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

U	12.82 490	0.38 1	1.99 89	0.66 12	58.94 506	63.38 512	0.34 6	1.91 40	0.94 7	0.59 6	0.80 18	0.46 4	0.57 12	0.83 3	0.44 7	0.29 115	0.17 13	63.35 510	59.81 509	0.29 73	0.20 11

StereoAnything	0.50 1	0.39 2	1.11 10	0.79 41	0.42 45	0.70 3	0.36 9	0.76 1	0.80 3	0.62 8	0.38 2	0.73 37	0.77 57	0.69 1	0.36 2	0.26 50	0.17 13	0.23 14	0.16 9	0.18 1	0.20 11

dual_stereo	0.68 3	0.40 3	1.05 2	0.64 5	0.37 22	0.84 5	0.34 6	3.40 190	1.03 10	0.50 1	0.46 4	0.58 7	0.40 2	1.85 157	0.49 10	0.23 16	0.17 13	0.21 5	0.16 9	0.20 3	0.19 4

CAS	1.26 120	0.40 3	1.46 46	2.97 465	1.61 406	4.13 328	0.73 121	1.78 32	1.49 81	0.83 52	1.10 48	0.59 9	0.53 7	1.26 60	0.80 79	2.99 468	0.13 1	0.21 5	0.13 1	0.31 109	1.72 450

MonSter	0.62 2	0.43 5	1.07 5	0.66 12	0.82 224	1.13 10	0.39 13	2.57 102	0.92 6	0.58 5	0.64 6	0.36 2	0.35 1	0.95 8	0.43 5	0.15 1	0.15 2	0.20 1	0.17 15	0.21 5	0.19 4

IGEV-Stereo++	0.93 40	0.44 6	1.08 7	0.70 14	1.20 330	3.87 267	0.33 4	3.36 186	1.43 53	0.75 24	1.17 57	0.68 21	1.04 121	0.95 8	0.42 3	0.22 7	0.16 6	0.23 14	0.17 15	0.24 13	0.20 11

Pointernet	0.88 32	0.44 6	2.26 123	0.84 71	0.37 22	2.29 85	0.38 11	3.06 152	1.46 63	0.66 14	1.39 107	0.91 73	0.73 44	1.01 16	0.72 60	0.23 16	0.19 58	0.20 1	0.18 21	0.19 2	0.20 11

s12784h	1.31 133	0.45 8	2.41 138	0.71 16	0.35 8	4.42 390	0.50 34	4.22 362	2.73 373	2.01 230	2.48 371	0.91 73	0.96 103	2.01 170	0.70 52	0.29 115	0.18 37	0.24 29	0.16 9	0.27 46	0.18 2

DEFOM-Stereo	0.70 4	0.46 9	1.13 13	0.72 18	0.48 85	3.40 172	0.44 25	0.90 2	0.77 2	0.86 55	0.58 5	0.45 3	0.43 3	1.76 141	0.43 5	0.24 24	0.18 37	0.22 8	0.16 9	0.21 5	0.20 11

Selective-RAFT	1.15 85	0.46 9	1.64 62	0.99 164	0.45 61	4.17 346	0.51 38	3.21 165	1.69 180	1.12 84	1.34 93	1.45 147	1.40 204	2.08 174	0.94 139	0.41 303	0.20 87	0.24 29	0.23 97	0.27 46	0.25 52

AIO_test	0.76 6	0.47 11	1.31 31	0.81 43	0.70 186	1.36 32	0.88 229	1.40 5	1.45 55	0.55 3	0.95 26	1.81 207	0.58 14	1.16 38	0.46 9	0.27 62	0.17 13	0.24 29	0.19 33	0.24 13	0.21 22

fffft	0.76 6	0.47 11	1.28 29	0.82 53	0.54 112	1.51 43	0.80 177	2.09 54	1.18 16	0.63 9	0.84 20	0.59 9	0.55 9	1.80 147	0.85 96	0.19 2	0.18 37	0.27 86	0.20 46	0.26 35	0.24 44
1: 1. 1
IGEV-Stereo+	0.94 43	0.47 11	1.19 15	0.86 84	2.02 448	1.40 35	0.39 13	1.17 4	0.88 4	0.61 7	0.44 3	0.47 5	0.79 66	2.14 182	0.42 3	0.27 62	0.19 58	0.22 8	0.17 15	2.26 459	2.41 464

UniTT-Stereo	0.82 24	0.47 11	2.63 154	0.96 146	1.19 325	0.78 4	0.39 13	1.12 3	1.54 117	1.19 88	1.26 73	0.51 6	0.64 27	1.13 30	1.03 157	0.30 154	0.20 87	0.24 29	0.21 57	0.40 226	0.25 52

tt45	0.96 52	0.48 15	1.19 15	0.89 98	0.66 169	3.91 272	0.76 145	1.90 38	1.26 28	0.70 19	1.30 84	0.71 32	0.63 25	2.59 219	0.74 66	0.22 7	0.17 13	0.28 112	0.23 97	0.27 46	0.27 84

999	0.97 54	0.48 15	1.24 22	1.03 194	0.64 155	3.25 152	0.92 257	1.40 5	1.39 41	0.71 22	1.68 180	0.70 25	0.66 33	3.03 238	0.89 115	0.23 16	0.19 58	0.25 45	0.21 57	0.25 24	0.29 113

RAFT-Stereo-weight	1.11 77	0.48 15	1.22 21	0.99 164	0.42 45	4.17 346	0.80 177	3.60 212	1.50 86	1.97 209	1.50 132	1.30 125	0.65 30	1.24 57	0.85 96	0.25 38	0.19 58	0.26 62	0.22 86	0.27 46	0.23 33

trnet	0.91 37	0.48 15	1.46 46	0.62 3	0.31 2	4.40 386	0.41 18	2.20 61	1.53 108	0.94 64	1.14 53	0.88 67	0.89 89	1.09 23	0.71 55	0.27 62	0.19 58	0.22 8	0.15 4	0.21 5	0.19 4

MoCha-V2	0.87 31	0.48 15	1.87 78	0.88 94	0.32 4	1.37 33	0.55 47	2.71 116	1.42 49	0.92 63	1.75 201	0.65 18	1.17 165	1.45 91	0.57 14	0.21 3	0.21 117	0.20 1	0.19 33	0.24 13	0.23 33

MC-Stereo	1.06 71	0.48 15	1.55 55	1.15 257	0.41 41	4.56 419	0.61 67	2.06 51	1.46 63	1.90 188	1.61 164	0.89 69	1.12 148	1.35 77	0.73 62	0.25 38	0.18 37	0.26 62	0.22 86	0.25 24	0.24 44

PMTNet	0.99 61	0.48 15	1.73 66	0.62 3	0.56 121	4.20 358	0.43 24	1.88 35	1.58 138	1.00 70	1.05 41	0.78 44	0.98 109	1.50 97	0.85 96	1.21 444	0.20 87	0.23 14	0.15 4	0.22 9	0.19 4

CREStereo++_RVC	1.02 69	0.49 22	1.54 54	0.83 63	0.55 117	4.01 302	0.31 2	1.63 22	1.99 230	1.63 132	2.13 317	0.84 57	0.65 30	0.88 4	0.70 52	0.27 62	0.15 2	0.23 14	1.22 456	0.24 13	0.17 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
GIP-stereo	0.88 32	0.50 23	1.34 36	1.32 321	0.94 265	2.90 112	0.42 20	3.41 191	1.06 12	0.63 9	0.76 13	0.90 71	0.76 55	0.91 5	0.52 11	0.27 62	0.18 37	0.25 45	0.16 9	0.25 24	0.19 4

RSM	0.80 16	0.50 23	1.08 7	0.83 63	0.51 94	1.31 29	0.77 158	2.28 69	1.43 53	0.82 47	1.44 118	1.22 116	0.62 22	1.17 44	0.63 24	0.22 7	0.18 37	0.24 29	0.19 33	0.27 46	0.20 11

test_4	1.30 129	0.50 23	6.16 228	0.84 71	0.45 61	1.61 49	1.12 312	2.14 58	1.42 49	1.52 115	2.31 355	1.84 214	0.79 66	2.52 213	1.19 186	0.27 62	0.17 13	0.29 130	0.29 227	0.29 73	0.25 52

FENet	2.25 262	0.50 23	20.29 433	1.35 337	0.67 176	4.01 302	0.60 64	3.95 288	1.99 230	1.96 207	1.11 49	2.43 285	1.43 216	1.60 113	1.39 230	0.32 191	0.22 143	0.33 224	0.26 147	0.29 73	0.39 234

RSM++	0.77 11	0.51 27	1.08 7	0.95 140	0.42 45	1.52 45	0.71 113	2.11 55	1.40 44	0.80 43	1.23 67	0.90 71	0.59 16	1.14 32	0.69 46	0.24 24	0.19 58	0.25 45	0.21 57	0.28 62	0.20 11

CASnet	0.78 13	0.51 27	1.29 30	0.81 43	0.29 1	1.28 27	0.74 132	1.51 11	1.89 219	1.64 134	1.09 47	0.65 18	0.64 27	0.91 5	0.76 70	0.29 115	0.17 13	0.41 320	0.31 259	0.32 134	0.19 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 71	0.51 27	1.56 56	1.02 187	0.39 34	4.27 369	0.42 20	4.08 327	1.48 73	0.90 58	0.68 7	1.09 92	0.66 33	1.81 148	0.62 21	0.27 62	0.19 58	0.29 130	0.23 97	0.37 206	0.25 52

DCANet-4	1.96 222	0.51 27	14.31 322	0.82 53	0.40 37	4.16 341	0.57 51	4.29 392	2.98 408	2.30 319	1.80 223	1.03 87	1.54 250	1.44 87	1.44 240	0.29 115	0.23 168	0.23 14	0.18 21	0.24 13	0.42 264

tt	7.19 474	0.51 27	6.83 232	4.03 479	2.30 457	12.05 487	20.19 497	15.46 496	6.58 478	3.42 432	3.22 421	5.37 454	6.39 461	4.20 265	7.46 435	9.81 497	11.53 501	7.05 495	7.46 496	6.31 488	3.71 486

test_3	1.19 91	0.51 27	2.08 108	0.99 164	0.41 41	2.05 74	0.87 225	4.40 426	1.42 49	1.99 216	1.18 58	2.03 242	0.79 66	2.70 227	0.75 67	0.27 62	0.17 13	0.29 130	0.29 227	0.30 94	0.27 84

RAStereo	0.75 5	0.52 33	2.86 166	0.58 1	0.62 151	1.19 14	0.32 3	1.81 34	0.99 8	0.75 24	1.05 41	0.64 15	0.47 5	0.80 2	0.94 139	0.22 7	0.20 87	0.27 86	0.21 57	0.34 168	0.22 26

Occ-G	0.86 28	0.52 33	1.39 40	0.82 53	0.66 169	1.37 33	0.79 168	1.58 15	1.31 34	1.56 120	0.87 21	2.18 258	0.89 89	0.97 10	0.88 112	0.26 50	0.19 58	0.26 62	0.19 33	0.25 24	0.24 44

LoS	0.94 43	0.52 33	1.88 79	0.86 84	0.36 10	4.15 332	0.51 38	2.18 60	1.45 55	0.97 69	0.88 22	0.62 12	0.79 66	1.59 111	0.86 103	0.26 50	0.19 58	0.24 29	0.16 9	0.21 5	0.20 11
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 16	0.52 33	1.05 2	0.75 22	0.61 147	1.31 29	0.82 189	2.60 106	1.41 47	0.82 47	1.64 170	0.71 32	0.62 22	1.22 55	0.64 28	0.22 7	0.19 58	0.24 29	0.18 21	0.25 24	0.20 11

RCA-Stereo	1.21 99	0.52 33	1.58 58	0.90 105	0.46 68	4.68 435	0.79 168	4.13 339	1.74 196	1.92 195	1.80 223	0.94 78	1.48 230	1.14 32	0.70 52	0.27 62	0.18 37	0.25 45	0.19 33	0.25 24	0.23 33

GLC_STEREO	0.76 6	0.52 33	1.12 11	0.83 63	0.33 5	1.86 59	0.82 189	1.46 8	1.38 40	0.95 66	1.04 37	0.68 21	0.72 40	0.97 10	0.80 79	0.23 16	0.25 220	0.32 190	0.25 129	0.32 134	0.30 140

test-3	1.19 91	0.52 33	2.00 90	1.01 178	0.42 45	1.95 66	0.91 245	4.35 413	1.47 68	2.24 305	1.16 55	2.06 248	0.79 66	2.68 225	0.76 70	0.27 62	0.18 37	0.28 112	0.26 147	0.26 35	0.25 52

test_1	1.19 91	0.52 33	2.00 90	1.01 178	0.42 45	1.95 66	0.90 237	4.36 418	1.47 68	2.17 281	1.16 55	2.06 248	0.78 64	2.68 225	0.76 70	0.27 62	0.18 37	0.28 112	0.26 147	0.26 35	0.25 52

KYRaft	1.59 165	0.52 33	1.73 66	0.95 140	0.49 90	4.38 379	1.79 396	2.43 79	1.51 93	2.49 359	2.98 409	2.00 238	3.41 408	2.14 182	0.82 87	0.30 154	0.21 117	0.33 224	0.46 374	0.35 185	2.45 467

GMM-Stereo	2.45 308	0.52 33	20.38 436	0.89 98	0.82 224	4.18 349	1.91 405	2.45 81	1.48 73	2.48 358	2.30 348	1.69 178	1.86 317	2.93 234	1.08 165	0.28 96	0.18 37	0.33 224	0.48 381	0.35 185	2.41 464

CFNet-RSSM	2.08 244	0.52 33	20.06 418	1.01 178	0.56 121	3.39 169	0.64 83	3.67 222	1.55 124	1.72 151	1.37 101	2.57 299	1.19 170	1.11 25	0.86 103	0.27 62	0.20 87	0.25 45	0.23 97	0.27 46	0.23 33

IGEV-RUCA	0.90 35	0.53 44	1.05 2	0.81 43	0.74 198	3.89 269	0.80 177	1.92 41	1.41 47	0.96 68	0.71 8	0.70 25	0.73 44	1.30 72	0.68 40	0.29 115	0.20 87	0.25 45	0.19 33	0.43 278	0.34 181

SMoEStereo_RVC	0.80 16	0.53 44	1.12 11	0.92 117	0.44 56	2.41 91	0.79 168	1.49 10	1.16 14	0.70 19	1.12 50	0.64 15	0.64 27	1.69 132	0.87 108	0.22 7	0.16 6	0.31 171	0.22 86	0.26 35	0.25 52

H2IRNET	1.90 209	0.53 44	14.29 321	1.14 244	0.60 143	4.48 396	0.44 25	2.65 111	1.81 203	1.05 77	2.30 348	1.67 171	1.40 204	2.17 186	1.50 256	0.36 248	0.21 117	0.33 224	0.37 321	0.34 168	0.29 113

11t1	1.11 77	0.53 44	1.80 74	1.55 390	0.65 163	2.20 83	0.60 64	3.66 221	1.49 81	1.60 123	1.26 73	1.03 87	1.35 195	1.72 136	0.97 146	0.28 96	0.31 285	0.29 130	0.23 97	0.30 94	0.34 181

Any-RAFT	1.40 141	0.53 44	2.78 162	1.09 220	0.64 155	4.41 388	0.81 186	3.97 294	2.78 379	1.99 216	1.34 93	2.36 276	1.56 254	1.56 105	0.75 67	0.27 62	0.20 87	0.25 45	0.18 21	0.25 24	0.28 103

FTStereo	3.71 418	0.53 44	20.37 435	0.96 146	0.65 163	4.34 376	11.29 485	2.62 108	1.50 86	2.58 372	5.04 446	1.90 220	13.84 484	3.71 251	1.25 204	0.38 271	0.24 200	0.31 171	0.32 269	0.30 94	2.10 458

GrayStereo	2.58 335	0.53 44	1.63 60	1.58 394	0.89 253	4.17 346	8.17 482	3.03 147	1.52 101	2.80 397	2.50 373	1.70 180	17.10 487	2.83 231	1.15 177	0.33 206	0.21 117	0.27 86	0.32 269	0.28 62	0.53 331

CREStereo	0.92 38	0.53 44	1.45 45	0.61 2	0.34 6	4.42 390	0.40 17	2.21 63	1.54 117	0.94 64	1.12 50	0.87 65	0.87 84	1.12 27	0.72 60	0.28 96	0.19 58	0.22 8	0.15 4	0.22 9	0.19 4
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
AIO-Stereo	0.76 6	0.54 52	1.07 5	0.73 20	0.40 37	1.28 27	0.82 189	2.26 67	1.49 81	0.70 19	1.58 152	0.89 69	0.45 4	1.03 17	0.55 13	0.24 24	0.18 37	0.25 45	0.20 46	0.26 35	0.21 22

AEACV	0.79 15	0.54 52	1.35 38	0.97 153	0.63 153	1.13 10	0.92 257	2.02 48	0.91 5	0.76 34	0.79 17	0.80 50	1.61 260	1.28 65	0.61 20	0.22 7	0.18 37	0.26 62	0.23 97	0.27 46	0.23 33

LCNet	1.55 153	0.54 52	1.88 79	0.99 164	0.55 117	3.60 213	1.21 334	2.86 134	1.53 108	2.18 283	1.74 197	1.43 146	4.17 427	3.62 247	0.87 108	0.29 115	0.20 87	0.28 112	0.77 429	0.47 309	1.85 453

PSM-AAD	2.43 305	0.54 52	1.32 34	0.92 117	0.54 112	4.48 396	7.47 478	2.96 139	1.55 124	2.31 325	2.56 381	1.26 119	16.23 486	2.46 203	0.89 115	0.28 96	0.21 117	0.58 397	0.41 357	0.34 168	1.32 437

xxxx	2.67 344	0.54 52	2.03 93	1.22 285	0.81 216	3.49 189	0.63 80	4.49 441	2.49 342	2.22 299	2.23 333	2.05 246	1.38 197	10.05 385	17.91 479	0.32 191	0.32 293	0.30 150	0.27 173	0.33 150	0.34 181

AIO_rvc	0.78 13	0.55 57	1.25 24	0.75 22	0.65 163	1.46 39	0.99 281	2.13 56	1.52 101	0.57 4	1.15 54	1.09 92	0.55 9	1.15 36	0.53 12	0.24 24	0.17 13	0.24 29	0.17 15	0.25 24	0.21 22

WCG-NET（raft）	0.95 49	0.55 57	1.20 20	0.84 71	0.31 2	1.44 37	1.01 285	1.55 14	2.37 318	1.64 134	1.42 114	2.38 278	1.01 114	1.29 68	0.76 70	0.22 7	0.19 58	0.22 8	0.20 46	0.25 24	0.21 22

test_sample1	1.62 169	0.55 57	1.88 79	1.44 364	0.79 210	2.27 84	0.64 83	4.00 302	1.82 204	1.87 178	1.35 96	1.57 159	1.62 263	9.55 367	1.24 201	0.30 154	0.27 243	0.31 171	0.28 200	0.32 134	0.32 156

MIF-Stereo (partial)	0.98 55	0.55 57	2.83 163	0.71 16	1.03 290	1.08 8	0.49 33	2.55 97	1.66 171	0.79 41	1.20 60	0.80 50	0.90 92	1.61 118	1.56 269	0.36 248	0.24 200	0.33 224	0.25 129	0.40 226	0.28 103

CES	1.01 65	0.55 57	1.74 69	0.92 117	2.15 451	2.15 79	0.50 34	2.01 47	1.45 55	0.76 34	1.02 30	0.61 11	0.47 5	1.29 68	0.79 78	0.22 7	0.17 13	0.24 29	0.14 2	0.63 362	2.29 461

DisPM	1.36 137	0.55 57	2.39 136	1.54 385	0.51 94	4.59 422	0.79 168	2.50 85	1.88 215	2.50 360	1.83 242	1.45 147	1.01 114	2.71 228	0.93 137	0.46 340	0.20 87	0.32 190	0.31 259	0.31 109	0.44 279

RAFT-RH_RVC	2.63 338	0.55 57	19.97 415	1.26 299	0.47 78	4.46 394	0.57 51	1.71 26	1.64 165	3.06 415	5.51 448	2.03 242	1.28 182	6.70 314	1.52 264	0.42 314	0.22 143	0.37 285	0.34 285	0.28 62	0.29 113

RAFT-345	2.46 311	0.55 57	19.69 406	1.02 187	0.49 90	4.43 392	0.78 161	1.64 24	2.34 307	2.09 251	3.12 417	1.96 231	1.31 189	6.65 312	1.43 238	0.36 248	0.23 168	0.32 190	0.25 129	0.28 62	0.25 52

Prome-Stereo	1.61 167	0.55 57	1.71 65	0.98 158	0.60 143	4.41 388	1.82 400	3.03 147	1.53 108	2.18 283	3.45 428	1.72 183	3.49 414	2.23 195	1.08 165	0.29 115	0.20 87	0.26 62	0.25 129	0.34 168	2.16 459

TANstereo	1.01 65	0.55 57	1.73 66	0.76 36	0.36 10	4.04 307	0.38 11	1.48 9	1.62 161	2.03 238	2.10 309	0.84 57	0.93 98	0.98 12	0.62 21	0.28 96	0.36 319	0.23 14	0.20 46	0.25 24	0.46 295

castereo++	0.93 40	0.56 67	1.26 25	0.92 117	0.73 194	2.48 93	1.00 282	2.99 142	1.03 10	0.68 17	1.41 112	1.92 222	0.59 16	1.26 60	0.44 7	0.25 38	0.19 58	0.28 112	0.19 33	0.23 11	0.23 33

UGAM	2.58 335	0.56 67	18.55 382	0.89 98	0.71 188	3.23 146	1.03 290	2.75 122	1.75 197	1.36 97	2.77 398	2.69 308	1.28 182	10.75 403	1.40 231	0.28 96	0.24 200	0.40 310	0.31 259	0.35 185	0.30 140

test_sample2	1.75 190	0.56 67	2.25 122	1.41 358	0.80 213	2.91 115	0.86 208	4.05 317	2.04 241	1.91 193	1.39 107	1.57 159	1.55 252	10.65 400	1.06 160	0.32 191	0.28 252	0.32 190	0.30 243	0.36 197	0.33 169

MGS-Stereo	0.80 16	0.56 67	1.53 51	0.93 131	0.39 34	1.26 21	0.73 121	1.45 7	1.30 33	1.01 71	2.26 337	0.80 50	0.56 11	1.16 38	0.65 32	0.27 62	0.23 168	0.26 62	0.22 86	0.27 46	0.25 52

ttt	2.76 352	0.56 67	2.28 128	1.41 358	1.21 335	3.67 226	0.77 158	4.59 451	2.94 403	2.35 337	2.30 348	2.45 288	1.54 250	11.25 428	15.56 466	0.43 319	0.36 319	0.37 285	0.33 277	0.40 226	0.40 254

riskmin	1.25 113	0.56 67	2.05 96	1.05 197	0.93 263	2.86 110	0.55 47	3.23 168	1.34 37	1.55 118	1.07 45	3.56 386	2.03 328	1.29 68	1.00 154	0.28 96	0.27 243	0.34 241	0.21 57	0.41 250	0.43 273

DRaft	2.28 271	0.56 67	2.64 155	0.74 21	0.46 68	3.94 283	1.23 335	2.32 72	1.55 124	2.64 383	2.80 401	1.60 164	5.34 445	6.96 322	10.99 450	0.34 218	0.22 143	0.27 86	0.27 173	0.29 73	0.37 214

HCRNet	1.60 166	0.56 67	2.47 140	0.78 39	1.36 361	4.11 323	0.71 113	3.57 209	2.79 381	1.75 157	1.61 164	1.58 161	1.41 209	5.79 292	1.56 269	0.34 218	0.28 252	0.36 273	0.29 227	0.33 150	0.37 214

test_xeample	2.67 344	0.56 67	2.05 96	1.09 220	0.81 216	3.24 149	0.80 177	4.55 448	2.70 370	2.42 351	2.27 338	1.39 137	1.40 204	10.75 403	17.51 478	0.30 154	0.30 275	0.32 190	0.28 200	0.34 168	0.33 169

UGAM-zero	2.79 353	0.57 76	20.87 455	0.98 158	0.77 208	2.08 76	0.35 8	3.88 266	1.51 93	2.05 242	1.64 170	5.07 448	3.42 411	9.83 373	1.24 201	0.28 96	0.21 117	0.27 86	0.29 227	0.29 73	0.28 103

SMFormer	2.00 230	0.57 76	4.46 208	1.36 343	0.57 132	2.03 69	0.73 121	4.25 376	2.80 385	2.32 329	2.31 355	1.95 226	1.52 242	10.99 415	2.13 347	0.34 218	0.32 293	0.36 273	0.31 259	0.38 211	0.36 200

tta	2.00 230	0.57 76	4.46 208	1.36 343	0.57 132	2.03 69	0.73 121	4.25 376	2.80 385	2.32 329	2.31 355	1.95 226	1.52 242	10.99 415	2.13 347	0.34 218	0.32 293	0.36 273	0.31 259	0.29 73	0.29 113

qqq1	1.92 215	0.57 76	4.46 208	1.36 343	0.57 132	2.03 69	0.73 121	4.25 376	2.80 385	2.32 329	2.31 355	1.95 226	1.52 242	10.99 415	0.71 55	0.34 218	0.32 293	0.30 150	0.23 97	0.29 73	0.29 113

fff1	1.92 215	0.57 76	4.46 208	1.36 343	0.57 132	2.03 69	0.73 121	4.25 376	2.80 385	2.32 329	2.31 355	1.95 226	1.52 242	10.99 415	0.71 55	0.34 218	0.32 293	0.30 150	0.23 97	0.29 73	0.29 113

1111x	3.13 393	0.57 76	8.38 248	1.20 276	0.76 203	3.80 247	0.88 229	4.61 453	2.63 361	2.31 325	2.16 321	1.95 226	1.81 310	11.54 437	18.13 481	0.32 191	0.31 285	0.32 190	0.30 243	0.35 185	0.34 181

qqq	1.30 129	0.57 76	1.67 63	1.15 257	0.51 94	2.18 81	0.91 245	3.98 296	1.53 108	1.50 114	1.24 68	1.79 199	1.34 193	4.66 269	0.98 149	0.28 96	0.31 285	0.33 224	0.33 277	0.33 150	0.32 156

x	1.15 85	0.57 76	1.53 51	1.44 364	0.67 176	1.94 65	0.97 276	3.87 263	1.57 136	1.61 128	1.28 80	1.58 161	1.22 173	1.93 162	1.04 158	0.28 96	0.30 275	0.34 241	0.29 227	0.32 134	0.31 148

PFNet+	1.46 148	0.57 76	2.84 164	0.92 117	0.47 78	4.64 429	0.84 197	2.46 82	1.99 230	2.14 264	1.64 170	1.34 130	1.03 117	4.68 271	1.23 199	0.45 335	0.33 300	0.37 285	0.39 340	0.32 134	0.49 309

cross-raft	2.01 233	0.57 76	19.01 390	1.03 194	0.56 121	2.11 78	0.72 116	3.63 215	1.57 136	1.77 159	1.51 133	3.17 351	1.13 150	1.16 38	0.85 96	0.23 16	0.21 117	0.26 62	0.23 97	0.28 62	0.25 52

222	2.68 347	0.57 76	2.03 93	1.11 233	0.81 216	3.23 146	0.65 92	4.52 446	2.45 334	2.34 336	2.29 344	1.41 143	1.44 219	10.50 395	18.47 483	0.32 191	0.30 275	0.32 190	0.27 173	0.32 134	0.34 181

Gwc-CoAtRS	1.58 160	0.57 76	11.69 290	1.01 178	0.60 143	2.53 97	0.64 83	2.36 73	1.56 130	1.80 165	1.47 125	2.74 314	1.18 166	1.12 27	0.90 119	0.27 62	0.21 117	0.25 45	0.22 86	0.27 46	0.23 33

HSM-Net_RVC	2.87 361	0.57 76	17.46 365	0.92 117	0.90 256	3.70 229	1.20 331	5.64 476	2.51 346	3.22 424	2.43 366	2.54 297	1.59 255	11.41 432	1.65 288	0.34 218	0.25 220	0.26 62	0.23 97	0.30 94	0.29 113
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
IGEV++	0.90 35	0.58 89	1.32 34	0.94 136	0.45 61	1.27 22	1.00 282	3.32 182	1.55 124	0.82 47	1.34 93	0.86 64	1.09 138	1.16 38	0.89 115	0.33 206	0.18 37	0.23 14	0.19 33	0.29 73	0.22 26

mmm	1.27 125	0.58 89	2.20 114	1.41 358	0.68 181	2.39 90	0.85 206	3.90 273	1.63 164	2.20 289	1.84 247	1.28 121	1.50 237	1.91 161	0.89 115	0.31 173	0.27 243	0.45 341	0.37 321	0.38 211	0.34 181

IPLGR	2.53 324	0.58 89	20.46 441	0.82 53	0.52 103	4.56 419	0.50 34	4.30 400	2.38 321	1.87 178	1.53 141	1.68 173	1.72 294	6.95 321	1.15 177	0.28 96	0.21 117	0.27 86	0.23 97	0.33 150	0.32 156

DEmStereo	2.97 375	0.58 89	13.42 302	0.79 41	0.51 94	3.84 256	1.84 403	2.42 77	1.60 154	2.25 308	2.74 394	2.03 242	6.04 452	6.79 320	12.80 459	0.35 237	0.26 232	0.26 62	0.27 173	0.27 46	0.37 214

SST-Stereo	1.76 191	0.58 89	3.10 174	1.44 364	0.46 68	4.71 447	0.76 145	2.22 64	2.79 381	2.07 250	2.18 324	2.43 285	3.22 401	6.66 313	0.84 93	0.42 314	0.19 58	0.30 150	0.27 173	0.35 185	0.26 72

R-Stereo Train	1.20 96	0.58 89	1.81 75	0.99 164	0.67 176	3.78 242	0.90 237	4.09 329	1.51 93	2.16 277	1.71 190	1.13 97	0.94 100	1.40 80	0.91 126	0.30 154	0.24 200	0.26 62	0.21 57	0.26 35	0.25 52

RAFT-Stereo	1.20 96	0.58 89	1.81 75	0.99 164	0.67 176	3.78 242	0.90 237	4.09 329	1.51 93	2.16 277	1.71 190	1.13 97	0.94 100	1.40 80	0.91 126	0.30 154	0.24 200	0.26 62	0.21 57	0.26 35	0.25 52
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
fffy	0.80 16	0.59 96	1.56 56	1.00 172	0.47 78	1.27 22	0.76 145	1.90 38	1.02 9	0.75 24	1.35 96	0.83 55	0.72 40	1.70 134	0.62 21	0.23 16	0.19 58	0.27 86	0.21 57	0.28 62	0.32 156

RAFT-Test	1.44 145	0.59 96	6.10 227	1.01 178	0.69 184	2.90 112	0.80 177	3.68 224	1.70 183	1.85 171	1.68 180	3.15 350	1.03 117	1.20 51	0.99 152	0.27 62	0.22 143	0.25 45	0.23 97	0.27 46	0.25 52

BUS	1.49 152	0.59 96	1.94 85	0.87 89	0.85 235	4.50 405	0.76 145	4.48 438	1.88 215	2.93 404	1.83 242	3.63 388	0.97 106	1.60 113	1.17 183	0.34 218	0.25 220	0.31 171	0.28 200	0.35 185	0.33 169

BSDual-CNN	1.46 148	0.59 96	1.94 85	0.87 89	0.85 235	4.16 341	1.16 320	4.48 438	1.88 215	2.93 404	1.83 242	2.60 302	1.31 189	1.60 113	1.21 193	0.34 218	0.25 220	0.31 171	0.28 200	0.35 185	0.33 169

psmg	1.47 151	0.59 96	1.94 85	0.92 117	0.85 235	4.30 373	1.42 364	4.10 337	1.88 215	2.64 383	2.09 308	2.60 302	1.31 189	1.60 113	1.21 193	0.34 218	0.27 243	0.33 224	0.34 285	0.36 197	0.34 181

PSM-softLoss	1.66 178	0.59 96	5.15 219	2.25 446	0.48 85	4.68 435	0.69 105	2.57 102	1.52 101	2.14 264	1.45 119	1.42 144	0.99 110	6.04 298	1.20 189	0.41 303	0.23 168	0.37 285	0.39 340	0.32 134	0.31 148

KMStereo	1.66 178	0.59 96	5.15 219	2.25 446	0.48 85	4.68 435	0.69 105	2.57 102	1.52 101	2.14 264	1.45 119	1.42 144	0.99 110	6.04 298	1.20 189	0.41 303	0.23 168	0.37 285	0.39 340	0.32 134	0.31 148

RAFT_R40	1.70 182	0.59 96	2.99 170	1.46 370	0.46 68	4.74 451	0.98 280	2.23 65	1.56 130	2.02 234	2.35 363	2.71 311	2.56 370	6.71 316	0.90 119	0.40 289	0.19 58	0.30 150	0.27 173	0.33 150	0.26 72

Pruner-Stereo	1.32 135	0.59 96	2.11 109	1.79 422	0.47 78	4.73 448	0.79 168	2.53 87	1.72 187	2.47 357	1.58 152	1.48 150	1.03 117	1.66 127	1.47 249	0.44 326	0.21 117	0.34 241	0.30 243	0.30 94	0.39 234

MDST_ROB	5.53 456	0.59 96	23.11 487	2.55 457	2.69 460	21.20 496	1.98 409	4.77 460	2.65 364	9.36 482	4.25 438	4.14 412	4.45 433	22.57 492	3.68 403	0.48 353	0.33 300	0.47 349	0.44 368	0.44 286	0.44 279

castereo	0.84 27	0.60 106	1.19 15	1.07 205	0.79 210	1.14 12	0.89 232	2.64 110	1.36 38	0.90 58	1.38 104	0.75 43	1.21 172	1.00 15	0.63 24	0.26 50	0.17 13	0.27 86	0.19 33	0.24 13	0.20 11

model_zeroshot	1.21 99	0.60 106	3.55 192	1.05 197	0.57 132	3.46 182	0.63 80	2.73 119	1.55 124	2.05 242	1.38 104	1.50 152	0.82 73	1.69 132	0.87 108	0.29 115	0.23 168	0.30 150	0.23 97	0.27 46	0.32 156

AE-Stereo	1.18 89	0.60 106	2.05 96	1.10 229	0.60 143	4.39 382	0.72 116	3.74 238	1.62 161	1.10 80	1.90 271	1.01 84	0.92 96	1.45 91	0.82 87	0.28 96	0.22 143	0.28 112	0.28 200	0.26 35	0.22 26

ffm	1.72 183	0.60 106	5.21 221	1.14 244	0.99 280	3.62 218	0.86 208	4.22 362	3.37 439	2.20 289	2.30 348	3.48 372	1.62 263	2.21 192	0.65 32	0.29 115	0.16 6	0.48 357	0.37 321	0.30 94	0.29 113

ff1	2.96 371	0.60 106	5.21 221	1.14 244	0.99 280	3.62 218	0.86 208	4.22 362	3.37 439	2.20 289	2.30 348	3.48 372	1.62 263	11.62 441	16.09 468	0.29 115	0.16 6	0.48 357	0.37 321	0.30 94	0.29 113

mmx	2.98 377	0.60 106	5.21 221	1.14 244	0.99 280	3.62 218	0.86 208	4.49 441	3.05 414	2.20 289	2.30 348	3.48 372	1.62 263	11.62 441	16.09 468	0.33 206	0.28 252	0.48 357	0.37 321	0.44 286	0.37 214

xxx	2.98 377	0.60 106	5.21 221	1.14 244	0.99 280	3.62 218	0.86 208	4.49 441	3.05 414	2.20 289	2.30 348	3.48 372	1.62 263	11.62 441	16.09 468	0.33 206	0.28 252	0.48 357	0.37 321	0.44 286	0.37 214

anonymousdsp2	1.26 120	0.60 106	3.74 201	1.02 187	0.41 41	3.60 213	0.72 116	3.68 224	1.47 68	1.37 100	1.56 149	1.83 211	1.01 114	2.00 167	0.66 36	0.29 115	0.20 87	0.28 112	0.20 46	0.32 134	0.29 113

knoymous	1.30 129	0.60 106	5.57 226	0.88 94	0.75 200	3.04 126	0.90 237	2.68 114	1.33 36	1.48 112	1.07 45	2.78 323	0.88 85	1.29 68	0.85 96	0.31 173	0.22 143	0.35 259	0.20 46	0.45 294	0.37 214

CrosDoStereo	5.24 451	0.60 106	20.23 426	0.82 53	0.51 94	3.39 169	18.11 493	3.82 251	2.27 292	1.98 211	8.74 464	1.96 231	6.96 464	7.35 326	26.35 496	0.30 154	0.22 143	0.30 150	0.28 200	0.33 150	0.38 228

AAGNet	2.86 358	0.60 106	1.77 71	2.05 441	0.46 68	4.76 453	1.09 306	2.27 68	1.56 130	2.17 281	1.84 247	2.41 281	4.00 423	6.23 303	24.22 494	0.46 340	0.19 58	0.30 150	0.29 227	0.32 134	0.24 44

ASMatch	2.62 337	0.60 106	20.65 448	1.37 351	0.64 155	4.39 382	0.78 161	1.97 44	1.58 138	1.70 146	3.89 436	1.94 224	3.79 419	5.46 283	1.64 286	0.31 173	0.24 200	0.34 241	0.28 200	0.33 150	0.50 316

DeepStereo_LL	5.24 451	0.60 106	20.23 426	0.82 53	0.51 94	3.39 169	18.11 493	3.82 251	2.27 292	1.98 211	8.74 464	1.96 231	6.96 464	7.35 326	26.35 496	0.30 154	0.22 143	0.30 150	0.28 200	0.33 150	0.38 228

PFNet	2.47 314	0.60 106	16.95 355	2.15 445	0.81 216	4.63 428	0.91 245	2.55 97	1.52 101	2.40 349	2.79 399	1.83 211	1.42 213	7.54 330	1.34 227	0.33 206	0.21 117	0.36 273	0.27 173	0.32 134	0.39 234

IRAFT_RVC	1.87 202	0.60 106	4.33 207	2.40 455	0.66 169	4.59 422	1.59 381	2.96 139	1.51 93	2.23 303	1.75 201	2.09 252	2.63 373	6.70 314	1.50 256	0.33 206	0.21 117	0.33 224	0.29 227	0.32 134	0.32 156

PAM	2.43 305	0.61 121	20.86 453	1.07 205	0.73 194	2.93 118	0.53 42	3.24 170	1.53 108	1.89 187	2.43 366	5.29 453	2.76 377	1.84 152	1.02 156	0.27 62	0.24 200	0.26 62	0.25 129	0.40 226	0.50 316

test_sample3	2.34 289	0.61 121	11.94 291	1.33 326	0.85 235	3.10 137	0.73 121	4.24 374	2.19 275	2.21 297	1.75 201	1.80 202	1.41 209	11.11 423	1.46 244	0.35 237	0.29 262	0.34 241	0.35 299	0.39 221	0.37 214

gcap-zeroshot	1.30 129	0.61 121	4.09 204	0.94 136	0.56 121	3.50 192	0.84 197	3.12 156	1.72 187	1.84 170	1.22 63	2.72 313	0.88 85	1.46 93	0.80 79	0.29 115	0.30 275	0.27 86	0.21 57	0.29 73	0.25 52

NF-Stereo	1.58 160	0.61 121	2.66 156	2.26 448	0.47 78	4.68 435	0.67 95	3.31 177	1.48 73	2.11 258	1.59 156	1.36 133	1.09 138	6.08 300	1.20 189	0.40 289	0.20 87	0.36 273	0.34 285	0.31 109	0.36 200

OCTAStereo	1.58 160	0.61 121	2.72 158	2.27 451	0.46 68	4.68 435	0.67 95	3.30 176	1.48 73	2.11 258	1.59 156	1.36 133	1.09 138	6.02 297	1.21 193	0.41 303	0.20 87	0.36 273	0.34 285	0.31 109	0.37 214

NRIStereo	1.28 126	0.61 121	1.67 63	1.15 257	0.38 32	4.73 448	0.90 237	2.42 77	1.50 86	1.93 199	1.33 88	1.75 186	1.22 173	2.96 236	1.33 224	0.46 340	0.22 143	0.29 130	0.26 147	0.30 94	0.28 103

RE-Stereo	1.58 160	0.61 121	2.72 158	2.26 448	0.46 68	4.68 435	0.68 100	3.31 177	1.48 73	2.11 258	1.59 156	1.36 133	1.09 138	6.01 295	1.22 196	0.41 303	0.20 87	0.36 273	0.34 285	0.31 109	0.37 214

TVStereo	1.58 160	0.61 121	2.72 158	2.26 448	0.46 68	4.68 435	0.68 100	3.31 177	1.48 73	2.11 258	1.59 156	1.36 133	1.09 138	6.01 295	1.22 196	0.41 303	0.20 87	0.36 273	0.34 285	0.31 109	0.37 214

CRE-IMP	1.23 104	0.61 121	2.14 110	0.82 53	0.39 34	4.54 411	0.83 194	2.63 109	1.55 124	1.95 204	1.46 121	1.87 219	0.96 103	1.48 96	1.33 224	0.45 335	0.21 117	0.31 171	0.26 147	0.41 250	0.31 148

XX-Stereo	2.54 326	0.61 121	20.21 425	1.78 417	1.19 325	4.30 373	0.46 28	4.39 424	1.58 138	2.32 329	1.89 266	4.64 436	0.60 18	4.16 263	0.82 87	0.31 173	0.21 117	0.28 112	0.27 173	0.51 321	0.26 72

WCG-NET	0.96 52	0.62 131	1.24 22	0.93 131	0.84 233	1.91 63	0.64 83	2.56 99	2.23 281	1.62 130	0.98 28	1.31 126	1.05 125	1.20 51	0.59 17	0.26 50	0.17 13	0.22 8	0.20 46	0.26 35	0.29 113

test_sample6	2.35 294	0.62 131	10.78 280	1.33 326	0.83 226	3.15 139	0.79 168	4.36 418	2.43 329	2.26 311	2.04 295	1.69 178	1.39 200	11.48 436	1.61 278	0.38 271	0.32 293	0.37 285	0.39 340	0.41 250	0.42 264

test_sample5	2.33 285	0.62 131	11.29 285	1.29 309	0.83 226	3.09 135	0.74 132	4.28 389	2.31 302	2.20 289	1.97 283	1.68 173	1.39 200	11.19 425	1.47 249	0.37 255	0.31 285	0.37 285	0.37 321	0.41 250	0.39 234

DualNet	2.33 285	0.62 131	11.29 285	1.29 309	0.83 226	3.09 135	0.74 132	4.28 389	2.31 302	2.26 311	2.04 295	1.68 173	1.39 200	11.19 425	1.47 249	0.37 255	0.31 285	0.37 285	0.37 321	0.41 250	0.39 234

testlalala	1.14 84	0.62 131	1.34 36	1.00 172	0.78 209	4.38 379	0.93 259	2.46 82	2.20 277	2.44 353	1.52 134	1.31 126	0.61 20	1.04 20	0.65 32	0.35 237	0.19 58	0.24 29	0.19 33	0.24 13	0.23 33

iRaft-Stereo_20w	1.88 206	0.62 131	10.58 278	0.90 105	0.83 226	2.96 123	0.78 161	4.90 462	1.58 138	2.29 315	1.60 160	1.25 118	4.51 435	2.28 198	0.90 119	0.29 115	0.21 117	0.26 62	0.24 120	0.41 250	0.31 148

ac_64	2.35 294	0.62 131	9.77 265	1.32 321	1.71 423	3.27 156	0.93 259	3.48 194	2.50 343	1.74 155	1.73 195	3.91 398	1.77 299	10.21 388	1.86 313	0.40 289	0.31 285	0.33 224	0.30 243	0.34 168	0.39 234

GANet-RSSM	1.98 226	0.62 131	3.49 189	1.69 407	1.23 336	4.22 359	0.91 245	3.31 177	1.86 212	1.81 166	1.74 197	2.34 272	1.82 312	10.92 412	1.73 299	0.34 218	0.29 262	0.31 171	0.28 200	0.39 221	0.40 254

SGM-Forest	2.96 371	0.62 131	3.49 189	1.09 220	0.80 213	4.06 310	3.30 453	4.37 421	3.09 417	4.18 451	3.27 424	4.67 438	3.86 421	11.69 450	7.91 437	0.51 371	0.46 385	0.49 370	0.39 340	0.48 312	0.49 309
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PAM_32	2.45 308	0.63 140	20.74 450	1.05 197	0.65 163	2.83 107	0.46 28	2.91 136	1.54 117	1.95 204	2.66 389	4.99 444	3.78 418	1.96 165	0.92 129	0.27 62	0.22 143	0.27 86	0.25 129	0.36 197	0.48 304

rvit_stereo_0081	0.80 16	0.63 140	1.19 15	0.91 111	0.64 155	1.27 22	0.61 67	2.05 49	1.71 184	0.82 47	0.73 10	0.85 60	0.75 50	1.30 72	0.80 79	0.31 173	0.26 232	0.27 86	0.25 129	0.38 211	0.27 84

rvit_stereo_0082	0.80 16	0.63 140	1.19 15	0.91 111	0.64 155	1.27 22	0.61 67	2.05 49	1.71 184	0.82 47	0.73 10	0.85 60	0.75 50	1.30 72	0.80 79	0.31 173	0.26 232	0.27 86	0.25 129	0.38 211	0.27 84

test_sample4	2.34 289	0.63 140	11.59 288	1.30 316	0.83 226	3.07 133	0.72 116	4.27 384	2.30 299	2.30 319	1.88 260	1.73 184	1.42 213	11.14 424	1.46 244	0.35 237	0.29 262	0.35 259	0.36 309	0.40 226	0.38 228

testlalala2	2.31 278	0.63 140	20.54 443	2.56 458	2.87 464	3.79 245	0.76 145	4.20 354	1.48 73	1.42 108	1.43 116	2.45 288	0.80 72	1.03 17	0.68 40	0.27 62	0.25 220	0.24 29	0.21 57	0.33 150	0.28 103

DeepStereo_RVC	1.55 153	0.63 140	3.32 184	0.77 38	0.42 45	4.49 402	0.72 116	2.50 85	1.58 138	2.02 234	1.81 235	1.54 157	6.38 460	1.73 137	1.19 186	0.46 340	0.22 143	0.29 130	0.28 200	0.35 185	0.38 228

test_xeample3	2.12 246	0.63 140	21.55 474	0.91 111	0.47 78	1.85 58	0.94 264	7.96 480	1.23 19	0.75 24	0.76 13	0.64 15	0.70 37	1.77 142	0.83 90	0.30 154	0.21 117	0.27 86	0.21 57	0.27 46	0.24 44

EAI-Stereo	2.35 294	0.63 140	2.97 169	0.95 140	0.65 163	3.84 256	14.27 489	5.04 464	2.19 275	2.06 247	7.25 452	1.10 95	0.94 100	1.65 126	1.37 229	0.31 173	0.22 143	0.27 86	0.60 411	0.27 46	0.32 156

SFCPSM	2.18 253	0.63 140	17.03 356	0.88 94	0.98 277	3.74 236	1.28 341	4.09 329	2.16 270	1.85 171	1.83 242	1.65 169	1.39 200	2.50 206	1.50 256	0.33 206	0.27 243	0.39 304	0.36 309	0.34 168	0.37 214

UPFNet	1.81 197	0.63 140	6.71 231	1.25 293	1.44 378	3.50 192	1.35 347	4.02 308	1.85 211	2.40 349	1.52 134	2.41 281	1.40 204	3.62 247	1.88 315	0.34 218	0.33 300	0.37 285	0.31 259	0.41 250	0.39 234

HUF	1.15 85	0.64 150	8.62 252	0.90 105	0.35 8	1.35 31	0.78 161	1.97 44	1.50 86	0.63 9	1.52 134	0.83 55	0.66 33	1.28 65	0.63 24	0.29 115	0.23 168	0.26 62	0.17 15	0.23 11	0.25 52

ours_stereo	0.76 6	0.64 150	1.40 42	0.86 84	0.61 147	1.12 9	0.57 51	1.63 22	1.20 18	0.72 23	1.43 116	0.70 25	0.62 22	1.56 105	0.58 16	0.25 38	0.18 37	0.26 62	0.21 57	0.29 73	0.31 148

CAS++	0.89 34	0.64 150	1.46 46	0.81 43	0.51 94	1.24 19	0.86 208	3.44 192	1.46 63	1.14 85	1.29 82	0.62 12	0.58 14	1.13 30	0.59 17	0.34 218	0.30 275	0.34 241	0.26 147	0.41 250	0.29 113
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	2.22 256	0.64 150	20.09 422	0.96 146	0.56 121	4.04 307	0.70 111	3.91 277	1.50 86	1.92 195	2.28 341	1.92 222	0.71 39	2.93 234	0.67 38	0.26 50	0.23 168	0.26 62	0.21 57	0.28 62	0.26 72

EKT-Stereo	6.79 470	0.64 150	4.24 206	1.77 416	106.39 509	4.51 409	0.61 67	3.16 160	1.53 108	1.88 181	1.22 63	1.98 235	1.36 196	3.81 252	0.84 93	0.35 237	0.24 200	0.29 130	0.26 147	0.34 168	0.48 304

hknet	1.98 226	0.64 150	8.70 253	0.87 89	1.07 300	4.16 341	1.16 320	4.48 438	1.73 190	2.93 404	1.83 242	3.48 372	1.30 188	3.91 257	1.51 262	0.31 173	0.25 220	0.31 171	0.28 200	0.35 185	0.33 169

GES	1.38 140	0.64 150	2.61 150	1.09 220	0.57 132	4.30 373	1.02 289	3.86 261	1.51 93	1.72 151	1.74 197	1.28 121	1.77 299	1.62 119	1.61 278	0.39 283	0.27 243	0.33 224	0.30 243	0.41 250	0.47 300

ACVNet	1.46 148	0.64 150	3.56 194	0.93 131	0.85 235	4.22 359	0.80 177	2.85 131	2.08 249	1.78 161	1.88 260	3.10 345	1.46 226	1.33 75	1.89 316	0.29 115	0.26 232	0.30 150	0.26 147	0.39 221	0.27 84

acv_ft	1.55 153	0.64 150	3.29 182	1.14 244	2.01 445	2.93 118	0.97 276	3.81 250	2.08 249	2.22 299	1.88 260	3.10 345	1.66 282	1.33 75	2.22 353	0.29 115	0.26 232	0.30 150	0.26 147	0.39 221	0.27 84

MSMDNet	2.23 258	0.64 150	17.32 357	0.84 71	0.75 200	3.53 199	0.64 83	3.61 214	1.98 229	1.71 150	1.64 170	3.22 353	2.99 387	2.08 174	1.11 171	0.31 173	0.37 332	0.45 341	0.26 147	0.62 361	0.45 285

FACV-RUCA	1.26 120	0.65 160	2.21 116	1.06 203	1.50 386	2.69 104	1.15 318	3.05 149	1.87 213	1.36 97	1.99 287	1.03 87	1.15 164	1.36 78	1.10 169	0.41 303	0.41 359	0.73 431	0.41 357	0.61 358	0.41 260

IGEVStereo-DCA	0.86 28	0.65 160	2.05 96	0.90 105	0.46 68	1.57 47	0.86 208	1.62 17	1.24 20	0.65 12	0.77 15	0.74 40	0.72 40	2.59 219	0.86 103	0.28 96	0.21 117	0.28 112	0.21 57	0.29 73	0.27 84

rrr	2.27 266	0.65 160	23.82 491	0.90 105	0.46 68	1.57 47	0.96 273	7.98 481	1.19 17	0.65 12	0.77 15	0.74 40	0.72 40	2.59 219	0.86 103	0.28 96	0.21 117	0.28 112	0.21 57	0.29 73	0.25 52

PCWNet_CMD	2.23 258	0.65 160	17.36 361	0.83 63	0.76 203	3.51 195	0.64 83	3.60 212	1.97 227	1.70 146	1.63 168	3.22 353	3.05 393	2.09 177	1.11 171	0.31 173	0.36 319	0.47 349	0.26 147	0.64 369	0.47 300

IER	1.69 181	0.65 160	7.19 236	0.94 136	1.15 313	3.28 159	0.89 232	3.48 194	1.97 227	2.10 254	1.98 285	2.28 263	2.12 336	2.25 196	1.75 302	0.29 115	0.23 168	0.36 273	0.30 243	0.32 134	0.34 181

IPLG	2.48 316	0.65 160	19.63 404	0.91 111	0.79 210	4.60 424	0.56 50	4.31 403	1.84 210	1.91 193	2.00 289	1.31 126	1.38 197	6.61 310	1.53 265	0.27 62	0.20 87	0.27 86	0.23 97	0.31 109	0.36 200

Patchmatch Stereo++	1.25 113	0.65 160	2.06 105	0.75 22	0.37 22	4.68 435	0.76 145	2.53 87	1.58 138	1.99 216	1.47 125	1.78 192	1.14 156	2.44 201	0.90 119	0.48 353	0.23 168	0.32 190	0.27 173	0.40 226	0.29 113
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 109	0.65 160	2.03 93	0.75 22	0.37 22	4.68 435	0.73 121	2.53 87	1.58 138	1.99 216	1.47 125	1.78 192	1.13 150	2.18 188	0.87 108	0.48 353	0.23 168	0.32 190	0.27 173	0.40 226	0.29 113

iRAFT	1.25 113	0.65 160	2.06 105	0.75 22	0.37 22	4.68 435	0.76 145	2.53 87	1.58 138	1.99 216	1.47 125	1.78 192	1.14 156	2.44 201	0.90 119	0.48 353	0.23 168	0.32 190	0.27 173	0.40 226	0.29 113

test-1	1.23 104	0.65 160	1.88 79	0.96 146	0.52 103	3.84 256	0.62 78	4.01 304	1.47 68	1.93 199	1.78 217	1.83 211	0.92 96	1.19 50	1.28 214	0.26 50	0.29 262	0.31 171	0.24 120	0.29 73	0.36 200

pcwnet_v2	2.70 350	0.65 160	22.48 484	1.08 214	1.03 290	3.56 206	0.81 186	4.29 392	3.14 421	2.29 315	2.29 344	3.01 339	1.71 292	3.32 241	1.43 238	0.43 319	0.50 400	0.41 320	0.34 285	0.61 358	0.56 341

AIO-test1	2.18 253	0.66 171	18.95 388	0.89 98	1.48 383	3.40 172	0.97 276	4.19 353	1.68 174	0.86 55	1.35 96	0.99 81	0.75 50	4.47 266	1.27 210	0.23 16	0.23 168	0.28 112	0.33 277	0.31 109	0.35 195

DCVSM-stereo	2.31 278	0.66 171	20.69 449	1.11 233	0.93 263	2.58 100	0.73 121	2.61 107	1.60 154	2.57 369	1.53 141	3.30 361	1.72 294	2.19 189	1.23 199	0.34 218	0.53 402	0.41 320	0.32 269	0.45 294	0.62 360

MaDis-Stereo	0.82 24	0.66 171	1.53 51	0.65 9	1.87 438	1.24 19	0.36 9	2.13 56	1.27 29	0.67 16	0.75 12	0.88 67	0.70 37	1.15 36	1.07 163	0.29 115	0.23 168	0.26 62	0.20 46	0.31 109	0.22 26

CASS	1.29 128	0.66 171	2.62 153	0.95 140	0.66 169	2.84 108	0.69 105	3.00 144	1.79 201	2.57 369	1.95 276	1.39 137	1.55 252	1.59 111	1.06 160	0.50 365	0.28 252	0.34 241	0.28 200	0.46 305	0.63 364
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 104	0.66 171	2.02 92	0.75 22	0.37 22	4.67 434	0.76 145	2.53 87	1.58 138	1.99 216	1.46 121	1.78 192	1.14 156	2.08 174	0.88 112	0.48 353	0.22 143	0.32 190	0.27 173	0.40 226	0.29 113

ROB_FTStereo	1.25 113	0.66 171	2.14 110	0.75 22	0.37 22	4.65 431	0.77 158	2.53 87	1.58 138	1.99 216	1.47 125	1.78 192	1.13 150	2.26 197	0.86 103	0.47 349	0.22 143	0.32 190	0.27 173	0.40 226	0.29 113

HUI-Stereo	1.25 113	0.66 171	2.33 132	0.75 22	0.37 22	4.68 435	0.78 161	2.53 87	1.58 138	1.99 216	1.46 121	1.79 199	1.13 150	2.17 186	0.85 96	0.48 353	0.23 168	0.32 190	0.27 173	0.40 226	0.29 113

iGMRVC	1.26 120	0.66 171	2.14 110	0.75 22	0.37 22	4.66 432	0.74 132	2.53 87	1.58 138	1.99 216	1.46 121	1.78 192	1.14 156	2.46 203	0.92 129	0.48 353	0.23 168	0.32 190	0.27 173	0.40 226	0.29 113

RAFT-IKP	1.25 113	0.66 171	2.23 121	0.75 22	0.37 22	4.64 429	0.74 132	2.53 87	1.58 138	1.99 216	1.47 125	1.78 192	1.13 150	2.22 194	0.92 129	0.48 353	0.22 143	0.32 190	0.27 173	0.40 226	0.29 113

ICVP	2.26 264	0.66 171	21.18 466	0.99 164	0.88 248	4.28 370	0.95 268	3.32 182	1.60 154	1.66 139	1.76 209	1.34 130	1.14 156	1.62 119	1.32 220	0.53 379	0.35 315	0.33 224	0.29 227	0.40 226	0.51 324
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
tg	1.15 85	0.67 181	1.31 31	0.94 136	0.54 112	4.02 304	0.41 18	2.96 139	1.59 153	1.69 143	1.85 254	1.84 214	0.97 106	1.78 143	0.83 90	0.27 62	0.17 13	0.29 130	0.26 147	0.29 73	0.27 84

rvit_stereo_0083	0.86 28	0.67 181	1.42 43	0.87 89	0.65 163	1.23 16	0.64 83	1.67 25	2.28 295	0.79 41	0.93 25	0.93 76	1.07 135	1.46 93	0.75 67	0.32 191	0.36 319	0.30 150	0.26 147	0.33 150	0.28 103

anonymousa	2.16 250	0.67 181	19.19 391	1.04 196	1.67 419	2.06 75	0.79 168	2.86 134	1.96 225	1.85 171	2.14 318	3.23 355	1.81 310	1.12 27	1.15 177	0.26 50	0.26 232	0.34 241	0.32 269	0.30 94	0.28 103

DAS	2.31 278	0.67 181	4.79 215	1.14 244	1.64 411	2.93 118	2.13 417	4.09 329	2.74 374	4.17 448	2.52 376	2.46 290	1.79 302	11.55 438	1.63 283	0.37 255	0.22 143	0.39 304	0.25 129	0.41 250	0.34 181

SepStereo	2.15 249	0.67 181	4.79 215	1.14 244	1.64 411	2.93 118	2.13 417	4.09 329	2.74 374	4.17 448	2.52 376	2.46 290	1.79 302	8.36 341	1.63 283	0.37 255	0.22 143	0.39 304	0.25 129	0.41 250	0.34 181

GwcNet-ADL	2.47 314	0.67 181	21.48 473	0.96 146	0.72 190	4.61 425	0.95 268	4.42 428	2.36 312	1.98 211	1.80 223	2.55 298	1.24 178	1.90 160	1.41 235	0.40 289	0.46 385	0.24 29	0.27 173	0.41 250	0.49 309

CFNet_pseudo	2.12 246	0.67 181	15.14 335	0.85 82	0.74 198	3.95 288	0.64 83	3.95 288	1.78 199	1.90 188	1.79 220	3.27 358	1.62 263	2.51 209	1.16 180	0.31 173	0.36 319	0.53 384	0.27 173	0.63 362	0.44 279

ccs_rob	2.13 248	0.67 181	15.11 334	0.84 71	0.75 200	3.96 293	0.65 92	3.95 288	1.78 199	1.88 181	1.79 220	3.26 357	1.64 278	2.51 209	1.16 180	0.31 173	0.36 319	0.54 391	0.27 173	0.65 372	0.45 285

mms	0.77 11	0.68 189	1.17 14	0.83 63	0.71 188	1.41 36	0.67 95	1.61 16	1.12 13	0.77 38	1.37 101	0.63 14	0.54 8	1.75 140	0.63 24	0.24 24	0.19 58	0.26 62	0.21 57	0.31 109	0.34 181

CFNet_ucs	2.36 299	0.68 189	18.42 380	0.89 98	0.81 216	3.85 262	0.68 100	4.29 392	2.37 318	2.09 251	2.04 295	3.31 362	1.24 178	2.63 222	1.14 176	0.36 248	0.45 377	0.56 394	0.29 227	0.66 377	0.49 309

GCAP-Stereo	0.93 40	0.68 189	1.35 38	0.85 82	0.41 41	3.61 217	0.52 41	2.20 61	1.50 86	1.11 83	1.04 37	1.17 102	0.84 77	1.11 25	0.71 55	0.25 38	0.20 87	0.27 86	0.18 21	0.28 62	0.23 33

ff7	0.98 55	0.69 192	2.05 96	0.84 71	0.52 103	4.55 414	0.86 208	1.62 17	1.24 20	0.75 24	1.03 33	0.70 25	0.77 57	1.84 152	0.68 40	0.27 62	0.17 13	0.29 130	0.21 57	0.31 109	0.27 84

ffff	0.98 55	0.69 192	2.05 96	0.84 71	0.52 103	4.55 414	0.86 208	1.62 17	1.24 20	0.75 24	1.03 33	0.70 25	0.77 57	1.84 152	0.68 40	0.27 62	0.17 13	0.29 130	0.21 57	0.31 109	0.27 84

11t	0.98 55	0.69 192	2.05 96	0.84 71	0.52 103	4.55 414	0.86 208	1.62 17	1.24 20	0.75 24	1.03 33	0.70 25	0.77 57	1.84 152	0.68 40	0.27 62	0.17 13	0.29 130	0.21 57	0.31 109	0.27 84

plain	1.55 153	0.69 192	13.59 304	0.65 9	0.73 194	1.66 52	0.57 51	3.17 162	1.94 224	0.77 38	1.24 68	0.80 50	0.86 81	1.60 113	0.96 145	0.33 206	0.21 117	0.32 190	0.25 129	0.42 268	0.28 103

IGEV_Zeroshot_test	2.16 250	0.69 192	20.60 447	1.22 285	0.54 112	2.18 81	0.53 42	3.38 188	1.61 158	1.93 199	1.55 146	3.76 392	1.05 125	1.55 104	0.91 126	0.29 115	0.20 87	0.27 86	0.29 227	0.40 226	0.32 156

anonymousdsp	0.95 49	0.69 192	1.27 27	0.83 63	0.52 103	4.54 411	0.84 197	1.76 29	1.24 20	0.76 34	1.06 43	0.78 44	0.77 57	1.67 130	0.69 46	0.27 62	0.17 13	0.29 130	0.21 57	0.31 109	0.26 72

ccc-4	0.98 55	0.69 192	2.05 96	0.84 71	0.52 103	4.55 414	0.86 208	1.62 17	1.24 20	0.75 24	1.03 33	0.70 25	0.77 57	1.84 152	0.68 40	0.27 62	0.17 13	0.29 130	0.21 57	0.31 109	0.27 84

IGEV-Stereo	0.95 49	0.69 192	1.27 27	0.84 71	0.52 103	4.54 411	0.84 197	1.76 29	1.24 20	0.75 24	1.06 43	0.79 48	0.77 57	1.68 131	0.69 46	0.27 62	0.17 13	0.29 130	0.21 57	0.31 109	0.26 72
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 207	0.69 192	3.14 176	1.10 229	1.18 319	3.99 299	1.79 396	3.50 199	2.16 270	3.10 416	1.64 170	2.91 332	2.50 366	5.38 281	2.26 355	0.43 319	0.38 338	0.37 285	0.36 309	0.50 319	0.42 264

DIP-Stereo	1.24 109	0.69 192	1.77 71	0.65 9	0.61 147	4.29 371	0.58 60	4.44 432	2.53 348	1.98 211	1.33 88	0.91 73	0.86 81	1.25 59	1.25 204	0.36 248	0.23 168	0.32 190	0.23 97	0.32 134	0.29 113
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
test_sample7	1.65 175	0.70 202	2.60 147	1.48 374	0.76 203	2.38 88	1.07 299	4.35 413	2.11 262	2.14 264	1.75 201	1.75 186	1.67 284	6.26 304	1.26 207	0.44 326	0.48 395	0.43 331	0.40 351	0.46 305	0.43 273

fff	1.74 186	0.70 202	9.08 256	0.81 43	0.36 10	4.15 332	0.57 51	4.23 366	2.09 252	2.30 319	1.80 223	1.19 110	3.02 390	1.44 87	1.46 244	0.29 115	0.23 168	0.23 14	0.18 21	0.24 13	0.42 264

GMOStereo	1.13 79	0.70 202	2.26 123	0.75 22	0.44 56	3.05 128	0.91 245	2.78 125	1.45 55	2.37 342	1.52 134	1.53 153	1.05 125	1.17 44	0.92 129	0.25 38	0.19 58	0.35 259	0.28 200	0.34 168	0.26 72

error version	1.13 79	0.70 202	2.26 123	0.75 22	0.44 56	3.05 128	0.91 245	2.78 125	1.45 55	2.37 342	1.52 134	1.53 153	1.05 125	1.17 44	0.92 129	0.25 38	0.19 58	0.35 259	0.28 200	0.34 168	0.26 72

test-v	1.13 79	0.70 202	2.26 123	0.75 22	0.44 56	3.05 128	0.91 245	2.78 125	1.45 55	2.37 342	1.52 134	1.53 153	1.05 125	1.17 44	0.92 129	0.25 38	0.19 58	0.35 259	0.28 200	0.34 168	0.26 72

test-2	1.13 79	0.70 202	2.26 123	0.75 22	0.44 56	3.05 128	0.91 245	2.78 125	1.45 55	2.37 342	1.52 134	1.53 153	1.05 125	1.17 44	0.92 129	0.25 38	0.19 58	0.35 259	0.28 200	0.34 168	0.26 72

iRaftStereo_RVC	1.09 75	0.70 202	1.39 40	0.95 140	0.45 61	3.83 251	0.42 20	2.37 74	1.58 138	1.69 143	1.76 209	1.80 202	0.83 76	1.50 97	0.98 149	0.28 96	0.18 37	0.29 130	0.26 147	0.30 94	0.31 148

csc	1.74 186	0.70 202	9.08 256	0.81 43	0.36 10	4.15 332	0.57 51	4.23 366	2.09 252	2.30 319	1.80 223	1.19 110	3.02 390	1.44 87	1.46 244	0.29 115	0.23 168	0.23 14	0.18 21	0.24 13	0.42 264

cscssc	1.74 186	0.70 202	9.08 256	0.81 43	0.36 10	4.15 332	0.57 51	4.23 366	2.09 252	2.30 319	1.80 223	1.19 110	3.02 390	1.44 87	1.46 244	0.29 115	0.23 168	0.23 14	0.18 21	0.24 13	0.42 264

RASNet	2.56 331	0.70 202	10.06 270	1.60 397	2.25 455	3.67 226	1.00 282	3.38 188	3.14 421	1.81 166	2.11 313	4.60 433	2.30 351	10.25 390	2.61 379	0.37 255	0.24 200	0.25 45	0.24 120	0.28 62	0.26 72

CBMV_ROB	3.62 413	0.70 202	21.42 472	1.21 282	0.89 253	4.43 392	1.76 395	4.39 424	2.79 381	5.88 465	3.38 426	4.18 414	5.12 441	10.75 403	2.32 359	0.56 385	0.55 406	0.53 384	0.51 391	0.55 335	0.46 295

ProNet	0.82 24	0.71 213	1.50 50	0.86 84	0.45 61	1.78 54	0.83 194	1.75 28	1.28 30	0.66 14	1.13 52	0.78 44	0.76 55	1.66 127	0.71 55	0.24 24	0.20 87	0.25 45	0.23 97	0.29 73	0.25 52

MIPNet	2.33 285	0.71 213	19.82 409	0.89 98	0.56 121	4.76 453	0.61 67	4.32 407	2.37 318	1.83 169	1.48 131	1.48 150	1.98 327	2.63 222	1.44 240	0.29 115	0.20 87	0.26 62	0.23 97	0.30 94	0.39 234

HHNet	2.48 316	0.71 213	20.52 442	0.64 5	0.64 155	4.07 315	0.93 259	3.76 241	1.56 130	2.15 272	4.92 445	0.98 80	3.37 406	1.66 127	1.79 306	0.32 191	0.20 87	0.31 171	0.27 173	0.36 197	0.42 264

ITSA-stereo	1.86 201	0.72 216	3.74 201	1.20 276	0.66 169	4.09 317	0.91 245	4.24 374	2.53 348	1.93 199	1.77 214	1.59 163	2.15 340	6.12 301	2.44 366	0.40 289	0.38 338	0.40 310	0.40 351	0.50 319	0.98 419

rvit_stereo_0080	0.94 43	0.72 216	2.56 144	0.64 5	0.59 141	1.90 61	0.75 142	2.71 116	1.40 44	0.91 60	1.04 37	0.85 60	0.82 73	1.14 32	0.78 74	0.35 237	0.29 262	0.25 45	0.27 173	0.45 294	0.29 113

MyStereo06	2.46 311	0.72 216	19.97 415	1.02 187	0.99 280	4.26 364	0.86 208	3.51 202	1.68 174	1.92 195	1.73 195	4.01 404	4.22 428	1.62 119	0.88 112	0.24 24	0.23 168	0.34 241	0.26 147	0.42 268	0.36 200

MyStereo05	2.37 300	0.72 216	19.94 413	1.02 187	0.99 280	4.26 364	0.86 208	4.01 304	2.62 359	2.14 264	1.26 73	2.28 263	1.63 275	2.07 172	1.68 291	0.24 24	0.23 168	0.34 241	0.26 147	0.42 268	0.36 200

whm_eth	0.94 43	0.72 216	2.56 144	0.64 5	0.59 141	1.90 61	0.75 142	2.71 116	1.40 44	0.91 60	1.04 37	0.85 60	0.82 73	1.14 32	0.78 74	0.35 237	0.29 262	0.25 45	0.27 173	0.45 294	0.29 113

ToySt	1.35 136	0.72 216	3.65 200	1.01 178	0.50 93	3.31 164	1.01 285	3.46 193	1.73 190	1.30 91	1.55 146	2.07 251	1.47 228	1.88 159	1.40 231	0.27 62	0.27 243	0.30 150	0.32 269	0.42 268	0.39 234

RAFT+CT+SA	1.62 169	0.72 216	7.42 237	0.97 153	1.42 377	4.04 307	0.94 264	3.90 273	1.61 158	1.61 128	1.63 168	1.33 129	1.18 166	2.73 230	1.10 169	0.27 62	0.19 58	0.31 171	0.34 285	0.33 150	0.33 169

PSMNet-ADL	1.91 212	0.72 216	1.78 73	1.09 220	0.86 240	4.18 349	0.78 161	3.77 243	2.10 260	1.72 151	1.85 254	2.91 332	1.82 312	10.38 394	1.91 319	0.48 353	0.46 385	0.28 112	0.29 227	0.38 211	0.51 324

raftrobust	1.19 91	0.72 216	2.30 129	1.26 299	1.31 348	3.55 204	0.68 100	2.75 122	1.47 68	2.21 297	1.38 104	1.17 102	1.22 173	1.20 51	1.11 171	0.28 96	0.24 200	0.21 5	0.19 33	0.25 24	0.28 103

RAFT-Stereo + iAFF	1.25 113	0.72 216	1.74 69	1.05 197	0.36 10	4.13 328	0.42 20	2.95 138	2.84 395	2.02 234	2.40 365	1.61 166	1.11 147	1.26 60	0.97 146	0.21 3	0.15 2	0.26 62	0.23 97	0.29 73	0.23 33

SGM_RVC	4.57 440	0.72 216	17.46 365	1.84 426	0.58 139	4.23 362	3.45 457	4.66 455	3.66 448	7.99 477	8.82 467	7.56 465	8.74 477	12.30 463	6.84 429	0.43 319	0.38 338	0.39 304	0.35 299	0.51 321	0.48 304
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 38	0.73 227	1.42 43	0.92 117	1.08 302	2.97 124	0.53 42	1.77 31	1.39 41	1.16 86	1.54 143	0.58 7	0.65 30	1.03 17	0.84 93	0.25 38	0.23 168	0.30 150	0.24 120	0.43 278	0.29 113

tt1	1.79 195	0.73 227	10.41 276	1.75 414	0.36 10	4.55 414	0.79 168	4.22 362	3.37 439	1.08 79	1.80 223	0.74 40	1.48 230	2.21 192	0.65 32	0.29 115	0.16 6	0.31 171	0.22 86	0.30 94	0.29 113

ADStereo(finetuned)	2.04 237	0.73 227	13.28 300	0.82 53	0.40 37	4.16 341	0.59 61	4.25 376	2.97 405	2.35 337	1.84 247	1.18 106	3.40 407	1.52 101	1.54 266	0.29 115	0.24 200	0.23 14	0.18 21	0.30 94	0.51 324

GANet-ADL	2.20 255	0.73 227	20.11 423	1.25 293	0.69 184	3.83 251	0.76 145	3.49 197	1.71 184	1.65 138	1.99 287	2.10 253	1.10 144	1.42 84	1.26 207	0.38 271	0.33 300	0.25 45	0.22 86	0.42 268	0.36 200

DCANet	1.74 186	0.73 227	9.08 256	0.82 53	0.40 37	4.18 349	0.59 61	4.25 376	2.97 405	2.35 337	1.84 247	1.18 106	1.63 275	1.51 99	1.55 267	0.29 115	0.24 200	0.23 14	0.18 21	0.30 94	0.53 331

hitnet-ft	2.37 300	0.73 227	8.34 246	0.96 146	0.89 253	3.77 240	0.80 177	3.55 207	2.58 356	2.24 305	2.04 295	3.65 390	1.49 236	11.71 451	1.89 316	0.44 326	0.53 402	0.44 335	0.35 299	0.52 324	0.48 304

DISCO	2.25 262	0.73 227	10.06 270	1.76 415	1.12 309	3.47 185	1.25 338	3.24 170	2.26 290	2.65 385	1.96 277	4.53 430	1.92 324	4.17 264	3.61 401	0.32 191	0.25 220	0.31 171	0.29 227	0.66 377	0.41 260

NOSS_ROB	2.27 266	0.73 227	3.00 171	1.71 410	1.00 287	3.90 271	0.97 276	4.29 392	2.81 391	2.94 408	2.19 326	3.88 397	1.19 170	11.77 453	1.62 281	0.59 390	0.54 404	0.56 394	0.52 394	0.56 341	0.54 337

GCAP-BAT	1.21 99	0.74 235	3.23 178	0.95 140	0.70 186	3.86 264	0.93 259	1.89 36	1.48 73	1.85 171	1.96 277	1.68 173	0.79 66	1.78 143	0.81 84	0.29 115	0.20 87	0.24 29	0.20 46	0.26 35	0.35 195

rvit_stereo_0075_2	1.18 89	0.74 235	2.66 156	0.90 105	1.27 344	2.51 95	0.69 105	2.25 66	2.06 246	1.40 104	1.86 257	1.46 149	0.84 77	1.42 84	0.94 139	0.46 340	0.40 352	0.48 357	0.38 334	0.46 305	0.51 324

ACVNet-DCA	1.85 200	0.74 235	13.77 307	1.78 417	0.36 10	4.48 396	0.74 132	3.98 296	1.53 108	1.01 71	1.81 235	0.72 34	1.62 263	2.13 179	0.64 28	0.29 115	0.17 13	0.32 190	0.21 57	0.33 150	0.32 156

xx1	2.03 235	0.74 235	13.77 307	1.78 417	0.36 10	4.48 396	0.74 132	4.23 366	3.95 455	1.01 71	1.81 235	1.79 199	1.34 193	2.13 179	0.64 28	0.29 115	0.17 13	0.33 224	0.33 277	0.33 150	0.32 156

1test111	1.99 229	0.74 235	13.77 307	1.78 417	0.36 10	4.48 396	0.74 132	3.98 296	1.53 108	1.01 71	1.81 235	0.72 34	1.62 263	4.66 269	0.98 149	0.29 115	0.17 13	0.32 190	0.21 57	0.33 150	0.32 156

cc1	1.98 226	0.74 235	13.77 307	1.78 417	0.36 10	4.48 396	0.74 132	4.23 366	3.95 455	1.01 71	1.81 235	0.72 34	1.62 263	2.13 179	0.64 28	0.29 115	0.17 13	0.32 190	0.21 57	0.31 109	0.29 113

testlalala_base	1.62 169	0.74 235	1.63 60	1.19 272	1.40 369	2.63 102	0.84 197	4.09 329	1.31 34	1.22 89	1.42 114	1.21 115	0.85 79	1.16 38	0.73 62	3.92 482	2.10 470	0.27 86	0.18 21	4.49 481	1.11 427

DCRE	1.44 145	0.74 235	3.50 191	1.13 243	0.72 190	1.78 54	0.67 95	2.14 58	1.56 130	1.99 216	8.09 459	1.73 184	1.07 135	1.24 57	0.83 90	0.23 16	0.25 220	0.26 62	0.26 147	0.28 62	0.30 140

NINENet	1.87 202	0.74 235	2.60 147	1.12 236	1.06 298	4.50 405	0.76 145	4.41 427	2.24 284	2.16 277	1.86 257	3.63 388	0.97 106	8.00 338	1.17 183	0.41 303	0.30 275	0.41 320	0.30 243	0.41 250	0.36 200

UNet	2.51 320	0.74 235	20.17 424	1.14 244	1.44 378	3.48 187	0.76 145	3.77 243	1.87 213	2.05 242	1.57 151	2.75 316	2.39 358	3.51 244	2.51 372	0.32 191	0.26 232	0.41 320	0.26 147	0.38 211	0.39 234

HGLStereo	2.03 235	0.74 235	7.50 239	1.23 289	1.56 398	3.62 218	0.95 268	3.78 246	1.89 219	2.03 238	2.20 328	3.12 348	2.14 339	5.68 290	2.04 334	0.37 255	0.31 285	0.32 190	0.29 227	0.40 226	0.45 285

DMCA	1.72 183	0.74 235	6.63 230	1.14 244	0.96 269	3.98 298	0.90 237	3.75 239	2.76 377	2.83 400	1.58 152	2.35 274	1.18 166	1.58 108	1.98 329	0.40 289	0.27 243	0.42 327	0.26 147	0.36 197	0.38 228

rvit_stereo_0081_aga	0.81 23	0.75 247	1.84 77	0.72 18	0.73 194	1.21 15	0.63 80	1.92 41	1.39 41	0.87 57	0.80 18	0.79 48	0.69 36	1.27 64	0.69 46	0.35 237	0.29 262	0.26 62	0.25 129	0.40 226	0.27 84

DispNO	3.00 380	0.75 247	18.92 387	1.17 264	1.10 307	3.72 232	0.94 264	4.29 392	2.54 352	2.24 305	2.28 341	4.51 428	2.12 336	11.40 431	2.09 342	0.31 173	0.28 252	0.31 171	0.28 200	0.36 197	0.39 234

StereoVision	1.65 175	0.75 247	7.47 238	1.01 178	1.80 435	2.61 101	0.61 67	3.06 152	1.96 225	1.25 90	3.46 429	1.85 217	0.88 85	2.07 172	1.93 320	0.43 319	0.36 319	0.37 285	0.36 309	0.48 312	0.33 169

test_5	1.87 202	0.75 247	10.23 273	1.14 244	1.40 369	3.85 262	1.27 339	3.91 277	1.93 223	1.69 143	1.78 217	1.67 171	1.79 302	2.99 237	1.17 183	0.30 154	0.18 37	0.35 259	0.33 277	0.34 168	0.33 169

SA	1.62 169	0.75 247	3.78 203	1.07 205	0.43 51	4.26 364	1.36 349	4.45 435	3.12 418	1.63 132	1.97 283	1.68 173	2.26 350	2.55 215	1.27 210	0.27 62	0.22 143	0.37 285	0.37 321	0.35 185	0.30 140

Anonymous3	1.72 183	0.76 252	11.61 289	0.83 63	0.84 233	4.46 394	0.84 197	3.57 209	1.16 14	1.34 94	1.37 101	1.11 96	1.03 117	1.58 108	1.13 175	0.70 414	0.58 414	0.33 224	0.35 299	0.47 309	0.42 264

delet	1.92 215	0.76 252	5.14 218	1.01 178	1.65 415	3.44 177	2.03 412	3.76 241	2.48 338	2.01 230	2.05 301	2.63 306	1.90 322	5.34 280	2.12 344	0.28 96	0.29 262	0.40 310	0.31 259	0.41 250	0.45 285

FC-DCNN v2	6.91 473	0.77 254	19.25 393	1.69 407	1.64 411	9.13 482	2.40 426	7.20 479	9.47 480	11.07 491	11.62 479	20.05 488	15.79 485	12.55 470	11.99 457	0.66 404	0.57 409	0.58 397	0.56 403	0.63 362	0.61 357

STrans-v2	3.03 384	0.77 254	20.91 456	0.81 43	0.63 153	3.89 269	1.01 285	4.27 384	2.64 363	2.28 313	3.70 432	4.13 411	5.20 442	7.33 325	1.27 210	0.31 173	0.18 37	0.29 130	0.25 129	0.29 73	0.41 260

TransformOpticalFlow	3.03 384	0.77 254	20.99 459	1.00 172	0.55 117	4.18 349	0.64 83	4.33 409	3.02 412	2.18 283	3.09 416	4.35 422	5.07 440	7.36 328	1.27 210	0.32 191	0.18 37	0.32 190	0.26 147	0.28 62	0.46 295

AFF-stereo	1.31 133	0.77 254	1.46 46	1.10 229	0.45 61	3.93 278	0.48 32	2.92 137	2.92 401	1.90 188	2.21 330	2.11 255	1.52 242	1.93 162	1.12 174	0.21 3	0.16 6	0.25 45	0.25 129	0.29 73	0.20 11

PSMNet-RSSM	1.96 222	0.77 254	3.26 180	1.29 309	1.31 348	4.19 353	0.96 273	3.68 224	1.89 219	2.05 242	1.80 223	2.60 302	1.70 290	9.84 374	1.81 307	0.35 237	0.29 262	0.35 259	0.37 321	0.42 268	0.35 195

FC-DCNN	6.64 468	0.77 254	19.26 395	1.68 406	1.64 411	8.27 480	2.35 425	6.35 477	9.23 479	10.85 489	11.27 477	19.89 486	13.33 482	12.51 469	11.79 456	0.66 404	0.57 409	0.58 397	0.56 403	0.63 362	0.61 357

CoDeX	2.40 302	0.78 260	13.21 299	1.00 172	1.18 319	3.24 149	1.32 344	4.14 345	2.41 326	1.74 155	1.84 247	2.05 246	1.47 228	10.03 384	1.60 275	0.34 218	0.28 252	0.32 190	0.27 173	0.32 134	0.39 234

MIM_Stereo	1.20 96	0.78 260	3.30 183	1.05 197	0.43 51	3.04 126	0.60 64	2.46 82	1.51 93	1.60 123	1.58 152	1.82 208	1.29 185	2.00 167	1.07 163	0.24 24	0.24 200	0.28 112	0.25 129	0.27 46	0.27 84

CRFU-Net	2.49 318	0.78 260	10.36 274	2.30 452	1.08 302	3.91 272	1.41 362	3.85 258	1.65 169	2.15 272	1.76 209	3.34 364	7.95 472	5.56 287	1.48 252	0.47 349	0.35 315	0.30 150	0.28 200	0.37 206	0.43 273

DDVS	1.68 180	0.79 263	2.52 142	1.26 299	1.16 317	3.17 140	0.78 161	3.12 156	1.82 204	1.86 176	1.91 272	2.92 334	1.43 216	6.20 302	1.63 283	0.45 335	0.65 426	0.34 241	0.38 334	0.48 312	0.79 399

Sa-1000	1.63 173	0.79 263	3.56 194	1.11 233	0.48 85	4.06 310	1.41 362	4.49 441	2.75 376	2.00 228	2.80 401	1.84 214	1.43 216	2.64 224	1.50 256	0.27 62	0.19 58	0.36 273	0.33 277	0.36 197	0.30 140

IIG-Stereo	1.95 220	0.79 263	2.14 110	2.78 462	0.66 169	4.62 426	0.76 145	4.27 384	1.53 108	2.63 382	3.14 419	3.35 365	1.61 260	7.65 334	1.41 235	0.39 283	0.20 87	0.31 171	0.25 129	0.33 150	0.22 26

cf-r	2.57 334	0.79 263	16.09 342	1.48 374	1.35 359	4.19 353	0.93 259	3.68 224	2.36 312	1.97 209	1.81 235	3.42 369	1.45 223	8.24 340	1.83 310	0.32 191	0.26 232	0.33 224	0.30 243	0.34 168	0.37 214

MyStereo07	1.01 65	0.80 267	1.26 25	1.00 172	1.04 293	3.95 288	0.95 268	2.07 53	1.42 49	0.75 24	1.22 63	0.68 21	0.91 94	1.63 122	0.67 38	0.24 24	0.24 200	0.34 241	0.26 147	0.41 250	0.37 214

MyStereo04	2.29 274	0.80 267	18.77 384	1.00 172	1.04 293	3.95 288	0.95 268	3.91 277	2.54 352	1.99 216	1.27 79	2.31 270	1.65 280	2.02 171	1.77 303	0.24 24	0.24 200	0.34 241	0.26 147	0.41 250	0.37 214

rafts_anoy	1.24 109	0.80 267	3.61 198	1.17 264	1.20 330	3.00 125	0.61 67	3.17 162	1.58 138	1.37 100	1.26 73	1.19 110	1.12 148	1.78 143	1.25 204	0.32 191	0.23 168	0.32 190	0.32 269	0.31 109	0.30 140

GEStereo_RVC	1.91 212	0.80 267	6.57 229	1.20 276	1.06 298	4.02 304	1.43 366	4.13 339	1.89 219	2.03 238	1.80 223	2.34 272	1.86 317	4.94 273	1.77 303	0.48 353	0.38 338	0.32 190	0.28 200	0.42 268	0.50 316

TestStereo1	1.56 157	0.81 271	2.32 130	1.61 400	0.64 155	4.13 328	1.36 349	3.79 247	3.20 429	1.60 123	2.57 383	1.39 137	2.15 340	2.51 209	1.30 217	0.29 115	0.20 87	0.34 241	0.25 129	0.40 226	0.36 200

SA-5K	1.56 157	0.81 271	2.32 130	1.61 400	0.64 155	4.13 328	1.36 349	3.79 247	3.20 429	1.60 123	2.57 383	1.39 137	2.15 340	2.51 209	1.30 217	0.29 115	0.20 87	0.34 241	0.25 129	0.40 226	0.36 200

MMNet	2.02 234	0.81 271	10.76 279	1.12 236	1.23 336	3.53 199	0.89 232	3.79 247	2.08 249	2.15 272	1.76 209	2.15 256	2.12 336	3.69 250	2.32 359	0.31 173	0.29 262	0.34 241	0.27 173	0.38 211	0.42 264

psm_up	2.28 271	0.81 271	5.45 225	1.26 299	1.50 386	3.84 256	1.23 335	4.23 366	2.03 237	2.55 365	1.80 223	2.44 287	1.65 280	12.90 472	1.58 271	0.37 255	0.38 338	0.41 320	0.34 285	0.43 278	0.39 234

FAT-Stereo	3.34 406	0.81 271	20.05 417	1.25 293	1.20 330	3.44 177	1.99 410	4.23 366	2.67 367	3.14 419	3.82 435	3.51 380	3.32 405	11.68 449	1.94 322	0.64 399	0.67 430	0.48 357	0.52 394	0.61 358	0.81 401

HSM	2.35 294	0.81 271	2.21 116	1.14 244	1.55 395	3.44 177	1.03 290	3.99 300	2.25 287	2.29 315	2.11 313	8.04 467	3.05 393	11.60 439	1.71 294	0.33 206	0.22 143	0.28 112	0.23 97	0.32 134	0.35 195

StereoDRNet-Refined	1.77 193	0.81 271	2.22 119	1.21 282	0.76 203	3.26 154	0.71 113	3.82 251	2.05 244	2.29 315	2.05 301	2.98 336	1.44 219	7.15 323	2.27 356	0.30 154	0.23 168	0.42 327	0.33 277	0.45 294	0.64 367
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 432	0.82 278	10.85 281	0.86 84	0.43 51	2.16 80	16.77 491	3.22 167	1.54 117	2.04 241	12.05 481	2.68 307	7.53 469	7.30 324	12.62 458	0.30 154	0.21 117	0.29 130	0.28 200	0.33 150	0.41 260

sCroCo_RVC	1.06 71	0.82 278	5.05 217	1.02 187	1.05 295	0.98 6	0.61 67	2.06 51	1.29 31	0.69 18	1.26 73	0.82 54	1.10 144	1.20 51	0.90 119	0.42 314	0.40 352	0.33 224	0.30 243	0.46 305	0.38 228

HITNet	2.07 242	0.82 278	14.77 324	1.34 333	0.56 121	3.47 185	0.80 177	4.07 323	2.35 309	2.16 277	1.61 164	1.64 168	1.44 219	2.09 177	2.56 378	0.26 50	0.18 37	0.41 320	0.26 147	0.45 294	0.25 52
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
iRaft-Stereo_5w	2.10 245	0.83 281	8.57 249	0.81 43	0.76 203	3.21 143	0.84 197	3.71 235	1.65 169	1.56 120	2.50 373	2.20 259	2.23 349	9.13 357	2.01 332	0.38 271	0.19 58	0.35 259	0.27 173	0.45 294	0.39 234

raft+_RVC	1.21 99	0.83 281	2.61 150	1.35 337	0.97 273	3.60 213	0.76 145	3.23 168	1.51 93	1.33 93	1.67 177	1.03 87	1.10 144	1.87 158	0.92 129	0.24 24	0.22 143	0.25 45	0.24 120	0.26 35	0.25 52

ADLNet	2.29 274	0.83 281	3.62 199	1.35 337	1.60 404	3.67 226	1.24 337	3.95 288	2.98 408	2.58 372	2.29 344	4.01 404	1.79 302	11.23 427	2.09 342	0.37 255	0.38 338	0.36 273	0.34 285	0.45 294	0.71 380

AdaStereo	1.45 147	0.83 281	2.34 133	1.28 306	0.81 216	3.21 143	1.14 317	4.20 354	2.46 337	2.05 242	1.77 214	2.48 292	1.18 166	1.71 135	1.44 240	0.43 319	0.25 220	0.43 331	0.28 200	0.44 286	0.34 181
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.
4D-IteraStereo	1.97 224	0.84 285	20.43 440	0.78 39	1.56 398	2.09 77	1.05 296	2.43 79	1.56 130	1.41 106	1.00 29	1.94 224	0.61 20	1.22 55	1.06 160	0.27 62	0.18 37	0.31 171	0.26 147	0.27 46	0.23 33

RAFT	1.23 104	0.84 285	2.05 96	0.96 146	0.47 78	1.80 56	0.94 264	3.18 164	1.46 63	1.60 123	1.71 190	3.04 341	1.59 255	1.64 124	1.32 220	0.38 271	0.24 200	0.40 310	0.32 269	0.40 226	0.35 195

FCDSN-DC	6.04 464	0.84 285	19.25 393	1.24 291	1.09 305	4.38 379	2.62 434	4.38 422	4.71 462	9.59 485	11.22 476	19.19 485	17.40 488	12.30 463	8.55 441	0.69 413	0.57 409	0.60 405	0.60 411	0.70 385	0.78 397
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 159	0.84 285	3.25 179	1.36 343	1.40 369	4.07 315	1.01 285	2.68 114	1.50 86	2.11 258	1.88 260	2.37 277	1.50 237	3.41 242	1.42 237	0.36 248	0.28 252	0.52 382	0.40 351	0.53 330	0.43 273

LL-Strereo2	1.23 104	0.85 289	2.38 135	0.93 131	0.68 181	3.72 232	1.37 354	2.54 96	1.99 230	1.75 157	1.40 110	1.82 208	0.73 44	1.40 80	0.99 152	0.31 173	0.23 168	0.55 392	0.35 299	0.29 73	0.24 44

HH	2.23 258	0.86 290	21.59 475	0.98 158	0.51 94	1.49 41	0.82 189	2.74 120	1.54 117	1.10 80	1.69 184	4.62 434	1.86 317	2.55 215	0.69 46	0.26 50	0.22 143	0.29 130	0.23 97	0.34 168	0.27 84

HanStereo	2.23 258	0.86 290	21.59 475	0.98 158	0.51 94	1.49 41	0.82 189	2.74 120	1.54 117	1.10 80	1.69 184	4.62 434	1.86 317	2.55 215	0.69 46	0.26 50	0.22 143	0.29 130	0.23 97	0.34 168	0.27 84

rvit_stereo_ft	1.00 63	0.87 292	3.55 192	0.97 153	0.66 169	1.06 7	0.80 177	2.78 125	1.67 172	0.78 40	0.96 27	0.95 79	1.14 156	1.06 21	0.90 119	0.32 191	0.24 200	0.27 86	0.28 200	0.39 221	0.27 84

CroCo-Stereo	0.98 55	0.87 292	3.44 188	0.87 89	0.53 111	0.49 1	0.50 34	3.99 300	1.49 81	0.81 45	1.25 72	1.00 83	0.75 50	1.10 24	1.09 168	0.24 24	0.21 117	0.24 29	0.19 33	0.35 185	0.27 84
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
ssnet_v2	2.04 237	0.88 294	7.87 240	1.20 276	0.87 245	3.86 264	1.64 386	4.01 304	2.60 358	2.61 378	1.96 277	3.79 393	1.71 292	2.20 190	2.96 390	0.41 303	0.35 315	0.42 327	0.37 321	0.55 335	0.52 329

Anonymous_2	3.01 382	0.89 295	4.53 213	1.06 203	1.18 319	2.93 118	0.87 225	3.24 170	1.46 63	1.86 176	1.35 96	4.11 410	2.35 356	1.64 124	1.28 214	0.82 425	0.90 446	8.71 498	15.84 501	4.44 480	0.74 388

CroCo-Stereo Lap2	0.99 61	0.89 295	2.55 143	0.99 164	1.80 435	0.54 2	0.46 28	3.10 154	1.24 20	1.07 78	1.21 62	1.05 91	0.78 64	1.26 60	1.08 165	0.27 62	0.23 168	0.27 86	0.21 57	0.43 278	0.34 181

rvit_105_1	1.43 144	0.90 297	3.27 181	1.08 214	0.68 181	2.79 106	1.27 339	3.52 203	2.35 309	1.38 102	1.54 143	1.28 121	1.14 156	2.91 232	1.40 231	0.54 381	0.47 389	0.45 341	0.59 409	0.44 286	0.58 349

NVstereo2D	2.54 326	0.90 297	11.10 283	1.32 321	1.47 382	3.58 210	1.38 356	4.13 339	2.45 334	1.90 188	1.71 190	2.86 328	1.76 298	10.86 408	1.66 289	0.60 391	0.43 367	0.53 384	0.41 357	0.78 402	0.94 415

WCMA_ROB	5.12 449	0.90 297	21.33 468	1.50 378	1.33 356	4.09 317	3.49 458	4.03 309	4.59 461	6.57 470	10.95 475	12.92 477	8.41 476	9.86 375	8.78 442	0.75 417	0.58 414	0.51 376	0.50 388	0.68 382	0.57 345

S-Stereo	3.48 410	0.91 300	22.06 483	1.36 343	1.50 386	3.55 204	2.53 431	4.21 359	2.81 391	2.37 342	3.81 434	3.75 391	1.84 314	11.90 459	2.51 372	0.63 396	0.71 436	0.48 357	0.76 427	0.67 379	1.19 431

MLCV	1.87 202	0.91 300	8.59 250	1.10 229	0.57 132	3.59 211	0.53 42	3.70 234	2.20 277	2.80 397	2.25 336	2.00 238	1.42 213	4.13 262	1.86 313	0.30 154	0.20 87	0.32 190	0.21 57	0.33 150	0.36 200

ACV-stereo	2.92 366	0.92 302	20.27 431	1.33 326	1.05 295	4.68 435	1.10 308	2.66 113	1.64 165	1.46 110	1.32 87	5.41 455	4.24 429	7.83 336	1.90 318	0.44 326	0.52 401	0.32 190	0.29 227	0.45 294	0.63 364

AASNet	2.44 307	0.92 302	19.79 408	1.35 337	1.49 384	3.81 249	1.07 299	3.85 258	2.93 402	1.95 204	2.29 344	1.96 231	1.29 185	1.73 137	1.93 320	0.39 283	0.33 300	0.45 341	0.30 243	0.55 335	0.45 285

ADLNet2	3.15 396	0.92 302	20.06 418	1.20 276	1.79 432	3.83 251	1.48 368	3.94 286	3.59 445	2.19 287	2.47 370	4.65 437	1.93 325	10.69 402	1.96 327	0.39 283	0.37 332	0.28 112	0.30 243	0.48 312	0.43 273

111	1.83 198	0.92 302	9.08 256	0.81 43	0.36 10	4.25 363	0.91 245	4.44 432	2.70 370	2.39 347	1.96 277	2.30 269	1.64 278	1.28 65	1.82 308	0.28 96	0.22 143	0.24 29	0.20 46	0.31 109	0.54 337

rvit_0105_6	1.00 63	0.93 306	2.21 116	0.92 117	0.55 117	1.52 45	0.79 168	2.41 75	2.96 404	0.76 34	0.72 9	1.02 85	0.75 50	1.42 84	0.81 84	0.40 289	0.43 367	0.34 241	0.31 259	0.43 278	0.34 181

rvit_0105_5	1.13 79	0.93 306	2.60 147	0.91 111	0.56 121	1.92 64	0.91 245	3.02 146	2.63 361	0.95 66	1.20 60	1.18 106	0.93 98	1.51 99	0.93 137	0.40 289	0.43 367	0.37 285	0.35 299	0.42 268	0.44 279

rvit_0105_3	1.24 109	0.93 306	2.84 164	0.97 153	0.58 139	2.38 88	1.08 303	3.26 173	2.53 348	1.18 87	1.40 110	1.24 117	1.04 121	1.73 137	0.97 146	0.44 326	0.44 372	0.40 310	0.42 363	0.42 268	0.50 316

OMP-Stereo	1.97 224	0.93 306	1.88 79	2.76 461	0.67 176	4.58 421	1.48 368	4.31 403	1.54 117	3.15 421	2.76 397	3.25 356	1.38 197	7.66 335	1.35 228	0.40 289	0.20 87	0.33 224	0.26 147	0.33 150	0.24 44

stereogan	3.09 389	0.93 306	16.43 346	1.37 351	1.66 418	3.70 229	1.67 391	3.87 263	3.15 423	3.04 412	2.70 393	5.04 447	2.79 379	9.96 380	1.78 305	0.63 396	0.49 399	0.69 421	0.47 377	0.83 409	0.68 374

RYNet	2.97 375	0.93 306	15.09 333	1.12 236	1.38 365	3.66 225	1.42 364	4.03 309	2.29 298	2.10 254	1.70 186	3.79 393	2.16 343	13.64 481	3.02 393	0.37 255	0.41 359	0.48 357	0.34 285	0.81 406	0.75 391

iResNet	2.52 323	0.94 312	21.17 465	1.84 426	0.72 190	3.75 237	0.81 186	4.14 345	2.55 354	2.33 335	2.03 292	1.35 132	1.44 219	3.27 240	2.16 350	0.35 237	0.23 168	0.28 112	0.22 86	0.44 286	0.45 285

CBFPSM	2.05 239	0.95 313	10.12 272	1.07 205	1.05 295	2.84 108	1.20 331	3.28 174	1.73 190	1.82 168	1.30 84	4.56 432	4.06 424	2.34 199	2.34 361	0.25 38	0.38 338	0.32 190	0.27 173	0.37 206	0.79 399

XX-TBD	1.03 70	0.95 313	1.94 85	1.30 316	0.43 51	3.97 296	0.33 4	1.74 27	1.73 190	1.59 122	2.02 291	0.69 24	0.60 18	1.16 38	0.66 36	0.30 154	0.25 220	0.23 14	0.15 4	0.31 109	0.22 26

CFNet-ft	1.90 209	0.95 313	3.56 194	1.07 205	1.54 391	4.09 317	0.90 237	2.85 131	1.82 204	1.78 161	1.70 186	2.75 316	1.48 230	9.33 361	1.72 295	0.33 206	0.30 275	0.61 408	0.36 309	0.52 324	0.39 234

STTStereo	2.34 289	0.95 313	14.93 330	1.43 362	1.54 391	3.86 264	0.86 208	3.65 218	2.44 333	2.15 272	1.55 146	2.49 294	1.59 255	5.14 277	1.44 240	0.38 271	0.39 347	0.47 349	0.51 391	0.52 324	0.51 324

CFNet_RVC	1.90 209	0.95 313	3.56 194	1.07 205	1.54 391	4.09 317	0.90 237	2.85 131	1.82 204	1.78 161	1.70 186	2.75 316	1.48 230	9.33 361	1.72 295	0.33 206	0.30 275	0.61 408	0.36 309	0.52 324	0.39 234

DLCB_ROB	2.05 239	0.95 313	2.37 134	1.24 291	1.02 289	2.92 117	1.30 342	3.68 224	2.30 299	2.91 402	2.17 323	3.32 363	1.52 242	10.37 392	2.50 371	0.40 289	0.33 300	0.40 310	0.36 309	0.41 250	0.47 300

CBMV	3.32 405	0.96 319	21.16 464	1.32 321	0.83 226	3.81 249	3.91 470	4.47 437	2.53 348	3.34 428	2.24 334	4.45 425	2.58 371	10.07 386	1.96 327	0.45 335	0.43 367	0.48 357	0.38 334	0.52 324	0.53 331
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 342	0.97 320	8.01 244	1.54 385	1.24 338	3.75 237	2.18 420	4.07 323	2.41 326	2.66 386	3.25 422	2.87 329	2.31 354	9.89 376	3.50 399	0.78 419	0.75 440	0.71 424	0.67 418	0.76 399	0.81 401

rvit_0105_4	1.07 74	0.99 321	2.39 136	0.93 131	0.54 112	1.62 51	0.84 197	2.77 124	2.91 399	0.80 43	0.91 23	1.09 92	0.86 81	1.63 122	0.85 96	0.40 289	0.45 377	0.35 259	0.31 259	0.43 278	0.40 254

AIO-Stereo-zeroshot	2.35 294	0.99 321	19.62 403	1.09 220	0.96 269	1.51 43	0.44 25	4.05 317	1.64 165	1.31 92	1.67 177	4.93 441	2.45 363	2.52 213	1.40 231	0.30 154	0.20 87	0.31 171	0.50 388	0.57 345	0.60 354

DRN-Test	3.03 384	0.99 321	18.18 373	1.35 337	1.60 404	3.59 211	1.48 368	4.13 339	2.45 334	3.47 433	1.92 274	2.58 301	2.53 368	10.88 409	2.80 387	0.39 283	0.36 319	0.44 335	0.41 357	0.55 335	0.57 345

GMStereo	1.01 65	1.00 324	2.86 166	0.83 63	0.45 61	1.47 40	0.57 51	1.89 36	2.11 262	1.52 115	1.24 68	0.87 65	0.74 48	1.58 108	0.94 139	0.40 289	0.21 117	0.30 150	0.30 243	0.47 309	0.36 200
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 408	1.01 325	21.99 481	1.28 306	1.37 362	2.67 103	1.39 357	3.98 296	2.87 396	2.93 404	3.27 424	4.35 422	2.43 361	11.62 441	2.39 362	0.60 391	0.63 424	0.79 434	0.55 401	0.68 382	0.67 371

AACVNet	1.83 198	1.02 326	2.41 138	1.45 368	0.87 245	3.21 143	0.73 121	3.16 160	1.61 158	2.01 230	1.82 241	2.28 263	1.33 192	10.98 414	1.49 255	0.39 283	0.32 293	0.38 301	0.32 269	0.43 278	0.44 279

TestStereo	2.00 230	1.02 326	12.25 293	0.70 14	0.61 147	1.88 60	0.55 47	2.31 70	1.52 101	1.41 106	1.33 88	1.27 120	0.90 92	11.62 441	0.81 84	0.34 218	0.19 58	0.33 224	0.24 120	0.44 286	0.24 44

RALCasStereoNet	1.19 91	1.02 326	2.06 105	1.12 236	1.14 311	3.08 134	0.70 111	2.99 142	1.73 190	1.34 94	1.68 180	1.18 106	0.91 94	2.16 184	1.00 154	0.30 154	0.26 232	0.24 29	0.21 57	0.29 73	0.30 140

FBW_ROB	3.24 400	1.02 326	9.21 262	1.49 377	1.07 300	3.78 242	1.48 368	4.31 403	3.08 416	2.46 355	2.32 360	4.20 417	2.08 334	15.19 487	7.16 433	0.84 428	0.62 422	1.33 455	0.92 439	0.99 422	1.31 435

iResNet_ROB	1.89 207	1.02 326	8.60 251	1.39 355	0.98 277	3.72 232	0.66 94	3.84 255	2.65 364	1.88 181	2.05 301	1.98 235	1.27 180	4.52 267	1.67 290	0.30 154	0.20 87	0.28 112	0.18 21	0.31 109	0.40 254

NLCA_NET_v2_RVC	2.54 326	1.04 331	16.73 351	1.53 383	2.00 444	3.96 293	0.87 225	3.87 263	2.31 302	2.54 364	1.67 177	2.85 327	1.63 275	5.55 286	1.62 281	0.46 340	0.33 300	0.38 301	0.38 334	0.53 330	0.62 360
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet (step1)	2.34 289	1.05 332	7.87 240	1.07 205	0.86 240	3.93 278	1.19 327	4.35 413	2.11 262	2.14 264	1.75 201	1.75 186	1.67 284	6.26 304	1.26 207	1.23 446	0.48 395	4.27 489	2.09 475	0.70 385	0.69 376

test_sample9	3.79 420	1.05 332	7.87 240	1.07 205	0.86 240	3.93 278	1.19 327	4.35 413	2.11 262	2.14 264	1.75 201	1.75 186	1.67 284	11.06 419	11.61 454	1.23 446	14.45 502	4.27 489	2.09 475	0.70 385	0.69 376

test_sample8	4.76 444	1.05 332	7.87 240	1.07 205	0.86 240	3.93 278	1.19 327	4.38 422	2.05 244	5.49 461	1.89 266	12.98 478	6.37 458	11.06 419	11.61 454	1.23 446	14.45 502	4.27 489	2.09 475	0.70 385	0.69 376

GwcNet-RSSM	2.66 342	1.05 332	15.91 340	1.22 285	1.19 325	4.12 325	1.12 312	3.84 255	2.02 235	1.93 199	1.79 220	3.12 348	1.46 226	10.37 392	2.05 336	0.33 206	0.27 243	0.35 259	0.30 243	0.40 226	0.36 200

GANet	2.93 367	1.05 332	11.29 285	1.64 402	0.96 269	3.91 272	2.52 430	3.72 236	2.41 326	2.95 409	3.00 410	3.21 352	2.03 328	12.42 466	4.72 413	0.51 371	0.41 359	0.46 346	0.39 340	0.60 353	0.50 316

RAFT_CTSACE	1.80 196	1.06 337	10.00 269	1.71 410	1.39 367	3.49 189	1.06 297	3.05 149	1.62 161	1.70 146	2.04 295	2.51 295	1.80 307	1.98 166	0.94 139	0.25 38	0.22 143	0.28 112	0.30 243	0.30 94	0.26 72

FINET	2.96 371	1.07 338	23.18 489	1.29 309	1.86 437	2.03 69	1.52 373	4.30 400	4.71 462	2.23 303	2.34 362	1.65 169	1.48 230	5.89 294	2.81 388	0.51 371	0.47 389	0.49 370	0.40 351	0.59 349	0.49 309

DANet	2.63 338	1.07 338	8.10 245	1.83 425	1.70 422	3.25 152	1.16 320	4.31 403	2.38 321	3.40 431	2.18 324	4.08 408	1.80 307	9.77 370	3.89 405	0.52 377	0.55 406	0.59 400	0.44 368	0.63 362	0.86 407
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 126	1.08 340	3.21 177	1.25 293	0.94 265	1.44 37	0.69 105	3.15 159	2.57 355	2.01 230	1.80 223	1.29 124	1.05 125	2.00 167	1.48 252	0.27 62	0.20 87	0.27 86	0.24 120	0.40 226	0.27 84

TDLM	2.29 274	1.08 340	4.61 214	1.29 309	1.01 288	4.26 364	2.17 419	3.75 239	2.79 381	2.31 325	1.98 285	2.06 248	1.59 255	12.45 467	1.72 295	0.51 371	0.28 252	0.52 382	0.35 299	0.56 341	0.50 316

MSMD_ROB	5.61 457	1.08 340	16.68 350	1.21 282	0.83 226	10.14 483	2.07 415	3.93 283	6.22 475	10.37 488	8.03 458	22.22 490	9.45 478	11.66 447	4.52 410	0.66 404	0.58 414	0.66 418	0.68 421	0.65 372	0.63 364

DeepPruner_ROB	2.05 239	1.09 343	10.50 277	1.01 178	1.20 330	4.39 382	0.91 245	3.14 158	1.72 187	2.60 376	1.54 143	2.78 323	1.27 180	4.52 267	1.72 295	0.51 371	0.40 352	0.37 285	0.34 285	0.48 312	0.52 329

HBP-ISP	3.25 402	1.10 344	20.86 453	1.54 385	1.15 313	4.50 405	2.89 442	4.43 431	2.38 321	4.14 447	1.96 277	1.90 220	2.04 330	11.08 422	1.32 220	0.66 404	0.57 409	0.66 418	0.61 414	0.64 369	0.61 357

CFNet	2.34 289	1.10 344	8.96 255	1.34 333	1.24 338	4.09 317	0.73 121	4.04 313	2.77 378	1.62 130	1.87 259	2.27 262	1.45 223	11.41 432	1.82 308	0.31 173	0.24 200	0.43 331	0.36 309	0.43 278	0.33 169

CVANet_RVC	2.55 330	1.10 344	9.13 261	1.46 370	1.15 313	3.96 293	1.53 375	3.91 277	2.50 343	3.04 412	2.04 295	2.60 302	1.72 294	12.46 468	1.50 256	0.49 363	0.30 275	0.51 376	0.41 357	0.63 362	0.50 316

ACRE	2.27 266	1.11 347	19.45 398	0.91 111	1.30 346	3.94 283	0.87 225	4.21 359	1.80 202	2.28 313	2.62 385	1.17 102	1.04 121	1.52 101	1.30 217	0.37 255	0.23 168	0.27 86	0.22 86	0.31 109	0.46 295

XPNet_ROB	2.27 266	1.11 347	4.10 205	1.36 343	0.97 273	3.94 283	1.63 384	4.07 323	2.14 267	2.82 399	2.00 289	2.32 271	1.73 297	10.81 407	3.39 398	0.51 371	0.47 389	0.48 357	0.40 351	0.51 321	0.56 341

MyStereo8	2.33 285	1.13 349	19.26 395	1.22 285	1.62 407	4.16 341	0.57 51	3.50 199	2.36 312	2.15 272	1.75 201	2.28 263	1.14 156	1.46 93	2.20 352	0.24 24	0.21 117	0.32 190	0.27 173	0.36 197	0.43 273

ARAFT	2.56 331	1.13 349	19.50 401	0.89 98	0.48 85	4.15 332	1.40 359	4.36 418	2.82 393	2.36 341	1.88 260	1.70 180	1.04 121	6.45 307	1.22 196	0.29 115	0.18 37	0.37 285	0.35 299	0.35 185	0.25 52

NaN_ROB	4.06 430	1.13 349	16.64 349	1.12 236	1.25 341	3.50 192	3.05 448	4.29 392	3.26 433	3.64 434	2.56 381	2.97 335	4.79 437	13.33 475	16.91 474	0.37 255	0.41 359	0.38 301	0.39 340	0.48 312	0.81 401

SACVNet	2.46 311	1.14 352	9.47 263	1.44 364	1.18 319	4.06 310	1.49 372	3.84 255	2.24 284	2.62 379	1.89 266	2.57 299	1.28 182	11.35 430	1.64 286	0.50 365	0.39 347	0.48 357	0.41 357	0.55 335	0.75 391

raft_robust	1.92 215	1.15 353	3.34 186	1.02 187	0.43 51	3.84 256	0.46 28	4.42 428	2.52 347	1.67 141	1.36 100	2.17 257	6.37 458	6.78 318	1.04 158	0.28 96	0.24 200	0.30 150	0.35 299	0.31 109	0.32 156

dd	1.26 120	1.15 353	2.47 140	0.92 117	0.49 90	4.35 377	0.75 142	1.92 41	2.11 262	1.44 109	1.24 68	1.19 110	1.05 125	1.78 143	1.70 293	0.57 387	0.34 311	0.35 259	0.33 277	0.60 353	0.46 295

psmorigin	6.59 467	1.15 353	88.11 511	1.52 381	0.97 273	2.88 111	1.20 331	3.21 165	2.04 241	3.73 437	2.46 368	5.15 451	2.55 369	10.60 398	2.47 369	0.55 383	0.68 433	0.48 357	0.51 391	0.70 385	0.88 411

Nwc_Net	2.88 363	1.16 356	18.30 376	1.35 337	1.68 420	3.52 198	1.18 324	3.90 273	2.06 246	2.52 363	2.82 404	3.82 395	2.34 355	6.78 318	2.55 377	0.86 429	0.40 352	0.59 400	0.67 418	0.57 345	0.55 339

SGM-ForestM	11.55 485	1.16 356	21.62 477	2.14 444	0.81 216	22.25 498	19.08 495	16.50 498	11.34 482	15.94 496	14.44 488	27.12 498	22.61 497	24.76 498	28.39 502	0.50 365	0.48 395	0.47 349	0.44 368	0.55 335	0.53 331

iinet-f	2.26 264	1.18 358	13.71 305	1.14 244	1.11 308	3.77 240	1.10 308	4.14 345	2.17 272	2.06 247	1.76 209	2.99 337	2.99 387	2.50 206	2.49 370	0.35 237	0.39 347	0.27 86	0.28 200	0.45 294	0.39 234

CIPLG	2.27 266	1.18 358	19.24 392	0.92 117	1.34 358	3.95 288	0.89 232	4.23 366	1.82 204	2.31 325	2.67 390	1.17 102	1.06 133	1.53 103	1.32 220	0.37 255	0.23 168	0.27 86	0.22 86	0.31 109	0.45 285

fast-acv-ft	2.54 326	1.19 360	20.08 421	1.41 358	1.40 369	3.18 141	1.17 323	3.37 187	2.28 295	1.90 188	2.15 320	2.69 308	2.17 345	2.91 232	2.31 358	0.37 255	0.39 347	0.45 341	0.39 340	0.57 345	0.45 285

dad	1.65 175	1.19 360	3.04 173	0.98 158	0.56 121	4.22 359	0.84 197	1.99 46	2.48 338	2.14 264	1.68 180	1.62 167	1.13 150	3.85 253	2.04 334	1.03 437	0.40 352	2.04 461	0.48 381	0.75 398	0.53 331

RP	2.79 353	1.20 362	10.36 274	1.54 385	1.93 441	3.44 177	1.97 408	4.05 317	2.34 307	2.66 386	2.79 399	3.98 402	2.58 371	10.21 388	2.61 379	0.95 433	0.47 389	0.71 424	0.57 406	0.71 392	0.68 374

GMStereo_Zeroshot	1.41 143	1.21 363	3.33 185	1.29 309	0.72 190	3.35 166	0.53 42	2.58 105	1.68 174	2.35 337	1.56 149	2.42 284	0.96 103	2.50 206	1.16 180	0.45 335	0.23 168	0.40 310	0.24 120	0.79 404	0.33 169

gwcnet-sp	2.31 278	1.21 363	17.34 358	1.08 214	0.92 258	3.56 206	1.04 293	3.69 229	2.09 252	2.55 365	1.60 160	1.80 202	1.62 263	3.87 254	1.95 324	0.29 115	0.29 262	0.30 150	0.28 200	0.38 211	0.39 234

scenet	2.31 278	1.21 363	17.34 358	1.08 214	0.92 258	3.56 206	1.04 293	3.69 229	2.09 252	2.55 365	1.60 160	1.80 202	1.62 263	3.87 254	1.95 324	0.29 115	0.29 262	0.30 150	0.28 200	0.38 211	0.39 234

ssnet	2.31 278	1.21 363	17.34 358	1.08 214	0.92 258	3.56 206	1.04 293	3.69 229	2.09 252	2.55 365	1.60 160	1.80 202	1.62 263	3.87 254	1.95 324	0.29 115	0.29 262	0.30 150	0.28 200	0.38 211	0.39 234

G-Net	4.11 431	1.21 363	19.47 400	2.31 453	2.94 465	4.74 451	2.95 443	3.33 185	2.14 267	4.44 454	9.43 469	6.93 463	3.84 420	9.01 355	4.92 418	0.79 420	0.80 443	0.70 423	0.50 388	0.95 417	0.87 410

LE_ROB	18.58 494	1.21 363	48.38 505	8.60 497	23.00 498	7.32 477	19.74 496	9.94 483	38.69 503	43.53 501	21.91 492	28.40 499	40.92 502	23.18 494	54.71 507	0.34 218	0.33 300	0.32 190	0.36 309	0.42 268	0.40 254

sAnonymous2	1.37 138	1.22 369	9.79 266	0.92 117	0.88 248	1.23 16	0.61 67	2.56 99	1.69 180	0.85 53	1.02 30	0.73 37	1.23 176	0.98 12	0.78 74	0.29 115	0.25 220	0.31 171	0.30 243	1.06 425	0.71 380

CroCo_RVC	1.37 138	1.22 369	9.79 266	0.92 117	0.88 248	1.23 16	0.61 67	2.56 99	1.69 180	0.85 53	1.02 30	0.73 37	1.23 176	0.98 12	0.78 74	0.29 115	0.25 220	0.31 171	0.30 243	1.06 425	0.71 380

DMCA-RVC	2.45 308	1.22 369	18.29 375	1.23 289	1.14 311	2.49 94	0.85 206	3.29 175	1.68 174	3.02 411	1.41 112	2.00 238	1.53 249	6.39 306	2.00 330	0.38 271	0.30 275	0.44 335	0.35 299	0.45 294	0.44 279

pmcnn	5.45 455	1.22 369	17.40 362	1.60 397	2.41 458	3.48 187	2.12 416	4.52 446	3.26 433	3.67 436	13.15 484	22.10 489	3.46 413	11.92 460	17.16 476	0.34 218	0.21 117	0.23 14	0.19 33	0.36 197	0.28 103

ADCRef	3.30 403	1.23 373	14.90 328	1.17 264	1.41 376	3.95 288	1.64 386	3.88 266	2.36 312	3.05 414	2.21 330	2.40 279	2.81 381	5.04 274	16.63 473	0.46 340	0.34 311	0.63 412	0.62 415	0.54 333	0.67 371

PA-Net	3.09 389	1.24 374	18.84 385	1.38 353	1.19 325	3.42 175	1.75 394	3.89 268	3.27 436	1.88 181	2.10 309	3.03 340	1.88 321	11.60 439	2.88 389	0.40 289	0.54 404	0.44 335	0.62 415	0.52 324	1.02 420
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 393	1.25 375	21.14 462	1.31 319	1.52 389	3.94 283	1.13 315	3.32 182	2.14 267	2.20 289	2.03 292	3.05 344	1.96 326	11.79 454	2.53 374	0.42 314	0.45 377	0.64 415	0.46 374	0.67 379	0.57 345

AIO-Stereo-zeroshot1	2.68 347	1.26 376	22.01 482	1.08 214	0.99 280	1.61 49	0.86 208	3.69 229	1.64 165	1.52 115	5.62 450	3.35 365	3.44 412	2.20 190	1.33 224	0.26 50	0.21 117	0.30 150	0.62 415	0.93 416	0.67 371

anonymity	1.76 191	1.26 376	2.73 161	1.66 404	1.32 353	1.84 57	1.07 299	3.49 197	2.30 299	2.11 258	2.11 313	1.71 182	3.90 422	1.82 150	1.48 252	1.10 439	1.09 450	1.08 448	1.08 449	1.05 424	1.09 425

NCC-stereo	3.16 397	1.28 378	18.31 377	1.25 293	1.75 427	4.06 310	1.40 359	3.89 268	2.22 279	2.72 390	2.55 379	3.49 378	2.65 374	9.91 377	2.99 391	1.29 452	0.65 426	0.64 415	0.86 436	0.65 372	0.71 380

Abc-Net	3.16 397	1.28 378	18.31 377	1.25 293	1.75 427	4.06 310	1.40 359	3.89 268	2.22 279	2.72 390	2.55 379	3.49 378	2.65 374	9.91 377	2.99 391	1.29 452	0.65 426	0.64 415	0.86 436	0.65 372	0.71 380
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AIO-test2	1.61 167	1.30 380	3.40 187	1.16 262	1.31 348	3.18 141	0.74 132	4.06 321	1.52 101	1.72 151	2.21 330	0.78 44	0.74 48	3.64 249	0.95 144	3.64 476	0.26 232	0.35 259	0.42 363	0.37 206	0.33 169

LoS_RVC	0.94 43	1.30 380	1.31 31	0.84 71	1.63 409	2.02 68	0.59 61	1.51 11	1.36 38	0.81 45	1.33 88	0.84 57	0.88 85	1.36 78	0.73 62	0.21 3	0.17 13	0.20 1	0.14 2	0.20 3	1.45 443

AF-Net	2.87 361	1.30 380	16.24 343	1.33 326	1.75 427	3.26 154	1.59 381	4.09 329	2.43 329	2.69 388	2.94 407	4.51 428	3.20 400	5.84 293	2.75 385	0.76 418	0.36 319	0.72 428	0.49 384	0.70 385	0.56 341

IPLGR_C	2.28 271	1.31 383	19.46 399	0.92 117	1.32 353	3.93 278	0.89 232	4.20 354	1.82 204	2.30 319	2.63 387	1.16 101	1.07 135	1.41 83	1.29 216	0.37 255	0.23 168	0.27 86	0.22 86	0.31 109	0.45 285

LMCR-Stereo	2.40 302	1.31 383	18.61 383	1.59 395	0.86 240	3.87 267	1.15 318	4.32 407	1.60 154	2.25 308	2.27 338	1.13 97	2.43 361	2.48 205	1.60 275	0.88 430	0.24 200	0.29 130	0.24 120	0.56 341	0.30 140

CSP-Net	1.78 194	1.32 385	1.92 84	1.16 262	1.03 290	3.38 168	1.31 343	3.52 203	1.75 197	1.96 207	1.93 275	2.40 279	1.48 230	8.58 346	1.58 271	0.46 340	0.34 311	0.27 86	0.26 147	0.41 250	0.50 316

AnonymousM	1.22 103	1.32 385	0.97 1	0.88 94	0.56 121	4.03 306	0.69 105	2.41 75	1.68 174	1.48 112	1.31 86	1.15 100	1.00 112	1.18 49	0.73 62	0.32 191	0.40 352	2.07 462	1.70 464	0.24 13	0.22 26

MeshStereo	5.35 453	1.32 385	21.34 469	1.34 333	1.15 313	4.40 386	3.90 469	5.18 466	4.55 460	10.14 487	11.82 480	11.47 473	5.84 450	13.84 483	7.03 432	0.61 393	0.58 414	0.60 405	0.58 407	0.72 395	0.59 353
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
PS-NSSS	2.22 256	1.33 388	2.90 168	0.97 153	1.53 390	4.11 323	1.08 303	4.55 448	2.65 364	2.10 254	2.32 360	1.77 191	1.40 204	11.79 454	1.61 278	0.68 410	0.45 377	0.96 442	0.43 366	0.95 417	0.92 413

NCCL2	2.53 324	1.35 389	10.90 282	1.15 257	0.97 273	3.53 199	2.56 432	3.65 218	2.23 281	2.76 393	1.80 223	2.41 281	1.66 282	10.35 391	2.07 340	0.44 326	0.40 352	0.57 396	0.53 398	0.59 349	0.65 369

BEATNet_4x	1.92 215	1.36 390	8.75 254	1.20 276	0.56 121	3.46 182	1.03 290	4.00 302	2.43 329	2.25 308	1.70 186	2.10 253	1.59 255	2.57 218	3.05 394	0.37 255	0.22 143	0.47 349	0.29 227	0.60 353	0.40 254

DPSNet	3.43 409	1.37 391	12.19 292	1.39 355	1.24 338	4.15 332	2.06 413	4.51 445	3.34 438	2.69 388	1.96 277	3.52 381	5.56 447	10.68 401	9.68 445	0.93 431	0.73 438	0.40 310	0.37 321	1.06 425	0.86 407

MANE	11.39 484	1.38 392	23.16 488	4.82 491	2.79 463	22.02 497	14.51 490	25.81 499	26.28 499	10.93 490	13.17 485	19.90 487	18.03 491	15.69 488	20.41 489	0.96 434	0.74 439	1.42 456	3.24 492	0.74 396	1.71 449

PSMNet_ROB	2.95 368	1.38 392	18.46 381	1.19 272	1.20 330	3.80 247	1.65 389	3.54 206	2.35 309	1.98 211	1.71 190	2.75 316	1.79 302	11.43 434	2.78 386	0.42 314	0.36 319	0.50 373	0.60 411	0.59 349	0.49 309

CSAN	4.71 443	1.39 394	20.23 426	1.19 272	0.87 245	3.65 224	3.50 459	4.57 450	3.87 451	3.89 440	7.82 456	3.54 385	6.16 456	23.47 497	6.82 428	0.52 377	0.45 377	0.49 370	0.52 394	0.63 362	0.66 370

NVStereoNet_ROB	4.91 448	1.40 395	16.46 347	1.47 373	1.72 425	3.46 182	1.96 407	3.89 268	3.61 446	2.90 401	24.61 496	4.81 439	4.49 434	13.57 479	4.87 416	1.33 455	1.29 458	1.70 459	1.68 462	1.41 449	1.66 447
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 242	1.40 395	3.01 172	1.09 220	0.92 258	3.94 283	1.53 375	4.25 376	2.23 281	3.31 426	2.06 305	2.35 274	1.52 242	8.74 348	2.07 340	0.44 326	0.36 319	0.51 376	0.48 381	0.54 333	0.62 360

MaskLacGwcNet_RVC	3.13 393	1.43 397	9.93 268	2.50 456	1.62 407	4.29 371	1.68 393	3.95 288	2.43 329	1.66 139	1.91 272	3.04 341	1.41 209	13.26 474	1.58 271	3.82 480	1.59 462	1.12 450	0.46 374	2.21 458	2.74 473

SPS-STEREO	3.97 427	1.44 398	20.85 452	1.72 412	1.71 423	3.24 149	2.30 424	3.55 207	2.68 369	4.79 458	3.66 431	5.44 456	2.97 386	9.11 356	9.35 444	1.15 442	1.10 451	1.06 447	1.02 447	1.16 438	1.18 430
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 391	1.45 399	14.90 328	1.46 370	1.79 432	3.33 165	1.39 357	4.04 313	2.26 290	2.77 394	3.26 423	4.00 403	2.71 376	11.63 446	2.62 381	0.82 425	0.46 385	0.79 434	0.79 433	0.71 392	0.78 397

Wz-Net-LNSev-Ref	2.42 304	1.47 400	14.14 317	1.30 316	1.35 359	3.51 195	1.64 386	4.04 313	2.10 260	2.46 355	1.88 260	2.28 263	2.51 367	4.73 272	3.17 396	0.38 271	0.19 58	0.35 259	0.20 46	0.40 226	0.36 200

LALA_ROB	1.95 220	1.48 401	3.11 175	1.05 197	0.98 277	3.99 299	1.82 400	4.44 432	2.28 295	3.31 426	1.85 254	2.76 322	1.67 284	4.04 261	3.23 397	0.46 340	0.41 359	0.55 392	0.52 394	0.60 353	0.57 345

StereoDRNet	2.84 357	1.49 402	14.48 323	1.33 326	1.57 402	3.44 177	2.06 413	3.69 229	2.36 312	3.26 425	1.84 247	2.79 325	1.80 307	10.88 409	3.16 395	0.41 303	0.33 300	0.39 304	0.36 309	0.59 349	0.58 349

PSMNet-RUCA	1.64 174	1.50 403	2.57 146	1.50 378	1.38 365	3.05 128	1.36 349	3.31 177	2.24 284	1.36 97	2.07 306	1.40 142	1.09 138	1.83 151	1.55 267	1.15 442	0.69 434	1.26 453	0.96 442	1.64 452	0.94 415

UDGNet	1.40 141	1.52 404	2.22 119	1.38 353	0.62 151	4.39 382	0.68 100	1.80 33	2.18 274	1.34 94	1.18 58	0.99 81	1.00 112	2.16 184	1.19 186	1.09 438	0.34 311	1.30 454	0.98 444	1.10 430	0.58 349

PDISCO_ROB	2.86 358	1.53 405	14.27 320	1.98 438	2.19 452	4.52 410	1.35 347	4.65 454	3.19 426	2.09 251	2.16 321	3.53 382	2.45 363	5.32 279	2.12 344	1.30 454	0.78 442	0.72 428	0.59 409	1.24 443	1.28 433

DN-CSS_ROB	1.91 212	1.55 406	11.13 284	1.82 424	0.88 248	3.99 299	0.61 67	4.01 304	1.67 172	1.64 134	1.89 266	1.39 137	1.06 133	3.23 239	1.50 256	0.31 173	0.19 58	0.44 335	0.29 227	0.37 206	0.31 148

DGSMNet	7.55 476	1.62 407	17.42 363	1.92 432	12.73 493	7.45 478	42.99 506	4.13 339	2.07 248	2.10 254	3.16 420	3.42 369	1.70 290	9.24 360	2.30 357	3.70 479	10.89 500	11.80 502	5.54 493	4.24 476	2.66 468

ELAS	5.99 463	1.62 407	20.29 433	1.96 437	2.01 445	15.09 492	8.38 483	5.23 467	5.54 471	9.02 481	8.61 463	6.74 461	9.75 479	7.48 329	11.40 453	0.96 434	1.18 453	0.72 428	0.93 440	1.30 445	1.67 448
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 380	1.63 409	19.83 410	1.32 321	2.04 449	3.27 156	1.55 379	3.65 218	2.33 306	2.00 228	2.12 316	3.56 386	1.68 288	9.47 364	2.45 367	0.44 326	0.45 377	0.46 346	0.38 334	0.60 353	0.76 393

ADCL	4.35 436	1.63 409	14.21 319	1.29 309	1.26 343	5.56 466	11.16 484	3.97 294	3.37 439	6.07 466	4.67 442	4.30 421	5.72 449	5.08 276	14.51 463	0.50 365	0.48 395	0.89 440	0.77 429	0.78 402	0.76 393

ADCPNet	3.89 422	1.63 409	20.25 430	1.28 306	1.27 344	6.43 471	2.65 435	3.93 283	2.70 370	2.78 395	2.20 328	4.28 420	6.16 456	5.56 287	10.27 448	0.65 402	1.18 453	0.71 424	1.70 464	0.84 410	1.37 439

ELAS_RVC	5.72 460	1.64 412	20.40 437	2.09 443	2.01 445	4.95 458	11.47 486	4.66 455	6.31 477	8.09 478	8.01 457	8.06 469	11.65 480	8.36 341	10.22 447	0.99 436	1.17 452	0.81 437	0.76 427	1.14 434	1.58 446
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 358	1.66 413	19.61 402	1.40 357	1.75 427	3.84 256	1.32 344	4.07 323	2.25 287	1.78 161	2.67 390	1.82 208	4.41 432	1.94 164	2.06 337	0.83 427	0.94 447	1.03 444	1.12 450	1.70 454	1.09 425

aanetorigin	3.30 403	1.66 413	17.52 367	1.18 270	1.58 403	2.57 99	3.80 467	2.65 111	2.03 237	6.12 468	4.30 440	2.82 326	5.70 448	5.47 284	4.67 411	0.50 365	0.44 372	0.43 331	0.47 377	1.17 439	0.92 413

Wz-Net-LNSev	2.30 277	1.67 415	14.88 327	1.18 270	1.65 415	3.49 189	1.54 378	3.63 215	2.03 237	1.88 181	1.64 170	3.29 359	2.06 332	2.71 228	2.02 333	0.40 289	0.33 300	0.32 190	0.31 259	0.53 330	0.49 309

DeepPrunerF	3.70 416	1.72 416	14.87 326	1.33 326	1.74 426	3.70 229	1.55 379	4.20 354	14.00 486	2.02 234	1.77 214	2.74 314	2.30 351	10.88 409	6.88 430	0.68 410	0.60 419	0.78 433	0.78 432	0.81 406	0.71 380

AANet_RVC	3.03 384	1.72 416	12.78 296	1.17 264	1.12 309	3.79 245	1.10 308	3.86 261	3.13 419	2.62 379	4.26 439	3.96 401	1.41 209	11.43 434	5.23 420	0.94 432	0.47 389	0.34 241	0.23 97	0.40 226	0.55 339

SANet	5.65 459	1.72 416	20.94 457	1.26 299	0.88 248	7.20 475	3.81 468	4.60 452	11.23 481	4.56 455	8.78 466	7.49 464	6.95 463	11.85 457	18.11 480	0.49 363	0.44 372	0.50 373	0.42 363	0.90 414	0.82 405

FADNet	2.49 318	1.76 419	13.17 298	1.17 264	0.95 268	3.27 156	0.88 229	3.94 286	2.27 292	1.40 104	1.29 82	2.51 295	2.06 332	9.93 379	1.94 322	0.43 319	0.45 377	0.40 310	0.43 366	1.06 425	0.53 331

CC-Net-ROB	3.35 407	1.76 419	13.89 313	2.33 454	1.65 415	4.49 402	1.62 383	4.73 458	2.90 398	1.92 195	2.05 301	1.99 237	1.61 260	12.57 471	1.60 275	2.46 463	2.18 471	2.68 472	1.04 448	2.11 457	1.38 441

GCST	2.56 331	1.79 421	18.02 372	1.92 432	1.33 356	1.72 53	0.51 38	3.67 222	2.03 237	1.70 146	1.61 164	1.55 158	1.29 185	5.06 275	1.24 201	2.06 460	0.77 441	1.45 457	0.97 443	1.14 434	1.34 438

LL-Strereo	3.01 382	1.81 422	17.59 368	1.12 236	2.10 450	2.90 112	1.09 306	4.33 409	2.00 234	3.12 418	2.24 334	3.29 359	3.15 396	11.31 429	1.84 311	0.30 154	0.28 252	0.46 346	0.34 285	0.49 318	0.45 285

TRStereo	2.31 278	1.87 423	19.74 407	1.53 383	1.16 317	4.26 364	1.08 303	4.73 458	1.45 55	1.55 118	1.28 80	1.75 186	0.85 79	1.81 148	1.20 189	0.36 248	0.26 232	0.32 190	0.36 309	0.34 168	0.33 169

MFMNet_re	2.91 364	1.91 424	18.25 374	3.06 466	1.89 439	3.13 138	1.67 391	3.52 203	2.97 405	3.14 419	2.87 406	2.26 261	2.41 359	2.42 200	2.00 330	1.10 439	1.05 449	0.94 441	0.90 438	1.28 444	1.46 445

SDNR	3.97 427	1.93 425	20.28 432	1.31 319	0.94 265	5.16 461	0.67 95	4.33 409	2.58 356	4.82 459	5.94 451	5.01 446	1.45 223	17.52 489	2.53 374	0.79 420	0.72 437	0.59 400	0.45 372	1.15 437	1.17 429

GANetREF_RVC	3.20 399	1.93 425	18.84 385	1.51 380	0.80 213	4.12 325	1.82 400	4.16 349	2.91 399	1.87 178	1.74 197	2.48 292	1.84 314	13.18 473	1.74 300	0.80 422	0.57 409	0.79 434	0.74 425	1.20 442	0.86 407
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
ADCP+	3.74 419	1.96 427	16.90 354	1.09 220	1.55 395	4.35 377	3.65 465	3.93 283	2.98 408	2.22 299	1.66 176	3.95 399	4.83 438	3.41 242	18.87 486	0.38 271	0.41 359	0.63 412	0.53 398	0.64 369	0.81 401

PVD	3.12 392	1.97 428	12.80 297	1.79 422	1.63 409	3.83 251	1.34 346	3.48 194	3.88 452	5.77 463	3.56 430	3.45 371	3.29 403	5.58 289	5.30 421	0.71 416	0.69 434	0.74 432	0.77 429	0.79 404	1.13 428

PWC_ROB	2.69 349	2.01 429	8.36 247	1.33 326	1.90 440	3.23 146	1.18 324	4.33 409	3.25 432	3.11 417	3.41 427	2.71 311	2.18 347	9.15 358	4.48 409	0.56 385	0.31 285	0.61 408	0.36 309	0.69 384	0.74 388

FADNet-RVC-Resample	2.83 356	2.02 430	21.07 460	1.12 236	0.91 257	3.53 199	1.37 354	4.08 327	2.09 252	1.68 142	1.33 88	2.03 242	1.51 240	9.54 366	1.69 292	0.38 271	0.37 332	0.42 327	0.44 368	0.56 341	0.56 341

SHD	2.82 355	2.04 431	13.80 311	1.69 407	1.79 432	2.73 105	1.07 299	3.85 258	3.18 425	4.63 456	2.74 394	3.38 368	2.77 378	5.48 285	3.66 402	0.62 395	0.47 389	0.51 376	0.55 401	0.65 372	0.74 388

PASM	2.67 344	2.05 432	9.71 264	1.73 413	1.37 362	2.53 97	1.52 373	3.10 154	2.17 272	2.79 396	1.84 247	2.90 330	1.85 316	11.89 458	2.19 351	0.81 424	0.85 444	0.87 439	1.01 445	1.14 434	1.05 422

EDNetEfficient	5.61 457	2.14 433	16.75 352	1.67 405	3.64 476	4.12 325	7.51 479	3.05 149	5.63 473	11.57 492	4.83 444	3.95 399	12.72 481	8.44 344	20.78 490	0.41 303	0.43 367	0.47 349	1.01 445	1.66 453	1.39 442

SAMSARA	3.55 411	2.16 434	14.18 318	1.86 429	1.49 384	4.62 426	2.65 435	3.58 211	2.80 385	7.05 472	3.05 413	5.16 452	4.07 425	9.18 359	4.80 415	0.64 399	0.67 430	0.59 400	0.68 421	0.89 412	0.91 412

WAO-6	5.87 462	2.27 435	15.05 332	2.96 464	2.77 462	12.01 486	3.58 463	5.37 473	11.91 485	3.34 428	9.69 470	6.78 462	5.84 450	11.82 456	8.89 443	2.87 465	2.35 479	2.50 466	1.84 470	2.85 462	2.67 469

FADNet-RVC	2.51 320	2.27 435	14.03 315	1.09 220	0.81 216	3.54 203	1.10 308	4.13 339	2.48 338	1.39 103	1.22 63	1.85 217	1.77 299	9.78 372	2.06 337	0.38 271	0.37 332	0.40 310	0.40 351	0.67 379	0.48 304

FADNet_RVC	2.65 340	2.28 437	16.51 348	0.98 158	0.92 258	4.09 317	0.83 194	4.26 383	1.73 190	1.46 110	1.78 217	1.60 164	1.50 237	8.88 350	2.39 362	0.47 349	0.38 338	0.44 335	0.58 407	0.89 412	0.97 417

XQC	2.96 371	2.42 438	14.85 325	1.36 343	1.32 353	3.29 163	1.53 375	4.28 389	2.78 379	3.21 423	2.46 368	3.53 382	2.92 385	6.58 309	4.67 411	0.70 414	0.41 359	0.59 400	0.56 403	0.96 421	0.83 406

EDNetEfficientorigin	12.35 488	2.51 439	179.47 515	1.19 272	0.96 269	2.91 115	1.81 399	3.00 144	5.35 469	8.91 480	4.79 443	4.18 414	4.64 436	9.98 381	11.30 451	0.37 255	0.38 338	0.60 405	0.85 435	1.32 446	2.43 466

RTSC	2.95 368	2.51 439	15.49 339	1.54 385	1.30 346	3.51 195	0.86 208	3.89 268	2.48 338	3.64 434	3.12 417	3.04 341	2.30 351	5.70 291	6.67 424	0.55 383	0.35 315	0.37 285	0.39 340	0.70 385	0.60 354

IMH-64-1	4.84 446	2.53 441	6.83 232	4.30 484	3.74 478	4.81 455	6.05 474	5.30 469	3.92 453	3.95 442	8.33 460	5.08 449	6.06 453	8.96 353	6.30 422	4.57 490	2.96 485	3.04 476	2.12 478	4.28 477	3.62 484

IMH-64	4.84 446	2.53 441	6.83 232	4.30 484	3.74 478	4.81 455	6.05 474	5.30 469	3.92 453	3.95 442	8.33 460	5.08 449	6.06 453	8.96 353	6.30 422	4.57 490	2.96 485	3.04 476	2.12 478	4.28 477	3.62 484

Wz-Net-MNSev	2.71 351	2.54 443	13.91 314	1.52 381	1.37 362	3.28 159	2.47 427	4.03 309	2.32 305	2.57 369	2.07 306	2.29 268	3.01 389	7.55 331	2.74 384	0.38 271	0.36 319	0.36 273	0.37 321	0.57 345	0.47 300

Syn2CoEx	3.08 388	2.55 444	19.88 411	1.34 333	1.18 319	2.43 92	1.65 389	3.91 277	2.40 324	2.39 347	2.27 338	2.90 330	3.17 399	9.57 368	2.54 376	0.50 365	0.45 377	0.53 384	0.39 340	0.74 396	0.72 386

dual_stereo_RVC	0.94 43	2.66 445	2.20 114	0.76 36	0.34 6	1.18 13	0.39 13	2.31 70	0.69 1	0.51 2	0.34 1	0.32 1	0.89 89	1.57 107	0.35 1	0.32 191	0.16 6	0.23 14	0.15 4	3.31 464	0.18 2

RAFT + AFF	2.51 320	2.66 445	4.48 212	1.15 257	1.95 442	4.15 332	2.01 411	4.46 436	3.30 437	2.19 287	2.51 375	2.22 260	4.87 439	8.91 352	2.06 337	0.30 154	0.60 419	0.48 357	0.38 334	0.77 400	0.69 376

DDUNet	2.91 364	2.78 447	6.94 235	3.53 472	2.26 456	3.28 159	1.36 349	3.77 243	2.04 241	2.62 379	2.49 372	4.18 414	1.69 289	5.38 281	1.85 312	2.21 462	1.77 466	2.61 470	2.43 481	2.60 460	2.34 463

UDG	3.55 411	2.81 448	17.45 364	2.69 459	1.98 443	3.97 296	1.19 327	4.35 413	2.02 235	2.42 351	2.53 378	4.50 427	2.46 365	6.53 308	2.41 364	2.12 461	1.77 466	2.63 471	2.57 483	2.64 461	1.95 455

WAO-7	5.16 450	3.21 449	18.98 389	1.88 431	1.44 378	5.34 463	3.09 451	4.91 463	5.81 474	4.35 453	8.92 468	6.55 460	6.06 453	13.40 477	10.81 449	1.34 456	1.20 456	1.48 458	1.35 460	1.60 451	1.45 443

PWCDC_ROB	2.95 368	3.26 450	14.06 316	1.59 395	1.56 398	4.19 353	0.86 208	4.30 400	4.08 457	2.06 247	7.37 453	2.75 316	2.42 360	3.59 246	2.67 382	1.34 456	0.36 319	0.39 304	0.34 285	1.13 433	0.62 360

ADCMid	3.96 426	3.27 451	15.48 338	1.26 299	1.40 369	4.66 432	2.28 422	4.06 321	3.54 444	3.94 441	3.02 411	3.85 396	3.67 417	4.03 260	18.65 484	0.68 410	0.61 421	1.09 449	1.18 454	1.38 447	1.08 424

IGEV-BASED-STEREO-	1.09 75	3.30 452	2.61 150	0.82 53	0.38 32	1.27 22	0.62 78	1.51 11	1.29 31	0.91 60	0.92 24	0.65 18	0.57 12	1.08 22	0.59 17	1.55 458	0.15 2	0.32 190	0.28 200	1.10 430	1.98 457

DispFullNet	4.64 442	3.48 453	23.95 492	3.99 478	3.03 467	3.35 166	1.06 297	4.18 350	2.80 385	6.33 469	2.94 407	4.04 406	7.81 471	3.92 258	5.16 419	2.75 464	1.61 463	3.10 479	2.68 486	3.32 465	3.31 481

LSM	12.71 489	3.52 454	20.79 451	55.63 509	84.76 507	3.63 223	6.30 476	3.73 237	4.93 466	5.55 462	13.92 486	3.53 382	3.25 402	9.72 369	4.12 406	0.64 399	0.85 444	0.71 424	0.81 434	1.03 423	26.84 502

SGM+DAISY	8.36 478	3.82 455	24.83 493	2.02 440	1.75 427	14.80 491	17.22 492	4.27 384	11.79 484	13.88 493	14.38 487	11.74 476	13.83 483	10.56 396	15.12 464	1.21 444	1.19 455	1.14 451	1.13 452	1.17 439	1.37 439

test_for_model	2.16 250	3.87 456	1.58 58	4.16 480	3.64 476	2.51 95	0.96 273	3.63 215	2.62 359	2.45 354	1.39 107	1.02 85	0.73 44	0.92 7	0.57 14	2.97 467	2.19 472	0.26 62	0.17 15	5.32 485	2.24 460

UNDER WATER	10.47 481	3.95 457	22.62 486	5.07 492	4.51 488	7.78 479	3.77 466	12.56 488	21.72 497	7.84 476	10.78 474	23.96 493	31.66 499	10.78 406	16.19 471	4.44 487	2.93 483	4.24 488	2.86 489	6.33 489	5.47 496

Wz-Net-SNSev	2.98 377	4.36 458	15.98 341	1.57 393	1.19 325	3.28 159	1.80 398	3.96 293	2.40 324	2.32 329	2.28 341	3.48 372	2.05 331	7.84 337	3.82 404	0.47 349	0.39 347	0.53 384	0.49 384	0.71 392	0.60 354

SuperB	4.79 445	4.41 459	21.08 461	1.45 368	1.08 302	3.91 272	3.08 450	4.18 350	3.01 411	2.50 360	2.10 309	2.75 316	3.49 414	8.80 349	19.60 488	0.44 326	0.33 300	0.53 384	0.39 340	12.01 498	0.64 367

WZ-Net	3.62 413	4.87 460	16.77 353	1.43 362	1.40 369	3.75 237	2.29 423	4.12 338	2.50 343	2.74 392	2.19 326	4.06 407	5.29 444	10.19 387	7.36 434	0.54 381	0.37 332	0.47 349	0.49 384	0.77 400	0.73 387

iResNetv2_ROB	2.65 340	5.00 461	19.28 397	2.06 442	1.09 305	3.83 251	1.13 315	4.14 345	2.09 252	1.85 171	2.03 292	2.01 241	1.51 240	3.58 245	1.58 271	0.34 218	0.21 117	0.32 190	0.21 57	0.44 286	0.29 113

ADCS	4.22 435	5.33 462	16.32 344	1.64 402	1.31 348	3.91 272	3.64 464	4.21 359	2.89 397	5.11 460	2.81 403	4.46 426	3.06 395	5.21 278	19.50 487	0.63 396	0.64 425	0.69 421	0.69 423	1.12 432	1.26 432

UNDER WATER-64	9.33 479	5.37 463	22.60 485	5.22 493	4.86 490	10.75 484	4.61 473	11.45 485	17.30 490	7.59 473	9.80 472	15.99 483	17.90 490	10.63 399	15.72 467	4.36 485	2.87 482	4.39 492	2.86 489	7.01 492	5.36 495

KSHMR	16.96 493	5.37 463	21.64 479	4.46 487	4.50 487	8.30 481	3.32 454	15.58 497	76.24 509	6.62 471	61.47 507	56.53 507	5.43 446	35.17 504	11.37 452	4.39 486	2.97 487	3.63 487	2.74 488	5.10 484	4.34 492

GASNet	3.24 400	5.55 465	20.58 446	1.56 392	1.25 341	2.32 86	1.12 312	4.04 313	2.67 367	1.88 181	2.10 309	3.00 338	2.16 343	10.59 397	2.43 365	0.65 402	0.37 332	0.61 408	0.45 372	0.87 411	0.58 349

AnyNet_C32	4.17 433	5.75 466	12.62 295	1.60 397	1.54 391	5.51 465	4.09 471	3.90 273	3.23 431	4.22 452	3.03 412	3.10 345	3.41 408	8.01 339	18.85 485	0.53 379	0.58 414	0.53 384	0.74 425	1.19 441	0.97 417

MADNet++	7.57 477	5.80 467	13.28 300	6.38 494	5.26 491	7.18 474	7.77 481	5.32 471	5.62 472	6.11 467	7.78 455	6.02 459	8.01 473	11.74 452	16.36 472	9.36 496	4.95 494	8.57 497	5.66 494	4.83 483	5.34 494

coex-ft	18.59 495	6.62 468	113.53 513	1.17 264	1.31 348	2.33 87	1.93 406	2.81 130	14.00 486	124.82 514	8.45 462	5.90 458	51.74 508	9.99 382	22.69 491	0.57 387	0.62 422	0.50 373	0.49 384	1.08 429	1.28 433

RTS	3.90 423	7.04 469	17.94 370	1.92 432	2.19 452	5.00 459	2.96 444	4.29 392	3.19 426	4.05 444	3.08 414	4.94 442	3.16 397	7.64 332	6.72 425	0.66 404	0.44 372	0.51 376	0.47 377	0.95 417	0.76 393

RTSA	3.90 423	7.04 469	17.94 370	1.92 432	2.19 452	5.00 459	2.96 444	4.29 392	3.19 426	4.05 444	3.08 414	4.94 442	3.16 397	7.64 332	6.72 425	0.66 404	0.44 372	0.51 376	0.47 377	0.95 417	0.76 393

AnyNet_C01	4.37 437	7.80 471	16.40 345	1.98 438	1.40 369	6.37 470	6.47 477	4.09 329	5.03 467	4.06 446	3.78 433	4.16 413	3.31 404	6.62 311	10.00 446	0.61 393	0.67 430	0.63 412	0.67 418	2.01 455	1.31 435

RainbowNet	4.56 439	8.28 472	20.07 420	3.64 476	3.23 474	4.15 332	2.99 446	4.18 350	3.03 413	2.20 289	2.65 388	4.26 419	2.90 384	9.77 370	2.12 344	3.88 481	2.27 475	2.71 474	1.72 466	3.78 472	3.31 481

notaker	10.50 483	8.60 473	20.23 426	4.54 489	3.95 482	6.27 469	3.44 456	8.07 482	4.75 465	8.73 479	46.45 502	13.86 482	27.86 498	13.49 478	13.61 462	4.56 489	3.18 489	3.52 484	2.68 486	8.13 496	4.05 489

TorneroNet-64	10.12 480	8.74 474	20.95 458	4.27 482	3.76 481	13.86 490	2.85 440	15.05 494	23.15 498	10.07 486	23.84 495	13.47 479	8.24 475	13.96 484	17.21 477	3.96 483	2.72 480	3.23 480	2.48 482	6.29 487	4.27 491

Wz-Net-TNSev	3.67 415	8.83 475	13.47 303	1.48 374	1.18 319	3.60 213	2.49 429	4.27 384	3.13 419	2.18 283	1.89 266	4.21 418	2.80 380	12.10 461	7.58 436	0.57 387	0.55 406	0.47 349	0.54 400	0.91 415	1.05 422

DGTPSM_ROB	15.31 491	8.85 476	28.14 497	9.90 498	18.89 494	12.44 488	33.21 500	13.48 491	17.86 493	9.50 483	22.89 493	13.78 480	19.67 492	21.26 490	23.68 492	5.08 494	8.84 495	5.62 493	11.50 497	6.72 490	14.87 498

DPSMNet_ROB	15.52 492	8.89 477	31.44 498	10.07 499	18.91 495	12.44 488	33.22 501	13.51 492	17.94 494	9.58 484	22.91 494	13.79 481	19.67 492	21.43 491	23.73 493	5.17 495	8.84 495	5.63 494	11.52 500	6.79 491	14.90 499

otaku	4.58 441	8.93 478	19.95 414	3.11 467	2.67 459	3.91 272	2.57 433	3.82 251	2.25 287	2.22 299	9.72 471	4.08 408	2.35 356	8.57 345	2.13 347	3.51 474	1.65 464	2.15 464	1.17 453	3.69 470	3.15 476

Ntro	4.21 434	8.94 479	19.89 412	3.22 468	2.96 466	4.15 332	1.89 404	3.92 282	2.36 312	1.77 159	2.14 318	3.35 365	2.17 345	9.48 365	2.24 354	3.52 475	1.76 465	2.13 463	1.31 457	3.83 473	3.09 474

Dean	7.52 475	9.08 480	21.41 471	3.74 477	3.53 475	4.81 455	3.53 460	5.33 472	5.25 468	4.17 448	26.53 497	25.62 497	4.09 426	10.97 413	4.32 407	3.69 478	2.30 476	2.91 475	1.87 471	4.03 475	3.24 480

JetBlue	6.27 466	9.15 481	13.76 306	1.94 436	4.60 489	11.91 485	12.00 487	5.12 465	3.45 443	3.79 438	4.52 441	9.54 471	6.56 462	9.40 363	13.48 461	1.26 450	1.37 459	1.17 452	1.34 459	7.06 493	3.95 488

LVE	6.88 472	9.31 482	21.14 462	3.61 475	3.18 473	4.49 402	2.79 437	10.21 484	11.69 483	3.16 422	11.53 478	18.33 484	4.31 430	11.66 447	3.52 400	4.45 488	2.93 483	2.56 468	1.91 472	3.62 467	3.16 477

SQANet	3.70 416	9.34 483	18.41 379	2.75 460	2.74 461	3.40 172	1.47 367	3.50 199	1.68 174	2.60 376	1.75 201	2.69 308	1.91 323	6.72 317	1.74 300	2.96 466	1.41 460	1.85 460	1.12 450	3.17 463	2.70 472

MADNet+	3.97 427	9.54 484	13.83 312	1.87 430	1.69 421	4.19 353	2.87 441	4.80 461	4.10 458	2.51 362	2.67 390	4.55 431	3.41 408	8.72 347	6.92 431	1.25 449	1.27 457	1.04 445	0.93 440	1.39 448	1.85 453

PWCK	5.85 461	9.95 485	15.22 337	2.90 463	1.56 398	5.66 467	7.69 480	5.27 468	4.74 464	3.88 439	7.51 454	8.04 467	5.28 443	15.18 486	8.40 440	3.08 469	1.51 461	2.24 465	1.37 461	5.55 486	1.96 456

ktn	21.74 498	10.34 486	19.68 405	4.53 488	4.00 483	6.53 472	4.51 472	6.79 478	78.82 511	84.69 511	100.86 514	58.49 508	7.57 470	12.11 462	13.35 460	4.58 492	3.24 490	3.49 482	2.62 484	4.65 482	3.84 487

MSC_U_SF_DS_RVC	4.48 438	10.62 487	15.18 336	1.55 390	1.45 381	6.16 468	3.54 462	5.41 474	3.68 449	2.59 375	2.74 394	4.81 439	2.20 348	13.79 482	4.40 408	2.04 459	3.36 491	1.05 446	1.20 455	2.09 456	1.72 450

MFN_U_SF_RVC	3.81 421	10.78 488	15.01 331	1.84 426	1.39 367	3.73 235	1.63 384	4.05 317	3.26 433	2.91 402	2.38 364	4.36 424	3.65 416	8.43 343	4.91 417	1.11 441	1.04 448	0.99 443	1.31 457	1.58 450	1.75 452

MFN_U_SF_DS_RVC	3.94 425	10.88 489	12.30 294	1.26 299	1.55 395	5.19 462	3.33 455	4.42 428	2.82 393	2.58 372	2.62 385	5.00 445	2.11 335	14.03 485	2.73 383	1.28 451	2.34 478	0.67 420	1.83 469	0.81 406	1.03 421

TorneroNet	25.88 500	11.28 490	21.62 477	4.20 481	4.07 484	55.25 508	3.15 452	15.16 495	76.94 510	58.09 506	82.72 511	86.88 512	41.15 503	13.35 476	18.13 481	4.32 484	2.85 481	3.45 481	2.62 484	8.33 497	4.14 490

ACVNet_2	5.41 454	12.60 491	20.42 439	3.27 469	3.15 472	4.50 405	3.02 447	4.66 455	3.73 450	3.35 430	5.36 447	7.86 466	2.88 382	12.33 465	4.76 414	3.12 470	2.22 473	2.70 473	1.69 463	3.49 466	3.10 475

WAO-8	11.95 486	13.02 492	20.56 444	3.50 470	3.08 469	15.11 493	2.80 438	12.91 489	19.11 495	7.69 474	13.12 482	11.62 474	7.01 466	84.40 513	7.91 437	3.42 472	1.92 468	3.54 485	1.93 473	3.68 468	2.69 470

Venus	11.95 486	13.02 492	20.56 444	3.50 470	3.08 469	15.11 493	2.80 438	12.91 489	19.11 495	7.69 474	13.12 482	11.62 474	7.01 466	84.40 513	7.91 437	3.42 472	1.92 468	3.54 485	1.93 473	3.68 468	2.69 470

IMH	6.81 471	13.66 494	20.41 438	4.33 486	3.74 478	5.50 464	3.06 449	5.49 475	6.22 475	4.64 457	10.35 473	9.30 470	8.03 474	13.61 480	6.81 427	4.80 493	2.99 488	3.09 478	2.12 478	4.36 479	3.61 483

ACVNet-4b	6.73 469	13.67 495	21.87 480	3.54 473	3.07 468	4.19 353	2.25 421	4.03 309	3.65 447	1.64 134	3.98 437	5.88 457	2.89 383	10.01 383	16.98 475	23.29 504	2.24 474	2.53 467	1.78 467	3.87 474	3.21 479

ACVNet_1	6.04 464	13.97 496	21.36 470	3.58 474	3.14 471	4.73 448	2.48 428	4.20 354	3.17 424	2.98 410	2.83 405	23.31 491	4.34 431	11.06 419	2.45 367	3.68 477	2.33 477	2.60 469	1.79 468	3.69 470	3.19 478

HanzoNet	31.60 502	17.23 497	21.22 467	7.32 495	5.84 492	7.25 476	3.53 460	13.82 493	14.20 488	50.38 504	47.01 503	44.45 501	56.61 509	36.61 505	32.00 503	63.89 510	56.57 511	7.97 496	89.20 511	28.69 501	28.25 504

Anonymous_1	57.11 510	19.68 498	26.15 494	23.10 500	142.31 512	30.84 499	39.75 503	33.86 505	16.98 489	70.53 510	15.42 489	23.46 492	19.75 494	23.04 493	27.23 499	164.73 515	9.02 497	130.38 512	137.40 512	161.27 515	27.24 503

DPSM_ROB	20.78 496	20.03 499	26.57 495	23.62 501	22.46 496	31.10 500	39.97 504	33.52 503	17.41 491	15.25 494	15.80 490	24.06 494	20.71 495	23.30 495	27.62 500	10.78 498	9.41 498	11.69 500	11.50 497	14.49 499	16.36 500

DPSM	20.78 496	20.03 499	26.57 495	23.62 501	22.46 496	31.10 500	39.97 504	33.52 503	17.41 491	15.25 494	15.80 490	24.06 494	20.71 495	23.30 495	27.62 500	10.78 498	9.41 498	11.69 500	11.50 497	14.49 499	16.36 500

JetRed	10.48 482	27.10 501	35.70 499	4.27 482	4.09 485	15.55 495	12.83 488	12.16 486	5.50 470	5.83 464	5.56 449	10.14 472	7.43 468	8.88 350	26.39 498	3.32 471	3.81 492	3.51 483	2.96 491	7.85 494	6.69 497

LRCNet_RVC	25.52 499	33.45 502	23.21 490	31.79 503	32.78 499	6.74 473	1.18 324	25.88 500	4.46 459	28.94 497	30.89 498	24.91 496	17.57 489	27.66 499	24.34 495	35.26 506	25.60 507	35.91 506	33.81 505	31.90 506	34.10 507

LSM0	49.58 508	40.04 503	53.62 510	97.15 510	128.68 511	62.75 511	79.89 511	67.63 511	35.11 502	33.02 500	32.61 501	48.43 506	41.60 504	46.60 509	55.43 509	21.63 503	18.99 506	23.62 505	23.13 502	29.47 505	52.26 511

Selective-RAFT-Error	41.77 503	40.16 504	53.34 508	47.73 507	45.25 505	62.51 509	80.64 512	67.22 509	34.93 501	30.64 499	31.81 499	48.11 504	42.11 506	46.57 508	54.95 508	21.61 502	18.87 504	23.48 503	23.15 503	29.16 503	33.08 506

CasAABBNet	41.80 504	40.20 505	53.41 509	47.73 507	45.18 504	62.51 509	80.71 513	67.26 510	34.80 500	30.49 498	31.88 500	48.24 505	41.81 505	46.63 510	55.64 510	21.60 501	18.88 505	23.48 503	23.22 504	29.19 504	33.05 505

HaxPig	43.25 505	43.65 506	45.00 503	33.85 504	35.61 501	32.69 502	30.52 498	45.09 506	42.97 504	48.77 502	48.17 504	43.00 500	40.26 501	44.58 506	43.61 504	47.18 507	49.30 508	51.54 508	50.25 507	43.73 507	45.29 508

AVERAGE_ROB	44.46 506	45.91 507	46.59 504	40.59 506	38.66 502	32.99 503	30.52 498	46.19 507	43.26 505	49.59 503	48.97 505	44.62 502	39.89 500	45.04 507	43.94 505	48.74 508	50.69 509	50.80 507	49.79 506	45.54 508	46.97 509

MEDIAN_ROB	47.37 507	49.08 508	49.92 506	40.32 505	39.97 503	34.95 504	33.43 502	49.17 508	46.39 507	53.06 505	52.65 506	47.65 503	42.23 507	48.35 511	47.29 506	52.10 509	54.04 510	54.28 509	53.48 508	48.76 509	50.33 510

PML	64.32 511	53.22 509	17.88 369	8.10 496	32.94 500	148.46 515	247.79 516	12.18 487	45.42 506	111.41 513	288.92 516	101.47 514	101.31 514	31.67 500	15.55 465	14.03 500	4.83 493	10.98 499	6.18 495	28.82 502	5.17 493

DLNR_Zeroshot_test	28.62 501	55.50 510	49.94 507	183.62 512	115.05 510	3.43 176	0.28 1	29.49 502	1.49 81	1.01 71	1.26 73	0.93 76	0.63 25	3.92 258	1.51 262	29.81 505	0.41 359	0.26 62	0.23 97	93.28 510	0.32 156

BEATNet-Init1	49.72 509	64.32 511	97.77 512	4.68 490	4.28 486	84.75 513	60.42 507	73.38 512	68.59 508	88.29 512	88.51 513	91.94 513	97.99 513	85.26 515	70.96 514	0.80 422	0.65 426	0.85 438	0.70 424	7.96 495	2.33 462

xxxxx1	112.33 513	88.53 512	37.76 500	227.84 514	157.23 513	39.05 505	61.41 508	93.76 513	79.29 512	62.45 507	74.79 508	78.32 509	70.96 510	33.47 501	70.69 511	114.00 512	130.36 513	259.31 514	274.34 514	145.54 512	147.50 513

tt_ll	112.33 513	88.53 512	37.76 500	227.84 514	157.23 513	39.05 505	61.41 508	93.76 513	79.29 512	62.45 507	74.79 508	78.32 509	70.96 510	33.47 501	70.69 511	114.00 512	130.36 513	259.31 514	274.34 514	145.54 512	147.50 513

ff	112.33 513	88.53 512	37.76 500	227.84 514	157.23 513	39.05 505	61.41 508	93.76 513	79.29 512	62.45 507	74.79 508	78.32 509	70.96 510	33.47 501	70.69 511	114.00 512	130.36 513	259.31 514	274.34 514	145.54 512	147.50 513

ASD4		113.98 515

DPSimNet_ROB	102.30 512	119.72 516	143.59 514	109.42 511	94.10 508	127.22 514	127.15 514	26.62 501	102.36 515	149.58 515	83.99 512	139.34 515	137.54 515	64.62 512	82.36 515	105.18 511	66.15 512	120.15 511	69.61 510	99.58 511	77.72 512

test_example2	212.63 516	219.92 517	221.87 516	213.67 513	221.17 516	199.47 516	200.74 515	185.30 516	141.66 516	209.52 516	213.45 515	210.82 516	205.48 516	221.27 516	216.64 516	236.83 516	242.07 516	213.93 513	217.01 513	235.69 516	226.10 516

ccccc		629.75 518		567.84 517	570.84 517	582.44 517		613.82 517		614.58 517		555.57 517		666.94 517		781.57 517	507.24 517	391.36 517	342.44 517	689.82 517

Low-res two-view benchmark