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

XX-TBD	0.46 25	0.70 340	0.35 1	0.79 324	0.25 18	0.58 75	0.26 10	0.69 4	1.27 247	0.76 54	1.00 88	0.45 15	0.33 10	0.47 3	0.37 38	0.19 92	0.15 126	0.15 3	0.11 6	0.17 25	0.14 11

CAS	0.63 117	0.18 1	0.37 2	2.27 392	0.84 349	0.57 74	0.54 190	0.79 13	0.62 24	0.48 18	0.70 32	0.36 2	0.26 1	0.45 2	0.35 27	2.24 393	0.10 1	0.14 1	0.09 1	0.15 5	1.06 383

CES	0.48 33	0.20 2	0.37 2	0.39 4	1.39 384	0.55 66	0.35 47	0.98 62	0.66 41	0.44 9	0.66 24	0.35 1	0.27 2	0.56 11	0.33 16	0.15 6	0.13 43	0.15 3	0.10 2	0.19 72	1.46 388

CREStereo++_RVC	0.47 31	0.21 4	0.38 4	0.45 32	0.38 171	0.45 17	0.25 4	0.75 8	1.29 256	0.80 63	1.21 170	0.47 20	0.37 12	0.53 6	0.44 85	0.16 11	0.11 3	0.15 3	0.80 380	0.18 42	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.52 40	0.20 2	0.38 4	0.41 5	0.19 1	0.96 226	0.34 44	1.17 124	1.25 235	0.81 67	0.90 66	0.63 58	0.50 57	1.45 169	0.42 74	0.14 4	0.12 9	0.17 15	0.11 6	0.18 42	0.11 1

CREStereo	0.39 5	0.21 4	0.38 4	0.34 1	0.22 4	0.53 57	0.29 20	0.77 11	1.11 175	0.58 33	0.71 34	0.51 33	0.41 19	0.54 8	0.34 24	0.18 60	0.13 43	0.15 3	0.10 2	0.14 2	0.14 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.46 25	0.21 4	0.38 4	0.37 2	0.23 6	0.71 143	0.27 15	0.74 7	1.04 147	0.64 41	0.70 32	0.55 40	0.47 40	0.86 70	0.35 27	1.00 378	0.13 43	0.15 3	0.10 2	0.15 5	0.13 3

LoS_RVC	0.42 12	0.26 47	0.40 8	0.44 23	0.82 347	0.51 50	0.44 125	0.64 2	0.41 2	0.44 9	0.78 46	0.44 9	0.47 40	0.56 11	0.36 33	0.13 1	0.12 9	0.14 1	0.10 2	0.13 1	0.84 372

GLC_STEREO	0.39 5	0.25 36	0.41 9	0.54 135	0.23 6	0.48 21	0.30 23	0.73 6	0.58 19	0.52 29	0.73 37	0.51 33	0.31 6	0.64 27	0.42 74	0.17 32	0.20 226	0.23 151	0.19 109	0.21 132	0.17 61

AnonymousM	0.59 99	1.11 373	0.41 9	0.44 23	0.32 107	0.43 14	0.47 149	1.05 87	0.64 28	0.98 98	0.63 22	0.67 68	0.43 23	0.59 15	0.41 66	0.20 118	0.15 126	1.84 390	0.84 382	0.14 2	0.13 3

LoS	0.40 8	0.21 4	0.44 11	0.37 2	0.22 4	0.50 40	0.40 84	1.00 68	0.94 107	0.48 18	0.66 24	0.48 23	0.40 17	0.60 24	0.37 38	0.18 60	0.14 76	0.16 9	0.11 6	0.14 2	0.14 11

TANstereo	0.44 22	0.21 4	0.44 11	0.41 5	0.21 3	0.65 109	0.26 10	0.79 13	0.83 76	0.93 84	0.98 83	0.51 33	0.46 34	0.54 8	0.35 27	0.18 60	0.24 274	0.16 9	0.13 11	0.16 13	0.26 226

Any-RAFT	0.53 49	0.24 20	0.47 13	0.47 41	0.27 33	1.00 236	0.25 4	1.58 219	1.05 151	0.85 77	0.99 85	1.06 188	0.47 40	0.70 34	0.32 7	0.18 60	0.13 43	0.16 9	0.13 11	0.16 13	0.16 42

knoymous	0.51 39	0.29 111	0.47 13	0.43 8	0.30 80	0.55 66	0.55 203	1.02 74	0.77 62	0.98 98	0.85 57	0.94 149	0.56 79	0.85 67	0.45 93	0.20 118	0.14 76	0.26 227	0.14 23	0.23 178	0.23 184

CASnet	0.41 11	0.25 36	0.48 15	0.50 72	0.20 2	0.50 40	0.36 57	0.81 21	0.80 69	0.83 71	0.68 28	0.48 23	0.31 6	0.54 8	0.32 7	0.18 60	0.12 9	0.27 238	0.22 199	0.23 178	0.14 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	0.43 14	0.23 14	0.48 15	0.51 95	0.28 52	0.39 9	0.32 31	0.88 32	0.68 45	0.60 39	0.84 56	0.56 42	0.61 107	1.03 99	0.31 5	0.17 32	0.11 3	0.17 15	0.15 31	0.16 13	0.13 3

UCFNet_RVC	0.69 154	0.35 223	0.49 17	0.64 248	0.39 179	0.85 199	0.58 222	1.75 254	1.14 191	0.97 94	1.19 165	1.17 218	0.93 219	0.99 92	0.62 177	0.28 264	0.20 226	0.34 299	0.31 302	0.32 263	0.27 232

MyStereo07	0.48 33	0.29 111	0.50 18	0.55 154	0.45 211	0.59 79	0.79 275	1.05 87	0.51 14	0.48 18	0.53 10	0.43 7	0.55 75	1.30 137	0.34 24	0.17 32	0.16 157	0.24 171	0.20 138	0.23 178	0.20 135

ACVNet-DCA	0.56 87	0.31 158	0.50 18	0.54 135	0.26 20	1.18 266	0.51 171	1.42 178	0.78 64	0.58 33	0.79 49	0.48 23	0.88 201	1.46 171	0.32 7	0.20 118	0.12 9	0.25 207	0.15 31	0.22 153	0.21 151

xx1	0.67 149	0.31 158	0.50 18	0.54 135	0.26 20	1.18 266	0.51 171	0.93 45	3.05 385	0.58 33	0.79 49	0.95 155	0.77 153	1.46 171	0.32 7	0.20 118	0.12 9	0.24 171	0.23 219	0.22 153	0.21 151

1test111	0.54 63	0.31 158	0.50 18	0.54 135	0.26 20	1.18 266	0.51 171	1.42 178	0.78 64	0.58 33	0.79 49	0.48 23	0.88 201	0.88 72	0.59 165	0.20 118	0.12 9	0.25 207	0.15 31	0.22 153	0.21 151

cc1	0.64 127	0.31 158	0.50 18	0.54 135	0.26 20	1.18 266	0.51 171	0.93 45	3.05 385	0.58 33	0.79 49	0.48 23	0.88 201	1.46 171	0.32 7	0.20 118	0.12 9	0.25 207	0.15 31	0.19 72	0.19 112

Selective-IGEV	0.39 5	0.24 20	0.50 18	0.44 23	0.25 18	0.46 19	0.33 34	1.25 151	0.40 1	0.35 1	0.45 3	0.52 38	0.30 4	1.07 110	0.30 1	0.14 4	0.12 9	0.17 15	0.13 11	0.16 13	0.13 3

IGEV+	0.40 8	0.22 9	0.51 24	0.52 111	0.29 63	0.45 17	0.25 4	1.65 233	0.46 4	0.37 2	0.57 19	0.46 16	0.45 30	0.50 4	0.38 48	0.19 92	0.12 9	0.16 9	0.13 11	0.16 13	0.15 27

tt1	0.62 111	0.32 172	0.51 24	0.54 135	0.26 20	1.16 263	0.48 157	0.95 52	2.47 373	0.57 32	0.77 44	0.49 30	0.81 168	1.55 188	0.32 7	0.20 118	0.12 9	0.24 171	0.15 31	0.19 72	0.20 135

EGLCR-Stereo	0.37 3	0.22 9	0.51 24	0.43 8	0.26 20	0.44 16	0.22 2	0.99 64	0.48 5	0.42 5	0.42 2	0.67 68	0.29 3	0.86 70	0.33 16	0.17 32	0.12 9	0.19 50	0.17 75	0.17 25	0.15 27

AEACV	0.37 3	0.24 20	0.52 27	0.47 41	0.51 245	0.37 8	0.38 70	0.65 3	0.53 17	0.42 5	0.56 18	0.46 16	0.60 98	0.53 6	0.30 1	0.16 11	0.13 43	0.18 37	0.15 31	0.17 25	0.14 11

LCNet	0.72 162	0.28 84	0.52 27	0.55 154	0.31 92	0.69 133	0.54 190	1.00 68	0.88 86	1.19 186	1.34 216	0.97 163	1.34 317	2.56 286	0.45 93	0.18 60	0.13 43	0.21 97	0.25 241	0.27 223	0.73 367

anonymousdsp	0.43 14	0.27 68	0.53 29	0.44 23	0.32 107	0.50 40	0.42 97	0.89 33	0.51 14	0.49 21	0.53 10	0.47 20	0.47 40	1.33 142	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

PSM-AAD	0.79 202	0.27 68	0.53 29	0.55 154	0.28 52	0.77 168	1.24 346	0.99 64	0.91 98	1.66 324	1.57 279	0.81 99	2.19 374	1.65 202	0.44 85	0.19 92	0.14 76	0.38 319	0.32 308	0.21 132	0.70 364

Prome-Stereo	0.75 186	0.27 68	0.53 29	0.55 154	0.32 107	0.59 79	0.97 316	0.89 33	0.88 86	1.45 287	2.46 360	0.91 137	1.41 320	1.58 194	0.44 85	0.18 60	0.13 43	0.19 50	0.17 75	0.20 98	0.92 374

HSM-Net_RVC	0.87 235	0.29 111	0.53 29	0.53 120	0.30 80	1.15 261	0.55 203	3.57 391	1.28 252	1.53 303	1.74 307	1.68 314	0.93 219	1.49 177	0.77 215	0.22 168	0.17 181	0.19 50	0.18 89	0.20 98	0.19 112
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
IGEV-Stereo	0.43 14	0.27 68	0.54 33	0.45 32	0.32 107	0.50 40	0.42 97	0.90 39	0.51 14	0.49 21	0.53 10	0.47 20	0.47 40	1.32 140	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
raft+_RVC	0.53 49	0.26 47	0.54 33	0.60 207	0.47 225	0.54 60	0.54 190	1.27 153	0.99 130	0.76 54	1.03 108	0.70 78	0.56 79	0.93 83	0.47 111	0.18 60	0.14 76	0.19 50	0.18 89	0.18 42	0.15 27

ACVNet	0.63 117	0.31 158	0.54 33	0.54 135	0.36 146	0.80 182	0.46 143	1.37 168	1.07 159	0.93 84	1.30 199	1.08 195	0.85 186	0.80 56	0.94 250	0.21 145	0.19 209	0.21 97	0.18 89	0.22 153	0.18 79

CFNet-ft	0.72 162	0.32 172	0.54 33	0.66 265	0.54 259	0.83 191	0.55 203	1.37 168	1.15 200	0.93 84	1.28 195	1.57 296	0.97 237	1.35 146	0.81 227	0.26 245	0.20 226	0.33 289	0.25 241	0.30 251	0.23 184

CFNet_RVC	0.72 162	0.32 172	0.54 33	0.66 265	0.54 259	0.83 191	0.55 203	1.37 168	1.15 200	0.93 84	1.28 195	1.57 296	0.97 237	1.35 146	0.81 227	0.26 245	0.20 226	0.33 289	0.25 241	0.30 251	0.23 184

ff7	0.43 14	0.27 68	0.56 38	0.44 23	0.33 123	0.50 40	0.42 97	0.87 25	0.50 7	0.49 21	0.53 10	0.44 9	0.48 48	1.38 154	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

IGEVStereo-DCA	0.46 25	0.28 84	0.56 38	0.43 8	0.33 123	0.49 31	0.42 97	0.87 25	0.50 7	0.47 14	0.48 6	0.48 23	0.46 34	2.03 252	0.30 1	0.19 92	0.14 76	0.19 50	0.15 31	0.16 13	0.18 79

ffff	0.43 14	0.27 68	0.56 38	0.44 23	0.33 123	0.50 40	0.42 97	0.87 25	0.50 7	0.49 21	0.53 10	0.44 9	0.48 48	1.38 154	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

11t	0.43 14	0.27 68	0.56 38	0.44 23	0.33 123	0.50 40	0.42 97	0.87 25	0.50 7	0.49 21	0.53 10	0.44 9	0.48 48	1.38 154	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

ccc-4	0.43 14	0.27 68	0.56 38	0.44 23	0.33 123	0.50 40	0.42 97	0.87 25	0.50 7	0.49 21	0.53 10	0.44 9	0.48 48	1.38 154	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

test_4	0.53 49	0.22 9	0.56 38	0.54 135	0.32 107	0.64 97	0.39 81	0.80 18	0.62 24	0.92 83	1.87 325	0.68 70	0.42 21	1.16 123	0.37 38	0.15 6	0.13 43	0.20 74	0.22 199	0.20 98	0.15 27

FTStereo	0.91 244	0.26 47	0.56 38	0.54 135	0.33 123	0.66 118	1.87 380	1.00 68	0.75 57	1.75 331	4.15 383	1.04 185	1.65 343	1.57 192	0.46 106	0.19 92	0.16 157	0.23 151	0.21 174	0.18 42	0.63 356

raftrobust	0.52 40	0.25 36	0.56 38	0.65 260	0.52 253	0.49 31	0.34 44	0.98 62	0.91 98	1.30 235	0.87 61	0.63 58	0.81 168	0.78 52	0.41 66	0.19 92	0.15 126	0.16 9	0.14 23	0.15 5	0.16 42

MSKI-zero shot	0.55 78	0.26 47	0.57 46	0.51 95	0.26 20	0.69 133	0.28 18	1.18 129	0.64 28	0.91 81	1.32 209	0.82 104	0.33 10	1.92 241	0.32 7	0.17 32	0.12 9	0.17 15	0.13 11	0.16 13	0.16 42

ICVP	0.63 117	0.33 188	0.57 46	0.61 219	0.40 184	0.80 182	0.58 222	1.61 226	0.89 89	0.90 79	1.24 178	0.88 131	0.73 137	0.72 41	0.88 244	0.29 272	0.21 242	0.22 123	0.21 174	0.24 192	0.27 232
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hitnet-ft	0.79 202	0.35 223	0.57 46	0.58 183	0.42 193	0.96 226	0.46 143	1.47 190	1.33 274	1.19 186	1.22 172	1.81 325	0.98 241	1.66 206	0.94 250	0.33 293	0.28 299	0.34 299	0.27 262	0.35 272	0.31 268

StereoIM	0.36 1	0.25 36	0.58 49	0.44 23	0.34 138	0.30 3	0.30 23	0.72 5	0.50 7	0.37 2	0.36 1	0.58 48	0.49 56	0.52 5	0.36 33	0.19 92	0.16 157	0.19 50	0.15 31	0.18 42	0.14 11

ProNet	0.43 14	0.28 84	0.58 49	0.43 8	0.30 80	0.56 69	0.52 180	1.00 68	0.58 19	0.44 9	0.49 8	0.43 7	0.43 23	1.28 133	0.36 33	0.15 6	0.13 43	0.19 50	0.16 59	0.17 25	0.16 42

RCA-Stereo	0.50 38	0.23 14	0.58 49	0.48 52	0.33 123	0.55 66	0.45 136	0.97 60	1.38 296	0.68 44	1.05 112	0.63 58	0.80 165	0.59 15	0.32 7	0.17 32	0.12 9	0.17 15	0.14 23	0.16 13	0.14 11

GrayStereo	0.82 213	0.26 47	0.58 49	0.63 239	0.37 154	0.76 162	1.86 379	1.11 115	0.87 82	1.99 351	1.89 327	1.08 195	1.82 358	1.39 159	0.48 116	0.19 92	0.14 76	0.19 50	0.21 174	0.18 42	0.39 300

ttt	0.94 250	0.34 207	0.59 53	0.61 219	0.37 154	0.94 218	0.50 170	2.17 351	1.34 277	1.23 201	1.61 287	0.91 137	0.76 149	1.85 235	3.97 378	0.30 276	0.26 285	0.26 227	0.24 230	0.29 242	0.29 246

MIF-Stereo	0.36 1	0.23 14	0.59 53	0.48 52	0.36 146	0.40 10	0.32 31	0.53 1	0.49 6	0.54 31	0.55 17	0.36 2	0.31 6	0.58 14	0.51 132	0.20 118	0.15 126	0.17 15	0.15 31	0.19 72	0.15 27

GMM-Stereo	0.74 179	0.25 36	0.59 53	0.54 135	0.34 138	0.72 145	0.99 320	1.01 73	0.87 82	1.36 263	1.78 313	1.12 208	0.81 168	2.09 257	0.46 106	0.18 60	0.12 9	0.25 207	0.25 241	0.20 98	0.85 373

rafts_anoy	0.52 40	0.29 111	0.59 53	0.59 196	0.50 235	0.53 57	0.40 84	1.11 115	1.03 143	0.84 73	0.83 54	0.68 70	0.54 69	0.72 41	0.51 132	0.19 92	0.14 76	0.24 171	0.26 254	0.21 132	0.18 79

riskmin	0.56 87	0.27 68	0.60 57	0.43 8	0.31 92	0.83 191	0.42 97	1.14 119	1.04 147	0.73 53	0.75 41	1.11 207	1.01 253	0.81 60	0.51 132	0.20 118	0.14 76	0.24 171	0.15 31	0.24 192	0.25 208

RAFT+CT+SA	0.58 96	0.29 111	0.60 57	0.66 265	0.37 154	0.42 13	0.55 203	1.27 153	1.03 143	0.70 47	1.22 172	0.60 53	0.70 134	1.64 201	0.41 66	0.18 60	0.13 43	0.22 123	0.22 199	0.21 132	0.18 79

SGM-Forest	1.24 309	0.38 242	0.60 57	0.52 111	0.37 154	1.56 313	1.30 351	1.65 233	1.36 288	2.11 357	1.79 314	1.63 306	0.93 219	7.48 391	0.95 252	0.36 311	0.37 342	0.39 325	0.34 319	0.37 282	0.32 274
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
x	0.54 63	0.31 158	0.61 60	0.47 41	0.30 80	0.67 122	0.47 149	1.53 210	0.79 68	0.81 67	0.83 54	0.78 91	0.70 134	0.70 34	0.62 177	0.21 145	0.19 209	0.22 123	0.19 109	0.21 132	0.20 135

cross-raft	0.54 63	0.25 36	0.61 60	0.52 111	0.29 63	0.68 129	0.37 66	1.46 188	0.76 60	1.01 105	1.06 114	1.28 248	0.46 34	0.71 38	0.35 27	0.15 6	0.12 9	0.18 37	0.16 59	0.19 72	0.14 11

PSMNet-RSSM	0.72 162	0.30 127	0.61 60	0.63 239	0.42 193	0.73 148	0.56 209	1.92 300	1.10 173	1.09 124	1.37 225	1.22 226	0.98 241	1.28 133	0.72 200	0.27 254	0.19 209	0.27 238	0.29 290	0.24 192	0.24 196

SGM_RVC	1.68 350	0.36 230	0.61 60	0.59 196	0.29 63	2.25 362	1.18 342	2.38 371	1.68 338	3.60 390	2.67 365	3.69 383	2.42 380	8.13 397	1.90 344	0.31 283	0.31 317	0.30 265	0.28 279	0.30 251	0.29 246
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PSMNet-ADL	0.72 162	0.35 223	0.62 64	0.69 288	0.46 221	1.14 256	0.44 125	1.37 168	1.01 137	0.83 71	1.17 160	1.33 257	0.96 234	1.43 166	0.95 252	0.33 293	0.22 256	0.21 97	0.23 219	0.27 223	0.29 246

KYRaft	0.75 186	0.28 84	0.62 64	0.56 166	0.29 63	0.67 122	0.86 293	0.94 49	0.84 77	1.62 321	2.21 348	1.16 217	1.02 258	1.57 192	0.40 59	0.20 118	0.13 43	0.22 123	0.28 279	0.20 98	1.02 378

NOSS_ROB	1.26 312	0.46 274	0.62 64	0.56 166	0.38 171	1.06 245	0.78 272	1.73 248	1.40 305	1.01 105	1.43 242	1.10 203	0.75 141	10.62 413	0.65 185	0.45 342	0.43 356	0.48 346	0.45 347	0.44 318	0.41 305

HHNet	0.62 111	0.26 47	0.63 67	0.43 8	0.45 211	0.50 40	0.58 222	1.07 102	1.01 137	1.25 213	2.23 349	0.70 78	0.61 107	1.07 110	0.47 111	0.20 118	0.13 43	0.23 151	0.19 109	0.19 72	0.30 258

FENet	0.60 102	0.28 84	0.63 67	0.54 135	0.33 123	0.83 191	0.38 70	1.27 153	1.07 159	1.00 102	0.86 58	0.99 169	0.85 186	0.96 84	0.68 190	0.22 168	0.15 126	0.23 151	0.20 138	0.22 153	0.23 184

GANet-RSSM	0.72 162	0.28 84	0.63 67	0.64 248	0.58 277	0.80 182	0.58 222	1.89 290	1.08 163	1.04 115	1.25 182	1.15 216	1.04 261	1.49 177	0.62 177	0.25 231	0.19 209	0.22 123	0.22 199	0.22 153	0.21 151

R-Stereo Train	0.57 91	0.26 47	0.63 67	0.54 135	0.36 146	0.69 133	0.54 190	1.22 143	0.72 53	1.61 318	1.50 263	0.75 84	0.53 66	0.64 27	0.44 85	0.18 60	0.15 126	0.17 15	0.15 31	0.17 25	0.17 61

RAFT-Stereo	0.57 91	0.26 47	0.63 67	0.54 135	0.36 146	0.69 133	0.54 190	1.22 143	0.72 53	1.61 318	1.50 263	0.75 84	0.53 66	0.64 27	0.44 85	0.18 60	0.15 126	0.17 15	0.15 31	0.17 25	0.17 61
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CBMV_ROB	0.90 241	0.44 266	0.63 67	0.51 95	0.37 154	1.25 278	0.49 164	1.77 263	1.27 247	1.41 278	2.00 335	1.33 257	1.08 273	2.17 262	0.76 209	0.43 336	0.42 355	0.47 345	0.44 345	0.41 301	0.36 289

RAFT-Test	0.54 63	0.25 36	0.64 73	0.47 41	0.30 80	0.97 230	0.27 15	1.24 149	0.81 70	0.96 91	1.12 140	1.28 248	0.48 48	0.71 38	0.36 33	0.17 32	0.13 43	0.17 15	0.14 23	0.16 13	0.16 42

raft_robust	0.68 153	0.30 127	0.64 73	0.52 111	0.26 20	0.54 60	0.35 47	1.33 159	1.24 232	1.16 168	1.07 117	0.60 53	0.54 69	3.58 320	0.37 38	0.18 60	0.14 76	0.20 74	0.22 199	0.20 98	0.16 42

iRaftStereo_RVC	0.47 31	0.26 47	0.64 73	0.50 72	0.29 63	0.53 57	0.33 34	1.05 87	0.77 62	0.84 73	1.00 88	0.55 40	0.37 12	0.81 60	0.40 59	0.17 32	0.12 9	0.22 123	0.20 138	0.19 72	0.15 27

AFF-stereo	0.58 96	0.25 36	0.64 73	0.46 35	0.29 63	0.34 4	0.38 70	1.15 121	1.14 191	1.17 177	1.60 283	1.10 203	0.71 136	0.97 89	0.43 83	0.13 1	0.11 3	0.19 50	0.19 109	0.17 25	0.14 11

GMOStereo	0.53 49	0.26 47	0.65 77	0.50 72	0.29 63	0.52 52	0.43 113	0.89 33	0.96 111	1.41 278	1.14 148	0.85 120	0.56 79	0.59 15	0.38 48	0.16 11	0.14 76	0.24 171	0.21 174	0.20 98	0.15 27

error version	0.53 49	0.26 47	0.65 77	0.50 72	0.29 63	0.52 52	0.43 113	0.89 33	0.96 111	1.41 278	1.14 148	0.85 120	0.56 79	0.59 15	0.38 48	0.16 11	0.14 76	0.24 171	0.21 174	0.20 98	0.15 27

test-v	0.53 49	0.26 47	0.65 77	0.50 72	0.29 63	0.52 52	0.43 113	0.89 33	0.96 111	1.41 278	1.14 148	0.85 120	0.56 79	0.59 15	0.38 48	0.16 11	0.14 76	0.24 171	0.21 174	0.20 98	0.15 27

test-2	0.53 49	0.26 47	0.65 77	0.50 72	0.29 63	0.52 52	0.43 113	0.89 33	0.96 111	1.41 278	1.14 148	0.85 120	0.56 79	0.59 15	0.38 48	0.16 11	0.14 76	0.24 171	0.21 174	0.20 98	0.15 27

test_xeample	1.45 331	0.28 84	0.65 77	0.51 95	0.28 52	0.94 218	0.59 229	2.14 340	1.29 256	1.24 209	1.51 265	0.88 131	0.86 194	1.46 171	15.10 411	0.22 168	0.20 226	0.22 123	0.20 138	0.22 153	0.22 166

HSM	1.19 307	0.32 172	0.65 77	0.57 177	0.38 171	1.23 275	0.59 229	2.25 360	1.19 213	1.30 235	1.25 182	1.94 336	1.03 260	9.32 404	0.71 197	0.22 168	0.16 157	0.20 74	0.16 59	0.21 132	0.21 151

RAFT-345	0.84 222	0.25 36	0.66 83	0.50 72	0.27 33	0.54 60	0.42 97	0.83 22	1.11 175	1.32 247	2.34 354	0.86 124	0.54 69	5.72 359	0.47 111	0.18 60	0.13 43	0.22 123	0.17 75	0.17 25	0.16 42

RALCasStereoNet	0.54 63	0.30 127	0.66 83	0.59 196	0.51 245	0.61 88	0.52 180	0.94 49	0.93 104	0.70 47	1.01 93	0.78 91	0.44 27	1.33 142	0.47 111	0.20 118	0.16 157	0.18 37	0.16 59	0.20 98	0.19 112

CBMV	0.95 253	0.44 266	0.66 83	0.53 120	0.35 141	1.53 310	1.63 369	1.69 242	1.42 311	2.00 353	1.60 283	1.43 271	1.17 286	1.59 196	0.99 260	0.34 301	0.34 327	0.39 325	0.33 314	0.33 269	0.32 274
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AE-Stereo	0.49 36	0.27 68	0.67 86	0.60 207	0.39 179	0.67 122	0.46 143	1.18 129	1.09 169	0.47 14	0.75 41	0.69 75	0.47 40	0.59 15	0.40 59	0.16 11	0.15 126	0.21 97	0.20 138	0.19 72	0.15 27

RAFT-RH_RVC	1.03 276	0.24 20	0.67 86	0.49 65	0.28 52	0.81 186	0.33 34	0.83 22	1.08 163	2.05 354	4.65 389	1.04 185	0.57 87	5.98 366	0.50 129	0.18 60	0.13 43	0.26 227	0.20 138	0.16 13	0.17 61

222	1.61 344	0.29 111	0.67 86	0.56 166	0.29 63	1.06 245	0.42 97	2.17 351	1.31 266	1.31 245	1.52 266	0.92 145	0.94 224	1.76 225	17.65 415	0.24 206	0.20 226	0.21 97	0.19 109	0.22 153	0.23 184

11t1	0.52 40	0.28 84	0.68 89	0.51 95	0.28 52	0.83 191	0.39 81	1.22 143	0.63 26	0.84 73	0.74 39	0.68 70	0.68 128	0.91 77	0.57 160	0.21 145	0.18 196	0.19 50	0.16 59	0.20 98	0.21 151

BUS	0.74 179	0.32 172	0.68 89	0.54 135	0.44 204	2.34 366	0.42 97	2.16 345	0.98 123	1.20 190	1.11 134	1.03 182	0.62 112	0.91 77	0.70 192	0.24 206	0.17 181	0.25 207	0.22 199	0.22 153	0.22 166

BSDual-CNN	0.71 161	0.32 172	0.68 89	0.54 135	0.44 204	1.27 280	0.65 242	2.16 345	0.98 123	1.20 190	1.11 134	1.12 208	0.74 139	0.91 77	0.66 186	0.24 206	0.17 181	0.25 207	0.22 199	0.22 153	0.22 166

psmg	0.72 162	0.32 172	0.68 89	0.50 72	0.44 204	1.48 305	0.75 264	1.94 306	0.98 123	1.21 193	1.33 211	1.12 208	0.74 139	0.91 77	0.66 186	0.24 206	0.19 209	0.25 207	0.25 241	0.23 178	0.22 166

test-3	0.54 63	0.22 9	0.68 89	0.47 41	0.27 33	0.58 75	0.35 47	0.92 41	1.00 135	1.32 247	0.69 31	0.87 128	0.45 30	1.68 212	0.37 38	0.16 11	0.11 3	0.20 74	0.16 59	0.17 25	0.13 3

test_1	0.54 63	0.22 9	0.68 89	0.47 41	0.27 33	0.58 75	0.35 47	0.92 41	1.00 135	1.28 222	0.68 28	0.87 128	0.45 30	1.67 207	0.37 38	0.16 11	0.11 3	0.20 74	0.16 59	0.17 25	0.13 3

xxxx	1.51 335	0.28 84	0.68 89	0.54 135	0.28 52	1.16 263	0.44 125	2.19 353	1.29 256	1.09 124	1.36 223	1.22 226	0.85 186	1.79 228	15.70 414	0.24 206	0.21 242	0.21 97	0.20 138	0.22 153	0.23 184

RAFT-Stereo + iAFF	0.54 63	0.25 36	0.68 89	0.43 8	0.24 9	0.40 10	0.34 44	1.04 81	1.09 169	1.32 247	1.60 283	0.80 96	0.68 128	0.67 31	0.39 55	0.13 1	0.10 1	0.18 37	0.17 75	0.17 25	0.13 3

Gwc-CoAtRS	0.52 40	0.24 20	0.68 89	0.48 52	0.29 63	0.64 97	0.25 4	1.16 122	1.08 163	1.01 105	1.00 88	1.12 208	0.56 79	0.69 32	0.37 38	0.16 11	0.13 43	0.17 15	0.15 31	0.15 5	0.15 27

LL-Strereo2	0.52 40	0.33 188	0.69 98	0.52 111	0.37 154	0.70 140	0.30 23	1.13 118	0.67 42	0.94 89	0.78 46	0.91 137	0.42 21	1.05 105	0.42 74	0.17 32	0.16 157	0.29 256	0.25 241	0.21 132	0.16 42

NRIStereo	0.60 102	0.29 111	0.69 98	0.53 120	0.28 52	0.63 95	0.33 34	1.08 106	0.87 82	1.14 154	0.87 61	0.91 137	0.59 96	2.24 269	0.49 123	0.20 118	0.14 76	0.21 97	0.19 109	0.21 132	0.17 61

ASMatch	0.88 236	0.26 47	0.69 98	0.51 95	0.35 141	0.48 21	0.37 66	1.12 117	0.92 102	1.10 132	3.28 373	0.96 161	0.98 241	4.90 340	0.49 123	0.19 92	0.16 157	0.22 123	0.19 109	0.19 72	0.27 232

THIR-Stereo	1.02 275	0.27 68	0.69 98	0.49 65	0.28 52	0.95 222	1.34 353	1.03 77	0.97 118	1.34 258	1.90 328	1.17 218	1.58 336	6.44 371	0.78 217	0.19 92	0.14 76	0.21 97	0.22 199	0.19 72	0.20 135

test_xeample3	0.42 12	0.28 84	0.69 98	0.43 8	0.33 123	0.56 69	0.38 70	0.79 13	0.45 3	0.53 30	0.46 4	0.44 9	0.44 27	1.38 154	0.31 5	0.18 60	0.14 76	0.19 50	0.15 31	0.17 25	0.16 42

EAI-Stereo	0.65 132	0.28 84	0.69 98	0.53 120	0.27 33	0.60 85	0.40 84	2.28 363	0.64 28	0.71 49	3.18 372	0.57 44	0.43 23	1.06 106	0.41 66	0.18 60	0.13 43	0.17 15	0.17 75	0.17 25	0.17 61

MIF-Stereo (partial)	0.45 24	0.25 36	0.70 104	0.50 72	0.52 253	0.35 5	0.26 10	0.91 40	0.59 22	0.45 13	0.71 34	0.51 33	0.51 59	1.11 116	0.45 93	0.20 118	0.16 157	0.23 151	0.20 138	0.24 192	0.18 79

DCRE	0.82 213	0.26 47	0.70 104	0.58 183	0.44 204	0.54 60	0.48 157	0.95 52	0.78 64	0.78 58	7.33 402	0.86 124	0.52 61	0.76 49	0.41 66	0.16 11	0.16 157	0.19 50	0.17 75	0.18 42	0.17 61

fff	0.53 49	0.24 20	0.70 104	0.43 8	0.24 9	0.48 21	0.36 57	1.07 102	1.25 235	1.10 132	1.02 100	0.57 44	1.06 268	0.73 44	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 112

DRaft	0.80 205	0.24 20	0.70 104	0.45 32	0.30 80	0.97 230	0.53 186	1.05 87	0.97 118	1.78 334	2.02 338	0.80 96	1.74 350	2.73 293	0.72 200	0.17 32	0.14 76	0.20 74	0.20 138	0.18 42	0.21 151

Pruner-Stereo	0.62 111	0.29 111	0.70 104	0.61 219	0.31 92	0.63 95	0.43 113	1.17 124	0.99 130	1.53 303	1.08 120	0.95 155	0.55 75	1.35 146	0.51 132	0.23 191	0.14 76	0.24 171	0.21 174	0.21 132	0.23 184

DCANet	0.54 63	0.24 20	0.70 104	0.43 8	0.24 9	0.49 31	0.36 57	1.05 87	1.30 262	1.12 138	1.03 108	0.58 48	0.92 213	0.81 60	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.18 42	0.19 112

csc	0.53 49	0.24 20	0.70 104	0.43 8	0.24 9	0.48 21	0.36 57	1.07 102	1.25 235	1.10 132	1.02 100	0.57 44	1.06 268	0.73 44	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 112

cscssc	0.53 49	0.24 20	0.70 104	0.43 8	0.24 9	0.48 21	0.36 57	1.07 102	1.25 235	1.10 132	1.02 100	0.57 44	1.06 268	0.73 44	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 112

111	0.60 102	0.23 14	0.70 104	0.43 8	0.24 9	0.72 145	0.42 97	1.18 129	1.41 308	0.80 63	1.38 229	1.10 203	0.79 160	0.96 84	0.58 163	0.18 60	0.13 43	0.17 15	0.15 31	0.17 25	0.19 112

CFNet-RSSM	0.54 63	0.24 20	0.70 104	0.48 52	0.28 52	0.60 85	0.27 15	1.49 192	1.14 191	1.06 116	0.93 71	1.08 195	0.54 69	0.70 34	0.35 27	0.16 11	0.12 9	0.17 15	0.15 31	0.16 13	0.14 11

psm_up	0.77 193	0.34 207	0.70 104	0.66 265	0.58 277	1.05 242	0.92 306	1.52 204	1.12 179	1.26 217	1.16 157	1.31 255	1.23 301	1.20 125	0.81 227	0.25 231	0.29 307	0.31 269	0.27 262	0.27 223	0.25 208

Former-RAFT_DAM_RVC	0.46 25	0.36 230	0.71 115	0.47 41	0.36 146	0.67 122	0.35 47	0.78 12	1.12 179	0.61 40	0.62 21	0.39 4	0.39 14	0.71 38	0.39 55	0.20 118	0.17 181	0.22 123	0.18 89	0.23 178	0.19 112

qqq	0.57 91	0.34 207	0.71 115	0.47 41	0.27 33	0.64 97	0.62 236	1.42 178	0.78 64	0.80 63	0.92 69	0.95 155	0.77 153	0.88 72	0.59 165	0.21 145	0.20 226	0.24 171	0.23 219	0.22 153	0.21 151

test_3	0.55 78	0.23 14	0.71 115	0.53 120	0.28 52	0.61 88	0.40 84	0.92 41	1.05 151	1.19 186	0.68 28	0.93 146	0.44 27	1.67 207	0.39 55	0.15 6	0.12 9	0.22 123	0.19 109	0.21 132	0.14 11

TestStereo	0.64 127	0.39 247	0.71 115	0.51 95	0.27 33	0.56 69	0.42 97	1.03 77	0.91 98	0.80 63	1.00 88	0.68 70	0.52 61	3.25 310	0.45 93	0.22 168	0.15 126	0.24 171	0.18 89	0.27 223	0.16 42

mmm	0.63 117	0.35 223	0.72 119	0.51 95	0.30 80	0.86 200	0.54 190	1.59 220	0.86 78	1.07 118	1.38 229	0.79 94	0.75 141	0.91 77	0.58 163	0.22 168	0.18 196	0.29 256	0.25 241	0.25 203	0.23 184

CASS	0.65 132	0.34 207	0.72 119	0.56 166	0.27 33	0.78 173	0.42 97	1.59 220	0.86 78	1.30 235	1.25 182	0.87 128	0.84 183	0.84 65	0.54 152	0.35 308	0.19 209	0.26 227	0.21 174	0.28 237	0.42 309
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HBP-ISP	0.96 254	0.58 313	0.72 119	0.61 219	0.46 221	1.64 321	0.76 267	1.86 285	1.28 252	1.30 235	1.53 267	0.86 124	0.94 224	3.27 311	0.69 191	0.45 342	0.44 359	0.54 357	0.48 354	0.47 324	0.40 301

DisPM	0.66 140	0.28 84	0.72 119	0.61 219	0.35 141	0.62 94	0.45 136	1.02 74	0.99 130	1.56 311	1.10 129	0.80 96	0.59 96	2.37 278	0.41 66	0.23 191	0.14 76	0.23 151	0.21 174	0.20 98	0.25 208

GANet-ADL	0.60 102	0.35 223	0.72 119	0.64 248	0.40 184	0.68 129	0.51 171	1.49 192	1.12 179	0.95 90	1.08 120	0.91 137	0.57 87	0.76 49	0.55 156	0.26 245	0.18 196	0.18 37	0.16 59	0.23 178	0.25 208

CrosDoStereo	1.58 339	0.24 20	0.72 119	0.48 52	0.29 63	0.67 122	12.49 415	1.10 109	0.98 123	1.34 258	1.75 310	1.00 170	1.89 360	6.65 374	0.81 227	0.19 92	0.15 126	0.20 74	0.22 199	0.18 42	0.19 112

AAGNet	1.83 357	0.28 84	0.72 119	0.61 219	0.32 107	0.67 122	0.51 171	0.96 59	0.98 123	1.47 290	1.20 168	1.00 170	1.18 289	2.83 295	22.77 421	0.22 168	0.13 43	0.22 123	0.19 109	0.23 178	0.15 27

OMP-Stereo	0.94 250	0.33 188	0.72 119	0.90 357	0.31 92	0.49 31	0.36 57	1.16 122	1.06 154	1.58 317	1.12 140	1.46 279	0.69 131	6.94 381	0.49 123	0.19 92	0.14 76	0.24 171	0.18 89	0.20 98	0.14 11

IIG-Stereo	0.96 254	0.31 158	0.72 119	0.88 352	0.33 123	0.61 88	0.26 10	1.19 135	1.03 143	1.69 327	1.37 225	1.46 279	0.75 141	6.96 382	0.51 132	0.19 92	0.14 76	0.23 151	0.18 89	0.20 98	0.14 11

DeepStereo_LL	1.58 339	0.24 20	0.72 119	0.48 52	0.29 63	0.67 122	12.49 415	1.10 109	0.98 123	1.34 258	1.75 310	1.00 170	1.89 360	6.65 374	0.81 227	0.19 92	0.15 126	0.20 74	0.22 199	0.18 42	0.19 112

SST-Stereo	0.83 218	0.28 84	0.72 119	0.59 196	0.31 92	0.72 145	0.26 10	1.09 107	0.86 78	1.47 290	1.10 129	1.00 170	0.87 197	5.73 360	0.45 93	0.22 168	0.13 43	0.23 151	0.19 109	0.23 178	0.18 79

DeepStereo_RVC	0.55 78	0.29 111	0.72 119	0.51 95	0.30 80	0.59 79	0.33 34	1.03 77	0.70 48	1.16 168	0.93 71	0.83 111	0.94 224	0.96 84	0.54 152	0.21 145	0.14 76	0.21 97	0.19 109	0.24 192	0.24 196

rrr	0.46 25	0.28 84	0.73 131	0.43 8	0.33 123	0.49 31	0.38 70	0.76 10	0.50 7	0.47 14	0.48 6	0.48 23	0.46 34	2.03 252	0.30 1	0.19 92	0.14 76	0.19 50	0.15 31	0.16 13	0.16 42

EKT-Stereo	0.53 49	0.30 127	0.73 131	0.58 183	0.60 287	0.51 50	0.48 157	0.94 49	0.90 93	0.71 49	0.88 63	0.77 88	0.43 23	1.07 110	0.40 59	0.22 168	0.16 157	0.21 97	0.18 89	0.20 98	0.22 166

Patchmatch Stereo++	0.55 78	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.29 20	1.05 87	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	1.37 150	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 63	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.41 95	1.04 81	0.64 28	1.12 138	0.96 75	0.82 104	0.61 107	1.06 106	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

ROB_FTStereo_v2	0.54 63	0.30 127	0.73 131	0.50 72	0.27 33	0.64 97	0.42 97	1.05 87	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	1.12 118	0.46 106	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

ROB_FTStereo	0.54 63	0.30 127	0.73 131	0.50 72	0.27 33	0.64 97	0.25 4	1.05 87	0.64 28	1.12 138	0.95 73	0.82 104	0.61 107	1.15 121	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

HUI-Stereo	0.52 40	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.30 23	1.04 81	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	0.79 55	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

RAFT_R40	0.83 218	0.28 84	0.73 131	0.59 196	0.31 92	0.69 133	0.44 125	1.10 109	0.95 109	1.47 290	1.10 129	1.00 170	0.85 186	5.53 354	0.46 106	0.22 168	0.13 43	0.23 151	0.20 138	0.23 178	0.18 79

iGMRVC	0.56 87	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.38 70	1.05 87	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	1.52 180	0.46 106	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

iRAFT	0.55 78	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.29 20	1.05 87	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	1.37 150	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

CroCo-Stereo	0.40 8	0.31 158	0.73 131	0.58 183	0.27 33	0.26 1	0.33 34	0.95 52	0.81 70	0.42 5	0.47 5	0.65 64	0.47 40	0.39 1	0.34 24	0.18 60	0.15 126	0.16 9	0.14 23	0.19 72	0.16 42
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
RAFT	0.64 127	0.30 127	0.73 131	0.59 196	0.33 123	0.68 129	0.58 222	1.04 81	0.76 60	1.08 119	1.19 165	1.65 311	0.93 219	1.06 106	0.56 158	0.21 145	0.18 196	0.27 238	0.24 230	0.22 153	0.17 61

RAFT-IKP	0.54 63	0.30 127	0.73 131	0.50 72	0.27 33	0.59 79	0.36 57	1.04 81	0.64 28	1.12 138	0.96 75	0.83 111	0.61 107	1.22 127	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

HCRNet	0.70 156	0.39 247	0.73 131	0.60 207	0.59 284	0.76 162	0.35 47	1.22 143	1.13 189	1.02 108	0.99 85	1.02 179	0.76 149	2.19 266	0.70 192	0.28 264	0.19 209	0.28 248	0.23 219	0.25 203	0.23 184

anonymousdsp2	0.53 49	0.27 68	0.74 145	0.48 52	0.29 63	0.76 162	0.47 149	1.61 226	0.82 75	0.77 57	0.77 44	0.75 84	0.47 40	1.03 99	0.40 59	0.18 60	0.13 43	0.18 37	0.13 11	0.19 72	0.18 79

CRE-IMP	0.55 78	0.30 127	0.74 145	0.52 111	0.29 63	0.79 177	0.25 4	1.04 81	0.72 53	1.09 124	0.95 73	0.81 99	0.57 87	1.10 113	0.50 129	0.21 145	0.14 76	0.23 151	0.19 109	0.28 237	0.22 166

anonymousa	0.72 162	0.27 68	0.75 147	0.47 41	0.63 296	1.43 302	0.45 136	1.24 149	0.89 89	1.28 222	1.75 310	1.62 304	1.13 283	0.69 32	0.59 165	0.19 92	0.16 157	0.23 151	0.25 241	0.20 98	0.18 79

TestStereo1	0.63 117	0.28 84	0.75 147	0.76 318	0.31 92	0.48 21	0.43 113	1.30 157	1.21 223	0.97 94	1.31 204	0.64 61	0.77 153	1.75 220	0.42 74	0.20 118	0.15 126	0.22 123	0.18 89	0.21 132	0.17 61

test_5	0.65 132	0.30 127	0.75 147	0.67 275	0.50 235	0.92 213	0.52 180	1.39 174	1.12 179	0.76 54	1.11 134	1.00 170	0.90 208	1.53 184	0.45 93	0.18 60	0.13 43	0.23 151	0.22 199	0.21 132	0.19 112

SA-5K	0.63 117	0.28 84	0.75 147	0.76 318	0.31 92	0.48 21	0.43 113	1.30 157	1.21 223	0.97 94	1.31 204	0.64 61	0.77 153	1.75 220	0.42 74	0.20 118	0.15 126	0.22 123	0.18 89	0.21 132	0.17 61

NF-Stereo	0.80 205	0.30 127	0.75 147	0.60 207	0.31 92	0.64 97	0.44 125	1.21 136	0.90 93	1.29 227	1.02 100	0.82 104	0.57 87	5.40 352	0.48 116	0.23 191	0.14 76	0.24 171	0.20 138	0.20 98	0.30 258

OCTAStereo	0.80 205	0.30 127	0.75 147	0.60 207	0.31 92	0.64 97	0.44 125	1.21 136	0.90 93	1.29 227	1.01 93	0.82 104	0.57 87	5.35 347	0.48 116	0.24 206	0.14 76	0.24 171	0.20 138	0.20 98	0.30 258

RE-Stereo	0.80 205	0.30 127	0.75 147	0.60 207	0.31 92	0.64 97	0.44 125	1.21 136	0.90 93	1.29 227	1.01 93	0.81 99	0.57 87	5.37 350	0.48 116	0.24 206	0.14 76	0.24 171	0.20 138	0.20 98	0.30 258

TVStereo	0.80 205	0.30 127	0.75 147	0.60 207	0.31 92	0.64 97	0.44 125	1.21 136	0.90 93	1.29 227	1.01 93	0.81 99	0.57 87	5.37 350	0.48 116	0.24 206	0.14 76	0.24 171	0.20 138	0.20 98	0.30 258

AdaStereo	0.70 156	0.43 263	0.75 147	0.73 310	0.37 154	0.92 213	0.53 186	1.85 282	1.18 210	1.12 138	1.23 176	1.07 194	0.65 125	0.96 84	0.63 181	0.31 283	0.15 126	0.32 282	0.21 174	0.29 242	0.22 166
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.
4D-IteraStereo	0.48 33	0.24 20	0.76 156	0.50 72	0.44 204	0.66 118	0.31 28	0.87 25	1.02 140	1.03 112	0.72 36	0.78 91	0.32 9	0.64 27	0.37 38	0.17 32	0.11 3	0.23 151	0.19 109	0.19 72	0.13 3

Sa-1000	0.72 162	0.29 111	0.76 156	0.59 196	0.30 80	0.73 148	0.37 66	1.62 229	1.33 274	1.28 222	2.04 340	0.86 124	0.75 141	1.84 232	0.38 48	0.19 92	0.14 76	0.25 207	0.23 219	0.20 98	0.16 42

IRAFT_RVC	0.88 236	0.28 84	0.76 156	0.63 239	0.31 92	0.65 109	1.02 325	1.22 143	0.94 107	1.22 198	1.04 111	1.01 177	0.98 241	5.82 361	0.53 146	0.22 168	0.12 9	0.25 207	0.20 138	0.20 98	0.19 112

CVANet_RVC	1.07 282	0.43 263	0.76 156	0.60 207	0.50 235	0.90 205	0.97 316	1.52 204	1.26 240	1.33 255	1.38 229	1.24 233	1.18 289	6.75 380	0.75 207	0.34 301	0.23 265	0.34 299	0.29 290	0.42 306	0.27 232

HH	0.63 117	0.30 127	0.77 160	0.50 72	0.32 107	0.49 31	0.46 143	1.65 233	0.64 28	0.69 45	1.09 125	1.63 306	0.85 186	1.90 239	0.37 38	0.18 60	0.13 43	0.19 50	0.17 75	0.19 72	0.16 42

HanStereo	0.63 117	0.30 127	0.77 160	0.50 72	0.32 107	0.49 31	0.46 143	1.65 233	0.64 28	0.69 45	1.09 125	1.63 306	0.85 186	1.90 239	0.37 38	0.18 60	0.13 43	0.19 50	0.17 75	0.19 72	0.16 42

CroCo-Stereo Lap2	0.44 22	0.34 207	0.77 160	0.61 219	0.79 338	0.28 2	0.35 47	0.75 8	0.71 52	0.38 4	0.50 9	0.72 81	0.55 75	0.57 13	0.47 111	0.17 32	0.18 196	0.19 50	0.16 59	0.21 132	0.20 135

PFNet+	0.59 99	0.28 84	0.77 160	0.53 120	0.30 80	0.59 79	0.31 28	0.92 41	1.14 191	1.33 255	1.10 129	0.79 94	0.57 87	1.31 138	0.49 123	0.25 231	0.17 181	0.28 248	0.26 254	0.21 132	0.25 208

PSM-softLoss	0.78 199	0.31 158	0.77 160	0.58 183	0.32 107	0.56 69	0.40 84	1.18 129	0.70 48	1.24 209	1.07 117	0.83 111	0.52 61	5.36 348	0.53 146	0.24 206	0.15 126	0.25 207	0.22 199	0.20 98	0.25 208

KMStereo	0.78 199	0.31 158	0.77 160	0.58 183	0.32 107	0.56 69	0.40 84	1.18 129	0.70 48	1.24 209	1.07 117	0.83 111	0.52 61	5.36 348	0.53 146	0.24 206	0.15 126	0.25 207	0.22 199	0.20 98	0.25 208

cf-r	0.73 176	0.30 127	0.77 160	0.55 154	0.63 296	0.78 173	0.48 157	1.79 269	1.15 200	1.13 152	1.26 188	1.43 271	0.87 197	1.40 164	0.85 240	0.25 231	0.18 196	0.22 123	0.23 219	0.19 72	0.19 112

HITNet	0.65 132	0.40 251	0.77 160	0.48 52	0.24 9	1.05 242	0.49 164	1.76 260	1.02 140	1.18 182	1.18 162	0.89 135	0.80 165	0.85 67	0.79 223	0.17 32	0.12 9	0.21 97	0.17 75	0.29 242	0.15 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NINENet	0.77 193	0.37 236	0.78 168	0.62 231	0.51 245	2.34 366	0.42 97	1.83 280	1.04 147	1.14 154	1.23 176	1.03 182	0.62 112	1.24 130	0.70 192	0.28 264	0.23 265	0.31 269	0.21 174	0.26 211	0.25 208

DLCB_ROB	0.86 231	0.40 251	0.78 168	0.68 285	0.54 259	1.11 251	0.84 287	1.49 192	1.23 228	1.64 323	1.65 296	1.70 316	0.91 210	1.70 214	1.05 263	0.25 231	0.24 274	0.26 227	0.27 262	0.27 223	0.24 196

Selective-RAFT	0.52 40	0.28 84	0.79 170	0.55 154	0.27 33	0.91 207	0.33 34	0.80 18	0.88 86	0.58 33	0.63 22	0.81 99	0.77 153	1.29 136	0.48 116	0.19 92	0.14 76	0.17 15	0.15 31	0.19 72	0.17 61

AACVNet	0.86 231	0.35 223	0.79 170	0.82 335	0.39 179	0.76 162	0.49 164	1.61 226	0.81 70	1.08 119	1.33 211	1.30 252	0.93 219	4.34 331	0.74 204	0.25 231	0.21 242	0.28 248	0.22 199	0.29 242	0.25 208

GwcNet-ADL	0.64 127	0.31 158	0.79 170	0.56 166	0.41 190	0.60 85	0.58 222	1.41 176	1.26 240	1.08 119	1.13 145	0.91 137	0.60 98	1.04 104	0.78 217	0.27 254	0.18 196	0.18 37	0.18 89	0.25 203	0.29 246

DEmStereo	0.97 260	0.23 14	0.79 170	0.47 41	0.32 107	1.04 241	0.56 209	0.93 45	0.89 89	1.39 275	2.14 346	1.02 179	2.07 371	5.64 358	0.77 215	0.17 32	0.15 126	0.20 74	0.20 138	0.18 42	0.20 135

TDLM	1.06 280	0.44 266	0.79 170	0.63 239	0.50 235	0.89 203	1.44 358	1.48 191	1.26 240	1.12 138	1.40 235	1.08 195	0.98 241	6.65 374	0.78 217	0.33 293	0.21 242	0.33 289	0.26 254	0.37 282	0.24 196

UDGNet	0.72 162	1.17 378	0.80 175	0.77 321	0.41 190	0.77 168	0.38 70	0.97 60	1.34 277	0.81 67	0.88 63	0.71 80	0.60 98	1.21 126	0.54 152	0.52 355	0.19 209	1.02 382	0.26 254	0.71 365	0.31 268

FCDSN-DC	2.32 375	0.63 328	0.81 176	0.84 339	0.75 329	2.23 361	0.94 312	2.09 334	1.80 348	5.45 407	7.72 405	7.77 406	6.93 411	3.39 312	1.80 339	0.52 355	0.48 368	0.52 351	0.51 362	0.57 345	0.58 348
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ac_64	0.82 213	0.29 111	0.81 176	0.71 300	0.60 287	1.05 242	0.54 190	1.99 315	0.92 102	1.18 182	1.06 114	1.99 341	1.08 273	1.94 245	0.97 257	0.27 254	0.22 256	0.24 171	0.23 219	0.22 153	0.19 112

Anonymous_2	1.30 316	0.55 303	0.82 178	0.52 111	0.58 277	1.01 237	0.64 240	1.25 151	0.97 118	0.96 91	0.78 46	1.33 257	1.29 309	1.03 99	0.74 204	0.62 367	0.64 384	1.06 383	9.63 420	1.16 381	0.49 331

SA	0.66 140	0.30 127	0.82 178	0.61 219	0.30 80	0.58 75	0.38 70	1.44 185	1.30 262	0.96 91	1.36 223	0.66 66	0.95 229	1.85 235	0.42 74	0.19 92	0.15 126	0.25 207	0.23 219	0.21 132	0.17 61

CSP-Net	0.97 260	0.38 242	0.83 180	0.53 120	0.41 190	1.63 319	0.77 270	2.00 316	1.05 151	1.25 213	1.20 168	1.33 257	0.83 181	4.93 342	0.85 240	0.32 288	0.22 256	0.20 74	0.20 138	0.23 178	0.25 208

DIP-Stereo	0.62 111	0.30 127	0.83 180	0.48 52	0.36 146	0.95 222	0.33 34	2.37 370	0.67 42	1.25 213	1.00 88	0.68 70	0.51 59	0.91 77	0.61 174	0.18 60	0.15 126	0.21 97	0.17 75	0.19 72	0.19 112
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DualNet	1.09 287	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	0.95 52	2.47 373	1.15 157	1.45 247	1.06 188	0.82 172	1.55 188	7.61 393	0.20 118	0.12 9	0.31 269	0.27 262	0.19 72	0.20 135

ffm	0.72 162	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	0.95 52	2.47 373	1.15 157	1.45 247	1.06 188	0.82 172	1.55 188	0.32 7	0.20 118	0.12 9	0.31 269	0.27 262	0.19 72	0.20 135

ff1	1.37 324	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	0.95 52	2.47 373	1.15 157	1.45 247	1.06 188	0.82 172	7.22 384	7.61 393	0.20 118	0.12 9	0.31 269	0.27 262	0.19 72	0.20 135

mmx	1.39 326	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	2.13 336	1.37 292	1.15 157	1.45 247	1.06 188	0.82 172	7.22 384	7.61 393	0.24 206	0.19 209	0.31 269	0.27 262	0.30 251	0.25 208

xxx	1.39 326	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	2.13 336	1.37 292	1.15 157	1.45 247	1.06 188	0.82 172	7.22 384	7.61 393	0.24 206	0.19 209	0.31 269	0.27 262	0.30 251	0.25 208

SACVNet	0.85 226	0.46 274	0.85 182	0.81 330	0.56 266	0.80 182	0.79 275	1.68 240	1.12 179	1.34 258	1.33 211	1.25 237	0.94 224	2.39 280	0.76 209	0.34 301	0.26 285	0.31 269	0.29 290	0.35 272	0.44 315

SMFormer	0.75 186	0.30 127	0.86 188	0.46 35	0.26 20	0.82 187	0.43 113	2.05 325	1.39 300	1.23 201	1.47 254	0.98 164	0.95 229	1.71 215	0.82 232	0.24 206	0.20 226	0.22 123	0.21 174	0.23 178	0.24 196

tta	0.75 186	0.30 127	0.86 188	0.46 35	0.26 20	0.82 187	0.43 113	2.05 325	1.39 300	1.23 201	1.47 254	0.98 164	0.95 229	1.71 215	0.82 232	0.24 206	0.20 226	0.22 123	0.21 174	0.18 42	0.18 79

qqq1	0.72 162	0.30 127	0.86 188	0.46 35	0.26 20	0.82 187	0.43 113	2.05 325	1.39 300	1.23 201	1.47 254	0.98 164	0.95 229	1.71 215	0.44 85	0.24 206	0.20 226	0.18 37	0.15 31	0.18 42	0.18 79

fff1	0.72 162	0.30 127	0.86 188	0.46 35	0.26 20	0.82 187	0.43 113	2.05 325	1.39 300	1.23 201	1.47 254	0.98 164	0.95 229	1.71 215	0.44 85	0.24 206	0.20 226	0.18 37	0.15 31	0.18 42	0.18 79

1111x	1.70 352	0.29 111	0.86 188	0.51 95	0.27 33	1.01 237	0.68 252	2.22 357	1.28 252	1.13 152	1.40 235	1.21 224	1.10 277	5.53 354	15.20 412	0.22 168	0.21 242	0.22 123	0.22 199	0.24 192	0.22 166

StereoVision	0.65 132	0.34 207	0.86 188	0.59 196	0.40 184	0.50 40	0.41 95	1.09 107	0.93 104	0.71 49	2.50 361	0.82 104	0.57 87	1.03 99	0.49 123	0.25 231	0.28 299	0.29 256	0.28 279	0.36 278	0.20 135

CFNet_pseudo	0.66 140	0.32 172	0.86 188	0.48 52	0.39 179	0.70 140	0.40 84	1.33 159	1.22 225	1.16 168	1.34 216	1.24 233	0.64 120	0.98 90	0.59 165	0.21 145	0.16 157	0.33 289	0.19 109	0.36 278	0.25 208

GANet	1.36 323	0.47 278	0.86 188	0.67 275	0.45 211	1.34 289	1.73 371	1.64 232	1.24 232	1.49 298	2.38 355	1.55 294	1.20 295	9.30 403	0.93 249	0.30 276	0.31 317	0.33 289	0.28 279	0.39 294	0.30 258

ccs_rob	0.66 140	0.33 188	0.86 188	0.48 52	0.39 179	0.70 140	0.40 84	1.33 159	1.22 225	1.16 168	1.34 216	1.23 231	0.64 120	0.98 90	0.59 165	0.21 145	0.16 157	0.35 306	0.20 138	0.37 282	0.25 208

FC-DCNN	2.72 390	0.59 316	0.86 188	0.73 310	0.57 269	2.91 381	1.04 327	3.01 385	2.60 378	6.83 409	7.64 404	9.92 411	6.33 409	5.21 345	3.14 368	0.53 361	0.48 368	0.51 350	0.50 360	0.53 339	0.51 336

RALAANet	0.60 102	0.33 188	0.87 198	0.62 231	0.50 235	0.69 133	0.31 28	1.21 136	1.06 154	1.09 124	1.16 157	0.88 131	0.46 34	1.22 127	0.42 74	0.19 92	0.15 126	0.21 97	0.17 75	0.27 223	0.17 61

MSMDNet	0.66 140	0.32 172	0.87 198	0.49 65	0.37 154	0.79 177	0.40 84	1.43 184	1.31 266	1.15 157	1.31 204	1.24 233	0.63 117	0.88 72	0.57 160	0.21 145	0.16 157	0.26 227	0.19 109	0.39 294	0.24 196

DeepPruner_ROB	0.74 179	0.48 283	0.87 198	0.57 177	0.44 204	0.79 177	0.54 190	1.73 248	0.96 111	1.38 270	1.27 191	1.24 233	0.73 137	1.43 166	0.73 203	0.34 301	0.28 299	0.27 238	0.26 254	0.31 258	0.31 268

PCWNet_CMD	0.66 140	0.32 172	0.88 201	0.49 65	0.37 154	0.78 173	0.40 84	1.42 178	1.31 266	1.16 168	1.31 204	1.25 237	0.62 112	0.89 75	0.57 160	0.20 118	0.16 157	0.27 238	0.19 109	0.40 298	0.25 208

CFNet_ucs	0.70 156	0.33 188	0.88 201	0.50 72	0.43 198	0.74 151	0.44 125	1.60 223	1.29 256	1.22 198	1.54 269	1.09 201	0.63 117	0.99 92	0.59 165	0.25 231	0.20 226	0.37 316	0.21 174	0.40 298	0.28 243

RAFT_CTSACE	0.63 117	0.26 47	0.88 201	0.55 154	0.51 245	0.71 143	0.44 125	0.80 18	0.97 118	0.97 94	1.84 320	1.18 221	0.68 128	1.47 175	0.36 33	0.16 11	0.15 126	0.21 97	0.20 138	0.20 98	0.14 11

LMCR-Stereo	0.82 213	0.46 274	0.88 201	0.75 316	0.43 198	1.33 287	0.56 209	2.43 374	0.98 123	1.53 303	1.49 260	0.74 82	1.00 251	1.63 200	0.89 245	0.28 264	0.17 181	0.22 123	0.17 75	0.29 242	0.20 135

StereoDRNet-Refined	0.80 205	0.41 257	0.88 201	0.62 231	0.42 193	1.33 287	0.48 157	1.52 204	1.17 206	1.45 287	1.44 245	1.44 275	0.90 208	1.26 132	1.24 288	0.20 118	0.16 157	0.27 238	0.24 230	0.25 203	0.28 243
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
TransformOpticalFlow	0.96 254	0.28 84	0.89 206	0.52 111	0.31 92	0.66 118	0.54 190	1.75 254	1.12 179	1.09 124	1.44 245	1.37 265	1.01 253	6.70 378	0.42 74	0.19 92	0.12 9	0.20 74	0.19 109	0.18 42	0.19 112

ADLNet	0.85 226	0.36 230	0.89 206	0.85 344	0.72 318	1.24 276	0.76 267	1.82 276	1.36 288	1.52 302	1.35 222	1.27 245	0.99 249	1.23 129	1.15 279	0.27 254	0.20 226	0.26 227	0.25 241	0.28 237	0.30 258

MSMD_ROB	1.99 367	0.59 316	0.89 206	0.70 293	0.61 290	3.95 396	0.94 312	1.80 271	1.79 347	4.41 398	4.43 384	8.17 407	3.66 395	3.40 313	1.33 300	0.52 355	0.48 368	0.54 357	0.58 369	0.53 339	0.50 332

GES	0.66 140	0.34 207	0.90 209	0.59 196	0.38 171	0.94 218	0.57 219	2.11 335	0.86 78	1.02 108	1.11 134	0.66 66	0.79 160	0.99 92	0.61 174	0.27 254	0.19 209	0.20 74	0.20 138	0.21 132	0.30 258

UPFNet	0.80 205	0.32 172	0.90 209	0.59 196	0.74 323	1.26 279	0.80 281	1.52 204	1.10 173	1.30 235	1.12 140	1.30 252	0.84 183	1.67 207	1.09 270	0.24 206	0.24 274	0.24 171	0.23 219	0.25 203	0.18 79

DMCA	0.67 149	0.34 207	0.90 209	0.51 95	0.44 204	0.86 200	0.47 149	1.42 178	1.02 140	1.17 177	1.12 140	1.23 231	0.75 141	0.78 52	0.95 252	0.25 231	0.19 209	0.27 238	0.19 109	0.24 192	0.27 232

iRaft-Stereo_5w	0.85 226	0.29 111	0.91 212	0.53 120	0.43 198	0.49 31	0.68 252	0.99 64	0.87 82	0.79 61	1.34 216	1.46 279	0.91 210	5.11 344	1.11 275	0.17 32	0.14 76	0.22 123	0.18 89	0.20 98	0.20 135

AASNet	0.76 192	0.35 223	0.91 212	0.79 324	0.81 345	1.14 256	0.56 209	2.02 323	1.08 163	1.22 198	1.24 178	0.93 146	0.76 149	0.77 51	1.16 280	0.27 254	0.23 265	0.24 171	0.20 138	0.28 237	0.24 196

Anonymous	0.53 49	0.38 242	0.91 212	0.66 265	0.73 321	0.65 109	0.59 229	0.95 52	0.73 56	0.47 14	0.58 20	0.42 5	0.60 98	0.80 56	0.53 146	0.24 206	0.23 265	0.21 97	0.21 174	0.41 301	0.29 246

RASNet	1.12 295	0.30 127	0.91 212	0.66 265	0.77 333	0.97 230	0.57 219	1.37 168	1.35 285	1.02 108	1.34 216	2.11 350	1.43 322	7.09 383	1.39 310	0.19 92	0.17 181	0.17 15	0.19 109	0.18 42	0.16 42

MIM_Stereo	0.57 91	0.24 20	0.92 216	0.46 35	0.30 80	0.54 60	0.28 18	1.27 153	0.75 57	1.00 102	1.16 157	0.93 146	0.53 66	1.45 169	0.61 174	0.16 11	0.16 157	0.20 74	0.19 109	0.17 25	0.14 11

MeshStereo	2.26 373	0.56 306	0.92 216	0.61 219	0.49 229	2.60 374	1.02 325	3.18 387	2.05 363	7.40 413	4.98 393	7.58 404	2.98 389	6.37 370	1.96 347	0.43 336	0.43 356	0.45 340	0.39 333	0.43 311	0.42 309
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
CoDeX	0.73 176	0.29 111	0.93 218	0.54 135	0.36 146	1.14 256	0.61 234	2.34 368	1.17 206	1.16 168	1.25 182	0.91 137	0.87 197	1.33 142	0.64 184	0.20 118	0.16 157	0.21 97	0.18 89	0.20 98	0.18 79

PS-NSSS	0.99 265	0.58 313	0.93 218	0.58 183	0.57 269	0.91 207	0.80 281	1.81 275	1.14 191	1.14 154	1.67 301	1.00 170	0.83 181	4.62 335	0.78 217	0.37 315	0.31 317	0.52 351	0.32 308	0.45 321	0.38 297

MIPNet	0.56 87	0.28 84	0.94 220	0.49 65	0.33 123	0.66 118	0.38 70	1.35 165	1.08 163	1.06 116	0.92 69	0.60 53	0.79 160	0.73 44	0.52 138	0.17 32	0.14 76	0.19 50	0.16 59	0.18 42	0.17 61

GMStereo	0.55 78	0.45 272	0.94 220	0.50 72	0.32 107	0.64 97	0.43 113	1.00 68	1.40 305	0.82 70	0.73 37	0.51 33	0.45 30	0.85 67	0.55 156	0.24 206	0.15 126	0.20 74	0.21 174	0.31 258	0.24 196
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	0.85 226	0.38 242	0.94 220	0.80 327	1.03 365	1.17 265	0.58 222	1.52 204	1.20 218	1.19 186	1.62 290	1.13 213	1.20 295	1.80 229	1.06 265	0.24 206	0.24 274	0.24 171	0.21 174	0.23 178	0.27 232

MyStereo06	0.61 108	0.28 84	0.95 223	0.56 166	0.46 221	0.61 88	0.73 262	1.78 267	0.67 42	1.03 112	1.12 140	1.13 213	0.56 79	0.78 52	0.41 66	0.17 32	0.16 157	0.23 151	0.20 138	0.22 153	0.20 135

hknet	0.77 193	0.32 172	0.95 223	0.54 135	0.38 171	1.27 280	0.65 242	2.16 345	1.07 159	1.20 190	1.11 134	1.59 300	0.81 168	1.37 150	0.66 186	0.22 168	0.17 181	0.25 207	0.22 199	0.22 153	0.22 166

delet	0.85 226	0.32 172	0.95 223	0.65 260	0.66 303	1.64 321	0.84 287	1.75 254	1.35 285	1.32 247	1.30 199	1.30 252	0.88 201	1.68 212	1.10 273	0.21 145	0.21 242	0.24 171	0.24 230	0.21 132	0.21 151

acv_ft	0.75 186	0.31 158	0.95 223	0.70 293	0.86 352	1.24 276	0.53 186	1.44 185	1.07 159	1.24 209	1.30 199	1.08 195	0.92 213	0.80 56	1.34 302	0.21 145	0.19 209	0.21 97	0.18 89	0.21 132	0.18 79

CIPLG	0.62 111	0.33 188	0.96 227	0.58 183	0.50 235	0.75 157	0.48 157	1.05 87	0.96 111	1.40 276	1.57 279	0.64 61	0.48 48	0.89 75	0.70 192	0.23 191	0.15 126	0.19 50	0.16 59	0.19 72	0.21 151

STrans-v2	1.04 279	0.28 84	0.96 227	0.49 65	0.32 107	0.68 129	0.79 275	2.47 376	1.12 179	1.12 138	1.46 253	1.40 266	1.46 326	6.70 378	0.43 83	0.18 60	0.13 43	0.20 74	0.18 89	0.18 42	0.18 79

dd	0.59 99	0.48 283	0.97 229	0.55 154	0.32 107	0.64 97	0.47 149	1.02 74	1.34 277	0.78 58	0.86 58	0.58 48	0.54 69	1.01 96	0.86 242	0.28 264	0.18 196	0.26 227	0.19 109	0.32 263	0.24 196

IPLG	0.69 154	0.27 68	0.97 229	0.51 95	0.43 198	0.79 177	0.33 34	1.21 136	1.06 154	1.30 235	1.10 129	0.52 38	0.55 75	3.16 308	0.63 181	0.16 11	0.14 76	0.19 50	0.16 59	0.18 42	0.17 61

TRStereo	0.60 102	0.60 323	0.97 229	0.74 312	0.67 305	0.46 19	0.38 70	1.85 282	0.89 89	0.79 61	0.80 53	0.88 131	0.39 14	1.10 113	0.41 66	0.23 191	0.15 126	0.23 151	0.24 230	0.17 25	0.15 27

IGEV_Zeroshot_test	0.53 49	0.30 127	0.99 232	0.56 166	0.35 141	0.41 12	0.32 31	1.37 168	0.63 26	1.00 102	1.09 125	0.95 155	0.41 19	0.83 63	0.39 55	0.18 60	0.12 9	0.19 50	0.18 89	0.19 72	0.17 61

UDG	1.41 329	2.65 409	0.99 232	1.44 385	1.64 388	1.34 289	0.80 281	1.60 223	1.23 228	1.23 201	1.71 304	2.01 343	1.34 317	1.47 175	1.41 315	0.90 376	0.54 378	2.29 393	0.75 377	1.84 387	1.04 380

IPLGR_C	0.62 111	0.33 188	0.99 232	0.58 183	0.49 229	0.76 162	0.48 157	1.10 109	0.96 111	1.40 276	1.56 275	0.62 56	0.48 48	0.80 56	0.71 197	0.23 191	0.15 126	0.19 50	0.16 59	0.19 72	0.21 151

GEStereo_RVC	0.90 241	0.37 236	0.99 232	0.64 248	0.50 235	0.95 222	0.79 275	2.42 373	1.17 206	1.16 168	1.11 134	1.26 241	0.92 213	3.24 309	0.90 247	0.29 272	0.19 209	0.23 151	0.20 138	0.27 223	0.29 246

iResNet_ROB	0.77 193	0.30 127	0.99 232	0.57 177	0.36 146	0.83 191	0.36 57	2.33 366	1.58 331	1.27 220	1.30 199	1.25 237	0.84 183	1.65 202	0.79 223	0.20 118	0.14 76	0.17 15	0.12 9	0.18 42	0.27 232

MyStereo8	0.65 132	0.29 111	1.00 237	0.58 183	0.49 229	0.91 207	0.35 47	1.18 129	1.31 266	1.16 168	1.27 191	0.90 136	0.64 120	0.72 41	0.95 252	0.18 60	0.14 76	0.20 74	0.18 89	0.22 153	0.26 226

CRFU-Net	0.86 231	0.39 247	1.00 237	0.65 260	0.57 269	1.78 336	0.86 293	2.15 342	0.81 70	1.38 270	1.18 162	1.64 309	1.19 292	1.35 146	0.90 247	0.26 245	0.22 256	0.21 97	0.19 109	0.23 178	0.24 196

iRaft-Stereo_20w	0.65 132	0.31 158	1.00 237	0.47 41	0.34 138	0.73 148	0.30 23	2.96 384	0.70 48	1.15 157	1.14 148	0.76 87	0.65 125	1.11 116	0.38 48	0.17 32	0.13 43	0.18 37	0.16 59	0.19 72	0.18 79

MaskLacGwcNet_RVC	1.10 290	1.02 366	1.00 237	0.82 335	0.67 305	1.93 346	0.93 310	1.62 229	1.11 175	1.15 157	1.25 182	1.50 287	0.79 160	1.96 247	0.76 209	1.89 389	0.34 327	0.79 374	0.36 327	1.25 384	0.83 371

GMStereo_Zeroshot	0.67 149	0.61 324	1.01 241	0.64 248	0.37 154	0.84 198	0.35 47	1.05 87	1.12 179	1.12 138	1.06 114	1.27 245	0.54 69	1.19 124	0.59 165	0.32 288	0.17 181	0.31 269	0.18 89	0.52 337	0.22 166

test croco	0.46 25	0.27 68	1.01 241	0.50 72	0.40 184	0.35 5	0.37 66	0.87 25	0.56 18	0.43 8	0.76 43	0.42 5	0.40 17	1.13 119	0.45 93	0.21 145	0.15 126	0.24 171	0.19 109	0.24 192	0.16 42

ACRE	0.61 108	0.33 188	1.01 241	0.58 183	0.49 229	0.75 157	0.47 149	1.06 100	0.95 109	1.37 265	1.55 271	0.62 56	0.46 34	0.83 63	0.70 192	0.23 191	0.15 126	0.19 50	0.16 59	0.18 42	0.21 151

ccnet	1.12 295	0.67 333	1.01 241	0.78 323	0.73 321	1.72 327	0.99 320	1.84 281	1.26 240	1.47 290	1.85 322	1.75 324	1.29 309	1.75 220	1.88 343	0.57 363	0.53 375	0.57 367	0.55 366	0.59 349	0.54 339

GwcNet-RSSM	0.77 193	0.32 172	1.01 241	0.62 231	0.54 259	0.78 173	0.51 171	1.73 248	1.20 218	1.09 124	1.37 225	1.46 279	0.85 186	1.53 184	1.09 270	0.25 231	0.18 196	0.23 151	0.24 230	0.20 98	0.19 112

CFNet	0.96 254	0.36 230	1.01 241	0.62 231	0.42 193	0.99 234	0.47 149	1.90 293	1.32 271	0.99 100	1.39 233	1.10 203	0.86 194	5.58 357	0.79 223	0.23 191	0.17 181	0.28 248	0.27 262	0.26 211	0.21 151

ssnet_v2	0.88 236	0.36 230	1.02 247	0.62 231	0.38 171	1.32 286	0.97 316	2.07 331	1.34 277	1.37 265	1.18 162	1.54 292	0.92 213	1.10 113	1.65 333	0.30 276	0.27 293	0.30 265	0.28 279	0.27 223	0.26 226

IER	0.70 156	0.31 158	1.02 247	0.48 52	0.52 253	1.34 289	0.51 171	1.17 124	0.99 130	1.23 201	1.34 216	1.12 208	1.11 278	0.99 92	0.71 197	0.20 118	0.16 157	0.21 97	0.21 174	0.20 98	0.19 112

sCroCo_RVC	0.49 36	0.40 251	1.02 247	0.65 260	0.60 287	0.52 52	0.40 84	0.83 22	0.61 23	0.44 9	0.74 39	0.49 30	0.50 57	0.63 26	0.48 116	0.26 245	0.27 293	0.23 151	0.22 199	0.29 242	0.25 208

SFCPSM	0.70 156	0.28 84	1.02 247	0.51 95	0.38 171	1.37 292	0.66 247	2.00 316	1.03 143	1.17 177	1.21 170	0.82 104	0.78 158	1.03 99	0.53 146	0.21 145	0.17 181	0.22 123	0.24 230	0.21 132	0.19 112

DAS	0.84 222	0.34 207	1.03 251	0.64 248	0.69 313	0.77 168	0.63 237	1.54 212	1.20 218	1.79 337	1.55 271	0.95 155	1.04 261	2.83 295	0.60 172	0.21 145	0.16 157	0.25 207	0.18 89	0.27 223	0.22 166

SepStereo	0.82 213	0.34 207	1.03 251	0.64 248	0.69 313	0.77 168	0.63 237	1.54 212	1.20 218	1.79 337	1.55 271	0.95 155	1.04 261	2.30 273	0.60 172	0.21 145	0.16 157	0.25 207	0.18 89	0.27 223	0.22 166

MANE	6.19 405	0.59 316	1.03 251	0.93 363	1.22 381	13.38 417	2.69 402	12.81 418	17.94 421	8.21 414	10.82 413	14.72 417	11.68 413	11.39 415	11.90 406	0.59 364	0.50 372	0.52 351	1.76 406	0.55 342	0.54 339

test-1	0.52 40	0.26 47	1.04 254	0.56 166	0.32 107	0.61 88	0.38 70	1.10 109	0.91 98	0.78 58	1.01 93	0.77 88	0.52 61	0.60 24	0.42 74	0.17 32	0.14 76	0.20 74	0.17 75	0.20 98	0.23 184

whm_eth	0.65 132	0.47 278	1.05 255	0.55 154	0.64 298	0.69 133	0.45 136	1.34 163	1.26 240	1.02 108	1.92 330	0.49 30	0.48 48	0.70 34	0.52 138	0.23 191	0.20 226	0.25 207	0.24 230	0.24 192	0.31 268

NLCA_NET_v2_RVC	0.79 202	0.43 263	1.05 255	0.64 248	0.58 277	0.95 222	0.53 186	1.53 210	1.18 210	1.37 265	1.15 154	1.43 271	0.88 201	1.61 198	0.84 237	0.25 231	0.22 256	0.27 238	0.27 262	0.29 242	0.29 246
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DN-CSS_ROB	0.64 127	0.32 172	1.05 255	0.55 154	0.40 184	0.54 60	0.45 136	1.21 136	0.93 104	1.03 112	1.47 254	0.69 75	0.63 117	1.76 225	0.49 123	0.18 60	0.14 76	0.25 207	0.22 199	0.22 153	0.20 135

ADStereo(finetuned)	0.57 91	0.24 20	1.06 258	0.43 8	0.24 9	0.49 31	0.35 47	1.05 87	1.30 262	1.12 138	1.03 108	0.58 48	1.20 295	0.84 65	0.51 132	0.16 11	0.13 43	0.17 15	0.13 11	0.18 42	0.19 112

dad	0.86 231	0.66 332	1.06 258	0.56 166	0.37 154	0.76 162	0.44 125	1.17 124	1.50 322	1.44 285	1.27 191	1.34 261	0.75 141	2.52 285	0.84 237	0.42 331	0.27 293	0.83 375	0.26 254	0.41 301	0.29 246

DSFCA	0.93 249	0.34 207	1.06 258	0.52 111	0.65 301	1.55 312	0.93 310	1.49 192	1.19 213	1.56 311	1.15 154	1.50 287	0.96 234	3.07 303	1.02 262	0.30 276	0.26 285	0.25 207	0.25 241	0.28 237	0.24 196

NCCL2	1.00 269	0.56 306	1.06 258	0.75 316	0.57 269	1.31 285	1.72 370	1.77 263	1.36 288	1.50 299	1.17 160	1.91 331	1.17 286	1.54 186	1.29 296	0.35 308	0.31 317	0.45 340	0.44 345	0.40 298	0.40 301

MyStereo05	0.66 140	0.28 84	1.07 262	0.56 166	0.46 221	0.61 88	0.73 262	1.34 163	1.41 308	1.15 157	0.91 67	0.77 88	0.80 165	1.41 165	0.63 181	0.17 32	0.16 157	0.23 151	0.20 138	0.22 153	0.20 135

MyStereo04	0.67 149	0.29 111	1.07 262	0.55 154	0.45 211	0.59 79	0.79 275	1.50 196	1.40 305	0.91 81	0.91 67	0.74 82	0.86 194	1.52 180	0.62 177	0.17 32	0.16 157	0.24 171	0.20 138	0.23 178	0.20 135

DCANet-4	0.54 63	0.26 47	1.07 262	0.42 7	0.24 9	0.48 21	0.36 57	0.99 64	1.30 262	1.10 132	1.02 100	0.56 42	0.75 141	0.73 44	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 112

SQANet	1.31 317	0.88 359	1.08 265	1.83 388	1.44 385	1.44 303	0.75 264	1.74 252	1.09 169	1.32 247	1.26 188	1.28 248	1.01 253	1.50 179	0.83 234	2.50 394	0.34 327	1.47 386	0.55 366	2.32 390	1.57 389

RAFT + AFF	1.00 269	0.42 260	1.09 266	0.67 275	0.50 235	1.22 274	1.24 346	2.24 359	1.19 213	1.30 235	1.56 275	1.17 218	1.49 331	3.44 317	0.83 234	0.21 145	0.25 281	0.30 265	0.26 254	0.27 223	0.27 232

MMNet	0.84 222	0.32 172	1.09 266	0.60 207	0.59 284	1.85 342	0.49 164	1.51 201	1.27 247	1.37 265	1.15 154	1.26 241	1.18 289	1.67 207	1.22 286	0.19 92	0.18 196	0.23 151	0.22 199	0.25 203	0.21 151

XPNet_ROB	0.96 254	0.49 286	1.09 266	0.72 303	0.57 269	1.11 251	1.14 337	1.66 238	1.23 228	1.85 343	1.39 233	1.64 309	1.11 278	1.80 229	1.42 319	0.38 319	0.30 311	0.33 289	0.29 290	0.37 282	0.34 280

PFNet	0.91 244	0.26 47	1.10 269	0.63 239	0.32 107	0.64 97	0.56 209	1.17 124	0.99 130	1.47 290	1.08 120	0.98 164	0.69 131	6.62 373	0.54 152	0.20 118	0.12 9	0.24 171	0.19 109	0.20 98	0.17 61

MLCV	0.72 162	0.34 207	1.10 269	0.51 95	0.23 6	0.91 207	0.39 81	1.33 159	1.23 228	1.46 289	1.55 271	1.01 177	0.64 120	1.95 246	0.80 226	0.18 60	0.12 9	0.18 37	0.14 23	0.19 72	0.17 61

Anonymous3	0.61 108	0.44 266	1.11 271	0.59 196	0.49 229	0.93 216	0.65 242	0.93 45	0.81 70	0.72 52	0.88 63	0.65 64	0.69 131	1.06 106	0.53 146	0.35 308	0.30 311	0.26 227	0.26 254	0.31 258	0.27 232

DISCO	1.03 276	0.34 207	1.11 271	0.69 288	0.45 211	2.07 355	0.84 287	2.13 336	1.50 322	1.15 157	1.33 211	2.40 362	1.07 272	2.60 288	1.51 328	0.23 191	0.18 196	0.22 123	0.20 138	0.31 258	0.27 232

DDUNet	1.50 334	2.69 410	1.12 273	1.77 387	1.88 390	1.84 341	0.92 306	1.70 245	1.16 204	1.38 270	1.79 314	1.60 302	1.12 281	1.37 150	1.08 268	1.10 386	0.76 387	2.37 395	0.94 387	2.00 388	1.37 387

RP	1.09 287	0.50 290	1.12 273	0.90 357	1.04 366	1.11 251	0.84 287	1.80 271	1.62 333	1.55 310	2.00 335	1.90 330	1.78 353	1.84 232	1.25 289	0.52 355	0.36 340	0.48 346	0.36 327	0.45 321	0.43 313

DRN-Test	1.00 269	0.44 266	1.13 275	0.70 293	0.81 345	1.62 318	0.79 275	2.14 340	1.44 314	1.78 334	1.33 211	1.43 271	1.05 265	2.18 265	1.53 329	0.27 254	0.21 242	0.31 269	0.30 298	0.32 263	0.28 243

IPLGR	0.58 96	0.27 68	1.14 276	0.48 52	0.28 52	0.65 109	0.33 34	1.22 143	1.13 189	1.18 182	1.05 112	0.69 75	0.66 127	0.96 84	0.52 138	0.17 32	0.15 126	0.20 74	0.17 75	0.20 98	0.18 79

NaN_ROB	1.13 298	0.55 303	1.15 277	0.64 248	0.48 226	1.61 317	2.03 388	1.72 247	1.48 319	2.09 356	1.27 191	1.40 266	1.08 273	3.94 323	1.30 297	0.28 264	0.34 327	0.28 248	0.28 279	0.30 251	0.33 278

ETE_ROB	0.96 254	0.64 330	1.16 278	0.69 288	0.48 226	1.14 256	1.13 336	1.77 263	1.19 213	1.91 348	1.45 247	1.73 319	1.05 265	1.60 197	1.14 278	0.32 288	0.26 285	0.38 319	0.34 319	0.39 294	0.41 305

LALA_ROB	1.01 273	0.59 316	1.16 278	0.67 275	0.51 245	1.63 319	1.26 350	1.69 242	1.38 296	1.81 340	1.37 225	1.94 336	1.02 258	1.58 194	1.38 307	0.37 315	0.27 293	0.43 336	0.37 330	0.43 311	0.37 291

ADLNet2	0.88 236	0.34 207	1.17 280	0.77 321	0.64 298	1.12 254	0.76 267	1.74 252	1.24 232	1.21 193	1.65 296	1.71 317	1.05 265	1.67 207	1.17 282	0.24 206	0.21 242	0.21 97	0.22 199	0.26 211	0.29 246

BEATNet_4x	0.73 176	0.49 286	1.17 280	0.53 120	0.26 20	1.03 239	0.55 203	1.82 276	1.06 154	1.21 193	1.22 172	0.96 161	0.91 210	1.01 96	1.06 265	0.21 145	0.14 76	0.24 171	0.19 109	0.37 282	0.21 151

PSMNet_ROB	0.90 241	0.52 296	1.17 280	0.72 303	0.61 290	1.27 280	1.12 335	1.76 260	1.12 179	1.09 124	1.28 195	1.45 277	0.89 207	1.65 202	1.42 319	0.33 293	0.25 281	0.37 316	0.39 333	0.35 272	0.29 246

otaku	1.60 342	1.11 373	1.21 283	2.20 391	1.56 387	1.97 349	1.24 346	2.07 331	1.36 288	1.44 285	1.62 290	1.73 319	1.19 292	1.73 219	0.98 259	2.89 398	0.57 380	1.74 387	0.60 373	2.78 395	1.94 394

anonymity	1.12 295	0.97 362	1.21 283	1.07 374	1.12 372	1.08 248	0.89 298	1.95 308	1.16 204	1.29 227	1.26 188	1.22 226	1.09 276	1.15 121	1.01 261	1.02 381	1.00 402	0.97 379	0.97 389	0.98 374	0.99 377

STTStereo	0.78 199	0.50 290	1.22 285	0.64 248	0.54 259	0.89 203	0.54 190	1.44 185	1.11 175	1.38 270	1.09 125	1.27 245	0.85 186	1.43 166	0.83 234	0.29 272	0.27 293	0.33 289	0.39 333	0.32 263	0.30 258

Ntro	1.64 346	1.15 376	1.23 286	2.48 396	1.83 389	2.09 356	1.16 340	1.96 309	1.38 296	1.21 193	1.62 290	1.62 304	1.29 309	1.87 238	1.11 275	3.04 399	0.56 379	1.82 389	0.64 374	2.80 396	2.05 395

ToySt	0.66 140	0.33 188	1.23 286	0.51 95	0.33 123	0.86 200	0.68 252	1.10 109	0.97 118	0.84 73	1.08 120	1.25 237	0.94 224	1.01 96	0.74 204	0.19 92	0.19 209	0.24 171	0.24 230	0.27 223	0.23 184

SPS-STEREO	1.67 348	1.04 367	1.23 286	1.21 378	1.13 375	1.82 339	1.11 333	2.16 345	1.52 325	3.07 388	2.32 352	2.82 374	1.80 355	4.11 326	2.04 350	1.03 382	0.99 401	0.97 379	0.94 387	1.03 378	1.02 378
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NCC-stereo	1.10 290	0.54 300	1.24 289	0.84 339	0.94 360	1.29 283	0.89 298	2.01 320	1.34 277	1.32 247	1.74 307	1.88 326	1.74 350	2.35 276	1.25 289	0.45 342	0.37 342	0.45 340	0.58 369	0.42 306	0.42 309

Abc-Net	1.10 290	0.54 300	1.24 289	0.84 339	0.94 360	1.29 283	0.89 298	2.01 320	1.34 277	1.32 247	1.74 307	1.88 326	1.74 350	2.35 276	1.25 289	0.45 342	0.37 342	0.45 340	0.58 369	0.42 306	0.42 309
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	1.17 306	0.49 286	1.24 289	0.70 293	0.97 364	1.71 325	0.92 306	1.91 297	1.46 317	1.38 270	1.14 148	1.88 326	1.30 313	4.24 327	1.87 341	0.26 245	0.21 242	0.35 306	0.27 262	0.55 342	0.54 339

RGC	1.14 300	0.79 351	1.26 292	0.91 360	0.96 363	1.52 309	0.77 270	1.92 300	1.26 240	1.54 307	1.93 331	2.02 345	1.54 333	2.25 271	1.31 298	0.44 341	0.35 335	0.58 368	0.48 354	0.47 324	0.46 321

SGM-ForestM	6.52 407	0.38 242	1.26 292	0.63 239	0.35 141	13.59 418	5.32 412	6.32 411	6.70 406	11.14 415	9.18 410	22.51 427	13.93 415	16.89 419	20.07 417	0.36 311	0.37 342	0.36 314	0.35 323	0.36 278	0.34 280

CSAN	1.41 329	0.59 316	1.26 292	0.70 293	0.50 235	1.76 331	1.78 373	1.77 263	1.90 355	2.35 364	2.32 352	1.92 334	1.94 364	5.56 356	1.49 327	0.43 336	0.35 335	0.40 330	0.41 339	0.43 311	0.41 305

DMCA-RVC	0.74 179	0.40 251	1.27 295	0.66 265	0.49 229	0.77 168	0.47 149	1.35 165	1.01 137	1.53 303	1.01 93	1.29 251	0.82 172	1.31 138	0.78 217	0.27 254	0.21 242	0.35 306	0.27 262	0.32 263	0.24 196

CC-Net-ROB	1.49 332	1.26 380	1.27 295	0.88 352	0.79 338	1.76 331	1.00 322	1.79 269	1.26 240	1.10 132	1.61 287	1.21 224	0.99 249	8.13 397	0.84 237	1.09 385	0.41 353	2.20 391	0.46 350	1.20 383	0.48 327

PA-Net	1.01 273	0.57 310	1.29 297	0.64 248	0.74 323	1.19 270	0.84 287	1.69 242	1.43 313	1.16 168	1.19 165	1.32 256	1.19 292	3.42 315	1.25 289	0.29 272	0.45 363	0.33 289	0.49 357	0.32 263	0.47 324
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.11 293	0.50 290	1.30 298	0.71 300	0.65 301	1.14 256	0.75 264	1.93 304	1.37 292	1.71 328	1.83 318	2.54 366	1.44 323	2.43 282	1.23 287	0.42 331	0.41 353	0.54 357	0.35 323	0.42 306	0.46 321

UNet	0.83 218	0.34 207	1.31 299	0.58 183	0.74 323	1.58 315	0.49 164	1.41 176	1.04 147	1.21 193	1.08 120	1.54 292	1.12 281	1.65 202	1.09 270	0.23 191	0.17 181	0.25 207	0.20 138	0.25 203	0.22 166

GANetREF_RVC	1.07 282	0.86 356	1.31 299	0.82 335	0.53 256	1.41 301	1.31 352	1.76 260	1.52 325	1.27 220	1.31 204	1.46 279	1.24 303	2.03 252	0.96 256	0.56 362	0.45 363	0.67 370	0.50 360	0.88 372	0.59 350
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
WCMA_ROB	1.84 358	0.47 278	1.31 299	0.69 288	0.57 269	2.11 357	1.14 337	1.87 286	1.73 342	4.04 394	6.43 397	5.62 398	3.61 394	2.59 287	1.94 346	0.52 355	0.44 359	0.39 325	0.42 341	0.48 327	0.47 324

FAT-Stereo	1.07 282	0.41 257	1.32 302	0.72 303	0.58 277	1.08 248	0.89 298	1.96 309	1.65 335	1.75 331	1.98 334	2.03 346	1.48 329	2.02 251	1.18 285	0.42 331	0.35 335	0.34 299	0.29 290	0.35 272	0.53 338

DANet	1.08 285	0.61 324	1.32 302	0.85 344	0.72 318	1.37 292	0.51 171	1.54 212	1.15 200	1.78 334	1.54 269	2.01 343	1.11 278	2.90 298	2.00 349	0.33 293	0.30 311	0.40 330	0.30 298	0.44 318	0.45 317
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AF-Net	1.13 298	0.52 296	1.33 304	0.86 346	0.91 356	1.38 295	0.71 260	2.16 345	1.62 333	1.56 311	2.40 357	1.99 341	1.65 343	1.81 231	1.48 326	0.48 350	0.28 299	0.49 348	0.33 314	0.39 294	0.32 274

Nwc_Net	1.09 287	0.49 286	1.33 304	0.89 356	0.80 343	1.49 307	0.66 247	2.19 353	1.27 247	1.32 247	2.26 350	1.96 338	1.54 333	1.92 241	1.34 302	0.40 324	0.30 311	0.43 336	0.45 347	0.38 290	0.37 291

PWCDC_ROB	1.29 314	0.75 347	1.33 304	1.05 371	0.88 355	1.73 328	0.52 180	1.89 290	3.28 387	1.29 227	4.88 392	1.22 226	1.46 326	1.77 227	1.45 323	0.60 365	0.26 285	0.29 256	0.25 241	0.52 337	0.37 291

iResNet	0.75 186	0.40 251	1.36 307	0.67 275	0.29 63	0.92 213	0.59 229	1.52 204	1.25 235	1.28 222	1.48 259	0.94 149	0.76 149	1.62 199	0.78 217	0.18 60	0.14 76	0.18 37	0.15 31	0.22 153	0.23 184

LL-Strereo	1.33 320	0.39 247	1.38 308	0.61 219	0.61 290	0.75 157	0.66 247	1.63 231	1.17 206	1.56 311	1.60 283	2.03 346	2.12 372	9.72 409	0.97 257	0.21 145	0.18 196	0.27 238	0.23 219	0.22 153	0.25 208

fast-acv-ft	0.94 250	0.44 266	1.40 309	0.58 183	0.51 245	1.77 334	0.69 256	1.36 167	1.42 311	1.29 227	1.86 323	1.74 321	1.25 304	1.52 180	1.38 307	0.26 245	0.28 299	0.28 248	0.28 279	0.27 223	0.26 226

stereogan	1.15 303	0.42 260	1.40 309	0.86 346	0.84 349	2.38 368	0.71 260	1.88 288	1.73 342	1.72 329	1.94 333	2.31 357	1.29 309	2.07 256	1.08 268	0.36 311	0.35 335	0.39 325	0.31 302	0.51 335	0.46 321

APVNet	1.06 280	0.53 299	1.42 311	0.84 339	0.79 338	1.92 345	0.82 285	1.90 293	1.08 163	1.08 119	1.43 242	1.56 295	1.13 283	3.07 303	1.58 330	0.31 283	0.34 327	0.42 334	0.36 327	0.36 278	0.37 291

gwcnet-sp	0.74 179	0.33 188	1.44 312	0.57 177	0.45 211	1.40 297	0.54 190	1.50 196	1.14 191	1.30 235	1.02 100	0.94 149	0.82 172	1.39 159	0.76 209	0.21 145	0.21 242	0.22 123	0.21 174	0.22 153	0.22 166

scenet	0.74 179	0.33 188	1.44 312	0.57 177	0.45 211	1.40 297	0.54 190	1.50 196	1.14 191	1.30 235	1.02 100	0.94 149	0.82 172	1.39 159	0.76 209	0.21 145	0.21 242	0.22 123	0.21 174	0.22 153	0.22 166

ssnet	0.74 179	0.33 188	1.44 312	0.57 177	0.45 211	1.40 297	0.54 190	1.50 196	1.14 191	1.30 235	1.02 100	0.94 149	0.82 172	1.39 159	0.76 209	0.21 145	0.21 242	0.22 123	0.21 174	0.22 153	0.22 166

PDISCO_ROB	1.32 319	0.65 331	1.44 312	1.36 380	1.46 386	2.55 372	0.92 306	2.45 375	2.07 364	1.37 265	1.49 260	1.65 311	1.00 251	2.82 294	1.35 305	1.01 379	0.27 293	0.54 357	0.47 352	0.71 365	0.73 367

NVStereoNet_ROB	1.88 360	1.07 368	1.45 316	1.07 374	1.17 376	1.47 304	1.48 361	1.89 290	1.93 358	1.94 349	4.67 390	3.08 378	1.80 355	6.51 372	1.65 333	1.06 384	0.86 396	1.08 384	1.32 396	0.93 373	1.26 386
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FBW_ROB	1.71 354	0.62 327	1.45 316	0.67 275	0.61 290	1.81 337	1.08 331	2.52 377	1.70 339	1.77 333	1.73 306	1.98 340	1.25 304	12.57 416	1.84 340	0.34 301	0.37 342	0.56 365	0.38 332	0.45 321	0.43 313

WAO-6	2.81 391	1.60 389	1.46 318	2.36 395	2.28 398	3.55 389	2.29 397	4.21 397	4.56 400	2.36 366	4.51 385	4.88 393	2.66 384	4.60 334	4.07 379	1.72 388	1.15 408	2.31 394	1.46 402	2.31 389	1.85 392

IMH-64-1	2.70 388	1.79 393	1.46 318	3.26 407	2.66 403	3.23 387	2.10 389	4.08 394	2.75 382	2.34 362	3.81 380	3.06 376	2.22 375	4.25 328	2.59 360	3.75 409	0.84 391	2.75 405	1.35 397	3.15 404	2.60 405

IMH-64	2.70 388	1.79 393	1.46 318	3.26 407	2.66 403	3.23 387	2.10 389	4.08 394	2.75 382	2.34 362	3.81 380	3.06 376	2.22 375	4.25 328	2.59 360	3.75 409	0.84 391	2.75 405	1.35 397	3.15 404	2.60 405

sAnonymous2	0.55 78	0.56 306	1.46 318	0.60 207	0.51 245	0.48 21	0.52 180	0.79 13	0.68 45	0.50 27	0.67 26	0.46 16	0.62 112	0.59 15	0.40 59	0.22 168	0.17 181	0.22 123	0.21 174	0.86 370	0.56 343

CroCo_RVC	0.55 78	0.56 306	1.46 318	0.60 207	0.51 245	0.48 21	0.52 180	0.79 13	0.68 45	0.50 27	0.67 26	0.46 16	0.62 112	0.59 15	0.40 59	0.22 168	0.17 181	0.22 123	0.21 174	0.86 370	0.56 343

IMH	3.21 394	1.85 397	1.48 323	3.25 406	2.69 405	4.07 398	2.02 387	4.41 399	3.80 393	2.72 375	7.11 401	4.75 392	2.92 387	5.92 363	2.55 358	3.85 412	0.88 397	2.78 407	1.36 399	3.19 406	2.59 404

NVstereo2D	0.92 246	0.41 257	1.48 323	0.72 303	0.72 318	1.20 272	0.87 295	1.75 254	1.38 296	0.99 100	1.13 145	1.26 241	0.98 241	2.21 268	0.89 245	0.43 336	0.20 226	0.38 319	0.24 230	0.57 345	0.63 356

ARAFT	0.77 193	0.36 230	1.49 325	0.51 95	0.31 92	0.90 205	0.82 285	1.90 293	1.06 154	1.62 321	1.24 178	1.02 179	0.64 120	1.84 232	0.50 129	0.18 60	0.14 76	0.28 248	0.27 262	0.17 25	0.16 42

AANet_RVC	1.16 305	0.52 296	1.49 325	0.65 260	0.45 211	0.75 157	0.69 256	1.42 178	1.55 330	1.34 258	1.87 325	1.53 291	0.78 158	7.43 389	1.38 307	0.25 231	0.17 181	0.19 50	0.16 59	0.22 153	0.26 226

ELAS	2.37 377	0.74 345	1.54 327	0.99 367	0.92 358	4.78 402	2.33 398	3.33 389	3.37 389	5.05 406	4.77 391	3.67 382	4.53 402	3.42 315	4.50 380	0.62 367	0.53 375	0.55 362	0.53 364	0.63 354	0.64 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	1.66 347	0.63 328	1.56 328	1.11 376	0.74 323	2.98 383	0.91 304	1.55 216	1.22 225	2.76 378	8.18 408	2.32 358	2.53 383	1.92 241	1.87 341	0.48 350	0.44 359	0.45 340	0.31 302	0.60 353	0.57 347

RainbowNet	1.97 366	1.76 391	1.57 329	2.81 399	2.21 395	1.98 351	1.81 375	2.54 378	1.89 353	1.50 299	1.84 320	1.96 338	1.65 343	2.14 261	1.25 289	3.33 405	0.85 394	2.39 398	0.98 391	2.82 398	2.22 396

MDST_ROB	1.67 348	0.34 207	1.58 330	0.92 362	0.58 277	4.26 400	1.11 333	2.83 381	1.41 308	4.49 400	2.55 362	1.45 277	0.97 237	7.79 394	1.17 282	0.31 283	0.25 281	0.37 316	0.33 314	0.31 258	0.30 258

FINET	0.97 260	0.54 300	1.60 331	0.63 239	0.79 338	1.08 248	1.07 330	1.56 217	2.20 367	1.15 157	1.49 260	0.94 149	0.88 201	2.32 274	1.05 263	0.42 331	0.35 335	0.32 282	0.28 279	0.43 311	0.38 297

LVE	3.31 395	1.67 390	1.64 332	2.85 400	2.42 401	3.20 386	2.26 396	4.78 402	5.05 401	2.35 364	6.91 398	6.02 399	2.37 378	9.15 401	2.17 355	3.19 402	1.08 407	2.38 397	1.47 403	2.81 397	2.40 401

ACVNet-4b	2.15 370	1.41 384	1.64 332	2.80 398	2.31 399	2.31 365	1.24 346	2.32 365	2.14 365	1.26 217	2.39 356	2.66 370	1.48 329	5.95 365	1.06 265	3.20 403	0.45 363	2.37 395	0.89 384	2.83 399	2.37 399

Syn2CoEx	1.14 300	0.69 337	1.66 334	0.80 327	0.67 305	1.40 297	0.88 296	2.06 330	1.54 328	1.25 213	1.58 281	1.42 270	1.50 332	4.09 325	1.40 311	0.36 311	0.32 324	0.34 299	0.29 290	0.29 242	0.34 280

MFMNet_re	1.40 328	1.14 375	1.68 335	1.39 382	1.07 367	1.48 305	1.43 357	1.87 286	1.82 350	2.26 360	2.19 347	1.51 289	1.86 359	1.52 180	1.25 289	0.93 377	0.83 390	0.84 376	0.80 380	0.99 376	1.05 382

DispNO	1.00 269	0.37 236	1.69 336	0.61 219	0.56 266	0.75 157	0.63 237	1.80 271	1.44 314	1.17 177	1.66 298	1.05 187	1.06 268	5.00 343	0.86 242	0.24 206	0.22 256	0.25 207	0.19 109	0.24 192	0.22 166

StereoDRNet	0.98 264	0.47 278	1.70 337	0.76 318	0.94 360	1.51 308	0.91 304	1.92 300	1.32 271	1.61 318	1.13 145	1.47 284	0.97 237	1.75 220	1.46 324	0.28 264	0.23 265	0.29 256	0.27 262	0.35 272	0.27 232

iResNetv2_ROB	0.80 205	0.37 236	1.71 338	0.56 166	0.37 154	0.94 218	0.64 240	1.73 248	1.34 277	1.23 201	1.42 238	1.26 241	0.92 213	1.85 235	0.56 158	0.23 191	0.15 126	0.19 50	0.14 23	0.24 192	0.19 112

ACVNet_1	2.18 371	1.45 386	1.72 339	2.85 400	2.33 400	2.28 363	1.46 359	3.08 386	2.22 368	1.82 341	2.05 341	3.56 381	1.98 366	3.09 306	1.40 311	3.17 400	0.60 382	2.40 399	0.92 386	2.91 402	2.37 399

GASNet	0.99 265	0.97 362	1.72 339	0.98 366	0.68 311	0.83 191	0.67 250	1.60 223	1.28 252	1.31 245	1.22 172	1.22 226	1.21 298	2.41 281	1.41 315	0.43 336	0.26 285	0.36 314	0.34 319	0.55 342	0.31 268

WAO-7	2.66 384	1.40 383	1.73 341	1.39 382	1.17 376	3.93 395	1.94 384	4.11 396	3.88 394	2.92 382	5.50 394	4.18 387	3.00 390	7.63 392	3.71 375	1.13 387	1.00 402	1.17 385	1.13 395	1.18 382	1.09 384

TorneroNet-64	5.30 404	2.03 399	1.74 342	3.43 409	2.81 406	10.09 412	2.12 391	9.10 415	17.12 420	4.96 405	9.27 411	10.72 415	3.70 396	9.20 402	4.55 381	3.31 404	0.84 391	2.88 408	1.55 404	3.49 407	3.04 408

WAO-8	4.40 398	1.82 395	1.79 343	2.34 393	2.20 393	9.19 410	1.53 362	6.09 408	16.46 415	3.94 392	7.84 406	7.32 401	3.72 397	9.41 407	3.31 371	2.00 390	1.07 405	2.44 400	1.37 400	2.50 391	1.68 390

Venus	4.40 398	1.82 395	1.79 343	2.34 393	2.20 393	9.19 410	1.53 362	6.09 408	16.46 415	3.94 392	7.84 406	7.32 401	3.72 397	9.41 407	3.31 371	2.00 390	1.07 405	2.44 400	1.37 400	2.50 391	1.68 390

FADNet	0.92 246	0.61 324	1.81 345	0.62 231	0.55 265	0.96 226	0.57 219	1.78 267	1.33 274	0.93 84	1.01 93	1.36 262	1.01 253	2.71 292	0.75 207	0.33 293	0.34 327	0.31 269	0.34 319	0.59 349	0.40 301

TorneroNet	10.70 414	2.03 399	1.82 346	3.43 409	3.01 408	43.83 430	2.22 395	8.87 414	67.47 439	7.17 412	27.36 424	10.68 414	3.85 399	8.67 400	7.65 397	3.59 407	0.88 397	3.04 409	1.57 405	3.71 408	3.17 409

Wz-Net-LNSev-Ref	0.99 265	0.40 251	1.82 346	0.66 265	0.62 295	2.05 354	0.78 272	1.91 297	1.29 256	1.54 307	1.42 238	1.51 289	1.23 301	1.99 249	1.33 300	0.23 191	0.14 76	0.20 74	0.15 31	0.27 223	0.26 226

FADNet_RVC	0.83 218	0.51 293	1.83 348	0.54 135	0.42 193	1.19 270	0.46 143	1.51 201	1.09 169	0.89 78	1.24 178	0.91 137	0.87 197	2.11 259	1.11 275	0.27 254	0.22 256	0.31 269	0.28 279	0.43 311	0.38 297

CBFPSM	0.92 246	0.33 188	1.86 349	0.49 65	0.38 171	1.75 329	0.84 287	1.39 174	1.12 179	1.09 124	0.99 85	2.37 360	1.66 347	1.32 140	1.42 319	0.19 92	0.18 196	0.20 74	0.20 138	0.21 132	0.33 278

XX-Stereo	0.63 117	0.26 47	1.90 350	0.81 330	0.67 305	0.43 14	0.23 3	1.03 77	0.58 19	0.65 42	1.56 275	1.41 269	0.39 14	1.28 133	0.35 27	0.20 118	0.14 76	0.20 74	0.19 109	0.18 42	0.14 11

ELAS_RVC	2.48 382	0.74 345	1.90 350	1.05 371	0.92 358	2.76 377	4.01 410	2.76 380	4.11 396	4.69 401	4.63 388	4.62 389	5.96 407	3.97 324	3.96 377	0.63 369	0.53 375	0.56 365	0.52 363	0.64 356	0.63 356
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	1.25 311	0.99 364	1.93 352	1.02 370	1.21 380	0.96 226	1.01 324	1.75 254	1.92 356	1.36 263	2.12 344	1.44 275	1.01 253	1.14 120	1.40 311	0.72 372	0.82 389	0.89 377	0.98 391	1.31 385	0.95 375

FADNet-RVC	0.88 236	0.67 333	1.93 352	0.60 207	0.48 226	0.91 207	0.60 233	1.71 246	1.18 210	0.90 79	0.96 75	1.36 262	0.92 213	2.25 271	1.17 282	0.30 276	0.29 307	0.32 282	0.32 308	0.41 301	0.35 285

STTRV1_RVC	1.58 339	0.68 336	1.96 354	0.88 352	1.12 372	1.57 314	0.90 303	2.25 360	1.75 345	1.29 227	2.02 338	1.40 266	1.22 299	9.77 410	1.31 298	0.81 374	0.33 326	0.54 357	0.49 357	0.73 367	0.52 337

ACVNet_2	2.43 381	1.41 384	2.04 355	2.62 397	2.24 396	2.63 376	1.88 381	3.31 388	3.01 384	2.19 358	3.45 376	4.62 389	2.04 368	4.50 333	1.47 325	2.55 395	0.64 384	2.22 392	0.84 382	2.69 394	2.29 398

Dean	2.91 393	1.53 388	2.07 356	2.96 404	2.51 402	3.15 384	2.14 392	4.75 401	4.41 399	2.76 378	6.10 396	5.53 397	2.37 378	2.97 301	1.92 345	3.18 401	0.85 394	2.51 402	1.04 394	2.88 401	2.47 402

FADNet-RVC-Resample	0.84 222	0.47 278	2.10 357	0.61 219	0.45 211	1.07 247	0.61 234	1.59 220	1.20 218	1.08 119	0.98 83	1.03 182	0.98 241	2.17 262	0.72 200	0.23 191	0.22 256	0.30 265	0.32 308	0.35 272	0.34 280

KSHMR	8.75 412	2.06 402	2.11 358	3.53 411	3.11 409	4.13 399	2.69 402	5.60 405	61.37 438	3.00 385	55.83 438	4.98 396	2.45 381	4.49 332	2.61 362	3.46 406	1.55 412	3.14 411	1.94 409	3.72 409	3.18 410

ktn	4.70 400	2.38 407	2.12 359	3.76 412	3.24 410	4.85 403	2.95 407	5.52 404	7.37 407	4.07 396	19.32 421	7.46 403	3.47 392	7.39 387	2.95 364	4.04 413	1.85 413	3.26 413	2.22 412	3.08 403	2.65 407

SGM+DAISY	2.41 380	1.07 368	2.14 360	1.18 377	1.10 369	2.14 359	1.36 354	1.96 309	1.66 336	5.46 408	7.07 400	4.95 394	4.32 401	5.50 353	2.26 356	1.04 383	1.02 404	0.99 381	0.97 389	1.02 377	1.04 380

SDNR	1.62 345	0.51 293	2.17 361	0.53 120	0.56 266	3.80 394	0.45 136	1.54 212	1.29 256	1.33 255	2.41 358	1.08 195	0.96 234	11.18 414	1.16 280	0.66 371	0.63 383	0.43 336	0.32 308	0.64 356	0.67 361

S-Stereo	1.15 303	0.46 274	2.17 361	0.81 330	0.80 343	1.21 273	1.19 343	1.93 304	2.02 361	1.47 290	2.11 343	1.57 296	1.17 286	2.05 255	1.41 315	0.40 324	0.40 351	0.35 306	0.31 302	0.44 318	0.70 364

SANet	1.88 360	0.57 310	2.18 363	0.63 239	0.40 184	2.80 380	1.57 366	2.39 372	5.88 404	2.36 366	3.57 377	3.72 384	2.97 388	4.74 336	1.76 337	0.34 301	0.30 311	0.32 282	0.29 290	0.48 327	0.37 291

Wz-Net-MNSev	1.11 293	0.58 313	2.23 364	0.66 265	0.71 316	1.95 348	1.46 359	1.98 314	1.45 316	1.79 337	1.43 242	1.49 286	1.33 316	1.97 248	1.42 319	0.27 254	0.23 265	0.28 248	0.28 279	0.34 271	0.31 268

PVD	1.70 352	0.84 353	2.26 365	0.94 365	0.83 348	2.48 370	0.97 316	2.59 379	3.35 388	3.01 386	2.77 366	2.34 359	2.47 382	2.67 291	3.14 368	0.47 349	0.45 363	0.59 369	0.48 354	0.59 349	0.75 369

GwcNet	1.08 285	0.51 293	2.33 366	0.79 324	1.18 378	1.76 331	0.70 258	1.68 240	1.47 318	1.41 278	1.64 294	1.74 321	1.04 261	2.20 267	1.41 315	0.30 276	0.29 307	0.29 256	0.27 262	0.30 251	0.35 285

SHD	1.31 317	0.71 341	2.34 367	0.86 346	0.75 329	1.77 334	0.65 242	2.22 357	2.50 377	2.40 368	1.71 304	1.91 331	1.60 339	1.93 244	2.37 357	0.38 319	0.31 317	0.38 319	0.40 337	0.48 327	0.50 332

ADCRef	1.35 322	0.55 303	2.37 368	0.72 303	0.77 333	1.94 347	0.78 272	1.91 297	1.27 247	1.57 315	1.59 282	1.36 262	1.41 320	1.54 186	7.53 392	0.23 191	0.20 226	0.32 282	0.30 298	0.29 242	0.29 246

RTSC	1.29 314	0.73 342	2.44 369	0.83 338	0.57 269	1.85 342	0.65 242	1.88 288	2.00 360	2.20 359	1.66 298	1.60 302	1.26 306	2.33 275	3.92 376	0.32 288	0.23 265	0.27 238	0.29 290	0.37 282	0.37 291

Anonymous Stereo	1.28 313	0.75 347	2.45 370	0.74 312	0.77 333	0.93 216	1.77 372	1.51 201	1.31 266	1.67 325	1.29 198	1.20 223	0.75 141	6.29 369	1.68 336	0.37 315	0.36 340	0.38 319	0.40 337	0.43 311	0.45 317

PWC_ROB	1.24 309	0.76 349	2.46 371	0.72 303	0.78 336	1.15 261	0.49 164	1.75 254	1.92 356	2.31 361	3.07 370	1.59 300	1.40 319	2.46 283	2.10 353	0.33 293	0.22 256	0.35 306	0.24 230	0.38 290	0.41 305

DGSMNet	1.14 300	0.76 349	2.49 372	0.81 330	0.86 352	1.39 296	1.39 355	2.13 336	1.35 285	1.26 217	1.63 293	1.48 285	0.98 241	1.75 220	1.10 273	0.45 342	0.43 356	0.55 362	0.49 357	0.75 368	0.70 364

XQC	1.37 324	0.87 357	2.56 373	0.84 339	0.69 313	1.83 340	0.89 298	2.07 331	1.88 352	1.88 344	1.53 267	1.91 331	1.55 335	2.85 297	3.05 365	0.48 350	0.29 307	0.44 339	0.39 333	0.69 363	0.60 353

SAMSARA	1.55 338	0.84 353	2.61 374	1.22 379	1.07 367	2.50 371	1.93 383	2.05 325	1.89 353	2.75 377	1.66 298	2.81 373	1.69 348	3.08 305	1.97 348	0.46 348	0.51 373	0.42 334	0.46 350	0.58 347	0.59 350

PASM	1.34 321	0.92 360	2.62 375	0.86 346	0.87 354	1.03 239	1.08 331	1.50 196	1.51 324	1.82 341	1.41 237	1.68 314	1.26 306	4.87 339	1.34 302	0.61 366	0.65 386	0.68 371	0.78 379	0.69 363	0.68 363

notaker	3.98 397	2.40 408	2.68 376	3.82 414	3.27 412	3.97 397	2.14 392	4.78 402	3.45 391	4.12 397	6.94 399	7.65 405	3.26 391	7.82 395	5.30 384	4.04 413	1.41 410	3.36 414	2.10 411	3.88 410	3.31 411

Wz-Net-LNSev	1.03 276	0.67 333	2.71 377	0.64 248	0.84 349	1.75 329	1.00 322	1.80 271	1.32 271	1.28 222	1.25 182	1.65 311	1.22 299	1.39 159	1.40 311	0.28 264	0.26 285	0.24 171	0.23 219	0.33 269	0.32 274

pmcnn	2.37 377	0.42 260	2.71 377	0.63 239	0.43 198	1.54 311	1.19 343	2.01 320	1.53 327	2.64 374	7.60 403	18.07 419	1.45 325	3.44 317	2.78 363	0.18 60	0.15 126	0.15 3	0.12 9	0.20 98	0.18 79

aanetorigin	1.23 308	0.79 351	2.78 379	0.70 293	0.79 338	0.99 234	1.06 329	1.06 100	1.37 292	3.52 389	2.61 363	1.72 318	1.63 341	1.99 249	1.78 338	0.25 231	0.24 274	0.26 227	0.25 241	0.38 290	0.45 317

MSC_U_SF_DS_RVC	2.12 369	1.15 376	3.10 380	1.05 371	0.76 332	5.03 405	2.40 400	2.16 345	2.62 379	1.89 346	2.28 351	2.69 371	1.65 343	9.35 405	2.04 350	0.64 370	0.51 373	0.68 371	0.71 376	1.09 380	0.67 361

MFN_U_SF_RVC	1.52 336	0.84 353	3.42 381	0.87 351	0.66 303	2.56 373	0.95 314	2.36 369	1.70 339	1.98 350	1.86 323	2.45 364	1.79 354	2.95 299	2.58 359	0.52 355	0.48 368	0.55 362	0.59 372	0.59 349	0.61 354

MFN_U_SF_DS_RVC	1.74 356	0.87 357	3.56 382	0.80 327	0.75 329	3.72 391	2.44 401	1.82 276	1.82 350	1.74 330	1.91 329	1.92 334	1.26 306	7.69 393	1.28 295	0.45 342	0.47 367	0.52 351	0.77 378	0.50 331	0.50 332

ADCL	1.72 355	0.57 310	3.66 383	0.67 275	0.61 290	2.61 375	1.85 378	1.96 309	1.67 337	1.90 347	1.83 318	2.06 349	1.90 362	2.13 260	9.15 400	0.26 245	0.24 274	0.34 299	0.32 308	0.38 290	0.35 285

DispFullNet	2.34 376	2.85 411	3.66 383	3.08 405	2.27 397	1.97 349	0.67 250	2.00 316	1.70 339	2.52 370	2.00 335	2.23 352	5.86 405	3.44 317	1.58 330	1.01 379	0.32 324	2.64 404	1.94 409	2.85 400	2.24 397

iinet-f	0.99 265	0.45 272	3.71 385	0.55 154	0.43 198	1.81 337	0.68 252	1.14 119	1.14 191	1.18 182	1.42 238	1.58 299	1.44 323	1.34 145	1.59 332	0.24 206	0.23 265	0.20 74	0.19 109	0.26 211	0.25 208

pcwnet_v2	0.97 260	0.37 236	4.33 386	0.62 231	0.54 259	0.79 177	0.45 136	2.02 323	1.58 331	1.42 284	1.64 294	1.09 201	0.79 160	1.24 130	0.67 189	0.32 288	0.25 281	0.29 256	0.27 262	0.37 282	0.35 285

DPSNet	1.69 351	0.59 316	4.33 386	0.70 293	0.57 269	2.02 353	1.62 368	3.35 390	1.78 346	1.48 296	1.38 229	2.17 351	2.84 386	4.77 337	3.66 374	0.48 350	0.31 317	0.29 256	0.25 241	0.64 356	0.48 327

MADNet++	5.01 401	3.14 412	4.91 388	4.55 418	3.94 416	5.20 406	4.41 411	4.40 398	4.13 397	4.95 404	6.08 395	4.74 391	5.37 403	9.40 406	10.67 405	4.65 415	4.15 418	3.97 416	3.34 415	4.09 412	4.08 416

ADCMid	1.89 363	0.73 342	5.06 389	0.72 303	0.67 305	2.00 352	1.14 337	1.97 313	1.48 319	2.86 381	1.81 317	2.37 360	2.05 370	2.24 269	10.39 404	0.33 293	0.31 317	0.39 325	0.43 343	0.50 331	0.44 315

AnyNet_C32	1.96 365	1.10 370	5.17 390	0.90 357	1.11 370	2.12 358	2.37 399	1.85 282	1.48 319	2.45 369	1.70 303	2.05 348	1.64 342	2.50 284	10.28 403	0.37 315	0.34 327	0.35 306	0.41 339	0.49 330	0.54 339

UNDER WATER	5.08 402	2.33 406	5.55 391	3.94 416	3.51 413	5.20 406	2.72 404	5.61 406	16.52 417	3.84 391	4.60 387	9.21 409	5.89 406	5.90 362	8.66 399	3.75 409	1.34 409	3.18 412	1.88 407	4.33 415	3.61 413

ADCS	2.25 372	0.99 364	5.55 391	0.81 330	0.74 323	2.19 360	1.80 374	2.27 362	2.14 365	2.80 380	2.13 345	2.40 362	2.03 367	2.64 290	13.69 408	0.41 328	0.39 349	0.40 330	0.45 347	0.58 347	0.56 343

PWCK	2.88 392	2.05 401	5.72 393	2.08 390	1.11 370	3.55 389	3.90 409	2.86 383	3.54 392	3.03 387	3.63 378	3.10 379	2.31 377	8.15 399	3.09 366	2.12 392	0.91 399	1.75 388	0.98 391	2.57 393	1.18 385

DeepPrunerF	1.60 342	0.73 342	5.81 394	0.88 352	1.19 379	0.91 207	0.95 314	2.19 353	5.24 402	1.17 177	1.30 199	1.19 222	1.30 313	4.90 340	1.66 335	0.42 331	0.34 327	0.52 351	0.47 352	0.41 301	0.40 301

tt	6.58 408	0.26 47	6.10 395	3.77 413	2.16 392	11.55 414	19.63 418	13.33 419	5.74 403	2.96 383	2.65 364	4.97 395	6.33 409	3.81 321	7.24 391	9.15 420	11.32 427	5.89 420	6.24 419	6.03 417	2.55 403

Wz-Net-SNSev	1.49 332	1.23 379	6.27 396	0.68 285	0.67 305	1.37 292	1.41 356	2.00 316	1.39 300	1.48 296	1.61 287	2.29 355	1.32 315	3.93 322	2.14 354	0.31 283	0.28 299	0.31 269	0.33 314	0.42 306	0.36 289

Wz-Net-TNSev	1.88 360	2.08 403	7.66 397	0.67 275	0.64 298	2.42 369	1.83 377	2.33 366	1.74 344	1.57 315	1.56 275	2.58 367	1.90 362	4.86 338	3.12 367	0.39 322	0.37 342	0.33 289	0.37 330	0.53 339	0.58 348

ADCP+	1.99 367	0.48 283	7.73 398	0.66 265	0.91 356	2.30 364	1.05 328	1.82 276	1.34 277	1.54 307	1.32 209	1.74 321	1.61 340	2.17 262	13.37 407	0.24 206	0.21 242	0.32 282	0.28 279	0.37 282	0.29 246

ADCPNet	1.85 359	0.69 337	8.07 399	0.71 300	0.58 277	2.79 379	1.22 345	1.94 306	1.54 328	1.88 344	1.69 302	2.46 365	2.04 368	2.37 278	6.48 387	0.38 319	0.37 342	0.38 319	0.43 343	0.47 324	0.45 317

EDNetEfficient	2.37 377	1.10 370	8.08 400	0.74 312	0.71 316	0.98 233	1.56 364	1.46 188	4.06 395	4.90 403	2.82 367	2.25 353	3.48 393	2.95 299	9.97 401	0.26 245	0.24 274	0.26 227	0.30 298	0.68 362	0.61 354

HanzoNet	11.04 415	3.62 414	8.10 401	4.08 417	3.55 415	4.90 404	2.73 405	7.19 412	10.10 408	31.86 434	28.92 426	21.96 426	36.36 427	18.08 420	10.17 402	7.94 419	3.32 416	3.47 415	3.31 414	7.06 420	4.04 415

UNDER WATER-64	5.27 403	2.32 405	8.78 402	3.93 415	3.54 414	7.61 408	3.03 408	5.84 407	14.19 411	4.04 394	4.04 382	9.39 410	6.26 408	5.93 364	8.48 398	3.60 408	1.51 411	3.13 410	1.88 407	4.29 414	3.61 413

WZ-Net	1.95 364	0.95 361	10.10 403	0.86 346	0.78 336	1.69 324	1.60 367	2.20 356	1.98 359	2.08 355	1.93 331	2.30 356	1.97 365	5.30 346	3.17 370	0.34 301	0.26 285	0.29 256	0.31 302	0.51 335	0.47 324

JetBlue	3.97 396	2.01 398	10.19 404	1.38 381	2.84 407	10.53 413	9.54 413	3.60 392	2.41 371	2.73 376	3.39 375	4.54 388	4.31 400	7.85 396	6.84 390	0.88 375	0.93 400	0.89 377	0.91 385	1.74 386	1.91 393

AnyNet_C01	2.26 373	1.78 392	10.22 405	0.93 363	0.74 323	2.92 382	2.20 394	2.29 364	1.80 348	2.53 371	2.41 358	2.71 372	1.73 349	3.41 314	6.72 389	0.41 328	0.39 349	0.40 330	0.42 341	0.67 361	0.63 356

psmorigin	1.52 336	0.69 337	10.52 406	0.68 285	0.59 284	1.13 255	0.70 258	1.57 218	1.19 213	1.99 351	1.79 314	2.26 354	1.47 328	2.09 257	1.36 306	0.39 322	0.40 351	0.34 299	0.33 314	0.43 311	0.56 343

SPstereo	26.54 424	6.08 417	10.71 407	5.55 419	5.68 418	48.14 431	80.43 438	67.31 439	34.39 434	28.70 432	27.52 425	43.76 437	37.60 434	45.04 438	54.41 439	4.92 418	4.89 419	10.74 424	5.88 418	4.46 416	4.57 417

MADNet+	2.69 387	3.22 413	11.53 408	1.44 385	1.12 372	3.19 385	1.81 375	2.85 382	2.37 369	1.68 326	2.07 342	2.85 375	2.18 373	7.41 388	5.23 383	0.79 373	0.76 387	0.69 373	0.65 375	0.98 374	0.95 375

LSM	6.33 406	1.10 370	13.19 409	1.41 384	68.17 435	1.64 321	1.90 382	1.92 300	2.46 372	2.99 384	3.11 371	1.88 326	1.80 355	2.61 289	2.06 352	0.41 328	0.58 381	0.50 349	0.57 368	0.64 356	17.66 426

PML	51.67 436	36.25 430	13.28 410	7.46 420	20.81 422	108.69 439	232.22 440	8.72 413	27.82 426	87.01 439	269.67 440	69.67 440	61.95 439	24.76 428	14.20 410	9.74 422	3.40 417	9.62 421	4.70 416	18.74 425	4.72 418

RTS	2.67 385	1.38 381	15.28 411	0.99 367	1.26 382	3.78 392	1.96 385	2.15 342	2.62 379	2.61 372	2.85 368	2.60 368	1.59 337	6.27 367	5.71 385	0.40 324	0.28 299	0.35 306	0.35 323	0.50 331	0.48 327

RTSA	2.67 385	1.38 381	15.28 411	0.99 367	1.26 382	3.78 392	1.96 385	2.15 342	2.62 379	2.61 372	2.85 368	2.60 368	1.59 337	6.27 367	5.71 385	0.40 324	0.28 299	0.35 306	0.35 323	0.50 331	0.48 327

SuperB	2.53 383	0.59 316	18.45 413	0.69 288	0.50 235	1.87 344	0.88 296	1.67 239	2.39 370	1.50 299	1.42 238	1.14 215	1.15 285	4.28 330	5.07 382	0.24 206	0.19 209	0.22 123	0.19 109	7.86 421	0.34 280

ASD4	15.85 419	10.99 421	19.63 414	10.21 423	11.70 419	19.24 420	31.10 423	19.35 420	10.68 409	11.14 415	10.18 412	12.59 416	12.64 414	14.74 418	24.83 422	12.93 425	9.94 426	26.83 431	19.40 425	16.23 424	12.70 425

DGTPSM_ROB	13.01 417	8.23 418	21.87 415	9.51 421	18.10 420	11.56 415	32.01 424	10.63 416	16.20 413	7.03 410	19.48 422	10.15 412	16.66 417	9.83 411	22.42 419	4.75 416	8.68 421	5.37 417	10.25 421	6.16 418	11.36 420

DPSMNet_ROB	13.02 418	8.23 418	21.91 416	9.53 422	18.11 421	11.56 415	32.02 425	10.64 417	16.23 414	7.05 411	19.49 423	10.16 413	16.66 417	9.85 412	22.43 420	4.77 417	8.68 421	5.38 418	10.26 422	6.17 419	11.36 420

LRCNet_RVC	22.74 422	32.10 429	21.97 417	29.84 427	26.23 425	4.42 401	0.81 284	22.66 421	2.02 361	26.93 426	29.26 427	23.06 428	15.59 416	23.84 424	18.88 416	31.75 432	19.90 434	34.65 432	32.13 432	30.54 432	28.32 432

LE_ROB	8.05 410	0.37 236	23.53 418	0.74 312	0.33 123	2.77 378	2.87 406	3.71 393	27.24 425	25.39 425	8.87 409	8.46 408	26.71 425	6.65 374	21.99 418	0.21 145	0.19 209	0.20 74	0.21 174	0.25 203	0.22 166

Anonymous_1	43.04 435	18.73 423	24.79 419	21.81 424	46.26 434	27.80 421	37.60 426	28.08 425	16.14 412	14.66 419	14.30 415	20.65 420	17.88 419	21.56 421	25.94 423	117.93 439	8.92 423	100.65 436	126.50 436	158.64 440	12.08 422

DPSM_ROB	19.08 420	19.14 424	25.17 420	22.15 425	20.85 423	28.17 422	37.82 427	26.56 423	16.85 418	14.14 417	14.84 416	21.70 421	18.75 420	21.87 422	26.55 424	10.16 423	9.30 424	10.47 422	10.42 423	14.03 422	12.61 423

DPSM	19.08 420	19.14 424	25.17 420	22.15 425	20.85 423	28.17 422	37.82 427	26.56 423	16.85 418	14.14 417	14.84 416	21.70 421	18.75 420	21.87 422	26.55 424	10.16 423	9.30 424	10.47 422	10.42 423	14.03 422	12.61 423

JetRed	6.91 409	8.80 420	25.96 422	2.85 400	3.25 411	13.98 419	11.87 414	6.25 410	4.28 398	4.45 399	4.56 386	6.69 400	5.46 404	7.46 390	14.05 409	2.59 396	3.31 415	2.59 403	2.29 413	4.20 413	3.36 412

xxxxx1	54.10 437	25.67 426	27.13 423	113.43 437	96.96 437	30.69 426	47.44 429	32.38 427	25.60 422	17.75 421	17.27 418	21.81 423	21.02 422	24.43 425	33.82 426	33.37 433	40.54 435	157.71 438	175.86 438	66.16 436	72.93 437

tt_ll	54.10 437	25.67 426	27.13 423	113.43 437	96.96 437	30.69 426	47.44 429	32.38 427	25.60 422	17.75 421	17.27 418	21.81 423	21.02 422	24.43 425	33.82 426	33.37 433	40.54 435	157.71 438	175.86 438	66.16 436	72.93 437

ff	54.10 437	25.67 426	27.13 423	113.43 437	96.96 437	30.69 426	47.44 429	32.38 427	25.60 422	17.75 421	17.27 418	21.81 423	21.02 422	24.43 425	33.82 426	33.37 433	40.54 435	157.71 438	175.86 438	66.16 436	72.93 437

DPSimNet_ROB	11.20 416	4.98 416	35.43 426	2.90 403	4.52 417	7.89 409	17.09 417	4.66 400	6.06 405	14.89 420	10.93 414	17.29 418	36.81 429	13.18 417	15.68 413	2.86 397	6.29 420	5.75 419	5.09 417	3.91 411	7.70 419

HaxPig	38.92 431	41.40 437	41.64 427	29.95 428	32.27 426	28.90 424	27.60 420	29.73 426	37.71 435	43.82 435	43.87 434	33.17 429	35.56 426	41.53 429	40.37 431	43.94 436	47.51 439	45.82 433	47.08 434	42.38 433	44.15 435

AVERAGE_ROB	40.43 432	42.37 438	42.73 428	36.96 430	35.58 428	30.50 425	27.61 421	36.71 432	38.39 436	44.91 436	44.36 435	37.45 431	36.70 428	41.88 430	40.35 430	45.43 437	46.81 438	47.11 434	46.35 433	42.51 434	43.87 434

DLNR_Zeroshot_test	23.17 423	48.52 440	43.29 429	176.68 440	78.69 436	0.35 5	0.21 1	23.41 422	0.75 57	0.66 43	0.86 58	0.59 52	0.30 4	1.56 191	0.44 85	9.57 421	0.12 9	0.18 37	0.14 23	76.92 439	0.16 42

MEDIAN_ROB	42.00 433	44.40 439	44.29 430	35.15 429	34.95 427	31.28 429	29.60 422	35.88 431	40.02 437	47.20 437	46.64 436	37.37 430	38.48 437	44.35 437	42.45 432	48.03 438	49.39 440	49.71 435	49.03 435	45.14 435	46.65 436

CasAABBNet	38.33 426	38.46 431	50.35 431	44.75 435	41.84 429	56.68 435	76.37 433	53.22 436	33.83 429	28.31 427	29.54 428	43.62 436	37.71 435	43.84 435	53.41 434	20.30 426	18.70 429	21.07 428	21.07 427	28.24 429	25.34 427

MyStereo03	38.34 427	38.50 433	50.41 432	44.74 432	41.86 430	56.65 432	76.38 434	52.99 433	33.93 431	28.39 429	29.99 430	43.54 432	37.42 431	43.82 432	53.53 435	20.31 427	18.71 431	21.06 425	21.08 428	28.23 426	25.35 428

MyStereo02	38.34 427	38.50 433	50.41 432	44.74 432	41.86 430	56.65 432	76.38 434	52.99 433	33.93 431	28.39 429	29.99 430	43.54 432	37.42 431	43.82 432	53.53 435	20.31 427	18.71 431	21.06 425	21.08 428	28.23 426	25.35 428

MyStereo	38.34 427	38.50 433	50.41 432	44.74 432	41.86 430	56.65 432	76.38 434	52.99 433	33.93 431	28.39 429	29.99 430	43.54 432	37.42 431	43.82 432	53.53 435	20.31 427	18.71 431	21.06 425	21.08 428	28.23 426	25.35 428

Selective-RAFT-Error	38.39 430	38.47 432	50.44 435	44.73 431	41.97 433	56.68 435	76.38 434	53.24 437	33.92 430	28.34 428	29.85 429	43.60 435	38.20 436	43.75 431	53.34 433	20.38 430	18.70 429	21.09 429	21.05 426	28.30 430	25.43 431

LSM0	42.82 434	38.75 436	50.81 436	47.07 436	109.38 440	57.00 437	76.02 432	53.74 438	33.71 428	29.02 433	30.41 433	43.87 438	37.22 430	43.91 436	53.54 438	20.52 431	18.62 428	21.10 430	21.11 431	28.41 431	42.22 433

BEATNet-Init1	26.87 425	13.43 422	70.68 437	0.91 360	0.68 311	57.02 438	21.06 419	32.82 430	32.67 427	52.12 438	53.61 437	66.05 439	49.56 438	48.79 439	34.71 429	0.49 354	0.44 359	0.53 356	0.53 364	0.63 354	0.59 350

coex-ft	8.13 411	2.13 404	98.04 438	0.67 275	0.53 256	1.71 325	1.56 364	1.65 233	11.11 410	18.17 424	3.75 379	3.88 385	7.61 412	2.98 302	6.49 388	0.30 276	0.30 311	0.32 282	0.31 302	0.66 360	0.50 332

EDNetEfficientorigin	10.57 413	1.47 387	177.42 439	0.67 275	0.53 256	1.58 315	1.16 340	1.90 293	3.37 389	4.71 402	3.38 374	3.10 379	2.69 385	3.13 307	3.58 373	0.25 231	0.23 265	0.33 289	0.27 262	0.83 369	0.81 370

test_example2	192.40 440	210.76 441	206.48 440	199.83 441	204.73 441	172.94 440	183.52 439	133.93 440	133.41 440	191.38 440	196.19 439	187.13 441	178.77 440	205.33 440	208.00 440	222.09 441	238.72 441	186.54 441	190.54 441	227.34 441	170.31 440

FADE		4.78 415		1.89 389	1.92 391							4.13 386				188.09 440	2.77 414	123.78 437	127.92 437	1.06 379

Low-res two-view benchmark