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	0.63 119	0.18 1	0.37 2	2.27 394	0.84 351	0.57 76	0.54 193	0.79 14	0.62 24	0.48 19	0.70 32	0.36 2	0.26 1	0.45 2	0.35 27	2.24 395	0.10 1	0.14 1	0.09 1	0.15 5	1.06 385

CES	0.48 34	0.20 2	0.37 2	0.39 4	1.39 386	0.55 68	0.35 49	0.98 64	0.66 41	0.44 9	0.66 24	0.35 1	0.27 2	0.56 11	0.33 16	0.15 6	0.13 43	0.15 3	0.10 2	0.19 73	1.46 391

s12784h	0.52 41	0.20 2	0.38 4	0.41 5	0.19 1	0.96 228	0.34 45	1.17 126	1.25 238	0.81 69	0.90 66	0.63 59	0.50 58	1.45 171	0.42 75	0.14 4	0.12 9	0.17 15	0.11 6	0.18 43	0.11 1

LoS	0.40 8	0.21 4	0.44 11	0.37 2	0.22 4	0.50 41	0.40 86	1.00 70	0.94 108	0.48 19	0.66 24	0.48 23	0.40 18	0.60 24	0.37 39	0.18 60	0.14 76	0.16 9	0.11 6	0.14 2	0.14 11

CREStereo++_RVC	0.47 32	0.21 4	0.38 4	0.45 33	0.38 173	0.45 18	0.25 4	0.75 9	1.29 259	0.80 65	1.21 170	0.47 20	0.37 13	0.53 6	0.44 86	0.16 11	0.11 3	0.15 3	0.80 382	0.18 43	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.44 23	0.21 4	0.44 11	0.41 5	0.21 3	0.65 111	0.26 10	0.79 14	0.83 76	0.93 86	0.98 83	0.51 33	0.46 35	0.54 8	0.35 27	0.18 60	0.24 276	0.16 9	0.13 11	0.16 13	0.26 228

CREStereo	0.39 5	0.21 4	0.38 4	0.34 1	0.22 4	0.53 59	0.29 21	0.77 12	1.11 176	0.58 34	0.71 34	0.51 33	0.41 20	0.54 8	0.34 24	0.18 60	0.13 43	0.15 3	0.10 2	0.14 2	0.14 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.46 26	0.21 4	0.38 4	0.37 2	0.23 6	0.71 145	0.27 16	0.74 8	1.04 148	0.64 43	0.70 32	0.55 41	0.47 41	0.86 71	0.35 27	1.00 380	0.13 43	0.15 3	0.10 2	0.15 5	0.13 3

IGEV+	0.40 8	0.22 9	0.51 24	0.52 113	0.29 64	0.45 18	0.25 4	1.65 236	0.46 4	0.37 2	0.57 19	0.46 16	0.45 31	0.50 4	0.38 49	0.19 92	0.12 9	0.16 9	0.13 11	0.16 13	0.15 27

EGLCR-Stereo	0.37 3	0.22 9	0.51 24	0.43 8	0.26 20	0.44 17	0.22 2	0.99 66	0.48 5	0.42 5	0.42 2	0.67 69	0.29 3	0.86 71	0.33 16	0.17 32	0.12 9	0.19 51	0.17 76	0.17 25	0.15 27

test_4	0.53 50	0.22 9	0.56 38	0.54 137	0.32 108	0.64 99	0.39 83	0.80 19	0.62 24	0.92 85	1.87 327	0.68 71	0.42 22	1.16 125	0.37 39	0.15 6	0.13 43	0.20 75	0.22 200	0.20 100	0.15 27

test-3	0.54 64	0.22 9	0.68 91	0.47 42	0.27 33	0.58 77	0.35 49	0.92 42	1.00 136	1.32 249	0.69 31	0.87 129	0.45 31	1.68 214	0.37 39	0.16 11	0.11 3	0.20 75	0.16 60	0.17 25	0.13 3

test_1	0.54 64	0.22 9	0.68 91	0.47 42	0.27 33	0.58 77	0.35 49	0.92 42	1.00 136	1.28 224	0.68 28	0.87 129	0.45 31	1.67 209	0.37 39	0.16 11	0.11 3	0.20 75	0.16 60	0.17 25	0.13 3

MIF-Stereo	0.36 1	0.23 14	0.59 54	0.48 54	0.36 148	0.40 10	0.32 32	0.53 1	0.49 6	0.54 32	0.55 17	0.36 2	0.31 6	0.58 14	0.51 133	0.20 120	0.15 126	0.17 15	0.15 31	0.19 73	0.15 27

MC-Stereo	0.43 15	0.23 14	0.48 15	0.51 97	0.28 52	0.39 9	0.32 32	0.88 33	0.68 45	0.60 40	0.84 56	0.56 43	0.61 108	1.03 101	0.31 5	0.17 32	0.11 3	0.17 15	0.15 31	0.16 13	0.13 3

RCA-Stereo	0.50 39	0.23 14	0.58 49	0.48 54	0.33 124	0.55 68	0.45 138	0.97 62	1.38 299	0.68 46	1.05 112	0.63 59	0.80 166	0.59 15	0.32 7	0.17 32	0.12 9	0.17 15	0.14 23	0.16 13	0.14 11

test_3	0.55 79	0.23 14	0.71 117	0.53 122	0.28 52	0.61 90	0.40 86	0.92 42	1.05 152	1.19 188	0.68 28	0.93 147	0.44 28	1.67 209	0.39 56	0.15 6	0.12 9	0.22 124	0.19 110	0.21 134	0.14 11

DEmStereo	0.97 263	0.23 14	0.79 172	0.47 42	0.32 108	1.04 243	0.56 212	0.93 47	0.89 90	1.39 277	2.14 348	1.02 180	2.07 373	5.64 360	0.77 218	0.17 32	0.15 126	0.20 75	0.20 138	0.18 43	0.20 137

111	0.60 104	0.23 14	0.70 106	0.43 8	0.24 9	0.72 147	0.42 99	1.18 131	1.41 311	0.80 65	1.38 232	1.10 204	0.79 161	0.96 85	0.58 164	0.18 60	0.13 43	0.17 15	0.15 31	0.17 25	0.19 114

MIM_Stereo	0.57 93	0.24 20	0.92 218	0.46 36	0.30 81	0.54 62	0.28 19	1.27 155	0.75 57	1.00 104	1.16 157	0.93 147	0.53 67	1.45 171	0.61 175	0.16 11	0.16 157	0.20 75	0.19 110	0.17 25	0.14 11

AEACV	0.37 3	0.24 20	0.52 27	0.47 42	0.51 247	0.37 8	0.38 72	0.65 4	0.53 17	0.42 5	0.56 18	0.46 16	0.60 99	0.53 6	0.30 1	0.16 11	0.13 43	0.18 37	0.15 31	0.17 25	0.14 11

Any-RAFT	0.53 50	0.24 20	0.47 13	0.47 42	0.27 33	1.00 238	0.25 4	1.58 222	1.05 152	0.85 79	0.99 85	1.06 188	0.47 41	0.70 35	0.32 7	0.18 60	0.13 43	0.16 9	0.13 11	0.16 13	0.16 42

4D-IteraStereo	0.48 34	0.24 20	0.76 158	0.50 74	0.44 206	0.66 120	0.31 29	0.87 26	1.02 141	1.03 114	0.72 36	0.78 92	0.32 9	0.64 27	0.37 39	0.17 32	0.11 3	0.23 153	0.19 110	0.19 73	0.13 3

Selective-IGEV	0.39 5	0.24 20	0.50 18	0.44 23	0.25 18	0.46 20	0.33 35	1.25 153	0.40 1	0.35 1	0.45 3	0.52 38	0.30 4	1.07 112	0.30 1	0.14 4	0.12 9	0.17 15	0.13 11	0.16 13	0.13 3

fff	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 22	0.36 59	1.07 104	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 114

ADStereo(finetuned)	0.57 93	0.24 20	1.06 260	0.43 8	0.24 9	0.49 32	0.35 49	1.05 89	1.30 265	1.12 140	1.03 108	0.58 49	1.20 297	0.84 66	0.51 133	0.16 11	0.13 43	0.17 15	0.13 11	0.18 43	0.19 114

CrosDoStereo	1.58 341	0.24 20	0.72 121	0.48 54	0.29 64	0.67 124	12.49 418	1.10 111	0.98 124	1.34 260	1.75 312	1.00 171	1.89 362	6.65 376	0.81 230	0.19 92	0.15 126	0.20 75	0.22 200	0.18 43	0.19 114

DeepStereo_LL	1.58 341	0.24 20	0.72 121	0.48 54	0.29 64	0.67 124	12.49 418	1.10 111	0.98 124	1.34 260	1.75 312	1.00 171	1.89 362	6.65 376	0.81 230	0.19 92	0.15 126	0.20 75	0.22 200	0.18 43	0.19 114

DRaft	0.80 207	0.24 20	0.70 106	0.45 33	0.30 81	0.97 232	0.53 189	1.05 89	0.97 119	1.78 336	2.02 340	0.80 97	1.74 352	2.73 295	0.72 202	0.17 32	0.14 76	0.20 75	0.20 138	0.18 43	0.21 154

RAFT-RH_RVC	1.03 278	0.24 20	0.67 88	0.49 67	0.28 52	0.81 187	0.33 35	0.83 23	1.08 164	2.05 356	4.65 392	1.04 186	0.57 88	5.98 368	0.50 130	0.18 60	0.13 43	0.26 229	0.20 138	0.16 13	0.17 62

DCANet	0.54 64	0.24 20	0.70 106	0.43 8	0.24 9	0.49 32	0.36 59	1.05 89	1.30 265	1.12 140	1.03 108	0.58 49	0.92 216	0.81 61	0.52 139	0.16 11	0.13 43	0.17 15	0.13 11	0.18 43	0.19 114

csc	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 22	0.36 59	1.07 104	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 114

cscssc	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 22	0.36 59	1.07 104	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 114

CFNet-RSSM	0.54 64	0.24 20	0.70 106	0.48 54	0.28 52	0.60 87	0.27 16	1.49 195	1.14 192	1.06 118	0.93 71	1.08 195	0.54 70	0.70 35	0.35 27	0.16 11	0.12 9	0.17 15	0.15 31	0.16 13	0.14 11

Gwc-CoAtRS	0.52 41	0.24 20	0.68 91	0.48 54	0.29 64	0.64 99	0.25 4	1.16 124	1.08 164	1.01 107	1.00 88	1.12 209	0.56 80	0.69 33	0.37 39	0.16 11	0.13 43	0.17 15	0.15 31	0.15 5	0.15 27

StereoIM	0.36 1	0.25 36	0.58 49	0.44 23	0.34 139	0.30 3	0.30 24	0.72 6	0.50 7	0.37 2	0.36 1	0.58 49	0.49 57	0.52 5	0.36 33	0.19 92	0.16 157	0.19 51	0.15 31	0.18 43	0.14 11

MIF-Stereo (partial)	0.45 25	0.25 36	0.70 106	0.50 74	0.52 255	0.35 5	0.26 10	0.91 41	0.59 22	0.45 13	0.71 34	0.51 33	0.51 60	1.11 118	0.45 94	0.20 120	0.16 157	0.23 153	0.20 138	0.24 195	0.18 80

CASnet	0.41 11	0.25 36	0.48 15	0.50 74	0.20 2	0.50 41	0.36 59	0.81 22	0.80 69	0.83 73	0.68 28	0.48 23	0.31 6	0.54 8	0.32 7	0.18 60	0.12 9	0.27 240	0.22 200	0.23 181	0.14 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 64	0.25 36	0.64 74	0.47 42	0.30 81	0.97 232	0.27 16	1.24 151	0.81 70	0.96 93	1.12 140	1.28 250	0.48 49	0.71 39	0.36 33	0.17 32	0.13 43	0.17 15	0.14 23	0.16 13	0.16 42

GLC_STEREO	0.39 5	0.25 36	0.41 9	0.54 137	0.23 6	0.48 22	0.30 24	0.73 7	0.58 19	0.52 30	0.73 37	0.51 33	0.31 6	0.64 27	0.42 75	0.17 32	0.20 229	0.23 153	0.19 110	0.21 134	0.17 62

RAFT-345	0.84 224	0.25 36	0.66 84	0.50 74	0.27 33	0.54 62	0.42 99	0.83 23	1.11 176	1.32 249	2.34 357	0.86 125	0.54 70	5.72 361	0.47 112	0.18 60	0.13 43	0.22 124	0.17 76	0.17 25	0.16 42

cross-raft	0.54 64	0.25 36	0.61 61	0.52 113	0.29 64	0.68 131	0.37 68	1.46 190	0.76 60	1.01 107	1.06 114	1.28 250	0.46 35	0.71 39	0.35 27	0.15 6	0.12 9	0.18 37	0.16 60	0.19 73	0.14 11

GMM-Stereo	0.74 181	0.25 36	0.59 54	0.54 137	0.34 139	0.72 147	0.99 322	1.01 75	0.87 83	1.36 265	1.78 315	1.12 209	0.81 169	2.09 259	0.46 107	0.18 60	0.12 9	0.25 210	0.25 242	0.20 100	0.85 375

raftrobust	0.52 41	0.25 36	0.56 38	0.65 262	0.52 255	0.49 32	0.34 45	0.98 64	0.91 99	1.30 237	0.87 61	0.63 59	0.81 169	0.78 53	0.41 67	0.19 92	0.15 126	0.16 9	0.14 23	0.15 5	0.16 42

RAFT-Stereo + iAFF	0.54 64	0.25 36	0.68 91	0.43 8	0.24 9	0.40 10	0.34 45	1.04 83	1.09 170	1.32 249	1.60 286	0.80 97	0.68 129	0.67 32	0.39 56	0.13 1	0.10 1	0.18 37	0.17 76	0.17 25	0.13 3

AFF-stereo	0.58 98	0.25 36	0.64 74	0.46 36	0.29 64	0.34 4	0.38 72	1.15 123	1.14 192	1.17 179	1.60 286	1.10 204	0.71 137	0.97 90	0.43 84	0.13 1	0.11 3	0.19 51	0.19 110	0.17 25	0.14 11

H2IRNET	0.56 88	0.26 47	0.66 84	0.47 42	0.35 142	0.41 12	0.26 10	0.92 42	1.17 207	0.61 41	1.28 196	1.08 195	0.86 195	0.99 93	0.63 182	0.19 92	0.16 157	0.22 124	0.25 242	0.21 134	0.18 80

MGS-Stereo	0.42 12	0.26 47	0.58 49	0.44 23	0.28 52	0.50 41	0.34 45	0.57 2	0.83 76	0.46 14	1.31 206	0.52 38	0.33 10	0.65 31	0.36 33	0.19 92	0.16 157	0.18 37	0.15 31	0.17 25	0.16 42

MSKI-zero shot	0.55 79	0.26 47	0.57 46	0.51 97	0.26 20	0.69 135	0.28 19	1.18 131	0.64 28	0.91 83	1.32 212	0.82 105	0.33 10	1.92 243	0.32 7	0.17 32	0.12 9	0.17 15	0.13 11	0.16 13	0.16 42

LoS_RVC	0.42 12	0.26 47	0.40 8	0.44 23	0.82 349	0.51 52	0.44 127	0.64 3	0.41 2	0.44 9	0.78 46	0.44 9	0.47 41	0.56 11	0.36 33	0.13 1	0.12 9	0.14 1	0.10 2	0.13 1	0.84 374

DCRE	0.82 215	0.26 47	0.70 106	0.58 186	0.44 206	0.54 62	0.48 159	0.95 54	0.78 64	0.78 60	7.33 405	0.86 125	0.52 62	0.76 50	0.41 67	0.16 11	0.16 157	0.19 51	0.17 76	0.18 43	0.17 62

DCANet-4	0.54 64	0.26 47	1.07 264	0.42 7	0.24 9	0.48 22	0.36 59	0.99 66	1.30 265	1.10 134	1.02 100	0.56 43	0.75 142	0.73 45	0.52 139	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 114

tt	6.58 410	0.26 47	6.10 397	3.77 415	2.16 394	11.55 417	19.63 421	13.33 422	5.74 406	2.96 386	2.65 367	4.97 397	6.33 411	3.81 323	7.24 393	9.15 422	11.32 429	5.89 422	6.24 421	6.03 419	2.55 406

RAFT_CTSACE	0.63 119	0.26 47	0.88 203	0.55 156	0.51 247	0.71 145	0.44 127	0.80 19	0.97 119	0.97 96	1.84 322	1.18 222	0.68 129	1.47 177	0.36 33	0.16 11	0.15 126	0.21 98	0.20 138	0.20 100	0.14 11

GMOStereo	0.53 50	0.26 47	0.65 78	0.50 74	0.29 64	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 15	0.38 49	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

error version	0.53 50	0.26 47	0.65 78	0.50 74	0.29 64	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 15	0.38 49	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

test-v	0.53 50	0.26 47	0.65 78	0.50 74	0.29 64	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 15	0.38 49	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

HHNet	0.62 113	0.26 47	0.63 68	0.43 8	0.45 213	0.50 41	0.58 225	1.07 104	1.01 138	1.25 215	2.23 352	0.70 79	0.61 108	1.07 112	0.47 112	0.20 120	0.13 43	0.23 153	0.19 110	0.19 73	0.30 260

FTStereo	0.91 246	0.26 47	0.56 38	0.54 137	0.33 124	0.66 120	1.87 382	1.00 70	0.75 57	1.75 333	4.15 386	1.04 186	1.65 345	1.57 194	0.46 107	0.19 92	0.16 157	0.23 153	0.21 174	0.18 43	0.63 358

ASMatch	0.88 238	0.26 47	0.69 100	0.51 97	0.35 142	0.48 22	0.37 68	1.12 119	0.92 103	1.10 134	3.28 376	0.96 162	0.98 244	4.90 342	0.49 124	0.19 92	0.16 157	0.22 124	0.19 110	0.19 73	0.27 234

PFNet	0.91 246	0.26 47	1.10 271	0.63 241	0.32 108	0.64 99	0.56 212	1.17 126	0.99 131	1.47 292	1.08 120	0.98 165	0.69 132	6.62 375	0.54 153	0.20 120	0.12 9	0.24 173	0.19 110	0.20 100	0.17 62

GrayStereo	0.82 215	0.26 47	0.58 49	0.63 241	0.37 156	0.76 163	1.86 381	1.11 117	0.87 83	1.99 353	1.89 329	1.08 195	1.82 360	1.39 161	0.48 117	0.19 92	0.14 76	0.19 51	0.21 174	0.18 43	0.39 302

test-2	0.53 50	0.26 47	0.65 78	0.50 74	0.29 64	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 15	0.38 49	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

test-1	0.52 41	0.26 47	1.04 256	0.56 169	0.32 108	0.61 90	0.38 72	1.10 111	0.91 99	0.78 60	1.01 93	0.77 89	0.52 62	0.60 24	0.42 75	0.17 32	0.14 76	0.20 75	0.17 76	0.20 100	0.23 186

iRaftStereo_RVC	0.47 32	0.26 47	0.64 74	0.50 74	0.29 64	0.53 59	0.33 35	1.05 89	0.77 62	0.84 75	1.00 88	0.55 41	0.37 13	0.81 61	0.40 60	0.17 32	0.12 9	0.22 124	0.20 138	0.19 73	0.15 27

raft+_RVC	0.53 50	0.26 47	0.54 33	0.60 210	0.47 227	0.54 62	0.54 193	1.27 155	0.99 131	0.76 56	1.03 108	0.70 79	0.56 80	0.93 84	0.47 112	0.18 60	0.14 76	0.19 51	0.18 90	0.18 43	0.15 27

XX-Stereo	0.63 119	0.26 47	1.90 352	0.81 332	0.67 307	0.43 15	0.23 3	1.03 79	0.58 19	0.65 44	1.56 278	1.41 271	0.39 15	1.28 135	0.35 27	0.20 120	0.14 76	0.20 75	0.19 110	0.18 43	0.14 11

R-Stereo Train	0.57 93	0.26 47	0.63 68	0.54 137	0.36 148	0.69 135	0.54 193	1.22 145	0.72 53	1.61 320	1.50 266	0.75 85	0.53 67	0.64 27	0.44 86	0.18 60	0.15 126	0.17 15	0.15 31	0.17 25	0.17 62

RAFT-Stereo	0.57 93	0.26 47	0.63 68	0.54 137	0.36 148	0.69 135	0.54 193	1.22 145	0.72 53	1.61 320	1.50 266	0.75 85	0.53 67	0.64 27	0.44 86	0.18 60	0.15 126	0.17 15	0.15 31	0.17 25	0.17 62
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AE-Stereo	0.49 37	0.27 70	0.67 88	0.60 210	0.39 181	0.67 124	0.46 145	1.18 131	1.09 170	0.47 15	0.75 41	0.69 76	0.47 41	0.59 15	0.40 60	0.16 11	0.15 126	0.21 98	0.20 138	0.19 73	0.15 27

ff7	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 7	0.49 22	0.53 10	0.44 9	0.48 49	1.38 156	0.33 16	0.17 32	0.12 9	0.21 98	0.15 31	0.18 43	0.18 80

ffff	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 7	0.49 22	0.53 10	0.44 9	0.48 49	1.38 156	0.33 16	0.17 32	0.12 9	0.21 98	0.15 31	0.18 43	0.18 80

11t	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 7	0.49 22	0.53 10	0.44 9	0.48 49	1.38 156	0.33 16	0.17 32	0.12 9	0.21 98	0.15 31	0.18 43	0.18 80

test croco	0.46 26	0.27 70	1.01 243	0.50 74	0.40 186	0.35 5	0.37 68	0.87 26	0.56 18	0.43 8	0.76 43	0.42 5	0.40 18	1.13 121	0.45 94	0.21 147	0.15 126	0.24 173	0.19 110	0.24 195	0.16 42

anonymousdsp2	0.53 50	0.27 70	0.74 147	0.48 54	0.29 64	0.76 163	0.47 151	1.61 229	0.82 75	0.77 59	0.77 44	0.75 85	0.47 41	1.03 101	0.40 60	0.18 60	0.13 43	0.18 37	0.13 11	0.19 73	0.18 80

anonymousdsp	0.43 15	0.27 70	0.53 29	0.44 23	0.32 108	0.50 41	0.42 99	0.89 34	0.51 14	0.49 22	0.53 10	0.47 20	0.47 41	1.33 144	0.33 16	0.17 32	0.12 9	0.21 98	0.15 31	0.18 43	0.18 80

anonymousa	0.72 164	0.27 70	0.75 149	0.47 42	0.63 298	1.43 304	0.45 138	1.24 151	0.89 90	1.28 224	1.75 312	1.62 306	1.13 285	0.69 33	0.59 166	0.19 92	0.16 157	0.23 153	0.25 242	0.20 100	0.18 80

riskmin	0.56 88	0.27 70	0.60 58	0.43 8	0.31 93	0.83 192	0.42 99	1.14 121	1.04 148	0.73 55	0.75 41	1.11 208	1.01 256	0.81 61	0.51 133	0.20 120	0.14 76	0.24 173	0.15 31	0.24 195	0.25 210

ccc-4	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 7	0.49 22	0.53 10	0.44 9	0.48 49	1.38 156	0.33 16	0.17 32	0.12 9	0.21 98	0.15 31	0.18 43	0.18 80

IGEV-Stereo	0.43 15	0.27 70	0.54 33	0.45 33	0.32 108	0.50 41	0.42 99	0.90 40	0.51 14	0.49 22	0.53 10	0.47 20	0.47 41	1.32 142	0.33 16	0.17 32	0.12 9	0.21 98	0.15 31	0.18 43	0.18 80
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 156	0.27 70	0.97 231	0.51 97	0.43 200	0.79 178	0.33 35	1.21 138	1.06 155	1.30 237	1.10 129	0.52 38	0.55 76	3.16 310	0.63 182	0.16 11	0.14 76	0.19 51	0.16 60	0.18 43	0.17 62

IPLGR	0.58 98	0.27 70	1.14 278	0.48 54	0.28 52	0.65 111	0.33 35	1.22 145	1.13 190	1.18 184	1.05 112	0.69 76	0.66 128	0.96 85	0.52 139	0.17 32	0.15 126	0.20 75	0.17 76	0.20 100	0.18 80

PSM-AAD	0.79 204	0.27 70	0.53 29	0.55 156	0.28 52	0.77 169	1.24 348	0.99 66	0.91 99	1.66 326	1.57 282	0.81 100	2.19 376	1.65 204	0.44 86	0.19 92	0.14 76	0.38 321	0.32 310	0.21 134	0.70 366

THIR-Stereo	1.02 277	0.27 70	0.69 100	0.49 67	0.28 52	0.95 224	1.34 355	1.03 79	0.97 119	1.34 260	1.90 330	1.17 219	1.58 338	6.44 373	0.78 220	0.19 92	0.14 76	0.21 98	0.22 200	0.19 73	0.20 137

Prome-Stereo	0.75 188	0.27 70	0.53 29	0.55 156	0.32 108	0.59 81	0.97 318	0.89 34	0.88 87	1.45 289	2.46 363	0.91 138	1.41 322	1.58 196	0.44 86	0.18 60	0.13 43	0.19 51	0.17 76	0.20 100	0.92 376

MyStereo06	0.61 110	0.28 86	0.95 225	0.56 169	0.46 223	0.61 90	0.73 264	1.78 270	0.67 42	1.03 114	1.12 140	1.13 214	0.56 80	0.78 53	0.41 67	0.17 32	0.16 157	0.23 153	0.20 138	0.22 156	0.20 137

MyStereo05	0.66 142	0.28 86	1.07 264	0.56 169	0.46 223	0.61 90	0.73 264	1.34 165	1.41 311	1.15 159	0.91 67	0.77 89	0.80 166	1.41 167	0.63 182	0.17 32	0.16 157	0.23 153	0.20 138	0.22 156	0.20 137

11t1	0.52 41	0.28 86	0.68 91	0.51 97	0.28 52	0.83 192	0.39 83	1.22 145	0.63 26	0.84 75	0.74 39	0.68 71	0.68 129	0.91 78	0.57 161	0.21 147	0.18 199	0.19 51	0.16 60	0.20 100	0.21 154

IGEVStereo-DCA	0.46 26	0.28 86	0.56 38	0.43 8	0.33 124	0.49 32	0.42 99	0.87 26	0.50 7	0.47 15	0.48 6	0.48 23	0.46 35	2.03 254	0.30 1	0.19 92	0.14 76	0.19 51	0.15 31	0.16 13	0.18 80

rrr	0.46 26	0.28 86	0.73 133	0.43 8	0.33 124	0.49 32	0.38 72	0.76 11	0.50 7	0.47 15	0.48 6	0.48 23	0.46 35	2.03 254	0.30 1	0.19 92	0.14 76	0.19 51	0.15 31	0.16 13	0.16 42

Selective-RAFT	0.52 41	0.28 86	0.79 172	0.55 156	0.27 33	0.91 209	0.33 35	0.80 19	0.88 87	0.58 34	0.63 22	0.81 100	0.77 154	1.29 138	0.48 117	0.19 92	0.14 76	0.17 15	0.15 31	0.19 73	0.17 62

ProNet	0.43 15	0.28 86	0.58 49	0.43 8	0.30 81	0.56 71	0.52 183	1.00 70	0.58 19	0.44 9	0.49 8	0.43 7	0.43 24	1.28 135	0.36 33	0.15 6	0.13 43	0.19 51	0.16 60	0.17 25	0.16 42

TestStereo1	0.63 119	0.28 86	0.75 149	0.76 320	0.31 93	0.48 22	0.43 115	1.30 159	1.21 225	0.97 96	1.31 206	0.64 62	0.77 154	1.75 222	0.42 75	0.20 120	0.15 126	0.22 124	0.18 90	0.21 134	0.17 62

DisPM	0.66 142	0.28 86	0.72 121	0.61 222	0.35 142	0.62 96	0.45 138	1.02 76	0.99 131	1.56 313	1.10 129	0.80 97	0.59 97	2.37 280	0.41 67	0.23 194	0.14 76	0.23 153	0.21 174	0.20 100	0.25 210

SA-5K	0.63 119	0.28 86	0.75 149	0.76 320	0.31 93	0.48 22	0.43 115	1.30 159	1.21 225	0.97 96	1.31 206	0.64 62	0.77 154	1.75 222	0.42 75	0.20 120	0.15 126	0.22 124	0.18 90	0.21 134	0.17 62

MIPNet	0.56 88	0.28 86	0.94 222	0.49 67	0.33 124	0.66 120	0.38 72	1.35 167	1.08 164	1.06 118	0.92 69	0.60 54	0.79 161	0.73 45	0.52 139	0.17 32	0.14 76	0.19 51	0.16 60	0.18 43	0.17 62

PFNet+	0.59 101	0.28 86	0.77 162	0.53 122	0.30 81	0.59 81	0.31 29	0.92 42	1.14 192	1.33 257	1.10 129	0.79 95	0.57 88	1.31 140	0.49 124	0.25 233	0.17 183	0.28 250	0.26 256	0.21 134	0.25 210

LCNet	0.72 164	0.28 86	0.52 27	0.55 156	0.31 93	0.69 135	0.54 193	1.00 70	0.88 87	1.19 188	1.34 219	0.97 164	1.34 319	2.56 288	0.45 94	0.18 60	0.13 43	0.21 98	0.25 242	0.27 225	0.73 369

AAGNet	1.83 359	0.28 86	0.72 121	0.61 222	0.32 108	0.67 124	0.51 174	0.96 61	0.98 124	1.47 292	1.20 168	1.00 171	1.18 291	2.83 297	22.77 424	0.22 170	0.13 43	0.22 124	0.19 110	0.23 181	0.15 27

STrans-v2	1.04 281	0.28 86	0.96 229	0.49 67	0.32 108	0.68 131	0.79 277	2.47 378	1.12 180	1.12 140	1.46 256	1.40 268	1.46 328	6.70 380	0.43 84	0.18 60	0.13 43	0.20 75	0.18 90	0.18 43	0.18 80

TransformOpticalFlow	0.96 257	0.28 86	0.89 208	0.52 113	0.31 93	0.66 120	0.54 193	1.75 257	1.12 180	1.09 126	1.44 248	1.37 267	1.01 256	6.70 380	0.42 75	0.19 92	0.12 9	0.20 75	0.19 110	0.18 43	0.19 114

KYRaft	0.75 188	0.28 86	0.62 65	0.56 169	0.29 64	0.67 124	0.86 295	0.94 51	0.84 78	1.62 323	2.21 351	1.16 218	1.02 261	1.57 194	0.40 60	0.20 120	0.13 43	0.22 124	0.28 281	0.20 100	1.02 380

SST-Stereo	0.83 220	0.28 86	0.72 121	0.59 199	0.31 93	0.72 147	0.26 10	1.09 109	0.86 79	1.47 292	1.10 129	1.00 171	0.87 199	5.73 362	0.45 94	0.22 170	0.13 43	0.23 153	0.19 110	0.23 181	0.18 80

RAFT_R40	0.83 220	0.28 86	0.73 133	0.59 199	0.31 93	0.69 135	0.44 127	1.10 111	0.95 110	1.47 292	1.10 129	1.00 171	0.85 187	5.53 356	0.46 107	0.22 170	0.13 43	0.23 153	0.20 138	0.23 181	0.18 80

IRAFT_RVC	0.88 238	0.28 86	0.76 158	0.63 241	0.31 93	0.65 111	1.02 327	1.22 145	0.94 108	1.22 200	1.04 111	1.01 178	0.98 244	5.82 363	0.53 147	0.22 170	0.12 9	0.25 210	0.20 138	0.20 100	0.19 114

test_xeample3	0.42 12	0.28 86	0.69 100	0.43 8	0.33 124	0.56 71	0.38 72	0.79 14	0.45 3	0.53 31	0.46 4	0.44 9	0.44 28	1.38 156	0.31 5	0.18 60	0.14 76	0.19 51	0.15 31	0.17 25	0.16 42

xxxx	1.51 337	0.28 86	0.68 91	0.54 137	0.28 52	1.16 265	0.44 127	2.19 355	1.29 259	1.09 126	1.36 226	1.22 228	0.85 187	1.79 230	15.70 417	0.24 209	0.21 245	0.21 98	0.20 138	0.22 156	0.23 186

test_xeample	1.45 333	0.28 86	0.65 78	0.51 97	0.28 52	0.94 220	0.59 232	2.14 342	1.29 259	1.24 211	1.51 268	0.88 132	0.86 195	1.46 173	15.10 414	0.22 170	0.20 229	0.22 124	0.20 138	0.22 156	0.22 169

EAI-Stereo	0.65 134	0.28 86	0.69 100	0.53 122	0.27 33	0.60 87	0.40 86	2.28 365	0.64 28	0.71 51	3.18 375	0.57 45	0.43 24	1.06 108	0.41 67	0.18 60	0.13 43	0.17 15	0.17 76	0.17 25	0.17 62

SFCPSM	0.70 158	0.28 86	1.02 249	0.51 97	0.38 173	1.37 294	0.66 249	2.00 318	1.03 144	1.17 179	1.21 170	0.82 105	0.78 159	1.03 101	0.53 147	0.21 147	0.17 183	0.22 124	0.24 231	0.21 134	0.19 114

FENet	0.60 104	0.28 86	0.63 68	0.54 137	0.33 124	0.83 192	0.38 72	1.27 155	1.07 160	1.00 104	0.86 58	0.99 170	0.85 187	0.96 85	0.68 192	0.22 170	0.15 126	0.23 153	0.20 138	0.22 156	0.23 186

GANet-RSSM	0.72 164	0.28 86	0.63 68	0.64 250	0.58 279	0.80 183	0.58 225	1.89 292	1.08 164	1.04 117	1.25 182	1.15 217	1.04 264	1.49 179	0.62 178	0.25 233	0.19 212	0.22 124	0.22 200	0.22 156	0.21 154

MyStereo8	0.65 134	0.29 113	1.00 239	0.58 186	0.49 231	0.91 209	0.35 49	1.18 131	1.31 269	1.16 170	1.27 191	0.90 137	0.64 121	0.72 42	0.95 254	0.18 60	0.14 76	0.20 75	0.18 90	0.22 156	0.26 228

MyStereo07	0.48 34	0.29 113	0.50 18	0.55 156	0.45 213	0.59 81	0.79 277	1.05 89	0.51 14	0.48 19	0.53 10	0.43 7	0.55 76	1.30 139	0.34 24	0.17 32	0.16 157	0.24 173	0.20 138	0.23 181	0.20 137

MyStereo04	0.67 151	0.29 113	1.07 264	0.55 156	0.45 213	0.59 81	0.79 277	1.50 199	1.40 308	0.91 83	0.91 67	0.74 83	0.86 195	1.52 182	0.62 178	0.17 32	0.16 157	0.24 173	0.20 138	0.23 181	0.20 137

CoDeX	0.73 178	0.29 113	0.93 220	0.54 137	0.36 148	1.14 258	0.61 237	2.34 370	1.17 207	1.16 170	1.25 182	0.91 138	0.87 199	1.33 144	0.64 186	0.20 120	0.16 157	0.21 98	0.18 90	0.20 100	0.18 80

1111x	1.70 354	0.29 113	0.86 190	0.51 97	0.27 33	1.01 239	0.68 254	2.22 359	1.28 255	1.13 154	1.40 238	1.21 226	1.10 279	5.53 356	15.20 415	0.22 170	0.21 245	0.22 124	0.22 200	0.24 195	0.22 169

knoymous	0.51 40	0.29 113	0.47 13	0.43 8	0.30 81	0.55 68	0.55 206	1.02 76	0.77 62	0.98 100	0.85 57	0.94 150	0.56 80	0.85 68	0.45 94	0.20 120	0.14 76	0.26 229	0.14 23	0.23 181	0.23 186

RAFT+CT+SA	0.58 98	0.29 113	0.60 58	0.66 267	0.37 156	0.42 14	0.55 206	1.27 155	1.03 144	0.70 49	1.22 172	0.60 54	0.70 135	1.64 203	0.41 67	0.18 60	0.13 43	0.22 124	0.22 200	0.21 134	0.18 80

Sa-1000	0.72 164	0.29 113	0.76 158	0.59 199	0.30 81	0.73 150	0.37 68	1.62 232	1.33 277	1.28 224	2.04 342	0.86 125	0.75 142	1.84 234	0.38 49	0.19 92	0.14 76	0.25 210	0.23 220	0.20 100	0.16 42

iRaft-Stereo_5w	0.85 228	0.29 113	0.91 214	0.53 122	0.43 200	0.49 32	0.68 254	0.99 66	0.87 83	0.79 63	1.34 219	1.46 281	0.91 213	5.11 345	1.11 277	0.17 32	0.14 76	0.22 124	0.18 90	0.20 100	0.20 137

NRIStereo	0.60 104	0.29 113	0.69 100	0.53 122	0.28 52	0.63 97	0.33 35	1.08 108	0.87 83	1.14 156	0.87 61	0.91 138	0.59 97	2.24 271	0.49 124	0.20 120	0.14 76	0.21 98	0.19 110	0.21 134	0.17 62

Pruner-Stereo	0.62 113	0.29 113	0.70 106	0.61 222	0.31 93	0.63 97	0.43 115	1.17 126	0.99 131	1.53 305	1.08 120	0.95 156	0.55 76	1.35 148	0.51 133	0.23 194	0.14 76	0.24 173	0.21 174	0.21 134	0.23 186

DeepStereo_RVC	0.55 79	0.29 113	0.72 121	0.51 97	0.30 81	0.59 81	0.33 35	1.03 79	0.70 48	1.16 170	0.93 71	0.83 112	0.94 227	0.96 85	0.54 153	0.21 147	0.14 76	0.21 98	0.19 110	0.24 195	0.24 198

rafts_anoy	0.52 41	0.29 113	0.59 54	0.59 199	0.50 237	0.53 59	0.40 86	1.11 117	1.03 144	0.84 75	0.83 54	0.68 71	0.54 70	0.72 42	0.51 133	0.19 92	0.14 76	0.24 173	0.26 256	0.21 134	0.18 80

222	1.61 346	0.29 113	0.67 88	0.56 169	0.29 64	1.06 247	0.42 99	2.17 353	1.31 269	1.31 247	1.52 269	0.92 146	0.94 227	1.76 227	17.65 418	0.24 209	0.20 229	0.21 98	0.19 110	0.22 156	0.23 186

ac_64	0.82 215	0.29 113	0.81 178	0.71 302	0.60 289	1.05 244	0.54 193	1.99 317	0.92 103	1.18 184	1.06 114	1.99 343	1.08 275	1.94 247	0.97 259	0.27 256	0.22 259	0.24 173	0.23 220	0.22 156	0.19 114

HSM-Net_RVC	0.87 237	0.29 113	0.53 29	0.53 122	0.30 81	1.15 263	0.55 206	3.57 393	1.28 255	1.53 305	1.74 309	1.68 316	0.93 222	1.49 179	0.77 218	0.22 170	0.17 183	0.19 51	0.18 90	0.20 100	0.19 114
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DispNO	0.93 251	0.30 129	1.34 309	0.55 156	0.55 267	0.89 204	0.49 166	1.48 193	1.21 225	1.17 179	1.27 191	1.19 223	0.90 210	5.23 347	0.74 206	0.22 170	0.17 183	0.24 173	0.21 174	0.19 73	0.20 137

SMFormer	0.75 188	0.30 129	0.86 190	0.46 36	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.82 235	0.24 209	0.20 229	0.22 124	0.21 174	0.23 181	0.24 198

tta	0.75 188	0.30 129	0.86 190	0.46 36	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.82 235	0.24 209	0.20 229	0.22 124	0.21 174	0.18 43	0.18 80

qqq1	0.72 164	0.30 129	0.86 190	0.46 36	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.44 86	0.24 209	0.20 229	0.18 37	0.15 31	0.18 43	0.18 80

fff1	0.72 164	0.30 129	0.86 190	0.46 36	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.44 86	0.24 209	0.20 229	0.18 37	0.15 31	0.18 43	0.18 80

IGEV_Zeroshot_test	0.53 50	0.30 129	0.99 234	0.56 169	0.35 142	0.41 12	0.32 32	1.37 170	0.63 26	1.00 104	1.09 125	0.95 156	0.41 20	0.83 64	0.39 56	0.18 60	0.12 9	0.19 51	0.18 90	0.19 73	0.17 62

EKT-Stereo	0.53 50	0.30 129	0.73 133	0.58 186	0.60 289	0.51 52	0.48 159	0.94 51	0.90 94	0.71 51	0.88 63	0.77 89	0.43 24	1.07 112	0.40 60	0.22 170	0.16 157	0.21 98	0.18 90	0.20 100	0.22 169

HH	0.63 119	0.30 129	0.77 162	0.50 74	0.32 108	0.49 32	0.46 145	1.65 236	0.64 28	0.69 47	1.09 125	1.63 308	0.85 187	1.90 241	0.37 39	0.18 60	0.13 43	0.19 51	0.17 76	0.19 73	0.16 42

HanStereo	0.63 119	0.30 129	0.77 162	0.50 74	0.32 108	0.49 32	0.46 145	1.65 236	0.64 28	0.69 47	1.09 125	1.63 308	0.85 187	1.90 241	0.37 39	0.18 60	0.13 43	0.19 51	0.17 76	0.19 73	0.16 42

raft_robust	0.68 155	0.30 129	0.64 74	0.52 113	0.26 20	0.54 62	0.35 49	1.33 161	1.24 235	1.16 170	1.07 117	0.60 54	0.54 70	3.58 322	0.37 39	0.18 60	0.14 76	0.20 75	0.22 200	0.20 100	0.16 42

test_5	0.65 134	0.30 129	0.75 149	0.67 277	0.50 237	0.92 215	0.52 183	1.39 176	1.12 180	0.76 56	1.11 134	1.00 171	0.90 210	1.53 186	0.45 94	0.18 60	0.13 43	0.23 153	0.22 200	0.21 134	0.19 114

SA	0.66 142	0.30 129	0.82 180	0.61 222	0.30 81	0.58 77	0.38 72	1.44 187	1.30 265	0.96 93	1.36 226	0.66 67	0.95 232	1.85 237	0.42 75	0.19 92	0.15 126	0.25 210	0.23 220	0.21 134	0.17 62

Patchmatch Stereo++	0.55 79	0.30 129	0.73 133	0.50 74	0.27 33	0.65 111	0.29 21	1.05 89	0.64 28	1.12 140	0.96 75	0.83 112	0.60 99	1.37 152	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
NF-Stereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 138	0.90 94	1.29 229	1.02 100	0.82 105	0.57 88	5.40 354	0.48 117	0.23 194	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

OCTAStereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 138	0.90 94	1.29 229	1.01 93	0.82 105	0.57 88	5.35 349	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

PSM-adaLoss	0.54 64	0.30 129	0.73 133	0.50 74	0.27 33	0.65 111	0.41 97	1.04 83	0.64 28	1.12 140	0.96 75	0.82 105	0.61 108	1.06 108	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

ROB_FTStereo_v2	0.54 64	0.30 129	0.73 133	0.50 74	0.27 33	0.64 99	0.42 99	1.05 89	0.64 28	1.12 140	0.96 75	0.83 112	0.60 99	1.12 120	0.46 107	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

ROB_FTStereo	0.54 64	0.30 129	0.73 133	0.50 74	0.27 33	0.64 99	0.25 4	1.05 89	0.64 28	1.12 140	0.95 73	0.82 105	0.61 108	1.15 123	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

HUI-Stereo	0.52 41	0.30 129	0.73 133	0.50 74	0.27 33	0.65 111	0.30 24	1.04 83	0.64 28	1.12 140	0.96 75	0.83 112	0.60 99	0.79 56	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

RE-Stereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 138	0.90 94	1.29 229	1.01 93	0.81 100	0.57 88	5.37 352	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

TVStereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 138	0.90 94	1.29 229	1.01 93	0.81 100	0.57 88	5.37 352	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

iGMRVC	0.56 88	0.30 129	0.73 133	0.50 74	0.27 33	0.65 111	0.38 72	1.05 89	0.64 28	1.12 140	0.96 75	0.83 112	0.60 99	1.52 182	0.46 107	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

iRAFT	0.55 79	0.30 129	0.73 133	0.50 74	0.27 33	0.65 111	0.29 21	1.05 89	0.64 28	1.12 140	0.96 75	0.83 112	0.60 99	1.37 152	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

CRE-IMP	0.55 79	0.30 129	0.74 147	0.52 113	0.29 64	0.79 178	0.25 4	1.04 83	0.72 53	1.09 126	0.95 73	0.81 100	0.57 88	1.10 115	0.50 130	0.21 147	0.14 76	0.23 153	0.19 110	0.28 239	0.22 169

RAFT	0.64 129	0.30 129	0.73 133	0.59 199	0.33 124	0.68 131	0.58 225	1.04 83	0.76 60	1.08 121	1.19 165	1.65 313	0.93 222	1.06 108	0.56 159	0.21 147	0.18 199	0.27 240	0.24 231	0.22 156	0.17 62

RAFT-IKP	0.54 64	0.30 129	0.73 133	0.50 74	0.27 33	0.59 81	0.36 59	1.04 83	0.64 28	1.12 140	0.96 75	0.83 112	0.61 108	1.22 129	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

RALCasStereoNet	0.54 64	0.30 129	0.66 84	0.59 199	0.51 247	0.61 90	0.52 183	0.94 51	0.93 105	0.70 49	1.01 93	0.78 92	0.44 28	1.33 144	0.47 112	0.20 120	0.16 157	0.18 37	0.16 60	0.20 100	0.19 114

cf-r	0.73 178	0.30 129	0.77 162	0.55 156	0.63 298	0.78 174	0.48 159	1.79 272	1.15 201	1.13 154	1.26 188	1.43 273	0.87 199	1.40 166	0.85 243	0.25 233	0.18 199	0.22 124	0.23 220	0.19 73	0.19 114

PSMNet-RSSM	0.72 164	0.30 129	0.61 61	0.63 241	0.42 195	0.73 150	0.56 212	1.92 302	1.10 174	1.09 126	1.37 228	1.22 228	0.98 244	1.28 135	0.72 202	0.27 256	0.19 212	0.27 240	0.29 292	0.24 195	0.24 198

DIP-Stereo	0.62 113	0.30 129	0.83 182	0.48 54	0.36 148	0.95 224	0.33 35	2.37 372	0.67 42	1.25 215	1.00 88	0.68 71	0.51 60	0.91 78	0.61 175	0.18 60	0.15 126	0.21 98	0.17 76	0.19 73	0.19 114
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	1.12 297	0.30 129	0.91 214	0.66 267	0.77 335	0.97 232	0.57 222	1.37 170	1.35 288	1.02 110	1.34 219	2.11 352	1.43 324	7.09 385	1.39 312	0.19 92	0.17 183	0.17 15	0.19 110	0.18 43	0.16 42

iResNet_ROB	0.77 195	0.30 129	0.99 234	0.57 180	0.36 148	0.83 192	0.36 59	2.33 368	1.58 333	1.27 222	1.30 201	1.25 239	0.84 184	1.65 204	0.79 226	0.20 120	0.14 76	0.17 15	0.12 9	0.18 43	0.27 234

ACVNet-DCA	0.56 88	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	1.42 180	0.78 64	0.58 34	0.79 49	0.48 23	0.88 203	1.46 173	0.32 7	0.20 120	0.12 9	0.25 210	0.15 31	0.22 156	0.21 154

xx1	0.67 151	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	0.93 47	3.05 387	0.58 34	0.79 49	0.95 156	0.77 154	1.46 173	0.32 7	0.20 120	0.12 9	0.24 173	0.23 220	0.22 156	0.21 154

1test111	0.54 64	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	1.42 180	0.78 64	0.58 34	0.79 49	0.48 23	0.88 203	0.88 73	0.59 166	0.20 120	0.12 9	0.25 210	0.15 31	0.22 156	0.21 154

cc1	0.64 129	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	0.93 47	3.05 387	0.58 34	0.79 49	0.48 23	0.88 203	1.46 173	0.32 7	0.20 120	0.12 9	0.25 210	0.15 31	0.19 73	0.19 114

x	0.54 64	0.31 161	0.61 61	0.47 42	0.30 81	0.67 124	0.47 151	1.53 213	0.79 68	0.81 69	0.83 54	0.78 92	0.70 135	0.70 35	0.62 178	0.21 147	0.19 212	0.22 124	0.19 110	0.21 134	0.20 137

IER	0.70 158	0.31 161	1.02 249	0.48 54	0.52 255	1.34 291	0.51 174	1.17 126	0.99 131	1.23 203	1.34 219	1.12 209	1.11 280	0.99 93	0.71 199	0.20 120	0.16 157	0.21 98	0.21 174	0.20 100	0.19 114

iRaft-Stereo_20w	0.65 134	0.31 161	1.00 239	0.47 42	0.34 139	0.73 150	0.30 24	2.96 386	0.70 48	1.15 159	1.14 148	0.76 88	0.65 126	1.11 118	0.38 49	0.17 32	0.13 43	0.18 37	0.16 60	0.19 73	0.18 80

GwcNet-ADL	0.64 129	0.31 161	0.79 172	0.56 169	0.41 192	0.60 87	0.58 225	1.41 178	1.26 243	1.08 121	1.13 145	0.91 138	0.60 99	1.04 106	0.78 220	0.27 256	0.18 199	0.18 37	0.18 90	0.25 205	0.29 248

IIG-Stereo	0.96 257	0.31 161	0.72 121	0.88 354	0.33 124	0.61 90	0.26 10	1.19 137	1.03 144	1.69 329	1.37 228	1.46 281	0.75 142	6.96 384	0.51 133	0.19 92	0.14 76	0.23 153	0.18 90	0.20 100	0.14 11

PSM-softLoss	0.78 201	0.31 161	0.77 162	0.58 186	0.32 108	0.56 71	0.40 86	1.18 131	0.70 48	1.24 211	1.07 117	0.83 112	0.52 62	5.36 350	0.53 147	0.24 209	0.15 126	0.25 210	0.22 200	0.20 100	0.25 210

KMStereo	0.78 201	0.31 161	0.77 162	0.58 186	0.32 108	0.56 71	0.40 86	1.18 131	0.70 48	1.24 211	1.07 117	0.83 112	0.52 62	5.36 350	0.53 147	0.24 209	0.15 126	0.25 210	0.22 200	0.20 100	0.25 210

CroCo-Stereo	0.40 8	0.31 161	0.73 133	0.58 186	0.27 33	0.26 1	0.33 35	0.95 54	0.81 70	0.42 5	0.47 5	0.65 65	0.47 41	0.39 1	0.34 24	0.18 60	0.15 126	0.16 9	0.14 23	0.19 73	0.16 42
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ACVNet	0.63 119	0.31 161	0.54 33	0.54 137	0.36 148	0.80 183	0.46 145	1.37 170	1.07 160	0.93 86	1.30 201	1.08 195	0.85 187	0.80 57	0.94 252	0.21 147	0.19 212	0.21 98	0.18 90	0.22 156	0.18 80

acv_ft	0.75 188	0.31 161	0.95 225	0.70 295	0.86 354	1.24 278	0.53 189	1.44 187	1.07 160	1.24 211	1.30 201	1.08 195	0.92 216	0.80 57	1.34 304	0.21 147	0.19 212	0.21 98	0.18 90	0.21 134	0.18 80

tt1	0.62 113	0.32 175	0.51 24	0.54 137	0.26 20	1.16 265	0.48 159	0.95 54	2.47 375	0.57 33	0.77 44	0.49 30	0.81 169	1.55 190	0.32 7	0.20 120	0.12 9	0.24 173	0.15 31	0.19 73	0.20 137

PCWNet_CMD	0.66 142	0.32 175	0.88 203	0.49 67	0.37 156	0.78 174	0.40 86	1.42 180	1.31 269	1.16 170	1.31 206	1.25 239	0.62 113	0.89 76	0.57 161	0.20 120	0.16 157	0.27 240	0.19 110	0.40 300	0.25 210

BUS	0.74 181	0.32 175	0.68 91	0.54 137	0.44 206	2.34 368	0.42 99	2.16 347	0.98 124	1.20 192	1.11 134	1.03 183	0.62 113	0.91 78	0.70 194	0.24 209	0.17 183	0.25 210	0.22 200	0.22 156	0.22 169

BSDual-CNN	0.71 163	0.32 175	0.68 91	0.54 137	0.44 206	1.27 282	0.65 244	2.16 347	0.98 124	1.20 192	1.11 134	1.12 209	0.74 140	0.91 78	0.66 188	0.24 209	0.17 183	0.25 210	0.22 200	0.22 156	0.22 169

hknet	0.77 195	0.32 175	0.95 225	0.54 137	0.38 173	1.27 282	0.65 244	2.16 347	1.07 160	1.20 192	1.11 134	1.59 302	0.81 169	1.37 152	0.66 188	0.22 170	0.17 183	0.25 210	0.22 200	0.22 156	0.22 169

psmg	0.72 164	0.32 175	0.68 91	0.50 74	0.44 206	1.48 307	0.75 266	1.94 308	0.98 124	1.21 195	1.33 214	1.12 209	0.74 140	0.91 78	0.66 188	0.24 209	0.19 212	0.25 210	0.25 242	0.23 181	0.22 169

CFNet_pseudo	0.66 142	0.32 175	0.86 190	0.48 54	0.39 181	0.70 142	0.40 86	1.33 161	1.22 228	1.16 170	1.34 219	1.24 235	0.64 121	0.98 91	0.59 166	0.21 147	0.16 157	0.33 291	0.19 110	0.36 280	0.25 210

MMNet	0.84 224	0.32 175	1.09 268	0.60 210	0.59 286	1.85 344	0.49 166	1.51 204	1.27 250	1.37 267	1.15 154	1.26 243	1.18 291	1.67 209	1.22 288	0.19 92	0.18 199	0.23 153	0.22 200	0.25 205	0.21 154

delet	0.85 228	0.32 175	0.95 225	0.65 262	0.66 305	1.64 323	0.84 289	1.75 257	1.35 288	1.32 249	1.30 201	1.30 254	0.88 203	1.68 214	1.10 275	0.21 147	0.21 245	0.24 173	0.24 231	0.21 134	0.21 154

UPFNet	0.80 207	0.32 175	0.90 211	0.59 199	0.74 325	1.26 281	0.80 283	1.52 207	1.10 174	1.30 237	1.12 140	1.30 254	0.84 184	1.67 209	1.09 272	0.24 209	0.24 276	0.24 173	0.23 220	0.25 205	0.18 80

GwcNet-RSSM	0.77 195	0.32 175	1.01 243	0.62 233	0.54 261	0.78 174	0.51 174	1.73 251	1.20 220	1.09 126	1.37 228	1.46 281	0.85 187	1.53 186	1.09 272	0.25 233	0.18 199	0.23 153	0.24 231	0.20 100	0.19 114

CFNet-ft	0.72 164	0.32 175	0.54 33	0.66 267	0.54 261	0.83 192	0.55 206	1.37 170	1.15 201	0.93 86	1.28 196	1.57 298	0.97 240	1.35 148	0.81 230	0.26 247	0.20 229	0.33 291	0.25 242	0.30 253	0.23 186

MSMDNet	0.66 142	0.32 175	0.87 200	0.49 67	0.37 156	0.79 178	0.40 86	1.43 186	1.31 269	1.15 159	1.31 206	1.24 235	0.63 118	0.88 73	0.57 161	0.21 147	0.16 157	0.26 229	0.19 110	0.39 296	0.24 198

CFNet_RVC	0.72 164	0.32 175	0.54 33	0.66 267	0.54 261	0.83 192	0.55 206	1.37 170	1.15 201	0.93 86	1.28 196	1.57 298	0.97 240	1.35 148	0.81 230	0.26 247	0.20 229	0.33 291	0.25 242	0.30 253	0.23 186

HSM	1.19 309	0.32 175	0.65 78	0.57 180	0.38 173	1.23 277	0.59 232	2.25 362	1.19 215	1.30 237	1.25 182	1.94 338	1.03 263	9.32 406	0.71 199	0.22 170	0.16 157	0.20 75	0.16 60	0.21 134	0.21 154

DN-CSS_ROB	0.64 129	0.32 175	1.05 257	0.55 156	0.40 186	0.54 62	0.45 138	1.21 138	0.93 105	1.03 114	1.47 257	0.69 76	0.63 118	1.76 227	0.49 124	0.18 60	0.14 76	0.25 210	0.22 200	0.22 156	0.20 137

DualNet	1.09 289	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 375	1.15 159	1.45 250	1.06 188	0.82 173	1.55 190	7.61 395	0.20 120	0.12 9	0.31 271	0.27 264	0.19 73	0.20 137

ffm	0.72 164	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 375	1.15 159	1.45 250	1.06 188	0.82 173	1.55 190	0.32 7	0.20 120	0.12 9	0.31 271	0.27 264	0.19 73	0.20 137

ff1	1.37 326	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 375	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 395	0.20 120	0.12 9	0.31 271	0.27 264	0.19 73	0.20 137

mmx	1.39 328	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	2.13 338	1.37 295	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 395	0.24 209	0.19 212	0.31 271	0.27 264	0.30 253	0.25 210

xxx	1.39 328	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	2.13 338	1.37 295	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 395	0.24 209	0.19 212	0.31 271	0.27 264	0.30 253	0.25 210

CFNet_ucs	0.70 158	0.33 191	0.88 203	0.50 74	0.43 200	0.74 153	0.44 127	1.60 226	1.29 259	1.22 200	1.54 272	1.09 202	0.63 118	0.99 93	0.59 166	0.25 233	0.20 229	0.37 318	0.21 174	0.40 300	0.28 245

LL-Strereo2	0.52 41	0.33 191	0.69 100	0.52 113	0.37 156	0.70 142	0.30 24	1.13 120	0.67 42	0.94 91	0.78 46	0.91 138	0.42 22	1.05 107	0.42 75	0.17 32	0.16 157	0.29 258	0.25 242	0.21 134	0.16 42

CBFPSM	0.92 248	0.33 191	1.86 351	0.49 67	0.38 173	1.75 331	0.84 289	1.39 176	1.12 180	1.09 126	0.99 85	2.37 362	1.66 349	1.32 142	1.42 321	0.19 92	0.18 199	0.20 75	0.20 138	0.21 134	0.33 280

gwcnet-sp	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 199	1.14 192	1.30 237	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

scenet	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 199	1.14 192	1.30 237	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

ToySt	0.66 142	0.33 191	1.23 288	0.51 97	0.33 124	0.86 201	0.68 254	1.10 111	0.97 119	0.84 75	1.08 120	1.25 239	0.94 227	1.01 98	0.74 206	0.19 92	0.19 212	0.24 173	0.24 231	0.27 225	0.23 186

ssnet	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 199	1.14 192	1.30 237	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

CIPLG	0.62 113	0.33 191	0.96 229	0.58 186	0.50 237	0.75 159	0.48 159	1.05 89	0.96 112	1.40 278	1.57 282	0.64 62	0.48 49	0.89 76	0.70 194	0.23 194	0.15 126	0.19 51	0.16 60	0.19 73	0.21 154

IPLGR_C	0.62 113	0.33 191	0.99 234	0.58 186	0.49 231	0.76 163	0.48 159	1.10 111	0.96 112	1.40 278	1.56 278	0.62 57	0.48 49	0.80 57	0.71 199	0.23 194	0.15 126	0.19 51	0.16 60	0.19 73	0.21 154

ACRE	0.61 110	0.33 191	1.01 243	0.58 186	0.49 231	0.75 159	0.47 151	1.06 102	0.95 110	1.37 267	1.55 274	0.62 57	0.46 35	0.83 64	0.70 194	0.23 194	0.15 126	0.19 51	0.16 60	0.18 43	0.21 154

OMP-Stereo	0.94 253	0.33 191	0.72 121	0.90 359	0.31 93	0.49 32	0.36 59	1.16 124	1.06 155	1.58 319	1.12 140	1.46 281	0.69 132	6.94 383	0.49 124	0.19 92	0.14 76	0.24 173	0.18 90	0.20 100	0.14 11

ICVP	0.63 119	0.33 191	0.57 46	0.61 222	0.40 186	0.80 183	0.58 225	1.61 229	0.89 90	0.90 81	1.24 178	0.88 132	0.73 138	0.72 42	0.88 246	0.29 274	0.21 245	0.22 124	0.21 174	0.24 195	0.27 234
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 104	0.33 191	0.87 200	0.62 233	0.50 237	0.69 135	0.31 29	1.21 138	1.06 155	1.09 126	1.16 157	0.88 132	0.46 35	1.22 129	0.42 75	0.19 92	0.15 126	0.21 98	0.17 76	0.27 225	0.17 62

ccs_rob	0.66 142	0.33 191	0.86 190	0.48 54	0.39 181	0.70 142	0.40 86	1.33 161	1.22 228	1.16 170	1.34 219	1.23 233	0.64 121	0.98 91	0.59 166	0.21 147	0.16 157	0.35 308	0.20 138	0.37 284	0.25 210

ttt	0.94 253	0.34 210	0.59 54	0.61 222	0.37 156	0.94 220	0.50 173	2.17 353	1.34 280	1.23 203	1.61 290	0.91 138	0.76 150	1.85 237	3.97 380	0.30 278	0.26 287	0.26 229	0.24 231	0.29 244	0.29 248

StereoVision	0.65 134	0.34 210	0.86 190	0.59 199	0.40 186	0.50 41	0.41 97	1.09 109	0.93 105	0.71 51	2.50 364	0.82 105	0.57 88	1.03 101	0.49 124	0.25 233	0.28 301	0.29 258	0.28 281	0.36 280	0.20 137

CASS	0.65 134	0.34 210	0.72 121	0.56 169	0.27 33	0.78 174	0.42 99	1.59 223	0.86 79	1.30 237	1.25 182	0.87 129	0.84 184	0.84 66	0.54 153	0.35 310	0.19 212	0.26 229	0.21 174	0.28 239	0.42 311
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.44 23	0.34 210	0.77 162	0.61 222	0.79 340	0.28 2	0.35 49	0.75 9	0.71 52	0.38 4	0.50 9	0.72 82	0.55 76	0.57 13	0.47 112	0.17 32	0.18 199	0.19 51	0.16 60	0.21 134	0.20 137

qqq	0.57 93	0.34 210	0.71 117	0.47 42	0.27 33	0.64 99	0.62 239	1.42 180	0.78 64	0.80 65	0.92 69	0.95 156	0.77 154	0.88 73	0.59 166	0.21 147	0.20 229	0.24 173	0.23 220	0.22 156	0.21 154

DAS	0.84 224	0.34 210	1.03 253	0.64 250	0.69 315	0.77 169	0.63 240	1.54 215	1.20 220	1.79 339	1.55 274	0.95 156	1.04 264	2.83 297	0.60 173	0.21 147	0.16 157	0.25 210	0.18 90	0.27 225	0.22 169

SepStereo	0.82 215	0.34 210	1.03 253	0.64 250	0.69 315	0.77 169	0.63 240	1.54 215	1.20 220	1.79 339	1.55 274	0.95 156	1.04 264	2.30 275	0.60 173	0.21 147	0.16 157	0.25 210	0.18 90	0.27 225	0.22 169

ADLNet2	0.88 238	0.34 210	1.17 282	0.77 323	0.64 300	1.12 256	0.76 269	1.74 255	1.24 235	1.21 195	1.65 299	1.71 319	1.05 268	1.67 209	1.17 284	0.24 209	0.21 245	0.21 98	0.22 200	0.26 213	0.29 248

GES	0.66 142	0.34 210	0.90 211	0.59 199	0.38 173	0.94 220	0.57 222	2.11 337	0.86 79	1.02 110	1.11 134	0.66 67	0.79 161	0.99 93	0.61 175	0.27 256	0.19 212	0.20 75	0.20 138	0.21 134	0.30 260

psm_up	0.77 195	0.34 210	0.70 106	0.66 267	0.58 279	1.05 244	0.92 308	1.52 207	1.12 180	1.26 219	1.16 157	1.31 257	1.23 303	1.20 127	0.81 230	0.25 233	0.29 309	0.31 271	0.27 264	0.27 225	0.25 210

UNet	0.83 220	0.34 210	1.31 301	0.58 186	0.74 325	1.58 317	0.49 166	1.41 178	1.04 148	1.21 195	1.08 120	1.54 294	1.12 283	1.65 204	1.09 272	0.23 194	0.17 183	0.25 210	0.20 138	0.25 205	0.22 169

DSFCA	0.93 251	0.34 210	1.06 260	0.52 113	0.65 303	1.55 314	0.93 312	1.49 195	1.19 215	1.56 313	1.15 154	1.50 289	0.96 237	3.07 305	1.02 264	0.30 278	0.26 287	0.25 210	0.25 242	0.28 239	0.24 198

DMCA	0.67 151	0.34 210	0.90 211	0.51 97	0.44 206	0.86 201	0.47 151	1.42 180	1.02 141	1.17 179	1.12 140	1.23 233	0.75 142	0.78 53	0.95 254	0.25 233	0.19 212	0.27 240	0.19 110	0.24 195	0.27 234

MLCV	0.72 164	0.34 210	1.10 271	0.51 97	0.23 6	0.91 209	0.39 83	1.33 161	1.23 231	1.46 291	1.55 274	1.01 178	0.64 121	1.95 248	0.80 229	0.18 60	0.12 9	0.18 37	0.14 23	0.19 73	0.17 62

DISCO	1.03 278	0.34 210	1.11 273	0.69 290	0.45 213	2.07 357	0.84 289	2.13 338	1.50 324	1.15 159	1.33 214	2.40 364	1.07 274	2.60 290	1.51 330	0.23 194	0.18 199	0.22 124	0.20 138	0.31 260	0.27 234

MDST_ROB	1.67 350	0.34 210	1.58 333	0.92 364	0.58 279	4.26 403	1.11 335	2.83 383	1.41 311	4.49 403	2.55 365	1.45 279	0.97 240	7.79 396	1.17 284	0.31 285	0.25 283	0.37 318	0.33 316	0.31 260	0.30 260

mmm	0.63 119	0.35 226	0.72 121	0.51 97	0.30 81	0.86 201	0.54 193	1.59 223	0.86 79	1.07 120	1.38 232	0.79 95	0.75 142	0.91 78	0.58 164	0.22 170	0.18 199	0.29 258	0.25 242	0.25 205	0.23 186

AASNet	0.76 194	0.35 226	0.91 214	0.79 326	0.81 347	1.14 258	0.56 212	2.02 325	1.08 164	1.22 200	1.24 178	0.93 147	0.76 150	0.77 52	1.16 282	0.27 256	0.23 267	0.24 173	0.20 138	0.28 239	0.24 198

AACVNet	0.86 233	0.35 226	0.79 172	0.82 337	0.39 181	0.76 163	0.49 166	1.61 229	0.81 70	1.08 121	1.33 214	1.30 254	0.93 222	4.34 333	0.74 206	0.25 233	0.21 245	0.28 250	0.22 200	0.29 244	0.25 210

PSMNet-ADL	0.72 164	0.35 226	0.62 65	0.69 290	0.46 223	1.14 258	0.44 127	1.37 170	1.01 138	0.83 73	1.17 160	1.33 259	0.96 237	1.43 168	0.95 254	0.33 295	0.22 259	0.21 98	0.23 220	0.27 225	0.29 248

GANet-ADL	0.60 104	0.35 226	0.72 121	0.64 250	0.40 186	0.68 131	0.51 174	1.49 195	1.12 180	0.95 92	1.08 120	0.91 138	0.57 88	0.76 50	0.55 157	0.26 247	0.18 199	0.18 37	0.16 60	0.23 181	0.25 210

hitnet-ft	0.79 204	0.35 226	0.57 46	0.58 186	0.42 195	0.96 228	0.46 145	1.47 192	1.33 277	1.19 188	1.22 172	1.81 327	0.98 244	1.66 208	0.94 252	0.33 295	0.28 301	0.34 301	0.27 264	0.35 274	0.31 270

UCFNet_RVC	0.69 156	0.35 226	0.49 17	0.64 250	0.39 181	0.85 200	0.58 225	1.75 257	1.14 192	0.97 96	1.19 165	1.17 219	0.93 222	0.99 93	0.62 178	0.28 266	0.20 229	0.34 301	0.31 304	0.32 265	0.27 234

Former-RAFT_DAM_RVC	0.46 26	0.36 233	0.71 117	0.47 42	0.36 148	0.67 124	0.35 49	0.78 13	1.12 180	0.61 41	0.62 21	0.39 4	0.39 15	0.71 39	0.39 56	0.20 120	0.17 183	0.22 124	0.18 90	0.23 181	0.19 114

ssnet_v2	0.88 238	0.36 233	1.02 249	0.62 233	0.38 173	1.32 288	0.97 318	2.07 333	1.34 280	1.37 267	1.18 162	1.54 294	0.92 216	1.10 115	1.65 335	0.30 278	0.27 295	0.30 267	0.28 281	0.27 225	0.26 228

ADLNet	0.85 228	0.36 233	0.89 208	0.85 346	0.72 320	1.24 278	0.76 269	1.82 278	1.36 291	1.52 304	1.35 225	1.27 247	0.99 252	1.23 131	1.15 281	0.27 256	0.20 229	0.26 229	0.25 242	0.28 239	0.30 260

ARAFT	0.77 195	0.36 233	1.49 328	0.51 97	0.31 93	0.90 207	0.82 287	1.90 295	1.06 155	1.62 323	1.24 178	1.02 180	0.64 121	1.84 234	0.50 130	0.18 60	0.14 76	0.28 250	0.27 264	0.17 25	0.16 42

CFNet	0.96 257	0.36 233	1.01 243	0.62 233	0.42 195	0.99 236	0.47 151	1.90 295	1.32 274	0.99 102	1.39 236	1.10 204	0.86 195	5.58 359	0.79 226	0.23 194	0.17 183	0.28 250	0.27 264	0.26 213	0.21 154

SGM_RVC	1.68 352	0.36 233	0.61 61	0.59 199	0.29 64	2.25 364	1.18 344	2.38 373	1.68 340	3.60 393	2.67 368	3.69 385	2.42 382	8.13 399	1.90 346	0.31 285	0.31 319	0.30 267	0.28 281	0.30 253	0.29 248
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
NINENet	0.77 195	0.37 239	0.78 170	0.62 233	0.51 247	2.34 368	0.42 99	1.83 282	1.04 148	1.14 156	1.23 176	1.03 183	0.62 113	1.24 132	0.70 194	0.28 266	0.23 267	0.31 271	0.21 174	0.26 213	0.25 210

GEStereo_RVC	0.90 243	0.37 239	0.99 234	0.64 250	0.50 237	0.95 224	0.79 277	2.42 375	1.17 207	1.16 170	1.11 134	1.26 243	0.92 216	3.24 311	0.90 249	0.29 274	0.19 212	0.23 153	0.20 138	0.27 225	0.29 248

pcwnet_v2	0.97 263	0.37 239	4.33 388	0.62 233	0.54 261	0.79 178	0.45 138	2.02 325	1.58 333	1.42 286	1.64 297	1.09 202	0.79 161	1.24 132	0.67 191	0.32 290	0.25 283	0.29 258	0.27 264	0.37 284	0.35 287

iResNetv2_ROB	0.80 207	0.37 239	1.71 340	0.56 169	0.37 156	0.94 220	0.64 242	1.73 251	1.34 280	1.23 203	1.42 241	1.26 243	0.92 216	1.85 237	0.56 159	0.23 194	0.15 126	0.19 51	0.14 23	0.24 195	0.19 114

LE_ROB	8.05 412	0.37 239	23.53 421	0.74 314	0.33 124	2.77 380	2.87 409	3.71 395	27.24 428	25.39 428	8.87 412	8.46 410	26.71 428	6.65 376	21.99 421	0.21 147	0.19 212	0.20 75	0.21 174	0.25 205	0.22 169

CSP-Net	0.97 263	0.38 244	0.83 182	0.53 122	0.41 192	1.63 321	0.77 272	2.00 318	1.05 152	1.25 215	1.20 168	1.33 259	0.83 182	4.93 344	0.85 243	0.32 290	0.22 259	0.20 75	0.20 138	0.23 181	0.25 210

Anonymous	0.53 50	0.38 244	0.91 214	0.66 267	0.73 323	0.65 111	0.59 232	0.95 54	0.73 56	0.47 15	0.58 20	0.42 5	0.60 99	0.80 57	0.53 147	0.24 209	0.23 267	0.21 98	0.21 174	0.41 303	0.29 248

HGLStereo	0.85 228	0.38 244	0.94 222	0.80 329	1.03 367	1.17 267	0.58 225	1.52 207	1.20 220	1.19 188	1.62 293	1.13 214	1.20 297	1.80 231	1.06 267	0.24 209	0.24 276	0.24 173	0.21 174	0.23 181	0.27 234

SGM-ForestM	6.52 409	0.38 244	1.26 294	0.63 241	0.35 142	13.59 421	5.32 415	6.32 414	6.70 409	11.14 418	9.18 413	22.51 429	13.93 417	16.89 422	20.07 420	0.36 313	0.37 344	0.36 316	0.35 325	0.36 280	0.34 282

SGM-Forest	1.24 311	0.38 244	0.60 58	0.52 113	0.37 156	1.56 315	1.30 353	1.65 236	1.36 291	2.11 359	1.79 316	1.63 308	0.93 222	7.48 393	0.95 254	0.36 313	0.37 344	0.39 327	0.34 321	0.37 284	0.32 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LL-Strereo	1.33 322	0.39 249	1.38 311	0.61 222	0.61 292	0.75 159	0.66 249	1.63 234	1.17 207	1.56 313	1.60 286	2.03 348	2.12 374	9.72 411	0.97 259	0.21 147	0.18 199	0.27 240	0.23 220	0.22 156	0.25 210

CRFU-Net	0.86 233	0.39 249	1.00 239	0.65 262	0.57 271	1.78 338	0.86 295	2.15 344	0.81 70	1.38 272	1.18 162	1.64 311	1.19 294	1.35 148	0.90 249	0.26 247	0.22 259	0.21 98	0.19 110	0.23 181	0.24 198

TestStereo	0.64 129	0.39 249	0.71 117	0.51 97	0.27 33	0.56 71	0.42 99	1.03 79	0.91 99	0.80 65	1.00 88	0.68 71	0.52 62	3.25 312	0.45 94	0.22 170	0.15 126	0.24 173	0.18 90	0.27 225	0.16 42

HCRNet	0.70 158	0.39 249	0.73 133	0.60 210	0.59 286	0.76 163	0.35 49	1.22 145	1.13 190	1.02 110	0.99 85	1.02 180	0.76 150	2.19 268	0.70 194	0.28 266	0.19 212	0.28 250	0.23 220	0.25 205	0.23 186

Wz-Net-LNSev-Ref	0.99 268	0.40 253	1.82 348	0.66 267	0.62 297	2.05 356	0.78 274	1.91 299	1.29 259	1.54 309	1.42 241	1.51 291	1.23 303	1.99 251	1.33 302	0.23 194	0.14 76	0.20 75	0.15 31	0.27 225	0.26 228

sCroCo_RVC	0.49 37	0.40 253	1.02 249	0.65 262	0.60 289	0.52 54	0.40 86	0.83 23	0.61 23	0.44 9	0.74 39	0.49 30	0.50 58	0.63 26	0.48 117	0.26 247	0.27 295	0.23 153	0.22 200	0.29 244	0.25 210

DMCA-RVC	0.74 181	0.40 253	1.27 297	0.66 267	0.49 231	0.77 169	0.47 151	1.35 167	1.01 138	1.53 305	1.01 93	1.29 253	0.82 173	1.31 140	0.78 220	0.27 256	0.21 245	0.35 308	0.27 264	0.32 265	0.24 198

HITNet	0.65 134	0.40 253	0.77 162	0.48 54	0.24 9	1.05 244	0.49 166	1.76 263	1.02 141	1.18 184	1.18 162	0.89 136	0.80 166	0.85 68	0.79 226	0.17 32	0.12 9	0.21 98	0.17 76	0.29 244	0.15 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet	0.75 188	0.40 253	1.36 310	0.67 277	0.29 64	0.92 215	0.59 232	1.52 207	1.25 238	1.28 224	1.48 262	0.94 150	0.76 150	1.62 201	0.78 220	0.18 60	0.14 76	0.18 37	0.15 31	0.22 156	0.23 186

DLCB_ROB	0.86 233	0.40 253	0.78 170	0.68 287	0.54 261	1.11 253	0.84 289	1.49 195	1.23 231	1.64 325	1.65 299	1.70 318	0.91 213	1.70 216	1.05 265	0.25 233	0.24 276	0.26 229	0.27 264	0.27 225	0.24 198

FAT-Stereo	1.07 284	0.41 259	1.32 304	0.72 305	0.58 279	1.08 250	0.89 300	1.96 311	1.65 337	1.75 333	1.98 336	2.03 348	1.48 331	2.02 253	1.18 287	0.42 333	0.35 337	0.34 301	0.29 292	0.35 274	0.53 340

NVstereo2D	0.92 248	0.41 259	1.48 326	0.72 305	0.72 320	1.20 274	0.87 297	1.75 257	1.38 299	0.99 102	1.13 145	1.26 243	0.98 244	2.21 270	0.89 247	0.43 338	0.20 229	0.38 321	0.24 231	0.57 347	0.63 358

StereoDRNet-Refined	0.80 207	0.41 259	0.88 203	0.62 233	0.42 195	1.33 289	0.48 159	1.52 207	1.17 207	1.45 289	1.44 248	1.44 277	0.90 210	1.26 134	1.24 290	0.20 120	0.16 157	0.27 240	0.24 231	0.25 205	0.28 245
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT + AFF	1.00 272	0.42 262	1.09 268	0.67 277	0.50 237	1.22 276	1.24 348	2.24 361	1.19 215	1.30 237	1.56 278	1.17 219	1.49 333	3.44 319	0.83 237	0.21 147	0.25 283	0.30 267	0.26 256	0.27 225	0.27 234

stereogan	1.15 305	0.42 262	1.40 312	0.86 348	0.84 351	2.38 370	0.71 262	1.88 290	1.73 344	1.72 331	1.94 335	2.31 359	1.29 311	2.07 258	1.08 270	0.36 313	0.35 337	0.39 327	0.31 304	0.51 337	0.46 323

pmcnn	2.37 379	0.42 262	2.71 379	0.63 241	0.43 200	1.54 313	1.19 345	2.01 322	1.53 329	2.64 376	7.60 406	18.07 421	1.45 327	3.44 319	2.78 365	0.18 60	0.15 126	0.15 3	0.12 9	0.20 100	0.18 80

CVANet_RVC	1.07 284	0.43 265	0.76 158	0.60 210	0.50 237	0.90 207	0.97 318	1.52 207	1.26 243	1.33 257	1.38 232	1.24 235	1.18 291	6.75 382	0.75 210	0.34 303	0.23 267	0.34 301	0.29 292	0.42 308	0.27 234

NLCA_NET_v2_RVC	0.79 204	0.43 265	1.05 257	0.64 250	0.58 279	0.95 224	0.53 189	1.53 213	1.18 212	1.37 267	1.15 154	1.43 273	0.88 203	1.61 200	0.84 240	0.25 233	0.22 259	0.27 240	0.27 264	0.29 244	0.29 248
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 158	0.43 265	0.75 149	0.73 312	0.37 156	0.92 215	0.53 189	1.85 284	1.18 212	1.12 140	1.23 176	1.07 194	0.65 126	0.96 85	0.63 182	0.31 285	0.15 126	0.32 284	0.21 174	0.29 244	0.22 169
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.
fast-acv-ft	0.94 253	0.44 268	1.40 312	0.58 186	0.51 247	1.77 336	0.69 258	1.36 169	1.42 314	1.29 229	1.86 325	1.74 323	1.25 306	1.52 182	1.38 309	0.26 247	0.28 301	0.28 250	0.28 281	0.27 225	0.26 228

Anonymous3	0.61 110	0.44 268	1.11 273	0.59 199	0.49 231	0.93 218	0.65 244	0.93 47	0.81 70	0.72 54	0.88 63	0.65 65	0.69 132	1.06 108	0.53 147	0.35 310	0.30 313	0.26 229	0.26 256	0.31 260	0.27 234

TDLM	1.06 282	0.44 268	0.79 172	0.63 241	0.50 237	0.89 204	1.44 360	1.48 193	1.26 243	1.12 140	1.40 238	1.08 195	0.98 244	6.65 376	0.78 220	0.33 295	0.21 245	0.33 291	0.26 256	0.37 284	0.24 198

DRN-Test	1.00 272	0.44 268	1.13 277	0.70 295	0.81 347	1.62 320	0.79 277	2.14 342	1.44 317	1.78 336	1.33 214	1.43 273	1.05 268	2.18 267	1.53 331	0.27 256	0.21 245	0.31 271	0.30 300	0.32 265	0.28 245

CBMV_ROB	0.90 243	0.44 268	0.63 68	0.51 97	0.37 156	1.25 280	0.49 166	1.77 266	1.27 250	1.41 280	2.00 337	1.33 259	1.08 275	2.17 264	0.76 212	0.43 338	0.42 357	0.47 347	0.44 347	0.41 303	0.36 291

CBMV	0.95 256	0.44 268	0.66 84	0.53 122	0.35 142	1.53 312	1.63 371	1.69 245	1.42 314	2.00 355	1.60 286	1.43 273	1.17 288	1.59 198	0.99 262	0.34 303	0.34 329	0.39 327	0.33 316	0.33 271	0.32 276
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.99 268	0.45 274	3.71 387	0.55 156	0.43 200	1.81 339	0.68 254	1.14 121	1.14 192	1.18 184	1.42 241	1.58 301	1.44 325	1.34 147	1.59 334	0.24 209	0.23 267	0.20 75	0.19 110	0.26 213	0.25 210

GMStereo	0.55 79	0.45 274	0.94 222	0.50 74	0.32 108	0.64 99	0.43 115	1.00 70	1.40 308	0.82 72	0.73 37	0.51 33	0.45 31	0.85 68	0.55 157	0.24 209	0.15 126	0.20 75	0.21 174	0.31 260	0.24 198
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SACVNet	0.85 228	0.46 276	0.85 184	0.81 332	0.56 269	0.80 183	0.79 277	1.68 243	1.12 180	1.34 260	1.33 214	1.25 239	0.94 227	2.39 282	0.76 212	0.34 303	0.26 287	0.31 271	0.29 292	0.35 274	0.44 317

LMCR-Stereo	0.82 215	0.46 276	0.88 203	0.75 318	0.43 200	1.33 289	0.56 212	2.43 376	0.98 124	1.53 305	1.49 263	0.74 83	1.00 254	1.63 202	0.89 247	0.28 266	0.17 183	0.22 124	0.17 76	0.29 244	0.20 137

S-Stereo	1.15 305	0.46 276	2.17 363	0.81 332	0.80 345	1.21 275	1.19 345	1.93 306	2.02 363	1.47 292	2.11 345	1.57 298	1.17 288	2.05 257	1.41 317	0.40 326	0.40 353	0.35 308	0.31 304	0.44 320	0.70 366

NOSS_ROB	1.26 314	0.46 276	0.62 65	0.56 169	0.38 173	1.06 247	0.78 274	1.73 251	1.40 308	1.01 107	1.43 245	1.10 204	0.75 142	10.62 416	0.65 187	0.45 344	0.43 358	0.48 348	0.45 349	0.44 320	0.41 307

whm_eth	0.65 134	0.47 280	1.05 257	0.55 156	0.64 300	0.69 135	0.45 138	1.34 165	1.26 243	1.02 110	1.92 332	0.49 30	0.48 49	0.70 35	0.52 139	0.23 194	0.20 229	0.25 210	0.24 231	0.24 195	0.31 270

FADNet-RVC-Resample	0.84 224	0.47 280	2.10 359	0.61 222	0.45 213	1.07 249	0.61 237	1.59 223	1.20 220	1.08 121	0.98 83	1.03 183	0.98 244	2.17 264	0.72 202	0.23 194	0.22 259	0.30 267	0.32 310	0.35 274	0.34 282

GANet	1.36 325	0.47 280	0.86 190	0.67 277	0.45 213	1.34 291	1.73 373	1.64 235	1.24 235	1.49 300	2.38 358	1.55 296	1.20 297	9.30 405	0.93 251	0.30 278	0.31 319	0.33 291	0.28 281	0.39 296	0.30 260

StereoDRNet	0.98 267	0.47 280	1.70 339	0.76 320	0.94 362	1.51 310	0.91 306	1.92 302	1.32 274	1.61 320	1.13 145	1.47 286	0.97 240	1.75 222	1.46 326	0.28 266	0.23 267	0.29 258	0.27 264	0.35 274	0.27 234

WCMA_ROB	1.84 360	0.47 280	1.31 301	0.69 290	0.57 271	2.11 359	1.14 339	1.87 288	1.73 344	4.04 397	6.43 400	5.62 400	3.61 396	2.59 289	1.94 348	0.52 357	0.44 361	0.39 327	0.42 343	0.48 329	0.47 326

dd	0.59 101	0.48 285	0.97 231	0.55 156	0.32 108	0.64 99	0.47 151	1.02 76	1.34 280	0.78 60	0.86 58	0.58 49	0.54 70	1.01 98	0.86 245	0.28 266	0.18 199	0.26 229	0.19 110	0.32 265	0.24 198

ADCP+	1.99 369	0.48 285	7.73 400	0.66 267	0.91 358	2.30 366	1.05 330	1.82 278	1.34 280	1.54 309	1.32 212	1.74 323	1.61 342	2.17 264	13.37 410	0.24 209	0.21 245	0.32 284	0.28 281	0.37 284	0.29 248

DeepPruner_ROB	0.74 181	0.48 285	0.87 200	0.57 180	0.44 206	0.79 178	0.54 193	1.73 251	0.96 112	1.38 272	1.27 191	1.24 235	0.73 138	1.43 168	0.73 205	0.34 303	0.28 301	0.27 240	0.26 256	0.31 260	0.31 270

BEATNet_4x	0.73 178	0.49 288	1.17 282	0.53 122	0.26 20	1.03 241	0.55 206	1.82 278	1.06 155	1.21 195	1.22 172	0.96 162	0.91 213	1.01 98	1.06 267	0.21 147	0.14 76	0.24 173	0.19 110	0.37 284	0.21 154

Nwc_Net	1.09 289	0.49 288	1.33 306	0.89 358	0.80 345	1.49 309	0.66 249	2.19 355	1.27 250	1.32 249	2.26 353	1.96 340	1.54 335	1.92 243	1.34 304	0.40 326	0.30 313	0.43 338	0.45 349	0.38 292	0.37 293

RYNet	1.17 308	0.49 288	1.24 291	0.70 295	0.97 366	1.71 327	0.92 308	1.91 299	1.46 319	1.38 272	1.14 148	1.88 328	1.30 315	4.24 329	1.87 343	0.26 247	0.21 245	0.35 308	0.27 264	0.55 344	0.54 341

XPNet_ROB	0.96 257	0.49 288	1.09 268	0.72 305	0.57 271	1.11 253	1.14 339	1.66 241	1.23 231	1.85 345	1.39 236	1.64 311	1.11 280	1.80 231	1.42 321	0.38 321	0.30 313	0.33 291	0.29 292	0.37 284	0.34 282

STTStereo	0.78 201	0.50 292	1.22 287	0.64 250	0.54 261	0.89 204	0.54 193	1.44 187	1.11 176	1.38 272	1.09 125	1.27 247	0.85 187	1.43 168	0.83 237	0.29 274	0.27 295	0.33 291	0.39 335	0.32 265	0.30 260

RP	1.09 289	0.50 292	1.12 275	0.90 359	1.04 368	1.11 253	0.84 289	1.80 274	1.62 335	1.55 312	2.00 337	1.90 332	1.78 355	1.84 234	1.25 291	0.52 357	0.36 342	0.48 348	0.36 329	0.45 323	0.43 315

edge stereo	1.11 295	0.50 292	1.30 300	0.71 302	0.65 303	1.14 258	0.75 266	1.93 306	1.37 295	1.71 330	1.83 320	2.54 368	1.44 325	2.43 284	1.23 289	0.42 333	0.41 355	0.54 359	0.35 325	0.42 308	0.46 323

SDNR	1.62 347	0.51 295	2.17 363	0.53 122	0.56 269	3.80 397	0.45 138	1.54 215	1.29 259	1.33 257	2.41 361	1.08 195	0.96 237	11.18 417	1.16 282	0.66 373	0.63 385	0.43 338	0.32 310	0.64 358	0.67 363

GwcNet	1.08 287	0.51 295	2.33 368	0.79 326	1.18 380	1.76 333	0.70 260	1.68 243	1.47 320	1.41 280	1.64 297	1.74 323	1.04 264	2.20 269	1.41 317	0.30 278	0.29 309	0.29 258	0.27 264	0.30 253	0.35 287

FADNet_RVC	0.83 220	0.51 295	1.83 350	0.54 137	0.42 195	1.19 272	0.46 145	1.51 204	1.09 170	0.89 80	1.24 178	0.91 138	0.87 199	2.11 261	1.11 277	0.27 256	0.22 259	0.31 271	0.28 281	0.43 313	0.38 299

AF-Net	1.13 300	0.52 298	1.33 306	0.86 348	0.91 358	1.38 297	0.71 262	2.16 347	1.62 335	1.56 313	2.40 360	1.99 343	1.65 345	1.81 233	1.48 328	0.48 352	0.28 301	0.49 350	0.33 316	0.39 296	0.32 276

AANet_RVC	1.16 307	0.52 298	1.49 328	0.65 262	0.45 213	0.75 159	0.69 258	1.42 180	1.55 332	1.34 260	1.87 327	1.53 293	0.78 159	7.43 391	1.38 309	0.25 233	0.17 183	0.19 51	0.16 60	0.22 156	0.26 228

PSMNet_ROB	0.90 243	0.52 298	1.17 282	0.72 305	0.61 292	1.27 282	1.12 337	1.76 263	1.12 180	1.09 126	1.28 196	1.45 279	0.89 209	1.65 204	1.42 321	0.33 295	0.25 283	0.37 318	0.39 335	0.35 274	0.29 248

APVNet	1.06 282	0.53 301	1.42 314	0.84 341	0.79 340	1.92 347	0.82 287	1.90 295	1.08 164	1.08 121	1.43 245	1.56 297	1.13 285	3.07 305	1.58 332	0.31 285	0.34 329	0.42 336	0.36 329	0.36 280	0.37 293

FINET	0.97 263	0.54 302	1.60 334	0.63 241	0.79 340	1.08 250	1.07 332	1.56 220	2.20 369	1.15 159	1.49 263	0.94 150	0.88 203	2.32 276	1.05 265	0.42 333	0.35 337	0.32 284	0.28 281	0.43 313	0.38 299

NCC-stereo	1.10 292	0.54 302	1.24 291	0.84 341	0.94 362	1.29 285	0.89 300	2.01 322	1.34 280	1.32 249	1.74 309	1.88 328	1.74 352	2.35 278	1.25 291	0.45 344	0.37 344	0.45 342	0.58 371	0.42 308	0.42 311

Abc-Net	1.10 292	0.54 302	1.24 291	0.84 341	0.94 362	1.29 285	0.89 300	2.01 322	1.34 280	1.32 249	1.74 309	1.88 328	1.74 352	2.35 278	1.25 291	0.45 344	0.37 344	0.45 342	0.58 371	0.42 308	0.42 311
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Anonymous_2	1.30 318	0.55 305	0.82 180	0.52 113	0.58 279	1.01 239	0.64 242	1.25 153	0.97 119	0.96 93	0.78 46	1.33 259	1.29 311	1.03 101	0.74 206	0.62 369	0.64 386	1.06 385	9.63 422	1.16 383	0.49 333

ADCRef	1.35 324	0.55 305	2.37 370	0.72 305	0.77 335	1.94 349	0.78 274	1.91 299	1.27 250	1.57 317	1.59 285	1.36 264	1.41 322	1.54 188	7.53 394	0.23 194	0.20 229	0.32 284	0.30 300	0.29 244	0.29 248

NaN_ROB	1.13 300	0.55 305	1.15 279	0.64 250	0.48 228	1.61 319	2.03 391	1.72 250	1.48 321	2.09 358	1.27 191	1.40 268	1.08 275	3.94 325	1.30 299	0.28 266	0.34 329	0.28 250	0.28 281	0.30 253	0.33 280

sAnonymous2	0.55 79	0.56 308	1.46 321	0.60 210	0.51 247	0.48 22	0.52 183	0.79 14	0.68 45	0.50 28	0.67 26	0.46 16	0.62 113	0.59 15	0.40 60	0.22 170	0.17 183	0.22 124	0.21 174	0.86 372	0.56 345

CroCo_RVC	0.55 79	0.56 308	1.46 321	0.60 210	0.51 247	0.48 22	0.52 183	0.79 14	0.68 45	0.50 28	0.67 26	0.46 16	0.62 113	0.59 15	0.40 60	0.22 170	0.17 183	0.22 124	0.21 174	0.86 372	0.56 345

NCCL2	1.00 272	0.56 308	1.06 260	0.75 318	0.57 271	1.31 287	1.72 372	1.77 266	1.36 291	1.50 301	1.17 160	1.91 333	1.17 288	1.54 188	1.29 298	0.35 310	0.31 319	0.45 342	0.44 347	0.40 300	0.40 303

MeshStereo	2.26 375	0.56 308	0.92 218	0.61 222	0.49 231	2.60 376	1.02 327	3.18 389	2.05 365	7.40 416	4.98 396	7.58 406	2.98 391	6.37 372	1.96 349	0.43 338	0.43 358	0.45 342	0.39 335	0.43 313	0.42 311
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
ADCL	1.72 357	0.57 312	3.66 385	0.67 277	0.61 292	2.61 377	1.85 380	1.96 311	1.67 339	1.90 349	1.83 320	2.06 351	1.90 364	2.13 262	9.15 403	0.26 247	0.24 276	0.34 301	0.32 310	0.38 292	0.35 287

PA-Net	1.01 275	0.57 312	1.29 299	0.64 250	0.74 325	1.19 272	0.84 289	1.69 245	1.43 316	1.16 170	1.19 165	1.32 258	1.19 294	3.42 317	1.25 291	0.29 274	0.45 365	0.33 291	0.49 359	0.32 265	0.47 326
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SANet	1.88 362	0.57 312	2.18 365	0.63 241	0.40 186	2.80 382	1.57 368	2.39 374	5.88 407	2.36 368	3.57 380	3.72 386	2.97 390	4.74 338	1.76 339	0.34 303	0.30 313	0.32 284	0.29 292	0.48 329	0.37 293

HBP-ISP	0.96 257	0.58 315	0.72 121	0.61 222	0.46 223	1.64 323	0.76 269	1.86 287	1.28 255	1.30 237	1.53 270	0.86 125	0.94 227	3.27 313	0.69 193	0.45 344	0.44 361	0.54 359	0.48 356	0.47 326	0.40 303

Wz-Net-MNSev	1.11 295	0.58 315	2.23 366	0.66 267	0.71 318	1.95 350	1.46 361	1.98 316	1.45 318	1.79 339	1.43 245	1.49 288	1.33 318	1.97 250	1.42 321	0.27 256	0.23 267	0.28 250	0.28 281	0.34 273	0.31 270

PS-NSSS	0.99 268	0.58 315	0.93 220	0.58 186	0.57 271	0.91 209	0.80 283	1.81 277	1.14 192	1.14 156	1.67 303	1.00 171	0.83 182	4.62 337	0.78 220	0.37 317	0.31 319	0.52 353	0.32 310	0.45 323	0.38 299

SuperB	2.53 385	0.59 318	18.45 415	0.69 290	0.50 237	1.87 346	0.88 298	1.67 242	2.39 372	1.50 301	1.42 241	1.14 216	1.15 287	4.28 332	5.07 384	0.24 209	0.19 212	0.22 124	0.19 110	7.86 423	0.34 282

MANE	6.19 407	0.59 318	1.03 253	0.93 365	1.22 383	13.38 420	2.69 405	12.81 421	17.94 424	8.21 417	10.82 416	14.72 419	11.68 415	11.39 418	11.90 409	0.59 366	0.50 374	0.52 353	1.76 408	0.55 344	0.54 341

FC-DCNN	2.72 392	0.59 318	0.86 190	0.73 312	0.57 271	2.91 383	1.04 329	3.01 387	2.60 380	6.83 412	7.64 407	9.92 413	6.33 411	5.21 346	3.14 370	0.53 363	0.48 370	0.51 352	0.50 362	0.53 341	0.51 338

DPSNet	1.69 353	0.59 318	4.33 388	0.70 295	0.57 271	2.02 355	1.62 370	3.35 392	1.78 348	1.48 298	1.38 232	2.17 353	2.84 388	4.77 339	3.66 376	0.48 352	0.31 319	0.29 258	0.25 242	0.64 358	0.48 329

CSAN	1.41 331	0.59 318	1.26 294	0.70 295	0.50 237	1.76 333	1.78 375	1.77 266	1.90 357	2.35 366	2.32 355	1.92 336	1.94 366	5.56 358	1.49 329	0.43 338	0.35 337	0.40 332	0.41 341	0.43 313	0.41 307

LALA_ROB	1.01 275	0.59 318	1.16 280	0.67 277	0.51 247	1.63 321	1.26 352	1.69 245	1.38 299	1.81 342	1.37 228	1.94 338	1.02 261	1.58 196	1.38 309	0.37 317	0.27 295	0.43 338	0.37 332	0.43 313	0.37 293

MSMD_ROB	1.99 369	0.59 318	0.89 208	0.70 295	0.61 292	3.95 399	0.94 314	1.80 274	1.79 349	4.41 401	4.43 387	8.17 409	3.66 397	3.40 315	1.33 302	0.52 357	0.48 370	0.54 359	0.58 371	0.53 341	0.50 334

TRStereo	0.60 104	0.60 325	0.97 231	0.74 314	0.67 307	0.46 20	0.38 72	1.85 284	0.89 90	0.79 63	0.80 53	0.88 132	0.39 15	1.10 115	0.41 67	0.23 194	0.15 126	0.23 153	0.24 231	0.17 25	0.15 27

GMStereo_Zeroshot	0.67 151	0.61 326	1.01 243	0.64 250	0.37 156	0.84 199	0.35 49	1.05 89	1.12 180	1.12 140	1.06 114	1.27 247	0.54 70	1.19 126	0.59 166	0.32 290	0.17 183	0.31 271	0.18 90	0.52 339	0.22 169

FADNet	0.92 248	0.61 326	1.81 347	0.62 233	0.55 267	0.96 228	0.57 222	1.78 270	1.33 277	0.93 86	1.01 93	1.36 264	1.01 256	2.71 294	0.75 210	0.33 295	0.34 329	0.31 271	0.34 321	0.59 351	0.40 303

DANet	1.08 287	0.61 326	1.32 304	0.85 346	0.72 320	1.37 294	0.51 174	1.54 215	1.15 201	1.78 336	1.54 272	2.01 345	1.11 280	2.90 300	2.00 351	0.33 295	0.30 313	0.40 332	0.30 300	0.44 320	0.45 319
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	1.71 356	0.62 329	1.45 319	0.67 277	0.61 292	1.81 339	1.08 333	2.52 379	1.70 341	1.77 335	1.73 308	1.98 342	1.25 306	12.57 419	1.84 342	0.34 303	0.37 344	0.56 367	0.38 334	0.45 323	0.43 315

FCDSN-DC	2.32 377	0.63 330	0.81 178	0.84 341	0.75 331	2.23 363	0.94 314	2.09 336	1.80 350	5.45 410	7.72 408	7.77 408	6.93 413	3.39 314	1.80 341	0.52 357	0.48 370	0.52 353	0.51 364	0.57 347	0.58 350
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.66 349	0.63 330	1.56 331	1.11 378	0.74 325	2.98 386	0.91 306	1.55 219	1.22 228	2.76 380	8.18 411	2.32 360	2.53 385	1.92 243	1.87 343	0.48 352	0.44 361	0.45 342	0.31 304	0.60 355	0.57 349

ETE_ROB	0.96 257	0.64 332	1.16 280	0.69 290	0.48 228	1.14 258	1.13 338	1.77 266	1.19 215	1.91 350	1.45 250	1.73 321	1.05 268	1.60 199	1.14 280	0.32 290	0.26 287	0.38 321	0.34 321	0.39 296	0.41 307

PDISCO_ROB	1.32 321	0.65 333	1.44 315	1.36 382	1.46 388	2.55 374	0.92 308	2.45 377	2.07 366	1.37 267	1.49 263	1.65 313	1.00 254	2.82 296	1.35 307	1.01 381	0.27 295	0.54 359	0.47 354	0.71 367	0.73 369

dad	0.86 233	0.66 334	1.06 260	0.56 169	0.37 156	0.76 163	0.44 127	1.17 126	1.50 324	1.44 287	1.27 191	1.34 263	0.75 142	2.52 287	0.84 240	0.42 333	0.27 295	0.83 377	0.26 256	0.41 303	0.29 248

Wz-Net-LNSev	1.03 278	0.67 335	2.71 379	0.64 250	0.84 351	1.75 331	1.00 324	1.80 274	1.32 274	1.28 224	1.25 182	1.65 313	1.22 301	1.39 161	1.40 313	0.28 266	0.26 287	0.24 173	0.23 220	0.33 271	0.32 276

ccnet	1.12 297	0.67 335	1.01 243	0.78 325	0.73 323	1.72 329	0.99 322	1.84 283	1.26 243	1.47 292	1.85 324	1.75 326	1.29 311	1.75 222	1.88 345	0.57 365	0.53 377	0.57 369	0.55 368	0.59 351	0.54 341

FADNet-RVC	0.88 238	0.67 335	1.93 354	0.60 210	0.48 228	0.91 209	0.60 236	1.71 249	1.18 212	0.90 81	0.96 75	1.36 264	0.92 216	2.25 273	1.17 284	0.30 278	0.29 309	0.32 284	0.32 310	0.41 303	0.35 287

STTRV1_RVC	1.58 341	0.68 338	1.96 356	0.88 354	1.12 374	1.57 316	0.90 305	2.25 362	1.75 347	1.29 229	2.02 340	1.40 268	1.22 301	9.77 412	1.31 300	0.81 376	0.33 328	0.54 359	0.49 359	0.73 369	0.52 339

Syn2CoEx	1.14 302	0.69 339	1.66 337	0.80 329	0.67 307	1.40 299	0.88 298	2.06 332	1.54 330	1.25 215	1.58 284	1.42 272	1.50 334	4.09 327	1.40 313	0.36 313	0.32 326	0.34 301	0.29 292	0.29 244	0.34 282

psmorigin	1.52 338	0.69 339	10.52 408	0.68 287	0.59 286	1.13 257	0.70 260	1.57 221	1.19 215	1.99 353	1.79 316	2.26 356	1.47 330	2.09 259	1.36 308	0.39 324	0.40 353	0.34 301	0.33 316	0.43 313	0.56 345

ADCPNet	1.85 361	0.69 339	8.07 401	0.71 302	0.58 279	2.79 381	1.22 347	1.94 308	1.54 330	1.88 346	1.69 304	2.46 367	2.04 370	2.37 280	6.48 389	0.38 321	0.37 344	0.38 321	0.43 345	0.47 326	0.45 319

XX-TBD	0.46 26	0.70 342	0.35 1	0.79 326	0.25 18	0.58 77	0.26 10	0.69 5	1.27 250	0.76 56	1.00 88	0.45 15	0.33 10	0.47 3	0.37 39	0.19 92	0.15 126	0.15 3	0.11 6	0.17 25	0.14 11

SHD	1.31 319	0.71 343	2.34 369	0.86 348	0.75 331	1.77 336	0.65 244	2.22 359	2.50 379	2.40 370	1.71 306	1.91 333	1.60 341	1.93 246	2.37 359	0.38 321	0.31 319	0.38 321	0.40 339	0.48 329	0.50 334

RTSC	1.29 316	0.73 344	2.44 371	0.83 340	0.57 271	1.85 344	0.65 244	1.88 290	2.00 362	2.20 361	1.66 301	1.60 304	1.26 308	2.33 277	3.92 378	0.32 290	0.23 267	0.27 240	0.29 292	0.37 284	0.37 293

ADCMid	1.89 365	0.73 344	5.06 391	0.72 305	0.67 307	2.00 354	1.14 339	1.97 315	1.48 321	2.86 383	1.81 319	2.37 362	2.05 372	2.24 271	10.39 407	0.33 295	0.31 319	0.39 327	0.43 345	0.50 333	0.44 317

DeepPrunerF	1.60 344	0.73 344	5.81 396	0.88 354	1.19 381	0.91 209	0.95 316	2.19 355	5.24 405	1.17 179	1.30 201	1.19 223	1.30 315	4.90 342	1.66 337	0.42 333	0.34 329	0.52 353	0.47 354	0.41 303	0.40 303

ELAS_RVC	2.48 384	0.74 347	1.90 352	1.05 373	0.92 360	2.76 379	4.01 413	2.76 382	4.11 398	4.69 404	4.63 391	4.62 391	5.96 409	3.97 326	3.96 379	0.63 371	0.53 377	0.56 367	0.52 365	0.64 358	0.63 358
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 379	0.74 347	1.54 330	0.99 369	0.92 360	4.78 405	2.33 401	3.33 391	3.37 391	5.05 409	4.77 394	3.67 384	4.53 404	3.42 317	4.50 382	0.62 369	0.53 377	0.55 364	0.53 366	0.63 356	0.64 362
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Anonymous Stereo	1.28 315	0.75 349	2.45 372	0.74 314	0.77 335	0.93 218	1.77 374	1.51 204	1.31 269	1.67 327	1.29 200	1.20 225	0.75 142	6.29 371	1.68 338	0.37 317	0.36 342	0.38 321	0.40 339	0.43 313	0.45 319

PWCDC_ROB	1.29 316	0.75 349	1.33 306	1.05 373	0.88 357	1.73 330	0.52 183	1.89 292	3.28 389	1.29 229	4.88 395	1.22 228	1.46 328	1.77 229	1.45 325	0.60 367	0.26 287	0.29 258	0.25 242	0.52 339	0.37 293

DGSMNet	1.14 302	0.76 351	2.49 374	0.81 332	0.86 354	1.39 298	1.39 357	2.13 338	1.35 288	1.26 219	1.63 296	1.48 287	0.98 244	1.75 222	1.10 275	0.45 344	0.43 358	0.55 364	0.49 359	0.75 370	0.70 366

PWC_ROB	1.24 311	0.76 351	2.46 373	0.72 305	0.78 338	1.15 263	0.49 166	1.75 257	1.92 358	2.31 363	3.07 373	1.59 302	1.40 321	2.46 285	2.10 355	0.33 295	0.22 259	0.35 308	0.24 231	0.38 292	0.41 307

aanetorigin	1.23 310	0.79 353	2.78 381	0.70 295	0.79 340	0.99 236	1.06 331	1.06 102	1.37 295	3.52 392	2.61 366	1.72 320	1.63 343	1.99 251	1.78 340	0.25 233	0.24 276	0.26 229	0.25 242	0.38 292	0.45 319

RGC	1.14 302	0.79 353	1.26 294	0.91 362	0.96 365	1.52 311	0.77 272	1.92 302	1.26 243	1.54 309	1.93 333	2.02 347	1.54 335	2.25 273	1.31 300	0.44 343	0.35 337	0.58 370	0.48 356	0.47 326	0.46 323

MFN_U_SF_RVC	1.52 338	0.84 355	3.42 383	0.87 353	0.66 305	2.56 375	0.95 316	2.36 371	1.70 341	1.98 352	1.86 325	2.45 366	1.79 356	2.95 301	2.58 361	0.52 357	0.48 370	0.55 364	0.59 374	0.59 351	0.61 356

PVD	1.70 354	0.84 355	2.26 367	0.94 367	0.83 350	2.48 372	0.97 318	2.59 381	3.35 390	3.01 389	2.77 369	2.34 361	2.47 384	2.67 293	3.14 370	0.47 351	0.45 365	0.59 371	0.48 356	0.59 351	0.75 371

SAMSARA	1.55 340	0.84 355	2.61 376	1.22 381	1.07 369	2.50 373	1.93 385	2.05 327	1.89 355	2.75 379	1.66 301	2.81 375	1.69 350	3.08 307	1.97 350	0.46 350	0.51 375	0.42 336	0.46 352	0.58 349	0.59 352

GANetREF_RVC	1.07 284	0.86 358	1.31 301	0.82 337	0.53 258	1.41 303	1.31 354	1.76 263	1.52 327	1.27 222	1.31 206	1.46 281	1.24 305	2.03 254	0.96 258	0.56 364	0.45 365	0.67 372	0.50 362	0.88 374	0.59 352
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
MFN_U_SF_DS_RVC	1.74 358	0.87 359	3.56 384	0.80 329	0.75 331	3.72 394	2.44 404	1.82 278	1.82 352	1.74 332	1.91 331	1.92 336	1.26 308	7.69 395	1.28 297	0.45 344	0.47 369	0.52 353	0.77 380	0.50 333	0.50 334

XQC	1.37 326	0.87 359	2.56 375	0.84 341	0.69 315	1.83 342	0.89 300	2.07 333	1.88 354	1.88 346	1.53 270	1.91 333	1.55 337	2.85 299	3.05 367	0.48 352	0.29 309	0.44 341	0.39 335	0.69 365	0.60 355

SQANet	1.31 319	0.88 361	1.08 267	1.83 390	1.44 387	1.44 305	0.75 266	1.74 255	1.09 170	1.32 249	1.26 188	1.28 250	1.01 256	1.50 181	0.83 237	2.50 396	0.34 329	1.47 388	0.55 368	2.32 392	1.57 392

PASM	1.34 323	0.92 362	2.62 377	0.86 348	0.87 356	1.03 241	1.08 333	1.50 199	1.51 326	1.82 343	1.41 240	1.68 316	1.26 308	4.87 341	1.34 304	0.61 368	0.65 388	0.68 373	0.78 381	0.69 365	0.68 365

WZ-Net	1.95 366	0.95 363	10.10 405	0.86 348	0.78 338	1.69 326	1.60 369	2.20 358	1.98 361	2.08 357	1.93 333	2.30 358	1.97 367	5.30 348	3.17 372	0.34 303	0.26 287	0.29 258	0.31 304	0.51 337	0.47 326

GASNet	0.99 268	0.97 364	1.72 341	0.98 368	0.68 313	0.83 192	0.67 252	1.60 226	1.28 255	1.31 247	1.22 172	1.22 228	1.21 300	2.41 283	1.41 317	0.43 338	0.26 287	0.36 316	0.34 321	0.55 344	0.31 270

anonymity	1.12 297	0.97 364	1.21 285	1.07 376	1.12 374	1.08 250	0.89 300	1.95 310	1.16 205	1.29 229	1.26 188	1.22 228	1.09 278	1.15 123	1.01 263	1.02 383	1.00 404	0.97 381	0.97 391	0.98 376	0.99 379

Consistency-Raft	1.25 313	0.99 366	1.93 354	1.02 372	1.21 382	0.96 228	1.01 326	1.75 257	1.92 358	1.36 265	2.12 346	1.44 277	1.01 256	1.14 122	1.40 313	0.72 374	0.82 391	0.89 379	0.98 393	1.31 387	0.95 377

ADCS	2.25 374	0.99 366	5.55 393	0.81 332	0.74 325	2.19 362	1.80 376	2.27 364	2.14 367	2.80 382	2.13 347	2.40 364	2.03 369	2.64 292	13.69 411	0.41 330	0.39 351	0.40 332	0.45 349	0.58 349	0.56 345

MaskLacGwcNet_RVC	1.10 292	1.02 368	1.00 239	0.82 337	0.67 307	1.93 348	0.93 312	1.62 232	1.11 176	1.15 159	1.25 182	1.50 289	0.79 161	1.96 249	0.76 212	1.89 391	0.34 329	0.79 376	0.36 329	1.25 386	0.83 373

SPS-STEREO	1.67 350	1.04 369	1.23 288	1.21 380	1.13 377	1.82 341	1.11 335	2.16 347	1.52 327	3.07 391	2.32 355	2.82 376	1.80 357	4.11 328	2.04 352	1.03 384	0.99 403	0.97 381	0.94 389	1.03 380	1.02 380
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.88 362	1.07 370	1.45 319	1.07 376	1.17 378	1.47 306	1.48 363	1.89 292	1.93 360	1.94 351	4.67 393	3.08 380	1.80 357	6.51 374	1.65 335	1.06 386	0.86 398	1.08 386	1.32 398	0.93 375	1.26 389
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.41 382	1.07 370	2.14 362	1.18 379	1.10 371	2.14 361	1.36 356	1.96 311	1.66 338	5.46 411	7.07 403	4.95 396	4.32 403	5.50 355	2.26 358	1.04 385	1.02 406	0.99 383	0.97 391	1.02 379	1.04 382

EDNetEfficient	2.37 379	1.10 372	8.08 402	0.74 314	0.71 318	0.98 235	1.56 366	1.46 190	4.06 397	4.90 406	2.82 370	2.25 355	3.48 395	2.95 301	9.97 404	0.26 247	0.24 276	0.26 229	0.30 300	0.68 364	0.61 356

AnyNet_C32	1.96 367	1.10 372	5.17 392	0.90 359	1.11 372	2.12 360	2.37 402	1.85 284	1.48 321	2.45 371	1.70 305	2.05 350	1.64 344	2.50 286	10.28 406	0.37 317	0.34 329	0.35 308	0.41 341	0.49 332	0.54 341

LSM	6.33 408	1.10 372	13.19 411	1.41 386	68.17 437	1.64 323	1.90 384	1.92 302	2.46 374	2.99 387	3.11 374	1.88 328	1.80 357	2.61 291	2.06 354	0.41 330	0.58 383	0.50 351	0.57 370	0.64 358	17.66 429

otaku	1.60 344	1.11 375	1.21 285	2.20 393	1.56 389	1.97 351	1.24 348	2.07 333	1.36 291	1.44 287	1.62 293	1.73 321	1.19 294	1.73 221	0.98 261	2.89 400	0.57 382	1.74 389	0.60 375	2.78 397	1.94 397

AnonymousM	0.59 101	1.11 375	0.41 9	0.44 23	0.32 108	0.43 15	0.47 151	1.05 89	0.64 28	0.98 100	0.63 22	0.67 69	0.43 24	0.59 15	0.41 67	0.20 120	0.15 126	1.84 392	0.84 384	0.14 2	0.13 3

MFMNet_re	1.40 330	1.14 377	1.68 338	1.39 384	1.07 369	1.48 307	1.43 359	1.87 288	1.82 352	2.26 362	2.19 350	1.51 291	1.86 361	1.52 182	1.25 291	0.93 379	0.83 392	0.84 378	0.80 382	0.99 378	1.05 384

Ntro	1.64 348	1.15 378	1.23 288	2.48 398	1.83 391	2.09 358	1.16 342	1.96 311	1.38 299	1.21 195	1.62 293	1.62 306	1.29 311	1.87 240	1.11 277	3.04 401	0.56 381	1.82 391	0.64 376	2.80 398	2.05 398

MSC_U_SF_DS_RVC	2.12 371	1.15 378	3.10 382	1.05 373	0.76 334	5.03 408	2.40 403	2.16 347	2.62 381	1.89 348	2.28 354	2.69 373	1.65 345	9.35 407	2.04 352	0.64 372	0.51 375	0.68 373	0.71 378	1.09 382	0.67 363

UDGNet	0.72 164	1.17 380	0.80 177	0.77 323	0.41 192	0.77 169	0.38 72	0.97 62	1.34 280	0.81 69	0.88 63	0.71 81	0.60 99	1.21 128	0.54 153	0.52 357	0.19 212	1.02 384	0.26 256	0.71 367	0.31 270

Wz-Net-SNSev	1.49 334	1.23 381	6.27 398	0.68 287	0.67 307	1.37 294	1.41 358	2.00 318	1.39 303	1.48 298	1.61 290	2.29 357	1.32 317	3.93 324	2.14 356	0.31 285	0.28 301	0.31 271	0.33 316	0.42 308	0.36 291

CC-Net-ROB	1.49 334	1.26 382	1.27 297	0.88 354	0.79 340	1.76 333	1.00 324	1.79 272	1.26 243	1.10 134	1.61 290	1.21 226	0.99 252	8.13 399	0.84 240	1.09 387	0.41 355	2.20 393	0.46 352	1.20 385	0.48 329

RTS	2.67 387	1.38 383	15.28 413	0.99 369	1.26 384	3.78 395	1.96 387	2.15 344	2.62 381	2.61 374	2.85 371	2.60 370	1.59 339	6.27 369	5.71 387	0.40 326	0.28 301	0.35 308	0.35 325	0.50 333	0.48 329

RTSA	2.67 387	1.38 383	15.28 413	0.99 369	1.26 384	3.78 395	1.96 387	2.15 344	2.62 381	2.61 374	2.85 371	2.60 370	1.59 339	6.27 369	5.71 387	0.40 326	0.28 301	0.35 308	0.35 325	0.50 333	0.48 329

WAO-7	2.66 386	1.40 385	1.73 343	1.39 384	1.17 378	3.93 398	1.94 386	4.11 398	3.88 396	2.92 384	5.50 397	4.18 389	3.00 392	7.63 394	3.71 377	1.13 389	1.00 404	1.17 387	1.13 397	1.18 384	1.09 386

ACVNet_2	2.43 383	1.41 386	2.04 357	2.62 399	2.24 398	2.63 378	1.88 383	3.31 390	3.01 386	2.19 360	3.45 379	4.62 391	2.04 370	4.50 335	1.47 327	2.55 397	0.64 386	2.22 394	0.84 384	2.69 396	2.29 401

ACVNet-4b	2.15 372	1.41 386	1.64 335	2.80 400	2.31 401	2.31 367	1.24 348	2.32 367	2.14 367	1.26 219	2.39 359	2.66 372	1.48 331	5.95 367	1.06 267	3.20 405	0.45 365	2.37 397	0.89 386	2.83 401	2.37 402

ACVNet_1	2.18 373	1.45 388	1.72 341	2.85 402	2.33 402	2.28 365	1.46 361	3.08 388	2.22 370	1.82 343	2.05 343	3.56 383	1.98 368	3.09 308	1.40 313	3.17 402	0.60 384	2.40 401	0.92 388	2.91 404	2.37 402

EDNetEfficientorigin	10.57 415	1.47 389	177.42 442	0.67 277	0.53 258	1.58 317	1.16 342	1.90 295	3.37 391	4.71 405	3.38 377	3.10 381	2.69 387	3.13 309	3.58 375	0.25 233	0.23 267	0.33 291	0.27 264	0.83 371	0.81 372

Dean	2.91 395	1.53 390	2.07 358	2.96 406	2.51 404	3.15 387	2.14 395	4.75 403	4.41 401	2.76 380	6.10 399	5.53 399	2.37 380	2.97 303	1.92 347	3.18 403	0.85 396	2.51 404	1.04 396	2.88 403	2.47 405

WAO-6	2.81 393	1.60 391	1.46 321	2.36 397	2.28 400	3.55 392	2.29 400	4.21 399	4.56 402	2.36 368	4.51 388	4.88 395	2.66 386	4.60 336	4.07 381	1.72 390	1.15 410	2.31 396	1.46 404	2.31 391	1.85 395

LVE	3.31 397	1.67 392	1.64 335	2.85 402	2.42 403	3.20 389	2.26 399	4.78 404	5.05 404	2.35 366	6.91 401	6.02 401	2.37 380	9.15 403	2.17 357	3.19 404	1.08 409	2.38 399	1.47 405	2.81 399	2.40 404

RainbowNet	1.97 368	1.76 393	1.57 332	2.81 401	2.21 397	1.98 353	1.81 377	2.54 380	1.89 355	1.50 301	1.84 322	1.96 340	1.65 345	2.14 263	1.25 291	3.33 407	0.85 396	2.39 400	0.98 393	2.82 400	2.22 399

AnyNet_C01	2.26 375	1.78 394	10.22 407	0.93 365	0.74 325	2.92 385	2.20 397	2.29 366	1.80 350	2.53 373	2.41 361	2.71 374	1.73 351	3.41 316	6.72 391	0.41 330	0.39 351	0.40 332	0.42 343	0.67 363	0.63 358

IMH-64-1	2.70 390	1.79 395	1.46 321	3.26 409	2.66 405	3.23 390	2.10 392	4.08 396	2.75 384	2.34 364	3.81 383	3.06 378	2.22 377	4.25 330	2.59 362	3.75 411	0.84 393	2.75 407	1.35 399	3.15 406	2.60 408

IMH-64	2.70 390	1.79 395	1.46 321	3.26 409	2.66 405	3.23 390	2.10 392	4.08 396	2.75 384	2.34 364	3.81 383	3.06 378	2.22 377	4.25 330	2.59 362	3.75 411	0.84 393	2.75 407	1.35 399	3.15 406	2.60 408

WAO-8	4.40 400	1.82 397	1.79 345	2.34 395	2.20 395	9.19 413	1.53 364	6.09 411	16.46 418	3.94 395	7.84 409	7.32 403	3.72 399	9.41 409	3.31 373	2.00 392	1.07 407	2.44 402	1.37 402	2.50 393	1.68 393

Venus	4.40 400	1.82 397	1.79 345	2.34 395	2.20 395	9.19 413	1.53 364	6.09 411	16.46 418	3.94 395	7.84 409	7.32 403	3.72 399	9.41 409	3.31 373	2.00 392	1.07 407	2.44 402	1.37 402	2.50 393	1.68 393

IMH	3.21 396	1.85 399	1.48 326	3.25 408	2.69 407	4.07 401	2.02 390	4.41 401	3.80 395	2.72 377	7.11 404	4.75 394	2.92 389	5.92 365	2.55 360	3.85 414	0.88 399	2.78 409	1.36 401	3.19 408	2.59 407

JetBlue	3.97 398	2.01 400	10.19 406	1.38 383	2.84 409	10.53 416	9.54 416	3.60 394	2.41 373	2.73 378	3.39 378	4.54 390	4.31 402	7.85 398	6.84 392	0.88 377	0.93 402	0.89 379	0.91 387	1.74 388	1.91 396

TorneroNet-64	5.30 406	2.03 401	1.74 344	3.43 411	2.81 408	10.09 415	2.12 394	9.10 418	17.12 423	4.96 408	9.27 414	10.72 417	3.70 398	9.20 404	4.55 383	3.31 406	0.84 393	2.88 410	1.55 406	3.49 409	3.04 411

TorneroNet	10.70 416	2.03 401	1.82 348	3.43 411	3.01 410	43.83 433	2.22 398	8.87 417	67.47 442	7.17 415	27.36 427	10.68 416	3.85 401	8.67 402	7.65 399	3.59 409	0.88 399	3.04 411	1.57 407	3.71 410	3.17 412

PWCK	2.88 394	2.05 403	5.72 395	2.08 392	1.11 372	3.55 392	3.90 412	2.86 385	3.54 394	3.03 390	3.63 381	3.10 381	2.31 379	8.15 401	3.09 368	2.12 394	0.91 401	1.75 390	0.98 393	2.57 395	1.18 388

KSHMR	8.75 414	2.06 404	2.11 360	3.53 413	3.11 411	4.13 402	2.69 405	5.60 408	61.37 441	3.00 388	55.83 441	4.98 398	2.45 383	4.49 334	2.61 364	3.46 408	1.55 414	3.14 413	1.94 411	3.72 411	3.18 413

Wz-Net-TNSev	1.88 362	2.08 405	7.66 399	0.67 277	0.64 300	2.42 371	1.83 379	2.33 368	1.74 346	1.57 317	1.56 278	2.58 369	1.90 364	4.86 340	3.12 369	0.39 324	0.37 344	0.33 291	0.37 332	0.53 341	0.58 350

coex-ft	8.13 413	2.13 406	98.04 441	0.67 277	0.53 258	1.71 327	1.56 366	1.65 236	11.11 413	18.17 427	3.75 382	3.88 387	7.61 414	2.98 304	6.49 390	0.30 278	0.30 313	0.32 284	0.31 304	0.66 362	0.50 334

UNDER WATER-64	5.27 405	2.32 407	8.78 404	3.93 417	3.54 416	7.61 411	3.03 411	5.84 410	14.19 414	4.04 397	4.04 385	9.39 412	6.26 410	5.93 366	8.48 401	3.60 410	1.51 413	3.13 412	1.88 409	4.29 416	3.61 416

UNDER WATER	5.08 404	2.33 408	5.55 393	3.94 418	3.51 415	5.20 409	2.72 407	5.61 409	16.52 420	3.84 394	4.60 390	9.21 411	5.89 408	5.90 364	8.66 402	3.75 411	1.34 411	3.18 414	1.88 409	4.33 417	3.61 416

ktn	4.70 402	2.38 409	2.12 361	3.76 414	3.24 412	4.85 406	2.95 410	5.52 406	7.37 410	4.07 399	19.32 424	7.46 405	3.47 394	7.39 389	2.95 366	4.04 415	1.85 415	3.26 415	2.22 414	3.08 405	2.65 410

notaker	3.98 399	2.40 410	2.68 378	3.82 416	3.27 414	3.97 400	2.14 395	4.78 404	3.45 393	4.12 400	6.94 402	7.65 407	3.26 393	7.82 397	5.30 386	4.04 415	1.41 412	3.36 416	2.10 413	3.88 412	3.31 414

UDG	1.41 331	2.65 411	0.99 234	1.44 387	1.64 390	1.34 291	0.80 283	1.60 226	1.23 231	1.23 203	1.71 306	2.01 345	1.34 319	1.47 177	1.41 317	0.90 378	0.54 380	2.29 395	0.75 379	1.84 389	1.04 382

DDUNet	1.50 336	2.69 412	1.12 275	1.77 389	1.88 392	1.84 343	0.92 308	1.70 248	1.16 205	1.38 272	1.79 316	1.60 304	1.12 283	1.37 152	1.08 270	1.10 388	0.76 389	2.37 397	0.94 389	2.00 390	1.37 390

DispFullNet	2.34 378	2.85 413	3.66 385	3.08 407	2.27 399	1.97 351	0.67 252	2.00 318	1.70 341	2.52 372	2.00 337	2.23 354	5.86 407	3.44 319	1.58 332	1.01 381	0.32 326	2.64 406	1.94 411	2.85 402	2.24 400

MADNet++	5.01 403	3.14 414	4.91 390	4.55 420	3.94 418	5.20 409	4.41 414	4.40 400	4.13 399	4.95 407	6.08 398	4.74 393	5.37 405	9.40 408	10.67 408	4.65 417	4.15 420	3.97 418	3.34 417	4.09 414	4.08 419

MADNet+	2.69 389	3.22 415	11.53 410	1.44 387	1.12 374	3.19 388	1.81 377	2.85 384	2.37 371	1.68 328	2.07 344	2.85 377	2.18 375	7.41 390	5.23 385	0.79 375	0.76 389	0.69 375	0.65 377	0.98 376	0.95 377

HanzoNet	11.04 417	3.62 416	8.10 403	4.08 419	3.55 417	4.90 407	2.73 408	7.19 415	10.10 411	31.86 437	28.92 429	21.96 428	36.36 430	18.08 423	10.17 405	7.94 421	3.32 418	3.47 417	3.31 416	7.06 422	4.04 418

FADE	26.59 427	4.78 417	20.96 417	1.89 391	1.92 393	2.91 383	2.00 389	5.58 407	5.04 403	2.92 384	2.16 349	4.13 388	14.18 418	10.23 415	8.46 400	188.09 442	2.77 416	123.78 439	127.92 439	1.06 381	1.10 387

DPSimNet_ROB	11.20 418	4.98 418	35.43 429	2.90 405	4.52 419	7.89 412	17.09 420	4.66 402	6.06 408	14.89 423	10.93 417	17.29 420	36.81 432	13.18 420	15.68 416	2.86 399	6.29 422	5.75 421	5.09 419	3.91 413	7.70 422

SPstereo	26.54 426	6.08 419	10.71 409	5.55 421	5.68 420	48.14 434	80.43 441	67.31 442	34.39 437	28.70 435	27.52 428	43.76 439	37.60 437	45.04 441	54.41 442	4.92 420	4.89 421	10.74 426	5.88 420	4.46 418	4.57 420

DPSMNet_ROB	13.02 420	8.23 420	21.91 419	9.53 424	18.11 423	11.56 418	32.02 428	10.64 420	16.23 417	7.05 414	19.49 426	10.16 415	16.66 420	9.85 414	22.43 423	4.77 419	8.68 423	5.38 420	10.26 424	6.17 421	11.36 423

DGTPSM_ROB	13.01 419	8.23 420	21.87 418	9.51 423	18.10 422	11.56 418	32.01 427	10.63 419	16.20 416	7.03 413	19.48 425	10.15 414	16.66 420	9.83 413	22.42 422	4.75 418	8.68 423	5.37 419	10.25 423	6.16 420	11.36 423

JetRed	6.91 411	8.80 422	25.96 425	2.85 402	3.25 413	13.98 422	11.87 417	6.25 413	4.28 400	4.45 402	4.56 389	6.69 402	5.46 406	7.46 392	14.05 412	2.59 398	3.31 417	2.59 405	2.29 415	4.20 415	3.36 415

ASD4	15.85 421	10.99 423	19.63 416	10.21 425	11.70 421	19.24 423	31.10 426	19.35 423	10.68 412	11.14 418	10.18 415	12.59 418	12.64 416	14.74 421	24.83 425	12.93 427	9.94 428	26.83 433	19.40 427	16.23 426	12.70 428

BEATNet-Init1	26.87 428	13.43 424	70.68 440	0.91 362	0.68 313	57.02 441	21.06 422	32.82 433	32.67 430	52.12 441	53.61 440	66.05 441	49.56 441	48.79 442	34.71 432	0.49 356	0.44 361	0.53 358	0.53 366	0.63 356	0.59 352

Anonymous_1	43.04 438	18.73 425	24.79 422	21.81 426	46.26 436	27.80 424	37.60 429	28.08 428	16.14 415	14.66 422	14.30 418	20.65 422	17.88 422	21.56 424	25.94 426	117.93 441	8.92 425	100.65 438	126.50 438	158.64 442	12.08 425

DPSM_ROB	19.08 422	19.14 426	25.17 423	22.15 427	20.85 425	28.17 425	37.82 430	26.56 426	16.85 421	14.14 420	14.84 419	21.70 423	18.75 423	21.87 425	26.55 427	10.16 425	9.30 426	10.47 424	10.42 425	14.03 424	12.61 426

DPSM	19.08 422	19.14 426	25.17 423	22.15 427	20.85 425	28.17 425	37.82 430	26.56 426	16.85 421	14.14 420	14.84 419	21.70 423	18.75 423	21.87 425	26.55 427	10.16 425	9.30 426	10.47 424	10.42 425	14.03 424	12.61 426

xxxxx1	54.10 440	25.67 428	27.13 426	113.43 439	96.96 439	30.69 429	47.44 432	32.38 430	25.60 425	17.75 424	17.27 421	21.81 425	21.02 425	24.43 428	33.82 429	33.37 435	40.54 437	157.71 440	175.86 440	66.16 438	72.93 440

tt_ll	54.10 440	25.67 428	27.13 426	113.43 439	96.96 439	30.69 429	47.44 432	32.38 430	25.60 425	17.75 424	17.27 421	21.81 425	21.02 425	24.43 428	33.82 429	33.37 435	40.54 437	157.71 440	175.86 440	66.16 438	72.93 440

ff	54.10 440	25.67 428	27.13 426	113.43 439	96.96 439	30.69 429	47.44 432	32.38 430	25.60 425	17.75 424	17.27 421	21.81 425	21.02 425	24.43 428	33.82 429	33.37 435	40.54 437	157.71 440	175.86 440	66.16 438	72.93 440

LRCNet_RVC	22.74 424	32.10 431	21.97 420	29.84 429	26.23 427	4.42 404	0.81 286	22.66 424	2.02 363	26.93 429	29.26 430	23.06 430	15.59 419	23.84 427	18.88 419	31.75 434	19.90 436	34.65 434	32.13 434	30.54 434	28.32 435

PML	51.67 439	36.25 432	13.28 412	7.46 422	20.81 424	108.69 442	232.22 443	8.72 416	27.82 429	87.01 442	269.67 443	69.67 442	61.95 442	24.76 431	14.20 413	9.74 424	3.40 419	9.62 423	4.70 418	18.74 427	4.72 421

CasAABBNet	38.33 429	38.46 433	50.35 434	44.75 437	41.84 431	56.68 438	76.37 436	53.22 439	33.83 432	28.31 430	29.54 431	43.62 438	37.71 438	43.84 438	53.41 437	20.30 428	18.70 431	21.07 430	21.07 429	28.24 431	25.34 430

Selective-RAFT-Error	38.39 433	38.47 434	50.44 438	44.73 433	41.97 435	56.68 438	76.38 437	53.24 440	33.92 433	28.34 431	29.85 432	43.60 437	38.20 439	43.75 434	53.34 436	20.38 432	18.70 431	21.09 431	21.05 428	28.30 432	25.43 434

MyStereo03	38.34 430	38.50 435	50.41 435	44.74 434	41.86 432	56.65 435	76.38 437	52.99 436	33.93 434	28.39 432	29.99 433	43.54 434	37.42 434	43.82 435	53.53 438	20.31 429	18.71 433	21.06 427	21.08 430	28.23 428	25.35 431

MyStereo02	38.34 430	38.50 435	50.41 435	44.74 434	41.86 432	56.65 435	76.38 437	52.99 436	33.93 434	28.39 432	29.99 433	43.54 434	37.42 434	43.82 435	53.53 438	20.31 429	18.71 433	21.06 427	21.08 430	28.23 428	25.35 431

MyStereo	38.34 430	38.50 435	50.41 435	44.74 434	41.86 432	56.65 435	76.38 437	52.99 436	33.93 434	28.39 432	29.99 433	43.54 434	37.42 434	43.82 435	53.53 438	20.31 429	18.71 433	21.06 427	21.08 430	28.23 428	25.35 431

LSM0	42.82 437	38.75 438	50.81 439	47.07 438	109.38 442	57.00 440	76.02 435	53.74 441	33.71 431	29.02 436	30.41 436	43.87 440	37.22 433	43.91 439	53.54 441	20.52 433	18.62 430	21.10 432	21.11 433	28.41 433	42.22 436

HaxPig	38.92 434	41.40 439	41.64 430	29.95 430	32.27 428	28.90 427	27.60 423	29.73 429	37.71 438	43.82 438	43.87 437	33.17 431	35.56 429	41.53 432	40.37 434	43.94 438	47.51 441	45.82 435	47.08 436	42.38 435	44.15 438

AVERAGE_ROB	40.43 435	42.37 440	42.73 431	36.96 432	35.58 430	30.50 428	27.61 424	36.71 435	38.39 439	44.91 439	44.36 438	37.45 433	36.70 431	41.88 433	40.35 433	45.43 439	46.81 440	47.11 436	46.35 435	42.51 436	43.87 437

MEDIAN_ROB	42.00 436	44.40 441	44.29 433	35.15 431	34.95 429	31.28 432	29.60 425	35.88 434	40.02 440	47.20 440	46.64 439	37.37 432	38.48 440	44.35 440	42.45 435	48.03 440	49.39 442	49.71 437	49.03 437	45.14 437	46.65 439

DLNR_Zeroshot_test	23.17 425	48.52 442	43.29 432	176.68 442	78.69 438	0.35 5	0.21 1	23.41 425	0.75 57	0.66 45	0.86 58	0.59 53	0.30 4	1.56 193	0.44 86	9.57 423	0.12 9	0.18 37	0.14 23	76.92 441	0.16 42

test_example2	192.40 443	210.76 443	206.48 443	199.83 443	204.73 443	172.94 443	183.52 442	133.93 443	133.41 443	191.38 443	196.19 442	187.13 443	178.77 443	205.33 443	208.00 443	222.09 443	238.72 443	186.54 443	190.54 443	227.34 443	170.31 443

Low-res two-view benchmark