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

LoS_RVC	0.13 2	0.10 24	0.19 1	0.18 8	0.16 231	0.20 57	0.18 89	0.20 2	0.17 4	0.13 3	0.19 27	0.12 3	0.15 52	0.17 11	0.13 25	0.06 1	0.05 6	0.06 1	0.04 1	0.05 1	0.12 257

CAS	0.15 23	0.07 1	0.21 4	0.41 370	0.16 231	0.20 57	0.18 89	0.22 4	0.19 8	0.15 13	0.19 27	0.11 2	0.09 2	0.14 1	0.13 25	0.29 374	0.04 1	0.06 1	0.04 1	0.06 6	0.14 286

LoS	0.14 7	0.08 2	0.27 23	0.16 3	0.09 7	0.22 95	0.14 13	0.26 15	0.26 67	0.15 13	0.18 24	0.18 49	0.13 35	0.22 47	0.14 41	0.08 101	0.06 72	0.06 1	0.04 1	0.06 6	0.06 18

CES	0.14 7	0.08 2	0.19 1	0.17 5	0.22 322	0.18 14	0.16 39	0.23 7	0.19 8	0.14 9	0.17 20	0.14 23	0.10 4	0.18 20	0.12 6	0.07 16	0.05 6	0.06 1	0.04 1	0.08 82	0.18 324

XX-TBD	0.15 23	0.18 238	0.28 31	0.22 132	0.10 20	0.22 95	0.15 26	0.22 4	0.27 76	0.22 56	0.26 73	0.14 23	0.12 15	0.16 7	0.13 25	0.08 101	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

CREStereo	0.13 2	0.08 2	0.21 4	0.14 1	0.08 2	0.22 95	0.15 26	0.25 12	0.24 56	0.16 26	0.21 45	0.14 23	0.13 35	0.18 20	0.13 25	0.09 167	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.15 23	0.08 2	0.23 8	0.15 2	0.09 7	0.23 112	0.16 39	0.25 12	0.23 46	0.17 30	0.21 45	0.16 37	0.14 45	0.22 47	0.13 25	0.29 374	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

iResNet_ROB	0.25 207	0.19 253	0.40 146	0.20 59	0.12 79	0.30 212	0.16 39	0.55 293	0.53 314	0.38 258	0.43 233	0.37 226	0.26 196	0.38 190	0.22 177	0.08 101	0.06 72	0.06 1	0.04 1	0.09 143	0.09 165

IGEV+	0.13 2	0.10 24	0.23 8	0.21 88	0.10 20	0.15 4	0.15 26	0.29 41	0.16 3	0.12 1	0.15 16	0.12 3	0.12 15	0.17 11	0.14 41	0.07 16	0.06 72	0.07 14	0.05 9	0.07 37	0.07 66

Any-RAFT	0.17 38	0.08 2	0.31 56	0.19 26	0.10 20	0.29 195	0.16 39	0.42 178	0.30 116	0.24 72	0.27 78	0.27 141	0.16 66	0.21 42	0.12 6	0.08 101	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

anonymousdsp2	0.17 38	0.10 24	0.28 31	0.20 59	0.11 43	0.25 138	0.17 60	0.41 166	0.31 126	0.23 59	0.23 51	0.22 77	0.15 52	0.25 83	0.15 53	0.07 16	0.05 6	0.07 14	0.05 9	0.08 82	0.07 66

DCANet-4	0.19 92	0.10 24	0.52 248	0.19 26	0.09 7	0.19 36	0.18 89	0.36 126	0.39 196	0.29 125	0.30 102	0.17 42	0.22 148	0.20 31	0.18 107	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 66

fff	0.19 92	0.13 138	0.40 146	0.18 8	0.09 7	0.19 36	0.18 89	0.35 107	0.43 229	0.29 125	0.30 102	0.18 49	0.28 226	0.20 31	0.18 107	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 66

ADStereo(finetuned)	0.19 92	0.13 138	0.49 228	0.19 26	0.09 7	0.19 36	0.18 89	0.34 90	0.39 196	0.29 125	0.31 116	0.18 49	0.31 260	0.21 42	0.19 131	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 66

CroCo-Stereo	0.14 7	0.13 138	0.24 11	0.25 248	0.11 43	0.11 1	0.18 89	0.32 70	0.23 46	0.12 1	0.12 2	0.18 49	0.12 15	0.14 1	0.13 25	0.08 101	0.06 72	0.07 14	0.05 9	0.07 37	0.06 18
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
s12784h	0.17 38	0.09 9	0.26 18	0.18 8	0.07 1	0.32 231	0.19 126	0.37 132	0.32 134	0.23 59	0.25 67	0.18 49	0.17 89	0.25 83	0.16 70	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.05 1

TANstereo	0.15 23	0.09 9	0.28 31	0.16 3	0.08 2	0.25 138	0.14 13	0.23 7	0.28 89	0.24 72	0.30 102	0.16 37	0.12 15	0.17 11	0.13 25	0.08 101	0.07 160	0.06 1	0.05 9	0.06 6	0.07 66

DCANet	0.18 56	0.13 138	0.40 146	0.19 26	0.09 7	0.19 36	0.18 89	0.34 90	0.39 196	0.29 125	0.31 116	0.18 49	0.23 157	0.20 31	0.19 131	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 66

csc	0.19 92	0.13 138	0.40 146	0.18 8	0.09 7	0.19 36	0.18 89	0.35 107	0.43 229	0.29 125	0.30 102	0.18 49	0.28 226	0.20 31	0.18 107	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 66

cscssc	0.19 92	0.13 138	0.40 146	0.18 8	0.09 7	0.19 36	0.18 89	0.35 107	0.43 229	0.29 125	0.30 102	0.18 49	0.28 226	0.20 31	0.18 107	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 66

iResNetv2_ROB	0.27 224	0.26 312	0.72 315	0.23 174	0.13 133	0.29 195	0.18 89	0.52 265	0.49 292	0.37 250	0.45 255	0.39 242	0.25 187	0.34 171	0.20 142	0.08 101	0.06 72	0.07 14	0.05 9	0.12 255	0.09 165

MLCV	0.22 145	0.16 210	0.44 191	0.21 88	0.08 2	0.29 195	0.19 126	0.38 138	0.37 177	0.38 258	0.44 243	0.31 181	0.21 137	0.41 197	0.24 200	0.07 16	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

pmcnn	0.50 349	0.20 261	0.78 321	0.24 211	0.26 350	0.39 286	0.30 302	0.51 255	0.50 300	0.54 347	1.23 385	2.52 408	0.37 293	0.77 333	0.95 368	0.08 101	0.06 72	0.06 1	0.05 9	0.10 192	0.08 113

MGS-Stereo	0.14 7	0.11 64	0.32 62	0.19 26	0.11 43	0.18 14	0.17 60	0.20 2	0.22 34	0.14 9	0.24 61	0.15 29	0.10 4	0.18 20	0.12 6	0.07 16	0.06 72	0.07 14	0.06 24	0.10 192	0.06 18

qqq1	0.24 185	0.12 83	0.40 146	0.19 26	0.10 20	0.27 163	0.19 126	0.51 255	0.45 255	0.34 213	0.41 207	0.31 181	0.26 196	0.58 258	0.16 70	0.10 209	0.07 160	0.07 14	0.06 24	0.08 82	0.07 66

fff1	0.24 185	0.12 83	0.40 146	0.19 26	0.10 20	0.27 163	0.19 126	0.51 255	0.45 255	0.34 213	0.41 207	0.31 181	0.26 196	0.58 258	0.16 70	0.10 209	0.07 160	0.07 14	0.06 24	0.08 82	0.07 66

ACVNet-DCA	0.18 56	0.14 167	0.38 130	0.23 174	0.11 43	0.31 223	0.19 126	0.41 166	0.27 76	0.17 30	0.19 27	0.13 12	0.18 111	0.28 123	0.11 1	0.08 101	0.05 6	0.08 67	0.06 24	0.09 143	0.09 165

1test111	0.19 92	0.14 167	0.38 130	0.23 174	0.11 43	0.31 223	0.19 126	0.41 166	0.27 76	0.17 30	0.19 27	0.13 12	0.18 111	0.34 171	0.22 177	0.08 101	0.05 6	0.08 67	0.06 24	0.09 143	0.09 165

cc1	0.18 56	0.14 167	0.38 130	0.23 174	0.11 43	0.31 223	0.19 126	0.35 107	0.47 274	0.17 30	0.19 27	0.13 12	0.18 111	0.28 123	0.11 1	0.08 101	0.05 6	0.08 67	0.06 24	0.08 82	0.08 113

11t1	0.18 56	0.10 24	0.30 44	0.20 59	0.11 43	0.27 163	0.17 60	0.35 107	0.23 46	0.25 78	0.23 51	0.23 96	0.23 157	0.25 83	0.18 107	0.09 167	0.07 160	0.07 14	0.06 24	0.09 143	0.09 165

tt1	0.18 56	0.14 167	0.35 89	0.23 174	0.11 43	0.30 212	0.19 126	0.35 107	0.44 243	0.17 30	0.19 27	0.13 12	0.16 66	0.27 111	0.11 1	0.08 101	0.05 6	0.08 67	0.06 24	0.08 82	0.08 113

StereoIM	0.14 7	0.13 138	0.26 18	0.19 26	0.14 167	0.16 7	0.13 3	0.25 12	0.21 27	0.13 3	0.14 14	0.14 23	0.11 9	0.17 11	0.17 93	0.08 101	0.07 160	0.08 67	0.06 24	0.07 37	0.06 18

MSKI-zero shot	0.17 38	0.09 9	0.43 185	0.20 59	0.11 43	0.21 75	0.15 26	0.32 70	0.21 27	0.23 59	0.24 61	0.23 96	0.10 4	0.31 153	0.13 25	0.07 16	0.06 72	0.07 14	0.06 24	0.06 6	0.06 18

MIF-Stereo	0.14 7	0.10 24	0.30 44	0.21 88	0.13 133	0.17 10	0.13 3	0.19 1	0.18 6	0.15 13	0.20 37	0.10 1	0.11 9	0.18 20	0.16 70	0.08 101	0.06 72	0.07 14	0.06 24	0.08 82	0.06 18

Selective-IGEV	0.12 1	0.09 9	0.22 6	0.19 26	0.10 20	0.15 4	0.14 13	0.27 22	0.15 2	0.13 3	0.14 14	0.13 12	0.08 1	0.21 42	0.12 6	0.06 1	0.05 6	0.07 14	0.06 24	0.06 6	0.05 1

knoymous	0.17 38	0.09 9	0.32 62	0.17 5	0.11 43	0.21 75	0.17 60	0.32 70	0.23 46	0.23 59	0.28 82	0.27 141	0.16 66	0.23 54	0.16 70	0.09 167	0.06 72	0.09 122	0.06 24	0.09 143	0.09 165

riskmin	0.18 56	0.09 9	0.34 81	0.18 8	0.12 79	0.24 127	0.16 39	0.34 90	0.28 89	0.21 52	0.23 51	0.33 196	0.24 172	0.23 54	0.17 93	0.09 167	0.06 72	0.09 122	0.06 24	0.10 192	0.10 210

ProNet	0.14 7	0.12 83	0.25 15	0.19 26	0.11 43	0.19 36	0.19 126	0.27 22	0.20 17	0.14 9	0.13 6	0.13 12	0.12 15	0.24 60	0.12 6	0.06 1	0.05 6	0.07 14	0.06 24	0.07 37	0.07 66

RCA-Stereo	0.16 30	0.09 9	0.25 15	0.20 59	0.10 20	0.19 36	0.17 60	0.36 126	0.35 158	0.20 43	0.25 67	0.17 42	0.17 89	0.18 20	0.14 41	0.07 16	0.05 6	0.07 14	0.06 24	0.06 6	0.05 1

CroCo-Stereo Lap2	0.15 23	0.15 192	0.28 31	0.25 248	0.18 267	0.11 1	0.19 126	0.28 34	0.21 27	0.13 3	0.16 17	0.15 29	0.12 15	0.17 11	0.14 41	0.07 16	0.07 160	0.08 67	0.06 24	0.08 82	0.07 66

Wz-Net-LNSev-Ref	0.30 259	0.20 261	0.70 311	0.21 88	0.17 248	0.46 318	0.27 275	0.50 242	0.49 292	0.42 298	0.55 307	0.43 268	0.30 248	0.46 209	0.38 277	0.09 167	0.06 72	0.07 14	0.06 24	0.11 229	0.10 210

GANet-ADL	0.21 119	0.12 83	0.45 201	0.23 174	0.14 167	0.29 195	0.19 126	0.46 210	0.35 158	0.25 78	0.32 119	0.32 189	0.19 124	0.24 60	0.20 142	0.10 209	0.07 160	0.07 14	0.06 24	0.09 143	0.10 210

raftrobust	0.16 30	0.13 138	0.29 38	0.22 132	0.15 208	0.19 36	0.13 3	0.32 70	0.26 67	0.26 87	0.20 37	0.19 60	0.17 89	0.21 42	0.15 53	0.08 101	0.06 72	0.07 14	0.06 24	0.06 6	0.07 66

RALCasStereoNet	0.18 56	0.15 192	0.33 76	0.21 88	0.14 167	0.21 75	0.18 89	0.31 62	0.25 60	0.21 52	0.29 91	0.22 77	0.15 52	0.27 111	0.17 93	0.08 101	0.10 273	0.07 14	0.06 24	0.09 143	0.09 165

111	0.20 105	0.17 226	0.40 146	0.18 8	0.09 7	0.24 127	0.17 60	0.41 166	0.45 255	0.23 59	0.29 91	0.29 163	0.21 137	0.24 60	0.18 107	0.07 16	0.05 6	0.07 14	0.06 24	0.07 37	0.08 113

DIP-Stereo	0.18 56	0.12 83	0.33 76	0.20 59	0.13 133	0.28 176	0.12 1	0.42 178	0.25 60	0.27 91	0.32 119	0.21 70	0.17 89	0.25 83	0.20 142	0.07 16	0.06 72	0.08 67	0.06 24	0.07 37	0.08 113
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.22 145	0.18 238	0.47 214	0.22 132	0.10 20	0.28 176	0.14 13	0.46 210	0.32 134	0.31 170	0.34 144	0.31 181	0.25 187	0.31 153	0.29 237	0.08 101	0.06 72	0.08 67	0.06 24	0.10 192	0.08 113

R-Stereo Train	0.18 56	0.09 9	0.32 62	0.22 132	0.12 79	0.22 95	0.19 126	0.42 178	0.19 8	0.31 170	0.45 255	0.20 62	0.14 45	0.18 20	0.15 53	0.08 101	0.06 72	0.07 14	0.06 24	0.06 6	0.06 18

RAFT-Stereo	0.18 56	0.09 9	0.32 62	0.22 132	0.12 79	0.22 95	0.19 126	0.42 178	0.19 8	0.31 170	0.45 255	0.20 62	0.14 45	0.18 20	0.15 53	0.08 101	0.06 72	0.07 14	0.06 24	0.06 6	0.06 18
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.20 105	0.17 226	0.43 185	0.19 26	0.08 2	0.27 163	0.14 13	0.42 178	0.30 116	0.29 125	0.32 119	0.27 141	0.21 137	0.28 123	0.25 209	0.07 16	0.05 6	0.07 14	0.06 24	0.09 143	0.06 18
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
iResNet	0.24 185	0.18 238	0.61 280	0.25 248	0.11 43	0.29 195	0.21 187	0.42 178	0.43 229	0.33 197	0.43 233	0.27 141	0.22 148	0.34 171	0.26 221	0.07 16	0.05 6	0.07 14	0.06 24	0.08 82	0.07 66

Former-RAFT_DAM_RVC	0.17 38	0.13 138	0.24 11	0.19 26	0.13 133	0.24 127	0.17 60	0.30 56	0.37 177	0.43 304	0.17 20	0.13 12	0.12 15	0.19 27	0.15 53	0.08 101	0.07 160	0.09 122	0.07 52	0.09 143	0.08 113

MyStereo8	0.22 145	0.15 192	0.63 290	0.21 88	0.17 248	0.31 223	0.16 39	0.36 126	0.32 134	0.28 100	0.36 161	0.25 114	0.18 111	0.25 83	0.28 227	0.08 101	0.07 160	0.08 67	0.07 52	0.10 192	0.12 257

CoDeX	0.23 162	0.12 83	0.46 207	0.21 88	0.14 167	0.29 195	0.21 187	0.53 276	0.41 220	0.29 125	0.35 151	0.29 163	0.22 148	0.48 214	0.19 131	0.09 167	0.06 72	0.08 67	0.07 52	0.08 82	0.07 66

ff7	0.14 7	0.12 83	0.27 23	0.19 26	0.12 79	0.21 75	0.18 89	0.27 22	0.20 17	0.15 13	0.13 6	0.12 3	0.12 15	0.24 60	0.12 6	0.07 16	0.05 6	0.08 67	0.07 52	0.07 37	0.07 66

IGEVStereo-DCA	0.14 7	0.11 64	0.27 23	0.19 26	0.12 79	0.20 57	0.18 89	0.27 22	0.20 17	0.15 13	0.12 2	0.14 23	0.12 15	0.28 123	0.14 41	0.07 16	0.06 72	0.08 67	0.07 52	0.07 37	0.07 66

ffff	0.14 7	0.12 83	0.27 23	0.19 26	0.12 79	0.21 75	0.18 89	0.27 22	0.20 17	0.15 13	0.13 6	0.12 3	0.12 15	0.24 60	0.12 6	0.07 16	0.05 6	0.08 67	0.07 52	0.07 37	0.07 66

rrr	0.17 38	0.11 64	0.57 267	0.19 26	0.12 79	0.20 57	0.18 89	0.35 107	0.22 34	0.15 13	0.12 2	0.14 23	0.12 15	0.28 123	0.14 41	0.07 16	0.06 72	0.08 67	0.07 52	0.07 37	0.07 66

11t	0.14 7	0.12 83	0.27 23	0.19 26	0.12 79	0.21 75	0.18 89	0.27 22	0.20 17	0.15 13	0.13 6	0.12 3	0.12 15	0.24 60	0.12 6	0.07 16	0.05 6	0.08 67	0.07 52	0.07 37	0.07 66

GMStereo_Zeroshot	0.24 185	0.21 275	0.45 201	0.26 277	0.13 133	0.28 176	0.15 26	0.39 149	0.35 158	0.37 250	0.43 233	0.40 255	0.17 89	0.34 171	0.20 142	0.12 264	0.07 160	0.13 285	0.07 52	0.16 300	0.09 165

test croco	0.17 38	0.13 138	0.43 185	0.21 88	0.13 133	0.16 7	0.17 60	0.27 22	0.22 34	0.16 26	0.26 73	0.13 12	0.16 66	0.27 111	0.16 70	0.08 101	0.06 72	0.10 186	0.07 52	0.10 192	0.07 66

EKT-Stereo	0.38 312	0.12 83	0.38 130	0.42 371	3.88 419	0.21 75	0.17 60	0.35 107	0.28 89	0.20 43	0.20 37	0.23 96	0.15 52	0.28 123	0.16 70	0.09 167	0.07 160	0.09 122	0.07 52	0.09 143	0.09 165

DLNR_Zeroshot_test	10.44 423	12.10 430	19.93 431	106.08 442	23.66 439	0.14 3	0.13 3	3.22 418	0.17 4	0.16 26	0.23 51	0.16 37	0.10 4	0.31 153	0.15 53	2.36 417	0.06 72	0.07 14	0.07 52	39.70 440	0.06 18

RAFT-Test	0.17 38	0.10 24	0.38 130	0.19 26	0.12 79	0.25 138	0.17 60	0.33 84	0.23 46	0.23 59	0.29 91	0.27 141	0.14 45	0.20 31	0.14 41	0.07 16	0.06 72	0.07 14	0.07 52	0.06 6	0.06 18

HH	0.18 56	0.12 83	0.55 259	0.22 132	0.12 79	0.18 14	0.18 89	0.34 90	0.19 8	0.20 43	0.24 61	0.34 202	0.18 111	0.29 136	0.12 6	0.07 16	0.05 6	0.07 14	0.07 52	0.07 37	0.06 18

HanStereo	0.18 56	0.12 83	0.55 259	0.22 132	0.12 79	0.18 14	0.18 89	0.34 90	0.19 8	0.20 43	0.24 61	0.34 202	0.18 111	0.29 136	0.12 6	0.07 16	0.05 6	0.07 14	0.07 52	0.07 37	0.06 18

anonymousdsp	0.14 7	0.12 83	0.27 23	0.19 26	0.12 79	0.21 75	0.18 89	0.28 34	0.20 17	0.15 13	0.13 6	0.12 3	0.12 15	0.24 60	0.12 6	0.07 16	0.05 6	0.08 67	0.07 52	0.08 82	0.07 66

EGLCR-Stereo	0.13 2	0.08 2	0.20 3	0.18 8	0.09 7	0.21 75	0.13 3	0.27 22	0.21 27	0.13 3	0.10 1	0.15 29	0.09 2	0.20 31	0.13 25	0.07 16	0.05 6	0.07 14	0.07 52	0.06 6	0.06 18

Selective-RAFT	0.17 38	0.12 83	0.30 44	0.24 211	0.10 20	0.29 195	0.15 26	0.32 70	0.31 126	0.17 30	0.17 20	0.21 70	0.18 111	0.28 123	0.17 93	0.07 16	0.06 72	0.07 14	0.07 52	0.08 82	0.06 18

MC-Stereo	0.14 7	0.09 9	0.25 15	0.21 88	0.09 7	0.18 14	0.16 39	0.23 7	0.19 8	0.18 41	0.23 51	0.16 37	0.13 35	0.22 47	0.13 25	0.07 16	0.05 6	0.07 14	0.07 52	0.06 6	0.05 1

ccc-4	0.14 7	0.12 83	0.27 23	0.19 26	0.12 79	0.21 75	0.18 89	0.27 22	0.20 17	0.15 13	0.13 6	0.12 3	0.12 15	0.24 60	0.12 6	0.07 16	0.05 6	0.08 67	0.07 52	0.07 37	0.07 66

x	0.19 92	0.11 64	0.29 38	0.20 59	0.11 43	0.26 156	0.18 89	0.41 166	0.29 107	0.25 78	0.29 91	0.28 156	0.24 172	0.26 96	0.23 191	0.09 167	0.07 160	0.08 67	0.07 52	0.09 143	0.08 113

IGEV-Stereo	0.14 7	0.12 83	0.27 23	0.19 26	0.12 79	0.21 75	0.18 89	0.28 34	0.20 17	0.15 13	0.13 6	0.12 3	0.12 15	0.24 60	0.12 6	0.07 16	0.05 6	0.08 67	0.07 52	0.08 82	0.07 66
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.23 162	0.18 238	0.44 191	0.22 132	0.13 133	0.19 36	0.19 126	0.37 132	0.32 134	0.28 100	0.37 170	0.34 202	0.23 157	0.65 291	0.27 225	0.06 1	0.06 72	0.08 67	0.07 52	0.09 143	0.08 113

CIPLG	0.21 119	0.21 275	0.55 259	0.23 174	0.15 208	0.25 138	0.20 164	0.35 107	0.29 107	0.31 170	0.33 138	0.22 77	0.15 52	0.26 96	0.20 142	0.08 101	0.07 160	0.07 14	0.07 52	0.08 82	0.08 113

DAS	0.27 224	0.12 83	0.42 175	0.24 211	0.18 267	0.29 195	0.24 245	0.45 200	0.45 255	0.41 290	0.44 243	0.34 202	0.29 239	0.75 322	0.21 163	0.09 167	0.07 160	0.09 122	0.07 52	0.09 143	0.09 165

SepStereo	0.26 217	0.12 83	0.42 175	0.24 211	0.18 267	0.29 195	0.24 245	0.45 200	0.45 255	0.41 290	0.44 243	0.34 202	0.29 239	0.64 285	0.21 163	0.09 167	0.07 160	0.09 122	0.07 52	0.09 143	0.09 165

IPLG	0.21 119	0.15 192	0.53 251	0.21 88	0.12 79	0.28 176	0.17 60	0.42 178	0.30 116	0.33 197	0.32 119	0.15 29	0.17 89	0.50 221	0.21 163	0.07 16	0.05 6	0.08 67	0.07 52	0.07 37	0.06 18

IPLGR_C	0.21 119	0.22 287	0.60 277	0.23 174	0.15 208	0.24 127	0.20 164	0.35 107	0.29 107	0.31 170	0.32 119	0.22 77	0.15 52	0.25 83	0.20 142	0.08 101	0.07 160	0.07 14	0.07 52	0.08 82	0.08 113

MIPNet	0.21 119	0.15 192	0.52 248	0.21 88	0.12 79	0.27 163	0.20 164	0.45 200	0.37 177	0.30 153	0.23 51	0.19 60	0.24 172	0.27 111	0.19 131	0.07 16	0.05 6	0.08 67	0.07 52	0.07 37	0.06 18

IPLGR	0.21 119	0.13 138	0.61 280	0.21 88	0.11 43	0.25 138	0.18 89	0.41 166	0.37 177	0.28 100	0.27 78	0.21 70	0.19 124	0.37 186	0.18 107	0.07 16	0.06 72	0.08 67	0.07 52	0.07 37	0.06 18

ACRE	0.21 119	0.20 261	0.62 288	0.23 174	0.15 208	0.24 127	0.20 164	0.35 107	0.28 89	0.31 170	0.32 119	0.22 77	0.15 52	0.25 83	0.20 142	0.08 101	0.07 160	0.07 14	0.07 52	0.08 82	0.08 113

GwcNet-ADL	0.22 145	0.14 167	0.58 271	0.24 211	0.13 133	0.22 95	0.23 223	0.49 234	0.40 209	0.27 91	0.29 91	0.30 173	0.20 132	0.26 96	0.23 191	0.09 167	0.07 160	0.07 14	0.07 52	0.09 143	0.09 165

HHNet	0.22 145	0.12 83	0.52 248	0.18 8	0.18 267	0.20 57	0.20 164	0.34 90	0.31 126	0.32 188	0.59 318	0.20 62	0.21 137	0.24 60	0.31 247	0.08 101	0.05 6	0.09 122	0.07 52	0.08 82	0.11 235

AAGNet	0.33 281	0.11 64	0.37 111	0.25 248	0.16 231	0.20 57	0.19 126	0.30 56	0.27 76	0.35 229	0.35 151	0.27 141	0.30 248	0.44 205	2.66 412	0.08 101	0.05 6	0.10 186	0.07 52	0.08 82	0.06 18

STrans-v2	0.24 185	0.13 138	0.54 254	0.21 88	0.12 79	0.23 112	0.21 187	0.47 217	0.28 89	0.31 170	0.42 221	0.36 221	0.35 281	0.62 278	0.23 191	0.07 16	0.05 6	0.08 67	0.07 52	0.06 6	0.06 18

TransformOpticalFlow	0.24 185	0.13 138	0.56 263	0.23 174	0.11 43	0.21 75	0.19 126	0.40 156	0.32 134	0.30 153	0.43 233	0.36 221	0.31 260	0.61 270	0.20 142	0.07 16	0.05 6	0.08 67	0.07 52	0.06 6	0.07 66

OMP-Stereo	0.23 162	0.14 167	0.35 89	0.29 320	0.13 133	0.21 75	0.16 39	0.37 132	0.33 145	0.34 213	0.30 102	0.34 202	0.19 124	0.70 303	0.24 200	0.07 16	0.06 72	0.09 122	0.07 52	0.07 37	0.06 18

IIG-Stereo	0.23 162	0.13 138	0.35 89	0.29 320	0.12 79	0.23 112	0.14 13	0.38 138	0.31 126	0.34 213	0.37 170	0.33 196	0.21 137	0.70 303	0.26 221	0.08 101	0.06 72	0.09 122	0.07 52	0.07 37	0.06 18

NRIStereo	0.18 56	0.11 64	0.35 89	0.23 174	0.11 43	0.24 127	0.20 164	0.29 41	0.26 67	0.26 87	0.25 67	0.25 114	0.18 111	0.34 171	0.18 107	0.07 16	0.06 72	0.09 122	0.07 52	0.09 143	0.08 113

ASMatch	0.23 162	0.11 64	0.51 244	0.24 211	0.14 167	0.19 36	0.17 60	0.31 62	0.28 89	0.28 100	0.68 344	0.27 141	0.26 196	0.50 221	0.22 177	0.07 16	0.06 72	0.08 67	0.07 52	0.06 6	0.11 235

PFNet	0.23 162	0.10 24	0.57 267	0.24 211	0.14 167	0.22 95	0.19 126	0.39 149	0.33 145	0.35 229	0.32 119	0.27 141	0.19 124	0.64 285	0.22 177	0.09 167	0.05 6	0.09 122	0.07 52	0.08 82	0.07 66

DeepStereo_RVC	0.18 56	0.11 64	0.40 146	0.21 88	0.11 43	0.19 36	0.16 39	0.28 34	0.22 34	0.27 91	0.27 78	0.23 96	0.28 226	0.24 60	0.18 107	0.08 101	0.06 72	0.09 122	0.07 52	0.09 143	0.10 210

RAFT-RH_RVC	0.25 207	0.11 64	0.45 201	0.21 88	0.12 79	0.25 138	0.14 13	0.27 22	0.27 76	0.38 258	1.15 382	0.23 96	0.17 89	0.57 253	0.24 200	0.07 16	0.05 6	0.10 186	0.07 52	0.06 6	0.07 66

RAFT-345	0.21 119	0.10 24	0.46 207	0.22 132	0.11 43	0.20 57	0.16 39	0.26 15	0.25 60	0.27 91	0.66 339	0.21 70	0.16 66	0.55 242	0.21 163	0.07 16	0.06 72	0.08 67	0.07 52	0.06 6	0.06 18

CRE-IMP	0.18 56	0.12 83	0.37 111	0.22 132	0.11 43	0.24 127	0.17 60	0.29 41	0.21 27	0.27 91	0.26 73	0.24 107	0.17 89	0.23 54	0.18 107	0.08 101	0.05 6	0.10 186	0.07 52	0.10 192	0.10 210

cross-raft	0.17 38	0.12 83	0.41 168	0.23 174	0.10 20	0.20 57	0.24 245	0.33 84	0.23 46	0.23 59	0.28 82	0.29 163	0.15 52	0.17 11	0.15 53	0.06 1	0.05 6	0.07 14	0.07 52	0.06 6	0.05 1

test-1	0.17 38	0.11 64	0.40 146	0.23 174	0.13 133	0.22 95	0.23 223	0.34 90	0.26 67	0.20 43	0.24 61	0.22 77	0.14 45	0.16 7	0.20 142	0.07 16	0.06 72	0.08 67	0.07 52	0.06 6	0.08 113

Prome-Stereo	0.21 119	0.10 24	0.30 44	0.24 211	0.12 79	0.23 112	0.23 223	0.36 126	0.25 60	0.33 197	0.59 318	0.24 107	0.28 226	0.29 136	0.16 70	0.07 16	0.05 6	0.08 67	0.07 52	0.08 82	0.20 341

LMCR-Stereo	0.26 217	0.18 238	0.49 228	0.28 317	0.14 167	0.36 267	0.23 223	0.54 283	0.34 152	0.39 273	0.40 199	0.29 163	0.29 239	0.37 186	0.27 225	0.11 237	0.07 160	0.09 122	0.07 52	0.13 268	0.09 165

TestStereo	0.21 119	0.19 253	0.40 146	0.25 248	0.10 20	0.22 95	0.21 187	0.31 62	0.31 126	0.23 59	0.34 144	0.22 77	0.18 111	0.62 278	0.18 107	0.08 101	0.06 72	0.10 186	0.07 52	0.11 229	0.06 18

raft+_RVC	0.18 56	0.14 167	0.32 62	0.21 88	0.15 208	0.21 75	0.16 39	0.38 138	0.34 152	0.21 52	0.28 82	0.20 62	0.15 52	0.24 60	0.19 131	0.08 101	0.06 72	0.08 67	0.07 52	0.07 37	0.08 113

GES	0.22 145	0.12 83	0.42 175	0.20 59	0.14 167	0.27 163	0.19 126	0.49 234	0.33 145	0.30 153	0.36 161	0.25 114	0.23 157	0.29 136	0.22 177	0.10 209	0.08 226	0.08 67	0.07 52	0.10 192	0.11 235

RAFT-Stereo + iAFF	0.17 38	0.14 167	0.32 62	0.20 59	0.09 7	0.19 36	0.17 60	0.32 70	0.30 116	0.25 78	0.33 138	0.20 62	0.17 89	0.19 27	0.15 53	0.06 1	0.05 6	0.07 14	0.07 52	0.07 37	0.05 1

CFNet-RSSM	0.17 38	0.10 24	0.40 146	0.20 59	0.11 43	0.20 57	0.15 26	0.36 126	0.30 116	0.23 59	0.21 45	0.26 133	0.15 52	0.20 31	0.13 25	0.07 16	0.05 6	0.07 14	0.07 52	0.06 6	0.05 1

Gwc-CoAtRS	0.17 38	0.10 24	0.37 111	0.20 59	0.12 79	0.19 36	0.15 26	0.32 70	0.28 89	0.23 59	0.23 51	0.27 141	0.15 52	0.20 31	0.13 25	0.07 16	0.05 6	0.07 14	0.07 52	0.06 6	0.06 18

ACVNet	0.23 162	0.13 138	0.35 89	0.18 8	0.15 208	0.27 163	0.23 223	0.39 149	0.44 243	0.28 100	0.41 207	0.38 231	0.26 196	0.27 111	0.32 253	0.08 101	0.07 160	0.08 67	0.07 52	0.10 192	0.07 66

acv_ft	0.25 207	0.13 138	0.40 146	0.23 174	0.19 285	0.34 253	0.21 187	0.45 200	0.44 243	0.38 258	0.41 207	0.38 231	0.27 213	0.27 111	0.35 268	0.08 101	0.07 160	0.08 67	0.07 52	0.11 229	0.07 66

HSM-Net_RVC	0.27 224	0.11 64	0.42 175	0.19 26	0.11 43	0.34 253	0.20 164	0.62 347	0.43 229	0.40 281	0.43 233	0.50 306	0.26 196	0.76 327	0.22 177	0.08 101	0.07 160	0.07 14	0.07 52	0.08 82	0.08 113
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.31 266	0.22 287	0.50 238	0.23 174	0.14 167	0.30 212	0.24 245	0.47 217	0.54 318	0.38 258	0.60 323	0.43 268	0.29 239	0.87 352	0.40 292	0.11 237	0.07 160	0.07 14	0.07 52	0.09 143	0.09 165

HSM	0.28 241	0.16 210	0.35 89	0.20 59	0.15 208	0.33 240	0.19 126	0.53 276	0.37 177	0.36 245	0.38 180	0.67 357	0.31 260	0.89 356	0.23 191	0.08 101	0.06 72	0.08 67	0.07 52	0.08 82	0.08 113

DispNO	0.29 251	0.20 261	0.71 314	0.25 248	0.16 231	0.25 138	0.30 302	0.45 200	0.52 309	0.35 229	0.43 233	0.36 221	0.30 248	0.74 320	0.31 247	0.10 209	0.08 226	0.09 122	0.08 112	0.09 143	0.08 113

SMFormer	0.25 207	0.12 83	0.40 146	0.19 26	0.10 20	0.27 163	0.19 126	0.51 255	0.45 255	0.34 213	0.41 207	0.31 181	0.26 196	0.58 258	0.28 227	0.10 209	0.07 160	0.08 67	0.08 112	0.09 143	0.09 165

tta	0.24 185	0.12 83	0.40 146	0.19 26	0.10 20	0.27 163	0.19 126	0.51 255	0.45 255	0.34 213	0.41 207	0.31 181	0.26 196	0.58 258	0.28 227	0.10 209	0.07 160	0.08 67	0.08 112	0.08 82	0.07 66

MyStereo07	0.16 30	0.12 83	0.26 18	0.22 132	0.14 167	0.25 138	0.23 223	0.29 41	0.21 27	0.15 13	0.13 6	0.12 3	0.13 35	0.25 83	0.13 25	0.07 16	0.07 160	0.09 122	0.08 112	0.08 82	0.08 113

MyStereo06	0.20 105	0.12 83	0.57 267	0.21 88	0.14 167	0.25 138	0.23 223	0.40 156	0.21 27	0.30 153	0.24 61	0.31 181	0.18 111	0.22 47	0.18 107	0.07 16	0.07 160	0.09 122	0.08 112	0.08 82	0.08 113

MyStereo05	0.23 162	0.12 83	0.57 267	0.21 88	0.14 167	0.25 138	0.23 223	0.48 228	0.52 309	0.31 170	0.23 51	0.25 114	0.22 148	0.30 148	0.21 163	0.07 16	0.07 160	0.09 122	0.08 112	0.08 82	0.08 113

MyStereo04	0.23 162	0.12 83	0.55 259	0.22 132	0.14 167	0.25 138	0.23 223	0.49 234	0.52 309	0.28 100	0.23 51	0.27 141	0.23 157	0.30 148	0.22 177	0.07 16	0.07 160	0.09 122	0.08 112	0.08 82	0.08 113

IGEV_Zeroshot_test	0.18 56	0.10 24	0.65 296	0.20 59	0.12 79	0.19 36	0.15 26	0.34 90	0.19 8	0.28 100	0.22 49	0.27 141	0.13 35	0.23 54	0.18 107	0.07 16	0.06 72	0.08 67	0.08 112	0.07 37	0.06 18

MIF-Stereo (partial)	0.16 30	0.10 24	0.34 81	0.21 88	0.15 208	0.15 4	0.13 3	0.28 34	0.25 60	0.17 30	0.26 73	0.15 29	0.16 66	0.25 83	0.17 93	0.09 167	0.06 72	0.10 186	0.08 112	0.09 143	0.08 113

MIM_Stereo	0.18 56	0.12 83	0.38 130	0.20 59	0.11 43	0.17 10	0.14 13	0.35 107	0.25 60	0.27 91	0.35 151	0.23 96	0.13 35	0.27 111	0.16 70	0.06 1	0.07 160	0.08 67	0.08 112	0.08 82	0.06 18

PCWNet_CMD	0.23 162	0.13 138	0.48 223	0.20 59	0.13 133	0.28 176	0.16 39	0.46 210	0.46 269	0.29 125	0.36 161	0.37 226	0.24 172	0.28 123	0.20 142	0.09 167	0.06 72	0.10 186	0.08 112	0.11 229	0.09 165

AEACV	0.13 2	0.09 9	0.23 8	0.18 8	0.19 285	0.19 36	0.16 39	0.23 7	0.14 1	0.13 3	0.17 20	0.13 12	0.16 66	0.16 7	0.12 6	0.07 16	0.05 6	0.07 14	0.08 112	0.07 37	0.06 18

4D-IteraStereo	0.17 38	0.16 210	0.50 238	0.21 88	0.14 167	0.19 36	0.17 60	0.28 34	0.28 89	0.23 59	0.20 37	0.20 62	0.11 9	0.19 27	0.14 41	0.06 1	0.04 1	0.10 186	0.08 112	0.08 82	0.06 18

CBFPSM	0.27 224	0.16 210	0.67 300	0.20 59	0.14 167	0.38 279	0.25 259	0.40 156	0.36 168	0.33 197	0.36 161	0.56 323	0.38 297	0.32 159	0.38 277	0.08 101	0.08 226	0.07 14	0.08 112	0.09 143	0.11 235

iinet-f	0.30 259	0.18 238	1.03 369	0.20 59	0.15 208	0.44 311	0.22 203	0.45 200	0.37 177	0.35 229	0.44 243	0.41 258	0.34 277	0.34 171	0.40 292	0.10 209	0.09 255	0.08 67	0.08 112	0.13 268	0.11 235

DCRE	0.20 105	0.13 138	0.40 146	0.21 88	0.15 208	0.20 57	0.19 126	0.30 56	0.27 76	0.22 56	0.80 361	0.23 96	0.16 66	0.23 54	0.15 53	0.07 16	0.07 160	0.07 14	0.08 112	0.07 37	0.06 18

TestStereo1	0.21 119	0.16 210	0.32 62	0.26 277	0.13 133	0.26 156	0.27 275	0.40 156	0.36 168	0.29 125	0.39 192	0.22 77	0.21 137	0.33 165	0.17 93	0.07 16	0.06 72	0.09 122	0.08 112	0.08 82	0.07 66

DisPM	0.19 92	0.10 24	0.35 89	0.23 174	0.13 133	0.18 14	0.20 164	0.29 41	0.29 107	0.33 197	0.34 144	0.23 96	0.16 66	0.33 165	0.16 70	0.09 167	0.06 72	0.09 122	0.08 112	0.07 37	0.11 235

IER	0.23 162	0.12 83	0.39 141	0.20 59	0.14 167	0.31 223	0.19 126	0.42 178	0.36 168	0.33 197	0.40 199	0.32 189	0.33 270	0.29 136	0.22 177	0.09 167	0.07 160	0.08 67	0.08 112	0.09 143	0.08 113

RAFT_CTSACE	0.21 119	0.16 210	0.41 168	0.25 248	0.15 208	0.22 95	0.24 245	0.32 70	0.28 89	0.33 197	0.51 287	0.29 163	0.17 89	0.32 159	0.13 25	0.06 1	0.07 160	0.09 122	0.08 112	0.08 82	0.06 18

CRFU-Net	0.28 241	0.14 167	0.45 201	0.25 248	0.15 208	0.45 316	0.23 223	0.50 242	0.30 116	0.43 304	0.41 207	0.48 296	0.46 331	0.43 201	0.29 237	0.11 237	0.10 273	0.09 122	0.08 112	0.10 192	0.10 210

NINENet	0.25 207	0.15 192	0.37 111	0.23 174	0.16 231	0.43 309	0.17 60	0.60 334	0.46 269	0.32 188	0.37 170	0.32 189	0.20 132	0.42 199	0.21 163	0.10 209	0.10 273	0.12 266	0.08 112	0.11 229	0.10 210

SA-5K	0.21 119	0.16 210	0.32 62	0.26 277	0.13 133	0.26 156	0.27 275	0.40 156	0.36 168	0.29 125	0.39 192	0.22 77	0.21 137	0.33 165	0.17 93	0.07 16	0.06 72	0.09 122	0.08 112	0.08 82	0.07 66

CSP-Net	0.27 224	0.15 192	0.30 44	0.21 88	0.14 167	0.44 311	0.24 245	0.50 242	0.40 209	0.41 290	0.43 233	0.42 265	0.26 196	0.66 295	0.28 227	0.12 264	0.08 226	0.08 67	0.08 112	0.10 192	0.09 165

iRaft-Stereo_20w	0.19 92	0.10 24	0.46 207	0.19 26	0.13 133	0.25 138	0.19 126	0.52 265	0.19 8	0.29 125	0.21 45	0.22 77	0.20 132	0.28 123	0.18 107	0.07 16	0.06 72	0.07 14	0.08 112	0.08 82	0.08 113

dd	0.22 145	0.26 312	0.40 146	0.22 132	0.12 79	0.25 138	0.21 187	0.32 70	0.44 243	0.29 125	0.28 82	0.25 114	0.16 66	0.30 148	0.25 209	0.12 264	0.07 160	0.10 186	0.08 112	0.11 229	0.09 165

GLC_STEREO	0.15 23	0.10 24	0.24 11	0.21 88	0.09 7	0.17 10	0.15 26	0.23 7	0.27 76	0.17 30	0.20 37	0.17 42	0.11 9	0.23 54	0.16 70	0.07 16	0.09 255	0.09 122	0.08 112	0.07 37	0.06 18

AASNet	0.27 224	0.19 253	0.49 228	0.26 277	0.17 248	0.34 253	0.20 164	0.62 347	0.48 283	0.35 229	0.40 199	0.32 189	0.25 187	0.28 123	0.34 264	0.11 237	0.09 255	0.10 186	0.08 112	0.13 268	0.11 235

GMOStereo	0.18 56	0.14 167	0.30 44	0.22 132	0.12 79	0.20 57	0.27 275	0.26 15	0.28 89	0.31 170	0.32 119	0.26 133	0.17 89	0.15 3	0.12 6	0.07 16	0.07 160	0.10 186	0.08 112	0.08 82	0.05 1

error version	0.18 56	0.14 167	0.30 44	0.22 132	0.12 79	0.20 57	0.27 275	0.26 15	0.28 89	0.31 170	0.32 119	0.26 133	0.17 89	0.15 3	0.12 6	0.07 16	0.07 160	0.10 186	0.08 112	0.08 82	0.05 1

test-v	0.18 56	0.14 167	0.30 44	0.22 132	0.12 79	0.20 57	0.27 275	0.26 15	0.28 89	0.31 170	0.32 119	0.26 133	0.17 89	0.15 3	0.12 6	0.07 16	0.07 160	0.10 186	0.08 112	0.08 82	0.05 1

test-3	0.16 30	0.09 9	0.31 56	0.21 88	0.11 43	0.18 14	0.16 39	0.30 56	0.27 76	0.26 87	0.16 17	0.22 77	0.12 15	0.26 96	0.18 107	0.06 1	0.04 1	0.08 67	0.08 112	0.06 6	0.06 18

test_1	0.16 30	0.09 9	0.31 56	0.21 88	0.11 43	0.18 14	0.16 39	0.30 56	0.27 76	0.25 78	0.16 17	0.22 77	0.12 15	0.26 96	0.18 107	0.06 1	0.04 1	0.08 67	0.08 112	0.06 6	0.06 18

CrosDoStereo	0.31 266	0.10 24	0.49 228	0.18 8	0.12 79	0.22 95	1.11 411	0.34 90	0.37 177	0.38 258	0.61 330	0.28 156	0.46 331	0.61 270	0.57 333	0.07 16	0.06 72	0.08 67	0.08 112	0.07 37	0.07 66

Patchmatch Stereo++	0.18 56	0.12 83	0.37 111	0.22 132	0.10 20	0.18 14	0.14 13	0.29 41	0.22 34	0.28 100	0.29 91	0.25 114	0.17 89	0.26 96	0.16 70	0.08 101	0.06 72	0.10 186	0.08 112	0.10 192	0.08 113
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
NF-Stereo	0.20 105	0.10 24	0.35 89	0.24 211	0.12 79	0.21 75	0.18 89	0.38 138	0.32 134	0.28 100	0.30 102	0.22 77	0.16 66	0.51 226	0.20 142	0.08 101	0.06 72	0.09 122	0.08 112	0.08 82	0.13 269

OCTAStereo	0.20 105	0.10 24	0.35 89	0.24 211	0.12 79	0.21 75	0.18 89	0.38 138	0.32 134	0.28 100	0.30 102	0.22 77	0.16 66	0.51 226	0.20 142	0.08 101	0.06 72	0.09 122	0.08 112	0.08 82	0.13 269

PSM-adaLoss	0.18 56	0.12 83	0.37 111	0.22 132	0.10 20	0.18 14	0.16 39	0.29 41	0.22 34	0.28 100	0.29 91	0.25 114	0.18 111	0.24 60	0.16 70	0.08 101	0.06 72	0.10 186	0.08 112	0.10 192	0.08 113

FTStereo	0.28 241	0.10 24	0.43 185	0.23 174	0.13 133	0.21 75	0.53 376	0.34 90	0.26 67	0.38 258	0.95 373	0.30 173	0.56 352	0.32 159	0.18 107	0.08 101	0.06 72	0.09 122	0.08 112	0.07 37	0.19 331

ROB_FTStereo_v2	0.18 56	0.12 83	0.37 111	0.22 132	0.10 20	0.18 14	0.16 39	0.29 41	0.22 34	0.28 100	0.29 91	0.25 114	0.17 89	0.24 60	0.16 70	0.08 101	0.06 72	0.10 186	0.08 112	0.10 192	0.08 113

ROB_FTStereo	0.18 56	0.12 83	0.37 111	0.22 132	0.10 20	0.18 14	0.14 13	0.29 41	0.22 34	0.28 100	0.28 82	0.25 114	0.17 89	0.24 60	0.16 70	0.08 101	0.06 72	0.10 186	0.08 112	0.10 192	0.08 113

HUI-Stereo	0.18 56	0.12 83	0.37 111	0.22 132	0.10 20	0.18 14	0.14 13	0.29 41	0.22 34	0.28 100	0.28 82	0.25 114	0.17 89	0.22 47	0.16 70	0.08 101	0.06 72	0.10 186	0.08 112	0.10 192	0.08 113

DeepStereo_LL	0.31 266	0.10 24	0.49 228	0.18 8	0.12 79	0.22 95	1.11 411	0.34 90	0.37 177	0.38 258	0.61 330	0.28 156	0.46 331	0.61 270	0.57 333	0.07 16	0.06 72	0.08 67	0.08 112	0.07 37	0.07 66

DEmStereo	0.26 217	0.09 9	0.47 214	0.19 26	0.12 79	0.30 212	0.25 259	0.28 34	0.36 168	0.36 245	0.58 316	0.25 114	0.48 340	0.53 237	0.44 306	0.07 16	0.06 72	0.08 67	0.08 112	0.06 6	0.07 66

SST-Stereo	0.21 119	0.10 24	0.37 111	0.24 211	0.13 133	0.19 36	0.17 60	0.31 62	0.24 56	0.34 213	0.33 138	0.29 163	0.25 187	0.56 250	0.17 93	0.08 101	0.05 6	0.10 186	0.08 112	0.09 143	0.07 66

RAFT_R40	0.21 119	0.10 24	0.37 111	0.24 211	0.13 133	0.18 14	0.18 89	0.31 62	0.29 107	0.33 197	0.33 138	0.30 173	0.24 172	0.55 242	0.18 107	0.08 101	0.05 6	0.10 186	0.08 112	0.08 82	0.07 66

DRaft	0.24 185	0.10 24	0.34 81	0.18 8	0.12 79	0.28 176	0.23 223	0.33 84	0.39 196	0.38 258	0.61 330	0.21 70	0.41 309	0.48 214	0.42 301	0.07 16	0.06 72	0.08 67	0.08 112	0.07 37	0.08 113

RE-Stereo	0.20 105	0.10 24	0.35 89	0.24 211	0.12 79	0.21 75	0.18 89	0.38 138	0.32 134	0.28 100	0.30 102	0.22 77	0.16 66	0.51 226	0.20 142	0.08 101	0.06 72	0.09 122	0.08 112	0.08 82	0.13 269

Pruner-Stereo	0.19 92	0.11 64	0.34 81	0.29 320	0.12 79	0.19 36	0.17 60	0.31 62	0.29 107	0.33 197	0.32 119	0.25 114	0.15 52	0.24 60	0.21 163	0.09 167	0.06 72	0.09 122	0.08 112	0.08 82	0.09 165

TVStereo	0.20 105	0.10 24	0.35 89	0.24 211	0.12 79	0.21 75	0.18 89	0.38 138	0.32 134	0.28 100	0.30 102	0.22 77	0.16 66	0.51 226	0.20 142	0.08 101	0.06 72	0.09 122	0.08 112	0.08 82	0.13 269

iGMRVC	0.18 56	0.12 83	0.37 111	0.22 132	0.10 20	0.18 14	0.15 26	0.29 41	0.22 34	0.28 100	0.29 91	0.25 114	0.17 89	0.27 111	0.17 93	0.08 101	0.06 72	0.10 186	0.08 112	0.10 192	0.08 113

IRAFT_RVC	0.22 145	0.12 83	0.39 141	0.26 277	0.11 43	0.18 14	0.24 245	0.40 156	0.37 177	0.31 170	0.30 102	0.29 163	0.24 172	0.55 242	0.22 177	0.08 101	0.06 72	0.10 186	0.08 112	0.08 82	0.07 66

iRAFT	0.18 56	0.12 83	0.37 111	0.22 132	0.10 20	0.18 14	0.14 13	0.29 41	0.22 34	0.28 100	0.29 91	0.25 114	0.17 89	0.26 96	0.16 70	0.08 101	0.06 72	0.10 186	0.08 112	0.10 192	0.08 113

test-2	0.18 56	0.14 167	0.30 44	0.22 132	0.12 79	0.20 57	0.27 275	0.26 15	0.28 89	0.31 170	0.32 119	0.26 133	0.17 89	0.15 3	0.12 6	0.07 16	0.07 160	0.10 186	0.08 112	0.08 82	0.05 1

RAFT-IKP	0.18 56	0.12 83	0.37 111	0.22 132	0.10 20	0.18 14	0.15 26	0.29 41	0.22 34	0.28 100	0.29 91	0.25 114	0.18 111	0.25 83	0.16 70	0.08 101	0.06 72	0.10 186	0.08 112	0.10 192	0.08 113

ICVP	0.23 162	0.13 138	0.44 191	0.26 277	0.14 167	0.29 195	0.25 259	0.45 200	0.33 145	0.29 125	0.43 233	0.35 216	0.25 187	0.26 96	0.23 191	0.12 264	0.09 255	0.09 122	0.08 112	0.09 143	0.10 210
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.27 224	0.20 261	0.44 191	0.27 300	0.16 231	0.33 240	0.25 259	0.56 307	0.54 318	0.34 213	0.38 180	0.34 202	0.25 187	0.51 226	0.28 227	0.12 264	0.08 226	0.09 122	0.08 112	0.11 229	0.11 235

sAnonymous2	0.20 105	0.21 275	0.58 271	0.24 211	0.17 248	0.22 95	0.19 126	0.34 90	0.28 89	0.17 30	0.19 27	0.17 42	0.16 66	0.17 11	0.14 41	0.10 209	0.07 160	0.09 122	0.08 112	0.23 350	0.17 310

CroCo_RVC	0.20 105	0.21 275	0.58 271	0.24 211	0.17 248	0.22 95	0.19 126	0.34 90	0.28 89	0.17 30	0.19 27	0.17 42	0.16 66	0.17 11	0.14 41	0.10 209	0.07 160	0.09 122	0.08 112	0.23 350	0.17 310

CFNet_pseudo	0.23 162	0.13 138	0.47 214	0.19 26	0.13 133	0.26 156	0.16 39	0.44 192	0.44 243	0.29 125	0.37 170	0.38 231	0.23 157	0.29 136	0.21 163	0.09 167	0.06 72	0.11 233	0.08 112	0.11 229	0.09 165

RALAANet	0.19 92	0.18 238	0.37 111	0.23 174	0.14 167	0.23 112	0.13 3	0.37 132	0.29 107	0.28 100	0.26 73	0.25 114	0.15 52	0.26 96	0.18 107	0.08 101	0.06 72	0.09 122	0.08 112	0.09 143	0.06 18

XX-Stereo	0.21 119	0.10 24	0.83 335	0.26 277	0.17 248	0.23 112	0.13 3	0.40 156	0.18 6	0.20 43	0.41 207	0.31 181	0.10 4	0.32 159	0.12 6	0.08 101	0.06 72	0.08 67	0.08 112	0.07 37	0.05 1

222	0.41 326	0.10 24	0.29 38	0.19 26	0.11 43	0.36 267	0.20 164	0.57 314	0.39 196	0.35 229	0.44 243	0.30 173	0.27 213	0.55 242	3.56 415	0.11 237	0.07 160	0.08 67	0.08 112	0.09 143	0.09 165

test_xeample3	0.16 30	0.11 64	0.56 263	0.19 26	0.12 79	0.20 57	0.18 89	0.35 107	0.20 17	0.16 26	0.12 2	0.13 12	0.12 15	0.24 60	0.15 53	0.07 16	0.06 72	0.07 14	0.08 112	0.07 37	0.07 66

xxxx	0.34 288	0.10 24	0.29 38	0.19 26	0.11 43	0.37 272	0.20 164	0.58 321	0.38 190	0.29 125	0.42 221	0.38 231	0.24 172	0.46 209	2.20 408	0.11 237	0.07 160	0.09 122	0.08 112	0.09 143	0.09 165

test_xeample	0.34 288	0.10 24	0.29 38	0.19 26	0.11 43	0.33 240	0.23 223	0.55 293	0.38 190	0.32 188	0.45 255	0.29 163	0.26 196	0.57 253	2.24 410	0.10 209	0.07 160	0.09 122	0.08 112	0.09 143	0.09 165

AFF-stereo	0.18 56	0.15 192	0.32 62	0.21 88	0.10 20	0.18 14	0.18 89	0.33 84	0.27 76	0.25 78	0.37 170	0.25 114	0.17 89	0.24 60	0.15 53	0.06 1	0.05 6	0.08 67	0.08 112	0.07 37	0.05 1

GMStereo	0.19 92	0.25 301	0.40 146	0.21 88	0.12 79	0.22 95	0.19 126	0.29 41	0.40 209	0.25 78	0.23 51	0.16 37	0.15 52	0.25 83	0.19 131	0.09 167	0.06 72	0.08 67	0.08 112	0.10 192	0.08 113
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.28 241	0.14 167	0.69 305	0.23 174	0.20 299	0.44 311	0.22 203	0.50 242	0.40 209	0.34 213	0.39 192	0.43 268	0.33 270	0.40 195	0.31 247	0.09 167	0.07 160	0.10 186	0.08 112	0.10 192	0.08 113

DMCA	0.22 145	0.14 167	0.36 106	0.22 132	0.14 167	0.27 163	0.20 164	0.43 188	0.38 190	0.31 170	0.32 119	0.33 196	0.24 172	0.24 60	0.28 227	0.11 237	0.08 226	0.10 186	0.08 112	0.10 192	0.11 235

SuperB	0.49 347	0.28 322	2.23 400	0.23 174	0.15 208	0.41 294	0.32 312	0.47 217	0.82 371	0.43 304	0.50 281	0.33 196	0.45 325	0.68 298	1.08 374	0.10 209	0.07 160	0.09 122	0.08 112	0.98 407	0.14 286

MSMDNet	0.23 162	0.13 138	0.48 223	0.20 59	0.13 133	0.28 176	0.16 39	0.46 210	0.46 269	0.29 125	0.36 161	0.37 226	0.24 172	0.28 123	0.20 142	0.09 167	0.06 72	0.09 122	0.08 112	0.11 229	0.09 165

ccs_rob	0.23 162	0.13 138	0.47 214	0.20 59	0.13 133	0.26 156	0.17 60	0.44 192	0.44 243	0.29 125	0.37 170	0.38 231	0.23 157	0.29 136	0.21 163	0.09 167	0.06 72	0.11 233	0.08 112	0.11 229	0.09 165

AdaStereo	0.24 185	0.16 210	0.37 111	0.24 211	0.12 79	0.32 231	0.17 60	0.54 283	0.42 224	0.33 197	0.38 180	0.35 216	0.21 137	0.30 148	0.22 177	0.14 303	0.06 72	0.13 285	0.08 112	0.11 229	0.08 113
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.
DISCO	0.32 275	0.13 138	0.51 244	0.25 248	0.16 231	0.48 328	0.25 259	0.50 242	0.57 330	0.37 250	0.45 255	0.62 341	0.36 285	0.64 285	0.49 321	0.09 167	0.07 160	0.09 122	0.08 112	0.12 255	0.11 235

xx1	0.20 105	0.14 167	0.38 130	0.23 174	0.11 43	0.31 223	0.19 126	0.35 107	0.47 274	0.17 30	0.19 27	0.28 156	0.24 172	0.28 123	0.11 1	0.08 101	0.05 6	0.10 186	0.09 187	0.09 143	0.09 165

mmm	0.21 119	0.12 83	0.31 56	0.22 132	0.12 79	0.28 176	0.21 187	0.41 166	0.27 76	0.29 125	0.38 180	0.29 163	0.24 172	0.29 136	0.22 177	0.09 167	0.07 160	0.11 233	0.09 187	0.10 192	0.09 165

whm_eth	0.23 162	0.18 238	0.56 263	0.24 211	0.19 285	0.21 75	0.18 89	0.37 132	0.40 209	0.31 170	0.60 323	0.15 29	0.17 89	0.26 96	0.19 131	0.09 167	0.08 226	0.10 186	0.09 187	0.09 143	0.11 235

CASnet	0.14 7	0.12 83	0.22 6	0.22 132	0.08 2	0.16 7	0.15 26	0.27 22	0.25 60	0.22 56	0.20 37	0.15 29	0.11 9	0.17 11	0.13 25	0.07 16	0.05 6	0.11 233	0.09 187	0.08 82	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	0.24 185	0.13 138	0.50 238	0.20 59	0.15 208	0.28 176	0.17 60	0.49 234	0.45 255	0.32 188	0.42 221	0.39 242	0.22 148	0.31 153	0.21 163	0.11 237	0.08 226	0.12 266	0.09 187	0.12 255	0.11 235

LL-Strereo2	0.18 56	0.18 238	0.39 141	0.22 132	0.12 79	0.24 127	0.13 3	0.31 62	0.23 46	0.24 72	0.20 37	0.24 107	0.12 15	0.26 96	0.15 53	0.06 1	0.06 72	0.12 266	0.09 187	0.08 82	0.07 66

LL-Strereo	0.29 251	0.25 301	0.58 271	0.25 248	0.21 307	0.23 112	0.24 245	0.55 293	0.42 224	0.34 213	0.32 119	0.41 258	0.40 305	0.94 365	0.23 191	0.08 101	0.07 160	0.11 233	0.09 187	0.09 143	0.09 165

gwcnet-sp	0.24 185	0.13 138	0.63 290	0.22 132	0.14 167	0.34 253	0.22 203	0.44 192	0.39 196	0.35 229	0.34 144	0.27 141	0.27 213	0.35 180	0.25 209	0.09 167	0.08 226	0.09 122	0.09 187	0.09 143	0.09 165

scenet	0.24 185	0.13 138	0.63 290	0.22 132	0.14 167	0.34 253	0.22 203	0.44 192	0.39 196	0.35 229	0.34 144	0.27 141	0.27 213	0.35 180	0.25 209	0.09 167	0.08 226	0.09 122	0.09 187	0.09 143	0.09 165

CASS	0.21 119	0.15 192	0.32 62	0.26 277	0.11 43	0.28 176	0.19 126	0.39 149	0.30 116	0.32 188	0.34 144	0.25 114	0.24 172	0.25 83	0.20 142	0.13 280	0.08 226	0.11 233	0.09 187	0.11 229	0.11 235
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.24 185	0.13 138	0.63 290	0.22 132	0.14 167	0.34 253	0.22 203	0.44 192	0.39 196	0.35 229	0.34 144	0.27 141	0.27 213	0.35 180	0.25 209	0.09 167	0.08 226	0.09 122	0.09 187	0.09 143	0.09 165

qqq	0.20 105	0.12 83	0.31 56	0.20 59	0.11 43	0.23 112	0.19 126	0.41 166	0.27 76	0.24 72	0.28 82	0.28 156	0.24 172	0.34 171	0.22 177	0.08 101	0.07 160	0.10 186	0.09 187	0.09 143	0.09 165

Wz-Net-LNSev	0.34 288	0.29 329	0.91 351	0.26 277	0.21 307	0.47 324	0.31 307	0.54 283	0.54 318	0.44 310	0.52 295	0.50 306	0.35 281	0.39 192	0.39 285	0.11 237	0.11 290	0.10 186	0.09 187	0.14 280	0.13 269

test_5	0.23 162	0.19 253	0.38 130	0.26 277	0.18 267	0.25 138	0.29 292	0.40 156	0.37 177	0.29 125	0.40 199	0.25 114	0.22 148	0.34 171	0.18 107	0.07 16	0.05 6	0.09 122	0.09 187	0.10 192	0.10 210

test_4	0.18 56	0.12 83	0.34 81	0.23 174	0.12 79	0.18 14	0.22 203	0.26 15	0.24 56	0.24 72	0.47 272	0.22 77	0.13 35	0.24 60	0.16 70	0.06 1	0.05 6	0.09 122	0.09 187	0.07 37	0.05 1

AACVNet	0.26 217	0.16 210	0.37 111	0.22 132	0.14 167	0.29 195	0.19 126	0.41 166	0.31 126	0.38 258	0.42 221	0.43 268	0.28 226	0.73 313	0.25 209	0.11 237	0.08 226	0.11 233	0.09 187	0.13 268	0.11 235

ADLNet2	0.30 259	0.17 226	0.72 315	0.23 174	0.17 248	0.36 267	0.24 245	0.52 265	0.51 303	0.32 188	0.38 180	0.45 282	0.30 248	0.69 300	0.35 268	0.10 209	0.08 226	0.09 122	0.09 187	0.12 255	0.10 210

PSM-softLoss	0.21 119	0.10 24	0.39 141	0.24 211	0.12 79	0.20 57	0.18 89	0.38 138	0.26 67	0.29 125	0.32 119	0.24 107	0.16 66	0.52 232	0.20 142	0.09 167	0.06 72	0.10 186	0.09 187	0.08 82	0.12 257

KMStereo	0.21 119	0.10 24	0.39 141	0.24 211	0.12 79	0.20 57	0.18 89	0.38 138	0.26 67	0.29 125	0.32 119	0.24 107	0.16 66	0.52 232	0.20 142	0.09 167	0.06 72	0.10 186	0.09 187	0.08 82	0.12 257

THIR-Stereo	0.29 251	0.12 83	0.41 168	0.19 26	0.11 43	0.28 176	0.72 389	0.32 70	0.35 158	0.37 250	0.65 337	0.34 202	0.50 342	0.57 253	0.45 309	0.07 16	0.06 72	0.08 67	0.09 187	0.07 37	0.07 66

GrayStereo	0.25 207	0.09 9	0.32 62	0.26 277	0.13 133	0.23 112	0.47 365	0.34 90	0.30 116	0.39 273	0.47 272	0.30 173	0.79 375	0.29 136	0.16 70	0.07 16	0.06 72	0.08 67	0.09 187	0.07 37	0.13 269

GMM-Stereo	0.21 119	0.10 24	0.43 185	0.23 174	0.13 133	0.24 127	0.25 259	0.37 132	0.27 76	0.30 153	0.45 255	0.27 141	0.21 137	0.31 153	0.17 93	0.07 16	0.05 6	0.10 186	0.09 187	0.08 82	0.19 331

iRaftStereo_RVC	0.16 30	0.12 83	0.26 18	0.21 88	0.11 43	0.20 57	0.17 60	0.32 70	0.23 46	0.20 43	0.25 67	0.18 49	0.12 15	0.20 31	0.15 53	0.07 16	0.05 6	0.09 122	0.09 187	0.08 82	0.07 66

sCroCo_RVC	0.18 56	0.14 167	0.49 228	0.27 300	0.18 267	0.22 95	0.17 60	0.27 22	0.23 46	0.14 9	0.22 49	0.17 42	0.14 45	0.21 42	0.15 53	0.10 209	0.11 290	0.09 122	0.09 187	0.09 143	0.09 165

Anonymous	0.20 105	0.14 167	0.47 214	0.27 300	0.20 299	0.25 138	0.25 259	0.32 70	0.26 67	0.18 41	0.18 24	0.15 29	0.19 124	0.24 60	0.18 107	0.10 209	0.09 255	0.09 122	0.09 187	0.15 292	0.13 269

SFCPSM	0.22 145	0.10 24	0.51 244	0.21 88	0.14 167	0.34 253	0.22 203	0.55 293	0.39 196	0.29 125	0.32 119	0.23 96	0.21 137	0.27 111	0.19 131	0.09 167	0.07 160	0.09 122	0.09 187	0.09 143	0.08 113

MMNet	0.27 224	0.14 167	0.49 228	0.24 211	0.17 248	0.47 324	0.22 203	0.45 200	0.51 303	0.39 273	0.41 207	0.36 221	0.33 270	0.39 192	0.34 264	0.08 101	0.07 160	0.09 122	0.09 187	0.10 192	0.08 113

FENet	0.21 119	0.11 64	0.45 201	0.21 88	0.12 79	0.26 156	0.17 60	0.41 166	0.35 158	0.30 153	0.31 116	0.29 163	0.23 157	0.26 96	0.23 191	0.09 167	0.06 72	0.09 122	0.09 187	0.09 143	0.09 165

HGLStereo	0.27 224	0.14 167	0.46 207	0.24 211	0.21 307	0.33 240	0.23 223	0.50 242	0.42 224	0.35 229	0.48 278	0.41 258	0.33 270	0.45 207	0.33 260	0.11 237	0.10 273	0.09 122	0.09 187	0.10 192	0.12 257

GANet-RSSM	0.24 185	0.14 167	0.36 106	0.21 88	0.14 167	0.27 163	0.21 187	0.45 200	0.33 145	0.29 125	0.39 192	0.39 242	0.28 226	0.58 258	0.23 191	0.11 237	0.07 160	0.09 122	0.09 187	0.10 192	0.09 165

RASNet	0.28 241	0.14 167	0.44 191	0.22 132	0.18 267	0.32 231	0.19 126	0.48 228	0.38 190	0.29 125	0.43 233	0.47 290	0.37 293	0.79 336	0.36 274	0.09 167	0.07 160	0.07 14	0.09 187	0.07 37	0.07 66

PWCDC_ROB	0.38 312	0.30 335	0.60 277	0.33 346	0.20 299	0.42 301	0.19 126	0.58 321	0.89 377	0.42 298	1.26 386	0.36 221	0.34 277	0.50 221	0.38 277	0.18 346	0.11 290	0.11 233	0.09 187	0.19 330	0.13 269

AE-Stereo	0.17 38	0.11 64	0.31 56	0.24 211	0.14 167	0.23 112	0.18 89	0.34 90	0.29 107	0.15 13	0.25 67	0.21 70	0.13 35	0.20 31	0.14 41	0.07 16	0.08 226	0.09 122	0.10 219	0.07 37	0.06 18

DualNet	0.26 217	0.12 83	0.42 175	0.20 59	0.13 133	0.28 176	0.20 164	0.35 107	0.44 243	0.30 153	0.42 221	0.34 202	0.23 157	0.27 111	1.08 374	0.08 101	0.05 6	0.11 233	0.10 219	0.08 82	0.08 113

ffm	0.22 145	0.12 83	0.42 175	0.20 59	0.13 133	0.28 176	0.20 164	0.35 107	0.44 243	0.30 153	0.42 221	0.34 202	0.23 157	0.27 111	0.11 1	0.08 101	0.05 6	0.11 233	0.10 219	0.08 82	0.08 113

ff1	0.29 251	0.12 83	0.42 175	0.20 59	0.13 133	0.28 176	0.20 164	0.35 107	0.44 243	0.30 153	0.42 221	0.34 202	0.23 157	0.81 343	1.08 374	0.08 101	0.05 6	0.11 233	0.10 219	0.08 82	0.08 113

mmx	0.31 266	0.12 83	0.42 175	0.20 59	0.13 133	0.28 176	0.20 164	0.55 293	0.45 255	0.30 153	0.42 221	0.34 202	0.23 157	0.81 343	1.08 374	0.10 209	0.07 160	0.11 233	0.10 219	0.11 229	0.10 210

ttt	0.29 251	0.12 83	0.34 81	0.21 88	0.13 133	0.29 195	0.20 164	0.56 307	0.47 274	0.31 170	0.44 243	0.30 173	0.22 148	0.65 291	0.85 364	0.13 280	0.10 273	0.10 186	0.10 219	0.11 229	0.11 235

1111x	0.32 275	0.11 64	0.40 146	0.22 132	0.11 43	0.32 231	0.26 270	0.59 326	0.43 229	0.31 170	0.41 207	0.39 242	0.28 226	0.76 327	1.37 391	0.09 167	0.08 226	0.09 122	0.10 219	0.09 143	0.08 113

xxx	0.31 266	0.12 83	0.42 175	0.20 59	0.13 133	0.28 176	0.20 164	0.55 293	0.45 255	0.30 153	0.42 221	0.34 202	0.23 157	0.81 343	1.08 374	0.10 209	0.07 160	0.11 233	0.10 219	0.11 229	0.10 210

BUS	0.23 162	0.12 83	0.28 31	0.25 248	0.14 167	0.43 309	0.17 60	0.56 307	0.34 152	0.34 213	0.35 151	0.32 189	0.20 132	0.26 96	0.21 163	0.10 209	0.07 160	0.11 233	0.10 219	0.09 143	0.09 165

raft_robust	0.22 145	0.17 226	0.30 44	0.22 132	0.12 79	0.23 112	0.22 203	0.49 234	0.48 283	0.32 188	0.32 119	0.26 133	0.23 157	0.53 237	0.15 53	0.07 16	0.06 72	0.08 67	0.10 219	0.08 82	0.06 18

BSDual-CNN	0.23 162	0.12 83	0.28 31	0.25 248	0.14 167	0.35 262	0.21 187	0.56 307	0.34 152	0.34 213	0.35 151	0.38 231	0.24 172	0.26 96	0.21 163	0.10 209	0.07 160	0.11 233	0.10 219	0.09 143	0.09 165

hknet	0.25 207	0.14 167	0.40 146	0.25 248	0.15 208	0.35 262	0.21 187	0.56 307	0.37 177	0.34 213	0.35 151	0.43 268	0.27 213	0.37 186	0.21 163	0.09 167	0.07 160	0.11 233	0.10 219	0.09 143	0.09 165

psmg	0.23 162	0.12 83	0.28 31	0.21 88	0.14 167	0.35 262	0.23 223	0.51 255	0.34 152	0.35 229	0.38 180	0.38 231	0.24 172	0.26 96	0.21 163	0.10 209	0.08 226	0.10 186	0.10 219	0.09 143	0.08 113

test_3	0.18 56	0.11 64	0.32 62	0.24 211	0.11 43	0.22 95	0.25 259	0.31 62	0.31 126	0.25 78	0.18 24	0.23 96	0.13 35	0.25 83	0.19 131	0.06 1	0.05 6	0.09 122	0.10 219	0.07 37	0.06 18

PFNet+	0.20 105	0.10 24	0.37 111	0.21 88	0.12 79	0.17 10	0.19 126	0.29 41	0.34 152	0.33 197	0.32 119	0.24 107	0.16 66	0.32 159	0.17 93	0.10 209	0.07 160	0.11 233	0.10 219	0.08 82	0.12 257

LCNet	0.21 119	0.11 64	0.29 38	0.25 248	0.12 79	0.23 112	0.19 126	0.34 90	0.26 67	0.28 100	0.35 151	0.26 133	0.30 248	0.35 180	0.17 93	0.07 16	0.05 6	0.09 122	0.10 219	0.13 268	0.22 353

KYRaft	0.22 145	0.10 24	0.30 44	0.23 174	0.12 79	0.23 112	0.23 223	0.35 107	0.24 56	0.35 229	0.54 303	0.34 202	0.26 196	0.29 136	0.15 53	0.07 16	0.05 6	0.09 122	0.10 219	0.08 82	0.31 372

RAFT	0.21 119	0.17 226	0.32 62	0.24 211	0.12 79	0.25 138	0.27 275	0.35 107	0.28 89	0.33 197	0.33 138	0.38 231	0.22 148	0.29 136	0.17 93	0.08 101	0.08 226	0.11 233	0.10 219	0.10 192	0.06 18

Anonymous3	0.23 162	0.18 238	0.63 290	0.27 300	0.18 267	0.41 294	0.23 223	0.43 188	0.35 158	0.23 59	0.27 78	0.20 62	0.18 111	0.27 111	0.18 107	0.12 264	0.11 290	0.10 186	0.10 219	0.11 229	0.12 257

RAFT + AFF	0.27 224	0.23 294	0.50 238	0.25 248	0.17 248	0.30 212	0.33 322	0.52 265	0.40 209	0.28 100	0.30 102	0.30 173	0.31 260	0.62 278	0.24 200	0.09 167	0.10 273	0.11 233	0.10 219	0.11 229	0.11 235

EAI-Stereo	0.21 119	0.10 24	0.33 76	0.21 88	0.12 79	0.30 212	0.46 361	0.46 210	0.20 17	0.25 78	0.50 281	0.17 42	0.16 66	0.24 60	0.23 191	0.07 16	0.06 72	0.07 14	0.10 219	0.06 6	0.07 66

UPFNet	0.25 207	0.12 83	0.38 130	0.24 211	0.19 285	0.37 272	0.28 288	0.48 228	0.38 190	0.34 213	0.37 170	0.37 226	0.28 226	0.39 192	0.33 260	0.10 209	0.09 255	0.10 186	0.10 219	0.10 192	0.08 113

aanetorigin	0.39 318	0.29 329	1.09 372	0.24 211	0.19 285	0.28 176	0.37 334	0.33 84	0.47 274	0.94 380	0.82 363	0.52 313	0.54 348	0.49 219	0.50 326	0.11 237	0.09 255	0.10 186	0.10 219	0.16 300	0.15 295

EDNetEfficientorigin	7.51 420	0.52 379	140.47 442	0.25 248	0.17 248	0.42 301	0.29 292	0.47 217	1.03 385	1.28 395	1.02 376	0.83 371	0.84 381	0.75 322	0.99 370	0.10 209	0.09 255	0.12 266	0.10 219	0.21 341	0.22 353

ac_64	0.27 224	0.13 138	0.41 168	0.24 211	0.17 248	0.36 267	0.22 203	0.46 210	0.33 145	0.35 229	0.36 161	0.52 313	0.30 248	0.62 278	0.32 253	0.11 237	0.09 255	0.10 186	0.10 219	0.09 143	0.08 113

cf-r	0.24 185	0.15 192	0.44 191	0.21 88	0.14 167	0.27 163	0.22 203	0.42 178	0.40 209	0.30 153	0.42 221	0.42 265	0.26 196	0.43 201	0.25 209	0.11 237	0.06 72	0.08 67	0.10 219	0.08 82	0.08 113

hitnet-ft	0.29 251	0.17 226	0.40 146	0.19 26	0.14 167	0.39 286	0.23 223	0.44 192	0.41 220	0.36 245	0.46 265	0.53 317	0.34 277	0.76 327	0.32 253	0.14 303	0.10 273	0.13 285	0.10 219	0.15 292	0.13 269

GwcNet-RSSM	0.26 217	0.17 226	0.46 207	0.21 88	0.13 133	0.28 176	0.23 223	0.44 192	0.42 224	0.31 170	0.45 255	0.40 255	0.26 196	0.55 242	0.28 227	0.11 237	0.07 160	0.09 122	0.10 219	0.09 143	0.08 113

ADCP+	0.45 340	0.24 297	1.15 377	0.25 248	0.22 322	0.56 348	0.39 345	0.54 283	0.51 303	0.44 310	0.51 287	0.46 288	0.52 347	0.56 250	1.89 403	0.10 209	0.08 226	0.11 233	0.10 219	0.14 280	0.13 269

NLCA_NET_v2_RVC	0.27 224	0.21 275	0.59 275	0.25 248	0.18 267	0.29 195	0.22 203	0.50 242	0.40 209	0.38 258	0.41 207	0.43 268	0.27 213	0.43 201	0.29 237	0.11 237	0.08 226	0.10 186	0.10 219	0.10 192	0.11 235
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.31 266	0.16 210	0.54 254	0.24 211	0.22 322	0.42 301	0.28 288	0.58 321	0.56 327	0.28 100	0.38 180	0.40 255	0.30 248	0.71 306	0.28 227	0.13 280	0.08 226	0.13 285	0.10 219	0.19 330	0.16 302

DPSNet	0.47 343	0.24 297	0.93 355	0.27 300	0.20 299	0.75 372	0.57 378	0.84 387	0.79 369	0.47 325	0.51 287	0.60 335	0.69 369	0.87 352	0.71 352	0.16 326	0.13 317	0.12 266	0.10 219	0.25 354	0.21 348

PWC_ROB	0.38 312	0.29 329	0.69 305	0.25 248	0.20 299	0.38 279	0.19 126	0.58 321	0.67 350	0.57 351	0.85 366	0.51 310	0.40 305	0.71 306	0.52 329	0.13 280	0.09 255	0.14 304	0.10 219	0.17 315	0.14 286

ToySt	0.24 185	0.16 210	0.48 223	0.21 88	0.13 133	0.29 195	0.29 292	0.39 149	0.39 196	0.27 91	0.35 151	0.39 242	0.31 260	0.31 153	0.29 237	0.08 101	0.09 255	0.10 186	0.11 252	0.11 229	0.10 210

anonymousa	0.23 162	0.11 64	0.50 238	0.21 88	0.16 231	0.31 223	0.20 164	0.36 126	0.35 158	0.32 188	0.50 281	0.39 242	0.26 196	0.22 47	0.20 142	0.08 101	0.06 72	0.09 122	0.11 252	0.07 37	0.08 113

ssnet_v2	0.28 241	0.16 210	0.44 191	0.22 132	0.15 208	0.40 291	0.30 302	0.57 314	0.46 269	0.38 258	0.36 161	0.47 290	0.29 239	0.38 190	0.39 285	0.13 280	0.11 290	0.11 233	0.11 252	0.11 229	0.11 235

Wz-Net-MNSev	0.36 297	0.26 312	0.79 327	0.26 277	0.21 307	0.59 353	0.38 340	0.55 293	0.56 327	0.48 328	0.54 303	0.53 317	0.36 285	0.60 265	0.44 306	0.11 237	0.09 255	0.11 233	0.11 252	0.15 292	0.13 269

Sa-1000	0.22 145	0.15 192	0.35 89	0.23 174	0.13 133	0.28 176	0.23 223	0.47 217	0.39 196	0.30 153	0.50 281	0.26 133	0.19 124	0.33 165	0.16 70	0.07 16	0.06 72	0.10 186	0.11 252	0.08 82	0.06 18

SA	0.22 145	0.16 210	0.36 106	0.23 174	0.13 133	0.24 127	0.23 223	0.45 200	0.40 209	0.27 91	0.44 243	0.23 96	0.23 157	0.33 165	0.17 93	0.07 16	0.06 72	0.10 186	0.11 252	0.08 82	0.06 18

UDGNet	0.23 162	0.31 340	0.38 130	0.24 211	0.14 167	0.24 127	0.18 89	0.32 70	0.43 229	0.29 125	0.28 82	0.24 107	0.19 124	0.29 136	0.20 142	0.15 314	0.07 160	0.21 351	0.11 252	0.14 280	0.10 210

dad	0.28 241	0.31 340	0.44 191	0.21 88	0.14 167	0.30 212	0.20 164	0.33 84	0.49 292	0.44 310	0.44 243	0.45 282	0.21 137	0.41 197	0.26 221	0.20 354	0.11 290	0.20 348	0.11 252	0.14 280	0.10 210

PSMNet-ADL	0.25 207	0.15 192	0.32 62	0.26 277	0.14 167	0.31 223	0.22 203	0.44 192	0.36 168	0.27 91	0.33 138	0.41 258	0.28 226	0.61 270	0.29 237	0.11 237	0.09 255	0.09 122	0.11 252	0.10 192	0.10 210

TRStereo	0.19 92	0.17 226	0.47 214	0.23 174	0.19 285	0.19 36	0.16 39	0.52 265	0.28 89	0.20 43	0.19 27	0.21 70	0.13 35	0.24 60	0.13 25	0.09 167	0.06 72	0.09 122	0.11 252	0.06 6	0.06 18

PSM-AAD	0.25 207	0.10 24	0.30 44	0.24 211	0.12 79	0.26 156	0.38 340	0.34 90	0.28 89	0.35 229	0.39 192	0.28 156	0.79 375	0.30 148	0.16 70	0.07 16	0.06 72	0.12 266	0.11 252	0.08 82	0.21 348

pcwnet_v2	0.32 275	0.15 192	1.26 383	0.23 174	0.18 267	0.32 231	0.18 89	0.59 326	0.60 336	0.36 245	0.45 255	0.35 216	0.29 239	0.36 184	0.25 209	0.14 303	0.11 290	0.12 266	0.11 252	0.14 280	0.15 295

ADLNet	0.28 241	0.15 192	0.42 175	0.23 174	0.19 285	0.34 253	0.23 223	0.53 276	0.43 229	0.42 298	0.41 207	0.44 278	0.27 213	0.55 242	0.35 268	0.11 237	0.08 226	0.11 233	0.11 252	0.11 229	0.12 257

HCRNet	0.24 185	0.25 301	0.33 76	0.34 348	0.16 231	0.27 163	0.18 89	0.43 188	0.35 158	0.30 153	0.35 151	0.32 189	0.22 148	0.44 205	0.20 142	0.13 280	0.08 226	0.13 285	0.11 252	0.10 192	0.09 165

ARAFT	0.24 185	0.21 275	0.78 321	0.22 132	0.12 79	0.29 195	0.24 245	0.43 188	0.32 134	0.33 197	0.28 82	0.28 156	0.19 124	0.49 219	0.18 107	0.07 16	0.06 72	0.12 266	0.11 252	0.09 143	0.06 18

EDNetEfficient	0.63 370	0.37 359	2.40 404	0.26 277	0.25 345	0.38 279	0.49 371	0.41 166	1.06 388	1.38 398	0.87 370	0.62 341	0.95 386	0.65 291	1.65 396	0.11 237	0.09 255	0.10 186	0.11 252	0.19 330	0.17 310

GwcNet	0.35 293	0.23 294	0.88 346	0.25 248	0.24 338	0.48 328	0.27 275	0.55 293	0.57 330	0.38 258	0.52 295	0.51 310	0.32 267	0.60 265	0.41 298	0.13 280	0.11 290	0.12 266	0.11 252	0.13 268	0.14 286

CFNet-ft	0.24 185	0.15 192	0.35 89	0.18 8	0.15 208	0.30 212	0.21 187	0.39 149	0.36 168	0.28 100	0.40 199	0.43 268	0.25 187	0.47 212	0.24 200	0.12 264	0.07 160	0.12 266	0.11 252	0.12 255	0.09 165

DSFCA	0.27 224	0.13 138	0.36 106	0.20 59	0.17 248	0.38 279	0.31 307	0.47 217	0.43 229	0.43 304	0.37 170	0.39 242	0.29 239	0.52 232	0.32 253	0.12 264	0.10 273	0.10 186	0.11 252	0.11 229	0.10 210

DMCA-RVC	0.27 224	0.21 275	0.61 280	0.28 317	0.17 248	0.29 195	0.21 187	0.42 178	0.35 158	0.40 281	0.37 170	0.39 242	0.36 285	0.43 201	0.30 243	0.13 280	0.10 273	0.15 316	0.11 252	0.13 268	0.10 210

RYNet	0.37 306	0.18 238	0.59 275	0.25 248	0.28 355	0.61 357	0.32 312	0.59 326	0.59 333	0.41 290	0.38 180	0.57 327	0.39 302	0.87 352	0.53 331	0.11 237	0.08 226	0.12 266	0.11 252	0.18 326	0.18 324

GANet	0.36 297	0.22 287	0.49 228	0.29 320	0.17 248	0.41 294	0.38 340	0.57 314	0.45 255	0.46 317	0.75 355	0.55 321	0.40 305	0.94 365	0.41 298	0.13 280	0.13 317	0.13 285	0.11 252	0.14 280	0.11 235

TDLM	0.30 259	0.21 275	0.38 130	0.28 317	0.15 208	0.33 240	0.32 312	0.52 265	0.47 274	0.38 258	0.43 233	0.39 242	0.29 239	0.91 360	0.28 227	0.14 303	0.08 226	0.13 285	0.11 252	0.12 255	0.10 210

CFNet	0.27 224	0.20 261	0.44 191	0.22 132	0.14 167	0.33 240	0.14 13	0.51 255	0.45 255	0.30 153	0.40 199	0.38 231	0.27 213	0.76 327	0.25 209	0.09 167	0.07 160	0.11 233	0.11 252	0.11 229	0.08 113

CFNet_RVC	0.24 185	0.15 192	0.35 89	0.18 8	0.15 208	0.30 212	0.21 187	0.39 149	0.36 168	0.28 100	0.40 199	0.43 268	0.25 187	0.47 212	0.24 200	0.12 264	0.07 160	0.12 266	0.11 252	0.12 255	0.09 165

DeepPruner_ROB	0.26 217	0.19 253	0.44 191	0.21 88	0.16 231	0.30 212	0.21 187	0.52 265	0.32 134	0.35 229	0.38 180	0.39 242	0.26 196	0.42 199	0.24 200	0.15 314	0.11 290	0.11 233	0.11 252	0.14 280	0.13 269

StereoDRNet-Refined	0.27 224	0.17 226	0.35 89	0.25 248	0.14 167	0.37 272	0.21 187	0.47 217	0.41 220	0.44 310	0.51 287	0.41 258	0.28 226	0.45 207	0.37 275	0.09 167	0.06 72	0.11 233	0.11 252	0.10 192	0.10 210
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.32 275	0.22 287	0.61 280	0.27 300	0.21 307	0.42 301	0.30 302	0.61 338	0.48 283	0.46 317	0.39 192	0.48 296	0.30 248	0.57 253	0.40 292	0.11 237	0.09 255	0.12 266	0.11 252	0.12 255	0.10 210

SANet	0.53 358	0.28 322	0.96 359	0.26 277	0.15 208	0.69 364	0.44 357	0.67 366	1.34 395	0.67 361	0.98 375	0.94 376	0.71 371	0.89 356	0.76 354	0.14 303	0.12 307	0.12 266	0.11 252	0.17 315	0.16 302

DLCB_ROB	0.28 241	0.16 210	0.34 81	0.27 300	0.16 231	0.38 279	0.25 259	0.48 228	0.43 229	0.46 317	0.46 265	0.51 310	0.33 270	0.53 237	0.33 260	0.10 209	0.10 273	0.11 233	0.11 252	0.10 192	0.09 165

LE_ROB	1.76 407	0.20 261	2.68 408	0.48 378	0.52 384	0.78 376	0.96 404	0.84 387	6.61 420	7.40 422	2.08 408	2.08 401	4.83 416	1.27 390	3.79 416	0.10 209	0.08 226	0.12 266	0.11 252	0.11 229	0.10 210

DN-CSS_ROB	0.22 145	0.25 301	0.47 214	0.24 211	0.14 167	0.25 138	0.12 1	0.40 156	0.33 145	0.29 125	0.42 221	0.22 77	0.20 132	0.33 165	0.19 131	0.07 16	0.06 72	0.11 233	0.11 252	0.11 229	0.07 66

coex-ft	3.44 414	0.73 388	48.55 440	0.24 211	0.19 285	0.50 335	0.43 354	0.47 217	2.40 407	7.03 421	1.20 383	0.97 379	2.23 410	0.73 313	1.92 404	0.12 264	0.15 335	0.14 304	0.12 284	0.21 341	0.43 383

fast-acv-ft	0.31 266	0.20 261	0.81 331	0.24 211	0.18 267	0.46 318	0.27 275	0.41 166	0.49 292	0.39 273	0.55 307	0.49 300	0.35 281	0.37 186	0.38 277	0.11 237	0.11 290	0.11 233	0.12 284	0.12 255	0.09 165

RAFT+CT+SA	0.21 119	0.18 238	0.33 76	0.25 248	0.18 267	0.23 112	0.29 292	0.40 156	0.36 168	0.24 72	0.38 180	0.18 49	0.16 66	0.32 159	0.16 70	0.07 16	0.05 6	0.09 122	0.12 284	0.09 143	0.09 165

WZ-Net	0.52 357	0.38 361	1.90 398	0.30 328	0.24 338	0.57 351	0.48 369	0.62 347	0.78 368	0.50 329	0.71 349	0.68 360	0.54 348	0.98 371	0.84 361	0.13 280	0.10 273	0.11 233	0.12 284	0.19 330	0.20 341

SACVNet	0.30 259	0.20 261	0.41 168	0.25 248	0.18 267	0.34 253	0.25 259	0.52 265	0.40 209	0.41 290	0.44 243	0.46 288	0.32 267	0.71 306	0.25 209	0.13 280	0.10 273	0.12 266	0.12 284	0.16 300	0.17 310

rafts_anoy	0.18 56	0.15 192	0.35 89	0.22 132	0.14 167	0.19 36	0.17 60	0.32 70	0.30 116	0.23 59	0.25 67	0.20 62	0.16 66	0.22 47	0.19 131	0.08 101	0.07 160	0.10 186	0.12 284	0.09 143	0.08 113

FINET	0.34 288	0.27 319	0.80 329	0.24 211	0.24 338	0.36 267	0.34 324	0.54 283	0.72 360	0.39 273	0.47 272	0.32 189	0.30 248	0.51 226	0.32 253	0.19 351	0.17 347	0.13 285	0.12 284	0.18 326	0.16 302

Syn2CoEx	0.36 297	0.31 340	0.78 321	0.34 348	0.21 307	0.41 294	0.28 288	0.61 338	0.49 292	0.42 298	0.56 312	0.45 282	0.44 322	0.69 300	0.38 277	0.17 336	0.14 321	0.15 316	0.12 284	0.13 268	0.12 257

delet	0.27 224	0.14 167	0.40 146	0.23 174	0.19 285	0.41 294	0.29 292	0.49 234	0.48 283	0.33 197	0.41 207	0.37 226	0.30 248	0.48 214	0.34 264	0.09 167	0.09 255	0.11 233	0.12 284	0.08 82	0.08 113

psm_up	0.29 251	0.16 210	0.41 168	0.26 277	0.17 248	0.32 231	0.26 270	0.55 293	0.43 229	0.36 245	0.40 199	0.45 282	0.37 293	0.58 258	0.30 243	0.11 237	0.12 307	0.13 285	0.12 284	0.10 192	0.10 210

FAT-Stereo	0.36 297	0.18 238	0.73 318	0.26 277	0.18 267	0.33 240	0.29 292	0.60 334	0.59 333	0.46 317	0.60 323	0.60 335	0.50 342	0.61 270	0.34 264	0.13 280	0.14 321	0.13 285	0.12 284	0.14 280	0.18 324

stereogan	0.37 306	0.17 226	0.65 296	0.27 300	0.22 322	0.62 358	0.26 270	0.59 326	0.63 344	0.43 304	0.60 323	0.67 357	0.42 317	0.68 298	0.35 268	0.13 280	0.14 321	0.14 304	0.12 284	0.19 330	0.17 310

RTSC	0.39 318	0.28 322	0.78 321	0.27 300	0.18 267	0.49 331	0.22 203	0.59 326	0.84 376	0.55 348	0.53 300	0.49 300	0.36 285	0.67 297	0.82 360	0.13 280	0.10 273	0.11 233	0.12 284	0.17 315	0.17 310

ADCRef	0.38 312	0.24 297	0.88 346	0.26 277	0.21 307	0.49 331	0.27 275	0.52 265	0.48 283	0.50 329	0.58 316	0.35 216	0.47 334	0.48 214	1.29 390	0.09 167	0.08 226	0.12 266	0.12 284	0.11 229	0.11 235

DANet	0.35 293	0.23 294	0.60 277	0.36 358	0.22 322	0.39 286	0.25 259	0.48 228	0.43 229	0.52 340	0.50 281	0.59 332	0.41 309	0.76 327	0.49 321	0.13 280	0.11 290	0.14 304	0.12 284	0.17 315	0.15 295
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DRN-Test	0.33 281	0.17 226	0.61 280	0.27 300	0.19 285	0.46 318	0.29 292	0.65 355	0.51 303	0.47 325	0.46 265	0.44 278	0.34 277	0.62 278	0.41 298	0.12 264	0.08 226	0.13 285	0.12 284	0.12 255	0.10 210

XPNet_ROB	0.33 281	0.20 261	0.43 185	0.27 300	0.18 267	0.37 272	0.31 307	0.55 293	0.50 300	0.51 334	0.53 300	0.58 330	0.37 293	0.63 283	0.45 309	0.17 336	0.12 307	0.13 285	0.12 284	0.15 292	0.14 286

ETE_ROB	0.34 288	0.26 312	0.45 201	0.29 320	0.18 267	0.40 291	0.37 334	0.57 314	0.47 274	0.50 329	0.50 281	0.62 341	0.36 285	0.55 242	0.38 277	0.13 280	0.10 273	0.14 304	0.12 284	0.16 300	0.16 302

StereoVision	0.22 145	0.18 238	0.37 111	0.27 300	0.17 248	0.23 112	0.22 203	0.38 138	0.31 126	0.20 43	0.51 287	0.22 77	0.16 66	0.28 123	0.18 107	0.11 237	0.12 307	0.13 285	0.13 302	0.10 192	0.07 66

SDNR	0.42 329	0.21 275	0.82 334	0.21 88	0.18 267	1.27 399	0.17 60	0.50 242	0.49 292	0.42 298	0.81 362	0.38 231	0.27 213	1.19 383	0.38 277	0.23 358	0.24 373	0.17 331	0.13 302	0.17 315	0.20 341

Wz-Net-SNSev	0.43 333	0.41 366	1.27 384	0.30 328	0.21 307	0.44 311	0.41 349	0.61 338	0.65 346	0.46 317	0.65 337	0.62 341	0.39 302	0.74 320	0.59 339	0.12 264	0.11 290	0.12 266	0.13 302	0.16 300	0.14 286

PSMNet-RSSM	0.24 185	0.15 192	0.36 106	0.21 88	0.14 167	0.25 138	0.20 164	0.48 228	0.37 177	0.30 153	0.44 243	0.38 231	0.26 196	0.52 232	0.22 177	0.12 264	0.07 160	0.11 233	0.13 302	0.10 192	0.09 165

FADNet-RVC-Resample	0.29 251	0.25 301	0.93 355	0.26 277	0.16 231	0.32 231	0.21 187	0.47 217	0.39 196	0.35 229	0.38 180	0.33 196	0.27 213	0.53 237	0.24 200	0.10 209	0.10 273	0.14 304	0.13 302	0.13 268	0.16 302

S-Stereo	0.38 312	0.20 261	1.05 370	0.27 300	0.22 322	0.38 279	0.32 312	0.55 293	0.66 347	0.39 273	0.59 318	0.49 300	0.41 309	0.75 322	0.40 292	0.12 264	0.15 335	0.13 285	0.13 302	0.16 300	0.21 348

G-Net	0.46 342	0.25 301	0.86 343	0.34 348	0.28 355	0.90 384	0.35 327	0.47 217	0.45 255	0.68 362	1.22 384	0.64 351	0.60 357	0.61 270	0.57 333	0.16 326	0.14 321	0.17 331	0.13 302	0.22 347	0.19 331

ADCL	0.47 343	0.22 287	1.00 363	0.27 300	0.19 285	0.74 370	0.64 384	0.54 283	0.69 355	0.56 349	0.71 349	0.55 321	0.60 357	0.60 265	1.43 392	0.11 237	0.09 255	0.13 285	0.13 302	0.14 280	0.14 286

CVANet_RVC	0.30 259	0.19 253	0.41 168	0.26 277	0.16 231	0.33 240	0.26 270	0.52 265	0.47 274	0.40 281	0.46 265	0.43 268	0.31 260	0.89 356	0.26 221	0.14 303	0.09 255	0.14 304	0.13 302	0.14 280	0.10 210

NaN_ROB	0.41 326	0.28 322	0.62 288	0.30 328	0.19 285	0.51 336	0.47 365	0.58 321	0.59 333	0.56 349	0.47 272	0.49 300	0.41 309	1.21 386	0.64 348	0.12 264	0.18 353	0.12 266	0.13 302	0.11 229	0.14 286

MDST_ROB	0.48 345	0.14 167	0.95 358	0.30 328	0.21 307	1.33 402	0.32 312	0.77 378	0.56 327	1.06 388	0.71 349	0.49 300	0.35 281	1.26 389	0.38 277	0.13 280	0.11 290	0.16 325	0.13 302	0.12 255	0.12 257

GASNet	0.36 297	0.46 367	0.88 346	0.34 348	0.23 333	0.35 262	0.22 203	0.60 334	0.53 314	0.40 281	0.37 170	0.45 282	0.30 248	0.79 336	0.35 268	0.15 314	0.10 273	0.14 304	0.14 313	0.22 347	0.12 257

psmorigin	0.50 349	0.25 301	3.03 410	0.24 211	0.19 285	0.38 279	0.22 203	0.50 242	0.44 243	0.64 358	0.68 344	0.71 365	0.51 345	0.85 349	0.45 309	0.14 303	0.17 347	0.13 285	0.14 313	0.16 300	0.21 348

AF-Net	0.37 306	0.26 312	0.56 263	0.32 341	0.23 333	0.41 294	0.29 292	0.61 338	0.64 345	0.42 298	0.68 344	0.65 352	0.49 341	0.57 253	0.44 306	0.15 314	0.11 290	0.19 345	0.14 313	0.15 292	0.13 269

edge stereo	0.39 318	0.22 287	0.81 331	0.27 300	0.22 322	0.37 272	0.24 245	0.56 307	0.54 318	0.53 345	0.60 323	0.71 365	0.50 342	0.78 334	0.40 292	0.16 326	0.14 321	0.19 345	0.14 313	0.16 300	0.17 310

UCFNet_RVC	0.24 185	0.16 210	0.34 81	0.18 8	0.15 208	0.33 240	0.16 39	0.46 210	0.35 158	0.29 125	0.35 151	0.39 242	0.25 187	0.34 171	0.22 177	0.13 280	0.08 226	0.13 285	0.14 313	0.13 268	0.12 257

LALA_ROB	0.36 297	0.25 301	0.46 207	0.30 328	0.21 307	0.47 324	0.39 345	0.61 338	0.51 303	0.52 340	0.51 287	0.69 362	0.36 285	0.50 221	0.43 302	0.17 336	0.11 290	0.16 325	0.14 313	0.17 315	0.15 295

PSMNet_ROB	0.33 281	0.24 297	0.54 254	0.31 335	0.21 307	0.42 301	0.43 354	0.59 326	0.47 274	0.37 250	0.44 243	0.49 300	0.31 260	0.64 285	0.43 302	0.14 303	0.10 273	0.15 316	0.14 313	0.13 268	0.11 235

MeshStereo	0.58 364	0.27 319	0.67 300	0.22 132	0.17 248	0.66 362	0.37 334	0.78 379	0.61 339	1.47 408	1.30 387	1.65 395	0.79 375	1.12 380	0.59 339	0.17 336	0.17 347	0.17 331	0.14 313	0.17 315	0.14 286
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
Wz-Net-TNSev	0.51 353	0.58 381	1.61 396	0.25 248	0.21 307	0.65 360	0.45 359	0.63 353	0.69 355	0.51 334	0.54 303	0.71 365	0.60 357	1.00 372	0.77 357	0.15 314	0.15 335	0.13 285	0.15 321	0.21 341	0.20 341

AnonymousM	0.17 38	0.19 253	0.24 11	0.18 8	0.10 20	0.18 14	0.17 60	0.30 56	0.23 46	0.26 87	0.20 37	0.18 49	0.14 45	0.19 27	0.14 41	0.09 167	0.06 72	0.38 377	0.15 321	0.06 6	0.05 1

CREStereo++_RVC	0.15 23	0.08 2	0.26 18	0.17 5	0.11 43	0.18 14	0.13 3	0.22 4	0.30 116	0.21 52	0.30 102	0.13 12	0.11 9	0.16 7	0.15 53	0.07 16	0.04 1	0.06 1	0.15 321	0.06 6	0.05 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
FADNet-RVC	0.31 266	0.35 351	0.78 321	0.25 248	0.20 299	0.33 240	0.20 164	0.49 234	0.40 209	0.34 213	0.39 192	0.41 258	0.29 239	0.63 283	0.31 247	0.13 280	0.14 321	0.14 304	0.15 321	0.19 330	0.19 331

RP	0.35 293	0.22 287	0.51 244	0.31 335	0.24 338	0.37 272	0.28 288	0.50 242	0.58 332	0.40 281	0.63 335	0.61 339	0.47 334	0.61 270	0.39 285	0.16 326	0.15 335	0.17 331	0.15 321	0.17 315	0.17 310

XQC	0.43 333	0.37 359	0.96 359	0.34 348	0.25 345	0.53 346	0.34 324	0.60 334	0.73 363	0.51 334	0.46 265	0.57 327	0.47 334	0.70 303	0.72 353	0.17 336	0.12 307	0.18 338	0.15 321	0.25 354	0.23 359

RTS	0.78 384	0.48 371	4.68 413	0.34 348	0.28 355	1.12 392	0.46 361	0.62 347	1.03 385	0.73 366	0.89 371	0.60 335	0.59 355	1.61 397	1.16 383	0.14 303	0.11 290	0.15 316	0.15 321	0.21 341	0.19 331

RTSA	0.78 384	0.48 371	4.68 413	0.34 348	0.28 355	1.12 392	0.46 361	0.62 347	1.03 385	0.73 366	0.89 371	0.60 335	0.59 355	1.61 397	1.16 383	0.14 303	0.11 290	0.15 316	0.15 321	0.21 341	0.19 331

PS-NSSS	0.32 275	0.30 335	0.46 207	0.23 174	0.17 248	0.33 240	0.24 245	0.57 314	0.41 220	0.37 250	0.52 295	0.35 216	0.30 248	0.80 340	0.30 243	0.17 336	0.14 321	0.21 351	0.15 321	0.15 292	0.13 269

WCMA_ROB	0.51 353	0.21 275	0.65 296	0.25 248	0.21 307	0.58 352	0.32 312	0.54 283	0.55 324	0.95 382	1.40 390	1.28 388	0.81 378	0.73 313	0.62 344	0.18 346	0.15 335	0.15 316	0.15 321	0.19 330	0.19 331

SGM-Forest	0.36 297	0.17 226	0.47 214	0.23 174	0.16 231	0.45 316	0.41 349	0.55 293	0.48 283	0.52 340	0.60 323	0.52 313	0.41 309	0.85 349	0.50 326	0.17 336	0.17 347	0.17 331	0.15 321	0.15 292	0.15 295
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
APVNet	0.36 297	0.20 261	0.70 311	0.26 277	0.22 322	0.52 345	0.35 327	0.61 338	0.44 243	0.38 258	0.52 295	0.48 296	0.38 297	0.84 348	0.46 315	0.13 280	0.14 321	0.15 316	0.16 332	0.16 300	0.15 295

FADNet_RVC	0.30 259	0.28 322	0.83 335	0.23 174	0.15 208	0.30 212	0.17 60	0.49 234	0.37 177	0.30 153	0.38 180	0.30 173	0.27 213	0.52 232	0.31 247	0.14 303	0.14 321	0.14 304	0.16 332	0.21 341	0.23 359

FADNet	0.32 275	0.36 354	0.74 319	0.23 174	0.22 322	0.37 272	0.19 126	0.53 276	0.48 283	0.32 188	0.36 161	0.43 268	0.32 267	0.64 285	0.25 209	0.16 326	0.16 342	0.14 304	0.16 332	0.24 353	0.19 331

STTStereo	0.28 241	0.20 261	0.61 280	0.25 248	0.17 248	0.29 195	0.24 245	0.47 217	0.39 196	0.39 273	0.41 207	0.44 278	0.28 226	0.40 195	0.28 227	0.13 280	0.12 307	0.13 285	0.16 332	0.12 255	0.11 235

SHD	0.42 329	0.27 319	0.81 331	0.31 335	0.25 345	0.42 301	0.22 203	0.66 361	0.94 384	0.63 356	0.60 323	0.59 332	0.47 334	0.59 264	0.58 338	0.15 314	0.13 317	0.16 325	0.16 332	0.20 338	0.22 353

Anonymous Stereo	0.38 312	0.34 348	1.00 363	0.30 328	0.25 345	0.33 240	0.44 357	0.50 242	0.54 318	0.41 290	0.45 255	0.39 242	0.26 196	0.93 362	0.48 318	0.15 314	0.14 321	0.15 316	0.16 332	0.16 300	0.17 310

FBW_ROB	0.43 333	0.26 312	0.54 254	0.31 335	0.20 299	0.51 336	0.32 312	0.70 371	0.60 336	0.59 352	0.55 307	0.65 352	0.41 309	1.40 394	0.51 328	0.13 280	0.17 347	0.21 351	0.16 332	0.17 315	0.18 324

SGM_RVC	0.50 349	0.19 253	0.50 238	0.25 248	0.15 208	0.69 364	0.39 345	0.68 369	0.82 371	0.95 382	0.84 365	1.13 381	0.76 373	1.16 382	0.60 341	0.16 326	0.16 342	0.16 325	0.16 332	0.16 300	0.17 310
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	0.33 281	0.21 275	0.54 254	0.23 174	0.13 133	0.42 301	0.33 322	0.53 276	0.48 283	0.52 340	0.49 279	0.50 306	0.41 309	0.56 250	0.31 247	0.15 314	0.16 342	0.18 338	0.16 332	0.13 268	0.13 269
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MaskLacGwcNet_RVC	0.36 297	0.36 354	0.53 251	0.34 348	0.19 285	0.51 336	0.24 245	0.55 293	0.38 190	0.41 290	0.47 272	0.47 290	0.27 213	0.73 313	0.30 243	0.36 380	0.19 357	0.27 363	0.17 341	0.26 361	0.23 359

ADCMid	0.49 347	0.34 348	1.13 376	0.26 277	0.21 307	0.51 336	0.37 334	0.57 314	0.54 318	0.75 370	0.66 339	0.62 341	0.64 367	0.64 285	1.68 397	0.13 280	0.12 307	0.17 331	0.17 341	0.20 338	0.17 310

ADCS	0.58 364	0.40 363	1.35 389	0.29 320	0.24 338	0.55 347	0.45 359	0.67 366	0.83 374	0.76 372	0.71 349	0.68 360	0.60 357	0.76 327	2.23 409	0.16 326	0.16 342	0.16 325	0.17 341	0.22 347	0.22 353

AnyNet_C01	0.65 372	0.58 381	2.60 407	0.32 341	0.26 350	0.88 382	0.61 382	0.63 353	0.62 341	0.68 362	0.96 374	0.76 368	0.60 357	0.96 368	1.43 392	0.16 326	0.16 342	0.17 331	0.17 341	0.23 350	0.23 359

AnyNet_C32	0.51 353	0.40 363	1.10 375	0.29 320	0.28 355	0.59 353	0.58 379	0.54 283	0.60 336	0.62 355	0.66 339	0.54 319	0.54 348	0.78 334	1.74 400	0.15 314	0.14 321	0.15 316	0.17 341	0.20 338	0.20 341

PVD	0.58 364	0.34 348	0.84 339	0.39 367	0.31 365	0.59 353	0.47 365	0.80 383	1.25 394	0.92 379	1.09 378	0.79 369	0.82 379	0.85 349	0.76 354	0.21 355	0.18 353	0.22 357	0.18 346	0.27 364	0.35 377

SAMSARA	0.56 360	0.39 362	0.80 329	0.60 386	0.46 379	1.00 388	1.23 414	0.67 366	0.68 353	0.71 365	0.54 303	0.89 375	0.57 354	0.81 343	0.62 344	0.19 351	0.22 368	0.18 338	0.18 346	0.27 364	0.25 364

STTRV1_RVC	0.42 329	0.32 345	0.89 349	0.29 320	0.36 371	0.49 331	0.31 307	0.61 338	0.53 314	0.46 317	0.56 312	0.47 290	0.43 320	1.00 372	0.39 285	0.27 368	0.21 363	0.20 348	0.18 346	0.25 354	0.17 310

GANetREF_RVC	0.43 333	0.47 369	0.69 305	0.38 365	0.20 299	0.51 336	0.48 369	0.66 361	0.66 347	0.46 317	0.46 265	0.50 306	0.44 322	0.90 359	0.39 285	0.27 368	0.21 363	0.32 373	0.18 346	0.27 364	0.22 353
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
SGM-ForestM	1.36 398	0.28 322	0.79 327	0.26 277	0.16 231	2.26 413	1.00 406	1.42 400	1.46 399	2.38 412	2.05 407	5.95 421	2.66 413	2.95 413	2.46 411	0.17 336	0.18 353	0.18 338	0.18 346	0.15 292	0.18 324

PDISCO_ROB	0.43 333	0.30 335	0.67 300	0.43 372	0.36 371	0.67 363	0.32 312	0.72 374	0.76 365	0.43 304	0.53 300	0.63 349	0.40 305	0.66 295	0.47 317	0.21 355	0.12 307	0.21 351	0.19 351	0.25 354	0.20 341

HBP-ISP	0.33 281	0.30 335	0.72 315	0.22 132	0.16 231	0.32 231	0.22 203	0.54 283	0.44 243	0.41 290	0.49 279	0.33 196	0.38 297	0.73 313	0.25 209	0.18 346	0.19 357	0.24 360	0.20 352	0.16 300	0.13 269

RGC	0.39 318	0.32 345	0.64 295	0.34 348	0.27 352	0.40 291	0.29 292	0.57 314	0.53 314	0.45 314	0.64 336	0.62 341	0.45 325	0.72 311	0.39 285	0.15 314	0.15 335	0.21 351	0.20 352	0.18 326	0.19 331

CSAN	0.50 349	0.35 351	0.78 321	0.36 358	0.23 333	0.56 348	0.59 381	0.61 338	0.70 357	0.64 358	0.78 359	0.65 352	0.60 357	1.38 393	0.62 344	0.21 355	0.17 347	0.20 348	0.20 352	0.18 326	0.18 324

SQANet	0.40 324	0.48 371	0.67 300	0.48 378	0.39 373	0.48 328	0.22 203	0.51 255	0.43 229	0.40 281	0.47 272	0.47 290	0.33 270	0.54 241	0.32 253	0.36 380	0.15 335	0.40 379	0.21 355	0.45 380	0.31 372

ccnet	0.42 329	0.31 340	0.48 223	0.27 300	0.32 366	0.60 356	0.32 312	0.65 355	0.46 269	0.53 345	0.66 339	0.56 323	0.45 325	0.72 311	0.61 342	0.26 363	0.19 357	0.24 360	0.21 355	0.26 361	0.22 353

Nwc_Net	0.37 306	0.25 301	0.68 304	0.31 335	0.24 338	0.44 311	0.30 302	0.65 355	0.50 300	0.37 250	0.69 348	0.58 330	0.45 325	0.60 265	0.40 292	0.15 314	0.12 307	0.19 345	0.21 355	0.14 280	0.13 269

DeepPrunerF	0.44 339	0.29 329	1.29 386	0.33 346	0.30 363	0.35 262	0.36 330	0.62 347	1.15 393	0.40 281	0.44 243	0.39 242	0.41 309	0.80 340	0.52 329	0.18 346	0.14 321	0.23 358	0.21 355	0.17 315	0.17 310

LSM	1.64 406	0.40 363	2.56 406	2.02 417	17.61 429	0.51 336	0.52 374	0.61 338	0.76 365	0.82 374	1.11 380	0.63 349	0.54 348	0.75 322	0.49 321	0.16 326	0.24 373	0.18 338	0.21 355	0.25 354	2.42 420

NCCL2	0.35 293	0.26 312	0.49 228	0.36 358	0.22 322	0.41 294	0.41 349	0.53 276	0.42 224	0.47 325	0.46 265	0.61 339	0.39 302	0.55 242	0.37 275	0.16 326	0.13 317	0.21 351	0.21 355	0.16 300	0.16 302

CBMV_ROB	0.33 281	0.18 238	0.53 251	0.21 88	0.14 167	0.33 240	0.20 164	0.51 255	0.45 255	0.51 334	0.55 307	0.45 282	0.42 317	0.71 306	0.32 253	0.18 346	0.19 357	0.23 358	0.21 355	0.14 280	0.15 295

UDG	0.40 324	0.46 367	0.49 228	0.40 369	0.35 370	0.47 324	0.27 275	0.54 283	0.47 274	0.39 273	0.45 255	0.59 332	0.44 322	0.46 209	0.39 285	0.26 363	0.19 357	0.48 383	0.22 362	0.34 374	0.26 365

NOSS_ROB	0.31 266	0.20 261	0.35 89	0.24 211	0.16 231	0.32 231	0.19 126	0.52 265	0.48 283	0.33 197	0.36 161	0.42 265	0.28 226	0.93 362	0.24 200	0.19 351	0.20 362	0.24 360	0.22 362	0.17 315	0.17 310

ADCPNet	0.48 345	0.29 329	1.60 394	0.27 300	0.23 333	0.70 367	0.38 340	0.53 276	0.51 303	0.51 334	0.59 318	0.67 357	0.56 352	0.60 265	1.14 380	0.15 314	0.18 353	0.14 304	0.23 364	0.19 330	0.19 331

PA-Net	0.37 306	0.28 322	0.83 335	0.31 335	0.28 355	0.39 286	0.42 352	0.51 255	0.55 324	0.34 213	0.42 221	0.41 258	0.36 285	0.79 336	0.49 321	0.12 264	0.23 371	0.16 325	0.23 364	0.12 255	0.18 324
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DDUNet	0.41 326	0.50 376	0.48 223	0.44 374	0.39 373	0.46 318	0.32 312	0.50 242	0.43 229	0.45 314	0.52 295	0.57 327	0.36 285	0.48 214	0.33 260	0.33 378	0.21 363	0.55 387	0.25 366	0.37 377	0.32 375

NCC-stereo	0.39 318	0.25 301	0.69 305	0.32 341	0.28 355	0.46 318	0.36 330	0.65 355	0.52 309	0.40 281	0.57 314	0.56 323	0.47 334	0.73 313	0.45 309	0.17 336	0.14 321	0.18 338	0.25 366	0.16 300	0.16 302

Abc-Net	0.39 318	0.25 301	0.69 305	0.32 341	0.28 355	0.46 318	0.36 330	0.65 355	0.52 309	0.40 281	0.57 314	0.56 323	0.47 334	0.73 313	0.45 309	0.17 336	0.14 321	0.18 338	0.25 366	0.16 300	0.16 302
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CC-Net-ROB	0.43 333	0.47 369	0.65 296	0.37 363	0.23 333	0.51 336	0.29 292	0.66 361	0.49 292	0.46 317	0.51 287	0.48 296	0.38 297	0.96 368	0.35 268	0.34 379	0.23 371	0.55 387	0.25 366	0.31 371	0.20 341

FCDSN-DC	0.63 370	0.31 340	0.61 280	0.36 358	0.30 363	0.65 360	0.37 334	0.66 361	0.68 353	1.14 392	1.54 398	1.71 397	1.26 398	0.92 361	0.64 348	0.24 361	0.22 368	0.27 363	0.26 370	0.27 364	0.27 368
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.70 377	0.30 335	0.69 305	0.32 341	0.27 352	0.81 379	0.39 345	0.79 382	0.82 371	1.41 401	1.58 400	1.98 400	1.26 398	1.02 375	0.77 357	0.24 361	0.22 368	0.27 363	0.26 370	0.26 361	0.26 365

MADNet+	1.01 391	1.16 408	4.72 415	0.70 390	0.47 380	1.24 398	0.96 404	0.97 391	0.89 377	0.65 360	0.77 358	0.87 372	0.85 383	2.09 407	1.68 397	0.38 383	0.39 389	0.31 372	0.27 372	0.43 378	0.39 380

MSMD_ROB	0.60 368	0.33 347	0.61 280	0.30 328	0.25 345	0.86 381	0.35 327	0.55 293	0.67 350	1.10 390	1.49 395	1.76 398	0.97 389	0.88 355	0.49 321	0.23 358	0.21 363	0.27 363	0.27 372	0.25 354	0.24 363

ELAS_RVC	0.74 382	0.36 354	1.00 363	0.37 363	0.33 367	0.88 382	0.93 403	0.83 386	1.08 389	1.35 397	1.33 389	1.24 386	1.33 401	1.06 377	0.95 368	0.27 368	0.25 375	0.29 369	0.27 372	0.30 370	0.30 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.74 382	0.36 354	0.85 342	0.36 358	0.33 367	1.36 403	0.77 394	0.93 390	0.92 381	1.41 401	1.53 397	1.16 384	1.17 394	0.95 367	1.03 372	0.26 363	0.25 375	0.28 368	0.28 375	0.31 371	0.30 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	0.66 373	0.89 396	1.59 393	0.77 394	1.21 411	0.51 336	0.23 223	0.59 326	0.72 360	0.69 364	0.61 330	0.69 362	0.91 385	0.79 336	0.48 318	0.27 368	0.12 307	0.73 395	0.30 376	0.65 392	0.40 381

PASM	0.45 340	0.35 351	0.90 350	0.35 357	0.33 367	0.39 286	0.38 340	0.50 242	0.61 339	0.52 340	0.51 287	0.62 341	0.45 325	0.93 362	0.48 318	0.26 363	0.29 381	0.29 369	0.33 377	0.29 369	0.26 365

Ntro	0.58 364	0.64 385	0.92 353	0.66 389	0.50 382	0.77 373	0.36 330	0.66 361	0.70 357	0.50 329	0.59 318	0.65 352	0.51 345	0.75 322	0.45 309	0.56 390	0.32 385	0.56 390	0.34 378	0.63 389	0.46 388

otaku	0.57 363	0.62 384	0.87 345	0.63 388	0.44 378	0.73 368	0.37 334	0.65 355	0.66 347	0.51 334	0.75 355	0.66 356	0.45 325	0.69 300	0.46 315	0.53 386	0.34 386	0.55 387	0.35 379	0.60 388	0.45 385

ACVNet_1	0.72 378	0.81 391	1.37 390	0.72 392	0.53 385	0.77 373	0.42 352	0.85 389	0.90 379	0.74 369	0.75 355	1.32 390	0.72 372	1.02 375	0.55 332	0.54 388	0.31 384	0.71 394	0.35 379	0.64 391	0.45 385

MFN_U_SF_DS_RVC	0.51 353	0.50 376	0.86 343	0.39 367	0.24 338	0.84 380	0.55 377	0.56 307	0.62 341	0.60 353	0.68 344	0.62 341	0.42 317	1.13 381	0.43 302	0.23 358	0.27 377	0.27 363	0.35 379	0.25 354	0.29 369

MSC_U_SF_DS_RVC	0.68 375	0.64 385	1.06 371	0.45 375	0.27 352	1.40 405	0.58 379	0.78 379	0.92 381	0.84 375	0.86 367	0.88 374	0.68 368	1.33 392	0.68 351	0.37 382	0.29 381	0.34 375	0.36 382	0.43 378	0.37 378

MFN_U_SF_RVC	0.56 360	0.51 378	1.19 378	0.38 365	0.22 322	0.69 364	0.27 275	0.80 383	0.67 350	0.73 366	0.74 354	0.87 372	0.61 366	0.81 343	0.76 354	0.29 374	0.27 377	0.32 373	0.37 383	0.32 373	0.31 372

BEATNet-Init1	4.73 418	2.61 418	13.29 429	0.58 384	0.53 385	10.12 423	3.33 419	4.83 419	5.01 418	8.75 423	8.51 421	14.08 430	7.60 422	7.70 423	5.34 419	0.28 372	0.28 380	0.34 375	0.37 383	0.57 386	0.45 385

JetBlue	1.14 396	0.76 389	2.36 402	0.59 385	0.75 395	3.04 416	1.78 416	1.11 393	0.90 379	0.94 380	1.10 379	1.66 396	1.28 400	2.09 407	1.72 399	0.43 385	0.36 387	0.38 377	0.38 385	0.58 387	0.56 392

ACVNet-4b	0.72 378	0.81 391	1.33 388	0.72 392	0.50 382	0.80 378	0.31 307	0.71 373	0.80 370	0.50 329	0.72 353	0.95 378	0.43 320	0.96 368	1.20 387	1.13 412	0.21 363	0.76 396	0.45 386	0.65 392	0.46 388

MANE	1.41 399	0.36 354	0.74 319	0.43 372	0.41 376	2.16 412	0.80 396	2.39 416	3.38 410	2.22 411	3.06 413	3.54 414	2.73 415	2.15 409	1.94 405	0.28 372	0.27 377	0.30 371	0.46 387	0.28 368	0.34 376

NVStereoNet_ROB	0.67 374	0.49 375	0.83 335	0.48 378	0.40 375	0.51 336	0.46 361	0.70 371	0.77 367	0.84 375	1.72 401	1.02 380	0.83 380	1.23 387	0.79 359	0.32 377	0.38 388	0.40 379	0.46 387	0.36 376	0.41 382
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	0.72 378	0.89 396	1.02 367	0.82 395	0.63 391	0.78 376	0.52 374	0.81 385	0.93 383	0.60 353	0.79 360	0.80 370	0.60 357	0.80 340	0.57 333	0.78 399	0.55 400	0.78 397	0.49 389	0.76 397	0.58 394

ACVNet_2	0.89 387	0.87 395	1.25 382	0.82 395	0.62 390	0.97 387	0.62 383	1.14 394	1.42 397	1.00 385	1.40 390	1.47 393	0.84 381	1.11 378	0.66 350	0.61 393	0.43 391	0.78 397	0.49 389	0.75 396	0.52 390

SPS-STEREO	0.69 376	0.61 383	0.98 361	0.52 383	0.57 387	0.74 370	0.50 372	0.78 379	0.62 341	0.95 382	0.86 367	0.94 376	0.70 370	1.01 374	0.87 365	0.58 392	0.51 394	0.50 384	0.50 391	0.55 385	0.58 394
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Consistency-Raft	0.55 359	0.48 371	1.02 367	0.45 375	0.49 381	0.49 331	0.47 365	0.72 374	0.72 360	0.45 314	0.82 363	0.47 290	0.60 357	0.50 221	0.63 347	0.39 384	0.39 389	0.44 381	0.51 392	0.52 383	0.37 378

SGM+DAISY	0.87 386	0.66 387	1.30 387	0.51 381	0.60 388	1.03 389	0.84 400	0.76 377	0.73 363	1.39 399	1.51 396	1.31 389	1.22 396	1.11 378	1.08 374	0.57 391	0.53 397	0.51 386	0.51 392	0.54 384	0.61 399

PWCK	1.00 390	1.17 409	1.70 397	0.91 398	0.41 376	1.19 396	0.92 402	1.10 392	1.14 392	1.16 393	1.14 381	1.25 387	0.88 384	1.75 403	1.04 373	0.87 403	0.50 392	0.87 399	0.53 394	0.96 406	0.52 390

anonymity	0.56 360	0.54 380	0.70 311	0.47 377	0.61 389	0.56 348	0.43 354	0.69 370	0.49 292	0.63 356	0.55 307	0.54 319	0.60 357	0.61 270	0.57 333	0.55 389	0.53 397	0.50 384	0.54 395	0.51 382	0.56 392

IMH-64-1	0.91 388	0.86 393	0.84 339	0.97 400	0.75 395	0.92 385	0.71 387	1.27 395	1.10 390	0.89 377	1.45 392	1.14 382	0.96 387	1.19 383	0.84 361	0.74 396	0.51 394	0.97 401	0.55 396	0.84 399	0.60 396

IMH-64	0.91 388	0.86 393	0.84 339	0.97 400	0.75 395	0.92 385	0.71 387	1.27 395	1.10 390	0.89 377	1.45 392	1.14 382	0.96 387	1.19 383	0.84 361	0.74 396	0.51 394	0.97 401	0.55 396	0.84 399	0.60 396

IMH	1.05 393	0.95 400	1.00 363	1.01 402	0.78 399	1.11 391	0.68 386	1.38 398	1.43 398	1.00 385	1.72 401	1.43 391	1.14 391	1.73 402	0.89 366	1.09 409	0.55 400	0.99 403	0.57 398	0.87 401	0.62 401

MFMNet_re	0.72 378	0.76 389	0.99 362	0.62 387	0.70 393	0.77 373	0.67 385	0.75 376	0.83 374	0.78 373	0.86 367	0.69 362	0.78 374	0.71 306	0.61 342	0.66 395	0.59 403	0.61 391	0.58 399	0.68 395	0.71 403

DGSMNet	0.61 369	0.29 329	0.91 351	0.51 381	0.70 393	0.62 358	1.38 415	0.59 326	0.55 324	0.37 250	0.61 330	0.52 313	0.33 270	0.65 291	0.43 302	0.53 386	0.60 404	0.67 392	0.61 400	0.63 389	0.61 399

TorneroNet-64	1.43 400	1.03 402	1.20 379	1.10 405	0.86 405	2.26 413	0.73 390	1.84 408	3.84 415	1.25 394	2.25 411	2.69 410	1.42 402	1.76 404	1.43 392	0.76 398	0.50 392	1.09 406	0.66 401	1.23 410	0.76 408

WAO-7	1.01 391	0.89 396	0.93 355	0.83 397	0.66 392	1.18 394	0.81 398	1.40 399	1.57 401	1.11 391	1.76 403	1.45 392	1.19 395	1.50 396	1.14 380	0.61 393	0.62 407	0.70 393	0.68 402	0.66 394	0.60 396

LVE	1.13 395	1.02 401	1.28 385	1.01 402	0.80 402	1.29 401	0.81 398	1.47 402	1.96 403	1.07 389	1.90 404	1.90 399	1.01 390	1.48 395	0.91 367	0.93 406	0.61 406	0.94 400	0.69 403	0.87 401	0.75 407

Dean	1.17 397	1.04 403	1.49 392	1.03 404	0.78 399	1.20 397	0.77 394	1.48 403	1.96 403	1.28 395	1.99 406	2.15 402	1.14 391	1.25 388	1.00 371	0.81 401	0.60 404	1.01 404	0.69 403	0.92 405	0.74 406

TorneroNet	2.22 410	1.08 405	1.24 381	1.14 409	0.90 406	5.58 418	0.80 396	2.12 414	8.69 422	2.58 413	5.42 418	3.88 415	1.97 408	1.78 406	1.87 402	0.86 402	0.54 399	1.15 410	0.74 405	1.23 410	0.85 409

WAO-6	1.07 394	0.93 399	0.92 353	0.96 399	0.78 399	1.28 400	0.75 391	1.34 397	2.00 405	1.02 387	1.54 398	1.59 394	1.22 396	1.31 391	1.14 380	0.78 399	0.55 400	1.02 405	0.75 406	0.83 398	0.69 402

WAO-8	1.46 402	1.10 406	1.09 372	1.10 405	0.84 403	2.06 409	0.75 391	1.84 408	3.83 413	1.44 405	2.21 409	2.15 402	1.43 403	3.17 414	1.19 385	0.91 404	0.65 409	1.09 406	0.79 407	0.90 403	0.71 403

Venus	1.46 402	1.10 406	1.09 372	1.10 405	0.84 403	2.06 409	0.75 391	1.84 408	3.83 413	1.44 405	2.21 409	2.15 402	1.43 403	3.17 414	1.19 385	0.91 404	0.65 409	1.09 406	0.79 407	0.90 403	0.71 403

notaker	1.45 401	1.34 412	1.48 391	1.40 412	1.07 409	1.18 394	0.85 401	1.48 403	1.40 396	1.51 409	3.46 414	2.40 407	1.81 407	1.76 404	1.45 395	1.11 410	0.69 412	1.38 413	0.87 409	1.31 412	0.97 411

UNDER WATER-64	1.55 404	1.19 410	2.52 405	1.31 410	0.95 407	2.12 411	1.21 413	1.45 401	3.19 409	1.43 404	1.32 388	2.64 409	2.04 409	1.63 399	1.83 401	1.11 410	0.67 411	1.28 411	0.92 410	1.19 408	1.02 412

UNDER WATER	1.59 405	1.22 411	2.36 402	1.38 411	1.03 408	1.67 408	1.10 410	1.54 406	3.63 411	1.44 405	1.47 394	2.85 411	2.25 411	1.67 400	1.94 405	1.06 408	0.62 407	1.31 412	0.93 411	1.21 409	1.02 412

ktn	1.77 408	1.36 413	1.22 380	1.43 413	1.14 410	1.52 406	1.08 409	1.51 405	3.96 416	2.77 415	4.69 416	3.35 413	1.46 405	1.69 401	1.25 389	1.43 414	0.77 413	1.45 414	0.99 412	1.32 414	0.96 410

JetRed	2.30 412	2.64 419	6.12 416	1.12 408	1.38 414	5.85 419	3.29 418	1.99 412	1.67 402	1.98 410	1.95 405	2.16 405	1.60 406	2.48 411	4.10 417	1.05 407	1.60 416	1.09 406	1.01 413	1.67 416	1.28 415

KSHMR	1.89 409	1.36 413	1.60 394	1.47 414	1.22 412	1.38 404	1.06 408	1.79 407	5.97 419	1.42 403	5.65 420	2.98 412	1.14 391	2.23 410	1.20 387	1.27 413	1.12 414	1.46 415	1.10 414	1.32 414	1.15 414

Anonymous_2	0.37 306	0.21 275	0.47 214	0.20 59	0.21 307	0.42 301	0.26 270	0.38 138	0.29 107	0.33 197	0.30 102	0.44 278	0.38 297	0.36 184	0.29 237	0.26 363	0.29 381	0.44 381	1.41 415	0.34 374	0.21 348

MADNet++	2.26 411	1.80 417	2.06 399	2.13 419	1.97 417	2.61 415	1.79 417	2.38 415	2.16 406	2.75 414	2.65 412	2.38 406	2.43 412	3.17 414	3.21 413	2.17 416	1.95 417	1.94 417	1.63 416	2.06 417	2.01 419

SPstereo	14.25 427	1.73 416	2.83 409	1.84 416	1.57 416	23.16 434	43.27 434	35.72 441	29.56 441	20.86 438	20.62 432	26.34 441	21.82 434	25.23 441	19.62 433	1.56 415	1.42 415	2.96 419	2.17 417	1.31 412	1.33 417

PML	16.10 431	12.82 431	6.78 417	5.23 421	7.76 421	33.92 435	66.56 441	5.30 420	10.28 423	26.12 440	68.59 441	20.51 432	13.49 431	10.06 425	6.78 422	5.96 424	2.00 418	6.04 425	2.18 418	8.96 426	2.60 421

tt	4.71 417	0.10 24	3.94 411	2.06 418	1.53 415	10.14 424	16.88 424	9.27 425	4.98 417	1.39 399	1.02 376	4.68 416	4.90 417	3.35 417	5.86 420	5.76 423	9.15 429	2.24 418	2.53 419	3.10 419	1.32 416

HanzoNet	2.97 413	1.69 415	2.29 401	1.74 415	1.33 413	1.53 407	1.03 407	1.99 412	2.64 408	5.51 418	5.16 417	5.90 420	6.82 421	4.32 419	3.29 414	3.16 418	2.02 419	1.92 416	2.87 420	2.24 418	1.89 418

DPSimNet_ROB	4.34 416	4.23 420	6.89 418	3.67 420	3.68 418	4.75 417	5.21 420	2.67 417	3.68 412	5.82 419	3.95 415	5.57 417	6.72 420	3.46 418	4.48 418	4.05 421	2.88 420	4.68 422	3.12 421	3.69 420	3.62 422

ASD4	7.23 419	6.65 423	7.69 419	5.24 422	5.62 420	11.85 425	20.36 425	7.57 423	7.14 421	6.55 420	5.47 419	5.99 422	5.78 418	7.22 422	9.24 423	4.85 422	4.44 421	6.40 426	5.19 422	6.53 423	4.89 423

DPSM_ROB	11.49 425	9.87 428	10.35 425	11.13 426	11.31 425	19.11 432	27.51 432	13.37 430	14.21 431	10.31 427	11.06 428	10.96 428	11.27 429	11.96 430	13.59 427	6.78 425	8.19 427	6.03 423	7.09 423	7.93 424	7.73 427

DPSM	11.49 425	9.87 428	10.35 425	11.13 426	11.31 425	19.11 432	27.51 432	13.37 430	14.21 431	10.31 427	11.06 428	10.96 428	11.27 429	11.96 430	13.59 427	6.78 425	8.19 427	6.03 423	7.09 423	7.93 424	7.73 427

DGTPSM_ROB	8.34 421	5.10 421	10.37 427	5.31 423	10.18 423	8.33 420	23.60 429	6.06 421	13.41 428	4.90 416	10.87 426	5.65 418	10.44 423	6.17 420	12.59 424	3.74 419	7.55 424	3.69 420	7.26 425	4.14 421	7.46 424

DPSMNet_ROB	8.40 422	5.11 422	10.49 428	5.58 424	10.25 424	8.34 421	23.62 430	6.07 422	13.45 429	4.93 417	10.88 427	5.66 419	10.44 423	6.24 421	12.64 425	3.98 420	7.61 425	3.76 421	7.30 426	4.20 422	7.51 425

LSM0	24.24 440	19.98 438	22.32 437	24.22 439	40.14 441	38.48 440	55.20 435	26.95 439	28.57 435	20.49 432	21.83 433	22.26 439	22.75 438	24.22 439	27.30 436	13.66 435	16.32 433	12.19 432	14.15 427	16.10 436	17.66 438

CasAABBNet	23.10 435	19.86 433	20.64 432	22.47 434	22.73 437	38.41 436	55.50 437	26.89 438	28.70 436	20.61 433	22.15 435	22.08 437	22.75 438	23.99 437	27.36 437	13.59 430	16.48 434	12.14 427	14.27 428	15.95 431	15.53 433

MyStereo03	23.12 436	19.90 434	20.85 433	22.49 435	22.71 434	38.42 437	55.53 438	26.80 435	28.72 437	20.77 435	22.25 436	22.03 434	22.69 435	23.90 434	27.38 439	13.62 432	16.50 436	12.15 428	14.28 429	15.95 431	15.53 433

MyStereo02	23.12 436	19.90 434	20.85 433	22.49 435	22.71 434	38.42 437	55.53 438	26.80 435	28.72 437	20.77 435	22.25 436	22.03 434	22.69 435	23.90 434	27.38 439	13.62 432	16.50 436	12.15 428	14.28 429	15.95 431	15.53 433

MyStereo	23.12 436	19.90 434	20.85 433	22.49 435	22.71 434	38.42 437	55.53 438	26.80 435	28.72 437	20.77 435	22.25 436	22.03 434	22.69 435	23.90 434	27.38 439	13.62 432	16.50 436	12.15 428	14.28 429	15.95 431	15.53 433

Selective-RAFT-Error	23.16 439	19.93 437	20.87 436	22.54 438	22.81 438	38.52 441	55.47 436	27.01 440	28.83 440	20.66 434	22.25 436	22.09 438	22.80 440	24.09 438	27.36 437	13.61 431	16.48 434	12.15 428	14.28 429	15.99 435	15.57 437

FADE	4.32 415	1.06 404	4.35 412	0.71 391	0.76 398	0.73 368	0.50 372	1.85 411	1.52 400	0.75 370	0.66 339	1.17 385	2.69 414	2.83 412	1.96 407	24.23 439	4.70 422	17.35 434	17.61 433	0.49 381	0.44 384

HaxPig	17.72 433	20.22 439	19.73 430	16.53 429	16.51 428	9.27 422	9.33 421	14.34 432	13.27 427	18.65 431	18.70 431	17.35 431	16.77 432	17.04 432	16.45 432	22.05 438	20.89 439	22.27 435	21.53 434	21.29 437	22.13 439

LRCNet_RVC	10.90 424	14.34 432	9.35 420	15.35 428	8.04 422	1.08 390	0.34 324	8.78 424	0.70 357	12.63 430	16.05 430	9.85 423	6.54 419	8.57 424	6.34 421	20.27 437	5.40 423	23.70 436	21.88 435	14.87 430	13.83 432

MEDIAN_ROB	21.21 434	24.62 440	23.47 438	19.58 430	19.65 433	13.22 426	10.96 422	17.88 433	17.00 433	22.14 439	22.02 434	20.86 433	20.36 433	21.06 433	19.71 434	25.63 440	24.13 440	26.21 437	25.20 436	25.17 438	25.38 440

AVERAGE_ROB	25.43 441	29.06 441	27.24 439	24.63 440	24.20 440	17.73 430	12.61 423	22.29 434	21.39 434	26.79 441	26.16 440	25.20 440	24.64 441	25.07 440	23.53 435	29.96 441	28.40 441	30.60 438	29.58 437	29.72 439	29.84 441

Anonymous_1	16.62 432	9.35 424	9.84 421	10.66 425	14.64 427	18.66 431	27.12 431	12.64 429	13.51 430	10.76 429	10.30 425	10.13 424	10.60 425	11.06 429	12.74 426	15.87 436	7.74 426	16.92 433	43.48 438	58.66 441	7.68 426

xxxxx1	15.27 428	9.54 425	10.31 422	20.13 431	18.88 430	17.08 427	23.03 426	10.36 426	10.99 424	9.21 424	9.62 422	10.74 425	10.61 426	10.72 426	13.89 429	7.97 427	9.20 430	31.85 439	44.72 439	12.84 427	13.69 429

tt_ll	15.27 428	9.54 425	10.31 422	20.13 431	18.88 430	17.08 427	23.03 426	10.36 426	10.99 424	9.21 424	9.62 422	10.74 425	10.61 426	10.72 426	13.89 429	7.97 427	9.20 430	31.85 439	44.72 439	12.84 427	13.69 429

ff	15.27 428	9.54 425	10.31 422	20.13 431	18.88 430	17.08 427	23.03 426	10.36 426	10.99 424	9.21 424	9.62 422	10.74 425	10.61 426	10.72 426	13.89 429	7.97 427	9.20 430	31.85 439	44.72 439	12.84 427	13.69 429

test_example2	101.33 442	108.28 442	68.15 441	98.43 441	106.93 442	89.75 442	102.43 442	36.80 442	97.65 442	129.04 442	130.15 442	65.26 442	66.62 442	92.11 442	80.24 442	144.10 442	199.48 442	81.81 442	103.01 442	125.01 442	101.27 442

Low-res two-view benchmark