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

MoCha-V2	0.13 2	0.09 10	0.23 9	0.38 366	0.09 8	0.13 3	0.16 41	0.24 12	0.15 2	0.13 3	0.16 17	0.12 3	0.12 15	0.15 3	0.11 1	0.06 1	0.05 6	0.06 1	0.07 53	0.07 38	0.05 1

ACVNet-DCA	0.18 58	0.14 170	0.38 133	0.23 176	0.11 45	0.31 226	0.19 129	0.41 169	0.27 78	0.17 32	0.19 28	0.13 13	0.18 113	0.28 126	0.11 1	0.08 103	0.05 6	0.08 69	0.06 25	0.09 146	0.09 168

xx1	0.20 108	0.14 170	0.38 133	0.23 176	0.11 45	0.31 226	0.19 129	0.35 110	0.47 278	0.17 32	0.19 28	0.28 159	0.24 175	0.28 126	0.11 1	0.08 103	0.05 6	0.10 188	0.09 188	0.09 146	0.09 168

cc1	0.18 58	0.14 170	0.38 133	0.23 176	0.11 45	0.31 226	0.19 129	0.35 110	0.47 278	0.17 32	0.19 28	0.13 13	0.18 113	0.28 126	0.11 1	0.08 103	0.05 6	0.08 69	0.06 25	0.08 84	0.08 116

ffm	0.22 148	0.12 85	0.42 178	0.20 60	0.13 136	0.28 179	0.20 167	0.35 110	0.44 247	0.30 156	0.42 225	0.34 205	0.23 160	0.27 114	0.11 1	0.08 103	0.05 6	0.11 236	0.10 220	0.08 84	0.08 116

tt1	0.18 58	0.14 170	0.35 91	0.23 176	0.11 45	0.30 215	0.19 129	0.35 110	0.44 247	0.17 32	0.19 28	0.13 13	0.16 68	0.27 114	0.11 1	0.08 103	0.05 6	0.08 69	0.06 25	0.08 84	0.08 116

MGS-Stereo	0.14 9	0.11 66	0.32 64	0.19 27	0.11 45	0.18 15	0.17 63	0.20 2	0.22 35	0.14 10	0.24 63	0.15 30	0.10 4	0.18 21	0.12 7	0.07 17	0.06 74	0.07 16	0.06 25	0.10 195	0.06 20

ff7	0.14 9	0.12 85	0.27 25	0.19 27	0.12 81	0.21 77	0.18 92	0.27 24	0.20 18	0.15 14	0.13 6	0.12 3	0.12 15	0.24 62	0.12 7	0.07 17	0.05 6	0.08 69	0.07 53	0.07 38	0.07 69

ffff	0.14 9	0.12 85	0.27 25	0.19 27	0.12 81	0.21 77	0.18 92	0.27 24	0.20 18	0.15 14	0.13 6	0.12 3	0.12 15	0.24 62	0.12 7	0.07 17	0.05 6	0.08 69	0.07 53	0.07 38	0.07 69

11t	0.14 9	0.12 85	0.27 25	0.19 27	0.12 81	0.21 77	0.18 92	0.27 24	0.20 18	0.15 14	0.13 6	0.12 3	0.12 15	0.24 62	0.12 7	0.07 17	0.05 6	0.08 69	0.07 53	0.07 38	0.07 69

AEACV	0.13 2	0.09 10	0.23 9	0.18 9	0.19 288	0.19 37	0.16 41	0.23 7	0.14 1	0.13 3	0.17 21	0.13 13	0.16 68	0.16 8	0.12 7	0.07 17	0.05 6	0.07 16	0.08 114	0.07 38	0.06 20

Any-RAFT	0.17 40	0.08 2	0.31 58	0.19 27	0.10 22	0.29 198	0.16 41	0.42 181	0.30 118	0.24 75	0.27 80	0.27 144	0.16 68	0.21 44	0.12 7	0.08 103	0.05 6	0.06 1	0.05 10	0.07 38	0.06 20

HH	0.18 58	0.12 85	0.55 262	0.22 134	0.12 81	0.18 15	0.18 92	0.34 93	0.19 9	0.20 46	0.24 63	0.34 205	0.18 113	0.29 139	0.12 7	0.07 17	0.05 6	0.07 16	0.07 53	0.07 38	0.06 20

HanStereo	0.18 58	0.12 85	0.55 262	0.22 134	0.12 81	0.18 15	0.18 92	0.34 93	0.19 9	0.20 46	0.24 63	0.34 205	0.18 113	0.29 139	0.12 7	0.07 17	0.05 6	0.07 16	0.07 53	0.07 38	0.06 20

anonymousdsp	0.14 9	0.12 85	0.27 25	0.19 27	0.12 81	0.21 77	0.18 92	0.28 37	0.20 18	0.15 14	0.13 6	0.12 3	0.12 15	0.24 62	0.12 7	0.07 17	0.05 6	0.08 69	0.07 53	0.08 84	0.07 69

CES	0.14 9	0.08 2	0.19 1	0.17 6	0.22 325	0.18 15	0.16 41	0.23 7	0.19 9	0.14 10	0.17 21	0.14 24	0.10 4	0.18 21	0.12 7	0.07 17	0.05 6	0.06 1	0.04 1	0.08 84	0.18 326

Selective-IGEV	0.12 1	0.09 10	0.22 7	0.19 27	0.10 22	0.15 5	0.14 14	0.27 24	0.15 2	0.13 3	0.14 14	0.13 13	0.08 1	0.21 44	0.12 7	0.06 1	0.05 6	0.07 16	0.06 25	0.06 6	0.05 1

ProNet	0.14 9	0.12 85	0.25 17	0.19 27	0.11 45	0.19 37	0.19 129	0.27 24	0.20 18	0.14 10	0.13 6	0.13 13	0.12 15	0.24 62	0.12 7	0.06 1	0.05 6	0.07 16	0.06 25	0.07 38	0.07 69

ccc-4	0.14 9	0.12 85	0.27 25	0.19 27	0.12 81	0.21 77	0.18 92	0.27 24	0.20 18	0.15 14	0.13 6	0.12 3	0.12 15	0.24 62	0.12 7	0.07 17	0.05 6	0.08 69	0.07 53	0.07 38	0.07 69

IGEV-Stereo	0.14 9	0.12 85	0.27 25	0.19 27	0.12 81	0.21 77	0.18 92	0.28 37	0.20 18	0.15 14	0.13 6	0.12 3	0.12 15	0.24 62	0.12 7	0.07 17	0.05 6	0.08 69	0.07 53	0.08 84	0.07 69
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.18 58	0.14 170	0.30 46	0.22 134	0.12 81	0.20 58	0.27 279	0.26 17	0.28 91	0.31 173	0.32 122	0.26 136	0.17 91	0.15 3	0.12 7	0.07 17	0.07 163	0.10 188	0.08 114	0.08 84	0.05 1

error version	0.18 58	0.14 170	0.30 46	0.22 134	0.12 81	0.20 58	0.27 279	0.26 17	0.28 91	0.31 173	0.32 122	0.26 136	0.17 91	0.15 3	0.12 7	0.07 17	0.07 163	0.10 188	0.08 114	0.08 84	0.05 1

test-v	0.18 58	0.14 170	0.30 46	0.22 134	0.12 81	0.20 58	0.27 279	0.26 17	0.28 91	0.31 173	0.32 122	0.26 136	0.17 91	0.15 3	0.12 7	0.07 17	0.07 163	0.10 188	0.08 114	0.08 84	0.05 1

test-2	0.18 58	0.14 170	0.30 46	0.22 134	0.12 81	0.20 58	0.27 279	0.26 17	0.28 91	0.31 173	0.32 122	0.26 136	0.17 91	0.15 3	0.12 7	0.07 17	0.07 163	0.10 188	0.08 114	0.08 84	0.05 1

XX-Stereo	0.21 122	0.10 26	0.83 338	0.26 279	0.17 250	0.23 115	0.13 4	0.40 159	0.18 7	0.20 46	0.41 211	0.31 184	0.10 4	0.32 162	0.12 7	0.08 103	0.06 74	0.08 69	0.08 114	0.07 38	0.05 1

panet	0.13 2	0.08 2	0.21 4	0.15 2	0.07 1	0.21 77	0.12 1	0.24 12	0.24 57	0.16 27	0.21 46	0.15 30	0.13 36	0.18 21	0.13 26	0.08 103	0.05 6	0.06 1	0.04 1	0.06 6	0.05 1

MyStereo07	0.16 32	0.12 85	0.26 20	0.22 134	0.14 170	0.25 141	0.23 227	0.29 44	0.21 28	0.15 14	0.13 6	0.12 3	0.13 36	0.25 86	0.13 26	0.07 17	0.07 163	0.09 124	0.08 114	0.08 84	0.08 116

MSKI-zero shot	0.17 40	0.09 10	0.43 188	0.20 60	0.11 45	0.21 77	0.15 27	0.32 73	0.21 28	0.23 62	0.24 63	0.23 98	0.10 4	0.31 156	0.13 26	0.07 17	0.06 74	0.07 16	0.06 25	0.06 6	0.06 20

CASnet	0.14 9	0.12 85	0.22 7	0.22 134	0.08 3	0.16 8	0.15 27	0.27 24	0.25 62	0.22 59	0.20 38	0.15 30	0.11 9	0.17 12	0.13 26	0.07 17	0.05 6	0.11 236	0.09 188	0.08 84	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.13 2	0.10 26	0.19 1	0.18 9	0.16 234	0.20 58	0.18 92	0.20 2	0.17 5	0.13 3	0.19 28	0.12 3	0.15 54	0.17 12	0.13 26	0.06 1	0.05 6	0.06 1	0.04 1	0.05 1	0.12 260

CAS	0.15 25	0.07 1	0.21 4	0.41 372	0.16 234	0.20 58	0.18 92	0.22 4	0.19 9	0.15 14	0.19 28	0.11 2	0.09 2	0.14 1	0.13 26	0.29 376	0.04 1	0.06 1	0.04 1	0.06 6	0.14 289

EGLCR-Stereo	0.13 2	0.08 2	0.20 3	0.18 9	0.09 8	0.21 77	0.13 4	0.27 24	0.21 28	0.13 3	0.10 1	0.15 30	0.09 2	0.20 33	0.13 26	0.07 17	0.05 6	0.07 16	0.07 53	0.06 6	0.06 20

MC-Stereo	0.14 9	0.09 10	0.25 17	0.21 89	0.09 8	0.18 15	0.16 41	0.23 7	0.19 9	0.18 44	0.23 53	0.16 39	0.13 36	0.22 49	0.13 26	0.07 17	0.05 6	0.07 16	0.07 53	0.06 6	0.05 1

RAFT_CTSACE	0.21 122	0.16 213	0.41 171	0.25 251	0.15 211	0.22 98	0.24 249	0.32 73	0.28 91	0.33 201	0.51 290	0.29 166	0.17 91	0.32 162	0.13 26	0.06 1	0.07 163	0.09 124	0.08 114	0.08 84	0.06 20

TRStereo	0.19 95	0.17 229	0.47 217	0.23 176	0.19 288	0.19 37	0.16 41	0.52 268	0.28 91	0.20 46	0.19 28	0.21 72	0.13 36	0.24 62	0.13 26	0.09 170	0.06 74	0.09 124	0.11 255	0.06 6	0.06 20

CroCo-Stereo	0.14 9	0.13 140	0.24 13	0.25 251	0.11 45	0.11 1	0.18 92	0.32 73	0.23 47	0.12 1	0.12 2	0.18 51	0.12 15	0.14 1	0.13 26	0.08 103	0.06 74	0.07 16	0.05 10	0.07 38	0.06 20
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
TANstereo	0.15 25	0.09 10	0.28 33	0.16 4	0.08 3	0.25 141	0.14 14	0.23 7	0.28 91	0.24 75	0.30 104	0.16 39	0.12 15	0.17 12	0.13 26	0.08 103	0.07 163	0.06 1	0.05 10	0.06 6	0.07 69

XX-TBD	0.15 25	0.18 241	0.28 33	0.22 134	0.10 22	0.22 98	0.15 27	0.22 4	0.27 78	0.22 59	0.26 75	0.14 24	0.12 15	0.16 8	0.13 26	0.08 103	0.05 6	0.06 1	0.04 1	0.07 38	0.06 20

CFNet-RSSM	0.17 40	0.10 26	0.40 149	0.20 60	0.11 45	0.20 58	0.15 27	0.36 129	0.30 118	0.23 62	0.21 46	0.26 136	0.15 54	0.20 33	0.13 26	0.07 17	0.05 6	0.07 16	0.07 53	0.06 6	0.05 1

Gwc-CoAtRS	0.17 40	0.10 26	0.37 114	0.20 60	0.12 81	0.19 37	0.15 27	0.32 73	0.28 91	0.23 62	0.23 53	0.27 144	0.15 54	0.20 33	0.13 26	0.07 17	0.05 6	0.07 16	0.07 53	0.06 6	0.06 20

CREStereo	0.13 2	0.08 2	0.21 4	0.14 1	0.08 3	0.22 98	0.15 27	0.25 14	0.24 57	0.16 27	0.21 46	0.14 24	0.13 36	0.18 21	0.13 26	0.09 170	0.05 6	0.06 1	0.04 1	0.07 38	0.06 20
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
PMTNet	0.15 25	0.08 2	0.23 9	0.15 2	0.09 8	0.23 115	0.16 41	0.25 14	0.23 47	0.17 32	0.21 46	0.16 39	0.14 47	0.22 49	0.13 26	0.29 376	0.05 6	0.06 1	0.04 1	0.07 38	0.06 20

LargeStereo	0.13 2	0.10 26	0.23 9	0.21 89	0.10 22	0.15 5	0.15 27	0.29 44	0.16 4	0.12 1	0.15 16	0.12 3	0.12 15	0.17 12	0.14 43	0.07 17	0.06 74	0.07 16	0.05 10	0.07 38	0.07 69

AE-Stereo	0.17 40	0.11 66	0.31 58	0.24 214	0.14 170	0.23 115	0.18 92	0.34 93	0.29 109	0.15 14	0.25 69	0.21 72	0.13 36	0.20 33	0.14 43	0.07 17	0.08 230	0.09 124	0.10 220	0.07 38	0.06 20

IGEVStereo-DCA	0.14 9	0.11 66	0.27 25	0.19 27	0.12 81	0.20 58	0.18 92	0.27 24	0.20 18	0.15 14	0.12 2	0.14 24	0.12 15	0.28 126	0.14 43	0.07 17	0.06 74	0.08 69	0.07 53	0.07 38	0.07 69

rrr	0.17 40	0.11 66	0.57 270	0.19 27	0.12 81	0.20 58	0.18 92	0.35 110	0.22 35	0.15 14	0.12 2	0.14 24	0.12 15	0.28 126	0.14 43	0.07 17	0.06 74	0.08 69	0.07 53	0.07 38	0.07 69

RAFT-Test	0.17 40	0.10 26	0.38 133	0.19 27	0.12 81	0.25 141	0.17 63	0.33 87	0.23 47	0.23 62	0.29 93	0.27 144	0.14 47	0.20 33	0.14 43	0.07 17	0.06 74	0.07 16	0.07 53	0.06 6	0.06 20

4D-IteraStereo	0.17 40	0.16 213	0.50 241	0.21 89	0.14 170	0.19 37	0.17 63	0.28 37	0.28 91	0.23 62	0.20 38	0.20 64	0.11 9	0.19 29	0.14 43	0.06 1	0.04 1	0.10 188	0.08 114	0.08 84	0.06 20

LoS	0.14 9	0.08 2	0.27 25	0.16 4	0.09 8	0.22 98	0.14 14	0.26 17	0.26 69	0.15 14	0.18 25	0.18 51	0.13 36	0.22 49	0.14 43	0.08 103	0.06 74	0.06 1	0.04 1	0.06 6	0.06 20

RCA-Stereo	0.16 32	0.09 10	0.25 17	0.20 60	0.10 22	0.19 37	0.17 63	0.36 129	0.35 161	0.20 46	0.25 69	0.17 44	0.17 91	0.18 21	0.14 43	0.07 17	0.05 6	0.07 16	0.06 25	0.06 6	0.05 1

CroCo-Stereo Lap2	0.15 25	0.15 195	0.28 33	0.25 251	0.18 270	0.11 1	0.19 129	0.28 37	0.21 28	0.13 3	0.16 17	0.15 30	0.12 15	0.17 12	0.14 43	0.07 17	0.07 163	0.08 69	0.06 25	0.08 84	0.07 69

AnonymousM	0.17 40	0.19 257	0.24 13	0.18 9	0.10 22	0.18 15	0.17 63	0.30 59	0.23 47	0.26 90	0.20 38	0.18 51	0.14 47	0.19 29	0.14 43	0.09 170	0.06 74	0.38 379	0.15 324	0.06 6	0.05 1

sAnonymous2	0.20 108	0.21 278	0.58 274	0.24 214	0.17 250	0.22 98	0.19 129	0.34 93	0.28 91	0.17 32	0.19 28	0.17 44	0.16 68	0.17 12	0.14 43	0.10 213	0.07 163	0.09 124	0.08 114	0.23 353	0.17 313

CroCo_RVC	0.20 108	0.21 278	0.58 274	0.24 214	0.17 250	0.22 98	0.19 129	0.34 93	0.28 91	0.17 32	0.19 28	0.17 44	0.16 68	0.17 12	0.14 43	0.10 213	0.07 163	0.09 124	0.08 114	0.23 353	0.17 313

Former-RAFT_DAM_RVC	0.17 40	0.13 140	0.24 13	0.19 27	0.13 136	0.24 130	0.17 63	0.30 59	0.37 180	0.43 307	0.17 21	0.13 13	0.12 15	0.19 29	0.15 55	0.08 103	0.07 163	0.09 124	0.07 53	0.09 146	0.08 116

DLNR_Zeroshot_test	10.44 423	12.10 431	19.93 431	106.08 442	23.66 439	0.14 4	0.13 4	3.22 419	0.17 5	0.16 27	0.23 53	0.16 39	0.10 4	0.31 156	0.15 55	2.36 419	0.06 74	0.07 16	0.07 53	39.70 440	0.06 20

LL-Strereo2	0.18 58	0.18 241	0.39 144	0.22 134	0.12 81	0.24 130	0.13 4	0.31 65	0.23 47	0.24 75	0.20 38	0.24 109	0.12 15	0.26 99	0.15 55	0.06 1	0.06 74	0.12 269	0.09 188	0.08 84	0.07 69

anonymousdsp2	0.17 40	0.10 26	0.28 33	0.20 60	0.11 45	0.25 141	0.17 63	0.41 169	0.31 129	0.23 62	0.23 53	0.22 79	0.15 54	0.25 86	0.15 55	0.07 17	0.05 6	0.07 16	0.05 10	0.08 84	0.07 69

DCRE	0.20 108	0.13 140	0.40 149	0.21 89	0.15 211	0.20 58	0.19 129	0.30 59	0.27 78	0.22 59	0.80 362	0.23 98	0.16 68	0.23 56	0.15 55	0.07 17	0.07 163	0.07 16	0.08 114	0.07 38	0.06 20

raft_robust	0.22 148	0.17 229	0.30 46	0.22 134	0.12 81	0.23 115	0.22 206	0.49 237	0.48 287	0.32 191	0.32 122	0.26 136	0.23 160	0.53 240	0.15 55	0.07 17	0.06 74	0.08 69	0.10 220	0.08 84	0.06 20

KYRaft	0.22 148	0.10 26	0.30 46	0.23 176	0.12 81	0.23 115	0.23 227	0.35 110	0.24 57	0.35 233	0.54 306	0.34 205	0.26 199	0.29 139	0.15 55	0.07 17	0.05 6	0.09 124	0.10 220	0.08 84	0.31 374

cross-raft	0.17 40	0.12 85	0.41 171	0.23 176	0.10 22	0.20 58	0.24 249	0.33 87	0.23 47	0.23 62	0.28 84	0.29 166	0.15 54	0.17 12	0.15 55	0.06 1	0.05 6	0.07 16	0.07 53	0.06 6	0.05 1

iRaftStereo_RVC	0.16 32	0.12 85	0.26 20	0.21 89	0.11 45	0.20 58	0.17 63	0.32 73	0.23 47	0.20 46	0.25 69	0.18 51	0.12 15	0.20 33	0.15 55	0.07 17	0.05 6	0.09 124	0.09 188	0.08 84	0.07 69

CREStereo++_RVC	0.15 25	0.08 2	0.26 20	0.17 6	0.11 45	0.18 15	0.13 4	0.22 4	0.30 118	0.21 55	0.30 104	0.13 13	0.11 9	0.16 8	0.15 55	0.07 17	0.04 1	0.06 1	0.15 324	0.06 6	0.05 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
raftrobust	0.16 32	0.13 140	0.29 40	0.22 134	0.15 211	0.19 37	0.13 4	0.32 73	0.26 69	0.26 90	0.20 38	0.19 62	0.17 91	0.21 44	0.15 55	0.08 103	0.06 74	0.07 16	0.06 25	0.06 6	0.07 69

sCroCo_RVC	0.18 58	0.14 170	0.49 231	0.27 302	0.18 270	0.22 98	0.17 63	0.27 24	0.23 47	0.14 10	0.22 51	0.17 44	0.14 47	0.21 44	0.15 55	0.10 213	0.11 293	0.09 124	0.09 188	0.09 146	0.09 168

test_xeample3	0.16 32	0.11 66	0.56 266	0.19 27	0.12 81	0.20 58	0.18 92	0.35 110	0.20 18	0.16 27	0.12 2	0.13 13	0.12 15	0.24 62	0.15 55	0.07 17	0.06 74	0.07 16	0.08 114	0.07 38	0.07 69

RAFT-Stereo + iAFF	0.17 40	0.14 170	0.32 64	0.20 60	0.09 8	0.19 37	0.17 63	0.32 73	0.30 118	0.25 81	0.33 141	0.20 64	0.17 91	0.19 29	0.15 55	0.06 1	0.05 6	0.07 16	0.07 53	0.07 38	0.05 1

AFF-stereo	0.18 58	0.15 195	0.32 64	0.21 89	0.10 22	0.18 15	0.18 92	0.33 87	0.27 78	0.25 81	0.37 173	0.25 116	0.17 91	0.24 62	0.15 55	0.06 1	0.05 6	0.08 69	0.08 114	0.07 38	0.05 1

R-Stereo Train	0.18 58	0.09 10	0.32 64	0.22 134	0.12 81	0.22 98	0.19 129	0.42 181	0.19 9	0.31 173	0.45 258	0.20 64	0.14 47	0.18 21	0.15 55	0.08 103	0.06 74	0.07 16	0.06 25	0.06 6	0.06 20

RAFT-Stereo	0.18 58	0.09 10	0.32 64	0.22 134	0.12 81	0.22 98	0.19 129	0.42 181	0.19 9	0.31 173	0.45 258	0.20 64	0.14 47	0.18 21	0.15 55	0.08 103	0.06 74	0.07 16	0.06 25	0.06 6	0.06 20
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
qqq1	0.24 188	0.12 85	0.40 149	0.19 27	0.10 22	0.27 166	0.19 129	0.51 258	0.45 259	0.34 217	0.41 211	0.31 184	0.26 199	0.58 261	0.16 72	0.10 213	0.07 163	0.07 16	0.06 25	0.08 84	0.07 69

fff1	0.24 188	0.12 85	0.40 149	0.19 27	0.10 22	0.27 166	0.19 129	0.51 258	0.45 259	0.34 217	0.41 211	0.31 184	0.26 199	0.58 261	0.16 72	0.10 213	0.07 163	0.07 16	0.06 25	0.08 84	0.07 69

test croco	0.17 40	0.13 140	0.43 188	0.21 89	0.13 136	0.16 8	0.17 63	0.27 24	0.22 35	0.16 27	0.26 75	0.13 13	0.16 68	0.27 114	0.16 72	0.08 103	0.06 74	0.10 188	0.07 53	0.10 195	0.07 69

MIF-Stereo	0.14 9	0.10 26	0.30 46	0.21 89	0.13 136	0.17 11	0.13 4	0.19 1	0.18 7	0.15 14	0.20 38	0.10 1	0.11 9	0.18 21	0.16 72	0.08 103	0.06 74	0.07 16	0.06 25	0.08 84	0.06 20

EKT-Stereo	0.38 315	0.12 85	0.38 133	0.42 373	3.88 420	0.21 77	0.17 63	0.35 110	0.28 91	0.20 46	0.20 38	0.23 98	0.15 54	0.28 126	0.16 72	0.09 170	0.07 163	0.09 124	0.07 53	0.09 146	0.09 168

MIM_Stereo	0.18 58	0.12 85	0.38 133	0.20 60	0.11 45	0.17 11	0.14 14	0.35 110	0.25 62	0.27 94	0.35 154	0.23 98	0.13 36	0.27 114	0.16 72	0.06 1	0.07 163	0.08 69	0.08 114	0.08 84	0.06 20

knoymous	0.17 40	0.09 10	0.32 64	0.17 6	0.11 45	0.21 77	0.17 63	0.32 73	0.23 47	0.23 62	0.28 84	0.27 144	0.16 68	0.23 56	0.16 72	0.09 170	0.06 74	0.09 124	0.06 25	0.09 146	0.09 168

DisPM	0.19 95	0.10 26	0.35 91	0.23 176	0.13 136	0.18 15	0.20 167	0.29 44	0.29 109	0.33 201	0.34 147	0.23 98	0.16 68	0.33 168	0.16 72	0.09 170	0.06 74	0.09 124	0.08 114	0.07 38	0.11 238

RAFT+CT+SA	0.21 122	0.18 241	0.33 78	0.25 251	0.18 270	0.23 115	0.29 296	0.40 159	0.36 171	0.24 75	0.38 183	0.18 51	0.16 68	0.32 162	0.16 72	0.07 17	0.05 6	0.09 124	0.12 287	0.09 146	0.09 168

Sa-1000	0.22 148	0.15 195	0.35 91	0.23 176	0.13 136	0.28 179	0.23 227	0.47 220	0.39 199	0.30 156	0.50 284	0.26 136	0.19 126	0.33 168	0.16 72	0.07 17	0.06 74	0.10 188	0.11 255	0.08 84	0.06 20

test_4	0.18 58	0.12 85	0.34 83	0.23 176	0.12 81	0.18 15	0.22 206	0.26 17	0.24 57	0.24 75	0.47 275	0.22 79	0.13 36	0.24 62	0.16 72	0.06 1	0.05 6	0.09 124	0.09 188	0.07 38	0.05 1

GLC_STEREO	0.15 25	0.10 26	0.24 13	0.21 89	0.09 8	0.17 11	0.15 27	0.23 7	0.27 78	0.17 32	0.20 38	0.17 44	0.11 9	0.23 56	0.16 72	0.07 17	0.09 258	0.09 124	0.08 114	0.07 38	0.06 20

Patchmatch Stereo++	0.18 58	0.12 85	0.37 114	0.22 134	0.10 22	0.18 15	0.14 14	0.29 44	0.22 35	0.28 103	0.29 93	0.25 116	0.17 91	0.26 99	0.16 72	0.08 103	0.06 74	0.10 188	0.08 114	0.10 195	0.08 116
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 58	0.12 85	0.37 114	0.22 134	0.10 22	0.18 15	0.16 41	0.29 44	0.22 35	0.28 103	0.29 93	0.25 116	0.18 113	0.24 62	0.16 72	0.08 103	0.06 74	0.10 188	0.08 114	0.10 195	0.08 116

PSM-AAD	0.25 210	0.10 26	0.30 46	0.24 214	0.12 81	0.26 159	0.38 342	0.34 93	0.28 91	0.35 233	0.39 195	0.28 159	0.79 377	0.30 151	0.16 72	0.07 17	0.06 74	0.12 269	0.11 255	0.08 84	0.21 350

ROB_FTStereo_v2	0.18 58	0.12 85	0.37 114	0.22 134	0.10 22	0.18 15	0.16 41	0.29 44	0.22 35	0.28 103	0.29 93	0.25 116	0.17 91	0.24 62	0.16 72	0.08 103	0.06 74	0.10 188	0.08 114	0.10 195	0.08 116

ROB_FTStereo	0.18 58	0.12 85	0.37 114	0.22 134	0.10 22	0.18 15	0.14 14	0.29 44	0.22 35	0.28 103	0.28 84	0.25 116	0.17 91	0.24 62	0.16 72	0.08 103	0.06 74	0.10 188	0.08 114	0.10 195	0.08 116

HUI-Stereo	0.18 58	0.12 85	0.37 114	0.22 134	0.10 22	0.18 15	0.14 14	0.29 44	0.22 35	0.28 103	0.28 84	0.25 116	0.17 91	0.22 49	0.16 72	0.08 103	0.06 74	0.10 188	0.08 114	0.10 195	0.08 116

GrayStereo	0.25 210	0.09 10	0.32 64	0.26 279	0.13 136	0.23 115	0.47 367	0.34 93	0.30 118	0.39 276	0.47 275	0.30 176	0.79 377	0.29 139	0.16 72	0.07 17	0.06 74	0.08 69	0.09 188	0.07 38	0.13 272

iRAFT	0.18 58	0.12 85	0.37 114	0.22 134	0.10 22	0.18 15	0.14 14	0.29 44	0.22 35	0.28 103	0.29 93	0.25 116	0.17 91	0.26 99	0.16 72	0.08 103	0.06 74	0.10 188	0.08 114	0.10 195	0.08 116

RAFT-IKP	0.18 58	0.12 85	0.37 114	0.22 134	0.10 22	0.18 15	0.15 27	0.29 44	0.22 35	0.28 103	0.29 93	0.25 116	0.18 113	0.25 86	0.16 72	0.08 103	0.06 74	0.10 188	0.08 114	0.10 195	0.08 116

Prome-Stereo	0.21 122	0.10 26	0.30 46	0.24 214	0.12 81	0.23 115	0.23 227	0.36 129	0.25 62	0.33 201	0.59 320	0.24 109	0.28 230	0.29 139	0.16 72	0.07 17	0.05 6	0.08 69	0.07 53	0.08 84	0.20 343

s12784h	0.17 40	0.09 10	0.26 20	0.18 9	0.07 1	0.32 234	0.19 129	0.37 135	0.32 137	0.23 62	0.25 69	0.18 51	0.17 91	0.25 86	0.16 72	0.07 17	0.05 6	0.07 16	0.05 10	0.06 6	0.05 1

StereoIM	0.14 9	0.13 140	0.26 20	0.19 27	0.14 170	0.16 8	0.13 4	0.25 14	0.21 28	0.13 3	0.14 14	0.14 24	0.11 9	0.17 12	0.17 95	0.08 103	0.07 163	0.08 69	0.06 25	0.07 38	0.06 20

MIF-Stereo (partial)	0.16 32	0.10 26	0.34 83	0.21 89	0.15 211	0.15 5	0.13 4	0.28 37	0.25 62	0.17 32	0.26 75	0.15 30	0.16 68	0.25 86	0.17 95	0.09 170	0.06 74	0.10 188	0.08 114	0.09 146	0.08 116

riskmin	0.18 58	0.09 10	0.34 83	0.18 9	0.12 81	0.24 130	0.16 41	0.34 93	0.28 91	0.21 55	0.23 53	0.33 199	0.24 175	0.23 56	0.17 95	0.09 170	0.06 74	0.09 124	0.06 25	0.10 195	0.10 213

Selective-RAFT	0.17 40	0.12 85	0.30 46	0.24 214	0.10 22	0.29 198	0.15 27	0.32 73	0.31 129	0.17 32	0.17 21	0.21 72	0.18 113	0.28 126	0.17 95	0.07 17	0.06 74	0.07 16	0.07 53	0.08 84	0.06 20

TestStereo1	0.21 122	0.16 213	0.32 64	0.26 279	0.13 136	0.26 159	0.27 279	0.40 159	0.36 171	0.29 128	0.39 195	0.22 79	0.21 140	0.33 168	0.17 95	0.07 17	0.06 74	0.09 124	0.08 114	0.08 84	0.07 69

SA-5K	0.21 122	0.16 213	0.32 64	0.26 279	0.13 136	0.26 159	0.27 279	0.40 159	0.36 171	0.29 128	0.39 195	0.22 79	0.21 140	0.33 168	0.17 95	0.07 17	0.06 74	0.09 124	0.08 114	0.08 84	0.07 69

SA	0.22 148	0.16 213	0.36 109	0.23 176	0.13 136	0.24 130	0.23 227	0.45 203	0.40 212	0.27 94	0.44 246	0.23 98	0.23 160	0.33 168	0.17 95	0.07 17	0.06 74	0.10 188	0.11 255	0.08 84	0.06 20

PFNet+	0.20 108	0.10 26	0.37 114	0.21 89	0.12 81	0.17 11	0.19 129	0.29 44	0.34 155	0.33 201	0.32 122	0.24 109	0.16 68	0.32 162	0.17 95	0.10 213	0.07 163	0.11 236	0.10 220	0.08 84	0.12 260

LCNet	0.21 122	0.11 66	0.29 40	0.25 251	0.12 81	0.23 115	0.19 129	0.34 93	0.26 69	0.28 103	0.35 154	0.26 136	0.30 252	0.35 183	0.17 95	0.07 17	0.05 6	0.09 124	0.10 220	0.13 271	0.22 355

SST-Stereo	0.21 122	0.10 26	0.37 114	0.24 214	0.13 136	0.19 37	0.17 63	0.31 65	0.24 57	0.34 217	0.33 141	0.29 166	0.25 190	0.56 253	0.17 95	0.08 103	0.05 6	0.10 188	0.08 114	0.09 146	0.07 69

iGMRVC	0.18 58	0.12 85	0.37 114	0.22 134	0.10 22	0.18 15	0.15 27	0.29 44	0.22 35	0.28 103	0.29 93	0.25 116	0.17 91	0.27 114	0.17 95	0.08 103	0.06 74	0.10 188	0.08 114	0.10 195	0.08 116

RAFT	0.21 122	0.17 229	0.32 64	0.24 214	0.12 81	0.25 141	0.27 279	0.35 110	0.28 91	0.33 201	0.33 141	0.38 233	0.22 151	0.29 139	0.17 95	0.08 103	0.08 230	0.11 236	0.10 220	0.10 195	0.06 20

GMM-Stereo	0.21 122	0.10 26	0.43 188	0.23 176	0.13 136	0.24 130	0.25 263	0.37 135	0.27 78	0.30 156	0.45 258	0.27 144	0.21 140	0.31 156	0.17 95	0.07 17	0.05 6	0.10 188	0.09 188	0.08 84	0.19 333

RALCasStereoNet	0.18 58	0.15 195	0.33 78	0.21 89	0.14 170	0.21 77	0.18 92	0.31 65	0.25 62	0.21 55	0.29 93	0.22 79	0.15 54	0.27 114	0.17 95	0.08 103	0.10 276	0.07 16	0.06 25	0.09 146	0.09 168

H2IRNET	0.18 58	0.13 140	0.35 91	0.21 89	0.12 81	0.20 58	0.15 27	0.27 24	0.30 118	0.17 32	0.31 118	0.25 116	0.20 134	0.24 62	0.18 109	0.07 17	0.06 74	0.09 124	0.10 220	0.09 146	0.06 20

MyStereo06	0.20 108	0.12 85	0.57 270	0.21 89	0.14 170	0.25 141	0.23 227	0.40 159	0.21 28	0.30 156	0.24 63	0.31 184	0.18 113	0.22 49	0.18 109	0.07 17	0.07 163	0.09 124	0.08 114	0.08 84	0.08 116

11t1	0.18 58	0.10 26	0.30 46	0.20 60	0.11 45	0.27 166	0.17 63	0.35 110	0.23 47	0.25 81	0.23 53	0.23 98	0.23 160	0.25 86	0.18 109	0.09 170	0.07 163	0.07 16	0.06 25	0.09 146	0.09 168

IGEV_Zeroshot_test	0.18 58	0.10 26	0.65 300	0.20 60	0.12 81	0.19 37	0.15 27	0.34 93	0.19 9	0.28 103	0.22 51	0.27 144	0.13 36	0.23 56	0.18 109	0.07 17	0.06 74	0.08 69	0.08 114	0.07 38	0.06 20

StereoVision	0.22 148	0.18 241	0.37 114	0.27 302	0.17 250	0.23 115	0.22 206	0.38 141	0.31 129	0.20 46	0.51 290	0.22 79	0.16 68	0.28 126	0.18 109	0.11 240	0.12 310	0.13 288	0.13 305	0.10 195	0.07 69

DCANet-4	0.19 95	0.10 26	0.52 251	0.19 27	0.09 8	0.19 37	0.18 92	0.36 129	0.39 199	0.29 128	0.30 104	0.17 44	0.22 151	0.20 33	0.18 109	0.07 17	0.05 6	0.07 16	0.05 10	0.05 1	0.07 69

fff	0.19 95	0.13 140	0.40 149	0.18 9	0.09 8	0.19 37	0.18 92	0.35 110	0.43 233	0.29 128	0.30 104	0.18 51	0.28 230	0.20 33	0.18 109	0.07 17	0.05 6	0.07 16	0.05 10	0.05 1	0.07 69

test_5	0.23 165	0.19 257	0.38 133	0.26 279	0.18 270	0.25 141	0.29 296	0.40 159	0.37 180	0.29 128	0.40 203	0.25 116	0.22 151	0.34 174	0.18 109	0.07 17	0.05 6	0.09 124	0.09 188	0.10 195	0.10 213

iRaft-Stereo_20w	0.19 95	0.10 26	0.46 210	0.19 27	0.13 136	0.25 141	0.19 129	0.52 268	0.19 9	0.29 128	0.21 46	0.22 79	0.20 134	0.28 126	0.18 109	0.07 17	0.06 74	0.07 16	0.08 114	0.08 84	0.08 116

IPLGR	0.21 122	0.13 140	0.61 283	0.21 89	0.11 45	0.25 141	0.18 92	0.41 169	0.37 180	0.28 103	0.27 80	0.21 72	0.19 126	0.37 189	0.18 109	0.07 17	0.06 74	0.08 69	0.07 53	0.07 38	0.06 20

test-3	0.16 32	0.09 10	0.31 58	0.21 89	0.11 45	0.18 15	0.16 41	0.30 59	0.27 78	0.26 90	0.16 17	0.22 79	0.12 15	0.26 99	0.18 109	0.06 1	0.04 1	0.08 69	0.08 114	0.06 6	0.06 20

test_1	0.16 32	0.09 10	0.31 58	0.21 89	0.11 45	0.18 15	0.16 41	0.30 59	0.27 78	0.25 81	0.16 17	0.22 79	0.12 15	0.26 99	0.18 109	0.06 1	0.04 1	0.08 69	0.08 114	0.06 6	0.06 20

NRIStereo	0.18 58	0.11 66	0.35 91	0.23 176	0.11 45	0.24 130	0.20 167	0.29 44	0.26 69	0.26 90	0.25 69	0.25 116	0.18 113	0.34 174	0.18 109	0.07 17	0.06 74	0.09 124	0.07 53	0.09 146	0.08 116

FTStereo	0.28 245	0.10 26	0.43 188	0.23 176	0.13 136	0.21 77	0.53 377	0.34 93	0.26 69	0.38 261	0.95 374	0.30 176	0.56 354	0.32 162	0.18 109	0.08 103	0.06 74	0.09 124	0.08 114	0.07 38	0.19 333

RAFT_R40	0.21 122	0.10 26	0.37 114	0.24 214	0.13 136	0.18 15	0.18 92	0.31 65	0.29 109	0.33 201	0.33 141	0.30 176	0.24 175	0.55 245	0.18 109	0.08 103	0.05 6	0.10 188	0.08 114	0.08 84	0.07 69

DeepStereo_RVC	0.18 58	0.11 66	0.40 149	0.21 89	0.11 45	0.19 37	0.16 41	0.28 37	0.22 35	0.27 94	0.27 80	0.23 98	0.28 230	0.24 62	0.18 109	0.08 103	0.06 74	0.09 124	0.07 53	0.09 146	0.10 213

CRE-IMP	0.18 58	0.12 85	0.37 114	0.22 134	0.11 45	0.24 130	0.17 63	0.29 44	0.21 28	0.27 94	0.26 75	0.24 109	0.17 91	0.23 56	0.18 109	0.08 103	0.05 6	0.10 188	0.07 53	0.10 195	0.10 213

Anonymous3	0.23 165	0.18 241	0.63 294	0.27 302	0.18 270	0.41 297	0.23 227	0.43 191	0.35 161	0.23 62	0.27 80	0.20 64	0.18 113	0.27 114	0.18 109	0.12 267	0.11 293	0.10 188	0.10 220	0.11 232	0.12 260

TestStereo	0.21 122	0.19 257	0.40 149	0.25 251	0.10 22	0.22 98	0.21 190	0.31 65	0.31 129	0.23 62	0.34 147	0.22 79	0.18 113	0.62 281	0.18 109	0.08 103	0.06 74	0.10 188	0.07 53	0.11 232	0.06 20

RALAANet	0.19 95	0.18 241	0.37 114	0.23 176	0.14 170	0.23 115	0.13 4	0.37 135	0.29 109	0.28 103	0.26 75	0.25 116	0.15 54	0.26 99	0.18 109	0.08 103	0.06 74	0.09 124	0.08 114	0.09 146	0.06 20

Anonymous	0.20 108	0.14 170	0.47 217	0.27 302	0.20 302	0.25 141	0.25 263	0.32 73	0.26 69	0.18 44	0.18 25	0.15 30	0.19 126	0.24 62	0.18 109	0.10 213	0.09 258	0.09 124	0.09 188	0.15 295	0.13 272

csc	0.19 95	0.13 140	0.40 149	0.18 9	0.09 8	0.19 37	0.18 92	0.35 110	0.43 233	0.29 128	0.30 104	0.18 51	0.28 230	0.20 33	0.18 109	0.07 17	0.05 6	0.07 16	0.05 10	0.05 1	0.07 69

cscssc	0.19 95	0.13 140	0.40 149	0.18 9	0.09 8	0.19 37	0.18 92	0.35 110	0.43 233	0.29 128	0.30 104	0.18 51	0.28 230	0.20 33	0.18 109	0.07 17	0.05 6	0.07 16	0.05 10	0.05 1	0.07 69

111	0.20 108	0.17 229	0.40 149	0.18 9	0.09 8	0.24 130	0.17 63	0.41 169	0.45 259	0.23 62	0.29 93	0.29 166	0.21 140	0.24 62	0.18 109	0.07 17	0.05 6	0.07 16	0.06 25	0.07 38	0.08 116

ARAFT	0.24 188	0.21 278	0.78 324	0.22 134	0.12 81	0.29 198	0.24 249	0.43 191	0.32 137	0.33 201	0.28 84	0.28 159	0.19 126	0.49 222	0.18 109	0.07 17	0.06 74	0.12 269	0.11 255	0.09 146	0.06 20

CoDeX	0.23 165	0.12 85	0.46 210	0.21 89	0.14 170	0.29 198	0.21 190	0.53 279	0.41 223	0.29 128	0.35 154	0.29 166	0.22 151	0.48 217	0.19 134	0.09 170	0.06 74	0.08 69	0.07 53	0.08 84	0.07 69

whm_eth	0.23 165	0.18 241	0.56 266	0.24 214	0.19 288	0.21 77	0.18 92	0.37 135	0.40 212	0.31 173	0.60 325	0.15 30	0.17 91	0.26 99	0.19 134	0.09 170	0.08 230	0.10 188	0.09 188	0.09 146	0.11 238

ADStereo(finetuned)	0.19 95	0.13 140	0.49 231	0.19 27	0.09 8	0.19 37	0.18 92	0.34 93	0.39 199	0.29 128	0.31 118	0.18 51	0.31 263	0.21 44	0.19 134	0.07 17	0.05 6	0.07 16	0.05 10	0.06 6	0.07 69

MIPNet	0.21 122	0.15 195	0.52 251	0.21 89	0.12 81	0.27 166	0.20 167	0.45 203	0.37 180	0.30 156	0.23 53	0.19 62	0.24 175	0.27 114	0.19 134	0.07 17	0.05 6	0.08 69	0.07 53	0.07 38	0.06 20

test_3	0.18 58	0.11 66	0.32 64	0.24 214	0.11 45	0.22 98	0.25 263	0.31 65	0.31 129	0.25 81	0.18 25	0.23 98	0.13 36	0.25 86	0.19 134	0.06 1	0.05 6	0.09 124	0.10 220	0.07 38	0.06 20

rafts_anoy	0.18 58	0.15 195	0.35 91	0.22 134	0.14 170	0.19 37	0.17 63	0.32 73	0.30 118	0.23 62	0.25 69	0.20 64	0.16 68	0.22 49	0.19 134	0.08 103	0.07 163	0.10 188	0.12 287	0.09 146	0.08 116

raft+_RVC	0.18 58	0.14 170	0.32 64	0.21 89	0.15 211	0.21 77	0.16 41	0.38 141	0.34 155	0.21 55	0.28 84	0.20 64	0.15 54	0.24 62	0.19 134	0.08 103	0.06 74	0.08 69	0.07 53	0.07 38	0.08 116

DCANet	0.18 58	0.13 140	0.40 149	0.19 27	0.09 8	0.19 37	0.18 92	0.34 93	0.39 199	0.29 128	0.31 118	0.18 51	0.23 160	0.20 33	0.19 134	0.07 17	0.05 6	0.07 16	0.05 10	0.06 6	0.07 69

GMStereo	0.19 95	0.25 304	0.40 149	0.21 89	0.12 81	0.22 98	0.19 129	0.29 44	0.40 212	0.25 81	0.23 53	0.16 39	0.15 54	0.25 86	0.19 134	0.09 170	0.06 74	0.08 69	0.08 114	0.10 195	0.08 116
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.22 148	0.10 26	0.51 247	0.21 89	0.14 170	0.34 256	0.22 206	0.55 296	0.39 199	0.29 128	0.32 122	0.23 98	0.21 140	0.27 114	0.19 134	0.09 170	0.07 163	0.09 124	0.09 188	0.09 146	0.08 116

DN-CSS_ROB	0.22 148	0.25 304	0.47 217	0.24 214	0.14 170	0.25 141	0.12 1	0.40 159	0.33 148	0.29 128	0.42 225	0.22 79	0.20 134	0.33 168	0.19 134	0.07 17	0.06 74	0.11 236	0.11 255	0.11 232	0.07 69

GMStereo_Zeroshot	0.24 188	0.21 278	0.45 204	0.26 279	0.13 136	0.28 179	0.15 27	0.39 152	0.35 161	0.37 253	0.43 237	0.40 258	0.17 91	0.34 174	0.20 145	0.12 267	0.07 163	0.13 288	0.07 53	0.16 303	0.09 168

PCWNet_CMD	0.23 165	0.13 140	0.48 226	0.20 60	0.13 136	0.28 179	0.16 41	0.46 213	0.46 273	0.29 128	0.36 164	0.37 228	0.24 175	0.28 126	0.20 145	0.09 170	0.06 74	0.10 188	0.08 114	0.11 232	0.09 168

CASS	0.21 122	0.15 195	0.32 64	0.26 279	0.11 45	0.28 179	0.19 129	0.39 152	0.30 118	0.32 191	0.34 147	0.25 116	0.24 175	0.25 86	0.20 145	0.13 283	0.08 230	0.11 236	0.09 188	0.11 232	0.11 238
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.23 165	0.11 66	0.50 241	0.21 89	0.16 234	0.31 226	0.20 167	0.36 129	0.35 161	0.32 191	0.50 284	0.39 245	0.26 199	0.22 49	0.20 145	0.08 103	0.06 74	0.09 124	0.11 255	0.07 38	0.08 116

CIPLG	0.21 122	0.21 278	0.55 262	0.23 176	0.15 211	0.25 141	0.20 167	0.35 110	0.29 109	0.31 173	0.33 141	0.22 79	0.15 54	0.26 99	0.20 145	0.08 103	0.07 163	0.07 16	0.07 53	0.08 84	0.08 116

UDGNet	0.23 165	0.31 343	0.38 133	0.24 214	0.14 170	0.24 130	0.18 92	0.32 73	0.43 233	0.29 128	0.28 84	0.24 109	0.19 126	0.29 139	0.20 145	0.15 317	0.07 163	0.21 353	0.11 255	0.14 283	0.10 213

IPLGR_C	0.21 122	0.22 290	0.60 280	0.23 176	0.15 211	0.24 130	0.20 167	0.35 110	0.29 109	0.31 173	0.32 122	0.22 79	0.15 54	0.25 86	0.20 145	0.08 103	0.07 163	0.07 16	0.07 53	0.08 84	0.08 116

ACRE	0.21 122	0.20 265	0.62 291	0.23 176	0.15 211	0.24 130	0.20 167	0.35 110	0.28 91	0.31 173	0.32 122	0.22 79	0.15 54	0.25 86	0.20 145	0.08 103	0.07 163	0.07 16	0.07 53	0.08 84	0.08 116

GANet-ADL	0.21 122	0.12 85	0.45 204	0.23 176	0.14 170	0.29 198	0.19 129	0.46 213	0.35 161	0.25 81	0.32 122	0.32 192	0.19 126	0.24 62	0.20 145	0.10 213	0.07 163	0.07 16	0.06 25	0.09 146	0.10 213

TransformOpticalFlow	0.24 188	0.13 140	0.56 266	0.23 176	0.11 45	0.21 77	0.19 129	0.40 159	0.32 137	0.30 156	0.43 237	0.36 224	0.31 263	0.61 273	0.20 145	0.07 17	0.05 6	0.08 69	0.07 53	0.06 6	0.07 69

NF-Stereo	0.20 108	0.10 26	0.35 91	0.24 214	0.12 81	0.21 77	0.18 92	0.38 141	0.32 137	0.28 103	0.30 104	0.22 79	0.16 68	0.51 229	0.20 145	0.08 103	0.06 74	0.09 124	0.08 114	0.08 84	0.13 272

OCTAStereo	0.20 108	0.10 26	0.35 91	0.24 214	0.12 81	0.21 77	0.18 92	0.38 141	0.32 137	0.28 103	0.30 104	0.22 79	0.16 68	0.51 229	0.20 145	0.08 103	0.06 74	0.09 124	0.08 114	0.08 84	0.13 272

PSM-softLoss	0.21 122	0.10 26	0.39 144	0.24 214	0.12 81	0.20 58	0.18 92	0.38 141	0.26 69	0.29 128	0.32 122	0.24 109	0.16 68	0.52 235	0.20 145	0.09 170	0.06 74	0.10 188	0.09 188	0.08 84	0.12 260

KMStereo	0.21 122	0.10 26	0.39 144	0.24 214	0.12 81	0.20 58	0.18 92	0.38 141	0.26 69	0.29 128	0.32 122	0.24 109	0.16 68	0.52 235	0.20 145	0.09 170	0.06 74	0.10 188	0.09 188	0.08 84	0.12 260

RE-Stereo	0.20 108	0.10 26	0.35 91	0.24 214	0.12 81	0.21 77	0.18 92	0.38 141	0.32 137	0.28 103	0.30 104	0.22 79	0.16 68	0.51 229	0.20 145	0.08 103	0.06 74	0.09 124	0.08 114	0.08 84	0.13 272

TVStereo	0.20 108	0.10 26	0.35 91	0.24 214	0.12 81	0.21 77	0.18 92	0.38 141	0.32 137	0.28 103	0.30 104	0.22 79	0.16 68	0.51 229	0.20 145	0.08 103	0.06 74	0.09 124	0.08 114	0.08 84	0.13 272

test-1	0.17 40	0.11 66	0.40 149	0.23 176	0.13 136	0.22 98	0.23 227	0.34 93	0.26 69	0.20 46	0.24 63	0.22 79	0.14 47	0.16 8	0.20 145	0.07 17	0.06 74	0.08 69	0.07 53	0.06 6	0.08 116

HCRNet	0.24 188	0.25 304	0.33 78	0.34 349	0.16 234	0.27 166	0.18 92	0.43 191	0.35 161	0.30 156	0.35 154	0.32 192	0.22 151	0.44 208	0.20 145	0.13 283	0.08 230	0.13 288	0.11 255	0.10 195	0.09 168

DIP-Stereo	0.18 58	0.12 85	0.33 78	0.20 60	0.13 136	0.28 179	0.12 1	0.42 181	0.25 62	0.27 94	0.32 122	0.21 72	0.17 91	0.25 86	0.20 145	0.07 17	0.06 74	0.08 69	0.06 25	0.07 38	0.08 116
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.23 165	0.13 140	0.48 226	0.20 60	0.13 136	0.28 179	0.16 41	0.46 213	0.46 273	0.29 128	0.36 164	0.37 228	0.24 175	0.28 126	0.20 145	0.09 170	0.06 74	0.09 124	0.08 114	0.11 232	0.09 168

iResNetv2_ROB	0.27 227	0.26 315	0.72 318	0.23 176	0.13 136	0.29 198	0.18 92	0.52 268	0.49 296	0.37 253	0.45 258	0.39 245	0.25 190	0.34 174	0.20 145	0.08 103	0.06 74	0.07 16	0.05 10	0.12 258	0.09 168

MyStereo05	0.23 165	0.12 85	0.57 270	0.21 89	0.14 170	0.25 141	0.23 227	0.48 231	0.52 313	0.31 173	0.23 53	0.25 116	0.22 151	0.30 151	0.21 166	0.07 17	0.07 163	0.09 124	0.08 114	0.08 84	0.08 116

CFNet_ucs	0.24 188	0.13 140	0.50 241	0.20 60	0.15 211	0.28 179	0.17 63	0.49 237	0.45 259	0.32 191	0.42 225	0.39 245	0.22 151	0.31 156	0.21 166	0.11 240	0.08 230	0.12 269	0.09 188	0.12 258	0.11 238

BUS	0.23 165	0.12 85	0.28 33	0.25 251	0.14 170	0.43 312	0.17 63	0.56 310	0.34 155	0.34 217	0.35 154	0.32 192	0.20 134	0.26 99	0.21 166	0.10 213	0.07 163	0.11 236	0.10 220	0.09 146	0.09 168

NINENet	0.25 210	0.15 195	0.37 114	0.23 176	0.16 234	0.43 312	0.17 63	0.60 337	0.46 273	0.32 191	0.37 173	0.32 192	0.20 134	0.42 202	0.21 166	0.10 213	0.10 276	0.12 269	0.08 114	0.11 232	0.10 213

BSDual-CNN	0.23 165	0.12 85	0.28 33	0.25 251	0.14 170	0.35 265	0.21 190	0.56 310	0.34 155	0.34 217	0.35 154	0.38 233	0.24 175	0.26 99	0.21 166	0.10 213	0.07 163	0.11 236	0.10 220	0.09 146	0.09 168

hknet	0.25 210	0.14 170	0.40 149	0.25 251	0.15 211	0.35 265	0.21 190	0.56 310	0.37 180	0.34 217	0.35 154	0.43 271	0.27 216	0.37 189	0.21 166	0.09 170	0.07 163	0.11 236	0.10 220	0.09 146	0.09 168

psmg	0.23 165	0.12 85	0.28 33	0.21 89	0.14 170	0.35 265	0.23 227	0.51 258	0.34 155	0.35 233	0.38 183	0.38 233	0.24 175	0.26 99	0.21 166	0.10 213	0.08 230	0.10 188	0.10 220	0.09 146	0.08 116

DAS	0.27 227	0.12 85	0.42 178	0.24 214	0.18 270	0.29 198	0.24 249	0.45 203	0.45 259	0.41 293	0.44 246	0.34 205	0.29 243	0.75 324	0.21 166	0.09 170	0.07 163	0.09 124	0.07 53	0.09 146	0.09 168

SepStereo	0.26 220	0.12 85	0.42 178	0.24 214	0.18 270	0.29 198	0.24 249	0.45 203	0.45 259	0.41 293	0.44 246	0.34 205	0.29 243	0.64 288	0.21 166	0.09 170	0.07 163	0.09 124	0.07 53	0.09 146	0.09 168

IPLG	0.21 122	0.15 195	0.53 254	0.21 89	0.12 81	0.28 179	0.17 63	0.42 181	0.30 118	0.33 201	0.32 122	0.15 30	0.17 91	0.50 224	0.21 166	0.07 17	0.05 6	0.08 69	0.07 53	0.07 38	0.06 20

Pruner-Stereo	0.19 95	0.11 66	0.34 83	0.29 322	0.12 81	0.19 37	0.17 63	0.31 65	0.29 109	0.33 201	0.32 122	0.25 116	0.15 54	0.24 62	0.21 166	0.09 170	0.06 74	0.09 124	0.08 114	0.08 84	0.09 168

RAFT-345	0.21 122	0.10 26	0.46 210	0.22 134	0.11 45	0.20 58	0.16 41	0.26 17	0.25 62	0.27 94	0.66 341	0.21 72	0.16 68	0.55 245	0.21 166	0.07 17	0.06 74	0.08 69	0.07 53	0.06 6	0.06 20

CFNet_pseudo	0.23 165	0.13 140	0.47 217	0.19 27	0.13 136	0.26 159	0.16 41	0.44 195	0.44 247	0.29 128	0.37 173	0.38 233	0.23 160	0.29 139	0.21 166	0.09 170	0.06 74	0.11 236	0.08 114	0.11 232	0.09 168

ccs_rob	0.23 165	0.13 140	0.47 217	0.20 60	0.13 136	0.26 159	0.17 63	0.44 195	0.44 247	0.29 128	0.37 173	0.38 233	0.23 160	0.29 139	0.21 166	0.09 170	0.06 74	0.11 236	0.08 114	0.11 232	0.09 168

MyStereo04	0.23 165	0.12 85	0.55 262	0.22 134	0.14 170	0.25 141	0.23 227	0.49 237	0.52 313	0.28 103	0.23 53	0.27 144	0.23 160	0.30 151	0.22 180	0.07 17	0.07 163	0.09 124	0.08 114	0.08 84	0.08 116

1test111	0.19 95	0.14 170	0.38 133	0.23 176	0.11 45	0.31 226	0.19 129	0.41 169	0.27 78	0.17 32	0.19 28	0.13 13	0.18 113	0.34 174	0.22 180	0.08 103	0.05 6	0.08 69	0.06 25	0.09 146	0.09 168

mmm	0.21 122	0.12 85	0.31 58	0.22 134	0.12 81	0.28 179	0.21 190	0.41 169	0.27 78	0.29 128	0.38 183	0.29 166	0.24 175	0.29 139	0.22 180	0.09 170	0.07 163	0.11 236	0.09 188	0.10 195	0.09 168

qqq	0.20 108	0.12 85	0.31 58	0.20 60	0.11 45	0.23 115	0.19 129	0.41 169	0.27 78	0.24 75	0.28 84	0.28 159	0.24 175	0.34 174	0.22 180	0.08 103	0.07 163	0.10 188	0.09 188	0.09 146	0.09 168

IER	0.23 165	0.12 85	0.39 144	0.20 60	0.14 170	0.31 226	0.19 129	0.42 181	0.36 171	0.33 201	0.40 203	0.32 192	0.33 273	0.29 139	0.22 180	0.09 170	0.07 163	0.08 69	0.08 114	0.09 146	0.08 116

ASMatch	0.23 165	0.11 66	0.51 247	0.24 214	0.14 170	0.19 37	0.17 63	0.31 65	0.28 91	0.28 103	0.68 345	0.27 144	0.26 199	0.50 224	0.22 180	0.07 17	0.06 74	0.08 69	0.07 53	0.06 6	0.11 238

PFNet	0.23 165	0.10 26	0.57 270	0.24 214	0.14 170	0.22 98	0.19 129	0.39 152	0.33 148	0.35 233	0.32 122	0.27 144	0.19 126	0.64 288	0.22 180	0.09 170	0.05 6	0.09 124	0.07 53	0.08 84	0.07 69

IRAFT_RVC	0.22 148	0.12 85	0.39 144	0.26 279	0.11 45	0.18 15	0.24 249	0.40 159	0.37 180	0.31 173	0.30 104	0.29 166	0.24 175	0.55 245	0.22 180	0.08 103	0.06 74	0.10 188	0.08 114	0.08 84	0.07 69

GES	0.22 148	0.12 85	0.42 178	0.20 60	0.14 170	0.27 166	0.19 129	0.49 237	0.33 148	0.30 156	0.36 164	0.25 116	0.23 160	0.29 139	0.22 180	0.10 213	0.08 230	0.08 69	0.07 53	0.10 195	0.11 238

PSMNet-RSSM	0.24 188	0.15 195	0.36 109	0.21 89	0.14 170	0.25 141	0.20 167	0.48 231	0.37 180	0.30 156	0.44 246	0.38 233	0.26 199	0.52 235	0.22 180	0.12 267	0.07 163	0.11 236	0.13 305	0.10 195	0.09 168

HSM-Net_RVC	0.27 227	0.11 66	0.42 178	0.19 27	0.11 45	0.34 256	0.20 167	0.62 349	0.43 233	0.40 284	0.43 237	0.50 308	0.26 199	0.76 329	0.22 180	0.08 103	0.07 163	0.07 16	0.07 53	0.08 84	0.08 116
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	0.24 188	0.16 213	0.34 83	0.18 9	0.15 211	0.33 243	0.16 41	0.46 213	0.35 161	0.29 128	0.35 154	0.39 245	0.25 190	0.34 174	0.22 180	0.13 283	0.08 230	0.13 288	0.14 316	0.13 271	0.12 260

AdaStereo	0.24 188	0.16 213	0.37 114	0.24 214	0.12 81	0.32 234	0.17 63	0.54 286	0.42 228	0.33 201	0.38 183	0.35 219	0.21 140	0.30 151	0.22 180	0.14 306	0.06 74	0.13 288	0.08 114	0.11 232	0.08 116
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.
iResNet_ROB	0.25 210	0.19 257	0.40 149	0.20 60	0.12 81	0.30 215	0.16 41	0.55 296	0.53 317	0.38 261	0.43 237	0.37 228	0.26 199	0.38 193	0.22 180	0.08 103	0.06 74	0.06 1	0.04 1	0.09 146	0.09 168

LL-Strereo	0.29 255	0.25 304	0.58 274	0.25 251	0.21 310	0.23 115	0.24 249	0.55 296	0.42 228	0.34 217	0.32 122	0.41 261	0.40 308	0.94 368	0.23 194	0.08 103	0.07 163	0.11 236	0.09 188	0.09 146	0.09 168

x	0.19 95	0.11 66	0.29 40	0.20 60	0.11 45	0.26 159	0.18 92	0.41 169	0.29 109	0.25 81	0.29 93	0.28 159	0.24 175	0.26 99	0.23 194	0.09 170	0.07 163	0.08 69	0.07 53	0.09 146	0.08 116

GwcNet-ADL	0.22 148	0.14 170	0.58 274	0.24 214	0.13 136	0.22 98	0.23 227	0.49 237	0.40 212	0.27 94	0.29 93	0.30 176	0.20 134	0.26 99	0.23 194	0.09 170	0.07 163	0.07 16	0.07 53	0.09 146	0.09 168

STrans-v2	0.24 188	0.13 140	0.54 257	0.21 89	0.12 81	0.23 115	0.21 190	0.47 220	0.28 91	0.31 173	0.42 225	0.36 224	0.35 284	0.62 281	0.23 194	0.07 17	0.05 6	0.08 69	0.07 53	0.06 6	0.06 20

ICVP	0.23 165	0.13 140	0.44 194	0.26 279	0.14 170	0.29 198	0.25 263	0.45 203	0.33 148	0.29 128	0.43 237	0.35 219	0.25 190	0.26 99	0.23 194	0.12 267	0.09 258	0.09 124	0.08 114	0.09 146	0.10 213
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EAI-Stereo	0.21 122	0.10 26	0.33 78	0.21 89	0.12 81	0.30 215	0.46 363	0.46 213	0.20 18	0.25 81	0.50 284	0.17 44	0.16 68	0.24 62	0.23 194	0.07 17	0.06 74	0.07 16	0.10 220	0.06 6	0.07 69

FENet	0.21 122	0.11 66	0.45 204	0.21 89	0.12 81	0.26 159	0.17 63	0.41 169	0.35 161	0.30 156	0.31 118	0.29 166	0.23 160	0.26 99	0.23 194	0.09 170	0.06 74	0.09 124	0.09 188	0.09 146	0.09 168

GANet-RSSM	0.24 188	0.14 170	0.36 109	0.21 89	0.14 170	0.27 166	0.21 190	0.45 203	0.33 148	0.29 128	0.39 195	0.39 245	0.28 230	0.58 261	0.23 194	0.11 240	0.07 163	0.09 124	0.09 188	0.10 195	0.09 168

HSM	0.28 245	0.16 213	0.35 91	0.20 60	0.15 211	0.33 243	0.19 129	0.53 279	0.37 180	0.36 248	0.38 183	0.67 359	0.31 263	0.89 359	0.23 194	0.08 103	0.06 74	0.08 69	0.07 53	0.08 84	0.08 116

OMP-Stereo	0.23 165	0.14 170	0.35 91	0.29 322	0.13 136	0.21 77	0.16 41	0.37 135	0.33 148	0.34 217	0.30 104	0.34 205	0.19 126	0.70 306	0.24 203	0.07 17	0.06 74	0.09 124	0.07 53	0.07 38	0.06 20

RAFT-RH_RVC	0.25 210	0.11 66	0.45 204	0.21 89	0.12 81	0.25 141	0.14 14	0.27 24	0.27 78	0.38 261	1.15 383	0.23 98	0.17 91	0.57 256	0.24 203	0.07 17	0.05 6	0.10 188	0.07 53	0.06 6	0.07 69

RAFT + AFF	0.27 227	0.23 297	0.50 241	0.25 251	0.17 250	0.30 215	0.33 324	0.52 268	0.40 212	0.28 103	0.30 104	0.30 176	0.31 263	0.62 281	0.24 203	0.09 170	0.10 276	0.11 236	0.10 220	0.11 232	0.11 238

CFNet-ft	0.24 188	0.15 195	0.35 91	0.18 9	0.15 211	0.30 215	0.21 190	0.39 152	0.36 171	0.28 103	0.40 203	0.43 271	0.25 190	0.47 215	0.24 203	0.12 267	0.07 163	0.12 269	0.11 255	0.12 258	0.09 168

FADNet-RVC-Resample	0.29 255	0.25 304	0.93 357	0.26 279	0.16 234	0.32 234	0.21 190	0.47 220	0.39 199	0.35 233	0.38 183	0.33 199	0.27 216	0.53 240	0.24 203	0.10 213	0.10 276	0.14 307	0.13 305	0.13 271	0.16 305

CFNet_RVC	0.24 188	0.15 195	0.35 91	0.18 9	0.15 211	0.30 215	0.21 190	0.39 152	0.36 171	0.28 103	0.40 203	0.43 271	0.25 190	0.47 215	0.24 203	0.12 267	0.07 163	0.12 269	0.11 255	0.12 258	0.09 168

DeepPruner_ROB	0.26 220	0.19 257	0.44 194	0.21 89	0.16 234	0.30 215	0.21 190	0.52 268	0.32 137	0.35 233	0.38 183	0.39 245	0.26 199	0.42 202	0.24 203	0.15 317	0.11 293	0.11 236	0.11 255	0.14 283	0.13 272

MLCV	0.22 148	0.16 213	0.44 194	0.21 89	0.08 3	0.29 198	0.19 129	0.38 141	0.37 180	0.38 261	0.44 246	0.31 184	0.21 140	0.41 200	0.24 203	0.07 17	0.05 6	0.06 1	0.05 10	0.07 38	0.06 20

NOSS_ROB	0.31 269	0.20 265	0.35 91	0.24 214	0.16 234	0.32 234	0.19 129	0.52 268	0.48 287	0.33 201	0.36 164	0.42 268	0.28 230	0.93 365	0.24 203	0.19 354	0.20 365	0.24 362	0.22 364	0.17 318	0.17 313

gwcnet-sp	0.24 188	0.13 140	0.63 294	0.22 134	0.14 170	0.34 256	0.22 206	0.44 195	0.39 199	0.35 233	0.34 147	0.27 144	0.27 216	0.35 183	0.25 212	0.09 170	0.08 230	0.09 124	0.09 188	0.09 146	0.09 168

scenet	0.24 188	0.13 140	0.63 294	0.22 134	0.14 170	0.34 256	0.22 206	0.44 195	0.39 199	0.35 233	0.34 147	0.27 144	0.27 216	0.35 183	0.25 212	0.09 170	0.08 230	0.09 124	0.09 188	0.09 146	0.09 168

ssnet	0.24 188	0.13 140	0.63 294	0.22 134	0.14 170	0.34 256	0.22 206	0.44 195	0.39 199	0.35 233	0.34 147	0.27 144	0.27 216	0.35 183	0.25 212	0.09 170	0.08 230	0.09 124	0.09 188	0.09 146	0.09 168

HBP-ISP	0.33 284	0.30 338	0.72 318	0.22 134	0.16 234	0.32 234	0.22 206	0.54 286	0.44 247	0.41 293	0.49 282	0.33 199	0.38 300	0.73 316	0.25 212	0.18 349	0.19 360	0.24 362	0.20 354	0.16 303	0.13 272

dd	0.22 148	0.26 315	0.40 149	0.22 134	0.12 81	0.25 141	0.21 190	0.32 73	0.44 247	0.29 128	0.28 84	0.25 116	0.16 68	0.30 151	0.25 212	0.12 267	0.07 163	0.10 188	0.08 114	0.11 232	0.09 168

SACVNet	0.30 262	0.20 265	0.41 171	0.25 251	0.18 270	0.34 256	0.25 263	0.52 268	0.40 212	0.41 293	0.44 246	0.46 291	0.32 270	0.71 309	0.25 212	0.13 283	0.10 276	0.12 269	0.12 287	0.16 303	0.17 313

AACVNet	0.26 220	0.16 213	0.37 114	0.22 134	0.14 170	0.29 198	0.19 129	0.41 169	0.31 129	0.38 261	0.42 225	0.43 271	0.28 230	0.73 316	0.25 212	0.11 240	0.08 230	0.11 236	0.09 188	0.13 271	0.11 238

pcwnet_v2	0.32 278	0.15 195	1.26 385	0.23 176	0.18 270	0.32 234	0.18 92	0.59 329	0.60 338	0.36 248	0.45 258	0.35 219	0.29 243	0.36 187	0.25 212	0.14 306	0.11 293	0.12 269	0.11 255	0.14 283	0.15 298

cf-r	0.24 188	0.15 195	0.44 194	0.21 89	0.14 170	0.27 166	0.22 206	0.42 181	0.40 212	0.30 156	0.42 225	0.42 268	0.26 199	0.43 204	0.25 212	0.11 240	0.06 74	0.08 69	0.10 220	0.08 84	0.08 116

FADNet	0.32 278	0.36 356	0.74 322	0.23 176	0.22 325	0.37 275	0.19 129	0.53 279	0.48 287	0.32 191	0.36 164	0.43 271	0.32 270	0.64 288	0.25 212	0.16 329	0.16 345	0.14 307	0.16 335	0.24 356	0.19 333

CFNet	0.27 227	0.20 265	0.44 194	0.22 134	0.14 170	0.33 243	0.14 14	0.51 258	0.45 259	0.30 156	0.40 203	0.38 233	0.27 216	0.76 329	0.25 212	0.09 170	0.07 163	0.11 236	0.11 255	0.11 232	0.08 116

HITNet	0.20 108	0.17 229	0.43 188	0.19 27	0.08 3	0.27 166	0.14 14	0.42 181	0.30 118	0.29 128	0.32 122	0.27 144	0.21 140	0.28 126	0.25 212	0.07 17	0.05 6	0.07 16	0.06 25	0.09 146	0.06 20
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
dad	0.28 245	0.31 343	0.44 194	0.21 89	0.14 170	0.30 215	0.20 167	0.33 87	0.49 296	0.44 313	0.44 246	0.45 285	0.21 140	0.41 200	0.26 224	0.20 357	0.11 293	0.20 351	0.11 255	0.14 283	0.10 213

IIG-Stereo	0.23 165	0.13 140	0.35 91	0.29 322	0.12 81	0.23 115	0.14 14	0.38 141	0.31 129	0.34 217	0.37 173	0.33 199	0.21 140	0.70 306	0.26 224	0.08 103	0.06 74	0.09 124	0.07 53	0.07 38	0.06 20

CVANet_RVC	0.30 262	0.19 257	0.41 171	0.26 279	0.16 234	0.33 243	0.26 274	0.52 268	0.47 278	0.40 284	0.46 268	0.43 271	0.31 263	0.89 359	0.26 224	0.14 306	0.09 258	0.14 307	0.13 305	0.14 283	0.10 213

iResNet	0.24 188	0.18 241	0.61 283	0.25 251	0.11 45	0.29 198	0.21 190	0.42 181	0.43 233	0.33 201	0.43 237	0.27 144	0.22 151	0.34 174	0.26 224	0.07 17	0.05 6	0.07 16	0.06 25	0.08 84	0.07 69

DispNO	0.27 227	0.18 241	0.62 291	0.23 176	0.17 250	0.25 141	0.22 206	0.45 203	0.41 223	0.32 191	0.39 195	0.38 233	0.27 216	0.77 335	0.27 228	0.09 170	0.07 163	0.10 188	0.10 220	0.08 84	0.08 116

iRaft-Stereo_5w	0.23 165	0.18 241	0.44 194	0.22 134	0.13 136	0.19 37	0.19 129	0.37 135	0.32 137	0.28 103	0.37 173	0.34 205	0.23 160	0.65 294	0.27 228	0.06 1	0.06 74	0.08 69	0.07 53	0.09 146	0.08 116

LMCR-Stereo	0.26 220	0.18 241	0.49 231	0.28 319	0.14 170	0.36 270	0.23 227	0.54 286	0.34 155	0.39 276	0.40 203	0.29 166	0.29 243	0.37 189	0.27 228	0.11 240	0.07 163	0.09 124	0.07 53	0.13 271	0.09 168

MyStereo8	0.22 148	0.15 195	0.63 294	0.21 89	0.17 250	0.31 226	0.16 41	0.36 129	0.32 137	0.28 103	0.36 164	0.25 116	0.18 113	0.25 86	0.28 231	0.08 103	0.07 163	0.08 69	0.07 53	0.10 195	0.12 260

SMFormer	0.25 210	0.12 85	0.40 149	0.19 27	0.10 22	0.27 166	0.19 129	0.51 258	0.45 259	0.34 217	0.41 211	0.31 184	0.26 199	0.58 261	0.28 231	0.10 213	0.07 163	0.08 69	0.08 114	0.09 146	0.09 168

tta	0.24 188	0.12 85	0.40 149	0.19 27	0.10 22	0.27 166	0.19 129	0.51 258	0.45 259	0.34 217	0.41 211	0.31 184	0.26 199	0.58 261	0.28 231	0.10 213	0.07 163	0.08 69	0.08 114	0.08 84	0.07 69

CSP-Net	0.27 227	0.15 195	0.30 46	0.21 89	0.14 170	0.44 314	0.24 249	0.50 245	0.40 212	0.41 293	0.43 237	0.42 268	0.26 199	0.66 298	0.28 231	0.12 267	0.08 230	0.08 69	0.08 114	0.10 195	0.09 168

GEStereo_RVC	0.27 227	0.20 265	0.44 194	0.27 302	0.16 234	0.33 243	0.25 263	0.56 310	0.54 320	0.34 217	0.38 183	0.34 205	0.25 190	0.51 229	0.28 231	0.12 267	0.08 230	0.09 124	0.08 114	0.11 232	0.11 238

GwcNet-RSSM	0.26 220	0.17 229	0.46 210	0.21 89	0.13 136	0.28 179	0.23 227	0.44 195	0.42 228	0.31 173	0.45 258	0.40 258	0.26 199	0.55 245	0.28 231	0.11 240	0.07 163	0.09 124	0.10 220	0.09 146	0.08 116

DMCA	0.22 148	0.14 170	0.36 109	0.22 134	0.14 170	0.27 166	0.20 167	0.43 191	0.38 193	0.31 173	0.32 122	0.33 199	0.24 175	0.24 62	0.28 231	0.11 240	0.08 230	0.10 188	0.08 114	0.10 195	0.11 238

STTStereo	0.28 245	0.20 265	0.61 283	0.25 251	0.17 250	0.29 198	0.24 249	0.47 220	0.39 199	0.39 276	0.41 211	0.44 281	0.28 230	0.40 198	0.28 231	0.13 283	0.12 310	0.13 288	0.16 335	0.12 258	0.11 238

TDLM	0.30 262	0.21 278	0.38 133	0.28 319	0.15 211	0.33 243	0.32 314	0.52 268	0.47 278	0.38 261	0.43 237	0.39 245	0.29 243	0.91 363	0.28 231	0.14 306	0.08 230	0.13 288	0.11 255	0.12 258	0.10 213

NVstereo2D	0.31 269	0.16 213	0.54 257	0.24 214	0.22 325	0.42 304	0.28 292	0.58 324	0.56 329	0.28 103	0.38 183	0.40 258	0.30 252	0.71 309	0.28 231	0.13 283	0.08 230	0.13 288	0.10 220	0.19 333	0.16 305

ToySt	0.24 188	0.16 213	0.48 226	0.21 89	0.13 136	0.29 198	0.29 296	0.39 152	0.39 199	0.27 94	0.35 154	0.39 245	0.31 263	0.31 156	0.29 241	0.08 103	0.09 258	0.10 188	0.11 255	0.11 232	0.10 213

Anonymous_2	0.37 309	0.21 278	0.47 217	0.20 60	0.21 310	0.42 304	0.26 274	0.38 141	0.29 109	0.33 201	0.30 104	0.44 281	0.38 300	0.36 187	0.29 241	0.26 366	0.29 383	0.44 383	1.41 417	0.34 376	0.21 350

CRFU-Net	0.28 245	0.14 170	0.45 204	0.25 251	0.15 211	0.45 319	0.23 227	0.50 245	0.30 118	0.43 307	0.41 211	0.48 298	0.46 333	0.43 204	0.29 241	0.11 240	0.10 276	0.09 124	0.08 114	0.10 195	0.10 213

PSMNet-ADL	0.25 210	0.15 195	0.32 64	0.26 279	0.14 170	0.31 226	0.22 206	0.44 195	0.36 171	0.27 94	0.33 141	0.41 261	0.28 230	0.61 273	0.29 241	0.11 240	0.09 258	0.09 124	0.11 255	0.10 195	0.10 213

BEATNet_4x	0.22 148	0.18 241	0.47 217	0.22 134	0.10 22	0.28 179	0.14 14	0.46 213	0.32 137	0.31 173	0.34 147	0.31 184	0.25 190	0.31 156	0.29 241	0.08 103	0.06 74	0.08 69	0.06 25	0.10 195	0.08 116

NLCA_NET_v2_RVC	0.27 227	0.21 278	0.59 278	0.25 251	0.18 270	0.29 198	0.22 206	0.50 245	0.40 212	0.38 261	0.41 211	0.43 271	0.27 216	0.43 204	0.29 241	0.11 240	0.08 230	0.10 188	0.10 220	0.10 195	0.11 238
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	0.29 255	0.16 213	0.41 171	0.26 279	0.17 250	0.32 234	0.26 274	0.55 296	0.43 233	0.36 248	0.40 203	0.45 285	0.37 296	0.58 261	0.30 247	0.11 240	0.12 310	0.13 288	0.12 287	0.10 195	0.10 213

DMCA-RVC	0.27 227	0.21 278	0.61 283	0.28 319	0.17 250	0.29 198	0.21 190	0.42 181	0.35 161	0.40 284	0.37 173	0.39 245	0.36 288	0.43 204	0.30 247	0.13 283	0.10 276	0.15 319	0.11 255	0.13 271	0.10 213

MaskLacGwcNet_RVC	0.36 300	0.36 356	0.53 254	0.34 349	0.19 288	0.51 338	0.24 249	0.55 296	0.38 193	0.41 293	0.47 275	0.47 293	0.27 216	0.73 316	0.30 247	0.36 382	0.19 360	0.27 365	0.17 344	0.26 363	0.23 361

PS-NSSS	0.32 278	0.30 338	0.46 210	0.23 176	0.17 250	0.33 243	0.24 249	0.57 317	0.41 223	0.37 253	0.52 298	0.35 219	0.30 252	0.80 343	0.30 247	0.17 339	0.14 324	0.21 353	0.15 324	0.15 295	0.13 272

HHNet	0.22 148	0.12 85	0.52 251	0.18 9	0.18 270	0.20 58	0.20 167	0.34 93	0.31 129	0.32 191	0.59 320	0.20 64	0.21 140	0.24 62	0.31 251	0.08 103	0.05 6	0.09 124	0.07 53	0.08 84	0.11 238

UNet	0.28 245	0.14 170	0.69 309	0.23 176	0.20 302	0.44 314	0.22 206	0.50 245	0.40 212	0.34 217	0.39 195	0.43 271	0.33 273	0.40 198	0.31 251	0.09 170	0.07 163	0.10 188	0.08 114	0.10 195	0.08 116

FADNet_RVC	0.30 262	0.28 325	0.83 338	0.23 176	0.15 211	0.30 215	0.17 63	0.49 237	0.37 180	0.30 156	0.38 183	0.30 176	0.27 216	0.52 235	0.31 251	0.14 306	0.14 324	0.14 307	0.16 335	0.21 344	0.23 361

FADNet-RVC	0.31 269	0.35 353	0.78 324	0.25 251	0.20 302	0.33 243	0.20 167	0.49 237	0.40 212	0.34 217	0.39 195	0.41 261	0.29 243	0.63 286	0.31 251	0.13 283	0.14 324	0.14 307	0.15 324	0.19 333	0.19 333

CBMV	0.33 284	0.21 278	0.54 257	0.23 176	0.13 136	0.42 304	0.33 324	0.53 279	0.48 287	0.52 342	0.49 282	0.50 308	0.41 312	0.56 253	0.31 251	0.15 317	0.16 345	0.18 341	0.16 335	0.13 271	0.13 272
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SQANet	0.40 327	0.48 373	0.67 304	0.48 380	0.39 375	0.48 331	0.22 206	0.51 258	0.43 233	0.40 284	0.47 275	0.47 293	0.33 273	0.54 244	0.32 256	0.36 382	0.15 338	0.40 381	0.21 357	0.45 382	0.31 374

FINET	0.34 291	0.27 322	0.80 332	0.24 214	0.24 341	0.36 270	0.34 326	0.54 286	0.72 362	0.39 276	0.47 275	0.32 192	0.30 252	0.51 229	0.32 256	0.19 354	0.17 350	0.13 288	0.12 287	0.18 329	0.16 305

ac_64	0.27 227	0.13 140	0.41 171	0.24 214	0.17 250	0.36 270	0.22 206	0.46 213	0.33 148	0.35 233	0.36 164	0.52 315	0.30 252	0.62 281	0.32 256	0.11 240	0.09 258	0.10 188	0.10 220	0.09 146	0.08 116

ACVNet	0.23 165	0.13 140	0.35 91	0.18 9	0.15 211	0.27 166	0.23 227	0.39 152	0.44 247	0.28 103	0.41 211	0.38 233	0.26 199	0.27 114	0.32 256	0.08 103	0.07 163	0.08 69	0.07 53	0.10 195	0.07 69

hitnet-ft	0.29 255	0.17 229	0.40 149	0.19 27	0.14 170	0.39 289	0.23 227	0.44 195	0.41 223	0.36 248	0.46 268	0.53 319	0.34 280	0.76 329	0.32 256	0.14 306	0.10 276	0.13 288	0.10 220	0.15 295	0.13 272

DSFCA	0.27 227	0.13 140	0.36 109	0.20 60	0.17 250	0.38 282	0.31 310	0.47 220	0.43 233	0.43 307	0.37 173	0.39 245	0.29 243	0.52 235	0.32 256	0.12 267	0.10 276	0.10 188	0.11 255	0.11 232	0.10 213

CBMV_ROB	0.33 284	0.18 241	0.53 254	0.21 89	0.14 170	0.33 243	0.20 167	0.51 258	0.45 259	0.51 336	0.55 310	0.45 285	0.42 320	0.71 309	0.32 256	0.18 349	0.19 360	0.23 360	0.21 357	0.14 283	0.15 298

DDUNet	0.41 329	0.50 378	0.48 226	0.44 376	0.39 375	0.46 321	0.32 314	0.50 245	0.43 233	0.45 317	0.52 298	0.57 329	0.36 288	0.48 217	0.33 263	0.33 380	0.21 366	0.55 389	0.25 368	0.37 379	0.32 377

UPFNet	0.25 210	0.12 85	0.38 133	0.24 214	0.19 288	0.37 275	0.28 292	0.48 231	0.38 193	0.34 217	0.37 173	0.37 228	0.28 230	0.39 195	0.33 263	0.10 213	0.09 258	0.10 188	0.10 220	0.10 195	0.08 116

HGLStereo	0.27 227	0.14 170	0.46 210	0.24 214	0.21 310	0.33 243	0.23 227	0.50 245	0.42 228	0.35 233	0.48 281	0.41 261	0.33 273	0.45 210	0.33 263	0.11 240	0.10 276	0.09 124	0.09 188	0.10 195	0.12 260

DLCB_ROB	0.28 245	0.16 213	0.34 83	0.27 302	0.16 234	0.38 282	0.25 263	0.48 231	0.43 233	0.46 320	0.46 268	0.51 312	0.33 273	0.53 240	0.33 263	0.10 213	0.10 276	0.11 236	0.11 255	0.10 195	0.09 168

AASNet	0.27 227	0.19 257	0.49 231	0.26 279	0.17 250	0.34 256	0.20 167	0.62 349	0.48 287	0.35 233	0.40 203	0.32 192	0.25 190	0.28 126	0.34 267	0.11 240	0.09 258	0.10 188	0.08 114	0.13 271	0.11 238

MMNet	0.27 227	0.14 170	0.49 231	0.24 214	0.17 250	0.47 327	0.22 206	0.45 203	0.51 307	0.39 276	0.41 211	0.36 224	0.33 273	0.39 195	0.34 267	0.08 103	0.07 163	0.09 124	0.09 188	0.10 195	0.08 116

delet	0.27 227	0.14 170	0.40 149	0.23 176	0.19 288	0.41 297	0.29 296	0.49 237	0.48 287	0.33 201	0.41 211	0.37 228	0.30 252	0.48 217	0.34 267	0.09 170	0.09 258	0.11 236	0.12 287	0.08 84	0.08 116

FAT-Stereo	0.36 300	0.18 241	0.73 321	0.26 279	0.18 270	0.33 243	0.29 296	0.60 337	0.59 335	0.46 320	0.60 325	0.60 337	0.50 344	0.61 273	0.34 267	0.13 283	0.14 324	0.13 288	0.12 287	0.14 283	0.18 326

GASNet	0.36 300	0.46 369	0.88 349	0.34 349	0.23 336	0.35 265	0.22 206	0.60 337	0.53 317	0.40 284	0.37 173	0.45 285	0.30 252	0.79 339	0.35 271	0.15 317	0.10 276	0.14 307	0.14 316	0.22 350	0.12 260

ADLNet2	0.30 262	0.17 229	0.72 318	0.23 176	0.17 250	0.36 270	0.24 249	0.52 268	0.51 307	0.32 191	0.38 183	0.45 285	0.30 252	0.69 303	0.35 271	0.10 213	0.08 230	0.09 124	0.09 188	0.12 258	0.10 213

ADLNet	0.28 245	0.15 195	0.42 178	0.23 176	0.19 288	0.34 256	0.23 227	0.53 279	0.43 233	0.42 301	0.41 211	0.44 281	0.27 216	0.55 245	0.35 271	0.11 240	0.08 230	0.11 236	0.11 255	0.11 232	0.12 260

acv_ft	0.25 210	0.13 140	0.40 149	0.23 176	0.19 288	0.34 256	0.21 190	0.45 203	0.44 247	0.38 261	0.41 211	0.38 233	0.27 216	0.27 114	0.35 271	0.08 103	0.07 163	0.08 69	0.07 53	0.11 232	0.07 69

stereogan	0.37 309	0.17 229	0.65 300	0.27 302	0.22 325	0.62 360	0.26 274	0.59 329	0.63 346	0.43 307	0.60 325	0.67 359	0.42 320	0.68 301	0.35 271	0.13 283	0.14 324	0.14 307	0.12 287	0.19 333	0.17 313

CC-Net-ROB	0.43 335	0.47 371	0.65 300	0.37 364	0.23 336	0.51 338	0.29 296	0.66 363	0.49 296	0.46 320	0.51 290	0.48 298	0.38 300	0.96 371	0.35 271	0.34 381	0.23 373	0.55 389	0.25 368	0.31 373	0.20 343

RASNet	0.28 245	0.14 170	0.44 194	0.22 134	0.18 270	0.32 234	0.19 129	0.48 231	0.38 193	0.29 128	0.43 237	0.47 293	0.37 296	0.79 339	0.36 277	0.09 170	0.07 163	0.07 16	0.09 188	0.07 38	0.07 69

StereoDRNet-Refined	0.27 227	0.17 229	0.35 91	0.25 251	0.14 170	0.37 275	0.21 190	0.47 220	0.41 223	0.44 313	0.51 290	0.41 261	0.28 230	0.45 210	0.37 278	0.09 170	0.06 74	0.11 236	0.11 255	0.10 195	0.10 213
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NCCL2	0.35 296	0.26 315	0.49 231	0.36 359	0.22 325	0.41 297	0.41 351	0.53 279	0.42 228	0.47 327	0.46 268	0.61 341	0.39 305	0.55 245	0.37 278	0.16 329	0.13 320	0.21 353	0.21 357	0.16 303	0.16 305

SDNR	0.42 332	0.21 278	0.82 337	0.21 89	0.18 270	1.27 400	0.17 63	0.50 245	0.49 296	0.42 301	0.81 363	0.38 233	0.27 216	1.19 385	0.38 280	0.23 361	0.24 375	0.17 334	0.13 305	0.17 318	0.20 343

fast-acv-ft	0.31 269	0.20 265	0.81 334	0.24 214	0.18 270	0.46 321	0.27 279	0.41 169	0.49 296	0.39 276	0.55 310	0.49 302	0.35 284	0.37 189	0.38 280	0.11 240	0.11 293	0.11 236	0.12 287	0.12 258	0.09 168

CBFPSM	0.27 227	0.16 213	0.67 304	0.20 60	0.14 170	0.38 282	0.25 263	0.40 159	0.36 171	0.33 201	0.36 164	0.56 325	0.38 300	0.32 162	0.38 280	0.08 103	0.08 230	0.07 16	0.08 114	0.09 146	0.11 238

Wz-Net-LNSev-Ref	0.30 262	0.20 265	0.70 315	0.21 89	0.17 250	0.46 321	0.27 279	0.50 245	0.49 296	0.42 301	0.55 310	0.43 271	0.30 252	0.46 212	0.38 280	0.09 170	0.06 74	0.07 16	0.06 25	0.11 232	0.10 213

Syn2CoEx	0.36 300	0.31 343	0.78 324	0.34 349	0.21 310	0.41 297	0.28 292	0.61 341	0.49 296	0.42 301	0.56 315	0.45 285	0.44 324	0.69 303	0.38 280	0.17 339	0.14 324	0.15 319	0.12 287	0.13 271	0.12 260

MDST_ROB	0.48 347	0.14 170	0.95 360	0.30 329	0.21 310	1.33 403	0.32 314	0.77 380	0.56 329	1.06 389	0.71 350	0.49 302	0.35 284	1.26 391	0.38 280	0.13 283	0.11 293	0.16 328	0.13 305	0.12 258	0.12 260

ETE_ROB	0.34 291	0.26 315	0.45 204	0.29 322	0.18 270	0.40 294	0.37 336	0.57 317	0.47 278	0.50 331	0.50 284	0.62 343	0.36 288	0.55 245	0.38 280	0.13 283	0.10 276	0.14 307	0.12 287	0.16 303	0.16 305

PWCDC_ROB	0.38 315	0.30 338	0.60 280	0.33 347	0.20 302	0.42 304	0.19 129	0.58 324	0.89 379	0.42 301	1.26 387	0.36 224	0.34 280	0.50 224	0.38 280	0.18 349	0.11 293	0.11 236	0.09 188	0.19 333	0.13 272

ssnet_v2	0.28 245	0.16 213	0.44 194	0.22 134	0.15 211	0.40 294	0.30 306	0.57 317	0.46 273	0.38 261	0.36 164	0.47 293	0.29 243	0.38 193	0.39 288	0.13 283	0.11 293	0.11 236	0.11 255	0.11 232	0.11 238

Wz-Net-LNSev	0.34 291	0.29 332	0.91 353	0.26 279	0.21 310	0.47 327	0.31 310	0.54 286	0.54 320	0.44 313	0.52 298	0.50 308	0.35 284	0.39 195	0.39 288	0.11 240	0.11 293	0.10 188	0.09 188	0.14 283	0.13 272

UDG	0.40 327	0.46 369	0.49 231	0.40 371	0.35 373	0.47 327	0.27 279	0.54 286	0.47 278	0.39 276	0.45 258	0.59 334	0.44 324	0.46 212	0.39 288	0.26 366	0.19 360	0.48 385	0.22 364	0.34 376	0.26 367

RP	0.35 296	0.22 290	0.51 247	0.31 336	0.24 341	0.37 275	0.28 292	0.50 245	0.58 334	0.40 284	0.63 337	0.61 341	0.47 336	0.61 273	0.39 288	0.16 329	0.15 338	0.17 334	0.15 324	0.17 318	0.17 313

RGC	0.39 321	0.32 348	0.64 299	0.34 349	0.27 355	0.40 294	0.29 296	0.57 317	0.53 317	0.45 317	0.64 338	0.62 343	0.45 327	0.72 314	0.39 288	0.15 317	0.15 338	0.21 353	0.20 354	0.18 329	0.19 333

GANetREF_RVC	0.43 335	0.47 371	0.69 309	0.38 366	0.20 302	0.51 338	0.48 371	0.66 363	0.66 349	0.46 320	0.46 268	0.50 308	0.44 324	0.90 362	0.39 288	0.27 371	0.21 366	0.32 375	0.18 349	0.27 366	0.22 355
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
iinet-f	0.30 262	0.18 241	1.03 371	0.20 60	0.15 211	0.44 314	0.22 206	0.45 203	0.37 180	0.35 233	0.44 246	0.41 261	0.34 280	0.34 174	0.40 294	0.10 213	0.09 258	0.08 69	0.08 114	0.13 271	0.11 238

S-Stereo	0.38 315	0.20 265	1.05 372	0.27 302	0.22 325	0.38 282	0.32 314	0.55 296	0.66 349	0.39 276	0.59 320	0.49 302	0.41 312	0.75 324	0.40 294	0.12 267	0.15 338	0.13 288	0.13 305	0.16 303	0.21 350

edge stereo	0.39 321	0.22 290	0.81 334	0.27 302	0.22 325	0.37 275	0.24 249	0.56 310	0.54 320	0.53 347	0.60 325	0.71 367	0.50 344	0.78 337	0.40 294	0.16 329	0.14 324	0.19 348	0.14 316	0.16 303	0.17 313

Nwc_Net	0.37 309	0.25 304	0.68 308	0.31 336	0.24 341	0.44 314	0.30 306	0.65 357	0.50 304	0.37 253	0.69 349	0.58 332	0.45 327	0.60 268	0.40 294	0.15 317	0.12 310	0.19 348	0.21 357	0.14 283	0.13 272

AANet_RVC	0.31 269	0.22 290	0.50 241	0.23 176	0.14 170	0.30 215	0.24 249	0.47 220	0.54 320	0.38 261	0.60 325	0.43 271	0.29 243	0.87 355	0.40 294	0.11 240	0.07 163	0.07 16	0.07 53	0.09 146	0.09 168

StereoDRNet	0.32 278	0.22 290	0.61 283	0.27 302	0.21 310	0.42 304	0.30 306	0.61 341	0.48 287	0.46 320	0.39 195	0.48 298	0.30 252	0.57 256	0.40 294	0.11 240	0.09 258	0.12 269	0.11 255	0.12 258	0.10 213

GwcNet	0.35 296	0.23 297	0.88 349	0.25 251	0.24 341	0.48 331	0.27 279	0.55 296	0.57 332	0.38 261	0.52 298	0.51 312	0.32 270	0.60 268	0.41 300	0.13 283	0.11 293	0.12 269	0.11 255	0.13 271	0.14 289

GANet	0.36 300	0.22 290	0.49 231	0.29 322	0.17 250	0.41 297	0.38 342	0.57 317	0.45 259	0.46 320	0.75 356	0.55 323	0.40 308	0.94 368	0.41 300	0.13 283	0.13 320	0.13 288	0.11 255	0.14 283	0.11 238

DRN-Test	0.33 284	0.17 229	0.61 283	0.27 302	0.19 288	0.46 321	0.29 296	0.65 357	0.51 307	0.47 327	0.46 268	0.44 281	0.34 280	0.62 281	0.41 300	0.12 267	0.08 230	0.13 288	0.12 287	0.12 258	0.10 213

DRaft	0.24 188	0.10 26	0.34 83	0.18 9	0.12 81	0.28 179	0.23 227	0.33 87	0.39 199	0.38 261	0.61 332	0.21 72	0.41 312	0.48 217	0.42 303	0.07 17	0.06 74	0.08 69	0.08 114	0.07 38	0.08 116

DGSMNet	0.61 371	0.29 332	0.91 353	0.51 383	0.70 395	0.62 360	1.38 416	0.59 329	0.55 326	0.37 253	0.61 332	0.52 315	0.33 273	0.65 294	0.43 304	0.53 388	0.60 406	0.67 394	0.61 402	0.63 390	0.61 400

MFN_U_SF_DS_RVC	0.51 355	0.50 378	0.86 346	0.39 369	0.24 341	0.84 381	0.55 378	0.56 310	0.62 343	0.60 355	0.68 345	0.62 343	0.42 320	1.13 383	0.43 304	0.23 361	0.27 379	0.27 365	0.35 381	0.25 357	0.29 371

LALA_ROB	0.36 300	0.25 304	0.46 210	0.30 329	0.21 310	0.47 327	0.39 347	0.61 341	0.51 307	0.52 342	0.51 290	0.69 364	0.36 288	0.50 224	0.43 304	0.17 339	0.11 293	0.16 328	0.14 316	0.17 318	0.15 298

PSMNet_ROB	0.33 284	0.24 300	0.54 257	0.31 336	0.21 310	0.42 304	0.43 356	0.59 329	0.47 278	0.37 253	0.44 246	0.49 302	0.31 263	0.64 288	0.43 304	0.14 306	0.10 276	0.15 319	0.14 316	0.13 271	0.11 238

Wz-Net-MNSev	0.36 300	0.26 315	0.79 330	0.26 279	0.21 310	0.59 355	0.38 342	0.55 296	0.56 329	0.48 330	0.54 306	0.53 319	0.36 288	0.60 268	0.44 308	0.11 240	0.09 258	0.11 236	0.11 255	0.15 295	0.13 272

DEmStereo	0.26 220	0.09 10	0.47 217	0.19 27	0.12 81	0.30 215	0.25 263	0.28 37	0.36 171	0.36 248	0.58 318	0.25 116	0.48 342	0.53 240	0.44 308	0.07 17	0.06 74	0.08 69	0.08 114	0.06 6	0.07 69

AF-Net	0.37 309	0.26 315	0.56 266	0.32 342	0.23 336	0.41 297	0.29 296	0.61 341	0.64 347	0.42 301	0.68 345	0.65 354	0.49 343	0.57 256	0.44 308	0.15 317	0.11 293	0.19 348	0.14 316	0.15 295	0.13 272

Ntro	0.58 366	0.64 387	0.92 355	0.66 391	0.50 384	0.77 374	0.36 332	0.66 363	0.70 359	0.50 331	0.59 320	0.65 354	0.51 347	0.75 324	0.45 311	0.56 392	0.32 387	0.56 392	0.34 380	0.63 390	0.46 389

THIR-Stereo	0.29 255	0.12 85	0.41 171	0.19 27	0.11 45	0.28 179	0.72 390	0.32 73	0.35 161	0.37 253	0.65 339	0.34 205	0.50 344	0.57 256	0.45 311	0.07 17	0.06 74	0.08 69	0.09 188	0.07 38	0.07 69

psmorigin	0.50 351	0.25 304	3.03 412	0.24 214	0.19 288	0.38 282	0.22 206	0.50 245	0.44 247	0.64 360	0.68 345	0.71 367	0.51 347	0.85 352	0.45 311	0.14 306	0.17 350	0.13 288	0.14 316	0.16 303	0.21 350

NCC-stereo	0.39 321	0.25 304	0.69 309	0.32 342	0.28 358	0.46 321	0.36 332	0.65 357	0.52 313	0.40 284	0.57 316	0.56 325	0.47 336	0.73 316	0.45 311	0.17 339	0.14 324	0.18 341	0.25 368	0.16 303	0.16 305

Abc-Net	0.39 321	0.25 304	0.69 309	0.32 342	0.28 358	0.46 321	0.36 332	0.65 357	0.52 313	0.40 284	0.57 316	0.56 325	0.47 336	0.73 316	0.45 311	0.17 339	0.14 324	0.18 341	0.25 368	0.16 303	0.16 305
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XPNet_ROB	0.33 284	0.20 265	0.43 188	0.27 302	0.18 270	0.37 275	0.31 310	0.55 296	0.50 304	0.51 336	0.53 303	0.58 332	0.37 296	0.63 286	0.45 311	0.17 339	0.12 310	0.13 288	0.12 287	0.15 295	0.14 289

otaku	0.57 365	0.62 386	0.87 348	0.63 390	0.44 380	0.73 370	0.37 336	0.65 357	0.66 349	0.51 336	0.75 356	0.66 358	0.45 327	0.69 303	0.46 317	0.53 388	0.34 388	0.55 389	0.35 381	0.60 389	0.45 386

APVNet	0.36 300	0.20 265	0.70 315	0.26 279	0.22 325	0.52 347	0.35 329	0.61 341	0.44 247	0.38 261	0.52 298	0.48 298	0.38 300	0.84 351	0.46 317	0.13 283	0.14 324	0.15 319	0.16 335	0.16 303	0.15 298

PDISCO_ROB	0.43 335	0.30 338	0.67 304	0.43 374	0.36 374	0.67 365	0.32 314	0.72 376	0.76 367	0.43 307	0.53 303	0.63 351	0.40 308	0.66 298	0.47 319	0.21 358	0.12 310	0.21 353	0.19 353	0.25 357	0.20 343

Anonymous Stereo	0.38 315	0.34 350	1.00 365	0.30 329	0.25 348	0.33 243	0.44 359	0.50 245	0.54 320	0.41 293	0.45 258	0.39 245	0.26 199	0.93 365	0.48 320	0.15 317	0.14 324	0.15 319	0.16 335	0.16 303	0.17 313

PASM	0.45 342	0.35 353	0.90 352	0.35 358	0.33 370	0.39 289	0.38 342	0.50 245	0.61 341	0.52 342	0.51 290	0.62 343	0.45 327	0.93 365	0.48 320	0.26 366	0.29 383	0.29 371	0.33 379	0.29 371	0.26 367

DispFullNet	0.66 375	0.89 398	1.59 395	0.77 395	1.21 412	0.51 338	0.23 227	0.59 329	0.72 362	0.69 366	0.61 332	0.69 364	0.91 387	0.79 339	0.48 320	0.27 371	0.12 310	0.73 397	0.30 378	0.65 393	0.40 383

PA-Net	0.37 309	0.28 325	0.83 338	0.31 336	0.28 358	0.39 289	0.42 354	0.51 258	0.55 326	0.34 217	0.42 225	0.41 261	0.36 288	0.79 339	0.49 323	0.12 267	0.23 373	0.16 328	0.23 366	0.12 258	0.18 326
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DANet	0.35 296	0.23 297	0.60 280	0.36 359	0.22 325	0.39 289	0.25 263	0.48 231	0.43 233	0.52 342	0.50 284	0.59 334	0.41 312	0.76 329	0.49 323	0.13 283	0.11 293	0.14 307	0.12 287	0.17 318	0.15 298
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LSM	1.64 408	0.40 365	2.56 408	2.02 418	17.61 429	0.51 338	0.52 375	0.61 341	0.76 367	0.82 375	1.11 381	0.63 351	0.54 350	0.75 324	0.49 323	0.16 329	0.24 375	0.18 341	0.21 357	0.25 357	2.42 421

DISCO	0.32 278	0.13 140	0.51 247	0.25 251	0.16 234	0.48 331	0.25 263	0.50 245	0.57 332	0.37 253	0.45 258	0.62 343	0.36 288	0.64 288	0.49 323	0.09 170	0.07 163	0.09 124	0.08 114	0.12 258	0.11 238

MSMD_ROB	0.60 370	0.33 349	0.61 283	0.30 329	0.25 348	0.86 382	0.35 329	0.55 296	0.67 352	1.10 391	1.49 396	1.76 399	0.97 391	0.88 358	0.49 323	0.23 361	0.21 366	0.27 365	0.27 374	0.25 357	0.24 365

aanetorigin	0.39 321	0.29 332	1.09 374	0.24 214	0.19 288	0.28 179	0.37 336	0.33 87	0.47 278	0.94 381	0.82 364	0.52 315	0.54 350	0.49 222	0.50 328	0.11 240	0.09 258	0.10 188	0.10 220	0.16 303	0.15 298

SGM-Forest	0.36 300	0.17 229	0.47 217	0.23 176	0.16 234	0.45 319	0.41 351	0.55 296	0.48 287	0.52 342	0.60 325	0.52 315	0.41 312	0.85 352	0.50 328	0.17 339	0.17 350	0.17 334	0.15 324	0.15 295	0.15 298
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FBW_ROB	0.43 335	0.26 315	0.54 257	0.31 336	0.20 302	0.51 338	0.32 314	0.70 373	0.60 338	0.59 354	0.55 310	0.65 354	0.41 312	1.40 396	0.51 330	0.13 283	0.17 350	0.21 353	0.16 335	0.17 318	0.18 326

DeepPrunerF	0.44 341	0.29 332	1.29 388	0.33 347	0.30 366	0.35 265	0.36 332	0.62 349	1.15 395	0.40 284	0.44 246	0.39 245	0.41 312	0.80 343	0.52 331	0.18 349	0.14 324	0.23 360	0.21 357	0.17 318	0.17 313

PWC_ROB	0.38 315	0.29 332	0.69 309	0.25 251	0.20 302	0.38 282	0.19 129	0.58 324	0.67 352	0.57 353	0.85 367	0.51 312	0.40 308	0.71 309	0.52 331	0.13 283	0.09 258	0.14 307	0.10 220	0.17 318	0.14 289

RYNet	0.37 309	0.18 241	0.59 278	0.25 251	0.28 358	0.61 359	0.32 314	0.59 329	0.59 335	0.41 293	0.38 183	0.57 329	0.39 305	0.87 355	0.53 333	0.11 240	0.08 230	0.12 269	0.11 255	0.18 329	0.18 326

ACVNet_1	0.72 380	0.81 393	1.37 392	0.72 393	0.53 387	0.77 374	0.42 354	0.85 391	0.90 381	0.74 371	0.75 356	1.32 391	0.72 374	1.02 377	0.55 334	0.54 390	0.31 386	0.71 396	0.35 381	0.64 392	0.45 386

RainbowNet	0.72 380	0.89 398	1.02 369	0.82 396	0.63 393	0.78 377	0.52 375	0.81 387	0.93 385	0.60 355	0.79 361	0.80 372	0.60 359	0.80 343	0.57 335	0.78 401	0.55 402	0.78 399	0.49 391	0.76 398	0.58 395

anonymity	0.56 362	0.54 382	0.70 315	0.47 379	0.61 391	0.56 350	0.43 356	0.69 372	0.49 296	0.63 358	0.55 310	0.54 321	0.60 359	0.61 273	0.57 335	0.55 391	0.53 399	0.50 386	0.54 397	0.51 383	0.56 393

CrosDoStereo	0.31 269	0.10 26	0.49 231	0.18 9	0.12 81	0.22 98	1.11 412	0.34 93	0.37 180	0.38 261	0.61 332	0.28 159	0.46 333	0.61 273	0.57 335	0.07 17	0.06 74	0.08 69	0.08 114	0.07 38	0.07 69

DeepStereo_LL	0.31 269	0.10 26	0.49 231	0.18 9	0.12 81	0.22 98	1.11 412	0.34 93	0.37 180	0.38 261	0.61 332	0.28 159	0.46 333	0.61 273	0.57 335	0.07 17	0.06 74	0.08 69	0.08 114	0.07 38	0.07 69

G-Net	0.46 344	0.25 304	0.86 346	0.34 349	0.28 358	0.90 385	0.35 329	0.47 220	0.45 259	0.68 364	1.22 385	0.64 353	0.60 359	0.61 273	0.57 335	0.16 329	0.14 324	0.17 334	0.13 305	0.22 350	0.19 333

SHD	0.42 332	0.27 322	0.81 334	0.31 336	0.25 348	0.42 304	0.22 206	0.66 363	0.94 386	0.63 358	0.60 325	0.59 334	0.47 336	0.59 267	0.58 340	0.15 317	0.13 320	0.16 328	0.16 335	0.20 341	0.22 355

Wz-Net-SNSev	0.43 335	0.41 368	1.27 386	0.30 329	0.21 310	0.44 314	0.41 351	0.61 341	0.65 348	0.46 320	0.65 339	0.62 343	0.39 305	0.74 323	0.59 341	0.12 267	0.11 293	0.12 269	0.13 305	0.16 303	0.14 289

MeshStereo	0.58 366	0.27 322	0.67 304	0.22 134	0.17 250	0.66 364	0.37 336	0.78 381	0.61 341	1.47 409	1.30 388	1.65 396	0.79 377	1.12 382	0.59 341	0.17 339	0.17 350	0.17 334	0.14 316	0.17 318	0.14 289
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
SGM_RVC	0.50 351	0.19 257	0.50 241	0.25 251	0.15 211	0.69 366	0.39 347	0.68 371	0.82 373	0.95 383	0.84 366	1.13 383	0.76 375	1.16 384	0.60 343	0.16 329	0.16 345	0.16 328	0.16 335	0.16 303	0.17 313
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ccnet	0.42 332	0.31 343	0.48 226	0.27 302	0.32 369	0.60 358	0.32 314	0.65 357	0.46 273	0.53 347	0.66 341	0.56 325	0.45 327	0.72 314	0.61 344	0.26 366	0.19 360	0.24 362	0.21 357	0.26 363	0.22 355

MFMNet_re	0.72 380	0.76 391	0.99 364	0.62 389	0.70 395	0.77 374	0.67 386	0.75 378	0.83 376	0.78 374	0.86 368	0.69 364	0.78 376	0.71 309	0.61 344	0.66 397	0.59 405	0.61 393	0.58 401	0.68 396	0.71 404

SAMSARA	0.56 362	0.39 364	0.80 332	0.60 388	0.46 381	1.00 389	1.23 415	0.67 368	0.68 355	0.71 367	0.54 306	0.89 377	0.57 356	0.81 346	0.62 346	0.19 354	0.22 370	0.18 341	0.18 349	0.27 366	0.25 366

CSAN	0.50 351	0.35 353	0.78 324	0.36 359	0.23 336	0.56 350	0.59 382	0.61 341	0.70 359	0.64 360	0.78 360	0.65 354	0.60 359	1.38 395	0.62 346	0.21 358	0.17 350	0.20 351	0.20 354	0.18 329	0.18 326

WCMA_ROB	0.51 355	0.21 278	0.65 300	0.25 251	0.21 310	0.58 354	0.32 314	0.54 286	0.55 326	0.95 383	1.40 391	1.28 389	0.81 380	0.73 316	0.62 346	0.18 349	0.15 338	0.15 319	0.15 324	0.19 333	0.19 333

Consistency-Raft	0.55 361	0.48 373	1.02 369	0.45 377	0.49 383	0.49 334	0.47 367	0.72 376	0.72 362	0.45 317	0.82 364	0.47 293	0.60 359	0.50 224	0.63 349	0.39 386	0.39 391	0.44 383	0.51 394	0.52 384	0.37 380

FCDSN-DC	0.63 372	0.31 343	0.61 283	0.36 359	0.30 366	0.65 362	0.37 336	0.66 363	0.68 355	1.14 393	1.54 399	1.71 398	1.26 400	0.92 364	0.64 350	0.24 364	0.22 370	0.27 365	0.26 372	0.27 366	0.27 370
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NaN_ROB	0.41 329	0.28 325	0.62 291	0.30 329	0.19 288	0.51 338	0.47 367	0.58 324	0.59 335	0.56 351	0.47 275	0.49 302	0.41 312	1.21 388	0.64 350	0.12 267	0.18 356	0.12 269	0.13 305	0.11 232	0.14 289

ACVNet_2	0.89 389	0.87 397	1.25 384	0.82 396	0.62 392	0.97 388	0.62 384	1.14 396	1.42 399	1.00 386	1.40 391	1.47 394	0.84 383	1.11 380	0.66 352	0.61 395	0.43 393	0.78 399	0.49 391	0.75 397	0.52 391

MSC_U_SF_DS_RVC	0.68 377	0.64 387	1.06 373	0.45 377	0.27 355	1.40 406	0.58 380	0.78 381	0.92 383	0.84 376	0.86 368	0.88 376	0.68 370	1.33 394	0.68 353	0.37 384	0.29 383	0.34 377	0.36 384	0.43 380	0.37 380

DPSNet	0.47 345	0.24 300	0.93 357	0.27 302	0.20 302	0.75 373	0.57 379	0.84 389	0.79 371	0.47 327	0.51 290	0.60 337	0.69 371	0.87 355	0.71 354	0.16 329	0.13 320	0.12 269	0.10 220	0.25 357	0.21 350

XQC	0.43 335	0.37 361	0.96 361	0.34 349	0.25 348	0.53 348	0.34 326	0.60 337	0.73 365	0.51 336	0.46 268	0.57 329	0.47 336	0.70 306	0.72 355	0.17 339	0.12 310	0.18 341	0.15 324	0.25 357	0.23 361

MFN_U_SF_RVC	0.56 362	0.51 380	1.19 380	0.38 366	0.22 325	0.69 366	0.27 279	0.80 385	0.67 352	0.73 368	0.74 355	0.87 374	0.61 368	0.81 346	0.76 356	0.29 376	0.27 379	0.32 375	0.37 385	0.32 375	0.31 374

PVD	0.58 366	0.34 350	0.84 342	0.39 369	0.31 368	0.59 355	0.47 367	0.80 385	1.25 396	0.92 380	1.09 379	0.79 371	0.82 381	0.85 352	0.76 356	0.21 358	0.18 356	0.22 359	0.18 349	0.27 366	0.35 379

SANet	0.53 360	0.28 325	0.96 361	0.26 279	0.15 211	0.69 366	0.44 359	0.67 368	1.34 397	0.67 363	0.98 376	0.94 378	0.71 373	0.89 359	0.76 356	0.14 306	0.12 310	0.12 269	0.11 255	0.17 318	0.16 305

Wz-Net-TNSev	0.51 355	0.58 383	1.61 398	0.25 251	0.21 310	0.65 362	0.45 361	0.63 355	0.69 357	0.51 336	0.54 306	0.71 367	0.60 359	1.00 375	0.77 359	0.15 317	0.15 338	0.13 288	0.15 324	0.21 344	0.20 343

FC-DCNN	0.70 379	0.30 338	0.69 309	0.32 342	0.27 355	0.81 380	0.39 347	0.79 384	0.82 373	1.41 402	1.58 401	1.98 401	1.26 400	1.02 377	0.77 359	0.24 364	0.22 370	0.27 365	0.26 372	0.26 363	0.26 367

NVStereoNet_ROB	0.67 376	0.49 377	0.83 338	0.48 380	0.40 377	0.51 338	0.46 363	0.70 373	0.77 369	0.84 376	1.72 402	1.02 382	0.83 382	1.23 389	0.79 361	0.32 379	0.38 390	0.40 381	0.46 389	0.36 378	0.41 384
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RTSC	0.39 321	0.28 325	0.78 324	0.27 302	0.18 270	0.49 334	0.22 206	0.59 329	0.84 378	0.55 350	0.53 303	0.49 302	0.36 288	0.67 300	0.82 362	0.13 283	0.10 276	0.11 236	0.12 287	0.17 318	0.17 313

IMH-64-1	0.91 390	0.86 395	0.84 342	0.97 401	0.75 397	0.92 386	0.71 388	1.27 397	1.10 392	0.89 378	1.45 393	1.14 384	0.96 389	1.19 385	0.84 363	0.74 398	0.51 396	0.97 403	0.55 398	0.84 400	0.60 397

IMH-64	0.91 390	0.86 395	0.84 342	0.97 401	0.75 397	0.92 386	0.71 388	1.27 397	1.10 392	0.89 378	1.45 393	1.14 384	0.96 389	1.19 385	0.84 363	0.74 398	0.51 396	0.97 403	0.55 398	0.84 400	0.60 397

WZ-Net	0.52 359	0.38 363	1.90 400	0.30 329	0.24 341	0.57 353	0.48 371	0.62 349	0.78 370	0.50 331	0.71 350	0.68 362	0.54 350	0.98 374	0.84 363	0.13 283	0.10 276	0.11 236	0.12 287	0.19 333	0.20 343

ttt	0.29 255	0.12 85	0.34 83	0.21 89	0.13 136	0.29 198	0.20 167	0.56 310	0.47 278	0.31 173	0.44 246	0.30 176	0.22 151	0.65 294	0.85 366	0.13 283	0.10 276	0.10 188	0.10 220	0.11 232	0.11 238

SPS-STEREO	0.69 378	0.61 385	0.98 363	0.52 385	0.57 389	0.74 371	0.50 374	0.78 381	0.62 343	0.95 383	0.86 368	0.94 378	0.70 372	1.01 376	0.87 367	0.58 394	0.51 396	0.50 386	0.50 393	0.55 386	0.58 395
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	1.05 395	0.95 402	1.00 365	1.01 403	0.78 400	1.11 392	0.68 387	1.38 400	1.43 400	1.00 386	1.72 402	1.43 392	1.14 393	1.73 404	0.89 368	1.09 411	0.55 402	0.99 405	0.57 400	0.87 402	0.62 402

LVE	1.13 397	1.02 403	1.28 387	1.01 403	0.80 403	1.29 402	0.81 399	1.47 404	1.96 404	1.07 390	1.90 405	1.90 400	1.01 392	1.48 397	0.91 369	0.93 408	0.61 408	0.94 402	0.69 405	0.87 402	0.75 408

ELAS_RVC	0.74 384	0.36 356	1.00 365	0.37 364	0.33 370	0.88 383	0.93 404	0.83 388	1.08 391	1.35 398	1.33 390	1.24 387	1.33 403	1.06 379	0.95 370	0.27 371	0.25 377	0.29 371	0.27 374	0.30 372	0.30 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
pmcnn	0.50 351	0.20 265	0.78 324	0.24 214	0.26 353	0.39 289	0.30 306	0.51 258	0.50 304	0.54 349	1.23 386	2.52 409	0.37 296	0.77 335	0.95 370	0.08 103	0.06 74	0.06 1	0.05 10	0.10 195	0.08 116

EDNetEfficientorigin	7.51 420	0.52 381	140.47 442	0.25 251	0.17 250	0.42 304	0.29 296	0.47 220	1.03 387	1.28 396	1.02 377	0.83 373	0.84 383	0.75 324	0.99 372	0.10 213	0.09 258	0.12 269	0.10 220	0.21 344	0.22 355

Dean	1.17 399	1.04 405	1.49 394	1.03 405	0.78 400	1.20 398	0.77 395	1.48 405	1.96 404	1.28 396	1.99 407	2.15 403	1.14 393	1.25 390	1.00 373	0.81 403	0.60 406	1.01 406	0.69 405	0.92 406	0.74 407

ELAS	0.74 384	0.36 356	0.85 345	0.36 359	0.33 370	1.36 404	0.77 395	0.93 392	0.92 383	1.41 402	1.53 398	1.16 386	1.17 396	0.95 370	1.03 374	0.26 366	0.25 377	0.28 370	0.28 377	0.31 373	0.30 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	1.00 392	1.17 410	1.70 399	0.91 399	0.41 378	1.19 397	0.92 403	1.10 394	1.14 394	1.16 394	1.14 382	1.25 388	0.88 386	1.75 405	1.04 375	0.87 405	0.50 394	0.87 401	0.53 396	0.96 407	0.52 391

DualNet	0.26 220	0.12 85	0.42 178	0.20 60	0.13 136	0.28 179	0.20 167	0.35 110	0.44 247	0.30 156	0.42 225	0.34 205	0.23 160	0.27 114	1.08 376	0.08 103	0.05 6	0.11 236	0.10 220	0.08 84	0.08 116

ff1	0.29 255	0.12 85	0.42 178	0.20 60	0.13 136	0.28 179	0.20 167	0.35 110	0.44 247	0.30 156	0.42 225	0.34 205	0.23 160	0.81 346	1.08 376	0.08 103	0.05 6	0.11 236	0.10 220	0.08 84	0.08 116

mmx	0.31 269	0.12 85	0.42 178	0.20 60	0.13 136	0.28 179	0.20 167	0.55 296	0.45 259	0.30 156	0.42 225	0.34 205	0.23 160	0.81 346	1.08 376	0.10 213	0.07 163	0.11 236	0.10 220	0.11 232	0.10 213

xxx	0.31 269	0.12 85	0.42 178	0.20 60	0.13 136	0.28 179	0.20 167	0.55 296	0.45 259	0.30 156	0.42 225	0.34 205	0.23 160	0.81 346	1.08 376	0.10 213	0.07 163	0.11 236	0.10 220	0.11 232	0.10 213

SuperB	0.49 349	0.28 325	2.23 402	0.23 176	0.15 211	0.41 297	0.32 314	0.47 220	0.82 373	0.43 307	0.50 284	0.33 199	0.45 327	0.68 301	1.08 376	0.10 213	0.07 163	0.09 124	0.08 114	0.98 408	0.14 289

SGM+DAISY	0.87 388	0.66 389	1.30 389	0.51 383	0.60 390	1.03 390	0.84 401	0.76 379	0.73 365	1.39 400	1.51 397	1.31 390	1.22 398	1.11 380	1.08 376	0.57 393	0.53 399	0.51 388	0.51 394	0.54 385	0.61 400

WAO-7	1.01 393	0.89 398	0.93 357	0.83 398	0.66 394	1.18 395	0.81 399	1.40 401	1.57 402	1.11 392	1.76 404	1.45 393	1.19 397	1.50 398	1.14 382	0.61 395	0.62 409	0.70 395	0.68 404	0.66 395	0.60 397

WAO-6	1.07 396	0.93 401	0.92 355	0.96 400	0.78 400	1.28 401	0.75 392	1.34 399	2.00 406	1.02 388	1.54 399	1.59 395	1.22 398	1.31 393	1.14 382	0.78 401	0.55 402	1.02 407	0.75 408	0.83 399	0.69 403

ADCPNet	0.48 347	0.29 332	1.60 396	0.27 302	0.23 336	0.70 369	0.38 342	0.53 279	0.51 307	0.51 336	0.59 320	0.67 359	0.56 354	0.60 268	1.14 382	0.15 317	0.18 356	0.14 307	0.23 366	0.19 333	0.19 333

RTS	0.78 386	0.48 373	4.68 414	0.34 349	0.28 358	1.12 393	0.46 363	0.62 349	1.03 387	0.73 368	0.89 372	0.60 337	0.59 357	1.61 399	1.16 385	0.14 306	0.11 293	0.15 319	0.15 324	0.21 344	0.19 333

RTSA	0.78 386	0.48 373	4.68 414	0.34 349	0.28 358	1.12 393	0.46 363	0.62 349	1.03 387	0.73 368	0.89 372	0.60 337	0.59 357	1.61 399	1.16 385	0.14 306	0.11 293	0.15 319	0.15 324	0.21 344	0.19 333

WAO-8	1.46 404	1.10 407	1.09 374	1.10 406	0.84 404	2.06 410	0.75 392	1.84 410	3.83 414	1.44 406	2.21 410	2.15 403	1.43 405	3.17 415	1.19 387	0.91 406	0.65 411	1.09 408	0.79 409	0.90 404	0.71 404

Venus	1.46 404	1.10 407	1.09 374	1.10 406	0.84 404	2.06 410	0.75 392	1.84 410	3.83 414	1.44 406	2.21 410	2.15 403	1.43 405	3.17 415	1.19 387	0.91 406	0.65 411	1.09 408	0.79 409	0.90 404	0.71 404

KSHMR	1.89 411	1.36 414	1.60 396	1.47 415	1.22 413	1.38 405	1.06 409	1.79 409	5.97 420	1.42 404	5.65 420	2.98 413	1.14 393	2.23 412	1.20 389	1.27 415	1.12 416	1.46 417	1.10 416	1.32 415	1.15 415

ACVNet-4b	0.72 380	0.81 393	1.33 390	0.72 393	0.50 384	0.80 379	0.31 310	0.71 375	0.80 372	0.50 331	0.72 354	0.95 380	0.43 323	0.96 371	1.20 389	1.13 414	0.21 366	0.76 398	0.45 388	0.65 393	0.46 389

ktn	1.77 410	1.36 414	1.22 382	1.43 414	1.14 411	1.52 407	1.08 410	1.51 407	3.96 417	2.77 416	4.69 417	3.35 414	1.46 407	1.69 403	1.25 391	1.43 416	0.77 415	1.45 416	0.99 414	1.32 415	0.96 411

ADCRef	0.38 315	0.24 300	0.88 349	0.26 279	0.21 310	0.49 334	0.27 279	0.52 268	0.48 287	0.50 331	0.58 318	0.35 219	0.47 336	0.48 217	1.29 392	0.09 170	0.08 230	0.12 269	0.12 287	0.11 232	0.11 238

1111x	0.32 278	0.11 66	0.40 149	0.22 134	0.11 45	0.32 234	0.26 274	0.59 329	0.43 233	0.31 173	0.41 211	0.39 245	0.28 230	0.76 329	1.37 393	0.09 170	0.08 230	0.09 124	0.10 220	0.09 146	0.08 116

TorneroNet-64	1.43 402	1.03 404	1.20 381	1.10 406	0.86 406	2.26 414	0.73 391	1.84 410	3.84 416	1.25 395	2.25 412	2.69 411	1.42 404	1.76 406	1.43 394	0.76 400	0.50 394	1.09 408	0.66 403	1.23 411	0.76 409

ADCL	0.47 345	0.22 290	1.00 365	0.27 302	0.19 288	0.74 371	0.64 385	0.54 286	0.69 357	0.56 351	0.71 350	0.55 323	0.60 359	0.60 268	1.43 394	0.11 240	0.09 258	0.13 288	0.13 305	0.14 283	0.14 289

AnyNet_C01	0.65 374	0.58 383	2.60 409	0.32 342	0.26 353	0.88 383	0.61 383	0.63 355	0.62 343	0.68 364	0.96 375	0.76 370	0.60 359	0.96 371	1.43 394	0.16 329	0.16 345	0.17 334	0.17 344	0.23 353	0.23 361

notaker	1.45 403	1.34 413	1.48 393	1.40 413	1.07 410	1.18 395	0.85 402	1.48 405	1.40 398	1.51 410	3.46 415	2.40 408	1.81 409	1.76 406	1.45 397	1.11 412	0.69 414	1.38 415	0.87 411	1.31 413	0.97 412

EDNetEfficient	0.63 372	0.37 361	2.40 406	0.26 279	0.25 348	0.38 282	0.49 373	0.41 169	1.06 390	1.38 399	0.87 371	0.62 343	0.95 388	0.65 294	1.65 398	0.11 240	0.09 258	0.10 188	0.11 255	0.19 333	0.17 313

ADCMid	0.49 349	0.34 350	1.13 378	0.26 279	0.21 310	0.51 338	0.37 336	0.57 317	0.54 320	0.75 372	0.66 341	0.62 343	0.64 369	0.64 288	1.68 399	0.13 283	0.12 310	0.17 334	0.17 344	0.20 341	0.17 313

MADNet+	1.01 393	1.16 409	4.72 416	0.70 392	0.47 382	1.24 399	0.96 405	0.97 393	0.89 379	0.65 362	0.77 359	0.87 374	0.85 385	2.09 409	1.68 399	0.38 385	0.39 391	0.31 374	0.27 374	0.43 380	0.39 382

JetBlue	1.14 398	0.76 391	2.36 404	0.59 387	0.75 397	3.04 417	1.78 417	1.11 395	0.90 381	0.94 381	1.10 380	1.66 397	1.28 402	2.09 409	1.72 401	0.43 387	0.36 389	0.38 379	0.38 387	0.58 388	0.56 393

AnyNet_C32	0.51 355	0.40 365	1.10 377	0.29 322	0.28 358	0.59 355	0.58 380	0.54 286	0.60 338	0.62 357	0.66 341	0.54 321	0.54 350	0.78 337	1.74 402	0.15 317	0.14 324	0.15 319	0.17 344	0.20 341	0.20 343

UNDER WATER-64	1.55 406	1.19 411	2.52 407	1.31 411	0.95 408	2.12 412	1.21 414	1.45 403	3.19 410	1.43 405	1.32 389	2.64 410	2.04 411	1.63 401	1.83 403	1.11 412	0.67 413	1.28 413	0.92 412	1.19 409	1.02 413

TorneroNet	2.22 412	1.08 406	1.24 383	1.14 410	0.90 407	5.58 419	0.80 397	2.12 415	8.69 422	2.58 414	5.42 419	3.88 416	1.97 410	1.78 408	1.87 404	0.86 404	0.54 401	1.15 412	0.74 407	1.23 411	0.85 410

ADCP+	0.45 342	0.24 300	1.15 379	0.25 251	0.22 325	0.56 350	0.39 347	0.54 286	0.51 307	0.44 313	0.51 290	0.46 291	0.52 349	0.56 253	1.89 405	0.10 213	0.08 230	0.11 236	0.10 220	0.14 283	0.13 272

coex-ft	3.44 416	0.73 390	48.55 440	0.24 214	0.19 288	0.50 337	0.43 356	0.47 220	2.40 408	7.03 421	1.20 384	0.97 381	2.23 412	0.73 316	1.92 406	0.12 267	0.15 338	0.14 307	0.12 287	0.21 344	0.43 385

UNDER WATER	1.59 407	1.22 412	2.36 404	1.38 412	1.03 409	1.67 409	1.10 411	1.54 408	3.63 412	1.44 406	1.47 395	2.85 412	2.25 413	1.67 402	1.94 407	1.06 410	0.62 409	1.31 414	0.93 413	1.21 410	1.02 413

MANE	1.41 401	0.36 356	0.74 322	0.43 374	0.41 378	2.16 413	0.80 397	2.39 417	3.38 411	2.22 412	3.06 414	3.54 415	2.73 416	2.15 411	1.94 407	0.28 374	0.27 379	0.30 373	0.46 389	0.28 370	0.34 378

xxxx	0.34 291	0.10 26	0.29 40	0.19 27	0.11 45	0.37 275	0.20 167	0.58 324	0.38 193	0.29 128	0.42 225	0.38 233	0.24 175	0.46 212	2.20 409	0.11 240	0.07 163	0.09 124	0.08 114	0.09 146	0.09 168

ADCS	0.58 366	0.40 365	1.35 391	0.29 322	0.24 341	0.55 349	0.45 361	0.67 368	0.83 376	0.76 373	0.71 350	0.68 362	0.60 359	0.76 329	2.23 410	0.16 329	0.16 345	0.16 328	0.17 344	0.22 350	0.22 355

test_xeample	0.34 291	0.10 26	0.29 40	0.19 27	0.11 45	0.33 243	0.23 227	0.55 296	0.38 193	0.32 191	0.45 258	0.29 166	0.26 199	0.57 256	2.24 411	0.10 213	0.07 163	0.09 124	0.08 114	0.09 146	0.09 168

SGM-ForestM	1.36 400	0.28 325	0.79 330	0.26 279	0.16 234	2.26 414	1.00 407	1.42 402	1.46 401	2.38 413	2.05 408	5.95 422	2.66 415	2.95 414	2.46 412	0.17 339	0.18 356	0.18 341	0.18 349	0.15 295	0.18 326

AAGNet	0.33 284	0.11 66	0.37 114	0.25 251	0.16 234	0.20 58	0.19 129	0.30 59	0.27 78	0.35 233	0.35 154	0.27 144	0.30 252	0.44 208	2.66 413	0.08 103	0.05 6	0.10 188	0.07 53	0.08 84	0.06 20

MADNet++	2.26 413	1.80 418	2.06 401	2.13 420	1.97 418	2.61 416	1.79 418	2.38 416	2.16 407	2.75 415	2.65 413	2.38 407	2.43 414	3.17 415	3.21 414	2.17 418	1.95 419	1.94 419	1.63 418	2.06 418	2.01 420

HanzoNet	2.97 415	1.69 416	2.29 403	1.74 416	1.33 414	1.53 408	1.03 408	1.99 413	2.64 409	5.51 419	5.16 418	5.90 421	6.82 421	4.32 420	3.29 415	3.16 420	2.02 421	1.92 418	2.87 422	2.24 419	1.89 419

222	0.41 329	0.10 26	0.29 40	0.19 27	0.11 45	0.36 270	0.20 167	0.57 317	0.39 199	0.35 233	0.44 246	0.30 176	0.27 216	0.55 245	3.56 416	0.11 240	0.07 163	0.08 69	0.08 114	0.09 146	0.09 168

LE_ROB	1.76 409	0.20 265	2.68 410	0.48 380	0.52 386	0.78 377	0.96 405	0.84 389	6.61 421	7.40 422	2.08 409	2.08 402	4.83 417	1.27 392	3.79 417	0.10 213	0.08 230	0.12 269	0.11 255	0.11 232	0.10 213

JetRed	2.30 414	2.64 420	6.12 417	1.12 409	1.38 415	5.85 420	3.29 419	1.99 413	1.67 403	1.98 411	1.95 406	2.16 406	1.60 408	2.48 413	4.10 418	1.05 409	1.60 418	1.09 408	1.01 415	1.67 417	1.28 416

DPSimNet_ROB	4.34 417	4.23 421	6.89 419	3.67 421	3.68 419	4.75 418	5.21 421	2.67 418	3.68 413	5.82 420	3.95 416	5.57 418	6.72 420	3.46 419	4.48 419	4.05 423	2.88 422	4.68 424	3.12 423	3.69 421	3.62 423

BEATNet-Init1	4.73 419	2.61 419	13.29 429	0.58 386	0.53 387	10.12 424	3.33 420	4.83 420	5.01 419	8.75 423	8.51 421	14.08 430	7.60 422	7.70 423	5.34 420	0.28 374	0.28 382	0.34 377	0.37 385	0.57 387	0.45 386

tt	4.71 418	0.10 26	3.94 413	2.06 419	1.53 416	10.14 425	16.88 425	9.27 425	4.98 418	1.39 400	1.02 377	4.68 417	4.90 418	3.35 418	5.86 421	5.76 424	9.15 429	2.24 420	2.53 421	3.10 420	1.32 417

LRCNet_RVC	10.90 424	14.34 433	9.35 420	15.35 428	8.04 422	1.08 391	0.34 326	8.78 424	0.70 359	12.63 430	16.05 430	9.85 423	6.54 419	8.57 424	6.34 422	20.27 438	5.40 423	23.70 436	21.88 435	14.87 430	13.83 432

PML	16.10 431	12.82 432	6.78 418	5.23 422	7.76 421	33.92 435	66.56 441	5.30 421	10.28 423	26.12 440	68.59 441	20.51 432	13.49 431	10.06 425	6.78 423	5.96 425	2.00 420	6.04 427	2.18 420	8.96 426	2.60 422

DGTPSM_ROB	8.34 421	5.10 422	10.37 427	5.31 423	10.18 423	8.33 421	23.60 429	6.06 422	13.41 428	4.90 417	10.87 426	5.65 419	10.44 423	6.17 421	12.59 424	3.74 421	7.55 424	3.69 422	7.26 426	4.14 422	7.46 424

DPSMNet_ROB	8.40 422	5.11 423	10.49 428	5.58 424	10.25 424	8.34 422	23.62 430	6.07 423	13.45 429	4.93 418	10.88 427	5.66 420	10.44 423	6.24 422	12.64 425	3.98 422	7.61 425	3.76 423	7.30 427	4.20 423	7.51 425

Anonymous_1	16.62 432	9.35 425	9.84 421	10.66 425	14.64 427	18.66 431	27.12 431	12.64 429	13.51 430	10.76 429	10.30 425	10.13 424	10.60 425	11.06 429	12.74 426	15.87 437	7.74 426	16.92 434	43.48 438	58.66 441	7.68 426

DPSM_ROB	11.49 425	9.87 429	10.35 425	11.13 426	11.31 425	19.11 432	27.51 432	13.37 430	14.21 431	10.31 427	11.06 428	10.96 428	11.27 429	11.96 430	13.59 427	6.78 426	8.19 427	6.03 425	7.09 424	7.93 424	7.73 427

DPSM	11.49 425	9.87 429	10.35 425	11.13 426	11.31 425	19.11 432	27.51 432	13.37 430	14.21 431	10.31 427	11.06 428	10.96 428	11.27 429	11.96 430	13.59 427	6.78 426	8.19 427	6.03 425	7.09 424	7.93 424	7.73 427

xxxxx1	15.27 428	9.54 426	10.31 422	20.13 431	18.88 430	17.08 427	23.03 426	10.36 426	10.99 424	9.21 424	9.62 422	10.74 425	10.61 426	10.72 426	13.89 429	7.97 428	9.20 430	31.85 439	44.72 439	12.84 427	13.69 429

tt_ll	15.27 428	9.54 426	10.31 422	20.13 431	18.88 430	17.08 427	23.03 426	10.36 426	10.99 424	9.21 424	9.62 422	10.74 425	10.61 426	10.72 426	13.89 429	7.97 428	9.20 430	31.85 439	44.72 439	12.84 427	13.69 429

ff	15.27 428	9.54 426	10.31 422	20.13 431	18.88 430	17.08 427	23.03 426	10.36 426	10.99 424	9.21 424	9.62 422	10.74 425	10.61 426	10.72 426	13.89 429	7.97 428	9.20 430	31.85 439	44.72 439	12.84 427	13.69 429

HaxPig	17.72 433	20.22 440	19.73 430	16.53 429	16.51 428	9.27 423	9.33 422	14.34 432	13.27 427	18.65 431	18.70 431	17.35 431	16.77 432	17.04 432	16.45 432	22.05 439	20.89 439	22.27 435	21.53 434	21.29 437	22.13 439

SPstereo	14.25 427	1.73 417	2.83 411	1.84 417	1.57 417	23.16 434	43.27 434	35.72 441	29.56 441	20.86 438	20.62 432	26.34 441	21.82 434	25.23 441	19.62 433	1.56 417	1.42 417	2.96 421	2.17 419	1.31 413	1.33 418

MEDIAN_ROB	21.21 434	24.62 441	23.47 438	19.58 430	19.65 433	13.22 426	10.96 423	17.88 433	17.00 433	22.14 439	22.02 434	20.86 433	20.36 433	21.06 433	19.71 434	25.63 440	24.13 440	26.21 437	25.20 436	25.17 438	25.38 440

AVERAGE_ROB	25.43 441	29.06 442	27.24 439	24.63 440	24.20 440	17.73 430	12.61 424	22.29 434	21.39 434	26.79 441	26.16 440	25.20 440	24.64 441	25.07 440	23.53 435	29.96 441	28.40 441	30.60 438	29.58 437	29.72 439	29.84 441

LSM0	24.24 440	19.98 439	22.32 437	24.22 439	40.14 441	38.48 440	55.20 435	26.95 439	28.57 435	20.49 432	21.83 433	22.26 439	22.75 438	24.22 439	27.30 436	13.66 436	16.32 433	12.19 433	14.15 428	16.10 436	17.66 438

Selective-RAFT-Error	23.16 439	19.93 438	20.87 436	22.54 438	22.81 438	38.52 441	55.47 436	27.01 440	28.83 440	20.66 434	22.25 436	22.09 438	22.80 440	24.09 438	27.36 437	13.61 432	16.48 434	12.15 429	14.28 430	15.99 435	15.57 437

CasAABBNet	23.10 435	19.86 434	20.64 432	22.47 434	22.73 437	38.41 436	55.50 437	26.89 438	28.70 436	20.61 433	22.15 435	22.08 437	22.75 438	23.99 437	27.36 437	13.59 431	16.48 434	12.14 428	14.27 429	15.95 431	15.53 433

MyStereo03	23.12 436	19.90 435	20.85 433	22.49 435	22.71 434	38.42 437	55.53 438	26.80 435	28.72 437	20.77 435	22.25 436	22.03 434	22.69 435	23.90 434	27.38 439	13.62 433	16.50 436	12.15 429	14.28 430	15.95 431	15.53 433

MyStereo02	23.12 436	19.90 435	20.85 433	22.49 435	22.71 434	38.42 437	55.53 438	26.80 435	28.72 437	20.77 435	22.25 436	22.03 434	22.69 435	23.90 434	27.38 439	13.62 433	16.50 436	12.15 429	14.28 430	15.95 431	15.53 433

MyStereo	23.12 436	19.90 435	20.85 433	22.49 435	22.71 434	38.42 437	55.53 438	26.80 435	28.72 437	20.77 435	22.25 436	22.03 434	22.69 435	23.90 434	27.38 439	13.62 433	16.50 436	12.15 429	14.28 430	15.95 431	15.53 433

test_example2	101.33 442	108.28 443	68.15 441	98.43 441	106.93 442	89.75 442	102.43 442	36.80 442	97.65 442	129.04 442	130.15 442	65.26 442	66.62 442	92.11 442	80.24 442	144.10 442	199.48 442	81.81 442	103.01 442	125.01 442	101.27 442

ASD4		6.65 424

Low-res two-view benchmark