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

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

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

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

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

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

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

IGEV-Stereo	0.95 14	0.69 137	1.27 6	0.84 49	0.52 85	4.54 334	0.84 143	1.76 17	1.24 5	0.75 6	1.06 18	0.79 29	0.77 25	1.68 89	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CASnet	0.78 2	0.51 10	1.29 8	0.81 29	0.29 1	1.28 11	0.74 98	1.51 5	1.89 161	1.64 80	1.09 22	0.65 7	0.64 9	0.91 2	0.76 35	0.29 77	0.17 9	0.41 250	0.31 204	0.32 98	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.94 12	1.30 305	1.31 9	0.84 49	1.63 334	2.02 32	0.59 40	1.51 5	1.36 19	0.81 18	1.33 54	0.84 35	0.88 42	1.36 46	0.73 30	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 366

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

AEACV	0.79 3	0.54 30	1.35 11	0.97 108	0.63 123	1.13 6	0.92 196	2.02 28	0.91 1	0.76 13	0.79 6	0.80 30	1.61 193	1.28 38	0.61 1	0.22 4	0.18 24	0.26 37	0.23 59	0.27 23	0.23 14

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

Former-RAFT_DAM_RVC	0.92 10	0.73 168	1.42 13	0.92 82	1.08 233	2.97 73	0.53 24	1.77 19	1.39 21	1.16 43	1.54 88	0.58 2	0.65 11	1.03 8	0.84 50	0.25 19	0.23 128	0.30 101	0.24 80	0.43 222	0.29 76

CREStereo	0.92 10	0.53 24	1.45 14	0.61 1	0.34 3	4.42 313	0.40 7	2.21 36	1.54 76	0.94 26	1.12 25	0.87 38	0.87 41	1.12 11	0.72 29	0.28 60	0.19 39	0.22 4	0.15 4	0.22 3	0.19 3
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CAS	1.26 70	0.40 1	1.46 15	2.97 386	1.61 331	4.13 254	0.73 88	1.78 20	1.49 47	0.83 21	1.10 23	0.59 3	0.53 2	1.26 34	0.80 42	2.99 390	0.13 1	0.21 2	0.13 1	0.31 75	1.72 373

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

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

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

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

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

CREStereo++_RVC	1.02 29	0.49 7	1.54 21	0.83 43	0.55 96	4.01 230	0.31 2	1.63 12	1.99 172	1.63 78	2.13 242	0.84 35	0.65 11	0.88 1	0.70 23	0.27 34	0.15 2	0.23 5	1.22 380	0.24 5	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MC-Stereo	1.06 32	0.48 5	1.55 22	1.15 195	0.41 32	4.56 342	0.61 46	2.06 29	1.46 33	1.90 125	1.61 108	0.89 41	1.12 94	1.35 45	0.73 30	0.25 19	0.18 24	0.26 37	0.22 50	0.25 11	0.24 20

EGLCR-Stereo	1.06 32	0.51 10	1.56 23	1.02 136	0.39 26	4.27 294	0.42 8	4.08 260	1.48 41	0.90 24	0.68 1	1.09 55	0.66 13	1.81 97	0.62 2	0.27 34	0.19 39	0.29 82	0.23 59	0.37 163	0.25 27

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	1.24 60	0.69 137	1.77 35	0.65 4	0.61 119	4.29 296	0.58 39	4.44 353	2.53 273	1.98 144	1.33 54	0.91 42	0.86 39	1.25 33	1.25 141	0.36 189	0.23 128	0.32 136	0.23 59	0.32 98	0.29 76
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PSMNet-ADL	1.91 151	0.72 160	1.78 37	1.09 159	0.86 178	4.18 274	0.78 118	3.77 180	2.10 198	1.72 94	1.85 188	2.91 261	1.82 241	10.38 323	1.91 241	0.48 283	0.46 317	0.28 67	0.29 174	0.38 167	0.51 259

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

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

RAFT-Stereo	1.20 49	0.58 59	1.81 39	0.99 116	0.67 136	3.78 178	0.90 178	4.09 262	1.51 56	2.16 205	1.71 130	1.13 58	0.94 52	1.40 47	0.91 74	0.30 111	0.24 157	0.26 37	0.21 29	0.26 17	0.25 27
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LoS	0.94 12	0.52 15	1.88 41	0.86 59	0.36 5	4.15 258	0.51 22	2.18 35	1.45 26	0.97 28	0.88 7	0.62 5	0.79 33	1.59 70	0.86 57	0.26 27	0.19 39	0.24 17	0.16 7	0.21 2	0.20 6

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

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

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

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

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

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

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

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

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

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

ROB_FTStereo_v2	1.23 55	0.66 122	2.02 52	0.75 11	0.37 17	4.67 357	0.76 106	2.53 55	1.58 94	1.99 149	1.46 70	1.78 129	1.14 102	2.08 119	0.88 64	0.48 283	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

PSM-adaLoss	1.24 60	0.65 112	2.03 53	0.75 11	0.37 17	4.68 358	0.73 88	2.53 55	1.58 94	1.99 149	1.47 74	1.78 129	1.13 96	2.18 132	0.87 62	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

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

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	1.25 63	0.65 112	2.06 65	0.75 11	0.37 17	4.68 358	0.76 106	2.53 55	1.58 94	1.99 149	1.47 74	1.78 129	1.14 102	2.44 144	0.90 68	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.25 63	0.65 112	2.06 65	0.75 11	0.37 17	4.68 358	0.76 106	2.53 55	1.58 94	1.99 149	1.47 74	1.78 129	1.14 102	2.44 144	0.90 68	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

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

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

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

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

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

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

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

mmm	1.27 74	0.58 59	2.20 74	1.41 285	0.68 141	2.39 50	0.85 150	3.90 209	1.63 118	2.20 217	1.84 181	1.28 77	1.50 171	1.91 107	0.89 66	0.31 129	0.27 193	0.45 269	0.37 259	0.38 167	0.34 133

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

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

StereoDRNet-Refined	1.77 133	0.81 207	2.22 76	1.21 217	0.76 154	3.26 93	0.71 82	3.82 188	2.05 184	2.29 240	2.05 226	2.98 264	1.44 153	7.15 255	2.27 278	0.30 111	0.23 128	0.42 256	0.33 219	0.45 234	0.64 298
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-IKP	1.25 63	0.66 122	2.23 78	0.75 11	0.37 17	4.64 352	0.74 98	2.53 55	1.58 94	1.99 149	1.47 74	1.78 129	1.13 96	2.22 137	0.92 77	0.48 283	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

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

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

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

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

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

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

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

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

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

AdaStereo	1.45 94	0.83 217	2.34 88	1.28 240	0.81 161	3.21 84	1.14 243	4.20 285	2.46 262	2.05 175	1.77 149	2.48 222	1.18 108	1.71 90	1.44 170	0.43 253	0.25 174	0.43 260	0.28 150	0.44 227	0.34 133
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DLCB_ROB	2.05 179	0.95 243	2.37 89	1.24 226	1.02 221	2.92 67	1.30 263	3.68 162	2.30 229	2.91 324	2.17 248	3.32 290	1.52 176	10.37 321	2.50 292	0.40 228	0.33 239	0.40 243	0.36 248	0.41 199	0.47 238

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

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

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

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

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

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

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

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

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

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

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

CASS	1.29 77	0.66 122	2.62 101	0.95 97	0.66 133	2.84 60	0.69 75	3.00 97	1.79 146	2.57 292	1.95 205	1.39 89	1.55 186	1.59 70	1.06 103	0.50 296	0.28 201	0.34 184	0.28 150	0.46 241	0.63 296
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MIF-Stereo	0.82 6	0.47 4	2.63 102	0.96 101	1.19 255	0.78 3	0.39 6	1.12 1	1.54 76	1.19 44	1.26 42	0.51 1	0.64 9	1.13 14	1.03 100	0.30 111	0.20 56	0.24 17	0.21 29	0.40 178	0.25 27

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

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

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

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

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

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

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

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

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

GMStereo	1.01 25	1.00 252	2.86 112	0.83 43	0.45 47	1.47 14	0.57 31	1.89 23	2.11 200	1.52 62	1.24 37	0.87 38	0.74 22	1.58 67	0.94 85	0.40 228	0.21 81	0.30 101	0.30 188	0.47 243	0.36 147
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PS-NSSS	2.22 194	1.33 312	2.90 113	0.97 108	1.53 315	4.11 249	1.08 231	4.55 369	2.65 286	2.10 185	2.32 285	1.77 128	1.40 141	11.79 374	1.61 203	0.68 339	0.45 310	0.96 368	0.43 295	0.95 344	0.92 340

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

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

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

ETE_ROB	2.07 182	1.40 319	3.01 117	1.09 159	0.92 193	3.94 211	1.53 295	4.25 305	2.23 214	3.31 348	2.06 230	2.35 206	1.52 176	8.74 279	2.07 262	0.44 260	0.36 259	0.51 303	0.48 310	0.54 265	0.62 293

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

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

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

DSFCA	1.89 146	0.69 137	3.14 121	1.10 167	1.18 249	3.99 227	1.79 316	3.50 139	2.16 205	3.10 338	1.64 113	2.91 261	2.50 293	5.38 217	2.26 277	0.43 253	0.38 277	0.37 222	0.36 248	0.50 252	0.42 205

RALAANet	1.28 75	1.08 265	3.21 122	1.25 228	0.94 199	1.44 13	0.69 75	3.15 107	2.57 279	2.01 163	1.80 157	1.29 79	1.05 74	2.00 112	1.48 178	0.27 34	0.20 56	0.27 53	0.24 80	0.40 178	0.27 56

UCFNet_RVC	1.57 106	0.84 221	3.25 123	1.36 270	1.40 297	4.07 242	1.01 216	2.68 77	1.50 52	2.11 189	1.88 192	2.37 209	1.50 171	3.41 181	1.42 167	0.36 189	0.28 201	0.52 309	0.40 285	0.53 262	0.43 213

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

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

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

DeepStereo_RVC	1.55 100	0.63 100	3.32 127	0.77 25	0.42 35	4.49 325	0.72 84	2.50 52	1.58 94	2.02 167	1.81 169	1.54 106	6.38 381	1.73 92	1.19 127	0.46 270	0.22 104	0.29 82	0.28 150	0.35 145	0.38 174

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

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

CroCo-Stereo	0.98 16	0.87 228	3.44 130	0.87 62	0.53 93	0.49 1	0.50 18	3.99 236	1.49 47	0.81 18	1.25 41	1.00 49	0.75 23	1.10 9	1.09 110	0.24 10	0.21 81	0.24 17	0.19 18	0.35 145	0.27 56
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GANet-RSSM	1.98 165	0.62 96	3.49 131	1.69 331	1.23 265	4.22 284	0.91 186	3.31 123	1.86 155	1.81 108	1.74 137	2.34 204	1.82 241	10.92 339	1.73 222	0.34 167	0.29 210	0.31 120	0.28 150	0.39 175	0.40 197

SGM-Forest	2.96 294	0.62 96	3.49 131	1.09 159	0.80 159	4.06 237	3.30 373	4.37 343	3.09 337	4.18 373	3.27 346	4.67 365	3.86 344	11.69 370	7.91 359	0.51 302	0.46 317	0.49 297	0.39 275	0.48 246	0.49 246
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DCRE	1.44 92	0.74 176	3.50 133	1.13 180	0.72 145	1.78 22	0.67 66	2.14 33	1.56 86	1.99 149	8.09 380	1.73 125	1.07 83	1.24 32	0.83 48	0.23 7	0.25 174	0.26 37	0.26 102	0.28 36	0.30 99

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Test	1.44 92	0.59 65	6.10 166	1.01 127	0.69 143	2.90 64	0.80 128	3.68 162	1.70 132	1.85 112	1.68 121	3.15 278	1.03 68	1.20 27	0.99 96	0.27 34	0.22 104	0.25 27	0.23 59	0.27 23	0.25 27

test_4	1.30 78	0.50 8	6.16 167	0.84 49	0.45 47	1.61 19	1.12 238	2.14 33	1.42 23	1.52 62	2.31 280	1.84 149	0.79 33	2.52 156	1.19 127	0.27 34	0.17 9	0.29 82	0.29 174	0.29 44	0.25 27

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

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

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

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

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

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

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

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

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

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

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

ssnet_v2	2.04 176	0.88 229	7.87 179	1.20 212	0.87 180	3.86 199	1.64 306	4.01 239	2.60 282	2.61 300	1.96 206	3.79 320	1.71 222	2.20 133	2.96 312	0.41 238	0.35 255	0.42 256	0.37 259	0.55 267	0.52 264

ccnet	2.66 268	0.97 250	8.01 180	1.54 309	1.24 267	3.75 173	2.18 340	4.07 256	2.41 251	2.66 308	3.25 344	2.87 258	2.31 282	9.89 305	3.50 321	0.78 348	0.75 365	0.71 351	0.67 344	0.76 327	0.81 328

DANet	2.63 264	1.07 263	8.10 181	1.83 348	1.70 346	3.25 92	1.16 245	4.31 329	2.38 246	3.40 353	2.18 249	4.08 335	1.80 236	9.77 300	3.89 327	0.52 308	0.55 334	0.59 327	0.44 297	0.63 292	0.86 334
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
hitnet-ft	2.37 229	0.73 168	8.34 182	0.96 101	0.89 188	3.77 176	0.80 128	3.55 146	2.58 280	2.24 232	2.04 221	3.65 317	1.49 170	11.71 371	1.89 239	0.44 260	0.53 331	0.44 263	0.35 240	0.52 256	0.48 242

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

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

iRaft-Stereo_5w	2.10 185	0.83 217	8.57 185	0.81 29	0.76 154	3.21 84	0.84 143	3.71 172	1.65 120	1.56 68	2.50 297	2.20 191	2.23 277	9.13 288	2.01 254	0.38 211	0.19 39	0.35 199	0.27 125	0.45 234	0.39 179

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

THIR-Stereo	4.14 355	0.82 214	10.85 215	0.86 59	0.43 38	2.16 44	16.77 411	3.22 115	1.54 76	2.04 174	12.05 401	2.68 238	7.53 390	7.30 256	12.62 377	0.30 111	0.21 81	0.29 82	0.28 150	0.33 113	0.41 202

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HITNet	2.07 182	0.82 214	14.77 254	1.34 260	0.56 99	3.47 122	0.80 128	4.07 256	2.35 236	2.16 205	1.61 108	1.64 113	1.44 153	2.09 122	2.56 299	0.26 27	0.18 24	0.41 250	0.26 102	0.45 234	0.25 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
XQC	2.96 294	2.42 360	14.85 255	1.36 270	1.32 282	3.29 102	1.53 295	4.28 317	2.78 301	3.21 345	2.46 292	3.53 309	2.92 311	6.58 241	4.67 333	0.70 343	0.41 296	0.59 327	0.56 331	0.96 348	0.83 333

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

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

RGC	3.10 315	1.45 323	14.90 258	1.46 295	1.79 356	3.33 104	1.39 277	4.04 249	2.26 221	2.77 316	3.26 345	4.00 330	2.71 303	11.63 366	2.62 302	0.82 354	0.46 317	0.79 360	0.79 359	0.71 320	0.78 325

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

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

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

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

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

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

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

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

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

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

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

GwcNet-RSSM	2.66 268	1.05 260	15.91 270	1.22 220	1.19 255	4.12 251	1.12 238	3.84 192	2.02 177	1.93 135	1.79 154	3.12 276	1.46 160	10.37 321	2.05 258	0.33 156	0.27 193	0.35 199	0.30 188	0.40 178	0.36 147

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

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

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

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

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

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

NVStereoNet_ROB	4.91 370	1.40 319	16.46 277	1.47 298	1.72 349	3.46 120	1.96 327	3.89 204	3.61 367	2.90 323	24.61 416	4.81 366	4.49 356	13.57 399	4.87 338	1.33 380	1.29 382	1.70 383	1.68 386	1.41 374	1.66 370
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FADNet_RVC	2.65 266	2.28 359	16.51 278	0.98 111	0.92 193	4.09 244	0.83 140	4.26 312	1.73 136	1.46 58	1.78 151	1.60 109	1.50 171	8.88 281	2.39 284	0.47 278	0.38 277	0.44 263	0.58 335	0.89 340	0.97 343

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

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

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

NLCA_NET_v2_RVC	2.54 254	1.04 259	16.73 282	1.53 307	2.00 368	3.96 221	0.87 168	3.87 200	2.31 231	2.54 287	1.67 119	2.85 256	1.63 208	5.55 222	1.62 205	0.46 270	0.33 239	0.38 234	0.38 271	0.53 262	0.62 293
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
EDNetEfficient	5.61 379	2.14 355	16.75 283	1.67 329	3.64 398	4.12 251	7.51 399	3.05 101	5.63 394	11.57 412	4.83 366	3.95 326	12.72 402	8.44 275	20.78 410	0.41 238	0.43 303	0.47 276	1.01 369	1.66 377	1.39 365

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

ADCP+	3.74 343	1.96 349	16.90 285	1.09 159	1.55 320	4.35 302	3.65 385	3.93 219	2.98 328	2.22 226	1.66 118	3.95 326	4.83 360	3.41 181	18.87 406	0.38 211	0.41 296	0.63 339	0.53 326	0.64 298	0.81 328

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	2.87 285	0.57 47	17.46 296	0.92 82	0.90 191	3.70 165	1.20 253	5.64 397	2.51 271	3.22 346	2.43 291	2.54 227	1.59 188	11.41 353	1.65 211	0.34 167	0.25 174	0.26 37	0.23 59	0.30 59	0.29 76
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SGM_RVC	4.57 363	0.72 160	17.46 296	1.84 349	0.58 114	4.23 287	3.45 377	4.66 376	3.66 369	7.99 398	8.82 388	7.56 387	8.74 398	12.30 384	6.84 351	0.43 253	0.38 277	0.39 237	0.35 240	0.51 253	0.48 242
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
aanetorigin	3.30 327	1.66 336	17.52 298	1.18 207	1.58 328	2.57 55	3.80 387	2.65 75	2.03 179	6.12 389	4.30 362	2.82 255	5.70 370	5.47 220	4.67 333	0.50 296	0.44 306	0.43 260	0.47 306	1.17 364	0.92 340

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

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

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

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

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

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

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

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

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

Abc-Net	3.16 321	1.28 303	18.31 307	1.25 228	1.75 351	4.06 237	1.40 279	3.89 204	2.22 212	2.72 312	2.55 303	3.49 305	2.65 301	9.91 306	2.99 313	1.29 377	0.65 353	0.64 342	0.86 362	0.65 301	0.71 308
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SQANet	3.70 340	9.34 403	18.41 309	2.75 381	2.74 384	3.40 112	1.47 287	3.50 139	1.68 124	2.60 298	1.75 141	2.69 239	1.91 252	6.72 249	1.74 223	2.96 389	1.41 384	1.85 384	1.12 374	3.17 386	2.70 392

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

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

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

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

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

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

PA-Net	3.09 312	1.24 299	18.84 316	1.38 280	1.19 255	3.42 113	1.75 314	3.89 204	3.27 356	1.88 119	2.10 234	3.03 268	1.88 250	11.60 359	2.88 310	0.40 228	0.54 332	0.44 263	0.62 342	0.52 256	1.02 345
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	3.20 323	1.93 347	18.84 316	1.51 303	0.80 159	4.12 251	1.82 320	4.16 281	2.91 321	1.87 117	1.74 137	2.48 222	1.84 243	13.18 393	1.74 223	0.80 351	0.57 337	0.79 360	0.74 351	1.20 367	0.86 334
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
DispNO	3.00 303	0.75 185	18.92 318	1.17 201	1.10 238	3.72 168	0.94 200	4.29 318	2.54 275	2.24 232	2.28 265	4.51 355	2.12 265	11.40 352	2.09 264	0.31 129	0.28 201	0.31 120	0.28 150	0.36 156	0.39 179

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

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

anonymousa	2.16 190	0.67 130	19.19 321	1.04 144	1.67 343	2.06 39	0.79 123	2.86 90	1.96 167	1.85 112	2.14 243	3.23 283	1.81 239	1.12 11	1.15 118	0.26 27	0.26 185	0.34 184	0.32 211	0.30 59	0.28 69

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

FCDSN-DC	6.04 386	0.84 221	19.25 323	1.24 226	1.09 236	4.38 304	2.62 353	4.38 344	4.71 383	9.59 406	11.22 397	19.19 406	17.40 408	12.30 384	8.55 363	0.69 342	0.57 337	0.60 332	0.60 338	0.70 315	0.78 325
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MyStereo8	2.33 221	1.13 274	19.26 324	1.22 220	1.62 332	4.16 267	0.57 31	3.50 139	2.36 238	2.15 200	1.75 141	2.28 195	1.14 102	1.46 57	2.20 274	0.24 10	0.21 81	0.32 136	0.27 125	0.36 156	0.43 213

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

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

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

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

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

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

Consistency-Raft	2.86 282	1.66 336	19.61 331	1.40 284	1.75 351	3.84 191	1.32 265	4.07 256	2.25 218	1.78 103	2.67 313	1.82 143	4.41 354	1.94 110	2.06 259	0.83 356	0.94 371	1.03 370	1.12 374	1.70 378	1.09 350

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

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

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

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

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

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

GwcNet	3.00 303	1.63 332	19.83 338	1.32 252	2.04 372	3.27 95	1.55 299	3.65 157	2.33 233	2.00 161	2.12 241	3.56 313	1.68 218	9.47 295	2.45 288	0.44 260	0.45 310	0.46 273	0.38 271	0.60 284	0.76 321

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ELAS	5.99 385	1.62 330	20.29 360	1.96 359	2.01 369	15.09 413	8.38 403	5.23 388	5.54 392	9.02 402	8.61 384	6.74 383	9.75 400	7.48 261	11.40 375	0.96 363	1.18 377	0.72 355	0.93 366	1.30 370	1.67 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FTStereo	3.71 342	0.53 24	20.37 362	0.96 101	0.65 130	4.34 301	11.29 405	2.62 73	1.50 52	2.58 294	5.04 368	1.90 154	13.84 405	3.71 189	1.25 141	0.38 211	0.24 157	0.31 120	0.32 211	0.30 59	2.10 380

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

ELAS_RVC	5.72 382	1.64 335	20.40 364	2.09 365	2.01 369	4.95 380	11.47 406	4.66 376	6.31 398	8.09 399	8.01 378	8.06 391	11.65 401	8.36 272	10.22 369	0.99 365	1.17 376	0.81 363	0.76 353	1.14 360	1.58 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	6.81 393	13.66 415	20.41 365	4.33 406	3.74 399	5.50 386	3.06 369	5.49 396	6.22 396	4.64 379	10.35 394	9.30 392	8.03 395	13.61 400	6.81 349	4.80 413	2.99 410	3.09 402	2.12 399	4.36 401	3.61 403

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

4D-IteraStereo	1.97 163	0.84 221	20.43 367	0.78 26	1.56 323	2.09 41	1.05 225	2.43 47	1.56 86	1.41 55	1.00 8	1.94 157	0.61 6	1.22 30	1.06 103	0.27 34	0.18 24	0.31 120	0.26 102	0.27 23	0.23 14

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

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

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

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

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

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

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

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

SPS-STEREO	3.97 350	1.44 322	20.85 376	1.72 335	1.71 347	3.24 89	2.30 344	3.55 146	2.68 291	4.79 380	3.66 353	5.44 378	2.97 312	9.11 287	9.35 366	1.15 371	1.10 375	1.06 373	1.02 371	1.16 363	1.18 354
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
HBP-ISP	3.25 326	1.10 269	20.86 377	1.54 309	1.15 244	4.50 328	2.89 361	4.43 352	2.38 246	4.14 369	1.96 206	1.90 154	2.04 259	11.08 347	1.32 154	0.66 334	0.57 337	0.66 345	0.61 341	0.64 298	0.61 291

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

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

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

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

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

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

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

APVNet	3.13 317	1.25 301	21.14 384	1.31 250	1.52 314	3.94 211	1.13 241	3.32 127	2.14 202	2.20 217	2.03 218	3.05 272	1.96 255	11.79 374	2.53 295	0.42 248	0.45 310	0.64 342	0.46 303	0.67 309	0.57 281

CBMV	3.32 329	0.96 249	21.16 386	1.32 252	0.83 170	3.81 184	3.91 390	4.47 358	2.53 273	3.34 350	2.24 258	4.45 352	2.58 298	10.07 315	1.96 249	0.45 266	0.43 303	0.48 284	0.38 271	0.52 256	0.53 266
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iResNet	2.52 251	0.94 242	21.17 387	1.84 349	0.72 145	3.75 173	0.81 133	4.14 277	2.55 277	2.33 259	2.03 218	1.35 84	1.44 153	3.27 179	2.16 272	0.35 184	0.23 128	0.28 67	0.22 50	0.44 227	0.45 223

ICVP	2.26 202	0.66 122	21.18 388	0.99 116	0.88 183	4.28 295	0.95 204	3.32 127	1.60 109	1.66 84	1.76 144	1.34 82	1.14 102	1.62 78	1.32 154	0.53 310	0.35 255	0.33 167	0.29 174	0.40 178	0.51 259
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HanzoNet	31.60 423	17.23 418	21.22 389	7.32 415	5.84 413	7.25 398	3.53 380	13.82 413	14.20 408	50.38 428	47.01 427	44.45 421	56.61 433	36.61 425	32.00 423	63.89 434	56.57 435	7.97 417	89.20 435	28.69 422	28.25 425

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

MeshStereo	5.35 375	1.32 309	21.34 391	1.34 260	1.15 244	4.40 310	3.90 389	5.18 387	4.55 381	10.14 408	11.82 400	11.47 395	5.84 372	13.84 403	7.03 354	0.61 323	0.58 341	0.60 332	0.58 335	0.72 323	0.59 288
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ACVNet_1	6.04 386	13.97 417	21.36 392	3.58 395	3.14 393	4.73 370	2.48 347	4.20 285	3.17 344	2.98 332	2.83 327	23.31 411	4.34 353	11.06 346	2.45 288	3.68 398	2.33 399	2.60 393	1.79 392	3.69 392	3.19 398

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

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

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

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

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

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

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

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

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

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

edge stereo	3.37 332	1.01 253	21.99 403	1.28 240	1.37 290	2.67 58	1.39 277	3.98 232	2.87 318	2.93 326	3.27 346	4.35 349	2.43 289	11.62 361	2.39 284	0.60 321	0.63 351	0.79 360	0.55 329	0.68 312	0.67 303

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		113.98 439

Low-res two-view benchmark