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

GLC_STEREO	0.13 1	0.08 38	0.61 4	0.01 17	0.00 1	0.94 24	0.03 143	0.29 1	0.21 28	0.05 17	0.02 31	0.06 36	0.04 47	0.26 37	0.07 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

MIF-Stereo	0.16 2	0.11 83	1.13 93	0.03 103	0.17 284	0.32 4	0.02 101	0.38 2	0.32 38	0.03 11	0.16 84	0.05 27	0.07 80	0.16 12	0.16 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.00 1

CASnet	0.16 2	0.14 101	0.52 3	0.01 17	0.00 1	0.86 19	0.00 1	0.51 4	0.75 132	0.10 34	0.01 1	0.04 10	0.02 16	0.22 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.19 4	0.48 262	0.51 2	0.12 216	0.10 256	1.01 32	0.01 55	0.81 21	0.19 21	0.07 19	0.02 31	0.06 36	0.05 54	0.31 47	0.05 17	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.04 217

ProNet	0.20 5	0.25 169	0.78 20	0.01 17	0.01 102	0.95 27	0.00 1	0.70 15	0.68 103	0.02 2	0.01 1	0.05 27	0.03 34	0.31 47	0.03 5	0.00 1	0.01 225	0.00 1	0.00 1	0.12 265	0.04 217

anonymousdsp	0.21 6	0.21 150	0.63 6	0.02 64	0.00 1	1.07 51	0.00 1	0.74 19	0.77 141	0.09 24	0.01 1	0.04 10	0.07 80	0.25 31	0.04 7	0.00 1	0.00 1	0.00 1	0.16 348	0.08 222	0.03 192

IGEV-Stereo	0.21 6	0.21 150	0.63 6	0.02 64	0.00 1	1.07 51	0.00 1	0.73 18	0.77 141	0.09 24	0.01 1	0.04 10	0.07 80	0.24 28	0.04 7	0.00 1	0.00 1	0.00 1	0.16 348	0.08 222	0.03 192
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sCroCo_RVC	0.21 6	0.14 101	1.54 155	0.01 17	0.00 1	0.13 1	0.04 163	1.10 30	0.65 84	0.10 34	0.05 58	0.03 6	0.04 47	0.23 25	0.05 17	0.00 1	0.07 333	0.00 1	0.00 1	0.01 25	0.00 1

PMTNet	0.21 6	0.19 137	0.85 24	0.02 64	0.02 170	1.14 71	0.30 282	0.88 23	0.11 1	0.03 11	0.02 31	0.07 44	0.02 16	0.37 63	0.12 71	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

StereoIM	0.22 10	0.29 192	0.87 28	0.05 144	0.18 288	0.41 9	0.01 55	1.24 33	0.56 51	0.02 2	0.03 49	0.13 63	0.05 54	0.32 53	0.24 122	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

AEACV	0.22 10	0.05 8	0.66 12	0.02 64	0.03 189	0.87 20	0.00 1	1.07 29	0.15 9	0.18 50	0.01 1	0.02 2	0.72 242	0.15 9	0.09 54	0.00 1	0.03 297	0.00 1	0.27 377	0.08 222	0.07 277

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 144	0.04 205	0.34 6	0.04 163	2.16 75	0.59 53	0.09 24	0.01 1	0.02 2	0.05 54	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 328	0.03 132	0.09 291

CREStereo	0.22 10	0.17 125	0.64 9	0.00 1	0.01 102	1.22 100	0.01 55	1.15 32	0.56 51	0.10 34	0.07 64	0.04 10	0.00 1	0.32 53	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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
Former-RAFT_DAM_RVC	0.23 14	0.13 96	0.62 5	0.01 17	0.00 1	1.05 48	0.00 1	0.63 13	0.80 144	0.76 122	0.18 93	0.09 50	0.06 69	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 233

ff7	0.23 14	0.21 150	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 10	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 342	0.07 211	0.01 63

ffff	0.23 14	0.21 150	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 10	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 342	0.07 211	0.01 63

11t	0.23 14	0.21 150	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 10	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 342	0.07 211	0.01 63

ccc-4	0.23 14	0.21 150	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 10	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 342	0.07 211	0.01 63

MC-Stereo	0.24 19	0.12 87	0.71 15	0.04 127	0.02 170	1.07 51	0.00 1	1.30 35	0.17 17	0.59 100	0.02 31	0.08 47	0.11 115	0.18 14	0.05 17	0.00 1	0.02 274	0.00 1	0.17 354	0.06 197	0.02 151

Anonymous	0.25 20	0.13 96	1.19 109	0.00 1	0.00 1	0.24 3	0.01 55	2.54 106	0.42 44	0.02 2	0.02 31	0.05 27	0.07 80	0.15 9	0.06 34	0.00 1	0.01 225	0.00 1	0.00 1	0.10 251	0.08 286

GMStereo	0.25 20	0.60 295	1.28 123	0.01 17	0.00 1	0.48 11	0.00 1	0.74 19	1.24 211	0.16 47	0.03 49	0.07 44	0.09 99	0.22 23	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MyStereo07	0.27 22	0.27 174	0.64 9	0.02 64	0.01 102	1.64 245	0.01 55	1.41 38	0.73 128	0.10 34	0.01 1	0.03 6	0.10 106	0.24 28	0.04 7	0.00 1	0.07 333	0.00 1	0.00 1	0.03 132	0.06 261

MIF-Stereo (partial)	0.27 22	0.18 130	1.14 94	0.01 17	0.00 1	0.43 10	0.02 101	1.97 67	0.39 43	0.11 39	0.08 67	0.07 44	0.06 69	0.44 72	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 151

LoS	0.28 24	0.16 119	0.95 42	0.07 178	0.01 102	1.32 139	0.07 192	1.30 35	0.60 57	0.04 16	0.03 49	0.28 85	0.11 115	0.48 82	0.11 69	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.00 1

EGLCR-Stereo	0.28 24	0.09 50	0.73 16	0.18 245	0.05 212	1.17 79	0.04 163	2.37 82	0.17 17	0.35 74	0.01 1	0.01 1	0.02 16	0.38 66	0.04 7	0.00 1	0.01 225	0.00 1	0.00 1	0.00 1	0.03 192

XX-TBD	0.28 24	0.39 222	0.97 48	0.05 144	0.00 1	1.09 58	0.00 1	0.71 17	0.54 50	0.44 86	1.04 217	0.06 36	0.06 69	0.19 17	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo++_RVC	0.29 27	0.19 137	0.83 23	0.05 144	0.00 1	1.19 87	0.00 1	0.66 14	0.99 175	0.25 53	1.26 237	0.05 27	0.07 80	0.20 20	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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
TANstereo	0.30 28	0.28 184	0.86 26	0.03 103	0.01 102	1.14 71	0.00 1	0.53 5	0.44 46	1.06 172	1.24 234	0.06 36	0.05 54	0.25 31	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MGS-Stereo	0.31 29	0.10 69	0.89 33	0.02 64	0.00 1	0.50 12	0.00 1	0.39 3	0.61 63	0.02 2	2.91 306	0.04 10	0.03 34	0.21 22	0.06 34	0.00 1	0.00 1	0.00 1	0.00 1	0.44 363	0.00 1

11t1	0.33 30	0.05 8	0.86 26	0.44 306	0.00 1	1.04 42	0.00 1	2.45 95	0.60 57	0.44 86	0.01 1	0.05 27	0.05 54	0.43 70	0.06 34	0.00 1	0.01 225	0.00 1	0.00 1	0.02 93	0.01 63

CroCo-Stereo Lap2	0.33 30	0.49 266	1.18 106	0.02 64	0.00 1	0.33 5	0.00 1	3.08 146	0.61 63	0.02 2	0.01 1	0.04 10	0.08 94	0.45 77	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.02 151

dd	0.34 32	0.67 310	1.55 157	0.04 127	0.01 102	1.22 100	0.03 143	0.84 22	1.16 201	0.18 50	0.05 58	0.12 59	0.05 54	0.29 45	0.44 190	0.02 331	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

AnonymousM	0.34 32	0.07 32	0.63 6	0.02 64	0.01 102	1.09 58	0.03 143	1.54 51	0.68 103	0.17 48	0.04 56	0.02 2	0.24 163	0.25 31	0.04 7	0.00 1	0.01 225	1.93 388	0.00 1	0.01 25	0.00 1

IGEV+	0.35 34	0.28 184	0.66 12	0.03 103	0.05 212	1.03 34	0.02 101	3.18 160	0.63 73	0.29 57	0.02 31	0.04 10	0.10 106	0.26 37	0.25 128	0.00 1	0.06 323	0.00 1	0.00 1	0.09 241	0.02 151

4D-IteraStereo	0.35 34	0.60 295	1.93 203	0.02 64	0.09 247	1.03 34	0.07 192	1.25 34	0.34 40	0.02 2	0.03 49	0.84 153	0.10 106	0.31 47	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.07 277

knoymous	0.35 34	0.05 8	1.11 87	0.05 144	0.01 102	1.15 76	0.01 55	2.06 70	0.14 6	0.40 82	0.02 31	1.67 218	0.00 1	0.31 47	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

UDGNet	0.35 34	0.50 269	1.14 94	0.02 64	0.00 1	1.12 66	0.02 101	0.70 15	1.57 262	0.31 59	0.05 58	0.06 36	0.02 16	1.45 134	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_xeample3	0.35 34	0.10 69	1.95 207	0.02 64	0.00 1	0.93 23	0.07 192	1.70 57	0.86 157	0.09 24	0.04 56	0.05 27	0.05 54	0.23 25	0.51 204	0.00 1	0.00 1	0.00 1	0.24 370	0.06 197	0.08 286

LL-Strereo2	0.36 39	0.47 260	1.08 82	0.09 200	0.03 189	1.12 66	0.07 192	1.66 56	0.93 164	0.43 85	0.02 31	0.51 116	0.08 94	0.23 25	0.29 146	0.00 1	0.00 1	0.00 1	0.03 295	0.04 163	0.04 217

iRaftStereo_RVC	0.36 39	0.27 174	0.76 18	0.01 17	0.00 1	1.20 95	0.01 55	2.15 74	0.62 70	0.15 46	0.22 110	0.69 134	0.12 125	0.28 43	0.18 103	0.00 1	0.06 323	0.00 1	0.00 1	0.27 336	0.22 345

Selective-RAFT	0.37 41	0.06 22	0.65 11	0.03 103	0.01 102	1.17 79	0.02 101	2.63 109	0.66 90	0.01 1	0.01 1	0.22 78	0.18 142	1.31 126	0.24 122	0.00 1	0.00 1	0.00 1	0.20 360	0.04 163	0.00 1

RCA-Stereo	0.37 41	0.14 101	0.76 18	0.01 17	0.00 1	1.17 79	0.00 1	3.14 152	0.61 63	0.71 116	0.47 154	0.05 27	0.13 131	0.19 17	0.03 5	0.00 1	0.01 225	0.00 1	0.00 1	0.06 197	0.01 63

sAnonymous2	0.37 41	0.32 200	3.21 296	0.01 17	0.00 1	0.35 7	0.08 198	1.96 65	0.90 158	0.03 11	0.05 58	0.04 10	0.11 115	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 275	0.18 333

CroCo_RVC	0.37 41	0.32 200	3.21 296	0.01 17	0.00 1	0.35 7	0.08 198	1.96 65	0.90 158	0.03 11	0.05 58	0.04 10	0.11 115	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 275	0.18 333

CroCo-Stereo	0.39 45	0.40 227	1.67 182	0.07 178	0.00 1	0.19 2	0.01 55	3.55 212	0.75 132	0.08 22	0.02 31	0.46 107	0.08 94	0.28 43	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63
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
rafts_anoy	0.39 45	0.44 244	1.15 97	0.06 158	0.03 189	1.12 66	0.04 163	2.75 118	0.33 39	0.10 34	0.16 84	0.11 56	0.19 148	0.74 102	0.31 154	0.00 1	0.14 364	0.00 1	0.01 272	0.02 93	0.05 233

CRE-IMP	0.40 47	0.06 22	1.04 73	0.07 178	0.05 212	1.45 184	0.46 302	1.48 49	0.63 73	0.90 138	0.30 119	0.88 155	0.01 4	0.26 37	0.22 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.17 327

test croco	0.41 48	0.28 184	2.26 243	0.07 178	0.00 1	0.50 12	0.01 55	2.84 124	0.92 161	0.05 17	0.07 64	0.13 63	0.17 139	0.43 70	0.20 110	0.00 1	0.00 1	0.00 1	0.00 1	0.34 351	0.01 63

x	0.41 48	0.04 4	0.74 17	0.54 321	0.00 1	0.98 29	0.00 1	3.07 144	0.67 98	0.48 92	0.01 1	0.48 111	0.07 80	0.93 107	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

GMOStereo	0.42 50	0.28 184	1.02 58	0.05 144	0.18 288	1.04 42	0.02 101	2.40 85	0.16 12	2.25 276	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 308	0.02 151

error version	0.42 50	0.28 184	1.02 58	0.05 144	0.18 288	1.04 42	0.02 101	2.40 85	0.16 12	2.25 276	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 308	0.02 151

test-v	0.42 50	0.28 184	1.02 58	0.05 144	0.18 288	1.04 42	0.02 101	2.40 85	0.16 12	2.25 276	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 308	0.02 151

test-2	0.42 50	0.28 184	1.02 58	0.05 144	0.18 288	1.04 42	0.02 101	2.40 85	0.16 12	2.25 276	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 308	0.02 151

raft+_RVC	0.42 50	0.48 262	1.11 87	0.51 318	0.17 284	1.16 77	0.04 163	2.25 77	0.59 53	0.12 40	0.42 142	0.08 47	0.15 133	0.60 95	0.28 142	0.00 1	0.09 346	0.00 1	0.00 1	0.06 197	0.19 337

Gwc-CoAtRS	0.42 50	0.12 87	1.28 123	0.03 103	0.13 266	1.03 34	0.02 101	2.33 80	0.15 9	0.35 74	0.01 1	2.27 258	0.03 34	0.20 20	0.25 128	0.00 1	0.01 225	0.00 1	0.22 366	0.01 25	0.01 63

CES	0.43 56	0.14 101	0.85 24	0.05 144	1.52 377	1.22 100	0.05 176	1.01 27	0.59 53	0.03 11	0.02 31	0.14 69	0.10 106	0.40 68	0.10 62	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	2.45 388

ROB_FTStereo_v2	0.43 56	0.09 50	1.00 50	0.06 158	0.08 240	1.57 217	0.33 288	1.44 43	0.67 98	0.97 148	0.19 101	0.77 146	0.02 16	1.23 122	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 233

RALCasStereoNet	0.44 58	0.44 244	1.03 69	0.03 103	0.00 1	1.10 60	0.03 143	2.46 97	0.90 158	0.07 19	0.32 120	0.12 59	0.20 154	1.28 125	0.25 128	0.00 1	0.31 381	0.00 1	0.00 1	0.08 222	0.12 308

R-Stereo Train	0.44 58	0.09 50	0.94 38	0.02 64	0.00 1	1.24 114	0.09 207	3.65 221	0.11 1	1.87 249	0.42 142	0.06 36	0.01 4	0.25 31	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 151

RAFT-Stereo	0.44 58	0.09 50	0.94 38	0.02 64	0.00 1	1.24 114	0.09 207	3.65 221	0.11 1	1.87 249	0.42 142	0.06 36	0.01 4	0.25 31	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 151
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	0.45 61	0.43 239	1.18 106	0.51 318	0.04 205	1.26 123	0.02 101	2.38 83	0.65 84	0.07 19	0.02 31	0.70 136	0.20 154	1.01 113	0.13 75	0.00 1	0.09 346	0.00 1	0.00 1	0.14 275	0.10 295

HUI-Stereo	0.45 61	0.09 50	1.08 82	0.06 158	0.08 240	1.61 236	0.32 286	1.43 39	0.70 125	0.97 148	0.18 93	0.77 146	0.02 16	1.44 133	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 233

RAFT-IKP	0.45 61	0.09 50	1.06 79	0.06 158	0.06 222	1.44 178	0.31 285	1.44 43	0.69 116	0.97 148	0.18 93	0.76 142	0.02 16	1.65 140	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 217

IGEVStereo-DCA	0.46 64	0.09 50	1.02 58	0.02 64	0.00 1	0.82 17	0.00 1	0.53 5	0.75 132	0.09 24	0.03 49	0.03 6	0.06 69	5.04 254	0.51 204	0.00 1	0.00 1	0.00 1	0.15 342	0.05 181	0.01 63

PSM-adaLoss	0.46 64	0.09 50	1.01 53	0.06 158	0.09 247	1.61 236	0.30 282	1.43 39	0.69 116	0.97 148	0.18 93	0.77 146	0.02 16	1.67 141	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 233

ICVP	0.46 64	0.08 38	1.58 167	0.01 17	0.01 102	1.10 60	0.21 248	3.80 236	0.52 49	0.42 84	0.27 115	0.33 92	0.06 69	0.57 91	0.13 75	0.00 1	0.07 333	0.00 1	0.00 1	0.04 163	0.01 63
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.46 64	0.42 233	1.05 78	0.01 17	0.21 304	1.17 79	0.05 176	2.07 72	0.19 21	2.98 315	0.02 31	0.12 59	0.15 133	0.25 31	0.31 154	0.00 1	0.03 297	0.00 1	0.00 1	0.08 222	0.06 261

H2IRNET	0.47 68	0.22 159	1.27 121	0.15 231	0.01 102	1.18 85	0.01 55	1.65 54	0.48 48	0.02 2	1.80 261	0.46 107	0.04 47	1.62 139	0.35 172	0.00 1	0.00 1	0.01 321	0.01 272	0.16 289	0.02 151

AE-Stereo	0.47 68	0.11 83	1.03 69	0.04 127	0.09 247	1.11 64	0.03 143	4.16 261	0.34 40	0.35 74	0.82 201	0.15 71	0.16 136	0.45 77	0.05 17	0.00 1	0.09 346	0.00 1	0.26 375	0.09 241	0.05 233

ToySt	0.47 68	0.25 169	2.47 258	0.04 127	0.01 102	1.17 79	0.00 1	2.01 68	0.63 73	0.08 22	0.14 76	1.16 186	0.05 54	0.80 105	0.46 197	0.00 1	0.00 1	0.00 1	0.03 295	0.10 251	0.04 217

riskmin	0.47 68	0.03 1	1.01 53	0.08 190	0.01 102	1.12 66	0.01 55	3.00 131	0.21 28	0.46 90	0.02 31	2.08 242	1.06 258	0.26 37	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63

ROB_FTStereo	0.47 68	0.09 50	1.04 73	0.06 158	0.08 240	1.59 229	0.33 288	1.43 39	0.68 103	0.97 148	0.19 101	0.76 142	0.03 34	1.86 147	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 233

Anonymous3	0.49 73	0.12 87	2.21 233	0.01 17	0.00 1	2.53 292	0.09 207	3.16 157	0.65 84	0.12 40	0.22 110	0.12 59	0.05 54	0.37 63	0.08 48	0.00 1	0.07 333	0.00 1	0.00 1	0.04 163	0.03 192

qqq	0.50 74	0.04 4	0.78 20	0.02 64	0.00 1	1.05 48	0.00 1	3.15 154	0.68 103	0.46 90	0.01 1	0.73 139	0.12 125	2.95 165	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

Patchmatch Stereo++	0.50 74	0.09 50	1.01 53	0.06 158	0.07 230	1.60 232	0.27 265	1.45 46	0.68 103	0.98 157	0.18 93	0.77 146	0.03 34	2.58 156	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 233
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	0.50 74	0.09 50	1.01 53	0.06 158	0.07 230	1.60 232	0.27 265	1.45 46	0.68 103	0.98 157	0.18 93	0.77 146	0.03 34	2.58 156	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 233

test_4	0.51 77	0.10 69	1.27 121	0.01 17	0.06 222	0.97 28	0.03 143	1.12 31	0.16 12	0.27 55	3.42 319	0.65 127	0.09 99	1.59 135	0.26 134	0.00 1	0.00 1	0.00 1	0.08 325	0.14 275	0.00 1

iGMRVC	0.51 77	0.09 50	1.04 73	0.06 158	0.08 240	1.61 236	0.27 265	1.44 43	0.69 116	0.97 148	0.19 101	0.76 142	0.03 34	2.69 160	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 217

CFNet-RSSM	0.51 77	0.12 87	1.26 119	0.03 103	0.14 272	1.24 114	0.02 101	4.12 259	0.15 9	0.31 59	0.01 1	1.96 236	0.04 47	0.19 17	0.25 128	0.00 1	0.01 225	0.00 1	0.27 377	0.01 25	0.01 63

mmm	0.52 80	0.04 4	1.14 94	0.61 331	0.00 1	1.14 71	0.00 1	3.45 201	0.75 132	1.24 196	0.58 160	0.20 77	0.18 142	0.93 107	0.08 48	0.00 1	0.01 225	0.00 1	0.00 1	0.02 93	0.01 63

anonymousdsp2	0.52 80	0.06 22	1.51 153	0.10 207	0.00 1	1.19 87	0.01 55	4.32 278	0.63 73	0.33 62	0.15 82	0.78 151	0.09 99	1.01 113	0.06 34	0.00 1	0.00 1	0.00 1	0.11 336	0.04 163	0.05 233

GANet-ADL	0.52 80	0.09 50	1.43 144	0.13 219	0.02 170	1.43 176	0.02 101	3.22 169	0.59 53	0.34 73	0.98 214	1.09 182	0.19 148	0.40 68	0.34 168	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 63

DeepStereo_RVC	0.52 80	0.08 38	1.37 140	0.06 158	0.06 222	1.34 147	0.41 297	1.43 39	0.68 103	1.03 166	0.85 204	0.49 113	1.56 289	0.79 104	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.13 313

test-1	0.52 80	0.25 169	0.94 38	0.03 103	0.22 306	1.20 95	0.08 198	4.03 254	0.25 35	0.70 115	0.66 178	0.71 137	0.03 34	0.30 46	0.43 187	0.00 1	0.18 372	0.00 1	0.07 320	0.01 25	0.25 350

FENet	0.52 80	0.07 32	1.62 171	0.04 127	0.00 1	1.19 87	0.05 176	3.10 148	0.98 171	0.89 136	0.01 1	1.63 215	0.09 99	0.47 81	0.28 142	0.00 1	0.01 225	0.00 1	0.00 1	0.00 1	0.01 63

Pruner-Stereo	0.53 86	0.10 69	1.02 58	0.89 357	0.10 256	1.57 217	0.36 293	2.06 70	0.63 73	2.23 274	0.46 151	0.25 82	0.01 4	0.45 77	0.37 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

cross-raft	0.53 86	0.12 87	1.78 193	0.03 103	0.01 102	1.04 42	0.10 214	3.21 168	0.23 31	0.37 80	0.01 1	2.86 284	0.04 47	0.24 28	0.24 122	0.00 1	0.01 225	0.00 1	0.16 348	0.01 25	0.02 151

PFNet+	0.54 88	0.10 69	1.31 132	0.16 238	0.05 212	1.44 178	0.56 309	1.60 53	0.98 171	1.35 207	0.46 151	0.37 95	0.01 4	2.18 153	0.22 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

RALAANet	0.54 88	0.62 300	1.41 142	0.01 17	0.01 102	0.92 22	0.02 101	2.39 84	1.87 290	1.13 178	0.38 135	0.15 71	0.30 173	1.00 112	0.38 182	0.00 1	0.00 1	0.00 1	0.04 305	0.14 275	0.01 63

CASS	0.56 90	0.13 96	1.40 141	0.03 103	0.01 102	1.65 249	0.04 163	3.03 136	0.63 73	1.96 256	0.93 210	0.28 85	0.36 189	0.52 84	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
s12784h	0.56 90	0.14 101	1.22 115	0.02 64	0.00 1	1.14 71	0.03 143	3.43 198	1.47 244	1.02 163	1.41 243	0.05 27	0.02 16	1.08 115	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

ACVNet	0.57 92	0.21 150	1.34 135	0.09 200	0.00 1	1.36 152	0.22 252	2.40 85	1.05 184	0.63 106	0.66 178	1.94 234	0.26 168	0.31 47	0.79 238	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

test_3	0.58 93	0.06 22	1.04 73	0.07 178	0.12 262	1.01 32	0.01 55	2.45 95	0.20 25	0.95 144	0.01 1	1.05 176	0.05 54	3.74 189	0.23 118	0.00 1	0.00 1	0.00 1	0.25 373	0.15 285	0.13 313

DIP-Stereo	0.58 93	0.23 165	0.90 34	0.08 190	0.00 1	1.43 176	0.01 55	6.01 362	1.38 225	0.92 142	0.11 73	0.04 10	0.19 148	0.12 8	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.01 63
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
TRStereo	0.59 95	0.79 328	1.59 170	0.56 324	0.01 102	1.19 87	0.03 143	4.74 302	0.60 57	0.17 48	0.01 1	0.62 123	0.44 201	0.57 91	0.07 39	0.00 1	0.04 307	0.00 1	0.24 370	0.01 25	0.14 320

RAFT	0.60 96	0.50 269	1.01 53	0.50 315	0.04 205	0.94 24	0.08 198	3.01 133	0.65 84	0.22 52	0.09 68	3.41 310	0.27 171	0.53 86	0.37 179	0.00 1	0.03 297	0.00 1	0.01 272	0.40 360	0.03 192

RAFT-Stereo + iAFF	0.60 96	0.36 209	0.96 43	0.03 103	0.02 170	1.21 98	0.02 101	2.80 121	1.55 256	1.08 173	2.63 299	0.43 104	0.16 136	0.37 63	0.25 128	0.00 1	0.02 274	0.00 1	0.00 1	0.19 308	0.01 63

ACVNet-DCA	0.61 98	0.27 174	1.28 123	0.13 219	0.00 1	3.44 322	0.01 55	3.15 154	0.68 103	0.33 62	0.69 187	0.04 10	0.61 220	1.43 129	0.05 17	0.00 1	0.02 274	0.00 1	0.03 295	0.01 25	0.01 63

RAFT-Test	0.61 98	0.16 119	2.27 246	0.04 127	0.15 277	1.80 264	0.17 235	2.52 103	0.65 84	0.56 98	0.11 73	2.76 278	0.02 16	0.27 42	0.34 168	0.00 1	0.07 333	0.00 1	0.29 382	0.01 25	0.01 63

test_1	0.61 98	0.06 22	1.00 50	0.07 178	0.12 262	0.99 30	0.01 55	2.46 97	0.20 25	1.71 236	0.01 1	1.10 184	0.04 47	3.71 188	0.23 118	0.00 1	0.00 1	0.00 1	0.25 373	0.15 285	0.13 313

TestStereo	0.61 98	0.55 283	1.84 200	0.00 1	0.00 1	0.94 24	0.00 1	1.65 54	0.23 31	0.12 40	0.03 49	0.08 47	0.06 69	6.59 315	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	0.61 98	0.08 38	1.78 193	0.00 1	0.00 1	1.59 229	0.07 192	5.32 336	0.13 4	0.62 102	0.32 120	0.37 95	0.67 239	0.68 100	0.49 201	0.03 339	0.00 1	0.01 321	0.00 1	0.02 93	0.01 63

rrr	0.62 103	0.09 50	2.07 224	0.02 64	0.00 1	0.82 17	0.06 189	2.29 78	0.85 155	0.09 24	0.03 49	0.03 6	0.06 69	5.04 254	0.51 204	0.00 1	0.00 1	0.00 1	0.19 357	0.05 181	0.07 277

GwcNet-ADL	0.62 103	0.20 144	2.03 220	0.05 144	0.01 102	1.29 131	0.02 101	3.16 157	1.39 227	0.97 148	0.44 147	1.48 199	0.23 161	0.78 103	0.27 138	0.01 309	0.00 1	0.00 1	0.00 1	0.01 25	0.03 192

GMStereo_Zeroshot	0.63 105	0.14 101	1.54 155	0.75 343	0.00 1	1.26 123	0.01 55	1.85 60	0.31 37	1.44 216	0.58 160	1.76 221	0.19 148	2.55 155	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

test-3	0.63 105	0.06 22	1.00 50	0.07 178	0.13 266	0.99 30	0.01 55	2.46 97	0.20 25	1.96 256	0.01 1	1.10 184	0.05 54	3.75 190	0.23 118	0.00 1	0.00 1	0.00 1	0.26 375	0.15 285	0.13 313

Any-RAFT	0.64 107	0.08 38	1.07 80	0.03 103	0.00 1	2.77 305	0.08 198	3.57 214	1.23 208	0.96 146	0.26 113	1.61 210	0.31 177	0.72 101	0.06 34	0.00 1	0.10 352	0.00 1	0.00 1	0.01 25	0.00 1

MIPNet	0.64 107	0.42 233	2.01 216	0.08 190	0.07 230	1.29 131	0.11 216	3.47 205	1.29 216	0.67 111	0.10 70	0.63 125	0.97 256	1.25 123	0.25 128	0.00 1	0.01 225	0.01 321	0.01 272	0.11 260	0.04 217

PCWNet_CMD	0.65 109	0.14 101	2.02 218	0.01 17	0.01 102	1.10 60	0.00 1	2.80 121	0.97 169	0.48 92	0.28 117	2.31 262	1.50 284	1.19 119	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

AFF-stereo	0.65 109	0.46 252	0.82 22	0.37 299	0.00 1	1.19 87	0.00 1	3.04 141	1.42 234	0.72 118	1.95 268	1.16 186	0.26 168	0.97 111	0.31 154	0.00 1	0.02 274	0.00 1	0.00 1	0.21 318	0.02 151

MSMDNet	0.65 109	0.14 101	2.02 218	0.01 17	0.01 102	1.11 64	0.00 1	2.88 127	0.98 171	0.49 95	0.28 117	2.32 263	1.49 281	1.19 119	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

ccs_rob	0.65 109	0.17 125	2.09 227	0.00 1	0.01 102	1.22 100	0.00 1	2.77 119	0.73 128	0.75 120	0.44 147	2.32 263	0.64 229	1.76 143	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

AdaStereo	0.65 109	0.09 50	1.12 89	0.02 64	0.00 1	1.45 184	0.23 256	4.38 279	1.44 239	1.17 184	0.37 133	1.56 204	0.18 142	0.56 90	0.37 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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.
fff	0.66 114	0.42 233	2.21 233	0.01 17	0.01 102	1.22 100	0.02 101	3.26 172	1.04 180	2.34 286	0.14 76	0.09 50	1.83 305	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 233

RAFT+CT+SA	0.66 114	0.45 248	1.22 115	0.10 207	0.30 337	1.24 114	0.02 101	4.21 266	0.67 98	0.62 102	0.39 138	0.33 92	0.05 54	2.69 160	0.14 80	0.00 1	0.00 1	0.00 1	0.35 386	0.13 269	0.30 352

CFNet_pseudo	0.66 114	0.17 125	2.08 226	0.00 1	0.01 102	1.22 100	0.00 1	2.79 120	0.73 128	0.78 127	0.46 151	2.32 263	0.63 226	1.77 144	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

DCANet	0.66 114	0.43 239	2.21 233	0.03 103	0.00 1	1.22 100	0.01 55	3.26 172	1.85 287	2.61 303	0.21 106	0.09 50	0.49 206	0.33 56	0.39 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 261

csc	0.66 114	0.42 233	2.21 233	0.01 17	0.01 102	1.22 100	0.02 101	3.26 172	1.04 180	2.34 286	0.14 76	0.09 50	1.83 305	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 233

cscssc	0.66 114	0.42 233	2.21 233	0.01 17	0.01 102	1.22 100	0.02 101	3.26 172	1.04 180	2.34 286	0.14 76	0.09 50	1.83 305	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 233

UCFNet_RVC	0.66 114	0.35 206	1.20 113	0.02 64	0.30 337	1.53 210	0.01 55	3.42 196	0.67 98	1.12 177	0.73 195	1.26 192	0.20 154	1.84 146	0.46 197	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

whm_eth	0.68 121	0.52 274	3.05 284	0.01 17	0.00 1	1.26 123	0.02 101	3.36 186	1.93 295	0.26 54	2.52 296	0.13 63	0.11 115	0.18 14	0.10 62	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.11 299

RAFT_CTSACE	0.68 121	0.52 274	1.74 188	0.50 315	0.05 212	1.16 77	0.00 1	2.68 116	0.66 90	0.68 113	1.60 247	1.76 221	0.80 246	0.94 109	0.13 75	0.00 1	0.02 274	0.00 1	0.00 1	0.27 336	0.00 1

DMCA	0.68 121	0.22 159	1.96 210	0.01 17	0.01 102	1.28 127	0.02 101	3.02 134	1.54 255	2.14 267	0.15 82	1.74 219	0.10 106	0.45 77	0.95 250	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

1test111	0.69 124	0.27 174	1.28 123	0.13 219	0.00 1	3.44 322	0.01 55	3.15 154	0.68 103	0.33 62	0.69 187	0.04 10	0.61 220	2.95 165	0.07 39	0.00 1	0.02 274	0.00 1	0.03 295	0.01 25	0.01 63

DCRE	0.69 124	0.35 206	1.16 101	0.06 158	0.02 170	0.91 21	0.00 1	1.05 28	0.30 36	0.98 157	7.63 355	0.72 138	0.02 16	0.16 12	0.07 39	0.00 1	0.02 274	0.00 1	0.21 364	0.02 93	0.03 192

DCANet-4	0.69 124	0.15 111	3.76 320	0.03 103	0.01 102	1.22 100	0.01 55	3.14 152	1.90 292	2.34 286	0.14 76	0.11 56	0.25 166	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 233

MSKI-zero shot	0.73 127	0.13 96	1.56 164	0.02 64	0.14 272	1.34 147	0.04 163	3.00 131	0.23 31	0.67 111	1.64 248	0.89 156	0.00 1	4.55 234	0.10 62	0.00 1	0.02 274	0.00 1	0.21 364	0.03 132	0.01 63

HCRNet	0.73 127	0.19 137	1.10 85	0.01 17	0.00 1	1.17 79	0.01 55	3.07 144	1.97 297	0.60 101	0.21 106	0.56 119	0.11 115	5.34 267	0.20 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 151

IGEV_Zeroshot_test	0.74 129	0.20 144	3.00 281	0.26 272	0.02 170	1.10 60	0.05 176	3.72 226	0.19 21	0.88 134	0.71 194	2.84 281	0.63 226	0.53 86	0.33 161	0.00 1	0.07 333	0.00 1	0.16 348	0.04 163	0.00 1

EKT-Stereo	0.74 129	0.18 130	1.23 117	0.81 347	4.25 390	1.19 87	0.03 143	2.17 76	0.13 4	0.35 74	0.40 139	0.97 169	0.08 94	2.61 158	0.09 54	0.00 1	0.09 346	0.00 1	0.07 320	0.04 163	0.03 192

anonymity	0.74 129	0.15 111	1.17 103	0.16 238	0.27 326	0.71 16	0.01 55	4.70 299	1.78 280	1.15 180	1.23 232	0.31 87	1.65 297	0.54 88	0.53 208	0.02 331	0.02 274	0.00 1	0.27 377	0.02 93	0.06 261

test_5	0.74 129	0.50 269	1.55 157	0.44 306	0.25 318	1.45 184	0.01 55	4.16 261	0.78 143	0.79 129	0.17 90	0.42 103	0.64 229	3.06 169	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.16 289	0.21 343

NRIStereo	0.74 129	0.08 38	0.88 30	0.47 313	0.05 212	1.58 221	0.49 305	1.38 37	0.61 63	0.88 134	0.17 90	0.66 130	0.03 34	6.96 347	0.22 114	0.00 1	0.06 323	0.00 1	0.00 1	0.06 197	0.17 327

IER	0.75 134	0.12 87	1.93 203	0.01 17	0.00 1	2.31 283	0.02 101	2.96 130	0.98 171	1.30 199	0.96 212	1.40 197	1.19 266	1.31 126	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CIPLG	0.75 134	0.81 332	2.38 251	0.13 219	0.03 189	1.41 169	0.27 265	3.19 165	0.84 152	1.98 258	2.56 298	0.19 75	0.10 106	0.54 88	0.26 134	0.00 1	0.05 316	0.01 321	0.05 309	0.19 308	0.05 233

IPLGR_C	0.75 134	0.88 340	2.58 266	0.13 219	0.02 170	1.40 165	0.27 265	3.19 165	0.84 152	1.92 252	2.46 293	0.18 74	0.11 115	0.49 83	0.26 134	0.00 1	0.05 316	0.01 321	0.05 309	0.19 308	0.06 261

ACRE	0.75 134	0.78 326	2.72 275	0.13 219	0.02 170	1.40 165	0.26 262	3.20 167	0.82 147	1.84 248	2.46 293	0.19 75	0.10 106	0.52 84	0.26 134	0.00 1	0.04 307	0.01 321	0.05 309	0.19 308	0.05 233

IPLGR	0.76 138	0.21 150	2.98 279	0.06 158	0.07 230	1.24 114	0.05 176	3.09 147	1.38 225	0.62 102	0.34 127	0.75 141	0.78 244	3.35 173	0.22 114	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.06 261

CFNet_ucs	0.77 139	0.20 144	2.22 240	0.01 17	0.01 102	1.32 139	0.00 1	3.30 179	1.31 220	1.15 180	1.14 222	2.19 257	0.42 199	2.04 149	0.12 71	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

TestStereo1	0.77 139	0.46 252	1.12 89	0.15 231	0.19 295	1.29 131	0.01 55	3.33 182	1.55 256	0.45 88	1.67 251	0.13 63	1.23 268	3.39 176	0.27 138	0.00 1	0.00 1	0.00 1	0.00 1	0.17 294	0.07 277

SA-5K	0.77 139	0.46 252	1.12 89	0.15 231	0.19 295	1.29 131	0.01 55	3.33 182	1.55 256	0.45 88	1.67 251	0.13 63	1.23 268	3.39 176	0.27 138	0.00 1	0.00 1	0.00 1	0.00 1	0.17 294	0.07 277

PSMNet-ADL	0.77 139	0.08 38	0.90 34	0.07 178	0.01 102	2.01 272	0.02 101	2.55 107	1.11 192	0.33 62	0.59 169	2.15 249	0.69 240	4.07 204	0.85 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

CFNet-ft	0.77 139	0.46 252	1.34 135	0.01 17	0.27 326	1.32 139	0.02 101	2.40 85	0.68 103	0.63 106	0.18 93	3.23 307	0.21 158	3.97 201	0.54 211	0.00 1	0.00 1	0.01 321	0.00 1	0.03 132	0.02 151

CFNet_RVC	0.77 139	0.46 252	1.34 135	0.01 17	0.27 326	1.32 139	0.02 101	2.40 85	0.68 103	0.63 106	0.18 93	3.23 307	0.21 158	3.97 201	0.54 211	0.00 1	0.00 1	0.01 321	0.00 1	0.03 132	0.02 151

DN-CSS_ROB	0.77 139	0.90 343	2.01 216	0.85 351	0.00 1	1.47 191	0.01 55	2.92 129	0.93 164	0.12 40	0.53 157	0.44 105	0.16 136	4.33 214	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.30 347	0.01 63

MyStereo04	0.78 146	0.27 174	3.19 293	0.02 64	0.01 102	1.64 245	0.01 55	3.64 220	2.20 316	0.98 157	0.02 31	1.29 193	0.57 215	1.10 116	0.53 208	0.00 1	0.07 333	0.00 1	0.00 1	0.03 132	0.06 261

MyStereo05	0.79 147	0.19 137	3.17 292	0.02 64	0.00 1	1.51 203	0.01 55	3.56 213	2.48 328	1.34 203	0.02 31	1.25 191	0.38 193	1.19 119	0.50 202	0.00 1	0.06 323	0.00 1	0.00 1	0.02 93	0.07 277

anonymousa	0.79 147	0.26 173	1.91 201	0.03 103	0.29 335	1.46 190	0.02 101	3.76 229	0.97 169	0.72 118	2.25 288	3.21 305	0.56 213	0.15 9	0.12 71	0.00 1	0.00 1	0.00 1	0.04 305	0.00 1	0.02 151

111	0.79 147	0.70 317	2.21 233	0.01 17	0.01 102	1.19 87	0.16 232	3.78 232	1.98 299	1.22 194	0.91 208	2.01 237	0.32 181	0.32 53	0.64 227	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.17 327

acv_ft	0.79 147	0.21 150	1.28 123	0.01 17	1.08 371	1.68 252	0.01 55	3.75 228	1.05 184	1.31 202	0.66 178	1.94 234	0.46 204	0.31 47	1.68 284	0.00 1	0.00 1	0.00 1	0.00 1	0.27 336	0.00 1

MyStereo06	0.80 151	0.19 137	2.53 262	0.02 64	0.00 1	1.51 203	0.01 55	4.61 294	0.24 34	0.89 136	0.69 187	3.14 300	1.18 265	0.58 94	0.33 161	0.00 1	0.06 323	0.00 1	0.00 1	0.02 93	0.07 277

HITNet	0.80 151	0.58 291	2.14 229	0.69 339	0.00 1	1.35 150	0.02 101	4.50 289	1.15 200	1.76 242	0.16 84	0.60 120	0.30 173	1.13 118	1.64 282	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1
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
SFCPSM	0.81 153	0.11 83	2.53 262	0.01 17	0.07 230	2.45 288	0.18 239	4.99 318	1.18 202	0.77 124	0.78 197	0.69 134	0.31 177	1.72 142	0.20 110	0.00 1	0.00 1	0.00 1	0.05 309	0.06 197	0.01 63

NF-Stereo	0.82 154	0.10 69	1.12 89	1.19 371	0.01 102	1.52 207	0.29 276	2.67 115	0.66 90	1.20 188	0.58 160	0.24 79	0.01 4	6.38 305	0.32 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 154	0.10 69	1.15 97	1.19 371	0.01 102	1.53 210	0.29 276	2.66 111	0.66 90	1.20 188	0.58 160	0.25 82	0.01 4	6.38 305	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 154	0.10 69	1.15 97	1.19 371	0.01 102	1.52 207	0.29 276	2.66 111	0.66 90	1.20 188	0.58 160	0.24 79	0.01 4	6.38 305	0.32 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 154	0.10 69	1.15 97	1.19 371	0.01 102	1.52 207	0.29 276	2.66 111	0.66 90	1.20 188	0.58 160	0.24 79	0.01 4	6.38 305	0.32 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

ADStereo(finetuned)	0.83 158	0.43 239	3.68 317	0.03 103	0.00 1	1.22 100	0.01 55	3.26 172	1.86 288	2.61 303	0.20 105	0.09 50	2.39 323	0.34 57	0.38 182	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 261

BSDual-CNN	0.83 158	0.10 69	0.96 43	0.01 17	0.00 1	3.32 317	0.21 248	5.40 339	0.93 164	2.26 280	0.66 178	1.81 226	0.10 106	0.61 96	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

SA	0.83 158	0.41 230	1.17 103	0.00 1	0.20 299	1.28 127	0.01 55	3.98 250	1.86 288	0.41 83	0.96 212	0.27 84	1.33 277	4.07 204	0.35 172	0.00 1	0.00 1	0.00 1	0.17 354	0.14 275	0.01 63

psmg	0.83 158	0.10 69	0.96 43	0.01 17	0.00 1	3.28 315	0.27 265	4.83 312	0.93 164	1.92 252	1.46 244	1.81 226	0.10 106	0.61 96	0.18 103	0.00 1	0.00 1	0.01 321	0.00 1	0.01 25	0.00 1

STTStereo	0.83 158	0.34 204	2.44 253	0.24 263	0.15 277	1.41 169	0.10 214	3.02 134	1.55 256	1.34 203	0.17 90	1.77 223	0.45 202	3.42 178	0.30 152	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63

StereoDRNet-Refined	0.83 158	0.12 87	1.18 106	0.02 64	0.01 102	1.31 138	0.00 1	3.33 182	1.07 189	1.92 252	1.24 234	2.48 269	0.18 142	1.86 147	1.67 283	0.00 1	0.00 1	0.00 1	0.00 1	0.14 275	0.05 233
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
psm_up	0.84 164	0.32 200	1.44 146	0.02 64	0.00 1	1.98 271	0.05 176	3.40 192	1.04 180	2.06 264	0.40 139	1.74 219	0.45 202	3.47 181	0.24 122	0.06 352	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

MyStereo8	0.85 165	0.52 274	3.20 295	0.20 252	0.00 1	1.47 191	0.01 55	3.53 211	1.91 293	1.34 203	0.65 176	1.22 189	0.31 177	0.57 91	1.38 276	0.00 1	0.14 364	0.00 1	0.06 318	0.09 241	0.30 352

CAS	0.85 165	0.09 50	0.67 14	6.43 392	0.05 212	1.12 66	0.00 1	0.88 23	0.69 116	0.02 2	0.02 31	0.06 36	0.06 69	0.26 37	0.12 71	6.37 394	0.00 1	0.00 1	0.00 1	0.00 1	0.20 341

PSM-softLoss	0.85 165	0.10 69	1.50 150	1.14 367	0.03 189	1.47 191	0.27 265	2.48 100	0.69 116	1.30 199	0.38 135	0.39 100	0.01 4	6.88 338	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

KMStereo	0.85 165	0.10 69	1.50 150	1.14 367	0.03 189	1.47 191	0.27 265	2.48 100	0.69 116	1.30 199	0.38 135	0.39 100	0.01 4	6.88 338	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

StereoVision	0.86 169	0.38 216	1.75 190	0.03 103	0.01 102	1.14 71	0.02 101	3.38 189	0.92 161	0.13 44	6.89 352	0.50 115	0.12 125	1.10 116	0.78 237	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 151

DisPM	0.86 169	0.09 50	1.10 85	0.76 345	0.02 170	1.51 203	0.57 311	1.75 58	0.70 125	2.43 297	0.83 203	0.38 99	0.01 4	6.89 341	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

IPLG	0.86 169	0.41 230	2.31 248	0.06 158	0.06 222	1.36 152	0.11 216	3.17 159	0.83 149	0.62 102	1.00 215	0.46 107	0.61 220	5.57 279	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.18 301	0.01 63

AASNet	0.86 169	0.53 280	1.96 210	0.04 127	0.00 1	1.70 255	0.05 176	5.13 326	1.84 283	0.93 143	1.88 264	0.96 166	0.19 148	0.67 99	0.91 248	0.00 1	0.00 1	0.00 1	0.00 1	0.27 336	0.09 291

DeepPruner_ROB	0.86 169	0.50 269	1.80 196	0.01 17	0.00 1	1.57 217	0.17 235	3.48 206	0.42 44	3.31 324	0.02 31	2.09 244	0.17 139	3.01 167	0.61 223	0.00 1	0.00 1	0.00 1	0.00 1	0.12 265	0.01 63

AACVNet	0.87 174	0.44 244	1.19 109	0.17 241	0.00 1	1.76 259	0.00 1	3.60 217	0.60 57	1.03 166	0.26 113	1.31 194	0.17 139	6.33 302	0.28 142	0.00 1	0.00 1	0.00 1	0.00 1	0.17 294	0.01 63

LCNet	0.87 174	0.18 130	0.97 48	0.14 229	0.26 321	1.19 87	0.22 252	2.36 81	0.71 127	1.82 246	0.21 106	0.11 56	2.56 325	5.56 276	0.14 80	0.00 1	0.00 1	0.00 1	0.00 1	0.15 285	0.81 373

HHNet	0.87 174	0.25 169	1.78 193	0.16 238	0.08 240	1.30 135	0.44 300	1.93 63	0.64 81	1.41 215	5.92 345	0.14 69	1.79 303	0.35 62	0.95 250	0.05 347	0.00 1	0.01 321	0.00 1	0.14 275	0.01 63

UPFNet	0.87 174	0.09 50	2.05 222	0.00 1	0.00 1	1.90 269	0.11 216	3.41 194	0.83 149	2.15 268	0.10 70	1.92 232	0.09 99	3.94 200	0.70 232	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

tt1	0.88 178	0.27 174	1.25 118	0.08 190	0.00 1	3.36 320	0.02 101	3.03 136	6.40 368	0.33 62	0.66 178	0.05 27	0.40 197	1.59 135	0.05 17	0.00 1	0.02 274	0.00 1	0.00 1	0.09 241	0.03 192

HH	0.88 178	0.37 213	1.93 203	0.25 266	0.10 256	0.62 14	0.00 1	3.79 233	0.18 19	0.33 62	0.59 169	3.94 323	0.81 247	4.44 223	0.09 54	0.00 1	0.06 323	0.00 1	0.00 1	0.03 132	0.02 151

HanStereo	0.88 178	0.37 213	1.93 203	0.25 266	0.10 256	0.62 14	0.00 1	3.79 233	0.18 19	0.33 62	0.59 169	3.94 323	0.81 247	4.44 223	0.09 54	0.00 1	0.06 323	0.00 1	0.00 1	0.03 132	0.02 151

dad	0.88 178	0.62 300	2.26 243	0.06 158	0.01 102	1.24 114	0.00 1	0.98 26	2.17 313	1.29 198	0.35 130	0.37 95	0.04 47	5.80 284	1.06 255	0.01 309	0.00 1	1.13 385	0.11 336	0.05 181	0.00 1

GANet-RSSM	0.88 178	0.38 216	1.45 147	0.60 328	0.00 1	1.36 152	0.02 101	4.55 291	0.69 116	0.71 116	0.32 120	1.56 204	0.61 220	4.55 234	0.64 227	0.00 1	0.00 1	0.05 356	0.00 1	0.08 222	0.02 151

PSMNet-RSSM	0.90 183	0.44 244	1.35 138	0.13 219	0.00 1	1.37 157	0.03 143	4.79 310	0.85 155	1.11 176	0.49 155	2.15 249	0.35 188	4.09 207	0.73 234	0.00 1	0.00 1	0.01 321	0.00 1	0.03 132	0.01 63

DMCA-RVC	0.90 183	0.64 304	3.30 301	0.03 103	0.04 205	1.30 135	0.06 189	2.65 110	0.73 128	3.21 321	0.09 68	0.99 171	0.66 236	3.14 170	0.99 252	0.01 309	0.04 307	0.02 344	0.01 272	0.07 211	0.01 63

iRaft-Stereo_20w	0.92 185	0.15 111	2.68 271	0.24 263	0.06 222	1.36 152	0.28 273	7.46 381	0.34 40	1.56 229	0.37 133	0.62 123	1.24 271	1.25 123	0.34 168	0.00 1	0.09 346	0.00 1	0.16 348	0.02 93	0.13 313

CoDeX	0.94 186	0.34 204	2.09 227	0.05 144	0.20 299	1.49 198	0.20 246	5.89 358	1.57 262	0.66 110	0.67 185	1.05 176	0.32 181	3.82 195	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

cc1	0.94 186	0.27 174	1.28 123	0.13 219	0.00 1	3.44 322	0.01 55	3.18 160	7.23 377	0.33 62	0.69 187	0.04 10	0.61 220	1.43 129	0.05 17	0.00 1	0.02 274	0.00 1	0.03 295	0.09 241	0.04 217

xx1	0.95 188	0.27 174	1.28 123	0.13 219	0.00 1	3.44 322	0.01 55	3.18 160	7.23 377	0.33 62	0.69 187	0.73 139	0.12 125	1.43 129	0.05 17	0.00 1	0.02 274	0.00 1	0.00 1	0.01 25	0.01 63

SACVNet	0.96 189	0.36 209	1.49 149	0.05 144	0.00 1	1.62 242	0.28 273	3.86 245	1.28 215	1.79 245	0.80 199	1.59 206	0.07 80	5.29 263	0.48 200	0.01 309	0.00 1	0.00 1	0.00 1	0.23 322	0.01 63

BUS	0.97 190	0.10 69	0.96 43	0.01 17	0.00 1	5.85 361	0.03 143	5.40 339	0.93 164	2.26 280	0.66 178	2.39 267	0.06 69	0.61 96	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BEATNet_4x	0.97 190	0.77 325	3.36 304	0.46 310	0.01 102	1.32 139	0.09 207	4.57 293	1.26 213	1.88 251	0.22 110	1.09 182	0.42 199	1.79 145	2.09 308	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.06 261

qqq1	0.98 192	0.16 119	1.55 157	0.33 286	0.01 102	1.03 34	0.00 1	5.24 329	2.12 306	1.53 221	2.16 282	0.92 157	0.02 16	4.46 225	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.01 63

fff1	0.98 192	0.16 119	1.55 157	0.33 286	0.01 102	1.03 34	0.00 1	5.24 329	2.12 306	1.53 221	2.16 282	0.92 157	0.02 16	4.46 225	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.01 63

gwcnet-sp	0.98 192	0.38 216	4.06 330	0.04 127	0.00 1	2.60 295	0.15 228	3.51 208	1.13 197	1.75 238	0.16 84	0.68 131	0.39 194	3.69 185	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 192

scenet	0.98 192	0.38 216	4.06 330	0.04 127	0.00 1	2.60 295	0.15 228	3.51 208	1.13 197	1.75 238	0.16 84	0.68 131	0.39 194	3.69 185	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 192

ssnet	0.98 192	0.38 216	4.06 330	0.04 127	0.00 1	2.60 295	0.15 228	3.51 208	1.13 197	1.75 238	0.16 84	0.68 131	0.39 194	3.69 185	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 192

raft_robust	0.98 192	0.57 290	1.21 114	0.06 158	0.17 284	1.36 152	0.02 101	3.46 203	2.18 314	0.33 62	0.01 1	1.54 203	1.42 279	6.77 330	0.15 84	0.00 1	0.02 274	0.00 1	0.18 356	0.11 260	0.09 291

cf-r	0.98 192	0.51 273	2.04 221	0.25 266	0.01 102	1.40 165	0.03 143	4.47 288	1.65 271	0.95 144	0.58 160	2.63 271	0.24 163	4.19 209	0.58 218	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.04 217

RAFT_R40	0.99 199	0.05 8	1.26 119	0.71 340	0.20 299	1.65 249	0.67 316	1.94 64	0.61 63	1.05 169	1.15 224	1.80 225	1.47 280	6.91 343	0.31 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

iResNet	1.00 200	0.45 248	3.08 287	0.86 355	0.01 102	1.97 270	0.01 55	3.67 224	1.49 250	1.77 243	1.09 219	0.35 94	0.13 131	3.83 196	1.27 270	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 63

CSP-Net	1.01 201	0.52 274	0.92 36	0.01 17	0.00 1	2.83 307	0.05 176	4.99 318	0.69 116	0.91 141	0.85 204	1.82 228	0.23 161	6.04 288	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.10 251	0.01 63

MLCV	1.01 201	0.53 280	2.17 231	0.03 103	0.00 1	1.60 232	0.03 143	2.90 128	1.30 218	2.60 302	1.85 263	1.00 172	0.40 197	4.88 248	0.74 235	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 63

IRAFT_RVC	1.02 203	0.20 144	1.58 167	1.39 375	0.26 321	1.33 145	0.32 286	2.52 103	0.66 90	1.58 230	0.81 200	1.16 186	1.58 293	6.51 313	0.43 187	0.00 1	0.12 359	0.00 1	0.00 1	0.02 93	0.03 192

GwcNet-RSSM	1.02 203	0.69 314	2.70 272	0.22 255	0.02 170	1.42 174	0.05 176	4.02 252	1.01 177	0.90 138	0.42 142	2.89 285	0.26 168	4.43 222	1.17 261	0.00 1	0.00 1	0.02 344	0.00 1	0.13 269	0.05 233

NINENet	1.03 205	0.22 159	1.30 131	0.10 207	0.01 102	5.85 361	0.03 143	4.41 283	1.25 212	1.55 228	0.60 174	2.39 267	0.06 69	2.72 162	0.05 17	0.00 1	0.01 225	0.01 321	0.00 1	0.04 163	0.00 1

HGLStereo	1.03 205	0.18 130	1.50 150	0.01 17	0.01 102	1.41 169	0.01 55	3.41 194	0.82 147	1.05 169	3.09 309	2.11 245	1.24 271	4.51 230	1.18 262	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.03 192

SMFormer	1.04 207	0.16 119	1.55 157	0.33 286	0.01 102	1.03 34	0.00 1	5.24 329	2.12 306	1.53 221	2.16 282	0.92 157	0.02 16	4.46 225	1.24 265	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.02 151

tta	1.04 207	0.16 119	1.55 157	0.33 286	0.01 102	1.03 34	0.00 1	5.24 329	2.12 306	1.53 221	2.16 282	0.92 157	0.02 16	4.46 225	1.24 265	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.01 63

ffm	1.04 207	0.05 8	1.65 174	0.34 292	0.01 102	1.58 221	0.02 101	3.03 136	6.40 368	1.39 210	2.07 273	2.15 249	0.34 183	1.59 135	0.05 17	0.00 1	0.02 274	0.00 1	0.00 1	0.09 241	0.03 192

Sa-1000	1.04 207	0.39 222	1.17 103	0.00 1	0.20 299	1.33 145	0.03 143	4.19 264	1.81 281	0.99 161	5.33 341	0.61 121	0.15 133	4.07 204	0.30 152	0.00 1	0.00 1	0.00 1	0.16 348	0.13 269	0.00 1

SST-Stereo	1.04 207	0.05 8	1.16 101	0.72 341	0.23 311	1.70 255	0.58 312	1.92 62	1.46 242	1.19 186	1.09 219	1.60 208	1.93 310	6.92 345	0.21 113	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

XX-Stereo	1.04 207	0.20 144	4.94 355	0.85 351	0.04 205	1.25 121	0.00 1	3.37 187	0.45 47	1.22 194	0.50 156	3.70 319	0.02 16	3.91 199	0.05 17	0.00 1	0.09 346	0.00 1	0.20 360	0.03 132	0.02 151

NLCA_NET_v2_RVC	1.04 207	0.55 283	2.52 261	0.56 324	1.00 368	1.37 157	0.00 1	3.43 198	1.35 223	2.24 275	0.35 130	2.18 256	0.58 217	4.28 212	0.34 168	0.00 1	0.00 1	0.00 1	0.01 272	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	1.05 214	0.76 323	2.06 223	0.07 178	0.00 1	1.35 150	0.03 143	6.80 376	2.57 333	0.79 129	1.20 230	0.94 165	0.12 125	3.81 193	0.41 185	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.01 63

PFNet	1.06 215	0.19 137	2.95 278	1.16 369	0.56 357	1.58 221	0.25 259	1.50 50	0.60 57	2.38 293	1.23 232	0.63 125	0.30 173	6.85 334	0.43 187	0.16 365	0.01 225	0.00 1	0.07 320	0.18 301	0.18 333

hknet	1.08 216	0.13 96	2.07 224	0.01 17	0.00 1	3.32 317	0.21 248	5.40 339	0.92 161	2.26 280	0.66 178	3.43 311	0.05 54	2.81 163	0.27 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iRaft-Stereo_5w	1.08 216	0.56 287	2.70 272	0.02 64	0.02 170	1.20 95	0.01 55	3.18 160	0.63 73	0.14 45	2.00 271	1.62 212	1.54 287	6.69 324	1.01 254	0.00 1	0.00 1	0.00 1	0.00 1	0.23 322	0.01 63

FADNet-RVC-Resample	1.08 216	1.00 351	5.32 359	0.10 207	0.14 272	1.53 210	0.25 259	3.62 218	1.18 202	0.51 96	0.19 101	1.04 175	0.28 172	5.20 259	0.44 190	0.10 358	0.16 369	0.09 360	0.06 318	0.24 325	0.21 343

TDLM	1.08 216	0.49 266	1.43 144	0.27 275	0.00 1	1.56 216	2.12 351	3.10 148	1.75 278	1.36 208	0.93 210	1.06 178	0.49 206	6.21 295	0.70 232	0.00 1	0.00 1	0.00 1	0.00 1	0.16 289	0.02 151

CFNet	1.08 216	0.62 300	2.26 243	0.26 272	0.03 189	1.40 165	0.04 163	4.45 287	2.09 304	0.48 92	0.69 187	1.31 194	0.24 163	6.63 319	0.83 240	0.00 1	0.00 1	0.00 1	0.00 1	0.17 294	0.04 217

PS-NSSS	1.08 216	0.45 248	1.70 185	0.02 64	0.01 102	1.37 157	0.01 55	4.38 279	2.09 304	1.15 180	2.65 300	0.65 127	0.07 80	6.35 303	0.56 214	0.16 365	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

iResNetv2_ROB	1.08 216	1.12 358	4.68 351	1.09 366	0.00 1	1.38 162	0.05 176	3.83 240	1.11 192	0.80 131	1.15 224	1.02 174	0.12 125	4.52 231	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.33 348	0.03 192

GMM-Stereo	1.09 223	0.05 8	1.62 171	0.13 219	0.22 306	1.41 169	0.87 324	2.31 79	0.62 70	2.75 306	3.14 310	0.54 118	0.90 253	5.33 266	0.13 75	0.01 309	0.00 1	0.00 1	0.02 289	0.01 25	1.80 386

hitnet-ft	1.09 223	0.39 222	1.45 147	0.04 127	0.00 1	1.34 147	0.22 252	3.34 185	2.25 319	1.48 218	1.11 221	4.17 326	0.37 191	4.73 242	0.79 238	0.01 309	0.00 1	0.03 349	0.00 1	0.09 241	0.01 63

NVstereo2D	1.09 223	0.17 125	4.40 344	0.00 1	0.00 1	1.59 229	0.18 239	4.29 275	1.40 231	0.85 133	0.36 132	2.30 260	0.62 225	5.26 262	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

PSMNet_ROB	1.09 223	0.69 314	2.92 277	0.03 103	0.07 230	1.68 252	0.16 232	3.44 200	1.30 218	0.96 146	0.32 120	2.81 279	0.63 226	4.23 210	2.48 317	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.04 217

LMCR-Stereo	1.10 227	0.69 314	1.95 207	0.50 315	0.01 102	2.73 300	0.09 207	6.20 364	0.64 81	2.37 291	1.76 258	0.13 63	1.59 295	2.94 164	0.23 118	0.00 1	0.00 1	0.00 1	0.00 1	0.12 265	0.00 1

GEStereo_RVC	1.10 227	0.42 233	1.72 187	0.28 277	0.01 102	1.37 157	0.11 216	6.25 365	0.84 152	1.05 169	0.67 185	1.61 210	0.79 245	6.11 291	0.63 225	0.00 1	0.00 1	0.00 1	0.00 1	0.10 251	0.04 217

FADNet-RVC	1.10 227	1.07 356	4.79 352	0.03 103	0.00 1	1.60 232	0.08 198	3.77 230	1.70 275	0.35 74	0.07 64	0.61 121	0.66 236	5.32 265	1.11 256	0.01 309	0.08 342	0.00 1	0.00 1	0.48 368	0.18 333

GANetREF_RVC	1.10 227	0.95 346	2.98 279	0.06 158	0.00 1	2.23 278	0.18 239	3.95 249	2.53 331	0.56 98	0.32 120	1.89 231	0.66 236	5.03 253	0.51 204	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.04 217
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
CVANet_RVC	1.10 227	0.39 222	1.69 184	0.28 277	0.00 1	1.45 184	0.48 303	3.26 172	1.64 270	2.93 311	1.22 231	1.51 200	0.37 191	6.09 290	0.50 202	0.00 1	0.00 1	0.00 1	0.00 1	0.18 301	0.01 63

ARAFT	1.12 232	0.82 335	4.11 333	0.04 127	0.00 1	1.64 245	0.03 143	4.85 313	1.69 274	2.78 308	0.57 158	0.47 110	0.11 115	4.81 245	0.24 122	0.00 1	0.03 297	0.00 1	0.00 1	0.24 325	0.05 233

ac_64	1.12 232	0.18 130	1.64 173	0.18 245	0.25 318	1.48 197	0.02 101	4.97 317	1.47 244	0.69 114	0.45 150	4.94 342	0.46 204	4.87 247	0.74 235	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1

UNet	1.13 234	0.24 167	4.21 335	0.01 17	0.02 170	2.31 283	0.02 101	3.06 142	0.76 140	1.17 184	0.14 76	2.73 276	1.58 293	4.48 229	1.92 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

ssnet_v2	1.14 235	0.28 184	1.77 191	0.03 103	0.00 1	2.07 274	0.37 294	5.20 327	1.87 290	2.00 259	0.87 206	3.09 297	0.55 212	1.31 126	3.02 328	0.00 1	0.00 1	0.00 1	0.00 1	0.18 301	0.12 308

EAI-Stereo	1.14 235	0.12 87	1.19 109	0.21 253	0.32 342	1.84 266	2.32 356	5.42 342	1.19 204	1.02 163	5.66 343	0.48 111	0.60 218	0.86 106	0.62 224	0.00 1	0.13 363	0.00 1	0.65 393	0.02 93	0.17 327

delet	1.14 235	0.32 200	1.56 164	0.03 103	0.17 284	2.86 309	1.03 331	4.25 270	2.14 311	1.03 166	1.17 228	1.64 216	0.92 254	4.35 216	1.27 270	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.00 1

PSM-AAD	1.15 238	0.04 4	0.88 30	0.10 207	0.27 326	1.32 139	3.25 366	2.41 92	0.64 81	2.93 311	1.92 266	0.15 71	5.39 373	3.42 178	0.19 109	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 233

FADNet_RVC	1.15 238	1.06 355	4.34 343	0.02 64	0.06 222	2.77 305	0.04 163	3.50 207	0.80 144	0.35 74	0.32 120	0.65 127	0.09 99	5.20 259	1.56 278	0.24 374	0.34 383	0.11 364	0.33 385	0.65 377	0.60 366

ETE_ROB	1.16 240	0.52 274	1.71 186	0.01 17	0.02 170	1.79 263	0.22 252	4.10 257	1.32 221	4.68 350	1.18 229	2.81 279	0.08 94	3.56 182	1.12 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 261

DLCB_ROB	1.17 241	0.22 159	1.28 123	0.08 190	0.00 1	1.51 203	0.23 256	3.39 190	1.52 253	3.43 329	2.00 271	3.40 309	0.31 177	4.29 213	1.82 290	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	1.17 241	0.41 230	1.68 183	0.04 127	0.01 102	1.65 249	0.17 235	3.46 203	1.39 227	3.89 337	1.01 216	1.60 208	0.53 209	4.35 216	3.07 329	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 151

KYRaft	1.19 243	0.05 8	0.94 38	0.06 158	0.24 315	1.25 121	0.78 322	2.48 100	0.61 63	3.23 322	7.13 354	1.00 172	2.77 331	1.43 129	0.14 80	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 385

RAFT-345	1.19 243	0.06 22	1.55 157	0.54 321	0.13 266	1.53 210	0.25 259	0.56 11	1.76 279	1.20 188	7.85 356	0.93 162	0.05 54	6.87 337	0.46 197	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OMP-Stereo	1.20 245	0.54 282	0.96 43	2.39 382	0.29 335	1.58 221	0.33 288	2.01 68	0.68 103	2.68 305	1.16 226	3.10 298	0.18 142	7.40 359	0.56 214	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 63

ADLNet	1.20 245	0.29 192	1.98 213	0.00 1	0.02 170	2.20 277	0.11 216	4.39 281	2.52 330	2.19 272	2.20 287	2.66 272	0.70 241	3.42 178	1.25 267	0.00 1	0.00 1	0.00 1	0.00 1	0.10 251	0.04 217

MMNet	1.20 245	0.27 174	3.59 315	0.09 200	0.00 1	4.15 337	0.01 55	3.63 219	1.19 204	1.93 255	0.32 120	1.35 196	1.23 268	4.42 221	1.84 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

FADNet	1.20 245	0.93 345	4.51 347	0.03 103	0.06 222	2.56 293	0.16 232	4.02 252	1.42 234	0.32 61	0.06 63	1.66 217	1.07 259	5.56 276	0.87 242	0.19 368	0.02 274	0.01 321	0.01 272	0.50 370	0.03 192

Prome-Stereo	1.23 249	0.06 22	0.93 37	0.12 216	0.24 315	1.26 123	0.67 316	2.53 105	0.69 116	2.08 265	8.70 362	0.76 142	2.91 335	2.12 150	0.11 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 384

DispNO	1.25 250	0.52 274	3.40 306	0.11 215	0.05 212	1.45 184	0.01 55	3.73 227	1.68 273	1.34 203	1.59 246	3.15 301	1.12 264	5.56 276	1.14 260	0.00 1	0.02 274	0.03 349	0.12 340	0.05 181	0.03 192

DAS	1.26 251	0.08 38	2.25 241	0.04 127	0.01 102	1.28 127	1.18 335	3.80 236	1.58 266	4.60 347	2.37 291	1.53 201	0.53 209	5.36 268	0.59 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

SepStereo	1.28 252	0.08 38	2.25 241	0.04 127	0.01 102	1.28 127	1.18 335	3.80 236	1.58 266	4.60 347	2.37 291	1.53 201	0.53 209	5.63 280	0.59 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

pcwnet_v2	1.29 253	0.17 125	5.98 369	0.10 207	0.01 102	1.76 259	0.02 101	5.08 325	2.90 338	1.54 227	1.98 270	2.03 240	0.81 247	3.01 167	0.28 142	0.00 1	0.00 1	0.00 1	0.01 272	0.03 132	0.03 192

NOSS_ROB	1.29 253	0.22 159	1.35 138	0.64 335	0.16 282	2.56 293	0.00 1	4.14 260	2.37 323	2.29 285	1.76 258	2.84 281	0.02 16	6.80 333	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.11 299

Wz-Net-LNSev	1.30 255	0.85 337	6.26 374	0.02 64	0.03 189	4.02 334	0.13 224	4.21 266	1.12 196	0.77 124	0.10 70	3.60 315	1.11 261	2.68 159	1.12 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

IIG-Stereo	1.30 255	0.48 262	1.04 73	2.41 383	0.05 212	1.61 236	0.14 227	2.59 108	0.68 103	2.97 314	2.28 289	3.08 296	0.57 215	7.41 360	0.65 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

DSFCA	1.30 255	0.14 101	1.82 197	0.01 17	0.03 189	3.74 331	0.86 323	2.71 117	1.23 208	3.09 318	0.41 141	2.93 287	1.49 281	6.12 292	1.35 273	0.00 1	0.02 274	0.00 1	0.00 1	0.02 93	0.01 63

NCCL2	1.30 255	0.63 303	2.31 248	0.02 64	0.03 189	1.57 217	3.41 368	3.91 248	1.39 227	3.14 320	0.34 127	3.90 322	0.30 173	3.75 190	1.19 263	0.00 1	0.00 1	0.02 344	0.00 1	0.03 132	0.05 233

PA-Net	1.31 259	0.59 293	3.65 316	0.06 158	0.15 277	1.44 178	0.54 308	4.08 255	2.71 335	0.78 127	1.16 226	2.32 263	0.64 229	5.96 286	1.92 298	0.01 309	0.00 1	0.00 1	0.00 1	0.04 163	0.06 261
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CRFU-Net	1.32 260	0.27 174	2.46 257	1.17 370	0.03 189	4.08 335	0.05 176	5.61 349	0.67 98	1.53 221	0.70 193	3.47 313	2.62 328	3.24 171	0.24 122	0.01 309	0.01 225	0.11 364	0.00 1	0.13 269	0.00 1

LALA_ROB	1.33 261	0.59 293	1.74 188	0.02 64	0.06 222	3.25 314	0.50 307	3.45 201	1.39 227	3.70 332	0.59 169	4.59 335	0.25 166	3.58 183	2.79 325	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 151

DRaft	1.34 262	0.12 87	1.19 109	0.06 158	0.01 102	1.64 245	0.43 299	1.86 61	0.14 6	3.76 333	5.27 340	0.41 102	4.38 360	5.49 272	1.68 284	0.01 309	0.06 323	0.00 1	0.07 320	0.07 211	0.11 299

ttt	1.35 263	0.05 8	1.09 84	0.46 310	0.01 102	1.61 236	0.00 1	5.61 349	1.97 297	1.75 238	2.10 278	1.40 197	0.11 115	4.81 245	6.07 358	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.02 151

Consistency-Raft	1.36 264	0.65 307	4.81 353	0.33 286	0.32 342	1.62 242	0.11 216	3.65 221	3.80 350	0.33 62	6.12 348	0.86 154	2.14 316	0.94 109	1.25 267	0.02 331	0.01 225	0.00 1	0.00 1	0.24 325	0.01 63

FINET	1.36 264	0.46 252	4.05 329	0.22 255	0.73 363	1.03 34	0.00 1	3.57 214	5.71 365	1.59 231	1.64 248	0.49 113	0.19 148	5.53 273	1.90 295	0.00 1	0.01 225	0.00 1	0.00 1	0.08 222	0.03 192

HSM	1.36 264	0.40 227	1.07 80	0.01 17	0.30 337	1.73 258	0.03 143	5.89 358	1.22 207	1.83 247	1.36 241	4.78 339	1.30 276	6.61 318	0.57 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

ADLNet2	1.38 267	0.39 222	3.13 290	0.00 1	0.70 362	1.23 113	0.26 262	4.19 264	2.36 322	1.45 217	3.16 313	4.23 327	0.82 250	4.56 236	0.88 243	0.00 1	0.00 1	0.00 1	0.00 1	0.13 269	0.02 151

DualNet	1.39 268	0.05 8	1.65 174	0.34 292	0.01 102	1.58 221	0.02 101	3.03 136	6.40 368	1.39 210	2.07 273	2.15 249	0.34 183	1.59 135	7.08 361	0.00 1	0.02 274	0.00 1	0.00 1	0.09 241	0.03 192

CBFPSM	1.39 268	0.61 298	4.29 339	0.01 17	0.01 102	3.64 328	0.03 143	3.39 190	0.80 144	0.64 109	0.21 106	6.18 356	3.70 353	2.38 154	1.82 290	0.00 1	0.01 225	0.00 1	0.00 1	0.08 222	0.01 63

HSM-Net_RVC	1.40 270	0.07 32	1.58 167	0.00 1	0.01 102	1.88 267	0.05 176	7.24 378	1.71 277	3.63 331	3.63 323	3.21 305	0.36 189	4.25 211	0.44 190	0.01 309	0.01 225	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
fast-acv-ft	1.41 271	0.46 252	4.29 339	0.10 207	0.13 266	3.97 333	0.29 276	2.42 93	1.91 293	0.81 132	3.55 321	3.02 293	1.26 273	3.35 173	2.05 307	0.04 341	0.01 225	0.04 352	0.04 305	0.39 359	0.05 233

GASNet	1.43 272	1.53 372	4.54 348	0.31 283	0.02 170	1.49 198	0.20 246	3.86 245	1.95 296	0.75 120	1.37 242	2.11 245	1.57 292	5.82 285	2.60 321	0.00 1	0.05 316	0.00 1	0.00 1	0.43 362	0.10 295

ASMatch	1.44 273	0.14 101	2.15 230	0.60 328	0.21 304	1.21 98	0.26 262	0.96 25	0.66 90	0.29 57	11.75 371	0.93 162	2.37 321	6.73 327	0.54 211	0.00 1	0.00 1	0.00 1	0.01 272	0.00 1	0.04 217

HBP-ISP	1.45 274	0.75 319	3.02 282	0.30 281	0.10 256	4.28 341	1.49 343	4.68 298	1.29 216	3.43 329	0.78 197	0.93 162	1.01 257	6.48 312	0.36 178	0.04 341	0.02 274	0.00 1	0.00 1	0.05 181	0.03 192

GrayStereo	1.46 275	0.03 1	0.87 28	0.63 334	0.20 299	1.24 114	4.61 382	2.85 125	0.62 70	4.98 353	4.00 331	0.45 106	4.67 362	3.37 175	0.08 48	0.00 1	0.00 1	0.00 1	0.50 389	0.01 25	0.01 63

TransformOpticalFlow	1.47 276	0.31 196	3.22 299	0.66 336	0.08 240	1.54 214	0.09 207	3.84 241	1.58 266	1.66 234	2.32 290	3.60 315	3.12 340	6.99 349	0.42 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

THIR-Stereo	1.48 277	0.29 192	1.51 153	0.01 17	0.02 170	1.05 48	4.32 378	2.11 73	0.22 30	1.08 173	4.24 332	1.93 233	4.19 358	6.76 329	1.87 294	0.00 1	0.00 1	0.04 352	0.00 1	0.05 181	0.00 1

StereoDRNet	1.48 277	0.75 319	4.58 349	0.05 144	0.10 256	2.49 290	1.10 334	4.62 295	1.47 244	3.38 328	0.62 175	2.29 259	0.65 234	4.52 231	2.89 326	0.00 1	0.03 297	0.00 1	0.01 272	0.05 181	0.07 277

DEmStereo	1.51 279	0.08 38	2.17 231	0.09 200	0.02 170	1.76 259	0.90 326	1.47 48	0.60 57	2.46 298	6.42 350	1.08 180	5.16 368	6.21 295	1.86 293	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

APVNet	1.52 280	0.31 196	4.00 326	0.09 200	0.00 1	4.64 348	0.08 198	4.41 283	1.21 206	1.25 197	1.05 218	2.90 286	0.93 255	6.70 325	2.48 317	0.01 309	0.00 1	0.07 357	0.00 1	0.27 336	0.05 233

RYNet	1.52 280	0.35 206	3.38 305	0.25 266	0.04 205	2.31 283	0.03 143	4.62 295	1.47 244	1.14 179	0.34 127	4.52 333	1.38 278	6.36 304	4.23 340	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

1111x	1.53 282	0.06 22	1.77 191	0.27 275	0.00 1	2.12 276	0.01 55	5.63 353	1.65 271	1.53 221	1.67 251	0.92 157	0.64 229	6.18 293	8.17 371	0.00 1	0.01 225	0.00 1	0.00 1	0.00 1	0.01 63

RASNet	1.53 282	0.31 196	1.97 212	0.09 200	3.20 386	1.69 254	0.06 189	3.27 178	2.12 306	0.77 124	1.29 238	5.32 351	1.69 300	6.60 316	2.17 310	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.02 151

Wz-Net-LNSev-Ref	1.54 284	0.68 312	4.62 350	0.01 17	0.00 1	5.13 355	0.30 282	4.64 297	1.23 208	2.39 294	0.59 169	2.12 247	2.00 313	4.94 250	2.19 312	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

AAGNet	1.54 284	0.07 32	0.88 30	1.04 363	0.27 326	1.47 191	0.66 315	1.57 52	0.61 63	1.68 235	0.82 201	1.62 212	2.29 318	6.18 293	11.63 384	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

mmx	1.56 286	0.05 8	1.65 174	0.34 292	0.01 102	1.58 221	0.02 101	5.51 346	2.25 319	1.39 210	2.07 273	2.15 249	0.34 183	6.68 321	7.08 361	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

xxx	1.56 286	0.05 8	1.65 174	0.34 292	0.01 102	1.58 221	0.02 101	5.51 346	2.25 319	1.39 210	2.07 273	2.15 249	0.34 183	6.68 321	7.08 361	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

CBMV	1.56 286	0.24 167	1.92 202	0.31 283	0.03 189	2.90 310	4.33 379	3.79 233	1.81 281	4.98 353	1.73 256	2.70 274	1.68 299	3.81 193	0.92 249	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.08 286
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PASM	1.58 289	1.05 354	7.51 379	0.56 324	0.09 247	1.37 157	0.28 273	2.85 125	1.44 239	3.91 338	0.44 147	3.02 293	0.64 229	6.38 305	1.59 281	0.00 1	0.01 225	0.00 1	0.03 295	0.26 333	0.15 321

DRN-Test	1.62 290	0.23 165	3.72 318	0.18 245	0.13 266	3.34 319	0.19 244	5.93 361	2.01 302	4.14 341	0.76 196	2.12 247	1.78 302	5.22 261	2.62 323	0.00 1	0.00 1	0.01 321	0.01 272	0.03 132	0.01 63

RAFT + AFF	1.63 291	1.13 359	2.62 269	0.04 127	0.80 364	2.29 282	1.03 331	5.54 348	2.06 303	1.77 243	1.81 262	1.22 189	3.65 352	6.23 297	1.57 280	0.01 309	0.35 384	0.00 1	0.01 272	0.33 348	0.12 308

MaskLacGwcNet_RVC	1.63 291	0.45 248	2.21 233	1.53 377	0.18 288	4.33 342	0.41 297	3.37 187	1.40 231	0.54 97	0.65 176	3.10 298	0.11 115	4.93 249	0.60 222	4.57 390	0.51 386	0.00 1	0.00 1	1.37 382	2.39 387

ff1	1.65 293	0.05 8	1.65 174	0.34 292	0.01 102	1.58 221	0.02 101	3.03 136	6.40 368	1.39 210	2.07 273	2.15 249	0.34 183	6.68 321	7.08 361	0.00 1	0.02 274	0.00 1	0.00 1	0.09 241	0.03 192

CrosDoStereo	1.66 294	0.15 111	1.66 179	0.02 64	0.07 230	1.38 162	6.16 396	3.12 150	1.06 187	0.97 148	3.74 325	0.96 166	4.79 364	7.00 350	1.92 298	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.00 1

DeepStereo_LL	1.66 294	0.15 111	1.66 179	0.02 64	0.07 230	1.38 162	6.16 396	3.12 150	1.06 187	0.97 148	3.74 325	0.96 166	4.79 364	7.00 350	1.92 298	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.00 1

Syn2CoEx	1.66 294	1.17 360	4.29 339	0.04 127	0.00 1	1.44 178	0.56 309	5.33 337	1.98 299	2.01 262	2.12 280	2.08 242	2.81 332	6.55 314	2.42 314	0.00 1	0.00 1	0.00 1	0.00 1	0.33 348	0.06 261

AANet_RVC	1.66 294	0.88 340	3.52 311	0.06 158	0.00 1	1.22 100	0.00 1	3.25 170	2.51 329	2.21 273	4.49 333	3.65 317	0.20 154	7.10 353	3.42 333	0.50 381	0.04 307	0.00 1	0.00 1	0.08 222	0.05 233

STrans-v2	1.67 298	0.36 209	3.28 300	0.02 64	0.19 295	1.45 184	0.08 198	6.69 372	1.49 250	2.00 259	2.86 305	3.67 318	3.88 356	7.04 352	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GwcNet	1.67 298	0.81 332	5.52 362	0.23 261	1.21 372	4.21 339	0.62 314	3.71 225	1.57 262	1.01 162	1.65 250	3.99 325	0.52 208	5.46 270	2.30 313	0.00 1	0.00 1	0.00 1	0.01 272	0.35 354	0.13 313

NCC-stereo	1.67 298	0.56 287	3.10 288	0.08 190	0.22 306	2.24 279	0.13 224	5.05 323	1.42 234	2.27 283	2.72 301	4.29 328	3.53 348	5.76 282	2.01 304	0.04 341	0.00 1	0.00 1	0.00 1	0.03 132	0.02 151

Abc-Net	1.67 298	0.56 287	3.10 288	0.08 190	0.22 306	2.24 279	0.13 224	5.05 323	1.42 234	2.27 283	2.72 301	4.29 328	3.53 348	5.76 282	2.01 304	0.04 341	0.00 1	0.00 1	0.00 1	0.03 132	0.02 151
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
iinet-f	1.68 302	0.61 298	11.37 392	0.29 279	0.03 189	4.39 344	0.04 163	3.18 160	1.10 190	1.16 183	0.58 160	2.96 290	2.76 330	2.13 151	2.46 316	0.00 1	0.02 274	0.02 344	0.00 1	0.46 364	0.01 63

Anonymous_2	1.69 303	0.05 8	1.31 132	0.08 190	0.03 189	1.22 100	0.01 55	3.25 170	0.19 21	0.76 122	0.13 75	2.68 273	1.99 312	0.39 67	0.13 75	0.05 347	0.25 376	3.27 391	14.54 415	3.40 385	0.01 63

ccnet	1.70 304	0.20 144	1.95 207	0.26 272	0.18 288	3.72 330	1.22 337	4.22 269	1.43 238	2.37 291	3.96 329	3.45 312	1.51 285	4.69 239	4.47 342	0.06 352	0.00 1	0.09 360	0.01 272	0.10 251	0.01 63

CBMV_ROB	1.70 304	0.11 83	1.98 213	0.46 310	0.00 1	2.85 308	0.91 327	4.27 273	2.21 317	4.02 340	5.00 338	2.97 291	2.32 320	5.40 269	1.35 273	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.06 261

DANet	1.74 306	0.22 159	3.06 285	0.75 343	0.44 348	2.46 289	0.35 292	3.40 192	1.41 233	4.22 342	1.56 245	5.03 344	0.56 213	6.29 300	5.00 350	0.01 309	0.00 1	0.00 1	0.01 272	0.04 163	0.08 286
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.76 307	0.55 283	2.59 268	0.22 255	0.60 360	1.70 255	0.98 330	4.31 277	1.99 301	3.12 319	5.04 339	4.41 331	2.96 336	4.72 241	1.90 295	0.01 309	0.00 1	0.00 1	0.01 272	0.14 275	0.01 63

xxxx	1.78 308	0.07 32	1.02 58	0.00 1	0.01 102	1.44 178	0.00 1	5.81 357	1.53 254	1.37 209	1.91 265	1.08 180	0.05 54	4.37 219	16.98 396	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.02 151

Anonymous Stereo	1.78 308	1.37 370	7.79 380	0.42 304	0.07 230	1.49 198	3.20 365	3.31 180	1.84 283	2.75 306	1.14 222	1.84 229	0.09 99	6.89 341	3.32 332	0.00 1	0.00 1	0.00 1	0.00 1	0.09 241	0.01 63

test_xeample	1.79 310	0.08 38	1.03 69	0.02 64	0.00 1	1.44 178	0.00 1	5.48 344	1.84 283	1.65 233	2.17 286	0.37 95	0.06 69	4.00 203	17.67 398	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.02 151

SGM-Forest	1.84 311	0.08 38	1.31 132	0.15 231	0.22 306	3.52 326	2.46 361	3.85 243	2.16 312	5.29 355	3.90 327	3.71 320	1.56 289	6.28 299	1.90 295	0.01 309	0.02 274	0.00 1	0.00 1	0.03 132	0.30 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-MNSev	1.85 312	1.19 362	5.61 365	0.01 17	0.00 1	4.74 349	2.16 353	4.93 316	1.48 248	3.77 334	1.24 234	1.77 223	2.56 325	4.94 250	2.61 322	0.00 1	0.01 225	0.00 1	0.00 1	0.07 211	0.01 63

FAT-Stereo	1.86 313	0.19 137	3.31 302	0.17 241	0.03 189	1.78 262	0.97 328	4.76 306	2.79 336	4.22 342	4.87 336	5.31 350	2.83 334	5.06 256	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 63

RGC	1.86 313	0.67 310	3.45 310	0.07 178	0.26 321	3.29 316	0.11 216	4.78 309	1.46 242	3.26 323	4.51 334	5.14 346	2.68 329	5.46 270	1.94 302	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.09 291

CC-Net-ROB	1.86 313	0.64 304	2.55 264	1.42 376	0.19 295	3.38 321	0.04 163	4.41 283	2.45 327	0.90 138	1.31 239	0.98 170	0.18 142	6.60 316	0.53 208	1.14 385	1.60 396	7.16 392	0.00 1	1.33 381	0.32 357

GANet	1.90 316	0.43 239	1.83 198	0.39 301	0.00 1	2.24 279	3.37 367	3.90 247	1.44 239	2.17 270	9.66 364	2.57 270	1.09 260	6.88 338	1.81 289	0.00 1	0.00 1	0.02 344	0.00 1	0.10 251	0.03 192

LL-Strereo	1.93 317	0.97 347	3.83 324	0.55 323	2.19 384	1.49 198	0.05 176	4.09 256	1.00 176	2.59 301	2.77 303	5.17 347	5.63 374	7.19 354	0.63 225	0.00 1	0.10 352	0.00 1	0.00 1	0.25 331	0.20 341

DISCO	1.93 317	0.18 130	2.44 253	0.67 338	0.53 355	5.25 356	0.00 1	5.43 343	1.56 261	2.09 266	0.91 208	6.48 358	0.89 252	8.55 374	3.60 336	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 63

edge stereo	1.94 319	0.40 227	3.82 323	0.15 231	0.09 247	1.81 265	0.45 301	4.77 307	2.21 317	3.36 325	3.94 328	8.39 369	1.72 301	5.75 281	1.69 286	0.00 1	0.00 1	0.01 321	0.00 1	0.17 294	0.01 63

Nwc_Net	1.94 319	0.55 283	3.79 321	0.07 178	0.08 240	2.73 300	0.04 163	6.75 375	1.11 192	2.03 263	7.92 357	4.82 340	2.11 315	4.78 243	2.01 304	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.01 63

S-Stereo	2.00 321	0.30 195	5.74 367	0.24 263	0.23 311	2.51 291	1.90 347	4.74 302	5.15 362	2.42 295	5.80 344	2.85 283	0.72 242	5.08 257	2.17 310	0.00 1	0.02 274	0.00 1	0.00 1	0.08 222	0.04 217

psmorigin	2.01 322	0.37 213	10.25 388	0.22 255	0.03 189	1.62 242	0.19 244	3.31 180	1.05 184	4.92 352	3.14 310	5.85 352	2.21 317	5.31 264	1.71 287	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 151

MFMNet_re	2.02 323	0.98 348	4.27 338	2.74 386	0.88 365	1.47 191	0.15 228	4.21 266	3.18 341	6.63 363	6.93 353	1.87 230	3.63 351	2.13 151	0.99 252	0.00 1	0.00 1	0.00 1	0.00 1	0.23 322	0.05 233

NaN_ROB	2.02 323	0.58 291	2.65 270	0.29 279	0.28 334	3.19 312	5.19 389	3.84 241	2.55 332	5.31 356	1.73 256	2.30 260	1.96 311	6.78 331	3.09 330	0.01 309	0.06 323	0.03 349	0.10 332	0.10 251	0.37 361

RAFT-RH_RVC	2.05 325	0.15 111	1.66 179	0.60 328	0.27 326	1.49 198	0.02 101	0.58 12	0.65 84	5.35 357	21.66 395	1.06 178	0.07 80	6.85 334	0.57 216	0.04 341	0.00 1	0.00 1	0.03 295	0.01 25	0.00 1

stereogan	2.13 326	0.31 196	3.75 319	0.01 17	0.09 247	7.44 374	0.60 313	4.27 273	3.29 342	3.91 338	4.62 335	6.41 357	1.84 308	5.17 258	0.58 218	0.00 1	0.01 225	0.01 321	0.00 1	0.24 325	0.05 233

FTStereo	2.16 327	0.03 1	1.42 143	0.17 241	0.13 266	1.42 174	4.67 384	2.44 94	0.63 73	3.36 325	17.95 383	0.78 151	4.17 357	4.41 220	0.14 80	0.15 364	0.00 1	0.00 1	0.00 1	0.01 25	1.25 381

AF-Net	2.17 328	0.65 307	3.53 312	0.00 1	0.09 247	2.02 273	0.48 303	6.44 366	1.70 275	3.36 325	10.22 366	4.95 343	2.81 332	4.34 215	2.66 324	0.00 1	0.00 1	0.00 1	0.00 1	0.13 269	0.01 63

PDISCO_ROB	2.21 329	0.78 326	3.43 308	0.96 359	2.04 383	7.04 370	0.09 207	7.36 380	5.72 366	1.21 193	1.67 251	3.16 302	1.28 274	7.52 362	1.37 275	0.00 1	0.00 1	0.00 1	0.00 1	0.34 351	0.13 313

DGSMNet	2.23 330	0.80 329	6.10 371	0.96 359	1.73 378	3.22 313	4.12 375	5.30 335	1.11 192	1.19 186	2.48 295	3.18 303	0.65 234	4.57 237	1.33 272	1.11 384	1.37 395	1.55 386	1.26 399	1.37 382	1.28 382

SQANet	2.28 331	1.25 365	2.39 252	4.17 389	2.91 385	2.60 295	0.24 258	4.17 263	0.83 149	2.42 295	0.57 158	1.59 206	0.88 251	3.30 172	0.68 230	7.35 395	0.12 359	0.47 378	0.02 289	6.56 389	3.00 390

ADCRef	2.29 332	0.65 307	5.67 366	0.10 207	0.09 247	4.81 350	0.76 321	4.75 305	1.37 224	2.88 310	1.67 251	1.62 212	2.30 319	3.77 192	14.93 391	0.02 331	0.00 1	0.01 321	0.10 332	0.20 317	0.11 299

FBW_ROB	2.36 333	0.36 209	3.16 291	0.37 299	0.14 272	4.42 346	0.18 239	6.64 370	3.05 340	2.98 315	2.85 304	4.86 341	1.11 261	11.00 392	4.53 343	0.16 365	0.05 316	0.37 377	0.09 328	0.19 308	0.78 372

DeepPrunerF	2.50 334	0.87 339	14.90 396	0.17 241	0.31 340	1.41 169	0.29 276	5.62 352	9.97 381	1.02 163	0.43 146	2.01 237	1.65 297	6.85 334	3.99 337	0.00 1	0.01 225	0.07 357	0.10 332	0.24 325	0.12 308

Wz-Net-SNSev	2.53 335	2.49 387	10.66 390	0.39 301	0.01 102	2.73 300	0.40 295	5.02 321	1.50 252	2.15 268	2.12 280	6.48 358	1.11 261	9.47 381	5.84 357	0.00 1	0.01 225	0.00 1	0.00 1	0.21 318	0.06 261

XQC	2.57 336	1.20 363	6.33 376	0.18 245	0.01 102	3.84 332	0.33 288	5.24 329	3.83 351	4.43 345	1.94 267	4.58 334	3.19 342	7.19 354	8.67 373	0.00 1	0.03 297	0.00 1	0.03 295	0.27 336	0.19 337

RTSC	2.66 337	1.24 364	6.04 370	0.18 245	0.02 170	4.40 345	0.08 198	4.29 275	4.98 361	6.00 359	3.15 312	2.97 291	1.56 289	6.71 326	10.89 380	0.00 1	0.07 333	0.00 1	0.05 309	0.40 360	0.24 349

222	2.69 338	0.09 50	1.03 69	0.00 1	0.00 1	1.54 214	0.00 1	5.61 349	1.55 256	1.51 219	2.10 278	0.53 117	0.07 80	4.54 233	35.09 414	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

CSAN	2.70 339	0.75 319	3.41 307	0.18 245	0.12 262	4.18 338	4.05 374	4.11 258	4.36 355	6.03 360	6.24 349	4.60 336	4.74 363	7.29 357	3.43 334	0.02 331	0.03 297	0.01 321	0.02 289	0.18 301	0.22 345

UDG	2.86 340	8.81 407	1.57 166	2.60 384	0.89 367	2.39 287	0.11 216	3.42 196	1.02 178	2.18 271	3.64 324	5.04 345	1.60 296	4.17 208	2.09 308	1.21 386	0.04 307	7.69 393	3.67 406	4.10 386	0.93 378

aanetorigin	2.87 341	0.73 318	8.74 384	0.23 261	0.23 311	1.61 236	2.07 349	1.76 59	1.10 190	14.21 394	10.25 367	2.93 287	3.38 346	4.98 252	4.06 338	0.10 358	0.05 316	0.09 360	0.11 336	0.57 373	0.15 321

ADCP+	2.87 341	0.98 348	8.75 385	0.07 178	0.16 282	5.93 364	2.90 364	4.00 251	1.84 283	1.52 220	0.27 115	3.81 321	3.22 344	6.05 289	17.38 397	0.00 1	0.00 1	0.00 1	0.00 1	0.14 275	0.30 352

PWC_ROB	2.90 343	1.01 352	6.12 372	0.53 320	0.57 359	1.30 135	0.40 295	3.85 243	4.42 358	7.37 368	15.40 379	3.03 295	1.55 288	6.31 301	5.74 356	0.00 1	0.00 1	0.00 1	0.00 1	0.46 364	0.05 233

SHD	3.01 344	1.02 353	5.52 362	0.45 309	0.39 345	4.12 336	0.17 235	6.68 371	12.04 384	7.20 367	3.36 317	4.40 330	2.58 327	4.69 239	7.17 365	0.01 309	0.04 307	0.00 1	0.03 295	0.22 321	0.17 327

PWCDC_ROB	3.06 345	1.38 371	3.81 322	0.14 229	0.00 1	3.14 311	0.02 101	4.40 282	12.35 385	1.08 173	23.69 401	2.01 237	2.01 314	3.87 197	2.43 315	0.24 374	0.00 1	0.00 1	0.00 1	0.61 375	0.08 286

SPS-STEREO	3.08 346	0.49 266	2.49 259	0.21 253	0.24 315	3.67 329	1.24 338	5.80 356	2.43 326	10.68 381	8.00 358	9.48 374	3.59 350	8.11 370	5.08 351	0.01 309	0.01 225	0.00 1	0.00 1	0.04 163	0.11 299
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	3.17 347	1.32 366	2.49 259	6.07 391	3.26 387	4.62 347	2.15 352	5.35 338	1.34 222	2.00 259	2.54 297	3.50 314	1.49 281	3.68 184	1.11 256	7.89 396	0.23 375	1.88 387	0.03 295	7.74 392	4.78 395

Ntro	3.24 348	1.34 367	2.83 276	7.27 393	4.43 391	6.22 366	0.74 320	4.73 301	1.48 248	0.39 81	1.77 260	2.70 274	1.28 274	4.59 238	1.25 267	8.06 397	0.28 380	2.12 390	0.05 309	8.11 393	5.16 396

NVStereoNet_ROB	3.25 349	0.46 252	2.71 274	0.34 292	0.56 357	2.36 286	0.87 324	4.56 292	4.47 359	4.55 346	14.09 377	11.93 377	3.23 345	9.79 384	3.14 331	0.43 379	0.03 297	0.53 381	0.31 383	0.36 356	0.38 362
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	3.28 350	10.54 409	2.29 247	3.50 387	3.31 388	4.21 339	0.21 248	3.77 230	1.03 179	2.54 299	3.17 314	3.20 304	0.21 158	3.89 198	0.69 231	1.94 387	0.05 316	9.87 396	3.53 405	5.03 388	2.55 389

MFN_U_SF_DS_RVC	3.30 351	2.61 389	7.84 381	0.09 200	0.26 321	12.92 387	7.62 404	4.25 270	3.64 348	2.95 313	3.99 330	4.61 337	1.22 267	8.36 371	1.77 288	0.59 382	1.15 394	0.04 352	0.85 397	0.48 368	0.67 370

ADCL	3.30 351	0.81 332	6.76 378	0.25 266	0.25 318	6.93 368	4.65 383	4.79 310	2.62 334	4.61 349	3.36 317	5.22 348	4.55 361	5.54 275	14.91 390	0.05 347	0.01 225	0.11 364	0.13 341	0.28 342	0.10 295

SDNR	3.31 353	0.91 344	6.28 375	0.44 306	0.02 170	26.11 411	0.01 55	3.81 239	1.62 269	2.82 309	11.06 369	2.93 287	0.60 218	7.95 368	1.52 277	0.01 309	0.01 225	0.00 1	0.00 1	0.06 197	0.12 308

SAMSARA	3.32 354	1.07 356	6.25 373	0.86 355	0.31 340	7.55 375	3.87 373	5.26 334	4.20 354	7.43 369	3.35 316	10.04 375	3.83 355	6.98 348	4.83 347	0.00 1	0.14 364	0.00 1	0.05 309	0.17 294	0.22 345

DPSNet	3.38 355	0.60 295	9.55 386	0.61 331	0.46 350	5.10 354	1.44 342	11.17 390	3.92 352	2.57 300	0.88 207	5.90 353	9.68 390	7.63 364	7.25 366	0.08 354	0.16 369	0.01 321	0.07 320	0.34 351	0.17 327

G-Net	3.49 356	0.47 260	4.03 328	1.61 378	1.91 379	10.78 384	1.92 348	3.06 142	1.26 213	8.59 375	12.06 372	6.13 355	7.82 382	4.78 243	4.77 346	0.08 354	0.12 359	0.07 357	0.15 342	0.16 289	0.11 299

MDST_ROB	3.50 357	0.07 32	3.94 325	2.66 385	1.46 375	12.94 388	0.97 328	7.32 379	2.42 325	14.82 396	8.08 359	2.74 277	1.51 285	8.44 373	2.48 317	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 299

pmcnn	3.61 358	0.68 312	5.38 361	0.61 331	1.46 375	2.75 304	1.26 339	5.04 322	1.57 262	8.77 376	11.67 370	18.69 391	2.38 322	6.03 287	5.61 355	0.00 1	0.07 333	0.00 1	0.00 1	0.21 318	0.07 277

ADCPNet	3.63 359	0.82 335	13.20 394	0.08 190	0.43 347	7.02 369	2.23 355	4.77 307	2.41 324	4.31 344	1.96 269	7.57 367	5.16 368	6.45 311	13.80 388	0.02 331	0.75 390	0.04 352	0.90 398	0.16 289	0.53 365

SuperB	3.70 360	1.77 377	15.73 397	0.31 283	0.05 212	4.37 343	1.67 345	3.58 216	11.57 382	2.36 290	1.32 240	2.03 240	1.91 309	6.95 346	9.01 374	0.05 347	0.03 297	0.10 363	0.08 325	11.00 404	0.10 295

MFN_U_SF_RVC	3.76 361	1.77 377	9.85 387	0.84 348	0.27 326	9.50 381	0.49 305	8.07 382	3.41 343	4.81 351	3.28 315	9.40 373	3.49 347	7.76 367	8.31 372	0.41 378	0.54 387	0.52 380	0.80 396	0.89 378	0.84 374

Wz-Net-TNSev	3.91 362	5.20 400	20.57 400	0.15 231	0.01 102	7.14 371	3.57 369	6.70 373	3.57 345	1.74 237	0.58 160	7.39 366	4.33 359	8.86 375	7.99 368	0.00 1	0.00 1	0.00 1	0.02 289	0.24 325	0.16 323

AnyNet_C32	3.93 363	2.58 388	12.07 393	0.39 301	0.49 353	5.50 358	6.45 400	4.44 286	2.19 315	6.86 365	2.94 307	5.28 349	3.20 343	6.63 319	18.37 400	0.08 354	0.04 307	0.20 371	0.09 328	0.57 373	0.19 337

ADCMid	3.95 364	1.34 367	10.91 391	0.18 245	0.38 344	5.02 353	1.27 340	4.87 314	2.94 339	11.15 383	3.60 322	6.76 362	5.21 371	6.40 310	16.96 395	0.12 361	0.08 342	0.55 382	0.46 387	0.53 372	0.19 337

SGM_RVC	4.07 365	0.38 216	1.98 213	0.84 348	0.26 321	6.20 365	2.37 357	6.45 367	3.57 345	11.56 386	9.27 363	15.55 385	6.78 378	10.07 385	4.60 345	0.22 369	0.25 376	0.20 371	0.23 368	0.26 333	0.34 358
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WZ-Net	4.16 366	1.75 376	23.59 403	0.08 190	0.04 205	2.62 299	2.16 353	5.89 358	4.74 360	5.73 358	3.51 320	6.99 365	4.89 366	10.82 389	10.11 377	0.00 1	0.00 1	0.00 1	0.00 1	0.12 265	0.11 299

SGM+DAISY	4.39 367	1.34 367	5.18 357	1.01 362	0.88 365	5.61 360	2.86 363	4.88 315	3.53 344	13.29 390	13.95 376	12.66 379	7.55 379	7.98 369	5.39 354	0.23 373	0.18 372	0.15 368	0.24 370	0.29 343	0.64 368

WCMA_ROB	4.54 368	0.48 262	3.19 293	0.49 314	0.63 361	5.38 357	2.57 362	4.70 299	3.77 349	14.17 393	19.02 388	15.47 384	9.03 386	6.73 327	4.85 348	0.01 309	0.05 316	0.01 321	0.01 272	0.08 222	0.16 323

SANet	4.63 369	0.89 342	5.34 360	0.30 281	0.09 247	7.43 373	3.75 372	6.53 368	16.16 391	6.79 364	13.29 374	12.44 378	7.74 380	7.38 358	4.11 339	0.00 1	0.01 225	0.00 1	0.00 1	0.10 251	0.31 356

RainbowNet	4.74 370	3.21 394	3.07 286	9.34 398	6.01 392	4.89 352	3.60 370	7.09 377	4.39 357	1.63 232	3.01 308	4.72 338	2.96 336	5.53 273	1.19 263	8.95 399	2.12 399	8.48 395	0.19 357	8.75 394	5.73 397

MSMD_ROB	4.94 371	0.43 239	2.58 266	0.12 216	0.01 102	8.43 379	1.09 333	4.25 270	4.11 353	13.11 389	26.36 404	13.95 383	13.88 398	7.45 361	2.92 327	0.10 358	0.01 225	0.00 1	0.00 1	0.01 25	0.02 151

FCDSN-DC	5.04 372	0.15 111	1.83 198	0.22 255	0.44 348	5.60 359	1.66 344	5.22 328	4.37 356	14.49 395	21.86 396	20.65 394	11.88 395	7.66 365	4.55 344	0.02 331	0.00 1	0.00 1	0.00 1	0.03 132	0.05 233
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	5.09 373	2.15 384	16.58 398	0.34 292	0.07 230	5.91 363	4.26 377	6.73 374	6.99 375	9.44 378	6.09 347	6.57 360	5.17 370	9.54 382	21.38 409	0.00 1	0.00 1	0.00 1	0.00 1	0.36 356	0.23 348

MSC_U_SF_DS_RVC	5.12 374	2.33 385	8.42 383	0.33 286	0.27 326	24.60 410	8.84 407	5.50 345	9.75 380	3.82 335	8.16 360	8.53 370	1.82 304	9.44 380	5.18 352	1.02 383	1.65 397	0.33 376	0.47 388	1.06 380	0.90 376

ACVNet-4b	5.67 375	1.65 373	4.43 345	9.46 399	7.11 398	8.72 380	1.68 346	6.61 369	5.76 367	0.27 55	6.49 351	11.67 376	2.43 324	8.40 372	1.56 278	9.06 401	2.34 401	10.49 400	0.02 289	9.22 399	5.98 399

MeshStereo	5.78 376	0.75 319	3.04 283	0.25 266	0.14 272	7.88 378	2.09 350	9.64 385	5.18 363	20.48 404	19.06 389	22.80 396	9.54 389	9.64 383	4.88 349	0.00 1	0.00 1	0.00 1	0.00 1	0.29 343	0.03 192
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
PVD	5.81 377	0.99 350	5.56 364	0.72 341	0.51 354	6.72 367	0.18 239	9.90 387	23.69 396	11.45 385	19.26 391	8.18 368	9.46 388	9.24 378	9.49 376	0.02 331	0.16 369	0.00 1	0.08 325	0.18 301	0.40 363

FC-DCNN	6.09 378	0.18 130	2.35 250	0.42 304	0.53 355	7.80 377	1.42 341	8.14 383	7.07 376	19.05 402	22.10 397	22.85 397	13.84 397	9.42 379	6.44 359	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.06 261

ACVNet_1	6.16 379	1.86 381	4.43 345	9.52 400	7.22 399	7.59 376	2.37 357	9.99 388	6.71 373	3.84 336	5.35 342	13.23 382	4.90 367	6.25 298	1.94 302	9.06 401	2.40 403	10.88 402	0.11 336	9.58 401	6.03 400

EDNetEfficient	6.54 380	1.17 360	33.15 407	0.66 336	1.96 380	2.07 274	3.72 371	2.80 121	14.85 388	20.02 403	9.69 365	6.59 361	10.19 391	7.19 354	15.49 393	0.03 339	0.10 352	0.01 321	0.20 360	0.62 376	0.29 351

AnyNet_C01	6.59 381	4.31 398	36.24 409	0.96 359	0.46 350	9.96 382	5.74 393	6.02 363	3.63 347	7.59 370	8.56 361	8.83 371	3.14 341	13.74 397	20.83 407	0.12 361	0.08 342	0.25 374	0.09 328	1.01 379	0.34 358

LSM	7.38 382	1.68 374	22.24 402	3.99 388	40.72 418	3.54 327	4.79 387	4.74 302	6.65 372	10.25 380	13.51 375	4.49 332	3.81 354	6.91 343	5.31 353	0.00 1	0.04 307	0.00 1	0.00 1	0.26 333	14.60 414

ELAS_RVC	7.69 383	0.80 329	4.90 354	1.06 364	1.02 369	10.00 383	9.43 408	9.75 386	14.69 387	21.83 407	20.27 394	17.88 389	16.41 402	13.01 395	10.44 379	0.22 369	0.55 388	0.28 375	0.19 357	0.35 354	0.65 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	7.91 384	23.96 415	13.67 395	14.71 408	7.88 400	4.83 351	0.04 163	5.01 320	2.89 337	8.86 377	4.96 337	6.11 354	10.72 392	10.18 386	3.51 335	2.44 388	0.33 382	15.15 405	4.65 409	12.33 406	5.95 398

ELAS	8.05 385	0.76 323	4.02 327	0.95 358	1.02 369	14.85 393	6.99 403	12.80 392	11.73 383	22.43 409	27.75 407	17.88 389	15.19 400	10.96 390	11.31 381	0.22 369	0.56 389	0.23 373	0.22 366	0.50 370	0.71 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	8.69 386	1.80 380	5.09 356	8.55 397	6.72 395	13.47 389	4.34 380	13.70 393	23.86 397	6.89 366	19.74 393	20.52 392	5.36 372	7.70 366	2.48 317	8.53 398	1.67 398	7.99 394	0.32 384	8.79 397	6.29 403

PWCK	8.72 387	5.37 401	16.61 399	5.74 390	0.12 262	19.88 400	11.41 410	11.31 391	13.42 386	14.07 391	12.84 373	13.20 381	8.05 384	15.44 398	10.25 378	5.95 393	0.22 374	2.09 389	0.05 309	7.50 390	0.92 377

WAO-7	9.09 388	1.79 379	3.55 314	0.80 346	0.15 277	18.67 398	4.36 381	23.07 413	26.68 401	12.59 388	27.90 408	22.52 395	13.03 396	13.53 396	11.47 382	0.09 357	0.03 297	0.58 383	0.10 332	0.47 367	0.34 358

IMH-64-1	9.55 389	2.76 392	2.44 253	11.17 403	9.13 403	12.03 385	5.45 390	18.33 399	15.78 389	6.59 361	18.69 384	16.95 387	6.20 375	10.63 387	8.06 369	9.46 404	2.46 404	15.42 407	1.61 400	10.89 402	6.88 404

IMH-64	9.55 389	2.76 392	2.44 253	11.17 403	9.13 403	12.03 385	5.45 390	18.33 399	15.78 389	6.59 361	18.69 384	16.95 387	6.20 375	10.63 387	8.06 369	9.46 404	2.46 404	15.42 407	1.61 400	10.89 402	6.88 404

RTS	9.75 391	2.69 390	65.25 415	0.85 351	1.99 381	14.36 390	4.75 385	5.69 354	17.29 393	7.97 371	19.00 386	6.83 363	3.02 338	26.15 411	18.62 403	0.00 1	0.15 367	0.00 1	0.00 1	0.29 343	0.16 323

RTSA	9.75 391	2.69 390	65.25 415	0.85 351	1.99 381	14.36 390	4.75 385	5.69 354	17.29 393	7.97 371	19.00 386	6.83 363	3.02 338	26.15 411	18.62 403	0.00 1	0.15 367	0.00 1	0.00 1	0.29 343	0.16 323

EDNetEfficientorigin	10.31 393	1.90 382	98.96 427	0.22 255	0.23 311	2.73 300	0.71 318	4.50 289	16.94 392	18.72 397	15.36 378	12.74 380	10.73 393	8.96 376	11.94 385	0.01 309	0.01 225	0.00 1	0.00 1	0.25 331	1.31 383

MADNet+	10.71 394	14.57 411	70.07 417	0.58 327	0.47 352	19.89 401	4.20 376	11.05 389	6.87 374	3.03 317	5.99 346	9.01 372	6.35 377	31.95 414	28.31 413	0.22 369	0.26 379	0.01 321	0.04 305	0.46 364	0.87 375

WAO-6	11.09 395	1.69 375	3.21 296	7.54 394	7.10 397	16.34 394	6.63 401	20.12 403	38.64 412	9.67 379	19.28 392	27.53 401	10.97 394	12.43 394	11.57 383	4.26 389	2.35 402	10.54 401	0.02 289	7.59 391	4.29 393

LVE	11.10 396	2.36 386	3.34 303	9.94 401	8.13 401	21.22 403	7.75 405	16.47 397	32.55 407	8.55 374	23.64 400	23.22 398	7.93 383	10.98 391	6.65 360	9.45 403	2.55 409	11.08 403	0.58 391	9.35 400	6.28 402

IMH	11.11 397	3.50 395	2.56 265	11.25 405	9.13 403	14.49 392	5.10 388	20.68 406	26.30 400	8.28 373	23.85 402	20.63 393	9.19 387	12.39 393	7.96 367	9.50 406	2.50 406	15.28 406	1.66 402	11.07 405	6.96 406

Dean	11.46 398	2.03 383	5.20 358	10.73 402	8.20 402	18.71 399	5.73 392	21.10 407	41.49 415	11.12 382	22.16 398	25.92 400	7.74 380	7.52 362	4.31 341	9.01 400	2.27 400	9.95 399	0.61 392	9.18 398	6.22 401

coex-ft	12.01 399	5.60 402	80.23 418	0.15 231	0.15 277	1.88 267	0.73 319	2.66 111	30.12 404	49.31 417	16.59 380	15.97 386	14.42 399	6.79 332	14.50 389	0.05 347	0.08 342	0.01 321	0.05 309	0.37 358	0.61 367

SGM-ForestM	12.56 400	0.80 329	4.31 342	1.07 365	0.41 346	21.56 404	8.57 406	17.42 398	19.67 395	29.93 411	28.49 411	45.83 415	27.22 411	26.05 410	18.40 401	0.14 363	0.25 376	0.18 370	0.28 381	0.18 301	0.42 364

LE_ROB	12.79 401	0.64 304	10.26 389	2.13 380	1.29 373	7.25 372	5.81 394	9.09 384	49.27 418	57.55 418	24.58 403	23.68 399	31.13 414	9.00 377	23.57 412	0.04 341	0.06 323	0.13 367	0.20 360	0.08 222	0.11 299

JetBlue	13.83 402	5.03 399	33.82 408	0.84 348	6.92 396	50.14 417	20.02 415	15.09 394	8.92 379	11.33 384	17.05 381	28.25 402	18.01 407	32.60 415	18.53 402	0.32 376	0.12 359	0.15 368	0.23 368	4.59 387	4.64 394

WAO-8	13.93 403	3.75 396	4.23 336	7.74 395	6.54 393	22.81 406	2.39 359	22.66 410	45.98 416	18.88 400	35.42 413	33.21 406	16.91 403	16.55 401	12.78 386	5.01 391	0.81 392	9.89 397	0.77 394	8.77 396	3.61 391

Venus	13.93 403	3.75 396	4.23 336	7.74 395	6.54 393	22.81 406	2.39 359	22.66 410	45.98 416	18.88 400	35.42 413	33.21 406	16.91 403	16.55 401	12.78 386	5.01 391	0.81 392	9.89 397	0.77 394	8.76 395	3.61 391

MANE	14.02 405	0.85 337	3.53 312	2.13 380	3.75 389	18.44 397	6.14 395	22.67 412	27.90 402	33.01 413	41.08 416	41.26 414	30.90 413	23.39 406	17.99 399	0.47 380	0.76 391	0.91 384	4.04 407	0.17 294	1.00 379

KSHMR	14.27 406	6.95 405	5.79 368	15.08 409	12.84 408	17.44 395	10.61 409	18.88 401	30.94 405	18.81 399	22.21 399	28.54 403	8.85 385	15.56 399	9.24 375	10.34 411	3.60 413	21.61 413	4.68 410	14.48 409	8.94 409

TorneroNet-64	15.45 407	5.66 403	3.44 309	13.86 406	12.03 407	28.15 413	6.27 398	19.89 402	38.68 413	12.16 387	28.06 409	35.76 409	15.44 401	19.56 404	15.40 392	9.71 407	2.52 407	19.13 410	2.70 403	12.55 407	7.94 408

TorneroNet	16.10 408	5.74 404	4.12 334	13.88 407	11.97 406	26.89 412	6.85 402	21.13 408	38.32 411	14.15 392	33.36 412	33.52 408	17.49 405	18.89 403	19.64 405	9.77 408	2.53 408	19.43 411	3.35 404	13.21 408	7.86 407

notaker	17.52 409	21.54 414	7.84 381	18.05 411	14.44 411	17.58 396	6.43 399	20.13 404	24.44 399	21.34 406	27.71 406	39.12 411	18.78 408	19.63 405	20.40 406	11.95 412	2.71 412	25.51 415	5.85 412	17.10 412	9.78 410

BEATNet-Init1	17.91 410	7.45 406	36.82 410	1.88 379	1.38 374	37.29 416	14.71 413	21.90 409	24.20 398	38.07 414	36.59 415	50.41 416	32.00 415	29.42 413	21.83 410	0.33 377	0.39 385	0.47 378	0.54 390	1.50 384	1.07 380

ktn	19.15 411	18.52 412	6.39 377	22.64 415	17.26 413	24.47 408	12.11 411	24.52 414	34.74 410	18.75 398	27.70 405	32.54 404	17.85 406	15.71 400	16.67 394	22.09 415	3.64 414	28.95 416	10.91 414	17.40 413	10.22 412

UNDER WATER	19.61 412	12.37 410	31.14 405	20.44 413	14.31 410	28.63 414	18.15 414	16.43 396	34.24 409	20.82 405	19.14 390	38.83 410	30.09 412	24.31 407	20.97 408	10.09 410	2.68 410	19.51 412	4.70 411	15.52 411	9.93 411

UNDER WATER-64	20.03 413	10.28 408	31.50 406	20.05 412	13.64 409	32.81 415	23.45 416	16.01 395	33.44 408	22.01 408	17.25 382	40.58 413	32.20 416	24.50 408	22.36 411	10.06 409	2.70 411	18.37 409	4.24 408	14.84 410	10.24 413

DLNR_Zeroshot_test	23.05 414	49.79 420	87.94 419	97.52 431	94.73 426	1.18 85	0.00 1	20.60 405	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 216	0.10 62	32.22 418	0.04 307	0.00 1	0.27 377	72.00 424	0.06 261

DPSimNet_ROB	25.03 415	19.56 413	24.93 404	24.36 416	17.85 414	22.25 405	25.93 417	28.52 415	29.10 403	32.61 412	28.25 410	32.87 405	26.42 409	24.51 409	40.42 415	16.75 414	13.93 416	25.19 414	22.38 417	19.96 415	24.75 419

HanzoNet	29.69 416	29.33 417	21.66 401	21.75 414	19.07 415	24.58 409	12.99 412	28.87 416	40.49 414	43.09 415	44.02 417	55.65 417	44.93 417	43.17 417	44.44 416	27.88 416	9.47 415	29.77 417	15.86 416	20.94 416	15.84 415

JetRed	34.54 417	39.28 419	62.16 413	15.62 410	26.51 417	69.20 419	40.79 419	31.43 417	32.41 406	46.06 416	44.55 418	40.19 412	26.50 410	38.43 416	56.06 418	12.76 413	37.49 420	13.23 404	9.38 413	29.52 417	19.34 416

MADNet++	47.78 418	34.15 418	37.11 411	42.94 418	41.23 419	64.94 418	30.63 418	60.79 419	53.26 419	72.08 419	61.65 419	57.68 418	54.96 418	58.03 418	59.24 419	43.01 419	36.17 419	36.07 418	22.50 418	47.50 418	41.67 420

LRCNet_RVC	60.63 419	63.16 421	62.94 414	69.09 423	50.21 420	19.92 402	0.07 192	58.32 418	5.21 364	75.67 420	86.75 420	74.68 419	62.48 419	59.01 419	49.80 417	93.38 425	56.36 424	93.48 425	92.95 425	67.44 423	71.73 425

SPstereo	60.73 420	26.49 416	40.67 412	33.02 417	24.24 416	71.50 420	79.28 420	100.00 430	100.00 428	97.54 426	96.19 425	100.00 431	94.96 425	94.75 424	75.88 420	28.65 417	21.81 417	46.87 420	42.08 419	19.71 414	20.91 417

tt	68.65 421	0.15 111	99.57 428	50.64 419	14.90 412	100.00 429	100.00 429	100.00 430	99.76 425	27.80 410	10.52 368	99.97 430	98.63 427	99.61 427	100.00 432	90.62 424	98.21 425	46.66 419	52.02 421	62.86 422	21.04 418

xxxxx1	76.92 422	82.43 423	93.26 422	61.67 420	66.92 421	95.84 423	95.11 424	75.84 420	80.96 420	82.71 421	86.75 420	89.18 420	87.35 420	85.27 420	87.18 421	55.08 420	54.60 421	60.31 421	72.71 422	62.51 419	62.73 421

tt_ll	76.92 422	82.43 423	93.26 422	61.67 420	66.92 421	95.84 423	95.11 424	75.84 420	80.96 420	82.71 421	86.75 420	89.18 420	87.35 420	85.27 420	87.18 421	55.08 420	54.60 421	60.31 421	72.71 422	62.51 419	62.73 421

ff	76.92 422	82.43 423	93.26 422	61.67 420	66.92 421	95.84 423	95.11 424	75.84 420	80.96 420	82.71 421	86.75 420	89.18 420	87.35 420	85.27 420	87.18 421	55.08 420	54.60 421	60.31 421	72.71 422	62.51 419	62.73 421

PML	89.08 425	99.72 428	92.85 421	94.72 425	94.92 427	99.54 428	97.42 427	93.50 423	95.96 424	99.77 429	92.33 424	95.35 424	93.51 424	99.96 431	91.15 424	99.98 436	31.71 418	100.00 430	45.94 420	93.46 426	69.88 424

MEDIAN_ROB	96.83 426	99.41 426	98.66 426	94.75 426	94.23 425	93.08 422	90.54 422	95.61 425	94.75 423	97.65 427	97.73 426	98.30 425	96.57 426	94.51 423	93.74 426	99.78 435	98.24 426	99.99 429	99.89 428	99.48 429	99.67 429

Anonymous_1	97.10 427	99.72 428	99.64 429	92.33 424	93.91 424	100.00 429	100.00 429	99.20 427	99.90 426	98.57 428	99.75 427	99.14 426	99.94 428	98.50 426	99.54 427	87.90 423	98.87 427	90.88 424	96.91 426	92.22 425	95.12 426

HaxPig	97.68 428	99.63 427	91.34 420	99.82 436	99.97 430	88.15 421	88.00 421	98.28 426	99.93 427	99.98 430	99.99 428	99.95 429	99.99 429	96.29 425	92.24 425	99.99 437	99.98 429	100.00 430	99.99 429	100.00 438	99.98 436

test_example2	98.83 429	99.97 433	99.97 430	99.96 438	99.97 430	99.46 427	99.97 428	95.54 424	100.00 428	100.00 431	100.00 429	93.37 423	93.47 423	99.93 430	99.91 428	100.00 438	99.79 428	96.64 426	98.71 427	100.00 438	100.00 438

DPSM_ROB	99.17 430	100.00 434	100.00 433	96.28 427	98.84 428	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 432	93.66 426	100.00 430	100.00 430	100.00 430	96.31 427	98.27 427

DPSM	99.17 430	100.00 434	100.00 433	96.28 427	98.84 428	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 432	93.66 426	100.00 430	100.00 430	100.00 430	96.31 427	98.27 427

AVERAGE_ROB	99.23 432	99.81 430	97.56 425	100.00 439	100.00 432	96.24 426	91.02 423	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	99.98 432	99.97 429	100.00 438	100.00 430	100.00 430	100.00 430	100.00 438	100.00 438

DGTPSM_ROB	99.45 433	99.94 431	99.98 431	96.58 429	100.00 432	100.00 429	100.00 429	99.81 428	100.00 428	95.86 424	100.00 429	99.32 427	100.00 430	99.79 428	99.99 430	98.34 428	100.00 430	99.86 427	100.00 430	99.52 430	99.99 437

DPSMNet_ROB	99.46 434	99.94 431	99.98 431	96.59 430	100.00 432	100.00 429	100.00 429	99.81 428	100.00 428	95.87 425	100.00 429	99.32 427	100.00 430	99.79 428	99.99 430	98.46 429	100.00 430	99.86 427	100.00 430	99.52 430	100.00 438

CasAABBNet	99.94 435	100.00 434	100.00 433	99.72 432	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 432	99.21 430	100.00 430	100.00 430	100.00 430	99.96 432	99.95 431

LSM0	99.94 435	100.00 434	100.00 433	99.84 437	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 432	99.22 434	100.00 430	100.00 430	100.00 430	99.99 433	99.83 430

MyStereo03	99.95 437	100.00 434	100.00 433	99.75 433	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 432	99.21 430	100.00 430	100.00 430	100.00 430	99.99 433	99.95 431

MyStereo02	99.95 437	100.00 434	100.00 433	99.75 433	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 432	99.21 430	100.00 430	100.00 430	100.00 430	99.99 433	99.95 431

MyStereo	99.95 437	100.00 434	100.00 433	99.75 433	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 432	99.21 430	100.00 430	100.00 430	100.00 430	99.99 433	99.95 431

Selective-RAFT-Error	100.00 440	100.00 434	100.00 433	100.00 439	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 432	100.00 438	100.00 430	100.00 430	100.00 430	99.99 433	99.95 431

ASD4		67.10 422

Low-res two-view benchmark