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

riskmin	2.49 104	0.22 1	3.34 64	2.33 251	1.78 254	2.89 130	0.46 105	7.35 151	6.95 187	2.75 51	1.67 24	6.75 223	5.08 248	3.24 54	1.93 138	0.00 1	0.99 316	0.00 1	0.27 315	0.02 9	1.73 309

EGLCR-Stereo	1.45 15	0.26 2	2.91 29	1.94 199	0.90 177	3.13 145	0.69 162	5.81 81	3.21 24	1.14 30	0.20 3	1.52 62	0.37 17	4.29 75	0.69 15	0.01 104	0.79 291	0.00 1	0.00 1	0.01 3	1.21 270

knoymous	1.50 22	0.28 3	1.99 4	0.33 31	0.48 113	1.58 22	0.11 27	5.71 75	2.81 9	4.85 90	1.75 27	4.58 157	0.46 33	3.66 61	1.30 80	0.01 104	0.02 134	0.00 1	0.00 1	0.02 9	0.09 42

PSM-AAD	3.43 188	0.31 4	2.16 7	0.80 84	0.57 133	2.53 75	5.97 325	5.53 61	3.98 67	11.00 312	11.90 255	2.93 92	9.36 328	8.03 198	1.00 52	0.01 104	0.01 104	0.00 1	0.00 1	0.06 68	2.39 353

GrayStereo	3.86 216	0.33 5	2.63 18	1.66 161	0.62 139	3.09 141	7.92 354	6.43 117	3.88 62	10.61 300	16.51 305	5.75 201	8.40 315	6.75 134	1.58 98	0.01 104	0.00 1	0.01 247	0.62 355	0.04 44	0.38 156

Selective-IGEV	1.56 31	0.34 6	2.13 6	0.77 81	0.76 162	2.36 64	0.52 121	6.80 129	3.08 22	0.53 10	3.34 51	0.26 14	0.31 8	7.24 151	0.73 21	0.01 104	0.80 292	0.00 1	0.14 256	0.08 88	1.01 249

Any-RAFT	2.33 86	0.36 7	2.35 10	1.58 150	0.84 170	4.93 233	0.55 127	9.10 191	5.93 149	4.30 83	4.90 86	5.79 203	2.22 129	2.75 49	0.51 2	0.02 188	0.32 255	0.00 1	0.00 1	0.02 9	0.18 91

CAS	2.42 99	0.37 8	2.30 9	11.49 383	3.97 340	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 15	0.92 40	10.05 391	0.01 104	0.00 1	0.00 1	0.01 3	6.26 380

AE-Stereo	1.89 41	0.38 9	3.86 108	1.94 199	0.38 95	2.51 74	0.58 136	7.19 145	7.28 197	1.60 40	3.51 59	1.07 50	0.77 48	2.12 30	1.24 76	0.03 218	1.02 320	0.00 1	0.28 316	0.11 133	1.84 324

AEACV	1.27 9	0.38 9	2.61 15	1.75 176	1.21 215	2.44 70	0.85 200	4.79 30	1.67 1	0.71 15	0.26 6	0.29 18	2.00 121	2.30 38	0.66 10	0.01 104	0.95 305	0.00 1	0.42 343	0.12 150	2.07 343

test-3	2.19 71	0.38 9	3.88 114	1.55 148	0.91 180	1.39 12	0.80 183	5.36 58	5.51 131	7.36 203	1.90 30	4.05 136	0.42 24	6.67 132	1.17 65	0.00 1	0.99 316	0.00 1	0.28 316	0.20 219	1.08 259

test_1	2.18 69	0.38 9	3.87 109	1.54 147	0.91 180	1.38 11	0.80 183	5.36 58	5.53 133	7.12 188	1.86 29	4.05 136	0.41 22	6.65 130	1.17 65	0.00 1	0.99 316	0.00 1	0.28 316	0.20 219	1.08 259

s12784h	2.10 61	0.38 9	3.31 62	0.17 4	0.09 12	4.89 232	0.13 38	7.34 150	8.06 220	3.87 78	4.47 82	0.60 43	1.19 79	6.78 138	0.63 8	0.01 104	0.01 104	0.00 1	0.00 1	0.02 9	0.04 18

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 45	0.55 127	3.52 5	3.54 42	0.96 25	1.63 22	0.19 1	0.41 22	1.29 7	0.58 4	0.00 1	0.01 104	0.00 1	0.00 1	0.05 59	0.08 38

test_3	2.22 75	0.39 14	4.20 139	1.51 143	0.90 177	1.29 9	0.74 177	5.34 52	6.37 163	6.64 163	1.96 32	4.24 150	0.45 31	6.63 128	1.17 65	0.00 1	1.00 319	0.00 1	0.28 316	0.19 213	1.01 249

GMM-Stereo	3.42 186	0.39 14	3.24 55	0.87 89	0.50 116	2.26 58	4.73 314	5.64 71	3.81 57	7.08 185	16.57 306	6.13 209	3.62 185	7.74 184	1.40 90	0.05 251	0.00 1	0.00 1	0.04 220	0.12 150	4.24 373

Prome-Stereo	3.73 208	0.39 14	2.62 17	1.05 106	0.52 126	2.06 51	4.58 311	4.88 34	3.95 64	9.34 272	20.39 332	4.03 135	7.02 292	7.86 189	1.31 82	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 374

CES	1.72 38	0.40 18	1.82 3	0.65 64	7.83 377	2.62 84	0.13 38	5.35 56	2.68 7	0.36 1	1.30 18	0.33 25	0.32 11	1.92 23	0.72 20	0.01 104	0.02 134	0.00 1	0.00 1	0.56 322	7.35 383

Gwc-CoAtRS	2.16 66	0.42 19	3.13 48	1.28 123	0.31 79	3.52 170	0.39 93	6.56 120	6.31 160	5.38 107	5.11 91	5.47 186	1.70 111	2.00 26	1.08 61	0.01 104	0.19 234	0.00 1	0.25 303	0.02 9	0.16 83

LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 24	2.42 68	0.26 72	5.64 71	2.93 12	1.08 26	0.24 4	0.49 36	0.45 31	2.31 39	0.83 30	0.02 188	0.02 134	0.00 1	0.00 1	0.06 68	0.03 10

DCANet-4	2.26 79	0.43 20	6.69 256	0.40 42	0.20 49	1.70 30	0.13 38	5.73 76	9.44 254	6.01 129	5.29 97	1.12 51	2.77 151	2.49 46	2.21 155	0.01 104	0.00 1	0.01 247	0.00 1	0.02 9	0.61 203

tt	83.10 421	0.43 20	99.97 429	79.27 422	93.14 423	100.00 429	100.00 429	100.00 430	99.89 425	60.55 412	48.44 400	99.98 429	99.96 428	99.98 430	100.00 432	91.80 423	99.82 427	73.67 423	73.25 420	86.43 424	55.39 419

BUS	2.72 130	0.43 20	3.76 100	0.70 67	0.50 116	7.31 279	0.48 116	9.93 214	5.65 137	6.50 151	6.23 123	5.21 179	1.18 75	4.27 72	1.89 135	0.01 104	0.03 159	0.03 295	0.00 1	0.06 68	0.14 66

BSDual-CNN	2.91 143	0.43 20	3.76 100	0.70 67	0.50 116	6.97 269	1.58 247	9.93 214	5.65 137	6.50 151	6.23 123	6.17 211	2.50 139	4.27 72	2.67 180	0.01 104	0.03 159	0.03 295	0.00 1	0.06 68	0.14 66

psmg	3.34 176	0.43 20	3.76 100	0.73 73	0.50 116	8.47 296	2.74 271	10.88 241	5.65 137	8.91 254	8.78 183	6.17 211	2.50 139	4.27 72	2.67 180	0.01 104	0.04 174	0.06 315	0.00 1	0.12 150	0.10 47

KYRaft	3.68 202	0.43 20	2.53 12	0.89 90	0.49 115	2.28 61	3.89 297	5.30 49	3.82 59	8.99 258	19.28 327	6.54 220	4.96 243	7.92 193	0.96 48	0.01 104	0.00 1	0.00 1	0.01 174	0.06 68	5.17 375

CFNet-RSSM	2.26 79	0.43 20	3.24 55	1.28 123	0.31 79	3.19 149	0.40 94	7.62 161	7.29 198	5.88 119	4.68 83	5.32 183	1.68 109	2.26 37	1.04 56	0.01 104	0.09 206	0.00 1	0.31 326	0.03 26	0.16 83

PMTNet	1.48 21	0.43 20	2.77 26	0.31 25	0.17 38	2.94 132	0.33 85	3.66 8	5.27 121	1.11 28	1.28 17	0.28 16	0.92 56	4.32 76	0.90 37	4.89 379	0.00 1	0.00 1	0.00 1	0.03 26	0.05 24

MGS-Stereo	1.22 8	0.44 29	2.92 30	0.83 86	0.07 9	1.82 38	0.65 152	2.44 2	3.95 64	1.11 28	6.19 121	0.49 36	0.37 17	1.73 15	0.81 26	0.00 1	0.00 1	0.00 1	0.00 1	0.48 313	0.01 1

HSM-Net_RVC	4.40 250	0.44 29	3.22 53	0.72 70	0.68 142	7.06 273	1.82 255	12.57 276	8.48 229	9.04 259	12.20 261	14.98 324	5.14 251	7.32 156	4.19 225	0.02 188	0.02 134	0.00 1	0.00 1	0.02 9	0.14 66
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RAFT-Test	2.49 104	0.45 31	4.35 147	1.89 193	1.28 223	4.83 230	0.68 159	7.19 145	4.51 93	5.00 96	7.09 151	6.81 224	1.12 66	2.22 33	1.16 64	0.01 104	0.63 279	0.00 1	0.33 331	0.05 59	0.20 103

SST-Stereo	2.86 138	0.45 31	3.64 98	1.46 139	0.36 91	3.94 200	0.80 183	6.07 102	4.46 90	10.96 311	6.21 122	4.94 171	4.14 211	8.85 246	0.93 41	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10

RCA-Stereo	2.19 71	0.46 33	3.22 53	0.47 53	0.33 85	2.27 59	0.47 107	5.60 69	15.20 324	2.86 53	5.61 108	0.78 45	3.15 159	1.71 13	0.48 1	0.00 1	0.90 298	0.00 1	0.00 1	0.10 122	0.26 126

RAFT_R40	2.83 135	0.46 33	3.85 106	1.38 133	0.32 84	3.78 193	0.97 212	6.16 106	4.82 111	9.74 285	6.35 132	4.96 172	3.94 205	8.78 243	1.05 57	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10

pcwnet_v2	4.36 247	0.46 33	9.07 310	1.43 137	1.10 204	3.41 157	0.40 94	13.44 303	14.60 321	10.29 293	14.22 283	5.82 205	2.97 156	6.75 134	2.29 168	0.01 104	0.05 181	0.04 304	0.02 191	0.17 199	0.61 203

R-Stereo Train	2.60 118	0.46 33	2.94 32	1.10 110	0.18 41	3.61 174	0.60 140	6.88 132	3.50 30	9.13 263	17.23 313	1.77 68	0.77 48	2.03 27	1.65 111	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 107

RAFT-Stereo	2.60 118	0.46 33	2.94 32	1.10 110	0.18 41	3.61 174	0.60 140	6.88 132	3.50 30	9.13 263	17.23 313	1.77 68	0.77 48	2.03 27	1.65 111	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASnet	1.09 5	0.47 38	2.09 5	0.79 82	0.08 10	2.10 52	0.14 47	3.83 11	4.26 80	3.84 77	1.56 20	0.32 24	0.30 7	1.13 2	0.77 23	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	2.59 116	0.47 38	4.32 145	1.89 193	0.20 49	3.42 158	0.63 147	5.56 67	5.60 135	8.66 246	7.05 149	2.82 90	1.03 63	9.05 257	1.07 60	0.02 188	0.00 1	0.00 1	0.00 1	0.02 9	0.04 18

PFNet+	2.52 107	0.47 38	4.97 182	0.95 99	0.18 41	3.12 144	0.73 174	4.98 37	6.97 188	7.95 219	6.38 133	2.51 83	1.18 75	8.05 200	1.82 127	0.03 218	0.00 1	0.00 1	0.00 1	0.02 9	0.05 24

ICVP	2.53 108	0.47 38	3.64 98	1.20 116	0.69 144	2.71 97	0.84 195	10.63 233	4.66 99	4.31 84	8.99 188	2.75 89	1.93 119	2.91 51	4.07 224	0.06 262	0.24 246	0.01 247	0.01 174	0.13 166	0.26 126
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
NF-Stereo	2.38 90	0.48 42	3.88 114	2.17 223	0.11 13	3.43 160	0.42 97	7.08 144	3.75 52	6.91 176	5.29 97	2.65 88	1.33 87	8.40 225	1.67 117	0.01 104	0.00 1	0.00 1	0.00 1	0.03 26	0.02 5

OCTAStereo	2.38 90	0.48 42	3.90 116	2.16 219	0.11 13	3.42 158	0.42 97	7.06 139	3.74 50	6.91 176	5.26 94	2.63 87	1.32 85	8.41 227	1.70 120	0.01 104	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

PSM-softLoss	2.38 90	0.48 42	4.28 142	1.94 199	0.19 44	2.73 100	0.38 90	6.67 123	3.50 30	6.33 142	6.33 130	2.93 92	0.97 58	8.90 248	1.88 132	0.01 104	0.00 1	0.00 1	0.00 1	0.03 26	0.03 10

KMStereo	2.38 90	0.48 42	4.28 142	1.94 199	0.19 44	2.73 100	0.38 90	6.67 123	3.50 30	6.33 142	6.33 130	2.93 92	0.97 58	8.90 248	1.88 132	0.01 104	0.00 1	0.00 1	0.00 1	0.03 26	0.03 10

RE-Stereo	2.38 90	0.48 42	3.91 117	2.17 223	0.11 13	3.43 160	0.42 97	7.07 141	3.75 52	6.91 176	5.26 94	2.62 85	1.33 87	8.41 227	1.72 122	0.01 104	0.00 1	0.01 247	0.00 1	0.03 26	0.01 1

TVStereo	2.38 90	0.48 42	3.91 117	2.17 223	0.11 13	3.43 160	0.42 97	7.07 141	3.75 52	6.91 176	5.26 94	2.62 85	1.33 87	8.41 227	1.72 122	0.01 104	0.00 1	0.01 247	0.00 1	0.03 26	0.01 1

cross-raft	2.25 78	0.48 42	2.96 39	1.87 189	0.94 183	3.72 189	0.47 107	7.61 160	4.15 73	5.37 106	5.68 110	6.17 211	1.40 92	2.15 31	1.06 58	0.01 104	0.22 240	0.00 1	0.19 276	0.03 26	0.41 166

XX-Stereo	2.95 149	0.48 42	7.08 269	2.84 295	2.51 292	1.63 23	0.20 60	6.15 105	3.38 28	2.38 48	16.00 300	6.90 227	0.25 2	6.40 120	1.14 62	0.00 1	0.66 281	0.00 1	0.31 326	0.16 193	0.57 193

MSKI-zero shot	2.23 77	0.49 50	2.49 11	1.60 151	0.81 167	2.69 94	0.29 76	6.82 130	2.50 5	4.37 85	7.61 161	3.65 125	0.26 3	8.62 239	0.63 8	0.01 104	1.09 325	0.00 1	0.25 303	0.03 26	0.46 177

MC-Stereo	1.87 39	0.49 50	3.52 80	2.82 292	1.07 196	1.90 42	0.12 31	4.89 36	3.27 26	3.66 71	3.58 62	0.56 41	1.45 95	5.79 106	0.81 26	0.00 1	1.19 347	0.00 1	0.21 291	0.11 133	1.95 339

iRaft-Stereo_20w	3.11 159	0.49 50	6.09 230	1.01 102	1.25 220	3.99 204	1.00 213	14.00 313	4.73 103	6.70 172	6.27 128	2.34 80	2.28 132	7.29 155	1.58 98	0.01 104	0.75 289	0.00 1	0.73 359	0.10 122	1.63 292

AAGNet	3.50 189	0.49 50	3.38 67	1.91 195	0.41 107	3.66 180	1.02 214	5.14 44	5.16 120	9.65 283	7.75 164	4.91 168	6.23 277	7.45 167	12.73 344	0.01 104	0.00 1	0.00 1	0.00 1	0.05 59	0.06 31

CREStereo++_RVC	1.70 36	0.50 54	3.07 47	0.45 50	0.01 1	1.69 29	0.02 5	3.09 4	8.24 224	3.82 75	7.53 159	0.49 36	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 382	0.01 3	0.08 38
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
PCWNet_CMD	3.14 163	0.51 55	4.47 151	0.44 49	0.26 74	2.87 128	0.15 49	9.66 208	9.78 258	7.28 198	11.50 248	6.84 226	2.40 136	4.47 78	1.83 128	0.01 104	0.02 134	0.02 278	0.00 1	0.06 68	0.29 135

CRE-IMP	2.08 52	0.51 55	3.43 76	0.35 36	0.19 44	3.85 198	0.83 194	5.77 79	3.43 29	5.81 117	4.24 71	3.45 119	0.83 53	6.56 124	1.99 144	0.01 104	0.00 1	0.00 1	0.00 1	0.11 133	0.20 103

CREStereo	1.09 5	0.51 55	2.16 7	0.11 2	0.24 67	1.67 26	0.03 8	4.24 17	6.91 185	0.80 22	1.73 25	0.44 34	0.64 41	1.58 12	0.61 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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
MSMDNet	3.15 164	0.51 55	4.48 152	0.46 52	0.25 71	2.88 129	0.16 52	9.79 211	9.82 259	7.24 195	11.36 247	6.82 225	2.41 137	4.47 78	1.86 130	0.01 104	0.02 134	0.02 278	0.00 1	0.06 68	0.30 138

NRIStereo	2.27 81	0.52 59	3.35 66	1.26 120	0.17 38	3.04 138	0.84 195	5.96 96	3.74 50	6.27 139	3.44 52	4.13 141	1.80 118	8.31 219	2.11 150	0.00 1	0.10 210	0.00 1	0.00 1	0.12 150	0.20 103

MIF-Stereo	0.94 2	0.53 60	2.82 27	0.94 98	1.29 227	0.56 3	0.12 31	1.49 1	3.16 23	1.77 41	2.22 35	0.20 3	0.32 11	1.76 21	1.33 85	0.00 1	0.00 1	0.00 1	0.00 1	0.16 193	0.02 5

DAS	4.18 238	0.53 60	6.20 235	2.20 227	3.69 329	2.78 108	3.12 284	8.69 178	10.29 264	9.39 274	12.80 268	4.58 157	7.20 295	9.08 258	2.70 183	0.02 188	0.00 1	0.00 1	0.00 1	0.04 44	0.34 146

SepStereo	4.22 241	0.53 60	6.20 235	2.20 227	3.69 329	2.78 108	3.12 284	8.69 178	10.29 264	9.39 274	12.80 268	4.58 157	7.20 295	9.74 282	2.70 183	0.02 188	0.00 1	0.00 1	0.00 1	0.04 44	0.34 146

Selective-RAFT	1.92 43	0.54 63	3.87 109	1.15 112	0.21 58	3.83 197	0.06 12	5.00 38	4.68 100	1.59 39	2.14 34	3.05 96	2.77 151	6.63 128	1.34 87	0.00 1	0.95 305	0.00 1	0.32 328	0.05 59	0.19 97

FTStereo	4.61 263	0.54 63	2.86 28	0.98 101	0.40 103	2.57 79	8.51 357	5.70 74	3.76 55	10.85 308	29.92 368	5.53 189	7.43 301	7.73 183	1.63 106	0.17 302	0.00 1	0.05 311	0.00 1	0.04 44	3.62 369

DEmStereo	3.86 216	0.54 63	4.04 129	0.26 23	0.17 38	5.17 236	2.45 268	4.70 28	4.34 85	8.37 239	19.94 330	5.06 176	10.13 331	7.86 189	3.93 219	0.01 104	0.01 104	0.01 247	0.00 1	0.03 26	0.10 47

test-1	2.14 64	0.54 63	6.32 244	1.07 107	1.22 216	2.13 54	0.54 124	6.40 116	4.80 110	3.55 66	5.23 93	4.02 134	0.71 44	1.95 24	2.15 153	0.08 272	0.98 313	0.00 1	0.08 232	0.02 9	1.07 257

EAI-Stereo	2.75 134	0.54 63	3.17 50	0.91 95	1.28 223	4.02 205	5.30 322	12.39 270	4.76 104	2.51 50	7.10 152	1.22 53	0.94 57	6.03 112	1.96 140	0.01 104	0.56 275	0.00 1	1.38 371	0.04 44	0.95 244

LCNet	2.94 147	0.55 68	2.57 14	1.03 105	0.59 136	2.05 49	1.55 246	5.51 60	4.19 76	6.08 134	10.58 233	4.54 155	6.63 283	7.59 178	0.90 37	0.01 104	0.00 1	0.01 247	0.76 360	0.31 282	3.43 365

Patchmatch Stereo++	2.09 57	0.55 68	3.57 89	0.20 5	0.20 49	3.68 185	0.64 149	5.90 89	3.52 36	5.91 121	4.41 75	3.42 111	1.51 101	7.07 145	0.95 46	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47
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	2.02 47	0.55 68	3.57 89	0.20 5	0.21 58	3.69 188	0.69 162	5.89 84	3.52 36	5.91 121	4.43 77	3.42 111	1.50 97	5.63 103	0.94 45	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47

DeepStereo_RVC	2.15 65	0.55 68	3.26 57	0.21 14	0.19 44	3.47 166	0.68 159	5.76 78	3.60 46	6.36 146	4.19 70	3.42 111	4.44 220	5.04 87	1.59 101	0.02 188	0.00 1	0.00 1	0.00 1	0.09 102	0.18 91

RAFT-345	3.36 179	0.55 68	3.43 76	1.23 118	0.21 58	2.62 84	0.46 105	3.91 12	6.34 161	7.46 206	24.49 351	4.19 145	1.74 116	8.27 212	2.25 161	0.01 104	0.00 1	0.00 1	0.00 1	0.02 9	0.02 5

iRAFT	2.09 57	0.55 68	3.57 89	0.20 5	0.20 49	3.68 185	0.64 149	5.90 89	3.52 36	5.91 121	4.41 75	3.42 111	1.51 101	7.07 145	0.95 46	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47

CFNet_pseudo	2.96 151	0.55 68	4.51 154	0.43 46	0.24 67	2.83 112	0.12 31	8.59 177	8.13 221	7.20 193	10.41 226	6.47 218	2.04 122	5.27 93	2.00 146	0.00 1	0.02 134	0.01 247	0.00 1	0.06 68	0.23 115

ccs_rob	2.95 149	0.55 68	4.53 156	0.42 43	0.25 71	2.84 114	0.12 31	8.58 176	8.13 221	7.18 192	10.36 225	6.44 217	2.05 123	5.28 94	1.97 141	0.00 1	0.02 134	0.01 247	0.00 1	0.06 68	0.23 115

CFNet_ucs	3.23 170	0.56 76	4.59 164	0.59 58	0.37 94	3.29 155	0.19 58	10.47 229	9.02 243	7.78 215	12.57 266	5.59 191	1.74 116	5.39 97	1.86 130	0.00 1	0.04 174	0.01 247	0.00 1	0.10 122	0.33 145

PSMNet-ADL	3.17 167	0.56 76	3.00 45	1.55 148	0.40 103	5.97 254	0.28 74	9.06 188	5.75 144	3.56 67	6.80 142	8.33 254	4.51 222	7.65 181	5.51 256	0.03 218	0.09 206	0.00 1	0.00 1	0.03 26	0.28 132

ROB_FTStereo_v2	2.04 49	0.56 76	3.56 88	0.20 5	0.21 58	3.66 180	0.72 171	5.89 84	3.51 34	5.91 121	4.46 80	3.42 111	1.50 97	6.08 115	0.93 41	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

HUI-Stereo	1.94 44	0.56 76	3.55 86	0.20 5	0.20 49	3.67 184	0.63 147	5.89 84	3.53 40	5.92 126	4.44 78	3.41 110	1.51 101	4.21 71	0.89 36	0.02 188	0.00 1	0.00 1	0.00 1	0.09 102	0.11 55

iGMRVC	2.09 57	0.56 76	3.59 94	0.20 5	0.21 58	3.68 185	0.71 168	5.89 84	3.53 40	5.92 126	4.46 80	3.44 117	1.51 101	6.93 144	0.98 49	0.02 188	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

anonymousdsp2	2.20 73	0.57 81	4.59 164	1.69 166	0.82 168	3.58 173	0.48 116	8.57 175	3.63 47	3.37 62	3.03 49	3.32 102	1.00 60	5.57 102	0.80 24	0.01 104	0.94 304	0.02 278	0.15 259	0.06 68	1.89 335

CASS	2.62 120	0.57 81	4.28 142	0.90 92	0.38 95	3.45 163	0.22 62	9.91 213	4.46 90	7.33 202	7.92 171	3.53 123	3.59 182	4.16 70	1.49 93	0.03 218	0.01 104	0.00 1	0.00 1	0.05 59	0.06 31
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo	2.03 48	0.57 81	3.57 89	0.20 5	0.21 58	3.66 180	0.73 174	5.89 84	3.51 34	5.92 126	4.35 74	3.37 107	1.50 97	6.02 111	0.90 37	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

RAFT-IKP	2.04 49	0.57 81	3.54 84	0.20 5	0.20 49	3.45 163	0.62 145	5.90 89	3.52 36	5.91 121	4.44 78	3.46 120	1.50 97	6.20 117	1.00 52	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.08 38

MIF-Stereo (partial)	1.44 14	0.59 85	3.98 124	0.08 1	1.09 202	1.24 8	0.13 38	5.12 43	4.07 71	0.47 7	2.56 40	0.31 20	0.74 46	6.31 119	2.02 147	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 18

PFNet	3.06 156	0.59 85	6.13 232	2.26 238	0.84 170	3.08 140	0.73 174	7.38 152	5.35 123	10.20 289	6.06 117	4.72 162	2.10 127	8.47 232	2.25 161	0.19 306	0.06 187	0.00 1	0.11 244	0.20 219	0.42 170

FENet	2.35 87	0.59 85	3.28 59	2.32 249	0.27 75	2.78 108	0.13 38	7.68 165	6.09 151	5.38 107	2.12 33	4.84 167	3.33 174	4.98 85	2.66 179	0.02 188	0.03 159	0.00 1	0.00 1	0.04 44	0.40 159

EKT-Stereo	2.16 66	0.61 88	3.78 104	2.31 248	4.40 347	1.47 15	0.24 68	5.54 62	4.22 78	3.16 61	3.58 62	3.53 123	2.20 128	5.66 104	1.40 90	0.04 238	0.36 262	0.00 1	0.09 238	0.06 68	0.58 195

GwcNet-ADL	2.85 137	0.61 88	4.38 148	0.92 96	0.33 85	2.05 49	0.67 157	8.85 183	9.65 256	6.36 146	6.71 138	4.11 140	1.71 112	5.97 110	4.22 227	0.08 272	0.06 187	0.00 1	0.00 1	0.07 83	0.16 83

Pruner-Stereo	2.66 122	0.61 88	3.54 84	1.93 197	0.25 71	3.47 166	0.74 177	6.60 121	5.66 141	8.98 256	6.12 119	4.39 153	1.11 65	7.27 153	2.34 171	0.03 218	0.00 1	0.02 278	0.00 1	0.03 26	0.04 18

Anonymous3	1.96 45	0.61 88	7.58 281	0.42 43	0.51 123	4.28 215	0.52 121	5.56 67	2.76 8	2.35 46	3.47 53	1.50 60	1.13 67	5.92 109	1.54 96	0.23 314	0.23 243	0.00 1	0.00 1	0.14 176	0.47 178

SFCPSM	3.39 182	0.61 88	5.42 198	0.43 46	0.93 182	8.26 289	2.08 262	15.01 326	5.89 147	7.17 191	7.60 160	3.39 109	2.55 142	5.39 97	2.53 174	0.01 104	0.03 159	0.01 247	0.07 229	0.19 213	0.31 140

ASMatch	3.41 184	0.62 93	3.59 94	1.99 208	0.48 113	1.91 43	0.66 153	7.01 134	4.43 89	6.25 137	22.02 340	4.56 156	4.72 235	7.78 186	1.85 129	0.01 104	0.01 104	0.00 1	0.03 202	0.02 9	0.21 107

IGEV_Zeroshot_test	2.57 114	0.63 94	5.70 218	1.93 197	0.87 174	2.63 86	0.85 200	8.94 187	4.55 95	5.30 104	5.48 105	5.23 182	1.38 91	3.76 62	1.32 84	0.00 1	0.69 283	0.00 1	0.18 273	0.19 213	1.72 308

GANet-ADL	2.40 97	0.65 95	3.92 119	2.22 230	0.11 13	2.23 57	0.47 107	9.29 202	7.27 196	4.77 89	5.95 116	3.96 132	1.26 83	3.08 53	2.27 164	0.04 238	0.08 200	0.02 278	0.00 1	0.15 189	0.21 107

DRaft	3.83 215	0.65 95	3.39 69	0.22 15	0.16 35	4.67 225	1.30 235	5.82 82	4.86 113	10.26 292	21.65 336	3.24 101	8.62 320	7.53 175	3.76 210	0.05 251	0.10 210	0.00 1	0.14 256	0.12 150	0.16 83

hknet	3.56 193	0.66 97	5.82 219	0.70 67	1.19 212	6.97 269	1.58 247	9.93 214	7.76 206	6.50 151	6.23 123	9.53 270	2.81 153	7.84 187	3.39 201	0.01 104	0.03 159	0.03 295	0.00 1	0.06 68	0.14 66

IRAFT_RVC	2.98 153	0.66 97	4.23 141	2.20 227	0.40 103	2.91 131	5.04 319	7.03 137	4.21 77	6.59 160	5.52 106	5.02 175	4.77 236	8.41 227	2.30 170	0.01 104	0.17 231	0.01 247	0.00 1	0.03 26	0.05 24

11t1	2.13 63	0.67 99	3.98 124	2.69 283	0.85 173	2.59 82	0.07 15	7.40 153	3.89 63	3.75 73	3.57 61	1.24 54	1.96 120	4.68 82	1.97 141	0.10 285	1.13 331	0.00 1	0.22 296	0.09 102	1.66 297

IPLGR	2.46 102	0.68 100	7.02 263	0.22 15	0.16 35	2.01 47	0.22 62	7.01 134	6.62 173	7.10 187	5.92 115	2.91 91	2.27 131	5.12 90	1.52 95	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.41 166

SMFormer	3.94 221	0.69 101	4.55 158	1.97 204	0.15 30	2.84 114	0.29 76	13.06 291	11.10 283	7.69 209	10.45 227	4.77 163	4.52 223	9.68 276	4.89 245	0.08 272	0.97 308	0.00 1	0.16 261	0.11 133	0.92 242

tta	3.96 225	0.69 101	4.55 158	1.97 204	0.15 30	2.84 114	0.29 76	13.06 291	11.10 283	7.69 209	10.45 227	4.77 163	4.52 223	9.68 276	4.89 245	0.08 272	0.97 308	0.00 1	0.16 261	0.13 166	1.24 272

qqq1	3.78 211	0.69 101	4.55 158	1.97 204	0.15 30	2.84 114	0.29 76	13.06 291	11.10 283	7.69 209	10.45 227	4.77 163	4.52 223	9.68 276	1.24 76	0.08 272	0.97 308	0.00 1	0.12 249	0.13 166	1.24 272

fff1	3.78 211	0.69 101	4.55 158	1.97 204	0.15 30	2.84 114	0.29 76	13.06 291	11.10 283	7.69 209	10.45 227	4.77 163	4.52 223	9.68 276	1.24 76	0.08 272	0.97 308	0.00 1	0.12 249	0.13 166	1.24 272

HHNet	2.71 127	0.69 101	3.31 62	0.25 22	0.39 98	2.80 111	0.90 207	6.33 111	5.68 142	7.51 207	13.70 276	0.94 47	3.14 158	5.42 99	2.54 177	0.14 293	0.02 134	0.06 315	0.00 1	0.24 243	0.07 35

RAFT-RH_RVC	4.04 229	0.69 101	3.59 94	1.91 195	0.43 110	3.11 142	0.13 38	3.80 10	6.60 171	11.26 318	31.68 374	5.20 178	1.66 108	8.30 217	2.27 164	0.09 282	0.00 1	0.00 1	0.03 202	0.03 26	0.02 5

ttt	4.41 252	0.70 107	3.95 123	2.53 272	2.01 269	4.34 219	0.41 96	13.09 295	11.69 296	7.20 193	12.20 261	4.15 143	3.35 175	9.54 273	10.11 315	0.07 268	1.11 327	0.00 1	0.19 276	0.10 122	1.47 282

test_4	2.58 115	0.70 107	3.30 60	0.43 46	0.30 78	3.97 203	1.11 225	3.91 12	3.83 60	4.15 81	17.20 312	3.44 117	0.52 37	6.60 127	1.58 98	0.00 1	0.13 220	0.00 1	0.11 244	0.20 219	0.20 103

CrosDoStereo	4.05 231	0.71 109	3.52 80	0.51 55	0.20 49	3.25 152	11.21 369	6.34 112	4.96 115	9.04 259	16.44 302	4.92 169	7.28 297	8.29 214	3.84 214	0.00 1	0.02 134	0.01 247	0.00 1	0.18 207	0.19 97

DeepStereo_LL	4.05 231	0.71 109	3.52 80	0.51 55	0.20 49	3.25 152	11.21 369	6.34 112	4.96 115	9.04 259	16.44 302	4.92 169	7.28 297	8.29 214	3.84 214	0.00 1	0.02 134	0.01 247	0.00 1	0.18 207	0.19 97

GES	2.69 125	0.72 111	5.34 193	1.82 185	0.05 3	4.51 222	1.04 218	10.39 226	4.18 75	5.53 113	6.72 139	1.92 74	3.30 167	5.16 91	2.67 180	0.06 262	0.01 104	0.06 315	0.01 174	0.20 219	0.14 66

Former-RAFT_DAM_RVC	1.39 13	0.74 112	2.72 24	0.73 73	1.26 222	2.42 68	0.02 5	3.78 9	8.16 223	1.81 44	2.94 46	0.28 16	0.32 11	1.51 11	0.76 22	0.04 238	0.01 104	0.00 1	0.00 1	0.08 88	0.19 97

AdaStereo	3.34 176	0.74 112	4.00 127	3.10 314	0.51 123	4.22 212	1.25 230	12.84 281	8.39 228	6.33 142	9.55 204	5.77 202	1.54 106	5.53 101	2.74 189	0.02 188	0.00 1	0.00 1	0.00 1	0.03 26	0.15 77
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.
mmm	3.07 157	0.76 114	4.50 153	2.27 242	1.24 219	3.75 191	0.12 31	10.03 218	5.12 119	6.43 148	11.19 244	3.10 99	3.20 160	4.54 81	1.78 126	0.02 188	1.19 347	0.00 1	0.30 323	0.09 102	1.79 318

Anonymous	1.54 26	0.76 114	5.39 196	1.49 142	2.68 296	1.83 39	0.43 101	5.65 73	3.79 56	0.52 9	1.74 26	0.19 1	1.30 84	3.31 55	1.01 54	0.06 262	0.08 200	0.00 1	0.00 1	0.19 213	0.31 140

anonymousa	4.24 243	0.78 116	4.05 130	2.16 219	4.87 362	8.76 298	0.35 87	7.41 154	4.47 92	8.21 235	19.70 329	11.03 300	5.87 269	2.04 29	2.20 154	0.00 1	1.16 344	0.00 1	0.55 353	0.04 44	1.11 261

CRFU-Net	4.81 273	0.78 116	5.69 216	3.10 314	1.39 236	13.18 341	3.23 289	12.26 265	4.33 81	10.91 310	9.98 218	10.94 298	7.93 310	7.47 169	3.94 220	0.16 298	0.16 227	0.16 340	0.00 1	0.26 251	0.29 135

ff7	1.46 16	0.79 118	2.99 40	0.33 31	0.35 87	2.75 102	0.81 186	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 160	0.86 32	0.00 1	0.93 299	0.00 1	0.16 261	0.12 150	1.82 319

ffff	1.46 16	0.79 118	2.99 40	0.33 31	0.35 87	2.75 102	0.81 186	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 160	0.86 32	0.00 1	0.93 299	0.00 1	0.16 261	0.12 150	1.82 319

11t	1.46 16	0.79 118	2.99 40	0.33 31	0.35 87	2.75 102	0.81 186	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 160	0.87 35	0.00 1	0.93 299	0.00 1	0.16 261	0.12 150	1.82 319

ccc-4	1.46 16	0.79 118	2.99 40	0.33 31	0.35 87	2.75 102	0.81 186	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 160	0.86 32	0.00 1	0.93 299	0.00 1	0.16 261	0.12 150	1.82 319

TANstereo	1.32 10	0.79 118	2.93 31	0.37 38	0.11 13	1.81 37	0.01 1	3.56 6	4.36 86	4.53 87	4.96 87	0.41 32	0.68 42	1.22 3	0.59 5	0.01 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 10

FAT-Stereo	6.98 310	0.79 118	7.57 280	2.54 275	1.80 256	6.16 257	4.33 308	19.16 360	18.82 344	10.75 304	17.08 310	18.23 345	13.56 350	9.25 263	8.44 290	0.03 218	0.16 227	0.01 247	0.10 242	0.14 176	0.65 212

anonymousdsp	1.51 23	0.81 124	2.70 23	0.60 59	0.69 144	2.76 106	0.79 181	4.86 31	3.00 21	0.82 23	1.25 13	0.31 20	0.42 24	7.44 160	0.81 26	0.00 1	0.83 293	0.00 1	0.17 270	0.12 150	1.85 326

NINENet	3.38 181	0.81 124	4.16 135	1.88 192	1.40 237	7.31 279	0.48 116	12.95 288	6.64 174	7.29 199	9.24 194	5.21 179	1.18 75	6.72 133	1.89 135	0.17 302	0.08 200	0.07 320	0.00 1	0.09 102	0.03 10

IGEV-Stereo	1.51 23	0.81 124	2.69 21	0.60 59	0.69 144	2.77 107	0.79 181	4.88 34	2.99 20	0.82 23	1.25 13	0.31 20	0.42 24	7.43 159	0.85 31	0.00 1	0.83 293	0.00 1	0.17 270	0.12 150	1.85 326
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HH	2.88 141	0.82 127	4.07 132	1.71 170	0.54 130	4.71 226	0.69 162	8.72 180	3.57 44	1.80 42	6.49 136	7.81 244	3.92 203	8.93 251	0.99 50	0.00 1	1.06 322	0.00 1	0.03 202	0.05 59	1.69 302

HanStereo	2.88 141	0.82 127	4.07 132	1.71 170	0.54 130	4.71 226	0.69 162	8.72 180	3.57 44	1.80 42	6.49 136	7.81 244	3.92 203	8.93 251	0.99 50	0.00 1	1.06 322	0.00 1	0.03 202	0.05 59	1.69 302

x	2.30 84	0.82 127	3.85 106	2.23 232	0.72 153	2.12 53	0.81 186	9.48 206	4.82 111	3.83 76	2.76 44	3.49 121	2.30 133	3.48 57	2.25 161	0.00 1	1.13 331	0.00 1	0.22 296	0.09 102	1.66 297

TransformOpticalFlow	3.50 189	0.83 130	4.85 175	1.09 108	0.31 79	3.52 170	0.14 47	10.32 222	8.02 218	5.78 115	13.25 273	6.63 221	4.91 240	8.36 223	1.63 106	0.00 1	0.01 104	0.01 247	0.00 1	0.06 68	0.24 123

HCRNet	2.74 133	0.83 130	4.19 137	0.45 50	3.31 316	2.18 55	0.22 62	7.59 157	5.76 145	6.08 134	4.89 85	5.21 179	2.74 148	8.04 199	3.10 196	0.00 1	0.02 134	0.00 1	0.00 1	0.10 122	0.09 42

UPFNet	4.17 237	0.83 130	5.51 203	2.49 266	3.36 319	7.13 276	2.60 269	10.52 231	7.16 191	8.76 250	7.83 166	7.85 247	3.41 176	8.60 236	7.04 275	0.01 104	0.02 134	0.00 1	0.00 1	0.12 150	0.17 89

SGM-Forest	5.40 283	0.84 133	4.19 137	1.43 137	0.68 142	10.12 315	6.41 335	12.13 263	11.86 298	11.50 321	14.43 285	11.62 303	5.20 252	9.93 291	6.16 264	0.16 298	0.04 174	0.00 1	0.00 1	0.08 88	1.24 272
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
qqq	2.44 101	0.85 134	4.33 146	1.73 174	0.71 150	1.98 45	0.38 90	9.15 193	4.33 81	3.37 62	4.34 72	4.63 160	2.83 154	4.95 83	2.06 148	0.00 1	1.13 331	0.00 1	0.25 303	0.09 102	1.65 293

GMOStereo	2.08 52	0.85 134	2.95 35	0.23 17	0.73 155	1.50 16	0.86 202	5.08 39	4.78 105	8.42 240	6.99 145	3.36 103	1.14 69	1.73 15	1.21 70	0.00 1	1.32 357	0.00 1	0.00 1	0.28 264	0.23 115

error version	2.08 52	0.85 134	2.95 35	0.23 17	0.73 155	1.50 16	0.86 202	5.08 39	4.78 105	8.42 240	6.99 145	3.36 103	1.14 69	1.73 15	1.21 70	0.00 1	1.32 357	0.00 1	0.00 1	0.28 264	0.23 115

test-v	2.08 52	0.85 134	2.95 35	0.23 17	0.73 155	1.50 16	0.86 202	5.08 39	4.78 105	8.42 240	6.99 145	3.36 103	1.14 69	1.73 15	1.21 70	0.00 1	1.32 357	0.00 1	0.00 1	0.28 264	0.23 115

test-2	2.08 52	0.85 134	2.95 35	0.23 17	0.73 155	1.50 16	0.86 202	5.08 39	4.78 105	8.42 240	6.99 145	3.36 103	1.14 69	1.73 15	1.21 70	0.00 1	1.32 357	0.00 1	0.00 1	0.28 264	0.23 115

sCroCo_RVC	1.34 11	0.85 134	6.15 234	1.21 117	1.28 223	0.90 4	0.18 56	4.50 26	2.86 11	0.37 2	3.18 50	0.52 39	1.52 105	1.83 22	0.93 41	0.13 290	0.25 249	0.00 1	0.00 1	0.08 88	0.16 83

CBMV_ROB	4.66 265	0.85 134	3.94 121	1.64 154	0.75 160	8.38 295	1.90 256	11.19 246	10.36 266	9.20 267	15.21 291	7.28 233	6.99 291	9.48 270	5.24 253	0.04 238	0.05 181	0.00 1	0.00 1	0.07 83	0.64 211

H2IRNET	2.29 83	0.86 141	3.38 67	1.51 143	0.11 13	1.97 44	0.13 38	5.15 45	7.19 193	1.26 33	7.77 165	5.80 204	3.31 169	5.09 89	1.66 114	0.01 104	0.00 1	0.04 304	0.17 270	0.27 261	0.10 47

CoDeX	3.61 198	0.86 141	5.27 190	1.16 114	1.62 243	6.24 258	2.07 261	13.78 312	6.86 182	7.42 204	9.00 190	4.06 138	3.72 191	6.58 125	3.02 194	0.03 218	0.06 187	0.00 1	0.00 1	0.15 189	0.35 150

test croco	1.53 25	0.86 141	6.50 248	0.42 43	0.05 3	1.56 21	0.09 20	5.18 47	4.02 70	0.54 11	1.76 28	0.59 42	0.75 47	6.48 123	1.23 75	0.00 1	0.00 1	0.00 1	0.00 1	0.43 303	0.07 35

ProNet	1.58 32	0.86 141	3.17 50	0.75 80	0.72 153	2.84 114	0.66 153	5.91 93	3.28 27	0.37 2	1.47 19	0.40 31	0.37 17	7.19 149	0.70 16	0.02 188	0.98 313	0.00 1	0.05 223	0.20 219	1.77 316

xxxx	5.16 282	0.86 141	4.86 176	1.96 203	1.22 216	7.56 284	0.07 15	14.67 322	9.15 247	6.55 157	9.87 213	9.30 268	3.47 178	8.07 201	22.20 370	0.05 251	1.16 344	0.00 1	0.26 312	0.10 122	1.76 315

ac_64	3.98 227	0.86 141	5.10 186	3.17 316	3.43 322	5.80 250	0.70 167	10.87 238	4.96 115	8.94 255	6.46 134	10.70 290	5.52 264	7.44 160	5.10 252	0.03 218	0.00 1	0.00 1	0.00 1	0.14 176	0.31 140

NOSS_ROB	3.67 200	0.86 141	3.81 105	2.53 272	1.11 205	6.10 256	0.72 171	11.08 244	12.36 300	5.45 110	8.91 186	5.65 192	2.09 124	8.30 217	3.16 198	0.20 309	0.07 198	0.00 1	0.00 1	0.11 133	0.80 235

UNet	4.19 239	0.87 148	7.18 271	2.00 211	3.22 313	9.55 306	0.31 82	10.11 219	6.22 158	7.98 221	6.82 143	10.42 282	5.77 267	7.28 154	5.83 259	0.00 1	0.00 1	0.00 1	0.00 1	0.10 122	0.12 58

222	5.93 288	0.88 149	4.58 163	1.76 178	0.98 189	6.02 255	0.08 19	14.45 319	8.89 238	9.53 276	11.77 253	3.88 129	4.23 216	8.26 208	39.96 404	0.03 218	1.12 328	0.00 1	0.24 300	0.11 133	1.73 309

ToySt	3.39 182	0.89 150	9.29 314	1.47 140	0.94 183	4.20 211	1.98 258	7.33 149	5.42 127	3.01 58	6.75 140	8.67 263	5.10 249	5.43 100	3.72 208	0.07 268	0.89 297	0.00 1	0.23 299	0.28 264	2.13 345

tt1	2.53 108	0.91 151	3.53 83	2.92 298	0.53 127	5.60 243	0.61 143	5.55 63	10.56 270	1.54 38	3.54 60	0.34 29	3.00 157	8.20 205	0.68 11	0.00 1	1.13 331	0.00 1	0.03 202	0.11 133	1.88 331

IER	3.42 186	0.91 151	6.38 246	0.73 73	1.60 242	7.07 274	0.55 127	7.07 141	5.45 130	8.17 234	8.89 185	6.13 209	6.13 273	5.36 96	3.77 212	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 24

IGEV+	1.65 35	0.93 153	2.69 21	1.33 128	0.88 175	2.61 83	0.72 171	5.99 98	4.00 69	2.36 47	3.01 48	0.78 45	0.89 54	2.21 32	1.28 79	0.05 251	1.20 351	0.00 1	0.13 254	0.17 199	1.86 330

ACVNet-DCA	2.41 98	0.93 153	3.39 69	3.05 308	0.39 98	5.69 246	0.55 127	9.15 193	4.33 81	1.42 34	3.48 54	0.33 25	3.65 186	8.26 208	0.70 16	0.00 1	1.14 339	0.00 1	0.03 202	0.09 102	1.65 293

xx1	2.73 132	0.93 153	3.39 69	3.05 308	0.39 98	5.69 246	0.55 127	5.34 52	10.76 277	1.42 34	3.48 54	4.63 160	2.83 154	8.26 208	0.70 16	0.00 1	1.14 339	0.00 1	0.25 303	0.09 102	1.65 293

1test111	2.31 85	0.93 153	3.39 69	3.05 308	0.39 98	5.69 246	0.55 127	9.15 193	4.33 81	1.42 34	3.48 54	0.33 25	3.65 186	4.95 83	2.06 148	0.00 1	1.14 339	0.00 1	0.03 202	0.09 102	1.65 293

cc1	2.56 113	0.93 153	3.39 69	3.05 308	0.39 98	5.69 246	0.55 127	5.34 52	10.76 277	1.42 34	3.48 54	0.33 25	3.65 186	8.26 208	0.70 16	0.00 1	1.14 339	0.00 1	0.03 202	0.12 150	1.89 335

fff	2.54 110	0.93 153	5.51 203	0.32 26	0.14 24	1.70 30	0.11 27	6.19 107	12.69 306	6.03 131	5.29 97	1.43 55	5.28 255	2.37 42	2.21 155	0.01 104	0.00 1	0.01 247	0.00 1	0.02 9	0.61 203

csc	2.54 110	0.93 153	5.51 203	0.32 26	0.14 24	1.70 30	0.11 27	6.19 107	12.69 306	6.03 131	5.29 97	1.43 55	5.28 255	2.37 42	2.21 155	0.01 104	0.00 1	0.01 247	0.00 1	0.02 9	0.61 203

cscssc	2.54 110	0.93 153	5.51 203	0.32 26	0.14 24	1.70 30	0.11 27	6.19 107	12.69 306	6.03 131	5.29 97	1.43 55	5.28 255	2.37 42	2.21 155	0.01 104	0.00 1	0.01 247	0.00 1	0.02 9	0.61 203

test_xeample	4.78 272	0.93 153	4.68 171	1.48 141	1.28 223	3.94 200	0.13 38	13.35 300	8.62 231	8.21 235	11.63 250	3.43 116	3.54 179	7.59 178	23.47 375	0.02 188	1.16 344	0.00 1	0.25 303	0.11 133	1.74 312

S-Stereo	6.85 305	0.93 153	10.76 327	3.34 326	3.51 324	6.55 263	6.01 328	13.75 310	23.86 362	9.65 283	15.54 293	11.81 306	8.24 313	8.59 235	11.23 329	0.13 290	0.16 227	0.00 1	0.42 343	0.14 176	2.39 353

STrans-v2	3.55 192	0.94 163	5.06 185	0.32 26	0.60 137	2.97 135	1.15 226	11.08 244	7.97 217	6.01 129	10.93 241	6.65 222	6.86 288	8.37 224	1.66 114	0.00 1	0.01 104	0.00 1	0.00 1	0.04 44	0.39 158

DCRE	2.21 74	0.95 164	3.17 50	2.10 216	1.30 229	1.86 40	0.05 10	5.33 51	4.69 101	3.59 68	9.37 201	3.81 126	1.18 75	2.34 41	1.22 74	0.01 104	0.97 308	0.00 1	0.30 323	0.04 44	1.97 340

ADStereo(finetuned)	2.50 106	0.95 164	6.60 251	0.39 40	0.20 49	1.72 34	0.24 68	6.06 100	9.31 250	6.30 140	5.42 102	1.44 58	6.22 276	2.25 36	2.14 152	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.65 212

DCANet	2.35 87	0.96 166	5.51 203	0.39 40	0.19 44	1.72 34	0.25 70	6.06 100	9.33 251	6.31 141	5.42 102	1.44 58	4.14 211	2.22 33	2.28 166	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.66 220

ACVNet	2.86 138	0.96 166	3.87 109	0.86 88	0.61 138	2.63 86	0.54 124	8.93 185	6.12 153	5.09 97	9.32 199	5.70 199	3.84 195	2.68 47	5.56 257	0.00 1	0.00 1	0.00 1	0.00 1	0.26 251	0.23 115

acv_ft	3.90 218	0.96 166	5.85 221	2.56 277	4.70 359	7.27 278	0.84 195	9.17 196	6.12 153	10.00 287	9.32 199	5.70 199	4.07 208	2.68 47	8.24 288	0.00 1	0.00 1	0.00 1	0.00 1	0.35 291	0.23 115

StereoDRNet-Refined	4.84 275	0.96 166	5.13 187	2.22 230	0.46 112	9.10 302	0.16 52	10.72 234	9.40 253	13.41 337	12.50 264	10.02 277	4.58 228	8.60 236	8.71 296	0.01 104	0.00 1	0.01 247	0.05 223	0.24 243	0.53 188
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DualNet	3.96 225	0.98 170	7.03 264	1.64 154	1.07 196	2.84 114	0.47 107	5.55 63	10.56 270	6.68 166	9.59 206	5.66 193	3.87 197	8.20 205	11.69 333	0.00 1	1.13 331	0.00 1	0.19 276	0.11 133	1.88 331

ffm	3.41 184	0.98 170	7.03 264	1.64 154	1.07 196	2.84 114	0.47 107	5.55 63	10.56 270	6.68 166	9.59 206	5.66 193	3.87 197	8.20 205	0.68 11	0.00 1	1.13 331	0.00 1	0.19 276	0.11 133	1.88 331

ff1	4.11 233	0.98 170	7.03 264	1.64 154	1.07 196	2.84 114	0.47 107	5.55 63	10.56 270	6.68 166	9.59 206	5.66 193	3.87 197	11.33 311	11.69 333	0.00 1	1.13 331	0.00 1	0.19 276	0.11 133	1.88 331

mmx	4.50 255	0.98 170	7.03 264	1.64 154	1.07 196	2.84 114	0.47 107	12.84 281	11.23 288	6.68 166	9.59 206	5.66 193	3.87 197	11.33 311	11.69 333	0.05 251	1.12 328	0.00 1	0.19 276	0.10 122	1.53 286

xxx	4.50 255	0.98 170	7.04 268	1.64 154	1.07 196	2.84 114	0.47 107	12.84 281	11.23 288	6.68 166	9.59 206	5.66 193	3.87 197	11.33 311	11.69 333	0.05 251	1.12 328	0.00 1	0.19 276	0.10 122	1.53 286

Anonymous_2	4.74 271	0.98 170	4.46 150	2.35 253	2.27 281	5.66 245	0.67 157	8.08 170	5.28 122	4.98 95	2.60 41	8.74 265	6.92 289	5.79 106	3.46 202	0.24 316	1.70 370	5.16 383	18.18 406	5.41 377	1.85 326

IIG-Stereo	3.28 172	0.98 170	3.57 89	4.14 348	0.22 64	2.56 78	0.71 168	7.04 138	6.10 152	8.49 244	9.38 202	7.82 246	2.73 147	9.69 281	1.99 144	0.02 188	0.02 134	0.00 1	0.00 1	0.03 26	0.14 66

DIP-Stereo	2.12 62	0.98 170	3.94 121	0.20 5	0.11 13	4.73 228	0.13 38	9.27 200	4.40 88	6.46 150	5.03 89	0.45 35	0.72 45	3.79 63	1.94 139	0.00 1	0.01 104	0.00 1	0.00 1	0.05 59	0.24 123
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DISCO	6.58 302	0.98 170	6.44 247	3.75 339	1.18 211	11.19 325	3.29 293	12.92 285	16.72 332	7.27 197	11.74 252	17.34 339	6.60 282	19.59 372	11.59 332	0.00 1	0.00 1	0.00 1	0.00 1	0.45 307	0.50 181

FC-DCNN	11.29 360	1.01 179	5.50 202	2.25 236	1.65 247	18.23 362	5.36 323	18.99 357	20.65 352	28.95 380	34.83 382	33.83 385	23.18 380	17.04 363	13.37 347	0.17 302	0.01 104	0.02 278	0.02 191	0.10 122	0.70 225

DSFCA	4.48 254	1.03 180	6.84 259	1.61 152	1.68 249	7.26 277	4.46 310	11.27 249	7.51 200	11.01 313	6.89 144	8.49 261	4.54 227	10.41 300	6.18 265	0.03 218	0.06 187	0.02 278	0.03 202	0.13 166	0.14 66

1111x	4.96 277	1.04 181	7.09 270	1.75 176	1.05 195	5.03 234	0.32 83	13.52 304	10.70 276	6.68 166	10.35 224	8.81 266	6.01 271	10.65 301	12.78 345	0.07 268	1.24 352	0.00 1	0.33 331	0.11 133	1.75 313

HGLStereo	4.58 260	1.04 181	6.02 227	3.30 325	5.14 365	6.36 260	0.71 168	11.04 243	7.60 203	8.04 227	12.85 271	6.90 227	8.51 318	7.85 188	5.93 260	0.02 188	0.02 134	0.00 1	0.00 1	0.14 176	0.15 77

MyStereo06	2.71 127	1.05 183	5.43 200	1.39 134	1.20 213	2.57 79	0.10 24	10.39 226	4.79 109	5.54 114	6.16 120	6.39 215	2.33 135	3.40 56	1.35 88	0.01 104	1.24 352	0.00 1	0.21 291	0.13 166	0.50 181

MyStereo05	3.24 171	1.05 183	5.93 223	1.39 134	1.20 213	2.57 79	0.10 24	9.11 192	13.17 312	6.45 149	3.86 65	3.20 100	3.26 165	8.35 222	3.02 194	0.01 104	1.24 352	0.00 1	0.21 291	0.13 166	0.50 181

IPLG	2.63 121	1.09 185	5.67 215	0.73 73	0.31 79	3.00 137	0.25 70	6.84 131	6.02 150	7.93 218	6.31 129	1.91 71	1.72 114	7.47 169	2.53 174	0.01 104	0.01 104	0.00 1	0.00 1	0.29 272	0.58 195

DMCA	3.08 158	1.10 186	6.20 235	1.82 185	0.90 177	3.80 196	0.55 127	9.76 209	5.42 127	6.56 159	6.47 135	7.06 232	2.09 124	4.05 66	5.46 255	0.00 1	0.01 104	0.00 1	0.00 1	0.11 133	0.16 83

HSM	4.25 245	1.10 186	4.14 134	1.78 179	2.14 275	6.67 266	1.08 221	12.92 285	6.90 184	7.06 183	8.17 177	14.17 319	6.03 272	9.16 260	3.11 197	0.00 1	0.00 1	0.00 1	0.00 1	0.09 102	0.41 166

StereoIM	0.96 3	1.11 188	4.01 128	0.36 37	1.86 262	1.20 5	0.06 12	3.99 14	1.73 2	0.45 6	0.56 7	0.43 33	0.51 36	1.28 6	1.46 92	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68	0.08 38

XX-TBD	1.55 30	1.11 188	2.94 32	2.45 263	0.06 6	2.31 62	0.01 1	3.58 7	7.80 210	3.11 60	5.10 90	0.27 15	0.26 3	1.42 10	0.60 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 18

SGM_RVC	10.77 356	1.11 188	4.66 168	2.66 280	0.41 107	21.03 368	6.87 343	20.02 367	15.54 329	25.86 377	24.97 355	33.59 384	20.51 370	20.89 375	14.78 355	0.31 327	0.26 251	0.22 351	0.26 312	0.43 303	1.01 249
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
THIR-Stereo	3.94 221	1.12 191	3.06 46	0.23 17	0.13 23	4.17 210	6.40 334	5.83 83	4.54 94	10.46 297	16.98 308	6.49 219	7.44 302	8.00 195	3.58 203	0.01 104	0.07 198	0.07 320	0.00 1	0.14 176	0.06 31

delet	4.59 262	1.12 191	5.93 223	1.37 132	3.73 332	10.48 319	3.90 298	10.51 230	9.17 248	8.87 253	9.74 212	8.37 256	3.74 192	8.12 203	6.36 268	0.00 1	0.00 1	0.00 1	0.00 1	0.21 229	0.12 58

MIPNet	2.27 81	1.14 193	5.55 210	0.49 54	0.22 64	2.03 48	0.19 58	7.60 159	6.17 156	5.83 118	4.16 69	2.05 76	3.44 177	3.65 60	2.23 160	0.00 1	0.01 104	0.01 247	0.01 174	0.24 243	0.48 180

MyStereo07	1.64 33	1.15 194	2.61 15	1.28 123	1.49 240	2.63 86	0.45 103	6.45 118	2.94 13	1.10 27	1.61 21	0.29 18	0.60 39	7.45 167	0.80 24	0.01 104	1.27 355	0.00 1	0.25 303	0.11 133	0.42 170

MyStereo04	3.29 173	1.15 194	6.64 253	1.28 123	1.49 240	2.63 86	0.45 103	10.57 232	13.30 313	4.41 86	3.90 66	3.06 98	3.56 180	7.87 191	3.35 200	0.01 104	1.27 355	0.00 1	0.25 303	0.11 133	0.42 170

FCDSN-DC	10.72 355	1.16 196	5.01 183	2.16 219	1.31 231	17.46 358	4.80 315	17.79 349	19.87 347	25.02 374	32.85 375	33.57 383	23.52 381	16.80 359	12.13 337	0.11 289	0.00 1	0.00 1	0.00 1	0.09 102	0.76 232
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
hitnet-ft	3.95 223	1.16 196	3.92 119	0.89 90	0.73 155	4.88 231	0.54 124	9.78 210	7.91 213	7.42 204	10.24 221	12.50 310	4.84 238	8.15 204	5.56 257	0.03 218	0.00 1	0.06 315	0.00 1	0.24 243	0.12 58

GANet-RSSM	3.67 200	1.16 196	4.56 162	3.24 321	2.03 271	2.63 86	0.50 119	11.53 255	6.83 181	6.25 137	10.58 233	7.35 234	6.65 284	6.77 137	2.94 193	0.00 1	0.00 1	0.08 326	0.00 1	0.26 251	0.12 58

StereoVision	2.42 99	1.18 199	5.14 188	1.15 112	2.64 295	1.89 41	0.28 74	6.61 122	4.72 102	2.14 45	10.52 231	3.84 127	0.52 37	5.33 95	2.29 168	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 18

test_5	3.16 166	1.18 199	4.96 181	2.33 251	3.10 310	4.51 222	1.27 231	7.47 156	7.61 204	3.00 57	7.38 157	5.37 185	4.06 206	8.28 213	1.54 96	0.00 1	0.34 258	0.00 1	0.02 191	0.21 229	0.62 208

CroCo-Stereo Lap2	1.37 12	1.19 201	4.17 136	1.01 102	4.58 356	0.46 2	0.09 20	4.27 20	2.94 13	1.25 32	2.40 38	1.55 63	0.20 1	1.72 14	1.30 80	0.00 1	0.00 1	0.00 1	0.00 1	0.15 189	0.13 63

RAFT+CT+SA	2.59 116	1.19 201	3.55 86	1.09 108	2.21 277	3.14 147	0.90 207	7.59 157	5.65 137	2.76 52	8.21 178	2.04 75	1.57 107	8.84 245	1.31 82	0.02 188	0.34 258	0.00 1	0.38 338	0.22 234	0.73 228

OMP-Stereo	3.15 164	1.19 201	3.49 79	4.34 356	0.51 123	2.20 56	1.21 227	6.67 123	6.52 169	7.99 223	6.24 127	8.38 258	2.44 138	9.65 275	1.92 137	0.01 104	0.02 134	0.00 1	0.00 1	0.08 88	0.15 77

ADLNet	4.56 259	1.19 201	5.52 209	3.81 342	3.59 326	6.98 271	2.40 267	12.01 261	7.96 216	10.52 298	9.67 211	8.26 252	4.98 244	6.59 126	6.93 271	0.01 104	0.01 104	0.00 1	0.01 174	0.22 234	0.55 190

edge stereo	7.12 313	1.19 201	7.83 284	2.32 249	2.46 288	6.90 268	3.26 292	15.58 331	12.52 302	15.68 351	18.34 325	21.83 364	13.05 346	11.53 316	8.68 294	0.04 238	0.06 187	0.11 328	0.03 202	0.30 275	0.63 209

RASNet	5.00 278	1.19 201	5.69 216	3.68 337	4.80 360	5.04 235	1.29 234	10.26 221	8.99 242	5.89 120	11.65 251	10.55 287	9.76 329	9.96 292	10.32 320	0.20 309	0.00 1	0.00 1	0.00 1	0.09 102	0.73 228

MIM_Stereo	2.83 135	1.20 207	5.27 190	1.41 136	1.16 210	3.07 139	0.33 85	6.67 123	3.95 64	5.17 102	10.11 219	4.25 151	1.73 115	8.32 220	1.64 109	0.00 1	0.36 262	0.00 1	0.01 174	0.22 234	1.69 302

GEStereo_RVC	3.95 223	1.21 208	6.13 232	2.30 246	1.22 216	4.29 216	2.96 278	12.39 270	8.24 224	7.25 196	6.79 141	7.58 240	4.22 215	9.16 260	4.56 238	0.04 238	0.01 104	0.02 278	0.02 191	0.19 213	0.42 170

CroCo-Stereo	1.14 7	1.22 209	3.99 126	0.61 61	0.53 127	0.38 1	0.06 12	5.35 56	4.15 73	0.59 14	1.92 31	1.00 49	0.27 5	1.37 9	1.33 85	0.01 104	0.00 1	0.00 1	0.00 1	0.05 59	0.05 24
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
iRaftStereo_RVC	1.88 40	1.22 209	2.63 18	0.95 99	0.06 6	2.96 133	0.05 10	6.08 103	3.99 68	3.92 79	4.88 84	2.53 84	0.62 40	3.62 59	1.19 69	0.00 1	1.19 347	0.00 1	0.00 1	0.37 294	1.29 277

RAFT-Stereo + iAFF	2.48 103	1.23 211	3.48 78	1.61 152	1.09 202	1.63 23	0.15 49	5.80 80	6.43 166	7.32 201	9.91 215	3.05 96	1.71 112	2.33 40	1.75 124	0.01 104	0.71 288	0.00 1	0.00 1	0.28 264	1.19 268

UCFNet_RVC	3.37 180	1.25 212	3.30 60	2.55 276	1.80 256	3.92 199	1.28 233	12.49 274	7.16 191	5.12 100	7.88 168	8.14 249	4.59 229	5.67 105	2.11 150	0.00 1	0.00 1	0.00 1	0.00 1	0.14 176	0.07 35

Sa-1000	3.81 213	1.26 213	4.64 167	2.29 245	0.55 132	3.51 168	1.58 247	8.37 172	9.13 246	7.97 220	17.42 316	3.98 133	2.76 150	9.61 274	1.68 118	0.00 1	0.69 283	0.00 1	0.18 273	0.23 239	0.27 128

iRaft-Stereo_5w	3.20 169	1.27 214	5.27 190	0.27 24	0.99 190	2.71 97	0.58 136	5.75 77	5.85 146	3.03 59	7.88 168	10.08 278	4.08 209	8.40 225	6.09 262	0.00 1	0.25 249	0.00 1	0.12 249	0.31 282	0.95 244

SA	3.34 176	1.29 215	4.84 174	1.99 208	0.57 133	3.15 148	1.39 237	7.66 164	9.94 260	4.86 91	10.87 240	2.97 95	4.61 231	9.88 288	1.38 89	0.00 1	0.60 278	0.00 1	0.19 276	0.25 250	0.37 153

RAFT	2.94 147	1.29 215	4.06 131	1.36 129	0.50 116	2.39 66	0.91 210	6.11 104	3.25 25	6.64 163	7.30 156	9.96 276	4.20 213	6.03 112	2.21 155	0.00 1	1.02 320	0.00 1	0.02 191	0.54 321	1.01 249

NVstereo2D	4.82 274	1.29 215	7.98 287	3.68 337	3.48 323	8.02 288	3.10 283	11.25 247	15.50 328	5.14 101	7.71 163	8.21 251	4.68 232	10.19 297	4.30 229	0.02 188	0.19 234	0.13 334	0.36 336	0.07 83	1.12 264

raftrobust	2.16 66	1.31 218	2.76 25	2.38 257	3.33 317	2.72 99	0.51 120	5.34 52	4.64 97	6.13 136	3.98 67	1.63 64	2.51 141	3.02 52	1.64 109	0.00 1	0.76 290	0.00 1	0.02 191	0.14 176	0.27 128

AFF-stereo	2.87 140	1.31 218	3.26 57	1.87 189	0.38 95	1.68 28	0.09 20	6.38 115	7.07 189	6.52 155	11.90 255	6.08 208	2.32 134	5.05 88	1.65 111	0.02 188	0.66 281	0.00 1	0.00 1	0.29 272	0.94 243

MDST_ROB	9.13 342	1.31 218	10.16 325	4.36 357	2.48 290	28.66 383	7.64 351	19.96 365	14.97 323	27.53 378	24.02 348	9.47 269	5.27 254	16.31 356	8.61 293	0.63 345	0.19 234	0.00 1	0.00 1	0.08 88	0.90 239

4D-IteraStereo	1.99 46	1.32 221	3.77 103	0.13 3	2.84 301	3.51 168	1.03 215	4.26 19	5.38 125	5.50 111	1.03 8	3.86 128	0.38 21	2.44 45	1.88 132	0.00 1	0.43 267	0.00 1	0.01 174	0.11 133	1.84 324

stereogan	8.18 330	1.32 221	9.05 309	3.59 333	4.00 343	20.16 367	3.13 286	17.25 346	20.16 350	10.68 302	19.19 326	20.56 362	10.70 335	14.74 346	7.00 273	0.34 328	0.04 174	0.21 350	0.08 232	0.70 334	0.65 212

DispNO	3.51 191	1.33 223	8.51 293	2.26 238	1.36 234	3.46 165	0.81 186	8.74 182	6.58 170	6.78 174	7.63 162	6.22 214	4.20 213	7.47 169	4.44 234	0.00 1	0.03 159	0.03 295	0.11 244	0.13 166	0.14 66

TestStereo1	3.12 161	1.34 224	4.67 169	3.47 330	0.71 150	2.50 72	1.45 239	7.27 147	8.71 233	4.91 92	9.28 197	2.34 80	3.61 183	9.44 268	1.62 104	0.00 1	0.33 256	0.00 1	0.00 1	0.30 275	0.40 159

SA-5K	3.12 161	1.34 224	4.67 169	3.47 330	0.71 150	2.50 72	1.45 239	7.27 147	8.71 233	4.91 92	9.28 197	2.34 80	3.61 183	9.44 268	1.62 104	0.00 1	0.33 256	0.00 1	0.00 1	0.30 275	0.40 159

psm_up	4.33 246	1.34 224	4.43 149	2.27 242	2.62 294	5.29 237	3.30 294	11.49 252	6.89 183	8.05 228	8.06 174	10.09 280	11.10 336	7.12 148	3.76 210	0.24 316	0.01 104	0.00 1	0.00 1	0.20 219	0.37 153

PSMNet-RSSM	3.69 203	1.36 227	4.54 157	2.44 262	1.90 264	2.35 63	0.69 162	11.77 258	6.38 164	6.60 161	11.85 254	7.70 242	5.61 266	6.66 131	3.67 204	0.00 1	0.00 1	0.02 278	0.01 174	0.17 199	0.10 47

MMNet	4.44 253	1.37 228	6.26 240	1.73 174	1.64 244	10.51 321	0.61 143	9.27 200	9.66 257	9.55 278	9.22 192	7.40 236	6.52 281	7.90 192	6.98 272	0.01 104	0.00 1	0.00 1	0.00 1	0.14 176	0.10 47

HITNet	3.11 159	1.38 229	5.35 195	2.23 232	0.12 21	5.59 242	0.58 136	9.95 217	5.72 143	6.62 162	7.91 170	3.90 130	3.24 163	4.39 77	4.58 240	0.01 104	0.00 1	0.00 1	0.00 1	0.08 88	0.57 193
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
LL-Strereo2	2.22 75	1.39 230	3.39 69	1.26 120	1.01 192	3.73 190	1.47 241	6.47 119	4.61 96	4.66 88	2.64 43	4.17 144	0.37 17	6.03 112	1.61 102	0.09 282	0.24 246	0.00 1	0.08 232	0.08 88	1.16 265

111	3.05 155	1.41 231	5.51 203	0.32 26	0.14 24	2.83 112	0.68 159	6.76 128	14.21 319	3.59 68	9.11 191	5.50 187	3.30 167	4.05 66	2.43 172	0.01 104	0.00 1	0.00 1	0.00 1	0.13 166	1.02 253

rafts_anoy	2.09 57	1.42 232	3.34 64	2.87 297	2.72 298	2.46 71	0.17 54	6.20 110	6.48 168	3.40 64	2.25 36	1.91 71	1.32 85	3.59 58	1.75 124	0.01 104	1.52 369	0.00 1	0.01 174	0.06 68	0.28 132

ssnet_v2	4.73 270	1.43 233	6.74 257	1.80 181	0.75 160	8.89 300	4.60 312	12.66 278	10.65 275	9.53 276	6.23 123	9.78 275	4.26 217	6.89 140	9.65 311	0.01 104	0.01 104	0.00 1	0.00 1	0.36 293	0.31 140

cf-r	3.76 209	1.43 233	5.34 193	2.66 280	2.79 300	2.85 126	0.62 145	9.08 190	6.91 185	7.06 183	11.90 255	9.64 271	3.83 194	6.23 118	4.53 237	0.00 1	0.00 1	0.00 1	0.00 1	0.19 213	0.17 89

STTStereo	3.90 218	1.43 233	8.20 290	3.03 305	2.28 282	3.64 179	0.64 149	10.11 219	7.09 190	10.20 289	7.08 150	8.73 264	3.57 181	7.44 160	4.00 222	0.00 1	0.02 134	0.01 247	0.01 174	0.04 44	0.40 159

MSMD_ROB	9.73 346	1.43 233	5.42 198	1.81 182	0.42 109	16.83 354	4.30 307	14.29 318	15.34 325	23.06 366	40.17 388	25.63 372	22.62 377	13.37 334	8.85 298	0.48 343	0.03 159	0.00 1	0.00 1	0.13 166	0.47 178

ADLNet2	4.72 268	1.44 237	6.68 255	3.03 305	3.90 337	6.80 267	2.91 276	11.67 257	9.63 255	7.99 223	9.89 214	9.75 274	5.32 259	7.70 182	7.13 276	0.01 104	0.03 159	0.00 1	0.00 1	0.26 251	0.22 112

DLCB_ROB	4.87 276	1.45 238	4.75 173	2.52 271	1.13 208	6.25 259	3.01 280	10.44 228	8.34 226	11.05 314	13.43 274	14.04 317	3.90 202	9.74 282	6.80 270	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 153

iResNet	4.04 229	1.46 239	8.72 299	3.25 322	0.36 91	4.54 224	0.47 107	9.06 188	10.40 268	7.98 221	12.82 270	4.06 138	3.22 162	8.82 244	4.95 248	0.03 218	0.01 104	0.00 1	0.00 1	0.14 176	0.55 190

CBFPSM	5.12 280	1.48 240	16.22 354	1.81 182	1.14 209	11.16 324	2.90 275	7.99 169	6.75 179	6.55 157	5.00 88	15.05 326	8.78 321	7.52 174	8.90 299	0.04 238	0.02 134	0.00 1	0.00 1	0.42 299	0.67 222

raft+_RVC	2.18 69	1.49 241	3.14 49	2.77 287	2.01 269	1.40 13	0.10 24	7.02 136	5.35 123	2.99 56	5.54 107	1.19 52	1.34 90	4.98 85	1.49 93	0.00 1	1.45 364	0.00 1	0.00 1	0.14 176	1.11 261

RYNet	6.82 304	1.51 242	7.35 275	1.79 180	4.52 353	16.68 353	4.41 309	14.19 316	17.43 337	11.64 323	7.86 167	15.03 325	8.81 322	10.10 294	14.16 352	0.04 238	0.13 220	0.15 337	0.05 223	0.08 88	0.53 188

DRN-Test	6.23 293	1.51 242	7.53 279	3.07 313	3.69 329	12.17 335	3.23 289	20.80 374	11.11 287	12.64 329	13.02 272	10.91 297	5.26 253	8.49 233	10.12 316	0.05 251	0.05 181	0.04 304	0.04 220	0.28 264	0.65 212

MLCV	3.76 209	1.52 244	6.93 261	1.66 161	0.31 79	4.31 217	0.32 83	7.92 166	7.68 205	9.55 278	12.12 258	5.17 177	2.74 148	10.00 293	4.49 236	0.01 104	0.00 1	0.00 1	0.00 1	0.16 193	0.27 128

CBMV	5.97 289	1.52 244	4.51 154	1.99 208	0.53 127	10.02 312	6.94 344	13.27 298	13.80 318	13.08 335	15.93 298	11.36 301	8.11 312	9.82 285	7.27 277	0.08 272	0.15 225	0.00 1	0.00 1	0.30 275	0.74 231
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NLCA_NET_v2_RVC	4.11 233	1.53 246	6.87 260	3.04 307	3.33 317	4.34 219	0.59 139	11.36 250	7.92 214	8.98 256	7.98 172	9.72 273	3.82 193	7.92 193	4.43 233	0.15 295	0.02 134	0.03 295	0.03 202	0.07 83	0.14 66
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HBP-ISP	4.37 249	1.56 247	4.59 164	2.23 232	1.29 227	7.87 285	3.96 300	11.80 259	10.91 282	8.06 230	14.45 286	3.38 108	4.87 239	9.27 264	2.53 174	0.14 293	0.06 187	0.00 1	0.01 174	0.08 88	0.30 138

GMStereo	2.07 51	1.56 247	5.64 213	0.74 79	0.05 3	3.63 178	0.01 1	5.17 46	11.27 291	4.22 82	2.44 39	0.53 40	0.49 35	4.06 68	1.01 54	0.22 313	0.00 1	0.00 1	0.14 256	0.18 207	0.05 24
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DANet	6.46 298	1.58 249	9.58 321	4.10 347	3.99 342	9.13 303	1.34 236	10.37 225	7.76 206	13.76 341	15.66 294	16.14 331	7.03 293	13.07 332	13.62 350	0.19 306	0.12 217	0.02 278	0.02 191	0.15 189	1.61 291
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TestStereo	1.89 41	1.59 250	4.22 140	0.37 38	0.28 76	1.33 10	0.01 1	5.63 70	4.13 72	3.59 68	5.11 91	2.06 77	0.70 43	7.62 180	0.93 41	0.02 188	0.00 1	0.00 1	0.00 1	0.02 9	0.19 97

CFNet-ft	3.70 205	1.59 250	3.87 109	1.68 164	2.42 286	3.20 150	0.66 153	8.93 185	7.76 206	5.09 97	9.95 216	10.77 293	5.43 262	7.41 157	4.71 242	0.00 1	0.00 1	0.03 295	0.01 174	0.30 275	0.11 55

CFNet_RVC	3.70 205	1.59 250	3.87 109	1.68 164	2.42 286	3.20 150	0.66 153	8.92 184	7.76 206	5.09 97	9.95 216	10.77 293	5.43 262	7.41 157	4.71 242	0.00 1	0.00 1	0.03 295	0.01 174	0.30 275	0.11 55

AASNet	4.20 240	1.63 253	5.82 219	3.79 340	3.93 338	6.55 263	1.22 228	19.12 359	6.82 180	7.86 217	8.35 180	4.36 152	2.55 142	3.87 65	7.47 279	0.00 1	0.00 1	0.00 1	0.00 1	0.49 316	0.22 112

AACVNet	3.71 207	1.63 253	4.89 177	3.80 341	0.62 139	3.25 152	0.30 81	9.47 205	3.81 57	6.34 145	10.74 237	10.52 284	4.92 241	9.31 265	3.88 216	0.03 218	0.01 104	0.00 1	0.00 1	0.34 289	0.28 132

RAFT_CTSACE	3.62 199	1.65 255	5.41 197	1.36 129	3.08 307	3.95 202	1.03 215	4.62 27	4.65 98	5.33 105	17.73 320	7.63 241	2.71 146	10.98 304	1.15 63	0.00 1	0.48 272	0.00 1	0.00 1	0.31 282	0.25 125

ACRE	2.67 123	1.66 256	6.50 248	0.72 70	2.03 271	2.65 92	0.84 195	5.97 97	5.52 132	7.85 216	9.23 193	1.72 66	1.09 64	4.09 69	2.73 187	0.02 188	0.19 234	0.02 278	0.08 232	0.26 251	0.21 107

MyStereo8	3.30 174	1.69 257	6.28 241	2.51 268	3.79 334	4.22 212	0.07 15	7.43 155	6.39 165	6.51 154	10.13 220	4.23 149	1.45 95	2.79 50	5.08 251	0.06 262	1.49 367	0.00 1	0.40 340	0.26 251	1.33 280

CIPLG	2.72 130	1.69 257	6.02 227	0.80 84	2.14 275	2.66 93	0.84 195	5.90 89	5.59 134	8.12 231	9.58 205	1.74 67	1.14 69	4.53 80	2.82 192	0.02 188	0.19 234	0.02 278	0.09 238	0.26 251	0.22 112

CSP-Net	4.40 250	1.70 259	4.90 178	1.82 185	1.04 194	12.96 339	2.25 264	13.75 310	6.34 161	9.64 280	8.99 188	8.31 253	3.24 163	8.45 231	4.32 230	0.01 104	0.00 1	0.00 1	0.00 1	0.23 239	0.06 31

pmcnn	8.17 329	1.70 259	11.49 329	3.18 317	3.07 306	9.66 308	6.06 330	13.60 306	17.71 340	15.23 348	24.02 348	27.61 375	8.81 322	10.36 299	9.51 309	0.08 272	0.08 200	0.00 1	0.00 1	0.31 282	0.87 238

IGEVStereo-DCA	1.54 26	1.71 261	2.99 40	0.73 73	0.24 67	2.69 94	0.81 186	4.31 21	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 176	2.72 185	0.00 1	0.49 273	0.00 1	0.16 261	0.17 199	1.82 319

rrr	1.64 33	1.71 261	6.31 243	0.73 73	0.24 67	2.69 94	0.92 211	4.25 18	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 176	2.72 185	0.00 1	0.49 273	0.00 1	0.20 286	0.17 199	1.68 300

raft_robust	2.91 143	1.71 261	3.42 75	1.36 129	0.57 133	1.53 20	0.12 31	7.06 139	9.09 244	6.96 182	7.21 155	4.43 154	2.09 124	9.40 267	1.61 102	0.03 218	0.93 299	0.00 1	0.21 291	0.17 199	0.38 156

RALAANet	2.68 124	1.71 261	4.73 172	2.79 289	0.80 165	3.30 156	0.15 49	7.92 166	5.92 148	5.79 116	6.06 117	3.51 122	1.13 67	6.76 136	2.28 166	0.00 1	0.28 252	0.00 1	0.10 242	0.27 261	0.13 63

GwcNet-RSSM	4.13 236	1.71 261	6.25 239	2.50 267	1.93 267	2.39 66	1.49 243	9.59 207	8.71 233	6.66 165	15.04 290	8.47 260	3.84 195	6.87 139	6.74 269	0.00 1	0.00 1	0.04 304	0.00 1	0.29 272	0.15 77

RALCasStereoNet	2.39 96	1.73 266	3.59 94	2.38 257	2.69 297	2.84 114	0.18 56	5.29 48	4.94 114	2.45 49	5.62 109	2.22 78	0.79 52	7.48 172	1.63 106	0.00 1	1.75 371	0.00 1	0.00 1	0.14 176	2.03 342

ARAFT	3.32 175	1.74 267	7.92 286	0.64 62	0.15 30	4.45 221	2.89 274	8.20 171	6.30 159	9.23 268	7.12 154	5.58 190	1.24 82	8.60 236	1.69 119	0.01 104	0.03 159	0.00 1	0.00 1	0.35 291	0.35 150

LoS_RVC	1.47 20	1.75 268	2.66 20	0.52 57	3.89 336	1.67 26	0.04 9	2.66 3	2.61 6	0.55 12	2.63 42	0.31 20	1.68 109	1.99 25	0.81 26	0.01 104	0.02 134	0.00 1	0.00 1	0.03 26	5.54 376

IPLGR_C	2.69 125	1.75 268	6.20 235	0.79 82	2.06 273	2.64 91	0.86 202	6.36 114	5.64 136	8.13 232	9.26 195	1.69 65	1.15 74	3.79 63	2.80 191	0.02 188	0.20 239	0.02 278	0.08 232	0.26 251	0.18 91

test_xeample3	1.71 37	1.75 268	6.64 253	0.90 92	0.29 77	2.55 77	0.90 207	4.08 15	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 173	2.73 187	0.00 1	0.70 285	0.00 1	0.36 336	0.18 207	1.92 337

iResNet_ROB	4.67 266	1.77 271	5.93 223	2.47 265	0.95 186	3.78 193	0.36 88	15.65 332	17.36 336	8.75 249	11.23 245	7.05 231	4.60 230	8.94 253	4.23 228	0.01 104	0.00 1	0.00 1	0.00 1	0.16 193	0.15 77

whm_eth	3.18 168	1.78 272	6.61 252	0.90 92	2.72 298	2.54 76	0.27 73	7.64 162	7.94 215	5.43 109	23.98 347	0.37 30	0.47 34	1.31 8	1.17 65	0.02 188	0.03 159	0.00 1	0.00 1	0.08 88	0.32 144

GANet	6.86 306	1.78 272	5.98 226	3.05 308	1.12 207	10.12 315	9.38 361	13.41 302	8.67 232	11.46 320	29.87 367	13.94 316	8.25 314	12.06 323	6.33 267	0.40 332	0.06 187	0.16 340	0.33 331	0.18 207	0.59 198

TDLM	4.58 260	1.79 274	5.03 184	2.45 263	1.32 232	4.04 207	7.15 347	11.60 256	11.46 292	6.91 176	12.69 267	5.94 206	5.03 245	9.74 282	3.80 213	0.67 348	0.00 1	0.01 247	0.05 223	0.23 239	1.78 317

DeepPruner_ROB	3.82 214	1.87 275	5.65 214	1.31 127	1.64 244	3.62 177	0.81 186	14.47 320	5.03 118	8.03 226	10.78 238	6.95 229	2.26 130	8.92 250	4.32 230	0.07 268	0.03 159	0.00 1	0.01 174	0.37 294	0.29 135

SACVNet	4.55 257	1.88 276	5.55 210	3.38 327	1.68 249	3.11 142	2.76 273	12.44 272	6.43 166	11.07 315	11.31 246	10.53 286	5.13 250	9.88 288	4.56 238	0.08 272	0.02 134	0.00 1	0.01 174	0.38 296	0.80 235

XPNet_ROB	6.46 298	1.88 276	7.41 277	2.81 290	0.95 186	6.45 262	6.82 342	13.58 305	8.80 236	15.50 349	15.86 296	19.59 354	7.12 294	11.41 315	9.86 312	0.02 188	0.04 174	0.00 1	0.03 202	0.20 219	0.79 234

MeshStereo	11.94 363	1.88 276	5.24 189	2.11 217	1.44 238	20.09 366	4.95 318	21.74 380	16.75 333	33.10 385	35.07 383	39.28 392	22.72 378	19.45 370	13.59 349	0.19 306	0.06 187	0.02 278	0.00 1	0.46 308	0.65 212
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
ccnet	7.45 321	1.89 279	7.71 282	3.18 317	2.35 283	12.19 336	6.14 331	18.95 356	9.36 252	13.33 336	20.38 331	16.00 330	9.10 327	10.10 294	15.40 359	0.44 334	0.34 258	0.25 354	0.25 303	0.48 313	1.18 267

RP	7.41 318	1.90 280	7.33 273	4.26 352	5.25 366	6.64 265	3.46 295	12.44 272	16.23 331	10.36 295	23.00 344	18.72 347	16.59 361	11.10 306	8.47 291	1.10 358	0.02 134	0.12 332	0.16 261	0.43 303	0.65 212

Nwc_Net	7.54 322	1.91 281	8.71 298	4.16 349	3.42 321	10.77 323	2.00 259	20.33 371	12.19 299	9.10 262	24.04 350	17.67 341	13.58 351	12.14 325	9.12 304	0.94 356	0.00 1	0.00 1	0.02 191	0.22 234	0.41 166

dd	2.36 89	1.93 282	6.03 229	0.83 86	0.12 21	1.80 36	0.17 54	5.30 49	11.82 297	2.98 55	3.64 64	1.50 60	1.21 80	5.25 92	3.92 217	0.13 290	0.01 104	0.04 304	0.22 296	0.10 122	0.14 66

G-Net	8.60 336	1.93 282	12.59 334	6.04 371	3.66 328	25.93 376	4.26 304	10.35 224	8.05 219	19.71 361	24.73 353	14.15 318	15.49 359	11.30 310	10.69 326	0.50 344	0.46 270	0.19 348	0.25 303	0.80 340	0.91 240

CVANet_RVC	4.68 267	1.93 282	5.57 212	2.61 278	1.86 262	4.12 209	4.94 317	12.11 262	9.29 249	8.05 228	11.08 242	10.28 281	6.48 280	9.52 272	3.19 199	0.45 336	0.01 104	0.00 1	0.12 249	0.23 239	1.75 313

fast-acv-ft	6.00 290	1.95 285	7.88 285	2.35 253	1.85 260	13.61 344	1.76 254	8.44 174	10.12 261	11.22 317	20.57 333	14.41 322	7.55 304	8.11 202	8.83 297	0.10 285	0.09 206	0.16 340	0.07 229	0.68 330	0.35 150

LMCR-Stereo	3.92 220	1.96 286	4.92 179	2.85 296	0.23 66	7.88 286	1.47 241	12.52 275	5.39 126	8.71 247	10.65 235	1.90 70	5.04 247	8.53 234	4.89 245	1.05 357	0.00 1	0.00 1	0.00 1	0.42 299	0.05 24

CFNet	4.03 228	1.97 287	6.30 242	2.70 284	1.64 244	5.41 240	0.22 62	12.14 264	10.28 263	5.24 103	11.15 243	6.43 216	3.70 190	8.97 256	4.01 223	0.00 1	0.00 1	0.00 1	0.00 1	0.30 275	0.13 63

DMCA-RVC	3.59 197	1.98 288	8.68 297	2.30 246	1.48 239	3.54 172	0.55 127	8.40 173	5.43 129	9.37 273	5.90 111	8.34 255	3.21 161	7.19 149	4.46 235	0.06 262	0.11 214	0.08 326	0.02 191	0.21 229	0.40 159

WCMA_ROB	10.20 351	1.99 289	9.33 315	3.01 303	2.46 288	15.78 350	7.67 353	12.75 280	15.41 326	25.08 376	33.42 379	27.06 374	19.86 367	13.87 339	12.47 341	1.28 362	0.38 264	0.18 346	0.20 286	0.28 264	1.54 288

gwcnet-sp	3.58 194	2.01 290	8.82 302	2.01 212	0.69 144	7.38 281	1.10 222	9.23 197	6.66 175	9.32 269	5.91 112	4.21 146	3.31 169	6.91 141	3.69 205	0.00 1	0.00 1	0.00 1	0.00 1	0.24 243	0.18 91

scenet	3.58 194	2.01 290	8.82 302	2.01 212	0.69 144	7.38 281	1.10 222	9.23 197	6.66 175	9.32 269	5.91 112	4.21 146	3.31 169	6.91 141	3.69 205	0.00 1	0.00 1	0.00 1	0.00 1	0.24 243	0.18 91

ssnet	3.58 194	2.01 290	8.82 302	2.01 212	0.69 144	7.38 281	1.10 222	9.23 197	6.66 175	9.32 269	5.91 112	4.21 146	3.31 169	6.91 141	3.69 205	0.00 1	0.00 1	0.00 1	0.00 1	0.24 243	0.18 91

FBW_ROB	9.17 343	2.08 293	10.31 326	2.51 268	1.66 248	13.22 342	6.04 329	23.09 381	20.11 349	19.55 359	15.80 295	18.97 351	11.96 344	19.34 369	11.38 330	0.66 347	0.30 254	2.15 377	0.90 361	1.15 349	2.16 347

iinet-f	6.21 292	2.11 294	28.74 389	2.13 218	1.38 235	11.62 328	1.49 243	7.64 162	7.19 193	7.77 214	14.38 284	10.49 283	7.79 307	7.76 185	12.90 346	0.03 218	0.03 159	0.05 311	0.00 1	0.67 328	0.12 58

BEATNet_4x	3.69 203	2.12 295	8.11 288	1.82 185	0.16 35	5.30 238	1.04 218	10.87 238	6.14 155	7.09 186	8.42 181	4.99 174	4.42 219	5.89 108	6.23 266	0.04 238	0.05 181	0.00 1	0.00 1	0.32 286	0.84 237

DN-CSS_ROB	3.00 154	2.14 296	7.33 273	2.67 282	0.78 163	3.13 145	0.07 15	6.68 127	4.22 78	5.51 112	12.12 258	2.33 79	1.21 80	8.69 241	2.51 173	0.03 218	0.00 1	0.00 1	0.00 1	0.42 299	0.15 77

AF-Net	8.37 333	2.16 297	9.01 307	3.65 335	4.58 356	9.40 304	2.63 270	17.71 348	21.32 355	10.38 296	24.51 352	20.43 359	16.67 362	12.54 328	10.76 327	0.70 350	0.00 1	0.12 332	0.00 1	0.47 310	0.42 170

psmorigin	7.74 323	2.19 298	18.99 364	2.51 268	0.89 176	7.08 275	2.74 271	11.25 247	7.90 212	20.49 364	22.36 342	20.16 356	11.95 343	13.84 338	10.61 323	0.04 238	0.18 232	0.06 315	0.24 300	0.27 261	1.07 257

Wz-Net-LNSev-Ref	6.52 301	2.21 299	12.10 332	2.75 285	3.28 314	10.03 313	3.05 281	12.31 267	11.52 293	10.10 288	21.36 335	11.51 302	7.30 299	11.56 317	10.61 323	0.09 282	0.00 1	0.00 1	0.00 1	0.08 88	0.51 185

FADNet-RVC-Resample	4.11 233	2.25 300	13.88 341	1.64 154	0.66 141	5.91 253	2.34 266	10.87 238	9.09 244	6.53 156	4.34 72	5.69 198	4.71 234	8.01 197	4.64 241	0.18 305	0.22 240	0.17 345	0.12 249	0.46 308	0.59 198

NaN_ROB	6.51 300	2.25 300	8.77 300	1.69 166	1.79 255	9.71 309	10.94 366	16.20 337	16.13 330	13.04 334	8.86 184	11.77 305	5.94 270	12.88 331	8.01 285	0.05 251	0.13 220	0.07 320	0.20 286	0.32 286	1.50 285

sAnonymous2	1.54 26	2.26 302	9.53 317	0.65 64	0.50 116	1.20 5	0.23 66	4.86 31	3.65 48	0.42 4	1.27 15	0.23 8	1.40 92	1.23 4	0.68 11	0.02 188	0.00 1	0.00 1	0.20 286	2.00 364	0.42 170

CroCo_RVC	1.54 26	2.26 302	9.53 317	0.65 64	0.50 116	1.20 5	0.23 66	4.86 31	3.65 48	0.42 4	1.27 15	0.23 8	1.40 92	1.23 4	0.68 11	0.02 188	0.00 1	0.00 1	0.20 286	2.00 364	0.42 170

iResNetv2_ROB	4.72 268	2.26 302	8.87 305	3.20 319	1.25 220	4.32 218	1.73 252	14.22 317	10.62 274	10.53 299	12.13 260	7.77 243	5.54 265	8.29 214	2.76 190	0.00 1	0.00 1	0.00 1	0.00 1	0.42 299	0.55 190

RAFT + AFF	4.63 264	2.28 305	7.43 278	1.51 143	2.38 284	5.81 251	6.49 336	10.74 235	8.53 230	7.75 213	8.95 187	7.47 238	6.68 287	9.17 262	5.06 250	0.08 272	0.47 271	0.00 1	0.01 174	0.66 327	1.03 256

NCC-stereo	7.43 319	2.28 305	8.58 295	3.28 323	4.48 350	8.34 290	4.27 305	20.45 372	13.66 316	9.17 265	17.52 317	16.49 333	14.31 356	13.71 336	8.95 300	1.73 368	0.12 217	0.01 247	0.50 350	0.21 229	0.60 200

Abc-Net	7.43 319	2.28 305	8.58 295	3.28 323	4.48 350	8.34 290	4.27 305	20.45 372	13.66 316	9.17 265	17.52 317	16.49 333	14.31 356	13.71 336	8.95 300	1.73 368	0.12 217	0.01 247	0.50 350	0.21 229	0.60 200
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	5.14 281	2.29 308	8.95 306	1.26 120	5.05 364	3.66 180	1.40 238	10.33 223	8.98 241	8.71 247	8.24 179	10.70 290	11.10 336	12.66 330	5.36 254	0.05 251	1.35 362	0.00 1	0.00 1	0.38 296	2.23 351

ADCRef	7.76 324	2.31 309	19.09 365	2.82 292	3.29 315	11.88 331	3.06 282	11.52 254	10.89 281	13.69 340	25.85 358	8.20 250	8.89 324	8.95 254	22.66 371	0.16 298	0.08 200	0.16 340	0.34 334	0.47 310	0.91 240

FADNet_RVC	4.24 243	2.32 310	14.23 344	1.18 115	0.79 164	5.64 244	0.60 140	11.50 253	7.19 193	3.68 72	8.08 176	4.14 142	4.06 206	10.29 298	7.47 279	0.36 330	0.44 269	0.18 346	0.47 347	0.93 343	1.23 271

GMStereo_Zeroshot	2.92 145	2.33 311	6.12 231	1.66 161	0.36 91	3.61 174	0.09 20	5.95 95	6.20 157	7.15 190	7.11 153	8.37 256	0.91 55	6.17 116	1.97 141	0.00 1	0.00 1	0.00 1	0.00 1	0.22 234	0.14 66

FADNet	4.55 257	2.35 312	13.60 339	1.87 189	0.80 165	4.74 229	0.75 179	14.47 320	12.41 301	4.07 80	5.45 104	9.64 271	5.03 245	8.86 247	4.82 244	0.20 309	0.04 174	0.07 320	0.05 223	1.27 352	0.40 159

PA-Net	5.40 283	2.35 312	9.55 319	2.75 285	2.21 277	8.74 297	3.92 299	13.05 290	13.35 314	7.30 200	7.98 172	8.08 248	6.39 279	11.17 309	9.30 306	0.02 188	0.03 159	0.00 1	0.03 202	0.16 193	1.55 290
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	6.02 291	2.40 314	8.22 291	3.43 328	4.43 349	10.57 322	4.21 303	19.44 361	11.24 290	12.86 330	8.06 174	11.64 304	4.79 237	8.65 240	9.32 307	0.01 104	0.10 210	0.00 1	0.03 202	0.34 289	0.69 223

PSMNet_ROB	5.41 285	2.45 315	7.39 276	2.36 255	1.90 264	10.11 314	6.54 337	16.32 339	7.59 202	6.84 175	10.83 239	12.06 308	4.13 210	8.73 242	10.24 318	0.02 188	0.01 104	0.01 247	0.11 244	0.26 251	0.40 159

APVNet	6.28 295	2.46 316	10.09 323	3.51 332	3.97 340	12.15 334	1.75 253	20.08 370	6.73 178	6.92 181	13.45 275	10.75 292	6.29 278	11.86 321	14.34 353	0.05 251	0.02 134	0.11 328	0.03 202	0.63 324	0.34 146

NCCL2	6.27 294	2.46 316	7.00 262	2.36 255	1.11 205	9.48 305	11.14 368	13.01 289	10.40 268	9.94 286	9.49 203	22.11 365	7.42 300	9.90 290	8.56 292	0.01 104	0.00 1	0.02 278	0.03 202	0.20 219	0.73 228

PS-NSSS	4.22 241	2.53 318	5.89 222	1.01 102	2.93 302	4.05 208	1.93 257	11.44 251	8.94 240	7.14 189	14.70 289	4.96 172	2.60 144	9.09 259	3.92 217	0.40 332	0.04 174	0.83 365	0.00 1	1.09 345	1.02 253

LALA_ROB	7.02 311	2.54 319	8.51 293	1.53 146	0.96 188	9.96 311	8.71 358	16.70 341	12.68 305	12.99 332	13.90 281	24.47 368	5.40 261	11.61 319	9.50 308	0.04 238	0.05 181	0.00 1	0.02 191	0.17 199	0.65 212

DPSNet	10.88 358	2.57 320	20.40 369	2.24 235	1.90 264	24.92 374	17.00 395	21.35 377	28.61 373	12.87 331	13.74 278	17.01 338	20.14 369	15.36 349	14.01 351	0.81 352	0.98 313	0.20 349	0.65 357	1.30 353	1.54 288

ETE_ROB	6.28 295	2.60 321	9.22 313	1.71 170	0.84 170	6.44 261	6.78 341	13.16 296	8.80 236	13.01 333	15.93 298	21.01 363	6.18 275	10.97 303	8.11 287	0.04 238	0.01 104	0.00 1	0.02 191	0.16 193	0.70 225

dad	5.10 279	2.61 322	6.76 258	1.23 118	0.14 24	2.85 126	0.36 88	7.98 168	14.88 322	10.84 307	17.06 309	15.59 327	3.29 166	7.24 151	4.39 232	1.20 360	0.10 210	4.02 381	0.49 349	0.20 219	0.69 223

AANet_RVC	5.41 285	2.61 322	8.17 289	2.25 236	1.30 229	2.27 59	1.64 250	10.82 236	18.54 343	8.01 225	18.09 322	8.39 259	3.31 169	11.37 314	8.98 302	1.15 359	0.38 264	0.02 278	0.00 1	0.17 199	0.70 225

FADNet-RVC	4.36 247	2.62 324	14.51 347	2.01 212	0.44 111	4.27 214	1.27 231	12.61 277	7.89 211	3.76 74	4.05 68	10.63 288	4.34 218	9.87 287	7.66 282	0.03 218	0.09 206	0.00 1	0.03 202	0.65 326	0.50 181

LE_ROB	17.31 381	2.62 324	14.26 345	4.20 350	1.80 256	17.40 357	9.70 363	15.38 330	55.92 405	63.97 415	40.81 390	35.50 388	39.26 399	15.64 353	28.51 390	0.06 262	0.11 214	0.13 334	0.21 291	0.14 176	0.51 185

SDNR	7.97 325	2.75 326	16.90 358	2.28 244	0.94 183	45.23 402	0.43 101	9.30 203	10.84 279	10.71 303	25.30 356	5.51 188	4.47 221	11.98 322	7.58 281	0.15 295	0.14 224	0.00 1	0.04 220	2.27 366	2.65 358

Wz-Net-LNSev	7.12 313	2.75 326	18.64 362	1.70 169	4.16 344	12.79 338	6.72 339	13.74 309	13.57 315	11.14 316	17.31 315	11.90 307	8.50 317	8.96 255	9.94 313	0.00 1	0.01 104	0.00 1	0.00 1	0.18 207	0.34 146

RGC	7.40 317	2.77 328	7.71 282	4.43 359	4.87 362	8.88 299	2.96 278	16.05 336	12.76 309	11.96 327	19.57 328	18.32 346	11.57 342	13.89 340	9.58 310	0.83 353	0.02 134	0.24 353	0.41 342	0.40 298	0.77 233

ADCP+	8.60 336	2.78 329	17.44 359	1.69 166	4.27 346	16.95 356	5.29 321	13.38 301	12.52 302	13.57 339	17.57 319	10.86 296	11.28 338	18.43 367	23.91 380	0.03 218	0.05 181	0.01 247	0.18 273	0.47 310	1.31 278

PDISCO_ROB	10.27 352	2.79 330	13.30 337	10.58 382	9.96 384	22.78 370	5.99 326	20.01 366	28.57 372	11.88 325	14.49 287	20.54 360	4.92 241	17.01 362	10.29 319	5.79 381	0.42 266	0.14 336	0.13 254	2.53 369	3.25 362

CSAN	8.41 334	2.86 331	9.35 316	2.43 261	0.82 168	13.59 343	11.68 374	15.80 334	21.98 359	14.71 345	16.46 304	18.00 343	14.42 358	13.68 335	10.10 314	0.10 285	0.13 220	0.15 337	0.19 276	0.43 303	1.28 276

GwcNet	6.95 307	2.89 332	13.32 338	2.82 292	5.53 367	11.76 329	2.14 263	14.95 325	17.69 339	10.83 306	18.14 323	10.83 295	6.66 285	9.83 286	10.19 317	0.03 218	0.06 187	0.03 295	0.08 232	0.64 325	0.66 220

FINET	6.96 308	2.98 333	13.77 340	3.20 319	4.81 361	9.65 307	9.90 364	13.68 308	23.91 363	8.28 237	13.70 276	5.36 184	5.83 268	10.79 302	8.05 286	0.90 354	1.43 363	0.11 328	0.38 338	0.48 313	1.98 341

Wz-Net-MNSev	8.12 328	3.18 334	18.07 361	2.63 279	3.36 319	17.82 360	9.40 362	12.89 284	15.44 327	13.95 343	18.21 324	14.38 321	7.75 306	12.50 327	11.45 331	0.46 338	0.03 159	0.00 1	0.01 174	0.26 251	0.58 195

ADCL	10.77 356	3.23 335	21.50 371	2.26 238	1.96 268	23.65 371	9.07 359	14.69 324	24.88 365	15.21 347	27.20 359	12.68 311	14.02 355	16.94 361	24.43 382	0.26 322	0.18 232	0.74 363	0.67 358	0.80 340	1.02 253

MANE	20.98 392	3.23 335	8.81 301	5.96 370	6.96 373	33.07 389	13.20 378	35.43 394	38.86 391	44.72 401	52.41 405	53.20 400	41.84 401	34.74 393	27.45 388	1.87 370	2.27 376	1.54 373	10.18 397	0.69 332	3.11 361

SANet	11.48 361	3.34 337	13.93 342	2.40 260	1.01 192	16.49 352	12.16 377	20.05 369	37.28 387	19.62 360	28.04 361	25.61 371	20.10 368	14.43 343	12.39 340	0.10 285	0.06 187	0.03 295	0.06 228	0.76 338	1.73 309

SGM-ForestM	18.61 386	3.38 338	10.14 324	3.44 329	2.24 280	34.17 391	15.39 384	29.44 392	33.93 379	38.55 393	41.08 391	53.64 401	36.76 396	34.82 394	27.16 387	1.25 361	1.81 374	0.74 363	1.01 363	0.61 323	2.61 357

ADCPNet	10.18 350	3.40 339	33.24 392	2.38 257	1.74 252	17.75 359	7.65 352	13.20 297	13.03 311	14.09 344	21.72 338	19.36 352	11.40 340	15.43 351	23.00 373	0.28 325	1.15 343	0.39 360	1.48 373	0.68 330	2.21 349

DGSMNet	7.10 312	3.49 340	15.11 350	4.36 357	4.41 348	8.94 301	6.25 332	15.10 327	14.28 320	8.15 233	14.51 288	10.08 278	5.38 260	11.04 305	7.95 284	1.49 366	2.00 375	1.79 374	1.68 378	2.43 367	3.48 366

ELAS	17.99 383	3.49 340	11.19 328	6.14 372	5.79 369	34.89 392	17.28 396	28.75 389	30.47 375	40.80 397	45.79 396	39.04 391	32.05 393	27.63 388	24.30 381	1.88 371	2.41 380	1.09 367	1.48 373	1.83 361	3.48 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	7.18 315	3.58 342	25.29 381	4.27 353	7.20 374	3.78 193	4.64 313	14.03 314	20.86 353	8.85 251	10.57 232	7.35 234	7.88 309	12.16 326	10.66 325	0.25 319	0.16 227	0.29 355	0.43 345	0.77 339	0.65 212

GANetREF_RVC	6.97 309	3.59 343	9.14 312	4.00 344	0.40 103	13.17 340	11.27 372	15.95 335	17.51 338	10.62 301	10.66 236	12.15 309	7.97 311	13.18 333	5.04 249	0.45 336	0.00 1	0.01 247	0.15 259	3.47 374	0.60 200
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
ELAS_RVC	17.82 382	3.60 344	11.92 330	6.63 374	5.73 368	30.34 385	19.64 398	26.92 386	35.06 384	40.79 396	41.32 392	37.31 390	31.61 390	30.54 389	22.93 372	1.97 372	2.40 378	1.28 371	1.27 369	1.71 359	3.51 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	10.45 354	3.67 345	14.03 343	4.81 362	4.52 353	11.93 332	1.66 251	21.36 378	38.40 390	18.84 358	21.72 338	17.63 340	13.07 347	15.65 354	17.71 362	0.36 330	1.09 325	0.01 247	0.32 328	0.50 317	1.67 299

Syn2CoEx	6.70 303	3.69 346	12.14 333	2.78 288	1.68 249	8.36 293	3.21 288	18.59 354	12.66 304	8.86 252	20.79 334	10.52 284	10.54 333	9.68 276	8.70 295	0.01 104	0.00 1	0.00 1	0.00 1	0.69 332	1.00 248

aanetorigin	9.02 339	3.75 347	28.68 388	2.16 219	3.86 335	5.84 252	5.40 324	5.93 94	10.39 267	28.12 379	31.02 373	15.98 329	13.74 352	9.38 266	12.55 342	0.25 319	0.22 240	0.22 351	0.24 300	1.24 350	1.47 282

TRStereo	2.71 127	3.79 348	5.46 201	2.19 226	2.22 279	2.98 136	1.07 220	9.83 212	4.39 87	3.46 65	3.48 54	3.92 131	0.77 48	6.43 121	1.70 120	0.03 218	0.63 279	0.00 1	0.29 321	0.11 133	1.49 284

SAMSARA	15.67 373	3.89 349	14.48 346	13.77 388	7.92 378	38.69 396	73.90 419	21.22 376	24.66 364	17.04 356	13.86 279	30.01 378	13.07 347	18.07 366	17.48 361	0.23 314	1.46 365	0.07 320	0.40 340	0.99 344	2.15 346

SuperB	8.29 332	3.96 350	24.92 379	2.96 301	1.33 233	9.83 310	4.15 302	10.92 242	29.79 374	11.86 324	12.51 265	6.07 207	6.97 290	11.13 308	14.73 354	0.15 295	0.11 214	0.35 357	0.26 312	12.64 388	1.11 261

PVD	16.41 375	3.98 351	16.04 353	5.38 365	4.59 358	19.44 364	7.28 349	28.88 390	49.27 400	31.53 383	43.72 394	30.36 380	32.17 394	26.70 387	23.19 374	0.25 319	1.48 366	0.04 304	0.59 354	0.52 319	2.87 360

anonymity	8.04 326	4.13 352	12.86 335	7.43 376	13.11 390	8.34 290	2.02 260	18.21 352	7.55 201	13.88 342	9.27 196	10.63 288	7.79 307	11.57 318	6.06 261	6.25 382	5.59 404	3.71 380	3.28 383	3.27 372	5.78 377

RTSC	9.87 347	4.34 353	16.44 355	4.60 361	2.38 284	12.54 337	0.75 179	18.19 351	37.31 388	16.16 353	15.86 296	13.32 312	7.56 305	20.93 376	23.50 376	0.34 328	1.07 324	0.02 278	0.35 335	0.71 335	0.99 246

PWCDC_ROB	8.50 335	4.40 354	9.57 320	6.16 373	4.54 355	10.46 318	1.03 215	15.30 328	28.16 371	10.88 309	30.88 372	6.96 230	11.31 339	14.57 344	10.40 321	3.10 377	0.02 134	0.00 1	0.00 1	1.55 357	0.63 209

Anonymous Stereo	7.27 316	4.41 355	26.56 384	3.67 336	3.09 308	5.56 241	15.31 383	10.85 237	11.63 295	10.31 294	10.32 223	7.46 237	3.67 189	14.42 342	15.13 357	0.64 346	0.88 296	0.00 1	0.07 229	0.33 288	1.16 265

SQANet	8.22 331	4.42 356	7.19 272	12.11 385	9.77 383	11.80 330	3.23 289	12.00 260	6.60 171	8.59 245	11.52 249	10.97 299	5.31 258	11.10 306	4.20 226	9.56 389	2.29 377	10.51 386	1.61 377	13.06 390	8.49 385

ADCMid	10.97 359	4.49 357	23.66 375	2.53 272	2.52 293	11.46 327	6.31 333	15.31 329	12.85 310	23.57 370	22.99 343	17.92 342	21.04 372	19.57 371	28.05 389	0.47 341	0.43 267	1.10 368	1.32 370	1.73 360	2.10 344

PWC_ROB	8.89 338	4.49 357	15.62 352	2.92 298	4.49 352	7.89 287	1.23 229	17.29 347	20.00 348	16.54 354	28.06 362	14.37 320	11.98 345	14.93 348	15.43 360	0.47 341	0.00 1	0.05 311	0.00 1	0.67 328	1.31 278

MFN_U_SF_RVC	13.54 367	4.69 359	28.43 387	4.24 351	2.50 291	24.26 372	5.99 326	28.23 388	20.18 351	24.06 373	29.38 365	30.35 379	16.92 363	20.98 377	21.39 367	1.35 363	1.13 331	1.02 366	1.41 372	1.88 362	2.50 356

XQC	9.46 344	4.84 360	18.88 363	4.07 345	3.09 308	15.97 351	6.65 338	16.26 338	26.63 368	12.63 328	12.35 263	15.75 328	10.62 334	16.48 357	21.19 366	0.44 334	0.96 307	0.05 311	0.32 328	1.10 346	0.99 246

Consistency-Raft	9.58 345	5.11 361	13.00 336	5.61 367	8.92 381	4.03 206	5.07 320	19.73 364	24.90 366	11.32 319	29.86 366	13.36 313	6.16 274	8.00 195	13.47 348	0.67 348	0.34 258	1.81 375	4.36 389	12.23 386	3.62 369

MFN_U_SF_DS_RVC	10.36 353	5.37 362	16.61 357	2.95 300	3.02 305	24.75 373	15.44 385	14.68 323	19.73 346	19.77 362	23.97 346	16.98 337	8.40 315	17.58 364	9.23 305	1.59 367	1.75 371	0.16 340	2.63 380	0.75 337	1.85 326

WZ-Net	13.61 368	5.57 363	42.84 400	3.89 343	3.19 312	19.90 365	15.44 385	15.67 333	32.04 377	16.13 352	28.69 363	22.17 366	15.84 360	21.40 378	26.87 385	0.75 351	0.01 104	0.01 247	0.03 202	0.51 318	1.20 269

PASM	9.11 340	5.68 364	25.06 380	4.33 355	4.18 345	7.01 272	8.48 355	12.37 269	20.95 354	13.49 338	15.37 292	18.80 348	11.52 341	14.70 345	12.70 343	0.93 355	1.19 347	0.32 356	1.21 368	1.66 358	2.22 350

GASNet	5.62 287	5.76 365	12.05 331	5.03 364	2.08 274	3.77 192	1.53 245	12.92 285	11.62 294	9.64 280	7.40 158	8.58 262	7.54 303	14.76 347	8.25 289	0.02 188	0.15 225	0.00 1	0.00 1	0.81 342	0.52 187

MaskLacGwcNet_RVC	6.42 297	6.12 366	6.53 250	4.29 354	3.61 327	15.41 349	4.13 301	12.36 268	7.32 199	7.60 208	8.51 182	8.97 267	2.64 145	10.17 296	3.72 208	8.16 387	2.40 378	2.00 376	0.11 244	8.55 383	5.84 378

ADCS	13.76 369	6.46 367	30.74 390	3.62 334	2.93 302	14.28 346	11.22 371	20.02 367	34.42 382	23.20 367	25.42 357	19.51 353	19.62 366	24.54 384	33.88 398	0.27 324	0.23 243	0.37 359	0.19 276	1.47 355	2.84 359

EDNetEfficient	14.14 371	6.71 368	56.12 406	2.99 302	3.58 325	5.38 239	8.49 356	9.35 204	33.24 378	40.73 395	30.21 369	18.04 344	22.92 379	12.13 324	26.26 384	0.16 298	0.24 246	0.07 320	1.15 365	2.58 370	2.39 353

AnyNet_C32	11.82 362	7.08 369	25.83 382	4.55 360	5.88 370	16.92 355	16.97 394	14.14 315	18.11 342	16.87 355	21.66 337	14.78 323	13.87 354	23.54 383	31.83 395	0.24 316	0.28 252	0.35 357	0.53 352	1.35 354	1.71 307

AnonymousM	2.96 151	7.19 370	1.41 1	0.92 96	0.06 6	2.37 65	0.52 121	6.05 99	3.83 60	4.97 94	2.37 37	1.91 71	1.00 60	2.23 35	1.06 58	0.01 104	0.57 277	17.64 391	4.90 390	0.02 9	0.27 128

SPS-STEREO	15.83 374	7.38 371	14.92 349	11.63 384	11.77 388	25.30 375	7.12 346	25.20 384	17.06 335	32.24 384	30.34 370	31.63 381	22.59 376	25.67 385	21.97 369	7.71 386	4.50 400	3.35 379	1.56 376	6.97 381	7.72 384
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	14.85 372	7.41 372	36.29 395	7.76 378	43.77 413	11.24 326	12.14 376	16.73 342	23.72 361	23.73 372	32.92 376	18.89 350	13.31 349	16.60 358	12.37 339	0.26 322	0.86 295	0.11 328	0.43 345	1.24 350	17.26 406

UDGNet	2.92 145	7.79 373	4.92 179	3.01 303	0.08 10	2.96 133	0.20 60	4.77 29	8.93 239	2.91 54	2.85 45	0.95 48	1.00 60	6.46 122	1.66 114	1.46 365	0.00 1	5.33 384	0.92 362	1.95 363	0.19 97

MSC_U_SF_DS_RVC	17.08 378	7.98 374	24.37 378	6.82 375	2.93 302	39.68 398	16.11 387	25.46 385	34.93 383	34.13 387	34.20 380	29.20 377	24.94 383	23.01 381	19.39 364	2.79 374	2.87 388	1.18 370	1.53 375	6.78 380	3.31 363

Wz-Net-SNSev	9.92 348	8.01 375	26.42 383	2.26 238	1.85 260	8.36 293	14.30 382	18.01 350	21.68 356	10.78 305	23.95 345	16.84 336	8.60 319	15.59 352	19.76 365	0.01 104	0.03 159	0.01 247	0.00 1	0.52 319	1.34 281

otaku	12.35 365	8.64 376	9.11 311	13.56 387	10.98 385	26.23 377	7.22 348	19.45 362	19.26 345	11.92 326	17.90 321	20.21 357	8.91 325	16.06 355	6.09 262	9.77 390	2.50 381	13.23 387	1.90 379	14.61 391	9.41 389

NVStereoNet_ROB	17.22 379	8.76 377	16.47 356	7.52 377	8.42 379	13.75 345	11.07 367	24.24 383	26.67 369	31.00 381	46.49 397	34.88 387	27.06 386	22.72 380	23.61 377	6.83 385	4.32 399	6.32 385	10.37 398	4.39 375	9.57 390
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	17.25 380	9.46 378	22.74 373	10.11 380	11.40 386	28.98 384	13.74 380	21.15 375	16.85 334	31.39 382	34.79 381	34.05 386	24.24 382	26.23 386	19.31 363	8.79 388	7.56 408	4.88 382	3.93 387	6.07 379	9.33 387

MFMNet_re	14.09 370	9.67 379	20.31 368	10.40 381	7.62 375	21.38 369	17.49 397	21.36 378	31.95 376	23.70 371	29.22 364	18.87 349	27.41 387	14.27 341	11.16 328	2.85 375	1.51 368	0.41 361	0.28 316	4.88 376	7.10 382

Ntro	12.91 366	9.95 380	10.01 322	14.12 389	12.55 389	26.31 378	6.76 340	19.04 358	22.03 360	10.23 291	16.26 301	20.22 358	10.06 330	16.81 360	7.93 283	10.16 392	2.55 383	15.19 389	2.86 381	15.27 392	9.93 391

UDG	9.12 341	10.06 381	6.35 245	10.06 379	9.64 382	10.48 319	2.33 265	12.73 279	10.19 262	8.33 238	10.27 222	16.70 335	10.47 332	8.33 221	9.07 303	4.28 378	2.59 384	18.90 392	3.83 386	11.35 385	6.50 381

CC-Net-ROB	8.09 327	10.11 382	9.03 308	4.07 345	3.74 333	15.24 348	4.84 316	18.44 353	10.87 280	6.73 173	14.03 282	7.54 239	4.68 232	11.61 319	3.98 221	6.59 383	2.54 382	16.51 390	1.19 367	7.88 382	2.20 348

RTS	19.64 389	10.42 383	87.01 415	5.88 368	6.82 371	41.73 399	16.69 390	16.80 343	41.90 394	23.44 368	32.96 377	13.79 314	21.49 373	38.85 399	30.84 392	0.46 338	0.70 285	0.00 1	0.09 238	1.13 347	1.70 305

RTSA	19.64 389	10.42 383	87.01 415	5.88 368	6.82 371	41.73 399	16.69 390	16.80 343	41.90 394	23.44 368	32.96 377	13.79 314	21.49 373	38.85 399	30.84 392	0.46 338	0.70 285	0.00 1	0.09 238	1.13 347	1.70 305

BEATNet-Init1	24.70 393	11.33 385	44.28 401	5.48 366	3.94 339	47.60 406	22.33 401	34.94 393	40.01 392	48.11 404	49.98 401	59.86 405	43.17 402	39.48 401	31.77 394	1.37 364	1.76 373	1.17 369	1.17 366	2.44 368	3.85 371

Wz-Net-TNSev	12.01 364	11.86 386	38.26 397	2.81 290	1.82 259	18.12 361	11.31 373	16.67 340	21.73 357	15.06 346	17.17 311	19.72 355	20.69 371	20.68 374	21.41 368	0.04 238	0.06 187	0.00 1	0.16 261	0.74 336	1.93 338

DDUNet	10.03 349	12.17 387	8.24 292	13.02 386	11.73 387	10.32 317	3.76 296	12.27 266	8.35 227	9.64 280	13.89 280	16.48 332	6.67 286	9.50 271	7.00 273	6.80 384	3.45 394	21.10 393	4.33 388	12.78 389	9.12 386

AnyNet_C01	16.99 377	12.34 388	60.47 408	4.88 363	3.11 311	31.77 386	16.79 392	18.60 355	17.96 341	18.62 357	38.50 386	24.03 367	19.00 365	30.59 390	35.18 400	0.29 326	0.56 275	0.45 362	0.48 348	2.70 371	3.40 364

EDNetEfficientorigin	18.25 385	14.44 389	99.41 427	1.72 173	1.00 191	12.07 333	6.97 345	13.67 307	35.06 384	38.59 394	37.10 385	27.03 373	27.46 388	15.38 350	26.92 386	0.05 251	0.08 200	0.15 337	0.62 355	3.33 373	3.92 372

JetBlue	29.99 399	17.24 390	55.64 405	16.24 390	21.08 401	62.07 417	33.14 408	40.60 397	35.73 386	34.59 390	40.67 389	57.18 404	43.54 403	51.46 412	52.18 414	2.72 373	4.58 402	2.86 378	3.53 384	10.57 384	14.11 401

coex-ft	20.15 391	20.03 391	87.93 417	1.81 182	1.77 253	18.77 363	13.73 379	13.28 299	41.87 393	60.24 411	39.04 387	28.27 376	30.39 389	12.57 329	28.66 391	0.20 309	0.23 243	0.04 304	0.30 323	1.52 356	2.34 352

ACVNet-4b	16.48 376	23.07 392	14.73 348	16.69 391	15.18 393	31.83 387	7.30 350	19.71 363	27.82 370	11.54 322	22.10 341	31.68 382	8.96 326	18.88 368	7.28 278	11.04 394	2.65 385	24.93 396	5.02 391	18.57 394	10.67 393

WAO-7	30.22 400	25.83 393	23.33 374	33.10 401	14.36 391	36.98 393	22.41 402	52.85 410	64.46 412	43.76 399	59.24 411	52.31 398	45.69 405	32.82 391	32.60 396	11.16 396	5.49 403	13.76 388	12.60 403	12.36 387	9.38 388

ACVNet_1	19.51 388	26.19 394	15.50 351	17.71 392	15.28 394	26.46 379	9.36 360	29.16 391	34.18 380	25.06 375	24.89 354	37.18 389	21.93 375	17.80 365	15.03 356	11.08 395	2.83 386	25.29 397	5.06 393	19.11 395	11.14 394

DispFullNet	18.06 384	27.03 395	34.90 393	22.68 396	20.79 398	15.03 347	3.18 287	16.95 345	26.06 367	20.48 363	16.91 307	20.55 361	18.37 364	23.48 382	12.16 338	5.31 380	2.91 389	31.24 400	8.09 396	22.63 398	12.44 398

RainbowNet	18.69 387	27.15 396	22.03 372	18.76 393	15.00 392	27.97 382	10.17 365	27.99 387	34.19 381	15.53 350	27.53 360	25.33 369	13.80 353	19.86 373	10.59 322	14.50 400	3.57 395	23.85 395	5.03 392	18.49 393	12.41 397

IMH-64-1	28.06 397	29.98 397	19.46 366	32.15 399	20.98 399	27.68 380	16.66 388	47.31 401	44.85 397	34.14 388	50.94 402	41.49 393	31.67 391	37.53 395	23.88 378	14.17 398	2.96 390	34.45 402	11.15 399	26.12 400	13.75 399

IMH-64	28.06 397	29.98 397	19.46 366	32.15 399	20.98 399	27.68 380	16.66 388	47.31 401	44.85 397	34.14 388	50.94 402	41.49 393	31.67 391	37.53 395	23.88 378	14.17 398	2.96 390	34.45 402	11.15 399	26.12 400	13.75 399

IMH	30.65 401	30.30 399	21.09 370	34.89 403	21.75 403	33.16 390	16.91 393	49.53 408	52.50 401	38.41 392	55.10 408	45.13 395	40.36 400	41.57 402	25.66 383	14.74 401	3.36 393	35.43 404	11.69 401	27.31 404	14.16 402

ACVNet_2	27.45 395	30.56 400	27.90 385	20.72 394	15.55 395	37.22 394	14.00 381	49.32 407	65.88 414	43.17 398	56.99 409	51.90 397	26.98 385	21.46 379	15.38 358	10.77 393	2.85 387	23.12 394	3.62 385	20.08 396	11.47 395

TorneroNet-64	33.32 403	33.28 401	33.07 391	35.14 404	21.25 402	48.02 407	21.13 399	43.47 399	58.77 406	33.36 386	46.64 398	62.00 407	38.19 397	44.82 406	35.07 399	15.02 402	3.59 396	35.81 405	12.20 402	29.45 406	16.17 403

TorneroNet	36.02 407	35.25 402	36.33 396	38.44 406	22.19 404	50.72 411	24.42 405	48.39 404	54.53 403	38.03 391	53.44 406	62.83 410	44.79 404	47.68 409	42.11 408	15.69 403	3.97 398	37.25 406	15.05 405	30.83 408	18.40 408

MADNet+	27.96 396	35.32 403	91.41 419	21.04 395	8.86 380	49.25 408	47.41 415	36.98 395	37.84 389	21.00 365	30.83 371	25.41 370	34.95 395	46.51 407	51.54 413	3.04 376	3.33 392	1.48 372	1.05 364	5.85 378	6.05 379

WAO-8	38.93 408	36.84 404	23.97 376	43.96 407	24.48 406	45.73 403	22.62 403	53.10 411	75.66 416	53.86 408	66.14 416	62.39 408	55.11 412	43.01 404	40.67 406	22.98 406	7.22 406	37.53 407	19.49 407	27.04 403	16.83 404

Venus	38.93 408	36.84 404	23.97 376	43.96 407	24.48 406	45.73 403	22.62 403	53.10 411	75.66 416	53.86 408	66.17 417	62.39 408	55.11 412	43.01 404	40.67 406	22.98 406	7.22 406	37.53 407	19.49 407	27.02 402	16.83 404

WAO-6	35.59 405	37.89 406	17.67 360	37.86 405	24.46 405	37.85 395	21.49 400	49.01 406	67.96 415	44.22 400	48.08 399	53.02 399	53.39 410	33.67 392	36.83 402	26.05 408	7.83 409	43.19 409	21.76 409	30.18 407	19.37 409

Dean	35.52 404	40.12 407	27.99 386	30.63 398	17.33 396	45.80 405	11.68 374	57.61 415	76.54 418	63.70 414	60.65 412	66.93 413	49.40 408	38.12 397	40.28 405	12.18 397	3.73 397	28.86 398	5.94 395	20.69 397	12.16 396

LVE	35.84 406	41.54 408	36.25 394	33.36 402	18.92 397	53.05 413	27.99 406	53.17 413	64.93 413	47.63 403	61.58 413	54.25 402	38.72 398	38.72 398	35.50 401	16.36 404	6.23 405	31.51 401	14.04 404	25.01 399	18.07 407

PWCK	31.62 402	45.59 409	49.67 403	30.49 397	7.80 376	42.91 401	29.73 407	45.45 400	44.44 396	47.41 402	36.92 384	47.86 396	26.79 384	41.90 403	33.36 397	22.77 405	4.56 401	29.89 399	5.13 394	29.43 405	10.36 392

UNDER WATER-64	46.01 411	48.25 410	68.05 410	44.59 409	28.11 408	57.02 416	43.78 413	40.20 396	48.80 399	52.08 407	42.95 393	67.22 414	57.71 414	48.98 411	49.57 411	40.01 411	17.98 411	52.15 412	39.41 412	38.99 409	34.41 411

SPstereo	72.80 419	48.41 411	62.94 409	57.25 415	46.60 415	79.63 418	85.16 420	100.00 430	100.00 428	98.52 426	98.22 425	100.00 431	96.67 423	97.01 424	82.62 419	47.37 414	39.60 416	68.10 418	65.09 418	40.01 410	42.71 414

UNDER WATER	45.99 410	49.80 412	68.56 411	49.99 411	32.13 409	55.35 415	39.50 410	41.12 398	52.90 402	50.69 405	45.18 395	67.79 415	58.75 415	51.93 414	50.97 412	30.59 409	14.03 410	51.66 411	37.15 410	40.27 411	31.35 410

DLNR_Zeroshot_test	24.96 394	51.28 413	90.69 418	97.84 426	97.22 425	1.40 13	0.12 31	23.19 382	3.55 43	1.21 31	2.95 47	0.72 44	0.31 8	7.09 147	2.61 178	38.70 410	1.32 357	0.00 1	0.29 321	77.04 422	1.68 300

notaker	48.05 412	55.94 414	50.90 404	56.89 414	40.29 410	38.96 397	33.86 409	47.82 403	55.70 404	57.55 410	57.48 410	60.22 406	59.71 416	54.64 415	43.27 409	41.13 412	19.86 412	57.61 413	37.79 411	50.95 413	40.33 412

ktn	49.32 413	58.11 415	40.16 398	59.92 416	43.22 412	49.79 410	42.99 412	48.56 405	60.67 408	51.59 406	54.51 407	55.34 403	52.65 409	47.92 410	37.91 403	57.88 416	24.79 413	63.00 416	43.57 413	52.51 414	41.31 413

HanzoNet	57.16 416	60.12 416	60.00 407	55.77 413	42.11 411	51.98 412	41.93 411	52.07 409	61.47 409	65.98 417	65.90 415	72.11 417	70.14 417	71.11 418	61.13 416	64.31 418	34.72 415	62.27 415	50.86 415	52.83 415	46.33 415

JetRed	61.44 417	61.87 417	83.02 414	46.49 410	56.73 418	83.63 419	65.09 417	59.75 417	64.22 411	69.50 418	69.26 418	66.24 412	47.62 406	61.80 416	74.60 418	45.99 413	66.40 419	46.67 410	45.27 414	63.49 417	51.22 417

KSHMR	56.07 415	64.25 418	40.47 399	74.89 418	49.63 416	49.42 409	45.46 414	57.71 416	63.52 410	61.65 413	61.67 414	71.88 416	47.67 407	51.47 413	44.57 410	54.67 415	62.25 417	66.31 417	54.18 417	53.03 416	46.75 416

DPSimNet_ROB	54.45 414	65.73 419	47.00 402	54.49 412	46.37 414	55.34 414	56.47 416	56.18 414	59.04 407	64.57 416	51.76 404	64.01 411	54.49 411	47.54 408	67.21 417	63.21 417	27.86 414	58.04 414	51.28 416	46.61 412	51.87 418

LRCNet_RVC	66.47 418	66.44 420	69.02 412	71.60 417	54.27 417	32.21 388	2.93 277	63.19 418	21.83 358	82.02 419	90.16 420	83.59 418	72.13 418	69.45 417	53.25 415	95.47 424	64.21 418	95.15 424	95.27 424	72.59 418	74.60 420

MADNet++	82.81 420	81.73 421	74.64 413	87.71 423	82.67 422	93.35 420	70.27 418	86.39 422	82.88 419	93.51 423	86.62 419	86.40 419	81.37 419	88.21 419	88.63 420	86.59 422	84.23 423	72.14 419	68.69 419	78.88 423	81.36 424

xxxxx1	85.58 422	90.37 422	96.61 422	76.69 419	80.77 419	97.50 423	96.92 424	85.57 419	88.66 420	88.63 420	91.64 421	94.27 420	93.09 420	90.03 420	91.91 421	70.77 419	70.62 420	73.61 420	81.26 421	72.90 419	79.86 421

tt_ll	85.58 422	90.37 422	96.61 422	76.69 419	80.77 419	97.50 423	96.92 424	85.57 419	88.66 420	88.63 420	91.64 421	94.27 420	93.09 420	90.03 420	91.91 421	70.77 419	70.62 420	73.61 420	81.26 421	72.90 419	79.86 421

ff	85.58 422	90.37 422	96.61 422	76.69 419	80.77 419	97.50 423	96.92 424	85.57 419	88.66 420	88.63 420	91.64 421	94.27 420	93.09 420	90.03 420	91.91 421	70.77 419	70.62 420	73.61 420	81.26 421	72.90 419	79.86 421

MEDIAN_ROB	98.44 426	99.70 425	99.34 426	97.13 424	97.06 424	96.94 422	95.91 423	97.71 425	97.33 424	98.78 427	98.91 426	99.19 425	98.13 425	96.94 423	96.99 426	99.97 428	99.18 425	100.00 427	99.99 428	99.70 427	99.83 427

Anonymous_1	99.01 428	99.91 426	99.85 428	97.31 425	99.09 427	100.00 429	100.00 429	99.59 427	99.96 426	99.29 428	99.86 427	99.55 426	99.99 429	99.30 426	99.76 427	95.67 425	99.58 426	97.24 425	98.56 426	97.36 425	98.34 426

HaxPig	98.85 427	99.94 427	95.36 420	99.99 430	99.98 428	94.12 421	94.52 421	99.12 426	99.96 426	99.96 429	99.99 428	99.98 429	99.89 427	98.16 425	96.14 425	99.98 429	99.99 429	100.00 427	99.99 428	99.99 430	99.95 430

AVERAGE_ROB	99.63 430	99.96 428	98.88 425	100.00 433	100.00 430	98.16 426	95.64 422	100.00 430	100.00 428	100.00 430	100.00 429	100.00 431	100.00 430	100.00 431	99.99 429	100.00 432	100.00 430	100.00 427	100.00 430	100.00 431	100.00 434

test_example2	99.38 429	99.98 429	99.99 430	100.00 433	99.98 428	99.73 427	99.99 428	96.99 424	100.00 428	100.00 430	100.00 429	96.49 423	96.74 424	99.97 427	99.96 428	100.00 432	99.97 428	98.68 426	99.11 427	100.00 431	100.00 434

MyStereo03	100.00 435	100.00 430	100.00 433	100.00 433	100.00 430	100.00 429	100.00 429	100.00 430	100.00 428	100.00 430	100.00 429	100.00 431	100.00 430	100.00 431	100.00 432	100.00 432	100.00 430	100.00 427	100.00 430	100.00 431	100.00 434

MyStereo02	100.00 435	100.00 430	100.00 433	100.00 433	100.00 430	100.00 429	100.00 429	100.00 430	100.00 428	100.00 430	100.00 429	100.00 431	100.00 430	100.00 431	100.00 432	100.00 432	100.00 430	100.00 427	100.00 430	100.00 431	100.00 434

MyStereo	100.00 435	100.00 430	100.00 433	100.00 433	100.00 430	100.00 429	100.00 429	100.00 430	100.00 428	100.00 430	100.00 429	100.00 431	100.00 430	100.00 431	100.00 432	100.00 432	100.00 430	100.00 427	100.00 430	100.00 431	100.00 434

Selective-RAFT-Error	100.00 435	100.00 430	100.00 433	100.00 433	100.00 430	100.00 429	100.00 429	100.00 430	100.00 428	100.00 430	100.00 429	100.00 431	100.00 430	100.00 431	100.00 432	100.00 432	100.00 430	100.00 427	100.00 430	100.00 431	100.00 434

PML	97.69 425	100.00 430	96.50 421	97.85 427	97.35 426	99.77 428	99.36 427	96.92 423	96.34 423	100.00 430	96.52 424	97.41 424	99.61 426	100.00 431	95.46 424	99.99 430	97.44 424	100.00 427	96.08 425	99.13 426	88.02 425

CasAABBNet	100.00 435	100.00 430	100.00 433	100.00 433	100.00 430	100.00 429	100.00 429	100.00 430	100.00 428	100.00 430	100.00 429	100.00 431	100.00 430	100.00 431	100.00 432	100.00 432	100.00 430	100.00 427	100.00 430	100.00 431	100.00 434

LSM0	100.00 435	100.00 430	100.00 433	100.00 433	100.00 430	100.00 429	100.00 429	100.00 430	100.00 428	100.00 430	100.00 429	100.00 431	100.00 430	100.00 431	100.00 432	100.00 432	100.00 430	100.00 427	100.00 430	100.00 431	99.99 431

DPSMNet_ROB	99.90 431	100.00 430	99.99 430	99.99 430	100.00 430	100.00 429	100.00 429	99.98 428	100.00 428	98.37 424	100.00 429	99.81 427	100.00 430	99.97 427	99.99 429	100.00 432	100.00 430	100.00 427	100.00 430	100.00 431	99.99 431

DGTPSM_ROB	99.90 431	100.00 430	99.99 430	99.99 430	100.00 430	100.00 429	100.00 429	99.98 428	100.00 428	98.37 424	100.00 429	99.81 427	100.00 430	99.97 427	99.99 429	99.99 430	100.00 430	100.00 427	100.00 430	100.00 431	99.99 431

DPSM_ROB	99.94 433	100.00 430	100.00 433	99.74 428	100.00 430	100.00 429	100.00 429	100.00 430	100.00 428	100.00 430	100.00 429	100.00 431	100.00 430	100.00 431	100.00 432	99.08 426	100.00 430	100.00 427	100.00 430	99.98 428	99.94 428

DPSM	99.94 433	100.00 430	100.00 433	99.74 428	100.00 430	100.00 429	100.00 429	100.00 430	100.00 428	100.00 430	100.00 429	100.00 431	100.00 430	100.00 431	100.00 432	99.08 426	100.00 430	100.00 427	100.00 430	99.98 428	99.94 428

Low-res two-view benchmark