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

riskmin	0.95 144	0.06 1	2.01 109	0.80 326	0.86 342	1.58 206	0.24 251	4.28 218	0.53 21	0.85 114	0.29 105	2.60 270	1.04 255	0.70 67	0.61 170	0.00 1	0.85 323	0.00 1	0.26 363	0.01 9	1.48 335

GrayStereo	1.55 268	0.06 1	1.53 26	0.75 321	0.20 227	1.27 110	4.44 377	3.44 130	1.20 118	4.92 350	3.92 325	0.45 98	4.54 357	3.43 172	0.09 13	0.00 1	0.00 1	0.00 1	0.49 384	0.02 35	0.25 198

AEACV	0.64 68	0.08 3	1.46 18	0.72 311	0.96 350	1.22 83	0.00 1	1.90 55	0.67 37	0.54 82	0.07 54	0.02 2	0.73 239	0.63 61	0.28 92	0.01 296	0.92 333	0.00 1	0.36 376	0.09 185	2.04 380

PSM-AAD	1.21 200	0.08 3	1.53 26	0.10 159	0.27 262	1.35 135	3.14 361	2.74 78	0.83 60	2.89 304	2.04 267	0.16 70	5.25 365	3.51 175	0.21 68	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.08 80

KYRaft	1.26 220	0.08 3	1.58 31	0.06 115	0.23 239	1.28 113	0.75 316	2.92 93	0.81 56	3.20 315	7.14 354	0.99 169	2.70 325	1.56 125	0.16 42	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.66 351

knoymous	0.41 18	0.09 6	1.34 15	0.05 97	0.01 60	1.15 61	0.01 18	2.36 68	0.23 3	0.51 79	0.02 1	1.64 210	0.00 1	0.49 32	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 43

FTStereo	2.20 315	0.09 6	2.07 121	0.18 191	0.13 199	1.43 157	4.50 379	2.98 100	0.97 81	3.35 320	17.70 382	0.77 145	4.06 351	4.36 205	0.15 38	0.15 361	0.00 1	0.00 1	0.00 1	0.02 35	1.19 317

Prome-Stereo	1.29 227	0.09 6	1.62 34	0.12 178	0.24 244	1.28 113	0.65 310	2.98 100	0.93 76	2.08 253	8.52 359	0.75 137	2.83 328	2.19 150	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.39 330

ICVP	0.53 36	0.09 6	1.86 86	0.01 9	0.01 60	1.12 57	0.21 242	4.35 222	0.68 40	0.45 64	0.28 103	0.33 86	0.07 75	0.72 71	0.25 82	0.00 1	0.07 244	0.00 1	0.00 1	0.04 110	0.11 118
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousdsp2	0.88 116	0.10 10	2.48 185	0.42 253	0.77 338	1.22 83	0.02 75	4.89 262	1.23 127	0.75 104	0.21 89	0.94 161	0.09 95	1.46 124	0.31 99	0.00 1	0.88 327	0.00 1	0.11 299	0.05 122	1.78 364

SST-Stereo	1.12 184	0.10 10	1.98 105	0.85 331	0.24 244	1.72 247	0.56 305	2.10 60	2.01 259	1.19 166	1.07 211	1.57 200	1.88 304	6.92 322	0.24 80	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.02 24

GMM-Stereo	1.17 194	0.10 10	2.29 152	0.13 179	0.22 233	1.43 157	0.84 318	2.83 85	1.16 104	2.73 300	3.09 306	0.54 110	0.87 249	5.31 255	0.16 42	0.01 296	0.00 1	0.00 1	0.02 258	0.02 35	1.72 352

DAS	1.40 248	0.11 13	2.83 209	0.04 82	0.01 60	1.31 119	1.14 334	4.51 231	2.02 261	4.84 347	2.33 276	1.65 211	0.56 210	5.53 263	0.85 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 164

SepStereo	1.41 250	0.11 13	2.83 209	0.04 82	0.01 60	1.31 119	1.14 334	4.51 231	2.02 261	4.84 347	2.33 276	1.65 211	0.56 210	5.78 272	0.85 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 164

RAFT_R40	1.08 177	0.11 13	2.09 128	0.83 329	0.20 227	1.68 243	0.64 308	2.11 61	1.19 112	1.05 147	1.13 218	1.77 220	1.43 277	6.90 320	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.01 11

AnonymousM	0.48 23	0.11 13	1.03 5	0.06 115	0.01 60	1.10 53	0.03 123	1.91 56	1.37 181	0.25 39	0.04 39	0.02 2	0.24 158	0.56 43	0.33 100	0.00 1	0.43 291	1.91 388	0.00 1	0.01 9	0.22 183

HSM-Net_RVC	1.51 261	0.11 13	1.93 101	0.00 1	0.01 60	1.91 262	0.05 164	7.86 377	1.93 255	3.77 328	3.76 321	3.16 295	0.36 180	4.34 204	0.83 200	0.01 296	0.01 192	0.00 1	0.00 1	0.01 9	0.11 118
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CAS	0.95 144	0.12 18	1.08 6	6.79 392	0.08 174	1.10 53	0.01 18	0.97 20	0.87 64	0.03 5	0.04 39	0.07 40	0.06 65	0.37 18	0.15 38	6.94 394	0.00 1	0.00 1	0.00 1	0.00 1	0.30 210

EGLCR-Stereo	0.64 68	0.12 18	1.52 24	0.74 318	0.75 337	1.83 258	0.54 300	2.79 83	0.67 37	0.66 90	0.04 39	0.01 1	0.02 16	0.77 77	0.45 141	0.00 1	0.71 312	0.00 1	0.00 1	0.00 1	1.14 313

PSMNet-ADL	0.88 116	0.12 18	1.32 14	0.07 125	0.01 60	2.03 266	0.03 123	3.00 102	1.28 150	0.39 51	0.66 171	2.12 245	0.67 233	4.19 194	1.38 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 192

RAFT-345	1.25 211	0.12 18	2.08 122	0.54 280	0.13 199	1.55 197	0.24 251	0.65 7	2.51 301	1.19 166	7.68 355	0.92 158	0.05 58	6.86 317	0.50 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

AdaStereo	0.76 90	0.12 18	1.73 50	0.05 97	0.00 1	1.46 168	0.23 248	5.16 282	1.66 223	1.19 166	0.37 126	1.54 199	0.17 138	0.86 94	0.54 162	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 80
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.
AE-Stereo	0.83 101	0.13 23	2.17 136	0.08 133	0.24 244	1.24 91	0.03 123	5.22 286	1.26 142	0.70 93	1.09 213	0.20 71	0.16 133	0.70 67	0.33 100	0.00 1	0.89 332	0.00 1	0.26 363	0.09 185	1.75 356

Any-RAFT	0.76 90	0.13 23	1.46 18	0.03 58	0.01 60	2.76 299	0.08 188	4.09 193	1.69 226	1.08 152	0.26 101	1.95 233	0.31 172	0.95 99	0.09 13	0.01 296	0.20 271	0.00 1	0.00 1	0.01 9	0.08 80

Selective-IGEV	0.51 28	0.13 23	1.41 17	0.72 311	0.62 326	0.38 8	0.04 152	2.58 75	1.21 123	0.19 30	0.02 1	0.02 2	0.06 65	0.48 30	0.46 146	0.01 296	0.80 318	0.00 1	0.09 291	0.07 156	0.91 296

GLC_STEREO	0.19 1	0.13 23	0.94 3	0.03 58	0.00 1	0.95 21	0.03 123	0.33 1	0.44 16	0.10 18	0.04 39	0.06 29	0.04 43	0.44 27	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

CRE-IMP	0.49 24	0.14 27	1.75 55	0.08 133	0.05 151	1.48 179	0.45 292	1.64 45	1.22 125	0.92 125	0.29 105	0.87 151	0.01 4	0.39 20	0.25 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.17 153

BUS	1.05 173	0.15 28	1.48 20	0.04 82	0.00 1	5.73 358	0.03 123	6.00 333	1.17 107	2.36 274	0.64 168	2.35 265	0.06 65	0.80 85	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

BSDual-CNN	0.94 135	0.15 28	1.48 20	0.04 82	0.00 1	3.30 315	0.20 236	6.00 333	1.17 107	2.36 274	0.64 168	1.78 221	0.10 102	0.80 85	0.71 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

psmg	0.93 132	0.15 28	1.48 20	0.02 39	0.00 1	3.25 314	0.26 257	5.45 305	1.17 107	2.00 247	1.45 236	1.78 221	0.10 102	0.80 85	0.71 186	0.00 1	0.00 1	0.01 321	0.00 1	0.02 35	0.04 43

test-3	0.86 113	0.15 28	2.03 114	0.37 245	0.56 309	1.01 25	0.02 75	3.05 106	0.54 23	1.98 246	0.02 1	1.09 179	0.04 43	3.73 183	0.38 126	0.00 1	0.93 339	0.00 1	0.25 356	0.16 265	0.82 287

test_1	0.84 107	0.15 28	2.03 114	0.37 245	0.55 306	1.01 25	0.02 75	3.06 108	0.55 26	1.73 227	0.02 1	1.09 179	0.04 43	3.70 181	0.38 126	0.00 1	0.93 339	0.00 1	0.25 356	0.16 265	0.84 289

test_3	0.81 98	0.15 28	2.17 136	0.36 242	0.58 314	1.03 28	0.01 18	3.01 104	0.59 29	0.98 131	0.02 1	1.04 172	0.04 43	3.72 182	0.39 133	0.00 1	0.92 333	0.00 1	0.25 356	0.16 265	0.69 276

AAGNet	1.60 273	0.15 28	1.76 61	1.17 352	0.27 262	1.51 187	0.64 308	1.71 48	1.20 118	1.67 221	0.81 190	1.59 205	2.23 310	6.08 281	11.16 377	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.02 24

CFNet-RSSM	0.60 57	0.15 28	1.55 29	0.05 97	0.14 204	1.27 110	0.02 75	4.87 260	0.58 28	0.34 45	0.02 1	1.92 230	0.04 43	0.49 32	0.25 82	0.00 1	0.01 192	0.00 1	0.27 367	0.01 9	0.10 111

R-Stereo Train	0.56 48	0.15 28	1.83 80	0.02 39	0.00 1	1.26 104	0.09 199	4.14 202	0.45 17	1.86 232	0.42 138	0.06 29	0.01 4	0.32 13	0.46 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 57

RAFT-Stereo	0.56 48	0.15 28	1.83 80	0.02 39	0.00 1	1.26 104	0.09 199	4.14 202	0.45 17	1.86 232	0.42 138	0.06 29	0.01 4	0.32 13	0.46 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 57
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CES	0.51 28	0.16 38	1.23 12	0.09 149	1.58 370	1.18 69	0.05 164	1.07 26	0.79 50	0.03 5	0.03 29	0.14 66	0.10 102	0.55 40	0.12 26	0.00 1	0.01 192	0.00 1	0.00 1	0.01 9	2.98 386

CASS	0.63 65	0.16 38	1.88 93	0.03 58	0.01 60	1.67 240	0.04 152	3.11 115	0.81 56	2.25 266	1.02 209	0.29 84	0.35 178	0.70 67	0.23 76	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.04 43
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MC-Stereo	0.57 50	0.16 38	1.63 40	0.70 307	0.93 349	1.10 53	0.01 18	1.43 32	0.26 9	0.91 121	0.02 1	0.08 45	0.11 110	0.61 58	0.23 76	0.00 1	1.15 372	0.00 1	0.17 324	0.10 196	1.84 369

GANet-ADL	0.62 60	0.16 38	1.89 96	0.15 186	0.02 104	1.46 168	0.02 75	3.83 159	0.75 45	0.40 52	1.08 212	1.09 179	0.18 142	0.65 63	0.47 151	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.13 132

DEmStereo	1.56 270	0.16 38	2.44 182	0.09 149	0.02 104	1.77 252	0.87 319	1.72 49	1.08 93	2.48 287	6.30 349	1.06 175	5.02 361	6.28 288	1.81 261	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11

DeepStereo_RVC	0.59 52	0.16 38	1.65 42	0.08 133	0.06 156	1.37 138	0.40 288	1.58 36	1.26 142	1.03 145	0.83 192	0.49 103	1.52 284	0.94 97	0.18 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.13 132

EAI-Stereo	1.50 260	0.16 38	1.53 26	0.25 226	0.91 346	2.30 278	4.98 380	6.09 339	1.87 247	1.38 191	5.56 341	0.49 103	0.59 215	1.21 109	0.83 200	0.00 1	0.31 282	0.00 1	1.09 398	0.02 35	0.56 261

Gwc-CoAtRS	0.52 34	0.16 38	1.68 46	0.05 97	0.13 199	1.06 34	0.03 123	2.88 87	0.54 23	0.40 52	0.02 1	2.22 254	0.03 33	0.49 32	0.26 89	0.00 1	0.09 254	0.00 1	0.22 348	0.01 9	0.11 118

DisPM	0.96 147	0.17 46	2.10 129	0.90 336	0.02 104	1.53 192	0.55 304	1.86 54	1.31 165	2.42 283	0.82 191	0.38 91	0.01 4	6.92 322	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

NRIStereo	0.82 100	0.17 46	1.56 30	0.61 291	0.05 151	1.61 218	0.48 295	1.52 35	1.19 112	0.91 121	0.17 68	0.65 117	0.03 33	7.00 331	0.25 82	0.00 1	0.06 241	0.00 1	0.00 1	0.06 132	0.17 153

ASMatch	1.46 255	0.17 46	2.35 162	0.73 316	0.20 227	1.22 83	0.25 255	1.04 25	0.89 70	0.30 44	11.50 369	0.92 158	2.31 313	6.65 305	0.56 164	0.00 1	0.00 1	0.00 1	0.01 238	0.00 1	0.04 43

s12784h	0.67 72	0.17 46	1.87 91	0.02 39	0.00 1	1.16 64	0.03 123	4.08 192	1.89 249	1.04 146	1.59 245	0.05 22	0.02 16	1.25 115	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 24

MSKI-zero shot	0.91 125	0.18 50	1.86 86	0.61 291	0.62 326	1.36 136	0.05 164	3.41 129	0.31 11	0.73 101	1.79 254	0.88 152	0.00 1	4.71 221	0.16 42	0.00 1	0.93 339	0.00 1	0.21 344	0.02 35	0.32 214

PCWNet_CMD	0.70 80	0.18 50	2.22 142	0.01 9	0.01 60	1.09 48	0.00 1	3.17 117	1.35 174	0.50 77	0.29 105	2.28 257	1.46 281	1.22 111	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 164

Selective-RAFT	0.53 36	0.18 50	1.12 7	0.04 82	0.01 60	1.19 71	0.02 75	3.26 124	1.29 154	0.02 1	0.02 1	0.24 77	0.18 142	1.34 119	0.44 137	0.00 1	0.93 339	0.00 1	0.19 337	0.05 122	0.17 153

RCA-Stereo	0.53 36	0.18 50	1.16 9	0.01 9	0.24 244	1.20 72	0.01 18	3.86 162	0.97 81	0.77 107	0.50 151	0.05 22	0.13 126	0.32 13	0.03 3	0.00 1	0.87 326	0.00 1	0.00 1	0.08 166	0.24 192

DCANet-4	0.83 101	0.18 50	4.76 304	0.04 82	0.01 60	1.24 91	0.02 75	3.84 160	2.21 274	2.39 279	0.25 96	0.11 56	0.24 158	0.59 53	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 225

tt	68.57 421	0.18 50	99.50 428	50.44 419	14.99 412	100.00 429	100.00 429	100.00 430	99.70 425	28.28 410	12.01 372	99.97 430	98.67 427	99.55 427	99.99 430	89.99 424	98.19 425	46.13 419	51.48 421	60.62 419	21.71 416

anonymity	0.99 158	0.18 50	1.80 67	0.39 249	0.67 329	0.74 15	0.01 18	5.09 276	2.13 266	1.34 186	1.30 228	0.80 147	1.62 294	0.82 89	0.64 174	0.03 330	0.59 304	0.00 1	0.48 383	0.02 35	1.15 315

iRaft-Stereo_20w	1.39 246	0.18 50	3.72 262	0.79 325	0.56 309	1.90 260	0.65 310	8.85 383	1.05 89	2.05 252	0.42 138	1.24 186	1.23 267	1.69 133	0.95 219	0.00 1	0.62 305	0.00 1	0.44 379	0.02 35	1.41 332

Patchmatch Stereo++	0.59 52	0.18 50	1.73 50	0.08 133	0.08 174	1.62 223	0.26 257	1.62 43	1.25 136	1.00 142	0.18 71	0.75 137	0.03 33	2.68 156	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
NF-Stereo	0.92 128	0.18 50	1.99 107	1.31 359	0.01 60	1.55 197	0.28 265	3.09 111	1.24 129	1.20 170	0.57 157	0.24 77	0.01 4	6.43 293	0.35 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

OCTAStereo	0.93 132	0.18 50	2.01 109	1.31 359	0.01 60	1.56 201	0.28 265	3.09 111	1.24 129	1.21 171	0.57 157	0.25 81	0.01 4	6.43 293	0.35 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

PSM-softLoss	0.96 147	0.18 50	2.32 159	1.26 353	0.03 122	1.50 183	0.26 257	2.90 90	1.27 146	1.30 180	0.38 129	0.39 92	0.01 4	6.94 325	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

KMStereo	0.96 147	0.18 50	2.32 159	1.26 353	0.03 122	1.50 183	0.26 257	2.90 90	1.27 146	1.30 180	0.38 129	0.39 92	0.01 4	6.94 325	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

PSM-adaLoss	0.54 40	0.18 50	1.72 49	0.08 133	0.09 180	1.63 226	0.29 272	1.60 37	1.27 146	0.99 136	0.18 71	0.76 142	0.02 16	1.79 142	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

ROB_FTStereo_v2	0.52 34	0.18 50	1.71 48	0.08 133	0.09 180	1.59 207	0.32 281	1.61 40	1.25 136	0.99 136	0.19 82	0.76 142	0.02 16	1.36 120	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

ROB_FTStereo	0.55 45	0.18 50	1.75 55	0.08 133	0.09 180	1.61 218	0.32 281	1.60 37	1.26 142	0.99 136	0.19 82	0.75 137	0.03 33	1.97 146	0.19 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

HUI-Stereo	0.54 40	0.18 50	1.78 66	0.08 133	0.08 174	1.63 226	0.31 279	1.60 37	1.28 150	0.99 136	0.18 71	0.76 142	0.02 16	1.56 125	0.19 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

RE-Stereo	0.92 128	0.18 50	2.01 109	1.31 359	0.01 60	1.55 197	0.28 265	3.09 111	1.24 129	1.21 171	0.57 157	0.24 77	0.01 4	6.43 293	0.34 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

TVStereo	0.92 128	0.18 50	2.01 109	1.31 359	0.01 60	1.55 197	0.28 265	3.09 111	1.24 129	1.21 171	0.57 157	0.24 77	0.01 4	6.43 293	0.34 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

iGMRVC	0.59 52	0.18 50	1.75 55	0.08 133	0.09 180	1.63 226	0.27 264	1.61 40	1.27 146	0.99 136	0.19 82	0.75 137	0.03 33	2.78 158	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

iRAFT	0.59 52	0.18 50	1.73 50	0.08 133	0.08 174	1.62 223	0.26 257	1.62 43	1.25 136	1.00 142	0.18 71	0.75 137	0.03 33	2.68 156	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

RAFT-IKP	0.54 40	0.18 50	1.77 64	0.08 133	0.07 165	1.47 174	0.29 272	1.61 40	1.26 142	0.99 136	0.18 71	0.74 135	0.02 16	1.77 139	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

MSMDNet	0.71 82	0.18 50	2.22 142	0.01 9	0.01 60	1.09 48	0.00 1	3.25 122	1.35 174	0.52 80	0.29 105	2.29 261	1.45 278	1.22 111	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 164

RAFT-Test	0.85 110	0.19 73	2.98 218	0.66 301	0.99 353	1.83 258	0.17 226	3.16 116	1.19 112	0.71 94	0.11 61	3.21 298	0.02 16	0.58 46	0.33 100	0.00 1	0.47 292	0.00 1	0.29 369	0.01 9	0.15 144

LoS	0.32 10	0.19 73	1.27 13	0.11 171	0.01 60	1.32 127	0.07 182	1.44 33	0.79 50	0.06 14	0.04 39	0.27 83	0.11 110	0.60 55	0.13 34	0.00 1	0.01 192	0.00 1	0.00 1	0.03 89	0.01 11

PFNet+	0.65 70	0.19 73	2.19 138	0.29 236	0.06 156	1.46 168	0.54 300	1.74 50	1.62 214	1.35 188	0.45 145	0.36 88	0.01 4	2.41 151	0.25 82	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

cross-raft	0.67 72	0.19 73	1.85 83	0.58 286	0.71 335	1.09 48	0.10 206	3.52 132	0.69 41	0.41 57	0.02 1	2.81 279	0.04 43	0.55 40	0.23 76	0.00 1	0.13 262	0.00 1	0.16 316	0.01 9	0.22 183

sCroCo_RVC	0.27 6	0.19 73	2.20 139	0.02 39	0.00 1	0.13 1	0.04 152	1.15 27	0.89 70	0.15 21	0.07 54	0.03 5	0.04 43	0.39 20	0.05 5	0.00 1	0.07 244	0.00 1	0.00 1	0.02 35	0.01 11

CREStereo	0.29 7	0.19 73	0.91 2	0.00 1	0.01 60	1.24 91	0.01 18	1.31 29	0.99 85	0.17 24	0.17 68	0.04 7	0.00 1	0.56 43	0.14 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24
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
MGS-Stereo	0.35 12	0.20 79	1.15 8	0.04 82	0.00 1	0.52 14	0.01 18	0.52 3	0.80 55	0.03 5	2.86 301	0.04 7	0.03 33	0.28 8	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.43 353	0.00 1

DRaft	1.40 248	0.20 79	1.83 80	0.09 149	0.01 60	1.66 235	0.42 290	2.13 62	0.59 29	3.75 327	5.16 338	0.41 95	4.27 354	5.52 262	1.63 255	0.01 296	0.06 241	0.00 1	0.07 284	0.08 166	0.12 124

CFNet_pseudo	0.71 82	0.20 79	2.34 161	0.01 9	0.01 60	1.24 91	0.00 1	3.19 120	0.92 75	0.85 114	0.47 149	2.29 261	0.61 217	1.79 142	0.17 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 137

SFCPSM	0.87 114	0.20 79	2.57 190	0.02 39	0.07 165	2.45 285	0.18 232	5.65 312	1.51 198	0.85 114	0.77 184	0.67 123	0.30 168	1.77 139	0.22 69	0.00 1	0.00 1	0.00 1	0.04 272	0.09 185	0.09 101

ccs_rob	0.71 82	0.20 79	2.35 162	0.00 1	0.01 60	1.24 91	0.00 1	3.17 117	0.91 74	0.82 112	0.45 145	2.28 257	0.63 224	1.78 141	0.18 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 137

LCNet	0.93 132	0.21 84	1.62 34	0.14 181	0.26 257	1.20 72	0.22 245	2.71 77	0.90 73	1.82 230	0.21 89	0.12 58	2.50 320	5.59 267	0.16 42	0.00 1	0.00 1	0.00 1	0.00 1	0.16 265	0.79 286

Pruner-Stereo	0.63 65	0.21 84	1.86 86	1.03 346	0.10 188	1.59 207	0.35 285	2.26 63	1.22 125	2.22 260	0.45 145	0.25 81	0.01 4	0.67 64	0.38 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 24

pcwnet_v2	1.36 242	0.21 84	5.89 337	0.15 186	0.01 60	1.78 253	0.02 75	5.77 324	3.19 335	1.69 224	1.94 261	2.00 237	0.79 244	3.09 164	0.33 100	0.00 1	0.00 1	0.00 1	0.01 238	0.04 110	0.27 205

PMTNet	0.26 5	0.21 84	1.40 16	0.02 39	0.02 104	1.16 64	0.29 272	1.00 22	0.18 1	0.04 10	0.03 29	0.07 40	0.02 16	0.47 29	0.15 38	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.02 24

MDST_ROB	3.81 355	0.21 84	4.29 284	2.64 382	1.45 367	13.85 388	1.02 330	8.06 380	2.67 309	15.14 396	8.81 360	2.70 274	1.55 288	9.31 373	3.90 326	0.03 330	0.00 1	0.00 1	0.00 1	0.03 89	0.63 269

CASnet	0.21 2	0.22 89	0.95 4	0.01 9	0.00 1	0.87 18	0.01 18	0.55 4	0.88 67	0.16 23	0.03 29	0.04 7	0.02 16	0.39 20	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.01 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GwcNet-ADL	0.71 82	0.22 89	2.22 142	0.05 97	0.01 60	1.32 127	0.02 75	3.82 154	1.61 208	1.06 150	0.44 142	1.46 195	0.22 155	0.94 97	0.62 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 137

Anonymous	0.35 12	0.22 89	2.01 109	0.00 1	0.00 1	0.24 3	0.01 18	3.01 104	0.54 23	0.02 1	0.03 29	0.05 22	0.07 75	0.32 13	0.07 9	0.00 1	0.01 192	0.00 1	0.00 1	0.11 219	0.22 183

FENet	0.61 58	0.22 89	1.75 55	0.05 97	0.00 1	1.21 79	0.05 164	3.78 146	1.28 150	1.08 152	0.02 1	1.61 206	0.09 95	0.60 55	0.35 110	0.00 1	0.01 192	0.00 1	0.00 1	0.04 110	0.08 80

EKT-Stereo	0.91 125	0.23 93	2.14 134	0.84 330	4.27 389	1.23 87	0.04 152	2.85 86	0.67 37	0.44 60	0.40 134	0.95 165	0.08 86	2.93 161	0.38 126	0.00 1	0.18 267	0.00 1	0.07 284	0.04 110	0.40 237

CFNet_ucs	0.84 107	0.23 93	2.43 180	0.01 9	0.01 60	1.34 132	0.01 18	3.82 154	1.61 208	1.24 176	1.13 218	2.16 252	0.41 197	2.08 148	0.17 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.17 153

Anonymous3	0.61 58	0.23 93	2.97 217	0.01 9	0.00 1	2.54 288	0.09 199	3.88 167	0.89 70	0.19 30	0.23 93	0.12 58	0.05 58	0.61 58	0.17 48	0.00 1	0.08 248	0.00 1	0.00 1	0.05 122	0.18 161

FAT-Stereo	1.95 292	0.23 93	3.66 258	0.18 191	0.03 122	1.80 255	0.94 323	5.35 292	3.11 332	4.23 336	5.00 337	5.22 350	2.76 327	5.07 244	1.09 232	0.00 1	0.00 1	0.00 1	0.00 1	0.05 122	0.17 153

GMStereo_Zeroshot	0.67 72	0.24 97	1.87 91	0.87 333	0.00 1	1.26 104	0.01 18	2.01 59	0.42 14	1.44 197	0.58 162	1.73 218	0.19 146	2.62 154	0.10 20	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.09 101

CREStereo++_RVC	0.37 15	0.24 97	1.62 34	0.06 115	0.00 1	1.21 79	0.01 18	0.77 15	1.12 100	0.26 41	1.45 236	0.06 29	0.06 65	0.42 24	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 65
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
DANet	1.96 294	0.24 97	3.72 262	0.78 324	0.48 301	2.65 296	0.34 284	3.94 172	1.71 232	4.35 338	1.56 243	5.09 344	0.56 210	6.97 329	5.99 346	0.01 296	0.00 1	0.00 1	0.01 238	0.04 110	0.66 271
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
hknet	1.21 200	0.25 100	2.89 212	0.04 82	0.00 1	3.30 315	0.20 236	6.00 333	1.19 112	2.36 274	0.64 168	3.38 303	0.05 58	3.04 163	0.73 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

XX-Stereo	1.24 208	0.25 100	6.03 340	1.30 358	0.29 268	1.28 113	0.00 1	4.12 199	0.60 31	1.29 179	0.50 151	3.63 314	0.03 33	4.05 191	0.18 51	0.00 1	0.58 303	0.00 1	0.23 351	0.03 89	0.47 245

ff7	0.51 28	0.26 102	1.81 74	0.19 196	0.25 248	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 310	0.10 196	1.76 357

ffff	0.51 28	0.26 102	1.81 74	0.19 196	0.25 248	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 310	0.10 196	1.76 357

11t	0.51 28	0.26 102	1.81 74	0.19 196	0.25 248	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 310	0.10 196	1.76 357

anonymousdsp	0.54 40	0.26 102	1.62 34	0.47 264	0.60 318	1.08 41	0.01 18	1.01 24	1.37 181	0.49 75	0.02 1	0.04 7	0.09 95	0.73 72	0.15 38	0.00 1	0.82 319	0.00 1	0.16 316	0.10 196	1.83 367

ccc-4	0.51 28	0.26 102	1.81 74	0.19 196	0.25 248	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 310	0.10 196	1.76 357

IGEV-Stereo	0.54 40	0.26 102	1.62 34	0.47 264	0.61 319	1.08 41	0.01 18	1.00 22	1.37 181	0.49 75	0.02 1	0.04 7	0.09 95	0.73 72	0.16 42	0.00 1	0.82 319	0.00 1	0.16 316	0.10 196	1.83 367
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PFNet	1.13 186	0.26 102	3.28 236	1.27 355	0.55 306	1.60 211	0.24 251	1.80 52	1.19 112	2.37 277	1.21 223	0.63 114	0.30 168	6.85 316	0.46 146	0.16 362	0.01 192	0.00 1	0.07 284	0.18 283	0.24 192

GES	0.75 88	0.26 102	2.66 199	0.01 9	0.00 1	1.63 226	0.08 188	6.06 338	0.57 27	0.68 91	0.40 134	0.37 89	0.66 232	0.84 91	0.49 152	0.02 320	0.00 1	0.01 321	0.00 1	0.08 166	0.10 111

11t1	0.70 80	0.28 110	1.86 86	0.56 284	0.56 309	1.06 34	0.00 1	2.89 89	1.21 123	0.60 83	0.34 115	0.08 45	0.04 43	0.76 75	0.85 203	0.02 320	1.09 353	0.00 1	0.18 331	0.06 132	1.58 344

IGEV_Zeroshot_test	1.07 176	0.28 110	3.68 260	0.51 278	0.58 314	1.13 58	0.54 300	4.64 246	0.73 44	1.14 161	0.75 181	3.21 298	0.70 236	0.77 77	0.57 165	0.00 1	0.52 298	0.00 1	0.16 316	0.04 110	1.56 339

MIF-Stereo	0.23 3	0.28 110	1.91 98	0.05 97	0.16 215	0.34 5	0.02 75	0.46 2	0.42 14	0.06 14	0.18 71	0.05 22	0.07 75	0.22 3	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.01 11

HHNet	0.94 135	0.28 110	2.48 185	0.19 196	0.08 174	1.32 127	0.42 290	2.48 72	0.84 61	1.39 194	5.80 343	0.14 66	1.74 298	0.49 32	0.94 218	0.06 346	0.00 1	0.01 321	0.00 1	0.14 245	0.04 43

StereoDRNet-Refined	0.96 147	0.28 110	1.94 103	0.03 58	0.01 60	1.34 132	0.01 18	4.02 183	1.33 167	2.16 257	1.23 224	2.62 271	0.18 142	2.06 147	1.82 263	0.00 1	0.00 1	0.00 1	0.00 1	0.16 265	0.06 65
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SMFormer	1.31 232	0.30 115	2.08 122	0.47 264	0.02 104	1.04 29	0.01 18	5.75 320	2.69 310	1.65 217	2.43 286	0.91 153	0.02 16	4.75 226	2.20 278	0.00 1	0.88 327	0.00 1	0.14 308	0.06 132	0.76 283

tta	1.32 235	0.30 115	2.08 122	0.47 264	0.02 104	1.04 29	0.01 18	5.75 320	2.69 310	1.65 217	2.43 286	0.91 153	0.02 16	4.75 226	2.20 278	0.00 1	0.88 327	0.00 1	0.14 308	0.09 185	0.92 297

qqq1	1.25 211	0.30 115	2.08 122	0.47 264	0.02 104	1.04 29	0.01 18	5.75 320	2.69 310	1.65 217	2.43 286	0.91 153	0.02 16	4.75 226	0.88 209	0.00 1	0.88 327	0.00 1	0.11 299	0.09 185	0.92 297

fff1	1.25 211	0.30 115	2.08 122	0.47 264	0.02 104	1.04 29	0.01 18	5.75 320	2.69 310	1.65 217	2.43 286	0.91 153	0.02 16	4.75 226	0.88 209	0.00 1	0.88 327	0.00 1	0.11 299	0.09 185	0.92 297

IPLGR	0.88 116	0.30 115	3.78 266	0.06 115	0.07 165	1.26 104	0.05 164	3.78 146	1.62 214	0.80 109	0.35 122	0.79 146	0.76 240	3.42 171	0.27 91	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.16 148

RAFT-RH_RVC	2.11 307	0.30 115	2.27 150	0.74 318	0.26 257	1.51 187	0.02 75	0.61 6	1.23 127	5.28 353	21.18 394	1.04 172	0.07 75	6.90 320	0.61 170	0.04 336	0.00 1	0.00 1	0.03 260	0.02 35	0.00 1

CrosDoStereo	1.72 278	0.31 121	1.91 98	0.03 58	0.07 165	1.40 148	5.95 390	3.61 136	1.62 214	0.98 131	3.79 322	0.94 161	4.66 359	7.11 336	1.86 266	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.08 80

DeepStereo_LL	1.72 278	0.31 121	1.91 98	0.03 58	0.07 165	1.40 148	5.95 390	3.61 136	1.62 214	0.98 131	3.79 322	0.94 161	4.66 359	7.11 336	1.86 266	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.08 80

test-1	0.77 93	0.31 121	1.67 43	0.03 58	0.97 351	1.23 87	0.07 182	4.63 245	0.75 45	0.73 101	0.67 173	1.06 175	0.03 33	0.58 46	0.80 195	0.02 320	0.79 317	0.00 1	0.07 284	0.01 9	0.96 302

CBMV_ROB	2.06 299	0.31 121	2.72 200	0.63 296	0.00 1	2.83 303	0.88 320	5.24 287	2.41 293	4.28 337	6.16 346	3.07 294	3.47 343	5.81 274	2.69 297	0.00 1	0.00 1	0.00 1	0.00 1	0.05 122	0.56 261

Former-RAFT_DAM_RVC	0.29 7	0.32 125	0.88 1	0.02 39	0.00 1	1.05 33	0.01 18	0.80 17	1.00 86	0.76 106	0.34 115	0.10 55	0.06 65	0.13 1	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.05 122	0.09 101

mmm	0.94 135	0.32 125	2.04 118	0.73 316	0.85 339	1.17 68	0.01 18	3.97 175	1.42 188	1.51 202	0.93 203	0.46 99	0.21 154	1.18 105	0.87 206	0.00 1	1.16 373	0.00 1	0.26 363	0.06 132	1.72 352

ttt	1.79 284	0.32 125	2.41 170	0.58 286	0.26 257	1.64 233	0.00 1	6.26 346	2.57 305	1.91 237	2.39 283	1.39 193	0.11 110	5.55 265	7.97 359	0.00 1	1.05 347	0.00 1	0.16 316	0.06 132	1.14 313

Anonymous_2	2.17 313	0.32 125	2.35 162	0.80 326	0.85 339	1.67 240	0.22 245	4.62 244	0.71 42	1.12 159	0.40 134	3.18 297	1.94 305	0.84 91	0.77 191	0.06 346	1.09 353	3.25 391	14.62 415	3.25 385	1.43 333

UPFNet	0.99 158	0.32 125	2.89 212	0.00 1	0.00 1	1.90 260	0.11 208	4.10 195	1.10 97	2.35 272	0.12 65	1.91 229	0.08 86	4.02 190	0.78 192	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.04 43

S-Stereo	2.12 309	0.32 125	6.30 345	0.24 221	0.22 233	2.51 287	1.83 346	5.38 296	5.55 359	2.46 286	5.91 344	2.81 279	0.71 237	5.19 251	2.45 294	0.00 1	0.02 219	0.00 1	0.00 1	0.07 156	0.37 225

CRFU-Net	1.43 253	0.33 131	2.98 218	1.27 355	0.03 122	4.01 333	0.05 164	6.21 341	0.95 77	1.92 239	0.74 179	3.41 305	2.55 322	3.36 168	0.36 114	0.01 296	0.01 192	0.11 362	0.00 1	0.13 237	0.09 101

NINENet	1.14 189	0.34 132	2.08 122	0.10 159	0.01 60	5.73 358	0.03 123	5.39 298	1.54 201	1.61 215	0.72 177	2.35 265	0.06 65	2.82 159	0.05 5	0.00 1	0.01 192	0.01 321	0.00 1	0.04 110	0.00 1

NVstereo2D	1.25 211	0.34 132	5.21 325	0.09 149	0.03 122	1.61 218	0.23 248	4.95 269	1.92 253	1.05 147	0.38 129	2.53 268	0.61 217	5.36 258	0.44 137	0.00 1	0.10 256	0.00 1	0.03 260	0.04 110	0.19 164

ProNet	0.47 22	0.35 134	1.75 55	0.19 196	0.54 305	1.09 48	0.01 18	0.97 20	1.25 136	0.02 1	0.02 1	0.06 29	0.03 33	0.58 46	0.09 13	0.00 1	0.57 302	0.00 1	0.00 1	0.14 245	1.65 347

DIP-Stereo	0.68 77	0.35 134	1.76 61	0.08 133	0.00 1	1.46 168	0.01 18	6.53 352	1.71 232	0.91 121	0.11 61	0.04 7	0.19 146	0.19 2	0.09 13	0.00 1	0.01 192	0.00 1	0.00 1	0.03 89	0.17 153
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-DCA	0.94 135	0.36 136	2.41 170	0.50 274	0.29 268	3.40 321	0.02 75	3.82 154	1.29 154	0.71 94	0.83 192	0.05 22	0.61 217	1.60 128	0.12 26	0.00 1	1.13 366	0.00 1	0.03 260	0.06 132	1.57 340

xx1	1.29 227	0.36 136	2.41 170	0.50 274	0.29 268	3.40 321	0.02 75	4.02 183	7.67 374	0.71 94	0.83 192	0.73 133	0.15 128	1.60 128	0.12 26	0.00 1	1.13 366	0.00 1	0.23 351	0.06 132	1.57 340

1test111	1.06 175	0.36 136	2.41 170	0.50 274	0.29 268	3.40 321	0.02 75	3.82 154	1.29 154	0.71 94	0.83 192	0.05 22	0.61 217	3.19 165	0.90 213	0.00 1	1.13 366	0.00 1	0.03 260	0.06 132	1.57 340

cc1	1.29 227	0.36 136	2.41 170	0.50 274	0.29 268	3.40 321	0.02 75	4.02 183	7.67 374	0.71 94	0.83 192	0.05 22	0.61 217	1.59 127	0.12 26	0.00 1	1.13 366	0.00 1	0.03 260	0.10 196	1.86 371

UNet	1.21 200	0.36 136	4.56 297	0.04 82	0.02 104	2.30 278	0.02 75	3.70 142	0.98 84	1.32 183	0.14 67	2.70 274	1.54 285	4.49 211	1.96 270	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75

tt1	1.23 206	0.37 141	2.41 170	0.41 252	0.45 297	3.33 318	0.02 75	3.81 149	6.87 367	0.71 94	0.80 189	0.06 29	0.40 195	1.73 135	0.12 26	0.00 1	1.12 361	0.00 1	0.00 1	0.10 196	1.86 371

anonymousa	1.15 191	0.38 142	2.43 180	0.70 307	1.49 368	1.45 164	0.02 75	4.23 213	1.13 101	0.91 121	2.52 292	3.46 307	0.55 208	0.55 40	0.60 167	0.00 1	1.13 366	0.00 1	0.54 385	0.04 110	0.86 292

IER	0.88 116	0.38 142	2.74 202	0.01 9	0.00 1	2.27 274	0.02 75	3.65 139	1.30 162	1.45 198	0.96 206	1.39 193	1.16 259	1.60 128	0.53 160	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.02 24

MIF-Stereo (partial)	0.37 15	0.39 144	1.98 105	0.02 39	0.00 1	0.43 11	0.02 75	2.35 67	0.61 32	0.18 26	0.10 58	0.07 40	0.07 75	0.61 58	0.40 134	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.02 24

x	0.80 96	0.39 144	1.80 67	0.66 301	0.50 302	1.02 27	0.00 1	3.61 136	1.34 170	0.65 87	0.34 115	0.53 109	0.14 127	1.21 109	0.91 216	0.00 1	1.09 353	0.00 1	0.20 339	0.06 132	1.59 345

IRAFT_RVC	1.13 186	0.39 144	2.40 168	1.51 367	0.25 248	1.37 138	0.31 279	2.93 98	1.24 129	1.58 214	0.79 187	1.14 182	1.54 285	6.53 298	0.44 137	0.00 1	0.12 260	0.00 1	0.00 1	0.02 35	0.03 37

HCRNet	0.83 101	0.39 144	1.59 33	0.02 39	0.00 1	1.18 69	0.01 18	3.69 140	2.28 280	0.75 104	0.21 89	0.56 111	0.11 110	5.32 257	0.25 82	0.00 1	0.01 192	0.00 1	0.00 1	0.08 166	0.04 43

HH	1.25 211	0.40 148	2.13 132	0.90 336	0.41 289	2.28 275	0.01 18	4.25 214	0.95 77	0.37 49	0.89 200	3.87 322	0.80 245	4.74 223	0.51 156	0.00 1	0.96 343	0.00 1	0.00 1	0.03 89	1.53 336

HanStereo	1.25 211	0.40 148	2.13 132	0.90 336	0.41 289	2.28 275	0.01 18	4.25 214	0.95 77	0.37 49	0.89 200	3.87 322	0.80 245	4.74 223	0.51 156	0.00 1	0.96 343	0.00 1	0.00 1	0.03 89	1.53 336

test_4	0.65 70	0.40 148	1.73 50	0.11 171	0.19 223	1.28 113	0.03 123	1.41 31	0.22 2	0.28 43	3.49 316	0.72 132	0.09 95	1.93 145	0.53 160	0.00 1	0.11 258	0.00 1	0.08 288	0.16 265	0.15 144

TransformOpticalFlow	1.53 265	0.40 148	3.46 244	0.66 301	0.07 165	1.56 201	0.09 199	4.35 222	1.86 246	1.72 226	2.27 274	3.53 311	3.04 334	6.93 324	0.49 152	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.10 111

IGEV+	0.76 90	0.41 152	1.49 23	0.75 321	0.88 344	0.38 8	0.03 123	5.40 300	0.75 45	0.25 39	0.07 54	0.04 7	0.16 133	0.81 88	0.36 114	0.00 1	1.17 374	0.00 1	0.04 272	0.14 245	1.96 379

qqq	0.90 123	0.41 152	1.88 93	0.10 159	0.59 316	1.09 48	0.00 1	3.82 154	1.29 154	0.61 84	0.38 129	0.73 133	0.15 128	3.19 165	0.90 213	0.00 1	1.08 350	0.00 1	0.23 351	0.06 132	1.57 340

edge stereo	2.06 299	0.42 154	4.20 279	0.14 181	0.09 180	1.82 257	0.51 297	5.38 296	2.48 300	3.45 322	3.96 329	8.28 368	1.80 302	5.90 275	2.30 285	0.00 1	0.00 1	0.01 321	0.00 1	0.16 265	0.19 164

222	3.11 338	0.43 155	2.10 129	0.02 39	0.45 297	1.57 204	0.01 18	6.44 350	2.34 288	1.73 227	2.24 273	0.52 108	0.07 75	4.95 239	36.29 414	0.00 1	1.07 349	0.00 1	0.21 344	0.06 132	1.65 347

xxxx	2.26 320	0.43 155	2.30 154	0.01 9	0.68 331	1.47 174	0.00 1	6.56 354	2.32 283	1.56 207	2.07 268	1.07 177	0.06 65	4.81 232	18.87 397	0.00 1	1.11 359	0.00 1	0.21 344	0.06 132	1.65 347

ac_64	1.28 223	0.43 155	2.90 214	0.18 191	0.25 248	1.52 190	0.03 123	5.58 308	1.89 249	0.92 125	0.53 155	4.86 338	0.45 202	5.01 242	0.88 209	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.06 65

CoDeX	1.03 169	0.45 158	2.50 188	0.06 115	0.20 227	1.51 187	0.20 236	6.54 353	1.96 256	0.73 101	0.68 174	1.04 172	0.31 172	3.86 188	0.38 126	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75

STrans-v2	1.75 280	0.45 158	3.43 242	0.03 58	0.19 223	1.48 179	0.08 188	7.25 368	2.16 268	2.04 250	2.80 298	3.60 312	3.78 348	7.00 331	0.52 159	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.10 111

DISCO	2.03 298	0.45 158	2.82 208	0.72 311	0.53 304	5.13 353	0.01 18	6.01 336	1.81 245	2.31 269	0.91 202	6.43 358	0.87 249	8.57 370	3.67 323	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.17 153

test_xeample	2.27 321	0.46 161	2.25 148	0.10 159	0.69 332	1.48 179	0.00 1	6.24 344	2.46 297	1.83 231	2.40 284	0.37 89	0.07 75	4.49 211	19.55 399	0.00 1	1.11 359	0.00 1	0.21 344	0.07 156	1.65 347

FC-DCNN	6.44 377	0.46 161	3.25 234	0.54 280	0.56 309	8.01 374	1.37 339	8.76 381	7.15 372	19.35 402	22.25 399	22.72 396	15.44 397	10.37 382	7.93 358	0.00 1	0.01 192	0.00 1	0.00 1	0.03 89	0.64 270

MyStereo06	1.08 177	0.47 163	3.30 237	0.03 58	0.14 204	1.53 192	0.02 75	5.58 308	0.88 67	1.15 163	0.73 178	3.48 309	1.15 258	0.86 94	0.66 178	0.00 1	1.10 357	0.00 1	0.16 316	0.02 35	0.37 225

MyStereo05	1.01 163	0.47 163	3.36 239	0.03 58	0.14 204	1.53 192	0.02 75	4.11 198	3.37 336	1.43 196	0.03 29	1.27 187	0.39 194	1.39 121	0.97 220	0.00 1	1.10 357	0.00 1	0.16 316	0.02 35	0.37 225

THIR-Stereo	1.54 266	0.48 165	1.88 93	0.01 9	0.02 104	1.08 41	4.17 372	2.48 72	0.41 13	1.09 154	4.30 332	1.90 227	4.08 353	6.84 315	1.81 261	0.00 1	0.00 1	0.04 350	0.00 1	0.06 132	0.04 43

NOSS_ROB	1.47 257	0.49 166	2.40 168	1.00 342	0.17 218	2.56 289	0.01 18	4.86 259	2.62 306	2.32 270	1.74 250	2.79 278	0.02 16	6.96 328	0.60 167	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.73 280

DualNet	1.91 290	0.50 167	4.37 287	0.46 258	0.03 122	1.60 211	0.03 123	3.81 149	6.87 367	1.57 209	2.38 278	2.14 246	0.38 184	1.73 135	9.02 364	0.00 1	1.12 361	0.00 1	0.17 324	0.10 196	1.86 371

ffm	1.46 255	0.50 167	4.37 287	0.46 258	0.03 122	1.60 211	0.03 123	3.81 149	6.87 367	1.57 209	2.38 278	2.14 246	0.38 184	1.73 135	0.12 26	0.00 1	1.12 361	0.00 1	0.17 324	0.10 196	1.86 371

ff1	2.20 315	0.50 167	4.37 287	0.46 258	0.03 122	1.60 211	0.03 123	3.81 149	6.87 367	1.57 209	2.38 278	2.14 246	0.38 184	7.65 351	9.02 364	0.00 1	1.12 361	0.00 1	0.17 324	0.10 196	1.86 371

mmx	2.08 301	0.50 167	4.37 287	0.46 258	0.03 122	1.60 211	0.03 123	6.21 341	2.77 319	1.57 209	2.38 278	2.14 246	0.38 184	7.65 351	9.02 364	0.00 1	1.08 350	0.00 1	0.17 324	0.06 132	1.25 322

xxx	2.08 301	0.50 167	4.37 287	0.46 258	0.03 122	1.60 211	0.03 123	6.21 341	2.77 319	1.57 209	2.38 278	2.14 246	0.38 184	7.65 351	9.02 364	0.00 1	1.08 350	0.00 1	0.17 324	0.06 132	1.25 322

TANstereo	0.37 15	0.50 167	1.62 34	0.03 58	0.01 60	1.16 64	0.00 1	0.56 5	0.53 21	1.05 147	1.38 233	0.06 29	0.05 58	0.45 28	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 24

SGM-Forest	2.15 311	0.50 167	2.42 178	0.19 196	0.25 248	3.47 325	2.38 356	4.53 235	2.46 297	5.64 357	3.99 330	3.74 317	2.22 309	6.99 330	3.08 313	0.01 296	0.02 219	0.00 1	0.00 1	0.05 122	0.98 304
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MyStereo07	0.53 36	0.51 174	1.58 31	0.03 58	0.34 284	1.66 235	0.02 75	1.68 46	1.34 170	0.53 81	0.02 1	0.04 7	0.11 110	0.74 74	0.26 89	0.00 1	1.19 376	0.00 1	0.18 331	0.03 89	0.37 225

MyStereo04	1.01 163	0.51 174	3.49 246	0.03 58	0.34 284	1.66 235	0.02 75	4.18 206	2.93 328	1.10 156	0.03 29	1.30 190	0.58 214	1.32 118	1.02 226	0.00 1	1.19 376	0.00 1	0.18 331	0.03 89	0.37 225

ToySt	0.92 128	0.51 174	4.35 286	0.21 211	0.71 335	1.32 127	0.00 1	2.77 82	1.33 167	0.21 37	0.51 154	1.47 196	0.11 110	1.14 102	0.87 206	0.03 330	0.69 308	0.00 1	0.20 339	0.10 196	1.88 376

DSFCA	1.45 254	0.51 174	2.76 204	0.01 9	0.03 122	3.64 328	0.83 317	3.28 125	1.45 191	3.25 317	0.44 142	2.89 284	1.45 278	6.07 280	2.14 276	0.00 1	0.02 219	0.00 1	0.00 1	0.06 132	0.10 111

DRN-Test	1.79 284	0.51 174	4.94 313	0.19 196	0.14 204	3.30 315	0.19 235	6.58 355	2.31 282	4.40 341	0.77 184	2.10 244	1.73 297	5.40 259	2.82 307	0.00 1	0.00 1	0.00 1	0.01 238	0.12 227	0.27 205

DMCA	0.87 114	0.52 179	3.24 233	0.01 9	0.01 60	1.30 117	0.02 75	3.69 140	1.87 247	2.29 267	0.17 68	1.71 216	0.10 102	0.76 75	1.42 246	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.12 124

MSMD_ROB	5.26 370	0.52 179	3.22 230	0.15 186	0.01 60	8.63 377	1.06 331	4.76 256	4.16 347	13.72 389	26.77 404	13.87 382	15.95 398	7.89 359	3.94 327	0.11 356	0.01 192	0.00 1	0.00 1	0.06 132	0.34 221

HGLStereo	1.17 194	0.53 181	2.39 167	0.01 9	0.02 104	1.45 164	0.01 18	4.05 187	1.14 102	1.42 195	3.06 304	2.09 243	1.21 265	4.60 218	1.33 240	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.06 65

DCRE	1.01 163	0.54 182	1.52 24	0.30 237	0.99 353	1.31 119	0.00 1	1.69 47	0.71 42	1.12 159	7.77 356	0.74 135	0.02 16	0.28 8	0.45 141	0.00 1	0.71 312	0.00 1	0.25 356	0.02 35	1.78 364

test croco	0.55 45	0.55 183	3.45 243	0.10 159	0.00 1	0.50 13	0.02 75	3.49 131	1.16 104	0.05 13	0.10 58	0.13 63	0.17 138	0.67 64	0.28 92	0.00 1	0.00 1	0.00 1	0.00 1	0.36 342	0.01 11

GMOStereo	0.62 60	0.55 183	1.80 67	0.09 149	0.61 319	1.07 36	0.03 123	2.92 93	0.25 4	2.23 261	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 300	0.19 164

error version	0.62 60	0.55 183	1.80 67	0.09 149	0.61 319	1.07 36	0.03 123	2.92 93	0.25 4	2.23 261	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 300	0.19 164

test-v	0.62 60	0.55 183	1.80 67	0.09 149	0.61 319	1.07 36	0.03 123	2.92 93	0.25 4	2.23 261	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 300	0.19 164

test-2	0.62 60	0.55 183	1.80 67	0.09 149	0.61 319	1.07 36	0.03 123	2.92 93	0.25 4	2.23 261	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 300	0.19 164

ADLNet	1.35 241	0.55 183	2.95 216	0.01 9	0.05 151	2.22 271	0.11 208	5.06 275	2.83 325	2.42 283	2.19 269	2.63 272	0.68 235	3.59 179	1.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.17 278	0.27 205

H2IRNET	0.57 50	0.56 189	2.03 114	0.25 226	0.06 156	1.20 72	0.01 18	1.91 56	0.64 35	0.04 10	1.78 253	0.47 101	0.04 43	1.69 133	0.42 135	0.00 1	0.00 1	0.01 321	0.01 238	0.24 308	0.08 80

ACVNet	0.75 88	0.56 189	2.30 154	0.09 149	0.00 1	1.39 144	0.21 242	2.76 79	1.34 170	0.88 117	0.75 181	1.92 230	0.26 162	0.51 37	1.65 256	0.00 1	0.00 1	0.00 1	0.00 1	0.15 257	0.20 176

acv_ft	0.94 135	0.56 189	2.28 151	0.04 82	1.07 358	1.71 246	0.01 18	4.41 225	1.34 170	1.53 205	0.75 181	1.92 230	0.45 202	0.51 37	1.74 260	0.00 1	0.00 1	0.00 1	0.00 1	0.32 331	0.20 176

CBMV	1.97 297	0.56 189	2.61 194	0.46 258	0.07 165	2.91 307	4.18 373	4.58 241	2.78 321	5.50 356	2.21 271	2.84 281	2.94 329	4.75 226	2.31 286	0.00 1	0.00 1	0.00 1	0.00 1	0.15 257	0.60 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
1111x	2.13 310	0.58 193	4.38 292	0.39 249	0.61 319	2.14 270	0.01 18	6.38 349	2.40 292	1.80 229	1.97 262	0.95 165	0.64 227	7.16 339	10.30 374	0.00 1	1.18 375	0.00 1	0.29 369	0.07 156	1.32 327

G-Net	3.58 345	0.58 193	5.14 322	1.61 369	1.86 373	10.46 381	1.85 347	3.24 121	1.69 226	8.68 371	11.81 371	6.03 353	7.62 378	4.82 233	5.52 342	0.08 351	0.12 260	0.07 355	0.15 310	0.16 265	0.16 148

iRaftStereo_RVC	0.55 45	0.59 195	1.20 10	0.03 58	0.00 1	1.23 87	0.01 18	2.55 74	0.81 56	0.15 21	0.23 93	0.70 130	0.12 123	0.48 30	0.22 69	0.00 1	1.14 371	0.00 1	0.00 1	0.33 333	1.13 312

XX-TBD	0.36 14	0.59 195	1.75 55	0.07 125	0.00 1	1.11 56	0.00 1	0.73 13	0.63 34	0.44 60	1.24 225	0.06 29	0.06 65	0.39 20	0.08 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 37

stereogan	2.38 325	0.59 195	5.05 317	0.01 9	0.09 180	8.26 375	0.58 306	4.92 266	3.65 340	4.68 344	4.60 334	6.43 358	2.39 316	5.27 253	0.72 188	0.00 1	0.01 192	0.01 321	0.00 1	0.27 320	0.13 132

LoS_RVC	0.25 4	0.60 198	1.21 11	0.16 190	0.13 199	0.98 24	0.01 18	0.85 18	0.25 4	0.08 17	0.02 1	0.07 40	0.04 43	0.49 32	0.05 5	0.00 1	0.01 192	0.00 1	0.00 1	0.01 9	0.07 75

sAnonymous2	0.50 25	0.60 198	4.41 294	0.01 9	0.00 1	0.34 5	0.08 188	2.33 65	1.09 94	0.03 5	0.06 51	0.04 7	0.10 102	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.35 222

CroCo_RVC	0.50 25	0.60 198	4.41 294	0.01 9	0.00 1	0.34 5	0.08 188	2.33 65	1.09 94	0.03 5	0.06 51	0.04 7	0.10 102	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.35 222

HSM	1.48 258	0.60 198	1.85 83	0.01 9	0.29 268	1.76 251	0.04 152	6.50 351	1.46 192	1.91 237	1.55 242	4.69 336	1.27 271	6.66 306	0.70 185	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.26 202

DLCB_ROB	1.38 244	0.60 198	1.96 104	0.10 159	0.00 1	1.53 192	0.23 248	4.02 183	1.91 252	3.54 323	1.97 262	3.40 304	0.30 168	4.91 236	2.97 309	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.12 124

delet	1.31 232	0.61 203	2.64 198	0.05 97	0.17 218	2.84 304	1.00 328	4.88 261	2.46 297	1.38 191	1.37 232	1.62 208	0.90 251	4.52 214	1.48 248	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.08 80

SGM_RVC	4.67 366	0.61 203	2.62 196	1.13 350	0.29 268	7.96 373	2.60 357	7.55 374	4.36 350	12.34 386	9.95 364	15.94 386	8.56 380	10.88 386	6.38 351	0.22 367	0.25 272	0.20 369	0.23 351	0.32 331	0.92 297
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoIM	0.30 9	0.62 205	1.63 40	0.07 125	0.19 223	0.40 10	0.02 75	1.36 30	0.76 48	0.04 10	0.05 47	0.13 63	0.05 58	0.38 19	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 24

STTStereo	0.98 156	0.62 205	3.78 266	0.25 226	0.15 212	1.44 160	0.10 206	3.57 133	1.75 239	1.46 199	0.19 82	1.74 219	0.44 199	3.47 173	0.54 162	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 57

fff	0.83 101	0.63 207	3.63 253	0.01 9	0.04 143	1.25 98	0.02 75	3.98 176	1.29 154	2.39 279	0.25 96	0.09 50	1.78 299	0.58 46	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 225

CroCo-Stereo	0.50 25	0.63 207	2.38 166	0.14 181	0.00 1	0.19 2	0.02 75	4.28 218	0.96 80	0.14 20	0.03 29	0.46 99	0.08 86	0.32 13	0.29 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11
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
csc	0.83 101	0.63 207	3.63 253	0.01 9	0.04 143	1.25 98	0.02 75	3.98 176	1.29 154	2.39 279	0.25 96	0.09 50	1.78 299	0.58 46	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 225

cscssc	0.83 101	0.63 207	3.63 253	0.01 9	0.04 143	1.25 98	0.02 75	3.98 176	1.29 154	2.39 279	0.25 96	0.09 50	1.78 299	0.58 46	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 225

ssnet_v2	1.33 239	0.64 211	2.83 209	0.06 115	0.03 122	2.08 269	0.36 286	5.88 329	2.33 285	2.52 290	0.88 199	3.06 292	0.54 206	1.75 138	3.30 318	0.00 1	0.00 1	0.00 1	0.00 1	0.25 309	0.13 132

ADStereo(finetuned)	0.98 156	0.65 212	4.66 300	0.03 58	0.00 1	1.25 98	0.01 18	3.99 180	2.16 268	2.65 293	0.30 109	0.09 50	2.33 314	0.58 46	0.45 141	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.41 239

DCANet	0.84 107	0.65 212	3.63 253	0.03 58	0.00 1	1.25 98	0.01 18	3.99 180	2.16 268	2.66 296	0.31 112	0.09 50	0.48 204	0.57 45	0.45 141	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.41 239

FCDSN-DC	5.38 371	0.65 212	3.19 228	0.24 221	0.46 300	5.71 357	1.61 343	5.83 328	4.51 352	14.74 394	22.03 397	20.43 393	13.01 395	8.48 367	6.00 347	0.02 320	0.00 1	0.00 1	0.00 1	0.07 156	0.52 252
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IIG-Stereo	1.39 246	0.67 215	1.73 50	2.48 381	0.05 151	1.63 226	0.14 219	3.00 102	1.20 118	2.94 306	2.23 272	3.03 289	0.55 208	7.41 344	0.66 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.07 75

ccnet	1.96 294	0.68 216	3.59 251	0.26 231	0.19 223	3.68 329	1.55 342	4.89 262	1.77 241	2.68 298	3.92 325	3.44 306	1.72 296	5.02 243	5.22 339	0.06 346	0.00 1	0.09 358	0.01 238	0.13 237	0.32 214

psm_up	1.01 163	0.68 216	2.47 184	0.04 82	0.00 1	2.01 265	0.05 164	4.09 193	1.29 154	2.65 293	0.47 149	1.71 216	0.44 199	3.65 180	0.45 141	0.06 346	0.00 1	0.00 1	0.00 1	0.14 245	0.06 65

UCFNet_RVC	0.78 95	0.68 216	2.05 119	0.02 39	0.29 268	1.57 204	0.02 75	3.57 133	0.87 64	1.35 188	0.74 179	1.66 213	0.20 151	1.92 144	0.61 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

MMNet	1.33 239	0.69 219	4.18 277	0.11 171	0.01 60	4.08 334	0.02 75	4.27 217	1.49 197	2.17 258	0.33 114	1.34 192	1.20 261	4.52 214	1.93 269	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.06 65

gwcnet-sp	1.11 181	0.71 220	4.90 309	0.05 97	0.01 60	2.59 291	0.14 219	4.22 210	1.38 184	1.93 240	0.18 71	0.68 127	0.38 184	3.77 184	0.98 221	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.08 80

scenet	1.11 181	0.71 220	4.90 309	0.05 97	0.01 60	2.59 291	0.14 219	4.22 210	1.38 184	1.93 240	0.18 71	0.68 127	0.38 184	3.77 184	0.98 221	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.08 80

ssnet	1.11 181	0.71 220	4.90 309	0.05 97	0.01 60	2.59 291	0.14 219	4.22 210	1.38 184	1.93 240	0.18 71	0.68 127	0.38 184	3.77 184	0.98 221	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.08 80

hitnet-ft	1.26 220	0.71 220	2.37 165	0.04 82	0.00 1	1.39 144	0.21 242	3.94 172	2.53 302	1.61 215	1.11 217	4.21 327	0.36 180	4.83 234	1.65 256	0.01 296	0.00 1	0.03 346	0.00 1	0.11 219	0.08 80

RASNet	1.75 280	0.71 220	2.93 215	0.20 210	3.20 386	1.75 250	0.26 257	3.87 164	2.64 307	0.98 131	1.46 238	5.25 351	1.67 295	6.73 310	2.81 306	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.47 245

MIPNet	0.77 93	0.74 225	2.72 200	0.08 133	0.07 165	1.32 127	0.12 215	4.14 202	1.51 198	0.90 120	0.11 61	0.67 123	0.95 253	1.42 122	0.30 98	0.00 1	0.01 192	0.01 321	0.01 238	0.15 257	0.23 188

SACVNet	1.14 189	0.74 225	2.49 187	0.07 125	0.00 1	1.65 234	0.28 265	4.52 234	1.51 198	2.11 255	0.79 187	1.57 200	0.07 75	5.28 254	1.31 238	0.01 296	0.00 1	0.00 1	0.00 1	0.26 315	0.18 161

CroCo-Stereo Lap2	0.42 19	0.75 227	1.76 61	0.03 58	0.00 1	0.33 4	0.01 18	3.75 145	0.81 56	0.02 1	0.03 29	0.04 7	0.07 75	0.52 39	0.23 76	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.03 37

OMP-Stereo	1.29 227	0.75 227	1.67 43	2.47 380	0.29 268	1.61 218	0.32 281	2.38 70	1.09 94	2.66 296	1.14 220	3.04 290	0.17 138	7.40 343	0.60 167	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.08 80

APVNet	1.68 276	0.75 227	4.94 313	0.13 179	0.01 60	4.56 345	0.08 188	5.20 284	1.44 189	1.51 202	1.05 210	2.87 282	0.93 252	6.76 312	2.76 301	0.01 296	0.00 1	0.07 355	0.00 1	0.34 336	0.08 80

psmorigin	2.16 312	0.75 227	10.72 384	0.24 221	0.03 122	1.62 223	0.20 236	3.80 148	1.16 104	5.40 354	3.08 305	5.77 352	2.29 312	5.62 269	2.13 275	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.25 198

CSP-Net	1.13 186	0.76 231	1.67 43	0.01 9	0.00 1	2.81 302	0.05 164	5.62 310	1.14 102	1.14 161	0.85 197	1.80 223	0.23 156	6.10 282	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.03 37

IPLG	0.99 158	0.76 231	3.08 222	0.06 115	0.06 156	1.40 148	0.11 208	3.81 149	1.07 91	0.81 110	1.00 208	0.50 106	0.60 216	5.65 271	0.38 126	0.00 1	0.00 1	0.00 1	0.00 1	0.23 300	0.20 176

GEStereo_RVC	1.25 211	0.76 231	2.61 194	0.37 245	0.01 60	1.40 148	0.11 208	6.93 360	1.20 118	1.22 174	0.78 186	1.58 203	0.77 241	6.13 283	0.66 178	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.23 188

whm_eth	0.81 98	0.77 234	4.13 276	0.03 58	0.00 1	1.26 104	0.02 75	4.05 187	2.20 273	0.35 46	2.47 291	0.13 63	0.11 110	0.28 8	0.14 36	0.00 1	0.01 192	0.00 1	0.00 1	0.02 35	0.28 208

StereoVision	1.00 161	0.77 234	2.81 206	0.05 97	0.02 104	1.14 60	0.03 123	4.13 201	1.18 110	0.19 30	6.80 352	0.49 103	0.12 123	1.20 107	1.01 225	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.02 24

iResNet	1.20 198	0.77 234	3.37 240	1.01 345	0.01 60	2.00 264	0.01 18	4.44 226	1.74 238	1.88 234	1.09 213	0.35 87	0.35 178	4.22 197	2.44 293	0.00 1	0.00 1	0.00 1	0.00 1	0.09 185	0.26 202

Sa-1000	1.23 206	0.79 237	2.16 135	0.00 1	0.40 287	1.36 136	0.03 123	5.00 271	2.01 259	1.11 158	5.38 339	0.61 112	0.15 128	4.18 192	0.37 125	0.00 1	0.54 300	0.00 1	0.16 316	0.15 257	0.16 148

ADLNet2	1.52 264	0.79 237	3.51 247	0.01 9	0.69 332	1.26 104	0.26 257	4.84 258	3.10 331	1.67 221	3.23 310	4.17 326	0.80 245	4.77 231	1.00 224	0.00 1	0.00 1	0.00 1	0.00 1	0.22 299	0.12 124

MIM_Stereo	0.72 87	0.80 239	2.05 119	0.63 296	1.06 357	1.31 119	0.02 75	2.80 84	1.24 129	0.19 30	0.02 1	0.70 130	0.20 151	1.31 117	0.16 42	0.00 1	0.18 267	0.00 1	0.00 1	0.17 278	1.53 336

GANet-RSSM	1.09 179	0.80 239	2.41 170	0.72 311	0.00 1	1.39 144	0.02 75	5.15 279	1.07 91	0.95 129	0.34 115	2.06 240	1.12 257	4.69 219	0.80 195	0.00 1	0.00 1	0.04 350	0.00 1	0.15 257	0.09 101

RYNet	1.76 282	0.81 241	4.24 281	0.34 241	0.10 188	2.62 295	0.07 182	5.36 295	2.08 265	1.38 191	0.35 122	4.71 337	1.35 274	6.73 310	4.61 335	0.00 1	0.05 235	0.00 1	0.00 1	0.05 122	0.33 219

XPNet_ROB	1.41 250	0.81 241	2.75 203	0.04 82	0.01 60	1.70 245	0.17 226	4.14 202	1.69 226	4.12 335	1.10 215	1.58 203	0.52 205	5.13 248	4.07 329	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.25 198

CVANet_RVC	1.37 243	0.82 243	3.23 232	0.54 280	0.11 192	1.48 179	0.46 293	4.01 182	2.23 275	3.33 318	1.34 231	1.51 198	0.37 182	6.38 292	0.69 184	0.01 296	0.00 1	0.00 1	0.05 275	0.19 286	0.62 268

SA	1.02 168	0.85 244	2.22 142	0.00 1	0.42 292	1.31 119	0.01 18	4.74 255	2.04 263	0.50 77	0.95 205	0.30 85	1.30 273	4.24 200	0.42 135	0.00 1	0.47 292	0.00 1	0.17 324	0.16 265	0.30 210

NLCA_NET_v2_RVC	1.20 198	0.85 244	3.90 270	0.61 291	0.99 353	1.40 148	0.01 18	4.06 189	1.56 202	2.38 278	0.36 125	2.15 251	0.57 213	4.52 214	0.67 181	0.00 1	0.00 1	0.00 1	0.01 238	0.02 35	0.03 37
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	1.25 211	0.85 244	2.77 205	0.05 97	0.03 122	1.40 148	0.01 18	5.04 273	2.38 289	1.34 186	2.80 298	0.65 117	0.06 65	6.36 291	0.91 216	0.18 364	0.00 1	0.00 1	0.00 1	0.12 227	0.01 11

MyStereo8	1.16 193	0.86 247	3.73 264	0.86 332	0.04 143	1.47 174	0.01 18	4.64 246	2.13 266	1.47 200	1.10 215	1.21 185	0.31 172	1.12 101	1.50 249	0.00 1	1.45 388	0.00 1	0.30 371	0.10 196	0.93 301

fast-acv-ft	1.54 266	0.86 247	4.85 307	0.11 171	0.12 197	3.88 330	0.28 265	2.97 99	2.26 278	0.96 130	3.49 316	2.97 286	1.23 267	3.47 173	2.75 300	0.04 336	0.01 192	0.04 350	0.04 272	0.44 354	0.08 80

AACVNet	1.04 170	0.87 249	2.22 142	0.25 226	0.00 1	1.79 254	0.01 18	4.21 208	0.79 50	1.17 165	0.27 102	1.50 197	0.16 133	6.30 290	0.89 212	0.00 1	0.00 1	0.00 1	0.00 1	0.23 300	0.04 43

PSMNet-RSSM	1.10 180	0.88 250	2.30 154	0.23 216	0.00 1	1.41 155	0.03 123	5.44 304	1.19 112	1.56 207	0.50 151	2.46 267	0.71 237	4.23 198	0.90 213	0.00 1	0.00 1	0.01 321	0.00 1	0.10 196	0.08 80

MaskLacGwcNet_RVC	1.88 287	0.88 250	3.47 245	1.64 372	0.22 233	4.27 338	0.40 288	3.90 170	1.63 220	0.72 100	0.71 175	3.06 292	0.11 110	5.13 248	1.03 227	5.07 390	0.54 300	0.00 1	0.00 1	1.73 383	3.16 389

raftrobust	0.68 77	0.89 252	1.80 67	0.02 39	1.29 362	1.22 83	0.05 164	2.37 69	0.62 33	2.99 309	0.03 29	0.12 58	0.15 128	0.60 55	0.51 156	0.00 1	0.69 308	0.00 1	0.00 1	0.10 196	0.24 192

RP	2.09 303	0.90 253	3.88 269	0.22 212	0.61 319	1.72 247	0.94 323	4.97 270	2.65 308	3.87 330	5.63 342	4.44 328	4.28 355	4.99 241	2.35 289	0.01 296	0.00 1	0.00 1	0.01 238	0.20 290	0.13 132

TDLM	1.32 235	0.90 253	2.42 178	0.61 291	0.03 122	1.59 207	2.04 350	3.73 144	2.29 281	1.70 225	0.94 204	1.07 177	0.67 233	6.49 297	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.18 283	0.54 254

TestStereo1	0.96 147	0.91 255	2.21 140	0.24 221	0.42 292	1.31 119	0.02 75	4.10 195	1.71 232	0.47 67	1.64 246	0.20 71	1.20 261	3.55 176	0.36 114	0.00 1	0.27 277	0.00 1	0.00 1	0.19 286	0.32 214

RAFT+CT+SA	0.85 110	0.91 255	2.23 147	0.19 196	0.29 268	1.27 110	0.03 123	4.92 266	0.86 63	0.65 87	0.40 134	0.67 123	0.05 58	3.03 162	0.18 51	0.00 1	0.28 281	0.00 1	0.35 375	0.15 257	0.61 266

SA-5K	0.96 147	0.91 255	2.21 140	0.24 221	0.42 292	1.31 119	0.02 75	4.10 195	1.71 232	0.47 67	1.64 246	0.20 71	1.20 261	3.55 176	0.36 114	0.00 1	0.27 277	0.00 1	0.00 1	0.19 286	0.32 214

UDGNet	0.44 20	0.91 255	1.89 96	0.04 82	0.00 1	1.15 61	0.02 75	0.75 14	1.77 241	0.45 64	0.07 54	0.06 29	0.02 16	1.62 131	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

rafts_anoy	0.67 72	0.91 255	1.85 83	0.60 289	1.02 356	1.16 64	0.04 152	3.25 122	0.48 19	0.19 30	0.18 71	0.11 56	0.19 146	1.17 104	0.58 166	0.00 1	1.47 389	0.00 1	0.01 238	0.05 122	0.22 183

GANet	2.23 318	0.92 260	3.10 224	0.88 334	0.08 174	2.25 272	3.25 362	4.61 243	1.71 232	2.55 291	9.98 365	2.56 269	1.47 282	7.52 349	2.98 310	0.00 1	0.04 230	0.02 341	0.08 288	0.14 245	0.42 243

iRaft-Stereo_5w	1.28 223	0.93 261	3.51 247	0.14 181	0.66 328	1.21 79	0.01 18	3.87 164	1.06 90	0.19 30	1.97 262	1.62 208	1.50 283	6.80 313	1.07 231	0.00 1	0.16 264	0.00 1	0.06 282	0.26 315	0.67 274

test_5	0.94 135	0.94 262	2.60 192	0.55 283	0.25 248	1.47 174	0.02 75	4.89 262	0.97 81	0.81 110	0.30 109	0.80 147	0.63 224	3.39 169	0.24 80	0.00 1	0.27 277	0.00 1	0.00 1	0.17 278	0.54 254

CFNet-ft	0.97 154	0.94 262	2.30 154	0.01 9	0.27 262	1.37 138	0.02 75	2.76 79	0.79 50	0.88 117	0.20 86	3.76 319	0.38 184	4.21 195	1.34 241	0.00 1	0.00 1	0.01 321	0.00 1	0.08 166	0.09 101

CFNet_RVC	0.97 154	0.94 262	2.30 154	0.01 9	0.27 262	1.37 138	0.02 75	2.76 79	0.79 50	0.88 117	0.20 86	3.76 319	0.38 184	4.21 195	1.34 241	0.00 1	0.00 1	0.01 321	0.00 1	0.08 166	0.09 101

RAFT_CTSACE	0.85 110	0.95 265	2.60 192	0.60 289	0.05 151	1.20 72	0.01 18	3.18 119	0.85 62	0.79 108	1.57 244	2.18 253	0.78 243	1.20 107	0.22 69	0.00 1	0.33 284	0.00 1	0.00 1	0.28 323	0.21 182

RAFT-Stereo + iAFF	0.90 123	0.95 265	1.93 101	0.06 115	0.92 347	1.24 91	0.02 75	3.30 126	1.75 239	1.23 175	2.58 294	0.43 96	0.16 133	0.68 66	0.82 198	0.00 1	0.70 311	0.00 1	0.00 1	0.23 300	1.05 308

RGC	2.11 307	0.95 265	4.61 299	0.08 133	0.29 268	3.34 319	0.11 208	5.40 300	1.78 243	3.93 332	4.52 333	5.20 348	3.05 335	5.78 272	2.78 304	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.18 161

pmcnn	3.98 357	0.95 265	7.29 359	0.71 309	1.42 365	2.84 304	1.22 337	5.89 330	2.42 294	9.34 377	11.71 370	18.88 391	2.65 324	6.89 319	6.35 350	0.00 1	0.07 244	0.00 1	0.00 1	0.21 293	0.76 283

Consistency-Raft	1.48 258	0.96 269	5.40 331	0.36 242	0.31 282	1.66 235	0.11 208	4.30 221	4.32 349	0.47 67	5.99 345	0.86 150	2.09 308	1.19 106	1.31 238	0.03 330	0.01 192	0.00 1	0.00 1	0.27 320	0.02 24

RAFT	0.91 125	0.96 269	1.82 79	0.89 335	0.44 296	0.97 23	0.08 188	3.71 143	1.25 136	0.36 48	0.20 86	3.87 322	0.27 165	0.70 67	0.49 152	0.00 1	0.83 321	0.00 1	0.01 238	0.47 355	0.87 293

RALCasStereoNet	0.80 96	0.96 269	1.77 64	0.28 235	0.97 351	1.13 58	0.03 123	2.91 92	1.11 98	0.17 24	0.34 115	0.12 58	0.20 151	1.65 132	0.65 176	0.00 1	1.72 396	0.00 1	0.00 1	0.11 219	1.90 378

LL-Strereo2	0.63 65	0.97 272	2.03 114	0.76 323	0.86 342	1.15 61	0.08 188	1.85 53	1.20 118	0.45 64	0.02 1	0.50 106	0.07 75	0.63 61	0.65 176	0.00 1	0.17 266	0.00 1	0.03 260	0.05 122	1.05 308

MLCV	1.19 197	0.97 272	3.09 223	0.07 125	0.00 1	1.63 226	0.04 152	3.33 127	1.57 203	2.74 302	1.83 256	0.99 169	0.40 195	5.31 255	1.53 251	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.11 118

MeshStereo	6.09 374	0.97 272	3.59 251	0.26 231	0.14 204	7.68 371	2.02 349	10.42 385	5.77 361	20.76 404	19.69 393	22.78 397	10.56 388	10.29 381	6.16 348	0.00 1	0.00 1	0.00 1	0.00 1	0.29 326	0.41 239
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
4D-IteraStereo	0.59 52	0.98 275	2.62 196	0.04 82	0.09 180	1.07 36	0.08 188	1.45 34	0.39 12	0.12 19	0.05 47	0.82 149	0.10 102	0.77 77	1.05 228	0.00 1	0.40 288	0.00 1	0.00 1	0.08 166	1.79 366

iinet-f	1.90 289	0.98 275	13.29 391	0.42 253	0.03 122	4.30 341	0.04 152	3.86 162	1.32 166	1.28 178	0.57 157	2.91 285	2.70 325	2.60 153	3.11 314	0.00 1	0.02 219	0.02 341	0.00 1	0.49 357	0.09 101

Nwc_Net	2.25 319	0.98 275	5.37 328	0.07 125	0.11 192	2.80 301	0.05 164	7.36 371	1.30 162	2.77 303	8.21 358	5.18 347	2.98 333	5.16 250	2.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.08 80

TestStereo	0.67 72	0.99 278	2.26 149	0.00 1	0.00 1	0.92 19	0.01 18	1.77 51	0.30 10	0.20 36	0.05 47	0.08 45	0.06 65	6.62 302	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 80

DeepPruner_ROB	1.04 170	0.99 278	3.05 221	0.02 39	0.00 1	1.60 211	0.17 226	3.96 174	0.52 20	3.41 321	0.03 29	2.06 240	0.17 138	3.35 167	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.14 137

CBFPSM	1.51 261	1.00 280	5.32 327	0.05 97	0.01 60	3.57 327	0.04 152	4.06 189	1.03 87	0.65 87	0.21 89	6.06 354	3.60 344	2.65 155	1.82 263	0.00 1	0.01 192	0.00 1	0.00 1	0.09 185	0.12 124

aanetorigin	2.99 334	1.00 280	9.85 380	0.23 216	0.23 239	1.59 207	2.01 348	1.94 58	1.25 136	14.45 392	10.04 366	2.98 287	3.75 346	4.97 240	4.01 328	0.10 354	0.05 235	0.09 358	0.11 299	0.55 367	0.55 259

DPSNet	3.98 357	1.01 282	12.58 388	0.74 318	0.55 306	5.24 355	1.53 341	12.44 390	4.82 355	2.89 304	0.97 207	6.37 356	11.43 392	8.20 362	8.61 362	0.09 353	0.51 297	0.11 362	0.38 378	0.35 340	0.83 288

cf-r	1.18 196	1.02 283	3.22 230	0.25 226	0.02 104	1.44 160	0.03 123	5.11 278	2.16 268	1.31 182	0.59 163	2.87 282	0.24 158	4.26 201	0.79 193	0.00 1	0.00 1	0.00 1	0.00 1	0.15 257	0.12 124

NCC-stereo	2.09 303	1.02 283	4.78 305	0.10 159	0.26 257	2.33 280	0.13 216	5.82 326	1.70 230	2.98 307	3.18 308	4.63 333	5.69 370	6.26 286	2.76 301	0.05 340	0.00 1	0.00 1	0.00 1	0.08 166	0.14 137

Abc-Net	2.09 303	1.02 283	4.78 305	0.10 159	0.26 257	2.33 280	0.13 216	5.82 326	1.70 230	2.98 307	3.18 308	4.63 333	5.69 370	6.26 286	2.76 301	0.05 340	0.00 1	0.00 1	0.00 1	0.08 166	0.14 137
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	2.74 333	1.02 283	4.72 301	0.43 255	0.18 221	4.35 342	0.18 232	7.28 370	3.50 337	3.57 324	3.38 314	4.86 338	1.22 266	11.70 390	5.76 343	0.17 363	0.08 248	0.59 378	0.12 305	0.28 323	1.40 331

GMStereo	0.34 11	1.03 287	2.11 131	0.01 9	0.00 1	0.47 12	0.01 18	0.77 15	1.38 184	0.24 38	0.04 39	0.07 40	0.08 86	0.43 26	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ETE_ROB	1.42 252	1.04 288	3.10 224	0.02 39	0.03 122	1.81 256	0.22 245	4.73 253	1.67 225	4.77 345	1.43 235	2.77 276	0.08 86	4.23 198	2.20 278	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.20 176

raft_robust	1.21 200	1.05 289	2.00 108	0.10 159	0.43 295	1.39 144	0.02 75	4.21 208	2.32 283	0.44 60	0.02 1	2.23 255	1.39 275	7.00 331	0.35 110	0.00 1	0.78 316	0.00 1	0.18 331	0.10 196	0.19 164

raft+_RVC	0.71 82	1.05 289	1.86 86	0.64 298	1.31 363	1.20 72	0.05 164	2.44 71	0.77 49	0.18 26	0.43 141	0.08 45	0.15 128	0.93 96	0.64 174	0.00 1	1.43 387	0.00 1	0.00 1	0.09 185	1.03 307

111	1.00 161	1.05 289	3.63 253	0.01 9	0.04 143	1.20 72	0.16 223	4.50 230	2.24 276	1.32 183	1.15 221	2.00 237	0.31 172	0.59 53	0.79 193	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.84 289

AFF-stereo	0.89 122	1.05 289	1.70 47	0.49 273	0.18 221	1.21 79	0.01 18	3.58 135	1.62 214	0.84 113	1.93 260	1.14 182	0.26 162	1.24 113	0.68 182	0.00 1	0.64 307	0.00 1	0.00 1	0.26 315	0.89 295

LALA_ROB	1.55 268	1.07 293	2.99 220	0.02 39	0.06 156	3.20 312	0.49 296	4.07 191	1.80 244	3.79 329	0.66 171	4.51 329	0.25 161	3.82 187	4.07 329	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.11 118

WCMA_ROB	5.16 368	1.07 293	4.40 293	0.66 301	0.69 332	6.28 364	3.63 368	5.39 298	4.05 346	14.77 395	19.39 391	15.46 384	10.72 390	7.67 355	6.77 354	0.19 366	0.27 277	0.18 368	0.20 339	0.18 283	1.23 319

HITNet	1.01 163	1.08 295	3.32 238	0.80 326	0.00 1	1.37 138	0.02 75	5.20 284	1.59 205	1.88 234	0.18 71	0.64 116	0.31 172	1.24 113	2.01 271	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.47 245
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
RALAANet	0.68 77	1.09 296	2.29 152	0.03 58	0.01 60	0.93 20	0.03 123	2.65 76	1.97 257	1.19 166	0.39 133	0.15 69	0.30 168	1.27 116	0.75 190	0.00 1	0.25 272	0.00 1	0.09 291	0.19 286	0.03 37

AASNet	1.05 173	1.11 297	3.12 226	0.05 97	0.00 1	1.73 249	0.05 164	5.73 317	2.17 272	1.10 156	1.84 257	0.94 161	0.19 146	1.16 103	1.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.34 336	0.16 148

HBP-ISP	1.59 272	1.12 298	3.42 241	0.53 279	0.10 188	4.27 338	1.44 340	5.35 292	1.61 208	3.58 325	0.87 198	0.91 153	1.18 260	6.64 304	0.46 146	0.04 336	0.02 219	0.00 1	0.00 1	0.06 132	0.24 192

AF-Net	2.51 327	1.12 298	5.46 332	0.01 9	0.13 199	2.03 266	0.47 294	7.04 365	2.74 316	4.09 334	10.64 367	4.99 341	2.94 329	4.94 238	3.28 317	0.00 1	0.00 1	0.00 1	0.00 1	0.17 278	0.15 144

Wz-Net-LNSev-Ref	1.86 286	1.13 300	5.96 338	0.02 39	0.00 1	5.00 351	0.29 272	5.31 291	2.38 289	2.65 293	1.15 221	2.32 264	1.95 306	5.59 267	3.35 320	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.14 137

LMCR-Stereo	1.28 223	1.13 300	2.41 170	0.57 285	0.03 122	2.72 297	0.09 199	6.86 359	0.88 67	2.44 285	1.92 259	0.14 66	1.55 288	3.57 178	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.16 265	0.02 24

PA-Net	1.56 270	1.13 300	5.13 320	0.07 125	0.17 218	1.46 168	0.53 299	4.73 253	3.04 330	0.92 125	1.30 228	2.29 261	0.62 222	6.63 303	3.00 311	0.01 296	0.00 1	0.00 1	0.00 1	0.07 156	0.15 144
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DGSMNet	2.56 329	1.15 303	7.39 360	1.34 363	2.02 379	3.20 312	3.97 371	6.11 340	1.72 237	1.52 204	2.72 297	3.23 300	0.63 224	4.74 223	2.39 291	1.12 380	1.53 391	1.54 386	1.32 399	1.40 381	2.10 382

CC-Net-ROB	2.09 303	1.17 304	3.97 273	1.52 368	0.23 239	3.35 320	0.05 164	5.09 276	2.74 316	1.09 154	1.40 234	0.97 167	0.18 142	6.66 306	0.87 206	1.46 385	1.64 393	7.13 392	0.00 1	1.67 382	0.54 254

TRStereo	0.88 116	1.18 305	2.44 182	0.72 311	0.10 188	1.56 201	0.03 123	5.73 317	1.28 150	0.18 26	0.30 109	0.62 113	0.43 198	1.02 100	0.13 34	0.00 1	0.47 292	0.00 1	0.25 356	0.01 9	1.23 319

DMCA-RVC	1.12 184	1.19 306	5.30 326	0.03 58	0.04 143	1.30 117	0.06 180	3.05 106	0.87 64	3.33 318	0.12 65	0.98 168	0.65 230	3.40 170	1.82 263	0.01 296	0.04 230	0.02 341	0.01 238	0.10 196	0.09 101

dd	0.45 21	1.20 307	2.52 189	0.06 115	0.01 60	1.23 87	0.03 123	0.88 19	1.48 196	0.26 41	0.06 51	0.12 58	0.05 58	0.42 24	0.44 137	0.02 320	0.00 1	0.00 1	0.00 1	0.06 132	0.06 65

IGEVStereo-DCA	0.88 116	1.21 308	1.81 74	0.18 191	0.16 215	0.83 16	0.01 18	0.71 8	1.36 176	0.40 52	0.04 39	0.06 29	0.09 95	6.04 278	2.22 282	0.00 1	0.48 295	0.00 1	0.15 310	0.16 265	1.76 357

rrr	1.15 191	1.21 308	5.05 317	0.18 191	0.16 215	0.83 16	0.06 180	2.88 87	1.44 189	0.40 52	0.04 39	0.06 29	0.09 95	6.04 278	2.22 282	0.00 1	0.48 295	0.00 1	0.19 337	0.16 265	1.59 345

dad	1.04 170	1.21 308	3.14 227	0.08 133	0.01 60	1.25 98	0.01 18	1.30 28	2.54 303	1.95 244	0.37 126	0.40 94	0.04 43	5.95 277	1.06 229	0.01 296	0.00 1	1.11 384	0.12 305	0.07 156	0.19 164

StereoDRNet	1.66 275	1.21 308	5.39 330	0.06 115	0.11 192	2.49 286	1.06 331	5.28 288	1.89 249	3.60 326	0.63 166	2.28 257	0.64 227	4.70 220	3.25 316	0.00 1	0.03 226	0.00 1	0.01 238	0.15 257	0.36 224

GwcNet-RSSM	1.22 204	1.24 312	3.66 258	0.23 216	0.04 143	1.46 168	0.05 164	4.65 248	1.61 208	1.33 185	0.46 148	2.98 287	0.26 162	4.48 210	1.59 253	0.00 1	0.00 1	0.02 341	0.00 1	0.21 293	0.10 111

SDNR	3.62 350	1.25 313	7.41 361	0.71 309	0.22 233	26.06 411	0.02 75	4.55 238	2.42 294	3.10 312	11.33 368	3.05 291	0.77 241	8.31 366	2.21 281	0.05 340	0.11 258	0.00 1	0.01 238	0.08 166	0.66 271

DispNO	1.68 276	1.27 314	6.40 348	0.11 171	0.15 212	1.40 148	0.17 226	5.17 283	2.33 285	2.03 249	2.85 300	1.90 227	0.99 254	6.17 284	2.33 288	0.00 1	0.00 1	0.01 321	0.01 238	0.16 265	0.17 153

ACRE	0.94 135	1.27 314	3.93 272	0.22 212	0.02 104	1.44 160	0.29 272	3.88 167	1.60 207	1.97 245	2.42 285	0.21 75	0.11 110	0.82 89	0.29 94	0.00 1	0.04 230	0.01 321	0.05 275	0.21 293	0.09 101

PSMNet_ROB	1.31 232	1.27 314	3.91 271	0.05 97	0.11 192	1.69 244	0.16 223	3.98 176	1.59 205	1.15 163	0.34 115	2.77 276	0.62 222	4.43 209	3.80 325	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.12 124

CIPLG	0.94 135	1.29 317	3.53 250	0.19 196	0.03 122	1.45 164	0.29 272	3.87 164	1.61 208	2.10 254	2.52 292	0.21 75	0.11 110	0.85 93	0.29 94	0.00 1	0.05 235	0.01 321	0.05 275	0.21 293	0.08 80

test_xeample3	0.95 144	1.30 318	5.13 320	0.19 196	0.23 239	0.95 21	0.07 182	2.30 64	1.47 195	0.40 52	0.05 47	0.08 45	0.07 75	1.45 123	2.27 284	0.00 1	0.69 308	0.00 1	0.33 373	0.17 278	1.85 370

NaN_ROB	2.33 324	1.31 319	4.55 296	0.32 239	0.30 280	3.13 311	5.01 383	4.57 240	2.78 321	5.49 355	1.73 249	2.28 257	1.98 307	7.48 347	4.32 332	0.01 296	0.06 241	0.03 346	0.09 291	0.20 290	0.88 294

NCCL2	1.51 261	1.32 320	3.27 235	0.03 58	0.07 165	1.63 226	3.29 363	4.54 237	1.61 208	3.22 316	0.37 126	3.84 321	0.31 172	4.42 208	2.02 273	0.00 1	0.00 1	0.02 341	0.00 1	0.09 185	0.22 183

CFNet	1.24 208	1.33 321	3.20 229	0.26 231	0.03 122	1.43 157	0.04 152	5.03 272	2.39 291	0.61 84	0.71 175	1.30 190	0.23 156	6.72 309	1.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.25 309	0.10 111

EDNetEfficient	6.66 379	1.34 322	34.37 407	0.66 301	1.93 377	2.04 268	3.59 367	3.08 110	14.92 387	20.02 403	9.53 363	6.48 360	10.85 391	7.65 351	15.21 389	0.03 330	0.10 256	0.01 321	0.22 348	0.61 370	0.55 259

IPLGR_C	0.94 135	1.37 323	3.71 261	0.19 196	0.02 104	1.44 160	0.29 272	3.88 167	1.62 214	2.04 250	2.44 290	0.20 71	0.12 123	0.79 80	0.29 94	0.00 1	0.05 235	0.01 321	0.05 275	0.21 293	0.08 80

iResNet_ROB	1.22 204	1.37 323	2.59 191	0.14 181	0.00 1	1.38 143	0.04 152	7.36 371	2.85 327	1.07 151	1.24 225	0.93 160	0.11 110	4.28 202	0.84 202	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.11 118

ARAFT	1.27 222	1.38 325	4.73 302	0.08 133	0.00 1	1.67 240	0.04 152	5.52 307	1.98 258	3.02 310	0.59 163	0.47 101	0.11 110	4.87 235	0.38 126	0.00 1	0.03 226	0.00 1	0.00 1	0.25 309	0.25 198

GANetREF_RVC	1.25 211	1.39 326	4.10 275	0.10 159	0.00 1	2.25 272	0.18 232	4.68 251	2.78 321	0.69 92	0.34 115	1.87 225	0.65 230	5.07 244	0.68 182	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75
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
ADCRef	2.57 330	1.40 327	7.90 367	0.11 171	0.11 192	4.71 348	0.74 315	5.45 305	1.66 223	3.15 314	1.65 248	1.61 206	2.25 311	4.54 217	15.56 391	0.03 330	0.00 1	0.01 321	0.10 296	0.27 320	0.23 188

PDISCO_ROB	2.54 328	1.40 327	5.07 319	1.06 348	2.01 378	8.28 376	0.17 226	7.96 379	6.01 365	1.48 201	1.75 251	3.67 316	1.25 269	7.74 357	2.07 274	0.00 1	0.00 1	0.00 1	0.00 1	0.39 348	0.42 243

FADNet	1.38 244	1.42 329	5.62 334	0.03 58	0.06 156	2.56 289	0.16 223	4.66 249	1.64 221	0.35 46	0.11 61	1.66 213	1.05 256	5.64 270	1.59 253	0.18 364	0.02 219	0.01 321	0.01 238	0.52 364	0.23 188

BEATNet_4x	1.24 208	1.45 330	5.03 316	0.58 286	0.02 104	1.34 132	0.09 199	5.29 289	1.69 226	2.01 248	0.25 96	1.18 184	0.44 199	2.11 149	2.70 298	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.54 254

FADNet-RVC-Resample	1.28 223	1.46 331	6.58 353	0.10 159	0.14 204	1.54 196	0.25 255	4.29 220	1.46 192	0.61 84	0.23 93	1.29 189	0.28 167	5.23 252	1.06 229	0.10 354	0.16 264	0.09 358	0.06 282	0.28 323	0.39 235

SPS-STEREO	3.67 353	1.46 331	4.23 280	0.36 242	0.23 239	3.93 331	1.20 336	6.67 358	3.50 337	11.05 381	8.81 360	9.53 374	4.63 358	9.10 371	7.25 356	0.01 296	0.01 192	0.00 1	0.00 1	0.13 237	1.28 325
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCPNet	3.94 356	1.47 333	14.87 393	0.11 171	0.45 297	7.19 366	2.23 354	5.42 302	3.18 334	4.53 343	2.03 266	7.48 367	5.27 366	7.05 335	14.73 388	0.02 320	0.74 314	0.04 350	0.91 397	0.23 300	0.85 291

Wz-Net-LNSev	1.60 273	1.48 334	8.20 371	0.03 58	0.03 122	3.95 332	0.13 216	4.89 262	2.33 285	0.92 125	0.31 112	3.64 315	1.40 276	2.90 160	1.50 249	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.20 176

GwcNet	1.96 294	1.51 335	7.43 362	0.30 237	1.20 360	4.13 335	0.61 307	4.45 227	1.92 253	1.53 205	2.31 275	3.93 325	0.54 206	5.50 261	3.16 315	0.00 1	0.00 1	0.00 1	0.01 238	0.39 348	0.24 192

DN-CSS_ROB	0.96 147	1.51 335	3.52 249	1.05 347	0.01 60	1.50 183	0.02 75	3.35 128	1.18 110	0.18 26	0.54 156	0.44 97	0.16 133	4.39 207	0.82 198	0.00 1	0.00 1	0.00 1	0.00 1	0.36 342	0.08 80

FADNet_RVC	1.32 235	1.54 337	5.37 328	0.02 39	0.06 156	2.78 300	0.07 182	4.19 207	1.03 87	0.44 60	0.35 122	0.67 123	0.10 102	5.42 260	1.92 268	0.24 368	0.33 284	0.11 362	0.33 373	0.66 374	0.68 275

ADCL	3.64 351	1.54 337	8.53 376	0.26 231	0.28 267	7.37 367	4.49 378	5.42 302	3.61 339	4.79 346	3.85 324	5.14 346	4.47 356	6.28 288	15.73 392	0.05 340	0.01 192	0.11 362	0.13 307	0.34 336	0.33 219

LL-Strereo	2.29 322	1.55 339	5.01 315	0.64 298	2.78 384	1.52 190	0.05 164	5.04 273	1.24 129	2.73 300	2.87 302	5.10 345	5.49 368	7.22 341	0.81 197	0.04 336	1.31 383	0.00 1	0.00 1	0.31 329	2.08 381

ELAS	9.07 385	1.55 339	5.19 324	1.87 374	1.92 376	17.05 393	8.29 403	13.92 392	13.52 386	23.08 409	28.56 409	18.59 390	16.90 401	12.06 392	13.39 385	0.91 376	1.32 384	0.65 381	0.59 386	0.68 376	1.31 326
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	2.71 332	1.57 341	16.51 397	0.22 212	0.33 283	1.45 164	0.28 265	6.26 346	9.92 380	1.25 177	0.44 142	1.98 235	1.61 293	7.33 342	4.17 331	0.00 1	0.01 192	0.07 355	0.10 296	0.33 333	0.29 209

ELAS_RVC	8.75 384	1.59 342	6.34 347	1.91 375	1.87 374	11.67 384	12.14 410	10.75 387	16.11 391	22.55 408	21.45 395	18.49 389	18.29 405	14.17 395	12.53 381	0.92 377	1.32 384	0.70 383	0.46 380	0.53 366	1.25 322
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADNet-RVC	1.30 231	1.62 343	6.28 344	0.03 58	0.00 1	1.61 218	0.08 188	4.49 229	2.04 263	0.41 57	0.10 58	0.63 114	0.64 227	5.55 265	1.69 259	0.01 296	0.08 248	0.00 1	0.00 1	0.52 364	0.31 212

AANet_RVC	1.95 292	1.64 344	4.89 308	0.09 149	0.00 1	1.24 91	0.01 18	3.93 171	2.82 324	2.32 270	4.64 335	3.61 313	0.19 146	7.61 350	4.73 337	0.60 373	0.19 270	0.00 1	0.00 1	0.11 219	0.47 245

MFMNet_re	2.39 326	1.65 345	6.10 341	3.04 384	0.90 345	2.34 282	0.98 326	4.77 257	3.79 343	6.95 362	7.08 353	1.84 224	3.79 349	2.53 152	1.57 252	0.00 1	0.00 1	0.00 1	0.00 1	0.25 309	0.26 202

PVD	6.50 378	1.70 346	6.71 355	1.66 373	1.59 371	7.94 372	0.89 321	11.13 388	24.35 397	12.01 385	19.10 387	8.76 371	9.89 386	9.85 377	11.06 376	0.02 320	1.12 361	0.00 1	0.26 363	0.25 309	1.72 352

CSAN	3.10 337	1.72 347	5.85 336	0.37 245	0.14 204	4.15 337	3.91 370	4.94 268	4.65 354	6.43 360	6.29 348	4.62 332	5.17 364	8.13 361	4.85 338	0.02 320	0.03 226	0.03 346	0.05 275	0.26 315	0.48 249

ADCP+	3.18 341	1.81 348	11.33 386	0.07 125	0.20 227	5.83 360	2.80 358	4.60 242	2.69 310	1.68 223	0.28 103	3.75 318	3.14 338	6.82 314	17.90 394	0.00 1	0.00 1	0.00 1	0.00 1	0.20 290	0.56 261

iResNetv2_ROB	1.32 235	1.82 349	6.02 339	1.27 355	0.00 1	1.41 155	0.05 164	4.48 228	1.46 192	1.02 144	1.28 227	1.00 171	0.27 165	4.72 222	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.37 347	0.16 148

SHD	3.58 345	1.83 350	6.41 349	1.34 363	1.21 361	4.84 349	0.17 226	7.95 378	12.83 384	7.86 368	3.32 313	5.08 343	2.63 323	5.54 264	8.57 361	0.01 296	0.75 315	0.00 1	0.18 331	0.31 329	0.73 280

PWC_ROB	3.30 343	1.83 350	8.47 374	0.62 295	0.56 309	1.31 119	0.39 287	4.53 235	5.05 357	7.66 367	15.14 377	3.37 301	2.43 317	6.86 317	6.74 353	0.00 1	0.00 1	0.00 1	0.00 1	0.51 360	0.54 254

RAFT + AFF	1.88 287	1.84 352	4.19 278	0.05 97	0.85 339	2.29 277	1.00 328	6.32 348	2.26 278	1.88 234	1.80 255	1.27 187	3.66 345	6.56 299	2.36 290	0.02 320	0.34 287	0.00 1	0.01 238	0.41 352	0.50 251

Syn2CoEx	1.91 290	1.85 353	6.43 352	0.05 97	0.00 1	1.47 174	0.54 300	6.03 337	2.24 276	2.24 265	2.19 269	2.06 240	3.10 336	6.57 300	2.58 296	0.00 1	0.00 1	0.00 1	0.00 1	0.34 336	0.40 237

PASM	2.20 315	1.85 353	10.33 382	1.00 342	0.41 289	1.98 263	0.90 322	3.85 161	2.76 318	4.38 339	1.53 241	3.49 310	1.54 285	6.60 301	2.43 292	0.14 360	0.02 219	0.00 1	0.03 260	0.33 333	0.39 235

SANet	5.04 367	1.86 355	7.96 368	0.39 249	0.12 197	7.51 369	3.73 369	7.20 367	16.07 390	7.15 363	13.16 373	12.35 377	8.70 381	8.28 364	5.37 341	0.00 1	0.01 192	0.00 1	0.00 1	0.13 237	0.71 278

LE_ROB	13.25 400	1.86 355	12.84 389	2.35 378	1.43 366	7.50 368	5.92 389	10.14 384	48.57 418	57.70 418	24.61 403	23.44 399	32.60 414	10.12 379	24.95 412	0.06 346	0.08 248	0.13 366	0.20 339	0.09 185	0.41 239

Wz-Net-MNSev	2.17 313	1.90 357	7.77 365	0.02 39	0.01 60	4.60 346	2.08 351	5.70 316	2.83 325	4.02 333	1.50 240	1.87 225	2.53 321	5.10 246	3.04 312	0.00 1	0.01 192	0.00 1	0.00 1	0.14 245	0.31 212

SQANet	2.65 331	1.92 358	3.73 264	4.47 388	2.98 385	2.59 291	0.24 251	4.66 249	1.11 98	2.48 287	0.59 163	1.57 200	0.86 248	3.95 189	1.67 258	7.97 395	0.14 263	0.48 373	0.03 260	7.84 389	3.68 390

Anonymous Stereo	2.31 323	1.93 359	10.83 385	0.65 300	0.22 233	1.66 235	4.27 376	4.51 231	2.99 329	3.12 313	1.87 258	1.95 233	0.11 110	7.17 340	4.68 336	0.01 296	0.00 1	0.00 1	0.00 1	0.11 219	0.20 176

SAMSARA	4.31 361	1.94 360	7.80 366	1.96 376	1.40 364	10.65 382	7.35 398	7.17 366	4.49 351	8.27 370	3.58 318	10.58 375	3.75 346	7.87 358	6.66 352	0.01 296	1.09 353	0.00 1	0.23 351	0.26 315	1.19 317

XQC	3.16 340	2.00 361	7.71 364	0.97 341	0.67 329	5.07 352	0.69 312	6.58 355	4.95 356	5.04 351	1.98 265	4.99 341	3.12 337	7.96 360	10.02 373	0.00 1	0.63 306	0.00 1	0.18 331	0.36 342	0.38 234

otaku	3.61 348	2.06 362	4.04 274	6.41 391	3.35 388	4.67 347	2.08 351	5.97 332	1.58 204	2.19 259	2.62 295	3.47 308	1.45 278	4.36 205	2.17 277	8.55 396	0.25 272	1.89 387	0.03 260	9.29 392	5.81 395

Ntro	3.66 352	2.08 363	4.34 285	7.58 393	4.53 390	6.25 363	0.72 314	5.35 292	1.65 222	0.48 74	1.77 252	2.68 273	1.25 269	5.10 246	2.31 286	8.72 397	0.31 282	2.13 389	0.05 275	9.73 393	6.18 396

FINET	2.99 334	2.11 364	7.66 363	1.13 350	1.79 372	4.35 342	3.34 364	5.66 313	7.93 377	2.49 289	3.29 311	1.66 213	2.47 319	6.70 308	4.44 333	0.82 375	1.38 386	0.03 346	0.30 371	0.36 342	1.88 376

RTSC	3.18 341	2.15 365	8.20 371	0.67 306	0.38 286	4.41 344	0.08 188	5.64 311	5.80 363	6.14 359	3.43 315	3.37 301	1.55 288	7.50 348	12.15 380	0.00 1	0.84 322	0.00 1	0.25 356	0.51 360	0.53 253

NVStereoNet_ROB	4.22 360	2.29 366	6.13 343	1.40 366	1.14 359	2.84 304	0.97 325	5.67 314	5.66 360	5.25 352	14.28 376	12.40 378	5.35 367	10.74 385	5.33 340	1.24 384	1.01 346	0.67 382	0.62 388	0.63 372	0.69 276
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCDC_ROB	3.41 344	2.29 366	5.16 323	0.19 196	0.02 104	3.11 310	0.02 75	5.15 279	12.27 383	1.36 190	23.33 401	1.98 235	3.35 340	4.93 237	3.71 324	0.28 370	0.00 1	0.00 1	0.00 1	0.71 377	0.32 214

EDNetEfficientorigin	10.48 393	2.34 368	98.78 427	0.23 216	0.25 248	3.01 308	0.70 313	4.69 252	17.04 392	19.07 398	15.43 378	12.52 379	11.56 393	9.41 374	12.62 382	0.01 296	0.01 192	0.00 1	0.01 238	0.25 309	1.76 357

MFN_U_SF_RVC	4.10 359	2.36 369	12.04 387	1.00 342	0.27 262	10.31 380	0.51 297	8.83 382	3.69 341	4.90 349	3.30 312	9.33 373	3.43 342	8.28 364	9.42 368	0.41 372	0.53 299	0.52 374	0.81 390	0.90 378	1.05 308

ACVNet-4b	6.14 375	2.39 370	6.31 346	9.73 399	7.26 397	8.81 378	1.62 345	7.27 369	6.07 366	0.41 57	6.42 350	11.47 376	2.37 315	9.17 372	2.72 299	9.70 401	2.42 401	10.45 400	0.01 238	11.04 400	7.12 399

ADCMid	4.33 362	2.40 371	13.81 392	0.23 216	0.40 287	4.90 350	1.23 338	5.73 317	3.73 342	11.06 382	3.94 327	6.67 362	5.11 362	7.11 336	18.03 395	0.12 358	0.08 248	0.55 375	0.46 380	0.61 370	0.49 250

SuperB	3.75 354	2.46 372	15.54 396	0.32 239	0.06 156	4.29 340	1.61 343	4.25 214	11.49 382	2.56 292	1.31 230	2.01 239	1.86 303	6.94 325	8.94 363	0.05 340	0.03 226	0.10 361	0.08 288	10.62 398	0.56 261

GASNet	1.77 283	2.50 373	7.05 357	0.47 264	0.02 104	1.50 183	0.20 236	4.55 238	2.55 304	0.98 131	1.48 239	2.24 256	1.57 291	6.25 285	3.41 321	0.00 1	0.05 235	0.00 1	0.00 1	0.55 367	0.12 124

WZ-Net	4.64 365	2.57 374	25.72 403	0.10 159	0.09 180	3.07 309	2.08 351	6.59 357	5.41 358	6.08 358	4.09 331	7.02 365	6.04 373	11.64 387	11.45 378	0.00 1	0.00 1	0.00 1	0.00 1	0.21 293	0.61 266

LSM	7.83 382	2.59 375	24.93 402	4.71 389	40.61 418	3.55 326	5.22 385	5.91 331	7.48 373	10.86 380	13.66 375	4.55 330	3.92 350	7.72 356	5.88 345	0.02 320	0.26 275	0.00 1	0.00 1	0.30 328	14.53 414

MANE	15.61 406	2.70 376	7.19 358	3.43 386	5.19 391	21.44 401	9.54 406	24.27 413	29.58 403	33.72 413	42.10 416	42.08 414	32.55 413	24.60 406	20.72 403	1.46 385	2.17 398	1.34 385	4.60 407	0.49 357	3.04 387

WAO-6	11.65 395	2.71 377	4.73 302	7.69 394	7.28 398	17.41 394	7.45 399	20.43 403	38.14 413	10.13 379	19.37 390	27.36 401	12.38 394	13.35 393	13.26 384	4.38 389	2.43 402	10.51 401	0.03 260	9.00 391	4.96 393

ACVNet_1	6.79 380	2.72 378	6.97 356	9.78 400	7.38 399	7.67 370	2.29 355	10.50 386	6.93 371	4.51 342	5.39 340	13.21 380	6.34 375	7.02 334	3.31 319	9.70 401	2.48 403	10.85 402	0.11 299	11.41 402	7.23 400

ACVNet_2	9.32 386	2.76 379	8.07 369	8.84 397	6.89 395	14.54 392	4.19 374	14.25 393	23.92 396	7.62 366	19.61 392	20.42 392	5.93 372	8.52 369	3.64 322	9.16 398	1.74 397	7.93 393	0.36 376	10.56 397	7.47 403

WAO-7	9.62 387	2.87 380	5.64 335	0.96 340	0.21 232	20.37 400	5.13 384	23.65 412	26.32 401	13.11 388	27.70 407	22.69 395	14.04 396	14.53 397	13.11 383	0.13 359	0.09 254	0.58 376	0.10 296	0.51 360	0.75 282

SGM-ForestM	14.25 401	3.00 381	8.67 377	2.38 379	1.88 375	24.45 407	11.87 408	19.27 400	21.66 395	30.68 411	29.79 411	46.58 415	28.97 411	27.26 412	21.22 405	1.14 381	1.67 394	0.61 380	0.89 396	0.51 360	2.50 383

Dean	12.08 398	3.10 382	8.10 370	10.98 402	8.34 402	18.85 397	5.53 388	21.57 408	40.96 415	11.81 384	21.91 396	25.74 400	9.74 384	8.20 362	5.76 343	9.65 400	2.35 400	9.94 396	0.65 389	10.97 399	7.40 401

MSC_U_SF_DS_RVC	5.48 372	3.14 383	10.56 383	0.47 264	0.29 268	24.98 408	8.65 405	6.24 344	9.96 381	4.38 339	8.16 357	8.42 369	2.44 318	9.46 376	6.27 349	1.11 379	1.70 395	0.33 372	0.47 382	1.16 380	1.35 328

MFN_U_SF_DS_RVC	3.61 348	3.47 384	9.32 378	0.19 196	0.30 280	13.80 387	7.49 401	5.15 279	3.95 345	3.06 311	3.94 327	4.60 331	1.20 261	8.49 368	2.79 305	0.70 374	1.22 378	0.04 350	0.84 391	0.50 359	1.23 319

RTS	10.27 391	3.55 385	66.16 415	1.62 370	2.34 380	13.96 389	6.25 392	6.95 362	18.07 393	8.81 372	19.18 388	6.82 363	2.96 331	26.87 410	19.93 400	0.00 1	0.42 289	0.00 1	0.03 260	0.40 350	0.99 305

RTSA	10.27 391	3.55 385	66.16 415	1.62 370	2.34 380	13.96 389	6.25 392	6.95 362	18.07 393	8.81 372	19.18 388	6.82 363	2.96 331	26.87 410	19.93 400	0.00 1	0.42 289	0.00 1	0.03 260	0.40 350	0.99 305

ADCS	5.55 373	3.55 385	19.07 398	0.43 255	0.14 204	5.87 361	4.20 375	7.65 375	7.80 376	9.79 378	6.22 347	6.48 360	5.52 369	10.52 384	22.41 408	0.00 1	0.00 1	0.00 1	0.00 1	0.48 356	0.97 303

LVE	11.75 397	3.56 388	5.48 333	10.38 401	8.28 401	22.54 402	7.53 402	17.01 396	32.01 406	9.26 376	23.28 400	23.43 398	9.72 383	11.79 391	7.81 357	10.09 403	2.62 409	11.07 403	0.59 386	11.18 401	7.44 402

Wz-Net-SNSev	3.01 336	3.59 389	12.98 390	0.45 257	0.04 143	2.72 297	1.12 333	5.80 325	2.42 294	2.30 268	2.62 295	6.39 357	1.29 272	10.20 380	7.19 355	0.00 1	0.01 192	0.00 1	0.00 1	0.29 326	0.72 279

SGM+DAISY	6.27 376	3.62 390	9.36 379	2.30 377	2.34 380	9.12 379	6.38 394	6.98 364	6.00 364	14.26 390	15.55 379	14.02 383	9.84 385	9.45 375	8.56 360	1.21 382	1.60 392	0.58 376	0.86 394	0.63 372	2.74 384

AnyNet_C32	4.41 364	3.74 391	15.17 395	0.48 272	0.51 303	5.99 362	6.52 397	5.30 290	2.72 315	6.86 361	3.66 320	5.21 349	3.19 339	7.42 345	19.54 398	0.08 351	0.04 230	0.20 369	0.09 291	0.67 375	0.76 283

IMH-64-1	10.12 389	3.75 392	4.24 281	11.47 403	9.26 403	11.93 385	5.30 386	18.72 398	15.74 388	7.16 364	18.55 384	16.83 387	6.83 376	11.66 388	9.62 370	10.09 403	2.54 404	15.69 407	1.72 400	12.82 403	8.45 404

IMH-64	10.12 389	3.75 392	4.24 281	11.47 403	9.26 403	11.93 385	5.30 386	18.72 398	15.74 388	7.16 364	18.55 384	16.83 387	6.83 376	11.66 388	9.62 370	10.09 403	2.54 404	15.69 407	1.72 400	12.82 403	8.45 404

RainbowNet	5.23 369	4.09 394	4.92 312	9.61 398	6.18 392	5.26 356	3.48 366	7.68 376	4.58 353	1.94 243	3.02 303	4.67 335	3.42 341	5.90 275	2.01 271	9.59 399	2.19 399	8.45 395	0.20 339	10.52 396	6.82 398

IMH	11.71 396	4.49 395	4.59 298	11.55 405	9.35 405	14.27 391	5.00 382	21.03 406	25.97 400	8.90 374	23.64 402	20.58 394	10.29 387	13.39 394	9.59 369	10.13 406	2.57 406	15.53 405	1.75 402	13.04 405	8.53 406

WAO-8	14.47 402	5.06 396	6.42 350	8.00 395	6.65 393	23.95 405	2.97 359	23.01 409	45.08 416	19.24 400	34.86 414	33.07 405	17.51 402	17.59 401	14.38 386	5.22 391	0.86 324	10.06 397	0.85 392	10.25 394	4.34 391

Venus	14.47 402	5.06 396	6.42 350	8.00 395	6.65 393	23.95 405	2.97 359	23.01 409	45.08 416	19.24 400	34.85 413	33.07 405	17.51 402	17.59 401	14.38 386	5.22 391	0.86 324	10.06 397	0.85 392	10.25 394	4.34 391

AnyNet_C01	7.15 381	5.48 398	37.47 409	1.08 349	0.59 316	11.50 383	6.49 396	6.93 360	4.31 348	8.06 369	9.11 362	8.72 370	4.06 351	14.50 396	21.97 407	0.11 356	0.08 248	0.24 371	0.09 291	1.11 379	1.07 311

coex-ft	12.25 399	6.22 399	80.44 418	0.15 186	0.15 212	2.43 284	0.98 326	3.07 109	29.54 402	49.22 417	16.44 380	15.69 385	16.17 399	7.44 346	15.30 390	0.05 340	0.07 244	0.01 321	0.05 275	0.35 340	1.15 315

Wz-Net-TNSev	4.36 363	6.36 400	22.98 400	0.22 212	0.06 156	7.00 365	3.45 365	7.46 373	3.81 344	2.12 256	0.63 166	7.29 366	5.11 362	9.87 378	9.72 372	0.00 1	0.00 1	0.00 1	0.02 258	0.36 342	0.66 271

JetBlue	14.57 404	6.38 401	35.83 408	0.95 339	7.05 396	51.27 417	22.93 415	16.51 394	9.78 379	11.72 383	17.82 383	27.82 402	17.62 404	33.31 415	20.36 402	0.35 371	0.18 267	0.15 367	0.25 356	5.36 387	5.74 394

TorneroNet-64	16.11 407	6.82 402	6.11 342	14.13 406	12.13 407	28.42 413	6.47 395	20.35 402	38.01 412	12.80 387	27.88 408	35.94 409	16.83 400	20.38 404	16.77 393	10.33 407	2.60 407	19.45 410	2.86 403	14.63 407	9.33 408

TorneroNet	16.83 408	6.92 403	6.68 354	14.15 407	12.07 406	27.63 412	8.39 404	21.53 407	37.64 411	14.70 393	32.94 412	33.55 407	18.95 407	19.68 403	20.80 404	10.39 408	2.61 408	19.77 411	3.45 404	15.42 408	9.28 407

PWCK	9.63 388	6.94 404	19.91 399	6.25 390	0.22 233	22.62 403	14.62 412	12.15 389	13.48 385	14.34 391	13.17 374	13.25 381	8.40 379	16.14 398	11.57 379	6.38 393	0.26 275	2.41 390	0.11 299	8.57 390	1.74 355

KSHMR	14.93 405	8.30 405	8.52 375	15.54 409	13.01 408	17.62 395	10.36 407	19.39 401	30.53 404	19.03 397	22.15 398	28.32 403	9.61 382	16.44 399	10.96 375	10.98 411	3.74 414	21.96 413	4.87 410	16.79 409	10.39 409

UDG	3.15 339	9.41 406	2.81 206	2.72 383	0.92 347	2.39 283	0.11 208	4.12 199	1.30 162	2.35 272	3.63 319	4.96 340	1.58 292	4.33 203	2.89 308	1.22 383	0.04 230	8.09 394	3.80 406	4.94 386	1.35 328

BEATNet-Init1	19.30 410	9.61 407	39.48 410	3.09 385	2.67 383	39.40 416	17.68 413	23.58 411	25.88 399	38.63 414	37.63 415	50.99 416	33.56 415	30.54 413	24.44 411	1.09 378	1.51 390	0.60 379	0.88 395	1.81 384	2.89 385

DDUNet	3.58 345	11.19 408	3.84 268	3.59 387	3.31 387	4.14 336	0.20 236	4.40 224	1.33 167	2.72 299	3.11 307	3.16 295	0.37 182	4.18 192	1.47 247	2.02 387	0.05 235	10.10 399	3.59 405	5.85 388	3.05 388

UNDER WATER-64	20.90 413	11.73 409	33.74 406	20.56 412	13.88 409	34.56 415	24.71 416	16.81 395	33.52 408	22.54 407	17.10 381	40.14 413	33.68 416	25.46 408	23.75 410	10.68 409	2.78 411	18.70 409	4.60 407	17.07 410	12.03 413

UNDER WATER	20.50 412	13.77 410	33.30 405	20.84 413	14.55 410	30.38 414	19.68 414	17.23 397	34.25 409	21.44 405	18.98 386	38.38 410	31.61 412	25.31 407	22.42 409	10.71 410	2.76 410	19.90 412	4.92 411	17.87 411	11.76 412

MADNet+	11.36 394	15.59 411	70.62 417	1.36 365	1.52 369	20.21 399	4.98 380	12.73 391	8.13 378	3.88 331	6.42 350	8.89 372	6.29 374	32.76 414	29.90 413	0.25 369	1.05 347	0.01 321	0.22 348	0.60 369	1.76 357

ktn	19.65 411	19.61 412	8.27 373	22.99 415	17.38 413	23.89 404	11.97 409	24.83 414	34.40 410	19.19 399	27.37 405	32.56 404	18.29 405	16.52 400	18.28 396	22.43 415	3.70 413	29.28 416	10.90 414	19.65 413	11.59 411

DPSimNet_ROB	26.59 415	21.34 413	28.49 404	25.34 416	19.24 414	25.03 409	28.61 417	30.13 416	30.91 405	33.36 412	29.60 410	33.91 408	28.18 410	25.99 409	42.58 415	17.84 414	15.40 416	25.41 414	22.86 418	21.10 415	26.45 419

notaker	18.29 409	22.89 414	10.13 381	18.52 411	14.64 411	17.81 396	7.48 400	20.77 404	24.37 398	21.91 406	27.45 406	39.00 411	20.06 408	20.53 405	21.90 406	12.54 412	2.81 412	25.96 415	6.03 412	19.60 412	11.37 410

DispFullNet	8.26 383	24.76 415	14.96 394	14.77 408	7.78 400	5.23 354	0.09 199	5.67 314	3.16 333	9.01 375	4.87 336	6.15 355	10.66 389	10.44 383	4.54 334	2.54 388	0.33 284	15.59 406	4.84 409	13.17 406	6.59 397

SPstereo	61.24 420	27.43 416	41.43 412	33.64 417	25.42 416	72.54 420	80.04 420	100.00 430	100.00 428	97.56 426	96.24 425	100.00 431	95.10 425	94.86 424	76.77 420	29.55 417	22.53 417	47.20 420	42.52 419	19.77 414	22.12 418

HanzoNet	30.55 416	30.82 417	24.44 401	22.40 414	19.25 415	25.74 410	14.00 411	29.76 415	40.45 414	43.57 415	44.15 417	55.63 417	46.26 417	43.79 417	45.27 416	28.35 416	9.71 415	30.23 417	16.18 416	23.20 416	17.85 415

MADNet++	48.24 418	34.06 418	39.67 411	43.36 418	41.25 419	66.15 418	33.15 418	60.90 419	54.14 419	72.30 419	61.91 419	58.11 418	56.05 418	58.09 418	59.59 419	43.04 419	36.86 419	35.73 418	22.37 417	45.96 418	42.06 420

JetRed	35.17 417	40.12 419	62.92 413	15.92 410	26.66 417	70.02 419	42.94 419	32.33 417	33.48 407	46.29 416	45.31 418	39.98 412	26.04 409	38.73 416	56.93 418	12.90 413	37.58 420	13.38 404	9.53 413	30.41 417	21.91 417

DLNR_Zeroshot_test	23.30 414	50.27 420	88.62 419	97.23 431	94.59 427	1.20 72	0.00 1	20.92 405	0.64 35	0.06 14	0.02 1	0.03 5	0.02 16	4.50 213	0.25 82	32.51 418	0.96 343	0.00 1	0.27 367	72.47 424	1.47 334

LRCNet_RVC	60.82 419	63.91 421	64.33 414	69.26 423	50.13 420	19.76 398	0.07 182	58.24 418	5.77 361	75.95 420	85.64 420	74.51 419	62.84 419	58.99 419	50.33 417	93.38 427	56.04 424	93.60 425	93.06 425	68.67 423	71.95 425

xxxxx1	76.86 422	82.53 422	93.06 422	61.86 420	67.25 421	95.91 423	95.20 424	75.90 420	81.13 420	82.69 421	86.70 421	89.27 420	87.62 420	85.18 420	86.89 421	55.21 420	54.91 421	60.27 421	72.48 422	60.77 420	62.32 421

tt_ll	76.86 422	82.53 422	93.06 422	61.86 420	67.25 421	95.91 423	95.20 424	75.90 420	81.13 420	82.69 421	86.70 421	89.27 420	87.62 420	85.18 420	86.89 421	55.21 420	54.91 421	60.27 421	72.48 422	60.77 420	62.32 421

ff	76.86 422	82.53 422	93.06 422	61.86 420	67.25 421	95.91 423	95.20 424	75.90 420	81.13 420	82.69 421	86.70 421	89.27 420	87.62 420	85.18 420	86.89 421	55.21 420	54.91 421	60.27 421	72.48 422	60.77 420	62.32 421

MEDIAN_ROB	96.88 426	99.41 425	98.74 426	94.82 426	94.30 426	93.21 422	90.85 422	95.70 425	94.83 424	97.65 427	97.67 426	98.31 425	96.57 426	94.60 423	93.95 426	99.78 435	98.28 426	99.99 429	99.90 428	99.50 431	99.57 429

PML	88.69 425	99.49 426	92.95 421	94.34 425	94.09 425	98.57 427	96.73 427	93.58 423	94.50 423	99.57 429	91.07 424	95.40 424	91.48 423	99.96 431	90.33 424	99.98 437	31.85 418	100.00 431	46.15 420	93.62 426	70.14 424

HaxPig	97.67 428	99.63 427	91.79 420	99.82 436	99.96 430	88.42 421	87.25 421	98.22 426	99.89 426	99.93 430	99.96 428	99.95 429	99.86 428	96.37 425	92.57 425	99.96 436	99.98 429	99.99 429	99.99 429	99.99 438	99.91 431

Anonymous_1	96.94 427	99.72 428	99.64 429	92.03 424	93.81 424	100.00 429	100.00 429	99.18 427	99.90 427	98.59 428	99.75 427	99.15 426	99.95 429	98.52 426	99.54 427	87.31 423	98.83 427	90.77 424	96.89 426	91.07 425	94.14 426

AVERAGE_ROB	99.26 432	99.81 429	97.70 425	100.00 439	100.00 432	96.38 426	91.35 423	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	99.98 432	99.97 429	100.00 438	100.00 430	100.00 431	100.00 430	100.00 439	100.00 439

DPSMNet_ROB	99.43 434	99.92 430	99.98 431	96.44 430	100.00 432	100.00 429	100.00 429	99.82 429	100.00 428	95.92 424	100.00 429	99.26 427	100.00 430	99.77 428	99.99 430	98.36 429	100.00 430	99.86 427	100.00 430	99.38 429	99.98 438

DGTPSM_ROB	99.42 433	99.92 430	99.98 431	96.43 429	100.00 432	100.00 429	100.00 429	99.81 428	100.00 428	95.92 424	100.00 429	99.26 427	100.00 430	99.77 428	99.99 430	98.23 428	100.00 430	99.86 427	100.00 430	99.38 429	99.97 437

test_example2	98.82 429	99.97 432	99.97 430	99.95 438	99.97 431	99.48 428	99.97 428	94.95 424	100.00 428	100.00 431	100.00 429	93.49 423	93.63 424	99.93 430	99.91 428	100.00 438	99.77 428	96.68 426	98.65 427	100.00 439	100.00 439

MyStereo03	99.94 437	100.00 433	100.00 433	99.73 433	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.08 430	100.00 430	100.00 431	100.00 430	99.98 433	99.94 432

MyStereo02	99.94 437	100.00 433	100.00 433	99.73 433	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.08 430	100.00 430	100.00 431	100.00 430	99.98 433	99.94 432

MyStereo	99.94 437	100.00 433	100.00 433	99.73 433	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.08 430	100.00 430	100.00 431	100.00 430	99.98 433	99.94 432

Selective-RAFT-Error	100.00 440	100.00 433	100.00 433	100.00 439	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	100.00 438	100.00 430	100.00 431	100.00 430	99.98 433	99.94 432

CasAABBNet	99.93 435	100.00 433	100.00 433	99.70 432	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.08 430	100.00 430	100.00 431	100.00 430	99.96 432	99.94 432

LSM0	99.93 435	100.00 433	100.00 433	99.82 436	100.00 432	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	99.09 434	100.00 430	100.00 431	100.00 430	99.98 433	99.79 430

DPSM_ROB	99.05 430	100.00 433	100.00 433	95.92 427	98.77 428	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.10 425	100.00 430	100.00 431	100.00 430	95.46 427	97.74 427

DPSM	99.05 430	100.00 433	100.00 433	95.92 427	98.77 428	100.00 429	100.00 429	100.00 430	100.00 428	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.10 425	100.00 430	100.00 431	100.00 430	95.46 427	97.74 427

Low-res two-view benchmark