Low-res two-view results

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

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

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

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

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

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

CAS	1.26 69	0.40 1	1.46 15	2.97 385	1.61 330	4.13 254	0.73 87	1.78 19	1.49 46	0.83 22	1.10 23	0.59 3	0.53 2	1.26 33	0.80 40	2.99 389	0.13 1	0.21 2	0.13 1	0.31 74	1.72 372

s12784h	1.31 80	0.45 2	2.41 91	0.71 8	0.35 4	4.42 313	0.50 17	4.22 292	2.73 292	2.01 162	2.48 292	0.91 42	0.96 54	2.01 114	0.70 22	0.29 76	0.18 24	0.24 17	0.16 7	0.27 23	0.18 2

Selective-RAFT	1.15 40	0.46 3	1.64 25	0.99 115	0.45 46	4.17 272	0.51 21	3.21 111	1.69 128	1.12 41	1.34 59	1.45 97	1.40 140	2.08 118	0.94 84	0.41 236	0.20 56	0.24 17	0.23 58	0.27 23	0.25 27

MIF-Stereo	0.82 5	0.47 4	2.63 101	0.96 100	1.19 253	0.78 3	0.39 6	1.12 1	1.54 74	1.19 43	1.26 42	0.51 1	0.64 8	1.13 14	1.03 99	0.30 110	0.20 56	0.24 17	0.21 29	0.40 175	0.25 27

MC-Stereo	1.06 31	0.48 5	1.55 21	1.15 194	0.41 31	4.56 341	0.61 45	2.06 28	1.46 32	1.90 123	1.61 108	0.89 41	1.12 93	1.35 44	0.73 29	0.25 19	0.18 24	0.26 37	0.22 50	0.25 11	0.24 21

PMTNet	0.99 22	0.48 5	1.73 29	0.62 2	0.56 98	4.20 283	0.43 11	1.88 21	1.58 93	1.00 30	1.05 17	0.78 25	0.98 59	1.50 58	0.85 51	1.21 370	0.20 56	0.23 5	0.15 4	0.22 3	0.19 3

CREStereo++_RVC	1.02 28	0.49 7	1.54 20	0.83 43	0.55 95	4.01 230	0.31 2	1.63 11	1.99 170	1.63 76	2.13 242	0.84 34	0.65 10	0.88 1	0.70 22	0.27 34	0.15 2	0.23 5	1.22 379	0.24 5	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
test_4	1.30 77	0.50 8	6.16 166	0.84 49	0.45 46	1.61 19	1.12 236	2.14 32	1.42 22	1.52 61	2.31 277	1.84 147	0.79 32	2.52 154	1.19 126	0.27 34	0.17 9	0.29 81	0.29 173	0.29 42	0.25 27

FENet	2.25 198	0.50 8	20.29 358	1.35 262	0.67 134	4.01 230	0.60 42	3.95 223	1.99 170	1.96 140	1.11 24	2.43 214	1.43 149	1.60 71	1.39 162	0.32 142	0.22 103	0.33 165	0.26 101	0.29 42	0.39 178

CASnet	0.78 2	0.51 10	1.29 7	0.81 29	0.29 1	1.28 11	0.74 96	1.51 4	1.89 159	1.64 78	1.09 22	0.65 7	0.64 8	0.91 2	0.76 34	0.29 76	0.17 9	0.41 248	0.31 203	0.32 97	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 31	0.51 10	1.56 22	1.02 135	0.39 26	4.27 294	0.42 8	4.08 260	1.48 40	0.90 25	0.68 1	1.09 54	0.66 12	1.81 96	0.62 2	0.27 34	0.19 39	0.29 81	0.23 58	0.37 160	0.25 27

DCANet-4	1.96 159	0.51 10	14.31 250	0.82 36	0.40 28	4.16 267	0.57 30	4.29 318	2.98 326	2.30 242	1.80 157	1.03 50	1.54 182	1.44 51	1.44 169	0.29 76	0.23 127	0.23 5	0.18 9	0.24 5	0.42 203

tt	7.19 394	0.51 10	6.83 170	4.03 399	2.30 379	12.05 407	20.19 416	15.46 415	6.58 398	3.42 353	3.22 341	5.37 376	6.39 381	4.20 201	7.46 356	9.81 417	11.53 423	7.05 415	7.46 416	6.31 407	3.71 405

test_3	1.19 43	0.51 10	2.08 67	0.99 115	0.41 31	2.05 38	0.87 165	4.40 346	1.42 22	1.99 148	1.18 30	2.03 173	0.79 32	2.70 166	0.75 32	0.27 34	0.17 9	0.29 81	0.29 173	0.30 58	0.27 55

LoS	0.94 12	0.52 15	1.88 40	0.86 59	0.36 5	4.15 258	0.51 21	2.18 34	1.45 25	0.97 29	0.88 7	0.62 5	0.79 32	1.59 69	0.86 55	0.26 27	0.19 39	0.24 17	0.16 7	0.21 2	0.20 6

Selective-IGEV	0.80 4	0.52 15	1.05 2	0.75 11	0.61 117	1.31 12	0.82 134	2.60 71	1.41 21	0.82 20	1.64 113	0.71 16	0.62 6	1.22 29	0.64 4	0.22 4	0.19 39	0.24 17	0.18 9	0.25 11	0.20 6

RCA-Stereo	1.21 51	0.52 15	1.58 23	0.90 74	0.46 53	4.68 357	0.79 121	4.13 271	1.74 141	1.92 129	1.80 157	0.94 45	1.48 162	1.14 15	0.70 22	0.27 34	0.18 24	0.25 27	0.19 18	0.25 11	0.23 15

GLC_STEREO	0.76 1	0.52 15	1.12 3	0.83 43	0.33 2	1.86 27	0.82 134	1.46 2	1.38 19	0.95 28	1.04 16	0.68 8	0.72 17	0.97 3	0.80 40	0.23 7	0.25 172	0.32 134	0.25 88	0.32 97	0.30 97

test-3	1.19 43	0.52 15	2.00 49	1.01 126	0.42 34	1.95 30	0.91 183	4.35 338	1.47 35	2.24 231	1.16 28	2.06 179	0.79 32	2.68 164	0.76 34	0.27 34	0.18 24	0.28 66	0.26 101	0.26 17	0.25 27

test_1	1.19 43	0.52 15	2.00 49	1.01 126	0.42 34	1.95 30	0.90 175	4.36 340	1.47 35	2.17 208	1.16 28	2.06 179	0.78 30	2.68 164	0.76 34	0.27 34	0.18 24	0.28 66	0.26 101	0.26 17	0.25 27

KYRaft	1.59 111	0.52 15	1.73 29	0.95 96	0.49 73	4.38 304	1.79 315	2.43 46	1.51 55	2.49 281	2.98 329	2.00 169	3.41 333	2.14 126	0.82 43	0.30 110	0.21 81	0.33 165	0.46 301	0.35 143	2.45 386

GMM-Stereo	2.45 234	0.52 15	20.38 361	0.89 69	0.82 167	4.18 274	1.91 324	2.45 48	1.48 40	2.48 280	2.30 270	1.69 118	1.86 244	2.93 172	1.08 106	0.28 59	0.18 24	0.33 165	0.48 308	0.35 143	2.41 384

CFNet-RSSM	2.08 182	0.52 15	20.06 344	1.01 126	0.56 98	3.39 110	0.64 56	3.67 160	1.55 80	1.72 92	1.37 64	2.57 227	1.19 111	1.11 10	0.86 55	0.27 34	0.20 56	0.25 27	0.23 58	0.27 23	0.23 15

11t1	1.11 35	0.53 24	1.80 37	1.55 313	0.65 128	2.20 46	0.60 42	3.66 159	1.49 46	1.60 68	1.26 42	1.03 50	1.35 134	1.72 90	0.97 88	0.28 59	0.31 224	0.29 81	0.23 58	0.30 58	0.34 132

Any-RAFT	1.40 88	0.53 24	2.78 108	1.09 159	0.64 123	4.41 311	0.81 131	3.97 229	2.78 298	1.99 148	1.34 59	2.36 206	1.56 185	1.56 65	0.75 32	0.27 34	0.20 56	0.25 27	0.18 9	0.25 11	0.28 68

FTStereo	3.71 341	0.53 24	20.37 360	0.96 100	0.65 128	4.34 301	11.29 404	2.62 72	1.50 51	2.58 293	5.04 367	1.90 152	13.84 404	3.71 187	1.25 140	0.38 209	0.24 155	0.31 119	0.32 210	0.30 58	2.10 379

GrayStereo	2.58 260	0.53 24	1.63 24	1.58 317	0.89 186	4.17 272	8.17 401	3.03 97	1.52 62	2.80 318	2.50 294	1.70 119	17.10 406	2.83 170	1.15 117	0.33 153	0.21 81	0.27 52	0.32 210	0.28 34	0.53 264

CREStereo	0.92 10	0.53 24	1.45 14	0.61 1	0.34 3	4.42 313	0.40 7	2.21 35	1.54 74	0.94 27	1.12 25	0.87 38	0.87 40	1.12 11	0.72 28	0.28 59	0.19 39	0.22 4	0.15 4	0.22 3	0.19 3
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
AEACV	0.79 3	0.54 29	1.35 11	0.97 107	0.63 121	1.13 6	0.92 193	2.02 27	0.91 1	0.76 13	0.79 6	0.80 30	1.61 191	1.28 37	0.61 1	0.22 4	0.18 24	0.26 37	0.23 58	0.27 23	0.23 15

LCNet	1.55 99	0.54 29	1.88 40	0.99 115	0.55 95	3.60 150	1.21 254	2.86 88	1.53 67	2.18 210	1.74 137	1.43 96	4.17 349	3.62 184	0.87 60	0.29 76	0.20 56	0.28 66	0.77 354	0.47 241	1.85 375

PSM-AAD	2.43 232	0.54 29	1.32 9	0.92 81	0.54 93	4.48 319	7.47 397	2.96 92	1.55 80	2.31 247	2.56 302	1.26 74	16.23 405	2.46 144	0.89 64	0.28 59	0.21 81	0.58 323	0.41 287	0.34 128	1.32 360

xxxx	2.67 268	0.54 29	2.03 52	1.22 218	0.81 159	3.49 127	0.63 55	4.49 361	2.49 265	2.22 225	2.23 257	2.05 177	1.38 136	10.05 312	17.91 398	0.32 142	0.32 230	0.30 100	0.27 125	0.33 112	0.34 132

MIF-Stereo (partial)	0.98 16	0.55 33	2.83 109	0.71 8	1.03 220	1.08 5	0.49 16	2.55 64	1.66 121	0.79 17	1.20 32	0.80 30	0.90 44	1.61 76	1.56 192	0.36 188	0.24 155	0.33 165	0.25 88	0.40 175	0.28 68

CES	1.01 24	0.55 33	1.74 32	0.92 81	2.15 373	2.15 42	0.50 17	2.01 26	1.45 25	0.76 13	1.02 9	0.61 4	0.47 1	1.29 39	0.79 39	0.22 4	0.17 9	0.24 17	0.14 2	0.63 290	2.29 381

DisPM	1.36 84	0.55 33	2.39 90	1.54 308	0.51 77	4.59 344	0.79 121	2.50 51	1.88 155	2.50 282	1.83 176	1.45 97	1.01 64	2.71 167	0.93 83	0.46 268	0.20 56	0.32 134	0.31 203	0.31 74	0.44 216

RAFT-RH_RVC	2.63 262	0.55 33	19.97 341	1.26 232	0.47 63	4.46 317	0.57 30	1.71 13	1.64 118	3.06 336	5.51 369	2.03 173	1.28 123	6.70 244	1.52 188	0.42 246	0.22 103	0.37 220	0.34 225	0.28 34	0.29 75

RAFT-345	2.46 236	0.55 33	19.69 332	1.02 135	0.49 73	4.43 315	0.78 116	1.64 12	2.34 232	2.09 181	3.12 337	1.96 162	1.31 128	6.65 242	1.43 167	0.36 188	0.23 127	0.32 134	0.25 88	0.28 34	0.25 27

Prome-Stereo	1.61 113	0.55 33	1.71 28	0.98 110	0.60 114	4.41 311	1.82 319	3.03 97	1.53 67	2.18 210	3.45 348	1.72 122	3.49 337	2.23 136	1.08 106	0.29 76	0.20 56	0.26 37	0.25 88	0.34 128	2.16 380

TANstereo	1.01 24	0.55 33	1.73 29	0.76 24	0.36 5	4.04 234	0.38 5	1.48 3	1.62 114	2.03 170	2.10 234	0.84 34	0.93 50	0.98 4	0.62 2	0.28 59	0.36 257	0.23 5	0.20 23	0.25 11	0.46 231

ttt	2.76 275	0.56 40	2.28 82	1.41 283	1.21 262	3.67 163	0.77 114	4.59 371	2.94 322	2.35 260	2.30 270	2.45 217	1.54 182	11.25 347	15.56 384	0.43 251	0.36 257	0.37 220	0.33 218	0.40 175	0.40 195

riskmin	1.25 62	0.56 40	2.05 55	1.05 144	0.93 196	2.86 61	0.55 27	3.23 114	1.34 17	1.55 64	1.07 20	3.56 313	2.03 256	1.29 39	1.00 97	0.28 59	0.27 191	0.34 181	0.21 29	0.41 196	0.43 211

DRaft	2.28 207	0.56 40	2.64 102	0.74 10	0.46 53	3.94 211	1.23 255	2.32 40	1.55 80	2.64 304	2.80 321	1.60 108	5.34 366	6.96 252	10.99 371	0.34 165	0.22 103	0.27 52	0.27 125	0.29 42	0.37 160

HCRNet	1.60 112	0.56 40	2.47 94	0.78 26	1.36 287	4.11 249	0.71 81	3.57 148	2.79 300	1.75 97	1.61 108	1.58 106	1.41 144	5.79 226	1.56 192	0.34 165	0.28 199	0.36 208	0.29 173	0.33 112	0.37 160

test_xeample	2.67 268	0.56 40	2.05 55	1.09 159	0.81 159	3.24 90	0.80 126	4.55 368	2.70 289	2.42 275	2.27 261	1.39 88	1.40 140	10.75 329	17.51 397	0.30 110	0.30 216	0.32 134	0.28 150	0.34 128	0.33 122

SMFormer	2.00 167	0.57 45	4.46 145	1.36 268	0.57 107	2.03 33	0.73 87	4.25 305	2.80 304	2.32 251	2.31 277	1.95 157	1.52 174	10.99 340	2.13 266	0.34 165	0.32 230	0.36 208	0.31 203	0.38 164	0.36 146

tta	2.00 167	0.57 45	4.46 145	1.36 268	0.57 107	2.03 33	0.73 87	4.25 305	2.80 304	2.32 251	2.31 277	1.95 157	1.52 174	10.99 340	2.13 266	0.34 165	0.32 230	0.36 208	0.31 203	0.29 42	0.29 75

qqq1	1.92 152	0.57 45	4.46 145	1.36 268	0.57 107	2.03 33	0.73 87	4.25 305	2.80 304	2.32 251	2.31 277	1.95 157	1.52 174	10.99 340	0.71 25	0.34 165	0.32 230	0.30 100	0.23 58	0.29 42	0.29 75

fff1	1.92 152	0.57 45	4.46 145	1.36 268	0.57 107	2.03 33	0.73 87	4.25 305	2.80 304	2.32 251	2.31 277	1.95 157	1.52 174	10.99 340	0.71 25	0.34 165	0.32 230	0.30 100	0.23 58	0.29 42	0.29 75

1111x	3.13 315	0.57 45	8.38 183	1.20 210	0.76 152	3.80 182	0.88 169	4.61 373	2.63 281	2.31 247	2.16 246	1.95 157	1.81 237	11.54 355	18.13 400	0.32 142	0.31 224	0.32 134	0.30 187	0.35 143	0.34 132

qqq	1.30 77	0.57 45	1.67 26	1.15 194	0.51 77	2.18 44	0.91 183	3.98 231	1.53 67	1.50 60	1.24 37	1.79 134	1.34 132	4.66 204	0.98 90	0.28 59	0.31 224	0.33 165	0.33 218	0.33 112	0.32 111

x	1.15 40	0.57 45	1.53 18	1.44 288	0.67 134	1.94 29	0.97 208	3.87 199	1.57 91	1.61 73	1.28 49	1.58 106	1.22 113	1.93 107	1.04 100	0.28 59	0.30 216	0.34 181	0.29 173	0.32 97	0.31 104

PFNet+	1.46 94	0.57 45	2.84 110	0.92 81	0.47 63	4.64 351	0.84 141	2.46 49	1.99 170	2.14 194	1.64 113	1.34 81	1.03 66	4.68 206	1.23 139	0.45 264	0.33 237	0.37 220	0.39 273	0.32 97	0.49 244

cross-raft	2.01 170	0.57 45	19.01 317	1.03 142	0.56 98	2.11 41	0.72 83	3.63 154	1.57 91	1.77 99	1.51 82	3.17 279	1.13 95	1.16 17	0.85 51	0.23 7	0.21 81	0.26 37	0.23 58	0.28 34	0.25 27

222	2.68 271	0.57 45	2.03 52	1.11 171	0.81 159	3.23 87	0.65 62	4.52 366	2.45 257	2.34 259	2.29 266	1.41 93	1.44 151	10.50 322	18.47 402	0.32 142	0.30 216	0.32 134	0.27 125	0.32 97	0.34 132

Gwc-CoAtRS	1.58 106	0.57 45	11.69 220	1.01 126	0.60 114	2.53 52	0.64 56	2.36 41	1.56 85	1.80 105	1.47 75	2.74 242	1.18 107	1.12 11	0.90 67	0.27 34	0.21 81	0.25 27	0.22 50	0.27 23	0.23 15

HSM-Net_RVC	2.87 283	0.57 45	17.46 294	0.92 81	0.90 189	3.70 166	1.20 251	5.64 396	2.51 269	3.22 345	2.43 288	2.54 225	1.59 186	11.41 351	1.65 209	0.34 165	0.25 172	0.26 37	0.23 58	0.30 58	0.29 75
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
IGEV+	0.90 9	0.58 57	1.32 9	0.94 94	0.45 46	1.27 10	1.00 212	3.32 125	1.55 80	0.82 20	1.34 59	0.86 37	1.09 83	1.16 17	0.89 64	0.33 153	0.18 24	0.23 5	0.19 18	0.29 42	0.22 9

mmm	1.27 73	0.58 57	2.20 73	1.41 283	0.68 139	2.39 49	0.85 147	3.90 208	1.63 117	2.20 216	1.84 181	1.28 76	1.50 169	1.91 106	0.89 64	0.31 127	0.27 191	0.45 267	0.37 258	0.38 164	0.34 132

IPLGR	2.53 250	0.58 57	20.46 366	0.82 36	0.52 84	4.56 341	0.50 17	4.30 325	2.38 244	1.87 115	1.53 88	1.68 116	1.72 222	6.95 251	1.15 117	0.28 59	0.21 81	0.27 52	0.23 58	0.33 112	0.32 111

DEmStereo	2.97 297	0.58 57	13.42 231	0.79 28	0.51 77	3.84 191	1.84 322	2.42 44	1.60 108	2.25 233	2.74 315	2.03 173	6.04 373	6.79 250	12.80 377	0.35 183	0.26 183	0.26 37	0.27 125	0.27 23	0.37 160

SST-Stereo	1.76 130	0.58 57	3.10 118	1.44 288	0.46 53	4.71 368	0.76 104	2.22 36	2.79 300	2.07 180	2.18 249	2.43 214	3.22 326	6.66 243	0.84 48	0.42 246	0.19 39	0.30 100	0.27 125	0.35 143	0.26 43

R-Stereo Train	1.20 48	0.58 57	1.81 38	0.99 115	0.67 134	3.78 178	0.90 175	4.09 262	1.51 55	2.16 204	1.71 130	1.13 57	0.94 51	1.40 46	0.91 73	0.30 110	0.24 155	0.26 37	0.21 29	0.26 17	0.25 27

RAFT-Stereo	1.20 48	0.58 57	1.81 38	0.99 115	0.67 134	3.78 178	0.90 175	4.09 262	1.51 55	2.16 204	1.71 130	1.13 57	0.94 51	1.40 46	0.91 73	0.30 110	0.24 155	0.26 37	0.21 29	0.26 17	0.25 27
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Test	1.44 91	0.59 64	6.10 165	1.01 126	0.69 141	2.90 63	0.80 126	3.68 161	1.70 131	1.85 110	1.68 121	3.15 278	1.03 66	1.20 26	0.99 95	0.27 34	0.22 103	0.25 27	0.23 58	0.27 23	0.25 27

BUS	1.49 98	0.59 64	1.94 45	0.87 62	0.85 172	4.50 327	0.76 104	4.48 358	1.88 155	2.93 325	1.83 176	3.63 315	0.97 57	1.60 71	1.17 123	0.34 165	0.25 172	0.31 119	0.28 150	0.35 143	0.33 122

BSDual-CNN	1.46 94	0.59 64	1.94 45	0.87 62	0.85 172	4.16 267	1.16 243	4.48 358	1.88 155	2.93 325	1.83 176	2.60 231	1.31 128	1.60 71	1.21 133	0.34 165	0.25 172	0.31 119	0.28 150	0.35 143	0.33 122

psmg	1.47 97	0.59 64	1.94 45	0.92 81	0.85 172	4.30 298	1.42 282	4.10 269	1.88 155	2.64 304	2.09 233	2.60 231	1.31 128	1.60 71	1.21 133	0.34 165	0.27 191	0.33 165	0.34 225	0.36 154	0.34 132

PSM-softLoss	1.66 119	0.59 64	5.15 156	2.25 367	0.48 69	4.68 357	0.69 74	2.57 68	1.52 62	2.14 194	1.45 69	1.42 94	0.99 60	6.04 232	1.20 129	0.41 236	0.23 127	0.37 220	0.39 273	0.32 97	0.31 104

KMStereo	1.66 119	0.59 64	5.15 156	2.25 367	0.48 69	4.68 357	0.69 74	2.57 68	1.52 62	2.14 194	1.45 69	1.42 94	0.99 60	6.04 232	1.20 129	0.41 236	0.23 127	0.37 220	0.39 273	0.32 97	0.31 104

RAFT_R40	1.70 122	0.59 64	2.99 114	1.46 293	0.46 53	4.74 372	0.98 211	2.23 37	1.56 85	2.02 166	2.35 285	2.71 240	2.56 296	6.71 246	0.90 67	0.40 226	0.19 39	0.30 100	0.27 125	0.33 112	0.26 43

Pruner-Stereo	1.32 82	0.59 64	2.11 68	1.79 344	0.47 63	4.73 369	0.79 121	2.53 54	1.72 133	2.47 279	1.58 97	1.48 99	1.03 66	1.66 84	1.47 176	0.44 258	0.21 81	0.34 181	0.30 187	0.30 58	0.39 178

MDST_ROB	5.53 377	0.59 64	23.11 407	2.55 378	2.69 382	21.20 416	1.98 328	4.77 380	2.65 283	9.36 403	4.25 359	4.14 339	4.45 354	22.57 411	3.68 324	0.48 281	0.33 237	0.47 274	0.44 295	0.44 224	0.44 216

AE-Stereo	1.18 42	0.60 73	2.05 55	1.10 167	0.60 114	4.39 306	0.72 83	3.74 174	1.62 114	1.10 38	1.90 201	1.01 49	0.92 48	1.45 55	0.82 43	0.28 59	0.22 103	0.28 66	0.28 150	0.26 17	0.22 9

DualNet	2.49 243	0.60 73	5.21 158	1.14 181	0.99 210	3.62 154	0.86 149	4.22 292	3.37 358	2.20 216	2.30 270	3.48 298	1.62 194	2.21 132	16.09 386	0.29 76	0.16 4	0.48 282	0.37 258	0.30 58	0.29 75

ffm	1.72 123	0.60 73	5.21 158	1.14 181	0.99 210	3.62 154	0.86 149	4.22 292	3.37 358	2.20 216	2.30 270	3.48 298	1.62 194	2.21 132	0.65 8	0.29 76	0.16 4	0.48 282	0.37 258	0.30 58	0.29 75

ff1	2.96 293	0.60 73	5.21 158	1.14 181	0.99 210	3.62 154	0.86 149	4.22 292	3.37 358	2.20 216	2.30 270	3.48 298	1.62 194	11.62 359	16.09 386	0.29 76	0.16 4	0.48 282	0.37 258	0.30 58	0.29 75

mmx	2.98 299	0.60 73	5.21 158	1.14 181	0.99 210	3.62 154	0.86 149	4.49 361	3.05 332	2.20 216	2.30 270	3.48 298	1.62 194	11.62 359	16.09 386	0.33 153	0.28 199	0.48 282	0.37 258	0.44 224	0.37 160

xxx	2.98 299	0.60 73	5.21 158	1.14 181	0.99 210	3.62 154	0.86 149	4.49 361	3.05 332	2.20 216	2.30 270	3.48 298	1.62 194	11.62 359	16.09 386	0.33 153	0.28 199	0.48 282	0.37 258	0.44 224	0.37 160

anonymousdsp2	1.26 69	0.60 73	3.74 140	1.02 135	0.41 31	3.60 150	0.72 83	3.68 161	1.47 35	1.37 50	1.56 94	1.83 144	1.01 64	2.00 111	0.66 10	0.29 76	0.20 56	0.28 66	0.20 23	0.32 97	0.29 75

knoymous	1.30 77	0.60 73	5.57 164	0.88 66	0.75 149	3.04 74	0.90 175	2.68 75	1.33 16	1.48 58	1.07 20	2.78 251	0.88 41	1.29 39	0.85 51	0.31 127	0.22 103	0.35 197	0.20 23	0.45 232	0.37 160

CrosDoStereo	5.24 372	0.60 73	20.23 352	0.82 36	0.51 77	3.39 110	18.11 412	3.82 187	2.27 221	1.98 143	8.74 384	1.96 162	6.96 384	7.35 256	26.35 415	0.30 110	0.22 103	0.30 100	0.28 150	0.33 112	0.38 173

AAGNet	2.86 280	0.60 73	1.77 34	2.05 362	0.46 53	4.76 374	1.09 231	2.27 38	1.56 85	2.17 208	1.84 181	2.41 210	4.00 345	6.23 235	24.22 413	0.46 268	0.19 39	0.30 100	0.29 173	0.32 97	0.24 21

ASMatch	2.62 261	0.60 73	20.65 372	1.37 276	0.64 123	4.39 306	0.78 116	1.97 24	1.58 93	1.70 88	3.89 357	1.94 155	3.79 341	5.46 217	1.64 207	0.31 127	0.24 155	0.34 181	0.28 150	0.33 112	0.50 251

DeepStereo_LL	5.24 372	0.60 73	20.23 352	0.82 36	0.51 77	3.39 110	18.11 412	3.82 187	2.27 221	1.98 143	8.74 384	1.96 162	6.96 384	7.35 256	26.35 415	0.30 110	0.22 103	0.30 100	0.28 150	0.33 112	0.38 173

PFNet	2.47 239	0.60 73	16.95 284	2.15 366	0.81 159	4.63 350	0.91 183	2.55 64	1.52 62	2.40 273	2.79 319	1.83 144	1.42 147	7.54 260	1.34 159	0.33 153	0.21 81	0.36 208	0.27 125	0.32 97	0.39 178

IRAFT_RVC	1.87 140	0.60 73	4.33 144	2.40 376	0.66 131	4.59 344	1.59 300	2.96 92	1.51 55	2.23 229	1.75 141	2.09 183	2.63 299	6.70 244	1.50 181	0.33 153	0.21 81	0.33 165	0.29 173	0.32 97	0.32 111

NF-Stereo	1.58 106	0.61 87	2.66 103	2.26 369	0.47 63	4.68 357	0.67 65	3.31 121	1.48 40	2.11 188	1.59 100	1.36 84	1.09 83	6.08 234	1.20 129	0.40 226	0.20 56	0.36 208	0.34 225	0.31 74	0.36 146

OCTAStereo	1.58 106	0.61 87	2.72 104	2.27 372	0.46 53	4.68 357	0.67 65	3.30 120	1.48 40	2.11 188	1.59 100	1.36 84	1.09 83	6.02 231	1.21 133	0.41 236	0.20 56	0.36 208	0.34 225	0.31 74	0.37 160

NRIStereo	1.28 74	0.61 87	1.67 26	1.15 194	0.38 25	4.73 369	0.90 175	2.42 44	1.50 51	1.93 133	1.33 54	1.75 124	1.22 113	2.96 174	1.33 157	0.46 268	0.22 103	0.29 81	0.26 101	0.30 58	0.28 68

RE-Stereo	1.58 106	0.61 87	2.72 104	2.26 369	0.46 53	4.68 357	0.68 69	3.31 121	1.48 40	2.11 188	1.59 100	1.36 84	1.09 83	6.01 229	1.22 136	0.41 236	0.20 56	0.36 208	0.34 225	0.31 74	0.37 160

TVStereo	1.58 106	0.61 87	2.72 104	2.26 369	0.46 53	4.68 357	0.68 69	3.31 121	1.48 40	2.11 188	1.59 100	1.36 84	1.09 83	6.01 229	1.22 136	0.41 236	0.20 56	0.36 208	0.34 225	0.31 74	0.37 160

CRE-IMP	1.23 54	0.61 87	2.14 69	0.82 36	0.39 26	4.54 333	0.83 138	2.63 73	1.55 80	1.95 137	1.46 71	1.87 151	0.96 54	1.48 57	1.33 157	0.45 264	0.21 81	0.31 119	0.26 101	0.41 196	0.31 104

XX-Stereo	2.54 252	0.61 87	20.21 351	1.78 339	1.19 253	4.30 298	0.46 12	4.39 344	1.58 93	2.32 251	1.89 197	4.64 362	0.60 3	4.16 199	0.82 43	0.31 127	0.21 81	0.28 66	0.27 125	0.51 251	0.26 43

iRaft-Stereo_20w	1.88 144	0.62 94	10.58 212	0.90 74	0.83 168	2.96 71	0.78 116	4.90 382	1.58 93	2.29 238	1.60 104	1.25 73	4.51 356	2.28 139	0.90 67	0.29 76	0.21 81	0.26 37	0.24 79	0.41 196	0.31 104

ac_64	2.35 223	0.62 94	9.77 199	1.32 250	1.71 346	3.27 96	0.93 194	3.48 133	2.50 266	1.74 95	1.73 135	3.91 325	1.77 226	10.21 315	1.86 234	0.40 226	0.31 224	0.33 165	0.30 187	0.34 128	0.39 178

GANet-RSSM	1.98 163	0.62 94	3.49 130	1.69 330	1.23 263	4.22 284	0.91 183	3.31 121	1.86 153	1.81 106	1.74 137	2.34 202	1.82 239	10.92 337	1.73 220	0.34 165	0.29 207	0.31 119	0.28 150	0.39 172	0.40 195

SGM-Forest	2.96 293	0.62 94	3.49 130	1.09 159	0.80 157	4.06 237	3.30 372	4.37 342	3.09 335	4.18 372	3.27 344	4.67 364	3.86 343	11.69 368	7.91 358	0.51 300	0.46 315	0.49 295	0.39 273	0.48 244	0.49 244
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DeepStereo_RVC	1.55 99	0.63 98	3.32 126	0.77 25	0.42 34	4.49 324	0.72 83	2.50 51	1.58 93	2.02 166	1.81 169	1.54 105	6.38 380	1.73 91	1.19 126	0.46 268	0.22 103	0.29 81	0.28 150	0.35 143	0.38 173

test_xeample3	2.12 184	0.63 98	21.55 395	0.91 78	0.47 63	1.85 26	0.94 197	7.96 399	1.23 4	0.75 6	0.76 3	0.64 6	0.70 13	1.77 93	0.83 46	0.30 110	0.21 81	0.27 52	0.21 29	0.27 23	0.24 21

EAI-Stereo	2.35 223	0.63 98	2.97 113	0.95 96	0.65 128	3.84 191	14.27 408	5.04 384	2.19 208	2.06 177	7.25 372	1.10 55	0.94 51	1.65 83	1.37 161	0.31 127	0.22 103	0.27 52	0.60 336	0.27 23	0.32 111

SFCPSM	2.18 190	0.63 98	17.03 285	0.88 66	0.98 207	3.74 172	1.28 260	4.09 262	2.16 203	1.85 110	1.83 176	1.65 113	1.39 139	2.50 147	1.50 181	0.33 153	0.27 191	0.39 235	0.36 247	0.34 128	0.37 160

UPFNet	1.81 136	0.63 98	6.71 169	1.25 226	1.44 303	3.50 130	1.35 266	4.02 242	1.85 152	2.40 273	1.52 83	2.41 210	1.40 140	3.62 184	1.88 236	0.34 165	0.33 237	0.37 220	0.31 203	0.41 196	0.39 178

MSKI-zero shot	2.22 192	0.64 103	20.09 348	0.96 100	0.56 98	4.04 234	0.70 79	3.91 212	1.50 51	1.92 129	2.28 264	1.92 154	0.71 15	2.93 172	0.67 12	0.26 27	0.23 127	0.26 37	0.21 29	0.28 34	0.26 43

EKT-Stereo	6.79 391	0.64 103	4.24 143	1.77 338	106.39 434	4.51 331	0.61 45	3.16 106	1.53 67	1.88 117	1.22 34	1.98 166	1.36 135	3.81 188	0.84 48	0.35 183	0.24 155	0.29 81	0.26 101	0.34 128	0.48 240

hknet	1.98 163	0.64 103	8.70 187	0.87 62	1.07 229	4.16 267	1.16 243	4.48 358	1.73 135	2.93 325	1.83 176	3.48 298	1.30 127	3.91 193	1.51 186	0.31 127	0.25 172	0.31 119	0.28 150	0.35 143	0.33 122

GES	1.38 87	0.64 103	2.61 98	1.09 159	0.57 107	4.30 298	1.02 217	3.86 197	1.51 55	1.72 92	1.74 137	1.28 76	1.77 226	1.62 77	1.61 201	0.39 220	0.27 191	0.33 165	0.30 187	0.41 196	0.47 236

ACVNet	1.46 94	0.64 103	3.56 133	0.93 92	0.85 172	4.22 284	0.80 126	2.85 85	2.08 185	1.78 101	1.88 192	3.10 272	1.46 158	1.33 42	1.89 237	0.29 76	0.26 183	0.30 100	0.26 101	0.39 172	0.27 55

acv_ft	1.55 99	0.64 103	3.29 124	1.14 181	2.01 368	2.93 67	0.97 208	3.81 186	2.08 185	2.22 225	1.88 192	3.10 272	1.66 213	1.33 42	2.22 273	0.29 76	0.26 183	0.30 100	0.26 101	0.39 172	0.27 55

MSMDNet	2.23 194	0.64 103	17.32 286	0.84 49	0.75 149	3.53 136	0.64 56	3.61 153	1.98 169	1.71 91	1.64 113	3.22 281	2.99 312	2.08 118	1.11 111	0.31 127	0.37 269	0.45 267	0.26 101	0.62 289	0.45 221

IGEVStereo-DCA	0.86 8	0.65 110	2.05 55	0.90 74	0.46 53	1.57 17	0.86 149	1.62 6	1.24 5	0.65 1	0.77 4	0.74 22	0.72 17	2.59 159	0.86 55	0.28 59	0.21 81	0.28 66	0.21 29	0.29 42	0.27 55

rrr	2.27 202	0.65 110	23.82 411	0.90 74	0.46 53	1.57 17	0.96 206	7.98 400	1.19 3	0.65 1	0.77 4	0.74 22	0.72 17	2.59 159	0.86 55	0.28 59	0.21 81	0.28 66	0.21 29	0.29 42	0.25 27

PCWNet_CMD	2.23 194	0.65 110	17.36 290	0.83 43	0.76 152	3.51 132	0.64 56	3.60 151	1.97 167	1.70 88	1.63 111	3.22 281	3.05 318	2.09 121	1.11 111	0.31 127	0.36 257	0.47 274	0.26 101	0.64 296	0.47 236

IER	1.69 121	0.65 110	7.19 174	0.94 94	1.15 242	3.28 99	0.89 171	3.48 133	1.97 167	2.10 184	1.98 212	2.28 193	2.12 265	2.25 137	1.75 223	0.29 76	0.23 127	0.36 208	0.30 187	0.32 97	0.34 132

IPLG	2.48 241	0.65 110	19.63 330	0.91 78	0.79 156	4.60 346	0.56 29	4.31 328	1.84 151	1.91 128	2.00 215	1.31 79	1.38 136	6.61 240	1.53 189	0.27 34	0.20 56	0.27 52	0.23 58	0.31 74	0.36 146

Patchmatch Stereo++	1.25 62	0.65 110	2.06 64	0.75 11	0.37 17	4.68 357	0.76 104	2.53 54	1.58 93	1.99 148	1.47 75	1.78 127	1.14 101	2.44 142	0.90 67	0.48 281	0.23 127	0.32 134	0.27 125	0.40 175	0.29 75
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 59	0.65 110	2.03 52	0.75 11	0.37 17	4.68 357	0.73 87	2.53 54	1.58 93	1.99 148	1.47 75	1.78 127	1.13 95	2.18 130	0.87 60	0.48 281	0.23 127	0.32 134	0.27 125	0.40 175	0.29 75

iRAFT	1.25 62	0.65 110	2.06 64	0.75 11	0.37 17	4.68 357	0.76 104	2.53 54	1.58 93	1.99 148	1.47 75	1.78 127	1.14 101	2.44 142	0.90 67	0.48 281	0.23 127	0.32 134	0.27 125	0.40 175	0.29 75

test-1	1.23 54	0.65 110	1.88 40	0.96 100	0.52 84	3.84 191	0.62 54	4.01 238	1.47 35	1.93 133	1.78 151	1.83 144	0.92 48	1.19 25	1.28 147	0.26 27	0.29 207	0.31 119	0.24 79	0.29 42	0.36 146

pcwnet_v2	2.70 273	0.65 110	22.48 404	1.08 155	1.03 220	3.56 143	0.81 131	4.29 318	3.14 339	2.29 238	2.29 266	3.01 266	1.71 220	3.32 178	1.43 167	0.43 251	0.50 328	0.41 248	0.34 225	0.61 287	0.56 275

StereoIM	0.82 5	0.66 120	1.53 18	0.65 4	1.87 361	1.24 9	0.36 4	2.13 31	1.27 13	0.67 4	0.75 2	0.88 40	0.70 13	1.15 16	1.07 104	0.29 76	0.23 127	0.26 37	0.20 23	0.31 74	0.22 9

CASS	1.29 76	0.66 120	2.62 100	0.95 96	0.66 131	2.84 59	0.69 74	3.00 95	1.79 145	2.57 291	1.95 205	1.39 88	1.55 184	1.59 69	1.06 102	0.50 294	0.28 199	0.34 181	0.28 150	0.46 239	0.63 294
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 54	0.66 120	2.02 51	0.75 11	0.37 17	4.67 356	0.76 104	2.53 54	1.58 93	1.99 148	1.46 71	1.78 127	1.14 101	2.08 118	0.88 62	0.48 281	0.22 103	0.32 134	0.27 125	0.40 175	0.29 75

ROB_FTStereo	1.25 62	0.66 120	2.14 69	0.75 11	0.37 17	4.65 353	0.77 114	2.53 54	1.58 93	1.99 148	1.47 75	1.78 127	1.13 95	2.26 138	0.86 55	0.47 276	0.22 103	0.32 134	0.27 125	0.40 175	0.29 75

HUI-Stereo	1.25 62	0.66 120	2.33 86	0.75 11	0.37 17	4.68 357	0.78 116	2.53 54	1.58 93	1.99 148	1.46 71	1.79 134	1.13 95	2.17 129	0.85 51	0.48 281	0.23 127	0.32 134	0.27 125	0.40 175	0.29 75

iGMRVC	1.26 69	0.66 120	2.14 69	0.75 11	0.37 17	4.66 354	0.74 96	2.53 54	1.58 93	1.99 148	1.46 71	1.78 127	1.14 101	2.46 144	0.92 76	0.48 281	0.23 127	0.32 134	0.27 125	0.40 175	0.29 75

RAFT-IKP	1.25 62	0.66 120	2.23 77	0.75 11	0.37 17	4.64 351	0.74 96	2.53 54	1.58 93	1.99 148	1.47 75	1.78 127	1.13 95	2.22 135	0.92 76	0.48 281	0.22 103	0.32 134	0.27 125	0.40 175	0.29 75

ICVP	2.26 200	0.66 120	21.18 387	0.99 115	0.88 181	4.28 295	0.95 201	3.32 125	1.60 108	1.66 82	1.76 144	1.34 81	1.14 101	1.62 77	1.32 153	0.53 308	0.35 253	0.33 165	0.29 173	0.40 175	0.51 257
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousa	2.16 188	0.67 128	19.19 318	1.04 143	1.67 342	2.06 39	0.79 121	2.86 88	1.96 165	1.85 110	2.14 243	3.23 283	1.81 237	1.12 11	1.15 117	0.26 27	0.26 183	0.34 181	0.32 210	0.30 58	0.28 68

DAS	2.31 214	0.67 128	4.79 152	1.14 181	1.64 335	2.93 67	2.13 336	4.09 262	2.74 293	4.17 369	2.52 297	2.46 218	1.79 229	11.55 356	1.63 205	0.37 195	0.22 103	0.39 235	0.25 88	0.41 196	0.34 132

SepStereo	2.15 187	0.67 128	4.79 152	1.14 181	1.64 335	2.93 67	2.13 336	4.09 262	2.74 293	4.17 369	2.52 297	2.46 218	1.79 229	8.36 270	1.63 205	0.37 195	0.22 103	0.39 235	0.25 88	0.41 196	0.34 132

GwcNet-ADL	2.47 239	0.67 128	21.48 394	0.96 100	0.72 143	4.61 347	0.95 201	4.42 348	2.36 236	1.98 143	1.80 157	2.55 226	1.24 118	1.90 105	1.41 164	0.40 226	0.46 315	0.24 17	0.27 125	0.41 196	0.49 244

CFNet_pseudo	2.12 184	0.67 128	15.14 263	0.85 58	0.74 148	3.95 216	0.64 56	3.95 223	1.78 143	1.90 123	1.79 154	3.27 286	1.62 194	2.51 150	1.16 120	0.31 127	0.36 257	0.53 309	0.27 125	0.63 290	0.44 216

ccs_rob	2.13 186	0.67 128	15.11 262	0.84 49	0.75 149	3.96 221	0.65 62	3.95 223	1.78 143	1.88 117	1.79 154	3.26 285	1.64 209	2.51 150	1.16 120	0.31 127	0.36 257	0.54 316	0.27 125	0.65 299	0.45 221

CFNet_ucs	2.36 226	0.68 134	18.42 308	0.89 69	0.81 159	3.85 197	0.68 69	4.29 318	2.37 242	2.09 181	2.04 221	3.31 289	1.24 118	2.63 161	1.14 116	0.36 188	0.45 308	0.56 319	0.29 173	0.66 304	0.49 244

ff7	0.98 16	0.69 135	2.05 55	0.84 49	0.52 84	4.55 336	0.86 149	1.62 6	1.24 5	0.75 6	1.03 12	0.70 11	0.77 24	1.84 99	0.68 14	0.27 34	0.17 9	0.29 81	0.21 29	0.31 74	0.27 55

ffff	0.98 16	0.69 135	2.05 55	0.84 49	0.52 84	4.55 336	0.86 149	1.62 6	1.24 5	0.75 6	1.03 12	0.70 11	0.77 24	1.84 99	0.68 14	0.27 34	0.17 9	0.29 81	0.21 29	0.31 74	0.27 55

11t	0.98 16	0.69 135	2.05 55	0.84 49	0.52 84	4.55 336	0.86 149	1.62 6	1.24 5	0.75 6	1.03 12	0.70 11	0.77 24	1.84 99	0.68 14	0.27 34	0.17 9	0.29 81	0.21 29	0.31 74	0.27 55

test croco	1.55 99	0.69 135	13.59 233	0.65 4	0.73 147	1.66 20	0.57 30	3.17 108	1.94 164	0.77 16	1.24 37	0.80 30	0.86 38	1.60 71	0.96 87	0.33 153	0.21 81	0.32 134	0.25 88	0.42 211	0.28 68

IGEV_Zeroshot_test	2.16 188	0.69 135	20.60 371	1.22 218	0.54 93	2.18 44	0.53 23	3.38 130	1.61 111	1.93 133	1.55 91	3.76 319	1.05 72	1.55 64	0.91 73	0.29 76	0.20 56	0.27 52	0.29 173	0.40 175	0.32 111

anonymousdsp	0.95 14	0.69 135	1.27 5	0.83 43	0.52 84	4.54 333	0.84 141	1.76 16	1.24 5	0.76 13	1.06 18	0.78 25	0.77 24	1.67 87	0.69 18	0.27 34	0.17 9	0.29 81	0.21 29	0.31 74	0.26 43

ccc-4	0.98 16	0.69 135	2.05 55	0.84 49	0.52 84	4.55 336	0.86 149	1.62 6	1.24 5	0.75 6	1.03 12	0.70 11	0.77 24	1.84 99	0.68 14	0.27 34	0.17 9	0.29 81	0.21 29	0.31 74	0.27 55

IGEV-Stereo	0.95 14	0.69 135	1.27 5	0.84 49	0.52 84	4.54 333	0.84 141	1.76 16	1.24 5	0.75 6	1.06 18	0.79 29	0.77 24	1.68 88	0.69 18	0.27 34	0.17 9	0.29 81	0.21 29	0.31 74	0.26 43
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 145	0.69 135	3.14 120	1.10 167	1.18 247	3.99 227	1.79 315	3.50 138	2.16 203	3.10 337	1.64 113	2.91 260	2.50 292	5.38 215	2.26 276	0.43 251	0.38 275	0.37 220	0.36 247	0.50 250	0.42 203

DIP-Stereo	1.24 59	0.69 135	1.77 34	0.65 4	0.61 117	4.29 296	0.58 38	4.44 352	2.53 271	1.98 143	1.33 54	0.91 42	0.86 38	1.25 32	1.25 140	0.36 188	0.23 127	0.32 134	0.23 58	0.32 97	0.29 75
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
fff	1.74 126	0.70 145	9.08 190	0.81 29	0.36 5	4.15 258	0.57 30	4.23 297	2.09 188	2.30 242	1.80 157	1.19 68	3.02 315	1.44 51	1.46 173	0.29 76	0.23 127	0.23 5	0.18 9	0.24 5	0.42 203

GMOStereo	1.13 36	0.70 145	2.26 78	0.75 11	0.44 42	3.05 76	0.91 183	2.78 80	1.45 25	2.37 266	1.52 83	1.53 101	1.05 72	1.17 20	0.92 76	0.25 19	0.19 39	0.35 197	0.28 150	0.34 128	0.26 43

error version	1.13 36	0.70 145	2.26 78	0.75 11	0.44 42	3.05 76	0.91 183	2.78 80	1.45 25	2.37 266	1.52 83	1.53 101	1.05 72	1.17 20	0.92 76	0.25 19	0.19 39	0.35 197	0.28 150	0.34 128	0.26 43

test-v	1.13 36	0.70 145	2.26 78	0.75 11	0.44 42	3.05 76	0.91 183	2.78 80	1.45 25	2.37 266	1.52 83	1.53 101	1.05 72	1.17 20	0.92 76	0.25 19	0.19 39	0.35 197	0.28 150	0.34 128	0.26 43

test-2	1.13 36	0.70 145	2.26 78	0.75 11	0.44 42	3.05 76	0.91 183	2.78 80	1.45 25	2.37 266	1.52 83	1.53 101	1.05 72	1.17 20	0.92 76	0.25 19	0.19 39	0.35 197	0.28 150	0.34 128	0.26 43

iRaftStereo_RVC	1.09 34	0.70 145	1.39 12	0.95 96	0.45 46	3.83 186	0.42 8	2.37 42	1.58 93	1.69 86	1.76 144	1.80 137	0.83 36	1.50 58	0.98 90	0.28 59	0.18 24	0.29 81	0.26 101	0.30 58	0.31 104

csc	1.74 126	0.70 145	9.08 190	0.81 29	0.36 5	4.15 258	0.57 30	4.23 297	2.09 188	2.30 242	1.80 157	1.19 68	3.02 315	1.44 51	1.46 173	0.29 76	0.23 127	0.23 5	0.18 9	0.24 5	0.42 203

cscssc	1.74 126	0.70 145	9.08 190	0.81 29	0.36 5	4.15 258	0.57 30	4.23 297	2.09 188	2.30 242	1.80 157	1.19 68	3.02 315	1.44 51	1.46 173	0.29 76	0.23 127	0.23 5	0.18 9	0.24 5	0.42 203

RASNet	2.56 257	0.70 145	10.06 204	1.60 320	2.25 377	3.67 163	1.00 212	3.38 130	3.14 339	1.81 106	2.11 238	4.60 359	2.30 278	10.25 317	2.61 299	0.37 195	0.24 155	0.25 27	0.24 79	0.28 34	0.26 43

CBMV_ROB	3.62 336	0.70 145	21.42 393	1.21 215	0.89 186	4.43 315	1.76 314	4.39 344	2.79 300	5.88 386	3.38 346	4.18 341	5.12 362	10.75 329	2.32 280	0.56 313	0.55 332	0.53 309	0.51 317	0.55 265	0.46 231

ProNet	0.82 5	0.71 155	1.50 17	0.86 59	0.45 46	1.78 22	0.83 138	1.75 15	1.28 14	0.66 3	1.13 26	0.78 25	0.76 23	1.66 84	0.71 25	0.24 10	0.20 56	0.25 27	0.23 58	0.29 42	0.25 27

MIPNet	2.33 219	0.71 155	19.82 335	0.89 69	0.56 98	4.76 374	0.61 45	4.32 332	2.37 242	1.83 109	1.48 81	1.48 99	1.98 254	2.63 161	1.44 169	0.29 76	0.20 56	0.26 37	0.23 58	0.30 58	0.39 178

HHNet	2.48 241	0.71 155	20.52 367	0.64 3	0.64 123	4.07 242	0.93 194	3.76 177	1.56 85	2.15 199	4.92 366	0.98 46	3.37 331	1.66 84	1.79 227	0.32 142	0.20 56	0.31 119	0.27 125	0.36 154	0.42 203

MyStereo06	2.46 236	0.72 158	19.97 341	1.02 135	0.99 210	4.26 289	0.86 149	3.51 141	1.68 123	1.92 129	1.73 135	4.01 331	4.22 350	1.62 77	0.88 62	0.24 10	0.23 127	0.34 181	0.26 101	0.42 211	0.36 146

MyStereo05	2.37 227	0.72 158	19.94 339	1.02 135	0.99 210	4.26 289	0.86 149	4.01 238	2.62 280	2.14 194	1.26 42	2.28 193	1.63 206	2.07 116	1.68 212	0.24 10	0.23 127	0.34 181	0.26 101	0.42 211	0.36 146

ToySt	1.35 83	0.72 158	3.65 139	1.01 126	0.50 76	3.31 104	1.01 214	3.46 132	1.73 135	1.30 45	1.55 91	2.07 182	1.47 160	1.88 104	1.40 163	0.27 34	0.27 191	0.30 100	0.32 210	0.42 211	0.39 178

RAFT+CT+SA	1.62 114	0.72 158	7.42 175	0.97 107	1.42 302	4.04 234	0.94 197	3.90 208	1.61 111	1.61 73	1.63 111	1.33 80	1.18 107	2.73 169	1.10 110	0.27 34	0.19 39	0.31 119	0.34 225	0.33 112	0.33 122

PSMNet-ADL	1.91 149	0.72 158	1.78 36	1.09 159	0.86 176	4.18 274	0.78 116	3.77 179	2.10 196	1.72 92	1.85 188	2.91 260	1.82 239	10.38 321	1.91 239	0.48 281	0.46 315	0.28 66	0.29 173	0.38 164	0.51 257

raftrobust	1.19 43	0.72 158	2.30 83	1.26 232	1.31 276	3.55 141	0.68 69	2.75 79	1.47 35	2.21 224	1.38 66	1.17 62	1.22 113	1.20 26	1.11 111	0.28 59	0.24 155	0.21 2	0.19 18	0.25 11	0.28 68

RAFT-Stereo + iAFF	1.25 62	0.72 158	1.74 32	1.05 144	0.36 5	4.13 254	0.42 8	2.95 91	2.84 314	2.02 166	2.40 287	1.61 110	1.11 92	1.26 33	0.97 88	0.21 1	0.15 2	0.26 37	0.23 58	0.29 42	0.23 15

SGM_RVC	4.57 362	0.72 158	17.46 294	1.84 348	0.58 113	4.23 287	3.45 376	4.66 375	3.66 368	7.99 398	8.82 387	7.56 386	8.74 397	12.30 383	6.84 350	0.43 251	0.38 275	0.39 235	0.35 239	0.51 251	0.48 240
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 10	0.73 166	1.42 13	0.92 81	1.08 231	2.97 72	0.53 23	1.77 18	1.39 20	1.16 42	1.54 89	0.58 2	0.65 10	1.03 8	0.84 48	0.25 19	0.23 127	0.30 100	0.24 79	0.43 219	0.29 75

tt1	1.79 134	0.73 166	10.41 210	1.75 336	0.36 5	4.55 336	0.79 121	4.22 292	3.37 358	1.08 37	1.80 157	0.74 22	1.48 162	2.21 132	0.65 8	0.29 76	0.16 4	0.31 119	0.22 50	0.30 58	0.29 75

ADStereo(finetuned)	2.04 174	0.73 166	13.28 229	0.82 36	0.40 28	4.16 267	0.59 39	4.25 305	2.97 323	2.35 260	1.84 181	1.18 65	3.40 332	1.52 61	1.54 190	0.29 76	0.24 155	0.23 5	0.18 9	0.30 58	0.51 257

GANet-ADL	2.20 191	0.73 166	20.11 349	1.25 226	0.69 141	3.83 186	0.76 104	3.49 136	1.71 132	1.65 81	1.99 214	2.10 184	1.10 88	1.42 50	1.26 143	0.38 209	0.33 237	0.25 27	0.22 50	0.42 211	0.36 146

DCANet	1.74 126	0.73 166	9.08 190	0.82 36	0.40 28	4.18 274	0.59 39	4.25 305	2.97 323	2.35 260	1.84 181	1.18 65	1.63 206	1.51 60	1.55 191	0.29 76	0.24 155	0.23 5	0.18 9	0.30 58	0.53 264

hitnet-ft	2.37 227	0.73 166	8.34 181	0.96 100	0.89 186	3.77 176	0.80 126	3.55 145	2.58 277	2.24 231	2.04 221	3.65 317	1.49 168	11.71 369	1.89 237	0.44 258	0.53 329	0.44 261	0.35 239	0.52 254	0.48 240

DISCO	2.25 198	0.73 166	10.06 204	1.76 337	1.12 237	3.47 123	1.25 258	3.24 116	2.26 219	2.65 306	1.96 206	4.53 356	1.92 251	4.17 200	3.61 322	0.32 142	0.25 172	0.31 119	0.29 173	0.66 304	0.41 200

NOSS_ROB	2.27 202	0.73 166	3.00 115	1.71 332	1.00 217	3.90 203	0.97 208	4.29 318	2.81 310	2.94 329	2.19 251	3.88 324	1.19 111	11.77 371	1.62 203	0.59 318	0.54 330	0.56 319	0.52 320	0.56 271	0.54 270

ACVNet-DCA	1.85 139	0.74 174	13.77 236	1.78 339	0.36 5	4.48 319	0.74 96	3.98 231	1.53 67	1.01 31	1.81 169	0.72 17	1.62 194	2.13 123	0.64 4	0.29 76	0.17 9	0.32 134	0.21 29	0.33 112	0.32 111

xx1	2.03 172	0.74 174	13.77 236	1.78 339	0.36 5	4.48 319	0.74 96	4.23 297	3.95 375	1.01 31	1.81 169	1.79 134	1.34 132	2.13 123	0.64 4	0.29 76	0.17 9	0.33 165	0.33 218	0.33 112	0.32 111

1test111	1.99 166	0.74 174	13.77 236	1.78 339	0.36 5	4.48 319	0.74 96	3.98 231	1.53 67	1.01 31	1.81 169	0.72 17	1.62 194	4.66 204	0.98 90	0.29 76	0.17 9	0.32 134	0.21 29	0.33 112	0.32 111

cc1	1.98 163	0.74 174	13.77 236	1.78 339	0.36 5	4.48 319	0.74 96	4.23 297	3.95 375	1.01 31	1.81 169	0.72 17	1.62 194	2.13 123	0.64 4	0.29 76	0.17 9	0.32 134	0.21 29	0.31 74	0.29 75

DCRE	1.44 91	0.74 174	3.50 132	1.13 180	0.72 143	1.78 22	0.67 65	2.14 32	1.56 85	1.99 148	8.09 379	1.73 123	1.07 81	1.24 31	0.83 46	0.23 7	0.25 172	0.26 37	0.26 101	0.28 34	0.30 97

NINENet	1.87 140	0.74 174	2.60 97	1.12 173	1.06 227	4.50 327	0.76 104	4.41 347	2.24 214	2.16 204	1.86 190	3.63 315	0.97 57	8.00 267	1.17 123	0.41 236	0.30 216	0.41 248	0.30 187	0.41 196	0.36 146

UNet	2.51 246	0.74 174	20.17 350	1.14 181	1.44 303	3.48 125	0.76 104	3.77 179	1.87 154	2.05 174	1.57 96	2.75 244	2.39 285	3.51 181	2.51 292	0.32 142	0.26 183	0.41 248	0.26 101	0.38 164	0.39 178

HGLStereo	2.03 172	0.74 174	7.50 177	1.23 222	1.56 322	3.62 154	0.95 201	3.78 182	1.89 159	2.03 170	2.20 253	3.12 276	2.14 267	5.68 224	2.04 254	0.37 195	0.31 224	0.32 134	0.29 173	0.40 175	0.45 221

DMCA	1.72 123	0.74 174	6.63 168	1.14 181	0.96 200	3.98 226	0.90 175	3.75 175	2.76 296	2.83 321	1.58 97	2.35 204	1.18 107	1.58 66	1.98 249	0.40 226	0.27 191	0.42 254	0.26 101	0.36 154	0.38 173

StereoVision	1.65 117	0.75 183	7.47 176	1.01 126	1.80 358	2.61 56	0.61 45	3.06 101	1.96 165	1.25 44	3.46 349	1.85 149	0.88 41	2.07 116	1.93 240	0.43 251	0.36 257	0.37 220	0.36 247	0.48 244	0.33 122

test_5	1.87 140	0.75 183	10.23 207	1.14 181	1.40 295	3.85 197	1.27 259	3.91 212	1.93 163	1.69 86	1.78 151	1.67 115	1.79 229	2.99 175	1.17 123	0.30 110	0.18 24	0.35 197	0.33 218	0.34 128	0.33 122

SA	1.62 114	0.75 183	3.78 141	1.07 150	0.43 37	4.26 289	1.36 268	4.45 355	3.12 336	1.63 76	1.97 211	1.68 116	2.26 277	2.55 155	1.27 144	0.27 34	0.22 103	0.37 220	0.37 258	0.35 143	0.30 97

Anonymous3	1.72 123	0.76 186	11.61 219	0.83 43	0.84 171	4.46 317	0.84 141	3.57 148	1.16 2	1.34 47	1.37 64	1.11 56	1.03 66	1.58 66	1.13 115	0.70 341	0.58 339	0.33 165	0.35 239	0.47 241	0.42 203

Anonymous	1.04 30	0.76 186	2.42 93	1.06 148	1.27 272	1.67 21	0.86 149	2.51 53	1.49 46	0.92 26	1.14 27	0.70 11	1.10 88	1.26 33	0.98 90	0.47 276	0.33 237	0.30 100	0.30 187	0.66 304	0.51 257

delet	1.92 152	0.76 186	5.14 155	1.01 126	1.65 338	3.44 116	2.03 331	3.76 177	2.48 261	2.01 162	2.05 226	2.63 235	1.90 249	5.34 214	2.12 263	0.28 59	0.29 207	0.40 241	0.31 203	0.41 196	0.45 221

STrans-v2	3.03 305	0.77 189	20.91 377	0.81 29	0.63 121	3.89 202	1.01 214	4.27 313	2.64 282	2.28 236	3.70 353	4.13 338	5.20 363	7.33 255	1.27 144	0.31 127	0.18 24	0.29 81	0.25 88	0.29 42	0.41 200

TransformOpticalFlow	3.03 305	0.77 189	20.99 380	1.00 122	0.55 95	4.18 274	0.64 56	4.33 334	3.02 330	2.18 210	3.09 336	4.35 349	5.07 361	7.36 258	1.27 144	0.32 142	0.18 24	0.32 134	0.26 101	0.28 34	0.46 231

AFF-stereo	1.31 80	0.77 189	1.46 15	1.10 167	0.45 46	3.93 209	0.48 15	2.92 90	2.92 320	1.90 123	2.21 255	2.11 186	1.52 174	1.93 107	1.12 114	0.21 1	0.16 4	0.25 27	0.25 88	0.29 42	0.20 6

PSMNet-RSSM	1.96 159	0.77 189	3.26 123	1.29 241	1.31 276	4.19 278	0.96 206	3.68 161	1.89 159	2.05 174	1.80 157	2.60 231	1.70 218	9.84 301	1.81 228	0.35 183	0.29 207	0.35 197	0.37 258	0.42 211	0.35 143

FC-DCNN	6.64 389	0.77 189	19.26 321	1.68 329	1.64 335	8.27 401	2.35 344	6.35 397	9.23 400	10.85 410	11.27 397	19.89 407	13.33 402	12.51 389	11.79 375	0.66 332	0.57 335	0.58 323	0.56 329	0.63 290	0.61 289

CoDeX	2.40 229	0.78 194	13.21 228	1.00 122	1.18 247	3.24 90	1.32 263	4.14 277	2.41 249	1.74 95	1.84 181	2.05 177	1.47 160	10.03 311	1.60 198	0.34 165	0.28 199	0.32 134	0.27 125	0.32 97	0.39 178

MIM_Stereo	1.20 48	0.78 194	3.30 125	1.05 144	0.43 37	3.04 74	0.60 42	2.46 49	1.51 55	1.60 68	1.58 97	1.82 141	1.29 125	2.00 111	1.07 104	0.24 10	0.24 155	0.28 66	0.25 88	0.27 23	0.27 55

CRFU-Net	2.49 243	0.78 194	10.36 208	2.30 373	1.08 231	3.91 204	1.41 280	3.85 194	1.65 119	2.15 199	1.76 144	3.34 291	7.95 392	5.56 221	1.48 177	0.47 276	0.35 253	0.30 100	0.28 150	0.37 160	0.43 211

Sa-1000	1.63 116	0.79 197	3.56 133	1.11 171	0.48 69	4.06 237	1.41 280	4.49 361	2.75 295	2.00 160	2.80 321	1.84 147	1.43 149	2.64 163	1.50 181	0.27 34	0.19 39	0.36 208	0.33 218	0.36 154	0.30 97

IIG-Stereo	1.95 157	0.79 197	2.14 69	2.78 382	0.66 131	4.62 348	0.76 104	4.27 313	1.53 67	2.63 303	3.14 339	3.35 292	1.61 191	7.65 264	1.41 164	0.39 220	0.20 56	0.31 119	0.25 88	0.33 112	0.22 9

cf-r	2.57 259	0.79 197	16.09 270	1.48 298	1.35 285	4.19 278	0.93 194	3.68 161	2.36 236	1.97 142	1.81 169	3.42 295	1.45 155	8.24 269	1.83 231	0.32 142	0.26 183	0.33 165	0.30 187	0.34 128	0.37 160

MyStereo07	1.01 24	0.80 200	1.26 4	1.00 122	1.04 223	3.95 216	0.95 201	2.07 30	1.42 22	0.75 6	1.22 34	0.68 8	0.91 46	1.63 80	0.67 12	0.24 10	0.24 155	0.34 181	0.26 101	0.41 196	0.37 160

MyStereo04	2.29 210	0.80 200	18.77 313	1.00 122	1.04 223	3.95 216	0.95 201	3.91 212	2.54 273	1.99 148	1.27 48	2.31 200	1.65 211	2.02 115	1.77 224	0.24 10	0.24 155	0.34 181	0.26 101	0.41 196	0.37 160

rafts_anoy	1.24 59	0.80 200	3.61 137	1.17 200	1.20 258	3.00 73	0.61 45	3.17 108	1.58 93	1.37 50	1.26 42	1.19 68	1.12 93	1.78 94	1.25 140	0.32 142	0.23 127	0.32 134	0.32 210	0.31 74	0.30 97

GEStereo_RVC	1.91 149	0.80 200	6.57 167	1.20 210	1.06 227	4.02 232	1.43 284	4.13 271	1.89 159	2.03 170	1.80 157	2.34 202	1.86 244	4.94 208	1.77 224	0.48 281	0.38 275	0.32 134	0.28 150	0.42 211	0.50 251

TestStereo1	1.56 103	0.81 204	2.32 84	1.61 323	0.64 123	4.13 254	1.36 268	3.79 183	3.20 347	1.60 68	2.57 304	1.39 88	2.15 268	2.51 150	1.30 150	0.29 76	0.20 56	0.34 181	0.25 88	0.40 175	0.36 146

SA-5K	1.56 103	0.81 204	2.32 84	1.61 323	0.64 123	4.13 254	1.36 268	3.79 183	3.20 347	1.60 68	2.57 304	1.39 88	2.15 268	2.51 150	1.30 150	0.29 76	0.20 56	0.34 181	0.25 88	0.40 175	0.36 146

MMNet	2.02 171	0.81 204	10.76 213	1.12 173	1.23 263	3.53 136	0.89 171	3.79 183	2.08 185	2.15 199	1.76 144	2.15 187	2.12 265	3.69 186	2.32 280	0.31 127	0.29 207	0.34 181	0.27 125	0.38 164	0.42 203

psm_up	2.28 207	0.81 204	5.45 163	1.26 232	1.50 311	3.84 191	1.23 255	4.23 297	2.03 177	2.55 287	1.80 157	2.44 216	1.65 211	12.90 391	1.58 194	0.37 195	0.38 275	0.41 248	0.34 225	0.43 219	0.39 178

FAT-Stereo	3.34 328	0.81 204	20.05 343	1.25 226	1.20 258	3.44 116	1.99 329	4.23 297	2.67 286	3.14 340	3.82 356	3.51 307	3.32 330	11.68 367	1.94 242	0.64 327	0.67 354	0.48 282	0.52 320	0.61 287	0.81 327

HSM	2.35 223	0.81 204	2.21 74	1.14 181	1.55 319	3.44 116	1.03 218	3.99 235	2.25 216	2.29 238	2.11 238	8.04 388	3.05 318	11.60 357	1.71 215	0.33 153	0.22 103	0.28 66	0.23 58	0.32 97	0.35 143

StereoDRNet-Refined	1.77 132	0.81 204	2.22 75	1.21 215	0.76 152	3.26 94	0.71 81	3.82 187	2.05 182	2.29 238	2.05 226	2.98 263	1.44 151	7.15 253	2.27 277	0.30 110	0.23 127	0.42 254	0.33 218	0.45 232	0.64 296
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 354	0.82 211	10.85 214	0.86 59	0.43 37	2.16 43	16.77 410	3.22 113	1.54 74	2.04 173	12.05 400	2.68 237	7.53 389	7.30 254	12.62 376	0.30 110	0.21 81	0.29 81	0.28 150	0.33 112	0.41 200

sCroCo_RVC	1.06 31	0.82 211	5.05 154	1.02 135	1.05 225	0.98 4	0.61 45	2.06 28	1.29 15	0.69 5	1.26 42	0.82 33	1.10 88	1.20 26	0.90 67	0.42 246	0.40 288	0.33 165	0.30 187	0.46 239	0.38 173

HITNet	2.07 180	0.82 211	14.77 252	1.34 258	0.56 98	3.47 123	0.80 126	4.07 256	2.35 234	2.16 204	1.61 108	1.64 112	1.44 151	2.09 121	2.56 298	0.26 27	0.18 24	0.41 248	0.26 101	0.45 232	0.25 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
DispNO	2.92 288	0.83 214	19.31 324	1.07 150	1.14 239	3.08 80	0.94 197	3.60 151	2.88 316	2.32 251	2.65 309	3.11 275	2.01 255	11.26 348	2.24 274	0.34 165	0.32 230	0.34 181	0.26 101	0.44 224	0.32 111

iRaft-Stereo_5w	2.10 183	0.83 214	8.57 184	0.81 29	0.76 152	3.21 84	0.84 141	3.71 171	1.65 119	1.56 66	2.50 294	2.20 189	2.23 276	9.13 286	2.01 252	0.38 209	0.19 39	0.35 197	0.27 125	0.45 232	0.39 178

raft+_RVC	1.21 51	0.83 214	2.61 98	1.35 262	0.97 203	3.60 150	0.76 104	3.23 114	1.51 55	1.33 46	1.67 119	1.03 50	1.10 88	1.87 103	0.92 76	0.24 10	0.22 103	0.25 27	0.24 79	0.26 17	0.25 27

ADLNet	2.29 210	0.83 214	3.62 138	1.35 262	1.60 328	3.67 163	1.24 257	3.95 223	2.98 326	2.58 293	2.29 266	4.01 331	1.79 229	11.23 346	2.09 262	0.37 195	0.38 275	0.36 208	0.34 225	0.45 232	0.71 307

AdaStereo	1.45 93	0.83 214	2.34 87	1.28 238	0.81 159	3.21 84	1.14 241	4.20 285	2.46 260	2.05 174	1.77 149	2.48 220	1.18 107	1.71 89	1.44 169	0.43 251	0.25 172	0.43 258	0.28 150	0.44 224	0.34 132
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
4D-IteraStereo	1.97 161	0.84 219	20.43 365	0.78 26	1.56 322	2.09 40	1.05 223	2.43 46	1.56 85	1.41 54	1.00 8	1.94 155	0.61 5	1.22 29	1.06 102	0.27 34	0.18 24	0.31 119	0.26 101	0.27 23	0.23 15

RAFT	1.23 54	0.84 219	2.05 55	0.96 100	0.47 63	1.80 24	0.94 197	3.18 110	1.46 32	1.60 68	1.71 130	3.04 268	1.59 186	1.64 81	1.32 153	0.38 209	0.24 155	0.40 241	0.32 210	0.40 175	0.35 143

FCDSN-DC	6.04 385	0.84 219	19.25 320	1.24 224	1.09 234	4.38 304	2.62 352	4.38 343	4.71 382	9.59 406	11.22 396	19.19 406	17.40 407	12.30 383	8.55 362	0.69 340	0.57 335	0.60 330	0.60 336	0.70 313	0.78 324
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 105	0.84 219	3.25 122	1.36 268	1.40 295	4.07 242	1.01 214	2.68 75	1.50 51	2.11 188	1.88 192	2.37 207	1.50 169	3.41 179	1.42 166	0.36 188	0.28 199	0.52 307	0.40 283	0.53 260	0.43 211

LL-Strereo2	1.23 54	0.85 223	2.38 89	0.93 92	0.68 139	3.72 169	1.37 272	2.54 63	1.99 170	1.75 97	1.40 67	1.82 141	0.73 20	1.40 46	0.99 95	0.31 127	0.23 127	0.55 317	0.35 239	0.29 42	0.24 21

HH	2.23 194	0.86 224	21.59 396	0.98 110	0.51 77	1.49 15	0.82 134	2.74 77	1.54 74	1.10 38	1.69 124	4.62 360	1.86 244	2.55 155	0.69 18	0.26 27	0.22 103	0.29 81	0.23 58	0.34 128	0.27 55

HanStereo	2.23 194	0.86 224	21.59 396	0.98 110	0.51 77	1.49 15	0.82 134	2.74 77	1.54 74	1.10 38	1.69 124	4.62 360	1.86 244	2.55 155	0.69 18	0.26 27	0.22 103	0.29 81	0.23 58	0.34 128	0.27 55

CroCo-Stereo	0.98 16	0.87 226	3.44 129	0.87 62	0.53 92	0.49 1	0.50 17	3.99 235	1.49 46	0.81 18	1.25 41	1.00 48	0.75 22	1.10 9	1.09 109	0.24 10	0.21 81	0.24 17	0.19 18	0.35 143	0.27 55
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ssnet_v2	2.04 174	0.88 227	7.87 178	1.20 210	0.87 178	3.86 199	1.64 305	4.01 238	2.60 279	2.61 299	1.96 206	3.79 320	1.71 220	2.20 131	2.96 311	0.41 236	0.35 253	0.42 254	0.37 258	0.55 265	0.52 262

Anonymous_2	3.01 303	0.89 228	4.53 150	1.06 148	1.18 247	2.93 67	0.87 165	3.24 116	1.46 32	1.86 114	1.35 62	4.11 337	2.35 283	1.64 81	1.28 147	0.82 352	0.90 368	8.71 418	15.84 422	4.44 401	0.74 315

CroCo-Stereo Lap2	0.99 22	0.89 228	2.55 96	0.99 115	1.80 358	0.54 2	0.46 12	3.10 102	1.24 5	1.07 36	1.21 33	1.05 53	0.78 30	1.26 33	1.08 106	0.27 34	0.23 127	0.27 52	0.21 29	0.43 219	0.34 132

NVstereo2D	2.54 252	0.90 230	11.10 216	1.32 250	1.47 307	3.58 147	1.38 274	4.13 271	2.45 257	1.90 123	1.71 130	2.86 256	1.76 225	10.86 333	1.66 210	0.60 319	0.43 301	0.53 309	0.41 287	0.78 328	0.94 341

WCMA_ROB	5.12 370	0.90 230	21.33 389	1.50 301	1.33 283	4.09 244	3.49 377	4.03 244	4.59 381	6.57 391	10.95 395	12.92 399	8.41 396	9.86 302	8.78 363	0.75 344	0.58 339	0.51 301	0.50 315	0.68 310	0.57 279

S-Stereo	3.48 332	0.91 232	22.06 403	1.36 268	1.50 311	3.55 141	2.53 349	4.21 289	2.81 310	2.37 266	3.81 355	3.75 318	1.84 241	11.90 378	2.51 292	0.63 324	0.71 359	0.48 282	0.76 352	0.67 307	1.19 354

MLCV	1.87 140	0.91 232	8.59 185	1.10 167	0.57 107	3.59 148	0.53 23	3.70 170	2.20 209	2.80 318	2.25 260	2.00 169	1.42 147	4.13 198	1.86 234	0.30 110	0.20 56	0.32 134	0.21 29	0.33 112	0.36 146

AASNet	2.44 233	0.92 234	19.79 334	1.35 262	1.49 309	3.81 184	1.07 226	3.85 194	2.93 321	1.95 137	2.29 266	1.96 162	1.29 125	1.73 91	1.93 240	0.39 220	0.33 237	0.45 267	0.30 187	0.55 265	0.45 221

ADLNet2	3.15 318	0.92 234	20.06 344	1.20 210	1.79 355	3.83 186	1.48 286	3.94 221	3.59 365	2.19 214	2.47 291	4.65 363	1.93 252	10.69 328	1.96 247	0.39 220	0.37 269	0.28 66	0.30 187	0.48 244	0.43 211

111	1.83 137	0.92 234	9.08 190	0.81 29	0.36 5	4.25 288	0.91 183	4.44 352	2.70 289	2.39 271	1.96 206	2.30 199	1.64 209	1.28 37	1.82 229	0.28 59	0.22 103	0.24 17	0.20 23	0.31 74	0.54 270

OMP-Stereo	1.97 161	0.93 237	1.88 40	2.76 381	0.67 134	4.58 343	1.48 286	4.31 328	1.54 74	3.15 342	2.76 318	3.25 284	1.38 136	7.66 265	1.35 160	0.40 226	0.20 56	0.33 165	0.26 101	0.33 112	0.24 21

stereogan	3.09 310	0.93 237	16.43 274	1.37 276	1.66 341	3.70 166	1.67 310	3.87 199	3.15 341	3.04 333	2.70 314	5.04 371	2.79 304	9.96 307	1.78 226	0.63 324	0.49 326	0.69 346	0.47 304	0.83 335	0.68 303

RYNet	2.97 297	0.93 237	15.09 261	1.12 173	1.38 292	3.66 162	1.42 282	4.03 244	2.29 226	2.10 184	1.70 126	3.79 320	2.16 270	13.64 400	3.02 314	0.37 195	0.41 294	0.48 282	0.34 225	0.81 332	0.75 318

iResNet	2.52 249	0.94 240	21.17 386	1.84 348	0.72 143	3.75 173	0.81 131	4.14 277	2.55 274	2.33 258	2.03 218	1.35 83	1.44 151	3.27 177	2.16 269	0.35 183	0.23 127	0.28 66	0.22 50	0.44 224	0.45 221

CBFPSM	2.05 177	0.95 241	10.12 206	1.07 150	1.05 225	2.84 59	1.20 251	3.28 118	1.73 135	1.82 108	1.30 52	4.56 358	4.06 346	2.34 140	2.34 282	0.25 19	0.38 275	0.32 134	0.27 125	0.37 160	0.79 326

XX-TBD	1.03 29	0.95 241	1.94 45	1.30 246	0.43 37	3.97 224	0.33 3	1.74 14	1.73 135	1.59 67	2.02 217	0.69 10	0.60 3	1.16 17	0.66 10	0.30 110	0.25 172	0.23 5	0.15 4	0.31 74	0.22 9

CFNet-ft	1.90 147	0.95 241	3.56 133	1.07 150	1.54 315	4.09 244	0.90 175	2.85 85	1.82 147	1.78 101	1.70 126	2.75 244	1.48 162	9.33 290	1.72 216	0.33 153	0.30 216	0.61 333	0.36 247	0.52 254	0.39 178

STTStereo	2.34 221	0.95 241	14.93 258	1.43 286	1.54 315	3.86 199	0.86 149	3.65 156	2.44 256	2.15 199	1.55 91	2.49 222	1.59 186	5.14 211	1.44 169	0.38 209	0.39 283	0.47 274	0.51 317	0.52 254	0.51 257

CFNet_RVC	1.90 147	0.95 241	3.56 133	1.07 150	1.54 315	4.09 244	0.90 175	2.85 85	1.82 147	1.78 101	1.70 126	2.75 244	1.48 162	9.33 290	1.72 216	0.33 153	0.30 216	0.61 333	0.36 247	0.52 254	0.39 178

DLCB_ROB	2.05 177	0.95 241	2.37 88	1.24 224	1.02 219	2.92 66	1.30 261	3.68 161	2.30 227	2.91 323	2.17 248	3.32 290	1.52 174	10.37 319	2.50 291	0.40 226	0.33 237	0.40 241	0.36 247	0.41 196	0.47 236

CBMV	3.32 327	0.96 247	21.16 385	1.32 250	0.83 168	3.81 184	3.91 389	4.47 357	2.53 271	3.34 349	2.24 258	4.45 352	2.58 297	10.07 313	1.96 247	0.45 264	0.43 301	0.48 282	0.38 269	0.52 254	0.53 264
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 266	0.97 248	8.01 179	1.54 308	1.24 265	3.75 173	2.18 339	4.07 256	2.41 249	2.66 307	3.25 342	2.87 257	2.31 281	9.89 303	3.50 320	0.78 346	0.75 363	0.71 349	0.67 342	0.76 325	0.81 327

DRN-Test	3.03 305	0.99 249	18.18 301	1.35 262	1.60 328	3.59 148	1.48 286	4.13 271	2.45 257	3.47 354	1.92 203	2.58 230	2.53 294	10.88 334	2.80 307	0.39 220	0.36 257	0.44 261	0.41 287	0.55 265	0.57 279

GMStereo	1.01 24	1.00 250	2.86 111	0.83 43	0.45 46	1.47 14	0.57 30	1.89 22	2.11 198	1.52 61	1.24 37	0.87 38	0.74 21	1.58 66	0.94 84	0.40 226	0.21 81	0.30 100	0.30 187	0.47 241	0.36 146
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 330	1.01 251	21.99 402	1.28 238	1.37 288	2.67 57	1.39 275	3.98 231	2.87 315	2.93 325	3.27 344	4.35 349	2.43 288	11.62 359	2.39 283	0.60 319	0.63 349	0.79 358	0.55 327	0.68 310	0.67 301

AACVNet	1.83 137	1.02 252	2.41 91	1.45 291	0.87 178	3.21 84	0.73 87	3.16 106	1.61 111	2.01 162	1.82 175	2.28 193	1.33 131	10.98 339	1.49 180	0.39 220	0.32 230	0.38 232	0.32 210	0.43 219	0.44 216

TestStereo	2.00 167	1.02 252	12.25 222	0.70 7	0.61 117	1.88 28	0.55 27	2.31 39	1.52 62	1.41 54	1.33 54	1.27 75	0.90 44	11.62 359	0.81 42	0.34 165	0.19 39	0.33 165	0.24 79	0.44 224	0.24 21

RALCasStereoNet	1.19 43	1.02 252	2.06 64	1.12 173	1.14 239	3.08 80	0.70 79	2.99 94	1.73 135	1.34 47	1.68 121	1.18 65	0.91 46	2.16 127	1.00 97	0.30 110	0.26 183	0.24 17	0.21 29	0.29 42	0.30 97

FBW_ROB	3.24 322	1.02 252	9.21 196	1.49 300	1.07 229	3.78 178	1.48 286	4.31 328	3.08 334	2.46 277	2.32 282	4.20 344	2.08 263	15.19 406	7.16 354	0.84 355	0.62 347	1.33 379	0.92 364	0.99 347	1.31 358

iResNet_ROB	1.89 145	1.02 252	8.60 186	1.39 280	0.98 207	3.72 169	0.66 64	3.84 191	2.65 283	1.88 117	2.05 226	1.98 166	1.27 120	4.52 202	1.67 211	0.30 110	0.20 56	0.28 66	0.18 9	0.31 74	0.40 195

STTRV1_RVC	3.52 333	1.03 257	20.87 376	1.47 296	1.47 307	3.23 87	1.55 297	4.06 254	3.22 349	1.95 137	3.50 350	2.63 235	2.07 262	11.96 380	2.21 272	1.86 381	4.03 413	0.81 361	0.73 349	1.06 350	0.70 306

NLCA_NET_v2_RVC	2.54 252	1.04 258	16.73 280	1.53 306	2.00 367	3.96 221	0.87 165	3.87 199	2.31 229	2.54 286	1.67 119	2.85 255	1.63 206	5.55 220	1.62 203	0.46 268	0.33 237	0.38 232	0.38 269	0.53 260	0.62 291
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GwcNet-RSSM	2.66 266	1.05 259	15.91 268	1.22 218	1.19 253	4.12 251	1.12 236	3.84 191	2.02 175	1.93 133	1.79 154	3.12 276	1.46 158	10.37 319	2.05 256	0.33 153	0.27 191	0.35 197	0.30 187	0.40 175	0.36 146

GANet	2.93 289	1.05 259	11.29 218	1.64 325	0.96 200	3.91 204	2.52 348	3.72 172	2.41 249	2.95 330	3.00 330	3.21 280	2.03 256	12.42 386	4.72 334	0.51 300	0.41 294	0.46 271	0.39 273	0.60 282	0.50 251

RAFT_CTSACE	1.80 135	1.06 261	10.00 203	1.71 332	1.39 293	3.49 127	1.06 224	3.05 99	1.62 114	1.70 88	2.04 221	2.51 223	1.80 234	1.98 110	0.94 84	0.25 19	0.22 103	0.28 66	0.30 187	0.30 58	0.26 43

FINET	2.96 293	1.07 262	23.18 409	1.29 241	1.86 360	2.03 33	1.52 291	4.30 325	4.71 382	2.23 229	2.34 284	1.65 113	1.48 162	5.89 228	2.81 308	0.51 300	0.47 319	0.49 295	0.40 283	0.59 278	0.49 244

DANet	2.63 262	1.07 262	8.10 180	1.83 347	1.70 345	3.25 93	1.16 243	4.31 328	2.38 244	3.40 352	2.18 249	4.08 335	1.80 234	9.77 298	3.89 326	0.52 306	0.55 332	0.59 325	0.44 295	0.63 290	0.86 333
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 74	1.08 264	3.21 121	1.25 226	0.94 197	1.44 13	0.69 74	3.15 105	2.57 276	2.01 162	1.80 157	1.29 78	1.05 72	2.00 111	1.48 177	0.27 34	0.20 56	0.27 52	0.24 79	0.40 175	0.27 55

TDLM	2.29 210	1.08 264	4.61 151	1.29 241	1.01 218	4.26 289	2.17 338	3.75 175	2.79 300	2.31 247	1.98 212	2.06 179	1.59 186	12.45 387	1.72 216	0.51 300	0.28 199	0.52 307	0.35 239	0.56 271	0.50 251

MSMD_ROB	5.61 378	1.08 264	16.68 278	1.21 215	0.83 168	10.14 403	2.07 334	3.93 218	6.22 395	10.37 409	8.03 378	22.22 410	9.45 398	11.66 365	4.52 331	0.66 332	0.58 339	0.66 343	0.68 345	0.65 299	0.63 294

DeepPruner_ROB	2.05 177	1.09 267	10.50 211	1.01 126	1.20 258	4.39 306	0.91 183	3.14 104	1.72 133	2.60 297	1.54 89	2.78 251	1.27 120	4.52 202	1.72 216	0.51 300	0.40 288	0.37 220	0.34 225	0.48 244	0.52 262

HBP-ISP	3.25 324	1.10 268	20.86 375	1.54 308	1.15 242	4.50 327	2.89 360	4.43 351	2.38 244	4.14 368	1.96 206	1.90 152	2.04 258	11.08 345	1.32 153	0.66 332	0.57 335	0.66 343	0.61 339	0.64 296	0.61 289

CFNet	2.34 221	1.10 268	8.96 189	1.34 258	1.24 265	4.09 244	0.73 87	4.04 248	2.77 297	1.62 75	1.87 191	2.27 192	1.45 155	11.41 351	1.82 229	0.31 127	0.24 155	0.43 258	0.36 247	0.43 219	0.33 122

CVANet_RVC	2.55 256	1.10 268	9.13 195	1.46 293	1.15 242	3.96 221	1.53 293	3.91 212	2.50 266	3.04 333	2.04 221	2.60 231	1.72 222	12.46 388	1.50 181	0.49 291	0.30 216	0.51 301	0.41 287	0.63 290	0.50 251

ACRE	2.27 202	1.11 271	19.45 325	0.91 78	1.30 274	3.94 211	0.87 165	4.21 289	1.80 146	2.28 236	2.62 306	1.17 62	1.04 70	1.52 61	1.30 150	0.37 195	0.23 127	0.27 52	0.22 50	0.31 74	0.46 231

XPNet_ROB	2.27 202	1.11 271	4.10 142	1.36 268	0.97 203	3.94 211	1.63 303	4.07 256	2.14 200	2.82 320	2.00 215	2.32 201	1.73 224	10.81 332	3.39 319	0.51 300	0.47 319	0.48 282	0.40 283	0.51 251	0.56 275

MyStereo8	2.33 219	1.13 273	19.26 321	1.22 218	1.62 331	4.16 267	0.57 30	3.50 138	2.36 236	2.15 199	1.75 141	2.28 193	1.14 101	1.46 56	2.20 271	0.24 10	0.21 81	0.32 134	0.27 125	0.36 154	0.43 211

ARAFT	2.56 257	1.13 273	19.50 328	0.89 69	0.48 69	4.15 258	1.40 277	4.36 340	2.82 312	2.36 265	1.88 192	1.70 119	1.04 70	6.45 237	1.22 136	0.29 76	0.18 24	0.37 220	0.35 239	0.35 143	0.25 27

NaN_ROB	4.06 352	1.13 273	16.64 277	1.12 173	1.25 268	3.50 130	3.05 367	4.29 318	3.26 352	3.64 355	2.56 302	2.97 262	4.79 358	13.33 394	16.91 393	0.37 195	0.41 294	0.38 232	0.39 273	0.48 244	0.81 327

SACVNet	2.46 236	1.14 276	9.47 197	1.44 288	1.18 247	4.06 237	1.49 290	3.84 191	2.24 214	2.62 300	1.89 197	2.57 227	1.28 123	11.35 350	1.64 207	0.50 294	0.39 283	0.48 282	0.41 287	0.55 265	0.75 318

raft_robust	1.92 152	1.15 277	3.34 128	1.02 135	0.43 37	3.84 191	0.46 12	4.42 348	2.52 270	1.67 84	1.36 63	2.17 188	6.37 379	6.78 248	1.04 100	0.28 59	0.24 155	0.30 100	0.35 239	0.31 74	0.32 111

dd	1.26 69	1.15 277	2.47 94	0.92 81	0.49 73	4.35 302	0.75 103	1.92 23	2.11 198	1.44 56	1.24 37	1.19 68	1.05 72	1.78 94	1.70 214	0.57 315	0.34 249	0.35 197	0.33 218	0.60 282	0.46 231

psmorigin	6.59 388	1.15 277	88.11 434	1.52 303	0.97 203	2.88 62	1.20 251	3.21 111	2.04 180	3.73 358	2.46 289	5.15 374	2.55 295	10.60 325	2.47 289	0.55 311	0.68 357	0.48 282	0.51 317	0.70 313	0.88 337

Nwc_Net	2.88 285	1.16 280	18.30 304	1.35 262	1.68 343	3.52 135	1.18 247	3.90 208	2.06 183	2.52 285	2.82 324	3.82 322	2.34 282	6.78 248	2.55 297	0.86 356	0.40 288	0.59 325	0.67 342	0.57 275	0.55 273

SGM-ForestM	11.55 405	1.16 280	21.62 398	2.14 365	0.81 159	22.25 418	19.08 414	16.50 417	11.34 402	15.94 416	14.44 407	27.12 418	22.61 416	24.76 417	28.39 421	0.50 294	0.48 324	0.47 274	0.44 295	0.55 265	0.53 264

iinet-f	2.26 200	1.18 282	13.71 234	1.14 181	1.11 236	3.77 176	1.10 233	4.14 277	2.17 205	2.06 177	1.76 144	2.99 264	2.99 312	2.50 147	2.49 290	0.35 183	0.39 283	0.27 52	0.28 150	0.45 232	0.39 178

CIPLG	2.27 202	1.18 282	19.24 319	0.92 81	1.34 284	3.95 216	0.89 171	4.23 297	1.82 147	2.31 247	2.67 311	1.17 62	1.06 79	1.53 63	1.32 153	0.37 195	0.23 127	0.27 52	0.22 50	0.31 74	0.45 221

fast-acv-ft	2.54 252	1.19 284	20.08 347	1.41 283	1.40 295	3.18 83	1.17 246	3.37 129	2.28 224	1.90 123	2.15 245	2.69 238	2.17 272	2.91 171	2.31 279	0.37 195	0.39 283	0.45 267	0.39 273	0.57 275	0.45 221

dad	1.65 117	1.19 284	3.04 117	0.98 110	0.56 98	4.22 284	0.84 141	1.99 25	2.48 261	2.14 194	1.68 121	1.62 111	1.13 95	3.85 189	2.04 254	1.03 364	0.40 288	2.04 384	0.48 308	0.75 324	0.53 264

RP	2.79 276	1.20 286	10.36 208	1.54 308	1.93 364	3.44 116	1.97 327	4.05 252	2.34 232	2.66 307	2.79 319	3.98 329	2.58 297	10.21 315	2.61 299	0.95 360	0.47 319	0.71 349	0.57 332	0.71 318	0.68 303

GMStereo_Zeroshot	1.41 90	1.21 287	3.33 127	1.29 241	0.72 143	3.35 107	0.53 23	2.58 70	1.68 123	2.35 260	1.56 94	2.42 213	0.96 54	2.50 147	1.16 120	0.45 264	0.23 127	0.40 241	0.24 79	0.79 330	0.33 122

gwcnet-sp	2.31 214	1.21 287	17.34 287	1.08 155	0.92 191	3.56 143	1.04 220	3.69 166	2.09 188	2.55 287	1.60 104	1.80 137	1.62 194	3.87 190	1.95 244	0.29 76	0.29 207	0.30 100	0.28 150	0.38 164	0.39 178

scenet	2.31 214	1.21 287	17.34 287	1.08 155	0.92 191	3.56 143	1.04 220	3.69 166	2.09 188	2.55 287	1.60 104	1.80 137	1.62 194	3.87 190	1.95 244	0.29 76	0.29 207	0.30 100	0.28 150	0.38 164	0.39 178

ssnet	2.31 214	1.21 287	17.34 287	1.08 155	0.92 191	3.56 143	1.04 220	3.69 166	2.09 188	2.55 287	1.60 104	1.80 137	1.62 194	3.87 190	1.95 244	0.29 76	0.29 207	0.30 100	0.28 150	0.38 164	0.39 178

G-Net	4.11 353	1.21 287	19.47 327	2.31 374	2.94 386	4.74 372	2.95 361	3.33 128	2.14 200	4.44 375	9.43 389	6.93 384	3.84 342	9.01 284	4.92 339	0.79 347	0.80 365	0.70 348	0.50 315	0.95 342	0.87 336

LE_ROB	18.58 413	1.21 287	48.38 425	8.60 417	23.00 420	7.32 398	19.74 415	9.94 402	38.69 427	43.53 425	21.91 411	28.40 419	40.92 421	23.18 413	54.71 426	0.34 165	0.33 237	0.32 134	0.36 247	0.42 211	0.40 195

sAnonymous2	1.37 85	1.22 293	9.79 200	0.92 81	0.88 181	1.23 7	0.61 45	2.56 66	1.69 128	0.85 23	1.02 9	0.73 20	1.23 116	0.98 4	0.78 37	0.29 76	0.25 172	0.31 119	0.30 187	1.06 350	0.71 307

CroCo_RVC	1.37 85	1.22 293	9.79 200	0.92 81	0.88 181	1.23 7	0.61 45	2.56 66	1.69 128	0.85 23	1.02 9	0.73 20	1.23 116	0.98 4	0.78 37	0.29 76	0.25 172	0.31 119	0.30 187	1.06 350	0.71 307

DMCA-RVC	2.45 234	1.22 293	18.29 303	1.23 222	1.14 239	2.49 51	0.85 147	3.29 119	1.68 123	3.02 332	1.41 68	2.00 169	1.53 181	6.39 236	2.00 250	0.38 209	0.30 216	0.44 261	0.35 239	0.45 232	0.44 216

pmcnn	5.45 376	1.22 293	17.40 291	1.60 320	2.41 380	3.48 125	2.12 335	4.52 366	3.26 352	3.67 357	13.15 403	22.10 409	3.46 336	11.92 379	17.16 395	0.34 165	0.21 81	0.23 5	0.19 18	0.36 154	0.28 68

ADCRef	3.30 325	1.23 297	14.90 256	1.17 200	1.41 301	3.95 216	1.64 305	3.88 202	2.36 236	3.05 335	2.21 255	2.40 208	2.81 306	5.04 209	16.63 392	0.46 268	0.34 249	0.63 337	0.62 340	0.54 263	0.67 301

whm_eth	2.04 174	1.24 298	18.44 309	0.89 69	1.37 288	2.59 55	0.73 87	3.56 147	2.56 275	1.53 63	2.06 230	0.78 25	0.71 15	1.02 7	0.98 90	0.36 188	0.29 207	0.34 181	0.32 210	0.41 196	0.54 270

PA-Net	3.09 310	1.24 298	18.84 314	1.38 278	1.19 253	3.42 114	1.75 313	3.89 203	3.27 355	1.88 117	2.10 234	3.03 267	1.88 248	11.60 357	2.88 309	0.40 226	0.54 330	0.44 261	0.62 340	0.52 254	1.02 344
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 315	1.25 300	21.14 383	1.31 248	1.52 313	3.94 211	1.13 239	3.32 125	2.14 200	2.20 216	2.03 218	3.05 271	1.96 253	11.79 372	2.53 294	0.42 246	0.45 308	0.64 340	0.46 301	0.67 307	0.57 279

anonymity	1.76 130	1.26 301	2.73 107	1.66 327	1.32 280	1.84 25	1.07 226	3.49 136	2.30 227	2.11 188	2.11 238	1.71 121	3.90 344	1.82 98	1.48 177	1.10 366	1.09 372	1.08 373	1.08 372	1.05 349	1.09 349

NCC-stereo	3.16 319	1.28 302	18.31 305	1.25 226	1.75 350	4.06 237	1.40 277	3.89 203	2.22 210	2.72 311	2.55 300	3.49 305	2.65 300	9.91 304	2.99 312	1.29 375	0.65 351	0.64 340	0.86 361	0.65 299	0.71 307

Abc-Net	3.16 319	1.28 302	18.31 305	1.25 226	1.75 350	4.06 237	1.40 277	3.89 203	2.22 210	2.72 311	2.55 300	3.49 305	2.65 300	9.91 304	2.99 312	1.29 375	0.65 351	0.64 340	0.86 361	0.65 299	0.71 307
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LoS_RVC	0.94 12	1.30 304	1.31 8	0.84 49	1.63 333	2.02 32	0.59 39	1.51 4	1.36 18	0.81 18	1.33 54	0.84 34	0.88 41	1.36 45	0.73 29	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 365

AF-Net	2.87 283	1.30 304	16.24 271	1.33 254	1.75 350	3.26 94	1.59 300	4.09 262	2.43 253	2.69 309	2.94 327	4.51 355	3.20 325	5.84 227	2.75 305	0.76 345	0.36 257	0.72 353	0.49 311	0.70 313	0.56 275

IPLGR_C	2.28 207	1.31 306	19.46 326	0.92 81	1.32 280	3.93 209	0.89 171	4.20 285	1.82 147	2.30 242	2.63 308	1.16 61	1.07 81	1.41 49	1.29 149	0.37 195	0.23 127	0.27 52	0.22 50	0.31 74	0.45 221

LMCR-Stereo	2.40 229	1.31 306	18.61 311	1.59 318	0.86 176	3.87 201	1.15 242	4.32 332	1.60 108	2.25 233	2.27 261	1.13 57	2.43 288	2.48 146	1.60 198	0.88 357	0.24 155	0.29 81	0.24 79	0.56 271	0.30 97

CSP-Net	1.78 133	1.32 308	1.92 44	1.16 199	1.03 220	3.38 109	1.31 262	3.52 142	1.75 142	1.96 140	1.93 204	2.40 208	1.48 162	8.58 275	1.58 194	0.46 268	0.34 249	0.27 52	0.26 101	0.41 196	0.50 251

AnonymousM	1.22 53	1.32 308	0.97 1	0.88 66	0.56 98	4.03 233	0.69 74	2.41 43	1.68 123	1.48 58	1.31 53	1.15 60	1.00 62	1.18 24	0.73 29	0.32 142	0.40 288	2.07 385	1.70 387	0.24 5	0.22 9

MeshStereo	5.35 374	1.32 308	21.34 390	1.34 258	1.15 242	4.40 310	3.90 388	5.18 386	4.55 380	10.14 408	11.82 399	11.47 394	5.84 371	13.84 402	7.03 353	0.61 321	0.58 339	0.60 330	0.58 333	0.72 321	0.59 286
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PS-NSSS	2.22 192	1.33 311	2.90 112	0.97 107	1.53 314	4.11 249	1.08 229	4.55 368	2.65 283	2.10 184	2.32 282	1.77 126	1.40 140	11.79 372	1.61 201	0.68 337	0.45 308	0.96 367	0.43 293	0.95 342	0.92 339

NCCL2	2.53 250	1.35 312	10.90 215	1.15 194	0.97 203	3.53 136	2.56 350	3.65 156	2.23 212	2.76 314	1.80 157	2.41 210	1.66 213	10.35 318	2.07 260	0.44 258	0.40 288	0.57 321	0.53 324	0.59 278	0.65 298

BEATNet_4x	1.92 152	1.36 313	8.75 188	1.20 210	0.56 98	3.46 121	1.03 218	4.00 237	2.43 253	2.25 233	1.70 126	2.10 184	1.59 186	2.57 158	3.05 315	0.37 195	0.22 103	0.47 274	0.29 173	0.60 282	0.40 195

DPSNet	3.43 331	1.37 314	12.19 221	1.39 280	1.24 265	4.15 258	2.06 332	4.51 365	3.34 357	2.69 309	1.96 206	3.52 308	5.56 368	10.68 327	9.68 366	0.93 358	0.73 361	0.40 241	0.37 258	1.06 350	0.86 333

MANE	11.39 404	1.38 315	23.16 408	4.82 410	2.79 385	22.02 417	14.51 409	25.81 418	26.28 419	10.93 411	13.17 404	19.90 408	18.03 410	15.69 407	20.41 408	0.96 361	0.74 362	1.42 380	3.24 412	0.74 322	1.71 371

PSMNet_ROB	2.95 290	1.38 315	18.46 310	1.19 207	1.20 258	3.80 182	1.65 308	3.54 144	2.35 234	1.98 143	1.71 130	2.75 244	1.79 229	11.43 353	2.78 306	0.42 246	0.36 257	0.50 298	0.60 336	0.59 278	0.49 244

CSAN	4.71 365	1.39 317	20.23 352	1.19 207	0.87 178	3.65 161	3.50 378	4.57 370	3.87 371	3.89 361	7.82 376	3.54 312	6.16 377	23.47 416	6.82 349	0.52 306	0.45 308	0.49 295	0.52 320	0.63 290	0.66 300

NVStereoNet_ROB	4.91 369	1.40 318	16.46 275	1.47 296	1.72 348	3.46 121	1.96 326	3.89 203	3.61 366	2.90 322	24.61 415	4.81 365	4.49 355	13.57 398	4.87 337	1.33 378	1.29 380	1.70 382	1.68 385	1.41 373	1.66 369
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 180	1.40 318	3.01 116	1.09 159	0.92 191	3.94 211	1.53 293	4.25 305	2.23 212	3.31 347	2.06 230	2.35 204	1.52 174	8.74 277	2.07 260	0.44 258	0.36 257	0.51 301	0.48 308	0.54 263	0.62 291

MaskLacGwcNet_RVC	3.13 315	1.43 320	9.93 202	2.50 377	1.62 331	4.29 296	1.68 312	3.95 223	2.43 253	1.66 82	1.91 202	3.04 268	1.41 144	13.26 393	1.58 194	3.82 400	1.59 384	1.12 375	0.46 301	2.21 381	2.74 392

SPS-STEREO	3.97 349	1.44 321	20.85 374	1.72 334	1.71 346	3.24 90	2.30 343	3.55 145	2.68 288	4.79 379	3.66 352	5.44 377	2.97 311	9.11 285	9.35 365	1.15 369	1.10 373	1.06 372	1.02 370	1.16 362	1.18 353
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 313	1.45 322	14.90 256	1.46 293	1.79 355	3.33 105	1.39 275	4.04 248	2.26 219	2.77 315	3.26 343	4.00 330	2.71 302	11.63 364	2.62 301	0.82 352	0.46 315	0.79 358	0.79 358	0.71 318	0.78 324

Wz-Net-LNSev-Ref	2.42 231	1.47 323	14.14 246	1.30 246	1.35 285	3.51 132	1.64 305	4.04 248	2.10 196	2.46 277	1.88 192	2.28 193	2.51 293	4.73 207	3.17 317	0.38 209	0.19 39	0.35 197	0.20 23	0.40 175	0.36 146

LALA_ROB	1.95 157	1.48 324	3.11 119	1.05 144	0.98 207	3.99 227	1.82 319	4.44 352	2.28 224	3.31 347	1.85 188	2.76 250	1.67 215	4.04 197	3.23 318	0.46 268	0.41 294	0.55 317	0.52 320	0.60 282	0.57 279

StereoDRNet	2.84 279	1.49 325	14.48 251	1.33 254	1.57 326	3.44 116	2.06 332	3.69 166	2.36 236	3.26 346	1.84 181	2.79 253	1.80 234	10.88 334	3.16 316	0.41 236	0.33 237	0.39 235	0.36 247	0.59 278	0.58 283

UDGNet	1.40 88	1.52 326	2.22 75	1.38 278	0.62 120	4.39 306	0.68 69	1.80 20	2.18 207	1.34 47	1.18 30	0.99 47	1.00 62	2.16 127	1.19 126	1.09 365	0.34 249	1.30 378	0.98 367	1.10 356	0.58 283

PDISCO_ROB	2.86 280	1.53 327	14.27 249	1.98 359	2.19 374	4.52 332	1.35 266	4.65 374	3.19 344	2.09 181	2.16 246	3.53 309	2.45 290	5.32 213	2.12 263	1.30 377	0.78 364	0.72 353	0.59 335	1.24 367	1.28 356

DN-CSS_ROB	1.91 149	1.55 328	11.13 217	1.82 346	0.88 181	3.99 227	0.61 45	4.01 238	1.67 122	1.64 78	1.89 197	1.39 88	1.06 79	3.23 176	1.50 181	0.31 127	0.19 39	0.44 261	0.29 173	0.37 160	0.31 104

DGSMNet	7.55 396	1.62 329	17.42 292	1.92 354	12.73 414	7.45 399	42.99 425	4.13 271	2.07 184	2.10 184	3.16 340	3.42 295	1.70 218	9.24 289	2.30 278	3.70 399	10.89 422	11.80 422	5.54 413	4.24 397	2.66 387

ELAS	5.99 384	1.62 329	20.29 358	1.96 358	2.01 368	15.09 412	8.38 402	5.23 387	5.54 391	9.02 402	8.61 383	6.74 382	9.75 399	7.48 259	11.40 374	0.96 361	1.18 375	0.72 353	0.93 365	1.30 369	1.67 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 302	1.63 331	19.83 336	1.32 250	2.04 371	3.27 96	1.55 297	3.65 156	2.33 231	2.00 160	2.12 241	3.56 313	1.68 216	9.47 293	2.45 287	0.44 258	0.45 308	0.46 271	0.38 269	0.60 282	0.76 320

ADCL	4.35 358	1.63 331	14.21 248	1.29 241	1.26 271	5.56 387	11.16 403	3.97 229	3.37 358	6.07 387	4.67 363	4.30 348	5.72 370	5.08 210	14.51 381	0.50 294	0.48 324	0.89 365	0.77 354	0.78 328	0.76 320

ADCPNet	3.89 344	1.63 331	20.25 356	1.28 238	1.27 272	6.43 392	2.65 353	3.93 218	2.70 289	2.78 316	2.20 253	4.28 347	6.16 377	5.56 221	10.27 369	0.65 330	1.18 375	0.71 349	1.70 387	0.84 336	1.37 361

ELAS_RVC	5.72 381	1.64 334	20.40 362	2.09 364	2.01 368	4.95 379	11.47 405	4.66 375	6.31 397	8.09 399	8.01 377	8.06 390	11.65 400	8.36 270	10.22 368	0.99 363	1.17 374	0.81 361	0.76 352	1.14 359	1.58 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 280	1.66 335	19.61 329	1.40 282	1.75 350	3.84 191	1.32 263	4.07 256	2.25 216	1.78 101	2.67 311	1.82 141	4.41 353	1.94 109	2.06 257	0.83 354	0.94 369	1.03 369	1.12 373	1.70 377	1.09 349

aanetorigin	3.30 325	1.66 335	17.52 296	1.18 205	1.58 327	2.57 54	3.80 386	2.65 74	2.03 177	6.12 389	4.30 361	2.82 254	5.70 369	5.47 218	4.67 332	0.50 294	0.44 304	0.43 258	0.47 304	1.17 363	0.92 339

Wz-Net-LNSev	2.30 213	1.67 337	14.88 255	1.18 205	1.65 338	3.49 127	1.54 296	3.63 154	2.03 177	1.88 117	1.64 113	3.29 287	2.06 260	2.71 167	2.02 253	0.40 226	0.33 237	0.32 134	0.31 203	0.53 260	0.49 244

DeepPrunerF	3.70 339	1.72 338	14.87 254	1.33 254	1.74 349	3.70 166	1.55 297	4.20 285	14.00 406	2.02 166	1.77 149	2.74 242	2.30 278	10.88 334	6.88 351	0.68 337	0.60 344	0.78 357	0.78 357	0.81 332	0.71 307

AANet_RVC	3.03 305	1.72 338	12.78 225	1.17 200	1.12 237	3.79 181	1.10 233	3.86 197	3.13 337	2.62 300	4.26 360	3.96 328	1.41 144	11.43 353	5.23 341	0.94 359	0.47 319	0.34 181	0.23 58	0.40 175	0.55 273

SANet	5.65 380	1.72 338	20.94 378	1.26 232	0.88 181	7.20 396	3.81 387	4.60 372	11.23 401	4.56 376	8.78 386	7.49 385	6.95 383	11.85 375	18.11 399	0.49 291	0.44 304	0.50 298	0.42 292	0.90 340	0.82 331

FADNet	2.49 243	1.76 341	13.17 227	1.17 200	0.95 199	3.27 96	0.88 169	3.94 221	2.27 221	1.40 53	1.29 51	2.51 223	2.06 260	9.93 306	1.94 242	0.43 251	0.45 308	0.40 241	0.43 293	1.06 350	0.53 264

CC-Net-ROB	3.35 329	1.76 341	13.89 242	2.33 375	1.65 338	4.49 324	1.62 302	4.73 378	2.90 318	1.92 129	2.05 226	1.99 168	1.61 191	12.57 390	1.60 198	2.46 385	2.18 392	2.68 395	1.04 371	2.11 380	1.38 363

LL-Strereo	3.01 303	1.81 343	17.59 297	1.12 173	2.10 372	2.90 63	1.09 231	4.33 334	2.00 174	3.12 339	2.24 258	3.29 287	3.15 321	11.31 349	1.84 232	0.30 110	0.28 199	0.46 271	0.34 225	0.49 249	0.45 221

TRStereo	2.31 214	1.87 344	19.74 333	1.53 306	1.16 246	4.26 289	1.08 229	4.73 378	1.45 25	1.55 64	1.28 49	1.75 124	0.85 37	1.81 96	1.20 129	0.36 188	0.26 183	0.32 134	0.36 247	0.34 128	0.33 122

MFMNet_re	2.91 286	1.91 345	18.25 302	3.06 386	1.89 362	3.13 82	1.67 310	3.52 142	2.97 323	3.14 340	2.87 326	2.26 191	2.41 286	2.42 141	2.00 250	1.10 366	1.05 371	0.94 366	0.90 363	1.28 368	1.46 367

SDNR	3.97 349	1.93 346	20.28 357	1.31 248	0.94 197	5.16 382	0.67 65	4.33 334	2.58 277	4.82 380	5.94 371	5.01 370	1.45 155	17.52 408	2.53 294	0.79 347	0.72 360	0.59 325	0.45 299	1.15 361	1.17 352

GANetREF_RVC	3.20 321	1.93 346	18.84 314	1.51 302	0.80 157	4.12 251	1.82 319	4.16 281	2.91 319	1.87 115	1.74 137	2.48 220	1.84 241	13.18 392	1.74 221	0.80 349	0.57 335	0.79 358	0.74 350	1.20 366	0.86 333
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ADCP+	3.74 342	1.96 348	16.90 283	1.09 159	1.55 319	4.35 302	3.65 384	3.93 218	2.98 326	2.22 225	1.66 118	3.95 326	4.83 359	3.41 179	18.87 405	0.38 209	0.41 294	0.63 337	0.53 324	0.64 296	0.81 327

PVD	3.12 314	1.97 349	12.80 226	1.79 344	1.63 333	3.83 186	1.34 265	3.48 133	3.88 372	5.77 384	3.56 351	3.45 297	3.29 328	5.58 223	5.30 342	0.71 343	0.69 358	0.74 356	0.77 354	0.79 330	1.13 351

PWC_ROB	2.69 272	2.01 350	8.36 182	1.33 254	1.90 363	3.23 87	1.18 247	4.33 334	3.25 351	3.11 338	3.41 347	2.71 240	2.18 274	9.15 287	4.48 330	0.56 313	0.31 224	0.61 333	0.36 247	0.69 312	0.74 315

FADNet-RVC-Resample	2.83 278	2.02 351	21.07 381	1.12 173	0.91 190	3.53 136	1.37 272	4.08 260	2.09 188	1.68 85	1.33 54	2.03 173	1.51 172	9.54 295	1.69 213	0.38 209	0.37 269	0.42 254	0.44 295	0.56 271	0.56 275

SHD	2.82 277	2.04 352	13.80 240	1.69 330	1.79 355	2.73 58	1.07 226	3.85 194	3.18 343	4.63 377	2.74 315	3.38 294	2.77 303	5.48 219	3.66 323	0.62 323	0.47 319	0.51 301	0.55 327	0.65 299	0.74 315

PASM	2.67 268	2.05 353	9.71 198	1.73 335	1.37 288	2.53 52	1.52 291	3.10 102	2.17 205	2.79 317	1.84 181	2.90 258	1.85 243	11.89 377	2.19 270	0.81 351	0.85 366	0.87 364	1.01 368	1.14 359	1.05 346

EDNetEfficient	5.61 378	2.14 354	16.75 281	1.67 328	3.64 397	4.12 251	7.51 398	3.05 99	5.63 393	11.57 412	4.83 365	3.95 326	12.72 401	8.44 273	20.78 409	0.41 236	0.43 301	0.47 274	1.01 368	1.66 376	1.39 364

SAMSARA	3.55 334	2.16 355	14.18 247	1.86 351	1.49 309	4.62 348	2.65 353	3.58 150	2.80 304	7.05 393	3.05 333	5.16 375	4.07 347	9.18 288	4.80 336	0.64 327	0.67 354	0.59 325	0.68 345	0.89 338	0.91 338

WAO-6	5.87 383	2.27 356	15.05 260	2.96 384	2.77 384	12.01 406	3.58 382	5.37 393	11.91 405	3.34 349	9.69 390	6.78 383	5.84 371	11.82 374	8.89 364	2.87 387	2.35 399	2.50 389	1.84 393	2.85 384	2.67 388

FADNet-RVC	2.51 246	2.27 356	14.03 244	1.09 159	0.81 159	3.54 140	1.10 233	4.13 271	2.48 261	1.39 52	1.22 34	1.85 149	1.77 226	9.78 300	2.06 257	0.38 209	0.37 269	0.40 241	0.40 283	0.67 307	0.48 240

FADNet_RVC	2.65 264	2.28 358	16.51 276	0.98 110	0.92 191	4.09 244	0.83 138	4.26 312	1.73 135	1.46 57	1.78 151	1.60 108	1.50 169	8.88 279	2.39 283	0.47 276	0.38 275	0.44 261	0.58 333	0.89 338	0.97 342

XQC	2.96 293	2.42 359	14.85 253	1.36 268	1.32 280	3.29 103	1.53 293	4.28 317	2.78 298	3.21 344	2.46 289	3.53 309	2.92 310	6.58 239	4.67 332	0.70 341	0.41 294	0.59 325	0.56 329	0.96 346	0.83 332

EDNetEfficientorigin	12.35 408	2.51 360	179.47 439	1.19 207	0.96 200	2.91 65	1.81 318	3.00 95	5.35 389	8.91 401	4.79 364	4.18 341	4.64 357	9.98 308	11.30 372	0.37 195	0.38 275	0.60 330	0.85 360	1.32 370	2.43 385

RTSC	2.95 290	2.51 360	15.49 267	1.54 308	1.30 274	3.51 132	0.86 149	3.89 203	2.48 261	3.64 355	3.12 337	3.04 268	2.30 278	5.70 225	6.67 345	0.55 311	0.35 253	0.37 220	0.39 273	0.70 313	0.60 287

IMH-64-1	4.84 367	2.53 362	6.83 170	4.30 403	3.74 398	4.81 376	6.05 393	5.30 389	3.92 373	3.95 363	8.33 380	5.08 372	6.06 374	8.96 282	6.30 343	4.57 409	2.96 405	3.04 399	2.12 398	4.28 398	3.62 403

IMH-64	4.84 367	2.53 362	6.83 170	4.30 403	3.74 398	4.81 376	6.05 393	5.30 389	3.92 373	3.95 363	8.33 380	5.08 372	6.06 374	8.96 282	6.30 343	4.57 409	2.96 405	3.04 399	2.12 398	4.28 398	3.62 403

Wz-Net-MNSev	2.71 274	2.54 364	13.91 243	1.52 303	1.37 288	3.28 99	2.47 345	4.03 244	2.32 230	2.57 291	2.07 232	2.29 198	3.01 314	7.55 261	2.74 304	0.38 209	0.36 257	0.36 208	0.37 258	0.57 275	0.47 236

Syn2CoEx	3.08 309	2.55 365	19.88 337	1.34 258	1.18 247	2.43 50	1.65 308	3.91 212	2.40 247	2.39 271	2.27 261	2.90 258	3.17 324	9.57 296	2.54 296	0.50 294	0.45 308	0.53 309	0.39 273	0.74 322	0.72 313

RAFT + AFF	2.51 246	2.66 366	4.48 149	1.15 194	1.95 365	4.15 258	2.01 330	4.46 356	3.30 356	2.19 214	2.51 296	2.22 190	4.87 360	8.91 281	2.06 257	0.30 110	0.60 344	0.48 282	0.38 269	0.77 326	0.69 305

DDUNet	2.91 286	2.78 367	6.94 173	3.53 392	2.26 378	3.28 99	1.36 268	3.77 179	2.04 180	2.62 300	2.49 293	4.18 341	1.69 217	5.38 215	1.85 233	2.21 384	1.77 388	2.61 393	2.43 401	2.60 382	2.34 383

UDG	3.55 334	2.81 368	17.45 293	2.69 379	1.98 366	3.97 224	1.19 250	4.35 338	2.02 175	2.42 275	2.53 299	4.50 354	2.46 291	6.53 238	2.41 285	2.12 383	1.77 388	2.63 394	2.57 403	2.64 383	1.95 377

Anonymous Stereo	3.09 310	3.14 369	16.69 279	1.52 303	1.25 268	3.33 105	2.95 361	4.02 242	2.42 252	2.35 260	2.04 221	2.57 227	1.27 120	11.88 376	2.92 310	0.49 291	0.49 326	0.57 321	0.56 329	0.70 313	0.65 298

WAO-7	5.16 371	3.21 370	18.98 316	1.88 353	1.44 303	5.34 384	3.09 370	4.91 383	5.81 394	4.35 374	8.92 388	6.55 381	6.06 374	13.40 396	10.81 370	1.34 379	1.20 378	1.48 381	1.35 383	1.60 375	1.45 365

PWCDC_ROB	2.95 290	3.26 371	14.06 245	1.59 318	1.56 322	4.19 278	0.86 149	4.30 325	4.08 377	2.06 177	7.37 373	2.75 244	2.42 287	3.59 183	2.67 302	1.34 379	0.36 257	0.39 235	0.34 225	1.13 358	0.62 291

ADCMid	3.96 348	3.27 372	15.48 266	1.26 232	1.40 295	4.66 354	2.28 341	4.06 254	3.54 364	3.94 362	3.02 331	3.85 323	3.67 340	4.03 196	18.65 403	0.68 337	0.61 346	1.09 374	1.18 377	1.38 371	1.08 348

DispFullNet	4.64 364	3.48 373	23.95 412	3.99 398	3.03 388	3.35 107	1.06 224	4.18 282	2.80 304	6.33 390	2.94 327	4.04 333	7.81 391	3.92 194	5.16 340	2.75 386	1.61 385	3.10 402	2.68 406	3.32 386	3.31 400

LSM	12.71 409	3.52 374	20.79 373	55.63 433	84.76 432	3.63 160	6.30 395	3.73 173	4.93 386	5.55 383	13.92 405	3.53 309	3.25 327	9.72 297	4.12 327	0.64 327	0.85 366	0.71 349	0.81 359	1.03 348	26.84 423

SGM+DAISY	8.36 398	3.82 375	24.83 413	2.02 361	1.75 350	14.80 411	17.22 411	4.27 313	11.79 404	13.88 413	14.38 406	11.74 397	13.83 403	10.56 323	15.12 382	1.21 370	1.19 377	1.14 376	1.13 375	1.17 363	1.37 361

UNDER WATER	10.47 401	3.95 376	22.62 406	5.07 411	4.51 408	7.78 400	3.77 385	12.56 407	21.72 417	7.84 397	10.78 394	23.96 413	31.66 418	10.78 331	16.19 390	4.44 406	2.93 403	4.24 411	2.86 409	6.33 408	5.47 415

Wz-Net-SNSev	2.98 299	4.36 377	15.98 269	1.57 316	1.19 253	3.28 99	1.80 317	3.96 228	2.40 247	2.32 251	2.28 264	3.48 298	2.05 259	7.84 266	3.82 325	0.47 276	0.39 283	0.53 309	0.49 311	0.71 318	0.60 287

SuperB	4.79 366	4.41 378	21.08 382	1.45 291	1.08 231	3.91 204	3.08 369	4.18 282	3.01 329	2.50 282	2.10 234	2.75 244	3.49 337	8.80 278	19.60 407	0.44 258	0.33 237	0.53 309	0.39 273	12.01 419	0.64 296

WZ-Net	3.62 336	4.87 379	16.77 282	1.43 286	1.40 295	3.75 173	2.29 342	4.12 270	2.50 266	2.74 313	2.19 251	4.06 334	5.29 365	10.19 314	7.36 355	0.54 310	0.37 269	0.47 274	0.49 311	0.77 326	0.73 314

iResNetv2_ROB	2.65 264	5.00 380	19.28 323	2.06 363	1.09 234	3.83 186	1.13 239	4.14 277	2.09 188	1.85 110	2.03 218	2.01 172	1.51 172	3.58 182	1.58 194	0.34 165	0.21 81	0.32 134	0.21 29	0.44 224	0.29 75

ADCS	4.22 357	5.33 381	16.32 272	1.64 325	1.31 276	3.91 204	3.64 383	4.21 289	2.89 317	5.11 381	2.81 323	4.46 353	3.06 320	5.21 212	19.50 406	0.63 324	0.64 350	0.69 346	0.69 347	1.12 357	1.26 355

UNDER WATER-64	9.33 399	5.37 382	22.60 405	5.22 412	4.86 410	10.75 404	4.61 392	11.45 404	17.30 410	7.59 394	9.80 392	15.99 404	17.90 409	10.63 326	15.72 385	4.36 404	2.87 402	4.39 412	2.86 409	7.01 411	5.36 414

KSHMR	16.96 412	5.37 382	21.64 400	4.46 406	4.50 407	8.30 402	3.32 373	15.58 416	76.24 433	6.62 392	61.47 430	56.53 431	5.43 367	35.17 423	11.37 373	4.39 405	2.97 407	3.63 410	2.74 408	5.10 404	4.34 411

GASNet	3.24 322	5.55 384	20.58 370	1.56 315	1.25 268	2.32 47	1.12 236	4.04 248	2.67 286	1.88 117	2.10 234	3.00 265	2.16 270	10.59 324	2.43 286	0.65 330	0.37 269	0.61 333	0.45 299	0.87 337	0.58 283

AnyNet_C32	4.17 355	5.75 385	12.62 224	1.60 320	1.54 315	5.51 386	4.09 390	3.90 208	3.23 350	4.22 373	3.03 332	3.10 272	3.41 333	8.01 268	18.85 404	0.53 308	0.58 339	0.53 309	0.74 350	1.19 365	0.97 342

MADNet++	7.57 397	5.80 386	13.28 229	6.38 413	5.26 411	7.18 395	7.77 400	5.32 391	5.62 392	6.11 388	7.78 375	6.02 380	8.01 393	11.74 370	16.36 391	9.36 416	4.95 415	8.57 417	5.66 414	4.83 403	5.34 413

coex-ft	18.59 414	6.62 387	113.53 436	1.17 200	1.31 276	2.33 48	1.93 325	2.81 84	14.00 406	124.82 439	8.45 382	5.90 379	51.74 431	9.99 309	22.69 410	0.57 315	0.62 347	0.50 298	0.49 311	1.08 355	1.28 356

RTS	3.90 345	7.04 388	17.94 299	1.92 354	2.19 374	5.00 380	2.96 363	4.29 318	3.19 344	4.05 365	3.08 334	4.94 367	3.16 322	7.64 262	6.72 346	0.66 332	0.44 304	0.51 301	0.47 304	0.95 342	0.76 320

RTSA	3.90 345	7.04 388	17.94 299	1.92 354	2.19 374	5.00 380	2.96 363	4.29 318	3.19 344	4.05 365	3.08 334	4.94 367	3.16 322	7.64 262	6.72 346	0.66 332	0.44 304	0.51 301	0.47 304	0.95 342	0.76 320

AnyNet_C01	4.37 359	7.80 390	16.40 273	1.98 359	1.40 295	6.37 391	6.47 396	4.09 262	5.03 387	4.06 367	3.78 354	4.16 340	3.31 329	6.62 241	10.00 367	0.61 321	0.67 354	0.63 337	0.67 342	2.01 378	1.31 358

RainbowNet	4.56 361	8.28 391	20.07 346	3.64 396	3.23 395	4.15 258	2.99 365	4.18 282	3.03 331	2.20 216	2.65 309	4.26 346	2.90 309	9.77 298	2.12 263	3.88 401	2.27 395	2.71 397	1.72 389	3.78 393	3.31 400

notaker	10.50 403	8.60 392	20.23 352	4.54 408	3.95 402	6.27 390	3.44 375	8.07 401	4.75 385	8.73 400	46.45 425	13.86 403	27.86 417	13.49 397	13.61 380	4.56 408	3.18 409	3.52 407	2.68 406	8.13 417	4.05 408

TorneroNet-64	10.12 400	8.74 393	20.95 379	4.27 401	3.76 401	13.86 410	2.85 358	15.05 413	23.15 418	10.07 407	23.84 414	13.47 400	8.24 395	13.96 403	17.21 396	3.96 402	2.72 400	3.23 403	2.48 402	6.29 406	4.27 410

Wz-Net-TNSev	3.67 338	8.83 394	13.47 232	1.48 298	1.18 247	3.60 150	2.49 347	4.27 313	3.13 337	2.18 210	1.89 197	4.21 345	2.80 305	12.10 381	7.58 357	0.57 315	0.55 332	0.47 274	0.54 326	0.91 341	1.05 346

DGTPSM_ROB	15.31 410	8.85 395	28.14 417	9.90 418	18.89 416	12.44 408	33.21 419	13.48 410	17.86 413	9.50 404	22.89 412	13.78 401	19.67 411	21.26 409	23.68 411	5.08 413	8.84 416	5.62 413	11.50 418	6.72 409	14.87 419

DPSMNet_ROB	15.52 411	8.89 396	31.44 418	10.07 419	18.91 417	12.44 408	33.22 420	13.51 411	17.94 414	9.58 405	22.91 413	13.79 402	19.67 411	21.43 410	23.73 412	5.17 414	8.84 416	5.63 414	11.52 421	6.79 410	14.90 420

otaku	4.58 363	8.93 397	19.95 340	3.11 387	2.67 381	3.91 204	2.57 351	3.82 187	2.25 216	2.22 225	9.72 391	4.08 335	2.35 283	8.57 274	2.13 266	3.51 395	1.65 386	2.15 387	1.17 376	3.69 391	3.15 395

Ntro	4.21 356	8.94 398	19.89 338	3.22 388	2.96 387	4.15 258	1.89 323	3.92 217	2.36 236	1.77 99	2.14 243	3.35 292	2.17 272	9.48 294	2.24 274	3.52 396	1.76 387	2.13 386	1.31 380	3.83 394	3.09 393

Dean	7.52 395	9.08 399	21.41 392	3.74 397	3.53 396	4.81 376	3.53 379	5.33 392	5.25 388	4.17 369	26.53 416	25.62 417	4.09 348	10.97 338	4.32 328	3.69 398	2.30 396	2.91 398	1.87 394	4.03 396	3.24 399

JetBlue	6.27 387	9.15 400	13.76 235	1.94 357	4.60 409	11.91 405	12.00 406	5.12 385	3.45 363	3.79 359	4.52 362	9.54 392	6.56 382	9.40 292	13.48 379	1.26 373	1.37 381	1.17 377	1.34 382	7.06 412	3.95 407

LVE	6.88 393	9.31 401	21.14 383	3.61 395	3.18 394	4.49 324	2.79 355	10.21 403	11.69 403	3.16 343	11.53 398	18.33 405	4.31 351	11.66 365	3.52 321	4.45 407	2.93 403	2.56 391	1.91 395	3.62 388	3.16 396

SQANet	3.70 339	9.34 402	18.41 307	2.75 380	2.74 383	3.40 113	1.47 285	3.50 138	1.68 123	2.60 297	1.75 141	2.69 238	1.91 250	6.72 247	1.74 221	2.96 388	1.41 382	1.85 383	1.12 373	3.17 385	2.70 391

MADNet+	3.97 349	9.54 403	13.83 241	1.87 352	1.69 344	4.19 278	2.87 359	4.80 381	4.10 378	2.51 284	2.67 311	4.55 357	3.41 333	8.72 276	6.92 352	1.25 372	1.27 379	1.04 370	0.93 365	1.39 372	1.85 375

PWCK	5.85 382	9.95 404	15.22 265	2.90 383	1.56 322	5.66 388	7.69 399	5.27 388	4.74 384	3.88 360	7.51 374	8.04 388	5.28 364	15.18 405	8.40 361	3.08 390	1.51 383	2.24 388	1.37 384	5.55 405	1.96 378

ktn	21.74 417	10.34 405	19.68 331	4.53 407	4.00 403	6.53 393	4.51 391	6.79 398	78.82 435	84.69 435	100.86 438	58.49 432	7.57 390	12.11 382	13.35 378	4.58 411	3.24 410	3.49 405	2.62 404	4.65 402	3.84 406

MSC_U_SF_DS_RVC	4.48 360	10.62 406	15.18 264	1.55 313	1.45 306	6.16 389	3.54 381	5.41 394	3.68 369	2.59 296	2.74 315	4.81 365	2.20 275	13.79 401	4.40 329	2.04 382	3.36 411	1.05 371	1.20 378	2.09 379	1.72 372

MFN_U_SF_RVC	3.81 343	10.78 407	15.01 259	1.84 348	1.39 293	3.73 171	1.63 303	4.05 252	3.26 352	2.91 323	2.38 286	4.36 351	3.65 339	8.43 272	4.91 338	1.11 368	1.04 370	0.99 368	1.31 380	1.58 374	1.75 374

MFN_U_SF_DS_RVC	3.94 347	10.88 408	12.30 223	1.26 232	1.55 319	5.19 383	3.33 374	4.42 348	2.82 312	2.58 293	2.62 306	5.00 369	2.11 264	14.03 404	2.73 303	1.28 374	2.34 398	0.67 345	1.83 392	0.81 332	1.03 345

TorneroNet	25.88 419	11.28 409	21.62 398	4.20 400	4.07 404	55.25 429	3.15 371	15.16 414	76.94 434	58.09 430	82.72 435	86.88 436	41.15 422	13.35 395	18.13 400	4.32 403	2.85 401	3.45 404	2.62 404	8.33 418	4.14 409

SPstereo	30.42 421	11.55 410	18.72 312	8.51 416	9.93 413	50.05 428	82.85 436	71.73 435	35.92 426	30.73 423	29.66 417	48.61 430	42.30 430	47.77 434	58.10 433	7.32 415	8.89 418	20.37 423	10.07 417	7.98 416	7.43 418

ACVNet_2	5.41 375	12.60 411	20.42 364	3.27 389	3.15 393	4.50 327	3.02 366	4.66 375	3.73 370	3.35 351	5.36 368	7.86 387	2.88 307	12.33 385	4.76 335	3.12 391	2.22 393	2.70 396	1.69 386	3.49 387	3.10 394

WAO-8	11.95 406	13.02 412	20.56 368	3.50 390	3.08 390	15.11 413	2.80 356	12.91 408	19.11 415	7.69 395	13.12 401	11.62 395	7.01 386	84.40 437	7.91 358	3.42 393	1.92 390	3.54 408	1.93 396	3.68 389	2.69 389

Venus	11.95 406	13.02 412	20.56 368	3.50 390	3.08 390	15.11 413	2.80 356	12.91 408	19.11 415	7.69 395	13.12 401	11.62 395	7.01 386	84.40 437	7.91 358	3.42 393	1.92 390	3.54 408	1.93 396	3.68 389	2.69 389

IMH	6.81 392	13.66 414	20.41 363	4.33 405	3.74 398	5.50 385	3.06 368	5.49 395	6.22 395	4.64 378	10.35 393	9.30 391	8.03 394	13.61 399	6.81 348	4.80 412	2.99 408	3.09 401	2.12 398	4.36 400	3.61 402

ACVNet-4b	6.73 390	13.67 415	21.87 401	3.54 393	3.07 389	4.19 278	2.25 340	4.03 244	3.65 367	1.64 78	3.98 358	5.88 378	2.89 308	10.01 310	16.98 394	23.29 427	2.24 394	2.53 390	1.78 390	3.87 395	3.21 398

FADE		13.79 416		10.71 420	13.34 415			28.60 421	8.36 399	5.15 382		11.85 398		44.37 425		474.90 441	161.58 440	347.36 441	322.13 441	7.29 413	6.23 416

ACVNet_1	6.04 385	13.97 417	21.36 391	3.58 394	3.14 392	4.73 369	2.48 346	4.20 285	3.17 342	2.98 331	2.83 325	23.31 411	4.34 352	11.06 344	2.45 287	3.68 397	2.33 397	2.60 392	1.79 391	3.69 391	3.19 397

HanzoNet	31.60 422	17.23 418	21.22 388	7.32 414	5.84 412	7.25 397	3.53 379	13.82 412	14.20 408	50.38 428	47.01 426	44.45 421	56.61 432	36.61 424	32.00 422	63.89 433	56.57 434	7.97 416	89.20 434	28.69 422	28.25 425

Anonymous_1	57.11 433	19.68 419	26.15 414	23.10 421	142.31 437	30.84 419	39.75 422	33.86 425	16.98 409	70.53 434	15.42 408	23.46 412	19.75 413	23.04 412	27.23 418	164.73 439	9.02 419	130.38 435	137.40 436	161.27 440	27.24 424

DPSM_ROB	20.78 415	20.03 420	26.57 415	23.62 422	22.46 418	31.10 420	39.97 423	33.52 423	17.41 411	15.25 414	15.80 409	24.06 414	20.71 414	23.30 414	27.62 419	10.78 418	9.41 420	11.69 420	11.50 418	14.49 420	16.36 421

DPSM	20.78 415	20.03 420	26.57 415	23.62 422	22.46 418	31.10 420	39.97 423	33.52 423	17.41 411	15.25 414	15.80 409	24.06 414	20.71 414	23.30 414	27.62 419	10.78 418	9.41 420	11.69 420	11.50 418	14.49 420	16.36 421

JetRed	10.48 402	27.10 422	35.70 419	4.27 401	4.09 405	15.55 415	12.83 407	12.16 405	5.50 390	5.83 385	5.56 370	10.14 393	7.43 388	8.88 279	26.39 417	3.32 392	3.81 412	3.51 406	2.96 411	7.85 414	6.69 417

LRCNet_RVC	25.52 418	33.45 423	23.21 410	31.79 424	32.78 421	6.74 394	1.18 247	25.88 419	4.46 379	28.94 417	30.89 418	24.91 416	17.57 408	27.66 418	24.34 414	35.26 429	25.60 430	35.91 430	33.81 429	31.90 430	34.10 431

LSM0	49.58 431	40.04 424	53.62 433	97.15 434	128.68 436	62.75 435	79.89 430	67.63 434	35.11 425	33.02 424	32.61 424	48.43 429	41.60 423	46.60 429	55.43 428	21.63 426	18.99 429	23.62 429	23.13 423	29.47 429	52.26 435

MyStereo03	41.77 423	40.13 425	53.46 430	47.73 428	45.04 426	62.50 430	80.72 433	66.91 429	34.93 421	30.53 419	31.77 419	48.26 426	41.67 424	46.68 431	55.85 430	21.53 421	18.88 425	23.46 424	23.21 425	29.14 424	33.09 428

MyStereo02	41.77 423	40.13 425	53.46 430	47.73 428	45.04 426	62.50 430	80.72 433	66.91 429	34.93 421	30.53 419	31.77 419	48.26 426	41.67 424	46.68 431	55.85 430	21.53 421	18.88 425	23.46 424	23.21 425	29.14 424	33.09 428

MyStereo	41.77 423	40.13 425	53.46 430	47.73 428	45.04 426	62.50 430	80.72 433	66.91 429	34.93 421	30.53 419	31.77 419	48.26 426	41.67 424	46.68 431	55.85 430	21.53 421	18.88 425	23.46 424	23.21 425	29.14 424	33.09 428

Selective-RAFT-Error	41.77 423	40.16 428	53.34 428	47.73 428	45.25 430	62.51 433	80.64 431	67.22 432	34.93 421	30.64 422	31.81 422	48.11 424	42.11 428	46.57 428	54.95 427	21.61 425	18.87 424	23.48 427	23.15 424	29.16 427	33.08 427

CasAABBNet	41.80 427	40.20 429	53.41 429	47.73 428	45.18 429	62.51 433	80.71 432	67.26 433	34.80 420	30.49 418	31.88 423	48.24 425	41.81 427	46.63 430	55.64 429	21.60 424	18.88 425	23.48 427	23.22 428	29.19 428	33.05 426

HaxPig	43.25 428	43.65 430	45.00 423	33.85 425	35.61 423	32.69 422	30.52 417	45.09 426	42.97 428	48.77 426	48.17 427	43.00 420	40.26 420	44.58 426	43.61 423	47.18 430	49.30 431	51.54 432	50.25 431	43.73 431	45.29 432

AVERAGE_ROB	44.46 429	45.91 431	46.59 424	40.59 427	38.66 424	32.99 423	30.52 417	46.19 427	43.26 429	49.59 427	48.97 428	44.62 422	39.89 419	45.04 427	43.94 424	48.74 431	50.69 432	50.80 431	49.79 430	45.54 432	46.97 433

MEDIAN_ROB	47.37 430	49.08 432	49.92 426	40.32 426	39.97 425	34.95 424	33.43 421	49.17 428	46.39 431	53.06 429	52.65 429	47.65 423	42.23 429	48.35 435	47.29 425	52.10 432	54.04 433	54.28 433	53.48 432	48.76 433	50.33 434

PML	64.32 434	53.22 433	17.88 298	8.10 415	32.94 422	148.46 439	247.79 440	12.18 406	45.42 430	111.41 437	288.92 440	101.47 439	101.31 438	31.67 419	15.55 383	14.03 420	4.83 414	10.98 419	6.18 415	28.82 423	5.17 412

DLNR_Zeroshot_test	28.62 420	55.50 434	49.94 427	183.62 437	115.05 435	3.43 115	0.28 1	29.49 422	1.49 46	1.01 31	1.26 42	0.93 44	0.63 7	3.92 194	1.51 186	29.81 428	0.41 294	0.26 37	0.23 58	93.28 434	0.32 111

BEATNet-Init1	49.72 432	64.32 435	97.77 435	4.68 409	4.28 406	84.75 436	60.42 426	73.38 436	68.59 432	88.29 436	88.51 437	91.94 437	97.99 437	85.26 439	70.96 437	0.80 349	0.65 351	0.85 363	0.70 348	7.96 415	2.33 382

xxxxx1	112.33 437	88.53 436	37.76 420	227.84 439	157.23 438	39.05 425	61.41 427	93.76 437	79.29 436	62.45 431	74.79 432	78.32 433	70.96 434	33.47 420	70.69 434	114.00 436	130.36 437	259.31 438	274.34 438	145.54 437	147.50 438

tt_ll	112.33 437	88.53 436	37.76 420	227.84 439	157.23 438	39.05 425	61.41 427	93.76 437	79.29 436	62.45 431	74.79 432	78.32 433	70.96 434	33.47 420	70.69 434	114.00 436	130.36 437	259.31 438	274.34 438	145.54 437	147.50 438

ff	112.33 437	88.53 436	37.76 420	227.84 439	157.23 438	39.05 425	61.41 427	93.76 437	79.29 436	62.45 431	74.79 432	78.32 433	70.96 434	33.47 420	70.69 434	114.00 436	130.36 437	259.31 438	274.34 438	145.54 437	147.50 438

ASD4	103.30 436	113.98 439	120.24 437	106.67 435	79.75 431	115.36 437	120.35 437	119.13 440	79.65 439	120.04 438	74.64 431	101.45 438	65.48 433	109.11 440	84.31 439	104.31 434	90.04 436	133.15 436	103.58 435	130.15 436	94.66 437

DPSimNet_ROB	102.30 435	119.72 440	143.59 438	109.42 436	94.10 433	127.22 438	127.15 438	26.62 420	102.36 440	149.58 440	83.99 436	139.34 440	137.54 439	64.62 436	82.36 438	105.18 435	66.15 435	120.15 434	69.61 433	99.58 435	77.72 436

test_example2	212.63 440	219.92 441	221.87 440	213.67 438	221.17 441	199.47 440	200.74 439	185.30 441	141.66 441	209.52 441	213.45 439	210.82 441	205.48 440	221.27 441	216.64 440	236.83 440	242.07 441	213.93 437	217.01 437	235.69 441	226.10 441

Low-res two-view benchmark