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 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

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

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

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

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

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
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)
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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.
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
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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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_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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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)
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		113.98 441

Low-res two-view benchmark