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

Former-RAFT_DAM_RVC	0.99 3	0.85 121	1.58 1	0.95 77	1.08 210	2.95 59	0.53 22	1.93 18	2.00 84	1.19 34	1.63 103	0.59 2	0.65 10	1.10 4	0.90 26	0.28 28	0.23 70	0.31 116	0.25 75	0.45 213	0.32 17

CASnet	0.85 2	0.59 17	1.66 2	0.91 56	0.30 1	1.37 11	0.73 92	1.63 5	1.94 78	1.66 73	1.14 23	0.66 7	0.63 7	1.07 2	0.90 26	0.37 160	0.17 3	0.41 244	0.31 192	0.33 87	0.23 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.83 1	0.59 17	1.71 3	0.89 48	0.34 2	1.88 20	0.80 126	1.48 2	1.60 37	0.98 26	1.06 11	0.68 8	0.71 15	1.19 9	0.89 25	0.25 8	0.25 100	0.32 130	0.25 75	0.32 66	0.34 30

CREStereo	1.00 4	0.59 17	1.82 4	0.66 1	0.36 3	4.43 310	0.40 7	2.43 39	1.98 81	0.96 25	1.22 31	0.88 39	0.87 40	1.30 14	0.79 10	0.30 55	0.20 17	0.23 4	0.16 5	0.23 3	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CAS	1.34 10	0.48 1	2.20 5	3.01 381	1.66 328	4.08 240	0.73 92	1.96 20	1.51 16	0.86 12	1.10 15	0.59 2	0.53 2	1.36 27	0.94 36	3.07 386	0.14 1	0.21 2	0.14 1	0.38 151	1.78 298

Selective-RAFT	1.34 10	0.58 9	2.21 6	1.01 104	0.49 47	4.19 278	0.51 20	3.39 114	3.62 311	1.15 33	1.40 61	1.45 94	1.40 139	2.09 103	1.31 103	0.43 213	0.40 215	0.25 23	0.26 89	0.29 31	0.38 57

AnonymousM	1.38 12	1.33 222	2.35 7	0.95 77	0.56 68	4.03 228	0.67 62	2.63 64	2.49 148	1.51 56	1.36 53	1.15 60	1.00 58	1.26 12	1.04 55	0.41 190	0.46 243	2.07 384	1.71 385	0.25 5	0.40 64

CES	1.08 7	0.63 34	2.53 8	0.95 77	2.18 359	2.13 31	0.50 18	2.07 25	1.46 6	0.79 6	1.06 11	0.61 4	0.48 1	1.45 35	0.87 22	0.24 4	0.18 5	0.24 14	0.15 3	0.64 288	2.36 315

PSMNet-ADL	2.01 42	0.78 107	2.89 9	1.11 133	0.86 149	4.13 250	0.80 126	3.84 169	2.26 114	1.74 88	1.87 180	2.90 252	1.81 233	10.37 318	2.34 251	0.49 259	0.47 251	0.29 77	0.30 175	0.39 161	0.56 144

LoS	1.05 5	0.58 9	3.31 10	0.91 56	0.38 6	4.14 255	0.50 18	2.22 31	1.49 12	1.02 27	0.88 7	0.62 5	0.84 36	1.69 58	0.94 36	0.27 21	0.20 17	0.24 14	0.17 8	0.22 2	0.32 17

CroCo-Stereo	1.07 6	1.18 198	3.66 11	0.91 56	0.60 82	0.49 1	0.49 15	4.07 219	1.91 74	0.84 10	1.29 44	1.00 48	0.75 22	1.32 19	1.38 119	0.26 14	0.21 33	0.24 14	0.20 19	0.37 142	0.30 12
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
BUS	1.64 22	0.64 37	3.82 12	0.94 69	0.86 149	4.50 321	0.75 105	4.49 345	2.29 122	2.96 322	1.82 158	3.61 307	1.03 62	1.79 74	1.18 74	0.39 180	0.25 100	0.31 116	0.28 129	0.38 151	0.41 69

BSDual-CNN	1.61 18	0.64 37	3.82 12	0.94 69	0.86 149	4.18 270	1.14 240	4.49 345	2.29 122	2.96 322	1.82 158	2.58 224	1.30 123	1.79 74	1.44 129	0.39 180	0.25 100	0.31 116	0.28 129	0.38 151	0.41 69

psmg	1.63 20	0.64 37	3.82 12	0.96 84	0.86 149	4.35 298	1.41 276	4.11 235	2.29 122	2.68 292	2.09 226	2.58 224	1.30 123	1.79 74	1.44 129	0.39 180	0.29 137	0.33 162	0.34 218	0.38 151	0.44 84

iRaftStereo_RVC	1.70 26	1.18 198	3.88 15	0.99 98	0.46 31	3.83 182	0.41 8	2.41 37	1.60 37	1.69 79	1.76 134	1.81 136	0.83 35	1.58 48	1.23 82	0.31 69	4.86 380	0.29 77	0.26 89	0.33 87	4.33 352

PMTNet	1.13 8	0.55 3	3.88 15	0.71 6	0.59 79	4.21 281	0.43 10	2.00 21	1.58 29	1.02 27	1.06 11	0.78 25	0.98 55	1.58 48	0.93 30	1.21 364	0.20 17	0.23 4	0.15 3	0.23 3	0.27 6

RCA-Stereo	1.38 12	0.61 29	3.95 17	0.94 69	0.48 40	4.68 360	0.78 116	4.17 257	1.95 79	1.93 110	1.84 171	0.94 45	1.48 157	1.23 10	0.75 4	0.30 55	0.43 233	0.25 23	0.20 19	0.26 12	0.37 50

GMStereo_Zeroshot	1.51 16	1.27 211	4.75 18	1.54 283	0.72 118	3.33 93	0.54 24	2.67 67	1.74 59	2.34 241	1.57 89	2.40 201	0.96 53	2.51 141	1.21 79	0.48 253	0.23 70	0.41 244	0.24 64	0.82 329	0.40 64

CSP-Net	1.99 38	1.70 259	4.84 19	1.22 179	1.02 191	3.42 104	1.30 260	3.66 136	2.11 93	2.07 162	1.93 198	2.40 201	1.48 157	8.56 272	1.62 162	0.51 275	0.41 221	0.27 43	0.27 104	0.44 206	0.54 139

anonymity	2.02 44	1.28 214	5.16 20	1.73 320	1.63 318	1.86 19	1.06 225	3.50 120	2.42 137	2.19 195	2.11 228	1.88 147	3.89 341	1.92 89	1.56 146	1.11 359	1.14 322	1.08 369	1.11 367	1.05 345	2.68 322

Any-RAFT	1.62 19	0.59 17	5.29 21	1.12 140	0.76 130	4.41 308	0.79 122	4.12 240	3.26 256	2.02 143	1.36 53	2.82 246	1.56 178	1.90 88	0.81 12	0.29 33	0.25 100	0.26 34	0.19 9	0.25 5	0.35 34

ProNet	1.63 20	0.91 139	5.70 22	0.96 84	0.64 96	2.40 42	0.82 134	1.92 17	3.28 260	0.69 1	1.17 25	0.78 25	0.76 23	1.72 66	0.87 22	0.27 21	0.97 315	0.25 23	0.26 89	0.31 47	7.97 370

LoS_RVC	1.23 9	1.51 238	6.09 23	0.88 47	1.71 333	1.96 23	0.59 36	1.61 4	1.37 2	0.84 10	1.35 50	0.84 34	1.15 103	1.49 40	0.83 18	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 281

RAFT-Test	1.67 25	0.64 37	6.13 24	1.25 200	1.82 346	3.06 65	0.78 116	4.02 205	3.09 231	1.88 103	1.70 118	3.76 314	1.03 62	1.40 31	1.07 60	0.29 33	0.33 162	0.25 23	0.23 51	0.29 31	0.33 22

AEACV	2.12 53	0.67 52	6.33 25	1.38 241	1.50 290	3.53 128	0.90 179	2.83 73	1.60 37	0.91 20	0.81 6	0.80 30	1.61 188	1.56 47	0.73 3	0.25 8	0.60 277	0.26 34	0.27 104	0.29 31	15.65 408

MC-Stereo	2.54 137	0.58 9	6.38 26	1.30 215	1.37 270	4.56 337	0.60 40	2.08 26	1.57 28	1.97 126	1.68 113	0.89 41	1.12 92	1.46 36	0.88 24	0.27 21	8.44 393	0.27 43	0.22 43	0.26 12	14.87 399

222	3.82 310	0.88 128	6.92 27	1.15 151	0.99 183	3.27 82	0.64 57	4.57 357	5.37 379	2.43 264	2.32 264	1.41 88	1.44 149	10.64 322	18.51 401	0.32 82	4.89 381	0.32 130	0.30 175	0.34 108	9.80 386

tt	7.29 391	0.58 9	7.34 28	4.04 396	2.30 366	12.04 406	20.18 412	15.60 416	7.41 396	3.46 348	3.36 343	5.36 372	6.39 370	4.27 197	7.46 333	9.80 417	11.53 414	7.04 415	7.45 416	6.31 406	3.81 344

DAS	2.52 129	0.76 104	7.72 29	1.16 155	1.64 322	2.96 60	2.10 334	4.14 246	3.31 270	4.16 367	2.51 293	2.56 221	1.81 233	11.54 354	1.83 201	0.44 219	0.23 70	0.39 235	0.25 75	0.42 189	0.45 88

SepStereo	2.36 98	0.76 104	7.72 29	1.16 155	1.64 322	2.96 60	2.10 334	4.14 246	3.31 270	4.16 367	2.51 293	2.56 221	1.81 233	8.34 270	1.83 201	0.44 219	0.23 70	0.39 235	0.25 75	0.42 189	0.45 88

EAI-Stereo	4.89 355	0.69 63	7.74 31	0.99 98	1.63 318	4.68 360	51.52 426	5.79 392	3.37 280	3.64 354	7.24 372	1.10 55	0.95 52	2.51 141	1.71 182	0.33 105	0.31 149	0.28 63	2.04 397	0.28 20	0.92 238

mmm	2.70 182	0.80 110	8.26 32	1.50 276	1.18 231	2.44 43	0.85 149	4.08 226	4.59 356	2.31 225	1.95 200	1.51 97	1.55 176	2.33 132	1.72 184	0.31 69	7.71 392	0.45 266	0.42 281	0.40 164	9.56 384

SMFormer	2.40 107	0.73 79	8.34 33	1.41 251	0.61 83	2.04 24	0.72 86	4.30 300	4.43 349	2.41 259	2.40 275	1.94 153	1.52 167	10.99 334	3.10 285	0.35 133	0.84 302	0.36 208	0.33 209	0.40 164	0.77 214

tta	2.44 117	0.73 79	8.34 33	1.41 251	0.61 83	2.04 24	0.72 86	4.30 300	4.43 349	2.41 259	2.40 275	1.94 153	1.52 167	10.99 334	3.10 285	0.35 133	0.84 302	0.36 208	0.33 209	0.31 47	1.75 293

qqq1	2.35 96	0.73 79	8.34 33	1.41 251	0.61 83	2.04 24	0.72 86	4.30 300	4.43 349	2.41 259	2.40 275	1.94 153	1.52 167	10.99 334	1.36 113	0.35 133	0.84 302	0.30 98	0.25 75	0.31 47	1.75 293

fff1	2.35 96	0.73 79	8.34 33	1.41 251	0.61 83	2.04 24	0.72 86	4.30 300	4.43 349	2.41 259	2.40 275	1.94 153	1.52 167	10.99 334	1.36 113	0.35 133	0.84 302	0.30 98	0.25 75	0.31 47	1.75 293

CASS	1.65 23	0.73 79	8.72 37	0.97 91	0.67 104	2.88 54	0.69 76	3.07 89	1.86 70	2.82 309	2.02 209	1.39 85	1.55 176	1.75 72	1.36 113	0.51 275	0.28 133	0.34 179	0.28 129	0.47 231	0.63 178
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	1.50 15	0.65 44	8.73 38	0.91 56	0.75 126	2.97 62	0.90 179	2.93 75	1.38 3	1.56 60	1.07 14	2.75 240	0.88 41	1.43 33	1.13 66	0.32 82	0.22 47	0.35 197	0.20 19	0.45 213	0.41 69

Selective-IGEV	1.42 14	0.58 9	8.82 39	0.92 62	0.85 147	1.32 10	0.80 126	2.85 74	3.84 321	0.87 15	1.68 113	0.71 16	0.62 6	1.30 14	0.75 4	0.24 4	0.27 127	0.24 14	0.19 9	0.27 15	1.18 264

EGLCR-Stereo	2.52 129	0.56 4	9.39 40	1.16 155	0.81 139	5.24 381	0.61 43	4.20 267	1.56 26	1.09 30	0.71 1	1.09 54	0.66 12	1.92 89	0.82 17	0.29 33	0.30 145	0.29 77	0.24 64	0.37 142	19.09 419

test-1	1.81 29	0.72 76	9.51 41	1.02 108	1.57 306	3.85 187	0.60 40	4.07 219	1.51 16	1.94 116	1.81 156	2.04 173	0.91 45	1.39 30	1.73 187	0.27 21	0.93 309	0.31 116	0.25 75	0.29 31	1.37 273

DANet	2.82 202	1.17 197	10.20 42	1.87 332	1.72 335	3.25 81	1.15 243	4.36 325	3.02 218	3.42 347	2.18 242	4.09 331	1.79 230	9.78 294	4.32 304	0.55 294	0.57 268	0.60 327	0.44 289	0.65 293	1.25 268
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DLCB_ROB	2.55 142	1.32 221	10.26 43	1.31 218	1.04 202	2.94 58	1.29 259	3.81 165	2.73 169	2.93 317	2.17 237	3.37 286	1.53 171	10.40 319	3.26 290	0.42 199	0.35 178	0.41 244	0.37 248	0.43 198	0.68 193

StereoDRNet-Refined	2.23 68	0.98 166	10.62 44	1.25 200	0.78 133	3.29 87	0.71 83	3.96 191	2.20 103	2.43 264	2.05 219	2.97 255	1.46 153	6.87 248	2.33 250	0.37 160	0.25 100	0.42 254	0.34 218	0.47 231	0.80 219
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CRFU-Net	2.56 147	0.89 132	10.77 45	2.53 366	1.09 213	3.91 201	1.40 274	3.87 173	1.92 75	2.25 207	1.80 151	3.32 283	7.85 383	5.53 213	1.54 143	0.58 300	0.36 185	0.31 116	0.28 129	0.39 161	0.56 144

DSFCA	2.38 103	1.03 178	11.06 46	1.15 151	1.18 231	3.97 220	1.75 310	3.63 132	2.44 143	3.14 334	1.68 113	2.90 252	2.48 287	5.38 208	3.17 288	0.49 259	0.45 239	0.37 219	0.37 248	0.54 252	0.46 95

anonymousdsp2	2.72 185	0.68 58	11.15 47	1.20 171	0.64 96	3.66 154	0.71 83	3.71 147	2.14 98	1.62 67	1.61 96	1.95 157	1.00 58	2.24 123	0.81 12	0.32 82	0.50 260	0.28 63	0.20 19	0.34 108	19.58 420

Anonymous_2	4.03 322	0.99 175	11.19 48	1.20 171	1.71 333	3.68 157	0.93 197	3.76 154	1.63 46	2.07 162	1.43 65	4.76 362	2.34 278	1.86 87	1.78 192	0.82 346	2.42 356	8.69 417	16.64 422	4.38 399	8.29 376

DMCA	2.02 44	1.07 182	11.33 49	1.17 162	0.96 179	3.92 208	0.89 163	3.80 163	3.11 232	2.89 313	1.58 93	2.35 199	1.17 104	1.79 74	2.25 244	0.42 199	0.29 137	0.42 254	0.27 104	0.38 151	0.43 80

DISCO	2.40 107	0.99 175	11.99 50	1.81 329	1.12 220	3.47 113	1.24 256	3.34 110	2.57 156	2.73 297	1.96 201	4.52 353	1.90 247	4.18 195	3.62 296	0.37 160	0.27 127	0.31 116	0.30 175	0.70 308	0.62 175

MMNet	2.15 56	1.33 222	12.06 51	1.22 179	1.23 246	3.55 131	0.89 163	3.84 169	2.26 114	2.19 195	1.78 144	2.15 182	2.10 257	3.70 182	2.35 252	0.45 228	0.38 203	0.34 179	0.28 129	0.40 164	0.52 130

CBFPSM	2.24 70	2.06 281	12.12 52	1.13 145	1.05 204	2.85 52	1.23 254	3.37 113	2.05 87	1.82 99	1.33 48	4.55 354	4.00 343	2.38 134	2.35 252	0.27 21	0.38 203	0.32 130	0.28 129	0.39 161	0.89 234

ccs_rob	2.03 46	0.74 85	12.67 53	0.87 42	0.75 126	3.91 201	0.66 60	4.04 212	1.93 76	1.92 109	1.79 147	3.24 277	1.63 199	2.52 145	1.25 92	0.32 82	0.37 190	0.54 313	0.28 129	0.66 297	0.51 125

CFNet_pseudo	2.03 46	0.74 85	12.75 54	0.87 42	0.74 122	3.91 201	0.65 59	4.04 212	1.93 76	1.93 110	1.79 147	3.25 278	1.61 188	2.51 141	1.25 92	0.32 82	0.37 190	0.53 305	0.28 129	0.64 288	0.50 119

ccnet	3.03 229	1.48 235	12.88 55	1.54 283	1.26 251	3.71 162	2.32 343	4.11 235	3.05 225	2.92 316	3.21 338	2.86 249	2.40 281	9.87 297	4.19 301	0.80 342	0.76 298	0.71 349	0.70 342	0.78 321	1.07 255

riskmin	2.46 121	0.61 29	12.91 56	1.22 179	1.65 325	3.56 133	0.61 43	4.30 300	1.50 13	1.86 102	1.16 24	4.30 345	2.02 253	1.53 46	1.32 104	0.29 33	0.95 312	0.34 179	0.23 51	0.43 198	8.34 378

raftrobust	2.05 49	1.45 232	13.44 57	1.29 211	5.81 405	3.59 137	0.67 62	2.80 72	1.50 13	2.21 200	1.41 64	1.17 62	1.22 112	1.37 29	1.46 134	0.29 33	0.33 162	0.22 3	0.20 19	0.27 15	0.36 49

IGEV+	3.59 294	0.91 139	13.63 58	1.08 125	0.98 181	1.27 9	0.98 210	3.33 109	1.89 73	0.93 24	1.38 58	0.86 37	1.09 81	1.71 62	1.09 63	0.36 152	21.52 429	0.23 4	0.21 25	0.31 47	18.10 418

CoDeX	2.47 123	0.91 139	13.65 59	1.03 111	1.17 229	3.28 84	1.30 260	4.17 257	2.99 209	1.78 93	1.85 175	2.04 173	1.46 153	9.99 305	1.66 171	0.38 173	0.28 133	0.32 130	0.28 129	0.34 108	0.57 149

NVstereo2D	2.79 200	1.13 193	13.75 60	1.37 238	1.47 288	3.57 134	1.38 272	4.17 257	3.77 319	2.04 151	1.72 124	3.05 262	1.75 222	10.84 327	1.72 184	0.62 310	0.48 254	0.56 317	0.54 319	0.79 325	1.02 250

iRaft-Stereo_5w	2.47 123	1.37 225	13.85 61	0.87 42	0.99 183	3.22 74	0.84 145	3.72 148	2.12 95	1.57 62	2.49 289	2.20 184	2.22 271	9.12 281	2.03 226	0.48 253	0.27 127	0.35 197	0.29 159	0.48 237	0.94 242

AnyNet_C32	4.49 341	9.53 356	13.85 61	1.67 308	1.56 304	5.40 383	4.06 389	4.03 208	3.69 316	4.21 369	3.09 333	3.09 267	3.38 332	8.24 268	18.76 404	0.56 297	0.64 284	0.53 305	0.81 352	1.36 368	1.42 277

hknet	2.34 94	0.78 107	13.86 63	0.94 69	1.07 207	4.18 270	1.14 240	4.49 345	3.00 211	2.96 322	1.82 158	3.47 291	1.30 123	4.11 193	1.77 191	0.35 133	0.25 100	0.31 116	0.28 129	0.38 151	0.41 69

MADNet++	8.64 396	6.17 336	13.88 64	6.61 409	5.25 403	10.15 401	14.20 407	5.89 394	8.25 397	7.14 391	8.18 378	6.41 378	9.84 393	11.71 364	16.73 381	9.65 416	5.03 382	8.63 416	5.68 413	4.83 403	8.57 380

PVD	3.91 316	4.36 325	13.89 65	2.81 377	4.79 401	3.80 178	1.94 320	3.89 176	4.11 331	5.75 384	3.56 348	3.59 306	3.34 328	6.44 236	6.44 323	0.73 334	2.84 361	0.74 355	0.84 354	0.82 329	3.45 341

MFN_U_SF_DS_RVC	4.38 337	13.66 381	13.95 66	1.39 248	1.58 311	5.18 380	3.31 369	4.53 351	3.22 249	2.60 282	2.62 304	4.99 366	2.11 259	13.99 403	4.21 302	1.53 373	2.56 359	0.67 343	1.82 391	0.83 332	2.92 329

test_xeample	4.19 326	0.93 150	14.09 67	1.16 155	1.17 229	3.28 84	0.80 126	4.63 364	5.30 375	2.46 269	2.35 266	1.39 85	1.42 145	10.88 329	17.68 395	0.30 55	6.50 388	0.32 130	0.32 202	0.36 138	8.38 379

IER	2.09 52	0.91 139	14.11 68	0.97 91	1.15 225	3.17 71	0.89 163	3.59 126	2.39 131	2.15 181	1.98 204	2.27 188	2.11 259	2.39 135	1.80 197	0.35 133	0.24 88	0.36 208	0.30 175	0.34 108	0.42 76

SHD	3.22 258	4.21 324	14.19 69	2.37 357	2.12 358	2.77 50	1.19 247	4.24 284	3.25 255	4.64 376	2.73 315	3.62 309	2.76 298	6.30 232	4.75 313	0.66 317	1.25 327	0.52 301	0.59 329	0.69 307	1.64 290

UPFNet	2.23 68	0.86 122	14.25 70	1.28 206	1.44 284	3.51 124	1.34 265	4.05 215	2.11 93	2.44 267	1.53 73	2.41 205	1.39 135	3.62 181	1.91 209	0.41 190	0.41 221	0.37 219	0.32 202	0.44 206	0.48 110

JetBlue	6.69 386	12.01 370	14.30 71	1.98 340	4.64 400	11.97 405	12.29 405	5.39 384	4.32 348	3.81 359	4.51 362	9.50 391	6.53 372	10.22 311	14.50 370	1.32 366	1.47 330	1.18 373	1.36 380	7.48 412	5.05 356

MADNet+	4.46 340	11.36 366	14.35 72	2.23 351	2.50 370	4.18 270	2.86 358	5.46 386	4.43 349	2.74 298	2.69 312	4.55 354	3.43 333	8.97 280	9.42 342	1.47 371	2.06 345	1.09 370	1.02 362	1.54 372	2.96 331

iResNet_ROB	2.72 185	10.38 362	14.41 73	1.46 266	0.99 183	3.74 167	0.66 60	4.01 200	2.84 187	2.04 151	2.05 219	1.98 164	1.38 132	4.73 200	1.91 209	0.35 133	0.20 17	0.28 63	0.19 9	0.33 87	0.41 69

PWC_ROB	3.32 272	4.61 327	14.41 73	1.46 266	1.90 349	3.21 72	1.15 243	4.39 334	3.46 299	3.13 331	3.40 344	2.79 245	2.34 278	9.17 282	6.94 326	0.61 305	0.34 169	0.61 330	0.37 248	0.73 312	1.40 274

HCRNet	2.24 70	0.74 85	14.54 75	0.82 26	1.36 267	4.11 245	0.70 78	3.61 130	3.03 220	1.83 101	1.61 96	1.58 100	1.40 139	5.79 216	1.60 158	0.35 133	0.28 133	0.36 208	0.29 159	0.34 108	0.46 95

xxxx	4.25 330	0.86 122	14.59 76	1.30 215	1.16 226	3.51 124	0.63 55	4.56 355	5.42 382	2.33 239	2.29 260	2.04 173	1.39 135	10.23 312	18.00 397	0.33 105	7.15 391	0.31 116	0.30 175	0.35 121	8.33 377

DPSNet	3.94 319	2.01 280	14.69 77	1.58 291	1.30 256	4.17 266	2.08 333	4.57 357	4.63 357	2.78 303	1.99 207	3.79 316	7.88 384	10.66 323	11.35 352	0.94 352	0.99 316	0.41 244	0.57 326	1.09 352	1.40 274

CroCo-Stereo Lap2	1.65 23	1.14 195	14.70 78	1.00 101	1.80 345	0.53 2	0.46 12	3.18 94	1.62 43	1.10 32	1.24 33	1.05 52	0.78 26	1.40 31	1.18 74	0.31 69	0.23 70	0.27 43	0.22 43	0.46 221	0.38 57

Wz-Net-LNSev-Ref	2.72 185	2.55 299	14.91 79	1.37 238	1.36 267	3.50 122	1.63 300	4.11 235	3.38 282	2.55 279	2.04 213	2.35 199	2.50 290	5.14 204	4.64 311	0.53 287	0.22 47	0.35 197	0.21 25	0.41 182	0.60 167

Gwc-CoAtRS	1.80 28	0.61 29	14.92 80	1.08 125	0.61 83	2.88 54	0.63 55	2.47 41	1.62 43	1.80 97	1.50 71	2.73 235	1.17 104	1.35 25	1.08 61	0.30 55	0.22 47	0.25 23	0.23 51	0.28 20	0.30 12

iinet-f	2.44 117	1.82 270	14.97 81	1.21 176	1.11 218	3.78 174	1.10 233	4.19 265	2.90 199	2.10 169	1.76 134	2.99 257	2.97 306	2.84 164	2.79 269	0.38 173	0.38 203	0.28 63	0.28 129	0.50 242	0.47 103

MFN_U_SF_RVC	4.08 323	13.72 386	15.13 82	2.00 341	1.43 282	3.73 165	1.68 307	4.11 235	3.39 287	2.93 317	2.38 270	4.39 348	3.63 336	8.63 273	6.14 320	1.14 361	1.07 321	1.01 365	1.35 379	1.63 374	2.09 308

XQC	3.41 279	6.58 338	15.18 83	1.97 338	1.62 315	3.40 99	1.76 311	4.53 351	3.67 315	3.40 346	2.45 285	3.73 312	2.91 303	6.78 245	5.36 317	0.73 334	0.90 307	0.60 327	0.61 333	1.02 343	0.99 246

DCANet-4	2.06 50	0.58 9	15.30 84	0.86 36	0.44 29	4.16 261	0.57 28	4.31 310	3.28 260	2.31 225	1.82 158	1.04 51	1.54 173	1.69 58	1.56 146	0.35 133	0.24 88	0.24 14	0.19 9	0.25 5	0.57 149

tt1	3.79 309	0.93 150	15.34 85	1.83 330	0.45 30	4.54 327	0.78 116	4.23 277	4.73 362	1.27 43	1.89 184	0.74 22	1.48 157	2.29 128	0.78 7	0.30 55	19.28 425	0.32 130	0.22 43	0.31 47	14.02 393

MSMDNet	2.16 58	0.71 73	15.36 86	0.86 36	0.75 126	3.41 102	0.69 76	3.70 145	2.25 111	1.73 85	1.64 108	3.21 275	2.95 304	2.09 103	1.24 86	0.32 82	0.37 190	0.45 266	0.27 104	0.63 285	0.50 119

PASM	3.22 258	2.89 304	15.38 87	2.00 341	1.57 306	2.77 50	1.96 322	3.62 131	2.75 172	2.95 321	2.26 254	3.10 268	2.24 272	11.87 368	2.46 259	0.97 354	1.06 318	0.87 361	1.02 362	1.20 360	1.41 276

PCWNet_CMD	2.16 58	0.71 73	15.44 88	0.84 28	0.76 130	3.38 96	0.68 70	3.69 143	2.24 108	1.72 83	1.63 103	3.20 274	3.00 312	2.09 103	1.23 82	0.32 82	0.37 190	0.47 273	0.27 104	0.65 293	0.51 125

FBW_ROB	3.91 316	2.07 282	15.46 89	1.60 294	1.16 226	3.80 178	1.48 285	4.37 328	3.41 289	2.53 277	2.45 285	4.19 339	2.10 257	15.17 406	9.45 343	0.86 348	0.65 287	1.54 380	0.96 360	1.08 351	3.80 343

ADCRef	3.66 298	5.95 334	15.50 90	1.20 171	1.41 279	3.93 209	1.61 297	3.92 183	2.77 176	3.13 331	2.20 246	2.40 201	2.78 299	6.23 231	16.59 379	0.50 269	0.35 178	0.63 337	0.62 335	0.58 268	0.92 238

qqq	2.96 220	0.88 128	15.54 91	1.27 204	0.74 122	2.29 39	0.90 179	4.07 219	4.63 357	1.63 68	1.32 47	1.78 131	1.36 129	5.19 205	1.68 174	0.29 33	6.43 387	0.33 162	0.36 240	0.35 121	8.09 371

test_4	1.98 34	0.68 58	15.65 92	0.91 56	0.48 40	4.11 245	1.09 229	2.41 37	1.50 13	1.55 58	2.31 263	1.87 146	0.79 32	2.86 165	1.51 137	0.34 121	0.19 9	0.29 77	0.29 159	0.30 42	0.40 64

NCCL2	2.96 220	4.07 323	15.75 93	1.24 186	1.03 195	3.48 119	2.55 349	3.79 158	2.39 131	2.78 303	1.80 151	2.41 205	1.67 211	10.27 315	2.48 262	0.46 241	0.41 221	0.57 320	0.55 323	0.61 274	0.86 231

SFCPSM	2.16 58	0.75 96	15.82 94	0.91 56	0.98 181	3.74 167	1.27 258	4.15 250	2.56 154	1.90 105	1.82 158	1.64 106	1.39 135	2.51 141	1.57 149	0.36 152	0.28 133	0.39 235	0.36 240	0.36 138	0.50 119

Wz-Net-TNSev	4.22 327	13.55 378	15.87 95	1.57 289	1.19 236	3.61 143	2.48 346	4.38 332	3.45 298	2.29 221	1.91 192	4.20 340	2.86 301	12.11 374	10.56 346	0.61 305	0.59 275	0.48 278	0.54 319	0.93 339	1.24 267

x	2.94 217	0.83 117	16.07 96	1.51 278	0.83 142	2.13 31	0.96 207	3.97 194	4.73 362	1.73 85	1.43 65	1.61 102	1.27 117	2.24 123	1.71 182	0.29 33	6.91 389	0.34 179	0.31 192	0.34 108	9.60 385

NINENet	2.59 152	0.89 132	16.09 97	1.16 155	1.07 207	4.50 321	0.75 105	4.43 338	2.61 160	2.18 190	1.91 192	3.61 307	1.03 62	7.92 265	1.18 74	0.49 259	0.34 169	0.41 244	0.30 175	0.42 189	0.44 84

ADCL	4.70 349	4.04 321	16.12 98	1.35 229	1.28 253	5.46 384	10.88 402	4.08 226	4.25 340	5.97 386	4.51 362	4.29 344	5.60 360	6.37 233	15.21 374	0.54 291	0.48 254	0.88 362	0.78 349	0.86 333	1.01 249

StereoIM	1.60 17	1.11 189	16.13 99	0.67 2	1.87 347	1.22 8	0.39 5	2.17 30	1.42 5	0.69 1	0.78 3	0.88 39	0.70 13	1.24 11	1.13 66	0.32 82	0.23 70	0.26 34	0.21 25	0.32 66	0.28 7

FADNet	3.20 255	11.55 368	16.16 100	1.24 186	0.95 177	3.30 91	0.87 155	4.00 198	2.73 169	1.42 50	1.35 50	2.51 215	2.04 254	9.95 303	2.39 257	0.44 219	0.46 243	0.40 240	0.44 289	1.13 356	0.61 171

cross-raft	1.95 32	0.66 51	16.17 101	1.23 185	0.92 168	2.25 36	0.70 78	3.69 143	1.68 55	1.78 93	1.53 73	3.15 272	1.13 93	1.35 25	1.06 59	0.24 4	0.23 70	0.26 34	0.24 64	0.29 31	0.45 88

ff7	2.60 154	0.81 113	16.25 102	0.89 48	0.56 68	4.55 333	0.83 138	1.68 6	3.44 292	0.88 16	1.10 15	0.70 11	0.78 26	1.93 91	0.93 30	0.29 33	0.37 190	0.29 77	0.21 25	0.33 87	15.08 402

IGEVStereo-DCA	3.09 236	3.48 316	16.25 102	0.96 84	0.49 47	1.59 13	0.83 138	1.68 6	3.44 292	0.75 4	0.78 3	0.74 22	0.73 18	5.79 216	7.75 336	0.32 82	0.26 120	0.28 63	0.21 25	0.32 66	15.08 402

ffff	2.60 154	0.81 113	16.25 102	0.89 48	0.56 68	4.55 333	0.83 138	1.68 6	3.44 292	0.88 16	1.10 15	0.70 11	0.78 26	1.93 91	0.93 30	0.29 33	0.37 190	0.29 77	0.21 25	0.33 87	15.08 402

11t	2.60 154	0.81 113	16.25 102	0.89 48	0.56 68	4.55 333	0.83 138	1.68 6	3.44 292	0.88 16	1.10 15	0.70 11	0.78 26	1.93 91	0.93 30	0.29 33	0.37 190	0.29 77	0.21 25	0.33 87	15.08 402

ccc-4	2.60 154	0.81 113	16.25 102	0.89 48	0.56 68	4.55 333	0.83 138	1.68 6	3.44 292	0.88 16	1.10 15	0.70 11	0.78 26	1.93 91	0.93 30	0.29 33	0.37 190	0.29 77	0.21 25	0.33 87	15.08 402

RYNet	3.15 246	1.48 235	16.27 107	1.24 186	1.39 273	3.67 155	1.44 281	4.09 230	3.20 241	2.26 213	1.70 118	3.83 318	2.15 265	13.64 399	3.23 289	0.45 228	0.45 239	0.50 293	0.35 231	0.81 327	0.83 223

CFNet	3.04 231	6.89 341	16.27 107	1.36 233	1.24 248	4.09 241	0.72 86	4.15 250	3.00 211	1.69 79	1.88 182	2.27 188	1.45 151	11.41 350	2.12 235	0.36 152	0.29 137	0.43 258	0.36 240	0.48 237	0.38 57

StereoDRNet	3.07 234	2.92 307	16.33 109	1.36 233	1.57 306	3.45 110	2.04 331	3.77 156	2.85 188	3.31 343	1.85 175	2.78 244	1.79 230	10.85 328	3.41 291	0.45 228	0.36 185	0.39 235	0.37 248	0.62 279	0.85 228

SAMSARA	4.67 347	6.50 337	16.40 110	4.62 406	3.13 381	6.62 392	3.49 374	5.24 379	3.04 223	7.78 394	3.07 331	5.32 371	4.05 344	9.98 304	6.42 322	0.69 323	2.39 355	0.60 327	0.74 346	0.99 342	2.26 314

AnyNet_C01	4.68 348	10.90 365	16.41 111	2.03 345	1.62 315	6.25 388	6.40 396	4.19 265	5.13 374	4.03 363	3.77 352	4.14 335	3.26 323	7.23 252	11.19 348	0.64 314	0.80 300	0.65 341	0.72 344	2.18 378	2.08 306

AdaStereo	2.22 67	0.90 137	16.41 111	1.33 226	0.83 142	3.21 72	1.12 236	4.25 293	2.91 200	2.06 156	1.76 134	2.47 212	1.17 104	1.93 91	1.65 170	0.50 269	0.26 120	0.43 258	0.29 159	0.46 221	0.39 62
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.
DIP-Stereo	2.03 46	0.98 166	16.44 113	0.67 2	0.62 91	4.30 293	0.58 34	4.43 338	2.89 198	1.97 126	1.40 61	0.91 42	0.86 38	1.31 16	1.27 99	0.38 173	0.23 70	0.33 162	0.23 51	0.33 87	0.57 149
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RTSC	3.44 282	6.78 340	16.53 114	1.76 326	1.54 296	3.53 128	0.94 199	4.22 272	2.97 205	3.65 355	3.23 340	3.31 282	2.29 274	6.22 229	7.41 332	0.61 305	1.32 328	0.37 219	0.42 281	0.78 321	0.98 245

MSC_U_SF_DS_RVC	4.90 356	13.94 389	16.59 115	1.69 312	1.46 286	6.15 387	3.52 376	5.47 387	3.95 327	2.77 301	2.74 316	4.81 363	2.49 289	13.78 400	5.33 316	2.34 379	3.46 372	1.05 367	1.21 373	2.28 379	2.94 330

DeepPrunerF	4.00 321	5.64 333	16.81 116	1.36 233	1.75 337	3.69 158	1.54 290	4.24 284	13.98 405	2.21 200	1.77 141	2.73 235	2.29 274	10.90 331	6.64 325	0.71 327	0.61 279	0.77 356	0.79 350	0.87 335	0.79 218

s12784h	2.08 51	0.50 2	16.85 117	0.75 8	0.36 3	4.42 309	0.49 15	4.23 277	3.08 228	2.03 148	2.67 310	0.91 42	1.05 75	2.05 100	0.78 7	0.37 160	0.18 5	0.24 14	0.16 5	0.27 15	0.26 5

Wz-Net-SNSev	3.47 288	10.51 363	16.90 118	1.65 306	1.20 238	3.29 87	2.03 330	4.16 253	3.03 220	2.35 243	2.39 273	3.48 292	2.12 261	7.95 266	4.28 303	0.51 275	0.40 215	0.53 305	0.49 303	0.74 316	1.46 279

FADNet-RVC	3.23 260	12.51 372	17.02 119	1.17 162	0.81 139	3.52 126	1.09 229	4.16 253	2.74 171	1.44 53	1.29 44	1.86 143	1.76 224	9.82 295	2.46 259	0.39 180	0.38 203	0.40 240	0.41 278	0.68 305	0.59 163

AE-Stereo	2.91 211	0.63 34	17.05 120	1.15 151	0.63 94	4.39 304	0.70 78	4.02 205	2.12 95	1.24 42	2.04 213	1.01 49	0.91 45	1.67 52	1.42 123	0.30 55	1.14 322	0.28 63	0.28 129	0.27 15	16.93 417

CFNet_ucs	2.32 89	0.75 96	17.05 120	0.90 54	0.81 139	3.86 190	0.68 70	4.31 310	2.68 164	2.13 175	2.04 213	3.30 280	1.24 115	2.63 151	1.23 82	0.37 160	0.46 243	0.56 317	0.30 175	0.67 300	0.53 135

XPNet_ROB	2.99 225	1.58 247	17.06 122	1.38 241	0.99 183	3.91 201	1.62 299	4.20 267	2.42 137	2.87 312	2.03 211	2.31 193	1.72 220	10.76 325	3.60 295	0.55 294	0.49 257	0.48 278	0.40 268	0.53 249	0.85 228

AANet_RVC	3.70 304	7.03 342	17.25 123	1.21 176	1.12 220	3.79 175	1.09 229	3.98 195	3.38 282	2.65 291	4.29 360	3.95 324	1.40 139	11.43 352	7.88 338	1.25 365	0.57 268	0.34 179	0.25 75	0.43 198	0.71 199

Wz-Net-MNSev	3.26 266	7.24 343	17.26 124	1.58 291	1.37 270	3.27 82	2.45 344	4.10 232	4.50 355	2.61 286	2.17 237	2.33 195	3.02 313	7.48 259	2.88 276	0.46 241	0.39 212	0.37 219	0.38 255	0.61 274	0.63 178

Wz-Net-LNSev	2.78 199	6.16 335	17.27 125	1.24 186	1.65 325	3.49 120	1.55 292	3.70 145	3.61 309	1.96 123	1.76 134	3.30 280	2.17 269	2.78 161	2.24 243	0.49 259	0.35 178	0.32 130	0.31 192	0.56 261	0.65 185

ADStereo(finetuned)	2.30 87	0.97 163	17.29 126	0.86 36	0.43 25	4.17 266	0.59 36	4.31 310	3.29 265	2.35 243	1.86 177	1.18 65	3.35 329	1.69 58	1.59 154	0.34 121	0.25 100	0.23 4	0.19 9	0.31 47	0.72 202

PWCDC_ROB	3.62 295	9.86 359	17.35 127	1.62 298	1.57 306	4.19 278	1.01 212	4.35 323	4.20 335	2.26 213	7.36 373	2.73 235	2.75 297	4.10 192	4.51 308	1.47 371	0.37 190	0.39 235	0.34 218	1.22 362	0.73 207

ADCS	4.77 353	12.63 373	17.40 128	1.72 318	1.34 264	3.90 198	3.60 380	4.30 300	3.54 306	5.11 381	2.81 320	4.44 349	3.05 316	6.15 228	19.32 406	0.74 337	0.68 290	0.70 347	0.70 342	1.25 364	1.98 303

WZ-Net	4.39 338	12.37 371	17.44 129	1.47 270	1.42 281	3.76 169	2.27 341	4.17 257	3.11 232	2.89 313	2.24 251	4.05 329	5.69 364	10.89 330	12.07 356	0.66 317	0.41 221	0.47 273	0.49 303	0.78 321	1.12 259

EDNetEfficient	5.62 366	2.26 291	17.51 130	1.67 308	3.59 387	3.99 222	7.25 397	3.14 91	5.63 387	11.52 411	4.82 365	3.94 323	12.48 396	8.39 271	20.56 409	0.46 241	0.46 243	0.48 278	1.06 365	1.65 376	1.62 289

IMH-64-1	6.10 374	13.83 387	17.55 131	4.34 399	3.78 389	4.79 372	5.94 393	5.34 380	4.20 335	4.10 364	8.31 381	5.07 368	6.92 374	9.63 292	7.36 330	4.60 406	2.96 366	3.04 398	2.14 398	4.30 397	3.88 346

IMH-64	6.10 374	13.83 387	17.55 131	4.34 399	3.78 389	4.79 372	5.94 393	5.34 380	4.20 335	4.10 364	8.31 381	5.07 368	6.92 374	9.63 292	7.36 330	4.60 406	2.96 366	3.04 398	2.14 398	4.30 397	3.88 346

gwcnet-sp	2.38 103	1.51 238	17.58 133	1.11 133	0.92 168	3.59 137	1.03 217	3.79 158	2.43 139	2.60 282	1.63 103	1.80 133	1.61 188	3.87 185	1.99 218	0.33 105	0.32 155	0.30 98	0.29 159	0.40 164	0.47 103

scenet	2.38 103	1.51 238	17.58 133	1.11 133	0.92 168	3.59 137	1.03 217	3.79 158	2.43 139	2.60 282	1.63 103	1.80 133	1.61 188	3.87 185	1.99 218	0.33 105	0.32 155	0.30 98	0.29 159	0.40 164	0.47 103

ssnet	2.38 103	1.51 238	17.58 133	1.11 133	0.92 168	3.59 137	1.03 217	3.79 158	2.43 139	2.60 282	1.63 103	1.80 133	1.61 188	3.87 185	1.99 218	0.33 105	0.32 155	0.30 98	0.29 159	0.40 164	0.47 103

aanetorigin	3.34 275	2.00 279	17.58 133	1.20 171	1.57 306	2.57 46	3.75 383	2.73 69	2.10 91	6.11 388	4.27 359	2.88 250	5.64 362	5.46 211	4.60 310	0.53 287	0.46 243	0.45 266	0.48 300	1.15 357	1.22 265

ADCMid	4.55 343	10.78 364	17.67 137	1.32 224	1.43 282	4.62 344	2.24 339	4.22 272	4.97 371	3.93 361	3.01 328	3.84 319	3.66 337	4.22 196	18.57 403	0.69 323	0.62 282	1.09 370	1.20 372	1.48 370	1.49 281

RP	3.26 266	1.73 261	17.70 138	1.56 288	1.93 351	3.43 106	1.94 320	4.18 262	2.72 168	2.77 301	3.05 330	3.96 325	2.69 295	10.17 309	2.86 273	1.04 355	0.50 260	0.71 349	0.59 329	0.75 318	0.83 223

ETE_ROB	2.93 213	2.12 285	17.80 139	1.13 145	0.94 175	3.71 162	1.53 288	4.29 298	2.98 208	3.32 344	2.13 231	2.34 198	1.51 163	8.68 274	2.82 271	0.44 219	0.40 215	0.51 298	0.49 303	0.56 261	0.80 219

11t1	2.82 202	0.72 76	17.81 140	1.60 294	0.93 172	2.27 38	0.62 50	3.76 154	4.47 354	1.72 83	1.33 48	1.05 52	1.34 127	1.84 85	1.45 132	0.29 33	5.57 384	0.29 77	0.26 89	0.32 66	8.80 382

stereogan	3.26 266	1.26 208	18.01 141	1.38 241	1.66 328	3.76 169	1.64 303	4.06 217	3.86 324	3.23 339	2.70 313	5.02 367	2.85 300	9.88 298	1.85 203	0.71 327	0.51 262	0.69 346	0.48 300	0.86 333	0.85 228

RAFT	2.36 98	1.62 252	18.03 142	1.75 324	0.54 62	1.91 22	0.91 187	3.24 99	3.65 312	1.64 69	1.73 130	3.45 290	1.58 179	1.82 82	1.74 189	0.42 199	1.06 318	0.40 240	0.32 202	0.44 206	1.03 252

BEATNet_4x	2.65 170	4.43 326	18.10 143	1.41 251	0.59 79	3.44 107	1.02 215	4.08 226	2.97 205	2.28 218	1.75 133	2.18 183	1.61 188	2.80 162	3.54 293	0.39 180	0.25 100	0.47 273	0.31 192	0.61 274	0.86 231

RGC	3.35 276	1.84 273	18.13 144	1.52 280	1.79 343	3.33 93	1.37 271	4.18 262	2.39 131	2.96 322	3.23 340	3.98 326	2.71 296	11.53 353	3.42 292	0.90 350	0.48 254	0.79 357	0.79 350	0.75 318	0.89 234

PDISCO_ROB	3.32 272	5.22 330	18.16 145	2.03 345	2.19 361	4.52 326	1.63 300	4.74 372	3.32 273	2.22 202	2.18 242	3.71 311	2.41 282	5.36 207	2.43 258	1.35 367	0.79 299	0.72 352	0.62 335	1.31 366	1.53 283

MLCV	2.52 129	1.77 264	18.20 146	1.17 162	0.63 94	3.60 141	0.53 22	3.88 174	2.35 130	2.82 309	2.24 251	1.99 165	1.42 145	4.59 198	3.09 284	0.39 180	0.22 47	0.33 162	0.22 43	0.35 121	0.52 130

RTS	4.29 334	9.35 354	18.25 147	2.79 375	2.29 364	4.98 376	3.41 371	4.72 369	4.27 342	4.35 370	3.10 334	4.93 364	3.14 318	7.71 263	6.99 327	0.71 327	0.68 290	0.51 298	0.50 309	1.07 349	1.98 303

RTSA	4.29 334	9.35 354	18.25 147	2.79 375	2.29 364	4.98 376	3.41 371	4.72 369	4.27 342	4.35 370	3.10 334	4.93 364	3.14 318	7.71 263	6.99 327	0.71 327	0.68 290	0.51 298	0.50 309	1.07 349	1.98 303

DeepStereo_RVC	2.42 115	0.70 69	18.41 149	0.79 19	0.43 25	4.50 321	0.70 78	2.51 45	3.51 304	2.02 143	1.79 147	1.54 99	6.35 368	1.93 91	1.22 81	0.47 248	0.22 47	0.29 77	0.29 159	0.35 121	0.40 64

delet	2.66 174	1.11 189	18.42 150	1.05 118	1.65 325	3.47 113	2.00 327	3.81 165	2.82 185	2.15 181	2.11 228	2.62 228	1.88 246	5.38 208	2.21 242	0.34 121	0.38 203	0.40 240	0.32 202	0.45 213	0.54 139

DCRE	3.02 227	0.95 157	18.48 151	1.18 166	1.89 348	3.57 134	0.82 134	3.36 112	1.70 57	2.04 151	8.12 377	1.73 115	1.07 79	1.31 16	1.24 86	0.24 4	0.87 306	0.26 34	0.27 104	0.28 20	11.03 389

DGSMNet	8.13 394	2.31 294	18.62 152	2.77 372	13.96 414	6.91 395	42.17 425	4.16 253	2.53 152	2.25 207	3.21 338	3.41 288	1.69 214	9.19 283	3.03 281	3.79 396	10.31 409	11.70 422	5.68 413	4.38 399	10.58 388

test-3	2.19 63	0.59 17	18.63 153	1.13 145	0.75 126	2.07 29	0.89 163	4.37 328	1.53 19	2.25 207	1.20 27	2.05 176	0.79 32	2.68 155	1.35 106	0.29 33	0.95 312	0.28 63	0.27 104	0.27 15	1.47 280

test_3	2.17 61	0.58 9	18.64 154	1.11 133	0.78 133	2.15 33	0.85 149	4.42 336	1.47 7	2.00 134	1.20 27	2.02 170	0.79 32	2.70 158	1.35 106	0.29 33	1.04 317	0.29 77	0.29 159	0.31 47	1.07 255

test_1	2.19 63	0.59 17	18.67 155	1.13 145	0.78 133	2.07 29	0.89 163	4.37 328	1.53 19	2.18 190	1.20 27	2.05 176	0.78 26	2.68 155	1.36 113	0.29 33	0.93 309	0.28 63	0.27 104	0.28 20	1.53 283

THIR-Stereo	4.50 342	1.11 189	18.71 156	0.89 48	0.47 35	2.25 36	16.71 408	3.53 122	1.58 29	2.04 151	12.04 400	2.66 231	7.52 380	7.29 253	11.25 349	0.32 82	0.21 33	0.29 77	0.28 129	0.35 121	0.52 130

TDLM	3.20 255	1.58 247	18.80 157	1.70 316	1.10 216	4.29 291	2.17 337	3.81 165	3.27 258	2.89 313	1.98 204	2.06 178	1.70 217	12.44 383	2.15 236	0.58 300	0.31 149	0.56 317	0.40 268	0.58 268	1.59 286

LMCR-Stereo	2.53 133	2.30 293	18.81 158	1.64 305	0.86 149	3.88 195	1.14 240	4.33 319	1.63 46	2.27 216	2.35 266	1.13 57	2.41 282	2.63 151	2.26 245	1.06 357	0.24 88	0.29 77	0.25 75	0.62 279	0.42 76

AF-Net	3.15 246	2.65 301	18.81 158	1.37 238	1.76 339	3.30 91	1.57 295	4.20 267	3.05 225	2.76 300	2.94 326	4.50 352	3.21 322	5.88 219	3.07 283	0.88 349	0.39 212	0.72 352	0.50 309	0.75 318	0.66 191

MyStereo04	2.54 137	1.18 198	18.82 160	1.04 114	1.21 243	3.96 218	0.95 202	4.02 205	3.01 215	2.06 156	1.27 39	2.33 195	1.66 209	2.06 101	2.01 223	0.26 14	3.49 373	0.34 179	0.27 104	0.43 198	0.49 115

iRaft-Stereo_20w	3.11 238	0.69 63	18.89 161	1.00 101	1.09 213	5.03 378	1.00 211	5.86 393	2.46 146	2.83 311	1.64 108	3.06 264	4.30 348	3.08 171	1.74 189	0.31 69	0.30 145	0.27 43	0.35 231	0.42 189	7.93 369

MyStereo8	2.97 224	1.76 262	18.94 162	1.55 286	1.62 315	4.16 261	0.57 28	3.79 158	2.41 136	2.22 202	2.93 325	2.27 188	1.14 98	2.16 113	2.28 247	0.27 21	8.58 394	0.32 130	0.29 159	0.37 142	1.72 292

DEmStereo	3.24 262	0.65 44	18.95 163	0.83 27	0.54 62	3.85 187	1.79 313	2.53 48	2.54 153	2.25 207	2.74 316	2.02 170	6.02 366	6.78 245	11.30 350	0.40 187	0.26 120	0.27 43	0.27 104	0.28 20	0.57 149

ADCP+	4.42 339	12.67 374	18.95 163	1.12 140	1.55 300	4.30 293	3.60 380	4.01 200	3.80 320	2.30 222	1.71 122	3.93 322	4.29 347	3.49 176	18.77 405	0.40 187	0.41 221	0.63 337	0.53 316	0.67 300	1.35 272

psm_up	3.04 231	1.30 218	18.97 165	1.31 218	1.51 292	3.86 190	1.22 253	4.26 294	2.31 125	2.72 295	1.83 170	2.43 209	1.68 212	12.86 388	1.78 192	0.43 213	0.41 221	0.41 244	0.34 218	0.46 221	0.67 192

SPstereo	30.75 421	13.65 380	19.03 166	8.80 415	10.65 409	50.20 429	82.83 437	71.83 434	35.94 426	30.86 420	29.63 418	48.58 430	42.25 429	47.75 434	58.04 434	7.66 413	8.94 400	20.43 423	10.51 417	8.69 416	8.79 381

NOSS_ROB	3.12 241	0.89 132	19.03 166	2.01 343	1.07 207	3.90 198	0.97 209	4.32 316	3.08 228	2.94 319	2.19 245	3.85 320	1.18 107	11.75 365	1.69 177	0.69 323	0.54 264	0.57 320	0.52 314	0.57 265	0.72 202

LALA_ROB	2.88 207	2.13 287	19.08 168	1.10 129	0.99 183	3.91 201	1.81 315	4.50 349	3.04 223	3.32 344	1.87 180	2.75 240	1.66 209	4.06 191	4.02 300	0.47 248	0.44 237	0.55 314	0.53 316	0.61 274	0.73 207

FADNet_RVC	3.10 237	7.62 344	19.12 169	1.05 118	0.93 172	4.09 241	0.84 145	4.34 322	2.05 87	1.54 57	1.78 144	1.61 102	1.50 161	8.92 278	2.64 268	0.50 269	0.38 203	0.44 260	0.61 333	0.91 337	1.16 263

TestStereo	2.41 113	1.95 277	19.15 170	0.77 9	0.61 83	1.83 18	0.58 34	2.33 35	1.53 19	1.44 53	1.37 55	1.26 73	0.90 43	11.59 356	0.94 36	0.36 152	0.19 9	0.33 162	0.24 64	0.45 213	0.32 17

STTStereo	2.62 161	1.28 214	19.16 171	1.52 280	1.55 300	3.84 184	0.89 163	3.75 153	2.59 159	2.23 204	1.59 95	2.48 214	1.58 179	5.11 203	1.72 184	0.38 173	0.41 221	0.47 273	0.54 319	0.53 249	0.75 213

Nwc_Net	3.03 229	1.90 275	19.16 171	1.38 241	1.69 331	3.53 128	1.19 247	4.03 208	2.19 100	2.79 305	2.84 321	3.80 317	2.46 286	6.93 249	2.87 275	0.96 353	0.41 221	0.59 324	0.68 340	0.60 273	0.65 185

ICVP	2.19 63	0.72 76	19.18 173	1.03 111	0.88 157	4.22 283	0.94 199	3.44 118	1.69 56	1.68 76	1.76 134	1.35 79	1.19 109	1.80 79	1.40 121	0.58 300	0.37 190	0.34 179	0.30 175	0.41 182	0.59 163
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	3.25 265	1.08 185	19.18 173	1.19 169	1.54 296	3.45 110	1.02 215	4.04 212	2.61 160	2.31 225	2.17 237	8.01 387	2.99 311	11.59 356	1.80 197	0.35 133	0.24 88	0.28 63	0.24 64	0.33 87	0.55 142

ToySt	2.53 133	0.89 132	19.20 175	1.12 140	0.95 177	3.47 113	1.13 238	3.72 148	2.25 111	1.36 46	1.71 122	2.22 185	1.59 182	2.14 112	1.81 200	0.28 28	0.64 284	0.30 98	0.33 209	0.43 198	5.14 357

anonymousa	3.14 244	0.83 117	19.20 175	1.62 298	9.63 407	2.06 28	0.78 116	2.93 75	2.20 103	1.95 121	2.17 237	3.41 288	1.81 233	1.33 20	1.67 172	0.29 33	8.64 396	0.34 179	0.37 248	0.32 66	1.33 271

AACVNet	2.77 198	1.64 255	19.22 177	1.57 289	0.86 149	3.28 84	0.74 100	3.31 108	1.66 52	2.06 156	1.82 158	2.47 212	1.40 139	10.95 333	1.92 213	0.41 190	0.35 178	0.38 231	0.33 209	0.46 221	0.61 171

HITNet	2.49 125	2.91 305	19.23 178	1.54 283	0.57 75	3.47 113	0.79 122	4.16 253	2.93 201	2.18 190	1.65 110	1.68 107	1.45 151	2.17 114	2.99 280	0.28 28	0.20 17	0.41 244	0.27 104	0.45 213	0.52 130
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
Anonymous Stereo	3.53 292	5.56 332	19.23 178	1.75 324	1.40 277	3.35 95	3.23 367	4.15 250	3.13 235	2.42 263	2.38 270	2.56 221	1.53 171	11.88 369	3.54 293	0.68 321	0.92 308	0.57 320	0.57 326	0.74 316	1.08 257

MSMD_ROB	5.99 371	1.29 216	19.23 178	1.40 249	0.84 146	10.25 402	2.05 332	4.20 267	6.02 391	10.42 409	8.00 376	22.21 410	9.45 391	11.67 359	8.73 340	0.76 340	0.59 275	0.67 343	0.68 340	0.67 300	0.72 202

NVStereoNet_ROB	6.63 383	9.57 357	19.28 181	3.19 383	2.11 357	3.69 158	1.99 324	4.32 316	6.27 394	3.26 342	24.57 416	5.45 374	11.39 395	13.56 397	12.37 359	2.79 381	2.05 344	1.76 381	1.75 388	1.49 371	1.75 293
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SACVNet	3.06 233	1.61 251	19.29 182	1.46 266	1.18 231	4.05 233	1.48 285	4.03 208	2.58 158	2.75 299	1.89 184	2.55 219	1.38 132	11.33 347	2.28 247	0.51 275	0.41 221	0.48 278	0.43 286	0.57 265	0.93 241

DeepPruner_ROB	2.61 158	1.97 278	19.32 183	1.03 111	1.20 238	4.38 300	0.90 179	3.44 118	1.77 61	2.61 286	1.54 82	2.77 243	1.27 117	5.05 202	2.08 232	0.52 285	0.40 215	0.37 219	0.35 231	0.52 248	0.62 175

LL-Strereo2	2.36 98	1.81 268	19.35 184	1.04 114	1.03 195	3.73 165	1.35 268	2.70 68	2.04 86	1.76 91	1.44 67	1.82 138	0.73 18	1.48 39	1.53 140	0.33 105	0.30 145	0.55 314	0.35 231	0.30 42	3.51 342

MFMNet_re	3.44 282	8.89 350	19.36 185	3.25 385	1.91 350	3.13 68	1.99 324	3.60 128	4.16 334	3.17 337	2.86 322	2.25 186	2.41 282	2.61 150	2.35 252	1.13 360	1.06 318	0.94 363	0.91 359	1.29 365	1.57 285

hitnet-ft	2.99 225	1.23 207	19.37 186	0.96 84	0.90 162	3.76 169	0.79 122	3.60 128	2.68 164	2.31 225	2.04 213	3.63 310	1.49 160	11.70 363	2.37 255	0.45 228	0.54 264	0.44 260	0.36 240	0.54 252	0.56 144

whm_eth	2.15 56	1.55 245	19.39 187	0.96 84	1.37 270	2.60 48	0.72 86	3.63 132	2.97 205	1.55 58	2.06 221	0.78 25	0.71 15	1.17 7	1.08 61	0.45 228	0.29 137	0.34 179	0.33 209	0.44 206	0.65 185

R-Stereo Train	2.13 54	0.65 44	19.43 188	1.02 108	0.67 104	3.79 175	0.89 163	4.12 240	1.55 23	2.15 181	1.72 124	1.13 57	0.94 50	1.46 36	1.30 101	0.32 82	0.25 100	0.27 43	0.21 25	0.28 20	0.37 50

RAFT-Stereo	2.13 54	0.65 44	19.43 188	1.02 108	0.67 104	3.79 175	0.89 163	4.12 240	1.55 23	2.15 181	1.72 124	1.13 57	0.94 50	1.46 36	1.30 101	0.32 82	0.25 100	0.27 43	0.21 25	0.28 20	0.37 50
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
sCroCo_RVC	1.81 29	0.93 150	19.44 190	1.04 114	1.05 204	0.97 4	0.61 43	2.08 26	1.36 1	0.71 3	1.28 40	0.82 33	1.10 87	1.31 16	0.97 45	0.54 291	0.41 221	0.33 162	0.30 175	0.46 221	0.48 110

dad	2.65 170	3.40 313	19.45 191	1.05 118	0.65 101	4.21 281	0.84 145	2.10 28	2.77 176	2.32 237	1.72 124	1.72 113	1.27 117	3.86 184	2.04 228	1.06 357	0.40 215	2.04 383	0.49 303	0.78 321	0.83 223

HSM-Net_RVC	3.02 227	0.65 44	19.48 192	0.94 69	0.90 162	3.71 162	1.20 250	5.61 391	2.87 196	3.24 340	2.49 289	2.53 216	1.61 188	11.39 349	1.90 207	0.37 160	0.27 127	0.27 43	0.24 64	0.31 47	0.39 62
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PS-NSSS	3.11 238	1.60 250	19.48 192	1.00 101	1.53 295	4.12 247	1.08 227	4.59 362	2.80 180	2.19 195	2.38 270	1.76 122	1.39 135	11.79 367	1.94 217	0.69 323	0.45 239	0.95 364	0.43 286	1.03 344	1.00 247

raft+_RVC	3.46 287	2.57 300	19.51 194	1.49 274	17.54 415	3.63 146	0.76 112	3.24 99	1.53 19	1.35 45	1.67 111	1.03 50	1.10 87	1.98 97	1.53 140	0.25 8	7.10 390	0.25 23	0.24 64	0.28 20	2.18 312

acv_ft	2.45 119	0.97 163	19.57 195	1.15 151	2.01 355	2.97 62	0.96 207	3.88 174	2.85 188	2.34 241	1.91 192	3.07 265	1.65 208	1.52 43	2.26 245	0.33 105	0.27 127	0.30 98	0.27 104	0.42 189	0.35 34

DDUNet	3.65 297	2.81 303	19.59 196	3.57 390	2.26 362	3.47 113	1.35 268	4.21 271	2.40 134	2.68 292	2.48 288	4.17 337	1.78 227	5.48 212	2.61 266	2.25 378	1.77 339	2.61 392	2.43 401	2.63 382	2.40 316

GANet	3.64 296	1.76 262	19.65 197	1.92 337	1.04 202	3.91 201	2.51 348	3.86 172	2.81 184	3.13 331	3.03 329	3.19 273	2.19 270	12.43 382	8.23 339	0.60 304	0.43 233	0.52 301	0.43 286	0.63 285	0.63 178

ACVNet-DCA	3.67 300	0.94 153	19.66 198	1.87 332	0.42 21	4.47 316	0.73 92	4.07 219	4.63 357	1.21 35	1.89 184	0.73 17	1.62 196	2.20 117	0.81 12	0.31 69	18.77 415	0.32 130	0.21 25	0.35 121	8.09 371

xx1	3.69 303	0.94 153	19.66 198	1.87 332	0.42 21	4.47 316	0.73 92	4.24 284	4.01 329	1.21 35	1.89 184	1.78 131	1.36 129	2.20 117	0.81 12	0.31 69	18.77 415	0.33 162	0.36 240	0.35 121	8.09 371

1test111	3.86 313	0.94 153	19.66 198	1.87 332	0.42 21	4.47 316	0.73 92	4.07 219	4.63 357	1.21 35	1.89 184	0.73 17	1.62 196	5.19 205	1.68 174	0.31 69	18.77 415	0.32 130	0.21 25	0.35 121	8.09 371

cc1	3.93 318	0.94 153	19.66 198	1.87 332	0.42 21	4.47 316	0.73 92	4.24 284	4.01 329	1.21 35	1.89 184	0.73 17	1.62 196	2.20 117	0.81 12	0.31 69	18.77 415	0.32 130	0.21 25	0.32 66	13.93 392

ac_64	2.93 213	0.87 125	19.66 198	1.35 229	1.70 332	3.29 87	0.92 192	3.56 123	3.46 299	1.91 106	1.79 147	3.90 321	1.76 224	10.23 312	1.93 214	0.44 219	0.32 155	0.33 162	0.31 192	0.35 121	0.51 125

DRN-Test	3.17 250	1.30 218	19.66 198	1.41 251	1.60 312	3.61 143	1.47 283	4.18 262	2.83 186	3.48 349	1.92 197	2.58 224	2.50 290	10.81 326	2.90 277	0.49 259	0.49 257	0.44 260	0.42 281	0.57 265	0.78 216

CRE-IMP	2.28 81	0.68 58	19.67 204	0.85 33	0.39 20	4.54 327	0.80 126	2.63 64	4.84 369	1.96 123	1.51 72	1.86 143	0.96 53	1.52 43	1.43 125	0.47 248	0.21 33	0.31 116	0.26 89	0.41 182	0.35 34

GES	2.26 74	0.79 109	19.68 205	1.12 140	0.59 79	4.30 293	1.01 212	3.90 178	1.59 32	1.78 93	1.78 144	1.28 75	1.75 222	1.80 79	1.61 160	0.42 199	0.29 137	0.33 162	0.31 192	0.45 213	0.50 119

RAFT+CT+SA	2.32 89	1.30 218	19.71 206	1.01 104	1.41 279	4.04 229	0.92 192	3.96 191	1.64 48	1.64 69	1.69 116	1.63 105	1.18 107	3.06 170	1.19 77	0.28 28	0.22 47	0.32 130	0.34 218	0.34 108	0.47 103

DN-CSS_ROB	2.89 209	9.72 358	19.71 206	2.07 348	0.90 162	4.01 224	0.61 43	4.06 217	3.35 278	1.66 73	1.89 184	1.39 85	1.06 77	3.24 172	1.88 205	0.44 219	0.19 9	0.44 260	0.29 159	0.40 164	0.42 76

test_5	2.45 119	1.43 230	19.72 208	1.20 171	1.39 273	3.88 195	1.25 257	4.03 208	1.98 81	1.74 88	1.82 158	1.86 143	1.78 227	3.57 178	1.35 106	0.33 105	0.21 33	0.35 197	0.33 209	0.34 108	0.43 80

Consistency-Raft	2.93 213	1.93 276	19.72 208	1.41 251	1.75 337	3.85 187	1.32 263	4.09 230	2.75 172	1.82 99	2.66 308	1.81 136	4.34 350	2.29 128	2.08 232	0.90 350	0.94 311	1.03 366	1.13 368	1.71 377	1.10 258

NLCA_NET_v2_RVC	2.76 196	1.48 235	19.72 208	1.62 298	2.00 354	3.95 214	0.86 152	3.92 183	2.51 149	2.56 280	1.69 116	2.83 248	1.61 188	5.65 214	1.78 192	0.48 253	0.36 185	0.38 231	0.42 281	0.56 261	0.77 214
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SST-Stereo	2.63 165	0.63 34	19.76 211	1.69 312	0.46 31	4.71 366	0.74 100	2.27 32	3.07 227	2.07 162	2.15 232	2.42 207	3.17 321	6.66 240	0.95 41	0.45 228	0.19 9	0.30 98	0.27 104	0.35 121	0.31 14

IIG-Stereo	2.89 209	0.98 166	19.80 212	2.78 373	0.67 104	4.62 344	0.74 100	4.29 298	2.26 114	2.62 288	3.10 334	3.33 284	1.60 183	7.64 261	1.51 137	0.42 199	0.21 33	0.32 130	0.25 75	0.33 87	0.28 7

IRAFT_RVC	2.74 191	0.71 73	19.80 212	2.52 365	0.67 104	4.60 342	1.57 295	3.05 87	2.99 209	2.23 204	1.72 124	2.08 179	2.59 293	6.69 241	1.61 160	0.37 160	0.21 33	0.33 162	0.29 159	0.33 87	0.35 34

RASNet	3.15 246	1.20 205	19.81 214	1.63 301	2.26 362	3.67 155	1.09 229	3.58 124	3.44 292	1.99 130	2.15 232	4.59 356	2.30 276	10.24 314	2.98 279	0.57 299	0.26 120	0.25 23	0.25 75	0.30 42	0.54 139

GMOStereo	2.64 166	0.92 146	19.83 215	0.81 21	0.68 111	3.22 74	0.89 163	2.94 77	1.48 8	2.36 247	1.54 82	1.75 116	1.04 68	1.33 20	1.15 69	0.26 14	11.32 410	0.35 197	0.28 129	0.35 121	0.33 22

error version	2.64 166	0.92 146	19.83 215	0.81 21	0.68 111	3.22 74	0.89 163	2.94 77	1.48 8	2.36 247	1.54 82	1.75 116	1.04 68	1.33 20	1.15 69	0.26 14	11.32 410	0.35 197	0.28 129	0.35 121	0.33 22

test-v	2.64 166	0.92 146	19.83 215	0.81 21	0.68 111	3.22 74	0.89 163	2.94 77	1.48 8	2.36 247	1.54 82	1.75 116	1.04 68	1.33 20	1.15 69	0.26 14	11.32 410	0.35 197	0.28 129	0.35 121	0.33 22

test-2	2.64 166	0.92 146	19.83 215	0.81 21	0.68 111	3.22 74	0.89 163	2.94 77	1.48 8	2.36 247	1.54 82	1.75 116	1.04 68	1.33 20	1.15 69	0.26 14	11.32 410	0.35 197	0.28 129	0.35 121	0.33 22

RAFT_R40	2.61 158	0.64 37	19.86 219	1.69 312	0.46 31	4.74 369	0.95 202	2.28 33	2.52 151	2.02 143	2.32 264	2.69 234	2.52 292	6.70 242	1.05 58	0.42 199	0.19 9	0.30 98	0.27 104	0.33 87	0.29 10

GwcNet-RSSM	3.13 243	5.08 328	19.86 219	1.28 206	1.20 238	4.12 247	1.11 234	3.89 176	2.80 180	2.13 175	1.81 156	3.11 269	1.46 153	10.33 317	2.19 241	0.36 152	0.34 169	0.35 197	0.31 192	0.45 213	0.43 80

MyStereo05	2.55 142	1.07 182	19.87 221	1.06 121	1.08 210	4.26 287	0.86 152	4.10 232	3.01 215	2.19 195	1.26 37	2.30 192	1.64 201	2.13 109	1.99 218	0.25 8	2.43 357	0.34 179	0.27 104	0.46 221	0.48 110

ARAFT	3.24 262	13.49 377	19.88 222	0.93 64	0.49 47	4.16 261	1.40 274	4.37 328	3.21 244	2.40 258	1.91 192	1.70 110	1.04 68	6.43 235	1.45 132	0.37 160	0.19 9	0.37 219	0.35 231	0.37 142	0.35 34

IPLG	2.56 147	1.11 189	19.89 223	0.95 77	0.79 136	4.60 342	0.56 25	4.31 310	2.10 91	1.94 116	2.00 208	1.34 77	1.37 131	6.59 238	1.59 154	0.32 82	0.21 33	0.27 43	0.23 51	0.32 66	0.63 178

RAFT-345	2.55 142	0.60 24	19.89 223	1.22 179	0.49 47	4.43 310	0.77 113	1.68 6	3.54 306	2.09 167	3.10 334	1.95 157	1.30 123	6.65 239	1.47 135	0.41 190	0.23 70	0.32 130	0.26 89	0.29 31	0.28 7

GANetREF_RVC	3.45 284	5.10 329	19.89 223	1.58 291	0.80 137	4.13 250	1.82 316	4.24 284	3.33 275	1.91 106	1.76 134	2.46 211	1.83 238	13.17 392	1.87 204	0.83 347	0.57 268	0.79 357	0.77 348	1.21 361	0.91 236
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
ACRE	2.75 194	7.69 346	19.93 226	0.93 64	1.30 256	3.94 212	0.90 179	4.23 277	3.66 313	2.33 239	2.61 303	1.17 62	1.04 68	1.80 79	1.35 106	0.46 241	0.25 100	0.27 43	0.23 51	0.32 66	0.60 167

CREStereo++_RVC	1.98 34	0.59 17	19.94 227	0.87 42	0.55 65	4.02 226	0.31 2	1.75 13	2.09 89	1.65 72	2.20 246	0.85 36	0.65 10	1.03 1	0.72 2	0.29 33	0.16 2	0.23 4	1.22 374	0.25 5	0.22 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
ttt	4.23 329	0.75 96	19.96 228	1.48 272	1.31 260	3.69 158	0.87 155	4.65 365	5.33 376	2.45 268	2.39 273	2.44 210	1.54 173	11.35 348	16.49 378	0.43 213	4.35 378	0.37 219	0.35 231	0.41 182	4.01 349

PFNet	2.75 194	0.69 63	19.96 228	2.25 352	0.80 137	4.63 346	0.90 179	2.60 61	3.85 323	2.39 254	2.71 314	1.82 138	1.41 143	7.53 260	1.41 122	0.36 152	0.21 33	0.36 208	0.27 104	0.32 66	0.46 95

FAT-Stereo	3.38 277	0.88 128	19.96 228	1.28 206	1.20 238	3.44 107	1.97 323	4.26 294	3.15 238	3.14 334	3.92 355	3.50 298	3.28 324	11.68 362	2.04 228	0.65 316	0.68 290	0.48 278	0.54 319	0.63 285	0.91 236

TRStereo	2.86 204	2.12 285	19.98 231	1.68 311	1.18 231	4.35 298	1.05 223	5.07 378	3.48 301	1.56 60	1.39 59	1.75 116	0.85 37	2.01 99	1.50 136	0.43 213	0.34 169	0.33 162	0.36 240	0.36 138	7.50 368

MIPNet	2.43 116	1.13 193	20.00 232	0.93 64	0.58 78	4.74 369	0.62 50	4.33 319	2.95 203	1.94 116	1.49 70	1.52 98	1.96 250	2.77 160	1.60 158	0.35 133	0.20 17	0.27 43	0.23 51	0.32 66	0.59 163

iResNetv2_ROB	3.31 270	14.88 406	20.01 233	2.17 350	1.09 213	3.84 184	1.13 238	4.22 272	3.15 238	2.02 143	2.06 221	2.00 169	1.69 214	3.61 179	2.10 234	0.36 152	0.22 47	0.32 130	0.22 43	0.48 237	0.58 161

CIPLG	2.88 207	10.01 360	20.02 234	0.95 77	1.34 264	3.95 214	0.91 187	4.24 284	3.69 316	2.36 247	2.66 308	1.17 62	1.06 77	1.82 82	1.37 118	0.45 228	0.25 100	0.27 43	0.23 51	0.33 87	0.60 167

IPLGR_C	2.96 220	11.71 369	20.02 234	0.95 77	1.31 260	3.93 209	0.92 192	4.22 272	3.76 318	2.35 243	2.62 304	1.16 61	1.07 79	1.71 62	1.34 105	0.45 228	0.25 100	0.27 43	0.23 51	0.33 87	0.60 167

AAGNet	3.88 315	0.67 52	20.04 236	2.27 353	0.46 31	4.76 371	1.05 223	2.28 33	3.38 282	2.16 185	1.84 171	2.40 201	3.95 342	6.22 229	24.21 411	0.49 259	0.19 9	0.30 98	0.29 159	0.33 87	0.29 10

UDG	3.84 312	2.91 305	20.05 237	2.98 379	1.98 353	3.95 214	1.18 246	4.43 338	2.24 108	2.47 270	2.53 296	4.49 351	2.44 285	6.52 237	4.74 312	2.14 377	1.77 339	2.64 393	2.58 403	2.66 383	2.19 313

CrosDoStereo	5.27 362	0.75 96	20.07 238	0.85 33	0.53 60	3.40 99	18.03 409	3.90 178	3.29 265	1.99 130	8.27 379	1.95 157	6.95 377	7.34 255	25.94 414	0.33 105	0.22 47	0.30 98	0.28 129	0.35 121	0.61 171

OMP-Stereo	2.94 217	1.26 208	20.07 238	2.73 371	0.67 104	4.58 338	1.46 282	4.33 319	2.21 105	3.14 334	2.68 311	3.22 276	1.38 132	7.65 262	1.42 123	0.46 241	0.21 33	0.33 162	0.26 89	0.34 108	0.31 14

NRIStereo	2.32 89	0.69 63	20.07 238	1.35 229	0.38 6	4.73 367	0.89 163	2.43 39	3.35 278	1.95 121	1.37 55	1.75 116	1.21 111	2.97 168	1.35 106	0.49 259	0.22 47	0.29 77	0.26 89	0.31 47	0.33 22

DeepStereo_LL	5.27 362	0.75 96	20.07 238	0.85 33	0.53 60	3.40 99	18.03 409	3.90 178	3.29 265	1.99 130	8.27 379	1.95 157	6.95 377	7.34 255	25.94 414	0.33 105	0.22 47	0.30 98	0.28 129	0.35 121	0.61 171

UNet	2.53 133	0.91 139	20.07 238	1.19 169	1.44 284	3.45 110	0.75 105	3.80 163	1.98 81	2.09 167	1.57 89	2.74 238	2.37 280	3.51 177	2.52 263	0.35 133	0.30 145	0.41 244	0.28 129	0.40 164	0.50 119

Anonymous3	2.20 66	0.80 110	20.08 243	0.86 36	0.86 149	4.46 313	0.84 145	3.64 135	1.40 4	1.37 47	1.40 61	1.11 56	1.03 62	1.71 62	1.24 86	0.75 339	0.58 274	0.34 179	0.35 231	0.48 237	0.65 185

DMCA-RVC	2.72 185	3.31 312	20.08 243	1.27 204	1.13 222	2.49 44	0.85 149	3.43 117	1.85 69	3.04 326	1.58 93	1.99 165	1.51 163	6.42 234	2.86 273	0.39 180	0.31 149	0.44 260	0.37 248	0.47 231	0.65 185

ELAS	6.58 381	2.54 298	20.08 243	2.66 369	2.48 368	15.49 412	7.29 398	5.50 388	5.72 388	10.05 406	8.94 387	6.91 382	10.83 394	8.33 269	14.27 368	1.92 374	2.19 347	1.23 375	1.31 375	1.62 373	2.17 311
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MyStereo07	2.29 84	1.18 198	20.10 246	1.04 114	1.21 243	3.96 218	0.95 202	2.13 29	3.37 280	1.09 30	1.28 40	0.68 8	0.91 45	1.74 71	0.86 21	0.26 14	3.49 373	0.34 179	0.27 104	0.43 198	0.49 115

RAFT-RH_RVC	2.72 185	0.64 37	20.10 246	1.48 272	0.49 47	4.46 313	0.56 25	1.73 12	2.86 194	3.06 327	5.50 369	2.02 170	1.28 120	6.70 242	1.56 146	0.46 241	0.22 47	0.37 219	0.34 218	0.29 31	0.33 22

PSMNet-RSSM	2.91 211	1.55 245	20.10 246	1.32 224	1.30 256	4.19 278	0.95 202	3.78 157	2.28 118	2.28 218	1.80 151	2.64 230	1.87 244	9.83 296	1.93 214	0.37 160	0.33 162	0.35 197	0.38 255	0.46 221	0.40 64

ADLNet2	3.20 255	1.43 230	20.11 249	1.22 179	1.78 342	3.86 190	1.47 283	3.96 191	3.89 325	2.26 213	2.49 289	4.63 360	1.92 249	10.68 324	2.00 222	0.42 199	0.37 190	0.29 77	0.30 175	0.51 247	0.46 95

GANet-ADL	2.25 72	0.80 110	20.17 250	1.28 206	0.69 116	3.83 182	0.75 105	3.63 132	1.83 67	1.68 76	2.04 213	2.09 180	1.10 87	1.63 50	1.43 125	0.42 199	0.33 162	0.26 34	0.23 51	0.43 198	0.41 69

dd	2.27 77	3.06 308	20.18 251	0.96 84	0.51 56	4.24 286	0.74 100	1.94 19	2.43 139	1.48 55	1.28 40	1.19 68	1.05 75	1.82 82	1.69 177	0.63 313	0.34 169	0.35 197	0.33 209	0.61 274	0.57 149

AASNet	2.65 170	3.20 310	20.19 252	1.38 241	1.49 289	3.84 184	1.06 225	3.92 183	3.28 260	2.07 162	2.28 258	1.95 157	1.28 120	2.19 116	2.17 238	0.42 199	0.33 162	0.45 266	0.30 175	0.59 270	0.52 130

ACVNet	2.40 107	0.97 163	20.20 253	0.94 69	0.86 149	4.22 283	0.79 122	2.97 84	2.85 188	1.93 110	1.91 192	3.07 265	1.46 153	1.52 43	2.37 255	0.33 105	0.27 127	0.30 98	0.27 104	0.42 189	0.35 34

CFNet-ft	2.87 205	1.80 265	20.20 253	1.10 129	1.54 296	4.09 241	0.89 163	2.97 84	1.88 71	1.93 110	1.70 118	3.50 298	1.60 183	9.35 285	2.17 238	0.35 133	0.32 155	0.61 330	0.38 255	0.55 255	0.45 88

CC-Net-ROB	3.82 310	3.41 314	20.20 253	2.40 358	1.66 328	4.49 320	1.61 297	4.77 373	3.08 228	2.06 156	2.06 221	1.99 165	1.60 183	12.57 386	1.91 209	2.82 383	2.19 347	2.67 394	1.06 365	2.31 380	1.59 286

CFNet_RVC	2.87 205	1.80 265	20.20 253	1.10 129	1.54 296	4.09 241	0.89 163	2.97 84	1.88 71	1.93 110	1.70 118	3.50 298	1.60 183	9.35 285	2.17 238	0.35 133	0.32 155	0.61 330	0.38 255	0.55 255	0.45 88

FENet	2.30 87	0.61 29	20.21 257	1.43 263	0.68 111	4.04 229	0.60 40	4.01 200	2.26 114	2.03 148	1.13 20	2.42 207	1.42 145	1.72 66	1.43 125	0.36 152	0.24 88	0.33 162	0.27 104	0.29 31	0.51 125

ELAS_RVC	6.36 378	2.53 297	20.21 257	2.67 370	2.48 368	4.90 375	11.89 404	4.84 375	6.31 395	9.03 399	8.54 384	8.09 388	12.73 398	9.32 284	13.25 363	1.92 374	2.18 346	1.51 379	1.31 375	1.40 369	2.15 309
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSKI-zero shot	2.33 92	0.69 63	20.22 259	1.14 150	0.77 132	4.05 233	0.68 70	3.95 190	1.51 16	1.93 110	2.35 266	1.91 150	0.71 15	3.01 169	0.79 10	0.28 28	1.47 330	0.27 43	0.21 25	0.28 20	0.44 84

NCC-stereo	3.49 289	2.07 282	20.23 260	1.31 218	1.76 339	4.04 229	1.42 277	4.01 200	2.34 127	3.06 327	2.59 301	3.51 301	3.02 313	10.02 307	5.44 318	1.38 369	0.66 288	0.64 339	0.88 356	0.67 300	0.84 226

Abc-Net	3.49 289	2.07 282	20.23 260	1.31 218	1.76 339	4.04 229	1.42 277	4.01 200	2.34 127	3.06 327	2.59 301	3.51 301	3.02 313	10.02 307	5.44 318	1.38 369	0.66 288	0.64 339	0.88 356	0.67 300	0.84 226
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GwcNet	3.26 266	3.93 319	20.24 262	1.38 241	2.04 356	3.24 79	1.53 288	3.72 148	3.66 313	2.17 187	2.25 253	3.55 305	1.69 214	9.38 287	3.03 281	0.48 253	0.49 257	0.46 271	0.39 261	0.66 297	0.86 231

MIF-Stereo	1.73 27	0.60 24	20.25 263	0.98 93	1.19 236	0.78 3	0.39 5	1.19 1	1.55 23	1.21 35	1.28 40	0.52 1	0.64 8	1.17 7	1.16 73	0.35 133	0.20 17	0.25 23	0.22 43	0.42 189	0.31 14

DisPM	2.29 84	0.61 29	20.25 263	1.79 328	0.52 59	4.58 338	0.77 113	2.50 44	2.22 106	2.49 275	1.82 158	1.45 94	1.01 61	2.73 159	1.04 55	0.48 253	0.20 17	0.32 130	0.31 192	0.32 66	0.45 88

PWCK	6.49 380	13.40 376	20.27 265	2.95 378	1.61 313	5.68 386	7.63 400	5.37 383	4.77 368	3.90 360	7.48 374	7.96 386	5.63 361	15.15 405	10.93 347	3.21 387	1.55 334	2.34 387	1.43 382	6.05 405	2.45 319

anonymousdsp	3.14 244	0.83 117	20.28 266	0.94 69	0.64 96	4.54 327	0.82 134	2.03 24	3.32 273	0.91 20	1.13 20	0.78 25	0.77 24	1.78 73	0.90 26	0.29 33	0.25 100	0.29 77	0.21 25	0.33 87	21.81 421

raft_robust	3.17 250	2.15 288	20.28 266	1.06 121	0.55 65	3.86 190	0.46 12	4.42 336	2.77 176	1.70 81	1.37 55	7.48 384	6.35 368	6.81 247	1.44 129	0.31 69	0.74 297	0.30 98	0.37 248	0.32 66	0.57 149

UDGNet	2.34 94	1.71 260	20.28 266	1.42 258	0.62 91	4.39 304	0.67 62	1.82 15	2.28 118	1.40 49	1.21 30	0.99 47	1.00 58	2.23 122	1.23 82	1.14 361	0.35 178	1.30 377	0.98 361	1.11 355	0.62 175

Prome-Stereo	2.57 151	0.60 24	20.29 269	1.01 104	0.62 91	4.40 306	1.80 314	3.22 97	1.74 59	2.18 190	3.43 345	1.71 112	3.45 334	2.24 123	1.19 77	0.32 82	0.20 17	0.27 43	0.25 75	0.37 142	2.15 309

XX-TBD	1.98 34	1.08 185	20.29 269	1.31 218	0.43 25	3.97 220	0.33 3	1.76 14	1.77 61	1.59 64	2.18 242	0.69 10	0.59 3	1.44 34	0.75 4	0.33 105	0.25 100	0.23 4	0.16 5	0.31 47	0.22 1

ktn	22.24 417	14.37 397	20.30 271	4.54 404	4.02 395	6.52 391	4.50 391	6.78 396	78.80 435	84.67 435	100.54 438	58.48 432	8.39 388	13.13 391	17.09 386	4.61 408	3.24 371	3.49 405	2.62 404	4.70 402	3.96 348

SQANet	4.22 327	14.03 390	20.30 271	2.78 373	2.75 373	3.41 102	1.48 285	3.66 136	2.25 111	2.62 288	1.77 141	2.68 232	1.90 247	7.41 258	3.78 298	2.97 385	1.42 329	1.85 382	1.13 368	3.28 385	2.86 326

IGEV-Stereo	3.15 246	0.83 117	20.31 273	0.94 69	0.64 96	4.54 327	0.82 134	2.01 22	3.31 270	0.91 20	1.13 20	0.79 29	0.77 24	1.79 74	0.92 29	0.29 33	0.25 100	0.29 77	0.21 25	0.33 87	21.85 422
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
G-Net	4.16 325	1.39 226	20.31 273	2.30 354	2.91 375	4.68 360	2.86 358	3.35 111	2.44 143	4.43 373	9.43 389	6.89 381	3.83 340	8.91 277	4.83 314	0.80 342	0.80 300	0.70 347	0.50 309	0.95 341	0.97 244

RAFT_CTSACE	2.41 113	1.83 271	20.33 275	1.77 327	1.39 273	3.50 122	1.03 217	3.25 102	1.64 48	1.80 97	2.04 213	2.82 246	1.78 227	2.11 106	1.10 64	0.27 21	0.24 88	0.28 63	0.30 175	0.31 47	0.33 22

TANstereo	1.98 34	0.87 125	20.35 276	0.80 20	0.37 5	4.05 233	0.38 4	1.50 3	1.65 50	2.03 148	2.16 236	0.84 34	0.93 49	1.09 3	0.68 1	0.30 55	0.36 185	0.24 14	0.20 19	0.26 12	0.46 95

Sa-1000	2.54 137	1.47 234	20.36 277	1.16 155	0.55 65	4.07 237	1.39 273	4.49 345	3.01 215	2.06 156	2.79 318	1.84 141	1.43 148	2.68 155	1.53 140	0.31 69	0.26 120	0.36 208	0.33 209	0.37 142	0.46 95

LL-Strereo	4.26 332	13.69 383	20.37 278	1.24 186	2.18 359	2.90 57	1.08 227	4.35 323	2.22 106	3.20 338	2.26 254	3.29 279	3.13 317	11.30 345	1.91 209	0.33 105	3.89 376	0.46 271	0.34 218	0.54 252	6.47 366

StereoVision	2.36 98	1.15 196	20.38 279	1.07 124	1.79 343	2.58 47	0.61 43	3.14 91	2.34 127	1.33 44	3.46 346	1.85 142	0.88 41	2.12 107	2.01 223	0.46 241	0.36 185	0.37 219	0.36 240	0.50 242	0.41 69

notaker	10.92 401	14.17 392	20.38 279	4.56 405	3.98 394	6.29 389	3.53 377	7.68 397	5.10 373	9.04 400	46.37 427	13.84 403	28.85 417	14.18 404	14.16 367	4.57 405	3.19 370	3.52 406	2.70 406	8.16 414	4.13 350

GEStereo_RVC	2.66 174	1.20 205	20.38 279	1.29 211	1.05 204	4.02 226	1.42 277	4.17 257	2.24 108	2.10 169	1.86 177	2.33 195	1.84 239	4.93 201	1.78 192	0.51 275	0.38 203	0.32 130	0.29 159	0.44 206	0.56 144

PA-Net	3.45 284	2.50 296	20.39 282	1.42 258	1.20 238	3.39 98	1.73 309	3.93 187	3.57 308	1.94 116	2.17 237	3.02 260	1.87 244	11.67 359	6.48 324	0.40 187	0.55 266	0.44 260	0.63 339	0.55 255	1.13 260
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
rafts_anoy	2.76 196	1.68 257	20.42 283	1.42 258	3.90 392	3.03 64	0.61 43	3.24 99	1.66 52	1.42 50	1.26 37	1.19 68	1.11 90	2.13 109	1.64 168	0.33 105	8.77 398	0.32 130	0.32 202	0.32 66	0.38 57

FTStereo	3.74 306	0.60 24	20.43 284	0.99 98	0.66 102	4.34 297	11.24 403	2.63 64	1.95 79	2.58 281	5.03 367	1.90 149	13.77 400	3.70 182	1.28 100	0.41 190	0.24 88	0.31 116	0.33 209	0.32 66	2.08 306

ROB_FTStereo	2.26 74	0.74 85	20.44 285	0.77 9	0.38 6	4.65 349	0.75 105	2.54 49	3.19 240	2.00 134	1.54 82	1.77 123	1.13 93	2.28 127	0.94 36	0.49 259	0.22 47	0.32 130	0.28 129	0.40 164	0.35 34

SGM_RVC	6.11 376	1.10 188	20.44 285	2.15 349	0.66 102	15.87 414	3.98 388	5.00 376	6.19 392	9.79 405	11.46 397	8.23 389	12.63 397	12.32 376	9.15 341	0.54 291	0.39 212	0.41 244	0.35 231	0.55 255	1.05 254
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ROB_FTStereo_v2	2.25 72	0.74 85	20.45 287	0.77 9	0.38 6	4.66 351	0.74 100	2.54 49	3.20 241	2.00 134	1.53 73	1.77 123	1.14 98	2.13 109	0.96 42	0.50 269	0.22 47	0.32 130	0.28 129	0.40 164	0.35 34

WAO-7	6.00 372	14.29 394	20.46 288	1.97 338	1.51 292	5.31 382	3.06 365	5.00 376	5.92 390	4.55 375	8.87 386	6.52 379	6.47 371	13.38 396	13.85 365	1.35 367	1.24 326	1.48 378	1.36 380	1.63 374	1.79 299

iGMRVC	2.27 77	0.74 85	20.46 288	0.77 9	0.38 6	4.65 349	0.73 92	2.54 49	3.21 244	2.00 134	1.53 73	1.77 123	1.14 98	2.47 139	0.99 48	0.51 275	0.23 70	0.32 130	0.28 129	0.40 164	0.35 34

Ntro	4.83 354	14.73 401	20.47 290	3.24 384	2.97 376	4.12 247	1.88 318	4.00 198	2.57 156	1.79 96	2.15 232	3.34 285	2.16 267	10.01 306	7.34 329	3.53 393	1.77 339	2.13 385	1.32 377	3.89 394	3.23 332

fff	2.40 107	0.96 159	20.47 290	0.84 28	0.38 6	4.15 258	0.57 28	4.30 300	2.85 188	2.31 225	1.82 158	1.19 68	2.98 308	1.68 53	1.57 149	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 149

DCANet	2.37 102	0.98 166	20.47 290	0.86 36	0.43 25	4.18 270	0.59 36	4.31 310	3.29 265	2.35 243	1.86 177	1.18 65	1.63 199	1.69 58	1.59 154	0.34 121	0.25 100	0.24 14	0.19 9	0.31 47	0.73 207

csc	2.40 107	0.96 159	20.47 290	0.84 28	0.38 6	4.15 258	0.57 28	4.30 300	2.85 188	2.31 225	1.82 158	1.19 68	2.98 308	1.68 53	1.57 149	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 149

cscssc	2.40 107	0.96 159	20.47 290	0.84 28	0.38 6	4.15 258	0.57 28	4.30 300	2.85 188	2.31 225	1.82 158	1.19 68	2.98 308	1.68 53	1.57 149	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 149

111	2.59 152	3.10 309	20.47 290	0.84 28	0.38 6	4.26 287	0.91 187	4.45 341	2.96 204	2.48 272	2.07 225	2.31 193	1.64 201	1.49 40	1.90 207	0.35 133	0.22 47	0.25 23	0.21 25	0.32 66	1.14 261

fast-acv-ft	2.62 161	1.62 252	20.48 296	1.45 265	1.39 273	3.16 70	1.16 245	3.41 116	2.45 145	1.97 126	2.15 232	2.68 232	2.15 265	2.92 166	2.47 261	0.43 213	0.40 215	0.45 266	0.40 268	0.62 279	0.64 182

RAFT-Stereo + iAFF	2.49 125	1.68 257	20.50 297	1.11 133	1.32 263	4.13 250	0.42 9	3.23 98	3.30 269	2.05 155	2.40 275	1.61 102	1.11 90	1.49 40	1.63 165	0.22 2	0.22 47	0.26 34	0.24 64	0.31 47	2.47 320

CFNet-RSSM	2.17 61	0.56 4	20.50 297	1.08 125	0.57 75	3.42 104	0.62 50	4.24 284	1.60 37	1.73 85	1.39 59	2.55 219	1.19 109	1.36 27	1.04 55	0.29 33	0.20 17	0.26 34	0.23 51	0.28 20	0.32 17

PSM-adaLoss	2.26 74	0.74 85	20.53 299	0.77 9	0.38 6	4.67 352	0.71 83	2.54 49	3.22 249	2.00 134	1.53 73	1.77 123	1.13 93	2.22 121	0.96 42	0.50 269	0.23 70	0.32 130	0.28 129	0.40 164	0.35 34

Patchmatch Stereo++	2.28 81	0.74 85	20.54 300	0.77 9	0.38 6	4.67 352	0.75 105	2.55 56	3.21 244	2.00 134	1.53 73	1.77 123	1.14 98	2.46 136	0.98 46	0.51 275	0.23 70	0.32 130	0.28 129	0.40 164	0.35 34
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	2.28 81	0.74 85	20.54 300	0.77 9	0.38 6	4.67 352	0.75 105	2.55 56	3.21 244	2.00 134	1.53 73	1.77 123	1.14 98	2.46 136	0.98 46	0.51 275	0.23 70	0.32 130	0.28 129	0.40 164	0.35 34

PSM-AAD	3.41 279	0.58 9	20.55 302	0.95 77	0.56 68	4.46 313	7.40 399	3.11 90	1.58 29	2.30 222	2.56 298	1.26 73	16.19 405	2.47 139	1.00 51	0.32 82	0.22 47	0.58 323	0.41 278	0.37 142	1.32 270

RAFT-IKP	2.27 77	0.74 85	20.55 302	0.77 9	0.38 6	4.64 348	0.73 92	2.54 49	3.21 244	2.00 134	1.53 73	1.77 123	1.13 93	2.25 126	1.00 51	0.51 275	0.22 47	0.32 130	0.28 129	0.40 164	0.35 34

TestStereo1	2.56 147	1.41 228	20.56 304	1.63 301	0.74 122	4.13 250	1.34 265	3.93 187	3.38 282	1.61 65	2.56 298	1.43 91	2.13 263	2.55 147	1.70 179	0.32 82	0.22 47	0.34 179	0.26 89	0.40 164	0.53 135

SA-5K	2.56 147	1.41 228	20.56 304	1.63 301	0.74 122	4.13 250	1.34 265	3.93 187	3.38 282	1.61 65	2.56 298	1.43 91	2.13 263	2.55 147	1.70 179	0.32 82	0.22 47	0.34 179	0.26 89	0.40 164	0.53 135

HUI-Stereo	2.27 77	0.74 85	20.56 304	0.77 9	0.38 6	4.67 352	0.78 116	2.54 49	3.23 252	2.00 134	1.53 73	1.77 123	1.13 93	2.21 120	0.93 30	0.49 259	0.23 70	0.32 130	0.28 129	0.40 164	0.35 34

UCFNet_RVC	2.53 133	1.29 216	20.56 304	1.42 258	1.40 277	4.01 224	1.04 222	2.79 71	1.67 54	2.27 216	1.88 182	2.94 254	1.50 161	3.48 175	1.68 174	0.37 160	0.29 137	0.52 301	0.41 278	0.55 255	0.51 125

DRaft	3.12 241	0.68 58	20.57 308	0.77 9	0.49 47	3.95 214	1.20 250	2.40 36	1.60 37	2.64 290	2.80 319	1.59 101	5.33 359	6.94 250	9.51 344	0.43 213	0.22 47	0.27 43	0.27 104	0.32 66	0.47 103

GMM-Stereo	2.52 129	0.56 4	20.57 308	0.92 62	0.83 142	4.18 270	1.88 318	2.51 45	2.40 134	2.48 272	2.30 262	1.69 108	1.84 239	2.93 167	1.25 92	0.32 82	0.19 9	0.33 162	0.49 303	0.37 142	2.40 316

Syn2CoEx	3.42 281	7.66 345	20.57 308	1.42 258	1.18 231	2.49 44	1.64 303	4.07 219	2.68 164	2.51 276	2.27 256	2.89 251	3.15 320	9.56 289	2.58 264	0.52 285	0.45 239	0.53 305	0.42 281	0.79 325	1.00 247

Anonymous	1.97 33	0.88 128	20.58 311	1.08 125	1.27 252	1.65 15	0.89 163	2.54 49	1.62 43	0.92 23	1.18 26	0.70 11	1.09 81	1.28 13	1.00 51	0.53 287	0.35 178	0.30 98	0.30 175	0.66 297	0.56 144

cf-r	2.93 213	2.19 289	20.59 312	1.49 274	1.35 266	4.18 270	0.92 192	3.73 152	3.12 234	2.16 185	1.82 158	3.40 287	1.44 149	8.22 267	1.93 214	0.34 121	0.31 149	0.33 162	0.30 175	0.38 151	0.45 88

KYRaft	2.55 142	0.57 8	20.60 313	0.98 93	0.51 56	4.38 300	1.76 311	2.51 45	1.59 32	2.48 272	2.98 327	1.99 165	3.36 330	2.17 114	0.96 42	0.34 121	0.22 47	0.33 162	0.46 296	0.38 151	2.44 318

GrayStereo	3.68 302	0.56 4	20.61 314	1.71 317	0.90 162	4.17 266	8.11 401	3.17 93	4.13 333	2.80 307	2.49 289	1.70 110	17.06 406	2.83 163	1.25 92	0.37 160	0.23 70	0.27 43	0.32 202	0.30 42	0.57 149

MaskLacGwcNet_RVC	3.77 307	1.65 256	20.61 314	2.55 367	1.63 318	4.29 291	1.67 306	3.99 197	2.56 154	1.76 91	1.93 198	3.03 261	1.41 143	13.24 394	2.02 225	4.47 403	1.63 336	1.12 372	0.48 300	2.42 381	2.85 325

PSMNet_ROB	3.38 277	5.24 331	20.61 314	1.24 186	1.22 245	3.76 169	1.64 303	3.59 126	2.80 180	2.07 162	1.72 124	2.75 240	1.79 230	11.42 351	4.58 309	0.42 199	0.38 203	0.50 293	0.62 335	0.62 279	0.69 195

SDNR	4.37 336	2.22 290	20.63 317	1.60 294	0.99 183	5.15 379	0.67 62	4.36 325	5.55 385	4.89 378	7.17 371	5.50 375	1.58 179	17.48 408	4.33 305	0.80 342	0.72 296	0.59 324	0.45 294	1.18 359	1.43 278

ASMatch	2.65 170	0.68 58	20.65 318	1.60 294	0.71 117	4.40 306	0.77 113	2.02 23	1.65 50	1.71 82	3.89 353	1.93 151	3.75 339	5.45 210	1.67 172	0.33 105	0.24 88	0.34 179	0.28 129	0.34 108	0.57 149

Pruner-Stereo	2.33 92	0.70 69	20.66 319	2.05 347	0.48 40	4.73 367	0.78 116	2.55 56	2.70 167	2.47 270	1.57 89	1.48 96	1.03 62	1.71 62	1.55 145	0.48 253	0.21 33	0.34 179	0.30 175	0.31 47	0.42 76

WAO-6	6.68 385	9.03 352	20.68 320	2.98 379	2.79 374	11.93 404	3.56 379	5.39 384	11.65 402	3.55 352	9.59 390	6.77 380	6.72 373	12.28 375	11.56 353	2.88 384	2.36 354	2.50 388	1.84 392	2.89 384	2.72 323

otaku	5.59 365	14.82 405	20.70 321	3.13 382	2.70 372	3.91 201	2.56 350	3.90 178	2.48 147	2.25 207	9.38 388	4.06 330	2.32 277	9.59 291	14.37 369	3.52 392	1.66 337	2.15 386	1.19 371	3.73 392	3.35 338

SA	2.55 142	1.54 242	20.70 321	1.12 140	0.48 40	4.26 287	1.33 264	4.45 341	3.28 260	1.68 76	1.96 201	1.69 108	2.25 273	2.60 149	1.57 149	0.30 55	0.29 137	0.37 219	0.38 255	0.36 138	0.47 103

STTRV1_RVC	3.55 293	1.06 181	20.71 323	1.47 270	1.46 286	3.29 87	1.56 294	4.14 246	3.33 275	1.96 123	3.50 347	2.63 229	2.08 256	11.95 372	2.32 249	2.09 376	4.04 377	0.81 360	0.73 345	1.06 346	0.71 199

IPLGR	2.61 158	0.73 79	20.72 324	0.87 42	0.54 62	4.58 338	0.52 21	4.32 316	2.79 179	1.91 106	1.54 82	1.72 113	1.71 219	6.94 250	1.43 125	0.31 69	0.21 33	0.27 43	0.24 64	0.34 108	0.48 110

4D-IteraStereo	2.95 219	1.83 271	20.75 325	0.81 21	1.56 304	2.22 35	1.03 217	2.48 43	1.56 26	1.42 50	1.00 8	1.93 151	0.61 5	1.65 51	2.04 228	0.31 69	0.22 47	0.31 116	0.26 89	0.28 20	16.75 415

RAFT + AFF	3.98 320	14.10 391	20.78 326	1.16 155	1.96 352	4.14 255	2.00 327	4.56 355	3.52 305	2.23 204	2.51 293	2.27 188	4.92 355	8.94 279	2.82 271	0.33 105	0.60 277	0.48 278	0.39 261	0.81 327	1.03 252

PML	64.55 434	56.00 434	20.79 327	8.10 412	32.82 422	147.60 439	247.57 441	12.71 406	45.39 430	111.32 437	288.85 441	101.42 438	100.62 439	31.63 419	15.84 375	13.96 420	4.84 379	10.95 419	6.18 415	28.99 422	5.33 358

STrans-v2	3.11 238	0.95 157	20.80 328	0.86 36	0.64 96	3.90 198	1.01 212	4.30 300	3.61 309	2.28 218	3.65 349	4.11 334	5.17 358	7.32 254	1.63 165	0.34 121	0.18 5	0.29 77	0.26 89	0.30 42	0.65 185

HGLStereo	2.74 191	1.03 178	20.80 328	1.24 186	1.55 300	3.62 145	0.94 199	3.83 168	2.09 89	2.18 190	2.20 246	3.11 269	2.12 261	5.65 214	2.07 231	0.50 269	0.34 169	0.32 130	0.30 175	0.42 189	0.50 119

HBP-ISP	3.78 308	9.10 353	20.83 330	1.72 318	1.14 223	4.54 327	2.82 356	4.61 363	3.03 220	4.13 366	1.98 204	1.88 147	3.31 325	11.06 338	1.52 139	0.74 337	0.57 268	0.67 343	0.62 335	0.65 293	0.64 182

HHNet	2.51 127	0.76 104	20.83 330	0.67 2	0.67 104	4.07 237	0.90 179	3.85 171	1.59 32	2.14 177	4.91 366	0.98 46	3.32 326	1.73 69	1.80 197	0.41 190	0.20 17	0.31 116	0.28 129	0.38 151	0.44 84

AFF-stereo	2.54 137	3.44 315	20.84 332	1.30 215	0.48 40	3.94 212	0.48 14	3.30 106	3.40 288	1.94 116	2.21 249	2.10 181	1.51 163	2.36 133	1.62 162	0.23 3	0.21 33	0.25 23	0.25 75	0.33 87	0.53 135

RALCasStereoNet	3.17 250	1.87 274	20.86 333	1.17 162	1.63 318	3.10 66	0.70 78	3.21 96	2.19 100	1.39 48	1.73 130	1.18 65	0.91 45	2.46 136	1.64 168	0.31 69	8.75 397	0.25 23	0.22 43	0.31 47	9.45 383

TransformOpticalFlow	3.07 234	0.87 125	20.87 334	1.10 129	0.56 68	4.18 270	0.64 57	4.36 325	3.28 260	2.19 195	3.08 332	4.32 346	5.01 356	7.36 257	1.59 154	0.34 121	0.18 5	0.32 130	0.26 89	0.29 31	0.57 149

1111x	4.75 352	1.05 180	20.89 335	1.28 206	1.02 191	3.81 181	0.88 162	4.65 365	5.52 383	2.43 264	2.27 256	1.97 163	1.81 233	12.40 377	18.19 399	0.32 82	9.06 404	0.32 130	0.34 218	0.38 151	6.34 365

LCNet	2.54 137	0.60 24	20.89 335	1.01 104	0.57 75	3.60 141	1.21 252	3.20 95	1.70 57	2.17 187	1.76 134	1.43 91	4.12 345	3.61 179	0.94 36	0.32 82	0.20 17	0.28 63	0.76 347	0.50 242	1.83 302

MIM_Stereo	2.71 184	1.26 208	20.92 337	1.34 228	5.57 404	3.10 66	0.59 36	3.25 102	2.51 149	1.64 69	1.61 96	1.82 138	1.29 122	2.07 102	1.35 106	0.25 8	0.31 149	0.28 63	0.26 89	0.29 31	4.43 354

GMStereo	2.01 42	2.26 291	20.93 338	0.90 54	0.48 40	1.67 17	0.56 25	1.90 16	2.19 100	1.58 63	1.31 46	0.87 38	0.74 21	1.68 53	1.00 51	0.41 190	0.21 33	0.30 98	0.32 202	0.50 242	0.46 95
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
iResNet	2.70 182	1.35 224	20.93 338	2.01 343	0.73 119	3.76 169	0.83 138	4.28 297	2.93 201	2.38 252	2.03 211	1.35 79	1.54 173	3.28 173	4.42 307	0.42 199	0.25 100	0.29 77	0.23 51	0.45 213	0.64 182

SuperB	5.03 358	8.93 351	20.96 340	1.51 278	1.11 218	3.88 195	3.00 361	4.24 284	3.13 235	2.53 277	2.10 227	2.74 238	3.37 331	8.76 275	19.44 407	0.45 228	0.34 169	0.53 305	0.40 268	11.97 419	1.15 262

LSM	13.03 406	7.72 347	21.01 341	55.44 433	85.65 431	3.65 152	6.27 395	3.91 182	5.06 372	5.63 383	13.91 404	3.53 303	3.46 335	9.93 301	4.36 306	0.72 332	0.95 312	0.72 352	0.85 355	1.09 352	26.67 423

SGM-Forest	4.96 357	0.86 122	21.02 342	1.22 179	0.83 142	4.05 233	3.26 368	4.40 335	3.49 303	4.40 372	3.69 351	4.66 361	13.91 403	11.94 371	17.16 390	0.66 317	0.46 243	0.49 291	0.39 261	0.49 241	1.77 297
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADLNet	3.23 260	1.19 204	21.03 343	1.36 233	1.61 313	3.69 158	1.23 254	4.05 215	3.41 289	2.72 295	2.29 260	4.00 327	1.77 226	11.21 342	2.15 236	0.42 199	0.43 233	0.36 208	0.35 231	0.47 231	0.82 221

DualNet	5.08 359	0.98 166	21.04 344	1.24 186	1.03 195	3.64 147	0.87 155	4.23 277	4.73 362	2.31 225	2.40 275	3.49 293	1.64 201	2.29 128	16.90 382	0.30 55	19.28 425	0.48 278	0.40 268	0.31 47	14.02 393

ffm	4.27 333	0.98 166	21.04 344	1.24 186	1.03 195	3.64 147	0.87 155	4.23 277	4.73 362	2.31 225	2.40 275	3.49 293	1.64 201	2.29 128	0.78 7	0.30 55	19.28 425	0.48 278	0.40 268	0.31 47	14.02 393

ff1	5.58 364	0.98 166	21.04 344	1.24 186	1.03 195	3.64 147	0.87 155	4.23 277	4.73 362	2.31 225	2.40 275	3.49 293	1.64 201	12.40 377	16.90 382	0.30 55	19.28 425	0.48 278	0.40 268	0.31 47	14.02 393

mmx	4.56 344	0.98 166	21.04 344	1.24 186	1.03 195	3.64 147	0.87 155	4.53 351	5.34 377	2.31 225	2.40 275	3.49 293	1.64 201	12.40 377	16.90 382	0.34 121	5.98 385	0.48 278	0.40 268	0.46 221	5.71 360

xxx	4.56 344	0.98 166	21.04 344	1.24 186	1.03 195	3.64 147	0.87 155	4.53 351	5.34 377	2.31 225	2.40 275	3.49 293	1.64 201	12.40 377	16.90 382	0.34 121	5.98 385	0.48 278	0.40 268	0.46 221	5.71 360

CVANet_RVC	3.32 272	1.63 254	21.06 349	1.66 307	1.29 255	3.99 222	1.55 292	3.98 195	3.00 211	3.51 350	2.06 221	2.58 224	1.72 220	12.46 384	1.70 179	0.62 310	0.34 169	0.53 305	0.47 298	0.64 288	1.66 291

IMH	7.25 390	16.24 415	21.08 350	4.40 401	3.79 391	5.46 384	3.03 364	5.58 390	6.26 393	4.92 379	10.32 392	9.24 390	8.30 387	13.62 398	11.56 353	4.84 410	3.00 369	3.09 401	2.14 398	4.38 399	3.83 345

OCTAStereo	2.67 178	0.67 52	21.08 350	2.43 359	0.47 35	4.67 352	0.67 62	3.68 139	4.31 347	2.11 171	1.62 99	1.36 81	1.09 81	6.02 224	1.25 92	0.45 228	0.20 17	0.36 208	0.34 218	0.32 66	0.37 50

RE-Stereo	2.67 178	0.67 52	21.08 350	2.43 359	0.47 35	4.67 352	0.67 62	3.68 139	4.30 344	2.11 171	1.62 99	1.36 81	1.09 81	6.01 221	1.26 97	0.45 228	0.20 17	0.36 208	0.34 218	0.32 66	0.37 50

TVStereo	2.67 178	0.67 52	21.08 350	2.43 359	0.47 35	4.67 352	0.67 62	3.68 139	4.30 344	2.11 171	1.62 99	1.36 81	1.09 81	6.01 221	1.26 97	0.45 228	0.20 17	0.36 208	0.34 218	0.32 66	0.37 50

RALAANet	2.29 84	2.73 302	21.08 350	1.29 211	0.94 175	1.45 12	0.68 70	3.25 102	2.61 160	2.02 143	1.80 151	1.28 75	1.04 68	2.12 107	1.79 196	0.30 55	0.22 47	0.27 43	0.27 104	0.41 182	0.35 34

NF-Stereo	2.68 181	0.67 52	21.09 355	2.43 359	0.47 35	4.67 352	0.67 62	3.68 139	4.30 344	2.11 171	1.62 99	1.36 81	1.09 81	6.07 227	1.24 86	0.45 228	0.20 17	0.36 208	0.34 218	0.32 66	0.37 50

SPS-STEREO	5.18 360	10.36 361	21.09 355	1.74 322	1.72 335	3.24 79	2.26 340	3.92 183	4.12 332	5.06 380	3.66 350	5.43 373	3.33 327	9.56 289	12.34 358	1.17 363	1.17 324	1.07 368	1.03 364	1.17 358	10.25 387
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PFNet+	2.46 121	0.64 37	21.10 357	0.98 93	0.48 40	4.63 346	0.83 138	2.47 41	3.48 301	2.14 177	1.67 111	1.34 77	1.03 62	4.66 199	1.35 106	0.49 259	0.33 162	0.38 231	0.39 261	0.33 87	0.49 115

PSM-softLoss	2.62 161	0.65 44	21.11 358	2.46 363	0.49 47	4.68 360	0.68 70	2.61 62	4.23 338	2.14 177	1.47 68	1.42 89	0.99 56	6.04 225	1.24 86	0.47 248	0.23 70	0.37 219	0.39 261	0.33 87	0.34 30

KMStereo	2.62 161	0.65 44	21.11 358	2.46 363	0.49 47	4.68 360	0.68 70	2.61 62	4.23 338	2.14 177	1.47 68	1.42 89	0.99 56	6.04 225	1.24 86	0.47 248	0.23 70	0.37 219	0.39 261	0.33 87	0.34 30

MIF-Stereo (partial)	1.93 31	0.69 63	21.14 360	0.74 7	1.02 191	1.07 5	0.49 15	2.75 70	1.78 63	0.82 8	1.22 31	0.80 30	0.90 43	1.68 53	1.63 165	0.38 173	0.24 88	0.33 162	0.26 89	0.41 182	0.32 17

RainbowNet	5.20 361	15.03 408	21.14 360	3.66 392	3.25 385	4.18 270	2.98 360	4.22 272	3.20 241	2.30 222	2.65 307	4.24 341	2.97 306	9.92 300	6.29 321	3.92 398	2.27 351	2.71 396	1.73 387	3.82 393	3.43 340

CBMV	4.12 324	1.27 211	21.14 360	1.52 280	0.85 147	3.80 178	3.89 387	4.58 359	3.02 218	3.56 353	2.37 269	4.44 349	13.88 402	11.23 344	3.78 298	0.56 297	0.43 233	0.48 278	0.39 261	0.55 255	0.74 211
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GASNet	3.86 313	15.35 411	21.16 363	1.63 301	1.25 250	2.35 40	1.11 234	4.11 235	2.86 194	1.99 130	2.11 228	2.99 257	2.16 267	10.62 321	3.75 297	0.71 327	0.37 190	0.61 330	0.46 296	0.91 337	0.70 197

ssnet_v2	2.81 201	1.39 226	21.16 363	1.25 200	0.90 162	3.86 190	1.63 300	4.10 232	3.22 249	2.79 305	1.96 201	3.78 315	1.70 217	2.53 146	3.12 287	0.44 219	0.37 190	0.42 254	0.38 255	0.59 270	0.58 161

EKT-Stereo	7.93 393	0.75 96	21.17 365	1.84 331	109.80 433	4.51 325	0.61 43	4.13 243	1.59 32	1.89 104	1.24 33	1.96 162	1.35 128	4.02 190	1.36 113	0.42 199	0.31 149	0.29 77	0.27 104	0.35 121	0.78 216

XX-Stereo	2.66 174	0.70 69	21.17 365	2.33 356	1.24 248	4.31 296	0.45 11	4.48 344	1.60 37	2.39 254	1.89 184	4.60 357	0.60 4	4.17 194	1.11 65	0.34 121	0.26 120	0.29 77	0.29 159	0.53 249	0.43 80

GANet-RSSM	2.96 220	1.27 211	21.17 365	1.73 320	1.23 246	4.22 283	0.91 187	3.39 114	2.02 85	1.97 126	1.74 132	2.53 216	2.06 255	10.91 332	1.88 205	0.37 160	0.35 178	0.32 130	0.29 159	0.42 189	0.46 95

MyStereo06	2.74 191	1.07 182	21.19 368	1.06 121	1.08 210	4.26 287	0.86 152	3.72 148	1.80 64	2.25 207	1.77 141	4.28 343	4.12 345	1.85 86	1.38 119	0.25 8	2.43 357	0.34 179	0.27 104	0.46 221	0.48 110

DispNO	3.72 305	8.71 349	21.22 369	1.13 145	1.16 226	3.13 68	0.93 197	3.66 136	3.23 252	2.39 254	2.64 306	3.11 269	1.99 252	11.30 345	7.70 334	0.37 160	0.32 155	0.34 179	0.27 104	0.47 231	0.38 57

HanzoNet	31.86 422	17.33 416	21.23 370	7.52 410	5.85 406	7.49 397	3.61 382	14.35 411	13.37 403	50.38 428	46.35 426	44.46 421	56.50 433	36.53 424	28.25 421	64.05 433	58.31 434	9.45 418	89.24 434	31.17 429	31.77 424

sAnonymous2	2.00 39	1.54 242	21.24 371	0.93 64	0.89 158	1.21 6	0.62 50	2.58 59	2.28 118	0.86 12	1.04 9	0.73 17	1.22 112	1.10 4	0.85 19	0.30 55	0.25 100	0.31 116	0.31 192	1.06 346	0.72 202

CroCo_RVC	2.00 39	1.54 242	21.24 371	0.93 64	0.89 158	1.21 6	0.62 50	2.58 59	2.28 118	0.86 12	1.04 9	0.73 17	1.22 112	1.10 4	0.85 19	0.30 55	0.25 100	0.31 116	0.31 192	1.06 346	0.72 202

LVE	7.57 392	15.80 412	21.28 373	3.69 393	3.19 384	4.54 327	2.78 353	10.13 402	11.63 401	3.24 340	11.52 398	18.10 405	4.55 352	11.67 359	10.30 345	4.62 409	2.95 364	2.56 390	1.91 394	3.63 388	3.26 334

MeshStereo	5.67 367	1.80 265	21.28 373	1.40 249	1.14 223	4.38 300	3.83 386	5.51 389	4.85 370	10.12 407	11.72 399	11.44 393	5.87 365	13.86 401	12.31 357	0.68 321	0.61 279	0.61 330	0.60 331	0.73 312	0.68 193
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
CBMV_ROB	4.57 346	0.90 137	21.30 375	1.46 266	0.89 158	4.43 310	1.69 308	4.51 350	3.14 237	5.97 386	4.23 358	4.16 336	7.83 382	11.06 338	16.47 377	0.61 305	0.55 266	0.53 305	0.51 313	0.56 261	0.59 163

HH	3.19 253	0.91 139	21.34 376	1.24 186	0.61 83	4.16 261	0.80 126	2.94 77	1.82 65	1.23 40	1.84 171	4.61 358	1.84 239	2.63 151	0.99 48	0.29 33	1.53 332	0.30 98	0.24 64	0.34 108	14.22 397

HanStereo	3.19 253	0.91 139	21.34 376	1.24 186	0.61 83	4.16 261	0.80 126	2.94 77	1.82 65	1.23 40	1.84 171	4.61 358	1.84 239	2.63 151	0.99 48	0.29 33	1.53 332	0.30 98	0.24 64	0.34 108	14.22 397

ACVNet_2	6.09 373	15.28 410	21.36 378	3.30 386	3.17 382	4.50 321	3.00 361	4.70 367	3.96 328	3.52 351	5.34 368	7.79 385	2.95 304	12.40 377	13.76 364	3.28 388	2.23 349	2.70 395	1.70 384	3.52 387	3.24 333

ACVNet_1	6.63 383	14.79 404	21.40 379	3.59 391	3.17 382	4.69 365	2.46 345	4.24 284	3.34 277	3.11 330	2.86 322	23.21 411	4.59 353	11.06 338	12.59 360	3.75 394	2.34 353	2.60 391	1.80 390	3.70 389	3.31 336

GwcNet-ADL	2.51 127	0.75 96	21.41 380	0.98 93	0.73 119	4.58 338	0.95 202	4.46 343	2.61 160	2.06 156	1.80 151	2.54 218	1.24 115	1.98 97	1.73 187	0.41 190	0.46 243	0.24 14	0.27 104	0.41 182	0.55 142

test croco	2.00 39	0.89 132	21.49 381	0.67 2	0.73 119	1.66 16	0.57 28	3.27 105	2.18 99	0.80 7	1.25 35	0.80 30	0.86 38	1.72 66	1.13 66	0.34 121	0.21 33	0.32 130	0.25 75	0.44 206	0.34 30

test_xeample3	3.67 300	3.52 318	21.53 382	0.98 93	0.51 56	1.88 20	0.91 187	8.10 398	2.76 175	0.82 8	0.76 2	0.65 6	0.70 13	5.88 219	7.74 335	0.32 82	0.29 137	0.27 43	0.22 43	0.29 31	15.33 407

IGEV_Zeroshot_test	2.66 174	0.75 96	21.55 383	1.50 276	0.89 158	2.21 34	0.90 179	3.52 121	1.83 67	2.17 187	1.57 89	4.09 331	1.60 183	1.73 69	1.21 79	0.32 82	0.33 162	0.28 63	0.30 175	0.44 206	6.09 363

FCDSN-DC	6.71 387	1.18 198	21.61 384	1.29 211	1.10 216	4.38 300	2.59 351	4.58 359	5.52 383	9.58 402	11.19 395	19.17 406	17.69 408	13.03 390	17.11 388	0.73 334	0.57 268	0.61 330	0.60 331	0.71 310	0.92 238
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	5.78 368	2.42 295	21.71 385	1.67 308	1.55 300	4.07 237	3.53 377	4.14 246	4.73 362	6.59 390	10.89 394	12.82 399	9.59 392	10.17 309	12.65 361	1.05 356	0.61 279	0.52 301	0.52 314	0.71 310	5.64 359

APVNet	3.24 262	1.59 249	21.72 386	1.36 233	1.52 294	3.93 209	1.12 236	3.58 124	2.80 180	2.32 237	2.02 209	3.05 262	1.96 250	11.77 366	2.61 266	0.44 219	0.46 243	0.65 341	0.47 298	0.73 312	0.73 207

FC-DCNN	7.08 389	1.01 177	21.89 387	1.74 322	1.64 322	8.18 400	2.31 342	6.50 395	9.16 399	10.85 410	11.33 396	19.85 408	13.33 399	12.94 389	17.10 387	0.72 332	0.57 268	0.59 324	0.57 326	0.64 288	0.69 195

NaN_ROB	4.73 351	6.66 339	21.89 387	1.26 203	1.28 253	3.49 120	3.02 363	4.38 332	3.93 326	3.65 355	2.55 297	2.97 255	5.01 356	13.23 393	17.43 393	0.38 173	0.42 232	0.38 231	0.40 268	0.50 242	1.82 300

CSAN	5.95 370	13.70 384	21.94 389	1.35 229	0.93 172	3.65 152	3.46 373	4.73 371	4.26 341	3.98 362	7.70 375	3.54 304	6.94 376	22.83 412	16.00 376	0.53 287	0.47 251	0.50 293	0.55 323	0.65 293	1.22 265

TorneroNet-64	10.52 398	14.33 395	21.95 390	4.29 398	3.76 388	13.77 409	2.83 357	14.96 413	23.11 418	10.24 408	23.77 415	13.44 400	8.15 386	13.98 402	17.70 396	4.03 399	2.73 360	3.23 403	2.53 402	7.27 411	4.35 353

ADCPNet	4.25 330	4.04 321	21.95 390	1.33 226	1.31 260	6.34 390	2.63 352	4.07 219	3.23 252	2.81 308	2.21 249	4.27 342	6.08 367	6.01 221	11.73 355	0.67 320	1.17 324	0.71 349	1.71 385	0.87 335	1.82 300

WAO-8	12.61 404	16.02 413	21.99 392	3.55 387	3.10 378	15.07 410	2.80 354	12.81 407	19.10 415	7.93 396	13.05 401	11.75 395	8.46 389	83.86 437	15.10 371	3.51 390	1.94 342	3.54 407	1.96 395	3.72 390	2.89 327

Venus	12.61 404	16.02 413	21.99 392	3.55 387	3.10 378	15.07 410	2.80 354	12.81 407	19.10 415	7.93 396	13.05 401	11.75 395	8.46 389	83.86 437	15.10 371	3.51 390	1.94 342	3.54 407	1.96 395	3.72 390	2.89 327

S-Stereo	3.51 291	0.96 159	22.00 394	1.38 241	1.50 290	3.55 131	2.49 347	4.27 296	3.00 211	2.38 252	3.94 356	3.73 312	1.84 239	11.89 370	2.59 265	0.64 314	0.71 295	0.49 291	0.81 352	0.68 305	1.31 269

SANet	6.43 379	13.71 385	22.08 395	1.43 263	1.00 189	6.86 394	3.78 385	4.71 368	11.10 400	4.71 377	8.72 385	7.47 383	7.91 385	12.46 384	18.12 398	0.51 275	0.47 251	0.50 293	0.45 294	0.94 340	1.60 288

edge stereo	3.45 284	1.08 185	22.14 396	1.31 218	1.36 267	2.68 49	1.54 290	4.13 243	3.27 258	2.94 319	3.27 342	4.34 347	2.48 287	11.60 358	2.79 269	0.62 310	0.64 284	0.79 357	0.56 325	0.70 308	0.82 221

ACVNet-4b	6.98 388	14.78 403	22.17 397	3.56 389	3.11 380	4.14 255	2.23 338	4.08 226	3.84 321	1.67 75	3.96 357	5.86 376	2.87 302	10.30 316	17.16 390	26.09 427	2.24 350	2.53 389	1.79 389	3.91 395	3.28 335

pmcnn	5.90 369	1.81 268	22.30 398	1.69 312	2.37 367	3.47 113	2.10 334	4.58 359	5.56 386	3.75 358	13.12 403	22.07 409	3.70 338	11.99 373	17.13 389	0.58 300	0.23 70	0.23 4	0.19 9	0.37 142	0.70 197

Dean	8.35 395	15.23 409	22.34 399	3.76 394	3.55 386	4.81 374	3.51 375	5.34 380	5.37 379	4.49 374	26.13 417	25.59 417	4.33 349	11.21 342	13.12 362	3.78 395	2.31 352	2.90 397	1.89 393	4.04 396	3.34 337

KSHMR	17.50 412	14.38 398	22.35 400	4.50 403	4.51 398	8.17 399	3.33 370	15.44 415	76.15 433	7.32 392	61.40 431	56.33 431	5.66 363	32.91 420	13.97 366	4.42 401	2.99 368	3.64 410	2.79 408	5.13 404	4.55 355

TorneroNet	26.32 419	14.70 400	22.40 401	4.24 397	4.08 396	54.72 430	3.19 366	15.11 414	76.73 434	57.99 430	82.55 435	86.65 436	45.79 431	13.34 395	18.51 401	4.52 404	2.86 362	3.45 404	2.63 405	8.75 417	4.28 351

pcwnet_v2	2.73 190	0.70 69	22.43 402	1.11 133	1.02 191	3.58 136	0.80 126	4.31 310	3.42 291	2.39 254	2.28 258	2.99 257	1.68 212	3.31 174	1.54 143	0.44 219	0.51 262	0.41 244	0.34 218	0.62 279	0.74 211

FADNet-RVC-Resample	3.31 270	8.52 348	22.84 403	1.18 166	0.91 167	3.52 126	1.35 268	4.13 243	2.32 126	1.75 90	1.35 50	2.26 187	1.51 163	9.51 288	2.03 226	0.42 199	0.38 203	0.42 254	0.44 289	0.59 270	0.71 199

UNDER WATER-64	10.08 397	14.27 393	22.85 404	5.26 408	4.88 402	11.00 403	4.57 392	11.41 403	17.25 410	7.68 393	9.72 391	15.96 404	21.47 415	11.12 341	16.63 380	4.38 400	2.88 363	4.41 412	2.95 410	7.12 410	5.81 362

UNDER WATER	11.28 402	13.60 379	22.90 405	5.11 407	4.53 399	7.75 398	3.75 383	12.50 405	21.62 417	7.80 395	10.68 393	23.75 413	35.20 418	11.54 354	17.40 392	4.46 402	2.95 364	4.23 411	2.90 409	6.57 407	6.27 364

MDST_ROB	6.31 377	1.18 198	22.96 406	2.56 368	2.69 371	21.07 415	2.01 329	4.79 374	2.87 196	9.49 401	4.45 361	4.10 333	4.48 351	22.33 411	17.61 394	0.79 341	0.44 237	0.47 273	0.44 289	0.47 231	0.95 243

rrr	3.66 298	3.48 316	23.50 407	0.96 84	0.49 47	1.59 13	0.92 192	8.19 399	2.75 172	0.75 4	0.78 3	0.74 22	0.73 18	5.79 216	7.75 336	0.32 82	0.26 120	0.28 63	0.21 25	0.32 66	13.47 390

MANE	15.29 408	13.67 382	23.58 408	10.15 417	13.37 412	23.58 419	23.86 413	27.83 419	26.26 419	12.02 412	15.10 405	19.83 407	18.01 409	15.68 407	20.35 408	8.58 415	9.20 406	3.05 400	4.19 412	0.82 329	16.69 412

DispFullNet	4.71 350	3.93 319	23.92 409	4.00 395	3.01 377	3.38 96	1.31 262	4.23 277	3.26 256	6.31 389	2.92 324	4.03 328	7.80 381	3.93 188	5.15 315	2.80 382	1.61 335	3.11 402	2.70 406	3.32 386	3.38 339

LRCNet_RVC	25.63 418	33.47 423	24.35 410	31.77 424	32.74 421	6.73 393	1.19 247	25.87 418	4.67 361	28.95 417	30.91 419	24.89 416	17.54 407	27.82 418	24.57 413	35.48 428	25.62 430	35.91 430	33.80 429	31.95 430	34.38 427

SGM+DAISY	13.18 407	14.36 396	24.65 411	8.10 412	13.49 413	22.47 417	25.54 416	12.13 404	17.08 409	14.77 413	15.82 408	12.17 398	13.97 404	12.65 387	18.22 400	8.40 414	9.18 405	1.23 375	1.33 378	1.23 363	16.81 416

FINET	10.59 399	14.44 399	25.84 412	2.30 354	3.90 392	21.74 416	25.19 415	8.85 400	16.99 408	2.68 292	15.19 406	11.45 394	13.83 401	6.71 244	15.11 373	0.80 342	8.59 395	0.53 305	0.44 289	0.62 279	16.67 411

Anonymous_1	57.77 433	19.65 417	26.12 413	23.12 421	141.97 437	30.79 420	39.72 422	34.10 424	16.98 407	70.09 434	15.64 407	23.44 412	19.73 412	23.03 414	27.21 417	164.70 439	9.02 403	130.41 434	137.42 436	161.21 440	41.01 428

DPSM_ROB	20.83 415	20.01 418	26.54 414	23.64 422	22.42 418	31.06 421	39.94 423	34.02 422	17.42 411	15.35 414	16.05 410	24.04 414	20.69 413	23.28 415	27.60 418	10.77 418	9.41 407	11.68 420	11.50 419	14.48 420	16.71 413

DPSM	20.83 415	20.01 418	26.54 414	23.64 422	22.42 418	31.06 421	39.94 423	34.02 422	17.42 411	15.35 414	16.05 410	24.04 414	20.69 413	23.28 415	27.60 418	10.77 418	9.41 407	11.68 420	11.50 419	14.48 420	16.71 413

SGM-ForestM	15.60 409	14.94 407	28.17 416	7.84 411	10.49 408	23.43 418	24.58 414	20.87 417	16.87 406	15.92 416	15.89 409	27.08 418	22.45 416	24.86 417	28.42 422	3.85 397	8.90 399	0.55 314	1.15 370	0.64 288	15.05 400

JetRed	10.68 400	26.07 422	35.62 417	4.40 401	4.16 397	15.72 413	13.07 406	14.57 412	5.83 389	5.85 385	5.55 370	10.12 392	7.37 379	8.86 276	25.99 416	3.33 389	3.82 375	3.59 409	2.98 411	8.51 415	8.22 375

FADE	78.97 435	14.73 401	35.82 418	10.62 419	13.30 411	4.17 266	4.16 390	28.45 420	8.38 398	5.17 382	3.89 353	11.84 397	36.55 419	44.20 425	27.82 420	481.80 441	167.92 440	346.21 441	320.29 441	7.64 413	6.52 367

xxxxx1	112.85 436	94.19 436	38.10 419	228.21 439	161.02 438	39.23 426	61.26 428	92.54 436	79.08 436	63.44 431	74.84 432	77.80 433	69.88 434	33.55 421	70.96 435	117.25 435	130.44 437	258.49 438	273.88 438	145.63 437	147.24 438

tt_ll	112.85 436	94.19 436	38.10 419	228.21 439	161.02 438	39.23 426	61.26 428	92.54 436	79.08 436	63.44 431	74.84 432	77.80 433	69.88 434	33.55 421	70.96 435	117.25 435	130.44 437	258.49 438	273.88 438	145.63 437	147.24 438

ff	112.85 436	94.19 436	38.10 419	228.21 439	161.02 438	39.23 426	61.26 428	92.54 436	79.08 436	63.44 431	74.84 432	77.80 433	69.88 434	33.55 421	70.96 435	117.25 435	130.44 437	258.49 438	273.88 438	145.63 437	147.24 438

DGTPSM_ROB	16.67 410	21.79 420	40.19 422	10.00 416	19.05 416	12.43 407	33.20 419	13.71 409	18.09 413	9.71 403	22.85 413	13.77 401	19.64 410	21.23 409	24.07 410	5.09 411	8.95 401	5.62 413	11.49 418	6.73 408	15.75 409

DPSMNet_ROB	16.76 411	21.81 421	40.95 423	10.20 418	19.08 417	12.43 407	33.21 420	13.73 410	18.21 414	9.76 404	22.88 414	13.78 402	19.64 410	21.39 410	24.21 411	5.20 412	8.97 402	5.63 414	11.51 421	6.80 409	15.82 410

HaxPig	43.31 428	43.63 430	45.01 424	33.88 425	35.67 423	32.79 423	30.52 418	45.50 425	42.95 428	48.75 426	48.14 428	43.24 420	40.44 421	44.58 426	43.63 424	47.17 430	49.30 431	51.65 432	50.37 431	43.72 431	45.27 429

AVERAGE_ROB	44.46 429	45.87 431	46.48 425	40.54 427	38.62 424	32.95 424	30.49 417	46.80 426	43.31 429	49.57 427	48.93 429	44.57 422	39.87 420	45.01 427	43.89 425	48.70 431	50.65 432	50.80 431	49.79 430	45.54 432	46.89 430

LE_ROB	19.18 413	12.99 375	48.22 426	8.42 414	23.91 420	7.26 396	19.71 411	9.92 401	38.58 427	43.44 425	21.85 412	28.15 419	41.18 422	23.00 413	54.71 427	0.38 173	0.34 169	0.32 130	0.36 240	0.43 198	0.49 115

MEDIAN_ROB	47.37 430	49.00 432	49.74 427	40.28 426	39.94 425	34.93 425	33.41 421	49.78 427	46.38 431	53.04 429	52.61 430	47.67 423	42.28 430	48.33 435	47.25 426	52.06 432	53.99 433	54.28 433	53.48 432	48.70 433	50.27 431

DLNR_Zeroshot_test	29.83 420	55.48 433	50.99 428	183.84 437	114.74 434	3.44 107	0.28 1	29.52 421	1.59 32	1.03 29	1.25 35	0.93 44	0.64 8	3.95 189	1.62 162	37.16 429	1.69 338	0.26 34	0.23 51	92.97 434	15.07 401

Selective-RAFT-Error	41.88 423	40.10 428	53.23 429	47.74 429	45.20 427	62.42 434	80.58 432	68.27 432	34.95 421	30.85 419	32.30 423	48.08 424	42.07 428	46.54 428	54.92 428	21.60 425	19.12 423	23.46 427	23.15 424	29.14 426	33.95 426

MyStereo03	43.09 425	40.09 425	53.32 430	48.07 430	45.83 428	62.40 431	80.65 433	67.87 428	35.18 423	31.09 421	32.21 420	48.24 426	41.62 424	46.66 431	55.80 431	21.53 421	18.98 420	23.44 424	23.21 425	29.12 423	56.57 433

MyStereo02	43.09 425	40.09 425	53.32 430	48.07 430	45.83 428	62.40 431	80.65 433	67.87 428	35.18 423	31.09 421	32.21 420	48.24 426	41.62 424	46.66 431	55.80 431	21.53 421	18.98 420	23.44 424	23.21 425	29.12 423	56.57 433

MyStereo	43.09 425	40.09 425	53.32 430	48.07 430	45.83 428	62.40 431	80.65 433	67.87 428	35.18 423	31.09 421	32.21 420	48.24 426	41.62 424	46.66 431	55.80 431	21.53 421	18.98 420	23.44 424	23.21 425	29.12 423	56.57 433

CasAABBNet	41.89 424	40.14 429	53.33 433	47.71 428	45.10 426	62.42 434	80.65 433	68.29 433	34.85 420	30.67 418	32.34 424	48.22 425	41.76 427	46.61 430	55.60 430	21.59 424	18.89 419	23.46 427	23.21 425	29.17 427	33.75 425

LSM0	49.69 431	40.02 424	53.50 434	97.07 434	129.56 435	62.65 436	79.82 431	68.02 431	35.12 422	33.72 424	33.34 425	48.41 429	41.54 423	46.57 429	55.40 429	21.63 426	19.16 424	23.60 429	23.13 423	29.46 428	52.08 432

psmorigin	6.62 382	1.45 232	87.38 435	1.55 286	0.97 180	2.86 53	1.42 277	3.30 106	2.12 95	3.74 357	2.45 285	5.15 370	2.59 293	10.55 320	2.91 278	0.55 294	0.68 290	0.48 278	0.53 316	0.73 312	1.02 250

BEATNet-Init1	51.93 432	71.67 435	99.39 436	10.91 420	13.10 410	84.39 437	59.36 427	73.78 435	67.97 432	88.09 436	88.15 436	91.73 437	97.51 438	85.13 439	72.56 438	2.59 380	5.18 383	1.20 374	1.49 383	10.61 418	13.83 391

coex-ft	20.00 414	11.54 367	120.82 437	1.18 166	1.30 256	2.36 41	1.99 324	2.96 83	13.96 404	129.83 438	8.40 383	5.88 377	52.82 432	9.93 301	31.13 423	0.61 305	0.62 282	0.50 293	0.49 303	1.10 354	2.63 321

ASD4	117.27 439	129.52 439	123.56 438	122.58 435	90.02 432	142.70 438	121.49 438	155.40 440	106.26 439	137.15 439	93.99 437	116.23 439	77.54 437	123.37 440	97.34 439	115.20 434	101.37 435	138.98 436	118.15 435	131.38 436	103.11 436

DPSimNet_ROB	143.68 440	156.64 440	170.66 439	162.59 436	135.40 436	195.13 440	174.01 439	141.76 439	167.78 441	174.58 440	138.78 439	186.01 440	183.75 440	82.32 436	97.85 440	151.24 438	102.48 436	131.25 435	82.78 433	115.21 435	123.37 437

EDNetEfficientorigin	12.42 403	3.26 311	179.44 440	1.21 176	1.00 189	2.89 56	1.82 316	3.05 87	5.37 379	8.87 398	4.78 364	4.17 337	4.80 354	9.91 299	11.32 351	0.41 190	0.41 221	0.62 336	0.88 356	1.33 367	2.81 324

test_example2	213.42 441	219.67 441	222.97 441	213.78 438	220.82 441	199.03 441	200.49 440	189.27 441	143.61 440	211.05 441	218.08 440	210.69 441	205.21 441	221.14 441	216.49 441	236.74 440	242.08 441	213.66 437	216.96 437	235.55 441	231.06 441

Low-res two-view benchmark