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

GrayStereo	0.71 235	0.27 1	2.40 117	0.89 352	0.23 112	0.62 188	1.40 397	0.67 90	0.70 182	0.72 287	0.77 295	0.55 169	3.03 403	0.60 110	0.28 44	0.10 48	0.08 39	0.10 50	0.21 273	0.12 26	0.37 166

AEACV	0.89 312	0.29 2	1.84 19	2.50 412	1.68 402	0.53 69	0.21 32	1.01 295	0.42 9	0.68 268	0.31 26	0.22 8	0.39 151	1.63 272	0.25 25	0.09 12	2.60 415	0.09 16	0.54 378	0.23 189	2.27 407

PSM-AAD	0.67 215	0.29 2	2.41 121	0.37 171	0.23 112	0.86 320	1.15 383	0.62 73	0.66 128	0.64 242	0.71 273	0.67 224	2.90 402	0.65 125	0.32 81	0.10 48	0.08 39	0.17 280	0.15 198	0.14 52	0.34 153

EAI-Stereo	1.16 354	0.29 2	1.94 35	0.55 291	0.97 362	1.96 392	7.94 420	1.34 373	1.03 347	1.01 341	1.48 368	0.51 148	0.66 293	0.65 125	1.42 317	0.09 12	0.23 240	0.09 16	0.53 377	0.13 36	0.49 234

GLC_STEREO	0.31 1	0.30 5	1.80 12	0.29 48	0.12 3	0.41 15	0.20 22	0.39 2	0.42 9	0.26 15	0.31 26	0.25 26	0.19 8	0.36 26	0.26 34	0.09 12	0.11 129	0.12 139	0.10 73	0.13 36	0.15 32

SST-Stereo	0.56 114	0.30 5	2.44 138	0.71 336	0.55 291	0.62 188	0.65 335	0.57 56	0.67 140	0.59 194	0.53 130	0.51 148	0.59 272	1.57 262	0.31 72	0.12 148	0.07 6	0.12 139	0.10 73	0.17 91	0.11 10

panet	0.31 1	0.31 7	1.65 7	0.20 2	0.12 3	0.55 86	0.15 1	0.50 24	0.51 43	0.28 20	0.34 35	0.24 21	0.21 17	0.34 16	0.24 16	0.11 113	0.07 6	0.08 3	0.05 1	0.09 5	0.12 11

CAS	0.39 17	0.31 7	1.79 11	0.81 348	0.34 213	0.51 49	0.23 63	0.49 15	0.42 9	0.23 6	0.31 26	0.20 2	0.17 1	0.30 2	0.25 25	0.77 381	0.06 1	0.07 1	0.05 1	0.10 11	0.41 193

anonymousdsp2	0.88 305	0.31 7	1.96 39	1.06 366	1.56 398	0.57 110	0.22 43	0.84 173	0.98 340	1.20 360	0.37 45	0.65 215	0.26 51	1.19 212	0.46 144	0.10 48	2.40 413	0.10 50	0.13 161	0.19 134	2.96 414

EGLCR-Stereo	0.90 315	0.31 7	1.90 28	1.60 391	0.95 358	1.14 359	0.42 258	0.85 183	0.43 13	1.74 389	0.21 1	0.27 40	0.17 1	1.56 258	0.30 58	0.10 48	2.60 415	0.10 50	0.09 39	0.10 11	3.10 416

RAFT_R40	0.55 106	0.31 7	2.44 138	0.57 304	0.42 262	0.62 188	0.52 299	0.58 58	0.66 128	0.56 157	0.54 144	0.54 161	0.50 234	1.56 258	0.53 170	0.11 113	0.07 6	0.12 139	0.10 73	0.16 70	0.10 4

CRE-IMP	0.46 47	0.31 7	2.40 117	0.53 284	0.17 39	0.79 302	0.68 343	0.54 41	0.66 128	0.47 68	0.43 67	0.44 111	0.26 51	0.43 47	0.33 90	0.12 148	0.07 6	0.12 139	0.09 39	0.17 91	0.23 87

R-Stereo Train	0.42 24	0.31 7	2.51 178	0.30 62	0.18 49	0.56 91	0.25 104	0.82 156	0.41 5	0.57 169	0.67 240	0.33 60	0.24 29	0.34 16	0.33 90	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 58

RAFT-Stereo	0.42 24	0.31 7	2.51 178	0.30 62	0.18 49	0.56 91	0.25 104	0.82 156	0.41 5	0.57 169	0.67 240	0.33 60	0.24 29	0.34 16	0.33 90	0.10 48	0.08 39	0.09 16	0.07 13	0.09 5	0.18 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AE-Stereo	0.71 235	0.32 15	2.44 138	0.44 242	0.50 279	0.58 117	0.23 63	1.08 339	0.67 140	0.67 262	0.51 119	0.47 132	0.24 29	0.63 117	0.32 81	0.09 12	2.15 405	0.11 96	0.45 365	0.22 175	2.01 388

CES	0.33 5	0.32 15	1.46 3	0.25 6	0.50 279	0.40 14	0.20 22	0.48 12	0.48 29	0.22 3	0.29 17	0.26 33	0.19 8	0.35 24	0.22 4	0.09 12	0.07 6	0.08 3	0.05 1	0.16 70	0.54 251

riskmin	0.96 326	0.32 15	2.07 58	1.72 398	1.61 401	1.62 380	0.57 315	1.45 379	0.55 64	0.73 288	0.89 320	0.92 318	0.45 208	1.16 208	0.60 187	0.11 113	1.30 373	0.12 139	1.38 412	0.14 52	1.51 376

DCANet-4	0.43 27	0.32 15	2.31 98	0.26 16	0.14 9	0.51 49	0.22 43	0.84 173	0.78 246	0.55 146	0.48 92	0.28 42	0.37 133	0.40 37	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

tt	4.94 415	0.32 15	4.22 387	2.29 411	1.58 399	10.19 422	16.94 425	9.44 424	5.03 411	1.69 388	1.33 363	4.68 410	5.02 413	3.38 400	5.91 412	6.15 421	9.47 428	2.80 418	3.16 420	3.54 419	1.58 378

BUS	0.45 42	0.32 15	1.58 4	0.31 76	0.22 89	0.91 332	0.23 63	1.05 321	0.67 140	0.64 242	0.53 130	0.65 215	0.32 111	0.48 62	0.34 98	0.13 191	0.10 107	0.14 225	0.12 141	0.13 36	0.15 32

BSDual-CNN	0.48 57	0.32 15	1.58 4	0.31 76	0.22 89	0.76 283	0.32 196	1.05 321	0.67 140	0.64 242	0.53 130	0.63 205	0.38 140	0.48 62	0.97 264	0.13 191	0.10 107	0.14 225	0.12 141	0.13 36	0.15 32

psmg	0.48 57	0.32 15	1.58 4	0.28 36	0.22 89	0.75 279	0.35 223	0.94 247	0.67 140	0.61 210	0.59 187	0.63 205	0.38 140	0.48 62	0.97 264	0.13 191	0.11 129	0.13 196	0.13 161	0.14 52	0.15 32

FTStereo	0.79 271	0.32 15	2.83 283	0.70 334	0.21 80	0.73 272	1.75 402	0.61 70	0.60 85	1.07 346	1.62 373	1.28 370	2.11 394	0.75 154	0.30 58	0.19 294	0.08 39	0.12 139	0.11 111	0.12 26	0.39 181

Any-RAFT	0.42 24	0.33 24	1.89 27	0.28 36	0.21 80	0.69 256	0.21 32	0.83 166	0.60 85	0.45 56	0.43 67	0.62 201	0.30 102	0.48 62	0.24 16	0.11 113	0.40 282	0.08 3	0.06 7	0.10 11	0.16 45

NF-Stereo	0.53 95	0.33 24	2.55 193	0.55 291	0.16 22	0.61 166	0.43 265	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.44 245	0.78 238	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

OCTAStereo	0.53 95	0.33 24	2.54 186	0.56 300	0.16 22	0.61 166	0.42 258	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.43 241	0.79 241	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

RE-Stereo	0.53 95	0.33 24	2.54 186	0.56 300	0.16 22	0.61 166	0.43 265	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.43 241	0.77 234	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

TVStereo	0.53 95	0.33 24	2.54 186	0.56 300	0.16 22	0.61 166	0.43 265	0.70 102	0.70 182	0.50 104	0.47 86	0.37 71	0.26 51	1.43 241	0.77 234	0.12 148	0.07 6	0.12 139	0.10 73	0.13 36	0.17 51

GMM-Stereo	0.53 95	0.33 24	2.89 293	0.53 284	0.24 121	0.77 293	0.46 281	0.62 73	0.65 121	0.58 175	0.73 278	0.47 132	0.43 192	0.68 135	0.29 53	0.10 48	0.06 1	0.13 196	0.13 161	0.14 52	0.44 214

ICVP	0.48 57	0.33 24	2.37 107	0.34 132	0.22 89	0.60 148	0.55 308	0.79 137	0.53 55	0.45 56	0.60 194	0.49 141	0.36 128	0.55 95	0.46 144	0.16 253	0.16 196	0.14 225	0.11 111	0.16 70	0.32 143
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CASS	0.43 27	0.34 31	2.01 45	0.33 115	0.17 39	0.54 76	0.24 85	0.71 108	0.52 49	0.62 222	0.55 153	0.40 86	0.41 168	0.43 47	0.33 90	0.17 272	0.10 107	0.14 225	0.11 111	0.18 111	0.23 87
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.37 13	0.34 31	1.83 16	0.25 6	0.18 49	0.45 20	0.24 85	0.60 68	0.40 4	0.42 42	0.39 54	0.54 161	0.25 43	0.41 43	0.29 53	0.12 148	0.08 39	0.12 139	0.07 13	0.13 36	0.20 70

PSM-softLoss	0.52 85	0.34 31	2.47 166	0.55 291	0.17 39	0.61 166	0.39 247	0.64 81	0.67 140	0.52 123	0.48 92	0.39 78	0.25 43	1.46 246	0.77 234	0.13 191	0.08 39	0.13 196	0.12 141	0.12 26	0.15 32

KMStereo	0.52 85	0.34 31	2.47 166	0.55 291	0.17 39	0.61 166	0.39 247	0.64 81	0.67 140	0.52 123	0.48 92	0.39 78	0.25 43	1.46 246	0.77 234	0.13 191	0.08 39	0.13 196	0.12 141	0.12 26	0.15 32

NRIStereo	0.50 73	0.34 31	2.44 138	0.52 280	0.16 22	0.94 338	0.73 350	0.52 29	0.65 121	0.48 70	0.40 62	0.59 187	0.29 92	0.78 161	0.33 90	0.11 113	0.13 157	0.11 96	0.09 39	0.22 175	0.25 100

cross-raft	0.47 50	0.34 31	2.17 76	0.70 334	0.84 348	0.50 47	0.35 223	0.74 112	0.43 13	0.44 54	0.45 79	0.63 205	0.25 43	0.37 27	0.27 39	0.08 1	0.14 170	0.10 50	0.23 280	0.11 18	0.27 112

s12784h	0.41 20	0.34 31	2.17 76	0.24 5	0.11 1	0.64 213	0.24 85	0.85 183	0.70 182	0.45 56	0.54 144	0.28 42	0.27 65	0.51 78	0.27 39	0.11 113	0.06 1	0.09 16	0.06 7	0.16 70	0.14 26

LoS	0.34 6	0.35 38	1.88 25	0.25 6	0.13 6	0.53 69	0.20 22	0.50 24	0.53 55	0.26 15	0.28 15	0.37 71	0.24 29	0.40 37	0.25 25	0.10 48	0.08 39	0.08 3	0.06 7	0.15 61	0.10 4

KYRaft	0.52 85	0.35 38	2.40 117	0.34 132	0.21 80	0.75 279	0.43 265	0.62 73	0.63 108	0.64 242	0.92 324	0.53 156	0.72 305	0.60 110	0.26 34	0.10 48	0.07 6	0.12 139	0.14 179	0.13 36	0.54 251

CREStereo	0.31 1	0.35 38	1.66 8	0.19 1	0.13 6	0.55 86	0.17 6	0.50 24	0.50 38	0.28 20	0.34 35	0.24 21	0.21 17	0.34 16	0.23 15	0.11 113	0.07 6	0.08 3	0.05 1	0.10 11	0.12 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
Patchmatch Stereo++	0.43 27	0.36 41	2.44 138	0.48 259	0.17 39	0.61 166	0.26 116	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.56 98	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14
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	0.43 27	0.36 41	2.44 138	0.48 259	0.18 49	0.61 166	0.28 138	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.49 72	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

ROB_FTStereo_v2	0.43 27	0.36 41	2.44 138	0.49 270	0.17 39	0.61 166	0.28 138	0.53 32	0.61 88	0.48 70	0.43 67	0.44 111	0.28 76	0.48 62	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

ROB_FTStereo	0.43 27	0.36 41	2.44 138	0.48 259	0.18 49	0.61 166	0.26 116	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.51 78	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

HUI-Stereo	0.43 27	0.36 41	2.45 154	0.48 259	0.18 49	0.61 166	0.27 130	0.53 32	0.61 88	0.48 70	0.43 67	0.44 111	0.28 76	0.47 53	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

iGMRVC	0.43 27	0.36 41	2.44 138	0.48 259	0.18 49	0.61 166	0.27 130	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.57 101	0.31 72	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

iRAFT	0.43 27	0.36 41	2.44 138	0.48 259	0.17 39	0.61 166	0.26 116	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.56 98	0.30 58	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

RAFT-IKP	0.43 27	0.36 41	2.44 138	0.48 259	0.16 22	0.60 148	0.28 138	0.53 32	0.61 88	0.48 70	0.43 67	0.43 96	0.28 76	0.51 78	0.31 72	0.12 148	0.08 39	0.12 139	0.10 73	0.17 91	0.13 14

Prome-Stereo	0.53 95	0.36 41	2.39 115	0.60 306	0.23 112	0.63 201	0.41 252	0.66 87	0.67 140	0.59 194	1.02 341	0.43 96	0.71 304	0.61 113	0.34 98	0.10 48	0.07 6	0.10 50	0.09 39	0.13 36	0.44 214

CFNet-RSSM	0.44 39	0.36 41	2.38 109	0.28 36	0.43 263	0.53 69	0.20 22	0.86 195	0.52 49	0.44 54	0.36 41	0.53 156	0.26 51	0.40 37	0.27 39	0.09 12	0.08 39	0.09 16	0.38 353	0.10 11	0.22 79

MC-Stereo	0.58 129	0.37 51	2.00 43	0.88 351	0.64 320	0.54 76	0.19 13	0.46 10	0.39 3	0.58 175	0.39 54	0.27 40	0.27 65	0.71 144	0.32 81	0.09 12	1.20 359	0.09 16	0.16 216	0.22 175	1.92 386

DeepStereo_RVC	0.47 50	0.37 51	2.19 79	0.55 291	0.18 49	0.60 148	0.58 317	0.52 29	0.62 97	0.49 86	0.45 79	0.39 78	0.85 329	0.47 53	0.34 98	0.12 148	0.08 39	0.11 96	0.09 39	0.15 61	0.19 62

RAFT-345	0.56 114	0.37 51	2.68 244	0.40 215	0.34 213	0.58 117	0.41 252	0.49 15	0.70 182	0.51 115	0.99 337	0.43 96	0.28 76	1.56 258	0.81 247	0.10 48	0.07 6	0.11 96	0.09 39	0.11 18	0.09 2

CREStereo++_RVC	0.38 15	0.37 51	2.47 166	0.25 6	0.16 22	0.54 76	0.15 1	0.42 5	0.57 71	0.37 30	0.52 127	0.24 21	0.19 8	0.31 3	0.27 39	0.09 12	0.06 1	0.08 3	0.30 314	0.09 5	0.22 79
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
Gwc-CoAtRS	0.41 20	0.37 51	2.06 57	0.28 36	0.41 252	0.48 36	0.19 13	0.64 81	0.49 32	0.45 56	0.39 54	0.57 180	0.26 51	0.37 27	0.28 44	0.09 12	0.19 213	0.09 16	0.31 319	0.11 18	0.25 100

LoS_RVC	0.34 6	0.38 56	1.96 39	0.27 24	0.35 221	0.43 18	0.22 43	0.43 6	0.34 1	0.24 9	0.34 35	0.23 15	0.28 76	0.34 16	0.22 4	0.08 1	0.07 6	0.07 1	0.05 1	0.10 11	0.35 159

RCA-Stereo	0.45 42	0.38 56	1.80 12	0.27 24	0.25 127	0.58 117	0.23 63	0.84 173	0.66 128	0.42 42	0.44 78	0.28 42	0.35 125	0.31 3	0.21 1	0.09 12	1.01 344	0.09 16	0.07 13	0.21 161	0.53 248

Pruner-Stereo	0.55 106	0.38 56	2.49 174	1.78 400	0.19 65	0.63 201	0.45 276	0.59 65	0.67 140	0.61 210	0.48 92	0.41 91	0.25 43	0.49 72	0.99 272	0.13 191	0.07 6	0.12 139	0.10 73	0.13 36	0.14 26

PMTNet	0.35 8	0.38 56	1.75 10	0.21 3	0.14 9	0.57 110	0.24 85	0.48 12	0.44 17	0.28 20	0.32 32	0.26 33	0.24 29	0.41 43	0.24 16	0.42 362	0.07 6	0.08 3	0.05 1	0.18 111	0.15 32

IGEV_Zeroshot_test	0.91 317	0.39 60	3.80 372	0.42 227	1.95 406	0.56 91	0.64 332	0.84 173	0.55 64	1.45 380	0.53 130	0.79 280	0.42 179	0.57 101	1.13 287	0.10 48	0.49 295	0.10 50	0.34 341	0.19 134	2.97 415

hknet	0.53 95	0.39 60	2.04 53	0.31 76	0.24 121	0.76 283	0.32 196	1.05 321	0.71 194	0.64 242	0.53 130	0.79 280	0.40 157	0.84 171	0.78 238	0.12 148	0.10 107	0.14 225	0.12 141	0.13 36	0.15 32

sCroCo_RVC	0.37 13	0.39 60	2.38 109	0.35 147	0.27 152	0.31 5	0.22 43	0.49 15	0.48 29	0.23 6	0.34 35	0.25 26	0.24 29	0.35 24	0.25 25	0.15 239	0.17 203	0.12 139	0.11 111	0.15 61	0.15 32

SFCPSM	0.48 57	0.39 60	2.30 96	0.28 36	0.27 152	0.70 259	0.32 196	1.00 287	0.69 172	0.50 104	0.52 127	0.43 96	0.36 128	0.53 89	0.44 136	0.12 148	0.09 84	0.12 139	0.16 216	0.18 111	0.23 87

CASnet	0.32 4	0.40 64	1.80 12	0.28 36	0.11 1	0.47 33	0.19 13	0.45 8	0.47 26	0.39 35	0.31 26	0.23 15	0.17 1	0.31 3	0.21 1	0.11 113	0.06 1	0.15 250	0.12 141	0.16 70	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
NINENet	0.54 102	0.40 64	2.19 79	0.55 291	0.26 141	0.91 332	0.23 63	1.05 321	0.77 243	0.54 135	0.57 176	0.65 215	0.32 111	1.22 214	0.34 98	0.16 253	0.13 157	0.16 266	0.11 111	0.16 70	0.14 26

AAGNet	0.92 318	0.40 64	2.53 182	0.60 306	1.01 368	0.62 188	0.45 276	0.52 29	0.68 164	0.58 175	0.53 130	0.50 145	0.72 305	1.22 214	7.32 416	0.12 148	0.07 6	0.12 139	0.10 73	0.16 70	0.10 4

DEmStereo	0.69 226	0.40 64	2.42 125	0.42 227	0.18 49	0.66 240	0.88 363	0.54 41	0.64 114	0.60 203	1.00 338	0.45 123	1.24 361	1.53 254	2.21 358	0.10 48	0.08 39	0.10 50	0.10 73	0.11 18	0.14 26

HSM-Net_RVC	0.70 231	0.40 64	2.45 154	0.27 24	0.19 65	0.68 253	0.30 176	1.29 369	0.73 205	0.73 288	0.70 260	0.77 274	0.45 208	3.73 406	0.46 144	0.13 191	0.09 84	0.10 50	0.09 39	0.13 36	0.32 143
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RAFT-Test	0.56 114	0.41 69	2.01 45	0.90 354	1.07 373	0.65 227	0.37 233	0.83 166	0.65 121	0.49 86	0.49 105	0.93 323	0.24 29	0.52 82	0.30 58	0.10 48	0.38 276	0.09 16	0.38 353	0.11 18	0.19 62

DisPM	0.48 57	0.41 69	2.54 186	0.61 312	0.18 49	0.59 135	0.62 330	0.54 41	0.67 140	0.61 210	0.53 130	0.38 76	0.26 51	0.76 156	0.31 72	0.13 191	0.07 6	0.12 139	0.11 111	0.12 26	0.15 32

Selective-IGEV	0.57 121	0.42 71	1.87 24	1.67 395	1.33 388	0.36 12	0.20 22	0.61 70	0.71 194	0.22 3	0.31 26	0.22 8	0.19 8	0.52 82	0.36 107	0.09 12	0.97 341	0.09 16	0.15 198	0.20 151	0.85 317

CRFU-Net	0.58 129	0.42 71	1.90 28	0.49 270	0.27 152	0.83 313	0.35 223	0.94 247	0.54 59	0.65 254	0.60 194	0.78 278	1.34 362	1.00 186	0.51 165	0.17 272	0.14 170	0.17 280	0.10 73	0.19 134	0.20 70

iRaft-Stereo_20w	1.50 377	0.42 71	4.81 399	2.24 410	2.09 409	1.36 366	1.27 390	1.38 375	0.94 326	2.07 392	0.42 65	0.85 303	0.69 301	0.87 174	1.37 314	0.10 48	4.04 420	0.09 16	0.40 357	0.17 91	4.53 421

DAS	0.61 158	0.42 71	1.85 21	0.34 132	0.34 213	0.52 64	0.42 258	0.89 217	0.80 262	0.85 321	0.69 247	0.57 180	0.51 238	2.38 354	0.57 181	0.13 191	0.09 84	0.12 139	0.09 39	0.18 111	0.37 166

SepStereo	0.57 121	0.42 71	1.85 21	0.34 132	0.34 213	0.52 64	0.42 258	0.89 217	0.80 262	0.85 321	0.69 247	0.57 180	0.51 238	1.55 256	0.57 181	0.13 191	0.09 84	0.12 139	0.09 39	0.18 111	0.37 166

PFNet	0.62 171	0.42 71	2.69 250	0.43 237	0.55 291	0.62 188	0.27 130	0.64 81	0.72 201	0.61 210	0.56 165	0.45 123	0.33 116	1.86 311	1.12 286	0.28 346	0.09 84	0.12 139	0.16 216	0.26 225	0.27 112

test-3	0.58 129	0.43 77	2.44 138	0.52 280	0.59 301	0.46 23	0.23 63	0.77 123	0.49 32	0.52 123	0.29 17	0.44 111	0.22 21	0.59 105	0.97 264	0.08 1	1.27 368	0.10 50	0.35 343	0.29 255	0.62 270

test_1	0.58 129	0.43 77	2.44 138	0.52 280	0.59 301	0.46 23	0.23 63	0.77 123	0.49 32	0.51 115	0.29 17	0.44 111	0.22 21	0.59 105	0.97 264	0.08 1	1.27 368	0.10 50	0.35 343	0.29 255	0.63 274

PFNet+	0.50 73	0.43 77	2.54 186	0.49 270	0.18 49	0.58 117	0.76 352	0.54 41	0.72 201	0.56 157	0.48 92	0.39 78	0.26 51	0.94 182	0.33 90	0.14 221	0.09 84	0.14 225	0.13 161	0.12 26	0.16 45

LCNet	0.58 129	0.43 77	2.42 125	0.91 356	0.22 89	0.95 340	0.29 163	0.62 73	0.64 114	0.52 123	0.55 153	0.41 91	0.75 316	0.84 171	0.27 39	0.10 48	0.07 6	0.12 139	0.18 237	0.97 386	0.40 186

MoCha-V2	0.58 129	0.44 81	2.01 45	0.50 275	0.76 337	0.33 8	0.21 32	0.65 86	0.45 18	0.27 19	0.35 40	0.24 21	0.26 51	1.25 221	0.39 118	0.08 1	1.63 384	0.08 3	0.35 343	0.29 255	1.07 341

GMStereo_Zeroshot	0.44 39	0.44 81	1.84 19	0.44 242	0.20 71	0.52 64	0.19 13	0.60 68	0.54 59	0.58 175	0.59 187	0.63 205	0.29 92	0.59 105	0.34 98	0.16 253	0.09 84	0.16 266	0.09 39	0.26 225	0.26 106

MSKI-zero shot	0.70 231	0.44 81	2.62 217	1.47 385	0.75 334	0.56 91	0.20 22	0.80 142	0.45 18	0.60 203	0.52 127	0.44 111	0.17 1	0.70 138	0.26 34	0.09 12	2.87 418	0.09 16	0.32 325	0.14 52	0.50 236

test_3	0.59 145	0.44 81	2.44 138	0.53 284	0.59 301	0.48 36	0.30 176	0.79 137	0.52 49	0.51 115	0.30 20	0.45 123	0.22 21	0.59 105	0.97 264	0.08 1	1.25 364	0.11 96	0.35 343	0.30 262	0.62 270

Anonymous	0.41 20	0.44 81	2.55 193	0.35 147	0.32 198	0.38 13	0.34 214	0.57 56	0.41 5	0.25 12	0.30 20	0.23 15	0.29 92	0.38 29	0.28 44	0.15 239	0.13 157	0.11 96	0.12 141	0.24 195	0.30 133

AdaStereo	0.48 57	0.44 81	2.18 78	0.36 161	0.20 71	0.59 135	0.29 163	0.97 270	0.74 222	0.52 123	0.55 153	0.61 196	0.33 116	0.52 82	0.44 136	0.18 283	0.08 39	0.17 280	0.11 111	0.18 111	0.24 96
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.
PSMNet-ADL	0.56 114	0.47 87	2.03 50	0.35 147	0.22 89	0.67 247	0.27 130	0.77 123	0.58 77	0.43 48	0.53 130	0.70 253	0.45 208	1.89 316	0.64 201	0.16 253	0.13 157	0.11 96	0.13 161	0.15 61	0.51 240

ASMatch	0.61 158	0.47 87	2.72 257	0.91 356	0.36 227	0.56 91	0.24 85	0.54 41	0.67 140	0.48 70	1.20 354	0.47 132	0.65 287	1.33 231	0.93 261	0.10 48	0.08 39	0.11 96	0.11 111	0.10 11	0.17 51

DRaft	0.65 195	0.47 87	2.38 109	0.25 6	0.17 39	0.64 213	0.65 335	0.56 51	0.57 71	0.67 262	0.98 334	0.38 76	0.99 347	1.42 240	2.06 347	0.11 113	0.14 170	0.10 50	0.14 179	0.18 111	0.21 74

MGS-Stereo	0.35 8	0.48 90	1.99 42	0.26 16	0.14 9	0.41 15	0.22 43	0.41 3	0.48 29	0.24 9	0.51 119	0.25 26	0.18 6	0.33 14	0.22 4	0.10 48	0.08 39	0.09 16	0.08 28	0.47 350	0.10 4

Selective-RAFT	0.46 47	0.48 90	1.88 25	0.32 94	0.16 22	0.61 166	0.19 13	0.66 87	0.62 97	0.28 20	0.30 20	0.41 91	0.33 116	0.51 78	0.32 81	0.11 113	1.09 353	0.09 16	0.35 343	0.19 134	0.37 166

11t1	0.60 151	0.49 92	2.19 79	0.35 147	0.58 300	0.48 36	0.21 32	0.72 109	0.73 205	0.49 86	0.47 86	0.35 67	0.34 123	0.61 113	0.71 221	0.12 148	1.26 367	0.10 50	0.29 308	0.16 70	1.22 355

Anonymous_2	1.36 367	0.49 92	2.03 50	1.71 397	1.58 399	2.49 404	0.58 317	1.59 386	2.31 397	0.77 300	0.88 318	1.03 345	0.58 269	1.20 213	0.66 209	0.32 353	1.38 377	1.42 407	3.87 421	0.78 381	1.56 377

CrosDoStereo	0.96 326	0.49 92	2.66 232	0.27 24	0.33 204	0.54 76	3.69 411	0.77 123	0.66 128	0.70 276	1.39 365	0.53 156	1.47 372	1.77 293	3.02 382	0.10 48	0.08 39	0.11 96	0.11 111	0.22 175	0.30 133

DeepStereo_LL	0.96 326	0.49 92	2.66 232	0.27 24	0.33 204	0.54 76	3.69 411	0.77 123	0.66 128	0.70 276	1.39 365	0.53 156	1.47 372	1.77 293	3.02 382	0.10 48	0.08 39	0.11 96	0.11 111	0.22 175	0.30 133

AnonymousM	0.45 42	0.49 92	1.83 16	0.29 48	0.15 15	0.53 69	0.22 43	0.64 81	0.66 128	0.47 68	0.33 33	0.30 47	0.25 43	0.49 72	0.29 53	0.12 148	0.27 259	0.71 385	0.37 350	0.12 26	0.41 193

Anonymous3	0.47 50	0.49 92	2.61 213	0.33 115	0.25 127	0.72 269	0.32 196	0.80 142	0.60 85	0.36 28	0.41 63	0.33 60	0.29 92	0.46 51	0.30 58	0.19 294	0.18 209	0.13 196	0.13 161	0.18 111	0.22 79

PCWNet_CMD	0.48 57	0.50 98	2.23 86	0.27 24	0.20 71	0.56 91	0.22 43	0.78 130	0.67 140	0.49 86	0.55 153	0.68 236	0.56 257	0.48 62	0.32 81	0.11 113	0.10 107	0.14 225	0.10 73	0.19 134	0.43 202

CFNet_pseudo	0.47 50	0.50 98	2.19 79	0.26 16	0.20 71	0.56 91	0.22 43	0.80 142	0.62 97	0.50 104	0.56 165	0.68 236	0.47 223	0.53 89	0.33 90	0.11 113	0.10 107	0.15 250	0.10 73	0.18 111	0.33 146

DIP-Stereo	0.43 27	0.50 98	2.21 84	0.27 24	0.18 49	0.63 201	0.17 6	0.94 247	0.58 77	0.49 86	0.48 92	0.30 47	0.30 102	0.40 37	0.31 72	0.10 48	0.08 39	0.10 50	0.08 28	0.15 61	0.33 146
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.48 57	0.50 98	2.23 86	0.27 24	0.20 71	0.56 91	0.22 43	0.78 130	0.67 140	0.49 86	0.55 153	0.68 236	0.56 257	0.48 62	0.32 81	0.11 113	0.10 107	0.13 196	0.10 73	0.18 111	0.43 202

ccs_rob	0.47 50	0.50 98	2.19 79	0.26 16	0.20 71	0.56 91	0.22 43	0.80 142	0.62 97	0.50 104	0.56 165	0.68 236	0.47 223	0.53 89	0.33 90	0.11 113	0.10 107	0.16 266	0.10 73	0.18 111	0.33 146

Former-RAFT_DAM_RVC	0.52 85	0.51 103	1.12 1	0.26 16	0.22 89	0.46 23	0.20 22	1.10 344	1.33 375	3.13 413	0.33 33	0.22 8	0.20 15	0.34 16	0.26 34	0.11 113	0.09 84	0.11 96	0.09 39	0.17 91	0.21 74

ttt	0.89 312	0.51 103	2.51 178	0.36 161	0.31 187	0.61 166	0.28 138	1.07 336	0.92 319	0.56 157	0.77 295	0.55 169	0.37 133	2.27 344	3.51 390	0.16 253	1.21 362	0.13 196	0.31 319	0.18 111	1.26 357

CoDeX	0.54 102	0.52 105	2.25 88	0.30 62	0.26 141	0.61 166	0.32 196	1.03 307	0.73 205	0.49 86	0.56 165	0.52 155	0.40 157	1.59 269	0.38 116	0.12 148	0.09 84	0.11 96	0.10 73	0.15 61	0.22 79

HH	0.79 271	0.52 105	2.72 257	1.45 383	0.80 344	0.91 332	0.23 63	0.76 117	0.76 235	0.64 242	0.55 153	0.87 309	0.41 168	0.94 182	0.45 140	0.09 12	1.20 359	0.10 50	0.09 39	0.16 70	2.16 395

HanStereo	0.79 271	0.52 105	2.72 257	1.45 383	0.80 344	0.91 332	0.23 63	0.76 117	0.76 235	0.64 242	0.55 153	0.87 309	0.41 168	0.94 182	0.45 140	0.09 12	1.20 359	0.10 50	0.09 39	0.16 70	2.16 395

mmm	0.66 212	0.53 108	1.83 16	0.38 189	0.86 349	0.49 41	0.27 130	0.82 156	0.83 280	0.59 194	0.69 247	0.47 132	0.38 140	0.81 169	0.73 226	0.12 148	1.37 376	0.14 225	0.45 365	0.18 111	1.35 367

MDST_ROB	1.28 360	0.53 108	3.84 375	0.55 291	0.45 267	4.06 412	0.60 323	1.36 374	0.89 312	2.18 397	1.17 352	0.98 334	0.72 305	4.28 409	2.12 351	0.20 302	0.16 196	0.19 302	0.17 229	0.20 151	0.84 313

SMFormer	0.64 190	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 295	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.86 256	0.13 191	1.01 344	0.11 96	0.26 294	0.17 91	0.84 313

tta	0.63 183	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 295	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.86 256	0.13 191	1.01 344	0.11 96	0.26 294	0.19 134	0.59 263

qqq1	0.62 171	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 295	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.64 201	0.13 191	1.01 344	0.09 16	0.24 282	0.19 134	0.59 263

fff1	0.62 171	0.54 110	1.92 31	0.32 94	0.16 22	0.46 23	0.24 85	0.94 247	0.85 295	0.58 175	0.70 260	0.51 148	0.41 168	1.89 316	0.64 201	0.13 191	1.01 344	0.09 16	0.24 282	0.19 134	0.59 263

test-1	0.61 158	0.54 110	2.09 61	0.31 76	1.37 390	0.51 49	0.28 138	0.83 166	0.50 38	0.42 42	0.55 153	0.54 161	0.24 29	0.38 29	1.25 303	0.10 48	1.08 352	0.10 50	0.17 229	0.11 18	0.77 302

pcwnet_v2	0.65 195	0.54 110	4.29 392	0.33 115	0.27 152	0.60 148	0.25 104	1.02 301	0.92 319	0.61 210	0.69 247	0.62 201	0.54 250	0.67 131	0.38 116	0.18 283	0.15 184	0.15 250	0.14 179	0.21 161	0.49 234

GES	0.49 69	0.54 110	2.37 107	0.31 76	0.19 65	0.61 166	0.30 176	0.93 242	0.52 49	0.49 86	0.53 130	0.40 86	0.43 192	0.59 105	0.67 211	0.16 253	0.11 129	0.12 139	0.10 73	0.20 151	0.30 133

EKT-Stereo	1.56 383	0.55 117	2.60 209	2.54 413	19.66 429	0.55 86	0.22 43	0.76 117	0.51 43	0.40 37	0.36 41	0.43 96	0.27 65	0.74 153	0.42 127	0.13 191	0.17 203	0.11 96	0.16 216	0.20 151	0.50 236

CFNet_ucs	0.50 73	0.55 117	2.28 92	0.27 24	0.22 89	0.58 117	0.23 63	0.90 225	0.69 172	0.54 135	0.64 224	0.68 236	0.44 200	0.55 95	0.34 98	0.14 221	0.12 144	0.16 266	0.11 111	0.19 134	0.38 174

GANet-ADL	0.48 57	0.56 119	2.51 178	0.34 132	0.20 71	0.58 117	0.25 104	0.80 142	0.57 71	0.43 48	0.61 202	0.56 176	0.31 106	0.44 50	0.44 136	0.14 221	0.11 129	0.10 50	0.09 39	0.22 175	0.38 174

XX-Stereo	0.98 331	0.57 120	4.45 396	1.64 393	5.33 419	0.55 86	0.16 4	0.96 263	0.43 13	0.45 56	0.65 231	0.85 303	0.19 8	0.79 162	0.26 34	0.11 113	0.80 334	0.10 50	0.32 325	0.17 91	0.78 305

NVstereo2D	0.63 183	0.57 120	2.29 94	0.37 171	0.35 221	0.69 256	0.49 292	0.96 263	0.88 307	0.49 86	0.54 144	0.72 256	0.46 215	1.98 326	0.50 162	0.19 294	0.20 225	0.18 296	0.16 216	0.28 247	0.34 153

ff7	0.65 195	0.58 122	2.09 61	0.39 202	0.60 306	0.56 91	0.23 63	0.49 15	0.62 97	1.00 337	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 396	0.10 50	0.18 237	0.24 195	2.22 402

ffff	0.65 195	0.58 122	2.09 61	0.39 202	0.60 306	0.56 91	0.23 63	0.49 15	0.62 97	1.00 337	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 396	0.10 50	0.18 237	0.24 195	2.22 402

11t	0.65 195	0.58 122	2.09 61	0.39 202	0.60 306	0.56 91	0.23 63	0.49 15	0.62 97	1.00 337	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 396	0.10 50	0.18 237	0.24 195	2.22 402

ccc-4	0.65 195	0.58 122	2.09 61	0.39 202	0.60 306	0.56 91	0.23 63	0.49 15	0.62 97	1.00 337	0.24 6	0.20 2	0.24 29	0.71 144	0.24 16	0.09 12	2.09 396	0.10 50	0.18 237	0.24 195	2.22 402

UNet	0.56 114	0.58 122	2.81 279	0.32 94	0.33 204	0.74 277	0.27 130	0.86 195	0.67 140	0.55 146	0.55 153	0.72 256	0.55 255	0.79 162	0.58 183	0.12 148	0.09 84	0.13 196	0.11 111	0.20 151	0.19 62

FENet	0.48 57	0.58 122	2.46 161	0.33 115	0.18 49	0.58 117	0.22 43	0.83 166	0.64 114	0.49 86	0.42 65	0.55 169	0.38 140	0.52 82	0.51 165	0.12 148	0.09 84	0.12 139	0.11 111	0.17 91	0.31 141

anonymousdsp	0.86 298	0.59 128	2.65 228	1.33 377	1.25 385	0.56 91	0.23 63	0.54 41	0.71 194	1.13 350	0.25 11	0.22 8	0.24 29	1.24 218	0.24 16	0.09 12	2.34 411	0.10 50	0.18 237	0.25 210	3.12 417

STTRV1_RVC	0.81 276	0.59 128	2.88 292	0.43 237	0.49 278	0.80 305	0.44 271	1.18 361	0.84 292	0.63 231	0.89 320	0.72 256	0.63 285	2.67 375	0.67 211	0.51 371	0.65 318	0.27 340	0.24 282	0.35 296	0.29 124

anonymousa	0.74 248	0.60 130	2.58 202	0.96 360	1.33 388	0.61 166	0.26 116	0.69 95	0.56 68	0.55 146	0.84 306	0.82 292	0.46 215	0.56 98	0.61 192	0.10 48	1.11 355	0.12 139	0.98 404	0.14 52	0.97 335

ProNet	0.46 47	0.60 130	1.85 21	0.35 147	0.67 324	0.49 41	0.25 104	0.53 32	0.57 71	0.21 1	0.24 6	0.22 8	0.20 15	0.52 82	0.22 4	0.09 12	0.47 291	0.10 50	0.09 39	0.23 189	1.33 363

IGEV-Stereo	0.86 298	0.60 130	2.65 228	1.35 379	1.25 385	0.56 91	0.23 63	0.54 41	0.71 194	1.14 351	0.25 11	0.22 8	0.24 29	1.24 218	0.24 16	0.09 12	2.34 411	0.10 50	0.18 237	0.25 210	3.13 418
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
222	1.02 336	0.60 130	1.95 36	0.29 48	0.51 281	0.62 188	0.24 85	1.09 341	0.86 301	0.64 242	0.67 240	0.47 132	0.42 179	1.86 311	6.73 414	0.13 191	1.21 362	0.11 96	0.32 325	0.17 91	1.44 373

FAT-Stereo	0.72 243	0.60 130	2.86 289	0.37 171	0.29 168	0.64 213	0.55 308	1.01 295	0.91 317	0.76 298	0.94 326	0.93 323	0.79 321	1.82 304	0.60 187	0.19 294	0.19 213	0.17 280	0.16 216	0.23 189	0.47 224

CSP-Net	0.55 106	0.61 135	1.81 15	0.30 62	0.23 112	0.77 293	0.35 223	0.90 225	0.62 97	0.62 222	0.60 194	0.65 215	0.42 179	1.76 290	0.47 147	0.17 272	0.12 144	0.10 50	0.10 73	0.21 161	0.16 45

TransformOpticalFlow	0.65 195	0.61 135	2.67 239	0.45 249	0.26 141	0.62 188	0.28 138	0.88 210	0.76 235	0.76 298	0.74 281	0.90 317	0.84 326	1.82 304	0.80 243	0.10 48	0.07 6	0.11 96	0.09 39	0.12 26	0.19 62

ccnet	0.77 266	0.61 135	2.01 45	0.40 215	0.46 274	1.05 349	0.59 320	1.02 301	0.74 222	0.90 327	0.97 331	0.82 292	0.89 336	1.68 282	1.16 291	0.32 353	0.26 253	0.32 355	0.28 304	0.35 296	0.47 224

StereoDRNet-Refined	0.55 106	0.61 135	2.07 58	0.34 132	0.21 80	0.68 253	0.26 116	0.87 202	0.73 205	0.70 276	0.69 247	0.74 264	0.45 208	1.10 197	0.62 195	0.12 148	0.09 84	0.14 225	0.14 179	0.27 236	0.24 96
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
x	0.65 195	0.62 139	2.12 68	0.36 161	0.61 313	0.48 36	0.24 85	0.80 142	0.89 312	0.50 104	0.56 165	0.44 111	0.36 128	0.62 116	0.80 243	0.11 113	1.44 381	0.11 96	0.39 356	0.16 70	1.34 365

STrans-v2	0.69 226	0.62 139	2.66 232	0.28 36	0.23 112	0.57 110	0.32 196	1.01 295	0.77 243	0.92 330	0.84 306	0.88 313	0.92 341	1.81 301	1.19 294	0.10 48	0.07 6	0.10 50	0.09 39	0.12 26	0.30 133

qqq	0.65 195	0.63 141	2.10 67	0.30 62	0.64 320	0.46 23	0.27 130	0.81 149	0.83 280	0.48 70	0.56 165	0.46 127	0.37 133	1.03 190	0.75 229	0.11 113	1.41 380	0.12 139	0.41 361	0.16 70	1.18 347

DISCO	0.61 158	0.63 141	1.98 41	0.46 252	0.34 213	0.84 318	0.35 223	0.88 210	0.81 269	0.61 210	0.64 224	1.06 353	0.53 248	1.11 201	0.83 252	0.13 191	0.10 107	0.11 96	0.10 73	0.26 225	0.37 166

IPLGR	0.58 129	0.64 143	3.12 319	0.37 171	0.18 49	0.62 188	0.54 304	1.06 333	0.69 172	0.73 288	0.46 81	0.50 145	0.44 200	1.12 203	0.31 72	0.10 48	0.08 39	0.11 96	0.09 39	0.21 161	0.20 70

xxxx	0.97 329	0.64 143	2.14 72	0.30 62	0.67 324	0.64 213	0.24 85	1.09 341	0.91 317	0.57 169	0.65 231	0.58 184	0.39 151	1.57 262	5.49 411	0.13 191	1.38 377	0.11 96	0.32 325	0.17 91	1.41 371

test_xeample	0.98 331	0.65 145	2.12 68	0.29 48	0.67 324	0.60 148	0.28 138	1.08 339	0.85 295	0.62 222	0.70 260	0.44 111	0.41 168	1.95 324	5.45 410	0.12 148	1.33 375	0.11 96	0.31 319	0.18 111	1.42 372

MIF-Stereo	0.36 12	0.66 146	2.43 130	0.28 36	0.24 121	0.30 4	0.18 11	0.35 1	0.36 2	0.26 15	0.37 45	0.18 1	0.18 6	0.33 14	0.30 58	0.11 113	0.08 39	0.09 16	0.08 28	0.25 210	0.09 2

DualNet	0.97 329	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	0.85 183	0.96 333	0.54 135	0.74 281	0.67 224	0.40 157	0.64 121	3.86 396	0.10 48	2.16 406	0.15 250	0.33 335	0.25 210	2.19 397

ffm	0.78 268	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	0.85 183	0.96 333	0.54 135	0.74 281	0.67 224	0.40 157	0.64 121	0.22 4	0.10 48	2.16 406	0.15 250	0.33 335	0.25 210	2.19 397

ff1	1.07 345	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	0.85 183	0.96 333	0.54 135	0.74 281	0.67 224	0.40 157	2.75 384	3.86 396	0.10 48	2.16 406	0.15 250	0.33 335	0.25 210	2.19 397

mmx	0.99 333	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	1.05 321	0.92 319	0.54 135	0.74 281	0.67 224	0.40 157	2.75 384	3.86 396	0.13 191	1.25 364	0.15 250	0.33 335	0.19 134	1.28 360

xxx	0.99 333	0.67 147	3.39 341	0.32 94	0.22 89	0.58 117	0.28 138	1.05 321	0.92 319	0.54 135	0.74 281	0.67 224	0.40 157	2.75 384	3.86 396	0.13 191	1.25 364	0.15 250	0.33 335	0.19 134	1.28 360

HHNet	0.63 183	0.67 147	3.10 317	0.37 171	0.25 127	0.64 213	0.60 323	0.70 102	0.67 140	0.55 146	1.12 351	0.32 56	0.60 277	0.43 47	1.75 333	0.16 253	0.08 39	0.12 139	0.10 73	0.18 111	0.22 79

UPFNet	0.51 83	0.67 147	2.04 53	0.34 132	0.33 204	0.65 227	0.37 233	0.88 210	0.65 121	0.60 203	0.53 130	0.61 196	0.41 168	0.77 157	0.55 177	0.13 191	0.13 157	0.13 196	0.13 161	0.20 151	0.16 45

MyStereo07	0.56 114	0.68 154	2.42 125	0.30 62	0.41 252	0.61 166	0.31 186	0.58 58	0.72 201	1.17 354	0.26 14	0.20 2	0.27 65	1.28 226	0.28 44	0.09 12	0.59 310	0.12 139	0.21 273	0.16 70	0.48 228

MyStereo04	0.57 121	0.68 154	2.66 232	0.30 62	0.41 252	0.61 166	0.31 186	0.88 210	0.80 262	0.48 70	0.37 45	0.54 161	0.42 179	0.61 113	0.71 221	0.09 12	0.59 310	0.12 139	0.21 273	0.16 70	0.48 228

anonymity	0.86 298	0.68 154	1.44 2	0.64 319	0.83 346	0.67 247	0.52 299	0.98 276	0.73 205	0.96 334	0.70 260	0.81 289	0.86 331	1.10 197	1.34 308	0.64 376	0.72 331	0.58 378	1.44 413	0.60 365	0.91 324

stereogan	0.74 248	0.68 154	2.82 281	0.40 215	0.40 247	1.05 349	0.42 258	0.99 281	0.96 333	0.78 308	0.86 314	1.15 366	0.73 308	1.57 262	0.56 179	0.20 302	0.19 213	0.20 312	0.16 216	0.37 308	0.34 153

DANet	0.85 295	0.68 154	2.41 121	1.18 375	0.48 276	0.77 293	1.23 389	0.93 242	1.53 384	0.90 327	0.72 276	0.97 333	0.57 262	1.86 311	1.05 279	0.18 283	0.16 196	0.19 302	0.16 216	0.26 225	0.67 283
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LargeStereo	0.74 248	0.70 159	2.05 56	1.11 370	1.09 375	0.32 6	0.21 32	0.75 114	0.43 13	0.30 26	0.30 20	0.22 8	0.27 65	0.98 185	0.31 72	0.10 48	2.50 414	0.08 3	0.15 198	0.27 236	2.70 412

TANstereo	0.39 17	0.70 159	2.48 171	0.23 4	0.12 3	0.54 76	0.16 4	0.41 3	0.47 26	0.45 56	0.51 119	0.26 33	0.22 21	0.34 16	0.21 1	0.10 48	0.10 107	0.08 3	0.07 13	0.09 5	0.18 58

G-Net	1.02 336	0.70 159	3.23 324	0.60 306	0.66 323	2.00 396	0.71 347	0.78 130	0.70 182	1.14 351	2.53 394	1.29 372	1.01 349	1.47 248	1.74 332	0.25 336	0.24 243	0.24 332	0.26 294	0.37 308	0.40 186

MIF-Stereo (partial)	0.41 20	0.71 162	2.67 239	0.27 24	0.24 121	0.32 6	0.17 6	0.56 51	0.46 20	0.26 15	0.37 45	0.25 26	0.26 51	0.46 51	0.35 105	0.11 113	0.08 39	0.12 139	0.10 73	0.21 161	0.15 32

gwcnet-sp	0.52 85	0.71 162	2.66 232	0.32 94	0.22 89	0.66 240	0.31 186	0.84 173	0.69 172	0.61 210	0.49 105	0.46 127	0.43 192	0.77 157	0.48 150	0.12 148	0.11 129	0.11 96	0.11 111	0.19 134	0.19 62

scenet	0.52 85	0.71 162	2.66 232	0.32 94	0.22 89	0.66 240	0.31 186	0.84 173	0.69 172	0.61 210	0.49 105	0.46 127	0.43 192	0.77 157	0.48 150	0.12 148	0.11 129	0.11 96	0.11 111	0.19 134	0.19 62

ssnet	0.52 85	0.71 162	2.66 232	0.32 94	0.22 89	0.66 240	0.31 186	0.84 173	0.69 172	0.61 210	0.49 105	0.46 127	0.43 192	0.77 157	0.48 150	0.12 148	0.11 129	0.11 96	0.11 111	0.19 134	0.19 62

CroCo-Stereo	0.35 8	0.71 162	1.67 9	0.32 94	0.17 39	0.19 1	0.21 32	0.79 137	0.54 59	0.22 3	0.25 11	0.55 169	0.22 21	0.28 1	0.28 44	0.10 48	0.08 39	0.08 3	0.07 13	0.12 26	0.10 4
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
MyStereo06	0.70 231	0.72 167	3.51 355	0.31 76	0.25 127	0.60 148	0.30 176	0.90 225	0.67 140	1.48 383	0.53 130	0.84 298	0.57 262	0.60 110	1.11 285	0.09 12	0.55 303	0.12 139	0.20 262	0.16 70	0.56 258

MyStereo05	0.57 121	0.72 167	2.72 257	0.31 76	0.25 127	0.60 148	0.30 176	0.87 202	0.82 274	0.54 135	0.37 45	0.53 156	0.42 179	0.63 117	0.73 226	0.09 12	0.55 303	0.12 139	0.20 262	0.16 70	0.56 258

DPSNet	1.02 336	0.72 167	2.84 285	0.60 306	0.39 241	1.08 354	0.75 351	1.41 377	1.14 362	0.74 294	0.69 247	1.05 352	1.67 380	2.09 336	2.22 359	0.27 343	0.61 312	0.20 312	0.50 373	0.48 351	1.03 338

ACVNet-DCA	0.67 215	0.73 170	2.43 130	0.67 327	0.52 283	0.76 283	0.24 85	0.81 149	0.83 280	0.77 300	0.39 54	0.25 26	0.38 140	0.70 138	0.22 4	0.10 48	2.13 401	0.11 96	0.09 39	0.16 70	1.18 347

xx1	0.71 235	0.73 170	2.43 130	0.67 327	0.52 283	0.76 283	0.24 85	0.85 183	1.05 351	0.77 300	0.39 54	0.46 127	0.37 133	0.70 138	0.22 4	0.10 48	2.13 401	0.12 139	0.41 361	0.16 70	1.18 347

1test111	0.72 243	0.73 170	2.43 130	0.67 327	0.52 283	0.76 283	0.24 85	0.81 149	0.83 280	0.77 300	0.39 54	0.25 26	0.38 140	1.03 190	0.75 229	0.10 48	2.13 401	0.11 96	0.09 39	0.16 70	1.18 347

cc1	0.74 248	0.73 170	2.43 130	0.67 327	0.52 283	0.76 283	0.24 85	0.85 183	1.05 351	0.77 300	0.39 54	0.25 26	0.38 140	0.70 138	0.22 4	0.10 48	2.13 401	0.11 96	0.09 39	0.25 210	2.20 401

tt1	0.74 248	0.73 170	2.34 103	0.67 327	0.63 316	0.75 279	0.24 85	0.85 183	0.96 333	0.81 312	0.38 51	0.26 33	0.35 125	0.64 121	0.22 4	0.10 48	2.16 406	0.11 96	0.09 39	0.25 210	2.19 397

test croco	0.43 27	0.73 170	2.80 275	0.28 36	0.19 65	0.33 8	0.21 32	0.63 79	0.50 38	0.24 9	0.38 51	0.24 21	0.25 43	0.48 62	0.32 81	0.12 148	0.08 39	0.13 196	0.09 39	0.43 338	0.13 14

IER	0.49 69	0.73 170	2.12 68	0.27 24	0.25 127	0.65 227	0.27 130	0.76 117	0.59 81	0.56 157	0.59 187	0.60 194	0.53 248	0.64 121	0.44 136	0.12 148	0.09 84	0.11 96	0.11 111	0.18 111	0.15 32

RAFT-RH_RVC	0.65 195	0.73 170	2.78 272	0.39 202	0.29 168	0.60 148	0.18 11	0.45 8	0.63 108	0.75 296	1.89 378	0.47 132	0.29 92	1.59 269	1.21 296	0.15 239	0.07 6	0.13 196	0.13 161	0.11 18	0.10 4

S-Stereo	0.82 280	0.73 170	3.79 371	0.40 215	0.37 233	0.70 259	0.69 345	1.00 287	1.03 347	0.63 231	0.92 324	0.82 292	0.59 272	2.35 350	0.71 221	0.18 283	0.22 235	0.17 280	0.18 237	0.30 262	0.67 283

IGEVStereo-DCA	0.74 248	0.74 179	2.09 61	0.76 339	0.77 340	0.45 20	0.23 63	0.49 15	0.62 97	0.71 285	0.22 2	0.30 47	0.28 76	1.29 227	1.53 324	0.10 48	1.50 382	0.10 50	0.18 237	0.24 195	2.22 402

rrr	0.84 287	0.74 179	3.40 346	0.76 339	0.77 340	0.45 20	0.28 138	1.23 366	0.84 292	0.71 285	0.22 2	0.30 47	0.28 76	1.29 227	1.53 324	0.10 48	1.50 382	0.10 50	0.29 308	0.24 195	1.75 383

IRAFT_RVC	0.59 145	0.74 179	2.42 125	0.47 258	0.21 80	0.59 135	0.42 258	0.68 93	0.73 205	0.54 135	0.50 117	0.49 141	0.51 238	1.57 262	1.00 274	0.11 113	0.25 250	0.13 196	0.10 73	0.15 61	0.14 26

edge stereo	0.84 287	0.74 179	3.42 350	0.38 189	1.21 383	0.63 201	0.41 252	0.98 276	0.83 280	0.81 312	0.88 318	1.14 364	0.73 308	2.16 340	0.89 258	0.22 315	0.20 225	0.26 339	0.18 237	0.38 315	0.43 202

HCRNet	0.50 73	0.75 183	2.08 60	0.39 202	0.29 168	0.58 117	0.22 43	0.79 137	0.67 140	0.49 86	0.49 105	0.48 139	0.37 133	1.13 204	0.40 120	0.15 239	0.10 107	0.15 250	0.13 161	0.21 161	0.19 62

test_xeample3	0.86 298	0.75 183	3.36 336	0.65 321	0.76 337	0.49 41	0.33 209	1.21 365	0.80 262	0.61 210	0.23 5	0.30 47	0.29 92	1.17 210	1.57 326	0.10 48	1.79 389	0.10 50	0.40 357	0.25 210	2.09 391

CBMV_ROB	0.88 305	0.75 183	2.73 262	0.36 161	0.22 89	0.76 283	0.47 285	1.05 321	0.81 269	1.06 345	1.04 345	0.88 313	1.36 365	2.17 341	2.03 344	0.23 323	0.24 243	0.27 340	0.25 288	0.27 236	0.73 299

DGSMNet	2.93 406	0.77 186	3.44 351	3.58 419	4.25 417	2.53 405	6.86 419	1.03 307	0.88 307	0.58 175	1.85 377	0.79 280	0.62 281	1.63 272	1.46 319	4.62 418	4.98 421	5.15 423	4.71 422	4.52 422	4.37 420

ac_64	0.63 183	0.77 186	2.71 255	0.37 171	0.34 213	0.64 213	0.30 176	0.86 195	0.67 140	0.58 175	0.53 130	0.88 313	0.48 230	1.84 307	0.71 221	0.15 239	0.12 144	0.12 139	0.12 141	0.21 161	0.25 100

DSFCA	0.62 171	0.77 186	1.95 36	0.29 48	0.29 168	0.79 302	0.86 360	0.81 149	0.73 205	0.73 288	0.66 237	0.67 224	0.57 262	1.17 210	1.03 277	0.16 253	0.15 184	0.13 196	0.14 179	0.19 134	0.28 118

GwcNet-ADL	0.54 102	0.78 189	2.85 287	0.31 76	0.20 71	0.58 117	0.29 163	0.93 242	0.67 140	0.48 70	0.47 86	0.56 176	0.33 116	0.48 62	0.80 243	0.13 191	0.12 144	0.09 16	0.09 39	0.14 52	0.40 186

EDNetEfficient	1.29 361	0.78 189	4.27 389	0.65 321	1.03 370	0.94 338	1.38 395	0.87 202	1.75 391	2.33 403	1.32 362	1.04 349	2.21 396	1.59 269	4.07 401	0.16 253	0.19 213	0.15 250	0.27 302	0.38 315	0.40 186

1111x	1.06 343	0.79 191	3.29 332	0.33 115	0.60 306	0.64 213	0.33 209	1.10 344	0.92 319	0.59 194	0.69 247	0.59 187	0.47 223	2.64 373	4.61 406	0.12 148	1.38 377	0.11 96	0.49 371	0.18 111	1.30 362

DRN-Test	0.71 235	0.79 191	2.83 283	0.40 215	0.44 264	0.80 305	0.41 252	1.07 336	0.83 280	0.82 316	0.64 224	0.68 236	0.57 262	1.78 296	0.79 241	0.16 253	0.13 157	0.17 280	0.16 216	0.24 195	0.51 240

DCRE	0.76 261	0.80 193	2.31 98	1.05 365	1.18 381	0.63 201	0.26 116	1.03 307	0.59 81	0.52 123	2.12 383	0.44 111	0.27 65	0.41 43	0.53 170	0.09 12	1.02 349	0.10 50	0.32 325	0.16 70	1.47 375

test_4	0.47 50	0.80 193	2.15 73	0.36 161	0.29 168	0.59 135	0.28 138	0.50 24	0.42 9	0.43 48	0.76 291	0.39 78	0.22 21	0.73 150	0.49 159	0.08 1	0.18 209	0.11 96	0.15 198	0.29 255	0.27 112

DMCA	0.50 73	0.83 195	1.95 36	0.32 94	0.24 121	0.59 135	0.26 116	0.81 149	0.68 164	0.59 194	0.49 105	0.56 176	0.36 128	0.65 125	0.65 206	0.14 221	0.10 107	0.14 225	0.10 73	0.19 134	0.29 124

iRaftStereo_RVC	0.47 50	0.84 196	1.91 30	0.29 48	0.15 15	0.53 69	0.20 22	0.58 58	0.50 38	0.37 30	0.43 67	0.42 95	0.23 27	0.38 29	0.28 44	0.09 12	0.70 328	0.12 139	0.11 111	0.43 338	0.77 302

delet	0.60 151	0.84 196	2.45 154	0.33 115	0.35 221	0.73 272	0.46 281	0.89 217	0.80 262	0.58 175	0.62 209	0.67 224	0.51 238	1.14 206	0.64 201	0.12 148	0.12 144	0.13 196	0.14 179	0.22 175	0.29 124

THIR-Stereo	0.88 305	0.85 198	2.33 102	0.26 16	0.16 22	0.59 135	2.69 407	0.62 73	0.54 59	0.62 222	1.61 372	0.96 331	1.77 385	1.67 279	2.20 357	0.10 48	0.08 39	0.14 225	0.11 111	0.16 70	0.21 74

FC-DCNN	1.60 386	0.85 198	3.44 351	0.46 252	0.39 241	1.96 392	0.66 337	1.72 390	1.70 389	2.75 410	2.91 405	4.20 406	3.15 405	2.72 380	2.66 373	0.30 350	0.26 253	0.31 353	0.30 314	0.33 279	0.91 324

whm_eth	0.51 83	0.86 200	2.79 273	0.31 76	0.31 187	0.49 41	0.24 85	0.78 130	0.75 227	0.48 70	0.86 314	0.26 33	0.26 51	0.38 29	0.29 53	0.13 191	0.11 129	0.13 196	0.12 141	0.14 52	0.44 214

OMP-Stereo	0.64 190	0.87 201	2.38 109	0.56 300	0.37 233	0.60 148	0.26 116	0.75 114	0.71 194	0.65 254	0.60 194	0.68 236	0.32 111	2.07 331	1.18 292	0.11 113	0.08 39	0.12 139	0.09 39	0.17 91	0.28 118

IIG-Stereo	0.65 195	0.87 201	2.32 100	0.55 291	0.23 112	0.62 188	0.21 32	0.78 130	0.71 194	0.64 242	0.69 247	0.69 247	0.38 140	2.07 331	1.37 314	0.11 113	0.08 39	0.11 96	0.09 39	0.15 61	0.27 112

ACVNet	0.54 102	0.87 201	2.45 154	0.28 36	0.22 89	0.59 135	0.36 230	0.69 95	0.73 205	0.49 86	0.59 187	0.69 247	0.42 179	0.47 53	0.70 217	0.11 113	0.10 107	0.10 50	0.09 39	0.36 302	0.39 181

acv_ft	0.57 121	0.87 201	2.45 154	0.33 115	0.41 252	0.63 201	0.29 163	0.86 195	0.73 205	0.64 242	0.59 187	0.69 247	0.45 208	0.47 53	0.68 214	0.11 113	0.10 107	0.10 50	0.09 39	0.43 338	0.39 181

ToySt	0.67 215	0.88 205	2.61 213	0.39 202	0.73 332	0.61 166	0.38 241	0.78 130	0.73 205	0.43 48	0.70 260	0.72 256	0.45 208	0.66 128	0.62 195	0.14 221	0.63 316	0.13 196	0.33 335	0.24 195	1.18 347

TestStereo	0.49 69	0.88 205	2.38 109	0.30 62	0.16 22	0.43 18	0.25 104	0.55 49	0.46 20	0.38 33	0.46 81	0.34 64	0.28 76	1.96 325	0.28 44	0.11 113	0.08 39	0.12 139	0.09 39	0.15 61	0.13 14

sAnonymous2	0.45 42	0.88 205	2.97 303	0.31 76	0.25 127	0.34 10	0.28 138	0.56 51	0.49 32	0.25 12	0.30 20	0.23 15	0.29 92	0.31 3	0.22 4	0.12 148	0.09 84	0.12 139	0.13 161	0.38 315	0.43 202

CroCo_RVC	0.45 42	0.88 205	2.97 303	0.31 76	0.25 127	0.34 10	0.28 138	0.56 51	0.49 32	0.25 12	0.30 20	0.23 15	0.29 92	0.31 3	0.22 4	0.12 148	0.09 84	0.12 139	0.13 161	0.38 315	0.43 202

ELAS_RVC	1.51 380	0.88 205	3.36 336	0.63 316	0.56 293	1.53 374	2.73 408	1.53 382	1.76 392	2.26 401	2.21 389	2.10 388	3.07 404	2.08 334	2.52 368	0.42 362	0.42 284	0.42 370	0.37 350	0.51 355	0.84 313
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
StereoIM	0.35 8	0.89 210	2.15 73	0.25 6	0.29 168	0.29 3	0.17 6	0.47 11	0.41 5	0.21 1	0.22 2	0.28 42	0.21 17	0.32 13	0.31 72	0.10 48	0.09 84	0.10 50	0.08 28	0.11 18	0.12 11

GMOStereo	0.58 129	0.89 210	2.46 161	0.29 48	0.99 363	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 385	0.13 196	0.11 111	0.34 285	0.42 197

error version	0.58 129	0.89 210	2.46 161	0.29 48	0.99 363	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 385	0.13 196	0.11 111	0.34 285	0.42 197

test-v	0.58 129	0.89 210	2.46 161	0.29 48	0.99 363	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 385	0.13 196	0.11 111	0.34 285	0.42 197

test-2	0.58 129	0.89 210	2.46 161	0.29 48	0.99 363	0.51 49	0.32 196	0.58 58	0.46 20	0.58 175	0.48 92	0.54 161	0.27 65	0.31 3	0.25 25	0.09 12	1.64 385	0.13 196	0.11 111	0.34 285	0.42 197

fff	0.50 73	0.90 215	2.63 218	0.25 6	0.15 15	0.51 49	0.22 43	0.85 183	0.82 274	0.55 146	0.48 92	0.31 52	0.65 287	0.39 33	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

csc	0.50 73	0.90 215	2.63 218	0.25 6	0.15 15	0.51 49	0.22 43	0.85 183	0.82 274	0.55 146	0.48 92	0.31 52	0.65 287	0.39 33	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

cscssc	0.50 73	0.90 215	2.63 218	0.25 6	0.15 15	0.51 49	0.22 43	0.85 183	0.82 274	0.55 146	0.48 92	0.31 52	0.65 287	0.39 33	0.37 110	0.10 48	0.07 6	0.09 16	0.07 13	0.08 1	0.43 202

CroCo-Stereo Lap2	0.38 15	0.91 218	2.02 49	0.33 115	0.38 239	0.23 2	0.21 32	0.63 79	0.51 43	0.23 6	0.28 15	0.29 46	0.23 27	0.34 16	0.28 44	0.10 48	0.09 84	0.10 50	0.08 28	0.22 175	0.15 32

ADStereo(finetuned)	0.50 73	0.91 218	2.43 130	0.26 16	0.14 9	0.51 49	0.22 43	0.84 173	0.78 246	0.56 157	0.49 105	0.32 56	0.75 316	0.40 37	0.40 120	0.10 48	0.07 6	0.09 16	0.07 13	0.13 36	0.45 219

DCANet	0.49 69	0.91 218	2.63 218	0.26 16	0.14 9	0.51 49	0.22 43	0.84 173	0.78 246	0.56 157	0.49 105	0.32 56	0.41 168	0.39 33	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.14 52	0.45 219

psmorigin	1.41 370	0.91 218	13.83 424	0.37 171	0.30 179	0.63 201	0.37 233	0.80 142	0.64 114	0.98 335	0.87 316	1.16 368	0.78 319	3.95 407	1.09 283	0.19 294	0.22 235	0.17 280	0.19 253	0.25 210	0.47 224

RYNet	0.77 266	0.91 218	2.36 105	0.37 171	0.41 252	0.88 326	0.44 271	0.99 281	0.88 307	0.65 254	0.54 144	0.92 318	0.61 279	2.70 379	1.23 300	0.15 239	0.14 170	0.17 280	0.14 179	0.27 236	0.55 257

MIM_Stereo	0.55 106	0.92 223	2.65 228	0.32 94	1.09 375	0.51 49	0.19 13	0.67 90	0.52 49	0.48 70	0.54 144	0.43 96	0.27 65	0.57 101	0.30 58	0.08 1	0.17 203	0.11 96	0.10 73	0.28 247	0.80 309

MMNet	0.55 106	0.92 223	2.03 50	0.34 132	0.27 152	0.79 302	0.28 138	0.86 195	0.79 255	0.62 222	0.58 182	0.59 187	0.56 257	0.80 166	0.61 192	0.11 113	0.11 129	0.12 139	0.11 111	0.21 161	0.22 79

HSM	0.67 215	0.92 223	2.29 94	0.30 62	0.29 168	0.65 227	0.29 163	0.98 276	0.67 140	0.59 194	0.58 182	1.39 375	0.65 287	2.56 366	0.45 140	0.11 113	0.09 84	0.10 50	0.08 28	0.18 111	0.24 96

ELAS	1.52 381	0.92 223	2.91 296	0.62 314	0.57 296	3.13 407	2.21 406	1.67 388	1.58 387	2.42 404	2.43 392	1.87 385	2.49 399	1.85 309	2.70 375	0.42 362	0.43 287	0.41 368	0.40 357	0.51 355	0.85 317
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STTStereo	0.58 129	0.95 227	2.95 301	0.37 171	0.31 187	0.62 188	0.32 196	0.81 149	0.63 108	0.61 210	0.55 153	0.67 224	0.43 192	0.87 174	0.48 150	0.16 253	0.16 196	0.17 280	0.20 262	0.17 91	0.25 100

DLCB_ROB	0.61 158	0.96 228	2.00 43	0.37 171	0.25 127	0.65 227	0.37 233	0.86 195	0.76 235	0.73 288	0.70 260	0.84 298	0.47 223	1.57 262	0.72 225	0.13 191	0.13 157	0.14 225	0.14 179	0.18 111	0.33 146

ssnet_v2	0.64 190	0.99 229	2.67 239	0.33 115	0.22 89	0.72 269	0.45 276	1.00 287	0.80 262	0.66 260	0.54 144	0.81 289	0.48 230	0.91 179	1.08 282	0.16 253	0.14 170	0.14 225	0.14 179	0.33 279	0.31 141

LMCR-Stereo	0.61 158	1.00 230	2.60 209	0.42 227	0.22 89	0.74 277	0.31 186	1.06 333	0.70 182	0.62 222	0.64 224	0.40 86	0.52 245	0.84 171	1.27 305	0.20 302	0.09 84	0.12 139	0.09 39	0.26 225	0.16 45

PASM	0.82 280	1.00 230	2.68 244	0.52 280	0.48 276	0.65 227	0.59 320	0.83 166	0.89 312	0.82 316	0.73 278	0.89 316	0.68 297	2.39 355	0.73 226	0.35 358	0.37 272	0.36 361	0.41 361	0.45 343	0.51 240

CBMV	0.86 298	1.00 230	2.82 281	0.35 147	0.21 80	0.78 298	0.78 354	1.05 321	0.87 303	0.90 327	0.74 281	0.87 309	1.89 389	1.67 279	1.38 316	0.19 294	0.20 225	0.21 316	0.19 253	0.28 247	0.84 313
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RP	0.74 248	1.01 233	2.48 171	0.44 242	0.45 267	0.66 240	0.45 276	0.95 260	0.87 303	0.70 276	0.95 329	0.99 337	0.82 323	1.55 256	0.82 250	0.26 340	0.19 213	0.23 327	0.20 262	0.34 285	0.38 174

TRStereo	0.89 312	1.02 234	2.91 296	4.59 420	0.31 187	0.93 336	0.23 63	1.93 397	0.66 128	0.37 30	0.54 144	0.48 139	0.40 157	0.67 131	0.29 53	0.13 191	0.37 272	0.11 96	0.48 369	0.13 36	1.21 353

ADLNet	0.68 220	1.02 234	2.68 244	0.35 147	0.34 213	0.67 247	0.34 214	0.95 260	0.79 255	0.70 276	0.62 209	0.80 286	0.46 215	1.77 293	0.69 216	0.15 239	0.12 144	0.14 225	0.14 179	0.31 270	0.54 251

psm_up	0.65 195	1.02 234	2.53 182	0.36 161	0.31 187	0.64 213	0.38 241	0.96 263	0.73 205	0.63 231	0.57 176	0.68 236	0.57 262	1.90 321	0.52 167	0.17 272	0.15 184	0.16 266	0.15 198	0.27 236	0.22 79

aanetorigin	0.81 276	1.03 237	2.64 227	0.44 242	0.44 264	0.59 135	1.00 373	0.59 65	0.70 182	1.54 385	1.22 356	0.82 292	1.08 354	1.06 192	1.07 281	0.18 283	0.15 184	0.17 280	0.21 273	0.53 359	0.65 280

NOSS_ROB	0.75 258	1.03 237	2.27 90	0.68 332	0.26 141	0.68 253	0.30 176	0.99 281	0.82 274	0.59 194	0.58 182	0.77 274	0.39 151	2.75 384	0.48 150	0.25 336	0.24 243	0.28 343	0.26 294	0.29 255	1.07 341

MSMD_ROB	1.41 370	1.03 237	2.75 266	0.41 224	0.32 198	2.00 396	0.61 328	0.96 263	1.43 378	2.97 411	2.63 398	4.76 411	2.04 393	2.44 360	1.78 336	0.30 350	0.26 253	0.32 355	0.32 325	0.32 275	0.63 274

H2IRNET	0.48 57	1.04 240	2.57 201	0.31 76	0.19 65	0.54 76	0.19 13	0.55 49	0.53 55	0.28 20	0.56 165	0.47 132	0.35 125	0.47 53	0.40 120	0.11 113	0.08 39	0.12 139	0.14 179	0.37 308	0.26 106

XX-TBD	0.40 19	1.04 240	2.49 174	0.35 147	0.13 6	0.51 49	0.17 6	0.44 7	0.52 49	0.38 33	0.51 119	0.23 15	0.19 8	0.31 3	0.25 25	0.10 48	0.07 6	0.08 3	0.06 7	0.09 5	0.18 58

RASNet	0.69 226	1.05 242	2.59 204	0.37 171	0.47 275	0.66 240	0.33 209	0.82 156	0.76 235	0.51 115	0.65 231	0.93 323	0.62 281	2.20 342	0.80 243	0.14 221	0.09 84	0.09 16	0.11 111	0.18 111	0.37 166

DeepPruner_ROB	0.58 129	1.06 243	2.68 244	0.30 62	0.26 141	0.63 201	0.31 186	0.83 166	0.51 43	0.62 222	0.56 165	0.65 215	0.39 151	1.06 192	0.56 179	0.19 294	0.14 170	0.14 225	0.14 179	0.24 195	0.33 146

Sa-1000	0.61 158	1.07 244	2.71 255	0.32 94	0.61 313	0.61 166	0.31 186	1.00 287	0.76 235	0.53 131	0.83 304	0.43 96	0.33 116	0.69 137	0.30 58	0.10 48	0.52 300	0.13 196	0.28 304	0.29 255	0.29 124

MIPNet	0.88 305	1.07 244	2.85 287	0.61 312	0.18 49	1.46 371	1.37 393	1.65 387	0.78 246	1.93 391	0.85 309	0.75 268	1.66 379	0.87 174	0.34 98	0.10 48	0.08 39	0.11 96	0.32 325	0.27 236	0.26 106

SGM_RVC	2.11 397	1.07 244	2.87 290	0.98 362	0.92 355	2.72 406	1.88 405	1.91 396	12.27 419	2.09 393	1.99 381	2.47 393	2.24 397	2.87 389	2.03 344	0.54 372	0.47 291	0.42 370	0.47 368	0.74 375	1.22 355
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SACVNet	0.68 220	1.08 247	2.58 202	0.38 189	0.28 163	0.65 227	0.37 233	0.91 232	0.65 121	0.67 262	0.62 209	0.69 247	0.47 223	2.07 331	0.65 206	0.18 283	0.14 170	0.16 266	0.15 198	0.39 322	0.41 193

IPLG	0.74 248	1.09 248	2.87 290	0.36 161	0.21 80	1.63 381	0.60 323	1.39 376	0.63 108	1.39 375	0.51 119	0.40 86	0.86 331	1.40 237	0.37 110	0.09 12	0.07 6	0.14 225	0.12 141	0.34 285	0.23 87

GwcNet	0.76 261	1.09 248	3.68 366	0.38 189	0.45 267	0.81 310	0.45 276	0.91 232	0.89 312	0.63 231	0.77 295	0.82 292	0.51 238	1.64 275	0.85 254	0.17 272	0.16 196	0.15 250	0.15 198	0.33 279	0.34 153

hitnet-ft	0.73 245	1.09 248	2.59 204	0.28 36	0.22 89	0.71 263	0.36 230	0.89 217	0.67 140	0.58 175	0.83 304	1.03 345	0.94 344	2.31 347	0.70 217	0.23 323	0.14 170	0.41 368	0.13 161	0.24 195	0.28 118

iResNet	0.59 145	1.09 248	2.54 186	0.44 242	0.18 49	0.65 227	0.29 163	0.89 217	0.75 227	0.59 194	0.64 224	0.43 96	0.39 151	0.73 150	1.24 302	0.11 113	0.08 39	0.09 16	0.08 28	0.21 161	0.40 186

ETE_ROB	0.68 220	1.09 248	2.32 100	0.38 189	0.26 141	0.69 256	0.51 295	1.49 381	0.75 227	0.81 312	0.71 273	0.85 303	0.51 238	1.39 235	0.70 217	0.17 272	0.14 170	0.19 302	0.16 216	0.24 195	0.35 159

RGC	0.78 268	1.10 253	2.55 193	0.45 249	0.45 267	0.73 272	0.40 250	1.00 287	0.75 227	0.75 296	1.04 345	1.02 344	0.73 308	1.74 287	1.15 289	0.24 330	0.19 213	0.28 343	0.26 294	0.31 270	0.38 174

Nwc_Net	0.75 258	1.10 253	2.96 302	0.42 227	0.39 241	0.77 293	0.39 247	1.06 333	0.73 205	0.65 254	1.00 338	0.99 337	0.74 312	1.43 241	0.99 272	0.24 330	0.15 184	0.23 327	0.26 294	0.27 236	0.30 133

APVNet	0.76 261	1.11 255	3.23 324	0.39 202	0.36 227	0.85 319	0.44 271	0.96 263	0.73 205	0.58 175	0.69 247	0.76 272	0.56 257	2.29 346	0.82 250	0.17 272	0.18 209	0.24 332	0.19 253	0.35 296	0.27 112

XPNet_ROB	0.68 220	1.11 255	2.28 92	0.38 189	0.27 152	0.67 247	0.47 285	0.94 247	0.75 227	0.80 311	0.71 273	0.81 289	0.54 250	1.72 284	0.84 253	0.22 315	0.16 196	0.16 266	0.15 198	0.25 210	0.45 219

StereoVision	0.52 85	1.12 257	2.70 254	0.34 132	0.32 198	0.47 33	0.26 116	0.73 110	0.61 88	0.33 27	0.89 320	0.45 123	0.26 51	0.52 82	0.39 118	0.14 221	0.15 184	0.16 266	0.15 198	0.22 175	0.14 26

FCDSN-DC	1.45 374	1.12 257	3.30 333	0.48 259	0.41 252	1.13 358	0.60 323	1.17 359	1.28 371	2.25 400	2.85 402	3.65 403	3.34 407	2.58 368	2.44 366	0.31 352	0.26 253	0.31 353	0.30 314	0.37 308	0.78 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AACVNet	0.61 158	1.13 259	2.47 166	0.37 171	0.21 80	0.57 110	0.25 104	0.75 114	0.55 64	0.56 157	0.60 194	0.66 222	0.44 200	2.11 337	0.49 159	0.14 221	0.11 129	0.14 225	0.11 111	0.35 296	0.23 87

SA	0.61 158	1.14 260	2.79 273	0.32 94	0.63 316	0.57 110	0.30 176	0.97 270	0.78 246	0.43 48	0.63 217	0.39 78	0.46 215	0.70 138	0.31 72	0.10 48	0.44 288	0.13 196	0.32 325	0.31 270	0.51 240

raftrobust	0.52 85	1.14 260	2.15 73	0.33 115	0.99 363	0.53 69	0.21 32	0.59 65	0.50 38	0.53 131	0.36 41	0.31 52	0.33 116	0.47 53	0.42 127	0.10 48	0.55 303	0.09 16	0.08 28	0.22 175	0.46 222

GANet-RSSM	0.63 183	1.14 260	2.67 239	0.38 189	0.26 141	0.59 135	0.29 163	0.81 149	0.56 68	0.50 104	0.57 176	0.67 224	0.50 234	1.91 322	0.50 162	0.14 221	0.10 107	0.24 332	0.12 141	0.36 302	0.28 118

AF-Net	0.76 261	1.14 260	2.74 264	0.42 227	0.41 252	0.70 259	0.41 252	1.07 336	0.94 326	0.73 288	1.05 347	1.04 349	0.86 331	1.23 216	1.00 274	0.23 323	0.15 184	0.25 337	0.18 237	0.32 275	0.35 159

SHD	0.84 287	1.14 260	2.54 186	0.80 346	0.52 283	0.76 283	0.34 214	1.16 356	1.29 372	1.11 348	0.85 309	0.98 334	0.74 312	1.25 221	1.48 320	0.22 315	0.37 272	0.20 312	0.27 302	0.36 302	0.41 193

LALA_ROB	0.68 220	1.14 260	2.50 177	0.37 171	0.29 168	0.78 298	0.55 308	0.99 281	0.84 292	0.82 316	0.68 243	0.93 323	0.50 234	1.01 187	0.89 258	0.21 310	0.15 184	0.21 316	0.18 237	0.26 225	0.30 133

Wz-Net-LNSev-Ref	0.65 195	1.15 266	2.40 117	0.33 115	0.30 179	0.83 313	0.40 250	0.94 247	0.82 274	0.67 262	0.76 291	0.68 236	0.58 269	1.13 204	1.25 303	0.14 221	0.08 39	0.10 50	0.08 28	0.18 111	0.28 118

NLCA_NET_v2_RVC	0.62 171	1.15 266	3.11 318	0.39 202	0.37 233	0.60 148	0.28 138	0.87 202	0.64 114	0.63 231	0.56 165	0.71 255	0.45 208	1.08 195	0.52 167	0.15 239	0.12 144	0.14 225	0.15 198	0.18 111	0.25 100
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MyStereo8	0.73 245	1.16 268	2.89 293	0.53 284	0.34 213	0.71 263	0.20 22	1.87 394	0.59 81	0.53 131	0.66 237	0.50 145	0.33 116	1.27 225	0.62 195	0.10 48	1.19 358	0.10 50	0.21 273	0.21 161	0.61 268

RAFT_CTSACE	0.58 129	1.16 268	2.76 269	0.36 161	0.29 168	0.54 76	0.29 163	0.69 95	0.51 43	0.51 115	0.75 288	0.67 224	0.37 133	0.63 117	0.47 147	0.08 1	0.49 295	0.11 96	0.10 73	0.41 334	0.32 143

CFNet-ft	0.60 151	1.16 268	2.45 154	0.29 48	0.30 179	0.64 213	0.28 138	0.69 95	0.57 71	0.49 86	0.57 176	0.79 280	0.44 200	1.48 249	0.62 195	0.15 239	0.10 107	0.28 343	0.14 179	0.21 161	0.29 124

BEATNet_4x	0.57 121	1.16 268	2.56 197	0.35 147	0.16 22	0.56 91	0.25 104	0.91 232	0.64 114	0.55 146	0.53 130	0.59 187	0.43 192	0.67 131	0.76 232	0.12 148	0.09 84	0.12 139	0.09 39	0.23 189	0.58 260

CFNet_RVC	0.60 151	1.16 268	2.45 154	0.29 48	0.30 179	0.64 213	0.28 138	0.69 95	0.57 71	0.49 86	0.57 176	0.79 280	0.44 200	1.48 249	0.62 195	0.15 239	0.10 107	0.28 343	0.14 179	0.21 161	0.29 124

UCFNet_RVC	0.55 106	1.16 268	2.48 171	0.31 76	0.27 152	0.65 227	0.28 138	0.76 117	0.58 77	0.51 115	0.53 130	0.67 224	0.42 179	0.91 179	0.45 140	0.16 253	0.11 129	0.17 280	0.17 229	0.20 151	0.23 87

iinet-f	0.62 171	1.18 274	2.55 193	0.33 115	0.25 127	0.82 312	0.34 214	0.87 202	0.69 172	0.56 157	0.64 224	0.73 262	0.67 295	0.80 166	0.81 247	0.14 221	0.13 157	0.11 96	0.10 73	0.44 341	0.26 106

raft+_RVC	0.62 171	1.18 274	2.43 130	0.36 161	2.08 408	0.52 64	0.25 104	0.66 87	0.54 59	0.36 28	0.46 81	0.32 56	0.28 76	0.49 72	0.43 133	0.10 48	0.91 339	0.10 50	0.09 39	0.22 175	0.70 295

CVANet_RVC	0.82 280	1.18 274	3.98 378	0.40 215	0.28 163	0.63 201	0.43 265	0.90 225	0.78 246	1.14 351	0.69 247	0.68 236	0.52 245	2.62 371	0.48 150	0.20 302	0.13 157	0.22 320	0.37 350	0.37 308	0.48 228

GEStereo_RVC	0.61 158	1.19 277	2.61 213	0.48 259	0.25 127	0.63 201	0.37 233	1.05 321	0.79 255	0.55 146	0.55 153	0.59 187	0.44 200	1.10 197	0.48 150	0.16 253	0.11 129	0.12 139	0.11 111	0.27 236	0.43 202

PSMNet-RSSM	0.61 158	1.19 277	2.43 130	0.33 115	0.25 127	0.59 135	0.28 138	0.88 210	0.65 121	0.54 135	0.62 209	0.69 247	0.46 215	1.67 279	0.50 162	0.15 239	0.10 107	0.14 225	0.16 216	0.20 151	0.28 118

HGLStereo	0.61 158	1.20 279	2.59 204	0.36 161	0.40 247	0.65 227	0.30 176	0.87 202	0.67 140	0.60 203	0.70 260	0.69 247	0.56 257	1.07 194	0.59 185	0.14 221	0.13 157	0.13 196	0.12 141	0.23 189	0.23 87

GANet	0.92 318	1.20 279	2.68 244	0.45 249	0.27 152	0.76 283	0.66 337	0.94 247	0.77 243	0.79 309	1.17 352	0.84 298	0.91 338	2.72 380	1.76 334	0.18 283	0.42 284	0.44 373	0.20 262	0.33 279	0.94 327

TestStereo1	0.59 145	1.21 281	2.63 218	0.40 215	0.60 306	0.56 91	0.34 214	0.82 156	0.73 205	0.45 56	0.63 217	0.36 68	0.42 179	0.66 128	0.42 127	0.10 48	0.32 264	0.12 139	0.10 73	0.34 285	0.52 245

SA-5K	0.59 145	1.21 281	2.63 218	0.40 215	0.60 306	0.56 91	0.34 214	0.82 156	0.73 205	0.45 56	0.63 217	0.36 68	0.42 179	0.66 128	0.42 127	0.10 48	0.32 264	0.12 139	0.10 73	0.34 285	0.52 245

Consistency-Raft	0.92 318	1.21 281	3.50 354	0.98 362	0.63 316	0.77 293	0.54 304	1.02 301	1.01 345	0.62 222	1.03 343	0.65 215	1.04 351	0.81 169	1.36 312	0.45 367	0.47 291	0.51 376	0.59 384	0.65 371	0.47 224

PVD	1.05 342	1.21 281	2.36 105	0.84 349	0.91 354	1.04 347	0.64 332	1.32 372	1.68 388	1.43 379	1.41 367	1.14 364	1.15 358	1.49 251	1.77 335	0.27 343	0.65 318	0.28 343	0.35 343	0.40 328	0.73 299

WCMA_ROB	1.29 361	1.21 281	3.13 320	0.65 321	0.36 227	1.20 365	0.78 354	1.00 287	0.98 340	1.78 390	2.62 397	3.08 400	2.01 392	1.86 311	2.35 364	0.38 359	0.38 276	0.32 355	0.32 325	0.31 270	1.06 340

ADLNet2	0.73 245	1.22 286	3.28 330	0.34 132	0.36 227	0.65 227	0.37 233	0.94 247	0.87 303	0.57 169	0.65 231	0.92 318	0.48 230	2.05 329	0.60 187	0.13 191	0.11 129	0.11 96	0.11 111	0.37 308	0.38 174

NCC-stereo	0.88 305	1.22 286	2.97 303	0.60 306	0.45 267	1.88 390	0.48 287	1.04 313	0.75 227	0.70 276	0.85 309	0.93 323	0.84 326	1.81 301	1.51 322	0.28 346	0.19 213	0.23 327	0.31 319	0.27 236	0.35 159

Abc-Net	0.88 305	1.22 286	2.97 303	0.60 306	0.45 267	1.88 390	0.48 287	1.04 313	0.75 227	0.70 276	0.85 309	0.93 323	0.84 326	1.81 301	1.51 322	0.28 346	0.19 213	0.23 327	0.31 319	0.27 236	0.35 159
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	1.07 345	1.22 286	2.80 275	0.40 215	0.33 204	1.50 373	1.87 404	0.97 270	1.04 350	1.26 368	1.28 358	0.99 337	1.41 369	1.36 234	3.51 390	0.17 272	0.14 170	0.22 320	0.21 273	0.32 275	0.43 202

FBW_ROB	0.94 324	1.23 290	2.35 104	0.46 252	0.32 198	0.87 324	0.46 281	1.15 353	0.97 339	0.83 319	0.78 299	1.01 341	0.64 286	3.65 405	1.65 327	0.27 343	0.24 243	0.40 366	0.26 294	0.32 275	0.88 321

fast-acv-ft	0.67 215	1.24 291	3.26 328	0.39 202	0.30 179	0.80 305	0.48 287	0.74 112	0.76 235	0.60 203	0.78 299	0.76 272	0.60 277	0.70 138	0.78 238	0.16 253	0.15 184	0.18 296	0.17 229	0.38 315	0.24 96

raft_robust	0.68 220	1.24 291	2.42 125	0.30 62	0.57 296	0.53 69	0.25 104	0.95 260	0.79 255	0.49 86	0.46 81	1.12 362	0.74 312	1.50 252	0.61 192	0.09 12	0.62 315	0.10 50	0.30 314	0.26 225	0.30 133

StereoDRNet	0.71 235	1.24 291	2.56 197	0.42 227	0.45 267	0.73 272	0.46 281	0.98 276	0.81 269	0.77 300	0.56 165	0.74 264	0.48 230	1.69 283	0.91 260	0.15 239	0.14 170	0.15 250	0.15 198	0.26 225	0.51 240

RAFT+CT+SA	0.60 151	1.25 294	2.49 174	0.38 189	0.75 334	0.55 86	0.34 214	0.83 166	0.68 164	0.39 35	0.55 153	0.44 111	0.29 92	0.75 154	0.28 44	0.09 12	0.24 243	0.11 96	0.51 374	0.30 262	0.74 301

test_5	0.61 158	1.25 294	2.76 269	0.39 202	0.64 320	0.58 117	0.35 223	0.85 183	0.66 128	0.49 86	0.56 165	0.55 169	0.40 157	0.79 162	0.32 81	0.10 48	0.19 213	0.12 139	0.12 141	0.33 279	0.85 317

pmcnn	1.44 372	1.25 294	3.57 361	0.74 337	1.42 392	0.72 269	0.56 312	1.04 313	1.06 353	1.03 342	2.89 404	6.01 415	0.75 316	2.54 365	3.60 392	0.14 221	0.11 129	0.08 3	0.06 7	0.34 285	0.81 311

EDNetEfficientorigin	8.19 419	1.27 297	145.54 444	0.51 279	0.96 359	0.75 279	0.49 292	0.86 195	1.57 386	2.12 395	1.49 369	1.28 370	1.35 363	1.84 307	2.15 354	0.14 221	0.13 157	0.17 280	0.18 237	0.39 322	0.64 279

cf-r	0.62 171	1.27 297	2.99 308	0.34 132	0.28 163	0.60 148	0.28 138	0.82 156	0.70 182	0.55 146	0.61 202	0.77 274	0.41 168	1.32 230	0.52 167	0.13 191	0.09 84	0.11 96	0.12 141	0.22 175	0.27 112

TDLM	0.83 284	1.28 299	2.38 109	0.46 252	0.26 141	0.66 240	0.55 308	0.87 202	0.80 262	2.54 406	0.62 209	0.61 196	0.51 238	2.68 378	0.67 211	0.20 302	0.11 129	0.35 360	0.15 198	0.33 279	0.48 228

HITNet	0.55 106	1.28 299	2.73 262	0.35 147	0.14 9	0.56 91	0.23 63	0.89 217	0.62 97	0.52 123	0.51 119	0.49 141	0.38 140	0.52 82	0.60 187	0.09 12	0.07 6	0.10 50	0.08 28	0.25 210	0.61 268
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
4D-IteraStereo	0.62 171	1.29 301	3.04 312	0.27 24	0.30 179	0.46 23	0.26 116	0.54 41	0.51 43	0.41 38	0.31 26	0.39 78	0.19 8	0.53 89	0.65 206	0.09 12	0.47 291	0.12 139	0.11 111	0.21 161	2.14 394

Wz-Net-LNSev	0.66 212	1.30 302	2.81 279	0.35 147	0.37 233	0.80 305	0.48 287	0.91 232	0.87 303	0.63 231	0.70 260	0.80 286	0.59 272	0.67 131	0.68 214	0.15 239	0.14 170	0.12 139	0.12 141	0.24 195	0.38 174

DMCA-RVC	0.70 231	1.30 302	3.59 363	0.37 171	0.89 352	0.57 110	0.31 186	0.73 110	0.59 81	0.69 273	0.54 144	0.59 187	0.57 262	1.25 221	0.66 209	0.16 253	0.38 276	0.20 312	0.15 198	0.22 175	0.23 87

dd	0.48 57	1.32 304	2.41 121	0.31 76	0.17 39	0.58 117	0.26 116	0.50 24	0.71 194	0.42 42	0.41 63	0.34 64	0.28 76	0.47 53	0.41 123	0.18 283	0.10 107	0.13 196	0.12 141	0.22 175	0.16 45

GMStereo	0.44 39	1.32 304	2.65 228	0.28 36	0.16 22	0.42 17	0.22 43	0.48 12	0.63 108	0.41 38	0.36 41	0.26 33	0.25 43	0.41 43	0.30 58	0.14 221	0.08 39	0.10 50	0.12 141	0.17 91	0.13 14
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
XQC	0.84 287	1.32 304	2.61 213	0.78 344	0.44 264	0.89 328	0.53 301	1.16 356	1.07 354	0.85 321	0.69 247	0.92 318	0.73 308	1.40 237	1.44 318	0.24 330	0.35 270	0.23 327	0.26 294	0.45 343	0.39 181

NCCL2	0.71 235	1.32 304	2.30 96	0.44 242	0.31 187	0.71 263	0.67 341	0.89 217	0.69 172	0.70 276	0.61 202	0.85 303	0.54 250	1.58 268	0.70 217	0.20 302	0.17 203	0.66 382	0.25 288	0.26 225	0.38 174

rafts_anoy	0.60 151	1.33 308	2.59 204	0.53 284	1.09 375	0.49 41	0.25 104	0.67 90	0.53 55	0.41 38	0.38 51	0.33 60	0.30 102	0.68 135	0.41 123	0.10 48	1.13 356	0.13 196	0.15 198	0.20 151	0.29 124

DeepPrunerF	0.92 318	1.33 308	3.41 347	0.46 252	0.51 281	0.64 213	0.49 292	1.16 356	2.62 402	0.65 254	0.61 202	0.65 215	0.62 281	2.23 343	1.31 306	0.23 323	0.19 213	0.30 352	0.28 304	0.39 322	0.34 153

CBFPSM	0.62 171	1.34 310	2.12 68	0.30 62	0.23 112	0.71 263	0.38 241	0.77 123	0.68 164	0.51 115	0.49 105	1.03 345	0.82 323	0.63 117	1.35 310	0.11 113	0.12 144	0.10 50	0.10 73	0.19 134	0.37 166

RALCasStereoNet	0.65 195	1.34 310	2.56 197	0.43 237	0.96 359	0.50 47	0.26 116	0.62 73	0.56 68	0.43 48	0.49 105	0.36 68	0.28 76	0.72 149	0.53 170	0.10 48	1.18 357	0.09 16	0.08 28	0.27 236	1.27 358

MeshStereo	1.29 361	1.34 310	3.04 312	0.35 147	0.28 163	1.10 356	0.69 345	1.42 378	1.07 354	2.71 409	2.43 392	2.95 395	1.50 375	2.92 390	2.03 344	0.23 323	0.22 235	0.22 320	0.19 253	0.50 353	0.69 292
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
iRaft-Stereo_5w	0.65 195	1.35 313	2.21 84	0.30 62	0.63 316	0.49 41	0.28 138	0.78 130	0.64 114	0.41 38	0.61 202	0.62 201	0.46 215	1.79 298	0.48 150	0.10 48	0.25 250	0.11 96	0.12 141	0.40 328	0.94 327

dad	0.58 129	1.35 313	2.39 115	0.31 76	0.20 71	0.62 188	0.26 116	0.56 51	0.79 255	0.66 260	0.64 224	0.64 211	0.36 128	0.87 174	0.48 150	0.28 346	0.15 184	0.40 366	0.18 237	0.24 195	0.22 79

RAFT	0.62 171	1.35 313	2.26 89	0.62 314	0.53 288	0.47 33	0.35 223	0.70 102	0.58 77	0.50 104	0.50 117	0.79 280	0.40 157	0.49 72	0.36 107	0.11 113	0.79 333	0.14 225	0.13 161	0.52 358	0.72 298

SAMSARA	1.11 350	1.35 313	2.60 209	1.34 378	0.77 340	1.67 383	1.41 399	1.47 380	0.99 343	1.54 385	0.89 320	1.44 377	0.90 337	1.88 315	1.71 328	0.25 336	0.55 303	0.22 320	0.34 341	0.39 322	0.50 236

DispNO	0.76 261	1.36 317	3.15 321	0.32 94	0.27 152	0.59 135	0.29 163	0.88 210	0.72 201	0.55 146	0.79 301	0.83 297	0.47 223	2.46 361	1.23 300	0.12 148	0.10 107	0.18 296	0.31 319	0.20 151	0.25 100

LL-Strereo2	0.62 171	1.36 317	2.47 166	1.37 380	0.96 359	0.54 76	0.28 138	0.61 70	0.49 32	0.42 42	0.34 35	0.44 111	0.21 17	0.57 101	0.53 170	0.11 113	0.26 253	0.16 266	0.14 179	0.18 111	0.98 337

UDGNet	0.50 73	1.36 317	2.44 138	0.37 171	0.19 65	0.58 117	0.23 63	0.49 15	0.69 172	0.42 42	0.39 54	0.34 64	0.29 92	0.55 95	0.32 81	0.25 336	0.10 107	0.37 363	0.19 253	0.30 262	0.17 51

PA-Net	0.93 323	1.36 317	4.14 383	0.64 319	0.41 252	0.70 259	0.53 301	0.91 232	0.88 307	0.53 131	0.60 194	0.70 253	0.54 250	2.40 356	2.57 372	0.17 272	0.28 261	0.19 302	0.28 304	0.25 210	0.48 228
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RALAANet	0.52 85	1.37 321	2.63 218	0.33 115	0.23 112	0.48 36	0.19 13	0.69 95	0.55 64	0.49 86	0.46 81	0.39 78	0.31 106	0.53 89	0.53 170	0.10 48	0.33 268	0.11 96	0.17 229	0.29 255	0.13 14

ADCPNet	1.07 345	1.37 321	4.54 398	0.38 189	0.68 327	1.36 366	0.64 332	0.93 242	0.83 280	0.79 309	0.82 302	1.08 356	1.18 360	1.30 229	2.68 374	0.21 310	0.69 325	0.21 316	0.95 402	0.30 262	0.54 251

PS-NSSS	0.69 226	1.37 321	2.44 138	0.31 76	0.32 198	0.64 213	0.34 214	1.04 313	0.74 222	0.56 157	0.75 288	0.51 148	0.42 179	2.41 358	0.54 175	0.24 330	0.17 203	0.27 340	0.18 237	0.30 262	0.23 87

GwcNet-RSSM	0.64 190	1.38 324	2.69 250	0.33 115	0.26 141	0.60 148	0.32 196	0.84 173	0.73 205	0.56 157	0.65 231	0.72 256	0.42 179	1.78 296	0.60 187	0.14 221	0.10 107	0.12 139	0.13 161	0.26 225	0.26 106

RTSC	0.84 287	1.40 325	2.67 239	0.50 275	0.40 247	0.83 313	0.33 209	1.11 348	1.14 362	0.93 333	0.82 302	0.84 298	0.58 269	1.34 232	1.82 338	0.18 283	0.49 295	0.14 225	0.30 314	0.46 347	0.42 197

111	0.57 121	1.41 326	2.63 218	0.25 6	0.15 15	0.59 135	0.26 116	0.90 225	0.83 280	0.50 104	0.54 144	0.57 180	0.38 140	0.54 94	0.41 123	0.10 48	0.07 6	0.09 16	0.07 13	0.24 195	0.81 311

MaskLacGwcNet_RVC	0.84 287	1.41 326	2.80 275	0.94 358	0.35 221	0.89 328	0.41 252	0.89 217	0.66 128	0.57 169	0.63 217	0.75 268	0.38 140	2.37 351	0.55 177	1.16 396	0.31 263	0.36 361	0.21 273	0.59 364	0.63 274

MLCV	0.59 145	1.41 326	2.41 121	0.31 76	0.15 15	0.60 148	0.23 63	0.77 123	0.63 108	0.67 262	0.66 237	0.55 169	0.37 133	1.16 208	1.09 283	0.10 48	0.07 6	0.09 16	0.07 13	0.21 161	0.29 124

PWC_ROB	0.81 276	1.41 326	2.60 209	0.41 224	0.40 247	0.63 201	0.31 186	1.04 313	0.99 343	0.92 330	1.29 359	0.78 278	0.68 297	1.65 278	1.50 321	0.19 294	0.12 144	0.18 296	0.13 161	0.51 355	0.54 251

Wz-Net-MNSev	0.74 248	1.42 330	2.75 266	0.38 189	0.33 204	0.90 331	0.61 328	0.98 276	0.94 326	0.77 300	0.75 288	0.75 268	0.66 293	1.39 235	0.76 232	0.17 272	0.13 157	0.14 225	0.14 179	0.28 247	0.48 228

LSM	3.40 409	1.42 330	5.81 410	9.98 425	30.74 439	0.86 320	1.14 381	0.99 281	1.26 369	1.40 377	2.18 386	0.93 323	0.85 329	1.76 290	1.03 277	0.22 315	0.35 270	0.24 332	0.29 308	0.40 328	6.21 423

PSMNet_ROB	0.75 258	1.42 330	2.93 298	0.39 202	0.32 198	0.73 272	0.56 312	0.90 225	0.74 222	0.56 157	0.60 194	0.75 268	0.47 223	2.00 327	1.31 306	0.18 283	0.13 157	0.19 302	0.20 262	0.26 225	0.40 186

Syn2CoEx	0.78 268	1.43 333	3.54 359	0.44 242	0.31 187	0.64 213	0.43 265	1.04 313	0.83 280	0.64 242	0.77 295	0.74 264	0.74 312	1.91 322	0.64 201	0.20 302	0.17 203	0.19 302	0.15 198	0.30 262	0.59 263

GANetREF_RVC	0.81 276	1.44 334	3.04 312	0.49 270	0.27 152	0.83 313	0.63 331	1.03 307	0.92 319	0.63 231	0.61 202	0.72 256	0.59 272	2.40 356	0.58 183	0.33 355	0.25 250	0.37 363	0.25 288	0.41 334	0.36 165
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
ADCRef	0.88 305	1.45 335	2.68 244	0.38 189	0.35 221	0.95 340	0.51 295	0.92 239	0.81 269	0.89 325	0.84 306	0.61 196	1.35 363	1.26 224	3.38 387	0.14 221	0.12 144	0.17 280	0.19 253	0.28 247	0.34 153

CFNet	0.65 195	1.45 335	2.27 90	0.34 132	0.25 127	0.64 213	0.23 63	0.93 242	0.79 255	0.48 70	0.59 187	0.58 184	0.40 157	2.28 345	0.63 200	0.13 191	0.09 84	0.15 250	0.14 179	0.34 285	0.26 106

AANet_RVC	0.79 271	1.46 337	2.72 257	0.34 132	0.25 127	0.59 135	0.32 196	0.88 210	0.83 280	0.62 222	0.95 329	0.80 286	0.43 192	2.46 361	1.72 330	0.38 359	0.26 253	0.10 50	0.09 39	0.25 210	0.43 202

NaN_ROB	1.25 358	1.46 337	3.84 375	0.54 290	0.56 293	1.12 357	0.99 369	1.05 321	1.03 347	1.10 347	0.87 316	0.77 274	1.07 353	5.85 414	2.98 380	0.16 253	0.23 240	0.16 266	0.24 282	0.28 247	0.66 281

PDISCO_ROB	0.84 287	1.46 337	2.84 285	0.65 321	0.59 301	1.17 362	0.48 287	1.19 362	1.08 356	0.67 262	0.72 276	1.00 340	0.61 279	1.24 218	1.05 279	0.38 359	0.18 209	0.28 343	0.24 282	0.58 363	0.44 214

RAFT-Stereo + iAFF	0.58 129	1.48 340	2.53 182	0.29 48	0.78 343	0.52 64	0.20 22	0.68 93	0.66 128	0.51 115	0.61 202	0.40 86	0.32 111	0.40 37	0.43 133	0.08 1	0.63 316	0.09 16	0.09 39	0.37 308	0.58 260

AASNet	0.66 212	1.49 341	2.97 303	0.37 171	0.33 204	0.65 227	0.30 176	1.00 287	0.78 246	0.56 157	0.60 194	0.55 169	0.39 151	0.88 178	0.96 263	0.15 239	0.12 144	0.13 196	0.11 111	0.45 343	0.35 159

AFF-stereo	0.57 121	1.51 342	2.59 204	0.33 115	0.23 112	0.51 49	0.21 32	0.69 95	0.68 164	0.49 86	0.63 217	0.49 141	0.34 123	0.50 77	0.37 110	0.08 1	0.54 301	0.10 50	0.10 73	0.40 328	0.60 267

FADNet_RVC	0.87 304	1.51 342	2.90 295	0.31 76	0.24 121	0.71 263	0.25 104	1.00 287	0.65 121	0.45 56	0.57 176	0.61 196	0.44 200	1.53 254	0.75 229	0.94 386	0.97 341	0.28 343	1.00 405	0.89 383	1.36 369

FADNet-RVC-Resample	0.74 248	1.54 344	3.81 373	0.38 189	0.29 168	0.62 188	0.38 241	0.91 232	0.67 140	0.52 123	0.51 119	0.63 205	0.44 200	1.56 258	0.59 185	0.24 330	0.32 264	0.22 320	0.19 253	0.30 262	0.71 297

ACRE	0.63 183	1.55 345	3.41 347	0.76 339	0.28 163	0.60 148	0.56 312	0.82 156	0.68 164	0.57 169	0.62 209	0.43 96	0.30 102	0.47 53	0.42 127	0.12 148	0.19 213	0.13 196	0.14 179	0.36 302	0.20 70

HBP-ISP	0.82 280	1.57 346	3.28 330	0.50 275	0.27 152	0.86 320	0.54 304	1.09 341	0.78 246	0.81 312	0.70 260	0.68 236	1.00 348	2.02 328	0.47 147	0.24 330	0.24 243	0.29 351	0.25 288	0.28 247	0.52 245

UDG	0.86 298	1.57 346	2.80 275	0.68 332	0.59 301	0.78 298	0.38 241	0.97 270	0.74 222	0.63 231	0.70 260	1.01 341	0.68 297	1.02 188	1.22 299	0.45 367	0.34 269	0.89 389	0.51 374	0.73 374	0.58 260

CC-Net-ROB	0.95 325	1.57 346	2.93 298	0.90 354	0.39 241	0.87 324	0.44 271	1.12 350	0.83 280	0.59 194	0.69 247	0.64 211	0.50 234	2.73 382	0.93 261	0.97 389	0.40 282	0.87 388	0.29 308	0.61 368	0.66 281

Anonymous Stereo	0.83 284	1.57 346	3.56 360	0.46 252	0.39 241	0.63 201	0.84 359	0.92 239	0.83 280	0.68 268	0.68 243	0.64 211	0.42 179	2.42 359	1.02 276	0.23 323	0.23 240	0.19 302	0.20 262	0.31 270	0.40 186

PWCDC_ROB	0.83 284	1.57 346	2.63 218	0.48 259	0.37 233	0.78 298	0.29 163	1.04 313	1.36 377	0.63 231	2.05 382	0.64 211	0.70 303	1.10 197	1.20 295	0.33 355	0.14 170	0.15 250	0.12 141	0.63 369	0.46 222

CIPLG	0.63 183	1.59 351	3.16 322	0.79 345	0.31 187	0.62 188	0.57 315	0.82 156	0.68 164	0.58 175	0.63 217	0.43 96	0.31 106	0.48 62	0.42 127	0.12 148	0.20 225	0.13 196	0.13 161	0.36 302	0.21 74

RTS	1.29 361	1.59 351	6.48 413	0.63 316	0.57 296	1.59 378	0.90 365	1.15 353	1.44 379	1.20 360	1.31 360	1.10 360	0.87 334	2.67 375	2.27 362	0.21 310	0.38 276	0.19 302	0.20 262	0.46 347	0.68 288

RTSA	1.29 361	1.59 351	6.48 413	0.63 316	0.57 296	1.59 378	0.90 365	1.15 353	1.44 379	1.20 360	1.31 360	1.10 360	0.87 334	2.67 375	2.27 362	0.21 310	0.38 276	0.19 302	0.20 262	0.46 347	0.68 288

iResNet_ROB	0.60 151	1.59 351	2.04 53	0.32 94	0.21 80	0.60 148	0.22 43	0.99 281	0.85 295	0.61 210	0.63 217	0.58 184	0.42 179	1.08 195	0.98 270	0.11 113	0.08 39	0.09 16	0.06 7	0.23 189	0.33 146

FADNet	0.71 235	1.60 355	2.53 182	0.33 115	0.30 179	0.67 247	0.29 163	0.92 239	0.75 227	0.45 56	0.49 105	0.66 222	0.57 262	1.85 309	0.85 254	0.46 369	0.20 225	0.17 280	0.20 262	0.60 365	0.37 166

SuperB	1.19 355	1.62 356	5.29 406	0.37 171	0.26 141	0.81 310	0.87 361	0.94 247	1.19 367	0.68 268	0.68 243	0.63 205	1.37 366	1.73 285	3.30 384	0.16 253	0.12 144	0.17 280	0.16 216	2.74 416	0.63 274

NVStereoNet_ROB	1.45 374	1.62 356	3.59 363	1.09 367	0.70 330	0.86 320	0.67 341	1.19 362	1.51 383	1.20 360	4.05 410	1.61 381	1.94 390	2.97 392	2.07 348	0.67 378	0.69 325	0.55 377	0.70 388	0.57 362	0.67 283
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.90 315	1.63 358	2.77 271	0.77 342	0.69 328	0.83 313	0.44 271	0.90 225	0.70 182	0.68 268	0.76 291	0.92 318	0.54 250	1.14 206	1.35 310	0.61 375	0.37 272	0.96 391	0.52 376	0.77 379	0.67 283

DN-CSS_ROB	0.56 114	1.64 359	2.75 266	0.42 227	0.22 89	0.57 110	0.19 13	0.79 137	0.66 128	0.46 66	0.62 209	0.41 91	0.32 111	0.73 150	0.49 159	0.12 148	0.08 39	0.14 225	0.13 161	0.38 315	0.17 51

FADNet-RVC	0.69 226	1.65 360	2.74 264	0.35 147	0.26 141	0.60 148	0.29 163	0.91 232	0.67 140	0.46 66	0.51 119	0.62 201	0.46 215	1.75 288	0.81 247	0.17 272	0.20 225	0.17 280	0.18 237	0.60 365	0.39 181

SPS-STEREO	1.22 357	1.65 360	3.41 347	0.66 325	0.69 328	1.01 345	0.68 343	1.10 344	0.96 333	1.40 377	1.25 357	1.46 378	1.08 354	2.05 329	2.24 360	0.66 377	0.61 312	0.58 378	0.57 382	0.66 372	1.65 381
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IPLGR_C	0.64 190	1.66 362	3.36 336	0.80 346	0.31 187	0.60 148	0.60 323	0.82 156	0.69 172	0.58 175	0.62 209	0.44 111	0.31 106	0.47 53	0.43 133	0.12 148	0.22 235	0.13 196	0.15 198	0.35 296	0.21 74

ADCP+	1.03 340	1.68 363	3.83 374	0.35 147	0.39 241	1.05 349	0.79 356	0.94 247	0.86 301	0.69 273	0.68 243	0.85 303	1.53 378	1.02 188	4.56 405	0.13 191	0.12 144	0.16 266	0.15 198	0.28 247	0.44 214

ARAFT	0.65 195	1.69 364	3.34 335	0.29 48	0.16 22	0.65 227	0.36 230	0.96 263	0.73 205	0.63 231	0.49 105	0.56 176	0.31 106	1.23 216	0.35 105	0.11 113	0.08 39	0.14 225	0.13 161	0.38 315	0.50 236

LL-Strereo	0.85 295	1.73 365	3.06 316	0.37 171	0.61 313	0.54 76	0.33 209	1.01 295	0.76 235	0.69 273	0.58 182	0.85 303	0.78 319	2.65 374	0.54 175	0.14 221	0.58 309	0.14 225	0.12 141	0.42 336	1.05 339

RAFT + AFF	0.79 271	1.73 365	2.99 308	0.34 132	0.35 221	0.67 247	0.51 295	1.05 321	0.79 255	0.54 135	0.58 182	0.59 187	0.81 322	1.80 299	1.21 296	0.13 191	0.27 259	0.15 250	0.14 179	0.45 343	0.69 292

MFMNet_re	1.01 335	1.73 365	3.04 312	0.85 350	0.76 337	0.93 336	0.81 357	1.02 301	1.10 357	1.05 343	1.06 348	0.84 298	0.96 345	0.93 181	0.97 264	0.68 379	0.61 312	0.63 381	0.60 386	0.77 379	0.80 309

CSAN	1.38 368	1.74 368	4.12 382	0.53 284	0.38 239	1.06 352	1.15 383	1.29 369	1.12 360	1.19 355	1.90 379	1.04 349	1.44 370	5.92 415	2.82 378	0.26 340	0.22 235	0.24 332	0.25 288	0.35 296	0.54 251

AnyNet_C32	1.08 348	1.76 369	3.01 310	0.50 275	0.54 289	1.17 362	1.16 385	0.97 270	0.95 331	1.11 348	0.98 334	0.87 309	0.93 343	1.57 262	4.11 402	0.22 315	0.20 225	0.25 337	0.25 288	0.40 328	0.68 288

SANet	1.35 366	1.80 370	4.39 394	0.41 224	0.29 168	1.72 385	0.89 364	1.17 359	2.47 399	1.22 364	1.82 376	1.72 383	1.70 382	2.57 367	3.30 384	0.18 283	0.16 196	0.16 266	0.15 198	0.34 285	0.62 270

ADCMid	1.06 343	1.82 371	3.53 358	0.39 202	0.36 227	0.99 343	0.58 317	1.01 295	0.94 326	1.23 366	1.02 341	1.01 341	1.01 349	1.11 201	4.04 400	0.22 315	0.19 213	0.42 370	0.32 325	0.42 336	0.53 248

Wz-Net-SNSev	0.85 295	1.83 372	3.36 336	0.42 227	0.31 187	0.71 263	0.66 337	1.04 313	0.94 326	0.68 268	0.85 309	0.96 331	0.62 281	1.75 288	1.14 288	0.16 253	0.15 184	0.16 266	0.17 229	0.39 322	0.63 274

WZ-Net	1.04 341	1.83 372	4.20 386	0.42 227	0.36 227	0.88 326	0.71 347	1.05 321	1.11 359	0.84 320	0.94 326	1.06 353	1.17 359	2.37 351	2.24 360	0.20 302	0.14 170	0.15 250	0.16 216	0.36 302	0.53 248

WAO-6	1.69 388	1.87 374	3.21 323	1.15 374	1.01 368	2.29 400	1.06 377	1.85 393	2.84 406	1.30 372	2.59 396	2.19 390	1.67 380	2.62 371	2.52 368	0.96 388	0.68 322	1.19 398	0.84 396	1.13 387	0.95 330

AnyNet_C01	1.20 356	1.89 375	4.25 388	0.55 291	0.54 289	1.57 376	1.39 396	1.10 344	1.13 361	1.19 355	1.34 364	1.15 366	1.11 356	1.73 285	2.89 379	0.26 340	0.24 243	0.28 343	0.24 282	0.50 353	0.68 288

iResNetv2_ROB	0.71 235	1.90 376	3.48 353	0.43 237	0.22 89	0.60 148	0.29 163	0.96 263	0.78 246	0.60 203	0.65 231	0.60 194	0.46 215	0.80 166	1.21 296	0.12 148	0.08 39	0.10 50	0.07 13	0.44 341	0.33 146

SQANet	0.92 318	1.96 377	3.23 324	0.77 342	0.83 346	0.76 283	0.38 241	0.87 202	0.68 164	0.64 242	0.69 247	0.73 262	0.52 245	1.35 233	1.36 312	0.80 382	0.30 262	0.60 380	0.29 308	0.93 384	0.70 295

FINET	1.92 392	1.96 377	4.49 397	1.62 392	1.39 391	3.51 410	4.39 414	2.89 407	2.58 401	1.39 375	1.98 380	1.35 374	2.12 395	1.64 275	2.12 351	0.84 384	1.03 350	0.18 296	0.29 308	0.54 360	2.12 393

IMH-64-1	1.50 377	1.98 379	2.69 250	1.39 381	1.12 378	1.39 369	1.19 387	1.80 391	1.47 381	1.19 355	2.20 387	1.53 379	1.51 376	2.12 338	1.98 341	1.34 401	0.68 322	1.28 401	0.70 388	1.37 398	1.12 344

IMH-64	1.50 377	1.98 379	2.69 250	1.39 381	1.12 378	1.39 369	1.19 387	1.80 391	1.47 381	1.19 355	2.20 387	1.53 379	1.51 376	2.12 338	1.98 341	1.34 401	0.68 322	1.28 401	0.70 388	1.37 398	1.12 344

coex-ft	6.14 417	1.98 379	60.80 442	0.34 132	0.30 179	0.80 305	1.17 386	0.76 117	4.34 410	19.82 430	2.15 385	1.61 381	8.77 419	1.82 304	10.36 421	0.44 366	2.05 395	0.18 296	0.19 253	0.39 322	4.61 422

GASNet	0.84 287	1.98 379	4.07 381	0.48 259	0.33 204	0.58 117	0.34 214	0.97 270	0.81 269	0.60 203	0.59 187	0.74 264	0.55 255	2.08 334	1.18 292	0.22 315	0.15 184	0.19 302	0.17 229	0.55 361	0.29 124

MFN_U_SF_DS_RVC	1.08 348	2.01 383	2.56 197	0.49 270	0.40 247	1.49 372	0.96 368	1.02 301	0.95 331	0.85 321	0.94 326	1.06 353	0.59 272	2.92 390	1.15 289	0.43 365	0.74 332	0.32 355	0.55 379	0.74 375	1.35 367

ADCS	1.14 352	2.02 384	3.36 336	0.43 237	0.37 233	0.96 342	0.81 357	1.12 350	1.17 366	1.25 367	0.98 334	1.08 356	0.92 341	1.41 239	4.97 408	0.23 323	0.21 233	0.22 320	0.23 280	0.40 328	0.67 283

MANE	3.51 410	2.03 385	3.88 377	1.89 405	2.01 407	5.98 417	4.72 415	5.87 420	7.13 417	3.80 415	5.10 415	6.11 416	5.34 414	4.39 410	5.05 409	1.07 392	1.28 370	0.50 375	0.85 397	0.76 378	2.36 409

WAO-7	1.58 385	2.04 386	3.25 327	0.94 358	0.75 334	1.75 386	1.13 380	1.87 394	1.97 395	1.46 382	2.53 394	1.98 387	1.75 383	3.13 394	2.48 367	0.69 380	0.67 321	0.94 390	0.74 393	0.80 382	0.77 302

MSC_U_SF_DS_RVC	1.40 369	2.04 386	3.02 311	0.58 305	0.41 252	2.15 399	1.00 373	1.31 371	1.29 372	1.05 343	1.10 350	1.29 372	0.91 338	3.07 393	1.34 308	1.65 408	0.84 336	0.68 384	0.88 399	1.55 403	1.91 385

JetBlue	1.89 391	2.09 388	4.16 384	0.74 337	1.23 384	4.52 416	3.86 413	1.68 389	1.26 369	1.28 370	1.54 370	2.36 392	1.86 388	3.35 399	3.37 386	0.54 372	0.49 295	0.48 374	0.49 371	1.39 400	1.21 353

otaku	1.15 353	2.10 389	3.51 355	0.98 362	0.74 333	1.02 346	0.59 320	1.03 307	0.89 312	0.70 276	1.60 371	0.98 334	0.65 287	1.63 272	1.80 337	0.99 390	0.46 289	0.73 386	0.40 357	1.30 396	0.88 321

Ntro	1.11 350	2.10 389	3.52 357	0.97 361	0.87 351	1.06 352	0.54 304	1.02 301	0.93 325	0.63 231	0.76 291	0.93 323	0.67 295	1.76 290	1.71 328	1.03 391	0.46 289	0.76 387	0.41 361	1.29 394	0.86 320

SGM+DAISY	2.67 400	2.14 391	4.28 391	1.92 406	2.11 410	4.36 415	5.22 417	3.17 408	3.00 407	3.24 414	3.81 409	3.03 397	3.61 408	2.53 364	3.79 394	1.15 395	1.29 371	0.66 382	0.71 391	0.95 385	2.44 410

MADNet++	2.94 407	2.17 392	3.27 329	2.55 414	2.28 411	3.29 409	3.37 409	2.76 405	2.67 404	3.10 412	3.20 406	2.78 394	3.25 406	4.11 408	4.68 407	2.72 415	2.27 410	3.03 419	2.43 417	2.34 414	2.59 411

ACVNet-4b	2.00 394	2.19 393	4.85 400	1.09 367	0.86 349	1.15 360	0.53 301	1.11 348	1.15 364	0.65 254	1.09 349	1.97 386	0.69 301	2.31 347	9.78 420	5.73 420	0.42 284	1.03 395	0.55 379	1.89 407	0.92 326

MADNet+	1.44 372	2.19 393	6.00 411	0.89 352	0.70 330	1.58 377	1.11 378	1.56 385	1.30 374	0.89 325	1.03 343	1.25 369	1.12 357	3.29 397	2.80 376	0.48 370	0.57 307	0.39 365	0.36 349	0.63 369	0.69 292

ACVNet_2	1.54 382	2.20 395	4.42 395	1.10 369	0.93 357	1.37 368	0.87 361	1.53 382	1.71 390	1.22 364	1.72 374	2.12 389	1.06 352	2.58 368	1.93 340	0.94 386	0.54 301	1.00 393	0.56 381	2.11 411	0.96 332

RainbowNet	1.27 359	2.22 396	3.58 362	1.14 373	0.92 355	1.08 354	0.76 352	1.19 362	1.15 364	0.77 300	0.97 331	1.08 356	0.83 325	1.64 275	1.72 330	1.20 398	1.30 373	1.01 394	0.58 383	1.23 391	0.97 335

TorneroNet-64	2.74 401	2.23 397	4.18 385	1.48 386	1.20 382	3.88 411	1.01 375	3.48 415	6.61 416	2.62 408	4.55 413	4.20 406	3.84 410	3.39 401	3.40 388	1.23 399	0.66 320	1.39 406	0.80 395	3.42 418	1.27 358

UNDER WATER	2.84 403	2.25 398	5.25 405	1.84 403	1.45 394	2.36 402	1.44 400	3.23 410	6.51 415	2.61 407	2.73 401	5.69 413	5.64 415	3.14 395	4.18 403	1.48 404	0.81 335	1.60 412	1.07 406	1.91 408	1.67 382

DispFullNet	1.69 388	2.25 398	5.23 404	1.53 389	8.78 420	0.89 328	0.37 233	1.03 307	0.98 340	1.37 373	1.00 338	1.13 363	1.97 391	1.51 253	0.98 270	0.55 374	0.32 264	1.19 398	0.64 387	1.16 389	0.88 321

Wz-Net-TNSev	1.02 336	2.26 400	3.69 367	0.38 189	0.31 187	1.00 344	0.71 347	1.12 350	1.02 346	0.74 294	0.73 278	1.09 359	0.91 338	2.46 361	2.15 354	0.21 310	0.20 225	0.16 266	0.20 262	0.48 351	0.62 270

ACVNet_1	1.47 376	2.27 401	4.92 401	1.11 370	0.89 352	1.19 364	0.66 337	1.28 368	1.19 367	0.98 335	0.97 331	3.06 399	1.48 374	2.37 351	1.82 338	1.08 393	0.49 295	1.03 395	0.48 369	1.20 390	0.95 330

UNDER WATER-64	2.59 399	2.28 402	5.63 408	1.85 404	1.45 394	3.28 408	1.60 401	2.62 403	5.57 412	2.09 393	2.12 383	4.10 405	4.21 411	2.74 383	3.64 393	1.49 405	0.86 337	1.58 411	1.09 408	1.91 408	1.62 380

TorneroNet	5.60 416	2.30 403	3.98 378	1.49 388	1.26 387	14.47 424	1.11 378	4.85 417	20.66 434	10.12 419	16.30 425	11.78 424	7.35 417	3.41 402	4.38 404	1.36 403	0.70 328	1.46 408	0.87 398	2.73 415	1.33 363

Dean	1.92 392	2.31 404	5.03 403	1.31 376	1.08 374	1.55 375	0.99 369	1.98 399	2.33 398	1.51 384	4.15 411	4.23 409	1.39 368	2.31 347	2.10 349	1.18 397	0.69 325	1.18 397	0.75 394	1.30 396	1.07 341

PWCK	1.62 387	2.32 405	4.27 389	1.11 370	0.56 293	1.81 388	1.84 403	1.55 384	1.54 385	1.45 380	1.81 375	1.82 384	1.38 367	3.34 398	2.14 353	1.09 394	0.57 307	0.98 392	0.59 384	1.50 402	0.79 307

notaker	2.77 402	2.35 406	4.02 380	2.61 415	1.44 393	1.77 387	1.14 381	2.77 406	1.81 393	2.30 402	11.41 420	3.95 404	4.70 412	3.24 396	3.01 381	1.58 407	0.88 338	1.71 414	1.08 407	2.10 410	1.44 373

KSHMR	4.19 412	2.37 407	6.24 412	1.73 399	1.48 396	1.97 394	1.29 391	3.18 409	17.06 429	2.15 396	15.74 423	9.09 419	1.75 383	8.33 420	2.37 365	1.55 406	1.29 371	1.70 413	1.23 410	1.75 405	1.60 379

LE_ROB	4.55 414	2.43 408	9.94 416	2.79 417	4.03 416	2.40 403	3.54 410	2.72 404	11.04 418	11.64 423	4.69 414	5.25 412	10.74 420	4.52 412	9.73 419	0.82 383	0.70 328	1.34 404	0.97 403	0.74 375	0.94 327

IMH	2.14 398	2.46 409	3.60 365	1.70 396	1.13 380	1.65 382	0.93 367	2.13 400	1.93 394	1.37 373	2.64 399	2.19 390	1.82 387	5.77 413	2.18 356	5.70 419	1.05 351	1.31 403	0.72 392	1.39 400	1.13 346

ktn	4.44 413	2.47 410	3.70 368	1.82 402	1.49 397	2.11 398	1.40 397	2.30 401	12.56 420	11.36 422	16.25 424	11.30 423	3.77 409	4.41 411	3.47 389	1.86 410	0.99 343	1.74 415	1.21 409	3.28 417	1.39 370

WAO-8	2.91 404	2.55 411	3.77 369	1.93 407	1.04 371	4.08 413	0.99 369	3.25 411	6.09 413	2.20 398	3.34 407	3.33 401	2.64 400	11.73 422	2.52 368	2.12 412	1.92 392	1.55 409	0.93 400	1.27 392	0.96 332

Venus	2.91 404	2.55 411	3.77 369	1.93 407	1.04 371	4.08 413	0.99 369	3.25 411	6.09 413	2.20 398	3.34 407	3.33 401	2.64 400	11.73 422	2.52 368	2.12 412	1.92 392	1.55 409	0.93 400	1.27 392	0.96 332

MFN_U_SF_RVC	1.57 384	2.56 413	3.30 333	0.66 325	0.41 252	1.15 360	0.51 295	1.27 367	1.35 376	1.61 387	1.20 354	1.43 376	0.97 346	1.80 299	2.10 349	1.88 411	1.79 389	1.97 416	2.14 415	1.61 404	1.76 384

LVE	2.10 396	2.61 414	4.30 393	1.79 401	1.81 405	1.68 384	1.04 376	2.35 402	2.78 405	1.27 369	2.87 403	4.21 408	1.46 371	2.83 388	2.02 343	2.87 416	0.92 340	1.19 398	1.47 414	1.29 394	1.18 347

SGM-ForestM	3.67 411	2.70 415	5.34 407	1.65 394	1.72 403	6.02 418	5.08 416	4.10 416	3.47 408	4.59 416	4.21 412	9.81 420	5.79 416	6.44 416	6.97 415	0.88 385	1.09 353	0.33 359	0.45 365	0.68 373	2.10 392

SDNR	2.06 395	2.93 416	2.94 300	1.55 390	5.13 418	1.98 395	0.24 85	1.95 398	2.62 402	0.92 330	2.71 400	5.76 414	0.68 297	3.61 404	3.84 395	0.33 355	0.38 276	0.22 320	0.17 229	1.13 387	2.04 390

SPstereo	16.55 427	3.18 417	4.92 401	2.73 416	2.77 412	29.67 434	52.00 436	39.41 443	29.70 444	21.94 439	21.64 433	27.45 441	23.83 435	27.92 444	26.10 437	2.44 414	2.60 415	4.96 421	3.11 419	2.27 412	2.32 408

FADE		3.24 418		2.10 409	2.93 413			4.99 418	2.50 400	1.28 370		3.05 398		8.01 419		96.22 444	36.26 444	65.47 441	65.78 441	1.78 406	1.34 365

HanzoNet	7.85 418	3.30 419	5.75 409	7.47 423	3.97 415	2.34 401	1.37 393	3.47 413	4.02 409	13.30 424	10.49 416	10.86 421	16.67 426	8.50 421	10.51 422	10.80 427	9.84 429	5.83 424	13.69 427	7.24 424	7.51 424

JetRed	3.37 408	4.96 420	10.08 417	1.48 386	1.73 404	7.63 419	5.47 418	3.47 413	2.20 396	2.42 404	2.40 391	2.98 396	2.35 398	3.52 403	6.60 413	1.33 400	1.90 391	1.38 405	1.23 410	2.30 413	2.02 389

DGTPSM_ROB	8.97 420	5.94 421	13.01 422	5.95 422	11.34 422	8.54 420	24.06 426	6.47 421	13.52 421	5.19 417	11.52 421	6.18 417	11.04 421	7.02 417	13.92 423	4.47 417	7.66 422	3.90 420	7.43 425	4.34 421	7.98 425

DPSMNet_ROB	9.58 421	5.96 422	13.98 425	8.88 424	11.87 423	8.54 420	24.08 427	6.48 422	13.67 424	5.35 418	11.53 422	6.31 418	11.04 421	7.69 418	14.09 424	7.61 426	8.23 424	5.03 422	7.75 426	5.24 423	8.36 426

SGM-Forest	1.84 390	7.91 423	10.36 418	0.42 227	0.33 204	1.04 347	1.29 391	1.01 295	0.88 307	1.19 355	2.30 390	1.03 345	1.79 386	2.60 370	2.81 377	0.22 315	0.21 233	0.21 316	0.19 253	0.25 210	0.79 307
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_1	22.76 429	11.11 424	11.93 419	12.73 426	26.05 438	19.39 429	27.77 431	14.18 426	13.64 423	14.92 425	10.66 417	11.26 422	11.24 423	12.48 426	14.45 425	37.82 443	7.87 423	34.92 440	63.61 440	87.51 444	11.75 429

DPSM_ROB	12.32 422	11.13 425	12.31 420	12.90 427	12.80 425	19.81 431	28.13 432	14.50 427	14.31 426	10.62 420	11.34 418	12.03 425	11.89 424	13.08 427	15.22 426	7.09 423	8.31 425	6.47 426	7.32 423	8.69 425	8.43 427

DPSM	12.32 422	11.13 425	12.31 420	12.90 427	12.80 425	19.81 431	28.13 432	14.50 427	14.31 426	10.62 420	11.34 418	12.03 425	11.89 424	13.08 427	15.22 426	7.09 423	8.31 425	6.47 426	7.32 423	8.69 425	8.43 427

BEATNet-Init1	12.32 422	12.82 427	28.66 439	3.22 418	3.71 414	21.59 433	11.42 421	14.54 429	13.73 425	20.24 431	20.16 430	26.14 439	19.85 429	19.08 433	15.33 428	1.81 409	1.93 394	2.05 417	2.48 418	4.25 420	3.41 419

PML	22.99 430	17.34 428	8.24 415	5.48 421	9.84 421	50.35 443	102.65 443	5.84 419	13.52 421	37.08 444	104.84 443	30.61 443	23.20 434	12.09 424	7.96 417	6.27 422	2.12 400	6.31 425	2.42 416	10.67 427	2.95 413

LRCNet_RVC	13.78 426	19.34 429	13.01 422	19.47 430	12.67 424	1.85 389	0.42 258	12.28 425	1.10 357	15.76 426	18.69 429	12.52 427	8.65 418	12.22 425	9.64 418	22.29 434	8.38 427	25.92 436	24.06 437	19.72 435	17.59 432

DLNR_Zeroshot_test	13.74 425	20.06 430	23.92 431	121.50 445	35.20 440	0.46 23	0.15 1	7.96 423	0.47 26	0.29 25	0.37 45	0.26 33	0.17 1	0.79 162	0.36 107	7.16 425	2.95 419	0.09 16	0.38 353	50.40 443	1.95 387

xxxxx1	29.05 441	20.74 431	14.05 426	50.10 441	40.25 441	19.01 426	26.60 428	21.83 433	20.22 431	16.52 427	17.56 426	18.33 428	21.41 430	16.11 430	20.77 431	23.48 435	26.77 439	66.36 442	78.56 442	30.19 439	32.23 442

tt_ll	29.05 441	20.74 431	14.05 426	50.10 441	40.25 441	19.01 426	26.60 428	21.83 433	20.22 431	16.52 427	17.56 426	18.33 428	21.41 430	16.11 430	20.77 431	23.48 435	26.77 439	66.36 442	78.56 442	30.19 439	32.23 442

ff	29.05 441	20.74 431	14.05 426	50.10 441	40.25 441	19.01 426	26.60 428	21.83 433	20.22 431	16.52 427	17.56 426	18.33 428	21.41 430	16.11 430	20.77 431	23.48 435	26.77 439	66.36 442	78.56 442	30.19 439	32.23 442

CasAABBNet	24.76 433	22.38 434	24.44 432	26.05 434	25.75 433	39.79 436	56.76 439	29.10 440	28.88 438	21.22 433	22.69 435	24.21 436	23.99 440	26.23 436	30.62 439	14.22 428	16.71 431	13.03 428	14.75 430	17.49 431	16.97 430

HaxPig	19.88 428	22.39 435	22.30 429	17.98 429	17.98 428	12.06 423	12.06 422	16.25 430	15.97 428	21.05 432	21.41 432	18.85 431	18.35 427	20.07 434	19.64 430	23.57 438	23.19 438	24.07 435	23.71 436	22.95 436	23.72 439

MyStereo03	24.90 435	22.40 436	24.90 434	26.19 436	25.93 435	39.80 437	56.77 440	29.00 437	28.95 440	21.51 436	22.81 437	24.16 433	23.92 436	26.26 437	30.65 440	14.24 429	17.13 433	13.03 428	14.76 432	17.48 428	18.00 433

MyStereo02	24.90 435	22.40 436	24.90 434	26.19 436	25.93 435	39.80 437	56.77 440	29.00 437	28.95 440	21.51 436	22.81 437	24.16 433	23.92 436	26.26 437	30.65 440	14.24 429	17.13 433	13.03 428	14.76 432	17.48 428	18.00 433

MyStereo	24.90 435	22.40 436	24.90 434	26.19 436	25.93 435	39.80 437	56.77 440	29.00 437	28.95 440	21.51 436	22.81 437	24.16 433	23.92 436	26.26 437	30.65 440	14.24 429	17.13 433	13.03 428	14.76 432	17.48 428	18.00 433

Selective-RAFT-Error	24.83 434	22.44 439	24.80 433	26.10 435	25.82 434	39.85 440	56.72 438	29.21 442	29.03 443	21.29 435	22.80 436	24.25 437	24.07 441	26.28 440	30.60 438	14.24 429	16.85 432	13.04 432	14.75 430	17.53 432	17.02 431

LSM0	26.57 438	22.53 440	25.76 437	30.62 440	52.30 444	39.86 441	56.49 437	29.18 441	28.76 437	21.26 434	22.46 434	24.42 438	23.97 439	26.42 441	30.66 443	14.29 433	16.56 430	13.06 433	14.65 429	17.62 433	20.52 436

DPSimNet_ROB	24.35 432	23.81 441	31.38 441	25.93 433	22.83 431	31.30 435	34.38 435	20.78 432	28.92 439	27.39 441	22.99 440	28.29 442	35.76 443	15.47 429	17.82 429	24.28 439	17.90 436	22.23 434	14.12 428	19.38 434	22.12 438

ASD4	27.03 440	24.46 442	23.91 430	27.24 439	17.87 427	47.08 442	31.36 434	41.80 444	21.82 435	31.12 443	20.82 431	33.80 444	18.50 428	27.25 443	21.57 434	29.52 441	20.55 437	27.54 437	23.38 435	30.03 438	20.96 437

MEDIAN_ROB	23.95 431	26.96 443	26.29 438	22.14 431	22.09 430	16.18 425	14.23 423	20.47 431	20.09 430	25.43 440	25.22 441	22.96 432	22.54 433	24.33 435	23.18 435	28.15 440	27.16 442	28.60 438	27.73 438	27.59 437	27.58 440

AVERAGE_ROB	26.91 439	30.28 444	29.18 440	25.78 432	25.30 432	19.49 430	15.38 424	23.70 436	23.02 436	28.38 442	27.78 442	26.23 440	25.76 442	26.95 442	25.55 436	31.27 442	30.02 443	31.76 439	30.80 439	30.88 442	30.77 441

test_example2	115.17 444	122.38 445	93.45 443	115.38 444	123.53 445	101.24 444	113.11 444	54.67 445	99.94 445	135.50 445	136.43 444	85.67 445	85.40 444	110.44 445	104.91 444	152.17 445	205.21 445	99.17 445	114.27 445	138.55 445	112.04 445

Low-res two-view benchmark