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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCDC_ROB	0.01 9	0.02 14	0.02 14	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

coex_refinement	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

G2L-Stereo	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.03 25	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

YMNet	0.03 23	0.03 23	0.03 23	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	0.03 21	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.04 32	0.03 24	0.03 26	0.03 22	0.03 25

DFGA-Net	0.04 24	0.06 37	0.03 23	0.06 36	0.03 23	0.05 35	0.03 26	0.05 35	0.03 27	0.05 27	0.03 26	0.05 34	0.03 23	0.03 27	0.03 26	0.03 26	0.05 35	0.03 25	0.05 33	0.03 26	0.06 41	0.03 26	0.03 25	0.03 25	0.06 41	0.03 26	0.06 41	0.03 25

AASNet	0.05 25	0.08 41	0.08 39	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 39	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

SACVNet	0.05 25	0.08 41	0.08 39	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 39	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

AACVNet	0.05 25	0.08 41	0.08 39	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 39	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

ADCS	0.06 28	0.02 14	0.04 25	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	1.03 185	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.02 15	0.04 30	0.02 15

FINET	0.07 29	0.08 41	0.07 36	0.08 42	0.07 42	0.08 44	0.07 41	0.08 44	0.07 41	0.08 33	0.07 42	0.08 42	0.07 42	0.07 42	0.07 39	0.07 42	0.07 42	0.07 42	0.07 41	0.07 42	0.08 44	0.07 42	0.07 38	0.06 42	0.07 42	0.07 42	0.08 45	0.06 42

BEATNet_4x	0.08 30	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 216	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCL	0.08 30	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 216	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCMid	0.08 30	0.02 14	0.13 74	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 207	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 41	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 25

AnyNet_C01	0.08 30	0.03 23	0.04 25	0.02 15	0.03 23	0.03 22	0.02 15	0.02 15	0.02 15	1.46 215	0.02 15	0.03 23	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.03 22	0.03 25

ADCPNet	0.08 30	0.03 23	0.04 25	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.32 207	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.04 30	0.03 25

SepStereo	0.09 35	0.09 45	0.09 42	0.09 45	0.10 47	0.09 45	0.08 44	0.09 45	0.08 44	0.09 34	0.08 43	0.09 45	0.09 45	0.08 45	0.08 45	0.09 46	0.09 45	0.08 45	0.09 45	0.08 43	0.09 45	0.08 45	0.09 41	0.09 45	0.10 45	0.08 45	0.10 46	0.09 45

APVNet	0.09 35	0.06 37	0.04 25	0.06 36	0.04 32	0.05 35	0.04 32	0.05 35	1.08 239	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

AnonymousM	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

FADNet-RVC-Resample	0.10 37	0.04 32	0.05 30	0.04 32	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.04 33	1.53 256	0.04 32	0.05 36	0.05 37	0.06 41	0.05 36

FADNet_RVC	0.10 37	0.03 23	0.04 25	0.03 23	0.04 32	0.05 35	0.04 32	0.04 31	0.04 32	0.03 21	0.04 31	0.04 30	0.03 23	0.04 32	0.03 26	0.03 26	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.03 26	1.63 261	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

PVD	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

SHD	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

SAMSARA	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

XQC	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

RTSC	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

RTS	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

RTSA	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

MADNet+	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

MADNet++	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

LRCNet_RVC	0.11 49	0.12 57	0.09 42	0.12 57	0.09 45	0.12 57	0.09 45	0.12 57	0.09 45	0.12 45	0.09 46	0.11 56	0.09 45	0.09 46	0.09 46	0.09 46	0.12 57	0.16 88	0.21 91	0.09 46	0.12 58	0.09 47	0.09 41	0.09 45	0.12 57	0.28 125	0.12 58	0.09 45

FADNet-RVC	0.11 49	0.04 32	0.05 30	0.04 32	0.05 35	0.04 31	0.04 32	0.05 35	0.04 32	0.04 25	0.04 31	0.04 30	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	1.79 267	0.04 32	0.04 31	0.04 32	0.04 30	0.05 36

FADNet	0.11 49	0.04 32	0.05 30	0.06 36	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	0.04 25	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.05 37	0.05 35	0.04 33	1.74 265	0.04 32	0.04 31	0.05 37	0.04 30	0.05 36

ProNet	0.12 52	0.18 72	0.11 59	0.14 60	0.10 47	0.14 61	0.11 59	0.14 59	0.11 59	0.14 46	0.10 48	0.14 60	0.10 48	0.10 49	0.11 59	0.10 48	0.15 67	0.10 47	0.14 59	0.10 47	0.14 60	0.10 49	0.11 57	0.10 48	0.15 65	0.10 46	0.14 61	0.10 49

IPLG	0.12 52	0.15 62	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.14 59	0.11 59	0.15 51	0.11 59	0.14 60	0.11 60	0.12 74	0.11 59	0.11 60	0.14 60	0.11 62	0.14 59	0.11 60	0.14 60	0.11 61	0.11 57	0.11 62	0.14 60	0.11 60	0.14 61	0.11 61

MIPNet	0.12 52	0.15 62	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.14 59	0.11 59	0.15 51	0.11 59	0.14 60	0.11 60	0.12 74	0.11 59	0.11 60	0.14 60	0.11 62	0.15 67	0.11 60	0.14 60	0.11 61	0.11 57	0.11 62	0.14 60	0.11 60	0.14 61	0.11 61

AnyNet_C32	0.12 52	0.03 23	0.07 36	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 254	0.04 31	0.04 30	0.03 23	0.02 15	0.03 26	0.04 32	0.04 28	0.04 31	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.04 31	0.03 26	0.03 22	0.02 15

ADCP+	0.12 52	0.04 32	0.07 36	0.04 32	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	2.28 246	0.05 35	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

S2M2	0.13 57	0.14 61	0.10 45	0.14 60	0.10 47	0.15 69	0.10 48	0.30 113	0.10 47	0.14 46	0.17 90	0.14 60	0.10 48	0.10 49	0.10 48	0.10 48	0.14 60	0.10 47	0.14 59	0.10 47	0.14 60	0.10 49	0.10 44	0.10 48	0.15 65	0.10 46	0.14 61	0.10 49

CIPLG	0.13 57	0.15 62	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.15 67	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.12 74	0.12 77	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.14 60	0.11 61	0.11 57	0.12 77	0.15 65	0.12 77	0.15 68	0.12 76

IPLGR_C	0.13 57	0.16 67	0.14 78	0.15 68	0.11 60	0.14 61	0.11 59	0.14 59	0.11 59	0.14 46	0.11 59	0.14 60	0.11 60	0.12 74	0.11 59	0.11 60	0.14 60	0.11 62	0.14 59	0.11 60	0.14 60	0.11 61	0.11 57	0.11 62	0.14 60	0.11 60	0.15 68	0.11 61

IPLGR	0.13 57	0.15 62	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.14 59	0.13 81	0.15 51	0.11 59	0.14 60	0.12 80	0.12 74	0.11 59	0.11 60	0.14 60	0.11 62	0.14 59	0.11 60	0.14 60	0.11 61	0.11 57	0.12 77	0.15 65	0.11 60	0.14 61	0.11 61

ACRE	0.13 57	0.16 67	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.15 67	0.11 59	0.14 46	0.11 59	0.14 60	0.11 60	0.12 74	0.11 59	0.11 60	0.14 60	0.11 62	0.14 59	0.11 60	0.14 60	0.11 61	0.11 57	0.11 62	0.14 60	0.11 60	0.14 61	0.11 61

ICVP	0.13 57	0.16 67	0.11 59	0.16 76	0.11 60	0.16 77	0.11 59	0.16 69	0.11 59	0.16 63	0.11 59	0.16 77	0.11 60	0.11 63	0.11 59	0.11 60	0.16 76	0.11 62	0.16 75	0.11 60	0.16 76	0.11 61	0.11 57	0.11 62	0.16 76	0.11 60	0.16 76	0.11 61
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCRef	0.13 57	0.04 32	0.05 30	0.04 32	0.04 32	0.04 31	0.09 45	0.04 31	0.04 32	2.46 257	0.04 31	0.04 30	0.04 33	0.04 32	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

GMStereo	0.14 64	0.13 59	0.14 78	0.14 60	0.14 86	0.14 61	0.14 83	0.14 59	0.14 85	0.14 46	0.14 85	0.14 60	0.14 86	0.14 85	0.14 86	0.14 86	0.14 60	0.14 85	0.14 59	0.14 86	0.14 60	0.14 87	0.14 82	0.14 85	0.14 60	0.14 83	0.14 61	0.14 86
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HSM	0.14 64	0.17 71	0.11 59	0.17 79	0.11 60	0.17 78	0.12 77	0.17 73	0.11 59	0.17 67	0.11 59	0.17 81	0.11 60	0.12 74	0.12 77	0.12 76	0.17 79	0.12 79	0.17 77	0.12 79	0.17 79	0.12 79	0.12 75	0.12 77	0.17 78	0.12 77	0.17 79	0.12 76

ELAS_RVC	0.14 64	0.18 72	0.11 59	0.19 85	0.11 60	0.18 80	0.13 81	0.16 69	0.11 59	0.17 67	0.11 59	0.14 60	0.11 60	0.09 46	0.11 59	0.12 76	0.17 79	0.10 47	0.18 81	0.11 60	0.18 81	0.11 61	0.10 44	0.11 62	0.19 84	0.11 60	0.19 83	0.12 76
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.14 64	0.19 77	0.11 59	0.20 87	0.11 60	0.20 87	0.12 77	0.18 75	0.12 75	0.18 69	0.12 78	0.19 87	0.11 60	0.11 63	0.11 59	0.11 60	0.18 83	0.11 62	0.19 85	0.11 60	0.19 85	0.11 61	0.11 57	0.11 62	0.20 87	0.11 60	0.20 87	0.12 76
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.14 64	0.23 86	0.10 45	0.19 85	0.11 60	0.20 87	0.11 59	0.16 69	0.10 47	0.15 51	0.11 59	0.15 69	0.11 60	0.09 46	0.11 59	0.11 60	0.16 76	0.10 47	0.17 77	0.11 60	0.18 81	0.11 61	0.09 41	0.10 48	0.18 81	0.11 60	0.19 83	0.12 76
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDVS	0.15 69	0.18 72	0.13 74	0.18 82	0.13 83	0.19 85	0.13 81	0.18 75	0.13 81	0.18 69	0.13 84	0.18 84	0.13 85	0.13 81	0.13 82	0.13 82	0.18 83	0.13 82	0.18 81	0.13 85	0.18 81	0.13 84	0.13 80	0.10 48	0.19 84	0.14 83	0.19 83	0.13 84

BEATNet-Init1	0.15 69	0.07 39	0.10 45	0.08 42	0.07 42	0.07 42	0.07 41	0.07 38	0.07 41	2.19 242	0.08 43	0.08 42	0.07 42	0.07 42	0.07 39	0.07 42	0.08 43	0.07 42	0.08 43	0.08 43	0.07 42	0.07 42	0.07 38	0.07 43	0.08 43	0.07 42	0.07 43	0.07 43

DeepPrunerF	0.15 69	0.07 39	0.10 45	0.08 42	0.07 42	0.07 42	0.07 41	0.07 38	0.07 41	2.19 242	0.08 43	0.08 42	0.07 42	0.07 42	0.07 39	0.07 42	0.08 43	0.07 42	0.08 43	0.08 43	0.07 42	0.07 42	0.07 38	0.07 43	0.08 43	0.07 42	0.07 43	0.07 43

DeepPruner_ROB	0.15 69	0.18 72	0.12 65	0.18 82	0.12 79	0.18 80	0.12 77	0.18 75	0.13 81	0.18 69	0.12 78	0.18 84	0.12 80	0.13 81	0.12 77	0.13 82	0.18 83	0.13 82	0.18 81	0.12 79	0.19 85	0.12 79	0.13 80	0.12 77	0.18 81	0.12 77	0.18 81	0.12 76

LALA_ROB	0.15 69	0.21 80	0.12 65	0.21 91	0.12 79	0.20 87	0.14 83	0.20 78	0.12 75	0.22 77	0.12 78	0.16 77	0.12 80	0.10 49	0.12 77	0.12 76	0.21 92	0.11 62	0.22 92	0.12 79	0.20 88	0.12 79	0.11 57	0.12 77	0.21 92	0.14 83	0.21 91	0.13 84

GCAP-BAT	0.17 74	1.25 211	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

test_for_model	0.17 74	1.25 211	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

testlalala2	0.17 74	1.25 211	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

testlalala	0.17 74	1.25 211	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

testlalala_base	0.17 74	1.25 211	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

GCAP-Stereo	0.17 74	1.25 211	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

IGEV_Zeroshot_test	0.18 80	0.22 82	0.18 89	0.21 91	0.18 99	0.20 87	0.17 92	0.20 78	0.16 87	0.25 87	0.16 88	0.21 91	0.17 92	0.16 90	0.18 97	0.15 89	0.20 88	0.16 88	0.20 87	0.18 99	0.21 91	0.17 95	0.17 87	0.17 91	0.20 87	0.17 92	0.20 87	0.16 88

dd	0.18 80	0.22 82	0.16 80	0.22 93	0.15 87	0.22 94	0.15 87	0.21 82	0.15 86	0.21 75	0.15 86	0.21 91	0.15 88	0.15 87	0.15 88	0.15 89	0.22 94	0.14 85	0.22 92	0.14 86	0.22 94	0.15 89	0.16 85	0.15 88	0.23 99	0.15 87	0.22 93	0.16 88

dad	0.18 80	0.23 86	0.16 80	0.22 93	0.15 87	0.22 94	0.15 87	0.22 90	0.16 87	0.21 75	0.15 86	0.22 94	0.15 88	0.15 87	0.16 90	0.17 91	0.23 99	0.17 92	0.23 99	0.15 89	0.22 94	0.15 89	0.15 84	0.15 88	0.22 94	0.15 87	0.22 93	0.16 88

MSKI-zero shot	0.19 83	0.21 80	0.16 80	0.22 93	0.16 90	0.23 102	0.17 92	0.22 90	0.17 92	0.22 77	0.17 90	0.22 94	0.16 90	0.19 101	0.16 90	0.17 91	0.23 99	0.16 88	0.22 92	0.16 90	0.22 94	0.17 95	0.16 85	0.17 91	0.22 94	0.19 102	0.22 93	0.16 88

MIM_Stereo	0.19 83	0.23 86	0.18 89	0.22 93	0.16 90	0.22 94	0.16 90	0.21 82	0.16 87	0.22 77	0.17 90	0.21 91	0.17 92	0.20 102	0.18 97	0.17 91	0.22 94	0.18 101	0.22 92	0.16 90	0.21 91	0.16 91	0.17 87	0.17 91	0.21 92	0.16 90	0.22 93	0.20 104

UNet	0.19 83	0.13 59	0.09 42	0.13 59	0.09 45	0.13 59	0.09 45	0.13 58	0.09 45	0.90 173	0.09 46	0.13 59	0.09 45	0.10 49	0.09 46	0.70 208	0.13 59	0.09 46	0.13 57	0.10 47	0.91 208	0.09 47	0.10 44	0.09 45	0.13 58	0.10 46	0.13 60	0.09 45

iResNet	0.19 83	0.23 86	0.17 84	0.22 93	0.17 93	0.22 94	0.19 102	0.22 90	0.17 92	0.22 77	0.17 90	0.22 94	0.17 92	0.17 91	0.17 93	0.17 91	0.22 94	0.17 92	0.22 92	0.17 93	0.23 100	0.17 95	0.18 97	0.17 91	0.23 99	0.17 92	0.23 101	0.17 94

ACV-stereo	0.20 87	0.23 86	0.17 84	0.23 100	0.17 93	0.23 102	0.17 92	0.23 98	0.17 92	0.23 83	0.17 90	0.23 100	0.17 92	0.17 91	0.17 93	0.17 91	0.24 104	0.17 92	0.23 99	0.17 93	0.24 103	0.17 95	0.17 87	0.17 91	0.23 99	0.17 92	0.23 101	0.17 94

DAS	0.20 87	0.20 78	0.20 95	0.20 87	0.20 105	0.20 87	0.20 104	0.20 78	0.20 103	0.20 73	0.20 104	0.20 89	0.20 103	0.20 102	0.20 105	0.20 100	0.20 88	0.20 107	0.20 87	0.20 106	0.20 88	0.20 106	0.20 102	0.20 104	0.20 87	0.20 103	0.20 87	0.20 104

ASD4	0.20 87	0.20 78	0.20 95	0.20 87	0.20 105	0.20 87	0.20 104	0.20 78	0.20 103	0.20 73	0.20 104	0.20 89	0.20 103	0.20 102	0.20 105	0.20 100	0.20 88	0.20 107	0.20 87	0.20 106	0.20 88	0.20 106	0.20 102	0.20 104	0.20 87	0.20 103	0.20 87	0.20 104

iResNetv2_ROB	0.20 87	0.22 82	0.19 93	0.23 100	0.19 103	0.22 94	0.17 92	0.22 90	0.17 92	0.22 77	0.17 90	0.22 94	0.17 92	0.18 97	0.18 97	0.19 99	0.22 94	0.17 92	0.23 99	0.17 93	0.25 104	0.18 102	0.17 87	0.18 101	0.23 99	0.17 92	0.25 109	0.17 94

ITSA-stereo	0.21 91	0.16 67	0.12 65	0.16 76	0.13 83	0.18 80	0.14 83	0.16 69	1.89 273	0.16 63	0.12 78	0.17 81	0.12 80	0.13 81	0.13 82	0.13 82	0.17 79	0.13 82	0.17 77	0.12 79	0.16 76	0.12 79	0.12 75	0.12 77	0.17 78	0.12 77	0.16 76	0.12 76

Pointernet	0.22 92	0.41 126	0.38 141	0.22 93	0.17 93	0.22 94	0.17 92	0.41 142	0.17 92	0.22 77	0.17 90	0.22 94	0.17 92	0.18 97	0.18 97	0.18 96	0.23 99	0.18 101	0.23 99	0.18 99	0.23 100	0.18 102	0.17 87	0.17 91	0.22 94	0.18 100	0.22 93	0.17 94

JetRed	0.22 92	0.11 56	0.12 65	0.11 56	0.11 60	0.11 56	0.11 59	0.11 56	0.11 59	2.93 267	0.11 59	0.11 56	0.11 60	0.11 63	0.11 59	0.12 76	0.11 56	0.11 62	0.11 56	0.11 60	0.11 57	0.11 61	0.11 57	0.11 62	0.11 56	0.11 60	0.11 57	0.11 61

JetBlue	0.23 94	0.12 57	0.13 74	0.12 57	0.12 79	0.12 57	0.11 59	0.14 59	0.12 75	3.07 268	0.12 78	0.12 58	0.11 60	0.11 63	0.13 82	0.13 82	0.12 57	0.12 79	0.13 57	0.11 60	0.12 58	0.13 84	0.12 75	0.14 85	0.13 58	0.12 77	0.12 58	0.11 61

SFCPSM	0.23 94	0.18 72	0.13 74	0.18 82	0.12 79	0.18 80	0.80 220	0.17 73	0.12 75	0.88 172	0.12 78	0.17 81	0.12 80	0.13 81	0.12 77	0.12 76	0.18 83	0.12 79	0.18 81	0.12 79	1.18 231	0.13 84	0.12 75	0.12 77	0.18 81	0.13 82	0.18 81	0.12 76

S2M2_XL	0.24 96	1.32 218	0.86 208	0.17 79	0.11 60	0.17 78	0.11 59	1.05 214	0.12 75	0.16 63	0.11 59	0.16 77	0.11 60	0.11 63	0.11 59	0.11 60	0.17 79	0.11 62	0.17 77	0.11 60	0.17 79	0.11 61	0.11 57	0.11 62	0.17 78	0.11 60	0.17 79	0.11 61

LoS_RVC	0.25 97	0.25 98	0.25 111	0.25 108	0.25 115	0.25 111	0.25 115	0.25 103	0.25 114	0.25 87	0.25 118	0.25 108	0.25 116	0.26 118	0.25 118	0.26 115	0.25 109	0.25 117	0.26 112	0.25 118	0.25 104	0.25 115	0.25 113	0.25 116	0.25 110	0.25 116	0.25 109	0.25 116

tt_ll	0.25 97	0.25 98	0.25 111	0.25 108	0.25 115	0.25 111	0.25 115	0.25 103	0.25 114	0.25 87	0.25 118	0.25 108	0.25 116	0.26 118	0.25 118	0.26 115	0.25 109	0.25 117	0.26 112	0.25 118	0.25 104	0.25 115	0.25 113	0.25 116	0.25 110	0.25 116	0.25 109	0.25 116

CAS	0.25 97	0.25 98	0.25 111	0.25 108	0.26 117	0.26 117	0.26 117	0.25 103	0.25 114	0.25 87	0.25 118	0.25 108	0.25 116	0.25 116	0.25 118	0.25 112	0.26 115	0.25 117	0.26 112	0.26 122	0.25 104	0.25 115	0.25 113	0.26 120	0.25 110	0.26 120	0.25 109	0.25 116

LoS	0.25 97	0.25 98	0.27 115	0.27 114	0.26 117	0.25 111	0.26 117	0.26 108	0.25 114	0.26 93	0.25 118	0.25 108	0.25 116	0.26 118	0.25 118	0.25 112	0.25 109	0.25 117	0.25 109	0.25 118	0.27 111	0.25 115	0.26 117	0.26 120	0.26 114	0.25 116	0.25 109	0.25 116
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
castereo++	0.26 101	1.28 217	1.07 225	0.15 68	0.13 83	0.15 69	0.14 83	1.22 227	0.13 81	0.16 63	0.17 90	0.16 77	0.14 86	0.14 85	0.15 88	0.14 86	0.15 67	0.14 85	0.16 75	0.14 86	0.16 76	0.14 87	0.14 82	0.14 85	0.16 76	0.14 83	0.16 76	0.15 87

model_zeroshot	0.27 102	0.30 108	0.19 93	0.36 133	0.23 113	0.25 111	0.27 121	0.33 116	0.21 106	0.35 102	0.22 110	0.25 108	0.27 124	0.26 118	0.23 113	0.26 115	0.35 127	0.22 110	0.36 129	0.23 115	0.25 104	0.27 122	0.27 119	0.23 113	0.36 129	0.22 110	0.25 109	0.27 124

DCVSM-stereo	0.27 102	0.38 120	0.22 104	0.38 139	0.22 108	0.38 141	0.22 109	0.29 111	0.22 109	0.29 95	0.22 110	0.29 119	0.22 110	0.22 108	0.21 107	0.21 103	0.38 138	0.22 110	0.38 137	0.22 110	0.38 132	0.22 109	0.21 104	0.25 116	0.38 136	0.21 107	0.38 135	0.21 108

DLNR_Zeroshot_test	0.27 102	0.30 108	0.23 106	0.30 119	0.22 108	0.31 121	0.24 113	0.29 111	0.23 112	0.38 111	0.23 113	0.29 119	0.23 114	0.22 108	0.23 113	0.23 108	0.30 120	0.34 146	0.29 118	0.23 115	0.29 115	0.29 138	0.22 107	0.23 113	0.30 119	0.23 113	0.30 119	0.23 114

HGLStereo	0.27 102	0.25 98	0.21 103	0.35 129	0.21 107	0.35 128	0.21 107	0.34 122	0.21 106	0.39 114	0.21 107	0.34 125	0.21 108	0.22 108	0.21 107	0.21 103	0.35 127	0.22 110	0.35 126	0.22 110	0.35 123	0.22 109	0.21 104	0.21 107	0.35 127	0.21 107	0.35 127	0.21 108

iResNet_ROB	0.28 106	0.32 112	0.24 110	0.33 123	0.26 117	0.32 123	0.24 113	0.33 116	0.25 114	0.33 97	0.24 116	0.35 128	0.24 115	0.23 112	0.24 117	0.25 112	0.32 122	0.24 116	0.36 129	0.24 117	0.32 117	0.28 128	0.24 112	0.24 115	0.32 121	0.24 115	0.33 121	0.24 115

IMH-64-1	0.29 107	0.23 86	0.23 106	0.23 100	0.22 108	0.22 94	0.23 111	0.22 90	0.22 109	2.02 235	0.23 113	0.23 100	0.22 110	0.23 112	0.23 113	0.23 108	0.23 99	0.22 110	0.23 99	0.22 110	0.22 94	0.22 109	0.22 107	0.22 110	0.22 94	0.22 110	0.22 93	0.22 110

IMH-64	0.29 107	0.23 86	0.23 106	0.23 100	0.22 108	0.22 94	0.23 111	0.22 90	0.22 109	2.02 235	0.23 113	0.23 100	0.22 110	0.23 112	0.23 113	0.23 108	0.23 99	0.22 110	0.23 99	0.22 110	0.22 94	0.22 109	0.22 107	0.22 110	0.22 94	0.22 110	0.22 93	0.22 110

UPFNet	0.29 107	0.24 94	0.16 80	0.24 105	0.16 90	0.24 106	0.16 90	0.23 98	0.16 87	1.19 198	0.16 88	0.23 100	0.16 90	0.17 91	0.16 90	0.89 220	0.24 104	0.16 88	0.24 105	0.18 99	1.20 234	0.16 91	0.17 87	0.16 90	0.24 105	0.16 90	0.24 103	0.16 88

WAO-6	0.30 110	0.22 82	0.23 106	0.22 93	0.23 113	0.23 102	0.22 109	0.22 90	0.23 112	2.21 245	0.22 110	0.22 94	0.22 110	0.22 108	0.22 111	0.23 108	0.22 94	0.23 115	0.22 92	0.22 110	0.22 94	0.22 109	0.22 107	0.22 110	0.23 99	0.23 113	0.22 93	0.22 110

anonymity	0.30 110	0.34 114	0.27 115	0.33 123	0.27 122	0.33 124	0.28 128	0.33 116	0.28 128	0.33 97	0.28 129	0.33 123	0.28 126	0.28 130	0.28 130	0.28 125	0.34 124	0.28 125	0.34 124	0.28 127	0.34 119	0.27 122	0.27 119	0.27 124	0.34 124	0.28 125	0.34 125	0.28 127

iRaft-Stereo_20w	0.30 110	0.46 138	0.27 115	0.34 125	0.26 117	0.35 128	0.28 128	0.34 122	0.26 121	0.34 100	0.26 122	0.34 125	0.26 122	0.26 118	0.26 123	0.26 115	0.34 124	0.26 121	0.34 124	0.26 122	0.34 119	0.26 121	0.26 117	0.26 120	0.34 124	0.26 120	0.34 125	0.26 121

MMNet	0.30 110	0.24 94	0.17 84	0.24 105	0.17 93	0.24 106	0.17 92	0.23 98	0.18 99	1.21 201	0.17 90	0.23 100	0.17 92	0.17 91	0.17 93	0.89 220	0.24 104	0.17 92	0.24 105	0.17 93	1.22 236	0.16 91	0.17 87	0.17 91	0.24 105	0.17 92	0.24 103	0.17 94

delet	0.30 110	0.24 94	0.17 84	0.24 105	0.17 93	0.24 106	0.17 92	0.23 98	0.16 87	1.21 201	0.17 90	0.24 106	0.17 92	0.17 91	0.17 93	0.91 224	0.24 104	0.17 92	0.24 105	0.17 93	1.23 238	0.17 95	0.17 87	0.17 91	0.24 105	0.17 92	0.24 103	0.17 94

psm_up	0.30 110	0.24 94	0.17 84	0.25 108	0.17 93	0.24 106	0.17 92	0.24 102	0.17 92	1.20 200	0.17 90	0.23 100	0.17 92	0.17 91	0.18 97	0.90 223	0.24 104	0.17 92	0.25 109	0.17 93	1.24 241	0.17 95	0.17 87	0.17 91	0.24 105	0.17 92	0.24 103	0.17 94

MLCV	0.30 110	0.33 113	0.28 118	0.34 125	0.28 126	0.33 124	0.28 128	0.33 116	0.29 136	0.33 97	0.27 126	0.33 123	0.28 126	0.26 118	0.29 138	0.28 125	0.33 123	0.28 125	0.33 121	0.28 127	0.33 118	0.27 122	0.28 124	0.28 128	0.33 122	0.28 125	0.33 121	0.28 127

DN-CSS_ROB	0.30 110	0.34 114	0.29 123	0.34 125	0.27 122	0.34 126	0.28 128	0.33 116	0.27 123	0.34 100	0.27 126	0.34 125	0.28 126	0.29 132	0.27 126	0.26 115	0.35 127	0.29 134	0.33 121	0.28 127	0.34 119	0.28 128	0.28 124	0.27 124	0.34 124	0.28 125	0.33 121	0.28 127

UNDER WATER-64	0.31 118	0.25 98	0.25 111	0.26 113	0.26 117	0.25 111	0.26 117	0.25 103	0.26 121	1.69 222	0.26 122	0.25 108	0.25 116	0.25 116	0.26 123	0.26 115	0.25 109	0.26 121	0.26 112	0.26 122	0.25 104	0.25 115	0.25 113	0.25 116	0.26 114	0.26 120	0.25 109	0.26 121

LG-Stereo_L2	0.32 119	0.45 135	0.36 138	0.37 135	0.27 122	0.37 137	0.27 121	0.43 147	0.27 123	0.36 108	0.31 143	0.36 134	0.27 124	0.27 125	0.27 126	0.30 135	0.37 135	0.27 124	0.37 133	0.27 126	0.37 129	0.27 122	0.27 119	0.27 124	0.37 133	0.27 123	0.37 133	0.27 124

CASnet	0.32 119	0.53 154	0.34 135	0.27 114	0.31 144	0.34 126	0.29 141	0.31 114	0.32 141	0.25 87	0.31 143	0.27 116	0.40 167	0.45 167	0.27 126	0.30 135	0.26 115	0.40 165	0.28 117	0.37 157	0.28 113	0.39 164	0.29 130	0.40 166	0.29 118	0.28 125	0.24 103	0.30 142
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 119	0.45 135	0.29 123	0.36 133	0.29 136	0.36 133	0.29 141	0.36 129	0.29 136	0.35 102	0.29 137	0.35 128	0.28 126	0.27 125	0.28 130	0.28 125	0.35 127	0.28 125	0.35 126	0.28 127	0.35 123	0.28 128	0.29 130	0.29 136	0.36 129	0.29 138	0.36 130	0.29 136

RSM	0.33 122	0.36 118	0.31 130	0.39 150	0.32 146	0.36 133	0.30 144	0.35 125	0.38 154	0.35 102	0.31 143	0.35 128	0.30 138	0.30 135	0.31 143	0.30 135	0.36 132	0.31 141	0.36 129	0.30 141	0.36 127	0.31 143	0.31 140	0.31 142	0.36 129	0.31 144	0.36 130	0.31 145

SQANet	0.33 122	0.28 105	0.28 118	0.28 118	0.28 126	0.29 119	0.28 128	0.28 109	0.28 128	1.59 219	0.28 129	0.28 118	0.28 126	0.28 130	0.28 130	0.28 125	0.28 118	0.28 125	0.29 118	0.28 127	0.28 113	0.28 128	0.28 124	0.28 128	0.28 117	0.28 125	0.28 117	0.28 127

DGSMNet	0.33 122	0.42 132	0.28 118	0.40 151	0.28 126	0.40 151	0.28 128	0.40 140	0.28 128	0.40 119	0.28 129	0.39 143	0.28 126	0.27 125	0.28 130	0.28 125	0.40 152	0.28 125	0.42 157	0.29 136	0.41 146	0.31 143	0.29 130	0.28 128	0.41 150	0.28 125	0.42 153	0.29 136

castereo	0.34 125	1.59 223	1.39 243	0.17 79	0.15 87	0.18 80	0.26 117	1.74 242	0.17 92	0.19 72	0.18 101	0.18 84	0.20 103	0.20 102	0.22 111	0.21 103	0.18 83	0.17 92	0.19 85	0.16 90	0.18 81	0.20 106	0.17 87	0.21 107	0.19 84	0.17 92	0.19 83	0.16 88

RAFT-Test	0.34 125	0.45 135	0.30 127	0.38 139	0.32 146	0.40 151	0.32 148	0.39 138	0.32 141	0.39 114	0.30 140	0.37 136	0.29 135	0.30 135	0.30 140	0.29 133	0.38 138	0.30 138	0.38 137	0.29 136	0.38 132	0.29 138	0.29 130	0.30 140	0.38 136	0.30 141	0.38 135	0.30 142

RAFT + AFF	0.34 125	0.29 106	0.32 133	0.31 121	0.30 141	0.39 148	0.32 148	0.39 138	0.30 138	0.39 114	0.32 146	0.39 143	0.32 143	0.35 143	0.36 151	0.32 144	0.38 138	0.31 141	0.38 137	0.31 145	0.38 132	0.28 128	0.37 153	0.34 148	0.38 136	0.30 141	0.38 135	0.28 127

ETE_ROB	0.35 128	0.35 117	0.35 136	0.35 129	0.35 153	0.35 128	0.35 150	0.35 125	0.35 149	0.35 102	0.35 151	0.35 128	0.35 149	0.35 143	0.35 148	0.35 149	0.35 127	0.35 150	0.35 126	0.35 152	0.35 123	0.35 149	0.35 148	0.35 152	0.35 127	0.35 150	0.35 127	0.35 151

GREAT-IGEV	0.36 129	0.46 138	0.33 134	0.43 161	0.30 141	0.43 161	0.30 144	0.45 149	0.30 138	0.42 127	0.30 140	0.43 156	0.30 138	0.30 135	0.30 140	0.30 135	0.43 158	0.30 138	0.43 158	0.30 141	0.43 152	0.30 141	0.30 138	0.30 140	0.43 156	0.30 141	0.43 155	0.30 142

EKT-Stereo	0.36 129	0.50 151	0.30 127	0.40 151	0.29 136	0.40 151	0.29 141	0.35 125	0.30 138	0.47 136	0.30 140	0.35 128	0.32 143	0.29 132	0.34 146	0.33 145	0.59 186	0.31 141	0.39 148	0.29 136	0.37 129	0.38 155	0.29 130	0.31 142	0.58 189	0.28 125	0.51 176	0.29 136

GEStereo_RVC	0.36 129	0.23 86	0.18 89	0.23 100	0.18 99	0.23 102	0.19 102	0.22 90	0.19 101	0.24 84	0.20 104	0.24 106	0.18 101	0.18 97	0.18 97	0.21 103	0.25 109	0.18 101	0.22 92	0.18 99	0.23 100	0.18 102	0.19 100	0.20 104	0.23 99	0.20 103	4.43 288	0.19 102

DMCA	0.36 129	0.38 120	0.37 139	0.35 129	0.35 153	0.35 128	0.36 154	0.35 125	0.36 152	0.36 108	0.37 157	0.36 134	0.36 154	0.36 148	0.35 148	0.37 153	0.36 132	0.36 152	0.36 129	0.36 156	0.36 127	0.35 149	0.36 151	0.36 155	0.37 133	0.36 153	0.36 130	0.36 154

XPNet_ROB	0.37 133	0.37 119	0.37 139	0.37 135	0.37 156	0.37 137	0.37 158	0.37 130	0.37 153	0.37 110	0.37 157	0.37 136	0.37 155	0.37 149	0.37 154	0.37 153	0.37 135	0.37 154	0.37 133	0.37 157	0.37 129	0.37 152	0.37 153	0.37 157	0.37 133	0.37 157	0.37 133	0.37 155

GIP-stereo	0.38 134	0.56 158	0.40 145	0.45 164	0.33 148	0.44 163	0.35 150	0.49 163	0.33 144	0.43 128	0.32 146	0.42 152	0.31 140	0.33 138	0.33 145	0.34 146	0.40 152	0.32 145	0.40 149	0.32 146	0.43 152	0.38 155	0.33 143	0.32 144	0.43 156	0.32 146	0.42 153	0.34 150

Former-RAFT_DAM_RVC	0.38 134	1.06 196	0.54 179	0.59 192	0.27 122	0.46 164	0.27 121	0.46 150	0.27 123	0.46 133	0.27 126	0.46 159	0.26 122	0.27 125	0.27 126	0.26 115	0.46 160	0.26 121	0.45 161	0.30 141	0.46 155	0.27 122	0.27 119	0.27 124	0.46 159	0.27 123	0.45 157	0.26 121

CES	0.38 134	0.34 114	0.44 155	0.43 161	0.33 148	0.37 137	0.44 176	0.37 130	0.38 154	0.45 131	0.35 151	0.35 128	0.41 168	0.45 167	0.36 151	0.36 151	0.36 132	0.45 174	0.43 158	0.35 152	0.34 119	0.46 174	0.36 151	0.36 155	0.42 155	0.34 149	0.35 127	0.38 158

PML	0.39 137	0.56 158	0.29 123	0.55 186	0.28 126	0.56 188	0.28 128	0.51 170	0.28 128	0.50 139	0.28 129	0.51 177	0.28 126	0.29 132	0.28 130	0.29 133	0.56 184	0.29 134	0.57 192	0.28 127	0.56 183	0.28 128	0.28 124	0.29 136	0.56 186	0.28 125	0.56 184	0.28 127

DEFOM-Stereo_RVC	0.40 138	2.14 240	1.91 266	0.20 87	0.18 99	0.19 85	0.17 92	2.23 252	0.19 101	0.24 84	0.21 107	0.19 87	0.21 108	0.20 102	0.18 97	0.20 100	0.20 88	0.18 101	0.20 87	0.19 104	0.19 85	0.17 95	0.18 97	0.17 91	0.20 87	0.20 103	0.21 91	0.19 102

GASTEREO	0.41 139	0.54 155	0.44 155	0.48 174	0.35 153	0.48 176	0.35 150	0.53 173	0.35 149	0.46 133	0.35 151	0.46 159	0.35 149	0.35 143	0.35 148	0.35 149	0.47 164	0.35 150	0.47 166	0.35 152	0.47 159	0.38 155	0.35 148	0.35 152	0.48 170	0.35 150	0.47 162	0.35 151

GwcNet-ADL	0.41 139	0.41 126	0.41 147	0.41 157	0.41 167	0.41 154	0.41 169	0.41 142	0.41 166	0.41 120	0.41 170	0.41 148	0.41 168	0.41 159	0.41 169	0.41 163	0.41 154	0.41 167	0.41 153	0.41 168	0.41 146	0.41 168	0.41 165	0.41 167	0.41 150	0.41 167	0.41 149	0.41 167

PSMNet-ADL	0.41 139	0.41 126	0.41 147	0.41 157	0.41 167	0.41 154	0.41 169	0.41 142	0.41 166	0.41 120	0.41 170	0.41 148	0.41 168	0.41 159	0.41 169	0.41 163	0.41 154	0.41 167	0.41 153	0.41 168	0.41 146	0.41 168	0.41 165	0.41 167	0.41 150	0.41 167	0.41 149	0.41 167

GANet-ADL	0.41 139	0.41 126	0.41 147	0.41 157	0.41 167	0.41 154	0.41 169	0.41 142	0.41 166	0.41 120	0.41 170	0.41 148	0.41 168	0.41 159	0.41 169	0.41 163	0.41 154	0.41 167	0.41 153	0.41 168	0.41 146	0.41 168	0.41 165	0.41 167	0.41 150	0.41 167	0.41 149	0.41 167

ADLNet	0.41 139	0.41 126	0.41 147	0.41 157	0.41 167	0.41 154	0.41 169	0.41 142	0.41 166	0.41 120	0.41 170	0.41 148	0.41 168	0.41 159	0.41 169	0.41 163	0.41 154	0.41 167	0.41 153	0.41 168	0.41 146	0.41 168	0.41 165	0.41 167	0.41 150	0.41 167	0.41 149	0.41 167

DEFOM-Stereo	0.43 144	1.60 225	1.47 246	0.30 119	0.28 126	0.31 121	0.28 128	1.65 240	0.25 114	0.29 95	0.26 122	0.30 121	0.29 135	0.27 125	0.26 123	0.26 115	0.30 120	0.29 134	0.30 120	0.26 122	0.29 115	0.29 138	0.27 119	0.26 120	0.30 119	0.29 138	0.30 119	0.29 136

GES	0.43 144	0.41 126	0.31 130	0.35 129	0.30 141	0.47 170	0.28 128	0.33 116	0.28 128	0.35 102	0.29 137	2.95 272	0.38 158	0.35 143	0.30 140	0.34 146	0.34 124	0.30 138	0.33 121	0.30 141	0.35 123	0.30 141	0.33 143	0.33 146	0.33 122	0.31 144	0.33 121	0.29 136

MSCF	0.44 146	0.60 164	0.47 159	0.50 179	0.40 165	0.50 180	0.38 161	0.57 178	0.38 154	0.48 137	0.38 160	0.48 169	0.38 158	0.38 151	0.38 156	0.38 156	0.49 173	0.38 157	0.49 176	0.39 166	0.50 171	0.38 155	0.38 157	0.38 158	0.49 173	0.38 159	0.49 172	0.38 158

LG-Stereo_L1	0.44 146	0.58 162	0.49 171	0.51 182	0.38 160	0.51 182	0.38 161	0.56 176	0.38 154	0.50 139	0.38 160	0.50 174	0.38 158	0.38 151	0.38 156	0.38 156	0.52 178	0.38 157	0.52 184	0.38 161	0.51 173	0.38 155	0.38 157	0.38 158	0.52 180	0.38 159	0.51 176	0.40 165

FCDSN-DC	0.44 146	0.31 110	0.35 136	0.34 125	0.28 126	0.35 128	0.30 144	0.32 115	0.25 114	1.32 207	0.24 116	1.00 219	0.32 143	0.35 143	0.34 146	0.30 135	0.72 198	0.37 154	0.48 173	0.32 146	0.53 179	0.49 188	0.23 111	0.29 136	0.50 174	0.42 172	0.61 190	0.71 212
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LG-Stereo_Zeroshot	0.45 149	0.57 160	0.45 157	0.54 184	0.37 156	0.53 186	0.37 158	0.56 176	0.40 163	0.53 145	0.38 160	0.53 181	0.37 155	0.37 149	0.37 154	0.37 153	0.55 181	0.38 157	0.53 186	0.37 157	0.53 179	0.37 152	0.37 153	0.39 165	0.54 183	0.37 157	0.54 182	0.37 155

WAO-7	0.46 150	0.38 120	0.38 141	0.38 139	0.38 160	0.38 141	0.38 161	0.38 132	0.38 154	2.57 261	0.38 160	0.38 139	0.38 158	0.38 151	0.38 156	0.38 156	0.38 138	0.38 157	0.38 137	0.38 161	0.38 132	0.38 155	0.38 157	0.38 158	0.38 136	0.38 159	0.38 135	0.38 158

Venus	0.46 150	0.38 120	0.40 145	0.38 139	0.38 160	0.39 148	0.38 161	0.38 132	0.38 154	2.71 263	0.38 160	0.38 139	0.38 158	0.38 151	0.38 156	0.38 156	0.38 138	0.38 157	0.38 137	0.38 161	0.38 132	0.38 155	0.38 157	0.38 158	0.38 136	0.38 159	0.39 145	0.38 158

HanzoNet	0.47 152	0.39 124	0.38 141	0.38 139	0.38 160	0.38 141	0.38 161	0.40 140	0.38 154	2.63 262	0.38 160	0.38 139	0.38 158	0.38 151	0.38 156	0.39 162	0.38 138	0.38 157	0.38 137	0.42 173	0.38 132	0.39 164	0.39 163	0.38 158	0.38 136	0.38 159	0.38 135	0.39 164

IMH	0.47 152	0.40 125	0.39 144	0.38 139	0.38 160	0.38 141	0.38 161	0.38 132	0.40 163	2.79 265	0.38 160	0.38 139	0.38 158	0.38 151	0.38 156	0.38 156	0.39 148	0.38 157	0.38 137	0.40 167	0.38 132	0.38 155	0.38 157	0.38 158	0.38 136	0.38 159	0.38 135	0.38 158

LL-Strereo2	0.47 152	2.60 253	0.51 175	0.38 139	0.28 126	0.37 137	0.28 128	0.55 174	0.35 149	0.44 130	0.34 150	0.44 158	0.34 147	0.34 139	0.36 151	0.36 151	0.47 164	0.36 152	0.47 166	0.35 152	0.47 159	0.35 149	0.35 148	0.35 152	0.46 159	0.35 150	0.47 162	0.35 151

GMOStereo	0.50 155	0.44 133	2.38 276	0.40 151	0.34 150	0.42 158	0.36 154	1.96 247	0.34 145	0.41 120	0.36 154	0.42 152	0.35 149	0.34 139	0.38 156	0.31 140	0.39 148	0.34 146	0.40 149	0.33 149	0.39 141	0.33 146	0.33 143	0.34 148	0.40 146	0.36 153	0.40 146	0.32 147

error version	0.50 155	0.44 133	2.38 276	0.40 151	0.34 150	0.42 158	0.36 154	1.96 247	0.34 145	0.41 120	0.36 154	0.42 152	0.35 149	0.34 139	0.38 156	0.31 140	0.39 148	0.34 146	0.40 149	0.33 149	0.39 141	0.33 146	0.33 143	0.34 148	0.40 146	0.36 153	0.40 146	0.32 147

SANet	0.50 155	0.50 151	0.50 172	0.50 179	0.50 192	0.50 180	0.50 192	0.50 167	0.50 191	0.50 139	0.50 191	0.50 174	0.50 190	0.50 184	0.50 193	0.50 189	0.50 176	0.50 192	0.50 180	0.50 193	0.50 171	0.50 194	0.50 186	0.50 188	0.50 174	0.50 192	0.50 174	0.50 187

PDISCO_ROB	0.50 155	0.15 62	0.11 59	0.16 76	3.16 283	0.13 59	0.12 77	0.14 59	0.12 75	0.15 51	0.11 59	2.55 271	0.11 60	2.20 268	0.13 82	0.12 76	0.16 76	0.10 47	0.14 59	0.12 79	0.15 69	0.12 79	0.12 75	0.12 77	0.15 65	0.10 46	2.75 271	0.09 45

otaku	0.52 159	0.46 138	0.48 165	0.46 165	0.46 175	0.46 164	0.46 177	0.46 150	0.47 180	1.88 225	0.46 177	0.46 159	0.46 177	0.46 169	0.46 177	0.46 171	0.47 164	0.46 175	0.46 162	0.46 177	0.47 159	0.46 174	0.46 172	0.46 175	0.47 165	0.46 175	0.46 158	0.47 177

HaxPig	0.52 159	0.48 147	0.47 159	0.47 170	0.47 179	0.47 170	0.47 181	0.47 156	0.47 180	1.80 223	0.47 181	0.47 164	0.47 180	0.47 173	0.47 181	0.47 178	0.47 164	0.47 182	0.47 166	0.47 182	0.47 159	0.47 182	0.47 178	0.47 179	0.47 165	0.47 182	0.47 162	0.47 177

UNDER WATER	0.52 159	0.47 144	0.47 159	0.47 170	0.47 179	0.47 170	0.47 181	0.47 156	0.47 180	1.90 226	0.47 181	0.47 164	0.47 180	0.47 173	0.47 181	0.47 178	0.46 160	0.47 182	0.47 166	0.47 182	0.46 155	0.47 182	0.47 178	0.48 183	0.47 165	0.47 182	0.47 162	0.47 177

Dean	0.52 159	0.46 138	0.48 165	0.46 165	0.46 175	0.46 164	0.46 177	0.46 150	0.46 175	1.90 226	0.46 177	0.47 164	0.46 177	0.46 169	0.46 177	0.46 171	0.48 169	0.46 175	0.46 162	0.46 177	0.46 155	0.46 174	0.46 172	0.46 175	0.46 159	0.46 175	0.46 158	0.46 174

Ntro	0.53 163	0.47 144	0.50 172	0.46 165	0.48 184	0.47 170	0.47 181	0.46 150	0.46 175	2.05 237	0.47 181	0.47 164	0.49 188	0.47 173	0.47 181	0.46 171	0.48 169	0.46 175	0.49 176	0.46 177	0.47 159	0.46 174	0.46 172	0.47 179	0.46 159	0.46 175	0.47 162	0.47 177

RainbowNet	0.53 163	0.48 147	0.48 165	0.48 174	0.48 184	0.48 176	0.48 185	0.48 159	0.48 184	1.92 228	0.48 186	0.48 169	0.48 184	0.48 178	0.48 186	0.48 181	0.48 169	0.48 186	0.48 173	0.48 186	0.48 166	0.48 185	0.48 181	0.48 183	0.48 170	0.48 186	0.48 168	0.48 183

LVE	0.53 163	0.47 144	0.48 165	0.47 170	0.47 179	0.47 170	0.47 181	0.48 159	0.47 180	1.96 232	0.47 181	0.47 164	0.47 180	0.47 173	0.47 181	0.47 178	0.47 164	0.47 182	0.47 166	0.47 182	0.47 159	0.47 182	0.47 178	0.47 179	0.47 165	0.47 182	0.47 162	0.47 177

ACVNet_1	0.53 163	0.46 138	0.48 165	0.47 170	0.47 179	0.46 164	0.48 185	0.48 159	0.48 184	2.07 238	0.47 181	0.48 169	0.48 184	0.47 173	0.47 181	0.46 171	0.49 173	0.47 182	0.47 166	0.47 182	0.48 166	0.46 174	0.46 172	0.48 183	0.47 165	0.47 182	0.48 168	0.47 177

ACVNet-4b	0.53 163	0.46 138	0.47 159	0.46 165	0.46 175	0.46 164	0.46 177	0.46 150	0.46 175	2.17 241	0.46 177	0.46 159	0.47 180	0.46 169	0.46 177	0.46 171	0.46 160	0.46 175	0.46 162	0.46 177	0.46 155	0.46 174	0.46 172	0.47 179	0.46 159	0.46 175	0.46 158	0.46 174

AIO-test2	0.54 168	0.65 168	0.55 182	0.60 193	0.50 192	0.60 192	0.49 188	0.65 183	0.48 184	0.60 150	0.49 189	0.59 186	0.50 190	0.50 184	0.49 190	0.49 185	0.60 187	0.50 192	0.60 194	0.49 190	0.60 187	0.49 188	0.50 186	0.51 190	0.60 192	0.48 186	0.60 187	0.50 187

AIO-test1	0.54 168	0.64 167	0.54 179	0.60 193	0.49 188	0.61 194	0.49 188	0.64 182	0.49 189	0.59 149	0.48 186	0.60 188	0.50 190	0.48 178	0.48 186	0.48 181	0.60 187	0.48 186	0.60 194	0.48 186	0.60 187	0.49 188	0.49 183	0.49 186	0.59 191	0.49 189	0.60 187	0.49 184

notaker	0.54 168	0.48 147	0.48 165	0.48 174	0.48 184	0.48 176	0.49 188	0.48 159	0.48 184	1.95 231	0.48 186	0.48 169	0.48 184	0.48 178	0.48 186	0.48 181	0.48 169	0.48 186	0.48 173	0.48 186	0.49 169	0.48 185	0.48 181	0.49 186	0.48 170	0.48 186	0.48 168	0.49 184

ACVNet_2	0.55 171	0.49 150	0.50 172	0.49 177	0.49 188	0.49 179	0.49 188	0.49 163	0.49 189	2.14 240	0.49 189	0.50 174	0.49 188	0.49 181	0.49 190	0.49 185	0.50 176	0.49 191	0.50 180	0.49 190	0.49 169	0.49 188	0.49 183	0.50 188	0.50 174	0.49 189	0.50 174	0.49 184

CFNet	0.55 171	0.25 98	0.18 89	0.25 108	0.18 99	0.25 111	0.18 101	0.25 103	0.18 99	0.25 87	0.18 101	0.25 108	0.18 101	0.18 97	0.18 97	0.18 96	0.25 109	0.18 101	0.25 109	0.18 99	5.31 301	4.36 301	0.18 97	0.18 101	0.25 110	0.18 100	0.25 109	0.18 101

PSMNet_ROB	0.55 171	0.55 157	0.56 185	0.56 187	0.55 196	0.56 188	0.55 196	0.55 174	0.55 195	0.55 146	0.55 196	0.55 183	0.55 198	0.55 187	0.56 198	0.55 193	0.55 181	0.55 198	0.55 189	0.55 196	0.55 182	0.55 197	0.55 191	0.55 196	0.55 184	0.55 197	0.55 183	0.55 193

IER	0.56 174	2.72 254	2.20 270	0.38 139	0.29 136	0.38 141	0.27 121	2.77 268	0.27 123	0.38 111	0.28 129	0.37 136	0.25 116	0.26 118	0.25 118	0.26 115	0.38 138	0.29 134	0.38 137	0.25 118	0.39 141	0.25 115	0.29 130	0.29 136	0.40 146	0.25 116	0.38 135	0.25 116

LG-Stereo	0.57 175	0.58 162	0.43 153	0.54 184	0.65 206	0.95 218	0.69 213	0.69 185	0.38 154	0.52 143	0.37 157	0.53 181	0.37 155	0.68 207	0.73 215	0.72 211	0.70 195	0.37 154	0.54 188	0.37 157	0.54 181	0.37 152	0.37 153	0.56 197	0.95 218	0.59 201	0.84 207	0.37 155

CASS	0.58 176	0.89 182	0.55 182	0.56 187	0.55 196	0.60 192	0.57 201	0.57 178	0.56 197	0.55 146	0.56 197	0.56 184	0.50 190	0.63 198	0.56 198	0.56 195	0.62 190	0.62 206	0.59 193	0.56 197	0.56 183	0.48 185	0.60 197	0.56 197	0.57 188	0.60 203	0.57 186	0.59 197
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DISCO	0.59 177	0.29 106	0.22 104	0.27 114	5.05 304	0.30 120	0.21 107	0.28 109	0.21 106	0.27 94	0.21 107	0.27 116	0.20 103	0.21 107	0.21 107	0.21 103	0.27 117	0.21 109	0.27 116	0.21 109	0.27 111	0.23 114	0.21 104	0.21 107	0.27 116	0.21 107	5.06 296	0.22 110

LMCR-Stereo	0.61 178	0.61 165	0.61 191	0.61 196	0.61 202	0.67 199	0.61 206	0.61 180	0.61 203	0.61 151	0.61 203	0.61 189	0.61 204	0.61 194	0.61 204	0.61 199	0.61 189	0.61 205	0.61 196	0.61 203	0.61 189	0.61 203	0.61 198	0.61 205	0.61 194	0.61 204	0.61 190	0.61 203

AANet_RVC	0.61 178	0.31 110	5.05 293	0.31 121	0.19 103	0.24 106	0.20 104	5.86 289	0.20 103	0.24 84	0.18 101	0.25 108	0.20 103	0.23 112	0.21 107	0.18 96	0.37 135	0.18 101	0.24 105	0.19 104	0.25 104	0.19 105	0.19 100	0.19 103	0.24 105	0.15 87	0.24 103	0.20 104

iRaftStereo_RVC	0.62 180	1.76 228	2.24 272	0.52 183	0.37 156	0.53 186	0.38 161	2.51 263	0.38 154	0.51 142	0.38 160	0.51 177	0.38 158	0.38 151	0.38 156	0.38 156	0.52 178	0.38 157	0.52 184	0.38 161	0.52 176	0.38 155	0.38 157	0.38 158	0.52 180	0.39 165	0.52 179	0.38 158

ARAFT	0.64 181	0.74 174	0.62 192	0.70 205	0.56 198	0.72 202	0.55 196	0.72 189	0.54 194	0.73 159	0.56 197	0.72 200	0.56 200	0.56 189	0.62 205	0.63 201	0.73 199	0.53 197	0.73 202	0.54 195	0.72 197	0.65 206	0.62 199	0.56 197	0.72 199	0.54 195	0.72 197	0.57 195

test_1	0.65 182	4.37 268	2.38 276	0.40 151	0.34 150	0.42 158	0.36 154	1.96 247	0.34 145	0.41 120	0.36 154	0.42 152	0.35 149	0.34 139	0.38 156	0.31 140	0.39 148	0.34 146	0.40 149	0.33 149	0.39 141	0.33 146	0.33 143	0.34 148	0.40 146	0.36 153	0.40 146	0.32 147

HH	0.66 183	2.13 235	0.47 159	0.37 135	0.29 136	0.36 133	0.27 121	0.49 163	0.44 172	0.78 161	0.68 208	0.67 194	0.90 224	0.62 195	0.90 223	0.53 191	0.88 210	0.48 186	0.37 133	0.29 136	0.63 192	0.66 209	0.66 203	0.51 190	1.06 227	0.61 204	1.08 226	0.60 199

HanStereo	0.66 183	2.13 235	0.47 159	0.37 135	0.29 136	0.36 133	0.27 121	0.49 163	0.44 172	0.78 161	0.68 208	0.67 194	0.90 224	0.62 195	0.90 223	0.53 191	0.88 210	0.48 186	0.37 133	0.29 136	0.63 192	0.66 209	0.66 203	0.51 190	1.06 227	0.61 204	1.08 226	0.60 199

DSFCA	0.66 183	0.73 172	0.74 199	0.68 201	0.65 206	0.64 196	0.65 211	0.65 183	0.65 205	0.66 154	0.65 206	0.65 191	0.64 205	0.65 201	0.65 208	0.65 203	0.65 192	0.65 209	0.65 198	0.65 206	0.65 195	0.65 206	0.65 202	0.65 208	0.66 196	0.66 208	0.65 193	0.65 205

STTRV1_RVC	0.66 183	1.59 223	0.52 178	0.69 202	0.61 202	0.66 198	0.43 175	0.88 198	0.45 174	0.71 157	0.62 204	0.69 197	0.45 176	0.62 195	0.40 167	0.44 169	0.80 204	0.59 202	0.76 207	0.63 204	0.80 200	0.46 174	0.64 200	0.61 205	0.72 199	0.54 195	0.80 202	0.60 199

4D-IteraStereo	0.67 187	3.40 259	1.05 222	0.71 206	0.83 220	0.47 170	0.27 121	0.47 156	0.27 123	0.35 102	0.26 122	0.68 196	0.84 220	0.41 159	0.54 195	0.89 220	0.74 201	0.88 224	0.73 202	0.87 224	0.42 151	0.27 122	0.28 124	0.28 128	0.36 129	0.28 125	0.68 194	0.90 222

RAFT-Stereo + iAFF	0.67 187	0.74 174	0.60 190	0.79 209	0.61 202	0.76 203	0.57 201	0.71 188	0.56 197	0.71 157	0.54 195	0.72 200	0.66 207	0.65 201	0.65 208	0.64 202	0.74 201	0.64 208	0.74 204	0.63 204	0.73 198	0.65 206	0.64 200	0.64 207	0.74 201	0.61 204	0.73 198	0.64 204

Occ-G	0.68 189	0.54 155	3.16 283	0.57 191	0.45 174	0.52 185	0.40 168	3.44 274	0.46 175	0.52 143	0.45 176	0.51 177	0.44 174	0.44 166	0.40 167	0.45 170	0.55 181	0.41 167	0.53 186	0.43 174	0.52 176	0.40 166	0.44 171	0.45 174	0.55 184	0.44 174	0.53 181	0.44 173

TorneroNet-64	0.69 190	0.65 168	0.30 127	0.27 114	0.47 179	0.28 118	0.35 150	0.34 122	0.80 214	7.93 306	0.29 137	0.30 121	0.31 140	0.81 216	0.28 130	0.27 124	0.29 119	0.28 125	0.85 213	0.83 222	0.62 191	0.28 128	0.30 138	0.28 128	0.52 180	0.29 138	0.29 118	0.27 124

DDUNet	0.69 190	0.84 180	0.59 189	0.84 214	0.59 200	0.87 212	0.57 201	0.84 195	0.59 202	0.82 168	0.58 201	0.85 212	0.57 201	0.59 193	0.59 201	0.57 196	0.87 209	0.59 202	0.85 213	0.59 202	0.85 206	0.59 201	0.59 195	0.59 201	0.87 209	0.59 201	0.84 207	0.59 197

UDG	0.70 192	0.87 181	0.56 185	0.87 215	0.59 200	0.84 209	0.59 204	0.85 196	0.57 199	0.84 170	0.59 202	0.84 211	0.60 203	0.58 190	0.60 202	0.59 197	0.85 208	0.59 202	0.87 215	0.58 199	0.87 207	0.60 202	0.57 194	0.59 201	0.87 209	0.58 200	0.86 210	0.60 199

MaskLacGwcNet_RVC	0.70 192	6.91 281	0.46 158	0.46 165	0.46 175	0.46 164	0.46 177	0.46 150	0.46 175	0.46 133	0.46 177	0.46 159	0.46 177	0.46 169	0.46 177	0.46 171	0.46 160	0.46 175	0.46 162	0.46 177	0.47 159	0.46 174	0.46 172	0.46 175	0.46 159	0.46 175	0.46 158	0.46 174

HCRNet	0.71 194	6.06 279	3.15 282	0.50 179	0.22 108	0.21 93	0.15 87	3.04 270	0.34 145	0.43 128	0.33 149	0.43 156	0.33 146	0.15 87	0.14 86	0.14 86	0.21 92	0.17 92	0.47 166	0.20 106	0.21 91	0.16 91	0.32 141	0.33 146	0.50 174	0.33 148	0.49 172	0.28 127

AFF-stereo	0.71 194	0.73 172	0.65 194	0.82 212	0.63 205	0.83 207	0.63 208	0.73 190	0.65 205	0.82 168	0.73 213	0.74 203	0.64 205	0.63 198	0.62 205	0.62 200	0.73 199	0.63 207	0.74 204	0.72 213	0.80 200	0.58 199	0.70 211	0.71 214	0.79 203	0.69 211	0.78 200	0.72 213

DMCA-RVC	0.71 194	0.72 170	0.72 195	0.71 206	0.70 210	0.70 200	0.70 216	0.70 187	0.71 209	0.70 156	0.71 211	0.71 199	0.70 210	0.70 208	0.71 213	0.70 208	0.70 195	0.71 214	0.70 199	0.71 211	0.70 196	0.70 213	0.71 213	0.71 214	0.70 197	0.72 214	0.71 195	0.70 210

PA-Net	0.71 194	0.62 166	0.55 182	0.69 202	0.71 211	0.70 200	0.69 213	0.69 185	0.74 212	0.73 159	0.75 214	0.59 186	0.72 213	0.82 217	0.79 218	0.83 217	0.67 194	0.76 217	0.81 211	0.67 208	0.61 189	0.76 216	0.68 209	0.65 208	0.82 207	0.76 217	0.71 195	0.69 209
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-Stereo-zeroshot1	0.74 198	0.57 160	0.57 187	0.56 187	0.92 223	1.07 228	0.63 208	1.03 211	0.82 218	0.49 138	0.77 215	0.69 197	0.54 197	0.58 190	0.54 195	0.86 219	1.06 223	0.72 215	1.06 227	0.79 216	0.58 186	0.87 222	0.59 195	0.46 175	0.76 202	0.46 175	1.05 223	0.97 227

AEACV	0.74 198	0.52 153	3.10 280	0.60 193	0.48 184	0.56 188	0.48 185	3.02 269	0.83 219	0.61 151	0.62 204	0.72 200	0.50 190	0.49 181	0.49 190	0.48 181	0.58 185	0.50 192	0.55 189	0.48 186	0.56 183	0.50 194	0.50 186	0.51 190	0.58 189	0.51 194	0.60 187	0.51 190

MyStereo04	0.76 200	4.78 274	0.62 192	0.63 199	0.54 195	0.65 197	0.56 199	0.61 180	0.58 200	0.61 151	0.56 197	0.63 190	0.57 201	0.63 198	0.60 202	0.60 198	0.64 191	0.56 200	0.63 197	0.58 199	0.63 192	0.62 205	0.55 191	0.60 203	0.63 195	0.57 199	0.64 192	0.58 196

RSM++	0.77 201	0.91 183	0.72 195	0.83 213	0.71 211	0.83 207	0.72 217	0.81 194	0.71 209	0.81 167	0.71 211	0.81 210	0.71 212	0.71 210	0.71 213	0.70 208	0.83 207	0.72 215	0.83 212	0.81 221	0.83 204	0.72 215	0.71 213	0.71 214	0.88 211	0.71 212	0.83 206	0.70 210

test-3	0.78 202	4.38 269	1.80 258	0.62 197	0.49 188	0.62 195	0.50 192	1.86 243	0.64 204	0.69 155	0.52 193	0.66 192	0.38 158	0.58 190	0.57 200	0.46 171	0.66 193	0.46 175	0.50 180	0.44 176	0.48 166	0.58 199	0.54 190	0.60 203	0.70 197	0.46 175	0.48 168	0.50 187

AdaDepth	0.80 203	0.95 188	1.02 218	0.95 220	0.67 208	0.95 218	0.67 212	0.94 204	0.67 208	0.92 174	0.67 207	0.94 218	0.67 208	0.67 205	0.67 210	0.67 204	0.95 215	0.67 211	0.95 222	0.67 208	0.96 215	0.68 212	0.67 205	0.67 210	0.96 219	0.67 209	0.95 217	0.67 207

CroCo-Stereo	0.80 203	2.51 248	0.41 147	1.27 243	0.41 167	1.27 242	0.41 169	1.27 229	0.41 166	1.27 204	0.41 170	1.27 240	0.41 168	0.41 159	0.41 169	0.41 163	1.28 241	0.41 167	1.27 241	0.41 168	1.27 242	0.41 168	0.42 169	0.41 167	1.27 243	0.41 167	1.27 241	0.41 167
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
NaN_ROB	0.80 203	0.80 177	0.80 203	0.80 210	0.80 217	0.80 205	0.80 220	0.80 192	0.80 214	0.80 165	0.80 218	0.80 208	0.80 216	0.80 214	0.80 219	0.80 215	0.80 204	0.80 220	0.80 209	0.80 219	0.80 200	0.80 218	0.80 218	0.80 218	0.80 205	0.80 219	0.80 202	0.80 217

CSAN	0.80 203	0.80 177	0.80 203	0.80 210	0.80 217	0.80 205	0.80 220	0.80 192	0.80 214	0.80 165	0.80 218	0.80 208	0.80 216	0.80 214	0.80 219	0.80 215	0.80 204	0.80 220	0.80 209	0.80 219	0.80 200	0.80 218	0.80 218	0.80 218	0.80 205	0.80 219	0.80 202	0.80 217

gcap-zeroshot	0.81 207	1.03 194	0.84 207	0.93 218	0.85 221	0.84 209	0.62 207	1.21 226	0.53 193	0.79 163	0.84 221	0.77 204	0.70 210	0.84 219	0.67 210	0.74 212	1.18 236	0.52 196	0.91 216	0.79 216	0.84 205	0.61 203	0.83 220	0.69 213	0.93 217	0.82 221	0.85 209	0.66 206

AIO-Stereo	0.82 208	1.06 196	0.73 198	0.97 223	0.74 213	1.06 227	0.60 205	1.04 213	0.90 222	1.00 180	1.01 232	0.78 205	0.85 222	0.74 212	0.62 205	0.67 204	1.12 226	0.55 198	0.70 199	0.65 206	0.93 212	0.66 209	0.67 205	0.67 210	0.82 207	0.74 215	0.92 211	0.83 219

G-Net	0.82 208	1.77 229	0.78 201	0.78 208	0.78 215	0.78 204	0.78 218	0.78 191	0.79 213	0.79 163	0.78 216	0.78 205	0.78 215	0.78 213	0.78 217	0.78 213	0.79 203	0.79 218	0.79 208	0.79 216	0.79 199	0.79 217	0.79 217	0.79 217	0.79 203	0.79 218	0.79 201	0.79 216

ktn	0.84 210	1.15 201	0.54 179	1.16 238	1.26 252	0.51 182	0.53 195	0.51 170	0.66 207	4.54 289	0.51 192	0.52 180	0.52 196	0.66 204	0.51 194	0.51 190	1.37 246	1.17 245	0.49 176	0.51 194	1.23 238	0.51 196	0.67 205	0.51 190	0.51 178	0.68 210	0.51 176	0.51 190

KSHMR	0.85 211	0.72 170	0.51 175	0.49 177	0.49 188	0.51 182	1.07 240	0.50 167	0.48 184	6.04 301	0.52 193	0.66 192	0.98 230	0.49 181	0.77 216	0.49 185	1.17 233	0.51 195	0.49 176	1.06 238	0.51 173	0.49 188	0.49 183	0.51 190	1.04 225	0.49 189	0.81 205	0.72 213

CroCo-Stereo Lap2	0.85 211	2.86 256	0.43 153	1.33 245	0.43 173	1.31 243	0.42 174	1.32 230	0.42 171	1.31 206	0.44 175	1.32 242	0.44 174	0.43 165	0.44 175	0.43 168	1.35 242	0.43 173	1.32 244	0.43 174	1.31 243	0.43 173	0.43 170	0.42 173	1.31 244	0.42 172	1.31 242	0.43 172

MLG-Stereo	0.87 213	1.33 219	0.93 211	0.62 197	1.00 226	1.16 233	0.55 196	0.86 197	0.83 219	1.19 198	0.40 168	1.30 241	0.81 218	0.65 201	0.45 176	1.01 234	1.17 233	0.46 175	1.29 243	0.58 199	1.05 221	0.90 225	0.73 216	0.87 223	0.60 192	1.01 232	1.13 230	0.51 190

DGTPSM_ROB	0.92 214	0.93 187	0.91 209	0.93 218	0.91 222	0.92 214	0.93 226	0.92 201	0.92 223	0.92 174	0.91 223	0.91 214	0.93 227	0.91 220	0.92 227	0.92 227	0.92 213	0.92 225	0.92 217	0.90 225	0.91 208	0.92 226	0.93 224	0.94 228	0.92 215	0.91 223	0.92 211	0.97 227

pmcnn	0.92 214	0.92 184	0.92 210	0.92 216	0.92 223	0.92 214	0.92 224	0.92 201	0.92 223	0.92 174	0.92 225	0.92 217	0.92 226	0.92 222	0.92 227	0.92 227	0.92 213	0.92 225	0.92 217	0.92 229	0.92 210	0.92 226	0.92 223	0.92 227	0.92 215	0.92 224	0.92 211	0.92 225

AIO-Stereo-zeroshot	0.93 216	0.77 176	0.82 205	1.16 238	0.75 214	0.99 220	0.92 224	0.91 199	0.99 229	0.94 179	0.91 223	1.15 230	0.88 223	0.92 222	1.00 230	0.67 204	0.98 218	1.00 230	0.75 206	0.91 226	1.18 231	0.87 222	0.89 222	0.90 224	1.08 230	1.07 237	0.74 199	0.89 221

HSM-Net_RVC	0.93 216	1.09 199	0.79 202	1.10 231	0.78 215	1.09 229	0.79 219	1.16 221	0.80 214	1.14 190	0.79 217	1.17 233	0.77 214	0.73 211	0.83 221	0.78 213	1.19 237	0.79 218	1.18 236	0.72 213	1.19 233	0.80 218	0.72 215	0.80 218	1.18 238	0.74 215	1.14 231	0.73 215
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.93 216	8.54 294	0.41 147	0.56 187	0.37 156	0.56 188	0.37 158	0.50 167	0.40 163	0.56 148	5.24 305	0.56 184	0.34 147	0.40 158	0.41 169	0.34 146	0.53 180	0.40 165	0.56 191	0.38 161	0.52 176	0.40 166	0.40 164	0.41 167	0.56 186	0.40 166	0.56 184	0.40 165

DPSimNet_ROB	0.93 216	1.04 195	0.83 206	1.05 229	0.82 219	1.04 225	0.83 223	1.03 211	0.89 221	1.03 185	0.84 221	1.03 224	0.84 220	0.83 218	0.84 222	0.83 217	1.14 228	0.84 222	1.12 232	0.84 223	1.04 220	0.88 224	0.83 220	0.84 222	1.07 229	0.83 222	1.15 232	0.88 220

DPSM_ROB	0.93 216	0.92 184	0.94 212	0.96 221	1.02 231	0.92 214	0.98 227	0.95 205	0.92 223	0.92 174	0.92 225	0.91 214	0.97 228	0.92 222	0.91 225	0.91 224	0.96 216	0.94 227	0.93 220	0.91 226	0.93 212	0.92 226	0.93 224	0.91 225	0.91 213	0.99 226	0.92 211	0.91 223

DPSM	0.93 216	0.92 184	0.94 212	0.96 221	1.02 231	0.92 214	0.98 227	0.95 205	0.92 223	0.92 174	0.92 225	0.91 214	0.97 228	0.92 222	0.91 225	0.91 224	0.96 216	0.94 227	0.93 220	0.91 226	0.93 212	0.92 226	0.93 224	0.91 225	0.91 213	0.99 226	0.92 211	0.91 223

GANet	1.00 222	1.00 189	1.00 214	1.00 224	1.00 226	1.00 221	1.00 232	1.00 207	1.00 230	1.00 180	1.00 229	1.00 219	1.00 232	1.00 229	1.00 230	1.00 231	1.00 219	1.00 230	1.00 223	1.00 231	1.00 216	1.00 231	1.00 229	1.00 231	1.00 220	1.00 229	1.00 218	1.00 229

TDLM	1.00 222	1.00 189	1.00 214	1.00 224	1.00 226	1.00 221	1.00 232	1.00 207	1.00 230	1.00 180	1.00 229	1.00 219	1.00 232	1.00 229	1.00 230	1.00 231	1.00 219	1.00 230	1.00 223	1.00 231	1.00 216	1.00 231	1.00 229	1.00 231	1.00 220	1.00 229	1.00 218	1.00 229

CVANet_RVC	1.00 222	1.00 189	1.00 214	1.00 224	1.00 226	1.00 221	1.00 232	1.00 207	1.00 230	1.00 180	1.00 229	1.00 219	1.00 232	1.00 229	1.00 230	1.00 231	1.00 219	1.00 230	1.00 223	1.00 231	1.00 216	1.00 231	1.00 229	1.00 231	1.00 220	1.00 229	1.00 218	1.00 229

ccs_rob	1.00 222	10.06 300	0.31 130	0.44 163	0.31 144	0.43 161	0.31 147	0.43 147	0.32 141	0.45 131	0.32 146	1.20 237	0.31 140	7.02 305	0.31 143	0.31 140	0.44 159	0.31 141	0.44 160	0.32 146	0.44 154	0.31 143	0.32 141	0.32 144	0.44 158	0.32 146	0.43 155	0.31 145

trnet	1.01 226	1.01 192	1.01 217	1.01 227	1.01 230	1.01 224	1.01 235	1.01 210	1.01 233	1.01 184	1.01 232	1.01 223	1.01 236	1.01 232	1.01 234	1.01 234	1.01 222	1.01 234	1.01 226	1.01 234	1.01 219	1.01 234	1.01 232	1.01 234	1.01 223	1.01 232	1.01 222	1.01 232

CFNet_pseudo	1.01 226	9.78 298	0.29 123	0.38 139	0.28 126	0.38 141	0.28 128	0.38 132	0.28 128	0.39 114	0.28 129	0.39 143	0.28 126	9.50 306	0.29 138	0.28 125	0.38 138	0.28 125	0.38 137	0.28 127	0.38 132	0.28 128	0.28 124	0.28 128	0.38 136	0.28 125	0.38 135	0.28 127

pcwnet_v2	1.01 226	9.73 297	0.28 118	0.38 139	0.28 126	0.38 141	0.28 128	0.38 132	0.28 128	0.38 111	0.28 129	0.39 143	0.28 126	9.61 307	0.28 130	0.28 125	0.38 138	0.28 125	0.38 137	0.28 127	0.38 132	0.28 128	0.29 130	0.28 128	0.38 136	0.28 125	0.38 135	0.28 127

FlowAnything	1.02 229	2.51 248	0.58 188	1.60 252	0.56 198	1.61 252	0.56 199	1.60 239	0.55 195	1.61 220	0.56 197	1.61 249	0.55 198	0.55 187	0.55 197	0.55 193	1.61 252	0.56 200	1.61 251	0.56 197	1.62 250	0.55 197	0.56 193	0.56 197	1.62 252	0.56 198	1.62 250	0.56 194

WAO-8	1.02 229	1.50 222	1.49 247	0.40 151	0.40 165	1.56 251	0.98 227	1.55 238	0.58 200	4.18 285	0.40 168	0.79 207	0.48 184	0.91 220	0.39 166	0.99 230	0.71 197	0.70 213	0.51 183	0.77 215	1.07 223	0.82 221	0.69 210	0.96 230	1.01 223	1.30 253	1.10 228	1.38 256

UCFNet_RVC	1.03 231	10.10 301	0.28 118	0.38 139	0.28 126	0.39 148	0.28 128	0.38 132	0.28 128	0.39 114	0.28 129	0.39 143	0.29 135	9.62 308	0.28 130	0.28 125	0.38 138	0.28 125	0.38 137	0.28 127	0.39 141	0.28 128	0.29 130	0.28 128	0.39 145	0.28 125	0.38 135	0.29 136

GLC_STEREO	1.05 232	1.01 192	1.02 218	1.02 228	1.02 231	1.05 226	1.06 237	1.05 214	1.05 235	1.04 187	1.05 235	1.05 225	1.04 237	1.06 236	1.05 236	1.06 238	1.06 223	1.05 237	1.06 227	1.05 237	1.06 222	1.06 237	1.04 234	1.05 236	1.04 225	1.05 235	1.06 224	1.06 234

FC-DCNN	1.10 233	0.81 179	0.77 200	0.63 199	0.42 172	0.86 211	0.64 210	0.91 199	0.96 227	1.11 188	0.80 218	1.07 226	0.81 218	0.67 205	1.75 266	1.30 253	1.41 248	0.85 223	1.28 242	0.71 211	2.12 260	1.32 253	0.52 189	0.81 221	1.64 253	1.40 258	2.39 265	1.75 268

RP	1.14 234	1.16 203	1.15 230	1.17 240	1.10 239	1.16 233	1.15 242	1.10 216	1.16 244	1.15 191	1.08 237	1.16 231	1.15 243	1.15 243	1.14 243	1.16 243	1.16 231	1.10 239	1.10 229	1.10 241	1.16 227	1.11 240	1.10 238	1.19 248	1.14 234	1.19 248	1.07 225	1.10 237

Abc-Net	1.14 234	1.16 203	1.18 234	1.10 231	1.10 239	1.16 233	1.18 246	1.16 221	1.13 241	1.11 188	1.16 242	1.16 231	1.12 241	1.10 237	1.17 246	1.16 243	1.16 231	1.10 239	1.16 233	1.14 244	1.17 229	1.16 243	1.11 239	1.09 241	1.10 231	1.10 240	1.16 233	1.17 242
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MM-Stereo_test2	1.15 236	1.90 231	1.10 226	1.37 247	0.94 225	1.36 244	0.98 227	1.48 236	0.98 228	1.37 211	0.98 228	1.37 246	0.98 230	0.95 226	0.94 229	0.95 229	1.37 246	0.95 229	1.38 246	0.95 230	1.38 247	0.95 230	0.95 227	0.95 229	1.37 247	0.95 225	1.37 246	0.95 226

TorneroNet	1.15 236	1.10 200	0.51 175	0.69 202	0.51 194	1.10 230	0.50 192	0.51 170	0.51 192	13.92 308	1.17 246	0.49 173	0.51 195	0.54 186	0.48 186	0.49 185	0.49 173	0.65 209	0.70 199	0.49 190	0.51 173	0.49 188	0.67 205	1.36 255	0.51 178	0.50 192	0.52 179	1.23 249

RGC	1.15 236	1.16 203	1.17 233	1.15 236	1.11 241	1.21 239	1.21 253	1.10 216	1.15 242	1.16 194	1.11 239	1.17 233	1.09 239	1.14 242	1.11 240	1.16 243	1.19 237	1.11 242	1.10 229	1.15 246	1.11 224	1.19 246	1.16 242	1.12 243	1.17 236	1.10 240	1.16 233	1.17 242

NCC-stereo	1.15 236	1.17 206	1.12 229	1.10 231	1.15 242	1.14 231	1.15 242	1.15 219	1.12 240	1.17 197	1.17 246	1.11 228	1.17 247	1.11 239	1.10 239	1.16 243	1.12 226	1.11 242	1.16 233	1.13 243	1.23 238	1.16 243	1.19 246	1.11 242	1.18 238	1.17 245	1.17 236	1.13 240

edge stereo	1.15 236	1.18 207	1.11 228	1.12 234	1.17 246	1.17 238	1.17 244	1.16 221	1.18 248	1.16 194	1.17 246	1.17 233	1.13 242	1.11 239	1.11 240	1.12 240	1.17 233	1.17 245	1.11 231	1.17 247	1.17 229	1.17 245	1.18 244	1.14 244	1.11 232	1.18 246	1.12 229	1.11 238

Nwc_Net	1.15 236	1.15 201	1.15 230	1.09 230	1.19 248	1.16 233	1.17 244	1.15 219	1.16 244	1.16 194	1.16 242	1.08 227	1.16 244	1.11 239	1.15 245	1.18 247	1.11 225	1.10 239	1.16 233	1.17 247	1.16 227	1.13 242	1.18 244	1.20 249	1.11 232	1.15 243	1.16 233	1.20 245

stereogan	1.17 242	1.19 209	1.15 230	1.15 236	1.15 242	1.15 232	1.19 247	1.19 224	1.15 242	1.15 191	1.16 242	1.19 236	1.19 248	1.19 245	1.19 247	1.19 248	1.15 229	1.19 248	1.19 237	1.19 250	1.15 226	1.19 246	1.15 241	1.15 245	1.16 235	1.15 243	1.19 237	1.20 245

MM-Stereo_test3	1.22 243	1.60 225	1.19 237	1.48 250	1.02 231	1.48 249	0.99 231	1.54 237	1.03 234	1.41 213	1.03 234	1.44 248	1.00 232	1.04 234	1.04 235	1.02 236	1.42 249	1.04 235	1.48 249	1.01 234	1.48 248	1.03 235	1.06 236	1.04 235	1.53 250	1.04 234	1.49 247	1.04 233

FAT-Stereo	1.22 243	1.23 210	1.19 237	1.21 242	1.24 251	1.24 241	1.19 247	1.25 228	1.24 251	1.25 203	1.19 249	1.20 237	1.24 252	1.20 246	1.21 249	1.25 252	1.22 239	1.21 250	1.25 240	1.23 253	1.22 236	1.19 246	1.19 246	1.24 252	1.25 241	1.20 249	1.19 237	1.25 251

S-Stereo	1.22 243	1.18 207	1.19 237	1.20 241	1.23 250	1.23 240	1.19 247	1.19 224	1.18 248	1.27 204	1.20 250	1.20 237	1.20 249	1.23 248	1.22 251	1.23 251	1.23 240	1.23 252	1.20 238	1.25 254	1.20 234	1.22 252	1.25 250	1.24 252	1.20 240	1.22 252	1.26 240	1.24 250

SPS-STEREO	1.25 246	1.47 221	1.06 224	1.54 251	1.08 237	1.52 250	1.20 252	1.44 234	1.06 237	1.49 218	1.10 238	1.41 247	1.10 240	0.98 227	1.08 238	1.12 240	1.47 250	1.04 235	1.53 250	1.14 244	1.52 249	1.07 238	1.02 233	1.05 236	1.48 249	1.07 237	1.55 248	1.11 238
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RASNet	1.39 247	1.37 220	1.35 241	1.38 248	1.40 254	1.39 247	1.77 267	1.36 231	1.74 266	1.36 210	1.36 254	1.36 245	1.36 254	1.36 249	1.35 252	1.41 258	1.36 244	1.36 257	1.36 245	1.35 256	1.36 245	1.35 255	1.36 252	1.35 254	1.36 246	1.35 255	1.36 245	1.35 252

HBP-ISP	1.47 248	1.07 198	1.03 220	1.30 244	1.08 237	1.36 244	1.06 237	1.44 234	1.25 253	1.97 233	1.51 258	1.65 251	1.58 259	0.98 227	1.58 259	1.68 265	1.98 256	1.32 253	2.02 257	1.28 255	2.95 272	1.89 273	0.97 228	1.06 238	1.26 242	0.99 226	1.94 252	1.43 258

PS-NSSS	1.48 249	4.46 271	1.35 241	1.35 246	1.35 253	1.41 248	1.34 255	1.36 231	1.35 255	1.40 212	1.35 253	1.33 243	1.35 253	1.37 250	1.40 254	1.35 254	1.35 242	1.35 255	1.39 247	1.44 260	1.35 244	1.34 254	1.35 251	1.38 258	1.35 245	1.33 254	1.34 243	1.38 256

CC-Net-ROB	1.51 250	4.40 270	1.69 255	1.39 249	1.40 254	1.37 246	1.40 258	1.36 231	1.39 256	1.41 213	1.36 254	1.35 244	1.38 255	1.39 251	1.39 253	1.36 255	1.36 244	1.35 255	1.39 247	1.39 257	1.37 246	1.36 256	1.41 255	1.48 259	1.39 248	1.42 259	1.35 244	1.35 252

GANetREF_RVC	1.52 251	2.01 232	1.21 240	1.98 257	1.21 249	1.98 257	1.21 253	1.98 250	1.21 250	1.99 234	1.21 251	1.98 255	1.21 251	1.02 233	1.21 249	1.21 250	1.99 257	1.21 250	1.99 256	1.21 251	1.99 255	1.21 249	1.21 248	1.21 250	1.99 257	1.21 250	1.99 255	1.21 247
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
R-Stereo Train	1.62 252	2.01 232	1.41 244	1.97 255	1.40 254	1.96 255	1.39 256	1.93 245	1.39 256	1.92 228	1.38 256	1.94 253	1.39 256	1.40 252	1.45 255	1.38 256	1.96 254	1.37 258	1.97 254	1.39 257	1.98 253	1.41 257	1.40 253	1.37 256	1.97 255	1.38 256	1.96 253	1.37 254

RAFT-Stereo	1.62 252	2.01 232	1.41 244	1.97 255	1.40 254	1.96 255	1.39 256	1.93 245	1.39 256	1.92 228	1.38 256	1.94 253	1.39 256	1.40 252	1.45 255	1.38 256	1.96 254	1.37 258	1.97 254	1.39 257	1.98 253	1.41 257	1.40 253	1.37 256	1.97 255	1.38 256	1.96 253	1.37 254
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DPSMNet_ROB	1.62 252	1.60 225	1.59 248	1.61 253	1.69 262	1.66 253	1.61 260	1.70 241	1.65 264	1.62 221	1.60 261	1.61 249	1.60 260	1.60 255	1.59 260	1.62 263	1.60 251	1.63 264	1.62 252	1.68 267	1.70 251	1.60 260	1.64 262	1.60 261	1.61 251	1.60 261	1.60 249	1.59 261

MoCha-V2	1.75 255	27.02 316	0.72 195	0.92 216	0.69 209	0.89 213	0.69 213	0.92 201	0.71 209	0.87 171	0.69 210	0.88 213	0.68 209	0.70 208	0.68 212	0.69 207	0.90 212	0.69 212	0.92 217	0.69 210	0.92 210	0.71 214	0.70 211	0.67 210	0.88 211	0.71 212	0.92 211	0.68 208

MFMNet_re	1.77 256	1.89 230	1.72 256	1.88 254	1.69 262	1.89 254	1.67 264	1.91 244	1.70 265	1.87 224	1.67 265	1.89 252	1.68 265	1.67 259	1.67 265	1.70 266	1.88 253	1.68 266	1.88 253	1.67 265	1.89 252	1.68 266	1.70 264	1.71 266	1.87 254	1.68 269	1.87 251	1.68 266

MM-Stereo_test1	1.85 257	3.50 261	1.61 249	2.12 258	1.47 258	2.14 258	1.47 259	2.33 259	1.53 259	2.12 239	1.54 259	2.19 257	1.53 258	1.54 254	1.53 257	1.53 259	2.20 258	1.54 260	2.24 258	1.57 261	2.21 262	1.49 259	1.59 257	1.49 260	2.15 261	1.52 260	2.15 257	1.54 260

plain	1.96 258	3.33 258	1.04 221	3.24 274	1.04 235	3.24 275	1.04 236	3.26 272	1.05 235	3.26 270	1.13 240	3.27 274	1.06 238	1.05 235	1.05 236	1.05 237	3.28 273	1.05 237	3.29 272	1.06 238	3.30 273	1.05 236	1.05 235	1.06 238	3.30 273	1.06 236	3.30 274	1.06 234

UDGNet	1.97 259	2.43 246	1.67 253	2.46 266	1.70 264	2.44 265	1.69 265	2.34 260	1.63 263	2.35 255	1.67 265	2.37 266	1.67 264	1.68 260	1.64 264	1.67 264	2.44 265	1.64 265	2.43 266	1.67 265	2.43 268	1.66 264	1.67 263	1.63 265	2.43 266	1.66 267	2.42 266	1.66 265

LG-G_1	1.99 260	2.56 251	1.63 251	2.54 269	1.62 260	2.55 270	1.61 260	2.51 263	1.61 260	2.50 259	1.62 263	2.50 268	1.61 261	1.61 256	1.61 261	1.61 260	2.55 269	1.61 261	2.55 270	1.61 262	2.55 270	1.61 261	1.61 258	1.61 262	2.55 269	1.61 262	2.54 268	1.61 262

LG-G	1.99 260	2.56 251	1.63 251	2.54 269	1.62 260	2.55 270	1.61 260	2.51 263	1.61 260	2.50 259	1.62 263	2.50 268	1.61 261	1.61 256	1.61 261	1.61 260	2.55 269	1.61 261	2.55 270	1.61 262	2.55 270	1.61 261	1.61 258	1.61 262	2.55 269	1.61 262	2.54 268	1.61 262

LGtest1	1.99 260	2.55 250	1.62 250	2.54 269	1.61 259	2.54 267	1.61 260	2.51 263	1.61 260	2.49 258	1.61 262	2.49 267	1.61 261	1.61 256	1.61 261	1.61 260	2.55 269	1.62 263	2.54 269	1.61 262	2.54 269	1.61 261	1.61 258	1.61 262	2.54 268	1.61 262	2.54 268	1.61 262

FBW_ROB	2.04 263	2.50 247	1.75 257	2.45 265	1.78 265	2.40 263	1.74 266	2.47 262	1.77 267	2.37 256	1.81 267	2.30 260	1.80 266	1.78 261	1.88 274	1.80 267	2.41 264	1.77 267	2.43 266	1.83 269	2.39 266	1.81 271	1.76 266	1.75 267	2.56 271	1.75 270	2.30 262	1.74 267

TRStereo	2.05 264	2.13 235	1.85 260	2.27 259	1.84 267	2.28 259	1.84 270	2.29 255	1.87 270	2.29 249	1.86 269	2.30 260	1.87 270	2.30 275	1.87 271	2.08 274	2.29 260	1.87 270	2.30 260	1.87 271	2.08 257	1.72 267	1.86 270	2.30 279	2.13 258	1.84 272	2.29 259	1.87 271

XX-Stereo	2.05 264	2.13 235	1.85 260	2.27 259	1.84 267	2.28 259	1.84 270	2.29 255	1.87 270	2.29 249	1.86 269	2.30 260	1.87 270	2.30 275	1.87 271	2.08 274	2.29 260	1.87 270	2.30 260	1.87 271	2.08 257	1.72 267	1.86 270	2.30 279	2.13 258	1.84 272	2.29 259	1.87 271

EAI-Stereo	2.05 264	2.13 235	1.85 260	2.27 259	1.84 267	2.28 259	1.84 270	2.29 255	1.87 270	2.29 249	1.86 269	2.30 260	1.87 270	2.30 275	1.87 271	2.08 274	2.29 260	1.87 270	2.30 260	1.87 271	2.08 257	1.72 267	1.86 270	2.30 279	2.13 258	1.84 272	2.29 259	1.87 271

AF-Net	2.06 267	25.73 315	1.18 234	1.12 234	1.16 245	1.16 233	1.19 247	1.10 216	1.17 247	1.15 191	1.14 241	1.11 228	1.16 244	1.16 244	1.14 243	1.11 239	1.15 229	1.13 244	1.21 239	1.17 247	1.11 224	1.21 249	1.17 243	1.17 246	1.17 236	1.11 242	1.20 239	1.13 240

UniTT-Stereo	2.12 268	3.66 263	1.10 226	3.48 277	1.15 242	3.57 278	1.11 241	3.44 274	1.16 244	3.52 272	1.16 242	3.50 275	1.16 244	1.10 237	1.13 242	1.15 242	3.61 274	1.17 245	3.64 273	1.12 242	3.58 276	1.12 241	1.12 240	1.17 246	3.53 276	1.18 246	3.52 276	1.18 244

HUF	2.22 269	2.33 242	2.24 272	2.35 263	2.07 273	2.45 266	2.11 277	2.42 261	2.13 277	2.19 242	2.15 276	2.10 256	2.09 275	2.27 273	2.04 276	2.08 274	2.44 265	2.12 277	2.38 265	2.18 278	2.29 264	2.22 277	2.12 277	2.12 274	2.52 267	2.10 277	2.22 258	2.15 278

AIO_test	2.22 269	2.36 245	2.10 268	2.47 267	2.15 274	2.54 267	2.06 276	2.27 253	2.09 276	2.29 249	2.13 275	2.30 260	2.09 275	2.25 271	2.15 278	1.95 272	2.52 268	2.08 275	2.32 263	2.21 280	2.20 261	2.26 279	2.05 276	2.06 272	2.40 265	2.16 279	2.52 267	2.05 277

RAStereo	2.24 271	3.70 264	1.18 234	3.73 281	1.18 247	3.69 280	1.19 247	3.73 277	1.24 251	3.72 275	1.21 251	3.76 279	1.20 249	1.20 246	1.20 248	1.20 249	3.74 279	1.20 249	3.75 279	1.21 251	3.77 280	1.21 249	1.21 248	1.21 250	3.82 280	1.21 250	3.82 280	1.21 247

AIO_rvc	2.25 272	2.35 244	2.10 268	2.47 267	2.17 275	2.54 267	2.15 278	2.32 258	2.21 278	2.29 249	2.28 278	2.33 265	2.09 275	2.26 272	2.14 277	2.08 274	2.49 267	2.09 276	2.53 268	2.14 277	2.34 265	2.23 278	2.14 278	2.18 275	2.19 262	2.15 278	2.35 264	2.22 279

NCCL2	2.27 273	2.27 241	2.28 275	2.27 259	2.28 279	2.28 259	2.28 280	2.27 253	2.28 280	2.28 246	2.28 278	2.29 259	2.28 279	2.28 274	2.29 280	2.28 281	2.28 259	2.28 281	2.27 259	2.28 282	2.28 263	2.28 281	2.28 280	2.28 277	2.28 263	2.28 281	2.11 256	2.28 282

STTStereo	2.30 274	2.34 243	2.26 274	2.37 264	2.23 276	2.40 263	2.35 281	2.20 251	2.33 281	2.28 246	2.31 280	2.19 257	2.37 280	2.20 268	2.31 281	2.23 280	2.38 263	2.25 280	2.33 264	2.27 281	2.39 266	2.27 280	2.31 281	2.29 278	2.37 264	2.32 282	2.34 263	2.26 281

NLCA_NET_v2_RVC	2.50 275	2.85 255	1.90 265	2.90 272	2.77 281	2.88 272	2.85 283	2.51 263	2.85 283	2.88 266	1.99 274	2.50 268	2.76 282	2.20 268	1.57 258	2.64 282	2.89 272	2.63 282	5.69 301	1.03 236	2.01 256	2.71 282	2.74 284	2.73 282	2.87 272	1.64 265	1.00 218	1.49 259
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MIF-Stereo (partial)	2.52 276	3.41 260	1.05 222	3.29 275	1.05 236	3.29 277	1.06 237	3.30 273	1.06 237	3.31 271	1.06 236	4.97 296	2.72 281	2.72 278	2.71 282	2.70 283	6.57 303	2.19 278	5.08 298	1.08 240	3.36 274	1.07 238	1.07 237	1.07 240	3.35 275	1.07 237	3.36 275	1.07 236

sCroCo_RVC	2.76 277	4.00 265	1.82 259	4.00 285	1.83 266	3.98 285	1.82 268	3.99 278	1.81 268	4.14 282	2.76 281	4.13 287	1.82 268	1.83 262	1.83 267	1.82 268	4.01 284	1.82 269	3.98 282	1.86 270	4.00 285	1.82 272	1.83 268	1.84 268	4.02 286	1.81 271	4.00 284	1.83 270

sAnonymous2	2.87 278	4.16 266	1.89 263	4.26 289	1.87 270	4.23 288	1.92 273	4.17 279	1.94 274	4.16 283	1.92 272	4.20 288	1.92 273	1.96 264	1.86 269	1.87 270	4.25 287	1.90 273	4.23 287	1.91 274	4.26 288	1.93 274	1.89 273	1.90 269	4.07 287	1.91 275	5.09 299	1.93 275

CroCo_RVC	2.87 278	4.16 266	1.89 263	4.26 289	1.87 270	4.23 288	1.92 273	4.17 279	1.94 274	4.16 283	1.92 272	4.20 288	1.92 273	1.96 264	1.86 269	1.87 270	4.25 287	1.90 273	4.23 287	1.91 274	4.26 288	1.93 274	1.89 273	1.90 269	4.07 287	1.91 275	5.09 299	1.93 275

Anonymous3	3.36 280	4.93 276	2.20 270	4.92 296	2.23 276	4.90 296	2.23 279	4.89 285	2.24 279	4.95 295	2.21 277	4.91 295	2.21 278	2.18 267	2.22 279	2.22 279	4.86 294	2.20 279	4.90 294	2.20 279	4.96 297	2.21 276	2.21 279	2.21 276	6.30 301	2.21 280	4.90 292	2.23 280

StereoVision	3.44 281	10.12 302	1.68 254	5.44 301	2.26 278	5.87 301	1.97 275	5.17 288	1.31 254	5.80 299	1.56 260	5.62 301	1.84 269	1.97 266	1.91 275	1.84 269	4.98 296	1.32 253	5.60 299	1.71 268	5.35 302	1.73 270	1.97 275	1.96 271	5.40 298	1.65 266	5.08 297	1.76 269

DPSNet	3.67 282	3.61 262	3.62 288	3.64 278	3.61 292	3.64 279	3.65 292	3.64 276	3.67 291	3.67 274	3.65 290	3.68 277	3.69 296	3.69 290	3.69 297	3.68 294	3.70 276	3.70 293	3.69 278	3.69 294	3.71 279	3.69 291	3.67 291	3.69 293	3.68 279	3.67 290	3.68 278	3.67 287

MaDis-Stereo	3.69 283	10.19 303	2.01 267	6.09 302	2.01 272	5.94 302	1.82 268	6.14 293	1.85 269	6.59 302	1.82 268	6.01 302	1.81 267	1.83 262	1.83 267	2.02 273	5.87 300	1.79 268	5.93 302	2.06 276	4.63 293	1.67 265	1.84 269	2.08 273	5.90 299	1.66 267	6.34 302	1.87 271

Sa-1000	3.84 284	7.71 286	6.81 303	4.15 287	2.86 282	3.27 276	3.87 298	5.99 290	4.35 302	2.78 264	3.71 291	3.88 280	3.56 292	3.88 293	3.64 290	2.71 284	3.72 277	3.27 288	3.67 277	3.15 288	3.51 275	3.36 289	2.70 283	3.49 287	3.32 274	3.76 294	2.87 272	3.76 294

MLG-Stereo_test2	3.86 285	4.96 277	3.13 281	4.65 294	3.27 288	5.17 300	3.07 285	5.01 287	3.01 284	4.93 294	3.03 283	4.56 293	3.32 289	3.26 283	3.33 288	3.30 290	5.17 299	3.19 286	4.86 293	2.96 287	5.04 299	3.25 285	2.67 282	3.15 284	4.98 295	3.05 285	4.59 290	3.30 286

MLG-Stereo_test3	3.87 286	4.64 272	3.29 285	5.17 299	3.23 286	4.83 295	3.02 284	4.95 286	3.22 286	4.31 286	3.33 288	5.08 298	3.20 288	3.23 282	2.77 283	3.20 289	4.99 297	3.24 287	4.93 295	2.94 284	4.82 296	3.33 288	3.33 287	3.29 286	5.19 297	3.02 284	5.08 297	2.93 285

MLG-Stereo_test1	3.87 286	4.67 273	3.29 285	5.26 300	3.25 287	5.04 298	3.11 286	4.43 281	3.27 287	5.02 297	3.21 285	4.71 294	3.10 286	3.22 281	3.06 285	2.98 287	5.03 298	3.18 285	4.95 296	2.94 284	4.70 295	3.32 286	3.30 286	3.27 285	5.17 296	3.08 286	5.02 295	2.85 284

SA	3.93 288	7.22 282	4.74 290	4.15 287	3.88 298	3.70 281	4.02 301	6.67 298	3.95 296	3.64 273	3.74 292	3.63 276	3.00 284	3.51 285	3.68 296	3.68 294	3.73 278	3.71 294	3.64 273	3.48 289	3.58 276	2.97 284	3.69 292	3.61 288	3.55 278	3.42 287	3.64 277	3.79 295

TestStereo1	4.11 289	7.79 288	6.72 301	3.93 282	3.81 295	3.96 283	3.58 290	6.96 301	3.74 293	3.90 277	3.76 293	3.89 281	3.57 293	3.70 291	3.66 293	3.34 291	3.80 280	3.62 290	3.66 275	3.68 292	3.91 282	3.70 292	3.65 289	3.67 290	3.88 281	3.53 288	3.89 281	3.68 290

SA-5K	4.11 289	7.79 288	6.72 301	3.93 282	3.81 295	3.96 283	3.58 290	6.96 301	3.74 293	3.90 277	3.76 293	3.89 281	3.57 293	3.70 291	3.66 293	3.34 291	3.80 280	3.62 290	3.66 275	3.68 292	3.91 282	3.70 292	3.65 289	3.67 290	3.88 281	3.53 288	3.89 281	3.68 290

test_4	4.11 289	8.05 291	6.64 299	4.52 292	3.68 293	3.00 273	3.40 289	6.21 296	3.29 288	4.07 281	3.84 296	4.04 285	3.76 298	3.56 288	3.67 295	3.76 297	4.04 285	3.79 296	4.10 283	3.53 290	3.98 284	3.74 295	3.55 288	3.61 288	3.94 285	3.75 293	3.73 279	3.73 293

test-1	4.11 289	7.65 285	4.93 291	3.65 279	3.58 290	4.70 294	3.74 296	4.73 283	4.06 298	3.72 275	4.11 300	3.70 278	3.49 291	3.36 284	3.65 292	4.17 302	3.92 282	4.04 300	4.19 286	3.75 295	4.69 294	4.18 298	3.88 295	3.90 295	4.73 291	3.77 295	3.12 273	3.68 290

TESTraft	4.16 293	8.03 290	6.81 303	3.99 284	3.68 293	3.93 282	3.70 294	6.86 300	3.69 292	3.93 279	3.88 298	3.93 283	3.59 295	3.65 289	3.64 290	3.68 294	3.92 282	3.72 295	3.92 280	3.57 291	3.84 281	3.70 292	3.71 293	3.67 290	3.91 284	3.74 292	3.92 283	3.67 287

raft_robust	4.19 294	7.78 287	6.08 296	3.30 276	3.85 297	4.03 286	3.73 295	6.25 297	3.30 289	4.44 288	3.28 287	4.01 284	3.82 299	4.29 298	3.70 298	4.01 299	4.48 292	3.42 289	4.11 284	3.76 296	4.05 286	3.32 286	3.85 294	3.82 294	4.71 290	3.83 296	4.09 285	3.80 296

RAFT_CTSACE	4.43 295	8.26 293	6.10 297	4.62 293	4.01 300	4.54 293	3.65 292	6.09 292	3.93 295	4.64 291	4.14 301	4.26 290	4.13 301	3.91 294	3.88 299	4.06 301	4.30 289	4.03 299	4.27 289	3.92 297	4.26 288	3.67 290	3.91 296	4.16 298	4.82 292	4.08 300	4.20 287	3.67 287

RAFT+CT+SA	4.43 295	7.34 284	6.71 300	5.01 297	4.38 301	4.40 290	3.85 297	6.15 295	4.30 301	4.89 293	3.26 286	4.49 292	3.01 285	4.53 299	3.36 289	3.65 293	3.64 275	4.39 302	3.94 281	4.28 300	4.44 291	4.30 300	4.24 301	4.52 300	3.90 283	3.85 297	4.89 291	4.00 298

cross-raft	4.43 295	7.31 283	6.46 298	4.47 291	3.95 299	4.46 291	3.95 299	6.70 299	3.97 297	4.41 287	3.82 295	4.38 291	3.94 300	3.95 296	3.95 301	3.95 298	4.45 291	3.95 298	4.46 290	3.95 298	4.46 292	3.95 296	3.95 298	3.94 297	4.40 289	3.95 299	4.45 289	3.95 297

test_5	4.51 298	8.85 296	5.35 295	3.66 280	3.56 289	5.10 299	4.47 303	6.14 293	4.07 299	4.96 296	3.87 297	5.14 300	4.17 303	3.53 286	4.39 302	4.53 303	4.15 286	3.62 290	4.74 292	2.94 284	3.63 278	4.53 302	4.20 300	4.54 301	4.86 293	3.68 291	4.95 293	4.06 299

test_3	4.55 299	10.96 304	7.69 307	4.04 286	3.60 291	4.10 287	3.98 300	7.94 303	4.56 303	3.99 280	4.03 299	4.08 286	3.74 297	3.99 297	3.91 300	4.05 300	4.33 290	3.89 297	4.14 285	4.00 299	4.11 287	4.02 297	4.01 299	3.91 296	3.53 276	3.94 298	4.19 286	4.20 300

FC-DCNN v2	4.74 300	3.16 257	3.16 283	3.16 273	3.16 283	3.16 274	3.16 288	3.16 271	3.16 285	3.16 269	3.16 284	3.16 273	3.16 287	3.16 280	3.16 286	3.16 288	6.72 304	6.72 306	6.72 304	6.72 308	6.72 304	6.72 309	6.72 307	6.72 305	6.72 302	6.72 305	6.72 304	6.72 306

TestStereo	4.92 301	4.80 275	4.98 292	4.82 295	4.97 303	4.91 297	4.78 304	4.80 284	4.88 304	4.78 292	4.80 303	4.99 297	4.81 304	4.83 300	4.87 304	4.97 305	4.93 295	5.01 304	5.03 297	4.90 303	5.02 298	5.02 303	5.06 302	5.04 302	4.93 294	4.89 302	5.01 294	5.09 302

DispFullNet	4.96 302	5.67 278	3.30 287	5.01 297	3.21 285	4.50 292	3.11 286	4.43 281	3.44 290	4.60 290	3.46 289	5.13 299	3.44 290	3.53 286	3.20 287	2.87 286	4.80 293	3.15 284	4.70 291	4.83 302	9.02 309	5.98 306	5.95 306	6.21 304	8.84 307	5.85 304	9.76 309	5.91 304

SGM-Forest	5.07 303	6.74 280	4.17 289	6.46 303	4.68 302	6.21 304	4.38 302	6.00 291	4.14 300	5.84 300	4.44 302	6.28 303	4.16 302	3.92 295	4.56 303	4.60 304	6.15 301	4.27 301	6.12 303	4.31 301	5.99 303	4.27 299	3.92 297	4.27 299	6.13 300	4.10 301	6.18 301	4.49 301
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
U	5.23 304	8.71 295	2.75 279	8.64 308	2.76 280	8.65 308	2.79 282	8.67 307	2.79 282	8.70 307	2.79 282	8.70 308	2.79 283	2.79 279	2.80 284	2.80 285	8.84 308	2.82 283	8.82 308	2.89 283	8.84 308	2.83 283	2.83 285	2.82 283	8.87 308	2.83 283	8.84 308	2.83 283

SGM+DAISY	6.35 305	8.16 292	5.14 294	8.12 307	5.08 305	8.12 307	5.16 305	8.01 304	5.18 306	7.92 305	5.14 304	7.89 307	5.14 305	4.95 301	5.33 305	5.32 306	8.14 307	5.16 305	8.16 307	5.16 304	8.21 307	5.19 304	5.12 303	5.12 303	8.18 306	5.24 303	8.12 307	5.11 303

RAFT	6.60 306	9.99 299	8.33 308	7.21 306	6.55 306	5.95 303	5.87 306	8.70 308	5.02 305	5.10 298	6.69 306	7.06 306	6.94 308	6.17 304	7.09 308	6.84 307	6.47 302	4.72 303	5.60 299	5.60 305	5.11 300	5.97 305	6.93 308	6.89 306	7.16 303	7.08 308	6.58 303	6.66 305

test-v	7.17 307	11.53 305	7.63 305	7.17 304	6.87 307	7.48 305	6.90 307	8.14 305	6.88 307	6.93 303	7.42 307	7.05 304	6.14 306	6.05 302	6.86 306	6.99 308	7.60 305	6.75 307	6.90 305	6.66 306	7.83 305	6.36 307	5.89 304	7.34 307	7.19 304	6.75 306	7.52 305	6.77 307

test-2	7.17 307	11.53 305	7.63 305	7.17 304	6.87 307	7.48 305	6.90 307	8.14 305	6.88 307	6.93 303	7.42 307	7.05 304	6.14 306	6.05 302	6.86 306	6.99 308	7.60 305	6.75 307	6.90 305	6.66 306	7.83 305	6.36 307	5.89 304	7.34 307	7.19 304	6.75 306	7.52 305	6.77 307

MANE	18.41 309	23.00 314	16.00 309	22.00 316	15.00 309	22.00 316	15.00 309	22.00 316	15.00 309	21.00 316	15.00 309	22.00 316	15.00 309	15.00 309	17.00 309	15.00 310	23.00 316	15.00 309	22.00 316	15.00 309	23.00 317	15.00 310	18.00 309	15.00 309	24.00 316	17.00 309	24.00 317	16.00 309

rafts_anoy	20.00 310	20.00 307	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310	20.00 311	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 311	20.00 310	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310

raft+_RVC	20.00 310	20.00 307	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310	20.00 311	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 311	20.00 310	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310

raftrobust	20.00 310	20.00 307	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310	20.00 311	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 311	20.00 310	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310

CasAABBNet	20.00 310	20.00 307	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310	20.00 311	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 311	20.00 310	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310

RALCasStereoNet	20.00 310	20.00 307	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310	20.00 311	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 311	20.00 310	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310

RALAANet	20.00 310	20.00 307	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310	20.00 311	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 311	20.00 310	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310

MSMDNet	20.00 310	20.00 307	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310	20.00 311	20.00 309	20.00 310	20.00 309	20.00 310	20.00 310	20.00 311	20.00 310	20.00 310	20.00 309	20.00 310	20.00 310	20.00 310

Reg-Stereo(zero)	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 318	37.00 317	37.00 317	37.00 317	37.00 317	37.00 318	37.00 318	37.00 317	37.00 317	37.00 317	37.00 317	37.00 318	37.00 317

HI	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 318	37.00 317	37.00 317	37.00 317	37.00 317	37.00 318	37.00 318	37.00 317	37.00 317	37.00 317	37.00 317	37.00 318	37.00 317

CoSv	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 317	37.00 318	37.00 317	37.00 317	37.00 317	37.00 317	37.00 318	37.00 318	37.00 317	37.00 317	37.00 317	37.00 317	37.00 318	37.00 317

MDST_ROB	61.15 320	72.66 321	46.52 320	70.00 320	44.89 320	64.24 320	43.75 320	73.65 320	48.92 321	72.70 321	42.40 320	60.70 320	50.23 320	50.07 321	67.69 321	68.60 322	83.13 321	47.77 320	82.48 321	46.00 320	95.93 322	53.44 322	50.66 320	45.00 320	84.99 321	53.64 321	79.01 321	52.07 321

CBMV	101.59 321	71.60 320	48.40 321	72.70 321	49.00 321	79.60 321	48.40 321	80.90 321	46.90 320	68.90 320	49.00 321	78.00 321	572.10 329	49.50 320	51.30 320	48.40 321	72.20 320	639.60 329	79.40 320	48.90 321	79.50 321	51.40 321	52.30 321	48.30 321	80.20 320	49.10 320	79.60 322	47.60 320
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	151.99 322	131.36 322	140.69 322	151.38 322	151.40 322	150.79 322	151.72 322	149.36 322	159.46 322	146.42 322	150.73 322	149.06 325	176.22 321	143.94 322	133.10 324	133.45 325	153.30 323	154.22 322	154.67 323	153.95 323	156.90 325	156.53 325	160.21 322	162.72 322	154.57 322	160.59 322	153.47 323	163.50 322
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
NOSS_ROB	248.11 323	409.00 327	288.00 324	412.00 324	280.00 324	411.00 327	288.00 324	356.00 323	275.00 327	379.00 327	303.00 327	415.00 327	278.00 326	260.00 327	104.00 322	103.00 323	126.00 322	108.00 321	118.00 322	98.00 322	126.00 324	104.00 324	268.00 325	216.00 324	279.00 326	201.00 323	288.00 327	206.00 323

AE-Stereo	252.48 324	202.00 323	361.00 326	502.00 326	324.00 326	321.00 323	482.00 329	423.00 326	227.00 326	201.00 323	273.00 326	101.00 322	207.00 322	198.00 323	183.00 325	181.00 326	221.00 324	232.00 326	477.00 325	220.00 325	111.00 323	100.00 323	219.00 324	214.00 323	204.00 323	211.00 324	200.00 324	222.00 325

MGS-Stereo	264.93 325	208.00 324	362.00 327	512.00 327	350.00 327	326.00 324	443.00 328	410.00 325	210.00 323	232.00 325	215.00 323	125.00 323	217.00 323	216.00 325	127.00 323	122.00 324	223.00 325	230.00 324	487.00 327	255.00 326	250.00 326	223.00 327	272.00 326	228.00 326	241.00 324	220.00 326	214.00 325	235.00 326

EGLCR-Stereo	276.81 326	209.00 325	366.00 328	514.00 328	354.00 328	336.00 325	422.00 326	440.00 327	220.00 325	231.00 324	245.00 325	135.00 324	237.00 325	218.00 326	197.00 326	222.00 328	223.00 325	230.00 324	487.00 327	255.00 326	250.00 326	273.00 328	272.00 326	228.00 326	241.00 324	220.00 326	214.00 325	235.00 326

DLCB_ROB	280.78 327	376.74 326	215.59 323	376.74 323	215.59 323	376.74 326	215.59 323	366.42 324	218.39 324	366.42 326	218.39 324	366.42 326	218.39 324	209.96 324	219.76 327	219.38 327	376.72 327	216.43 323	376.72 324	216.43 324	376.72 328	216.43 326	216.14 323	216.14 325	376.69 327	217.67 325	376.69 328	217.67 324

LE_ROB	387.11 328	453.07 328	321.39 325	500.23 325	323.05 325	493.99 328	324.56 325	477.63 328	322.28 328	465.51 328	322.97 328	486.37 328	334.17 327	305.26 328	320.63 328	327.66 329	476.08 328	315.70 327	483.76 326	335.15 328	469.64 329	309.74 329	315.90 328	318.85 328	498.41 328	328.85 328	491.00 329	330.08 328

SGM-ForestM	522.49 329	676.08 329	448.56 329	638.17 329	433.15 329	639.59 329	427.03 327	617.52 329	439.90 329	604.63 329	429.02 329	611.68 329	432.74 328	420.18 329	451.96 329	465.85 330	601.06 329	403.73 328	659.15 329	405.50 329	669.64 330	437.21 330	455.85 329	425.66 329	689.82 329	481.65 329	662.43 330	479.61 329

CBMV_ROB	1133.35 330	1280.38 330	976.92 330	1317.57 330	1021.62 330	1282.66 330	1022.22 330	1213.88 330	982.57 330	1194.12 330	975.90 330	1357.87 330	1090.02 330	943.32 330	1021.85 330	1006.47 331	1309.01 330	986.29 330	1499.40 330	986.35 330	1359.35 331	975.96 331	975.21 330	969.30 330	1337.82 330	1042.34 330	1398.25 331	1073.86 330

111111	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331

SGD-Stereo	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331

IGEV-Stereo++	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331

IGEV-BASED-STEREO-	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331

IGEV-Stereo+	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331

anonymousdsp2	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331

anonymousdsp	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331

AMNet	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 332	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 331	10000000.00 332	10000000.00 331

FADE																0.07 42					0.09 45	0.08 45					0.05 36

Low-res two-view benchmark