Low-res two-view results

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

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

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

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

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

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

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

s12784h	1.31 81	0.45 2	2.41 92	0.71 8	0.35 4	4.42 314	0.50 18	4.22 293	2.73 295	2.01 164	2.48 295	0.91 42	0.96 55	2.01 115	0.70 23	0.29 77	0.18 24	0.24 17	0.16 7	0.27 23	0.18 2

Selective-RAFT	1.15 41	0.46 3	1.64 26	0.99 116	0.45 47	4.17 273	0.51 22	3.21 113	1.69 129	1.12 42	1.34 59	1.45 98	1.40 141	2.08 119	0.94 85	0.41 238	0.20 56	0.24 17	0.23 59	0.27 23	0.25 27

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

MC-Stereo	1.06 32	0.48 5	1.55 22	1.15 195	0.41 32	4.56 343	0.61 46	2.06 29	1.46 33	1.90 125	1.61 108	0.89 41	1.12 94	1.35 45	0.73 30	0.25 19	0.18 24	0.26 37	0.22 50	0.25 11	0.24 20

PMTNet	0.99 23	0.48 5	1.73 30	0.62 2	0.56 99	4.20 284	0.43 11	1.88 22	1.58 94	1.00 29	1.05 17	0.78 25	0.98 61	1.50 59	0.85 53	1.21 372	0.20 56	0.23 5	0.15 4	0.22 3	0.19 3

CREStereo++_RVC	1.02 29	0.49 7	1.54 21	0.83 43	0.55 96	4.01 231	0.31 2	1.63 12	1.99 172	1.63 78	2.13 242	0.84 35	0.65 11	0.88 1	0.70 23	0.27 34	0.15 2	0.23 5	1.22 381	0.24 5	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
test_4	1.30 78	0.50 8	6.16 167	0.84 49	0.45 47	1.61 19	1.12 238	2.14 33	1.42 23	1.52 62	2.31 280	1.84 149	0.79 33	2.52 156	1.19 127	0.27 34	0.17 9	0.29 82	0.29 174	0.29 44	0.25 27

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

CASnet	0.78 2	0.51 10	1.29 8	0.81 29	0.29 1	1.28 11	0.74 98	1.51 5	1.89 161	1.64 80	1.09 22	0.65 7	0.64 9	0.91 2	0.76 35	0.29 77	0.17 9	0.41 250	0.31 204	0.32 98	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 32	0.51 10	1.56 23	1.02 136	0.39 26	4.27 295	0.42 8	4.08 261	1.48 41	0.90 24	0.68 1	1.09 55	0.66 13	1.81 97	0.62 2	0.27 34	0.19 39	0.29 82	0.23 59	0.37 163	0.25 27

DCANet-4	1.96 161	0.51 10	14.31 252	0.82 36	0.40 29	4.16 268	0.57 31	4.29 319	2.98 328	2.30 245	1.80 157	1.03 51	1.54 184	1.44 52	1.44 170	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

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

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

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

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

RCA-Stereo	1.21 52	0.52 15	1.58 24	0.90 74	0.46 53	4.68 359	0.79 123	4.13 272	1.74 142	1.92 131	1.80 157	0.94 45	1.48 164	1.14 15	0.70 23	0.27 34	0.18 24	0.25 27	0.19 18	0.25 11	0.23 14

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

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

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

KYRaft	1.59 112	0.52 15	1.73 30	0.95 97	0.49 73	4.38 305	1.79 317	2.43 47	1.51 56	2.49 283	2.98 331	2.00 171	3.41 335	2.14 127	0.82 45	0.30 111	0.21 81	0.33 167	0.46 303	0.35 145	2.45 388

GMM-Stereo	2.45 236	0.52 15	20.38 363	0.89 69	0.82 169	4.18 275	1.91 326	2.45 49	1.48 41	2.48 282	2.30 272	1.69 120	1.86 246	2.93 174	1.08 107	0.28 60	0.18 24	0.33 167	0.48 310	0.35 145	2.41 386

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

H2IRNET	1.90 148	0.53 24	14.29 251	1.14 181	0.60 115	4.48 320	0.44 12	2.65 75	1.81 148	1.05 36	2.30 272	1.67 116	1.40 141	2.17 130	1.50 182	0.36 189	0.21 81	0.33 167	0.37 259	0.34 129	0.29 76

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

Any-RAFT	1.40 89	0.53 24	2.78 109	1.09 159	0.64 125	4.41 312	0.81 133	3.97 230	2.78 301	1.99 150	1.34 59	2.36 208	1.56 187	1.56 66	0.75 33	0.27 34	0.20 56	0.25 27	0.18 9	0.25 11	0.28 69

FTStereo	3.71 343	0.53 24	20.37 362	0.96 101	0.65 130	4.34 302	11.29 406	2.62 73	1.50 52	2.58 295	5.04 369	1.90 154	13.84 406	3.71 189	1.25 141	0.38 211	0.24 157	0.31 120	0.32 211	0.30 59	2.10 381

GrayStereo	2.58 262	0.53 24	1.63 25	1.58 319	0.89 188	4.17 273	8.17 403	3.03 99	1.52 64	2.80 320	2.50 297	1.70 121	17.10 408	2.83 172	1.15 118	0.33 156	0.21 81	0.27 53	0.32 211	0.28 36	0.53 266

CREStereo	0.92 10	0.53 24	1.45 14	0.61 1	0.34 3	4.42 314	0.40 7	2.21 36	1.54 76	0.94 26	1.12 25	0.87 38	0.87 41	1.12 11	0.72 29	0.28 60	0.19 39	0.22 4	0.15 4	0.22 3	0.19 3
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
AEACV	0.79 3	0.54 30	1.35 11	0.97 108	0.63 123	1.13 6	0.92 196	2.02 28	0.91 1	0.76 13	0.79 6	0.80 30	1.61 193	1.28 38	0.61 1	0.22 4	0.18 24	0.26 37	0.23 59	0.27 23	0.23 14

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

PSM-AAD	2.43 234	0.54 30	1.32 10	0.92 82	0.54 94	4.48 320	7.47 399	2.96 94	1.55 82	2.31 250	2.56 305	1.26 75	16.23 407	2.46 146	0.89 66	0.28 60	0.21 81	0.58 325	0.41 289	0.34 129	1.32 362

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

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

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

DisPM	1.36 85	0.55 34	2.39 91	1.54 310	0.51 78	4.59 346	0.79 123	2.50 52	1.88 157	2.50 284	1.83 176	1.45 98	1.01 66	2.71 169	0.93 84	0.46 270	0.20 56	0.32 136	0.31 204	0.31 75	0.44 218

RAFT-RH_RVC	2.63 264	0.55 34	19.97 343	1.26 234	0.47 63	4.46 318	0.57 31	1.71 14	1.64 119	3.06 338	5.51 371	2.03 175	1.28 124	6.70 246	1.52 190	0.42 248	0.22 104	0.37 222	0.34 226	0.28 36	0.29 76

RAFT-345	2.46 238	0.55 34	19.69 334	1.02 136	0.49 73	4.43 316	0.78 118	1.64 13	2.34 234	2.09 183	3.12 339	1.96 164	1.31 129	6.65 244	1.43 168	0.36 189	0.23 128	0.32 136	0.25 89	0.28 36	0.25 27

Prome-Stereo	1.61 114	0.55 34	1.71 29	0.98 111	0.60 115	4.41 312	1.82 321	3.03 99	1.53 69	2.18 212	3.45 350	1.72 124	3.49 339	2.23 138	1.08 107	0.29 77	0.20 56	0.26 37	0.25 89	0.34 129	2.16 382

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PFNet+	1.46 95	0.57 47	2.84 111	0.92 82	0.47 63	4.64 353	0.84 143	2.46 50	1.99 172	2.14 196	1.64 113	1.34 82	1.03 68	4.68 208	1.23 140	0.45 266	0.33 239	0.37 222	0.39 275	0.32 98	0.49 246

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

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

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

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

IPLGR	2.53 252	0.58 59	20.46 368	0.82 36	0.52 85	4.56 343	0.50 18	4.30 327	2.38 246	1.87 117	1.53 87	1.68 118	1.72 224	6.95 253	1.15 118	0.28 60	0.21 81	0.27 53	0.23 59	0.33 113	0.32 113

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

SST-Stereo	1.76 131	0.58 59	3.10 119	1.44 290	0.46 53	4.71 370	0.76 106	2.22 37	2.79 303	2.07 182	2.18 249	2.43 216	3.22 328	6.66 245	0.84 50	0.42 248	0.19 39	0.30 101	0.27 125	0.35 145	0.26 44

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

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

BUS	1.49 99	0.59 65	1.94 46	0.87 62	0.85 174	4.50 329	0.76 106	4.48 360	1.88 157	2.93 327	1.83 176	3.63 316	0.97 59	1.60 72	1.17 124	0.34 167	0.25 174	0.31 120	0.28 150	0.35 145	0.33 123

BSDual-CNN	1.46 95	0.59 65	1.94 46	0.87 62	0.85 174	4.16 268	1.16 245	4.48 360	1.88 157	2.93 327	1.83 176	2.60 233	1.31 129	1.60 72	1.21 134	0.34 167	0.25 174	0.31 120	0.28 150	0.35 145	0.33 123

psmg	1.47 98	0.59 65	1.94 46	0.92 82	0.85 174	4.30 299	1.42 284	4.10 270	1.88 157	2.64 306	2.09 233	2.60 233	1.31 129	1.60 72	1.21 134	0.34 167	0.27 193	0.33 167	0.34 226	0.36 156	0.34 133

PSM-softLoss	1.66 120	0.59 65	5.15 157	2.25 369	0.48 69	4.68 359	0.69 75	2.57 69	1.52 64	2.14 196	1.45 68	1.42 95	0.99 62	6.04 234	1.20 130	0.41 238	0.23 128	0.37 222	0.39 275	0.32 98	0.31 106

KMStereo	1.66 120	0.59 65	5.15 157	2.25 369	0.48 69	4.68 359	0.69 75	2.57 69	1.52 64	2.14 196	1.45 68	1.42 95	0.99 62	6.04 234	1.20 130	0.41 238	0.23 128	0.37 222	0.39 275	0.32 98	0.31 106

RAFT_R40	1.70 123	0.59 65	2.99 115	1.46 295	0.46 53	4.74 374	0.98 214	2.23 38	1.56 86	2.02 168	2.35 288	2.71 242	2.56 298	6.71 248	0.90 68	0.40 228	0.19 39	0.30 101	0.27 125	0.33 113	0.26 44

Pruner-Stereo	1.32 83	0.59 65	2.11 69	1.79 346	0.47 63	4.73 371	0.79 123	2.53 55	1.72 134	2.47 281	1.58 96	1.48 100	1.03 68	1.66 85	1.47 177	0.44 260	0.21 81	0.34 184	0.30 188	0.30 59	0.39 179

MDST_ROB	5.53 379	0.59 65	23.11 409	2.55 380	2.69 384	21.20 418	1.98 330	4.77 382	2.65 286	9.36 404	4.25 361	4.14 340	4.45 356	22.57 413	3.68 326	0.48 283	0.33 239	0.47 276	0.44 297	0.44 227	0.44 218

AE-Stereo	1.18 43	0.60 74	2.05 56	1.10 167	0.60 115	4.39 307	0.72 84	3.74 175	1.62 115	1.10 39	1.90 201	1.01 50	0.92 49	1.45 56	0.82 45	0.28 60	0.22 104	0.28 67	0.28 150	0.26 17	0.22 9

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

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

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

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

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

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

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

CrosDoStereo	5.24 374	0.60 74	20.23 354	0.82 36	0.51 78	3.39 110	18.11 414	3.82 188	2.27 223	1.98 145	8.74 386	1.96 164	6.96 386	7.35 258	26.35 417	0.30 111	0.22 104	0.30 101	0.28 150	0.33 113	0.38 174

AAGNet	2.86 282	0.60 74	1.77 35	2.05 364	0.46 53	4.76 376	1.09 233	2.27 39	1.56 86	2.17 210	1.84 181	2.41 212	4.00 347	6.23 237	24.22 415	0.46 270	0.19 39	0.30 101	0.29 174	0.32 98	0.24 20

ASMatch	2.62 263	0.60 74	20.65 374	1.37 278	0.64 125	4.39 307	0.78 118	1.97 25	1.58 94	1.70 90	3.89 359	1.94 157	3.79 343	5.46 219	1.64 209	0.31 129	0.24 157	0.34 184	0.28 150	0.33 113	0.50 253

DeepStereo_LL	5.24 374	0.60 74	20.23 354	0.82 36	0.51 78	3.39 110	18.11 414	3.82 188	2.27 223	1.98 145	8.74 386	1.96 164	6.96 386	7.35 258	26.35 417	0.30 111	0.22 104	0.30 101	0.28 150	0.33 113	0.38 174

PFNet	2.47 241	0.60 74	16.95 286	2.15 368	0.81 161	4.63 352	0.91 186	2.55 65	1.52 64	2.40 275	2.79 321	1.83 146	1.42 149	7.54 262	1.34 160	0.33 156	0.21 81	0.36 210	0.27 125	0.32 98	0.39 179

IRAFT_RVC	1.87 141	0.60 74	4.33 145	2.40 378	0.66 133	4.59 346	1.59 302	2.96 94	1.51 56	2.23 231	1.75 141	2.09 185	2.63 301	6.70 246	1.50 182	0.33 156	0.21 81	0.33 167	0.29 174	0.32 98	0.32 113

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

NF-Stereo	1.58 107	0.61 88	2.66 104	2.26 371	0.47 63	4.68 359	0.67 66	3.31 123	1.48 41	2.11 190	1.59 99	1.36 85	1.09 85	6.08 236	1.20 130	0.40 228	0.20 56	0.36 210	0.34 226	0.31 75	0.36 147

OCTAStereo	1.58 107	0.61 88	2.72 105	2.27 374	0.46 53	4.68 359	0.67 66	3.30 122	1.48 41	2.11 190	1.59 99	1.36 85	1.09 85	6.02 233	1.21 134	0.41 238	0.20 56	0.36 210	0.34 226	0.31 75	0.37 161

NRIStereo	1.28 75	0.61 88	1.67 27	1.15 195	0.38 25	4.73 371	0.90 178	2.42 45	1.50 52	1.93 135	1.33 54	1.75 126	1.22 114	2.96 176	1.33 158	0.46 270	0.22 104	0.29 82	0.26 102	0.30 59	0.28 69

RE-Stereo	1.58 107	0.61 88	2.72 105	2.26 371	0.46 53	4.68 359	0.68 70	3.31 123	1.48 41	2.11 190	1.59 99	1.36 85	1.09 85	6.01 231	1.22 137	0.41 238	0.20 56	0.36 210	0.34 226	0.31 75	0.37 161

TVStereo	1.58 107	0.61 88	2.72 105	2.26 371	0.46 53	4.68 359	0.68 70	3.31 123	1.48 41	2.11 190	1.59 99	1.36 85	1.09 85	6.01 231	1.22 137	0.41 238	0.20 56	0.36 210	0.34 226	0.31 75	0.37 161

CRE-IMP	1.23 55	0.61 88	2.14 70	0.82 36	0.39 26	4.54 335	0.83 140	2.63 74	1.55 82	1.95 139	1.46 70	1.87 153	0.96 55	1.48 58	1.33 158	0.45 266	0.21 81	0.31 120	0.26 102	0.41 199	0.31 106

XX-Stereo	2.54 254	0.61 88	20.21 353	1.78 341	1.19 255	4.30 299	0.46 13	4.39 346	1.58 94	2.32 254	1.89 197	4.64 364	0.60 4	4.16 201	0.82 45	0.31 129	0.21 81	0.28 67	0.27 125	0.51 253	0.26 44

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

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

GANet-RSSM	1.98 165	0.62 96	3.49 131	1.69 332	1.23 265	4.22 285	0.91 186	3.31 123	1.86 155	1.81 108	1.74 137	2.34 204	1.82 241	10.92 339	1.73 222	0.34 167	0.29 210	0.31 120	0.28 150	0.39 175	0.40 197

SGM-Forest	2.96 294	0.62 96	3.49 131	1.09 159	0.80 159	4.06 238	3.30 374	4.37 344	3.09 337	4.18 374	3.27 346	4.67 366	3.86 345	11.69 370	7.91 360	0.51 302	0.46 317	0.49 297	0.39 275	0.48 246	0.49 246
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DeepStereo_RVC	1.55 100	0.63 100	3.32 127	0.77 25	0.42 35	4.49 326	0.72 84	2.50 52	1.58 94	2.02 168	1.81 169	1.54 106	6.38 382	1.73 92	1.19 127	0.46 270	0.22 104	0.29 82	0.28 150	0.35 145	0.38 174

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

EAI-Stereo	2.35 225	0.63 100	2.97 114	0.95 97	0.65 130	3.84 192	14.27 410	5.04 386	2.19 210	2.06 179	7.25 374	1.10 56	0.94 52	1.65 84	1.37 162	0.31 129	0.22 104	0.27 53	0.60 338	0.27 23	0.32 113

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

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

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

EKT-Stereo	6.79 393	0.64 105	4.24 144	1.77 340	106.39 436	4.51 333	0.61 46	3.16 108	1.53 69	1.88 119	1.22 34	1.98 168	1.36 136	3.81 190	0.84 50	0.35 184	0.24 157	0.29 82	0.26 102	0.34 129	0.48 242

hknet	1.98 165	0.64 105	8.70 188	0.87 62	1.07 231	4.16 268	1.16 245	4.48 360	1.73 136	2.93 327	1.83 176	3.48 299	1.30 128	3.91 195	1.51 188	0.31 129	0.25 174	0.31 120	0.28 150	0.35 145	0.33 123

GES	1.38 88	0.64 105	2.61 99	1.09 159	0.57 108	4.30 299	1.02 219	3.86 198	1.51 56	1.72 94	1.74 137	1.28 77	1.77 228	1.62 78	1.61 203	0.39 222	0.27 193	0.33 167	0.30 188	0.41 199	0.47 238

ACVNet	1.46 95	0.64 105	3.56 134	0.93 93	0.85 174	4.22 285	0.80 128	2.85 87	2.08 187	1.78 103	1.88 192	3.10 274	1.46 160	1.33 43	1.89 239	0.29 77	0.26 185	0.30 101	0.26 102	0.39 175	0.27 56

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

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

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

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

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

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

IPLG	2.48 243	0.65 112	19.63 332	0.91 78	0.79 158	4.60 348	0.56 30	4.31 330	1.84 153	1.91 130	2.00 215	1.31 80	1.38 137	6.61 242	1.53 191	0.27 34	0.20 56	0.27 53	0.23 59	0.31 75	0.36 147

Patchmatch Stereo++	1.25 63	0.65 112	2.06 65	0.75 11	0.37 17	4.68 359	0.76 106	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.14 102	2.44 144	0.90 68	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 60	0.65 112	2.03 53	0.75 11	0.37 17	4.68 359	0.73 88	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.13 96	2.18 132	0.87 62	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

iRAFT	1.25 63	0.65 112	2.06 65	0.75 11	0.37 17	4.68 359	0.76 106	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.14 102	2.44 144	0.90 68	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

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

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

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

CASS	1.29 77	0.66 122	2.62 101	0.95 97	0.66 133	2.84 60	0.69 75	3.00 97	1.79 146	2.57 293	1.95 205	1.39 89	1.55 186	1.59 70	1.06 103	0.50 296	0.28 201	0.34 184	0.28 150	0.46 241	0.63 296
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 55	0.66 122	2.02 52	0.75 11	0.37 17	4.67 358	0.76 106	2.53 55	1.58 94	1.99 150	1.46 70	1.78 129	1.14 102	2.08 119	0.88 64	0.48 283	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

ROB_FTStereo	1.25 63	0.66 122	2.14 70	0.75 11	0.37 17	4.65 355	0.77 116	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.13 96	2.26 140	0.86 57	0.47 278	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

HUI-Stereo	1.25 63	0.66 122	2.33 87	0.75 11	0.37 17	4.68 359	0.78 118	2.53 55	1.58 94	1.99 150	1.46 70	1.79 136	1.13 96	2.17 130	0.85 53	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

iGMRVC	1.26 70	0.66 122	2.14 70	0.75 11	0.37 17	4.66 356	0.74 98	2.53 55	1.58 94	1.99 150	1.46 70	1.78 129	1.14 102	2.46 146	0.92 77	0.48 283	0.23 128	0.32 136	0.27 125	0.40 178	0.29 76

RAFT-IKP	1.25 63	0.66 122	2.23 78	0.75 11	0.37 17	4.64 353	0.74 98	2.53 55	1.58 94	1.99 150	1.47 74	1.78 129	1.13 96	2.22 137	0.92 77	0.48 283	0.22 104	0.32 136	0.27 125	0.40 178	0.29 76

ICVP	2.26 202	0.66 122	21.18 389	0.99 116	0.88 183	4.28 296	0.95 204	3.32 127	1.60 109	1.66 84	1.76 144	1.34 82	1.14 102	1.62 78	1.32 154	0.53 310	0.35 255	0.33 167	0.29 174	0.40 178	0.51 259
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousa	2.16 190	0.67 130	19.19 321	1.04 144	1.67 344	2.06 39	0.79 123	2.86 90	1.96 167	1.85 112	2.14 243	3.23 284	1.81 239	1.12 11	1.15 118	0.26 27	0.26 185	0.34 184	0.32 211	0.30 59	0.28 69

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

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

GwcNet-ADL	2.47 241	0.67 130	21.48 396	0.96 101	0.72 145	4.61 349	0.95 204	4.42 350	2.36 238	1.98 145	1.80 157	2.55 228	1.24 119	1.90 106	1.41 165	0.40 228	0.46 317	0.24 17	0.27 125	0.41 199	0.49 246

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

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

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

ff7	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 338	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

ffff	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 338	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

11t	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 338	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

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

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

anonymousdsp	0.95 14	0.69 137	1.27 6	0.83 43	0.52 85	4.54 335	0.84 143	1.76 17	1.24 5	0.76 13	1.06 18	0.78 25	0.77 25	1.67 88	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44

ccc-4	0.98 16	0.69 137	2.05 56	0.84 49	0.52 85	4.55 338	0.86 152	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

IGEV-Stereo	0.95 14	0.69 137	1.27 6	0.84 49	0.52 85	4.54 335	0.84 143	1.76 17	1.24 5	0.75 6	1.06 18	0.79 29	0.77 25	1.68 89	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 146	0.69 137	3.14 121	1.10 167	1.18 249	3.99 228	1.79 317	3.50 139	2.16 205	3.10 339	1.64 113	2.91 262	2.50 294	5.38 217	2.26 278	0.43 253	0.38 277	0.37 222	0.36 248	0.50 252	0.42 205

DIP-Stereo	1.24 60	0.69 137	1.77 35	0.65 4	0.61 119	4.29 297	0.58 39	4.44 354	2.53 273	1.98 145	1.33 54	0.91 42	0.86 39	1.25 33	1.25 141	0.36 189	0.23 128	0.32 136	0.23 59	0.32 98	0.29 76
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
fff	1.74 127	0.70 147	9.08 191	0.81 29	0.36 5	4.15 259	0.57 31	4.23 298	2.09 190	2.30 245	1.80 157	1.19 69	3.02 317	1.44 52	1.46 174	0.29 77	0.23 128	0.23 5	0.18 9	0.24 5	0.42 205

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

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

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

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

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

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

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

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

CBMV_ROB	3.62 338	0.70 147	21.42 395	1.21 217	0.89 188	4.43 316	1.76 316	4.39 346	2.79 303	5.88 387	3.38 348	4.18 342	5.12 364	10.75 331	2.32 282	0.56 315	0.55 334	0.53 311	0.51 319	0.55 267	0.46 233

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

MIPNet	2.33 221	0.71 157	19.82 337	0.89 69	0.56 99	4.76 376	0.61 46	4.32 334	2.37 244	1.83 111	1.48 80	1.48 100	1.98 256	2.63 163	1.44 170	0.29 77	0.20 56	0.26 37	0.23 59	0.30 59	0.39 179

HHNet	2.48 243	0.71 157	20.52 369	0.64 3	0.64 125	4.07 243	0.93 197	3.76 178	1.56 86	2.15 201	4.92 368	0.98 47	3.37 333	1.66 85	1.79 229	0.32 145	0.20 56	0.31 120	0.27 125	0.36 156	0.42 205

MyStereo06	2.46 238	0.72 160	19.97 343	1.02 136	0.99 212	4.26 290	0.86 152	3.51 142	1.68 124	1.92 131	1.73 135	4.01 332	4.22 352	1.62 78	0.88 64	0.24 10	0.23 128	0.34 184	0.26 102	0.42 214	0.36 147

MyStereo05	2.37 229	0.72 160	19.94 341	1.02 136	0.99 212	4.26 290	0.86 152	4.01 239	2.62 283	2.14 196	1.26 42	2.28 195	1.63 208	2.07 117	1.68 214	0.24 10	0.23 128	0.34 184	0.26 102	0.42 214	0.36 147

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

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

PSMNet-ADL	1.91 151	0.72 160	1.78 37	1.09 159	0.86 178	4.18 275	0.78 118	3.77 180	2.10 198	1.72 94	1.85 188	2.91 262	1.82 241	10.38 323	1.91 241	0.48 283	0.46 317	0.28 67	0.29 174	0.38 167	0.51 259

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

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

SGM_RVC	4.57 364	0.72 160	17.46 296	1.84 350	0.58 114	4.23 288	3.45 378	4.66 377	3.66 370	7.99 399	8.82 389	7.56 388	8.74 399	12.30 385	6.84 352	0.43 253	0.38 277	0.39 237	0.35 240	0.51 253	0.48 242
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 10	0.73 168	1.42 13	0.92 82	1.08 233	2.97 73	0.53 24	1.77 19	1.39 21	1.16 43	1.54 88	0.58 2	0.65 11	1.03 8	0.84 50	0.25 19	0.23 128	0.30 101	0.24 80	0.43 222	0.29 76

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

ADStereo(finetuned)	2.04 176	0.73 168	13.28 230	0.82 36	0.40 29	4.16 268	0.59 40	4.25 306	2.97 325	2.35 262	1.84 181	1.18 66	3.40 334	1.52 62	1.54 192	0.29 77	0.24 157	0.23 5	0.18 9	0.30 59	0.51 259

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

DCANet	1.74 127	0.73 168	9.08 191	0.82 36	0.40 29	4.18 275	0.59 40	4.25 306	2.97 325	2.35 262	1.84 181	1.18 66	1.63 208	1.51 61	1.55 193	0.29 77	0.24 157	0.23 5	0.18 9	0.30 59	0.53 266

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

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

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

ACVNet-DCA	1.85 140	0.74 176	13.77 237	1.78 341	0.36 5	4.48 320	0.74 98	3.98 232	1.53 69	1.01 30	1.81 169	0.72 17	1.62 196	2.13 124	0.64 4	0.29 77	0.17 9	0.32 136	0.21 29	0.33 113	0.32 113

xx1	2.03 174	0.74 176	13.77 237	1.78 341	0.36 5	4.48 320	0.74 98	4.23 298	3.95 377	1.01 30	1.81 169	1.79 136	1.34 133	2.13 124	0.64 4	0.29 77	0.17 9	0.33 167	0.33 219	0.33 113	0.32 113

1test111	1.99 168	0.74 176	13.77 237	1.78 341	0.36 5	4.48 320	0.74 98	3.98 232	1.53 69	1.01 30	1.81 169	0.72 17	1.62 196	4.66 206	0.98 91	0.29 77	0.17 9	0.32 136	0.21 29	0.33 113	0.32 113

cc1	1.98 165	0.74 176	13.77 237	1.78 341	0.36 5	4.48 320	0.74 98	4.23 298	3.95 377	1.01 30	1.81 169	0.72 17	1.62 196	2.13 124	0.64 4	0.29 77	0.17 9	0.32 136	0.21 29	0.31 75	0.29 76

DCRE	1.44 92	0.74 176	3.50 133	1.13 180	0.72 145	1.78 22	0.67 66	2.14 33	1.56 86	1.99 150	8.09 381	1.73 125	1.07 83	1.24 32	0.83 48	0.23 7	0.25 174	0.26 37	0.26 102	0.28 36	0.30 99

NINENet	1.87 141	0.74 176	2.60 98	1.12 173	1.06 229	4.50 329	0.76 106	4.41 349	2.24 216	2.16 206	1.86 190	3.63 316	0.97 59	8.00 269	1.17 124	0.41 238	0.30 219	0.41 250	0.30 188	0.41 199	0.36 147

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

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

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

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

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

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

SA	1.62 115	0.75 185	3.78 142	1.07 151	0.43 38	4.26 290	1.36 270	4.45 357	3.12 338	1.63 78	1.97 211	1.68 118	2.26 279	2.55 157	1.27 145	0.27 34	0.22 104	0.37 222	0.37 259	0.35 145	0.30 99

Anonymous3	1.72 124	0.76 189	11.61 220	0.83 43	0.84 173	4.46 318	0.84 143	3.57 150	1.16 2	1.34 48	1.37 63	1.11 57	1.03 68	1.58 67	1.13 116	0.70 343	0.58 341	0.33 167	0.35 240	0.47 243	0.42 205

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

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

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

TransformOpticalFlow	3.03 307	0.77 192	20.99 382	1.00 123	0.55 96	4.18 275	0.64 57	4.33 336	3.02 332	2.18 212	3.09 338	4.35 350	5.07 363	7.36 260	1.27 145	0.32 145	0.18 24	0.32 136	0.26 102	0.28 36	0.46 233

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

PSMNet-RSSM	1.96 161	0.77 192	3.26 124	1.29 243	1.31 278	4.19 279	0.96 209	3.68 162	1.89 161	2.05 176	1.80 157	2.60 233	1.70 220	9.84 303	1.81 230	0.35 184	0.29 210	0.35 199	0.37 259	0.42 214	0.35 144

FC-DCNN	6.64 391	0.77 192	19.26 324	1.68 331	1.64 337	8.27 403	2.35 346	6.35 399	9.23 401	10.85 411	11.27 399	19.89 409	13.33 404	12.51 391	11.79 377	0.66 334	0.57 337	0.58 325	0.56 331	0.63 292	0.61 291

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

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

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

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

IIG-Stereo	1.95 159	0.79 200	2.14 70	2.78 384	0.66 133	4.62 350	0.76 106	4.27 314	1.53 69	2.63 305	3.14 341	3.35 293	1.61 193	7.65 266	1.41 165	0.39 222	0.20 56	0.31 120	0.25 89	0.33 113	0.22 9

cf-r	2.57 261	0.79 200	16.09 272	1.48 300	1.35 287	4.19 279	0.93 197	3.68 162	2.36 238	1.97 144	1.81 169	3.42 296	1.45 157	8.24 271	1.83 233	0.32 145	0.26 185	0.33 167	0.30 188	0.34 129	0.37 161

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

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

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

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

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

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

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

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

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

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

StereoDRNet-Refined	1.77 133	0.81 207	2.22 76	1.21 217	0.76 154	3.26 94	0.71 82	3.82 188	2.05 184	2.29 241	2.05 226	2.98 265	1.44 153	7.15 255	2.27 279	0.30 111	0.23 128	0.42 256	0.33 219	0.45 234	0.64 298
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 356	0.82 214	10.85 215	0.86 59	0.43 38	2.16 44	16.77 412	3.22 115	1.54 76	2.04 175	12.05 402	2.68 239	7.53 391	7.30 256	12.62 378	0.30 111	0.21 81	0.29 82	0.28 150	0.33 113	0.41 202

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

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

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

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

AdaStereo	1.45 94	0.83 217	2.34 88	1.28 240	0.81 161	3.21 84	1.14 243	4.20 286	2.46 262	2.05 176	1.77 149	2.48 222	1.18 108	1.71 90	1.44 170	0.43 253	0.25 174	0.43 260	0.28 150	0.44 227	0.34 133
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
4D-IteraStereo	1.97 163	0.84 221	20.43 367	0.78 26	1.56 324	2.09 41	1.05 225	2.43 47	1.56 86	1.41 55	1.00 8	1.94 157	0.61 6	1.22 30	1.06 103	0.27 34	0.18 24	0.31 120	0.26 102	0.27 23	0.23 14

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

FCDSN-DC	6.04 387	0.84 221	19.25 323	1.24 226	1.09 236	4.38 305	2.62 354	4.38 345	4.71 384	9.59 407	11.22 398	19.19 408	17.40 409	12.30 385	8.55 364	0.69 342	0.57 337	0.60 332	0.60 338	0.70 315	0.78 326
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 106	0.84 221	3.25 123	1.36 270	1.40 297	4.07 243	1.01 216	2.68 77	1.50 52	2.11 190	1.88 192	2.37 209	1.50 171	3.41 181	1.42 167	0.36 189	0.28 201	0.52 309	0.40 285	0.53 262	0.43 213

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

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

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

CroCo-Stereo	0.98 16	0.87 228	3.44 130	0.87 62	0.53 93	0.49 1	0.50 18	3.99 236	1.49 47	0.81 18	1.25 41	1.00 49	0.75 23	1.10 9	1.09 110	0.24 10	0.21 81	0.24 17	0.19 18	0.35 145	0.27 56
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ssnet_v2	2.04 176	0.88 229	7.87 179	1.20 212	0.87 180	3.86 200	1.64 307	4.01 239	2.60 282	2.61 301	1.96 206	3.79 321	1.71 222	2.20 133	2.96 313	0.41 238	0.35 255	0.42 256	0.37 259	0.55 267	0.52 264

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

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

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

WCMA_ROB	5.12 372	0.90 232	21.33 391	1.50 303	1.33 285	4.09 245	3.49 379	4.03 245	4.59 383	6.57 392	10.95 397	12.92 401	8.41 398	9.86 304	8.78 365	0.75 346	0.58 341	0.51 303	0.50 317	0.68 312	0.57 281

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

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

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

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

111	1.83 138	0.92 236	9.08 191	0.81 29	0.36 5	4.25 289	0.91 186	4.44 354	2.70 292	2.39 273	1.96 206	2.30 201	1.64 211	1.28 38	1.82 231	0.28 60	0.22 104	0.24 17	0.20 23	0.31 75	0.54 272

OMP-Stereo	1.97 163	0.93 239	1.88 41	2.76 383	0.67 136	4.58 345	1.48 288	4.31 330	1.54 76	3.15 344	2.76 320	3.25 285	1.38 137	7.66 267	1.35 161	0.40 228	0.20 56	0.33 167	0.26 102	0.33 113	0.24 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

TDLM	2.29 212	1.08 266	4.61 152	1.29 243	1.01 220	4.26 290	2.17 340	3.75 176	2.79 303	2.31 250	1.98 212	2.06 181	1.59 188	12.45 389	1.72 218	0.51 302	0.28 201	0.52 309	0.35 240	0.56 273	0.50 253

MSMD_ROB	5.61 380	1.08 266	16.68 280	1.21 217	0.83 170	10.14 405	2.07 336	3.93 219	6.22 397	10.37 410	8.03 380	22.22 412	9.45 400	11.66 367	4.52 333	0.66 334	0.58 341	0.66 345	0.68 347	0.65 301	0.63 296

DeepPruner_ROB	2.05 179	1.09 269	10.50 212	1.01 127	1.20 260	4.39 307	0.91 186	3.14 106	1.72 134	2.60 299	1.54 88	2.78 253	1.27 121	4.52 204	1.72 218	0.51 302	0.40 290	0.37 222	0.34 226	0.48 246	0.52 264

HBP-ISP	3.25 326	1.10 270	20.86 377	1.54 310	1.15 244	4.50 329	2.89 362	4.43 353	2.38 246	4.14 370	1.96 206	1.90 154	2.04 259	11.08 347	1.32 154	0.66 334	0.57 337	0.66 345	0.61 341	0.64 298	0.61 291

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

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

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

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

MyStereo8	2.33 221	1.13 275	19.26 324	1.22 220	1.62 333	4.16 268	0.57 31	3.50 139	2.36 238	2.15 201	1.75 141	2.28 195	1.14 102	1.46 57	2.20 274	0.24 10	0.21 81	0.32 136	0.27 125	0.36 156	0.43 213

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

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

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

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

dd	1.26 70	1.15 279	2.47 95	0.92 82	0.49 73	4.35 303	0.75 105	1.92 24	2.11 200	1.44 57	1.24 37	1.19 69	1.05 74	1.78 95	1.70 216	0.57 317	0.34 251	0.35 199	0.33 219	0.60 284	0.46 233

psmorigin	6.59 390	1.15 279	88.11 436	1.52 305	0.97 205	2.88 63	1.20 253	3.21 113	2.04 182	3.73 360	2.46 292	5.15 376	2.55 297	10.60 327	2.47 291	0.55 313	0.68 359	0.48 284	0.51 319	0.70 315	0.88 339

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

SGM-ForestM	11.55 407	1.16 282	21.62 400	2.14 367	0.81 161	22.25 420	19.08 416	16.50 419	11.34 403	15.94 417	14.44 409	27.12 420	22.61 418	24.76 419	28.39 423	0.50 296	0.48 326	0.47 276	0.44 297	0.55 267	0.53 266

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

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

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

dad	1.65 118	1.19 286	3.04 118	0.98 111	0.56 99	4.22 285	0.84 143	1.99 26	2.48 263	2.14 196	1.68 121	1.62 112	1.13 96	3.85 191	2.04 256	1.03 366	0.40 290	2.04 386	0.48 310	0.75 326	0.53 266

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

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

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

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

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

G-Net	4.11 355	1.21 289	19.47 329	2.31 376	2.94 388	4.74 374	2.95 363	3.33 129	2.14 202	4.44 377	9.43 391	6.93 386	3.84 344	9.01 286	4.92 341	0.79 349	0.80 367	0.70 350	0.50 317	0.95 344	0.87 338

LE_ROB	18.58 415	1.21 289	48.38 427	8.60 419	23.00 422	7.32 400	19.74 417	9.94 404	38.69 428	43.53 426	21.91 413	28.40 421	40.92 423	23.18 415	54.71 428	0.34 167	0.33 239	0.32 136	0.36 248	0.42 214	0.40 197

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

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

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

pmcnn	5.45 378	1.22 295	17.40 293	1.60 322	2.41 382	3.48 125	2.12 337	4.52 368	3.26 354	3.67 359	13.15 405	22.10 411	3.46 338	11.92 381	17.16 397	0.34 167	0.21 81	0.23 5	0.19 18	0.36 156	0.28 69

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

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

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

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

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

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

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

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

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

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

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

MeshStereo	5.35 376	1.32 310	21.34 392	1.34 260	1.15 244	4.40 311	3.90 390	5.18 388	4.55 382	10.14 409	11.82 401	11.47 396	5.84 373	13.84 404	7.03 355	0.61 323	0.58 341	0.60 332	0.58 335	0.72 323	0.59 288
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PS-NSSS	2.22 194	1.33 313	2.90 113	0.97 108	1.53 316	4.11 250	1.08 231	4.55 370	2.65 286	2.10 186	2.32 285	1.77 128	1.40 141	11.79 374	1.61 203	0.68 339	0.45 310	0.96 369	0.43 295	0.95 344	0.92 341

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

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

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

MANE	11.39 406	1.38 317	23.16 410	4.82 412	2.79 387	22.02 419	14.51 411	25.81 420	26.28 420	10.93 412	13.17 406	19.90 410	18.03 412	15.69 409	20.41 410	0.96 363	0.74 364	1.42 382	3.24 414	0.74 324	1.71 373

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

CSAN	4.71 367	1.39 319	20.23 354	1.19 209	0.87 180	3.65 161	3.50 380	4.57 372	3.87 373	3.89 363	7.82 378	3.54 313	6.16 379	23.47 418	6.82 351	0.52 308	0.45 310	0.49 297	0.52 322	0.63 292	0.66 302

NVStereoNet_ROB	4.91 371	1.40 320	16.46 277	1.47 298	1.72 350	3.46 121	1.96 328	3.89 204	3.61 368	2.90 324	24.61 417	4.81 367	4.49 357	13.57 400	4.87 339	1.33 380	1.29 382	1.70 384	1.68 387	1.41 375	1.66 371
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 182	1.40 320	3.01 117	1.09 159	0.92 193	3.94 212	1.53 295	4.25 306	2.23 214	3.31 349	2.06 230	2.35 206	1.52 176	8.74 279	2.07 262	0.44 260	0.36 259	0.51 303	0.48 310	0.54 265	0.62 293

MaskLacGwcNet_RVC	3.13 317	1.43 322	9.93 203	2.50 379	1.62 333	4.29 297	1.68 314	3.95 224	2.43 255	1.66 84	1.91 202	3.04 270	1.41 146	13.26 395	1.58 196	3.82 402	1.59 386	1.12 377	0.46 303	2.21 383	2.74 394

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

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

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

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

UDGNet	1.40 89	1.52 328	2.22 76	1.38 280	0.62 122	4.39 307	0.68 70	1.80 21	2.18 209	1.34 48	1.18 30	0.99 48	1.00 64	2.16 128	1.19 127	1.09 367	0.34 251	1.30 380	0.98 369	1.10 358	0.58 285

PDISCO_ROB	2.86 282	1.53 329	14.27 250	1.98 361	2.19 376	4.52 334	1.35 268	4.65 376	3.19 346	2.09 183	2.16 246	3.53 310	2.45 292	5.32 215	2.12 266	1.30 379	0.78 366	0.72 355	0.59 337	1.24 369	1.28 358

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

DGSMNet	7.55 398	1.62 331	17.42 294	1.92 356	12.73 416	7.45 401	42.99 427	4.13 272	2.07 186	2.10 186	3.16 342	3.42 296	1.70 220	9.24 291	2.30 280	3.70 401	10.89 424	11.80 424	5.54 415	4.24 399	2.66 389

ELAS	5.99 386	1.62 331	20.29 360	1.96 360	2.01 370	15.09 414	8.38 404	5.23 389	5.54 393	9.02 403	8.61 385	6.74 384	9.75 401	7.48 261	11.40 376	0.96 363	1.18 377	0.72 355	0.93 367	1.30 371	1.67 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 303	1.63 333	19.83 338	1.32 252	2.04 373	3.27 96	1.55 299	3.65 157	2.33 233	2.00 162	2.12 241	3.56 314	1.68 218	9.47 295	2.45 289	0.44 260	0.45 310	0.46 273	0.38 271	0.60 284	0.76 322

ADCL	4.35 360	1.63 333	14.21 249	1.29 243	1.26 273	5.56 389	11.16 405	3.97 230	3.37 360	6.07 388	4.67 365	4.30 349	5.72 372	5.08 212	14.51 383	0.50 296	0.48 326	0.89 367	0.77 356	0.78 330	0.76 322

ADCPNet	3.89 346	1.63 333	20.25 358	1.28 240	1.27 274	6.43 394	2.65 355	3.93 219	2.70 292	2.78 318	2.20 253	4.28 348	6.16 379	5.56 223	10.27 371	0.65 332	1.18 377	0.71 351	1.70 389	0.84 338	1.37 363

ELAS_RVC	5.72 383	1.64 336	20.40 364	2.09 366	2.01 370	4.95 381	11.47 407	4.66 377	6.31 399	8.09 400	8.01 379	8.06 392	11.65 402	8.36 272	10.22 370	0.99 365	1.17 376	0.81 363	0.76 354	1.14 361	1.58 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 282	1.66 337	19.61 331	1.40 284	1.75 352	3.84 192	1.32 265	4.07 257	2.25 218	1.78 103	2.67 313	1.82 143	4.41 355	1.94 110	2.06 259	0.83 356	0.94 371	1.03 371	1.12 375	1.70 379	1.09 351

aanetorigin	3.30 327	1.66 337	17.52 298	1.18 207	1.58 329	2.57 55	3.80 388	2.65 75	2.03 179	6.12 390	4.30 363	2.82 256	5.70 371	5.47 220	4.67 334	0.50 296	0.44 306	0.43 260	0.47 306	1.17 365	0.92 341

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

DeepPrunerF	3.70 341	1.72 340	14.87 256	1.33 256	1.74 351	3.70 166	1.55 299	4.20 286	14.00 407	2.02 168	1.77 149	2.74 244	2.30 280	10.88 336	6.88 353	0.68 339	0.60 346	0.78 359	0.78 359	0.81 334	0.71 309

AANet_RVC	3.03 307	1.72 340	12.78 226	1.17 201	1.12 240	3.79 182	1.10 235	3.86 198	3.13 339	2.62 302	4.26 362	3.96 329	1.41 146	11.43 355	5.23 343	0.94 361	0.47 321	0.34 184	0.23 59	0.40 178	0.55 275

SANet	5.65 382	1.72 340	20.94 380	1.26 234	0.88 183	7.20 398	3.81 389	4.60 374	11.23 402	4.56 378	8.78 388	7.49 387	6.95 385	11.85 377	18.11 401	0.49 293	0.44 306	0.50 300	0.42 294	0.90 342	0.82 333

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

CC-Net-ROB	3.35 331	1.76 343	13.89 243	2.33 377	1.65 340	4.49 326	1.62 304	4.73 380	2.90 320	1.92 131	2.05 226	1.99 170	1.61 193	12.57 392	1.60 200	2.46 387	2.18 394	2.68 397	1.04 373	2.11 382	1.38 365

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

TRStereo	2.31 216	1.87 346	19.74 335	1.53 308	1.16 248	4.26 290	1.08 231	4.73 380	1.45 26	1.55 66	1.28 49	1.75 126	0.85 38	1.81 97	1.20 130	0.36 189	0.26 185	0.32 136	0.36 248	0.34 129	0.33 123

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

SDNR	3.97 351	1.93 348	20.28 359	1.31 250	0.94 199	5.16 384	0.67 66	4.33 336	2.58 280	4.82 382	5.94 373	5.01 372	1.45 157	17.52 410	2.53 296	0.79 349	0.72 362	0.59 327	0.45 301	1.15 363	1.17 354

GANetREF_RVC	3.20 323	1.93 348	18.84 316	1.51 304	0.80 159	4.12 252	1.82 321	4.16 282	2.91 321	1.87 117	1.74 137	2.48 222	1.84 243	13.18 394	1.74 223	0.80 351	0.57 337	0.79 360	0.74 352	1.20 368	0.86 335
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ADCP+	3.74 344	1.96 350	16.90 285	1.09 159	1.55 321	4.35 303	3.65 386	3.93 219	2.98 328	2.22 227	1.66 118	3.95 327	4.83 361	3.41 181	18.87 407	0.38 211	0.41 296	0.63 339	0.53 326	0.64 298	0.81 329

PVD	3.12 316	1.97 351	12.80 227	1.79 346	1.63 335	3.83 187	1.34 267	3.48 134	3.88 374	5.77 385	3.56 353	3.45 298	3.29 330	5.58 225	5.30 344	0.71 345	0.69 360	0.74 358	0.77 356	0.79 332	1.13 353

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

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

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

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

EDNetEfficient	5.61 380	2.14 356	16.75 283	1.67 330	3.64 399	4.12 252	7.51 400	3.05 101	5.63 395	11.57 413	4.83 367	3.95 327	12.72 403	8.44 275	20.78 411	0.41 238	0.43 303	0.47 276	1.01 370	1.66 378	1.39 366

SAMSARA	3.55 336	2.16 357	14.18 248	1.86 353	1.49 311	4.62 350	2.65 355	3.58 152	2.80 307	7.05 394	3.05 335	5.16 377	4.07 349	9.18 290	4.80 338	0.64 329	0.67 356	0.59 327	0.68 347	0.89 340	0.91 340

WAO-6	5.87 385	2.27 358	15.05 262	2.96 386	2.77 386	12.01 408	3.58 384	5.37 395	11.91 406	3.34 351	9.69 392	6.78 385	5.84 373	11.82 376	8.89 366	2.87 389	2.35 401	2.50 391	1.84 395	2.85 386	2.67 390

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

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

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

EDNetEfficientorigin	12.35 410	2.51 362	179.47 441	1.19 209	0.96 202	2.91 66	1.81 320	3.00 97	5.35 391	8.91 402	4.79 366	4.18 342	4.64 359	9.98 310	11.30 374	0.37 197	0.38 277	0.60 332	0.85 362	1.32 372	2.43 387

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

IMH-64-1	4.84 369	2.53 364	6.83 171	4.30 405	3.74 400	4.81 378	6.05 395	5.30 391	3.92 375	3.95 365	8.33 382	5.08 374	6.06 376	8.96 284	6.30 345	4.57 411	2.96 407	3.04 401	2.12 400	4.28 400	3.62 405

IMH-64	4.84 369	2.53 364	6.83 171	4.30 405	3.74 400	4.81 378	6.05 395	5.30 391	3.92 375	3.95 365	8.33 382	5.08 374	6.06 376	8.96 284	6.30 345	4.57 411	2.96 407	3.04 401	2.12 400	4.28 400	3.62 405

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

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

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

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

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

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

WAO-7	5.16 373	3.21 372	18.98 319	1.88 355	1.44 305	5.34 386	3.09 372	4.91 385	5.81 396	4.35 376	8.92 390	6.55 383	6.06 376	13.40 398	10.81 372	1.34 381	1.20 380	1.48 383	1.35 385	1.60 377	1.45 367

PWCDC_ROB	2.95 291	3.26 373	14.06 246	1.59 320	1.56 324	4.19 279	0.86 152	4.30 327	4.08 379	2.06 179	7.37 375	2.75 246	2.42 289	3.59 185	2.67 304	1.34 381	0.36 259	0.39 237	0.34 226	1.13 360	0.62 293

ADCMid	3.96 350	3.27 374	15.48 268	1.26 234	1.40 297	4.66 356	2.28 343	4.06 255	3.54 366	3.94 364	3.02 333	3.85 324	3.67 342	4.03 198	18.65 405	0.68 339	0.61 348	1.09 376	1.18 379	1.38 373	1.08 350

DispFullNet	4.64 366	3.48 375	23.95 414	3.99 400	3.03 390	3.35 107	1.06 226	4.18 283	2.80 307	6.33 391	2.94 329	4.04 334	7.81 393	3.92 196	5.16 342	2.75 388	1.61 387	3.10 404	2.68 408	3.32 388	3.31 402

LSM	12.71 411	3.52 376	20.79 375	55.63 435	84.76 434	3.63 160	6.30 397	3.73 174	4.93 388	5.55 384	13.92 407	3.53 310	3.25 329	9.72 299	4.12 329	0.64 329	0.85 368	0.71 351	0.81 361	1.03 350	26.84 424

SGM+DAISY	8.36 400	3.82 377	24.83 415	2.02 363	1.75 352	14.80 413	17.22 413	4.27 314	11.79 405	13.88 414	14.38 408	11.74 399	13.83 405	10.56 325	15.12 384	1.21 372	1.19 379	1.14 378	1.13 377	1.17 365	1.37 363

UNDER WATER	10.47 403	3.95 378	22.62 408	5.07 413	4.51 410	7.78 402	3.77 387	12.56 409	21.72 418	7.84 398	10.78 396	23.96 415	31.66 420	10.78 333	16.19 392	4.44 408	2.93 405	4.24 413	2.86 411	6.33 410	5.47 417

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

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

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

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

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

UNDER WATER-64	9.33 401	5.37 384	22.60 407	5.22 414	4.86 412	10.75 406	4.61 394	11.45 406	17.30 411	7.59 395	9.80 394	15.99 406	17.90 411	10.63 328	15.72 387	4.36 406	2.87 404	4.39 414	2.86 411	7.01 413	5.36 416

KSHMR	16.96 414	5.37 384	21.64 402	4.46 408	4.50 409	8.30 404	3.32 375	15.58 418	76.24 434	6.62 393	61.47 432	56.53 433	5.43 369	35.17 425	11.37 375	4.39 407	2.97 409	3.63 412	2.74 410	5.10 406	4.34 413

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

AnyNet_C32	4.17 357	5.75 387	12.62 225	1.60 322	1.54 317	5.51 388	4.09 392	3.90 209	3.23 352	4.22 375	3.03 334	3.10 274	3.41 335	8.01 270	18.85 406	0.53 310	0.58 341	0.53 311	0.74 352	1.19 367	0.97 344

MADNet++	7.57 399	5.80 388	13.28 230	6.38 415	5.26 413	7.18 397	7.77 402	5.32 393	5.62 394	6.11 389	7.78 377	6.02 382	8.01 395	11.74 372	16.36 393	9.36 418	4.95 417	8.57 419	5.66 416	4.83 405	5.34 415

coex-ft	18.59 416	6.62 389	113.53 438	1.17 201	1.31 278	2.33 49	1.93 327	2.81 86	14.00 407	124.82 440	8.45 384	5.90 381	51.74 433	9.99 311	22.69 412	0.57 317	0.62 349	0.50 300	0.49 313	1.08 357	1.28 358

RTS	3.90 347	7.04 390	17.94 301	1.92 356	2.19 376	5.00 382	2.96 365	4.29 319	3.19 346	4.05 367	3.08 336	4.94 369	3.16 324	7.64 264	6.72 348	0.66 334	0.44 306	0.51 303	0.47 306	0.95 344	0.76 322

RTSA	3.90 347	7.04 390	17.94 301	1.92 356	2.19 376	5.00 382	2.96 365	4.29 319	3.19 346	4.05 367	3.08 336	4.94 369	3.16 324	7.64 264	6.72 348	0.66 334	0.44 306	0.51 303	0.47 306	0.95 344	0.76 322

AnyNet_C01	4.37 361	7.80 392	16.40 275	1.98 361	1.40 297	6.37 393	6.47 398	4.09 263	5.03 389	4.06 369	3.78 356	4.16 341	3.31 331	6.62 243	10.00 369	0.61 323	0.67 356	0.63 339	0.67 344	2.01 380	1.31 360

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

notaker	10.50 405	8.60 394	20.23 354	4.54 410	3.95 404	6.27 392	3.44 377	8.07 403	4.75 387	8.73 401	46.45 427	13.86 405	27.86 419	13.49 399	13.61 382	4.56 410	3.18 411	3.52 409	2.68 408	8.13 419	4.05 410

TorneroNet-64	10.12 402	8.74 395	20.95 381	4.27 403	3.76 403	13.86 412	2.85 360	15.05 415	23.15 419	10.07 408	23.84 416	13.47 402	8.24 397	13.96 405	17.21 398	3.96 404	2.72 402	3.23 405	2.48 404	6.29 408	4.27 412

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

DGTPSM_ROB	15.31 412	8.85 397	28.14 419	9.90 420	18.89 418	12.44 410	33.21 421	13.48 412	17.86 414	9.50 405	22.89 414	13.78 403	19.67 413	21.26 411	23.68 413	5.08 415	8.84 418	5.62 415	11.50 420	6.72 411	14.87 420

DPSMNet_ROB	15.52 413	8.89 398	31.44 420	10.07 421	18.91 419	12.44 410	33.22 422	13.51 413	17.94 415	9.58 406	22.91 415	13.79 404	19.67 413	21.43 412	23.73 414	5.17 416	8.84 418	5.63 416	11.52 423	6.79 412	14.90 421

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

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

Dean	7.52 397	9.08 401	21.41 394	3.74 399	3.53 398	4.81 378	3.53 381	5.33 394	5.25 390	4.17 371	26.53 418	25.62 419	4.09 350	10.97 340	4.32 330	3.69 400	2.30 398	2.91 400	1.87 396	4.03 398	3.24 401

JetBlue	6.27 389	9.15 402	13.76 236	1.94 359	4.60 411	11.91 407	12.00 408	5.12 387	3.45 365	3.79 361	4.52 364	9.54 394	6.56 384	9.40 294	13.48 381	1.26 375	1.37 383	1.17 379	1.34 384	7.06 414	3.95 409

LVE	6.88 395	9.31 403	21.14 385	3.61 397	3.18 396	4.49 326	2.79 357	10.21 405	11.69 404	3.16 345	11.53 400	18.33 407	4.31 353	11.66 367	3.52 323	4.45 409	2.93 405	2.56 393	1.91 397	3.62 390	3.16 398

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

MADNet+	3.97 351	9.54 405	13.83 242	1.87 354	1.69 346	4.19 279	2.87 361	4.80 383	4.10 380	2.51 286	2.67 313	4.55 359	3.41 335	8.72 278	6.92 354	1.25 374	1.27 381	1.04 372	0.93 367	1.39 374	1.85 377

PWCK	5.85 384	9.95 406	15.22 267	2.90 385	1.56 324	5.66 390	7.69 401	5.27 390	4.74 386	3.88 362	7.51 376	8.04 390	5.28 366	15.18 407	8.40 363	3.08 392	1.51 385	2.24 390	1.37 386	5.55 407	1.96 380

ktn	21.74 419	10.34 407	19.68 333	4.53 409	4.00 405	6.53 395	4.51 393	6.79 400	78.82 436	84.69 436	100.86 440	58.49 434	7.57 392	12.11 384	13.35 380	4.58 413	3.24 412	3.49 407	2.62 406	4.65 404	3.84 408

MSC_U_SF_DS_RVC	4.48 362	10.62 408	15.18 266	1.55 315	1.45 308	6.16 391	3.54 383	5.41 396	3.68 371	2.59 298	2.74 317	4.81 367	2.20 277	13.79 403	4.40 331	2.04 384	3.36 413	1.05 373	1.20 380	2.09 381	1.72 374

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

MFN_U_SF_DS_RVC	3.94 349	10.88 410	12.30 224	1.26 234	1.55 321	5.19 385	3.33 376	4.42 350	2.82 315	2.58 295	2.62 309	5.00 371	2.11 265	14.03 406	2.73 305	1.28 376	2.34 400	0.67 347	1.83 394	0.81 334	1.03 347

TorneroNet	25.88 421	11.28 411	21.62 400	4.20 402	4.07 406	55.25 431	3.15 373	15.16 416	76.94 435	58.09 431	82.72 437	86.88 438	41.15 424	13.35 397	18.13 402	4.32 405	2.85 403	3.45 406	2.62 406	8.33 420	4.14 411

SPstereo	30.42 423	11.55 412	18.72 314	8.51 418	9.93 415	50.05 430	82.85 438	71.73 436	35.92 427	30.73 424	29.66 419	48.61 432	42.30 432	47.77 435	58.10 435	7.32 417	8.89 420	20.37 425	10.07 419	7.98 418	7.43 419

ACVNet_2	5.41 377	12.60 413	20.42 366	3.27 391	3.15 395	4.50 329	3.02 368	4.66 377	3.73 372	3.35 353	5.36 370	7.86 389	2.88 309	12.33 387	4.76 337	3.12 393	2.22 395	2.70 398	1.69 388	3.49 389	3.10 396

WAO-8	11.95 408	13.02 414	20.56 370	3.50 392	3.08 392	15.11 415	2.80 358	12.91 410	19.11 416	7.69 396	13.12 403	11.62 397	7.01 388	84.40 438	7.91 360	3.42 395	1.92 392	3.54 410	1.93 398	3.68 391	2.69 391

Venus	11.95 408	13.02 414	20.56 370	3.50 392	3.08 392	15.11 415	2.80 358	12.91 410	19.11 416	7.69 396	13.12 403	11.62 397	7.01 388	84.40 438	7.91 360	3.42 395	1.92 392	3.54 410	1.93 398	3.68 391	2.69 391

IMH	6.81 394	13.66 416	20.41 365	4.33 407	3.74 400	5.50 387	3.06 370	5.49 397	6.22 397	4.64 380	10.35 395	9.30 393	8.03 396	13.61 401	6.81 350	4.80 414	2.99 410	3.09 403	2.12 400	4.36 402	3.61 404

ACVNet-4b	6.73 392	13.67 417	21.87 403	3.54 395	3.07 391	4.19 279	2.25 342	4.03 245	3.65 369	1.64 80	3.98 360	5.88 380	2.89 310	10.01 312	16.98 396	23.29 429	2.24 396	2.53 392	1.78 392	3.87 397	3.21 400

FADE		13.79 418		10.71 422	13.34 417							11.85 400				474.90 443	161.58 442	347.36 443	322.13 443	7.29 415

ACVNet_1	6.04 387	13.97 419	21.36 393	3.58 396	3.14 394	4.73 371	2.48 348	4.20 286	3.17 344	2.98 333	2.83 327	23.31 413	4.34 354	11.06 346	2.45 289	3.68 399	2.33 399	2.60 394	1.79 393	3.69 393	3.19 399

HanzoNet	31.60 424	17.23 420	21.22 390	7.32 416	5.84 414	7.25 399	3.53 381	13.82 414	14.20 409	50.38 429	47.01 428	44.45 423	56.61 434	36.61 426	32.00 424	63.89 435	56.57 436	7.97 418	89.20 436	28.69 424	28.25 426

Anonymous_1	57.11 435	19.68 421	26.15 416	23.10 423	142.31 439	30.84 421	39.75 424	33.86 426	16.98 410	70.53 435	15.42 410	23.46 414	19.75 415	23.04 414	27.23 420	164.73 441	9.02 421	130.38 437	137.40 438	161.27 442	27.24 425

DPSM_ROB	20.78 417	20.03 422	26.57 417	23.62 424	22.46 420	31.10 422	39.97 425	33.52 424	17.41 412	15.25 415	15.80 411	24.06 416	20.71 416	23.30 416	27.62 421	10.78 420	9.41 422	11.69 422	11.50 420	14.49 422	16.36 422

DPSM	20.78 417	20.03 422	26.57 417	23.62 424	22.46 420	31.10 422	39.97 425	33.52 424	17.41 412	15.25 415	15.80 411	24.06 416	20.71 416	23.30 416	27.62 421	10.78 420	9.41 422	11.69 422	11.50 420	14.49 422	16.36 422

JetRed	10.48 404	27.10 424	35.70 421	4.27 403	4.09 407	15.55 417	12.83 409	12.16 407	5.50 392	5.83 386	5.56 372	10.14 395	7.43 390	8.88 281	26.39 419	3.32 394	3.81 414	3.51 408	2.96 413	7.85 416	6.69 418

LRCNet_RVC	25.52 420	33.45 425	23.21 412	31.79 426	32.78 423	6.74 396	1.18 249	25.88 421	4.46 381	28.94 418	30.89 420	24.91 418	17.57 410	27.66 420	24.34 416	35.26 431	25.60 432	35.91 432	33.81 431	31.90 432	34.10 432

LSM0	49.58 433	40.04 426	53.62 435	97.15 436	128.68 438	62.75 437	79.89 432	67.63 435	35.11 426	33.02 425	32.61 426	48.43 431	41.60 425	46.60 430	55.43 430	21.63 428	18.99 431	23.62 431	23.13 425	29.47 431	52.26 436

MyStereo03	41.77 425	40.13 427	53.46 432	47.73 430	45.04 428	62.50 432	80.72 435	66.91 430	34.93 422	30.53 420	31.77 421	48.26 428	41.67 426	46.68 432	55.85 432	21.53 423	18.88 427	23.46 426	23.21 427	29.14 426	33.09 429

MyStereo02	41.77 425	40.13 427	53.46 432	47.73 430	45.04 428	62.50 432	80.72 435	66.91 430	34.93 422	30.53 420	31.77 421	48.26 428	41.67 426	46.68 432	55.85 432	21.53 423	18.88 427	23.46 426	23.21 427	29.14 426	33.09 429

MyStereo	41.77 425	40.13 427	53.46 432	47.73 430	45.04 428	62.50 432	80.72 435	66.91 430	34.93 422	30.53 420	31.77 421	48.26 428	41.67 426	46.68 432	55.85 432	21.53 423	18.88 427	23.46 426	23.21 427	29.14 426	33.09 429

Selective-RAFT-Error	41.77 425	40.16 430	53.34 430	47.73 430	45.25 432	62.51 435	80.64 433	67.22 433	34.93 422	30.64 423	31.81 424	48.11 426	42.11 430	46.57 429	54.95 429	21.61 427	18.87 426	23.48 429	23.15 426	29.16 429	33.08 428

CasAABBNet	41.80 429	40.20 431	53.41 431	47.73 430	45.18 431	62.51 435	80.71 434	67.26 434	34.80 421	30.49 419	31.88 425	48.24 427	41.81 429	46.63 431	55.64 431	21.60 426	18.88 427	23.48 429	23.22 430	29.19 430	33.05 427

HaxPig	43.25 430	43.65 432	45.00 425	33.85 427	35.61 425	32.69 424	30.52 419	45.09 427	42.97 429	48.77 427	48.17 429	43.00 422	40.26 422	44.58 427	43.61 425	47.18 432	49.30 433	51.54 434	50.25 433	43.73 433	45.29 433

AVERAGE_ROB	44.46 431	45.91 433	46.59 426	40.59 429	38.66 426	32.99 425	30.52 419	46.19 428	43.26 430	49.59 428	48.97 430	44.62 424	39.89 421	45.04 428	43.94 426	48.74 433	50.69 434	50.80 433	49.79 432	45.54 434	46.97 434

MEDIAN_ROB	47.37 432	49.08 434	49.92 428	40.32 428	39.97 427	34.95 426	33.43 423	49.17 429	46.39 432	53.06 430	52.65 431	47.65 425	42.23 431	48.35 436	47.29 427	52.10 434	54.04 435	54.28 435	53.48 434	48.76 435	50.33 435

PML	64.32 436	53.22 435	17.88 300	8.10 417	32.94 424	148.46 441	247.79 442	12.18 408	45.42 431	111.41 438	288.92 442	101.47 441	101.31 440	31.67 421	15.55 385	14.03 422	4.83 416	10.98 421	6.18 417	28.82 425	5.17 414

DLNR_Zeroshot_test	28.62 422	55.50 436	49.94 429	183.62 439	115.05 437	3.43 115	0.28 1	29.49 423	1.49 47	1.01 30	1.26 42	0.93 44	0.63 8	3.92 196	1.51 188	29.81 430	0.41 296	0.26 37	0.23 59	93.28 436	0.32 113

BEATNet-Init1	49.72 434	64.32 437	97.77 437	4.68 411	4.28 408	84.75 438	60.42 428	73.38 437	68.59 433	88.29 437	88.51 439	91.94 439	97.99 439	85.26 440	70.96 439	0.80 351	0.65 353	0.85 365	0.70 350	7.96 417	2.33 384

xxxxx1	112.33 439	88.53 438	37.76 422	227.84 441	157.23 440	39.05 427	61.41 429	93.76 438	79.29 437	62.45 432	74.79 434	78.32 435	70.96 436	33.47 422	70.69 436	114.00 438	130.36 439	259.31 440	274.34 440	145.54 439	147.50 439

tt_ll	112.33 439	88.53 438	37.76 422	227.84 441	157.23 440	39.05 427	61.41 429	93.76 438	79.29 437	62.45 432	74.79 434	78.32 435	70.96 436	33.47 422	70.69 436	114.00 438	130.36 439	259.31 440	274.34 440	145.54 439	147.50 439

ff	112.33 439	88.53 438	37.76 422	227.84 441	157.23 440	39.05 427	61.41 429	93.76 438	79.29 437	62.45 432	74.79 434	78.32 435	70.96 436	33.47 422	70.69 436	114.00 438	130.36 439	259.31 440	274.34 440	145.54 439	147.50 439

ASD4	103.30 438	113.98 441	120.24 439	106.67 437	79.75 433	115.36 439	120.35 439	119.13 441	79.65 440	120.04 439	74.64 433	101.45 440	65.48 435	109.11 441	84.31 441	104.31 436	90.04 438	133.15 438	103.58 437	130.15 438	94.66 438

DPSimNet_ROB	102.30 437	119.72 442	143.59 440	109.42 438	94.10 435	127.22 440	127.15 440	26.62 422	102.36 441	149.58 441	83.99 438	139.34 442	137.54 441	64.62 437	82.36 440	105.18 437	66.15 437	120.15 436	69.61 435	99.58 437	77.72 437

test_example2	212.63 442	219.92 443	221.87 442	213.67 440	221.17 443	199.47 442	200.74 441	185.30 442	141.66 442	209.52 442	213.45 441	210.82 443	205.48 442	221.27 442	216.64 442	236.83 442	242.07 443	213.93 439	217.01 439	235.69 443	226.10 442

Low-res two-view benchmark