Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

CAS	0.63 119	0.18 1	0.37 2	2.27 394	0.84 351	0.57 76	0.54 193	0.79 14	0.62 23	0.48 18	0.70 32	0.36 2	0.26 1	0.45 2	0.35 27	2.24 395	0.10 1	0.14 1	0.09 1	0.15 5	1.06 385

CES	0.48 34	0.20 2	0.37 2	0.39 4	1.39 386	0.55 68	0.35 48	0.98 64	0.66 40	0.44 8	0.66 24	0.35 1	0.27 2	0.56 10	0.33 16	0.15 6	0.13 43	0.15 3	0.10 2	0.19 73	1.46 390

s12784h	0.52 41	0.20 2	0.38 4	0.41 5	0.19 1	0.96 228	0.34 44	1.17 127	1.25 238	0.81 69	0.90 66	0.63 59	0.50 57	1.45 171	0.42 75	0.14 4	0.12 10	0.17 14	0.11 6	0.18 43	0.11 1

IGEV+	0.40 8	0.21 4	0.53 28	0.45 33	0.28 52	0.49 31	0.39 82	0.99 66	0.68 44	0.52 29	0.48 6	0.50 32	0.53 66	0.70 34	0.37 39	0.20 119	0.11 3	0.17 14	0.13 11	0.17 24	0.15 27

LoS	0.40 8	0.21 4	0.44 11	0.37 2	0.22 4	0.50 41	0.40 86	1.00 71	0.94 108	0.48 18	0.66 24	0.48 22	0.40 18	0.60 23	0.37 39	0.18 60	0.14 76	0.16 9	0.11 6	0.14 2	0.14 11

CREStereo++_RVC	0.47 32	0.21 4	0.38 4	0.45 33	0.38 173	0.45 18	0.25 4	0.75 9	1.29 259	0.80 65	1.21 170	0.47 19	0.37 13	0.53 5	0.44 86	0.16 11	0.11 3	0.15 3	0.80 382	0.18 43	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.44 23	0.21 4	0.44 11	0.41 5	0.21 3	0.65 111	0.26 9	0.79 14	0.83 76	0.93 86	0.98 83	0.51 33	0.46 34	0.54 7	0.35 27	0.18 60	0.24 276	0.16 9	0.13 11	0.16 13	0.26 228

CREStereo	0.39 5	0.21 4	0.38 4	0.34 1	0.22 4	0.53 59	0.29 20	0.77 12	1.11 176	0.58 34	0.71 34	0.51 33	0.41 20	0.54 7	0.34 24	0.18 60	0.13 43	0.15 3	0.10 2	0.14 2	0.14 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.46 26	0.21 4	0.38 4	0.37 2	0.23 6	0.71 145	0.27 15	0.74 8	1.04 148	0.64 43	0.70 32	0.55 41	0.47 40	0.86 71	0.35 27	1.00 380	0.13 43	0.15 3	0.10 2	0.15 5	0.13 3

EGLCR-Stereo	0.37 3	0.22 10	0.51 24	0.43 8	0.26 20	0.44 17	0.22 2	0.99 66	0.48 4	0.42 4	0.42 2	0.67 69	0.29 3	0.86 71	0.33 16	0.17 32	0.12 10	0.19 51	0.17 76	0.17 24	0.15 27

test_4	0.53 50	0.22 10	0.56 38	0.54 137	0.32 108	0.64 99	0.39 82	0.80 19	0.62 23	0.92 85	1.87 327	0.68 71	0.42 22	1.16 125	0.37 39	0.15 6	0.13 43	0.20 75	0.22 200	0.20 100	0.15 27

test-3	0.54 64	0.22 10	0.68 91	0.47 43	0.27 33	0.58 77	0.35 48	0.92 42	1.00 136	1.32 249	0.69 31	0.87 129	0.45 31	1.68 214	0.37 39	0.16 11	0.11 3	0.20 75	0.16 60	0.17 24	0.13 3

test_1	0.54 64	0.22 10	0.68 91	0.47 43	0.27 33	0.58 77	0.35 48	0.92 42	1.00 136	1.28 224	0.68 28	0.87 129	0.45 31	1.67 209	0.37 39	0.16 11	0.11 3	0.20 75	0.16 60	0.17 24	0.13 3

MIF-Stereo	0.36 1	0.23 14	0.59 54	0.48 55	0.36 148	0.40 10	0.32 31	0.53 1	0.49 5	0.54 32	0.55 18	0.36 2	0.31 6	0.58 13	0.51 133	0.20 119	0.15 126	0.17 14	0.15 31	0.19 73	0.15 27

MC-Stereo	0.43 15	0.23 14	0.48 15	0.51 98	0.28 52	0.39 9	0.32 31	0.88 33	0.68 44	0.60 40	0.84 56	0.56 43	0.61 108	1.03 101	0.31 5	0.17 32	0.11 3	0.17 14	0.15 31	0.16 13	0.13 3

RCA-Stereo	0.50 39	0.23 14	0.58 49	0.48 55	0.33 124	0.55 68	0.45 138	0.97 62	1.38 299	0.68 46	1.05 112	0.63 59	0.80 166	0.59 14	0.32 7	0.17 32	0.12 10	0.17 14	0.14 23	0.16 13	0.14 11

test_3	0.55 79	0.23 14	0.71 117	0.53 122	0.28 52	0.61 90	0.40 86	0.92 42	1.05 152	1.19 188	0.68 28	0.93 147	0.44 28	1.67 209	0.39 56	0.15 6	0.12 10	0.22 124	0.19 110	0.21 134	0.14 11

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

111	0.60 104	0.23 14	0.70 106	0.43 8	0.24 9	0.72 147	0.42 99	1.18 132	1.41 311	0.80 65	1.38 232	1.10 204	0.79 161	0.96 85	0.58 164	0.18 60	0.13 43	0.17 14	0.15 31	0.17 24	0.19 114

MIM_Stereo	0.57 93	0.24 20	0.92 218	0.46 37	0.30 81	0.54 62	0.28 18	1.27 156	0.75 57	1.00 104	1.16 157	0.93 147	0.53 66	1.45 171	0.61 175	0.16 11	0.16 157	0.20 75	0.19 110	0.17 24	0.14 11

AEACV	0.37 3	0.24 20	0.52 26	0.47 43	0.51 247	0.37 8	0.38 71	0.65 4	0.53 16	0.42 4	0.56 19	0.46 16	0.60 99	0.53 5	0.30 1	0.16 11	0.13 43	0.18 37	0.15 31	0.17 24	0.14 11

Any-RAFT	0.53 50	0.24 20	0.47 13	0.47 43	0.27 33	1.00 238	0.25 4	1.58 223	1.05 152	0.85 79	0.99 85	1.06 188	0.47 40	0.70 34	0.32 7	0.18 60	0.13 43	0.16 9	0.13 11	0.16 13	0.16 42

4D-IteraStereo	0.48 34	0.24 20	0.76 158	0.50 75	0.44 206	0.66 120	0.31 28	0.87 26	1.02 141	1.03 114	0.72 36	0.78 92	0.32 9	0.64 26	0.37 39	0.17 32	0.11 3	0.23 153	0.19 110	0.19 73	0.13 3

Selective-IGEV	0.39 5	0.24 20	0.50 18	0.44 23	0.25 18	0.46 19	0.33 34	1.25 154	0.40 1	0.35 1	0.45 3	0.52 38	0.30 4	1.07 112	0.30 1	0.14 4	0.12 10	0.17 14	0.13 11	0.16 13	0.13 3

fff	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 21	0.36 58	1.07 105	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

ADStereo(finetuned)	0.57 93	0.24 20	1.06 260	0.43 8	0.24 9	0.49 31	0.35 48	1.05 90	1.30 265	1.12 140	1.03 108	0.58 49	1.20 297	0.84 66	0.51 133	0.16 11	0.13 43	0.17 14	0.13 11	0.18 43	0.19 114

CrosDoStereo	1.58 341	0.24 20	0.72 121	0.48 55	0.29 65	0.67 124	12.49 417	1.10 112	0.98 124	1.34 260	1.75 312	1.00 171	1.89 362	6.65 376	0.81 230	0.19 92	0.15 126	0.20 75	0.22 200	0.18 43	0.19 114

DeepStereo_LL	1.58 341	0.24 20	0.72 121	0.48 55	0.29 65	0.67 124	12.49 417	1.10 112	0.98 124	1.34 260	1.75 312	1.00 171	1.89 362	6.65 376	0.81 230	0.19 92	0.15 126	0.20 75	0.22 200	0.18 43	0.19 114

DRaft	0.80 207	0.24 20	0.70 106	0.45 33	0.30 81	0.97 232	0.53 189	1.05 90	0.97 119	1.78 336	2.02 340	0.80 97	1.74 352	2.73 295	0.72 202	0.17 32	0.14 76	0.20 75	0.20 138	0.18 43	0.21 154

RAFT-RH_RVC	1.03 278	0.24 20	0.67 88	0.49 68	0.28 52	0.81 187	0.33 34	0.83 23	1.08 164	2.05 356	4.65 391	1.04 186	0.57 88	5.98 368	0.50 130	0.18 60	0.13 43	0.26 229	0.20 138	0.16 13	0.17 62

DCANet	0.54 64	0.24 20	0.70 106	0.43 8	0.24 9	0.49 31	0.36 58	1.05 90	1.30 265	1.12 140	1.03 108	0.58 49	0.92 216	0.81 61	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.18 43	0.19 114

csc	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 21	0.36 58	1.07 105	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

cscssc	0.53 50	0.24 20	0.70 106	0.43 8	0.24 9	0.48 21	0.36 58	1.07 105	1.25 238	1.10 134	1.02 100	0.57 45	1.06 271	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

CFNet-RSSM	0.54 64	0.24 20	0.70 106	0.48 55	0.28 52	0.60 87	0.27 15	1.49 196	1.14 192	1.06 118	0.93 71	1.08 195	0.54 70	0.70 34	0.35 27	0.16 11	0.12 10	0.17 14	0.15 31	0.16 13	0.14 11

Gwc-CoAtRS	0.52 41	0.24 20	0.68 91	0.48 55	0.29 65	0.64 99	0.25 4	1.16 125	1.08 164	1.01 107	1.00 88	1.12 209	0.56 80	0.69 32	0.37 39	0.16 11	0.13 43	0.17 14	0.15 31	0.15 5	0.15 27

StereoIM	0.36 1	0.25 36	0.58 49	0.44 23	0.34 139	0.30 3	0.30 23	0.72 6	0.50 6	0.37 2	0.36 1	0.58 49	0.49 56	0.52 4	0.36 33	0.19 92	0.16 157	0.19 51	0.15 31	0.18 43	0.14 11

MIF-Stereo (partial)	0.45 25	0.25 36	0.70 106	0.50 75	0.52 255	0.35 5	0.26 9	0.91 41	0.59 21	0.45 12	0.71 34	0.51 33	0.51 59	1.11 118	0.45 94	0.20 119	0.16 157	0.23 153	0.20 138	0.24 195	0.18 80

CASnet	0.41 11	0.25 36	0.48 15	0.50 75	0.20 2	0.50 41	0.36 58	0.81 22	0.80 69	0.83 73	0.68 28	0.48 22	0.31 6	0.54 7	0.32 7	0.18 60	0.12 10	0.27 240	0.22 200	0.23 181	0.14 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 64	0.25 36	0.64 74	0.47 43	0.30 81	0.97 232	0.27 15	1.24 152	0.81 70	0.96 93	1.12 140	1.28 250	0.48 48	0.71 39	0.36 33	0.17 32	0.13 43	0.17 14	0.14 23	0.16 13	0.16 42

GLC_STEREO	0.39 5	0.25 36	0.41 9	0.54 137	0.23 6	0.48 21	0.30 23	0.73 7	0.58 18	0.52 29	0.73 37	0.51 33	0.31 6	0.64 26	0.42 75	0.17 32	0.20 229	0.23 153	0.19 110	0.21 134	0.17 62

RAFT-345	0.84 224	0.25 36	0.66 84	0.50 75	0.27 33	0.54 62	0.42 99	0.83 23	1.11 176	1.32 249	2.34 356	0.86 125	0.54 70	5.72 361	0.47 112	0.18 60	0.13 43	0.22 124	0.17 76	0.17 24	0.16 42

cross-raft	0.54 64	0.25 36	0.61 61	0.52 114	0.29 65	0.68 131	0.37 67	1.46 191	0.76 60	1.01 107	1.06 114	1.28 250	0.46 34	0.71 39	0.35 27	0.15 6	0.12 10	0.18 37	0.16 60	0.19 73	0.14 11

GMM-Stereo	0.74 181	0.25 36	0.59 54	0.54 137	0.34 139	0.72 147	0.99 322	1.01 76	0.87 83	1.36 265	1.78 315	1.12 209	0.81 169	2.09 259	0.46 107	0.18 60	0.12 10	0.25 210	0.25 242	0.20 100	0.85 375

raftrobust	0.52 41	0.25 36	0.56 38	0.65 262	0.52 255	0.49 31	0.34 44	0.98 64	0.91 99	1.30 237	0.87 61	0.63 59	0.81 169	0.78 53	0.41 67	0.19 92	0.15 126	0.16 9	0.14 23	0.15 5	0.16 42

RAFT-Stereo + iAFF	0.54 64	0.25 36	0.68 91	0.43 8	0.24 9	0.40 10	0.34 44	1.04 84	1.09 170	1.32 249	1.60 286	0.80 97	0.68 129	0.67 31	0.39 56	0.13 1	0.10 1	0.18 37	0.17 76	0.17 24	0.13 3

AFF-stereo	0.58 98	0.25 36	0.64 74	0.46 37	0.29 65	0.34 4	0.38 71	1.15 124	1.14 192	1.17 179	1.60 286	1.10 204	0.71 137	0.97 90	0.43 84	0.13 1	0.11 3	0.19 51	0.19 110	0.17 24	0.14 11

H2IRNET	0.56 88	0.26 47	0.66 84	0.47 43	0.35 142	0.41 12	0.26 9	0.92 42	1.17 207	0.61 41	1.28 196	1.08 195	0.86 195	0.99 93	0.63 182	0.19 92	0.16 157	0.22 124	0.25 242	0.21 134	0.18 80

MGS-Stereo	0.42 12	0.26 47	0.58 49	0.44 23	0.28 52	0.50 41	0.34 44	0.57 2	0.83 76	0.46 13	1.31 206	0.52 38	0.33 10	0.65 30	0.36 33	0.19 92	0.16 157	0.18 37	0.15 31	0.17 24	0.16 42

MSKI-zero shot	0.55 79	0.26 47	0.57 46	0.51 98	0.26 20	0.69 135	0.28 18	1.18 132	0.64 27	0.91 83	1.32 212	0.82 105	0.33 10	1.92 243	0.32 7	0.17 32	0.12 10	0.17 14	0.13 11	0.16 13	0.16 42

LoS_RVC	0.42 12	0.26 47	0.40 8	0.44 23	0.82 349	0.51 52	0.44 127	0.64 3	0.41 2	0.44 8	0.78 46	0.44 9	0.47 40	0.56 10	0.36 33	0.13 1	0.12 10	0.14 1	0.10 2	0.13 1	0.84 374

DCRE	0.82 215	0.26 47	0.70 106	0.58 186	0.44 206	0.54 62	0.48 159	0.95 54	0.78 64	0.78 60	7.33 404	0.86 125	0.52 61	0.76 50	0.41 67	0.16 11	0.16 157	0.19 51	0.17 76	0.18 43	0.17 62

DCANet-4	0.54 64	0.26 47	1.07 264	0.42 7	0.24 9	0.48 21	0.36 58	0.99 66	1.30 265	1.10 134	1.02 100	0.56 43	0.75 142	0.73 45	0.52 139	0.16 11	0.13 43	0.17 14	0.13 11	0.15 5	0.19 114

tt	6.58 410	0.26 47	6.10 397	3.77 415	2.16 394	11.55 416	19.63 420	13.33 421	5.74 405	2.96 385	2.65 366	4.97 397	6.33 411	3.81 323	7.24 393	9.15 422	11.32 429	5.89 422	6.24 421	6.03 419	2.55 405

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

GMOStereo	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

error version	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

test-v	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

HHNet	0.62 113	0.26 47	0.63 68	0.43 8	0.45 213	0.50 41	0.58 225	1.07 105	1.01 138	1.25 215	2.23 351	0.70 79	0.61 108	1.07 112	0.47 112	0.20 119	0.13 43	0.23 153	0.19 110	0.19 73	0.30 260

FTStereo	0.91 246	0.26 47	0.56 38	0.54 137	0.33 124	0.66 120	1.87 382	1.00 71	0.75 57	1.75 333	4.15 385	1.04 186	1.65 345	1.57 194	0.46 107	0.19 92	0.16 157	0.23 153	0.21 174	0.18 43	0.63 358

ASMatch	0.88 238	0.26 47	0.69 100	0.51 98	0.35 142	0.48 21	0.37 67	1.12 120	0.92 103	1.10 134	3.28 375	0.96 162	0.98 244	4.90 342	0.49 124	0.19 92	0.16 157	0.22 124	0.19 110	0.19 73	0.27 234

PFNet	0.91 246	0.26 47	1.10 271	0.63 241	0.32 108	0.64 99	0.56 212	1.17 127	0.99 131	1.47 292	1.08 120	0.98 165	0.69 132	6.62 375	0.54 153	0.20 119	0.12 10	0.24 173	0.19 110	0.20 100	0.17 62

GrayStereo	0.82 215	0.26 47	0.58 49	0.63 241	0.37 156	0.76 163	1.86 381	1.11 118	0.87 83	1.99 353	1.89 329	1.08 195	1.82 360	1.39 161	0.48 117	0.19 92	0.14 76	0.19 51	0.21 174	0.18 43	0.39 302

test-2	0.53 50	0.26 47	0.65 78	0.50 75	0.29 65	0.52 54	0.43 115	0.89 34	0.96 112	1.41 280	1.14 148	0.85 121	0.56 80	0.59 14	0.38 50	0.16 11	0.14 76	0.24 173	0.21 174	0.20 100	0.15 27

test-1	0.52 41	0.26 47	1.04 256	0.56 169	0.32 108	0.61 90	0.38 71	1.10 112	0.91 99	0.78 60	1.01 93	0.77 89	0.52 61	0.60 23	0.42 75	0.17 32	0.14 76	0.20 75	0.17 76	0.20 100	0.23 186

iRaftStereo_RVC	0.47 32	0.26 47	0.64 74	0.50 75	0.29 65	0.53 59	0.33 34	1.05 90	0.77 62	0.84 75	1.00 88	0.55 41	0.37 13	0.81 61	0.40 60	0.17 32	0.12 10	0.22 124	0.20 138	0.19 73	0.15 27

raft+_RVC	0.53 50	0.26 47	0.54 33	0.60 210	0.47 227	0.54 62	0.54 193	1.27 156	0.99 131	0.76 56	1.03 108	0.70 79	0.56 80	0.93 84	0.47 112	0.18 60	0.14 76	0.19 51	0.18 90	0.18 43	0.15 27

XX-Stereo	0.63 119	0.26 47	1.90 352	0.81 332	0.67 307	0.43 15	0.23 3	1.03 80	0.58 18	0.65 44	1.56 278	1.41 271	0.39 15	1.28 135	0.35 27	0.20 119	0.14 76	0.20 75	0.19 110	0.18 43	0.14 11

R-Stereo Train	0.57 93	0.26 47	0.63 68	0.54 137	0.36 148	0.69 135	0.54 193	1.22 146	0.72 53	1.61 320	1.50 266	0.75 85	0.53 66	0.64 26	0.44 86	0.18 60	0.15 126	0.17 14	0.15 31	0.17 24	0.17 62

RAFT-Stereo	0.57 93	0.26 47	0.63 68	0.54 137	0.36 148	0.69 135	0.54 193	1.22 146	0.72 53	1.61 320	1.50 266	0.75 85	0.53 66	0.64 26	0.44 86	0.18 60	0.15 126	0.17 14	0.15 31	0.17 24	0.17 62
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AE-Stereo	0.49 37	0.27 70	0.67 88	0.60 210	0.39 181	0.67 124	0.46 145	1.18 132	1.09 170	0.47 14	0.75 41	0.69 76	0.47 40	0.59 14	0.40 60	0.16 11	0.15 126	0.21 98	0.20 138	0.19 73	0.15 27

ff7	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

ffff	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

11t	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

test croco	0.46 26	0.27 70	1.01 243	0.50 75	0.40 186	0.35 5	0.37 67	0.87 26	0.56 17	0.43 7	0.76 43	0.42 5	0.40 18	1.13 121	0.45 94	0.21 147	0.15 126	0.24 173	0.19 110	0.24 195	0.16 42

anonymousdsp2	0.53 50	0.27 70	0.74 147	0.48 55	0.29 65	0.76 163	0.47 151	1.61 230	0.82 75	0.77 59	0.77 44	0.75 85	0.47 40	1.03 101	0.40 60	0.18 60	0.13 43	0.18 37	0.13 11	0.19 73	0.18 80

anonymousdsp	0.43 15	0.27 70	0.53 28	0.44 23	0.32 108	0.50 41	0.42 99	0.89 34	0.51 13	0.49 21	0.53 11	0.47 19	0.47 40	1.33 144	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

anonymousa	0.72 164	0.27 70	0.75 149	0.47 43	0.63 298	1.43 304	0.45 138	1.24 152	0.89 90	1.28 224	1.75 312	1.62 306	1.13 285	0.69 32	0.59 166	0.19 92	0.16 157	0.23 153	0.25 242	0.20 100	0.18 80

riskmin	0.56 88	0.27 70	0.60 58	0.43 8	0.31 93	0.83 192	0.42 99	1.14 122	1.04 148	0.73 55	0.75 41	1.11 208	1.01 256	0.81 61	0.51 133	0.20 119	0.14 76	0.24 173	0.15 31	0.24 195	0.25 210

ccc-4	0.43 15	0.27 70	0.56 38	0.44 23	0.33 124	0.50 41	0.42 99	0.87 26	0.50 6	0.49 21	0.53 11	0.44 9	0.48 48	1.38 156	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80

IGEV-Stereo	0.43 15	0.27 70	0.54 33	0.45 33	0.32 108	0.50 41	0.42 99	0.90 40	0.51 13	0.49 21	0.53 11	0.47 19	0.47 40	1.32 142	0.33 16	0.17 32	0.12 10	0.21 98	0.15 31	0.18 43	0.18 80
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 156	0.27 70	0.97 231	0.51 98	0.43 200	0.79 178	0.33 34	1.21 139	1.06 155	1.30 237	1.10 129	0.52 38	0.55 76	3.16 310	0.63 182	0.16 11	0.14 76	0.19 51	0.16 60	0.18 43	0.17 62

IPLGR	0.58 98	0.27 70	1.14 278	0.48 55	0.28 52	0.65 111	0.33 34	1.22 146	1.13 190	1.18 184	1.05 112	0.69 76	0.66 128	0.96 85	0.52 139	0.17 32	0.15 126	0.20 75	0.17 76	0.20 100	0.18 80

PSM-AAD	0.79 204	0.27 70	0.53 28	0.55 156	0.28 52	0.77 169	1.24 348	0.99 66	0.91 99	1.66 326	1.57 282	0.81 100	2.19 376	1.65 204	0.44 86	0.19 92	0.14 76	0.38 321	0.32 310	0.21 134	0.70 366

THIR-Stereo	1.02 277	0.27 70	0.69 100	0.49 68	0.28 52	0.95 224	1.34 355	1.03 80	0.97 119	1.34 260	1.90 330	1.17 219	1.58 338	6.44 373	0.78 220	0.19 92	0.14 76	0.21 98	0.22 200	0.19 73	0.20 137

Prome-Stereo	0.75 188	0.27 70	0.53 28	0.55 156	0.32 108	0.59 81	0.97 318	0.89 34	0.88 87	1.45 289	2.46 362	0.91 138	1.41 322	1.58 196	0.44 86	0.18 60	0.13 43	0.19 51	0.17 76	0.20 100	0.92 376

MyStereo06	0.61 110	0.28 86	0.95 225	0.56 169	0.46 223	0.61 90	0.73 264	1.78 270	0.67 41	1.03 114	1.12 140	1.13 214	0.56 80	0.78 53	0.41 67	0.17 32	0.16 157	0.23 153	0.20 138	0.22 156	0.20 137

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

11t1	0.52 41	0.28 86	0.68 91	0.51 98	0.28 52	0.83 192	0.39 82	1.22 146	0.63 25	0.84 75	0.74 39	0.68 71	0.68 129	0.91 78	0.57 161	0.21 147	0.18 199	0.19 51	0.16 60	0.20 100	0.21 154

IGEVStereo-DCA	0.46 26	0.28 86	0.56 38	0.43 8	0.33 124	0.49 31	0.42 99	0.87 26	0.50 6	0.47 14	0.48 6	0.48 22	0.46 34	2.03 254	0.30 1	0.19 92	0.14 76	0.19 51	0.15 31	0.16 13	0.18 80

rrr	0.46 26	0.28 86	0.73 133	0.43 8	0.33 124	0.49 31	0.38 71	0.76 11	0.50 6	0.47 14	0.48 6	0.48 22	0.46 34	2.03 254	0.30 1	0.19 92	0.14 76	0.19 51	0.15 31	0.16 13	0.16 42

Selective-RAFT	0.52 41	0.28 86	0.79 172	0.55 156	0.27 33	0.91 209	0.33 34	0.80 19	0.88 87	0.58 34	0.63 22	0.81 100	0.77 154	1.29 138	0.48 117	0.19 92	0.14 76	0.17 14	0.15 31	0.19 73	0.17 62

ProNet	0.43 15	0.28 86	0.58 49	0.43 8	0.30 81	0.56 71	0.52 183	1.00 71	0.58 18	0.44 8	0.49 9	0.43 7	0.43 24	1.28 135	0.36 33	0.15 6	0.13 43	0.19 51	0.16 60	0.17 24	0.16 42

TestStereo1	0.63 119	0.28 86	0.75 149	0.76 320	0.31 93	0.48 21	0.43 115	1.30 160	1.21 225	0.97 96	1.31 206	0.64 62	0.77 154	1.75 222	0.42 75	0.20 119	0.15 126	0.22 124	0.18 90	0.21 134	0.17 62

DisPM	0.66 142	0.28 86	0.72 121	0.61 222	0.35 142	0.62 96	0.45 138	1.02 77	0.99 131	1.56 313	1.10 129	0.80 97	0.59 97	2.37 280	0.41 67	0.23 194	0.14 76	0.23 153	0.21 174	0.20 100	0.25 210

SA-5K	0.63 119	0.28 86	0.75 149	0.76 320	0.31 93	0.48 21	0.43 115	1.30 160	1.21 225	0.97 96	1.31 206	0.64 62	0.77 154	1.75 222	0.42 75	0.20 119	0.15 126	0.22 124	0.18 90	0.21 134	0.17 62

MIPNet	0.56 88	0.28 86	0.94 222	0.49 68	0.33 124	0.66 120	0.38 71	1.35 168	1.08 164	1.06 118	0.92 69	0.60 54	0.79 161	0.73 45	0.52 139	0.17 32	0.14 76	0.19 51	0.16 60	0.18 43	0.17 62

PFNet+	0.59 101	0.28 86	0.77 162	0.53 122	0.30 81	0.59 81	0.31 28	0.92 42	1.14 192	1.33 257	1.10 129	0.79 95	0.57 88	1.31 140	0.49 124	0.25 233	0.17 183	0.28 250	0.26 256	0.21 134	0.25 210

LCNet	0.72 164	0.28 86	0.52 26	0.55 156	0.31 93	0.69 135	0.54 193	1.00 71	0.88 87	1.19 188	1.34 219	0.97 164	1.34 319	2.56 288	0.45 94	0.18 60	0.13 43	0.21 98	0.25 242	0.27 225	0.73 369

AAGNet	1.83 359	0.28 86	0.72 121	0.61 222	0.32 108	0.67 124	0.51 174	0.96 61	0.98 124	1.47 292	1.20 168	1.00 171	1.18 291	2.83 297	22.77 423	0.22 170	0.13 43	0.22 124	0.19 110	0.23 181	0.15 27

STrans-v2	1.04 281	0.28 86	0.96 229	0.49 68	0.32 108	0.68 131	0.79 277	2.47 378	1.12 180	1.12 140	1.46 256	1.40 268	1.46 328	6.70 380	0.43 84	0.18 60	0.13 43	0.20 75	0.18 90	0.18 43	0.18 80

TransformOpticalFlow	0.96 257	0.28 86	0.89 208	0.52 114	0.31 93	0.66 120	0.54 193	1.75 257	1.12 180	1.09 126	1.44 248	1.37 267	1.01 256	6.70 380	0.42 75	0.19 92	0.12 10	0.20 75	0.19 110	0.18 43	0.19 114

KYRaft	0.75 188	0.28 86	0.62 65	0.56 169	0.29 65	0.67 124	0.86 295	0.94 51	0.84 78	1.62 323	2.21 350	1.16 218	1.02 261	1.57 194	0.40 60	0.20 119	0.13 43	0.22 124	0.28 281	0.20 100	1.02 380

SST-Stereo	0.83 220	0.28 86	0.72 121	0.59 199	0.31 93	0.72 147	0.26 9	1.09 110	0.86 79	1.47 292	1.10 129	1.00 171	0.87 199	5.73 362	0.45 94	0.22 170	0.13 43	0.23 153	0.19 110	0.23 181	0.18 80

RAFT_R40	0.83 220	0.28 86	0.73 133	0.59 199	0.31 93	0.69 135	0.44 127	1.10 112	0.95 110	1.47 292	1.10 129	1.00 171	0.85 187	5.53 356	0.46 107	0.22 170	0.13 43	0.23 153	0.20 138	0.23 181	0.18 80

IRAFT_RVC	0.88 238	0.28 86	0.76 158	0.63 241	0.31 93	0.65 111	1.02 327	1.22 146	0.94 108	1.22 200	1.04 111	1.01 178	0.98 244	5.82 363	0.53 147	0.22 170	0.12 10	0.25 210	0.20 138	0.20 100	0.19 114

test_xeample3	0.42 12	0.28 86	0.69 100	0.43 8	0.33 124	0.56 71	0.38 71	0.79 14	0.45 3	0.53 31	0.46 4	0.44 9	0.44 28	1.38 156	0.31 5	0.18 60	0.14 76	0.19 51	0.15 31	0.17 24	0.16 42

xxxx	1.51 337	0.28 86	0.68 91	0.54 137	0.28 52	1.16 265	0.44 127	2.19 355	1.29 259	1.09 126	1.36 226	1.22 228	0.85 187	1.79 230	15.70 416	0.24 209	0.21 245	0.21 98	0.20 138	0.22 156	0.23 186

test_xeample	1.45 333	0.28 86	0.65 78	0.51 98	0.28 52	0.94 220	0.59 232	2.14 342	1.29 259	1.24 211	1.51 268	0.88 132	0.86 195	1.46 173	15.10 413	0.22 170	0.20 229	0.22 124	0.20 138	0.22 156	0.22 169

EAI-Stereo	0.65 134	0.28 86	0.69 100	0.53 122	0.27 33	0.60 87	0.40 86	2.28 365	0.64 27	0.71 51	3.18 374	0.57 45	0.43 24	1.06 108	0.41 67	0.18 60	0.13 43	0.17 14	0.17 76	0.17 24	0.17 62

SFCPSM	0.70 158	0.28 86	1.02 249	0.51 98	0.38 173	1.37 294	0.66 249	2.00 318	1.03 144	1.17 179	1.21 170	0.82 105	0.78 159	1.03 101	0.53 147	0.21 147	0.17 183	0.22 124	0.24 231	0.21 134	0.19 114

FENet	0.60 104	0.28 86	0.63 68	0.54 137	0.33 124	0.83 192	0.38 71	1.27 156	1.07 160	1.00 104	0.86 58	0.99 170	0.85 187	0.96 85	0.68 192	0.22 170	0.15 126	0.23 153	0.20 138	0.22 156	0.23 186

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

MyStereo8	0.65 134	0.29 113	1.00 239	0.58 186	0.49 231	0.91 209	0.35 48	1.18 132	1.31 269	1.16 170	1.27 191	0.90 137	0.64 121	0.72 42	0.95 254	0.18 60	0.14 76	0.20 75	0.18 90	0.22 156	0.26 228

MyStereo07	0.48 34	0.29 113	0.50 18	0.55 156	0.45 213	0.59 81	0.79 277	1.05 90	0.51 13	0.48 18	0.53 11	0.43 7	0.55 76	1.30 139	0.34 24	0.17 32	0.16 157	0.24 173	0.20 138	0.23 181	0.20 137

MyStereo04	0.67 151	0.29 113	1.07 264	0.55 156	0.45 213	0.59 81	0.79 277	1.50 200	1.40 308	0.91 83	0.91 67	0.74 83	0.86 195	1.52 182	0.62 178	0.17 32	0.16 157	0.24 173	0.20 138	0.23 181	0.20 137

CoDeX	0.73 178	0.29 113	0.93 220	0.54 137	0.36 148	1.14 258	0.61 237	2.34 370	1.17 207	1.16 170	1.25 182	0.91 138	0.87 199	1.33 144	0.64 186	0.20 119	0.16 157	0.21 98	0.18 90	0.20 100	0.18 80

1111x	1.70 354	0.29 113	0.86 190	0.51 98	0.27 33	1.01 239	0.68 254	2.22 359	1.28 255	1.13 154	1.40 238	1.21 226	1.10 279	5.53 356	15.20 414	0.22 170	0.21 245	0.22 124	0.22 200	0.24 195	0.22 169

knoymous	0.51 40	0.29 113	0.47 13	0.43 8	0.30 81	0.55 68	0.55 206	1.02 77	0.77 62	0.98 100	0.85 57	0.94 150	0.56 80	0.85 68	0.45 94	0.20 119	0.14 76	0.26 229	0.14 23	0.23 181	0.23 186

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

Sa-1000	0.72 164	0.29 113	0.76 158	0.59 199	0.30 81	0.73 150	0.37 67	1.62 233	1.33 277	1.28 224	2.04 342	0.86 125	0.75 142	1.84 234	0.38 50	0.19 92	0.14 76	0.25 210	0.23 220	0.20 100	0.16 42

iRaft-Stereo_5w	0.85 228	0.29 113	0.91 214	0.53 122	0.43 200	0.49 31	0.68 254	0.99 66	0.87 83	0.79 63	1.34 219	1.46 281	0.91 213	5.11 345	1.11 277	0.17 32	0.14 76	0.22 124	0.18 90	0.20 100	0.20 137

NRIStereo	0.60 104	0.29 113	0.69 100	0.53 122	0.28 52	0.63 97	0.33 34	1.08 109	0.87 83	1.14 156	0.87 61	0.91 138	0.59 97	2.24 271	0.49 124	0.20 119	0.14 76	0.21 98	0.19 110	0.21 134	0.17 62

Pruner-Stereo	0.62 113	0.29 113	0.70 106	0.61 222	0.31 93	0.63 97	0.43 115	1.17 127	0.99 131	1.53 305	1.08 120	0.95 156	0.55 76	1.35 148	0.51 133	0.23 194	0.14 76	0.24 173	0.21 174	0.21 134	0.23 186

DeepStereo_RVC	0.55 79	0.29 113	0.72 121	0.51 98	0.30 81	0.59 81	0.33 34	1.03 80	0.70 48	1.16 170	0.93 71	0.83 112	0.94 227	0.96 85	0.54 153	0.21 147	0.14 76	0.21 98	0.19 110	0.24 195	0.24 198

rafts_anoy	0.52 41	0.29 113	0.59 54	0.59 199	0.50 237	0.53 59	0.40 86	1.11 118	1.03 144	0.84 75	0.83 54	0.68 71	0.54 70	0.72 42	0.51 133	0.19 92	0.14 76	0.24 173	0.26 256	0.21 134	0.18 80

222	1.61 346	0.29 113	0.67 88	0.56 169	0.29 65	1.06 247	0.42 99	2.17 353	1.31 269	1.31 247	1.52 269	0.92 146	0.94 227	1.76 227	17.65 417	0.24 209	0.20 229	0.21 98	0.19 110	0.22 156	0.23 186

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

HSM-Net_RVC	0.87 237	0.29 113	0.53 28	0.53 122	0.30 81	1.15 263	0.55 206	3.57 393	1.28 255	1.53 305	1.74 309	1.68 316	0.93 222	1.49 179	0.77 218	0.22 170	0.17 183	0.19 51	0.18 90	0.20 100	0.19 114
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DispNO	0.93 251	0.30 129	1.34 309	0.55 156	0.55 267	0.89 204	0.49 166	1.48 194	1.21 225	1.17 179	1.27 191	1.19 223	0.90 210	5.23 347	0.74 206	0.22 170	0.17 183	0.24 173	0.21 174	0.19 73	0.20 137

SMFormer	0.75 188	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.82 235	0.24 209	0.20 229	0.22 124	0.21 174	0.23 181	0.24 198

tta	0.75 188	0.30 129	0.86 190	0.46 37	0.26 20	0.82 188	0.43 115	2.05 327	1.39 303	1.23 203	1.47 257	0.98 165	0.95 232	1.71 217	0.82 235	0.24 209	0.20 229	0.22 124	0.21 174	0.18 43	0.18 80

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

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

IGEV_Zeroshot_test	0.53 50	0.30 129	0.99 234	0.56 169	0.35 142	0.41 12	0.32 31	1.37 171	0.63 25	1.00 104	1.09 125	0.95 156	0.41 20	0.83 64	0.39 56	0.18 60	0.12 10	0.19 51	0.18 90	0.19 73	0.17 62

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

HH	0.63 119	0.30 129	0.77 162	0.50 75	0.32 108	0.49 31	0.46 145	1.65 237	0.64 27	0.69 47	1.09 125	1.63 308	0.85 187	1.90 241	0.37 39	0.18 60	0.13 43	0.19 51	0.17 76	0.19 73	0.16 42

HanStereo	0.63 119	0.30 129	0.77 162	0.50 75	0.32 108	0.49 31	0.46 145	1.65 237	0.64 27	0.69 47	1.09 125	1.63 308	0.85 187	1.90 241	0.37 39	0.18 60	0.13 43	0.19 51	0.17 76	0.19 73	0.16 42

raft_robust	0.68 155	0.30 129	0.64 74	0.52 114	0.26 20	0.54 62	0.35 48	1.33 162	1.24 235	1.16 170	1.07 117	0.60 54	0.54 70	3.58 322	0.37 39	0.18 60	0.14 76	0.20 75	0.22 200	0.20 100	0.16 42

test_5	0.65 134	0.30 129	0.75 149	0.67 277	0.50 237	0.92 215	0.52 183	1.39 177	1.12 180	0.76 56	1.11 134	1.00 171	0.90 210	1.53 186	0.45 94	0.18 60	0.13 43	0.23 153	0.22 200	0.21 134	0.19 114

SA	0.66 142	0.30 129	0.82 180	0.61 222	0.30 81	0.58 77	0.38 71	1.44 188	1.30 265	0.96 93	1.36 226	0.66 67	0.95 232	1.85 237	0.42 75	0.19 92	0.15 126	0.25 210	0.23 220	0.21 134	0.17 62

Patchmatch Stereo++	0.55 79	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.29 20	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.37 152	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
NF-Stereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.02 100	0.82 105	0.57 88	5.40 354	0.48 117	0.23 194	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

OCTAStereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.01 93	0.82 105	0.57 88	5.35 349	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

PSM-adaLoss	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.41 97	1.04 84	0.64 27	1.12 140	0.96 75	0.82 105	0.61 108	1.06 108	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

ROB_FTStereo_v2	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.64 99	0.42 99	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.12 120	0.46 107	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

ROB_FTStereo	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.64 99	0.25 4	1.05 90	0.64 27	1.12 140	0.95 73	0.82 105	0.61 108	1.15 123	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

HUI-Stereo	0.52 41	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.30 23	1.04 84	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	0.79 56	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

RE-Stereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.01 93	0.81 100	0.57 88	5.37 352	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

TVStereo	0.80 207	0.30 129	0.75 149	0.60 210	0.31 93	0.64 99	0.44 127	1.21 139	0.90 94	1.29 229	1.01 93	0.81 100	0.57 88	5.37 352	0.48 117	0.24 209	0.14 76	0.24 173	0.20 138	0.20 100	0.30 260

iGMRVC	0.56 88	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.38 71	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.52 182	0.46 107	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

iRAFT	0.55 79	0.30 129	0.73 133	0.50 75	0.27 33	0.65 111	0.29 20	1.05 90	0.64 27	1.12 140	0.96 75	0.83 112	0.60 99	1.37 152	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

CRE-IMP	0.55 79	0.30 129	0.74 147	0.52 114	0.29 65	0.79 178	0.25 4	1.04 84	0.72 53	1.09 126	0.95 73	0.81 100	0.57 88	1.10 115	0.50 130	0.21 147	0.14 76	0.23 153	0.19 110	0.28 239	0.22 169

RAFT	0.64 129	0.30 129	0.73 133	0.59 199	0.33 124	0.68 131	0.58 225	1.04 84	0.76 60	1.08 121	1.19 165	1.65 313	0.93 222	1.06 108	0.56 159	0.21 147	0.18 199	0.27 240	0.24 231	0.22 156	0.17 62

RAFT-IKP	0.54 64	0.30 129	0.73 133	0.50 75	0.27 33	0.59 81	0.36 58	1.04 84	0.64 27	1.12 140	0.96 75	0.83 112	0.61 108	1.22 129	0.45 94	0.22 170	0.14 76	0.24 173	0.20 138	0.26 213	0.18 80

RALCasStereoNet	0.54 64	0.30 129	0.66 84	0.59 199	0.51 247	0.61 90	0.52 183	0.94 51	0.93 105	0.70 49	1.01 93	0.78 92	0.44 28	1.33 144	0.47 112	0.20 119	0.16 157	0.18 37	0.16 60	0.20 100	0.19 114

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

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

DIP-Stereo	0.62 113	0.30 129	0.83 182	0.48 55	0.36 148	0.95 224	0.33 34	2.37 372	0.67 41	1.25 215	1.00 88	0.68 71	0.51 59	0.91 78	0.61 175	0.18 60	0.15 126	0.21 98	0.17 76	0.19 73	0.19 114
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	1.12 297	0.30 129	0.91 214	0.66 267	0.77 335	0.97 232	0.57 222	1.37 171	1.35 288	1.02 110	1.34 219	2.11 352	1.43 324	7.09 385	1.39 312	0.19 92	0.17 183	0.17 14	0.19 110	0.18 43	0.16 42

iResNet_ROB	0.77 195	0.30 129	0.99 234	0.57 180	0.36 148	0.83 192	0.36 58	2.33 368	1.58 333	1.27 222	1.30 201	1.25 239	0.84 184	1.65 204	0.79 226	0.20 119	0.14 76	0.17 14	0.12 9	0.18 43	0.27 234

ACVNet-DCA	0.56 88	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	1.42 181	0.78 64	0.58 34	0.79 49	0.48 22	0.88 203	1.46 173	0.32 7	0.20 119	0.12 10	0.25 210	0.15 31	0.22 156	0.21 154

xx1	0.67 151	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	0.93 47	3.05 387	0.58 34	0.79 49	0.95 156	0.77 154	1.46 173	0.32 7	0.20 119	0.12 10	0.24 173	0.23 220	0.22 156	0.21 154

1test111	0.54 64	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	1.42 181	0.78 64	0.58 34	0.79 49	0.48 22	0.88 203	0.88 73	0.59 166	0.20 119	0.12 10	0.25 210	0.15 31	0.22 156	0.21 154

cc1	0.64 129	0.31 161	0.50 18	0.54 137	0.26 20	1.18 268	0.51 174	0.93 47	3.05 387	0.58 34	0.79 49	0.48 22	0.88 203	1.46 173	0.32 7	0.20 119	0.12 10	0.25 210	0.15 31	0.19 73	0.19 114

x	0.54 64	0.31 161	0.61 61	0.47 43	0.30 81	0.67 124	0.47 151	1.53 214	0.79 68	0.81 69	0.83 54	0.78 92	0.70 135	0.70 34	0.62 178	0.21 147	0.19 212	0.22 124	0.19 110	0.21 134	0.20 137

IER	0.70 158	0.31 161	1.02 249	0.48 55	0.52 255	1.34 291	0.51 174	1.17 127	0.99 131	1.23 203	1.34 219	1.12 209	1.11 280	0.99 93	0.71 199	0.20 119	0.16 157	0.21 98	0.21 174	0.20 100	0.19 114

iRaft-Stereo_20w	0.65 134	0.31 161	1.00 239	0.47 43	0.34 139	0.73 150	0.30 23	2.96 386	0.70 48	1.15 159	1.14 148	0.76 88	0.65 126	1.11 118	0.38 50	0.17 32	0.13 43	0.18 37	0.16 60	0.19 73	0.18 80

GwcNet-ADL	0.64 129	0.31 161	0.79 172	0.56 169	0.41 192	0.60 87	0.58 225	1.41 179	1.26 243	1.08 121	1.13 145	0.91 138	0.60 99	1.04 106	0.78 220	0.27 256	0.18 199	0.18 37	0.18 90	0.25 205	0.29 248

IIG-Stereo	0.96 257	0.31 161	0.72 121	0.88 354	0.33 124	0.61 90	0.26 9	1.19 138	1.03 144	1.69 329	1.37 228	1.46 281	0.75 142	6.96 384	0.51 133	0.19 92	0.14 76	0.23 153	0.18 90	0.20 100	0.14 11

PSM-softLoss	0.78 201	0.31 161	0.77 162	0.58 186	0.32 108	0.56 71	0.40 86	1.18 132	0.70 48	1.24 211	1.07 117	0.83 112	0.52 61	5.36 350	0.53 147	0.24 209	0.15 126	0.25 210	0.22 200	0.20 100	0.25 210

KMStereo	0.78 201	0.31 161	0.77 162	0.58 186	0.32 108	0.56 71	0.40 86	1.18 132	0.70 48	1.24 211	1.07 117	0.83 112	0.52 61	5.36 350	0.53 147	0.24 209	0.15 126	0.25 210	0.22 200	0.20 100	0.25 210

CroCo-Stereo	0.40 8	0.31 161	0.73 133	0.58 186	0.27 33	0.26 1	0.33 34	0.95 54	0.81 70	0.42 4	0.47 5	0.65 65	0.47 40	0.39 1	0.34 24	0.18 60	0.15 126	0.16 9	0.14 23	0.19 73	0.16 42
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ACVNet	0.63 119	0.31 161	0.54 33	0.54 137	0.36 148	0.80 183	0.46 145	1.37 171	1.07 160	0.93 86	1.30 201	1.08 195	0.85 187	0.80 57	0.94 252	0.21 147	0.19 212	0.21 98	0.18 90	0.22 156	0.18 80

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

tt1	0.62 113	0.32 175	0.51 24	0.54 137	0.26 20	1.16 265	0.48 159	0.95 54	2.47 375	0.57 33	0.77 44	0.49 29	0.81 169	1.55 190	0.32 7	0.20 119	0.12 10	0.24 173	0.15 31	0.19 73	0.20 137

PCWNet_CMD	0.66 142	0.32 175	0.88 203	0.49 68	0.37 156	0.78 174	0.40 86	1.42 181	1.31 269	1.16 170	1.31 206	1.25 239	0.62 113	0.89 76	0.57 161	0.20 119	0.16 157	0.27 240	0.19 110	0.40 300	0.25 210

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

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

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

psmg	0.72 164	0.32 175	0.68 91	0.50 75	0.44 206	1.48 307	0.75 266	1.94 308	0.98 124	1.21 195	1.33 214	1.12 209	0.74 140	0.91 78	0.66 188	0.24 209	0.19 212	0.25 210	0.25 242	0.23 181	0.22 169

CFNet_pseudo	0.66 142	0.32 175	0.86 190	0.48 55	0.39 181	0.70 142	0.40 86	1.33 162	1.22 228	1.16 170	1.34 219	1.24 235	0.64 121	0.98 91	0.59 166	0.21 147	0.16 157	0.33 291	0.19 110	0.36 280	0.25 210

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

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

UPFNet	0.80 207	0.32 175	0.90 211	0.59 199	0.74 325	1.26 281	0.80 283	1.52 208	1.10 174	1.30 237	1.12 140	1.30 254	0.84 184	1.67 209	1.09 272	0.24 209	0.24 276	0.24 173	0.23 220	0.25 205	0.18 80

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

CFNet-ft	0.72 164	0.32 175	0.54 33	0.66 267	0.54 261	0.83 192	0.55 206	1.37 171	1.15 201	0.93 86	1.28 196	1.57 298	0.97 240	1.35 148	0.81 230	0.26 247	0.20 229	0.33 291	0.25 242	0.30 253	0.23 186

MSMDNet	0.66 142	0.32 175	0.87 200	0.49 68	0.37 156	0.79 178	0.40 86	1.43 187	1.31 269	1.15 159	1.31 206	1.24 235	0.63 118	0.88 73	0.57 161	0.21 147	0.16 157	0.26 229	0.19 110	0.39 296	0.24 198

CFNet_RVC	0.72 164	0.32 175	0.54 33	0.66 267	0.54 261	0.83 192	0.55 206	1.37 171	1.15 201	0.93 86	1.28 196	1.57 298	0.97 240	1.35 148	0.81 230	0.26 247	0.20 229	0.33 291	0.25 242	0.30 253	0.23 186

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

DN-CSS_ROB	0.64 129	0.32 175	1.05 257	0.55 156	0.40 186	0.54 62	0.45 138	1.21 139	0.93 105	1.03 114	1.47 257	0.69 76	0.63 118	1.76 227	0.49 124	0.18 60	0.14 76	0.25 210	0.22 200	0.22 156	0.20 137

DualNet	1.09 289	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 375	1.15 159	1.45 250	1.06 188	0.82 173	1.55 190	7.61 395	0.20 119	0.12 10	0.31 271	0.27 264	0.19 73	0.20 137

ffm	0.72 164	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 375	1.15 159	1.45 250	1.06 188	0.82 173	1.55 190	0.32 7	0.20 119	0.12 10	0.31 271	0.27 264	0.19 73	0.20 137

ff1	1.37 326	0.33 191	0.85 184	0.53 122	0.37 156	0.74 153	0.56 212	0.95 54	2.47 375	1.15 159	1.45 250	1.06 188	0.82 173	7.22 386	7.61 395	0.20 119	0.12 10	0.31 271	0.27 264	0.19 73	0.20 137

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

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

CFNet_ucs	0.70 158	0.33 191	0.88 203	0.50 75	0.43 200	0.74 153	0.44 127	1.60 227	1.29 259	1.22 200	1.54 272	1.09 202	0.63 118	0.99 93	0.59 166	0.25 233	0.20 229	0.37 318	0.21 174	0.40 300	0.28 245

LL-Strereo2	0.52 41	0.33 191	0.69 100	0.52 114	0.37 156	0.70 142	0.30 23	1.13 121	0.67 41	0.94 91	0.78 46	0.91 138	0.42 22	1.05 107	0.42 75	0.17 32	0.16 157	0.29 258	0.25 242	0.21 134	0.16 42

CBFPSM	0.92 248	0.33 191	1.86 351	0.49 68	0.38 173	1.75 331	0.84 289	1.39 177	1.12 180	1.09 126	0.99 85	2.37 362	1.66 349	1.32 142	1.42 321	0.19 92	0.18 199	0.20 75	0.20 138	0.21 134	0.33 280

gwcnet-sp	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 200	1.14 192	1.30 237	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

scenet	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 200	1.14 192	1.30 237	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

ToySt	0.66 142	0.33 191	1.23 288	0.51 98	0.33 124	0.86 201	0.68 254	1.10 112	0.97 119	0.84 75	1.08 120	1.25 239	0.94 227	1.01 98	0.74 206	0.19 92	0.19 212	0.24 173	0.24 231	0.27 225	0.23 186

ssnet	0.74 181	0.33 191	1.44 315	0.57 180	0.45 213	1.40 299	0.54 193	1.50 200	1.14 192	1.30 237	1.02 100	0.94 150	0.82 173	1.39 161	0.76 212	0.21 147	0.21 245	0.22 124	0.21 174	0.22 156	0.22 169

CIPLG	0.62 113	0.33 191	0.96 229	0.58 186	0.50 237	0.75 159	0.48 159	1.05 90	0.96 112	1.40 278	1.57 282	0.64 62	0.48 48	0.89 76	0.70 194	0.23 194	0.15 126	0.19 51	0.16 60	0.19 73	0.21 154

IPLGR_C	0.62 113	0.33 191	0.99 234	0.58 186	0.49 231	0.76 163	0.48 159	1.10 112	0.96 112	1.40 278	1.56 278	0.62 57	0.48 48	0.80 57	0.71 199	0.23 194	0.15 126	0.19 51	0.16 60	0.19 73	0.21 154

ACRE	0.61 110	0.33 191	1.01 243	0.58 186	0.49 231	0.75 159	0.47 151	1.06 103	0.95 110	1.37 267	1.55 274	0.62 57	0.46 34	0.83 64	0.70 194	0.23 194	0.15 126	0.19 51	0.16 60	0.18 43	0.21 154

OMP-Stereo	0.94 253	0.33 191	0.72 121	0.90 359	0.31 93	0.49 31	0.36 58	1.16 125	1.06 155	1.58 319	1.12 140	1.46 281	0.69 132	6.94 383	0.49 124	0.19 92	0.14 76	0.24 173	0.18 90	0.20 100	0.14 11

ICVP	0.63 119	0.33 191	0.57 46	0.61 222	0.40 186	0.80 183	0.58 225	1.61 230	0.89 90	0.90 81	1.24 178	0.88 132	0.73 138	0.72 42	0.88 246	0.29 274	0.21 245	0.22 124	0.21 174	0.24 195	0.27 234
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 104	0.33 191	0.87 200	0.62 233	0.50 237	0.69 135	0.31 28	1.21 139	1.06 155	1.09 126	1.16 157	0.88 132	0.46 34	1.22 129	0.42 75	0.19 92	0.15 126	0.21 98	0.17 76	0.27 225	0.17 62

ccs_rob	0.66 142	0.33 191	0.86 190	0.48 55	0.39 181	0.70 142	0.40 86	1.33 162	1.22 228	1.16 170	1.34 219	1.23 233	0.64 121	0.98 91	0.59 166	0.21 147	0.16 157	0.35 308	0.20 138	0.37 284	0.25 210

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

StereoVision	0.65 134	0.34 210	0.86 190	0.59 199	0.40 186	0.50 41	0.41 97	1.09 110	0.93 105	0.71 51	2.50 363	0.82 105	0.57 88	1.03 101	0.49 124	0.25 233	0.28 301	0.29 258	0.28 281	0.36 280	0.20 137

CASS	0.65 134	0.34 210	0.72 121	0.56 169	0.27 33	0.78 174	0.42 99	1.59 224	0.86 79	1.30 237	1.25 182	0.87 129	0.84 184	0.84 66	0.54 153	0.35 310	0.19 212	0.26 229	0.21 174	0.28 239	0.42 311
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.44 23	0.34 210	0.77 162	0.61 222	0.79 340	0.28 2	0.35 48	0.75 9	0.71 52	0.38 3	0.50 10	0.72 82	0.55 76	0.57 12	0.47 112	0.17 32	0.18 199	0.19 51	0.16 60	0.21 134	0.20 137

qqq	0.57 93	0.34 210	0.71 117	0.47 43	0.27 33	0.64 99	0.62 239	1.42 181	0.78 64	0.80 65	0.92 69	0.95 156	0.77 154	0.88 73	0.59 166	0.21 147	0.20 229	0.24 173	0.23 220	0.22 156	0.21 154

DAS	0.84 224	0.34 210	1.03 253	0.64 250	0.69 315	0.77 169	0.63 240	1.54 216	1.20 220	1.79 339	1.55 274	0.95 156	1.04 264	2.83 297	0.60 173	0.21 147	0.16 157	0.25 210	0.18 90	0.27 225	0.22 169

SepStereo	0.82 215	0.34 210	1.03 253	0.64 250	0.69 315	0.77 169	0.63 240	1.54 216	1.20 220	1.79 339	1.55 274	0.95 156	1.04 264	2.30 275	0.60 173	0.21 147	0.16 157	0.25 210	0.18 90	0.27 225	0.22 169

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

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

psm_up	0.77 195	0.34 210	0.70 106	0.66 267	0.58 279	1.05 244	0.92 308	1.52 208	1.12 180	1.26 219	1.16 157	1.31 257	1.23 303	1.20 127	0.81 230	0.25 233	0.29 309	0.31 271	0.27 264	0.27 225	0.25 210

UNet	0.83 220	0.34 210	1.31 301	0.58 186	0.74 325	1.58 317	0.49 166	1.41 179	1.04 148	1.21 195	1.08 120	1.54 294	1.12 283	1.65 204	1.09 272	0.23 194	0.17 183	0.25 210	0.20 138	0.25 205	0.22 169

DSFCA	0.93 251	0.34 210	1.06 260	0.52 114	0.65 303	1.55 314	0.93 312	1.49 196	1.19 215	1.56 313	1.15 154	1.50 289	0.96 237	3.07 305	1.02 264	0.30 278	0.26 287	0.25 210	0.25 242	0.28 239	0.24 198

DMCA	0.67 151	0.34 210	0.90 211	0.51 98	0.44 206	0.86 201	0.47 151	1.42 181	1.02 141	1.17 179	1.12 140	1.23 233	0.75 142	0.78 53	0.95 254	0.25 233	0.19 212	0.27 240	0.19 110	0.24 195	0.27 234

MLCV	0.72 164	0.34 210	1.10 271	0.51 98	0.23 6	0.91 209	0.39 82	1.33 162	1.23 231	1.46 291	1.55 274	1.01 178	0.64 121	1.95 248	0.80 229	0.18 60	0.12 10	0.18 37	0.14 23	0.19 73	0.17 62

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

MDST_ROB	1.67 350	0.34 210	1.58 333	0.92 364	0.58 279	4.26 402	1.11 335	2.83 383	1.41 311	4.49 402	2.55 364	1.45 279	0.97 240	7.79 396	1.17 284	0.31 285	0.25 283	0.37 318	0.33 316	0.31 260	0.30 260

mmm	0.63 119	0.35 226	0.72 121	0.51 98	0.30 81	0.86 201	0.54 193	1.59 224	0.86 79	1.07 120	1.38 232	0.79 95	0.75 142	0.91 78	0.58 164	0.22 170	0.18 199	0.29 258	0.25 242	0.25 205	0.23 186

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

AACVNet	0.86 233	0.35 226	0.79 172	0.82 337	0.39 181	0.76 163	0.49 166	1.61 230	0.81 70	1.08 121	1.33 214	1.30 254	0.93 222	4.34 333	0.74 206	0.25 233	0.21 245	0.28 250	0.22 200	0.29 244	0.25 210

PSMNet-ADL	0.72 164	0.35 226	0.62 65	0.69 290	0.46 223	1.14 258	0.44 127	1.37 171	1.01 138	0.83 73	1.17 160	1.33 259	0.96 237	1.43 168	0.95 254	0.33 295	0.22 259	0.21 98	0.23 220	0.27 225	0.29 248

GANet-ADL	0.60 104	0.35 226	0.72 121	0.64 250	0.40 186	0.68 131	0.51 174	1.49 196	1.12 180	0.95 92	1.08 120	0.91 138	0.57 88	0.76 50	0.55 157	0.26 247	0.18 199	0.18 37	0.16 60	0.23 181	0.25 210

hitnet-ft	0.79 204	0.35 226	0.57 46	0.58 186	0.42 195	0.96 228	0.46 145	1.47 193	1.33 277	1.19 188	1.22 172	1.81 327	0.98 244	1.66 208	0.94 252	0.33 295	0.28 301	0.34 301	0.27 264	0.35 274	0.31 270

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

Former-RAFT_DAM_RVC	0.46 26	0.36 233	0.71 117	0.47 43	0.36 148	0.67 124	0.35 48	0.78 13	1.12 180	0.61 41	0.62 21	0.39 4	0.39 15	0.71 39	0.39 56	0.20 119	0.17 183	0.22 124	0.18 90	0.23 181	0.19 114

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

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

ARAFT	0.77 195	0.36 233	1.49 328	0.51 98	0.31 93	0.90 207	0.82 287	1.90 295	1.06 155	1.62 323	1.24 178	1.02 180	0.64 121	1.84 234	0.50 130	0.18 60	0.14 76	0.28 250	0.27 264	0.17 24	0.16 42

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

SGM_RVC	1.68 352	0.36 233	0.61 61	0.59 199	0.29 65	2.25 364	1.18 344	2.38 373	1.68 340	3.60 392	2.67 367	3.69 385	2.42 382	8.13 399	1.90 346	0.31 285	0.31 319	0.30 267	0.28 281	0.30 253	0.29 248
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
NINENet	0.77 195	0.37 239	0.78 170	0.62 233	0.51 247	2.34 368	0.42 99	1.83 282	1.04 148	1.14 156	1.23 176	1.03 183	0.62 113	1.24 132	0.70 194	0.28 266	0.23 267	0.31 271	0.21 174	0.26 213	0.25 210

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

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

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

LE_ROB	8.05 412	0.37 239	23.53 420	0.74 314	0.33 124	2.77 380	2.87 408	3.71 395	27.24 427	25.39 427	8.87 411	8.46 410	26.71 427	6.65 376	21.99 420	0.21 147	0.19 212	0.20 75	0.21 174	0.25 205	0.22 169

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

Anonymous	0.53 50	0.38 244	0.91 214	0.66 267	0.73 323	0.65 111	0.59 232	0.95 54	0.73 56	0.47 14	0.58 20	0.42 5	0.60 99	0.80 57	0.53 147	0.24 209	0.23 267	0.21 98	0.21 174	0.41 303	0.29 248

HGLStereo	0.85 228	0.38 244	0.94 222	0.80 329	1.03 367	1.17 267	0.58 225	1.52 208	1.20 220	1.19 188	1.62 293	1.13 214	1.20 297	1.80 231	1.06 267	0.24 209	0.24 276	0.24 173	0.21 174	0.23 181	0.27 234

SGM-ForestM	6.52 409	0.38 244	1.26 294	0.63 241	0.35 142	13.59 420	5.32 414	6.32 413	6.70 408	11.14 417	9.18 412	22.51 429	13.93 417	16.89 421	20.07 419	0.36 313	0.37 344	0.36 316	0.35 325	0.36 280	0.34 282

SGM-Forest	1.24 311	0.38 244	0.60 58	0.52 114	0.37 156	1.56 315	1.30 353	1.65 237	1.36 291	2.11 359	1.79 316	1.63 308	0.93 222	7.48 393	0.95 254	0.36 313	0.37 344	0.39 327	0.34 321	0.37 284	0.32 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LL-Strereo	1.33 322	0.39 249	1.38 311	0.61 222	0.61 292	0.75 159	0.66 249	1.63 235	1.17 207	1.56 313	1.60 286	2.03 348	2.12 374	9.72 411	0.97 259	0.21 147	0.18 199	0.27 240	0.23 220	0.22 156	0.25 210

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

TestStereo	0.64 129	0.39 249	0.71 117	0.51 98	0.27 33	0.56 71	0.42 99	1.03 80	0.91 99	0.80 65	1.00 88	0.68 71	0.52 61	3.25 312	0.45 94	0.22 170	0.15 126	0.24 173	0.18 90	0.27 225	0.16 42

HCRNet	0.70 158	0.39 249	0.73 133	0.60 210	0.59 286	0.76 163	0.35 48	1.22 146	1.13 190	1.02 110	0.99 85	1.02 180	0.76 150	2.19 268	0.70 194	0.28 266	0.19 212	0.28 250	0.23 220	0.25 205	0.23 186

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

sCroCo_RVC	0.49 37	0.40 253	1.02 249	0.65 262	0.60 289	0.52 54	0.40 86	0.83 23	0.61 22	0.44 8	0.74 39	0.49 29	0.50 57	0.63 25	0.48 117	0.26 247	0.27 295	0.23 153	0.22 200	0.29 244	0.25 210

DMCA-RVC	0.74 181	0.40 253	1.27 297	0.66 267	0.49 231	0.77 169	0.47 151	1.35 168	1.01 138	1.53 305	1.01 93	1.29 253	0.82 173	1.31 140	0.78 220	0.27 256	0.21 245	0.35 308	0.27 264	0.32 265	0.24 198

HITNet	0.65 134	0.40 253	0.77 162	0.48 55	0.24 9	1.05 244	0.49 166	1.76 263	1.02 141	1.18 184	1.18 162	0.89 136	0.80 166	0.85 68	0.79 226	0.17 32	0.12 10	0.21 98	0.17 76	0.29 244	0.15 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet	0.75 188	0.40 253	1.36 310	0.67 277	0.29 65	0.92 215	0.59 232	1.52 208	1.25 238	1.28 224	1.48 262	0.94 150	0.76 150	1.62 201	0.78 220	0.18 60	0.14 76	0.18 37	0.15 31	0.22 156	0.23 186

DLCB_ROB	0.86 233	0.40 253	0.78 170	0.68 287	0.54 261	1.11 253	0.84 289	1.49 196	1.23 231	1.64 325	1.65 299	1.70 318	0.91 213	1.70 216	1.05 265	0.25 233	0.24 276	0.26 229	0.27 264	0.27 225	0.24 198

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

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

StereoDRNet-Refined	0.80 207	0.41 259	0.88 203	0.62 233	0.42 195	1.33 289	0.48 159	1.52 208	1.17 207	1.45 289	1.44 248	1.44 277	0.90 210	1.26 134	1.24 290	0.20 119	0.16 157	0.27 240	0.24 231	0.25 205	0.28 245
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT + AFF	1.00 272	0.42 262	1.09 268	0.67 277	0.50 237	1.22 276	1.24 348	2.24 361	1.19 215	1.30 237	1.56 278	1.17 219	1.49 333	3.44 319	0.83 237	0.21 147	0.25 283	0.30 267	0.26 256	0.27 225	0.27 234

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

pmcnn	2.37 379	0.42 262	2.71 379	0.63 241	0.43 200	1.54 313	1.19 345	2.01 322	1.53 329	2.64 376	7.60 405	18.07 421	1.45 327	3.44 319	2.78 365	0.18 60	0.15 126	0.15 3	0.12 9	0.20 100	0.18 80

CVANet_RVC	1.07 284	0.43 265	0.76 158	0.60 210	0.50 237	0.90 207	0.97 318	1.52 208	1.26 243	1.33 257	1.38 232	1.24 235	1.18 291	6.75 382	0.75 210	0.34 303	0.23 267	0.34 301	0.29 292	0.42 308	0.27 234

NLCA_NET_v2_RVC	0.79 204	0.43 265	1.05 257	0.64 250	0.58 279	0.95 224	0.53 189	1.53 214	1.18 212	1.37 267	1.15 154	1.43 273	0.88 203	1.61 200	0.84 240	0.25 233	0.22 259	0.27 240	0.27 264	0.29 244	0.29 248
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 158	0.43 265	0.75 149	0.73 312	0.37 156	0.92 215	0.53 189	1.85 284	1.18 212	1.12 140	1.23 176	1.07 194	0.65 126	0.96 85	0.63 182	0.31 285	0.15 126	0.32 284	0.21 174	0.29 244	0.22 169
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
fast-acv-ft	0.94 253	0.44 268	1.40 312	0.58 186	0.51 247	1.77 336	0.69 258	1.36 170	1.42 314	1.29 229	1.86 325	1.74 323	1.25 306	1.52 182	1.38 309	0.26 247	0.28 301	0.28 250	0.28 281	0.27 225	0.26 228

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

TDLM	1.06 282	0.44 268	0.79 172	0.63 241	0.50 237	0.89 204	1.44 360	1.48 194	1.26 243	1.12 140	1.40 238	1.08 195	0.98 244	6.65 376	0.78 220	0.33 295	0.21 245	0.33 291	0.26 256	0.37 284	0.24 198

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

CBMV_ROB	0.90 243	0.44 268	0.63 68	0.51 98	0.37 156	1.25 280	0.49 166	1.77 266	1.27 250	1.41 280	2.00 337	1.33 259	1.08 275	2.17 264	0.76 212	0.43 338	0.42 357	0.47 347	0.44 347	0.41 303	0.36 291

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

GMStereo	0.55 79	0.45 274	0.94 222	0.50 75	0.32 108	0.64 99	0.43 115	1.00 71	1.40 308	0.82 72	0.73 37	0.51 33	0.45 31	0.85 68	0.55 157	0.24 209	0.15 126	0.20 75	0.21 174	0.31 260	0.24 198
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SACVNet	0.85 228	0.46 276	0.85 184	0.81 332	0.56 269	0.80 183	0.79 277	1.68 243	1.12 180	1.34 260	1.33 214	1.25 239	0.94 227	2.39 282	0.76 212	0.34 303	0.26 287	0.31 271	0.29 292	0.35 274	0.44 317

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

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

NOSS_ROB	1.26 314	0.46 276	0.62 65	0.56 169	0.38 173	1.06 247	0.78 274	1.73 251	1.40 308	1.01 107	1.43 245	1.10 204	0.75 142	10.62 415	0.65 187	0.45 344	0.43 358	0.48 348	0.45 349	0.44 320	0.41 307

whm_eth	0.65 134	0.47 280	1.05 257	0.55 156	0.64 300	0.69 135	0.45 138	1.34 166	1.26 243	1.02 110	1.92 332	0.49 29	0.48 48	0.70 34	0.52 139	0.23 194	0.20 229	0.25 210	0.24 231	0.24 195	0.31 270

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

GANet	1.36 325	0.47 280	0.86 190	0.67 277	0.45 213	1.34 291	1.73 373	1.64 236	1.24 235	1.49 300	2.38 357	1.55 296	1.20 297	9.30 405	0.93 251	0.30 278	0.31 319	0.33 291	0.28 281	0.39 296	0.30 260

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

WCMA_ROB	1.84 360	0.47 280	1.31 301	0.69 290	0.57 271	2.11 359	1.14 339	1.87 288	1.73 344	4.04 396	6.43 399	5.62 400	3.61 396	2.59 289	1.94 348	0.52 357	0.44 361	0.39 327	0.42 343	0.48 329	0.47 326

dd	0.59 101	0.48 285	0.97 231	0.55 156	0.32 108	0.64 99	0.47 151	1.02 77	1.34 280	0.78 60	0.86 58	0.58 49	0.54 70	1.01 98	0.86 245	0.28 266	0.18 199	0.26 229	0.19 110	0.32 265	0.24 198

ADCP+	1.99 369	0.48 285	7.73 400	0.66 267	0.91 358	2.30 366	1.05 330	1.82 278	1.34 280	1.54 309	1.32 212	1.74 323	1.61 342	2.17 264	13.37 409	0.24 209	0.21 245	0.32 284	0.28 281	0.37 284	0.29 248

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

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

Nwc_Net	1.09 289	0.49 288	1.33 306	0.89 358	0.80 345	1.49 309	0.66 249	2.19 355	1.27 250	1.32 249	2.26 352	1.96 340	1.54 335	1.92 243	1.34 304	0.40 326	0.30 313	0.43 338	0.45 349	0.38 292	0.37 293

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

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

STTStereo	0.78 201	0.50 292	1.22 287	0.64 250	0.54 261	0.89 204	0.54 193	1.44 188	1.11 176	1.38 272	1.09 125	1.27 247	0.85 187	1.43 168	0.83 237	0.29 274	0.27 295	0.33 291	0.39 335	0.32 265	0.30 260

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

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

SDNR	1.62 347	0.51 295	2.17 363	0.53 122	0.56 269	3.80 396	0.45 138	1.54 216	1.29 259	1.33 257	2.41 360	1.08 195	0.96 237	11.18 416	1.16 282	0.66 373	0.63 385	0.43 338	0.32 310	0.64 358	0.67 363

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

FADNet_RVC	0.83 220	0.51 295	1.83 350	0.54 137	0.42 195	1.19 272	0.46 145	1.51 205	1.09 170	0.89 80	1.24 178	0.91 138	0.87 199	2.11 261	1.11 277	0.27 256	0.22 259	0.31 271	0.28 281	0.43 313	0.38 299

AF-Net	1.13 300	0.52 298	1.33 306	0.86 348	0.91 358	1.38 297	0.71 262	2.16 347	1.62 335	1.56 313	2.40 359	1.99 343	1.65 345	1.81 233	1.48 328	0.48 352	0.28 301	0.49 350	0.33 316	0.39 296	0.32 276

AANet_RVC	1.16 307	0.52 298	1.49 328	0.65 262	0.45 213	0.75 159	0.69 258	1.42 181	1.55 332	1.34 260	1.87 327	1.53 293	0.78 159	7.43 391	1.38 309	0.25 233	0.17 183	0.19 51	0.16 60	0.22 156	0.26 228

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

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

FINET	0.97 263	0.54 302	1.60 334	0.63 241	0.79 340	1.08 250	1.07 332	1.56 221	2.20 369	1.15 159	1.49 263	0.94 150	0.88 203	2.32 276	1.05 265	0.42 333	0.35 337	0.32 284	0.28 281	0.43 313	0.38 299

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

Abc-Net	1.10 292	0.54 302	1.24 291	0.84 341	0.94 362	1.29 285	0.89 300	2.01 322	1.34 280	1.32 249	1.74 309	1.88 328	1.74 352	2.35 278	1.25 291	0.45 344	0.37 344	0.45 342	0.58 371	0.42 308	0.42 311
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Anonymous_2	1.30 318	0.55 305	0.82 180	0.52 114	0.58 279	1.01 239	0.64 242	1.25 154	0.97 119	0.96 93	0.78 46	1.33 259	1.29 311	1.03 101	0.74 206	0.62 369	0.64 386	1.06 385	9.63 422	1.16 383	0.49 333

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

NaN_ROB	1.13 300	0.55 305	1.15 279	0.64 250	0.48 228	1.61 319	2.03 390	1.72 250	1.48 321	2.09 358	1.27 191	1.40 268	1.08 275	3.94 325	1.30 299	0.28 266	0.34 329	0.28 250	0.28 281	0.30 253	0.33 280

sAnonymous2	0.55 79	0.56 308	1.46 321	0.60 210	0.51 247	0.48 21	0.52 183	0.79 14	0.68 44	0.50 27	0.67 26	0.46 16	0.62 113	0.59 14	0.40 60	0.22 170	0.17 183	0.22 124	0.21 174	0.86 372	0.56 345

CroCo_RVC	0.55 79	0.56 308	1.46 321	0.60 210	0.51 247	0.48 21	0.52 183	0.79 14	0.68 44	0.50 27	0.67 26	0.46 16	0.62 113	0.59 14	0.40 60	0.22 170	0.17 183	0.22 124	0.21 174	0.86 372	0.56 345

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

MeshStereo	2.26 375	0.56 308	0.92 218	0.61 222	0.49 231	2.60 376	1.02 327	3.18 389	2.05 365	7.40 415	4.98 395	7.58 406	2.98 391	6.37 372	1.96 349	0.43 338	0.43 358	0.45 342	0.39 335	0.43 313	0.42 311
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ADCL	1.72 357	0.57 312	3.66 385	0.67 277	0.61 292	2.61 377	1.85 380	1.96 311	1.67 339	1.90 349	1.83 320	2.06 351	1.90 364	2.13 262	9.15 402	0.26 247	0.24 276	0.34 301	0.32 310	0.38 292	0.35 287

PA-Net	1.01 275	0.57 312	1.29 299	0.64 250	0.74 325	1.19 272	0.84 289	1.69 245	1.43 316	1.16 170	1.19 165	1.32 258	1.19 294	3.42 317	1.25 291	0.29 274	0.45 365	0.33 291	0.49 359	0.32 265	0.47 326
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SANet	1.88 362	0.57 312	2.18 365	0.63 241	0.40 186	2.80 382	1.57 368	2.39 374	5.88 406	2.36 368	3.57 379	3.72 386	2.97 390	4.74 338	1.76 339	0.34 303	0.30 313	0.32 284	0.29 292	0.48 329	0.37 293

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

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

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

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

MANE	6.19 407	0.59 318	1.03 253	0.93 365	1.22 383	13.38 419	2.69 404	12.81 420	17.94 423	8.21 416	10.82 415	14.72 419	11.68 415	11.39 417	11.90 408	0.59 366	0.50 374	0.52 353	1.76 408	0.55 344	0.54 341

FC-DCNN	2.72 392	0.59 318	0.86 190	0.73 312	0.57 271	2.91 383	1.04 329	3.01 387	2.60 380	6.83 411	7.64 406	9.92 413	6.33 411	5.21 346	3.14 370	0.53 363	0.48 370	0.51 352	0.50 362	0.53 341	0.51 338

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

CSAN	1.41 331	0.59 318	1.26 294	0.70 295	0.50 237	1.76 333	1.78 375	1.77 266	1.90 357	2.35 366	2.32 354	1.92 336	1.94 366	5.56 358	1.49 329	0.43 338	0.35 337	0.40 332	0.41 341	0.43 313	0.41 307

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

MSMD_ROB	1.99 369	0.59 318	0.89 208	0.70 295	0.61 292	3.95 398	0.94 314	1.80 274	1.79 349	4.41 400	4.43 386	8.17 409	3.66 397	3.40 315	1.33 302	0.52 357	0.48 370	0.54 359	0.58 371	0.53 341	0.50 334

TRStereo	0.60 104	0.60 325	0.97 231	0.74 314	0.67 307	0.46 19	0.38 71	1.85 284	0.89 90	0.79 63	0.80 53	0.88 132	0.39 15	1.10 115	0.41 67	0.23 194	0.15 126	0.23 153	0.24 231	0.17 24	0.15 27

GMStereo_Zeroshot	0.67 151	0.61 326	1.01 243	0.64 250	0.37 156	0.84 199	0.35 48	1.05 90	1.12 180	1.12 140	1.06 114	1.27 247	0.54 70	1.19 126	0.59 166	0.32 290	0.17 183	0.31 271	0.18 90	0.52 339	0.22 169

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

DANet	1.08 287	0.61 326	1.32 304	0.85 346	0.72 320	1.37 294	0.51 174	1.54 216	1.15 201	1.78 336	1.54 272	2.01 345	1.11 280	2.90 300	2.00 351	0.33 295	0.30 313	0.40 332	0.30 300	0.44 320	0.45 319
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	1.71 356	0.62 329	1.45 319	0.67 277	0.61 292	1.81 339	1.08 333	2.52 379	1.70 341	1.77 335	1.73 308	1.98 342	1.25 306	12.57 418	1.84 342	0.34 303	0.37 344	0.56 367	0.38 334	0.45 323	0.43 315

FCDSN-DC	2.32 377	0.63 330	0.81 178	0.84 341	0.75 331	2.23 363	0.94 314	2.09 336	1.80 350	5.45 409	7.72 407	7.77 408	6.93 413	3.39 314	1.80 341	0.52 357	0.48 370	0.52 353	0.51 364	0.57 347	0.58 350
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.66 349	0.63 330	1.56 331	1.11 378	0.74 325	2.98 385	0.91 306	1.55 220	1.22 228	2.76 380	8.18 410	2.32 360	2.53 385	1.92 243	1.87 343	0.48 352	0.44 361	0.45 342	0.31 304	0.60 355	0.57 349

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

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

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

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

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

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

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

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

psmorigin	1.52 338	0.69 339	10.52 408	0.68 287	0.59 286	1.13 257	0.70 260	1.57 222	1.19 215	1.99 353	1.79 316	2.26 356	1.47 330	2.09 259	1.36 308	0.39 324	0.40 353	0.34 301	0.33 316	0.43 313	0.56 345

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

XX-TBD	0.46 26	0.70 342	0.35 1	0.79 326	0.25 18	0.58 77	0.26 9	0.69 5	1.27 250	0.76 56	1.00 88	0.45 15	0.33 10	0.47 3	0.37 39	0.19 92	0.15 126	0.15 3	0.11 6	0.17 24	0.14 11

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

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

ADCMid	1.89 365	0.73 344	5.06 391	0.72 305	0.67 307	2.00 354	1.14 339	1.97 315	1.48 321	2.86 383	1.81 319	2.37 362	2.05 372	2.24 271	10.39 406	0.33 295	0.31 319	0.39 327	0.43 345	0.50 333	0.44 317

DeepPrunerF	1.60 344	0.73 344	5.81 396	0.88 354	1.19 381	0.91 209	0.95 316	2.19 355	5.24 404	1.17 179	1.30 201	1.19 223	1.30 315	4.90 342	1.66 337	0.42 333	0.34 329	0.52 353	0.47 354	0.41 303	0.40 303

ELAS_RVC	2.48 384	0.74 347	1.90 352	1.05 373	0.92 360	2.76 379	4.01 412	2.76 382	4.11 398	4.69 403	4.63 390	4.62 391	5.96 409	3.97 326	3.96 379	0.63 371	0.53 377	0.56 367	0.52 365	0.64 358	0.63 358
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 379	0.74 347	1.54 330	0.99 369	0.92 360	4.78 404	2.33 400	3.33 391	3.37 391	5.05 408	4.77 393	3.67 384	4.53 404	3.42 317	4.50 382	0.62 369	0.53 377	0.55 364	0.53 366	0.63 356	0.64 362
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Anonymous Stereo	1.28 315	0.75 349	2.45 372	0.74 314	0.77 335	0.93 218	1.77 374	1.51 205	1.31 269	1.67 327	1.29 200	1.20 225	0.75 142	6.29 371	1.68 338	0.37 317	0.36 342	0.38 321	0.40 339	0.43 313	0.45 319

PWCDC_ROB	1.29 316	0.75 349	1.33 306	1.05 373	0.88 357	1.73 330	0.52 183	1.89 292	3.28 389	1.29 229	4.88 394	1.22 228	1.46 328	1.77 229	1.45 325	0.60 367	0.26 287	0.29 258	0.25 242	0.52 339	0.37 293

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

PWC_ROB	1.24 311	0.76 351	2.46 373	0.72 305	0.78 338	1.15 263	0.49 166	1.75 257	1.92 358	2.31 363	3.07 372	1.59 302	1.40 321	2.46 285	2.10 355	0.33 295	0.22 259	0.35 308	0.24 231	0.38 292	0.41 307

aanetorigin	1.23 310	0.79 353	2.78 381	0.70 295	0.79 340	0.99 236	1.06 331	1.06 103	1.37 295	3.52 391	2.61 365	1.72 320	1.63 343	1.99 251	1.78 340	0.25 233	0.24 276	0.26 229	0.25 242	0.38 292	0.45 319

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

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

PVD	1.70 354	0.84 355	2.26 367	0.94 367	0.83 350	2.48 372	0.97 318	2.59 381	3.35 390	3.01 388	2.77 368	2.34 361	2.47 384	2.67 293	3.14 370	0.47 351	0.45 365	0.59 371	0.48 356	0.59 351	0.75 371

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

GANetREF_RVC	1.07 284	0.86 358	1.31 301	0.82 337	0.53 258	1.41 303	1.31 354	1.76 263	1.52 327	1.27 222	1.31 206	1.46 281	1.24 305	2.03 254	0.96 258	0.56 364	0.45 365	0.67 372	0.50 362	0.88 374	0.59 352
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MFN_U_SF_DS_RVC	1.74 358	0.87 359	3.56 384	0.80 329	0.75 331	3.72 393	2.44 403	1.82 278	1.82 352	1.74 332	1.91 331	1.92 336	1.26 308	7.69 395	1.28 297	0.45 344	0.47 369	0.52 353	0.77 380	0.50 333	0.50 334

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

SQANet	1.31 319	0.88 361	1.08 267	1.83 390	1.44 387	1.44 305	0.75 266	1.74 255	1.09 170	1.32 249	1.26 188	1.28 250	1.01 256	1.50 181	0.83 237	2.50 396	0.34 329	1.47 388	0.55 368	2.32 392	1.57 391

PASM	1.34 323	0.92 362	2.62 377	0.86 348	0.87 356	1.03 241	1.08 333	1.50 200	1.51 326	1.82 343	1.41 240	1.68 316	1.26 308	4.87 341	1.34 304	0.61 368	0.65 388	0.68 373	0.78 381	0.69 365	0.68 365

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

GASNet	0.99 268	0.97 364	1.72 341	0.98 368	0.68 313	0.83 192	0.67 252	1.60 227	1.28 255	1.31 247	1.22 172	1.22 228	1.21 300	2.41 283	1.41 317	0.43 338	0.26 287	0.36 316	0.34 321	0.55 344	0.31 270

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

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

ADCS	2.25 374	0.99 366	5.55 393	0.81 332	0.74 325	2.19 362	1.80 376	2.27 364	2.14 367	2.80 382	2.13 347	2.40 364	2.03 369	2.64 292	13.69 410	0.41 330	0.39 351	0.40 332	0.45 349	0.58 349	0.56 345

MaskLacGwcNet_RVC	1.10 292	1.02 368	1.00 239	0.82 337	0.67 307	1.93 348	0.93 312	1.62 233	1.11 176	1.15 159	1.25 182	1.50 289	0.79 161	1.96 249	0.76 212	1.89 391	0.34 329	0.79 376	0.36 329	1.25 386	0.83 373

SPS-STEREO	1.67 350	1.04 369	1.23 288	1.21 380	1.13 377	1.82 341	1.11 335	2.16 347	1.52 327	3.07 390	2.32 354	2.82 376	1.80 357	4.11 328	2.04 352	1.03 384	0.99 403	0.97 381	0.94 389	1.03 380	1.02 380
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.88 362	1.07 370	1.45 319	1.07 376	1.17 378	1.47 306	1.48 363	1.89 292	1.93 360	1.94 351	4.67 392	3.08 380	1.80 357	6.51 374	1.65 335	1.06 386	0.86 398	1.08 386	1.32 398	0.93 375	1.26 388
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.41 382	1.07 370	2.14 362	1.18 379	1.10 371	2.14 361	1.36 356	1.96 311	1.66 338	5.46 410	7.07 402	4.95 396	4.32 403	5.50 355	2.26 358	1.04 385	1.02 406	0.99 383	0.97 391	1.02 379	1.04 382

EDNetEfficient	2.37 379	1.10 372	8.08 402	0.74 314	0.71 318	0.98 235	1.56 366	1.46 191	4.06 397	4.90 405	2.82 369	2.25 355	3.48 395	2.95 301	9.97 403	0.26 247	0.24 276	0.26 229	0.30 300	0.68 364	0.61 356

AnyNet_C32	1.96 367	1.10 372	5.17 392	0.90 359	1.11 372	2.12 360	2.37 401	1.85 284	1.48 321	2.45 371	1.70 305	2.05 350	1.64 344	2.50 286	10.28 405	0.37 317	0.34 329	0.35 308	0.41 341	0.49 332	0.54 341

LSM	6.33 408	1.10 372	13.19 411	1.41 386	68.17 437	1.64 323	1.90 384	1.92 302	2.46 374	2.99 386	3.11 373	1.88 328	1.80 357	2.61 291	2.06 354	0.41 330	0.58 383	0.50 351	0.57 370	0.64 358	17.66 428

otaku	1.60 344	1.11 375	1.21 285	2.20 393	1.56 389	1.97 351	1.24 348	2.07 333	1.36 291	1.44 287	1.62 293	1.73 321	1.19 294	1.73 221	0.98 261	2.89 400	0.57 382	1.74 389	0.60 375	2.78 397	1.94 396

AnonymousM	0.59 101	1.11 375	0.41 9	0.44 23	0.32 108	0.43 15	0.47 151	1.05 90	0.64 27	0.98 100	0.63 22	0.67 69	0.43 24	0.59 14	0.41 67	0.20 119	0.15 126	1.84 392	0.84 384	0.14 2	0.13 3

MFMNet_re	1.40 330	1.14 377	1.68 338	1.39 384	1.07 369	1.48 307	1.43 359	1.87 288	1.82 352	2.26 362	2.19 349	1.51 291	1.86 361	1.52 182	1.25 291	0.93 379	0.83 392	0.84 378	0.80 382	0.99 378	1.05 384

Ntro	1.64 348	1.15 378	1.23 288	2.48 398	1.83 391	2.09 358	1.16 342	1.96 311	1.38 299	1.21 195	1.62 293	1.62 306	1.29 311	1.87 240	1.11 277	3.04 401	0.56 381	1.82 391	0.64 376	2.80 398	2.05 397

MSC_U_SF_DS_RVC	2.12 371	1.15 378	3.10 382	1.05 373	0.76 334	5.03 407	2.40 402	2.16 347	2.62 381	1.89 348	2.28 353	2.69 373	1.65 345	9.35 407	2.04 352	0.64 372	0.51 375	0.68 373	0.71 378	1.09 382	0.67 363

UDGNet	0.72 164	1.17 380	0.80 177	0.77 323	0.41 192	0.77 169	0.38 71	0.97 62	1.34 280	0.81 69	0.88 63	0.71 81	0.60 99	1.21 128	0.54 153	0.52 357	0.19 212	1.02 384	0.26 256	0.71 367	0.31 270

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

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

RTS	2.67 387	1.38 383	15.28 413	0.99 369	1.26 384	3.78 394	1.96 387	2.15 344	2.62 381	2.61 374	2.85 370	2.60 370	1.59 339	6.27 369	5.71 387	0.40 326	0.28 301	0.35 308	0.35 325	0.50 333	0.48 329

RTSA	2.67 387	1.38 383	15.28 413	0.99 369	1.26 384	3.78 394	1.96 387	2.15 344	2.62 381	2.61 374	2.85 370	2.60 370	1.59 339	6.27 369	5.71 387	0.40 326	0.28 301	0.35 308	0.35 325	0.50 333	0.48 329

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

ACVNet_2	2.43 383	1.41 386	2.04 357	2.62 399	2.24 398	2.63 378	1.88 383	3.31 390	3.01 386	2.19 360	3.45 378	4.62 391	2.04 370	4.50 335	1.47 327	2.55 397	0.64 386	2.22 394	0.84 384	2.69 396	2.29 400

ACVNet-4b	2.15 372	1.41 386	1.64 335	2.80 400	2.31 401	2.31 367	1.24 348	2.32 367	2.14 367	1.26 219	2.39 358	2.66 372	1.48 331	5.95 367	1.06 267	3.20 405	0.45 365	2.37 397	0.89 386	2.83 401	2.37 401

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

EDNetEfficientorigin	10.57 415	1.47 389	177.42 441	0.67 277	0.53 258	1.58 317	1.16 342	1.90 295	3.37 391	4.71 404	3.38 376	3.10 381	2.69 387	3.13 309	3.58 375	0.25 233	0.23 267	0.33 291	0.27 264	0.83 371	0.81 372

Dean	2.91 395	1.53 390	2.07 358	2.96 406	2.51 404	3.15 386	2.14 394	4.75 403	4.41 401	2.76 380	6.10 398	5.53 399	2.37 380	2.97 303	1.92 347	3.18 403	0.85 396	2.51 404	1.04 396	2.88 403	2.47 404

WAO-6	2.81 393	1.60 391	1.46 321	2.36 397	2.28 400	3.55 391	2.29 399	4.21 399	4.56 402	2.36 368	4.51 387	4.88 395	2.66 386	4.60 336	4.07 381	1.72 390	1.15 410	2.31 396	1.46 404	2.31 391	1.85 394

LVE	3.31 397	1.67 392	1.64 335	2.85 402	2.42 403	3.20 388	2.26 398	4.78 404	5.05 403	2.35 366	6.91 400	6.02 401	2.37 380	9.15 403	2.17 357	3.19 404	1.08 409	2.38 399	1.47 405	2.81 399	2.40 403

RainbowNet	1.97 368	1.76 393	1.57 332	2.81 401	2.21 397	1.98 353	1.81 377	2.54 380	1.89 355	1.50 301	1.84 322	1.96 340	1.65 345	2.14 263	1.25 291	3.33 407	0.85 396	2.39 400	0.98 393	2.82 400	2.22 398

AnyNet_C01	2.26 375	1.78 394	10.22 407	0.93 365	0.74 325	2.92 384	2.20 396	2.29 366	1.80 350	2.53 373	2.41 360	2.71 374	1.73 351	3.41 316	6.72 391	0.41 330	0.39 351	0.40 332	0.42 343	0.67 363	0.63 358

IMH-64-1	2.70 390	1.79 395	1.46 321	3.26 409	2.66 405	3.23 389	2.10 391	4.08 396	2.75 384	2.34 364	3.81 382	3.06 378	2.22 377	4.25 330	2.59 362	3.75 411	0.84 393	2.75 407	1.35 399	3.15 406	2.60 407

IMH-64	2.70 390	1.79 395	1.46 321	3.26 409	2.66 405	3.23 389	2.10 391	4.08 396	2.75 384	2.34 364	3.81 382	3.06 378	2.22 377	4.25 330	2.59 362	3.75 411	0.84 393	2.75 407	1.35 399	3.15 406	2.60 407

WAO-8	4.40 400	1.82 397	1.79 345	2.34 395	2.20 395	9.19 412	1.53 364	6.09 410	16.46 417	3.94 394	7.84 408	7.32 403	3.72 399	9.41 409	3.31 373	2.00 392	1.07 407	2.44 402	1.37 402	2.50 393	1.68 392

Venus	4.40 400	1.82 397	1.79 345	2.34 395	2.20 395	9.19 412	1.53 364	6.09 410	16.46 417	3.94 394	7.84 408	7.32 403	3.72 399	9.41 409	3.31 373	2.00 392	1.07 407	2.44 402	1.37 402	2.50 393	1.68 392

IMH	3.21 396	1.85 399	1.48 326	3.25 408	2.69 407	4.07 400	2.02 389	4.41 401	3.80 395	2.72 377	7.11 403	4.75 394	2.92 389	5.92 365	2.55 360	3.85 414	0.88 399	2.78 409	1.36 401	3.19 408	2.59 406

JetBlue	3.97 398	2.01 400	10.19 406	1.38 383	2.84 409	10.53 415	9.54 415	3.60 394	2.41 373	2.73 378	3.39 377	4.54 390	4.31 402	7.85 398	6.84 392	0.88 377	0.93 402	0.89 379	0.91 387	1.74 388	1.91 395

TorneroNet-64	5.30 406	2.03 401	1.74 344	3.43 411	2.81 408	10.09 414	2.12 393	9.10 417	17.12 422	4.96 407	9.27 413	10.72 417	3.70 398	9.20 404	4.55 383	3.31 406	0.84 393	2.88 410	1.55 406	3.49 409	3.04 410

TorneroNet	10.70 416	2.03 401	1.82 348	3.43 411	3.01 410	43.83 432	2.22 397	8.87 416	67.47 441	7.17 414	27.36 426	10.68 416	3.85 401	8.67 402	7.65 399	3.59 409	0.88 399	3.04 411	1.57 407	3.71 410	3.17 411

PWCK	2.88 394	2.05 403	5.72 395	2.08 392	1.11 372	3.55 391	3.90 411	2.86 385	3.54 394	3.03 389	3.63 380	3.10 381	2.31 379	8.15 401	3.09 368	2.12 394	0.91 401	1.75 390	0.98 393	2.57 395	1.18 387

KSHMR	8.75 414	2.06 404	2.11 360	3.53 413	3.11 411	4.13 401	2.69 404	5.60 407	61.37 440	3.00 387	55.83 440	4.98 398	2.45 383	4.49 334	2.61 364	3.46 408	1.55 414	3.14 413	1.94 411	3.72 411	3.18 412

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

coex-ft	8.13 413	2.13 406	98.04 440	0.67 277	0.53 258	1.71 327	1.56 366	1.65 237	11.11 412	18.17 426	3.75 381	3.88 387	7.61 414	2.98 304	6.49 390	0.30 278	0.30 313	0.32 284	0.31 304	0.66 362	0.50 334

UNDER WATER-64	5.27 405	2.32 407	8.78 404	3.93 417	3.54 416	7.61 410	3.03 410	5.84 409	14.19 413	4.04 396	4.04 384	9.39 412	6.26 410	5.93 366	8.48 400	3.60 410	1.51 413	3.13 412	1.88 409	4.29 416	3.61 415

UNDER WATER	5.08 404	2.33 408	5.55 393	3.94 418	3.51 415	5.20 408	2.72 406	5.61 408	16.52 419	3.84 393	4.60 389	9.21 411	5.89 408	5.90 364	8.66 401	3.75 411	1.34 411	3.18 414	1.88 409	4.33 417	3.61 415

ktn	4.70 402	2.38 409	2.12 361	3.76 414	3.24 412	4.85 405	2.95 409	5.52 406	7.37 409	4.07 398	19.32 423	7.46 405	3.47 394	7.39 389	2.95 366	4.04 415	1.85 415	3.26 415	2.22 414	3.08 405	2.65 409

notaker	3.98 399	2.40 410	2.68 378	3.82 416	3.27 414	3.97 399	2.14 394	4.78 404	3.45 393	4.12 399	6.94 401	7.65 407	3.26 393	7.82 397	5.30 386	4.04 415	1.41 412	3.36 416	2.10 413	3.88 412	3.31 413

UDG	1.41 331	2.65 411	0.99 234	1.44 387	1.64 390	1.34 291	0.80 283	1.60 227	1.23 231	1.23 203	1.71 306	2.01 345	1.34 319	1.47 177	1.41 317	0.90 378	0.54 380	2.29 395	0.75 379	1.84 389	1.04 382

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

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

MADNet++	5.01 403	3.14 414	4.91 390	4.55 420	3.94 418	5.20 408	4.41 413	4.40 400	4.13 399	4.95 406	6.08 397	4.74 393	5.37 405	9.40 408	10.67 407	4.65 417	4.15 420	3.97 418	3.34 417	4.09 414	4.08 418

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

HanzoNet	11.04 417	3.62 416	8.10 403	4.08 419	3.55 417	4.90 406	2.73 407	7.19 414	10.10 410	31.86 436	28.92 428	21.96 428	36.36 429	18.08 422	10.17 404	7.94 421	3.32 418	3.47 417	3.31 416	7.06 422	4.04 417

FADE		4.78 417		1.89 391	1.92 393							4.13 388				188.09 442	2.77 416	123.78 439	127.92 439	1.06 381

DPSimNet_ROB	11.20 418	4.98 418	35.43 428	2.90 405	4.52 419	7.89 411	17.09 419	4.66 402	6.06 407	14.89 422	10.93 416	17.29 420	36.81 431	13.18 419	15.68 415	2.86 399	6.29 422	5.75 421	5.09 419	3.91 413	7.70 421

SPstereo	26.54 426	6.08 419	10.71 409	5.55 421	5.68 420	48.14 433	80.43 440	67.31 441	34.39 436	28.70 434	27.52 427	43.76 439	37.60 436	45.04 440	54.41 441	4.92 420	4.89 421	10.74 426	5.88 420	4.46 418	4.57 419

DPSMNet_ROB	13.02 420	8.23 420	21.91 418	9.53 424	18.11 423	11.56 417	32.02 427	10.64 419	16.23 416	7.05 413	19.49 425	10.16 415	16.66 419	9.85 414	22.43 422	4.77 419	8.68 423	5.38 420	10.26 424	6.17 421	11.36 422

DGTPSM_ROB	13.01 419	8.23 420	21.87 417	9.51 423	18.10 422	11.56 417	32.01 426	10.63 418	16.20 415	7.03 412	19.48 424	10.15 414	16.66 419	9.83 413	22.42 421	4.75 418	8.68 423	5.37 419	10.25 423	6.16 420	11.36 422

JetRed	6.91 411	8.80 422	25.96 424	2.85 402	3.25 413	13.98 421	11.87 416	6.25 412	4.28 400	4.45 401	4.56 388	6.69 402	5.46 406	7.46 392	14.05 411	2.59 398	3.31 417	2.59 405	2.29 415	4.20 415	3.36 414

ASD4	15.85 421	10.99 423	19.63 416	10.21 425	11.70 421	19.24 422	31.10 425	19.35 422	10.68 411	11.14 417	10.18 414	12.59 418	12.64 416	14.74 420	24.83 424	12.93 427	9.94 428	26.83 433	19.40 427	16.23 426	12.70 427

BEATNet-Init1	26.87 427	13.43 424	70.68 439	0.91 362	0.68 313	57.02 440	21.06 421	32.82 432	32.67 429	52.12 440	53.61 439	66.05 441	49.56 440	48.79 441	34.71 431	0.49 356	0.44 361	0.53 358	0.53 366	0.63 356	0.59 352

Anonymous_1	43.04 437	18.73 425	24.79 421	21.81 426	46.26 436	27.80 423	37.60 428	28.08 427	16.14 414	14.66 421	14.30 417	20.65 422	17.88 421	21.56 423	25.94 425	117.93 441	8.92 425	100.65 438	126.50 438	158.64 442	12.08 424

DPSM_ROB	19.08 422	19.14 426	25.17 422	22.15 427	20.85 425	28.17 424	37.82 429	26.56 425	16.85 420	14.14 419	14.84 418	21.70 423	18.75 422	21.87 424	26.55 426	10.16 425	9.30 426	10.47 424	10.42 425	14.03 424	12.61 425

DPSM	19.08 422	19.14 426	25.17 422	22.15 427	20.85 425	28.17 424	37.82 429	26.56 425	16.85 420	14.14 419	14.84 418	21.70 423	18.75 422	21.87 424	26.55 426	10.16 425	9.30 426	10.47 424	10.42 425	14.03 424	12.61 425

xxxxx1	54.10 439	25.67 428	27.13 425	113.43 439	96.96 439	30.69 428	47.44 431	32.38 429	25.60 424	17.75 423	17.27 420	21.81 425	21.02 424	24.43 427	33.82 428	33.37 435	40.54 437	157.71 440	175.86 440	66.16 438	72.93 439

tt_ll	54.10 439	25.67 428	27.13 425	113.43 439	96.96 439	30.69 428	47.44 431	32.38 429	25.60 424	17.75 423	17.27 420	21.81 425	21.02 424	24.43 427	33.82 428	33.37 435	40.54 437	157.71 440	175.86 440	66.16 438	72.93 439

ff	54.10 439	25.67 428	27.13 425	113.43 439	96.96 439	30.69 428	47.44 431	32.38 429	25.60 424	17.75 423	17.27 420	21.81 425	21.02 424	24.43 427	33.82 428	33.37 435	40.54 437	157.71 440	175.86 440	66.16 438	72.93 439

LRCNet_RVC	22.74 424	32.10 431	21.97 419	29.84 429	26.23 427	4.42 403	0.81 286	22.66 423	2.02 363	26.93 428	29.26 429	23.06 430	15.59 418	23.84 426	18.88 418	31.75 434	19.90 436	34.65 434	32.13 434	30.54 434	28.32 434

PML	51.67 438	36.25 432	13.28 412	7.46 422	20.81 424	108.69 441	232.22 442	8.72 415	27.82 428	87.01 441	269.67 442	69.67 442	61.95 441	24.76 430	14.20 412	9.74 424	3.40 419	9.62 423	4.70 418	18.74 427	4.72 420

CasAABBNet	38.33 428	38.46 433	50.35 433	44.75 437	41.84 431	56.68 437	76.37 435	53.22 438	33.83 431	28.31 429	29.54 430	43.62 438	37.71 437	43.84 437	53.41 436	20.30 428	18.70 431	21.07 430	21.07 429	28.24 431	25.34 429

Selective-RAFT-Error	38.39 432	38.47 434	50.44 437	44.73 433	41.97 435	56.68 437	76.38 436	53.24 439	33.92 432	28.34 430	29.85 431	43.60 437	38.20 438	43.75 433	53.34 435	20.38 432	18.70 431	21.09 431	21.05 428	28.30 432	25.43 433

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

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

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

LSM0	42.82 436	38.75 438	50.81 438	47.07 438	109.38 442	57.00 439	76.02 434	53.74 440	33.71 430	29.02 435	30.41 435	43.87 440	37.22 432	43.91 438	53.54 440	20.52 433	18.62 430	21.10 432	21.11 433	28.41 433	42.22 435

HaxPig	38.92 433	41.40 439	41.64 429	29.95 430	32.27 428	28.90 426	27.60 422	29.73 428	37.71 437	43.82 437	43.87 436	33.17 431	35.56 428	41.53 431	40.37 433	43.94 438	47.51 441	45.82 435	47.08 436	42.38 435	44.15 437

AVERAGE_ROB	40.43 434	42.37 440	42.73 430	36.96 432	35.58 430	30.50 427	27.61 423	36.71 434	38.39 438	44.91 438	44.36 437	37.45 433	36.70 430	41.88 432	40.35 432	45.43 439	46.81 440	47.11 436	46.35 435	42.51 436	43.87 436

MEDIAN_ROB	42.00 435	44.40 441	44.29 432	35.15 431	34.95 429	31.28 431	29.60 424	35.88 433	40.02 439	47.20 439	46.64 438	37.37 432	38.48 439	44.35 439	42.45 434	48.03 440	49.39 442	49.71 437	49.03 437	45.14 437	46.65 438

DLNR_Zeroshot_test	23.17 425	48.52 442	43.29 431	176.68 442	78.69 438	0.35 5	0.21 1	23.41 424	0.75 57	0.66 45	0.86 58	0.59 53	0.30 4	1.56 193	0.44 86	9.57 423	0.12 10	0.18 37	0.14 23	76.92 441	0.16 42

test_example2	192.40 442	210.76 443	206.48 442	199.83 443	204.73 443	172.94 442	183.52 441	133.93 442	133.41 442	191.38 442	196.19 441	187.13 443	178.77 442	205.33 442	208.00 442	222.09 443	238.72 443	186.54 443	190.54 443	227.34 443	170.31 442

Low-res two-view benchmark