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

s12784h	0.52 40	0.20 2	0.38 4	0.41 5	0.19 1	0.96 226	0.34 44	1.17 124	1.25 235	0.81 67	0.90 66	0.63 58	0.50 57	1.45 169	0.42 74	0.14 4	0.12 9	0.17 15	0.11 6	0.18 42	0.11 1

CASnet	0.41 11	0.25 36	0.48 15	0.50 72	0.20 2	0.50 40	0.36 57	0.81 21	0.80 69	0.83 71	0.68 28	0.48 23	0.31 6	0.54 8	0.32 7	0.18 60	0.12 9	0.27 238	0.22 199	0.23 178	0.14 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TANstereo	0.44 22	0.21 4	0.44 11	0.41 5	0.21 3	0.65 109	0.26 10	0.79 13	0.83 76	0.93 84	0.98 83	0.51 33	0.46 34	0.54 8	0.35 27	0.18 60	0.24 274	0.16 9	0.13 11	0.16 13	0.26 226

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

CREStereo	0.39 5	0.21 4	0.38 4	0.34 1	0.22 4	0.53 57	0.29 20	0.77 11	1.11 175	0.58 33	0.71 34	0.51 33	0.41 19	0.54 8	0.34 24	0.18 60	0.13 43	0.15 3	0.10 2	0.14 2	0.14 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
GLC_STEREO	0.39 5	0.25 36	0.41 9	0.54 135	0.23 6	0.48 21	0.30 23	0.73 6	0.58 19	0.52 29	0.73 37	0.51 33	0.31 6	0.64 27	0.42 74	0.17 32	0.20 226	0.23 151	0.19 109	0.21 132	0.17 61

PMTNet	0.46 25	0.21 4	0.38 4	0.37 2	0.23 6	0.71 143	0.27 15	0.74 7	1.04 147	0.64 41	0.70 32	0.55 40	0.47 40	0.86 70	0.35 27	1.00 378	0.13 43	0.15 3	0.10 2	0.15 5	0.13 3

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

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

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

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

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

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

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

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

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

HITNet	0.65 132	0.40 251	0.77 160	0.48 52	0.24 9	1.05 242	0.49 164	1.76 260	1.02 140	1.18 182	1.18 162	0.89 135	0.80 165	0.85 67	0.79 223	0.17 32	0.12 9	0.21 97	0.17 75	0.29 242	0.15 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
Selective-IGEV	0.39 5	0.24 20	0.50 18	0.44 23	0.25 18	0.46 19	0.33 34	1.25 151	0.40 1	0.35 1	0.45 3	0.52 38	0.30 4	1.07 110	0.30 1	0.14 4	0.12 9	0.17 15	0.13 11	0.16 13	0.13 3

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.65 132	0.34 207	0.72 119	0.56 166	0.27 33	0.78 173	0.42 97	1.59 220	0.86 78	1.30 235	1.25 182	0.87 128	0.84 183	0.84 65	0.54 152	0.35 308	0.19 209	0.26 227	0.21 174	0.28 237	0.42 309
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.52 40	0.28 84	0.79 170	0.55 154	0.27 33	0.91 207	0.33 34	0.80 18	0.88 86	0.58 33	0.63 22	0.81 99	0.77 153	1.29 136	0.48 116	0.19 92	0.14 76	0.17 15	0.15 31	0.19 72	0.17 61

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.40 8	0.31 158	0.73 131	0.58 183	0.27 33	0.26 1	0.33 34	0.95 52	0.81 70	0.42 5	0.47 5	0.65 64	0.47 40	0.39 1	0.34 24	0.18 60	0.15 126	0.16 9	0.14 23	0.19 72	0.16 42
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT-IKP	0.54 63	0.30 127	0.73 131	0.50 72	0.27 33	0.59 79	0.36 57	1.04 81	0.64 28	1.12 138	0.96 75	0.83 111	0.61 107	1.22 127	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

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

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

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

MC-Stereo	0.43 14	0.23 14	0.48 15	0.51 95	0.28 52	0.39 9	0.32 31	0.88 32	0.68 45	0.60 39	0.84 56	0.56 42	0.61 107	1.03 99	0.31 5	0.17 32	0.11 3	0.17 15	0.15 31	0.16 13	0.13 3

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM_RVC	1.68 350	0.36 230	0.61 60	0.59 196	0.29 63	2.25 362	1.18 342	2.38 371	1.68 338	3.60 391	2.67 365	3.69 383	2.42 380	8.13 397	1.90 344	0.31 283	0.31 317	0.30 265	0.28 279	0.30 251	0.29 246
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmm	0.63 117	0.35 223	0.72 119	0.51 95	0.30 80	0.86 200	0.54 190	1.59 220	0.86 78	1.07 118	1.38 229	0.79 94	0.75 141	0.91 77	0.58 163	0.22 168	0.18 196	0.29 256	0.25 241	0.25 203	0.23 184

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

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

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

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

x	0.54 63	0.31 158	0.61 60	0.47 41	0.30 80	0.67 122	0.47 149	1.53 210	0.79 68	0.81 67	0.83 54	0.78 91	0.70 134	0.70 34	0.62 177	0.21 145	0.19 209	0.22 123	0.19 109	0.21 132	0.20 135

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

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

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

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

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

HSM-Net_RVC	0.87 235	0.29 111	0.53 29	0.53 120	0.30 80	1.15 261	0.55 203	3.57 391	1.28 252	1.53 303	1.74 307	1.68 314	0.93 219	1.49 177	0.77 215	0.22 168	0.17 181	0.19 50	0.18 89	0.20 98	0.19 112
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
riskmin	0.56 87	0.27 68	0.60 57	0.43 8	0.31 92	0.83 191	0.42 97	1.14 119	1.04 147	0.73 53	0.75 41	1.11 207	1.01 253	0.81 60	0.51 132	0.20 118	0.14 76	0.24 171	0.15 31	0.24 192	0.25 208

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

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

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

TransformOpticalFlow	0.96 254	0.28 84	0.89 206	0.52 111	0.31 92	0.66 118	0.54 190	1.75 254	1.12 179	1.09 124	1.44 245	1.37 265	1.01 253	6.70 378	0.42 74	0.19 92	0.12 9	0.20 74	0.19 109	0.18 42	0.19 112

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.43 14	0.27 68	0.54 33	0.45 32	0.32 107	0.50 40	0.42 97	0.90 39	0.51 14	0.49 21	0.53 10	0.47 20	0.47 40	1.32 140	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dd	0.59 99	0.48 283	0.97 229	0.55 154	0.32 107	0.64 97	0.47 149	1.02 74	1.34 277	0.78 58	0.86 58	0.58 48	0.54 69	1.01 96	0.86 242	0.28 264	0.18 196	0.26 227	0.19 109	0.32 263	0.24 196

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

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

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

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

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

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

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

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

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

GMStereo	0.55 78	0.45 272	0.94 220	0.50 72	0.32 107	0.64 97	0.43 113	1.00 68	1.40 305	0.82 70	0.73 37	0.51 33	0.45 30	0.85 67	0.55 156	0.24 206	0.15 126	0.20 74	0.21 174	0.31 258	0.24 196
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ff7	0.43 14	0.27 68	0.56 38	0.44 23	0.33 123	0.50 40	0.42 97	0.87 25	0.50 7	0.49 21	0.53 10	0.44 9	0.48 48	1.38 154	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

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

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

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

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

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

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

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

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

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

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

RAFT	0.64 127	0.30 127	0.73 131	0.59 196	0.33 123	0.68 129	0.58 222	1.04 81	0.76 60	1.08 119	1.19 165	1.65 311	0.93 219	1.06 106	0.56 158	0.21 145	0.18 196	0.27 238	0.24 230	0.22 153	0.17 61

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

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

LE_ROB	8.05 410	0.37 236	23.53 418	0.74 312	0.33 123	2.77 378	2.87 406	3.71 393	27.24 426	25.39 426	8.87 409	8.46 408	26.71 425	6.65 374	21.99 418	0.21 145	0.19 209	0.20 74	0.21 174	0.25 203	0.22 166

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

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

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

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

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

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

SGM-ForestM	6.52 407	0.38 242	1.26 292	0.63 239	0.35 141	13.59 418	5.32 412	6.32 412	6.70 407	11.14 416	9.18 410	22.51 427	13.93 415	16.89 420	20.07 417	0.36 311	0.37 342	0.36 314	0.35 323	0.36 278	0.34 280

CBMV	0.95 253	0.44 266	0.66 83	0.53 120	0.35 141	1.53 310	1.63 369	1.69 242	1.42 311	2.00 353	1.60 283	1.43 271	1.17 286	1.59 196	0.99 260	0.34 301	0.34 327	0.39 325	0.33 314	0.33 269	0.32 274
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Former-RAFT_DAM_RVC	0.46 25	0.36 230	0.71 115	0.47 41	0.36 146	0.67 122	0.35 47	0.78 12	1.12 179	0.61 40	0.62 21	0.39 4	0.39 14	0.71 38	0.39 55	0.20 118	0.17 181	0.22 123	0.18 89	0.23 178	0.19 112

CoDeX	0.73 176	0.29 111	0.93 218	0.54 135	0.36 146	1.14 256	0.61 234	2.34 368	1.17 206	1.16 168	1.25 182	0.91 137	0.87 197	1.33 142	0.64 184	0.20 118	0.16 157	0.21 97	0.18 89	0.20 98	0.18 79

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

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

DIP-Stereo	0.62 111	0.30 127	0.83 180	0.48 52	0.36 146	0.95 222	0.33 34	2.37 370	0.67 42	1.25 213	1.00 88	0.68 70	0.51 59	0.91 77	0.61 174	0.18 60	0.15 126	0.21 97	0.17 75	0.19 72	0.19 112
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.57 91	0.26 47	0.63 67	0.54 135	0.36 146	0.69 133	0.54 190	1.22 143	0.72 53	1.61 318	1.50 263	0.75 84	0.53 66	0.64 27	0.44 85	0.18 60	0.15 126	0.17 15	0.15 31	0.17 25	0.17 61

RAFT-Stereo	0.57 91	0.26 47	0.63 67	0.54 135	0.36 146	0.69 133	0.54 190	1.22 143	0.72 53	1.61 318	1.50 263	0.75 84	0.53 66	0.64 27	0.44 85	0.18 60	0.15 126	0.17 15	0.15 31	0.17 25	0.17 61
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNet_ROB	0.77 193	0.30 127	0.99 232	0.57 177	0.36 146	0.83 191	0.36 57	2.33 366	1.58 331	1.27 220	1.30 199	1.25 237	0.84 183	1.65 202	0.79 223	0.20 118	0.14 76	0.17 15	0.12 9	0.18 42	0.27 232

DualNet	1.09 287	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	0.95 52	2.47 373	1.15 157	1.45 247	1.06 188	0.82 172	1.55 188	7.61 393	0.20 118	0.12 9	0.31 269	0.27 262	0.19 72	0.20 135

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.70 156	0.43 263	0.75 147	0.73 310	0.37 154	0.92 213	0.53 186	1.85 282	1.18 210	1.12 138	1.23 176	1.07 194	0.65 125	0.96 84	0.63 181	0.31 283	0.15 126	0.32 282	0.21 174	0.29 242	0.22 166
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNetv2_ROB	0.80 205	0.37 236	1.71 338	0.56 166	0.37 154	0.94 218	0.64 240	1.73 248	1.34 277	1.23 201	1.42 238	1.26 241	0.92 213	1.85 235	0.56 158	0.23 191	0.15 126	0.19 50	0.14 23	0.24 192	0.19 112

CBMV_ROB	0.90 241	0.44 266	0.63 67	0.51 95	0.37 154	1.25 278	0.49 164	1.77 263	1.27 247	1.41 278	2.00 335	1.33 257	1.08 273	2.17 262	0.76 209	0.43 336	0.42 355	0.47 345	0.44 345	0.41 301	0.36 289

SGM-Forest	1.24 309	0.38 242	0.60 57	0.52 111	0.37 154	1.56 313	1.30 351	1.65 233	1.36 288	2.11 357	1.79 314	1.63 306	0.93 219	7.48 391	0.95 252	0.36 311	0.37 342	0.39 325	0.34 319	0.37 282	0.32 274
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBFPSM	0.92 246	0.33 188	1.86 349	0.49 65	0.38 171	1.75 329	0.84 287	1.39 174	1.12 179	1.09 124	0.99 85	2.37 360	1.66 347	1.32 140	1.42 319	0.19 92	0.18 196	0.20 74	0.20 138	0.21 132	0.33 278

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

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

CREStereo++_RVC	0.47 31	0.21 4	0.38 4	0.45 32	0.38 171	0.45 17	0.25 4	0.75 8	1.29 256	0.80 63	1.21 170	0.47 20	0.37 12	0.53 6	0.44 85	0.16 11	0.11 3	0.15 3	0.80 380	0.18 42	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
GES	0.66 140	0.34 207	0.90 209	0.59 196	0.38 171	0.94 218	0.57 219	2.11 335	0.86 78	1.02 108	1.11 134	0.66 66	0.79 160	0.99 92	0.61 174	0.27 254	0.19 209	0.20 74	0.20 138	0.21 132	0.30 258

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

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

NOSS_ROB	1.26 312	0.46 274	0.62 64	0.56 166	0.38 171	1.06 245	0.78 272	1.73 248	1.40 305	1.01 105	1.43 242	1.10 203	0.75 141	10.62 414	0.65 185	0.45 342	0.43 356	0.48 346	0.45 347	0.44 318	0.41 305

AE-Stereo	0.49 36	0.27 68	0.67 86	0.60 207	0.39 179	0.67 122	0.46 143	1.18 129	1.09 169	0.47 14	0.75 41	0.69 75	0.47 40	0.59 15	0.40 59	0.16 11	0.15 126	0.21 97	0.20 138	0.19 72	0.15 27

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

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

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

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

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

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

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

ICVP	0.63 117	0.33 188	0.57 46	0.61 219	0.40 184	0.80 182	0.58 222	1.61 226	0.89 89	0.90 79	1.24 178	0.88 131	0.73 137	0.72 41	0.88 244	0.29 272	0.21 242	0.22 123	0.21 174	0.24 192	0.27 232
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SANet	1.88 360	0.57 310	2.18 363	0.63 239	0.40 184	2.80 380	1.57 366	2.39 372	5.88 405	2.36 366	3.57 377	3.72 384	2.97 388	4.74 336	1.76 337	0.34 301	0.30 311	0.32 282	0.29 290	0.48 327	0.37 291

DN-CSS_ROB	0.64 127	0.32 172	1.05 255	0.55 154	0.40 184	0.54 60	0.45 136	1.21 136	0.93 104	1.03 112	1.47 254	0.69 75	0.63 117	1.76 225	0.49 123	0.18 60	0.14 76	0.25 207	0.22 199	0.22 153	0.20 135

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

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

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

hitnet-ft	0.79 202	0.35 223	0.57 46	0.58 183	0.42 193	0.96 226	0.46 143	1.47 190	1.33 274	1.19 186	1.22 172	1.81 325	0.98 241	1.66 206	0.94 250	0.33 293	0.28 299	0.34 299	0.27 262	0.35 272	0.31 268

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

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

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

StereoDRNet-Refined	0.80 205	0.41 257	0.88 201	0.62 231	0.42 193	1.33 287	0.48 157	1.52 204	1.17 206	1.45 287	1.44 245	1.44 275	0.90 208	1.26 132	1.24 288	0.20 118	0.16 157	0.27 238	0.24 230	0.25 203	0.28 243
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CFNet_ucs	0.70 156	0.33 188	0.88 201	0.50 72	0.43 198	0.74 151	0.44 125	1.60 223	1.29 256	1.22 198	1.54 269	1.09 201	0.63 117	0.99 92	0.59 165	0.25 231	0.20 226	0.37 316	0.21 174	0.40 298	0.28 243

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

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

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

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

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

4D-IteraStereo	0.48 33	0.24 20	0.76 156	0.50 72	0.44 204	0.66 118	0.31 28	0.87 25	1.02 140	1.03 112	0.72 36	0.78 91	0.32 9	0.64 27	0.37 38	0.17 32	0.11 3	0.23 151	0.19 109	0.19 72	0.13 3

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HBP-ISP	0.96 254	0.58 313	0.72 119	0.61 219	0.46 221	1.64 321	0.76 267	1.86 285	1.28 252	1.30 235	1.53 267	0.86 124	0.94 224	3.27 311	0.69 191	0.45 342	0.44 359	0.54 357	0.48 354	0.47 324	0.40 301

PSMNet-ADL	0.72 162	0.35 223	0.62 64	0.69 288	0.46 221	1.14 256	0.44 125	1.37 168	1.01 137	0.83 71	1.17 160	1.33 257	0.96 234	1.43 166	0.95 252	0.33 293	0.22 256	0.21 97	0.23 219	0.27 223	0.29 246

raft+_RVC	0.53 49	0.26 47	0.54 33	0.60 207	0.47 225	0.54 60	0.54 190	1.27 153	0.99 130	0.76 54	1.03 108	0.70 78	0.56 79	0.93 83	0.47 111	0.18 60	0.14 76	0.19 50	0.18 89	0.18 42	0.15 27

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

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

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

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

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

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

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

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

MeshStereo	2.26 373	0.56 306	0.92 216	0.61 219	0.49 229	2.60 374	1.02 325	3.18 387	2.05 363	7.40 414	4.98 393	7.58 404	2.98 389	6.37 370	1.96 347	0.43 336	0.43 356	0.45 340	0.39 333	0.43 311	0.42 309
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
test_5	0.65 132	0.30 127	0.75 147	0.67 275	0.50 235	0.92 213	0.52 180	1.39 174	1.12 179	0.76 54	1.11 134	1.00 170	0.90 208	1.53 184	0.45 93	0.18 60	0.13 43	0.23 151	0.22 199	0.21 132	0.19 112

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

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

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

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

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

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

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

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

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

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

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

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

NINENet	0.77 193	0.37 236	0.78 168	0.62 231	0.51 245	2.34 366	0.42 97	1.83 280	1.04 147	1.14 154	1.23 176	1.03 182	0.62 112	1.24 130	0.70 192	0.28 264	0.23 265	0.31 269	0.21 174	0.26 211	0.25 208

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

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

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

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

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

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

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

coex-ft	8.13 411	2.13 404	98.04 438	0.67 275	0.53 256	1.71 325	1.56 364	1.65 233	11.11 411	18.17 425	3.75 379	3.88 385	7.61 412	2.98 302	6.49 388	0.30 276	0.30 311	0.32 282	0.31 302	0.66 360	0.50 332

EDNetEfficientorigin	10.57 413	1.47 387	177.42 439	0.67 275	0.53 256	1.58 315	1.16 340	1.90 293	3.37 389	4.71 403	3.38 374	3.10 379	2.69 385	3.13 307	3.58 373	0.25 231	0.23 265	0.33 289	0.27 262	0.83 369	0.81 370

GANetREF_RVC	1.07 282	0.86 356	1.31 299	0.82 335	0.53 256	1.41 301	1.31 352	1.76 260	1.52 325	1.27 220	1.31 204	1.46 279	1.24 303	2.03 252	0.96 256	0.56 362	0.45 363	0.67 370	0.50 360	0.88 372	0.59 350
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
pcwnet_v2	0.97 260	0.37 236	4.33 386	0.62 231	0.54 259	0.79 177	0.45 136	2.02 323	1.58 331	1.42 284	1.64 294	1.09 201	0.79 160	1.24 130	0.67 189	0.32 288	0.25 281	0.29 256	0.27 262	0.37 282	0.35 285

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

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

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

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

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

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

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

SDNR	1.62 345	0.51 293	2.17 361	0.53 120	0.56 266	3.80 394	0.45 136	1.54 212	1.29 256	1.33 255	2.41 358	1.08 195	0.96 234	11.18 415	1.16 280	0.66 371	0.63 383	0.43 336	0.32 308	0.64 356	0.67 361

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

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

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

FC-DCNN	2.72 390	0.59 316	0.86 188	0.73 310	0.57 269	2.91 381	1.04 327	3.01 385	2.60 378	6.83 410	7.64 404	9.92 411	6.33 409	5.21 345	3.14 368	0.53 361	0.48 368	0.51 350	0.50 360	0.53 339	0.51 336

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

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

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

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

WCMA_ROB	1.84 358	0.47 278	1.31 299	0.69 288	0.57 269	2.11 357	1.14 337	1.87 286	1.73 342	4.04 395	6.43 397	5.62 398	3.61 394	2.59 287	1.94 346	0.52 355	0.44 359	0.39 325	0.42 341	0.48 327	0.47 324

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

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

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

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

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

NLCA_NET_v2_RVC	0.79 202	0.43 263	1.05 255	0.64 248	0.58 277	0.95 222	0.53 186	1.53 210	1.18 210	1.37 265	1.15 154	1.43 271	0.88 201	1.61 198	0.84 237	0.25 231	0.22 256	0.27 238	0.27 262	0.29 242	0.29 246
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	1.67 348	0.34 207	1.58 330	0.92 362	0.58 277	4.26 400	1.11 333	2.83 381	1.41 308	4.49 401	2.55 362	1.45 277	0.97 237	7.79 394	1.17 282	0.31 283	0.25 281	0.37 316	0.33 314	0.31 258	0.30 258

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

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

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

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

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

ac_64	0.82 213	0.29 111	0.81 176	0.71 300	0.60 287	1.05 242	0.54 190	1.99 315	0.92 102	1.18 182	1.06 114	1.99 341	1.08 273	1.94 245	0.97 257	0.27 254	0.22 256	0.24 171	0.23 219	0.22 153	0.19 112

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

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

FBW_ROB	1.71 354	0.62 327	1.45 316	0.67 275	0.61 290	1.81 337	1.08 331	2.52 377	1.70 339	1.77 333	1.73 306	1.98 340	1.25 304	12.57 417	1.84 340	0.34 301	0.37 342	0.56 365	0.38 332	0.45 321	0.43 313

MSMD_ROB	1.99 367	0.59 316	0.89 206	0.70 293	0.61 290	3.95 396	0.94 312	1.80 271	1.79 347	4.41 399	4.43 384	8.17 407	3.66 395	3.40 313	1.33 300	0.52 355	0.48 368	0.54 357	0.58 369	0.53 339	0.50 332

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

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

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

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

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

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

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

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

edge stereo	1.11 293	0.50 290	1.30 298	0.71 300	0.65 301	1.14 256	0.75 264	1.93 304	1.37 292	1.71 328	1.83 318	2.54 366	1.44 323	2.43 282	1.23 287	0.42 331	0.41 353	0.54 357	0.35 323	0.42 306	0.46 321

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

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

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

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

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

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

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

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

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

BEATNet-Init1	26.87 425	13.43 422	70.68 437	0.91 360	0.68 311	57.02 438	21.06 419	32.82 431	32.67 428	52.12 439	53.61 437	66.05 439	49.56 438	48.79 440	34.71 429	0.49 354	0.44 359	0.53 356	0.53 364	0.63 354	0.59 350

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

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

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

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

EDNetEfficient	2.37 377	1.10 370	8.08 400	0.74 312	0.71 316	0.98 233	1.56 364	1.46 188	4.06 395	4.90 404	2.82 367	2.25 353	3.48 393	2.95 299	9.97 401	0.26 245	0.24 274	0.26 227	0.30 298	0.68 362	0.61 354

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

DANet	1.08 285	0.61 324	1.32 302	0.85 344	0.72 318	1.37 292	0.51 171	1.54 212	1.15 200	1.78 334	1.54 269	2.01 343	1.11 278	2.90 298	2.00 349	0.33 293	0.30 311	0.40 330	0.30 298	0.44 318	0.45 317
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NVstereo2D	0.92 246	0.41 257	1.48 323	0.72 303	0.72 318	1.20 272	0.87 295	1.75 254	1.38 296	0.99 100	1.13 145	1.26 241	0.98 241	2.21 268	0.89 245	0.43 336	0.20 226	0.38 319	0.24 230	0.57 345	0.63 356

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

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

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

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

G-Net	1.66 347	0.63 328	1.56 328	1.11 376	0.74 323	2.98 383	0.91 304	1.55 216	1.22 225	2.76 378	8.18 408	2.32 358	2.53 383	1.92 241	1.87 341	0.48 350	0.44 359	0.45 340	0.31 302	0.60 353	0.57 347

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

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

PA-Net	1.01 273	0.57 310	1.29 297	0.64 248	0.74 323	1.19 270	0.84 287	1.69 242	1.43 313	1.16 168	1.19 165	1.32 256	1.19 292	3.42 315	1.25 289	0.29 272	0.45 363	0.33 289	0.49 357	0.32 263	0.47 324
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FCDSN-DC	2.32 375	0.63 328	0.81 176	0.84 339	0.75 329	2.23 361	0.94 312	2.09 334	1.80 348	5.45 408	7.72 405	7.77 406	6.93 411	3.39 312	1.80 339	0.52 355	0.48 368	0.52 351	0.51 362	0.57 345	0.58 348
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	1.74 356	0.87 357	3.56 382	0.80 327	0.75 329	3.72 391	2.44 401	1.82 276	1.82 350	1.74 330	1.91 329	1.92 334	1.26 306	7.69 393	1.28 295	0.45 342	0.47 367	0.52 351	0.77 378	0.50 331	0.50 332

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

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

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

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

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

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

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

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

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

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

aanetorigin	1.23 308	0.79 351	2.78 379	0.70 293	0.79 338	0.99 234	1.06 329	1.06 100	1.37 292	3.52 390	2.61 363	1.72 318	1.63 341	1.99 249	1.78 338	0.25 231	0.24 274	0.26 227	0.25 241	0.38 290	0.45 317

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

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

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

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

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

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

PVD	1.70 352	0.84 353	2.26 365	0.94 365	0.83 348	2.48 370	0.97 316	2.59 379	3.35 388	3.01 387	2.77 366	2.34 359	2.47 382	2.67 291	3.14 368	0.47 349	0.45 363	0.59 369	0.48 354	0.59 349	0.75 369

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

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

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

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

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

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

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

AF-Net	1.13 298	0.52 296	1.33 304	0.86 346	0.91 356	1.38 295	0.71 260	2.16 345	1.62 333	1.56 311	2.40 357	1.99 341	1.65 343	1.81 231	1.48 326	0.48 350	0.28 299	0.49 348	0.33 314	0.39 294	0.32 274

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

ELAS_RVC	2.48 382	0.74 345	1.90 350	1.05 371	0.92 358	2.76 377	4.01 410	2.76 380	4.11 396	4.69 402	4.63 388	4.62 389	5.96 407	3.97 324	3.96 377	0.63 369	0.53 375	0.56 365	0.52 363	0.64 356	0.63 356
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 377	0.74 345	1.54 327	0.99 367	0.92 358	4.78 402	2.33 398	3.33 389	3.37 389	5.05 407	4.77 391	3.67 382	4.53 402	3.42 315	4.50 380	0.62 367	0.53 375	0.55 362	0.53 364	0.63 354	0.64 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
NCC-stereo	1.10 290	0.54 300	1.24 289	0.84 339	0.94 360	1.29 283	0.89 298	2.01 320	1.34 277	1.32 247	1.74 307	1.88 326	1.74 350	2.35 276	1.25 289	0.45 342	0.37 342	0.45 340	0.58 369	0.42 306	0.42 309

Abc-Net	1.10 290	0.54 300	1.24 289	0.84 339	0.94 360	1.29 283	0.89 298	2.01 320	1.34 277	1.32 247	1.74 307	1.88 326	1.74 350	2.35 276	1.25 289	0.45 342	0.37 342	0.45 340	0.58 369	0.42 306	0.42 309
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoDRNet	0.98 264	0.47 278	1.70 337	0.76 318	0.94 360	1.51 308	0.91 304	1.92 300	1.32 271	1.61 318	1.13 145	1.47 284	0.97 237	1.75 220	1.46 324	0.28 264	0.23 265	0.29 256	0.27 262	0.35 272	0.27 232

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

RYNet	1.17 306	0.49 286	1.24 289	0.70 293	0.97 364	1.71 325	0.92 306	1.91 297	1.46 317	1.38 270	1.14 148	1.88 326	1.30 313	4.24 327	1.87 341	0.26 245	0.21 242	0.35 306	0.27 262	0.55 342	0.54 339

HGLStereo	0.85 226	0.38 242	0.94 220	0.80 327	1.03 365	1.17 265	0.58 222	1.52 204	1.20 218	1.19 186	1.62 290	1.13 213	1.20 295	1.80 229	1.06 265	0.24 206	0.24 274	0.24 171	0.21 174	0.23 178	0.27 232

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

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

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

SGM+DAISY	2.41 380	1.07 368	2.14 360	1.18 377	1.10 369	2.14 359	1.36 354	1.96 309	1.66 336	5.46 409	7.07 400	4.95 394	4.32 401	5.50 353	2.26 356	1.04 383	1.02 404	0.99 381	0.97 389	1.02 377	1.04 380

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

PWCK	2.88 392	2.05 401	5.72 393	2.08 390	1.11 370	3.55 389	3.90 409	2.86 383	3.54 392	3.03 388	3.63 378	3.10 379	2.31 377	8.15 399	3.09 366	2.12 392	0.91 399	1.75 388	0.98 391	2.57 393	1.18 386

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

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

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

SPS-STEREO	1.67 348	1.04 367	1.23 286	1.21 378	1.13 375	1.82 339	1.11 333	2.16 345	1.52 325	3.07 389	2.32 352	2.82 374	1.80 355	4.11 326	2.04 350	1.03 382	0.99 401	0.97 379	0.94 387	1.03 378	1.02 378
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	2.66 384	1.40 383	1.73 341	1.39 382	1.17 376	3.93 395	1.94 384	4.11 396	3.88 394	2.92 382	5.50 394	4.18 387	3.00 390	7.63 392	3.71 375	1.13 387	1.00 402	1.17 385	1.13 395	1.18 382	1.09 384

NVStereoNet_ROB	1.88 360	1.07 368	1.45 316	1.07 374	1.17 376	1.47 304	1.48 361	1.89 290	1.93 358	1.94 349	4.67 390	3.08 378	1.80 355	6.51 372	1.65 333	1.06 384	0.86 396	1.08 384	1.32 396	0.93 373	1.26 387
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
GwcNet	1.08 285	0.51 293	2.33 366	0.79 324	1.18 378	1.76 331	0.70 258	1.68 240	1.47 318	1.41 278	1.64 294	1.74 321	1.04 261	2.20 267	1.41 315	0.30 276	0.29 307	0.29 256	0.27 262	0.30 251	0.35 285

DeepPrunerF	1.60 342	0.73 342	5.81 394	0.88 352	1.19 379	0.91 207	0.95 314	2.19 353	5.24 403	1.17 177	1.30 199	1.19 222	1.30 313	4.90 340	1.66 335	0.42 331	0.34 327	0.52 351	0.47 352	0.41 301	0.40 301

Consistency-Raft	1.25 311	0.99 364	1.93 352	1.02 370	1.21 380	0.96 226	1.01 324	1.75 254	1.92 356	1.36 263	2.12 344	1.44 275	1.01 253	1.14 120	1.40 311	0.72 372	0.82 389	0.89 377	0.98 391	1.31 385	0.95 375

MANE	6.19 405	0.59 316	1.03 251	0.93 363	1.22 381	13.38 417	2.69 402	12.81 419	17.94 422	8.21 415	10.82 413	14.72 417	11.68 413	11.39 416	11.90 406	0.59 364	0.50 372	0.52 351	1.76 406	0.55 342	0.54 339

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

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

CES	0.48 33	0.20 2	0.37 2	0.39 4	1.39 384	0.55 66	0.35 47	0.98 62	0.66 41	0.44 9	0.66 24	0.35 1	0.27 2	0.56 11	0.33 16	0.15 6	0.13 43	0.15 3	0.10 2	0.19 72	1.46 389

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

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

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

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

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

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

FADE		4.78 415		1.89 389	1.92 391			5.58 405	5.04 401	2.92 382		4.13 386		10.23 413		188.09 440	2.77 414	123.78 437	127.92 437	1.06 379	1.10 385

tt	6.58 408	0.26 47	6.10 395	3.77 413	2.16 392	11.55 414	19.63 418	13.33 420	5.74 404	2.96 384	2.65 364	4.97 395	6.33 409	3.81 321	7.24 391	9.15 420	11.32 427	5.89 420	6.24 419	6.03 417	2.55 404

WAO-8	4.40 398	1.82 395	1.79 343	2.34 393	2.20 393	9.19 410	1.53 362	6.09 409	16.46 416	3.94 393	7.84 406	7.32 401	3.72 397	9.41 407	3.31 371	2.00 390	1.07 405	2.44 400	1.37 400	2.50 391	1.68 391

Venus	4.40 398	1.82 395	1.79 343	2.34 393	2.20 393	9.19 410	1.53 362	6.09 409	16.46 416	3.94 393	7.84 406	7.32 401	3.72 397	9.41 407	3.31 371	2.00 390	1.07 405	2.44 400	1.37 400	2.50 391	1.68 391

RainbowNet	1.97 366	1.76 391	1.57 329	2.81 399	2.21 395	1.98 351	1.81 375	2.54 378	1.89 353	1.50 299	1.84 320	1.96 338	1.65 343	2.14 261	1.25 289	3.33 405	0.85 394	2.39 398	0.98 391	2.82 398	2.22 397

ACVNet_2	2.43 381	1.41 384	2.04 355	2.62 397	2.24 396	2.63 376	1.88 381	3.31 388	3.01 384	2.19 358	3.45 376	4.62 389	2.04 368	4.50 333	1.47 325	2.55 395	0.64 384	2.22 392	0.84 382	2.69 394	2.29 399

DispFullNet	2.34 376	2.85 411	3.66 383	3.08 405	2.27 397	1.97 349	0.67 250	2.00 316	1.70 339	2.52 370	2.00 335	2.23 352	5.86 405	3.44 317	1.58 330	1.01 379	0.32 324	2.64 404	1.94 409	2.85 400	2.24 398

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

ACVNet-4b	2.15 370	1.41 384	1.64 332	2.80 398	2.31 399	2.31 365	1.24 346	2.32 365	2.14 365	1.26 217	2.39 356	2.66 370	1.48 329	5.95 365	1.06 265	3.20 403	0.45 363	2.37 395	0.89 384	2.83 399	2.37 400

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

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

Dean	2.91 393	1.53 388	2.07 356	2.96 404	2.51 402	3.15 384	2.14 392	4.75 401	4.41 399	2.76 378	6.10 396	5.53 397	2.37 378	2.97 301	1.92 345	3.18 401	0.85 394	2.51 402	1.04 394	2.88 401	2.47 403

IMH-64-1	2.70 388	1.79 393	1.46 318	3.26 407	2.66 403	3.23 387	2.10 389	4.08 394	2.75 382	2.34 362	3.81 380	3.06 376	2.22 375	4.25 328	2.59 360	3.75 409	0.84 391	2.75 405	1.35 397	3.15 404	2.60 406

IMH-64	2.70 388	1.79 393	1.46 318	3.26 407	2.66 403	3.23 387	2.10 389	4.08 394	2.75 382	2.34 362	3.81 380	3.06 376	2.22 375	4.25 328	2.59 360	3.75 409	0.84 391	2.75 405	1.35 397	3.15 404	2.60 406

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

TorneroNet-64	5.30 404	2.03 399	1.74 342	3.43 409	2.81 406	10.09 412	2.12 391	9.10 416	17.12 421	4.96 406	9.27 411	10.72 415	3.70 396	9.20 402	4.55 381	3.31 404	0.84 391	2.88 408	1.55 404	3.49 407	3.04 409

JetBlue	3.97 396	2.01 398	10.19 404	1.38 381	2.84 407	10.53 413	9.54 413	3.60 392	2.41 371	2.73 376	3.39 375	4.54 388	4.31 400	7.85 396	6.84 390	0.88 375	0.93 400	0.89 377	0.91 385	1.74 386	1.91 394

TorneroNet	10.70 414	2.03 399	1.82 346	3.43 409	3.01 408	43.83 430	2.22 395	8.87 415	67.47 440	7.17 413	27.36 424	10.68 414	3.85 399	8.67 400	7.65 397	3.59 407	0.88 397	3.04 409	1.57 405	3.71 408	3.17 410

KSHMR	8.75 412	2.06 402	2.11 358	3.53 411	3.11 409	4.13 399	2.69 402	5.60 406	61.37 439	3.00 386	55.83 438	4.98 396	2.45 381	4.49 332	2.61 362	3.46 406	1.55 412	3.14 411	1.94 409	3.72 409	3.18 411

ktn	4.70 400	2.38 407	2.12 359	3.76 412	3.24 410	4.85 403	2.95 407	5.52 404	7.37 408	4.07 397	19.32 421	7.46 403	3.47 392	7.39 387	2.95 364	4.04 413	1.85 413	3.26 413	2.22 412	3.08 403	2.65 408

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

notaker	3.98 397	2.40 408	2.68 376	3.82 414	3.27 412	3.97 397	2.14 392	4.78 402	3.45 391	4.12 398	6.94 399	7.65 405	3.26 391	7.82 395	5.30 384	4.04 413	1.41 410	3.36 414	2.10 411	3.88 410	3.31 412

UNDER WATER	5.08 402	2.33 406	5.55 391	3.94 416	3.51 413	5.20 406	2.72 404	5.61 407	16.52 418	3.84 392	4.60 387	9.21 409	5.89 406	5.90 362	8.66 399	3.75 409	1.34 409	3.18 412	1.88 407	4.33 415	3.61 414

UNDER WATER-64	5.27 403	2.32 405	8.78 402	3.93 415	3.54 414	7.61 408	3.03 408	5.84 408	14.19 412	4.04 395	4.04 382	9.39 410	6.26 408	5.93 364	8.48 398	3.60 408	1.51 411	3.13 410	1.88 407	4.29 414	3.61 414

HanzoNet	11.04 415	3.62 414	8.10 401	4.08 417	3.55 415	4.90 404	2.73 405	7.19 413	10.10 409	31.86 435	28.92 426	21.96 426	36.36 427	18.08 421	10.17 402	7.94 419	3.32 416	3.47 415	3.31 414	7.06 420	4.04 416

MADNet++	5.01 401	3.14 412	4.91 388	4.55 418	3.94 416	5.20 406	4.41 411	4.40 398	4.13 397	4.95 405	6.08 395	4.74 391	5.37 403	9.40 406	10.67 405	4.65 415	4.15 418	3.97 416	3.34 415	4.09 412	4.08 417

DPSimNet_ROB	11.20 416	4.98 416	35.43 426	2.90 403	4.52 417	7.89 409	17.09 417	4.66 400	6.06 406	14.89 421	10.93 414	17.29 418	36.81 429	13.18 418	15.68 413	2.86 397	6.29 420	5.75 419	5.09 417	3.91 411	7.70 420

SPstereo	26.54 424	6.08 417	10.71 407	5.55 419	5.68 418	48.14 431	80.43 438	67.31 440	34.39 435	28.70 433	27.52 425	43.76 437	37.60 434	45.04 439	54.41 439	4.92 418	4.89 419	10.74 424	5.88 418	4.46 416	4.57 418

ASD4	15.85 419	10.99 421	19.63 414	10.21 423	11.70 419	19.24 420	31.10 423	19.35 421	10.68 410	11.14 416	10.18 412	12.59 416	12.64 414	14.74 419	24.83 422	12.93 425	9.94 426	26.83 431	19.40 425	16.23 424	12.70 426

DGTPSM_ROB	13.01 417	8.23 418	21.87 415	9.51 421	18.10 420	11.56 415	32.01 424	10.63 417	16.20 414	7.03 411	19.48 422	10.15 412	16.66 417	9.83 411	22.42 419	4.75 416	8.68 421	5.37 417	10.25 421	6.16 418	11.36 421

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

PML	51.67 436	36.25 430	13.28 410	7.46 420	20.81 422	108.69 439	232.22 440	8.72 414	27.82 427	87.01 440	269.67 440	69.67 440	61.95 439	24.76 429	14.20 410	9.74 422	3.40 417	9.62 421	4.70 416	18.74 425	4.72 419

DPSM_ROB	19.08 420	19.14 424	25.17 420	22.15 425	20.85 423	28.17 422	37.82 427	26.56 424	16.85 419	14.14 418	14.84 416	21.70 421	18.75 420	21.87 423	26.55 424	10.16 423	9.30 424	10.47 422	10.42 423	14.03 422	12.61 424

DPSM	19.08 420	19.14 424	25.17 420	22.15 425	20.85 423	28.17 422	37.82 427	26.56 424	16.85 419	14.14 418	14.84 416	21.70 421	18.75 420	21.87 423	26.55 424	10.16 423	9.30 424	10.47 422	10.42 423	14.03 422	12.61 424

LRCNet_RVC	22.74 422	32.10 429	21.97 417	29.84 427	26.23 425	4.42 401	0.81 284	22.66 422	2.02 361	26.93 427	29.26 427	23.06 428	15.59 416	23.84 425	18.88 416	31.75 432	19.90 434	34.65 432	32.13 432	30.54 432	28.32 433

HaxPig	38.92 431	41.40 437	41.64 427	29.95 428	32.27 426	28.90 424	27.60 420	29.73 427	37.71 436	43.82 436	43.87 434	33.17 429	35.56 426	41.53 430	40.37 431	43.94 436	47.51 439	45.82 433	47.08 434	42.38 433	44.15 436

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

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

CasAABBNet	38.33 426	38.46 431	50.35 431	44.75 435	41.84 429	56.68 435	76.37 433	53.22 437	33.83 430	28.31 428	29.54 428	43.62 436	37.71 435	43.84 436	53.41 434	20.30 426	18.70 429	21.07 428	21.07 427	28.24 429	25.34 428

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

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

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

Selective-RAFT-Error	38.39 430	38.47 432	50.44 435	44.73 431	41.97 433	56.68 435	76.38 434	53.24 438	33.92 431	28.34 429	29.85 429	43.60 435	38.20 436	43.75 432	53.34 433	20.38 430	18.70 429	21.09 429	21.05 426	28.30 430	25.43 432

Anonymous_1	43.04 435	18.73 423	24.79 419	21.81 424	46.26 434	27.80 421	37.60 426	28.08 426	16.14 413	14.66 420	14.30 415	20.65 420	17.88 419	21.56 422	25.94 423	117.93 439	8.92 423	100.65 436	126.50 436	158.64 440	12.08 423

LSM	6.33 406	1.10 370	13.19 409	1.41 384	68.17 435	1.64 321	1.90 382	1.92 300	2.46 372	2.99 385	3.11 371	1.88 326	1.80 355	2.61 289	2.06 352	0.41 328	0.58 381	0.50 349	0.57 368	0.64 356	17.66 427

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

xxxxx1	54.10 437	25.67 426	27.13 423	113.43 437	96.96 437	30.69 426	47.44 429	32.38 428	25.60 423	17.75 422	17.27 418	21.81 423	21.02 422	24.43 426	33.82 426	33.37 433	40.54 435	157.71 438	175.86 438	66.16 436	72.93 438

tt_ll	54.10 437	25.67 426	27.13 423	113.43 437	96.96 437	30.69 426	47.44 429	32.38 428	25.60 423	17.75 422	17.27 418	21.81 423	21.02 422	24.43 426	33.82 426	33.37 433	40.54 435	157.71 438	175.86 438	66.16 436	72.93 438

ff	54.10 437	25.67 426	27.13 423	113.43 437	96.96 437	30.69 426	47.44 429	32.38 428	25.60 423	17.75 422	17.27 418	21.81 423	21.02 422	24.43 426	33.82 426	33.37 433	40.54 435	157.71 438	175.86 438	66.16 436	72.93 438

LSM0	42.82 434	38.75 436	50.81 436	47.07 436	109.38 440	57.00 437	76.02 432	53.74 439	33.71 429	29.02 434	30.41 433	43.87 438	37.22 430	43.91 437	53.54 438	20.52 431	18.62 428	21.10 430	21.11 431	28.41 431	42.22 434

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

Low-res two-view benchmark