 280	0.48 227	0.56 230	0.69 182	0.84 199	1.21 240	1.35 232

SFCPSM	3.03 292	0.82 252	0.63 226	0.77 235	0.69 235	0.72 229	0.63 227	0.83 239	0.98 265	0.71 229	2.00 284	2.57 266	3.49 290	0.56 248	1.16 244	0.93 247	0.74 227	0.64 231	54.48 335	1.19 286	0.88 207	0.91 214	0.55 250	0.55 229	0.94 242	0.93 215	1.11 229	1.39 233

CSAN	0.93 227	0.83 254	0.75 243	0.86 241	0.82 253	0.73 230	0.61 223	0.97 257	0.94 262	0.94 273	0.73 217	1.96 260	1.56 267	0.49 230	0.98 222	0.63 191	0.74 227	0.66 237	1.09 186	0.71 246	0.78 194	0.63 165	0.53 244	0.76 258	0.98 248	1.49 278	1.21 240	1.63 243

sCroCo_RVC	0.58 161	0.42 109	0.29 103	0.28 92	0.29 116	0.39 139	0.22 117	0.60 126	0.41 186	0.53 119	0.43 121	0.48 94	0.50 207	0.24 120	0.75 167	0.99 260	0.75 229	0.63 227	1.02 183	0.56 197	1.10 238	1.36 247	0.28 172	0.39 186	0.63 172	0.63 157	0.93 197	0.64 147

iResNet	0.92 224	0.56 204	0.62 222	0.72 228	0.68 233	0.96 250	0.55 207	0.95 251	0.57 220	0.67 213	0.82 232	1.41 245	1.51 266	0.31 174	1.49 262	0.66 205	0.75 229	0.67 239	4.08 273	0.68 241	0.72 185	0.63 165	0.41 213	0.83 265	0.72 191	0.91 211	1.02 218	0.87 192

SGM_RVC	2.81 288	1.46 286	0.85 252	1.76 283	1.28 279	1.68 285	1.19 271	1.56 289	1.14 271	0.82 258	1.70 277	7.09 307	2.67 288	0.42 216	0.92 208	0.57 176	0.75 229	0.57 210	11.20 307	0.66 235	0.94 219	0.46 113	0.51 241	0.84 267	1.97 296	1.64 283	5.04 320	26.13 328
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
dad	0.89 223	0.57 209	0.37 136	1.42 275	0.65 227	0.75 235	2.23 289	1.43 284	0.36 163	0.93 269	0.38 107	0.85 199	0.76 239	0.32 181	0.97 221	0.52 158	0.78 232	0.45 137	1.87 225	0.41 151	0.74 190	0.41 84	0.30 180	0.47 214	1.15 268	0.47 121	2.64 303	1.96 255

GEStereo_RVC	0.71 189	0.59 211	0.40 152	0.54 193	0.50 198	0.61 207	0.51 199	0.71 198	0.41 186	0.59 157	0.51 148	0.76 183	0.46 200	0.39 200	0.96 219	0.92 243	0.78 232	0.75 259	1.94 226	0.62 227	0.80 197	1.37 248	0.31 185	0.52 224	0.61 163	0.63 157	0.86 187	1.12 218

LE_ROB	17.44 326	1.82 288	6.12 328	9.40 317	53.85 340	8.01 328	46.26 336	11.27 332	28.12 333	1.80 315	7.03 322	38.62 332	49.53 334	0.34 186	1.76 278	0.55 170	0.78 232	0.59 220	36.68 328	6.72 326	2.92 290	0.85 207	29.06 335	12.10 333	26.35 330	25.49 333	27.84 334	37.03 335

NOSS_ROB	0.76 201	0.84 258	0.50 195	0.72 228	0.61 219	0.75 235	0.52 201	0.80 231	0.54 213	0.70 226	0.62 183	0.62 148	0.86 244	0.62 259	1.14 242	1.10 273	0.78 232	0.69 248	0.73 146	0.60 214	0.88 207	0.67 179	0.50 233	0.71 249	0.86 232	0.95 217	1.38 259	0.85 188

SGM-ForestM	2.61 282	4.20 319	0.93 258	2.78 291	1.37 284	3.57 301	2.93 296	2.59 312	1.51 287	0.70 226	1.32 263	7.25 308	5.36 300	0.47 227	0.89 202	0.53 160	0.79 236	0.54 197	7.58 291	0.60 214	0.82 200	0.47 118	0.51 241	0.80 264	4.97 316	3.66 315	7.05 324	6.30 306

FCDSN-DC	0.69 184	0.61 218	0.62 222	0.66 220	0.61 219	0.59 202	0.60 218	0.68 182	0.42 193	0.75 240	0.42 120	0.57 125	0.36 170	0.50 234	2.43 308	0.67 206	0.80 237	0.76 262	0.64 123	0.56 197	0.70 182	0.60 157	0.47 222	0.83 265	0.66 178	0.74 176	0.61 110	0.67 154
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FADNet_RVC	0.92 224	0.69 233	0.55 208	0.88 243	0.75 250	0.54 192	0.51 199	0.77 225	0.54 213	0.70 226	0.96 242	1.36 243	1.06 248	0.54 244	1.85 281	0.64 197	0.80 237	0.90 275	3.34 266	0.76 249	1.00 228	1.13 232	0.37 204	0.60 237	0.66 178	0.87 203	0.97 207	1.14 221

CBMV_ROB	1.71 266	0.79 245	0.65 231	1.35 272	1.07 270	1.01 253	0.74 243	1.01 262	0.54 213	0.72 232	0.81 227	9.80 319	5.90 302	0.57 253	1.42 256	0.69 210	0.80 237	0.58 215	5.38 279	1.22 287	0.95 222	0.55 151	0.53 244	0.62 240	1.22 269	1.45 273	2.72 305	2.94 277

FC-DCNN v2	0.94 228	0.98 269	1.28 287	1.47 278	0.95 262	1.33 274	0.82 247	1.05 265	0.80 244	0.87 265	0.66 195	1.11 231	0.67 234	0.56 248	0.91 205	0.69 210	0.81 240	0.68 245	0.83 163	0.59 209	0.78 194	0.59 153	0.50 233	0.78 263	1.25 275	1.09 242	1.35 256	1.89 251

FC-DCNN	0.88 222	0.96 266	1.23 282	1.36 274	0.93 260	1.26 272	0.82 247	0.91 249	0.78 242	0.87 265	0.63 186	1.08 226	0.42 187	0.56 248	0.88 201	0.69 210	0.81 240	0.68 245	0.81 162	0.59 209	0.78 194	0.59 153	0.50 233	0.77 261	1.11 264	0.99 228	1.21 240	1.57 239

ITSA-stereo	1.12 242	0.72 237	0.59 214	1.20 266	0.84 255	0.64 216	0.64 229	0.95 251	0.78 242	0.84 261	2.54 289	1.39 244	1.23 257	0.81 276	1.20 246	1.01 262	0.83 242	0.67 239	1.56 211	0.62 227	1.08 237	1.46 254	0.56 252	0.71 249	0.95 244	1.27 261	0.99 211	4.08 293

MSC_U_SF_DS_RVC	1.67 264	1.25 282	1.05 269	1.56 279	1.08 271	1.20 267	3.18 299	1.50 287	2.10 299	1.30 296	0.98 244	1.50 247	1.04 247	1.66 295	1.71 272	1.18 282	0.84 243	1.01 284	6.24 286	1.15 285	1.43 255	3.23 294	1.19 284	1.14 288	1.52 286	1.29 263	1.09 225	2.78 275

XPNet_ROB	0.74 196	0.77 241	0.57 211	0.54 193	0.61 219	0.63 213	0.61 223	0.53 89	0.65 230	0.58 152	0.81 227	2.35 265	0.46 200	0.43 219	0.79 173	0.63 191	0.85 244	0.57 210	0.83 163	0.55 193	0.72 185	1.09 228	0.45 219	0.49 221	0.63 172	0.74 176	1.39 260	0.86 190

LALA_ROB	0.86 220	0.97 268	0.67 235	0.63 213	0.69 235	0.83 241	0.67 236	0.70 195	0.80 244	0.68 215	1.10 253	2.61 268	0.58 225	0.51 236	1.11 239	0.67 206	0.86 245	0.72 252	0.89 170	0.67 239	0.80 197	1.00 222	0.49 229	0.59 235	0.73 196	0.92 212	1.16 234	1.10 215

MFN_U_SF_RVC	1.68 265	1.06 274	0.88 255	1.25 268	1.01 264	1.53 280	2.07 285	1.38 283	1.17 272	1.51 304	2.95 293	2.00 262	1.57 268	2.05 297	2.38 306	0.98 256	0.87 246	0.82 271	6.78 289	1.11 281	2.21 276	2.38 282	0.65 259	1.11 286	1.23 270	1.33 268	1.28 250	1.69 248

XQC	1.03 238	0.90 261	0.71 239	0.91 247	0.92 259	0.92 249	0.86 252	1.06 268	0.90 256	0.84 261	1.11 256	1.03 220	1.30 263	0.71 270	2.04 286	0.95 248	0.87 246	0.67 239	1.64 216	0.78 251	1.00 228	1.67 267	0.62 258	0.73 253	1.09 263	1.47 274	1.26 247	0.97 200

STStereo	5.29 306	2.47 296	5.20 325	5.20 312	2.80 307	4.72 315	3.42 301	6.23 327	6.52 321	1.51 304	7.61 323	9.53 316	14.86 319	0.63 261	4.09 317	0.64 197	0.87 246	0.62 226	36.67 327	1.02 273	1.23 245	1.05 226	0.78 266	1.63 307	3.46 310	2.43 300	3.53 311	14.15 321

MeshStereo	3.62 299	1.54 287	1.05 269	2.64 287	1.72 289	2.05 288	1.15 269	2.40 309	1.41 283	0.90 268	6.48 319	9.56 317	7.42 307	0.49 230	11.75 325	1.94 312	0.87 246	0.74 257	8.79 296	0.80 253	8.36 323	8.07 324	0.73 264	1.07 282	3.39 309	2.15 297	5.22 321	4.99 298
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
Anonymous3	0.79 212	0.59 211	0.42 164	0.37 137	0.42 179	0.57 198	0.50 198	0.80 231	0.64 229	0.68 215	0.49 137	1.48 246	0.54 215	0.31 174	1.53 263	1.42 300	0.88 250	0.82 271	1.45 205	0.69 244	1.31 250	1.30 244	0.40 211	0.40 189	0.74 198	0.86 200	1.03 220	0.71 167

FBW_ROB	1.34 251	1.42 285	1.08 274	2.01 285	1.42 285	1.37 276	1.63 280	0.99 258	0.70 234	0.72 232	1.02 247	2.05 263	0.91 246	1.47 294	1.24 248	0.60 186	0.88 250	0.65 235	6.08 285	0.59 209	1.06 235	0.81 204	1.48 294	1.12 287	0.99 251	1.20 252	0.99 211	1.66 246

FAT-Stereo	1.57 259	0.78 243	1.44 292	1.10 258	1.32 282	1.05 258	0.87 253	1.28 275	0.86 250	1.21 289	5.46 309	3.07 277	1.28 260	0.66 264	1.73 275	1.34 288	0.89 252	0.94 281	1.83 222	1.08 277	2.02 273	3.90 301	0.71 261	0.98 276	0.86 232	1.21 254	1.42 266	3.03 280

S-Stereo	1.54 257	0.81 249	0.83 251	1.15 262	1.16 275	1.29 273	1.56 278	1.02 263	1.09 269	1.25 292	4.20 301	4.10 293	1.10 252	0.66 264	2.16 293	1.63 305	0.90 253	1.05 288	2.20 234	1.10 279	1.26 247	3.12 292	1.31 292	1.17 291	0.84 229	1.18 251	1.21 240	2.18 260

ETE_ROB	0.87 221	0.90 261	0.58 213	0.67 221	0.69 235	0.85 242	0.60 218	0.66 172	0.89 255	0.64 190	1.09 251	2.63 269	0.54 215	0.54 244	1.00 226	0.72 216	0.91 254	0.63 227	0.99 182	0.66 235	0.88 207	1.08 227	0.50 233	0.59 235	0.78 212	0.92 212	1.48 270	1.17 223

CBMV	1.15 244	0.84 258	0.60 219	0.85 240	0.76 251	0.73 230	0.48 194	0.87 244	0.80 244	0.81 255	0.61 178	2.86 272	0.81 241	0.52 240	1.31 252	1.17 281	0.91 254	0.74 257	2.40 244	0.66 235	1.57 259	0.76 197	0.48 227	1.06 281	0.99 251	1.09 242	2.25 290	4.25 295
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DAS	0.95 229	0.61 218	0.48 189	0.78 237	0.61 219	0.68 223	0.59 214	0.84 241	0.93 259	0.65 195	1.58 273	1.66 255	1.06 248	0.34 186	0.95 216	0.92 243	0.92 256	0.73 255	1.77 219	1.03 274	1.73 266	1.11 229	0.47 222	0.92 271	0.93 239	1.00 230	1.39 260	0.96 198

SepStereo	0.95 229	0.61 218	0.48 189	0.78 237	0.61 219	0.68 223	0.59 214	0.84 241	0.93 259	0.65 195	1.58 273	1.66 255	1.06 248	0.34 186	0.95 216	0.92 243	0.92 256	0.73 255	1.77 219	1.03 274	1.73 266	1.11 229	0.47 222	0.92 271	0.93 239	1.00 230	1.39 260	0.96 198

MaskLacGwcNet_RVC	8.29 318	0.65 225	1.07 273	0.94 252	0.83 254	0.81 240	1.27 274	0.85 243	0.73 236	0.93 269	6.13 315	180.62 340	2.17 276	1.33 293	1.22 247	1.01 262	0.93 258	1.06 289	6.32 288	0.79 252	3.32 301	3.77 299	0.55 250	0.76 258	0.95 244	1.34 270	1.19 238	2.42 268

SHD	0.97 234	0.56 204	0.73 241	0.75 231	0.69 235	0.66 220	0.61 223	0.99 258	0.94 262	0.77 245	1.00 245	0.94 209	1.29 261	0.54 244	2.21 296	0.98 256	0.95 259	0.70 249	2.01 228	0.80 253	1.12 239	1.71 268	0.47 222	0.77 261	0.91 236	1.01 233	0.91 193	1.22 228

ADCPNet	2.08 275	0.77 241	0.87 254	0.83 239	1.21 277	0.85 242	1.59 279	1.02 263	1.35 280	0.83 260	1.97 283	1.01 218	7.76 308	0.75 273	2.35 305	1.16 280	0.95 259	0.71 251	4.05 272	0.97 269	1.30 249	1.61 263	0.72 262	0.76 258	1.52 286	1.96 292	1.21 240	16.04 323

RTSC	0.73 191	0.49 161	0.46 182	0.47 173	0.51 201	0.55 194	0.56 209	0.67 175	0.68 233	0.54 120	0.79 222	0.57 125	0.57 223	0.41 206	1.92 283	0.77 225	0.96 261	0.58 215	1.36 203	0.56 197	0.85 206	1.11 229	0.31 185	0.53 226	0.58 152	0.65 162	0.95 201	1.26 229

CASS	0.79 212	0.55 199	0.53 202	0.65 218	0.54 206	0.59 202	0.53 202	0.78 228	0.52 209	0.71 229	0.75 218	0.67 156	0.47 202	0.28 157	0.83 183	0.67 206	0.98 262	0.56 205	1.60 214	0.58 205	2.74 285	1.44 251	0.38 206	0.35 170	0.84 229	0.81 194	0.90 192	1.02 206
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ADCMid	1.56 258	0.92 265	0.99 263	0.70 225	0.86 256	1.05 258	1.37 276	1.29 276	1.77 291	0.75 240	1.75 279	1.27 237	1.48 265	0.69 268	2.18 295	1.07 269	0.98 262	0.79 268	2.74 255	0.80 253	1.31 250	1.74 270	1.06 282	0.70 248	1.01 256	1.53 280	1.02 218	10.33 316

SQANet	1.90 271	2.70 298	1.03 268	3.09 296	2.17 293	3.29 295	2.70 293	0.95 251	0.65 230	1.00 277	0.71 207	2.69 271	1.10 252	2.30 298	0.78 169	0.55 170	1.02 264	0.72 252	9.92 302	0.68 241	2.11 275	1.25 241	3.28 302	0.58 234	0.98 248	1.31 265	1.33 254	2.34 264

G-Net	1.86 269	1.00 271	1.28 287	0.89 244	0.93 260	1.10 261	0.77 244	1.63 292	2.07 298	0.99 276	2.89 292	7.30 310	1.67 271	0.55 247	1.45 257	1.75 308	1.04 265	0.93 280	2.87 257	2.72 319	1.89 272	1.47 255	0.80 269	1.02 280	1.06 260	1.71 285	2.82 306	5.60 302

SAMSARA	1.50 255	0.79 245	1.00 267	0.93 250	0.88 257	0.86 245	0.93 258	1.57 290	1.25 275	0.96 274	1.09 251	1.27 237	2.59 285	0.83 277	2.58 310	1.19 284	1.04 265	0.91 278	2.56 248	0.99 272	1.77 270	2.23 279	0.56 252	0.98 276	2.63 299	2.81 304	2.62 302	2.56 271

ACV-stereo	8.39 320	1.01 272	0.97 261	1.29 270	0.73 244	1.48 279	0.95 261	0.88 247	1.10 270	1.07 280	1.33 265	1.06 225	23.12 322	0.52 240	4.00 316	3.78 318	1.05 267	0.79 268	168.94 339	1.91 308	3.64 305	1.44 251	0.72 262	0.74 256	0.74 198	0.90 209	1.43 267	1.03 207

edge stereo	1.82 268	1.16 278	2.22 304	1.46 277	1.28 279	1.58 281	1.38 277	1.67 296	1.30 277	1.20 288	3.42 297	4.33 295	2.26 280	0.80 275	1.41 255	1.46 301	1.05 267	0.83 274	5.42 280	0.97 269	1.34 252	3.76 298	0.95 280	0.88 269	1.26 276	1.20 252	1.70 279	2.91 276

AnyNet_C32	1.64 262	0.65 225	0.74 242	0.67 221	0.73 244	0.86 245	1.14 267	0.95 251	3.12 314	0.75 240	1.53 272	0.94 209	0.64 231	0.67 266	1.83 280	1.11 275	1.06 269	0.95 282	1.78 221	0.76 249	1.76 269	1.71 268	0.66 260	0.85 268	1.13 266	2.68 303	1.17 236	13.55 320

PWC_ROB	1.18 245	0.70 234	1.06 271	0.60 206	0.71 242	0.70 226	0.98 263	0.83 239	1.55 288	0.76 243	1.40 268	1.00 215	2.46 284	0.57 253	2.17 294	0.99 260	1.15 270	0.90 275	2.37 241	0.95 266	1.63 262	2.05 275	0.44 218	0.98 276	0.81 220	0.80 192	1.24 245	2.15 259

AMNet	1.02 237	0.98 269	0.95 259	0.98 253	1.01 264	1.03 255	0.96 262	0.87 244	0.93 259	0.97 275	1.02 247	1.10 229	0.74 238	1.06 287	0.99 225	1.09 272	1.17 271	1.04 287	1.08 185	1.05 276	1.13 240	1.04 225	0.82 271	0.98 276	1.01 256	1.07 241	1.20 239	1.27 230

RTS	1.09 240	0.59 211	0.59 214	0.60 206	0.58 216	0.96 250	0.90 254	0.80 231	0.88 252	0.59 157	0.71 207	1.28 239	0.62 227	0.51 236	2.04 286	0.98 256	1.19 272	0.77 264	2.33 239	0.85 260	0.96 223	1.16 235	0.49 229	0.65 245	1.23 270	4.43 317	1.15 231	1.45 234

RTSA	1.09 240	0.59 211	0.59 214	0.60 206	0.58 216	0.96 250	0.90 254	0.80 231	0.88 252	0.59 157	0.71 207	1.28 239	0.62 227	0.51 236	2.04 286	0.98 256	1.19 272	0.77 264	2.33 239	0.85 260	0.96 223	1.16 235	0.49 229	0.65 245	1.23 270	4.43 317	1.15 231	1.45 234

pmcnn	1.66 263	0.80 248	0.52 200	1.19 265	1.01 264	1.21 268	0.93 258	0.96 256	0.54 213	0.74 236	2.66 291	3.98 292	5.06 296	0.31 174	1.65 271	1.40 299	1.20 274	0.91 278	3.99 271	0.95 266	4.45 313	1.02 224	0.90 275	0.90 270	1.07 261	1.01 233	2.43 297	3.03 280

otaku	2.33 279	3.05 307	1.19 278	3.36 303	2.37 296	3.56 300	3.08 298	1.05 265	0.98 265	1.13 282	0.80 226	2.88 273	1.62 269	2.59 299	0.95 216	0.64 197	1.23 275	0.75 259	13.16 310	1.09 278	2.47 280	2.63 284	4.75 312	0.75 257	1.13 266	1.38 271	1.69 278	2.52 270

SANet	1.61 261	0.91 264	1.10 276	1.04 256	1.05 268	1.25 271	0.77 244	1.76 299	1.81 292	0.77 245	1.24 257	6.63 304	5.08 297	0.83 277	1.56 265	0.77 225	1.24 276	0.90 275	1.58 212	0.82 258	1.05 233	1.00 222	0.90 275	1.27 294	1.32 277	1.93 289	1.88 284	3.10 282

MANE	7.31 313	2.64 297	4.48 324	3.30 301	3.10 314	3.94 309	2.83 295	5.37 326	6.88 322	1.11 281	5.64 311	8.81 314	11.02 312	0.67 266	3.83 315	3.83 319	1.32 277	18.03 332	8.61 294	0.84 259	4.22 309	1.16 235	0.74 265	1.79 316	13.65 328	18.61 329	22.89 331	38.18 336

STTRV1_RVC		0.81 249	0.64 228	1.04 256	0.73 244	1.03 255	0.85 250	0.91 249	0.92 257	0.93 269	0.95 241	1.72 258	2.23 277	0.86 280	1.46 260	0.78 228	1.37 278	0.72 252		1.97 309	1.59 260	1.23 240		0.97 274	1.07 261	1.11 245	1.75 281	3.40 286

PVD	1.47 254	1.04 273	1.44 292	1.10 258	1.09 273	1.19 266	1.07 266	1.91 303	2.05 297	0.79 252	1.49 271	1.54 251	1.91 274	0.89 282	2.26 300	1.35 291	1.39 279	1.09 292	2.41 245	1.14 282	1.51 257	1.98 274	0.79 267	1.08 284	1.49 285	1.82 287	1.67 277	2.10 257

Ntro	2.32 276	3.40 315	1.53 294	3.55 304	2.52 301	3.71 305	3.36 300	1.11 271	1.05 267	1.16 286	0.90 236	2.93 275	1.24 258	2.72 305	1.00 226	0.64 197	1.40 280	0.82 271	10.96 305	1.14 282	2.72 284	3.19 293	4.26 308	0.73 253	1.24 273	1.59 282	1.56 273	2.31 263

SGM+DAISY	3.81 300	1.38 284	1.26 285	1.80 284	1.47 287	1.93 287	1.71 281	1.47 286	1.33 278	1.34 298	6.67 321	9.59 318	12.99 316	1.20 290	1.73 275	1.47 302	1.42 281	1.24 299	11.11 306	1.37 294	3.07 294	2.13 277	1.27 289	1.42 302	1.69 289	1.26 260	2.90 307	26.50 329

DPSNet	2.61 282	0.83 254	0.77 245	1.21 267	1.24 278	1.34 275	0.93 258	1.08 269	1.49 286	0.78 249	0.86 233	6.91 306	3.85 291	0.58 256	4.58 318	2.54 315	1.43 282	1.24 299	14.95 314	1.34 292	4.83 317	8.01 322	1.75 296	1.40 299	1.47 283	1.95 291	1.60 276	1.66 246

ADCS	1.88 270	1.06 274	0.98 262	0.93 250	1.10 274	1.09 260	1.14 267	1.27 273	2.49 305	0.89 267	1.36 266	1.51 248	2.92 289	0.86 280	3.30 313	2.26 314	1.46 283	1.26 301	3.10 264	1.29 291	2.48 281	2.88 287	0.80 269	1.10 285	1.33 279	4.48 319	1.41 265	6.08 305

MFMNet_re	1.51 256	1.18 279	1.12 277	1.29 270	1.16 275	1.63 283	1.32 275	1.30 278	1.63 289	1.14 285	1.38 267	2.64 270	1.63 270	0.90 283	2.27 301	1.35 291	1.58 284	1.32 306	3.69 268	1.24 289	2.10 274	1.26 243	1.16 283	1.24 293	1.11 264	1.02 237	1.59 274	1.60 241

SPS-STEREO	1.93 272	1.27 283	1.21 280	1.60 281	1.34 283	1.44 278	1.17 270	1.66 293	1.36 282	1.38 299	3.67 298	3.02 276	1.29 261	1.05 286	1.85 281	1.83 310	1.58 284	1.37 308	8.86 298	1.34 292	3.07 294	1.47 255	1.27 289	1.37 296	1.42 282	1.28 262	2.02 289	1.89 251
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
BEATNet-Init1	22.01 333	36.32 336	3.23 319	54.74 338	11.23 330	52.95 339	28.72 334	9.47 328	8.51 323	1.57 308	10.45 329	33.05 331	48.98 333	0.71 270	16.97 331	11.50 329	1.60 286	1.11 295	77.80 336	35.27 337	9.94 328	9.98 328	1.27 289	2.30 322	27.41 331	11.09 325	52.85 338	35.36 334

RainbowNet	2.32 276	2.93 303	1.87 300	3.34 302	2.57 302	3.50 297	3.49 303	1.29 276	0.92 257	1.53 307	0.89 235	3.18 279	2.31 281	2.94 306	1.30 251	0.90 241	1.61 287	1.00 283	5.61 281	1.51 296	2.82 288	4.18 303	4.25 307	0.97 274	1.32 277	1.58 281	1.71 280	3.00 279

WAO-7	2.72 287	1.83 289	2.89 315	7.39 316	1.73 290	1.76 286	1.82 282	2.07 304	2.65 307	2.21 320	5.39 308	4.58 297	5.72 301	1.23 291	2.07 290	1.27 287	1.69 288	1.22 298	7.70 292	1.51 296	1.64 263	3.07 291	0.84 272	1.65 309	1.83 292	2.48 301	1.97 287	3.27 284

LSM0	8.30 319	1.08 276	0.95 259	1.66 282	1.42 285	1.59 282	1.96 283	2.27 307	2.36 301	1.66 311	3.94 299	4.10 293	6.30 306	0.63 261	62.38 339	74.74 339	1.69 288	1.06 289	12.18 308	2.23 312	4.96 318	9.29 326	0.92 277	1.29 295	1.95 295	2.97 307	3.66 315	14.83 322

ELAS_RVC	3.22 294	2.01 290	1.85 299	2.66 288	2.07 292	5.08 318	2.06 284	2.41 310	1.89 294	1.74 314	4.78 303	8.00 311	8.02 309	0.74 272	2.38 306	0.81 232	1.75 290	1.14 297	3.97 270	1.27 290	4.64 316	7.61 320	1.26 285	1.74 312	6.58 321	3.21 310	3.39 310	3.80 290
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	3.38 298	2.19 292	1.79 297	2.99 294	2.37 296	3.32 296	2.09 286	2.60 313	2.85 312	1.28 294	4.85 305	8.61 313	8.02 309	0.76 274	2.90 311	0.81 232	1.80 291	1.10 293	4.19 274	1.10 279	4.53 314	7.86 321	1.26 285	1.63 307	7.08 322	4.79 320	3.66 315	4.87 297
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet_ROB	2.71 285	3.39 314	1.92 301	2.87 293	2.04 291	4.01 310	3.50 304	1.46 285	1.41 283	1.59 309	3.34 294	3.52 284	4.97 295	4.50 317	1.61 268	0.95 248	1.87 292	1.06 289	8.62 295	1.63 304	2.32 279	1.51 259	5.43 321	1.37 296	1.98 297	1.94 290	1.91 285	2.39 266

UDG	1.35 252	2.24 293	0.81 248	2.58 286	2.45 299	2.48 289	2.57 291	0.76 220	0.86 250	0.77 245	1.08 250	1.51 248	0.56 219	2.59 299	1.06 233	0.69 210	1.89 293	0.80 270	2.31 237	0.97 269	1.24 246	0.98 219	1.43 293	0.62 240	0.74 198	0.81 194	0.95 201	0.81 184

LVE	4.33 304	3.03 305	2.00 302	27.23 330	3.06 313	3.83 308	12.07 329	1.53 288	1.64 290	1.85 316	1.48 270	3.30 282	3.91 292	3.06 309	1.45 257	1.05 267	1.95 294	1.38 309	15.68 315	1.62 303	3.25 299	5.86 313	4.42 310	1.76 313	2.87 305	2.06 295	2.34 293	3.25 283

DDUNet	1.38 253	2.18 291	0.79 246	2.67 289	2.43 298	2.57 290	2.52 290	0.80 231	0.84 249	0.63 183	0.94 239	1.57 253	0.45 197	2.65 303	0.94 214	0.78 228	1.99 295	0.75 259	2.31 237	0.91 265	1.16 241	0.97 218	2.71 301	0.56 230	0.72 191	0.71 170	0.97 207	0.85 188

AnyNet_C01	2.06 274	1.08 276	1.06 271	1.14 261	1.08 271	1.01 253	2.69 292	1.69 297	2.66 308	1.21 289	1.67 276	2.90 274	2.60 286	0.95 285	3.65 314	4.02 321	2.09 296	2.21 322	3.08 263	1.56 301	3.30 300	2.89 288	1.26 285	1.15 289	1.80 291	1.43 272	1.51 271	3.90 291

ACVNet-4b	2.35 280	2.75 301	1.60 296	3.13 297	2.29 295	3.52 299	3.67 306	1.35 280	1.35 280	1.27 293	0.72 212	3.26 281	2.62 287	3.04 308	0.98 222	0.78 228	2.13 297	1.02 285	9.04 299	1.23 288	2.74 285	3.39 297	4.08 305	0.92 271	1.24 273	1.29 263	1.46 269	2.48 269

IMH-64-1	2.92 290	2.70 298	2.36 307	3.23 298	2.71 304	3.70 303	4.05 309	1.66 293	2.48 303	1.13 282	1.26 259	3.60 285	6.29 304	3.59 311	2.28 302	1.15 278	2.20 298	1.31 304	6.02 283	1.52 298	3.03 292	5.48 310	4.83 315	1.40 299	2.83 303	2.02 293	2.34 293	3.64 287

IMH-64	2.92 290	2.70 298	2.36 307	3.23 298	2.71 304	3.70 303	4.05 309	1.66 293	2.48 303	1.13 282	1.26 259	3.60 285	6.29 304	3.59 311	2.28 302	1.15 278	2.20 298	1.31 304	6.02 283	1.52 298	3.03 292	5.48 310	4.83 315	1.40 299	2.83 303	2.02 293	2.34 293	3.64 287

IMH	3.24 295	2.76 302	2.37 309	3.26 300	2.74 306	3.73 306	4.10 311	1.72 298	2.58 306	1.17 287	1.24 257	3.92 289	10.58 311	6.80 326	1.57 267	1.11 275	2.25 300	1.30 303	6.28 287	1.56 301	2.97 291	4.14 302	4.90 317	1.45 303	3.01 307	2.36 299	2.47 299	5.19 301

ACVNet_1	2.47 281	3.23 310	2.35 306	4.40 310	2.93 312	3.77 307	3.96 308	1.34 279	1.18 273	1.21 289	1.02 247	3.31 283	2.07 275	3.09 310	1.31 252	0.70 214	2.26 301	1.10 293	9.52 300	1.14 282	3.45 302	1.18 238	4.50 311	1.07 282	1.39 281	1.75 286	1.36 258	2.10 257

Dean	2.84 289	3.23 310	1.81 298	6.04 314	3.38 318	3.63 302	3.67 306	1.88 301	1.97 296	1.47 301	1.30 261	3.69 287	4.10 293	2.97 307	1.45 257	0.97 253	2.41 302	1.29 302	5.94 282	1.74 307	3.20 296	4.23 304	4.79 314	1.55 304	2.65 300	2.27 298	2.56 300	2.64 272

PWCK	5.04 305	3.03 305	2.21 303	3.61 305	2.60 303	4.41 314	5.09 312	2.45 311	2.76 310	3.31 325	4.34 302	10.15 322	5.13 299	1.74 296	1.99 284	1.38 296	2.41 302	1.45 310	51.59 334	2.35 314	3.70 307	2.69 286	2.65 299	1.78 315	2.97 306	3.21 310	2.43 297	4.77 296

MADNet+	1.96 273	1.18 279	1.26 285	1.45 276	1.28 279	1.10 261	2.21 287	1.88 301	1.41 283	1.33 297	1.32 263	2.29 264	2.23 277	1.25 292	4.58 318	1.87 311	2.55 304	1.13 296	2.73 254	1.63 304	3.69 306	3.33 295	1.26 285	2.09 318	1.93 293	1.47 274	1.59 274	2.77 274

WAO-6	2.71 285	2.26 294	1.57 295	3.00 295	2.25 294	3.01 293	3.02 297	1.77 300	2.35 300	1.52 306	1.62 275	3.94 291	5.12 298	2.64 302	2.22 297	1.38 296	2.65 305	1.36 307	4.86 276	1.54 300	2.76 287	4.79 307	2.70 300	1.73 311	2.71 301	2.59 302	2.68 304	5.02 299

WAO-8	4.25 302	3.34 312	2.80 312	10.32 320	2.92 310	4.17 311	5.89 314	2.66 316	4.45 318	1.69 312	3.41 295	5.94 301	11.31 313	5.29 321	1.71 272	1.34 288	2.69 306	1.51 311	10.78 303	2.48 316	2.63 282	4.50 305	3.44 303	1.58 305	5.12 317	3.31 312	3.60 312	5.76 303

Venus	4.25 302	3.34 312	2.80 312	10.32 320	2.92 310	4.17 311	5.89 314	2.66 316	4.45 318	1.69 312	3.41 295	5.94 301	11.31 313	5.29 321	1.71 272	1.34 288	2.69 306	1.51 311	10.78 303	2.48 316	2.63 282	4.50 305	3.44 303	1.58 305	5.12 317	3.31 312	3.60 312	5.76 303

KSHMR	8.16 317	4.16 318	2.96 316	25.39 329	3.92 319	5.08 318	5.53 313	2.62 314	2.40 302	2.23 321	2.26 286	4.37 296	77.17 339	5.23 320	2.24 298	1.71 306	2.79 308	1.98 316	31.04 324	2.02 310	4.59 315	5.35 308	7.54 328	1.89 317	3.30 308	2.91 306	3.01 308	6.51 308

DispFullNet	4.17 301	3.20 309	4.34 323	2.72 290	2.46 300	2.92 292	2.70 293	2.79 318	1.90 295	4.51 329	6.62 320	8.91 315	4.83 294	2.59 299	2.00 285	8.18 326	3.24 309	1.98 316	24.96 320	2.93 321	3.99 308	3.36 296	1.71 295	1.15 289	1.36 280	1.32 267	2.36 296	3.65 289

JetBlue	6.09 311	3.85 317	3.31 320	5.99 313	4.13 320	6.22 324	7.94 319	3.42 319	2.89 313	1.47 301	1.46 269	8.10 312	1.90 273	5.39 323	11.86 326	3.22 317	3.30 310	2.99 323	5.32 278	2.40 315	9.74 326	10.03 329	4.93 318	2.18 320	7.39 323	17.16 328	3.72 317	24.15 326

notaker	5.52 307	5.55 325	3.76 321	13.97 325	5.34 323	5.44 322	7.16 317	2.36 308	2.68 309	2.06 318	1.80 280	12.90 326	23.86 323	3.98 314	2.04 286	1.73 307	3.45 311	2.12 319	17.08 316	2.15 311	6.10 321	5.87 314	6.15 325	2.12 319	1.79 290	2.08 296	2.31 292	3.29 285

MADNet++	5.64 308	3.51 316	3.77 322	2.84 292	4.62 321	3.02 294	3.65 305	4.36 321	5.03 320	4.18 328	5.07 307	6.45 303	5.92 303	6.18 325	7.04 321	6.82 324	4.71 312	4.00 326	8.03 293	5.83 325	9.92 327	16.38 331	2.32 298	4.34 327	3.95 315	11.38 326	4.93 319	4.01 292

DGSMNet	2.66 284	0.96 266	1.36 291	1.03 255	0.99 263	1.12 263	1.05 265	1.36 281	0.94 262	2.15 319	13.54 330	1.71 257	1.85 272	0.93 284	2.50 309	3.85 320	5.34 313	1.61 313	5.07 277	1.68 306	7.04 322	8.02 323	0.96 281	1.19 292	1.01 256	1.33 268	1.40 264	1.88 250

TorneroNet	8.11 316	4.28 320	2.58 311	27.50 331	3.31 317	5.00 317	6.00 316	2.62 314	10.13 326	1.49 303	2.57 290	11.07 324	68.61 338	4.25 315	1.77 279	1.18 282	5.78 314	1.62 314	23.67 319	2.83 320	4.30 310	5.47 309	5.37 320	1.65 309	3.72 312	3.14 309	2.59 301	6.36 307

DGTPSM_ROB	12.12 324	5.96 326	17.45 332	4.20 308	7.86 326	5.15 320	8.18 321	4.56 322	11.64 328	4.52 330	8.72 325	5.01 298	17.08 320	12.98 330	14.91 329	14.58 330	6.85 315	15.76 330	12.78 309	12.05 330	9.07 324	21.74 332	5.67 322	11.54 331	11.84 326	31.02 335	12.98 327	33.06 332

DPSMNet_ROB	12.40 325	5.97 327	17.46 333	4.21 309	7.87 327	5.15 320	8.18 321	4.56 322	11.65 329	4.54 331	8.87 326	5.17 299	22.69 321	13.00 331	14.98 330	14.62 331	6.90 316	15.82 331	14.07 313	12.05 330	9.09 325	21.75 333	5.68 323	11.54 331	11.87 327	31.03 336	12.99 328	33.06 332

ACVNet_2	3.17 293	2.98 304	2.25 305	4.72 311	2.88 309	3.50 297	3.48 302	1.58 291	1.33 278	1.29 295	1.10 253	3.22 280	2.45 283	2.67 304	1.29 250	0.86 237	7.26 317	1.02 285	22.14 318	1.37 294	3.22 297	1.25 241	4.24 306	1.37 296	1.93 293	1.92 288	1.83 283	2.36 265

TorneroNet-64	6.02 310	4.60 321	2.53 310	15.58 326	3.29 316	4.87 316	7.75 318	2.23 306	10.02 324	1.42 300	1.31 262	7.26 309	29.23 328	4.36 316	2.09 291	1.21 285	8.22 318	1.70 315	17.35 317	2.62 318	4.31 311	5.68 312	5.20 319	1.76 313	3.58 311	3.76 316	2.29 291	8.34 313

JetRed	7.85 315	5.29 324	6.07 327	3.75 306	5.00 322	6.95 327	10.20 326	4.64 324	3.42 315	2.92 324	2.39 288	6.71 305	2.25 279	7.15 327	10.26 323	7.34 325	8.59 319	7.11 327	4.82 275	4.08 323	10.76 330	9.27 325	7.85 329	3.34 325	10.96 325	24.25 332	11.90 326	24.57 327

ktn	8.45 321	3.18 308	2.84 314	6.37 315	3.26 315	4.31 313	10.28 327	2.15 305	10.13 326	2.27 322	1.83 281	42.17 334	55.84 335	3.93 313	2.34 304	2.09 313	9.85 320	2.17 320	33.98 325	2.24 313	3.24 298	3.03 290	4.78 313	2.25 321	2.59 298	2.81 304	3.18 309	5.04 300

GCAP-BAT	0.76 201	0.45 127	0.20 57	0.22 56	0.25 84	0.22 60	0.13 55	0.62 140	0.25 79	0.57 140	0.29 74	0.75 175	0.20 66	0.19 73	0.47 85	0.51 150	10.38 321	0.39 92	0.59 109	0.34 101	0.93 213	0.50 130	0.17 78	0.21 62	0.34 69	0.36 79	0.51 70	0.49 95

test_for_model	0.76 201	0.45 127	0.20 57	0.22 56	0.25 84	0.22 60	0.13 55	0.62 140	0.25 79	0.57 140	0.29 74	0.75 175	0.20 66	0.19 73	0.47 85	0.51 150	10.38 321	0.39 92	0.59 109	0.34 101	0.93 213	0.50 130	0.17 78	0.21 62	0.34 69	0.36 79	0.51 70	0.49 95

testlalala2	0.76 201	0.45 127	0.20 57	0.22 56	0.25 84	0.22 60	0.13 55	0.62 140	0.25 79	0.57 140	0.29 74	0.75 175	0.20 66	0.19 73	0.47 85	0.51 150	10.38 321	0.39 92	0.59 109	0.34 101	0.93 213	0.50 130	0.17 78	0.21 62	0.34 69	0.36 79	0.51 70	0.49 95

testlalala	0.76 201	0.45 127	0.20 57	0.22 56	0.25 84	0.22 60	0.13 55	0.62 140	0.25 79	0.57 140	0.29 74	0.75 175	0.20 66	0.19 73	0.47 85	0.51 150	10.38 321	0.39 92	0.59 109	0.34 101	0.93 213	0.50 130	0.17 78	0.21 62	0.34 69	0.36 79	0.51 70	0.49 95

testlalala_base	0.76 201	0.45 127	0.20 57	0.22 56	0.25 84	0.22 60	0.13 55	0.62 140	0.25 79	0.57 140	0.29 74	0.75 175	0.20 66	0.19 73	0.47 85	0.51 150	10.38 321	0.39 92	0.59 109	0.34 101	0.93 213	0.50 130	0.17 78	0.21 62	0.34 69	0.36 79	0.51 70	0.49 95

GCAP-Stereo	0.76 201	0.45 127	0.20 57	0.22 56	0.25 84	0.22 60	0.13 55	0.62 140	0.25 79	0.57 140	0.29 74	0.75 175	0.20 66	0.19 73	0.47 85	0.51 150	10.38 321	0.39 92	0.59 109	0.34 101	0.93 213	0.50 130	0.17 78	0.21 62	0.34 69	0.36 79	0.51 70	0.49 95

UNDER WATER-64	6.11 312	5.20 323	3.13 318	12.20 323	5.77 324	6.55 326	8.53 323	4.74 325	3.45 316	2.30 323	2.36 287	12.04 325	12.47 315	5.08 319	3.02 312	1.81 309	12.11 327	2.17 320	8.81 297	4.17 324	5.75 320	7.27 319	8.74 330	2.61 323	3.86 314	8.63 323	4.32 318	7.86 312

UNDER WATER	7.55 314	4.74 322	3.06 317	10.46 322	5.92 325	6.35 325	8.05 320	4.32 320	3.69 317	1.97 317	2.14 285	10.53 323	62.60 337	4.83 318	2.25 299	1.59 304	12.22 328	2.08 318	9.67 301	3.97 322	5.27 319	6.65 317	8.86 331	2.65 324	3.82 313	5.62 321	3.62 314	7.03 310

DPSimNet_ROB	18.93 330	32.01 333	5.97 326	12.40 324	11.35 331	6.13 323	28.07 333	15.03 333	35.64 336	3.96 327	78.33 339	18.15 327	35.00 329	5.44 324	12.19 328	10.36 328	13.57 329	3.64 325	87.52 337	6.87 327	14.36 333	9.97 327	4.40 309	7.14 329	5.17 319	9.85 324	5.93 323	32.56 331

PML	30.82 334	20.91 331	7.15 330	29.65 332	20.81 335	29.11 333	10.50 328	10.87 329	88.32 340	20.03 336	154.19 340	98.60 339	119.55 340	10.53 329	9.19 322	8.69 327	16.72 330	7.27 328	34.57 326	7.35 328	12.77 331	10.86 330	5.72 324	6.17 328	33.11 337	12.83 327	34.30 335	12.33 319

DPSM_ROB	18.32 328	16.26 329	21.94 334	9.42 318	8.75 328	13.61 329	9.11 324	10.90 330	15.09 330	8.45 332	8.95 327	10.12 320	13.19 317	16.42 332	19.79 332	19.11 332	18.35 331	20.45 333	13.82 311	14.88 332	26.56 334	27.45 334	6.49 326	14.39 334	31.57 335	38.83 337	36.85 336	43.86 337

DPSM	18.32 328	16.26 329	21.94 334	9.42 318	8.75 328	13.61 329	9.11 324	10.90 330	15.09 330	8.45 332	8.95 327	10.12 320	13.19 317	16.42 332	19.79 332	19.11 332	18.35 331	20.45 333	13.82 311	14.88 332	26.56 334	27.45 334	6.49 326	14.39 334	31.57 335	38.83 337	36.85 336	43.86 337

DLNR_Zeroshot_test	17.86 327	67.45 340	1.21 280	81.91 340	0.35 146	0.45 164	74.74 340	0.76 220	0.27 95	0.69 223	0.60 171	1.16 233	0.29 109	8.20 328	84.48 340	102.07 340	23.88 333	15.14 329	7.31 290	0.50 176	4.38 312	2.51 283	0.18 90	0.43 198	0.76 209	0.86 200	0.80 165	0.80 182

LRCNet_RVC	21.34 332	28.92 332	11.37 331	31.78 333	29.09 336	34.25 334	27.43 332	21.71 336	10.07 325	29.63 337	30.60 333	32.06 330	25.81 325	33.87 336	11.15 324	2.97 316	25.27 334	21.35 335	44.05 331	20.83 334	14.27 332	5.87 314	36.69 336	27.43 336	2.76 302	1.47 274	8.68 325	6.79 309

FlowAnything	36.80 336	32.68 334	44.29 340	18.93 328	17.69 334	27.11 331	18.38 331	21.83 337	30.48 335	17.53 335	18.21 332	20.29 329	26.54 327	33.31 335	37.97 334	37.86 335	36.82 335	40.93 336	27.35 321	30.03 336	53.34 339	55.72 340	12.99 333	29.50 338	63.36 338	78.25 340	73.99 340	88.17 340

CasAABBNet	36.73 335	32.73 335	44.18 339	18.81 327	17.45 333	27.29 332	18.12 330	21.69 335	30.40 334	17.52 334	18.08 331	20.27 328	26.53 326	32.96 334	38.28 335	37.42 334	36.82 335	41.12 337	27.47 322	29.86 335	53.56 340	55.70 339	12.93 332	28.91 337	63.44 339	78.07 339	73.93 339	88.05 339

HanzoNet	19.12 331	15.23 328	6.99 329	35.06 334	14.35 332	40.77 335	42.46 335	17.81 334	22.51 332	3.55 326	8.29 324	41.30 333	56.30 336	43.04 338	5.72 320	4.37 322	37.83 337	3.30 324	49.59 333	8.93 329	10.30 329	6.85 318	14.15 334	3.46 326	5.94 320	5.80 322	5.29 322	7.13 311

HaxPig	41.43 337	43.85 337	40.81 336	44.90 335	47.49 338	44.66 336	46.30 337	46.31 338	45.63 338	49.00 338	49.30 335	47.24 335	43.73 331	42.64 337	40.44 337	39.13 337	48.37 338	51.07 338	43.33 329	42.25 338	42.88 336	36.52 336	50.75 338	43.02 340	27.54 332	19.97 330	20.68 330	20.75 325

AVERAGE_ROB	41.98 338	44.82 338	42.27 337	45.98 336	46.88 337	45.60 337	46.56 338	47.04 339	43.89 337	49.19 339	49.91 336	47.25 336	43.00 330	49.19 339	40.14 336	38.38 336	49.01 339	51.31 339	43.98 330	42.43 339	43.31 337	38.64 337	49.42 337	42.83 339	28.65 333	20.44 331	23.41 332	19.88 324

MEDIAN_ROB	44.95 339	47.36 339	44.12 338	48.52 337	49.78 339	48.21 338	49.25 339	49.72 340	46.35 339	52.53 340	53.59 337	50.59 337	45.49 332	49.36 340	43.27 338	41.36 338	51.85 340	54.40 340	47.03 332	45.93 340	45.78 338	40.06 338	52.67 339	45.67 341	31.00 334	26.54 334	25.33 333	27.95 330

ASD4																								8.34 330

Low-res two-view benchmark