Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

CAS	1.26 70	0.40 1	1.46 15	2.97 386	1.61 331	4.13 254	0.73 88	1.78 20	1.49 47	0.83 21	1.10 23	0.59 3	0.53 2	1.26 34	0.80 42	2.99 390	0.13 1	0.21 2	0.13 1	0.31 75	1.72 373

s12784h	1.31 81	0.45 2	2.41 92	0.71 8	0.35 4	4.42 313	0.50 18	4.22 292	2.73 295	2.01 163	2.48 295	0.91 42	0.96 55	2.01 115	0.70 23	0.29 77	0.18 24	0.24 17	0.16 7	0.27 23	0.18 2

Selective-RAFT	1.15 41	0.46 3	1.64 26	0.99 116	0.45 47	4.17 272	0.51 22	3.21 113	1.69 129	1.12 42	1.34 59	1.45 98	1.40 141	2.08 119	0.94 85	0.41 238	0.20 56	0.24 17	0.23 59	0.27 23	0.25 27

MIF-Stereo	0.82 6	0.47 4	2.63 102	0.96 101	1.19 255	0.78 3	0.39 6	1.12 1	1.54 76	1.19 44	1.26 42	0.51 1	0.64 9	1.13 14	1.03 100	0.30 111	0.20 56	0.24 17	0.21 29	0.40 178	0.25 27

MC-Stereo	1.06 32	0.48 5	1.55 22	1.15 195	0.41 32	4.56 342	0.61 46	2.06 29	1.46 33	1.90 125	1.61 108	0.89 41	1.12 94	1.35 45	0.73 30	0.25 19	0.18 24	0.26 37	0.22 50	0.25 11	0.24 20

PMTNet	0.99 23	0.48 5	1.73 30	0.62 2	0.56 99	4.20 283	0.43 11	1.88 22	1.58 94	1.00 29	1.05 17	0.78 25	0.98 61	1.50 59	0.85 53	1.21 372	0.20 56	0.23 5	0.15 4	0.22 3	0.19 3

CREStereo++_RVC	1.02 29	0.49 7	1.54 21	0.83 43	0.55 96	4.01 230	0.31 2	1.63 12	1.99 172	1.63 78	2.13 242	0.84 35	0.65 11	0.88 1	0.70 23	0.27 34	0.15 2	0.23 5	1.22 380	0.24 5	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
test_4	1.30 78	0.50 8	6.16 167	0.84 49	0.45 47	1.61 19	1.12 238	2.14 33	1.42 23	1.52 62	2.31 280	1.84 149	0.79 33	2.52 156	1.19 127	0.27 34	0.17 9	0.29 82	0.29 174	0.29 44	0.25 27

FENet	2.25 200	0.50 8	20.29 360	1.35 264	0.67 136	4.01 230	0.60 43	3.95 224	1.99 172	1.96 141	1.11 24	2.43 216	1.43 151	1.60 72	1.39 163	0.32 145	0.22 104	0.33 167	0.26 102	0.29 44	0.39 179

CASnet	0.78 2	0.51 10	1.29 8	0.81 29	0.29 1	1.28 11	0.74 98	1.51 5	1.89 161	1.64 80	1.09 22	0.65 7	0.64 9	0.91 2	0.76 35	0.29 77	0.17 9	0.41 250	0.31 204	0.32 98	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 32	0.51 10	1.56 23	1.02 136	0.39 26	4.27 294	0.42 8	4.08 260	1.48 41	0.90 24	0.68 1	1.09 55	0.66 13	1.81 97	0.62 2	0.27 34	0.19 39	0.29 82	0.23 59	0.37 163	0.25 27

DCANet-4	1.96 161	0.51 10	14.31 252	0.82 36	0.40 29	4.16 267	0.57 31	4.29 318	2.98 328	2.30 244	1.80 157	1.03 51	1.54 184	1.44 52	1.44 170	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

tt	7.19 395	0.51 10	6.83 171	4.03 400	2.30 380	12.05 408	20.19 417	15.46 416	6.58 399	3.42 354	3.22 343	5.37 377	6.39 382	4.20 203	7.46 357	9.81 418	11.53 424	7.05 416	7.46 417	6.31 408	3.71 406

test_3	1.19 44	0.51 10	2.08 68	0.99 116	0.41 32	2.05 38	0.87 168	4.40 347	1.42 23	1.99 149	1.18 30	2.03 175	0.79 33	2.70 168	0.75 33	0.27 34	0.17 9	0.29 82	0.29 174	0.30 59	0.27 56

LoS	0.94 12	0.52 15	1.88 41	0.86 59	0.36 5	4.15 258	0.51 22	2.18 35	1.45 26	0.97 28	0.88 7	0.62 5	0.79 33	1.59 70	0.86 57	0.26 27	0.19 39	0.24 17	0.16 7	0.21 2	0.20 6

Selective-IGEV	0.80 4	0.52 15	1.05 2	0.75 11	0.61 119	1.31 12	0.82 136	2.60 72	1.41 22	0.82 20	1.64 113	0.71 16	0.62 7	1.22 30	0.64 4	0.22 4	0.19 39	0.24 17	0.18 9	0.25 11	0.20 6

RCA-Stereo	1.21 52	0.52 15	1.58 24	0.90 74	0.46 53	4.68 358	0.79 123	4.13 271	1.74 142	1.92 131	1.80 157	0.94 45	1.48 164	1.14 15	0.70 23	0.27 34	0.18 24	0.25 27	0.19 18	0.25 11	0.23 14

GLC_STEREO	0.76 1	0.52 15	1.12 3	0.83 43	0.33 2	1.86 27	0.82 136	1.46 3	1.38 20	0.95 27	1.04 16	0.68 8	0.72 18	0.97 3	0.80 42	0.23 7	0.25 174	0.32 136	0.25 89	0.32 98	0.30 99

test-3	1.19 44	0.52 15	2.00 50	1.01 127	0.42 35	1.95 30	0.91 186	4.35 339	1.47 36	2.24 232	1.16 28	2.06 181	0.79 33	2.68 166	0.76 35	0.27 34	0.18 24	0.28 67	0.26 102	0.26 17	0.25 27

test_1	1.19 44	0.52 15	2.00 50	1.01 127	0.42 35	1.95 30	0.90 178	4.36 341	1.47 36	2.17 209	1.16 28	2.06 181	0.78 31	2.68 166	0.76 35	0.27 34	0.18 24	0.28 67	0.26 102	0.26 17	0.25 27

KYRaft	1.59 112	0.52 15	1.73 30	0.95 97	0.49 73	4.38 304	1.79 316	2.43 47	1.51 56	2.49 282	2.98 331	2.00 171	3.41 334	2.14 127	0.82 45	0.30 111	0.21 81	0.33 167	0.46 303	0.35 145	2.45 387

GMM-Stereo	2.45 236	0.52 15	20.38 363	0.89 69	0.82 169	4.18 274	1.91 325	2.45 49	1.48 41	2.48 281	2.30 272	1.69 120	1.86 246	2.93 174	1.08 107	0.28 60	0.18 24	0.33 167	0.48 310	0.35 145	2.41 385

CFNet-RSSM	2.08 184	0.52 15	20.06 346	1.01 127	0.56 99	3.39 109	0.64 57	3.67 161	1.55 82	1.72 94	1.37 63	2.57 229	1.19 112	1.11 10	0.86 57	0.27 34	0.20 56	0.25 27	0.23 59	0.27 23	0.23 14

H2IRNET	1.90 148	0.53 24	14.29 251	1.14 181	0.60 115	4.48 319	0.44 12	2.65 75	1.81 148	1.05 36	2.30 272	1.67 116	1.40 141	2.17 130	1.50 182	0.36 189	0.21 81	0.33 167	0.37 259	0.34 129	0.29 76

11t1	1.11 36	0.53 24	1.80 38	1.55 314	0.65 130	2.20 47	0.60 43	3.66 160	1.49 47	1.60 70	1.26 42	1.03 51	1.35 135	1.72 91	0.97 89	0.28 60	0.31 227	0.29 82	0.23 59	0.30 59	0.34 133

Any-RAFT	1.40 89	0.53 24	2.78 109	1.09 159	0.64 125	4.41 311	0.81 133	3.97 230	2.78 301	1.99 149	1.34 59	2.36 208	1.56 187	1.56 66	0.75 33	0.27 34	0.20 56	0.25 27	0.18 9	0.25 11	0.28 69

FTStereo	3.71 342	0.53 24	20.37 362	0.96 101	0.65 130	4.34 301	11.29 405	2.62 73	1.50 52	2.58 294	5.04 368	1.90 154	13.84 405	3.71 189	1.25 141	0.38 211	0.24 157	0.31 120	0.32 211	0.30 59	2.10 380

GrayStereo	2.58 262	0.53 24	1.63 25	1.58 318	0.89 188	4.17 272	8.17 402	3.03 99	1.52 64	2.80 319	2.50 297	1.70 121	17.10 407	2.83 172	1.15 118	0.33 156	0.21 81	0.27 53	0.32 211	0.28 36	0.53 266

CREStereo	0.92 10	0.53 24	1.45 14	0.61 1	0.34 3	4.42 313	0.40 7	2.21 36	1.54 76	0.94 26	1.12 25	0.87 38	0.87 41	1.12 11	0.72 29	0.28 60	0.19 39	0.22 4	0.15 4	0.22 3	0.19 3
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
AEACV	0.79 3	0.54 30	1.35 11	0.97 108	0.63 123	1.13 6	0.92 196	2.02 28	0.91 1	0.76 13	0.79 6	0.80 30	1.61 193	1.28 38	0.61 1	0.22 4	0.18 24	0.26 37	0.23 59	0.27 23	0.23 14

LCNet	1.55 100	0.54 30	1.88 41	0.99 116	0.55 96	3.60 149	1.21 256	2.86 90	1.53 69	2.18 211	1.74 137	1.43 97	4.17 350	3.62 186	0.87 62	0.29 77	0.20 56	0.28 67	0.77 355	0.47 243	1.85 376

PSM-AAD	2.43 234	0.54 30	1.32 10	0.92 82	0.54 94	4.48 319	7.47 398	2.96 94	1.55 82	2.31 249	2.56 305	1.26 75	16.23 406	2.46 146	0.89 66	0.28 60	0.21 81	0.58 325	0.41 289	0.34 129	1.32 361

xxxx	2.67 270	0.54 30	2.03 53	1.22 220	0.81 161	3.49 126	0.63 56	4.49 362	2.49 267	2.22 226	2.23 257	2.05 179	1.38 137	10.05 314	17.91 399	0.32 145	0.32 233	0.30 101	0.27 125	0.33 113	0.34 133

MIF-Stereo (partial)	0.98 16	0.55 34	2.83 110	0.71 8	1.03 222	1.08 5	0.49 17	2.55 65	1.66 122	0.79 17	1.20 32	0.80 30	0.90 45	1.61 77	1.56 194	0.36 189	0.24 157	0.33 167	0.25 89	0.40 178	0.28 69

CES	1.01 25	0.55 34	1.74 33	0.92 82	2.15 374	2.15 43	0.50 18	2.01 27	1.45 26	0.76 13	1.02 9	0.61 4	0.47 1	1.29 40	0.79 41	0.22 4	0.17 9	0.24 17	0.14 2	0.63 292	2.29 382

DisPM	1.36 85	0.55 34	2.39 91	1.54 309	0.51 78	4.59 345	0.79 123	2.50 52	1.88 157	2.50 283	1.83 176	1.45 98	1.01 66	2.71 169	0.93 84	0.46 270	0.20 56	0.32 136	0.31 204	0.31 75	0.44 218

RAFT-RH_RVC	2.63 264	0.55 34	19.97 343	1.26 234	0.47 63	4.46 317	0.57 31	1.71 14	1.64 119	3.06 337	5.51 370	2.03 175	1.28 124	6.70 246	1.52 190	0.42 248	0.22 104	0.37 222	0.34 226	0.28 36	0.29 76

RAFT-345	2.46 238	0.55 34	19.69 334	1.02 136	0.49 73	4.43 315	0.78 118	1.64 13	2.34 234	2.09 182	3.12 339	1.96 164	1.31 129	6.65 244	1.43 168	0.36 189	0.23 128	0.32 136	0.25 89	0.28 36	0.25 27

Prome-Stereo	1.61 114	0.55 34	1.71 29	0.98 111	0.60 115	4.41 311	1.82 320	3.03 99	1.53 69	2.18 211	3.45 350	1.72 124	3.49 338	2.23 138	1.08 107	0.29 77	0.20 56	0.26 37	0.25 89	0.34 129	2.16 381

TANstereo	1.01 25	0.55 34	1.73 30	0.76 24	0.36 5	4.04 234	0.38 5	1.48 4	1.62 115	2.03 171	2.10 234	0.84 35	0.93 51	0.98 4	0.62 2	0.28 60	0.36 259	0.23 5	0.20 23	0.25 11	0.46 233

MGS-Stereo	0.80 4	0.56 41	1.53 18	0.93 93	0.39 26	1.26 10	0.73 88	1.45 2	1.30 16	1.01 30	2.26 261	0.80 30	0.56 3	1.16 17	0.65 8	0.27 34	0.23 128	0.26 37	0.22 50	0.27 23	0.25 27

ttt	2.76 277	0.56 41	2.28 83	1.41 285	1.21 264	3.67 162	0.77 116	4.59 372	2.94 324	2.35 261	2.30 272	2.45 219	1.54 184	11.25 349	15.56 385	0.43 253	0.36 259	0.37 222	0.33 219	0.40 178	0.40 197

riskmin	1.25 63	0.56 41	2.05 56	1.05 145	0.93 198	2.86 62	0.55 28	3.23 116	1.34 18	1.55 66	1.07 20	3.56 313	2.03 257	1.29 40	1.00 98	0.28 60	0.27 193	0.34 184	0.21 29	0.41 199	0.43 213

DRaft	2.28 209	0.56 41	2.64 103	0.74 10	0.46 53	3.94 211	1.23 257	2.32 41	1.55 82	2.64 305	2.80 323	1.60 109	5.34 367	6.96 254	10.99 372	0.34 167	0.22 104	0.27 53	0.27 125	0.29 44	0.37 161

HCRNet	1.60 113	0.56 41	2.47 95	0.78 26	1.36 289	4.11 249	0.71 82	3.57 150	2.79 303	1.75 99	1.61 108	1.58 107	1.41 146	5.79 228	1.56 194	0.34 167	0.28 201	0.36 210	0.29 174	0.33 113	0.37 161

test_xeample	2.67 270	0.56 41	2.05 56	1.09 159	0.81 161	3.24 89	0.80 128	4.55 369	2.70 292	2.42 276	2.27 262	1.39 89	1.40 141	10.75 331	17.51 398	0.30 111	0.30 219	0.32 136	0.28 150	0.34 129	0.33 123

SMFormer	2.00 169	0.57 47	4.46 146	1.36 270	0.57 108	2.03 33	0.73 88	4.25 305	2.80 307	2.32 253	2.31 280	1.95 159	1.52 176	10.99 342	2.13 269	0.34 167	0.32 233	0.36 210	0.31 204	0.38 167	0.36 147

tta	2.00 169	0.57 47	4.46 146	1.36 270	0.57 108	2.03 33	0.73 88	4.25 305	2.80 307	2.32 253	2.31 280	1.95 159	1.52 176	10.99 342	2.13 269	0.34 167	0.32 233	0.36 210	0.31 204	0.29 44	0.29 76

qqq1	1.92 154	0.57 47	4.46 146	1.36 270	0.57 108	2.03 33	0.73 88	4.25 305	2.80 307	2.32 253	2.31 280	1.95 159	1.52 176	10.99 342	0.71 26	0.34 167	0.32 233	0.30 101	0.23 59	0.29 44	0.29 76

fff1	1.92 154	0.57 47	4.46 146	1.36 270	0.57 108	2.03 33	0.73 88	4.25 305	2.80 307	2.32 253	2.31 280	1.95 159	1.52 176	10.99 342	0.71 26	0.34 167	0.32 233	0.30 101	0.23 59	0.29 44	0.29 76

1111x	3.13 317	0.57 47	8.38 184	1.20 212	0.76 154	3.80 182	0.88 172	4.61 374	2.63 284	2.31 249	2.16 246	1.95 159	1.81 239	11.54 357	18.13 401	0.32 145	0.31 227	0.32 136	0.30 188	0.35 145	0.34 133

qqq	1.30 78	0.57 47	1.67 27	1.15 195	0.51 78	2.18 45	0.91 186	3.98 232	1.53 69	1.50 61	1.24 37	1.79 136	1.34 133	4.66 206	0.98 91	0.28 60	0.31 227	0.33 167	0.33 219	0.33 113	0.32 113

x	1.15 41	0.57 47	1.53 18	1.44 290	0.67 136	1.94 29	0.97 211	3.87 200	1.57 92	1.61 75	1.28 49	1.58 107	1.22 114	1.93 108	1.04 101	0.28 60	0.30 219	0.34 184	0.29 174	0.32 98	0.31 106

PFNet+	1.46 95	0.57 47	2.84 111	0.92 82	0.47 63	4.64 352	0.84 143	2.46 50	1.99 172	2.14 195	1.64 113	1.34 82	1.03 68	4.68 208	1.23 140	0.45 266	0.33 239	0.37 222	0.39 275	0.32 98	0.49 246

cross-raft	2.01 172	0.57 47	19.01 320	1.03 143	0.56 99	2.11 42	0.72 84	3.63 155	1.57 92	1.77 101	1.51 81	3.17 279	1.13 96	1.16 17	0.85 53	0.23 7	0.21 81	0.26 37	0.23 59	0.28 36	0.25 27

222	2.68 273	0.57 47	2.03 53	1.11 171	0.81 161	3.23 87	0.65 63	4.52 367	2.45 259	2.34 260	2.29 268	1.41 94	1.44 153	10.50 324	18.47 403	0.32 145	0.30 219	0.32 136	0.27 125	0.32 98	0.34 133

Gwc-CoAtRS	1.58 107	0.57 47	11.69 221	1.01 127	0.60 115	2.53 53	0.64 57	2.36 42	1.56 86	1.80 107	1.47 74	2.74 243	1.18 108	1.12 11	0.90 68	0.27 34	0.21 81	0.25 27	0.22 50	0.27 23	0.23 14

HSM-Net_RVC	2.87 285	0.57 47	17.46 296	0.92 82	0.90 191	3.70 165	1.20 253	5.64 397	2.51 271	3.22 346	2.43 291	2.54 227	1.59 188	11.41 353	1.65 211	0.34 167	0.25 174	0.26 37	0.23 59	0.30 59	0.29 76
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
mmm	1.27 74	0.58 59	2.20 74	1.41 285	0.68 141	2.39 50	0.85 150	3.90 209	1.63 118	2.20 217	1.84 181	1.28 77	1.50 171	1.91 107	0.89 66	0.31 129	0.27 193	0.45 269	0.37 259	0.38 167	0.34 133

IPLGR	2.53 252	0.58 59	20.46 368	0.82 36	0.52 85	4.56 342	0.50 18	4.30 326	2.38 246	1.87 117	1.53 87	1.68 118	1.72 224	6.95 253	1.15 118	0.28 60	0.21 81	0.27 53	0.23 59	0.33 113	0.32 113

DEmStereo	2.97 298	0.58 59	13.42 232	0.79 28	0.51 78	3.84 191	1.84 323	2.42 45	1.60 109	2.25 235	2.74 317	2.03 175	6.04 374	6.79 252	12.80 378	0.35 184	0.26 185	0.26 37	0.27 125	0.27 23	0.37 161

SST-Stereo	1.76 131	0.58 59	3.10 119	1.44 290	0.46 53	4.71 369	0.76 106	2.22 37	2.79 303	2.07 181	2.18 249	2.43 216	3.22 327	6.66 245	0.84 50	0.42 248	0.19 39	0.30 101	0.27 125	0.35 145	0.26 44

R-Stereo Train	1.20 49	0.58 59	1.81 39	0.99 116	0.67 136	3.78 178	0.90 178	4.09 262	1.51 56	2.16 205	1.71 130	1.13 58	0.94 52	1.40 47	0.91 74	0.30 111	0.24 157	0.26 37	0.21 29	0.26 17	0.25 27

RAFT-Stereo	1.20 49	0.58 59	1.81 39	0.99 116	0.67 136	3.78 178	0.90 178	4.09 262	1.51 56	2.16 205	1.71 130	1.13 58	0.94 52	1.40 47	0.91 74	0.30 111	0.24 157	0.26 37	0.21 29	0.26 17	0.25 27
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Test	1.44 92	0.59 65	6.10 166	1.01 127	0.69 143	2.90 64	0.80 128	3.68 162	1.70 132	1.85 112	1.68 121	3.15 278	1.03 68	1.20 27	0.99 96	0.27 34	0.22 104	0.25 27	0.23 59	0.27 23	0.25 27

BUS	1.49 99	0.59 65	1.94 46	0.87 62	0.85 174	4.50 328	0.76 106	4.48 359	1.88 157	2.93 326	1.83 176	3.63 315	0.97 59	1.60 72	1.17 124	0.34 167	0.25 174	0.31 120	0.28 150	0.35 145	0.33 123

BSDual-CNN	1.46 95	0.59 65	1.94 46	0.87 62	0.85 174	4.16 267	1.16 245	4.48 359	1.88 157	2.93 326	1.83 176	2.60 233	1.31 129	1.60 72	1.21 134	0.34 167	0.25 174	0.31 120	0.28 150	0.35 145	0.33 123

psmg	1.47 98	0.59 65	1.94 46	0.92 82	0.85 174	4.30 298	1.42 284	4.10 269	1.88 157	2.64 305	2.09 233	2.60 233	1.31 129	1.60 72	1.21 134	0.34 167	0.27 193	0.33 167	0.34 226	0.36 156	0.34 133

PSM-softLoss	1.66 120	0.59 65	5.15 157	2.25 368	0.48 69	4.68 358	0.69 75	2.57 69	1.52 64	2.14 195	1.45 68	1.42 95	0.99 62	6.04 234	1.20 130	0.41 238	0.23 128	0.37 222	0.39 275	0.32 98	0.31 106

KMStereo	1.66 120	0.59 65	5.15 157	2.25 368	0.48 69	4.68 358	0.69 75	2.57 69	1.52 64	2.14 195	1.45 68	1.42 95	0.99 62	6.04 234	1.20 130	0.41 238	0.23 128	0.37 222	0.39 275	0.32 98	0.31 106

RAFT_R40	1.70 123	0.59 65	2.99 115	1.46 295	0.46 53	4.74 373	0.98 214	2.23 38	1.56 86	2.02 167	2.35 288	2.71 241	2.56 297	6.71 248	0.90 68	0.40 228	0.19 39	0.30 101	0.27 125	0.33 113	0.26 44

Pruner-Stereo	1.32 83	0.59 65	2.11 69	1.79 345	0.47 63	4.73 370	0.79 123	2.53 55	1.72 134	2.47 280	1.58 96	1.48 100	1.03 68	1.66 85	1.47 177	0.44 260	0.21 81	0.34 184	0.30 188	0.30 59	0.39 179

MDST_ROB	5.53 378	0.59 65	23.11 408	2.55 379	2.69 383	21.20 417	1.98 329	4.77 381	2.65 286	9.36 403	4.25 360	4.14 339	4.45 355	22.57 412	3.68 325	0.48 283	0.33 239	0.47 276	0.44 297	0.44 227	0.44 218

AE-Stereo	1.18 43	0.60 74	2.05 56	1.10 167	0.60 115	4.39 306	0.72 84	3.74 175	1.62 115	1.10 39	1.90 201	1.01 50	0.92 49	1.45 56	0.82 45	0.28 60	0.22 104	0.28 67	0.28 150	0.26 17	0.22 9

DualNet	2.49 245	0.60 74	5.21 159	1.14 181	0.99 212	3.62 153	0.86 152	4.22 292	3.37 359	2.20 217	2.30 272	3.48 298	1.62 196	2.21 134	16.09 387	0.29 77	0.16 4	0.48 284	0.37 259	0.30 59	0.29 76

ffm	1.72 124	0.60 74	5.21 159	1.14 181	0.99 212	3.62 153	0.86 152	4.22 292	3.37 359	2.20 217	2.30 272	3.48 298	1.62 196	2.21 134	0.65 8	0.29 77	0.16 4	0.48 284	0.37 259	0.30 59	0.29 76

ff1	2.96 294	0.60 74	5.21 159	1.14 181	0.99 212	3.62 153	0.86 152	4.22 292	3.37 359	2.20 217	2.30 272	3.48 298	1.62 196	11.62 361	16.09 387	0.29 77	0.16 4	0.48 284	0.37 259	0.30 59	0.29 76

mmx	2.98 300	0.60 74	5.21 159	1.14 181	0.99 212	3.62 153	0.86 152	4.49 362	3.05 334	2.20 217	2.30 272	3.48 298	1.62 196	11.62 361	16.09 387	0.33 156	0.28 201	0.48 284	0.37 259	0.44 227	0.37 161

xxx	2.98 300	0.60 74	5.21 159	1.14 181	0.99 212	3.62 153	0.86 152	4.49 362	3.05 334	2.20 217	2.30 272	3.48 298	1.62 196	11.62 361	16.09 387	0.33 156	0.28 201	0.48 284	0.37 259	0.44 227	0.37 161

anonymousdsp2	1.26 70	0.60 74	3.74 141	1.02 136	0.41 32	3.60 149	0.72 84	3.68 162	1.47 36	1.37 51	1.56 93	1.83 146	1.01 66	2.00 112	0.66 11	0.29 77	0.20 56	0.28 67	0.20 23	0.32 98	0.29 76

knoymous	1.30 78	0.60 74	5.57 165	0.88 66	0.75 151	3.04 75	0.90 178	2.68 77	1.33 17	1.48 59	1.07 20	2.78 252	0.88 42	1.29 40	0.85 53	0.31 129	0.22 104	0.35 199	0.20 23	0.45 234	0.37 161

CrosDoStereo	5.24 373	0.60 74	20.23 354	0.82 36	0.51 78	3.39 109	18.11 413	3.82 188	2.27 223	1.98 144	8.74 385	1.96 164	6.96 385	7.35 258	26.35 416	0.30 111	0.22 104	0.30 101	0.28 150	0.33 113	0.38 174

AAGNet	2.86 282	0.60 74	1.77 35	2.05 363	0.46 53	4.76 375	1.09 233	2.27 39	1.56 86	2.17 209	1.84 181	2.41 212	4.00 346	6.23 237	24.22 414	0.46 270	0.19 39	0.30 101	0.29 174	0.32 98	0.24 20

ASMatch	2.62 263	0.60 74	20.65 374	1.37 278	0.64 125	4.39 306	0.78 118	1.97 25	1.58 94	1.70 90	3.89 358	1.94 157	3.79 342	5.46 219	1.64 209	0.31 129	0.24 157	0.34 184	0.28 150	0.33 113	0.50 253

DeepStereo_LL	5.24 373	0.60 74	20.23 354	0.82 36	0.51 78	3.39 109	18.11 413	3.82 188	2.27 223	1.98 144	8.74 385	1.96 164	6.96 385	7.35 258	26.35 416	0.30 111	0.22 104	0.30 101	0.28 150	0.33 113	0.38 174

PFNet	2.47 241	0.60 74	16.95 286	2.15 367	0.81 161	4.63 351	0.91 186	2.55 65	1.52 64	2.40 274	2.79 321	1.83 146	1.42 149	7.54 262	1.34 160	0.33 156	0.21 81	0.36 210	0.27 125	0.32 98	0.39 179

IRAFT_RVC	1.87 141	0.60 74	4.33 145	2.40 377	0.66 133	4.59 345	1.59 301	2.96 94	1.51 56	2.23 230	1.75 141	2.09 185	2.63 300	6.70 246	1.50 182	0.33 156	0.21 81	0.33 167	0.29 174	0.32 98	0.32 113

IGEV+	0.98 16	0.61 88	1.23 4	0.91 78	0.50 76	2.06 39	0.84 143	3.55 146	1.51 56	1.53 64	1.59 99	0.95 46	0.96 55	1.17 20	0.78 38	0.30 111	0.18 24	0.23 5	0.19 18	0.27 23	0.24 20

NF-Stereo	1.58 107	0.61 88	2.66 104	2.26 370	0.47 63	4.68 358	0.67 66	3.31 123	1.48 41	2.11 189	1.59 99	1.36 85	1.09 85	6.08 236	1.20 130	0.40 228	0.20 56	0.36 210	0.34 226	0.31 75	0.36 147

OCTAStereo	1.58 107	0.61 88	2.72 105	2.27 373	0.46 53	4.68 358	0.67 66	3.30 122	1.48 41	2.11 189	1.59 99	1.36 85	1.09 85	6.02 233	1.21 134	0.41 238	0.20 56	0.36 210	0.34 226	0.31 75	0.37 161

NRIStereo	1.28 75	0.61 88	1.67 27	1.15 195	0.38 25	4.73 370	0.90 178	2.42 45	1.50 52	1.93 135	1.33 54	1.75 126	1.22 114	2.96 176	1.33 158	0.46 270	0.22 104	0.29 82	0.26 102	0.30 59	0.28 69

RE-Stereo	1.58 107	0.61 88	2.72 105	2.26 370	0.46 53	4.68 358	0.68 70	3.31 123	1.48 41	2.11 189	1.59 99	1.36 85	1.09 85	6.01 231	1.22 137	0.41 238	0.20 56	0.36 210	0.34 226	0.31 75	0.37 161

TVStereo	1.58 107	0.61 88	2.72 105	2.26 370	0.46 53	4.68 358	0.68 70	3.31 123	1.48 41	2.11 189	1.59 99	1.36 85	1.09 85	6.01 231	1.22 137	0.41 238	0.20 56	0.36 210	0.34 226	0.31 75	0.37 161

CRE-IMP	1.23 55	0.61 88	2.14 70	0.82 36	0.39 26	4.54 334	0.83 140	2.63 74	1.55 82	1.95 139	1.46 70	1.87 153	0.96 55	1.48 58	1.33 158	0.45 266	0.21 81	0.31 120	0.26 102	0.41 199	0.31 106

XX-Stereo	2.54 254	0.61 88	20.21 353	1.78 340	1.19 255	4.30 298	0.46 13	4.39 345	1.58 94	2.32 253	1.89 197	4.64 363	0.60 4	4.16 201	0.82 45	0.31 129	0.21 81	0.28 67	0.27 125	0.51 253	0.26 44

iRaft-Stereo_20w	1.88 145	0.62 96	10.58 213	0.90 74	0.83 170	2.96 72	0.78 118	4.90 383	1.58 94	2.29 240	1.60 104	1.25 74	4.51 357	2.28 141	0.90 68	0.29 77	0.21 81	0.26 37	0.24 80	0.41 199	0.31 106

ac_64	2.35 225	0.62 96	9.77 200	1.32 252	1.71 347	3.27 95	0.93 197	3.48 134	2.50 268	1.74 97	1.73 135	3.91 325	1.77 228	10.21 317	1.86 236	0.40 228	0.31 227	0.33 167	0.30 188	0.34 129	0.39 179

GANet-RSSM	1.98 165	0.62 96	3.49 131	1.69 331	1.23 265	4.22 284	0.91 186	3.31 123	1.86 155	1.81 108	1.74 137	2.34 204	1.82 241	10.92 339	1.73 222	0.34 167	0.29 210	0.31 120	0.28 150	0.39 175	0.40 197

SGM-Forest	2.96 294	0.62 96	3.49 131	1.09 159	0.80 159	4.06 237	3.30 373	4.37 343	3.09 337	4.18 373	3.27 346	4.67 365	3.86 344	11.69 370	7.91 359	0.51 302	0.46 317	0.49 297	0.39 275	0.48 246	0.49 246
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DeepStereo_RVC	1.55 100	0.63 100	3.32 127	0.77 25	0.42 35	4.49 325	0.72 84	2.50 52	1.58 94	2.02 167	1.81 169	1.54 106	6.38 381	1.73 92	1.19 127	0.46 270	0.22 104	0.29 82	0.28 150	0.35 145	0.38 174

test_xeample3	2.12 186	0.63 100	21.55 396	0.91 78	0.47 63	1.85 26	0.94 200	7.96 400	1.23 4	0.75 6	0.76 3	0.64 6	0.70 14	1.77 94	0.83 48	0.30 111	0.21 81	0.27 53	0.21 29	0.27 23	0.24 20

EAI-Stereo	2.35 225	0.63 100	2.97 114	0.95 97	0.65 130	3.84 191	14.27 409	5.04 385	2.19 210	2.06 178	7.25 373	1.10 56	0.94 52	1.65 84	1.37 162	0.31 129	0.22 104	0.27 53	0.60 338	0.27 23	0.32 113

SFCPSM	2.18 192	0.63 100	17.03 287	0.88 66	0.98 209	3.74 172	1.28 262	4.09 262	2.16 205	1.85 112	1.83 176	1.65 114	1.39 140	2.50 149	1.50 182	0.33 156	0.27 193	0.39 237	0.36 248	0.34 129	0.37 161

UPFNet	1.81 137	0.63 100	6.71 170	1.25 228	1.44 305	3.50 129	1.35 268	4.02 243	1.85 154	2.40 274	1.52 82	2.41 212	1.40 141	3.62 186	1.88 238	0.34 167	0.33 239	0.37 222	0.31 204	0.41 199	0.39 179

MSKI-zero shot	2.22 194	0.64 105	20.09 350	0.96 101	0.56 99	4.04 234	0.70 80	3.91 213	1.50 52	1.92 131	2.28 265	1.92 156	0.71 16	2.93 174	0.67 13	0.26 27	0.23 128	0.26 37	0.21 29	0.28 36	0.26 44

EKT-Stereo	6.79 392	0.64 105	4.24 144	1.77 339	106.39 433	4.51 332	0.61 46	3.16 108	1.53 69	1.88 119	1.22 34	1.98 168	1.36 136	3.81 190	0.84 50	0.35 184	0.24 157	0.29 82	0.26 102	0.34 129	0.48 242

hknet	1.98 165	0.64 105	8.70 188	0.87 62	1.07 231	4.16 267	1.16 245	4.48 359	1.73 136	2.93 326	1.83 176	3.48 298	1.30 128	3.91 195	1.51 188	0.31 129	0.25 174	0.31 120	0.28 150	0.35 145	0.33 123

GES	1.38 88	0.64 105	2.61 99	1.09 159	0.57 108	4.30 298	1.02 219	3.86 198	1.51 56	1.72 94	1.74 137	1.28 77	1.77 228	1.62 78	1.61 203	0.39 222	0.27 193	0.33 167	0.30 188	0.41 199	0.47 238

ACVNet	1.46 95	0.64 105	3.56 134	0.93 93	0.85 174	4.22 284	0.80 128	2.85 87	2.08 187	1.78 103	1.88 192	3.10 273	1.46 160	1.33 43	1.89 239	0.29 77	0.26 185	0.30 101	0.26 102	0.39 175	0.27 56

acv_ft	1.55 100	0.64 105	3.29 125	1.14 181	2.01 369	2.93 68	0.97 211	3.81 187	2.08 187	2.22 226	1.88 192	3.10 273	1.66 215	1.33 43	2.22 275	0.29 77	0.26 185	0.30 101	0.26 102	0.39 175	0.27 56

MSMDNet	2.23 196	0.64 105	17.32 288	0.84 49	0.75 151	3.53 135	0.64 57	3.61 154	1.98 171	1.71 93	1.64 113	3.22 281	2.99 313	2.08 119	1.11 112	0.31 129	0.37 271	0.45 269	0.26 102	0.62 291	0.45 223

IGEVStereo-DCA	0.86 9	0.65 112	2.05 56	0.90 74	0.46 53	1.57 17	0.86 152	1.62 7	1.24 5	0.65 1	0.77 4	0.74 22	0.72 18	2.59 161	0.86 57	0.28 60	0.21 81	0.28 67	0.21 29	0.29 44	0.27 56

rrr	2.27 204	0.65 112	23.82 412	0.90 74	0.46 53	1.57 17	0.96 209	7.98 401	1.19 3	0.65 1	0.77 4	0.74 22	0.72 18	2.59 161	0.86 57	0.28 60	0.21 81	0.28 67	0.21 29	0.29 44	0.25 27

PCWNet_CMD	2.23 196	0.65 112	17.36 292	0.83 43	0.76 154	3.51 131	0.64 57	3.60 153	1.97 169	1.70 90	1.63 111	3.22 281	3.05 319	2.09 122	1.11 112	0.31 129	0.36 259	0.47 276	0.26 102	0.64 298	0.47 238

IER	1.69 122	0.65 112	7.19 175	0.94 96	1.15 244	3.28 98	0.89 174	3.48 134	1.97 169	2.10 185	1.98 212	2.28 195	2.12 265	2.25 139	1.75 225	0.29 77	0.23 128	0.36 210	0.30 188	0.32 98	0.34 133

IPLG	2.48 243	0.65 112	19.63 332	0.91 78	0.79 158	4.60 347	0.56 30	4.31 329	1.84 153	1.91 130	2.00 215	1.31 80	1.38 137	6.61 242	1.53 191	0.27 34	0.20 56	0.27 53	0.23 59	0.31 75	0.36 147

Patchmatch Stereo++	1.25 63	0.65 112	2.06 65	0.75 11	0.37 17	4.68 358	0.76 106	2.53 55	1.58 94	1.99 149	1.47 74	1.78 129	1.14 102	2.44 144	0.90 68	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76
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 60	0.65 112	2.03 53	0.75 11	0.37 17	4.68 358	0.73 88	2.53 55	1.58 94	1.99 149	1.47 74	1.78 129	1.13 96	2.18 132	0.87 62	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

iRAFT	1.25 63	0.65 112	2.06 65	0.75 11	0.37 17	4.68 358	0.76 106	2.53 55	1.58 94	1.99 149	1.47 74	1.78 129	1.14 102	2.44 144	0.90 68	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

test-1	1.23 55	0.65 112	1.88 41	0.96 101	0.52 85	3.84 191	0.62 55	4.01 239	1.47 36	1.93 135	1.78 151	1.83 146	0.92 49	1.19 26	1.28 148	0.26 27	0.29 210	0.31 120	0.24 80	0.29 44	0.36 147

pcwnet_v2	2.70 275	0.65 112	22.48 405	1.08 155	1.03 222	3.56 142	0.81 133	4.29 318	3.14 341	2.29 240	2.29 268	3.01 267	1.71 222	3.32 180	1.43 168	0.43 253	0.50 330	0.41 250	0.34 226	0.61 289	0.56 277

StereoIM	0.82 6	0.66 122	1.53 18	0.65 4	1.87 362	1.24 9	0.36 4	2.13 32	1.27 13	0.67 4	0.75 2	0.88 40	0.70 14	1.15 16	1.07 105	0.29 77	0.23 128	0.26 37	0.20 23	0.31 75	0.22 9

CASS	1.29 77	0.66 122	2.62 101	0.95 97	0.66 133	2.84 60	0.69 75	3.00 97	1.79 146	2.57 292	1.95 205	1.39 89	1.55 186	1.59 70	1.06 103	0.50 296	0.28 201	0.34 184	0.28 150	0.46 241	0.63 296
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 55	0.66 122	2.02 52	0.75 11	0.37 17	4.67 357	0.76 106	2.53 55	1.58 94	1.99 149	1.46 70	1.78 129	1.14 102	2.08 119	0.88 64	0.48 283	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

ROB_FTStereo	1.25 63	0.66 122	2.14 70	0.75 11	0.37 17	4.65 354	0.77 116	2.53 55	1.58 94	1.99 149	1.47 74	1.78 129	1.13 96	2.26 140	0.86 57	0.47 278	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

HUI-Stereo	1.25 63	0.66 122	2.33 87	0.75 11	0.37 17	4.68 358	0.78 118	2.53 55	1.58 94	1.99 149	1.46 70	1.79 136	1.13 96	2.17 130	0.85 53	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

iGMRVC	1.26 70	0.66 122	2.14 70	0.75 11	0.37 17	4.66 355	0.74 98	2.53 55	1.58 94	1.99 149	1.46 70	1.78 129	1.14 102	2.46 146	0.92 77	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

RAFT-IKP	1.25 63	0.66 122	2.23 78	0.75 11	0.37 17	4.64 352	0.74 98	2.53 55	1.58 94	1.99 149	1.47 74	1.78 129	1.13 96	2.22 137	0.92 77	0.48 283	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

ICVP	2.26 202	0.66 122	21.18 388	0.99 116	0.88 183	4.28 295	0.95 204	3.32 127	1.60 109	1.66 84	1.76 144	1.34 82	1.14 102	1.62 78	1.32 154	0.53 310	0.35 255	0.33 167	0.29 174	0.40 178	0.51 259
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousa	2.16 190	0.67 130	19.19 321	1.04 144	1.67 343	2.06 39	0.79 123	2.86 90	1.96 167	1.85 112	2.14 243	3.23 283	1.81 239	1.12 11	1.15 118	0.26 27	0.26 185	0.34 184	0.32 211	0.30 59	0.28 69

DAS	2.31 216	0.67 130	4.79 153	1.14 181	1.64 336	2.93 68	2.13 337	4.09 262	2.74 296	4.17 370	2.52 300	2.46 220	1.79 231	11.55 358	1.63 207	0.37 197	0.22 104	0.39 237	0.25 89	0.41 199	0.34 133

SepStereo	2.15 189	0.67 130	4.79 153	1.14 181	1.64 336	2.93 68	2.13 337	4.09 262	2.74 296	4.17 370	2.52 300	2.46 220	1.79 231	8.36 272	1.63 207	0.37 197	0.22 104	0.39 237	0.25 89	0.41 199	0.34 133

GwcNet-ADL	2.47 241	0.67 130	21.48 395	0.96 101	0.72 145	4.61 348	0.95 204	4.42 349	2.36 238	1.98 144	1.80 157	2.55 228	1.24 119	1.90 106	1.41 165	0.40 228	0.46 317	0.24 17	0.27 125	0.41 199	0.49 246

CFNet_pseudo	2.12 186	0.67 130	15.14 265	0.85 58	0.74 150	3.95 216	0.64 57	3.95 224	1.78 144	1.90 125	1.79 154	3.27 286	1.62 196	2.51 152	1.16 121	0.31 129	0.36 259	0.53 311	0.27 125	0.63 292	0.44 218

ccs_rob	2.13 188	0.67 130	15.11 264	0.84 49	0.75 151	3.96 221	0.65 63	3.95 224	1.78 144	1.88 119	1.79 154	3.26 285	1.64 211	2.51 152	1.16 121	0.31 129	0.36 259	0.54 318	0.27 125	0.65 301	0.45 223

CFNet_ucs	2.36 228	0.68 136	18.42 310	0.89 69	0.81 161	3.85 197	0.68 70	4.29 318	2.37 244	2.09 182	2.04 221	3.31 289	1.24 119	2.63 163	1.14 117	0.36 189	0.45 310	0.56 321	0.29 174	0.66 306	0.49 246

ff7	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 337	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

ffff	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 337	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

11t	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 337	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

test croco	1.55 100	0.69 137	13.59 234	0.65 4	0.73 149	1.66 20	0.57 31	3.17 110	1.94 166	0.77 16	1.24 37	0.80 30	0.86 39	1.60 72	0.96 88	0.33 156	0.21 81	0.32 136	0.25 89	0.42 214	0.28 69

IGEV_Zeroshot_test	2.16 190	0.69 137	20.60 373	1.22 220	0.54 94	2.18 45	0.53 24	3.38 131	1.61 112	1.93 135	1.55 90	3.76 319	1.05 74	1.55 65	0.91 74	0.29 77	0.20 56	0.27 53	0.29 174	0.40 178	0.32 113

anonymousdsp	0.95 14	0.69 137	1.27 6	0.83 43	0.52 85	4.54 334	0.84 143	1.76 17	1.24 5	0.76 13	1.06 18	0.78 25	0.77 25	1.67 88	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44

ccc-4	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 337	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

IGEV-Stereo	0.95 14	0.69 137	1.27 6	0.84 49	0.52 85	4.54 334	0.84 143	1.76 17	1.24 5	0.75 6	1.06 18	0.79 29	0.77 25	1.68 89	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 146	0.69 137	3.14 121	1.10 167	1.18 249	3.99 227	1.79 316	3.50 139	2.16 205	3.10 338	1.64 113	2.91 261	2.50 293	5.38 217	2.26 277	0.43 253	0.38 277	0.37 222	0.36 248	0.50 252	0.42 205

DIP-Stereo	1.24 60	0.69 137	1.77 35	0.65 4	0.61 119	4.29 296	0.58 39	4.44 353	2.53 273	1.98 144	1.33 54	0.91 42	0.86 39	1.25 33	1.25 141	0.36 189	0.23 128	0.32 136	0.23 59	0.32 98	0.29 76
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
fff	1.74 127	0.70 147	9.08 191	0.81 29	0.36 5	4.15 258	0.57 31	4.23 297	2.09 190	2.30 244	1.80 157	1.19 69	3.02 316	1.44 52	1.46 174	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

GMOStereo	1.13 37	0.70 147	2.26 79	0.75 11	0.44 43	3.05 77	0.91 186	2.78 82	1.45 26	2.37 267	1.52 82	1.53 102	1.05 74	1.17 20	0.92 77	0.25 19	0.19 39	0.35 199	0.28 150	0.34 129	0.26 44

error version	1.13 37	0.70 147	2.26 79	0.75 11	0.44 43	3.05 77	0.91 186	2.78 82	1.45 26	2.37 267	1.52 82	1.53 102	1.05 74	1.17 20	0.92 77	0.25 19	0.19 39	0.35 199	0.28 150	0.34 129	0.26 44

test-v	1.13 37	0.70 147	2.26 79	0.75 11	0.44 43	3.05 77	0.91 186	2.78 82	1.45 26	2.37 267	1.52 82	1.53 102	1.05 74	1.17 20	0.92 77	0.25 19	0.19 39	0.35 199	0.28 150	0.34 129	0.26 44

test-2	1.13 37	0.70 147	2.26 79	0.75 11	0.44 43	3.05 77	0.91 186	2.78 82	1.45 26	2.37 267	1.52 82	1.53 102	1.05 74	1.17 20	0.92 77	0.25 19	0.19 39	0.35 199	0.28 150	0.34 129	0.26 44

iRaftStereo_RVC	1.09 35	0.70 147	1.39 12	0.95 97	0.45 47	3.83 186	0.42 8	2.37 43	1.58 94	1.69 88	1.76 144	1.80 139	0.83 37	1.50 59	0.98 91	0.28 60	0.18 24	0.29 82	0.26 102	0.30 59	0.31 106

csc	1.74 127	0.70 147	9.08 191	0.81 29	0.36 5	4.15 258	0.57 31	4.23 297	2.09 190	2.30 244	1.80 157	1.19 69	3.02 316	1.44 52	1.46 174	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

cscssc	1.74 127	0.70 147	9.08 191	0.81 29	0.36 5	4.15 258	0.57 31	4.23 297	2.09 190	2.30 244	1.80 157	1.19 69	3.02 316	1.44 52	1.46 174	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

RASNet	2.56 259	0.70 147	10.06 205	1.60 321	2.25 378	3.67 162	1.00 215	3.38 131	3.14 341	1.81 108	2.11 238	4.60 360	2.30 279	10.25 319	2.61 300	0.37 197	0.24 157	0.25 27	0.24 80	0.28 36	0.26 44

CBMV_ROB	3.62 337	0.70 147	21.42 394	1.21 217	0.89 188	4.43 315	1.76 315	4.39 345	2.79 303	5.88 386	3.38 348	4.18 341	5.12 363	10.75 331	2.32 281	0.56 315	0.55 334	0.53 311	0.51 319	0.55 267	0.46 233

ProNet	0.82 6	0.71 157	1.50 17	0.86 59	0.45 47	1.78 22	0.83 140	1.75 16	1.28 14	0.66 3	1.13 26	0.78 25	0.76 24	1.66 85	0.71 26	0.24 10	0.20 56	0.25 27	0.23 59	0.29 44	0.25 27

MIPNet	2.33 221	0.71 157	19.82 337	0.89 69	0.56 99	4.76 375	0.61 46	4.32 333	2.37 244	1.83 111	1.48 80	1.48 100	1.98 256	2.63 163	1.44 170	0.29 77	0.20 56	0.26 37	0.23 59	0.30 59	0.39 179

HHNet	2.48 243	0.71 157	20.52 369	0.64 3	0.64 125	4.07 242	0.93 197	3.76 178	1.56 86	2.15 200	4.92 367	0.98 47	3.37 332	1.66 85	1.79 229	0.32 145	0.20 56	0.31 120	0.27 125	0.36 156	0.42 205

MyStereo06	2.46 238	0.72 160	19.97 343	1.02 136	0.99 212	4.26 289	0.86 152	3.51 142	1.68 124	1.92 131	1.73 135	4.01 331	4.22 351	1.62 78	0.88 64	0.24 10	0.23 128	0.34 184	0.26 102	0.42 214	0.36 147

MyStereo05	2.37 229	0.72 160	19.94 341	1.02 136	0.99 212	4.26 289	0.86 152	4.01 239	2.62 283	2.14 195	1.26 42	2.28 195	1.63 208	2.07 117	1.68 214	0.24 10	0.23 128	0.34 184	0.26 102	0.42 214	0.36 147

ToySt	1.35 84	0.72 160	3.65 140	1.01 127	0.50 76	3.31 103	1.01 216	3.46 133	1.73 136	1.30 46	1.55 90	2.07 184	1.47 162	1.88 105	1.40 164	0.27 34	0.27 193	0.30 101	0.32 211	0.42 214	0.39 179

RAFT+CT+SA	1.62 115	0.72 160	7.42 176	0.97 108	1.42 304	4.04 234	0.94 200	3.90 209	1.61 112	1.61 75	1.63 111	1.33 81	1.18 108	2.73 171	1.10 111	0.27 34	0.19 39	0.31 120	0.34 226	0.33 113	0.33 123

PSMNet-ADL	1.91 151	0.72 160	1.78 37	1.09 159	0.86 178	4.18 274	0.78 118	3.77 180	2.10 198	1.72 94	1.85 188	2.91 261	1.82 241	10.38 323	1.91 241	0.48 283	0.46 317	0.28 67	0.29 174	0.38 167	0.51 259

raftrobust	1.19 44	0.72 160	2.30 84	1.26 234	1.31 278	3.55 140	0.68 70	2.75 81	1.47 36	2.21 225	1.38 65	1.17 63	1.22 114	1.20 27	1.11 112	0.28 60	0.24 157	0.21 2	0.19 18	0.25 11	0.28 69

RAFT-Stereo + iAFF	1.25 63	0.72 160	1.74 33	1.05 145	0.36 5	4.13 254	0.42 8	2.95 93	2.84 317	2.02 167	2.40 290	1.61 111	1.11 93	1.26 34	0.97 89	0.21 1	0.15 2	0.26 37	0.23 59	0.29 44	0.23 14

SGM_RVC	4.57 363	0.72 160	17.46 296	1.84 349	0.58 114	4.23 287	3.45 377	4.66 376	3.66 369	7.99 398	8.82 388	7.56 387	8.74 398	12.30 384	6.84 351	0.43 253	0.38 277	0.39 237	0.35 240	0.51 253	0.48 242
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 10	0.73 168	1.42 13	0.92 82	1.08 233	2.97 73	0.53 24	1.77 19	1.39 21	1.16 43	1.54 88	0.58 2	0.65 11	1.03 8	0.84 50	0.25 19	0.23 128	0.30 101	0.24 80	0.43 222	0.29 76

tt1	1.79 135	0.73 168	10.41 211	1.75 337	0.36 5	4.55 337	0.79 123	4.22 292	3.37 359	1.08 38	1.80 157	0.74 22	1.48 164	2.21 134	0.65 8	0.29 77	0.16 4	0.31 120	0.22 50	0.30 59	0.29 76

ADStereo(finetuned)	2.04 176	0.73 168	13.28 230	0.82 36	0.40 29	4.16 267	0.59 40	4.25 305	2.97 325	2.35 261	1.84 181	1.18 66	3.40 333	1.52 62	1.54 192	0.29 77	0.24 157	0.23 5	0.18 9	0.30 59	0.51 259

GANet-ADL	2.20 193	0.73 168	20.11 351	1.25 228	0.69 143	3.83 186	0.76 106	3.49 137	1.71 133	1.65 83	1.99 214	2.10 186	1.10 89	1.42 51	1.26 144	0.38 211	0.33 239	0.25 27	0.22 50	0.42 214	0.36 147

DCANet	1.74 127	0.73 168	9.08 191	0.82 36	0.40 29	4.18 274	0.59 40	4.25 305	2.97 325	2.35 261	1.84 181	1.18 66	1.63 208	1.51 61	1.55 193	0.29 77	0.24 157	0.23 5	0.18 9	0.30 59	0.53 266

hitnet-ft	2.37 229	0.73 168	8.34 182	0.96 101	0.89 188	3.77 176	0.80 128	3.55 146	2.58 280	2.24 232	2.04 221	3.65 317	1.49 170	11.71 371	1.89 239	0.44 260	0.53 331	0.44 263	0.35 240	0.52 256	0.48 242

DISCO	2.25 200	0.73 168	10.06 205	1.76 338	1.12 240	3.47 122	1.25 260	3.24 118	2.26 221	2.65 307	1.96 206	4.53 357	1.92 253	4.17 202	3.61 323	0.32 145	0.25 174	0.31 120	0.29 174	0.66 306	0.41 202

NOSS_ROB	2.27 204	0.73 168	3.00 116	1.71 333	1.00 219	3.90 203	0.97 211	4.29 318	2.81 313	2.94 330	2.19 251	3.88 324	1.19 112	11.77 373	1.62 205	0.59 320	0.54 332	0.56 321	0.52 322	0.56 273	0.54 272

ACVNet-DCA	1.85 140	0.74 176	13.77 237	1.78 340	0.36 5	4.48 319	0.74 98	3.98 232	1.53 69	1.01 30	1.81 169	0.72 17	1.62 196	2.13 124	0.64 4	0.29 77	0.17 9	0.32 136	0.21 29	0.33 113	0.32 113

xx1	2.03 174	0.74 176	13.77 237	1.78 340	0.36 5	4.48 319	0.74 98	4.23 297	3.95 376	1.01 30	1.81 169	1.79 136	1.34 133	2.13 124	0.64 4	0.29 77	0.17 9	0.33 167	0.33 219	0.33 113	0.32 113

1test111	1.99 168	0.74 176	13.77 237	1.78 340	0.36 5	4.48 319	0.74 98	3.98 232	1.53 69	1.01 30	1.81 169	0.72 17	1.62 196	4.66 206	0.98 91	0.29 77	0.17 9	0.32 136	0.21 29	0.33 113	0.32 113

cc1	1.98 165	0.74 176	13.77 237	1.78 340	0.36 5	4.48 319	0.74 98	4.23 297	3.95 376	1.01 30	1.81 169	0.72 17	1.62 196	2.13 124	0.64 4	0.29 77	0.17 9	0.32 136	0.21 29	0.31 75	0.29 76

DCRE	1.44 92	0.74 176	3.50 133	1.13 180	0.72 145	1.78 22	0.67 66	2.14 33	1.56 86	1.99 149	8.09 380	1.73 125	1.07 83	1.24 32	0.83 48	0.23 7	0.25 174	0.26 37	0.26 102	0.28 36	0.30 99

NINENet	1.87 141	0.74 176	2.60 98	1.12 173	1.06 229	4.50 328	0.76 106	4.41 348	2.24 216	2.16 205	1.86 190	3.63 315	0.97 59	8.00 269	1.17 124	0.41 238	0.30 219	0.41 250	0.30 188	0.41 199	0.36 147

UNet	2.51 248	0.74 176	20.17 352	1.14 181	1.44 305	3.48 124	0.76 106	3.77 180	1.87 156	2.05 175	1.57 95	2.75 245	2.39 286	3.51 183	2.51 293	0.32 145	0.26 185	0.41 250	0.26 102	0.38 167	0.39 179

HGLStereo	2.03 174	0.74 176	7.50 178	1.23 224	1.56 323	3.62 153	0.95 204	3.78 183	1.89 161	2.03 171	2.20 253	3.12 276	2.14 268	5.68 226	2.04 256	0.37 197	0.31 227	0.32 136	0.29 174	0.40 178	0.45 223

DMCA	1.72 124	0.74 176	6.63 169	1.14 181	0.96 202	3.98 226	0.90 178	3.75 176	2.76 299	2.83 322	1.58 96	2.35 206	1.18 108	1.58 67	1.98 251	0.40 228	0.27 193	0.42 256	0.26 102	0.36 156	0.38 174

DispNO	3.00 303	0.75 185	18.92 318	1.17 201	1.10 238	3.72 168	0.94 200	4.29 318	2.54 275	2.24 232	2.28 265	4.51 355	2.12 265	11.40 352	2.09 264	0.31 129	0.28 201	0.31 120	0.28 150	0.36 156	0.39 179

StereoVision	1.65 118	0.75 185	7.47 177	1.01 127	1.80 359	2.61 57	0.61 46	3.06 103	1.96 167	1.25 45	3.46 351	1.85 151	0.88 42	2.07 117	1.93 242	0.43 253	0.36 259	0.37 222	0.36 248	0.48 246	0.33 123

test_5	1.87 141	0.75 185	10.23 208	1.14 181	1.40 297	3.85 197	1.27 261	3.91 213	1.93 165	1.69 88	1.78 151	1.67 116	1.79 231	2.99 177	1.17 124	0.30 111	0.18 24	0.35 199	0.33 219	0.34 129	0.33 123

SA	1.62 115	0.75 185	3.78 142	1.07 151	0.43 38	4.26 289	1.36 270	4.45 356	3.12 338	1.63 78	1.97 211	1.68 118	2.26 278	2.55 157	1.27 145	0.27 34	0.22 104	0.37 222	0.37 259	0.35 145	0.30 99

Anonymous3	1.72 124	0.76 189	11.61 220	0.83 43	0.84 173	4.46 317	0.84 143	3.57 150	1.16 2	1.34 48	1.37 63	1.11 57	1.03 68	1.58 67	1.13 116	0.70 343	0.58 341	0.33 167	0.35 240	0.47 243	0.42 205

Anonymous	1.04 31	0.76 189	2.42 94	1.06 149	1.27 274	1.67 21	0.86 152	2.51 54	1.49 47	0.92 25	1.14 27	0.70 11	1.10 89	1.26 34	0.98 91	0.47 278	0.33 239	0.30 101	0.30 188	0.66 306	0.51 259

delet	1.92 154	0.76 189	5.14 156	1.01 127	1.65 339	3.44 115	2.03 332	3.76 178	2.48 263	2.01 163	2.05 226	2.63 237	1.90 251	5.34 216	2.12 266	0.28 60	0.29 210	0.40 243	0.31 204	0.41 199	0.45 223

STrans-v2	3.03 307	0.77 192	20.91 378	0.81 29	0.63 123	3.89 202	1.01 216	4.27 313	2.64 285	2.28 238	3.70 354	4.13 338	5.20 364	7.33 257	1.27 145	0.31 129	0.18 24	0.29 82	0.25 89	0.29 44	0.41 202

TransformOpticalFlow	3.03 307	0.77 192	20.99 381	1.00 123	0.55 96	4.18 274	0.64 57	4.33 335	3.02 332	2.18 211	3.09 338	4.35 349	5.07 362	7.36 260	1.27 145	0.32 145	0.18 24	0.32 136	0.26 102	0.28 36	0.46 233

AFF-stereo	1.31 81	0.77 192	1.46 15	1.10 167	0.45 47	3.93 209	0.48 16	2.92 92	2.92 322	1.90 125	2.21 255	2.11 188	1.52 176	1.93 108	1.12 115	0.21 1	0.16 4	0.25 27	0.25 89	0.29 44	0.20 6

PSMNet-RSSM	1.96 161	0.77 192	3.26 124	1.29 243	1.31 278	4.19 278	0.96 209	3.68 162	1.89 161	2.05 175	1.80 157	2.60 233	1.70 220	9.84 303	1.81 230	0.35 184	0.29 210	0.35 199	0.37 259	0.42 214	0.35 144

FC-DCNN	6.64 390	0.77 192	19.26 324	1.68 330	1.64 336	8.27 402	2.35 345	6.35 398	9.23 400	10.85 410	11.27 398	19.89 407	13.33 403	12.51 390	11.79 376	0.66 334	0.57 337	0.58 325	0.56 331	0.63 292	0.61 291

CoDeX	2.40 231	0.78 197	13.21 229	1.00 123	1.18 249	3.24 89	1.32 265	4.14 277	2.41 251	1.74 97	1.84 181	2.05 179	1.47 162	10.03 313	1.60 200	0.34 167	0.28 201	0.32 136	0.27 125	0.32 98	0.39 179

MIM_Stereo	1.20 49	0.78 197	3.30 126	1.05 145	0.43 38	3.04 75	0.60 43	2.46 50	1.51 56	1.60 70	1.58 96	1.82 143	1.29 126	2.00 112	1.07 105	0.24 10	0.24 157	0.28 67	0.25 89	0.27 23	0.27 56

CRFU-Net	2.49 245	0.78 197	10.36 209	2.30 374	1.08 233	3.91 204	1.41 282	3.85 195	1.65 120	2.15 200	1.76 144	3.34 291	7.95 393	5.56 223	1.48 178	0.47 278	0.35 255	0.30 101	0.28 150	0.37 163	0.43 213

Sa-1000	1.63 117	0.79 200	3.56 134	1.11 171	0.48 69	4.06 237	1.41 282	4.49 362	2.75 298	2.00 161	2.80 323	1.84 149	1.43 151	2.64 165	1.50 182	0.27 34	0.19 39	0.36 210	0.33 219	0.36 156	0.30 99

IIG-Stereo	1.95 159	0.79 200	2.14 70	2.78 383	0.66 133	4.62 349	0.76 106	4.27 313	1.53 69	2.63 304	3.14 341	3.35 292	1.61 193	7.65 266	1.41 165	0.39 222	0.20 56	0.31 120	0.25 89	0.33 113	0.22 9

cf-r	2.57 261	0.79 200	16.09 272	1.48 299	1.35 287	4.19 278	0.93 197	3.68 162	2.36 238	1.97 143	1.81 169	3.42 295	1.45 157	8.24 271	1.83 233	0.32 145	0.26 185	0.33 167	0.30 188	0.34 129	0.37 161

MyStereo07	1.01 25	0.80 203	1.26 5	1.00 123	1.04 225	3.95 216	0.95 204	2.07 31	1.42 23	0.75 6	1.22 34	0.68 8	0.91 47	1.63 81	0.67 13	0.24 10	0.24 157	0.34 184	0.26 102	0.41 199	0.37 161

MyStereo04	2.29 212	0.80 203	18.77 315	1.00 123	1.04 225	3.95 216	0.95 204	3.91 213	2.54 275	1.99 149	1.27 48	2.31 202	1.65 213	2.02 116	1.77 226	0.24 10	0.24 157	0.34 184	0.26 102	0.41 199	0.37 161

rafts_anoy	1.24 60	0.80 203	3.61 138	1.17 201	1.20 260	3.00 74	0.61 46	3.17 110	1.58 94	1.37 51	1.26 42	1.19 69	1.12 94	1.78 95	1.25 141	0.32 145	0.23 128	0.32 136	0.32 211	0.31 75	0.30 99

GEStereo_RVC	1.91 151	0.80 203	6.57 168	1.20 212	1.06 229	4.02 232	1.43 286	4.13 271	1.89 161	2.03 171	1.80 157	2.34 204	1.86 246	4.94 210	1.77 226	0.48 283	0.38 277	0.32 136	0.28 150	0.42 214	0.50 253

TestStereo1	1.56 104	0.81 207	2.32 85	1.61 324	0.64 125	4.13 254	1.36 270	3.79 184	3.20 349	1.60 70	2.57 307	1.39 89	2.15 269	2.51 152	1.30 151	0.29 77	0.20 56	0.34 184	0.25 89	0.40 178	0.36 147

SA-5K	1.56 104	0.81 207	2.32 85	1.61 324	0.64 125	4.13 254	1.36 270	3.79 184	3.20 349	1.60 70	2.57 307	1.39 89	2.15 269	2.51 152	1.30 151	0.29 77	0.20 56	0.34 184	0.25 89	0.40 178	0.36 147

MMNet	2.02 173	0.81 207	10.76 214	1.12 173	1.23 265	3.53 135	0.89 174	3.79 184	2.08 187	2.15 200	1.76 144	2.15 189	2.12 265	3.69 188	2.32 281	0.31 129	0.29 210	0.34 184	0.27 125	0.38 167	0.42 205

psm_up	2.28 209	0.81 207	5.45 164	1.26 234	1.50 312	3.84 191	1.23 257	4.23 297	2.03 179	2.55 288	1.80 157	2.44 218	1.65 213	12.90 392	1.58 196	0.37 197	0.38 277	0.41 250	0.34 226	0.43 222	0.39 179

FAT-Stereo	3.34 330	0.81 207	20.05 345	1.25 228	1.20 260	3.44 115	1.99 330	4.23 297	2.67 289	3.14 341	3.82 357	3.51 307	3.32 331	11.68 369	1.94 244	0.64 329	0.67 356	0.48 284	0.52 322	0.61 289	0.81 328

HSM	2.35 225	0.81 207	2.21 75	1.14 181	1.55 320	3.44 115	1.03 220	3.99 236	2.25 218	2.29 240	2.11 238	8.04 389	3.05 319	11.60 359	1.71 217	0.33 156	0.22 104	0.28 67	0.23 59	0.32 98	0.35 144

StereoDRNet-Refined	1.77 133	0.81 207	2.22 76	1.21 217	0.76 154	3.26 93	0.71 82	3.82 188	2.05 184	2.29 240	2.05 226	2.98 264	1.44 153	7.15 255	2.27 278	0.30 111	0.23 128	0.42 256	0.33 219	0.45 234	0.64 298
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 355	0.82 214	10.85 215	0.86 59	0.43 38	2.16 44	16.77 411	3.22 115	1.54 76	2.04 174	12.05 401	2.68 238	7.53 390	7.30 256	12.62 377	0.30 111	0.21 81	0.29 82	0.28 150	0.33 113	0.41 202

sCroCo_RVC	1.06 32	0.82 214	5.05 155	1.02 136	1.05 227	0.98 4	0.61 46	2.06 29	1.29 15	0.69 5	1.26 42	0.82 34	1.10 89	1.20 27	0.90 68	0.42 248	0.40 290	0.33 167	0.30 188	0.46 241	0.38 174

HITNet	2.07 182	0.82 214	14.77 254	1.34 260	0.56 99	3.47 122	0.80 128	4.07 256	2.35 236	2.16 205	1.61 108	1.64 113	1.44 153	2.09 122	2.56 299	0.26 27	0.18 24	0.41 250	0.26 102	0.45 234	0.25 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iRaft-Stereo_5w	2.10 185	0.83 217	8.57 185	0.81 29	0.76 154	3.21 84	0.84 143	3.71 172	1.65 120	1.56 68	2.50 297	2.20 191	2.23 277	9.13 288	2.01 254	0.38 211	0.19 39	0.35 199	0.27 125	0.45 234	0.39 179

raft+_RVC	1.21 52	0.83 217	2.61 99	1.35 264	0.97 205	3.60 149	0.76 106	3.23 116	1.51 56	1.33 47	1.67 119	1.03 51	1.10 89	1.87 104	0.92 77	0.24 10	0.22 104	0.25 27	0.24 80	0.26 17	0.25 27

ADLNet	2.29 212	0.83 217	3.62 139	1.35 264	1.60 329	3.67 162	1.24 259	3.95 224	2.98 328	2.58 294	2.29 268	4.01 331	1.79 231	11.23 348	2.09 264	0.37 197	0.38 277	0.36 210	0.34 226	0.45 234	0.71 308

AdaStereo	1.45 94	0.83 217	2.34 88	1.28 240	0.81 161	3.21 84	1.14 243	4.20 285	2.46 262	2.05 175	1.77 149	2.48 222	1.18 108	1.71 90	1.44 170	0.43 253	0.25 174	0.43 260	0.28 150	0.44 227	0.34 133
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	1.97 163	0.84 221	20.43 367	0.78 26	1.56 323	2.09 41	1.05 225	2.43 47	1.56 86	1.41 55	1.00 8	1.94 157	0.61 6	1.22 30	1.06 103	0.27 34	0.18 24	0.31 120	0.26 102	0.27 23	0.23 14

RAFT	1.23 55	0.84 221	2.05 56	0.96 101	0.47 63	1.80 24	0.94 200	3.18 112	1.46 33	1.60 70	1.71 130	3.04 269	1.59 188	1.64 82	1.32 154	0.38 211	0.24 157	0.40 243	0.32 211	0.40 178	0.35 144

FCDSN-DC	6.04 386	0.84 221	19.25 323	1.24 226	1.09 236	4.38 304	2.62 353	4.38 344	4.71 383	9.59 406	11.22 397	19.19 406	17.40 408	12.30 384	8.55 363	0.69 342	0.57 337	0.60 332	0.60 338	0.70 315	0.78 325
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 106	0.84 221	3.25 123	1.36 270	1.40 297	4.07 242	1.01 216	2.68 77	1.50 52	2.11 189	1.88 192	2.37 209	1.50 171	3.41 181	1.42 167	0.36 189	0.28 201	0.52 309	0.40 285	0.53 262	0.43 213

LL-Strereo2	1.23 55	0.85 225	2.38 90	0.93 93	0.68 141	3.72 168	1.37 274	2.54 64	1.99 172	1.75 99	1.40 66	1.82 143	0.73 21	1.40 47	0.99 96	0.31 129	0.23 128	0.55 319	0.35 240	0.29 44	0.24 20

HH	2.23 196	0.86 226	21.59 397	0.98 111	0.51 78	1.49 15	0.82 136	2.74 79	1.54 76	1.10 39	1.69 124	4.62 361	1.86 246	2.55 157	0.69 19	0.26 27	0.22 104	0.29 82	0.23 59	0.34 129	0.27 56

HanStereo	2.23 196	0.86 226	21.59 397	0.98 111	0.51 78	1.49 15	0.82 136	2.74 79	1.54 76	1.10 39	1.69 124	4.62 361	1.86 246	2.55 157	0.69 19	0.26 27	0.22 104	0.29 82	0.23 59	0.34 129	0.27 56

CroCo-Stereo	0.98 16	0.87 228	3.44 130	0.87 62	0.53 93	0.49 1	0.50 18	3.99 236	1.49 47	0.81 18	1.25 41	1.00 49	0.75 23	1.10 9	1.09 110	0.24 10	0.21 81	0.24 17	0.19 18	0.35 145	0.27 56
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	2.04 176	0.88 229	7.87 179	1.20 212	0.87 180	3.86 199	1.64 306	4.01 239	2.60 282	2.61 300	1.96 206	3.79 320	1.71 222	2.20 133	2.96 312	0.41 238	0.35 255	0.42 256	0.37 259	0.55 267	0.52 264

Anonymous_2	3.01 305	0.89 230	4.53 151	1.06 149	1.18 249	2.93 68	0.87 168	3.24 118	1.46 33	1.86 116	1.35 61	4.11 337	2.35 284	1.64 82	1.28 148	0.82 354	0.90 370	8.71 419	15.84 423	4.44 402	0.74 316

CroCo-Stereo Lap2	0.99 23	0.89 230	2.55 97	0.99 116	1.80 359	0.54 2	0.46 13	3.10 104	1.24 5	1.07 37	1.21 33	1.05 54	0.78 31	1.26 34	1.08 107	0.27 34	0.23 128	0.27 53	0.21 29	0.43 222	0.34 133

NVstereo2D	2.54 254	0.90 232	11.10 217	1.32 252	1.47 309	3.58 146	1.38 276	4.13 271	2.45 259	1.90 125	1.71 130	2.86 257	1.76 227	10.86 335	1.66 212	0.60 321	0.43 303	0.53 311	0.41 289	0.78 330	0.94 342

WCMA_ROB	5.12 371	0.90 232	21.33 390	1.50 302	1.33 285	4.09 244	3.49 378	4.03 245	4.59 382	6.57 391	10.95 396	12.92 399	8.41 397	9.86 304	8.78 364	0.75 346	0.58 341	0.51 303	0.50 317	0.68 312	0.57 281

S-Stereo	3.48 334	0.91 234	22.06 404	1.36 270	1.50 312	3.55 140	2.53 350	4.21 289	2.81 313	2.37 267	3.81 356	3.75 318	1.84 243	11.90 380	2.51 293	0.63 326	0.71 361	0.48 284	0.76 353	0.67 309	1.19 355

MLCV	1.87 141	0.91 234	8.59 186	1.10 167	0.57 108	3.59 147	0.53 24	3.70 171	2.20 211	2.80 319	2.25 260	2.00 171	1.42 149	4.13 200	1.86 236	0.30 111	0.20 56	0.32 136	0.21 29	0.33 113	0.36 147

AASNet	2.44 235	0.92 236	19.79 336	1.35 264	1.49 310	3.81 184	1.07 228	3.85 195	2.93 323	1.95 139	2.29 268	1.96 164	1.29 126	1.73 92	1.93 242	0.39 222	0.33 239	0.45 269	0.30 188	0.55 267	0.45 223

ADLNet2	3.15 320	0.92 236	20.06 346	1.20 212	1.79 356	3.83 186	1.48 288	3.94 222	3.59 366	2.19 215	2.47 294	4.65 364	1.93 254	10.69 330	1.96 249	0.39 222	0.37 271	0.28 67	0.30 188	0.48 246	0.43 213

111	1.83 138	0.92 236	9.08 191	0.81 29	0.36 5	4.25 288	0.91 186	4.44 353	2.70 292	2.39 272	1.96 206	2.30 201	1.64 211	1.28 38	1.82 231	0.28 60	0.22 104	0.24 17	0.20 23	0.31 75	0.54 272

OMP-Stereo	1.97 163	0.93 239	1.88 41	2.76 382	0.67 136	4.58 344	1.48 288	4.31 329	1.54 76	3.15 343	2.76 320	3.25 284	1.38 137	7.66 267	1.35 161	0.40 228	0.20 56	0.33 167	0.26 102	0.33 113	0.24 20

stereogan	3.09 312	0.93 239	16.43 276	1.37 278	1.66 342	3.70 165	1.67 311	3.87 200	3.15 343	3.04 334	2.70 316	5.04 372	2.79 305	9.96 309	1.78 228	0.63 326	0.49 328	0.69 348	0.47 306	0.83 337	0.68 305

RYNet	2.97 298	0.93 239	15.09 263	1.12 173	1.38 294	3.66 161	1.42 284	4.03 245	2.29 228	2.10 185	1.70 126	3.79 320	2.16 271	13.64 401	3.02 315	0.37 197	0.41 296	0.48 284	0.34 226	0.81 334	0.75 319

iResNet	2.52 251	0.94 242	21.17 387	1.84 349	0.72 145	3.75 173	0.81 133	4.14 277	2.55 277	2.33 259	2.03 218	1.35 84	1.44 153	3.27 179	2.16 272	0.35 184	0.23 128	0.28 67	0.22 50	0.44 227	0.45 223

CBFPSM	2.05 179	0.95 243	10.12 207	1.07 151	1.05 227	2.84 60	1.20 253	3.28 120	1.73 136	1.82 110	1.30 52	4.56 359	4.06 347	2.34 142	2.34 283	0.25 19	0.38 277	0.32 136	0.27 125	0.37 163	0.79 327

XX-TBD	1.03 30	0.95 243	1.94 46	1.30 248	0.43 38	3.97 224	0.33 3	1.74 15	1.73 136	1.59 69	2.02 217	0.69 10	0.60 4	1.16 17	0.66 11	0.30 111	0.25 174	0.23 5	0.15 4	0.31 75	0.22 9

CFNet-ft	1.90 148	0.95 243	3.56 134	1.07 151	1.54 316	4.09 244	0.90 178	2.85 87	1.82 149	1.78 103	1.70 126	2.75 245	1.48 164	9.33 292	1.72 218	0.33 156	0.30 219	0.61 335	0.36 248	0.52 256	0.39 179

STTStereo	2.34 223	0.95 243	14.93 260	1.43 288	1.54 316	3.86 199	0.86 152	3.65 157	2.44 258	2.15 200	1.55 90	2.49 224	1.59 188	5.14 213	1.44 170	0.38 211	0.39 285	0.47 276	0.51 319	0.52 256	0.51 259

CFNet_RVC	1.90 148	0.95 243	3.56 134	1.07 151	1.54 316	4.09 244	0.90 178	2.85 87	1.82 149	1.78 103	1.70 126	2.75 245	1.48 164	9.33 292	1.72 218	0.33 156	0.30 219	0.61 335	0.36 248	0.52 256	0.39 179

DLCB_ROB	2.05 179	0.95 243	2.37 89	1.24 226	1.02 221	2.92 67	1.30 263	3.68 162	2.30 229	2.91 324	2.17 248	3.32 290	1.52 176	10.37 321	2.50 292	0.40 228	0.33 239	0.40 243	0.36 248	0.41 199	0.47 238

CBMV	3.32 329	0.96 249	21.16 386	1.32 252	0.83 170	3.81 184	3.91 390	4.47 358	2.53 273	3.34 350	2.24 258	4.45 352	2.58 298	10.07 315	1.96 249	0.45 266	0.43 303	0.48 284	0.38 271	0.52 256	0.53 266
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 268	0.97 250	8.01 180	1.54 309	1.24 267	3.75 173	2.18 340	4.07 256	2.41 251	2.66 308	3.25 344	2.87 258	2.31 282	9.89 305	3.50 321	0.78 348	0.75 365	0.71 351	0.67 344	0.76 327	0.81 328

DRN-Test	3.03 307	0.99 251	18.18 303	1.35 264	1.60 329	3.59 147	1.48 288	4.13 271	2.45 259	3.47 355	1.92 203	2.58 232	2.53 295	10.88 336	2.80 308	0.39 222	0.36 259	0.44 263	0.41 289	0.55 267	0.57 281

GMStereo	1.01 25	1.00 252	2.86 112	0.83 43	0.45 47	1.47 14	0.57 31	1.89 23	2.11 200	1.52 62	1.24 37	0.87 38	0.74 22	1.58 67	0.94 85	0.40 228	0.21 81	0.30 101	0.30 188	0.47 243	0.36 147
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 332	1.01 253	21.99 403	1.28 240	1.37 290	2.67 58	1.39 277	3.98 232	2.87 318	2.93 326	3.27 346	4.35 349	2.43 289	11.62 361	2.39 284	0.60 321	0.63 351	0.79 360	0.55 329	0.68 312	0.67 303

AACVNet	1.83 138	1.02 254	2.41 92	1.45 293	0.87 180	3.21 84	0.73 88	3.16 108	1.61 112	2.01 163	1.82 175	2.28 195	1.33 132	10.98 341	1.49 181	0.39 222	0.32 233	0.38 234	0.32 211	0.43 222	0.44 218

TestStereo	2.00 169	1.02 254	12.25 223	0.70 7	0.61 119	1.88 28	0.55 28	2.31 40	1.52 64	1.41 55	1.33 54	1.27 76	0.90 45	11.62 361	0.81 44	0.34 167	0.19 39	0.33 167	0.24 80	0.44 227	0.24 20

RALCasStereoNet	1.19 44	1.02 254	2.06 65	1.12 173	1.14 242	3.08 81	0.70 80	2.99 96	1.73 136	1.34 48	1.68 121	1.18 66	0.91 47	2.16 128	1.00 98	0.30 111	0.26 185	0.24 17	0.21 29	0.29 44	0.30 99

FBW_ROB	3.24 324	1.02 254	9.21 197	1.49 301	1.07 231	3.78 178	1.48 288	4.31 329	3.08 336	2.46 278	2.32 285	4.20 344	2.08 263	15.19 407	7.16 355	0.84 357	0.62 349	1.33 380	0.92 365	0.99 349	1.31 359

iResNet_ROB	1.89 146	1.02 254	8.60 187	1.39 282	0.98 209	3.72 168	0.66 65	3.84 192	2.65 286	1.88 119	2.05 226	1.98 168	1.27 121	4.52 204	1.67 213	0.30 111	0.20 56	0.28 67	0.18 9	0.31 75	0.40 197

NLCA_NET_v2_RVC	2.54 254	1.04 259	16.73 282	1.53 307	2.00 368	3.96 221	0.87 168	3.87 200	2.31 231	2.54 287	1.67 119	2.85 256	1.63 208	5.55 222	1.62 205	0.46 270	0.33 239	0.38 234	0.38 271	0.53 262	0.62 293
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GwcNet-RSSM	2.66 268	1.05 260	15.91 270	1.22 220	1.19 255	4.12 251	1.12 238	3.84 192	2.02 177	1.93 135	1.79 154	3.12 276	1.46 160	10.37 321	2.05 258	0.33 156	0.27 193	0.35 199	0.30 188	0.40 178	0.36 147

GANet	2.93 290	1.05 260	11.29 219	1.64 326	0.96 202	3.91 204	2.52 349	3.72 173	2.41 251	2.95 331	3.00 332	3.21 280	2.03 257	12.42 387	4.72 335	0.51 302	0.41 296	0.46 273	0.39 275	0.60 284	0.50 253

RAFT_CTSACE	1.80 136	1.06 262	10.00 204	1.71 333	1.39 295	3.49 126	1.06 226	3.05 101	1.62 115	1.70 90	2.04 221	2.51 225	1.80 236	1.98 111	0.94 85	0.25 19	0.22 104	0.28 67	0.30 188	0.30 59	0.26 44

FINET	2.96 294	1.07 263	23.18 410	1.29 243	1.86 361	2.03 33	1.52 293	4.30 326	4.71 383	2.23 230	2.34 287	1.65 114	1.48 164	5.89 230	2.81 309	0.51 302	0.47 321	0.49 297	0.40 285	0.59 280	0.49 246

DANet	2.63 264	1.07 263	8.10 181	1.83 348	1.70 346	3.25 92	1.16 245	4.31 329	2.38 246	3.40 353	2.18 249	4.08 335	1.80 236	9.77 300	3.89 327	0.52 308	0.55 334	0.59 327	0.44 297	0.63 292	0.86 334
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 75	1.08 265	3.21 122	1.25 228	0.94 199	1.44 13	0.69 75	3.15 107	2.57 279	2.01 163	1.80 157	1.29 79	1.05 74	2.00 112	1.48 178	0.27 34	0.20 56	0.27 53	0.24 80	0.40 178	0.27 56

TDLM	2.29 212	1.08 265	4.61 152	1.29 243	1.01 220	4.26 289	2.17 339	3.75 176	2.79 303	2.31 249	1.98 212	2.06 181	1.59 188	12.45 388	1.72 218	0.51 302	0.28 201	0.52 309	0.35 240	0.56 273	0.50 253

MSMD_ROB	5.61 379	1.08 265	16.68 280	1.21 217	0.83 170	10.14 404	2.07 335	3.93 219	6.22 396	10.37 409	8.03 379	22.22 410	9.45 399	11.66 367	4.52 332	0.66 334	0.58 341	0.66 345	0.68 347	0.65 301	0.63 296

DeepPruner_ROB	2.05 179	1.09 268	10.50 212	1.01 127	1.20 260	4.39 306	0.91 186	3.14 106	1.72 134	2.60 298	1.54 88	2.78 252	1.27 121	4.52 204	1.72 218	0.51 302	0.40 290	0.37 222	0.34 226	0.48 246	0.52 264

HBP-ISP	3.25 326	1.10 269	20.86 377	1.54 309	1.15 244	4.50 328	2.89 361	4.43 352	2.38 246	4.14 369	1.96 206	1.90 154	2.04 259	11.08 347	1.32 154	0.66 334	0.57 337	0.66 345	0.61 341	0.64 298	0.61 291

CFNet	2.34 223	1.10 269	8.96 190	1.34 260	1.24 267	4.09 244	0.73 88	4.04 249	2.77 300	1.62 77	1.87 191	2.27 194	1.45 157	11.41 353	1.82 231	0.31 129	0.24 157	0.43 260	0.36 248	0.43 222	0.33 123

CVANet_RVC	2.55 258	1.10 269	9.13 196	1.46 295	1.15 244	3.96 221	1.53 295	3.91 213	2.50 268	3.04 334	2.04 221	2.60 233	1.72 224	12.46 389	1.50 182	0.49 293	0.30 219	0.51 303	0.41 289	0.63 292	0.50 253

ACRE	2.27 204	1.11 272	19.45 327	0.91 78	1.30 276	3.94 211	0.87 168	4.21 289	1.80 147	2.28 238	2.62 309	1.17 63	1.04 72	1.52 62	1.30 151	0.37 197	0.23 128	0.27 53	0.22 50	0.31 75	0.46 233

XPNet_ROB	2.27 204	1.11 272	4.10 143	1.36 270	0.97 205	3.94 211	1.63 304	4.07 256	2.14 202	2.82 321	2.00 215	2.32 203	1.73 226	10.81 334	3.39 320	0.51 302	0.47 321	0.48 284	0.40 285	0.51 253	0.56 277

MyStereo8	2.33 221	1.13 274	19.26 324	1.22 220	1.62 332	4.16 267	0.57 31	3.50 139	2.36 238	2.15 200	1.75 141	2.28 195	1.14 102	1.46 57	2.20 274	0.24 10	0.21 81	0.32 136	0.27 125	0.36 156	0.43 213

ARAFT	2.56 259	1.13 274	19.50 330	0.89 69	0.48 69	4.15 258	1.40 279	4.36 341	2.82 315	2.36 266	1.88 192	1.70 121	1.04 72	6.45 239	1.22 137	0.29 77	0.18 24	0.37 222	0.35 240	0.35 145	0.25 27

NaN_ROB	4.06 353	1.13 274	16.64 279	1.12 173	1.25 270	3.50 129	3.05 368	4.29 318	3.26 353	3.64 356	2.56 305	2.97 263	4.79 359	13.33 395	16.91 394	0.37 197	0.41 296	0.38 234	0.39 275	0.48 246	0.81 328

SACVNet	2.46 238	1.14 277	9.47 198	1.44 290	1.18 249	4.06 237	1.49 292	3.84 192	2.24 216	2.62 301	1.89 197	2.57 229	1.28 124	11.35 351	1.64 209	0.50 296	0.39 285	0.48 284	0.41 289	0.55 267	0.75 319

raft_robust	1.92 154	1.15 278	3.34 129	1.02 136	0.43 38	3.84 191	0.46 13	4.42 349	2.52 272	1.67 86	1.36 62	2.17 190	6.37 380	6.78 250	1.04 101	0.28 60	0.24 157	0.30 101	0.35 240	0.31 75	0.32 113

dd	1.26 70	1.15 278	2.47 95	0.92 82	0.49 73	4.35 302	0.75 105	1.92 24	2.11 200	1.44 57	1.24 37	1.19 69	1.05 74	1.78 95	1.70 216	0.57 317	0.34 251	0.35 199	0.33 219	0.60 284	0.46 233

psmorigin	6.59 389	1.15 278	88.11 435	1.52 304	0.97 205	2.88 63	1.20 253	3.21 113	2.04 182	3.73 359	2.46 292	5.15 375	2.55 296	10.60 327	2.47 290	0.55 313	0.68 359	0.48 284	0.51 319	0.70 315	0.88 338

Nwc_Net	2.88 287	1.16 281	18.30 306	1.35 264	1.68 344	3.52 134	1.18 249	3.90 209	2.06 185	2.52 286	2.82 326	3.82 322	2.34 283	6.78 250	2.55 298	0.86 358	0.40 290	0.59 327	0.67 344	0.57 277	0.55 275

SGM-ForestM	11.55 406	1.16 281	21.62 399	2.14 366	0.81 161	22.25 419	19.08 415	16.50 418	11.34 402	15.94 416	14.44 408	27.12 418	22.61 417	24.76 418	28.39 422	0.50 296	0.48 326	0.47 276	0.44 297	0.55 267	0.53 266

iinet-f	2.26 202	1.18 283	13.71 235	1.14 181	1.11 239	3.77 176	1.10 235	4.14 277	2.17 207	2.06 178	1.76 144	2.99 265	2.99 313	2.50 149	2.49 291	0.35 184	0.39 285	0.27 53	0.28 150	0.45 234	0.39 179

CIPLG	2.27 204	1.18 283	19.24 322	0.92 82	1.34 286	3.95 216	0.89 174	4.23 297	1.82 149	2.31 249	2.67 313	1.17 63	1.06 81	1.53 64	1.32 154	0.37 197	0.23 128	0.27 53	0.22 50	0.31 75	0.45 223

fast-acv-ft	2.54 254	1.19 285	20.08 349	1.41 285	1.40 297	3.18 83	1.17 248	3.37 130	2.28 226	1.90 125	2.15 245	2.69 239	2.17 273	2.91 173	2.31 280	0.37 197	0.39 285	0.45 269	0.39 275	0.57 277	0.45 223

dad	1.65 118	1.19 285	3.04 118	0.98 111	0.56 99	4.22 284	0.84 143	1.99 26	2.48 263	2.14 195	1.68 121	1.62 112	1.13 96	3.85 191	2.04 256	1.03 366	0.40 290	2.04 385	0.48 310	0.75 326	0.53 266

RP	2.79 278	1.20 287	10.36 209	1.54 309	1.93 365	3.44 115	1.97 328	4.05 253	2.34 234	2.66 308	2.79 321	3.98 329	2.58 298	10.21 317	2.61 300	0.95 362	0.47 321	0.71 351	0.57 334	0.71 320	0.68 305

GMStereo_Zeroshot	1.41 91	1.21 288	3.33 128	1.29 243	0.72 145	3.35 106	0.53 24	2.58 71	1.68 124	2.35 261	1.56 93	2.42 215	0.96 55	2.50 149	1.16 121	0.45 266	0.23 128	0.40 243	0.24 80	0.79 332	0.33 123

gwcnet-sp	2.31 216	1.21 288	17.34 289	1.08 155	0.92 193	3.56 142	1.04 222	3.69 167	2.09 190	2.55 288	1.60 104	1.80 139	1.62 196	3.87 192	1.95 246	0.29 77	0.29 210	0.30 101	0.28 150	0.38 167	0.39 179

scenet	2.31 216	1.21 288	17.34 289	1.08 155	0.92 193	3.56 142	1.04 222	3.69 167	2.09 190	2.55 288	1.60 104	1.80 139	1.62 196	3.87 192	1.95 246	0.29 77	0.29 210	0.30 101	0.28 150	0.38 167	0.39 179

ssnet	2.31 216	1.21 288	17.34 289	1.08 155	0.92 193	3.56 142	1.04 222	3.69 167	2.09 190	2.55 288	1.60 104	1.80 139	1.62 196	3.87 192	1.95 246	0.29 77	0.29 210	0.30 101	0.28 150	0.38 167	0.39 179

G-Net	4.11 354	1.21 288	19.47 329	2.31 375	2.94 387	4.74 373	2.95 362	3.33 129	2.14 202	4.44 376	9.43 390	6.93 385	3.84 343	9.01 286	4.92 340	0.79 349	0.80 367	0.70 350	0.50 317	0.95 344	0.87 337

LE_ROB	18.58 414	1.21 288	48.38 426	8.60 418	23.00 420	7.32 399	19.74 416	9.94 403	38.69 427	43.53 425	21.91 412	28.40 419	40.92 422	23.18 414	54.71 427	0.34 167	0.33 239	0.32 136	0.36 248	0.42 214	0.40 197

sAnonymous2	1.37 86	1.22 294	9.79 201	0.92 82	0.88 183	1.23 7	0.61 46	2.56 67	1.69 129	0.85 22	1.02 9	0.73 20	1.23 117	0.98 4	0.78 38	0.29 77	0.25 174	0.31 120	0.30 188	1.06 352	0.71 308

CroCo_RVC	1.37 86	1.22 294	9.79 201	0.92 82	0.88 183	1.23 7	0.61 46	2.56 67	1.69 129	0.85 22	1.02 9	0.73 20	1.23 117	0.98 4	0.78 38	0.29 77	0.25 174	0.31 120	0.30 188	1.06 352	0.71 308

DMCA-RVC	2.45 236	1.22 294	18.29 305	1.23 224	1.14 242	2.49 52	0.85 150	3.29 121	1.68 124	3.02 333	1.41 67	2.00 171	1.53 183	6.39 238	2.00 252	0.38 211	0.30 219	0.44 263	0.35 240	0.45 234	0.44 218

pmcnn	5.45 377	1.22 294	17.40 293	1.60 321	2.41 381	3.48 124	2.12 336	4.52 367	3.26 353	3.67 358	13.15 404	22.10 409	3.46 337	11.92 381	17.16 396	0.34 167	0.21 81	0.23 5	0.19 18	0.36 156	0.28 69

ADCRef	3.30 327	1.23 298	14.90 258	1.17 201	1.41 303	3.95 216	1.64 306	3.88 203	2.36 238	3.05 336	2.21 255	2.40 210	2.81 307	5.04 211	16.63 393	0.46 270	0.34 251	0.63 339	0.62 342	0.54 265	0.67 303

whm_eth	2.04 176	1.24 299	18.44 311	0.89 69	1.37 290	2.59 56	0.73 88	3.56 149	2.56 278	1.53 64	2.06 230	0.78 25	0.71 16	1.02 7	0.98 91	0.36 189	0.29 210	0.34 184	0.32 211	0.41 199	0.54 272

PA-Net	3.09 312	1.24 299	18.84 316	1.38 280	1.19 255	3.42 113	1.75 314	3.89 204	3.27 356	1.88 119	2.10 234	3.03 268	1.88 250	11.60 359	2.88 310	0.40 228	0.54 332	0.44 263	0.62 342	0.52 256	1.02 345
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 317	1.25 301	21.14 384	1.31 250	1.52 314	3.94 211	1.13 241	3.32 127	2.14 202	2.20 217	2.03 218	3.05 272	1.96 255	11.79 374	2.53 295	0.42 248	0.45 310	0.64 342	0.46 303	0.67 309	0.57 281

anonymity	1.76 131	1.26 302	2.73 108	1.66 328	1.32 282	1.84 25	1.07 228	3.49 137	2.30 229	2.11 189	2.11 238	1.71 123	3.90 345	1.82 99	1.48 178	1.10 368	1.09 374	1.08 374	1.08 373	1.05 351	1.09 350

NCC-stereo	3.16 321	1.28 303	18.31 307	1.25 228	1.75 351	4.06 237	1.40 279	3.89 204	2.22 212	2.72 312	2.55 303	3.49 305	2.65 301	9.91 306	2.99 313	1.29 377	0.65 353	0.64 342	0.86 362	0.65 301	0.71 308

Abc-Net	3.16 321	1.28 303	18.31 307	1.25 228	1.75 351	4.06 237	1.40 279	3.89 204	2.22 212	2.72 312	2.55 303	3.49 305	2.65 301	9.91 306	2.99 313	1.29 377	0.65 353	0.64 342	0.86 362	0.65 301	0.71 308
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LoS_RVC	0.94 12	1.30 305	1.31 9	0.84 49	1.63 334	2.02 32	0.59 40	1.51 5	1.36 19	0.81 18	1.33 54	0.84 35	0.88 42	1.36 46	0.73 30	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 366

AF-Net	2.87 285	1.30 305	16.24 273	1.33 256	1.75 351	3.26 93	1.59 301	4.09 262	2.43 255	2.69 310	2.94 329	4.51 355	3.20 326	5.84 229	2.75 306	0.76 347	0.36 259	0.72 355	0.49 313	0.70 315	0.56 277

IPLGR_C	2.28 209	1.31 307	19.46 328	0.92 82	1.32 282	3.93 209	0.89 174	4.20 285	1.82 149	2.30 244	2.63 311	1.16 62	1.07 83	1.41 50	1.29 150	0.37 197	0.23 128	0.27 53	0.22 50	0.31 75	0.45 223

LMCR-Stereo	2.40 231	1.31 307	18.61 313	1.59 319	0.86 178	3.87 201	1.15 244	4.32 333	1.60 109	2.25 235	2.27 262	1.13 58	2.43 289	2.48 148	1.60 200	0.88 359	0.24 157	0.29 82	0.24 80	0.56 273	0.30 99

CSP-Net	1.78 134	1.32 309	1.92 45	1.16 200	1.03 222	3.38 108	1.31 264	3.52 143	1.75 143	1.96 141	1.93 204	2.40 210	1.48 164	8.58 277	1.58 196	0.46 270	0.34 251	0.27 53	0.26 102	0.41 199	0.50 253

AnonymousM	1.22 54	1.32 309	0.97 1	0.88 66	0.56 99	4.03 233	0.69 75	2.41 44	1.68 124	1.48 59	1.31 53	1.15 61	1.00 64	1.18 25	0.73 30	0.32 145	0.40 290	2.07 386	1.70 388	0.24 5	0.22 9

MeshStereo	5.35 375	1.32 309	21.34 391	1.34 260	1.15 244	4.40 310	3.90 389	5.18 387	4.55 381	10.14 408	11.82 400	11.47 395	5.84 372	13.84 403	7.03 354	0.61 323	0.58 341	0.60 332	0.58 335	0.72 323	0.59 288
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	2.22 194	1.33 312	2.90 113	0.97 108	1.53 315	4.11 249	1.08 231	4.55 369	2.65 286	2.10 185	2.32 285	1.77 128	1.40 141	11.79 374	1.61 203	0.68 339	0.45 310	0.96 368	0.43 295	0.95 344	0.92 340

NCCL2	2.53 252	1.35 313	10.90 216	1.15 195	0.97 205	3.53 135	2.56 351	3.65 157	2.23 214	2.76 315	1.80 157	2.41 212	1.66 215	10.35 320	2.07 262	0.44 260	0.40 290	0.57 323	0.53 326	0.59 280	0.65 300

BEATNet_4x	1.92 154	1.36 314	8.75 189	1.20 212	0.56 99	3.46 120	1.03 220	4.00 238	2.43 255	2.25 235	1.70 126	2.10 186	1.59 188	2.57 160	3.05 316	0.37 197	0.22 104	0.47 276	0.29 174	0.60 284	0.40 197

DPSNet	3.43 333	1.37 315	12.19 222	1.39 282	1.24 267	4.15 258	2.06 333	4.51 366	3.34 358	2.69 310	1.96 206	3.52 308	5.56 369	10.68 329	9.68 367	0.93 360	0.73 363	0.40 243	0.37 259	1.06 352	0.86 334

MANE	11.39 405	1.38 316	23.16 409	4.82 411	2.79 386	22.02 418	14.51 410	25.81 419	26.28 419	10.93 411	13.17 405	19.90 408	18.03 411	15.69 408	20.41 409	0.96 363	0.74 364	1.42 381	3.24 413	0.74 324	1.71 372

PSMNet_ROB	2.95 291	1.38 316	18.46 312	1.19 209	1.20 260	3.80 182	1.65 309	3.54 145	2.35 236	1.98 144	1.71 130	2.75 245	1.79 231	11.43 355	2.78 307	0.42 248	0.36 259	0.50 300	0.60 338	0.59 280	0.49 246

CSAN	4.71 366	1.39 318	20.23 354	1.19 209	0.87 180	3.65 160	3.50 379	4.57 371	3.87 372	3.89 362	7.82 377	3.54 312	6.16 378	23.47 417	6.82 350	0.52 308	0.45 310	0.49 297	0.52 322	0.63 292	0.66 302

NVStereoNet_ROB	4.91 370	1.40 319	16.46 277	1.47 298	1.72 349	3.46 120	1.96 327	3.89 204	3.61 367	2.90 323	24.61 416	4.81 366	4.49 356	13.57 399	4.87 338	1.33 380	1.29 382	1.70 383	1.68 386	1.41 374	1.66 370
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	2.07 182	1.40 319	3.01 117	1.09 159	0.92 193	3.94 211	1.53 295	4.25 305	2.23 214	3.31 348	2.06 230	2.35 206	1.52 176	8.74 279	2.07 262	0.44 260	0.36 259	0.51 303	0.48 310	0.54 265	0.62 293

MaskLacGwcNet_RVC	3.13 317	1.43 321	9.93 203	2.50 378	1.62 332	4.29 296	1.68 313	3.95 224	2.43 255	1.66 84	1.91 202	3.04 269	1.41 146	13.26 394	1.58 196	3.82 401	1.59 386	1.12 376	0.46 303	2.21 382	2.74 393

SPS-STEREO	3.97 350	1.44 322	20.85 376	1.72 335	1.71 347	3.24 89	2.30 344	3.55 146	2.68 291	4.79 380	3.66 353	5.44 378	2.97 312	9.11 287	9.35 366	1.15 371	1.10 375	1.06 373	1.02 371	1.16 363	1.18 354
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 315	1.45 323	14.90 258	1.46 295	1.79 356	3.33 104	1.39 277	4.04 249	2.26 221	2.77 316	3.26 345	4.00 330	2.71 303	11.63 366	2.62 302	0.82 354	0.46 317	0.79 360	0.79 359	0.71 320	0.78 325

Wz-Net-LNSev-Ref	2.42 233	1.47 324	14.14 247	1.30 248	1.35 287	3.51 131	1.64 306	4.04 249	2.10 198	2.46 278	1.88 192	2.28 195	2.51 294	4.73 209	3.17 318	0.38 211	0.19 39	0.35 199	0.20 23	0.40 178	0.36 147

LALA_ROB	1.95 159	1.48 325	3.11 120	1.05 145	0.98 209	3.99 227	1.82 320	4.44 353	2.28 226	3.31 348	1.85 188	2.76 251	1.67 217	4.04 199	3.23 319	0.46 270	0.41 296	0.55 319	0.52 322	0.60 284	0.57 281

StereoDRNet	2.84 281	1.49 326	14.48 253	1.33 256	1.57 327	3.44 115	2.06 333	3.69 167	2.36 238	3.26 347	1.84 181	2.79 254	1.80 236	10.88 336	3.16 317	0.41 238	0.33 239	0.39 237	0.36 248	0.59 280	0.58 285

UDGNet	1.40 89	1.52 327	2.22 76	1.38 280	0.62 122	4.39 306	0.68 70	1.80 21	2.18 209	1.34 48	1.18 30	0.99 48	1.00 64	2.16 128	1.19 127	1.09 367	0.34 251	1.30 379	0.98 368	1.10 357	0.58 285

PDISCO_ROB	2.86 282	1.53 328	14.27 250	1.98 360	2.19 375	4.52 333	1.35 268	4.65 375	3.19 346	2.09 182	2.16 246	3.53 309	2.45 291	5.32 215	2.12 266	1.30 379	0.78 366	0.72 355	0.59 337	1.24 368	1.28 357

DN-CSS_ROB	1.91 151	1.55 329	11.13 218	1.82 347	0.88 183	3.99 227	0.61 46	4.01 239	1.67 123	1.64 80	1.89 197	1.39 89	1.06 81	3.23 178	1.50 182	0.31 129	0.19 39	0.44 263	0.29 174	0.37 163	0.31 106

DGSMNet	7.55 397	1.62 330	17.42 294	1.92 355	12.73 415	7.45 400	42.99 426	4.13 271	2.07 186	2.10 185	3.16 342	3.42 295	1.70 220	9.24 291	2.30 279	3.70 400	10.89 423	11.80 423	5.54 414	4.24 398	2.66 388

ELAS	5.99 385	1.62 330	20.29 360	1.96 359	2.01 369	15.09 413	8.38 403	5.23 388	5.54 392	9.02 402	8.61 384	6.74 383	9.75 400	7.48 261	11.40 375	0.96 363	1.18 377	0.72 355	0.93 366	1.30 370	1.67 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 303	1.63 332	19.83 338	1.32 252	2.04 372	3.27 95	1.55 299	3.65 157	2.33 233	2.00 161	2.12 241	3.56 313	1.68 218	9.47 295	2.45 288	0.44 260	0.45 310	0.46 273	0.38 271	0.60 284	0.76 321

ADCL	4.35 359	1.63 332	14.21 249	1.29 243	1.26 273	5.56 388	11.16 404	3.97 230	3.37 359	6.07 387	4.67 364	4.30 348	5.72 371	5.08 212	14.51 382	0.50 296	0.48 326	0.89 366	0.77 355	0.78 330	0.76 321

ADCPNet	3.89 345	1.63 332	20.25 358	1.28 240	1.27 274	6.43 393	2.65 354	3.93 219	2.70 292	2.78 317	2.20 253	4.28 347	6.16 378	5.56 223	10.27 370	0.65 332	1.18 377	0.71 351	1.70 388	0.84 338	1.37 362

ELAS_RVC	5.72 382	1.64 335	20.40 364	2.09 365	2.01 369	4.95 380	11.47 406	4.66 376	6.31 398	8.09 399	8.01 378	8.06 391	11.65 401	8.36 272	10.22 369	0.99 365	1.17 376	0.81 363	0.76 353	1.14 360	1.58 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 282	1.66 336	19.61 331	1.40 284	1.75 351	3.84 191	1.32 265	4.07 256	2.25 218	1.78 103	2.67 313	1.82 143	4.41 354	1.94 110	2.06 259	0.83 356	0.94 371	1.03 370	1.12 374	1.70 378	1.09 350

aanetorigin	3.30 327	1.66 336	17.52 298	1.18 207	1.58 328	2.57 55	3.80 387	2.65 75	2.03 179	6.12 389	4.30 362	2.82 255	5.70 370	5.47 220	4.67 333	0.50 296	0.44 306	0.43 260	0.47 306	1.17 364	0.92 340

Wz-Net-LNSev	2.30 215	1.67 338	14.88 257	1.18 207	1.65 339	3.49 126	1.54 298	3.63 155	2.03 179	1.88 119	1.64 113	3.29 287	2.06 261	2.71 169	2.02 255	0.40 228	0.33 239	0.32 136	0.31 204	0.53 262	0.49 246

DeepPrunerF	3.70 340	1.72 339	14.87 256	1.33 256	1.74 350	3.70 165	1.55 299	4.20 285	14.00 406	2.02 167	1.77 149	2.74 243	2.30 279	10.88 336	6.88 352	0.68 339	0.60 346	0.78 359	0.78 358	0.81 334	0.71 308

AANet_RVC	3.03 307	1.72 339	12.78 226	1.17 201	1.12 240	3.79 181	1.10 235	3.86 198	3.13 339	2.62 301	4.26 361	3.96 328	1.41 146	11.43 355	5.23 342	0.94 361	0.47 321	0.34 184	0.23 59	0.40 178	0.55 275

SANet	5.65 381	1.72 339	20.94 379	1.26 234	0.88 183	7.20 397	3.81 388	4.60 373	11.23 401	4.56 377	8.78 387	7.49 386	6.95 384	11.85 377	18.11 400	0.49 293	0.44 306	0.50 300	0.42 294	0.90 342	0.82 332

FADNet	2.49 245	1.76 342	13.17 228	1.17 201	0.95 201	3.27 95	0.88 172	3.94 222	2.27 223	1.40 54	1.29 51	2.51 225	2.06 261	9.93 308	1.94 244	0.43 253	0.45 310	0.40 243	0.43 295	1.06 352	0.53 266

CC-Net-ROB	3.35 331	1.76 342	13.89 243	2.33 376	1.65 339	4.49 325	1.62 303	4.73 379	2.90 320	1.92 131	2.05 226	1.99 170	1.61 193	12.57 391	1.60 200	2.46 386	2.18 394	2.68 396	1.04 372	2.11 381	1.38 364

LL-Strereo	3.01 305	1.81 344	17.59 299	1.12 173	2.10 373	2.90 64	1.09 233	4.33 335	2.00 176	3.12 340	2.24 258	3.29 287	3.15 322	11.31 350	1.84 234	0.30 111	0.28 201	0.46 273	0.34 226	0.49 251	0.45 223

TRStereo	2.31 216	1.87 345	19.74 335	1.53 307	1.16 248	4.26 289	1.08 231	4.73 379	1.45 26	1.55 66	1.28 49	1.75 126	0.85 38	1.81 97	1.20 130	0.36 189	0.26 185	0.32 136	0.36 248	0.34 129	0.33 123

MFMNet_re	2.91 288	1.91 346	18.25 304	3.06 387	1.89 363	3.13 82	1.67 311	3.52 143	2.97 325	3.14 341	2.87 328	2.26 193	2.41 287	2.42 143	2.00 252	1.10 368	1.05 373	0.94 367	0.90 364	1.28 369	1.46 368

SDNR	3.97 350	1.93 347	20.28 359	1.31 250	0.94 199	5.16 383	0.67 66	4.33 335	2.58 280	4.82 381	5.94 372	5.01 371	1.45 157	17.52 409	2.53 295	0.79 349	0.72 362	0.59 327	0.45 301	1.15 362	1.17 353

GANetREF_RVC	3.20 323	1.93 347	18.84 316	1.51 303	0.80 159	4.12 251	1.82 320	4.16 281	2.91 321	1.87 117	1.74 137	2.48 222	1.84 243	13.18 393	1.74 223	0.80 351	0.57 337	0.79 360	0.74 351	1.20 367	0.86 334
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+	3.74 343	1.96 349	16.90 285	1.09 159	1.55 320	4.35 302	3.65 385	3.93 219	2.98 328	2.22 226	1.66 118	3.95 326	4.83 360	3.41 181	18.87 406	0.38 211	0.41 296	0.63 339	0.53 326	0.64 298	0.81 328

PVD	3.12 316	1.97 350	12.80 227	1.79 345	1.63 334	3.83 186	1.34 267	3.48 134	3.88 373	5.77 384	3.56 352	3.45 297	3.29 329	5.58 225	5.30 343	0.71 345	0.69 360	0.74 358	0.77 355	0.79 332	1.13 352

PWC_ROB	2.69 274	2.01 351	8.36 183	1.33 256	1.90 364	3.23 87	1.18 249	4.33 335	3.25 352	3.11 339	3.41 349	2.71 241	2.18 275	9.15 289	4.48 331	0.56 315	0.31 227	0.61 335	0.36 248	0.69 314	0.74 316

FADNet-RVC-Resample	2.83 280	2.02 352	21.07 382	1.12 173	0.91 192	3.53 135	1.37 274	4.08 260	2.09 190	1.68 87	1.33 54	2.03 175	1.51 174	9.54 297	1.69 215	0.38 211	0.37 271	0.42 256	0.44 297	0.56 273	0.56 277

SHD	2.82 279	2.04 353	13.80 241	1.69 331	1.79 356	2.73 59	1.07 228	3.85 195	3.18 345	4.63 378	2.74 317	3.38 294	2.77 304	5.48 221	3.66 324	0.62 325	0.47 321	0.51 303	0.55 329	0.65 301	0.74 316

PASM	2.67 270	2.05 354	9.71 199	1.73 336	1.37 290	2.53 53	1.52 293	3.10 104	2.17 207	2.79 318	1.84 181	2.90 259	1.85 245	11.89 379	2.19 273	0.81 353	0.85 368	0.87 365	1.01 369	1.14 360	1.05 347

EDNetEfficient	5.61 379	2.14 355	16.75 283	1.67 329	3.64 398	4.12 251	7.51 399	3.05 101	5.63 394	11.57 412	4.83 366	3.95 326	12.72 402	8.44 275	20.78 410	0.41 238	0.43 303	0.47 276	1.01 369	1.66 377	1.39 365

SAMSARA	3.55 335	2.16 356	14.18 248	1.86 352	1.49 310	4.62 349	2.65 354	3.58 152	2.80 307	7.05 393	3.05 335	5.16 376	4.07 348	9.18 290	4.80 337	0.64 329	0.67 356	0.59 327	0.68 347	0.89 340	0.91 339

WAO-6	5.87 384	2.27 357	15.05 262	2.96 385	2.77 385	12.01 407	3.58 383	5.37 394	11.91 405	3.34 350	9.69 391	6.78 384	5.84 372	11.82 376	8.89 365	2.87 388	2.35 401	2.50 390	1.84 394	2.85 385	2.67 389

FADNet-RVC	2.51 248	2.27 357	14.03 245	1.09 159	0.81 161	3.54 139	1.10 235	4.13 271	2.48 263	1.39 53	1.22 34	1.85 151	1.77 228	9.78 302	2.06 259	0.38 211	0.37 271	0.40 243	0.40 285	0.67 309	0.48 242

FADNet_RVC	2.65 266	2.28 359	16.51 278	0.98 111	0.92 193	4.09 244	0.83 140	4.26 312	1.73 136	1.46 58	1.78 151	1.60 109	1.50 171	8.88 281	2.39 284	0.47 278	0.38 277	0.44 263	0.58 335	0.89 340	0.97 343

XQC	2.96 294	2.42 360	14.85 255	1.36 270	1.32 282	3.29 102	1.53 295	4.28 317	2.78 301	3.21 345	2.46 292	3.53 309	2.92 311	6.58 241	4.67 333	0.70 343	0.41 296	0.59 327	0.56 331	0.96 348	0.83 333

EDNetEfficientorigin	12.35 409	2.51 361	179.47 439	1.19 209	0.96 202	2.91 66	1.81 319	3.00 97	5.35 390	8.91 401	4.79 365	4.18 341	4.64 358	9.98 310	11.30 373	0.37 197	0.38 277	0.60 332	0.85 361	1.32 371	2.43 386

RTSC	2.95 291	2.51 361	15.49 269	1.54 309	1.30 276	3.51 131	0.86 152	3.89 204	2.48 263	3.64 356	3.12 339	3.04 269	2.30 279	5.70 227	6.67 346	0.55 313	0.35 255	0.37 222	0.39 275	0.70 315	0.60 289

IMH-64-1	4.84 368	2.53 363	6.83 171	4.30 404	3.74 399	4.81 377	6.05 394	5.30 390	3.92 374	3.95 364	8.33 381	5.08 373	6.06 375	8.96 284	6.30 344	4.57 410	2.96 407	3.04 400	2.12 399	4.28 399	3.62 404

IMH-64	4.84 368	2.53 363	6.83 171	4.30 404	3.74 399	4.81 377	6.05 394	5.30 390	3.92 374	3.95 364	8.33 381	5.08 373	6.06 375	8.96 284	6.30 344	4.57 410	2.96 407	3.04 400	2.12 399	4.28 399	3.62 404

Wz-Net-MNSev	2.71 276	2.54 365	13.91 244	1.52 304	1.37 290	3.28 98	2.47 346	4.03 245	2.32 232	2.57 292	2.07 232	2.29 200	3.01 315	7.55 263	2.74 305	0.38 211	0.36 259	0.36 210	0.37 259	0.57 277	0.47 238

Syn2CoEx	3.08 311	2.55 366	19.88 339	1.34 260	1.18 249	2.43 51	1.65 309	3.91 213	2.40 249	2.39 272	2.27 262	2.90 259	3.17 325	9.57 298	2.54 297	0.50 296	0.45 310	0.53 311	0.39 275	0.74 324	0.72 314

RAFT + AFF	2.51 248	2.66 367	4.48 150	1.15 195	1.95 366	4.15 258	2.01 331	4.46 357	3.30 357	2.19 215	2.51 299	2.22 192	4.87 361	8.91 283	2.06 259	0.30 111	0.60 346	0.48 284	0.38 271	0.77 328	0.69 307

DDUNet	2.91 288	2.78 368	6.94 174	3.53 393	2.26 379	3.28 98	1.36 270	3.77 180	2.04 182	2.62 301	2.49 296	4.18 341	1.69 219	5.38 217	1.85 235	2.21 385	1.77 390	2.61 394	2.43 402	2.60 383	2.34 384

UDG	3.55 335	2.81 369	17.45 295	2.69 380	1.98 367	3.97 224	1.19 252	4.35 339	2.02 177	2.42 276	2.53 302	4.50 354	2.46 292	6.53 240	2.41 286	2.12 384	1.77 390	2.63 395	2.57 404	2.64 384	1.95 378

Anonymous Stereo	3.09 312	3.14 370	16.69 281	1.52 304	1.25 270	3.33 104	2.95 362	4.02 243	2.42 254	2.35 261	2.04 221	2.57 229	1.27 121	11.88 378	2.92 311	0.49 293	0.49 328	0.57 323	0.56 331	0.70 315	0.65 300

WAO-7	5.16 372	3.21 371	18.98 319	1.88 354	1.44 305	5.34 385	3.09 371	4.91 384	5.81 395	4.35 375	8.92 389	6.55 382	6.06 375	13.40 397	10.81 371	1.34 381	1.20 380	1.48 382	1.35 384	1.60 376	1.45 366

PWCDC_ROB	2.95 291	3.26 372	14.06 246	1.59 319	1.56 323	4.19 278	0.86 152	4.30 326	4.08 378	2.06 178	7.37 374	2.75 245	2.42 288	3.59 185	2.67 303	1.34 381	0.36 259	0.39 237	0.34 226	1.13 359	0.62 293

ADCMid	3.96 349	3.27 373	15.48 268	1.26 234	1.40 297	4.66 355	2.28 342	4.06 255	3.54 365	3.94 363	3.02 333	3.85 323	3.67 341	4.03 198	18.65 404	0.68 339	0.61 348	1.09 375	1.18 378	1.38 372	1.08 349

DispFullNet	4.64 365	3.48 374	23.95 413	3.99 399	3.03 389	3.35 106	1.06 226	4.18 282	2.80 307	6.33 390	2.94 329	4.04 333	7.81 392	3.92 196	5.16 341	2.75 387	1.61 387	3.10 403	2.68 407	3.32 387	3.31 401

LSM	12.71 410	3.52 375	20.79 375	55.63 433	84.76 431	3.63 159	6.30 396	3.73 174	4.93 387	5.55 383	13.92 406	3.53 309	3.25 328	9.72 299	4.12 328	0.64 329	0.85 368	0.71 351	0.81 360	1.03 350	26.84 423

SGM+DAISY	8.36 399	3.82 376	24.83 414	2.02 362	1.75 351	14.80 412	17.22 412	4.27 313	11.79 404	13.88 413	14.38 407	11.74 398	13.83 404	10.56 325	15.12 383	1.21 372	1.19 379	1.14 377	1.13 376	1.17 364	1.37 362

UNDER WATER	10.47 402	3.95 377	22.62 407	5.07 412	4.51 409	7.78 401	3.77 386	12.56 408	21.72 417	7.84 397	10.78 395	23.96 413	31.66 419	10.78 333	16.19 391	4.44 407	2.93 405	4.24 412	2.86 410	6.33 409	5.47 416

Wz-Net-SNSev	2.98 300	4.36 378	15.98 271	1.57 317	1.19 255	3.28 98	1.80 318	3.96 229	2.40 249	2.32 253	2.28 265	3.48 298	2.05 260	7.84 268	3.82 326	0.47 278	0.39 285	0.53 311	0.49 313	0.71 320	0.60 289

SuperB	4.79 367	4.41 379	21.08 383	1.45 293	1.08 233	3.91 204	3.08 370	4.18 282	3.01 331	2.50 283	2.10 234	2.75 245	3.49 338	8.80 280	19.60 408	0.44 260	0.33 239	0.53 311	0.39 275	12.01 419	0.64 298

WZ-Net	3.62 337	4.87 380	16.77 284	1.43 288	1.40 297	3.75 173	2.29 343	4.12 270	2.50 268	2.74 314	2.19 251	4.06 334	5.29 366	10.19 316	7.36 356	0.54 312	0.37 271	0.47 276	0.49 313	0.77 328	0.73 315

iResNetv2_ROB	2.65 266	5.00 381	19.28 326	2.06 364	1.09 236	3.83 186	1.13 241	4.14 277	2.09 190	1.85 112	2.03 218	2.01 174	1.51 174	3.58 184	1.58 196	0.34 167	0.21 81	0.32 136	0.21 29	0.44 227	0.29 76

ADCS	4.22 358	5.33 382	16.32 274	1.64 326	1.31 278	3.91 204	3.64 384	4.21 289	2.89 319	5.11 382	2.81 325	4.46 353	3.06 321	5.21 214	19.50 407	0.63 326	0.64 352	0.69 348	0.69 349	1.12 358	1.26 356

UNDER WATER-64	9.33 400	5.37 383	22.60 406	5.22 413	4.86 411	10.75 405	4.61 393	11.45 405	17.30 410	7.59 394	9.80 393	15.99 404	17.90 410	10.63 328	15.72 386	4.36 405	2.87 404	4.39 413	2.86 410	7.01 412	5.36 415

KSHMR	16.96 413	5.37 383	21.64 401	4.46 407	4.50 408	8.30 403	3.32 374	15.58 417	76.24 433	6.62 392	61.47 431	56.53 431	5.43 368	35.17 424	11.37 374	4.39 406	2.97 409	3.63 411	2.74 409	5.10 405	4.34 412

GASNet	3.24 324	5.55 385	20.58 372	1.56 316	1.25 270	2.32 48	1.12 238	4.04 249	2.67 289	1.88 119	2.10 234	3.00 266	2.16 271	10.59 326	2.43 287	0.65 332	0.37 271	0.61 335	0.45 301	0.87 339	0.58 285

AnyNet_C32	4.17 356	5.75 386	12.62 225	1.60 321	1.54 316	5.51 387	4.09 391	3.90 209	3.23 351	4.22 374	3.03 334	3.10 273	3.41 334	8.01 270	18.85 405	0.53 310	0.58 341	0.53 311	0.74 351	1.19 366	0.97 343

MADNet++	7.57 398	5.80 387	13.28 230	6.38 414	5.26 412	7.18 396	7.77 401	5.32 392	5.62 393	6.11 388	7.78 376	6.02 381	8.01 394	11.74 372	16.36 392	9.36 417	4.95 416	8.57 418	5.66 415	4.83 404	5.34 414

coex-ft	18.59 415	6.62 388	113.53 437	1.17 201	1.31 278	2.33 49	1.93 326	2.81 86	14.00 406	124.82 438	8.45 383	5.90 380	51.74 432	9.99 311	22.69 411	0.57 317	0.62 349	0.50 300	0.49 313	1.08 356	1.28 357

RTS	3.90 346	7.04 389	17.94 301	1.92 355	2.19 375	5.00 381	2.96 364	4.29 318	3.19 346	4.05 366	3.08 336	4.94 368	3.16 323	7.64 264	6.72 347	0.66 334	0.44 306	0.51 303	0.47 306	0.95 344	0.76 321

RTSA	3.90 346	7.04 389	17.94 301	1.92 355	2.19 375	5.00 381	2.96 364	4.29 318	3.19 346	4.05 366	3.08 336	4.94 368	3.16 323	7.64 264	6.72 347	0.66 334	0.44 306	0.51 303	0.47 306	0.95 344	0.76 321

AnyNet_C01	4.37 360	7.80 391	16.40 275	1.98 360	1.40 297	6.37 392	6.47 397	4.09 262	5.03 388	4.06 368	3.78 355	4.16 340	3.31 330	6.62 243	10.00 368	0.61 323	0.67 356	0.63 339	0.67 344	2.01 379	1.31 359

RainbowNet	4.56 362	8.28 392	20.07 348	3.64 397	3.23 396	4.15 258	2.99 366	4.18 282	3.03 333	2.20 217	2.65 312	4.26 346	2.90 310	9.77 300	2.12 266	3.88 402	2.27 397	2.71 398	1.72 390	3.78 394	3.31 401

notaker	10.50 404	8.60 393	20.23 354	4.54 409	3.95 403	6.27 391	3.44 376	8.07 402	4.75 386	8.73 400	46.45 426	13.86 403	27.86 418	13.49 398	13.61 381	4.56 409	3.18 411	3.52 408	2.68 407	8.13 417	4.05 409

TorneroNet-64	10.12 401	8.74 394	20.95 380	4.27 402	3.76 402	13.86 411	2.85 359	15.05 414	23.15 418	10.07 407	23.84 415	13.47 400	8.24 396	13.96 404	17.21 397	3.96 403	2.72 402	3.23 404	2.48 403	6.29 407	4.27 411

Wz-Net-TNSev	3.67 339	8.83 395	13.47 233	1.48 299	1.18 249	3.60 149	2.49 348	4.27 313	3.13 339	2.18 211	1.89 197	4.21 345	2.80 306	12.10 382	7.58 358	0.57 317	0.55 334	0.47 276	0.54 328	0.91 343	1.05 347

DGTPSM_ROB	15.31 411	8.85 396	28.14 418	9.90 419	18.89 416	12.44 409	33.21 420	13.48 411	17.86 413	9.50 404	22.89 413	13.78 401	19.67 412	21.26 410	23.68 412	5.08 414	8.84 417	5.62 414	11.50 419	6.72 410	14.87 419

DPSMNet_ROB	15.52 412	8.89 397	31.44 419	10.07 420	18.91 417	12.44 409	33.22 421	13.51 412	17.94 414	9.58 405	22.91 414	13.79 402	19.67 412	21.43 411	23.73 413	5.17 415	8.84 417	5.63 415	11.52 422	6.79 411	14.90 420

otaku	4.58 364	8.93 398	19.95 342	3.11 388	2.67 382	3.91 204	2.57 352	3.82 188	2.25 218	2.22 226	9.72 392	4.08 335	2.35 284	8.57 276	2.13 269	3.51 396	1.65 388	2.15 388	1.17 377	3.69 392	3.15 396

Ntro	4.21 357	8.94 399	19.89 340	3.22 389	2.96 388	4.15 258	1.89 324	3.92 218	2.36 238	1.77 101	2.14 243	3.35 292	2.17 273	9.48 296	2.24 276	3.52 397	1.76 389	2.13 387	1.31 381	3.83 395	3.09 394

Dean	7.52 396	9.08 400	21.41 393	3.74 398	3.53 397	4.81 377	3.53 380	5.33 393	5.25 389	4.17 370	26.53 417	25.62 417	4.09 349	10.97 340	4.32 329	3.69 399	2.30 398	2.91 399	1.87 395	4.03 397	3.24 400

JetBlue	6.27 388	9.15 401	13.76 236	1.94 358	4.60 410	11.91 406	12.00 407	5.12 386	3.45 364	3.79 360	4.52 363	9.54 393	6.56 383	9.40 294	13.48 380	1.26 375	1.37 383	1.17 378	1.34 383	7.06 413	3.95 408

LVE	6.88 394	9.31 402	21.14 384	3.61 396	3.18 395	4.49 325	2.79 356	10.21 404	11.69 403	3.16 344	11.53 399	18.33 405	4.31 352	11.66 367	3.52 322	4.45 408	2.93 405	2.56 392	1.91 396	3.62 389	3.16 397

SQANet	3.70 340	9.34 403	18.41 309	2.75 381	2.74 384	3.40 112	1.47 287	3.50 139	1.68 124	2.60 298	1.75 141	2.69 239	1.91 252	6.72 249	1.74 223	2.96 389	1.41 384	1.85 384	1.12 374	3.17 386	2.70 392

MADNet+	3.97 350	9.54 404	13.83 242	1.87 353	1.69 345	4.19 278	2.87 360	4.80 382	4.10 379	2.51 285	2.67 313	4.55 358	3.41 334	8.72 278	6.92 353	1.25 374	1.27 381	1.04 371	0.93 366	1.39 373	1.85 376

PWCK	5.85 383	9.95 405	15.22 267	2.90 384	1.56 323	5.66 389	7.69 400	5.27 389	4.74 385	3.88 361	7.51 375	8.04 389	5.28 365	15.18 406	8.40 362	3.08 391	1.51 385	2.24 389	1.37 385	5.55 406	1.96 379

ktn	21.74 418	10.34 406	19.68 333	4.53 408	4.00 404	6.53 394	4.51 392	6.79 399	78.82 435	84.69 435	100.86 438	58.49 432	7.57 391	12.11 383	13.35 379	4.58 412	3.24 412	3.49 406	2.62 405	4.65 403	3.84 407

MSC_U_SF_DS_RVC	4.48 361	10.62 407	15.18 266	1.55 314	1.45 308	6.16 390	3.54 382	5.41 395	3.68 370	2.59 297	2.74 317	4.81 366	2.20 276	13.79 402	4.40 330	2.04 383	3.36 413	1.05 372	1.20 379	2.09 380	1.72 373

MFN_U_SF_RVC	3.81 344	10.78 408	15.01 261	1.84 349	1.39 295	3.73 171	1.63 304	4.05 253	3.26 353	2.91 324	2.38 289	4.36 351	3.65 340	8.43 274	4.91 339	1.11 370	1.04 372	0.99 369	1.31 381	1.58 375	1.75 375

MFN_U_SF_DS_RVC	3.94 348	10.88 409	12.30 224	1.26 234	1.55 320	5.19 384	3.33 375	4.42 349	2.82 315	2.58 294	2.62 309	5.00 370	2.11 264	14.03 405	2.73 304	1.28 376	2.34 400	0.67 347	1.83 393	0.81 334	1.03 346

TorneroNet	25.88 420	11.28 410	21.62 399	4.20 401	4.07 405	55.25 430	3.15 372	15.16 415	76.94 434	58.09 430	82.72 435	86.88 436	41.15 423	13.35 396	18.13 401	4.32 404	2.85 403	3.45 405	2.62 405	8.33 418	4.14 410

SPstereo	30.42 422	11.55 411	18.72 314	8.51 417	9.93 414	50.05 429	82.85 437	71.73 435	35.92 426	30.73 423	29.66 418	48.61 430	42.30 431	47.77 434	58.10 434	7.32 416	8.89 419	20.37 424	10.07 418	7.98 416	7.43 418

ACVNet_2	5.41 376	12.60 412	20.42 366	3.27 390	3.15 394	4.50 328	3.02 367	4.66 376	3.73 371	3.35 352	5.36 369	7.86 388	2.88 308	12.33 386	4.76 336	3.12 392	2.22 395	2.70 397	1.69 387	3.49 388	3.10 395

WAO-8	11.95 407	13.02 413	20.56 370	3.50 391	3.08 391	15.11 414	2.80 357	12.91 409	19.11 415	7.69 395	13.12 402	11.62 396	7.01 387	84.40 437	7.91 359	3.42 394	1.92 392	3.54 409	1.93 397	3.68 390	2.69 390

Venus	11.95 407	13.02 413	20.56 370	3.50 391	3.08 391	15.11 414	2.80 357	12.91 409	19.11 415	7.69 395	13.12 402	11.62 396	7.01 387	84.40 437	7.91 359	3.42 394	1.92 392	3.54 409	1.93 397	3.68 390	2.69 390

IMH	6.81 393	13.66 415	20.41 365	4.33 406	3.74 399	5.50 386	3.06 369	5.49 396	6.22 396	4.64 379	10.35 394	9.30 392	8.03 395	13.61 400	6.81 349	4.80 413	2.99 410	3.09 402	2.12 399	4.36 401	3.61 403

ACVNet-4b	6.73 391	13.67 416	21.87 402	3.54 394	3.07 390	4.19 278	2.25 341	4.03 245	3.65 368	1.64 80	3.98 359	5.88 379	2.89 309	10.01 312	16.98 395	23.29 428	2.24 396	2.53 391	1.78 391	3.87 396	3.21 399

ACVNet_1	6.04 386	13.97 417	21.36 392	3.58 395	3.14 393	4.73 370	2.48 347	4.20 285	3.17 344	2.98 332	2.83 327	23.31 411	4.34 353	11.06 346	2.45 288	3.68 398	2.33 399	2.60 393	1.79 392	3.69 392	3.19 398

HanzoNet	31.60 423	17.23 418	21.22 389	7.32 415	5.84 413	7.25 398	3.53 380	13.82 413	14.20 408	50.38 428	47.01 427	44.45 421	56.61 433	36.61 425	32.00 423	63.89 434	56.57 435	7.97 417	89.20 435	28.69 422	28.25 425

Anonymous_1	57.11 434	19.68 419	26.15 415	23.10 421	142.31 436	30.84 420	39.75 423	33.86 425	16.98 409	70.53 434	15.42 409	23.46 412	19.75 414	23.04 413	27.23 419	164.73 439	9.02 420	130.38 436	137.40 436	161.27 439	27.24 424

DPSM_ROB	20.78 416	20.03 420	26.57 416	23.62 422	22.46 418	31.10 421	39.97 424	33.52 423	17.41 411	15.25 414	15.80 410	24.06 414	20.71 415	23.30 415	27.62 420	10.78 419	9.41 421	11.69 421	11.50 419	14.49 420	16.36 421

DPSM	20.78 416	20.03 420	26.57 416	23.62 422	22.46 418	31.10 421	39.97 424	33.52 423	17.41 411	15.25 414	15.80 410	24.06 414	20.71 415	23.30 415	27.62 420	10.78 419	9.41 421	11.69 421	11.50 419	14.49 420	16.36 421

JetRed	10.48 403	27.10 422	35.70 420	4.27 402	4.09 406	15.55 416	12.83 408	12.16 406	5.50 391	5.83 385	5.56 371	10.14 394	7.43 389	8.88 281	26.39 418	3.32 393	3.81 414	3.51 407	2.96 412	7.85 414	6.69 417

LRCNet_RVC	25.52 419	33.45 423	23.21 411	31.79 424	32.78 421	6.74 395	1.18 249	25.88 420	4.46 380	28.94 417	30.89 419	24.91 416	17.57 409	27.66 419	24.34 415	35.26 430	25.60 431	35.91 431	33.81 430	31.90 430	34.10 431

LSM0	49.58 432	40.04 424	53.62 434	97.15 434	128.68 435	62.75 436	79.89 431	67.63 434	35.11 425	33.02 424	32.61 425	48.43 429	41.60 424	46.60 429	55.43 429	21.63 427	18.99 430	23.62 430	23.13 424	29.47 429	52.26 435

MyStereo03	41.77 424	40.13 425	53.46 431	47.73 428	45.04 426	62.50 431	80.72 434	66.91 429	34.93 421	30.53 419	31.77 420	48.26 426	41.67 425	46.68 431	55.85 431	21.53 422	18.88 426	23.46 425	23.21 426	29.14 424	33.09 428

MyStereo02	41.77 424	40.13 425	53.46 431	47.73 428	45.04 426	62.50 431	80.72 434	66.91 429	34.93 421	30.53 419	31.77 420	48.26 426	41.67 425	46.68 431	55.85 431	21.53 422	18.88 426	23.46 425	23.21 426	29.14 424	33.09 428

MyStereo	41.77 424	40.13 425	53.46 431	47.73 428	45.04 426	62.50 431	80.72 434	66.91 429	34.93 421	30.53 419	31.77 420	48.26 426	41.67 425	46.68 431	55.85 431	21.53 422	18.88 426	23.46 425	23.21 426	29.14 424	33.09 428

Selective-RAFT-Error	41.77 424	40.16 428	53.34 429	47.73 428	45.25 430	62.51 434	80.64 432	67.22 432	34.93 421	30.64 422	31.81 423	48.11 424	42.11 429	46.57 428	54.95 428	21.61 426	18.87 425	23.48 428	23.15 425	29.16 427	33.08 427

CasAABBNet	41.80 428	40.20 429	53.41 430	47.73 428	45.18 429	62.51 434	80.71 433	67.26 433	34.80 420	30.49 418	31.88 424	48.24 425	41.81 428	46.63 430	55.64 430	21.60 425	18.88 426	23.48 428	23.22 429	29.19 428	33.05 426

HaxPig	43.25 429	43.65 430	45.00 424	33.85 425	35.61 423	32.69 423	30.52 418	45.09 426	42.97 428	48.77 426	48.17 428	43.00 420	40.26 421	44.58 426	43.61 424	47.18 431	49.30 432	51.54 433	50.25 432	43.73 431	45.29 432

AVERAGE_ROB	44.46 430	45.91 431	46.59 425	40.59 427	38.66 424	32.99 424	30.52 418	46.19 427	43.26 429	49.59 427	48.97 429	44.62 422	39.89 420	45.04 427	43.94 425	48.74 432	50.69 433	50.80 432	49.79 431	45.54 432	46.97 433

MEDIAN_ROB	47.37 431	49.08 432	49.92 427	40.32 426	39.97 425	34.95 425	33.43 422	49.17 428	46.39 431	53.06 429	52.65 430	47.65 423	42.23 430	48.35 435	47.29 426	52.10 433	54.04 434	54.28 434	53.48 433	48.76 433	50.33 434

PML	64.32 435	53.22 433	17.88 300	8.10 416	32.94 422	148.46 439	247.79 440	12.18 407	45.42 430	111.41 437	288.92 440	101.47 438	101.31 438	31.67 420	15.55 384	14.03 421	4.83 415	10.98 420	6.18 416	28.82 423	5.17 413

DLNR_Zeroshot_test	28.62 421	55.50 434	49.94 428	183.62 436	115.05 434	3.43 114	0.28 1	29.49 422	1.49 47	1.01 30	1.26 42	0.93 44	0.63 8	3.92 196	1.51 188	29.81 429	0.41 296	0.26 37	0.23 59	93.28 434	0.32 113

BEATNet-Init1	49.72 433	64.32 435	97.77 436	4.68 410	4.28 407	84.75 437	60.42 427	73.38 436	68.59 432	88.29 436	88.51 437	91.94 437	97.99 437	85.26 439	70.96 438	0.80 351	0.65 353	0.85 364	0.70 350	7.96 415	2.33 383

xxxxx1	112.33 437	88.53 436	37.76 421	227.84 438	157.23 437	39.05 426	61.41 428	93.76 437	79.29 436	62.45 431	74.79 432	78.32 433	70.96 434	33.47 421	70.69 435	114.00 436	130.36 437	259.31 438	274.34 438	145.54 436	147.50 437

tt_ll	112.33 437	88.53 436	37.76 421	227.84 438	157.23 437	39.05 426	61.41 428	93.76 437	79.29 436	62.45 431	74.79 432	78.32 433	70.96 434	33.47 421	70.69 435	114.00 436	130.36 437	259.31 438	274.34 438	145.54 436	147.50 437

ff	112.33 437	88.53 436	37.76 421	227.84 438	157.23 437	39.05 426	61.41 428	93.76 437	79.29 436	62.45 431	74.79 432	78.32 433	70.96 434	33.47 421	70.69 435	114.00 436	130.36 437	259.31 438	274.34 438	145.54 436	147.50 437

ASD4		113.98 439

DPSimNet_ROB	102.30 436	119.72 440	143.59 438	109.42 435	94.10 432	127.22 438	127.15 438	26.62 421	102.36 439	149.58 439	83.99 436	139.34 439	137.54 439	64.62 436	82.36 439	105.18 435	66.15 436	120.15 435	69.61 434	99.58 435	77.72 436

test_example2	212.63 440	219.92 441	221.87 440	213.67 437	221.17 440	199.47 440	200.74 439	185.30 440	141.66 440	209.52 440	213.45 439	210.82 440	205.48 440	221.27 440	216.64 440	236.83 440	242.07 440	213.93 437	217.01 437	235.69 440	226.10 440

Low-res two-view benchmark