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	1.34 11	0.48 1	2.20 5	3.01 382	1.66 329	4.08 240	0.73 94	1.96 21	1.51 17	0.86 12	1.10 15	0.59 2	0.53 2	1.36 28	0.94 37	3.07 387	0.14 1	0.21 2	0.14 1	0.38 152	1.78 299

s12784h	2.08 52	0.50 2	16.85 118	0.75 8	0.36 3	4.42 308	0.49 16	4.23 277	3.08 231	2.03 149	2.67 312	0.91 42	1.05 77	2.05 101	0.78 7	0.37 162	0.18 5	0.24 14	0.16 5	0.27 15	0.26 5

PMTNet	1.13 8	0.55 3	3.88 15	0.71 6	0.59 80	4.21 280	0.43 10	2.00 22	1.58 30	1.02 26	1.06 11	0.78 25	0.98 57	1.58 49	0.93 31	1.21 366	0.20 17	0.23 4	0.15 3	0.23 3	0.27 6

EGLCR-Stereo	2.52 131	0.56 4	9.39 40	1.16 155	0.81 142	5.24 381	0.61 44	4.20 267	1.56 27	1.09 31	0.71 1	1.09 55	0.66 13	1.92 90	0.82 18	0.29 33	0.30 148	0.29 78	0.24 65	0.37 143	19.09 418

GrayStereo	3.68 303	0.56 4	20.61 317	1.71 318	0.90 165	4.17 266	8.11 401	3.17 95	4.13 334	2.80 308	2.49 292	1.70 112	17.06 407	2.83 165	1.25 93	0.37 162	0.23 71	0.27 44	0.32 203	0.30 44	0.57 151

GMM-Stereo	2.52 131	0.56 4	20.57 311	0.92 62	0.83 145	4.18 269	1.88 319	2.51 46	2.40 136	2.48 273	2.30 265	1.69 110	1.84 241	2.93 169	1.25 93	0.32 84	0.19 9	0.33 164	0.49 305	0.37 143	2.40 317

CFNet-RSSM	2.17 62	0.56 4	20.50 300	1.08 126	0.57 76	3.42 103	0.62 51	4.24 284	1.60 38	1.73 87	1.39 58	2.55 221	1.19 110	1.36 28	1.04 56	0.29 33	0.20 17	0.26 34	0.23 52	0.28 20	0.32 17

KYRaft	2.55 144	0.57 8	20.60 316	0.98 94	0.51 57	4.38 299	1.76 312	2.51 46	1.59 33	2.48 273	2.98 329	1.99 167	3.36 331	2.17 115	0.96 43	0.34 123	0.22 48	0.33 164	0.46 298	0.38 152	2.44 319

LoS	1.05 5	0.58 9	3.31 10	0.91 56	0.38 6	4.14 255	0.50 19	2.22 32	1.49 13	1.02 26	0.88 7	0.62 5	0.84 37	1.69 59	0.94 37	0.27 21	0.20 17	0.24 14	0.17 8	0.22 2	0.32 17

Selective-IGEV	1.42 15	0.58 9	8.82 39	0.92 62	0.85 150	1.32 10	0.80 128	2.85 75	3.84 322	0.87 15	1.68 113	0.71 16	0.62 7	1.30 15	0.75 4	0.24 4	0.27 129	0.24 14	0.19 9	0.27 15	1.18 265

Selective-RAFT	1.34 11	0.58 9	2.21 6	1.01 105	0.49 48	4.19 277	0.51 21	3.39 115	3.62 312	1.15 34	1.40 60	1.45 95	1.40 140	2.09 104	1.31 104	0.43 215	0.40 217	0.25 23	0.26 90	0.29 33	0.38 58

MC-Stereo	2.54 139	0.58 9	6.38 26	1.30 217	1.37 272	4.56 337	0.60 41	2.08 27	1.57 29	1.97 127	1.68 113	0.89 41	1.12 93	1.46 37	0.88 25	0.27 21	8.44 394	0.27 44	0.22 43	0.26 12	14.87 399

DCANet-4	2.06 51	0.58 9	15.30 84	0.86 36	0.44 30	4.16 261	0.57 29	4.31 310	3.28 262	2.31 226	1.82 158	1.04 52	1.54 175	1.69 59	1.56 147	0.35 135	0.24 90	0.24 14	0.19 9	0.25 5	0.57 151

tt	7.29 392	0.58 9	7.34 28	4.04 397	2.30 367	12.04 406	20.18 412	15.60 417	7.41 397	3.46 349	3.36 345	5.36 373	6.39 371	4.27 199	7.46 335	9.80 418	11.53 415	7.04 416	7.45 417	6.31 407	3.81 345

test_3	2.17 62	0.58 9	18.64 155	1.11 134	0.78 135	2.15 34	0.85 152	4.42 337	1.47 8	2.00 135	1.20 27	2.02 172	0.79 33	2.70 160	1.35 107	0.29 33	1.04 319	0.29 78	0.29 159	0.31 49	1.07 256

PSM-AAD	3.41 282	0.58 9	20.55 305	0.95 77	0.56 69	4.46 312	7.40 399	3.11 92	1.58 30	2.30 223	2.56 301	1.26 74	16.19 406	2.47 141	1.00 52	0.32 84	0.22 48	0.58 325	0.41 280	0.37 143	1.32 271

CASnet	0.85 2	0.59 17	1.66 2	0.91 56	0.30 1	1.37 11	0.73 94	1.63 6	1.94 79	1.66 75	1.14 23	0.66 7	0.63 8	1.07 2	0.90 27	0.37 162	0.17 3	0.41 246	0.31 193	0.33 88	0.23 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	1.62 20	0.59 17	5.29 21	1.12 141	0.76 132	4.41 307	0.79 124	4.12 241	3.26 258	2.02 144	1.36 53	2.82 247	1.56 180	1.90 89	0.81 13	0.29 33	0.25 102	0.26 34	0.19 9	0.25 5	0.35 35

GLC_STEREO	0.83 1	0.59 17	1.71 3	0.89 48	0.34 2	1.88 20	0.80 128	1.48 2	1.60 38	0.98 25	1.06 11	0.68 8	0.71 16	1.19 9	0.89 26	0.25 8	0.25 102	0.32 132	0.25 76	0.32 67	0.34 30

test-3	2.19 64	0.59 17	18.63 154	1.13 146	0.75 128	2.07 29	0.89 166	4.37 329	1.53 20	2.25 208	1.20 27	2.05 178	0.79 33	2.68 157	1.35 107	0.29 33	0.95 314	0.28 64	0.27 105	0.27 15	1.47 281

test_1	2.19 64	0.59 17	18.67 156	1.13 146	0.78 135	2.07 29	0.89 166	4.37 329	1.53 20	2.18 191	1.20 27	2.05 178	0.78 27	2.68 157	1.36 114	0.29 33	0.93 311	0.28 64	0.27 105	0.28 20	1.53 284

CREStereo++_RVC	1.98 35	0.59 17	19.94 230	0.87 42	0.55 66	4.02 226	0.31 2	1.75 14	2.09 90	1.65 74	2.20 246	0.85 37	0.65 11	1.03 1	0.72 2	0.29 33	0.16 2	0.23 4	1.22 375	0.25 5	0.22 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CREStereo	1.00 4	0.59 17	1.82 4	0.66 1	0.36 3	4.43 309	0.40 7	2.43 40	1.98 82	0.96 24	1.22 31	0.88 39	0.87 41	1.30 15	0.79 11	0.30 55	0.20 17	0.23 4	0.16 5	0.23 3	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MIF-Stereo	1.73 28	0.60 24	20.25 266	0.98 94	1.19 238	0.78 3	0.39 5	1.19 1	1.55 24	1.21 36	1.28 40	0.52 1	0.64 9	1.17 7	1.16 73	0.35 135	0.20 17	0.25 23	0.22 43	0.42 192	0.31 14

LCNet	2.54 139	0.60 24	20.89 337	1.01 105	0.57 76	3.60 140	1.21 254	3.20 97	1.70 58	2.17 188	1.76 134	1.43 92	4.12 346	3.61 181	0.94 37	0.32 84	0.20 17	0.28 64	0.76 348	0.50 244	1.83 303

FTStereo	3.74 306	0.60 24	20.43 287	0.99 99	0.66 104	4.34 296	11.24 403	2.63 65	1.95 80	2.58 282	5.03 367	1.90 151	13.77 401	3.70 184	1.28 101	0.41 191	0.24 90	0.31 117	0.33 210	0.32 67	2.08 307

RAFT-345	2.55 144	0.60 24	19.89 226	1.22 180	0.49 48	4.43 309	0.77 115	1.68 7	3.54 307	2.09 168	3.10 336	1.95 159	1.30 124	6.65 241	1.47 136	0.41 191	0.23 71	0.32 132	0.26 90	0.29 33	0.28 7

Prome-Stereo	2.57 153	0.60 24	20.29 272	1.01 105	0.62 93	4.40 305	1.80 315	3.22 99	1.74 60	2.18 191	3.43 347	1.71 114	3.45 335	2.24 125	1.19 77	0.32 84	0.20 17	0.27 44	0.25 76	0.37 143	2.15 310

riskmin	2.46 123	0.61 29	12.91 57	1.22 180	1.65 326	3.56 132	0.61 44	4.30 300	1.50 14	1.86 104	1.16 24	4.30 345	2.02 254	1.53 47	1.32 105	0.29 33	0.95 314	0.34 182	0.23 52	0.43 201	8.34 378

RCA-Stereo	1.38 13	0.61 29	3.95 17	0.94 69	0.48 41	4.68 360	0.78 118	4.17 257	1.95 80	1.93 112	1.84 171	0.94 45	1.48 159	1.23 10	0.75 4	0.30 55	0.43 235	0.25 23	0.20 19	0.26 12	0.37 51

DisPM	2.29 86	0.61 29	20.25 266	1.79 329	0.52 60	4.58 338	0.77 115	2.50 45	2.22 107	2.49 276	1.82 158	1.45 95	1.01 63	2.73 161	1.04 56	0.48 255	0.20 17	0.32 132	0.31 193	0.32 67	0.45 89

Gwc-CoAtRS	1.80 29	0.61 29	14.92 80	1.08 126	0.61 84	2.88 55	0.63 56	2.47 42	1.62 44	1.80 99	1.50 70	2.73 236	1.17 105	1.35 26	1.08 62	0.30 55	0.22 48	0.25 23	0.23 52	0.28 20	0.30 12

FENet	2.30 89	0.61 29	20.21 260	1.43 265	0.68 113	4.04 229	0.60 41	4.01 201	2.26 115	2.03 149	1.13 20	2.42 209	1.42 147	1.72 67	1.43 126	0.36 155	0.24 90	0.33 164	0.27 105	0.29 33	0.51 126

AE-Stereo	2.91 213	0.63 34	17.05 121	1.15 151	0.63 96	4.39 303	0.70 79	4.02 206	2.12 96	1.24 43	2.04 213	1.01 50	0.91 46	1.67 53	1.42 124	0.30 55	1.14 324	0.28 64	0.28 129	0.27 15	16.93 417

CES	1.08 7	0.63 34	2.53 8	0.95 77	2.18 360	2.13 32	0.50 19	2.07 26	1.46 7	0.79 6	1.06 11	0.61 4	0.48 1	1.45 36	0.87 23	0.24 4	0.18 5	0.24 14	0.15 3	0.64 290	2.36 316

SST-Stereo	2.63 167	0.63 34	19.76 213	1.69 313	0.46 32	4.71 366	0.74 102	2.27 33	3.07 230	2.07 163	2.15 232	2.42 209	3.17 322	6.66 242	0.95 42	0.45 230	0.19 9	0.30 99	0.27 105	0.35 122	0.31 14

RAFT-Test	1.67 26	0.64 37	6.13 24	1.25 201	1.82 347	3.06 66	0.78 118	4.02 206	3.09 234	1.88 105	1.70 118	3.76 314	1.03 64	1.40 32	1.07 61	0.29 33	0.33 164	0.25 23	0.23 52	0.29 33	0.33 22

BUS	1.64 23	0.64 37	3.82 12	0.94 69	0.86 152	4.50 321	0.75 107	4.49 346	2.29 123	2.96 323	1.82 158	3.61 307	1.03 64	1.79 75	1.18 74	0.39 181	0.25 102	0.31 117	0.28 129	0.38 152	0.41 70

BSDual-CNN	1.61 19	0.64 37	3.82 12	0.94 69	0.86 152	4.18 269	1.14 242	4.49 346	2.29 123	2.96 323	1.82 158	2.58 226	1.30 124	1.79 75	1.44 130	0.39 181	0.25 102	0.31 117	0.28 129	0.38 152	0.41 70

psmg	1.63 21	0.64 37	3.82 12	0.96 84	0.86 152	4.35 297	1.41 278	4.11 236	2.29 123	2.68 293	2.09 226	2.58 226	1.30 124	1.79 75	1.44 130	0.39 181	0.29 140	0.33 164	0.34 219	0.38 152	0.44 85

PFNet+	2.46 123	0.64 37	21.10 359	0.98 94	0.48 41	4.63 346	0.83 141	2.47 42	3.48 302	2.14 178	1.67 111	1.34 78	1.03 64	4.66 201	1.35 107	0.49 261	0.33 164	0.38 233	0.39 263	0.33 88	0.49 116

RAFT_R40	2.61 160	0.64 37	19.86 222	1.69 313	0.46 32	4.74 369	0.95 205	2.28 34	2.52 153	2.02 144	2.32 267	2.69 235	2.52 293	6.70 244	1.05 59	0.42 201	0.19 9	0.30 99	0.27 105	0.33 88	0.29 10

RAFT-RH_RVC	2.72 187	0.64 37	20.10 249	1.48 273	0.49 48	4.46 312	0.56 26	1.73 13	2.86 196	3.06 328	5.50 369	2.02 172	1.28 121	6.70 244	1.56 147	0.46 243	0.22 48	0.37 221	0.34 219	0.29 33	0.33 22

knoymous	1.50 16	0.65 44	8.73 38	0.91 56	0.75 128	2.97 63	0.90 182	2.93 76	1.38 4	1.56 61	1.07 14	2.75 241	0.88 42	1.43 34	1.13 66	0.32 84	0.22 48	0.35 199	0.20 19	0.45 216	0.41 70

PSM-softLoss	2.62 163	0.65 44	21.11 360	2.46 364	0.49 48	4.68 360	0.68 71	2.61 63	4.23 339	2.14 178	1.47 67	1.42 90	0.99 58	6.04 227	1.24 87	0.47 250	0.23 71	0.37 221	0.39 263	0.33 88	0.34 30

KMStereo	2.62 163	0.65 44	21.11 360	2.46 364	0.49 48	4.68 360	0.68 71	2.61 63	4.23 339	2.14 178	1.47 67	1.42 90	0.99 58	6.04 227	1.24 87	0.47 250	0.23 71	0.37 221	0.39 263	0.33 88	0.34 30

DEmStereo	3.24 265	0.65 44	18.95 164	0.83 27	0.54 63	3.85 187	1.79 314	2.53 49	2.54 155	2.25 208	2.74 318	2.02 172	6.02 367	6.78 247	11.30 351	0.40 188	0.26 122	0.27 44	0.27 105	0.28 20	0.57 151

R-Stereo Train	2.13 55	0.65 44	19.43 190	1.02 109	0.67 106	3.79 175	0.89 166	4.12 241	1.55 24	2.15 182	1.72 124	1.13 58	0.94 51	1.46 37	1.30 102	0.32 84	0.25 102	0.27 44	0.21 26	0.28 20	0.37 51

RAFT-Stereo	2.13 55	0.65 44	19.43 190	1.02 109	0.67 106	3.79 175	0.89 166	4.12 241	1.55 24	2.15 182	1.72 124	1.13 58	0.94 51	1.46 37	1.30 102	0.32 84	0.25 102	0.27 44	0.21 26	0.28 20	0.37 51
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	3.02 229	0.65 44	19.48 194	0.94 69	0.90 165	3.71 161	1.20 252	5.61 392	2.87 198	3.24 341	2.49 292	2.53 218	1.61 190	11.39 350	1.90 209	0.37 162	0.27 129	0.27 44	0.24 65	0.31 49	0.39 62
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MGS-Stereo	1.24 10	0.66 51	9.68 42	0.97 91	0.40 21	1.26 9	0.72 87	1.50 3	1.35 1	1.03 28	2.26 254	0.80 30	0.56 3	1.28 13	0.78 7	0.31 69	0.23 71	0.26 34	0.22 43	0.28 20	0.34 30

cross-raft	1.95 33	0.66 51	16.17 102	1.23 186	0.92 171	2.25 37	0.70 79	3.69 144	1.68 56	1.78 95	1.53 72	3.15 272	1.13 94	1.35 26	1.06 60	0.24 4	0.23 71	0.26 34	0.24 65	0.29 33	0.45 89

AEACV	2.12 54	0.67 53	6.33 25	1.38 243	1.50 291	3.53 127	0.90 182	2.83 74	1.60 38	0.91 20	0.81 6	0.80 30	1.61 190	1.56 48	0.73 3	0.25 8	0.60 279	0.26 34	0.27 105	0.29 33	15.65 408

AAGNet	3.88 316	0.67 53	20.04 239	2.27 354	0.46 32	4.76 371	1.05 225	2.28 34	3.38 283	2.16 186	1.84 171	2.40 203	3.95 343	6.22 231	24.21 412	0.49 261	0.19 9	0.30 99	0.29 159	0.33 88	0.29 10

NF-Stereo	2.68 183	0.67 53	21.09 357	2.43 360	0.47 36	4.67 352	0.67 63	3.68 140	4.30 345	2.11 172	1.62 98	1.36 82	1.09 83	6.07 229	1.24 87	0.45 230	0.20 17	0.36 210	0.34 219	0.32 67	0.37 51

OCTAStereo	2.67 180	0.67 53	21.08 352	2.43 360	0.47 36	4.67 352	0.67 63	3.68 140	4.31 348	2.11 172	1.62 98	1.36 82	1.09 83	6.02 226	1.25 93	0.45 230	0.20 17	0.36 210	0.34 219	0.32 67	0.37 51

RE-Stereo	2.67 180	0.67 53	21.08 352	2.43 360	0.47 36	4.67 352	0.67 63	3.68 140	4.30 345	2.11 172	1.62 98	1.36 82	1.09 83	6.01 223	1.26 98	0.45 230	0.20 17	0.36 210	0.34 219	0.32 67	0.37 51

TVStereo	2.67 180	0.67 53	21.08 352	2.43 360	0.47 36	4.67 352	0.67 63	3.68 140	4.30 345	2.11 172	1.62 98	1.36 82	1.09 83	6.01 223	1.26 98	0.45 230	0.20 17	0.36 210	0.34 219	0.32 67	0.37 51

anonymousdsp2	2.72 187	0.68 59	11.15 48	1.20 171	0.64 98	3.66 153	0.71 84	3.71 148	2.14 99	1.62 69	1.61 95	1.95 159	1.00 60	2.24 125	0.81 13	0.32 84	0.50 262	0.28 64	0.20 19	0.34 109	19.58 419

test_4	1.98 35	0.68 59	15.65 93	0.91 56	0.48 41	4.11 245	1.09 231	2.41 38	1.50 14	1.55 59	2.31 266	1.87 148	0.79 33	2.86 167	1.51 138	0.34 123	0.19 9	0.29 78	0.29 159	0.30 44	0.40 65

ASMatch	2.65 172	0.68 59	20.65 321	1.60 295	0.71 119	4.40 305	0.77 115	2.02 24	1.65 51	1.71 84	3.89 354	1.93 153	3.75 340	5.45 212	1.67 174	0.33 107	0.24 90	0.34 182	0.28 129	0.34 109	0.57 151

DRaft	3.12 243	0.68 59	20.57 311	0.77 9	0.49 48	3.95 214	1.20 252	2.40 37	1.60 38	2.64 291	2.80 321	1.59 102	5.33 360	6.94 252	9.51 345	0.43 215	0.22 48	0.27 44	0.27 105	0.32 67	0.47 104

CRE-IMP	2.28 83	0.68 59	19.67 206	0.85 33	0.39 20	4.54 327	0.80 128	2.63 65	4.84 370	1.96 125	1.51 71	1.86 145	0.96 54	1.52 44	1.43 126	0.47 250	0.21 33	0.31 117	0.26 90	0.41 185	0.35 35

MSKI-zero shot	2.33 94	0.69 64	20.22 262	1.14 150	0.77 134	4.05 233	0.68 71	3.95 191	1.51 17	1.93 112	2.35 269	1.91 152	0.71 16	3.01 171	0.79 11	0.28 28	1.47 332	0.27 44	0.21 26	0.28 20	0.44 85

MIF-Stereo (partial)	1.93 32	0.69 64	21.14 362	0.74 7	1.02 193	1.07 5	0.49 16	2.75 71	1.78 64	0.82 8	1.22 31	0.80 30	0.90 44	1.68 54	1.63 166	0.38 174	0.24 90	0.33 164	0.26 90	0.41 185	0.32 17

iRaft-Stereo_20w	3.11 240	0.69 64	18.89 162	1.00 102	1.09 215	5.03 378	1.00 213	5.86 394	2.46 148	2.83 312	1.64 107	3.06 265	4.30 349	3.08 173	1.74 191	0.31 69	0.30 148	0.27 44	0.35 232	0.42 192	7.93 369

NRIStereo	2.32 91	0.69 64	20.07 241	1.35 231	0.38 6	4.73 367	0.89 166	2.43 40	3.35 279	1.95 123	1.37 55	1.75 118	1.21 112	2.97 170	1.35 107	0.49 261	0.22 48	0.29 78	0.26 90	0.31 49	0.33 22

PFNet	2.75 196	0.69 64	19.96 231	2.25 353	0.80 140	4.63 346	0.90 182	2.60 62	3.85 324	2.39 256	2.71 316	1.82 140	1.41 145	7.53 262	1.41 123	0.36 155	0.21 33	0.36 210	0.27 105	0.32 67	0.46 96

EAI-Stereo	4.89 356	0.69 64	7.74 31	0.99 99	1.63 319	4.68 360	51.52 426	5.79 393	3.37 281	3.64 355	7.24 372	1.10 56	0.95 53	2.51 143	1.71 184	0.33 107	0.31 152	0.28 64	2.04 398	0.28 20	0.92 239

Pruner-Stereo	2.33 94	0.70 70	20.66 322	2.05 348	0.48 41	4.73 367	0.78 118	2.55 57	2.70 169	2.47 271	1.57 88	1.48 97	1.03 64	1.71 64	1.55 146	0.48 255	0.21 33	0.34 182	0.30 176	0.31 49	0.42 77

DeepStereo_RVC	2.42 117	0.70 70	18.41 150	0.79 19	0.43 26	4.50 321	0.70 79	2.51 46	3.51 305	2.02 144	1.79 147	1.54 100	6.35 369	1.93 92	1.22 82	0.47 250	0.22 48	0.29 78	0.29 159	0.35 122	0.40 65

pcwnet_v2	2.73 192	0.70 70	22.43 403	1.11 134	1.02 193	3.58 135	0.80 128	4.31 310	3.42 292	2.39 256	2.28 260	2.99 258	1.68 214	3.31 176	1.54 144	0.44 221	0.51 264	0.41 246	0.34 219	0.62 281	0.74 212

XX-Stereo	2.66 176	0.70 70	21.17 367	2.33 357	1.24 250	4.31 295	0.45 12	4.48 345	1.60 38	2.39 256	1.89 184	4.60 358	0.60 5	4.17 196	1.11 65	0.34 123	0.26 122	0.29 78	0.29 159	0.53 251	0.43 81

PCWNet_CMD	2.16 59	0.71 74	15.44 89	0.84 28	0.76 132	3.38 95	0.68 71	3.69 144	2.24 109	1.72 85	1.63 102	3.20 274	3.00 313	2.09 104	1.23 83	0.32 84	0.37 192	0.47 275	0.27 105	0.65 295	0.51 126

IRAFT_RVC	2.74 193	0.71 74	19.80 214	2.52 366	0.67 106	4.60 342	1.57 296	3.05 89	2.99 212	2.23 205	1.72 124	2.08 181	2.59 294	6.69 243	1.61 161	0.37 162	0.21 33	0.33 164	0.29 159	0.33 88	0.35 35

MSMDNet	2.16 59	0.71 74	15.36 86	0.86 36	0.75 128	3.41 101	0.69 77	3.70 146	2.25 112	1.73 87	1.64 107	3.21 275	2.95 305	2.09 104	1.24 87	0.32 84	0.37 192	0.45 268	0.27 105	0.63 287	0.50 120

11t1	2.82 204	0.72 77	17.81 141	1.60 295	0.93 175	2.27 39	0.62 51	3.76 155	4.47 355	1.72 85	1.33 48	1.05 53	1.34 128	1.84 86	1.45 133	0.29 33	5.57 385	0.29 78	0.26 90	0.32 67	8.80 382

test-1	1.81 30	0.72 77	9.51 41	1.02 109	1.57 307	3.85 187	0.60 41	4.07 220	1.51 17	1.94 118	1.81 156	2.04 175	0.91 46	1.39 31	1.73 189	0.27 21	0.93 311	0.31 117	0.25 76	0.29 33	1.37 274

ICVP	2.19 64	0.72 77	19.18 175	1.03 112	0.88 160	4.22 282	0.94 202	3.44 119	1.69 57	1.68 78	1.76 134	1.35 80	1.19 110	1.80 80	1.40 122	0.58 302	0.37 192	0.34 182	0.30 176	0.41 185	0.59 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SMFormer	2.40 109	0.73 80	8.34 33	1.41 253	0.61 84	2.04 24	0.72 87	4.30 300	4.43 350	2.41 260	2.40 278	1.94 155	1.52 169	10.99 336	3.10 286	0.35 135	0.84 304	0.36 210	0.33 210	0.40 167	0.77 215

tta	2.44 119	0.73 80	8.34 33	1.41 253	0.61 84	2.04 24	0.72 87	4.30 300	4.43 350	2.41 260	2.40 278	1.94 155	1.52 169	10.99 336	3.10 286	0.35 135	0.84 304	0.36 210	0.33 210	0.31 49	1.75 294

qqq1	2.35 98	0.73 80	8.34 33	1.41 253	0.61 84	2.04 24	0.72 87	4.30 300	4.43 350	2.41 260	2.40 278	1.94 155	1.52 169	10.99 336	1.36 114	0.35 135	0.84 304	0.30 99	0.25 76	0.31 49	1.75 294

fff1	2.35 98	0.73 80	8.34 33	1.41 253	0.61 84	2.04 24	0.72 87	4.30 300	4.43 350	2.41 260	2.40 278	1.94 155	1.52 169	10.99 336	1.36 114	0.35 135	0.84 304	0.30 99	0.25 76	0.31 49	1.75 294

CASS	1.65 24	0.73 80	8.72 37	0.97 91	0.67 106	2.88 55	0.69 77	3.07 91	1.86 71	2.82 310	2.02 209	1.39 86	1.55 178	1.75 73	1.36 114	0.51 277	0.28 135	0.34 182	0.28 129	0.47 234	0.63 180
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR	2.61 160	0.73 80	20.72 326	0.87 42	0.54 63	4.58 338	0.52 22	4.32 317	2.79 181	1.91 108	1.54 81	1.72 115	1.71 221	6.94 252	1.43 126	0.31 69	0.21 33	0.27 44	0.24 65	0.34 109	0.48 111

Patchmatch Stereo++	2.28 83	0.74 86	20.54 303	0.77 9	0.38 6	4.67 352	0.75 107	2.55 57	3.21 247	2.00 135	1.53 72	1.77 125	1.14 99	2.46 138	0.98 47	0.51 277	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35
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	2.26 76	0.74 86	20.53 302	0.77 9	0.38 6	4.67 352	0.71 84	2.54 50	3.22 252	2.00 135	1.53 72	1.77 125	1.13 94	2.22 123	0.96 43	0.50 271	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35

ROB_FTStereo_v2	2.25 74	0.74 86	20.45 290	0.77 9	0.38 6	4.66 351	0.74 102	2.54 50	3.20 244	2.00 135	1.53 72	1.77 125	1.14 99	2.13 110	0.96 43	0.50 271	0.22 48	0.32 132	0.28 129	0.40 167	0.35 35

ROB_FTStereo	2.26 76	0.74 86	20.44 288	0.77 9	0.38 6	4.65 349	0.75 107	2.54 50	3.19 243	2.00 135	1.54 81	1.77 125	1.13 94	2.28 129	0.94 37	0.49 261	0.22 48	0.32 132	0.28 129	0.40 167	0.35 35

HUI-Stereo	2.27 79	0.74 86	20.56 307	0.77 9	0.38 6	4.67 352	0.78 118	2.54 50	3.23 255	2.00 135	1.53 72	1.77 125	1.13 94	2.21 122	0.93 31	0.49 261	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35

iGMRVC	2.27 79	0.74 86	20.46 291	0.77 9	0.38 6	4.65 349	0.73 94	2.54 50	3.21 247	2.00 135	1.53 72	1.77 125	1.14 99	2.47 141	0.99 49	0.51 277	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35

iRAFT	2.28 83	0.74 86	20.54 303	0.77 9	0.38 6	4.67 352	0.75 107	2.55 57	3.21 247	2.00 135	1.53 72	1.77 125	1.14 99	2.46 138	0.98 47	0.51 277	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35

RAFT-IKP	2.27 79	0.74 86	20.55 305	0.77 9	0.38 6	4.64 348	0.73 94	2.54 50	3.21 247	2.00 135	1.53 72	1.77 125	1.13 94	2.25 128	1.00 52	0.51 277	0.22 48	0.32 132	0.28 129	0.40 167	0.35 35

CFNet_pseudo	2.03 47	0.74 86	12.75 55	0.87 42	0.74 124	3.91 201	0.65 60	4.04 213	1.93 77	1.93 112	1.79 147	3.25 278	1.61 190	2.51 143	1.25 93	0.32 84	0.37 192	0.53 307	0.28 129	0.64 290	0.50 120

HCRNet	2.24 72	0.74 86	14.54 75	0.82 26	1.36 269	4.11 245	0.70 79	3.61 132	3.03 223	1.83 103	1.61 95	1.58 101	1.40 140	5.79 218	1.60 159	0.35 135	0.28 135	0.36 210	0.29 159	0.34 109	0.46 96

ccs_rob	2.03 47	0.74 86	12.67 54	0.87 42	0.75 128	3.91 201	0.66 61	4.04 213	1.93 77	1.92 111	1.79 147	3.24 277	1.63 201	2.52 147	1.25 93	0.32 84	0.37 192	0.54 315	0.28 129	0.66 299	0.51 126

ttt	4.23 330	0.75 97	19.96 231	1.48 273	1.31 262	3.69 157	0.87 158	4.65 366	5.33 377	2.45 269	2.39 276	2.44 212	1.54 175	11.35 349	16.49 379	0.43 215	4.35 379	0.37 221	0.35 232	0.41 185	4.01 350

IGEV_Zeroshot_test	2.66 176	0.75 97	21.55 384	1.50 277	0.89 161	2.21 35	0.90 182	3.52 122	1.83 68	2.17 188	1.57 88	4.09 331	1.60 185	1.73 70	1.21 80	0.32 84	0.33 164	0.28 64	0.30 176	0.44 209	6.09 364

EKT-Stereo	7.93 394	0.75 97	21.17 367	1.84 332	109.80 432	4.51 325	0.61 44	4.13 244	1.59 33	1.89 106	1.24 33	1.96 164	1.35 129	4.02 192	1.36 114	0.42 201	0.31 152	0.29 78	0.27 105	0.35 122	0.78 217

CFNet_ucs	2.32 91	0.75 97	17.05 121	0.90 54	0.81 142	3.86 190	0.68 71	4.31 310	2.68 166	2.13 176	2.04 213	3.30 280	1.24 116	2.63 153	1.23 83	0.37 162	0.46 245	0.56 319	0.30 176	0.67 302	0.53 137

GwcNet-ADL	2.51 129	0.75 97	21.41 381	0.98 94	0.73 121	4.58 338	0.95 205	4.46 344	2.61 162	2.06 157	1.80 151	2.54 220	1.24 116	1.98 98	1.73 189	0.41 191	0.46 245	0.24 14	0.27 105	0.41 185	0.55 144

CrosDoStereo	5.27 363	0.75 97	20.07 241	0.85 33	0.53 61	3.40 98	18.03 409	3.90 179	3.29 267	1.99 131	8.27 379	1.95 159	6.95 378	7.34 257	25.94 415	0.33 107	0.22 48	0.30 99	0.28 129	0.35 122	0.61 173

DeepStereo_LL	5.27 363	0.75 97	20.07 241	0.85 33	0.53 61	3.40 98	18.03 409	3.90 179	3.29 267	1.99 131	8.27 379	1.95 159	6.95 378	7.34 257	25.94 415	0.33 107	0.22 48	0.30 99	0.28 129	0.35 122	0.61 173

SFCPSM	2.16 59	0.75 97	15.82 95	0.91 56	0.98 184	3.74 166	1.27 260	4.15 250	2.56 156	1.90 107	1.82 158	1.64 107	1.39 136	2.51 143	1.57 150	0.36 155	0.28 135	0.39 237	0.36 241	0.36 139	0.50 120

DAS	2.52 131	0.76 105	7.72 29	1.16 155	1.64 323	2.96 61	2.10 335	4.14 247	3.31 272	4.16 368	2.51 296	2.56 223	1.81 235	11.54 356	1.83 203	0.44 221	0.23 71	0.39 237	0.25 76	0.42 192	0.45 89

SepStereo	2.36 100	0.76 105	7.72 29	1.16 155	1.64 323	2.96 61	2.10 335	4.14 247	3.31 272	4.16 368	2.51 296	2.56 223	1.81 235	8.34 272	1.83 203	0.44 221	0.23 71	0.39 237	0.25 76	0.42 192	0.45 89

HHNet	2.51 129	0.76 105	20.83 332	0.67 2	0.67 106	4.07 237	0.90 182	3.85 172	1.59 33	2.14 178	4.91 366	0.98 47	3.32 327	1.73 70	1.80 199	0.41 191	0.20 17	0.31 117	0.28 129	0.38 152	0.44 85

hknet	2.34 96	0.78 108	13.86 63	0.94 69	1.07 209	4.18 269	1.14 242	4.49 346	3.00 214	2.96 323	1.82 158	3.47 291	1.30 124	4.11 195	1.77 193	0.35 135	0.25 102	0.31 117	0.28 129	0.38 152	0.41 70

PSMNet-ADL	2.01 43	0.78 108	2.89 9	1.11 134	0.86 152	4.13 250	0.80 128	3.84 170	2.26 115	1.74 90	1.87 180	2.90 253	1.81 235	10.37 320	2.34 252	0.49 261	0.47 253	0.29 78	0.30 176	0.39 163	0.56 146

GES	2.26 76	0.79 110	19.68 207	1.12 141	0.59 80	4.30 292	1.01 214	3.90 179	1.59 33	1.78 95	1.78 144	1.28 76	1.75 224	1.80 80	1.61 161	0.42 201	0.29 140	0.33 164	0.31 193	0.45 216	0.50 120

mmm	2.70 184	0.80 111	8.26 32	1.50 277	1.18 233	2.44 44	0.85 152	4.08 227	4.59 357	2.31 226	1.95 200	1.51 98	1.55 178	2.33 134	1.72 186	0.31 69	7.71 393	0.45 268	0.42 283	0.40 167	9.56 384

GANet-ADL	2.25 74	0.80 111	20.17 253	1.28 208	0.69 118	3.83 182	0.75 107	3.63 134	1.83 68	1.68 78	2.04 213	2.09 182	1.10 88	1.63 51	1.43 126	0.42 201	0.33 164	0.26 34	0.23 52	0.43 201	0.41 70

Anonymous3	2.20 68	0.80 111	20.08 246	0.86 36	0.86 152	4.46 312	0.84 148	3.64 137	1.40 5	1.37 48	1.40 60	1.11 57	1.03 64	1.71 64	1.24 87	0.75 341	0.58 276	0.34 182	0.35 232	0.48 239	0.65 187

ff7	2.60 156	0.81 114	16.25 103	0.89 48	0.56 69	4.55 333	0.83 141	1.68 7	3.44 293	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 192	0.29 78	0.21 26	0.33 88	15.08 402

ffff	2.60 156	0.81 114	16.25 103	0.89 48	0.56 69	4.55 333	0.83 141	1.68 7	3.44 293	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 192	0.29 78	0.21 26	0.33 88	15.08 402

11t	2.60 156	0.81 114	16.25 103	0.89 48	0.56 69	4.55 333	0.83 141	1.68 7	3.44 293	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 192	0.29 78	0.21 26	0.33 88	15.08 402

ccc-4	2.60 156	0.81 114	16.25 103	0.89 48	0.56 69	4.55 333	0.83 141	1.68 7	3.44 293	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 192	0.29 78	0.21 26	0.33 88	15.08 402

H2IRNET	2.19 64	0.83 118	19.13 171	1.25 201	0.61 84	4.48 319	0.44 11	2.94 78	1.86 71	1.08 30	2.29 262	1.67 108	1.40 140	2.18 117	1.64 169	0.41 191	0.21 33	0.33 164	0.37 249	0.38 152	0.39 62

anonymousdsp	3.14 246	0.83 118	20.28 269	0.94 69	0.64 98	4.54 327	0.82 137	2.03 25	3.32 275	0.91 20	1.13 20	0.78 25	0.77 25	1.78 74	0.90 27	0.29 33	0.25 102	0.29 78	0.21 26	0.33 88	21.81 421

anonymousa	3.14 246	0.83 118	19.20 177	1.62 299	9.63 408	2.06 28	0.78 118	2.93 76	2.20 104	1.95 123	2.17 237	3.41 288	1.81 235	1.33 21	1.67 174	0.29 33	8.64 397	0.34 182	0.37 249	0.32 67	1.33 272

x	2.94 219	0.83 118	16.07 97	1.51 279	0.83 145	2.13 32	0.96 210	3.97 195	4.73 363	1.73 87	1.43 64	1.61 103	1.27 118	2.24 125	1.71 184	0.29 33	6.91 390	0.34 182	0.31 193	0.34 109	9.60 385

IGEV-Stereo	3.15 248	0.83 118	20.31 276	0.94 69	0.64 98	4.54 327	0.82 137	2.01 23	3.31 272	0.91 20	1.13 20	0.79 29	0.77 25	1.79 75	0.92 30	0.29 33	0.25 102	0.29 78	0.21 26	0.33 88	21.85 422
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Former-RAFT_DAM_RVC	0.99 3	0.85 123	1.58 1	0.95 77	1.08 212	2.95 60	0.53 23	1.93 19	2.00 85	1.19 35	1.63 102	0.59 2	0.65 11	1.10 4	0.90 27	0.28 28	0.23 71	0.31 117	0.25 76	0.45 216	0.32 17

xxxx	4.25 331	0.86 124	14.59 76	1.30 217	1.16 229	3.51 123	0.63 56	4.56 356	5.42 383	2.33 240	2.29 262	2.04 175	1.39 136	10.23 314	18.00 398	0.33 107	7.15 392	0.31 117	0.30 176	0.35 122	8.33 377

UPFNet	2.23 70	0.86 124	14.25 70	1.28 208	1.44 286	3.51 123	1.34 267	4.05 216	2.11 94	2.44 268	1.53 72	2.41 207	1.39 136	3.62 183	1.91 211	0.41 191	0.41 223	0.37 221	0.32 203	0.44 209	0.48 111

SGM-Forest	4.96 358	0.86 124	21.02 344	1.22 180	0.83 145	4.05 233	3.26 369	4.40 336	3.49 304	4.40 373	3.69 352	4.66 362	13.91 404	11.94 373	17.16 391	0.66 319	0.46 245	0.49 293	0.39 263	0.49 243	1.77 298
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TransformOpticalFlow	3.07 236	0.87 127	20.87 336	1.10 130	0.56 69	4.18 269	0.64 58	4.36 326	3.28 262	2.19 196	3.08 334	4.32 346	5.01 357	7.36 259	1.59 155	0.34 123	0.18 5	0.32 132	0.26 90	0.29 33	0.57 151

TANstereo	1.98 35	0.87 127	20.35 279	0.80 20	0.37 5	4.05 233	0.38 4	1.50 3	1.65 51	2.03 149	2.16 236	0.84 35	0.93 50	1.09 3	0.68 1	0.30 55	0.36 187	0.24 14	0.20 19	0.26 12	0.46 96

ac_64	2.93 215	0.87 127	19.66 200	1.35 231	1.70 333	3.29 87	0.92 195	3.56 124	3.46 300	1.91 108	1.79 147	3.90 321	1.76 226	10.23 314	1.93 216	0.44 221	0.32 158	0.33 164	0.31 193	0.35 122	0.51 126

qqq	2.96 222	0.88 130	15.54 92	1.27 206	0.74 124	2.29 40	0.90 182	4.07 220	4.63 358	1.63 70	1.32 47	1.78 133	1.36 130	5.19 207	1.68 176	0.29 33	6.43 388	0.33 164	0.36 241	0.35 122	8.09 371

Anonymous	1.97 34	0.88 130	20.58 314	1.08 126	1.27 254	1.65 15	0.89 166	2.54 50	1.62 44	0.92 23	1.18 26	0.70 11	1.09 83	1.28 13	1.00 52	0.53 289	0.35 180	0.30 99	0.30 176	0.66 299	0.56 146

222	3.82 311	0.88 130	6.92 27	1.15 151	0.99 185	3.27 82	0.64 58	4.57 358	5.37 380	2.43 265	2.32 267	1.41 89	1.44 151	10.64 324	18.51 402	0.32 84	4.89 382	0.32 132	0.30 176	0.34 109	9.80 386

FAT-Stereo	3.38 280	0.88 130	19.96 231	1.28 208	1.20 240	3.44 106	1.97 324	4.26 294	3.15 241	3.14 335	3.92 355	3.50 298	3.28 325	11.68 364	2.04 230	0.65 318	0.68 292	0.48 280	0.54 321	0.63 287	0.91 237

test croco	2.00 40	0.89 134	21.49 382	0.67 2	0.73 121	1.66 16	0.57 29	3.27 107	2.18 100	0.80 7	1.25 35	0.80 30	0.86 39	1.72 67	1.13 66	0.34 123	0.21 33	0.32 132	0.25 76	0.44 209	0.34 30

ToySt	2.53 135	0.89 134	19.20 177	1.12 141	0.95 180	3.47 112	1.13 240	3.72 149	2.25 112	1.36 47	1.71 122	2.22 187	1.59 184	2.14 113	1.81 202	0.28 28	0.64 286	0.30 99	0.33 210	0.43 201	5.14 358

CRFU-Net	2.56 149	0.89 134	10.77 46	2.53 367	1.09 215	3.91 201	1.40 276	3.87 174	1.92 76	2.25 208	1.80 151	3.32 283	7.85 384	5.53 215	1.54 144	0.58 302	0.36 187	0.31 117	0.28 129	0.39 163	0.56 146

NINENet	2.59 154	0.89 134	16.09 98	1.16 155	1.07 209	4.50 321	0.75 107	4.43 339	2.61 162	2.18 191	1.91 192	3.61 307	1.03 64	7.92 267	1.18 74	0.49 261	0.34 171	0.41 246	0.30 176	0.42 192	0.44 85

NOSS_ROB	3.12 243	0.89 134	19.03 167	2.01 344	1.07 209	3.90 198	0.97 212	4.32 317	3.08 231	2.94 320	2.19 245	3.85 320	1.18 108	11.75 367	1.69 179	0.69 325	0.54 266	0.57 322	0.52 316	0.57 267	0.72 203

AdaStereo	2.22 69	0.90 139	16.41 112	1.33 228	0.83 145	3.21 72	1.12 238	4.25 293	2.91 203	2.06 157	1.76 134	2.47 214	1.17 105	1.93 92	1.65 172	0.50 271	0.26 122	0.43 260	0.29 159	0.46 224	0.39 62
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
CBMV_ROB	4.57 347	0.90 139	21.30 376	1.46 268	0.89 161	4.43 309	1.69 309	4.51 351	3.14 240	5.97 386	4.23 358	4.16 336	7.83 383	11.06 340	16.47 378	0.61 307	0.55 268	0.53 307	0.51 315	0.56 263	0.59 165

CoDeX	2.47 125	0.91 141	13.65 59	1.03 112	1.17 231	3.28 84	1.30 262	4.17 257	2.99 212	1.78 95	1.85 175	2.04 175	1.46 155	9.99 307	1.66 173	0.38 174	0.28 135	0.32 132	0.28 129	0.34 109	0.57 151

HH	3.19 255	0.91 141	21.34 377	1.24 187	0.61 84	4.16 261	0.80 128	2.94 78	1.82 66	1.23 41	1.84 171	4.61 359	1.84 241	2.63 153	0.99 49	0.29 33	1.53 334	0.30 99	0.24 65	0.34 109	14.22 397

HanStereo	3.19 255	0.91 141	21.34 377	1.24 187	0.61 84	4.16 261	0.80 128	2.94 78	1.82 66	1.23 41	1.84 171	4.61 359	1.84 241	2.63 153	0.99 49	0.29 33	1.53 334	0.30 99	0.24 65	0.34 109	14.22 397

ProNet	1.63 21	0.91 141	5.70 22	0.96 84	0.64 98	2.40 43	0.82 137	1.92 18	3.28 262	0.69 1	1.17 25	0.78 25	0.76 24	1.72 67	0.87 23	0.27 21	0.97 317	0.25 23	0.26 90	0.31 49	7.97 370

IER	2.09 53	0.91 141	14.11 68	0.97 91	1.15 228	3.17 71	0.89 166	3.59 127	2.39 132	2.15 182	1.98 204	2.27 190	2.11 260	2.39 137	1.80 199	0.35 135	0.24 90	0.36 210	0.30 176	0.34 109	0.42 77

UNet	2.53 135	0.91 141	20.07 241	1.19 169	1.44 286	3.45 109	0.75 107	3.80 164	1.98 82	2.09 168	1.57 88	2.74 239	2.37 281	3.51 179	2.52 264	0.35 135	0.30 148	0.41 246	0.28 129	0.40 167	0.50 120

GMOStereo	2.64 168	0.92 147	19.83 218	0.81 21	0.68 113	3.22 74	0.89 166	2.94 78	1.48 9	2.36 248	1.54 81	1.75 118	1.04 70	1.33 21	1.15 69	0.26 14	11.32 411	0.35 199	0.28 129	0.35 122	0.33 22

error version	2.64 168	0.92 147	19.83 218	0.81 21	0.68 113	3.22 74	0.89 166	2.94 78	1.48 9	2.36 248	1.54 81	1.75 118	1.04 70	1.33 21	1.15 69	0.26 14	11.32 411	0.35 199	0.28 129	0.35 122	0.33 22

test-v	2.64 168	0.92 147	19.83 218	0.81 21	0.68 113	3.22 74	0.89 166	2.94 78	1.48 9	2.36 248	1.54 81	1.75 118	1.04 70	1.33 21	1.15 69	0.26 14	11.32 411	0.35 199	0.28 129	0.35 122	0.33 22

test-2	2.64 168	0.92 147	19.83 218	0.81 21	0.68 113	3.22 74	0.89 166	2.94 78	1.48 9	2.36 248	1.54 81	1.75 118	1.04 70	1.33 21	1.15 69	0.26 14	11.32 411	0.35 199	0.28 129	0.35 122	0.33 22

IGEV+	3.79 309	0.93 151	15.37 87	1.08 126	0.79 138	2.07 29	0.81 136	3.60 129	2.39 132	1.57 63	1.65 109	0.95 46	0.96 54	1.69 59	1.20 79	0.31 69	18.87 420	0.23 4	0.20 19	0.28 20	20.80 420

tt1	3.79 309	0.93 151	15.34 85	1.83 331	0.45 31	4.54 327	0.78 118	4.23 277	4.73 363	1.27 44	1.89 184	0.74 22	1.48 159	2.29 130	0.78 7	0.30 55	19.28 427	0.32 132	0.22 43	0.31 49	14.02 393

sCroCo_RVC	1.81 30	0.93 151	19.44 192	1.04 115	1.05 206	0.97 4	0.61 44	2.08 27	1.36 2	0.71 3	1.28 40	0.82 34	1.10 88	1.31 17	0.97 46	0.54 293	0.41 223	0.33 164	0.30 176	0.46 224	0.48 111

test_xeample	4.19 327	0.93 151	14.09 67	1.16 155	1.17 231	3.28 84	0.80 128	4.63 365	5.30 376	2.46 270	2.35 269	1.39 86	1.42 147	10.88 331	17.68 396	0.30 55	6.50 389	0.32 132	0.32 203	0.36 139	8.38 379

ACVNet-DCA	3.67 301	0.94 155	19.66 200	1.87 333	0.42 22	4.47 315	0.73 94	4.07 220	4.63 358	1.21 36	1.89 184	0.73 17	1.62 198	2.20 119	0.81 13	0.31 69	18.77 416	0.32 132	0.21 26	0.35 122	8.09 371

xx1	3.69 304	0.94 155	19.66 200	1.87 333	0.42 22	4.47 315	0.73 94	4.24 284	4.01 330	1.21 36	1.89 184	1.78 133	1.36 130	2.20 119	0.81 13	0.31 69	18.77 416	0.33 164	0.36 241	0.35 122	8.09 371

1test111	3.86 314	0.94 155	19.66 200	1.87 333	0.42 22	4.47 315	0.73 94	4.07 220	4.63 358	1.21 36	1.89 184	0.73 17	1.62 198	5.19 207	1.68 176	0.31 69	18.77 416	0.32 132	0.21 26	0.35 122	8.09 371

cc1	3.93 319	0.94 155	19.66 200	1.87 333	0.42 22	4.47 315	0.73 94	4.24 284	4.01 330	1.21 36	1.89 184	0.73 17	1.62 198	2.20 119	0.81 13	0.31 69	18.77 416	0.32 132	0.21 26	0.32 67	13.93 392

DCRE	3.02 229	0.95 159	18.48 152	1.18 166	1.89 349	3.57 133	0.82 137	3.36 113	1.70 58	2.04 152	8.12 377	1.73 117	1.07 81	1.31 17	1.24 87	0.24 4	0.87 308	0.26 34	0.27 105	0.28 20	11.03 389

STrans-v2	3.11 240	0.95 159	20.80 330	0.86 36	0.64 98	3.90 198	1.01 214	4.30 300	3.61 310	2.28 219	3.65 350	4.11 334	5.17 359	7.32 256	1.63 166	0.34 123	0.18 5	0.29 78	0.26 90	0.30 44	0.65 187

fff	2.40 109	0.96 161	20.47 293	0.84 28	0.38 6	4.15 258	0.57 29	4.30 300	2.85 190	2.31 226	1.82 158	1.19 69	2.98 309	1.68 54	1.57 150	0.35 135	0.24 90	0.23 4	0.19 9	0.25 5	0.57 151

csc	2.40 109	0.96 161	20.47 293	0.84 28	0.38 6	4.15 258	0.57 29	4.30 300	2.85 190	2.31 226	1.82 158	1.19 69	2.98 309	1.68 54	1.57 150	0.35 135	0.24 90	0.23 4	0.19 9	0.25 5	0.57 151

cscssc	2.40 109	0.96 161	20.47 293	0.84 28	0.38 6	4.15 258	0.57 29	4.30 300	2.85 190	2.31 226	1.82 158	1.19 69	2.98 309	1.68 54	1.57 150	0.35 135	0.24 90	0.23 4	0.19 9	0.25 5	0.57 151

S-Stereo	3.51 294	0.96 161	22.00 395	1.38 243	1.50 291	3.55 130	2.49 348	4.27 296	3.00 214	2.38 254	3.94 356	3.73 312	1.84 241	11.89 372	2.59 266	0.64 316	0.71 297	0.49 293	0.81 353	0.68 307	1.31 270

ADStereo(finetuned)	2.30 89	0.97 165	17.29 127	0.86 36	0.43 26	4.17 266	0.59 37	4.31 310	3.29 267	2.35 244	1.86 177	1.18 66	3.35 330	1.69 59	1.59 155	0.34 123	0.25 102	0.23 4	0.19 9	0.31 49	0.72 203

ACVNet	2.40 109	0.97 165	20.20 256	0.94 69	0.86 152	4.22 282	0.79 124	2.97 86	2.85 190	1.93 112	1.91 192	3.07 266	1.46 155	1.52 44	2.37 256	0.33 107	0.27 129	0.30 99	0.27 105	0.42 192	0.35 35

acv_ft	2.45 121	0.97 165	19.57 197	1.15 151	2.01 356	2.97 63	0.96 210	3.88 175	2.85 190	2.34 242	1.91 192	3.07 266	1.65 210	1.52 44	2.26 247	0.33 107	0.27 129	0.30 99	0.27 105	0.42 192	0.35 35

DualNet	5.08 360	0.98 168	21.04 346	1.24 187	1.03 197	3.64 146	0.87 158	4.23 277	4.73 363	2.31 226	2.40 278	3.49 293	1.64 203	2.29 130	16.90 383	0.30 55	19.28 427	0.48 280	0.40 270	0.31 49	14.02 393

ffm	4.27 334	0.98 168	21.04 346	1.24 187	1.03 197	3.64 146	0.87 158	4.23 277	4.73 363	2.31 226	2.40 278	3.49 293	1.64 203	2.29 130	0.78 7	0.30 55	19.28 427	0.48 280	0.40 270	0.31 49	14.02 393

ff1	5.58 365	0.98 168	21.04 346	1.24 187	1.03 197	3.64 146	0.87 158	4.23 277	4.73 363	2.31 226	2.40 278	3.49 293	1.64 203	12.40 378	16.90 383	0.30 55	19.28 427	0.48 280	0.40 270	0.31 49	14.02 393

mmx	4.56 345	0.98 168	21.04 346	1.24 187	1.03 197	3.64 146	0.87 158	4.53 352	5.34 378	2.31 226	2.40 278	3.49 293	1.64 203	12.40 378	16.90 383	0.34 123	5.98 386	0.48 280	0.40 270	0.46 224	5.71 361

xxx	4.56 345	0.98 168	21.04 346	1.24 187	1.03 197	3.64 146	0.87 158	4.53 352	5.34 378	2.31 226	2.40 278	3.49 293	1.64 203	12.40 378	16.90 383	0.34 123	5.98 386	0.48 280	0.40 270	0.46 224	5.71 361

IIG-Stereo	2.89 211	0.98 168	19.80 214	2.78 374	0.67 106	4.62 344	0.74 102	4.29 298	2.26 115	2.62 289	3.10 336	3.33 284	1.60 185	7.64 263	1.51 138	0.42 201	0.21 33	0.32 132	0.25 76	0.33 88	0.28 7

DCANet	2.37 104	0.98 168	20.47 293	0.86 36	0.43 26	4.18 269	0.59 37	4.31 310	3.29 267	2.35 244	1.86 177	1.18 66	1.63 201	1.69 59	1.59 155	0.34 123	0.25 102	0.24 14	0.19 9	0.31 49	0.73 208

DIP-Stereo	2.03 47	0.98 168	16.44 114	0.67 2	0.62 93	4.30 292	0.58 35	4.43 339	2.89 200	1.97 127	1.40 60	0.91 42	0.86 39	1.31 17	1.27 100	0.38 174	0.23 71	0.33 164	0.23 52	0.33 88	0.57 151
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoDRNet-Refined	2.23 70	0.98 168	10.62 45	1.25 201	0.78 135	3.29 87	0.71 84	3.96 192	2.20 104	2.43 265	2.05 219	2.97 256	1.46 155	6.87 250	2.33 251	0.37 162	0.25 102	0.42 256	0.34 219	0.47 234	0.80 220
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Anonymous_2	4.03 323	0.99 177	11.19 49	1.20 171	1.71 334	3.68 156	0.93 200	3.76 155	1.63 47	2.07 163	1.43 64	4.76 363	2.34 279	1.86 88	1.78 194	0.82 348	2.42 358	8.69 418	16.64 423	4.38 400	8.29 376

DISCO	2.40 109	0.99 177	11.99 51	1.81 330	1.12 223	3.47 112	1.24 258	3.34 111	2.57 158	2.73 298	1.96 201	4.52 354	1.90 249	4.18 197	3.62 298	0.37 162	0.27 129	0.31 117	0.30 176	0.70 310	0.62 177

FC-DCNN	7.08 390	1.01 179	21.89 388	1.74 323	1.64 323	8.18 400	2.31 343	6.50 396	9.16 399	10.85 410	11.33 396	19.85 408	13.33 400	12.94 390	17.10 388	0.72 334	0.57 270	0.59 326	0.57 328	0.64 290	0.69 197

HGLStereo	2.74 193	1.03 180	20.80 330	1.24 187	1.55 301	3.62 144	0.94 202	3.83 169	2.09 90	2.18 191	2.20 246	3.11 270	2.12 262	5.65 216	2.07 233	0.50 271	0.34 171	0.32 132	0.30 176	0.42 192	0.50 120

DSFCA	2.38 105	1.03 180	11.06 47	1.15 151	1.18 233	3.97 220	1.75 311	3.63 134	2.44 145	3.14 335	1.68 113	2.90 253	2.48 288	5.38 210	3.17 289	0.49 261	0.45 241	0.37 221	0.37 249	0.54 254	0.46 96

1111x	4.75 353	1.05 182	20.89 337	1.28 208	1.02 193	3.81 181	0.88 165	4.65 366	5.52 384	2.43 265	2.27 257	1.97 165	1.81 235	12.40 378	18.19 400	0.32 84	9.06 405	0.32 132	0.34 219	0.38 152	6.34 366

MyStereo06	2.74 193	1.07 183	21.19 370	1.06 122	1.08 212	4.26 286	0.86 155	3.72 149	1.80 65	2.25 208	1.77 141	4.28 343	4.12 346	1.85 87	1.38 120	0.25 8	2.43 359	0.34 182	0.27 105	0.46 224	0.48 111

MyStereo05	2.55 144	1.07 183	19.87 224	1.06 122	1.08 212	4.26 286	0.86 155	4.10 233	3.01 218	2.19 196	1.26 37	2.30 194	1.64 203	2.13 110	1.99 220	0.25 8	2.43 359	0.34 182	0.27 105	0.46 224	0.48 111

DMCA	2.02 45	1.07 183	11.33 50	1.17 162	0.96 182	3.92 208	0.89 166	3.80 164	3.11 235	2.89 314	1.58 92	2.35 201	1.17 105	1.79 75	2.25 246	0.42 201	0.29 140	0.42 256	0.27 105	0.38 152	0.43 81

XX-TBD	1.98 35	1.08 186	20.29 272	1.31 220	0.43 26	3.97 220	0.33 3	1.76 15	1.77 62	1.59 66	2.18 242	0.69 10	0.59 4	1.44 35	0.75 4	0.33 107	0.25 102	0.23 4	0.16 5	0.31 49	0.22 1

edge stereo	3.45 287	1.08 186	22.14 397	1.31 220	1.36 269	2.68 50	1.54 292	4.13 244	3.27 260	2.94 320	3.27 344	4.34 347	2.48 288	11.60 360	2.79 270	0.62 312	0.64 286	0.79 359	0.56 327	0.70 310	0.82 222

HSM	3.25 268	1.08 186	19.18 175	1.19 169	1.54 297	3.45 109	1.02 217	4.04 213	2.61 162	2.31 226	2.17 237	8.01 388	2.99 312	11.59 358	1.80 199	0.35 135	0.24 90	0.28 64	0.24 65	0.33 88	0.55 144

SGM_RVC	6.11 377	1.10 189	20.44 288	2.15 350	0.66 104	15.87 414	3.98 389	5.00 377	6.19 393	9.79 405	11.46 397	8.23 390	12.63 398	12.32 377	9.15 342	0.54 293	0.39 214	0.41 246	0.35 232	0.55 257	1.05 255
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoIM	1.60 18	1.11 190	16.13 100	0.67 2	1.87 348	1.22 8	0.39 5	2.17 31	1.42 6	0.69 1	0.78 3	0.88 39	0.70 14	1.24 11	1.13 66	0.32 84	0.23 71	0.26 34	0.21 26	0.32 67	0.28 7

IPLG	2.56 149	1.11 190	19.89 226	0.95 77	0.79 138	4.60 342	0.56 26	4.31 310	2.10 92	1.94 118	2.00 208	1.34 78	1.37 132	6.59 240	1.59 155	0.32 84	0.21 33	0.27 44	0.23 52	0.32 67	0.63 180

THIR-Stereo	4.50 343	1.11 190	18.71 157	0.89 48	0.47 36	2.25 37	16.71 408	3.53 123	1.58 30	2.04 152	12.04 400	2.66 232	7.52 381	7.29 255	11.25 350	0.32 84	0.21 33	0.29 78	0.28 129	0.35 122	0.52 132

delet	2.66 176	1.11 190	18.42 151	1.05 119	1.65 326	3.47 112	2.00 328	3.81 166	2.82 187	2.15 182	2.11 228	2.62 230	1.88 248	5.38 210	2.21 244	0.34 123	0.38 205	0.40 242	0.32 203	0.45 216	0.54 141

MIPNet	2.43 118	1.13 194	20.00 235	0.93 64	0.58 79	4.74 369	0.62 51	4.33 320	2.95 206	1.94 118	1.49 69	1.52 99	1.96 252	2.77 162	1.60 159	0.35 135	0.20 17	0.27 44	0.23 52	0.32 67	0.59 165

NVstereo2D	2.79 202	1.13 194	13.75 60	1.37 240	1.47 289	3.57 133	1.38 274	4.17 257	3.77 320	2.04 152	1.72 124	3.05 263	1.75 224	10.84 329	1.72 186	0.62 312	0.48 256	0.56 319	0.54 321	0.79 327	1.02 251

CroCo-Stereo Lap2	1.65 24	1.14 196	14.70 78	1.00 102	1.80 346	0.53 2	0.46 13	3.18 96	1.62 44	1.10 33	1.24 33	1.05 53	0.78 27	1.40 32	1.18 74	0.31 69	0.23 71	0.27 44	0.22 43	0.46 224	0.38 58

StereoVision	2.36 100	1.15 197	20.38 282	1.07 125	1.79 344	2.58 48	0.61 44	3.14 93	2.34 128	1.33 45	3.46 348	1.85 144	0.88 42	2.12 108	2.01 225	0.46 243	0.36 187	0.37 221	0.36 241	0.50 244	0.41 70

DANet	2.82 204	1.17 198	10.20 43	1.87 333	1.72 336	3.25 81	1.15 245	4.36 326	3.02 221	3.42 348	2.18 242	4.09 331	1.79 232	9.78 296	4.32 306	0.55 296	0.57 270	0.60 329	0.44 291	0.65 295	1.25 269
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MyStereo07	2.29 86	1.18 199	20.10 249	1.04 115	1.21 245	3.96 218	0.95 205	2.13 30	3.37 281	1.09 31	1.28 40	0.68 8	0.91 46	1.74 72	0.86 22	0.26 14	3.49 375	0.34 182	0.27 105	0.43 201	0.49 116

MyStereo04	2.54 139	1.18 199	18.82 161	1.04 115	1.21 245	3.96 218	0.95 205	4.02 206	3.01 218	2.06 157	1.27 39	2.33 197	1.66 211	2.06 102	2.01 225	0.26 14	3.49 375	0.34 182	0.27 105	0.43 201	0.49 116

CroCo-Stereo	1.07 6	1.18 199	3.66 11	0.91 56	0.60 83	0.49 1	0.49 16	4.07 220	1.91 75	0.84 10	1.29 44	1.00 49	0.75 23	1.32 20	1.38 120	0.26 14	0.21 33	0.24 14	0.20 19	0.37 143	0.30 12
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iRaftStereo_RVC	1.70 27	1.18 199	3.88 15	0.99 99	0.46 32	3.83 182	0.41 8	2.41 38	1.60 38	1.69 81	1.76 134	1.81 138	0.83 36	1.58 49	1.23 83	0.31 69	4.86 381	0.29 78	0.26 90	0.33 88	4.33 353

FCDSN-DC	6.71 388	1.18 199	21.61 385	1.29 213	1.10 218	4.38 299	2.59 352	4.58 360	5.52 384	9.58 402	11.19 395	19.17 406	17.69 409	13.03 391	17.11 389	0.73 336	0.57 270	0.61 332	0.60 333	0.71 312	0.92 239
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MDST_ROB	6.31 378	1.18 199	22.96 407	2.56 369	2.69 372	21.07 415	2.01 330	4.79 375	2.87 198	9.49 401	4.45 361	4.10 333	4.48 352	22.33 412	17.61 395	0.79 343	0.44 239	0.47 275	0.44 291	0.47 234	0.95 244

ADLNet	3.23 263	1.19 205	21.03 345	1.36 235	1.61 314	3.69 157	1.23 256	4.05 216	3.41 290	2.72 296	2.29 262	4.00 327	1.77 228	11.21 344	2.15 238	0.42 201	0.43 235	0.36 210	0.35 232	0.47 234	0.82 222

GEStereo_RVC	2.66 176	1.20 206	20.38 282	1.29 213	1.05 206	4.02 226	1.42 279	4.17 257	2.24 109	2.10 170	1.86 177	2.33 197	1.84 241	4.93 203	1.78 194	0.51 277	0.38 205	0.32 132	0.29 159	0.44 209	0.56 146

RASNet	3.15 248	1.20 206	19.81 216	1.63 302	2.26 363	3.67 154	1.09 231	3.58 125	3.44 293	1.99 131	2.15 232	4.59 357	2.30 277	10.24 316	2.98 280	0.57 301	0.26 122	0.25 23	0.25 76	0.30 44	0.54 141

hitnet-ft	2.99 227	1.23 208	19.37 188	0.96 84	0.90 165	3.76 169	0.79 124	3.60 129	2.68 166	2.31 226	2.04 213	3.63 310	1.49 162	11.70 365	2.37 256	0.45 230	0.54 266	0.44 262	0.36 241	0.54 254	0.56 146

MIM_Stereo	2.71 186	1.26 209	20.92 339	1.34 230	5.57 405	3.10 67	0.59 37	3.25 104	2.51 151	1.64 71	1.61 95	1.82 140	1.29 123	2.07 103	1.35 107	0.25 8	0.31 152	0.28 64	0.26 90	0.29 33	4.43 355

OMP-Stereo	2.94 219	1.26 209	20.07 241	2.73 372	0.67 106	4.58 338	1.46 284	4.33 320	2.21 106	3.14 335	2.68 313	3.22 276	1.38 133	7.65 264	1.42 124	0.46 243	0.21 33	0.33 164	0.26 90	0.34 109	0.31 14

stereogan	3.26 269	1.26 209	18.01 142	1.38 243	1.66 329	3.76 169	1.64 304	4.06 218	3.86 325	3.23 340	2.70 315	5.02 368	2.85 301	9.88 300	1.85 205	0.71 329	0.51 264	0.69 348	0.48 302	0.86 335	0.85 229

GMStereo_Zeroshot	1.51 17	1.27 212	4.75 18	1.54 284	0.72 120	3.33 92	0.54 25	2.67 68	1.74 60	2.34 242	1.57 88	2.40 203	0.96 54	2.51 143	1.21 80	0.48 255	0.23 71	0.41 246	0.24 65	0.82 331	0.40 65

GANet-RSSM	2.96 222	1.27 212	21.17 367	1.73 321	1.23 248	4.22 282	0.91 190	3.39 115	2.02 86	1.97 127	1.74 132	2.53 218	2.06 256	10.91 334	1.88 207	0.37 162	0.35 180	0.32 132	0.29 159	0.42 192	0.46 96

CBMV	4.12 325	1.27 212	21.14 362	1.52 281	0.85 150	3.80 178	3.89 388	4.58 360	3.02 221	3.56 354	2.37 272	4.44 349	13.88 403	11.23 346	3.78 300	0.56 299	0.43 235	0.48 280	0.39 263	0.55 257	0.74 212
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
anonymity	2.02 45	1.28 215	5.16 20	1.73 321	1.63 319	1.86 19	1.06 227	3.50 121	2.42 139	2.19 196	2.11 228	1.88 149	3.89 342	1.92 90	1.56 147	1.11 361	1.14 324	1.08 370	1.11 368	1.05 347	2.68 323

STTStereo	2.62 163	1.28 215	19.16 173	1.52 281	1.55 301	3.84 184	0.89 166	3.75 154	2.59 161	2.23 205	1.59 94	2.48 216	1.58 181	5.11 205	1.72 186	0.38 174	0.41 223	0.47 275	0.54 321	0.53 251	0.75 214

UCFNet_RVC	2.53 135	1.29 217	20.56 307	1.42 260	1.40 279	4.01 224	1.04 224	2.79 72	1.67 55	2.27 217	1.88 182	2.94 255	1.50 163	3.48 177	1.68 176	0.37 162	0.29 140	0.52 303	0.41 280	0.55 257	0.51 126

MSMD_ROB	5.99 372	1.29 217	19.23 180	1.40 251	0.84 149	10.25 402	2.05 333	4.20 267	6.02 392	10.42 409	8.00 376	22.21 410	9.45 392	11.67 361	8.73 341	0.76 342	0.59 277	0.67 345	0.68 342	0.67 302	0.72 203

RAFT+CT+SA	2.32 91	1.30 219	19.71 208	1.01 105	1.41 281	4.04 229	0.92 195	3.96 192	1.64 49	1.64 71	1.69 116	1.63 106	1.18 108	3.06 172	1.19 77	0.28 28	0.22 48	0.32 132	0.34 219	0.34 109	0.47 104

psm_up	3.04 233	1.30 219	18.97 166	1.31 220	1.51 293	3.86 190	1.22 255	4.26 294	2.31 126	2.72 296	1.83 170	2.43 211	1.68 214	12.86 389	1.78 194	0.43 215	0.41 223	0.41 246	0.34 219	0.46 224	0.67 194

DRN-Test	3.17 252	1.30 219	19.66 200	1.41 253	1.60 313	3.61 142	1.47 285	4.18 262	2.83 188	3.48 350	1.92 197	2.58 226	2.50 291	10.81 328	2.90 278	0.49 261	0.49 259	0.44 262	0.42 283	0.57 267	0.78 217

DLCB_ROB	2.55 144	1.32 222	10.26 44	1.31 220	1.04 204	2.94 59	1.29 261	3.81 166	2.73 171	2.93 318	2.17 237	3.37 286	1.53 173	10.40 321	3.26 291	0.42 201	0.35 180	0.41 246	0.37 249	0.43 201	0.68 195

AnonymousM	1.38 13	1.33 223	2.35 7	0.95 77	0.56 69	4.03 228	0.67 63	2.63 65	2.49 150	1.51 57	1.36 53	1.15 61	1.00 60	1.26 12	1.04 56	0.41 191	0.46 245	2.07 385	1.71 386	0.25 5	0.40 65

MMNet	2.15 57	1.33 223	12.06 52	1.22 180	1.23 248	3.55 130	0.89 166	3.84 170	2.26 115	2.19 196	1.78 144	2.15 184	2.10 258	3.70 184	2.35 253	0.45 230	0.38 205	0.34 182	0.28 129	0.40 167	0.52 132

iResNet	2.70 184	1.35 225	20.93 340	2.01 344	0.73 121	3.76 169	0.83 141	4.28 297	2.93 204	2.38 254	2.03 211	1.35 80	1.54 175	3.28 175	4.42 309	0.42 201	0.25 102	0.29 78	0.23 52	0.45 216	0.64 184

iRaft-Stereo_5w	2.47 125	1.37 226	13.85 61	0.87 42	0.99 185	3.22 74	0.84 148	3.72 149	2.12 96	1.57 63	2.49 292	2.20 186	2.22 272	9.12 283	2.03 228	0.48 255	0.27 129	0.35 199	0.29 159	0.48 239	0.94 243

ssnet_v2	2.81 203	1.39 227	21.16 365	1.25 201	0.90 165	3.86 190	1.63 301	4.10 233	3.22 252	2.79 306	1.96 201	3.78 315	1.70 219	2.53 148	3.12 288	0.44 221	0.37 192	0.42 256	0.38 257	0.59 272	0.58 163

G-Net	4.16 326	1.39 227	20.31 276	2.30 355	2.91 376	4.68 360	2.86 359	3.35 112	2.44 145	4.43 374	9.43 389	6.89 382	3.83 341	8.91 279	4.83 316	0.80 344	0.80 302	0.70 349	0.50 311	0.95 343	0.97 245

TestStereo1	2.56 149	1.41 229	20.56 307	1.63 302	0.74 124	4.13 250	1.34 267	3.93 188	3.38 283	1.61 67	2.56 301	1.43 92	2.13 264	2.55 149	1.70 181	0.32 84	0.22 48	0.34 182	0.26 90	0.40 167	0.53 137

SA-5K	2.56 149	1.41 229	20.56 307	1.63 302	0.74 124	4.13 250	1.34 267	3.93 188	3.38 283	1.61 67	2.56 301	1.43 92	2.13 264	2.55 149	1.70 181	0.32 84	0.22 48	0.34 182	0.26 90	0.40 167	0.53 137

test_5	2.45 121	1.43 231	19.72 210	1.20 171	1.39 275	3.88 195	1.25 259	4.03 209	1.98 82	1.74 90	1.82 158	1.86 145	1.78 229	3.57 180	1.35 107	0.33 107	0.21 33	0.35 199	0.33 210	0.34 109	0.43 81

ADLNet2	3.20 257	1.43 231	20.11 252	1.22 180	1.78 343	3.86 190	1.47 285	3.96 192	3.89 326	2.26 214	2.49 292	4.63 361	1.92 251	10.68 326	2.00 224	0.42 201	0.37 192	0.29 78	0.30 176	0.51 249	0.46 96

raftrobust	2.05 50	1.45 233	13.44 58	1.29 213	5.81 406	3.59 136	0.67 63	2.80 73	1.50 14	2.21 201	1.41 63	1.17 63	1.22 113	1.37 30	1.46 135	0.29 33	0.33 164	0.22 3	0.20 19	0.27 15	0.36 50

psmorigin	6.62 383	1.45 233	87.38 435	1.55 287	0.97 183	2.86 54	1.42 279	3.30 108	2.12 96	3.74 358	2.45 288	5.15 371	2.59 294	10.55 322	2.91 279	0.55 296	0.68 292	0.48 280	0.53 318	0.73 314	1.02 251

Sa-1000	2.54 139	1.47 235	20.36 280	1.16 155	0.55 66	4.07 237	1.39 275	4.49 346	3.01 218	2.06 157	2.79 320	1.84 143	1.43 150	2.68 157	1.53 141	0.31 69	0.26 122	0.36 210	0.33 210	0.37 143	0.46 96

ccnet	3.03 231	1.48 236	12.88 56	1.54 284	1.26 253	3.71 161	2.32 344	4.11 236	3.05 228	2.92 317	3.21 340	2.86 250	2.40 282	9.87 299	4.19 303	0.80 344	0.76 300	0.71 351	0.70 344	0.78 323	1.07 256

RYNet	3.15 248	1.48 236	16.27 108	1.24 187	1.39 275	3.67 154	1.44 283	4.09 231	3.20 244	2.26 214	1.70 118	3.83 318	2.15 266	13.64 400	3.23 290	0.45 230	0.45 241	0.50 295	0.35 232	0.81 329	0.83 224

NLCA_NET_v2_RVC	2.76 198	1.48 236	19.72 210	1.62 299	2.00 355	3.95 214	0.86 155	3.92 184	2.51 151	2.56 281	1.69 116	2.83 249	1.61 190	5.65 216	1.78 194	0.48 255	0.36 187	0.38 233	0.42 283	0.56 263	0.77 215
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
LoS_RVC	1.23 9	1.51 239	6.09 23	0.88 47	1.71 334	1.96 23	0.59 37	1.61 5	1.37 3	0.84 10	1.35 50	0.84 35	1.15 104	1.49 41	0.83 19	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 282

gwcnet-sp	2.38 105	1.51 239	17.58 134	1.11 134	0.92 171	3.59 136	1.03 219	3.79 159	2.43 141	2.60 283	1.63 102	1.80 135	1.61 190	3.87 187	1.99 220	0.33 107	0.32 158	0.30 99	0.29 159	0.40 167	0.47 104

scenet	2.38 105	1.51 239	17.58 134	1.11 134	0.92 171	3.59 136	1.03 219	3.79 159	2.43 141	2.60 283	1.63 102	1.80 135	1.61 190	3.87 187	1.99 220	0.33 107	0.32 158	0.30 99	0.29 159	0.40 167	0.47 104

ssnet	2.38 105	1.51 239	17.58 134	1.11 134	0.92 171	3.59 136	1.03 219	3.79 159	2.43 141	2.60 283	1.63 102	1.80 135	1.61 190	3.87 187	1.99 220	0.33 107	0.32 158	0.30 99	0.29 159	0.40 167	0.47 104

SA	2.55 144	1.54 243	20.70 324	1.12 141	0.48 41	4.26 286	1.33 266	4.45 342	3.28 262	1.68 78	1.96 201	1.69 110	2.25 274	2.60 151	1.57 150	0.30 55	0.29 140	0.37 221	0.38 257	0.36 139	0.47 104

sAnonymous2	2.00 40	1.54 243	21.24 372	0.93 64	0.89 161	1.21 6	0.62 51	2.58 60	2.28 119	0.86 12	1.04 9	0.73 17	1.22 113	1.10 4	0.85 20	0.30 55	0.25 102	0.31 117	0.31 193	1.06 348	0.72 203

CroCo_RVC	2.00 40	1.54 243	21.24 372	0.93 64	0.89 161	1.21 6	0.62 51	2.58 60	2.28 119	0.86 12	1.04 9	0.73 17	1.22 113	1.10 4	0.85 20	0.30 55	0.25 102	0.31 117	0.31 193	1.06 348	0.72 203

whm_eth	2.15 57	1.55 246	19.39 189	0.96 84	1.37 272	2.60 49	0.72 87	3.63 134	2.97 208	1.55 59	2.06 221	0.78 25	0.71 16	1.17 7	1.08 62	0.45 230	0.29 140	0.34 182	0.33 210	0.44 209	0.65 187

PSMNet-RSSM	2.91 213	1.55 246	20.10 249	1.32 226	1.30 258	4.19 277	0.95 205	3.78 158	2.28 119	2.28 219	1.80 151	2.64 231	1.87 246	9.83 298	1.93 216	0.37 162	0.33 164	0.35 199	0.38 257	0.46 224	0.40 65

TDLM	3.20 257	1.58 248	18.80 158	1.70 317	1.10 218	4.29 290	2.17 338	3.81 166	3.27 260	2.89 314	1.98 204	2.06 180	1.70 219	12.44 384	2.15 238	0.58 302	0.31 152	0.56 319	0.40 270	0.58 270	1.59 287

XPNet_ROB	2.99 227	1.58 248	17.06 123	1.38 243	0.99 185	3.91 201	1.62 300	4.20 267	2.42 139	2.87 313	2.03 211	2.31 195	1.72 222	10.76 327	3.60 297	0.55 296	0.49 259	0.48 280	0.40 270	0.53 251	0.85 229

APVNet	3.24 265	1.59 250	21.72 387	1.36 235	1.52 295	3.93 209	1.12 238	3.58 125	2.80 182	2.32 238	2.02 209	3.05 263	1.96 252	11.77 368	2.61 267	0.44 221	0.46 245	0.65 343	0.47 300	0.73 314	0.73 208

PS-NSSS	3.11 240	1.60 251	19.48 194	1.00 102	1.53 296	4.12 247	1.08 229	4.59 363	2.80 182	2.19 196	2.38 273	1.76 124	1.39 136	11.79 369	1.94 219	0.69 325	0.45 241	0.95 365	0.43 288	1.03 346	1.00 248

SACVNet	3.06 235	1.61 252	19.29 184	1.46 268	1.18 233	4.05 233	1.48 287	4.03 209	2.58 160	2.75 300	1.89 184	2.55 221	1.38 133	11.33 348	2.28 249	0.51 277	0.41 223	0.48 280	0.43 288	0.57 267	0.93 242

fast-acv-ft	2.62 163	1.62 253	20.48 299	1.45 267	1.39 275	3.16 70	1.16 247	3.41 117	2.45 147	1.97 127	2.15 232	2.68 233	2.15 266	2.92 168	2.47 262	0.43 215	0.40 217	0.45 268	0.40 270	0.62 281	0.64 184

RAFT	2.36 100	1.62 253	18.03 143	1.75 325	0.54 63	1.91 22	0.91 190	3.24 101	3.65 313	1.64 71	1.73 130	3.45 290	1.58 181	1.82 83	1.74 191	0.42 201	1.06 320	0.40 242	0.32 203	0.44 209	1.03 253

CVANet_RVC	3.32 275	1.63 255	21.06 351	1.66 308	1.29 257	3.99 222	1.55 294	3.98 196	3.00 214	3.51 351	2.06 221	2.58 226	1.72 222	12.46 385	1.70 181	0.62 312	0.34 171	0.53 307	0.47 300	0.64 290	1.66 292

AACVNet	2.77 200	1.64 256	19.22 179	1.57 290	0.86 152	3.28 84	0.74 102	3.31 110	1.66 53	2.06 157	1.82 158	2.47 214	1.40 140	10.95 335	1.92 215	0.41 191	0.35 180	0.38 233	0.33 210	0.46 224	0.61 173

MaskLacGwcNet_RVC	3.77 307	1.65 257	20.61 317	2.55 368	1.63 319	4.29 290	1.67 307	3.99 198	2.56 156	1.76 93	1.93 198	3.03 262	1.41 145	13.24 395	2.02 227	4.47 404	1.63 338	1.12 373	0.48 302	2.42 382	2.85 326

rafts_anoy	2.76 198	1.68 258	20.42 286	1.42 260	3.90 393	3.03 65	0.61 44	3.24 101	1.66 53	1.42 51	1.26 37	1.19 69	1.11 91	2.13 110	1.64 169	0.33 107	8.77 399	0.32 132	0.32 203	0.32 67	0.38 58

RAFT-Stereo + iAFF	2.49 127	1.68 258	20.50 300	1.11 134	1.32 265	4.13 250	0.42 9	3.23 100	3.30 271	2.05 156	2.40 278	1.61 103	1.11 91	1.49 41	1.63 166	0.22 2	0.22 48	0.26 34	0.24 65	0.31 49	2.47 321

CSP-Net	1.99 39	1.70 260	4.84 19	1.22 180	1.02 193	3.42 103	1.30 262	3.66 138	2.11 94	2.07 163	1.93 198	2.40 203	1.48 159	8.56 274	1.62 163	0.51 277	0.41 223	0.27 44	0.27 105	0.44 209	0.54 141

UDGNet	2.34 96	1.71 261	20.28 269	1.42 260	0.62 93	4.39 303	0.67 63	1.82 16	2.28 119	1.40 50	1.21 30	0.99 48	1.00 60	2.23 124	1.23 83	1.14 363	0.35 180	1.30 378	0.98 362	1.11 356	0.62 177

RP	3.26 269	1.73 262	17.70 139	1.56 289	1.93 352	3.43 105	1.94 321	4.18 262	2.72 170	2.77 302	3.05 332	3.96 325	2.69 296	10.17 311	2.86 274	1.04 357	0.50 262	0.71 351	0.59 331	0.75 320	0.83 224

MyStereo8	2.97 226	1.76 263	18.94 163	1.55 287	1.62 316	4.16 261	0.57 29	3.79 159	2.41 138	2.22 203	2.93 327	2.27 190	1.14 99	2.16 114	2.28 249	0.27 21	8.58 395	0.32 132	0.29 159	0.37 143	1.72 293

GANet	3.64 297	1.76 263	19.65 199	1.92 338	1.04 204	3.91 201	2.51 349	3.86 173	2.81 186	3.13 332	3.03 331	3.19 273	2.19 271	12.43 383	8.23 340	0.60 306	0.43 235	0.52 303	0.43 288	0.63 287	0.63 180

MLCV	2.52 131	1.77 265	18.20 147	1.17 162	0.63 96	3.60 140	0.53 23	3.88 175	2.35 131	2.82 310	2.24 251	1.99 167	1.42 147	4.59 200	3.09 285	0.39 181	0.22 48	0.33 164	0.22 43	0.35 122	0.52 132

CFNet-ft	2.87 207	1.80 266	20.20 256	1.10 130	1.54 297	4.09 241	0.89 166	2.97 86	1.88 73	1.93 112	1.70 118	3.50 298	1.60 185	9.35 287	2.17 240	0.35 135	0.32 158	0.61 332	0.38 257	0.55 257	0.45 89

CFNet_RVC	2.87 207	1.80 266	20.20 256	1.10 130	1.54 297	4.09 241	0.89 166	2.97 86	1.88 73	1.93 112	1.70 118	3.50 298	1.60 185	9.35 287	2.17 240	0.35 135	0.32 158	0.61 332	0.38 257	0.55 257	0.45 89

MeshStereo	5.67 368	1.80 266	21.28 374	1.40 251	1.14 226	4.38 299	3.83 387	5.51 390	4.85 371	10.12 407	11.72 399	11.44 394	5.87 366	13.86 402	12.31 358	0.68 323	0.61 281	0.61 332	0.60 333	0.73 314	0.68 195
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
LL-Strereo2	2.36 100	1.81 269	19.35 186	1.04 115	1.03 197	3.73 164	1.35 270	2.70 69	2.04 87	1.76 93	1.44 66	1.82 140	0.73 19	1.48 40	1.53 141	0.33 107	0.30 148	0.55 316	0.35 232	0.30 44	3.51 343

pmcnn	5.90 370	1.81 269	22.30 399	1.69 313	2.37 368	3.47 112	2.10 335	4.58 360	5.56 387	3.75 359	13.12 403	22.07 409	3.70 339	11.99 374	17.13 390	0.58 302	0.23 71	0.23 4	0.19 9	0.37 143	0.70 199

iinet-f	2.44 119	1.82 271	14.97 81	1.21 176	1.11 220	3.78 174	1.10 235	4.19 265	2.90 202	2.10 170	1.76 134	2.99 258	2.97 307	2.84 166	2.79 270	0.38 174	0.38 205	0.28 64	0.28 129	0.50 244	0.47 104

4D-IteraStereo	2.95 221	1.83 272	20.75 327	0.81 21	1.56 305	2.22 36	1.03 219	2.48 44	1.56 27	1.42 51	1.00 8	1.93 153	0.61 6	1.65 52	2.04 230	0.31 69	0.22 48	0.31 117	0.26 90	0.28 20	16.75 415

RAFT_CTSACE	2.41 115	1.83 272	20.33 278	1.77 328	1.39 275	3.50 121	1.03 219	3.25 104	1.64 49	1.80 99	2.04 213	2.82 247	1.78 229	2.11 107	1.10 64	0.27 21	0.24 90	0.28 64	0.30 176	0.31 49	0.33 22

RGC	3.35 279	1.84 274	18.13 145	1.52 281	1.79 344	3.33 92	1.37 273	4.18 262	2.39 132	2.96 323	3.23 342	3.98 326	2.71 297	11.53 355	3.42 293	0.90 352	0.48 256	0.79 359	0.79 351	0.75 320	0.89 235

RALCasStereoNet	3.17 252	1.87 275	20.86 335	1.17 162	1.63 319	3.10 67	0.70 79	3.21 98	2.19 101	1.39 49	1.73 130	1.18 66	0.91 46	2.46 138	1.64 169	0.31 69	8.75 398	0.25 23	0.22 43	0.31 49	9.45 383

Nwc_Net	3.03 231	1.90 276	19.16 173	1.38 243	1.69 332	3.53 127	1.19 249	4.03 209	2.19 101	2.79 306	2.84 323	3.80 317	2.46 287	6.93 251	2.87 276	0.96 355	0.41 223	0.59 326	0.68 342	0.60 275	0.65 187

Consistency-Raft	2.93 215	1.93 277	19.72 210	1.41 253	1.75 338	3.85 187	1.32 265	4.09 231	2.75 174	1.82 101	2.66 310	1.81 138	4.34 351	2.29 130	2.08 234	0.90 352	0.94 313	1.03 367	1.13 369	1.71 378	1.10 259

TestStereo	2.41 115	1.95 278	19.15 172	0.77 9	0.61 84	1.83 18	0.58 35	2.33 36	1.53 20	1.44 54	1.37 55	1.26 74	0.90 44	11.59 358	0.94 37	0.36 155	0.19 9	0.33 164	0.24 65	0.45 216	0.32 17

DeepPruner_ROB	2.61 160	1.97 279	19.32 185	1.03 112	1.20 240	4.38 299	0.90 182	3.44 119	1.77 62	2.61 287	1.54 81	2.77 244	1.27 118	5.05 204	2.08 234	0.52 287	0.40 217	0.37 221	0.35 232	0.52 250	0.62 177

aanetorigin	3.34 278	2.00 280	17.58 134	1.20 171	1.57 307	2.57 47	3.75 384	2.73 70	2.10 92	6.11 388	4.27 359	2.88 251	5.64 363	5.46 213	4.60 312	0.53 289	0.46 245	0.45 268	0.48 302	1.15 358	1.22 266

DPSNet	3.94 320	2.01 281	14.69 77	1.58 292	1.30 258	4.17 266	2.08 334	4.57 358	4.63 358	2.78 304	1.99 207	3.79 316	7.88 385	10.66 325	11.35 353	0.94 354	0.99 318	0.41 246	0.57 328	1.09 353	1.40 275

DispNO	3.22 260	2.06 282	19.82 217	1.21 176	1.11 220	3.74 166	0.93 200	4.31 310	2.89 200	2.37 253	2.27 257	4.51 353	2.09 257	11.41 351	3.47 294	0.35 135	0.28 135	0.31 117	0.29 159	0.39 163	0.51 126

CBFPSM	2.24 72	2.06 282	12.12 53	1.13 146	1.05 206	2.85 53	1.23 256	3.37 114	2.05 88	1.82 101	1.33 48	4.55 355	4.00 344	2.38 136	2.35 253	0.27 21	0.38 205	0.32 132	0.28 129	0.39 163	0.89 235

NCC-stereo	3.49 292	2.07 284	20.23 263	1.31 220	1.76 340	4.04 229	1.42 279	4.01 201	2.34 128	3.06 328	2.59 304	3.51 301	3.02 314	10.02 309	5.44 320	1.38 371	0.66 290	0.64 341	0.88 357	0.67 302	0.84 227

Abc-Net	3.49 292	2.07 284	20.23 263	1.31 220	1.76 340	4.04 229	1.42 279	4.01 201	2.34 128	3.06 328	2.59 304	3.51 301	3.02 314	10.02 309	5.44 320	1.38 371	0.66 290	0.64 341	0.88 357	0.67 302	0.84 227
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FBW_ROB	3.91 317	2.07 284	15.46 90	1.60 295	1.16 229	3.80 178	1.48 287	4.37 329	3.41 290	2.53 278	2.45 288	4.19 339	2.10 258	15.17 407	9.45 344	0.86 350	0.65 289	1.54 381	0.96 361	1.08 352	3.80 344

TRStereo	2.86 206	2.12 287	19.98 234	1.68 312	1.18 233	4.35 297	1.05 225	5.07 379	3.48 302	1.56 61	1.39 58	1.75 118	0.85 38	2.01 100	1.50 137	0.43 215	0.34 171	0.33 164	0.36 241	0.36 139	7.50 368

ETE_ROB	2.93 215	2.12 287	17.80 140	1.13 146	0.94 178	3.71 161	1.53 290	4.29 298	2.98 211	3.32 345	2.13 231	2.34 200	1.51 165	8.68 276	2.82 272	0.44 221	0.40 217	0.51 300	0.49 305	0.56 263	0.80 220

LALA_ROB	2.88 209	2.13 289	19.08 169	1.10 130	0.99 185	3.91 201	1.81 316	4.50 350	3.04 226	3.32 345	1.87 180	2.75 241	1.66 211	4.06 193	4.02 302	0.47 250	0.44 239	0.55 316	0.53 318	0.61 276	0.73 208

raft_robust	3.17 252	2.15 290	20.28 269	1.06 122	0.55 66	3.86 190	0.46 13	4.42 337	2.77 178	1.70 83	1.37 55	7.48 385	6.35 369	6.81 249	1.44 130	0.31 69	0.74 299	0.30 99	0.37 249	0.32 67	0.57 151

cf-r	2.93 215	2.19 291	20.59 315	1.49 275	1.35 268	4.18 269	0.92 195	3.73 153	3.12 237	2.16 186	1.82 158	3.40 287	1.44 151	8.22 269	1.93 216	0.34 123	0.31 152	0.33 164	0.30 176	0.38 152	0.45 89

SDNR	4.37 337	2.22 292	20.63 320	1.60 295	0.99 185	5.15 379	0.67 63	4.36 326	5.55 386	4.89 379	7.17 371	5.50 376	1.58 181	17.48 409	4.33 307	0.80 344	0.72 298	0.59 326	0.45 296	1.18 360	1.43 279

GMStereo	2.01 43	2.26 293	20.93 340	0.90 54	0.48 41	1.67 17	0.56 26	1.90 17	2.19 101	1.58 65	1.31 46	0.87 38	0.74 22	1.68 54	1.00 52	0.41 191	0.21 33	0.30 99	0.32 203	0.50 244	0.46 96
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EDNetEfficient	5.62 367	2.26 293	17.51 131	1.67 309	3.59 388	3.99 222	7.25 397	3.14 93	5.63 388	11.52 411	4.82 365	3.94 323	12.48 397	8.39 273	20.56 410	0.46 243	0.46 245	0.48 280	1.06 366	1.65 377	1.62 290

LMCR-Stereo	2.53 135	2.30 295	18.81 159	1.64 306	0.86 152	3.88 195	1.14 242	4.33 320	1.63 47	2.27 217	2.35 269	1.13 58	2.41 283	2.63 153	2.26 247	1.06 359	0.24 90	0.29 78	0.25 76	0.62 281	0.42 77

DGSMNet	8.13 395	2.31 296	18.62 153	2.77 373	13.96 414	6.91 395	42.17 425	4.16 253	2.53 154	2.25 208	3.21 340	3.41 288	1.69 216	9.19 285	3.03 282	3.79 397	10.31 410	11.70 423	5.68 414	4.38 400	10.58 388

WCMA_ROB	5.78 369	2.42 297	21.71 386	1.67 309	1.55 301	4.07 237	3.53 378	4.14 247	4.73 363	6.59 390	10.89 394	12.82 399	9.59 393	10.17 311	12.65 362	1.05 358	0.61 281	0.52 303	0.52 316	0.71 312	5.64 360

PA-Net	3.45 287	2.50 298	20.39 285	1.42 260	1.20 240	3.39 97	1.73 310	3.93 188	3.57 309	1.94 118	2.17 237	3.02 261	1.87 246	11.67 361	6.48 326	0.40 188	0.55 268	0.44 262	0.63 341	0.55 257	1.13 261
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS_RVC	6.36 379	2.53 299	20.21 260	2.67 371	2.48 369	4.90 375	11.89 404	4.84 376	6.31 396	9.03 399	8.54 384	8.09 389	12.73 399	9.32 286	13.25 364	1.92 376	2.18 348	1.51 380	1.31 376	1.40 370	2.15 310
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	6.58 382	2.54 300	20.08 246	2.66 370	2.48 369	15.49 412	7.29 398	5.50 389	5.72 389	10.05 406	8.94 387	6.91 383	10.83 395	8.33 271	14.27 369	1.92 376	2.19 349	1.23 376	1.31 376	1.62 374	2.17 312
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Wz-Net-LNSev-Ref	2.72 187	2.55 301	14.91 79	1.37 240	1.36 269	3.50 121	1.63 301	4.11 236	3.38 283	2.55 280	2.04 213	2.35 201	2.50 291	5.14 206	4.64 313	0.53 289	0.22 48	0.35 199	0.21 26	0.41 185	0.60 169

raft+_RVC	3.46 290	2.57 302	19.51 196	1.49 275	17.54 415	3.63 145	0.76 114	3.24 101	1.53 20	1.35 46	1.67 111	1.03 51	1.10 88	1.98 98	1.53 141	0.25 8	7.10 391	0.25 23	0.24 65	0.28 20	2.18 313

AF-Net	3.15 248	2.65 303	18.81 159	1.37 240	1.76 340	3.30 90	1.57 296	4.20 267	3.05 228	2.76 301	2.94 328	4.50 352	3.21 323	5.88 221	3.07 284	0.88 351	0.39 214	0.72 354	0.50 311	0.75 320	0.66 193

RALAANet	2.29 86	2.73 304	21.08 352	1.29 213	0.94 178	1.45 12	0.68 71	3.25 104	2.61 162	2.02 144	1.80 151	1.28 76	1.04 70	2.12 108	1.79 198	0.30 55	0.22 48	0.27 44	0.27 105	0.41 185	0.35 35

DDUNet	3.65 298	2.81 305	19.59 198	3.57 391	2.26 363	3.47 112	1.35 270	4.21 271	2.40 136	2.68 293	2.48 291	4.17 337	1.78 229	5.48 214	2.61 267	2.25 379	1.77 341	2.61 393	2.43 402	2.63 383	2.40 317

PASM	3.22 260	2.89 306	15.38 88	2.00 342	1.57 307	2.77 51	1.96 323	3.62 133	2.75 174	2.95 322	2.26 254	3.10 269	2.24 273	11.87 370	2.46 260	0.97 356	1.06 320	0.87 362	1.02 363	1.20 361	1.41 277

UDG	3.84 313	2.91 307	20.05 240	2.98 380	1.98 354	3.95 214	1.18 248	4.43 339	2.24 109	2.47 271	2.53 299	4.49 351	2.44 286	6.52 239	4.74 314	2.14 378	1.77 341	2.64 394	2.58 404	2.66 384	2.19 314

HITNet	2.49 127	2.91 307	19.23 180	1.54 284	0.57 76	3.47 112	0.79 124	4.16 253	2.93 204	2.18 191	1.65 109	1.68 109	1.45 153	2.17 115	2.99 281	0.28 28	0.20 17	0.41 246	0.27 105	0.45 216	0.52 132
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
StereoDRNet	3.07 236	2.92 309	16.33 110	1.36 235	1.57 307	3.45 109	2.04 332	3.77 157	2.85 190	3.31 344	1.85 175	2.78 245	1.79 232	10.85 330	3.41 292	0.45 230	0.36 187	0.39 237	0.37 249	0.62 281	0.85 229

dd	2.27 79	3.06 310	20.18 254	0.96 84	0.51 57	4.24 285	0.74 102	1.94 20	2.43 141	1.48 56	1.28 40	1.19 69	1.05 77	1.82 83	1.69 179	0.63 315	0.34 171	0.35 199	0.33 210	0.61 276	0.57 151

111	2.59 154	3.10 311	20.47 293	0.84 28	0.38 6	4.26 286	0.91 190	4.45 342	2.96 207	2.48 273	2.07 225	2.31 195	1.64 203	1.49 41	1.90 209	0.35 135	0.22 48	0.25 23	0.21 26	0.32 67	1.14 262

AASNet	2.65 172	3.20 312	20.19 255	1.38 243	1.49 290	3.84 184	1.06 227	3.92 184	3.28 262	2.07 163	2.28 260	1.95 159	1.28 121	2.19 118	2.17 240	0.42 201	0.33 164	0.45 268	0.30 176	0.59 272	0.52 132

EDNetEfficientorigin	12.42 404	3.26 313	179.44 439	1.21 176	1.00 191	2.89 57	1.82 317	3.05 89	5.37 380	8.87 398	4.78 364	4.17 337	4.80 355	9.91 301	11.32 352	0.41 191	0.41 223	0.62 338	0.88 357	1.33 368	2.81 325

DMCA-RVC	2.72 187	3.31 314	20.08 246	1.27 206	1.13 225	2.49 45	0.85 152	3.43 118	1.85 70	3.04 327	1.58 92	1.99 167	1.51 165	6.42 236	2.86 274	0.39 181	0.31 152	0.44 262	0.37 249	0.47 234	0.65 187

dad	2.65 172	3.40 315	19.45 193	1.05 119	0.65 103	4.21 280	0.84 148	2.10 29	2.77 178	2.32 238	1.72 124	1.72 115	1.27 118	3.86 186	2.04 230	1.06 359	0.40 217	2.04 384	0.49 305	0.78 323	0.83 224

CC-Net-ROB	3.82 311	3.41 316	20.20 256	2.40 359	1.66 329	4.49 320	1.61 298	4.77 374	3.08 231	2.06 157	2.06 221	1.99 167	1.60 185	12.57 387	1.91 211	2.82 384	2.19 349	2.67 395	1.06 366	2.31 381	1.59 287

AFF-stereo	2.54 139	3.44 317	20.84 334	1.30 217	0.48 41	3.94 212	0.48 15	3.30 108	3.40 289	1.94 118	2.21 249	2.10 183	1.51 165	2.36 135	1.62 163	0.23 3	0.21 33	0.25 23	0.25 76	0.33 88	0.53 137

IGEVStereo-DCA	3.09 238	3.48 318	16.25 103	0.96 84	0.49 48	1.59 13	0.83 141	1.68 7	3.44 293	0.75 4	0.78 3	0.74 22	0.73 19	5.79 218	7.75 337	0.32 84	0.26 122	0.28 64	0.21 26	0.32 67	15.08 402

rrr	3.66 299	3.48 318	23.50 408	0.96 84	0.49 48	1.59 13	0.92 195	8.19 400	2.75 174	0.75 4	0.78 3	0.74 22	0.73 19	5.79 218	7.75 337	0.32 84	0.26 122	0.28 64	0.21 26	0.32 67	13.47 390

test_xeample3	3.67 301	3.52 320	21.53 383	0.98 94	0.51 57	1.88 20	0.91 190	8.10 399	2.76 177	0.82 8	0.76 2	0.65 6	0.70 14	5.88 221	7.74 336	0.32 84	0.29 140	0.27 44	0.22 43	0.29 33	15.33 407

GwcNet	3.26 269	3.93 321	20.24 265	1.38 243	2.04 357	3.24 79	1.53 290	3.72 149	3.66 314	2.17 188	2.25 253	3.55 305	1.69 216	9.38 289	3.03 282	0.48 255	0.49 259	0.46 273	0.39 263	0.66 299	0.86 232

DispFullNet	4.71 351	3.93 321	23.92 410	4.00 396	3.01 378	3.38 95	1.31 264	4.23 277	3.26 258	6.31 389	2.92 326	4.03 328	7.80 382	3.93 190	5.15 317	2.80 383	1.61 337	3.11 403	2.70 407	3.32 387	3.38 340

ADCL	4.70 350	4.04 323	16.12 99	1.35 231	1.28 255	5.46 384	10.88 402	4.08 227	4.25 341	5.97 386	4.51 362	4.29 344	5.60 361	6.37 235	15.21 375	0.54 293	0.48 256	0.88 363	0.78 350	0.86 335	1.01 250

ADCPNet	4.25 331	4.04 323	21.95 391	1.33 228	1.31 262	6.34 390	2.63 353	4.07 220	3.23 255	2.81 309	2.21 249	4.27 342	6.08 368	6.01 223	11.73 356	0.67 322	1.17 326	0.71 351	1.71 386	0.87 337	1.82 301

NCCL2	2.96 222	4.07 325	15.75 94	1.24 187	1.03 197	3.48 118	2.55 350	3.79 159	2.39 132	2.78 304	1.80 151	2.41 207	1.67 213	10.27 317	2.48 263	0.46 243	0.41 223	0.57 322	0.55 325	0.61 276	0.86 232

SHD	3.22 260	4.21 326	14.19 69	2.37 358	2.12 359	2.77 51	1.19 249	4.24 284	3.25 257	4.64 377	2.73 317	3.62 309	2.76 299	6.30 234	4.75 315	0.66 319	1.25 329	0.52 303	0.59 331	0.69 309	1.64 291

PVD	3.91 317	4.36 327	13.89 65	2.81 378	4.79 402	3.80 178	1.94 321	3.89 177	4.11 332	5.75 384	3.56 349	3.59 306	3.34 329	6.44 238	6.44 325	0.73 336	2.84 363	0.74 357	0.84 355	0.82 331	3.45 342

BEATNet_4x	2.65 172	4.43 328	18.10 144	1.41 253	0.59 80	3.44 106	1.02 217	4.08 227	2.97 208	2.28 219	1.75 133	2.18 185	1.61 190	2.80 164	3.54 295	0.39 181	0.25 102	0.47 275	0.31 193	0.61 276	0.86 232

PWC_ROB	3.32 275	4.61 329	14.41 73	1.46 268	1.90 350	3.21 72	1.15 245	4.39 335	3.46 300	3.13 332	3.40 346	2.79 246	2.34 279	9.17 284	6.94 328	0.61 307	0.34 171	0.61 332	0.37 249	0.73 314	1.40 275

GwcNet-RSSM	3.13 245	5.08 330	19.86 222	1.28 208	1.20 240	4.12 247	1.11 236	3.89 177	2.80 182	2.13 176	1.81 156	3.11 270	1.46 155	10.33 319	2.19 243	0.36 155	0.34 171	0.35 199	0.31 193	0.45 216	0.43 81

GANetREF_RVC	3.45 287	5.10 331	19.89 226	1.58 292	0.80 140	4.13 250	1.82 317	4.24 284	3.33 277	1.91 108	1.76 134	2.46 213	1.83 240	13.17 393	1.87 206	0.83 349	0.57 270	0.79 359	0.77 349	1.21 362	0.91 237
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
PDISCO_ROB	3.32 275	5.22 332	18.16 146	2.03 346	2.19 362	4.52 326	1.63 301	4.74 373	3.32 275	2.22 203	2.18 242	3.71 311	2.41 283	5.36 209	2.43 259	1.35 369	0.79 301	0.72 354	0.62 337	1.31 367	1.53 284

PSMNet_ROB	3.38 280	5.24 333	20.61 317	1.24 187	1.22 247	3.76 169	1.64 304	3.59 127	2.80 182	2.07 163	1.72 124	2.75 241	1.79 232	11.42 353	4.58 311	0.42 201	0.38 205	0.50 295	0.62 337	0.62 281	0.69 197

Anonymous Stereo	3.53 295	5.56 334	19.23 180	1.75 325	1.40 279	3.35 94	3.23 368	4.15 250	3.13 238	2.42 264	2.38 273	2.56 223	1.53 173	11.88 371	3.54 295	0.68 323	0.92 310	0.57 322	0.57 328	0.74 318	1.08 258

DeepPrunerF	4.00 322	5.64 335	16.81 117	1.36 235	1.75 338	3.69 157	1.54 292	4.24 284	13.98 405	2.21 201	1.77 141	2.73 236	2.29 275	10.90 333	6.64 327	0.71 329	0.61 281	0.77 358	0.79 351	0.87 337	0.79 219

ADCRef	3.66 299	5.95 336	15.50 91	1.20 171	1.41 281	3.93 209	1.61 298	3.92 184	2.77 178	3.13 332	2.20 246	2.40 203	2.78 300	6.23 233	16.59 380	0.50 271	0.35 180	0.63 339	0.62 337	0.58 270	0.92 239

Wz-Net-LNSev	2.78 201	6.16 337	17.27 126	1.24 187	1.65 326	3.49 119	1.55 294	3.70 146	3.61 310	1.96 125	1.76 134	3.30 280	2.17 270	2.78 163	2.24 245	0.49 261	0.35 180	0.32 132	0.31 193	0.56 263	0.65 187

MADNet++	8.64 397	6.17 338	13.88 64	6.61 410	5.25 404	10.15 401	14.20 407	5.89 395	8.25 398	7.14 391	8.18 378	6.41 379	9.84 394	11.71 366	16.73 382	9.65 417	5.03 383	8.63 417	5.68 414	4.83 404	8.57 380

SAMSARA	4.67 348	6.50 339	16.40 111	4.62 407	3.13 382	6.62 392	3.49 375	5.24 380	3.04 226	7.78 394	3.07 333	5.32 372	4.05 345	9.98 306	6.42 324	0.69 325	2.39 357	0.60 329	0.74 347	0.99 344	2.26 315

XQC	3.41 282	6.58 340	15.18 83	1.97 339	1.62 316	3.40 98	1.76 312	4.53 352	3.67 316	3.40 347	2.45 288	3.73 312	2.91 304	6.78 247	5.36 319	0.73 336	0.90 309	0.60 329	0.61 335	1.02 345	0.99 247

NaN_ROB	4.73 352	6.66 341	21.89 388	1.26 205	1.28 255	3.49 119	3.02 364	4.38 333	3.93 327	3.65 356	2.55 300	2.97 256	5.01 357	13.23 394	17.43 394	0.38 174	0.42 234	0.38 233	0.40 270	0.50 244	1.82 301

RTSC	3.44 285	6.78 342	16.53 115	1.76 327	1.54 297	3.53 127	0.94 202	4.22 272	2.97 208	3.65 356	3.23 342	3.31 282	2.29 275	6.22 231	7.41 334	0.61 307	1.32 330	0.37 221	0.42 283	0.78 323	0.98 246

CFNet	3.04 233	6.89 343	16.27 108	1.36 235	1.24 250	4.09 241	0.72 87	4.15 250	3.00 214	1.69 81	1.88 182	2.27 190	1.45 153	11.41 351	2.12 237	0.36 155	0.29 140	0.43 260	0.36 241	0.48 239	0.38 58

AANet_RVC	3.70 305	7.03 344	17.25 124	1.21 176	1.12 223	3.79 175	1.09 231	3.98 196	3.38 283	2.65 292	4.29 360	3.95 324	1.40 140	11.43 354	7.88 339	1.25 367	0.57 270	0.34 182	0.25 76	0.43 201	0.71 201

Wz-Net-MNSev	3.26 269	7.24 345	17.26 125	1.58 292	1.37 272	3.27 82	2.45 345	4.10 233	4.50 356	2.61 287	2.17 237	2.33 197	3.02 314	7.48 261	2.88 277	0.46 243	0.39 214	0.37 221	0.38 257	0.61 276	0.63 180

FADNet_RVC	3.10 239	7.62 346	19.12 170	1.05 119	0.93 175	4.09 241	0.84 148	4.34 323	2.05 88	1.54 58	1.78 144	1.61 103	1.50 163	8.92 280	2.64 269	0.50 271	0.38 205	0.44 262	0.61 335	0.91 339	1.16 264

Syn2CoEx	3.42 284	7.66 347	20.57 311	1.42 260	1.18 233	2.49 45	1.64 304	4.07 220	2.68 166	2.51 277	2.27 257	2.89 252	3.15 321	9.56 291	2.58 265	0.52 287	0.45 241	0.53 307	0.42 283	0.79 327	1.00 248

ACRE	2.75 196	7.69 348	19.93 229	0.93 64	1.30 258	3.94 212	0.90 182	4.23 277	3.66 314	2.33 240	2.61 306	1.17 63	1.04 70	1.80 80	1.35 107	0.46 243	0.25 102	0.27 44	0.23 52	0.32 67	0.60 169

LSM	13.03 407	7.72 349	21.01 343	55.44 433	85.65 431	3.65 151	6.27 395	3.91 183	5.06 373	5.63 383	13.91 404	3.53 303	3.46 336	9.93 303	4.36 308	0.72 334	0.95 314	0.72 354	0.85 356	1.09 353	26.67 423

FADNet-RVC-Resample	3.31 273	8.52 350	22.84 404	1.18 166	0.91 170	3.52 125	1.35 270	4.13 244	2.32 127	1.75 92	1.35 50	2.26 189	1.51 165	9.51 290	2.03 228	0.42 201	0.38 205	0.42 256	0.44 291	0.59 272	0.71 201

MFMNet_re	3.44 285	8.89 351	19.36 187	3.25 386	1.91 351	3.13 69	1.99 325	3.60 129	4.16 335	3.17 338	2.86 324	2.25 188	2.41 283	2.61 152	2.35 253	1.13 362	1.06 320	0.94 364	0.91 360	1.29 366	1.57 286

SuperB	5.03 359	8.93 352	20.96 342	1.51 279	1.11 220	3.88 195	3.00 362	4.24 284	3.13 238	2.53 278	2.10 227	2.74 239	3.37 332	8.76 277	19.44 408	0.45 230	0.34 171	0.53 307	0.40 270	11.97 419	1.15 263

WAO-6	6.68 386	9.03 353	20.68 323	2.98 380	2.79 375	11.93 404	3.56 380	5.39 385	11.65 402	3.55 353	9.59 390	6.77 381	6.72 374	12.28 376	11.56 354	2.88 385	2.36 356	2.50 389	1.84 393	2.89 385	2.72 324

HBP-ISP	3.78 308	9.10 354	20.83 332	1.72 319	1.14 226	4.54 327	2.82 357	4.61 364	3.03 223	4.13 367	1.98 204	1.88 149	3.31 326	11.06 340	1.52 140	0.74 339	0.57 270	0.67 345	0.62 337	0.65 295	0.64 184

RTS	4.29 335	9.35 355	18.25 148	2.79 376	2.29 365	4.98 376	3.41 372	4.72 370	4.27 343	4.35 371	3.10 336	4.93 365	3.14 319	7.71 265	6.99 329	0.71 329	0.68 292	0.51 300	0.50 311	1.07 350	1.98 304

RTSA	4.29 335	9.35 355	18.25 148	2.79 376	2.29 365	4.98 376	3.41 372	4.72 370	4.27 343	4.35 371	3.10 336	4.93 365	3.14 319	7.71 265	6.99 329	0.71 329	0.68 292	0.51 300	0.50 311	1.07 350	1.98 304

AnyNet_C32	4.49 342	9.53 357	13.85 61	1.67 309	1.56 305	5.40 383	4.06 390	4.03 209	3.69 317	4.21 370	3.09 335	3.09 268	3.38 333	8.24 270	18.76 405	0.56 299	0.64 286	0.53 307	0.81 353	1.36 369	1.42 278

NVStereoNet_ROB	6.63 384	9.57 358	19.28 183	3.19 384	2.11 358	3.69 157	1.99 325	4.32 317	6.27 395	3.26 343	24.57 416	5.45 375	11.39 396	13.56 398	12.37 360	2.79 382	2.05 346	1.76 382	1.75 389	1.49 372	1.75 294
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DN-CSS_ROB	2.89 211	9.72 359	19.71 208	2.07 349	0.90 165	4.01 224	0.61 44	4.06 218	3.35 279	1.66 75	1.89 184	1.39 86	1.06 79	3.24 174	1.88 207	0.44 221	0.19 9	0.44 262	0.29 159	0.40 167	0.42 77

PWCDC_ROB	3.62 296	9.86 360	17.35 128	1.62 299	1.57 307	4.19 277	1.01 214	4.35 324	4.20 336	2.26 214	7.36 373	2.73 236	2.75 298	4.10 194	4.51 310	1.47 373	0.37 192	0.39 237	0.34 219	1.22 363	0.73 208

CIPLG	2.88 209	10.01 361	20.02 237	0.95 77	1.34 266	3.95 214	0.91 190	4.24 284	3.69 317	2.36 248	2.66 310	1.17 63	1.06 79	1.82 83	1.37 119	0.45 230	0.25 102	0.27 44	0.23 52	0.33 88	0.60 169

SPS-STEREO	5.18 361	10.36 362	21.09 357	1.74 323	1.72 336	3.24 79	2.26 341	3.92 184	4.12 333	5.06 381	3.66 351	5.43 374	3.33 328	9.56 291	12.34 359	1.17 365	1.17 326	1.07 369	1.03 365	1.17 359	10.25 387
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iResNet_ROB	2.72 187	10.38 363	14.41 73	1.46 268	0.99 185	3.74 166	0.66 61	4.01 201	2.84 189	2.04 152	2.05 219	1.98 166	1.38 133	4.73 202	1.91 211	0.35 135	0.20 17	0.28 64	0.19 9	0.33 88	0.41 70

Wz-Net-SNSev	3.47 291	10.51 364	16.90 119	1.65 307	1.20 240	3.29 87	2.03 331	4.16 253	3.03 223	2.35 244	2.39 276	3.48 292	2.12 262	7.95 268	4.28 305	0.51 277	0.40 217	0.53 307	0.49 305	0.74 318	1.46 280

ADCMid	4.55 344	10.78 365	17.67 138	1.32 226	1.43 284	4.62 344	2.24 340	4.22 272	4.97 372	3.93 362	3.01 330	3.84 319	3.66 338	4.22 198	18.57 404	0.69 325	0.62 284	1.09 371	1.20 373	1.48 371	1.49 282

AnyNet_C01	4.68 349	10.90 366	16.41 112	2.03 346	1.62 316	6.25 388	6.40 396	4.19 265	5.13 375	4.03 364	3.77 353	4.14 335	3.26 324	7.23 254	11.19 349	0.64 316	0.80 302	0.65 343	0.72 346	2.18 379	2.08 307

MADNet+	4.46 341	11.36 367	14.35 72	2.23 352	2.50 371	4.18 269	2.86 359	5.46 387	4.43 350	2.74 299	2.69 314	4.55 355	3.43 334	8.97 282	9.42 343	1.47 373	2.06 347	1.09 371	1.02 363	1.54 373	2.96 332

coex-ft	20.00 415	11.54 368	120.82 437	1.18 166	1.30 258	2.36 42	1.99 325	2.96 85	13.96 404	129.83 438	8.40 383	5.88 378	52.82 432	9.93 303	31.13 423	0.61 307	0.62 284	0.50 295	0.49 305	1.10 355	2.63 322

FADNet	3.20 257	11.55 369	16.16 101	1.24 187	0.95 180	3.30 90	0.87 158	4.00 199	2.73 171	1.42 51	1.35 50	2.51 217	2.04 255	9.95 305	2.39 258	0.44 221	0.46 245	0.40 242	0.44 291	1.13 357	0.61 173

IPLGR_C	2.96 222	11.71 370	20.02 237	0.95 77	1.31 262	3.93 209	0.92 195	4.22 272	3.76 319	2.35 244	2.62 307	1.16 62	1.07 81	1.71 64	1.34 106	0.45 230	0.25 102	0.27 44	0.23 52	0.33 88	0.60 169

JetBlue	6.69 387	12.01 371	14.30 71	1.98 341	4.64 401	11.97 405	12.29 405	5.39 385	4.32 349	3.81 360	4.51 362	9.50 392	6.53 373	10.22 313	14.50 371	1.32 368	1.47 332	1.18 374	1.36 381	7.48 413	5.05 357

WZ-Net	4.39 339	12.37 372	17.44 130	1.47 272	1.42 283	3.76 169	2.27 342	4.17 257	3.11 235	2.89 314	2.24 251	4.05 329	5.69 365	10.89 332	12.07 357	0.66 319	0.41 223	0.47 275	0.49 305	0.78 323	1.12 260

FADNet-RVC	3.23 263	12.51 373	17.02 120	1.17 162	0.81 142	3.52 125	1.09 231	4.16 253	2.74 173	1.44 54	1.29 44	1.86 145	1.76 226	9.82 297	2.46 260	0.39 181	0.38 205	0.40 242	0.41 280	0.68 307	0.59 165

ADCS	4.77 354	12.63 374	17.40 129	1.72 319	1.34 266	3.90 198	3.60 381	4.30 300	3.54 307	5.11 382	2.81 322	4.44 349	3.05 317	6.15 230	19.32 407	0.74 339	0.68 292	0.70 349	0.70 344	1.25 365	1.98 304

ADCP+	4.42 340	12.67 375	18.95 164	1.12 141	1.55 301	4.30 292	3.60 381	4.01 201	3.80 321	2.30 223	1.71 122	3.93 322	4.29 348	3.49 178	18.77 406	0.40 188	0.41 223	0.63 339	0.53 318	0.67 302	1.35 273

LE_ROB	19.18 414	12.99 376	48.22 426	8.42 415	23.91 420	7.26 396	19.71 411	9.92 402	38.58 427	43.44 425	21.85 412	28.15 419	41.18 422	23.00 414	54.71 427	0.38 174	0.34 171	0.32 132	0.36 241	0.43 201	0.49 116

PWCK	6.49 381	13.40 377	20.27 268	2.95 379	1.61 314	5.68 386	7.63 400	5.37 384	4.77 369	3.90 361	7.48 374	7.96 387	5.63 362	15.15 406	10.93 348	3.21 388	1.55 336	2.34 388	1.43 383	6.05 406	2.45 320

ARAFT	3.24 265	13.49 378	19.88 225	0.93 64	0.49 48	4.16 261	1.40 276	4.37 329	3.21 247	2.40 259	1.91 192	1.70 112	1.04 70	6.43 237	1.45 133	0.37 162	0.19 9	0.37 221	0.35 232	0.37 143	0.35 35

Wz-Net-TNSev	4.22 328	13.55 379	15.87 96	1.57 290	1.19 238	3.61 142	2.48 347	4.38 333	3.45 299	2.29 222	1.91 192	4.20 340	2.86 302	12.11 375	10.56 347	0.61 307	0.59 277	0.48 280	0.54 321	0.93 341	1.24 268

UNDER WATER	11.28 403	13.60 380	22.90 406	5.11 408	4.53 400	7.75 398	3.75 384	12.50 406	21.62 417	7.80 395	10.68 393	23.75 413	35.20 419	11.54 356	17.40 393	4.46 403	2.95 366	4.23 412	2.90 410	6.57 408	6.27 365

SPstereo	30.75 422	13.65 381	19.03 167	8.80 416	10.65 410	50.20 429	82.83 437	71.83 434	35.94 426	30.86 420	29.63 418	48.58 430	42.25 429	47.75 434	58.04 434	7.66 414	8.94 401	20.43 424	10.51 418	8.69 416	8.79 381

MFN_U_SF_DS_RVC	4.38 338	13.66 382	13.95 66	1.39 250	1.58 312	5.18 380	3.31 370	4.53 352	3.22 252	2.60 283	2.62 307	4.99 367	2.11 260	13.99 404	4.21 304	1.53 375	2.56 361	0.67 345	1.82 392	0.83 334	2.92 330

MANE	15.29 409	13.67 383	23.58 409	10.15 418	13.37 412	23.58 419	23.86 413	27.83 420	26.26 419	12.02 412	15.10 405	19.83 407	18.01 410	15.68 408	20.35 409	8.58 416	9.20 407	3.05 401	4.19 413	0.82 331	16.69 412

LL-Strereo	4.26 333	13.69 384	20.37 281	1.24 187	2.18 360	2.90 58	1.08 229	4.35 324	2.22 107	3.20 339	2.26 254	3.29 279	3.13 318	11.30 347	1.91 211	0.33 107	3.89 378	0.46 273	0.34 219	0.54 254	6.47 367

CSAN	5.95 371	13.70 385	21.94 390	1.35 231	0.93 175	3.65 151	3.46 374	4.73 372	4.26 342	3.98 363	7.70 375	3.54 304	6.94 377	22.83 413	16.00 377	0.53 289	0.47 253	0.50 295	0.55 325	0.65 295	1.22 266

SANet	6.43 380	13.71 386	22.08 396	1.43 265	1.00 191	6.86 394	3.78 386	4.71 369	11.10 400	4.71 378	8.72 385	7.47 384	7.91 386	12.46 385	18.12 399	0.51 277	0.47 253	0.50 295	0.45 296	0.94 342	1.60 289

MFN_U_SF_RVC	4.08 324	13.72 387	15.13 82	2.00 342	1.43 284	3.73 164	1.68 308	4.11 236	3.39 288	2.93 318	2.38 273	4.39 348	3.63 337	8.63 275	6.14 322	1.14 363	1.07 323	1.01 366	1.35 380	1.63 375	2.09 309

IMH-64-1	6.10 375	13.83 388	17.55 132	4.34 400	3.78 390	4.79 372	5.94 393	5.34 381	4.20 336	4.10 365	8.31 381	5.07 369	6.92 375	9.63 294	7.36 332	4.60 407	2.96 368	3.04 399	2.14 399	4.30 398	3.88 347

IMH-64	6.10 375	13.83 388	17.55 132	4.34 400	3.78 390	4.79 372	5.94 393	5.34 381	4.20 336	4.10 365	8.31 381	5.07 369	6.92 375	9.63 294	7.36 332	4.60 407	2.96 368	3.04 399	2.14 399	4.30 398	3.88 347

MSC_U_SF_DS_RVC	4.90 357	13.94 390	16.59 116	1.69 313	1.46 288	6.15 387	3.52 377	5.47 388	3.95 328	2.77 302	2.74 318	4.81 364	2.49 290	13.78 401	5.33 318	2.34 380	3.46 374	1.05 368	1.21 374	2.28 380	2.94 331

SQANet	4.22 328	14.03 391	20.30 274	2.78 374	2.75 374	3.41 101	1.48 287	3.66 138	2.25 112	2.62 289	1.77 141	2.68 233	1.90 249	7.41 260	3.78 300	2.97 386	1.42 331	1.85 383	1.13 369	3.28 386	2.86 327

RAFT + AFF	3.98 321	14.10 392	20.78 328	1.16 155	1.96 353	4.14 255	2.00 328	4.56 356	3.52 306	2.23 205	2.51 296	2.27 190	4.92 356	8.94 281	2.82 272	0.33 107	0.60 279	0.48 280	0.39 263	0.81 329	1.03 253

notaker	10.92 402	14.17 393	20.38 282	4.56 406	3.98 395	6.29 389	3.53 378	7.68 398	5.10 374	9.04 400	46.37 427	13.84 403	28.85 418	14.18 405	14.16 368	4.57 406	3.19 372	3.52 407	2.70 407	8.16 414	4.13 351

UNDER WATER-64	10.08 398	14.27 394	22.85 405	5.26 409	4.88 403	11.00 403	4.57 392	11.41 404	17.25 410	7.68 393	9.72 391	15.96 404	21.47 416	11.12 343	16.63 381	4.38 401	2.88 365	4.41 413	2.95 411	7.12 411	5.81 363

WAO-7	6.00 373	14.29 395	20.46 291	1.97 339	1.51 293	5.31 382	3.06 366	5.00 377	5.92 391	4.55 376	8.87 386	6.52 380	6.47 372	13.38 397	13.85 366	1.35 369	1.24 328	1.48 379	1.36 381	1.63 375	1.79 300

TorneroNet-64	10.52 399	14.33 396	21.95 391	4.29 399	3.76 389	13.77 409	2.83 358	14.96 414	23.11 418	10.24 408	23.77 415	13.44 400	8.15 387	13.98 403	17.70 397	4.03 400	2.73 362	3.23 404	2.53 403	7.27 412	4.35 354

SGM+DAISY	13.18 408	14.36 397	24.65 412	8.10 413	13.49 413	22.47 417	25.54 416	12.13 405	17.08 409	14.77 413	15.82 408	12.17 398	13.97 405	12.65 388	18.22 401	8.40 415	9.18 406	1.23 376	1.33 379	1.23 364	16.81 416

ktn	22.24 418	14.37 398	20.30 274	4.54 405	4.02 396	6.52 391	4.50 391	6.78 397	78.80 435	84.67 435	100.54 437	58.48 432	8.39 389	13.13 392	17.09 387	4.61 409	3.24 373	3.49 406	2.62 405	4.70 403	3.96 349

KSHMR	17.50 413	14.38 399	22.35 401	4.50 404	4.51 399	8.17 399	3.33 371	15.44 416	76.15 433	7.32 392	61.40 431	56.33 431	5.66 364	32.91 421	13.97 367	4.42 402	2.99 370	3.64 411	2.79 409	5.13 405	4.55 356

FINET	10.59 400	14.44 400	25.84 413	2.30 355	3.90 393	21.74 416	25.19 415	8.85 401	16.99 408	2.68 293	15.19 406	11.45 395	13.83 402	6.71 246	15.11 374	0.80 344	8.59 396	0.53 307	0.44 291	0.62 281	16.67 411

TorneroNet	26.32 420	14.70 401	22.40 402	4.24 398	4.08 397	54.72 430	3.19 367	15.11 415	76.73 434	57.99 430	82.55 435	86.65 436	45.79 431	13.34 396	18.51 402	4.52 405	2.86 364	3.45 405	2.63 406	8.75 417	4.28 352

Ntro	4.83 355	14.73 402	20.47 293	3.24 385	2.97 377	4.12 247	1.88 319	4.00 199	2.57 158	1.79 98	2.15 232	3.34 285	2.16 268	10.01 308	7.34 331	3.53 394	1.77 341	2.13 386	1.32 378	3.89 395	3.23 333

ACVNet-4b	6.98 389	14.78 403	22.17 398	3.56 390	3.11 381	4.14 255	2.23 339	4.08 227	3.84 322	1.67 77	3.96 357	5.86 377	2.87 303	10.30 318	17.16 391	26.09 428	2.24 352	2.53 390	1.79 390	3.91 396	3.28 336

ACVNet_1	6.63 384	14.79 404	21.40 380	3.59 392	3.17 383	4.69 365	2.46 346	4.24 284	3.34 278	3.11 331	2.86 324	23.21 411	4.59 354	11.06 340	12.59 361	3.75 395	2.34 355	2.60 392	1.80 391	3.70 390	3.31 337

otaku	5.59 366	14.82 405	20.70 324	3.13 383	2.70 373	3.91 201	2.56 351	3.90 179	2.48 149	2.25 208	9.38 388	4.06 330	2.32 278	9.59 293	14.37 370	3.52 393	1.66 339	2.15 387	1.19 372	3.73 393	3.35 339

iResNetv2_ROB	3.31 273	14.88 406	20.01 236	2.17 351	1.09 215	3.84 184	1.13 240	4.22 272	3.15 241	2.02 144	2.06 221	2.00 171	1.69 216	3.61 181	2.10 236	0.36 155	0.22 48	0.32 132	0.22 43	0.48 239	0.58 163

SGM-ForestM	15.60 410	14.94 407	28.17 417	7.84 412	10.49 409	23.43 418	24.58 414	20.87 418	16.87 406	15.92 416	15.89 409	27.08 418	22.45 417	24.86 418	28.42 422	3.85 398	8.90 400	0.55 316	1.15 371	0.64 290	15.05 400

RainbowNet	5.20 362	15.03 408	21.14 362	3.66 393	3.25 386	4.18 269	2.98 361	4.22 272	3.20 244	2.30 223	2.65 309	4.24 341	2.97 307	9.92 302	6.29 323	3.92 399	2.27 353	2.71 397	1.73 388	3.82 394	3.43 341

Dean	8.35 396	15.23 409	22.34 400	3.76 395	3.55 387	4.81 374	3.51 376	5.34 381	5.37 380	4.49 375	26.13 417	25.59 417	4.33 350	11.21 344	13.12 363	3.78 396	2.31 354	2.90 398	1.89 394	4.04 397	3.34 338

ACVNet_2	6.09 374	15.28 410	21.36 379	3.30 387	3.17 383	4.50 321	3.00 362	4.70 368	3.96 329	3.52 352	5.34 368	7.79 386	2.95 305	12.40 378	13.76 365	3.28 389	2.23 351	2.70 396	1.70 385	3.52 388	3.24 334

GASNet	3.86 314	15.35 411	21.16 365	1.63 302	1.25 252	2.35 41	1.11 236	4.11 236	2.86 196	1.99 131	2.11 228	2.99 258	2.16 268	10.62 323	3.75 299	0.71 329	0.37 192	0.61 332	0.46 298	0.91 339	0.70 199

LVE	7.57 393	15.80 412	21.28 374	3.69 394	3.19 385	4.54 327	2.78 354	10.13 403	11.63 401	3.24 341	11.52 398	18.10 405	4.55 353	11.67 361	10.30 346	4.62 410	2.95 366	2.56 391	1.91 395	3.63 389	3.26 335

WAO-8	12.61 405	16.02 413	21.99 393	3.55 388	3.10 379	15.07 410	2.80 355	12.81 408	19.10 415	7.93 396	13.05 401	11.75 396	8.46 390	83.86 437	15.10 372	3.51 391	1.94 344	3.54 408	1.96 396	3.72 391	2.89 328

Venus	12.61 405	16.02 413	21.99 393	3.55 388	3.10 379	15.07 410	2.80 355	12.81 408	19.10 415	7.93 396	13.05 401	11.75 396	8.46 390	83.86 437	15.10 372	3.51 391	1.94 344	3.54 408	1.96 396	3.72 391	2.89 328

IMH	7.25 391	16.24 415	21.08 352	4.40 402	3.79 392	5.46 384	3.03 365	5.58 391	6.26 394	4.92 380	10.32 392	9.24 391	8.30 388	13.62 399	11.56 354	4.84 411	3.00 371	3.09 402	2.14 399	4.38 400	3.83 346

HanzoNet	31.86 423	17.33 416	21.23 371	7.52 411	5.85 407	7.49 397	3.61 383	14.35 412	13.37 403	50.38 428	46.35 426	44.46 421	56.50 433	36.53 425	28.25 421	64.05 434	58.31 435	9.45 419	89.24 435	31.17 429	31.77 424

Anonymous_1	57.77 434	19.65 417	26.12 414	23.12 421	141.97 436	30.79 420	39.72 422	34.10 424	16.98 407	70.09 434	15.64 407	23.44 412	19.73 413	23.03 415	27.21 418	164.70 439	9.02 404	130.41 435	137.42 436	161.21 439	41.01 428

DPSM_ROB	20.83 416	20.01 418	26.54 415	23.64 422	22.42 418	31.06 421	39.94 423	34.02 422	17.42 411	15.35 414	16.05 410	24.04 414	20.69 414	23.28 416	27.60 419	10.77 419	9.41 408	11.68 421	11.50 420	14.48 420	16.71 413

DPSM	20.83 416	20.01 418	26.54 415	23.64 422	22.42 418	31.06 421	39.94 423	34.02 422	17.42 411	15.35 414	16.05 410	24.04 414	20.69 414	23.28 416	27.60 419	10.77 419	9.41 408	11.68 421	11.50 420	14.48 420	16.71 413

DGTPSM_ROB	16.67 411	21.79 420	40.19 422	10.00 417	19.05 416	12.43 407	33.20 419	13.71 410	18.09 413	9.71 403	22.85 413	13.77 401	19.64 411	21.23 410	24.07 411	5.09 412	8.95 402	5.62 414	11.49 419	6.73 409	15.75 409

DPSMNet_ROB	16.76 412	21.81 421	40.95 423	10.20 419	19.08 417	12.43 407	33.21 420	13.73 411	18.21 414	9.76 404	22.88 414	13.78 402	19.64 411	21.39 411	24.21 412	5.20 413	8.97 403	5.63 415	11.51 422	6.80 410	15.82 410

JetRed	10.68 401	26.07 422	35.62 418	4.40 402	4.16 398	15.72 413	13.07 406	14.57 413	5.83 390	5.85 385	5.55 370	10.12 393	7.37 380	8.86 278	25.99 417	3.33 390	3.82 377	3.59 410	2.98 412	8.51 415	8.22 375

LRCNet_RVC	25.63 419	33.47 423	24.35 411	31.77 424	32.74 421	6.73 393	1.19 249	25.87 419	4.67 362	28.95 417	30.91 419	24.89 416	17.54 408	27.82 419	24.57 414	35.48 429	25.62 431	35.91 431	33.80 430	31.95 430	34.38 427

LSM0	49.69 432	40.02 424	53.50 434	97.07 434	129.56 434	62.65 436	79.82 431	68.02 431	35.12 422	33.72 424	33.34 425	48.41 429	41.54 423	46.57 429	55.40 429	21.63 427	19.16 426	23.60 430	23.13 424	29.46 428	52.08 432

MyStereo03	43.09 426	40.09 425	53.32 430	48.07 430	45.83 428	62.40 431	80.65 433	67.87 428	35.18 423	31.09 421	32.21 420	48.24 426	41.62 424	46.66 431	55.80 431	21.53 422	18.98 422	23.44 425	23.21 426	29.12 423	56.57 433

MyStereo02	43.09 426	40.09 425	53.32 430	48.07 430	45.83 428	62.40 431	80.65 433	67.87 428	35.18 423	31.09 421	32.21 420	48.24 426	41.62 424	46.66 431	55.80 431	21.53 422	18.98 422	23.44 425	23.21 426	29.12 423	56.57 433

MyStereo	43.09 426	40.09 425	53.32 430	48.07 430	45.83 428	62.40 431	80.65 433	67.87 428	35.18 423	31.09 421	32.21 420	48.24 426	41.62 424	46.66 431	55.80 431	21.53 422	18.98 422	23.44 425	23.21 426	29.12 423	56.57 433

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

CasAABBNet	41.89 425	40.14 429	53.33 433	47.71 428	45.10 426	62.42 434	80.65 433	68.29 433	34.85 420	30.67 418	32.34 424	48.22 425	41.76 427	46.61 430	55.60 430	21.59 425	18.89 421	23.46 428	23.21 426	29.17 427	33.75 425

HaxPig	43.31 429	43.63 430	45.01 424	33.88 425	35.67 423	32.79 423	30.52 418	45.50 425	42.95 428	48.75 426	48.14 428	43.24 420	40.44 421	44.58 426	43.63 424	47.17 431	49.30 432	51.65 433	50.37 432	43.72 431	45.27 429

AVERAGE_ROB	44.46 430	45.87 431	46.48 425	40.54 427	38.62 424	32.95 424	30.49 417	46.80 426	43.31 429	49.57 427	48.93 429	44.57 422	39.87 420	45.01 427	43.89 425	48.70 432	50.65 433	50.80 432	49.79 431	45.54 432	46.89 430

MEDIAN_ROB	47.37 431	49.00 432	49.74 427	40.28 426	39.94 425	34.93 425	33.41 421	49.78 427	46.38 431	53.04 429	52.61 430	47.67 423	42.28 430	48.33 435	47.25 426	52.06 433	53.99 434	54.28 434	53.48 433	48.70 433	50.27 431

DLNR_Zeroshot_test	29.83 421	55.48 433	50.99 428	183.84 436	114.74 433	3.44 106	0.28 1	29.52 421	1.59 33	1.03 28	1.25 35	0.93 44	0.64 9	3.95 191	1.62 163	37.16 430	1.69 340	0.26 34	0.23 52	92.97 434	15.07 401

PML	64.55 435	56.00 434	20.79 329	8.10 413	32.82 422	147.60 438	247.57 440	12.71 407	45.39 430	111.32 437	288.85 440	101.42 438	100.62 438	31.63 420	15.84 376	13.96 421	4.84 380	10.95 420	6.18 416	28.99 422	5.33 359

BEATNet-Init1	51.93 433	71.67 435	99.39 436	10.91 420	13.10 411	84.39 437	59.36 427	73.78 435	67.97 432	88.09 436	88.15 436	91.73 437	97.51 437	85.13 439	72.56 438	2.59 381	5.18 384	1.20 375	1.49 384	10.61 418	13.83 391

xxxxx1	112.85 436	94.19 436	38.10 419	228.21 438	161.02 437	39.23 426	61.26 428	92.54 436	79.08 436	63.44 431	74.84 432	77.80 433	69.88 434	33.55 422	70.96 435	117.25 435	130.44 437	258.49 438	273.88 438	145.63 436	147.24 437

tt_ll	112.85 436	94.19 436	38.10 419	228.21 438	161.02 437	39.23 426	61.26 428	92.54 436	79.08 436	63.44 431	74.84 432	77.80 433	69.88 434	33.55 422	70.96 435	117.25 435	130.44 437	258.49 438	273.88 438	145.63 436	147.24 437

ff	112.85 436	94.19 436	38.10 419	228.21 438	161.02 437	39.23 426	61.26 428	92.54 436	79.08 436	63.44 431	74.84 432	77.80 433	69.88 434	33.55 422	70.96 435	117.25 435	130.44 437	258.49 438	273.88 438	145.63 436	147.24 437

DPSimNet_ROB	143.68 439	156.64 439	170.66 438	162.59 435	135.40 435	195.13 439	174.01 438	141.76 439	167.78 440	174.58 439	138.78 438	186.01 439	183.75 439	82.32 436	97.85 439	151.24 438	102.48 436	131.25 436	82.78 434	115.21 435	123.37 436

test_example2	213.42 440	219.67 440	222.97 440	213.78 437	220.82 440	199.03 440	200.49 439	189.27 440	143.61 439	211.05 440	218.08 439	210.69 440	205.21 440	221.14 440	216.49 440	236.74 440	242.08 440	213.66 437	216.96 437	235.55 440	231.06 440

Low-res two-view benchmark