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

MIM_Stereo	0.55 105	0.92 221	2.65 226	0.32 93	1.09 373	0.51 48	0.19 12	0.67 88	0.52 47	0.48 68	0.54 142	0.43 94	0.27 63	0.57 100	0.30 57	0.08 1	0.17 202	0.11 94	0.10 72	0.28 246	0.80 308

LoS_RVC	0.34 5	0.38 55	1.96 38	0.27 23	0.35 220	0.43 17	0.22 41	0.43 6	0.34 1	0.24 9	0.34 35	0.23 15	0.28 74	0.34 16	0.22 4	0.08 1	0.07 6	0.07 1	0.05 1	0.10 10	0.35 158

RAFT_CTSACE	0.58 128	1.16 266	2.76 267	0.36 160	0.29 167	0.54 75	0.29 161	0.69 93	0.51 42	0.51 113	0.75 287	0.67 222	0.37 131	0.63 116	0.47 145	0.08 1	0.49 294	0.11 94	0.10 72	0.41 332	0.32 142

test_4	0.47 49	0.80 191	2.15 71	0.36 160	0.29 167	0.59 134	0.28 136	0.50 24	0.42 9	0.43 46	0.76 290	0.39 76	0.22 20	0.73 149	0.49 157	0.08 1	0.18 208	0.11 94	0.15 198	0.29 254	0.27 111

test-3	0.58 128	0.43 76	2.44 136	0.52 278	0.59 300	0.46 22	0.23 61	0.77 121	0.49 31	0.52 121	0.29 17	0.44 109	0.22 20	0.59 104	0.97 262	0.08 1	1.27 367	0.10 48	0.35 342	0.29 254	0.62 269

test_1	0.58 128	0.43 76	2.44 136	0.52 278	0.59 300	0.46 22	0.23 61	0.77 121	0.49 31	0.51 113	0.29 17	0.44 109	0.22 20	0.59 104	0.97 262	0.08 1	1.27 367	0.10 48	0.35 342	0.29 254	0.63 273

test_3	0.59 143	0.44 80	2.44 136	0.53 282	0.59 300	0.48 35	0.30 173	0.79 135	0.52 47	0.51 113	0.30 20	0.45 121	0.22 20	0.59 104	0.97 262	0.08 1	1.25 363	0.11 94	0.35 342	0.30 260	0.62 269

cross-raft	0.47 49	0.34 30	2.17 74	0.70 332	0.84 346	0.50 46	0.35 220	0.74 110	0.43 13	0.44 52	0.45 77	0.63 203	0.25 42	0.37 26	0.27 38	0.08 1	0.14 169	0.10 48	0.23 280	0.11 17	0.27 111

RAFT-Stereo + iAFF	0.58 128	1.48 337	2.53 180	0.29 47	0.78 341	0.52 63	0.20 21	0.68 91	0.66 126	0.51 113	0.61 200	0.40 84	0.32 109	0.40 36	0.43 131	0.08 1	0.63 315	0.09 14	0.09 38	0.37 306	0.58 259

AFF-stereo	0.57 120	1.51 339	2.59 202	0.33 113	0.23 111	0.51 48	0.21 31	0.69 93	0.68 162	0.49 84	0.63 215	0.49 139	0.34 121	0.50 76	0.37 109	0.08 1	0.54 300	0.10 48	0.10 72	0.40 326	0.60 266

MyStereo07	0.56 113	0.68 152	2.42 123	0.30 61	0.41 251	0.61 164	0.31 183	0.58 57	0.72 199	1.17 352	0.26 14	0.20 2	0.27 63	1.28 224	0.28 43	0.09 11	0.59 309	0.12 137	0.21 273	0.16 69	0.48 227

MyStereo06	0.70 229	0.72 165	3.51 353	0.31 75	0.25 126	0.60 146	0.30 173	0.90 223	0.67 138	1.48 381	0.53 128	0.84 296	0.57 260	0.60 109	1.11 283	0.09 11	0.55 302	0.12 137	0.20 262	0.16 69	0.56 257

MyStereo05	0.57 120	0.72 165	2.72 255	0.31 75	0.25 126	0.60 146	0.30 173	0.87 201	0.82 271	0.54 133	0.37 43	0.53 154	0.42 177	0.63 116	0.73 224	0.09 11	0.55 302	0.12 137	0.20 262	0.16 69	0.56 257

MyStereo04	0.57 120	0.68 152	2.66 230	0.30 61	0.41 251	0.61 164	0.31 183	0.88 209	0.80 259	0.48 68	0.37 43	0.54 159	0.42 177	0.61 112	0.71 219	0.09 11	0.59 309	0.12 137	0.21 273	0.16 69	0.48 227

AE-Stereo	0.71 233	0.32 14	2.44 136	0.44 241	0.50 278	0.58 116	0.23 61	1.08 337	0.67 138	0.67 260	0.51 117	0.47 130	0.24 28	0.63 116	0.32 80	0.09 11	2.15 403	0.11 94	0.45 363	0.22 173	2.01 386

ff7	0.65 193	0.58 120	2.09 59	0.39 201	0.60 305	0.56 90	0.23 61	0.49 15	0.62 95	1.00 335	0.24 6	0.20 2	0.24 28	0.71 143	0.24 16	0.09 11	2.09 394	0.10 48	0.18 237	0.24 194	2.22 400

ffff	0.65 193	0.58 120	2.09 59	0.39 201	0.60 305	0.56 90	0.23 61	0.49 15	0.62 95	1.00 335	0.24 6	0.20 2	0.24 28	0.71 143	0.24 16	0.09 11	2.09 394	0.10 48	0.18 237	0.24 194	2.22 400

11t	0.65 193	0.58 120	2.09 59	0.39 201	0.60 305	0.56 90	0.23 61	0.49 15	0.62 95	1.00 335	0.24 6	0.20 2	0.24 28	0.71 143	0.24 16	0.09 11	2.09 394	0.10 48	0.18 237	0.24 194	2.22 400

MSKI-zero shot	0.70 229	0.44 80	2.62 215	1.47 383	0.75 333	0.56 90	0.20 21	0.80 140	0.45 18	0.60 201	0.52 125	0.44 109	0.17 1	0.70 137	0.26 33	0.09 11	2.87 416	0.09 14	0.32 324	0.14 51	0.50 235

AEACV	0.89 310	0.29 2	1.84 18	2.50 410	1.68 400	0.53 68	0.21 31	1.01 293	0.42 9	0.68 266	0.31 26	0.22 8	0.39 149	1.63 270	0.25 24	0.09 11	2.60 413	0.09 14	0.54 376	0.23 188	2.27 405

HH	0.79 269	0.52 103	2.72 255	1.45 381	0.80 342	0.91 330	0.23 61	0.76 115	0.76 232	0.64 240	0.55 151	0.87 307	0.41 166	0.94 181	0.45 138	0.09 11	1.20 358	0.10 48	0.09 38	0.16 69	2.16 393

HanStereo	0.79 269	0.52 103	2.72 255	1.45 381	0.80 342	0.91 330	0.23 61	0.76 115	0.76 232	0.64 240	0.55 151	0.87 307	0.41 166	0.94 181	0.45 138	0.09 11	1.20 358	0.10 48	0.09 38	0.16 69	2.16 393

4D-IteraStereo	0.62 169	1.29 299	3.04 310	0.27 23	0.30 178	0.46 22	0.26 114	0.54 40	0.51 42	0.41 36	0.31 26	0.39 76	0.19 8	0.53 88	0.65 204	0.09 11	0.47 290	0.12 137	0.11 110	0.21 159	2.14 392

anonymousdsp	0.86 296	0.59 126	2.65 226	1.33 375	1.25 383	0.56 90	0.23 61	0.54 40	0.71 192	1.13 348	0.25 11	0.22 8	0.24 28	1.24 217	0.24 16	0.09 11	2.34 409	0.10 48	0.18 237	0.25 209	3.12 415

CES	0.33 4	0.32 14	1.46 3	0.25 5	0.50 278	0.40 13	0.20 21	0.48 12	0.48 28	0.22 3	0.29 17	0.26 31	0.19 8	0.35 23	0.22 4	0.09 11	0.07 6	0.08 3	0.05 1	0.16 69	0.54 250

Selective-IGEV	0.57 120	0.42 70	1.87 23	1.67 393	1.33 386	0.36 11	0.20 21	0.61 69	0.71 192	0.22 3	0.31 26	0.22 8	0.19 8	0.52 81	0.36 106	0.09 11	0.97 340	0.09 14	0.15 198	0.20 150	0.85 316

DCRE	0.76 259	0.80 191	2.31 96	1.05 363	1.18 379	0.63 199	0.26 114	1.03 305	0.59 79	0.52 121	2.12 382	0.44 109	0.27 63	0.41 42	0.53 168	0.09 11	1.02 348	0.10 48	0.32 324	0.16 69	1.47 373

ProNet	0.46 46	0.60 128	1.85 20	0.35 146	0.67 323	0.49 40	0.25 102	0.53 31	0.57 69	0.21 1	0.24 6	0.22 8	0.20 15	0.52 81	0.22 4	0.09 11	0.47 290	0.10 48	0.09 38	0.23 188	1.33 361

MC-Stereo	0.58 128	0.37 50	2.00 42	0.88 349	0.64 319	0.54 75	0.19 12	0.46 10	0.39 3	0.58 172	0.39 52	0.27 38	0.27 63	0.71 143	0.32 80	0.09 11	1.20 358	0.09 14	0.16 216	0.22 173	1.92 384

RCA-Stereo	0.45 41	0.38 55	1.80 11	0.27 23	0.25 126	0.58 116	0.23 61	0.84 171	0.66 126	0.42 40	0.44 76	0.28 40	0.35 123	0.31 3	0.21 1	0.09 11	1.01 343	0.09 14	0.07 12	0.21 159	0.53 247

ccc-4	0.65 193	0.58 120	2.09 59	0.39 201	0.60 305	0.56 90	0.23 61	0.49 15	0.62 95	1.00 335	0.24 6	0.20 2	0.24 28	0.71 143	0.24 16	0.09 11	2.09 394	0.10 48	0.18 237	0.24 194	2.22 400

raft_robust	0.68 218	1.24 289	2.42 123	0.30 61	0.57 295	0.53 68	0.25 102	0.95 258	0.79 252	0.49 84	0.46 79	1.12 360	0.74 310	1.50 250	0.61 190	0.09 11	0.62 314	0.10 48	0.30 314	0.26 224	0.30 132

RAFT+CT+SA	0.60 149	1.25 292	2.49 172	0.38 188	0.75 333	0.55 86	0.34 211	0.83 164	0.68 162	0.39 33	0.55 151	0.44 109	0.29 90	0.75 153	0.28 43	0.09 11	0.24 242	0.11 94	0.51 372	0.30 260	0.74 300

IGEV-Stereo	0.86 296	0.60 128	2.65 226	1.35 377	1.25 383	0.56 90	0.23 61	0.54 40	0.71 192	1.14 349	0.25 11	0.22 8	0.24 28	1.24 217	0.24 16	0.09 11	2.34 409	0.10 48	0.18 237	0.25 209	3.13 416
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.31 1	0.30 5	1.80 11	0.29 47	0.12 3	0.41 14	0.20 21	0.39 2	0.42 9	0.26 15	0.31 26	0.25 24	0.19 8	0.36 25	0.26 33	0.09 11	0.11 128	0.12 137	0.10 72	0.13 35	0.15 31

IPLG	0.74 246	1.09 246	2.87 288	0.36 160	0.21 79	1.63 380	0.60 321	1.39 374	0.63 106	1.39 373	0.51 117	0.40 84	0.86 329	1.40 235	0.37 109	0.09 11	0.07 6	0.14 223	0.12 141	0.34 283	0.23 86

GMOStereo	0.58 128	0.89 208	2.46 159	0.29 47	0.99 361	0.51 48	0.32 193	0.58 57	0.46 19	0.58 172	0.48 90	0.54 159	0.27 63	0.31 3	0.25 24	0.09 11	1.64 383	0.13 194	0.11 110	0.34 283	0.42 196

error version	0.58 128	0.89 208	2.46 159	0.29 47	0.99 361	0.51 48	0.32 193	0.58 57	0.46 19	0.58 172	0.48 90	0.54 159	0.27 63	0.31 3	0.25 24	0.09 11	1.64 383	0.13 194	0.11 110	0.34 283	0.42 196

test-v	0.58 128	0.89 208	2.46 159	0.29 47	0.99 361	0.51 48	0.32 193	0.58 57	0.46 19	0.58 172	0.48 90	0.54 159	0.27 63	0.31 3	0.25 24	0.09 11	1.64 383	0.13 194	0.11 110	0.34 283	0.42 196

test-2	0.58 128	0.89 208	2.46 159	0.29 47	0.99 361	0.51 48	0.32 193	0.58 57	0.46 19	0.58 172	0.48 90	0.54 159	0.27 63	0.31 3	0.25 24	0.09 11	1.64 383	0.13 194	0.11 110	0.34 283	0.42 196

iRaftStereo_RVC	0.47 49	0.84 194	1.91 29	0.29 47	0.15 14	0.53 68	0.20 21	0.58 57	0.50 37	0.37 28	0.43 65	0.42 93	0.23 26	0.38 28	0.28 43	0.09 11	0.70 327	0.12 137	0.11 110	0.43 336	0.77 301

CREStereo++_RVC	0.38 14	0.37 50	2.47 164	0.25 5	0.16 21	0.54 75	0.15 1	0.42 5	0.57 69	0.37 28	0.52 125	0.24 21	0.19 8	0.31 3	0.27 38	0.09 11	0.06 1	0.08 3	0.30 314	0.09 5	0.22 78
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
EAI-Stereo	1.16 352	0.29 2	1.94 34	0.55 289	0.97 360	1.96 391	7.94 419	1.34 371	1.03 345	1.01 339	1.48 367	0.51 146	0.66 291	0.65 124	1.42 314	0.09 11	0.23 239	0.09 14	0.53 375	0.13 35	0.49 233

CFNet-RSSM	0.44 38	0.36 40	2.38 107	0.28 35	0.43 262	0.53 68	0.20 21	0.86 193	0.52 47	0.44 52	0.36 39	0.53 154	0.26 50	0.40 36	0.27 38	0.09 11	0.08 38	0.09 14	0.38 351	0.10 10	0.22 78

Gwc-CoAtRS	0.41 19	0.37 50	2.06 55	0.28 35	0.41 251	0.48 35	0.19 12	0.64 80	0.49 31	0.45 54	0.39 52	0.57 178	0.26 50	0.37 26	0.28 43	0.09 11	0.19 212	0.09 14	0.31 319	0.11 17	0.25 100

HITNet	0.55 105	1.28 297	2.73 260	0.35 146	0.14 8	0.56 90	0.23 61	0.89 215	0.62 95	0.52 121	0.51 117	0.49 139	0.38 138	0.52 81	0.60 185	0.09 11	0.07 6	0.10 48	0.08 27	0.25 209	0.61 267
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
MGS-Stereo	0.35 7	0.48 88	1.99 41	0.26 15	0.14 8	0.41 14	0.22 41	0.41 3	0.48 28	0.24 9	0.51 117	0.25 24	0.18 6	0.33 14	0.22 4	0.10 47	0.08 38	0.09 14	0.08 27	0.47 348	0.10 4

IGEV+	0.74 246	0.70 157	2.05 54	1.11 368	1.09 373	0.32 6	0.21 31	0.75 112	0.43 13	0.30 24	0.30 20	0.22 8	0.27 63	0.98 184	0.31 71	0.10 47	2.50 412	0.08 3	0.15 198	0.27 235	2.70 410

MyStereo8	0.73 243	1.16 266	2.89 291	0.53 282	0.34 212	0.71 261	0.20 21	1.87 392	0.59 79	0.53 129	0.66 235	0.50 143	0.33 114	1.27 223	0.62 193	0.10 47	1.19 357	0.10 48	0.21 273	0.21 159	0.61 267

ACVNet-DCA	0.67 213	0.73 168	2.43 128	0.67 325	0.52 282	0.76 281	0.24 83	0.81 147	0.83 277	0.77 298	0.39 52	0.25 24	0.38 138	0.70 137	0.22 4	0.10 47	2.13 399	0.11 94	0.09 38	0.16 69	1.18 345

xx1	0.71 233	0.73 168	2.43 128	0.67 325	0.52 282	0.76 281	0.24 83	0.85 181	1.05 349	0.77 298	0.39 52	0.46 125	0.37 131	0.70 137	0.22 4	0.10 47	2.13 399	0.12 137	0.41 359	0.16 69	1.18 345

1test111	0.72 241	0.73 168	2.43 128	0.67 325	0.52 282	0.76 281	0.24 83	0.81 147	0.83 277	0.77 298	0.39 52	0.25 24	0.38 138	1.03 189	0.75 227	0.10 47	2.13 399	0.11 94	0.09 38	0.16 69	1.18 345

cc1	0.74 246	0.73 168	2.43 128	0.67 325	0.52 282	0.76 281	0.24 83	0.85 181	1.05 349	0.77 298	0.39 52	0.25 24	0.38 138	0.70 137	0.22 4	0.10 47	2.13 399	0.11 94	0.09 38	0.25 209	2.20 399

IGEVStereo-DCA	0.74 246	0.74 177	2.09 59	0.76 337	0.77 338	0.45 19	0.23 61	0.49 15	0.62 95	0.71 283	0.22 2	0.30 45	0.28 74	1.29 225	1.53 321	0.10 47	1.50 381	0.10 48	0.18 237	0.24 194	2.22 400

rrr	0.84 285	0.74 177	3.40 344	0.76 337	0.77 338	0.45 19	0.28 136	1.23 364	0.84 289	0.71 283	0.22 2	0.30 45	0.28 74	1.29 225	1.53 321	0.10 47	1.50 381	0.10 48	0.29 308	0.24 194	1.75 381

DualNet	0.97 327	0.67 145	3.39 339	0.32 93	0.22 88	0.58 116	0.28 136	0.85 181	0.96 331	0.54 133	0.74 279	0.67 222	0.40 155	0.64 120	3.86 394	0.10 47	2.16 404	0.15 248	0.33 334	0.25 209	2.19 395

ffm	0.78 265	0.67 145	3.39 339	0.32 93	0.22 88	0.58 116	0.28 136	0.85 181	0.96 331	0.54 133	0.74 279	0.67 222	0.40 155	0.64 120	0.22 4	0.10 47	2.16 404	0.15 248	0.33 334	0.25 209	2.19 395

ff1	1.07 343	0.67 145	3.39 339	0.32 93	0.22 88	0.58 116	0.28 136	0.85 181	0.96 331	0.54 133	0.74 279	0.67 222	0.40 155	2.75 382	3.86 394	0.10 47	2.16 404	0.15 248	0.33 334	0.25 209	2.19 395

tt1	0.74 246	0.73 168	2.34 101	0.67 325	0.63 315	0.75 277	0.24 83	0.85 181	0.96 331	0.81 310	0.38 49	0.26 31	0.35 123	0.64 120	0.22 4	0.10 47	2.16 404	0.11 94	0.09 38	0.25 209	2.19 395

StereoIM	0.35 7	0.89 208	2.15 71	0.25 5	0.29 167	0.29 3	0.17 5	0.47 11	0.41 5	0.21 1	0.22 2	0.28 40	0.21 17	0.32 13	0.31 71	0.10 47	0.09 83	0.10 48	0.08 27	0.11 17	0.12 11

IGEV_Zeroshot_test	0.91 315	0.39 59	3.80 370	0.42 226	1.95 404	0.56 90	0.64 330	0.84 171	0.55 62	1.45 378	0.53 128	0.79 279	0.42 177	0.57 100	1.13 285	0.10 47	0.49 294	0.10 48	0.34 340	0.19 133	2.97 413

RAFT-Test	0.56 113	0.41 68	2.01 44	0.90 352	1.07 371	0.65 225	0.37 230	0.83 164	0.65 119	0.49 84	0.49 103	0.93 321	0.24 28	0.52 81	0.30 57	0.10 47	0.38 275	0.09 14	0.38 351	0.11 17	0.19 61

anonymousdsp2	0.88 303	0.31 7	1.96 38	1.06 364	1.56 396	0.57 109	0.22 41	0.84 171	0.98 338	1.20 358	0.37 43	0.65 213	0.26 50	1.19 211	0.46 142	0.10 47	2.40 411	0.10 48	0.13 161	0.19 133	2.96 412

LoS	0.34 5	0.35 37	1.88 24	0.25 5	0.13 5	0.53 68	0.20 21	0.50 24	0.53 53	0.26 15	0.28 15	0.37 69	0.24 28	0.40 36	0.25 24	0.10 47	0.08 38	0.08 3	0.06 6	0.15 60	0.10 4

EGLCR-Stereo	0.90 313	0.31 7	1.90 27	1.60 389	0.95 356	1.14 357	0.42 256	0.85 181	0.43 13	1.74 387	0.21 1	0.27 38	0.17 1	1.56 256	0.30 57	0.10 47	2.60 413	0.10 48	0.09 38	0.10 10	3.10 414

anonymousa	0.74 246	0.60 128	2.58 200	0.96 358	1.33 386	0.61 164	0.26 114	0.69 93	0.56 66	0.55 144	0.84 304	0.82 291	0.46 213	0.56 97	0.61 190	0.10 47	1.11 354	0.12 137	0.98 402	0.14 51	0.97 334

CroCo-Stereo Lap2	0.38 14	0.91 216	2.02 47	0.33 113	0.38 238	0.23 2	0.21 31	0.63 78	0.51 42	0.23 6	0.28 15	0.29 44	0.23 26	0.34 16	0.28 43	0.10 47	0.09 83	0.10 48	0.08 27	0.22 173	0.15 31

TestStereo1	0.59 143	1.21 279	2.63 216	0.40 214	0.60 305	0.56 90	0.34 211	0.82 154	0.73 202	0.45 54	0.63 215	0.36 66	0.42 177	0.66 127	0.42 125	0.10 47	0.32 263	0.12 137	0.10 72	0.34 283	0.52 244

DCANet-4	0.43 26	0.32 14	2.31 96	0.26 15	0.14 8	0.51 48	0.22 41	0.84 171	0.78 243	0.55 144	0.48 90	0.28 40	0.37 131	0.40 36	0.37 109	0.10 47	0.07 6	0.09 14	0.07 12	0.08 1	0.43 201

fff	0.50 72	0.90 213	2.63 216	0.25 5	0.15 14	0.51 48	0.22 41	0.85 181	0.82 271	0.55 144	0.48 90	0.31 50	0.65 285	0.39 32	0.37 109	0.10 47	0.07 6	0.09 14	0.07 12	0.08 1	0.43 201

ADStereo(finetuned)	0.50 72	0.91 216	2.43 128	0.26 15	0.14 8	0.51 48	0.22 41	0.84 171	0.78 243	0.56 154	0.49 103	0.32 54	0.75 314	0.40 36	0.40 118	0.10 47	0.07 6	0.09 14	0.07 12	0.13 35	0.45 218

test_5	0.61 156	1.25 292	2.76 267	0.39 201	0.64 319	0.58 116	0.35 220	0.85 181	0.66 126	0.49 84	0.56 163	0.55 167	0.40 155	0.79 161	0.32 80	0.10 47	0.19 212	0.12 137	0.12 141	0.33 277	0.85 316

SA-5K	0.59 143	1.21 279	2.63 216	0.40 214	0.60 305	0.56 90	0.34 211	0.82 154	0.73 202	0.45 54	0.63 215	0.36 66	0.42 177	0.66 127	0.42 125	0.10 47	0.32 263	0.12 137	0.10 72	0.34 283	0.52 244

Sa-1000	0.61 156	1.07 242	2.71 253	0.32 93	0.61 312	0.61 164	0.31 183	1.00 285	0.76 232	0.53 129	0.83 302	0.43 94	0.33 114	0.69 136	0.30 57	0.10 47	0.52 299	0.13 194	0.28 304	0.29 254	0.29 123

SA	0.61 156	1.14 258	2.79 271	0.32 93	0.63 315	0.57 109	0.30 173	0.97 268	0.78 243	0.43 46	0.63 215	0.39 76	0.46 213	0.70 137	0.31 71	0.10 47	0.44 287	0.13 194	0.32 324	0.31 268	0.51 239

iRaft-Stereo_5w	0.65 193	1.35 311	2.21 82	0.30 61	0.63 315	0.49 40	0.28 136	0.78 128	0.64 112	0.41 36	0.61 200	0.62 199	0.46 213	1.79 296	0.48 148	0.10 47	0.25 249	0.11 94	0.12 141	0.40 326	0.94 326

iRaft-Stereo_20w	1.50 375	0.42 70	4.81 397	2.24 408	2.09 407	1.36 365	1.27 389	1.38 373	0.94 324	2.07 390	0.42 63	0.85 301	0.69 299	0.87 173	1.37 311	0.10 47	4.04 418	0.09 14	0.40 355	0.17 90	4.53 419

MIPNet	0.88 303	1.07 242	2.85 285	0.61 310	0.18 48	1.46 370	1.37 392	1.65 385	0.78 243	1.93 389	0.85 307	0.75 267	1.66 377	0.87 173	0.34 97	0.10 47	0.08 38	0.11 94	0.32 324	0.27 235	0.26 105

IPLGR	0.58 128	0.64 141	3.12 317	0.37 170	0.18 48	0.62 186	0.54 302	1.06 331	0.69 170	0.73 286	0.46 79	0.50 143	0.44 198	1.12 202	0.31 71	0.10 47	0.08 38	0.11 94	0.09 38	0.21 159	0.20 69

CrosDoStereo	0.96 324	0.49 90	2.66 230	0.27 23	0.33 203	0.54 75	3.69 410	0.77 121	0.66 126	0.70 274	1.39 364	0.53 154	1.47 370	1.77 291	3.02 380	0.10 47	0.08 38	0.11 94	0.11 110	0.22 173	0.30 132

LCNet	0.58 128	0.43 76	2.42 123	0.91 354	0.22 88	0.95 338	0.29 161	0.62 72	0.64 112	0.52 121	0.55 151	0.41 89	0.75 314	0.84 170	0.27 38	0.10 47	0.07 6	0.12 137	0.18 237	0.97 384	0.40 185

STrans-v2	0.69 224	0.62 137	2.66 230	0.28 35	0.23 111	0.57 109	0.32 193	1.01 293	0.77 240	0.92 328	0.84 304	0.88 311	0.92 339	1.81 299	1.19 292	0.10 47	0.07 6	0.10 48	0.09 38	0.12 25	0.30 132

TransformOpticalFlow	0.65 193	0.61 133	2.67 237	0.45 248	0.26 140	0.62 186	0.28 136	0.88 209	0.76 232	0.76 296	0.74 279	0.90 315	0.84 324	1.82 302	0.80 241	0.10 47	0.07 6	0.11 94	0.09 38	0.12 25	0.19 61

PSM-AAD	0.67 213	0.29 2	2.41 119	0.37 170	0.23 111	0.86 318	1.15 382	0.62 72	0.66 126	0.64 240	0.71 271	0.67 222	2.90 400	0.65 124	0.32 80	0.10 47	0.08 38	0.17 279	0.15 198	0.14 51	0.34 152

KYRaft	0.52 84	0.35 37	2.40 115	0.34 130	0.21 79	0.75 277	0.43 263	0.62 72	0.63 106	0.64 240	0.92 322	0.53 154	0.72 303	0.60 109	0.26 33	0.10 47	0.07 6	0.12 137	0.14 179	0.13 35	0.54 250

ASMatch	0.61 156	0.47 85	2.72 255	0.91 354	0.36 226	0.56 90	0.24 83	0.54 40	0.67 138	0.48 68	1.20 353	0.47 130	0.65 285	1.33 229	0.93 259	0.10 47	0.08 38	0.11 94	0.11 110	0.10 10	0.17 50

DeepStereo_LL	0.96 324	0.49 90	2.66 230	0.27 23	0.33 203	0.54 75	3.69 410	0.77 121	0.66 126	0.70 274	1.39 364	0.53 154	1.47 370	1.77 291	3.02 380	0.10 47	0.08 38	0.11 94	0.11 110	0.22 173	0.30 132

DEmStereo	0.69 224	0.40 63	2.42 123	0.42 226	0.18 48	0.66 238	0.88 361	0.54 40	0.64 112	0.60 201	1.00 336	0.45 121	1.24 359	1.53 252	2.21 356	0.10 47	0.08 38	0.10 48	0.10 72	0.11 17	0.14 25

THIR-Stereo	0.88 303	0.85 196	2.33 100	0.26 15	0.16 21	0.59 134	2.69 406	0.62 72	0.54 57	0.62 220	1.61 371	0.96 329	1.77 383	1.67 277	2.20 355	0.10 47	0.08 38	0.14 223	0.11 110	0.16 69	0.21 73

GrayStereo	0.71 233	0.27 1	2.40 115	0.89 350	0.23 111	0.62 186	1.40 396	0.67 88	0.70 180	0.72 285	0.77 294	0.55 167	3.03 401	0.60 109	0.28 43	0.10 47	0.08 38	0.10 48	0.21 273	0.12 25	0.37 165

RAFT-345	0.56 113	0.37 50	2.68 242	0.40 214	0.34 212	0.58 116	0.41 249	0.49 15	0.70 180	0.51 113	0.99 335	0.43 94	0.28 74	1.56 256	0.81 245	0.10 47	0.07 6	0.11 94	0.09 38	0.11 17	0.09 2

CroCo-Stereo	0.35 7	0.71 160	1.67 8	0.32 93	0.17 38	0.19 1	0.21 31	0.79 135	0.54 57	0.22 3	0.25 11	0.55 167	0.22 20	0.28 1	0.28 43	0.10 47	0.08 38	0.08 3	0.07 12	0.12 25	0.10 4
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test-1	0.61 156	0.54 108	2.09 59	0.31 75	1.37 388	0.51 48	0.28 136	0.83 164	0.50 37	0.42 40	0.55 151	0.54 159	0.24 28	0.38 28	1.25 300	0.10 47	1.08 351	0.10 48	0.17 229	0.11 17	0.77 301

GMM-Stereo	0.53 94	0.33 23	2.89 291	0.53 282	0.24 120	0.77 291	0.46 279	0.62 72	0.65 119	0.58 172	0.73 276	0.47 130	0.43 190	0.68 134	0.29 52	0.10 47	0.06 1	0.13 194	0.13 161	0.14 51	0.44 213

Prome-Stereo	0.53 94	0.36 40	2.39 113	0.60 304	0.23 111	0.63 199	0.41 249	0.66 85	0.67 138	0.59 192	1.02 339	0.43 94	0.71 302	0.61 112	0.34 97	0.10 47	0.07 6	0.10 48	0.09 38	0.13 35	0.44 213

rafts_anoy	0.60 149	1.33 306	2.59 202	0.53 282	1.09 373	0.49 40	0.25 102	0.67 88	0.53 53	0.41 36	0.38 49	0.33 58	0.30 100	0.68 134	0.41 121	0.10 47	1.13 355	0.13 194	0.15 198	0.20 150	0.29 123

raft+_RVC	0.62 169	1.18 272	2.43 128	0.36 160	2.08 406	0.52 63	0.25 102	0.66 85	0.54 57	0.36 26	0.46 79	0.32 54	0.28 74	0.49 71	0.43 131	0.10 47	0.91 338	0.10 48	0.09 38	0.22 173	0.70 294

TANstereo	0.39 16	0.70 157	2.48 169	0.23 3	0.12 3	0.54 75	0.16 3	0.41 3	0.47 25	0.45 54	0.51 117	0.26 31	0.22 20	0.34 16	0.21 1	0.10 47	0.10 106	0.08 3	0.07 12	0.09 5	0.18 57

XX-TBD	0.40 18	1.04 238	2.49 172	0.35 146	0.13 5	0.51 48	0.17 5	0.44 7	0.52 47	0.38 31	0.51 117	0.23 15	0.19 8	0.31 3	0.25 24	0.10 47	0.07 6	0.08 3	0.06 6	0.09 5	0.18 57

raftrobust	0.52 84	1.14 258	2.15 71	0.33 113	0.99 361	0.53 68	0.21 31	0.59 64	0.50 37	0.53 129	0.36 39	0.31 50	0.33 114	0.47 52	0.42 125	0.10 47	0.55 302	0.09 14	0.08 27	0.22 173	0.46 221

RALCasStereoNet	0.65 193	1.34 308	2.56 195	0.43 236	0.96 357	0.50 46	0.26 114	0.62 72	0.56 66	0.43 46	0.49 103	0.36 66	0.28 74	0.72 148	0.53 168	0.10 47	1.18 356	0.09 14	0.08 27	0.27 235	1.27 356

RALAANet	0.52 84	1.37 318	2.63 216	0.33 113	0.23 111	0.48 35	0.19 12	0.69 93	0.55 62	0.49 84	0.46 79	0.39 76	0.31 104	0.53 88	0.53 168	0.10 47	0.33 267	0.11 94	0.17 229	0.29 254	0.13 13

DCANet	0.49 68	0.91 216	2.63 216	0.26 15	0.14 8	0.51 48	0.22 41	0.84 171	0.78 243	0.56 154	0.49 103	0.32 54	0.41 166	0.39 32	0.41 121	0.10 47	0.07 6	0.09 14	0.07 12	0.14 51	0.45 218

csc	0.50 72	0.90 213	2.63 216	0.25 5	0.15 14	0.51 48	0.22 41	0.85 181	0.82 271	0.55 144	0.48 90	0.31 50	0.65 285	0.39 32	0.37 109	0.10 47	0.07 6	0.09 14	0.07 12	0.08 1	0.43 201

cscssc	0.50 72	0.90 213	2.63 216	0.25 5	0.15 14	0.51 48	0.22 41	0.85 181	0.82 271	0.55 144	0.48 90	0.31 50	0.65 285	0.39 32	0.37 109	0.10 47	0.07 6	0.09 14	0.07 12	0.08 1	0.43 201

111	0.57 120	1.41 323	2.63 216	0.25 5	0.15 14	0.59 134	0.26 114	0.90 223	0.83 277	0.50 102	0.54 142	0.57 178	0.38 138	0.54 93	0.41 121	0.10 47	0.07 6	0.09 14	0.07 12	0.24 194	0.81 310

test_xeample3	0.86 296	0.75 181	3.36 333	0.65 319	0.76 336	0.49 40	0.33 206	1.21 363	0.80 259	0.61 208	0.23 5	0.30 45	0.29 90	1.17 209	1.57 323	0.10 47	1.79 387	0.10 48	0.40 355	0.25 209	2.09 389

DIP-Stereo	0.43 26	0.50 96	2.21 82	0.27 23	0.18 48	0.63 199	0.17 5	0.94 245	0.58 75	0.49 84	0.48 90	0.30 45	0.30 100	0.40 36	0.31 71	0.10 47	0.08 38	0.10 48	0.08 27	0.15 60	0.33 145
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.42 23	0.31 7	2.51 176	0.30 61	0.18 48	0.56 90	0.25 102	0.82 154	0.41 5	0.57 166	0.67 238	0.33 58	0.24 28	0.34 16	0.33 89	0.10 47	0.08 38	0.09 14	0.07 12	0.09 5	0.18 57

RAFT-Stereo	0.42 23	0.31 7	2.51 176	0.30 61	0.18 48	0.56 90	0.25 102	0.82 154	0.41 5	0.57 166	0.67 238	0.33 58	0.24 28	0.34 16	0.33 89	0.10 47	0.08 38	0.09 14	0.07 12	0.09 5	0.18 57
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.59 143	1.41 323	2.41 119	0.31 75	0.15 14	0.60 146	0.23 61	0.77 121	0.63 106	0.67 260	0.66 235	0.55 167	0.37 131	1.16 207	1.09 281	0.10 47	0.07 6	0.09 14	0.07 12	0.21 159	0.29 123

H2IRNET	0.48 56	1.04 238	2.57 199	0.31 75	0.19 64	0.54 75	0.19 12	0.55 48	0.53 53	0.28 19	0.56 163	0.47 130	0.35 123	0.47 52	0.40 118	0.11 112	0.08 38	0.12 137	0.14 179	0.37 306	0.26 105

Former-RAFT_DAM_RVC	0.52 84	0.51 101	1.12 1	0.26 15	0.22 88	0.46 22	0.20 21	1.10 342	1.33 373	3.13 411	0.33 33	0.22 8	0.20 15	0.34 16	0.26 33	0.11 112	0.09 83	0.11 94	0.09 38	0.17 90	0.21 73

MIF-Stereo (partial)	0.41 19	0.71 160	2.67 237	0.27 23	0.24 120	0.32 6	0.17 5	0.56 50	0.46 19	0.26 15	0.37 43	0.25 24	0.26 50	0.46 50	0.35 104	0.11 112	0.08 38	0.12 137	0.10 72	0.21 159	0.15 31

MIF-Stereo	0.36 11	0.66 144	2.43 128	0.28 35	0.24 120	0.30 4	0.18 10	0.35 1	0.36 2	0.26 15	0.37 43	0.18 1	0.18 6	0.33 14	0.30 57	0.11 112	0.08 38	0.09 14	0.08 27	0.25 209	0.09 2

CASnet	0.32 3	0.40 63	1.80 11	0.28 35	0.11 1	0.47 32	0.19 12	0.45 8	0.47 25	0.39 33	0.31 26	0.23 15	0.17 1	0.31 3	0.21 1	0.11 112	0.06 1	0.15 248	0.12 141	0.16 69	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.48 56	0.50 96	2.23 84	0.27 23	0.20 70	0.56 90	0.22 41	0.78 128	0.67 138	0.49 84	0.55 151	0.68 235	0.56 255	0.48 61	0.32 80	0.11 112	0.10 106	0.14 223	0.10 72	0.19 133	0.43 201

Any-RAFT	0.42 23	0.33 23	1.89 26	0.28 35	0.21 79	0.69 254	0.21 31	0.83 164	0.60 83	0.45 54	0.43 65	0.62 199	0.30 100	0.48 61	0.24 16	0.11 112	0.40 281	0.08 3	0.06 6	0.10 10	0.16 44

LL-Strereo2	0.62 169	1.36 315	2.47 164	1.37 378	0.96 357	0.54 75	0.28 136	0.61 69	0.49 31	0.42 40	0.34 35	0.44 109	0.21 17	0.57 100	0.53 168	0.11 112	0.26 252	0.16 265	0.14 179	0.18 110	0.98 336

CBFPSM	0.62 169	1.34 308	2.12 66	0.30 61	0.23 111	0.71 261	0.38 238	0.77 121	0.68 162	0.51 113	0.49 103	1.03 343	0.82 321	0.63 116	1.35 307	0.11 112	0.12 143	0.10 48	0.10 72	0.19 133	0.37 165

riskmin	0.96 324	0.32 14	2.07 56	1.72 396	1.61 399	1.62 379	0.57 313	1.45 377	0.55 62	0.73 286	0.89 318	0.92 316	0.45 206	1.16 207	0.60 185	0.11 112	1.30 372	0.12 137	1.38 410	0.14 51	1.51 374

Selective-RAFT	0.46 46	0.48 88	1.88 24	0.32 93	0.16 21	0.61 164	0.19 12	0.66 85	0.62 95	0.28 19	0.30 20	0.41 89	0.33 114	0.51 77	0.32 80	0.11 112	1.09 352	0.09 14	0.35 342	0.19 133	0.37 165

qqq	0.65 193	0.63 139	2.10 65	0.30 61	0.64 319	0.46 22	0.27 128	0.81 147	0.83 277	0.48 68	0.56 163	0.46 125	0.37 131	1.03 189	0.75 227	0.11 112	1.41 379	0.12 137	0.41 359	0.16 69	1.18 345

x	0.65 193	0.62 137	2.12 66	0.36 160	0.61 312	0.48 35	0.24 83	0.80 140	0.89 310	0.50 102	0.56 163	0.44 109	0.36 126	0.62 115	0.80 241	0.11 112	1.44 380	0.11 94	0.39 354	0.16 69	1.34 363

OMP-Stereo	0.64 188	0.87 199	2.38 107	0.56 298	0.37 232	0.60 146	0.26 114	0.75 112	0.71 192	0.65 252	0.60 192	0.68 235	0.32 109	2.07 329	1.18 290	0.11 112	0.08 38	0.12 137	0.09 38	0.17 90	0.28 117

IIG-Stereo	0.65 193	0.87 199	2.32 98	0.55 289	0.23 111	0.62 186	0.21 31	0.78 128	0.71 192	0.64 240	0.69 245	0.69 246	0.38 138	2.07 329	1.37 311	0.11 112	0.08 38	0.11 94	0.09 38	0.15 60	0.27 111

NRIStereo	0.50 72	0.34 30	2.44 136	0.52 278	0.16 21	0.94 336	0.73 348	0.52 28	0.65 119	0.48 68	0.40 60	0.59 185	0.29 90	0.78 160	0.33 89	0.11 112	0.13 156	0.11 94	0.09 38	0.22 173	0.25 100

RAFT_R40	0.55 105	0.31 7	2.44 136	0.57 302	0.42 261	0.62 186	0.52 297	0.58 57	0.66 126	0.56 154	0.54 142	0.54 159	0.50 231	1.56 256	0.53 168	0.11 112	0.07 6	0.12 137	0.10 72	0.16 69	0.10 4

DRaft	0.65 193	0.47 85	2.38 107	0.25 5	0.17 38	0.64 211	0.65 333	0.56 50	0.57 69	0.67 260	0.98 332	0.38 74	0.99 345	1.42 238	2.06 345	0.11 112	0.14 169	0.10 48	0.14 179	0.18 110	0.21 73

IRAFT_RVC	0.59 143	0.74 177	2.42 123	0.47 257	0.21 79	0.59 134	0.42 256	0.68 91	0.73 202	0.54 133	0.50 115	0.49 139	0.51 235	1.57 260	1.00 272	0.11 112	0.25 249	0.13 194	0.10 72	0.15 60	0.14 25

RAFT	0.62 169	1.35 311	2.26 87	0.62 312	0.53 287	0.47 32	0.35 220	0.70 100	0.58 75	0.50 102	0.50 115	0.79 279	0.40 155	0.49 71	0.36 106	0.11 112	0.79 332	0.14 223	0.13 161	0.52 356	0.72 297

s12784h	0.41 19	0.34 30	2.17 74	0.24 4	0.11 1	0.64 211	0.24 83	0.85 181	0.70 180	0.45 54	0.54 142	0.28 40	0.27 63	0.51 77	0.27 38	0.11 112	0.06 1	0.09 14	0.06 6	0.16 69	0.14 25

TestStereo	0.49 68	0.88 203	2.38 107	0.30 61	0.16 21	0.43 17	0.25 102	0.55 48	0.46 19	0.38 31	0.46 79	0.34 62	0.28 74	1.96 323	0.28 43	0.11 112	0.08 38	0.12 137	0.09 38	0.15 60	0.13 13

CFNet_pseudo	0.47 49	0.50 96	2.19 77	0.26 15	0.20 70	0.56 90	0.22 41	0.80 140	0.62 95	0.50 102	0.56 163	0.68 235	0.47 221	0.53 88	0.33 89	0.11 112	0.10 106	0.15 248	0.10 72	0.18 110	0.33 145

XX-Stereo	0.98 329	0.57 118	4.45 394	1.64 391	5.33 417	0.55 86	0.16 3	0.96 261	0.43 13	0.45 54	0.65 229	0.85 301	0.19 8	0.79 161	0.26 33	0.11 112	0.80 333	0.10 48	0.32 324	0.17 90	0.78 304

ARAFT	0.65 193	1.69 362	3.34 332	0.29 47	0.16 21	0.65 225	0.36 227	0.96 261	0.73 202	0.63 229	0.49 103	0.56 174	0.31 104	1.23 215	0.35 104	0.11 112	0.08 38	0.14 223	0.13 161	0.38 313	0.50 235

MMNet	0.55 105	0.92 221	2.03 48	0.34 130	0.27 151	0.79 300	0.28 136	0.86 193	0.79 252	0.62 220	0.58 180	0.59 185	0.56 255	0.80 165	0.61 190	0.11 112	0.11 128	0.12 137	0.11 110	0.21 159	0.22 78

CREStereo	0.31 1	0.35 37	1.66 7	0.19 1	0.13 5	0.55 86	0.17 5	0.50 24	0.50 37	0.28 19	0.34 35	0.24 21	0.21 17	0.34 16	0.23 15	0.11 112	0.07 6	0.08 3	0.05 1	0.10 10	0.12 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ACVNet	0.54 101	0.87 199	2.45 152	0.28 35	0.22 88	0.59 134	0.36 227	0.69 93	0.73 202	0.49 84	0.59 185	0.69 246	0.42 177	0.47 52	0.70 215	0.11 112	0.10 106	0.10 48	0.09 38	0.36 300	0.39 180

acv_ft	0.57 120	0.87 199	2.45 152	0.33 113	0.41 251	0.63 199	0.29 161	0.86 193	0.73 202	0.64 240	0.59 185	0.69 246	0.45 206	0.47 52	0.68 212	0.11 112	0.10 106	0.10 48	0.09 38	0.43 336	0.39 180

MSMDNet	0.48 56	0.50 96	2.23 84	0.27 23	0.20 70	0.56 90	0.22 41	0.78 128	0.67 138	0.49 84	0.55 151	0.68 235	0.56 255	0.48 61	0.32 80	0.11 112	0.10 106	0.13 194	0.10 72	0.18 110	0.43 201

ccs_rob	0.47 49	0.50 96	2.19 77	0.26 15	0.20 70	0.56 90	0.22 41	0.80 140	0.62 95	0.50 102	0.56 163	0.68 235	0.47 221	0.53 88	0.33 89	0.11 112	0.10 106	0.16 265	0.10 72	0.18 110	0.33 145

HSM	0.67 213	0.92 221	2.29 92	0.30 61	0.29 167	0.65 225	0.29 161	0.98 274	0.67 138	0.59 192	0.58 180	1.39 373	0.65 285	2.56 364	0.45 138	0.11 112	0.09 83	0.10 48	0.08 27	0.18 110	0.24 96

iResNet	0.59 143	1.09 246	2.54 184	0.44 241	0.18 48	0.65 225	0.29 161	0.89 215	0.75 224	0.59 192	0.64 222	0.43 94	0.39 149	0.73 149	1.24 299	0.11 112	0.08 38	0.09 14	0.08 27	0.21 159	0.40 185

iResNet_ROB	0.60 149	1.59 349	2.04 51	0.32 93	0.21 79	0.60 146	0.22 41	0.99 279	0.85 293	0.61 208	0.63 215	0.58 182	0.42 177	1.08 194	0.98 268	0.11 112	0.08 38	0.09 14	0.06 6	0.23 188	0.33 145

CoDeX	0.54 101	0.52 103	2.25 86	0.30 61	0.26 140	0.61 164	0.32 193	1.03 305	0.73 202	0.49 84	0.56 163	0.52 153	0.40 155	1.59 267	0.38 115	0.12 146	0.09 83	0.11 94	0.10 72	0.15 60	0.22 78

mmm	0.66 210	0.53 106	1.83 15	0.38 188	0.86 347	0.49 40	0.27 128	0.82 154	0.83 277	0.59 192	0.69 245	0.47 130	0.38 138	0.81 168	0.73 224	0.12 146	1.37 375	0.14 223	0.45 363	0.18 110	1.35 365

11t1	0.60 149	0.49 90	2.19 77	0.35 146	0.58 299	0.48 35	0.21 31	0.72 107	0.73 202	0.49 84	0.47 84	0.35 65	0.34 121	0.61 112	0.71 219	0.12 146	1.26 366	0.10 48	0.29 308	0.16 69	1.22 353

1111x	1.06 341	0.79 189	3.29 329	0.33 113	0.60 305	0.64 211	0.33 206	1.10 342	0.92 317	0.59 192	0.69 245	0.59 185	0.47 221	2.64 371	4.61 404	0.12 146	1.38 376	0.11 94	0.49 369	0.18 110	1.30 360

test croco	0.43 26	0.73 168	2.80 273	0.28 35	0.19 64	0.33 8	0.21 31	0.63 78	0.50 37	0.24 9	0.38 49	0.24 21	0.25 42	0.48 61	0.32 80	0.12 146	0.08 38	0.13 194	0.09 38	0.43 336	0.13 13

gwcnet-sp	0.52 84	0.71 160	2.66 230	0.32 93	0.22 88	0.66 238	0.31 183	0.84 171	0.69 170	0.61 208	0.49 103	0.46 125	0.43 190	0.77 156	0.48 148	0.12 146	0.11 128	0.11 94	0.11 110	0.19 133	0.19 61

scenet	0.52 84	0.71 160	2.66 230	0.32 93	0.22 88	0.66 238	0.31 183	0.84 171	0.69 170	0.61 208	0.49 103	0.46 125	0.43 190	0.77 156	0.48 148	0.12 146	0.11 128	0.11 94	0.11 110	0.19 133	0.19 61

knoymous	0.37 12	0.34 30	1.83 15	0.25 5	0.18 48	0.45 19	0.24 83	0.60 67	0.40 4	0.42 40	0.39 52	0.54 159	0.25 42	0.41 42	0.29 52	0.12 146	0.08 38	0.12 137	0.07 12	0.13 35	0.20 69

ssnet	0.52 84	0.71 160	2.66 230	0.32 93	0.22 88	0.66 238	0.31 183	0.84 171	0.69 170	0.61 208	0.49 103	0.46 125	0.43 190	0.77 156	0.48 148	0.12 146	0.11 128	0.11 94	0.11 110	0.19 133	0.19 61

IER	0.49 68	0.73 168	2.12 66	0.27 23	0.25 126	0.65 225	0.27 128	0.76 115	0.59 79	0.56 154	0.59 185	0.60 192	0.53 246	0.64 120	0.44 134	0.12 146	0.09 83	0.11 94	0.11 110	0.18 110	0.15 31

hknet	0.53 94	0.39 59	2.04 51	0.31 75	0.24 120	0.76 281	0.32 193	1.05 319	0.71 192	0.64 240	0.53 128	0.79 279	0.40 155	0.84 170	0.78 236	0.12 146	0.10 106	0.14 223	0.12 141	0.13 35	0.15 31

CIPLG	0.63 181	1.59 349	3.16 319	0.79 343	0.31 186	0.62 186	0.57 313	0.82 154	0.68 162	0.58 172	0.63 215	0.43 94	0.31 104	0.48 61	0.42 125	0.12 146	0.20 224	0.13 194	0.13 161	0.36 300	0.21 73

IPLGR_C	0.64 188	1.66 360	3.36 333	0.80 344	0.31 186	0.60 146	0.60 321	0.82 154	0.69 170	0.58 172	0.62 207	0.44 109	0.31 104	0.47 52	0.43 131	0.12 146	0.22 234	0.13 194	0.15 198	0.35 294	0.21 73

ACRE	0.63 181	1.55 343	3.41 345	0.76 337	0.28 161	0.60 146	0.56 310	0.82 154	0.68 162	0.57 166	0.62 207	0.43 94	0.30 100	0.47 52	0.42 125	0.12 146	0.19 212	0.13 194	0.14 179	0.36 300	0.20 69

Patchmatch Stereo++	0.43 26	0.36 40	2.44 136	0.48 258	0.17 38	0.61 164	0.26 114	0.53 31	0.61 86	0.48 68	0.43 65	0.43 94	0.28 74	0.56 97	0.30 57	0.12 146	0.08 38	0.12 137	0.10 72	0.17 90	0.13 13
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
AAGNet	0.92 316	0.40 63	2.53 180	0.60 304	1.01 366	0.62 186	0.45 274	0.52 28	0.68 162	0.58 172	0.53 128	0.50 143	0.72 303	1.22 213	7.32 415	0.12 146	0.07 6	0.12 137	0.10 72	0.16 69	0.10 4

NF-Stereo	0.53 94	0.33 23	2.55 191	0.55 289	0.16 21	0.61 164	0.43 263	0.70 100	0.70 180	0.50 102	0.47 84	0.37 69	0.26 50	1.44 243	0.78 236	0.12 146	0.07 6	0.12 137	0.10 72	0.13 35	0.17 50

OCTAStereo	0.53 94	0.33 23	2.54 184	0.56 298	0.16 21	0.61 164	0.42 256	0.70 100	0.70 180	0.50 102	0.47 84	0.37 69	0.26 50	1.43 239	0.79 239	0.12 146	0.07 6	0.12 137	0.10 72	0.13 35	0.17 50

PSM-adaLoss	0.43 26	0.36 40	2.44 136	0.48 258	0.18 48	0.61 164	0.28 136	0.53 31	0.61 86	0.48 68	0.43 65	0.43 94	0.28 74	0.49 71	0.30 57	0.12 146	0.08 38	0.12 137	0.10 72	0.17 90	0.13 13

ROB_FTStereo_v2	0.43 26	0.36 40	2.44 136	0.49 269	0.17 38	0.61 164	0.28 136	0.53 31	0.61 86	0.48 68	0.43 65	0.44 109	0.28 74	0.48 61	0.30 57	0.12 146	0.08 38	0.12 137	0.10 72	0.17 90	0.13 13

ROB_FTStereo	0.43 26	0.36 40	2.44 136	0.48 258	0.18 48	0.61 164	0.26 114	0.53 31	0.61 86	0.48 68	0.43 65	0.43 94	0.28 74	0.51 77	0.30 57	0.12 146	0.08 38	0.12 137	0.10 72	0.17 90	0.13 13

HUI-Stereo	0.43 26	0.36 40	2.45 152	0.48 258	0.18 48	0.61 164	0.27 128	0.53 31	0.61 86	0.48 68	0.43 65	0.44 109	0.28 74	0.47 52	0.30 57	0.12 146	0.08 38	0.12 137	0.10 72	0.17 90	0.13 13

SST-Stereo	0.56 113	0.30 5	2.44 136	0.71 334	0.55 290	0.62 186	0.65 333	0.57 55	0.67 138	0.59 192	0.53 128	0.51 146	0.59 270	1.57 260	0.31 71	0.12 146	0.07 6	0.12 137	0.10 72	0.17 90	0.11 10

RE-Stereo	0.53 94	0.33 23	2.54 184	0.56 298	0.16 21	0.61 164	0.43 263	0.70 100	0.70 180	0.50 102	0.47 84	0.37 69	0.26 50	1.43 239	0.77 232	0.12 146	0.07 6	0.12 137	0.10 72	0.13 35	0.17 50

TVStereo	0.53 94	0.33 23	2.54 184	0.56 298	0.16 21	0.61 164	0.43 263	0.70 100	0.70 180	0.50 102	0.47 84	0.37 69	0.26 50	1.43 239	0.77 232	0.12 146	0.07 6	0.12 137	0.10 72	0.13 35	0.17 50

DeepStereo_RVC	0.47 49	0.37 50	2.19 77	0.55 289	0.18 48	0.60 146	0.58 315	0.52 28	0.62 95	0.49 84	0.45 77	0.39 76	0.85 327	0.47 52	0.34 97	0.12 146	0.08 38	0.11 94	0.09 38	0.15 60	0.19 61

iGMRVC	0.43 26	0.36 40	2.44 136	0.48 258	0.18 48	0.61 164	0.27 128	0.53 31	0.61 86	0.48 68	0.43 65	0.43 94	0.28 74	0.57 100	0.31 71	0.12 146	0.08 38	0.12 137	0.10 72	0.17 90	0.13 13

iRAFT	0.43 26	0.36 40	2.44 136	0.48 258	0.17 38	0.61 164	0.26 114	0.53 31	0.61 86	0.48 68	0.43 65	0.43 94	0.28 74	0.56 97	0.30 57	0.12 146	0.08 38	0.12 137	0.10 72	0.17 90	0.13 13

AnonymousM	0.45 41	0.49 90	1.83 15	0.29 47	0.15 14	0.53 68	0.22 41	0.64 80	0.66 126	0.47 66	0.33 33	0.30 45	0.25 42	0.49 71	0.29 52	0.12 146	0.27 258	0.71 383	0.37 348	0.12 25	0.41 192

CRE-IMP	0.46 46	0.31 7	2.40 115	0.53 282	0.17 38	0.79 300	0.68 341	0.54 40	0.66 126	0.47 66	0.43 65	0.44 109	0.26 50	0.43 46	0.33 89	0.12 146	0.07 6	0.12 137	0.09 38	0.17 90	0.23 86

RAFT-IKP	0.43 26	0.36 40	2.44 136	0.48 258	0.16 21	0.60 146	0.28 136	0.53 31	0.61 86	0.48 68	0.43 65	0.43 94	0.28 74	0.51 77	0.31 71	0.12 146	0.08 38	0.12 137	0.10 72	0.17 90	0.13 13

sAnonymous2	0.45 41	0.88 203	2.97 301	0.31 75	0.25 126	0.34 9	0.28 136	0.56 50	0.49 31	0.25 12	0.30 20	0.23 15	0.29 90	0.31 3	0.22 4	0.12 146	0.09 83	0.12 137	0.13 161	0.38 313	0.43 201

CroCo_RVC	0.45 41	0.88 203	2.97 301	0.31 75	0.25 126	0.34 9	0.28 136	0.56 50	0.49 31	0.25 12	0.30 20	0.23 15	0.29 90	0.31 3	0.22 4	0.12 146	0.09 83	0.12 137	0.13 161	0.38 313	0.43 201

test_xeample	0.98 329	0.65 143	2.12 66	0.29 47	0.67 323	0.60 146	0.28 136	1.08 337	0.85 293	0.62 220	0.70 258	0.44 109	0.41 166	1.95 322	5.45 408	0.12 146	1.33 374	0.11 94	0.31 319	0.18 110	1.42 370

SFCPSM	0.48 56	0.39 59	2.30 94	0.28 35	0.27 151	0.70 257	0.32 193	1.00 285	0.69 170	0.50 102	0.52 125	0.43 94	0.36 126	0.53 88	0.44 134	0.12 146	0.09 83	0.12 137	0.16 216	0.18 110	0.23 86

delet	0.60 149	0.84 194	2.45 152	0.33 113	0.35 220	0.73 270	0.46 279	0.89 215	0.80 259	0.58 172	0.62 207	0.67 222	0.51 235	1.14 205	0.64 199	0.12 146	0.12 143	0.13 194	0.14 179	0.22 173	0.29 123

UNet	0.56 113	0.58 120	2.81 277	0.32 93	0.33 203	0.74 275	0.27 128	0.86 193	0.67 138	0.55 144	0.55 151	0.72 255	0.55 253	0.79 161	0.58 181	0.12 146	0.09 83	0.13 194	0.11 110	0.20 150	0.19 61

FENet	0.48 56	0.58 120	2.46 159	0.33 113	0.18 48	0.58 116	0.22 41	0.83 164	0.64 112	0.49 84	0.42 63	0.55 167	0.38 138	0.52 81	0.51 163	0.12 146	0.09 83	0.12 137	0.11 110	0.17 90	0.31 140

BEATNet_4x	0.57 120	1.16 266	2.56 195	0.35 146	0.16 21	0.56 90	0.25 102	0.91 230	0.64 112	0.55 144	0.53 128	0.59 185	0.43 190	0.67 130	0.76 230	0.12 146	0.09 83	0.12 137	0.09 38	0.23 188	0.58 259

iResNetv2_ROB	0.71 233	1.90 374	3.48 351	0.43 236	0.22 88	0.60 146	0.29 161	0.96 261	0.78 243	0.60 201	0.65 229	0.60 192	0.46 213	0.80 165	1.21 294	0.12 146	0.08 38	0.10 48	0.07 12	0.44 339	0.33 145

StereoDRNet-Refined	0.55 105	0.61 133	2.07 56	0.34 130	0.21 79	0.68 251	0.26 114	0.87 201	0.73 202	0.70 274	0.69 245	0.74 263	0.45 206	1.10 196	0.62 193	0.12 146	0.09 83	0.14 223	0.14 179	0.27 235	0.24 96
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DN-CSS_ROB	0.56 113	1.64 357	2.75 264	0.42 226	0.22 88	0.57 109	0.19 12	0.79 135	0.66 126	0.46 64	0.62 207	0.41 89	0.32 109	0.73 149	0.49 157	0.12 146	0.08 38	0.14 223	0.13 161	0.38 313	0.17 50

SMFormer	0.64 188	0.54 108	1.92 30	0.32 93	0.16 21	0.46 22	0.24 83	0.94 245	0.85 293	0.58 172	0.70 258	0.51 146	0.41 166	1.89 314	0.86 254	0.13 188	1.01 343	0.11 94	0.26 294	0.17 90	0.84 312

tta	0.63 181	0.54 108	1.92 30	0.32 93	0.16 21	0.46 22	0.24 83	0.94 245	0.85 293	0.58 172	0.70 258	0.51 146	0.41 166	1.89 314	0.86 254	0.13 188	1.01 343	0.11 94	0.26 294	0.19 133	0.59 262

qqq1	0.62 169	0.54 108	1.92 30	0.32 93	0.16 21	0.46 22	0.24 83	0.94 245	0.85 293	0.58 172	0.70 258	0.51 146	0.41 166	1.89 314	0.64 199	0.13 188	1.01 343	0.09 14	0.24 282	0.19 133	0.59 262

fff1	0.62 169	0.54 108	1.92 30	0.32 93	0.16 21	0.46 22	0.24 83	0.94 245	0.85 293	0.58 172	0.70 258	0.51 146	0.41 166	1.89 314	0.64 199	0.13 188	1.01 343	0.09 14	0.24 282	0.19 133	0.59 262

mmx	0.99 331	0.67 145	3.39 339	0.32 93	0.22 88	0.58 116	0.28 136	1.05 319	0.92 317	0.54 133	0.74 279	0.67 222	0.40 155	2.75 382	3.86 394	0.13 188	1.25 363	0.15 248	0.33 334	0.19 133	1.28 358

whm_eth	0.51 82	0.86 198	2.79 271	0.31 75	0.31 186	0.49 40	0.24 83	0.78 128	0.75 224	0.48 68	0.86 312	0.26 31	0.26 50	0.38 28	0.29 52	0.13 188	0.11 128	0.13 194	0.12 141	0.14 51	0.44 213

xxx	0.99 331	0.67 145	3.39 339	0.32 93	0.22 88	0.58 116	0.28 136	1.05 319	0.92 317	0.54 133	0.74 279	0.67 222	0.40 155	2.75 382	3.86 394	0.13 188	1.25 363	0.15 248	0.33 334	0.19 133	1.28 358

EKT-Stereo	1.56 381	0.55 115	2.60 207	2.54 411	19.66 427	0.55 86	0.22 41	0.76 115	0.51 42	0.40 35	0.36 39	0.43 94	0.27 63	0.74 152	0.42 125	0.13 188	0.17 202	0.11 94	0.16 216	0.20 150	0.50 235

DisPM	0.48 56	0.41 68	2.54 184	0.61 310	0.18 48	0.59 134	0.62 328	0.54 40	0.67 138	0.61 208	0.53 128	0.38 74	0.26 50	0.76 155	0.31 71	0.13 188	0.07 6	0.12 137	0.11 110	0.12 25	0.15 31

BUS	0.45 41	0.32 14	1.58 4	0.31 75	0.22 88	0.91 330	0.23 61	1.05 319	0.67 138	0.64 240	0.53 128	0.65 213	0.32 109	0.48 61	0.34 97	0.13 188	0.10 106	0.14 223	0.12 141	0.13 35	0.15 31

BSDual-CNN	0.48 56	0.32 14	1.58 4	0.31 75	0.22 88	0.76 281	0.32 193	1.05 319	0.67 138	0.64 240	0.53 128	0.63 203	0.38 138	0.48 61	0.97 262	0.13 188	0.10 106	0.14 223	0.12 141	0.13 35	0.15 31

psmg	0.48 56	0.32 14	1.58 4	0.28 35	0.22 88	0.75 277	0.35 220	0.94 245	0.67 138	0.61 208	0.59 185	0.63 203	0.38 138	0.48 61	0.97 262	0.13 188	0.11 128	0.13 194	0.13 161	0.14 51	0.15 31

DAS	0.61 156	0.42 70	1.85 20	0.34 130	0.34 212	0.52 63	0.42 256	0.89 215	0.80 259	0.85 319	0.69 245	0.57 178	0.51 235	2.38 352	0.57 179	0.13 188	0.09 83	0.12 137	0.09 38	0.18 110	0.37 165

SepStereo	0.57 120	0.42 70	1.85 20	0.34 130	0.34 212	0.52 63	0.42 256	0.89 215	0.80 259	0.85 319	0.69 245	0.57 178	0.51 235	1.55 254	0.57 179	0.13 188	0.09 83	0.12 137	0.09 38	0.18 110	0.37 165

GwcNet-ADL	0.54 101	0.78 187	2.85 285	0.31 75	0.20 70	0.58 116	0.29 161	0.93 240	0.67 138	0.48 68	0.47 84	0.56 174	0.33 114	0.48 61	0.80 241	0.13 188	0.12 143	0.09 14	0.09 38	0.14 51	0.40 185

ADLNet2	0.73 243	1.22 284	3.28 327	0.34 130	0.36 226	0.65 225	0.37 230	0.94 245	0.87 301	0.57 166	0.65 229	0.92 316	0.48 227	2.05 327	0.60 185	0.13 188	0.11 128	0.11 94	0.11 110	0.37 306	0.38 173

TRStereo	0.89 310	1.02 232	2.91 294	4.59 418	0.31 186	0.93 334	0.23 61	1.93 395	0.66 126	0.37 28	0.54 142	0.48 137	0.40 155	0.67 130	0.29 52	0.13 188	0.37 271	0.11 94	0.48 367	0.13 35	1.21 351

PSM-softLoss	0.52 84	0.34 30	2.47 164	0.55 289	0.17 38	0.61 164	0.39 244	0.64 80	0.67 138	0.52 121	0.48 90	0.39 76	0.25 42	1.46 244	0.77 232	0.13 188	0.08 38	0.13 194	0.12 141	0.12 25	0.15 31

KMStereo	0.52 84	0.34 30	2.47 164	0.55 289	0.17 38	0.61 164	0.39 244	0.64 80	0.67 138	0.52 121	0.48 90	0.39 76	0.25 42	1.46 244	0.77 232	0.13 188	0.08 38	0.13 194	0.12 141	0.12 25	0.15 31

Pruner-Stereo	0.55 105	0.38 55	2.49 172	1.78 398	0.19 64	0.63 199	0.45 274	0.59 64	0.67 138	0.61 208	0.48 90	0.41 89	0.25 42	0.49 71	0.99 270	0.13 188	0.07 6	0.12 137	0.10 72	0.13 35	0.14 25

222	1.02 334	0.60 128	1.95 35	0.29 47	0.51 280	0.62 186	0.24 83	1.09 339	0.86 299	0.64 240	0.67 238	0.47 130	0.42 177	1.86 309	6.73 413	0.13 188	1.21 361	0.11 94	0.32 324	0.17 90	1.44 371

xxxx	0.97 327	0.64 141	2.14 70	0.30 61	0.67 323	0.64 211	0.24 83	1.09 339	0.91 315	0.57 166	0.65 229	0.58 182	0.39 149	1.57 260	5.49 409	0.13 188	1.38 376	0.11 94	0.32 324	0.17 90	1.41 369

RAFT + AFF	0.79 269	1.73 363	2.99 306	0.34 130	0.35 220	0.67 245	0.51 293	1.05 319	0.79 252	0.54 133	0.58 180	0.59 185	0.81 320	1.80 297	1.21 294	0.13 188	0.27 258	0.15 248	0.14 179	0.45 341	0.69 291

UPFNet	0.51 82	0.67 145	2.04 51	0.34 130	0.33 203	0.65 225	0.37 230	0.88 209	0.65 119	0.60 201	0.53 128	0.61 194	0.41 166	0.77 156	0.55 175	0.13 188	0.13 156	0.13 194	0.13 161	0.20 150	0.16 44

cf-r	0.62 169	1.27 295	2.99 306	0.34 130	0.28 161	0.60 146	0.28 136	0.82 154	0.70 180	0.55 144	0.61 200	0.77 273	0.41 166	1.32 228	0.52 165	0.13 188	0.09 83	0.11 94	0.12 141	0.22 173	0.27 111

ADCP+	1.03 338	1.68 361	3.83 372	0.35 146	0.39 240	1.05 347	0.79 354	0.94 245	0.86 299	0.69 271	0.68 241	0.85 301	1.53 376	1.02 187	4.56 403	0.13 188	0.12 143	0.16 265	0.15 198	0.28 246	0.44 213

HSM-Net_RVC	0.70 229	0.40 63	2.45 152	0.27 23	0.19 64	0.68 251	0.30 173	1.29 367	0.73 202	0.73 286	0.70 258	0.77 273	0.45 206	3.73 404	0.46 142	0.13 188	0.09 83	0.10 48	0.09 38	0.13 35	0.32 142
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.65 193	1.45 332	2.27 88	0.34 130	0.25 126	0.64 211	0.23 61	0.93 240	0.79 252	0.48 68	0.59 185	0.58 182	0.40 155	2.28 343	0.63 198	0.13 188	0.09 83	0.15 248	0.14 179	0.34 283	0.26 105

DISCO	0.61 156	0.63 139	1.98 40	0.46 251	0.34 212	0.84 316	0.35 220	0.88 209	0.81 266	0.61 208	0.64 222	1.06 351	0.53 246	1.11 200	0.83 250	0.13 188	0.10 106	0.11 94	0.10 72	0.26 224	0.37 165

DLCB_ROB	0.61 156	0.96 226	2.00 42	0.37 170	0.25 126	0.65 225	0.37 230	0.86 193	0.76 232	0.73 286	0.70 258	0.84 296	0.47 221	1.57 260	0.72 223	0.13 188	0.13 156	0.14 223	0.14 179	0.18 110	0.33 145

DispNO	0.78 265	1.51 339	3.38 338	0.34 130	0.28 161	0.54 75	0.41 249	0.86 193	0.84 289	0.58 172	0.74 279	0.67 222	0.51 235	2.40 354	1.62 324	0.14 218	0.10 106	0.15 248	0.11 110	0.22 173	0.23 86

StereoVision	0.52 84	1.12 255	2.70 252	0.34 130	0.32 197	0.47 32	0.26 114	0.73 108	0.61 86	0.33 25	0.89 318	0.45 121	0.26 50	0.52 81	0.39 117	0.14 218	0.15 183	0.16 265	0.15 198	0.22 173	0.14 25

CFNet_ucs	0.50 72	0.55 115	2.28 90	0.27 23	0.22 88	0.58 116	0.23 61	0.90 223	0.69 170	0.54 133	0.64 222	0.68 235	0.44 198	0.55 94	0.34 97	0.14 218	0.12 143	0.16 265	0.11 110	0.19 133	0.38 173

LL-Strereo	0.85 293	1.73 363	3.06 314	0.37 170	0.61 312	0.54 75	0.33 206	1.01 293	0.76 232	0.69 271	0.58 180	0.85 301	0.78 317	2.65 372	0.54 173	0.14 218	0.58 308	0.14 223	0.12 141	0.42 334	1.05 338

iinet-f	0.62 169	1.18 272	2.55 191	0.33 113	0.25 126	0.82 310	0.34 211	0.87 201	0.69 170	0.56 154	0.64 222	0.73 261	0.67 293	0.80 165	0.81 245	0.14 218	0.13 156	0.11 94	0.10 72	0.44 339	0.26 105

ToySt	0.67 213	0.88 203	2.61 211	0.39 201	0.73 331	0.61 164	0.38 238	0.78 128	0.73 202	0.43 46	0.70 258	0.72 255	0.45 206	0.66 127	0.62 193	0.14 218	0.63 315	0.13 194	0.33 334	0.24 194	1.18 345

Wz-Net-LNSev-Ref	0.65 193	1.15 264	2.40 115	0.33 113	0.30 178	0.83 311	0.40 247	0.94 245	0.82 271	0.67 260	0.76 290	0.68 235	0.58 267	1.13 203	1.25 300	0.14 218	0.08 38	0.10 48	0.08 27	0.18 110	0.28 117

AACVNet	0.61 156	1.13 257	2.47 164	0.37 170	0.21 79	0.57 109	0.25 102	0.75 112	0.55 62	0.56 154	0.60 192	0.66 220	0.44 198	2.11 335	0.49 157	0.14 218	0.11 128	0.14 223	0.11 110	0.35 294	0.23 86

GANet-ADL	0.48 56	0.56 117	2.51 176	0.34 130	0.20 70	0.58 116	0.25 102	0.80 140	0.57 69	0.43 46	0.61 200	0.56 174	0.31 104	0.44 49	0.44 134	0.14 218	0.11 128	0.10 48	0.09 38	0.22 173	0.38 173

PFNet+	0.50 72	0.43 76	2.54 184	0.49 269	0.18 48	0.58 116	0.76 350	0.54 40	0.72 199	0.56 154	0.48 90	0.39 76	0.26 50	0.94 181	0.33 89	0.14 218	0.09 83	0.14 223	0.13 161	0.12 25	0.16 44

GMStereo	0.44 38	1.32 302	2.65 226	0.28 35	0.16 21	0.42 16	0.22 41	0.48 12	0.63 106	0.41 36	0.36 39	0.26 31	0.25 42	0.41 42	0.30 57	0.14 218	0.08 38	0.10 48	0.12 141	0.17 90	0.13 13
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EDNetEfficientorigin	8.19 417	1.27 295	145.54 443	0.51 277	0.96 357	0.75 277	0.49 290	0.86 193	1.57 384	2.12 393	1.49 368	1.28 368	1.35 361	1.84 305	2.15 352	0.14 218	0.13 156	0.17 279	0.18 237	0.39 320	0.64 278

HGLStereo	0.61 156	1.20 277	2.59 202	0.36 160	0.40 246	0.65 225	0.30 173	0.87 201	0.67 138	0.60 201	0.70 258	0.69 246	0.56 255	1.07 193	0.59 183	0.14 218	0.13 156	0.13 194	0.12 141	0.23 188	0.23 86

GANet-RSSM	0.63 181	1.14 258	2.67 237	0.38 188	0.26 140	0.59 134	0.29 161	0.81 147	0.56 66	0.50 102	0.57 174	0.67 222	0.50 231	1.91 320	0.50 160	0.14 218	0.10 106	0.24 330	0.12 141	0.36 300	0.28 117

GwcNet-RSSM	0.64 188	1.38 321	2.69 248	0.33 113	0.26 140	0.60 146	0.32 193	0.84 171	0.73 202	0.56 154	0.65 229	0.72 255	0.42 177	1.78 294	0.60 185	0.14 218	0.10 106	0.12 137	0.13 161	0.26 224	0.26 105

DMCA	0.50 72	0.83 193	1.95 35	0.32 93	0.24 120	0.59 134	0.26 114	0.81 147	0.68 162	0.59 192	0.49 103	0.56 174	0.36 126	0.65 124	0.65 204	0.14 218	0.10 106	0.14 223	0.10 72	0.19 133	0.29 123

ADCRef	0.88 303	1.45 332	2.68 242	0.38 188	0.35 220	0.95 338	0.51 293	0.92 237	0.81 266	0.89 323	0.84 304	0.61 194	1.35 361	1.26 222	3.38 385	0.14 218	0.12 143	0.17 279	0.19 253	0.28 246	0.34 152

RASNet	0.69 224	1.05 240	2.59 202	0.37 170	0.47 274	0.66 238	0.33 206	0.82 154	0.76 232	0.51 113	0.65 229	0.93 321	0.62 279	2.20 340	0.80 241	0.14 218	0.09 83	0.09 14	0.11 110	0.18 110	0.37 165

pmcnn	1.44 370	1.25 292	3.57 359	0.74 335	1.42 390	0.72 267	0.56 310	1.04 311	1.06 351	1.03 340	2.89 403	6.01 413	0.75 314	2.54 363	3.60 390	0.14 218	0.11 128	0.08 3	0.06 6	0.34 283	0.81 310

Wz-Net-LNSev	0.66 210	1.30 300	2.81 277	0.35 146	0.37 232	0.80 303	0.48 285	0.91 230	0.87 301	0.63 229	0.70 258	0.80 285	0.59 270	0.67 130	0.68 212	0.15 237	0.14 169	0.12 137	0.12 141	0.24 194	0.38 173

AASNet	0.66 210	1.49 338	2.97 301	0.37 170	0.33 203	0.65 225	0.30 173	1.00 285	0.78 243	0.56 154	0.60 192	0.55 167	0.39 149	0.88 177	0.96 261	0.15 237	0.12 143	0.13 194	0.11 110	0.45 341	0.35 158

RAFT-RH_RVC	0.65 193	0.73 168	2.78 270	0.39 201	0.29 167	0.60 146	0.18 10	0.45 8	0.63 106	0.75 294	1.89 377	0.47 130	0.29 90	1.59 267	1.21 294	0.15 237	0.07 6	0.13 194	0.13 161	0.11 17	0.10 4

sCroCo_RVC	0.37 12	0.39 59	2.38 107	0.35 146	0.27 151	0.31 5	0.22 41	0.49 15	0.48 28	0.23 6	0.34 35	0.25 24	0.24 28	0.35 23	0.25 24	0.15 237	0.17 202	0.12 137	0.11 110	0.15 60	0.15 31

Anonymous	0.41 19	0.44 80	2.55 191	0.35 146	0.32 197	0.38 12	0.34 211	0.57 55	0.41 5	0.25 12	0.30 20	0.23 15	0.29 90	0.38 28	0.28 43	0.15 237	0.13 156	0.11 94	0.12 141	0.24 194	0.30 132

ADLNet	0.68 218	1.02 232	2.68 242	0.35 146	0.34 212	0.67 245	0.34 211	0.95 258	0.79 252	0.70 274	0.62 207	0.80 285	0.46 213	1.77 291	0.69 214	0.15 237	0.12 143	0.14 223	0.14 179	0.31 268	0.54 250

HCRNet	0.50 72	0.75 181	2.08 58	0.39 201	0.29 167	0.58 116	0.22 41	0.79 135	0.67 138	0.49 84	0.49 103	0.48 137	0.37 131	1.13 203	0.40 118	0.15 237	0.10 106	0.15 248	0.13 161	0.21 159	0.19 61

ac_64	0.63 181	0.77 184	2.71 253	0.37 170	0.34 212	0.64 211	0.30 173	0.86 193	0.67 138	0.58 172	0.53 128	0.88 311	0.48 227	1.84 305	0.71 219	0.15 237	0.12 143	0.12 137	0.12 141	0.21 159	0.25 100

PSMNet-RSSM	0.61 156	1.19 275	2.43 128	0.33 113	0.25 126	0.59 134	0.28 136	0.88 209	0.65 119	0.54 133	0.62 207	0.69 246	0.46 213	1.67 277	0.50 160	0.15 237	0.10 106	0.14 223	0.16 216	0.20 150	0.28 117

CFNet-ft	0.60 149	1.16 266	2.45 152	0.29 47	0.30 178	0.64 211	0.28 136	0.69 93	0.57 69	0.49 84	0.57 174	0.79 279	0.44 198	1.48 247	0.62 193	0.15 237	0.10 106	0.28 341	0.14 179	0.21 159	0.29 123

RYNet	0.77 263	0.91 216	2.36 103	0.37 170	0.41 251	0.88 324	0.44 269	0.99 279	0.88 305	0.65 252	0.54 142	0.92 316	0.61 277	2.70 377	1.23 298	0.15 237	0.14 169	0.17 279	0.14 179	0.27 235	0.55 256

CFNet_RVC	0.60 149	1.16 266	2.45 152	0.29 47	0.30 178	0.64 211	0.28 136	0.69 93	0.57 69	0.49 84	0.57 174	0.79 279	0.44 198	1.48 247	0.62 193	0.15 237	0.10 106	0.28 341	0.14 179	0.21 159	0.29 123

NLCA_NET_v2_RVC	0.62 169	1.15 264	3.11 316	0.39 201	0.37 232	0.60 146	0.28 136	0.87 201	0.64 112	0.63 229	0.56 163	0.71 254	0.45 206	1.08 194	0.52 165	0.15 237	0.12 143	0.14 223	0.15 198	0.18 110	0.25 100
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet	0.71 233	1.24 289	2.56 195	0.42 226	0.45 266	0.73 270	0.46 279	0.98 274	0.81 266	0.77 298	0.56 163	0.74 263	0.48 227	1.69 281	0.91 258	0.15 237	0.14 169	0.15 248	0.15 198	0.26 224	0.51 239

ttt	0.89 310	0.51 101	2.51 176	0.36 160	0.31 186	0.61 164	0.28 136	1.07 334	0.92 317	0.56 154	0.77 294	0.55 167	0.37 131	2.27 342	3.51 388	0.16 251	1.21 361	0.13 194	0.31 319	0.18 110	1.26 355

GMStereo_Zeroshot	0.44 38	0.44 80	1.84 18	0.44 241	0.20 70	0.52 63	0.19 12	0.60 67	0.54 57	0.58 172	0.59 185	0.63 203	0.29 90	0.59 104	0.34 97	0.16 251	0.09 83	0.16 265	0.09 38	0.26 224	0.26 105

fast-acv-ft	0.67 213	1.24 289	3.26 325	0.39 201	0.30 178	0.80 303	0.48 285	0.74 110	0.76 232	0.60 201	0.78 298	0.76 271	0.60 275	0.70 137	0.78 236	0.16 251	0.15 183	0.18 295	0.17 229	0.38 313	0.24 96

ssnet_v2	0.64 188	0.99 227	2.67 237	0.33 113	0.22 88	0.72 267	0.45 274	1.00 285	0.80 259	0.66 258	0.54 142	0.81 288	0.48 227	0.91 178	1.08 280	0.16 251	0.14 169	0.14 223	0.14 179	0.33 277	0.31 140

Wz-Net-SNSev	0.85 293	1.83 370	3.36 333	0.42 226	0.31 186	0.71 261	0.66 335	1.04 311	0.94 324	0.68 266	0.85 307	0.96 329	0.62 279	1.75 286	1.14 286	0.16 251	0.15 183	0.16 265	0.17 229	0.39 320	0.63 273

NINENet	0.54 101	0.40 63	2.19 77	0.55 289	0.26 140	0.91 330	0.23 61	1.05 319	0.77 240	0.54 133	0.57 174	0.65 213	0.32 109	1.22 213	0.34 97	0.16 251	0.13 156	0.16 265	0.11 110	0.16 69	0.14 25

PSMNet-ADL	0.56 113	0.47 85	2.03 48	0.35 146	0.22 88	0.67 245	0.27 128	0.77 121	0.58 75	0.43 46	0.53 128	0.70 252	0.45 206	1.89 314	0.64 199	0.16 251	0.13 156	0.11 94	0.13 161	0.15 60	0.51 239

HHNet	0.63 181	0.67 145	3.10 315	0.37 170	0.25 126	0.64 211	0.60 321	0.70 100	0.67 138	0.55 144	1.12 349	0.32 54	0.60 275	0.43 46	1.75 331	0.16 251	0.08 38	0.12 137	0.10 72	0.18 110	0.22 78

ICVP	0.48 56	0.33 23	2.37 105	0.34 130	0.22 88	0.60 146	0.55 306	0.79 135	0.53 53	0.45 54	0.60 192	0.49 139	0.36 126	0.55 94	0.46 142	0.16 251	0.16 195	0.14 223	0.11 110	0.16 69	0.32 142
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.61 156	1.19 275	2.61 211	0.48 258	0.25 126	0.63 199	0.37 230	1.05 319	0.79 252	0.55 144	0.55 151	0.59 185	0.44 198	1.10 196	0.48 148	0.16 251	0.11 128	0.12 137	0.11 110	0.27 235	0.43 201

GES	0.49 68	0.54 108	2.37 105	0.31 75	0.19 64	0.61 164	0.30 173	0.93 240	0.52 47	0.49 84	0.53 128	0.40 84	0.43 190	0.59 104	0.67 209	0.16 251	0.11 128	0.12 137	0.10 72	0.20 150	0.30 132

EDNetEfficient	1.29 359	0.78 187	4.27 387	0.65 319	1.03 368	0.94 336	1.38 394	0.87 201	1.75 389	2.33 401	1.32 361	1.04 347	2.21 394	1.59 267	4.07 399	0.16 251	0.19 212	0.15 248	0.27 302	0.38 313	0.40 185

DSFCA	0.62 169	0.77 184	1.95 35	0.29 47	0.29 167	0.79 300	0.86 358	0.81 147	0.73 202	0.73 286	0.66 235	0.67 222	0.57 260	1.17 209	1.03 275	0.16 251	0.15 183	0.13 194	0.14 179	0.19 133	0.28 117

DMCA-RVC	0.70 229	1.30 300	3.59 361	0.37 170	0.89 350	0.57 109	0.31 183	0.73 108	0.59 79	0.69 271	0.54 142	0.59 185	0.57 260	1.25 220	0.66 207	0.16 251	0.38 275	0.20 310	0.15 198	0.22 173	0.23 86

STTStereo	0.58 128	0.95 225	2.95 299	0.37 170	0.31 186	0.62 186	0.32 193	0.81 147	0.63 106	0.61 208	0.55 151	0.67 222	0.43 190	0.87 173	0.48 148	0.16 251	0.16 195	0.17 279	0.20 262	0.17 90	0.25 100

SuperB	1.19 353	1.62 354	5.29 404	0.37 170	0.26 140	0.81 308	0.87 359	0.94 245	1.19 365	0.68 266	0.68 241	0.63 203	1.37 364	1.73 283	3.30 382	0.16 251	0.12 143	0.17 279	0.16 216	2.74 414	0.63 273

UCFNet_RVC	0.55 105	1.16 266	2.48 169	0.31 75	0.27 151	0.65 225	0.28 136	0.76 115	0.58 75	0.51 113	0.53 128	0.67 222	0.42 177	0.91 178	0.45 138	0.16 251	0.11 128	0.17 279	0.17 229	0.20 150	0.23 86

DRN-Test	0.71 233	0.79 189	2.83 281	0.40 214	0.44 263	0.80 303	0.41 249	1.07 334	0.83 277	0.82 314	0.64 222	0.68 235	0.57 260	1.78 294	0.79 239	0.16 251	0.13 156	0.17 279	0.16 216	0.24 194	0.51 239

NaN_ROB	1.25 356	1.46 334	3.84 373	0.54 288	0.56 292	1.12 355	0.99 368	1.05 319	1.03 345	1.10 345	0.87 314	0.77 273	1.07 351	5.85 412	2.98 378	0.16 251	0.23 239	0.16 265	0.24 282	0.28 246	0.66 280

CASS	0.43 26	0.34 30	2.01 44	0.33 113	0.17 38	0.54 75	0.24 83	0.71 106	0.52 47	0.62 220	0.55 151	0.40 84	0.41 166	0.43 46	0.33 89	0.17 270	0.10 106	0.14 223	0.11 110	0.18 110	0.23 86
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-MNSev	0.74 246	1.42 327	2.75 264	0.38 188	0.33 203	0.90 329	0.61 326	0.98 274	0.94 324	0.77 298	0.75 287	0.75 267	0.66 291	1.39 233	0.76 230	0.17 270	0.13 156	0.14 223	0.14 179	0.28 246	0.48 227

CRFU-Net	0.58 128	0.42 70	1.90 27	0.49 269	0.27 151	0.83 311	0.35 220	0.94 245	0.54 57	0.65 252	0.60 192	0.78 277	1.34 360	1.00 185	0.51 163	0.17 270	0.14 169	0.17 279	0.10 72	0.19 133	0.20 69

CSP-Net	0.55 105	0.61 133	1.81 14	0.30 61	0.23 111	0.77 291	0.35 220	0.90 223	0.62 95	0.62 220	0.60 192	0.65 213	0.42 177	1.76 288	0.47 145	0.17 270	0.12 143	0.10 48	0.10 72	0.21 159	0.16 44

APVNet	0.76 259	1.11 253	3.23 321	0.39 201	0.36 226	0.85 317	0.44 269	0.96 261	0.73 202	0.58 172	0.69 245	0.76 271	0.56 255	2.29 344	0.82 248	0.17 270	0.18 208	0.24 330	0.19 253	0.35 294	0.27 111

psm_up	0.65 193	1.02 232	2.53 180	0.36 160	0.31 186	0.64 211	0.38 238	0.96 261	0.73 202	0.63 229	0.57 174	0.68 235	0.57 260	1.90 319	0.52 165	0.17 270	0.15 183	0.16 265	0.15 198	0.27 235	0.22 78

GwcNet	0.76 259	1.09 246	3.68 364	0.38 188	0.45 266	0.81 308	0.45 274	0.91 230	0.89 310	0.63 229	0.77 294	0.82 291	0.51 235	1.64 273	0.85 252	0.17 270	0.16 195	0.15 248	0.15 198	0.33 277	0.34 152

FADNet-RVC	0.69 224	1.65 358	2.74 262	0.35 146	0.26 140	0.60 146	0.29 161	0.91 230	0.67 138	0.46 64	0.51 117	0.62 199	0.46 213	1.75 286	0.81 245	0.17 270	0.20 224	0.17 279	0.18 237	0.60 363	0.39 180

ADCL	1.07 343	1.22 284	2.80 273	0.40 214	0.33 203	1.50 372	1.87 403	0.97 268	1.04 348	1.26 366	1.28 357	0.99 335	1.41 367	1.36 232	3.51 388	0.17 270	0.14 169	0.22 318	0.21 273	0.32 273	0.43 201

PA-Net	0.93 321	1.36 315	4.14 381	0.64 317	0.41 251	0.70 257	0.53 299	0.91 230	0.88 305	0.53 129	0.60 192	0.70 252	0.54 248	2.40 354	2.57 370	0.17 270	0.28 260	0.19 300	0.28 304	0.25 209	0.48 227
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ETE_ROB	0.68 218	1.09 246	2.32 98	0.38 188	0.26 140	0.69 254	0.51 293	1.49 379	0.75 224	0.81 310	0.71 271	0.85 301	0.51 235	1.39 233	0.70 215	0.17 270	0.14 169	0.19 300	0.16 216	0.24 194	0.35 158

dd	0.48 56	1.32 302	2.41 119	0.31 75	0.17 38	0.58 116	0.26 114	0.50 24	0.71 192	0.42 40	0.41 61	0.34 62	0.28 74	0.47 52	0.41 121	0.18 281	0.10 106	0.13 194	0.12 141	0.22 173	0.16 44

SACVNet	0.68 218	1.08 245	2.58 200	0.38 188	0.28 161	0.65 225	0.37 230	0.91 230	0.65 119	0.67 260	0.62 207	0.69 246	0.47 221	2.07 329	0.65 204	0.18 281	0.14 169	0.16 265	0.15 198	0.39 320	0.41 192

pcwnet_v2	0.65 193	0.54 108	4.29 390	0.33 113	0.27 151	0.60 146	0.25 102	1.02 299	0.92 317	0.61 208	0.69 245	0.62 199	0.54 248	0.67 130	0.38 115	0.18 281	0.15 183	0.15 248	0.14 179	0.21 159	0.49 233

aanetorigin	0.81 274	1.03 235	2.64 225	0.44 241	0.44 263	0.59 134	1.00 372	0.59 64	0.70 180	1.54 383	1.22 355	0.82 291	1.08 352	1.06 191	1.07 279	0.18 281	0.15 183	0.17 279	0.21 273	0.53 357	0.65 279

S-Stereo	0.82 278	0.73 168	3.79 369	0.40 214	0.37 232	0.70 257	0.69 343	1.00 285	1.03 345	0.63 229	0.92 322	0.82 291	0.59 270	2.35 348	0.71 219	0.18 281	0.22 234	0.17 279	0.18 237	0.30 260	0.67 282

RTSC	0.84 285	1.40 322	2.67 237	0.50 274	0.40 246	0.83 311	0.33 206	1.11 346	1.14 360	0.93 331	0.82 300	0.84 296	0.58 267	1.34 230	1.82 336	0.18 281	0.49 294	0.14 223	0.30 314	0.46 345	0.42 196

DANet	0.85 293	0.68 152	2.41 119	1.18 373	0.48 275	0.77 291	1.23 388	0.93 240	1.53 382	0.90 325	0.72 274	0.97 331	0.57 260	1.86 309	1.05 277	0.18 281	0.16 195	0.19 300	0.16 216	0.26 224	0.67 282
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.92 316	1.20 277	2.68 242	0.45 248	0.27 151	0.76 281	0.66 335	0.94 245	0.77 240	0.79 307	1.17 350	0.84 296	0.91 336	2.72 378	1.76 332	0.18 281	0.42 283	0.44 371	0.20 262	0.33 277	0.94 326

AdaStereo	0.48 56	0.44 80	2.18 76	0.36 160	0.20 70	0.59 134	0.29 161	0.97 268	0.74 219	0.52 121	0.55 151	0.61 194	0.33 114	0.52 81	0.44 134	0.18 281	0.08 38	0.17 279	0.11 110	0.18 110	0.24 96
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
SANet	1.35 364	1.80 368	4.39 392	0.41 223	0.29 167	1.72 384	0.89 362	1.17 357	2.47 397	1.22 362	1.82 375	1.72 381	1.70 380	2.57 365	3.30 382	0.18 281	0.16 195	0.16 265	0.15 198	0.34 283	0.62 269

PSMNet_ROB	0.75 256	1.42 327	2.93 296	0.39 201	0.32 197	0.73 270	0.56 310	0.90 223	0.74 219	0.56 154	0.60 192	0.75 267	0.47 221	2.00 325	1.31 303	0.18 281	0.13 156	0.19 300	0.20 262	0.26 224	0.40 185

FTStereo	0.79 269	0.32 14	2.83 281	0.70 332	0.21 79	0.73 270	1.75 401	0.61 69	0.60 83	1.07 344	1.62 372	1.28 368	2.11 392	0.75 153	0.30 57	0.19 292	0.08 38	0.12 137	0.11 110	0.12 25	0.39 180

Anonymous3	0.47 49	0.49 90	2.61 211	0.33 113	0.25 126	0.72 267	0.32 193	0.80 140	0.60 83	0.36 26	0.41 61	0.33 58	0.29 90	0.46 50	0.30 57	0.19 292	0.18 208	0.13 194	0.13 161	0.18 110	0.22 78

psmorigin	1.41 368	0.91 216	13.83 423	0.37 170	0.30 178	0.63 199	0.37 230	0.80 140	0.64 112	0.98 333	0.87 314	1.16 366	0.78 317	3.95 405	1.09 281	0.19 292	0.22 234	0.17 279	0.19 253	0.25 209	0.47 223

FAT-Stereo	0.72 241	0.60 128	2.86 287	0.37 170	0.29 167	0.64 211	0.55 306	1.01 293	0.91 315	0.76 296	0.94 324	0.93 321	0.79 319	1.82 302	0.60 185	0.19 292	0.19 212	0.17 279	0.16 216	0.23 188	0.47 223

NVstereo2D	0.63 181	0.57 118	2.29 92	0.37 170	0.35 220	0.69 254	0.49 290	0.96 261	0.88 305	0.49 84	0.54 142	0.72 255	0.46 213	1.98 324	0.50 160	0.19 292	0.20 224	0.18 295	0.16 216	0.28 246	0.34 152

DeepPruner_ROB	0.58 128	1.06 241	2.68 242	0.30 61	0.26 140	0.63 199	0.31 183	0.83 164	0.51 42	0.62 220	0.56 163	0.65 213	0.39 149	1.06 191	0.56 177	0.19 292	0.14 169	0.14 223	0.14 179	0.24 194	0.33 145

PWC_ROB	0.81 274	1.41 323	2.60 207	0.41 223	0.40 246	0.63 199	0.31 183	1.04 311	0.99 341	0.92 328	1.29 358	0.78 277	0.68 295	1.65 276	1.50 318	0.19 292	0.12 143	0.18 295	0.13 161	0.51 353	0.54 250

CBMV	0.86 296	1.00 228	2.82 279	0.35 146	0.21 79	0.78 296	0.78 352	1.05 319	0.87 301	0.90 325	0.74 279	0.87 307	1.89 387	1.67 277	1.38 313	0.19 292	0.20 224	0.21 314	0.19 253	0.28 246	0.84 312
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
WZ-Net	1.04 339	1.83 370	4.20 384	0.42 226	0.36 226	0.88 324	0.71 345	1.05 319	1.11 357	0.84 318	0.94 324	1.06 351	1.17 357	2.37 349	2.24 358	0.20 300	0.14 169	0.15 248	0.16 216	0.36 300	0.53 247

LMCR-Stereo	0.61 156	1.00 228	2.60 207	0.42 226	0.22 88	0.74 275	0.31 183	1.06 331	0.70 180	0.62 220	0.64 222	0.40 84	0.52 243	0.84 170	1.27 302	0.20 300	0.09 83	0.12 137	0.09 38	0.26 224	0.16 44

Syn2CoEx	0.78 265	1.43 330	3.54 357	0.44 241	0.31 186	0.64 211	0.43 263	1.04 311	0.83 277	0.64 240	0.77 294	0.74 263	0.74 310	1.91 320	0.64 199	0.20 300	0.17 202	0.19 300	0.15 198	0.30 260	0.59 262

stereogan	0.74 246	0.68 152	2.82 279	0.40 214	0.40 246	1.05 347	0.42 256	0.99 279	0.96 331	0.78 306	0.86 312	1.15 364	0.73 306	1.57 260	0.56 177	0.20 300	0.19 212	0.20 310	0.16 216	0.37 306	0.34 152

TDLM	0.83 282	1.28 297	2.38 107	0.46 251	0.26 140	0.66 238	0.55 306	0.87 201	0.80 259	2.54 404	0.62 207	0.61 194	0.51 235	2.68 376	0.67 209	0.20 300	0.11 128	0.35 358	0.15 198	0.33 277	0.48 227

CVANet_RVC	0.82 278	1.18 272	3.98 376	0.40 214	0.28 161	0.63 199	0.43 263	0.90 223	0.78 243	1.14 349	0.69 245	0.68 235	0.52 243	2.62 369	0.48 148	0.20 300	0.13 156	0.22 318	0.37 348	0.37 306	0.48 227

NCCL2	0.71 233	1.32 302	2.30 94	0.44 241	0.31 186	0.71 261	0.67 339	0.89 215	0.69 170	0.70 274	0.61 200	0.85 301	0.54 248	1.58 266	0.70 215	0.20 300	0.17 202	0.66 380	0.25 288	0.26 224	0.38 173

MDST_ROB	1.28 358	0.53 106	3.84 373	0.55 289	0.45 266	4.06 411	0.60 321	1.36 372	0.89 310	2.18 395	1.17 350	0.98 332	0.72 303	4.28 407	2.12 349	0.20 300	0.16 195	0.19 300	0.17 229	0.20 150	0.84 312

Wz-Net-TNSev	1.02 334	2.26 398	3.69 365	0.38 188	0.31 186	1.00 342	0.71 345	1.12 348	1.02 344	0.74 292	0.73 276	1.09 357	0.91 336	2.46 360	2.15 352	0.21 308	0.20 224	0.16 265	0.20 262	0.48 349	0.62 269

RTS	1.29 359	1.59 349	6.48 411	0.63 314	0.57 295	1.59 377	0.90 363	1.15 351	1.44 377	1.20 358	1.31 359	1.10 358	0.87 332	2.67 373	2.27 360	0.21 308	0.38 275	0.19 300	0.20 262	0.46 345	0.68 287

RTSA	1.29 359	1.59 349	6.48 411	0.63 314	0.57 295	1.59 377	0.90 363	1.15 351	1.44 377	1.20 358	1.31 359	1.10 358	0.87 332	2.67 373	2.27 360	0.21 308	0.38 275	0.19 300	0.20 262	0.46 345	0.68 287

ADCPNet	1.07 343	1.37 318	4.54 396	0.38 188	0.68 326	1.36 365	0.64 330	0.93 240	0.83 277	0.79 307	0.82 300	1.08 354	1.18 358	1.30 227	2.68 372	0.21 308	0.69 324	0.21 314	0.95 400	0.30 260	0.54 250

LALA_ROB	0.68 218	1.14 258	2.50 175	0.37 170	0.29 167	0.78 296	0.55 306	0.99 279	0.84 289	0.82 314	0.68 241	0.93 321	0.50 231	1.01 186	0.89 256	0.21 308	0.15 183	0.21 314	0.18 237	0.26 224	0.30 132

GASNet	0.84 285	1.98 377	4.07 379	0.48 258	0.33 203	0.58 116	0.34 211	0.97 268	0.81 266	0.60 201	0.59 185	0.74 263	0.55 253	2.08 332	1.18 290	0.22 313	0.15 183	0.19 300	0.17 229	0.55 359	0.29 123

edge stereo	0.84 285	0.74 177	3.42 348	0.38 188	1.21 381	0.63 199	0.41 249	0.98 274	0.83 277	0.81 310	0.88 316	1.14 362	0.73 306	2.16 338	0.89 256	0.22 313	0.20 224	0.26 337	0.18 237	0.38 313	0.43 201

SHD	0.84 285	1.14 258	2.54 184	0.80 344	0.52 282	0.76 281	0.34 211	1.16 354	1.29 370	1.11 346	0.85 307	0.98 332	0.74 310	1.25 220	1.48 317	0.22 313	0.37 271	0.20 310	0.27 302	0.36 300	0.41 192

ADCMid	1.06 341	1.82 369	3.53 356	0.39 201	0.36 226	0.99 341	0.58 315	1.01 293	0.94 324	1.23 364	1.02 339	1.01 339	1.01 347	1.11 200	4.04 398	0.22 313	0.19 212	0.42 368	0.32 324	0.42 334	0.53 247

AnyNet_C32	1.08 346	1.76 367	3.01 308	0.50 274	0.54 288	1.17 360	1.16 384	0.97 268	0.95 329	1.11 346	0.98 332	0.87 307	0.93 341	1.57 260	4.11 400	0.22 313	0.20 224	0.25 335	0.25 288	0.40 326	0.68 287

LSM	3.40 407	1.42 327	5.81 408	9.98 423	30.74 437	0.86 318	1.14 380	0.99 279	1.26 367	1.40 375	2.18 385	0.93 321	0.85 327	1.76 288	1.03 275	0.22 313	0.35 269	0.24 330	0.29 308	0.40 326	6.21 421

XPNet_ROB	0.68 218	1.11 253	2.28 90	0.38 188	0.27 151	0.67 245	0.47 283	0.94 245	0.75 224	0.80 309	0.71 271	0.81 288	0.54 248	1.72 282	0.84 251	0.22 313	0.16 195	0.16 265	0.15 198	0.25 209	0.45 218

SGM-Forest	1.84 388	7.91 421	10.36 417	0.42 226	0.33 203	1.04 345	1.29 390	1.01 293	0.88 305	1.19 353	2.30 389	1.03 343	1.79 384	2.60 368	2.81 375	0.22 313	0.21 232	0.21 314	0.19 253	0.25 209	0.79 306
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
hitnet-ft	0.73 243	1.09 246	2.59 202	0.28 35	0.22 88	0.71 261	0.36 227	0.89 215	0.67 138	0.58 172	0.83 302	1.03 343	0.94 342	2.31 345	0.70 215	0.23 321	0.14 169	0.41 366	0.13 161	0.24 194	0.28 117

AF-Net	0.76 259	1.14 258	2.74 262	0.42 226	0.41 251	0.70 257	0.41 249	1.07 334	0.94 324	0.73 286	1.05 345	1.04 347	0.86 329	1.23 215	1.00 272	0.23 321	0.15 183	0.25 335	0.18 237	0.32 273	0.35 158

ADCS	1.14 350	2.02 382	3.36 333	0.43 236	0.37 232	0.96 340	0.81 355	1.12 348	1.17 364	1.25 365	0.98 332	1.08 354	0.92 339	1.41 237	4.97 406	0.23 321	0.21 232	0.22 318	0.23 280	0.40 326	0.67 282

DeepPrunerF	0.92 316	1.33 306	3.41 345	0.46 251	0.51 280	0.64 211	0.49 290	1.16 354	2.62 400	0.65 252	0.61 200	0.65 213	0.62 279	2.23 341	1.31 303	0.23 321	0.19 212	0.30 350	0.28 304	0.39 320	0.34 152

Anonymous Stereo	0.83 282	1.57 344	3.56 358	0.46 251	0.39 240	0.63 199	0.84 357	0.92 237	0.83 277	0.68 266	0.68 241	0.64 209	0.42 177	2.42 358	1.02 274	0.23 321	0.23 239	0.19 300	0.20 262	0.31 268	0.40 185

CBMV_ROB	0.88 303	0.75 181	2.73 260	0.36 160	0.22 88	0.76 281	0.47 283	1.05 319	0.81 266	1.06 343	1.04 343	0.88 311	1.36 363	2.17 339	2.03 342	0.23 321	0.24 242	0.27 338	0.25 288	0.27 235	0.73 298

MeshStereo	1.29 359	1.34 308	3.04 310	0.35 146	0.28 161	1.10 354	0.69 343	1.42 376	1.07 352	2.71 407	2.43 391	2.95 393	1.50 373	2.92 388	2.03 342	0.23 321	0.22 234	0.22 318	0.19 253	0.50 351	0.69 291
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
HBP-ISP	0.82 278	1.57 344	3.28 327	0.50 274	0.27 151	0.86 318	0.54 302	1.09 339	0.78 243	0.81 310	0.70 258	0.68 235	1.00 346	2.02 326	0.47 145	0.24 328	0.24 242	0.29 349	0.25 288	0.28 246	0.52 244

FADNet-RVC-Resample	0.74 246	1.54 342	3.81 371	0.38 188	0.29 167	0.62 186	0.38 238	0.91 230	0.67 138	0.52 121	0.51 117	0.63 203	0.44 198	1.56 256	0.59 183	0.24 328	0.32 263	0.22 318	0.19 253	0.30 260	0.71 296

RGC	0.78 265	1.10 251	2.55 191	0.45 248	0.45 266	0.73 270	0.40 247	1.00 285	0.75 224	0.75 294	1.04 343	1.02 342	0.73 306	1.74 285	1.15 287	0.24 328	0.19 212	0.28 341	0.26 294	0.31 268	0.38 173

Nwc_Net	0.75 256	1.10 251	2.96 300	0.42 226	0.39 240	0.77 291	0.39 244	1.06 331	0.73 202	0.65 252	1.00 336	0.99 335	0.74 310	1.43 239	0.99 270	0.24 328	0.15 183	0.23 325	0.26 294	0.27 235	0.30 132

XQC	0.84 285	1.32 302	2.61 211	0.78 342	0.44 263	0.89 326	0.53 299	1.16 354	1.07 352	0.85 319	0.69 245	0.92 316	0.73 306	1.40 235	1.44 315	0.24 328	0.35 269	0.23 325	0.26 294	0.45 341	0.39 180

PS-NSSS	0.69 224	1.37 318	2.44 136	0.31 75	0.32 197	0.64 211	0.34 211	1.04 311	0.74 219	0.56 154	0.75 287	0.51 146	0.42 177	2.41 357	0.54 173	0.24 328	0.17 202	0.27 338	0.18 237	0.30 260	0.23 86

UDGNet	0.50 72	1.36 315	2.44 136	0.37 170	0.19 64	0.58 116	0.23 61	0.49 15	0.69 170	0.42 40	0.39 52	0.34 62	0.29 90	0.55 94	0.32 80	0.25 334	0.10 106	0.37 361	0.19 253	0.30 260	0.17 50

G-Net	1.02 334	0.70 157	3.23 321	0.60 304	0.66 322	2.00 395	0.71 345	0.78 128	0.70 180	1.14 349	2.53 393	1.29 370	1.01 347	1.47 246	1.74 330	0.25 334	0.24 242	0.24 330	0.26 294	0.37 306	0.40 185

SAMSARA	1.11 348	1.35 311	2.60 207	1.34 376	0.77 338	1.67 382	1.41 398	1.47 378	0.99 341	1.54 383	0.89 318	1.44 375	0.90 335	1.88 313	1.71 326	0.25 334	0.55 302	0.22 318	0.34 340	0.39 320	0.50 235

NOSS_ROB	0.75 256	1.03 235	2.27 88	0.68 330	0.26 140	0.68 251	0.30 173	0.99 279	0.82 271	0.59 192	0.58 180	0.77 273	0.39 149	2.75 382	0.48 148	0.25 334	0.24 242	0.28 341	0.26 294	0.29 254	1.07 340

RP	0.74 246	1.01 231	2.48 169	0.44 241	0.45 266	0.66 238	0.45 274	0.95 258	0.87 301	0.70 274	0.95 327	0.99 335	0.82 321	1.55 254	0.82 248	0.26 338	0.19 212	0.23 325	0.20 262	0.34 283	0.38 173

AnyNet_C01	1.20 354	1.89 373	4.25 386	0.55 289	0.54 288	1.57 375	1.39 395	1.10 342	1.13 359	1.19 353	1.34 363	1.15 364	1.11 354	1.73 283	2.89 377	0.26 338	0.24 242	0.28 341	0.24 282	0.50 351	0.68 287

CSAN	1.38 366	1.74 366	4.12 380	0.53 282	0.38 238	1.06 350	1.15 382	1.29 367	1.12 358	1.19 353	1.90 378	1.04 347	1.44 368	5.92 413	2.82 376	0.26 338	0.22 234	0.24 330	0.25 288	0.35 294	0.54 250

PVD	1.05 340	1.21 279	2.36 103	0.84 347	0.91 352	1.04 345	0.64 330	1.32 370	1.68 386	1.43 377	1.41 366	1.14 362	1.15 356	1.49 249	1.77 333	0.27 341	0.65 317	0.28 341	0.35 342	0.40 326	0.73 298

DPSNet	1.02 334	0.72 165	2.84 283	0.60 304	0.39 240	1.08 352	0.75 349	1.41 375	1.14 360	0.74 292	0.69 245	1.05 350	1.67 378	2.09 334	2.22 357	0.27 341	0.61 311	0.20 310	0.50 371	0.48 349	1.03 337

FBW_ROB	0.94 322	1.23 288	2.35 102	0.46 251	0.32 197	0.87 322	0.46 279	1.15 351	0.97 337	0.83 317	0.78 298	1.01 339	0.64 284	3.65 403	1.65 325	0.27 341	0.24 242	0.40 364	0.26 294	0.32 273	0.88 320

dad	0.58 128	1.35 311	2.39 113	0.31 75	0.20 70	0.62 186	0.26 114	0.56 50	0.79 252	0.66 258	0.64 222	0.64 209	0.36 126	0.87 173	0.48 148	0.28 344	0.15 183	0.40 364	0.18 237	0.24 194	0.22 78

PFNet	0.62 169	0.42 70	2.69 248	0.43 236	0.55 290	0.62 186	0.27 128	0.64 80	0.72 199	0.61 208	0.56 163	0.45 121	0.33 114	1.86 309	1.12 284	0.28 344	0.09 83	0.12 137	0.16 216	0.26 224	0.27 111

NCC-stereo	0.88 303	1.22 284	2.97 301	0.60 304	0.45 266	1.88 389	0.48 285	1.04 311	0.75 224	0.70 274	0.85 307	0.93 321	0.84 324	1.81 299	1.51 319	0.28 344	0.19 212	0.23 325	0.31 319	0.27 235	0.35 158

Abc-Net	0.88 303	1.22 284	2.97 301	0.60 304	0.45 266	1.88 389	0.48 285	1.04 311	0.75 224	0.70 274	0.85 307	0.93 321	0.84 324	1.81 299	1.51 319	0.28 344	0.19 212	0.23 325	0.31 319	0.27 235	0.35 158
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FC-DCNN	1.60 384	0.85 196	3.44 349	0.46 251	0.39 240	1.96 391	0.66 335	1.72 388	1.70 387	2.75 408	2.91 404	4.20 404	3.15 403	2.72 378	2.66 371	0.30 348	0.26 252	0.31 351	0.30 314	0.33 277	0.91 323

MSMD_ROB	1.41 368	1.03 235	2.75 264	0.41 223	0.32 197	2.00 395	0.61 326	0.96 261	1.43 376	2.97 409	2.63 397	4.76 409	2.04 391	2.44 359	1.78 334	0.30 348	0.26 252	0.32 353	0.32 324	0.32 273	0.63 273

FCDSN-DC	1.45 372	1.12 255	3.30 330	0.48 258	0.41 251	1.13 356	0.60 321	1.17 357	1.28 369	2.25 398	2.85 401	3.65 401	3.34 405	2.58 366	2.44 364	0.31 350	0.26 252	0.31 351	0.30 314	0.37 306	0.78 304
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Anonymous_2	1.36 365	0.49 90	2.03 48	1.71 395	1.58 397	2.49 403	0.58 315	1.59 384	2.31 395	0.77 298	0.88 316	1.03 343	0.58 267	1.20 212	0.66 207	0.32 351	1.38 376	1.42 405	3.87 419	0.78 379	1.56 375

ccnet	0.77 263	0.61 133	2.01 44	0.40 214	0.46 273	1.05 347	0.59 318	1.02 299	0.74 219	0.90 325	0.97 329	0.82 291	0.89 334	1.68 280	1.16 289	0.32 351	0.26 252	0.32 353	0.28 304	0.35 294	0.47 223

SDNR	2.06 393	2.93 414	2.94 298	1.55 388	5.13 416	1.98 394	0.24 83	1.95 396	2.62 400	0.92 328	2.71 399	5.76 412	0.68 295	3.61 402	3.84 393	0.33 353	0.38 275	0.22 318	0.17 229	1.13 385	2.04 388

GANetREF_RVC	0.81 274	1.44 331	3.04 310	0.49 269	0.27 151	0.83 311	0.63 329	1.03 305	0.92 317	0.63 229	0.61 200	0.72 255	0.59 270	2.40 354	0.58 181	0.33 353	0.25 249	0.37 361	0.25 288	0.41 332	0.36 164
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
PWCDC_ROB	0.83 282	1.57 344	2.63 216	0.48 258	0.37 232	0.78 296	0.29 161	1.04 311	1.36 375	0.63 229	2.05 381	0.64 209	0.70 301	1.10 196	1.20 293	0.33 353	0.14 169	0.15 248	0.12 141	0.63 367	0.46 221

PASM	0.82 278	1.00 228	2.68 242	0.52 278	0.48 275	0.65 225	0.59 318	0.83 164	0.89 310	0.82 314	0.73 276	0.89 314	0.68 295	2.39 353	0.73 224	0.35 356	0.37 271	0.36 359	0.41 359	0.45 341	0.51 239

AANet_RVC	0.79 269	1.46 334	2.72 255	0.34 130	0.25 126	0.59 134	0.32 193	0.88 209	0.83 277	0.62 220	0.95 327	0.80 285	0.43 190	2.46 360	1.72 328	0.38 357	0.26 252	0.10 48	0.09 38	0.25 209	0.43 201

PDISCO_ROB	0.84 285	1.46 334	2.84 283	0.65 319	0.59 300	1.17 360	0.48 285	1.19 360	1.08 354	0.67 260	0.72 274	1.00 338	0.61 277	1.24 217	1.05 277	0.38 357	0.18 208	0.28 341	0.24 282	0.58 361	0.44 213

WCMA_ROB	1.29 359	1.21 279	3.13 318	0.65 319	0.36 226	1.20 364	0.78 352	1.00 285	0.98 338	1.78 388	2.62 396	3.08 398	2.01 390	1.86 309	2.35 362	0.38 357	0.38 275	0.32 353	0.32 324	0.31 268	1.06 339

PMTNet	0.35 7	0.38 55	1.75 9	0.21 2	0.14 8	0.57 109	0.24 83	0.48 12	0.44 17	0.28 19	0.32 32	0.26 31	0.24 28	0.41 42	0.24 16	0.42 360	0.07 6	0.08 3	0.05 1	0.18 110	0.15 31

ELAS_RVC	1.51 378	0.88 203	3.36 333	0.63 314	0.56 292	1.53 373	2.73 407	1.53 380	1.76 390	2.26 399	2.21 388	2.10 386	3.07 402	2.08 332	2.52 366	0.42 360	0.42 283	0.42 368	0.37 348	0.51 353	0.84 312
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.52 379	0.92 221	2.91 294	0.62 312	0.57 295	3.13 406	2.21 405	1.67 386	1.58 385	2.42 402	2.43 391	1.87 383	2.49 397	1.85 307	2.70 373	0.42 360	0.43 286	0.41 366	0.40 355	0.51 353	0.85 316
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_DS_RVC	1.08 346	2.01 381	2.56 195	0.49 269	0.40 246	1.49 371	0.96 367	1.02 299	0.95 329	0.85 319	0.94 324	1.06 351	0.59 270	2.92 388	1.15 287	0.43 363	0.74 331	0.32 353	0.55 377	0.74 373	1.35 365

coex-ft	6.14 415	1.98 377	60.80 441	0.34 130	0.30 178	0.80 303	1.17 385	0.76 115	4.34 408	19.82 428	2.15 384	1.61 379	8.77 418	1.82 302	10.36 420	0.44 364	2.05 393	0.18 295	0.19 253	0.39 320	4.61 420

UDG	0.86 296	1.57 344	2.80 273	0.68 330	0.59 300	0.78 296	0.38 238	0.97 268	0.74 219	0.63 229	0.70 258	1.01 339	0.68 295	1.02 187	1.22 297	0.45 365	0.34 268	0.89 387	0.51 372	0.73 372	0.58 259

Consistency-Raft	0.92 316	1.21 279	3.50 352	0.98 360	0.63 315	0.77 291	0.54 302	1.02 299	1.01 343	0.62 220	1.03 341	0.65 213	1.04 349	0.81 168	1.36 309	0.45 365	0.47 290	0.51 374	0.59 382	0.65 369	0.47 223

FADNet	0.71 233	1.60 353	2.53 180	0.33 113	0.30 178	0.67 245	0.29 161	0.92 237	0.75 224	0.45 54	0.49 103	0.66 220	0.57 260	1.85 307	0.85 252	0.46 367	0.20 224	0.17 279	0.20 262	0.60 363	0.37 165

MADNet+	1.44 370	2.19 391	6.00 409	0.89 350	0.70 329	1.58 376	1.11 377	1.56 383	1.30 372	0.89 323	1.03 341	1.25 367	1.12 355	3.29 395	2.80 374	0.48 368	0.57 306	0.39 363	0.36 347	0.63 367	0.69 291

STTRV1_RVC	0.81 274	0.59 126	2.88 290	0.43 236	0.49 277	0.80 303	0.44 269	1.18 359	0.84 289	0.63 229	0.89 318	0.72 255	0.63 283	2.67 373	0.67 209	0.51 369	0.65 317	0.27 338	0.24 282	0.35 294	0.29 123

JetBlue	1.89 389	2.09 386	4.16 382	0.74 335	1.23 382	4.52 415	3.86 412	1.68 387	1.26 367	1.28 368	1.54 369	2.36 390	1.86 386	3.35 397	3.37 384	0.54 370	0.49 294	0.48 372	0.49 369	1.39 398	1.21 351

SGM_RVC	2.11 395	1.07 242	2.87 288	0.98 360	0.92 353	2.72 405	1.88 404	1.91 394	12.27 417	2.09 391	1.99 380	2.47 391	2.24 395	2.87 387	2.03 342	0.54 370	0.47 290	0.42 368	0.47 366	0.74 373	1.22 353
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DispFullNet	1.69 386	2.25 396	5.23 402	1.53 387	8.78 418	0.89 326	0.37 230	1.03 305	0.98 338	1.37 371	1.00 336	1.13 361	1.97 389	1.51 251	0.98 268	0.55 372	0.32 263	1.19 396	0.64 385	1.16 387	0.88 320

DDUNet	0.90 313	1.63 356	2.77 269	0.77 340	0.69 327	0.83 311	0.44 269	0.90 223	0.70 180	0.68 266	0.76 290	0.92 316	0.54 248	1.14 205	1.35 307	0.61 373	0.37 271	0.96 389	0.52 374	0.77 377	0.67 282

anonymity	0.86 296	0.68 152	1.44 2	0.64 317	0.83 344	0.67 245	0.52 297	0.98 274	0.73 202	0.96 332	0.70 258	0.81 288	0.86 329	1.10 196	1.34 305	0.64 374	0.72 330	0.58 376	1.44 411	0.60 363	0.91 323

SPS-STEREO	1.22 355	1.65 358	3.41 345	0.66 323	0.69 327	1.01 343	0.68 341	1.10 342	0.96 331	1.40 375	1.25 356	1.46 376	1.08 352	2.05 327	2.24 358	0.66 375	0.61 311	0.58 376	0.57 380	0.66 370	1.65 379
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.45 372	1.62 354	3.59 361	1.09 365	0.70 329	0.86 318	0.67 339	1.19 360	1.51 381	1.20 358	4.05 409	1.61 379	1.94 388	2.97 390	2.07 346	0.67 376	0.69 324	0.55 375	0.70 386	0.57 360	0.67 282
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	1.01 333	1.73 363	3.04 310	0.85 348	0.76 336	0.93 334	0.81 355	1.02 299	1.10 355	1.05 341	1.06 346	0.84 296	0.96 343	0.93 180	0.97 262	0.68 377	0.61 311	0.63 379	0.60 384	0.77 377	0.80 308

WAO-7	1.58 383	2.04 384	3.25 324	0.94 356	0.75 333	1.75 385	1.13 379	1.87 392	1.97 393	1.46 380	2.53 393	1.98 385	1.75 381	3.13 392	2.48 365	0.69 378	0.67 320	0.94 388	0.74 391	0.80 380	0.77 301

CAS	0.39 16	0.31 7	1.79 10	0.81 346	0.34 212	0.51 48	0.23 61	0.49 15	0.42 9	0.23 6	0.31 26	0.20 2	0.17 1	0.30 2	0.25 24	0.77 379	0.06 1	0.07 1	0.05 1	0.10 10	0.41 192

SQANet	0.92 316	1.96 375	3.23 321	0.77 340	0.83 344	0.76 281	0.38 238	0.87 201	0.68 162	0.64 240	0.69 245	0.73 261	0.52 243	1.35 231	1.36 309	0.80 380	0.30 261	0.60 378	0.29 308	0.93 382	0.70 294

LE_ROB	4.55 412	2.43 406	9.94 415	2.79 415	4.03 414	2.40 402	3.54 409	2.72 402	11.04 416	11.64 421	4.69 413	5.25 410	10.74 419	4.52 410	9.73 418	0.82 381	0.70 327	1.34 402	0.97 401	0.74 373	0.94 326

FINET	1.92 390	1.96 375	4.49 395	1.62 390	1.39 389	3.51 409	4.39 413	2.89 405	2.58 399	1.39 373	1.98 379	1.35 372	2.12 393	1.64 273	2.12 349	0.84 382	1.03 349	0.18 295	0.29 308	0.54 358	2.12 391

SGM-ForestM	3.67 409	2.70 413	5.34 405	1.65 392	1.72 401	6.02 417	5.08 415	4.10 414	3.47 406	4.59 414	4.21 411	9.81 418	5.79 414	6.44 414	6.97 414	0.88 383	1.09 352	0.33 357	0.45 363	0.68 371	2.10 390

ACVNet_2	1.54 380	2.20 393	4.42 393	1.10 367	0.93 355	1.37 367	0.87 359	1.53 380	1.71 388	1.22 362	1.72 373	2.12 387	1.06 350	2.58 366	1.93 338	0.94 384	0.54 300	1.00 391	0.56 379	2.11 409	0.96 331

FADNet_RVC	0.87 302	1.51 339	2.90 293	0.31 75	0.24 120	0.71 261	0.25 102	1.00 285	0.65 119	0.45 54	0.57 174	0.61 194	0.44 198	1.53 252	0.75 227	0.94 384	0.97 340	0.28 341	1.00 403	0.89 381	1.36 367

WAO-6	1.69 386	1.87 372	3.21 320	1.15 372	1.01 366	2.29 399	1.06 376	1.85 391	2.84 404	1.30 370	2.59 395	2.19 388	1.67 378	2.62 369	2.52 366	0.96 386	0.68 321	1.19 396	0.84 394	1.13 385	0.95 329

CC-Net-ROB	0.95 323	1.57 344	2.93 296	0.90 352	0.39 240	0.87 322	0.44 269	1.12 348	0.83 277	0.59 192	0.69 245	0.64 209	0.50 231	2.73 380	0.93 259	0.97 387	0.40 281	0.87 386	0.29 308	0.61 366	0.66 280

otaku	1.15 351	2.10 387	3.51 353	0.98 360	0.74 332	1.02 344	0.59 318	1.03 305	0.89 310	0.70 274	1.60 370	0.98 332	0.65 285	1.63 270	1.80 335	0.99 388	0.46 288	0.73 384	0.40 355	1.30 394	0.88 320

Ntro	1.11 348	2.10 387	3.52 355	0.97 359	0.87 349	1.06 350	0.54 302	1.02 299	0.93 323	0.63 229	0.76 290	0.93 321	0.67 293	1.76 288	1.71 326	1.03 389	0.46 288	0.76 385	0.41 359	1.29 392	0.86 319

MANE	3.51 408	2.03 383	3.88 375	1.89 403	2.01 405	5.98 416	4.72 414	5.87 418	7.13 415	3.80 413	5.10 414	6.11 414	5.34 412	4.39 408	5.05 407	1.07 390	1.28 369	0.50 373	0.85 395	0.76 376	2.36 407

ACVNet_1	1.47 374	2.27 399	4.92 399	1.11 368	0.89 350	1.19 362	0.66 335	1.28 366	1.19 365	0.98 333	0.97 329	3.06 397	1.48 372	2.37 349	1.82 336	1.08 391	0.49 294	1.03 393	0.48 367	1.20 388	0.95 329

PWCK	1.62 385	2.32 403	4.27 387	1.11 368	0.56 292	1.81 387	1.84 402	1.55 382	1.54 383	1.45 378	1.81 374	1.82 382	1.38 365	3.34 396	2.14 351	1.09 392	0.57 306	0.98 390	0.59 382	1.50 400	0.79 306

SGM+DAISY	2.67 398	2.14 389	4.28 389	1.92 404	2.11 408	4.36 414	5.22 416	3.17 406	3.00 405	3.24 412	3.81 408	3.03 395	3.61 406	2.53 362	3.79 392	1.15 393	1.29 370	0.66 380	0.71 389	0.95 383	2.44 408

MaskLacGwcNet_RVC	0.84 285	1.41 323	2.80 273	0.94 356	0.35 220	0.89 326	0.41 249	0.89 215	0.66 126	0.57 166	0.63 215	0.75 267	0.38 138	2.37 349	0.55 175	1.16 394	0.31 262	0.36 359	0.21 273	0.59 362	0.63 273

Dean	1.92 390	2.31 402	5.03 401	1.31 374	1.08 372	1.55 374	0.99 368	1.98 397	2.33 396	1.51 382	4.15 410	4.23 407	1.39 366	2.31 345	2.10 347	1.18 395	0.69 324	1.18 395	0.75 392	1.30 394	1.07 340

RainbowNet	1.27 357	2.22 394	3.58 360	1.14 371	0.92 353	1.08 352	0.76 350	1.19 360	1.15 362	0.77 298	0.97 329	1.08 354	0.83 323	1.64 273	1.72 328	1.20 396	1.30 372	1.01 392	0.58 381	1.23 389	0.97 334

TorneroNet-64	2.74 399	2.23 395	4.18 383	1.48 384	1.20 380	3.88 410	1.01 374	3.48 413	6.61 414	2.62 406	4.55 412	4.20 404	3.84 408	3.39 399	3.40 386	1.23 397	0.66 319	1.39 404	0.80 393	3.42 416	1.27 356

JetRed	3.37 406	4.96 418	10.08 416	1.48 384	1.73 402	7.63 418	5.47 417	3.47 411	2.20 394	2.42 402	2.40 390	2.98 394	2.35 396	3.52 401	6.60 412	1.33 398	1.90 389	1.38 403	1.23 408	2.30 411	2.02 387

IMH-64-1	1.50 375	1.98 377	2.69 248	1.39 379	1.12 376	1.39 368	1.19 386	1.80 389	1.47 379	1.19 353	2.20 386	1.53 377	1.51 374	2.12 336	1.98 339	1.34 399	0.68 321	1.28 399	0.70 386	1.37 396	1.12 342

IMH-64	1.50 375	1.98 377	2.69 248	1.39 379	1.12 376	1.39 368	1.19 386	1.80 389	1.47 379	1.19 353	2.20 386	1.53 377	1.51 374	2.12 336	1.98 339	1.34 399	0.68 321	1.28 399	0.70 386	1.37 396	1.12 342

TorneroNet	5.60 414	2.30 401	3.98 376	1.49 386	1.26 385	14.47 423	1.11 377	4.85 415	20.66 432	10.12 417	16.30 424	11.78 422	7.35 416	3.41 400	4.38 402	1.36 401	0.70 327	1.46 406	0.87 396	2.73 413	1.33 361

UNDER WATER	2.84 401	2.25 396	5.25 403	1.84 401	1.45 392	2.36 401	1.44 399	3.23 408	6.51 413	2.61 405	2.73 400	5.69 411	5.64 413	3.14 393	4.18 401	1.48 402	0.81 334	1.60 410	1.07 404	1.91 406	1.67 380

UNDER WATER-64	2.59 397	2.28 400	5.63 406	1.85 402	1.45 392	3.28 407	1.60 400	2.62 401	5.57 410	2.09 391	2.12 382	4.10 403	4.21 409	2.74 381	3.64 391	1.49 403	0.86 336	1.58 409	1.09 406	1.91 406	1.62 378

KSHMR	4.19 410	2.37 405	6.24 410	1.73 397	1.48 394	1.97 393	1.29 390	3.18 407	17.06 427	2.15 394	15.74 422	9.09 417	1.75 381	8.33 418	2.37 363	1.55 404	1.29 370	1.70 411	1.23 408	1.75 403	1.60 377

notaker	2.77 400	2.35 404	4.02 378	2.61 413	1.44 391	1.77 386	1.14 380	2.77 404	1.81 391	2.30 400	11.41 419	3.95 402	4.70 410	3.24 394	3.01 379	1.58 405	0.88 337	1.71 412	1.08 405	2.10 408	1.44 371

MSC_U_SF_DS_RVC	1.40 367	2.04 384	3.02 309	0.58 303	0.41 251	2.15 398	1.00 372	1.31 369	1.29 370	1.05 341	1.10 348	1.29 370	0.91 336	3.07 391	1.34 305	1.65 406	0.84 335	0.68 382	0.88 397	1.55 401	1.91 383

BEATNet-Init1	12.32 420	12.82 425	28.66 438	3.22 416	3.71 412	21.59 432	11.42 420	14.54 427	13.73 423	20.24 429	20.16 429	26.14 437	19.85 428	19.08 431	15.33 427	1.81 407	1.93 392	2.05 415	2.48 416	4.25 418	3.41 417

ktn	4.44 411	2.47 408	3.70 366	1.82 400	1.49 395	2.11 397	1.40 396	2.30 399	12.56 418	11.36 420	16.25 423	11.30 421	3.77 407	4.41 409	3.47 387	1.86 408	0.99 342	1.74 413	1.21 407	3.28 415	1.39 368

MFN_U_SF_RVC	1.57 382	2.56 411	3.30 330	0.66 323	0.41 251	1.15 358	0.51 293	1.27 365	1.35 374	1.61 385	1.20 353	1.43 374	0.97 344	1.80 297	2.10 347	1.88 409	1.79 387	1.97 414	2.14 413	1.61 402	1.76 382

WAO-8	2.91 402	2.55 409	3.77 367	1.93 405	1.04 369	4.08 412	0.99 368	3.25 409	6.09 411	2.20 396	3.34 406	3.33 399	2.64 398	11.73 420	2.52 366	2.12 410	1.92 390	1.55 407	0.93 398	1.27 390	0.96 331

Venus	2.91 402	2.55 409	3.77 367	1.93 405	1.04 369	4.08 412	0.99 368	3.25 409	6.09 411	2.20 396	3.34 406	3.33 399	2.64 398	11.73 420	2.52 366	2.12 410	1.92 390	1.55 407	0.93 398	1.27 390	0.96 331

SPstereo	16.55 426	3.18 415	4.92 399	2.73 414	2.77 410	29.67 433	52.00 435	39.41 441	29.70 442	21.94 437	21.64 432	27.45 439	23.83 434	27.92 442	26.10 436	2.44 412	2.60 413	4.96 419	3.11 417	2.27 410	2.32 406

MADNet++	2.94 405	2.17 390	3.27 326	2.55 412	2.28 409	3.29 408	3.37 408	2.76 403	2.67 402	3.10 410	3.20 405	2.78 392	3.25 404	4.11 406	4.68 405	2.72 413	2.27 408	3.03 417	2.43 415	2.34 412	2.59 409

LVE	2.10 394	2.61 412	4.30 391	1.79 399	1.81 403	1.68 383	1.04 375	2.35 400	2.78 403	1.27 367	2.87 402	4.21 406	1.46 369	2.83 386	2.02 341	2.87 414	0.92 339	1.19 396	1.47 412	1.29 392	1.18 345

DGTPSM_ROB	8.97 418	5.94 419	13.01 421	5.95 420	11.34 420	8.54 419	24.06 425	6.47 419	13.52 419	5.19 415	11.52 420	6.18 415	11.04 420	7.02 415	13.92 422	4.47 415	7.66 420	3.90 418	7.43 423	4.34 419	7.98 423

DGSMNet	2.93 404	0.77 184	3.44 349	3.58 417	4.25 415	2.53 404	6.86 418	1.03 305	0.88 305	0.58 172	1.85 376	0.79 279	0.62 279	1.63 270	1.46 316	4.62 416	4.98 419	5.15 421	4.71 420	4.52 420	4.37 418

IMH	2.14 396	2.46 407	3.60 363	1.70 394	1.13 378	1.65 381	0.93 366	2.13 398	1.93 392	1.37 371	2.64 398	2.19 388	1.82 385	5.77 411	2.18 354	5.70 417	1.05 350	1.31 401	0.72 390	1.39 398	1.13 344

ACVNet-4b	2.00 392	2.19 391	4.85 398	1.09 365	0.86 347	1.15 358	0.53 299	1.11 346	1.15 362	0.65 252	1.09 347	1.97 384	0.69 299	2.31 345	9.78 419	5.73 418	0.42 283	1.03 393	0.55 377	1.89 405	0.92 325

tt	4.94 413	0.32 14	4.22 385	2.29 409	1.58 397	10.19 421	16.94 424	9.44 422	5.03 409	1.69 386	1.33 362	4.68 408	5.02 411	3.38 398	5.91 411	6.15 419	9.47 426	2.80 416	3.16 418	3.54 417	1.58 376

PML	22.99 429	17.34 426	8.24 413	5.48 419	9.84 419	50.35 442	102.65 442	5.84 417	13.52 419	37.08 442	104.84 442	30.61 441	23.20 433	12.09 422	7.96 416	6.27 420	2.12 398	6.31 423	2.42 414	10.67 425	2.95 411

DPSM_ROB	12.32 420	11.13 423	12.31 419	12.90 425	12.80 423	19.81 430	28.13 431	14.50 425	14.31 424	10.62 418	11.34 417	12.03 423	11.89 423	13.08 425	15.22 425	7.09 421	8.31 423	6.47 424	7.32 421	8.69 423	8.43 425

DPSM	12.32 420	11.13 423	12.31 419	12.90 425	12.80 423	19.81 430	28.13 431	14.50 425	14.31 424	10.62 418	11.34 417	12.03 423	11.89 423	13.08 425	15.22 425	7.09 421	8.31 423	6.47 424	7.32 421	8.69 423	8.43 425

DLNR_Zeroshot_test	13.74 423	20.06 428	23.92 430	121.50 443	35.20 438	0.46 22	0.15 1	7.96 421	0.47 25	0.29 23	0.37 43	0.26 31	0.17 1	0.79 161	0.36 106	7.16 423	2.95 417	0.09 14	0.38 351	50.40 441	1.95 385

DPSMNet_ROB	9.58 419	5.96 420	13.98 424	8.88 422	11.87 421	8.54 419	24.08 426	6.48 420	13.67 422	5.35 416	11.53 421	6.31 416	11.04 420	7.69 416	14.09 423	7.61 424	8.23 422	5.03 420	7.75 424	5.24 421	8.36 424

HanzoNet	7.85 416	3.30 417	5.75 407	7.47 421	3.97 413	2.34 400	1.37 392	3.47 411	4.02 407	13.30 422	10.49 415	10.86 419	16.67 425	8.50 419	10.51 421	10.80 425	9.84 427	5.83 422	13.69 425	7.24 422	7.51 422

CasAABBNet	24.76 432	22.38 432	24.44 431	26.05 432	25.75 431	39.79 435	56.76 438	29.10 438	28.88 436	21.22 431	22.69 434	24.21 434	23.99 439	26.23 434	30.62 438	14.22 426	16.71 429	13.03 426	14.75 428	17.49 429	16.97 428

MyStereo03	24.90 434	22.40 434	24.90 433	26.19 434	25.93 433	39.80 436	56.77 439	29.00 435	28.95 438	21.51 434	22.81 436	24.16 431	23.92 435	26.26 435	30.65 439	14.24 427	17.13 431	13.03 426	14.76 430	17.48 426	18.00 431

MyStereo02	24.90 434	22.40 434	24.90 433	26.19 434	25.93 433	39.80 436	56.77 439	29.00 435	28.95 438	21.51 434	22.81 436	24.16 431	23.92 435	26.26 435	30.65 439	14.24 427	17.13 431	13.03 426	14.76 430	17.48 426	18.00 431

MyStereo	24.90 434	22.40 434	24.90 433	26.19 434	25.93 433	39.80 436	56.77 439	29.00 435	28.95 438	21.51 434	22.81 436	24.16 431	23.92 435	26.26 435	30.65 439	14.24 427	17.13 431	13.03 426	14.76 430	17.48 426	18.00 431

Selective-RAFT-Error	24.83 433	22.44 437	24.80 432	26.10 433	25.82 432	39.85 439	56.72 437	29.21 440	29.03 441	21.29 433	22.80 435	24.25 435	24.07 440	26.28 438	30.60 437	14.24 427	16.85 430	13.04 430	14.75 428	17.53 430	17.02 429

LSM0	26.57 437	22.53 438	25.76 436	30.62 438	52.30 442	39.86 440	56.49 436	29.18 439	28.76 435	21.26 432	22.46 433	24.42 436	23.97 438	26.42 439	30.66 442	14.29 431	16.56 428	13.06 431	14.65 427	17.62 431	20.52 434

LRCNet_RVC	13.78 424	19.34 427	13.01 421	19.47 428	12.67 422	1.85 388	0.42 256	12.28 423	1.10 355	15.76 424	18.69 428	12.52 425	8.65 417	12.22 423	9.64 417	22.29 432	8.38 425	25.92 434	24.06 435	19.72 433	17.59 430

xxxxx1	29.05 440	20.74 429	14.05 425	50.10 439	40.25 439	19.01 425	26.60 427	21.83 431	20.22 429	16.52 425	17.56 425	18.33 426	21.41 429	16.11 428	20.77 430	23.48 433	26.77 437	66.36 440	78.56 440	30.19 437	32.23 440

tt_ll	29.05 440	20.74 429	14.05 425	50.10 439	40.25 439	19.01 425	26.60 427	21.83 431	20.22 429	16.52 425	17.56 425	18.33 426	21.41 429	16.11 428	20.77 430	23.48 433	26.77 437	66.36 440	78.56 440	30.19 437	32.23 440

ff	29.05 440	20.74 429	14.05 425	50.10 439	40.25 439	19.01 425	26.60 427	21.83 431	20.22 429	16.52 425	17.56 425	18.33 426	21.41 429	16.11 428	20.77 430	23.48 433	26.77 437	66.36 440	78.56 440	30.19 437	32.23 440

HaxPig	19.88 427	22.39 433	22.30 428	17.98 427	17.98 426	12.06 422	12.06 421	16.25 428	15.97 426	21.05 430	21.41 431	18.85 429	18.35 426	20.07 432	19.64 429	23.57 436	23.19 436	24.07 433	23.71 434	22.95 434	23.72 437

DPSimNet_ROB	24.35 431	23.81 439	31.38 440	25.93 431	22.83 429	31.30 434	34.38 434	20.78 430	28.92 437	27.39 439	22.99 439	28.29 440	35.76 442	15.47 427	17.82 428	24.28 437	17.90 434	22.23 432	14.12 426	19.38 432	22.12 436

MEDIAN_ROB	23.95 430	26.96 441	26.29 437	22.14 429	22.09 428	16.18 424	14.23 422	20.47 429	20.09 428	25.43 438	25.22 440	22.96 430	22.54 432	24.33 433	23.18 434	28.15 438	27.16 440	28.60 436	27.73 436	27.59 435	27.58 438

ASD4	27.03 439	24.46 440	23.91 429	27.24 437	17.87 425	47.08 441	31.36 433	41.80 442	21.82 433	31.12 441	20.82 430	33.80 442	18.50 427	27.25 441	21.57 433	29.52 439	20.55 435	27.54 435	23.38 433	30.03 436	20.96 435

AVERAGE_ROB	26.91 438	30.28 442	29.18 439	25.78 430	25.30 430	19.49 429	15.38 423	23.70 434	23.02 434	28.38 440	27.78 441	26.23 438	25.76 441	26.95 440	25.55 435	31.27 440	30.02 441	31.76 437	30.80 437	30.88 440	30.77 439

Anonymous_1	22.76 428	11.11 422	11.93 418	12.73 424	26.05 436	19.39 428	27.77 430	14.18 424	13.64 421	14.92 423	10.66 416	11.26 420	11.24 422	12.48 424	14.45 424	37.82 441	7.87 421	34.92 438	63.61 438	87.51 442	11.75 427

FADE	15.98 425	3.24 416	8.93 414	2.10 407	2.93 411	1.19 362	0.91 365	4.99 416	2.50 398	1.28 368	1.19 352	3.05 396	7.02 415	8.01 417	5.49 409	96.22 442	36.26 442	65.47 439	65.78 439	1.78 404	1.34 363

test_example2	115.17 443	122.38 443	93.45 442	115.38 442	123.53 443	101.24 443	113.11 443	54.67 443	99.94 443	135.50 443	136.43 443	85.67 443	85.40 443	110.44 443	104.91 443	152.17 443	205.21 443	99.17 443	114.27 443	138.55 443	112.04 443

Low-res two-view benchmark