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

CAS	1.26 70	0.40 1	1.46 15	2.97 387	1.61 332	4.13 255	0.73 88	1.78 20	1.49 47	0.83 21	1.10 23	0.59 3	0.53 2	1.26 34	0.80 42	2.99 391	0.13 1	0.21 2	0.13 1	0.31 75	1.72 374

s12784h	1.31 81	0.45 2	2.41 92	0.71 8	0.35 4	4.42 315	0.50 18	4.22 293	2.73 295	2.01 164	2.48 295	0.91 42	0.96 55	2.01 115	0.70 23	0.29 77	0.18 24	0.24 17	0.16 7	0.27 23	0.18 2

Selective-RAFT	1.15 41	0.46 3	1.64 26	0.99 116	0.45 47	4.17 274	0.51 22	3.21 113	1.69 129	1.12 42	1.34 59	1.45 98	1.40 141	2.08 119	0.94 85	0.41 238	0.20 56	0.24 17	0.23 59	0.27 23	0.25 27

MIF-Stereo	0.82 6	0.47 4	2.63 102	0.96 101	1.19 255	0.78 3	0.39 6	1.12 1	1.54 76	1.19 44	1.26 42	0.51 1	0.64 9	1.13 14	1.03 100	0.30 111	0.20 56	0.24 17	0.21 29	0.40 178	0.25 27

MC-Stereo	1.06 32	0.48 5	1.55 22	1.15 195	0.41 32	4.56 344	0.61 46	2.06 29	1.46 33	1.90 125	1.61 108	0.89 41	1.12 94	1.35 45	0.73 30	0.25 19	0.18 24	0.26 37	0.22 50	0.25 11	0.24 20

PMTNet	0.99 23	0.48 5	1.73 30	0.62 2	0.56 99	4.20 285	0.43 11	1.88 22	1.58 94	1.00 29	1.05 17	0.78 25	0.98 61	1.50 59	0.85 53	1.21 372	0.20 56	0.23 5	0.15 4	0.22 3	0.19 3

CREStereo++_RVC	1.02 29	0.49 7	1.54 21	0.83 43	0.55 96	4.01 231	0.31 2	1.63 12	1.99 172	1.63 78	2.13 242	0.84 35	0.65 11	0.88 1	0.70 23	0.27 34	0.15 2	0.23 5	1.22 381	0.24 5	0.17 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
test_4	1.30 78	0.50 8	6.16 167	0.84 49	0.45 47	1.61 19	1.12 238	2.14 33	1.42 23	1.52 62	2.31 280	1.84 149	0.79 33	2.52 156	1.19 127	0.27 34	0.17 9	0.29 82	0.29 174	0.29 44	0.25 27

FENet	2.25 200	0.50 8	20.29 360	1.35 264	0.67 136	4.01 231	0.60 43	3.95 224	1.99 172	1.96 142	1.11 24	2.43 216	1.43 151	1.60 72	1.39 163	0.32 145	0.22 104	0.33 167	0.26 102	0.29 44	0.39 179

CASnet	0.78 2	0.51 10	1.29 8	0.81 29	0.29 1	1.28 11	0.74 98	1.51 5	1.89 161	1.64 80	1.09 22	0.65 7	0.64 9	0.91 2	0.76 35	0.29 77	0.17 9	0.41 250	0.31 204	0.32 98	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 32	0.51 10	1.56 23	1.02 136	0.39 26	4.27 296	0.42 8	4.08 261	1.48 41	0.90 24	0.68 1	1.09 55	0.66 13	1.81 97	0.62 2	0.27 34	0.19 39	0.29 82	0.23 59	0.37 163	0.25 27

DCANet-4	1.96 161	0.51 10	14.31 252	0.82 36	0.40 29	4.16 269	0.57 31	4.29 319	2.98 328	2.30 245	1.80 157	1.03 51	1.54 184	1.44 52	1.44 170	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

tt	7.19 396	0.51 10	6.83 171	4.03 401	2.30 381	12.05 410	20.19 419	15.46 417	6.58 400	3.42 355	3.22 343	5.37 378	6.39 383	4.20 203	7.46 358	9.81 419	11.53 425	7.05 417	7.46 418	6.31 409	3.71 407

test_3	1.19 44	0.51 10	2.08 68	0.99 116	0.41 32	2.05 38	0.87 168	4.40 348	1.42 23	1.99 150	1.18 30	2.03 175	0.79 33	2.70 168	0.75 33	0.27 34	0.17 9	0.29 82	0.29 174	0.30 59	0.27 56

LoS	0.94 12	0.52 15	1.88 41	0.86 59	0.36 5	4.15 259	0.51 22	2.18 35	1.45 26	0.97 28	0.88 7	0.62 5	0.79 33	1.59 70	0.86 57	0.26 27	0.19 39	0.24 17	0.16 7	0.21 2	0.20 6

Selective-IGEV	0.80 4	0.52 15	1.05 2	0.75 11	0.61 119	1.31 12	0.82 136	2.60 72	1.41 22	0.82 20	1.64 113	0.71 16	0.62 7	1.22 30	0.64 4	0.22 4	0.19 39	0.24 17	0.18 9	0.25 11	0.20 6

RCA-Stereo	1.21 52	0.52 15	1.58 24	0.90 74	0.46 53	4.68 360	0.79 123	4.13 272	1.74 142	1.92 131	1.80 157	0.94 45	1.48 164	1.14 15	0.70 23	0.27 34	0.18 24	0.25 27	0.19 18	0.25 11	0.23 14

GLC_STEREO	0.76 1	0.52 15	1.12 3	0.83 43	0.33 2	1.86 27	0.82 136	1.46 3	1.38 20	0.95 27	1.04 16	0.68 8	0.72 18	0.97 3	0.80 42	0.23 7	0.25 174	0.32 136	0.25 89	0.32 98	0.30 99

test-3	1.19 44	0.52 15	2.00 50	1.01 127	0.42 35	1.95 30	0.91 186	4.35 340	1.47 36	2.24 233	1.16 28	2.06 181	0.79 33	2.68 166	0.76 35	0.27 34	0.18 24	0.28 67	0.26 102	0.26 17	0.25 27

test_1	1.19 44	0.52 15	2.00 50	1.01 127	0.42 35	1.95 30	0.90 178	4.36 342	1.47 36	2.17 210	1.16 28	2.06 181	0.78 31	2.68 166	0.76 35	0.27 34	0.18 24	0.28 67	0.26 102	0.26 17	0.25 27

KYRaft	1.59 112	0.52 15	1.73 30	0.95 97	0.49 73	4.38 306	1.79 317	2.43 47	1.51 56	2.49 283	2.98 331	2.00 171	3.41 335	2.14 127	0.82 45	0.30 111	0.21 81	0.33 167	0.46 303	0.35 145	2.45 388

GMM-Stereo	2.45 236	0.52 15	20.38 363	0.89 69	0.82 169	4.18 276	1.91 326	2.45 49	1.48 41	2.48 282	2.30 272	1.69 120	1.86 246	2.93 174	1.08 107	0.28 60	0.18 24	0.33 167	0.48 310	0.35 145	2.41 386

CFNet-RSSM	2.08 184	0.52 15	20.06 346	1.01 127	0.56 99	3.39 110	0.64 57	3.67 161	1.55 82	1.72 94	1.37 63	2.57 229	1.19 112	1.11 10	0.86 57	0.27 34	0.20 56	0.25 27	0.23 59	0.27 23	0.23 14

H2IRNET	1.90 148	0.53 24	14.29 251	1.14 181	0.60 115	4.48 321	0.44 12	2.65 75	1.81 148	1.05 36	2.30 272	1.67 116	1.40 141	2.17 130	1.50 182	0.36 189	0.21 81	0.33 167	0.37 259	0.34 129	0.29 76

11t1	1.11 36	0.53 24	1.80 38	1.55 315	0.65 130	2.20 47	0.60 43	3.66 160	1.49 47	1.60 70	1.26 42	1.03 51	1.35 135	1.72 91	0.97 89	0.28 60	0.31 227	0.29 82	0.23 59	0.30 59	0.34 133

Any-RAFT	1.40 89	0.53 24	2.78 109	1.09 159	0.64 125	4.41 313	0.81 133	3.97 230	2.78 301	1.99 150	1.34 59	2.36 208	1.56 187	1.56 66	0.75 33	0.27 34	0.20 56	0.25 27	0.18 9	0.25 11	0.28 69

FTStereo	3.71 343	0.53 24	20.37 362	0.96 101	0.65 130	4.34 303	11.29 407	2.62 73	1.50 52	2.58 295	5.04 370	1.90 154	13.84 406	3.71 189	1.25 141	0.38 211	0.24 157	0.31 120	0.32 211	0.30 59	2.10 381

GrayStereo	2.58 262	0.53 24	1.63 25	1.58 319	0.89 188	4.17 274	8.17 404	3.03 99	1.52 64	2.80 320	2.50 297	1.70 121	17.10 408	2.83 172	1.15 118	0.33 156	0.21 81	0.27 53	0.32 211	0.28 36	0.53 266

CREStereo	0.92 10	0.53 24	1.45 14	0.61 1	0.34 3	4.42 315	0.40 7	2.21 36	1.54 76	0.94 26	1.12 25	0.87 38	0.87 41	1.12 11	0.72 29	0.28 60	0.19 39	0.22 4	0.15 4	0.22 3	0.19 3
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
AEACV	0.79 3	0.54 30	1.35 11	0.97 108	0.63 123	1.13 6	0.92 196	2.02 28	0.91 1	0.76 13	0.79 6	0.80 30	1.61 193	1.28 38	0.61 1	0.22 4	0.18 24	0.26 37	0.23 59	0.27 23	0.23 14

LCNet	1.55 100	0.54 30	1.88 41	0.99 116	0.55 96	3.60 150	1.21 256	2.86 90	1.53 69	2.18 212	1.74 137	1.43 97	4.17 351	3.62 186	0.87 62	0.29 77	0.20 56	0.28 67	0.77 356	0.47 243	1.85 377

PSM-AAD	2.43 234	0.54 30	1.32 10	0.92 82	0.54 94	4.48 321	7.47 400	2.96 94	1.55 82	2.31 250	2.56 305	1.26 75	16.23 407	2.46 146	0.89 66	0.28 60	0.21 81	0.58 325	0.41 289	0.34 129	1.32 362

xxxx	2.67 270	0.54 30	2.03 53	1.22 220	0.81 161	3.49 127	0.63 56	4.49 363	2.49 267	2.22 227	2.23 257	2.05 179	1.38 137	10.05 314	17.91 400	0.32 145	0.32 233	0.30 101	0.27 125	0.33 113	0.34 133

MIF-Stereo (partial)	0.98 16	0.55 34	2.83 110	0.71 8	1.03 222	1.08 5	0.49 17	2.55 65	1.66 122	0.79 17	1.20 32	0.80 30	0.90 45	1.61 77	1.56 194	0.36 189	0.24 157	0.33 167	0.25 89	0.40 178	0.28 69

CES	1.01 25	0.55 34	1.74 33	0.92 82	2.15 375	2.15 43	0.50 18	2.01 27	1.45 26	0.76 13	1.02 9	0.61 4	0.47 1	1.29 40	0.79 41	0.22 4	0.17 9	0.24 17	0.14 2	0.63 292	2.29 383

DisPM	1.36 85	0.55 34	2.39 91	1.54 310	0.51 78	4.59 347	0.79 123	2.50 52	1.88 157	2.50 284	1.83 176	1.45 98	1.01 66	2.71 169	0.93 84	0.46 270	0.20 56	0.32 136	0.31 204	0.31 75	0.44 218

RAFT-RH_RVC	2.63 264	0.55 34	19.97 343	1.26 234	0.47 63	4.46 319	0.57 31	1.71 14	1.64 119	3.06 338	5.51 372	2.03 175	1.28 124	6.70 246	1.52 190	0.42 248	0.22 104	0.37 222	0.34 226	0.28 36	0.29 76

RAFT-345	2.46 238	0.55 34	19.69 334	1.02 136	0.49 73	4.43 317	0.78 118	1.64 13	2.34 234	2.09 183	3.12 339	1.96 164	1.31 129	6.65 244	1.43 168	0.36 189	0.23 128	0.32 136	0.25 89	0.28 36	0.25 27

Prome-Stereo	1.61 114	0.55 34	1.71 29	0.98 111	0.60 115	4.41 313	1.82 321	3.03 99	1.53 69	2.18 212	3.45 350	1.72 124	3.49 339	2.23 138	1.08 107	0.29 77	0.20 56	0.26 37	0.25 89	0.34 129	2.16 382

TANstereo	1.01 25	0.55 34	1.73 30	0.76 24	0.36 5	4.04 235	0.38 5	1.48 4	1.62 115	2.03 172	2.10 234	0.84 35	0.93 51	0.98 4	0.62 2	0.28 60	0.36 259	0.23 5	0.20 23	0.25 11	0.46 233

MGS-Stereo	0.80 4	0.56 41	1.53 18	0.93 93	0.39 26	1.26 10	0.73 88	1.45 2	1.30 16	1.01 30	2.26 261	0.80 30	0.56 3	1.16 17	0.65 8	0.27 34	0.23 128	0.26 37	0.22 50	0.27 23	0.25 27

ttt	2.76 277	0.56 41	2.28 83	1.41 285	1.21 264	3.67 163	0.77 116	4.59 373	2.94 324	2.35 262	2.30 272	2.45 219	1.54 184	11.25 349	15.56 386	0.43 253	0.36 259	0.37 222	0.33 219	0.40 178	0.40 197

riskmin	1.25 63	0.56 41	2.05 56	1.05 145	0.93 198	2.86 62	0.55 28	3.23 116	1.34 18	1.55 66	1.07 20	3.56 314	2.03 257	1.29 40	1.00 98	0.28 60	0.27 193	0.34 184	0.21 29	0.41 199	0.43 213

DRaft	2.28 209	0.56 41	2.64 103	0.74 10	0.46 53	3.94 212	1.23 257	2.32 41	1.55 82	2.64 306	2.80 323	1.60 109	5.34 368	6.96 254	10.99 373	0.34 167	0.22 104	0.27 53	0.27 125	0.29 44	0.37 161

HCRNet	1.60 113	0.56 41	2.47 95	0.78 26	1.36 289	4.11 250	0.71 82	3.57 150	2.79 303	1.75 99	1.61 108	1.58 107	1.41 146	5.79 228	1.56 194	0.34 167	0.28 201	0.36 210	0.29 174	0.33 113	0.37 161

test_xeample	2.67 270	0.56 41	2.05 56	1.09 159	0.81 161	3.24 90	0.80 128	4.55 370	2.70 292	2.42 277	2.27 262	1.39 89	1.40 141	10.75 331	17.51 399	0.30 111	0.30 219	0.32 136	0.28 150	0.34 129	0.33 123

SMFormer	2.00 169	0.57 47	4.46 146	1.36 270	0.57 108	2.03 33	0.73 88	4.25 306	2.80 307	2.32 254	2.31 280	1.95 159	1.52 176	10.99 342	2.13 269	0.34 167	0.32 233	0.36 210	0.31 204	0.38 167	0.36 147

tta	2.00 169	0.57 47	4.46 146	1.36 270	0.57 108	2.03 33	0.73 88	4.25 306	2.80 307	2.32 254	2.31 280	1.95 159	1.52 176	10.99 342	2.13 269	0.34 167	0.32 233	0.36 210	0.31 204	0.29 44	0.29 76

qqq1	1.92 154	0.57 47	4.46 146	1.36 270	0.57 108	2.03 33	0.73 88	4.25 306	2.80 307	2.32 254	2.31 280	1.95 159	1.52 176	10.99 342	0.71 26	0.34 167	0.32 233	0.30 101	0.23 59	0.29 44	0.29 76

fff1	1.92 154	0.57 47	4.46 146	1.36 270	0.57 108	2.03 33	0.73 88	4.25 306	2.80 307	2.32 254	2.31 280	1.95 159	1.52 176	10.99 342	0.71 26	0.34 167	0.32 233	0.30 101	0.23 59	0.29 44	0.29 76

1111x	3.13 317	0.57 47	8.38 184	1.20 212	0.76 154	3.80 183	0.88 172	4.61 375	2.63 284	2.31 250	2.16 246	1.95 159	1.81 239	11.54 357	18.13 402	0.32 145	0.31 227	0.32 136	0.30 188	0.35 145	0.34 133

qqq	1.30 78	0.57 47	1.67 27	1.15 195	0.51 78	2.18 45	0.91 186	3.98 232	1.53 69	1.50 61	1.24 37	1.79 136	1.34 133	4.66 206	0.98 91	0.28 60	0.31 227	0.33 167	0.33 219	0.33 113	0.32 113

x	1.15 41	0.57 47	1.53 18	1.44 290	0.67 136	1.94 29	0.97 211	3.87 200	1.57 92	1.61 75	1.28 49	1.58 107	1.22 114	1.93 108	1.04 101	0.28 60	0.30 219	0.34 184	0.29 174	0.32 98	0.31 106

PFNet+	1.46 95	0.57 47	2.84 111	0.92 82	0.47 63	4.64 354	0.84 143	2.46 50	1.99 172	2.14 196	1.64 113	1.34 82	1.03 68	4.68 208	1.23 140	0.45 266	0.33 239	0.37 222	0.39 275	0.32 98	0.49 246

cross-raft	2.01 172	0.57 47	19.01 320	1.03 143	0.56 99	2.11 42	0.72 84	3.63 155	1.57 92	1.77 101	1.51 81	3.17 280	1.13 96	1.16 17	0.85 53	0.23 7	0.21 81	0.26 37	0.23 59	0.28 36	0.25 27

222	2.68 273	0.57 47	2.03 53	1.11 171	0.81 161	3.23 87	0.65 63	4.52 368	2.45 259	2.34 261	2.29 268	1.41 94	1.44 153	10.50 324	18.47 404	0.32 145	0.30 219	0.32 136	0.27 125	0.32 98	0.34 133

Gwc-CoAtRS	1.58 107	0.57 47	11.69 221	1.01 127	0.60 115	2.53 53	0.64 57	2.36 42	1.56 86	1.80 107	1.47 74	2.74 244	1.18 108	1.12 11	0.90 68	0.27 34	0.21 81	0.25 27	0.22 50	0.27 23	0.23 14

HSM-Net_RVC	2.87 285	0.57 47	17.46 296	0.92 82	0.90 191	3.70 166	1.20 253	5.64 398	2.51 271	3.22 347	2.43 291	2.54 227	1.59 188	11.41 353	1.65 211	0.34 167	0.25 174	0.26 37	0.23 59	0.30 59	0.29 76
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
mmm	1.27 74	0.58 59	2.20 74	1.41 285	0.68 141	2.39 50	0.85 150	3.90 209	1.63 118	2.20 218	1.84 181	1.28 77	1.50 171	1.91 107	0.89 66	0.31 129	0.27 193	0.45 269	0.37 259	0.38 167	0.34 133

IPLGR	2.53 252	0.58 59	20.46 368	0.82 36	0.52 85	4.56 344	0.50 18	4.30 327	2.38 246	1.87 117	1.53 87	1.68 118	1.72 224	6.95 253	1.15 118	0.28 60	0.21 81	0.27 53	0.23 59	0.33 113	0.32 113

DEmStereo	2.97 298	0.58 59	13.42 232	0.79 28	0.51 78	3.84 192	1.84 324	2.42 45	1.60 109	2.25 236	2.74 317	2.03 175	6.04 375	6.79 252	12.80 379	0.35 184	0.26 185	0.26 37	0.27 125	0.27 23	0.37 161

SST-Stereo	1.76 131	0.58 59	3.10 119	1.44 290	0.46 53	4.71 371	0.76 106	2.22 37	2.79 303	2.07 182	2.18 249	2.43 216	3.22 328	6.66 245	0.84 50	0.42 248	0.19 39	0.30 101	0.27 125	0.35 145	0.26 44

R-Stereo Train	1.20 49	0.58 59	1.81 39	0.99 116	0.67 136	3.78 179	0.90 178	4.09 263	1.51 56	2.16 206	1.71 130	1.13 58	0.94 52	1.40 47	0.91 74	0.30 111	0.24 157	0.26 37	0.21 29	0.26 17	0.25 27

RAFT-Stereo	1.20 49	0.58 59	1.81 39	0.99 116	0.67 136	3.78 179	0.90 178	4.09 263	1.51 56	2.16 206	1.71 130	1.13 58	0.94 52	1.40 47	0.91 74	0.30 111	0.24 157	0.26 37	0.21 29	0.26 17	0.25 27
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Test	1.44 92	0.59 65	6.10 166	1.01 127	0.69 143	2.90 64	0.80 128	3.68 162	1.70 132	1.85 112	1.68 121	3.15 279	1.03 68	1.20 27	0.99 96	0.27 34	0.22 104	0.25 27	0.23 59	0.27 23	0.25 27

BUS	1.49 99	0.59 65	1.94 46	0.87 62	0.85 174	4.50 330	0.76 106	4.48 360	1.88 157	2.93 327	1.83 176	3.63 316	0.97 59	1.60 72	1.17 124	0.34 167	0.25 174	0.31 120	0.28 150	0.35 145	0.33 123

BSDual-CNN	1.46 95	0.59 65	1.94 46	0.87 62	0.85 174	4.16 269	1.16 245	4.48 360	1.88 157	2.93 327	1.83 176	2.60 233	1.31 129	1.60 72	1.21 134	0.34 167	0.25 174	0.31 120	0.28 150	0.35 145	0.33 123

psmg	1.47 98	0.59 65	1.94 46	0.92 82	0.85 174	4.30 300	1.42 284	4.10 270	1.88 157	2.64 306	2.09 233	2.60 233	1.31 129	1.60 72	1.21 134	0.34 167	0.27 193	0.33 167	0.34 226	0.36 156	0.34 133

PSM-softLoss	1.66 120	0.59 65	5.15 157	2.25 369	0.48 69	4.68 360	0.69 75	2.57 69	1.52 64	2.14 196	1.45 68	1.42 95	0.99 62	6.04 234	1.20 130	0.41 238	0.23 128	0.37 222	0.39 275	0.32 98	0.31 106

KMStereo	1.66 120	0.59 65	5.15 157	2.25 369	0.48 69	4.68 360	0.69 75	2.57 69	1.52 64	2.14 196	1.45 68	1.42 95	0.99 62	6.04 234	1.20 130	0.41 238	0.23 128	0.37 222	0.39 275	0.32 98	0.31 106

RAFT_R40	1.70 123	0.59 65	2.99 115	1.46 295	0.46 53	4.74 375	0.98 214	2.23 38	1.56 86	2.02 168	2.35 288	2.71 242	2.56 298	6.71 248	0.90 68	0.40 228	0.19 39	0.30 101	0.27 125	0.33 113	0.26 44

Pruner-Stereo	1.32 83	0.59 65	2.11 69	1.79 346	0.47 63	4.73 372	0.79 123	2.53 55	1.72 134	2.47 281	1.58 96	1.48 100	1.03 68	1.66 85	1.47 177	0.44 260	0.21 81	0.34 184	0.30 188	0.30 59	0.39 179

MDST_ROB	5.53 379	0.59 65	23.11 409	2.55 380	2.69 384	21.20 419	1.98 330	4.77 382	2.65 286	9.36 405	4.25 362	4.14 340	4.45 356	22.57 413	3.68 326	0.48 283	0.33 239	0.47 276	0.44 297	0.44 227	0.44 218

AE-Stereo	1.18 43	0.60 74	2.05 56	1.10 167	0.60 115	4.39 308	0.72 84	3.74 175	1.62 115	1.10 39	1.90 201	1.01 50	0.92 49	1.45 56	0.82 45	0.28 60	0.22 104	0.28 67	0.28 150	0.26 17	0.22 9

DualNet	2.49 245	0.60 74	5.21 159	1.14 181	0.99 212	3.62 154	0.86 152	4.22 293	3.37 360	2.20 218	2.30 272	3.48 299	1.62 196	2.21 134	16.09 388	0.29 77	0.16 4	0.48 284	0.37 259	0.30 59	0.29 76

ffm	1.72 124	0.60 74	5.21 159	1.14 181	0.99 212	3.62 154	0.86 152	4.22 293	3.37 360	2.20 218	2.30 272	3.48 299	1.62 196	2.21 134	0.65 8	0.29 77	0.16 4	0.48 284	0.37 259	0.30 59	0.29 76

ff1	2.96 294	0.60 74	5.21 159	1.14 181	0.99 212	3.62 154	0.86 152	4.22 293	3.37 360	2.20 218	2.30 272	3.48 299	1.62 196	11.62 361	16.09 388	0.29 77	0.16 4	0.48 284	0.37 259	0.30 59	0.29 76

mmx	2.98 300	0.60 74	5.21 159	1.14 181	0.99 212	3.62 154	0.86 152	4.49 363	3.05 334	2.20 218	2.30 272	3.48 299	1.62 196	11.62 361	16.09 388	0.33 156	0.28 201	0.48 284	0.37 259	0.44 227	0.37 161

xxx	2.98 300	0.60 74	5.21 159	1.14 181	0.99 212	3.62 154	0.86 152	4.49 363	3.05 334	2.20 218	2.30 272	3.48 299	1.62 196	11.62 361	16.09 388	0.33 156	0.28 201	0.48 284	0.37 259	0.44 227	0.37 161

anonymousdsp2	1.26 70	0.60 74	3.74 141	1.02 136	0.41 32	3.60 150	0.72 84	3.68 162	1.47 36	1.37 51	1.56 93	1.83 146	1.01 66	2.00 112	0.66 11	0.29 77	0.20 56	0.28 67	0.20 23	0.32 98	0.29 76

knoymous	1.30 78	0.60 74	5.57 165	0.88 66	0.75 151	3.04 75	0.90 178	2.68 77	1.33 17	1.48 59	1.07 20	2.78 253	0.88 42	1.29 40	0.85 53	0.31 129	0.22 104	0.35 199	0.20 23	0.45 234	0.37 161

CrosDoStereo	5.24 374	0.60 74	20.23 354	0.82 36	0.51 78	3.39 110	18.11 415	3.82 188	2.27 223	1.98 145	8.74 387	1.96 164	6.96 386	7.35 258	26.35 417	0.30 111	0.22 104	0.30 101	0.28 150	0.33 113	0.38 174

AAGNet	2.86 282	0.60 74	1.77 35	2.05 364	0.46 53	4.76 377	1.09 233	2.27 39	1.56 86	2.17 210	1.84 181	2.41 212	4.00 347	6.23 237	24.22 415	0.46 270	0.19 39	0.30 101	0.29 174	0.32 98	0.24 20

ASMatch	2.62 263	0.60 74	20.65 374	1.37 278	0.64 125	4.39 308	0.78 118	1.97 25	1.58 94	1.70 90	3.89 360	1.94 157	3.79 343	5.46 219	1.64 209	0.31 129	0.24 157	0.34 184	0.28 150	0.33 113	0.50 253

DeepStereo_LL	5.24 374	0.60 74	20.23 354	0.82 36	0.51 78	3.39 110	18.11 415	3.82 188	2.27 223	1.98 145	8.74 387	1.96 164	6.96 386	7.35 258	26.35 417	0.30 111	0.22 104	0.30 101	0.28 150	0.33 113	0.38 174

PFNet	2.47 241	0.60 74	16.95 286	2.15 368	0.81 161	4.63 353	0.91 186	2.55 65	1.52 64	2.40 275	2.79 321	1.83 146	1.42 149	7.54 262	1.34 160	0.33 156	0.21 81	0.36 210	0.27 125	0.32 98	0.39 179

IRAFT_RVC	1.87 141	0.60 74	4.33 145	2.40 378	0.66 133	4.59 347	1.59 302	2.96 94	1.51 56	2.23 231	1.75 141	2.09 185	2.63 301	6.70 246	1.50 182	0.33 156	0.21 81	0.33 167	0.29 174	0.32 98	0.32 113

IGEV+	0.98 16	0.61 88	1.23 4	0.91 78	0.50 76	2.06 39	0.84 143	3.55 146	1.51 56	1.53 64	1.59 99	0.95 46	0.96 55	1.17 20	0.78 38	0.30 111	0.18 24	0.23 5	0.19 18	0.27 23	0.24 20

NF-Stereo	1.58 107	0.61 88	2.66 104	2.26 371	0.47 63	4.68 360	0.67 66	3.31 123	1.48 41	2.11 190	1.59 99	1.36 85	1.09 85	6.08 236	1.20 130	0.40 228	0.20 56	0.36 210	0.34 226	0.31 75	0.36 147

OCTAStereo	1.58 107	0.61 88	2.72 105	2.27 374	0.46 53	4.68 360	0.67 66	3.30 122	1.48 41	2.11 190	1.59 99	1.36 85	1.09 85	6.02 233	1.21 134	0.41 238	0.20 56	0.36 210	0.34 226	0.31 75	0.37 161

NRIStereo	1.28 75	0.61 88	1.67 27	1.15 195	0.38 25	4.73 372	0.90 178	2.42 45	1.50 52	1.93 135	1.33 54	1.75 126	1.22 114	2.96 176	1.33 158	0.46 270	0.22 104	0.29 82	0.26 102	0.30 59	0.28 69

RE-Stereo	1.58 107	0.61 88	2.72 105	2.26 371	0.46 53	4.68 360	0.68 70	3.31 123	1.48 41	2.11 190	1.59 99	1.36 85	1.09 85	6.01 231	1.22 137	0.41 238	0.20 56	0.36 210	0.34 226	0.31 75	0.37 161

TVStereo	1.58 107	0.61 88	2.72 105	2.26 371	0.46 53	4.68 360	0.68 70	3.31 123	1.48 41	2.11 190	1.59 99	1.36 85	1.09 85	6.01 231	1.22 137	0.41 238	0.20 56	0.36 210	0.34 226	0.31 75	0.37 161

CRE-IMP	1.23 55	0.61 88	2.14 70	0.82 36	0.39 26	4.54 336	0.83 140	2.63 74	1.55 82	1.95 139	1.46 70	1.87 153	0.96 55	1.48 58	1.33 158	0.45 266	0.21 81	0.31 120	0.26 102	0.41 199	0.31 106

XX-Stereo	2.54 254	0.61 88	20.21 353	1.78 341	1.19 255	4.30 300	0.46 13	4.39 346	1.58 94	2.32 254	1.89 197	4.64 364	0.60 4	4.16 201	0.82 45	0.31 129	0.21 81	0.28 67	0.27 125	0.51 253	0.26 44

iRaft-Stereo_20w	1.88 145	0.62 96	10.58 213	0.90 74	0.83 170	2.96 72	0.78 118	4.90 384	1.58 94	2.29 241	1.60 104	1.25 74	4.51 358	2.28 141	0.90 68	0.29 77	0.21 81	0.26 37	0.24 80	0.41 199	0.31 106

ac_64	2.35 225	0.62 96	9.77 200	1.32 252	1.71 348	3.27 96	0.93 197	3.48 134	2.50 268	1.74 97	1.73 135	3.91 326	1.77 228	10.21 317	1.86 236	0.40 228	0.31 227	0.33 167	0.30 188	0.34 129	0.39 179

GANet-RSSM	1.98 165	0.62 96	3.49 131	1.69 332	1.23 265	4.22 286	0.91 186	3.31 123	1.86 155	1.81 108	1.74 137	2.34 204	1.82 241	10.92 339	1.73 222	0.34 167	0.29 210	0.31 120	0.28 150	0.39 175	0.40 197

SGM-Forest	2.96 294	0.62 96	3.49 131	1.09 159	0.80 159	4.06 238	3.30 374	4.37 344	3.09 337	4.18 374	3.27 346	4.67 366	3.86 345	11.69 370	7.91 360	0.51 302	0.46 317	0.49 297	0.39 275	0.48 246	0.49 246
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DeepStereo_RVC	1.55 100	0.63 100	3.32 127	0.77 25	0.42 35	4.49 327	0.72 84	2.50 52	1.58 94	2.02 168	1.81 169	1.54 106	6.38 382	1.73 92	1.19 127	0.46 270	0.22 104	0.29 82	0.28 150	0.35 145	0.38 174

test_xeample3	2.12 186	0.63 100	21.55 397	0.91 78	0.47 63	1.85 26	0.94 200	7.96 401	1.23 4	0.75 6	0.76 3	0.64 6	0.70 14	1.77 94	0.83 48	0.30 111	0.21 81	0.27 53	0.21 29	0.27 23	0.24 20

EAI-Stereo	2.35 225	0.63 100	2.97 114	0.95 97	0.65 130	3.84 192	14.27 411	5.04 386	2.19 210	2.06 179	7.25 375	1.10 56	0.94 52	1.65 84	1.37 162	0.31 129	0.22 104	0.27 53	0.60 338	0.27 23	0.32 113

SFCPSM	2.18 192	0.63 100	17.03 287	0.88 66	0.98 209	3.74 173	1.28 262	4.09 263	2.16 205	1.85 112	1.83 176	1.65 114	1.39 140	2.50 149	1.50 182	0.33 156	0.27 193	0.39 237	0.36 248	0.34 129	0.37 161

UPFNet	1.81 137	0.63 100	6.71 170	1.25 228	1.44 305	3.50 130	1.35 268	4.02 243	1.85 154	2.40 275	1.52 82	2.41 212	1.40 141	3.62 186	1.88 238	0.34 167	0.33 239	0.37 222	0.31 204	0.41 199	0.39 179

MSKI-zero shot	2.22 194	0.64 105	20.09 350	0.96 101	0.56 99	4.04 235	0.70 80	3.91 213	1.50 52	1.92 131	2.28 265	1.92 156	0.71 16	2.93 174	0.67 13	0.26 27	0.23 128	0.26 37	0.21 29	0.28 36	0.26 44

EKT-Stereo	6.79 393	0.64 105	4.24 144	1.77 340	106.39 436	4.51 334	0.61 46	3.16 108	1.53 69	1.88 119	1.22 34	1.98 168	1.36 136	3.81 190	0.84 50	0.35 184	0.24 157	0.29 82	0.26 102	0.34 129	0.48 242

hknet	1.98 165	0.64 105	8.70 188	0.87 62	1.07 231	4.16 269	1.16 245	4.48 360	1.73 136	2.93 327	1.83 176	3.48 299	1.30 128	3.91 195	1.51 188	0.31 129	0.25 174	0.31 120	0.28 150	0.35 145	0.33 123

GES	1.38 88	0.64 105	2.61 99	1.09 159	0.57 108	4.30 300	1.02 219	3.86 198	1.51 56	1.72 94	1.74 137	1.28 77	1.77 228	1.62 78	1.61 203	0.39 222	0.27 193	0.33 167	0.30 188	0.41 199	0.47 238

ACVNet	1.46 95	0.64 105	3.56 134	0.93 93	0.85 174	4.22 286	0.80 128	2.85 87	2.08 187	1.78 103	1.88 192	3.10 274	1.46 160	1.33 43	1.89 239	0.29 77	0.26 185	0.30 101	0.26 102	0.39 175	0.27 56

acv_ft	1.55 100	0.64 105	3.29 125	1.14 181	2.01 370	2.93 68	0.97 211	3.81 187	2.08 187	2.22 227	1.88 192	3.10 274	1.66 215	1.33 43	2.22 276	0.29 77	0.26 185	0.30 101	0.26 102	0.39 175	0.27 56

MSMDNet	2.23 196	0.64 105	17.32 288	0.84 49	0.75 151	3.53 136	0.64 57	3.61 154	1.98 171	1.71 93	1.64 113	3.22 282	2.99 314	2.08 119	1.11 112	0.31 129	0.37 271	0.45 269	0.26 102	0.62 291	0.45 223

IGEVStereo-DCA	0.86 9	0.65 112	2.05 56	0.90 74	0.46 53	1.57 17	0.86 152	1.62 7	1.24 5	0.65 1	0.77 4	0.74 22	0.72 18	2.59 161	0.86 57	0.28 60	0.21 81	0.28 67	0.21 29	0.29 44	0.27 56

rrr	2.27 204	0.65 112	23.82 413	0.90 74	0.46 53	1.57 17	0.96 209	7.98 402	1.19 3	0.65 1	0.77 4	0.74 22	0.72 18	2.59 161	0.86 57	0.28 60	0.21 81	0.28 67	0.21 29	0.29 44	0.25 27

PCWNet_CMD	2.23 196	0.65 112	17.36 292	0.83 43	0.76 154	3.51 132	0.64 57	3.60 153	1.97 169	1.70 90	1.63 111	3.22 282	3.05 320	2.09 122	1.11 112	0.31 129	0.36 259	0.47 276	0.26 102	0.64 298	0.47 238

IER	1.69 122	0.65 112	7.19 175	0.94 96	1.15 244	3.28 99	0.89 174	3.48 134	1.97 169	2.10 186	1.98 212	2.28 195	2.12 266	2.25 139	1.75 225	0.29 77	0.23 128	0.36 210	0.30 188	0.32 98	0.34 133

IPLG	2.48 243	0.65 112	19.63 332	0.91 78	0.79 158	4.60 349	0.56 30	4.31 330	1.84 153	1.91 130	2.00 215	1.31 80	1.38 137	6.61 242	1.53 191	0.27 34	0.20 56	0.27 53	0.23 59	0.31 75	0.36 147

Patchmatch Stereo++	1.25 63	0.65 112	2.06 65	0.75 11	0.37 17	4.68 360	0.76 106	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.14 102	2.44 144	0.90 68	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 60	0.65 112	2.03 53	0.75 11	0.37 17	4.68 360	0.73 88	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.13 96	2.18 132	0.87 62	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

iRAFT	1.25 63	0.65 112	2.06 65	0.75 11	0.37 17	4.68 360	0.76 106	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.14 102	2.44 144	0.90 68	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

test-1	1.23 55	0.65 112	1.88 41	0.96 101	0.52 85	3.84 192	0.62 55	4.01 239	1.47 36	1.93 135	1.78 151	1.83 146	0.92 49	1.19 26	1.28 148	0.26 27	0.29 210	0.31 120	0.24 80	0.29 44	0.36 147

pcwnet_v2	2.70 275	0.65 112	22.48 406	1.08 155	1.03 222	3.56 143	0.81 133	4.29 319	3.14 341	2.29 241	2.29 268	3.01 268	1.71 222	3.32 180	1.43 168	0.43 253	0.50 330	0.41 250	0.34 226	0.61 289	0.56 277

StereoIM	0.82 6	0.66 122	1.53 18	0.65 4	1.87 363	1.24 9	0.36 4	2.13 32	1.27 13	0.67 4	0.75 2	0.88 40	0.70 14	1.15 16	1.07 105	0.29 77	0.23 128	0.26 37	0.20 23	0.31 75	0.22 9

CASS	1.29 77	0.66 122	2.62 101	0.95 97	0.66 133	2.84 60	0.69 75	3.00 97	1.79 146	2.57 293	1.95 205	1.39 89	1.55 186	1.59 70	1.06 103	0.50 296	0.28 201	0.34 184	0.28 150	0.46 241	0.63 296
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 55	0.66 122	2.02 52	0.75 11	0.37 17	4.67 359	0.76 106	2.53 55	1.58 94	1.99 150	1.46 70	1.78 129	1.14 102	2.08 119	0.88 64	0.48 283	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

ROB_FTStereo	1.25 63	0.66 122	2.14 70	0.75 11	0.37 17	4.65 356	0.77 116	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.13 96	2.26 140	0.86 57	0.47 278	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

HUI-Stereo	1.25 63	0.66 122	2.33 87	0.75 11	0.37 17	4.68 360	0.78 118	2.53 55	1.58 94	1.99 150	1.46 70	1.79 136	1.13 96	2.17 130	0.85 53	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

iGMRVC	1.26 70	0.66 122	2.14 70	0.75 11	0.37 17	4.66 357	0.74 98	2.53 55	1.58 94	1.99 150	1.46 70	1.78 129	1.14 102	2.46 146	0.92 77	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

RAFT-IKP	1.25 63	0.66 122	2.23 78	0.75 11	0.37 17	4.64 354	0.74 98	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.13 96	2.22 137	0.92 77	0.48 283	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

ICVP	2.26 202	0.66 122	21.18 389	0.99 116	0.88 183	4.28 297	0.95 204	3.32 127	1.60 109	1.66 84	1.76 144	1.34 82	1.14 102	1.62 78	1.32 154	0.53 310	0.35 255	0.33 167	0.29 174	0.40 178	0.51 259
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousa	2.16 190	0.67 130	19.19 321	1.04 144	1.67 344	2.06 39	0.79 123	2.86 90	1.96 167	1.85 112	2.14 243	3.23 284	1.81 239	1.12 11	1.15 118	0.26 27	0.26 185	0.34 184	0.32 211	0.30 59	0.28 69

DAS	2.31 216	0.67 130	4.79 153	1.14 181	1.64 337	2.93 68	2.13 338	4.09 263	2.74 296	4.17 371	2.52 300	2.46 220	1.79 231	11.55 358	1.63 207	0.37 197	0.22 104	0.39 237	0.25 89	0.41 199	0.34 133

SepStereo	2.15 189	0.67 130	4.79 153	1.14 181	1.64 337	2.93 68	2.13 338	4.09 263	2.74 296	4.17 371	2.52 300	2.46 220	1.79 231	8.36 272	1.63 207	0.37 197	0.22 104	0.39 237	0.25 89	0.41 199	0.34 133

GwcNet-ADL	2.47 241	0.67 130	21.48 396	0.96 101	0.72 145	4.61 350	0.95 204	4.42 350	2.36 238	1.98 145	1.80 157	2.55 228	1.24 119	1.90 106	1.41 165	0.40 228	0.46 317	0.24 17	0.27 125	0.41 199	0.49 246

CFNet_pseudo	2.12 186	0.67 130	15.14 265	0.85 58	0.74 150	3.95 217	0.64 57	3.95 224	1.78 144	1.90 125	1.79 154	3.27 287	1.62 196	2.51 152	1.16 121	0.31 129	0.36 259	0.53 311	0.27 125	0.63 292	0.44 218

ccs_rob	2.13 188	0.67 130	15.11 264	0.84 49	0.75 151	3.96 222	0.65 63	3.95 224	1.78 144	1.88 119	1.79 154	3.26 286	1.64 211	2.51 152	1.16 121	0.31 129	0.36 259	0.54 318	0.27 125	0.65 301	0.45 223

CFNet_ucs	2.36 228	0.68 136	18.42 310	0.89 69	0.81 161	3.85 198	0.68 70	4.29 319	2.37 244	2.09 183	2.04 221	3.31 290	1.24 119	2.63 163	1.14 117	0.36 189	0.45 310	0.56 321	0.29 174	0.66 306	0.49 246

ff7	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 339	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

ffff	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 339	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

11t	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 339	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

test croco	1.55 100	0.69 137	13.59 234	0.65 4	0.73 149	1.66 20	0.57 31	3.17 110	1.94 166	0.77 16	1.24 37	0.80 30	0.86 39	1.60 72	0.96 88	0.33 156	0.21 81	0.32 136	0.25 89	0.42 214	0.28 69

IGEV_Zeroshot_test	2.16 190	0.69 137	20.60 373	1.22 220	0.54 94	2.18 45	0.53 24	3.38 131	1.61 112	1.93 135	1.55 90	3.76 320	1.05 74	1.55 65	0.91 74	0.29 77	0.20 56	0.27 53	0.29 174	0.40 178	0.32 113

anonymousdsp	0.95 14	0.69 137	1.27 6	0.83 43	0.52 85	4.54 336	0.84 143	1.76 17	1.24 5	0.76 13	1.06 18	0.78 25	0.77 25	1.67 88	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44

ccc-4	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 339	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

IGEV-Stereo	0.95 14	0.69 137	1.27 6	0.84 49	0.52 85	4.54 336	0.84 143	1.76 17	1.24 5	0.75 6	1.06 18	0.79 29	0.77 25	1.68 89	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 146	0.69 137	3.14 121	1.10 167	1.18 249	3.99 228	1.79 317	3.50 139	2.16 205	3.10 339	1.64 113	2.91 262	2.50 294	5.38 217	2.26 278	0.43 253	0.38 277	0.37 222	0.36 248	0.50 252	0.42 205

DIP-Stereo	1.24 60	0.69 137	1.77 35	0.65 4	0.61 119	4.29 298	0.58 39	4.44 354	2.53 273	1.98 145	1.33 54	0.91 42	0.86 39	1.25 33	1.25 141	0.36 189	0.23 128	0.32 136	0.23 59	0.32 98	0.29 76
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
fff	1.74 127	0.70 147	9.08 191	0.81 29	0.36 5	4.15 259	0.57 31	4.23 298	2.09 190	2.30 245	1.80 157	1.19 69	3.02 317	1.44 52	1.46 174	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

GMOStereo	1.13 37	0.70 147	2.26 79	0.75 11	0.44 43	3.05 77	0.91 186	2.78 82	1.45 26	2.37 268	1.52 82	1.53 102	1.05 74	1.17 20	0.92 77	0.25 19	0.19 39	0.35 199	0.28 150	0.34 129	0.26 44

error version	1.13 37	0.70 147	2.26 79	0.75 11	0.44 43	3.05 77	0.91 186	2.78 82	1.45 26	2.37 268	1.52 82	1.53 102	1.05 74	1.17 20	0.92 77	0.25 19	0.19 39	0.35 199	0.28 150	0.34 129	0.26 44

test-v	1.13 37	0.70 147	2.26 79	0.75 11	0.44 43	3.05 77	0.91 186	2.78 82	1.45 26	2.37 268	1.52 82	1.53 102	1.05 74	1.17 20	0.92 77	0.25 19	0.19 39	0.35 199	0.28 150	0.34 129	0.26 44

test-2	1.13 37	0.70 147	2.26 79	0.75 11	0.44 43	3.05 77	0.91 186	2.78 82	1.45 26	2.37 268	1.52 82	1.53 102	1.05 74	1.17 20	0.92 77	0.25 19	0.19 39	0.35 199	0.28 150	0.34 129	0.26 44

iRaftStereo_RVC	1.09 35	0.70 147	1.39 12	0.95 97	0.45 47	3.83 187	0.42 8	2.37 43	1.58 94	1.69 88	1.76 144	1.80 139	0.83 37	1.50 59	0.98 91	0.28 60	0.18 24	0.29 82	0.26 102	0.30 59	0.31 106

csc	1.74 127	0.70 147	9.08 191	0.81 29	0.36 5	4.15 259	0.57 31	4.23 298	2.09 190	2.30 245	1.80 157	1.19 69	3.02 317	1.44 52	1.46 174	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

cscssc	1.74 127	0.70 147	9.08 191	0.81 29	0.36 5	4.15 259	0.57 31	4.23 298	2.09 190	2.30 245	1.80 157	1.19 69	3.02 317	1.44 52	1.46 174	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

RASNet	2.56 259	0.70 147	10.06 205	1.60 322	2.25 379	3.67 163	1.00 215	3.38 131	3.14 341	1.81 108	2.11 238	4.60 361	2.30 280	10.25 319	2.61 301	0.37 197	0.24 157	0.25 27	0.24 80	0.28 36	0.26 44

CBMV_ROB	3.62 338	0.70 147	21.42 395	1.21 217	0.89 188	4.43 317	1.76 316	4.39 346	2.79 303	5.88 388	3.38 348	4.18 342	5.12 364	10.75 331	2.32 282	0.56 315	0.55 334	0.53 311	0.51 319	0.55 267	0.46 233

ProNet	0.82 6	0.71 157	1.50 17	0.86 59	0.45 47	1.78 22	0.83 140	1.75 16	1.28 14	0.66 3	1.13 26	0.78 25	0.76 24	1.66 85	0.71 26	0.24 10	0.20 56	0.25 27	0.23 59	0.29 44	0.25 27

MIPNet	2.33 221	0.71 157	19.82 337	0.89 69	0.56 99	4.76 377	0.61 46	4.32 334	2.37 244	1.83 111	1.48 80	1.48 100	1.98 256	2.63 163	1.44 170	0.29 77	0.20 56	0.26 37	0.23 59	0.30 59	0.39 179

HHNet	2.48 243	0.71 157	20.52 369	0.64 3	0.64 125	4.07 243	0.93 197	3.76 178	1.56 86	2.15 201	4.92 369	0.98 47	3.37 333	1.66 85	1.79 229	0.32 145	0.20 56	0.31 120	0.27 125	0.36 156	0.42 205

MyStereo06	2.46 238	0.72 160	19.97 343	1.02 136	0.99 212	4.26 291	0.86 152	3.51 142	1.68 124	1.92 131	1.73 135	4.01 332	4.22 352	1.62 78	0.88 64	0.24 10	0.23 128	0.34 184	0.26 102	0.42 214	0.36 147

MyStereo05	2.37 229	0.72 160	19.94 341	1.02 136	0.99 212	4.26 291	0.86 152	4.01 239	2.62 283	2.14 196	1.26 42	2.28 195	1.63 208	2.07 117	1.68 214	0.24 10	0.23 128	0.34 184	0.26 102	0.42 214	0.36 147

ToySt	1.35 84	0.72 160	3.65 140	1.01 127	0.50 76	3.31 104	1.01 216	3.46 133	1.73 136	1.30 46	1.55 90	2.07 184	1.47 162	1.88 105	1.40 164	0.27 34	0.27 193	0.30 101	0.32 211	0.42 214	0.39 179

RAFT+CT+SA	1.62 115	0.72 160	7.42 176	0.97 108	1.42 304	4.04 235	0.94 200	3.90 209	1.61 112	1.61 75	1.63 111	1.33 81	1.18 108	2.73 171	1.10 111	0.27 34	0.19 39	0.31 120	0.34 226	0.33 113	0.33 123

PSMNet-ADL	1.91 151	0.72 160	1.78 37	1.09 159	0.86 178	4.18 276	0.78 118	3.77 180	2.10 198	1.72 94	1.85 188	2.91 262	1.82 241	10.38 323	1.91 241	0.48 283	0.46 317	0.28 67	0.29 174	0.38 167	0.51 259

raftrobust	1.19 44	0.72 160	2.30 84	1.26 234	1.31 278	3.55 141	0.68 70	2.75 81	1.47 36	2.21 226	1.38 65	1.17 63	1.22 114	1.20 27	1.11 112	0.28 60	0.24 157	0.21 2	0.19 18	0.25 11	0.28 69

RAFT-Stereo + iAFF	1.25 63	0.72 160	1.74 33	1.05 145	0.36 5	4.13 255	0.42 8	2.95 93	2.84 317	2.02 168	2.40 290	1.61 111	1.11 93	1.26 34	0.97 89	0.21 1	0.15 2	0.26 37	0.23 59	0.29 44	0.23 14

SGM_RVC	4.57 364	0.72 160	17.46 296	1.84 350	0.58 114	4.23 289	3.45 378	4.66 377	3.66 370	7.99 400	8.82 390	7.56 388	8.74 399	12.30 385	6.84 352	0.43 253	0.38 277	0.39 237	0.35 240	0.51 253	0.48 242
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 10	0.73 168	1.42 13	0.92 82	1.08 233	2.97 73	0.53 24	1.77 19	1.39 21	1.16 43	1.54 88	0.58 2	0.65 11	1.03 8	0.84 50	0.25 19	0.23 128	0.30 101	0.24 80	0.43 222	0.29 76

tt1	1.79 135	0.73 168	10.41 211	1.75 338	0.36 5	4.55 339	0.79 123	4.22 293	3.37 360	1.08 38	1.80 157	0.74 22	1.48 164	2.21 134	0.65 8	0.29 77	0.16 4	0.31 120	0.22 50	0.30 59	0.29 76

ADStereo(finetuned)	2.04 176	0.73 168	13.28 230	0.82 36	0.40 29	4.16 269	0.59 40	4.25 306	2.97 325	2.35 262	1.84 181	1.18 66	3.40 334	1.52 62	1.54 192	0.29 77	0.24 157	0.23 5	0.18 9	0.30 59	0.51 259

GANet-ADL	2.20 193	0.73 168	20.11 351	1.25 228	0.69 143	3.83 187	0.76 106	3.49 137	1.71 133	1.65 83	1.99 214	2.10 186	1.10 89	1.42 51	1.26 144	0.38 211	0.33 239	0.25 27	0.22 50	0.42 214	0.36 147

DCANet	1.74 127	0.73 168	9.08 191	0.82 36	0.40 29	4.18 276	0.59 40	4.25 306	2.97 325	2.35 262	1.84 181	1.18 66	1.63 208	1.51 61	1.55 193	0.29 77	0.24 157	0.23 5	0.18 9	0.30 59	0.53 266

hitnet-ft	2.37 229	0.73 168	8.34 182	0.96 101	0.89 188	3.77 177	0.80 128	3.55 146	2.58 280	2.24 233	2.04 221	3.65 318	1.49 170	11.71 371	1.89 239	0.44 260	0.53 331	0.44 263	0.35 240	0.52 256	0.48 242

DISCO	2.25 200	0.73 168	10.06 205	1.76 339	1.12 240	3.47 123	1.25 260	3.24 118	2.26 221	2.65 308	1.96 206	4.53 358	1.92 253	4.17 202	3.61 324	0.32 145	0.25 174	0.31 120	0.29 174	0.66 306	0.41 202

NOSS_ROB	2.27 204	0.73 168	3.00 116	1.71 334	1.00 219	3.90 204	0.97 211	4.29 319	2.81 313	2.94 331	2.19 251	3.88 325	1.19 112	11.77 373	1.62 205	0.59 320	0.54 332	0.56 321	0.52 322	0.56 273	0.54 272

ACVNet-DCA	1.85 140	0.74 176	13.77 237	1.78 341	0.36 5	4.48 321	0.74 98	3.98 232	1.53 69	1.01 30	1.81 169	0.72 17	1.62 196	2.13 124	0.64 4	0.29 77	0.17 9	0.32 136	0.21 29	0.33 113	0.32 113

xx1	2.03 174	0.74 176	13.77 237	1.78 341	0.36 5	4.48 321	0.74 98	4.23 298	3.95 377	1.01 30	1.81 169	1.79 136	1.34 133	2.13 124	0.64 4	0.29 77	0.17 9	0.33 167	0.33 219	0.33 113	0.32 113

1test111	1.99 168	0.74 176	13.77 237	1.78 341	0.36 5	4.48 321	0.74 98	3.98 232	1.53 69	1.01 30	1.81 169	0.72 17	1.62 196	4.66 206	0.98 91	0.29 77	0.17 9	0.32 136	0.21 29	0.33 113	0.32 113

cc1	1.98 165	0.74 176	13.77 237	1.78 341	0.36 5	4.48 321	0.74 98	4.23 298	3.95 377	1.01 30	1.81 169	0.72 17	1.62 196	2.13 124	0.64 4	0.29 77	0.17 9	0.32 136	0.21 29	0.31 75	0.29 76

DCRE	1.44 92	0.74 176	3.50 133	1.13 180	0.72 145	1.78 22	0.67 66	2.14 33	1.56 86	1.99 150	8.09 382	1.73 125	1.07 83	1.24 32	0.83 48	0.23 7	0.25 174	0.26 37	0.26 102	0.28 36	0.30 99

NINENet	1.87 141	0.74 176	2.60 98	1.12 173	1.06 229	4.50 330	0.76 106	4.41 349	2.24 216	2.16 206	1.86 190	3.63 316	0.97 59	8.00 269	1.17 124	0.41 238	0.30 219	0.41 250	0.30 188	0.41 199	0.36 147

UNet	2.51 248	0.74 176	20.17 352	1.14 181	1.44 305	3.48 125	0.76 106	3.77 180	1.87 156	2.05 176	1.57 95	2.75 246	2.39 287	3.51 183	2.51 294	0.32 145	0.26 185	0.41 250	0.26 102	0.38 167	0.39 179

HGLStereo	2.03 174	0.74 176	7.50 178	1.23 224	1.56 324	3.62 154	0.95 204	3.78 183	1.89 161	2.03 172	2.20 253	3.12 277	2.14 269	5.68 226	2.04 256	0.37 197	0.31 227	0.32 136	0.29 174	0.40 178	0.45 223

DMCA	1.72 124	0.74 176	6.63 169	1.14 181	0.96 202	3.98 227	0.90 178	3.75 176	2.76 299	2.83 323	1.58 96	2.35 206	1.18 108	1.58 67	1.98 251	0.40 228	0.27 193	0.42 256	0.26 102	0.36 156	0.38 174

DispNO	3.00 303	0.75 185	18.92 318	1.17 201	1.10 238	3.72 169	0.94 200	4.29 319	2.54 275	2.24 233	2.28 265	4.51 356	2.12 266	11.40 352	2.09 264	0.31 129	0.28 201	0.31 120	0.28 150	0.36 156	0.39 179

StereoVision	1.65 118	0.75 185	7.47 177	1.01 127	1.80 360	2.61 57	0.61 46	3.06 103	1.96 167	1.25 45	3.46 351	1.85 151	0.88 42	2.07 117	1.93 242	0.43 253	0.36 259	0.37 222	0.36 248	0.48 246	0.33 123

test_5	1.87 141	0.75 185	10.23 208	1.14 181	1.40 297	3.85 198	1.27 261	3.91 213	1.93 165	1.69 88	1.78 151	1.67 116	1.79 231	2.99 177	1.17 124	0.30 111	0.18 24	0.35 199	0.33 219	0.34 129	0.33 123

SA	1.62 115	0.75 185	3.78 142	1.07 151	0.43 38	4.26 291	1.36 270	4.45 357	3.12 338	1.63 78	1.97 211	1.68 118	2.26 279	2.55 157	1.27 145	0.27 34	0.22 104	0.37 222	0.37 259	0.35 145	0.30 99

Anonymous3	1.72 124	0.76 189	11.61 220	0.83 43	0.84 173	4.46 319	0.84 143	3.57 150	1.16 2	1.34 48	1.37 63	1.11 57	1.03 68	1.58 67	1.13 116	0.70 343	0.58 341	0.33 167	0.35 240	0.47 243	0.42 205

Anonymous	1.04 31	0.76 189	2.42 94	1.06 149	1.27 274	1.67 21	0.86 152	2.51 54	1.49 47	0.92 25	1.14 27	0.70 11	1.10 89	1.26 34	0.98 91	0.47 278	0.33 239	0.30 101	0.30 188	0.66 306	0.51 259

delet	1.92 154	0.76 189	5.14 156	1.01 127	1.65 340	3.44 116	2.03 333	3.76 178	2.48 263	2.01 164	2.05 226	2.63 237	1.90 251	5.34 216	2.12 266	0.28 60	0.29 210	0.40 243	0.31 204	0.41 199	0.45 223

STrans-v2	3.03 307	0.77 192	20.91 379	0.81 29	0.63 123	3.89 203	1.01 216	4.27 314	2.64 285	2.28 239	3.70 355	4.13 339	5.20 365	7.33 257	1.27 145	0.31 129	0.18 24	0.29 82	0.25 89	0.29 44	0.41 202

TransformOpticalFlow	3.03 307	0.77 192	20.99 382	1.00 123	0.55 96	4.18 276	0.64 57	4.33 336	3.02 332	2.18 212	3.09 338	4.35 350	5.07 363	7.36 260	1.27 145	0.32 145	0.18 24	0.32 136	0.26 102	0.28 36	0.46 233

AFF-stereo	1.31 81	0.77 192	1.46 15	1.10 167	0.45 47	3.93 210	0.48 16	2.92 92	2.92 322	1.90 125	2.21 255	2.11 188	1.52 176	1.93 108	1.12 115	0.21 1	0.16 4	0.25 27	0.25 89	0.29 44	0.20 6

PSMNet-RSSM	1.96 161	0.77 192	3.26 124	1.29 243	1.31 278	4.19 280	0.96 209	3.68 162	1.89 161	2.05 176	1.80 157	2.60 233	1.70 220	9.84 303	1.81 230	0.35 184	0.29 210	0.35 199	0.37 259	0.42 214	0.35 144

FC-DCNN	6.64 391	0.77 192	19.26 324	1.68 331	1.64 337	8.27 404	2.35 346	6.35 399	9.23 402	10.85 412	11.27 400	19.89 409	13.33 404	12.51 391	11.79 377	0.66 334	0.57 337	0.58 325	0.56 331	0.63 292	0.61 291

CoDeX	2.40 231	0.78 197	13.21 229	1.00 123	1.18 249	3.24 90	1.32 265	4.14 278	2.41 251	1.74 97	1.84 181	2.05 179	1.47 162	10.03 313	1.60 200	0.34 167	0.28 201	0.32 136	0.27 125	0.32 98	0.39 179

MIM_Stereo	1.20 49	0.78 197	3.30 126	1.05 145	0.43 38	3.04 75	0.60 43	2.46 50	1.51 56	1.60 70	1.58 96	1.82 143	1.29 126	2.00 112	1.07 105	0.24 10	0.24 157	0.28 67	0.25 89	0.27 23	0.27 56

CRFU-Net	2.49 245	0.78 197	10.36 209	2.30 375	1.08 233	3.91 205	1.41 282	3.85 195	1.65 120	2.15 201	1.76 144	3.34 292	7.95 394	5.56 223	1.48 178	0.47 278	0.35 255	0.30 101	0.28 150	0.37 163	0.43 213

Sa-1000	1.63 117	0.79 200	3.56 134	1.11 171	0.48 69	4.06 238	1.41 282	4.49 363	2.75 298	2.00 162	2.80 323	1.84 149	1.43 151	2.64 165	1.50 182	0.27 34	0.19 39	0.36 210	0.33 219	0.36 156	0.30 99

IIG-Stereo	1.95 159	0.79 200	2.14 70	2.78 384	0.66 133	4.62 351	0.76 106	4.27 314	1.53 69	2.63 305	3.14 341	3.35 293	1.61 193	7.65 266	1.41 165	0.39 222	0.20 56	0.31 120	0.25 89	0.33 113	0.22 9

cf-r	2.57 261	0.79 200	16.09 272	1.48 300	1.35 287	4.19 280	0.93 197	3.68 162	2.36 238	1.97 144	1.81 169	3.42 296	1.45 157	8.24 271	1.83 233	0.32 145	0.26 185	0.33 167	0.30 188	0.34 129	0.37 161

MyStereo07	1.01 25	0.80 203	1.26 5	1.00 123	1.04 225	3.95 217	0.95 204	2.07 31	1.42 23	0.75 6	1.22 34	0.68 8	0.91 47	1.63 81	0.67 13	0.24 10	0.24 157	0.34 184	0.26 102	0.41 199	0.37 161

MyStereo04	2.29 212	0.80 203	18.77 315	1.00 123	1.04 225	3.95 217	0.95 204	3.91 213	2.54 275	1.99 150	1.27 48	2.31 202	1.65 213	2.02 116	1.77 226	0.24 10	0.24 157	0.34 184	0.26 102	0.41 199	0.37 161

rafts_anoy	1.24 60	0.80 203	3.61 138	1.17 201	1.20 260	3.00 74	0.61 46	3.17 110	1.58 94	1.37 51	1.26 42	1.19 69	1.12 94	1.78 95	1.25 141	0.32 145	0.23 128	0.32 136	0.32 211	0.31 75	0.30 99

GEStereo_RVC	1.91 151	0.80 203	6.57 168	1.20 212	1.06 229	4.02 233	1.43 286	4.13 272	1.89 161	2.03 172	1.80 157	2.34 204	1.86 246	4.94 210	1.77 226	0.48 283	0.38 277	0.32 136	0.28 150	0.42 214	0.50 253

TestStereo1	1.56 104	0.81 207	2.32 85	1.61 325	0.64 125	4.13 255	1.36 270	3.79 184	3.20 349	1.60 70	2.57 307	1.39 89	2.15 270	2.51 152	1.30 151	0.29 77	0.20 56	0.34 184	0.25 89	0.40 178	0.36 147

SA-5K	1.56 104	0.81 207	2.32 85	1.61 325	0.64 125	4.13 255	1.36 270	3.79 184	3.20 349	1.60 70	2.57 307	1.39 89	2.15 270	2.51 152	1.30 151	0.29 77	0.20 56	0.34 184	0.25 89	0.40 178	0.36 147

MMNet	2.02 173	0.81 207	10.76 214	1.12 173	1.23 265	3.53 136	0.89 174	3.79 184	2.08 187	2.15 201	1.76 144	2.15 189	2.12 266	3.69 188	2.32 282	0.31 129	0.29 210	0.34 184	0.27 125	0.38 167	0.42 205

psm_up	2.28 209	0.81 207	5.45 164	1.26 234	1.50 313	3.84 192	1.23 257	4.23 298	2.03 179	2.55 289	1.80 157	2.44 218	1.65 213	12.90 393	1.58 196	0.37 197	0.38 277	0.41 250	0.34 226	0.43 222	0.39 179

FAT-Stereo	3.34 330	0.81 207	20.05 345	1.25 228	1.20 260	3.44 116	1.99 331	4.23 298	2.67 289	3.14 342	3.82 358	3.51 308	3.32 332	11.68 369	1.94 244	0.64 329	0.67 356	0.48 284	0.52 322	0.61 289	0.81 329

HSM	2.35 225	0.81 207	2.21 75	1.14 181	1.55 321	3.44 116	1.03 220	3.99 236	2.25 218	2.29 241	2.11 238	8.04 390	3.05 320	11.60 359	1.71 217	0.33 156	0.22 104	0.28 67	0.23 59	0.32 98	0.35 144

StereoDRNet-Refined	1.77 133	0.81 207	2.22 76	1.21 217	0.76 154	3.26 94	0.71 82	3.82 188	2.05 184	2.29 241	2.05 226	2.98 265	1.44 153	7.15 255	2.27 279	0.30 111	0.23 128	0.42 256	0.33 219	0.45 234	0.64 298
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 356	0.82 214	10.85 215	0.86 59	0.43 38	2.16 44	16.77 413	3.22 115	1.54 76	2.04 175	12.05 403	2.68 239	7.53 391	7.30 256	12.62 378	0.30 111	0.21 81	0.29 82	0.28 150	0.33 113	0.41 202

sCroCo_RVC	1.06 32	0.82 214	5.05 155	1.02 136	1.05 227	0.98 4	0.61 46	2.06 29	1.29 15	0.69 5	1.26 42	0.82 34	1.10 89	1.20 27	0.90 68	0.42 248	0.40 290	0.33 167	0.30 188	0.46 241	0.38 174

HITNet	2.07 182	0.82 214	14.77 254	1.34 260	0.56 99	3.47 123	0.80 128	4.07 257	2.35 236	2.16 206	1.61 108	1.64 113	1.44 153	2.09 122	2.56 300	0.26 27	0.18 24	0.41 250	0.26 102	0.45 234	0.25 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iRaft-Stereo_5w	2.10 185	0.83 217	8.57 185	0.81 29	0.76 154	3.21 84	0.84 143	3.71 172	1.65 120	1.56 68	2.50 297	2.20 191	2.23 278	9.13 288	2.01 254	0.38 211	0.19 39	0.35 199	0.27 125	0.45 234	0.39 179

raft+_RVC	1.21 52	0.83 217	2.61 99	1.35 264	0.97 205	3.60 150	0.76 106	3.23 116	1.51 56	1.33 47	1.67 119	1.03 51	1.10 89	1.87 104	0.92 77	0.24 10	0.22 104	0.25 27	0.24 80	0.26 17	0.25 27

ADLNet	2.29 212	0.83 217	3.62 139	1.35 264	1.60 330	3.67 163	1.24 259	3.95 224	2.98 328	2.58 295	2.29 268	4.01 332	1.79 231	11.23 348	2.09 264	0.37 197	0.38 277	0.36 210	0.34 226	0.45 234	0.71 309

AdaStereo	1.45 94	0.83 217	2.34 88	1.28 240	0.81 161	3.21 84	1.14 243	4.20 286	2.46 262	2.05 176	1.77 149	2.48 222	1.18 108	1.71 90	1.44 170	0.43 253	0.25 174	0.43 260	0.28 150	0.44 227	0.34 133
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.
4D-IteraStereo	1.97 163	0.84 221	20.43 367	0.78 26	1.56 324	2.09 41	1.05 225	2.43 47	1.56 86	1.41 55	1.00 8	1.94 157	0.61 6	1.22 30	1.06 103	0.27 34	0.18 24	0.31 120	0.26 102	0.27 23	0.23 14

RAFT	1.23 55	0.84 221	2.05 56	0.96 101	0.47 63	1.80 24	0.94 200	3.18 112	1.46 33	1.60 70	1.71 130	3.04 270	1.59 188	1.64 82	1.32 154	0.38 211	0.24 157	0.40 243	0.32 211	0.40 178	0.35 144

FCDSN-DC	6.04 387	0.84 221	19.25 323	1.24 226	1.09 236	4.38 306	2.62 354	4.38 345	4.71 384	9.59 408	11.22 399	19.19 408	17.40 409	12.30 385	8.55 364	0.69 342	0.57 337	0.60 332	0.60 338	0.70 315	0.78 326
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 106	0.84 221	3.25 123	1.36 270	1.40 297	4.07 243	1.01 216	2.68 77	1.50 52	2.11 190	1.88 192	2.37 209	1.50 171	3.41 181	1.42 167	0.36 189	0.28 201	0.52 309	0.40 285	0.53 262	0.43 213

LL-Strereo2	1.23 55	0.85 225	2.38 90	0.93 93	0.68 141	3.72 169	1.37 274	2.54 64	1.99 172	1.75 99	1.40 66	1.82 143	0.73 21	1.40 47	0.99 96	0.31 129	0.23 128	0.55 319	0.35 240	0.29 44	0.24 20

HH	2.23 196	0.86 226	21.59 398	0.98 111	0.51 78	1.49 15	0.82 136	2.74 79	1.54 76	1.10 39	1.69 124	4.62 362	1.86 246	2.55 157	0.69 19	0.26 27	0.22 104	0.29 82	0.23 59	0.34 129	0.27 56

HanStereo	2.23 196	0.86 226	21.59 398	0.98 111	0.51 78	1.49 15	0.82 136	2.74 79	1.54 76	1.10 39	1.69 124	4.62 362	1.86 246	2.55 157	0.69 19	0.26 27	0.22 104	0.29 82	0.23 59	0.34 129	0.27 56

CroCo-Stereo	0.98 16	0.87 228	3.44 130	0.87 62	0.53 93	0.49 1	0.50 18	3.99 236	1.49 47	0.81 18	1.25 41	1.00 49	0.75 23	1.10 9	1.09 110	0.24 10	0.21 81	0.24 17	0.19 18	0.35 145	0.27 56
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
ssnet_v2	2.04 176	0.88 229	7.87 179	1.20 212	0.87 180	3.86 200	1.64 307	4.01 239	2.60 282	2.61 301	1.96 206	3.79 321	1.71 222	2.20 133	2.96 313	0.41 238	0.35 255	0.42 256	0.37 259	0.55 267	0.52 264

Anonymous_2	3.01 305	0.89 230	4.53 151	1.06 149	1.18 249	2.93 68	0.87 168	3.24 118	1.46 33	1.86 116	1.35 61	4.11 338	2.35 285	1.64 82	1.28 148	0.82 354	0.90 370	8.71 420	15.84 424	4.44 403	0.74 317

CroCo-Stereo Lap2	0.99 23	0.89 230	2.55 97	0.99 116	1.80 360	0.54 2	0.46 13	3.10 104	1.24 5	1.07 37	1.21 33	1.05 54	0.78 31	1.26 34	1.08 107	0.27 34	0.23 128	0.27 53	0.21 29	0.43 222	0.34 133

NVstereo2D	2.54 254	0.90 232	11.10 217	1.32 252	1.47 309	3.58 147	1.38 276	4.13 272	2.45 259	1.90 125	1.71 130	2.86 258	1.76 227	10.86 335	1.66 212	0.60 321	0.43 303	0.53 311	0.41 289	0.78 330	0.94 343

WCMA_ROB	5.12 372	0.90 232	21.33 391	1.50 303	1.33 285	4.09 245	3.49 379	4.03 245	4.59 383	6.57 393	10.95 398	12.92 401	8.41 398	9.86 304	8.78 365	0.75 346	0.58 341	0.51 303	0.50 317	0.68 312	0.57 281

S-Stereo	3.48 334	0.91 234	22.06 405	1.36 270	1.50 313	3.55 141	2.53 351	4.21 290	2.81 313	2.37 268	3.81 357	3.75 319	1.84 243	11.90 380	2.51 294	0.63 326	0.71 361	0.48 284	0.76 354	0.67 309	1.19 356

MLCV	1.87 141	0.91 234	8.59 186	1.10 167	0.57 108	3.59 148	0.53 24	3.70 171	2.20 211	2.80 320	2.25 260	2.00 171	1.42 149	4.13 200	1.86 236	0.30 111	0.20 56	0.32 136	0.21 29	0.33 113	0.36 147

AASNet	2.44 235	0.92 236	19.79 336	1.35 264	1.49 311	3.81 185	1.07 228	3.85 195	2.93 323	1.95 139	2.29 268	1.96 164	1.29 126	1.73 92	1.93 242	0.39 222	0.33 239	0.45 269	0.30 188	0.55 267	0.45 223

ADLNet2	3.15 320	0.92 236	20.06 346	1.20 212	1.79 357	3.83 187	1.48 288	3.94 222	3.59 367	2.19 216	2.47 294	4.65 365	1.93 254	10.69 330	1.96 249	0.39 222	0.37 271	0.28 67	0.30 188	0.48 246	0.43 213

111	1.83 138	0.92 236	9.08 191	0.81 29	0.36 5	4.25 290	0.91 186	4.44 354	2.70 292	2.39 273	1.96 206	2.30 201	1.64 211	1.28 38	1.82 231	0.28 60	0.22 104	0.24 17	0.20 23	0.31 75	0.54 272

OMP-Stereo	1.97 163	0.93 239	1.88 41	2.76 383	0.67 136	4.58 346	1.48 288	4.31 330	1.54 76	3.15 344	2.76 320	3.25 285	1.38 137	7.66 267	1.35 161	0.40 228	0.20 56	0.33 167	0.26 102	0.33 113	0.24 20

stereogan	3.09 312	0.93 239	16.43 276	1.37 278	1.66 343	3.70 166	1.67 312	3.87 200	3.15 343	3.04 335	2.70 316	5.04 373	2.79 306	9.96 309	1.78 228	0.63 326	0.49 328	0.69 348	0.47 306	0.83 337	0.68 305

RYNet	2.97 298	0.93 239	15.09 263	1.12 173	1.38 294	3.66 162	1.42 284	4.03 245	2.29 228	2.10 186	1.70 126	3.79 321	2.16 272	13.64 402	3.02 316	0.37 197	0.41 296	0.48 284	0.34 226	0.81 334	0.75 320

iResNet	2.52 251	0.94 242	21.17 388	1.84 350	0.72 145	3.75 174	0.81 133	4.14 278	2.55 277	2.33 260	2.03 218	1.35 84	1.44 153	3.27 179	2.16 272	0.35 184	0.23 128	0.28 67	0.22 50	0.44 227	0.45 223

CBFPSM	2.05 179	0.95 243	10.12 207	1.07 151	1.05 227	2.84 60	1.20 253	3.28 120	1.73 136	1.82 110	1.30 52	4.56 360	4.06 348	2.34 142	2.34 284	0.25 19	0.38 277	0.32 136	0.27 125	0.37 163	0.79 328

XX-TBD	1.03 30	0.95 243	1.94 46	1.30 248	0.43 38	3.97 225	0.33 3	1.74 15	1.73 136	1.59 69	2.02 217	0.69 10	0.60 4	1.16 17	0.66 11	0.30 111	0.25 174	0.23 5	0.15 4	0.31 75	0.22 9

CFNet-ft	1.90 148	0.95 243	3.56 134	1.07 151	1.54 317	4.09 245	0.90 178	2.85 87	1.82 149	1.78 103	1.70 126	2.75 246	1.48 164	9.33 292	1.72 218	0.33 156	0.30 219	0.61 335	0.36 248	0.52 256	0.39 179

STTStereo	2.34 223	0.95 243	14.93 260	1.43 288	1.54 317	3.86 200	0.86 152	3.65 157	2.44 258	2.15 201	1.55 90	2.49 224	1.59 188	5.14 213	1.44 170	0.38 211	0.39 285	0.47 276	0.51 319	0.52 256	0.51 259

CFNet_RVC	1.90 148	0.95 243	3.56 134	1.07 151	1.54 317	4.09 245	0.90 178	2.85 87	1.82 149	1.78 103	1.70 126	2.75 246	1.48 164	9.33 292	1.72 218	0.33 156	0.30 219	0.61 335	0.36 248	0.52 256	0.39 179

DLCB_ROB	2.05 179	0.95 243	2.37 89	1.24 226	1.02 221	2.92 67	1.30 263	3.68 162	2.30 229	2.91 325	2.17 248	3.32 291	1.52 176	10.37 321	2.50 293	0.40 228	0.33 239	0.40 243	0.36 248	0.41 199	0.47 238

CBMV	3.32 329	0.96 249	21.16 387	1.32 252	0.83 170	3.81 185	3.91 391	4.47 359	2.53 273	3.34 351	2.24 258	4.45 353	2.58 299	10.07 315	1.96 249	0.45 266	0.43 303	0.48 284	0.38 271	0.52 256	0.53 266
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 268	0.97 250	8.01 180	1.54 310	1.24 267	3.75 174	2.18 341	4.07 257	2.41 251	2.66 309	3.25 344	2.87 259	2.31 283	9.89 305	3.50 322	0.78 348	0.75 365	0.71 351	0.67 344	0.76 327	0.81 329

DRN-Test	3.03 307	0.99 251	18.18 303	1.35 264	1.60 330	3.59 148	1.48 288	4.13 272	2.45 259	3.47 356	1.92 203	2.58 232	2.53 296	10.88 336	2.80 309	0.39 222	0.36 259	0.44 263	0.41 289	0.55 267	0.57 281

GMStereo	1.01 25	1.00 252	2.86 112	0.83 43	0.45 47	1.47 14	0.57 31	1.89 23	2.11 200	1.52 62	1.24 37	0.87 38	0.74 22	1.58 67	0.94 85	0.40 228	0.21 81	0.30 101	0.30 188	0.47 243	0.36 147
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 332	1.01 253	21.99 404	1.28 240	1.37 290	2.67 58	1.39 277	3.98 232	2.87 318	2.93 327	3.27 346	4.35 350	2.43 290	11.62 361	2.39 285	0.60 321	0.63 351	0.79 360	0.55 329	0.68 312	0.67 303

AACVNet	1.83 138	1.02 254	2.41 92	1.45 293	0.87 180	3.21 84	0.73 88	3.16 108	1.61 112	2.01 164	1.82 175	2.28 195	1.33 132	10.98 341	1.49 181	0.39 222	0.32 233	0.38 234	0.32 211	0.43 222	0.44 218

TestStereo	2.00 169	1.02 254	12.25 223	0.70 7	0.61 119	1.88 28	0.55 28	2.31 40	1.52 64	1.41 55	1.33 54	1.27 76	0.90 45	11.62 361	0.81 44	0.34 167	0.19 39	0.33 167	0.24 80	0.44 227	0.24 20

RALCasStereoNet	1.19 44	1.02 254	2.06 65	1.12 173	1.14 242	3.08 81	0.70 80	2.99 96	1.73 136	1.34 48	1.68 121	1.18 66	0.91 47	2.16 128	1.00 98	0.30 111	0.26 185	0.24 17	0.21 29	0.29 44	0.30 99

FBW_ROB	3.24 324	1.02 254	9.21 197	1.49 302	1.07 231	3.78 179	1.48 288	4.31 330	3.08 336	2.46 279	2.32 285	4.20 345	2.08 264	15.19 408	7.16 356	0.84 357	0.62 349	1.33 381	0.92 366	0.99 349	1.31 360

iResNet_ROB	1.89 146	1.02 254	8.60 187	1.39 282	0.98 209	3.72 169	0.66 65	3.84 192	2.65 286	1.88 119	2.05 226	1.98 168	1.27 121	4.52 204	1.67 213	0.30 111	0.20 56	0.28 67	0.18 9	0.31 75	0.40 197

STTRV1_RVC	3.52 335	1.03 259	20.87 378	1.47 298	1.47 309	3.23 87	1.55 299	4.06 255	3.22 351	1.95 139	3.50 352	2.63 237	2.07 263	11.96 382	2.21 275	1.86 383	4.03 415	0.81 363	0.73 351	1.06 352	0.70 308

NLCA_NET_v2_RVC	2.54 254	1.04 260	16.73 282	1.53 308	2.00 369	3.96 222	0.87 168	3.87 200	2.31 231	2.54 288	1.67 119	2.85 257	1.63 208	5.55 222	1.62 205	0.46 270	0.33 239	0.38 234	0.38 271	0.53 262	0.62 293
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GwcNet-RSSM	2.66 268	1.05 261	15.91 270	1.22 220	1.19 255	4.12 252	1.12 238	3.84 192	2.02 177	1.93 135	1.79 154	3.12 277	1.46 160	10.37 321	2.05 258	0.33 156	0.27 193	0.35 199	0.30 188	0.40 178	0.36 147

GANet	2.93 290	1.05 261	11.29 219	1.64 327	0.96 202	3.91 205	2.52 350	3.72 173	2.41 251	2.95 332	3.00 332	3.21 281	2.03 257	12.42 388	4.72 336	0.51 302	0.41 296	0.46 273	0.39 275	0.60 284	0.50 253

RAFT_CTSACE	1.80 136	1.06 263	10.00 204	1.71 334	1.39 295	3.49 127	1.06 226	3.05 101	1.62 115	1.70 90	2.04 221	2.51 225	1.80 236	1.98 111	0.94 85	0.25 19	0.22 104	0.28 67	0.30 188	0.30 59	0.26 44

FINET	2.96 294	1.07 264	23.18 411	1.29 243	1.86 362	2.03 33	1.52 293	4.30 327	4.71 384	2.23 231	2.34 287	1.65 114	1.48 164	5.89 230	2.81 310	0.51 302	0.47 321	0.49 297	0.40 285	0.59 280	0.49 246

DANet	2.63 264	1.07 264	8.10 181	1.83 349	1.70 347	3.25 93	1.16 245	4.31 330	2.38 246	3.40 354	2.18 249	4.08 336	1.80 236	9.77 300	3.89 328	0.52 308	0.55 334	0.59 327	0.44 297	0.63 292	0.86 335
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 75	1.08 266	3.21 122	1.25 228	0.94 199	1.44 13	0.69 75	3.15 107	2.57 279	2.01 164	1.80 157	1.29 79	1.05 74	2.00 112	1.48 178	0.27 34	0.20 56	0.27 53	0.24 80	0.40 178	0.27 56

TDLM	2.29 212	1.08 266	4.61 152	1.29 243	1.01 220	4.26 291	2.17 340	3.75 176	2.79 303	2.31 250	1.98 212	2.06 181	1.59 188	12.45 389	1.72 218	0.51 302	0.28 201	0.52 309	0.35 240	0.56 273	0.50 253

MSMD_ROB	5.61 380	1.08 266	16.68 280	1.21 217	0.83 170	10.14 406	2.07 336	3.93 219	6.22 397	10.37 411	8.03 381	22.22 412	9.45 400	11.66 367	4.52 333	0.66 334	0.58 341	0.66 345	0.68 347	0.65 301	0.63 296

DeepPruner_ROB	2.05 179	1.09 269	10.50 212	1.01 127	1.20 260	4.39 308	0.91 186	3.14 106	1.72 134	2.60 299	1.54 88	2.78 253	1.27 121	4.52 204	1.72 218	0.51 302	0.40 290	0.37 222	0.34 226	0.48 246	0.52 264

HBP-ISP	3.25 326	1.10 270	20.86 377	1.54 310	1.15 244	4.50 330	2.89 362	4.43 353	2.38 246	4.14 370	1.96 206	1.90 154	2.04 259	11.08 347	1.32 154	0.66 334	0.57 337	0.66 345	0.61 341	0.64 298	0.61 291

CFNet	2.34 223	1.10 270	8.96 190	1.34 260	1.24 267	4.09 245	0.73 88	4.04 249	2.77 300	1.62 77	1.87 191	2.27 194	1.45 157	11.41 353	1.82 231	0.31 129	0.24 157	0.43 260	0.36 248	0.43 222	0.33 123

CVANet_RVC	2.55 258	1.10 270	9.13 196	1.46 295	1.15 244	3.96 222	1.53 295	3.91 213	2.50 268	3.04 335	2.04 221	2.60 233	1.72 224	12.46 390	1.50 182	0.49 293	0.30 219	0.51 303	0.41 289	0.63 292	0.50 253

ACRE	2.27 204	1.11 273	19.45 327	0.91 78	1.30 276	3.94 212	0.87 168	4.21 290	1.80 147	2.28 239	2.62 309	1.17 63	1.04 72	1.52 62	1.30 151	0.37 197	0.23 128	0.27 53	0.22 50	0.31 75	0.46 233

XPNet_ROB	2.27 204	1.11 273	4.10 143	1.36 270	0.97 205	3.94 212	1.63 305	4.07 257	2.14 202	2.82 322	2.00 215	2.32 203	1.73 226	10.81 334	3.39 321	0.51 302	0.47 321	0.48 284	0.40 285	0.51 253	0.56 277

MyStereo8	2.33 221	1.13 275	19.26 324	1.22 220	1.62 333	4.16 269	0.57 31	3.50 139	2.36 238	2.15 201	1.75 141	2.28 195	1.14 102	1.46 57	2.20 274	0.24 10	0.21 81	0.32 136	0.27 125	0.36 156	0.43 213

ARAFT	2.56 259	1.13 275	19.50 330	0.89 69	0.48 69	4.15 259	1.40 279	4.36 342	2.82 315	2.36 267	1.88 192	1.70 121	1.04 72	6.45 239	1.22 137	0.29 77	0.18 24	0.37 222	0.35 240	0.35 145	0.25 27

NaN_ROB	4.06 354	1.13 275	16.64 279	1.12 173	1.25 270	3.50 130	3.05 369	4.29 319	3.26 354	3.64 357	2.56 305	2.97 264	4.79 360	13.33 396	16.91 395	0.37 197	0.41 296	0.38 234	0.39 275	0.48 246	0.81 329

SACVNet	2.46 238	1.14 278	9.47 198	1.44 290	1.18 249	4.06 238	1.49 292	3.84 192	2.24 216	2.62 302	1.89 197	2.57 229	1.28 124	11.35 351	1.64 209	0.50 296	0.39 285	0.48 284	0.41 289	0.55 267	0.75 320

raft_robust	1.92 154	1.15 279	3.34 129	1.02 136	0.43 38	3.84 192	0.46 13	4.42 350	2.52 272	1.67 86	1.36 62	2.17 190	6.37 381	6.78 250	1.04 101	0.28 60	0.24 157	0.30 101	0.35 240	0.31 75	0.32 113

dd	1.26 70	1.15 279	2.47 95	0.92 82	0.49 73	4.35 304	0.75 105	1.92 24	2.11 200	1.44 57	1.24 37	1.19 69	1.05 74	1.78 95	1.70 216	0.57 317	0.34 251	0.35 199	0.33 219	0.60 284	0.46 233

psmorigin	6.59 390	1.15 279	88.11 437	1.52 305	0.97 205	2.88 63	1.20 253	3.21 113	2.04 182	3.73 360	2.46 292	5.15 376	2.55 297	10.60 327	2.47 291	0.55 313	0.68 359	0.48 284	0.51 319	0.70 315	0.88 339

Nwc_Net	2.88 287	1.16 282	18.30 306	1.35 264	1.68 345	3.52 135	1.18 249	3.90 209	2.06 185	2.52 287	2.82 326	3.82 323	2.34 284	6.78 250	2.55 299	0.86 358	0.40 290	0.59 327	0.67 344	0.57 277	0.55 275

SGM-ForestM	11.55 407	1.16 282	21.62 400	2.14 367	0.81 161	22.25 421	19.08 417	16.50 419	11.34 404	15.94 418	14.44 410	27.12 420	22.61 418	24.76 419	28.39 424	0.50 296	0.48 326	0.47 276	0.44 297	0.55 267	0.53 266

iinet-f	2.26 202	1.18 284	13.71 235	1.14 181	1.11 239	3.77 177	1.10 235	4.14 278	2.17 207	2.06 179	1.76 144	2.99 266	2.99 314	2.50 149	2.49 292	0.35 184	0.39 285	0.27 53	0.28 150	0.45 234	0.39 179

CIPLG	2.27 204	1.18 284	19.24 322	0.92 82	1.34 286	3.95 217	0.89 174	4.23 298	1.82 149	2.31 250	2.67 313	1.17 63	1.06 81	1.53 64	1.32 154	0.37 197	0.23 128	0.27 53	0.22 50	0.31 75	0.45 223

fast-acv-ft	2.54 254	1.19 286	20.08 349	1.41 285	1.40 297	3.18 83	1.17 248	3.37 130	2.28 226	1.90 125	2.15 245	2.69 240	2.17 274	2.91 173	2.31 281	0.37 197	0.39 285	0.45 269	0.39 275	0.57 277	0.45 223

dad	1.65 118	1.19 286	3.04 118	0.98 111	0.56 99	4.22 286	0.84 143	1.99 26	2.48 263	2.14 196	1.68 121	1.62 112	1.13 96	3.85 191	2.04 256	1.03 366	0.40 290	2.04 386	0.48 310	0.75 326	0.53 266

RP	2.79 278	1.20 288	10.36 209	1.54 310	1.93 366	3.44 116	1.97 329	4.05 253	2.34 234	2.66 309	2.79 321	3.98 330	2.58 299	10.21 317	2.61 301	0.95 362	0.47 321	0.71 351	0.57 334	0.71 320	0.68 305

GMStereo_Zeroshot	1.41 91	1.21 289	3.33 128	1.29 243	0.72 145	3.35 107	0.53 24	2.58 71	1.68 124	2.35 262	1.56 93	2.42 215	0.96 55	2.50 149	1.16 121	0.45 266	0.23 128	0.40 243	0.24 80	0.79 332	0.33 123

gwcnet-sp	2.31 216	1.21 289	17.34 289	1.08 155	0.92 193	3.56 143	1.04 222	3.69 167	2.09 190	2.55 289	1.60 104	1.80 139	1.62 196	3.87 192	1.95 246	0.29 77	0.29 210	0.30 101	0.28 150	0.38 167	0.39 179

scenet	2.31 216	1.21 289	17.34 289	1.08 155	0.92 193	3.56 143	1.04 222	3.69 167	2.09 190	2.55 289	1.60 104	1.80 139	1.62 196	3.87 192	1.95 246	0.29 77	0.29 210	0.30 101	0.28 150	0.38 167	0.39 179

ssnet	2.31 216	1.21 289	17.34 289	1.08 155	0.92 193	3.56 143	1.04 222	3.69 167	2.09 190	2.55 289	1.60 104	1.80 139	1.62 196	3.87 192	1.95 246	0.29 77	0.29 210	0.30 101	0.28 150	0.38 167	0.39 179

G-Net	4.11 355	1.21 289	19.47 329	2.31 376	2.94 388	4.74 375	2.95 363	3.33 129	2.14 202	4.44 377	9.43 392	6.93 386	3.84 344	9.01 286	4.92 341	0.79 349	0.80 367	0.70 350	0.50 317	0.95 344	0.87 338

LE_ROB	18.58 415	1.21 289	48.38 428	8.60 419	23.00 422	7.32 401	19.74 418	9.94 404	38.69 429	43.53 427	21.91 414	28.40 421	40.92 424	23.18 415	54.71 429	0.34 167	0.33 239	0.32 136	0.36 248	0.42 214	0.40 197

sAnonymous2	1.37 86	1.22 295	9.79 201	0.92 82	0.88 183	1.23 7	0.61 46	2.56 67	1.69 129	0.85 22	1.02 9	0.73 20	1.23 117	0.98 4	0.78 38	0.29 77	0.25 174	0.31 120	0.30 188	1.06 352	0.71 309

CroCo_RVC	1.37 86	1.22 295	9.79 201	0.92 82	0.88 183	1.23 7	0.61 46	2.56 67	1.69 129	0.85 22	1.02 9	0.73 20	1.23 117	0.98 4	0.78 38	0.29 77	0.25 174	0.31 120	0.30 188	1.06 352	0.71 309

DMCA-RVC	2.45 236	1.22 295	18.29 305	1.23 224	1.14 242	2.49 52	0.85 150	3.29 121	1.68 124	3.02 334	1.41 67	2.00 171	1.53 183	6.39 238	2.00 252	0.38 211	0.30 219	0.44 263	0.35 240	0.45 234	0.44 218

pmcnn	5.45 378	1.22 295	17.40 293	1.60 322	2.41 382	3.48 125	2.12 337	4.52 368	3.26 354	3.67 359	13.15 406	22.10 411	3.46 338	11.92 381	17.16 397	0.34 167	0.21 81	0.23 5	0.19 18	0.36 156	0.28 69

ADCRef	3.30 327	1.23 299	14.90 258	1.17 201	1.41 303	3.95 217	1.64 307	3.88 203	2.36 238	3.05 337	2.21 255	2.40 210	2.81 308	5.04 211	16.63 394	0.46 270	0.34 251	0.63 339	0.62 342	0.54 265	0.67 303

whm_eth	2.04 176	1.24 300	18.44 311	0.89 69	1.37 290	2.59 56	0.73 88	3.56 149	2.56 278	1.53 64	2.06 230	0.78 25	0.71 16	1.02 7	0.98 91	0.36 189	0.29 210	0.34 184	0.32 211	0.41 199	0.54 272

PA-Net	3.09 312	1.24 300	18.84 316	1.38 280	1.19 255	3.42 114	1.75 315	3.89 204	3.27 357	1.88 119	2.10 234	3.03 269	1.88 250	11.60 359	2.88 311	0.40 228	0.54 332	0.44 263	0.62 342	0.52 256	1.02 346
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 317	1.25 302	21.14 385	1.31 250	1.52 315	3.94 212	1.13 241	3.32 127	2.14 202	2.20 218	2.03 218	3.05 273	1.96 255	11.79 374	2.53 296	0.42 248	0.45 310	0.64 342	0.46 303	0.67 309	0.57 281

anonymity	1.76 131	1.26 303	2.73 108	1.66 329	1.32 282	1.84 25	1.07 228	3.49 137	2.30 229	2.11 190	2.11 238	1.71 123	3.90 346	1.82 99	1.48 178	1.10 368	1.09 374	1.08 375	1.08 374	1.05 351	1.09 351

NCC-stereo	3.16 321	1.28 304	18.31 307	1.25 228	1.75 352	4.06 238	1.40 279	3.89 204	2.22 212	2.72 313	2.55 303	3.49 306	2.65 302	9.91 306	2.99 314	1.29 377	0.65 353	0.64 342	0.86 363	0.65 301	0.71 309

Abc-Net	3.16 321	1.28 304	18.31 307	1.25 228	1.75 352	4.06 238	1.40 279	3.89 204	2.22 212	2.72 313	2.55 303	3.49 306	2.65 302	9.91 306	2.99 314	1.29 377	0.65 353	0.64 342	0.86 363	0.65 301	0.71 309
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LoS_RVC	0.94 12	1.30 306	1.31 9	0.84 49	1.63 335	2.02 32	0.59 40	1.51 5	1.36 19	0.81 18	1.33 54	0.84 35	0.88 42	1.36 46	0.73 30	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 367

AF-Net	2.87 285	1.30 306	16.24 273	1.33 256	1.75 352	3.26 94	1.59 302	4.09 263	2.43 255	2.69 311	2.94 329	4.51 356	3.20 327	5.84 229	2.75 307	0.76 347	0.36 259	0.72 355	0.49 313	0.70 315	0.56 277

IPLGR_C	2.28 209	1.31 308	19.46 328	0.92 82	1.32 282	3.93 210	0.89 174	4.20 286	1.82 149	2.30 245	2.63 311	1.16 62	1.07 83	1.41 50	1.29 150	0.37 197	0.23 128	0.27 53	0.22 50	0.31 75	0.45 223

LMCR-Stereo	2.40 231	1.31 308	18.61 313	1.59 320	0.86 178	3.87 202	1.15 244	4.32 334	1.60 109	2.25 236	2.27 262	1.13 58	2.43 290	2.48 148	1.60 200	0.88 359	0.24 157	0.29 82	0.24 80	0.56 273	0.30 99

CSP-Net	1.78 134	1.32 310	1.92 45	1.16 200	1.03 222	3.38 109	1.31 264	3.52 143	1.75 143	1.96 142	1.93 204	2.40 210	1.48 164	8.58 277	1.58 196	0.46 270	0.34 251	0.27 53	0.26 102	0.41 199	0.50 253

AnonymousM	1.22 54	1.32 310	0.97 1	0.88 66	0.56 99	4.03 234	0.69 75	2.41 44	1.68 124	1.48 59	1.31 53	1.15 61	1.00 64	1.18 25	0.73 30	0.32 145	0.40 290	2.07 387	1.70 389	0.24 5	0.22 9

MeshStereo	5.35 376	1.32 310	21.34 392	1.34 260	1.15 244	4.40 312	3.90 390	5.18 388	4.55 382	10.14 410	11.82 402	11.47 396	5.84 373	13.84 404	7.03 355	0.61 323	0.58 341	0.60 332	0.58 335	0.72 323	0.59 288
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
PS-NSSS	2.22 194	1.33 313	2.90 113	0.97 108	1.53 316	4.11 250	1.08 231	4.55 370	2.65 286	2.10 186	2.32 285	1.77 128	1.40 141	11.79 374	1.61 203	0.68 339	0.45 310	0.96 369	0.43 295	0.95 344	0.92 341

NCCL2	2.53 252	1.35 314	10.90 216	1.15 195	0.97 205	3.53 136	2.56 352	3.65 157	2.23 214	2.76 316	1.80 157	2.41 212	1.66 215	10.35 320	2.07 262	0.44 260	0.40 290	0.57 323	0.53 326	0.59 280	0.65 300

BEATNet_4x	1.92 154	1.36 315	8.75 189	1.20 212	0.56 99	3.46 121	1.03 220	4.00 238	2.43 255	2.25 236	1.70 126	2.10 186	1.59 188	2.57 160	3.05 317	0.37 197	0.22 104	0.47 276	0.29 174	0.60 284	0.40 197

DPSNet	3.43 333	1.37 316	12.19 222	1.39 282	1.24 267	4.15 259	2.06 334	4.51 367	3.34 359	2.69 311	1.96 206	3.52 309	5.56 370	10.68 329	9.68 368	0.93 360	0.73 363	0.40 243	0.37 259	1.06 352	0.86 335

MANE	11.39 406	1.38 317	23.16 410	4.82 412	2.79 387	22.02 420	14.51 412	25.81 420	26.28 421	10.93 413	13.17 407	19.90 410	18.03 412	15.69 409	20.41 410	0.96 363	0.74 364	1.42 382	3.24 414	0.74 324	1.71 373

PSMNet_ROB	2.95 291	1.38 317	18.46 312	1.19 209	1.20 260	3.80 183	1.65 310	3.54 145	2.35 236	1.98 145	1.71 130	2.75 246	1.79 231	11.43 355	2.78 308	0.42 248	0.36 259	0.50 300	0.60 338	0.59 280	0.49 246

CSAN	4.71 367	1.39 319	20.23 354	1.19 209	0.87 180	3.65 161	3.50 380	4.57 372	3.87 373	3.89 363	7.82 379	3.54 313	6.16 379	23.47 418	6.82 351	0.52 308	0.45 310	0.49 297	0.52 322	0.63 292	0.66 302

NVStereoNet_ROB	4.91 371	1.40 320	16.46 277	1.47 298	1.72 350	3.46 121	1.96 328	3.89 204	3.61 368	2.90 324	24.61 418	4.81 367	4.49 357	13.57 400	4.87 339	1.33 380	1.29 382	1.70 384	1.68 387	1.41 375	1.66 371
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 182	1.40 320	3.01 117	1.09 159	0.92 193	3.94 212	1.53 295	4.25 306	2.23 214	3.31 349	2.06 230	2.35 206	1.52 176	8.74 279	2.07 262	0.44 260	0.36 259	0.51 303	0.48 310	0.54 265	0.62 293

MaskLacGwcNet_RVC	3.13 317	1.43 322	9.93 203	2.50 379	1.62 333	4.29 298	1.68 314	3.95 224	2.43 255	1.66 84	1.91 202	3.04 270	1.41 146	13.26 395	1.58 196	3.82 402	1.59 386	1.12 377	0.46 303	2.21 383	2.74 394

SPS-STEREO	3.97 351	1.44 323	20.85 376	1.72 336	1.71 348	3.24 90	2.30 345	3.55 146	2.68 291	4.79 381	3.66 354	5.44 379	2.97 313	9.11 287	9.35 367	1.15 371	1.10 375	1.06 374	1.02 372	1.16 364	1.18 355
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 315	1.45 324	14.90 258	1.46 295	1.79 357	3.33 105	1.39 277	4.04 249	2.26 221	2.77 317	3.26 345	4.00 331	2.71 304	11.63 366	2.62 303	0.82 354	0.46 317	0.79 360	0.79 360	0.71 320	0.78 326

Wz-Net-LNSev-Ref	2.42 233	1.47 325	14.14 247	1.30 248	1.35 287	3.51 132	1.64 307	4.04 249	2.10 198	2.46 279	1.88 192	2.28 195	2.51 295	4.73 209	3.17 319	0.38 211	0.19 39	0.35 199	0.20 23	0.40 178	0.36 147

LALA_ROB	1.95 159	1.48 326	3.11 120	1.05 145	0.98 209	3.99 228	1.82 321	4.44 354	2.28 226	3.31 349	1.85 188	2.76 252	1.67 217	4.04 199	3.23 320	0.46 270	0.41 296	0.55 319	0.52 322	0.60 284	0.57 281

StereoDRNet	2.84 281	1.49 327	14.48 253	1.33 256	1.57 328	3.44 116	2.06 334	3.69 167	2.36 238	3.26 348	1.84 181	2.79 255	1.80 236	10.88 336	3.16 318	0.41 238	0.33 239	0.39 237	0.36 248	0.59 280	0.58 285

UDGNet	1.40 89	1.52 328	2.22 76	1.38 280	0.62 122	4.39 308	0.68 70	1.80 21	2.18 209	1.34 48	1.18 30	0.99 48	1.00 64	2.16 128	1.19 127	1.09 367	0.34 251	1.30 380	0.98 369	1.10 358	0.58 285

PDISCO_ROB	2.86 282	1.53 329	14.27 250	1.98 361	2.19 376	4.52 335	1.35 268	4.65 376	3.19 346	2.09 183	2.16 246	3.53 310	2.45 292	5.32 215	2.12 266	1.30 379	0.78 366	0.72 355	0.59 337	1.24 369	1.28 358

DN-CSS_ROB	1.91 151	1.55 330	11.13 218	1.82 348	0.88 183	3.99 228	0.61 46	4.01 239	1.67 123	1.64 80	1.89 197	1.39 89	1.06 81	3.23 178	1.50 182	0.31 129	0.19 39	0.44 263	0.29 174	0.37 163	0.31 106

DGSMNet	7.55 398	1.62 331	17.42 294	1.92 356	12.73 416	7.45 402	42.99 428	4.13 272	2.07 186	2.10 186	3.16 342	3.42 296	1.70 220	9.24 291	2.30 280	3.70 401	10.89 424	11.80 424	5.54 415	4.24 399	2.66 389

ELAS	5.99 386	1.62 331	20.29 360	1.96 360	2.01 370	15.09 415	8.38 405	5.23 389	5.54 393	9.02 404	8.61 386	6.74 384	9.75 401	7.48 261	11.40 376	0.96 363	1.18 377	0.72 355	0.93 367	1.30 371	1.67 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 303	1.63 333	19.83 338	1.32 252	2.04 373	3.27 96	1.55 299	3.65 157	2.33 233	2.00 162	2.12 241	3.56 314	1.68 218	9.47 295	2.45 289	0.44 260	0.45 310	0.46 273	0.38 271	0.60 284	0.76 322

ADCL	4.35 360	1.63 333	14.21 249	1.29 243	1.26 273	5.56 390	11.16 406	3.97 230	3.37 360	6.07 389	4.67 366	4.30 349	5.72 372	5.08 212	14.51 383	0.50 296	0.48 326	0.89 367	0.77 356	0.78 330	0.76 322

ADCPNet	3.89 346	1.63 333	20.25 358	1.28 240	1.27 274	6.43 395	2.65 355	3.93 219	2.70 292	2.78 318	2.20 253	4.28 348	6.16 379	5.56 223	10.27 371	0.65 332	1.18 377	0.71 351	1.70 389	0.84 338	1.37 363

ELAS_RVC	5.72 383	1.64 336	20.40 364	2.09 366	2.01 370	4.95 382	11.47 408	4.66 377	6.31 399	8.09 401	8.01 380	8.06 392	11.65 402	8.36 272	10.22 370	0.99 365	1.17 376	0.81 363	0.76 354	1.14 361	1.58 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 282	1.66 337	19.61 331	1.40 284	1.75 352	3.84 192	1.32 265	4.07 257	2.25 218	1.78 103	2.67 313	1.82 143	4.41 355	1.94 110	2.06 259	0.83 356	0.94 371	1.03 371	1.12 375	1.70 379	1.09 351

aanetorigin	3.30 327	1.66 337	17.52 298	1.18 207	1.58 329	2.57 55	3.80 388	2.65 75	2.03 179	6.12 391	4.30 364	2.82 256	5.70 371	5.47 220	4.67 334	0.50 296	0.44 306	0.43 260	0.47 306	1.17 365	0.92 341

Wz-Net-LNSev	2.30 215	1.67 339	14.88 257	1.18 207	1.65 340	3.49 127	1.54 298	3.63 155	2.03 179	1.88 119	1.64 113	3.29 288	2.06 261	2.71 169	2.02 255	0.40 228	0.33 239	0.32 136	0.31 204	0.53 262	0.49 246

DeepPrunerF	3.70 341	1.72 340	14.87 256	1.33 256	1.74 351	3.70 166	1.55 299	4.20 286	14.00 408	2.02 168	1.77 149	2.74 244	2.30 280	10.88 336	6.88 353	0.68 339	0.60 346	0.78 359	0.78 359	0.81 334	0.71 309

AANet_RVC	3.03 307	1.72 340	12.78 226	1.17 201	1.12 240	3.79 182	1.10 235	3.86 198	3.13 339	2.62 302	4.26 363	3.96 329	1.41 146	11.43 355	5.23 343	0.94 361	0.47 321	0.34 184	0.23 59	0.40 178	0.55 275

SANet	5.65 382	1.72 340	20.94 380	1.26 234	0.88 183	7.20 399	3.81 389	4.60 374	11.23 403	4.56 378	8.78 389	7.49 387	6.95 385	11.85 377	18.11 401	0.49 293	0.44 306	0.50 300	0.42 294	0.90 342	0.82 333

FADNet	2.49 245	1.76 343	13.17 228	1.17 201	0.95 201	3.27 96	0.88 172	3.94 222	2.27 223	1.40 54	1.29 51	2.51 225	2.06 261	9.93 308	1.94 244	0.43 253	0.45 310	0.40 243	0.43 295	1.06 352	0.53 266

CC-Net-ROB	3.35 331	1.76 343	13.89 243	2.33 377	1.65 340	4.49 327	1.62 304	4.73 380	2.90 320	1.92 131	2.05 226	1.99 170	1.61 193	12.57 392	1.60 200	2.46 387	2.18 394	2.68 397	1.04 373	2.11 382	1.38 365

LL-Strereo	3.01 305	1.81 345	17.59 299	1.12 173	2.10 374	2.90 64	1.09 233	4.33 336	2.00 176	3.12 341	2.24 258	3.29 288	3.15 323	11.31 350	1.84 234	0.30 111	0.28 201	0.46 273	0.34 226	0.49 251	0.45 223

TRStereo	2.31 216	1.87 346	19.74 335	1.53 308	1.16 248	4.26 291	1.08 231	4.73 380	1.45 26	1.55 66	1.28 49	1.75 126	0.85 38	1.81 97	1.20 130	0.36 189	0.26 185	0.32 136	0.36 248	0.34 129	0.33 123

MFMNet_re	2.91 288	1.91 347	18.25 304	3.06 388	1.89 364	3.13 82	1.67 312	3.52 143	2.97 325	3.14 342	2.87 328	2.26 193	2.41 288	2.42 143	2.00 252	1.10 368	1.05 373	0.94 368	0.90 365	1.28 370	1.46 369

SDNR	3.97 351	1.93 348	20.28 359	1.31 250	0.94 199	5.16 385	0.67 66	4.33 336	2.58 280	4.82 382	5.94 374	5.01 372	1.45 157	17.52 410	2.53 296	0.79 349	0.72 362	0.59 327	0.45 301	1.15 363	1.17 354

GANetREF_RVC	3.20 323	1.93 348	18.84 316	1.51 304	0.80 159	4.12 252	1.82 321	4.16 282	2.91 321	1.87 117	1.74 137	2.48 222	1.84 243	13.18 394	1.74 223	0.80 351	0.57 337	0.79 360	0.74 352	1.20 368	0.86 335
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
ADCP+	3.74 344	1.96 350	16.90 285	1.09 159	1.55 321	4.35 304	3.65 386	3.93 219	2.98 328	2.22 227	1.66 118	3.95 327	4.83 361	3.41 181	18.87 407	0.38 211	0.41 296	0.63 339	0.53 326	0.64 298	0.81 329

PVD	3.12 316	1.97 351	12.80 227	1.79 346	1.63 335	3.83 187	1.34 267	3.48 134	3.88 374	5.77 386	3.56 353	3.45 298	3.29 330	5.58 225	5.30 344	0.71 345	0.69 360	0.74 358	0.77 356	0.79 332	1.13 353

PWC_ROB	2.69 274	2.01 352	8.36 183	1.33 256	1.90 365	3.23 87	1.18 249	4.33 336	3.25 353	3.11 340	3.41 349	2.71 242	2.18 276	9.15 289	4.48 332	0.56 315	0.31 227	0.61 335	0.36 248	0.69 314	0.74 317

FADNet-RVC-Resample	2.83 280	2.02 353	21.07 383	1.12 173	0.91 192	3.53 136	1.37 274	4.08 261	2.09 190	1.68 87	1.33 54	2.03 175	1.51 174	9.54 297	1.69 215	0.38 211	0.37 271	0.42 256	0.44 297	0.56 273	0.56 277

SHD	2.82 279	2.04 354	13.80 241	1.69 332	1.79 357	2.73 59	1.07 228	3.85 195	3.18 345	4.63 379	2.74 317	3.38 295	2.77 305	5.48 221	3.66 325	0.62 325	0.47 321	0.51 303	0.55 329	0.65 301	0.74 317

PASM	2.67 270	2.05 355	9.71 199	1.73 337	1.37 290	2.53 53	1.52 293	3.10 104	2.17 207	2.79 319	1.84 181	2.90 260	1.85 245	11.89 379	2.19 273	0.81 353	0.85 368	0.87 366	1.01 370	1.14 361	1.05 348

EDNetEfficient	5.61 380	2.14 356	16.75 283	1.67 330	3.64 399	4.12 252	7.51 401	3.05 101	5.63 395	11.57 414	4.83 368	3.95 327	12.72 403	8.44 275	20.78 411	0.41 238	0.43 303	0.47 276	1.01 370	1.66 378	1.39 366

SAMSARA	3.55 336	2.16 357	14.18 248	1.86 353	1.49 311	4.62 351	2.65 355	3.58 152	2.80 307	7.05 395	3.05 335	5.16 377	4.07 349	9.18 290	4.80 338	0.64 329	0.67 356	0.59 327	0.68 347	0.89 340	0.91 340

WAO-6	5.87 385	2.27 358	15.05 262	2.96 386	2.77 386	12.01 409	3.58 384	5.37 395	11.91 407	3.34 351	9.69 393	6.78 385	5.84 373	11.82 376	8.89 366	2.87 389	2.35 401	2.50 391	1.84 395	2.85 386	2.67 390

FADNet-RVC	2.51 248	2.27 358	14.03 245	1.09 159	0.81 161	3.54 140	1.10 235	4.13 272	2.48 263	1.39 53	1.22 34	1.85 151	1.77 228	9.78 302	2.06 259	0.38 211	0.37 271	0.40 243	0.40 285	0.67 309	0.48 242

FADNet_RVC	2.65 266	2.28 360	16.51 278	0.98 111	0.92 193	4.09 245	0.83 140	4.26 313	1.73 136	1.46 58	1.78 151	1.60 109	1.50 171	8.88 281	2.39 285	0.47 278	0.38 277	0.44 263	0.58 335	0.89 340	0.97 344

XQC	2.96 294	2.42 361	14.85 255	1.36 270	1.32 282	3.29 103	1.53 295	4.28 318	2.78 301	3.21 346	2.46 292	3.53 310	2.92 312	6.58 241	4.67 334	0.70 343	0.41 296	0.59 327	0.56 331	0.96 348	0.83 334

EDNetEfficientorigin	12.35 410	2.51 362	179.47 442	1.19 209	0.96 202	2.91 66	1.81 320	3.00 97	5.35 391	8.91 403	4.79 367	4.18 342	4.64 359	9.98 310	11.30 374	0.37 197	0.38 277	0.60 332	0.85 362	1.32 372	2.43 387

RTSC	2.95 291	2.51 362	15.49 269	1.54 310	1.30 276	3.51 132	0.86 152	3.89 204	2.48 263	3.64 357	3.12 339	3.04 270	2.30 280	5.70 227	6.67 347	0.55 313	0.35 255	0.37 222	0.39 275	0.70 315	0.60 289

IMH-64-1	4.84 369	2.53 364	6.83 171	4.30 405	3.74 400	4.81 379	6.05 396	5.30 391	3.92 375	3.95 365	8.33 383	5.08 374	6.06 376	8.96 284	6.30 345	4.57 411	2.96 407	3.04 401	2.12 400	4.28 400	3.62 405

IMH-64	4.84 369	2.53 364	6.83 171	4.30 405	3.74 400	4.81 379	6.05 396	5.30 391	3.92 375	3.95 365	8.33 383	5.08 374	6.06 376	8.96 284	6.30 345	4.57 411	2.96 407	3.04 401	2.12 400	4.28 400	3.62 405

Wz-Net-MNSev	2.71 276	2.54 366	13.91 244	1.52 305	1.37 290	3.28 99	2.47 347	4.03 245	2.32 232	2.57 293	2.07 232	2.29 200	3.01 316	7.55 263	2.74 306	0.38 211	0.36 259	0.36 210	0.37 259	0.57 277	0.47 238

Syn2CoEx	3.08 311	2.55 367	19.88 339	1.34 260	1.18 249	2.43 51	1.65 310	3.91 213	2.40 249	2.39 273	2.27 262	2.90 260	3.17 326	9.57 298	2.54 298	0.50 296	0.45 310	0.53 311	0.39 275	0.74 324	0.72 315

RAFT + AFF	2.51 248	2.66 368	4.48 150	1.15 195	1.95 367	4.15 259	2.01 332	4.46 358	3.30 358	2.19 216	2.51 299	2.22 192	4.87 362	8.91 283	2.06 259	0.30 111	0.60 346	0.48 284	0.38 271	0.77 328	0.69 307

DDUNet	2.91 288	2.78 369	6.94 174	3.53 394	2.26 380	3.28 99	1.36 270	3.77 180	2.04 182	2.62 302	2.49 296	4.18 342	1.69 219	5.38 217	1.85 235	2.21 386	1.77 390	2.61 395	2.43 403	2.60 384	2.34 385

UDG	3.55 336	2.81 370	17.45 295	2.69 381	1.98 368	3.97 225	1.19 252	4.35 340	2.02 177	2.42 277	2.53 302	4.50 355	2.46 293	6.53 240	2.41 287	2.12 385	1.77 390	2.63 396	2.57 405	2.64 385	1.95 379

Anonymous Stereo	3.09 312	3.14 371	16.69 281	1.52 305	1.25 270	3.33 105	2.95 363	4.02 243	2.42 254	2.35 262	2.04 221	2.57 229	1.27 121	11.88 378	2.92 312	0.49 293	0.49 328	0.57 323	0.56 331	0.70 315	0.65 300

WAO-7	5.16 373	3.21 372	18.98 319	1.88 355	1.44 305	5.34 387	3.09 372	4.91 385	5.81 396	4.35 376	8.92 391	6.55 383	6.06 376	13.40 398	10.81 372	1.34 381	1.20 380	1.48 383	1.35 385	1.60 377	1.45 367

PWCDC_ROB	2.95 291	3.26 373	14.06 246	1.59 320	1.56 324	4.19 280	0.86 152	4.30 327	4.08 379	2.06 179	7.37 376	2.75 246	2.42 289	3.59 185	2.67 304	1.34 381	0.36 259	0.39 237	0.34 226	1.13 360	0.62 293

ADCMid	3.96 350	3.27 374	15.48 268	1.26 234	1.40 297	4.66 357	2.28 343	4.06 255	3.54 366	3.94 364	3.02 333	3.85 324	3.67 342	4.03 198	18.65 405	0.68 339	0.61 348	1.09 376	1.18 379	1.38 373	1.08 350

DispFullNet	4.64 366	3.48 375	23.95 414	3.99 400	3.03 390	3.35 107	1.06 226	4.18 283	2.80 307	6.33 392	2.94 329	4.04 334	7.81 393	3.92 196	5.16 342	2.75 388	1.61 387	3.10 404	2.68 408	3.32 388	3.31 402

LSM	12.71 411	3.52 376	20.79 375	55.63 435	84.76 434	3.63 160	6.30 398	3.73 174	4.93 388	5.55 385	13.92 408	3.53 310	3.25 329	9.72 299	4.12 329	0.64 329	0.85 368	0.71 351	0.81 361	1.03 350	26.84 425

SGM+DAISY	8.36 400	3.82 377	24.83 415	2.02 363	1.75 352	14.80 414	17.22 414	4.27 314	11.79 406	13.88 415	14.38 409	11.74 399	13.83 405	10.56 325	15.12 384	1.21 372	1.19 379	1.14 378	1.13 377	1.17 365	1.37 363

UNDER WATER	10.47 403	3.95 378	22.62 408	5.07 413	4.51 410	7.78 403	3.77 387	12.56 409	21.72 419	7.84 399	10.78 397	23.96 415	31.66 420	10.78 333	16.19 392	4.44 408	2.93 405	4.24 413	2.86 411	6.33 410	5.47 417

Wz-Net-SNSev	2.98 300	4.36 379	15.98 271	1.57 318	1.19 255	3.28 99	1.80 319	3.96 229	2.40 249	2.32 254	2.28 265	3.48 299	2.05 260	7.84 268	3.82 327	0.47 278	0.39 285	0.53 311	0.49 313	0.71 320	0.60 289

SuperB	4.79 368	4.41 380	21.08 384	1.45 293	1.08 233	3.91 205	3.08 371	4.18 283	3.01 331	2.50 284	2.10 234	2.75 246	3.49 339	8.80 280	19.60 409	0.44 260	0.33 239	0.53 311	0.39 275	12.01 421	0.64 298

WZ-Net	3.62 338	4.87 381	16.77 284	1.43 288	1.40 297	3.75 174	2.29 344	4.12 271	2.50 268	2.74 315	2.19 251	4.06 335	5.29 367	10.19 316	7.36 357	0.54 312	0.37 271	0.47 276	0.49 313	0.77 328	0.73 316

iResNetv2_ROB	2.65 266	5.00 382	19.28 326	2.06 365	1.09 236	3.83 187	1.13 241	4.14 278	2.09 190	1.85 112	2.03 218	2.01 174	1.51 174	3.58 184	1.58 196	0.34 167	0.21 81	0.32 136	0.21 29	0.44 227	0.29 76

ADCS	4.22 359	5.33 383	16.32 274	1.64 327	1.31 278	3.91 205	3.64 385	4.21 290	2.89 319	5.11 383	2.81 325	4.46 354	3.06 322	5.21 214	19.50 408	0.63 326	0.64 352	0.69 348	0.69 349	1.12 359	1.26 357

UNDER WATER-64	9.33 401	5.37 384	22.60 407	5.22 414	4.86 412	10.75 407	4.61 395	11.45 406	17.30 412	7.59 396	9.80 395	15.99 406	17.90 411	10.63 328	15.72 387	4.36 406	2.87 404	4.39 414	2.86 411	7.01 413	5.36 416

KSHMR	16.96 414	5.37 384	21.64 402	4.46 408	4.50 409	8.30 405	3.32 375	15.58 418	76.24 435	6.62 394	61.47 433	56.53 433	5.43 369	35.17 425	11.37 375	4.39 407	2.97 409	3.63 412	2.74 410	5.10 406	4.34 413

GASNet	3.24 324	5.55 386	20.58 372	1.56 317	1.25 270	2.32 48	1.12 238	4.04 249	2.67 289	1.88 119	2.10 234	3.00 267	2.16 272	10.59 326	2.43 288	0.65 332	0.37 271	0.61 335	0.45 301	0.87 339	0.58 285

AnyNet_C32	4.17 357	5.75 387	12.62 225	1.60 322	1.54 317	5.51 389	4.09 392	3.90 209	3.23 352	4.22 375	3.03 334	3.10 274	3.41 335	8.01 270	18.85 406	0.53 310	0.58 341	0.53 311	0.74 352	1.19 367	0.97 344

MADNet++	7.57 399	5.80 388	13.28 230	6.38 415	5.26 413	7.18 398	7.77 403	5.32 393	5.62 394	6.11 390	7.78 378	6.02 382	8.01 395	11.74 372	16.36 393	9.36 418	4.95 417	8.57 419	5.66 416	4.83 405	5.34 415

coex-ft	18.59 416	6.62 389	113.53 439	1.17 201	1.31 278	2.33 49	1.93 327	2.81 86	14.00 408	124.82 441	8.45 385	5.90 381	51.74 434	9.99 311	22.69 412	0.57 317	0.62 349	0.50 300	0.49 313	1.08 357	1.28 358

RTS	3.90 347	7.04 390	17.94 301	1.92 356	2.19 376	5.00 383	2.96 365	4.29 319	3.19 346	4.05 367	3.08 336	4.94 369	3.16 324	7.64 264	6.72 348	0.66 334	0.44 306	0.51 303	0.47 306	0.95 344	0.76 322

RTSA	3.90 347	7.04 390	17.94 301	1.92 356	2.19 376	5.00 383	2.96 365	4.29 319	3.19 346	4.05 367	3.08 336	4.94 369	3.16 324	7.64 264	6.72 348	0.66 334	0.44 306	0.51 303	0.47 306	0.95 344	0.76 322

AnyNet_C01	4.37 361	7.80 392	16.40 275	1.98 361	1.40 297	6.37 394	6.47 399	4.09 263	5.03 389	4.06 369	3.78 356	4.16 341	3.31 331	6.62 243	10.00 369	0.61 323	0.67 356	0.63 339	0.67 344	2.01 380	1.31 360

RainbowNet	4.56 363	8.28 393	20.07 348	3.64 398	3.23 397	4.15 259	2.99 367	4.18 283	3.03 333	2.20 218	2.65 312	4.26 347	2.90 311	9.77 300	2.12 266	3.88 403	2.27 397	2.71 399	1.72 391	3.78 395	3.31 402

notaker	10.50 405	8.60 394	20.23 354	4.54 410	3.95 404	6.27 393	3.44 377	8.07 403	4.75 387	8.73 402	46.45 428	13.86 405	27.86 419	13.49 399	13.61 382	4.56 410	3.18 411	3.52 409	2.68 408	8.13 419	4.05 410

TorneroNet-64	10.12 402	8.74 395	20.95 381	4.27 403	3.76 403	13.86 413	2.85 360	15.05 415	23.15 420	10.07 409	23.84 417	13.47 402	8.24 397	13.96 405	17.21 398	3.96 404	2.72 402	3.23 405	2.48 404	6.29 408	4.27 412

Wz-Net-TNSev	3.67 340	8.83 396	13.47 233	1.48 300	1.18 249	3.60 150	2.49 349	4.27 314	3.13 339	2.18 212	1.89 197	4.21 346	2.80 307	12.10 383	7.58 359	0.57 317	0.55 334	0.47 276	0.54 328	0.91 343	1.05 348

DGTPSM_ROB	15.31 412	8.85 397	28.14 419	9.90 420	18.89 418	12.44 411	33.21 422	13.48 412	17.86 415	9.50 406	22.89 415	13.78 403	19.67 413	21.26 411	23.68 413	5.08 415	8.84 418	5.62 415	11.50 420	6.72 411	14.87 421

DPSMNet_ROB	15.52 413	8.89 398	31.44 420	10.07 421	18.91 419	12.44 411	33.22 423	13.51 413	17.94 416	9.58 407	22.91 416	13.79 404	19.67 413	21.43 412	23.73 414	5.17 416	8.84 418	5.63 416	11.52 423	6.79 412	14.90 422

otaku	4.58 365	8.93 399	19.95 342	3.11 389	2.67 383	3.91 205	2.57 353	3.82 188	2.25 218	2.22 227	9.72 394	4.08 336	2.35 285	8.57 276	2.13 269	3.51 397	1.65 388	2.15 389	1.17 378	3.69 393	3.15 397

Ntro	4.21 358	8.94 400	19.89 340	3.22 390	2.96 389	4.15 259	1.89 325	3.92 218	2.36 238	1.77 101	2.14 243	3.35 293	2.17 274	9.48 296	2.24 277	3.52 398	1.76 389	2.13 388	1.31 382	3.83 396	3.09 395

Dean	7.52 397	9.08 401	21.41 394	3.74 399	3.53 398	4.81 379	3.53 381	5.33 394	5.25 390	4.17 371	26.53 419	25.62 419	4.09 350	10.97 340	4.32 330	3.69 400	2.30 398	2.91 400	1.87 396	4.03 398	3.24 401

JetBlue	6.27 389	9.15 402	13.76 236	1.94 359	4.60 411	11.91 408	12.00 409	5.12 387	3.45 365	3.79 361	4.52 365	9.54 394	6.56 384	9.40 294	13.48 381	1.26 375	1.37 383	1.17 379	1.34 384	7.06 414	3.95 409

LVE	6.88 395	9.31 403	21.14 385	3.61 397	3.18 396	4.49 327	2.79 357	10.21 405	11.69 405	3.16 345	11.53 401	18.33 407	4.31 353	11.66 367	3.52 323	4.45 409	2.93 405	2.56 393	1.91 397	3.62 390	3.16 398

SQANet	3.70 341	9.34 404	18.41 309	2.75 382	2.74 385	3.40 113	1.47 287	3.50 139	1.68 124	2.60 299	1.75 141	2.69 240	1.91 252	6.72 249	1.74 223	2.96 390	1.41 384	1.85 385	1.12 375	3.17 387	2.70 393

MADNet+	3.97 351	9.54 405	13.83 242	1.87 354	1.69 346	4.19 280	2.87 361	4.80 383	4.10 380	2.51 286	2.67 313	4.55 359	3.41 335	8.72 278	6.92 354	1.25 374	1.27 381	1.04 372	0.93 367	1.39 374	1.85 377

PWCK	5.85 384	9.95 406	15.22 267	2.90 385	1.56 324	5.66 391	7.69 402	5.27 390	4.74 386	3.88 362	7.51 377	8.04 390	5.28 366	15.18 407	8.40 363	3.08 392	1.51 385	2.24 390	1.37 386	5.55 407	1.96 380

ktn	21.74 419	10.34 407	19.68 333	4.53 409	4.00 405	6.53 396	4.51 394	6.79 400	78.82 437	84.69 437	100.86 441	58.49 434	7.57 392	12.11 384	13.35 380	4.58 413	3.24 412	3.49 407	2.62 406	4.65 404	3.84 408

MSC_U_SF_DS_RVC	4.48 362	10.62 408	15.18 266	1.55 315	1.45 308	6.16 392	3.54 383	5.41 396	3.68 371	2.59 298	2.74 317	4.81 367	2.20 277	13.79 403	4.40 331	2.04 384	3.36 413	1.05 373	1.20 380	2.09 381	1.72 374

MFN_U_SF_RVC	3.81 345	10.78 409	15.01 261	1.84 350	1.39 295	3.73 172	1.63 305	4.05 253	3.26 354	2.91 325	2.38 289	4.36 352	3.65 341	8.43 274	4.91 340	1.11 370	1.04 372	0.99 370	1.31 382	1.58 376	1.75 376

MFN_U_SF_DS_RVC	3.94 349	10.88 410	12.30 224	1.26 234	1.55 321	5.19 386	3.33 376	4.42 350	2.82 315	2.58 295	2.62 309	5.00 371	2.11 265	14.03 406	2.73 305	1.28 376	2.34 400	0.67 347	1.83 394	0.81 334	1.03 347

TorneroNet	25.88 421	11.28 411	21.62 400	4.20 402	4.07 406	55.25 432	3.15 373	15.16 416	76.94 436	58.09 432	82.72 438	86.88 438	41.15 425	13.35 397	18.13 402	4.32 405	2.85 403	3.45 406	2.62 406	8.33 420	4.14 411

SPstereo	30.42 423	11.55 412	18.72 314	8.51 418	9.93 415	50.05 431	82.85 439	71.73 437	35.92 428	30.73 425	29.66 420	48.61 432	42.30 433	47.77 436	58.10 436	7.32 417	8.89 420	20.37 425	10.07 419	7.98 418	7.43 420

ACVNet_2	5.41 377	12.60 413	20.42 366	3.27 391	3.15 395	4.50 330	3.02 368	4.66 377	3.73 372	3.35 353	5.36 371	7.86 389	2.88 309	12.33 387	4.76 337	3.12 393	2.22 395	2.70 398	1.69 388	3.49 389	3.10 396

WAO-8	11.95 408	13.02 414	20.56 370	3.50 392	3.08 392	15.11 416	2.80 358	12.91 410	19.11 417	7.69 397	13.12 404	11.62 397	7.01 388	84.40 439	7.91 360	3.42 395	1.92 392	3.54 410	1.93 398	3.68 391	2.69 391

Venus	11.95 408	13.02 414	20.56 370	3.50 392	3.08 392	15.11 416	2.80 358	12.91 410	19.11 417	7.69 397	13.12 404	11.62 397	7.01 388	84.40 439	7.91 360	3.42 395	1.92 392	3.54 410	1.93 398	3.68 391	2.69 391

IMH	6.81 394	13.66 416	20.41 365	4.33 407	3.74 400	5.50 388	3.06 370	5.49 397	6.22 397	4.64 380	10.35 396	9.30 393	8.03 396	13.61 401	6.81 350	4.80 414	2.99 410	3.09 403	2.12 400	4.36 402	3.61 404

ACVNet-4b	6.73 392	13.67 417	21.87 403	3.54 395	3.07 391	4.19 280	2.25 342	4.03 245	3.65 369	1.64 80	3.98 361	5.88 380	2.89 310	10.01 312	16.98 396	23.29 429	2.24 396	2.53 392	1.78 392	3.87 397	3.21 400

FADE	78.44 437	13.79 418	36.09 422	10.71 422	13.34 417	4.15 259	4.14 393	28.60 423	8.36 401	5.15 384	3.88 359	11.85 400	36.55 421	44.37 427	28.26 423	474.90 443	161.58 442	347.36 443	322.13 443	7.29 415	6.23 418

ACVNet_1	6.04 387	13.97 419	21.36 393	3.58 396	3.14 394	4.73 372	2.48 348	4.20 286	3.17 344	2.98 333	2.83 327	23.31 413	4.34 354	11.06 346	2.45 289	3.68 399	2.33 399	2.60 394	1.79 393	3.69 393	3.19 399

HanzoNet	31.60 424	17.23 420	21.22 390	7.32 416	5.84 414	7.25 400	3.53 381	13.82 414	14.20 410	50.38 430	47.01 429	44.45 423	56.61 435	36.61 426	32.00 425	63.89 435	56.57 436	7.97 418	89.20 436	28.69 424	28.25 427

Anonymous_1	57.11 435	19.68 421	26.15 416	23.10 423	142.31 439	30.84 422	39.75 425	33.86 427	16.98 411	70.53 436	15.42 411	23.46 414	19.75 415	23.04 414	27.23 420	164.73 441	9.02 421	130.38 437	137.40 438	161.27 442	27.24 426

DPSM_ROB	20.78 417	20.03 422	26.57 417	23.62 424	22.46 420	31.10 423	39.97 426	33.52 425	17.41 413	15.25 416	15.80 412	24.06 416	20.71 416	23.30 416	27.62 421	10.78 420	9.41 422	11.69 422	11.50 420	14.49 422	16.36 423

DPSM	20.78 417	20.03 422	26.57 417	23.62 424	22.46 420	31.10 423	39.97 426	33.52 425	17.41 413	15.25 416	15.80 412	24.06 416	20.71 416	23.30 416	27.62 421	10.78 420	9.41 422	11.69 422	11.50 420	14.49 422	16.36 423

JetRed	10.48 404	27.10 424	35.70 421	4.27 403	4.09 407	15.55 418	12.83 410	12.16 407	5.50 392	5.83 387	5.56 373	10.14 395	7.43 390	8.88 281	26.39 419	3.32 394	3.81 414	3.51 408	2.96 413	7.85 416	6.69 419

LRCNet_RVC	25.52 420	33.45 425	23.21 412	31.79 426	32.78 423	6.74 397	1.18 249	25.88 421	4.46 381	28.94 419	30.89 421	24.91 418	17.57 410	27.66 420	24.34 416	35.26 431	25.60 432	35.91 432	33.81 431	31.90 432	34.10 433

LSM0	49.58 433	40.04 426	53.62 436	97.15 436	128.68 438	62.75 438	79.89 433	67.63 436	35.11 427	33.02 426	32.61 427	48.43 431	41.60 426	46.60 431	55.43 431	21.63 428	18.99 431	23.62 431	23.13 425	29.47 431	52.26 437

MyStereo03	41.77 425	40.13 427	53.46 433	47.73 430	45.04 428	62.50 433	80.72 436	66.91 431	34.93 423	30.53 421	31.77 422	48.26 428	41.67 427	46.68 433	55.85 433	21.53 423	18.88 427	23.46 426	23.21 427	29.14 426	33.09 430

MyStereo02	41.77 425	40.13 427	53.46 433	47.73 430	45.04 428	62.50 433	80.72 436	66.91 431	34.93 423	30.53 421	31.77 422	48.26 428	41.67 427	46.68 433	55.85 433	21.53 423	18.88 427	23.46 426	23.21 427	29.14 426	33.09 430

MyStereo	41.77 425	40.13 427	53.46 433	47.73 430	45.04 428	62.50 433	80.72 436	66.91 431	34.93 423	30.53 421	31.77 422	48.26 428	41.67 427	46.68 433	55.85 433	21.53 423	18.88 427	23.46 426	23.21 427	29.14 426	33.09 430

Selective-RAFT-Error	41.77 425	40.16 430	53.34 431	47.73 430	45.25 432	62.51 436	80.64 434	67.22 434	34.93 423	30.64 424	31.81 425	48.11 426	42.11 431	46.57 430	54.95 430	21.61 427	18.87 426	23.48 429	23.15 426	29.16 429	33.08 429

CasAABBNet	41.80 429	40.20 431	53.41 432	47.73 430	45.18 431	62.51 436	80.71 435	67.26 435	34.80 422	30.49 420	31.88 426	48.24 427	41.81 430	46.63 432	55.64 432	21.60 426	18.88 427	23.48 429	23.22 430	29.19 430	33.05 428

HaxPig	43.25 430	43.65 432	45.00 426	33.85 427	35.61 425	32.69 425	30.52 420	45.09 428	42.97 430	48.77 428	48.17 430	43.00 422	40.26 423	44.58 428	43.61 426	47.18 432	49.30 433	51.54 434	50.25 433	43.73 433	45.29 434

AVERAGE_ROB	44.46 431	45.91 433	46.59 427	40.59 429	38.66 426	32.99 426	30.52 420	46.19 429	43.26 431	49.59 429	48.97 431	44.62 424	39.89 422	45.04 429	43.94 427	48.74 433	50.69 434	50.80 433	49.79 432	45.54 434	46.97 435

MEDIAN_ROB	47.37 432	49.08 434	49.92 429	40.32 428	39.97 427	34.95 427	33.43 424	49.17 430	46.39 433	53.06 431	52.65 432	47.65 425	42.23 432	48.35 437	47.29 428	52.10 434	54.04 435	54.28 435	53.48 434	48.76 435	50.33 436

PML	64.32 436	53.22 435	17.88 300	8.10 417	32.94 424	148.46 442	247.79 443	12.18 408	45.42 432	111.41 439	288.92 443	101.47 441	101.31 441	31.67 421	15.55 385	14.03 422	4.83 416	10.98 421	6.18 417	28.82 425	5.17 414

DLNR_Zeroshot_test	28.62 422	55.50 436	49.94 430	183.62 439	115.05 437	3.43 115	0.28 1	29.49 424	1.49 47	1.01 30	1.26 42	0.93 44	0.63 8	3.92 196	1.51 188	29.81 430	0.41 296	0.26 37	0.23 59	93.28 436	0.32 113

BEATNet-Init1	49.72 434	64.32 437	97.77 438	4.68 411	4.28 408	84.75 439	60.42 429	73.38 438	68.59 434	88.29 438	88.51 440	91.94 439	97.99 440	85.26 441	70.96 440	0.80 351	0.65 353	0.85 365	0.70 350	7.96 417	2.33 384

xxxxx1	112.33 440	88.53 438	37.76 423	227.84 441	157.23 440	39.05 428	61.41 430	93.76 439	79.29 438	62.45 433	74.79 435	78.32 435	70.96 437	33.47 422	70.69 437	114.00 438	130.36 439	259.31 440	274.34 440	145.54 439	147.50 440

tt_ll	112.33 440	88.53 438	37.76 423	227.84 441	157.23 440	39.05 428	61.41 430	93.76 439	79.29 438	62.45 433	74.79 435	78.32 435	70.96 437	33.47 422	70.69 437	114.00 438	130.36 439	259.31 440	274.34 440	145.54 439	147.50 440

ff	112.33 440	88.53 438	37.76 423	227.84 441	157.23 440	39.05 428	61.41 430	93.76 439	79.29 438	62.45 433	74.79 435	78.32 435	70.96 437	33.47 422	70.69 437	114.00 438	130.36 439	259.31 440	274.34 440	145.54 439	147.50 440

ASD4	103.30 439	113.98 441	120.24 440	106.67 437	79.75 433	115.36 440	120.35 440	119.13 442	79.65 441	120.04 440	74.64 434	101.45 440	65.48 436	109.11 442	84.31 442	104.31 436	90.04 438	133.15 438	103.58 437	130.15 438	94.66 439

DPSimNet_ROB	102.30 438	119.72 442	143.59 441	109.42 438	94.10 435	127.22 441	127.15 441	26.62 422	102.36 442	149.58 442	83.99 439	139.34 442	137.54 442	64.62 438	82.36 441	105.18 437	66.15 437	120.15 436	69.61 435	99.58 437	77.72 438

test_example2	212.63 443	219.92 443	221.87 443	213.67 440	221.17 443	199.47 443	200.74 442	185.30 443	141.66 443	209.52 443	213.45 442	210.82 443	205.48 443	221.27 443	216.64 443	236.83 442	242.07 443	213.93 439	217.01 439	235.69 443	226.10 443

Low-res two-view benchmark