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 72	0.40 1	1.46 15	2.97 388	1.61 333	4.13 255	0.73 89	1.78 20	1.49 48	0.83 22	1.10 23	0.59 3	0.53 2	1.26 36	0.80 43	2.99 392	0.13 1	0.21 2	0.13 1	0.31 77	1.72 375

s12784h	1.31 83	0.45 2	2.41 94	0.71 9	0.35 5	4.42 315	0.50 19	4.22 294	2.73 297	2.01 165	2.48 297	0.91 45	0.96 56	2.01 117	0.70 24	0.29 79	0.18 24	0.24 19	0.16 8	0.27 24	0.18 2

Selective-RAFT	1.15 43	0.46 3	1.64 27	0.99 117	0.45 49	4.17 273	0.51 23	3.21 114	1.69 131	1.12 45	1.34 60	1.45 100	1.40 143	2.08 121	0.94 87	0.41 240	0.20 57	0.24 19	0.23 60	0.27 24	0.25 29

MIF-Stereo	0.82 6	0.47 4	2.63 104	0.96 102	1.19 257	0.78 3	0.39 6	1.12 1	1.54 77	1.19 47	1.26 43	0.51 1	0.64 9	1.13 15	1.03 102	0.30 113	0.20 57	0.24 19	0.21 30	0.40 180	0.25 29

panet	0.91 11	0.48 5	1.46 15	0.62 2	0.31 2	4.40 311	0.41 8	2.20 36	1.53 69	0.94 28	1.14 27	0.88 42	0.89 45	1.09 9	0.71 27	0.27 35	0.19 39	0.22 4	0.15 4	0.21 2	0.19 3

MC-Stereo	1.06 34	0.48 5	1.55 23	1.15 196	0.41 34	4.56 344	0.61 47	2.06 29	1.46 34	1.90 127	1.61 109	0.89 44	1.12 95	1.35 47	0.73 32	0.25 20	0.18 24	0.26 39	0.22 51	0.25 12	0.24 23

PMTNet	0.99 25	0.48 5	1.73 32	0.62 2	0.56 101	4.20 284	0.43 12	1.88 22	1.58 96	1.00 32	1.05 17	0.78 26	0.98 61	1.50 61	0.85 54	1.21 374	0.20 57	0.23 7	0.15 4	0.22 4	0.19 3

MoCha-V2	0.92 12	0.49 8	1.69 30	1.39 283	0.37 18	1.31 13	0.88 172	3.32 128	1.38 20	0.87 25	1.85 189	0.66 8	1.18 109	1.13 15	0.61 1	0.21 1	0.21 82	0.22 4	0.23 60	0.27 24	0.20 7

CREStereo++_RVC	1.02 31	0.49 8	1.54 22	0.83 44	0.55 98	4.01 231	0.31 2	1.63 12	1.99 174	1.63 80	2.13 244	0.84 36	0.65 11	0.88 1	0.70 24	0.27 35	0.15 2	0.23 7	1.22 382	0.24 6	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 80	0.50 10	6.16 169	0.84 50	0.45 49	1.61 21	1.12 240	2.14 33	1.42 24	1.52 65	2.31 282	1.84 151	0.79 33	2.52 158	1.19 129	0.27 35	0.17 9	0.29 84	0.29 176	0.29 45	0.25 29

FENet	2.25 202	0.50 10	20.29 362	1.35 265	0.67 138	4.01 231	0.60 44	3.95 226	1.99 174	1.96 143	1.11 24	2.43 218	1.43 153	1.60 74	1.39 165	0.32 146	0.22 106	0.33 169	0.26 104	0.29 45	0.39 181

CASnet	0.78 2	0.51 12	1.29 7	0.81 30	0.29 1	1.28 12	0.74 99	1.51 5	1.89 163	1.64 82	1.09 22	0.65 7	0.64 9	0.91 2	0.76 37	0.29 79	0.17 9	0.41 252	0.31 206	0.32 100	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 34	0.51 12	1.56 24	1.02 137	0.39 28	4.27 295	0.42 9	4.08 262	1.48 42	0.90 26	0.68 1	1.09 57	0.66 13	1.81 99	0.62 3	0.27 35	0.19 39	0.29 84	0.23 60	0.37 165	0.25 29

DCANet-4	1.96 163	0.51 12	14.31 254	0.82 37	0.40 31	4.16 268	0.57 32	4.29 320	2.98 330	2.30 246	1.80 158	1.03 53	1.54 186	1.44 54	1.44 172	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 207

tt	7.19 397	0.51 12	6.83 173	4.03 402	2.30 382	12.05 410	20.19 419	15.46 418	6.58 401	3.42 356	3.22 345	5.37 379	6.39 384	4.20 205	7.46 359	9.81 420	11.53 426	7.05 418	7.46 419	6.31 410	3.71 408

test_3	1.19 46	0.51 12	2.08 70	0.99 117	0.41 34	2.05 40	0.87 168	4.40 349	1.42 24	1.99 151	1.18 31	2.03 177	0.79 33	2.70 170	0.75 35	0.27 35	0.17 9	0.29 84	0.29 176	0.30 61	0.27 58

LoS	0.94 15	0.52 17	1.88 43	0.86 60	0.36 6	4.15 259	0.51 23	2.18 35	1.45 27	0.97 31	0.88 7	0.62 5	0.79 33	1.59 72	0.86 58	0.26 28	0.19 39	0.24 19	0.16 8	0.21 2	0.20 7

Selective-IGEV	0.80 4	0.52 17	1.05 2	0.75 12	0.61 121	1.31 13	0.82 137	2.60 73	1.41 23	0.82 20	1.64 114	0.71 17	0.62 7	1.22 32	0.64 5	0.22 5	0.19 39	0.24 19	0.18 10	0.25 12	0.20 7

RCA-Stereo	1.21 54	0.52 17	1.58 25	0.90 75	0.46 56	4.68 360	0.79 124	4.13 273	1.74 144	1.92 133	1.80 158	0.94 48	1.48 166	1.14 17	0.70 24	0.27 35	0.18 24	0.25 29	0.19 19	0.25 12	0.23 17

GLC_STEREO	0.76 1	0.52 17	1.12 3	0.83 44	0.33 3	1.86 29	0.82 137	1.46 3	1.38 20	0.95 30	1.04 16	0.68 9	0.72 18	0.97 3	0.80 43	0.23 8	0.25 176	0.32 138	0.25 91	0.32 100	0.30 101

test-3	1.19 46	0.52 17	2.00 52	1.01 128	0.42 37	1.95 32	0.91 187	4.35 341	1.47 37	2.24 234	1.16 29	2.06 183	0.79 33	2.68 168	0.76 37	0.27 35	0.18 24	0.28 69	0.26 104	0.26 18	0.25 29

test_1	1.19 46	0.52 17	2.00 52	1.01 128	0.42 37	1.95 32	0.90 179	4.36 343	1.47 37	2.17 211	1.16 29	2.06 183	0.78 31	2.68 168	0.76 37	0.27 35	0.18 24	0.28 69	0.26 104	0.26 18	0.25 29

KYRaft	1.59 114	0.52 17	1.73 32	0.95 98	0.49 76	4.38 305	1.79 318	2.43 48	1.51 57	2.49 284	2.98 333	2.00 173	3.41 336	2.14 129	0.82 46	0.30 113	0.21 82	0.33 169	0.46 305	0.35 147	2.45 389

GMM-Stereo	2.45 238	0.52 17	20.38 365	0.89 70	0.82 171	4.18 275	1.91 327	2.45 50	1.48 42	2.48 283	2.30 274	1.69 122	1.86 248	2.93 176	1.08 109	0.28 62	0.18 24	0.33 169	0.48 312	0.35 147	2.41 387

CFNet-RSSM	2.08 186	0.52 17	20.06 348	1.01 128	0.56 101	3.39 110	0.64 58	3.67 163	1.55 83	1.72 96	1.37 65	2.57 231	1.19 114	1.11 11	0.86 58	0.27 35	0.20 57	0.25 29	0.23 60	0.27 24	0.23 17

H2IRNET	1.90 150	0.53 26	14.29 253	1.14 182	0.60 117	4.48 321	0.44 13	2.65 76	1.81 150	1.05 39	2.30 274	1.67 118	1.40 143	2.17 132	1.50 184	0.36 191	0.21 82	0.33 169	0.37 261	0.34 131	0.29 78

11t1	1.11 38	0.53 26	1.80 40	1.55 316	0.65 132	2.20 48	0.60 44	3.66 162	1.49 48	1.60 72	1.26 43	1.03 53	1.35 137	1.72 93	0.97 91	0.28 62	0.31 229	0.29 84	0.23 60	0.30 61	0.34 135

Any-RAFT	1.40 91	0.53 26	2.78 111	1.09 160	0.64 127	4.41 313	0.81 134	3.97 232	2.78 303	1.99 151	1.34 60	2.36 210	1.56 189	1.56 68	0.75 35	0.27 35	0.20 57	0.25 29	0.18 10	0.25 12	0.28 71

FTStereo	3.71 344	0.53 26	20.37 364	0.96 102	0.65 132	4.34 302	11.29 407	2.62 74	1.50 53	2.58 296	5.04 370	1.90 156	13.84 407	3.71 191	1.25 143	0.38 213	0.24 159	0.31 122	0.32 213	0.30 61	2.10 382

GrayStereo	2.58 264	0.53 26	1.63 26	1.58 320	0.89 190	4.17 273	8.17 404	3.03 100	1.52 64	2.80 321	2.50 299	1.70 123	17.10 409	2.83 174	1.15 120	0.33 157	0.21 82	0.27 55	0.32 213	0.28 37	0.53 268

CREStereo	0.92 12	0.53 26	1.45 14	0.61 1	0.34 4	4.42 315	0.40 7	2.21 37	1.54 77	0.94 28	1.12 25	0.87 40	0.87 41	1.12 12	0.72 31	0.28 62	0.19 39	0.22 4	0.15 4	0.22 4	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 32	1.35 11	0.97 109	0.63 125	1.13 6	0.92 197	2.02 28	0.91 1	0.76 13	0.79 6	0.80 31	1.61 195	1.28 40	0.61 1	0.22 5	0.18 24	0.26 39	0.23 60	0.27 24	0.23 17

LCNet	1.55 102	0.54 32	1.88 43	0.99 117	0.55 98	3.60 150	1.21 258	2.86 91	1.53 69	2.18 213	1.74 138	1.43 99	4.17 352	3.62 188	0.87 63	0.29 79	0.20 57	0.28 69	0.77 357	0.47 245	1.85 378

PSM-AAD	2.43 236	0.54 32	1.32 9	0.92 82	0.54 96	4.48 321	7.47 400	2.96 95	1.55 83	2.31 251	2.56 307	1.26 77	16.23 408	2.46 148	0.89 67	0.28 62	0.21 82	0.58 327	0.41 291	0.34 131	1.32 363

xxxx	2.67 272	0.54 32	2.03 55	1.22 221	0.81 163	3.49 127	0.63 57	4.49 364	2.49 269	2.22 228	2.23 259	2.05 181	1.38 139	10.05 316	17.91 401	0.32 146	0.32 235	0.30 103	0.27 127	0.33 115	0.34 135

MIF-Stereo (partial)	0.98 19	0.55 36	2.83 112	0.71 9	1.03 224	1.08 5	0.49 18	2.55 66	1.66 124	0.79 17	1.20 33	0.80 31	0.90 46	1.61 79	1.56 196	0.36 191	0.24 159	0.33 169	0.25 91	0.40 180	0.28 71

CES	1.01 27	0.55 36	1.74 35	0.92 82	2.15 376	2.15 44	0.50 19	2.01 27	1.45 27	0.76 13	1.02 9	0.61 4	0.47 1	1.29 42	0.79 42	0.22 5	0.17 9	0.24 19	0.14 2	0.63 294	2.29 384

DisPM	1.36 87	0.55 36	2.39 93	1.54 311	0.51 80	4.59 347	0.79 124	2.50 53	1.88 159	2.50 285	1.83 177	1.45 100	1.01 66	2.71 171	0.93 86	0.46 272	0.20 57	0.32 138	0.31 206	0.31 77	0.44 220

RAFT-RH_RVC	2.63 266	0.55 36	19.97 345	1.26 235	0.47 66	4.46 319	0.57 32	1.71 14	1.64 121	3.06 339	5.51 372	2.03 177	1.28 126	6.70 248	1.52 192	0.42 250	0.22 106	0.37 224	0.34 228	0.28 37	0.29 78

RAFT-345	2.46 240	0.55 36	19.69 336	1.02 137	0.49 76	4.43 317	0.78 119	1.64 13	2.34 236	2.09 184	3.12 341	1.96 166	1.31 131	6.65 246	1.43 170	0.36 191	0.23 130	0.32 138	0.25 91	0.28 37	0.25 29

Prome-Stereo	1.61 116	0.55 36	1.71 31	0.98 112	0.60 117	4.41 313	1.82 322	3.03 100	1.53 69	2.18 213	3.45 352	1.72 126	3.49 340	2.23 140	1.08 109	0.29 79	0.20 57	0.26 39	0.25 91	0.34 131	2.16 383

TANstereo	1.01 27	0.55 36	1.73 32	0.76 25	0.36 6	4.04 235	0.38 5	1.48 4	1.62 117	2.03 173	2.10 236	0.84 36	0.93 52	0.98 4	0.62 3	0.28 62	0.36 261	0.23 7	0.20 24	0.25 12	0.46 235

MGS-Stereo	0.80 4	0.56 43	1.53 19	0.93 93	0.39 28	1.26 10	0.73 89	1.45 2	1.30 16	1.01 33	2.26 263	0.80 31	0.56 3	1.16 19	0.65 9	0.27 35	0.23 130	0.26 39	0.22 51	0.27 24	0.25 29

ttt	2.76 279	0.56 43	2.28 85	1.41 287	1.21 266	3.67 163	0.77 117	4.59 374	2.94 326	2.35 263	2.30 274	2.45 221	1.54 186	11.25 351	15.56 387	0.43 255	0.36 261	0.37 224	0.33 221	0.40 180	0.40 199

riskmin	1.25 65	0.56 43	2.05 58	1.05 146	0.93 200	2.86 63	0.55 29	3.23 117	1.34 18	1.55 68	1.07 20	3.56 315	2.03 259	1.29 42	1.00 100	0.28 62	0.27 195	0.34 186	0.21 30	0.41 201	0.43 215

DRaft	2.28 211	0.56 43	2.64 105	0.74 11	0.46 56	3.94 212	1.23 259	2.32 42	1.55 83	2.64 307	2.80 325	1.60 111	5.34 369	6.96 256	10.99 374	0.34 169	0.22 106	0.27 55	0.27 127	0.29 45	0.37 163

HCRNet	1.60 115	0.56 43	2.47 97	0.78 27	1.36 291	4.11 250	0.71 83	3.57 152	2.79 305	1.75 101	1.61 109	1.58 109	1.41 148	5.79 230	1.56 196	0.34 169	0.28 203	0.36 212	0.29 176	0.33 115	0.37 163

test_xeample	2.67 272	0.56 43	2.05 58	1.09 160	0.81 163	3.24 90	0.80 129	4.55 371	2.70 294	2.42 278	2.27 264	1.39 91	1.40 143	10.75 333	17.51 400	0.30 113	0.30 221	0.32 138	0.28 152	0.34 131	0.33 125

SMFormer	2.00 171	0.57 49	4.46 148	1.36 271	0.57 110	2.03 35	0.73 89	4.25 307	2.80 309	2.32 255	2.31 282	1.95 161	1.52 178	10.99 344	2.13 271	0.34 169	0.32 235	0.36 212	0.31 206	0.38 169	0.36 149

tta	2.00 171	0.57 49	4.46 148	1.36 271	0.57 110	2.03 35	0.73 89	4.25 307	2.80 309	2.32 255	2.31 282	1.95 161	1.52 178	10.99 344	2.13 271	0.34 169	0.32 235	0.36 212	0.31 206	0.29 45	0.29 78

qqq1	1.92 156	0.57 49	4.46 148	1.36 271	0.57 110	2.03 35	0.73 89	4.25 307	2.80 309	2.32 255	2.31 282	1.95 161	1.52 178	10.99 344	0.71 27	0.34 169	0.32 235	0.30 103	0.23 60	0.29 45	0.29 78

fff1	1.92 156	0.57 49	4.46 148	1.36 271	0.57 110	2.03 35	0.73 89	4.25 307	2.80 309	2.32 255	2.31 282	1.95 161	1.52 178	10.99 344	0.71 27	0.34 169	0.32 235	0.30 103	0.23 60	0.29 45	0.29 78

1111x	3.13 319	0.57 49	8.38 186	1.20 213	0.76 156	3.80 183	0.88 172	4.61 376	2.63 286	2.31 251	2.16 248	1.95 161	1.81 241	11.54 359	18.13 403	0.32 146	0.31 229	0.32 138	0.30 190	0.35 147	0.34 135

qqq	1.30 80	0.57 49	1.67 28	1.15 196	0.51 80	2.18 46	0.91 187	3.98 234	1.53 69	1.50 64	1.24 38	1.79 138	1.34 135	4.66 208	0.98 93	0.28 62	0.31 229	0.33 169	0.33 221	0.33 115	0.32 115

x	1.15 43	0.57 49	1.53 19	1.44 292	0.67 138	1.94 31	0.97 212	3.87 202	1.57 94	1.61 77	1.28 50	1.58 109	1.22 116	1.93 110	1.04 103	0.28 62	0.30 221	0.34 186	0.29 176	0.32 100	0.31 108

PFNet+	1.46 97	0.57 49	2.84 113	0.92 82	0.47 66	4.64 354	0.84 144	2.46 51	1.99 174	2.14 197	1.64 114	1.34 84	1.03 68	4.68 210	1.23 142	0.45 268	0.33 241	0.37 224	0.39 277	0.32 100	0.49 248

cross-raft	2.01 174	0.57 49	19.01 322	1.03 144	0.56 101	2.11 43	0.72 85	3.63 157	1.57 94	1.77 103	1.51 83	3.17 281	1.13 97	1.16 19	0.85 54	0.23 8	0.21 82	0.26 39	0.23 60	0.28 37	0.25 29

222	2.68 275	0.57 49	2.03 55	1.11 172	0.81 163	3.23 88	0.65 64	4.52 369	2.45 261	2.34 262	2.29 270	1.41 96	1.44 155	10.50 326	18.47 405	0.32 146	0.30 221	0.32 138	0.27 127	0.32 100	0.34 135

Gwc-CoAtRS	1.58 109	0.57 49	11.69 223	1.01 128	0.60 117	2.53 54	0.64 58	2.36 43	1.56 88	1.80 109	1.47 76	2.74 245	1.18 109	1.12 12	0.90 70	0.27 35	0.21 82	0.25 29	0.22 51	0.27 24	0.23 17

HSM-Net_RVC	2.87 287	0.57 49	17.46 298	0.92 82	0.90 193	3.70 166	1.20 255	5.64 399	2.51 273	3.22 348	2.43 293	2.54 229	1.59 190	11.41 355	1.65 213	0.34 169	0.25 176	0.26 39	0.23 60	0.30 61	0.29 78
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LargeStereo	0.90 10	0.58 61	1.32 9	0.94 96	0.45 49	1.27 11	1.00 216	3.32 128	1.55 83	0.82 20	1.34 60	0.86 39	1.09 85	1.16 19	0.89 67	0.33 157	0.18 24	0.23 7	0.19 19	0.29 45	0.22 11

mmm	1.27 76	0.58 61	2.20 76	1.41 287	0.68 143	2.39 51	0.85 150	3.90 211	1.63 120	2.20 219	1.84 182	1.28 79	1.50 173	1.91 109	0.89 67	0.31 130	0.27 195	0.45 271	0.37 261	0.38 169	0.34 135

IPLGR	2.53 254	0.58 61	20.46 370	0.82 37	0.52 87	4.56 344	0.50 19	4.30 328	2.38 248	1.87 119	1.53 89	1.68 120	1.72 226	6.95 255	1.15 120	0.28 62	0.21 82	0.27 55	0.23 60	0.33 115	0.32 115

DEmStereo	2.97 300	0.58 61	13.42 234	0.79 29	0.51 80	3.84 192	1.84 325	2.42 46	1.60 111	2.25 237	2.74 319	2.03 177	6.04 376	6.79 254	12.80 380	0.35 186	0.26 187	0.26 39	0.27 127	0.27 24	0.37 163

SST-Stereo	1.76 133	0.58 61	3.10 121	1.44 292	0.46 56	4.71 371	0.76 107	2.22 38	2.79 305	2.07 183	2.18 251	2.43 218	3.22 329	6.66 247	0.84 51	0.42 250	0.19 39	0.30 103	0.27 127	0.35 147	0.26 46

R-Stereo Train	1.20 51	0.58 61	1.81 41	0.99 117	0.67 138	3.78 179	0.90 179	4.09 264	1.51 57	2.16 207	1.71 131	1.13 60	0.94 53	1.40 49	0.91 76	0.30 113	0.24 159	0.26 39	0.21 30	0.26 18	0.25 29

RAFT-Stereo	1.20 51	0.58 61	1.81 41	0.99 117	0.67 138	3.78 179	0.90 179	4.09 264	1.51 57	2.16 207	1.71 131	1.13 60	0.94 53	1.40 49	0.91 76	0.30 113	0.24 159	0.26 39	0.21 30	0.26 18	0.25 29
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Test	1.44 94	0.59 68	6.10 168	1.01 128	0.69 145	2.90 65	0.80 129	3.68 164	1.70 134	1.85 114	1.68 122	3.15 280	1.03 68	1.20 29	0.99 98	0.27 35	0.22 106	0.25 29	0.23 60	0.27 24	0.25 29

BUS	1.49 101	0.59 68	1.94 48	0.87 63	0.85 176	4.50 330	0.76 107	4.48 361	1.88 159	2.93 328	1.83 177	3.63 317	0.97 59	1.60 74	1.17 126	0.34 169	0.25 176	0.31 122	0.28 152	0.35 147	0.33 125

BSDual-CNN	1.46 97	0.59 68	1.94 48	0.87 63	0.85 176	4.16 268	1.16 247	4.48 361	1.88 159	2.93 328	1.83 177	2.60 235	1.31 131	1.60 74	1.21 136	0.34 169	0.25 176	0.31 122	0.28 152	0.35 147	0.33 125

psmg	1.47 100	0.59 68	1.94 48	0.92 82	0.85 176	4.30 299	1.42 286	4.10 271	1.88 159	2.64 307	2.09 235	2.60 235	1.31 131	1.60 74	1.21 136	0.34 169	0.27 195	0.33 169	0.34 228	0.36 158	0.34 135

PSM-softLoss	1.66 122	0.59 68	5.15 159	2.25 370	0.48 72	4.68 360	0.69 76	2.57 70	1.52 64	2.14 197	1.45 70	1.42 97	0.99 62	6.04 236	1.20 132	0.41 240	0.23 130	0.37 224	0.39 277	0.32 100	0.31 108

KMStereo	1.66 122	0.59 68	5.15 159	2.25 370	0.48 72	4.68 360	0.69 76	2.57 70	1.52 64	2.14 197	1.45 70	1.42 97	0.99 62	6.04 236	1.20 132	0.41 240	0.23 130	0.37 224	0.39 277	0.32 100	0.31 108

RAFT_R40	1.70 125	0.59 68	2.99 117	1.46 297	0.46 56	4.74 375	0.98 215	2.23 39	1.56 88	2.02 169	2.35 290	2.71 243	2.56 299	6.71 250	0.90 70	0.40 230	0.19 39	0.30 103	0.27 127	0.33 115	0.26 46

Pruner-Stereo	1.32 85	0.59 68	2.11 71	1.79 347	0.47 66	4.73 372	0.79 124	2.53 56	1.72 136	2.47 282	1.58 98	1.48 102	1.03 68	1.66 87	1.47 179	0.44 262	0.21 82	0.34 186	0.30 190	0.30 61	0.39 181

MDST_ROB	5.53 380	0.59 68	23.11 410	2.55 381	2.69 385	21.20 419	1.98 331	4.77 383	2.65 288	9.36 405	4.25 362	4.14 341	4.45 357	22.57 414	3.68 327	0.48 285	0.33 241	0.47 278	0.44 299	0.44 229	0.44 220

AE-Stereo	1.18 45	0.60 77	2.05 58	1.10 168	0.60 117	4.39 307	0.72 85	3.74 177	1.62 117	1.10 42	1.90 203	1.01 52	0.92 50	1.45 58	0.82 46	0.28 62	0.22 106	0.28 69	0.28 152	0.26 18	0.22 11

DualNet	2.49 247	0.60 77	5.21 161	1.14 182	0.99 214	3.62 154	0.86 152	4.22 294	3.37 361	2.20 219	2.30 274	3.48 300	1.62 198	2.21 136	16.09 389	0.29 79	0.16 4	0.48 286	0.37 261	0.30 61	0.29 78

ffm	1.72 126	0.60 77	5.21 161	1.14 182	0.99 214	3.62 154	0.86 152	4.22 294	3.37 361	2.20 219	2.30 274	3.48 300	1.62 198	2.21 136	0.65 9	0.29 79	0.16 4	0.48 286	0.37 261	0.30 61	0.29 78

ff1	2.96 296	0.60 77	5.21 161	1.14 182	0.99 214	3.62 154	0.86 152	4.22 294	3.37 361	2.20 219	2.30 274	3.48 300	1.62 198	11.62 363	16.09 389	0.29 79	0.16 4	0.48 286	0.37 261	0.30 61	0.29 78

mmx	2.98 302	0.60 77	5.21 161	1.14 182	0.99 214	3.62 154	0.86 152	4.49 364	3.05 336	2.20 219	2.30 274	3.48 300	1.62 198	11.62 363	16.09 389	0.33 157	0.28 203	0.48 286	0.37 261	0.44 229	0.37 163

xxx	2.98 302	0.60 77	5.21 161	1.14 182	0.99 214	3.62 154	0.86 152	4.49 364	3.05 336	2.20 219	2.30 274	3.48 300	1.62 198	11.62 363	16.09 389	0.33 157	0.28 203	0.48 286	0.37 261	0.44 229	0.37 163

anonymousdsp2	1.26 72	0.60 77	3.74 143	1.02 137	0.41 34	3.60 150	0.72 85	3.68 164	1.47 37	1.37 54	1.56 95	1.83 148	1.01 66	2.00 114	0.66 12	0.29 79	0.20 57	0.28 69	0.20 24	0.32 100	0.29 78

knoymous	1.30 80	0.60 77	5.57 167	0.88 67	0.75 153	3.04 76	0.90 179	2.68 78	1.33 17	1.48 62	1.07 20	2.78 254	0.88 42	1.29 42	0.85 54	0.31 130	0.22 106	0.35 201	0.20 24	0.45 236	0.37 163

CrosDoStereo	5.24 375	0.60 77	20.23 356	0.82 37	0.51 80	3.39 110	18.11 415	3.82 190	2.27 225	1.98 146	8.74 387	1.96 166	6.96 387	7.35 260	26.35 418	0.30 113	0.22 106	0.30 103	0.28 152	0.33 115	0.38 176

AAGNet	2.86 284	0.60 77	1.77 37	2.05 365	0.46 56	4.76 377	1.09 235	2.27 40	1.56 88	2.17 211	1.84 182	2.41 214	4.00 348	6.23 239	24.22 416	0.46 272	0.19 39	0.30 103	0.29 176	0.32 100	0.24 23

ASMatch	2.62 265	0.60 77	20.65 376	1.37 279	0.64 127	4.39 307	0.78 119	1.97 25	1.58 96	1.70 92	3.89 360	1.94 159	3.79 344	5.46 221	1.64 211	0.31 130	0.24 159	0.34 186	0.28 152	0.33 115	0.50 255

DeepStereo_LL	5.24 375	0.60 77	20.23 356	0.82 37	0.51 80	3.39 110	18.11 415	3.82 190	2.27 225	1.98 146	8.74 387	1.96 166	6.96 387	7.35 260	26.35 418	0.30 113	0.22 106	0.30 103	0.28 152	0.33 115	0.38 176

PFNet	2.47 243	0.60 77	16.95 288	2.15 369	0.81 163	4.63 353	0.91 187	2.55 66	1.52 64	2.40 276	2.79 323	1.83 148	1.42 151	7.54 264	1.34 162	0.33 157	0.21 82	0.36 212	0.27 127	0.32 100	0.39 181

IRAFT_RVC	1.87 143	0.60 77	4.33 147	2.40 379	0.66 135	4.59 347	1.59 303	2.96 95	1.51 57	2.23 232	1.75 142	2.09 187	2.63 302	6.70 248	1.50 184	0.33 157	0.21 82	0.33 169	0.29 176	0.32 100	0.32 115

NF-Stereo	1.58 109	0.61 91	2.66 106	2.26 372	0.47 66	4.68 360	0.67 67	3.31 124	1.48 42	2.11 191	1.59 101	1.36 87	1.09 85	6.08 238	1.20 132	0.40 230	0.20 57	0.36 212	0.34 228	0.31 77	0.36 149

OCTAStereo	1.58 109	0.61 91	2.72 107	2.27 375	0.46 56	4.68 360	0.67 67	3.30 123	1.48 42	2.11 191	1.59 101	1.36 87	1.09 85	6.02 235	1.21 136	0.41 240	0.20 57	0.36 212	0.34 228	0.31 77	0.37 163

NRIStereo	1.28 77	0.61 91	1.67 28	1.15 196	0.38 27	4.73 372	0.90 179	2.42 46	1.50 53	1.93 137	1.33 55	1.75 128	1.22 116	2.96 178	1.33 160	0.46 272	0.22 106	0.29 84	0.26 104	0.30 61	0.28 71

RE-Stereo	1.58 109	0.61 91	2.72 107	2.26 372	0.46 56	4.68 360	0.68 71	3.31 124	1.48 42	2.11 191	1.59 101	1.36 87	1.09 85	6.01 233	1.22 139	0.41 240	0.20 57	0.36 212	0.34 228	0.31 77	0.37 163

TVStereo	1.58 109	0.61 91	2.72 107	2.26 372	0.46 56	4.68 360	0.68 71	3.31 124	1.48 42	2.11 191	1.59 101	1.36 87	1.09 85	6.01 233	1.22 139	0.41 240	0.20 57	0.36 212	0.34 228	0.31 77	0.37 163

CRE-IMP	1.23 57	0.61 91	2.14 72	0.82 37	0.39 28	4.54 336	0.83 141	2.63 75	1.55 83	1.95 141	1.46 72	1.87 155	0.96 56	1.48 60	1.33 160	0.45 268	0.21 82	0.31 122	0.26 104	0.41 201	0.31 108

XX-Stereo	2.54 256	0.61 91	20.21 355	1.78 342	1.19 257	4.30 299	0.46 14	4.39 347	1.58 96	2.32 255	1.89 199	4.64 365	0.60 4	4.16 203	0.82 46	0.31 130	0.21 82	0.28 69	0.27 127	0.51 255	0.26 46

iRaft-Stereo_20w	1.88 147	0.62 98	10.58 215	0.90 75	0.83 172	2.96 73	0.78 119	4.90 385	1.58 96	2.29 242	1.60 105	1.25 76	4.51 359	2.28 143	0.90 70	0.29 79	0.21 82	0.26 39	0.24 82	0.41 201	0.31 108

ac_64	2.35 227	0.62 98	9.77 202	1.32 253	1.71 349	3.27 96	0.93 198	3.48 137	2.50 270	1.74 99	1.73 136	3.91 327	1.77 230	10.21 319	1.86 238	0.40 230	0.31 229	0.33 169	0.30 190	0.34 131	0.39 181

GANet-RSSM	1.98 167	0.62 98	3.49 133	1.69 333	1.23 267	4.22 285	0.91 187	3.31 124	1.86 157	1.81 110	1.74 138	2.34 206	1.82 243	10.92 341	1.73 224	0.34 169	0.29 212	0.31 122	0.28 152	0.39 177	0.40 199

SGM-Forest	2.96 296	0.62 98	3.49 133	1.09 160	0.80 161	4.06 238	3.30 375	4.37 345	3.09 339	4.18 375	3.27 348	4.67 367	3.86 346	11.69 372	7.91 361	0.51 304	0.46 319	0.49 299	0.39 277	0.48 248	0.49 248
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DeepStereo_RVC	1.55 102	0.63 102	3.32 129	0.77 26	0.42 37	4.49 327	0.72 85	2.50 53	1.58 96	2.02 169	1.81 170	1.54 108	6.38 383	1.73 94	1.19 129	0.46 272	0.22 106	0.29 84	0.28 152	0.35 147	0.38 176

test_xeample3	2.12 188	0.63 102	21.55 398	0.91 79	0.47 66	1.85 28	0.94 201	7.96 402	1.23 4	0.75 6	0.76 3	0.64 6	0.70 14	1.77 96	0.83 49	0.30 113	0.21 82	0.27 55	0.21 30	0.27 24	0.24 23

EAI-Stereo	2.35 227	0.63 102	2.97 116	0.95 98	0.65 132	3.84 192	14.27 411	5.04 387	2.19 212	2.06 180	7.25 375	1.10 58	0.94 53	1.65 86	1.37 164	0.31 130	0.22 106	0.27 55	0.60 340	0.27 24	0.32 115

SFCPSM	2.18 194	0.63 102	17.03 289	0.88 67	0.98 211	3.74 173	1.28 264	4.09 264	2.16 207	1.85 114	1.83 177	1.65 116	1.39 142	2.50 151	1.50 184	0.33 157	0.27 195	0.39 239	0.36 250	0.34 131	0.37 163

UPFNet	1.81 139	0.63 102	6.71 172	1.25 229	1.44 307	3.50 130	1.35 270	4.02 245	1.85 156	2.40 276	1.52 84	2.41 214	1.40 143	3.62 188	1.88 240	0.34 169	0.33 241	0.37 224	0.31 206	0.41 201	0.39 181

MSKI-zero shot	2.22 196	0.64 107	20.09 352	0.96 102	0.56 101	4.04 235	0.70 81	3.91 215	1.50 53	1.92 133	2.28 267	1.92 158	0.71 16	2.93 176	0.67 14	0.26 28	0.23 130	0.26 39	0.21 30	0.28 37	0.26 46

EKT-Stereo	6.79 394	0.64 107	4.24 146	1.77 341	106.39 435	4.51 334	0.61 47	3.16 109	1.53 69	1.88 121	1.22 35	1.98 170	1.36 138	3.81 192	0.84 51	0.35 186	0.24 159	0.29 84	0.26 104	0.34 131	0.48 244

hknet	1.98 167	0.64 107	8.70 190	0.87 63	1.07 233	4.16 268	1.16 247	4.48 361	1.73 138	2.93 328	1.83 177	3.48 300	1.30 130	3.91 197	1.51 190	0.31 130	0.25 176	0.31 122	0.28 152	0.35 147	0.33 125

GES	1.38 90	0.64 107	2.61 101	1.09 160	0.57 110	4.30 299	1.02 221	3.86 200	1.51 57	1.72 96	1.74 138	1.28 79	1.77 230	1.62 80	1.61 205	0.39 224	0.27 195	0.33 169	0.30 190	0.41 201	0.47 240

ACVNet	1.46 97	0.64 107	3.56 136	0.93 93	0.85 176	4.22 285	0.80 129	2.85 88	2.08 189	1.78 105	1.88 194	3.10 275	1.46 162	1.33 45	1.89 241	0.29 79	0.26 187	0.30 103	0.26 104	0.39 177	0.27 58

acv_ft	1.55 102	0.64 107	3.29 127	1.14 182	2.01 371	2.93 69	0.97 212	3.81 189	2.08 189	2.22 228	1.88 194	3.10 275	1.66 217	1.33 45	2.22 277	0.29 79	0.26 187	0.30 103	0.26 104	0.39 177	0.27 58

MSMDNet	2.23 198	0.64 107	17.32 290	0.84 50	0.75 153	3.53 136	0.64 58	3.61 156	1.98 173	1.71 95	1.64 114	3.22 283	2.99 315	2.08 121	1.11 114	0.31 130	0.37 273	0.45 271	0.26 104	0.62 293	0.45 225

IGEVStereo-DCA	0.86 9	0.65 114	2.05 58	0.90 75	0.46 56	1.57 19	0.86 152	1.62 7	1.24 5	0.65 1	0.77 4	0.74 23	0.72 18	2.59 163	0.86 58	0.28 62	0.21 82	0.28 69	0.21 30	0.29 45	0.27 58

rrr	2.27 206	0.65 114	23.82 414	0.90 75	0.46 56	1.57 19	0.96 210	7.98 403	1.19 3	0.65 1	0.77 4	0.74 23	0.72 18	2.59 163	0.86 58	0.28 62	0.21 82	0.28 69	0.21 30	0.29 45	0.25 29

PCWNet_CMD	2.23 198	0.65 114	17.36 294	0.83 44	0.76 156	3.51 132	0.64 58	3.60 155	1.97 171	1.70 92	1.63 112	3.22 283	3.05 321	2.09 124	1.11 114	0.31 130	0.36 261	0.47 278	0.26 104	0.64 300	0.47 240

IER	1.69 124	0.65 114	7.19 177	0.94 96	1.15 246	3.28 99	0.89 175	3.48 137	1.97 171	2.10 187	1.98 214	2.28 197	2.12 267	2.25 141	1.75 227	0.29 79	0.23 130	0.36 212	0.30 190	0.32 100	0.34 135

IPLG	2.48 245	0.65 114	19.63 334	0.91 79	0.79 160	4.60 349	0.56 31	4.31 331	1.84 155	1.91 132	2.00 217	1.31 82	1.38 139	6.61 244	1.53 193	0.27 35	0.20 57	0.27 55	0.23 60	0.31 77	0.36 149

Patchmatch Stereo++	1.25 65	0.65 114	2.06 67	0.75 12	0.37 18	4.68 360	0.76 107	2.53 56	1.58 96	1.99 151	1.47 76	1.78 131	1.14 103	2.44 146	0.90 70	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78
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 62	0.65 114	2.03 55	0.75 12	0.37 18	4.68 360	0.73 89	2.53 56	1.58 96	1.99 151	1.47 76	1.78 131	1.13 97	2.18 134	0.87 63	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78

iRAFT	1.25 65	0.65 114	2.06 67	0.75 12	0.37 18	4.68 360	0.76 107	2.53 56	1.58 96	1.99 151	1.47 76	1.78 131	1.14 103	2.44 146	0.90 70	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78

test-1	1.23 57	0.65 114	1.88 43	0.96 102	0.52 87	3.84 192	0.62 56	4.01 241	1.47 37	1.93 137	1.78 152	1.83 148	0.92 50	1.19 28	1.28 150	0.26 28	0.29 212	0.31 122	0.24 82	0.29 45	0.36 149

pcwnet_v2	2.70 277	0.65 114	22.48 407	1.08 156	1.03 224	3.56 143	0.81 134	4.29 320	3.14 343	2.29 242	2.29 270	3.01 269	1.71 224	3.32 182	1.43 170	0.43 255	0.50 332	0.41 252	0.34 228	0.61 291	0.56 279

StereoIM	0.82 6	0.66 124	1.53 19	0.65 5	1.87 364	1.24 9	0.36 4	2.13 32	1.27 13	0.67 4	0.75 2	0.88 42	0.70 14	1.15 18	1.07 107	0.29 79	0.23 130	0.26 39	0.20 24	0.31 77	0.22 11

CASS	1.29 79	0.66 124	2.62 103	0.95 98	0.66 135	2.84 61	0.69 76	3.00 98	1.79 148	2.57 294	1.95 207	1.39 91	1.55 188	1.59 72	1.06 105	0.50 298	0.28 203	0.34 186	0.28 152	0.46 243	0.63 298
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 57	0.66 124	2.02 54	0.75 12	0.37 18	4.67 359	0.76 107	2.53 56	1.58 96	1.99 151	1.46 72	1.78 131	1.14 103	2.08 121	0.88 65	0.48 285	0.22 106	0.32 138	0.27 127	0.40 180	0.29 78

ROB_FTStereo	1.25 65	0.66 124	2.14 72	0.75 12	0.37 18	4.65 356	0.77 117	2.53 56	1.58 96	1.99 151	1.47 76	1.78 131	1.13 97	2.26 142	0.86 58	0.47 280	0.22 106	0.32 138	0.27 127	0.40 180	0.29 78

HUI-Stereo	1.25 65	0.66 124	2.33 89	0.75 12	0.37 18	4.68 360	0.78 119	2.53 56	1.58 96	1.99 151	1.46 72	1.79 138	1.13 97	2.17 132	0.85 54	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78

iGMRVC	1.26 72	0.66 124	2.14 72	0.75 12	0.37 18	4.66 357	0.74 99	2.53 56	1.58 96	1.99 151	1.46 72	1.78 131	1.14 103	2.46 148	0.92 79	0.48 285	0.23 130	0.32 138	0.27 127	0.40 180	0.29 78

RAFT-IKP	1.25 65	0.66 124	2.23 80	0.75 12	0.37 18	4.64 354	0.74 99	2.53 56	1.58 96	1.99 151	1.47 76	1.78 131	1.13 97	2.22 139	0.92 79	0.48 285	0.22 106	0.32 138	0.27 127	0.40 180	0.29 78

ICVP	2.26 204	0.66 124	21.18 390	0.99 117	0.88 185	4.28 296	0.95 205	3.32 128	1.60 111	1.66 86	1.76 145	1.34 84	1.14 103	1.62 80	1.32 156	0.53 312	0.35 257	0.33 169	0.29 176	0.40 180	0.51 261
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousa	2.16 192	0.67 132	19.19 323	1.04 145	1.67 345	2.06 41	0.79 124	2.86 91	1.96 169	1.85 114	2.14 245	3.23 285	1.81 241	1.12 12	1.15 120	0.26 28	0.26 187	0.34 186	0.32 213	0.30 61	0.28 71

DAS	2.31 218	0.67 132	4.79 155	1.14 182	1.64 338	2.93 69	2.13 339	4.09 264	2.74 298	4.17 372	2.52 302	2.46 222	1.79 233	11.55 360	1.63 209	0.37 199	0.22 106	0.39 239	0.25 91	0.41 201	0.34 135

SepStereo	2.15 191	0.67 132	4.79 155	1.14 182	1.64 338	2.93 69	2.13 339	4.09 264	2.74 298	4.17 372	2.52 302	2.46 222	1.79 233	8.36 274	1.63 209	0.37 199	0.22 106	0.39 239	0.25 91	0.41 201	0.34 135

GwcNet-ADL	2.47 243	0.67 132	21.48 397	0.96 102	0.72 147	4.61 350	0.95 205	4.42 351	2.36 240	1.98 146	1.80 158	2.55 230	1.24 121	1.90 108	1.41 167	0.40 230	0.46 319	0.24 19	0.27 127	0.41 201	0.49 248

CFNet_pseudo	2.12 188	0.67 132	15.14 267	0.85 59	0.74 152	3.95 217	0.64 58	3.95 226	1.78 146	1.90 127	1.79 155	3.27 288	1.62 198	2.51 154	1.16 123	0.31 130	0.36 261	0.53 313	0.27 127	0.63 294	0.44 220

ccs_rob	2.13 190	0.67 132	15.11 266	0.84 50	0.75 153	3.96 222	0.65 64	3.95 226	1.78 146	1.88 121	1.79 155	3.26 287	1.64 213	2.51 154	1.16 123	0.31 130	0.36 261	0.54 320	0.27 127	0.65 303	0.45 225

CFNet_ucs	2.36 230	0.68 138	18.42 312	0.89 70	0.81 163	3.85 198	0.68 71	4.29 320	2.37 246	2.09 184	2.04 223	3.31 291	1.24 121	2.63 165	1.14 119	0.36 191	0.45 312	0.56 323	0.29 176	0.66 308	0.49 248

ff7	0.98 19	0.69 139	2.05 58	0.84 50	0.52 87	4.55 339	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 12	0.77 25	1.84 102	0.68 16	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.27 58

ffff	0.98 19	0.69 139	2.05 58	0.84 50	0.52 87	4.55 339	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 12	0.77 25	1.84 102	0.68 16	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.27 58

11t	0.98 19	0.69 139	2.05 58	0.84 50	0.52 87	4.55 339	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 12	0.77 25	1.84 102	0.68 16	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.27 58

test croco	1.55 102	0.69 139	13.59 236	0.65 5	0.73 151	1.66 22	0.57 32	3.17 111	1.94 168	0.77 16	1.24 38	0.80 31	0.86 39	1.60 74	0.96 90	0.33 157	0.21 82	0.32 138	0.25 91	0.42 216	0.28 71

IGEV_Zeroshot_test	2.16 192	0.69 139	20.60 375	1.22 221	0.54 96	2.18 46	0.53 25	3.38 134	1.61 114	1.93 137	1.55 92	3.76 321	1.05 74	1.55 67	0.91 76	0.29 79	0.20 57	0.27 55	0.29 176	0.40 180	0.32 115

anonymousdsp	0.95 17	0.69 139	1.27 5	0.83 44	0.52 87	4.54 336	0.84 144	1.76 17	1.24 5	0.76 13	1.06 18	0.78 26	0.77 25	1.67 90	0.69 20	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.26 46

ccc-4	0.98 19	0.69 139	2.05 58	0.84 50	0.52 87	4.55 339	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 12	0.77 25	1.84 102	0.68 16	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.27 58

IGEV-Stereo	0.95 17	0.69 139	1.27 5	0.84 50	0.52 87	4.54 336	0.84 144	1.76 17	1.24 5	0.75 6	1.06 18	0.79 30	0.77 25	1.68 91	0.69 20	0.27 35	0.17 9	0.29 84	0.21 30	0.31 77	0.26 46
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 148	0.69 139	3.14 123	1.10 168	1.18 251	3.99 228	1.79 318	3.50 142	2.16 207	3.10 340	1.64 114	2.91 263	2.50 295	5.38 219	2.26 279	0.43 255	0.38 279	0.37 224	0.36 250	0.50 254	0.42 207

DIP-Stereo	1.24 62	0.69 139	1.77 37	0.65 5	0.61 121	4.29 297	0.58 40	4.44 355	2.53 275	1.98 146	1.33 55	0.91 45	0.86 39	1.25 35	1.25 143	0.36 191	0.23 130	0.32 138	0.23 60	0.32 100	0.29 78
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	1.74 129	0.70 149	9.08 193	0.81 30	0.36 6	4.15 259	0.57 32	4.23 299	2.09 192	2.30 246	1.80 158	1.19 71	3.02 318	1.44 54	1.46 176	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 207

GMOStereo	1.13 39	0.70 149	2.26 81	0.75 12	0.44 45	3.05 78	0.91 187	2.78 83	1.45 27	2.37 269	1.52 84	1.53 104	1.05 74	1.17 23	0.92 79	0.25 20	0.19 39	0.35 201	0.28 152	0.34 131	0.26 46

error version	1.13 39	0.70 149	2.26 81	0.75 12	0.44 45	3.05 78	0.91 187	2.78 83	1.45 27	2.37 269	1.52 84	1.53 104	1.05 74	1.17 23	0.92 79	0.25 20	0.19 39	0.35 201	0.28 152	0.34 131	0.26 46

test-v	1.13 39	0.70 149	2.26 81	0.75 12	0.44 45	3.05 78	0.91 187	2.78 83	1.45 27	2.37 269	1.52 84	1.53 104	1.05 74	1.17 23	0.92 79	0.25 20	0.19 39	0.35 201	0.28 152	0.34 131	0.26 46

test-2	1.13 39	0.70 149	2.26 81	0.75 12	0.44 45	3.05 78	0.91 187	2.78 83	1.45 27	2.37 269	1.52 84	1.53 104	1.05 74	1.17 23	0.92 79	0.25 20	0.19 39	0.35 201	0.28 152	0.34 131	0.26 46

iRaftStereo_RVC	1.09 37	0.70 149	1.39 12	0.95 98	0.45 49	3.83 187	0.42 9	2.37 44	1.58 96	1.69 90	1.76 145	1.80 141	0.83 37	1.50 61	0.98 93	0.28 62	0.18 24	0.29 84	0.26 104	0.30 61	0.31 108

csc	1.74 129	0.70 149	9.08 193	0.81 30	0.36 6	4.15 259	0.57 32	4.23 299	2.09 192	2.30 246	1.80 158	1.19 71	3.02 318	1.44 54	1.46 176	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 207

cscssc	1.74 129	0.70 149	9.08 193	0.81 30	0.36 6	4.15 259	0.57 32	4.23 299	2.09 192	2.30 246	1.80 158	1.19 71	3.02 318	1.44 54	1.46 176	0.29 79	0.23 130	0.23 7	0.18 10	0.24 6	0.42 207

RASNet	2.56 261	0.70 149	10.06 207	1.60 323	2.25 380	3.67 163	1.00 216	3.38 134	3.14 343	1.81 110	2.11 240	4.60 362	2.30 281	10.25 321	2.61 302	0.37 199	0.24 159	0.25 29	0.24 82	0.28 37	0.26 46

CBMV_ROB	3.62 339	0.70 149	21.42 396	1.21 218	0.89 190	4.43 317	1.76 317	4.39 347	2.79 305	5.88 388	3.38 350	4.18 343	5.12 365	10.75 333	2.32 283	0.56 317	0.55 336	0.53 313	0.51 321	0.55 269	0.46 235

ProNet	0.82 6	0.71 159	1.50 18	0.86 60	0.45 49	1.78 24	0.83 141	1.75 16	1.28 14	0.66 3	1.13 26	0.78 26	0.76 24	1.66 87	0.71 27	0.24 11	0.20 57	0.25 29	0.23 60	0.29 45	0.25 29

MIPNet	2.33 223	0.71 159	19.82 339	0.89 70	0.56 101	4.76 377	0.61 47	4.32 335	2.37 246	1.83 113	1.48 82	1.48 102	1.98 258	2.63 165	1.44 172	0.29 79	0.20 57	0.26 39	0.23 60	0.30 61	0.39 181

HHNet	2.48 245	0.71 159	20.52 371	0.64 4	0.64 127	4.07 243	0.93 198	3.76 180	1.56 88	2.15 202	4.92 369	0.98 49	3.37 334	1.66 87	1.79 231	0.32 146	0.20 57	0.31 122	0.27 127	0.36 158	0.42 207

MyStereo06	2.46 240	0.72 162	19.97 345	1.02 137	0.99 214	4.26 290	0.86 152	3.51 145	1.68 126	1.92 133	1.73 136	4.01 333	4.22 353	1.62 80	0.88 65	0.24 11	0.23 130	0.34 186	0.26 104	0.42 216	0.36 149

MyStereo05	2.37 231	0.72 162	19.94 343	1.02 137	0.99 214	4.26 290	0.86 152	4.01 241	2.62 285	2.14 197	1.26 43	2.28 197	1.63 210	2.07 119	1.68 216	0.24 11	0.23 130	0.34 186	0.26 104	0.42 216	0.36 149

ToySt	1.35 86	0.72 162	3.65 142	1.01 128	0.50 79	3.31 104	1.01 218	3.46 136	1.73 138	1.30 49	1.55 92	2.07 186	1.47 164	1.88 107	1.40 166	0.27 35	0.27 195	0.30 103	0.32 213	0.42 216	0.39 181

RAFT+CT+SA	1.62 117	0.72 162	7.42 178	0.97 109	1.42 306	4.04 235	0.94 201	3.90 211	1.61 114	1.61 77	1.63 112	1.33 83	1.18 109	2.73 173	1.10 113	0.27 35	0.19 39	0.31 122	0.34 228	0.33 115	0.33 125

PSMNet-ADL	1.91 153	0.72 162	1.78 39	1.09 160	0.86 180	4.18 275	0.78 119	3.77 182	2.10 200	1.72 96	1.85 189	2.91 263	1.82 243	10.38 325	1.91 243	0.48 285	0.46 319	0.28 69	0.29 176	0.38 169	0.51 261

raftrobust	1.19 46	0.72 162	2.30 86	1.26 235	1.31 280	3.55 141	0.68 71	2.75 82	1.47 37	2.21 227	1.38 67	1.17 65	1.22 116	1.20 29	1.11 114	0.28 62	0.24 159	0.21 2	0.19 19	0.25 12	0.28 71

RAFT-Stereo + iAFF	1.25 65	0.72 162	1.74 35	1.05 146	0.36 6	4.13 255	0.42 9	2.95 94	2.84 319	2.02 169	2.40 292	1.61 113	1.11 94	1.26 36	0.97 91	0.21 1	0.15 2	0.26 39	0.23 60	0.29 45	0.23 17

SGM_RVC	4.57 365	0.72 162	17.46 298	1.84 351	0.58 116	4.23 288	3.45 379	4.66 378	3.66 371	7.99 400	8.82 390	7.56 389	8.74 400	12.30 386	6.84 353	0.43 255	0.38 279	0.39 239	0.35 242	0.51 255	0.48 244
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 12	0.73 170	1.42 13	0.92 82	1.08 235	2.97 74	0.53 25	1.77 19	1.39 22	1.16 46	1.54 90	0.58 2	0.65 11	1.03 8	0.84 51	0.25 20	0.23 130	0.30 103	0.24 82	0.43 224	0.29 78

tt1	1.79 137	0.73 170	10.41 213	1.75 339	0.36 6	4.55 339	0.79 124	4.22 294	3.37 361	1.08 41	1.80 158	0.74 23	1.48 166	2.21 136	0.65 9	0.29 79	0.16 4	0.31 122	0.22 51	0.30 61	0.29 78

ADStereo(finetuned)	2.04 178	0.73 170	13.28 232	0.82 37	0.40 31	4.16 268	0.59 41	4.25 307	2.97 327	2.35 263	1.84 182	1.18 68	3.40 335	1.52 64	1.54 194	0.29 79	0.24 159	0.23 7	0.18 10	0.30 61	0.51 261

GANet-ADL	2.20 195	0.73 170	20.11 353	1.25 229	0.69 145	3.83 187	0.76 107	3.49 140	1.71 135	1.65 85	1.99 216	2.10 188	1.10 90	1.42 53	1.26 146	0.38 213	0.33 241	0.25 29	0.22 51	0.42 216	0.36 149

DCANet	1.74 129	0.73 170	9.08 193	0.82 37	0.40 31	4.18 275	0.59 41	4.25 307	2.97 327	2.35 263	1.84 182	1.18 68	1.63 210	1.51 63	1.55 195	0.29 79	0.24 159	0.23 7	0.18 10	0.30 61	0.53 268

hitnet-ft	2.37 231	0.73 170	8.34 184	0.96 102	0.89 190	3.77 177	0.80 129	3.55 149	2.58 282	2.24 234	2.04 223	3.65 319	1.49 172	11.71 373	1.89 241	0.44 262	0.53 333	0.44 265	0.35 242	0.52 258	0.48 244

DISCO	2.25 202	0.73 170	10.06 207	1.76 340	1.12 242	3.47 123	1.25 262	3.24 119	2.26 223	2.65 309	1.96 208	4.53 359	1.92 255	4.17 204	3.61 325	0.32 146	0.25 176	0.31 122	0.29 176	0.66 308	0.41 204

NOSS_ROB	2.27 206	0.73 170	3.00 118	1.71 335	1.00 221	3.90 204	0.97 212	4.29 320	2.81 315	2.94 332	2.19 253	3.88 326	1.19 114	11.77 375	1.62 207	0.59 322	0.54 334	0.56 323	0.52 324	0.56 275	0.54 274

ACVNet-DCA	1.85 142	0.74 178	13.77 239	1.78 342	0.36 6	4.48 321	0.74 99	3.98 234	1.53 69	1.01 33	1.81 170	0.72 18	1.62 198	2.13 126	0.64 5	0.29 79	0.17 9	0.32 138	0.21 30	0.33 115	0.32 115

xx1	2.03 176	0.74 178	13.77 239	1.78 342	0.36 6	4.48 321	0.74 99	4.23 299	3.95 378	1.01 33	1.81 170	1.79 138	1.34 135	2.13 126	0.64 5	0.29 79	0.17 9	0.33 169	0.33 221	0.33 115	0.32 115

1test111	1.99 170	0.74 178	13.77 239	1.78 342	0.36 6	4.48 321	0.74 99	3.98 234	1.53 69	1.01 33	1.81 170	0.72 18	1.62 198	4.66 208	0.98 93	0.29 79	0.17 9	0.32 138	0.21 30	0.33 115	0.32 115

cc1	1.98 167	0.74 178	13.77 239	1.78 342	0.36 6	4.48 321	0.74 99	4.23 299	3.95 378	1.01 33	1.81 170	0.72 18	1.62 198	2.13 126	0.64 5	0.29 79	0.17 9	0.32 138	0.21 30	0.31 77	0.29 78

DCRE	1.44 94	0.74 178	3.50 135	1.13 181	0.72 147	1.78 24	0.67 67	2.14 33	1.56 88	1.99 151	8.09 382	1.73 127	1.07 83	1.24 34	0.83 49	0.23 8	0.25 176	0.26 39	0.26 104	0.28 37	0.30 101

NINENet	1.87 143	0.74 178	2.60 100	1.12 174	1.06 231	4.50 330	0.76 107	4.41 350	2.24 218	2.16 207	1.86 192	3.63 317	0.97 59	8.00 271	1.17 126	0.41 240	0.30 221	0.41 252	0.30 190	0.41 201	0.36 149

UNet	2.51 250	0.74 178	20.17 354	1.14 182	1.44 307	3.48 125	0.76 107	3.77 182	1.87 158	2.05 177	1.57 97	2.75 247	2.39 288	3.51 185	2.51 295	0.32 146	0.26 187	0.41 252	0.26 104	0.38 169	0.39 181

HGLStereo	2.03 176	0.74 178	7.50 180	1.23 225	1.56 325	3.62 154	0.95 205	3.78 185	1.89 163	2.03 173	2.20 255	3.12 278	2.14 270	5.68 228	2.04 258	0.37 199	0.31 229	0.32 138	0.29 176	0.40 180	0.45 225

DMCA	1.72 126	0.74 178	6.63 171	1.14 182	0.96 204	3.98 227	0.90 179	3.75 178	2.76 301	2.83 324	1.58 98	2.35 208	1.18 109	1.58 69	1.98 253	0.40 230	0.27 195	0.42 258	0.26 104	0.36 158	0.38 176

DispNO	3.00 305	0.75 187	18.92 320	1.17 202	1.10 240	3.72 169	0.94 201	4.29 320	2.54 277	2.24 234	2.28 267	4.51 357	2.12 267	11.40 354	2.09 266	0.31 130	0.28 203	0.31 122	0.28 152	0.36 158	0.39 181

StereoVision	1.65 120	0.75 187	7.47 179	1.01 128	1.80 361	2.61 58	0.61 47	3.06 104	1.96 169	1.25 48	3.46 353	1.85 153	0.88 42	2.07 119	1.93 244	0.43 255	0.36 261	0.37 224	0.36 250	0.48 248	0.33 125

test_5	1.87 143	0.75 187	10.23 210	1.14 182	1.40 299	3.85 198	1.27 263	3.91 215	1.93 167	1.69 90	1.78 152	1.67 118	1.79 233	2.99 179	1.17 126	0.30 113	0.18 24	0.35 201	0.33 221	0.34 131	0.33 125

SA	1.62 117	0.75 187	3.78 144	1.07 152	0.43 40	4.26 290	1.36 272	4.45 358	3.12 340	1.63 80	1.97 213	1.68 120	2.26 280	2.55 159	1.27 147	0.27 35	0.22 106	0.37 224	0.37 261	0.35 147	0.30 101

Anonymous3	1.72 126	0.76 191	11.61 222	0.83 44	0.84 175	4.46 319	0.84 144	3.57 152	1.16 2	1.34 51	1.37 65	1.11 59	1.03 68	1.58 69	1.13 118	0.70 345	0.58 343	0.33 169	0.35 242	0.47 245	0.42 207

Anonymous	1.04 33	0.76 191	2.42 96	1.06 150	1.27 276	1.67 23	0.86 152	2.51 55	1.49 48	0.92 27	1.14 27	0.70 12	1.10 90	1.26 36	0.98 93	0.47 280	0.33 241	0.30 103	0.30 190	0.66 308	0.51 261

delet	1.92 156	0.76 191	5.14 158	1.01 128	1.65 341	3.44 116	2.03 334	3.76 180	2.48 265	2.01 165	2.05 228	2.63 239	1.90 253	5.34 218	2.12 268	0.28 62	0.29 212	0.40 245	0.31 206	0.41 201	0.45 225

STrans-v2	3.03 309	0.77 194	20.91 380	0.81 30	0.63 125	3.89 203	1.01 218	4.27 315	2.64 287	2.28 240	3.70 356	4.13 340	5.20 366	7.33 259	1.27 147	0.31 130	0.18 24	0.29 84	0.25 91	0.29 45	0.41 204

TransformOpticalFlow	3.03 309	0.77 194	20.99 383	1.00 124	0.55 98	4.18 275	0.64 58	4.33 337	3.02 334	2.18 213	3.09 340	4.35 351	5.07 364	7.36 262	1.27 147	0.32 146	0.18 24	0.32 138	0.26 104	0.28 37	0.46 235

AFF-stereo	1.31 83	0.77 194	1.46 15	1.10 168	0.45 49	3.93 210	0.48 17	2.92 93	2.92 324	1.90 127	2.21 257	2.11 190	1.52 178	1.93 110	1.12 117	0.21 1	0.16 4	0.25 29	0.25 91	0.29 45	0.20 7

PSMNet-RSSM	1.96 163	0.77 194	3.26 126	1.29 244	1.31 280	4.19 279	0.96 210	3.68 164	1.89 163	2.05 177	1.80 158	2.60 235	1.70 222	9.84 305	1.81 232	0.35 186	0.29 212	0.35 201	0.37 261	0.42 216	0.35 146

FC-DCNN	6.64 392	0.77 194	19.26 326	1.68 332	1.64 338	8.27 404	2.35 347	6.35 400	9.23 402	10.85 412	11.27 400	19.89 409	13.33 405	12.51 392	11.79 378	0.66 336	0.57 339	0.58 327	0.56 333	0.63 294	0.61 293

CoDeX	2.40 233	0.78 199	13.21 231	1.00 124	1.18 251	3.24 90	1.32 267	4.14 279	2.41 253	1.74 99	1.84 182	2.05 181	1.47 164	10.03 315	1.60 202	0.34 169	0.28 203	0.32 138	0.27 127	0.32 100	0.39 181

MIM_Stereo	1.20 51	0.78 199	3.30 128	1.05 146	0.43 40	3.04 76	0.60 44	2.46 51	1.51 57	1.60 72	1.58 98	1.82 145	1.29 128	2.00 114	1.07 107	0.24 11	0.24 159	0.28 69	0.25 91	0.27 24	0.27 58

CRFU-Net	2.49 247	0.78 199	10.36 211	2.30 376	1.08 235	3.91 205	1.41 284	3.85 197	1.65 122	2.15 202	1.76 145	3.34 293	7.95 395	5.56 225	1.48 180	0.47 280	0.35 257	0.30 103	0.28 152	0.37 165	0.43 215

Sa-1000	1.63 119	0.79 202	3.56 136	1.11 172	0.48 72	4.06 238	1.41 284	4.49 364	2.75 300	2.00 163	2.80 325	1.84 151	1.43 153	2.64 167	1.50 184	0.27 35	0.19 39	0.36 212	0.33 221	0.36 158	0.30 101

IIG-Stereo	1.95 161	0.79 202	2.14 72	2.78 385	0.66 135	4.62 351	0.76 107	4.27 315	1.53 69	2.63 306	3.14 343	3.35 294	1.61 195	7.65 268	1.41 167	0.39 224	0.20 57	0.31 122	0.25 91	0.33 115	0.22 11

cf-r	2.57 263	0.79 202	16.09 274	1.48 301	1.35 289	4.19 279	0.93 198	3.68 164	2.36 240	1.97 145	1.81 170	3.42 297	1.45 159	8.24 273	1.83 235	0.32 146	0.26 187	0.33 169	0.30 190	0.34 131	0.37 163

MyStereo07	1.01 27	0.80 205	1.26 4	1.00 124	1.04 227	3.95 217	0.95 205	2.07 31	1.42 24	0.75 6	1.22 35	0.68 9	0.91 48	1.63 83	0.67 14	0.24 11	0.24 159	0.34 186	0.26 104	0.41 201	0.37 163

MyStereo04	2.29 214	0.80 205	18.77 317	1.00 124	1.04 227	3.95 217	0.95 205	3.91 215	2.54 277	1.99 151	1.27 49	2.31 204	1.65 215	2.02 118	1.77 228	0.24 11	0.24 159	0.34 186	0.26 104	0.41 201	0.37 163

rafts_anoy	1.24 62	0.80 205	3.61 140	1.17 202	1.20 262	3.00 75	0.61 47	3.17 111	1.58 96	1.37 54	1.26 43	1.19 71	1.12 95	1.78 97	1.25 143	0.32 146	0.23 130	0.32 138	0.32 213	0.31 77	0.30 101

GEStereo_RVC	1.91 153	0.80 205	6.57 170	1.20 213	1.06 231	4.02 233	1.43 288	4.13 273	1.89 163	2.03 173	1.80 158	2.34 206	1.86 248	4.94 212	1.77 228	0.48 285	0.38 279	0.32 138	0.28 152	0.42 216	0.50 255

TestStereo1	1.56 106	0.81 209	2.32 87	1.61 326	0.64 127	4.13 255	1.36 272	3.79 186	3.20 351	1.60 72	2.57 309	1.39 91	2.15 271	2.51 154	1.30 153	0.29 79	0.20 57	0.34 186	0.25 91	0.40 180	0.36 149

SA-5K	1.56 106	0.81 209	2.32 87	1.61 326	0.64 127	4.13 255	1.36 272	3.79 186	3.20 351	1.60 72	2.57 309	1.39 91	2.15 271	2.51 154	1.30 153	0.29 79	0.20 57	0.34 186	0.25 91	0.40 180	0.36 149

MMNet	2.02 175	0.81 209	10.76 216	1.12 174	1.23 267	3.53 136	0.89 175	3.79 186	2.08 189	2.15 202	1.76 145	2.15 191	2.12 267	3.69 190	2.32 283	0.31 130	0.29 212	0.34 186	0.27 127	0.38 169	0.42 207

psm_up	2.28 211	0.81 209	5.45 166	1.26 235	1.50 314	3.84 192	1.23 259	4.23 299	2.03 181	2.55 290	1.80 158	2.44 220	1.65 215	12.90 394	1.58 198	0.37 199	0.38 279	0.41 252	0.34 228	0.43 224	0.39 181

FAT-Stereo	3.34 332	0.81 209	20.05 347	1.25 229	1.20 262	3.44 116	1.99 332	4.23 299	2.67 291	3.14 343	3.82 359	3.51 309	3.32 333	11.68 371	1.94 246	0.64 331	0.67 358	0.48 286	0.52 324	0.61 291	0.81 330

HSM	2.35 227	0.81 209	2.21 77	1.14 182	1.55 322	3.44 116	1.03 222	3.99 238	2.25 220	2.29 242	2.11 240	8.04 391	3.05 321	11.60 361	1.71 219	0.33 157	0.22 106	0.28 69	0.23 60	0.32 100	0.35 146

StereoDRNet-Refined	1.77 135	0.81 209	2.22 78	1.21 218	0.76 156	3.26 94	0.71 83	3.82 190	2.05 186	2.29 242	2.05 228	2.98 266	1.44 155	7.15 257	2.27 280	0.30 113	0.23 130	0.42 258	0.33 221	0.45 236	0.64 300
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 357	0.82 216	10.85 217	0.86 60	0.43 40	2.16 45	16.77 413	3.22 116	1.54 77	2.04 176	12.05 403	2.68 240	7.53 392	7.30 258	12.62 379	0.30 113	0.21 82	0.29 84	0.28 152	0.33 115	0.41 204

sCroCo_RVC	1.06 34	0.82 216	5.05 157	1.02 137	1.05 229	0.98 4	0.61 47	2.06 29	1.29 15	0.69 5	1.26 43	0.82 35	1.10 90	1.20 29	0.90 70	0.42 250	0.40 292	0.33 169	0.30 190	0.46 243	0.38 176

HITNet	2.07 184	0.82 216	14.77 256	1.34 261	0.56 101	3.47 123	0.80 129	4.07 258	2.35 238	2.16 207	1.61 109	1.64 115	1.44 155	2.09 124	2.56 301	0.26 28	0.18 24	0.41 252	0.26 104	0.45 236	0.25 29
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	2.10 187	0.83 219	8.57 187	0.81 30	0.76 156	3.21 85	0.84 144	3.71 174	1.65 122	1.56 70	2.50 299	2.20 193	2.23 279	9.13 290	2.01 256	0.38 213	0.19 39	0.35 201	0.27 127	0.45 236	0.39 181

raft+_RVC	1.21 54	0.83 219	2.61 101	1.35 265	0.97 207	3.60 150	0.76 107	3.23 117	1.51 57	1.33 50	1.67 120	1.03 53	1.10 90	1.87 106	0.92 79	0.24 11	0.22 106	0.25 29	0.24 82	0.26 18	0.25 29

ADLNet	2.29 214	0.83 219	3.62 141	1.35 265	1.60 331	3.67 163	1.24 261	3.95 226	2.98 330	2.58 296	2.29 270	4.01 333	1.79 233	11.23 350	2.09 266	0.37 199	0.38 279	0.36 212	0.34 228	0.45 236	0.71 310

AdaStereo	1.45 96	0.83 219	2.34 90	1.28 241	0.81 163	3.21 85	1.14 245	4.20 287	2.46 264	2.05 177	1.77 150	2.48 224	1.18 109	1.71 92	1.44 172	0.43 255	0.25 176	0.43 262	0.28 152	0.44 229	0.34 135
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	1.97 165	0.84 223	20.43 369	0.78 27	1.56 325	2.09 42	1.05 227	2.43 48	1.56 88	1.41 58	1.00 8	1.94 159	0.61 6	1.22 32	1.06 105	0.27 35	0.18 24	0.31 122	0.26 104	0.27 24	0.23 17

RAFT	1.23 57	0.84 223	2.05 58	0.96 102	0.47 66	1.80 26	0.94 201	3.18 113	1.46 34	1.60 72	1.71 131	3.04 271	1.59 190	1.64 84	1.32 156	0.38 213	0.24 159	0.40 245	0.32 213	0.40 180	0.35 146

FCDSN-DC	6.04 388	0.84 223	19.25 325	1.24 227	1.09 238	4.38 305	2.62 355	4.38 346	4.71 385	9.59 408	11.22 399	19.19 408	17.40 410	12.30 386	8.55 365	0.69 344	0.57 339	0.60 334	0.60 340	0.70 317	0.78 327
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 108	0.84 223	3.25 125	1.36 271	1.40 299	4.07 243	1.01 218	2.68 78	1.50 53	2.11 191	1.88 194	2.37 211	1.50 173	3.41 183	1.42 169	0.36 191	0.28 203	0.52 311	0.40 287	0.53 264	0.43 215

LL-Strereo2	1.23 57	0.85 227	2.38 92	0.93 93	0.68 143	3.72 169	1.37 276	2.54 65	1.99 174	1.75 101	1.40 68	1.82 145	0.73 21	1.40 49	0.99 98	0.31 130	0.23 130	0.55 321	0.35 242	0.29 45	0.24 23

HH	2.23 198	0.86 228	21.59 399	0.98 112	0.51 80	1.49 17	0.82 137	2.74 80	1.54 77	1.10 42	1.69 125	4.62 363	1.86 248	2.55 159	0.69 20	0.26 28	0.22 106	0.29 84	0.23 60	0.34 131	0.27 58

HanStereo	2.23 198	0.86 228	21.59 399	0.98 112	0.51 80	1.49 17	0.82 137	2.74 80	1.54 77	1.10 42	1.69 125	4.62 363	1.86 248	2.55 159	0.69 20	0.26 28	0.22 106	0.29 84	0.23 60	0.34 131	0.27 58

CroCo-Stereo	0.98 19	0.87 230	3.44 132	0.87 63	0.53 95	0.49 1	0.50 19	3.99 238	1.49 48	0.81 18	1.25 42	1.00 51	0.75 23	1.10 10	1.09 112	0.24 11	0.21 82	0.24 19	0.19 19	0.35 147	0.27 58
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	2.04 178	0.88 231	7.87 181	1.20 213	0.87 182	3.86 200	1.64 308	4.01 241	2.60 284	2.61 302	1.96 208	3.79 322	1.71 224	2.20 135	2.96 314	0.41 240	0.35 257	0.42 258	0.37 261	0.55 269	0.52 266

Anonymous_2	3.01 307	0.89 232	4.53 153	1.06 150	1.18 251	2.93 69	0.87 168	3.24 119	1.46 34	1.86 118	1.35 63	4.11 339	2.35 286	1.64 84	1.28 150	0.82 356	0.90 372	8.71 421	15.84 425	4.44 404	0.74 318

CroCo-Stereo Lap2	0.99 25	0.89 232	2.55 99	0.99 117	1.80 361	0.54 2	0.46 14	3.10 105	1.24 5	1.07 40	1.21 34	1.05 56	0.78 31	1.26 36	1.08 109	0.27 35	0.23 130	0.27 55	0.21 30	0.43 224	0.34 135

NVstereo2D	2.54 256	0.90 234	11.10 219	1.32 253	1.47 311	3.58 147	1.38 278	4.13 273	2.45 261	1.90 127	1.71 131	2.86 259	1.76 229	10.86 337	1.66 214	0.60 323	0.43 305	0.53 313	0.41 291	0.78 332	0.94 344

WCMA_ROB	5.12 373	0.90 234	21.33 392	1.50 304	1.33 287	4.09 245	3.49 380	4.03 247	4.59 384	6.57 393	10.95 398	12.92 401	8.41 399	9.86 306	8.78 366	0.75 348	0.58 343	0.51 305	0.50 319	0.68 314	0.57 283

S-Stereo	3.48 336	0.91 236	22.06 406	1.36 271	1.50 314	3.55 141	2.53 352	4.21 291	2.81 315	2.37 269	3.81 358	3.75 320	1.84 245	11.90 382	2.51 295	0.63 328	0.71 363	0.48 286	0.76 355	0.67 311	1.19 357

MLCV	1.87 143	0.91 236	8.59 188	1.10 168	0.57 110	3.59 148	0.53 25	3.70 173	2.20 213	2.80 321	2.25 262	2.00 173	1.42 151	4.13 202	1.86 238	0.30 113	0.20 57	0.32 138	0.21 30	0.33 115	0.36 149

AASNet	2.44 237	0.92 238	19.79 338	1.35 265	1.49 312	3.81 185	1.07 230	3.85 197	2.93 325	1.95 141	2.29 270	1.96 166	1.29 128	1.73 94	1.93 244	0.39 224	0.33 241	0.45 271	0.30 190	0.55 269	0.45 225

ADLNet2	3.15 322	0.92 238	20.06 348	1.20 213	1.79 358	3.83 187	1.48 290	3.94 224	3.59 368	2.19 217	2.47 296	4.65 366	1.93 256	10.69 332	1.96 251	0.39 224	0.37 273	0.28 69	0.30 190	0.48 248	0.43 215

111	1.83 140	0.92 238	9.08 193	0.81 30	0.36 6	4.25 289	0.91 187	4.44 355	2.70 294	2.39 274	1.96 208	2.30 203	1.64 213	1.28 40	1.82 233	0.28 62	0.22 106	0.24 19	0.20 24	0.31 77	0.54 274

OMP-Stereo	1.97 165	0.93 241	1.88 43	2.76 384	0.67 138	4.58 346	1.48 290	4.31 331	1.54 77	3.15 345	2.76 322	3.25 286	1.38 139	7.66 269	1.35 163	0.40 230	0.20 57	0.33 169	0.26 104	0.33 115	0.24 23

stereogan	3.09 314	0.93 241	16.43 278	1.37 279	1.66 344	3.70 166	1.67 313	3.87 202	3.15 345	3.04 336	2.70 318	5.04 374	2.79 307	9.96 311	1.78 230	0.63 328	0.49 330	0.69 350	0.47 308	0.83 339	0.68 307

RYNet	2.97 300	0.93 241	15.09 265	1.12 174	1.38 296	3.66 162	1.42 286	4.03 247	2.29 230	2.10 187	1.70 127	3.79 322	2.16 273	13.64 403	3.02 317	0.37 199	0.41 298	0.48 286	0.34 228	0.81 336	0.75 321

iResNet	2.52 253	0.94 244	21.17 389	1.84 351	0.72 147	3.75 174	0.81 134	4.14 279	2.55 279	2.33 261	2.03 220	1.35 86	1.44 155	3.27 181	2.16 274	0.35 186	0.23 130	0.28 69	0.22 51	0.44 229	0.45 225

CBFPSM	2.05 181	0.95 245	10.12 209	1.07 152	1.05 229	2.84 61	1.20 255	3.28 121	1.73 138	1.82 112	1.30 53	4.56 361	4.06 349	2.34 144	2.34 285	0.25 20	0.38 279	0.32 138	0.27 127	0.37 165	0.79 329

XX-TBD	1.03 32	0.95 245	1.94 48	1.30 249	0.43 40	3.97 225	0.33 3	1.74 15	1.73 138	1.59 71	2.02 219	0.69 11	0.60 4	1.16 19	0.66 12	0.30 113	0.25 176	0.23 7	0.15 4	0.31 77	0.22 11

CFNet-ft	1.90 150	0.95 245	3.56 136	1.07 152	1.54 318	4.09 245	0.90 179	2.85 88	1.82 151	1.78 105	1.70 127	2.75 247	1.48 166	9.33 294	1.72 220	0.33 157	0.30 221	0.61 337	0.36 250	0.52 258	0.39 181

STTStereo	2.34 225	0.95 245	14.93 262	1.43 290	1.54 318	3.86 200	0.86 152	3.65 159	2.44 260	2.15 202	1.55 92	2.49 226	1.59 190	5.14 215	1.44 172	0.38 213	0.39 287	0.47 278	0.51 321	0.52 258	0.51 261

CFNet_RVC	1.90 150	0.95 245	3.56 136	1.07 152	1.54 318	4.09 245	0.90 179	2.85 88	1.82 151	1.78 105	1.70 127	2.75 247	1.48 166	9.33 294	1.72 220	0.33 157	0.30 221	0.61 337	0.36 250	0.52 258	0.39 181

DLCB_ROB	2.05 181	0.95 245	2.37 91	1.24 227	1.02 223	2.92 68	1.30 265	3.68 164	2.30 231	2.91 326	2.17 250	3.32 292	1.52 178	10.37 323	2.50 294	0.40 230	0.33 241	0.40 245	0.36 250	0.41 201	0.47 240

CBMV	3.32 331	0.96 251	21.16 388	1.32 253	0.83 172	3.81 185	3.91 392	4.47 360	2.53 275	3.34 352	2.24 260	4.45 354	2.58 300	10.07 317	1.96 251	0.45 268	0.43 305	0.48 286	0.38 273	0.52 258	0.53 268
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 270	0.97 252	8.01 182	1.54 311	1.24 269	3.75 174	2.18 342	4.07 258	2.41 253	2.66 310	3.25 346	2.87 260	2.31 284	9.89 307	3.50 323	0.78 350	0.75 367	0.71 353	0.67 346	0.76 329	0.81 330

DRN-Test	3.03 309	0.99 253	18.18 305	1.35 265	1.60 331	3.59 148	1.48 290	4.13 273	2.45 261	3.47 357	1.92 205	2.58 234	2.53 297	10.88 338	2.80 310	0.39 224	0.36 261	0.44 265	0.41 291	0.55 269	0.57 283

GMStereo	1.01 27	1.00 254	2.86 114	0.83 44	0.45 49	1.47 16	0.57 32	1.89 23	2.11 202	1.52 65	1.24 38	0.87 40	0.74 22	1.58 69	0.94 87	0.40 230	0.21 82	0.30 103	0.30 190	0.47 245	0.36 149
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 334	1.01 255	21.99 405	1.28 241	1.37 292	2.67 59	1.39 279	3.98 234	2.87 320	2.93 328	3.27 348	4.35 351	2.43 291	11.62 363	2.39 286	0.60 323	0.63 353	0.79 362	0.55 331	0.68 314	0.67 305

AACVNet	1.83 140	1.02 256	2.41 94	1.45 295	0.87 182	3.21 85	0.73 89	3.16 109	1.61 114	2.01 165	1.82 176	2.28 197	1.33 134	10.98 343	1.49 183	0.39 224	0.32 235	0.38 236	0.32 213	0.43 224	0.44 220

TestStereo	2.00 171	1.02 256	12.25 225	0.70 8	0.61 121	1.88 30	0.55 29	2.31 41	1.52 64	1.41 58	1.33 55	1.27 78	0.90 46	11.62 363	0.81 45	0.34 169	0.19 39	0.33 169	0.24 82	0.44 229	0.24 23

RALCasStereoNet	1.19 46	1.02 256	2.06 67	1.12 174	1.14 244	3.08 82	0.70 81	2.99 97	1.73 138	1.34 51	1.68 122	1.18 68	0.91 48	2.16 130	1.00 100	0.30 113	0.26 187	0.24 19	0.21 30	0.29 45	0.30 101

FBW_ROB	3.24 326	1.02 256	9.21 199	1.49 303	1.07 233	3.78 179	1.48 290	4.31 331	3.08 338	2.46 280	2.32 287	4.20 346	2.08 265	15.19 409	7.16 357	0.84 359	0.62 351	1.33 382	0.92 367	0.99 351	1.31 361

iResNet_ROB	1.89 148	1.02 256	8.60 189	1.39 283	0.98 211	3.72 169	0.66 66	3.84 194	2.65 288	1.88 121	2.05 228	1.98 170	1.27 123	4.52 206	1.67 215	0.30 113	0.20 57	0.28 69	0.18 10	0.31 77	0.40 199

NLCA_NET_v2_RVC	2.54 256	1.04 261	16.73 284	1.53 309	2.00 370	3.96 222	0.87 168	3.87 202	2.31 233	2.54 289	1.67 120	2.85 258	1.63 210	5.55 224	1.62 207	0.46 272	0.33 241	0.38 236	0.38 273	0.53 264	0.62 295
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	2.66 270	1.05 262	15.91 272	1.22 221	1.19 257	4.12 252	1.12 240	3.84 194	2.02 179	1.93 137	1.79 155	3.12 278	1.46 162	10.37 323	2.05 260	0.33 157	0.27 195	0.35 201	0.30 190	0.40 180	0.36 149

GANet	2.93 292	1.05 262	11.29 221	1.64 328	0.96 204	3.91 205	2.52 351	3.72 175	2.41 253	2.95 333	3.00 334	3.21 282	2.03 259	12.42 389	4.72 337	0.51 304	0.41 298	0.46 275	0.39 277	0.60 286	0.50 255

RAFT_CTSACE	1.80 138	1.06 264	10.00 206	1.71 335	1.39 297	3.49 127	1.06 228	3.05 102	1.62 117	1.70 92	2.04 223	2.51 227	1.80 238	1.98 113	0.94 87	0.25 20	0.22 106	0.28 69	0.30 190	0.30 61	0.26 46

FINET	2.96 296	1.07 265	23.18 412	1.29 244	1.86 363	2.03 35	1.52 295	4.30 328	4.71 385	2.23 232	2.34 289	1.65 116	1.48 166	5.89 232	2.81 311	0.51 304	0.47 323	0.49 299	0.40 287	0.59 282	0.49 248

DANet	2.63 266	1.07 265	8.10 183	1.83 350	1.70 348	3.25 93	1.16 247	4.31 331	2.38 248	3.40 355	2.18 251	4.08 337	1.80 238	9.77 302	3.89 329	0.52 310	0.55 336	0.59 329	0.44 299	0.63 294	0.86 336
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 77	1.08 267	3.21 124	1.25 229	0.94 201	1.44 15	0.69 76	3.15 108	2.57 281	2.01 165	1.80 158	1.29 81	1.05 74	2.00 114	1.48 180	0.27 35	0.20 57	0.27 55	0.24 82	0.40 180	0.27 58

TDLM	2.29 214	1.08 267	4.61 154	1.29 244	1.01 222	4.26 290	2.17 341	3.75 178	2.79 305	2.31 251	1.98 214	2.06 183	1.59 190	12.45 390	1.72 220	0.51 304	0.28 203	0.52 311	0.35 242	0.56 275	0.50 255

MSMD_ROB	5.61 381	1.08 267	16.68 282	1.21 218	0.83 172	10.14 406	2.07 337	3.93 221	6.22 398	10.37 411	8.03 381	22.22 412	9.45 401	11.66 369	4.52 334	0.66 336	0.58 343	0.66 347	0.68 349	0.65 303	0.63 298

DeepPruner_ROB	2.05 181	1.09 270	10.50 214	1.01 128	1.20 262	4.39 307	0.91 187	3.14 107	1.72 136	2.60 300	1.54 90	2.78 254	1.27 123	4.52 206	1.72 220	0.51 304	0.40 292	0.37 224	0.34 228	0.48 248	0.52 266

HBP-ISP	3.25 328	1.10 271	20.86 379	1.54 311	1.15 246	4.50 330	2.89 363	4.43 354	2.38 248	4.14 371	1.96 208	1.90 156	2.04 261	11.08 349	1.32 156	0.66 336	0.57 339	0.66 347	0.61 343	0.64 300	0.61 293

CFNet	2.34 225	1.10 271	8.96 192	1.34 261	1.24 269	4.09 245	0.73 89	4.04 251	2.77 302	1.62 79	1.87 193	2.27 196	1.45 159	11.41 355	1.82 233	0.31 130	0.24 159	0.43 262	0.36 250	0.43 224	0.33 125

CVANet_RVC	2.55 260	1.10 271	9.13 198	1.46 297	1.15 246	3.96 222	1.53 297	3.91 215	2.50 270	3.04 336	2.04 223	2.60 235	1.72 226	12.46 391	1.50 184	0.49 295	0.30 221	0.51 305	0.41 291	0.63 294	0.50 255

ACRE	2.27 206	1.11 274	19.45 329	0.91 79	1.30 278	3.94 212	0.87 168	4.21 291	1.80 149	2.28 240	2.62 311	1.17 65	1.04 72	1.52 64	1.30 153	0.37 199	0.23 130	0.27 55	0.22 51	0.31 77	0.46 235

XPNet_ROB	2.27 206	1.11 274	4.10 145	1.36 271	0.97 207	3.94 212	1.63 306	4.07 258	2.14 204	2.82 323	2.00 217	2.32 205	1.73 228	10.81 336	3.39 322	0.51 304	0.47 323	0.48 286	0.40 287	0.51 255	0.56 279

MyStereo8	2.33 223	1.13 276	19.26 326	1.22 221	1.62 334	4.16 268	0.57 32	3.50 142	2.36 240	2.15 202	1.75 142	2.28 197	1.14 103	1.46 59	2.20 276	0.24 11	0.21 82	0.32 138	0.27 127	0.36 158	0.43 215

ARAFT	2.56 261	1.13 276	19.50 332	0.89 70	0.48 72	4.15 259	1.40 281	4.36 343	2.82 317	2.36 268	1.88 194	1.70 123	1.04 72	6.45 241	1.22 139	0.29 79	0.18 24	0.37 224	0.35 242	0.35 147	0.25 29

NaN_ROB	4.06 355	1.13 276	16.64 281	1.12 174	1.25 272	3.50 130	3.05 370	4.29 320	3.26 355	3.64 358	2.56 307	2.97 265	4.79 361	13.33 397	16.91 396	0.37 199	0.41 298	0.38 236	0.39 277	0.48 248	0.81 330

SACVNet	2.46 240	1.14 279	9.47 200	1.44 292	1.18 251	4.06 238	1.49 294	3.84 194	2.24 218	2.62 303	1.89 199	2.57 231	1.28 126	11.35 353	1.64 211	0.50 298	0.39 287	0.48 286	0.41 291	0.55 269	0.75 321

raft_robust	1.92 156	1.15 280	3.34 131	1.02 137	0.43 40	3.84 192	0.46 14	4.42 351	2.52 274	1.67 88	1.36 64	2.17 192	6.37 382	6.78 252	1.04 103	0.28 62	0.24 159	0.30 103	0.35 242	0.31 77	0.32 115

dd	1.26 72	1.15 280	2.47 97	0.92 82	0.49 76	4.35 303	0.75 106	1.92 24	2.11 202	1.44 60	1.24 38	1.19 71	1.05 74	1.78 97	1.70 218	0.57 319	0.34 253	0.35 201	0.33 221	0.60 286	0.46 235

psmorigin	6.59 391	1.15 280	88.11 437	1.52 306	0.97 207	2.88 64	1.20 255	3.21 114	2.04 184	3.73 361	2.46 294	5.15 377	2.55 298	10.60 329	2.47 292	0.55 315	0.68 361	0.48 286	0.51 321	0.70 317	0.88 340

Nwc_Net	2.88 289	1.16 283	18.30 308	1.35 265	1.68 346	3.52 135	1.18 251	3.90 211	2.06 187	2.52 288	2.82 328	3.82 324	2.34 285	6.78 252	2.55 300	0.86 360	0.40 292	0.59 329	0.67 346	0.57 279	0.55 277

SGM-ForestM	11.55 408	1.16 283	21.62 401	2.14 368	0.81 163	22.25 421	19.08 417	16.50 420	11.34 404	15.94 418	14.44 410	27.12 420	22.61 419	24.76 420	28.39 424	0.50 298	0.48 328	0.47 278	0.44 299	0.55 269	0.53 268

iinet-f	2.26 204	1.18 285	13.71 237	1.14 182	1.11 241	3.77 177	1.10 237	4.14 279	2.17 209	2.06 180	1.76 145	2.99 267	2.99 315	2.50 151	2.49 293	0.35 186	0.39 287	0.27 55	0.28 152	0.45 236	0.39 181

CIPLG	2.27 206	1.18 285	19.24 324	0.92 82	1.34 288	3.95 217	0.89 175	4.23 299	1.82 151	2.31 251	2.67 315	1.17 65	1.06 81	1.53 66	1.32 156	0.37 199	0.23 130	0.27 55	0.22 51	0.31 77	0.45 225

fast-acv-ft	2.54 256	1.19 287	20.08 351	1.41 287	1.40 299	3.18 84	1.17 250	3.37 133	2.28 228	1.90 127	2.15 247	2.69 241	2.17 275	2.91 175	2.31 282	0.37 199	0.39 287	0.45 271	0.39 277	0.57 279	0.45 225

dad	1.65 120	1.19 287	3.04 120	0.98 112	0.56 101	4.22 285	0.84 144	1.99 26	2.48 265	2.14 197	1.68 122	1.62 114	1.13 97	3.85 193	2.04 258	1.03 368	0.40 292	2.04 387	0.48 312	0.75 328	0.53 268

RP	2.79 280	1.20 289	10.36 211	1.54 311	1.93 367	3.44 116	1.97 330	4.05 255	2.34 236	2.66 310	2.79 323	3.98 331	2.58 300	10.21 319	2.61 302	0.95 364	0.47 323	0.71 353	0.57 336	0.71 322	0.68 307

GMStereo_Zeroshot	1.41 93	1.21 290	3.33 130	1.29 244	0.72 147	3.35 107	0.53 25	2.58 72	1.68 126	2.35 263	1.56 95	2.42 217	0.96 56	2.50 151	1.16 123	0.45 268	0.23 130	0.40 245	0.24 82	0.79 334	0.33 125

gwcnet-sp	2.31 218	1.21 290	17.34 291	1.08 156	0.92 195	3.56 143	1.04 224	3.69 169	2.09 192	2.55 290	1.60 105	1.80 141	1.62 198	3.87 194	1.95 248	0.29 79	0.29 212	0.30 103	0.28 152	0.38 169	0.39 181

scenet	2.31 218	1.21 290	17.34 291	1.08 156	0.92 195	3.56 143	1.04 224	3.69 169	2.09 192	2.55 290	1.60 105	1.80 141	1.62 198	3.87 194	1.95 248	0.29 79	0.29 212	0.30 103	0.28 152	0.38 169	0.39 181

ssnet	2.31 218	1.21 290	17.34 291	1.08 156	0.92 195	3.56 143	1.04 224	3.69 169	2.09 192	2.55 290	1.60 105	1.80 141	1.62 198	3.87 194	1.95 248	0.29 79	0.29 212	0.30 103	0.28 152	0.38 169	0.39 181

G-Net	4.11 356	1.21 290	19.47 331	2.31 377	2.94 389	4.74 375	2.95 364	3.33 132	2.14 204	4.44 378	9.43 392	6.93 387	3.84 345	9.01 288	4.92 342	0.79 351	0.80 369	0.70 352	0.50 319	0.95 346	0.87 339

LE_ROB	18.58 416	1.21 290	48.38 428	8.60 420	23.00 422	7.32 401	19.74 418	9.94 405	38.69 429	43.53 427	21.91 414	28.40 421	40.92 424	23.18 416	54.71 429	0.34 169	0.33 241	0.32 138	0.36 250	0.42 216	0.40 199

sAnonymous2	1.37 88	1.22 296	9.79 203	0.92 82	0.88 185	1.23 7	0.61 47	2.56 68	1.69 131	0.85 23	1.02 9	0.73 21	1.23 119	0.98 4	0.78 40	0.29 79	0.25 176	0.31 122	0.30 190	1.06 354	0.71 310

CroCo_RVC	1.37 88	1.22 296	9.79 203	0.92 82	0.88 185	1.23 7	0.61 47	2.56 68	1.69 131	0.85 23	1.02 9	0.73 21	1.23 119	0.98 4	0.78 40	0.29 79	0.25 176	0.31 122	0.30 190	1.06 354	0.71 310

DMCA-RVC	2.45 238	1.22 296	18.29 307	1.23 225	1.14 244	2.49 53	0.85 150	3.29 122	1.68 126	3.02 335	1.41 69	2.00 173	1.53 185	6.39 240	2.00 254	0.38 213	0.30 221	0.44 265	0.35 242	0.45 236	0.44 220

pmcnn	5.45 379	1.22 296	17.40 295	1.60 323	2.41 383	3.48 125	2.12 338	4.52 369	3.26 355	3.67 360	13.15 406	22.10 411	3.46 339	11.92 383	17.16 398	0.34 169	0.21 82	0.23 7	0.19 19	0.36 158	0.28 71

ADCRef	3.30 329	1.23 300	14.90 260	1.17 202	1.41 305	3.95 217	1.64 308	3.88 205	2.36 240	3.05 338	2.21 257	2.40 212	2.81 309	5.04 213	16.63 395	0.46 272	0.34 253	0.63 341	0.62 344	0.54 267	0.67 305

whm_eth	2.04 178	1.24 301	18.44 313	0.89 70	1.37 292	2.59 57	0.73 89	3.56 151	2.56 280	1.53 67	2.06 232	0.78 26	0.71 16	1.02 7	0.98 93	0.36 191	0.29 212	0.34 186	0.32 213	0.41 201	0.54 274

PA-Net	3.09 314	1.24 301	18.84 318	1.38 281	1.19 257	3.42 114	1.75 316	3.89 206	3.27 358	1.88 121	2.10 236	3.03 270	1.88 252	11.60 361	2.88 312	0.40 230	0.54 334	0.44 265	0.62 344	0.52 258	1.02 347
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 319	1.25 303	21.14 386	1.31 251	1.52 316	3.94 212	1.13 243	3.32 128	2.14 204	2.20 219	2.03 220	3.05 274	1.96 257	11.79 376	2.53 297	0.42 250	0.45 312	0.64 344	0.46 305	0.67 311	0.57 283

anonymity	1.76 133	1.26 304	2.73 110	1.66 330	1.32 284	1.84 27	1.07 230	3.49 140	2.30 231	2.11 191	2.11 240	1.71 125	3.90 347	1.82 101	1.48 180	1.10 370	1.09 376	1.08 376	1.08 375	1.05 353	1.09 352

NCC-stereo	3.16 323	1.28 305	18.31 309	1.25 229	1.75 353	4.06 238	1.40 281	3.89 206	2.22 214	2.72 314	2.55 305	3.49 307	2.65 303	9.91 308	2.99 315	1.29 379	0.65 355	0.64 344	0.86 364	0.65 303	0.71 310

Abc-Net	3.16 323	1.28 305	18.31 309	1.25 229	1.75 353	4.06 238	1.40 281	3.89 206	2.22 214	2.72 314	2.55 305	3.49 307	2.65 303	9.91 308	2.99 315	1.29 379	0.65 355	0.64 344	0.86 364	0.65 303	0.71 310
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 15	1.30 307	1.31 8	0.84 50	1.63 336	2.02 34	0.59 41	1.51 5	1.36 19	0.81 18	1.33 55	0.84 36	0.88 42	1.36 48	0.73 32	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 368

AF-Net	2.87 287	1.30 307	16.24 275	1.33 257	1.75 353	3.26 94	1.59 303	4.09 264	2.43 257	2.69 312	2.94 331	4.51 357	3.20 328	5.84 231	2.75 308	0.76 349	0.36 261	0.72 357	0.49 315	0.70 317	0.56 279

IPLGR_C	2.28 211	1.31 309	19.46 330	0.92 82	1.32 284	3.93 210	0.89 175	4.20 287	1.82 151	2.30 246	2.63 313	1.16 64	1.07 83	1.41 52	1.29 152	0.37 199	0.23 130	0.27 55	0.22 51	0.31 77	0.45 225

LMCR-Stereo	2.40 233	1.31 309	18.61 315	1.59 321	0.86 180	3.87 202	1.15 246	4.32 335	1.60 111	2.25 237	2.27 264	1.13 60	2.43 291	2.48 150	1.60 202	0.88 361	0.24 159	0.29 84	0.24 82	0.56 275	0.30 101

CSP-Net	1.78 136	1.32 311	1.92 47	1.16 201	1.03 224	3.38 109	1.31 266	3.52 146	1.75 145	1.96 143	1.93 206	2.40 212	1.48 166	8.58 279	1.58 198	0.46 272	0.34 253	0.27 55	0.26 104	0.41 201	0.50 255

AnonymousM	1.22 56	1.32 311	0.97 1	0.88 67	0.56 101	4.03 234	0.69 76	2.41 45	1.68 126	1.48 62	1.31 54	1.15 63	1.00 64	1.18 27	0.73 32	0.32 146	0.40 292	2.07 388	1.70 390	0.24 6	0.22 11

MeshStereo	5.35 377	1.32 311	21.34 393	1.34 261	1.15 246	4.40 311	3.90 391	5.18 389	4.55 383	10.14 410	11.82 402	11.47 397	5.84 374	13.84 405	7.03 356	0.61 325	0.58 343	0.60 334	0.58 337	0.72 325	0.59 290
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	2.22 196	1.33 314	2.90 115	0.97 109	1.53 317	4.11 250	1.08 233	4.55 371	2.65 288	2.10 187	2.32 287	1.77 130	1.40 143	11.79 376	1.61 205	0.68 341	0.45 312	0.96 370	0.43 297	0.95 346	0.92 342

NCCL2	2.53 254	1.35 315	10.90 218	1.15 196	0.97 207	3.53 136	2.56 353	3.65 159	2.23 216	2.76 317	1.80 158	2.41 214	1.66 217	10.35 322	2.07 264	0.44 262	0.40 292	0.57 325	0.53 328	0.59 282	0.65 302

BEATNet_4x	1.92 156	1.36 316	8.75 191	1.20 213	0.56 101	3.46 121	1.03 222	4.00 240	2.43 257	2.25 237	1.70 127	2.10 188	1.59 190	2.57 162	3.05 318	0.37 199	0.22 106	0.47 278	0.29 176	0.60 286	0.40 199

DPSNet	3.43 335	1.37 317	12.19 224	1.39 283	1.24 269	4.15 259	2.06 335	4.51 368	3.34 360	2.69 312	1.96 208	3.52 310	5.56 371	10.68 331	9.68 369	0.93 362	0.73 365	0.40 245	0.37 261	1.06 354	0.86 336

MANE	11.39 407	1.38 318	23.16 411	4.82 413	2.79 388	22.02 420	14.51 412	25.81 421	26.28 421	10.93 413	13.17 407	19.90 410	18.03 413	15.69 410	20.41 411	0.96 365	0.74 366	1.42 383	3.24 415	0.74 326	1.71 374

PSMNet_ROB	2.95 293	1.38 318	18.46 314	1.19 210	1.20 262	3.80 183	1.65 311	3.54 148	2.35 238	1.98 146	1.71 131	2.75 247	1.79 233	11.43 357	2.78 309	0.42 250	0.36 261	0.50 302	0.60 340	0.59 282	0.49 248

CSAN	4.71 368	1.39 320	20.23 356	1.19 210	0.87 182	3.65 161	3.50 381	4.57 373	3.87 374	3.89 364	7.82 379	3.54 314	6.16 380	23.47 419	6.82 352	0.52 310	0.45 312	0.49 299	0.52 324	0.63 294	0.66 304

NVStereoNet_ROB	4.91 372	1.40 321	16.46 279	1.47 300	1.72 351	3.46 121	1.96 329	3.89 206	3.61 369	2.90 325	24.61 418	4.81 368	4.49 358	13.57 401	4.87 340	1.33 382	1.29 384	1.70 385	1.68 388	1.41 376	1.66 372
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	2.07 184	1.40 321	3.01 119	1.09 160	0.92 195	3.94 212	1.53 297	4.25 307	2.23 216	3.31 350	2.06 232	2.35 208	1.52 178	8.74 281	2.07 264	0.44 262	0.36 261	0.51 305	0.48 312	0.54 267	0.62 295

MaskLacGwcNet_RVC	3.13 319	1.43 323	9.93 205	2.50 380	1.62 334	4.29 297	1.68 315	3.95 226	2.43 257	1.66 86	1.91 204	3.04 271	1.41 148	13.26 396	1.58 198	3.82 403	1.59 388	1.12 378	0.46 305	2.21 384	2.74 395

SPS-STEREO	3.97 352	1.44 324	20.85 378	1.72 337	1.71 349	3.24 90	2.30 346	3.55 149	2.68 293	4.79 382	3.66 355	5.44 380	2.97 314	9.11 289	9.35 368	1.15 373	1.10 377	1.06 375	1.02 373	1.16 365	1.18 356
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 317	1.45 325	14.90 260	1.46 297	1.79 358	3.33 105	1.39 279	4.04 251	2.26 223	2.77 318	3.26 347	4.00 332	2.71 305	11.63 368	2.62 304	0.82 356	0.46 319	0.79 362	0.79 361	0.71 322	0.78 327

Wz-Net-LNSev-Ref	2.42 235	1.47 326	14.14 249	1.30 249	1.35 289	3.51 132	1.64 308	4.04 251	2.10 200	2.46 280	1.88 194	2.28 197	2.51 296	4.73 211	3.17 320	0.38 213	0.19 39	0.35 201	0.20 24	0.40 180	0.36 149

LALA_ROB	1.95 161	1.48 327	3.11 122	1.05 146	0.98 211	3.99 228	1.82 322	4.44 355	2.28 228	3.31 350	1.85 189	2.76 253	1.67 219	4.04 201	3.23 321	0.46 272	0.41 298	0.55 321	0.52 324	0.60 286	0.57 283

StereoDRNet	2.84 283	1.49 328	14.48 255	1.33 257	1.57 329	3.44 116	2.06 335	3.69 169	2.36 240	3.26 349	1.84 182	2.79 256	1.80 238	10.88 338	3.16 319	0.41 240	0.33 241	0.39 239	0.36 250	0.59 282	0.58 287

UDGNet	1.40 91	1.52 329	2.22 78	1.38 281	0.62 124	4.39 307	0.68 71	1.80 21	2.18 211	1.34 51	1.18 31	0.99 50	1.00 64	2.16 130	1.19 129	1.09 369	0.34 253	1.30 381	0.98 370	1.10 359	0.58 287

PDISCO_ROB	2.86 284	1.53 330	14.27 252	1.98 362	2.19 377	4.52 335	1.35 270	4.65 377	3.19 348	2.09 184	2.16 248	3.53 311	2.45 293	5.32 217	2.12 268	1.30 381	0.78 368	0.72 357	0.59 339	1.24 370	1.28 359

DN-CSS_ROB	1.91 153	1.55 331	11.13 220	1.82 349	0.88 185	3.99 228	0.61 47	4.01 241	1.67 125	1.64 82	1.89 199	1.39 91	1.06 81	3.23 180	1.50 184	0.31 130	0.19 39	0.44 265	0.29 176	0.37 165	0.31 108

DGSMNet	7.55 399	1.62 332	17.42 296	1.92 357	12.73 417	7.45 402	42.99 428	4.13 273	2.07 188	2.10 187	3.16 344	3.42 297	1.70 222	9.24 293	2.30 281	3.70 402	10.89 425	11.80 425	5.54 416	4.24 400	2.66 390

ELAS	5.99 387	1.62 332	20.29 362	1.96 361	2.01 371	15.09 415	8.38 405	5.23 390	5.54 394	9.02 404	8.61 386	6.74 385	9.75 402	7.48 263	11.40 377	0.96 365	1.18 379	0.72 357	0.93 368	1.30 372	1.67 373
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 305	1.63 334	19.83 340	1.32 253	2.04 374	3.27 96	1.55 301	3.65 159	2.33 235	2.00 163	2.12 243	3.56 315	1.68 220	9.47 297	2.45 290	0.44 262	0.45 312	0.46 275	0.38 273	0.60 286	0.76 323

ADCL	4.35 361	1.63 334	14.21 251	1.29 244	1.26 275	5.56 390	11.16 406	3.97 232	3.37 361	6.07 389	4.67 366	4.30 350	5.72 373	5.08 214	14.51 384	0.50 298	0.48 328	0.89 368	0.77 357	0.78 332	0.76 323

ADCPNet	3.89 347	1.63 334	20.25 360	1.28 241	1.27 276	6.43 395	2.65 356	3.93 221	2.70 294	2.78 319	2.20 255	4.28 349	6.16 380	5.56 225	10.27 372	0.65 334	1.18 379	0.71 353	1.70 390	0.84 340	1.37 364

ELAS_RVC	5.72 384	1.64 337	20.40 366	2.09 367	2.01 371	4.95 382	11.47 408	4.66 378	6.31 400	8.09 401	8.01 380	8.06 393	11.65 403	8.36 274	10.22 371	0.99 367	1.17 378	0.81 365	0.76 355	1.14 362	1.58 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 284	1.66 338	19.61 333	1.40 286	1.75 353	3.84 192	1.32 267	4.07 258	2.25 220	1.78 105	2.67 315	1.82 145	4.41 356	1.94 112	2.06 261	0.83 358	0.94 373	1.03 372	1.12 376	1.70 380	1.09 352

aanetorigin	3.30 329	1.66 338	17.52 300	1.18 208	1.58 330	2.57 56	3.80 389	2.65 76	2.03 181	6.12 391	4.30 364	2.82 257	5.70 372	5.47 222	4.67 335	0.50 298	0.44 308	0.43 262	0.47 308	1.17 366	0.92 342

Wz-Net-LNSev	2.30 217	1.67 340	14.88 259	1.18 208	1.65 341	3.49 127	1.54 300	3.63 157	2.03 181	1.88 121	1.64 114	3.29 289	2.06 263	2.71 171	2.02 257	0.40 230	0.33 241	0.32 138	0.31 206	0.53 264	0.49 248

DeepPrunerF	3.70 342	1.72 341	14.87 258	1.33 257	1.74 352	3.70 166	1.55 301	4.20 287	14.00 408	2.02 169	1.77 150	2.74 245	2.30 281	10.88 338	6.88 354	0.68 341	0.60 348	0.78 361	0.78 360	0.81 336	0.71 310

AANet_RVC	3.03 309	1.72 341	12.78 228	1.17 202	1.12 242	3.79 182	1.10 237	3.86 200	3.13 341	2.62 303	4.26 363	3.96 330	1.41 148	11.43 357	5.23 344	0.94 363	0.47 323	0.34 186	0.23 60	0.40 180	0.55 277

SANet	5.65 383	1.72 341	20.94 381	1.26 235	0.88 185	7.20 399	3.81 390	4.60 375	11.23 403	4.56 379	8.78 389	7.49 388	6.95 386	11.85 379	18.11 402	0.49 295	0.44 308	0.50 302	0.42 296	0.90 344	0.82 334

FADNet	2.49 247	1.76 344	13.17 230	1.17 202	0.95 203	3.27 96	0.88 172	3.94 224	2.27 225	1.40 57	1.29 52	2.51 227	2.06 263	9.93 310	1.94 246	0.43 255	0.45 312	0.40 245	0.43 297	1.06 354	0.53 268

CC-Net-ROB	3.35 333	1.76 344	13.89 245	2.33 378	1.65 341	4.49 327	1.62 305	4.73 381	2.90 322	1.92 133	2.05 228	1.99 172	1.61 195	12.57 393	1.60 202	2.46 388	2.18 396	2.68 398	1.04 374	2.11 383	1.38 366

LL-Strereo	3.01 307	1.81 346	17.59 301	1.12 174	2.10 375	2.90 65	1.09 235	4.33 337	2.00 178	3.12 342	2.24 260	3.29 289	3.15 324	11.31 352	1.84 236	0.30 113	0.28 203	0.46 275	0.34 228	0.49 253	0.45 225

TRStereo	2.31 218	1.87 347	19.74 337	1.53 309	1.16 250	4.26 290	1.08 233	4.73 381	1.45 27	1.55 68	1.28 50	1.75 128	0.85 38	1.81 99	1.20 132	0.36 191	0.26 187	0.32 138	0.36 250	0.34 131	0.33 125

MFMNet_re	2.91 290	1.91 348	18.25 306	3.06 389	1.89 365	3.13 83	1.67 313	3.52 146	2.97 327	3.14 343	2.87 330	2.26 195	2.41 289	2.42 145	2.00 254	1.10 370	1.05 375	0.94 369	0.90 366	1.28 371	1.46 370

SDNR	3.97 352	1.93 349	20.28 361	1.31 251	0.94 201	5.16 385	0.67 67	4.33 337	2.58 282	4.82 383	5.94 374	5.01 373	1.45 159	17.52 411	2.53 297	0.79 351	0.72 364	0.59 329	0.45 303	1.15 364	1.17 355

GANetREF_RVC	3.20 325	1.93 349	18.84 318	1.51 305	0.80 161	4.12 252	1.82 322	4.16 283	2.91 323	1.87 119	1.74 138	2.48 224	1.84 245	13.18 395	1.74 225	0.80 353	0.57 339	0.79 362	0.74 353	1.20 369	0.86 336
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+	3.74 345	1.96 351	16.90 287	1.09 160	1.55 322	4.35 303	3.65 387	3.93 221	2.98 330	2.22 228	1.66 119	3.95 328	4.83 362	3.41 183	18.87 408	0.38 213	0.41 298	0.63 341	0.53 328	0.64 300	0.81 330

PVD	3.12 318	1.97 352	12.80 229	1.79 347	1.63 336	3.83 187	1.34 269	3.48 137	3.88 375	5.77 386	3.56 354	3.45 299	3.29 331	5.58 227	5.30 345	0.71 347	0.69 362	0.74 360	0.77 357	0.79 334	1.13 354

PWC_ROB	2.69 276	2.01 353	8.36 185	1.33 257	1.90 366	3.23 88	1.18 251	4.33 337	3.25 354	3.11 341	3.41 351	2.71 243	2.18 277	9.15 291	4.48 333	0.56 317	0.31 229	0.61 337	0.36 250	0.69 316	0.74 318

FADNet-RVC-Resample	2.83 282	2.02 354	21.07 384	1.12 174	0.91 194	3.53 136	1.37 276	4.08 262	2.09 192	1.68 89	1.33 55	2.03 177	1.51 176	9.54 299	1.69 217	0.38 213	0.37 273	0.42 258	0.44 299	0.56 275	0.56 279

SHD	2.82 281	2.04 355	13.80 243	1.69 333	1.79 358	2.73 60	1.07 230	3.85 197	3.18 347	4.63 380	2.74 319	3.38 296	2.77 306	5.48 223	3.66 326	0.62 327	0.47 323	0.51 305	0.55 331	0.65 303	0.74 318

PASM	2.67 272	2.05 356	9.71 201	1.73 338	1.37 292	2.53 54	1.52 295	3.10 105	2.17 209	2.79 320	1.84 182	2.90 261	1.85 247	11.89 381	2.19 275	0.81 355	0.85 370	0.87 367	1.01 371	1.14 362	1.05 349

EDNetEfficient	5.61 381	2.14 357	16.75 285	1.67 331	3.64 400	4.12 252	7.51 401	3.05 102	5.63 396	11.57 414	4.83 368	3.95 328	12.72 404	8.44 277	20.78 412	0.41 240	0.43 305	0.47 278	1.01 371	1.66 379	1.39 367

SAMSARA	3.55 337	2.16 358	14.18 250	1.86 354	1.49 312	4.62 351	2.65 356	3.58 154	2.80 309	7.05 395	3.05 337	5.16 378	4.07 350	9.18 292	4.80 339	0.64 331	0.67 358	0.59 329	0.68 349	0.89 342	0.91 341

WAO-6	5.87 386	2.27 359	15.05 264	2.96 387	2.77 387	12.01 409	3.58 385	5.37 396	11.91 407	3.34 352	9.69 393	6.78 386	5.84 374	11.82 378	8.89 367	2.87 390	2.35 403	2.50 392	1.84 396	2.85 387	2.67 391

FADNet-RVC	2.51 250	2.27 359	14.03 247	1.09 160	0.81 163	3.54 140	1.10 237	4.13 273	2.48 265	1.39 56	1.22 35	1.85 153	1.77 230	9.78 304	2.06 261	0.38 213	0.37 273	0.40 245	0.40 287	0.67 311	0.48 244

FADNet_RVC	2.65 268	2.28 361	16.51 280	0.98 112	0.92 195	4.09 245	0.83 141	4.26 314	1.73 138	1.46 61	1.78 152	1.60 111	1.50 173	8.88 283	2.39 286	0.47 280	0.38 279	0.44 265	0.58 337	0.89 342	0.97 345

XQC	2.96 296	2.42 362	14.85 257	1.36 271	1.32 284	3.29 103	1.53 297	4.28 319	2.78 303	3.21 347	2.46 294	3.53 311	2.92 313	6.58 243	4.67 335	0.70 345	0.41 298	0.59 329	0.56 333	0.96 350	0.83 335

EDNetEfficientorigin	12.35 411	2.51 363	179.47 441	1.19 210	0.96 204	2.91 67	1.81 321	3.00 98	5.35 392	8.91 403	4.79 367	4.18 343	4.64 360	9.98 312	11.30 375	0.37 199	0.38 279	0.60 334	0.85 363	1.32 373	2.43 388

RTSC	2.95 293	2.51 363	15.49 271	1.54 311	1.30 278	3.51 132	0.86 152	3.89 206	2.48 265	3.64 358	3.12 341	3.04 271	2.30 281	5.70 229	6.67 348	0.55 315	0.35 257	0.37 224	0.39 277	0.70 317	0.60 291

IMH-64-1	4.84 370	2.53 365	6.83 173	4.30 406	3.74 401	4.81 379	6.05 396	5.30 392	3.92 376	3.95 366	8.33 383	5.08 375	6.06 377	8.96 286	6.30 346	4.57 412	2.96 409	3.04 402	2.12 401	4.28 401	3.62 406

IMH-64	4.84 370	2.53 365	6.83 173	4.30 406	3.74 401	4.81 379	6.05 396	5.30 392	3.92 376	3.95 366	8.33 383	5.08 375	6.06 377	8.96 286	6.30 346	4.57 412	2.96 409	3.04 402	2.12 401	4.28 401	3.62 406

Wz-Net-MNSev	2.71 278	2.54 367	13.91 246	1.52 306	1.37 292	3.28 99	2.47 348	4.03 247	2.32 234	2.57 294	2.07 234	2.29 202	3.01 317	7.55 265	2.74 307	0.38 213	0.36 261	0.36 212	0.37 261	0.57 279	0.47 240

Syn2CoEx	3.08 313	2.55 368	19.88 341	1.34 261	1.18 251	2.43 52	1.65 311	3.91 215	2.40 251	2.39 274	2.27 264	2.90 261	3.17 327	9.57 300	2.54 299	0.50 298	0.45 312	0.53 313	0.39 277	0.74 326	0.72 316

RAFT + AFF	2.51 250	2.66 369	4.48 152	1.15 196	1.95 368	4.15 259	2.01 333	4.46 359	3.30 359	2.19 217	2.51 301	2.22 194	4.87 363	8.91 285	2.06 261	0.30 113	0.60 348	0.48 286	0.38 273	0.77 330	0.69 309

DDUNet	2.91 290	2.78 370	6.94 176	3.53 395	2.26 381	3.28 99	1.36 272	3.77 182	2.04 184	2.62 303	2.49 298	4.18 343	1.69 221	5.38 219	1.85 237	2.21 387	1.77 392	2.61 396	2.43 404	2.60 385	2.34 386

UDG	3.55 337	2.81 371	17.45 297	2.69 382	1.98 369	3.97 225	1.19 254	4.35 341	2.02 179	2.42 278	2.53 304	4.50 356	2.46 294	6.53 242	2.41 288	2.12 386	1.77 392	2.63 397	2.57 406	2.64 386	1.95 380

Anonymous Stereo	3.09 314	3.14 372	16.69 283	1.52 306	1.25 272	3.33 105	2.95 364	4.02 245	2.42 256	2.35 263	2.04 223	2.57 231	1.27 123	11.88 380	2.92 313	0.49 295	0.49 330	0.57 325	0.56 333	0.70 317	0.65 302

WAO-7	5.16 374	3.21 373	18.98 321	1.88 356	1.44 307	5.34 387	3.09 373	4.91 386	5.81 397	4.35 377	8.92 391	6.55 384	6.06 377	13.40 399	10.81 373	1.34 383	1.20 382	1.48 384	1.35 386	1.60 378	1.45 368

PWCDC_ROB	2.95 293	3.26 374	14.06 248	1.59 321	1.56 325	4.19 279	0.86 152	4.30 328	4.08 380	2.06 180	7.37 376	2.75 247	2.42 290	3.59 187	2.67 305	1.34 383	0.36 261	0.39 239	0.34 228	1.13 361	0.62 295

ADCMid	3.96 351	3.27 375	15.48 270	1.26 235	1.40 299	4.66 357	2.28 344	4.06 257	3.54 367	3.94 365	3.02 335	3.85 325	3.67 343	4.03 200	18.65 406	0.68 341	0.61 350	1.09 377	1.18 380	1.38 374	1.08 351

DispFullNet	4.64 367	3.48 376	23.95 415	3.99 401	3.03 391	3.35 107	1.06 228	4.18 284	2.80 309	6.33 392	2.94 331	4.04 335	7.81 394	3.92 198	5.16 343	2.75 389	1.61 389	3.10 405	2.68 409	3.32 389	3.31 403

LSM	12.71 412	3.52 377	20.79 377	55.63 435	84.76 433	3.63 160	6.30 398	3.73 176	4.93 389	5.55 385	13.92 408	3.53 311	3.25 330	9.72 301	4.12 330	0.64 331	0.85 370	0.71 353	0.81 362	1.03 352	26.84 425

SGM+DAISY	8.36 401	3.82 378	24.83 416	2.02 364	1.75 353	14.80 414	17.22 414	4.27 315	11.79 406	13.88 415	14.38 409	11.74 400	13.83 406	10.56 327	15.12 385	1.21 374	1.19 381	1.14 379	1.13 378	1.17 366	1.37 364

UNDER WATER	10.47 404	3.95 379	22.62 409	5.07 414	4.51 411	7.78 403	3.77 388	12.56 410	21.72 419	7.84 399	10.78 397	23.96 415	31.66 421	10.78 335	16.19 393	4.44 409	2.93 407	4.24 414	2.86 412	6.33 411	5.47 418

Wz-Net-SNSev	2.98 302	4.36 380	15.98 273	1.57 319	1.19 257	3.28 99	1.80 320	3.96 231	2.40 251	2.32 255	2.28 267	3.48 300	2.05 262	7.84 270	3.82 328	0.47 280	0.39 287	0.53 313	0.49 315	0.71 322	0.60 291

SuperB	4.79 369	4.41 381	21.08 385	1.45 295	1.08 235	3.91 205	3.08 372	4.18 284	3.01 333	2.50 285	2.10 236	2.75 247	3.49 340	8.80 282	19.60 410	0.44 262	0.33 241	0.53 313	0.39 277	12.01 421	0.64 300

WZ-Net	3.62 339	4.87 382	16.77 286	1.43 290	1.40 299	3.75 174	2.29 345	4.12 272	2.50 270	2.74 316	2.19 253	4.06 336	5.29 368	10.19 318	7.36 358	0.54 314	0.37 273	0.47 278	0.49 315	0.77 330	0.73 317

iResNetv2_ROB	2.65 268	5.00 383	19.28 328	2.06 366	1.09 238	3.83 187	1.13 243	4.14 279	2.09 192	1.85 114	2.03 220	2.01 176	1.51 176	3.58 186	1.58 198	0.34 169	0.21 82	0.32 138	0.21 30	0.44 229	0.29 78

ADCS	4.22 360	5.33 384	16.32 276	1.64 328	1.31 280	3.91 205	3.64 386	4.21 291	2.89 321	5.11 384	2.81 327	4.46 355	3.06 323	5.21 216	19.50 409	0.63 328	0.64 354	0.69 350	0.69 351	1.12 360	1.26 358

UNDER WATER-64	9.33 402	5.37 385	22.60 408	5.22 415	4.86 413	10.75 407	4.61 395	11.45 407	17.30 412	7.59 396	9.80 395	15.99 406	17.90 412	10.63 330	15.72 388	4.36 407	2.87 406	4.39 415	2.86 412	7.01 414	5.36 417

KSHMR	16.96 415	5.37 385	21.64 403	4.46 409	4.50 410	8.30 405	3.32 376	15.58 419	76.24 435	6.62 394	61.47 433	56.53 433	5.43 370	35.17 426	11.37 376	4.39 408	2.97 411	3.63 413	2.74 411	5.10 407	4.34 414

GASNet	3.24 326	5.55 387	20.58 374	1.56 318	1.25 272	2.32 49	1.12 240	4.04 251	2.67 291	1.88 121	2.10 236	3.00 268	2.16 273	10.59 328	2.43 289	0.65 334	0.37 273	0.61 337	0.45 303	0.87 341	0.58 287

AnyNet_C32	4.17 358	5.75 388	12.62 227	1.60 323	1.54 318	5.51 389	4.09 393	3.90 211	3.23 353	4.22 376	3.03 336	3.10 275	3.41 336	8.01 272	18.85 407	0.53 312	0.58 343	0.53 313	0.74 353	1.19 368	0.97 345

MADNet++	7.57 400	5.80 389	13.28 232	6.38 416	5.26 414	7.18 398	7.77 403	5.32 394	5.62 395	6.11 390	7.78 378	6.02 383	8.01 396	11.74 374	16.36 394	9.36 419	4.95 418	8.57 420	5.66 417	4.83 406	5.34 416

coex-ft	18.59 417	6.62 390	113.53 439	1.17 202	1.31 280	2.33 50	1.93 328	2.81 87	14.00 408	124.82 440	8.45 385	5.90 382	51.74 434	9.99 313	22.69 413	0.57 319	0.62 351	0.50 302	0.49 315	1.08 358	1.28 359

RTS	3.90 348	7.04 391	17.94 303	1.92 357	2.19 377	5.00 383	2.96 366	4.29 320	3.19 348	4.05 368	3.08 338	4.94 370	3.16 325	7.64 266	6.72 349	0.66 336	0.44 308	0.51 305	0.47 308	0.95 346	0.76 323

RTSA	3.90 348	7.04 391	17.94 303	1.92 357	2.19 377	5.00 383	2.96 366	4.29 320	3.19 348	4.05 368	3.08 338	4.94 370	3.16 325	7.64 266	6.72 349	0.66 336	0.44 308	0.51 305	0.47 308	0.95 346	0.76 323

AnyNet_C01	4.37 362	7.80 393	16.40 277	1.98 362	1.40 299	6.37 394	6.47 399	4.09 264	5.03 390	4.06 370	3.78 357	4.16 342	3.31 332	6.62 245	10.00 370	0.61 325	0.67 358	0.63 341	0.67 346	2.01 381	1.31 361

RainbowNet	4.56 364	8.28 394	20.07 350	3.64 399	3.23 398	4.15 259	2.99 368	4.18 284	3.03 335	2.20 219	2.65 314	4.26 348	2.90 312	9.77 302	2.12 268	3.88 404	2.27 399	2.71 400	1.72 392	3.78 396	3.31 403

notaker	10.50 406	8.60 395	20.23 356	4.54 411	3.95 405	6.27 393	3.44 378	8.07 404	4.75 388	8.73 402	46.45 428	13.86 405	27.86 420	13.49 400	13.61 383	4.56 411	3.18 413	3.52 410	2.68 409	8.13 419	4.05 411

TorneroNet-64	10.12 403	8.74 396	20.95 382	4.27 404	3.76 404	13.86 413	2.85 361	15.05 416	23.15 420	10.07 409	23.84 417	13.47 402	8.24 398	13.96 406	17.21 399	3.96 405	2.72 404	3.23 406	2.48 405	6.29 409	4.27 413

Wz-Net-TNSev	3.67 341	8.83 397	13.47 235	1.48 301	1.18 251	3.60 150	2.49 350	4.27 315	3.13 341	2.18 213	1.89 199	4.21 347	2.80 308	12.10 384	7.58 360	0.57 319	0.55 336	0.47 278	0.54 330	0.91 345	1.05 349

DGTPSM_ROB	15.31 413	8.85 398	28.14 420	9.90 421	18.89 418	12.44 411	33.21 422	13.48 413	17.86 415	9.50 406	22.89 415	13.78 403	19.67 414	21.26 412	23.68 414	5.08 416	8.84 419	5.62 416	11.50 421	6.72 412	14.87 421

DPSMNet_ROB	15.52 414	8.89 399	31.44 421	10.07 422	18.91 419	12.44 411	33.22 423	13.51 414	17.94 416	9.58 407	22.91 416	13.79 404	19.67 414	21.43 413	23.73 415	5.17 417	8.84 419	5.63 417	11.52 424	6.79 413	14.90 422

otaku	4.58 366	8.93 400	19.95 344	3.11 390	2.67 384	3.91 205	2.57 354	3.82 190	2.25 220	2.22 228	9.72 394	4.08 337	2.35 286	8.57 278	2.13 271	3.51 398	1.65 390	2.15 390	1.17 379	3.69 394	3.15 398

Ntro	4.21 359	8.94 401	19.89 342	3.22 391	2.96 390	4.15 259	1.89 326	3.92 220	2.36 240	1.77 103	2.14 245	3.35 294	2.17 275	9.48 298	2.24 278	3.52 399	1.76 391	2.13 389	1.31 383	3.83 397	3.09 396

Dean	7.52 398	9.08 402	21.41 395	3.74 400	3.53 399	4.81 379	3.53 382	5.33 395	5.25 391	4.17 372	26.53 419	25.62 419	4.09 351	10.97 342	4.32 331	3.69 401	2.30 400	2.91 401	1.87 397	4.03 399	3.24 402

JetBlue	6.27 390	9.15 403	13.76 238	1.94 360	4.60 412	11.91 408	12.00 409	5.12 388	3.45 366	3.79 362	4.52 365	9.54 395	6.56 385	9.40 296	13.48 382	1.26 377	1.37 385	1.17 380	1.34 385	7.06 415	3.95 410

LVE	6.88 396	9.31 404	21.14 386	3.61 398	3.18 397	4.49 327	2.79 358	10.21 406	11.69 405	3.16 346	11.53 401	18.33 407	4.31 354	11.66 369	3.52 324	4.45 410	2.93 407	2.56 394	1.91 398	3.62 391	3.16 399

SQANet	3.70 342	9.34 405	18.41 311	2.75 383	2.74 386	3.40 113	1.47 289	3.50 142	1.68 126	2.60 300	1.75 142	2.69 241	1.91 254	6.72 251	1.74 225	2.96 391	1.41 386	1.85 386	1.12 376	3.17 388	2.70 394

MADNet+	3.97 352	9.54 406	13.83 244	1.87 355	1.69 347	4.19 279	2.87 362	4.80 384	4.10 381	2.51 287	2.67 315	4.55 360	3.41 336	8.72 280	6.92 355	1.25 376	1.27 383	1.04 373	0.93 368	1.39 375	1.85 378

PWCK	5.85 385	9.95 407	15.22 269	2.90 386	1.56 325	5.66 391	7.69 402	5.27 391	4.74 387	3.88 363	7.51 377	8.04 391	5.28 367	15.18 408	8.40 364	3.08 393	1.51 387	2.24 391	1.37 387	5.55 408	1.96 381

ktn	21.74 420	10.34 408	19.68 335	4.53 410	4.00 406	6.53 396	4.51 394	6.79 401	78.82 437	84.69 437	100.86 440	58.49 434	7.57 393	12.11 385	13.35 381	4.58 414	3.24 414	3.49 408	2.62 407	4.65 405	3.84 409

MSC_U_SF_DS_RVC	4.48 363	10.62 409	15.18 268	1.55 316	1.45 310	6.16 392	3.54 384	5.41 397	3.68 372	2.59 299	2.74 319	4.81 368	2.20 278	13.79 404	4.40 332	2.04 385	3.36 415	1.05 374	1.20 381	2.09 382	1.72 375

MFN_U_SF_RVC	3.81 346	10.78 410	15.01 263	1.84 351	1.39 297	3.73 172	1.63 306	4.05 255	3.26 355	2.91 326	2.38 291	4.36 353	3.65 342	8.43 276	4.91 341	1.11 372	1.04 374	0.99 371	1.31 383	1.58 377	1.75 377

MFN_U_SF_DS_RVC	3.94 350	10.88 411	12.30 226	1.26 235	1.55 322	5.19 386	3.33 377	4.42 351	2.82 317	2.58 296	2.62 311	5.00 372	2.11 266	14.03 407	2.73 306	1.28 378	2.34 402	0.67 349	1.83 395	0.81 336	1.03 348

TorneroNet	25.88 422	11.28 412	21.62 401	4.20 403	4.07 407	55.25 432	3.15 374	15.16 417	76.94 436	58.09 432	82.72 437	86.88 438	41.15 425	13.35 398	18.13 403	4.32 406	2.85 405	3.45 407	2.62 407	8.33 420	4.14 412

SPstereo	30.42 424	11.55 413	18.72 316	8.51 419	9.93 416	50.05 431	82.85 439	71.73 437	35.92 428	30.73 425	29.66 420	48.61 432	42.30 433	47.77 436	58.10 436	7.32 418	8.89 421	20.37 426	10.07 420	7.98 418	7.43 420

ACVNet_2	5.41 378	12.60 414	20.42 368	3.27 392	3.15 396	4.50 330	3.02 369	4.66 378	3.73 373	3.35 354	5.36 371	7.86 390	2.88 310	12.33 388	4.76 338	3.12 394	2.22 397	2.70 399	1.69 389	3.49 390	3.10 397

WAO-8	11.95 409	13.02 415	20.56 372	3.50 393	3.08 393	15.11 416	2.80 359	12.91 411	19.11 417	7.69 397	13.12 404	11.62 398	7.01 389	84.40 439	7.91 361	3.42 396	1.92 394	3.54 411	1.93 399	3.68 392	2.69 392

Venus	11.95 409	13.02 415	20.56 372	3.50 393	3.08 393	15.11 416	2.80 359	12.91 411	19.11 417	7.69 397	13.12 404	11.62 398	7.01 389	84.40 439	7.91 361	3.42 396	1.92 394	3.54 411	1.93 399	3.68 392	2.69 392

IMH	6.81 395	13.66 417	20.41 367	4.33 408	3.74 401	5.50 388	3.06 371	5.49 398	6.22 398	4.64 381	10.35 396	9.30 394	8.03 397	13.61 402	6.81 351	4.80 415	2.99 412	3.09 404	2.12 401	4.36 403	3.61 405

ACVNet-4b	6.73 393	13.67 418	21.87 404	3.54 396	3.07 392	4.19 279	2.25 343	4.03 247	3.65 370	1.64 82	3.98 361	5.88 381	2.89 311	10.01 314	16.98 397	23.29 430	2.24 398	2.53 393	1.78 393	3.87 398	3.21 401

ACVNet_1	6.04 388	13.97 419	21.36 394	3.58 397	3.14 395	4.73 372	2.48 349	4.20 287	3.17 346	2.98 334	2.83 329	23.31 413	4.34 355	11.06 348	2.45 290	3.68 400	2.33 401	2.60 395	1.79 394	3.69 394	3.19 400

HanzoNet	31.60 425	17.23 420	21.22 391	7.32 417	5.84 415	7.25 400	3.53 382	13.82 415	14.20 410	50.38 430	47.01 429	44.45 423	56.61 435	36.61 427	32.00 425	63.89 436	56.57 437	7.97 419	89.20 437	28.69 424	28.25 427

Anonymous_1	57.11 436	19.68 421	26.15 417	23.10 423	142.31 438	30.84 422	39.75 425	33.86 427	16.98 411	70.53 436	15.42 411	23.46 414	19.75 416	23.04 415	27.23 421	164.73 441	9.02 422	130.38 438	137.40 438	161.27 441	27.24 426

DPSM_ROB	20.78 418	20.03 422	26.57 418	23.62 424	22.46 420	31.10 423	39.97 426	33.52 425	17.41 413	15.25 416	15.80 412	24.06 416	20.71 417	23.30 417	27.62 422	10.78 421	9.41 423	11.69 423	11.50 421	14.49 422	16.36 423

DPSM	20.78 418	20.03 422	26.57 418	23.62 424	22.46 420	31.10 423	39.97 426	33.52 425	17.41 413	15.25 416	15.80 412	24.06 416	20.71 417	23.30 417	27.62 422	10.78 421	9.41 423	11.69 423	11.50 421	14.49 422	16.36 423

JetRed	10.48 405	27.10 424	35.70 422	4.27 404	4.09 408	15.55 418	12.83 410	12.16 408	5.50 393	5.83 387	5.56 373	10.14 396	7.43 391	8.88 283	26.39 420	3.32 395	3.81 416	3.51 409	2.96 414	7.85 416	6.69 419

LRCNet_RVC	25.52 421	33.45 425	23.21 413	31.79 426	32.78 423	6.74 397	1.18 251	25.88 422	4.46 382	28.94 419	30.89 421	24.91 418	17.57 411	27.66 421	24.34 417	35.26 432	25.60 433	35.91 433	33.81 432	31.90 432	34.10 433

LSM0	49.58 434	40.04 426	53.62 436	97.15 436	128.68 437	62.75 438	79.89 433	67.63 436	35.11 427	33.02 426	32.61 427	48.43 431	41.60 426	46.60 431	55.43 431	21.63 429	18.99 432	23.62 432	23.13 426	29.47 431	52.26 437

MyStereo03	41.77 426	40.13 427	53.46 433	47.73 430	45.04 428	62.50 433	80.72 436	66.91 431	34.93 423	30.53 421	31.77 422	48.26 428	41.67 427	46.68 433	55.85 433	21.53 424	18.88 428	23.46 427	23.21 428	29.14 426	33.09 430

MyStereo02	41.77 426	40.13 427	53.46 433	47.73 430	45.04 428	62.50 433	80.72 436	66.91 431	34.93 423	30.53 421	31.77 422	48.26 428	41.67 427	46.68 433	55.85 433	21.53 424	18.88 428	23.46 427	23.21 428	29.14 426	33.09 430

MyStereo	41.77 426	40.13 427	53.46 433	47.73 430	45.04 428	62.50 433	80.72 436	66.91 431	34.93 423	30.53 421	31.77 422	48.26 428	41.67 427	46.68 433	55.85 433	21.53 424	18.88 428	23.46 427	23.21 428	29.14 426	33.09 430

Selective-RAFT-Error	41.77 426	40.16 430	53.34 431	47.73 430	45.25 432	62.51 436	80.64 434	67.22 434	34.93 423	30.64 424	31.81 425	48.11 426	42.11 431	46.57 430	54.95 430	21.61 428	18.87 427	23.48 430	23.15 427	29.16 429	33.08 429

CasAABBNet	41.80 430	40.20 431	53.41 432	47.73 430	45.18 431	62.51 436	80.71 435	67.26 435	34.80 422	30.49 420	31.88 426	48.24 427	41.81 430	46.63 432	55.64 432	21.60 427	18.88 428	23.48 430	23.22 431	29.19 430	33.05 428

HaxPig	43.25 431	43.65 432	45.00 426	33.85 427	35.61 425	32.69 425	30.52 420	45.09 428	42.97 430	48.77 428	48.17 430	43.00 422	40.26 423	44.58 428	43.61 426	47.18 433	49.30 434	51.54 435	50.25 434	43.73 433	45.29 434

AVERAGE_ROB	44.46 432	45.91 433	46.59 427	40.59 429	38.66 426	32.99 426	30.52 420	46.19 429	43.26 431	49.59 429	48.97 431	44.62 424	39.89 422	45.04 429	43.94 427	48.74 434	50.69 435	50.80 434	49.79 433	45.54 434	46.97 435

MEDIAN_ROB	47.37 433	49.08 434	49.92 429	40.32 428	39.97 427	34.95 427	33.43 424	49.17 430	46.39 433	53.06 431	52.65 432	47.65 425	42.23 432	48.35 437	47.29 428	52.10 435	54.04 436	54.28 436	53.48 435	48.76 435	50.33 436

PML	64.32 437	53.22 435	17.88 302	8.10 418	32.94 424	148.46 441	247.79 442	12.18 409	45.42 432	111.41 439	288.92 442	101.47 440	101.31 440	31.67 422	15.55 386	14.03 423	4.83 417	10.98 422	6.18 418	28.82 425	5.17 415

DLNR_Zeroshot_test	28.62 423	55.50 436	49.94 430	183.62 438	115.05 436	3.43 115	0.28 1	29.49 424	1.49 48	1.01 33	1.26 43	0.93 47	0.63 8	3.92 198	1.51 190	29.81 431	0.41 298	0.26 39	0.23 60	93.28 436	0.32 115

BEATNet-Init1	49.72 435	64.32 437	97.77 438	4.68 412	4.28 409	84.75 439	60.42 429	73.38 438	68.59 434	88.29 438	88.51 439	91.94 439	97.99 439	85.26 441	70.96 440	0.80 353	0.65 355	0.85 366	0.70 352	7.96 417	2.33 385

xxxxx1	112.33 439	88.53 438	37.76 423	227.84 440	157.23 439	39.05 428	61.41 430	93.76 439	79.29 438	62.45 433	74.79 434	78.32 435	70.96 436	33.47 423	70.69 437	114.00 438	130.36 439	259.31 440	274.34 440	145.54 438	147.50 439

tt_ll	112.33 439	88.53 438	37.76 423	227.84 440	157.23 439	39.05 428	61.41 430	93.76 439	79.29 438	62.45 433	74.79 434	78.32 435	70.96 436	33.47 423	70.69 437	114.00 438	130.36 439	259.31 440	274.34 440	145.54 438	147.50 439

ff	112.33 439	88.53 438	37.76 423	227.84 440	157.23 439	39.05 428	61.41 430	93.76 439	79.29 438	62.45 433	74.79 434	78.32 435	70.96 436	33.47 423	70.69 437	114.00 438	130.36 439	259.31 440	274.34 440	145.54 438	147.50 439

ASD4		113.98 441

DPSimNet_ROB	102.30 438	119.72 442	143.59 440	109.42 437	94.10 434	127.22 440	127.15 440	26.62 423	102.36 441	149.58 441	83.99 438	139.34 441	137.54 441	64.62 438	82.36 441	105.18 437	66.15 438	120.15 437	69.61 436	99.58 437	77.72 438

test_example2	212.63 442	219.92 443	221.87 442	213.67 439	221.17 442	199.47 442	200.74 441	185.30 442	141.66 442	209.52 442	213.45 441	210.82 442	205.48 442	221.27 442	216.64 442	236.83 442	242.07 442	213.93 439	217.01 439	235.69 442	226.10 442

Low-res two-view benchmark