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

MIF-Stereo	0.36 1	0.23 14	0.59 54	0.48 55	0.36 148	0.40 10	0.32 31	0.53 1	0.49 5	0.54 32	0.55 18	0.36 2	0.31 6	0.58 13	0.51 133	0.20 119	0.15 126	0.17 14	0.15 31	0.19 73	0.15 27

MGS-Stereo	0.42 12	0.26 47	0.58 49	0.44 23	0.28 52	0.50 41	0.34 44	0.57 2	0.83 76	0.46 13	1.31 206	0.52 38	0.33 10	0.65 30	0.36 33	0.19 92	0.16 157	0.18 37	0.15 31	0.17 24	0.16 42

LoS_RVC	0.42 12	0.26 47	0.40 8	0.44 23	0.82 349	0.51 52	0.44 127	0.64 3	0.41 2	0.44 8	0.78 46	0.44 9	0.47 40	0.56 10	0.36 33	0.13 1	0.12 10	0.14 1	0.10 2	0.13 1	0.84 373

AEACV	0.37 3	0.24 20	0.52 26	0.47 43	0.51 247	0.37 8	0.38 71	0.65 4	0.53 16	0.42 4	0.56 19	0.46 16	0.60 99	0.53 5	0.30 1	0.16 11	0.13 43	0.18 37	0.15 31	0.17 24	0.14 11

XX-TBD	0.46 26	0.70 341	0.35 1	0.79 326	0.25 18	0.58 77	0.26 9	0.69 5	1.27 250	0.76 56	1.00 88	0.45 15	0.33 10	0.47 3	0.37 39	0.19 92	0.15 126	0.15 3	0.11 6	0.17 24	0.14 11

StereoIM	0.36 1	0.25 36	0.58 49	0.44 23	0.34 139	0.30 3	0.30 23	0.72 6	0.50 6	0.37 2	0.36 1	0.58 49	0.49 56	0.52 4	0.36 33	0.19 92	0.16 157	0.19 51	0.15 31	0.18 43	0.14 11

GLC_STEREO	0.39 5	0.25 36	0.41 9	0.54 137	0.23 6	0.48 21	0.30 23	0.73 7	0.58 18	0.52 29	0.73 37	0.51 33	0.31 6	0.64 26	0.42 75	0.17 32	0.20 229	0.23 153	0.19 110	0.21 134	0.17 62

PMTNet	0.46 26	0.21 4	0.38 4	0.37 2	0.23 6	0.71 145	0.27 15	0.74 8	1.04 148	0.64 43	0.70 32	0.55 41	0.47 40	0.86 71	0.35 27	1.00 379	0.13 43	0.15 3	0.10 2	0.15 5	0.13 3

CroCo-Stereo Lap2	0.44 23	0.34 210	0.77 162	0.61 222	0.79 340	0.28 2	0.35 48	0.75 9	0.71 52	0.38 3	0.50 10	0.72 82	0.55 76	0.57 12	0.47 112	0.17 32	0.18 199	0.19 51	0.16 60	0.21 134	0.20 137

CREStereo++_RVC	0.47 32	0.21 4	0.38 4	0.45 33	0.38 173	0.45 18	0.25 4	0.75 9	1.29 259	0.80 65	1.21 170	0.47 19	0.37 13	0.53 5	0.44 86	0.16 11	0.11 3	0.15 3	0.80 381	0.18 43	0.11 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
rrr	0.46 26	0.28 86	0.73 133	0.43 8	0.33 124	0.49 31	0.38 71	0.76 11	0.50 6	0.47 14	0.48 6	0.48 22	0.46 34	2.03 254	0.30 1	0.19 92	0.14 76	0.19 51	0.15 31	0.16 13	0.16 42

CREStereo	0.39 5	0.21 4	0.38 4	0.34 1	0.22 4	0.53 59	0.29 20	0.77 12	1.11 176	0.58 34	0.71 34	0.51 33	0.41 20	0.54 7	0.34 24	0.18 60	0.13 43	0.15 3	0.10 2	0.14 2	0.14 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
Former-RAFT_DAM_RVC	0.46 26	0.36 233	0.71 117	0.47 43	0.36 148	0.67 124	0.35 48	0.78 13	1.12 180	0.61 41	0.62 21	0.39 4	0.39 15	0.71 39	0.39 56	0.20 119	0.17 183	0.22 124	0.18 90	0.23 181	0.19 114

CAS	0.63 119	0.18 1	0.37 2	2.27 392	0.84 351	0.57 76	0.54 193	0.79 14	0.62 23	0.48 18	0.70 32	0.36 2	0.26 1	0.45 2	0.35 27	2.24 394	0.10 1	0.14 1	0.09 1	0.15 5	1.06 384

TANstereo	0.44 23	0.21 4	0.44 11	0.41 5	0.21 3	0.65 111	0.26 9	0.79 14	0.83 76	0.93 86	0.98 83	0.51 33	0.46 34	0.54 7	0.35 27	0.18 60	0.24 276	0.16 9	0.13 11	0.16 13	0.26 228

sAnonymous2	0.55 79	0.56 308	1.46 321	0.60 210	0.51 247	0.48 21	0.52 183	0.79 14	0.68 44	0.50 27	0.67 26	0.46 16	0.62 113	0.59 14	0.40 60	0.22 170	0.17 183	0.22 124	0.21 174	0.86 371	0.56 344

CroCo_RVC	0.55 79	0.56 308	1.46 321	0.60 210	0.51 247	0.48 21	0.52 183	0.79 14	0.68 44	0.50 27	0.67 26	0.46 16	0.62 113	0.59 14	0.40 60	0.22 170	0.17 183	0.22 124	0.21 174	0.86 371	0.56 344

test_xeample3	0.42 12	0.28 86	0.69 100	0.43 8	0.33 124	0.56 71	0.38 71	0.79 14	0.45 3	0.53 31	0.46 4	0.44 9	0.44 28	1.38 156	0.31 5	0.18 60	0.14 76	0.19 51	0.15 31	0.17 24	0.16 42

Selective-RAFT	0.52 41	0.28 86	0.79 172	0.55 156	0.27 33	0.91 209	0.33 34	0.80 19	0.88 87	0.58 34	0.63 22	0.81 100	0.77 154	1.29 138	0.48 117	0.19 92	0.14 76	0.17 14	0.15 31	0.19 73	0.17 62

RAFT_CTSACE	0.63 119	0.26 47	0.88 203	0.55 156	0.51 247	0.71 145	0.44 127	0.80 19	0.97 119	0.97 96	1.84 322	1.18 222	0.68 129	1.47 177	0.36 33	0.16 11	0.15 126	0.21 98	0.20 138	0.20 100	0.14 11

test_4	0.53 50	0.22 10	0.56 38	0.54 137	0.32 108	0.64 99	0.39 82	0.80 19	0.62 23	0.92 85	1.87 327	0.68 71	0.42 22	1.16 125	0.37 39	0.15 6	0.13 43	0.20 75	0.22 200	0.20 100	0.15 27

CASnet	0.41 11	0.25 36	0.48 15	0.50 75	0.20 2	0.50 41	0.36 58	0.81 22	0.80 69	0.83 73	0.68 28	0.48 22	0.31 6	0.54 7	0.32 7	0.18 60	0.12 10	0.27 240	0.22 200	0.23 181	0.14 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-RH_RVC	1.03 278	0.24 20	0.67 88	0.49 68	0.28 52	0.81 187	0.33 34	0.83 23	1.08 164	2.05 355	4.65 390	1.04 186	0.57 88	5.98 368	0.50 130	0.18 60	0.13 43	0.26 229	0.20 138	0.16 13	0.17 62

RAFT-345	0.84 224	0.25 36	0.66 84	0.50 75	0.27 33	0.54 62	0.42 99	0.83 23	1.11 176	1.32 248	2.34 355	0.86 125	0.54 70	5.72 361	0.47 112	0.18 60	0.13 43	0.22 124	0.17 76	0.17 24	0.16 42

sCroCo_RVC	0.49 37	0.40 253	1.02 249	0.65 262	0.60 289	0.52 54	0.40 86	0.83 23	0.61 22	0.44 8	0.74 39	0.49 29	0.50 57	0.63 25	0.48 117	0.26 247	0.27 295	0.23 153	0.22 200	0.29 244	0.25 210

ff7	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

IGEVStereo-DCA	0.46 26	0.28 86	0.56 38	0.43 8	0.33 124	0.49 31	0.42 99	0.87 26	0.50 6	0.47 14	0.48 6	0.48 22	0.46 34	2.03 254	0.30 1	0.19 92	0.14 76	0.19 51	0.15 31	0.16 13	0.18 80

ffff	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

11t	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

test croco	0.46 26	0.27 70	1.01 243	0.50 75	0.40 186	0.35 5	0.37 67	0.87 26	0.56 17	0.43 7	0.76 43	0.42 5	0.40 18	1.13 121	0.45 94	0.21 147	0.15 126	0.24 173	0.19 110	0.24 195	0.16 42

4D-IteraStereo	0.48 34	0.24 20	0.76 158	0.50 75	0.44 206	0.66 120	0.31 28	0.87 26	1.02 141	1.03 114	0.72 36	0.78 92	0.32 9	0.64 26	0.37 39	0.17 32	0.11 3	0.23 153	0.19 110	0.19 73	0.13 3

ccc-4	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

MC-Stereo	0.43 15	0.23 14	0.48 15	0.51 98	0.28 52	0.39 9	0.32 31	0.88 33	0.68 44	0.60 40	0.84 56	0.56 43	0.61 108	1.03 101	0.31 5	0.17 32	0.11 3	0.17 14	0.15 31	0.16 13	0.13 3

anonymousdsp	0.43 15	0.27 70	0.53 28	0.44 23	0.32 108	0.50 41	0.42 99	0.89 34	0.51 13	0.49 21	0.53 11	0.47 19	0.47 40	1.33 144	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

GMOStereo	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 279	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

error version	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 279	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

test-v	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 279	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

test-2	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 279	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

Prome-Stereo	0.75 188	0.27 70	0.53 28	0.55 156	0.32 108	0.59 81	0.97 317	0.89 34	0.88 87	1.45 288	2.46 361	0.91 138	1.41 321	1.58 196	0.44 86	0.18 60	0.13 43	0.19 51	0.17 76	0.20 100	0.92 375

IGEV-Stereo	0.43 15	0.27 70	0.54 33	0.45 33	0.32 108	0.50 41	0.42 99	0.90 40	0.51 13	0.49 21	0.53 11	0.47 19	0.47 40	1.32 142	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MIF-Stereo (partial)	0.45 25	0.25 36	0.70 106	0.50 75	0.52 255	0.35 5	0.26 9	0.91 41	0.59 21	0.45 12	0.71 34	0.51 33	0.51 59	1.11 118	0.45 94	0.20 119	0.16 157	0.23 153	0.20 138	0.24 195	0.18 80

H2IRNET	0.56 88	0.26 47	0.66 84	0.47 43	0.35 142	0.41 12	0.26 9	0.92 42	1.17 207	0.61 41	1.28 196	1.08 195	0.86 195	0.99 93	0.63 182	0.19 92	0.16 157	0.22 124	0.25 242	0.21 134	0.18 80

test-3	0.54 64	0.22 10	0.68 91	0.47 43	0.27 33	0.58 77	0.35 48	0.92 42	1.00 136	1.32 248	0.69 31	0.87 129	0.45 31	1.68 214	0.37 39	0.16 11	0.11 3	0.20 75	0.16 60	0.17 24	0.13 3

test_1	0.54 64	0.22 10	0.68 91	0.47 43	0.27 33	0.58 77	0.35 48	0.92 42	1.00 136	1.28 224	0.68 28	0.87 129	0.45 31	1.67 209	0.37 39	0.16 11	0.11 3	0.20 75	0.16 60	0.17 24	0.13 3

test_3	0.55 79	0.23 14	0.71 117	0.53 122	0.28 52	0.61 90	0.40 86	0.92 42	1.05 152	1.19 188	0.68 28	0.93 147	0.44 28	1.67 209	0.39 56	0.15 6	0.12 10	0.22 124	0.19 110	0.21 134	0.14 11

PFNet+	0.59 101	0.28 86	0.77 162	0.53 122	0.30 81	0.59 81	0.31 28	0.92 42	1.14 192	1.33 256	1.10 129	0.79 95	0.57 88	1.31 140	0.49 124	0.25 233	0.17 183	0.28 250	0.26 256	0.21 134	0.25 210

xx1	0.67 151	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	0.93 47	3.05 386	0.58 34	0.79 49	0.95 156	0.77 154	1.46 173	0.32 7	0.20 119	0.12 10	0.24 173	0.23 220	0.22 156	0.21 154

cc1	0.64 129	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	0.93 47	3.05 386	0.58 34	0.79 49	0.48 22	0.88 203	1.46 173	0.32 7	0.20 119	0.12 10	0.25 210	0.15 31	0.19 73	0.19 114

DEmStereo	0.97 263	0.23 14	0.79 172	0.47 43	0.32 108	1.04 243	0.56 212	0.93 47	0.89 90	1.39 276	2.14 347	1.02 180	2.07 372	5.64 360	0.77 218	0.17 32	0.15 126	0.20 75	0.20 138	0.18 43	0.20 137

Anonymous3	0.61 110	0.44 268	1.11 273	0.59 199	0.49 231	0.93 218	0.65 244	0.93 47	0.81 70	0.72 54	0.88 63	0.65 65	0.69 132	1.06 108	0.53 147	0.35 310	0.30 313	0.26 229	0.26 256	0.31 260	0.27 234

EKT-Stereo	0.53 50	0.30 129	0.73 133	0.58 186	0.60 289	0.51 52	0.48 159	0.94 51	0.90 94	0.71 51	0.88 63	0.77 89	0.43 24	1.07 112	0.40 60	0.22 170	0.16 157	0.21 98	0.18 90	0.20 100	0.22 169

KYRaft	0.75 188	0.28 86	0.62 65	0.56 169	0.29 65	0.67 124	0.86 295	0.94 51	0.84 78	1.62 322	2.21 349	1.16 218	1.02 261	1.57 194	0.40 60	0.20 119	0.13 43	0.22 124	0.28 281	0.20 100	1.02 379

RALCasStereoNet	0.54 64	0.30 129	0.66 84	0.59 199	0.51 247	0.61 90	0.52 183	0.94 51	0.93 105	0.70 49	1.01 93	0.78 92	0.44 28	1.33 144	0.47 112	0.20 119	0.16 157	0.18 37	0.16 60	0.20 100	0.19 114

DualNet	1.09 289	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 374	1.15 159	1.45 250	1.06 188	0.82 173	1.55 190	7.61 394	0.20 119	0.12 10	0.31 271	0.27 264	0.19 73	0.20 137

ffm	0.72 164	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 374	1.15 159	1.45 250	1.06 188	0.82 173	1.55 190	0.32 7	0.20 119	0.12 10	0.31 271	0.27 264	0.19 73	0.20 137

ff1	1.37 326	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 374	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 394	0.20 119	0.12 10	0.31 271	0.27 264	0.19 73	0.20 137

tt1	0.62 113	0.32 175	0.51 24	0.54 137	0.26 20	1.16 265	0.48 159	0.95 54	2.47 374	0.57 33	0.77 44	0.49 29	0.81 169	1.55 190	0.32 7	0.20 119	0.12 10	0.24 173	0.15 31	0.19 73	0.20 137

DCRE	0.82 215	0.26 47	0.70 106	0.58 186	0.44 206	0.54 62	0.48 159	0.95 54	0.78 64	0.78 60	7.33 403	0.86 125	0.52 61	0.76 50	0.41 67	0.16 11	0.16 157	0.19 51	0.17 76	0.18 43	0.17 62

CroCo-Stereo	0.40 8	0.31 161	0.73 133	0.58 186	0.27 33	0.26 1	0.33 34	0.95 54	0.81 70	0.42 4	0.47 5	0.65 65	0.47 40	0.39 1	0.34 24	0.18 60	0.15 126	0.16 9	0.14 23	0.19 73	0.16 42
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
Anonymous	0.53 50	0.38 244	0.91 214	0.66 267	0.73 323	0.65 111	0.59 232	0.95 54	0.73 56	0.47 14	0.58 20	0.42 5	0.60 99	0.80 57	0.53 147	0.24 209	0.23 267	0.21 98	0.21 174	0.41 303	0.29 248

AAGNet	1.83 358	0.28 86	0.72 121	0.61 222	0.32 108	0.67 124	0.51 174	0.96 61	0.98 124	1.47 291	1.20 168	1.00 171	1.18 291	2.83 297	22.77 422	0.22 170	0.13 43	0.22 124	0.19 110	0.23 181	0.15 27

RCA-Stereo	0.50 39	0.23 14	0.58 49	0.48 55	0.33 124	0.55 68	0.45 138	0.97 62	1.38 299	0.68 46	1.05 112	0.63 59	0.80 166	0.59 14	0.32 7	0.17 32	0.12 10	0.17 14	0.14 23	0.16 13	0.14 11

UDGNet	0.72 164	1.17 379	0.80 177	0.77 323	0.41 192	0.77 169	0.38 71	0.97 62	1.34 280	0.81 69	0.88 63	0.71 81	0.60 99	1.21 128	0.54 153	0.52 357	0.19 212	1.02 383	0.26 256	0.71 367	0.31 270

CES	0.48 34	0.20 2	0.37 2	0.39 4	1.39 385	0.55 68	0.35 48	0.98 64	0.66 40	0.44 8	0.66 24	0.35 1	0.27 2	0.56 10	0.33 16	0.15 6	0.13 43	0.15 3	0.10 2	0.19 73	1.46 389

raftrobust	0.52 41	0.25 36	0.56 38	0.65 262	0.52 255	0.49 31	0.34 44	0.98 64	0.91 99	1.30 236	0.87 61	0.63 59	0.81 169	0.78 53	0.41 67	0.19 92	0.15 126	0.16 9	0.14 23	0.15 5	0.16 42

IGEV+	0.40 8	0.21 4	0.53 28	0.45 33	0.28 52	0.49 31	0.39 82	0.99 66	0.68 44	0.52 29	0.48 6	0.50 32	0.53 66	0.70 34	0.37 39	0.20 119	0.11 3	0.17 14	0.13 11	0.17 24	0.15 27

EGLCR-Stereo	0.37 3	0.22 10	0.51 24	0.43 8	0.26 20	0.44 17	0.22 2	0.99 66	0.48 4	0.42 4	0.42 2	0.67 69	0.29 3	0.86 71	0.33 16	0.17 32	0.12 10	0.19 51	0.17 76	0.17 24	0.15 27

DCANet-4	0.54 64	0.26 47	1.07 264	0.42 7	0.24 9	0.48 21	0.36 58	0.99 66	1.30 265	1.10 134	1.02 100	0.56 43	0.75 142	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

iRaft-Stereo_5w	0.85 228	0.29 113	0.91 214	0.53 122	0.43 200	0.49 31	0.68 254	0.99 66	0.87 83	0.79 63	1.34 219	1.46 280	0.91 213	5.11 345	1.11 277	0.17 32	0.14 76	0.22 124	0.18 90	0.20 100	0.20 137

PSM-AAD	0.79 204	0.27 70	0.53 28	0.55 156	0.28 52	0.77 169	1.24 347	0.99 66	0.91 99	1.66 325	1.57 282	0.81 100	2.19 375	1.65 204	0.44 86	0.19 92	0.14 76	0.38 321	0.32 310	0.21 134	0.70 365

LoS	0.40 8	0.21 4	0.44 11	0.37 2	0.22 4	0.50 41	0.40 86	1.00 71	0.94 108	0.48 18	0.66 24	0.48 22	0.40 18	0.60 23	0.37 39	0.18 60	0.14 76	0.16 9	0.11 6	0.14 2	0.14 11

ProNet	0.43 15	0.28 86	0.58 49	0.43 8	0.30 81	0.56 71	0.52 183	1.00 71	0.58 18	0.44 8	0.49 9	0.43 7	0.43 24	1.28 135	0.36 33	0.15 6	0.13 43	0.19 51	0.16 60	0.17 24	0.16 42

LCNet	0.72 164	0.28 86	0.52 26	0.55 156	0.31 93	0.69 135	0.54 193	1.00 71	0.88 87	1.19 188	1.34 219	0.97 164	1.34 318	2.56 288	0.45 94	0.18 60	0.13 43	0.21 98	0.25 242	0.27 225	0.73 368

FTStereo	0.91 246	0.26 47	0.56 38	0.54 137	0.33 124	0.66 120	1.87 381	1.00 71	0.75 57	1.75 332	4.15 384	1.04 186	1.65 344	1.57 194	0.46 107	0.19 92	0.16 157	0.23 153	0.21 174	0.18 43	0.63 357

GMStereo	0.55 79	0.45 274	0.94 222	0.50 75	0.32 108	0.64 99	0.43 115	1.00 71	1.40 308	0.82 72	0.73 37	0.51 33	0.45 31	0.85 68	0.55 157	0.24 209	0.15 126	0.20 75	0.21 174	0.31 260	0.24 198
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GMM-Stereo	0.74 181	0.25 36	0.59 54	0.54 137	0.34 139	0.72 147	0.99 321	1.01 76	0.87 83	1.36 264	1.78 315	1.12 209	0.81 169	2.09 259	0.46 107	0.18 60	0.12 10	0.25 210	0.25 242	0.20 100	0.85 374

knoymous	0.51 40	0.29 113	0.47 13	0.43 8	0.30 81	0.55 68	0.55 206	1.02 77	0.77 62	0.98 100	0.85 57	0.94 150	0.56 80	0.85 68	0.45 94	0.20 119	0.14 76	0.26 229	0.14 23	0.23 181	0.23 186

DisPM	0.66 142	0.28 86	0.72 121	0.61 222	0.35 142	0.62 96	0.45 138	1.02 77	0.99 131	1.56 312	1.10 129	0.80 97	0.59 97	2.37 280	0.41 67	0.23 194	0.14 76	0.23 153	0.21 174	0.20 100	0.25 210

dd	0.59 101	0.48 285	0.97 231	0.55 156	0.32 108	0.64 99	0.47 151	1.02 77	1.34 280	0.78 60	0.86 58	0.58 49	0.54 70	1.01 98	0.86 245	0.28 266	0.18 199	0.26 229	0.19 110	0.32 265	0.24 198

THIR-Stereo	1.02 277	0.27 70	0.69 100	0.49 68	0.28 52	0.95 224	1.34 354	1.03 80	0.97 119	1.34 259	1.90 330	1.17 219	1.58 337	6.44 373	0.78 220	0.19 92	0.14 76	0.21 98	0.22 200	0.19 73	0.20 137

DeepStereo_RVC	0.55 79	0.29 113	0.72 121	0.51 98	0.30 81	0.59 81	0.33 34	1.03 80	0.70 48	1.16 170	0.93 71	0.83 112	0.94 227	0.96 85	0.54 153	0.21 147	0.14 76	0.21 98	0.19 110	0.24 195	0.24 198

TestStereo	0.64 129	0.39 249	0.71 117	0.51 98	0.27 33	0.56 71	0.42 99	1.03 80	0.91 99	0.80 65	1.00 88	0.68 71	0.52 61	3.25 312	0.45 94	0.22 170	0.15 126	0.24 173	0.18 90	0.27 225	0.16 42

XX-Stereo	0.63 119	0.26 47	1.90 352	0.81 332	0.67 307	0.43 15	0.23 3	1.03 80	0.58 18	0.65 44	1.56 278	1.41 270	0.39 15	1.28 135	0.35 27	0.20 119	0.14 76	0.20 75	0.19 110	0.18 43	0.14 11

PSM-adaLoss	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.41 97	1.04 84	0.64 27	1.12 140	0.96 75	0.82 105	0.61 108	1.06 108	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

HUI-Stereo	0.52 41	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.30 23	1.04 84	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	0.79 56	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

CRE-IMP	0.55 79	0.30 129	0.74 147	0.52 114	0.29 65	0.79 178	0.25 4	1.04 84	0.72 53	1.09 126	0.95 73	0.81 100	0.57 88	1.10 115	0.50 130	0.21 147	0.14 76	0.23 153	0.19 110	0.28 239	0.22 169

RAFT	0.64 129	0.30 129	0.73 133	0.59 199	0.33 124	0.68 131	0.58 225	1.04 84	0.76 60	1.08 121	1.19 165	1.65 312	0.93 222	1.06 108	0.56 159	0.21 147	0.18 199	0.27 240	0.24 231	0.22 156	0.17 62

RAFT-IKP	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.59 81	0.36 58	1.04 84	0.64 27	1.12 140	0.96 75	0.83 112	0.61 108	1.22 129	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

RAFT-Stereo + iAFF	0.54 64	0.25 36	0.68 91	0.43 8	0.24 9	0.40 10	0.34 44	1.04 84	1.09 170	1.32 248	1.60 286	0.80 97	0.68 129	0.67 31	0.39 56	0.13 1	0.10 1	0.18 37	0.17 76	0.17 24	0.13 3

MyStereo07	0.48 34	0.29 113	0.50 18	0.55 156	0.45 213	0.59 81	0.79 277	1.05 90	0.51 13	0.48 18	0.53 11	0.43 7	0.55 76	1.30 139	0.34 24	0.17 32	0.16 157	0.24 173	0.20 138	0.23 181	0.20 137

GMStereo_Zeroshot	0.67 151	0.61 326	1.01 243	0.64 250	0.37 156	0.84 199	0.35 48	1.05 90	1.12 180	1.12 140	1.06 114	1.27 247	0.54 70	1.19 126	0.59 166	0.32 290	0.17 183	0.31 271	0.18 90	0.52 339	0.22 169

ADStereo(finetuned)	0.57 93	0.24 20	1.06 260	0.43 8	0.24 9	0.49 31	0.35 48	1.05 90	1.30 265	1.12 140	1.03 108	0.58 49	1.20 297	0.84 66	0.51 133	0.16 11	0.13 43	0.17 14	0.13 11	0.18 43	0.19 114

CIPLG	0.62 113	0.33 191	0.96 229	0.58 186	0.50 237	0.75 159	0.48 159	1.05 90	0.96 112	1.40 277	1.57 282	0.64 62	0.48 48	0.89 76	0.70 194	0.23 194	0.15 126	0.19 51	0.16 60	0.19 73	0.21 154

Patchmatch Stereo++	0.55 79	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.29 20	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.37 152	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80
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
ROB_FTStereo_v2	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.64 99	0.42 99	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.12 120	0.46 107	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

ROB_FTStereo	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.64 99	0.25 4	1.05 90	0.64 27	1.12 140	0.95 73	0.82 105	0.61 108	1.15 123	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

DRaft	0.80 207	0.24 20	0.70 106	0.45 33	0.30 81	0.97 232	0.53 189	1.05 90	0.97 119	1.78 335	2.02 340	0.80 97	1.74 351	2.73 295	0.72 202	0.17 32	0.14 76	0.20 75	0.20 138	0.18 43	0.21 154

iGMRVC	0.56 88	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.38 71	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.52 182	0.46 107	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

iRAFT	0.55 79	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.29 20	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.37 152	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

AnonymousM	0.59 101	1.11 374	0.41 9	0.44 23	0.32 108	0.43 15	0.47 151	1.05 90	0.64 27	0.98 100	0.63 22	0.67 69	0.43 24	0.59 14	0.41 67	0.20 119	0.15 126	1.84 391	0.84 383	0.14 2	0.13 3

iRaftStereo_RVC	0.47 32	0.26 47	0.64 74	0.50 75	0.29 65	0.53 59	0.33 34	1.05 90	0.77 62	0.84 75	1.00 88	0.55 41	0.37 13	0.81 61	0.40 60	0.17 32	0.12 10	0.22 124	0.20 138	0.19 73	0.15 27

DCANet	0.54 64	0.24 20	0.70 106	0.43 8	0.24 9	0.49 31	0.36 58	1.05 90	1.30 265	1.12 140	1.03 108	0.58 49	0.92 216	0.81 61	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.18 43	0.19 114

ACRE	0.61 110	0.33 191	1.01 243	0.58 186	0.49 231	0.75 159	0.47 151	1.06 103	0.95 110	1.37 266	1.55 274	0.62 57	0.46 34	0.83 64	0.70 194	0.23 194	0.15 126	0.19 51	0.16 60	0.18 43	0.21 154

aanetorigin	1.23 310	0.79 352	2.78 380	0.70 295	0.79 340	0.99 236	1.06 330	1.06 103	1.37 295	3.52 390	2.61 364	1.72 319	1.63 342	1.99 251	1.78 339	0.25 233	0.24 276	0.26 229	0.25 242	0.38 292	0.45 319

fff	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 21	0.36 58	1.07 105	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

HHNet	0.62 113	0.26 47	0.63 68	0.43 8	0.45 213	0.50 41	0.58 225	1.07 105	1.01 138	1.25 215	2.23 350	0.70 79	0.61 108	1.07 112	0.47 112	0.20 119	0.13 43	0.23 153	0.19 110	0.19 73	0.30 260

csc	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 21	0.36 58	1.07 105	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

cscssc	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 21	0.36 58	1.07 105	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

NRIStereo	0.60 104	0.29 113	0.69 100	0.53 122	0.28 52	0.63 97	0.33 34	1.08 109	0.87 83	1.14 156	0.87 61	0.91 138	0.59 97	2.24 271	0.49 124	0.20 119	0.14 76	0.21 98	0.19 110	0.21 134	0.17 62

StereoVision	0.65 134	0.34 210	0.86 190	0.59 199	0.40 186	0.50 41	0.41 97	1.09 110	0.93 105	0.71 51	2.50 362	0.82 105	0.57 88	1.03 101	0.49 124	0.25 233	0.28 301	0.29 258	0.28 281	0.36 280	0.20 137

SST-Stereo	0.83 220	0.28 86	0.72 121	0.59 199	0.31 93	0.72 147	0.26 9	1.09 110	0.86 79	1.47 291	1.10 129	1.00 171	0.87 199	5.73 362	0.45 94	0.22 170	0.13 43	0.23 153	0.19 110	0.23 181	0.18 80

ToySt	0.66 142	0.33 191	1.23 288	0.51 98	0.33 124	0.86 201	0.68 254	1.10 112	0.97 119	0.84 75	1.08 120	1.25 239	0.94 227	1.01 98	0.74 206	0.19 92	0.19 212	0.24 173	0.24 231	0.27 225	0.23 186

IPLGR_C	0.62 113	0.33 191	0.99 234	0.58 186	0.49 231	0.76 163	0.48 159	1.10 112	0.96 112	1.40 277	1.56 278	0.62 57	0.48 48	0.80 57	0.71 199	0.23 194	0.15 126	0.19 51	0.16 60	0.19 73	0.21 154

CrosDoStereo	1.58 341	0.24 20	0.72 121	0.48 55	0.29 65	0.67 124	12.49 416	1.10 112	0.98 124	1.34 259	1.75 312	1.00 171	1.89 361	6.65 376	0.81 230	0.19 92	0.15 126	0.20 75	0.22 200	0.18 43	0.19 114

DeepStereo_LL	1.58 341	0.24 20	0.72 121	0.48 55	0.29 65	0.67 124	12.49 416	1.10 112	0.98 124	1.34 259	1.75 312	1.00 171	1.89 361	6.65 376	0.81 230	0.19 92	0.15 126	0.20 75	0.22 200	0.18 43	0.19 114

RAFT_R40	0.83 220	0.28 86	0.73 133	0.59 199	0.31 93	0.69 135	0.44 127	1.10 112	0.95 110	1.47 291	1.10 129	1.00 171	0.85 187	5.53 356	0.46 107	0.22 170	0.13 43	0.23 153	0.20 138	0.23 181	0.18 80

test-1	0.52 41	0.26 47	1.04 256	0.56 169	0.32 108	0.61 90	0.38 71	1.10 112	0.91 99	0.78 60	1.01 93	0.77 89	0.52 61	0.60 23	0.42 75	0.17 32	0.14 76	0.20 75	0.17 76	0.20 100	0.23 186

GrayStereo	0.82 215	0.26 47	0.58 49	0.63 241	0.37 156	0.76 163	1.86 380	1.11 118	0.87 83	1.99 352	1.89 329	1.08 195	1.82 359	1.39 161	0.48 117	0.19 92	0.14 76	0.19 51	0.21 174	0.18 43	0.39 302

rafts_anoy	0.52 41	0.29 113	0.59 54	0.59 199	0.50 237	0.53 59	0.40 86	1.11 118	1.03 144	0.84 75	0.83 54	0.68 71	0.54 70	0.72 42	0.51 133	0.19 92	0.14 76	0.24 173	0.26 256	0.21 134	0.18 80

ASMatch	0.88 238	0.26 47	0.69 100	0.51 98	0.35 142	0.48 21	0.37 67	1.12 120	0.92 103	1.10 134	3.28 374	0.96 162	0.98 244	4.90 342	0.49 124	0.19 92	0.16 157	0.22 124	0.19 110	0.19 73	0.27 234

LL-Strereo2	0.52 41	0.33 191	0.69 100	0.52 114	0.37 156	0.70 142	0.30 23	1.13 121	0.67 41	0.94 91	0.78 46	0.91 138	0.42 22	1.05 107	0.42 75	0.17 32	0.16 157	0.29 258	0.25 242	0.21 134	0.16 42

iinet-f	0.99 268	0.45 274	3.71 386	0.55 156	0.43 200	1.81 338	0.68 254	1.14 122	1.14 192	1.18 184	1.42 241	1.58 300	1.44 324	1.34 147	1.59 333	0.24 209	0.23 267	0.20 75	0.19 110	0.26 213	0.25 210

riskmin	0.56 88	0.27 70	0.60 58	0.43 8	0.31 93	0.83 192	0.42 99	1.14 122	1.04 148	0.73 55	0.75 41	1.11 208	1.01 256	0.81 61	0.51 133	0.20 119	0.14 76	0.24 173	0.15 31	0.24 195	0.25 210

AFF-stereo	0.58 98	0.25 36	0.64 74	0.46 37	0.29 65	0.34 4	0.38 71	1.15 124	1.14 192	1.17 179	1.60 286	1.10 204	0.71 137	0.97 90	0.43 84	0.13 1	0.11 3	0.19 51	0.19 110	0.17 24	0.14 11

OMP-Stereo	0.94 253	0.33 191	0.72 121	0.90 358	0.31 93	0.49 31	0.36 58	1.16 125	1.06 155	1.58 318	1.12 140	1.46 280	0.69 132	6.94 383	0.49 124	0.19 92	0.14 76	0.24 173	0.18 90	0.20 100	0.14 11

Gwc-CoAtRS	0.52 41	0.24 20	0.68 91	0.48 55	0.29 65	0.64 99	0.25 4	1.16 125	1.08 164	1.01 107	1.00 88	1.12 209	0.56 80	0.69 32	0.37 39	0.16 11	0.13 43	0.17 14	0.15 31	0.15 5	0.15 27

IER	0.70 158	0.31 161	1.02 249	0.48 55	0.52 255	1.34 291	0.51 174	1.17 127	0.99 131	1.23 203	1.34 219	1.12 209	1.11 280	0.99 93	0.71 199	0.20 119	0.16 157	0.21 98	0.21 174	0.20 100	0.19 114

dad	0.86 233	0.66 334	1.06 260	0.56 169	0.37 156	0.76 163	0.44 127	1.17 127	1.50 324	1.44 286	1.27 191	1.34 263	0.75 142	2.52 287	0.84 240	0.42 333	0.27 295	0.83 376	0.26 256	0.41 303	0.29 248

PFNet	0.91 246	0.26 47	1.10 271	0.63 241	0.32 108	0.64 99	0.56 212	1.17 127	0.99 131	1.47 291	1.08 120	0.98 165	0.69 132	6.62 375	0.54 153	0.20 119	0.12 10	0.24 173	0.19 110	0.20 100	0.17 62

Pruner-Stereo	0.62 113	0.29 113	0.70 106	0.61 222	0.31 93	0.63 97	0.43 115	1.17 127	0.99 131	1.53 304	1.08 120	0.95 156	0.55 76	1.35 148	0.51 133	0.23 194	0.14 76	0.24 173	0.21 174	0.21 134	0.23 186

s12784h	0.52 41	0.20 2	0.38 4	0.41 5	0.19 1	0.96 228	0.34 44	1.17 127	1.25 238	0.81 69	0.90 66	0.63 59	0.50 57	1.45 171	0.42 75	0.14 4	0.12 10	0.17 14	0.11 6	0.18 43	0.11 1

MyStereo8	0.65 134	0.29 113	1.00 239	0.58 186	0.49 231	0.91 209	0.35 48	1.18 132	1.31 269	1.16 170	1.27 191	0.90 137	0.64 121	0.72 42	0.95 254	0.18 60	0.14 76	0.20 75	0.18 90	0.22 156	0.26 228

AE-Stereo	0.49 37	0.27 70	0.67 88	0.60 210	0.39 181	0.67 124	0.46 145	1.18 132	1.09 170	0.47 14	0.75 41	0.69 76	0.47 40	0.59 14	0.40 60	0.16 11	0.15 126	0.21 98	0.20 138	0.19 73	0.15 27

MSKI-zero shot	0.55 79	0.26 47	0.57 46	0.51 98	0.26 20	0.69 135	0.28 18	1.18 132	0.64 27	0.91 83	1.32 212	0.82 105	0.33 10	1.92 243	0.32 7	0.17 32	0.12 10	0.17 14	0.13 11	0.16 13	0.16 42

PSM-softLoss	0.78 201	0.31 161	0.77 162	0.58 186	0.32 108	0.56 71	0.40 86	1.18 132	0.70 48	1.24 211	1.07 117	0.83 112	0.52 61	5.36 350	0.53 147	0.24 209	0.15 126	0.25 210	0.22 200	0.20 100	0.25 210

KMStereo	0.78 201	0.31 161	0.77 162	0.58 186	0.32 108	0.56 71	0.40 86	1.18 132	0.70 48	1.24 211	1.07 117	0.83 112	0.52 61	5.36 350	0.53 147	0.24 209	0.15 126	0.25 210	0.22 200	0.20 100	0.25 210

111	0.60 104	0.23 14	0.70 106	0.43 8	0.24 9	0.72 147	0.42 99	1.18 132	1.41 311	0.80 65	1.38 232	1.10 204	0.79 161	0.96 85	0.58 164	0.18 60	0.13 43	0.17 14	0.15 31	0.17 24	0.19 114

IIG-Stereo	0.96 257	0.31 161	0.72 121	0.88 354	0.33 124	0.61 90	0.26 9	1.19 138	1.03 144	1.69 328	1.37 228	1.46 280	0.75 142	6.96 384	0.51 133	0.19 92	0.14 76	0.23 153	0.18 90	0.20 100	0.14 11

IPLG	0.69 156	0.27 70	0.97 231	0.51 98	0.43 200	0.79 178	0.33 34	1.21 139	1.06 155	1.30 236	1.10 129	0.52 38	0.55 76	3.16 310	0.63 182	0.16 11	0.14 76	0.19 51	0.16 60	0.18 43	0.17 62

NF-Stereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.02 100	0.82 105	0.57 88	5.40 354	0.48 117	0.23 194	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

OCTAStereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.01 93	0.82 105	0.57 88	5.35 349	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

RE-Stereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.01 93	0.81 100	0.57 88	5.37 352	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

TVStereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.01 93	0.81 100	0.57 88	5.37 352	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

RALAANet	0.60 104	0.33 191	0.87 200	0.62 233	0.50 237	0.69 135	0.31 28	1.21 139	1.06 155	1.09 126	1.16 157	0.88 132	0.46 34	1.22 129	0.42 75	0.19 92	0.15 126	0.21 98	0.17 76	0.27 225	0.17 62

DN-CSS_ROB	0.64 129	0.32 175	1.05 257	0.55 156	0.40 186	0.54 62	0.45 138	1.21 139	0.93 105	1.03 114	1.47 257	0.69 76	0.63 118	1.76 227	0.49 124	0.18 60	0.14 76	0.25 210	0.22 200	0.22 156	0.20 137

11t1	0.52 41	0.28 86	0.68 91	0.51 98	0.28 52	0.83 192	0.39 82	1.22 146	0.63 25	0.84 75	0.74 39	0.68 71	0.68 129	0.91 78	0.57 161	0.21 147	0.18 199	0.19 51	0.16 60	0.20 100	0.21 154

IPLGR	0.58 98	0.27 70	1.14 278	0.48 55	0.28 52	0.65 111	0.33 34	1.22 146	1.13 190	1.18 184	1.05 112	0.69 76	0.66 128	0.96 85	0.52 139	0.17 32	0.15 126	0.20 75	0.17 76	0.20 100	0.18 80

IRAFT_RVC	0.88 238	0.28 86	0.76 158	0.63 241	0.31 93	0.65 111	1.02 326	1.22 146	0.94 108	1.22 200	1.04 111	1.01 178	0.98 244	5.82 363	0.53 147	0.22 170	0.12 10	0.25 210	0.20 138	0.20 100	0.19 114

HCRNet	0.70 158	0.39 249	0.73 133	0.60 210	0.59 286	0.76 163	0.35 48	1.22 146	1.13 190	1.02 110	0.99 85	1.02 180	0.76 150	2.19 268	0.70 194	0.28 266	0.19 212	0.28 250	0.23 220	0.25 205	0.23 186

R-Stereo Train	0.57 93	0.26 47	0.63 68	0.54 137	0.36 148	0.69 135	0.54 193	1.22 146	0.72 53	1.61 319	1.50 266	0.75 85	0.53 66	0.64 26	0.44 86	0.18 60	0.15 126	0.17 14	0.15 31	0.17 24	0.17 62

RAFT-Stereo	0.57 93	0.26 47	0.63 68	0.54 137	0.36 148	0.69 135	0.54 193	1.22 146	0.72 53	1.61 319	1.50 266	0.75 85	0.53 66	0.64 26	0.44 86	0.18 60	0.15 126	0.17 14	0.15 31	0.17 24	0.17 62
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Test	0.54 64	0.25 36	0.64 74	0.47 43	0.30 81	0.97 232	0.27 15	1.24 152	0.81 70	0.96 93	1.12 140	1.28 250	0.48 48	0.71 39	0.36 33	0.17 32	0.13 43	0.17 14	0.14 23	0.16 13	0.16 42

anonymousa	0.72 164	0.27 70	0.75 149	0.47 43	0.63 298	1.43 304	0.45 138	1.24 152	0.89 90	1.28 224	1.75 312	1.62 305	1.13 285	0.69 32	0.59 166	0.19 92	0.16 157	0.23 153	0.25 242	0.20 100	0.18 80

Selective-IGEV	0.39 5	0.24 20	0.50 18	0.44 23	0.25 18	0.46 19	0.33 34	1.25 154	0.40 1	0.35 1	0.45 3	0.52 38	0.30 4	1.07 112	0.30 1	0.14 4	0.12 10	0.17 14	0.13 11	0.16 13	0.13 3

Anonymous_2	1.30 318	0.55 305	0.82 180	0.52 114	0.58 279	1.01 239	0.64 242	1.25 154	0.97 119	0.96 93	0.78 46	1.33 259	1.29 310	1.03 101	0.74 206	0.62 369	0.64 385	1.06 384	9.63 421	1.16 381	0.49 333

MIM_Stereo	0.57 93	0.24 20	0.92 218	0.46 37	0.30 81	0.54 62	0.28 18	1.27 156	0.75 57	1.00 104	1.16 157	0.93 147	0.53 66	1.45 171	0.61 175	0.16 11	0.16 157	0.20 75	0.19 110	0.17 24	0.14 11

RAFT+CT+SA	0.58 98	0.29 113	0.60 58	0.66 267	0.37 156	0.42 14	0.55 206	1.27 156	1.03 144	0.70 49	1.22 172	0.60 54	0.70 135	1.64 203	0.41 67	0.18 60	0.13 43	0.22 124	0.22 200	0.21 134	0.18 80

raft+_RVC	0.53 50	0.26 47	0.54 33	0.60 210	0.47 227	0.54 62	0.54 193	1.27 156	0.99 131	0.76 56	1.03 108	0.70 79	0.56 80	0.93 84	0.47 112	0.18 60	0.14 76	0.19 51	0.18 90	0.18 43	0.15 27

FENet	0.60 104	0.28 86	0.63 68	0.54 137	0.33 124	0.83 192	0.38 71	1.27 156	1.07 160	1.00 104	0.86 58	0.99 170	0.85 187	0.96 85	0.68 192	0.22 170	0.15 126	0.23 153	0.20 138	0.22 156	0.23 186

TestStereo1	0.63 119	0.28 86	0.75 149	0.76 320	0.31 93	0.48 21	0.43 115	1.30 160	1.21 225	0.97 96	1.31 206	0.64 62	0.77 154	1.75 222	0.42 75	0.20 119	0.15 126	0.22 124	0.18 90	0.21 134	0.17 62

SA-5K	0.63 119	0.28 86	0.75 149	0.76 320	0.31 93	0.48 21	0.43 115	1.30 160	1.21 225	0.97 96	1.31 206	0.64 62	0.77 154	1.75 222	0.42 75	0.20 119	0.15 126	0.22 124	0.18 90	0.21 134	0.17 62

raft_robust	0.68 155	0.30 129	0.64 74	0.52 114	0.26 20	0.54 62	0.35 48	1.33 162	1.24 235	1.16 170	1.07 117	0.60 54	0.54 70	3.58 322	0.37 39	0.18 60	0.14 76	0.20 75	0.22 200	0.20 100	0.16 42

CFNet_pseudo	0.66 142	0.32 175	0.86 190	0.48 55	0.39 181	0.70 142	0.40 86	1.33 162	1.22 228	1.16 170	1.34 219	1.24 235	0.64 121	0.98 91	0.59 166	0.21 147	0.16 157	0.33 291	0.19 110	0.36 280	0.25 210

ccs_rob	0.66 142	0.33 191	0.86 190	0.48 55	0.39 181	0.70 142	0.40 86	1.33 162	1.22 228	1.16 170	1.34 219	1.23 233	0.64 121	0.98 91	0.59 166	0.21 147	0.16 157	0.35 308	0.20 138	0.37 284	0.25 210

MLCV	0.72 164	0.34 210	1.10 271	0.51 98	0.23 6	0.91 209	0.39 82	1.33 162	1.23 231	1.46 290	1.55 274	1.01 178	0.64 121	1.95 248	0.80 229	0.18 60	0.12 10	0.18 37	0.14 23	0.19 73	0.17 62

MyStereo05	0.66 142	0.28 86	1.07 264	0.56 169	0.46 223	0.61 90	0.73 264	1.34 166	1.41 311	1.15 159	0.91 67	0.77 89	0.80 166	1.41 167	0.63 182	0.17 32	0.16 157	0.23 153	0.20 138	0.22 156	0.20 137

whm_eth	0.65 134	0.47 280	1.05 257	0.55 156	0.64 300	0.69 135	0.45 138	1.34 166	1.26 243	1.02 110	1.92 332	0.49 29	0.48 48	0.70 34	0.52 139	0.23 194	0.20 229	0.25 210	0.24 231	0.24 195	0.31 270

MIPNet	0.56 88	0.28 86	0.94 222	0.49 68	0.33 124	0.66 120	0.38 71	1.35 168	1.08 164	1.06 118	0.92 69	0.60 54	0.79 161	0.73 45	0.52 139	0.17 32	0.14 76	0.19 51	0.16 60	0.18 43	0.17 62

DMCA-RVC	0.74 181	0.40 253	1.27 297	0.66 267	0.49 231	0.77 169	0.47 151	1.35 168	1.01 138	1.53 304	1.01 93	1.29 253	0.82 173	1.31 140	0.78 220	0.27 256	0.21 245	0.35 308	0.27 264	0.32 265	0.24 198

fast-acv-ft	0.94 253	0.44 268	1.40 312	0.58 186	0.51 247	1.77 335	0.69 258	1.36 170	1.42 314	1.29 229	1.86 325	1.74 322	1.25 305	1.52 182	1.38 308	0.26 247	0.28 301	0.28 250	0.28 281	0.27 225	0.26 228

IGEV_Zeroshot_test	0.53 50	0.30 129	0.99 234	0.56 169	0.35 142	0.41 12	0.32 31	1.37 171	0.63 25	1.00 104	1.09 125	0.95 156	0.41 20	0.83 64	0.39 56	0.18 60	0.12 10	0.19 51	0.18 90	0.19 73	0.17 62

PSMNet-ADL	0.72 164	0.35 226	0.62 65	0.69 290	0.46 223	1.14 258	0.44 127	1.37 171	1.01 138	0.83 73	1.17 160	1.33 259	0.96 237	1.43 168	0.95 254	0.33 295	0.22 259	0.21 98	0.23 220	0.27 225	0.29 248

ACVNet	0.63 119	0.31 161	0.54 33	0.54 137	0.36 148	0.80 183	0.46 145	1.37 171	1.07 160	0.93 86	1.30 201	1.08 195	0.85 187	0.80 57	0.94 252	0.21 147	0.19 212	0.21 98	0.18 90	0.22 156	0.18 80

CFNet-ft	0.72 164	0.32 175	0.54 33	0.66 267	0.54 261	0.83 192	0.55 206	1.37 171	1.15 201	0.93 86	1.28 196	1.57 297	0.97 240	1.35 148	0.81 230	0.26 247	0.20 229	0.33 291	0.25 242	0.30 253	0.23 186

RASNet	1.12 297	0.30 129	0.91 214	0.66 267	0.77 335	0.97 232	0.57 222	1.37 171	1.35 288	1.02 110	1.34 219	2.11 351	1.43 323	7.09 385	1.39 311	0.19 92	0.17 183	0.17 14	0.19 110	0.18 43	0.16 42

CFNet_RVC	0.72 164	0.32 175	0.54 33	0.66 267	0.54 261	0.83 192	0.55 206	1.37 171	1.15 201	0.93 86	1.28 196	1.57 297	0.97 240	1.35 148	0.81 230	0.26 247	0.20 229	0.33 291	0.25 242	0.30 253	0.23 186

CBFPSM	0.92 248	0.33 191	1.86 351	0.49 68	0.38 173	1.75 330	0.84 289	1.39 177	1.12 180	1.09 126	0.99 85	2.37 361	1.66 348	1.32 142	1.42 320	0.19 92	0.18 199	0.20 75	0.20 138	0.21 134	0.33 280

test_5	0.65 134	0.30 129	0.75 149	0.67 277	0.50 237	0.92 215	0.52 183	1.39 177	1.12 180	0.76 56	1.11 134	1.00 171	0.90 210	1.53 186	0.45 94	0.18 60	0.13 43	0.23 153	0.22 200	0.21 134	0.19 114

GwcNet-ADL	0.64 129	0.31 161	0.79 172	0.56 169	0.41 192	0.60 87	0.58 225	1.41 179	1.26 243	1.08 121	1.13 145	0.91 138	0.60 99	1.04 106	0.78 220	0.27 256	0.18 199	0.18 37	0.18 90	0.25 205	0.29 248

UNet	0.83 220	0.34 210	1.31 301	0.58 186	0.74 325	1.58 316	0.49 166	1.41 179	1.04 148	1.21 195	1.08 120	1.54 293	1.12 283	1.65 204	1.09 272	0.23 194	0.17 183	0.25 210	0.20 138	0.25 205	0.22 169

ACVNet-DCA	0.56 88	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	1.42 181	0.78 64	0.58 34	0.79 49	0.48 22	0.88 203	1.46 173	0.32 7	0.20 119	0.12 10	0.25 210	0.15 31	0.22 156	0.21 154

1test111	0.54 64	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	1.42 181	0.78 64	0.58 34	0.79 49	0.48 22	0.88 203	0.88 73	0.59 166	0.20 119	0.12 10	0.25 210	0.15 31	0.22 156	0.21 154

PCWNet_CMD	0.66 142	0.32 175	0.88 203	0.49 68	0.37 156	0.78 174	0.40 86	1.42 181	1.31 269	1.16 170	1.31 206	1.25 239	0.62 113	0.89 76	0.57 161	0.20 119	0.16 157	0.27 240	0.19 110	0.40 300	0.25 210

qqq	0.57 93	0.34 210	0.71 117	0.47 43	0.27 33	0.64 99	0.62 239	1.42 181	0.78 64	0.80 65	0.92 69	0.95 156	0.77 154	0.88 73	0.59 166	0.21 147	0.20 229	0.24 173	0.23 220	0.22 156	0.21 154

DMCA	0.67 151	0.34 210	0.90 211	0.51 98	0.44 206	0.86 201	0.47 151	1.42 181	1.02 141	1.17 179	1.12 140	1.23 233	0.75 142	0.78 53	0.95 254	0.25 233	0.19 212	0.27 240	0.19 110	0.24 195	0.27 234

AANet_RVC	1.16 307	0.52 298	1.49 328	0.65 262	0.45 213	0.75 159	0.69 258	1.42 181	1.55 332	1.34 259	1.87 327	1.53 292	0.78 159	7.43 391	1.38 308	0.25 233	0.17 183	0.19 51	0.16 60	0.22 156	0.26 228

MSMDNet	0.66 142	0.32 175	0.87 200	0.49 68	0.37 156	0.79 178	0.40 86	1.43 187	1.31 269	1.15 159	1.31 206	1.24 235	0.63 118	0.88 73	0.57 161	0.21 147	0.16 157	0.26 229	0.19 110	0.39 296	0.24 198

SA	0.66 142	0.30 129	0.82 180	0.61 222	0.30 81	0.58 77	0.38 71	1.44 188	1.30 265	0.96 93	1.36 226	0.66 67	0.95 232	1.85 237	0.42 75	0.19 92	0.15 126	0.25 210	0.23 220	0.21 134	0.17 62

acv_ft	0.75 188	0.31 161	0.95 225	0.70 295	0.86 354	1.24 278	0.53 189	1.44 188	1.07 160	1.24 211	1.30 201	1.08 195	0.92 216	0.80 57	1.34 303	0.21 147	0.19 212	0.21 98	0.18 90	0.21 134	0.18 80

STTStereo	0.78 201	0.50 292	1.22 287	0.64 250	0.54 261	0.89 204	0.54 193	1.44 188	1.11 176	1.38 271	1.09 125	1.27 247	0.85 187	1.43 168	0.83 237	0.29 274	0.27 295	0.33 291	0.39 335	0.32 265	0.30 260

cross-raft	0.54 64	0.25 36	0.61 61	0.52 114	0.29 65	0.68 131	0.37 67	1.46 191	0.76 60	1.01 107	1.06 114	1.28 250	0.46 34	0.71 39	0.35 27	0.15 6	0.12 10	0.18 37	0.16 60	0.19 73	0.14 11

EDNetEfficient	2.37 378	1.10 371	8.08 401	0.74 314	0.71 318	0.98 235	1.56 365	1.46 191	4.06 396	4.90 404	2.82 368	2.25 354	3.48 394	2.95 301	9.97 402	0.26 247	0.24 276	0.26 229	0.30 300	0.68 364	0.61 355

hitnet-ft	0.79 204	0.35 226	0.57 46	0.58 186	0.42 195	0.96 228	0.46 145	1.47 193	1.33 277	1.19 188	1.22 172	1.81 326	0.98 244	1.66 208	0.94 252	0.33 295	0.28 301	0.34 301	0.27 264	0.35 274	0.31 270

DispNO	0.93 251	0.30 129	1.34 309	0.55 156	0.55 267	0.89 204	0.49 166	1.48 194	1.21 225	1.17 179	1.27 191	1.19 223	0.90 210	5.23 347	0.74 206	0.22 170	0.17 183	0.24 173	0.21 174	0.19 73	0.20 137

TDLM	1.06 282	0.44 268	0.79 172	0.63 241	0.50 237	0.89 204	1.44 359	1.48 194	1.26 243	1.12 140	1.40 238	1.08 195	0.98 244	6.65 376	0.78 220	0.33 295	0.21 245	0.33 291	0.26 256	0.37 284	0.24 198

GANet-ADL	0.60 104	0.35 226	0.72 121	0.64 250	0.40 186	0.68 131	0.51 174	1.49 196	1.12 180	0.95 92	1.08 120	0.91 138	0.57 88	0.76 50	0.55 157	0.26 247	0.18 199	0.18 37	0.16 60	0.23 181	0.25 210

CFNet-RSSM	0.54 64	0.24 20	0.70 106	0.48 55	0.28 52	0.60 87	0.27 15	1.49 196	1.14 192	1.06 118	0.93 71	1.08 195	0.54 70	0.70 34	0.35 27	0.16 11	0.12 10	0.17 14	0.15 31	0.16 13	0.14 11

DSFCA	0.93 251	0.34 210	1.06 260	0.52 114	0.65 303	1.55 314	0.93 311	1.49 196	1.19 215	1.56 312	1.15 154	1.50 288	0.96 237	3.07 305	1.02 264	0.30 278	0.26 287	0.25 210	0.25 242	0.28 239	0.24 198

DLCB_ROB	0.86 233	0.40 253	0.78 170	0.68 287	0.54 261	1.11 253	0.84 289	1.49 196	1.23 231	1.64 324	1.65 299	1.70 317	0.91 213	1.70 216	1.05 265	0.25 233	0.24 276	0.26 229	0.27 264	0.27 225	0.24 198

MyStereo04	0.67 151	0.29 113	1.07 264	0.55 156	0.45 213	0.59 81	0.79 277	1.50 200	1.40 308	0.91 83	0.91 67	0.74 83	0.86 195	1.52 182	0.62 178	0.17 32	0.16 157	0.24 173	0.20 138	0.23 181	0.20 137

gwcnet-sp	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 200	1.14 192	1.30 236	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

scenet	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 200	1.14 192	1.30 236	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

ssnet	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 200	1.14 192	1.30 236	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

PASM	1.34 323	0.92 361	2.62 376	0.86 348	0.87 356	1.03 241	1.08 332	1.50 200	1.51 326	1.82 342	1.41 240	1.68 315	1.26 307	4.87 341	1.34 303	0.61 368	0.65 387	0.68 372	0.78 380	0.69 365	0.68 364

MMNet	0.84 224	0.32 175	1.09 268	0.60 210	0.59 286	1.85 343	0.49 166	1.51 205	1.27 250	1.37 266	1.15 154	1.26 243	1.18 291	1.67 209	1.22 288	0.19 92	0.18 199	0.23 153	0.22 200	0.25 205	0.21 154

FADNet_RVC	0.83 220	0.51 295	1.83 350	0.54 137	0.42 195	1.19 272	0.46 145	1.51 205	1.09 170	0.89 80	1.24 178	0.91 138	0.87 199	2.11 261	1.11 277	0.27 256	0.22 259	0.31 271	0.28 281	0.43 313	0.38 299

Anonymous Stereo	1.28 315	0.75 348	2.45 371	0.74 314	0.77 335	0.93 218	1.77 373	1.51 205	1.31 269	1.67 326	1.29 200	1.20 225	0.75 142	6.29 371	1.68 337	0.37 317	0.36 341	0.38 321	0.40 339	0.43 313	0.45 319

psm_up	0.77 195	0.34 210	0.70 106	0.66 267	0.58 279	1.05 244	0.92 307	1.52 208	1.12 180	1.26 219	1.16 157	1.31 257	1.23 302	1.20 127	0.81 230	0.25 233	0.29 309	0.31 271	0.27 264	0.27 225	0.25 210

UPFNet	0.80 207	0.32 175	0.90 211	0.59 199	0.74 325	1.26 281	0.80 283	1.52 208	1.10 174	1.30 236	1.12 140	1.30 254	0.84 184	1.67 209	1.09 272	0.24 209	0.24 276	0.24 173	0.23 220	0.25 205	0.18 80

HGLStereo	0.85 228	0.38 244	0.94 222	0.80 329	1.03 367	1.17 267	0.58 225	1.52 208	1.20 220	1.19 188	1.62 293	1.13 214	1.20 297	1.80 231	1.06 267	0.24 209	0.24 276	0.24 173	0.21 174	0.23 181	0.27 234

CVANet_RVC	1.07 284	0.43 265	0.76 158	0.60 210	0.50 237	0.90 207	0.97 317	1.52 208	1.26 243	1.33 256	1.38 232	1.24 235	1.18 291	6.75 382	0.75 210	0.34 303	0.23 267	0.34 301	0.29 292	0.42 308	0.27 234

StereoDRNet-Refined	0.80 207	0.41 259	0.88 203	0.62 233	0.42 195	1.33 289	0.48 159	1.52 208	1.17 207	1.45 288	1.44 248	1.44 276	0.90 210	1.26 134	1.24 290	0.20 119	0.16 157	0.27 240	0.24 231	0.25 205	0.28 245
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	0.75 188	0.40 253	1.36 310	0.67 277	0.29 65	0.92 215	0.59 232	1.52 208	1.25 238	1.28 224	1.48 262	0.94 150	0.76 150	1.62 201	0.78 220	0.18 60	0.14 76	0.18 37	0.15 31	0.22 156	0.23 186

x	0.54 64	0.31 161	0.61 61	0.47 43	0.30 81	0.67 124	0.47 151	1.53 214	0.79 68	0.81 69	0.83 54	0.78 92	0.70 135	0.70 34	0.62 178	0.21 147	0.19 212	0.22 124	0.19 110	0.21 134	0.20 137

NLCA_NET_v2_RVC	0.79 204	0.43 265	1.05 257	0.64 250	0.58 279	0.95 224	0.53 189	1.53 214	1.18 212	1.37 266	1.15 154	1.43 272	0.88 203	1.61 200	0.84 240	0.25 233	0.22 259	0.27 240	0.27 264	0.29 244	0.29 248
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SDNR	1.62 346	0.51 295	2.17 362	0.53 122	0.56 269	3.80 395	0.45 138	1.54 216	1.29 259	1.33 256	2.41 359	1.08 195	0.96 237	11.18 415	1.16 282	0.66 373	0.63 384	0.43 338	0.32 310	0.64 358	0.67 362

DAS	0.84 224	0.34 210	1.03 253	0.64 250	0.69 315	0.77 169	0.63 240	1.54 216	1.20 220	1.79 338	1.55 274	0.95 156	1.04 264	2.83 297	0.60 173	0.21 147	0.16 157	0.25 210	0.18 90	0.27 225	0.22 169

SepStereo	0.82 215	0.34 210	1.03 253	0.64 250	0.69 315	0.77 169	0.63 240	1.54 216	1.20 220	1.79 338	1.55 274	0.95 156	1.04 264	2.30 275	0.60 173	0.21 147	0.16 157	0.25 210	0.18 90	0.27 225	0.22 169

DANet	1.08 287	0.61 326	1.32 304	0.85 346	0.72 320	1.37 294	0.51 174	1.54 216	1.15 201	1.78 335	1.54 272	2.01 344	1.11 280	2.90 300	2.00 350	0.33 295	0.30 313	0.40 332	0.30 300	0.44 320	0.45 319
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G-Net	1.66 348	0.63 330	1.56 331	1.11 377	0.74 325	2.98 384	0.91 305	1.55 220	1.22 228	2.76 379	8.18 409	2.32 359	2.53 384	1.92 243	1.87 342	0.48 352	0.44 360	0.45 342	0.31 304	0.60 355	0.57 348

FINET	0.97 263	0.54 302	1.60 334	0.63 241	0.79 340	1.08 250	1.07 331	1.56 221	2.20 368	1.15 159	1.49 263	0.94 150	0.88 203	2.32 276	1.05 265	0.42 333	0.35 336	0.32 284	0.28 281	0.43 313	0.38 299

psmorigin	1.52 338	0.69 338	10.52 407	0.68 287	0.59 286	1.13 257	0.70 260	1.57 222	1.19 215	1.99 352	1.79 316	2.26 355	1.47 329	2.09 259	1.36 307	0.39 324	0.40 352	0.34 301	0.33 316	0.43 313	0.56 344

Any-RAFT	0.53 50	0.24 20	0.47 13	0.47 43	0.27 33	1.00 238	0.25 4	1.58 223	1.05 152	0.85 79	0.99 85	1.06 188	0.47 40	0.70 34	0.32 7	0.18 60	0.13 43	0.16 9	0.13 11	0.16 13	0.16 42

mmm	0.63 119	0.35 226	0.72 121	0.51 98	0.30 81	0.86 201	0.54 193	1.59 224	0.86 79	1.07 120	1.38 232	0.79 95	0.75 142	0.91 78	0.58 164	0.22 170	0.18 199	0.29 258	0.25 242	0.25 205	0.23 186

CASS	0.65 134	0.34 210	0.72 121	0.56 169	0.27 33	0.78 174	0.42 99	1.59 224	0.86 79	1.30 236	1.25 182	0.87 129	0.84 184	0.84 66	0.54 153	0.35 310	0.19 212	0.26 229	0.21 174	0.28 239	0.42 311
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FADNet-RVC-Resample	0.84 224	0.47 280	2.10 358	0.61 222	0.45 213	1.07 249	0.61 237	1.59 224	1.20 220	1.08 121	0.98 83	1.03 183	0.98 244	2.17 264	0.72 202	0.23 194	0.22 259	0.30 267	0.32 310	0.35 274	0.34 282

CFNet_ucs	0.70 158	0.33 191	0.88 203	0.50 75	0.43 200	0.74 153	0.44 127	1.60 227	1.29 259	1.22 200	1.54 272	1.09 202	0.63 118	0.99 93	0.59 166	0.25 233	0.20 229	0.37 318	0.21 174	0.40 300	0.28 245

GASNet	0.99 268	0.97 363	1.72 341	0.98 367	0.68 313	0.83 192	0.67 252	1.60 227	1.28 255	1.31 246	1.22 172	1.22 228	1.21 300	2.41 283	1.41 316	0.43 338	0.26 287	0.36 316	0.34 321	0.55 344	0.31 270

UDG	1.41 331	2.65 410	0.99 234	1.44 386	1.64 389	1.34 291	0.80 283	1.60 227	1.23 231	1.23 203	1.71 306	2.01 344	1.34 318	1.47 177	1.41 316	0.90 377	0.54 379	2.29 394	0.75 378	1.84 387	1.04 381

anonymousdsp2	0.53 50	0.27 70	0.74 147	0.48 55	0.29 65	0.76 163	0.47 151	1.61 230	0.82 75	0.77 59	0.77 44	0.75 85	0.47 40	1.03 101	0.40 60	0.18 60	0.13 43	0.18 37	0.13 11	0.19 73	0.18 80

AACVNet	0.86 233	0.35 226	0.79 172	0.82 337	0.39 181	0.76 163	0.49 166	1.61 230	0.81 70	1.08 121	1.33 214	1.30 254	0.93 222	4.34 333	0.74 206	0.25 233	0.21 245	0.28 250	0.22 200	0.29 244	0.25 210

ICVP	0.63 119	0.33 191	0.57 46	0.61 222	0.40 186	0.80 183	0.58 225	1.61 230	0.89 90	0.90 81	1.24 178	0.88 132	0.73 138	0.72 42	0.88 246	0.29 274	0.21 245	0.22 124	0.21 174	0.24 195	0.27 234
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Sa-1000	0.72 164	0.29 113	0.76 158	0.59 199	0.30 81	0.73 150	0.37 67	1.62 233	1.33 277	1.28 224	2.04 341	0.86 125	0.75 142	1.84 234	0.38 50	0.19 92	0.14 76	0.25 210	0.23 220	0.20 100	0.16 42

MaskLacGwcNet_RVC	1.10 292	1.02 367	1.00 239	0.82 337	0.67 307	1.93 347	0.93 311	1.62 233	1.11 176	1.15 159	1.25 182	1.50 288	0.79 161	1.96 249	0.76 212	1.89 390	0.34 328	0.79 375	0.36 329	1.25 384	0.83 372

LL-Strereo	1.33 322	0.39 249	1.38 311	0.61 222	0.61 292	0.75 159	0.66 249	1.63 235	1.17 207	1.56 312	1.60 286	2.03 347	2.12 373	9.72 411	0.97 259	0.21 147	0.18 199	0.27 240	0.23 220	0.22 156	0.25 210

GANet	1.36 325	0.47 280	0.86 190	0.67 277	0.45 213	1.34 291	1.73 372	1.64 236	1.24 235	1.49 299	2.38 356	1.55 295	1.20 297	9.30 405	0.93 251	0.30 278	0.31 319	0.33 291	0.28 281	0.39 296	0.30 260

HH	0.63 119	0.30 129	0.77 162	0.50 75	0.32 108	0.49 31	0.46 145	1.65 237	0.64 27	0.69 47	1.09 125	1.63 307	0.85 187	1.90 241	0.37 39	0.18 60	0.13 43	0.19 51	0.17 76	0.19 73	0.16 42

HanStereo	0.63 119	0.30 129	0.77 162	0.50 75	0.32 108	0.49 31	0.46 145	1.65 237	0.64 27	0.69 47	1.09 125	1.63 307	0.85 187	1.90 241	0.37 39	0.18 60	0.13 43	0.19 51	0.17 76	0.19 73	0.16 42

coex-ft	8.13 412	2.13 405	98.04 438	0.67 277	0.53 258	1.71 326	1.56 365	1.65 237	11.11 410	18.17 424	3.75 380	3.88 386	7.61 413	2.98 304	6.49 389	0.30 278	0.30 313	0.32 284	0.31 304	0.66 362	0.50 334

SGM-Forest	1.24 311	0.38 244	0.60 58	0.52 114	0.37 156	1.56 315	1.30 352	1.65 237	1.36 291	2.11 358	1.79 316	1.63 307	0.93 222	7.48 393	0.95 254	0.36 313	0.37 343	0.39 327	0.34 321	0.37 284	0.32 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
XPNet_ROB	0.96 257	0.49 288	1.09 268	0.72 305	0.57 271	1.11 253	1.14 338	1.66 241	1.23 231	1.85 344	1.39 236	1.64 310	1.11 280	1.80 231	1.42 320	0.38 321	0.30 313	0.33 291	0.29 292	0.37 284	0.34 282

SuperB	2.53 384	0.59 318	18.45 414	0.69 290	0.50 237	1.87 345	0.88 298	1.67 242	2.39 371	1.50 300	1.42 241	1.14 216	1.15 287	4.28 332	5.07 383	0.24 209	0.19 212	0.22 124	0.19 110	7.86 421	0.34 282

SACVNet	0.85 228	0.46 276	0.85 184	0.81 332	0.56 269	0.80 183	0.79 277	1.68 243	1.12 180	1.34 259	1.33 214	1.25 239	0.94 227	2.39 282	0.76 212	0.34 303	0.26 287	0.31 271	0.29 292	0.35 274	0.44 317

GwcNet	1.08 287	0.51 295	2.33 367	0.79 326	1.18 379	1.76 332	0.70 260	1.68 243	1.47 320	1.41 279	1.64 297	1.74 322	1.04 264	2.20 269	1.41 316	0.30 278	0.29 309	0.29 258	0.27 264	0.30 253	0.35 287

PA-Net	1.01 275	0.57 312	1.29 299	0.64 250	0.74 325	1.19 272	0.84 289	1.69 245	1.43 316	1.16 170	1.19 165	1.32 258	1.19 294	3.42 317	1.25 291	0.29 274	0.45 364	0.33 291	0.49 359	0.32 265	0.47 326
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 275	0.59 318	1.16 280	0.67 277	0.51 247	1.63 320	1.26 351	1.69 245	1.38 299	1.81 341	1.37 228	1.94 337	1.02 261	1.58 196	1.38 308	0.37 317	0.27 295	0.43 338	0.37 332	0.43 313	0.37 293

CBMV	0.95 256	0.44 268	0.66 84	0.53 122	0.35 142	1.53 312	1.63 370	1.69 245	1.42 314	2.00 354	1.60 286	1.43 272	1.17 288	1.59 198	0.99 262	0.34 303	0.34 328	0.39 327	0.33 316	0.33 271	0.32 276
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DDUNet	1.50 336	2.69 411	1.12 275	1.77 388	1.88 391	1.84 342	0.92 307	1.70 248	1.16 205	1.38 271	1.79 316	1.60 303	1.12 283	1.37 152	1.08 270	1.10 387	0.76 388	2.37 396	0.94 388	2.00 388	1.37 388

FADNet-RVC	0.88 238	0.67 335	1.93 354	0.60 210	0.48 228	0.91 209	0.60 236	1.71 249	1.18 212	0.90 81	0.96 75	1.36 264	0.92 216	2.25 273	1.17 284	0.30 278	0.29 309	0.32 284	0.32 310	0.41 303	0.35 287

NaN_ROB	1.13 300	0.55 305	1.15 279	0.64 250	0.48 228	1.61 318	2.03 389	1.72 250	1.48 321	2.09 357	1.27 191	1.40 268	1.08 275	3.94 325	1.30 299	0.28 266	0.34 328	0.28 250	0.28 281	0.30 253	0.33 280

GwcNet-RSSM	0.77 195	0.32 175	1.01 243	0.62 233	0.54 261	0.78 174	0.51 174	1.73 251	1.20 220	1.09 126	1.37 228	1.46 280	0.85 187	1.53 186	1.09 272	0.25 233	0.18 199	0.23 153	0.24 231	0.20 100	0.19 114

DeepPruner_ROB	0.74 181	0.48 285	0.87 200	0.57 180	0.44 206	0.79 178	0.54 193	1.73 251	0.96 112	1.38 271	1.27 191	1.24 235	0.73 138	1.43 168	0.73 205	0.34 303	0.28 301	0.27 240	0.26 256	0.31 260	0.31 270

iResNetv2_ROB	0.80 207	0.37 239	1.71 340	0.56 169	0.37 156	0.94 220	0.64 242	1.73 251	1.34 280	1.23 203	1.42 241	1.26 243	0.92 216	1.85 237	0.56 159	0.23 194	0.15 126	0.19 51	0.14 23	0.24 195	0.19 114

NOSS_ROB	1.26 314	0.46 276	0.62 65	0.56 169	0.38 173	1.06 247	0.78 274	1.73 251	1.40 308	1.01 107	1.43 245	1.10 204	0.75 142	10.62 414	0.65 187	0.45 344	0.43 357	0.48 348	0.45 349	0.44 320	0.41 307

SQANet	1.31 319	0.88 360	1.08 267	1.83 389	1.44 386	1.44 305	0.75 266	1.74 255	1.09 170	1.32 248	1.26 188	1.28 250	1.01 256	1.50 181	0.83 237	2.50 395	0.34 328	1.47 387	0.55 367	2.32 390	1.57 390

ADLNet2	0.88 238	0.34 210	1.17 282	0.77 323	0.64 300	1.12 256	0.76 269	1.74 255	1.24 235	1.21 195	1.65 299	1.71 318	1.05 268	1.67 209	1.17 284	0.24 209	0.21 245	0.21 98	0.22 200	0.26 213	0.29 248

TransformOpticalFlow	0.96 257	0.28 86	0.89 208	0.52 114	0.31 93	0.66 120	0.54 193	1.75 257	1.12 180	1.09 126	1.44 248	1.37 267	1.01 256	6.70 380	0.42 75	0.19 92	0.12 10	0.20 75	0.19 110	0.18 43	0.19 114

Consistency-Raft	1.25 313	0.99 365	1.93 354	1.02 371	1.21 381	0.96 228	1.01 325	1.75 257	1.92 357	1.36 264	2.12 345	1.44 276	1.01 256	1.14 122	1.40 312	0.72 374	0.82 390	0.89 378	0.98 392	1.31 385	0.95 376

delet	0.85 228	0.32 175	0.95 225	0.65 262	0.66 305	1.64 322	0.84 289	1.75 257	1.35 288	1.32 248	1.30 201	1.30 254	0.88 203	1.68 214	1.10 275	0.21 147	0.21 245	0.24 173	0.24 231	0.21 134	0.21 154

UCFNet_RVC	0.69 156	0.35 226	0.49 17	0.64 250	0.39 181	0.85 200	0.58 225	1.75 257	1.14 192	0.97 96	1.19 165	1.17 219	0.93 222	0.99 93	0.62 178	0.28 266	0.20 229	0.34 301	0.31 304	0.32 265	0.27 234

NVstereo2D	0.92 248	0.41 259	1.48 326	0.72 305	0.72 320	1.20 274	0.87 297	1.75 257	1.38 299	0.99 102	1.13 145	1.26 243	0.98 244	2.21 270	0.89 247	0.43 338	0.20 229	0.38 321	0.24 231	0.57 347	0.63 357

PWC_ROB	1.24 311	0.76 350	2.46 372	0.72 305	0.78 338	1.15 263	0.49 166	1.75 257	1.92 357	2.31 362	3.07 371	1.59 301	1.40 320	2.46 285	2.10 354	0.33 295	0.22 259	0.35 308	0.24 231	0.38 292	0.41 307

GANetREF_RVC	1.07 284	0.86 357	1.31 301	0.82 337	0.53 258	1.41 303	1.31 353	1.76 263	1.52 327	1.27 222	1.31 206	1.46 280	1.24 304	2.03 254	0.96 258	0.56 364	0.45 364	0.67 371	0.50 361	0.88 373	0.59 351
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
HITNet	0.65 134	0.40 253	0.77 162	0.48 55	0.24 9	1.05 244	0.49 166	1.76 263	1.02 141	1.18 184	1.18 162	0.89 136	0.80 166	0.85 68	0.79 226	0.17 32	0.12 10	0.21 98	0.17 76	0.29 244	0.15 27
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
PSMNet_ROB	0.90 243	0.52 298	1.17 282	0.72 305	0.61 292	1.27 282	1.12 336	1.76 263	1.12 180	1.09 126	1.28 196	1.45 278	0.89 209	1.65 204	1.42 320	0.33 295	0.25 283	0.37 318	0.39 335	0.35 274	0.29 248

NCCL2	1.00 272	0.56 308	1.06 260	0.75 318	0.57 271	1.31 287	1.72 371	1.77 266	1.36 291	1.50 300	1.17 160	1.91 332	1.17 288	1.54 188	1.29 298	0.35 310	0.31 319	0.45 342	0.44 347	0.40 300	0.40 303

CBMV_ROB	0.90 243	0.44 268	0.63 68	0.51 98	0.37 156	1.25 280	0.49 166	1.77 266	1.27 250	1.41 279	2.00 337	1.33 259	1.08 275	2.17 264	0.76 212	0.43 338	0.42 356	0.47 347	0.44 347	0.41 303	0.36 291

CSAN	1.41 331	0.59 318	1.26 294	0.70 295	0.50 237	1.76 332	1.78 374	1.77 266	1.90 356	2.35 365	2.32 353	1.92 335	1.94 365	5.56 358	1.49 328	0.43 338	0.35 336	0.40 332	0.41 341	0.43 313	0.41 307

ETE_ROB	0.96 257	0.64 332	1.16 280	0.69 290	0.48 228	1.14 258	1.13 337	1.77 266	1.19 215	1.91 349	1.45 250	1.73 320	1.05 268	1.60 199	1.14 280	0.32 290	0.26 287	0.38 321	0.34 321	0.39 296	0.41 307

MyStereo06	0.61 110	0.28 86	0.95 225	0.56 169	0.46 223	0.61 90	0.73 264	1.78 270	0.67 41	1.03 114	1.12 140	1.13 214	0.56 80	0.78 53	0.41 67	0.17 32	0.16 157	0.23 153	0.20 138	0.22 156	0.20 137

FADNet	0.92 248	0.61 326	1.81 347	0.62 233	0.55 267	0.96 228	0.57 222	1.78 270	1.33 277	0.93 86	1.01 93	1.36 264	1.01 256	2.71 294	0.75 210	0.33 295	0.34 328	0.31 271	0.34 321	0.59 351	0.40 303

cf-r	0.73 178	0.30 129	0.77 162	0.55 156	0.63 298	0.78 174	0.48 159	1.79 272	1.15 201	1.13 154	1.26 188	1.43 272	0.87 199	1.40 166	0.85 243	0.25 233	0.18 199	0.22 124	0.23 220	0.19 73	0.19 114

CC-Net-ROB	1.49 334	1.26 381	1.27 297	0.88 354	0.79 340	1.76 332	1.00 323	1.79 272	1.26 243	1.10 134	1.61 290	1.21 226	0.99 252	8.13 399	0.84 240	1.09 386	0.41 354	2.20 392	0.46 352	1.20 383	0.48 329

Wz-Net-LNSev	1.03 278	0.67 335	2.71 378	0.64 250	0.84 351	1.75 330	1.00 323	1.80 274	1.32 274	1.28 224	1.25 182	1.65 312	1.22 301	1.39 161	1.40 312	0.28 266	0.26 287	0.24 173	0.23 220	0.33 271	0.32 276

RP	1.09 289	0.50 292	1.12 275	0.90 358	1.04 368	1.11 253	0.84 289	1.80 274	1.62 335	1.55 311	2.00 337	1.90 331	1.78 354	1.84 234	1.25 291	0.52 357	0.36 341	0.48 348	0.36 329	0.45 323	0.43 315

MSMD_ROB	1.99 368	0.59 318	0.89 208	0.70 295	0.61 292	3.95 397	0.94 313	1.80 274	1.79 348	4.41 399	4.43 385	8.17 407	3.66 396	3.40 315	1.33 301	0.52 357	0.48 369	0.54 359	0.58 370	0.53 341	0.50 334

PS-NSSS	0.99 268	0.58 315	0.93 220	0.58 186	0.57 271	0.91 209	0.80 283	1.81 277	1.14 192	1.14 156	1.67 303	1.00 171	0.83 182	4.62 337	0.78 220	0.37 317	0.31 319	0.52 353	0.32 310	0.45 323	0.38 299

ADLNet	0.85 228	0.36 233	0.89 208	0.85 346	0.72 320	1.24 278	0.76 269	1.82 278	1.36 291	1.52 303	1.35 225	1.27 247	0.99 252	1.23 131	1.15 281	0.27 256	0.20 229	0.26 229	0.25 242	0.28 239	0.30 260

MFN_U_SF_DS_RVC	1.74 357	0.87 358	3.56 383	0.80 329	0.75 331	3.72 392	2.44 402	1.82 278	1.82 351	1.74 331	1.91 331	1.92 335	1.26 307	7.69 395	1.28 297	0.45 344	0.47 368	0.52 353	0.77 379	0.50 333	0.50 334

BEATNet_4x	0.73 178	0.49 288	1.17 282	0.53 122	0.26 20	1.03 241	0.55 206	1.82 278	1.06 155	1.21 195	1.22 172	0.96 162	0.91 213	1.01 98	1.06 267	0.21 147	0.14 76	0.24 173	0.19 110	0.37 284	0.21 154

ADCP+	1.99 368	0.48 285	7.73 399	0.66 267	0.91 358	2.30 365	1.05 329	1.82 278	1.34 280	1.54 308	1.32 212	1.74 322	1.61 341	2.17 264	13.37 408	0.24 209	0.21 245	0.32 284	0.28 281	0.37 284	0.29 248

NINENet	0.77 195	0.37 239	0.78 170	0.62 233	0.51 247	2.34 367	0.42 99	1.83 282	1.04 148	1.14 156	1.23 176	1.03 183	0.62 113	1.24 132	0.70 194	0.28 266	0.23 267	0.31 271	0.21 174	0.26 213	0.25 210

ccnet	1.12 297	0.67 335	1.01 243	0.78 325	0.73 323	1.72 328	0.99 321	1.84 283	1.26 243	1.47 291	1.85 324	1.75 325	1.29 310	1.75 222	1.88 344	0.57 365	0.53 376	0.57 368	0.55 367	0.59 351	0.54 340

TRStereo	0.60 104	0.60 325	0.97 231	0.74 314	0.67 307	0.46 19	0.38 71	1.85 284	0.89 90	0.79 63	0.80 53	0.88 132	0.39 15	1.10 115	0.41 67	0.23 194	0.15 126	0.23 153	0.24 231	0.17 24	0.15 27

AnyNet_C32	1.96 366	1.10 371	5.17 391	0.90 358	1.11 372	2.12 359	2.37 400	1.85 284	1.48 321	2.45 370	1.70 305	2.05 349	1.64 343	2.50 286	10.28 404	0.37 317	0.34 328	0.35 308	0.41 341	0.49 332	0.54 340

AdaStereo	0.70 158	0.43 265	0.75 149	0.73 312	0.37 156	0.92 215	0.53 189	1.85 284	1.18 212	1.12 140	1.23 176	1.07 194	0.65 126	0.96 85	0.63 182	0.31 285	0.15 126	0.32 284	0.21 174	0.29 244	0.22 169
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.
HBP-ISP	0.96 257	0.58 315	0.72 121	0.61 222	0.46 223	1.64 322	0.76 269	1.86 287	1.28 255	1.30 236	1.53 270	0.86 125	0.94 227	3.27 313	0.69 193	0.45 344	0.44 360	0.54 359	0.48 356	0.47 326	0.40 303

MFMNet_re	1.40 330	1.14 376	1.68 338	1.39 383	1.07 369	1.48 307	1.43 358	1.87 288	1.82 351	2.26 361	2.19 348	1.51 290	1.86 360	1.52 182	1.25 291	0.93 378	0.83 391	0.84 377	0.80 381	0.99 377	1.05 383

WCMA_ROB	1.84 359	0.47 280	1.31 301	0.69 290	0.57 271	2.11 358	1.14 338	1.87 288	1.73 344	4.04 395	6.43 398	5.62 398	3.61 395	2.59 289	1.94 347	0.52 357	0.44 360	0.39 327	0.42 343	0.48 329	0.47 326

stereogan	1.15 305	0.42 262	1.40 312	0.86 348	0.84 351	2.38 369	0.71 262	1.88 290	1.73 344	1.72 330	1.94 335	2.31 358	1.29 310	2.07 258	1.08 270	0.36 313	0.35 336	0.39 327	0.31 304	0.51 337	0.46 323

RTSC	1.29 316	0.73 343	2.44 370	0.83 340	0.57 271	1.85 343	0.65 244	1.88 290	2.00 361	2.20 360	1.66 301	1.60 303	1.26 307	2.33 277	3.92 377	0.32 290	0.23 267	0.27 240	0.29 292	0.37 284	0.37 293

GANet-RSSM	0.72 164	0.28 86	0.63 68	0.64 250	0.58 279	0.80 183	0.58 225	1.89 292	1.08 164	1.04 117	1.25 182	1.15 217	1.04 264	1.49 179	0.62 178	0.25 233	0.19 212	0.22 124	0.22 200	0.22 156	0.21 154

NVStereoNet_ROB	1.88 361	1.07 369	1.45 319	1.07 375	1.17 377	1.47 306	1.48 362	1.89 292	1.93 359	1.94 350	4.67 391	3.08 379	1.80 356	6.51 374	1.65 334	1.06 385	0.86 397	1.08 385	1.32 397	0.93 374	1.26 387
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCDC_ROB	1.29 316	0.75 348	1.33 306	1.05 372	0.88 357	1.73 329	0.52 183	1.89 292	3.28 388	1.29 229	4.88 393	1.22 228	1.46 327	1.77 229	1.45 324	0.60 367	0.26 287	0.29 258	0.25 242	0.52 339	0.37 293

ARAFT	0.77 195	0.36 233	1.49 328	0.51 98	0.31 93	0.90 207	0.82 287	1.90 295	1.06 155	1.62 322	1.24 178	1.02 180	0.64 121	1.84 234	0.50 130	0.18 60	0.14 76	0.28 250	0.27 264	0.17 24	0.16 42

APVNet	1.06 282	0.53 301	1.42 314	0.84 341	0.79 340	1.92 346	0.82 287	1.90 295	1.08 164	1.08 121	1.43 245	1.56 296	1.13 285	3.07 305	1.58 331	0.31 285	0.34 328	0.42 336	0.36 329	0.36 280	0.37 293

EDNetEfficientorigin	10.57 414	1.47 388	177.42 439	0.67 277	0.53 258	1.58 316	1.16 341	1.90 295	3.37 390	4.71 403	3.38 375	3.10 380	2.69 386	3.13 309	3.58 374	0.25 233	0.23 267	0.33 291	0.27 264	0.83 370	0.81 371

CFNet	0.96 257	0.36 233	1.01 243	0.62 233	0.42 195	0.99 236	0.47 151	1.90 295	1.32 274	0.99 102	1.39 236	1.10 204	0.86 195	5.58 359	0.79 226	0.23 194	0.17 183	0.28 250	0.27 264	0.26 213	0.21 154

Wz-Net-LNSev-Ref	0.99 268	0.40 253	1.82 348	0.66 267	0.62 297	2.05 355	0.78 274	1.91 299	1.29 259	1.54 308	1.42 241	1.51 290	1.23 302	1.99 251	1.33 301	0.23 194	0.14 76	0.20 75	0.15 31	0.27 225	0.26 228

ADCRef	1.35 324	0.55 305	2.37 369	0.72 305	0.77 335	1.94 348	0.78 274	1.91 299	1.27 250	1.57 316	1.59 285	1.36 264	1.41 321	1.54 188	7.53 393	0.23 194	0.20 229	0.32 284	0.30 300	0.29 244	0.29 248

RYNet	1.17 308	0.49 288	1.24 291	0.70 295	0.97 366	1.71 326	0.92 307	1.91 299	1.46 319	1.38 271	1.14 148	1.88 327	1.30 314	4.24 329	1.87 342	0.26 247	0.21 245	0.35 308	0.27 264	0.55 344	0.54 340

PSMNet-RSSM	0.72 164	0.30 129	0.61 61	0.63 241	0.42 195	0.73 150	0.56 212	1.92 302	1.10 174	1.09 126	1.37 228	1.22 228	0.98 244	1.28 135	0.72 202	0.27 256	0.19 212	0.27 240	0.29 292	0.24 195	0.24 198

RGC	1.14 302	0.79 352	1.26 294	0.91 361	0.96 365	1.52 311	0.77 272	1.92 302	1.26 243	1.54 308	1.93 333	2.02 346	1.54 334	2.25 273	1.31 300	0.44 343	0.35 336	0.58 369	0.48 356	0.47 326	0.46 323

LSM	6.33 407	1.10 371	13.19 410	1.41 385	68.17 434	1.64 322	1.90 383	1.92 302	2.46 373	2.99 385	3.11 372	1.88 327	1.80 356	2.61 291	2.06 353	0.41 330	0.58 382	0.50 351	0.57 369	0.64 358	17.66 426

StereoDRNet	0.98 267	0.47 280	1.70 339	0.76 320	0.94 362	1.51 310	0.91 305	1.92 302	1.32 274	1.61 319	1.13 145	1.47 285	0.97 240	1.75 222	1.46 325	0.28 266	0.23 267	0.29 258	0.27 264	0.35 274	0.27 234

S-Stereo	1.15 305	0.46 276	2.17 362	0.81 332	0.80 345	1.21 275	1.19 344	1.93 306	2.02 362	1.47 291	2.11 344	1.57 297	1.17 288	2.05 257	1.41 316	0.40 326	0.40 352	0.35 308	0.31 304	0.44 320	0.70 365

edge stereo	1.11 295	0.50 292	1.30 300	0.71 302	0.65 303	1.14 258	0.75 266	1.93 306	1.37 295	1.71 329	1.83 320	2.54 367	1.44 324	2.43 284	1.23 289	0.42 333	0.41 354	0.54 359	0.35 325	0.42 308	0.46 323

psmg	0.72 164	0.32 175	0.68 91	0.50 75	0.44 206	1.48 307	0.75 266	1.94 308	0.98 124	1.21 195	1.33 214	1.12 209	0.74 140	0.91 78	0.66 188	0.24 209	0.19 212	0.25 210	0.25 242	0.23 181	0.22 169

ADCPNet	1.85 360	0.69 338	8.07 400	0.71 302	0.58 279	2.79 380	1.22 346	1.94 308	1.54 330	1.88 345	1.69 304	2.46 366	2.04 369	2.37 280	6.48 388	0.38 321	0.37 343	0.38 321	0.43 345	0.47 326	0.45 319

anonymity	1.12 297	0.97 363	1.21 285	1.07 375	1.12 374	1.08 250	0.89 300	1.95 310	1.16 205	1.29 229	1.26 188	1.22 228	1.09 278	1.15 123	1.01 263	1.02 382	1.00 403	0.97 380	0.97 390	0.98 375	0.99 378

Ntro	1.64 347	1.15 377	1.23 288	2.48 396	1.83 390	2.09 357	1.16 341	1.96 311	1.38 299	1.21 195	1.62 293	1.62 305	1.29 310	1.87 240	1.11 277	3.04 400	0.56 380	1.82 390	0.64 375	2.80 396	2.05 396

FAT-Stereo	1.07 284	0.41 259	1.32 304	0.72 305	0.58 279	1.08 250	0.89 300	1.96 311	1.65 337	1.75 332	1.98 336	2.03 347	1.48 330	2.02 253	1.18 287	0.42 333	0.35 336	0.34 301	0.29 292	0.35 274	0.53 339

ADCL	1.72 356	0.57 312	3.66 384	0.67 277	0.61 292	2.61 376	1.85 379	1.96 311	1.67 339	1.90 348	1.83 320	2.06 350	1.90 363	2.13 262	9.15 401	0.26 247	0.24 276	0.34 301	0.32 310	0.38 292	0.35 287

SGM+DAISY	2.41 381	1.07 369	2.14 361	1.18 378	1.10 371	2.14 360	1.36 355	1.96 311	1.66 338	5.46 409	7.07 401	4.95 394	4.32 402	5.50 355	2.26 357	1.04 384	1.02 405	0.99 382	0.97 390	1.02 378	1.04 381

ADCMid	1.89 364	0.73 343	5.06 390	0.72 305	0.67 307	2.00 353	1.14 338	1.97 315	1.48 321	2.86 382	1.81 319	2.37 361	2.05 371	2.24 271	10.39 405	0.33 295	0.31 319	0.39 327	0.43 345	0.50 333	0.44 317

Wz-Net-MNSev	1.11 295	0.58 315	2.23 365	0.66 267	0.71 318	1.95 349	1.46 360	1.98 316	1.45 318	1.79 338	1.43 245	1.49 287	1.33 317	1.97 250	1.42 320	0.27 256	0.23 267	0.28 250	0.28 281	0.34 273	0.31 270

ac_64	0.82 215	0.29 113	0.81 178	0.71 302	0.60 289	1.05 244	0.54 193	1.99 317	0.92 103	1.18 184	1.06 114	1.99 342	1.08 275	1.94 247	0.97 259	0.27 256	0.22 259	0.24 173	0.23 220	0.22 156	0.19 114

Wz-Net-SNSev	1.49 334	1.23 380	6.27 397	0.68 287	0.67 307	1.37 294	1.41 357	2.00 318	1.39 303	1.48 297	1.61 290	2.29 356	1.32 316	3.93 324	2.14 355	0.31 285	0.28 301	0.31 271	0.33 316	0.42 308	0.36 291

CSP-Net	0.97 263	0.38 244	0.83 182	0.53 122	0.41 192	1.63 320	0.77 272	2.00 318	1.05 152	1.25 215	1.20 168	1.33 259	0.83 182	4.93 344	0.85 243	0.32 290	0.22 259	0.20 75	0.20 138	0.23 181	0.25 210

SFCPSM	0.70 158	0.28 86	1.02 249	0.51 98	0.38 173	1.37 294	0.66 249	2.00 318	1.03 144	1.17 179	1.21 170	0.82 105	0.78 159	1.03 101	0.53 147	0.21 147	0.17 183	0.22 124	0.24 231	0.21 134	0.19 114

DispFullNet	2.34 377	2.85 412	3.66 384	3.08 405	2.27 397	1.97 350	0.67 252	2.00 318	1.70 341	2.52 371	2.00 337	2.23 353	5.86 406	3.44 319	1.58 331	1.01 380	0.32 326	2.64 405	1.94 410	2.85 400	2.24 398

NCC-stereo	1.10 292	0.54 302	1.24 291	0.84 341	0.94 362	1.29 285	0.89 300	2.01 322	1.34 280	1.32 248	1.74 309	1.88 327	1.74 351	2.35 278	1.25 291	0.45 344	0.37 343	0.45 342	0.58 370	0.42 308	0.42 311

Abc-Net	1.10 292	0.54 302	1.24 291	0.84 341	0.94 362	1.29 285	0.89 300	2.01 322	1.34 280	1.32 248	1.74 309	1.88 327	1.74 351	2.35 278	1.25 291	0.45 344	0.37 343	0.45 342	0.58 370	0.42 308	0.42 311
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
pmcnn	2.37 378	0.42 262	2.71 378	0.63 241	0.43 200	1.54 313	1.19 344	2.01 322	1.53 329	2.64 375	7.60 404	18.07 418	1.45 326	3.44 319	2.78 364	0.18 60	0.15 126	0.15 3	0.12 9	0.20 100	0.18 80

AASNet	0.76 194	0.35 226	0.91 214	0.79 326	0.81 347	1.14 258	0.56 212	2.02 325	1.08 164	1.22 200	1.24 178	0.93 147	0.76 150	0.77 52	1.16 282	0.27 256	0.23 267	0.24 173	0.20 138	0.28 239	0.24 198

pcwnet_v2	0.97 263	0.37 239	4.33 387	0.62 233	0.54 261	0.79 178	0.45 138	2.02 325	1.58 333	1.42 285	1.64 297	1.09 202	0.79 161	1.24 132	0.67 191	0.32 290	0.25 283	0.29 258	0.27 264	0.37 284	0.35 287

SMFormer	0.75 188	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.82 235	0.24 209	0.20 229	0.22 124	0.21 174	0.23 181	0.24 198

tta	0.75 188	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.82 235	0.24 209	0.20 229	0.22 124	0.21 174	0.18 43	0.18 80

qqq1	0.72 164	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.44 86	0.24 209	0.20 229	0.18 37	0.15 31	0.18 43	0.18 80

fff1	0.72 164	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.44 86	0.24 209	0.20 229	0.18 37	0.15 31	0.18 43	0.18 80

SAMSARA	1.55 340	0.84 354	2.61 375	1.22 380	1.07 369	2.50 372	1.93 384	2.05 327	1.89 354	2.75 378	1.66 301	2.81 374	1.69 349	3.08 307	1.97 349	0.46 350	0.51 374	0.42 336	0.46 352	0.58 349	0.59 351

Syn2CoEx	1.14 302	0.69 338	1.66 337	0.80 329	0.67 307	1.40 299	0.88 298	2.06 332	1.54 330	1.25 215	1.58 284	1.42 271	1.50 333	4.09 327	1.40 312	0.36 313	0.32 326	0.34 301	0.29 292	0.29 244	0.34 282

otaku	1.60 343	1.11 374	1.21 285	2.20 391	1.56 388	1.97 350	1.24 347	2.07 333	1.36 291	1.44 286	1.62 293	1.73 320	1.19 294	1.73 221	0.98 261	2.89 399	0.57 381	1.74 388	0.60 374	2.78 395	1.94 395

ssnet_v2	0.88 238	0.36 233	1.02 249	0.62 233	0.38 173	1.32 288	0.97 317	2.07 333	1.34 280	1.37 266	1.18 162	1.54 293	0.92 216	1.10 115	1.65 334	0.30 278	0.27 295	0.30 267	0.28 281	0.27 225	0.26 228

XQC	1.37 326	0.87 358	2.56 374	0.84 341	0.69 315	1.83 341	0.89 300	2.07 333	1.88 353	1.88 345	1.53 270	1.91 332	1.55 336	2.85 299	3.05 366	0.48 352	0.29 309	0.44 341	0.39 335	0.69 365	0.60 354

FCDSN-DC	2.32 376	0.63 330	0.81 178	0.84 341	0.75 331	2.23 362	0.94 313	2.09 336	1.80 349	5.45 408	7.72 406	7.77 406	6.93 412	3.39 314	1.80 340	0.52 357	0.48 369	0.52 353	0.51 363	0.57 347	0.58 349
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GES	0.66 142	0.34 210	0.90 211	0.59 199	0.38 173	0.94 220	0.57 222	2.11 337	0.86 79	1.02 110	1.11 134	0.66 67	0.79 161	0.99 93	0.61 175	0.27 256	0.19 212	0.20 75	0.20 138	0.21 134	0.30 260

mmx	1.39 328	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	2.13 338	1.37 295	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 394	0.24 209	0.19 212	0.31 271	0.27 264	0.30 253	0.25 210

xxx	1.39 328	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	2.13 338	1.37 295	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 394	0.24 209	0.19 212	0.31 271	0.27 264	0.30 253	0.25 210

DGSMNet	1.14 302	0.76 350	2.49 373	0.81 332	0.86 354	1.39 298	1.39 356	2.13 338	1.35 288	1.26 219	1.63 296	1.48 286	0.98 244	1.75 222	1.10 275	0.45 344	0.43 357	0.55 363	0.49 359	0.75 369	0.70 365

DISCO	1.03 278	0.34 210	1.11 273	0.69 290	0.45 213	2.07 356	0.84 289	2.13 338	1.50 324	1.15 159	1.33 214	2.40 363	1.07 274	2.60 290	1.51 329	0.23 194	0.18 199	0.22 124	0.20 138	0.31 260	0.27 234

test_xeample	1.45 333	0.28 86	0.65 78	0.51 98	0.28 52	0.94 220	0.59 232	2.14 342	1.29 259	1.24 211	1.51 268	0.88 132	0.86 195	1.46 173	15.10 412	0.22 170	0.20 229	0.22 124	0.20 138	0.22 156	0.22 169

DRN-Test	1.00 272	0.44 268	1.13 277	0.70 295	0.81 347	1.62 319	0.79 277	2.14 342	1.44 317	1.78 335	1.33 214	1.43 272	1.05 268	2.18 267	1.53 330	0.27 256	0.21 245	0.31 271	0.30 300	0.32 265	0.28 245

CRFU-Net	0.86 233	0.39 249	1.00 239	0.65 262	0.57 271	1.78 337	0.86 295	2.15 344	0.81 70	1.38 271	1.18 162	1.64 310	1.19 294	1.35 148	0.90 249	0.26 247	0.22 259	0.21 98	0.19 110	0.23 181	0.24 198

RTS	2.67 386	1.38 382	15.28 412	0.99 368	1.26 383	3.78 393	1.96 386	2.15 344	2.62 380	2.61 373	2.85 369	2.60 369	1.59 338	6.27 369	5.71 386	0.40 326	0.28 301	0.35 308	0.35 325	0.50 333	0.48 329

RTSA	2.67 386	1.38 382	15.28 412	0.99 368	1.26 383	3.78 393	1.96 386	2.15 344	2.62 380	2.61 373	2.85 369	2.60 369	1.59 338	6.27 369	5.71 386	0.40 326	0.28 301	0.35 308	0.35 325	0.50 333	0.48 329

BUS	0.74 181	0.32 175	0.68 91	0.54 137	0.44 206	2.34 367	0.42 99	2.16 347	0.98 124	1.20 192	1.11 134	1.03 183	0.62 113	0.91 78	0.70 194	0.24 209	0.17 183	0.25 210	0.22 200	0.22 156	0.22 169

BSDual-CNN	0.71 163	0.32 175	0.68 91	0.54 137	0.44 206	1.27 282	0.65 244	2.16 347	0.98 124	1.20 192	1.11 134	1.12 209	0.74 140	0.91 78	0.66 188	0.24 209	0.17 183	0.25 210	0.22 200	0.22 156	0.22 169

hknet	0.77 195	0.32 175	0.95 225	0.54 137	0.38 173	1.27 282	0.65 244	2.16 347	1.07 160	1.20 192	1.11 134	1.59 301	0.81 169	1.37 152	0.66 188	0.22 170	0.17 183	0.25 210	0.22 200	0.22 156	0.22 169

MSC_U_SF_DS_RVC	2.12 370	1.15 377	3.10 381	1.05 372	0.76 334	5.03 406	2.40 401	2.16 347	2.62 380	1.89 347	2.28 352	2.69 372	1.65 344	9.35 407	2.04 351	0.64 372	0.51 374	0.68 372	0.71 377	1.09 380	0.67 362

AF-Net	1.13 300	0.52 298	1.33 306	0.86 348	0.91 358	1.38 297	0.71 262	2.16 347	1.62 335	1.56 312	2.40 358	1.99 342	1.65 344	1.81 233	1.48 327	0.48 352	0.28 301	0.49 350	0.33 316	0.39 296	0.32 276

SPS-STEREO	1.67 349	1.04 368	1.23 288	1.21 379	1.13 376	1.82 340	1.11 334	2.16 347	1.52 327	3.07 389	2.32 353	2.82 375	1.80 356	4.11 328	2.04 351	1.03 383	0.99 402	0.97 380	0.94 388	1.03 379	1.02 379
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ttt	0.94 253	0.34 210	0.59 54	0.61 222	0.37 156	0.94 220	0.50 173	2.17 353	1.34 280	1.23 203	1.61 290	0.91 138	0.76 150	1.85 237	3.97 379	0.30 278	0.26 287	0.26 229	0.24 231	0.29 244	0.29 248

222	1.61 345	0.29 113	0.67 88	0.56 169	0.29 65	1.06 247	0.42 99	2.17 353	1.31 269	1.31 246	1.52 269	0.92 146	0.94 227	1.76 227	17.65 416	0.24 209	0.20 229	0.21 98	0.19 110	0.22 156	0.23 186

xxxx	1.51 337	0.28 86	0.68 91	0.54 137	0.28 52	1.16 265	0.44 127	2.19 355	1.29 259	1.09 126	1.36 226	1.22 228	0.85 187	1.79 230	15.70 415	0.24 209	0.21 245	0.21 98	0.20 138	0.22 156	0.23 186

Nwc_Net	1.09 289	0.49 288	1.33 306	0.89 357	0.80 345	1.49 309	0.66 249	2.19 355	1.27 250	1.32 248	2.26 351	1.96 339	1.54 334	1.92 243	1.34 303	0.40 326	0.30 313	0.43 338	0.45 349	0.38 292	0.37 293

DeepPrunerF	1.60 343	0.73 343	5.81 395	0.88 354	1.19 380	0.91 209	0.95 315	2.19 355	5.24 403	1.17 179	1.30 201	1.19 223	1.30 314	4.90 342	1.66 336	0.42 333	0.34 328	0.52 353	0.47 354	0.41 303	0.40 303

WZ-Net	1.95 365	0.95 362	10.10 404	0.86 348	0.78 338	1.69 325	1.60 368	2.20 358	1.98 360	2.08 356	1.93 333	2.30 357	1.97 366	5.30 348	3.17 371	0.34 303	0.26 287	0.29 258	0.31 304	0.51 337	0.47 326

1111x	1.70 353	0.29 113	0.86 190	0.51 98	0.27 33	1.01 239	0.68 254	2.22 359	1.28 255	1.13 154	1.40 238	1.21 226	1.10 279	5.53 356	15.20 413	0.22 170	0.21 245	0.22 124	0.22 200	0.24 195	0.22 169

SHD	1.31 319	0.71 342	2.34 368	0.86 348	0.75 331	1.77 335	0.65 244	2.22 359	2.50 378	2.40 369	1.71 306	1.91 332	1.60 340	1.93 246	2.37 358	0.38 321	0.31 319	0.38 321	0.40 339	0.48 329	0.50 334

RAFT + AFF	1.00 272	0.42 262	1.09 268	0.67 277	0.50 237	1.22 276	1.24 347	2.24 361	1.19 215	1.30 236	1.56 278	1.17 219	1.49 332	3.44 319	0.83 237	0.21 147	0.25 283	0.30 267	0.26 256	0.27 225	0.27 234

HSM	1.19 309	0.32 175	0.65 78	0.57 180	0.38 173	1.23 277	0.59 232	2.25 362	1.19 215	1.30 236	1.25 182	1.94 337	1.03 263	9.32 406	0.71 199	0.22 170	0.16 157	0.20 75	0.16 60	0.21 134	0.21 154

ADCS	2.25 373	0.99 365	5.55 392	0.81 332	0.74 325	2.19 361	1.80 375	2.27 363	2.14 366	2.80 381	2.13 346	2.40 363	2.03 368	2.64 292	13.69 409	0.41 330	0.39 350	0.40 332	0.45 349	0.58 349	0.56 344

EAI-Stereo	0.65 134	0.28 86	0.69 100	0.53 122	0.27 33	0.60 87	0.40 86	2.28 364	0.64 27	0.71 51	3.18 373	0.57 45	0.43 24	1.06 108	0.41 67	0.18 60	0.13 43	0.17 14	0.17 76	0.17 24	0.17 62

AnyNet_C01	2.26 374	1.78 393	10.22 406	0.93 364	0.74 325	2.92 383	2.20 395	2.29 365	1.80 349	2.53 372	2.41 359	2.71 373	1.73 350	3.41 316	6.72 390	0.41 330	0.39 350	0.40 332	0.42 343	0.67 363	0.63 357

ACVNet-4b	2.15 371	1.41 385	1.64 335	2.80 398	2.31 399	2.31 366	1.24 347	2.32 366	2.14 366	1.26 219	2.39 357	2.66 371	1.48 330	5.95 367	1.06 267	3.20 404	0.45 364	2.37 396	0.89 385	2.83 399	2.37 400

Wz-Net-TNSev	1.88 361	2.08 404	7.66 398	0.67 277	0.64 300	2.42 370	1.83 378	2.33 367	1.74 346	1.57 316	1.56 278	2.58 368	1.90 363	4.86 340	3.12 368	0.39 324	0.37 343	0.33 291	0.37 332	0.53 341	0.58 349

iResNet_ROB	0.77 195	0.30 129	0.99 234	0.57 180	0.36 148	0.83 192	0.36 58	2.33 367	1.58 333	1.27 222	1.30 201	1.25 239	0.84 184	1.65 204	0.79 226	0.20 119	0.14 76	0.17 14	0.12 9	0.18 43	0.27 234

CoDeX	0.73 178	0.29 113	0.93 220	0.54 137	0.36 148	1.14 258	0.61 237	2.34 369	1.17 207	1.16 170	1.25 182	0.91 138	0.87 199	1.33 144	0.64 186	0.20 119	0.16 157	0.21 98	0.18 90	0.20 100	0.18 80

MFN_U_SF_RVC	1.52 338	0.84 354	3.42 382	0.87 353	0.66 305	2.56 374	0.95 315	2.36 370	1.70 341	1.98 351	1.86 325	2.45 365	1.79 355	2.95 301	2.58 360	0.52 357	0.48 369	0.55 363	0.59 373	0.59 351	0.61 355

DIP-Stereo	0.62 113	0.30 129	0.83 182	0.48 55	0.36 148	0.95 224	0.33 34	2.37 371	0.67 41	1.25 215	1.00 88	0.68 71	0.51 59	0.91 78	0.61 175	0.18 60	0.15 126	0.21 98	0.17 76	0.19 73	0.19 114
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
SGM_RVC	1.68 351	0.36 233	0.61 61	0.59 199	0.29 65	2.25 363	1.18 343	2.38 372	1.68 340	3.60 391	2.67 366	3.69 384	2.42 381	8.13 399	1.90 345	0.31 285	0.31 319	0.30 267	0.28 281	0.30 253	0.29 248
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	1.88 361	0.57 312	2.18 364	0.63 241	0.40 186	2.80 381	1.57 367	2.39 373	5.88 405	2.36 367	3.57 378	3.72 385	2.97 389	4.74 338	1.76 338	0.34 303	0.30 313	0.32 284	0.29 292	0.48 329	0.37 293

GEStereo_RVC	0.90 243	0.37 239	0.99 234	0.64 250	0.50 237	0.95 224	0.79 277	2.42 374	1.17 207	1.16 170	1.11 134	1.26 243	0.92 216	3.24 311	0.90 249	0.29 274	0.19 212	0.23 153	0.20 138	0.27 225	0.29 248

LMCR-Stereo	0.82 215	0.46 276	0.88 203	0.75 318	0.43 200	1.33 289	0.56 212	2.43 375	0.98 124	1.53 304	1.49 263	0.74 83	1.00 254	1.63 202	0.89 247	0.28 266	0.17 183	0.22 124	0.17 76	0.29 244	0.20 137

PDISCO_ROB	1.32 321	0.65 333	1.44 315	1.36 381	1.46 387	2.55 373	0.92 307	2.45 376	2.07 365	1.37 266	1.49 263	1.65 312	1.00 254	2.82 296	1.35 306	1.01 380	0.27 295	0.54 359	0.47 354	0.71 367	0.73 368

STrans-v2	1.04 281	0.28 86	0.96 229	0.49 68	0.32 108	0.68 131	0.79 277	2.47 377	1.12 180	1.12 140	1.46 256	1.40 268	1.46 327	6.70 380	0.43 84	0.18 60	0.13 43	0.20 75	0.18 90	0.18 43	0.18 80

FBW_ROB	1.71 355	0.62 329	1.45 319	0.67 277	0.61 292	1.81 338	1.08 332	2.52 378	1.70 341	1.77 334	1.73 308	1.98 341	1.25 305	12.57 417	1.84 341	0.34 303	0.37 343	0.56 366	0.38 334	0.45 323	0.43 315

RainbowNet	1.97 367	1.76 392	1.57 332	2.81 399	2.21 395	1.98 352	1.81 376	2.54 379	1.89 354	1.50 300	1.84 322	1.96 339	1.65 344	2.14 263	1.25 291	3.33 406	0.85 395	2.39 399	0.98 392	2.82 398	2.22 397

PVD	1.70 353	0.84 354	2.26 366	0.94 366	0.83 350	2.48 371	0.97 317	2.59 380	3.35 389	3.01 387	2.77 367	2.34 360	2.47 383	2.67 293	3.14 369	0.47 351	0.45 364	0.59 370	0.48 356	0.59 351	0.75 370

ELAS_RVC	2.48 383	0.74 346	1.90 352	1.05 372	0.92 360	2.76 378	4.01 411	2.76 381	4.11 397	4.69 402	4.63 389	4.62 389	5.96 408	3.97 326	3.96 378	0.63 371	0.53 376	0.56 366	0.52 364	0.64 358	0.63 357
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MDST_ROB	1.67 349	0.34 210	1.58 333	0.92 363	0.58 279	4.26 401	1.11 334	2.83 382	1.41 311	4.49 401	2.55 363	1.45 278	0.97 240	7.79 396	1.17 284	0.31 285	0.25 283	0.37 318	0.33 316	0.31 260	0.30 260

MADNet+	2.69 388	3.22 414	11.53 409	1.44 386	1.12 374	3.19 386	1.81 376	2.85 383	2.37 370	1.68 327	2.07 343	2.85 376	2.18 374	7.41 390	5.23 384	0.79 375	0.76 388	0.69 374	0.65 376	0.98 375	0.95 376

PWCK	2.88 393	2.05 402	5.72 394	2.08 390	1.11 372	3.55 390	3.90 410	2.86 384	3.54 393	3.03 388	3.63 379	3.10 380	2.31 378	8.15 401	3.09 367	2.12 393	0.91 400	1.75 389	0.98 392	2.57 393	1.18 386

iRaft-Stereo_20w	0.65 134	0.31 161	1.00 239	0.47 43	0.34 139	0.73 150	0.30 23	2.96 385	0.70 48	1.15 159	1.14 148	0.76 88	0.65 126	1.11 118	0.38 50	0.17 32	0.13 43	0.18 37	0.16 60	0.19 73	0.18 80

FC-DCNN	2.72 391	0.59 318	0.86 190	0.73 312	0.57 271	2.91 382	1.04 328	3.01 386	2.60 379	6.83 410	7.64 405	9.92 411	6.33 410	5.21 346	3.14 369	0.53 363	0.48 369	0.51 352	0.50 361	0.53 341	0.51 338

ACVNet_1	2.18 372	1.45 387	1.72 341	2.85 400	2.33 400	2.28 364	1.46 360	3.08 387	2.22 369	1.82 342	2.05 342	3.56 382	1.98 367	3.09 308	1.40 312	3.17 401	0.60 383	2.40 400	0.92 387	2.91 402	2.37 400

MeshStereo	2.26 374	0.56 308	0.92 218	0.61 222	0.49 231	2.60 375	1.02 326	3.18 388	2.05 364	7.40 414	4.98 394	7.58 404	2.98 390	6.37 372	1.96 348	0.43 338	0.43 357	0.45 342	0.39 335	0.43 313	0.42 311
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
ACVNet_2	2.43 382	1.41 385	2.04 356	2.62 397	2.24 396	2.63 377	1.88 382	3.31 389	3.01 385	2.19 359	3.45 377	4.62 389	2.04 369	4.50 335	1.47 326	2.55 396	0.64 385	2.22 393	0.84 383	2.69 394	2.29 399

ELAS	2.37 378	0.74 346	1.54 330	0.99 368	0.92 360	4.78 403	2.33 399	3.33 390	3.37 390	5.05 407	4.77 392	3.67 383	4.53 403	3.42 317	4.50 381	0.62 369	0.53 376	0.55 363	0.53 365	0.63 356	0.64 361
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSNet	1.69 352	0.59 318	4.33 387	0.70 295	0.57 271	2.02 354	1.62 369	3.35 391	1.78 347	1.48 297	1.38 232	2.17 352	2.84 387	4.77 339	3.66 375	0.48 352	0.31 319	0.29 258	0.25 242	0.64 358	0.48 329

HSM-Net_RVC	0.87 237	0.29 113	0.53 28	0.53 122	0.30 81	1.15 263	0.55 206	3.57 392	1.28 255	1.53 304	1.74 309	1.68 315	0.93 222	1.49 179	0.77 218	0.22 170	0.17 183	0.19 51	0.18 90	0.20 100	0.19 114
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
JetBlue	3.97 397	2.01 399	10.19 405	1.38 382	2.84 407	10.53 414	9.54 414	3.60 393	2.41 372	2.73 377	3.39 376	4.54 388	4.31 401	7.85 398	6.84 391	0.88 376	0.93 401	0.89 378	0.91 386	1.74 386	1.91 394

LE_ROB	8.05 411	0.37 239	23.53 418	0.74 314	0.33 124	2.77 379	2.87 407	3.71 394	27.24 425	25.39 425	8.87 410	8.46 408	26.71 425	6.65 376	21.99 419	0.21 147	0.19 212	0.20 75	0.21 174	0.25 205	0.22 169

IMH-64-1	2.70 389	1.79 394	1.46 321	3.26 407	2.66 403	3.23 388	2.10 390	4.08 395	2.75 383	2.34 363	3.81 381	3.06 377	2.22 376	4.25 330	2.59 361	3.75 410	0.84 392	2.75 406	1.35 398	3.15 404	2.60 406

IMH-64	2.70 389	1.79 394	1.46 321	3.26 407	2.66 403	3.23 388	2.10 390	4.08 395	2.75 383	2.34 363	3.81 381	3.06 377	2.22 376	4.25 330	2.59 361	3.75 410	0.84 392	2.75 406	1.35 398	3.15 404	2.60 406

WAO-7	2.66 385	1.40 384	1.73 343	1.39 383	1.17 377	3.93 396	1.94 385	4.11 397	3.88 395	2.92 383	5.50 395	4.18 387	3.00 391	7.63 394	3.71 376	1.13 388	1.00 403	1.17 386	1.13 396	1.18 382	1.09 385

WAO-6	2.81 392	1.60 390	1.46 321	2.36 395	2.28 398	3.55 390	2.29 398	4.21 398	4.56 401	2.36 367	4.51 386	4.88 393	2.66 385	4.60 336	4.07 380	1.72 389	1.15 409	2.31 395	1.46 403	2.31 389	1.85 393

MADNet++	5.01 402	3.14 413	4.91 389	4.55 418	3.94 416	5.20 407	4.41 412	4.40 399	4.13 398	4.95 405	6.08 396	4.74 391	5.37 404	9.40 408	10.67 406	4.65 416	4.15 418	3.97 417	3.34 416	4.09 412	4.08 417

IMH	3.21 395	1.85 398	1.48 326	3.25 406	2.69 405	4.07 399	2.02 388	4.41 400	3.80 394	2.72 376	7.11 402	4.75 392	2.92 388	5.92 365	2.55 359	3.85 413	0.88 398	2.78 408	1.36 400	3.19 406	2.59 405

DPSimNet_ROB	11.20 417	4.98 416	35.43 426	2.90 403	4.52 417	7.89 410	17.09 418	4.66 401	6.06 406	14.89 420	10.93 414	17.29 417	36.81 429	13.18 418	15.68 414	2.86 398	6.29 420	5.75 420	5.09 418	3.91 411	7.70 420

Dean	2.91 394	1.53 389	2.07 357	2.96 404	2.51 402	3.15 385	2.14 393	4.75 402	4.41 400	2.76 379	6.10 397	5.53 397	2.37 379	2.97 303	1.92 346	3.18 402	0.85 395	2.51 403	1.04 395	2.88 401	2.47 403

notaker	3.98 398	2.40 409	2.68 377	3.82 414	3.27 412	3.97 398	2.14 393	4.78 403	3.45 392	4.12 398	6.94 400	7.65 405	3.26 392	7.82 397	5.30 385	4.04 414	1.41 411	3.36 415	2.10 412	3.88 410	3.31 412

LVE	3.31 396	1.67 391	1.64 335	2.85 400	2.42 401	3.20 387	2.26 397	4.78 403	5.05 402	2.35 365	6.91 399	6.02 399	2.37 379	9.15 403	2.17 356	3.19 403	1.08 408	2.38 398	1.47 404	2.81 397	2.40 402

ktn	4.70 401	2.38 408	2.12 360	3.76 412	3.24 410	4.85 404	2.95 408	5.52 405	7.37 408	4.07 397	19.32 421	7.46 403	3.47 393	7.39 389	2.95 365	4.04 414	1.85 414	3.26 414	2.22 413	3.08 403	2.65 408

KSHMR	8.75 413	2.06 403	2.11 359	3.53 411	3.11 409	4.13 400	2.69 403	5.60 406	61.37 438	3.00 386	55.83 438	4.98 396	2.45 382	4.49 334	2.61 363	3.46 407	1.55 413	3.14 412	1.94 410	3.72 409	3.18 411

UNDER WATER	5.08 403	2.33 407	5.55 392	3.94 416	3.51 413	5.20 407	2.72 405	5.61 407	16.52 417	3.84 392	4.60 388	9.21 409	5.89 407	5.90 364	8.66 400	3.75 410	1.34 410	3.18 413	1.88 408	4.33 415	3.61 414

UNDER WATER-64	5.27 404	2.32 406	8.78 403	3.93 415	3.54 414	7.61 409	3.03 409	5.84 408	14.19 411	4.04 395	4.04 383	9.39 410	6.26 409	5.93 366	8.48 399	3.60 409	1.51 412	3.13 411	1.88 408	4.29 414	3.61 414

WAO-8	4.40 399	1.82 396	1.79 345	2.34 393	2.20 393	9.19 411	1.53 363	6.09 409	16.46 415	3.94 393	7.84 407	7.32 401	3.72 398	9.41 409	3.31 372	2.00 391	1.07 406	2.44 401	1.37 401	2.50 391	1.68 391

Venus	4.40 399	1.82 396	1.79 345	2.34 393	2.20 393	9.19 411	1.53 363	6.09 409	16.46 415	3.94 393	7.84 407	7.32 401	3.72 398	9.41 409	3.31 372	2.00 391	1.07 406	2.44 401	1.37 401	2.50 391	1.68 391

JetRed	6.91 410	8.80 420	25.96 422	2.85 400	3.25 411	13.98 420	11.87 415	6.25 411	4.28 399	4.45 400	4.56 387	6.69 400	5.46 405	7.46 392	14.05 410	2.59 397	3.31 415	2.59 404	2.29 414	4.20 413	3.36 413

SGM-ForestM	6.52 408	0.38 244	1.26 294	0.63 241	0.35 142	13.59 419	5.32 413	6.32 412	6.70 407	11.14 416	9.18 411	22.51 426	13.93 415	16.89 419	20.07 418	0.36 313	0.37 343	0.36 316	0.35 325	0.36 280	0.34 282

HanzoNet	11.04 416	3.62 415	8.10 402	4.08 417	3.55 415	4.90 405	2.73 406	7.19 413	10.10 409	31.86 434	28.92 426	21.96 425	36.36 427	18.08 420	10.17 403	7.94 420	3.32 416	3.47 416	3.31 415	7.06 420	4.04 416

PML	51.67 436	36.25 430	13.28 411	7.46 420	20.81 421	108.69 439	232.22 440	8.72 414	27.82 426	87.01 439	269.67 440	69.67 439	61.95 439	24.76 428	14.20 411	9.74 423	3.40 417	9.62 422	4.70 417	18.74 424	4.72 419

TorneroNet	10.70 415	2.03 400	1.82 348	3.43 409	3.01 408	43.83 430	2.22 396	8.87 415	67.47 439	7.17 413	27.36 424	10.68 414	3.85 400	8.67 402	7.65 398	3.59 408	0.88 398	3.04 410	1.57 406	3.71 408	3.17 410

TorneroNet-64	5.30 405	2.03 400	1.74 344	3.43 409	2.81 406	10.09 413	2.12 392	9.10 416	17.12 420	4.96 406	9.27 412	10.72 415	3.70 397	9.20 404	4.55 382	3.31 405	0.84 392	2.88 409	1.55 405	3.49 407	3.04 409

DGTPSM_ROB	13.01 418	8.23 418	21.87 415	9.51 421	18.10 419	11.56 416	32.01 424	10.63 417	16.20 413	7.03 411	19.48 422	10.15 412	16.66 417	9.83 412	22.42 420	4.75 417	8.68 421	5.37 418	10.25 422	6.16 418	11.36 421

DPSMNet_ROB	13.02 419	8.23 418	21.91 416	9.53 422	18.11 420	11.56 416	32.02 425	10.64 418	16.23 414	7.05 412	19.49 423	10.16 413	16.66 417	9.85 413	22.43 421	4.77 418	8.68 421	5.38 419	10.26 423	6.17 419	11.36 421

MANE	6.19 406	0.59 318	1.03 253	0.93 364	1.22 382	13.38 418	2.69 403	12.81 419	17.94 421	8.21 415	10.82 413	14.72 416	11.68 414	11.39 416	11.90 407	0.59 366	0.50 373	0.52 353	1.76 407	0.55 344	0.54 340

tt	6.58 409	0.26 47	6.10 396	3.77 413	2.16 392	11.55 415	19.63 419	13.33 420	5.74 404	2.96 384	2.65 365	4.97 395	6.33 410	3.81 323	7.24 392	9.15 421	11.32 426	5.89 421	6.24 420	6.03 417	2.55 404

LRCNet_RVC	22.74 422	32.10 429	21.97 417	29.84 426	26.23 424	4.42 402	0.81 286	22.66 421	2.02 362	26.93 426	29.26 427	23.06 427	15.59 416	23.84 424	18.88 417	31.75 432	19.90 433	34.65 432	32.13 432	30.54 431	28.32 432

DLNR_Zeroshot_test	23.17 423	48.52 440	43.29 429	176.68 439	78.69 435	0.35 5	0.21 1	23.41 422	0.75 57	0.66 45	0.86 58	0.59 53	0.30 4	1.56 193	0.44 86	9.57 422	0.12 10	0.18 37	0.14 23	76.92 438	0.16 42

DPSM_ROB	19.08 420	19.14 424	25.17 420	22.15 424	20.85 422	28.17 422	37.82 427	26.56 423	16.85 418	14.14 417	14.84 416	21.70 420	18.75 420	21.87 422	26.55 424	10.16 424	9.30 424	10.47 423	10.42 424	14.03 422	12.61 424

DPSM	19.08 420	19.14 424	25.17 420	22.15 424	20.85 422	28.17 422	37.82 427	26.56 423	16.85 418	14.14 417	14.84 416	21.70 420	18.75 420	21.87 422	26.55 424	10.16 424	9.30 424	10.47 423	10.42 424	14.03 422	12.61 424

Anonymous_1	43.04 435	18.73 423	24.79 419	21.81 423	46.26 433	27.80 421	37.60 426	28.08 425	16.14 412	14.66 419	14.30 415	20.65 419	17.88 419	21.56 421	25.94 423	117.93 439	8.92 423	100.65 436	126.50 436	158.64 439	12.08 423

HaxPig	38.92 431	41.40 437	41.64 427	29.95 427	32.27 425	28.90 424	27.60 421	29.73 426	37.71 435	43.82 435	43.87 434	33.17 428	35.56 426	41.53 429	40.37 431	43.94 436	47.51 438	45.82 433	47.08 434	42.38 432	44.15 435

xxxxx1	54.10 437	25.67 426	27.13 423	113.43 436	96.96 436	30.69 426	47.44 429	32.38 427	25.60 422	17.75 421	17.27 418	21.81 422	21.02 422	24.43 425	33.82 426	33.37 433	40.54 434	157.71 437	175.86 437	66.16 435	72.93 437

tt_ll	54.10 437	25.67 426	27.13 423	113.43 436	96.96 436	30.69 426	47.44 429	32.38 427	25.60 422	17.75 421	17.27 418	21.81 422	21.02 422	24.43 425	33.82 426	33.37 433	40.54 434	157.71 437	175.86 437	66.16 435	72.93 437

ff	54.10 437	25.67 426	27.13 423	113.43 436	96.96 436	30.69 426	47.44 429	32.38 427	25.60 422	17.75 421	17.27 418	21.81 422	21.02 422	24.43 425	33.82 426	33.37 433	40.54 434	157.71 437	175.86 437	66.16 435	72.93 437

BEATNet-Init1	26.87 425	13.43 422	70.68 437	0.91 361	0.68 313	57.02 438	21.06 420	32.82 430	32.67 427	52.12 438	53.61 437	66.05 438	49.56 438	48.79 439	34.71 429	0.49 356	0.44 360	0.53 358	0.53 365	0.63 356	0.59 351

MEDIAN_ROB	42.00 433	44.40 439	44.29 430	35.15 428	34.95 426	31.28 429	29.60 423	35.88 431	40.02 437	47.20 437	46.64 436	37.37 429	38.48 437	44.35 437	42.45 432	48.03 438	49.39 439	49.71 435	49.03 435	45.14 434	46.65 436

AVERAGE_ROB	40.43 432	42.37 438	42.73 428	36.96 429	35.58 427	30.50 425	27.61 422	36.71 432	38.39 436	44.91 436	44.36 435	37.45 430	36.70 428	41.88 430	40.35 430	45.43 437	46.81 437	47.11 434	46.35 433	42.51 433	43.87 434

MyStereo03	38.34 427	38.50 433	50.41 432	44.74 431	41.86 429	56.65 432	76.38 434	52.99 433	33.93 431	28.39 429	29.99 430	43.54 431	37.42 431	43.82 432	53.53 435	20.31 427	18.71 430	21.06 426	21.08 428	28.23 425	25.35 428

MyStereo02	38.34 427	38.50 433	50.41 432	44.74 431	41.86 429	56.65 432	76.38 434	52.99 433	33.93 431	28.39 429	29.99 430	43.54 431	37.42 431	43.82 432	53.53 435	20.31 427	18.71 430	21.06 426	21.08 428	28.23 425	25.35 428

MyStereo	38.34 427	38.50 433	50.41 432	44.74 431	41.86 429	56.65 432	76.38 434	52.99 433	33.93 431	28.39 429	29.99 430	43.54 431	37.42 431	43.82 432	53.53 435	20.31 427	18.71 430	21.06 426	21.08 428	28.23 425	25.35 428

CasAABBNet	38.33 426	38.46 431	50.35 431	44.75 434	41.84 428	56.68 435	76.37 433	53.22 436	33.83 429	28.31 427	29.54 428	43.62 435	37.71 435	43.84 435	53.41 434	20.30 426	18.70 428	21.07 429	21.07 427	28.24 428	25.34 427

Selective-RAFT-Error	38.39 430	38.47 432	50.44 435	44.73 430	41.97 432	56.68 435	76.38 434	53.24 437	33.92 430	28.34 428	29.85 429	43.60 434	38.20 436	43.75 431	53.34 433	20.38 430	18.70 428	21.09 430	21.05 426	28.30 429	25.43 431

LSM0	42.82 434	38.75 436	50.81 436	47.07 435	109.38 439	57.00 437	76.02 432	53.74 438	33.71 428	29.02 433	30.41 433	43.87 437	37.22 430	43.91 436	53.54 438	20.52 431	18.62 427	21.10 431	21.11 431	28.41 430	42.22 433

SPstereo	26.54 424	6.08 417	10.71 408	5.55 419	5.68 418	48.14 431	80.43 438	67.31 439	34.39 434	28.70 432	27.52 425	43.76 436	37.60 434	45.04 438	54.41 439	4.92 419	4.89 419	10.74 425	5.88 419	4.46 416	4.57 418

test_example2	192.40 440	210.76 441	206.48 440	199.83 440	204.73 440	172.94 440	183.52 439	133.93 440	133.41 440	191.38 440	196.19 439	187.13 440	178.77 440	205.33 440	208.00 440	222.09 440	238.72 440	186.54 440	190.54 440	227.34 440	170.31 440

ASD4		10.99 421

Low-res two-view benchmark